CN108319643A - 多媒体信息的评测方法和系统 - Google Patents

Abstract

本发明提出一种多媒体信息的评测方法和系统，其中，方法包括：在多媒体信息的播放过程中，获取各用户的实时生理反应信号；根据各用户的实时生理反应信号确定各用户观看多媒体信息的实时专注度；根据各用户的实时专注度获取多媒体信息的评分结果。由此，以用户难以自主更改的实时生理信号为依据，获取对多媒体信息的评分结果，保证了多媒体信息的评分与用户真实感受相一致。

Description

多媒体信息的评测方法和系统

技术领域

本发明涉及信息处理技术领域，尤其涉及一种多媒体信息的评测方法和系统。

背景技术

随着互联网技术的进步，计算机设备为用户的生产和生活提供的服务愈发的多样化，比如，计算机设备可以为用户播放视频等多媒体信息，以满足用户的娱乐需求。

相关技术中，提供多媒体信息的商家根据用户对多媒体信息的评分情况优化服务，然而，目前主要采用问卷调查的方式获取用户对提供的多媒体信息的评价，这种评价方式至少具有以下两个缺陷：其一在于问卷调查的时间相较于多媒体信息的播放时间滞后，用户的感受可能随着时间的变化而变化甚至记不清，因此，问卷的调查的结果可参考性不高，影响对多媒体信息的评分的准确度；其二在于问卷调查是一个相对主观的评价方式，受到用户主观性的影响较大，比如，即使被评分的多媒体信息用户在观看的时候很喜欢，但是因为其中一个演员用户不喜欢，仍会给出较低的评分，从而影响对多媒体信息的评分的准确度。

发明内容

本发明提供一种多媒体信息的评测方法和系统，以解决现有技术中，多媒体信息的评分结果不准确的技术问题。

本发明实施例提供一种多媒体信息的评测方法，包括在多媒体信息的播放过程中，获取各用户的实时生理反应信号；根据所述各用户的实时生理反应信号确定所述各用户观看所述多媒体信息的实时专注度；根据所述各用户的实时专注度获取所述多媒体信息的评分结果。

本发明另一实施例提供一种多媒体信息的评测系统，包括：生理反应信号采集设备和处理器，其中，所述生理反应信号采集设备和所述处理器连接，其中，所述生理反应信号采集设备，用于在多媒体信息的播放过程中，获取各用户的实时生理反应信号；所述处理器，用于根据所述各用户的实时生理反应信号确定所述各用户观看所述多媒体信息的实时专注度，并根据所述各用户的实时专注度获取所述多媒体信息的评分结果。

本发明又一实施例提供一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例所述的多媒体信息的评测方法。

本发明还一实施例提供一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行如上述实施例所述的多媒体信息的评测方法。

本发明实施例提供的技术方案可以包括以下有益效果：

在多媒体信息的播放过程中，获取各用户的实时生理反应信号，根据各用户的实时生理反应信号确定各用户观看多媒体信息的实时专注度，进而，根据各用户的实时专注度获取多媒体信息的评分结果。由此，以用户难以自主更改的实时生理反应信号为依据，获取对多媒体信息的评分结果，保证了多媒体信息的评分与用户真实感受相一致。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是根据本发明第一个实施例的多媒体信息的评测方法的流程图；

图2是根据本发明第二个实施例的多媒体信息的评测方法的流程图；

图3(a)是根据本发明一个实施例的多媒体信息的评测结果示意图；

图3(b)是根据本发明另一个实施例的多媒体信息的评测结果示意图；

图4是根据本发明一个实施例的多媒体信息推荐列表示意图；

图5是根据本发明第三个实施例的多媒体信息的评测方法的流程图；

图6是根据本发明第四个实施例的多媒体信息的评测方法的流程图；

图7是根据本发明一个实施例的多媒体信息的评测系统的结构示意图；以及

图8是根据本发明另一个实施例的多媒体信息的评测系统的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

基于以上分析可知，相关技术中，通过问卷调查的方式进行多媒体信息的评分，而这种评分方式，一方面评分的采集时间不能保证实时性，从而影响评分结果的准确性，另一方面评分容易受到用户主观情绪的影响，打分结果不能真实的反应多媒体信息播放情况。

