[发明专利]视频内容热度预测方法和装置

说明书

本公开提供了一种视频内容热度预测方法和装置，涉及数据通信领域。该方法包括：确定视频内容的弹幕情感量化值、评论情感量化值和内容模式关联系数值；确定视频内容的热度流失函数；基于弹幕情感量化值、评论情感量化值、内容模式关联系数值和热度流失函数预测视频内容的热度值。本公开使用幕情感量化值、评论情感量化值、内容模式关联系数值和热度流失函数，能够准确预测视频内容的变化趋势，从而能够将热度值高的视频内容缓存在CDN节点，以便及时将热度高的视频内容推荐给用户。

技术领域

本公开涉及数据通信领域，尤其涉及一种视频内容热度预测方法和装置。

背景技术

视频业务是建立在宽带互联网和移动互联网之上的向社会公众开放的一种新的视频业务，是集图像、数据等为一体的多媒体交互式服务的技术。

CDN(Content Delivery Network，内容分发网络)是视频业务的承载网络，它构建在宽带或移动网上，为视频提供大规模流媒体服务。CDN一般为分级部署，中心节点保存全量内容，区域缓存节点和边缘节点保存问题内容，其中边缘缓存节点保存的内容最少。

由于边缘CDN节点缓存空间有限，保存的内容少，所以边缘缓存节点只能通过把热度高的内容存储在缓存中，从而减少回源的流量进而提升服务质量。

由于视频内容文件非常大，因此相对于网页、小文件等CDN，视频在内容更新、替换时，其所需时间较长。并且，CDN服务器缓存空间有限，只能把热度高的内容存储在缓存中，减少回源的流量并提升服务质量；视频客户端的推荐机制，正确“猜中”用户喜欢的内容(愿意访问的热度内容)，并推荐给用户，能提高用户服务质量，使得用户访问量增长，提升客户端品牌和经济收益。

现有CDN热度算法是基于过去服务数据的统计，准确预测内容的热度变化非常困难，所以造成部分热点片源服务质量不高。

发明内容

本公开要解决的一个技术问题是提供一种视频内容热度预测方法和装置，能够准确预测视频内容的变化趋势。

根据本公开一方面，提出一种视频内容热度预测方法，包括：确定视频内容的弹幕情感量化值、评论情感量化值和内容模式关联系数值；确定视频内容的热度流失函数；基于弹幕情感量化值、评论情感量化值、内容模式关联系数值和热度流失函数预测视频内容的热度值。

可选地，基于弹幕情感量化值、评论情感量化值、内容模式关联系数值和热度流失函数预测视频内容的热度值包括：分别确定弹幕情感量化值、评论情感量化值和内容模式关联系数值的调节系数；计算弹幕情感量化值、评论情感量化值和内容模式关联系数值的加权求和计算值；基于加权求和计算值与视频内容的现有热度值以及热度流失函数的乘积预测视频内容的热度值。

可选地，确定视频内容的弹幕情感量化值和评论情感量化值包括：获取视频内容的弹幕内容和评论内容；基于弹幕内容利用深度学习的自然语言处理引擎确定弹幕情感量化值；基于评论内容利用深度学习的自然语言处理引擎确定评论情感量化值。

可选地，确定内容模式关联系数值包括：获取用户对视频内容模式的观看行为信息；基于观看行为信息利用深度学习关联性测度引擎确定容模式关联系数值。

可选地，确定视频内容的热度流失函数包括：确定视频内容的第一次被请求的时间；基于视频内容的第一次被请求的时间、当前时间和冷却因子确定热度流失函数。

可选地，热度流失函数为其中，t₀为视频内容的第一次被请求的时间，t为当前时间，b为冷却因子。

根据本公开的另一方面，还提出一种视频内容热度预测装置，包括：预测参数确定单元，用于确定视频内容的弹幕情感量化值、评论情感量化值和内容模式关联系数值；热度流失函数确定单元，用于确定视频内容的热度流失函数；视频热度预测单元，用于基于弹幕情感量化值、评论情感量化值、内容模式关联系数值和热度流失函数预测视频内容的热度值。