CN115250295A - 一种媒体内容处理方法、装置、设备和存储介质 - Google Patents

Abstract

本公开实施例提供一种媒体内容处理方法、装置、设备和存储介质，所述媒体内容处理方法包括：确定目标媒体内容的热度级别；基于目标媒体内容的热度级别确定目标媒体内容对应的目标CDN节点类型，其中，热度级别与CDN节点类型一一对应；基于目标CDN节点类型确定目标媒体内容对应的目标CDN节点，并将目标CDN节点的节点信息发送给客户端，以使客户端基于节点信息自目标CDN节点中获取目标媒体内容。本公开实施例通过将对媒体内容进行热度级别的区分，基于热度级别和节点类型的对应关系，在不同类型的CDN节点中查找对应热度的媒体内容，可以提高媒体内容在CDN节点中的命中率，减少回源带宽。

Description

一种媒体内容处理方法、装置、设备和存储介质

技术领域

本公开实施例涉及流媒体处理技术领域，尤其涉及一种媒体内容处理方法、装置、设备和存储介质。

背景技术

伴随着互联网的高速发展，流媒体应用所占的带宽呈现爆炸性增长，流媒体应用为了将媒体内容数据尽可能快的传输到客户端，普遍使用了内容分发网络(ContentDelivery Network，CDN)技术。

现有的CDN技术，通过将最近访问过的媒体内容缓存在CDN节点上，使得客户端获取媒体内容时，可以直接从CDN节点上获取，不需要进行数据回源，从而降低对源站的访问次数。

现有的CDN技术，将所有媒体内容无差别的缓存在CDN节点中，当有新媒体内容进入到CDN节点的时候，低热度级别的媒体内容可能被挤出CDN节点，导致低热度级别的媒体内容不在CDN节点上。当客户端访问低热度级别的媒体内容时，在CDN节点上查找不到该媒体内容，导致低热度级别的媒体内容命中率低，此时，需要回源站获取该低热度级别的媒体内容，增加回源宽带。

发明内容

本公开实施例提供一种媒体内容处理方法、装置、设备和存储介质，提高媒体内容在CDN节点中的命中率，减少回源带宽。

第一方面，本公开实施例提供了一种媒体内容处理方法，包括：

确定目标媒体内容的热度级别；

基于所述目标媒体内容的热度级别确定所述目标媒体内容对应的目标内容分发网络CDN节点类型，其中，所述热度级别与所述CDN节点类型一一对应；

基于所述目标CDN节点类型确定所述目标媒体内容对应的目标CDN节点，并将所述目标CDN节点的节点信息发送给客户端，以使所述客户端基于所述节点信息自所述目标CDN节点中获取所述目标媒体内容。

第二方面，本公开实施例还提供了一种媒体内容处理装置，包括：

热度级别确定模块，用于确定目标媒体内容的热度级别；

节点类型确定模块，用于基于所述目标媒体内容的热度级别确定所述目标媒体内容对应的目标内容分发网络CDN节点类型，其中，所述热度级别与所述CDN节点类型一一对应；

目标节点确定模块，用于基于所述目标CDN节点类型确定所述目标媒体内容对应的目标CDN节点，并将所述目标CDN节点的节点信息发送给客户端，以使所述客户端基于所述节点信息自所述目标CDN节点中获取所述目标媒体内容。

第三方面，本公开实施例还提供了一种媒体内容处理设备，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开实施例中任一项所述的媒体内容处理方法。

第四方面，本公开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存储有计算机程序，所述计算机程序被处理器执行时实现如本公开实施例中任一项所述的媒体内容处理方法。

本公开实施例提供一种媒体内容处理方法、装置、设备和介质，所述媒体内容处理方法包括：确定目标媒体内容的热度级别；基于目标媒体内容的热度级别确定目标媒体内容对应的目标CDN节点类型，其中，热度级别与CDN节点类型一一对应；基于目标CDN节点类型确定目标媒体内容对应的目标CDN节点，并将目标CDN节点的节点信息发送给客户端，以使客户端基于该节点信息自目标CDN节点中获取目标媒体内容。本公开实施例通过将对媒体内容进行热度级别的区分，基于热度级别和节点类型的对应关系，在不同类型的CDN节点中查找对应热度的媒体内容，可以提高媒体内容在CDN节点中的命中率，减少回源带宽。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图l是本公开实施例提供的CDN典型拓扑结构图；

