一種基于詞網(wǎng)絡(luò)的視頻播放量預(yù)估方法及裝置制造方法
【專利摘要】一種基于詞網(wǎng)絡(luò)的視頻播放量預(yù)估方法和系統(tǒng)，所述方法首先得到一段時(shí)間內(nèi)的查詢串集合和播放視頻標(biāo)題集合。然后，處理查詢串集合得到源詞狀態(tài)集合，處理播放視頻標(biāo)題集合得到目的詞狀態(tài)集合。接著，根據(jù)查詢后的播放記錄計(jì)算源詞狀態(tài)集合中各個(gè)詞向目的詞狀態(tài)集合中各個(gè)詞的轉(zhuǎn)移概率。最后，對(duì)每個(gè)新視頻根據(jù)該視頻的標(biāo)題中包含的詞計(jì)算其預(yù)估播放量。本發(fā)明能夠改善搜索聚集效應(yīng)的帶來的播放集中問題，提高新視頻的曝光率，增加引擎結(jié)果的多樣性，同時(shí)能夠保證新視頻的相關(guān)性。引入和新視頻標(biāo)題詞數(shù)有關(guān)的閾值，避免包含很多熱點(diǎn)詞的新視頻被過度提升。
【專利說明】一種基于詞網(wǎng)絡(luò)的視頻播放量預(yù)估方法及裝置【技術(shù)領(lǐng)域】
[0001]本申請(qǐng)涉及對(duì)視頻網(wǎng)站的新上傳視頻的播放量預(yù)估，具體的，涉及基于已經(jīng)播放的詞網(wǎng)絡(luò)對(duì)視頻播放量進(jìn)行預(yù)估的方法和裝置。
【背景技術(shù)】
[0002]視頻網(wǎng)站中包含了上千萬的視頻，大部分視頻依賴用戶通過搜索來顯現(xiàn)。在搜索結(jié)果中以播放量為主要因子的排序會(huì)導(dǎo)致部分視頻持續(xù)被展現(xiàn)，而部分視頻難以得到展現(xiàn)的機(jī)會(huì)。搜索輸入框中的智能提示，例如kubox，會(huì)引導(dǎo)用戶查詢集中在少量查詢串上。這種搜索引導(dǎo)的聚集傾向使得被搜索展現(xiàn)的結(jié)果也傾向于集中，該現(xiàn)象也被稱之為搜索聚集效應(yīng)。該搜索聚集效應(yīng)會(huì)減少大多數(shù)用戶上傳視頻的曝光率，影響上傳者的積極性。
[0003]因此，如何能夠預(yù)估新上傳視頻的播放量，從新上傳的視頻中快速找到用戶喜歡或者傾向性較高的視頻，讓新視頻在排序中得到更多曝光機(jī)會(huì)，并且為用戶提供最新的，用戶可能感興趣的視頻，使搜索結(jié)果呈現(xiàn)發(fā)散趨勢(shì)，體現(xiàn)排序系統(tǒng)的公平性，成為亟需解決的技術(shù)問題。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于提出一種基于詞網(wǎng)絡(luò)的視頻播放量預(yù)估方法及裝置，改善搜索聚集效應(yīng)的帶來的播放集中問題，增加搜索引擎的多樣性。
[0005]為達(dá)此目的，本發(fā)明采用以下技術(shù)方案:
一種基于詞網(wǎng)絡(luò)的視頻播放量預(yù)估方法，包括如下步驟:
查詢串及視頻標(biāo)題收集步驟SllO ;查詢一段時(shí)間內(nèi)搜索記錄，篩選出每個(gè)查詢后有點(diǎn)擊觀看的查詢記錄，得到查詢串以及對(duì)應(yīng)的視頻標(biāo)題；
詞網(wǎng)絡(luò)的狀態(tài)轉(zhuǎn)移矩陣初始化步驟S120，包括:
