CN113542893B - 用于获取作品评价信息的方法、装置、视频筛选方法及装置 - Google Patents

用于获取作品评价信息的方法、装置、视频筛选方法及装置 Download PDF

Info

Publication number
CN113542893B
CN113542893B CN202010291183.2A CN202010291183A CN113542893B CN 113542893 B CN113542893 B CN 113542893B CN 202010291183 A CN202010291183 A CN 202010291183A CN 113542893 B CN113542893 B CN 113542893B
Authority
CN
China
Prior art keywords
information
work
negative feedback
acquired
evaluation information
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
Application number
CN202010291183.2A
Other languages
English (en)
Other versions
CN113542893A (zh
Inventor
王晨辉
何晨辉
彭泽阳
张博
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 Dajia Internet Information Technology Co Ltd
Original Assignee
Beijing Dajia Internet Information 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 Dajia Internet Information Technology Co Ltd filed Critical Beijing Dajia Internet Information Technology Co Ltd
Priority to CN202010291183.2A priority Critical patent/CN113542893B/zh
Publication of CN113542893A publication Critical patent/CN113542893A/zh
Application granted granted Critical
Publication of CN113542893B publication Critical patent/CN113542893B/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]
    • H04N21/40—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
    • H04N21/43—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
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Human Computer Interaction (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开提出的用于获取作品评价信息的方法、装置、视频筛选方法及装置，用于获取作品评价信息的方法被用于评价平台上视频或其他作品时，可以将平台上的所有或部分或者某一分类下的作品作为待获取评价信息的作品集，通过分析作品集中作品的负向反馈信息，确定作品和作品集的负向反馈行为信息，之后以作品集的反馈行为信息作为基准评价作品集中各个作品。本示例的用于获取作品评价信息的方法可以准确的得到作品集中各个作品的评价信息。

