CN107368573A - 视频质量评估方法及装置 - Google Patents
视频质量评估方法及装置 Download PDFInfo
- Publication number
- CN107368573A CN107368573A CN201710574914.2A CN201710574914A CN107368573A CN 107368573 A CN107368573 A CN 107368573A CN 201710574914 A CN201710574914 A CN 201710574914A CN 107368573 A CN107368573 A CN 107368573A
- Authority
- CN
- China
- Prior art keywords
- video
- click
- target video
- long
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/735—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明公开了一种视频质量评估方法及装置,所述视频质量评估方法首先根据目标视频的历史搜索点击信息,确定所述目标视频的有效点击参数,然后根据第一预设算法,用有效点击参数计算所述目标视频的质量分数。所述视频质量评估方法及装置为视频搜索结果中视频的排序提供了一个参考元素,搜索视频结果的排序与视频主题和视频质量都相关,从而能够给质量高的视频更多的展示机会,限制或降低低质量视频展示曝光的机会,有利于提高用户视频搜索的效率,提升用户的搜索体验。
Description
技术领域
本发明涉及视频搜索技术领域,更具体的说,是涉及一种视频质量评估方法及装置。
背景技术
在视频搜索中,用户在搜索栏中输入关键词,搜索引擎根据该关键词返回相关的多个视频,供用户选择查看。然而,由于现在网络中含有许多UGC(用户原创内容)视频,导致互联网中的视频质量参差不齐。而且UGC视频的主题可以由上传者随意编辑设置,这样难免出现视频内容与视频主题不匹配的情况。若在视频搜索过程中,搜索引擎把质量差或与关键词无关的视频返给用户且把这些视频排在靠前的位置,会直接影响用户的搜索效率,降低用户的使用体验。因此,视频搜索引擎为用户返回搜索结果不仅需要考虑视频主题与关键词的相关性,还应考虑视频本身的质量和有效性。
现有技术中,对视频质量进行分析,往往是对视频本身进行视频帧分块,再对每一个分块进行复杂的数据运算,综合处理判断出视频的质量。然而这种处理方法成本高,且并不完全适应于视频搜索结果的确定。在视频搜索结果确定方面,目前尚不存在宏观上直接针对视频进行分析判断,从而确定视频内容质量的方法。
发明内容
有鉴于此,本发明提供了一种视频质量评估方法及装置,以对视频质量进行确定,有助于视频搜索结果排序,提升用户的搜索效率。
为实现上述目的,本发明提供如下技术方案:
一种视频质量评估方法,包括:
根据目标视频的历史搜索点击信息,确定所述目标视频的有效点击参数;
依据第一预设算法,根据所述有效点击参数计算所述目标视频的质量分数。
优选的,所述历史搜索点击信息包括曝光日志和点击日志,所述有效点击参数包括长点击量和长点击率,则所述根据目标视频的历史搜索点击信息,确定所述目标视频的有效点击参数,包括:
根据所述目标视频的曝光日志和点击日志,确定所述目标视频的长点击量和长点击率;长点击为观看时长大于第一阈值或观看时长与视频时长的比值大于第二阈值的视频点击行为;所述长点击率为所述目标视频的长点击量与曝光次数的比值。
优选的,所述根据所述目标视频的曝光日志和点击日志,确定所述目标视频的长点击量和长点击率,包括:
针对所述目标视频的每一条曝光日志和对应的点击日志,确定所述目标视频的观看时长;
根据所述目标视频的视频时长和所述观看时长,依据第二预设算法确定每一次视频点击为长点击或短点击;所述短点击为观看时长小于第三阈值或观看时长与视频时长的比值小于第四阈值的视频点击行为;
计算所述目标视频的长点击量和长点击率。
优选的,所述依据第一预设算法,根据所述有效点击参数计算所述目标视频的质量分数,包括:
根据所述目标视频的长点击量和长点击率,计算所述目标视频的点击分数;
根据所述目标视频的点击分数、不同时间段的点击权重和第三预设算法,计算所述目标视频的质量分数。
优选的,在所述计算所述目标视频的质量分数前,还包括:
根据所述目标视频进入视频搜索系统的时间,调整所述目标视频在不同时间段的点击权重。
优选的,在所述依据第一预设算法,根据所述有效点击参数计算所述目标视频的质量分数后,还包括:
根据所述目标视频的质量分数和视频主题,确定所述目标视频在视频搜索结果中的排序位置。
一种视频质量评估装置,包括:
参数确定模块,用于根据目标视频的历史搜索点击信息,确定所述目标视频的有效点击参数;