查詢串切分子步驟S121:切分查詢串，相同的詞對(duì)應(yīng)同一個(gè)源狀態(tài)ID，不同的詞標(biāo)記為不同的源狀態(tài)ID，所有詞對(duì)應(yīng)的源狀態(tài)ID構(gòu)成了源狀態(tài)集合，每個(gè)源狀態(tài)ID還記錄該詞的出現(xiàn)頻次；
視頻標(biāo)題切分子步驟S122:切分查詢后點(diǎn)擊的視頻標(biāo)題，相同的詞對(duì)應(yīng)同一個(gè)目的狀態(tài)ID，不同的詞標(biāo)記為不同的目的狀態(tài)ID，所有詞對(duì)應(yīng)的目的狀態(tài)ID構(gòu)成了目的狀態(tài)集合，每個(gè)目的狀態(tài)ID也記錄該詞的出現(xiàn)頻次；
構(gòu)造狀態(tài)轉(zhuǎn)移矩陣子步驟S123:以所有的源狀態(tài)ID作為狀態(tài)轉(zhuǎn)移矩陣的列，以所有的目的狀態(tài)ID作為狀態(tài)轉(zhuǎn)移矩陣的行，矩陣中每個(gè)單元，[x，y]，表示源狀態(tài)ID X到相應(yīng)目的狀態(tài)ID y的轉(zhuǎn)移強(qiáng)度，初始化所述初始狀態(tài)轉(zhuǎn)移矩陣的所有單元值為1，即認(rèn)為每個(gè)源狀態(tài)可能轉(zhuǎn)移到每個(gè)目的狀態(tài)，且這個(gè)轉(zhuǎn)移強(qiáng)度為1，表示很弱的轉(zhuǎn)移關(guān)系；
狀態(tài)轉(zhuǎn)移矩陣強(qiáng)化步驟S130:遍歷查詢串及視頻標(biāo)題收集步驟中得到的每條查詢串和對(duì)應(yīng)的視頻標(biāo)題，使用查詢串和對(duì)應(yīng)的視頻標(biāo)題增強(qiáng)所述狀態(tài)轉(zhuǎn)移矩陣中的轉(zhuǎn)移強(qiáng)度，其中對(duì)于每一查詢串及對(duì)應(yīng)的視頻標(biāo)題的強(qiáng)化具體包括:源狀態(tài)ID序列生成子步驟S131:切分查詢串，相同的詞只算一次出現(xiàn)，得到包含m個(gè)詞序列，查詢每個(gè)詞對(duì)應(yīng)的源狀態(tài)ID，得到源狀態(tài)ID序列；
目的狀態(tài)ID序列生成子步驟S132:切分所述查詢串對(duì)應(yīng)的視頻標(biāo)題，相同的詞只算一次出現(xiàn)，得到含有η個(gè)詞的序列，查詢每個(gè)詞對(duì)應(yīng)的目的狀態(tài)ID，得到目的狀態(tài)序列；
轉(zhuǎn)移強(qiáng)度增強(qiáng)子步驟S133:對(duì)于所述源狀態(tài)ID序列中每個(gè)源狀態(tài)ID，遍歷得到的所述目的狀態(tài)ID序列每個(gè)目的狀態(tài)ID，修改狀態(tài)轉(zhuǎn)移矩陣的單元[源狀態(tài)ID，目的狀態(tài)ID]的值為原值加1/m，增強(qiáng)源狀態(tài)ID對(duì)應(yīng)的源詞的狀態(tài)到目的狀態(tài)ID對(duì)應(yīng)的目的詞的轉(zhuǎn)移強(qiáng)度；
