[发明专利]一种预测剧集播放量的方法和装置

说明书

本申请提供了一种预测剧集播放量的方法，该方法包括：将目标剧集节目的剧集相关信息及所述目标剧集节目的第一集的播放量输入已训练的剧集播放量预测模型，输出所述目标剧集节目的后续每一集的预测播放量，其中，所述剧集播放量预测模型是通过收集到的多个剧集的剧集相关信息及每个剧集的每一集的播放量进行模型训练得到的；根据所述第一集的播放量以及所述后续每一集的预测播放量，估计得到所述目标剧集节目对应的总播放量。本申请能够基于第一集的实际播放量对目标剧集节目的整体播放量进行预测，由此，能够通过播放量预测数据提前知晓用户受众对目标剧集节目的喜好程度，使得从早期即可获知目标剧集节目的较为准确的最终用户评级。

技术领域

本申请涉及计算机技术领域，尤其涉及一种预测剧集播放量的技术方案。

背景技术

现有技术中，对视频类资源播放量的预测通常采用尝试抽取特征，进而对特征进行建模并预测整体播放量的方式，而现有的序列预测方案，通常采用自回归的朴素模型。然而，现有的序列预测方案已不适合目前的互联网环境，随着互联网智能推荐技术的大规模应用，内容/平台/用户群体等对视频的播放量具有重大的影响，而自回归朴素模型，不能捕获上述内容，因而其只适合在单个平台内部进行播放量预测。

发明内容

本申请的目的是针对连续性剧集节目提供一种预测剧集播放量的技术方案，以通过整体播放量预测提前知晓用户受众对目标剧集节目的喜好程度，由此能够从早期便获知目标剧集节目的较为准确的最终用户评级。

根据本申请的一个实施例，提供一种预测剧集播放量的方法，其中，所述方法包括：

将目标剧集节目的剧集相关信息及所述目标剧集节目的第一集的播放量输入已训练的剧集播放量预测模型，输出所述目标剧集节目的后续每一集的预测播放量，其中，所述剧集播放量预测模型是通过收集到的多个剧集的剧集相关信息及每个剧集的每一集的播放量进行模型训练得到的；

根据所述第一集的播放量以及所述后续每一集的预测播放量，估计得到所述目标剧集节目对应的总播放量。

根据本申请的另一个实施例，还提供了一种预测剧集播放量的装置，其中，所述装置包括：

用于将目标剧集节目的剧集相关信息及所述目标剧集节目的第一集的播放量输入已训练的剧集播放量预测模型，输出所述目标剧集节目的后续每一集的预测播放量的装置，其中，所述剧集播放量预测模型是通过收集到的多个剧集的剧集相关信息及每个剧集的每一集的播放量进行模型训练得到的；

用于根据所述第一集的播放量以及所述后续每一集的预测播放量，估计得到所述目标剧集节目对应的总播放量的装置。

根据本申请的另一个实施例，还提供了一种计算机设备，其中，所述计算机设备包括：存储器，用于存储一个或多个程序；一个或多个处理器，与所述存储器相连，当所述一个或多个程序被所述一个或者多个处理器执行时，使得所述一个或多个处理器执行如下操作：

将目标剧集节目的剧集相关信息及所述目标剧集节目的第一集的播放量输入已训练的剧集播放量预测模型，输出所述目标剧集节目的后续每一集的预测播放量，其中，所述剧集播放量预测模型是通过收集到的多个剧集的剧集相关信息及每个剧集的每一集的播放量进行模型训练得到的；

根据所述第一集的播放量以及所述后续每一集的预测播放量，估计得到所述目标剧集节目对应的总播放量。

根据本申请的另一个实施例，还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序可被处理器执行如下操作：

将目标剧集节目的剧集相关信息及所述目标剧集节目的第一集的播放量输入已训练的剧集播放量预测模型，输出所述目标剧集节目的后续每一集的预测播放量，其中，所述剧集播放量预测模型是通过收集到的多个剧集的剧集相关信息及每个剧集的每一集的播放量进行模型训练得到的；