为了解决上述技术问题，本发明提出了一种多媒体信息的评测方法，该方法通过实时检测用户在观看多媒体信息时的生理反应信号，获取用户的实时专注度，进而，根据各用户的实时专注度获取多媒体信息的评分结果，由此，不但可以实时获取到用户在观看多媒体信息的实时专注度，而且获取的多媒体信息的评分结果与多媒体信息的播放效果较为一致。

下面参考附图描述本发明实施例的多媒体信息的评测方法。

图1是根据本发明第一个实施例的多媒体信息的评测方法的流程图，如图1所示，该方法包括：

步骤101，在多媒体信息的播放过程中，获取各用户的实时生理反应信号。

其中，生理反应信号可以包括皮肤电导信号、心率信号、心电信号、眼动信号、脑电信号中的一种或者多种信号组合，在此不作限制，另外上述多媒体信息包括音视频播放信息等，比如，电影、电视剧、舞台剧等。

具体地，在本发明的实施例中，可通过生理反应信号采集设备采集用户的生理反应信号，其中，根据应用场景的不同，生理反应信号采集设备可以为不同的设备，比如，可以为包含生理反应信号传感器的腕带、帽子、手套、项链、脸部贴纸等能直接接触到的用户皮肤进而检测到用户的生理反应信号的设备。

应当理解的是，步骤101中获取各用户的实时生理反应信号的场景既可以发生在实际的多媒体信息播放场景中，比如，电影院等，也可以发生在电脑播放等在线播放场景中，无论在哪个场景中，观看播放的用户佩戴生理反应信号采集设备，由生理反应信号采集设备将采集到的生理反应信号上传到系统。

步骤102，根据各用户的实时生理反应信号确定各用户观看多媒体信息的实时专注度。

其中，在不同的应用场景下，各用户的专注度可以以具体地数值表示，比如以百分制中的数字表示，数值越大代表用户越专注，比如以等级制度中的等级表示，等级越大代表用户越专注，又比如以具体的符号标志(星星符号、花朵符号、心形符号等)的数量来表示，符号数量越多代表用户越专注。

可以理解，用户的生理反应信号会真实的反应多媒体信息的播放效果，比如，当生理反应信号包括皮肤电导信号时，皮肤会对电流或者电压呈现一定的电阻，而电阻的大小会随着情绪变化而变化，通常，在较为轻松的状态下，用户可能当前在走神，多媒体信息并不能引起用户的兴趣，人体皮肤的电阻较大，从而皮肤电导信号较低，在精神紧张时，用户可能当前正在专注的观看多媒体信息，人体皮肤的电阻较小，从而人体皮肤电导信号较高，这是由于交感和副交感神经根据大脑的认知状态的变化进行拮抗式的调节，而交感和副交感神经的活动会影响皮肤电阻。

又比如，当生理反应信号包括心率信号时，如果用户的心率波动较大，则表明用户越是专注于当前播放的多媒体信息，如果用户的心率比较平和，则表明对当前播放的多媒体信息越是不专注。

需要说明的是，在不同的应用场景下，可采用不同的方式实现根据用户的生理反应信号确定各用户的实时专注度，示例说明如下：

第一种示例：

在本示例中，预先根据大量实验数据，获取并存储专注度和生理反应信号的对应关系，从而，在获取生理反应信号后，查询上述对应关系，以获取匹配的用户的实时专注度。

第二种示例：

预先根据大量实验数据，构造生理反应信号的深层神经网络模型，该模型的输入为生理反应信号，输出为用户的专注度，从而，将获取的用户的生理反应信号输入该深层神经网络模型，得到输出的用户的实时专注度。

第三种示例：

在本示例中，如图2所示，上述步骤102包括：

步骤201，根据预设策略分析各用户在多媒体信息预设时段内的实时生理反应信号，并提取与预设时段对应的实时专注特征信息。

应当理解的是，在不同的应用场景下，上述分析用户的实时生理反应信号的预设策略不同，从而提取到的用户的专注特征信息不同：

作为一种可能的实现方式，专注特征信息为专注次数，则可以检测生理反应信号大于预设阈值的次数提取专注次数。

举例而言，当生理反应信号为皮肤电导信号时，由于在实际应用中，用户对当前播放的多媒体信息越专注，则用户的脑神经活动越丰富,受到多媒体内容的刺激,会使得皮肤表面的导电度改变(其成因可能汗液分泌量,体表电解质,血液循环速度等)变化量愈大(导电度增加)，从而检测获知的皮肤电导信号越大。

