CN115017364A - 视频业务数据区域贡献度评估方法、装置、设备及介质 - Google Patents

视频业务数据区域贡献度评估方法、装置、设备及介质 Download PDF

Info

Publication number
CN115017364A
CN115017364A CN202210743401.0A CN202210743401A CN115017364A CN 115017364 A CN115017364 A CN 115017364A CN 202210743401 A CN202210743401 A CN 202210743401A CN 115017364 A CN115017364 A CN 115017364A
Authority
CN
China
Prior art keywords
weight
layer
service data
video service
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.)
Pending
Application number
CN202210743401.0A
Other languages
English (en)
Inventor
戴世诚
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.)
Tianyi Digital Life Technology Co Ltd
Original Assignee
Tianyi Digital Life 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 Tianyi Digital Life Technology Co Ltd filed Critical Tianyi Digital Life Technology Co Ltd
Priority to CN202210743401.0A priority Critical patent/CN115017364A/zh
Publication of CN115017364A publication Critical patent/CN115017364A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

本发明公开了一种视频业务数据区域贡献度评估方法、装置、设备及介质，用于解决不同性质指标之间难以相互比较，导致无法对不同区域的视频业务数据的贡献度进行评估的技术问题。本发明包括：获取多个区域的视频业务数据；获取针对所述视频业务数据的多个评价指标；构建以视频业务数据的贡献度排序为目标层、以评价指标为准则层、以多个所述区域的视频业务数据为方案层的层次结构；确定所述准则层对所述目标层的第一权重；确定所述方案层对所述准则层的第二权重；根据所述第一权重和所述第二权重确定所述方案层对所述目标层的组合权重；根据所述组合权重，确定各所述区域的区域贡献度。

Description

视频业务数据区域贡献度评估方法、装置、设备及介质
技术领域
本发明涉及贡献度评估技术领域，尤其涉及一种视频业务数据区域贡献度评估方法、装置、设备及介质。
背景技术
在分析高清业务数据时，面对累计开户用户数、累计激活用户数、累计活跃用户数、用户总收视时长、用户观看直播时长、用户回看时长、用户点播时长、增值业务订购用户数等若干数据，存在某项数据表现良好，另外某项数据表现较差的情况，不同性质指标之间相互比较困难，难以建立一个统一的视频业务数据贡献度评估方法。另外，在对视频业务数据贡献度进行评估的过程中，会存在部分未知数据，如何降低未知数据对评估方法的影响，也是一个亟需解决的问题。
发明内容
本发明提供了一种视频业务数据区域贡献度评估方法、装置、设备及介质，用于解决不同性质指标之间难以相互比较，导致无法对不同区域的视频业务数据的贡献度进行评估的技术问题。
本发明提供了一种视频业务数据区域贡献度评估方法，包括：
获取多个区域的视频业务数据；
获取针对所述视频业务数据的多个评价指标；
构建以视频业务数据的贡献度排序为目标层、以评价指标为准则层、以多个所述区域的视频业务数据为方案层的层次结构；
确定所述准则层对所述目标层的第一权重；
确定所述方案层对所述准则层的第二权重；
根据所述第一权重和所述第二权重确定所述方案层对所述目标层的组合权重；