分数确定模块,用于依据第一预设算法,根据所述有效点击参数计算所述目标视频的质量分数。
优选的,所述历史搜索点击信息包括曝光日志和点击日志,所述有效点击参数包括长点击量和长点击率,则所述参数确定模块具体用于:
根据所述目标视频的曝光日志和点击日志,确定所述目标视频的长点击量和长点击率;长点击为观看时长大于第一阈值或观看时长与视频时长的比值大于第二阈值的视频点击行为;所述长点击率为所述目标视频的长点击量与曝光次数的比值。
优选的,所述参数确定模块包括:
观看时长确定模块,用于针对所述目标视频的每一条曝光日志和对应的点击日志,确定所述目标视频的观看时长;
点击确定模块,用于根据所述目标视频的视频时长和所述观看时长,依据第二预设算法确定本次视频点击为长点击或短点击;所述短点击为观看时长小于第三阈值或观看时长与视频时长的比值小于第四阈值的视频点击行为;
参数计算模块,用于计算所述目标视频的长点击量和长点击率。
优选的,所述分数确定模块包括:
点击分数确定模块,用于根据所述目标视频的长点击量和长点击率,计算所述目标视频的点击分数;
质量分数确定模块,用于根据所述目标视频的点击分数、不同时间段的点击权重和第三预设算法,计算所述目标视频的质量分数。
优选的,还包括:
权重调整模块,用于在质量分数确定模块计算所述目标视频的质量分数前,根据所述目标视频进入视频搜索系统的时间,调整所述目标视频在不同时间段的点击权重。
优选的,还包括:排序位置确定模块,用于根据所述目标视频的质量分数和视频主题,确定所述目标视频在视频搜索结果中的排序位置。
经由上述的技术方案可知,与现有技术相比,本发明实施例公开了一种视频质量评估方法及装置,所述视频质量评估方法首先根据目标视频的历史搜索点击信息,确定所述目标视频的有效点击参数,然后依据第一预设算法,根据所述有效点击参数计算所述目标视频的质量分数。所述视频质量评估方法及装置为视频搜索结果中视频的排序提供了一个参考元素,搜索视频结果的排序与视频主题和视频质量都相关,从而能够给质量高的视频更多的展示机会,限制或降低低质量视频展示曝光的机会,有利于提高用户视频搜索的效率,提升用户的搜索体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例公开的第一种视频质量评估方法的流程图;
图2为本发明实施例公开的第二种视频质量评估方法的流程图;
图3为本发明实施例公开的第三种视频质量评估方法的流程图;
图4为本发明实施例公开的第一种视频质量评估装置的结构示意图;
图5为本发明实施例公开的第二种视频质量评估装置的结构示意图;
图6为本发明实施例公开的第三种视频质量评估装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅附图1,为本发明公开的第一种视频质量评估方法的流程图,如图1所示,所述视频质量评估方法可以包括:
步骤101:根据目标视频的历史搜索点击信息,确定目标视频的有效点击参数;
在一个可实现的实例中,所述历史搜索点击信息包括曝光日志和点击日志,所述有效点击参数包括长点击量和长点击率。则步骤101具体可以是:根据目标视频的曝光日志和点击日志,确定目标视频的长点击量和长点击率。
其中,长点击为观看时长大于第一阈值或观看时长与视频时长的比值大于第二阈值的视频点击行为。所述长点击量为目标视频被长点击的次数,所述长点击率为所述目标视频的长点击量与曝光次数的比值。例如,目标视频的曝光次数为1000次,也即目标视频被点击打开了1000次,其中,长点击次数为680次,则所述目标视频的长点击量为680,所述目标视频的长点击率为680/1000=0.68。用户对视频的搜索点击行为能反映视频的质量。对于质量差、无价值的视频,用户点击进入后,观看时会发现质量差,没有价值,从而就会很快跳出。这种视频的用户观看时长普遍较低,长点击数少,长点击率低。而对于有价值的视频,用户的观看时长往往会比较长,从而该视频搜索点击行为可以判断为长点击。
考虑到有些视频进入视频搜索系统的时间可能很短,其被点击的次数也就很少,这种情况下,单纯的考虑长点击量或长点击率,其结果并没有可比性,因此本实例中所述有效点击参数包括长点击量和长点击率,可以将两者结合起来,以使得后期根据两者计算得到的视频质量结果更加具备参考性。当然,在其他的一些实例中,根据用户需求或设置,所述有效点击参数也可以只包括长点击量或长点击率。
步骤102:依据第一预设算法,根据有效点击参数计算目标视频的质量分数。
根据有效点击参数计算目标视频的质量分数,而不是根据目标视频的曝光次数或点击次数来判断目标视频质量,结果更具备参考价值。具体地,可以根据一些标准化的函数算法对长点击量和/或长点击率进行处理,得到所述目标视频的质量分数。
本实施例中,所述视频质量评估方法首先根据目标视频的历史搜索点击信息,确定所述目标视频的有效点击参数,然后根据第一预设算法,用有效点击参数计算所述目标视频的质量分数。所述视频质量评估方法为视频搜索结果中视频的排序提供了一个参考元素,搜索视频结果的排序与视频主题和视频质量都相关,从而能够给质量高的视频更多的展示机会,限制或降低低质量视频展示曝光的机会,有利于提高用户视频搜索的效率,提升用户的搜索体验。