新視頻播放量預(yù)估步驟S140:對(duì)于一個(gè)新視頻，切分所述新視頻的標(biāo)題得到含有g(shù)個(gè)詞的新視頻詞序列，相同的詞只算一次出現(xiàn)，根據(jù)公式詞的不同順序并不影響最終結(jié)果，在目的狀態(tài)集合中查詢其對(duì)應(yīng)的新視頻詞ID序列為(Tl，T2,...，Tg)，對(duì)于每個(gè)新視頻詞ID Ti, i=L.g,找到在所述狀態(tài)轉(zhuǎn)移矩陣中以Ti為目的狀態(tài)的轉(zhuǎn)移強(qiáng)度，即在所述狀態(tài)轉(zhuǎn)移矩陣中Ti所對(duì)應(yīng)的一列中所有的轉(zhuǎn)移強(qiáng)度，將所述一列中所有的轉(zhuǎn)移強(qiáng)度與閾值TH比較，累加所有大于TH的以Ti為目標(biāo)狀態(tài)的轉(zhuǎn)移強(qiáng)度，得到所述新視頻詞ID Ti的新視頻詞播放量貢獻(xiàn)度PTi，然后根據(jù)公式(I)對(duì)所述新視頻詞播放量貢獻(xiàn)度PTi進(jìn)行加權(quán)，得到加權(quán)新視頻詞播放量貢獻(xiàn)度NPTi，
【權(quán)利要求】
1.一種基于詞網(wǎng)絡(luò)的視頻播放量預(yù)估方法，包括如下步驟:查詢串及視頻標(biāo)題收集步驟SllO ;查詢一段時(shí)間內(nèi)搜索記錄，篩選出每個(gè)查詢后有點(diǎn)擊觀看的查詢記錄，得到查詢串以及對(duì)應(yīng)的視頻標(biāo)題；詞網(wǎng)絡(luò)的狀態(tài)轉(zhuǎn)移矩陣初始化步驟S120，包括:查詢串切分子步驟S121:切分查詢串，相同的詞對(duì)應(yīng)同一個(gè)源狀態(tài)ID，不同的詞標(biāo)記為不同的源狀態(tài)ID，所有詞對(duì)應(yīng)的源狀態(tài)ID構(gòu)成了源狀態(tài)集合，每個(gè)源狀態(tài)ID還記錄該詞的出現(xiàn)頻次；視頻標(biāo)題切分子步驟S122:切分查詢后點(diǎn)擊的視頻標(biāo)題，相同的詞對(duì)應(yīng)同一個(gè)目的狀態(tài)ID，不同的詞標(biāo)記為不同的目的狀態(tài)ID，所有詞對(duì)應(yīng)的目的狀態(tài)ID構(gòu)成了目的狀態(tài)集合，每個(gè)目的狀態(tài)ID也記錄該詞的出現(xiàn)頻次；構(gòu)造狀態(tài)轉(zhuǎn)移矩陣子步驟S123:以所有的源狀態(tài)ID作為狀態(tài)轉(zhuǎn)移矩陣的列，以所有的目的狀態(tài)ID作為狀態(tài)轉(zhuǎn)移矩陣的行，矩陣中每個(gè)單元，[x，y]，表示源狀態(tài)ID X到相應(yīng)目的狀態(tài)ID y的轉(zhuǎn)移強(qiáng)度，初始化所述初始狀態(tài)轉(zhuǎn)移矩陣的所有單元值為1，即認(rèn)為每個(gè)源狀態(tài)可能轉(zhuǎn)移到每個(gè)目的狀態(tài)，且這個(gè)轉(zhuǎn)移強(qiáng)度為I，表示很弱的轉(zhuǎn)移關(guān)系；狀態(tài)轉(zhuǎn)移矩陣強(qiáng)化步驟S130:遍歷查詢串及視頻標(biāo)題收集步驟中得到的每條查詢串和對(duì)應(yīng)的視頻標(biāo)題，使用查詢串和對(duì)應(yīng)的視頻標(biāo)題增強(qiáng)所述狀態(tài)轉(zhuǎn)移矩陣中的轉(zhuǎn)移強(qiáng)度，其中對(duì)于每一查詢串及對(duì)應(yīng)的視頻標(biāo)題的強(qiáng)化具體包括:源狀態(tài)ID序列生成子步驟S131:切分查詢串，相同的詞只算一次出現(xiàn)，得到包含m個(gè)詞序列，查詢每個(gè)