图2是本公开实施例提供的一种媒体内容处理方法的流程图；

图3是本公开实施例提供的另一种媒体内容处理方法的流程图；

图4a是现有技术中的一种CDN节点示意图；

图4b是本公开实施例提供的一种CDN节点分类示意图；

图5是本公开实施例提供的一种媒体内容处理方装置的结构图；

图6是本公开实施例提供的一种媒体内容处理方设备的结构图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

首先，对本公开实施例的应用场景进行简单解释。本公开实施例可以应用于任意访问内容分发网络进获取媒体内容的场景中，例如：可以应用于feed流场景中，也可以应用于通过媒体播放平台或者网站获取媒体内容的场景，还可以应用于通过媒体内容发布者的主页点击媒体内容场景。

本公开实施例中的“feed”可以是将用户主动订阅的若干消息源组合在一起形成内容聚合器，帮助用户持续地获取最新的订阅源内容，feed是简易信息聚合(ReallySimple Syndication，RSS)中用来接收该信息来源的接口。

本公开实施例中的feed流，又称为信息流，是一种持续更新的信息流，可以将RSS中的信息推送给用户。

在feed流场景下，服务器的推荐系统向客户端推送一系列的媒体内容(例如视频)，用户在观看feed流中的媒体内容操作时，客户端响应于用户操作，并向服务器发送一系列的媒体内容请求，服务器响应于所述媒体内容请求，确定与媒体内容请求相对应的媒体内容的热度级别，根据热度级别去相应类型的CDN节点上获取媒体内容，并分发至客户端。

图l是本公开实施例提供的CDN典型拓扑结构图。如图l所示，CDN技术原理是：当有用户请求某一个统一资源定位器(Uniform Resource Locator，URL)的时候，向CDN节点发起媒体内容请求，CDN节点会检测用户发送的媒体内容请求对应的媒体内容是否过期，如果没有过期，则直接响应媒体内容请求，将媒体内容请求对应的媒体内容返回客户端，此时一个完成http请求结束。如果媒体内容请求对应的媒体内容已经过期，CDN节点需要向源站发出回源请求(back to the source request)来拉取最新的媒体内容请求对应的媒体内容，更新本地缓存的媒体内容，并将最新的媒体内容请求对应的媒体内容返回给客户端。请求内容过期是指在CDN节点未能查询到媒体内容请求对应的媒体内容。

上述CDN技术，源站拉取的所有媒体内容无差别的缓存在CDN节点中，当有新媒体内容进入到CDN节点的时候，低热度级别的媒体内容可能被挤出CDN节点，导致低热度级别的媒体内容不在CDN节点上。当客户端请求低热度级别的媒体内容时，在CDN节点上查找不到该媒体内容，导致低热度级别的媒体内容命中率低，此时，需要回源站获取该低热度级别的媒体内容，增加回源宽带。

为了解决上述技术问题，本公开实施例提供了一种媒体内容处理方法、装置、设备和存储介质，本公开实施例通过将对媒体内容进行热度级别的区分，基于热度级别和节点类型的对应关系，在不同类型的CDN节点中查找对应热度的媒体内容，可以提高媒体内容在CDN节点中的命中率，减少回源带宽。

下面结合具体的实施例，对本公开实施例提供的媒体内容处理方法、装置、设备和存储介质进行详细介绍。

图2是本公开实施例提供的一种媒体内容处理方法的流程图，本实施例可适用于客户端从CDN节点上的请求媒体内容的情况，该方法可以由媒体内容处理装置来执行，所述媒体内容处理装置可以通过软件和/或硬件的方式来实现。所述媒体内容处理方法应用于服务器中。

如图2所示，本实施例提供的媒体内容处理方法主要包括步骤S11、S12、S13和S14。

S11、确定目标媒体内容的热度级别。

本实施例中，媒体内容是指在客户端进行展示的内容，可以是视频、音频、文字、卡片中的一种或者多种的组合。需要说明的是，本实施例中的媒体内容可以为feed流中的媒体内容，也可以是某视频网站或者视频发布者主页的媒体内容。目标媒体内容是指客户端向服务器请求的媒体内容。

在一个实施方式中，提供一种确定目标媒体内容的方法。服务器接收客户端发送的媒体内容请求，解析该媒体内容请求，并将媒体内容请求对应的媒体内容确定为目标媒体内容。

在另一个实施方式中，提供一种确定目标媒体内容的方法。接收客户端发送的feed流请求，解析该feed流请求，并将feed流中的每个媒体内容均确定为目标媒体内容，并依次执行步骤S12、S13和S14。