Description

用于获取作品评价信息的方法、装置、视频筛选方法及装置
技术领域
本公开涉及视频处理技术领域，尤其涉及用于获取作品评价信息的方法、装置、视频筛选方法、装置、服务器以及存储介质。
背景技术
近年来，随着短视频的蓬勃发展，短视频消费已经成为了大众的一种娱乐方式。但是随着短视频量指数级别的增长，如何为消费者的推荐优秀的短视频成为了一件非常重要的事情。
面对短视频量指数级别的增长，传统技术一般依据短视频的点击率、点赞率是否低于某个阈值对短视频进行评价，而该阈值的设置一般依靠经验，因此，该方法受人为影响大，无法获取准确的短视频评价信息。
发明内容
本公开提供一种用于获取作品评价信息的方法、装置，以至少解决传统技术中难以获取准确的短视频的评价信息的问题。
本公开的技术方案如下：
根据本公开实施例的第一方面，提供一种用于获取作品评价信息的方法，其特征在于，包括：
从待获取评价信息的作品集中各个作品的反馈信息中，确定出各所述作品的负向反馈信息，所述作品的负向反馈信息用于表示账户通过应用程序与所述作品进行交互后在预设时长内退出所述应用程序的行为信息；
根据各个所述作品对应的反馈信息和负向反馈信息，确定各个所述作品的负向反馈行为信息，其中，所述负向反馈行为信息用于表示账户通过应用程序对作品执行负向反馈操作的程度；
根据作品集中作品的负向反馈行为信息确定所述待获取评价信息的作品集的负向反馈数据；
根据各个所述作品的负向反馈行为信息以及所述作品集的负向反馈行为信息，生成所述作品集中各个作品的评价信息。
在其中一个实施例中，根据各个所述待获取评价信息的作品对应的反馈信息和负向反馈信息，确定各个所述待获取评价信息的作品的负向反馈行为信息，包括：
统计各个所述待获取评价信息的作品对应的反馈信息的数量以及负反馈信息的数量；
将各个所述待获取评价信息的作品的负反馈信息的数量与所述反馈信息的数量的比值，作为对应的所述待获取评价信息的作品的负向反馈行为信息。
在其中一个实施例中，根据各个所述作品的负向反馈行为信息以及所述作品集的负向反馈行为信息，生成所述作品集中各个作品的评价信息，包括：
将各个所述待获取评价信息的作品的负向反馈行为信息与所述待获取评价信息的作品集的负向反馈行为信息的差值，作为对应的各个待获取评价信息的作品的评价信息。
在其中一个实施例中，根据待获取评价信息的作品集中多个待获取评价信息的作品的负向反馈行为信息确定所述待获取评价信息的作品集的负向反馈行为信息，包括：
获取根据待获取评价信息的作品集中多个待获取评价信息的作品的负向反馈行为信息；
对所述多个待获取评价信息的作品的负向反馈行为信息进行均值计算，得到所述待获取评价信息的作品集的负向反馈行为信息。
根据本公开实施例的第二方面，提供一种作品集获取方法，包括：
利用用于获取作品评价信息的方法，获取待获取评价信息的作品集中各作品的评价信息，
基于各所述作品的评价信息，从所述作品集中筛选出候选作品。
在其中一个实施例中，
基于各所述作品的评价信息，从所述作品集中筛选出候选作品包括：
按照所述评价结果对所述待评估视频集进行排序，得到各个所述待评估视频次序；
将次序大于等于预设筛选数量的待评估视频确定为所述候选作品，所述候选作品用于向平台账户进行推荐。
根据本公开实施例的第三方面，提供一种用于获取作品评价信息的装置，包括：
获取模块，被配置为从待获取评价信息的作品集中各个作品的反馈信息中，确定出各所述作品的负向反馈信息，所述作品的负向反馈信息用于表示账户通过应用程序与所述作品进行交互后在预设时长内退出所述应用程序的行为信息；
第一计算模块，被配置为根据各个所述作品对应的反馈信息和负向反馈信息，确定各个所述作品的负向反馈行为信息，其中，所述负向反馈行为信息用于表示账户通过应用程序对作品执行负向反馈操作的程度；
第二计算模块，被配置为根据作品集中作品的负向反馈行为信息确定所述待获取评价信息的作品集的负向反馈数据；
评价信息生成模块，被配置为根据各个所述作品的负向反馈行为信息以及所述作品集的负向反馈行为信息，生成所述作品集中各个作品的评价信息。
在其中一个实施例中，第一计算模块被配置为统计各个所述待获取评价信息的作品对应的反馈信息的数量以及负反馈信息的数量；将各个所述待获取评价信息的作品的负反馈信息的数量与所述反馈信息的数量的比值，作为对应的所述待获取评价信息的作品的负向反馈行为信息。
在其中一个实施例中，评价信息生成模块被配置为将各个所述待获取评价信息的作品的负向反馈行为信息与所述待获取评价信息的作品集的负向反馈行为信息的差值，作为对应的各个待获取评价信息的作品的评价信息。
