CN113724544A - 一种播放方法及其相关设备 - Google Patents

一种播放方法及其相关设备 Download PDF

Info

Publication number
CN113724544A
CN113724544A CN202111007432.1A CN202111007432A CN113724544A CN 113724544 A CN113724544 A CN 113724544A CN 202111007432 A CN202111007432 A CN 202111007432A CN 113724544 A CN113724544 A CN 113724544A
Authority
CN
China
Prior art keywords
data
playing
sequence
emotion
evaluated
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
CN202111007432.1A
Other languages
English (en)
Other versions
CN113724544B (zh
Inventor
王晓斐
刘丛刚
朱翠玲
吴浩
黄晓旭
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.)
Anhui Toycloud Technology Co Ltd
Original Assignee
Anhui Toycloud 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 Anhui Toycloud Technology Co Ltd filed Critical Anhui Toycloud Technology Co Ltd
Priority to CN202111007432.1A priority Critical patent/CN113724544B/zh
Publication of CN113724544A publication Critical patent/CN113724544A/zh
Application granted granted Critical
Publication of CN113724544B publication Critical patent/CN113724544B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/06—Electrically-operated educational appliances with both visual and audible presentation of the material to be studied
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
    • 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
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
    • H04N21/42201—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS] biosensors, e.g. heat sensor for presence detection, EEG sensors or any limb activity sensors worn by the user
    • 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
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
    • H04N21/42203—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS] sound input device, e.g. microphone
    • 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
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
    • H04N21/4223—Cameras
    • 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
    • H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Social Psychology (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Educational Technology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Computational Linguistics (AREA)
  • Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Neurosurgery (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Educational Administration (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本申请公开了一种播放方法及其相关设备，该方法包括：在待评价播放数据处于播放状态时，先获取用户针对该待评价播放数据中当前播放内容的实际情绪表征数据；再根据该实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的比较结果，确定待评价播放数据的评价结果，以使该评价结果能够表示出该用户喜欢待评价播放数据的可能性；最后，在确定该评价结果满足第一更新条件时，确定该用户很可能不喜欢该待评价播放数据，故可以将待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据，以使该候选播放数据处于播放状态，如此能够实现基于用户的实时情绪反馈及时地调整播放设备的播放数据，从而能够提高数据播放效果，进而提高用户体验。

