CN110602564A - 视频优化信息提供方法、装置、电子设备及可读介质 - Google Patents

视频优化信息提供方法、装置、电子设备及可读介质 Download PDF

Info

Publication number
CN110602564A
CN110602564A CN201910967793.7A CN201910967793A CN110602564A CN 110602564 A CN110602564 A CN 110602564A CN 201910967793 A CN201910967793 A CN 201910967793A CN 110602564 A CN110602564 A CN 110602564A
Authority
CN
China
Prior art keywords
video
user
data
optimization information
determining
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.)
Granted
Application number
CN201910967793.7A
Other languages
English (en)
Other versions
CN110602564B (zh
Inventor
姜子阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN201910967793.7A priority Critical patent/CN110602564B/zh
Publication of CN110602564A publication Critical patent/CN110602564A/zh
Application granted granted Critical
Publication of CN110602564B publication Critical patent/CN110602564B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2187—Live feed
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44204—Monitoring of content usage, e.g. the number of times a movie has been viewed, copied or the amount which has been watched
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4756—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for rating content, e.g. scoring a recommended movie
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/4788—Supplemental services, e.g. displaying phone caller identification, shopping application communicating with other users, e.g. chatting

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本公开公开了一种视频优化信息提供方法、装置、电子设备及可读介质，该方法包括：根据用户的视频反馈数据，确定所述用户的视频热度影响因素；所述视频反馈数据包括：视频浏览数据和/或视频互动数据；根据所述视频热度影响因素，确定视频优化信息；将所述视频优化信息发送至所述用户所属终端设备，以使所述用户根据所述视频优化信息提高后续发布视频的热度。本公开实施例的方案能够实现自动为用户提供可提升视频热度的优化信息，来辅助用户提升后续发布视频的热度，从而提高用户发布视频的积极性，同时还保证了服务平台视频资源的整体热度。

