[发明专利]一种基于词网络的视频播放量预估方法及装置

摘要

一种基于词网络的视频播放量预估方法和系统，所述方法首先得到一段时间内的查询串集合和播放视频标题集合。然后，处理查询串集合得到源词状态集合，处理播放视频标题集合得到目的词状态集合。接着，根据查询后的播放记录计算源词状态集合中各个词向目的词状态集合中各个词的转移概率。最后，对每个新视频根据该视频的标题中包含的词计算其预估播放量。本发明能够改善搜索聚集效应的带来的播放集中问题，提高新视频的曝光率，增加引擎结果的多样性，同时能够保证新视频的相关性。引入和新视频标题词数有关的阈值，避免包含很多热点词的新视频被过度提升。

主权项

1.一种基于词网络的视频播放量预估方法，包括如下步骤：查询串及视频标题收集步骤S110；查询一段时间内搜索记录，筛选出每个查询后有点击观看的查询记录，得到查询串以及对应的视频标题；词网络的状态转移矩阵初始化步骤S120，包括：查询串切分子步骤S121：切分查询串，相同的词对应同一个源状态ID，不同的词标记为不同的源状态ID，所有词对应的源状态ID构成了源状态集合，每个源状态ID还记录该词的出现频次；视频标题切分子步骤S122：切分查询后点击的视频标题，相同的词对应同一个目的状态ID，不同的词标记为不同的目的状态ID，所有词对应的目的状态ID构成了目的状态集合，每个目的状态ID也记录该词的出现频次；构造状态转移矩阵子步骤S123: 以所有的源状态ID作为状态转移矩阵的列，以所有的目的状态ID作为状态转移矩阵的行，矩阵中每个单元,[x,y]，表示源状态ID x到相应目的状态ID y的转移强度，初始化所述初始状态转移矩阵的所有单元值为1，即认为每个源状态可能转移到每个目的状态，且这个转移强度为1，表示很弱的转移关系；状态转移矩阵强化步骤S130：遍历查询串及视频标题收集步骤中得到的每条查询串和对应的视频标题，使用查询串和对应的视频标题增强所述状态转移矩阵中的转移强度，其中对于每一查询串及对应的视频标题的强化具体包括：源状态ID序列生成子步骤S131：切分查询串，相同的词只算一次出现，得到包含m个词序列，查询每个词对应的源状态ID，得到源状态ID序列;目的状态ID序列生成子步骤S132：切分所述查询串对应的视频标题，相同的词只算一次出现，得到含有n个词的序列，查询每个词对应的目的状态ID，得到目的状态序列；转移强度增强子步骤S133：对于所述源状态ID序列中每个源状态ID，遍历得到的所述目的状态ID序列每个目的状态ID，修改状态转移矩阵的单元[源状态ID, 目的状态ID]的值为原值加1/m，增强源状态ID对应的源词的状态到目的状态ID对应的目的词的转移强度；新视频播放量预估步骤S140：对于一个新视频，切分所述新视频的标题得到含有g个词的新视频词序列，相同的词只算一次出现，根据公式词的不同顺序并不影响最终结果，在目的状态集合中查询其对应的新视频词ID序列为( T1, T2, ..., Tg),对于每个新视频词ID Ti，i=1..g,找到在所述状态转移矩阵中以Ti为目的状态的转移强度，即在所述状态转移矩阵中Ti所对应的一列中所有的转移强度，将所述一列中所有的转移强度与阈值TH比较，累加所有大于TH的以Ti为目标状态的转移强度，得到所述新视频词ID Ti的新视频词播放量贡献度P_Ti,然后根据公式（1）对所述新视频词播放量贡献度P_Ti进行加权，得到加权新视频词播放量贡献度NP_Ti,（1）其中ND(Ti)表示词Ti在目的状态ID中的词频，NS(Ti)表示Ti在源状态ID中的词频，累加所有的所述加权新视频词播放量贡献度NP_Ti，得到该新视频的预估播放量。