举例而言，当生理反应信号为眼动信号时，由于在实际应用中，比如，在观看电影时，用户对当前播放的多媒体信息越专注，则用户的眼睛越是会随着电影画面而移动，从而检测到的眼动信号变化率(比如眼球的轨迹变化率等、注视点的变化率等)较高，用户对当前播放的多媒体信息越不专注，则用户的眼睛不会随着电影画面而移动，从而检测到的眼动信号变化率较低。

因而，在本示例中，预先根据大量实验数据设置生理反应信号对应的预设阈值，提取生理反应信号大于预设阈值的次数提取专注次数。

作为另一种可能的实现方式，检测实时生理反应信号大于预设阈值的时间提取专注时间。

由于在实际应用中，用户对当前播放的多媒体信息越专注，则会体现在用户的生理反应信号上，比如，当生理反应信号为皮肤电导信号时，用户对当前播放的多媒体信息越专注，则用户的脑神经活动越丰富,受到多媒体播放内容的刺激,会使得皮肤表面的导电度改变(其成因可能汗液分泌量,体表电解质,血液循环速度等)变化量愈大(导电度增加)，从而检测获知的皮肤电导信号越大。

因而，在本示例中，还可以检测实时生理反应信号大于预设阈值的时间提取专注时间。

作为又一种可能的实现方式，可以检测实时生理反应信号大于预设阈值的幅度提取专注强度。

由于在实际应用中，用户对当前播放的多媒体信息的专注强度可以反应在生理反应信号中，因而，可以根据生理反应信号的大小来提取用户的专注强度，比如，当生理反应信号包括皮肤导电信号时，则用户的脑神经活动越丰富,受到教学内容的刺激,会使得皮肤表面的导电度改变(其成因可能汗液分泌量,体表电解质,血液循环速度等)变化量愈大(导电度增加)，从而检测获知的皮肤电导信号越大。

因而，在本示例中，还可以检测生理反应信号大于预设阈值的幅度提取专注强度，比如，检测皮肤电导信号大于预设阈值的幅度提取专注强度，如预设阈值为A,当前的皮肤电导信号为大于A的B，则可以将B-A作为专注强度。

其中，在不同的应用场景下，上述三种示例采集的用户的专注特征信息可以作为单独的参考因素，用于进一步确定用户的专注度，也可以将上述三种示例采集的用户的专注特征信息的任意两种的组合作为参考因素，用于进一步确定用户的专注度，也可以将上述三种示例采集的用户的专注特征信息作为参考因素，用于进一步确定用户的专注度。

另外，为了保证进一步确定用户的专注度的准确度，在本发明的一个实施例中，上述与生理反应信号进行比较的预设阈值还可以根据用户的体质类型设置，比如，当生理反应信号包括皮肤电导信号时，对于女性用户和男性用户、或者不同年龄段的用户来讲，其皮肤表面的角质和干燥度等不同，因而，在同样的专注度下测量得到的皮肤电导信号是不同的，为了补偿这种用户体质上的差别，还可以根据大量实验数据获取这种差别数据，针对不同体质用户设置不同的预设阈值，比如，由于女性用户的皮肤相比男性用户更加湿润、导电性更强，因而设置的预设阈值相对高一些等。

步骤202，应用预设算法对实时专注特征信息进行计算，获取各用户与预设时段对应的实时专注度。

在实际应用中，可能并不需要对多媒体信息播放全程进行用户专注度的获取，比如，当发布多媒体信息的厂商仅仅需要获知用户对其电影中的某个时段或者仅仅是某个明星出场的时段的用户的评价，因而，在本发明的一个实施例中，应用预设算法对实时专注特征信息进行计算，获取各用户与预设时段对应的实时专注度，由此，提高了本发明多媒体信息的评测方法的灵活性。

其中，预设时段是根据应用场景的需要设定的，作为一种可能的实现方式，当要获取的是包含某个特定内容的多媒体信息的评价信息时，则可根据多媒体信息的内容设置与采集场景对应的预设时段，比如，当要获取的是包含明星A的视频片段时，可以检测多媒体信息中包含该明星的视频片段，并获取与该视频片段对应的时间段作为预设时段。

作为另一种可能的实现方式，当要获取的是某个时间段的多媒体信息的评价信息，比如开场前10分钟、中间20分钟和结束前5分钟的多媒体信息的评价信息，则可以将对应的时间段设置为预设时段。