其中，热度级别用于表征各个媒体内容的受关注程度。热度级别可以根据需求划分为多个级别，例如：可以划分为S级，A级，B级，F级四个级别，其中，S级的级别最高，A级的级别低于S级的级别，B级的级别低于A级的级别，F级的级别最低。级别越高，则表示该媒体内容被观看的次数越多，级别越低，则表示该媒体内容被观看的次数越少。还可以划分为高，中，低三个级别。本实施例仅对级别划分进行说明，而非限定。

在本实施例中，优选的，将热度级别划分为热和冷两个级别。热媒体内容是指短时间内受关注程度更高的媒体内容，例如：热媒体内容可以是一个小时之内播放量上万的媒体内容，热媒体内容还可以是一个小时之内评论量、点赞量大幅度增长的媒体内容。冷媒体内容是指短时间内受关注程度较低的媒体内容。例如：冷媒体内容可以是一个小时之内播放量很低的媒体内容，冷媒体内容可以是还可以是一个小时之内评论量，点赞量的增长速度很慢或者没有增长的媒体内容。

在一个实施方式中，通过目标媒体内容的相关特征，使用梯度提升决策树(Gradient Boosting Decision Tree，GBDT)树模型预测未来一个小时内媒体内容播放量的增长量，基于增长量与热度级别的对应关系，确定目标媒体内容对应的热度级别。

具体的，可以是判断播放增长量是否超过预设的播放增长量阈值。如果超过预设的播放增长量阈值，则该媒体内容的热度级别为热媒体内容，如果低于预设的播放增长量阈值，则该媒体内容的热度级别为冷媒体内容。根据评论增长量、点赞增长量判断热度级别的方式与上述播放增量量类似，此处不再赘述。

进一步的，还可以设置多个增长量范围，将媒体内容的热度级别进行更加详细的划分。例如：设置四个增长量范围，将媒体内容划分为可以划分为S级，A级，B级，F级四个级别。

在另一个实施方式中，通过对目标媒体内容的相关特征进行归一化处理，并对各个相关特征赋予不同的权重，基于归一化后的相关特征以及其对应的权重，进行加权处理，得到目标媒体内容对应的热度指标。基于热度指标与热度级别的对应关系，确定目标媒体内容对应的热度级别。

需要说明的是，热度指标与热度级别的对应关系的划分方式与上述增长量与热度级别的对应关系的划分方式基本相同，具体可参照上述描述，本实施中不再赘述。

S12、基于所述目标媒体内容的热度级别确定所述目标媒体内容对应的目标内容分发网络CDN节点类型，其中，所述热度级别与所述CDN节点类型一一对应。

其中，将CDN系统中的所有CDN节点进行分类，CDN节点类型和热度级别之间存在对应的关系。进一步的，热度级别与CDN节点类型是一一对应的关系。进一步的，一个CDN节点组中至少包括一个CDN节点。

具体的，一个热度级别对应一个CDN节点类型。例如：热度级别S级，A级，B级，F级分别对应CDN节点类型的第一类CDN节点，第二类CDN节点，第三类CDN节点，第四类CDN节点。再如：热媒体内容对应热类型CDN节点，冷媒体内容对应冷类型CDN节点。

具体的，热度级别与CDN节点类型的对应关系预选存储在服务器中，服务器确定目标媒体内容的热度级别之后，在热度级别与CDN节点类型的对应关系中查找目标媒体内容对应的目标CDN节点类型。

S13、基于所述目标CDN节点类型确定所述目标媒体内容对应的目标CDN节点，并将所述目标CDN节点的节点信息发送给客户端，以使所述客户端基于所述节点信息自所述目标CDN节点中获取所述目标媒体内容。

在本实施例中，目标CDN节点可以理解为所述目标CDN节点类型所包括的CDN节点，即目标CDN节点所属类型是目标CDN节点类型。

例如：热类型CDN节点包括第一CDN节点，第二CDN节点，第三CDN节点，第四CDN节点，冷类型CDN节点包括第五CDN节点，第六CDN节点。需要说明的是，一个CDN节点类型中包括一个或多个CDN节点。

基于目标CDN节点类型确定目标媒体内容对应的目标CDN节点，可以是将目标CDN节点类型下包括的所有CDN节点均确定为目标媒体内容对应的目标CDN节点。

在确定目标媒体内容对应的目标CDN节点后，可以将目标CDN节点的节点信息(如节点标识信息)发送给客户端。从而，客户端可以根据该节点信息向相应的目标CDN节点请求获取目标媒体内容。

