CN113343912B - 一种播放异常原因的确定方法、装置及电子设备 - Google Patents
一种播放异常原因的确定方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113343912B CN113343912B CN202110730132.XA CN202110730132A CN113343912B CN 113343912 B CN113343912 B CN 113343912B CN 202110730132 A CN202110730132 A CN 202110730132A CN 113343912 B CN113343912 B CN 113343912B
- Authority
- CN
- China
- Prior art keywords
- association
- factor
- factors
- correlation
- 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.)
- Active
Links
Images
Landscapes
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明实施例提供了一种播放异常原因的确定方法、装置及电子设备,在本方案中,获取多媒体数据出现播放异常的情况的播放参数,作为异常播放参数,进而在确定核心关联因素中的目标关联因子后,逐步利用已确定的关联因子剔除一部分播放参数,所剔除的播放参数不参与与异常播放参数的匹配,这样,相比于将所有播放参数与异常播放参数进行匹配的方案,降低了确定播放异常原因的运算量。此外,逐步确定各类关联因素中的关联因子,随着已确定的关联因子越来越多,所需获取的待匹配播放参数的数据量越来越小,将待匹配播放参数与异常播放参数进行相关度计算的运算量也越来越小,进一步降低了排查播放异常原因的运算量,提高了播放异常原因的确定效率。
Description
技术领域
本发明涉及智能分析技术领域,特别是涉及一种播放异常原因的确定方法、装置及电子设备。
背景技术
一些情况下,在播放视频、音频等多媒体资源的过程中,可以实时监控播放是否异常,这样可以及时确定异常原因,方便后续修复。
目前,确定播放异常原因的方案一般包括:在视频播放异常的情况下,首先确定可能影响该视频播放情况的关联因素,例如播放平台类型、用户类型等等,获取各关联因素的相关数据,并将不同关联因素的相关数据进行组合。例如,可能影响该视频播放情况的关联因素有四种,而这四种关联因素分别包括2、10、10、100个关联因子,例如,关联因素用户类型可能包括VIP用户、非VIP用户两个关联因子,那么这种情况下就需要获取2*10*10*100即两万组数据组合。再对每组数据组合逐一进行异常分析,确定导致播放异常的数据组合,从而确定播放异常原因。
在上述方案中,对众多的数据组合逐一进行异常分析,运算量较大,播放异常原因的确定效率很低。
发明内容
本发明实施例的目的在于提供一种播放异常原因的确定方法、装置及电子设备,以降低确定播放异常原因的运算量,提高播放异常原因的确定效率。
具体技术方案如下:
第一方面,本发明实施例提供了一种播放异常原因的确定方法,所述方法包括:
获取多媒体数据出现播放异常的情况之前预设时段的播放参数,作为异常播放参数;
按照所述多媒体数据的多类关联因素中所包括的关联因子数量,对所述多类关联因素进行排序,得到排序结果;
在所述多类关联因素中,确定核心关联因素中的目标关联因子,其中,每类关联因素包括多个关联因子,所述核心关联因素为已监控关联因素或所包括的关联因子数量少于预设值的关联因素;
基于所述排序结果,在除所述核心关联因素之外的其他关联因素中,确定下一关联因素;
根据所述下一关联因素中每个关联因子对应的待匹配播放参数与所述异常播放参数之间的相关度,确定所述下一关联因素中的关联因子,其中,所述待匹配播放参数为与所述下一关联因素中该关联因子以及已确定的各关联因子均对应的所述多媒体数据在所述预设时段的播放参数;
返回所述基于所述排序结果,在除所述核心关联因素之外的其他关联因素中,确定下一关联因素的步骤,直至不存在下一关联因素;
基于所确定的各关联因子,确定所述多媒体数据的播放异常原因。
可选的,所述在所述多媒体数据的多类关联因素中,确定核心关联因素中的目标关联因子,包括:
将对应的播放参数中出现异常播放参数的已监控关联因素中的关联因子,确定为核心关联因素中的目标关联因子;或,
基于所述排序结果,在所述多媒体数据的多类关联因素中,将所包括的关联因子数量最少的关联因素确定为核心关联因素;从所述核心关联因素所包括的多个关联因子中确定核心关联因素中的目标关联因子。
可选的,所述从所述核心关联因素所包括的多个关联因子中确定核心关联因素中的目标关联因子,包括:
针对所述核心关联因素中的每个关联因子,计算所述异常播放参数与该关联因子对应的播放参数之间的相关度;
判断该关联因子对应的相关度是否高于预设阈值;
若高于所述预设阈值,则将该关联因子确定为所述核心关联因素中的目标关联因子。
可选的,所述根据所述下一关联因素中每个关联因子对应的待匹配播放参数与所述异常播放参数之间的相关度,确定所述下一关联因素中的关联因子,包括;
针对所述下一关联因素中的每个关联因子,计算所述异常播放参数与该关联因子对应的待匹配播放参数之间的相关度;
判断该关联因子对应的相关度是否满足高于预设阈值;
若高于所述预设阈值,则将该关联因子确定为所述下一关联因素中的关联因子。
可选的,所述基于所述排序结果,在除所述核心关联因素之外的其他关联因素中,确定下一关联因素,包括:
基于所述排序结果,在除所述核心关联因素之外的其他关联因素中,将所包括的关联因子数量最少的关联因素确定为下一关联因素。
可选的,所述播放参数包括以下至少一种:故障次数、播放速度、秒播率;
所述多类关联因素包括以下至少两种:用户类型因素、视频类型因素、播放平台类型因素、运营商类型因素、所述运营商所在的地区因素。
第二方面,本发明实施例提供了一种播放异常原因的确定装置,所述装置包括:
第一获取模块,用于获取多媒体数据出现播放异常的情况之前预设时段的播放参数,作为异常播放参数;
排序模块,用于按照所述多媒体数据的多类关联因素中所包括的关联因子数量,对所述多类关联因素进行排序,得到排序结果;
第一因子确定模块,用于在所述多类关联因素中,确定核心关联因素中的目标关联因子,其中,每类关联因素包括多个关联因子,所述核心关联因素为已监控关联因素或所包括的关联因子数量少于预设值的关联因素;
关联因素确定模块,用于基于所述排序结果,在除所述核心关联因素之外的其他关联因素中,确定下一关联因素;