Description

一种播放方法及其相关设备
技术领域
本申请涉及人工智能技术领域，尤其涉及一种播放方法及其相关设备。
背景技术
随着人工智能技术的发展，智能播放设备的应用范围越来越广(例如，智能播放设备可以给儿童讲故事等)。
在一些应用场景下，智能播放设备可以响应于用户的指令进行多媒体数据播放。例如，当智能播放设备具有故事点读功能时，用户可以在该智能播放设备上触发故事选择指令，以使该智能播放设备能够响应于该故事选择指令播放故事播放数据(例如，故事音频数据、故事视频数据等)。
然而，因上述数据播放过程存在缺陷，使得数据播放效果比较差，如此导致用户体验也比较差。
发明内容
本申请实施例的主要目的在于提供一种播放方法及其相关设备，能够提高数据播放效果，从而能够提高用户体验。
本申请实施例提供了一种播放方法，所述方法包括：
在待评价播放数据处于播放状态时，获取用户针对当前播放内容的实际情绪表征数据；其中，所述待评价播放数据包括所述当前播放内容；
根据所述实际情绪表征数据与所述当前播放内容的预期情绪表征数据之间的比较结果，确定所述待评价播放数据的评价结果；
若确定所述评价结果满足第一更新条件，则将所述待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据。
在一种可能的实施方式中，所述将所述待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据，包括：
将各个所述候选播放数据的预期情绪波动表征序列分别与对照情绪波动表征序列进行比较，得到各个所述候选播放数据对应的序列比较结果；
根据所述至少一个候选播放数据对应的序列比较结果，从所述至少一个候选播放数据中筛选满足第一条件的至少一个待使用播放数据；
将所述待评价播放数据切换为所述至少一个待使用播放数据中的一个待使用播放数据。
在一种可能的实施方式中，所述对照情绪波动表征序列包括所述待评价播放数据的预期情绪波动表征序列；和/或，所述用户的参考情绪波动表征序列。
在一种可能的实施方式中，当所述对照情绪波动表征序列包括所述待评价播放数据的预期情绪波动表征序列和所述用户的参考情绪波动表征序列时，所述将各个所述候选播放数据的预期情绪波动表征序列分别与对照情绪波动表征序列进行比较，得到各个所述候选播放数据对应的序列比较结果，包括：
将各个所述候选播放数据的预期情绪波动表征序列分别与所述待评价播放数据的预期情绪波动表征序列进行比较，得到各个所述候选播放数据对应的第一比较结果；
将各个所述候选播放数据的预期情绪波动表征序列分别与所述用户的参考情绪波动表征序列进行比较，得到各个所述候选播放数据对应的第二比较结果；
根据各个所述候选播放数据对应的第一比较结果与各个所述候选播放数据对应的第二比较结果，确定各个所述候选播放数据对应的序列比较结果。
在一种可能的实施方式中，所述用户的参考情绪波动表征序列的确定过程，包括：
从所述用户的至少一个历史情绪波动表征序列中选择满足第二条件的一个历史情绪波动表征序列，确定为所述用户的参考情绪波动表征序列。
在一种可能的实施方式中，所述将所述待评价播放数据切换为所述至少一个待使用播放数据中的一个待使用播放数据，包括：
从所述至少一个待使用播放数据中选择满足第三条件的目标播放数据；
将所述待评价播放数据切换为所述目标播放数据。
在一种可能的实施方式中，所述候选播放数据的个数为Q；
当第q个候选播放数据的预期情绪波动表征序列包括N个预期情绪表征数据，且所述对照情绪波动表征序列包括N个预期情绪表征数据时，所述第q个候选播放数据对应的序列比较结果的确定过程，包括：
将所述第q个候选播放数据的预期情绪波动表征序列中第n个预期情绪表征数据与所述对照情绪波动表征序列中第n个预期情绪表征数据进行比较，得到第n个数据比较结果；其中，n为正整数，n≤N，N为正整数；q为正整数，q≤Q，Q为正整数；
对第1个数据比较结果至第N个数据比较结果进行预设统计分析处理，得到所述第q个候选播放数据对应的序列比较结果。
在一种可能的实施方式中，所述候选播放数据的个数为Q；
所述第q个候选播放数据对应的序列比较结果的确定过程，包括：
根据所述第q个候选播放数据的预期情绪波动表征序列和所述对照情绪波动表征序列，确定第一序列和第二序列，以使第一序列中预期情绪表征数据的个数大于第二序列中预期情绪表征数据的个数；根据所述第一序列中预期情绪表征数据的个数，对所述第二序列进行数据填充处理，得到第三序列；根据所述第一序列与所述第三序列之间的比较结果，确定所述第q个候选播放数据对应的序列比较结果；其中，q为正整数，q≤Q，Q为正整数；
或者，
所述第q个候选播放数据对应的序列比较结果的确定过程，包括：
根据所述第q个候选播放数据的预期情绪波动表征序列和所述对照情绪波动表征序列，确定第一序列和第二序列，以使第一序列中预期情绪表征数据的个数大于第二序列中预期情绪表征数据的个数；根据所述第二序列中预期情绪表征数据的个数，对所述第一序列进行数据采样处理，得到第四序列；根据所述第四序列与所述第二序列之间的比较结果，确定所述第q个候选播放数据对应的序列比较结果；其中，q为正整数，q≤Q，Q为正整数。
在一种可能的实施方式中，所述根据所述实际情绪表征数据与所述当前播放内容的预期情绪表征数据之间的比较结果，确定所述待评价播放数据的评价结果，包括：
根据所述用户针对当前播放内容的实际情绪表征数据与所述当前播放内容的预期情绪表征数据之间的比较结果、以及所述用户针对至少一个历史播放内容的实际情绪表征数据与所述至少一个历史播放内容的预期情绪表征数据之间的比较结果，确定所述待评价播放数据的评价结果；其中，所述待评价播放数据还包括所述至少一个历史播放内容。
在一种可能的实施方式中，所述至少一个历史播放内容是根据所述当前播放内容的播放时间和预设参考历史参数进行确定的。
在一种可能的实施方式中，所述当前播放内容的预期情绪表征数据的确定过程，包括：
对所述当前播放内容进行故事情节分析处理，得到所述当前播放内容的故事情节表征数据；对所述当前播放内容的故事情节表征数据进行第一情绪分析处理，得到所述当前播放内容的预期情绪表征数据；
或者，
所述当前播放内容的预期情绪表征数据的确定过程，包括：
对所述待评价播放数据进行故事情节发展线分析，得到至少一个故事情节发展线；依据所述至少一个故事情节发展线，对所述当前播放内容进行第二情绪分析处理，得到所述当前播放内容的预期情绪表征数据；
或者，
所述当前播放内容的预期情绪表征数据的确定过程，包括：
对所述待评价播放数据进行故事情节发展线分析，得到至少一个故事情节发展线；依据所述至少一个故事情节发展线，对所述待评价播放数据进行第三情绪分析处理，得到所述待评价播放数据的预期情绪波动表征序列；从所述待评价播放数据的预期情绪波动表征序列中查找所述当前播放内容的预期情绪表征数据。
在一种可能的实施方式中，所述方法还包括：
在确定所述评价结果满足第一更新条件之后，生成播放数据切换询问请求；
所述将所述待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据，包括：
若确定所述用户针对所述播放数据切换询问请求的反馈结果满足第二更新条件，则将所述待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据。
本申请实施例还提供了一种播放装置，包括：
获取单元，用于在待评价播放数据处于播放状态时，获取用户针对当前播放内容的实际情绪表征数据；其中，所述待评价播放数据包括所述当前播放内容；
确定单元，用于根据所述实际情绪表征数据与所述当前播放内容的预期情绪表征数据之间的比较结果，确定所述待评价播放数据的评价结果；
切换单元，用于若确定所述评价结果满足第一更新条件，则将所述待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据。
本申请实施例还提供了一种设备，所述设备包括：处理器、存储器、系统总线；
所述处理器以及所述存储器通过所述系统总线相连；
所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行本申请实施例提供的播放方法的任一实施方式。
本申请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中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行本申请实施例提供的播放方法的任一实施方式。
本申请实施例还提供了一种计算机程序产品，所述计算机程序产品在终端设备上运行时，使得所述终端设备执行本申请实施例提供的播放方法的任一实施方式。
基于上述技术方案，本申请具有以下有益效果：
本申请提供的技术方案中，在待评价播放数据处于播放状态时，先获取用户针对该待评价播放数据中当前播放内容的实际情绪表征数据；再根据该实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的比较结果，确定该待评价播放数据的评价结果，以使该评价结果能够表示出该用户喜欢该待评价播放数据的可能性；最后，在确定该评价结果满足第一更新条件时，确定该用户很可能不喜欢该待评价播放数据，故可以将待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据，以使该候选播放数据处于播放状态，如此能够实现基于用户的实时情绪反馈及时地调整播放设备的播放数据，从而能够尽可能地保证该播放设备的播放数据符合该用户的喜好需求，如此能够提高数据播放效果，从而有利于提高用户体验。
附图说明
为了更清楚地说明本申请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，下面描述中的附图是本申请的一些实施例，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为本申请实施例提供的应用于播放设备的播放方法的应用场景示意图；
图2为本申请实施例提供的应用于服务器的播放方法的应用场景示意图；
图3为本申请实施例提供的一种播放方法的流程图；
图4为本申请实施例提供的一种播放装置的结构示意图。
具体实施方式
发明人在针对上述数据播放过程的研究中发现，因智能播放设备只能被动地播放由用户选择的多媒体数据，使得该用户只能从该智能播放设备中获取到自己了解的多媒体数据(例如，自己了解该多媒体数据的搜索关键字等)，从而使得该用户只能够利用智能播放设备播放的少量多媒体数据，如此易导致智能播放设备的数据播放效果比较差，从而导致用户体验也比较差。
基于上述发现，为了解决背景技术部分的技术问题，本申请实施例提供了一种播放方法，该方法包括：在待评价播放数据处于播放状态时，先获取用户针对该待评价播放数据中当前播放内容的实际情绪表征数据；再根据该实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的比较结果，确定该待评价播放数据的评价结果，以使该评价结果能够表示出该用户喜欢该待评价播放数据的可能性；最后，在确定该评价结果满足第一更新条件时，确定该用户很可能不喜欢该待评价播放数据，故可以将待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据，以使该候选播放数据处于播放状态，如此能够实现基于用户的实时情绪反馈及时地调整播放设备的播放数据，从而能够尽可能地保证该播放设备的播放数据符合该用户的喜好需求，如此能够提高数据播放效果，从而有利于提高用户体验。
另外，本申请实施例不限定播放方法的执行主体，例如，本申请实施例提供的播放方法可以应用于播放设备或服务器。其中，播放设备是指具有多媒体数据播放功能的终端设备；而且本申请实施例不限定播放设备，例如，该播放设备可以为故事机、具有多媒体数据播放功能的机器人、智能手机、计算机、个人数字助理(Personal Digital Assitant，PDA)、或者平板电脑等。服务器可以为独立服务器、集群服务器或云服务器。
为了便于理解本申请实施例提供的技术方案，下面分别结合图1和图2对本申请实施例提供的播放方法的应用场景进行示例性介绍。其中，图1为本申请实施例提供的应用于播放设备的播放方法的应用场景示意图；图2为本申请实施例提供的应用于服务器的播放方法的应用场景示意图。
在图1所示的应用场景中，当播放设备102正在向用户101播放待评价播放数据(如，一个故事音频数据或者一个故事视频数据)时，该播放设备102能够实时地采集该用户101的实际情绪表征数据，而且该播放设备102还可以通过执行本申请实施例提供的播放方法实现在确定该用户101不喜欢该待评价播放数据时，及时地将该待评价播放数据自动切换为其他播放数据(如，另一个故事音频数据或者另一个故事视频数据)。例如，播放设备102实现播放数据自动切换过程具体可以为：在待评价播放数据处于播放状态时，该播放设备102先获取用户101针对该待评价播放数据中当前播放内容的实际情绪表征数据；该播放设备102再根据该实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的比较结果，确定该待评价播放数据的评价结果，以使该评价结果能够表示出该用户101喜欢该待评价播放数据的可能性；最后，在该播放设备102确定该评价结果满足第一更新条件时，该播放设备102将待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据，以使该候选播放数据处于播放状态，从而使得该用户101能够重新开始获取新的播放数据，如此能够实现由播放设备102的播放数据自动切换功能。
在图2所示的应用场景中，当播放设备202正在向用户201播放待评价播放数据(如，一个故事音频数据或者一个故事视频数据)时，该播放设备202能够实时地采集该用户201的实际情绪表征数据，而且该播放设备202还能够实时地将其采集到的实际情绪表征数据实时地发送给服务器203，以使服务器203能够通过执行本申请实施例提供的播放方法实现在确定该用户101不喜欢该待评价播放数据时，及时地控制播放设备202将该待评价播放数据自动切换为其他播放数据(如，另一个故事音频数据或者另一个故事视频数据)。例如，基于服务器203实现的播放数据自动切换过程具体可以为：在待评价播放数据处于播放状态时，该服务器203先获取用户201针对该待评价播放数据中当前播放内容的实际情绪表征数据；该服务器203再根据该实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的比较结果，确定该待评价播放数据的评价结果，以使该评价结果能够表示出该用户201喜欢该待评价播放数据的可能性；最后，在该服务器203确定该评价结果满足第一更新条件时，该服务器203从至少一个候选播放数据中的一个候选播放数据，确定为切换后的播放数据，并将该切换后的播放数据发送给播放设备202，以使该播放设备202能够将待评价播放数据切换为该切换后的播放数据，以使该切换后的播放数据处于播放状态，从而使得该用户201能够重新开始获取新的播放数据，如此能够实现由服务器203与播放设备202共同执行播放数据自动切换功能。