在其中一个实施例中，第二计算模块被配置为获取根据待获取评价信息的作品集中多个待获取评价信息的作品的负向反馈行为信息；对所述多个待获取评价信息的作品的负向反馈行为信息进行均值计算，得到所述待获取评价信息的作品集的负向反馈行为信息。
根据本公开实施例的第四方面，提供一种用于作品集的处理装置，包括：
用于获取作品评价信息的装置，被配置为利用用于获取作品评价信息的方法，获取待获取评价信息的作品集中各作品的评价信息；
筛选模块，被配置为基于各所述作品的评价信息，从所述作品集中筛选出候选作品。
在其中一个实施例中，筛选模块，被配置为按照所述评价结果对所述待评估视频集进行排序，得到各个所述待评估视频次序；将次序大于等于预设筛选数量的待评估视频确定为所述候选作品，所述候选作品用于向平台账户进行推荐。
根据本公开实施例的第五方面，一种服务器，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如本公开实施例中的用于获取作品评价信息的方法的各个步骤。
根据本公开实施例的第六方面，提供一种服务器，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如本公开实施例中的用于作品集的处理方法的各个步骤。
根据本公开实施例的第七方面，提供一种存储介质，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行如本公开实施例中的用于获取作品评价信息的方法的各个步骤。
根据本公开实施例的第八方面，提供一种存储介质，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行如本公开实施例中的用于作品集的处理方法的各个步骤。
本公开的实施例提供的技术方案至少带来以下有益效果：
本公开提出的用于获取作品评价信息的方法被用于评估平台上视频或其他作品时，可以将平台上的所有或部分或者某一分类下的作品作为待获取评价信息的作品集，通过分析作品集中作品的负向反馈信息，确定作品和作品集的负向反馈行为信息，之后以作品集的反馈行为信息作为基准评价作品集中各个作品。本示例的用于获取作品评价信息的方法可以得到作品集中各个作品相对于作品集中其他作品的感官是好还是坏，实现了对作品集中各个作品进行定量分析，客观的对作品进行评价。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种应用环境图。
图2是根据一示例性实施例示出的一种用于获取作品评价信息的方法的流程图。
图3是根据一示例性实施例示出的步骤S12细化步骤的流程图。
图4是根据一示例性实施例示出的步骤S13细化步骤的的流程图。
图5是根据一示例性实施例示出的一种用于作品集处理方法的流程图。
图6是根据一示例性实施例示出的一种视频屏蔽方法的流程图。
图7是根据一示例性实施例示出的一种用于获取作品评价信息的装置的框图。
图8是根据一示例性实施例示出的一种用于作品集处理装置的框图。
图9是根据一示例性实施例示出的一种装置的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1为本公开提出的一种应用环境。其中，终端102通过网络与应用服务器104通过网络进行通信。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等电子设备，应用服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。可选地，用户可以通过终端102上的应用观看应用服务器提供的作品，该作品可以为视频、文学或者音频等。
可选地，用户在通过终端102上的应用观看作品时会产生行为信息。这些行为信息包含但不限于通过应用程序与待获取评价信息的作品交互产生的反馈信息，例如，通过应用对待获取评价信息的作品进行点击行为产生的信息。这反馈信息包括负向反馈信息，该负向反馈信息用于表示账户通过应用程序与所述作品进行交互后在预设时长内退出所述应用程序的行为信息。
可选地，这些反馈信息可以被存储于预设的存储空间，应用服务器可以在需要这些信息时，从该预设的存储空间中按需获取这些信息。
图2是根据一示例性实施例示出的一种用于获取作品评价信息的方法用于获取作品评价信息的方法的流程图，该用于获取作品评价信息的方法可以被应用于图1中的应用服务器104，用于获取作品评价信息的方法包括以下步骤：
在步骤S11中，从待获取评价信息的作品集中各个作品的反馈信息中，确定出各所述作品的负向反馈信息。其中，所述作品的负向反馈信息用于表示账户通过应用程序与所述作品进行交互后在预设时长内退出所述应用程序的行为信息。