根据所述组合权重，确定各所述区域的区域贡献度。
可选地，所述确定所述准则层对所述目标层的第一权重的步骤，包括：
分别获取每个所述评价指标在所述目标层的占比，根据所述占比构建第一比较矩阵；
归一化所述第一比较矩阵，得到所述准则层对所述目标层的第一权重。
可选地，所述分别获取每个所述评价指标在所述目标层的占比，根据所述占比构建第一比较矩阵的步骤，包括：
分别获取每个所述评价指标在所述目标层的占比；
计算两两评价指标的占比之间的影响程度比；
以所有所述影响程度比为因素，构建第一比较矩阵。
可选地，所述归一化所述第一比较矩阵，得到所述准则层对所述目标层的第一权重的步骤，包括：
在所述第一比较矩阵中获取各所述评价指标的第一列向量；
对所述第一列向量中的因素进行归一化处理，得到归一化数据；
求取所述第一列向量的归一化数据的算术平均值；
对所述算术平均值进行一致性检验；
若检验通过，则将所述算术平均值确定为所述准则层对所述目标层的第一权重。
可选地，所述对所述算术平均值进行一致性检验的步骤，包括：
获取随机一致性指标，以及获取所述区域的总数；
采用所述总数、所述影响程度比和所述算术平均值计算一致性指标；
计算所述一致性指标和所述随机一致性指标的比值，得到第一一致性比率指标；
当所述第一一致性比率指标小于预设数值时，判定所述算术平均值通过一致性检验。
可选地，所述确定所述方案层对所述准则层的第二权重的步骤，包括：
构建所述方案层对所述准则层的第二比较矩阵；
从所述第二比较矩阵中获取各所述评价指标的第二列向量；
对所述第二列向量进行归一化处理，得到每个所述评价指标在各所述区域的区域权重；
组合各个评价指标的区域权重，得到所述方案层对所述准则层的第二权重。
可选地，所述根据所述第一权重和所述第二权重确定所述方案层对所述目标层的组合权重的步骤，包括：
计算所述第一权重和所述第二权重的乘积，得到所述方案层对所述目标层的初始组合权重；
获取所述第二权重的第二一致性比率指标；
计算所述第一一致性比率指标和所述第二一致性比率指标的和，得到组合一致性比率指标；
当所述组合一致性比率指标小于所述预设数值时，将所述初始组合权重确定为所述方案层对所述目标层的组合权重。
本发明还提供了一种视频业务数据区域贡献度评估装置，包括：
视频业务数据获取模块，获取多个区域的视频业务数据；
评价指标获取模块，用于获取针对所述视频业务数据的多个评价指标；
层次结构构建模块，用于构建以视频业务数据的贡献度排序为目标层、以评价指标为准则层、以多个所述区域的视频业务数据为方案层的层次结构；
第一权重确定模块，用于确定所述准则层对所述目标层的第一权重；
第二权重确定模块，用于确定所述方案层对所述准则层的第二权重；
组合权重确定模块，用于根据所述第一权重和所述第二权重确定所述方案层对所述目标层的组合权重；
区域贡献度确定模块，用于根据所述组合权重，确定各所述区域的区域贡献度。
本发明还提供了一种电子设备，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行如上任一项所述的视频业务数据区域贡献度评估方法。
本发明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用于存储程序代码，所述程序代码用于执行如上任一项所述的视频业务数据区域贡献度评估方法。
从以上技术方案可以看出，本发明具有以下优点：本发明通过获取多个区域的视频业务数据；获取针对视频业务数据的多个评价指标；以视频业务数据的贡献度排序为目标层，以评价指标为准则层、以多个区域的视频业务数据为方案层，构建层次结构；确定准则层对目标层的第一权重；确定方案层对准则层的第二权重；根据第一权重和第二权重确定方案层对目标层的组合权重；根据组合权重，确定各区域的区域贡献度。解决了不同性质指标之间难以相互比较，导致无法对不同区域的视频业务数据的贡献度进行评估的技术问题。
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性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种视频业务数据区域贡献度评估方法的步骤流程图；
图2为本发明实施例提供的一种层次结构图；
图3为本发明另一实施例提供的一种视频业务数据区域贡献度评估方法的步骤流程图；
