热点事件处理方法、装置、服务器及存储介质制造方法及图纸

本申请示出了一种热点事件处理方法、装置、服务器及存储介质。在本申请中，识别预设时间段内上传的至少一个视频的视频类型；当检测到视频类型相同的视频的视频数量超过第一预设数量时，提取视频类型相同的所有视频；从视频类型相同的所有视频中确定热点事件；推送热点事件。通过本申请，可以根据预设时间段内上传的至少一个视频的视频类型来确定在在预设时间段内发生热点事件，并推送该热点事件，从而可以使得广大用户能够及时了解到热点事件的相关内容，提高了热点事件推送的时效性。

【技术实现步骤摘要】
热点事件处理方法、装置、服务器及存储介质
本申请涉及计算机
，尤其涉及一种热点事件处理方法、装置、服务器及存储介质。
技术介绍
当前，在现实生活中往往会发生热点事件，例如，某一栋楼发生火灾，某一条路上发生车祸以及某一场馆正在开展演唱会等。然而，这些热点事件都是新闻媒体工作人员对热点事件了解之后，第二天再在报纸或网站上上报道热点事件的相关内容，广大用户第二天才能看到前一天发生的热点事件，时间相对滞后，时效性较低。
技术实现思路
为克服相关技术中存在的问题，本申请提供一种热点事件处理方法、装置、服务器及存储介质。根据本申请的第一方面，提供一种热点事件处理方法，所述方法包括：识别预设时间段内上传的至少一个视频的视频类型；当检测到视频类型相同的视频的视频数量超过第一预设数量时，提取所述视频类型相同的所有视频；从所述视频类型相同的所有视频中确定热点事件；推送所述热点事件。在一个可选的实现方式中，所述识别预设时间段内上传的至少一个视频的视频类型，包括：使用基于神经网络的视频分类模型识别预设时间段内上传的至少一个视频；确定每个视频的视频类型。在一个可选的实现方式中，所述方法还包括：获取样本图像集，所述样本图像集中包括至少一个标注有预设视频类型的样本图像；使用所述样本图像集中的样本图像对预设的神经网络模型进行训练，直至所述预设的神经网络模型中的权重均收敛，得到所述基于神经网络的视频分类模型。在一个可选的实现方式中，所述从所述视频类型相同的所有视频中确定热点事件，包括：获取所述所有视频所表述的视频内容；获取所述所有视频的视频标题；获取对所有视频评论的评论信息；根据所述视频内容、所述视频标题以及所述评论信息获取所述热点事件。在一个可选的实现方式中，所述推送所述热点事件，包括：获取所述热点事件的事件类型；获取对所述事件类型感兴趣的用户；向所述用户推送所述热点事件。在一个可选的实现方式中，所述至少一个视频包括拍摄的位于预设区域内的视频。在一个可选的实现方式中，所述推送所述热点事件，包括：获取位于所述预设区域内的用户；向所述用户推送所述热点事件。在一个可选的实现方式中，所述推送所述热点事件，包括：获取预设地图；在所述预设地图中标示出所述预设区域；在所述预设区域上标示出所述热点事件，得到目标地图；推送所述目标地图。在一个可选的实现方式中，所述方法还包括：接收用于查看所述热点事件的查看请求；根据所述查看请求发送所述视频类型相同的所有视频。在一个可选的实现方式中，所述方法还包括：当检测到视频类型相同的视频的视频数量超过第一预设数量时，统计所述视频类型相同的视频的拍摄者的拍摄者数量；当检测到所述拍摄者数量大于第二预设数量时，执行所述提取所述视频类型相同的所有视频的步骤。在一个可选的实现方式中，所述方法还包括：当检测到所述拍摄者数量大于第二预设数量时，获取所述视频类型相同的视频的被评论数量；当检测到所述被评论数量大于第三预设数量时，执行所述提取所述视频类型相同的所有视频的步骤。根据本申请的第二方面，提供一种热点事件处理装置，所述装置包括：识别模块，被配置为识别预设时间段内上传的至少一个视频的视频类型；提取模块，被配置为当检测到视频类型相同的视频的视频数量超过第一预设数量时，提取所述视频类型相同的所有视频；确定模块，被配置为从所述视频类型相同的所有视频中确定热点事件；推送模块，被配置为推送所述热点事件。在一个可选的实现方式中，所述识别模块包括：识别单元，被配置为使用基于神经网络的视频分类模型识别预设时间段内上传的至少一个视频；确定单元，被配置为确定每个视频的视频类型。在一个可选的实现方式中，所述识别模块还包括：第一获取单元，被配置为获取样本图像集，所述样本图像集中包括至少一个标注有预设视频类型的样本图像；训练单元，被配置为使用所述样本图像集中的样本图像对预设的神经网络模型进行训练，直至所述预设的神经网络模型中的权重均收敛，得到所述基于神经网络的视频分类模型。在一个可选的实现方式中，所述确定模块包括：第二获取单元，被配置为获取所述所有视频所表述的视频内容；第三获取单元，被配置为获取所述所有视频的视频标题；第四获取单元，被配置为获取对所有视频评论的评论信息；第五获取单元，被配置为根据所述视频内容、所述视频标题以及所述评论信息获取所述热点事件。在一个可选的实现方式中，所述推送模块包括：第六获取单元，被配置为获取所述热点事件的事件类型；第七获取单元，被配置为获取对所述事件类型感兴趣的用户；第一推送单元，被配置为向所述用户推送所述热点事件。在一个可选的实现方式中，所述至少一个视频包括拍摄的位于预设区域内的视频。在一个可选的实现方式中，所述推送模块包括：第八获取单元，被配置为获取位于所述预设区域内的用户；第二推送单元，被配置为向所述用户推送所述热点事件。在一个可选的实现方式中，所述推送模块包括：第九获取单元，被配置为获取预设地图；第一标示单元，被配置为在所述预设地图中标示出所述预设区域；第二标示单元，被配置为在所述预设区域上标示出所述热点事件，得到目标地图；第三推送单元，被配置为推送所述目标地图。在一个可选的实现方式中，所述装置还包括：接收模块，被配置为接收用于查看所述热点事件的查看请求；发送模块，被配置为根据所述查看请求发送所述视频类型相同的所有视频。在一个可选的实现方式中，所述装置还包括：第一获取模块，被配置为当检测到视频类型相同的视频的视频数量超过第一预设数量时，获取所述视频类型相同的视频的拍摄者的拍摄者数量；所述提取模块还被配置为：当检测到所述拍摄者数量大于第二预设数量时，提取所述视频类型相同的所有视频。在一个可选的实现方式中，所述装置还包括：第二获取模块，被配置为当检测到所述拍摄者数量大于第二预设数量时，获取所述视频类型相同的视频的被评论数量；所述提取模块还被配置为：当检测到所述被评论数量大于第三预设数量时，提取所述视频类型相同的所有视频。根据本申请的第三方面，提供一种服务器，所述服务器包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行如第一方面所述的热点事件处理方法。根据本申请的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行如第一方面所述的热点事件处理方法。根据本申请的第五方面，提供一种计算机程序产品，当所述计算机程序产品中的指令由服务器的处理器执行时，使得所述服务器能够执行如第一方面所述的热点事件处理方法。本申请提供的技术方案可以包括以下有益效果：在本申请中，识别预设时间段内上传的至少一个视频的视频类型；当检测到视频类型相同的视频的视频数量超过第一预设数量时，提取视频类型相同的所有视频；从视频类型相同的所有视频中确定热点事件；推送热点事件。通过本申请，可以根据预设时间段内上传的至少一个视频的视频类型来确定在在预设时间段内发生热点事件，并推送该热点事件，从而可以使得广大用户能够及时了解到热点事件的相关内容，提高了热点事件推送的时效性。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。图本文档来自技高网...