Description

视频优化信息提供方法、装置、电子设备及可读介质
技术领域
本公开实施例涉及互联网技术领域，尤其涉及一种视频优化信息提供方法、装置、电子设备及可读介质。
背景技术
现有的视频播放或视频直播类的应用程序，通常支持用户将自己拍摄的视频数据发布至应用程序的服务平台，供其他用户进行观看。
目前，用户通过应用程序客户端发布视频后，应用程序的服务平台会直接将该视频数据的视频流发送至各客户端用户，以供其他客户端用户观看。
但是，对于发布视频的用户来说，其无法获知发布的视频热度高低的具体原因，进而也就无法对已发布视频内容进行有效的调整。严重影响服务平台视频资源的整体热度，且用户发布视频的热度不高，还会影响其后续发布视频的积极性，造成用户的流失。
发明内容
本公开实施例提供一种视频优化信息提供方法、装置、电子设备及可读介质，以实现自动为用户提供可提升视频热度的优化信息，来辅助用户提升后续发布视频的热度，从而提高用户发布视频的积极性，同时还保证了服务平台视频资源的整体热度。
第一方面，本公开实施例提供了一种视频优化信息提供方法，该方法包括：
根据用户的视频反馈数据，确定所述用户的视频热度影响因素；所述视频反馈数据包括：视频浏览数据和/或视频互动数据；
根据所述视频热度影响因素，确定视频优化信息；
将所述视频优化信息发送至所述用户所属终端设备，以使所述用户根据所述视频优化信息提高后续发布视频的热度。
第二方面，本公开实施例还提供了一种视频优化信息提供装置，该装置包括：
影响因素确定模块，用于根据用户的视频反馈数据，确定所述用户的视频热度影响因素；所述视频反馈数据包括：视频浏览数据和/或视频互动数据；
优化信息确定模块，用于根据所述视频热度影响因素，确定视频优化信息；
优化信息发送模块，用于将所述视频优化信息发送至所述用户所属终端设备，以使所述用户根据所述视频优化信息提高后续发布视频的热度。
第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开任意实施例所述的视频优化信息提供方法。
第四方面，本公开实施例提供了一种可读介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开任意实施例所述的视频优化信息提供方法。
本公开实施例提供了一种视频优化信息提供方法、装置、电子设备及可读介质，通过根据视频浏览数据和视频互动数据中的至少一种反馈数据，确定该用户的视频热度影响因素，并基于确定出的视频热度影响因素确定出待提供给用户的视频优化信息发送至用户的终端设备。本公开实施例的方案能够实现自动为用户提供可提升视频热度的优化信息，以辅助用户通过学习该视频优化信息，来提升后续发布视频的热度，进而提高用户发布视频的积极性，同时还保证了服务平台视频资源的整体热度。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1示出了本公开实施例提供的一种视频优化信息提供方法的流程图；
图2示出了本公开实施例提供的另一种视频优化信息提供方法的流程图；
图3A示出了本公开实施例提供的另一种视频优化信息提供方法的流程图；
图3B示出了本公开实施例提供的另一种视频优化信息提供方法的流程图；
图4示出了本公开实施例提供的一种视频优化信息提供装置的结构示意图；
图5示出了本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。本公开实施方式中的多方之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
图1为本公开实施例提供的一种视频优化信息提供方法的流程图，本实施例可适用于根据用户发布视频的反馈数据，为其提供可提高发布视频热度的视频优化信息的情况，该方法可以由视频优化信息提供装置或电子设备来执行，该装置可以通过软件和/或硬件的方式来实现，该装置可以配置在电子设备中。可选的，该电子设备可以是应用程序的服务平台对应的设备，还可以是安装有应用程序客户端的移动终端设备。
需要说明的是，本公开实施例的视频优化信息提供方法既可用于用户通过应用程序客户端上传的拍摄视频(如短视频或小视频等)热度比较低时，为其提供视频优化信息的场景，还可适用于直播用户每次的直播视频热度比较低时，为直播用户提供优化视频信息的场景。对此本实施例不进行限定。
可选的，如图1所示，本实施例中的方法可以包括如下步骤：
S101，根据用户的视频反馈数据，确定用户的视频热度影响因素。
其中，视频反馈数据可以是用户在应用程序的服务平台发布视频后，应用程序的服务平台上的观众观看该视频时给予的反馈数据，该视频反馈数据可以包括视频浏览数据和/或视频互动数据。其中，视频浏览数据可以是服务平台上的视频被浏览时，服务平台所统计的数据，例如，可以包括视频的点击次数、点击率或视频的完整观看率等中的至少一种。视频互动数据可以是服务平台上的观众观看视频时，与发布该视频的用户互动所产生的数据，例如，可以包括：视频的点赞次数、转发次数或评论数据中的至少一种。视频热度影响因素可以是指影响用户已发布视频处于低热度或高热度的原因，可选的，视频热度影响因素可以包括但不限于以下几种：视频封面质量低、视频内容质量低以及视频互动度低等。可选的，针对上述每一种类还可以包括更细维度的种类，例如，视频封面质量低可以分为：封面标题吸引力低和封面图像内容单一等；视频内容质量低可以分为：视频清晰度差和视频主题不是热门主题等；视频互动度低可以分为：视频中没有互动和互动方式不好等。
可选的，本公开实施例中，服务平台可以实时检测站内观众是否浏览站内已发布视频，若是则对该已发布视频的视频浏览数据进行统计更新；实时监测站内观众是否与已发布视频进行互动，若是则对该已发布视频的视频互动数据进行统计更新。在后续需要使用用户已发布视频的视频反馈数据时，若本实施例的执行主体为应用程序的服务平台对应的电子设备，则服务平台可以直接从本地获取统计更新后的视频浏览数据和/或视频互动数据作为视频反馈数据；若本实施例的执行主体为安装有应用程序客户端的移动终端设备，则移动终端设备可以通过与服务平台进行交互，从服务平台获取统计更新后的视频浏览数据和/或视频互动数据作为视频反馈数据。
可选的，在本实施例中，根据用户的视频反馈数据，确定该用户已发布视频的视频热度影响因素的具体方法有很多，对此本实施不进行限定。例如，可以是通过预先训练好的热度分析模型来确定；还可以是根据预先设置的分析规则来确定；也可以是结合预先设置的分析规则和预先训练好的热度分析模型共同确定。具体的：
当本实施例采用预先训练好的热度分析模型来确定视频热度影响因素时，可以是调用训练好的热度分析模型的程序代码，将视频反馈数据作为输入数据，运行该程序代码，得到该视频反馈数据所属视频对应的用户的视频热度影响因素。需要说明的是，视频反馈数据的数据种类和各种类数据的数量越多，则该热度分析模型分析出的视频热度影响因素越准确。其中，本实施例的热度分析模型可以是采用大量的样本数据对初始神经网络模型进行训练后得到的，能够根据视频反馈数据对用户的视频热度的影响因素进行分析的模型，该样本数据可以包括多组视频反馈数据以及各组视频反馈数据对应的视频热度影响因素。