在一个实施方式中，服务器确定目标媒体内容的热度级别是热媒体内容时，确定目标媒体内容对应的热类型CDN节点，则将热类型CDN节点所包括的CDN节点确定为目标CDN节点，并将目标CDN节点的节点信息发送给客户端。从而，客户端可以基于该节点信息向目标CDN节点发送获取目标媒体内容的请求。相应的，目标CDN节点在接收到客户端获取目标媒体内容的请求时，可以查找目标媒体内容，若是查找到目标媒体内容，则将目标媒体内容传输至客户端；若是未查找到目标媒体内容，目标CDN节点向源站发出回源请求(back tothe source request)来拉取最新的目标媒体内容，并缓存该最新的目标媒体内容，同时，将最新的目标媒体内容返回给客户端。

进一步的，服务器确定目标媒体内容是冷媒体内容时，确定目标媒体内容缓存在冷类型CDN节点，则将冷类型CDN节点所包括的CDN节点确定为目标CDN节点，并将目标CDN节点的节点信息发送给客户端。从而，客户端可以基于该节点信息向目标CDN节点发送获取目标媒体内容的请求。相应的，目标CDN节点在接收到客户端获取目标媒体内容的请求时，可以查找目标媒体内容，若是查找到目标媒体内容，则将目标媒体内容传输至客户端；若是未查找到目标媒体内容，目标CDN节点向源站发出回源请求来拉取最新的目标媒体内容，并缓存该最新的目标媒体内容，同时，将最新的目标媒体内容返回给客户端。

在上述实施方式的基础上，提供另一种媒体内容的调度方式。服务器确定目标媒体内容是热媒体内容时，确定目标媒体内容缓存在热类型CDN节点包括的CDN节点中，则将热类型CDN节点包括的CDN节点确定为目标CDN节点，并将目标CDN节点的节点信息发送给客户端。从而，客户端可以基于该节点信息向热类型CDN节点包括的CDN节点发送获取目标媒体内容的请求。相应的，热类型CDN节点包括的CDN节点在接收到客户端获取目标媒体内容的请求时，查找目标媒体内容，若是查找到目标媒体内容，则将目标媒体内容传输至客户端；若是未查找到目标媒体内容，，则向源站发出回源请求来拉取最新的目标媒体内容，并缓存该最新的目标媒体内容，同时，将最新的目标媒体内容返回给客户端。

进一步的，服务器确定目标媒体内容是冷媒体内容时，确定目标媒体内容缓存在冷类型CDN节点包括的CDN节点中，则冷类型CDN节点包括的CDN节点确定为目标CDN节点，并将目标CDN节点的节点信息发送给客户端。从而，客户端可以基于该节点信息向冷类型CDN节点包括的CDN节点发送获取目标媒体内容的请求。相应的，冷类型CDN节点包括的CDN节点在接收到客户端获取目标媒体内容的请求时，查找目标媒体内容，若是查找到目标媒体内容，则将目标媒体内容传输至客户端；若是未查找到目标媒体内容，则向源站发出回源请求来拉取最新的目标媒体内容，并缓存该最新的目标媒体内容，同时，将最新的目标媒体内容返回给客户端。

本公开实施例提供一种媒体内容处理方法，包括：确定目标媒体内容的热度级别；基于目标媒体内容的热度级别确定目标媒体内容对应的目标CDN节点类型，其中，热度级别与CDN节点类型一一对应；基于目标CDN节点类型确定目标媒体内容对应的目标CDN节点，并将目标CDN节点的节点信息发送给客户端，以使客户端基于该节点信息自目标CDN节点中获取目标媒体内容。本公开实施例通过将对媒体内容进行热度级别的区分，基于热度级别和节点类型的对应关系，在不同类型的CDN节点中查找对应热度的媒体内容，可以提高媒体内容在CDN节点中的命中率，减少回源带宽。

在上述实施例的基础上，本公开实施例进一步优化了媒体内容处理方法，本实施例中，将“确定目标媒体内容的热度级别”优化为“基于所述目标媒体内容的媒体内容特征，利用预训练的树模型预测所述目标媒体内容的热度级别，其中，所述媒体内容特征包括如下一个或多个：媒体内容访问量、媒体内容观看量、媒体内容点赞量、媒体内容评论量、媒体内容下载量、媒体内容分享量”。

