CN116233498B - 一种基于ai人工智能的影音视频播放控制方法 - Google Patents
一种基于ai人工智能的影音视频播放控制方法 Download PDFInfo
- Publication number
- CN116233498B CN116233498B CN202310227241.9A CN202310227241A CN116233498B CN 116233498 B CN116233498 B CN 116233498B CN 202310227241 A CN202310227241 A CN 202310227241A CN 116233498 B CN116233498 B CN 116233498B
- Authority
- CN
- China
- Prior art keywords
- video
- audio
- target
- user group
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 16
- 230000000694 effects Effects 0.000 claims description 71
- 230000003993 interaction Effects 0.000 claims description 34
- 238000012937 correction Methods 0.000 claims description 18
- 230000009467 reduction Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 2
- 230000007613 environmental effect Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
- H04N21/25866—Management of end-user data
- H04N21/25891—Management of end-user data being end-user preferences
-
- 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
- H04N21/233—Processing of audio elementary streams
-
- 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
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
-
- 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
- H04N21/439—Processing of audio elementary streams
- H04N21/4394—Processing of audio elementary streams involving operations for analysing the audio stream, e.g. detecting features or characteristics in audio streams
-
- 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
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
- H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- 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)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Graphics (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明涉及数据处理领域，尤其涉及一种基于AI人工智能的影音视频播放控制方法，该方法包括：获取若干用户的基本信息和对应的影音视频信息；根据基本信息对用户群体进行分类以得到若干群体类别，并对每个用户群体类别对应的影音视频进行分析以获得每个用户群体类别的目标影音视频类型；根据预先建立的AI模型搜集目标影音视频类型对应的影音视频；根据用户群体类别将搜集的目标影音视频类型对应的影音视频推送给对应的用户；采集预设周期时间内每个用户群体类别的用户的影音视频播放信息和播放操作参数，调整下一周期的每个用户群体类别的目标影音视频类型。本发明提高每个周期时间为用户推送影音视频的准确性。
Description
技术领域
