CN117061733A - 一种视频评估方法及其相关设备 - Google Patents

一种视频评估方法及其相关设备 Download PDF

Info

Publication number
CN117061733A
CN117061733A CN202310885569.XA CN202310885569A CN117061733A CN 117061733 A CN117061733 A CN 117061733A CN 202310885569 A CN202310885569 A CN 202310885569A CN 117061733 A CN117061733 A CN 117061733A
Authority
CN
China
Prior art keywords
videos
video
video group
parameters
duration
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
CN202310885569.XA
Other languages
English (en)
Inventor
蔡国豪
赵海源
董振华
徐君
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.)
Huawei Technologies Co Ltd
Renmin University of China
Original Assignee
Huawei Technologies Co Ltd
Renmin University of China
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 Huawei Technologies Co Ltd, Renmin University of China filed Critical Huawei Technologies Co Ltd
Priority to CN202310885569.XA priority Critical patent/CN117061733A/zh
Publication of CN117061733A publication Critical patent/CN117061733A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/02—Diagnosis, testing or measuring for television systems or their details for colour television signals
    • 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
    • H04N21/47—End-user applications
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H04N21/4728—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for selecting a Region Of Interest [ROI], e.g. for requesting a higher resolution version of a selected region
    • 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
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4756—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for rating content, e.g. scoring a recommended movie

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本申请公开了一种视频评估方法及其相关设备，可对多个视频进行准确的评估，从而准确得到用户对多个视频的感兴趣程度。本申请的方法包括：获取第一视频组，第一视频组包含多个第一视频；对多个第一视频的观看时长进行处理，得到第一视频组的参数，第一视频组的参数用于指示多个第一视频的观看时长的偏置和多个第一视频的观看时长的噪声；基于第一视频组的参数以及多个第一视频的观看时长，获取多个第一视频的评估值，多个第一视频的评估值用于指示用户对多个第一视频的感兴趣程度。