作为又一种可能的实现方式，当待评价的多媒体信息较大时，为了减轻检测的压力，可以采用挑帧的方式进行用户实时专注度的获取，比如，每隔两帧获取一次用户的实时专注度，从而将检测的帧对应的时间作为预设时段，由此，由于帧和帧之间的切换的时间耗时较短，用户的生理反应信号较为一致，根据挑选的帧对应的用户的实时专注度进行评价，既保证了评分结果的准确性，又减轻了系统的处理压力。

具体而言，根据应用场景的不同，应用预设算法对各用户的实时专注特征信息进行计算获取各用户与预设时段对应的实时专注度的方式不同，下面结合不同的应用场景进行举例：

场景一：

在该场景下，用户的实时专注特征信息为单一的特征信息，比如仅仅为专注次数，或者，专注时间，或者，专注强度。

由于用户的专注特征信息对应的数据值越大，比如专注次数越大，表示用户越专注于当前多媒体信息，因此，本场景下的预设算法为与专注特征信息对应的线性运算算法，比如，该算法可以为Y＝a*X，其中，Y为用户的专注度，X为专注特征信息对应的数据值，a可以为任意大于0的数。

其中，可以考虑专注特征信息包含不同的特征内容时与用户专注度的相关性的不同，比如，在确定用户的专注度时，通常用户的专注时间相比于专注次数的参考意义更大，因为有的时候，用户虽然多次专注于当前多媒体信息，但是持续时间较短，还是认为用户没有专注于当前多媒体信息，因此，上述a还可以对应于不同的专注特征信息的权重值，比如，当专注特征信息为专注次数时，对应的a为0.6，当专注特征信息为专注时间时，对应的a为0.8。

场景二：

在该场景下，用户的专注特征信息为多个特征信息，比如包括专注次数和专注时间，或者，专注时间和专注强度，或者，专注次数、专注时间和专注强度等。

由于用户的专注特征信息对应的数据值越大，比如专注次数越大，表示用户越专注于当前多媒体信息，因此，对应的预设算法与用户的专注特征信息对应的数据值正相关，比如，Y＝a1*X1+…+an*Xn，其中，n为大于等于2的正整数，a1到an为正数，a1到an可以相等，也可以不相等，当a1到an不相等时，可以用于表示不同的用户的专注特征信息对专注度的不同的参考意义的权重值，X1到Xn表示不同的用户特征信息对应的数据值。

当然，在实际操作过程中，该场景中的预设算法还可以是任意体现用户的专注特征信息对应的数据值正相关的算法表达，在此不一一列举。

步骤103，根据各用户的实时专注度获取多媒体信息的评分结果。

可以理解，用户的实时专注度与多媒体信息的播放效果密切相关，通常用户会更加专注于吸引力较高的多媒体信息，因此，根据用户的专注度对获取多媒体信息的评价结果较为准确。

其中，在实际执行过程中，评分结果可以根据应用场景的不同而不同，比如，该评分结果可以为百分制的分数表示，还可以为等级制表示等，作为一种可能的实现方式，在当前评分结果对应于百分制评分时，可以应用预设的算法对各用户对每个预设时段的评分结果进行计算，获取与每个预设时段对应的各用户的实时专注度，比如，预先建立专注度与评分结果的对应关系，从而，在获取用户对每个预设时段的专注度后，查询上述对应关系，获取到对应的评分结果，进而，根据与每个时段对应的各用户的评分结果获取多媒体信息播放效果的评分结果。

需要强调的是，在一些应用场景下，获取的有的用户的实时专注度可能并不具有参考意义，或者，当前采集的专注度对应的多媒体信息并不需要评价，因而，为了进一步提高本发明的多媒体信息的评测方法的准确度和灵活性，在本发明的一个实施例中，在根据各用户的实时专注度获取多媒体信息的评分结果之前，还可根据同一时刻各用户的实时专注度检测不符合预设条件的异常数值，进而，滤除异常数值。

比如，当检测到某个时刻的100个用户的实时专注度中，某一个用户的实时专注度相比较于其他用户的实时专注度的差异较大，则认为该用户的生理反应信号采集设备没有采集到该用户的生理反应信号等，从而滤除该用户的实时专注度。

又比如，当某一时刻对应的多媒体信息片段为不包含实际内容的信息片段时，比如电影的演员表播放片段等，则直接滤除该信息片段对应时刻的采集的各用户的实时专注度。

由此，本发明实施例的多媒体信息的评测方法，基于用户难以自主更改的用户的生理反应信号进行多媒体信息的评分，可以客观准确的反应出多媒体信息的播放效果，对多媒体行业的进步具有重要意义。