图4为本发明实施例提供的一种视频业务数据区域贡献度评估装置的结构框图。
具体实施方式
本发明实施例提供了一种视频业务数据区域贡献度评估方法、装置、设备及介质，用于解决不同性质指标之间难以相互比较，导致无法对不同区域的视频业务数据的贡献度进行评估的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。
请参阅图1，图1为本发明实施例提供的一种视频业务数据区域贡献度评估方法的步骤流程图。
本发明提供的一种视频业务数据区域贡献度评估方法，具体可以包括以下步骤：
步骤101，获取多个区域的视频业务数据；
在本发明实施例中，同一个视频业务在不同区域的使用情况并不相同，通过评估该视频业务在不同区域的贡献度，可以了解该视频业务在不同区域的推广情况。
一般而言，为了分析一个视频业务的使用情况，可以结合不同维度进行综合分析，所涉及的维度包括但不限于累计开户用户数、累计激活用户数、累计活跃用户数、用户总收视时长、用户观看直播时长、用户回看时长、用户点播时长、增值业务订购用户数。因此本发明首先需要获取包括上述维度的视频业务数据，以用于后续的贡献度分析。
值得注意的是，采集到的视频业务数据可能存在缺失，因此，在本发明实施例中，首先可以对各维度中缺失的数据进行填充。
例如，可以利用平均值填充的方法，对各省值为NULL的数据进行填充。
如果空值是数值型的，则根据该属性在其他所有对象的取值的平均值来填充该缺失的属性值；如果空值是非数值型的，就根据统计学中的众数原理，用该属性在其他所有对象的取值次数最多的值来补齐该缺失的属性值。
步骤102，获取针对视频业务数据的多个评价指标；
在本发明实施例中，根据不同的维度，可以设置针对视频业务数据的不同评价指标。在一个示例中，评价指标可以包括以下八种：累计开户用户数、累计激活用户数、累计活跃用户数、用户总收视时长、用户观看直播时长、用户回看时长、用户点播时长、增值业务订购用户数。
步骤103，构建以视频业务数据的贡献度排序为目标层、以评价指标为准则层、以多个区域的视频业务数据为方案层的层次结构；
在本发明实施例中，如图2所示，在获取到多个区域的视频业务数据以及相应的评价指标后，可以构建以视频业务数据的贡献度排序为目标层(O)、以评价指标为准则层(C)、以多个区域的视频业务数据为方案层(P)的层次结构。其中目标层即为视频业务数据的贡献度排序；准则层记载了8个评价指标，依次为累计开户用户数、累计激活用户数、累计活跃用户数、用户总收视时长、用户观看直播时长、用户回看时长、用户点播时长、增值业务订购用户数，记为Ck(k＝1,2,...,8)；方案层记录了区域1到区域n的视频业务数据(每个区域的视频业务数据相互独立)。
步骤104，确定准则层对目标层的第一权重；
步骤105，确定方案层对准则层的第二权重；
在构建好层次结构后，可以确定准则层中的评价指标对目标层的第一权重。以及确定方案层对准则层的第二权重。
步骤106，根据第一权重和第二权重确定方案层对目标层的组合权重；
在获取到第一权重和第二权重后，可以根据第一权重和第二权重确定方案层对目标层的组合权重。
步骤107，根据组合权重，确定各区域的区域贡献度。
由于方案层中记录了各个区域的视频业务数据，而目标层表征各区域视频业务数据的区域贡献度排序。因此，组合权重反映了各区域的区域贡献度。组合权重越大，区域贡献度越大。
本发明通过获取多个区域的视频业务数据；获取针对视频业务数据的多个评价指标；以视频业务数据的贡献度排序为目标层，以评价指标为准则层、以多个区域的视频业务数据为方案层，构建层次结构；确定准则层对目标层的第一权重；确定方案层对准则层的第二权重；根据第一权重和第二权重确定方案层对目标层的组合权重；根据组合权重，确定各区域的区域贡献度。解决了不同性质指标之间难以相互比较，导致无法对不同区域的视频业务数据的贡献度进行评估的技术问题。
请参阅图3，图3为本发明另一实施例提供的一种视频业务数据区域贡献度评估方法的步骤流程图。具体可以包括以下步骤：
步骤301，获取多个区域的视频业务数据；
步骤302，获取针对视频业务数据的多个评价指标；
步骤303，构建以视频业务数据的贡献度排序为目标层、以评价指标为准则层、以多个区域的视频业务数据为方案层的层次结构；
步骤301-303与步骤101-103相同，具体可以参照步骤101-103的描述，此处不再赘述。