Description

一种视频评估方法及其相关设备
技术领域
本申请实施例涉及人工智能(artificial intelligence，AI)技术，尤其涉及一种视频评估方法及其相关设备。
背景技术
随着视频内容平台的兴起，用户在日常生活中越来越多地接触和观看到各种视频。为了更好地满足用户的需求和参与度，准确的视频推荐起着至关重要的作用。因此，利用神经网络模型来完成视频推荐应运而生，在模型训练的过程中，让模型学习到用户对多个视频的感兴趣程度，可令模型更准确地完成视频推荐。
视频的观看时长是衡量用户对视频的感兴趣程度的重要指标之一，在相关技术中，可对多个视频的观看时长进行计算，从而得到多个视频的观看时长的均值和多个视频的观看时长的方差。然后，对多个视频的观看时长、多个视频的观看时长的均值和多个视频的观看时长的方差做进一步的计算，从而得到多个视频的评估值，多个视频的评估值用于指示用户对多个视频的感兴趣程度。
上述过程中，在利用多个视频的观看时长获取多个视频的评估值的时候，假定用户对多个视频的感兴趣程度服从高斯分布，这一设定所考虑的因素较为单一，并不符合实际情况，会导致得到多个视频的评估值不够准确，即无法准确得到用户对多个视频的感兴趣程度。
发明内容
本申请实施例提供了一种视频评估方法及其相关设备，可对多个视频进行准确的评估，从而准确得到用户对多个视频的感兴趣程度。
本申请实施例的第一方面提供了一种视频评估方法，该方法包括：
当需要进行视频评估时，可先获取一批视频，并按照一定的标准将该批视频划分为多个视频组。对于这多个视频组中的其中一个视频组而言，也就是对于第一视频组而言，第一视频组可包含多个第一视频。
得到第一视频组后，可对多个第一视频的观看时长进行处理，从而得到第一视频组的参数。其中，第一视频组的参数包含第一视频组的时长偏置项和第一视频组的噪声观看项，第一视频组的时长偏置项用于指示多个第一视频的观看时长的偏置，第一视频组的噪声观看项用于指示多个第一视频的观看时长的噪声。
得到第一视频组的参数后，可对第一视频组的参数以及多个第一视频的观看时长做进一步的处理，从而得到多个第一视频的评估值，多个第一视频的真实评估值用于指示用户对多个第一视频的感兴趣程度，也就相当于得到用户对多个第一视频的感兴趣程度。对于多个视频组中除第一视频组之外的其余视频组，也可执行类似的操作，故可得到该批视频中所有视频的评估值，也就是用户对该批视频中所有视频的感兴趣程度。至此，则完成了视频评估。
从上述方法可以看出：当需要针对多个视频组进行评估时，可先在多个视频组中，获取包含多个第一视频的第一视频组。接着，可对多个第一视频的观看时长进行处理，从而得到第一视频组的参数。然后，可对第一视频组的参数以及多个第一视频的观看时长作进一步的处理，从而得到多个第一视频的评估值，也就相当于得到了用户对多个第一视频的感兴趣程度。对于多个视频组中的其余视频组，也可以执行如同对第一视频组所执行的操作，故可得到多个视频组中所有视频的评估值，从而完成针对多个视频组的评估任务。前述过程中，在利用第一视频组包含的多个第一视频的观看时长和第一视频组的参数对多个第一视频进行评估时，由于第一视频组的参数包含第一视频组的时长偏置向以及第一视频组的噪声观看项，故评估过程不仅考虑了多个第一视频的观看时长的偏置，还考虑了多个第一视频的观看时长的噪声，这种评估方式考虑的因素较为全面，可以较为符合实际情况，故这种评估方式所得到的多个第一视频的评估值具备较高的准确度，可以准确得到用户对多个第一视频的感兴趣程度。
在一种可能的实现方式中，对多个第一视频的观看时长进行处理，得到第一视频组的参数包括：通过混合高斯模型对多个第一视频的观看时长进行处理，得到第一视频组的参数。
在一种可能的实现方式中，基于第一视频组的参数以及多个第一视频的观看时长，获取多个第一视频的评估值包括：对第一视频组的参数以及第二视频组的参数进行滑动平均运算，得到第一视频组的新参数，第一视频组的新参数用于指示多个第一视频的观看时长的新偏置和多个第一视频的观看时长的新噪声；基于第一视频组的新参数以及多个第一视频的观看时长，获取多个第一视频的评估值。前述实现方式中，在多个视频组中，为了令第一视频组的参数和第二视频组的参数相似，可对对第一视频组的参数、多个第一视频的数量、第二视频组的参数以及多个第二视频的数量进行滑动平均运算，从而得到第一视频组的新参数，第一视频组的新参数包含第一视频组的新时长偏置项和第一视频组的新噪声观看项，第一视频组的新时长偏置项用于指示多个第一视频的观看时长的新偏置，第一视频组的新噪声观看项用于指示多个第一视频的观看时长的新噪声。得到第一视频组的新参数后，可对第一视频组的新参数以及多个第一视频的观看时长进行计算，从而得到多个第一视频的真实评估值。由此可见，通过滑动平均运算的方式将相关联的若干个视频组的参数进行处理，可提高视频组的参数的准确度，有利于更加准确地完成视频评估。
在一种可能的实现方式中，基于第一视频组的新参数以及多个第一视频的观看时长，获取多个第一视频的评估值包括：对目标视频的观看时长以及第一视频组的新参数进行第一仿射变换运算，得到目标视频的评估值，目标视频为多个第一视频中的任意一个第一视频。前述实现方式中，对于多个第一视频中的任意一个第一视频，也就是目标视频，可对目标视频的观看时长以及第一视频组的新参数进行第一仿射变换运算，从而得到目标视频的评估值。那么，对于其余第一视频而言，也可对其余第一视频执行如同对目标视频所执行的操作，故最终可较为准确地得到第一视频组中所有第一视频的评估值。
在一种可能的实现方式中，基于第一视频组的新参数以及多个第一视频的观看时长，获取多个第一视频的评估值包括：对目标视频的观看时长、预置的超参数以及第一视频组的新参数进行第二仿射变换运算，得到目标视频的评估值，目标视频为多个第一视频中的任意一个第一视频。前述实现方式中，对于多个第一视频中的任意一个第一视频，也就是目标视频，可对预置的超参数(用于控制时长偏置和噪声观看的敏感度)、目标视频的观看时长以及第一视频组的新参数(包含第一视频组的新时长偏置向和噪声观看项)进行第二仿射变换运算，从而得到目标视频的评估值。那么，对于其余第一视频而言，也可对其余第一视频执行如同对目标视频所执行的操作，故最终可得到第一视频组中所有第一视频的评估值。由此可见，通过控制参数敏感度的方式来对视频组中各个视频的观看时长以及视频组的参数进行处理，可以更加准确地视频评估。
在一种可能的实现方式中，第一仿射变换运算包含以下至少一项：减法运算以及除法运算。前述实现方式中，针对目标视频所进行的第一仿射变换运算可包含减法运算以及除法运算中的一种或多种。
在一种可能的实现方式中，第二仿射变换运算包含以下至少一项：指数运算、减法运算、乘法运算以及除法运算。前述实现方式中，针对目标视频所进行的第一仿射变换运算可包含指数运算、减法运算、乘法运算以及除法运算中的一种或多种。
在一种可能的实现方式中，第二视频组包含多个第二视频，多个第一视频的时长位于预置的第一(时长)范围内，多个第二视频的时长位于预置的第二(时长)范围内，第一范围与第二范围互不重叠。前述实现方式中，可按照视频时长将该批视频划分为多个视频组，多个视频组与互不重叠的多个时长范围一一对应。由于可见，多个视频组中的第一视频组包含多个第一视频，多个第一视频的时长位于第一时长范围内，多个视频组中的第二视频组包含多个第二视频，多个第二视频的时长位于第二时长范围内，且第一时长范围与第呃时长范围互不重叠。
本申请实施例的第二方面提供了一种视频评估装置，该装置包括：第一获取模块，用于获取第一视频组，第一视频组包含多个第一视频；处理模块，用于对多个第一视频的观看时长进行处理，得到第一视频组的参数，第一视频组的参数用于指示多个第一视频的观看时长的偏置和多个第一视频的观看时长的噪声；第二获取模块，用于基于第一视频组的参数以及多个第一视频的观看时长，获取多个第一视频的评估值，多个第一视频的评估值用于指示用户对多个第一视频的感兴趣程度。
从上述装置可以看出：当需要针对多个视频组进行评估时，可先在多个视频组中，获取包含多个第一视频的第一视频组。接着，可对多个第一视频的观看时长进行处理，从而得到第一视频组的参数。然后，可对第一视频组的参数以及多个第一视频的观看时长作进一步的处理，从而得到多个第一视频的评估值，也就相当于得到了用户对多个第一视频的感兴趣程度。对于多个视频组中的其余视频组，也可以执行如同对第一视频组所执行的操作，故可得到多个视频组中所有视频的评估值，从而完成针对多个视频组的评估任务。前述过程中，在利用第一视频组包含的多个第一视频的观看时长和第一视频组的参数对多个第一视频进行评估时，由于第一视频组的参数包含第一视频组的时长偏置向以及第一视频组的噪声观看项，故评估过程不仅考虑了多个第一视频的观看时长的偏置，还考虑了多个第一视频的观看时长的噪声，这种评估方式考虑的因素较为全面，可以较为符合实际情况，故这种评估方式所得到的多个第一视频的评估值具备较高的准确度，可以准确得到用户对多个第一视频的感兴趣程度。
在一种可能的实现方式中，处理模块，用于通过混合高斯模型对多个第一视频的观看时长进行处理，得到第一视频组的参数。
在一种可能的实现方式中，第二获取模块，用于：
对第一视频组的参数以及第二视频组的参数进行滑动平均运算，得到第一视频组的新参数，第一视频组的新参数用于指示多个第一视频的观看时长的新偏置和多个第一视频的观看时长的新噪声；
基于第一视频组的新参数以及多个第一视频的观看时长，获取多个第一视频的评估值。
在一种可能的实现方式中，第二获取模块，用于对目标视频的观看时长以及第一视频组的新参数进行第一仿射变换运算，得到目标视频的评估值，目标视频为多个第一视频中的任意一个第一视频。
在一种可能的实现方式中，第二获取模块，用于对目标视频的观看时长、预置的超参数以及第一视频组的新参数进行第二仿射变换运算，得到目标视频的评估值，目标视频为多个第一视频中的任意一个第一视频。
在一种可能的实现方式中，第一仿射变换运算包含以下至少一项：减法运算以及除法运算。
在一种可能的实现方式中，第二仿射变换运算包含以下至少一项：指数运算、减法运算、乘法运算以及除法运算。
在一种可能的实现方式中，第二视频组包含多个第二视频，多个第一视频的时长位于预置的第一范围内，多个第二视频的时长位于预置的第二范围内，第一范围与第二范围互不重叠。
本申请实施例的第三方面提供了一种视频评估装置，该装置包括存储器和处理器；存储器存储有代码，处理器被配置为执行代码，当代码被执行时，视频评估装置执行如第一方面或第一方面中任意一种可能的实现方式所述的方法。
本申请实施例的第四方面提供了一种电路系统，该电路系统包括处理电路，该处理电路配置为执行如第一方面或第一方面中任意一种可能的实现方式所述的方法。
本申请实施例的第五方面提供了一种芯片系统，该芯片系统包括处理器，用于调用存储器中存储的计算机程序或计算机指令，以使得该处理器执行如第一方面或第一方面中任意一种可能的实现方式所述的方法。
在一种可能的实现方式中，该处理器通过接口与存储器耦合。
在一种可能的实现方式中，该芯片系统还包括存储器，该存储器中存储有计算机程序或计算机指令。
本申请实施例的第六方面提供了一种计算机存储介质，该计算机存储介质存储有计算机程序，该程序在由计算机执行时，使得计算机实施如第一方面或第一方面中任意一种可能的实现方式所述的方法。