在步骤S12中，根据各个所述作品对应的反馈信息和负向反馈信息，确定各个所述作品的负向反馈行为信息。其中，所述负向反馈行为信息用于表示账户通过应用程序对作品执行负向反馈操作的程度。
在步骤S13中，根据作品集中作品的负向反馈行为信息确定所述待获取评价信息的作品集的负向反馈数据。
在步骤S14中，根据各个所述作品的负向反馈行为信息以及所述作品集的负向反馈行为信息，生成所述作品集中各个作品的评价信息。
待获取评价信息的作品在执行步骤S11时，获取的各个作品的反馈信息可以待获取评价信息的作品是所有时间段内的行为数据，即从待获取评价信息的作品上传至应用平台的时间开始至执行本公开的作品用于获取作品评价信息的方法为止，这期间内待获取评价信息的作品待获取评价信息的作品的所有反馈信息。但是鉴于从待获取评价信息的作品待获取评价信息的作品的所有历史数据中获取各个待获取评价信息的作品的反馈信息，数据处理量大，且这些信息具有强时效性的特点，因此，在执行步骤S11时也可以获取待获取评价信息的作品待获取评价信息的作品近段时间内的反馈信息，例如，近一个月内的待获取评价信息的作品待获取评价信息的作品的反馈信息。可选地，反馈信息可以包括用于表示账户通过应用程序对所述作品进行点击的信息，以及账户点击作品后在预设时长内退出应用程序的信息。可选地，可以根据账户通过应用程序对所述作品进行点击的信息以及账户点击对应的作品后在预设时长内退出应用程序的信息确定各所述作品的负向反馈信息。待获取评价信息的作品该预设时长一般为根据待获取评价信息的作品的属性设置该预设时长。例如，作品为视频(或短视频)时，可以根据作品的时长，类别(例如，广告、电影、综艺等等)，以及播放平台等等属性中的一种或几种。进一步地，当作品为短视频时，鉴于短视频一般为5分钟以内的作品，该预设时长可以为选自0.5min-10min中的某一时长，例如该时长可以为1min。可选地，当作品为新闻或者图像时，该预设时长可以为选自0.05min-1min中的某一时长。
本示例中的用于获取作品评价信息的方法被用于评价平台上视频或其他作品时，可以将平台上的所有或部分或者某一分类下的作品作为待获取评价信息的作品集，通过分析作品集中作品的负向反馈信息，确定作品和作品集的负向反馈行为信息，之后以作品集的反馈行为信息作为基准评价作品集中各个作品。本示例的用于获取作品评价信息的方法可以得到作品集中各个作品相对于作品集中其他作品的感官是好还是坏，实现了对作品集中各个作品进行定量分析，客观的对作品进行评价。。
在其中一个实施例中，如图3所示，步骤S12，包括：
在步骤S121，统计各个所述待获取评价信息的作品对应的反馈信息的数量以及负反馈信息的数量。
在步骤S122，将各个所述待获取评价信息的作品的负反馈信息的数量与所述反馈信息的数量的比值，作为对应的所述待获取评价信息的作品的负向反馈行为信息。
在执行步骤S121时，可以首先确定反馈信息，并基于与负向反馈信息对应的行为以及时间从反馈信息中确定出负向反馈信息，之后再按照作品统计各个待获取评价信息的作品的反馈信息的数量以及负反馈信息的数量。
可选地，继续参见图4，步骤S13包括：
步骤S131，获取根据待获取评价信息的作品集中多个待获取评价信息的作品的负向反馈行为信息。
步骤132，对所述多个待获取评价信息的作品的负向反馈行为信息进行均值计算，得到所述待获取评价信息的作品集的负向反馈行为信息。
可选地，继续参见图3，步骤S14包括：将各个所述待获取评价信息的作品的负向反馈行为信息与所述待获取评价信息的作品集的负向反馈行为信息的差值，作为对应的各个待获取评价信息的作品的评价信息。
本实施例通过统计的方式确定各个作品对应的反馈信息的数量以及负反馈信息的数量，并将反馈信息的数量以及负反馈信息的数量的比值作为作品的负向反馈行为信息，并将作品集中各个作品的负向反馈行为信息的均值作为作品集的负向反馈行为信息，该方法信息易于统计，数据处理过程简单，且得到的评价结果客观。
在其中一个实施例中，如图5所示，还提出了一种用于作品集处理方法，该方法可以被应用于图1中的应用服务器104，包括：
在执行步骤S310中，利用用于获取作品评价信息的方法，获取待获取评价信息的作品集中各作品的评价信息。在执行步骤S310时，可参见上文中关于用于获取作品评价信息的方法示例的描述，在此不再做赘述。
在执行步骤S320中，基于各所述作品的评价信息，从所述作品集中筛选出候选作品。在执行步骤S320时，可以按照如下操作执行：按照所述评价信息对所述待评估视频集进行排序，得到各个所述待评估视频次序；将次序大于等于预设筛选数量的待评估视频确定为筛选出的候选作品，该所述候选作品用于向平台账户进行推荐。可选地，该排序的参考可以根据需要根据待获取评价信息的作品的负向反馈行为信息与所述待获取评价信息的作品集的负向反馈行为信息之间的差异设定；根据差异从小到大的顺序排列作品集中的作品，进而筛选出目标视频，该目标视频作为向用户推荐的候选视频。