在训练所述树模型时，可以将所述媒体内容特征及媒体内容真实热度级别标识作为输入得到媒体内容预测热度级别输出，基于所述损失函数、所述媒体内容的真实热度级别及预测热度级别调整模型参数，直至模型输出符合预期，得到训练好的树模型。训练好模型之后即可使用所述模型对媒体内容的热度级别进行预测，在使用时将媒体内容特征作为输入，得到模型的热度级别。具体而言，在训练和使用时，所述树模型均是通过预测媒体内容未来一预设时间段的播放量是否超过一播放量阈值来预测媒体内容的热冷。

在本实施例中，媒体内容访问量可以是客户端访问该媒体内容的次数，访问量可以统计客户端访问该媒体内容对应的CDN地址的次数确定，具体的统计方式本实施例中不再进行限定。媒体内容观看量是指客户端播放该媒体内容的次数。

其中，树模型也称为决策树模型，决策树模型是一种简单易用的非参数分类器。本实施例中，可以选用任意决策树模型进行训练，得到预训练的树模型具体的训练方式，本实施例不再进行限定。

在一个实施方式中，将媒体内容访问量、媒体内容观看量、媒体内容点赞量、媒体内容评论量、媒体内容下载量、媒体内容分享量的斜率作为媒体内容特征，输入至预训练的树模型，预训练的树模型直接输出目标媒体内容的热度级别。

在一个实施方式中，将媒体内容访问量、媒体内容观看量、媒体内容点赞量、媒体内容评论量、媒体内容下载量、媒体内容分享量的斜率作为媒体内容特征，输入至预训练的树模型，预训练的树模型输出目标媒体内容播放增长量，基于播放增长量确定目标媒体内容的热度级别。

本公开实施例中，利用预训练的树模型预测目标媒体内容的热度级别，可以提高目标媒体内容冷热预测需要预测的准确性。

图3是本公开实施例提供的另一种媒体内容处理方法的流程图，如图3所示，本公开实施例提供的另一种媒体内容处理方法主要包括如下步骤：

S21、利用预训练的树模型预测未来预设时间段内所述目标媒体内容的播放增长量与播放增长量阈值的关系。

在本实施例中，未来预设时间段内可以是指未来的一个小时内，或者未来两个小时内。本实施例中优选为未来的一个小时内。播放增长量可以是指未来预设时间段内该媒体内容的播放增量，例如：未来一个小时内该目标媒体内容的播放增量。播放增长量与播放增长量阈值的关系包括：播放增长量超过播放增长量阈值，或者播放增长量低于播放增长量阈值。

在一个实施方式中，将媒体内容访问量、媒体内容观看量、媒体内容点赞量、媒体内容评论量、媒体内容下载量、媒体内容分享量的斜率作为媒体内容特征，输入至预训练的树模型，预训练的树模型输出目标媒体内容播放增长量与播放增长量阈值的关系。

S22、基于所述目标媒体内容的播放增长量与播放增长量阈值的关系确定所述目标媒体内容的热度级别。

在一个实施方式中，基于所述目标媒体内容的播放增长量与播放增长量阈值的关系确定所述目标媒体内容的热度级别，包括：如果所述目标媒体内容的播放增长量大于或等于增长量阈值，则确定所述目标媒体内容的热度级别是第一热度；如果所述目标媒体内容的播放增长量小于增长量阈值，则确定所述目标媒体内容的热度级别是第二热度。

具体的，可以是判断增长量是否超过增长量阈值，如果超过增长量阈值，则该媒体内容的热度级别为第一热度，即该媒体内容是热媒体内容，如果低于增长量阈值，则该媒体内容的热度级别为为第二热度，即该媒体内容是冷媒体内容。

图4a是现有技术中的一种CDN节点示意图，图4b是本公开实施例提供的一种CDN节点分类示意图；如图4a所示，CDN系统中原来的每个CDN节点都包含热媒体内容和冷媒体内容。将CDN节点进行分类之后，如图4所示，将CDN节点分为缓存热媒体内容的热类型CDN节点和缓存冷媒体内容的冷类型CDN节点。目标媒体内容预测为热媒体内容时，到热类型CDN节点中获取，目标媒体内容预测为冷媒体内容到冷类型CDN节点获取，这样对资源进行了重新划分。将冷媒体内容的重新归拢到一个节点，防止混合冷热的节点会将冷资源挤出CDN的缓存，导致冷资源的CDN的命中率降低。

S23、基于所述目标媒体内容的热度级别确定所述目标媒体内容对应的目标内容分发网络CDN节点类型；其中，所述热度级别与所述CDN节点类型一一对应。

S24、基于所述目标CDN节点类型确定所述目标媒体内容对应的目标CDN节点，并将所述目标CDN节点的节点信息发送给客户端，以使所述客户端基于所述节点信息自所述目标CDN节点中获取所述目标媒体内容。