【技术保护点】
1.一种热点事件处理方法，其特征在于，所述方法包括：识别预设时间段内上传的至少一个视频的视频类型；当检测到视频类型相同的视频的视频数量超过第一预设数量时，提取所述视频类型相同的所有视频；从所述视频类型相同的所有视频中确定热点事件；推送所述热点事件。

【技术特征摘要】
1.一种热点事件处理方法，其特征在于，所述方法包括：识别预设时间段内上传的至少一个视频的视频类型；当检测到视频类型相同的视频的视频数量超过第一预设数量时，提取所述视频类型相同的所有视频；从所述视频类型相同的所有视频中确定热点事件；推送所述热点事件。2.根据权利要求1所述的方法，其特征在于，所述识别预设时间段内上传的至少一个视频的视频类型，包括：使用基于神经网络的视频分类模型识别预设时间段内上传的至少一个视频；确定每个视频的视频类型。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：获取样本图像集，所述样本图像集中包括至少一个标注有预设视频类型的样本图像；使用所述样本图像集中的样本图像对预设的神经网络模型进行训练，直至所述预设的神经网络模型中的权重均收敛，得到所述基于神经网络的视频分类模型。4.根据权利要求1所述的方法，其特征在于，所述从所述视频类型相同的所有视频中确定热点事件，包括：获取所述所有视频所表述的视频内容；获取所述所有视频的视频标题；获取对所有视频评论的评论信息；根据所述视频内容、所述视频标题以及所述评论信息获取所述热点事件。5.根据权利要求1所述...

【专利技术属性】
技术研发人员：张昭，刘岸，文浩丞，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：北京,11