为了更加清楚的说明本发明多媒体信息的评测方法的效果，下面结合具体的应用场景进行举例，说明如下：

其中，在该应用场景中，多媒体信息为在线播放的电影A，评分结果为百分制表示，为了获取到该电影A的评分信息，在电影A播放的过程中，根据各用户的实时生理反应信号确定出用户在电影的前十分钟，中间播放十分钟以及结束前十分钟、明星1出现时的多媒体信息的信息片段、明星2出现时多媒体的信息片段时的实时关注度。

进而，如图3(a)所示，可以根据用户在电影的前十分钟，中间播放十分钟(第40分钟到50分钟)以及结束前十分钟的实时关注度，确定在三个不同播放时段多媒体信息的评分结果分别为90分、76分和30分，则根据该评分结果可以分析出用户对当前播放的电影A的演员阵容比较满意，对电影的情节一般满意，对电影的结局不满意，因而，下次相关人员对电影的拍摄可以对结局进行思路的更改等。

如图3(b)所示，根据各用户在明星1出现时的多媒体信息的信息片段、明星2出现时多媒体的信息片段时的实时关注度，获取明星1出现时对多媒体信息的评分结果为90分，获取明星2出现时对多媒体信息的评分结果为20分，则根据该评分结果可以分析出明星1相比于明星2对票房的贡献较大，因而，下次电影拍摄时相关人员可以对演员进行适应的调整。

综上所述，本发明实施例的多媒体信息的评测方法，在多媒体信息的播放过程中，获取各用户的实时生理反应信号，根据各用户的实时生理反应信号确定各用户观看多媒体信息的实时专注度，进而，根据各用户的实时专注度获取多媒体信息的评分结果。由此，以用户难以自主更改的实时生理反应信号为依据，获取对多媒体信息的评分结果，保证了多媒体信息的评分与用户真实感受相一致。

基于以上实施例，获取的多媒体信息的评分结果反应了用户的偏好特征，而用户的偏好特征无论是对信息的推送还是对多媒体信息的本身的分析整理等都具有重要的参考意义。

在本发明的一个实施例中，在根据各用户的实时专注度获取多媒体信息的评分结果之后，还可根据评分结果按序生成多媒体信息推荐列表。比如，当多媒体信息采用百分制评分时，获取的5个多媒体信息A、B、C、D和E的评分分别为55分、68分、86分、75分和92分时，则如图4所示，按照评分由高到低的顺序为用户推荐多媒体信息，使得用户对推荐结果更加满意，增加用户和产品之间的粘性。

为了进一步提高用户对多媒体信息推荐列表的满意度，根据对评分结果按序生成多媒体信息推荐列表之前，如图5所示，该方法包括：

步骤301，获取各用户的偏好特征，根据偏好特征为所有用户划分用户群组。

具体地，由于每个用户的个人品味不同，因此喜好的多媒体信息也不同，该偏好特征影响了用户对多媒体信息的偏好，为了更好地为用户服务，可以获取用户的偏好特征，并根据用户的偏好特征为多有用户划分用户群组。

比如，获取用户注册的偏好信息，并对偏好信息一致的用户划分为同一个用户群组，又比如，获取用户注册的职业，并对职业一致的用户划分为同一个用户群组，又比如，获取用户注册的年龄和性别，并对年龄和性别一致的用户划分为同一个用户群组。

步骤302，根据每个用户群组中各用户的评分结果生成不同用户群组的评分结果。

步骤303，根据不同用户群组的评分结果确定符合目标用户偏好特征的多媒体信息。

具体地，根据每个用户群组中各用户的评分结果生成不同用户群组的评分结果，根据不同用户群组的评分结果确定符合目标用户偏好特征的多媒体信息，进而，为不同偏好特征的用户推荐对应的不同的多媒体信息，进一步提高了用户对多媒体信息推荐列表的满意度。