步骤304，分别获取每个评价指标在目标层的占比，根据占比构建第一比较矩阵；
在本发明实施例中，分别获取每个评价指标在目标层的占比，根据占比构建第一比较矩阵的步骤，包括：
S41，分别获取每个评价指标在目标层的占比；
S42，计算两两评价指标的占比之间的影响程度比；
S43，以所有影响程度比为因素，构建第一比较矩阵。
在本发明实施例中，首先可以比较8个评价指标C1,C2,...,C8对目标层的影响程度，即确定各评价指标在目标层中的占比；然后对任意两个评价指标Ci和Cj，用aij表示Ci和Cj对O的影响程度比，并按1-8的比例标度来度量aij(i,j＝1,2,...,8)，最后可以得到如下所示的第一比较矩阵A：
Figure BDA0003718837790000071
步骤305，归一化第一比较矩阵，得到准则层对目标层的第一权重；
在获取到第一比较矩阵后，对其进行归一化处理，可以得到准则层对目标层的第一权重。
在一个示例中，归一化第一比较矩阵，得到准则层对目标层的第一权重的步骤，可以包括以下子步骤：
S51，在第一比较矩阵中获取各评价指标的第一列向量；
S52，对第一列向量中的因素进行归一化处理，得到归一化数据；
S53，求取第一列向量的归一化数据的算术平均值；
S54，对算术平均值进行一致性检验；
S55，若检验通过，则将算术平均值确定为准则层对目标层的第一权重。
归一化是一种简化计算的方式，即将有量纲的表达式，经过变换，化为无量纲的表达式，成为标量。
在本发明实施例中，可以将第一比较矩阵中的每一列做为一个第一列向量，将第一列向量中的因素进行归一化处理，得到归一化数据，再计算第一列向量中的归一化数据的算术平均值，从而得到各评价指标在目标层中的近似权重。
在一个示例中，将第一比较矩阵进行归一化处理并计算算术平均值后，得到近似权重为：W1(0.331,0.230,0.157,0.105,0.070,0.047,0.032,0.023)T。
在得到近似权重后，可以对近似权重进行一致性检验，当检验通过时，则可以将该作为近似权重的算术平均值作为准则层对目标层的第一权重。该第一权重表征各评价指标在目标层中的权重。
在一个示例中，对算术平均值进行一致性检验的步骤，可以包括以下子步骤：
S541，获取随机一致性指标，以及获取区域的总数；
S542，采用总数、影响程度比和算术平均值计算一致性指标；
S543，计算一致性指标和随机一致性指标的比值，得到第一一致性比率指标；
S544，当第一一致性比率指标小于预设数值时，判定算术平均值通过一致性检验。
在本发明实施例中，第一比较矩阵的一致性指标CI1可以通过以下公式计算得到：
Figure BDA0003718837790000081
其中n＝1,2,...,8，λmax可以通过以下公式计算得到：
Figure BDA0003718837790000082
其中，wi和wj分别为第i个和第j个近似权重(算术平均值)。
假设随机一致性指标RI1＝1.41(大小可以根据需要进行设置)，则可以通过以下公式计算得到第一比较矩阵的第一一致性比率指标CR1：
Figure BDA0003718837790000091
由于CR1≈0.029＜0.10(预设数值，大小可以根据实际需要设定)，因此可以判定经由第一比较矩阵生成的算术平均值通过一致性检验。
步骤306，确定方案层对准则层的第二权重；
在本发明实施例中，确定方案层对准则层的第二权重的步骤，可以包括以下子步骤：
S61，构建方案层对准则层的第二比较矩阵；
S62，从第二比较矩阵中获取各评价指标的第二列向量；
S63，对第二列向量进行归一化处理，得到每个评价指标在各区域的区域权重；
S64，组合各个评价指标的区域权重，得到方案层对准则层的第二权重。
在具体实现中，首先可以构建方案层对准则层的第二比较矩阵
Figure BDA0003718837790000092
其中，
Figure BDA0003718837790000093
代表第i个视频业务数据第k个评价指标的等级量化值。所有的Bk(k＝1,2,...,8)均为一致阵，根据一致阵的性质可知，Bk的最大特征值
Figure BDA0003718837790000094
通过一致性指标计算公式可以计算得到，第二比较矩阵的一致性指标
Figure BDA0003718837790000095
将其进行归一化处理，可得P对Ck的权重向量，记为
Figure BDA0003718837790000096