本发明涉及数据处理领域，尤其涉及一种基于AI人工智能的影音视频播放控制方法。
背景技术
随着信息技术的发展，音视频成为互联网的主流互动方式，已经成为我们生活的媒介，但随着人们的需求不断增高，为用户提供满足用户需求的音视频尤为重要。
中国专利申请公开号：CN115016310A的专利公开了一种智能影音播放设备及其控制方法，该方法包括：通过所述智能家居连接单元连接所述智能家居控制系统以执行智能家居设备数据初始化；通过所述环境数据采集单元采集环境数据以执行环境数据初始化，所述环境数据初始化包括声音环境数据初始化以及光线环境数据初始化；接收影音播放指令播放目标影音数据；在播放所述目标影音数据的过程中，根据所述目标影音数据实时通过所述智能家居控制系统控制智能家居设备以使播放环境与所述目标影音数据相匹配。
现有技术通过声音环境数据和光线环境数据智能控制家居设备的播放参数，其只适用于控制播放设备，但用户在线播放影音视频时，不能实现智能匹配对应的音视频，音视频控制准确性低。
发明内容
为此，本发明提供一种基于AI人工智能的影音视频播放控制方法，可以解决音视频控制准确性低的问题。
为实现上述目的，本发明提供一种基于AI人工智能的影音视频播放控制方法，该方法包括：
获取若干用户的基本信息和对应的影音视频；
根据所述基本信息确定目标活跃值，并根据目标活跃值与预设目标活跃值的比较结果判定用户群体类别，对每个用户群体类别对应的影音视频进行分析以获得每个用户群体类别的目标影音视频类型；
根据预先建立的AI模型搜集所述目标影音视频类型对应的待推送影音视频，并输出目标影音视频类型对应的目标影音视频；
根据所述用户群体类别将所述目标影音视频推送给对应的用户，并确定用户群体类别确定目标影音视频的推送量和推送时间；
采集预设周期时间内每个用户群体类别的用户的影音视频的播放信息和播放操作参数，根据所述播放信息和播放操作参数分别确定实际影音视频类型和目标操作参数以调整下一周期的每个用户群体类别的目标影音视频类型和播放操作参数。
进一步地，在根据所述基本信息确定目标活跃值时，根据基本信息中的行为信息和交互量确定活跃值，所述行为信息包括预设时长内若干用户的登录时长，根据若干登录时长计算总登录时长，并计算平均登录时长，设定平均登录时长＝总登录时长/预设时长；
根据所述平均登录时长和所述基本信息中的交互量确定活跃值，确定平均登录时长所在预设平均登录时长等级对应的活跃值，并将交互量与预设交互量进行比较，若交互量大于预设交互量，则选择增长系数对活跃值进行增加，若交互量等于预设交互量，则不对活跃值进行调节，若交互量小于预设交互量，则选择降低系数对活跃值进行减小。
进一步地，根据基本信息中的投入量选择对应的调节系数对所述活跃值进行调节以得到目标活跃值，将投入量与预设投入量进行比较；
若投入量大于等于预设投入量，则选择第一调节系数对所述活跃值进行调节以得到目标活跃值，设定目标活跃值＝活跃值×第一调节系数；
若投入量小于预设投入量，则选择第二调节系数对所述活跃值进行调节以得到目标活跃值，设定目标活跃值＝活跃值×第二调节系数；
其中，所述第一调节系数大于第二调节系数，且第一调节系数大于1，第二调节系数小于1。
进一步地，根据所述目标活跃值判定用户群体类别时，将目标活跃值与第一预设目标活跃值和第二预设目标活跃值进行比较以判定用户群体类别，其中，
若目标活跃值大于第二预设目标活跃值，则判定用户群体类别为第一群体；
若目标活跃值大于等于第一预设目标活跃值且小于等于第二预设目标活跃值，则判定用户群体类别为第二群体；
若目标活跃值小于第一预设目标活跃值，则判定用户群体类别为第三群体；
其中，所述第一预设目标活跃值小于第二预设目标活跃值。
进一步地，在获得每个用户群体类别的目标影音视频类型时，对每个用户群体类别对应的影音视频进行整合，并分析每个用户群体类别中的影音视频的类型，将影音视频进行图像、语音、文字和背景音提取，其中，
在所述影音视频中随机提取预设数量的图像帧，对图像帧进行特征识别以得到第一特征，在所述影音视频中提取语音和文字，并将语音转化为文字，将提取的文字和转化的文字进行关键词提取，对关键词进行分类以得到第二特征，在所述影音视频中提取背景音，对背景音的音强进行记录，并将音强大于预设音强的背景音时长与预设时长范围进行匹配，若匹配到所在的预设时长范围，则将该预设时长范围对应的特征确定为第三特征；
将所述第一特征、第二特征和第三特征中的子特征进行对比，并计算每个子特征的特征重合率，设定特征重合率＝相同子特征数量/子特征总数量，将特征重合率大于预设特征重合率对应的子特征确定为目标影音视频类型。
进一步地，根据预先建立的AI模型搜集若干待推送影音视频，所述待推送影音视频为所述目标影音视频类型对应的影音视频，将所述目标影音视频类型输入至AI模型，AI模型对待推送影音视频进行自动标注，并将标注与目标影音视频进行匹配，AI模型输出匹配成功的影音视频类型对应的目标影音视频