当本实施例采用预先设置的分析规则来确定视频热度影响因素时，可以预先设置至少一个分析规则，然后按照预设的分析规则，结合用户的视频反馈数据判断该用户的视频热度影响因素。需要说明的是，根据预设的分析规则，确定视频热度影响因素的具体方法将在后续实施例进行详细介绍。
本实施例还可以是将上述介绍的采用热度分析模型确定视频热度影响因素的方法与采用分析规则确定视频热度影响因素的方法相结合，将两种方法共同确定出的视频热度影响因素作为最终的所述用户的视频热度影响因素；还可以是将两种方法确定出的所有热度影响因素一并作为所述用户的视频热度影响因素。
可选的，当视频反馈数据为视频互动数据时，本实施例还可以是对视频互动数据中的评论数据(弹幕评论数据和/或留言评论数据)进行语义分析，根据观众的评论确定具体的视频热度影响因素。例如，若用户的评论数据为“内容太普通，不好看”，通过对该评论数据进行语义分析可以得出该视频的热度影响因素为视频内容质量低。
S102，根据视频热度影响因素，确定视频优化信息。
其中，视频优化信息可以是针对视频热度影响因素，给出的能够优化视频质量，提高视频热度的改进建议。
可选的，本实施例中，根据视频热度影响因素，确定视频优化信息的方法有很多，对此本实施例不进行限定。例如，本实施例可以预先为每一种类的视频热度影响因素都设置对应的至少一条改进建议作为候选视频优化信息，并建立各种类的视频热度影响因素与候选视频优化信息之间的映射关系，在S101确定出视频热度影响因素后，可以通过查找该映射关系，从该视频热度影响因素对应的候选视频优化信息中选择一个或多个改进建议作为该视频热度影响因素对应的视频优化信息。
本实施例还可以是针对不同的视频热度影响因素，结合视频的实际数据内容以及评论数据来确定视频优化信息。例如，可以通过对用户已发布视频的封面进行分析，给出如何提高封面质量的视频优化信息；可以对用户已发布视频的具体内容进行分析，给出如何提高视频内容质量的视频优化信息；可以是对用户已发布视频的具体内容进行分析，给出视频中可以增加互动时机作为视频优化信息；还可以是对观众观看视频后的评论数据进行分析，给出满足观众喜好需求的改进建议作为视频优化信息等。需要说明的是，本实施具体如何针对不同的视频热度影响因素，确定视频优化信息的方法，将在后续实施例进行详细介绍。
S103，将视频优化信息发送至用户所属终端设备，以使用户根据视频优化信息提高后续发布视频的热度。
可选的，本公开实施例中，可以是在S102得到视频优化信息后，为了让用户更好的掌握提高其发布视频的热度的方法，电子设备可以直接将得到的视频优化信息发送至用户所属终端设备。具体的，可以是向用户所属终端上安装的应用程序客户端发送视频优化信息，其中，视频优化信息可以是以通知消息、视频发布的回执消息、弹窗等形式发送至用户所属终端设备。用户接收到该视频优化信息后，可以通过视频优化信息了解自己发布视频热度高低的具体原因，进而根据视频优化信息中的改进建议对后续发布视频进行优化，提高后续发布视频的质量，吸引更多的观众，提高后续发布视频的热度。
本公开实施例提供了一种视频优化信息提供方法，通过根据视频浏览数据和视频互动数据中的至少一种反馈数据，确定该用户的视频热度影响因素，并基于确定出的视频热度影响因素确定出待提供给用户的视频优化信息发送至用户的终端设备。本公开实施例的方案能够实现自动为用户提供可提升视频热度的优化信息，以辅助用户通过学习该视频优化信息，来提升后续发布视频的热度，进而提高用户发布视频的积极性，同时还保证了服务平台视频资源的整体热度。
进一步的，本公开实施例可以是对服务平台上的每一位用户都按照本公开实施例的视频优化信息提供方法提供视频优化数据；还可以是为不知道如何提高发布视频热度的新注册用户提供视频优化数据；也可以是为了挽回即将流失的用户，为预流失用户提供视频优化数据。具体的，当为预流失用户提供时，本实施例可以在根据用户的视频反馈数据，确定所述用户的视频热度影响因素之前，还包括：根据用户当前周期与上一周期发布视频的数量变化情况，确定所述用户是否为预流失用户；若所述用户为预流失用户，则获取所述用户的视频反馈数据。
具体的，本子步骤可以预先设置检测预流失用户的时间周期(如一周)和预设比例阈值(如70％)。在确定一个用户是否为预流失用户时，可以先分别获取当前周期(如本周)和上一周期(如上一周)内该用户发布视频的次数，然后，按照公式W＝(S1-S2)/S1来确定该用户在当前周期内发布视频的次数相对上一周期的下降比例。其中，W为下降比例；S1为上一周期用户发布视频的次数；S2为当前周期用户发布视频的次数。判断该用户在当前周期发布视频的下降比例是否大于预设比例阈值，若是，则说明该用户发布视频的比例下降严重，其很可能是服务平台即将失去的用户，即预流失用户。否则说明该用户是该服务平台的稳定用户。可选的，本实施例根据用户当前周期与上一周期发布视频的数量变化情况，确定该用户是否为预流失用户时，除了上述介绍的计算下降比例确定方式外，还可以当前周期发布视频数量与上一周期发布视频数量相比，减少的数量值是否大于与预设数值等，对此本实施例不进行限定。在确定预流失用户后，如何获取所述预流失用户的视频反馈数据的方法与上述介绍的如何获取用户的视频反馈数据的方法类似，在此不进行赘述。
图2示出了本公开实施例提供的另一种视频优化信息提供方法的流程图；本实施例在上述实施例提供的各可选方案的基础上进行了优化，具体给出了如何采用预先设置的分析规则，根据用户的视频浏览数据，确定所述用户的视频的热度影响因素，以及如何根据视频热度影响因素，确定视频优化信息的详细过程介绍。
可选的，如图2所示，本实施例中的方法可以包括如下步骤：
S201，若用户的视频浏览数据中的视频点击率未达到点击率阈值，则用户的视频热度影响因素为视频封面质量低。
可选的，服务平台在向观众用户展示视频时，通常只是展示视频的封面，观众是通过看封面图片或封面标题来确定是否点击观看该视频。所以本实施例的分析规则可以是通过视频被点击观看的次数占该视频被显示次数的比例(即视频点击率)是否达到高点击率对应的点击率阈值(如60％)，若未达到，则说明该用户发布视频的视频热度较低的原因是视频封面的封面图像和/或封面标题质量较低，吸引力较差。可选的，本实施例在确定视频封面质量是否为低质量时，还可以是判断用户的视频浏览数据中的视频点击次数未达到点击次数阈值，若是，则也可以同样说明视频热度影响因素为视频封面质量低。当视频反馈数据中包含视频浏览数据中的视频点击率时，则可以通过执行本步骤对应的分析规则，判断视频热度影响因素是否为视频封面质量低。
可选的，本实施例在确定出用户的视频热度影响因素为视频封面质量低后，还可以进一步的根据更细维度的分析规则，对封面标题和封面标题进行分析，判断用户的视频热度影响因素是属于封面标题吸引力低，还是封面图像内容单一。
S202，若用户的视频浏览数据中的完整观看率未达到观看率阈值，则用户的视频热度影响因素为视频内容质量低。
可选的，观众点击观看视频的过程中，不一定会将视频完整的观看完，例如，观众看视频封面觉得感兴趣，但是点看视频内容后，却发现对视频内容并不感兴趣，此时用户就会直接退出该视频。所以本实施例还可以是通过观众观看视频的完整度，看视频被完整观看的次数占该视频总播放次数的比例，(即完整观看率)是否达到观看率阈值(如60％)，若未达到，则说明该用户发布视频的视频热度较低的原因是视频内容质量比较低，吸引力较差。