在上述实施例的基础上，所述方法还包括：树模型的训练过程。本公开实施例提供的树模型训练方法主要包括：利用二分类交叉熵损失函数对所述树模型进行训练。

在本实施例中，可利用由多个媒体内容构建得到的树模型训练样本以及基于各媒体内容的权重确定的二分类交叉熵损失函数对树模型进行训练。此时，优选的，利用二分类交叉熵损失函数对所述树模型进行训练，得到预训练的树模型，包括：利用多个媒体内容构建树模型训练样本；根据所述多个媒体内容的媒体内容特征确定各媒体内容的权重，并根据各媒体内容的权重确定二分类交叉熵损失函数；基于所述树模型训练样本及所述二分类交叉熵损失函数对所述树模型进行训练，得到预训练的树模型。

在一个实施方式中，所述二分类交叉熵损失函数是：

其中，N为树模型训练样本中的媒体内容总量，y_i表示树模型训练样本中第i个媒体内容的标签，p_i表示预测树模型训练样本中第i个媒体内容为正例的概率，α_i表示树模型训练样本中第i个媒体内容的权重，

vv表示树模型训练样本中第i个媒体内容样本未来预设时间段内的观看量，VV表示树模型训练样本中第i个媒体内容样本总观看量，T表示树模型训练样本中第i个媒体内容样本总观看量对应的总时长，t表示树模型训练样本中第i个媒体内容样本自创建到当前时间点的观看时长。

需要说明的是，本实施例也可以使用现有的GBDT树模型，此处不再赘述

在本实施例中，对未来预设时间段内的观看量vv占比较高的媒体内容的损失设置更多的权重，从而提高对后期观看量比较高的媒体内容的预测效果。

图5是本公开实施例提供的一种媒体内容处理装置的结构图，本实施例可适用于客户端从CDN节点上的请求媒体内容的情况，所述媒体内容处理装置可以通过软件和/或硬件的方式来实现。所述媒体内容处理装置集成于服务器中。

如图5所示，本实施例提供的媒体内容处理装置主要包括热度级别确定模块51、节点类型确定模块52和目标节点确定模块53。

其中，热度级别确定模块51，用于确定目标媒体内容的热度级别；

节点类型确定模块52，用于基于所述目标媒体内容的热度级别确定所述目标媒体内容对应的目标内容分发网络CDN节点类型，其中，所述热度级别与所述CDN节点类型一一对应；

目标节点确定模块53，用于基于所述目标CDN节点类型确定所述目标媒体内容对应的目标CDN节点，并将所述目标CDN节点的节点信息发送给客户端，以使所述客户端基于所述节点信息自所述目标CDN节点中获取所述目标媒体内容。

本公开实施例提供一种媒体内容处理装置，主要用于执行如下操作：确定目标媒体内容的热度级别；基于目标媒体内容的热度级别确定目标媒体内容对应的目标CDN节点类型，其中，热度级别与CDN节点类型一一对应；基于目标CDN节点类型确定目标媒体内容对应的目标CDN节点，并将所述目标CDN节点的节点信息发送给客户端，以使所述客户端基于所述节点信息自所述目标CDN节点中获取所述目标媒体内容。本公开实施例通过将对媒体内容进行热度级别的区分，基于热度级别和节点类型的对应关系，在不同类型的CDN节点中查找对应热度的媒体内容，可以提高媒体内容在CDN节点中的命中率，减少回源带宽。

在一个实施方式中，热度级别确定模块51，具体用于基于所述目标媒体内容的媒体内容特征，利用预训练的树模型预测所述目标媒体内容的热度级别，其中，所述媒体内容特征包括如下一个或多个：媒体内容访问量、媒体内容观看量、媒体内容点赞量、媒体内容评论量、媒体内容下载量、媒体内容分享量。

在一个实施方式中，热度级别确定模块51，包括：

增长量预测单元，用于利用所述预训练的树模型预测未来预设时间段内所述目标媒体内容的播放增长量与播放增长量阈值的关系；

热度级别确定单元，用于基于所述目标媒体内容的播放增长量与播放增长量阈值的关系确定所述目标媒体内容的热度级别。

具体的，热度级别确定单元，具体用于如果所述目标媒体内容的播放增长量大于或等于增长量阈值，则确定所述目标媒体内容的热度级别是第一热度；如果所述目标媒体内容的播放增长量小于增长量阈值，则确定所述目标媒体内容的热度级别是第二热度。