詞對(duì)應(yīng)的源狀態(tài)ID，得到源狀態(tài)ID序列；目的狀態(tài)ID序列生成子步驟S132:切分所述查詢串對(duì)應(yīng)的視頻標(biāo)題，相同的詞只算一次出現(xiàn)，得到含有η個(gè)詞的序列，查詢每個(gè)詞對(duì)應(yīng)的目的狀態(tài)ID，得到目的狀態(tài)序列；轉(zhuǎn)移強(qiáng)度增強(qiáng)子步驟S133:對(duì)于所述源狀態(tài)ID序列中每個(gè)源狀態(tài)ID，遍歷得到的所述目的狀態(tài)ID序列每個(gè)目的狀態(tài)ID，修改狀態(tài)轉(zhuǎn)移矩陣的單元[源狀態(tài)ID，目的狀態(tài)ID]的值為原值加1/m，增強(qiáng)源狀態(tài)ID對(duì)應(yīng)的源詞的狀態(tài)到目的狀態(tài)ID對(duì)應(yīng)的目的詞的轉(zhuǎn)移強(qiáng)度；新視頻播放量預(yù)估步驟S140:對(duì)于一個(gè)新視頻，切分所述新視頻的標(biāo)題得到含有g(shù)個(gè)詞的新視頻詞序列，相同的詞只算一次出現(xiàn)，根據(jù)公式詞的不同順序并不影響最終結(jié)果，在目的狀態(tài)集合中查詢其對(duì)應(yīng)的新視頻詞ID序列為(Tl，T2,...，Tg)，對(duì)于每個(gè)新視頻詞ID Ti, i=L.g,找到在所述狀態(tài)轉(zhuǎn)移矩陣中以Ti為目的狀態(tài)的轉(zhuǎn)移強(qiáng)度，即在所述狀態(tài)轉(zhuǎn)移矩陣中Ti所對(duì)應(yīng)的一列中所有的轉(zhuǎn)移強(qiáng)度，將所述一列中所有的轉(zhuǎn)移強(qiáng)度與閾值TH比較，累加所有大于TH的以Ti為目標(biāo)狀態(tài)的轉(zhuǎn)移強(qiáng)度，得到所述新視頻詞ID Ti的新視頻詞播放量貢獻(xiàn)度PTi，然后根據(jù)公式(I)對(duì)所述新視頻詞播放量貢獻(xiàn)度PTi進(jìn)行加權(quán)，得到加權(quán)新視頻詞播放量貢獻(xiàn)度NPTi，
2.根據(jù)權(quán)利要求1所述的，其特征在于:所述查詢串及視頻標(biāo)題收集步驟具體為，遍歷一段時(shí)間內(nèi)服務(wù)器的搜索日志，篩選出每個(gè)查詢后有點(diǎn)擊的查詢記錄，提取出查詢串和該查詢過程中有點(diǎn)擊觀看的視頻ID記錄，遍歷每條查詢串和該查詢點(diǎn)擊的視頻ID記錄，根據(jù)視頻ID記錄去視頻信息庫(kù)中取出視頻ID對(duì)應(yīng)的視頻的標(biāo)題，將查詢串和查詢點(diǎn)擊的視頻ID記錄轉(zhuǎn)換為查詢串和查詢后點(diǎn)擊觀看的視頻標(biāo)題的記錄。
3.根據(jù)權(quán)利要求2所述的基于詞網(wǎng)絡(luò)的視頻播放量預(yù)估方法，其特征在于:所述一段時(shí)間為最近100天內(nèi)。
4.根據(jù)權(quán)利要求1-3中任意一項(xiàng)所述的基于詞網(wǎng)絡(luò)的視頻播放量預(yù)估方法，其特征在于:所述閾值TH為選擇所述狀態(tài)轉(zhuǎn)移矩陣中所有轉(zhuǎn)移強(qiáng)度的中位數(shù)。
5.根據(jù)權(quán)利要求4所述的基于詞網(wǎng)絡(luò)的視頻播放量預(yù)估方法，其特征在于:所述閾值TH在所述中位數(shù)的基礎(chǔ)上，進(jìn)行人工調(diào)整。
