CN113727192A - 采集收视行为的方法和系统 - Google Patents

Abstract

本申请涉及采集收视行为的方法和系统。在终端侧通过外部事件及视频播放质量指标的判断进行数据筛选。该采集收视行为的系统包括终端侧的用户收视采集模块和平台侧的用户收视分析模块。该采集收视行为的方法通过用户观看时长是否超过起播阈值判断来完成观看起始时间的采集，通过用户观看时长是否超过判断周期阈值、电视机信号是否存在、遥控器红外事件是否存在、发生视频卡顿累计时长是否超过容忍时间的判断来完成观看结束时间的采集，将采集到的观看起始时间和观看结束时间，连同相应视频节目信息，上传给用户收视分析模块。从而，剔除了无效时长统计，提高了视频业务数据分析统计的精确性。

Description

采集收视行为的方法和系统

技术领域

本发明涉及网络视频技术领域，尤其涉及一种精准采集视频用户收视行为的方法和系统。

背景技术

随着视频技术的发展，基于互联网的数字电视目前已十分普及。在网络视频领域的很多应用，如用户标签、热门视频推荐、收视率统计等，都离不开对用户收视行为的精准分析。而对用户收视行为的分析是在对用户收视行为的采集的基础上展开的。因此，对用户的收视行为准确采集越来越受到重视。

现有的用户收视行为采集、分析方法是基于用户加入、离开某一直播/点播内容的时间来判断用户观看直播/点播的时长，由用户收视采集模块(以下简称采集模块)针对这些单用户的业务数据进行关联分析。但是这样采集、统计方式会存在将用户无效观看时间也计算在内的情况。例如晚上用户关闭了电视机并没有继续观看，但由于没有关闭机顶盒，机顶盒持续工作，视频流依然存在，系统便会误判用户一直没有离开当前视频，由此一直持续累积用户观看时长，直到视频播放结束或者出现切换操作。

图1是现有技术中的用户收视行为采集方法的示意图。主要通过用户观看视频的动作来进行用户收视行为采集。具体而言，由终端侧的采集模块通过网络抓包或者播放器数据采集的方式获取用户加入某一组播频道时间和频道名称(组播组地址)，并在用户退出频道时采集离开频道的时间。采集模块，将获取的视频节目信息(对直播而言包括频道名称/组播地址，对点播而言是内容ID(ContentID))、视频播放起始时间、视频播放结束时间作为一条数据录入并提交到平台侧的用户收视分析模块(以下简称分析模块)，用于供平台进行收视行为分析。

可见，现有技术的采集方法仅仅是基于用户视频加入和离开视频，将视频播放起始时间和视频播放结束时间等同于观看起始时间和观看结束时间，导致一些无效观看时长也会计算在其中。

因此，亟须一种更精细化的用户收视行为采集方法和系统，可以鉴别并剔除用户的无效观看时间。

发明内容

提供本发明内容以便以简化形式介绍将在以下详细描述中进一步描述的一些概念。本发明内容并不旨在标识出所要求保护的主题的关键特征或必要特征；也不旨在用于确定或限制所要求保护的主题的范围。

本申请涉及一种更精细化的用户收视行为数据采集方法，在现有采集用户加入/离开直播/点播内容数据的时间的基础上，增加机顶盒外部事件采集。当发现用户长时间观看同一视频时，结合采集观看视频业务质量指标、遥控器红外信号的输入事件、电视机开关状态等，通过综合分析来剔除用户无效的观看时长。具体而言，通过视频业务质量信息指标判断观看过程中是否有视频卡顿明显但用户没做任何操作处理的情况，通过遥控器红外事件判别在观看视频过程中用户是否进行过遥控操作，通过HDMI口的电视机开关状态判别在观看过程中是否发生电视机关闭的情况等。其中，各种判断依据的时间阈值，可以通过阈值学习来调整。

在本申请的用户收视行为数据采集系统中，采集模块中还增加了阈值学习功能子模块，通过采集用户操作遥控器切台的时延、用户观看时长、视频连续卡顿时长数据不断调整用户是否正常观看的判断阈值。通过外部事件和视频质量信息加入阈值判断，一定程度上可以剔除一部分无效的观看时间，使用户收视行为分析更加精准。