图2公开了第二种视频质量评估方法的流程图,参见图2所示,可以包括:
步骤201:针对目标视频的每一条曝光日志和对应的点击日志,确定目标视频的观看时长;
步骤202:根据目标视频的视频时长和观看时长,依据第二预设算法确定每一次视频点击为长点击或短点击;
具体的,根据视频时长及视频被点击的观看时长,将每次点击行为划分为长点击和短点击。长点击是指观看时长大于第一阈值或观看时长与视频时长的比值大于第二阈值的点击行为。相应地,短点击是指用户观看时长小于第三阈值或观看时长与视频时长的比值小于第四阈值的视频点击行为,计算逻辑如下:
其中clickduration表示观看时长,duration表示视频时长;LC、LR、表示长点击的观看时长阈值(第一阈值)和观看时长占视频时长的比值阈值(第二阈值),SC、SR对应短点击的第三阈值和第四阈值。这4个阈值可以基于所有视频的观看时长分布和观看时长比率分布来设置,本实施例中,阈值的数值可以设置为LC=120s、LR=0.8、SC=40s、SR=0.2。
步骤203:计算目标视频的长点击量和长点击率;
所述长点击量即为目标视频被点击行为中,长点击行为的次数,所述长点击率为所述目标视频的长点击量与曝光次数的比值。所述曝光次数即所述目标视频被点击打开的次数。
步骤204:根据目标视频的长点击量和长点击率,计算目标视频的点击分数;
对于一个视频,进入视频搜索系统后,随着时间的推移,不同时间阶段该视频的用户点击行为会有所变化,本实例中,使用4个时间段,即历史1天、历史7天、历史7到15天及历史所有时间的用户点击行为信息。分别对应的得分click_score1,click_score7,click_score15,click_scoren。而各时间段有不同的权重weight1,weight7,weight15,weightn。
由于不同视频进入视频搜索系统的时间不同,一般而言,视频刚进入视频搜索系统前几天,搜索量大,后面搜索量慢慢变小。例如,某热播综艺节目最新一期上线后,前几天全网搜索量大,而过了几天,或下一期新视频节目上线后,之前的视频节目点击量就会变小。根据这个特点,一般将视频进入视频搜索系统的前几天的点击权重设置的大一点,后面的小一点,具体地,可由运营商根据实际需要分几个时间段自定义设置。
在每个时段区间内,score得分由长点击数click_count和长点击率ctr两部分归一化后的乘积:
click_score=norm(click_count)*norm(ctr)
其中:
norm(click_count)=log(a*x+b)
norm(ctr)=sigmoid(x)
步骤205:根据目标视频的点击分数、不同时间段的点击权重和第三预设算法,计算目标视频的质量分数。
本实例中,质量分数的计算公式可以如下:
qualityscore=Σk=(1,7,15,n)weightk*click_scroek
需要说明的是,在其他的实施例中,步骤205之前还可以包括:根据所述目标视频进入视频搜索系统的时间,调整所述目标视频在不同时间段的点击权重。
由于不同的视频进入视频搜索系统的时间不同,为了计算出得分具有可比性,各时间段的权重会有所调整。例如:一个视频刚进入视频搜索系统3天。那么统计的历史一天的数据是正常的,但统计的历史7天的量就会偏少,此时统计的历史7天的量的可信度就很低。正常情况下假如weight1=0.4;weight7=0.3;weight15=0.2;weightn=0.1;那么上述这种情况下可能会将权重数值调整为weight1=0.7;weight7=0.2;weight15=0;weightn=0.1。
本实施例中,根据用户搜索点击视频的观看时长,进一步确定用户的有效点击参数,即长点击量和长点击率,然后根据长点击量和长点击率计算视频质量,该方法为视频搜索结果中视频的排序提供了一个参考元素,搜索视频结果的排序与视频主题和视频质量都相关,从而能够给质量高的视频更多的展示机会,限制或降低低质量视频展示曝光的机会,有利于提高用户视频搜索的效率,提升用户的搜索体验。且本实施例中,可以根据视频被点击的不同时间段动态调整各时间段的点击权重,保证视频质量结果的合理性和准确性。
图3为本发明实施例公开的第三种视频质量评估方法的流程图,如图3所示,所述方法可以包括:
步骤301:根据目标视频的历史搜索点击信息,确定目标视频的有效点击参数;
所述历史搜索点击信息包括曝光日志和点击日志,所述有效点击参数包括长点击量和长点击率。
其中,长点击为观看时长大于第一阈值或观看时长与视频时长的比值大于第二阈值的视频点击行为。所述长点击率为所述目标视频的长点击量与曝光次数的比值。