在一个实施方式中，所述装置还包括：模型训练模块，用于：

利用二分类交叉熵损失函数对所述树模型进行训练，得到预训练的树模型。

在一个实施方式中，所述模型训练模块，具体用于：利用多个媒体内容构建树模型训练样本；根据所述多个媒体内容的媒体内容特征确定各媒体内容的权重，并根据各媒体内容的权重确定二分类交叉熵损失函数；基于所述树模型训练样本及所述二分类交叉熵损失函数对所述树模型进行训练，得到预训练的树模型。

在一个实施方式中，所述二分类交叉熵损失函数是：

其中，N为树模型训练样本中的媒体内容总量，y_i表示树模型训练样本中第i个媒体内容的标签，p_i表示预测树模型训练样本中第i个媒体内容为正例的概率，α_i表示树模型训练样本中第i个媒体内容的权重，

vv表示树模型训练样本中第i个媒体内容样本未来预设时间段内的观看量，VV表示树模型训练样本中第i个媒体内容样本总观看量，T表示树模型训练样本中第i个媒体内容样本总观看量对应的总时长，t表示树模型训练样本中第i个媒体内容样本自创建到当前时间点的观看时长。

本实施例所提供的媒体内容处理装置可执行本公开任意实施例所提供的媒体内容处理方法，具备执行媒体内容处理方法相应的功能模块和有益效果。

下面参考图6，其示出了适于用来实现本公开实施例的电子设备(例如图6中的终端设备或服务器)600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：

确定目标媒体内容的热度级别；

基于所述目标媒体内容的热度级别确定所述目标媒体内容对应的目标内容分发网络CDN节点类型；其中，所述热度级别与所述CDN节点类型一一对应；

基于所述目标CDN节点类型确定所述目标媒体内容对应的目标CDN节点，并将所述目标CDN节点的节点信息发送给客户端，以使所述客户端基于所述节点信息自所述目标CDN节点中获取所述目标媒体内容。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的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，该模块、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。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，提供了一种媒体内容处理方法、装置、设备和存储介质，包括：

确定目标媒体内容的热度级别；

基于所述目标媒体内容的热度级别确定所述目标媒体内容对应的目标内容分发网络CDN节点类型；其中，所述热度级别与所述CDN节点类型一一对应；

基于所述目标CDN节点类型确定所述目标媒体内容对应的目标CDN节点，并将所述目标CDN节点的节点信息发送给客户端，以使所述客户端基于所述节点信息自所述目标CDN节点中获取所述目标媒体内容。

根据本公开的一个或多个实施例，提供了一种媒体内容处理方法、装置、设备和存储介质，确定目标媒体内容的热度级别，包括：

基于所述目标媒体内容的媒体内容特征，利用预训练的树模型预测所述目标媒体内容的热度级别，其中，所述媒体内容特征包括如下一个或多个：媒体内容访问量、媒体内容观看量、媒体内容点赞量、媒体内容评论量、媒体内容下载量、媒体内容分享量。

根据本公开的一个或多个实施例，提供了一种媒体内容处理方法、装置、设备和存储介质，利用预训练的树模型预测所述目标媒体内容的热度级别，包括：

利用所述预训练的树模型预测未来预设时间段内所述目标媒体内容的播放增长量与播放增长量阈值的关系；

基于所述目标媒体内容的播放增长量与播放增长量阈值的关系确定所述目标媒体内容的热度级别。

根据本公开的一个或多个实施例，提供了一种媒体内容处理方法、装置、设备和存储介质，基于所述目标媒体内容的播放增长量与播放增长量阈值的关系确定所述目标媒体内容的热度级别，包括：

如果所述目标媒体内容的播放增长量大于或等于增长量阈值，则确定所述目标媒体内容的热度级别是第一热度；

如果所述目标媒体内容的播放增长量小于增长量阈值，则确定所述目标媒体内容的热度级别是第二热度。

根据本公开的一个或多个实施例，提供了一种媒体内容处理方法、装置、设备和存储介质，还包括：

利用二分类交叉熵损失函数对所述树模型进行训练，得到预训练的树模型。

根据本公开一个或多个实施例，提供了一种媒体内容处理方法、装置、设备和存储介质，利用二分类交叉熵损失函数对所述树模型进行训练，得到预训练的树模型，包括：

利用多个媒体内容构建树模型训练样本；

根据所述多个媒体内容的媒体内容特征确定各媒体内容的权重，并根据各媒体内容的权重确定二分类交叉熵损失函数；

基于所述树模型训练样本及所述二分类交叉熵损失函数对所述树模型进行训练，得到预训练的树模型。

根据本公开的一个或多个实施例，提供了一种媒体内容处理方法、装置、设备和存储介质，所述二分类交叉熵损失函数是：

其中，N为树模型训练样本中的媒体内容总量，yi表示树模型训练样本中第i个媒体内容的标签，pi表示预测树模型训练样本中第i个媒体内容为正例的概率，α_i表示树模型训练样本中第i个媒体内容的权重，

