【技术实现步骤摘要】
一种视频分发、下载方法及装置
本专利技术涉及机器学习
，特别涉及一种视频分发、下载方法及装置。
技术介绍
目前随着互联网技术的发展，短视频技术取得蓬勃发展，无论是短视频的直播还是点播，都涉及到短视频的分发和处理。为了提高用户体验，缩短用户观看短视频的时延，增强短视频内容的互动，短视频的分发和实时性成为越来越重要的问题。目前短视频的分发方式主要是，先由短视频的生成终端将生成的短视频上传至源站服务器，源站服务器根据已有的配置，或者根据短视频后续的点播、直播情况，将短视频分发到对应的内容分发网络(ContentDeliveryNetwork，CDN)节点上。当观看用户发起点播或者直播短视频的请求时，短视频观看终端将请求发送至服务器，由服务器查找该请求所对应的短视频所在的CDN节点的地址，并返回给观看终端，此时观看终端再从对应CDN节点中下载短视频中的内容。短视频内容持续时间短，热度变化快，用户互动频繁，很多内容的热度在几个小时之内会发生较大的变化。现有的由服务器将短视频分发到CDN节点上的方式，可能使得短视频...
【技术保护点】
1.一种视频分发方法，其特征在于，所述方法包括：/n终端接收第一视频文件的分发请求；/n根据预先设定的视频文件的第一属性和视频文件的提供用户的第二属性，获取所述第一视频文件的第一属性的第一目标属性信息，以及所述第一视频文件的提供用户的第二属性的第二目标属性信息；/n根据获取的所述第一目标属性信息和所述第二目标属性信息，以及预先训练完成的CDN节点分发预测模型，预测所述第一视频文件对应的目标CDN节点，将所述第一视频文件分发至所述目标CDN节点上。/n
【技术特征摘要】
1.一种视频分发方法，其特征在于，所述方法包括：
终端接收第一视频文件的分发请求；
根据预先设定的视频文件的第一属性和视频文件的提供用户的第二属性，获取所述第一视频文件的第一属性的第一目标属性信息，以及所述第一视频文件的提供用户的第二属性的第二目标属性信息；
根据获取的所述第一目标属性信息和所述第二目标属性信息，以及预先训练完成的CDN节点分发预测模型，预测所述第一视频文件对应的目标CDN节点，将所述第一视频文件分发至所述目标CDN节点上。
2.如权利要求1所述的方法，其特征在于，在根据获取的所述第一目标属性信息和所述第二目标属性信息，以及预先训练完成的CDN节点分发预测模型，预测所述第一视频文件对应的目标CDN节点之前，所述方法还包括：
从服务器上获取训练完成的CDN节点分发预测模型。
3.如权利要求1或2所述的方法，其特征在于，预先训练CDN节点分发预测模型的过程包括：
针对每个样本视频文件，根据预先设定的视频文件的第一属性、视频文件的提供用户的第二属性，视频文件的观看用户的第三属性，获取该样本视频文件的第一属性的第一样本属性信息，该样本视频文件的提供用户的第二属性的第二样本属性信息，以及该样本视频文件的观看用户的第三属性的第三样本属性信息；并获取该样本视频文件对应的每个请求CDN节点是否存储该样本视频文件的标记信息，其中，样本视频文件对应的每个请求CDN节点为接收过该样本视频文件的下载请求的CDN节点；
根据每个样本视频文件对应的第一样本属性信息、第二样本属性信息、第三样本属性信息，以及其对应的每个请求CDN节点是否存储该样本视频文件的标记信息，基于第一训练模型，对CDN节点分发预测模型进行训练。
4.如权利要求1所述的方法，其特征在于，在将所述第一视频文件分发至所述目标CDN节点上之后，所述方法还包括：
向服务器上报所述第一视频文件的分发信息，其中，所述分发信息中至少包括所述目标CDN节点的标识信息。
5.如权利要求3所述的方法，其特征在于，视频文件的第一属性包括以下至少一种：
视频文件的类型、视频文件的长度、视频文件的生成地点、视频文件的生成时间，点击率。
