[发明专利]一种视频热度预测方法、装置、设备及存储介质

说明书

本发明公开了一种视频热度预测方法、装置、设备及计算机可读存储介质，其方法包括：根据待预测视频的类型，从待预测视频的视频数据中提取对应的特征指标的特征数据，以构造第一特征矩阵；对所述第一特征矩阵进行预处理，以生成第二特征矩阵；根据所述待预测视频的类型，选择预先建立的对应的视频热度预测模型；根据所述第二特征矩阵以及选择的视频热度预测模型，获取所述待预测视频的播放量预测指数。本发明基于待预测视频的类型选择对应的视频热度预测模型，有利于提供更为精确的预测结果，满足用户需求。

技术领域

本发明涉及互联网技术领域，尤其涉及一种视频热度预测方法、装置、设备及计算机可读存储介质。

背景技术

视频播放量预测在互联网数据挖掘领域中有着重要的作用，对于广告主而言，点播量高的视频(尤其是电影和电视剧)能够提高广告的播放量，从而带来一系列的经济效应，因此提前预测出视频的播放量，对于广告主决定广告投放份量有着直接的联系。

目前，对视频类资源播放量的预测一般都采用基于历史播放数据预测方法，大规模的统计数据显示，在早期拥有较高热度的视频，在未来较长的一段时间内往往也会拥有相对较高的热度。这种现象被现有研究称为热度的“滚雪球”效应，其产生原因是在在线视频服务发展的早期，用户在观看一个在线视频之前，很难获知该视频内容的相关信息及视频质量的评价。因此，视频的历史播放量往往是用户决定是否观看该视频最重要的依据。

然而，在实现本发明的过程中，发明人发现：随着在线视频服务和社交网络相关技术的发展，用户之间的信息交流也随之不断扩大。用户在观看一个视频前，可以从多样化的渠道了解该视频内容的相关信息以及对于视频质量的评价和反馈。这一变化使得视频未来的热度不再仅由其历史收视行为数量所支配，更多的因素介入并驱动着视频热度的变化，基于历史播放数据预测方法已经不能带来精确可靠的预测结果，使得广告主对于广告投放份量的错误预估，造成广告主的严重损失。

发明内容

针对上述问题，本发明的目的在于提供一种视频热度预测方法、装置、设备及计算机可读存储介质，提供更为精确的预测结果，满足用户需求。

第一方面，本发明实施例提供了一种视频热度预测方法，包括以下步骤：

根据待预测视频的类型，从待预测视频的视频数据中提取对应的特征指标的特征数据，以构造第一特征矩阵；

对所述第一特征矩阵进行预处理，以生成第二特征矩阵；

根据所述待预测视频的类型，选择预先建立的对应的视频热度预测模型；

根据所述第二特征矩阵以及选择的视频热度预测模型，获取所述待预测视频的播放量预测指数。

在第一方面的第一种实现方式中，所述待预测视频的类型包括版权剧、网剧、综艺以及网综；

所述视频热度预测模型包括版权剧视频热度预测模型、网剧视频热度预测模型、综艺视频热度预测模型以及网综视频热度预测模型；

所述特征指标包括电视播放平台、网络播放平台、题材、网络热议指数、导演关注度、明星活跃指数以及明星话题热度。

在第一方面的第二种实现方式中，还包括：

根据所述待预测视频，通过爬虫技术从预设网络平台爬取所述待预测视频的视频数据。

根据第一方面的第二种实现方式，在第一方面的第三种实现方式中，所述根据待预测视频的类型，从待预测视频的视频数据中提取对应的特征指标的特征数据，以构造第一特征矩阵，具体为：

根据待预测视频的类型，从待预测视频的视频数据中，提取所述待预测视频的类型所对应的特征指标的特征数据；其中，所述待预测视频的类型包括版权剧、网剧、综艺以及网综；