用户对视频的搜索点击行为能反映视频的质量。对于质量差、无价值的视频,用户点击进入后,观看时会发现质量差,没有价值,从而就会很快跳出。这种视频的用户观看时长普遍较低,长点击数少,长点击率低。而对于有价值的视频,用户的观看时长往往会比较长,从而该视频搜索点击行为可以判断为长点击。
步骤302:依据第一预设算法,根据有效点击参数计算所述目标视频的质量分数;
可以根据一些标准化的函数算法对长点击量和/或长点击率进行处理,得到所述目标视频的质量分数。
步骤303:根据目标视频的质量分数和视频主题,确定目标视频在视频搜索结果中的排序位置。
在得到所述目标视频的质量分数后,将其结合视频主题直接应用到视频搜索结果的位置排序中,从而能够给质量高的视频更多的展示机会,限制或降低低质量视频展示曝光的机会,有利于提高用户视频搜索的效率,提升用户的搜索体验。
上述本发明公开的实施例中详细描述了方法,对于本发明的方法可采用多种形式的装置实现,因此本发明还公开了一种视频质量评估装置,下面给出具体的实施例进行详细说明。
图4为本发明实施例公开的第一种视频质量评估装置的结构示意图,参见图4所示,所述视频质量评估装置40可以包括:
参数确定模块401,用于根据目标视频的历史搜索点击信息,确定所述目标视频的有效点击参数;
在一个可实现的实例中,所述历史搜索点击信息包括曝光日志和点击日志,所述有效点击参数包括长点击量和长点击率。则所述参数确定模块401具体可以用于:根据所述目标视频的曝光日志和点击日志,确定所述目标视频的长点击量和长点击率。
其中,长点击为观看时长大于第一阈值或观看时长与视频时长的比值大于第二阈值的视频点击行为。所述长点击量为目标视频被长点击的次数,所述长点击率为所述目标视频的长点击量与曝光次数的比值。例如,目标视频的曝光次数为1000次,也即目标视频被点击打开了1000次,其中,长点击次数为680次,则所述目标视频的长点击量为680,所述目标视频的长点击率为680/1000=0.68。
用户对视频的搜索点击行为能反映视频的质量。对于质量差、无价值的视频,用户点击进入后,观看时会发现质量差,没有价值,从而就会很快跳出。这种视频的用户观看时长普遍较低,长点击数少,长点击率低。而对于有价值的视频,用户的观看时长往往会比较长,从而该视频搜索点击行为可以判断为长点击。
考虑到有些视频进入视频搜索系统的时间可能很短,其被点击的次数也就很少,这种情况下,单纯的考虑长点击量或长点击率,其结果并没有可比性,因此本实例中所述有效点击参数包括长点击量和长点击率,可以将两者结合起来,以使得后期根据两者计算得到的视频质量结果更加具备参考性。当然,在其他的一些实例中,根据用户需求或设置,所述有效点击参数也可以只包括长点击量或长点击率。
分数确定模块402,用于依据第一预设算法,根据所述有效点击参数计算所述目标视频的质量分数。
根据有效点击参数计算目标视频的质量分数,而不是根据目标视频的曝光次数或点击次数来判断目标视频质量,结果更具备参考价值。具体地,可以根据一些标准化的函数算法对长点击量和/或长点击率进行处理,得到所述目标视频的质量分数。
本实施例中,所述视频质量评估装置首先根据目标视频的历史搜索点击信息,确定所述目标视频的有效点击参数,然后根据第一预设算法,用有效点击参数计算所述目标视频的质量分数。所述视频质量评估装置为视频搜索结果中视频的排序提供了一个参考元素,搜索视频结果的排序与视频主题和视频质量都相关,从而能够给质量高的视频更多的展示机会,限制或降低低质量视频展示曝光的机会,有利于提高用户视频搜索的效率,提升用户的搜索体验。
图5公开了第二种视频质量评估装置的结构示意图,如图5所示,所述视频质量评估装置50可以包括:
观看时长确定模块501,用于针对所述目标视频的每一条曝光日志和对应的点击日志,确定所述目标视频的观看时长;
点击确定模块502,用于根据所述目标视频的视频时长和所述观看时长,依据第二预设算法确定每一次视频点击为长点击或短点击;
具体的,根据视频时长及视频被点击的观看时长,将每次点击行为划分为长点击和短点击。长点击是指观看时长大于第一阈值或观看时长与视频时长的比值大于第二阈值的点击行为。相应地,短点击是指用户观看时长小于第三阈值或观看时长与视频时长的比值小于第四阈值的点击行为,计算逻辑如下:
其中clickduration表示观看时长,duration表示视频时长;LC、LR、表示长点击的观看时长阈值(第一阈值)和观看时长占视频时长的比值阈值(第二阈值),SC、SR对应短点击的第三阈值和第四阈值。这4个阈值可以基于所有视频的观看时长分布和观看时长比率分布来设置,本实施例中,阈值的数值可以设置为LC=120s、LR=0.8、SC=40s、SR=0.2。
参数计算模块503,用于计算所述目标视频的长点击量和长点击率;
所述长点击量即为目标视频被点击行为中,长点击行为的次数,所述长点击率为所述目标视频的长点击量与曝光次数的比值。所述曝光次数即所述目标视频被点击打开的次数。
