为事件1的动作要素、actions位事件2的动作要素， (actionlXaction2)表示事件1和事件2的动作要素的相似度，根据动词的常用属性判 断两个动作是否具有关联W及关联的紧密度，则其乘积值越大表明两个动作关联性越大； timel表示事件1的时间要素、time2表示事件2的时间要素，（timelXtime2)表示事件1 和事件2的时间要素的相似度，每个事件都必须发生在一个时间段内，事件有开始、发展、 结束，因此，可W根据时间要素判断两个事件的关联性；envl表示事件1的环境要素、env2 表示事件2的环境要素，（envlXenv2)表示事件1和事件2的环境要素的相似度，由于任 何事件必然发生在一定的环境中，因此通过判断两个事件是否在同一个环境中可W来判断 两个事件是否关联。 阳116] 具体的，无论是动作要素action、对象要素object、时间要素time还是环境要素env都是通过词语进行描述，因此，要素和要素之间的相似度，可W依据同义词词典进行判 断，相似度通常在0至1之间取值；比如，事件A的环境要素是上海，事件B的环境要素是沪， 则envl*env2 = 1，即，两个事件的环境要素相同。如果两要素存在包含关系或上下位关系， 如，事件A的时间要素是7月10日晚，事件B的时间要素是7月11日，则可认为timel*time2 =0. 5。针对除W上之外的其他情况，可W将两要素的相似度认为是0。
[0117] a,0，X，5均为调节因子，为固定取值的常量，可根据计算结果（即，两个事件 的关系）为因果关系还是跟随关系的情况而进行取值，范围为[0，1]。
[0118] 如果计算出的结果在给定的阀值内就认为两个事件具有关系，所述具有关系包 括：因果关系和跟随关系。具体的，所述阔值在[0，1]内取值，在实际实现中，具体的阔值可 W根据实际的计算结果及经验值来确定。
[0119] 举例来说，当事件el的发生导致e2发生的概率大于给定的阀值，则称两事件具有 因果关系。
[0120] 当在一定时间段内，事件e2可能跟随事件el之后而发生，运种跟随发生的概率大 于给定的阀值，则称两事件具有跟随关系。 阳121] 步骤202、当获取到用户发送的视频获取请求后，根据用户发送的视频获取请求确 定用户请求获取的视频所对应的事件，并将所确定的事件对应的视频片段推送给用户； [0122] 具体的，所述根据用户发送的视频获取请求确定用户请求获取的视频所对应的事 件，包括： 阳123]提取视频获取请求中的特征值，根据所述特征值确定用户请求获取的视频所对应 的事件；其中，所述特征值包括：事件特征值和关系特征值。
[0124] 具体的，所述根据所述特征值确定用户请求获取的视频所对应的事件，包括：
[0125] 根据事件特征值和关系特征值，在事件网络中查找与事件特征值对应的事件之间 符合所述关系特征值对应的关系的事件，所查找到的事件即为用户请求的视频所对应的事 件。
[01%] 可见，利用本发明实施例二提供的视频推送方法，能够将视频按照事件划分成一 个或多个视频片段，并确定事件与事件之间的关系，从而形成事件网络，运样，当获取到用 户发送的视频获取请求后，可W根据用户发送的视频获取请求确定用户请求获取的视频所 对应的事件，并将所确定的事件对应的视频片段推送给用户。可见，该方案提供了一种科 学、有效的方式自动将视频划分成多个片段，并确定视频片段与视频片段之间的关系，从 而，在接收到用户的视频获取请求时，快速、准确的定位用户请求获取的视频并推送给用 户。
[0127] 装置实施例
[0128] 参照图3,示出了本发明一种视频推送装置实施例的结构框图，所述装置包括：请 求获取模块31、事件确定模块32及视频推送模块33 ;其中，
[0129] 所述请求获取模块31，用于获取用户发送的视频获取请求；
[0130] 所述事件确定模块32,用于根据用户发送的视频获取请求确定用户请求获取的视 频所对应的事件； 阳131] 所述视频推送模块33,用于将所确定的事件对应的视频片段推送给用户。 阳132]具体的，所述事件确定模块32,包括：提取子模块和确定子模块；其中， 阳133] 所述提取子模块，用于提取视频获取请求中的特征值；
[0134] 所述确定子模块，用于根据所述特征值确定用户请求获取的视频所对应的事件； 其中，所述特征值包括：事件特征值和关系特征值。
[0135] 具体的，所述确定子模块用于通过W下方式确定用户请求获取的视频所对应的事 件：