进一步地，在将所述目标影音视频推送给对应的用户时，根据用户群体类别确定目标影音视频的推送量，其中，
若所述用户群体类别为所述第一群体，则选择第一修正系数以减少预设标准推送量，得到目标推送量，设定目标推送量＝预设标准推送量×第一修正系数；
若所述用户群体类别为所述第二群体，则不对预设标准推送量进行修正；
若所述用户群体类别为所述第三群体，则选择第二修正系数以增加预设标准推送量，得到目标推送量，设定目标推送量＝预设标准推送量×第二修正系数，
其中，所述第一修正系数小于1，所述第二修正系数大于1。
进一步地，根据用户群体类别确定目标影音视频的推送时间，根据用户群体类别确定对应目标推送量的所述目标影音视频的推送时间，若用户群体类别为第一群体或第二群体，则确定推送时间为预设推送时间，若用户群体为第三群体，则分析所述行为信息中的登陆时间以确定用户的登录集中时间，将登陆集中时间确定为推送时间。
进一步地，在采集预设周期时间内每个用户群体类别的影音视频的播放信息和播放操作参数时，根据播放信息中的实际播放影音视频确定每个用户群体类别的影音视频的实际影音视频类型，将实际影音视频的播放操作参数进行数量统计以将数量最大的播放操作参数确定为该用户群体类别的目标操作参数。
进一步地，在调整下一周期的每个用户群体类别的目标影音视频类型时，将每个用户群体类别的目标影音视频调整为所述实际影音视频类型，并在下一周期用户播放视频时将影音视频的播放参数设置为目标操作参数。
与现有技术相比，本发明的有益效果在于，通过根据获取的基本信息确定目标活跃值，并根据目标活跃值与预设目标活跃值的比较结果判定用户群体类别，对每个用户群体类别对应的影音视频进行分析以获得每个用户群体类别的目标影音视频类型，实现对不同群体用户推送不同类型的影音视频，提高影音视频推送准确性；根据预先建立的AI模型搜集所述目标影音视频类型对应的待推送影音视频，并输出目标影音视频类型对应的目标影音视频，实现对目标影音视频的搜集，提高搜集效率；根据所述用户群体类别将所述目标影音视频推送给对应的用户，并确定用户群体类别确定目标影音视频的推送量和推送时间，使对不同群体用户进行精准推送；采集预设周期时间内每个用户群体类别的用户的影音视频的播放信息和播放操作参数，确定实际影音视频类型和目标操作参数以调整下一周期的每个用户群体类别的目标影音视频类型和播放操作参数，根据用户的实际播放信息不断对每个用户群体类别的目标影音视频类型和播放操作参数进行调整，提高用户满意度，提高每个周期时间为用户推送影音视频的准确性。
尤其，通过根据获取的基本信息中的行为信息和交互量确定活跃值，根据用户的活跃值判定用户群体类别，进而实现对用户的精准分类，实现对不同群体用户推送不同类型的影音视频，提高影音视频推送准确性。
尤其，通过根据获取的基本信息的投入量对活跃值进行调整以得到目标活跃值，通过对活跃值进行两次调节使活跃值更加精确，根据用户的目标活跃值判定用户群体类别，进而实现对用户的精准分类，实现对不同群体用户推送不同类型的影音视频，提高影音视频推送准确性。
尤其，通过将目标活跃值与第一预设目标活跃值和第二预设目标活跃值进行比较以判定用户群体类别，实现对用户的精准分类，实现对不同群体用户推送不同类型的影音视频，提高影音视频推送准确性。
尤其，通过获得每个用户群体类别的目标影音视频类型时，分析每个用户群体类别中的影音视频的类型，将影音视频进行图像、语音、文字和背景音提取并进行识别、分类和匹配确定三个影音视频特征，因此获得每个用户群体类别的目标影音视频类型，实现对不同群体用户推送不同类型的影音视频，提高影音视频推送准确性。
尤其，通过根据预先建立的AI模型搜集所述目标影音视频类型对应的待推送影音视频，并输出目标影音视频类型对应的目标影音视频，实现对目标影音视频的搜集，提高搜集效率。
尤其，通过根据所述用户群体类别将所述目标影音视频推送给对应的用户，并确定用户群体类别确定目标影音视频的推送量，为不同用户推送不同数量的影音视频，第一特征的用户为高活跃用户，减少对其推送量以避免使用户厌烦，第三特征的用户为沉睡用户，增加对其推送量以使用户有更多选择而提高用户活跃度，实现对不同群体用户进行精准推送。
尤其，例通过根据用户群体类别确定目标影音视频的推送时间，根据用户群体类别确定对应目标推送量的所述目标影音视频的推送时间，使精准地对第三特征的用户实现推送而提高用户活跃度，实现对不同群体用户进行精准推送。
尤其，通过采集预设周期时间内每个用户群体类别的用户的影音视频的播放信息和播放操作参数，确定实际影音视频类型和目标操作参数以调整下一周期的每个用户群体类别的目标影音视频类型和播放操作参数，根据用户的实际播放信息不断对每个用户群体类别的目标影音视频类型和播放操作参数进行调整，提高用户满意度，提高每个周期时间为用户推送的准确性。
尤其，通过根据用户的实际播放信息不断对每个用户群体类别的目标影音视频类型和播放操作参数进行调整，提高用户满意度，提高每个周期时间为用户推送的准确性。
