[发明专利]网络电视视频播放方法和装置、网络电视和计算机介质

权利要求书

1.一种网络电视视频播放方法，其特征在于，包括：

获取用户历史上使用网络电视播放过的视频；

在用户历史上使用网络电视播放过的视频中，获取用户快进过的视频片段；

将所述快进过的视频片段输入机器学习模型，由机器学习模型输出所述快进过的视频片段的标签，该机器学习模型事先用标签和与标签对应的视频片段样本集合训练而成；

选择机器学习模型输出的数量排在预定名次之内的标签作为目标标签；

将选择的目标标签与用户属性相对应地存储在用户属性与标签的匹配关系表中；

识别正在观看网络电视的用户属性；

获取正在播放的视频片段的标签；

基于识别出的用户属性和获取的标签，查找所述匹配关系表，以确定匹配；

当确定匹配时，跳过正在播放的视频片段。

2.根据权利要求1所述的方法，其特征在于，所述跳过正在播放的视频片段包括快进正在播放的视频片段，且所述方法还包括：

在快进正在播放的视频片段的过程中，响应于识别出用户属性匹配于获取的标签的用户离开，停止所述快进。

3.根据权利要求1所述的方法，其特征在于，在获取正在播放的视频片段的标签之前，所述方法还包括：从服务器接收标签与视频片段的时间区间的对应关系列表；

所述获取正在播放的视频片段的标签，包括：

确定当前时间落入的对应关系列表中的时间区间；

在所述对应关系列表中，查找该时间区间对应的标签。

4.根据权利要求3所述的方法，其特征在于，所述标签与视频片段的时间区间的对应关系列表按如下方式获得：

播放所述视频；

将播放的视频输入机器学习模型，该机器学习模型输出从播放的视频中截取的视频片段和对应的标签，该机器学习模型事先用标签和与标签对应的视频片段样本集合训练而成；

获取机器学习模型输出的视频片段的时间区间；

将获取的时间区间与对应的标签对应存储在所述对应关系列表。

5.根据权利要求1所述的方法，其特征在于，从机器学习模型输出的标签中选择目标标签包括：按照机器学习模型输出的每种标签的数量，从机器学习模型输出的标签中选择目标标签。

6.根据权利要求1所述的方法，其特征在于，如果识别出多个正在观看网络电视的用户，所述基于识别出的用户属性和获取的标签，查找所述匹配关系表，以确定匹配，具体包括：

如果所述多个用户中的一部分用户属性匹配于获取的标签、而另一部分用户属性不匹配于获取的标签，显示是否跳过视频片段的提示，以确定匹配。

7.根据权利要求1所述的方法，其特征在于，在当确定匹配时，跳过正在播放的视频片段之后，所述方法还包括：

获取下一个播放的视频片段的标签；

响应于识别出的用户属性匹配于下一个播放的视频片段的标签，跳过下一个播放的视频片段。

8.一种网络电视视频播放方法，其特征在于，包括：

获取网络电视用户集合中各用户的用户属性；

获取网络电视用户集合中各用户历史上使用网络电视播放过的视频；

获取各用户历史上使用网络电视播放过的视频中各用户快进过的视频片段；

将所述快进过的视频片段输入机器学习模型，由机器学习模型输出所述快进过的视频片段的标签，该机器学习模型事先用标签和与标签对应的视频片段样本集合训练而成；

针对一种特定用户属性，确定具有该用户属性的用户所快进过的视频片段由机器学习模型给出的标签；

选择机器学习模型输出的数量排在预定名次之内的标签作为目标标签；

将所述特定用户属性和选择的目标标签相对应地存储在用户属性与标签匹配关系表中；

识别正在观看网络电视的用户属性；

获取正在播放的视频片段的标签；

基于识别出的用户属性和获取的标签，查找所述匹配关系表，以确定匹配；

当确定匹配时，跳过正在播放的视频片段。