当视频反馈数据中包含视频的完整观看率时，则可以通过执行本步骤对应的分析规则，判断视频热度影响因素是否为视频内容质量低。
可选的，本实施例在确定出用户的视频热度影响因素为视频内容质量低后，还可以进一步的根据更细维度的分析规则，对视频内容进行分析，判断用户的视频热度影响因素是属于视频清晰度差，还是视频主题不是热门主题。
S203，若用户的视频互动数据中包含的数据个数未达到预设个数，则用户的视频热度影响因素为视频互动度低。
其中，所述视频互动数据包括：点赞此时、转发次数、评论数据中的至少一种。
可选的，观众观看视频的过程中给视频点赞、转发视频、进行评论(包括弹幕评论和留言评论)都属于观众和发布视频的用户的互动过程，所以本实施例可以通过统计发布视频的用户的视频互动数据中包含的数据总个数是否达到与预设个数，若未达到，则说明该用户发布视频的视频热度较低的原因是和观众之间的互动度低。当视频反馈数据中包含视频互动数据是，则可以通过执行本步骤对应的分析规则，判断视频热度影响因素是否为视频互动度低。
可选的，本实施例在确定出用户的视频热度影响因素为视频互动度低后，还可以进一步的根据更细维度的分析规则，对视频内容进行分析，判断用户的视频热度影响因素是属于视频中没有互动，还是互动方式不好。
S204，根据视频热度影响因素，确定视频优化信息。
可选的，若视频热度影响因素为视频封面质量低，则可以是获取视频的封面，分析该封面图像是否存在内容单一、颜色单调等问题，以及分析该视频的封面标题是否没有表明视频主题、是否缺少热门关键词等，进而根据存在的具体问题，确定解决该问题的方法作为该视频的视频优化信息。具体的分析过程可以通过分析算法执行，还可以是采用训练好的神经网络模型执行。
若视频热度影响因素为视频互动度低，则可以是对用户已发布视频的具体内容进行分析，确定出视频中可以增加互动时机，将可增加互动的时机作为视频优化信息，其中，具体的分析过程可以通过分析算法执行，还可以是采用训练好的神经网络模型执行。
若视频热度影响因素为视频内容质量低，则需要对用户发布的视频内容进行分析。由于观众在观看视频的过程中，通常会选择在视频内容质量较高或较低的时候发布弹幕，所以为了降低电子设备对视频流数据进行分析的功耗，本实施例可以通过如下可实施方式来确定视频优化信息：根据视频互动数据中的弹幕评论数据发布时间，确定所述弹幕评论数据的高频发布时段；截取视频互动数据所属视频在高频发布时段的视频流数据；将视频流数据输入视频解析模型中，得到针对视频内容质量的视频优化信息。
具体的，可以是从视频互动数据中查找弹幕评论数据，对所有的弹幕评论数据的发布时间进行统计，确定出弹幕发布频率高的至少一个时间段，作为高频发布时段；然后，提取视频互动数据所对应的视频，并从该视频中截取高频发布视频对应的视频流数据；最后，调用视频解析模型的程序代码，将截图的视频流数据作为输入数据，运行该程序代码，即可得到针对视频内容质量的视频优化信息。其中，视频解析模型可以是采用大量的样本数据对初始网络模型进行训练后得到的，能够对视频流数据进行分析得到视频优化信息的神经网络模型，该样本数据可以包括：多组视频流数据以及各组视频流数据对应的视频优化信息。
可选的，为了提高确定出的视频优化信息的准确行，本实施例还可以是将获取的整个视频的视频流数据输入视频解析模型进行分析，确定视频优化信息。可选的，本实施例除了可以采用视频解析模型对视频流数据进行分析外，还可以采用视频内容识别算法对视频流数据进行分析，对此本实施例不进行限定。
S205，将视频优化信息发送至用户所属终端设备，以使用户根据视频优化信息提高后续发布视频的热度。
本公开实施例提供了一种视频优化信息提供方法，通过视频点击率判断视频热度影响因素是否为封面质量低，通过视频完整观看率判断视频热度影响因素是否为视频内容质量低，通过视频互动数据的个数判断视频热度影响因素是否为视频互动度低，进而确定出具体的视频热度影响因素对应的视频优化信息提供给用户。本公开实施例的方案通过为不同的视频热度影响因素设置不同的分析规则，能够提高视频热度影响因素判断的准确性，进而提高视频优化信息的精准性，更好的辅助用户提升后续发布视频的热度，提高服务平台视频资源的整体热度。
图3A示出了本公开实施例提供的另一种视频优化信息提供方法的流程图，图3B示出了本公开实施例提供的另一种视频优化信息提供方法的流程图；本实施例在上述实施例提供的各可选方案的基础上进行了优化，具体给出了如何根据视频热度影响因素，确定视频优化信息的两种可实施方式的详细介绍。
可选的，图3A为根据视频反馈数据的视频互动数据中包含的评论数据，结合视频热度影响因素，确定视频优化信息的一种可实施方式。由于评论数据是观众观看视频的过程中发布的，用于表达其观看感想的文字信息，该评论数据中可能包含观众对所观看视频各方面的观看感想，所以我们可以根据观众的评论数据，结合观众的喜好，确定视频热度影响因素所属类别对应的视频优化信息。具体的，本可实施方式可以包括如下步骤：
S301，根据用户的视频反馈数据，确定用户的视频热度影响因素。
其中，视频反馈数据包括：视频浏览数据和/或视频互动数据。
S302，从视频互动数据的评论数据中获取与视频热度影响因素相关的目标评论数据。
其中，视频互动数据中的评论数据可以包括弹幕评论数据和/或留言评论数据。
可选的，由于视频互动数据中的评论数据有很多，但是并不是所有的评论数据中都包含与当前确定的视频热度影响因素相关的评论内容，所以为了降低电子设备的运算量，提高确定的视频优化信息的准确性，本实施例可以是先对所有的评论数据进行筛选，从中选出与视频热度影响因素相关的目标评论数据。具体的确定方法可以包括如下两个子步骤：
S3021，确定视频热度影响因素的匹配关键词。
示例性的，可以是为不同种类的视频热度影响因素设置至少一个对应的关键词，并构建各种类的视频热度影响因素与其对应的关键词之间的关联关系，在S301确定出用户的视频热度影响因素后，可以从预先构建的该关联关系中查找当前确定出的用户的视频热度影响因素对应的关键词，作为其匹配关键词。
S3022，从视频互动数据的评论数据中查找包含匹配关键词的评论数据，作为目标评论数据。
示例性的，可以是针对视频互动数据中的每一条评论数据，采用文字识别技术，识别该评论数据中是否包含S3021确定的匹配关键词，若包含，则说明该评论数据是与S301确定的视频热度影响因素有关的评论数据，需要将其作为目标评论数据，否则说明该评论数据与S301确定的视频热度影响因素无关，可以忽略。
S303，采用语义识别技术和/或喜好分析模型，根据目标评论数据，确定观众喜好作为视频优化信息。
可选的，在确定出与视频热度影响因素有关的目标评论数据后，本实施例可以是进一步对目标评论数据进行分析，确定出观众喜好，将观众喜好作为给用户的视频优化信息。
具体的，本实施例根据目标评论数据，确定观众喜好时，可以采用语义识别技术，对目标评论数据进行语义分析，从而确定出观众的喜好。例如，若目标评论数据为“一直唱歌，没有互动，太无聊了”，则对该目标评论数据进行语义识别可以看出，该观众希望增加视频的互动性。所以可以将观众喜好，增加视频互动性作为视频优化信息。可选的，在确定观众喜好时，还可以是采用预先训练好的喜好分析模型来确定，具体的，可以是调用喜好分析模型的程序代码，将目标评论数据作为输入数据，运行该程序代码，即可分析得到观众喜好，并将得到的观众喜好作为视频优化信息。其中，喜好分析模型可以是采用大量的样本数据对初始网络模型进行训练后得到的，能够从评论数据中分析得到观众喜好的神经网络模型，该样本数据可以包括：大量的和观众喜好相关的评论数据，以及各评论数据对应的观众喜好。