点击分数确定模块504,用于根据所述目标视频的长点击量和长点击率,计算所述目标视频的点击分数;
对于一个视频,进入视频搜索系统后,随着时间的推移,不同时间阶段该视频的用户点击行为会有所变化,本实例中,使用4个时间段,即历史1天、历史7天、历史7到15天及历史所有时间的用户点击行为信息。分别对应的得分click_score1,click_score7,click_score15,click_scoren。而各时间段有不同的权重weight1,weight7,weight15,weightn。
由于不同视频进入视频搜索系统的时间不同,一般而言,视频刚进入视频搜索系统前几天,搜索量大,后面搜索量慢慢变小。例如,某热播综艺节目最新一期上线后,前几天全网搜索量大,而过了几天,或下一期新视频节目上线后,之前的视频节目点击量就会变小。根据这个特点,一般将视频进入视频搜索系统的前几天的点击权重设置的大一点,后面的小一点,具体地,可由运营商根据实际需要分几个时间段自定义设置。
在每个时段区间内,score得分由长点击数click_count和长点击率ctr两部分归一化后的乘积:
click_score=norm(click_count)*norm(ctr)
其中:
norm(click_count)=log(a*x+b)
norm(ctr)=sigmoid(X)
质量分数确定模块505,用于根据所述目标视频的点击分数、不同时间段的点击权重和第三预设算法,计算所述目标视频的质量分数。
本实例中,质量分数的计算公式可以如下:
qualityscore=∑k=(1,7,15,n)weightk*click_scroek
需要说明的是,在其他的实施例中,所述视频质量评估模块还可以包括:权重调整模块,用于在质量分数确定模块计算所述目标视频的质量分数前,根据所述目标视频进入视频搜索系统的时间,调整所述目标视频在不同时间段的点击权重。
由于不同的视频进入视频搜索系统的时间不同,为了计算出得分具有可比性,各时间段的权重会有所调整。例如:一个视频刚进入视频搜索系统3天。那么统计的历史一天的数据是正常的,但统计的历史7天的量就会偏少,此时统计的历史7天的量的可信度就很低。正常情况下假如weight1=0.4;weight7=0.3;weight15=0.2;weightn=0.1;那么上述这种情况下可能会将权重数值调整为weight1=0.7;weight7=0.2;weight15=0;weightn=0.1。
本实施例中,根据用户搜索点击视频的观看时长,进一步确定用户的有效点击参数,即长点击量和长点击率,然后根据长点击量和长点击率计算视频质量,该装置为视频搜索结果中视频的排序提供了一个参考元素,搜索视频结果的排序与视频主题和视频质量都相关,从而能够给质量高的视频更多的展示机会,限制或降低低质量视频展示曝光的机会,有利于提高用户视频搜索的效率,提升用户的搜索体验。且本实施例中,可以根据视频被点击的不同时间段动态调整各时间段的点击权重,保证视频质量结果的合理性和准确性。
图6为本发明实施例公开的第三种视频质量评估装置的结构示意图,如图6所示,所述视频质量评估装置60可以包括:
参数确定模块401,用于根据目标视频的历史搜索点击信息,确定所述目标视频的有效点击参数;
所述历史搜索点击信息包括曝光日志和点击日志,所述有效点击参数包括长点击量和长点击率。
其中,长点击为观看时长大于第一阈值或观看时长与视频时长的比值大于第二阈值的视频点击行为。所述长点击率为所述目标视频的长点击量与曝光次数的比值。
用户对视频的搜索点击行为能反映视频的质量。对于质量差、无价值的视频,用户点击进入后,观看时会发现质量差,没有价值,从而就会很快跳出。这种视频的用户观看时长普遍较低,长点击数少,长点击率低。而对于有价值的视频,用户的观看时长往往会比较长,从而该视频搜索点击行为可以判断为长点击。
分数确定模块402,用于依据第一预设算法,根据所述有效点击参数计算所述目标视频的质量分数;
可以根据一些标准化的函数算法对长点击量和/或长点击率进行处理,得到所述目标视频的质量分数。
排序位置确定模块601,用于根据所述目标视频的质量分数和视频主题,确定所述目标视频在视频搜索结果中的排序位置。
在得到所述目标视频的质量分数后,将其结合视频主题直接应用到视频搜索结果的位置排序中,从而能够给质量高的视频更多的展示机会,限制或降低低质量视频展示曝光的机会,有利于提高用户视频搜索的效率,提升用户的搜索体验。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (12)
1.一种视频质量评估方法,其特征在于,包括:
根据目标视频的历史搜索点击信息,确定所述目标视频的有效点击参数;
依据第一预设算法,根据所述有效点击参数计算所述目标视频的质量分数。
2.根据权利1所述的视频质量评估方法,其特征在于,所述历史搜索点击信息包括曝光日志和点击日志,所述有效点击参数包括长点击量和长点击率,则所述根据目标视频的历史搜索点击信息,确定所述目标视频的有效点击参数,包括:
根据所述目标视频的曝光日志和点击日志,确定所述目标视频的长点击量和长点击率;长点击为观看时长大于第一阈值或观看时长与视频时长的比值大于第二阈值的视频点击行为;所述长点击率为所述目标视频的长点击量与曝光次数的比值。
3.根据权利要求2所述的视频质量评估方法,其特征在于,所述根据所述目标视频的曝光日志和点击日志,确定所述目标视频的长点击量和长点击率,包括:
针对所述目标视频的每一条曝光日志和对应的点击日志,确定所述目标视频的观看时长;
根据所述目标视频的视频时长和所述观看时长,依据第二预设算法确定每一次视频点击为长点击或短点击;所述短点击为观看时长小于第三阈值或观看时长与视频时长的比值小于第四阈值的视频点击行为;
计算所述目标视频的长点击量和长点击率。
4.根据权利要求3所述的视频质量评估方法,其特征在于,所述依据第一预设算法,根据所述有效点击参数计算所述目标视频的质量分数,包括:
根据所述目标视频的长点击量和长点击率,计算所述目标视频的点击分数;
根据所述目标视频的点击分数、不同时间段的点击权重和第三预设算法,计算所述目标视频的质量分数。
5.根据权利要求4所述的视频质量评估方法,其特征在于,在所述计算所述目标视频的质量分数前,还包括:
根据所述目标视频进入视频搜索系统的时间,调整所述目标视频在不同时间段的点击权重。
6.根据权利要求1所述的视频质量评估方法,其特征在于,在所述依据第一预设算法,根据所述有效点击参数计算所述目标视频的质量分数后,还包括:
根据所述目标视频的质量分数和视频主题,确定所述目标视频在视频搜索结果中的排序位置。
7.一种视频质量评估装置,其特征在于,包括:
参数确定模块,用于根据目标视频的历史搜索点击信息,确定所述目标视频的有效点击参数;
分数确定模块,用于依据第一预设算法,根据所述有效点击参数计算所述目标视频的质量分数。
8.根据权利要求7所述的视频质量评估装置,其特征在于,所述历史搜索点击信息包括曝光日志和点击日志,所述有效点击参数包括长点击量和长点击率,则所述参数确定模块具体用于:
根据所述目标视频的曝光日志和点击日志,确定所述目标视频的长点击量和长点击率;长点击为观看时长大于第一阈值或观看时长与视频时长的比值大于第二阈值的视频点击行为;所述长点击率为所述目标视频的长点击量与曝光次数的比值。
9.根据权利要求8所述的视频质量评估装置,其特征在于,所述参数确定模块包括:
观看时长确定模块,用于针对所述目标视频的每一条曝光日志和对应的点击日志,确定所述目标视频的观看时长;
点击确定模块,用于根据所述目标视频的视频时长和所述观看时长,依据第二预设算法确定本次视频点击为长点击或短点击;所述短点击为观看时长小于第三阈值或观看时长与视频时长的比值小于第四阈值的视频点击行为;
参数计算模块,用于计算所述目标视频的长点击量和长点击率。
10.根据权利要求9所述的视频质量评估装置,其特征在于,所述分数确定模块包括:
点击分数确定模块,用于根据所述目标视频的长点击量和长点击率,计算所述目标视频的点击分数;
质量分数确定模块,用于根据所述目标视频的点击分数、不同时间段的点击权重和第三预设算法,计算所述目标视频的质量分数。
11.根据权利要求10所述的视频质量评估装置,其特征在于,还包括:
权重调整模块,用于在质量分数确定模块计算所述目标视频的质量分数前,根据所述目标视频进入视频搜索系统的时间,调整所述目标视频在不同时间段的点击权重。
12.根据权利要求7所述的视频质量评估装置,其特征在于,还包括:排序位置确定模块,用于根据所述目标视频的质量分数和视频主题,确定所述目标视频在视频搜索结果中的排序位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710574914.2A CN107368573A (zh) | 2017-07-14 | 2017-07-14 | 视频质量评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710574914.2A CN107368573A (zh) | 2017-07-14 | 2017-07-14 | 视频质量评估方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107368573A true CN107368573A (zh) | 2017-11-21 |
Family
ID=60307360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710574914.2A Pending CN107368573A (zh) | 2017-07-14 | 2017-07-14 | 视频质量评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107368573A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108460085A (zh) * | 2018-01-19 | 2018-08-28 | 北京奇艺世纪科技有限公司 | 一种基于用户日志的视频搜索排序训练集构建方法及装置 |