本申请的在终端侧采集视频用户收视行为的方法，包括观看起始时间和观看结束时间的采集。观看起始时间的采集包括：在视频开始播放后作出用户观看时长是否超过起播阈值的判断，并在用户观看时长超过起播阈值的情况下将视频播放起始时间记录为观看起始时间，而如果用户观看时长未超过起播阈值，则不记录观看起始时间并等待下一次视频播放的开始。观看结束时间的采集包括：作出用户观看时长是否超过判断周期阈值的判断，如果用户观看时长未超过判断周期阈值，则将视频播放结束时间记录为观看结束时间，如果用户观看时长超过判断周期阈值，则进一步作出电视机信号是否存在的判断，如果电视机信号不存在就将观看起始时间+判断周期阈值记录为观看结束时间，而如果电视机信号存在，则进一步作出遥控器红外事件是否存在的判断，如果遥控器红外事件存在，则继续视频播放并等待下一个判断周期，而如果遥控器红外事件不存在，则进一步作出发生视频卡顿累计时长是否超过容忍时间的判断，并在发生视频卡顿累计时长超过容忍时间的情况下将观看起始时间+判断周期阈值记录为观看结束时间，而如果发生视频卡顿累计时长未超过容忍时间的情况下，继续视频播放并等待下一个判断周期，并记录本次判断周期内最长连续卡顿时长。在完成一次观看起始时间和观看结束时间的记录后，由终端将所记录的一次观看起始时间和观看结束时间，连同相应视频节目信息，作为一条业务数据，上传平台，并等待下一次视频播放的开始。

本申请的在终端侧采集视频用户收视行为的方法还包括阈值学习以执行以下中的至少一项：通过用户行为、用户不同视频观看时长指标优化起播阈值；通过视频累计观看优化判断周期阈值；以及通过记录的最长连续卡顿时间优化视频质差容忍时间的阈值。

本申请的采集视频用户收视行为的系统，包括终端侧用户收视采集模块和平台侧用户收视分析模块。用户收视采集模块通过用户观看时长是否超过起播阈值判断来完成观看起始时间的采集，通过用户观看时长是否超过判断周期阈值、电视机信号是否存在、遥控器红外事件是否存在、发生视频卡顿累计时长是否超过容忍时间的判断来完成观看结束时间的采集，以及将采集的观看起始时间和观看结束时间，连同相应视频节目信息，作为一条业务数据，上传给用户收视分析模块，并等待下一次视频播放的开始。

其中的用户收视采集模块还包括阈值学习模块，阈值学习模块被配置成执行以下中的至少一项：通过用户行为、用户不同视频观看时长指标优化起播阈值；通过视频累计观看优化判断周期阈值；以及通过记录的最长连续卡顿时间优化视频质差容忍时间的阈值。

附图说明

以下将通过参考附图中示出的具体实施例来对本发明进行更具体描述。

图1是现有技术的用户收视行为采集方法的示意图；

图2是本申请的用户收视行为采集方法的示意图；

图3示出了本申请的用户收视行为采集方法中视频起始记录时间的判别方法；

图4示出了本申请的用户收视行为采集方法中视频结束记录时间的判别方法；

图5示出了可用于实现本申请的用户收视采集模块的框图。

附图中的流程图和框图显示了根据本申请的实施例的系统、方法可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。

具体实施方式

以下将通过参考附图中示出的具体实施例来对本发明进行更具体描述。通过阅读下文具体实施方式的详细描述，本发明的各种优点和益处对于本领域普通技术人员将变得清楚明了。然而应当理解，可以以各种形式实现本发明而不应被这里阐述的各实施方式所限制。提供以下实施方式是为了能够更透彻地理解本发明。除非另有说明，本申请使用的技术术语或者科学术语应当为本申请所属领域技术人员所理解的通常意义。

本申请的用户行为数据采集方法，如图2所示，除了采集视频观看动作、视频节目信息之外，还会获取外部事件(比如遥控器红外事件、HDMI口电视机信息时间)和观看视频的业务质量(如，卡顿时长)等附加信息，并通过这些附加信息判断用户是否真的在观看视频。此外，采集模块中还包括阈值学习模块，通过采集用户切台时延、用户观看时长、视频连续卡顿时长等数据不断调整用户是否正常观看的各判断阈值。