S304，将视频优化信息发送至用户所属终端设备，以使用户根据视频优化信息提高后续发布视频的热度。
可选的，图3B为通过查找预先设置的数据集，确定视频热度影响因素对应的视频优化信息的一种可实施方式。在该可实施方式中，可预先构建两个数据集，一个是用于存储不同种类视频热度影响因素对应的改进建议的数据，即候选建议集；另一个是用于存储优质视频的候选视频集。具体的，本可实施方式可以包括如下步骤：
S305，根据用户的视频反馈数据，确定用户的视频热度影响因素。
其中，视频反馈数据包括：视频浏览数据和/或视频互动数据。
S306，从候选建议集中查找视频热度影响因素对应的改进建议。
其中，候选建议集中存储有不同种类视频热度影响因素对应的改进建议，可以是预先为每一种类视频热度影响因素设置至少一个候选改进建议，并将该种类视频热度影响因素与所述至少一个候选改进建议进行关联后作为一组数据存储在候选建议集中。
可选的，在S305确定出用户的视频热度影响因素后，可以查找候选建议集，从该候选建议集中先查找到本次确定的视频热度影响因素，然后再从该视频热度影响因素对应的至少一个候选改进建议中选择一个或多个改进建议。
S307，从候选视频集中查找视频热度影响因素对应的学习视频。
其中，候选视频集中存储有不同种类视频热度影响因素对应的优质视频，可以是预先为每一种类视频热度影响因素设置至少一个候选优质视频，并将该种类视频热度影响因素与所述至少一个候选优质视频进行关联后作为一组数据存储在候选视频集中。
可选的，在S305确定出用户的视频热度影响因素后，可以查找候选视频集，从该候选视频集中先查找到本次确定的视频热度影响因素，然后再从该视频热度影响因素对应的至少一个候选优质视频中选择一个或多个作为学习视频。
S308，将改进建议和/或学习视频作为视频优化信息。
可选的，将改进建议作为视频优化信息可以帮助用户明确其后续发布视频时的具体改进点；将学习视频作为视频优化信息可以帮助用户更直观的了解其后续发布的视频应该达到的改进效果。本实施例可以根据不同用户的需求，选择改进建议或学习视频中一个或多个作为最终提供给用户的视频优化信息。
S309，将视频优化信息发送至用户所属终端设备，以使用户根据视频优化信息提高后续发布视频的热度。
本公开实施例提供了两种不同的确定视频优化信息的方法，一种是在确定出用户的视频热度影响因素后，根据观众对用户发布视频的评论内容，结合视频热度影响因素，确定视频优化信息发送给用户，该方法可以确定出的视频优化信息更加符合观众的喜好，进而使得用户基于该视频优化信息优化后的视频能够吸引更多的观众，达到提升视频热度的效果。另一种是在确定出用户的视频热度影响因素后，从预先设置好的候选建议集和候选视频集中选择出用户的视频热度影响因素对应的改进建议和/或学习视频作为视频优化信息，简化了视频优化信息确定的复杂度，且提供的视频优化信息中不但可以包括具体的改进建议点，还可以包括直观的学习视频，提高了视频优化信息的丰富度，进而帮助用户更快的掌握提高视频热度的技巧，提升后续发布视频的热度。
图4示出了本公开实施例提供的一种视频优化信息提供装置的结构示意图，本公开实施例可适用于用户通过应用程序客户端上传的拍摄视频(如短视频或小视频等)热度比较低时，为其提供视频优化信息的场景，还可适用于直播用户每次的直播视频热度比较低时，为直播用户提供优化视频信息的场景。该装置可以通过软件和/或硬件来实现，并集成在执行本方法的电子设备中，如图4所示，该装置可以包括：
影响因素确定模块401，用于根据用户的视频反馈数据，确定所述用户的视频热度影响因素；所述视频反馈数据包括：视频浏览数据和/或视频互动数据；
优化信息确定模块402，用于根据所述视频热度影响因素，确定视频优化信息；
优化信息发送模块403，用于将所述视频优化信息发送至所述用户所属终端设备，以使所述用户根据所述视频优化信息提高后续发布视频的热度。
本公开实施例提供了一种视频优化信息提供装置，通过根据视频浏览数据和视频互动数据中的至少一种反馈数据，确定该用户的视频热度影响因素，并基于确定出的视频热度影响因素确定出待提供给用户的视频优化信息发送至用户的终端设备。本公开实施例的方案能够实现自动为用户提供可提升视频热度的优化信息，以辅助用户通过学习该视频优化信息，来提升后续发布视频的热度，进而提高用户发布视频的积极性，同时还保证了服务平台视频资源的整体热度。
进一步的，所述影响因素确定模块401具体用于：
将用户的视频反馈数据输入热度分析模型中，得到所述用户的视频热度影响因素。
进一步的，所述影响因素确定模块401根据用户的视频浏览数据，确定所述用户的视频的热度影响因素时，具体用于：
若用户的视频浏览数据中的视频点击率未达到点击率阈值，则所述用户的视频热度影响因素为视频封面质量低；
若用户的视频浏览数据中的完整观看率未达到观看率阈值，则所述用户的视频热度影响因素为视频内容质量低。
进一步的，所述影响因素确定模块401根据用户的视频互动数据，确定所述用户的视频热度影响因素时，具体用于：
若用户的视频互动数据中包含的数据个数未达到预设个数，则所述用户的视频热度影响因素为视频互动度低；
其中，所述视频互动数据包括：点赞次数、转发次数、评论数据中的至少一种。
进一步的，所述优化信息确定模块402包括：
目标数据获取单元，用于从所述视频互动数据的评论数据中获取与所述视频热度影响因素相关的目标评论数据；
优化信息确定单元，用于采用语义识别技术和/或喜好分析模型，根据所述目标评论数据，确定观众喜好作为视频优化信息。
进一步的，所述目标数据获取单元具体用于：
确定所述视频热度影响因素的匹配关键词；
从所述视频互动数据的评论数据中查找包含所述匹配关键词的评论数据，作为目标评论数据。
进一步的，若所述视频热度影响因素为视频内容质量低，则所述优化信息确定模块402具体用于：
根据视频互动数据中的弹幕评论数据发布时间，确定所述弹幕评论数据的高频发布时段；
截取所述视频互动数据所属视频在所述高频发布时段的视频流数据；
将所述视频流数据输入视频解析模型中，得到针对视频内容质量的视频优化信息。
进一步的，所述优化信息确定模块402具体用于：
从候选建议集中查找所述视频热度影响因素对应的改进建议；
从候选视频集中查找所述视频热度影响因素对应的学习视频；
将所述改进建议和/或所述学习视频作为视频优化信息。
进一步的，所述装置还包括：
流失用户确定模块，用于根据用户当前周期与上一周期发布视频的数量变化情况，确定所述用户是否为预流失用户；
反馈数据获取模块，用于若所述用户为预流失用户，则获取所述用户的视频反馈数据。
本公开实施例提供的视频优化信息提供装置，与上述各实施例提供的视频优化信息提供方法属于同一发明构思，未在本公开实施例中详尽描述的技术细节可参见上述各实施例，并且本公开实施例与上述各实施例具有相同的有益效果。