本申请实施例的第七方面提供了一种计算机程序产品，该计算机程序产品存储有指令，该指令在由计算机执行时，使得计算机实施如第一方面或第一方面中任意一种可能的实现方式所述的方法。
本申请实施例中，当需要针对多个视频组进行评估时，可先在多个视频组中，获取包含多个第一视频的第一视频组。接着，可对多个第一视频的观看时长进行处理，从而得到第一视频组的参数。然后，可对第一视频组的参数以及多个第一视频的观看时长作进一步的处理，从而得到多个第一视频的评估值，也就相当于得到了用户对多个第一视频的感兴趣程度。对于多个视频组中的其余视频组，也可以执行如同对第一视频组所执行的操作，故可得到多个视频组中所有视频的评估值，从而完成针对多个视频组的评估任务。前述过程中，在利用第一视频组包含的多个第一视频的观看时长和第一视频组的参数对多个第一视频进行评估时，由于第一视频组的参数包含第一视频组的时长偏置向以及第一视频组的噪声观看项，故评估过程不仅考虑了多个第一视频的观看时长的偏置，还考虑了多个第一视频的观看时长的噪声，这种评估方式考虑的因素较为全面，可以较为符合实际情况，故这种评估方式所得到的多个第一视频的评估值具备较高的准确度，可以准确得到用户对多个第一视频的感兴趣程度。
附图说明
图1为人工智能主体框架的一种结构示意图；
图2a为本申请实施例提供的视频评估系统的一个结构示意图；
图2b为本申请实施例提供的视频评估系统的另一结构示意图；
图2c为本申请实施例提供的视频评估的相关设备的一个示意图；
图3为本申请实施例提供的系统100架构的一个示意图；
图4为本申请实施例提供的视频评估方法的一个流程示意图；
图5为本申请实施例提供的时长偏置的一个示意图；
图6为本申请实施例提供的噪声观看的一个示意图；
图7为本申请实施例提供的视频评估装置的一个结构示意图；
图8为本申请实施例提供的执行设备的一个结构示意图；
图9为本申请实施例提供的训练设备的一个结构示意图；
图10为本申请实施例提供的芯片的一个结构示意图。
具体实施方式
本申请实施例提供了一种视频评估方法及其相关设备，可对多个视频进行准确的评估，从而准确得到用户对多个视频的感兴趣程度。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
随着视频内容平台的兴起，用户在日常生活中越来越多地接触和观看到各种视频。为了更好地满足用户的需求和参与度，准确的视频推荐起着至关重要的作用。因此，利用神经网络模型来完成视频推荐应运而生，在模型训练的过程中，让模型学习到用户对多个视频的感兴趣程度，可令模型更准确地完成视频推荐。
视频的观看时长是衡量用户对视频的感兴趣程度的重要指标之一，在相关技术中，可对多个视频的观看时长进行计算，从而得到多个视频的观看时长的均值和多个视频的观看时长的方差。然后，对多个视频的观看时长、多个视频的观看时长的均值和多个视频的观看时长的方差做进一步的计算，从而得到多个视频的评估值，多个视频的评估值用于指示用户对多个视频的感兴趣程度。该计算过程如以下公式所示：
上式中，w为多个视频中某个视频的观看时长，μ为多个视频的观看时长的均值，σ为多视频的观看时长的方差，r为该视频的评估值，也就是用户对该视频的感兴趣程度。
上述过程中，在利用多个视频的观看时长获取多个视频的评估值的时候，假定用户对多个视频的感兴趣程度服从高斯分布，这一设定所考虑的因素较为单一，并不符合实际情况，会导致得到多个视频的评估值不够准确，即无法准确得到用户对多个视频的感兴趣程度。
为了解决上述问题，本申请实施例提供了一种视频评估方法，该方法可结合人工智能(artificial intelligence，AI)技术实现。AI技术是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能的技术学科，AI技术通过感知环境、获取知识并使用知识获得最佳结果。换句话说，人工智能技术是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。利用人工智能进行数据处理是人工智能常见的一个应用方式。
首先对人工智能系统总体工作流程进行描述，请参见图1，图1为人工智能主体框架的一种结构示意图，下面从“智能信息链”(水平轴)和“IT价值链”(垂直轴)两个维度对上述人工智能主题框架进行阐述。其中，“智能信息链”反映从数据的获取到处理的一列过程。举例来说，可以是智能信息感知、智能信息表示与形成、智能推理、智能决策、智能执行与输出的一般过程。在这个过程中，数据经历了“数据—信息—知识—智慧”的凝练过程。“IT价值链”从人智能的底层基础设施、信息(提供和处理技术实现)到系统的产业生态过程，反映人工智能为信息技术产业带来的价值。
(1)基础设施
基础设施为人工智能系统提供计算能力支持，实现与外部世界的沟通，并通过基础平台实现支撑。通过传感器与外部沟通；计算能力由智能芯片(CPU、NPU、GPU、ASIC、FPGA等硬件加速芯片)提供；基础平台包括分布式计算框架及网络等相关的平台保障和支持，可以包括云存储和计算、互联互通网络等。举例来说，传感器和外部沟通获取数据，这些数据提供给基础平台提供的分布式计算系统中的智能芯片进行计算。
(2)数据
基础设施的上一层的数据用于表示人工智能领域的数据来源。数据涉及到图形、图像、语音、文本，还涉及到传统设备的物联网数据，包括已有系统的业务数据以及力、位移、液位、温度、湿度等感知数据。
(3)数据处理
数据处理通常包括数据训练，机器学习，深度学习，搜索，推理，决策等方式。
其中，机器学习和深度学习可以对数据进行符号化和形式化的智能信息建模、抽取、预处理、训练等。
推理是指在计算机或智能系统中，模拟人类的智能推理方式，依据推理控制策略，利用形式化的信息进行机器思维和求解问题的过程，典型的功能是搜索与匹配。
决策是指智能信息经过推理后进行决策的过程，通常提供分类、排序、预测等功能。
(4)通用能力
对数据经过上面提到的数据处理后，进一步基于数据处理的结果可以形成一些通用的能力，比如可以是算法或者一个通用系统，例如，翻译，文本的分析，计算机视觉的处理，语音识别，图像的识别等等。
(5)智能产品及行业应用
智能产品及行业应用指人工智能系统在各领域的产品和应用，是对人工智能整体解决方案的封装，将智能信息决策产品化、实现落地应用，其应用领域主要包括：智能终端、智能交通、智能医疗、自动驾驶、智慧城市等。
接下来介绍几种本申请的应用场景。
图2a为本申请实施例提供的视频评估系统的一个结构示意图，该视频评估系统包括用户设备以及数据处理设备。其中，用户设备包括手机、个人电脑、车载电脑、或者视频评估中心等智能终端。用户设备可作为视频评估的发起端，作为视频评估请求的发起方，通常由用户通过用户设备发起请求。
上述数据处理设备可以是云服务器、网络服务器、应用服务器以及管理服务器等具有数据处理功能的设备或服务器。数据处理设备通过交互接口接收来自智能终端的视频评估请求，再通过存储数据的存储器以及数据处理的处理器环节进行计算等方式的视频评估，再利用视频评估结果进行机器学习，深度学习，搜索，推理，决策等方式的神经网络模型应用(包含模型训练和模型应用)。数据处理设备中的存储器可以是一个统称，包括本地存储以及存储历史数据的数据库，数据库可以在数据处理设备上，也可以在其它网络服务器上。
在图2a所示的视频评估系统中，用户设备可以接收用户的指令，例如用户设备可以获取用户输入/选择的一个或多个视频，然后向数据处理设备发起视频评估请求，使得数据处理设备针对用户设备得到的这些视频执行视频评估应用，从而得到针对这些视频的评估值。示例性的，用户设备可以获取用户输入或选择的多个视频，然后向数据处理设备发起多个视频的视频评估请求，使得数据处理设备对多个视频进行评估，从而得到多个视频的评估值，即用户对多个视频的感兴趣程度。在后续过程中，数据处理设备可利用多个视频的评估值，来完成推荐模型的训练，进而可利用推荐模型来为用户推荐视频。
在图2a中，数据处理设备可以执行本申请实施例的视频评估方法。
图2b为本申请实施例提供的视频评估系统的另一结构示意图，在图2b中，用户设备直接作为数据处理设备，该用户设备能够直接获取来自用户的输入并直接由用户设备本身的硬件进行处理，具体过程与图2a相似，可参考上面的描述，在此不再赘述。
在图2b所示的视频评估系统中，用户设备可以接收用户的指令，例如用户设备可以获取用户输入或选择的多个视频，然后对多个视频进行评估，从而得到多个视频的评估值，即用户对多个视频的感兴趣程度。在后续过程中，用户设备可将多个视频的评估值返回给数据处理设备，以使得数据处理设备基于多个视频的评估值完成推荐模型的训练，进而将推荐模型部署在用户设备中，故用户设备可利用推荐模型来为用户推荐视频。
在图2b中，用户设备自身就可以执行本申请实施例的视频评估方法。
图2c为本申请实施例提供的视频评估的相关设备的一个示意图。
上述图2a和图2b中的用户设备具体可以是图2c中的本地设备301或者本地设备302，图2a中的数据处理设备具体可以是图2c中的执行设备210，其中，数据存储系统250可以存储执行设备210的待处理数据，数据存储系统250可以集成在执行设备210上，也可以设置在云上或其它网络服务器上。
图2a和图2b中的处理器可以通过某些模型(例如，基于支持向量机的模型或混合高斯模型等等)进行数据评估，并基于数据评估结果对神经网络模型进行数据训练/机器学习/深度学习，并利用最终训练或者学习得到的模型针对用户执行视频推荐应用，从而得到相应的推荐结果。
图3为本申请实施例提供的系统100架构的一个示意图，在图3中，执行设备110配置输入/输出(input/output，I/O)接口112，用于与外部设备进行数据交互，用户可以通过客户设备140向I/O接口112输入数据，所述输入数据在本申请实施例中可以包括：各个待调度任务、可调用资源以及其他参数。
在执行设备110对输入数据进行预处理，或者在执行设备110的计算模块111执行计算等相关的处理(比如进行本申请中神经网络的功能实现)过程中，执行设备110可以调用数据存储系统150中的数据、代码等以用于相应的处理，也可以将相应处理得到的数据、指令等存入数据存储系统150中。
最后，I/O接口112将处理结果返回给客户设备140，从而提供给用户。
值得说明的是，训练设备120在执行设备110的调动下，训练设备120可针对不同的目标或称不同的任务，基于不同的训练数据生成相应的目标模型/规则，该相应的目标模型/规则即可以用于实现上述目标或完成上述任务，从而为用户提供所需的结果。其中，训练数据可以存储在数据库130中，且来自于数据采集设备160采集的训练样本。
在图3中所示情况下，用户可以手动给定输入数据，该手动给定可以通过I/O接口112提供的界面进行操作。另一种情况下，客户设备140可以自动地向I/O接口112发送输入数据，如果要求客户设备140自动发送输入数据需要获得用户的授权，则用户可以在客户设备140中设置相应权限。用户可以在客户设备140查看执行设备110输出的结果，具体的呈现形式可以是显示、声音、动作等具体方式。客户设备140也可以作为数据采集端，采集如图所示输入I/O接口112的输入数据及输出I/O接口112的输出结果作为新的样本数据，并存入数据库130。当然，也可以不经过客户设备140进行采集，而是由I/O接口112直接将如图所示输入I/O接口112的输入数据及输出I/O接口112的输出结果，作为新的样本数据存入数据库130。