需要说明的是，本申请实施例提供的播放方法不仅能够应用于图1或图2所示的应用场景中，还可以应用于其他需要进行多媒体数据播放的应用场景中，本申请实施例对此不做具体限定。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
方法实施例
参见图3，该图为本申请实施例提供的一种播放方法的流程图。
本申请实施例提供的播放方法，包括S1-S3：
S1：在待评价播放数据处于播放状态时，获取用户针对该待评价播放数据中当前播放内容的实际情绪表征数据。
其中，“待评价播放数据”是指在播放设备上正在播放的多媒体数据(如，音频数据或者视频数据)；而且本申请实施例不限定“待评价播放数据”，例如，其可以是指具有故事情节发展的多媒体数据(例如，故事音频数据或者故事视频数据)。
“用户”是指上述“播放设备”的使用者；而且本申请实施例不限定“用户”，例如，当上述“播放设备”为儿童故事机时，该用户可以是儿童。
“当前播放内容”是指待评价播放数据中在当前时间段内下被播放设备进行播放的数据段(例如，音频数据段或者视频数据段等)。其中，“当前时间段”为时间段[针对用户情绪表征数据的上一个采集时刻，针对用户情绪表征数据的当前采集时刻]。
“实际情绪表征数据”用于表示用户在获取到(例如，听到或者看到等)当前播放内容时所具有的实际情绪状态；而且本申请实施例不限定“实际情绪表征数据”的确定过程，例如，其具体可以为：根据用户针对当前播放内容的情绪描述数据，确定该用户针对该当前播放内容的实际情绪表征数据。
“情绪描述数据”用于描述用户在获取到当前播放内容时所具有的情绪状态；而且本申请实施例不限定“情绪描述数据”，例如，其具体可以包括面部表情数据、心率值、血压值、发音数据、以及肢体动作中的至少一个。
另外，本申请实施例不限定“情绪描述数据”的采集设备，例如，该采集设备可以包括摄像头，以使该摄像头用于采集用户的面部表情数据和/或肢体动作；也可以包括无线手环，以使该无线手环用于采集用户的心率值和/或血压值；还可以包括拾音器，以使该拾音器用于采集用户的发音数据。
为了便于理解上述“实际情绪表征数据”的确定过程，下面结合示例进行说明。
作为示例，当上述“情绪描述数据”包括面部表情数据、心率值、血压值、发音数据、以及肢体动作时，“实际情绪表征数据”的确定过程具体可以包括步骤11-步骤16：
步骤11：根据用户针对当前播放内容的面部表情数据，确定第一情绪表征数据。
需要说明的是，本申请实施例不限定“第一情绪表征数据”的确定过程，可以采用现有的或者未来出现的任一种能够从面部表情数据确定出情绪表征数据的方法(例如，基于预先构建机器学习模型的预测方法、或者基于预先构建的映射关系的查询方法)进行实施。
步骤12：根据用户针对当前播放内容的心率值，确定第二情绪表征数据。
需要说明的是，本申请实施例不限定“第二情绪表征数据”的确定过程，可以采用现有的或者未来出现的任一种能够从心率值确定出情绪表征数据的方法(例如，基于预先构建机器学习模型的预测方法、或者基于预先构建的映射关系的查询方法)进行实施。
步骤13：根据用户针对当前播放内容的血压值，确定第三情绪表征数据。
需要说明的是，本申请实施例不限定“第三情绪表征数据”的确定过程，可以采用现有的或者未来出现的任一种能够从血压值确定出情绪表征数据的方法(例如，基于预先构建机器学习模型的预测方法、或者基于预先构建的映射关系的查询方法)进行实施。
步骤14：根据用户针对当前播放内容的发音数据，确定第四情绪表征数据。
需要说明的是，本申请实施例不限定“第四情绪表征数据”的确定过程，可以采用现有的或者未来出现的任一种能够从发音数据确定出情绪表征数据的方法(例如，基于预先构建机器学习模型的预测方法、或者基于预先构建的映射关系的查询方法)进行实施。
步骤15：根据用户针对当前播放内容的肢体动作，确定第五情绪表征数据。
需要说明的是，本申请实施例不限定“第五情绪表征数据”的确定过程，可以采用现有的或者未来出现的任一种能够从肢体动作确定出情绪表征数据的方法(例如，基于预先构建机器学习模型的预测方法、或者基于预先构建的映射关系的查询方法)进行实施。
步骤16：将第一情绪表征数据至第五情绪表征数据进行第一统计分析处理，得到用户针对该当前播放内容的实际情绪表征数据。
其中，“第一统计分析处理”可以预先设定；而且本申请实施例不限定“第一统计分析处理”，例如，其具体可以为取众数、取最大值、取最小值、或者取加权平均值等。
基于上述步骤11至步骤16的相关内容可知，在一些情况下，可以先针对用户实时采集那些能够描述该用户情绪的相关数据，再基于这些相关数据，确定该用户针对播放设备中实时播放内容的实际情绪表征数据。
在一些应用场景中，用户还可以通过触控播放设备(例如，点击情绪表达图标(例如，笑脸图标、哭脸图标等)、发评论等)的方式来表达其情绪。基于此，本申请实施例还提供了确定“实际情绪表征数据”的另一种可能的实施方式，其具体可以为：根据用户针对当前播放内容的情绪描述数据和该用户针对当前播放内容的设备触控数据，确定该用户针对该当前播放内容的实际情绪表征数据。
“用户针对当前播放内容的设备触控数据”用于表示在当前播放内容的播放期间用户针对播放设备所执行的触控操作(例如，发评论、点击情绪表达图标等)。
为了便于理解上述“实际情绪表征数据”的确定过程，下面结合示例进行说明。
作为示例，“实际情绪表征数据”的确定过程具体可以包括步骤21-步骤23：
步骤21：根据用户针对当前播放内容的情绪描述数据，确定第六情绪表征数据。
需要说明的是，本申请实施例不限定“第六情绪表征数据”的确定过程，可以采用现有的或者未来出现的任一种能够从情绪描述数据确定出情绪表征数据的方法(例如，基于预先构建机器学习模型的预测方法、或者基于预先构建的映射关系的查询方法)进行实施。又如，可以采用上文步骤11-步骤16所示的确定过程进行实施，只需将上文步骤11-步骤16所示的确定过程中“用户针对该当前播放内容的实际情绪表征数据”替换为“第六情绪表征数据”即可。
步骤22：根据用户针对当前播放内容的设备触控数据，确定第七情绪表征数据。
需要说明的是，本申请实施例不限定“第七情绪表征数据”的确定过程，可以采用现有的或者未来出现的任一种能够从设备触控数据确定出情绪表征数据的方法(例如，基于预先构建机器学习模型的预测方法、或者基于预先构建的映射关系的查询方法)进行实施。
基于上述步骤21至步骤22的相关内容可知，在一些情况下，可以同时参考用户的实时身体状态表征数据、以及该用户针对播放设备实时执行的触控操作，确定该用户针对实时播放内容的实际情绪表征数据，如此有利于提高实际情绪表征数据的准确性。
基于上述S1的相关内容可知，对于正在播放的待评价播放数据来说，可以实时获取用户针对该待评价播放数据中当前播放内容的实际情绪表征数据，以便后续能够基于该实际情绪表征数据，及时地分析出该待评价播放数据是否符合该用户的喜好需求。
S2：根据用户针对待评价播放数据中当前播放内容的实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的比较结果，确定该待评价播放数据的评价结果。
其中，“当前播放内容的预期情绪表征数据”用于表示预先期待的当一个用户获取到该当前播放内容时最有可能呈现的情绪状态；而且本申请实施例不限定“当前播放内容的预期情绪表征数据”的确定过程，例如，“当前播放内容的预期情绪表征数据”可以预先设定。
另外，为了提高预期情绪表征数据的确定效果，本申请实施例还提供了确定“当前播放内容的预期情绪表征数据”的三种可能的实施方式，下面分别进行介绍。
在第一种可能的实施方式中，“当前播放内容的预期情绪表征数据”的确定过程具体可以包括步骤31-步骤32：
步骤31：对当前播放内容进行故事情节分析处理，得到该当前播放内容的故事情节表征数据。
其中，“故事情节分析处理”用于针对一个数据段(例如，音频数据段、视频数据段等)进行故事情节分析；而且本申请实施例不限定“故事情节分析处理”的实施方式，例如，可以直接利用预先训练好的故事情节分析模型进行实施。
“故事情节分析模型”用于针对该“故事情节分析模型”的输入数据进行故事情节分析处理；而且该“故事情节分析模型”可以预先根据第一样本数据和该第一样本数据的实际故事情节进行训练。其中，“第一样本数据”是指从第一样本故事数据中提取的数据段。“第一样本数据的实际故事情节”用于描述该第一样本数据中的实际故事情节。
需要说明的是，“第一样本故事数据”与上文“待评价播放数据”的数据类型相同，例如，若上文“待评价播放数据”为音频数据，则该“第一样本故事数据”也为音频数据。又如，若上文“待评价播放数据”为视频数据，则该“第一样本故事数据”也为视频数据。
还需要说明的是，本申请实施例不限定“故事情节分析模型”的训练过程，可以利用现有的或者未来出现的任一种模型训练方法进行实施。
上述“当前播放内容的故事情节表征数据”用于描述该当前播放内容中的故事情节；而且本申请实施例不限定上述“当前播放内容的故事情节表征数据”的表示方式，例如，可以利用文本数据的方式进行表示，也可以采用文本向量的方式进行表示。
步骤32：对当前播放内容的故事情节表征数据进行第一情绪分析处理，得到该当前播放内容的预期情绪表征数据。
其中，“第一情绪分析处理”用于针对一个故事情节表征数据进行情绪分析；而且本申请实施例不限定“第一情绪分析处理”的实施方式，例如，可以直接利用预先训练好的第一情绪分析模型进行实施。
“第一情绪分析模型”用于针对该“第一情绪分析模型”的输入数据进行第一情绪分析处理；而且该“第一情绪分析模型”可以根据第二样本数据和该第二样本数据的实际情绪表征数据进行训练。其中，“第二样本数据”用于描述一个样本数据段(例如，上文第一样本数据)的故事情节。“第二样本数据的实际情绪表征数据”用于表示在一个用户(尤其是，一个喜欢上述“第二样本数据”的用户)获取到上述“第二样本数据”时所具有的实际情绪状态。
需要说明的是，本申请实施例不限定“第一情绪分析模型”的训练过程，可以利用现有的或者未来出现的任一种模型训练方法进行实施。
基于上述步骤31至步骤32的相关内容可知，在一些情况下，对于待评价播放数据来说，可以先分析该待评价播放数据中各个数据段(例如，当前播放内容)的故事情节，得到各个数据段的故事情节表征数据；再针对各个数据段的故事情节表征数据分别进行情绪分析，得到各个数据段的预期情绪表征数据，以便后续能够在播放设备播放该待评价播放数据中各个数据段时，能够参考各个数据段的预期情绪表征数据，来确定用户是否喜欢该待评价播放数据。
在第二种可能的实施方式中，“当前播放内容的预期情绪表征数据”确定过程具体可以包括步骤41-步骤42：
步骤41：对待评价播放数据进行故事情节发展线分析，得到至少一个故事情节发展线。
其中，“至少一个故事情节发展线”用于表述待评价播放数据中的故事情节发展过程。
另外，本申请实施例不限定“至少一个故事情节发展线”，例如，若待评价播放数据涉及I个人物、J个地点、K个重大事件，则该“至少一个故事情节发展线”可以包括I个人物对应的故事情节发展线、J个地点之间的关联关系(例如，出现时间点上的先后顺序、实际地理位置上的邻近关系等)、以及K个重大事件之间的关联关系(例如，出现时间点上的先后顺序、参与人物之间的重叠关系、不同事件之间的因果关系等)。其中，第i个人物对应的故事情节发展线用于描述与该第i个人物相关的故事情节发展过程；i为正整数，i≤I，I为正整数。
此外，本申请实施例不限定“至少一个故事情节发展线”的确定过程，例如，可以借助预先训练好的情节发展线分析模型进行确定。其中，“情节发展线分析模型”用于针对该“情节发展线分析模型”的输入数据进行故事情节发展线分析处理。
“情节发展线分析模型”可以根据第三样本数据和该第三样本数据的实际故事情节发展线进行训练。其中，“第三样本数据”可以是具有故事情节发展的多媒体数据；而且该“第三样本数据”的数据类型与上文“待评价播放数据”的数据类型相同。“第三样本数据的实际故事情节发展线”用于表述该第三样本数据中的实际故事情节发展过程。
步骤42：依据至少一个故事情节发展线，对当前播放内容进行第二情绪分析处理，得到该当前播放内容的预期情绪表征数据。
本申请实施例不限定步骤42的实施方式，例如，可以将上述“至少一个故事情节发展线”以及上述“当前播放内容”输入预先训练的第二情绪分析模型，得到该第二情绪分析模型输出的该当前播放内容的预期情绪表征数据。
“第二情绪分析模型”用于针对该“第二情绪分析模型”的输入数据进行第二情绪分析处理；而且该“第二情绪分析模型”可以根据第四样本数据的至少一个故事情节发展线、该第四样本数据中各个数据段、以及该第四样本数据中各个数据段的实际情绪表征数据进行训练。
“第四样本数据”可以是具有故事情节发展的多媒体数据；而且该“第四样本数据”的数据类型与上文“待评价播放数据”的数据类型相同。
“第四样本数据的至少一个故事情节发展线”用于表述该第四样本数据中的故事情节发展过程。
第四样本数据中第y个数据段的实际情绪表征数据用于表示一个用户(尤其是，一个喜欢上述“第四样本数据”的用户)在获取到该第y个数据段时所具有的实际情绪状态。其中，y为正整数，y≤Y，Y为正整数，Y表示第四样本数据中的数据段个数。
需要说明的是，本申请实施例不限定“第二情绪分析模型”的训练过程，可以利用现有的或者未来出现的任一种模型训练方法进行实施。
基于上述步骤41至步骤42的相关内容可知，对于待评价播放数据来说，可以针对该待评价播放数据进行整体故事情节发展线分析，得到至少一个故事情节发展线；再参考该至少一个故事情节发展线，对该待评价播放数据中各个数据段进行情绪分析，得到各个数据段的预期情绪表征数据，以便后续能够在播放设备播放该待评价播放数据中各个数据段时，能够参考各个数据段的预期情绪表征数据，来确定用户是否喜欢该待评价播放数据。
在第三种可能的实施方式中，“当前播放内容的预期情绪表征数据”确定过程具体可以包括步骤51-步骤53：