本实施例提出的作品集获取方法，利用各个待评估视频的评价信息筛选出候选作品。
在其中一个实施例中，如图6所示，还提出了一种视频屏蔽方法，该方法可以被应用于图1中的应用服务器104，所述方法包括：
步骤S410，利用用于获取作品评价信息的方法获取作品集中的候选作品；其中，所述预设标准为待获取评价信息的作品的负向反馈行为信息与所述待获取评价信息的作品集的负向反馈行为信息之间的差异大于预设程度。
步骤S420，对所述作品集进行屏蔽处理。
一般而言，负向反馈信息占比越高，对应的待获取评价信息的作品的观感越差；负向反馈信息占比越低，对应待获取评价信息的作品的观感越好。
因此，利用本实施例的方法，对筛选出的视频进行屏蔽处理，这使得应用平台的资源的可以仅分配给符合平台期望的作品，利于应用平台资源的合理利用。
图7是根据一示例性实施例示出的一种用于获取作品评价信息的装置10，包括：
获取模块710，被配置为从待获取评价信息的作品集中各个作品的反馈信息中，确定出各所述作品的负向反馈信息，所述作品的负向反馈信息用于表示账户通过应用程序与所述作品进行交互后在预设时长内退出所述应用程序的行为信息。
第一计算模块720，被配置为根据各个所述作品对应的反馈信息和负向反馈信息，确定各个所述作品的负向反馈行为信息，其中，所述负向反馈行为信息用于表示账户通过应用程序对作品执行负向反馈操作的程度。
第二计算模块730，被配置为根据作品集中作品的负向反馈行为信息确定所述待获取评价信息的作品集的负向反馈数据。
评价信息生成模块740，被配置为根据各个所述作品的负向反馈行为信息以及所述作品集的负向反馈行为信息，生成所述作品集中各个作品的评价信息。
在其中一个实施例中，第一计算模块720被配置为统计各个所述待获取评价信息的作品对应的反馈信息的数量以及负反馈信息的数量；将各个所述待获取评价信息的作品的负反馈信息的数量与所述反馈信息的数量的比值，作为对应的所述待获取评价信息的作品的负向反馈行为信息。
在其中一个实施例中，评价信息生成模块740被配置为将各个所述待获取评价信息的作品的负向反馈行为信息与所述待获取评价信息的作品集的负向反馈行为信息的差值，作为对应的各个待获取评价信息的作品的评价信息。
在其中一个实施例中，第二计算模块730被配置为获取根据待获取评价信息的作品集中多个待获取评价信息的作品的负向反馈行为信息；对所述多个待获取评价信息的作品的负向反馈行为信息进行均值计算，得到所述待获取评价信息的作品集的负向反馈行为信息。
如图8所示，在其中一个实施例中，还提出了一种用于作品集的处理装置1，包括：
用于获取作品评价信息的装置10，被配置为利用用于获取作品评价信息的方法，获取待获取评价信息的作品集中各作品的评价信息。
作品集生成模块20，被配置为基于各所述作品的评价信息，从所述作品集中筛选出候选作品。
在其中一个实施例中，作品集生成模块20，被配置为按照所述评价结果对所述待评估视频集进行排序，得到各个所述待评估视频次序；将次序大于等于预设筛选数量的待评估视频确定为所述候选作品，所述候选作品用于向平台账户进行推荐。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行如下步骤：从待获取评价信息的作品集中各个作品的反馈信息中，确定出各所述作品的负向反馈信息，所述作品的负向反馈信息用于表示账户通过应用程序与所述作品进行交互后在预设时长内退出所述应用程序的行为信息；根据各个所述作品对应的反馈信息和负向反馈信息，确定各个所述作品的负向反馈行为信息，其中，所述负向反馈行为信息用于表示账户通过应用程序对作品执行负向反馈操作的程度；根据作品集中作品的负向反馈行为信息确定所述待获取评价信息的作品集的负向反馈数据；根据各个所述作品的负向反馈行为信息以及所述作品集的负向反馈行为信息，生成所述作品集中各个作品的评价信息。
在其一个实施例中，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行如下步骤：统计各个所述待获取评价信息的作品对应的反馈信息的数量以及负反馈信息的数量；将各个所述待获取评价信息的作品的负反馈信息的数量与所述反馈信息的数量的比值，作为对应的所述待获取评价信息的作品的负向反馈行为信息。