值得注意的是，图3仅是本申请实施例提供的一种系统架构的示意图，图中所示设备、器件、模块等之间的位置关系不构成任何限制，例如，在图3中，数据存储系统150相对执行设备110是外部存储器，在其它情况下，也可以将数据存储系统150置于执行设备110中。如图3所示，可以根据训练设备120训练得到神经网络。
本申请实施例还提供的一种芯片，该芯片包括神经网络处理器NPU。该芯片可以被设置在如图3所示的执行设备110中，用以完成计算模块111的计算工作。
神经网络处理器NPU，NPU作为协处理器挂载到主中央处理器(centralprocessing unit，CPU)(host CPU)上，由主CPU分配任务。NPU的核心部分为运算电路，控制器控制运算电路提取存储器(权重存储器或输入存储器)中的数据并进行运算。
在一些实现中，运算电路内部包括多个处理单元(process engine,PE)。在一些实现中，运算电路是二维脉动阵列。运算电路还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中，运算电路是通用的矩阵处理器。
举例来说，假设有输入矩阵A，权重矩阵B，输出矩阵C。运算电路从权重存储器中取矩阵B相应的数据，并缓存在运算电路中每一个PE上。运算电路从输入存储器中取矩阵A数据与矩阵B进行矩阵运算，得到的矩阵的部分结果或最终结果，保存在累加器(accumulator)中。
向量计算单元可以对运算电路的输出做进一步处理，如向量乘，向量加，指数运算，对数运算，大小比较等等。例如，向量计算单元可以用于神经网络中非卷积/非FC层的网络计算，如池化(pooling)，批归一化(batch normalization)，局部响应归一化(localresponse normalization)等。
在一些实现种，向量计算单元能将经处理的输出的向量存储到统一缓存器。例如，向量计算单元可以将非线性函数应用到运算电路的输出，例如累加值的向量，用以生成激活值。在一些实现中，向量计算单元生成归一化的值、合并值，或二者均有。在一些实现中，处理过的输出的向量能够用作到运算电路的激活输入，例如用于在神经网络中的后续层中的使用。
统一存储器用于存放输入数据以及输出数据。
权重数据直接通过存储单元访问控制器(direct memory access controller，DMAC)将外部存储器中的输入数据搬运到输入存储器和/或统一存储器、将外部存储器中的权重数据存入权重存储器，以及将统一存储器中的数据存入外部存储器。
总线接口单元(bus interface unit，BIU)，用于通过总线实现主CPU、DMAC和取指存储器之间进行交互。
与控制器连接的取指存储器(instruction fetch buffer)，用于存储控制器使用的指令；
控制器，用于调用指存储器中缓存的指令，实现控制该运算加速器的工作过程。
一般地，统一存储器，输入存储器，权重存储器以及取指存储器均为片上(On-Chip)存储器，外部存储器为该NPU外部的存储器，该外部存储器可以为双倍数据率同步动态随机存储器(double data rate synchronous dynamic random access memory，DDRSDRAM)、高带宽存储器(high bandwidth memory，HBM)或其他可读可写的存储器。
由于本申请实施例涉及大量神经网络的应用，为了便于理解，下面先对本申请实施例涉及的相关术语及神经网络等相关概念进行介绍。
(1)神经网络
神经网络可以是由神经单元组成的，神经单元可以是指以xs和截距1为输入的运算单元，该运算单元的输出可以为：
其中，s＝1、2、……n，n为大于1的自然数，Ws为xs的权重，b为神经单元的偏置。f为神经单元的激活函数(activation functions)，用于将非线性特性引入神经网络中，来将神经单元中的输入信号转换为输出信号。该激活函数的输出信号可以作为下一层卷积层的输入。激活函数可以是sigmoid函数。神经网络是将许多个上述单一的神经单元联结在一起形成的网络，即一个神经单元的输出可以是另一个神经单元的输入。每个神经单元的输入可以与前一层的局部接受域相连，来提取局部接受域的特征，局部接受域可以是由若干个神经单元组成的区域。
神经网络中的每一层的工作可以用数学表达式y＝a(Wx+b)来描述：从物理层面神经网络中的每一层的工作可以理解为通过五种对输入空间(输入向量的集合)的操作，完成输入空间到输出空间的变换(即矩阵的行空间到列空间)，这五种操作包括：1、升维/降维；2、放大/缩小；3、旋转；4、平移；5、“弯曲”。其中1、2、3的操作由Wx完成，4的操作由+b完成，5的操作则由a()来实现。这里之所以用“空间”二字来表述是因为被分类的对象并不是单个事物，而是一类事物，空间是指这类事物所有个体的集合。其中，W是权重向量，该向量中的每一个值表示该层神经网络中的一个神经元的权重值。该向量W决定着上文所述的输入空间到输出空间的空间变换，即每一层的权重W控制着如何变换空间。训练神经网络的目的，也就是最终得到训练好的神经网络的所有层的权重矩阵(由很多层的向量W形成的权重矩阵)。因此，神经网络的训练过程本质上就是学习控制空间变换的方式，更具体的就是学习权重矩阵。
因为希望神经网络的输出尽可能的接近真正想要预测的值，所以可以通过比较当前网络的预测值和真正想要的目标值，再根据两者之间的差异情况来更新每一层神经网络的权重向量(当然，在第一次更新之前通常会有初始化的过程，即为神经网络中的各层预先配置参数)，比如，如果网络的预测值高了，就调整权重向量让它预测低一些，不断的调整，直到神经网络能够预测出真正想要的目标值。因此，就需要预先定义“如何比较预测值和目标值之间的差异”，这便是损失函数(loss function)或目标函数(objective function)，它们是用于衡量预测值和目标值的差异的重要方程。其中，以损失函数举例，损失函数的输出值(loss)越高表示差异越大，那么神经网络的训练就变成了尽可能缩小这个loss的过程。
(2)反向传播算法
神经网络可以采用误差反向传播(back propagation，BP)算法在训练过程中修正初始的神经网络模型中参数的大小，使得神经网络模型的重建误差损失越来越小。具体地，前向传递输入信号直至输出会产生误差损失，通过反向传播误差损失信息来更新初始的神经网络模型中参数，从而使误差损失收敛。反向传播算法是以误差损失为主导的反向传播运动，旨在得到最优的神经网络模型的参数，例如权重矩阵。
下面先对本申请提供的视频评估方法进行简单描述。
本申请实施例提供的视频评估方法，可用于对一批视频进行评估，从而获取该批视频的(真实)评估值，也就是用户对该批视频的(真实)感兴趣程度。此后，可相应生成一批训练数据，该批训练数据包含用户的特征以及该批视频的特征，并将该批视频的评估值作为该批训练数据的标签。如此一来，可将该批训练数据输入至待训练模型，得到该批视频的预测评估值，也就是用户对该批视频的预测感兴趣程度。结合该批视频的真实评估值以及该批视频的预测评估值，可更新待训练模型的参数，得到更新参数后的待训练模型，并用同样的方式生成下一批训练数据，对更新参数后的待训练模型继续进行训练，从而得到推荐模型，进而利用推荐模型为用户推荐视频。
为了进一步了解本申请实施例提供的视频评估方法，下文结合图4对该方法做进一步的介绍，图4为本申请实施例提供的视频评估方法的一个流程示意图，如图4所示，该方法包括：
401、获取第一视频组，第一视频组包含多个第一视频。
本实施例中，当需要进行视频评估时，可先获取一批视频，并将该批视频划分为多个视频组，每一个视频组包含多个视频。需要说明的是，可按照视频的时长，将该批视频的划分为多个视频组。具体地，可先获取预置的互不重叠的多个时长范围，对于多个时长范围中的任意一个时长范围而言，在该批视频中，时长位于该时长范围内的所有视频则构成了相应的视频组，对于多个时长范围中的其余时长范围也是如此，故最终可得到与多个时长范围一一对应的多个视频组。
由于对每个视频组所执行的操作是类似的，为了便于说明，下文以多个视频组中的其中一个视频组为例进行示意性介绍，并将该视频组称为第一视频组，并将该视频组包含的多个视频称为多个第一视频，并将该视频组对应的时长范围称为第一时长范围。也就是说，第一视频组包含多个第一视频，多个第一视频的时长位于第一时长范围内。
例如，设存在一批视频，该批视频包含100个视频，由于这100个视频中，时长最短的视频为5分1秒，时长最长的视频为20分30秒，那么，可设置多个时长范围，第1个时长范围为5分钟至6分钟，第2个时长范围为6分钟至7分钟，...，第16个时长范围为20分钟至21分钟。故可将这100个视频按时长划分为16个视频组，第1个视频组包含4个视频，且这4个视频的时长均在5分钟到6分钟之间，第2个视频组包含10个视频，且这10个视频的时长均在6分钟到76分钟之间，...，第16个视频组包含3个视频，且这3个视频的时长均在20分钟到21分钟之间。为了方便说明，下文涉及该例子时，均以第i个视频组为例进行示意性介绍，i＝1，...，16。
402、对多个第一视频的观看时长进行处理，得到第一视频组的参数，第一视频组的参数用于指示多个第一视频的观看时长的偏置和多个第一视频的观看时长的噪声。
得到第一视频组后，可对第一视频组包含的多个第一视频的观看时长进行处理，从而得到第一视频组的参数。其中，第一视频组的参数包含第一视频组的时长偏置项和第一视频组的噪声观看项，第一视频组的时长偏置项用于指示多个第一视频的观看时长的偏置，第一视频组的噪声观看项用于指示多个第一视频的观看时长的噪声。
具体地，可通过以下方式获取第一视频组的参数：
对多个第一视频的观看时长进行处理，得到第一视频组的参数包括：
得到第一视频组后，可从各个视频平台上获取第一视频组中多个第一视频的观看时长。假设时长偏置项和噪声观看项均服从某种分布，例如，混合高斯分布，故可将多个第一视频的观看时长输入至混合高斯模型，以通过混合高斯模型对多个第一视频的观看时长进行处理，从而估计得到第一视频组的参数，也就是第一视频组的时长偏置项和第一视频组的噪声观看项。
依旧如上述例子，对于第i个视频组，设第i个视频组包含M个视频(M为大于或等于1的正整数)，可利用混合高斯模型对这M个视频的观看时长进行，从而估计得到第i个视频组的时长偏置以及噪声观看
403、基于第一视频组的参数以及多个第一视频的观看时长，获取多个第一视频的评估值，多个第一视频的评估值用于指示用户对多个第一视频的感兴趣程度。
得到第一视频组的参数后，可对第一视频组的参数以及第一视频组包含的多个第一视频的观看时长做进一步的处理，从而得到第一视频组包含的多个第一视频的真实评估值，多个第一视频的真实评估值用于指示用户对多个第一视频的真实感兴趣程度，也就相当于得到用户对多个第一视频的真实感兴趣程度。
需要说明的是，对于多个视频组中除第一视频组之外的其余视频组，也可对其余视频组执行如同对第一视频组所执行的操作，故可得到多个视频组中所有视频的真实评估值，也就是该批视频中所有视频的真实评估值，即用户对该批视频中所有视频的真实感兴趣程度。
