视频推送方法、装置、服务器及存储介质制造方法及图纸

本公开关于一种视频推送方法及装置。其中方法包括：接收客户端发送的视频下载请求；根据视频下载请求获取目标用户的用户特征；将用户特征分别输入至第一预测模型和第二预测模型，获得目标用户将在客户端上的停留时长的第一和第二预测值；其中，第一预测模型已学习得到实验组样本用户观看最高清晰度为第一清晰度的样本视频之后将在客户端上的停留时长，与实验组样本用户的用户特征之间的映射关系；第二预测模型已学习得到对照组样本用户观看最高清晰度为第二清晰度的样本视频之后将在客户端上的停留时长，与对照组样本用户的用户特征之间的映射关系；根据第一和第二预测值确定客户端可呈现视频的最高清晰度，并根据最高清晰度向客户端发送视频。晰度向客户端发送视频。晰度向客户端发送视频。

【技术实现步骤摘要】
视频推送方法、装置、服务器及存储介质


[0001]本公开涉及视频处理
，尤其涉及视频推送方法、装置、服务器及存储介质。

技术介绍

[0002]近年来，以UGC(User Generated Content，用户原创内容)为主的短视频服务在飞速发展。由于消费侧一个短视频可以播放的最高清晰度，就是达到该作品被生产的清晰度情况(如相同分辨率1080p，相同帧率60fps)。相关技术中，短视频清晰度提升方案通常采用高级的转码压缩算法，以更低的码率，输出与生产作品相同清晰度主观体验(即同分辨率和帧率)的内容给用户消费。但是，上述这种视频推荐方式存在推送的视频清晰度不符合用户的实际情况，推送效果差等的问题。