[0136] 根据事件特征值和关系特征值，在事件网络中查找与事件特征值对应的事件之间 符合所述关系特征值对应的关系的事件，所查找到的事件即为用户请求的视频所对应的事 件。
[0137] 在本发明的另一种可选实施例中，所述装置还包括划分模块34和关系确定模块 35 ;其中，
[0138] 所述划分模块34,用于将视频按照事件划分成一个或多个视频片段；
[0139] 所述关系确定模块35,用于确定事件与事件之间的关系，从而形成事件网络。
[0140] 具体的，所述划分模块34包括：视频划分子模块和最终关键词确定子模块；其中， 阳141] 所述视频划分子模块，用于按照剧本或台词将视频划分为一个或多个视频片段； 阳142] 所述最终关键词确定子模块，用于确定每一个视频片段所对应的剧本或台词的最 终关键词，所述最终关键词用于标明相应视频片段所对应的事件。 阳143] 上述方案中，在实际实现中，每个视频有其对应的剧本或台词，而剧本或台词通常 将整个视频划分为多个视频片段（每一个视频片段与一段剧本或台词相对应），而相应的 一段剧本或台词可W用于标明其所对应的视频片段的起始时间，运样，就可W根据剧本或 台词将视频划分为一个或多个视频片段。而为了确定划分后的每一个视频片段所对应的事 件，则需要通过对每一个视频片段所对应的剧本或台词进行分析来确定。
[0144] 所述最终关键词确定子模块包括：分词子模块、提取子模块、语义相似度确定子模 块、关键词网络构建子模块、居间度集合生成子模块、居间密度集合生成子模块、统计特征 值确定子模块和确定子模块；其中，
[0145] 所述分词子模块，用于对每一个视频片段所对应的剧本或台词进行分词，得到多 个关键词；
[0146] 所述提取子模块，用于提取符合条件的关键词生成关键词集合，所述关键词集合 包括：名词、动词、形容词和副词； 阳147] 所述语义相似度确定子模块，用于确定所述关键词集合中各个词语间的语义相似 度；
[0148] 所述关键词网络构建子模块，用于根据关键词集合和各个关键词间的语义相似度 构建关键词网络；
[0149] 居间度集合生成子模块，用于确定关键词网络中各个顶点的居间度，生成居间度 集合； 阳150] 所述居间密度集合生成子模块，用于采用居间度密度算法生成居间度密度集合； 阳151] 所述统计特征值确定子模块，用于确定关键词集合中各个词语的统计特征值；
[0152] 所述关键度确定子模块，用于分别对关键词集合中各关键词的居间密度和各关键 词所对应的统计特征值进行加权获得各关键词的关键度；
[0153] 所述确定子模块，还用于根据各个关键词的关键度确定最终关键词，所述最终关 键词用于标明相应视频片段所对应的事件。
[0154] 在具体实施过程中，上述请求获取模块31、事件确定模块32、视频推送模块33、划 分模块34、关系确定模块35、视频划分子模块、最终关键词确定子模块、提取子模块、确定 子模块、分词模块、提取模块、语义相似度确定模块、关键词网络构建模块、居间度集合生成 模块、居间密度集合生成模块、统计特征值确定模块和确定子模块可W由移动终端内的中 央处理器（CPU,CentralProcessingUnit)、微处理器（MPU，MicroProcessingUnit)、 数字信号处理器值SP，DigitalSi即alProcessor)或可编程逻辑阵列（FPGA，Field-ProgrammableGateArray)来实现。
[0155] 对于装置实施例而言，由于其与方法实施例基本相似，所W描述的比较简单，相关 之处参见方法实施例的部分说明即可。 阳156] 本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与 其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。 阳157] 本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算 机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和 硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可 用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM