[发明专利]视频起播的优化方法、装置、设备以及存储介质

权利要求书

1.一种视频起播的优化方法，包括：

获取视频起播时影响视频起播速度的特征数据；

将所述特征数据输入预先训练好的梯度提升决策树GBDT回归模型，输出预测的视频缓存帧的值，记为第一预测值；

基于所述第一预测值确定是否开始播放视频。

2.根据权利要求1所述的方法，其中，在所述获取视频起播时影响视频起播速度的特征数据之前，所述方法还包括：

由播放器在视频起播前加载所述GBDT回归模型。

3.根据权利要求2所述的方法，其中，在所述由播放器在视频起播前加载所述GBDT回归模型之前，所述方法还包括：

由播放器启动预测线程，以判断所述播放器是否已经下载所述GBDT回归模型；

若所述播放器没有下载所述GBDT回归模型，则在预测线程中下载所述GBDT回归模型，下载成功时加载所述GBDT回归模型。

4.根据权利要求1所述的方法，其中，所述方法还包括：

获取影响视频起播速度的样本特征数据；

基于所述样本特征数据进行GBDT回归训练，得到所述GBDT回归模型。

5.根据权利要求4所述的方法，其中，所述基于所述样本特征数据进行GBDT回归训练，得到所述GBDT回归模型，包括：

对所述样本特征数据进行数据清洗，选取优化的样本特征数据进行GBDT回归训练，得到所述GBDT回归模型。

6.根据权利要求5所述的方法，其中，所述影响视频起播速度的特征包括以下至少一项：网络速度、视频码率、视频帧率、视频流格式、编码类型、解码模式、往返时延。

7.根据权利要求1所述的方法，其中，所述基于所述第一预测值确定是否开始播放视频，包括：

将所述播放器实际缓存视频帧的值与所述第一预测值进行比较；

若所述播放器实际缓存视频帧的值大于所述第一预测值，开始播放视频。

8.一种视频起播的优化装置，包括：

第一获取模块，被配置成获取视频起播时影响视频起播速度的特征数据；

预测模块，被配置成将所述特征数据输入预先训练好的梯度提升决策树GBDT回归模型，输出预测的视频缓存帧的值，记为第一预测值；

确定模块，被配置成基于所述第一预测值确定是否开始播放视频。

9.根据权利要求8所述的装置，其中，所述装置还包括：

加载模块，被配置成由播放器在视频起播前加载所述GBDT回归模型。

10.根据权利要求9所述的装置，其中，所述加载模块进一步配置成：

由播放器启动预测线程，以判断所述播放器是否已经下载所述GBDT回归模型；

若所述播放器没有下载所述GBDT回归模型，则在预测线程中下载所述GBDT回归模型，下载成功时加载所述GBDT回归模型。

11.根据权利要求8所述的装置，其中，所述装置还包括：

第二获取模块，被配置成获取影响视频起播速度的样本特征数据；

训练模块，被配置成基于所述样本特征数据进行GBDT回归训练，得到所述GBDT回归模型。

12.根据权利要求11所述的装置，其中，所述训练模块进一步配置成：

对所述样本特征数据进行数据清洗，选取优化的样本特征数据进行GBDT回归训练，得到所述GBDT回归模型。

13.根据权利要求12所述的装置，其中，所述影响视频起播速度的特征包括以下至少一项：网络速度、视频码率、视频帧率、视频流格式、编码类型、解码模式、往返时延。