第二因子确定模块,用于根据所述下一关联因素中每个关联因子对应的待匹配播放参数与所述异常播放参数之间的相关度,确定所述下一关联因素中的关联因子,其中,所述待匹配播放参数为与所述下一关联因素中该关联因子以及已确定的各关联因子均对应的所述多媒体数据在所述预设时段的播放参数;
触发模块,用于触发所述关联因素确定模块,直至不存在下一关联因素;
异常原因确定模块,用于基于所确定的各类关联因素中的关联因子,确定播放异常原因。
可选的,所述第一因子确定模块包括:
第一因子确定单元,用于将对应的播放参数中出现异常播放参数的已监控关联因素中的关联因子,确定为核心关联因素中的目标关联因子;或,
第二因子确定单元,用于基于所述排序结果,在所述多媒体数据的多类关联因素中,将所包括的关联因子数量最少的关联因素确定为核心关联因素;从所述核心关联因素所包括的多个关联因子中确定核心关联因素中的目标关联因子。
可选的,所述第二因子确定单元包括:
相关度确定子单元,用于针对所述核心关联因素中的每个关联因子,计算所述异常播放参数与该关联因子对应的播放参数之间的相关度;
阈值判断子单元,用于判断该关联因子对应的相关度是否高于预设阈值;
因子确定子单元,用于若该关联因子对应的相关度高于所述预设阈值,则将该关联因子确定为所述核心关联因素中的目标关联因子。
可选的,所述第二因子确定模块包括;
相关度确定单元,用于针对所述下一关联因素中的每个关联因子,计算所述异常播放参数与该关联因子对应的待匹配播放参数之间的相关度;
阈值判断单元,用于判断该关联因子对应的相关度是否满足高于预设阈值;
因子确定单元,用于若关联因子对应的相关度高于所述预设阈值,则将该关联因子确定为所述下一关联因素中的关联因子。
可选的,所述关联因素确定模块包括:
关联因素确定单元,用于基于所述排序结果,在除所述核心关联因素之外的其他关联因素中,将所包括的关联因子数量最少的关联因素确定为下一关联因素。
可选的,所述播放参数包括以下至少一种:故障次数、播放速度、以及秒播率;
所述多类关联因素包括以下至少两种:用户类型因素、视频类型因素、播放平台类型因素、运营商类型因素、所述运营商所在的地区因素。
第三方面,本发明实施例还提供了一种电子设备,包括处理器和存储器;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面所述的播放异常原因的确定方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的播放异常原因的确定方法。
本发明实施例所提供的方案中,电子设备可以获取多媒体数据出现播放异常的情况之前预设时段的播放参数,作为异常播放参数按照多媒体数据的多类关联因素中所包括的关联因子数量,对多类关联因素进行排序,得到排序结果,在多类关联因素中,确定核心关联因素中的目标关联因子,其中,每类关联因素包括多个关联因子,核心关联因素为已监控关联因素或所包括的关联因子数量少于预设值的关联因素。基于排序结果,在除核心关联因素之外的其他关联因素中,确定下一关联因素,根据下一关联因素中每个关联因子对应的待匹配播放参数与异常播放参数之间的相关度,确定下一关联因素中的关联因子,其中,待匹配播放参数为与下一关联因素中该关联因子以及已确定的各关联因子均对应的多媒体数据在预设时段的播放参数,返回基于所述排序结果,在除核心关联因素之外的其他关联因素中,确定下一关联因素的步骤,直至不存在下一关联因素,进而基于所确定的各关联因子,确定多媒体数据的播放异常原因。
由于在确定核心关联因素中的目标关联因子后,逐步利用已确定的关联因子剔除一部分播放参数,所剔除的播放参数不参与与异常播放参数的匹配,这样,相比于将所有播放参数与异常播放参数进行匹配的方案,降低了确定播放异常原因的运算量。此外,逐步确定各类关联因素中的关联因子,随着已确定的关联因子越来越多,所需获取的待匹配播放参数的数据量越来越小,将待匹配播放参数与异常播放参数进行相关度计算的运算量也越来越小,进一步降低了排查播放异常原因的运算量,提高了播放异常原因的确定效率。当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
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一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的播放异常原因的确定方法的一种流程图;
图2为图1所示实施例中步骤S103的一种具体流程图;
图3为图2所示实施例中步骤S202的一种具体流程图;
图4为本发明实施例提供的一种播放异常原因的确定装置的结构示意图;
图5为本发明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。
为了达到上述目的,本发明实施例提供了一种播放异常原因的确定方法、装置、电子设备、计算机可读存储介质以及计算机程序产品,该方法及装置可以应用于各种需要确定多媒体数据播放异常原因的电子设备,例如,可以为服务器、处理器、终端等具体不做限定。下面首先对本发明实施例所提供的一种播放异常原因的确定方法进行详细说明。
如图1所示,一种播放异常原因的确定方法,所述方法包括:
S101,获取多媒体数据出现播放异常的情况之前预设时段的播放参数,作为异常播放参数;
S102,按照所述多媒体数据的多类关联因素中所包括的关联因子数量,对所述多类关联因素进行排序,得到排序结果;
S103,在所述多类关联因素中,确定核心关联因素中的目标关联因子;
其中,每类关联因素包括多个关联因子,所述核心关联因素为已监控关联因素或所包括的关联因子数量少于预设值的关联因素。
S104,基于所述排序结果,在除所述核心关联因素之外的其他关联因素中,确定下一关联因素;
S105,根据所述下一关联因素中每个关联因子对应的待匹配播放参数与所述异常播放参数之间的相关度,确定所述下一关联因素中的关联因子;返回步骤S104,直至不存在下一关联因素,执行步骤S106;
其中,所述待匹配播放参数为与所述下一关联因素中该关联因子以及已确定的各关联因子均对应的所述多媒体数据在所述预设时段的播放参数。
S106,基于所确定的各关联因子,确定所述多媒体数据的播放异常原因。
可见,本发明实施例所提供的方案中,由于在确定核心关联因素中的目标关联因子后,逐步利用已确定的关联因子剔除一部分播放参数,所剔除的播放参数不参与与异常播放参数的匹配,这样,相比于将所有播放参数与异常播放参数进行匹配的方案,降低了确定播放异常原因的运算量。此外,逐步确定各类关联因素中的关联因子,随着已确定的关联因子越来越多,所需获取的待匹配播放参数的数据量越来越小,将待匹配播放参数与异常播放参数进行相关度计算的运算量也越来越小,进一步降低了排查播放异常原因的运算量,提高了播放异常原因的确定效率。