附图说明
图1为本发明实施例提供的基于AI人工智能的影音视频播放控制方法的流程示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示，本发明实施例提供的基于AI人工智能的影音视频播放控制方法包括：
步骤S110，获取若干用户的基本信息和对应的影音视频；
步骤S120，根据所述基本信息确定目标活跃值，并根据目标活跃值与预设目标活跃值的比较结果判定用户群体类别，对每个用户群体类别对应的影音视频进行分析以获得每个用户群体类别的目标影音视频类型；
步骤S130，根据预先建立的AI模型搜集所述目标影音视频类型对应的待推送影音视频，并输出目标影音视频类型对应的目标影音视频；
步骤S140，根据所述用户群体类别将所述目标影音视频推送给对应的用户，并确定用户群体类别确定目标影音视频的推送量和推送时间；
步骤S150，采集预设周期时间内每个用户群体类别的用户的影音视频的播放信息和播放操作参数，根据所述播放信息和播放操作参数分别确定实际影音视频类型和目标操作参数以调整下一周期的每个用户群体类别的目标影音视频类型和播放操作参数。
具体而言，本发明实施例通过根据获取的基本信息确定目标活跃值，并根据目标活跃值与预设目标活跃值的比较结果判定用户群体类别，对每个用户群体类别对应的影音视频进行分析以获得每个用户群体类别的目标影音视频类型，实现对不同群体用户推送不同类型的影音视频，提高影音视频推送准确性；根据预先建立的AI模型搜集所述目标影音视频类型对应的待推送影音视频，并输出目标影音视频类型对应的目标影音视频，实现对目标影音视频的搜集，提高搜集效率；根据所述用户群体类别将所述目标影音视频推送给对应的用户，并确定用户群体类别确定目标影音视频的推送量和推送时间，使对不同群体用户进行精准推送；采集预设周期时间内每个用户群体类别的用户的影音视频的播放信息和播放操作参数，确定实际影音视频类型和目标操作参数以调整下一周期的每个用户群体类别的目标影音视频类型和播放操作参数，根据用户的实际播放信息不断对每个用户群体类别的目标影音视频类型和播放操作参数进行调整，提高用户满意度，提高每个周期时间为用户推送影音视频的准确性。
具体而言，在根据所述基本信息确定目标活跃值时，根据基本信息中的行为信息和交互量确定活跃值，所述行为信息包括预设时长内若干用户的登录时长，根据若干登录时长计算总登录时长，并计算平均登录时长，设定平均登录时长＝总登录时长/预设时长；
根据所述平均登录时长和所述基本信息中的交互量确定活跃值，确定平均登录时长所在预设平均登录时长等级对应的活跃值，并将交互量与预设交互量进行比较，若交互量大于预设交互量，则选择增长系数对活跃值进行增加，若交互量等于预设交互量，则不对活跃值进行调节，若交互量小于预设交互量，则选择降低系数对活跃值进行减小。
具体而言，所述平均登录时长为平均每天的登录时长，预设时长可以自行设定，如7天或30天等；所述交互量为用户对于推出的活动的参与数量、分享和评论的数量。
具体而言，本发明实施例通过根据获取的基本信息中的行为信息和交互量确定活跃值，根据用户的活跃值判定用户群体类别，进而实现对用户的精准分类，实现对不同群体用户推送不同类型的影音视频，提高影音视频推送准确性。
具体而言，根据基本信息中的投入量选择对应的调节系数对所述活跃值进行调节以得到目标活跃值，将投入量与预设投入量进行比较；
若投入量大于等于预设投入量，则选择第一调节系数对所述活跃值进行调节以得到目标活跃值，设定目标活跃值＝活跃值×第一调节系数；
若投入量小于预设投入量，则选择第二调节系数对所述活跃值进行调节以得到目标活跃值，设定目标活跃值＝活跃值×第二调节系数；
其中，所述第一调节系数大于第二调节系数，且第一调节系数大于1，第二调节系数小于1。
具体而言，所述投入量为用户的消费量。
具体而言，本发明实施例通过根据获取的基本信息的投入量对活跃值进行调整以得到目标活跃值，通过对活跃值进行两次调节使活跃值更加精确，根据用户的目标活跃值判定用户群体类别，进而实现对用户的精准分类，实现对不同群体用户推送不同类型的影音视频，提高影音视频推送准确性。
具体而言，根据所述目标活跃值判定用户群体类别时，将目标活跃值与第一预设目标活跃值和第二预设目标活跃值进行比较以判定用户群体类别，其中，
若目标活跃值大于第二预设目标活跃值，则判定用户群体类别为第一群体；
若目标活跃值大于等于第一预设目标活跃值且小于等于第二预设目标活跃值，则判定用户群体类别为第二群体；
若目标活跃值小于第一预设目标活跃值，则判定用户群体类别为第三群体；
其中，所述第一预设目标活跃值小于第二预设目标活跃值。
具体而言，所述第一群体表示高活跃群体，所述第二群体表示低活跃群体，所述第三群体表示沉睡群体。
具体而言，本发明实施例通过将目标活跃值与第一预设目标活跃值和第二预设目标活跃值进行比较以判定用户群体类别，实现对用户的精准分类，实现对不同群体用户推送不同类型的影音视频，提高影音视频推送准确性。
