The invention discloses a method and a device for predicting video viewing time. The method comprises the following steps: to detect if the trigger prediction of long preset video viewing operation, obtaining attribute information of current video user identification information and the currently playing video; wherein, the attribute information including identification information and type information; according to the attribute information of the current video user identification information and the video. To obtain preliminary viewingduration predictive value; according to the type of adjustment between the information and the error ratio of the video type information and video preset corresponding relationship, adjust the ratio error to obtain the corresponding video; according to the preliminary viewing duration prediction value and the error adjustment ratio calculation eventually viewingduration predictive value. In order to accurately predict the user for a long time watching video, which provide the basis for all service providers to optimize the allocation of resources.
【技术实现步骤摘要】
本专利技术属于视频播放领域,尤其涉及一种预测视频观看时长的方法及装置。
技术介绍
网络视频点播是一种重要的互联网服务。用户可借助个人电脑、移动电话及智能电视等设备,通过互联网随时点播观看其喜爱的视频。网络视频点播生态装置中的各个参与者(例如广告商、视频客户端开发商等)多年来一直致力于提高服务性能,从而提高用户体验、增加广告收入或拓展更多的增值服务。预测用户对当前视频的观看时长是提高服务性能的一个重要前提,是各个服务提供商优化资源分配的重要依据。该预测的意义包括:基于该预测来优化视频下载算法;基于该预测来决定广告投放内容以及形式;以及基于该预测来估算整体装置的用户活跃度。然而,现有技术只能预测视频的点播量,以及预测用户是否点击某个视频,而不能直接预测用户对某个视频的观看时长。
技术实现思路
本专利技术的目的在于提供一种预测视频观看时长的方法及装置,能够准确预测用户对某个视频的观看时长,以为各个服务提供商优化资源分配提供依据。本专利技术是这样实现的,一种预测视频观看时长的方法,所述方法包括:若检测到触发预测视频观看时长的预设操作,获取当前视频观看用户的标识信息和当前播放的视频的属性信息;其中,所述属性信息包括标识信息和类型信息;根据所述当前视频观看用户的标识信息和所述视频的属性信息获取初步观看时长预测值;根据所述视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系,获取所述视频对应的误差调整比例;根据所述初步观看时长预测值和所述误差调整比例计算最终观看时长预测值。另一方面,本专利技术提供一种预测视频观看时长的装置,所述装置包括:信息获取单元,用于若检 ...
【技术保护点】
一种预测视频观看时长的方法,其特征在于,所述方法包括:若检测到触发预测视频观看时长的预设操作,获取当前视频观看用户的标识信息和当前播放的视频的属性信息;其中,所述属性信息包括标识信息和类型信息;根据所述当前视频观看用户的标识信息和所述视频的属性信息获取初步观看时长预测值;根据所述视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系,获取所述视频对应的误差调整比例;根据所述初步观看时长预测值和所述误差调整比例计算最终观看时长预测值。
【技术特征摘要】
1.一种预测视频观看时长的方法,其特征在于,所述方法包括:若检测到触发预测视频观看时长的预设操作,获取当前视频观看用户的标识信息和当前播放的视频的属性信息;其中,所述属性信息包括标识信息和类型信息;根据所述当前视频观看用户的标识信息和所述视频的属性信息获取初步观看时长预测值;根据所述视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系,获取所述视频对应的误差调整比例;根据所述初步观看时长预测值和所述误差调整比例计算最终观看时长预测值。2.如权利要求1所述的预测视频观看时长的方法,其特征在于,所述根据所述当前视频观看用户的标识信息和所述视频的属性信息获取初步观看时长预测值包括:根据所述视频的标识信息,获取根据所述视频的历史观看数据计算得到的第一观看时长预测值;其中,所述第一观看时长预测值用于标识所述视频的平均观看时长;根据所述当前视频观看用户的标识信息和所述视频的类型信息,获取根据所述当前视频观看用户的历史观看数据计算得到的第二观看时长预测值;其中,所述第二观看时长预测值用于标识所述当前视频观看用户对所述视频的平均观看时长;计算所述第一观看时长预测值和所述第二观看时长预测值的平均值,得到所述初步观看时长预测值。3.如权利要求2所述的预测视频观看时长的方法,其特征在于,所述若检测到触发预测视频观看时长的预设操作,获取当前视频观看用户的标识信息和当前播放的视频的属性信息之前,所述方法还包括:以第一预设周期定时统计每个视频的观看时长;其中,所述每个视频的观看时长包括至少一个观看时长;根据所述每个视频的观看时长,计算每个视频的平均观看时长;关联存储每个视频的标识信息及平均观看时长。4.如权利要求2所述的预测视频观看时长的方法,其特征在于,所述若检测到触发预测视频观看时长的预设操作,获取当前视频观看用户的标识信息和当前播放的视频的属性信息之前,所述方法还包括:以第二预设周期定时统计每个用户对每种类型的视频的观看时长;其中,所述每个用户对每种类型的视频的观看时长包括至少一个观看时长;根据每个用户对每种类型的视频的观看时长,计算每个用户对每种类型的视频的平均观看时长;关联存储每个用户的标识信息及每个用户对每种类型的视频的平均观看时长。5.如权利要求2所述的预测视频观看时长的方法,其特征在于,所述若检测到触发预测视频观看时长的预设操作,获取当前视频观看用户的标识信息和当前播放的视频的属性信息之前,所述方法还包括:训练决策回归树模型;其中,所述决策回归树模型的输入值包括:每种类型的视频对应的类型信息、时长信息、总播放量信息、播放时间段信息及用户对该类型视频的观看时长占比信息;所述决策回归树模型的输出值为每种类型的视频对应的误差调整比例;所述误差调整比例用于标识所述初步观看时长预测值与实际观看时长值之间的误差调整比例;根据所述决策回归树模型确定所述视频的类型信息与...
【专利技术属性】
技术研发人员:吴己强,
申请(专利权)人:TCL集团股份有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。