在需要确定多媒体数据出现播放异常的原因时,电子设备可以获取多媒体数据出现播放异常的情况之前预设时段的播放参数,并将该播放参数作为异常播放参数,即执行上述步骤S101。其中,多媒体数据可以包括视频、音频等,多媒体数据在播放的过程中会出现播放失败、播放卡顿等播放异常情况,在这种情况下,可以获取异常发生前预设时段的播放参数,作为异常播放参数。
其中,预设时段可以根据实际效率需求、准确度需求等设定,例如,可以为半个小时、一个小时、两个小时等,具体不做限定。播放参数可以包括故障次数、播放速度、秒播率,等等,具体播放参数不做限定。例如,在播放视频的过程中,如果出现了播放卡顿这一播放异常情况,预设时段为一个小时,那么电子设备就可以获取播放异常发生前一小时内的播放速度,作为异常播放参数。
导致多媒体数据播放异常的关联因素往往有很多类,举例来说,多媒体数据的关联因素可以包括用户类型因素、视频类型因素、播放平台类型因素、运营商类型因素、运营商所在的地区因素,等等。每类关联因素包括多个关联因子。例如,用户类型因素中的关联因子可以包括VIP(Very Important Person,贵宾)用户、非VIP用户等;视频类型因素中的关联因子可以包括动作类型、悬疑类型、爱情类型等;播放平台类型因素中的关联因子可以包括A平台、B平台、C平台等;运营商类型因素中的关联因子可以包括移动、联通、电信、广电等;运营商所在的地区因素中的关联因子可以包括北京、上海、广州、深圳等,具体关联因子不做限定。
为了方便从众多的关联因子中确定出导致多媒体数据出现播放异常的原因,电子设备可以按照多类关联因素中所包括的关联因子数量,对多类关联因素进行排序,得到排序结果,也就是执行上述步骤S102。
电子设备可以按照多媒体数据的多类关联因素中所包括的关联因子数量由少到多对多类关联因素进行排序。假设用户类型因素中的关联因子有2个,视频类型因素中的关联因子有10个、播放平台类型因素中的关联因子有5个、运营商类型因素中的关联因子有3个、运营商所在的地区因素中的关联因子有20个,则按照关联因子数量由少到多对多类关联因素进行排序,得到的排序结果为:用户类型因素、运营商类型因素、播放平台类型因素、视频类型因素、运营商所在的地区因素。
当然,电子设备也可以按照多媒体数据的多类关联因素中的关联因子数量由多到少对多类关联因素进行排序。假设用户类型因素中的关联因子有2个,视频类型因素中的关联因子有10个、播放平台类型因素中的关联因子有5个、运营商类型因素中的关联因子有3个、运营商所在的地区因素中的关联因子有20个,则按照关联因子数量由少到多对多类关联因素进行排序,得到的排序结果为:运营商所在的地区因素、视频类型因素、播放平台类型因素、运营商类型因素、用户类型因素。
另一种实施方式中,电子设备还可以对多类关联因素进行随机排序,得到排序结果,这也是合理的。举例来说,多类关联因素包括用户类型因素、视频类型因素、播放平台类型因素、运营商类型因素以及运营商所在的地区因素。电子设备可以对该多类关联因素进行随机排序,得到排序结果:视频类型因素、播放平台类型因素、运营商类型因素、运营商所在的地区因素、用户类型因素。
在上述步骤S103中,电子设备可以在上述多类关联因素中,确定核心关联因素中的目标关联因子。作为一种实施方式,在多媒体数据的播放过程中,可以对一些关联因素进行实时监控,这些被监控的关联因素可以称为已监控关联因素。由于对关联因素进行实时监控会消耗较多资源,因此,一般可以对部分关联因素进行监控,例如,可以对一些较为重要的关联因素进行实时监控。
对于已监控关联因素来说,可以直接基于监控情况确定对应的播放参数出现异常的关联因子,因此,电子设备可以将该对应的播放参数出现异常的关联因子确定为核心关联因素中的目标关联因子,也就是说核心关联因素为已监控关联因素。
作为另一种实施方式,由于在获取播放参数时,需要分别获取关联因素中每种关联因子对应的播放参数,如果关联因素中的关联因子数量较多,则需要获取的播放参数的数据量较大,后续对播放参数进行处理的过程中,数据运算量也较大。而如果关联因素中的关联因子数量较少,则需要获取的播放参数的数据量较小,后续对播放参数进行处理的过程中,数据运算量也较小。
所以电子设备可以将所包括的关联因子数量少于预设值的关联因素确定为核心关联因素,进而从核心关联因素中确定目标关联因子。例如,电子设备可以从核心关联因素包括的关联因子中随机确定一个作为目标关联因子。其中,预设值可以根据各类关联因素所包括的关联因子的数量确定,例如,可以为2、3、4等,在此不做具体。
确定了目标关联因子后,电子设备可以执行上述步骤S104,即基于上述排序结果,在除核心关联因素之外的其他关联因素中,确定下一关联因素。当然,电子设备也可以在除核心关联因素之外的其他关联因素中,随机确定一个关联因素作为下一关联因素,这也是合理的。
接下来,电子设备便可以根据下一关联因素中每个关联因子对应的待匹配播放参数与异常播放参数之间的相关度,确定下一关联因素中的关联因子。其中,待匹配播放参数为:与下一关联因素中该关联因子以及已确定的各关联因子均对应的多媒体数据在上述预设时段的播放参数。
电子设备可以利用Druid(德鲁伊特)数据查询中的Groupby(子句)函数进行取数,从而获取待匹配播放参数。其中,获取方式可以为:Druid数据查询中的Groupby函数、数据抓取,等等,具体获取方式不做限定。
一种实施方式中,可以对获取到的待匹配播放参数进行缺失值填充、尺度归一化、部分特征剔除处理,并将处理后的播放参数作为待匹配播放参数。在经过了缺失值填充、尺度归一化、部分特征剔除处理后,将获取到的待匹配播放参数的数据格式与异常播放参数的数据格式进行统一,这样在后续的匹配过程中,可以消除尺度差异带来的误差,从而提高匹配结果的精确度。
其中,与下一关联因素中该关联因子以及已确定的各关联因子均对应的播放参数,可以理解为:取已确定的各关联因子对应的播放参数和下一关联因素中该关联因子对应的播放参数的交集,得到的交集中的播放参数即为该关联因子均对应的待匹配播放参数。
一种实施方式中,电子设备可以先获取下一关联因素对应的播放参数,再针对已确定的各关联因子,在获取到的下一关联因素对应的播放参数中,将与已确定的各关联因子无关的播放参数删除,将下一关联因素对应的播放参数中与已确定的各关联因子相关的播放参数作为待匹配播放参数。
举例来说,已确定的关联因子可以为用户类型因素中的VIP用户关联因子,下一关联因素为运营商类型因素,则可以在获取到的运营商类型因素所包括的移动、联通、电信等关联因子所对应的播放参数中非VIP用户对应的播放参数删除,将与VIP用户关联因子相关的播放参数作为待匹配播放参数。
另一种实施方式中,电子设备可以先将下一关联因素中的多个关联因子与核心因素中的各个关联因子进行组合,在确定了各个关联因子之后,根据包含已确定的关联因子的关联因子组合,获取待匹配播放参数。