6.一種基于詞網(wǎng)絡(luò)的視頻播放量預(yù)估裝置，包括如下單元:查詢串及視頻標(biāo)題收集單元；查詢一段時(shí)間內(nèi)搜索記錄，篩選出每個(gè)查詢后有點(diǎn)擊觀看的查詢記錄，得到查詢串以及對(duì)應(yīng)的視頻標(biāo)題；詞網(wǎng)絡(luò)的狀態(tài)轉(zhuǎn)移矩陣初始化單元，包括:查詢串切分子單元:切分查詢串，相同的詞對(duì)應(yīng)同一個(gè)源狀態(tài)ID，不同的詞標(biāo)記為不同的源狀態(tài)ID，所有詞對(duì)應(yīng)的源狀態(tài)ID構(gòu)成了源狀態(tài)集合，每個(gè)源狀態(tài)ID還記錄該詞的出現(xiàn)頻次；視頻標(biāo)題切分子單元:切分查詢后點(diǎn)擊的視頻標(biāo)題，相同的詞對(duì)應(yīng)同一個(gè)目的狀態(tài)ID，不同的詞標(biāo)記為不同的目的狀態(tài)ID，所有詞對(duì)應(yīng)的目的狀態(tài)ID構(gòu)成了目的狀態(tài)集合，每個(gè)目的狀態(tài)ID也記錄該詞的出現(xiàn)頻次；構(gòu)造狀態(tài)轉(zhuǎn)移矩陣子單元:以所有的源狀態(tài)ID作為狀態(tài)轉(zhuǎn)移矩陣的列，以所有的目的狀態(tài)ID作為狀態(tài)轉(zhuǎn)移矩陣的行，矩陣中每個(gè)單元，[x，y]，表示源狀態(tài)ID X到相應(yīng)目的狀態(tài)ID y的轉(zhuǎn)移強(qiáng)度，初始化所述初始狀態(tài)轉(zhuǎn)移矩陣的所有單元值為1，即認(rèn)為每個(gè)源狀態(tài)可能轉(zhuǎn)移到每個(gè)目的狀態(tài)，且這個(gè)轉(zhuǎn)移強(qiáng)度為I，表示很弱的轉(zhuǎn)移關(guān)系；狀態(tài)轉(zhuǎn)移矩陣強(qiáng)化單元:遍歷查詢串及視頻標(biāo)題收集單元中得到的每條查詢串和對(duì)應(yīng)的視頻標(biāo)題，使用查詢串和對(duì)應(yīng)的視頻標(biāo)題增強(qiáng)所述狀態(tài)轉(zhuǎn)移矩陣中的轉(zhuǎn)移強(qiáng)度，其中對(duì)于每一查詢串及對(duì)應(yīng)的視頻標(biāo)題的強(qiáng)化具體包括:源狀態(tài)ID序列生成子單元:切分查詢串，相同的詞只算一次出現(xiàn)，得到包含m個(gè)詞序列，查詢每個(gè)詞對(duì)應(yīng)的源狀態(tài)ID，得到源狀態(tài)ID序列；目的狀態(tài)ID序列生成子單元:切分所述查詢串對(duì)應(yīng)的視頻標(biāo)題，相同的詞只算一次出現(xiàn)，得到含有η個(gè)詞的序列，查詢每個(gè)詞對(duì)應(yīng)的目的狀態(tài)ID，得到目的狀態(tài)序列；轉(zhuǎn)移強(qiáng)度增強(qiáng)子單元:對(duì)于所述源狀態(tài)ID序列中每個(gè)源狀態(tài)ID，遍歷得到的所述目的狀態(tài)ID序列每個(gè)目的狀態(tài)ID，修改狀態(tài)轉(zhuǎn)移矩陣的單元[源狀態(tài)ID，目的狀態(tài)ID]的值為原值加1/m，增強(qiáng)源狀態(tài)ID