W2＝[W(1),W(2),...,W(8)]N×8，W2即为方案层对准则层的第二权重。
步骤307，根据第一权重和第二权重确定方案层对目标层的组合权重；
在本发明实施例中，根据第一权重和第二权重确定方案层对目标层的组合权重的步骤，可以包括以下子步骤：
S71，计算第一权重和第二权重的乘积，得到方案层对目标层的初始组合权重；
S72，获取第二权重的第二一致性比率指标；
S73，计算第一一致性比率指标和第二一致性比率指标的和，得到组合一致性比率指标；
S74，当组合一致性比率指标小于预设数值时，将初始组合权重确定为方案层对目标层的组合权重。
在本发明实施例中，根据计算得出的准则层对目标层的第一权重W1，以及方案层对准则层的第二权重W2，可以计算得到方案层对目标层的初始组合权重
Figure BDA0003718837790000101
其中，we(e＝1，2，...，n，n为区域的个数)为第e个区域在目标层中的初始组合权重。
根据上述一致性比率指标计算方式的第二权重的第二一致性比率指标，以及上述第一权重的第一一致性指标，可以得到初始组合权重的组合一致性比率指标CR＝CR2+CR1≈0.029，由于初始组合权重的组合一致性比率指标小于预设数值0.10，因此，可以将初始组合权重作为方案层对目标层的组合权重。
步骤308，根据组合权重，确定各区域的区域贡献度。
在本发明实施例中，由于目标层表征各区域视频业务数据的区域贡献度排序，因此方案层对目标层的组合权重的排序，可以作为各区域视频业务数据的区域贡献度排序，组合权重越大的区域，其区域贡献度越大。
本发明通过获取多个区域的视频业务数据；获取针对视频业务数据的多个评价指标；以视频业务数据的贡献度排序为目标层，以评价指标为准则层、以多个区域的视频业务数据为方案层，构建层次结构；确定准则层对目标层的第一权重；确定方案层对准则层的第二权重；根据第一权重和第二权重确定方案层对目标层的组合权重；根据组合权重，确定各区域的区域贡献度。解决了不同性质指标之间难以相互比较，导致无法对不同区域的视频业务数据的贡献度进行评估的技术问题。
请参阅图4，图4为本发明实施例提供的一种视频业务数据区域贡献度评估装置的结构框图。
本发明实施例提供了一种视频业务数据区域贡献度评估装置，包括：
视频业务数据获取模块401，获取多个区域的视频业务数据；
评价指标获取模块402，用于获取针对视频业务数据的多个评价指标；
层次结构构建模块403，用于构建以视频业务数据的贡献度排序为目标层、以评价指标为准则层、以多个区域的视频业务数据为方案层的层次结构；
第一权重确定模块404，用于确定准则层对目标层的第一权重；
第二权重确定模块405，用于确定方案层对准则层的第二权重；
组合权重确定模块406，用于根据第一权重和第二权重确定方案层对目标层的组合权重；
区域贡献度确定模块407，用于根据组合权重，确定各区域的区域贡献度。
在本发明实施例中，第一权重确定模块404，包括：
第一比较矩阵构建子模块，用于分别获取每个评价指标在目标层的占比，根据占比构建第一比较矩阵；
第一权重确定子模块，用于归一化第一比较矩阵，得到准则层对目标层的第一权重。
在本发明实施例中，第一比较矩阵构建子模块，包括：
占比获取单元，用于分别获取每个评价指标在目标层的占比；
影响程度比计算单元，用于计算两两评价指标的占比之间的影响程度比；
第一比较矩阵构建单元，用于以所有影响程度比为因素，构建第一比较矩阵。
在本发明实施例中，第一权重确定子模块，包括：
第一列向量获取单元，用于在第一比较矩阵中获取各评价指标的第一列向量；
归一化数据生成单元，用于对第一列向量中的因素进行归一化处理，得到归一化数据；
算术平均值求取单元，用于求取第一列向量的归一化数据的算术平均值；
一致性检验单元，用于对算术平均值进行一致性检验；
第一权重确定单元，用于若检验通过，则将算术平均值确定为准则层对目标层的第一权重。
在本发明实施例中，一致性检验单元，包括：
获取子单元，用于获取随机一致性指标，以及获取区域的总数；
一致性指标计算子单元，用于采用总数、影响程度比和算术平均值计算一致性指标；
第一一致性比率指标计算子单元，用于计算一致性指标和随机一致性指标的比值，得到第一一致性比率指标；
判定子单元，用于当第一一致性比率指标小于预设数值时，判定算术平均值通过一致性检验。
在本发明实施例中，第二权重确定模块405，包括：