vv表示树模型训练样本中第i个媒体内容样本未来预设时间段内的观看量，VV表示树模型训练样本中第i个媒体内容样本总观看量，T表示树模型训练样本中第i个媒体内容样本总观看量对应的总时长，t表示树模型训练样本中第i个媒体内容样本自创建到当前时间点的观看时长。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (10)

1.一种媒体内容处理方法，其特征在于，包括：

确定目标媒体内容的热度级别；

基于所述目标媒体内容的热度级别确定所述目标媒体内容对应的目标内容分发网络CDN节点类型；其中，所述热度级别与所述CDN节点类型一一对应；

基于所述目标CDN节点类型确定所述目标媒体内容对应的目标CDN节点，并将所述目标CDN节点的节点信息发送给客户端，以使所述客户端基于所述节点信息自所述目标CDN节点中获取所述目标媒体内容。

2.根据权利要求1所述的方法，其特征在于，确定目标媒体内容的热度级别，包括：

基于所述目标媒体内容的媒体内容特征，利用预训练的树模型预测所述目标媒体内容的热度级别，其中，所述媒体内容特征包括如下一个或多个：媒体内容访问量、媒体内容观看量、媒体内容点赞量、媒体内容评论量、媒体内容下载量、媒体内容分享量。

3.根据权利要求2所述的方法，其特征在于，利用预训练的树模型预测所述目标媒体内容的热度级别，包括：

利用所述预训练的树模型预测未来预设时间段内所述目标媒体内容的播放增长量与播放增长量阈值的关系；

基于所述目标媒体内容的播放增长量与播放增长量阈值的关系确定所述目标媒体内容的热度级别。

4.根据权利要求3所述的方法，其特征在于，基于所述目标媒体内容的播放增长量与播放增长量阈值的关系确定所述目标媒体内容的热度级别，包括：

如果所述目标媒体内容的播放增长量大于或等于增长量阈值，则确定所述目标媒体内容的热度级别是第一热度；

如果所述目标媒体内容的播放增长量小于增长量阈值，则确定所述目标媒体内容的热度级别是第二热度。

5.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：

利用二分类交叉熵损失函数对所述树模型进行训练，得到预训练的树模型。

6.根据权利要求5所述的方法，其特征在于，利用二分类交叉熵损失函数对所述树模型进行训练，得到预训练的树模型，包括：

利用多个媒体内容构建树模型训练样本；

根据所述多个媒体内容的媒体内容特征确定各媒体内容的权重，并根据各媒体内容的权重确定二分类交叉熵损失函数；

基于所述树模型训练样本及所述二分类交叉熵损失函数对所述树模型进行训练，得到预训练的树模型。

7.根据权利要求6所述的方法，其特征在于，所述二分类交叉熵损失函数是：

其中，N为树模型训练样本中的媒体内容总量，y_i表示树模型训练样本中第i个媒体内容的标签，p_i表示预测树模型训练样本中第i个媒体内容为正例的概率，α_i表示树模型训练样本中第i个媒体内容的权重，

vv表示树模型训练样本中第i个媒体内容样本未来预设时间段内的观看量，VV表示树模型训练样本中第i个媒体内容样本总观看量，T表示树模型训练样本中第i个媒体内容样本总观看量对应的总时长，t表示树模型训练样本中第i个媒体内容样本自创建到当前时间点的观看时长。

8.一种媒体内容处理装置，其特征在于，包括：

热度级别确定模块，用于确定目标媒体内容的热度级别；

节点类型确定模块，用于基于所述目标媒体内容的热度级别确定所述目标媒体内容对应的目标内容分发网络CDN节点类型，其中，所述热度级别与所述CDN节点类型一一对应；

目标节点确定模块，用于基于所述目标CDN节点类型确定所述目标媒体内容对应的目标CDN节点，并将所述目标CDN节点的节点信息发送给客户端，以使所述客户端基于所述节点信息自所述目标CDN节点中获取所述目标媒体内容。

9.一种媒体内容处理设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7任一项所述的媒体内容处理方法。

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存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的媒体内容处理方法。

Images