步骤51：对待评价播放数据进行故事情节发展线分析，得到至少一个故事情节发展线。
需要说明的是，步骤51的相关内容请参见上文步骤41的相关内容。
步骤52：依据至少一个故事情节发展线，对待评价播放数据进行第三情绪分析处理，得到该待评价播放数据的预期情绪波动表征序列。
需要说明的是，“待评价播放数据的预期情绪波动表征序列”的相关内容，可以参见下文步骤81中“待评价播放数据的预期情绪波动表征序列”的相关内容。
本申请实施例不限定步骤52的实施方式，例如，可以将上述“至少一个故事情节发展线”以及上述“待评价播放数据”输入预先训练的第三情绪分析模型，得到该第三情绪分析模型输出的该待评价播放数据的预期情绪波动表征序列。
“第三情绪分析模型”用于针对该“第三情绪分析模型”的输入数据进行第三情绪分析处理；而且该“第三情绪分析模型”可以根据第五样本数据、该第五样本数据的至少一个故事情节发展线、以及该第五样本数据的实际情绪波动表征序列进行训练。
“第五样本数据”可以是具有故事情节发展的多媒体数据；而且该“第五样本数据”的数据类型与上文“待评价播放数据”的数据类型相同。
“第五样本数据的至少一个故事情节发展线”用于表述该第五样本数据中的故事情节发展过程。
“第五样本数据的实际情绪波动表征序列”用于表示一个用户(尤其是，一个喜欢上述“第五样本数据”的用户)在获取到该第五样本数据时最有可能呈现的情绪状态波动情况；而且该“第五样本数据的预期情绪波动表征序列”可以用于记录该“第五样本数据”中所有数据段的预期情绪表征数据。
需要说明的是，本申请实施例不限定“第三情绪分析模型”的训练过程，可以利用现有的或者未来出现的任一种模型训练方法进行实施。
步骤53：从待评价播放数据的预期情绪波动表征序列中查找当前播放内容的预期情绪表征数据。
需要说明的是，本申请实施例不限定步骤53中“查找”的实施方式。
基于上述步骤51至步骤53的相关内容可知，对于待评价播放数据来说，可以针对该待评价播放数据进行整体故事情节发展线分析，得到至少一个故事情节发展线；再参考该至少一个故事情节发展线，对该待评价播放数据进行情绪分析，得到该待评价播放数据的预期情绪波动表征序列；最后，可以从该待评价播放数据的预期情绪波动表征序列中查找该待评价播放数据中各个数据段的预期情绪表征数据，以便后续能够在播放设备播放该待评价播放数据中各个数据段时，能够参考各个数据段的预期情绪表征数据，来确定用户是否喜欢该待评价播放数据。
基于上述“当前播放内容的预期情绪表征数据”的相关内容可知，该“当前播放内容的预期情绪表征数据”可以预先依据待评价播放数据进行确定，以便后续能够参考该“当前播放内容的预期情绪表征数据”，来衡量用户是否喜欢该待评价播放数据。
S2中“用户针对当前播放内容的实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的比较结果”用于表示用户针对当前播放内容的实际情绪状态与该当前播放内容的预期情绪状态之间的契合程度(例如，一致、完全不一样等)。
另外，本申请实施例不限定“用户针对当前播放内容的实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的比较结果”的确定过程，例如，可以直接将用户针对当前播放内容的实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的相似度，确定为该“用户针对当前播放内容的实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的比较结果”。
S2中“待评价播放数据的评价结果”用于表示用户喜欢该待评价播放数据的可能性；而且本申请实施例不限定该“待评价播放数据的评价结果”的确定过程，例如，可以直接将上述“用户针对当前播放内容的实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的比较结果”，确定为该待评价播放数据的评价结果。
可见，对于“待评价播放数据”来说，若用户针对当前播放内容的实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的相似度越大，则表示该用户喜欢该待评价播放数据的可能性越高，故可以继续播放该待评价播放数据；若用户针对当前播放内容的实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的相似度越小，则表示该用户喜欢该待评价播放数据的可能性越小，故可以考虑是否将该待评价播放数据切换为其他播放数据。
另外，为了提高评价结果的准确性，本申请实施例还提供了确定“待评价播放数据的评价结果”的另一种可能的实施方式，其具体可以包括：根据用户针对当前播放内容的实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的比较结果、以及用户针对至少一个历史播放内容的实际情绪表征数据与该至少一个历史播放内容的预期情绪表征数据之间的比较结果，确定待评价播放数据的评价结果。其中，待评价播放数据还包括至少一个历史播放内容。
其中，“至少一个历史播放内容”是指待评价播放数据中播放时间早于上述“当前播放内容”的播放时间的至少一个数据段；而且本申请实施例不限定“至少一个历史播放内容”，例如，其可以是指待评价播放数据中播放时间比较靠近该“当前播放内容”的播放时间的至少一个数据段。
另外，本申请实施例不限定“至少一个历史播放内容”的确定过程，例如，其可以根据上述“当前播放内容”的播放时间和预设参考历史参数进行确定。其中，“预设参考历史参数”可以预先设定，例如，其可以为对应播放时间距离该“当前播放内容”的播放时间最近的R个历史数据段。为了便于理解，下面结合示例进行说明。
作为示例，若上述“当前播放内容”的播放时间为[STnow，ETnow]，则第r个历史播放内容的播放时间为[STnow-r×d，ETnow-r×d]。其中，“STnow”表示上述“当前播放内容”的播放开始时间点；“ETnow”表示该“当前播放内容”的播放结束时间点；“STnow-r×d”表示第r个历史播放内容的播放开始时间点；“ETnow-r×d”表示第r个历史播放内容的播放结束时间点；“d”表示针对用户的情绪表征数据进行采样时所使用的采样时间间隔；r为正整数，r≤R，R为正整数。
为了便于理解上述确定“待评价播放数据的评价结果”的另一种可能的实施方式，下面结合示例进行说明。
作为示例，当上述“至少一个历史播放内容”包括第1个历史播放内容至第R个历史播放内容时，“待评价播放数据的评价结果”的确定过程具体可以包括步骤61-步骤63：
步骤61：根据用户针对当前播放内容的实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的比较结果，确定该当前播放内容的评分值。
需要说明的是，本申请实施例不限定步骤61的实施方式，例如，可以直接将用户针对当前播放内容的实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的比较结果，确定为该当前播放内容的评分值。又如，可以按照预设评分规则，对用户针对当前播放内容的实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的比较结果进行评分处理，得到该当前播放内容的评分值。
步骤62：根据用户针对第r个历史播放内容的实际情绪表征数据与该第r个历史播放内容的预期情绪表征数据之间的比较结果，确定该第r个历史播放内容的评分值。其中，r为正整数，r≤R，R为正整数。
需要说明的是，本申请实施例不限定步骤62的实施方式，例如，可以直接将用户针对第r个历史播放内容的实际情绪表征数据与该第r个历史播放内容的预期情绪表征数据之间的比较结果，确定为该第r个历史播放内容的评分值。又如，可以按照预设评分规则，对用户针对第r个历史播放内容的实际情绪表征数据与该第r个历史播放内容的预期情绪表征数据之间的比较结果进行评分处理，得到该第r个历史播放内容的评分值。
步骤63：将第1个历史播放内容的评分值至第R个历史播放内容的评分值、以及当前播放内容的评分值进行第二统计分析处理，得到待评价播放数据的评价结果。
其中，“第二统计分析处理”可以预先设定；而且本申请实施例不限定“第一统计分析处理”，例如，其具体可以为取众数、取最大值、取最小值、或者取加权平均值等。
基于上述步骤61至步骤63的相关内容可知，在一些情况下，可以参考用户针对当前播放内容的情绪状态以及其针对至少一个历史播放内容的情绪状态，来综合确定待评价播放数据的评价结果，以使该评价结果能够更准确地表示出该用户喜欢该待评价播放数据的可能性，如此有利于提高评价结果的准确性。
基于上述S2的相关内容可知，对于正在播放的待评价播放数据来说，可以参考用户针对该待评价播放数据中当前播放内容的实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的相似程度，确定该待评价播放数据的评价结果，以使该评价结果能够表示出该用户喜欢该待评价播放数据的可能性，以便后续能够基于该评价结果，确定是否继续播放该待评价播放数据。
S3：若确定待评价播放数据的评价结果满足第一更新条件，则将该待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据。
其中，“第一更新条件”可以预先设定；而且本申请实施例不限定“第一更新条件”，例如，上述“待评价播放数据的评价结果”低于第一相似度阈值。
“候选播放数据”是指可以被播放设备进行播放的多媒体数据；而且“候选播放数据”的数据类型与上文“待评价播放数据”的数据类型相同。另外，本申请实施例不限定“候选播放数据”，例如，其可以是具有故事情节发展的多媒体数据。
本申请实施例不限定S3的实施方式，例如，其具体可以包括：若确定待评价播放数据的评价结果满足第一更新条件，则可以先从至少一个候选播放数据中随机选择一个候选播放数据；再将该待评价播放数据切换为该被选择的候选播放数据，以使播放设备停止播放待评价播放数据，并开始播放该被选择的候选播放数据。
在一些情况下，为了提高播放数据切换效果，本申请实施例还提供了播放数据切换过程的另一种可能的实施方式，当上述“至少一个候选播放数据”包括第1个候选播放数据至第Q个候选播放数据时，播放数据切换过程具体可以包括步骤71-步骤73：
步骤71：将第q个候选播放数据的预期情绪波动表征序列与对照情绪波动表征序列进行比较，得到该第q个候选播放数据对应的序列比较结果。其中，q为正整数，q≤Q，Q为正整数。
其中，“第q个候选播放数据的预期情绪波动表征序列”用于表示预先期待的当一个用户获取到该第q个候选播放数据时最有可能呈现的情绪状态波动情况；而且该“第q个候选播放数据的预期情绪波动表征序列”可以用于记录该“第q个候选播放数据”中所有数据段的预期情绪表征数据。
另外，本申请实施例不限定“第q个候选播放数据的预期情绪波动表征序列”的确定过程，而且该“第q个候选播放数据的预期情绪波动表征序列”的确定过程与下文“待评价播放数据的预期情绪波动表征序列”的确定过程类似，为了简要起见，在此不再赘述。
“对照情绪波动表征序列”用于表示在确定各个候选播放数据是否被选择时所需对照的情绪状态波动情况；而且本申请实施例不限定“对照情绪波动表征序列”，例如，其具体可以包括待评价播放数据的预期情绪波动表征序列、和/或用户的参考情绪波动表征序列。
“待评价播放数据的预期情绪波动表征序列”用于表示预先期待的当一个用户获取到该待评价播放数据时最有可能呈现的情绪状态波动情况；而且该“待评价播放数据的预期情绪波动表征序列”可以用于记录该“待评价播放数据”中所有数据段的预期情绪表征数据。可见，因“待评价播放数据”包括上文“当前播放内容”，使得该“待评价播放数据的预期情绪波动表征序列”可以包括上文“当前播放内容的预期情绪表征数据”。
另外，本申请实施例不限定“待评价播放数据的预期情绪波动表征序列”的确定过程。例如，“待评价播放数据的预期情绪波动表征序列”的确定过程具体可以包括上文步骤51-步骤52。又如，当“待评价播放数据”包括G个数据段时，该“待评价播放数据的预期情绪波动表征序列”的确定过程具体可以包括步骤81-步骤82：
步骤81：确定待评价播放数据中第g个数据段的预期情绪表征数据。其中，g为正整数，g≤G，G为正整数。
其中，“待评价播放数据中第g个数据段的预期情绪表征数据”用于表示预先期待的当一个用户获取到该第g个数据段时最有可能呈现的情绪状态。
另外，本申请实施例不限定“待评价播放数据中第g个数据段的预期情绪表征数据”的确定过程，例如，可以采用上文步骤31-步骤32、或者上文步骤41-步骤42进行实施，只需将上文步骤31-步骤32、或者上文步骤41-步骤42中“当前播放内容”替换为“第g个数据段”即可。
此外，本申请实施例不限定“数据段”的划分方式，例如，可以根据预先设定的数据段划分规则进行划分(例如，可以按照上述“针对用户的情绪表征数据进行采样时所使用的采样时间间隔”进行划分、也可以按照章节信息进行划分等)。
步骤82：将待评价播放数据中第1个数据段的预期情绪表征数据至该待评价播放数据中第G个数据段的预期情绪表征数据进行集合，得到该待评价播放数据的预期情绪波动表征序列。
基于上述步骤81至步骤82的相关内容可知，对于待评价播放数据来说，可以先分别确定该待评价播放数据中各个数据段的预期情绪表征数据；再将该待评价播放数据中所有数据段的预期情绪表征数据进行集合，得到该待评价播放数据的预期情绪波动表征序列。
“用户的参考情绪波动表征序列”用于表示在该用户获取其喜欢的多媒体数据(尤其是，具有故事情节发展的多媒体数据)时所具有的情绪状态波动情况；而且该“用户的参考情绪波动表征序列”包括多个具有时序性的预期情绪表征数据，以使该“用户的参考情绪波动表征序列”能够表示出该用户比较喜欢的情绪状态波动情况。
另外，本申请实施例不限定“用户的参考情绪波动表征序列”的确定过程，例如，其具体可以包括：从该用户的至少一个历史情绪波动表征序列中选择满足第二条件的一个历史情绪波动表征序列，确定为该用户的参考情绪波动表征序列。
“历史情绪波动表征序列”用于表示在该用户获取历史播放数据时所具有的情绪状态波动情况。其中，“历史播放数据”是指已经被播放设备播放过的多媒体数据(尤其是，已经被播放设备完整地播放过的多媒体数据)；该“历史播放数据”的播放时间早于上文“待评价播放数据”的播放时间；且该“历史播放数据”的数据类型与上文“待评价播放数据”的数据类型相同。