第二比较矩阵构建子模块，用于构建方案层对准则层的第二比较矩阵；
第二列向量获取子模块，用于从第二比较矩阵中获取各评价指标的第二列向量；
区域权重获取子模块，用于对第二列向量进行归一化处理，得到每个评价指标在各区域的区域权重；
第二权重生成子模块，用于组合各个评价指标的区域权重，得到方案层对准则层的第二权重。
在本发明实施例中，组合权重确定模块406，包括：
初始组合权重生成子模块，用于计算第一权重和第二权重的乘积，得到方案层对目标层的初始组合权重；
第二一致性比率指标获取子模块，用于获取第二权重的第二一致性比率指标；
组合一致性比率指标计算子模块，用于计算第一一致性比率指标和第二一致性比率指标的和，得到组合一致性比率指标；
组合权重确定子模块，用于当组合一致性比率指标小于预设数值时，将初始组合权重确定为方案层对目标层的组合权重。
本发明实施例还提供了一种电子设备，设备包括处理器以及存储器：
存储器用于存储程序代码，并将程序代码传输给处理器；
处理器用于根据程序代码中的指令执行本发明实施例的视频业务数据区域贡献度评估方法。
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质用于存储程序代码，程序代码用于执行本发明实施例的视频业务数据区域贡献度评估方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本说明书中的各个实施例均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的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种视频业务数据区域贡献度评估方法，其特征在于，包括：
获取多个区域的视频业务数据；
获取针对所述视频业务数据的多个评价指标；
构建以视频业务数据的贡献度排序为目标层、以评价指标为准则层、以多个所述区域的视频业务数据为方案层的层次结构；
确定所述准则层对所述目标层的第一权重；
确定所述方案层对所述准则层的第二权重；
根据所述第一权重和所述第二权重确定所述方案层对所述目标层的组合权重；
根据所述组合权重，确定各所述区域的区域贡献度。
2.根据权利要求1所述的方法，其特征在于，所述确定所述准则层对所述目标层的第一权重的步骤，包括：
分别获取每个所述评价指标在所述目标层的占比，根据所述占比构建第一比较矩阵；
归一化所述第一比较矩阵，得到所述准则层对所述目标层的第一权重。
3.根据权利要求2所述的方法，其特征在于，所述分别获取每个所述评价指标在所述目标层的占比，根据所述占比构建第一比较矩阵的步骤，包括：
分别获取每个所述评价指标在所述目标层的占比；
计算两两评价指标的占比之间的影响程度比；
以所有所述影响程度比为因素，构建第一比较矩阵。
4.根据权利要求2所述的方法，其特征在于，所述归一化所述第一比较矩阵，得到所述准则层对所述目标层的第一权重的步骤，包括：
在所述第一比较矩阵中获取各所述评价指标的第一列向量；
对所述第一列向量中的因素进行归一化处理，得到归一化数据；
求取所述第一列向量的归一化数据的算术平均值；
对所述算术平均值进行一致性检验；
若检验通过，则将所述算术平均值确定为所述准则层对所述目标层的第一权重。
5.根据权利要求4所述的方法，其特征在于，所述对所述算术平均值进行一致性检验的步骤，包括：
获取随机一致性指标，以及获取所述区域的总数；
采用所述总数、所述影响程度比和所述算术平均值计算一致性指标；
计算所述一致性指标和所述随机一致性指标的比值，得到第一一致性比率指标；
当所述第一一致性比率指标小于预设数值时，判定所述算术平均值通过一致性检验。
6.根据权利要求1所述的方法，其特征在于，所述确定所述方案层对所述准则层的第二权重的步骤，包括：
构建所述方案层对所述准则层的第二比较矩阵；
从所述第二比较矩阵中获取各所述评价指标的第二列向量；
对所述第二列向量进行归一化处理，得到每个所述评价指标在各所述区域的区域权重；
组合各个评价指标的区域权重，得到所述方案层对所述准则层的第二权重。
7.根据权利要求5所述的方法，其特征在于，所述根据所述第一权重和所述第二权重确定所述方案层对所述目标层的组合权重的步骤，包括：
计算所述第一权重和所述第二权重的乘积，得到所述方案层对所述目标层的初始组合权重；
获取所述第二权重的第二一致性比率指标；