举例来说,下一关联因素为视频类型因素,包括动作类型、悬疑类型和爱情类型三个关联因子。核心关联因素可以为用户类型因素,包括VIP用户和非VIP用户两个关联因子。将下一关联因素中的多个关联因子与核心关联因素中的多个关联因子进行组合,得到VIP用户-动作类型、VIP用户-悬疑类型、VIP用户-爱情类型、非VIP用户-动作类型、非VIP用户-悬疑类型、非VIP用户-爱情类型6种关联因子组合。
若已确定的关联因子为VIP用户,则根据包含VIP用户的关联因子组合,获取VIP用户-动作类型、VIP用户-悬疑类型以及VIP用户-爱情类型所对应的播放参数,作为待匹配播放参数。
获取了上述待匹配播放参数后,电子设备可以针对下一关联因素中的每个关联因子,计算异常播放参数与该关联因子对应的待匹配播放参数之间的相关度,进而根据该相关度确定该下一关联因素中的关联因子。
其中,计算相关度的方式可以为:Spearman(斯皮尔曼等级相关系数)、Pearson(皮尔逊相关系数)、Distance Correlation(距离相关系数)、Cross Correlation(互相关系数),等等,具体计算相关度的方式不做限定。
在一种实施方式中,电子设备可以采用不同方式计算异常播放参数与关联因子对应的待匹配播放参数之间的相关度,将最高相关度作为该关联因子对应的相关度。
例如,电子设备可以采用Spearman、Pearson和Distance Correlation方式分别计算异常播放参数与A关联因子对应的待匹配播放参数之间的相关度,得到Spearman相关度数值为0.73、Pearson相关度数值为0.80、Distance Correlation相关度数值为0.75,那么电子设备可以将Pearson相关度0.80作为A关联因子对应的相关度。
在这种情况下,采用多种计算相关度的方式进行各个关联因子对应的相关度计算,并将最高相关度作为该关联因子对应的相关度,可以提高关联因子匹配结果的准确性。
计算得到下一关联因素中每个关联因子对应的待匹配播放参数与异常播放参数之间的相关度后,电子设备便可以基于该相关度从下一关联因素所包括的各个关联因子中确定下一关联因素中的关联因子。
一种实施方式中,针对下一关联因素中的每个关联因子,电子设备可以判断该关联因子对应的相关度是否满足预设条件;若是,则将该关联因子确定为下一关联因素中的关联因子。其中,预设条件可以包括:相关度大于预设阈值或者小于预设阈值等,具体不做限定。
举例来说,预设条件可以为:相关度大于预设阈值,下一关联因素为用户类型因素,该用户类型因素中包含A、B两个关联因子。假设预设阈值为0.5,若A关联因子对应的相关度为0.4,B关联因子对应的相关度为0.6,则A关联因子对应的相关度不满足预设条件,B关联因子对应的相关度满足预设条件,则将B关联因子确定为用户类型因素中的关联因子,即将B关联因子确定为下一关联因素中的关联因子。
一种情况下,若下一关联因素中包含的多个关联因子对应的相关度均满足预设条件,说明播放异常的原因并不在该关联因素中,所以,在这种情况下,可以认为该关联因素中不包含产生播放异常的原因,可以将该关联因素从多媒体数据的多类关联因素中排除,不参与后续的处理过程。
确定了下一关联因素中的关联因子后,电子设备可以判断是否存在下一关联因素;若是,则返回执行上述步骤S104,继续基于上述排序结果,在除核心关联因素之外的其他关联因素中,确定下一关联因素。由于已经匹配过的关联因素没有必要重复计算,所以每次返回步骤S104,确定的下一关联因素是不同的。这样,通过循环执行上述流程,可以逐步减小所需处理的数据量,将待匹配播放参数与异常播放参数进行相关度计算的运算量也逐步减小,降低排查播放异常原因的运算量,提高播放异常原因的确定效率。
如果不存在下一关联因素,说明所有关联因素均已排查完毕,则可以执行上述步骤S106,即基于所确定的各类关联因素中的关联因子,确定播放异常原因。
举例来说,各类关联因素包括用户类型因素、视频类型因素、播放平台类型因素、运营商类型因素、以及运营商所在的地区因素,在用户类型因素中确定的关联因子为A关联因子,在视频类型因素中确定的关联因子为B关联因子,在播放平台类型因素中确定的关联因子为C关联因子,在运营商类型因素中确定的关联因子为D关联因子,在运营商所在的地区因素中确定的关联因子为E、F关联因子。这样,分别将不同关联因素中的关联因子:A关联因子、B关联因子、C关联因子、D关联因子、E关联因子、F关联因子进行组合,得到关联因子组合A-B-C-D-E和A-B-C-D-F之后,可以在关联因子组合A-B-C-D-E和A-B-C-D-F中确定播放异常原因。
应用本发明实施例所提供的方案,利用已确定的关联因子剔除了一部分播放参数,所剔除的播放参数不参与与异常播放参数的匹配,这样,相比于将所有播放参数与异常播放参数进行匹配的方案,降低了排查播放异常原因的运算量。随着已确定的关联因子越来越多,所获取的待匹配播放参数的数据量越来越小,将待匹配播放参数与异常播放参数进行匹配的运算量也越来越小,进一步降低了确定播放异常原因的运算量,提高了播放异常原因的确定效率。
例如,多媒体数据的多类关联因素分别为平台类型因素、运营商因素以及省份因素,平台类型因素包括20个关联因子,运营商因素包括30个关联因子,省份因素包括50个关联因子。按照包括的关联因子数量从少到多排序,可以得到排序结果为:平台类型因素、运营商因素、省份因素。
电子设备可以将平台类型因素作为核心因素,将平台类型因素包括20个关联因子对应的播放参数与异常播放参数进行相关性计算,得到该20个关联因子分别对应的相关度。假设以0.5为预设阈值,则平台类型因素中,对应的相关度小于0.5的关联因子都可以排除,假设对应的相关度大于0.5的有平台1、平台2和平台3,则可以将平台1、平台2和平台3确定为目标关联因子。
接下来,电子设备可以根据上述排序结果确定运营商因素为下一关联因素,进而,依据已确定的关联因子平台1、平台2和平台3,再按照运营商因素包括的30个关联因子获取待匹配播放参数,则有30条待匹配播放参数的时间序列,将该30条待匹配播放参数的时间序列分别与异常播放参数进行相关性计算,得到该30个关联因子分别对应的相关度。进而得到找出运营商1和运营商2对应的相关度高于预设阈值,则电子设备可以确定运营商1和运营商2为下一关联因素中的关联因子,进而返回基于排序结果,在除核心关联因素之外的其他关联因素中,确定下一关联因素的步骤,从而将省份因素确定为下一关联因素。
依据已确定的关联因子平台1、平台2、平台3、运营商1和运营商2,再按照省份因素包括的50个关联因子获取待匹配播放参数,则有50条待匹配播放参数的时间序列,将该50条待匹配播放参数的时间序列分别与异常播放参数进行相关性计算,得到该50个关联因子分别对应的相关度。进而得到找出省份1和省份2对应的相关度高于预设阈值,则电子设备可以确定省份1和省份2为下一关联因素中的关联因子。