下面参考图5，其示出了适于用来实现本公开实施例的电子设备500的结构示意图。本公开实施例中的电子设备可以是应用程序的后端服务平台对应的设备，还可以是安装有应用程序客户端的移动终端设备。具体的，该电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备500仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，电子设备可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备内部进程执行：根据用户的视频反馈数据，确定所述用户的视频热度影响因素；所述视频反馈数据包括：视频浏览数据和/或视频互动数据；根据所述视频热度影响因素，确定视频优化信息；将所述视频优化信息发送至所述用户所属终端设备，以使所述用户根据所述视频优化信息提高后续发布视频的热度。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例提供的一种视频优化信息提供方法，该方法包括：
根据用户的视频反馈数据，确定所述用户的视频热度影响因素；所述视频反馈数据包括：视频浏览数据和/或视频互动数据；
根据所述视频热度影响因素，确定视频优化信息；
将所述视频优化信息发送至所述用户所属终端设备，以使所述用户根据所述视频优化信息提高后续发布视频的热度。
根据本公开的一个或多个实施例，上述方法中，根据用户的视频反馈数据，确定所述用户的视频热度影响因素，包括：
将用户的视频反馈数据输入热度分析模型中，得到所述用户的视频热度影响因素。
根据本公开的一个或多个实施例，上述方法中，根据用户的视频浏览数据，确定所述用户的视频的热度影响因素，包括：
若用户的视频浏览数据中的视频点击率未达到点击率阈值，则所述用户的视频热度影响因素为视频封面质量低；
若用户的视频浏览数据中的完整观看率未达到观看率阈值，则所述用户的视频热度影响因素为视频内容质量低。
根据本公开的一个或多个实施例，上述方法中，根据用户的视频互动数据，确定所述用户的视频热度影响因素，包括：
若用户的视频互动数据中包含的数据个数未达到预设个数，则所述用户的视频热度影响因素为视频互动度低；
其中，所述视频互动数据包括：点赞次数、转发次数、评论数据中的至少一种。
根据本公开的一个或多个实施例，上述方法中，根据所述视频热度影响因素，确定视频优化信息，包括：
从所述视频互动数据的评论数据中获取与所述视频热度影响因素相关的目标评论数据；
采用语义识别技术和/或喜好分析模型，根据所述目标评论数据，确定观众喜好作为视频优化信息。
根据本公开的一个或多个实施例，上述方法中，从所述视频互动数据的评论数据中获取与所述视频热度影响因素相关的目标评论数据，包括：
确定所述视频热度影响因素的匹配关键词；
从所述视频互动数据的评论数据中查找包含所述匹配关键词的评论数据，作为目标评论数据。
根据本公开的一个或多个实施例，上述方法中，若所述视频热度影响因素为视频内容质量低，则根据所述视频热度影响因素，确定视频优化信息，包括：
根据视频互动数据中的弹幕评论数据发布时间，确定所述弹幕评论数据的高频发布时段；
截取所述视频互动数据所属视频在所述高频发布时段的视频流数据；
将所述视频流数据输入视频解析模型中，得到针对视频内容质量的视频优化信息。
根据本公开的一个或多个实施例，上述方法中，根据所述视频热度影响因素，确定视频优化信息，包括：
从候选建议集中查找所述视频热度影响因素对应的改进建议；
从候选视频集中查找所述视频热度影响因素对应的学习视频；
将所述改进建议和/或所述学习视频作为视频优化信息。
根据本公开的一个或多个实施例，上述方法中，根据用户的视频反馈数据，确定所述用户的视频热度影响因素之前，还包括：
根据用户当前周期与上一周期发布视频的数量变化情况，确定所述用户是否为预流失用户；
若所述用户为预流失用户，则获取所述用户的视频反馈数据。
根据本公开的一个或多个实施例提供的一种视频优化信息提供装置，该装置包括：
影响因素确定模块，用于根据用户的视频反馈数据，确定所述用户的视频热度影响因素；所述视频反馈数据包括：视频浏览数据和/或视频互动数据；
优化信息确定模块，用于根据所述视频热度影响因素，确定视频优化信息；
优化信息发送模块，用于将所述视频优化信息发送至所述用户所属终端设备，以使所述用户根据所述视频优化信息提高后续发布视频的热度。
根据本公开的一个或多个实施例，上述装置中的影响因素确定模块具体用于：
将用户的视频反馈数据输入热度分析模型中，得到所述用户的视频热度影响因素。
根据本公开的一个或多个实施例，上述装置中的影响因素确定模块根据用户的视频浏览数据，确定所述用户的视频的热度影响因素时，具体用于：
若用户的视频浏览数据中的视频点击率未达到点击率阈值，则所述用户的视频热度影响因素为视频封面质量低；
若用户的视频浏览数据中的完整观看率未达到观看率阈值，则所述用户的视频热度影响因素为视频内容质量低。
根据本公开的一个或多个实施例，上述装置中的影响因素确定模块根据用户的视频互动数据，确定所述用户的视频热度影响因素时，具体用于：
若用户的视频互动数据中包含的数据个数未达到预设个数，则所述用户的视频热度影响因素为视频互动度低；
其中，所述视频互动数据包括：点赞次数、转发次数、评论数据中的至少一种。
根据本公开的一个或多个实施例，上述装置中的优化信息确定模块包括：
目标数据获取单元，用于从所述视频互动数据的评论数据中获取与所述视频热度影响因素相关的目标评论数据；
优化信息确定单元，用于采用语义识别技术和/或喜好分析模型，根据所述目标评论数据，确定观众喜好作为视频优化信息。
根据本公开的一个或多个实施例，上述装置中的目标数据获取单元具体用于：
确定所述视频热度影响因素的匹配关键词；
从所述视频互动数据的评论数据中查找包含所述匹配关键词的评论数据，作为目标评论数据。
根据本公开的一个或多个实施例，若所述视频热度影响因素为视频内容质量低，则上述装置中的优化信息确定模块具体用于：
根据视频互动数据中的弹幕评论数据发布时间，确定所述弹幕评论数据的高频发布时段；
截取所述视频互动数据所属视频在所述高频发布时段的视频流数据；
将所述视频流数据输入视频解析模型中，得到针对视频内容质量的视频优化信息。
根据本公开的一个或多个实施例，上述装置中的优化信息确定模块具体用于：
从候选建议集中查找所述视频热度影响因素对应的改进建议；
从候选视频集中查找所述视频热度影响因素对应的学习视频；
将所述改进建议和/或所述学习视频作为视频优化信息。
根据本公开的一个或多个实施例，上述装置还包括：
流失用户确定模块，用于根据用户当前周期与上一周期发布视频的数量变化情况，确定所述用户是否为预流失用户；
反馈数据获取模块，用于若所述用户为预流失用户，则获取所述用户的视频反馈数据。
根据本公开的一个或多个实施例提供的一种电子设备，该电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开任意实施例所述的视频优化信息提供方法。
根据本公开的一个或多个实施例提供的一种可读介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开任意实施例所述的视频优化信息提供方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (12)