在本发明的另一个实施例中，可以基于用户对多媒体信息的评分信息生成多媒体信息的推荐片花，以提高多媒体信息的推广效果。

具体而言，如图6所示，在上述步骤103之后，该方法还包括：

步骤401，根据各用户的实时专注度提取多个感兴趣时刻。

步骤402，在多媒体信息中标记多个感兴趣时刻。

步骤403，提取与多个感兴趣时刻对应的多媒体信息进行剪辑，生成多媒体信息的推荐片花。

应当理解的是，当用户对当前播放的多媒体信息较为感兴趣时，显然用户的实时专注度就越高，因而，根据各用户的实时专注度提取多个感兴趣时刻，比如各提取用户的实时专注度的加权值大于一定值的时刻作为感兴趣时刻，进而，在多媒体信息中标记多个感兴趣时刻，提取与多个感兴趣时刻对应的多媒体信息进行剪辑，生成多媒体信息的推荐片花，该推荐片花是根据各用户的观看情况剪辑的，更能吸引到其他的用户，提高了多媒体信息的推广效果，而且相关用户还可以将该推荐片花保存并分享，该分享的片花中包含了用户最感兴趣的多媒体片段，提高了用户的分享体验。

由于当下很多多媒体信息会在多媒体信息播放过程中进行信息推送，如何选择在最合适的时刻进行信息推送是非常重要的，在本发明的一个实施例中，在根据各用户的实时专注度提取多个感兴趣时刻之后，从多个感兴趣时刻中确定信息推送时刻，进而，从信息推送时刻在多媒体信息中插入推送信息播放给用户，由此，一方面在用户感兴趣的时刻，由于用户专注于当前播放的多媒体信息，在该时刻进行信息推送，推送效果较好，另一方面，在用户专注于当前播放的多媒体信息的感兴趣的时刻，插入推送信息不容易被用户反感，避免了用户的流失。

需要强调的是，上述推送信息包括广告信息、广告语、图案，或者是与多媒体信息本身内容相关的推广信息，比如演员的微博等，在此不作限制。

综上所述，本发明实施例的多媒体信息的评测方法，在根据各用户的实时专注度获取多媒体信息的评分结果之后，根据各用户的多媒体信息的评分结果进行信息推广或者是多媒体信息的本身的管理和推荐等，使得相关产品的有关操作更加符合用户的个人喜好，提高了用户和产品的粘性。

为了实现上述实施例，本发明还提出了一种多媒体信息的评测系统，图7是根据本发明一个实施例的多媒体信息的评测系统的结构示意图，如图7所示，该系统包括生理反应信号采集设备100和处理器200，其中，生理反应信号采集设备100和处理器200连接，

生理反应信号采集设备100，用于在多媒体信息的播放过程中，获取各用户的实时生理反应信号。

处理器200，用于根据各用户的实时生理反应信号确定各用户观看多媒体信息的实时专注度，并根据各用户的实时专注度获取多媒体信息的评分结果。

在本发明的一个实施例中，如图8所示，处理器200包括提取单元210和提取单元220。

其中，提取单元210，用于根据预设策略分析各用户在多媒体信息预设时段内的实时生理反应信号，并提取与预设时段对应的实时专注特征信息。

获取单元220，用于应用预设算法对实时专注特征信息进行计算，获取各用户与预设时段对应的实时专注度。

在本发明的一个实施例中，检测实时生理反应信号大于预设阈值的次数提取专注次数。

在本发明的一个实施例中，检测实时生理反应信号大于预设阈值的时间提取专注时间。

在本发明的一个实施例中，检测实时生理反应信号大于预设阈值的幅度提取专注强度。

需要说明的是，前述对多媒体信息的评测方法实施例的解释说明也适用于该实施例的多媒体信息的评测系统，本发明多媒体信息的评测系统实施例中未公布的细节，此处不再赘述。

综上所述，本发明实施例的多媒体信息的评测系统，在多媒体信息的播放过程中，获取各用户的实时生理反应信号，根据各用户的实时生理反应信号确定各用户观看多媒体信息的实时专注度，进而，根据各用户的实时专注度获取多媒体信息的评分结果。由此，以用户难以自主更改的实时生理反应信号为依据，获取对多媒体信息的评分结果，保证了多媒体信息的评分与用户真实感受相一致。

为了实现上述实施例，本发明还提出一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器被执行时，使得能够执行如上述实施例所述的多媒体信息的评测方法。

为了实现上述实施例，本发明还提出一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行如上述实施例所述的多媒体信息的评测方法。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (15)