图3示出了本申请的用户收视行为采集方法中观看起始记录时间的判别方法：

视频在步骤S01开始播放；

在步骤S03作出用户观看时长是否超过T1判断，T1为起播阈值(假设T1默认30秒，可结合用户每次频繁切台的观看时间做优化)，

当用户观看时长超过T1的情况下，认为用户是在观看视频的，此时视频播放起始时间就认定为观看起始时间，在步骤S05开始对视频生成一条业务数据并记录业务数据，包括记录观看起始时间、组播组地址/频道名称/点播Content ID，

如果用户观看时长没有超过T1的情况下，则认为用户并没由真正观看视频，或者说是用户浏览后决定放弃观看该视频，因此，在步骤S04清空记录，不记录此次视频起始时间，转为等待下次视频播放。

这样做，可以防止将用户选台选节目过程中短时间的浏览误记录为用户观看视频。

图4示出了本申请的用户收视行为采集方法中观看结束记录时间的判别方法，其中一定程度上剔除了一部分无效的观看时间。当用户观看时长超过判断周期阈值T2时(假设T2默认为1小时，可根据直播、点播不同行为结合用户观看行为习惯做优化)，则需要进行是否属于用户正常观看判断，包括：通过遥控器红外事判别在观看视频过程中用户是否进行过遥控操作；通过HDMI口的电视机开关状态判别在观看过程中是否发生电视机关闭的情况；通过视频质量信息判别观看过程中是否有视频卡顿明显用户没做任何操作的情况。当发现上述情况之一，则认为属于非正常观看，立刻记录观看结束时间，生成一条业务数据。如果上述情况均没有发生，就等待下一个T2判断周期或者等待用户离开视频。具体而言：

视频在步骤S07继续播放；

在步骤S09作出用户观看时长是否超过T2的判断，

如果时长没有超过T2，在步骤S10，将视频播放结束时间记录为观看结束时间，并将记录提交给分析模块，

如果时长超过T2，在步骤S11，进一步作出HDMI接口的电视机信号是否存在的判断，

如果已经没有HDMI接口的电视机信号，在步骤S12，将观看起始时间+T2记录为观看结束时间，并将记录提交给分析模块，这样做从而可以剔除电视机关闭而机顶盒继续的情况，

如果HDMI接口的电视机信号存在，则说明电视机是保持开机状态的；那么在步骤S13，作出T2时间内是否有遥控器红外事件的判断，

如果有，说明用户还在继续观看，在步骤S14，视频继续播放等到下一个T2时间周期再次回到S09进行判断，

如果没有，则在S15，对T2时间内是否发生卡顿累计时长超过最大可容忍限度时长，即容忍时间t(假设t默认设置为5分钟)，

如果是，则说明用户并没有真正在观看，那么在S16，将观看起始时间+T2记录为观看结束时间，并将记录提交给分析模块，

如果否，说明用户还在继续观看，在步骤S18，视频继续播放等到下一个T2时间周期再次回到S09进行判断。此时，还可记录周期内最长连续卡顿时间ti，分析模块可根据ti对可容忍限度时长t做矫正分析，以便优化t的阈值。

在图4所例示的过程期间的任何时刻，一旦用户主动结束视频播放，则立刻将该视频播放结束时间记录为观看结束时间，并将记录提交给分析模块。

此外，采集模块中可以包括阈值学习模块，通过用户行为(用户切台时延)、用户不同视频观看时长等指标优化起播阈值T1，通过视频累计观看优化判断周期T2，通过最长连续卡顿时间ti优化视频质差容忍时间t的阈值，来进一步提高视频业务数据统计精确性。

图5示出了可用于实现本申请的用户收视采集模块500的框图。用户收视采集模块500包括处理器501、存储器502、总线503和通信接口504，所述处理器501、存储器502和通信接口504通过总线503连接。所述存储器502中存储有可在所述处理器501上运行的计算机程序，所述处理器501运行所述计算机程序时执行本申请的用户收视行为采集方法。用户收视采集模块500可以被用来执行参考图3、图4描述的方法。

