[发明专利]视频热度预测方法、装置、终端设备及介质

说明书

本发明适用于数据挖掘技术领域，提供了一种视频热度预测方法、装置、终端设备及介质，该方法包括：获取视频文件中的多个图像帧；分别提取每一所述图像帧的场景特征；将所述多个图像帧的所述场景特征输入训练好的神经网络模型，以得到所述神经网络模型输出的视频热度值。本发明在视频热度的预测过程中加入了场景特征这一考量因子，达到了基于多维度因子的视频热度预测效果，避免了考虑因子仅局限于视频文件的元信息的问题；由于场景特征相对于视频文件的元信息来说，对视频热度的影响程度更高，且本发明实施例结合了视频文件的场景特征以及基于深度学习的神经网络模型来输出视频热度值，因而使得视频热度的预测准确率得到了进一步地提高。

技术领域

本发明属于数据挖掘技术领域，尤其涉及一种视频热度预测方法、装置、终端设备及介质。

背景技术

视频的热度代表了视频受欢迎的程度，也代表了视频文件所能够吸引的用户流量的高低程度，因此，预测视频文件的热度具有多方面的意义。一方面，在预测视频热度的同时，也间接预测了该视频所属的电视剧的收视率。另一方面，热度越高的视频，内容分发网络将会提供越多的副本，从而保证了视频观看用户即使是在高峰期，也能够获得较好的视频数据传输质量，因此，视频热度预测能够作为内容分发网络提前部署存储资源的一个重要决策依据。

现有技术中主要通过以下两种方式来预测视频文件的热度：第一种方式，根据视频文件的元信息，如标题、类型、演员以及简介等，来识别这些基础信息给视频热度所带来的影响；第二种方式，在将视频文件进行发布后，根据其发布早期的热度曲线来预测后续时期该视频文件的热度，例如，根据视频文件发布后的前几个小时内的播放量，预测最近几天该视频的热度。

然而，现有的视频热度预测方法基于视频元信息和以及早期热度曲线数据来实现，考虑因素较为单一，由此导致视频热度的预测准确率较为低下。

发明内容

有鉴于此，本发明实施例提供了一种视频热度预测方法、装置、终端设备及介质，以解决现有技术中视频热度的预测准确率较为低下的问题。

本发明实施例的第一方面提供了一种视频热度预测方法，包括：

获取视频文件中的多个图像帧；

分别提取每一所述图像帧的场景特征；

将多个所述图像帧的所述场景特征输入训练好的神经网络模型，以得到所述神经网络模型输出的视频热度值。

本发明实施例的第二方面提供了一种视频热度预测装置，包括：

第一获取单元，用于取视频文件中的多个图像帧；

提取单元，用于分别提取每一所述图像帧的场景特征；

输出单元，用于将多个所述图像帧的所述场景特征输入训练好的神经网络模型，以得到所述神经网络模型输出的视频热度值。

本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：

获取视频文件中的多个图像帧；

分别提取每一所述图像帧的场景特征；

将多个所述图像帧的所述场景特征输入训练好的神经网络模型，以得到所述神经网络模型输出的视频热度值。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：

获取视频文件中的多个图像帧；

分别提取每一所述图像帧的场景特征；

将多个所述图像帧的所述场景特征输入训练好的神经网络模型，以得到所述神经网络模型输出的视频热度值。