本发明涉及数据处理,具体涉及一种多媒体资源的评估、推送方法和服务端。
背景技术:
1、目前多媒体资源的评估方法主要包括人工评估,在多种评估场合下人工评估可分为“专家评审团评估”和“大众评审团评估”,例如针对某一个多媒体资源,观众在观看完该多媒体资源后,可以根据自己的喜好进行打分,在一段时间后,获得所有用户针对该多媒体资源打分的平均分值,将该平均分值作为该多媒体资源的评估分值。
2、由此可以看出,目前针对多媒体资源的评估主要以用户的主观评估因素为主,而用户的主观评估因素会受到用户在评估时的心情、环境等影响,导致评估的分值缺乏客观性和准确性。
技术实现思路
1、本公开的至少一个实施例提供了一种多媒体资源的评估、推送方法和服务端,
2、根据本公开的一个方面,至少一个实施例提供了一种多媒体资源的评估方法,该方法包括:
3、获取多媒体资源的资讯信息的特征值;
4、根据所述资讯信息的特征值,以及所述多媒体资源对应的用户反馈信息的特征值,确定所述多媒体资源的评估结果。
5、在本实施例中,多媒体资源可以为预设时间窗口中的至少一个多媒体资源。
6、获取多媒体资源的资讯信息的特征值可以为获取预设时间窗口中至少一个多媒体资源的资讯信息的特征值。
7、在本实施例中,利用多媒体资源的资讯信息作为形成多媒体资源评估结果的条件之一,可实现利用用户的主观评价和多媒体资源自身的客观评价来综合评估该多媒体资源,使得该多媒体资源的评估结果更加客观、准确。
8、此外,本公开实施例还提供了一种获取所述多媒体资源的资讯信息的特征值的方法,包括:
9、获取所述多媒体资源的人员特征信息和/或影音特征信息,根据所述人员特征信息和/或影音特征信息的量化结果获得资讯信息的特征值。
10、其中,所述根据所述人员特征信息和/或影音特征信息的量化结果获得资讯信息的特征值,包括:
11、根据人员特征信息和/或影音特征信息中的离散特征的编码结果和连续特征的衍生结果获得资讯信息的特征值。
12、在一种实施例中,将人员特征信息和/或影音特征信息中离散特征的编码结果和连续特征的衍生结果归一化处理后的结果作为资讯信息的特征值。
13、此外,本公开实施例还提供了一种获取多媒体资源对应的用户反馈信息的特征值的方法,包括:
14、获取与多媒体资源对应的用户反馈的客观反馈信息和/或主观反馈信息,根据所述客观反馈信息和/或主观反馈信息的量化结果获得用户反馈信息的特征值。
15、其中,所述根据所述客观反馈信息和/或主观反馈信息的量化结果获得用户反馈信息的特征值,包括:
16、根据客观反馈信息和/或主观反馈信息中的离散特征的编码结果和连续特征的衍生结果获得用户反馈信息的特征值。
17、其中,所述根据客观反馈信息和/或主观反馈信息中的离散特征的编码结果和连续特征的衍生结果获得用户反馈信息的特征值,包括:
18、将客观反馈信息和/或主观反馈信息中的离散特征的编码结果和连续特征的衍生结果归一化处理后的结果作为用户反馈信息的特征值。
19、在本实施例中,获取的用户反馈信息包括用户反馈的客观反馈信息和/或主观反馈信息,该客观反馈信息可以为用户针对该多媒体资源的操作信息,例如,观看时长、购买订单量等,通过用户反馈的客观反馈信息,可在利用用户的主观评价和多媒体资源自身的客观评价来综合评估该多媒体资源的基础上考虑用户针对该多媒体资源的客观操作,从而进一步提高该多媒体资源的评估准确性和客观性。
20、此外,所述根据所述资讯信息的特征值,以及所述多媒体资源对应的用户反馈信息的特征值,确定所述多媒体资源的评估结果,包括:
21、根据多媒体资源的资讯信息的特征值和用户反馈信息的特征值获得多媒体资源的聚类类别;
22、获取所述聚类类别的类中心值;
23、利用所述类中心值确定所述多媒体资源的评估结果。
24、在另一种实施例中,所述根据所述资讯信息的特征值,以及所述多媒体资源对应的用户反馈信息的特征值,确定所述多媒体资源的评估结果,包括:
25、根据多媒体资源的资讯信息的特征值和用户反馈信息的特征值获得多媒体资源的聚类类别;
26、获取所述聚类类别的中心值;
27、获得所述多媒体资源的资讯信息的特征值和用户反馈信息的特征值的熵值;
28、利用所述中心值和熵值确定所述多媒体资源的评估结果。