具体地，可通过以下方式获取多个第一视频的真实评估值(即前述的评估值)：
(1)在多个视频组中，为了令第一视频组的参数和第二视频组的参数相似(在多个视频组中，第一视频组和第二视频组为相靠近的两个视频组)，故可对第一视频组的参数进行一定的处理，该处理包括：在得到第一视频组的参数后，可相应获取第二视频组的参数(第二视频组的参数的获取过程，可参照第一视频组的参数的获取过程，此处不再赘述)，值得注意的是，第二视频组为多个视频组中的另一个视频组，该视频组包含的多个视频可称为多个第二视频，该视频组对应的时长范围可称为第二时长范围，也就是说，第二视频组包含多个第二视频，多个第二视频的时长位于第二时长范围内，基于前述对多个时长范围的定义可知，第一时长范围与第二时长范围互不重叠。
得到第一视频组的参数以及第二视频组的参数后，可对第一视频组的参数、多个第一视频的数量、第二视频组的参数以及多个第二视频的数量进行滑动平均运算，从而得到第一视频组的新参数，第一视频组的新参数包含第一视频组的新时长偏置项和第一视频组的新噪声观看项，第一视频组的新时长偏置项用于指示多个第一视频的观看时长的新偏置，第一视频组的新噪声观看项用于指示多个第一视频的观看时长的新噪声。
依旧如上述例子，得到第i个视频组的时长偏置以及噪声观看可通过以下公式对得到第i个视频组的时长偏置以及噪声观看进行处理，从而得到第i个视频组的新时长偏置以及第i个视频组的新噪声观：
上式中，为第i个视频组的新时长偏置，为第i个视频组的新噪声观看，Di为第i个视频组包含的所有视频的数量，为第i-T个视频组的时长偏置(T为大于或等于1的正整数)，为第i-T个视频组的噪声观看，Di-T为第i-T个视频组包含的所有视频的数量，为第i+T个视频组的时长偏置，为第i+T个视频组的噪声观看，Di+T为第i+T个视频组包含的所有视频的数量。
(2)得到第一视频组的新参数后，可对第一视频组的新参数以及多个第一视频的观看时长进行计算，从而得到多个第一视频的真实评估值。
更具体地，可通过以下多种方式对第一视频组的新参数以及多个第一视频的观看时长进行计算，以获取多个第一视频的真实评估值：
(2.1)由于对每个第一视频所执行的操作是类似的，故下文以多个第一视频中的任意一个第一视频进行示意性介绍，并将该第一视频称为目标视频。那么，可对目标视频的观看时长以及第一视频组的新参数进行第一仿射变换运算(例如，第一仿射变换运算可包含减法运算以及除法运算中的一种或多种)，从而得到目标视频的真实评估值。
那么，对于其余第一视频而言，也可对其余第一视频执行如同对目标视频所执行的操作，故最终可得到第一视频组中所有第一视频的真实评估值。
依旧如上述例子，得到第i个视频组的新时长偏置以及第i个视频组的新噪声观可通过以下公式，利用这两个参数对第i个视频组中第j个视频的观看时长进行计算，从而得到第j个视频的评估值：
上式中，为第i个视频组中第j个视频的评估值，wi,j为第i个视频组中第j个视频的观看时长。
(2.2)由于混合高斯模型难以估计出较优的时长偏置项以及噪声观看项，通过分析可知，时长偏置项的敏感度随着观看时长的增大而增大，噪声观看项的敏感度随着观看时长的增大而减少。那么，可获取预置的超参数，以对时长偏置项和噪声观看项实现敏感度控制。得到预置的超参数后，可对目标视频的观看时长、预置的超参数以及第一视频组的新参数进行第二仿射变换运算(例如，第二仿射变换运算可包含指数运算、减法运算、乘法运算以及除法运算中的一种或多种)，从而得到目标视频的评估值。
那么，对于其余第一视频而言，也可对其余第一视频执行如同对目标视频所执行的操作，故最终可得到第一视频组中所有第一视频的真实评估值。
依旧如上述例子，得到第i个视频组的新时长偏置以及第i个视频组的新噪声观可获取预置的超参数α，通过以下公式，利用这三个参数对第i个视频组中第j个视频的观看时长进行计算，从而得到第j个视频的评估值：
上式中，exp()表示以e为底的指数运算。
进一步地，在得到该批视频的真实评估值，也就是用户对该批视频的真实感兴趣程度后，可相应生成一批训练数据，该批训练数据包含用户的特征以及该批视频的特征，并将该批视频的评估值作为该批训练数据的标签。如此一来，可将该批训练数据输入至待训练模型，得到该批视频的预测评估值，也就是用户对该批视频的预测感兴趣程度。然后，可通过预置的损失函数对该批视频的真实评估值以及该批视频的预测评估值进行计算，从而得到目标损失，目标损失用于指示该批视频的真实评估值以及该批视频的预测评估值之间的差异。
随后，可利用目标损失来更新待训练模型的参数，得到更新参数后的待训练模型，并用同样的方式生成下一批训练数据，以对更新参数后的待训练模型继续进行训练，从而得到推荐模型，进而利用推荐模型为用户推荐视频。
为了进一步理解本申请实施例提供的视频评估方法，下文结合一个具体应用例对该方法作进一步的介绍。如图5和图6所示(图5为本申请实施例提供的时长偏置的一个示意图，图6为本申请实施例提供的噪声观看的一个示意图)，在该应用例中，将视频的观看时长视为用户对视频的感兴趣程度、时长偏置以及噪声观看的混合体，其中，时长偏置指用户会花更多时间观看感兴趣的长视频，导致长视频的平均观看时长更长。这种现象称为时长偏置。例如，用户对v1、v2、v3三个视频的感兴趣程度相同，但它们本身的时长不同，用户对v3(本身时长较更长)的观看时间较长。噪声观看指用户需要时间来判断是否喜欢被推荐的视频，可能会观看小段时间不感兴趣的视频，这通常称为噪声观看，从根本上说，噪声观看是由于用户对视频开头的点击诱饵内容的信任所造成的。例如，设v1、v2、v3均为用户不感兴趣的视频，由于视频开头的内容的诱导，导致用户花时间观看不感兴趣的视频。
基于此，该应用例提供一个去偏去噪的观看时长校正的模型。在该模型中，将每个分桶内视频的观看时长的分布视为偏置和噪声分布的混合，并且采用高斯混合模型来估计这些潜在分布的参数。另外，由于相邻分桶应该具有相似的属性，采用频滑动平均以平滑估计出偏差和噪声参数序列。此外，还设计了灵敏度控制的校正功能模块，这有利于对偏差和噪声参数的估计。
具体地，该应用例包括：
输入：交互数据滑动平均窗口T以及超参数α，其中，xt为用户的特征以及第t个视频的特征(来源于第t个视频)，wt为第t个视频的观看时长，dt为第t个视频的时长。
输出：视频评估值R。
1：获取各个计算公式，包含w+←{}，w-←{}，R←{}。
2：按照视频的时长d，对D包含的N个视频进行分桶，得到M个分桶(M个视频组)。
3：以D包含的N个视频的观看时长w1，...，wN，作为高斯混合模型的输入，估计出各个分桶的时长偏置以及噪声观看
4：以T对进行滑动平均得到新时长偏置以T对进行滑动平均得到新噪声观看
5：通过公式(5)，对D所包含的每个视频，计算得到每个视频的评估值构成R。
此外，还可将基于本申请实施例提供的方法(D2 Co(A)以及D2 Co(S))训练得到的模型，与基于相关技术提供的方法(Watch Time、PCR等等)训练得到的模型进行比较，比较结果如表1、表2和表3所示：
表1
表2
表3
基于表1至表3可知，D2Co(S)在数据集一和数据集二上，在所有模型上都获得了最佳表现。此外，PCR、D2Q和WTG来训练的模型表现优于用原始Watch Time标签来训练的模型，主要是缓解了时长偏置问题。本申请实施例提出的D2 Co(A)和D2 Co(S)算法也优于这些纠偏算法基线，因为本申请实施例提出的方法同时建模了噪声观看。此外，本申请实施例提出的D2 Co(S)在两个数据集中都比D2 Co(A)具有更好的性能，这显示了灵敏度控制的重要性。值得注意的是，那些带有去噪后处理的基线(PCR-denoise、D2Q-denoise、WTGdenoise)与他们原来的方法相比有不同程度的改进，这一现象清楚地证实了噪声观看的存在。然而，去噪后处理只是启发式截断观看时间较少的样本，它只去除了部分噪声。
本申请实施例中，当需要针对多个视频组进行评估时，可先在多个视频组中，获取包含多个第一视频的第一视频组。接着，可对多个第一视频的观看时长进行处理，从而得到第一视频组的参数。然后，可对第一视频组的参数以及多个第一视频的观看时长作进一步的处理，从而得到多个第一视频的评估值，也就相当于得到了用户对多个第一视频的感兴趣程度。对于多个视频组中的其余视频组，也可以执行如同对第一视频组所执行的操作，故可得到多个视频组中所有视频的评估值，从而完成针对多个视频组的评估任务。前述过程中，在利用第一视频组包含的多个第一视频的观看时长和第一视频组的参数对多个第一视频进行评估时，由于第一视频组的参数包含第一视频组的时长偏置向以及第一视频组的噪声观看项，故评估过程不仅考虑了多个第一视频的观看时长的偏置，还考虑了多个第一视频的观看时长的噪声，这种评估方式考虑的因素较为全面，可以较为符合实际情况，故这种评估方式所得到的多个第一视频的评估值具备较高的准确度，可以准确得到用户对多个第一视频的感兴趣程度。
以上是对本申请实施例提供的视频评估方法所进行的详细说明，以下将对本申请实施例提供的视频评估装置进行介绍。图7为本申请实施例提供的视频评估装置的一个结构示意图，如图7所示，该装置包括：
第一获取模块701，用于获取第一视频组，第一视频组包含多个第一视频；
处理模块702，用于对多个第一视频的观看时长进行处理，得到第一视频组的参数，第一视频组的参数用于指示多个第一视频的观看时长的偏置和多个第一视频的观看时长的噪声；
第二获取模块703，用于基于第一视频组的参数以及多个第一视频的观看时长，获取多个第一视频的评估值，多个第一视频的评估值用于指示用户对多个第一视频的感兴趣程度。
本申请实施例中，当需要针对多个视频组进行评估时，可先在多个视频组中，获取包含多个第一视频的第一视频组。接着，可对多个第一视频的观看时长进行处理，从而得到第一视频组的参数。然后，可对第一视频组的参数以及多个第一视频的观看时长作进一步的处理，从而得到多个第一视频的评估值，也就相当于得到了用户对多个第一视频的感兴趣程度。对于多个视频组中的其余视频组，也可以执行如同对第一视频组所执行的操作，故可得到多个视频组中所有视频的评估值，从而完成针对多个视频组的评估任务。前述过程中，在利用第一视频组包含的多个第一视频的观看时长和第一视频组的参数对多个第一视频进行评估时，由于第一视频组的参数包含第一视频组的时长偏置向以及第一视频组的噪声观看项，故评估过程不仅考虑了多个第一视频的观看时长的偏置，还考虑了多个第一视频的观看时长的噪声，这种评估方式考虑的因素较为全面，可以较为符合实际情况，故这种评估方式所得到的多个第一视频的评估值具备较高的准确度，可以准确得到用户对多个第一视频的感兴趣程度。
在一种可能实现的方式中，处理模块，用于通过混合高斯模型对多个第一视频的观看时长进行处理，得到第一视频组的参数。
在一种可能实现的方式中，第二获取模块，用于：对第一视频组的参数以及第二视频组的参数进行滑动平均运算，得到第一视频组的新参数，第一视频组的新参数用于指示多个第一视频的观看时长的新偏置和多个第一视频的观看时长的新噪声；基于第一视频组的新参数以及多个第一视频的观看时长，获取多个第一视频的评估值。
在一种可能实现的方式中，第二获取模块，用于对目标视频的观看时长以及第一视频组的新参数进行第一仿射变换运算，得到目标视频的评估值，目标视频为多个第一视频中的任意一个第一视频。