具体而言，在获得每个用户群体类别的目标影音视频类型时，对每个用户群体类别对应的影音视频进行整合，并分析每个用户群体类别中的影音视频的类型，将影音视频进行图像、语音、文字和背景音提取，其中，
在所述影音视频中随机提取预设数量的图像帧，对图像帧进行特征识别以得到第一特征，在所述影音视频中提取语音和文字，并将语音转化为文字，将提取的文字和转化的文字进行关键词提取，对关键词进行分类以得到第二特征，在所述影音视频中提取背景音，对背景音的音强进行记录，并将音强大于预设音强的背景音时长与预设时长范围进行匹配，若匹配到所在的预设时长范围，则将该预设时长范围对应的特征确定为第三特征；
将所述第一特征、第二特征和第三特征中的子特征进行对比，并计算每个子特征的特征重合率，设定特征重合率＝相同子特征数量/子特征总数量，将特征重合率大于预设特征重合率对应的子特征确定为目标影音视频类型。
具体而言，对于影音视频中没有图像或背景音等时，其对应的特征为空，所述语音为除背景音乐以外的声音，背景音为背景音乐，所述音强为背景音乐的强弱，有声音的振幅决定，在提取时将提取背景音乐的振动幅度进行图像记录，将离开平衡位置的最大位移的绝对值记为振幅，即图象中振动曲线的峰值的绝对值为振幅，即为音强。
具体而言，本发明实施例通过获得每个用户群体类别的目标影音视频类型时，分析每个用户群体类别中的影音视频的类型，将影音视频进行图像、语音、文字和背景音提取并进行识别、分类和匹配确定三个影音视频特征，因此获得每个用户群体类别的目标影音视频类型，实现对不同群体用户推送不同类型的影音视频，提高影音视频推送准确性。
具体而言，根据预先建立的AI模型搜集若干待推送影音视频，所述待推送影音视频为所述目标影音视频类型对应的影音视频，将所述目标影音视频类型输入至AI模型，AI模型对待推送影音视频进行自动标注，并将标注与目标影音视频进行匹配，AI模型输出匹配成功的影音视频类型对应的目标影音视频。
具体而言，所述AI模型由训练而建立，由人工已进行影音视频类型标注的训练集和测试集训练而成，AI模型将搜集所有内部影音视频对其进行影音视频类型标注，在将目标影音视频类型输入至AI模型后，AI模型将标注的影音视频类型与目标影音视频类型进行匹配，AI模型将匹配成功的影音视频类型对应的影音视频输出；所述待推送影音视频为对应网站或移动软件已授权或已拥有的影音视频。
具体而言，本发明实施例通过根据预先建立的AI模型搜集所述目标影音视频类型对应的待推送影音视频，并输出目标影音视频类型对应的目标影音视频，实现对目标影音视频的搜集，提高搜集效率。
具体而言，在将所述目标影音视频推送给对应的用户时，根据用户群体类别确定目标影音视频的推送量，其中，
若所述用户群体类别为所述第一群体，则选择第一修正系数以减少预设标准推送量，得到目标推送量，设定目标推送量＝预设标准推送量×第一修正系数；
若所述用户群体类别为所述第二群体，则不对预设标准推送量进行修正；
若所述用户群体类别为所述第三群体，则选择第二修正系数以增加预设标准推送量，得到目标推送量，设定目标推送量＝预设标准推送量×第二修正系数，
其中，所述第一修正系数小于1，所述第二修正系数大于1。
具体而言，所述推送量为影音视频的推送数量，为整数，若目标推送量为小数，则按四舍五入的规则得出最终的目标推送量，在推送时随机在所有目标影音视频中提取目标推送量的影音视频进行推送。
具体而言，本发明实施例通过根据所述用户群体类别将所述目标影音视频推送给对应的用户，并确定用户群体类别确定目标影音视频的推送量，为不同用户推送不同数量的影音视频，第一特征的用户为高活跃用户，减少对其推送量以避免使用户厌烦，第三特征的用户为沉睡用户，增加对其推送量以使用户有更多选择而提高用户活跃度，实现对不同群体用户进行精准推送。
具体而言，根据用户群体类别确定目标影音视频的推送时间，根据用户群体类别确定对应目标推送量的所述目标影音视频的推送时间，若用户群体类别为第一群体或第二群体，则确定推送时间为预设推送时间，若用户群体为第三群体，则分析所述行为信息中的登陆时间以确定用户的登录集中时间，将登陆集中时间确定为推送时间。
具体而言，预设推送时间为每天的某个时间段。
具体而言，本发明实施例通过根据用户群体类别确定目标影音视频的推送时间，根据用户群体类别确定对应目标推送量的所述目标影音视频的推送时间，使精准地对第三特征的用户实现推送而提高用户活跃度，实现对不同群体用户进行精准推送。
具体而言，在采集预设周期时间内每个用户群体类别的影音视频的播放信息和播放操作参数时，根据播放信息中的实际播放影音视频确定每个用户群体类别的影音视频的实际影音视频类型，将实际影音视频的播放操作参数进行数量统计以将数量最大的播放操作参数确定为该用户群体类别的目标操作参数。