“第二条件”可以预先设定；而且本申请实施例不限定“第二条件”，例如，其具体可以为：播放时间距离待评价播放数据的播放时间最近。又如，其具体可以为：出现频次最高。
“第q个候选播放数据对应的序列比较结果”用于表示该第q个候选播放数据被用户喜欢的可能性；而且本申请实施例不限定“第q个候选播放数据对应的序列比较结果”，为了便于理解，下面结合三个示例进行说明。
示例1，若“对照情绪波动表征序列”包括待评价播放数据的预期情绪波动表征序列，则该“第q个候选播放数据对应的序列比较结果”包括：第q个候选播放数据的预期情绪波动表征序列与待评价播放数据的预期情绪波动表征序列之间的比较结果。
其中，“第q个候选播放数据的预期情绪波动表征序列与待评价播放数据的预期情绪波动表征序列之间的比较结果”用于表示该第q个候选播放数据所具有的情绪状态波动情况与该待评价播放数据所具有的情绪状态波动情况之间的相似程度。
示例2，若“对照情绪波动表征序列”包括用户的参考情绪波动表征序列，则该“第q个候选播放数据对应的序列比较结果”包括：第q个候选播放数据的预期情绪波动表征序列与用户的参考情绪波动表征序列之间的比较结果。
其中，“第q个候选播放数据的预期情绪波动表征序列与用户的参考情绪波动表征序列之间的比较结果”用于表示该第q个候选播放数据所具有的情绪状态波动情况与该用户的参考情绪波动表征序列所表征的情绪状态波动情况之间的相似程度。
示例3，若“对照情绪波动表征序列”包括待评价播放数据的预期情绪波动表征序列、以及用户的参考情绪波动表征序列，则该“第q个候选播放数据对应的序列比较结果”包括：第q个候选播放数据的预期情绪波动表征序列与待评价播放数据的预期情绪波动表征序列之间的比较结果、以及第q个候选播放数据的预期情绪波动表征序列与用户的参考情绪波动表征序列之间的比较结果。
本申请实施例不限定第q个候选播放数据对应的序列比较结果的确定过程，为了便于理解，下面结合三种情况进行说明。
情况1，对照情绪波动表征序列只包括待评价播放数据的预期情绪波动表征序列、或者用户的参考情绪波动表征序列，且该对照情绪波动表征序列中预期情绪表征数据的个数等于第q个候选播放数据中预期情绪表征数据的个数。
对于上述情况1来说，当第q个候选播放数据的预期情绪波动表征序列包括N个预期情绪表征数据，且对照情绪波动表征序列包括N个预期情绪表征数据时，该第q个候选播放数据对应的序列比较结果的确定过程，可以包括步骤91-步骤92：
步骤91：将第q个候选播放数据的预期情绪波动表征序列中第n个预期情绪表征数据与对照情绪波动表征序列中第n个预期情绪表征数据进行比较，得到第n个数据比较结果。其中，n为正整数，n≤N，N为正整数；q为正整数，q≤Q，Q为正整数。
其中，“第n个数据比较结果”是指上述“第q个候选播放数据的预期情绪波动表征序列中第n个预期情绪表征数据”与上述“对照情绪波动表征序列中第n个预期情绪表征数据”之间的比较结果；而且本申请实施例不限定“第n个数据比较结果”的确定过程，例如，其实施方式类似于上文“用户针对当前播放内容的实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的比较结果”的确定过程的实施方式。
步骤92：对第1个数据比较结果至第N个数据比较结果进行预设统计分析处理，得到第q个候选播放数据对应的序列比较结果。其中，q为正整数，q≤Q，Q为正整数。
其中，“预设统计分析处理”可以预先设定；而且本申请实施例不限定“预设统计分析处理”，例如，可以取和值、取加权平均值、取最大值、取最小值、计算方差等。
基于上述步骤91至步骤92的相关内容可知，对于包括相同个数的预期情绪表征数据的两个情绪波动表征序列来说，可以先比较该两个情绪波动表征序列中各个预期情绪表征数据；再基于这些比较结果，确定该两个情绪波动表征序列之间的比较结果。
情况2，对照情绪波动表征序列只包括待评价播放数据的预期情绪波动表征序列、或者用户的参考情绪波动表征序列，且该对照情绪波动表征序列中预期情绪表征数据的个数不等于第q个候选播放数据中预期情绪表征数据的个数。
对于上述情况2来说，本申请实施例提供了确定“第q个候选播放数据对应的序列比较结果”的两种可能的实施方式，下面分别进行介绍。
在第一种可能的实施方式中，第q个候选播放数据对应的序列比较结果的确定过程，具体可以包括步骤101-步骤103：
步骤101：根据第q个候选播放数据的预期情绪波动表征序列和对照情绪波动表征序列，确定第一序列和第二序列，以使该第一序列中预期情绪表征数据的个数大于该第二序列中预期情绪表征数据的个数。其中，q为正整数，q≤Q，Q为正整数。
其中，“第一序列”用于表示“第q个候选播放数据的预期情绪波动表征序列”与“对照情绪波动表征序列”中具有较多预期情绪表征数据的一个序列；而且“第二序列”用于表示“第q个候选播放数据的预期情绪波动表征序列”与“对照情绪波动表征序列”中具有较少预期情绪表征数据的一个序列。
另外，本申请实施例不限定步骤101，例如，其具体可以包括：判断第q个候选播放数据的预期情绪波动表征序列中预期情绪表征数据的个数是否大于对照情绪波动表征序列中预期情绪表征数据的个数，若是，则将该“第q个候选播放数据的预期情绪波动表征序列”确定为第一序列，并将该“对照情绪波动表征序列”确定为第二序列；若否，则将该“对照情绪波动表征序列”确定为第一序列，并将该“第q个候选播放数据的预期情绪波动表征序列”确定为第二序列。
步骤102：根据第一序列中预期情绪表征数据的个数，对第二序列进行数据填充处理，得到第三序列。
其中，“第三序列”用于表示被数据填充处理后的第二序列。
另外，本申请实施例不限定“数据填充处理”的实施方式，可以采用现有的或者未来出现的任一种能够实现数据填充处理的方法进行实施。
步骤103：根据第一序列与第三序列之间的比较结果，确定第q个候选播放数据对应的序列比较结果。其中，q为正整数，q≤Q，Q为正整数。
其中，“第一序列与第三序列之间的比较结果”用于表示第一序列与第三序列之间的相似程度；而且本申请实施例不限定“第一序列与第三序列之间的比较结果”的确定过程，例如，其可以采用上文步骤91-步骤92进行实施，只需将上文步骤91-步骤92中的“第q个候选播放数据的预期情绪波动表征序列”替换为“第一序列”、以及“对照情绪波动表征序列”替换为“第三序列”即可。
另外，本申请实施例不限定步骤103，例如，其具体可以包括：将第一序列与第三序列之间的比较结果，确定为第q个候选播放数据对应的序列比较结果。
基于上述步骤101至步骤103的相关内容可知，对于包括不同个数的预期情绪表征数据的两个情绪波动表征序列来说，可以先对具有较少预期情绪表征数据的一个情绪波动表征序列进行数据填充处理；再利用数据填充处理结果与另一个情绪波动表征序列进行比较，得到该两个情绪波动表征序列之间的比较结果。
在第二种可能的实施方式中，第q个候选播放数据对应的序列比较结果的确定过程，具体可以包括步骤111-步骤113：
步骤111：根据第q个候选播放数据的预期情绪波动表征序列和对照情绪波动表征序列，确定第一序列和第二序列，以使该第一序列中预期情绪表征数据的个数大于该第二序列中预期情绪表征数据的个数。其中，q为正整数，q≤Q，Q为正整数。
需要说明的是，步骤111的相关内容请参见上文步骤101的相关内容。
步骤112：根据第二序列中预期情绪表征数据的个数，对第一序列进行数据采样处理，得到第四序列。
其中，“第四序列”用于表示被数据采样处理后的第一序列。
另外，本申请实施例不限定“数据采样处理”，例如，其可以采用现有的或者未来出现的任一种能够实现数据采样处理的方法进行实施。
步骤113：根据第四序列与第二序列之间的比较结果，确定第q个候选播放数据对应的序列比较结果；其中，q为正整数，q≤Q，Q为正整数。
其中，“第四序列与第二序列之间的比较结果”用于表示第四序列与第二序列之间的相似程度；而且本申请实施例不限定“第四序列与第二序列之间的比较结果”的确定过程，例如，其可以采用上文步骤91-步骤92进行实施，只需将上文步骤91-步骤92中的“第q个候选播放数据的预期情绪波动表征序列”替换为“第四序列”、以及“对照情绪波动表征序列”替换为“第二序列”即可。
另外，本申请实施例不限定步骤113，例如，其具体可以包括：将第四序列与第二序列之间的比较结果，确定为第q个候选播放数据对应的序列比较结果。
基于上述步骤111至步骤113的相关内容可知，对于包括不同个数的预期情绪表征数据的两个情绪波动表征序列来说，可以先对具有较多预期情绪表征数据的一个情绪波动表征序列进行数据采样处理；再利用数据采样处理结果与另一个情绪波动表征序列进行比较，得到该两个情绪波动表征序列之间的比较结果。
基于上述情况2的相关内容可知，对于包括不同个数的预期情绪表征数据的两个情绪波动表征序列来说，可以先对该两个情绪波动表征序列中的至少一个情绪波动表征序列进行处理，以使处理结果中存在包括相同个数的预期情绪表征数据的两个情绪波动表征序列；再对该处理结果中存在的两个情绪波动表征序列进行比较，得到上述“不同个数的预期情绪表征数据的两个情绪波动表征序列”之间的比较结果。
情况3，对照情绪波动表征序列只包括待评价播放数据的预期情绪波动表征序列、以及用户的参考情绪波动表征序列。
对于上述情况3来说，第q个候选播放数据对应的序列比较结果的确定过程，可以包括步骤121-步骤123：
步骤121：将第q个候选播放数据的预期情绪波动表征序列与待评价播放数据的预期情绪波动表征序列进行比较，得到该第q个候选播放数据对应的第一比较结果。
其中，“第q个候选播放数据对应的第一比较结果”是指上述“第q个候选播放数据的预期情绪波动表征序列”与上述“待评价播放数据的预期情绪波动表征序列”之间的比较结果，以使该“第q个候选播放数据对应的第一比较结果”用于表示该第q个候选播放数据所具有的情绪状态波动情况与该待评价播放数据所具有的情绪状态波动情况之间的相似程度。
另外，本申请实施例不限定步骤121的实施方式，例如，其可以采用上述步骤91-步骤92、上述步骤101-步骤103、或者上述步骤111-步骤113进行实施，只需将上述步骤91-步骤92、上述步骤101-步骤103、或者上述步骤111-步骤113中“对照情绪波动表征序列”替换为“待评价播放数据的预期情绪波动表征序列”、以及“序列比较结果”替换为“第一比较结果”即可。
步骤122：将第q个候选播放数据的预期情绪波动表征序列与用户的参考情绪波动表征序列进行比较，得到该第q个候选播放数据对应的第二比较结果。
其中，“第q个候选播放数据对应的第二比较结果”是指上述“第q个候选播放数据的预期情绪波动表征序列”与上述“用户的参考情绪波动表征序列”之间的比较结果，以使该“第q个候选播放数据对应的第二比较结果”用于表示该第q个候选播放数据所具有的情绪状态波动情况与该用户的参考情绪波动表征序列所表征的情绪状态波动情况之间的相似程度。
另外，本申请实施例不限定步骤122的实施方式，例如，其可以采用上述步骤91-步骤92、上述步骤101-步骤103、或者上述步骤111-步骤113进行实施，只需将上述步骤91-步骤92、上述步骤101-步骤103、或者上述步骤111-步骤113中“对照情绪波动表征序列”替换为“用户的参考情绪波动表征序列”、以及“序列比较结果”替换为“第二比较结果”即可。
步骤123：根据第q个候选播放数据对应的第一比较结果和该第q个候选播放数据对应的第二比较结果，确定该第q个候选播放数据对应的序列比较结果。
需要说明的是，本申请实施例不限定步骤123，例如，其具体可以为：将第q个候选播放数据对应的第一比较结果和该第q个候选播放数据对应的第二比较结果进行合并处理，得到该第q个候选播放数据对应的序列比较结果。
基于上述步骤121至步骤123的相关内容可知，当对照情绪波动表征序列包括多个情绪波动表征序列时，可以先确定第q个候选播放数据的预期情绪波动表征序列与各个情绪波动表征序列之间的比较结果；再参考这些比较结果，确定该第q个候选播放数据对应的序列比较结果，以使该第q个候选播放数据对应的序列比较结果能够更全面地表示出该第q个候选播放数据被用户喜欢的可能性。
基于上述步骤71的相关内容可知，对于各个候选播放数据来说，可以将各个候选播放数据预期情绪波动表征序列分别与对照情绪波动表征序列进行比较，得到各个候选播放数据对应的序列比较结果，以使各个候选播放数据对应的序列比较结果能够分别表示出各个候选播放数据被用户喜欢的可能性。
步骤72：根据第1个候选播放数据对应的序列比较结果至第Q个候选播放数据对应的序列比较结果，从第1个候选播放数据至第Q个候选播放数据中筛选满足第一条件的至少一个待使用播放数据。
其中，“第一条件”可以预先设定；而且本申请实施例不限定“第一条件”，为了便于理解，下面结合三个示例进行说明。
示例1，若“对照情绪波动表征序列”包括待评价播放数据的预期情绪波动表征序列，则该“第一条件”可以包括：与待评价播放数据之间的情绪状态波动情况相似性低于第二相似度阈值。
可见，对于第q个候选播放数据来说，若确定该第q个候选播放数据对应的序列比较结果表示该第q个候选播放数据与待评价播放数据之间的情绪状态波动情况相似性低于第二相似度阈值(也就是，第q个候选播放数据的预期情绪波动表征序列与待评价播放数据的预期情绪波动表征序列之间的相似度低于第二相似度阈值)，则可以该第q个候选播放数据确定为一个待使用播放数据。其中，q为正整数，q≤Q，Q为正整数。
示例2，若“对照情绪波动表征序列”包括用户的参考情绪波动表征序列，则该“第一条件”可以包括：与上述“用户的参考情绪波动表征序列”之间的情绪状态波动情况相似性高于第三相似度阈值。
可见，对于第q个候选播放数据来说，若确定该第q个候选播放数据对应的序列比较结果表示该第q个候选播放数据与上述“用户的参考情绪波动表征序列”之间的情绪状态波动情况相似性高于第三相似度阈值(也就是，第q个候选播放数据的预期情绪波动表征序列与用户的参考情绪波动表征序列之间的相似度高于第三相似度阈值)，则可以该第q个候选播放数据确定为一个待使用播放数据。其中，q为正整数，q≤Q，Q为正整数。
示例3，若“对照情绪波动表征序列”包括待评价播放数据的预期情绪波动表征序列，则该“第一条件”可以包括：与待评价播放数据之间的情绪状态波动情况相似性低于第二相似度阈值、或者与上述“用户的参考情绪波动表征序列”之间的情绪状态波动情况相似性高于第三相似度阈值。