對(duì)應(yīng)的源詞的狀態(tài)到目的狀態(tài)ID對(duì)應(yīng)的目的詞的轉(zhuǎn)移強(qiáng)度；新視頻播放量預(yù)估單元:對(duì)于一個(gè)新視頻，切分所述新視頻的標(biāo)題得到含有g(shù)個(gè)詞的新視頻詞序列，相同的詞只算一次出現(xiàn)，根據(jù)公式詞的不同順序并不影響最終結(jié)果，在目的狀態(tài)集合中查詢其對(duì)應(yīng)的新視頻詞ID序列為(Tl，T2,...，Tg)，對(duì)于每個(gè)新視頻詞IDTi，i=l..g,找到在所述狀態(tài)轉(zhuǎn)移矩陣中以Ti為目的狀態(tài)的轉(zhuǎn)移強(qiáng)度，即在所述狀態(tài)轉(zhuǎn)移矩陣中Ti所對(duì)應(yīng)的一列中所有的轉(zhuǎn)移強(qiáng)度，將所述一列中所有的轉(zhuǎn)移強(qiáng)度與閾值TH比較，累加所有大于TH的以Ti為目標(biāo)狀態(tài)的轉(zhuǎn)移強(qiáng)度，得到所述新視頻詞ID Ti的新視頻詞播放量貢獻(xiàn)度PTi，然后根據(jù)公式(I)對(duì)所述新視頻詞播放量貢獻(xiàn)度PTi進(jìn)行加權(quán)，得到加權(quán)新視頻詞播放量貢獻(xiàn)度NPTi，其中ND(Ti)表示詞Ti在目的狀態(tài)ID中的詞頻，NS (Ti)表示Ti在源狀態(tài)ID中的詞頻，累加所有的所述加權(quán)新視頻詞播放量貢獻(xiàn)度NPTi，得到該新視頻的預(yù)估播放量。
7.根據(jù)權(quán)利要求6所述的基于詞網(wǎng)絡(luò)的視頻播放量預(yù)估裝置，其特征在于:所述查詢串及視頻標(biāo)題收集單元具體為，遍歷一段時(shí)間內(nèi)服務(wù)器的搜索日志，篩選出每個(gè)查詢后有點(diǎn)擊的查詢記錄，提取出查詢串和該查詢過程中有點(diǎn)擊觀看的視頻ID記錄，遍歷每條查詢串和該查詢點(diǎn)擊的視頻ID記錄，根據(jù)視頻ID記錄去視頻信息庫(kù)中取出視頻ID對(duì)應(yīng)的視頻的標(biāo)題，將查詢串和查詢點(diǎn)擊的視頻ID記錄轉(zhuǎn)換為查詢串和查詢后點(diǎn)擊觀看的視頻標(biāo)題的記錄。
8.根據(jù)權(quán)利要求7所述的基于詞網(wǎng)絡(luò)的視頻播放量預(yù)估裝置，其特征在于:所述一段時(shí)間為最近100天內(nèi)。
9.根據(jù)權(quán)利要求6-8中任意一項(xiàng)所述的基于詞網(wǎng)絡(luò)的視頻播放量預(yù)估方法，其特征在于:`所述閾值TH為選擇所述狀態(tài)轉(zhuǎn)移矩陣中所有轉(zhuǎn)移強(qiáng)度的中位數(shù)。
10.根據(jù)權(quán)利要求9所述的基于詞網(wǎng)絡(luò)的視頻播放量預(yù)估裝置，其特征在于:所述閾值TH在所述中位數(shù)的基礎(chǔ)上，進(jìn)行人工調(diào)整。
【文檔編號(hào)】G06F17/30GK103607606SQ201310630984
【公開日】2014年2月26日 申請(qǐng)日期:2013年12月2日 優(yōu)先權(quán)日:2013年12月2日
【發(fā)明者】劉偉, 姚鍵, 潘柏宇, 盧述奇 申請(qǐng)人:合一網(wǎng)絡(luò)技術(shù)(北京)有限公司