此时由于已经不存在下一关联因素,所以电子设备可以根据上述已确定的关联因子:平台1、平台2、平台3、运营商1、运营商2、省份1和省份2,确定多媒体数据的播放异常原因。
可见,如果将所有播放参数与异常播放参数进行匹配,需要进行20*30*50=30000组数据的计算,而采用本发明实施例提供的方案,仅需进行20+30+50=100组数据的计算,大大减少了计算量,有效提高了多媒体数据的播放异常原因的确定效率。
作为本发明实施例的一种实施方式,上述在所述多媒体数据的多类关联因素中,确定核心关联因素中的目标关联因子的步骤,至少可以包括以下方式中的一种:
第一种方式:将对应的播放参数中出现异常播放参数的已监控关联因素中的关联因子,确定为核心关联因素中的目标关联因子。
针对存在已监控关联因素的情况而言,由于从监控数据中可以直接确定出哪些关联因子对应的播放参数出现异常,因此,电子设备可以将对应的播放参数中出现异常播放参数的已监控关联因素中的关联因子,确定为核心关联因素中的目标关联因子。那么该已监控关联因素也就是核心关联因素。
例如,视频A对应的已监控关联因素为平台类型,平台类型关联因素包括平台1-平台10共10个关联因子。如果其中平台7对应的播放参数中出现异常播放参数,那么电子设备则可以将平台类型确定为核心因素,并将平台7确定为核心关联因素中的目标关联因子。
第二种方式如图2所示,可以包括:S201,基于所述排序结果,在所述多媒体数据的多类关联因素中,将所包括的关联因子数量最少的关联因素确定为核心关联因素;
由于包括关联因子数量越少,所需计算的播放参数则越少,所以电子设备可以基于上述排序结果,在多媒体数据的多类关联因素中,将所包括的关联因子数量最少的关联因素确定为核心关联因素。如果上述排序结果为按照包括的关联因子数量从少到多进行排序得到的,那么电子设备可以确定排序结果中的第一个关联因素为核心关联因素。
如果上述排序结果为按照包括的关联因子数量从多到少进行排序得到的,那么电子设备可以确定排序结果中的最后一个关联因素为核心关联因素。
S202,从所述核心关联因素所包括的多个关联因子中确定核心关联因素中的目标关联因子。
确定了上述核心关联因素后,电子设备可以从该核心关联因素所包括的多个关联因子中确定一个或多个关联因子,作为核心关联因素中的目标关联因子。
作为一种实施方式,由于对应的播放参数与异常播放参数之间相关度越高,表明该关联因子是异常原因的可能性越高,因此,电子设备可以将核心关联因素所包括的多个关联因子中,对应的播放参数与异常播放参数之间相关度最高的关联因子确定为目标关联因子。
可见,在本实施例中,电子设备可以将对应的播放参数中出现异常播放参数的已监控关联因素中的关联因子,确定为核心关联因素中的目标关联因子,或,基于排序结果,在多媒体数据的多类关联因素中,将所包括的关联因子数量最少的关联因素确定为核心关联因素,进而,从核心关联因素所包括的多个关联因子中确定核心关联因素中的目标关联因子。无论采用哪种实施方式,均可以确定合适的目标关联因子,便于后续处理过程顺利进行。
作为本发明实施例的一种实施方式,如图3所示,上述从所述核心关联因素所包括的多个关联因子中确定核心关联因素中的目标关联因子的步骤,可以包括:
S301,针对所述核心关联因素中的每个关联因子,计算所述异常播放参数与该关联因子对应的播放参数之间的相关度;
由于对应的播放参数与异常播放参数之间相关度越高,表明该关联因子是异常原因的可能性越高,所以针对核心关联因素中的每个关联因子,电子设备可以计算异常播放参数与该关联因子对应的播放参数之间的相关度。
S302,判断该关联因子对应的相关度是否高于预设阈值,若高于所述预设阈值,则执行步骤S303;若不高于所述预设阈值,则确定该关联因子为非关联因子;
确定了核心关联因素中的每个关联因子对应的相关度后,电子设备可以判断每个关联因子对应的相关度是否高于预设阈值,若高于该预设阈值,说明该关联因子为播放异常原因的可能性高,可以继续执行步骤S303。其中,该预设阈值可以根据采用的相关度计算方式设定,例如,可以为0.5、0.8、80等,在此不做具体限定。
如果该关联因子对应的相关度不高于预设阈值,说明该关联因子为播放异常原因的可能性比较小,电子设备可以确定该关联因子为非关联因子,不参与后续处理过程,从而剔除了一部分数据,减小计算量。
S303,将该关联因子确定为所述核心关联因素中的目标关联因子。
如果某关联因子为播放异常原因的可能性高,那么电子设备便可以将该关联因子确定为核心关联因素中的目标关联因子,继续参与后续处理过程,以保证确定出准确的播放异常原因。
可见,在本实施例中,针对核心关联因素中的每个关联因子,电子设备可以计算异常播放参数与该关联因子对应的播放参数之间的相关度,进而判断该关联因子对应的相关度是否高于预设阈值,若高于预设阈值,则将该关联因子确定为核心关联因素中的目标关联因子,这样,可以确定出为播放异常原因的可能性高的目标关联因子,保证最终准确确定出播放异常原因。
作为本发明实施例的一种实施方式,上述根据所述下一关联因素中每个关联因子对应的待匹配播放参数与所述异常播放参数之间的相关度,确定所述下一关联因素中的关联因子的步骤,可以包括;
针对所述下一关联因素中的每个关联因子,计算所述异常播放参数与该关联因子对应的待匹配播放参数之间的相关度;判断该关联因子对应的相关度是否满足高于预设阈值;若高于所述预设阈值,则将该关联因子确定为所述下一关联因素中的关联因子。
由于确定下一关联因素中的关联因子的方式与上述确定核心关联因素中的目标关联因子的方式相同,只是所利用的为待匹配播放参数与异常播放参数之间的相关度,可以参考上述确定核心关联因素中的目标关联因子的方式部分的说明,在此不再赘述。
可见,在本实施例中,针对下一关联因素中的每个关联因子,电子设备可以计算异常播放参数与该关联因子对应的待匹配播放参数之间的相关度,进而判断该关联因子对应的相关度是否满足高于预设阈值,若高于预设阈值,则将该关联因子确定为下一关联因素中的关联因子。这样,可以确定出为播放异常原因的可能性高的下一关联因素中的关联因子,保证最终准确确定出播放异常原因
作为本发明实施例的一种实施方式,上述基于所述排序结果,在除所述核心关联因素之外的其他关联因素中,确定下一关联因素步骤,可以包括:
基于所述排序结果,在除所述核心关联因素之外的其他关联因素中,将所包括的关联因子数量最少的关联因素确定为下一关联因素。
由于包括的关联因子数量越少,那么所需计算的计算的数据量则越少,所以在每次确定下一关联因素时,电子设备均可以基于上述排序结果,从剩余的关联因素中,确定所包括的关联因子数量最少的关联因素为下一关联因素。其中,剩余的关联因素即为除核心关联因素和已经被确定为下一关联因素之外的其他关联因素。