具体而言，所述播放信息为预设周期用户实际播放的影音视频信息，在确定实际影音视频类型时和首次确定目标影音视频类型的方法相同，将实际影音视频进行图像、语音、文字和背景音提取而确定；所述播放操作参数为播放速度或视频的字体大小等，并选取所有播放操作参数中操作最多的参数作为目标操作参数。
具体而言，本发明实施例通过采集预设周期时间内每个用户群体类别的用户的影音视频的播放信息和播放操作参数，确定实际影音视频类型和目标操作参数以调整下一周期的每个用户群体类别的目标影音视频类型和播放操作参数，根据用户的实际播放信息不断对每个用户群体类别的目标影音视频类型和播放操作参数进行调整，提高用户满意度，提高每个周期时间为用户推送的准确性。
具体而言，在调整下一周期的每个用户群体类别的目标影音视频类型时，将每个用户群体类别的目标影音视频调整为所述实际影音视频类型，并在下一周期用户播放视频时将影音视频的播放参数设置为目标操作参数。
具体而言，本发明实施例通过根据用户的实际播放信息不断对每个用户群体类别的目标影音视频类型和播放操作参数进行调整，提高用户满意度，提高每个周期时间为用户推送的准确性。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于AI人工智能的影音视频播放控制方法，其特征在于，包括：
获取若干用户的基本信息和对应的影音视频；
根据所述基本信息确定目标活跃值，并根据目标活跃值与预设目标活跃值的比较结果判定用户群体类别，对每个用户群体类别对应的影音视频进行分析以获得每个用户群体类别的目标影音视频类型；
根据预先建立的AI模型搜集所述目标影音视频类型对应的待推送影音视频，并输出目标影音视频类型对应的目标影音视频；
根据所述用户群体类别将所述目标影音视频推送给对应的用户，并确定用户群体类别确定目标影音视频的推送量和推送时间；
采集预设周期时间内每个用户群体类别的用户的影音视频的播放信息和播放操作参数，根据所述播放信息和播放操作参数分别确定实际影音视频类型和目标操作参数以调整下一周期的每个用户群体类别的目标影音视频类型和播放操作参数；
在根据所述基本信息确定目标活跃值时，根据基本信息中的行为信息和交互量确定活跃值，所述行为信息包括预设时长内若干用户的登录时长，根据若干登录时长计算总登录时长，并计算平均登录时长，设定平均登录时长＝总登录时长/预设时长；
根据所述平均登录时长和所述基本信息中的交互量确定活跃值，确定平均登录时长所在预设平均登录时长等级对应的活跃值，并将交互量与预设交互量进行比较，若交互量大于预设交互量，则选择增长系数对活跃值进行增加，若交互量等于预设交互量，则不对活跃值进行调节，若交互量小于预设交互量，则选择降低系数对活跃值进行减小；
根据基本信息中的投入量选择对应的调节系数对所述活跃值进行调节以得到目标活跃值，将投入量与预设投入量进行比较；
若投入量大于等于预设投入量，则选择第一调节系数对所述活跃值进行调节以得到目标活跃值，设定目标活跃值＝活跃值×第一调节系数；
若投入量小于预设投入量，则选择第二调节系数对所述活跃值进行调节以得到目标活跃值，设定目标活跃值＝活跃值×第二调节系数；
其中，所述第一调节系数大于第二调节系数，且第一调节系数大于1，第二调节系数小于1。
2.根据权利要求1所述的基于AI人工智能的影音视频播放控制方法，其特征在于，根据所述目标活跃值判定用户群体类别时，将目标活跃值与第一预设目标活跃值和第二预设目标活跃值进行比较以判定用户群体类别，其中，
若目标活跃值大于第二预设目标活跃值，则判定用户群体类别为第一群体；
若目标活跃值大于等于第一预设目标活跃值且小于等于第二预设目标活跃值，则判定用户群体类别为第二群体；
若目标活跃值小于第一预设目标活跃值，则判定用户群体类别为第三群体；
其中，所述第一预设目标活跃值小于第二预设目标活跃值。
3.根据权利要求2所述的基于AI人工智能的影音视频播放控制方法，其特征在于，在获得每个用户群体类别的目标影音视频类型时，对每个用户群体类别对应的影音视频进行整合，并分析每个用户群体类别中的影音视频的类型，将影音视频进行图像、语音、文字和背景音提取，其中，
在所述影音视频中随机提取预设数量的图像帧，对图像帧进行特征识别以得到第一特征，在所述影音视频中提取语音和文字，并将语音转化为文字，将提取的文字和转化的文字进行关键词提取，对关键词进行分类以得到第二特征，在所述影音视频中提取背景音，对背景音的音强进行记录，并将音强大于预设音强的背景音时长与预设时长范围进行匹配，若匹配到所在的预设时长范围，则将该预设时长范围对应的特征确定为第三特征；
将所述第一特征、第二特征和第三特征中的子特征进行对比，并计算每个子特征的特征重合率，设定特征重合率＝相同子特征数量/子特征总数量，将特征重合率大于预设特征重合率对应的子特征确定为目标影音视频类型。
