[发明专利]流媒体缓存方法和系统、缓存策略服务器、流服务节点

说明书

本发明公开一种流媒体缓存方法和系统、缓存策略服务器、流服务节点。该方法包括：根据各个流服务节点视频的历史相关性数据，确定未来预定时间段内视频的点击概率；根据视频的点击概率确定所述视频的热点属性，其中，所述视频的热点属性为所述视频是否为热点视频；根据所述视频的热点属性向各个流服务节点下发替换指令，以便各个流服务节点进行缓存替换。本发明基于相关性预测确定热点视频，使得CDN流媒体缓存可以及时替换热点资源，提高了缓存命中率。

技术领域

本发明涉及数据通信领域，特别涉及一种流媒体缓存方法和系统、缓存策略服务器、流服务节点。

背景技术

CDN(Content Delivery Network，内容分发网络)能够进行视频加速的重要原因就是将热点视频内容存放在用户能够就近访问到的CDN网络中的流媒体缓存服务器上，由流媒体缓存服务器直接响应用户的视频播放请求。

流媒体缓存服务器应用的缓存方法是提高流服务器命中率进而提升CDN整体性能的重要因素，好的缓存方法将保证用户的视频播放质量。

发明内容

申请人发现：相关技术的缓存方法绝大多数是根据历史时间内视频的点击量来作为预测视频热度的指标，通过统计某段历史时间内视频的点击数来进行视频热度的排序，并定时将热度排序后面的视频内容从流服务缓存节点中删除。

相关技术的缓存方法仅仅考虑了某段历史时间内的视频的点击数，忽略了实际中影响视频点击量的各种相关因素，比如视频点击量与搜索量的相关性，视频点击量与收藏量的相关性，视频点击量与其展示的时间的相关性(比如春节期间，春晚晚会视频内容的点击量会高于平常)。由于视频在某个时间点的点击次数都可能受到其他相关因素的影响，因此相关技术的缓存方法下预测的热点视频与实际存在大的偏差，缓存命中率容易不达标，从而影响到CDN的服务质量。

鉴于以上技术问题中的至少一项，本发明提供了一种流媒体缓存方法和系统、缓存策略服务器、流服务节点，基于相关性预测模型，提高了缓存命中率。

根据本发明的一个方面，提供一种流媒体缓存方法，包括：

根据各个流服务节点视频的历史相关性数据，确定未来预定时间段内视频的点击概率；

根据视频的点击概率确定所述视频的热点属性，其中，所述视频的热点属性为所述视频是否为热点视频；

根据所述视频的热点属性向各个流服务节点下发替换指令，以便各个流服务节点进行缓存替换。

在本发明的一些实施例中，所述历史相关性数据包括视频搜索量、视频点击量、视频收藏量和视频展示时间中的至少两项。

在本发明的一些实施例中，所述根据各个流服务节点视频的历史相关性数据，确定未来预定时间段内视频的点击概率包括：

统计多个时间维度内与视频点击量相关的指标值，根据所述指标值确定未来预定时间段内视频的点击概率。

在本发明的一些实施例中，所述指标值包括多个时间维度内视频的点击概率、收藏概率和搜索概率的至少一项。

在本发明的一些实施例中，所述多个时间维度包括多个时间周期内对应预定时间段。

在本发明的一些实施例中，预定时间段为一天；

多个时间维度包括昨天、上个星期的今天、上个月的今天、去年的今天。

在本发明的一些实施例中，所述根据所述指标值确定未来预定时间段内视频的点击概率包括：

将所述指标值输入预定相关性预测模型，确定未来预定时间段内视频的点击概率。

在本发明的一些实施例中，所述根据视频的点击概率确定所述视频的热点属性包括：