例如,按照所包括的关联因子数量从少到多进行排序,得到的排序结果为:用户类型因素、平台类型因素、运营商因素、省份因素。那么电子设备首先可以将确定用户类型因素确定为核心元素,进而将平台类型因素确定为第一个下一关联因素,循环执行确定下一关联因素步骤时,则可以将平台类型因素确定为第二个下一关联因素,依此类推,将运营商因素确定为第三个下一关联因素,将省份因素确定为第四个下一关联因素。
可见,在本实施例中,电子设备可以基于上述排序结果,在除核心关联因素之外的其他关联因素中,将所包括的关联因子数量最少的关联因素确定为下一关联因素。这样,可以从包括的关联因子数量少的关联因素开始逐步剔除一些无关的播放参数,在每次计算相关度时,均是针对当前未参与过计算的数据最少的关联因子对应的相关度的计算,从而保证每次计算相关度的数据量均是最少的,有效降低所需计算的数据量,进一步提高播放异常原因的确定效率。
与上述方法实施例相对应,本发明实施例还提供一种播放异常原因的确定装置,如图4所示,所述装置包括:
第一获取模块410,用于获取多媒体数据出现播放异常的情况之前预设时段的播放参数,作为异常播放参数;
排序模块420,用于按照所述多媒体数据的多类关联因素中所包括的关联因子数量,对所述多类关联因素进行排序,得到排序结果;
第一因子确定模块430,用于在所述多类关联因素中,确定核心关联因素中的目标关联因子;
其中,每类关联因素包括多个关联因子,所述核心关联因素为已监控关联因素或所包括的关联因子数量少于预设值的关联因素。
关联因素确定模块440,用于基于所述排序结果,在除所述核心关联因素之外的其他关联因素中,确定下一关联因素;
第二因子确定模块450,用于根据所述下一关联因素中每个关联因子对应的待匹配播放参数与所述异常播放参数之间的相关度,确定所述下一关联因素中的关联因子;
其中,所述待匹配播放参数为与所述下一关联因素中该关联因子以及已确定的各关联因子均对应的所述多媒体数据在所述预设时段的播放参数。
触发模块460,用于触发所述关联因素确定模块440,直至不存在下一关联因素;
异常原因确定模块470,用于基于所确定的各类关联因素中的关联因子,确定播放异常原因。
可见,本发明实施例所提供的方案中,由于在确定核心关联因素中的目标关联因子后,逐步利用已确定的关联因子剔除一部分播放参数,所剔除的播放参数不参与与异常播放参数的匹配,这样,相比于将所有播放参数与异常播放参数进行匹配的方案,降低了确定播放异常原因的运算量。此外,逐步确定各类关联因素中的关联因子,随着已确定的关联因子越来越多,所需获取的待匹配播放参数的数据量越来越小,将待匹配播放参数与异常播放参数进行相关度计算的运算量也越来越小,进一步降低了排查播放异常原因的运算量,提高了播放异常原因的确定效率。
作为本发明实施例的一种实施方式,上述第一因子确定模块430可以包括:
第一因子确定单元,用于将对应的播放参数中出现异常播放参数的已监控关联因素中的关联因子,确定为核心关联因素中的目标关联因子;或,
第二因子确定单元,用于基于所述排序结果,在所述多媒体数据的多类关联因素中,将所包括的关联因子数量最少的关联因素确定为核心关联因素;从所述核心关联因素所包括的多个关联因子中确定核心关联因素中的目标关联因子。
作为本发明实施例的一种实施方式,上述第二因子确定单元可以包括:
相关度确定子单元,用于针对所述核心关联因素中的每个关联因子,计算所述异常播放参数与该关联因子对应的播放参数之间的相关度;
阈值判断子单元,用于判断该关联因子对应的相关度是否高于预设阈值;
因子确定子单元,用于若该关联因子对应的相关度高于所述预设阈值,则将该关联因子确定为所述核心关联因素中的目标关联因子。
作为本发明实施例的一种实施方式,上述第二因子确定模块450可以包括;
相关度确定单元,用于针对所述下一关联因素中的每个关联因子,计算所述异常播放参数与该关联因子对应的待匹配播放参数之间的相关度;
阈值判断单元,用于判断该关联因子对应的相关度是否满足高于预设阈值;
因子确定单元,用于若关联因子对应的相关度高于所述预设阈值,则将该关联因子确定为所述下一关联因素中的关联因子。
作为本发明实施例的一种实施方式,上述关联因素确定模块440可以包括:
关联因素确定单元,用于基于所述排序结果,在除所述核心关联因素之外的其他关联因素中,将所包括的关联因子数量最少的关联因素确定为下一关联因素。
作为本发明实施例的一种实施方式,上述播放参数可以包括以下至少一种:故障次数、播放速度、以及秒播率;
所述多类关联因素包括以下至少两种:用户类型因素、视频类型因素、播放平台类型因素、运营商类型因素、所述运营商所在的地区因素。
本发明实施例还提供了一种电子设备,如图5所示,包括处理器501和存储器502,
存储器502,用于存放计算机程序;
处理器501,用于执行存储器502上所存放的程序时,实现上述任一实施例所述的播放异常原因的确定方法。
上述电子设备提到的存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一实施例所述的播放异常原因的确定方法的步骤。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一实施例所述的播放异常原因的确定方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
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。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例、电子设备实施例、计算机可读存储介质实施例以及计算机程序产品实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (14)
1.一种播放异常原因的确定方法,其特征在于,所述方法包括:
获取多媒体数据出现播放异常的情况之前预设时段的播放参数,作为异常播放参数;
按照所述多媒体数据的多类关联因素中所包括的关联因子数量,对所述多类关联因素进行排序,得到排序结果;
在所述多类关联因素中,确定核心关联因素中的目标关联因子,其中,每类关联因素包括多个关联因子,所述核心关联因素为已监控关联因素或所包括的关联因子数量少于预设值的关联因素;
基于所述排序结果,在除所述核心关联因素之外的其他关联因素中,确定下一关联因素;
根据所述下一关联因素中每个关联因子对应的待匹配播放参数与所述异常播放参数之间的相关度,确定所述下一关联因素中的关联因子,其中,所述待匹配播放参数为与所述下一关联因素中该关联因子以及已确定的各关联因子均对应的所述多媒体数据在所述预设时段的播放参数;