计算所述第一一致性比率指标和所述第二一致性比率指标的和，得到组合一致性比率指标；
当所述组合一致性比率指标小于所述预设数值时，将所述初始组合权重确定为所述方案层对所述目标层的组合权重。
8.一种视频业务数据区域贡献度评估装置，其特征在于，包括：
视频业务数据获取模块，获取多个区域的视频业务数据；
评价指标获取模块，用于获取针对所述视频业务数据的多个评价指标；
层次结构构建模块，用于构建以视频业务数据的贡献度排序为目标层、以评价指标为准则层、以多个所述区域的视频业务数据为方案层的层次结构；
第一权重确定模块，用于确定所述准则层对所述目标层的第一权重；
第二权重确定模块，用于确定所述方案层对所述准则层的第二权重；
组合权重确定模块，用于根据所述第一权重和所述第二权重确定所述方案层对所述目标层的组合权重；
区域贡献度确定模块，用于根据所述组合权重，确定各所述区域的区域贡献度。
9.一种电子设备，其特征在于，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-7任一项所述的视频业务数据区域贡献度评估方法。
10.一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用于存储程序代码，所述程序代码用于执行权利要求1-7任一项所述的视频业务数据区域贡献度评估方法。
CN202210743401.0A 2022-06-28 2022-06-28 视频业务数据区域贡献度评估方法、装置、设备及介质 Pending CN115017364A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210743401.0A CN115017364A (zh) 2022-06-28 2022-06-28 视频业务数据区域贡献度评估方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210743401.0A CN115017364A (zh) 2022-06-28 2022-06-28 视频业务数据区域贡献度评估方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN115017364A true CN115017364A (zh) 2022-09-06

Family

ID=83077447

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210743401.0A Pending CN115017364A (zh) 2022-06-28 2022-06-28 视频业务数据区域贡献度评估方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN115017364A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117235610A (zh) * 2023-11-16 2023-12-15 一网互通(北京)科技有限公司 社交媒体内容数据分段方法、装置及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110633891A (zh) * 2019-08-06 2019-12-31 南京南瑞信息通信科技有限公司 服务商履约绩效评价系统及方法
CN113642915A (zh) * 2021-08-25 2021-11-12 国网浙江省电力有限公司嘉兴供电公司 电网供应链中一种电力器材质检技术标准贡献率的推导模型
CN114240019A (zh) * 2021-10-25 2022-03-25 国网能源研究院有限公司 适用新能源电力系统的灵活资源价值评估方法及装置
WO2022099852A1 (zh) * 2020-11-10 2022-05-19 广东粤海水务股份有限公司 一种城市景观湖泊水生态系统健康评价及诊断方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110633891A (zh) * 2019-08-06 2019-12-31 南京南瑞信息通信科技有限公司 服务商履约绩效评价系统及方法
