一种关键片段的预测方法及系统技术方案

本申请实施方式公开了一种关键片段的预测方法及系统，其中，所述方法包括：获取已播剧集视频的运营数据和用户行为数据；其中，所述运营数据用于指定所述已播剧集视频中的理论关键片段，所述用户行为数据用于确定所述已播剧集视频中用户感兴趣的目标关键片段；对比所述运营数据和用户行为数据，并根据对比结果，确定所述已播剧集视频的实际关键片段；根据所述已播剧集视频的实际关键片段，确定未播剧集视频的预测关键片段。本申请提供的技术方案，能够提高未播剧集的预测精度。

A Prediction Method and System for Key Fragments

The embodiment of this application discloses a method and system for predicting critical clips, in which the method includes acquiring operational data and user behavior data of the broadcast drama video, in which the operational data is used to specify the theoretical critical clips in the broadcast drama video, and the user behavior data is used to determine the target gate of interest of the user in the broadcast drama video. Key fragments; compare the operation data and user behavior data, and determine the actual key fragments of the broadcast series video based on the comparison results; and determine the prediction key fragments of the non-broadcast series video based on the actual key fragments of the broadcast series video. The technical scheme provided in this application can improve the prediction accuracy of the unpublished series.

【技术实现步骤摘要】
一种关键片段的预测方法及系统
本申请涉及互联网
，特别涉及一种关键片段的预测方法及系统。
技术介绍
当前，越来越多的剧集采用一边拍摄一边播放的方式。这些剧集通常会在播出一部分内容之后，根据用户针对已经播出的剧集的讨论情况，来决定未播出的剧集的故事走向。例如，针对存在较大争议的剧情，由于其能够吸引用户的话题，从而提高用户对该剧集的关注度，一般会在未播出的剧集中加重这些存在较大争议的剧情的比重。目前，在搜集用户针对已经播出的剧集的讨论情况时，通常会由工作人员快速浏览各大网站的评论信息，并从中筛选出被热议的内容，然后再进行汇总，从而得到用户针对已经播出剧集的反馈意见。然而，这样通过人工搜集的方式，一方面效率较低，周期较长，可能无法在短时间内获取到有用的信息；另一方面，某些用户可能在没有观看过该剧集的情况下而随意进行评价，导致搜集到的反馈意见可能不太准确。因此，按照当前的这种用户信息的搜集方式，可能使得未播剧集的剧情无法及时商定，还可能会导致未播剧集的剧情不太准确。
技术实现思路
本申请实施方式的目的是提供一种关键片段的预测方法及系统，能够提高未播剧集的预测精度。为实现上述目的，本申请实施本文档来自技高网...

【技术保护点】
1.一种关键片段的预测方法，其特征在于，所述方法包括：获取已播剧集视频的运营数据和用户行为数据；其中，所述运营数据用于指定所述已播剧集视频中的理论关键片段，所述用户行为数据用于确定所述已播剧集视频中用户感兴趣的目标关键片段；对比所述运营数据和用户行为数据，并根据对比结果，确定所述已播剧集视频的实际关键片段；根据所述已播剧集视频的实际关键片段，确定未播剧集视频的预测关键片段。

【技术特征摘要】
1.一种关键片段的预测方法，其特征在于，所述方法包括：获取已播剧集视频的运营数据和用户行为数据；其中，所述运营数据用于指定所述已播剧集视频中的理论关键片段，所述用户行为数据用于确定所述已播剧集视频中用户感兴趣的目标关键片段；对比所述运营数据和用户行为数据，并根据对比结果，确定所述已播剧集视频的实际关键片段；根据所述已播剧集视频的实际关键片段，确定未播剧集视频的预测关键片段。2.根据权利要求1所述的方法，其特征在于，所述用户行为数据包括：发送弹幕行为数据、发表评论行为数据、拖动视频进度条行为数据中的至少一种。3.根据权利要求1或2所述的方法，其特征在于，确定所述已播剧集视频中用户感兴趣的目标关键片段包括：确定所述已播剧集视频中弹幕数量大于或者等于指定数量阈值的时间段，并将所述时间段对应的视频片段作为所述目标关键片段；或者提取所述已播剧集视频的评论信息中出现的时间段，并将所述时间段对应的视频片段作为所述目标关键片段；或者根据拖动视频进度条行为数据确定观看次数大于或者等于指定次数阈值的时间段，并将所述时间段对应的视频片段作为所述目标关键片段。4.根据权利要求1所述的方法，其特征在于，对比所述运营数据和用户行为数据包括：确定所述理论关键片段对应的第一时间段以及所述目标关键片段对应的第二时间段，并对比所述第一时间段和所述第二时间段；相应地，确定所述已播剧集视频的实际关键片段包括：确定所述第一时间段和所述第二时间段相重叠的时间段，并将所述相重叠的时间段对应的视频片段作为所述已播剧集视频的实际关键片段。5.根据权利要求1所述的方法，其特征在于，根据所述已播剧集视频的实际关键片段，确定未播剧集视频的预测关键片段包括：识别所述实际关键片段的内容，以确定所述实际关键片段对应的内容特征；根据所述内容特征中包含的人物的名称，对所述内容特征进行聚类，得到至少一个特征集合；确定包含最多内容特征的目标特征集合，并提取所述目标特征集合中内容特征包含的目标人物的名称；将包含所述目标人物的剧情作为所述未播剧集视频的预测关键片段。6.根据权利要求5所述的方法，其特征在于，确定所述实际关键片段对应的内容特征包括：将从所述实际关键片段中识别出的人物脸谱与预设脸谱样本进行比对，以计算所述识别出的人物脸谱与所述预设脸谱样本之间的相似度；确定相似度最大的目标预设脸谱样本；将所述目标预设脸谱样本对应的人物的名称作为所述实际关键片段对应的内容特征。7.根据权利要求5所述的方法，其特征在于，根据所述内容特征中包含的人物的名称，对所述内容特征进行聚类包括：将包含相同的人物的名称的内容特征划分至同一个特征集合中。8.根据权利要求1所述的方法，其特征在于，所述方法还包括：从所述实际关键片段中提取与所述用户行为数据相匹配的画面帧；基于所述提取的所述画面帧，生成所述已播剧集视频的封面图像。9.根据权利要求8所述的方法，其特征在于，所述用户行为数据中包括视觉特征；相应地，与所述用户行为数据相匹配的画面帧包括：当前画面中包含所述视觉特征的画面帧。10.根据权利要求9所述的方法，其特征在于，所述视觉特征还与判定策略相关联；相应地，在从所述实际关键片段中提取与所述用户行为数据相匹配的画面帧之后，所述方法...

【专利技术属性】
技术研发人员：王往，
申请(专利权)人：优酷网络技术北京有限公司，
类型：发明
国别省市：北京,11