存储器502可包含高速随机存取存储器RAM，也可能还包括非不稳定的存储器，例如至少一个磁盘存储器，用于存储程序。

通过至少一个通信接口504(可以是有线或者无线)实现与平台、电视机、遥控器等之间的通信连接。

总线503可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。

处理器501在开机后，执行存储器502中存储的程序，执行用户收视行为采集。处理器501可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器501中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器501可以是通用处理器，包括中央处理器CPU、网络处理器NP等；还可以是数字信号处理器DSP、专用集成电路ASIC、现成可编程门阵列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。

本发明的用户收视采集方法可以避免统计无效观看时长，在终端侧进行数据筛选，通过外部事件及视频播放质量指标的判断一定程度上剔除了用户关闭电视但未关闭机顶盒、在极端视频播放质差情况下的无效时长统计。进一步提高了视频业务数据分析统计的精确性。

Claims (10)

1.一种在终端侧采集视频用户收视行为的方法，包括观看起始时间和观看结束时间的采集，其特征在于：

所述观看起始时间的采集包括：

在视频开始播放后作出用户观看时长是否超过起播阈值的判断，以及

在用户观看时长超过起播阈值的情况下将视频播放起始时间记录为所述观看起始时间；以及

所述观看结束时间的采集包括：

作出用户观看时长是否超过判断周期阈值的判断，

在所述用户观看时长超过所述判断周期阈值的情况下进一步作出电视机信号是否存在的判断，以及

在所述电视机信号不存在的情况下将观看起始时间+所述判断周期阈值记录为所述观看结束时间。

2.如权利要求1所述的方法，其特征在于，在所述观看起始时间的采集中，如果所述用户观看时长未超过起播阈值，则不记录观看起始时间并等待下一次视频播放的开始。

3.如权利要求1所述的方法，其特征在于，在所述观看结束时间的采集中，如果所述用户观看时长未超过判断周期阈值，则将视频播放结束时间记录为所述观看结束时间。

4.如权利要求1所述的方法，其特征在于，在所述观看结束时间的采集中，在所述电视机信号存在的情况下，进一步作出遥控器红外事件是否存在的判断，并在所述遥控器红外事件不存在的情况下，作出发生视频卡顿累计时长是否超过容忍时间的判断，并在发生视频卡顿累计时长超过所述容忍时间的情况下将观看起始时间+所述判断周期阈值记录为所述观看结束时间。

5.如权利要求4所述的方法，其特征在于，在所述遥控器红外事件存在的情况下，继续视频播放并等待下一个判断周期。

6.如权利要求4所述的方法，其特征在于，在发生视频卡顿累计时长未超过所述容忍时间的情况下，继续视频播放并等待下一个判断周期，并记录本次判断周期内最长连续卡顿时长。

7.如权利要求1所述的方法，其特征在于，所述方法还包括阈值学习以执行以下中的至少一项：

通过用户行为、用户不同视频观看时长指标优化起播阈值；

通过视频累计观看优化判断周期阈值；以及

通过记录的最长连续卡顿时间优化视频质差容忍时间的阈值。

8.如权利要求1所述的方法，其特征在于，由所述终端将记录的一次观看起始时间和观看结束时间，连同相应视频节目信息，作为一条业务数据，上传平台，并等待下一次视频播放的开始。

9.一种采集视频用户收视行为的系统，包括终端侧用户收视采集模块和平台侧用户收视分析模块，其特征在于：

所述用户收视采集模块通过用户观看时长是否超过起播阈值判断来完成观看起始时间的采集，

所述用户收视采集模块通过用户观看时长是否超过判断周期阈值、电视机信号是否存在、遥控器红外事件是否存在、发生视频卡顿累计时长是否超过容忍时间的判断来完成观看结束时间的采集，以及

所述用户收视采集模块将采集的观看起始时间和观看结束时间，连同相应视频节目信息，作为一条业务数据，上传给所述用户收视分析模块。

10.如权利要求9所述的系统，其特征在于，所述用户收视采集模块包括阈值学习模块，所述阈值学习模块被配置成执行以下中的至少一项：

通过用户行为、用户不同视频观看时长指标优化起播阈值；

通过视频累计观看优化判断周期阈值；以及

通过记录的最长连续卡顿时间优化视频质差容忍时间的阈值。

Images