在一种可能实现的方式中，第二获取模块，用于对目标视频的观看时长、预置的超参数以及第一视频组的新参数进行第二仿射变换运算，得到目标视频的评估值，目标视频为多个第一视频中的任意一个第一视频。
在一种可能实现的方式中，第一仿射变换运算包含以下至少一项：减法运算以及除法运算。
在一种可能实现的方式中，第二仿射变换运算包含以下至少一项：指数运算、减法运算、乘法运算以及除法运算。
在一种可能实现的方式中，第二视频组包含多个第二视频，多个第一视频的时长位于预置的第一范围内，多个第二视频的时长位于预置的第二范围内，第一范围与第二范围互不重叠。
需要说明的是，上述装置各模块/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其带来的技术效果与本申请方法实施例相同，具体内容可参考本申请实施例前述所示的方法实施例中的叙述，此处不再赘述。
本申请实施例还涉及一种执行设备，图8为本申请实施例提供的执行设备的一个结构示意图。如图8所示，执行设备800具体可以表现为手机、平板、笔记本电脑、车载电脑、智能穿戴设备、服务器等，此处不做限定。其中，执行设备800上可部署有图7对应实施例中所描述的视频评估装置，用于实现图5对应实施例中视频评估的功能。具体的，执行设备800包括：接收器801、发射器802、处理器803和存储器804(其中执行设备800中的处理器803的数量可以一个或多个，图8中以一个处理器为例)，其中，处理器803可以包括应用处理器8031和通信处理器8032。在本申请的一些实施例中，接收器801、发射器802、处理器803和存储器804可通过总线或其它方式连接。
存储器804可以包括只读存储器和随机存取存储器，并向处理器803提供指令和数据。存储器804的一部分还可以包括非易失性随机存取存储器(non-volatile randomaccess memory，NVRAM)。存储器804存储有处理器和操作指令、可执行模块或者数据结构，或者它们的子集，或者它们的扩展集，其中，操作指令可包括各种操作指令，用于实现各种操作。
处理器803控制执行设备的操作。具体的应用中，执行设备的各个组件通过总线系统耦合在一起，其中总线系统除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见，在图中将各种总线都称为总线系统。
上述本申请实施例揭示的方法可以应用于处理器803中，或者由处理器803实现。处理器803可以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803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803可以是通用处理器、数字信号处理器(digital signal processing，DSP)、微处理器或微控制器，还可进一步包括专用集成电路(application specific integratedcircuit，ASIC)、现场可编程门阵列(field-programmable gate array，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。该处理器803可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器804，处理器803读取存储器804中的信息，结合其硬件完成上述方法的步骤。
接收器801可用于接收输入的数字或字符信息，以及产生与执行设备的相关设置以及功能控制有关的信号输入。发射器802可用于通过第一接口输出数字或字符信息；发射器802还可用于通过第一接口向磁盘组发送指令，以修改磁盘组中的数据；发射器802还可以包括显示屏等显示设备。
本申请实施例中，在一种情况下，处理器803，用于通过图5对应实施例中的视频评估功能，获取多个视频的评估值，并以此作为训练数据(包含用户的特征以及视频的特征等等)的标签，调动训练设备完成推荐模型的训练。那么，处理器803，后续可用于通过推荐模型，为用户推荐视频。
本申请实施例还涉及一种训练设备，图9为本申请实施例提供的训练设备的一个结构示意图。如图9所示，训练设备900由一个或多个服务器实现，训练设备900可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(centralprocessing units，CPU)99(例如，一个或一个以上处理器)和存储器932，一个或一个以上存储应用程序942或数据944的存储介质930(例如一个或一个以上海量存储设备)。其中，存储器932和存储介质930可以是短暂存储或持久存储。存储在存储介质930的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对训练设备中的一系列指令操作。更进一步地，中央处理器99可以设置为与存储介质930通信，在训练设备900上执行存储介质930中的一系列指令操作。
训练设备900还可以包括一个或一个以上电源926，一个或一个以上有线或无线网络接口950，一个或一个以上输入输出接口958；或，一个或一个以上操作系统941，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
具体的，训练设备可以在执行设备的调动下，利用多个视频的评估值完成推荐模型的训练，并将推荐模型返回给执行设备。
本申请实施例还涉及一种计算机存储介质，该计算机可读存储介质中存储有用于进行信号处理的程序，当其在计算机上运行时，使得计算机执行如前述执行设备所执行的步骤，或者，使得计算机执行如前述训练设备所执行的步骤。
本申请实施例还涉及一种计算机程序产品，该计算机程序产品存储有指令，该指令在由计算机执行时使得计算机执行如前述执行设备所执行的步骤，或者，使得计算机执行如前述训练设备所执行的步骤。
本申请实施例提供的执行设备、训练设备或终端设备具体可以为芯片，芯片包括：处理单元和通信单元，所述处理单元例如可以是处理器，所述通信单元例如可以是输入/输出接口、管脚或电路等。该处理单元可执行存储单元存储的计算机执行指令，以使执行设备内的芯片执行上述实施例描述的数据处理方法，或者，以使训练设备内的芯片执行上述实施例描述的数据处理方法。可选地，所述存储单元为所述芯片内的存储单元，如寄存器、缓存等，所述存储单元还可以是所述无线接入设备端内的位于所述芯片外部的存储单元，如只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)等。
具体的，请参阅图10，图10为本申请实施例提供的芯片的一个结构示意图，所述芯片可以表现为神经网络处理器NPU 1000，NPU 1000作为协处理器挂载到主CPU(Host CPU)上，由Host CPU分配任务。NPU的核心部分为运算电路1003，通过控制器1004控制运算电路1003提取存储器中的矩阵数据并进行乘法运算。
在一些实现中，运算电路1003内部包括多个处理单元(Process Engine,PE)。在一些实现中，运算电路1003是二维脉动阵列。运算电路1003还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中，运算电路1003是通用的矩阵处理器。
举例来说，假设有输入矩阵A，权重矩阵B，输出矩阵C。运算电路从权重存储器1002中取矩阵B相应的数据，并缓存在运算电路中每一个PE上。运算电路从输入存储器1001中取矩阵A数据与矩阵B进行矩阵运算，得到的矩阵的部分结果或最终结果，保存在累加器(accumulator)1008中。
统一存储器1006用于存放输入数据以及输出数据。权重数据直接通过存储单元访问控制器(Direct Memory Access Controller，DMAC)1005，DMAC被搬运到权重存储器1002中。输入数据也通过DMAC被搬运到统一存储器1006中。
BIU为Bus Interface Unit即，总线接口单元1013，用于AXI总线与DMAC和取指存储器(Instruction Fetch Buffer，IFB)1009的交互。
总线接口单元1013(Bus Interface Unit，简称BIU)，用于取指存储器1009从外部存储器获取指令，还用于存储单元访问控制器1005从外部存储器获取输入矩阵A或者权重矩阵B的原数据。
DMAC主要用于将外部存储器DDR中的输入数据搬运到统一存储器1006或将权重数据搬运到权重存储器1002中或将输入数据数据搬运到输入存储器1001中。
向量计算单元1007包括多个运算处理单元，在需要的情况下，对运算电路1003的输出做进一步处理，如向量乘，向量加，指数运算，对数运算，大小比较等等。主要用于神经网络中非卷积/全连接层网络计算，如Batch Normalization(批归一化)，像素级求和，对预测标签平面进行上采样等。
在一些实现中，向量计算单元1007能将经处理的输出的向量存储到统一存储器1006。例如，向量计算单元1007可以将线性函数；或，非线性函数应用到运算电路1003的输出，例如对卷积层提取的预测标签平面进行线性插值，再例如累加值的向量，用以生成激活值。在一些实现中，向量计算单元1007生成归一化的值、像素级求和的值，或二者均有。在一些实现中，处理过的输出的向量能够用作到运算电路1003的激活输入，例如用于在神经网络中的后续层中的使用。
控制器1004连接的取指存储器(instruction fetch buffer)1009，用于存储控制器1004使用的指令；
统一存储器1006，输入存储器1001，权重存储器1002以及取指存储器1009均为On-Chip存储器。外部存储器私有于该NPU硬件架构。
其中，上述任一处提到的处理器，可以是一个通用中央处理器，微处理器，ASIC，或一个或多个用于控制上述程序执行的集成电路。
另外需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本申请提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本申请而言更多情况下软件程序实现是更佳的实施方式。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，该计算机软件产品存储在可读取的存储介质中，如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等，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，训练设备，或者网络设备等)执行本申请各个实施例所述的方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、训练设备或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、训练设备或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的训练设备、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。