WO2022099852A1 (zh) * 2020-11-10 2022-05-19 广东粤海水务股份有限公司 一种城市景观湖泊水生态系统健康评价及诊断方法
CN113642915A (zh) * 2021-08-25 2021-11-12 国网浙江省电力有限公司嘉兴供电公司 电网供应链中一种电力器材质检技术标准贡献率的推导模型
CN114240019A (zh) * 2021-10-25 2022-03-25 国网能源研究院有限公司 适用新能源电力系统的灵活资源价值评估方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MR_PROMETHUS: "层次分析方法", Retrieved from the Internet <URL:《https://blog.csdn.net/qq_44431690/article/details/108177268》> *
高立鑫 等: "基于层次分析法的海洋产业对大连区域经济贡献度分析", 《中国外资》, no. 10 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117235610A (zh) * 2023-11-16 2023-12-15 一网互通(北京)科技有限公司 社交媒体内容数据分段方法、装置及电子设备
CN117235610B (zh) * 2023-11-16 2024-02-23 一网互通(北京)科技有限公司 社交媒体内容数据分段方法、装置及电子设备

Similar Documents

Publication Publication Date Title
Wu et al. A perceptually weighted rank correlation indicator for objective image quality assessment
CN109829775B (zh) 一种物品推荐方法、装置、设备及可读存储介质
CN106326391B (zh) 多媒体资源推荐方法及装置
CN106168980B (zh) 多媒体资源推荐排序方法及装置
CN111080360B (zh) 行为预测方法、模型训练方法、装置、服务器及存储介质
CN112566196A (zh) 一种基于智能电网的异构网络接入选择方法及相关设备
CN111159563B (zh) 用户兴趣点信息的确定方法、装置、设备及存储介质
CN110909182A (zh) 多媒体资源搜索方法、装置、计算机设备及存储介质
US11301915B2 (en) Modelling user behavior in social network
CN104050197B (zh) 一种信息检索系统评测方法和装置
CN109964221A (zh) 使用镜头持续时间相关来确定视频之间的相似性
CN114691973A (zh) 一种推荐方法、推荐网络及相关设备
CN112395496A (zh) 一种信息推荐方法、装置、电子设备及存储介质
CN111079009A (zh) 一种用于政务地图服务的用户兴趣检测方法及系统
CN115017364A (zh) 视频业务数据区域贡献度评估方法、装置、设备及介质
CN106326388A (zh) 一种信息处理方法和装置
CN105718566A (zh) 一种智能音乐推荐系统
CN109740621A (zh) 一种视频分类方法、装置及设备
CN109410198B (zh) 一种时序动作检测方法、装置及设备
CN108268519B (zh) 一种推荐网络对象的方法和装置
CN111260419A (zh) 获取用户属性的方法、装置、计算机设备和存储介质
CN115001747A (zh) 设备控制方法、装置、电子设备及存储介质
CN104794135B (zh) 一种对搜索结果进行排序的方法和装置
Insuwan et al. Improving missing values imputation in collaborative filtering with user-preference genre and singular value decomposition
CN115526498A (zh) 一种服务评估的方法、装置及介质

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