技术实现思路

[0003]本公开提供一种视频推送方法、装置、服务器及存储介质，以至少解决相关技术中推送的视频清晰度不符合用户的实际情况，推送效果差等的问题。本公开的技术方案如下：
[0004]根据本公开实施例的第一方面，提供一种视频推送方法，包括：
[0005]接收客户端发送的视频下载请求，其中，所述视频下载请求是所述客户端响应于目标用户的视频播放请求而发送的；
[0006]根据所述视频下载请求，获取所述目标用户的用户特征；
[0007]将所述目标用户的用户特征输入至第一预测模型，获得所述目标用户将在所述客户端上的停留时长的第一预测值；其中，所述第一预测模型已学习得到实验组样本用户观看最高清晰度为第一清晰度的样本视频之后将在所述客户端上的停留时长，与所述实验组样本用户的用户特征之间的映射关系；
[0008]将所述目标用户的用户特征输入至第二预测模型，获得所述目标用户将在所述客户端上的停留时长的第二预测值；其中，所述第二预测模型已学习得到对照组样本用户观看最高清晰度为第二清晰度的样本视频之后将在所述客户端上的停留时长，与所述对照组样本用户的用户特征之间的映射关系；其中，所述第一清晰度高于所述第二清晰度；
[0009]根据所述第一预测值和所述第二预测值所述客户端可呈现所述视频的最高清晰度，并根据所述最高清晰度向所述客户端发送所述视频。
[0010]根据本公开一些实施例，在所述根据所述视频下载请求，获取所述目标用户的用户特征之前，所述方法还包括：
[0011]根据所述视频下载请求，获取所述目标用户所持终端设备的屏幕分辨率和/或机型性能；
[0012]当所述屏幕分辨率大于或等于目标屏幕分辨率，和/或，所述机型性能满足预设条件时，执行所述根据所述视频下载请求，获取所述目标用户的用户特征的步骤。
[0013]根据本公开一些实施例，所述方法还包括：
[0014]当所述屏幕分辨率小于所述目标屏幕分辨率，和/或，所述机型性能不满足所述预设条件时，确定与所述屏幕分辨率和/或所述机型性能对应的最高清晰度；
[0015]根据与所述屏幕分辨率和/或所述机型性能对应的最高清晰度，向所述客户端发送所述视频。
[0016]根据本公开一些实施例，所述根据所述第一预测值和所述第二预测值确定所述客户端可呈现所述视频的最高清晰度，包括：
[0017]计算所述第一预测值与所述第二预测值之间的第一差值；其中，所述第一差值用以表示所述目标用户观看清晰度为所述第一清晰度的视频之后，对所述目标用户将在所述客户端上的停留时长的影响；
[0018]根据所述第一差值和目标阈值，从所述第一清晰度和所述第二清晰度中选取一个作为所述客户端可呈现所述视频的最高清晰度。
[0019]在本公开实施例中，所述根据所述第一差值和目标阈值，从所述第一清晰度和所述第二清晰度中选取一个作为所述客户端可呈现所述视频的最高清晰度，包括：
[0020]将所述第一差值与所述目标阈值进行大小对比；
[0021]当所述第一差值大于或等于所述目标阈值时，将所述第一清晰度作为所述客户端可呈现所述视频的最高清晰度；
[0022]当所述第一差值小于所述目标阈值时，将所述第二清晰度作为所述客户端可呈现所述视频的最高清晰度。
[0023]在本公开实施例中，所述目标阈值通过以下方式获得：
[0024]获取样本用户的用户特征；
[0025]将所述样本用户的用户特征分别输入至所述第一预测模型和所述第二预测模型，获得所述样本用户将在所述客户端上的停留时长的第一预测值和第二预测值；
[0026]将所述样本用户的第一预测值和第二预测值进行差值计算，以获得第二差值，其中，所述第二差值用以表示所述样本用户观看所述最高清晰度为第一清晰度的样本视频之后，对所述样本用户将在所述客户端上的停留时长的影响；
[0027]从所述样本用户中获取所述第二差值大于阈值的目标样本用户；
[0028]获取目标样本用户观看所述最高清晰度为第一清晰度的样本视频后所产生的业务增值；
[0029]根据所述业务增值对所述阈值进行更新，并将更新后的阈值作为新的阈值；
[0030]返回执行所述从所述样本用户中获取所述第二差值大于阈值的目标样本用户的步骤，直至所述产生的业务增值小于或等于目标值为止，并将最新更新的阈值作为所述目标阈值。
[0031]根据本公开的一些实施例，所述根据所述最高清晰度向所述客户端发送所述视频，包括：
[0032]将所述视频的所述最高清晰度对应的版本发送给所述客户端；或者，
[0033]将所述视频的清晰度小于或等于所述最高清晰度对应的版本之中的至少一个清晰度版本发送给所述客户端。
[0034]根据本公开的一些实施例，所述第一预测模型通过以下方式训练获得：
[0035]获取实验组样本用户的用户特征以及样本标签；其中，所述样本标签用以表示所
述实验组样本用户观看所述最高清晰度为第一清晰度的样本视频后在所述客户端上的停留时长；
[0036]将所述实验组样本用户的用户特征输入至神经网络模型进行预测，获得所述实验组样本用户观看所述最高清晰度为第一清晰度的样本视频后将在所述客户端上的停留时长的预测值；
[0037]按照预设算法计算所述实验组样本用户的样本标签与所述预测值之间的损失值；
[0038]根据所述损失值和预设的目标函数训练所述神经网络模型，获取模型参数以生成所述第一预测模型。
[0039]根据本公开的一些实施例，所述第二预测模型通过以下方式训练获得：
[0040]获取对照组样本用户的用户特征以及样本标签；其中，所述样本标签用以表示所述对照组样本用户观看所述最高清晰度为第二清晰度的样本视频后在所述客户端上的停留时长；
[0041]将所述对照组样本用户的用户特征输入至神经网络模型进行预测，获得所述对照组样本用户观看所述最高清晰度为第二清晰度的样本视频后将在所述客户端上的停留时长的预测值；
[0042]按照预设算法计算所述对照组样本用户的样本标签与所述预测值之间的损失值；
[0043]根据所述损失值和预设的目标函数训练所述神经网络模型，获取模型参数以生本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频推送方法，其特征在于，包括：接收客户端发送的视频下载请求，其中，所述视频下载请求是所述客户端响应于目标用户的视频播放请求而发送的；根据所述视频下载请求，获取所述目标用户的用户特征；将所述目标用户的用户特征输入至第一预测模型，获得所述目标用户将在所述客户端上的停留时长的第一预测值；其中，所述第一预测模型已学习得到实验组样本用户观看最高清晰度为第一清晰度的样本视频之后将在所述客户端上的停留时长，与所述实验组样本用户的用户特征之间的映射关系；将所述目标用户的用户特征输入至第二预测模型，获得所述目标用户将在所述客户端上的停留时长的第二预测值；其中，所述第二预测模型已学习得到对照组样本用户观看最高清晰度为第二清晰度的样本视频之后将在所述客户端上的停留时长，与所述对照组样本用户的用户特征之间的映射关系；其中，所述第一清晰度高于所述第二清晰度；根据所述第一预测值和所述第二预测值确定所述客户端可呈现所述视频的最高清晰度，并根据所述最高清晰度向所述客户端发送所述视频。2.根据权利要求1所述的视频推送方法，其特征在于，在所述根据所述视频下载请求，获取所述目标用户的用户特征之前，所述方法还包括：根据所述视频下载请求，获取所述目标用户所持终端设备的屏幕分辨率和/或机型性能；当所述屏幕分辨率大于或等于目标屏幕分辨率，和/或，所述机型性能满足预设条件时，执行所述根据所述视频下载请求，获取所述目标用户的用户特征的步骤。3.根据权利要求2所述的视频推送方法，其特征在于，还包括：当所述屏幕分辨率小于所述目标屏幕分辨率，和/或，所述机型性能不满足所述预设条件时，确定与所述屏幕分辨率和/或所述机型性能对应的最高清晰度；根据与所述屏幕分辨率和/或所述机型性能对应的最高清晰度，向所述客户端发送所述视频。4.根据权利要求1所述的视频推送方法，其特征在于，所述根据所述第一预测值和所述第二预测值确定所述客户端可呈现所述视频的最高清晰度，包括：计算所述第一预测值与所述第二预测值之间的第一差值；其中，所述第一差值用以表示所述目标用户观看清晰度为所述第一清晰度的视频之后，对所述目标用户将在所述客户端上的停留时长的影响；根据所述第一差值和目标阈值，从所述第一清晰度和所述第二清晰度中选取一个作为所述客户端可呈现所述视频的最高清晰度。5.根据权利要求4所述的视频推送方法，其特征在于，所述目标阈值通过以下方式获得：获取样本用户的用户特征；将所述样本用户的用户特征分别输入至所述第一预测模型和所述第二预测模型，获得所述样本用户将在所述客户端上的停留时长的第一预测值和第二预测值；将所述样本用户的第一预测值和第二预测值进行差值计算，以获得第二差值，其中，所述第二差值用以表示所述样本用户观看所述最高清晰度为第一清晰度的样本视频之后，对
所述样本用户将在所述客户端上的停留时长的影响；从所述样本用户中获取所述第二差值大于阈值的目标样本用户；获取目标样本用户观看所述最高清晰度为第一清晰度的样本视频后所产生的业务增值；根据所述业务增值对所述阈值进行更新，并将更新后的阈值作为新的阈值；返回执行所...

【专利技术属性】
技术研发人员：马茗，郭君健，于冰，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：