1.一种视频优化信息提供方法，其特征在于，包括：
根据用户的视频反馈数据，确定所述用户的视频热度影响因素；所述视频反馈数据包括：视频浏览数据和/或视频互动数据；
根据所述视频热度影响因素，确定视频优化信息；
将所述视频优化信息发送至所述用户所属终端设备，以使所述用户根据所述视频优化信息提高后续发布视频的热度。
2.根据权利要求1所述的方法，其特征在于，根据用户的视频反馈数据，确定所述用户的视频热度影响因素，包括：
将用户的视频反馈数据输入热度分析模型中，得到所述用户的视频热度影响因素。
3.根据权利要求1所述的方法，其特征在于，根据用户的视频浏览数据，确定所述用户的视频的热度影响因素，包括：
若用户的视频浏览数据中的视频点击率未达到点击率阈值，则所述用户的视频热度影响因素为视频封面质量低；
若用户的视频浏览数据中的完整观看率未达到观看率阈值，则所述用户的视频热度影响因素为视频内容质量低。
4.根据权利要求1所述的方法，其特征在于，根据用户的视频互动数据，确定所述用户的视频热度影响因素，包括：
若用户的视频互动数据中包含的数据个数未达到预设个数，则所述用户的视频热度影响因素为视频互动度低；
其中，所述视频互动数据包括：点赞次数、转发次数、评论数据中的至少一种。
5.根据权利要求1所述的方法，其特征在于，根据所述视频热度影响因素，确定视频优化信息，包括：
从所述视频互动数据的评论数据中获取与所述视频热度影响因素相关的目标评论数据；
采用语义识别技术和/或喜好分析模型，根据所述目标评论数据，确定观众喜好作为视频优化信息。
6.根据权利要求5所述的方法，其特征在于，从所述视频互动数据的评论数据中获取与所述视频热度影响因素相关的目标评论数据，包括：
确定所述视频热度影响因素的匹配关键词；
从所述视频互动数据的评论数据中查找包含所述匹配关键词的评论数据，作为目标评论数据。
7.根据权利要求1所述的方法，其特征在于，若所述视频热度影响因素为视频内容质量低，则根据所述视频热度影响因素，确定视频优化信息，包括：
根据视频互动数据中的弹幕评论数据发布时间，确定所述弹幕评论数据的高频发布时段；
截取所述视频互动数据所属视频在所述高频发布时段的视频流数据；
将所述视频流数据输入视频解析模型中，得到针对视频内容质量的视频优化信息。
8.根据权利要求1所述的方法，其特征在于，根据所述视频热度影响因素，确定视频优化信息，包括：
从候选建议集中查找所述视频热度影响因素对应的改进建议；
从候选视频集中查找所述视频热度影响因素对应的学习视频；
将所述改进建议和/或所述学习视频作为视频优化信息。
9.根据权利要求1所述的方法，其特征在于，根据用户的视频反馈数据，确定所述用户的视频热度影响因素之前，还包括：
根据用户当前周期与上一周期发布视频的数量变化情况，确定所述用户是否为预流失用户；
若所述用户为预流失用户，则获取所述用户的视频反馈数据。
10.一种视频优化信息提供装置，其特征在于，包括：
影响因素确定模块，用于根据用户的视频反馈数据，确定所述用户的视频热度影响因素；所述视频反馈数据包括：视频浏览数据和/或视频互动数据；
优化信息确定模块，用于根据所述视频热度影响因素，确定视频优化信息；
优化信息发送模块，用于将所述视频优化信息发送至所述用户所属终端设备，以使所述用户根据所述视频优化信息提高后续发布视频的热度。
11.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的视频优化信息提供方法。
12.一种可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-9中任一所述的视频优化信息提供方法。
CN201910967793.7A 2019-10-12 2019-10-12 视频优化信息提供方法、装置、电子设备及可读介质 Active CN110602564B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910967793.7A CN110602564B (zh) 2019-10-12 2019-10-12 视频优化信息提供方法、装置、电子设备及可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910967793.7A CN110602564B (zh) 2019-10-12 2019-10-12 视频优化信息提供方法、装置、电子设备及可读介质