返回所述基于所述排序结果,在除所述核心关联因素之外的其他关联因素中,确定下一关联因素的步骤,直至不存在下一关联因素;
基于所确定的各关联因子,确定所述多媒体数据的播放异常原因。
2.根据权利要求1所述的方法,其特征在于,所述在所述多媒体数据的多类关联因素中,确定核心关联因素中的目标关联因子,包括:
将对应的播放参数中出现异常播放参数的已监控关联因素中的关联因子,确定为核心关联因素中的目标关联因子;或,
基于所述排序结果,在所述多媒体数据的多类关联因素中,将所包括的关联因子数量最少的关联因素确定为核心关联因素;从所述核心关联因素所包括的多个关联因子中确定核心关联因素中的目标关联因子。
3.根据权利要求2所述的方法,其特征在于,所述从所述核心关联因素所包括的多个关联因子中确定核心关联因素中的目标关联因子,包括:
针对所述核心关联因素中的每个关联因子,计算所述异常播放参数与该关联因子对应的播放参数之间的相关度;
判断该关联因子对应的相关度是否高于预设阈值;
若高于所述预设阈值,则将该关联因子确定为所述核心关联因素中的目标关联因子。
4.根据权利要求1所述的方法,其特征在于,所述根据所述下一关联因素中每个关联因子对应的待匹配播放参数与所述异常播放参数之间的相关度,确定所述下一关联因素中的关联因子,包括;
针对所述下一关联因素中的每个关联因子,计算所述异常播放参数与该关联因子对应的待匹配播放参数之间的相关度;
判断该关联因子对应的相关度是否满足高于预设阈值;
若高于所述预设阈值,则将该关联因子确定为所述下一关联因素中的关联因子。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述基于所述排序结果,在除所述核心关联因素之外的其他关联因素中,确定下一关联因素,包括:
基于所述排序结果,在除所述核心关联因素之外的其他关联因素中,将所包括的关联因子数量最少的关联因素确定为下一关联因素。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述播放参数包括以下至少一种:故障次数、播放速度、秒播率;
所述多类关联因素包括以下至少两种:用户类型因素、视频类型因素、播放平台类型因素、运营商类型因素、所述运营商所在的地区因素。
7.一种播放异常原因的确定装置,其特征在于,所述装置包括:
第一获取模块,用于获取多媒体数据出现播放异常的情况之前预设时段的播放参数,作为异常播放参数;
排序模块,用于按照所述多媒体数据的多类关联因素中所包括的关联因子数量,对所述多类关联因素进行排序,得到排序结果;
第一因子确定模块,用于在所述多类关联因素中,确定核心关联因素中的目标关联因子,其中,每类关联因素包括多个关联因子,所述核心关联因素为已监控关联因素或所包括的关联因子数量少于预设值的关联因素;
关联因素确定模块,用于基于所述排序结果,在除所述核心关联因素之外的其他关联因素中,确定下一关联因素;
第二因子确定模块,用于根据所述下一关联因素中每个关联因子对应的待匹配播放参数与所述异常播放参数之间的相关度,确定所述下一关联因素中的关联因子,其中,所述待匹配播放参数为与所述下一关联因素中该关联因子以及已确定的各关联因子均对应的所述多媒体数据在所述预设时段的播放参数;
触发模块,用于触发所述关联因素确定模块,直至不存在下一关联因素;
异常原因确定模块,用于基于所确定的各类关联因素中的关联因子,确定播放异常原因。
8.根据权利要求7所述的装置,其特征在于,所述第一因子确定模块包括:
第一因子确定单元,用于将对应的播放参数中出现异常播放参数的已监控关联因素中的关联因子,确定为核心关联因素中的目标关联因子;或,
第二因子确定单元,用于基于所述排序结果,在所述多媒体数据的多类关联因素中,将所包括的关联因子数量最少的关联因素确定为核心关联因素;从所述核心关联因素所包括的多个关联因子中确定核心关联因素中的目标关联因子。
9.根据权利要求8所述的装置,其特征在于,所述第二因子确定单元包括:
相关度确定子单元,用于针对所述核心关联因素中的每个关联因子,计算所述异常播放参数与该关联因子对应的播放参数之间的相关度;
阈值判断子单元,用于判断该关联因子对应的相关度是否高于预设阈值;
因子确定子单元,用于若该关联因子对应的相关度高于所述预设阈值,则将该关联因子确定为所述核心关联因素中的目标关联因子。
10.根据权利要求7所述的装置,其特征在于,所述第二因子确定模块包括;
相关度确定单元,用于针对所述下一关联因素中的每个关联因子,计算所述异常播放参数与该关联因子对应的待匹配播放参数之间的相关度;
阈值判断单元,用于判断该关联因子对应的相关度是否满足高于预设阈值;
因子确定单元,用于若关联因子对应的相关度高于所述预设阈值,则将该关联因子确定为所述下一关联因素中的关联因子。
11.根据权利要求7-10任一项所述的装置,其特征在于,所述关联因素确定模块包括:
关联因素确定单元,用于基于所述排序结果,在除所述核心关联因素之外的其他关联因素中,将所包括的关联因子数量最少的关联因素确定为下一关联因素。
12.根据权利要求7-10任一项所述的装置,其特征在于,所述播放参数包括以下至少一种:故障次数、播放速度、以及秒播率;
所述多类关联因素包括以下至少两种:用户类型因素、视频类型因素、播放平台类型因素、运营商类型因素、所述运营商所在的地区因素。
13.一种电子设备,其特征在于,包括处理器和存储器;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-6任一所述的方法步骤。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110730132.XA CN113343912B (zh) | 2021-06-29 | 2021-06-29 | 一种播放异常原因的确定方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110730132.XA CN113343912B (zh) | 2021-06-29 | 2021-06-29 | 一种播放异常原因的确定方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113343912A CN113343912A (zh) | 2021-09-03 |
CN113343912B true CN113343912B (zh) | 2023-06-02 |
Family