可见，对于第q个候选播放数据来说，若确定该第q个候选播放数据对应的序列比较结果表示该第q个候选播放数据与待评价播放数据之间的情绪状态波动情况相似性低于第二相似度阈值(也就是，第q个候选播放数据的预期情绪波动表征序列与待评价播放数据的预期情绪波动表征序列之间的相似度低于第二相似度阈值)，或者确定该第q个候选播放数据对应的序列比较结果表示该第q个候选播放数据与上述“用户的参考情绪波动表征序列”之间的情绪状态波动情况相似性高于第三相似度阈值(也就是，第q个候选播放数据的预期情绪波动表征序列与用户的参考情绪波动表征序列之间的相似度高于第三相似度阈值)，则可以该第q个候选播放数据确定为一个待使用播放数据。其中，q为正整数，q≤Q，Q为正整数。
上述“待使用播放数据”是指满足第一条件的候选播放数据。
步骤73：将待评价播放数据切换为至少一个待使用播放数据中的一个待使用播放数据。
本申请实施例中，在获取到至少一个待使用播放数据之后，可以先从这些待使用播放数据中随机选择一个待使用播放数据；再将该待评价播放数据切换为该被选择的待使用播放数据，以使播放设备停止播放待评价播放数据，并开始播放该被选择的待使用播放数据。
另外，为了提高播放数据切换效果，本申请实施例还提供了步骤73的另一种可能的实施方式，其具体可以包括：先从上述“至少一个待使用播放数据”中选择满足第三条件的目标播放数据；再将待评价播放数据切换为目标播放数据。
其中，“第三条件”可以预先设定；而且本申请实施例不限定“第三条件”，为了便于理解，下面结合三个示例进行说明。
示例1，若“对照情绪波动表征序列”包括待评价播放数据的预期情绪波动表征序列，则该“第三条件”可以包括：与待评价播放数据之间的情绪状态波动情况相似性最小。
可见，对于第e个待使用播放数据来说，若确定该第e个待使用播放数据与待评价播放数据之间的情绪状态波动情况相似性低于E个待使用播放数据中除了该第e个待使用播放数据以外的其他待使用播放数据与待评价播放数据之间的情绪状态波动情况相似性，则可以确定该第e个待使用播放数据与待评价播放数据之间的情绪状态波动情况相似性最小，故可以将该第e个待使用播放数据确定为目标播放数据。其中，e为正整数，e≤E，E为正整数；E表示上述“至少一个待使用播放数据”中待使用播放数据的个数。
示例2，若“对照情绪波动表征序列”包括用户的参考情绪波动表征序列，则该“第三条件”可以包括：与上述“用户的参考情绪波动表征序列”之间的情绪状态波动情况相似性最大。
可见，对于第e个待使用播放数据来说，若确定该第e个待使用播放数据与上述“用户的参考情绪波动表征序列”之间的情绪状态波动情况相似性高于E个待使用播放数据中除了该第e个待使用播放数据以外的其他待使用播放数据与上述“用户的参考情绪波动表征序列”之间的情绪状态波动情况相似性，则可以确定该第e个待使用播放数据与上述“用户的参考情绪波动表征序列”之间的情绪状态波动情况相似性最大，故可以将该第e个待使用播放数据确定为目标播放数据。其中，e为正整数，e≤E，E为正整数；E表示上述“至少一个待使用播放数据”中待使用播放数据的个数。
示例3，若“对照情绪波动表征序列”包括待评价播放数据的预期情绪波动表征序列，则该“第三条件”可以包括：“与用户的参考情绪波动表征序列之间的情绪状态波动情况相似性”与“与待评价播放数据之间的情绪状态波动情况相似性”之间的比值最大。
可见，对于第e个待使用播放数据来说，若确定“第e个待使用播放数据与用户的参考情绪波动表征序列之间的情绪状态波动情况相似性”与“第e个待使用播放数据与待评价播放数据之间的情绪状态波动情况相似性”之间的比值均高于E个待使用播放数据中除了该第e个待使用播放数据对应的比值，则可以确定该“第e个待使用播放数据与用户的参考情绪波动表征序列之间的情绪状态波动情况相似性”与“第e个待使用播放数据与待评价播放数据之间的情绪状态波动情况相似性”之间的比值最大，故可以将该第e个待使用播放数据确定为目标播放数据。其中，e为正整数，e≤E，E为正整数；E表示上述“至少一个待使用播放数据”中待使用播放数据的个数。
基于上述步骤71至步骤73的相关内容可知，对于至少一个候选播放数据来说，可以参考对照情绪波动表征序列与各个候选播放数据的预期情绪波动表征序列之间的契合程度，从该至少一个候选播放数据中筛选出一个用于替换上述“待评价播放数据”进行播放的候选播放数据，以使筛选得到的该候选播放数据能够尽可能地被用户喜欢，如此有利于提高播放数据切换效果。
在一些情况下，为了进一步提高用户体验，可以由用户选择是否进行播放数据切换。基于此，本申请实施例还提供了S3的另一种可能的实施方式，其具体可以包括S31-S32：
S31：在确定评价结果满足第一更新条件之后，生成播放数据切换询问请求。
其中，“播放数据切换询问请求”用于向用户询问是否将上述“待评价播放数据”切换为其他播放数据。
另外，本申请实施例不限定用户针对上述“播放数据切换询问请求”的获取方式，例如，当本申请实施例提供的播放方法的执行主体为播放设备时，可以由该播放设备直接将播放数据切换询问请求通过预设发送方式发送给用户，以使该用户能够针对该播放数据切换询问请求进行反馈。又如，当本申请实施例提供的播放方法的执行主体为服务器时，可以先由该服务器将播放数据切换询问请求发送给播放设备；再由该播放设备将播放数据切换询问请求通过预设发送方式发送给用户，以使该用户能够针对该播放数据切换询问请求进行反馈。其中，“预设发送方式”可以预先设定；而且本申请实施例不限定“预设发送方式”，例如，其可以利用屏幕显示的方式进行实施。
S32：若确定用户针对播放数据切换询问请求的反馈结果满足第二更新条件，则将待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据。
其中，“用户针对播放数据切换询问请求的反馈结果”用于表示该用户是否同意将上述“待评价播放数据”切换为其他播放数据。
“第二更新条件”可以预先设定；而且本申请实施例“第二更新条件”，例如，其具体可以为：上述“用户针对播放数据切换询问请求的反馈结果”表示该用户同意将上述“待评价播放数据”切换为其他播放数据。
基于上述S31至S32的相关内容可知，在一些情况下，可以参考用户针对上述“待评价播放数据”的切换意愿，确定是否更换播放设备的播放数据，以使播放数据的切换过程更符合用户意愿，如此有利于提高用户体验。
基于上述S1至S3的相关内容可知，对于本申请实施例提供的播放方法来说，在待评价播放数据处于播放状态时，先获取用户针对该待评价播放数据中当前播放内容的实际情绪表征数据；再根据该实际情绪表征数据与该当前播放内容的预期情绪表征数据之间的比较结果，确定该待评价播放数据的评价结果，以使该评价结果能够表示出该用户喜欢该待评价播放数据的可能性；最后，在确定该评价结果满足第一更新条件时，确定该用户很可能不喜欢该待评价播放数据，故可以将待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据，以使该候选播放数据处于播放状态，如此能够实现基于用户的实时情绪反馈及时地调整播放设备的播放数据，从而能够尽可能地保证该播放设备的播放数据符合该用户的喜好需求，如此能够提高数据播放效果，从而有利于提高用户体验。
基于上述方法实施例提供的播放方法，本申请实施例还提供了一种播放装置，下面结合附图进行解释和说明。
装置实施例
装置实施例对播放装置进行介绍，相关内容请参见上述方法实施例。
参见图4，该图为本申请实施例提供的一种播放装置的结构示意图。
本申请实施例提供的播放装置400，包括：
获取单元401，用于在待评价播放数据处于播放状态时，获取用户针对当前播放内容的实际情绪表征数据；其中，所述待评价播放数据包括所述当前播放内容；
确定单元402，用于根据所述实际情绪表征数据与所述当前播放内容的预期情绪表征数据之间的比较结果，确定所述待评价播放数据的评价结果；
切换单元403，用于若确定所述评价结果满足第一更新条件，则将所述待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据。
在一种可能的实施方式中，所述切换单元403，包括：
比较子单元，用于将各个所述候选播放数据的预期情绪波动表征序列分别与对照情绪波动表征序列进行比较，得到各个所述候选播放数据对应的序列比较结果；
筛选子单元，用于根据所述至少一个候选播放数据对应的序列比较结果，从所述至少一个候选播放数据中筛选满足第一条件的至少一个待使用播放数据；
切换子单元，用于将所述待评价播放数据切换为所述至少一个待使用播放数据中的一个待使用播放数据。
在一种可能的实施方式中，所述对照情绪波动表征序列包括所述待评价播放数据的预期情绪波动表征序列；和/或，所述用户的参考情绪波动表征序列。
在一种可能的实施方式中，所述比较子单元，具体用于：当所述对照情绪波动表征序列包括所述待评价播放数据的预期情绪波动表征序列和所述用户的参考情绪波动表征序列时，将各个所述候选播放数据的预期情绪波动表征序列分别与所述待评价播放数据的预期情绪波动表征序列进行比较，得到各个所述候选播放数据对应的第一比较结果；将各个所述候选播放数据的预期情绪波动表征序列分别与所述用户的参考情绪波动表征序列进行比较，得到各个所述候选播放数据对应的第二比较结果；根据各个所述候选播放数据对应的第一比较结果与各个所述候选播放数据对应的第二比较结果，确定各个所述候选播放数据对应的序列比较结果。
在一种可能的实施方式中，所述用户的参考情绪波动表征序列的确定过程，包括：从所述用户的至少一个历史情绪波动表征序列中选择满足第二条件的一个历史情绪波动表征序列，确定为所述用户的参考情绪波动表征序列。
在一种可能的实施方式中，所述切换子单元，具体用于：从所述至少一个待使用播放数据中选择满足第三条件的目标播放数据；将所述待评价播放数据切换为所述目标播放数据。
在一种可能的实施方式中，所述候选播放数据的个数为Q；且所述比较子单元具体用于：当第q个候选播放数据的预期情绪波动表征序列包括N个预期情绪表征数据，且所述对照情绪波动表征序列包括N个预期情绪表征数据时，将所述第q个候选播放数据的预期情绪波动表征序列中第n个预期情绪表征数据与所述对照情绪波动表征序列中第n个预期情绪表征数据进行比较，得到第n个数据比较结果；对第1个数据比较结果至第N个数据比较结果进行预设统计分析处理，得到所述第q个候选播放数据对应的序列比较结果；其中，n为正整数，n≤N，N为正整数；q为正整数，q≤Q，Q为正整数。
在一种可能的实施方式中，所述候选播放数据的个数为Q；且所述比较子单元具体用于：根据所述第q个候选播放数据的预期情绪波动表征序列和所述对照情绪波动表征序列，确定第一序列和第二序列，以使第一序列中预期情绪表征数据的个数大于第二序列中预期情绪表征数据的个数；根据所述第一序列中预期情绪表征数据的个数，对所述第二序列进行数据填充处理，得到第三序列；根据所述第一序列与所述第三序列之间的比较结果，确定所述第q个候选播放数据对应的序列比较结果；其中，q为正整数，q≤Q，Q为正整数。
在一种可能的实施方式中，所述候选播放数据的个数为Q；且所述比较子单元具体用于：根据所述第q个候选播放数据的预期情绪波动表征序列和所述对照情绪波动表征序列，确定第一序列和第二序列，以使第一序列中预期情绪表征数据的个数大于第二序列中预期情绪表征数据的个数；根据所述第二序列中预期情绪表征数据的个数，对所述第一序列进行数据采样处理，得到第四序列；根据所述第四序列与所述第二序列之间的比较结果，确定所述第q个候选播放数据对应的序列比较结果；其中，q为正整数，q≤Q，Q为正整数。
在一种可能的实施方式中，所述确定单元402，具体用于：根据所述用户针对当前播放内容的实际情绪表征数据与所述当前播放内容的预期情绪表征数据之间的比较结果、以及所述用户针对至少一个历史播放内容的实际情绪表征数据与所述至少一个历史播放内容的预期情绪表征数据之间的比较结果，确定所述待评价播放数据的评价结果；其中，所述待评价播放数据还包括所述至少一个历史播放内容。
在一种可能的实施方式中，所述至少一个历史播放内容是根据所述当前播放内容的播放时间和预设参考历史参数进行确定的。
在一种可能的实施方式中，所述当前播放内容的预期情绪表征数据的确定过程，包括：对所述当前播放内容进行故事情节分析处理，得到所述当前播放内容的故事情节表征数据；对所述当前播放内容的故事情节表征数据进行第一情绪分析处理，得到所述当前播放内容的预期情绪表征数据。
在一种可能的实施方式中，所述当前播放内容的预期情绪表征数据的确定过程，包括：对所述待评价播放数据进行故事情节发展线分析，得到至少一个故事情节发展线；依据所述至少一个故事情节发展线，对所述当前播放内容进行第二情绪分析处理，得到所述当前播放内容的预期情绪表征数据。
在一种可能的实施方式中，所述当前播放内容的预期情绪表征数据的确定过程，包括：对所述待评价播放数据进行故事情节发展线分析，得到至少一个故事情节发展线；依据所述至少一个故事情节发展线，对所述待评价播放数据进行第三情绪分析处理，得到所述待评价播放数据的预期情绪波动表征序列；从所述待评价播放数据的预期情绪波动表征序列中查找所述当前播放内容的预期情绪表征数据。
在一种可能的实施方式中，所述播放装置400还包括：
询问单元，用于在确定所述评价结果满足第一更新条件之后，生成播放数据切换询问请求；
所述切换单元403，具体用于：若确定所述用户针对所述播放数据切换询问请求的反馈结果满足第二更新条件，则将所述待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据。
进一步地，本申请实施例还提供了一种播放设备，包括：处理器、存储器、系统总线；
所述处理器以及所述存储器通过所述系统总线相连；
所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行上述播放方法的任一种实现方法。
进一步地，本申请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中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行上述播放方法的任一种实现方法。
进一步地，本申请实施例还提供了一种计算机程序产品，所述计算机程序产品在终端设备上运行时，使得所述终端设备执行上述播放方法的任一种实现方法。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者诸如媒体网关等网络通信设备，等等)执行本申请各个实施例或者实施例的某些部分所述的方法。
需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (16)