Publications (2)

Publication Number Publication Date
CN110602564A true CN110602564A (zh) 2019-12-20
CN110602564B CN110602564B (zh) 2022-04-15

Family

ID=68866690

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910967793.7A Active CN110602564B (zh) 2019-10-12 2019-10-12 视频优化信息提供方法、装置、电子设备及可读介质

Country Status (1)

Country Link
CN (1) CN110602564B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111246255A (zh) * 2020-01-21 2020-06-05 北京达佳互联信息技术有限公司 视频推荐方法、装置、存储介质、终端及服务器
CN111935503A (zh) * 2020-06-28 2020-11-13 百度在线网络技术（北京）有限公司 短视频生成方法、装置、电子设备和存储介质
CN112462996A (zh) * 2020-12-11 2021-03-09 北京小米移动软件有限公司 服务信息优化方法、服务信息优化装置及存储介质
TWI722853B (zh) * 2020-04-01 2021-03-21 香港商煜健貿易有限公司 視頻封面生成的方法、裝置、存儲介質和終端設備
CN113497972A (zh) * 2020-04-01 2021-10-12 煜健贸易有限公司 视频封面生成的方法、装置、存储介质和终端设备
CN113662446A (zh) * 2021-09-22 2021-11-19 深圳康佳电子科技有限公司 基于物联网的烹饪辅助方法、装置、智能终端及存储介质
CN115379259A (zh) * 2022-08-18 2022-11-22 百度在线网络技术（北京）有限公司 视频处理方法、装置、电子设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104166716A (zh) * 2014-08-15 2014-11-26 华为技术有限公司 一种评估媒体文件的方法及装置
WO2015090095A1 (zh) * 2013-12-19 2015-06-25 华为技术有限公司 一种信息推送方法、设备和系统
CN107832725A (zh) * 2017-11-17 2018-03-23 北京奇虎科技有限公司 基于评价指标的视频封面提取方法及装置
CN110213606A (zh) * 2019-05-30 2019-09-06 上海云甫智能科技有限公司 一种直播平台内容推荐方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015090095A1 (zh) * 2013-12-19 2015-06-25 华为技术有限公司 一种信息推送方法、设备和系统
CN104166716A (zh) * 2014-08-15 2014-11-26 华为技术有限公司 一种评估媒体文件的方法及装置
CN107832725A (zh) * 2017-11-17 2018-03-23 北京奇虎科技有限公司 基于评价指标的视频封面提取方法及装置
CN110213606A (zh) * 2019-05-30 2019-09-06 上海云甫智能科技有限公司 一种直播平台内容推荐方法及系统

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111246255A (zh) * 2020-01-21 2020-06-05 北京达佳互联信息技术有限公司 视频推荐方法、装置、存储介质、终端及服务器
US11546663B2 (en) 2020-01-21 2023-01-03 Beijing Dajia Internet Information Technology Co., Ltd. Video recommendation method and apparatus
TWI722853B (zh) * 2020-04-01 2021-03-21 香港商煜健貿易有限公司 視頻封面生成的方法、裝置、存儲介質和終端設備
CN113497972A (zh) * 2020-04-01 2021-10-12 煜健贸易有限公司 视频封面生成的方法、装置、存储介质和终端设备
CN111935503A (zh) * 2020-06-28 2020-11-13 百度在线网络技术（北京）有限公司 短视频生成方法、装置、电子设备和存储介质
CN112462996A (zh) * 2020-12-11 2021-03-09 北京小米移动软件有限公司 服务信息优化方法、服务信息优化装置及存储介质
CN112462996B (zh) * 2020-12-11 2023-09-08 北京小米移动软件有限公司 服务信息优化方法、服务信息优化装置及存储介质
CN113662446A (zh) * 2021-09-22 2021-11-19 深圳康佳电子科技有限公司 基于物联网的烹饪辅助方法、装置、智能终端及存储介质
CN115379259A (zh) * 2022-08-18 2022-11-22 百度在线网络技术（北京）有限公司 视频处理方法、装置、电子设备和存储介质
CN115379259B (zh) * 2022-08-18 2024-04-26 百度在线网络技术（北京）有限公司 视频处理方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN110602564B (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
CN110602564B (zh) 视频优化信息提供方法、装置、电子设备及可读介质
WO2021036876A1 (zh) 直播辅助数据的提供方法、装置、设备及可读介质
CN110519621B (zh) 视频推荐方法、装置、电子设备及计算机可读介质
CN110366043B (zh) 视频处理方法、装置、电子设备及可读介质
CN111510760B (zh) 视频信息展示方法和装置、存储介质和电子设备
CN112905839A (zh) 模型训练方法、模型使用方法、装置、存储介质及设备
CN111078901A (zh) 一种基于视频的交互实现方法、装置、设备及介质
CN111726691A (zh) 视频推荐方法、装置、电子设备及计算机可读存储介质
CN114443897A (zh) 一种视频推荐方法、装置、电子设备和存储介质
CN112312225B (zh) 信息展示方法、装置、电子设备和可读介质
CN110475158B (zh) 视频学习素材的提供方法、装置、电子设备及可读介质
CN115617215A (zh) 信息展示方法、装置、设备及存储介质
CN111949527A (zh) 游戏视频的测试方法、装置、设备及存储介质
CN112000823A (zh) 功能入口显示方法、电子设备及计算机可读存储介质
WO2023056850A1 (zh) 页面显示方法、装置、设备及存储介质
CN111209432A (zh) 信息获取的方法、装置、电子设备及计算机可读介质
US20230107935A1 (en) User interfaces for refining video group packages
CN114820060A (zh) 一种广告推荐方法、装置、设备及介质
CN113836415A (zh) 信息推荐方法、装置、介质及设备
CN110389805B (zh) 一种信息展示方法、装置、设备及存储介质
CN114528433A (zh) 一种模板选择方法、装置、电子设备及存储介质
CN113592607A (zh) 产品推荐方法、装置、存储介质及电子设备
CN113177176A (zh) 特征构建方法、内容显示方法及相关装置
CN111368204A (zh) 内容推送方法、装置、电子设备及计算机可读介质
CN112348614A (zh) 用于推送信息的方法和装置

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
GR01 Patent grant
GR01 Patent grant