6.如权利要求3所述的方法，其特征在于，视频文件的提供用户的第二属性包括以下至少一种：
年龄、性别、受教育程度。
7.如权利要求3所述的方法，其特征在于，视频文件的观看用户的第三属性包括以下至少一种：
年龄、性别、受教育程度。
8.一种视频下载方法，其特征在于，所述方法包括：
终端接收第二视频文件的下载请求；
根据预先设定的视频文件的第一属性，视频文件的提供用户的第二属性，视频文件的观看用户的第三属性，获取所述第二视频文件的第一属性的第一目标属性信息，所述第二视频文件的提供用户的第二属性的第二目标属性信息，以及所述第二视频文件的观看用户的第三属性的第三目标属性信息；
根据获取的所述第一目标属性信息、所述第二目标属性信息和所述第三目标属性信息，以及预先训练完成的CDN节点下载预测模型，预测所述第二视频文件对应的目标CDN节点，从所述目标CDN节点上下载所述第二视频文件。
9.如权利要求8所述的方法，其特征在于，在根据获取的所述第一目标属性信息、所述第二目标属性信息和所述第三目标属性信息，以及预先训练完成的CDN节点下载预测模型，预测所述第二视频文件对应的目标CDN节点之前，所述方法还包括：
从服务器上获取训练完成的CDN节点下载预测模型。
10.如权利要求8或9所述的方法，其特征在于，预先训练CDN节点下载预测模型的过程包括：
针对每个样本视频文件，根据预先设定的视频文件的第一属性、视频文件的提供用户的第二属性，视频文件的观看用户的第三属性，获取该样本视频文件的第一属性的第一样本属性信息，该样本视频文件的提供用户的第二属性的第二样本属性信息，以及该样本视频文件的观看用户的第三属性的第三样本属性信息；并获取该样本视频文件对应的每个请求CDN节点是否存储该样本视频文件的标记信息，其中，样本视频文件对应的每个请求CDN节点为接收过该样本视频文件的下载请求的CDN节点；
根据每个样本视频文件对应的第一样本属性信息、第二样本属性信息、第三样本属性信息，以及其对应的每个请求CDN节点是否存储该样本视频文件的标记信息，基于第二训练模型，对CDN节点下载预测模型进行训练。
11.如权利要求8所述的方法，其特征在于，所述方法还包括：
确定从所述目标CDN节点上下载所述第二视频文件是否成功；
如果否，则向服务器发送所述第二视频文件的下载请求，使服务器返回存储所述第二视频文件的CDN节点，从服务器返回的CDN节点上下载所述第二视频文件。
12.如权利要求10所述的方法，其特征在于，视频文件的第一属性包括以下至少一种：
视频文件的类型、视频文件的长度、视频文件的生成地点、视频文件的生成时间，点击率。
13.如权利要求10所述的方法，其特征在于，视频文件的提供用户的第二属性包括以下至少一种：
年龄、性别、受教育程度。
14.如权利要求10所述的方法，其特征在于，视频文件的观看用户的第三属性包括以下至少一种：
年龄、性别、受教育程度。
15.一种终端，其特征在于，所述终端包括：存储器、处理器和收发机；
所述存储器，用于存储程序；所述处理器，用于读取所述存储器中存储的程序，执行以下过程：
所述处理器控制所述收发机接收第一视频文件的分发请求；
所述处理器，用于根据预先设定的视频文件的第一属性和视频文件的提供用户的第二属性，获取所述第一视频文件的第一属性的第一目标属性信息，以及所述第一视频文件的提供用户的第二属性的第二目标属性信息；
根据获取的所述第一目标属性信息和所述第二目标属性信息，以及预先训练完成的CDN节点分发预测模型，预测所述第一视频文件对应的目标CDN节点...
【专利技术属性】
技术研发人员：高飞，
申请(专利权)人：中国移动通信有限公司研究院，中国移动通信集团有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。