CN108984722A (zh) * | 2018-07-10 | 2018-12-11 | 北京奇艺世纪科技有限公司 | 一种视频搜索方法及装置 |
CN109558542A (zh) * | 2018-12-04 | 2019-04-02 | 北京达佳互联信息技术有限公司 | 一种信息质量评估方法、信息推送方法及装置 |
CN109729395A (zh) * | 2018-12-14 | 2019-05-07 | 广州市百果园信息技术有限公司 | 视频质量评估方法、装置、存储介质和计算机设备 |
CN109922334A (zh) * | 2017-12-13 | 2019-06-21 | 优酷信息技术(北京)有限公司 | 一种视频质量的识别方法及系统 |
CN110659389A (zh) * | 2019-09-05 | 2020-01-07 | 北京字节跳动网络技术有限公司 | 排序方法、装置、电子设备和计算机可读存储介质 |
CN111708944A (zh) * | 2020-06-17 | 2020-09-25 | 北京达佳互联信息技术有限公司 | 多媒体资源识别方法、装置、设备及存储介质 |
CN113051413A (zh) * | 2019-12-27 | 2021-06-29 | 腾讯科技(北京)有限公司 | 一种多媒体信息处理方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102740143A (zh) * | 2012-07-03 | 2012-10-17 | 合一网络技术(北京)有限公司 | 一种基于用户行为的网络视频榜单生成系统及其方法 |
CN102880712A (zh) * | 2012-10-08 | 2013-01-16 | 合一网络技术(北京)有限公司 | 一种用于对搜索的网络视频进行排序的方法和系统 |
CN104869439A (zh) * | 2015-05-14 | 2015-08-26 | 无锡天脉聚源传媒科技有限公司 | 一种视频推送方法及装置 |
CN105183897A (zh) * | 2015-09-29 | 2015-12-23 | 北京奇艺世纪科技有限公司 | 一种视频搜索排序的方法和系统 |
CN105302903A (zh) * | 2015-10-27 | 2016-02-03 | 广州神马移动信息科技有限公司 | 搜索方法、装置、系统以及搜索结果调序依据的确定方法 |
-
2017
- 2017-07-14 CN CN201710574914.2A patent/CN107368573A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102740143A (zh) * | 2012-07-03 | 2012-10-17 | 合一网络技术(北京)有限公司 | 一种基于用户行为的网络视频榜单生成系统及其方法 |
CN102880712A (zh) * | 2012-10-08 | 2013-01-16 | 合一网络技术(北京)有限公司 | 一种用于对搜索的网络视频进行排序的方法和系统 |
CN104869439A (zh) * | 2015-05-14 | 2015-08-26 | 无锡天脉聚源传媒科技有限公司 | 一种视频推送方法及装置 |
CN105183897A (zh) * | 2015-09-29 | 2015-12-23 | 北京奇艺世纪科技有限公司 | 一种视频搜索排序的方法和系统 |
CN105302903A (zh) * | 2015-10-27 | 2016-02-03 | 广州神马移动信息科技有限公司 | 搜索方法、装置、系统以及搜索结果调序依据的确定方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109922334A (zh) * | 2017-12-13 | 2019-06-21 | 优酷信息技术(北京)有限公司 | 一种视频质量的识别方法及系统 |
CN109922334B (zh) * | 2017-12-13 | 2021-11-19 | 阿里巴巴(中国)有限公司 | 一种视频质量的识别方法及系统 |
CN108460085A (zh) * | 2018-01-19 | 2018-08-28 | 北京奇艺世纪科技有限公司 | 一种基于用户日志的视频搜索排序训练集构建方法及装置 |