4.根据权利要求3所述的基于AI人工智能的影音视频播放控制方法，其特征在于，根据预先建立的AI模型搜集若干待推送影音视频，所述待推送影音视频为所述目标影音视频类型对应的影音视频，将所述目标影音视频类型输入至AI模型，AI模型对待推送影音视频进行自动标注，并将标注与目标影音视频进行匹配，AI模型输出匹配成功的影音视频类型对应的目标影音视频。
5.根据权利要求4所述的基于AI人工智能的影音视频播放控制方法，其特征在于，在将所述目标影音视频推送给对应的用户时，根据用户群体类别确定目标影音视频的推送量，其中，
若所述用户群体类别为所述第一群体，则选择第一修正系数以减少预设标准推送量，得到目标推送量，设定目标推送量＝预设标准推送量×第一修正系数；
若所述用户群体类别为所述第二群体，则不对预设标准推送量进行修正；
若所述用户群体类别为所述第三群体，则选择第二修正系数以增加预设标准推送量，得到目标推送量，设定目标推送量＝预设标准推送量×第二修正系数，
其中，所述第一修正系数小于1，所述第二修正系数大于1。
6.根据权利要求5所述的基于AI人工智能的影音视频播放控制方法，其特征在于，根据用户群体类别确定目标影音视频的推送时间，根据用户群体类别确定对应目标推送量的所述目标影音视频的推送时间，若用户群体类别为第一群体或第二群体，则确定推送时间为预设推送时间，若用户群体为第三群体，则分析所述行为信息中的登陆时间以确定用户的登录集中时间，将登陆集中时间确定为推送时间。
7.根据权利要求6所述的基于AI人工智能的影音视频播放控制方法，其特征在于，在采集预设周期时间内每个用户群体类别的影音视频的播放信息和播放操作参数时，根据播放信息中的实际播放影音视频确定每个用户群体类别的影音视频的实际影音视频类型，将实际影音视频的播放操作参数进行数量统计以将数量最大的播放操作参数确定为该用户群体类别的目标操作参数。
8.根据权利要求7所述的基于AI人工智能的影音视频播放控制方法，其特征在于，在调整下一周期的每个用户群体类别的目标影音视频类型时，将每个用户群体类别的目标影音视频调整为所述实际影音视频类型，并在下一周期用户播放视频时将影音视频的播放参数设置为目标操作参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310227241.9A CN116233498B (zh) | 2023-03-09 | 2023-03-09 | 一种基于ai人工智能的影音视频播放控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310227241.9A CN116233498B (zh) | 2023-03-09 | 2023-03-09 | 一种基于ai人工智能的影音视频播放控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116233498A CN116233498A (zh) | 2023-06-06 |
| CN116233498B true CN116233498B (zh) | 2023-10-10 |
Family
ID=86574856
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310227241.9A Active CN116233498B (zh) | 2023-03-09 | 2023-03-09 | 一种基于ai人工智能的影音视频播放控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116233498B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117033693B (zh) * | 2023-10-08 | 2024-03-08 | 联通沃音乐文化有限公司 | 一种混合模式的云处理的方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103686237A (zh) * | 2013-11-19 | 2014-03-26 | 乐视致新电子科技（天津）有限公司 | 推荐视频资源的方法及系统 |
| CN106101826A (zh) * | 2016-06-01 | 2016-11-09 | 北京奇虎科技有限公司 | 消息发送的方法及装置、客户端消息获取的方法和客户端 |
| CN107730303A (zh) * | 2017-09-15 | 2018-02-23 | 努比亚技术有限公司 | 一种广告推送方法、设备及计算机可读存储介质 |
| CN114647774A (zh) * | 2020-12-18 | 2022-06-21 | 北京达佳互联信息技术有限公司 | 推送方法、装置、电子设备及存储介质 |