1.一种播放方法，其特征在于，所述方法包括：
在待评价播放数据处于播放状态时，获取用户针对当前播放内容的实际情绪表征数据；其中，所述待评价播放数据包括所述当前播放内容；
根据所述实际情绪表征数据与所述当前播放内容的预期情绪表征数据之间的比较结果，确定所述待评价播放数据的评价结果；
若确定所述评价结果满足第一更新条件，则将所述待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据。
2.根据权利要求1所述的方法，其特征在于，所述将所述待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据，包括：
将各个所述候选播放数据的预期情绪波动表征序列分别与对照情绪波动表征序列进行比较，得到各个所述候选播放数据对应的序列比较结果；
根据所述至少一个候选播放数据对应的序列比较结果，从所述至少一个候选播放数据中筛选满足第一条件的至少一个待使用播放数据；
将所述待评价播放数据切换为所述至少一个待使用播放数据中的一个待使用播放数据。
3.根据权利要求2所述的方法，其特征在于，所述对照情绪波动表征序列包括所述待评价播放数据的预期情绪波动表征序列；和/或，所述用户的参考情绪波动表征序列。
4.根据权利要求3所述的方法，其特征在于，当所述对照情绪波动表征序列包括所述待评价播放数据的预期情绪波动表征序列和所述用户的参考情绪波动表征序列时，所述将各个所述候选播放数据的预期情绪波动表征序列分别与对照情绪波动表征序列进行比较，得到各个所述候选播放数据对应的序列比较结果，包括：
将各个所述候选播放数据的预期情绪波动表征序列分别与所述待评价播放数据的预期情绪波动表征序列进行比较，得到各个所述候选播放数据对应的第一比较结果；
将各个所述候选播放数据的预期情绪波动表征序列分别与所述用户的参考情绪波动表征序列进行比较，得到各个所述候选播放数据对应的第二比较结果；
根据各个所述候选播放数据对应的第一比较结果与各个所述候选播放数据对应的第二比较结果，确定各个所述候选播放数据对应的序列比较结果。
5.根据权利要求3所述的方法，其特征在于，所述用户的参考情绪波动表征序列的确定过程，包括：
从所述用户的至少一个历史情绪波动表征序列中选择满足第二条件的一个历史情绪波动表征序列，确定为所述用户的参考情绪波动表征序列。
6.根据权利要求2所述的方法，其特征在于，所述将所述待评价播放数据切换为所述至少一个待使用播放数据中的一个待使用播放数据，包括：
从所述至少一个待使用播放数据中选择满足第三条件的目标播放数据；
将所述待评价播放数据切换为所述目标播放数据。
7.根据权利要求2所述的方法，其特征在于，所述候选播放数据的个数为Q；
当第q个候选播放数据的预期情绪波动表征序列包括N个预期情绪表征数据，且所述对照情绪波动表征序列包括N个预期情绪表征数据时，所述第q个候选播放数据对应的序列比较结果的确定过程，包括：
将所述第q个候选播放数据的预期情绪波动表征序列中第n个预期情绪表征数据与所述对照情绪波动表征序列中第n个预期情绪表征数据进行比较，得到第n个数据比较结果；其中，n为正整数，n≤N，N为正整数；q为正整数，q≤Q，Q为正整数；
对第1个数据比较结果至第N个数据比较结果进行预设统计分析处理，得到所述第q个候选播放数据对应的序列比较结果。
8.根据权利要求2所述的方法，其特征在于，所述候选播放数据的个数为Q；
所述第q个候选播放数据对应的序列比较结果的确定过程，包括：
根据所述第q个候选播放数据的预期情绪波动表征序列和所述对照情绪波动表征序列，确定第一序列和第二序列，以使第一序列中预期情绪表征数据的个数大于第二序列中预期情绪表征数据的个数；根据所述第一序列中预期情绪表征数据的个数，对所述第二序列进行数据填充处理，得到第三序列；根据所述第一序列与所述第三序列之间的比较结果，确定所述第q个候选播放数据对应的序列比较结果；其中，q为正整数，q≤Q，Q为正整数；
或者，
所述第q个候选播放数据对应的序列比较结果的确定过程，包括：
根据所述第q个候选播放数据的预期情绪波动表征序列和所述对照情绪波动表征序列，确定第一序列和第二序列，以使第一序列中预期情绪表征数据的个数大于第二序列中预期情绪表征数据的个数；根据所述第二序列中预期情绪表征数据的个数，对所述第一序列进行数据采样处理，得到第四序列；根据所述第四序列与所述第二序列之间的比较结果，确定所述第q个候选播放数据对应的序列比较结果；其中，q为正整数，q≤Q，Q为正整数。
9.根据权利要求1所述的方法，其特征在于，所述根据所述实际情绪表征数据与所述当前播放内容的预期情绪表征数据之间的比较结果，确定所述待评价播放数据的评价结果，包括：
根据所述用户针对当前播放内容的实际情绪表征数据与所述当前播放内容的预期情绪表征数据之间的比较结果、以及所述用户针对至少一个历史播放内容的实际情绪表征数据与所述至少一个历史播放内容的预期情绪表征数据之间的比较结果，确定所述待评价播放数据的评价结果；其中，所述待评价播放数据还包括所述至少一个历史播放内容。
10.根据权利要求9所述的方法，其特征在于，所述至少一个历史播放内容是根据所述当前播放内容的播放时间和预设参考历史参数进行确定的。
11.根据权利要求1所述的方法，其特征在于，所述当前播放内容的预期情绪表征数据的确定过程，包括：
对所述当前播放内容进行故事情节分析处理，得到所述当前播放内容的故事情节表征数据；对所述当前播放内容的故事情节表征数据进行第一情绪分析处理，得到所述当前播放内容的预期情绪表征数据；
或者，
所述当前播放内容的预期情绪表征数据的确定过程，包括：
对所述待评价播放数据进行故事情节发展线分析，得到至少一个故事情节发展线；依据所述至少一个故事情节发展线，对所述当前播放内容进行第二情绪分析处理，得到所述当前播放内容的预期情绪表征数据；
或者，
所述当前播放内容的预期情绪表征数据的确定过程，包括：
对所述待评价播放数据进行故事情节发展线分析，得到至少一个故事情节发展线；依据所述至少一个故事情节发展线，对所述待评价播放数据进行第三情绪分析处理，得到所述待评价播放数据的预期情绪波动表征序列；从所述待评价播放数据的预期情绪波动表征序列中查找所述当前播放内容的预期情绪表征数据。
12.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在确定所述评价结果满足第一更新条件之后，生成播放数据切换询问请求；
所述将所述待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据，包括：
若确定所述用户针对所述播放数据切换询问请求的反馈结果满足第二更新条件，则将所述待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据。
13.一种播放装置，其特征在于，包括：
获取单元，用于在待评价播放数据处于播放状态时，获取用户针对当前播放内容的实际情绪表征数据；其中，所述待评价播放数据包括所述当前播放内容；
确定单元，用于根据所述实际情绪表征数据与所述当前播放内容的预期情绪表征数据之间的比较结果，确定所述待评价播放数据的评价结果；
切换单元，用于若确定所述评价结果满足第一更新条件，则将所述待评价播放数据切换为至少一个候选播放数据中的一个候选播放数据。
14.一种设备，其特征在于，所述设备包括：处理器、存储器、系统总线；
所述处理器以及所述存储器通过所述系统总线相连；
所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行权利要求1至12任一项所述的方法。
15.一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中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行权利要求1至12任一项所述的方法。
16.一种计算机程序产品，其特征在于，所述计算机程序产品在终端设备上运行时，使得所述终端设备执行权利要求1至12任一项所述的方法。
CN202111007432.1A 2021-08-30 2021-08-30 一种播放方法及其相关设备 Active CN113724544B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111007432.1A CN113724544B (zh) 2021-08-30 2021-08-30 一种播放方法及其相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111007432.1A CN113724544B (zh) 2021-08-30 2021-08-30 一种播放方法及其相关设备