在其一个实施例中，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行如下步骤：将各个所述待获取评价信息的作品的负向反馈行为信息与所述待获取评价信息的作品集的负向反馈行为信息的差值，作为对应的各个待获取评价信息的作品的评价信息。
在其一个实施例中，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行如下步骤：获取根据待获取评价信息的作品集中多个待获取评价信息的作品的负向反馈行为信息；对所述多个待获取评价信息的作品的负向反馈行为信息进行均值计算，得到所述待获取评价信息的作品集的负向反馈行为信息。
在示例性实施例中，还提供了另一种包括指令的存储介质，例如包括指令的存储器，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行如下步骤：利用用于获取作品评价信息的方法，获取待获取评价信息的作品集中各作品的评价信息；基于各所述作品的评价信息，从所述作品集中筛选出候选作品。
在其一个实施例中，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行如下步骤：按照所述评价结果对所述待评估视频集进行排序，得到各个所述待评估视频次序；将次序大于等于预设筛选数量的待评估视频确定为所述候选作品，所述候选作品用于向平台账户进行推荐。
可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图9是根据一示例性实施例示出的一种用于获取作品评价信息的装置或者作品集获取装置500的框图。例如，装置500可以被提供为一服务器。参照图9，装置500包括处理组件522，其进一步包括一个或多个处理器，以及由存储器532所代表的存储器资源，用于存储可由处理组件522的执行的指令，例如应用程序。存储器532中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件522被配置为执行指令，以执行上述示例中用于获取作品评价信息的方法或者视频筛选方法的步骤。
在其中一个实施例中，服务器的处理器被配置为执行所述指令，以实现如下步骤：从待获取评价信息的作品集中各个作品的反馈信息中，确定出各所述作品的负向反馈信息，所述作品的负向反馈信息用于表示账户通过应用程序与所述作品进行交互后在预设时长内退出所述应用程序的行为信息；根据各个所述作品对应的反馈信息和负向反馈信息，确定各个所述作品的负向反馈行为信息，其中，所述负向反馈行为信息用于表示账户通过应用程序对作品执行负向反馈操作的程度；根据作品集中作品的负向反馈行为信息确定所述待获取评价信息的作品集的负向反馈数据；根据各个所述作品的负向反馈行为信息以及所述作品集的负向反馈行为信息，生成所述作品集中各个作品的评价信息。
在其一个实施例中，服务器的处理器被配置为执行所述指令，以实现如下步骤：统计各个所述待获取评价信息的作品对应的反馈信息的数量以及负反馈信息的数量；将各个所述待获取评价信息的作品的负反馈信息的数量与所述反馈信息的数量的比值，作为对应的所述待获取评价信息的作品的负向反馈行为信息。
在其一个实施例中，服务器的处理器被配置为执行所述指令，以实现如下步骤：将各个所述待获取评价信息的作品的负向反馈行为信息与所述待获取评价信息的作品集的负向反馈行为信息的差值，作为对应的各个待获取评价信息的作品的评价信息。
在其一个实施例中，服务器的处理器被配置为执行所述指令，以实现如下步骤：利用用于获取作品评价信息的方法，获取待获取评价信息的作品集中各作品的评价信息；基于各所述作品的评价信息，从所述作品集中筛选出候选作品。
在另一个实施例中，服务器的处理器被配置为执行所述指令，以实现如下步骤：利用用于获取作品评价信息的方法对待获取评价信息的作品集中各个待获取评价信息的作品进行评估，根据各个待评估视频的评价结果与预设标准从所述待评估视频集中获取作品集。
在一个实施例中，服务器的处理器被配置为执行所述指令，以实现如下步骤：按照所述评价结果对所述待评估视频集进行排序，得到各个所述待评估视频次序；将次序大于等于预设筛选数量的待评估视频确定为所述候选作品，所述候选作品用于向平台账户进行推荐。在其中一个实施例中，该装置500还可以包括一个电源组件526被配置为执行装置400的电源管理，一个有线或无线网络接口550被配置为将装置500连接到网络，和一个输入输出(I/O)接口558。装置500可以操作基于存储在存储器532的操作系统，例如WindowsServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (14)