CN108984722A (zh) * | 2018-07-10 | 2018-12-11 | 北京奇艺世纪科技有限公司 | 一种视频搜索方法及装置 |
CN109558542A (zh) * | 2018-12-04 | 2019-04-02 | 北京达佳互联信息技术有限公司 | 一种信息质量评估方法、信息推送方法及装置 |
CN109729395A (zh) * | 2018-12-14 | 2019-05-07 | 广州市百果园信息技术有限公司 | 视频质量评估方法、装置、存储介质和计算机设备 |
CN109729395B (zh) * | 2018-12-14 | 2022-02-08 | 广州市百果园信息技术有限公司 | 视频质量评估方法、装置、存储介质和计算机设备 |
CN110659389A (zh) * | 2019-09-05 | 2020-01-07 | 北京字节跳动网络技术有限公司 | 排序方法、装置、电子设备和计算机可读存储介质 |
CN113051413A (zh) * | 2019-12-27 | 2021-06-29 | 腾讯科技(北京)有限公司 | 一种多媒体信息处理方法、装置、电子设备及存储介质 |
CN111708944A (zh) * | 2020-06-17 | 2020-09-25 | 北京达佳互联信息技术有限公司 | 多媒体资源识别方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107368573A (zh) | 视频质量评估方法及装置 | |
CN103729351B (zh) | 查询词推荐方法及装置 | |
CN110737859B (zh) | 一种up主匹配方法及装置 | |
US8239397B2 (en) | System and method for managing user attention by detecting hot and cold topics in social indexes | |
CN103365902B (zh) | 互联网新闻的评估方法和装置 | |
CN105183781B (zh) | 信息推荐方法及装置 | |
CN106372249A (zh) | 一种点击率预估方法、装置及电子设备 | |
US7761482B2 (en) | System and method for locating a document containing a selected number and displaying the number as it appears in the document | |
CN107341268A (zh) | 一种热搜榜排序方法及系统 | |
CN103605714B (zh) | 网站异常数据的识别方法及装置 | |
WO2008106668A1 (en) | User query mining for advertising matching | |
CN103593446A (zh) | 流量质量分析方法及装置 | |
KR101868729B1 (ko) | 리소스조합 처리방법, 장치, 설비 및 컴퓨터 저장매체 | |
CN111079009B (zh) | 一种用于政务地图服务的用户兴趣检测方法及系统 | |
CN103942328B (zh) | 一种视频检索方法及视频装置 | |
CN110222920A (zh) | 绩效数据存储方法、装置、设备及可读存储介质 | |
Ramli et al. | Prediction of the unemployment rate in Malaysia | |
CN104462445A (zh) | 网页访问数据的处理方法和装置 | |
CN112597280A (zh) | 一种自动发现热点关键词和热点新闻的方法 | |
KR102121294B1 (ko) | 글로벌적으로 검색된 데이터를 기반으로 한 글로벌 비즈니스 랭킹의 실시간 생성을 위한 글로벌 네트워킹 시스템 | |
CN101464883A (zh) | 内容检索设备和方法 | |
Franceschet et al. | TimeRank: A dynamic approach to rate scholars using citations | |
CN106708880B (zh) | 话题关联词的获取方法和装置 | |
CN116228402A (zh) | 一种金融征信特征仓库技术支持系统 | |
CN113254778B (zh) | 一种基于亚马逊平台的asin组的关键词推荐方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171121 |
|
RJ01 | Rejection of invention patent application after publication |