29、在本实施例中在考虑聚类类别中心值的同时,还考虑了特征值的熵值,通过熵值来考量特征值对多媒体资源的评估尺度。
30、此外,本公开实施例还提供了一种推送多媒体资源的方法,该方法包括:
31、获取预设时间窗口中至少一个多媒体资源的资讯信息的特征值;
32、根据各多媒体资源的资讯信息的特征值,以及各多媒体资源对应的用户反馈信息的特征值,确定各多媒体资源的评估结果;
33、根据各多媒体资源的评估结果推送多媒体资源。
34、在本实施例中,获取预设时间窗口中至少一个多媒体资源的资讯信息的特征值的方法,包括:
35、从数据库中确定预设时间窗口的至少一个多媒体资源;
36、获取每个多媒体资源的人员特征信息和/或影音特征信息,根据每个多媒体资源的人员特征信息和/或影音特征信息的量化结果获得对应的资讯信息的特征值。
37、其中,根据每个多媒体资源的人员特征信息和/或影音特征信息的量化结果获得对应的资讯信息的特征值,包括:
38、根据每个多媒体资源的人员特征信息和/或影音特征信息中的离散特征的编码结果和连续特征的衍生结果获得对应的资讯信息的特征值。
39、其中,所述根据每个多媒体资源的人员特征信息和/或影音特征信息中的离散特征的编码结果和连续特征的衍生结果获得对应的资讯信息的特征值,包括:
40、将每个多媒体资源的人员特征信息和/或影音特征信息中离散特征的编码结果和连续特征的衍生结果归一化处理后的结果作为对应的资讯信息的特征值。
41、其中,获取各多媒体资源对应的用户反馈信息的特征值的方法,包括:
42、获取与各多媒体资源对应的用户反馈的客观反馈信息和/或主观反馈信息,
43、根据与各多媒体资源对应的客观反馈信息和/或主观反馈信息的量化结果获得各多媒体资源对应的用户反馈信息的特征值。
44、其中,所述根据与各多媒体资源对应的客观反馈信息和/或主观反馈信息的量化结果获得各多媒体资源对应的用户反馈信息的特征值,包括:
45、根据与各多媒体资源对应的客观反馈信息和/或主观反馈信息中的离散特征的编码结果和连续特征的衍生结果获得各多媒体资源对应的用户反馈信息的特征值。
46、其中,所述根据与各多媒体资源对应的客观反馈信息和/或主观反馈信息中的离散特征的编码结果和连续特征的衍生结果获得各多媒体资源对应的用户反馈信息的特征值,包括:
47、将与各多媒体资源对应的客观反馈信息和/或主观反馈信息中的离散特征的编码结果和连续特征的衍生结果归一化处理后的结果作为各多媒体资源对应的用户反馈信息的特征值。
48、此外,在本实施例中,在获得至少一个多媒体资源的资讯信息的特征值和各多媒体资源对应的用户反馈信息的特征值后,可构建特征值矩阵,所述特征值矩阵的横向量用于表示同一多媒体资源的资讯信息的特征值和对应的用户反馈信息的特征值;或者,
49、所述特征值矩阵的纵向量用于表示同一多媒体资源的资讯信息的特征值和对应的用户反馈信息的特征值。
50、此外,在本实施例中,所述根据各多媒体资源的资讯信息的特征值,以及各多媒体资源对应的用户反馈信息的特征值,确定各多媒体资源的评估结果,包括:
51、将所述特征值矩阵输入聚类模型,获得所述聚类模型输出的聚类类别;
52、获取各聚类类别的类中心值;
53、利用各类中心值确定各多媒体资源的评估结果;
54、其中,每个聚类类别对应一个或一个以上多媒体资源。
55、或者,将所述特征值矩阵输入聚类模型,获得所述聚类模型输出的聚类类别;
56、获取各聚类类别的类中心值;
57、根据各多媒体资源的资讯信息的特征值和用户反馈信息的特征值,获得对应的熵值;
58、利用所述各聚类类别的类中心值和各多媒体资源对应的熵值确定各多媒体资源的评估结果。
59、此外,在本实施例中,所述根据各多媒体资源的评估结果推送多媒体资源,包括:
60、根据各多媒体资源的评估结果的排序结果向用户推送多媒体资源。
61、由上述各实施例可以看出,本公开在对多媒体资源进行推送时,会根据各多媒体资源的评估结果的排序结果进行推送,其中,各多媒体资源的评估结果在考虑用户的主观评价的同时,至少还会考虑多媒体资源自身的客观评价,从而是的评估结果更加客观、准确,进而使得推送各多媒体资源的结果同样更加客观、准确。
62、根据本公开的另一方面,至少一个实施例提供了一种服务端,所述服务端包括:
63、获取模块,用于获取多媒体资源的资讯信息的特征值;
64、处理模块,用于根据所述资讯信息的特征值,以及所述多媒体资源对应的用户反馈信息的特征值,确定所述多媒体资源的评估结果。
65、此外,所述获取模块,还用于获取多媒体资源对应的用户反馈信息的特征值。
66、其中,所述用于根据所述资讯信息的特征值,以及所述多媒体资源对应的用户反馈信息的特征值,确定所述多媒体资源的评估结果,包括:
67、根据多媒体资源的资讯信息的特征值和用户反馈信息的特征值获得多媒体资源的聚类类别;
68、获取所述聚类类别的类中心值;
69、利用所述类中心值确定所述多媒体资源的评估结果。
70、其中,所述用于根据所述资讯信息的特征值,以及所述多媒体资源对应的用户反馈信息的特征值,确定所述多媒体资源的评估结果,包括:
71、根据多媒体资源的资讯信息的特征值和用户反馈信息的特征值获得多媒体资源的聚类类别;
72、获取所述聚类类别的中心值;
73、获得所述多媒体资源的资讯信息的特征值和用户反馈信息的特征值的熵值;
74、利用所述中心值和熵值确定所述多媒体资源的评估结果。
75、根据本公开的另一方面,至少一个实施例提供了一种服务端,包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序,所述程序被所述处理器执行时实现上述各实施例中的方法步骤。
76、根据本公开的另一方面,至少一个实施例提供了一种服务端,所述服务端包括:
77、获取模块,用于获取预设时间窗口中至少一个多媒体资源的资讯信息的特征值;
78、处理模块,用于根据各多媒体资源的资讯信息的特征值,以及各多媒体资源对应的用户反馈信息的特征值,确定各多媒体资源的评估结果;
79、推送模块,用于根据各多媒体资源的评估结果推送多媒体资源。
80、此外,所述获取模块,用于从数据库中确定预设时间窗口的至少一个多媒体资源;
81、获取每个多媒体资源的人员特征信息和/或影音特征信息,根据每个多媒体资源的人员特征信息和/或影音特征信息的量化结果获得对应的资讯信息的特征值。
82、其中,所述获取模块,还用于获取与各多媒体资源对应的用户反馈的客观反馈信息和/或主观反馈信息,
83、根据与各多媒体资源对应的客观反馈信息和/或主观反馈信息的量化结果获得各多媒体资源对应的用户反馈信息的特征值。
84、其中,所述处理模块,还用于利用至少一个多媒体资源的资讯信息的特征值和各多媒体资源对应的用户反馈信息的特征值构建特征值矩阵;
85、其中,所述特征值矩阵的横向量用于表示同一多媒体资源的资讯信息的特征值和对应的用户反馈信息的特征值;或者,
86、所述特征值矩阵的纵向量用于表示同一多媒体资源的资讯信息的特征值和对应的用户反馈信息的特征值。
87、其中,所述处理模块,
88、用于将所述特征值矩阵输入聚类模型,获得所述聚类模型输出的聚类类别;
89、获取各聚类类别的类中心值;
90、利用各类中心值确定各多媒体资源的评估结果;
91、其中,每个聚类类别对应一个或一个以上多媒体资源。
92、此外,所述处理模块,
93、用于将所述特征值矩阵输入聚类模型,获得所述聚类模型输出的聚类类别;
94、获取各聚类类别的类中心值;
95、根据各多媒体资源的资讯信息的特征值和用户反馈信息的特征值,获得对应的熵值;
96、利用所述各聚类类别的类中心值和各多媒体资源对应的熵值确定各多媒体资源的评估结果。
97、此外,所述推送模块,用于根据各多媒体资源的评估结果的排序结果向用户推送多媒体资源。
98、根据本公开的另一方面,至少一个实施例提供了一种服务端,包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序,所述程序被所述处理器执行时实现推送多媒体资源中的方法步骤。
99、根据本公开的另一方面,至少一个实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有程序,所述程序被处理器执行时,实现上述各实施例中的方法步骤。
100、本发明实施例利用多媒体资源的资讯信息作为形成多媒体资源评估结果的条件之一,可实现利用用户的主观评价和多媒体资源自身的客观评价来综合评估该多媒体资源,使得该多媒体资源的评估结果更加客观、准确。