| CN114741594A (zh) * | 2022-04-11 | 2022-07-12 | 北京高途云集教育科技有限公司 | 一种信息推送方法、装置、计算机设备及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11308110B2 (en) * | 2019-08-15 | 2022-04-19 | Rovi Guides, Inc. | Systems and methods for pushing content |
-
2023
- 2023-03-09 CN CN202310227241.9A patent/CN116233498B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103686237A (zh) * | 2013-11-19 | 2014-03-26 | 乐视致新电子科技（天津）有限公司 | 推荐视频资源的方法及系统 |
| CN106101826A (zh) * | 2016-06-01 | 2016-11-09 | 北京奇虎科技有限公司 | 消息发送的方法及装置、客户端消息获取的方法和客户端 |
| CN107730303A (zh) * | 2017-09-15 | 2018-02-23 | 努比亚技术有限公司 | 一种广告推送方法、设备及计算机可读存储介质 |
| CN114647774A (zh) * | 2020-12-18 | 2022-06-21 | 北京达佳互联信息技术有限公司 | 推送方法、装置、电子设备及存储介质 |
| CN114741594A (zh) * | 2022-04-11 | 2022-07-12 | 北京高途云集教育科技有限公司 | 一种信息推送方法、装置、计算机设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116233498A (zh) | 2023-06-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109817219A (zh) | 语音唤醒测试方法及系统 | |
| CN116233498B (zh) | 一种基于ai人工智能的影音视频播放控制方法 | |
| CN109766759A (zh) | 情绪识别方法及相关产品 | |
| CN103886857B (zh) | 一种噪声控制方法及设备 | |
| EP1067800A1 (en) | Signal processing method and video/voice processing device | |
| CN106649694A (zh) | 语音交互中确定用户意图的方法及装置 | |
| WO2020224126A1 (zh) | 一种基于人脸识别的自适应调节方法、系统和可读存储介质 | |
| CN110177298B (zh) | 一种基于语音的视频倍速播放方法及系统 | |
| JP2009140042A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| CN101099674A (zh) | 用于选择和推荐内容的方法、服务器、内容记录回放设备 | |
| CN108537017A (zh) | 一种用于管理游戏用户的方法与设备 | |
| CN107533850A (zh) | 音频内容识别方法和装置 | |
| CN102473409B (zh) | 声音空间的基准模型适应装置、集成电路以及av设备 | |
| CN107133892A (zh) | 一种网络钢琴课的实时评价方法及系统 | |
| CN109525865A (zh) | 基于区块链的收视率监测方法和计算机可读存储介质 | |
| CN108170401A (zh) | 一种基于人脸识别的音频播放系统 | |
| CN114422820A (zh) | 一种教育互动直播系统及直播方法 | |
| CN103942275A (zh) | 一种视频识别方法与设备 | |
| CN110164448A (zh) | 语音处理方法及装置、存储介质、语音处理系统 | |
| CN110309753A (zh) | 一种赛事进程判别方法、装置和计算机设备 | |
| CN111477244B (zh) | 一种面向用户的自定义体育赛事解说增强方法 | |
| CN110134235B (zh) | 一种引导式互动的方法 | |
| CN112914769A (zh) | 一种智能镜子与电动牙刷联动控制方法及装置 | |
| CN116705060A (zh) | 一种基于神经算法多源音频特征的智能仿真方法和系统 | |
| CN215495016U (zh) | 一种基于网络质量的短视频推荐系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |