[发明专利]一种视频集合排序方法、服务器及可读存储介质有效
申请号: | 201810999540.3 | 申请日: | 2018-08-30 |
公开(公告)号: | CN109274987B | 公开(公告)日: | 2021-04-27 |
发明(设计)人: | 王璐 | 申请(专利权)人: | 武汉斗鱼网络科技有限公司 |
主分类号: | H04N21/25 | 分类号: | H04N21/25;H04N21/466 |
代理公司: | 武汉河山金堂专利事务所(普通合伙) 42212 | 代理人: | 胡清堂;陈懿 |
地址: | 430000 湖北省武汉市东湖开*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 视频 集合 排序 方法 服务器 可读 存储 介质 | ||
1.一种视频集合排序方法,其特征在于,包括:
获取各预设时段内每个推送的视频集合的曝光次数和被点击次数,并计算每个推送的视频集合的赞成票比例;
根据所述赞成票比例,通过威尔逊区间算法计算每个推送的视频集合的排序分数;
根据所述推送的视频集合排序分数,对所述推送的视频集合排序;
所述获取各预定时段内每个推送的视频集合的曝光次数和被点击次数,并计算每个推送的视频集合的赞成票比例具体为:
根据公式(1)计算所述视频集合的赞成票比例:
其中,t表示时段,nt表示时段t内视频合集曝光的次数,mt表示时段t内视频合集被点击的次数,k是平滑因子,β是时间衰减因子,t=0表示当前时间最近的时间段,而t=T则表示离当前时间最远的时间段;
所述排序分数的计算公式(2)如下:
其中,所述P为赞成票比例,n表示在某一时段内视频合集的曝光量,α表示置信水平,z1-α/2表示在置信水平α下的z统计量,RS即排序分数。
2.根据权利要求1所述的方法,其特征在于,所述k是平滑因子,β是时间衰减因子还包括:
所述平滑因子k可根据小于预设阈值的视频合集的曝光次数或被点击次数对所述视频集合的赞成票比例影响权重来设定,所述时间衰减因子β可根据时段长度对所述视频集合的赞成票比例影响权重来设定。
3.根据权利要求1所述的方法,其特征在于,所述获取各预定时段内每个推送的视频集合的曝光次数和被点击次数之前还包括:
设定所述预设时段的时长,将当前时刻所处的时段作为初始时段。
4.根据权利要求1所述的方法,其特征在于,所述根据所述推送的视频集合排序分数,对所述推送的视频集合排序之后还包括:
间隔预设时间周期,重新计算推送的视频集合的排序分数,并重新排序。
5.一种服务器,其特征在于,包括:
第一计算单元:用于获取各预定时段内每个推送的视频集合的曝光次数和被点击次数,并计算每个推送的视频集合的赞成票比例;
第二计算单元:用于根据所述赞成票比例,通过威尔逊区间算法计算每个推送的视频集合的排序分数;
排序单元:用于根据所述推送的视频集合排序分数,对所述推送的视频集合排序;
所述第一计算单元具体用于:根据公式(1)计算所述视频集合的赞成票比例:
其中,t表示时段,nt表示时段t内视频合集曝光的次数,mt表示时段t内视频合集被点击的次数,k是平滑因子,β是时间衰减因子,t=0表示当前时间最近的时间段,而t=T则表示离当前时间最远的时间段;
所述排序分数的计算公式(2)如下:
其中,所述P为赞成票比例,n表示在某一时段内视频合集的曝光量,α表示置信水平,z1-α/2表示在置信水平α下的z统计量,RS即排序分数。
6.根据权利要求5所述的服务器,其特征在于,所述k是平滑因子,β是时间衰减因子还包括:
所述平滑因子k可根据小于预设阈值的视频合集的曝光次数或被点击次数对所述视频集合的赞成票比例影响权重来设定,所述时间衰减因子β可根据时段长度对所述视频集合的赞成票比例影响权重来设定。
7.一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述视频集合排序方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述视频集合排序方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉斗鱼网络科技有限公司,未经武汉斗鱼网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810999540.3/1.html,转载请声明来源钻瓜专利网。