1.一种用于获取作品评价信息的方法，其特征在于，包括：
从待获取评价信息的作品集中各个作品的反馈信息中，确定出各所述作品的负向反馈信息，所述作品的负向反馈信息用于表示账户通过应用程序与所述作品进行交互后在预设时长内退出所述应用程序的行为信息；
根据各个所述作品对应的反馈信息和负向反馈信息，确定各个所述作品的负向反馈行为信息，其中，所述负向反馈行为信息用于表示账户通过应用程序对作品执行负向反馈操作的程度；
根据作品集中作品的负向反馈行为信息确定所述待获取评价信息的作品集的负向反馈行为信息；
根据各个所述作品的负向反馈行为信息以及所述作品集的负向反馈行为信息，以所述作品集的负向反馈行为信息作为基准，生成所述作品集中各个作品的评价信息。
2.根据权利要求1所述的方法，其特征在于，根据各个所述待获取评价信息的作品对应的反馈信息和负向反馈信息，确定各个所述待获取评价信息的作品的负向反馈行为信息，包括：
统计各个所述待获取评价信息的作品对应的反馈信息的数量以及负反馈信息的数量；
将各个所述待获取评价信息的作品的负反馈信息的数量与所述反馈信息的数量的比值，作为对应的所述待获取评价信息的作品的负向反馈行为信息。
3.根据权利要求2所述的方法，其特征在于，根据各个所述作品的负向反馈行为信息以及所述作品集的负向反馈行为信息，生成所述作品集中各个作品的评价信息，包括：
将各个所述待获取评价信息的作品的负向反馈行为信息与所述待获取评价信息的作品集的负向反馈行为信息的差值，作为对应的各个待获取评价信息的作品的评价信息。
4.根据权利要求1或2所述的用于获取作品评价信息的方法，其特征在于，根据待获取评价信息的作品集中多个待获取评价信息的作品的负向反馈行为信息确定所述待获取评价信息的作品集的负向反馈行为信息，包括：
获取根据待获取评价信息的作品集中多个待获取评价信息的作品的负向反馈行为信息；
对所述多个待获取评价信息的作品的负向反馈行为信息进行均值计算，得到所述待获取评价信息的作品集的负向反馈行为信息。
5.一种用于作品集的处理方法，其特征在于，包括：
利用如权利要求1-4任一项所述的用于获取作品评价信息的方法，获取待获取评价信息的作品集中各作品的评价信息，
基于各所述作品的评价信息，从所述作品集中筛选出候选作品。
6.根据权利要求5所述的作品集的处理方法，其特征在于，基于各所述作品的评价信息，从所述作品集中筛选出候选作品包括：
按照所述评价信息对待评估视频集进行排序，得到各个所述待评估视频次序；
将次序大于等于预设筛选数量的待评估视频确定为所述候选作品，所述候选作品用于向平台账户进行推荐。
7.一种用于获取作品评价信息的装置，其特征在于，包括：
获取模块，被配置为从待获取评价信息的作品集中各个作品的反馈信息中，确定出各所述作品的负向反馈信息，所述作品的负向反馈信息用于表示账户通过应用程序与所述作品进行交互后在预设时长内退出所述应用程序的行为信息；
第一计算模块，被配置为根据各个所述作品对应的反馈信息和负向反馈信息，确定各个所述作品的负向反馈行为信息，其中，所述负向反馈行为信息用于表示账户通过应用程序对作品执行负向反馈操作的程度；
第二计算模块，被配置为根据作品集中作品的负向反馈行为信息确定所述待获取评价信息的作品集的负向反馈行为信息；
评价信息生成模块，被配置为根据各个所述作品的负向反馈行为信息以及所述作品集的负向反馈行为信息，以所述作品集的负向反馈行为信息作为基准，生成所述作品集中各个作品的评价信息。
8.根据权利要求7所述的装置，其特征在于，第一计算模块被配置为统计各个所述待获取评价信息的作品对应的反馈信息的数量以及负反馈信息的数量；将各个所述待获取评价信息的作品的负反馈信息的数量与所述反馈信息的数量的比值，作为对应的所述待获取评价信息的作品的负向反馈行为信息。
9.根据权利要求8所述的装置，其特征在于，评价信息生成模块被配置为将各个所述待获取评价信息的作品的负向反馈行为信息与所述待获取评价信息的作品集的负向反馈行为信息的差值，作为对应的各个待获取评价信息的作品的评价信息。
10.根据权利要求7或8所述的用于获取作品评价信息的装置，第二计算模块被配置为获取根据待获取评价信息的作品集中多个待获取评价信息的作品的负向反馈行为信息；对所述多个待获取评价信息的作品的负向反馈行为信息进行均值计算，得到所述待获取评价信息的作品集的负向反馈行为信息。
11.一种用于作品集的处理装置，其特征在于，包括：
用于获取作品评价信息的装置，被配置为利用如权利要求1-4任一项所述的用于获取作品评价信息的方法，获取待获取评价信息的作品集中各作品的评价信息；
筛选模块，被配置为基于各所述作品的评价信息，从所述作品集中筛选出候选作品。
12.根据权利要求11所述的作品集的处理装置，其特征在于，筛选模块，被配置为按照所述评价信息对待评估视频集进行排序，得到各个所述待评估视频次序；将次序大于等于预设筛选数量的待评估视频确定为所述候选作品，所述候选作品用于向平台账户进行推荐。
13.一种服务器，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现如权利要求1至6中任一项所述的方法。
14.一种存储介质，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行如权利要求1至6任一项所述的方法。
CN202010291183.2A 2020-04-14 2020-04-14 用于获取作品评价信息的方法、装置、视频筛选方法及装置 Active CN113542893B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010291183.2A CN113542893B (zh) 2020-04-14 2020-04-14 用于获取作品评价信息的方法、装置、视频筛选方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010291183.2A CN113542893B (zh) 2020-04-14 2020-04-14 用于获取作品评价信息的方法、装置、视频筛选方法及装置