ID=77481416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110730132.XA Active CN113343912B (zh) | 2021-06-29 | 2021-06-29 | 一种播放异常原因的确定方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113343912B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108900520A (zh) * | 2018-07-11 | 2018-11-27 | 广州虎牙信息科技有限公司 | 直播卡顿因素确定方法、装置、服务器及存储介质 |
CN108989076A (zh) * | 2017-06-07 | 2018-12-11 | 北京视联动力国际信息技术有限公司 | 一种故障分析方法、装置和电子设备 |
CN109040038A (zh) * | 2018-07-20 | 2018-12-18 | 广州虎牙信息科技有限公司 | 卡顿因素的确定方法、装置、设备及存储介质 |
CN111277846A (zh) * | 2020-01-15 | 2020-06-12 | 广州虎牙科技有限公司 | 一种直播的异常定位方法、装置、计算机设备和存储介质 |
CN112667827A (zh) * | 2020-12-23 | 2021-04-16 | 北京奇艺世纪科技有限公司 | 一种数据异常分析方法、装置、电子设备及存储介质 |
CN112995712A (zh) * | 2021-02-10 | 2021-06-18 | 北京字节跳动网络技术有限公司 | 卡顿因素的确定方法、装置、设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10972332B2 (en) * | 2015-08-31 | 2021-04-06 | Adobe Inc. | Identifying factors that contribute to a metric anomaly |
-
2021
- 2021-06-29 CN CN202110730132.XA patent/CN113343912B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108989076A (zh) * | 2017-06-07 | 2018-12-11 | 北京视联动力国际信息技术有限公司 | 一种故障分析方法、装置和电子设备 |
CN108900520A (zh) * | 2018-07-11 | 2018-11-27 | 广州虎牙信息科技有限公司 | 直播卡顿因素确定方法、装置、服务器及存储介质 |
CN109040038A (zh) * | 2018-07-20 | 2018-12-18 | 广州虎牙信息科技有限公司 | 卡顿因素的确定方法、装置、设备及存储介质 |
CN111277846A (zh) * | 2020-01-15 | 2020-06-12 | 广州虎牙科技有限公司 | 一种直播的异常定位方法、装置、计算机设备和存储介质 |
CN112667827A (zh) * | 2020-12-23 | 2021-04-16 | 北京奇艺世纪科技有限公司 | 一种数据异常分析方法、装置、电子设备及存储介质 |
CN112995712A (zh) * | 2021-02-10 | 2021-06-18 | 北京字节跳动网络技术有限公司 | 卡顿因素的确定方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
高速公路视频卡顿的主要原因及解决方案分析;杨志勇;中国交通信息化;第133-137页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113343912A (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107748790B (zh) | 一种线上服务系统、数据加载方法、装置及设备 | |
CN108390856B (zh) | 一种DDoS攻击检测方法、装置及电子设备 | |
CN107301215B (zh) | 一种搜索结果缓存方法及装置、搜索方法及装置 | |
US8392397B2 (en) | System and method for provenance function window optimization | |
CN112737800B (zh) | 服务节点故障定位方法、调用链生成方法及服务器 | |
WO2017211157A1 (zh) | 关联账户的监控方法及装置 | |
CN112016030B (zh) | 消息推送的方法、装置、服务器和计算机存储介质 | |
CN110022259B (zh) | 消息到达率确定方法、装置、数据统计服务器及存储介质 | |
CN110647447A (zh) | 用于分布式系统的异常实例检测方法、装置、设备和介质 | |
CN111309635A (zh) | 测试用例生成方法、装置、服务器及存储介质 | |
CN111327609B (zh) | 数据审核方法及装置 | |
CN113343912B (zh) | 一种播放异常原因的确定方法、装置及电子设备 | |
CN114064445B (zh) | 一种测试方法、装置、设备及计算机可读存储介质 | |
CN111538459A (zh) | 数据倾斜的确定方法、装置、电子设备及可读存储介质 | |
CN116737084A (zh) | 一种队列统计方法、装置、电子设备及存储介质 | |
CN109658082B (zh) | 一种计费异常的识别方法及设备 | |
CN108574610B (zh) | 一种压力测试方法、装置、电子设备及介质 | |
CN108664550B (zh) | 一种对用户行为数据进行漏斗分析方法及装置 | |
CN113946515B (zh) | 代码覆盖率测试方法、装置、计算机设备及存储介质 | |
CN115811483A (zh) | 一种网络状态监测方法、装置、电子设备和存储介质 | |
CN108287659B (zh) | 一种基于实时数据流的数据采样方法、装置及电子设备 | |
CN107577707B (zh) | 一种目标数据集生成方法、装置及电子设备 | |
CN112702227B (zh) | 心跳事件检测方法、装置、设备及计算机可读存储介质 | |
CN111291127B (zh) | 一种数据同步方法、装置、服务器及存储介质 | |
CN110543486B (zh) | 数据变更方法、装置及服务器 |
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 |