Publications (2)

Publication Number Publication Date
CN113724544A true CN113724544A (zh) 2021-11-30
CN113724544B CN113724544B (zh) 2023-08-22

Family

ID=78679324

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111007432.1A Active CN113724544B (zh) 2021-08-30 2021-08-30 一种播放方法及其相关设备

Country Status (1)

Country Link
CN (1) CN113724544B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60174162A (ja) * 1983-12-12 1985-09-07 エクテロン ラケツトボ−ル用ラケツト
CN104038836A (zh) * 2014-06-03 2014-09-10 四川长虹电器股份有限公司 电视节目智能推送的方法
CN105824888A (zh) * 2016-03-10 2016-08-03 深圳创达云睿智能科技有限公司 基于脑电波的音乐播放控制方法及装置
CN106648540A (zh) * 2017-01-09 2017-05-10 广东小天才科技有限公司 一种音乐切换方法及装置
WO2017096979A1 (zh) * 2015-12-08 2017-06-15 乐视控股（北京）有限公司 基于用户情绪的节目播放方法和系统
CN107423351A (zh) * 2017-05-24 2017-12-01 维沃移动通信有限公司 一种信息处理方法及电子设备
CN108304458A (zh) * 2017-12-22 2018-07-20 新华网股份有限公司 根据用户情绪的多媒体内容推送方法和系统
CN108900908A (zh) * 2018-07-04 2018-11-27 三星电子（中国）研发中心 视频播放方法和装置
CN109714248A (zh) * 2018-12-26 2019-05-03 联想(北京)有限公司 一种数据处理方法及装置
CN110321477A (zh) * 2019-05-24 2019-10-11 平安科技（深圳）有限公司 信息推荐方法、装置、终端及存储介质
US10516902B1 (en) * 2018-07-26 2019-12-24 International Business Machines Corporation Control of content broadcasting
CN111506183A (zh) * 2019-01-30 2020-08-07 阿里巴巴集团控股有限公司 一种智能终端及用户交互方法
US20210050033A1 (en) * 2019-08-16 2021-02-18 Adobe Inc. Utilizing bi-directional recurrent encoders with multi-hop attention for speech emotion recognition

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60174162A (ja) * 1983-12-12 1985-09-07 エクテロン ラケツトボ−ル用ラケツト
CN104038836A (zh) * 2014-06-03 2014-09-10 四川长虹电器股份有限公司 电视节目智能推送的方法
WO2017096979A1 (zh) * 2015-12-08 2017-06-15 乐视控股（北京）有限公司 基于用户情绪的节目播放方法和系统
CN105824888A (zh) * 2016-03-10 2016-08-03 深圳创达云睿智能科技有限公司 基于脑电波的音乐播放控制方法及装置
CN106648540A (zh) * 2017-01-09 2017-05-10 广东小天才科技有限公司 一种音乐切换方法及装置
CN107423351A (zh) * 2017-05-24 2017-12-01 维沃移动通信有限公司 一种信息处理方法及电子设备
CN108304458A (zh) * 2017-12-22 2018-07-20 新华网股份有限公司 根据用户情绪的多媒体内容推送方法和系统
CN108900908A (zh) * 2018-07-04 2018-11-27 三星电子（中国）研发中心 视频播放方法和装置
US10516902B1 (en) * 2018-07-26 2019-12-24 International Business Machines Corporation Control of content broadcasting
CN109714248A (zh) * 2018-12-26 2019-05-03 联想(北京)有限公司 一种数据处理方法及装置
CN111506183A (zh) * 2019-01-30 2020-08-07 阿里巴巴集团控股有限公司 一种智能终端及用户交互方法
CN110321477A (zh) * 2019-05-24 2019-10-11 平安科技（深圳）有限公司 信息推荐方法、装置、终端及存储介质
US20210050033A1 (en) * 2019-08-16 2021-02-18 Adobe Inc. Utilizing bi-directional recurrent encoders with multi-hop attention for speech emotion recognition

Also Published As

Publication number Publication date
CN113724544B (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
US10987596B2 (en) Spectator audio analysis in online gaming environments
CN107797984B (zh) 智能交互方法、设备及存储介质
CN110364146B (zh) 语音识别方法、装置、语音识别设备及存储介质
US10293260B1 (en) Player audio analysis in online gaming environments
CN108874895B (zh) 交互信息推送方法、装置、计算机设备及存储介质
CN111708948B (zh) 内容项推荐方法、装置、服务器及计算机可读存储介质
CN107133368B (zh) 人机交互方法、系统及机器人
US20210129025A1 (en) Dynamic Modification of Audio Playback in Games
KR102451925B1 (ko) 자연 언어 처리를 위한 네트워크-기반 학습 모델
CN109783656A (zh) 音视频数据的推荐方法、系统及服务器和存储介质
CN114550705A (zh) 对话推荐方法、模型的训练方法、装置、设备及介质
CN112927692A (zh) 一种自动语言交互方法、装置、设备和介质
JP2019045978A (ja) 対話制御装置、学習装置、対話制御方法、学習方法、制御プログラム、および、記録媒体
CN112995719B (zh) 基于弹幕文本的问题集获取方法、装置及计算机设备
CN114065044A (zh) 一种内容推荐优化方法及服务器
CN111444383B (zh) 一种音频数据处理方法、装置以及计算机可读存储介质
CN111639199A (zh) 多媒体文件推荐方法、装置、服务器及存储介质
CN113724544B (zh) 一种播放方法及其相关设备
CN113836388A (zh) 信息推荐方法、装置、服务器及存储介质
CN113395537B (zh) 用于推荐直播间的方法和装置
CN110858234A (zh) 一种根据人物情感进行信息推送的方法及装置
CN110516151A (zh) 有效行为检测和个性化推荐方法
CN109313638B (zh) 应用推荐
CN113099305A (zh) 播放控制方法及装置
Abou-Zleikha et al. Preference learning with evolutionary multivariate adaptive regression spline model

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