Publications (2)

Publication Number Publication Date
CN113542893A CN113542893A (zh) 2021-10-22
CN113542893B true CN113542893B (zh) 2023-08-18

Family

ID=78120008

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010291183.2A Active CN113542893B (zh) 2020-04-14 2020-04-14 用于获取作品评价信息的方法、装置、视频筛选方法及装置

Country Status (1)

Country Link
CN (1) CN113542893B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105491456A (zh) * 2014-10-11 2016-04-13 中兴通讯股份有限公司 视频内容的推荐、评价方法及装置
CN109471981A (zh) * 2018-11-06 2019-03-15 北京达佳互联信息技术有限公司 评论信息排序方法、装置、服务器及存储介质
CN110266745A (zh) * 2019-03-08 2019-09-20 腾讯科技（深圳）有限公司 基于深度网络的信息流推荐方法、装置、设备及存储介质
CN110457566A (zh) * 2019-08-15 2019-11-15 腾讯科技（武汉）有限公司 信息筛选方法、装置、电子设备及存储介质
CN110598016A (zh) * 2019-09-11 2019-12-20 腾讯科技（深圳）有限公司 一种多媒体信息推荐的方法、装置、设备和介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105491456A (zh) * 2014-10-11 2016-04-13 中兴通讯股份有限公司 视频内容的推荐、评价方法及装置
CN109471981A (zh) * 2018-11-06 2019-03-15 北京达佳互联信息技术有限公司 评论信息排序方法、装置、服务器及存储介质
CN110266745A (zh) * 2019-03-08 2019-09-20 腾讯科技（深圳）有限公司 基于深度网络的信息流推荐方法、装置、设备及存储介质
CN110457566A (zh) * 2019-08-15 2019-11-15 腾讯科技（武汉）有限公司 信息筛选方法、装置、电子设备及存储介质
CN110598016A (zh) * 2019-09-11 2019-12-20 腾讯科技（深圳）有限公司 一种多媒体信息推荐的方法、装置、设备和介质

Also Published As

Publication number Publication date
CN113542893A (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
CN110245213B (zh) 调查问卷生成方法、装置、设备和存储介质
CN110162359B (zh) 新手引导信息的推送方法、装置及系统
CN109753601B (zh) 推荐信息点击率确定方法、装置及电子设备
CN111125574A (zh) 用于生成信息的方法和装置
CN106709318A (zh) 一种用户设备唯一性的识别方法、装置和计算设备
CN112241327A (zh) 分享信息处理方法、装置、存储介质与电子设备
CN102426577A (zh) 信息处理设备、信息处理系统、信息处理方法和程序
WO2017000743A1 (zh) 一种软件推荐的方法和装置
CN107766316B (zh) 评价数据的分析方法、装置及系统
CN114245185B (zh) 视频推荐方法、模型训练方法、装置、电子设备及介质
CN108235360B (zh) 甄别用户的方法及设备
CN113010791B (zh) 搜索结果展示处理方法、装置及计算机可读存储介质
CN114268839A (zh) 视频发布账户筛选方法、装置、电子设备及存储介质
CN112116159B (zh) 信息交互方法、装置、计算机可读存储介质及电子设备
CN113542893B (zh) 用于获取作品评价信息的方法、装置、视频筛选方法及装置
CN112561636A (zh) 一种推荐方法、装置、终端设备及介质
CN111683280A (zh) 视频处理方法、装置及电子设备
Ponelis et al. A descriptive framework of business intelligence derived from definitions by academics, practitioners and vendors
CN110659919A (zh) 数据匹配方法、装置、介质及电子设备
JP2019526129A (ja) ユーザパネルを含むデジタルメディア測定用の装置及び方法
CN112291625A (zh) 信息质量处理方法、装置、电子设备及存储介质
CN112131468A (zh) 推荐系统中的数据处理方法、装置
CN111859141A (zh) 内容推送方法、装置、服务器及存储介质
CN111400568B (zh) 行为意图分析方法、装置、电子设备及存储介质
CN114691837B (zh) 一种基于大数据的保险业务数据处理方法和处理系统

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