1.一种多媒体信息的评测方法，其特征在于，包括以下步骤：

在多媒体信息的播放过程中，获取各用户的实时生理反应信号；

根据所述各用户的实时生理反应信号确定所述各用户观看所述多媒体信息的实时专注度；

根据所述各用户的实时专注度获取所述多媒体信息的评分结果。

2.如权利要求1所述的方法，其特征在于，所述生理反应信号，包括：

皮肤电导信号、心率信号、心电信号、眼动信号、脑电信号中的一种或者多种信号组合。

3.如权利要求1所述的方法，其特征在于，所述根据所述各用户的实时生理反应信号确定所述各用户观看所述多媒体信息的实时专注度，包括：

根据预设策略分析所述各用户在所述多媒体信息预设时段内的实时生理反应信号，并提取与所述预设时段对应的实时专注特征信息；

应用预设算法对所述实时专注特征信息进行计算，获取所述各用户与所述预设时段对应的实时专注度。

4.如权利要求3所述的方法，其特征在于，所述根据预设策略分析所述各用户在所述多媒体信息预设时段内的实时生理反应信号，并提取与所述预设时段对应的实时专注特征信息，包括：

检测所述实时生理反应信号大于预设阈值的次数提取专注次数；和/或，

检测所述实时生理反应信号大于预设阈值的时间提取专注时间；和/或，

检测所述实时生理反应信号大于预设阈值的幅度提取专注强度。

5.如权利要求3所述的方法，其特征在于，在所述根据预设策略分析所述各用户在所述多媒体信息预设时段内的实时生理反应信号之前，还包括：

根据所述多媒体信息的内容设置与采集场景对应的所述预设时段。

6.如权利要求1所述的方法，其特征在于，在所述根据所述各用户的实时专注度获取所述多媒体信息的评分结果之前，还包括：

根据同一时刻所述各用户的实时专注度检测不符合预设条件的异常数值；

滤除所述异常数值。

7.如权利要求1所述的方法，其特征在于，在所述根据所述各用户的实时专注度获取所述多媒体信息的评分结果之后，还包括：

根据所述评分结果按序生成多媒体信息推荐列表。

8.根据权利要求7所述的方法，其特征在于，在所述根据所述评分结果按序生成多媒体信息推荐列表之前，还包括：

获取所述各用户的偏好特征，根据所述偏好特征为所有用户划分用户群组；

根据每个用户群组中各用户的评分结果生成不同用户群组的评分结果；

根据所述不同用户群组的评分结果确定符合目标用户偏好特征的多媒体信息。

9.如权利要求1-8任一所述的方法，其特征在于，还包括：

根据所述各用户的实时专注度提取多个感兴趣时刻；

在所述多媒体信息中标记所述多个感兴趣时刻；

提取与所述多个感兴趣时刻对应的多媒体信息进行剪辑，生成所述多媒体信息的推荐片花。

10.如权利要求9所述的方法，其特征在于，在所述根据所述各用户的实时专注度提取多个感兴趣时刻之后，还包括：

从所述多个感兴趣时刻中确定信息推送时刻；

在所述信息推送时刻在所述多媒体信息中插入推送信息播放给用户。

11.一种多媒体信息的评测系统，其特征在于，包括：生理反应信号采集设备和处理器，其中，所述生理反应信号采集设备和所述处理器连接，其中，

所述生理反应信号采集设备，用于在多媒体信息的播放过程中，获取各用户的实时生理反应信号；

所述处理器，用于根据所述各用户的实时生理反应信号确定所述各用户观看所述多媒体信息的实时专注度，并根据所述各用户的实时专注度获取所述多媒体信息的评分结果。

12.如权利要求11所述的系统，其特征在于，所述处理器包括：

提取单元，用于根据预设策略分析所述各用户在所述多媒体信息预设时段内的实时生理反应信号，并提取与所述预设时段对应的实时专注特征信息；

获取单元，用于应用预设算法对所述实时专注特征信息进行计算，获取所述各用户与所述预设时段对应的实时专注度。

13.如权利要求12所述的系统，其特征在于，所述提取单元具体用于：

检测所述实时生理反应信号大于预设阈值的次数提取专注次数；和/或，

检测所述实时生理反应信号大于预设阈值的时间提取专注时间；和/或，

检测所述实时生理反应信号大于预设阈值的幅度提取专注强度。

14.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-10任一所述的多媒体信息的评测方法。

15.一种计算机程序产品，其特征在于，当所述计算机程序产品中的指令由处理器执行时，执行如权利要求1-10任一所述的多媒体信息的评测方法。