Claims (19)

1.一种视频评估方法，其特征在于，所述方法包括：
获取第一视频组，所述第一视频组包含多个第一视频；
对所述多个第一视频的观看时长进行处理，得到所述第一视频组的参数，所述第一视频组的参数用于指示所述多个第一视频的观看时长的偏置和所述多个第一视频的观看时长的噪声；
基于所述第一视频组的参数以及所述多个第一视频的观看时长，获取所述多个第一视频的评估值，所述多个第一视频的评估值用于指示用户对所述多个第一视频的感兴趣程度。
2.根据权利要求1所述的方法，其特征在于，所述对所述多个第一视频的观看时长进行处理，得到所述第一视频组的参数包括：
通过混合高斯模型对所述多个第一视频的观看时长进行处理，得到所述第一视频组的参数。
3.根据权利要求1或2所述的方法，其特征在于，所述基于所述第一视频组的参数以及所述多个第一视频的观看时长，获取所述多个第一视频的评估值包括：
对所述第一视频组的参数以及所述第二视频组的参数进行滑动平均运算，得到所述第一视频组的新参数，所述第一视频组的新参数用于指示多个第一视频的观看时长的新偏置和所述多个第一视频的观看时长的新噪声；
基于所述第一视频组的新参数以及所述多个第一视频的观看时长，获取所述多个第一视频的评估值。
4.根据权利要求3所述的方法，其特征在于，所述基于所述第一视频组的新参数以及所述多个第一视频的观看时长，获取所述多个第一视频的评估值包括：
对目标视频的观看时长以及所述第一视频组的新参数进行第一仿射变换运算，得到所述目标视频的评估值，所述目标视频为所述多个第一视频中的任意一个第一视频。
5.根据权利要求3所述的方法，其特征在于，所述基于所述第一视频组的新参数以及所述多个第一视频的观看时长，获取所述多个第一视频的评估值包括：
对目标视频的观看时长、预置的超参数以及所述第一视频组的新参数进行第二仿射变换运算，得到所述目标视频的评估值，所述目标视频为所述多个第一视频中的任意一个第一视频。
6.根据权利要求4所述的方法，其特征在于，所述第一仿射变换运算包含以下至少一项：减法运算以及除法运算。
7.根据权利要求5所述的方法，其特征在于，所述第二仿射变换运算包含以下至少一项：指数运算、减法运算、乘法运算以及除法运算。
8.根据权利要求3至7任意一项所述的方法，其特征在于，所述第二视频组包含多个第二视频，所述多个第一视频的时长位于预置的第一范围内，所述多个第二视频的时长位于预置的第二范围内，所述第一范围与所述第二范围互不重叠。
9.一种视频评估装置，其特征在于，所述装置包括：
第一获取模块，用于获取第一视频组，所述第一视频组包含多个第一视频；
处理模块，用于对所述多个第一视频的观看时长进行处理，得到所述第一视频组的参数，所述第一视频组的参数用于指示所述多个第一视频的观看时长的偏置和所述多个第一视频的观看时长的噪声；
第二获取模块，用于基于所述第一视频组的参数以及所述多个第一视频的观看时长，获取所述多个第一视频的评估值，所述多个第一视频的评估值用于指示用户对所述多个第一视频的感兴趣程度。
10.根据权利要求9所述的装置，其特征在于，所述处理模块，用于通过混合高斯模型对所述多个第一视频的观看时长进行处理，得到所述第一视频组的参数。
11.根据权利要求9或10所述的装置，其特征在于，所述第二获取模块，用于：
对所述第一视频组的参数以及所述第二视频组的参数进行滑动平均运算，得到所述第一视频组的新参数，所述第一视频组的新参数用于指示多个第一视频的观看时长的新偏置和所述多个第一视频的观看时长的新噪声；
基于所述第一视频组的新参数以及所述多个第一视频的观看时长，获取所述多个第一视频的评估值。
12.根据权利要求11所述的装置，其特征在于，所述第二获取模块，用于对目标视频的观看时长以及所述第一视频组的新参数进行第一仿射变换运算，得到所述目标视频的评估值，所述目标视频为所述多个第一视频中的任意一个第一视频。
13.根据权利要求11所述的装置，其特征在于，所述第二获取模块，用于对目标视频的观看时长、预置的超参数以及所述第一视频组的新参数进行第二仿射变换运算，得到所述目标视频的评估值，所述目标视频为所述多个第一视频中的任意一个第一视频。
14.根据权利要求12所述的装置，其特征在于，所述第一仿射变换运算包含以下至少一项：减法运算以及除法运算。
15.根据权利要求13所述的装置，其特征在于，所述第二仿射变换运算包含以下至少一项：指数运算、减法运算、乘法运算以及除法运算。
16.根据权利要求11至15任意一项所述的装置，其特征在于，所述第二视频组包含多个第二视频，所述多个第一视频的时长位于预置的第一范围内，所述多个第二视频的时长位于预置的第二范围内，所述第一范围与所述第二范围互不重叠。
17.一种视频评估装置，其特征在于，所述视频评估装置包括存储器和处理器；所述存储器存储有代码，所述处理器被配置为执行所述代码，当所述代码被执行时，所述视频评估装置执行如权利要求1至8任意一项所述的方法。
18.一种计算机存储介质，其特征在于，所述计算机存储介质存储有一个或多个指令，所述指令在由一个或多个计算机执行时使得所述一个或多个计算机实施权利要求1至8任一所述的方法。
19.一种计算机程序产品，其特征在于，所述计算机程序产品存储有指令，所述指令在由计算机执行时，使得所述计算机实施权利要求1至8任意一项所述的方法。
CN202310885569.XA 2023-07-18 2023-07-18 一种视频评估方法及其相关设备 Pending CN117061733A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310885569.XA CN117061733A (zh) 2023-07-18 2023-07-18 一种视频评估方法及其相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310885569.XA CN117061733A (zh) 2023-07-18 2023-07-18 一种视频评估方法及其相关设备

