[发明专利]视频观看时长预测方法、装置、存储介质以及终端

权利要求书

1.一种视频观看时长预测方法，其特征在于，所述方法包括：

获取目标类型的目标视频集合，基于时长预测模型得到所述目标视频集合对应的观看时长模型预测值；

其中，所述基于时长预测模型得到所述目标视频集合对应的观看时长模型预测值，包括：获取不同用户针对所述目标视频集合在上一时刻平均观看时长以及上一时刻平均观看完成度；基于时长预测模型、所述上一时刻平均观看时长以及所述上一时刻平均观看完成度，确定不同用户针对所述目标视频集合在当前时刻平均观看时长，以及基于所述时长预测模型以及所述上一时刻平均观看完成度，确定不同用户针对所述目标视频集合在当前时刻平均观看完成度；根据所述当前时刻平均观看时长以及所述当前时刻平均观看完成度，得到当前时刻观看时长模型预测值对应的状态变量矩阵；

获取目标用户针对所述目标视频集合对应的历史观看时长；

根据所述观看时长模型预测值以及所述历史观看时长，确定所述目标用户针对所述目标视频集合对应的观看时长最终预测值。

2.根据权利要求1所述的方法，其特征在于，所述目标视频集合在当前时刻平均观看时长以及当前时刻平均观看完成度，与所述目标视频集合在上一时刻平均观看时长以及上一时刻平均观看完成度满足以下关系：

duration_tag,t＝α*duration_tag,t-1+β*completion_tag,t-1*D+υ₁

completion_tag,t＝θ*completion_tag,t-1+υ₂；

其中，duration_tag,t为所述目标视频集合在当前时刻的平均观看时长，completion_tag,t为所述目标视频集合在当前时刻的平均观看完成度，duration_tag,t-1为所述目标视频集合在上一时刻的平均观看时长，completion_tag,t-1为所述目标视频集合在上一时刻的平均观看完成度，D为所述目标视频集合的平均总时长，α为第一系数常量，α表示所述上一时刻的平均观看时长对于所述当前时刻的平均观看时长的贡献比例，β为第二系数常量，β表示所述上一时刻的平均观看完成度对于所述当前时刻的平均观看时长的贡献比例，θ为第三系数常量，θ表示所述上一时刻的平均观看完成度对于所述当前时刻的平均观看完成度的贡献比例，υ₁为第一误差常量，υ₂为第二误差常量。

3.根据权利要求2所述的方法，其特征在于，所述根据所述当前时刻平均观看时长以及所述当前时刻平均观看完成度，得到当前时刻观看时长模型预测值对应的状态变量矩阵，包括：

将所述目标视频集合在当前时刻平均观看时长以及当前时刻平均观看完成度，与所述目标视频集合在上一时刻平均观看时长以及上一时刻平均观看完成度满足的关系得到变换矩阵为：

根据所述变换矩阵得到当前时刻观看时长模型预测值对应的状态变量矩阵为：

其中，表示当前时刻观看时长模型预测值对应的状态变量矩阵，表示上一时刻观看时长模型预测值对应的状态变量矩阵，F_t表示状态转移矩阵，υ表示误差常量矩阵。

4.根据权利要求1所述的方法，其特征在于，所述获取目标用户针对所述目标视频集合对应的历史观看时长，包括：

获取目标用户在距离当前时刻预设时间段内，针对所述目标类型视频的历史观看记录；

根据所述历史观看记录确定所述目标类型视频的平均历史观看时长，以及将所述平均历史观看时长作为所述目标用户针对所述目标视频集合对应的历史观看时长。