[发明专利]视频网站用户规模推测方法、存储介质和终端

权利要求书

1.一种视频网站用户规模推测方法，其特征在于，包括步骤：

获取视频网站的品类集合中每个品类在预设时间段的视频数量、视频上传者数量以及视频播放指数；

将品类集合中每个品类在预设时间段的视频数量、视频上传者数量以及视频播放指数分别输入预先建立的用户规模推测模型中，获得每个品类在预设时间段的用户规模，其中，所述用户规模推测模型用于描述视频数量、视频上传者数量以及视频播放指数与用户规模之间的关联关系；

根据每个品类在预设时间段的用户规模以及设定的每个品类之间的用户重合度，获得所述视频网站在预设时间段的用户规模；其中，所述用户重合度为观看各个品类的用户重合比例，所述视频网站在预设时间段的用户规模为在预设时间段观看该视频网站中的全部视频的用户数量；所述视频播放指数是根据每个视频的视频播放量所计算的相对平均播放量的比例，该平均播放量是以视频网站、时间段为维度所统计的视频网站所有视频的平均播放量。

2.根据权利要求1所述的视频网站用户规模推测方法，其特征在于，所述用户规模推测模型包含第一回归模型和第二回归模型；

所述将品类集合中每个品类在预设时间段的视频数量、视频上传者数量以及视频播放指数分别输入预先建立的用户规模推测模型中，获得每个品类在预设时间段的用户规模，包括：

依次从所述品类集合中获取一个品类；

将获取的所述品类在预设时间段内每个子时间段的视频数量、视频上传者数量以及视频播放指数分别输入预先建立的用户规模推测模型中，获得所述品类在每个子时间段的第一预测值；

统计每个第一预测值出现的次数；

若次数为1，判定该第一预测值为所述品类在对应子时间段的用户规模；

若次数大于1，将该第一预测值对应的每个子时间段的视频数量、视频上传者数量以及视频播放指数分别输入第二回归模型中，获得所述品类在对应的每个子时间段的第二预测值，根据每个第二预测值确定所述品类在对应的每个子时间段的用户规模。

3.根据权利要求2所述的视频网站用户规模推测方法，其特征在于，所述根据每个第二预测值确定所述品类在对应的每个子时间段的用户规模，包括：

从所有第二预测值中选取最大值；

计算每个第二预测值与所述最大值的比值；

将该第一预测值与每个比值分别相乘，获得所述品类在对应的每个子时间段的用户规模。

4.根据权利要求2或3所述的视频网站用户规模推测方法，其特征在于，所述第一回归模型为分类回归树模型，所述第二回归模型为线性回归模型。

5.根据权利要求1所述的视频网站用户规模推测方法，其特征在于，所述每个品类之间的用户重合度通过以下公式确定：

C_1,…,n＝count(P_1,…,n)/(count(P_1,…,n-1)+count(P_n))

其中，C_1,…,n为每个品类之间的用户重合度；n≥2，为第n个品类；count( )用于计算用户集合中元素的个数；P_n为从样本网站中获取的第n个品类的用户集合；P_1,…,n-1＝{u|u∈P₁∪…∪P_n-1}；P_1,…,n＝{u|u∈P_1,…,n-1∪P_n}。

6.根据权利要求5所述的视频网站用户规模推测方法，其特征在于，所述视频网站在预设时间段的用户规模通过以下公式确定：

U_1,…,n＝C_1,…,n*(U_1,…,n-1+U_n)

其中，U_1,…,n为所述视频网站的用户规模；U_n为所述视频网站中第n个品类在预设时间段的用户规模。