Publications (1)

Publication Number Publication Date
CN117061733A true CN117061733A (zh) 2023-11-14

Family

ID=88657987

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310885569.XA Pending CN117061733A (zh) 2023-07-18 2023-07-18 一种视频评估方法及其相关设备

Country Status (1)

Country Link
CN (1) CN117061733A (zh)

Similar Documents

Publication Publication Date Title
CN112070207A (zh) 一种模型训练方法及装置
CN113065633B (zh) 一种模型训练方法及其相关联设备
CN112529149B (zh) 一种数据处理方法及相关装置
WO2023050143A1 (zh) 一种推荐模型训练方法及装置
CN115238909A (zh) 一种基于联邦学习的数据价值评估方法及其相关设备
CN117273074A (zh) 一种数据处理方法及其装置
CN117217284A (zh) 一种数据处理方法及其装置
CN115879508A (zh) 一种数据处理方法及相关装置
CN113627421B (zh) 一种图像处理方法、模型的训练方法以及相关设备
CN114169393A (zh) 一种图像分类方法及其相关设备
WO2023246735A1 (zh) 一种项目推荐方法及其相关设备
CN117056589A (zh) 一种物品推荐方法及其相关设备
WO2023185541A1 (zh) 一种模型训练方法及其相关设备
CN116739154A (zh) 一种故障预测方法及其相关设备
CN116611861A (zh) 一种消费预测方法及其相关设备
CN116309226A (zh) 一种图像处理方法及其相关设备
CN116310677A (zh) 一种图像处理方法及其相关设备
CN116259311A (zh) 一种语音处理方法及其相关设备
CN115795025A (zh) 一种摘要生成方法及其相关设备
CN116204709A (zh) 一种数据处理方法及相关装置
CN117746047A (zh) 一种图像处理方法及其相关设备
CN115623242A (zh) 一种视频处理方法及其相关设备
CN114707070A (zh) 一种用户行为预测方法及其相关设备
CN115879524A (zh) 一种模型训练方法及其相关设备
CN117061733A (zh) 一种视频评估方法及其相关设备

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