本发明专利技术涉及一种利用分类预测的数据完整维护平台，包括：数据记录机构，服务于视频供应网站，用于记录每一观看用户以往观看每一视频片段耗费的观看时长以作为滞留时长输出；视频筛选设备，用于基于接收到的预期滞留时长在视频供应网站的服务器处筛选播放时长与预期滞留时长匹配且类型与被推荐的类型相同的视频片段作为发送给客户端对应的观看用户的下一个视频片段。通过本发明专利技术，能够针对不同类型的目标视频类型，建立下一视频片段用户习惯收看时长的人工智能预测机制，从而为用户筛选既能符合用户偏爱类型又能符合用户习惯收看时长的下一视频片段，在满足用户观看需求的同时保证推荐的视频片段尽可能被完整播放。证推荐的视频片段尽可能被完整播放。
【技术实现步骤摘要】
利用分类预测的数据完整维护平台
[0001]本专利技术涉及互联网应用领域，尤其涉及一种利用分类预测的数据完整维护平台。
技术介绍
[0002]互联网、因特网、万维网三者的关系是：互联网包含因特网，因特网包含万维网，凡是能彼此通信的设备组成的网络就叫互联网。所以，即使仅有两台机器，不论用何种技术使其彼此通信，也叫互联网。国际标准的互联网写法是Internet，因特网是互联网的一种。因特网可不是仅有两台机器组成的互联网，它是由上千万台设备组成的互联网。
[0003]因特网使用TCP/IP协议让不同的设备可以彼此通信。但使用TCP/IP协议的网络并不一定是因特网，一个局域网也可以使用TCP/IP协议。判断自己是否接入的是因特网，首先是看自己电脑是否安装了TCP/IP协议，其次看是否拥有一个公网地址(所谓公网地址，就是所有私网地址以外的地址)。
[0004]因特网是基于TCP/IP协议实现的，TCP/IP协议由很多协议组成，不同类型的协议又被放在不同的层，其中，位于应用层的协议就有很多，比如FTP、HTTP、SMTP。只要应用层使用的是HTTP协议，就称为万维网(World Wide Web)。之所以在浏览器里输入百度网址时，能看见百度网提供的网页，就是因为您的个人浏览器和百度网的服务器之间使用的是HTTP协议在交流。
[0005]当前，在视频供应网站的服务器端，可以根据当前观看用户的偏爱类型，为当前观看用户推荐与偏爱类型匹配的下一视频片段，然而，在实际推荐时并没有考虑到用户的惯性播放时长，导致认真推荐的下一视频片段可能因为过长而没有被用户播放完毕，或者可能因为过短而没有满足用户观看需求。
技术实现思路
[0006]为了解决相关领域的技术问题，本专利技术提供了一种利用分类预测的数据完整维护平台，能够针对不同类型的目标视频类型，建立下一视频片段用户习惯收看时长的人工智能预测机制，从而为用户筛选既能符合用户偏爱类型又能符合用户习惯收看时长的下一视频片段。
[0007]相比较于现有技术，本专利技术至少需要具备以下两处突出的实质性特点：
[0008](1)基于观看用户过往观看视频时长为不同视频类型建立不同的观看时长估测机制并用于下一视频片段的筛选以保证下一视频片段尽可能被播放完整，从而提升视频内容的推荐效果；
[0009](2)具体地，在视频供应网站的服务器端，针对每一目标视频类型，以某一观看用户某一当前观看视频片段之前最新观看的固定总数的各个视频片段分别对应的各个滞留时长作为深度卷积神经网络的各个输入数据，将所述观看用户当前观看视频片段的滞留时长作为深度卷积神经网络的单个输出数据，建立归属于所述目标视频类型的深度卷积神经网络。
[0010]根据本专利技术的一方面，提供了一种利用分类预测的数据完整维护平台，所述平台包括：
[0011]数据记录机构，服务于视频供应网站，用于记录每一观看用户以往观看每一视频片段耗费的观看时长以作为滞留时长输出；
[0012]类型划分机构，设置在视频供应网站的服务器端，与所述数据记录机构连接，用于确定每一观看用户以往观看每一视频片段对应的视频类型；
[0013]初层构建机构，设置在视频供应网站的服务器端，与所述数据记录机构连接，用于针对某一目标视频类型，以某一观看用户某一当前观看视频片段之前最新观看的固定总数的各个视频片段分别对应的各个滞留时长作为深度卷积神经网络的各个输入数据，将所述观看用户当前观看视频片段的滞留时长作为深度卷积神经网络的单个输出数据，建立归属于所述目标视频类型的深度卷积神经网络；
[0014]次层构建机构，设置在视频供应网站的服务器端，与所述初层构建机构连接，用于针对某一目标视频类型的深度卷积神经网络，采用观看用户过往观看的归属于某一目标视频类型的各个视频片段作为所述某一目标视频类型的深度卷积神经网络的输入数据和输出数据，对所述某一目标视频类型的深度卷积神经网络进行多次学习，以获得某一目标视频类型的多次学习后的深度卷积神经网络；
[0015]网络定位设备，设置在视频供应网站的客户端，与所述次层构建机构通过互联网执行网络连接，用于获取客户端对应的观看用户下一个视频片段被推荐的类型，并基于被推荐的类型获取对应的多次学习后的深度卷积神经网络以作为目标神经网络；
[0016]时长判断设备，设置在视频供应网站的客户端，与所述网络定位设备连接，用于以客户端对应的观看用户当前时刻之前最新观看的固定总数的各个视频片段分别对应的各个滞留时长作为目标神经网络的各个输入数据，运行所述目标神经网络以获得客户端对应的观看用户下一个视频片段的预期滞留时长；
[0017]视频筛选设备，设置在视频供应网站的服务器端，与所述时长判断设备网络连接，用于基于接收到的预期滞留时长在视频供应网站的服务器处筛选播放时长与预期滞留时长匹配且类型与被推荐的类型相同的视频片段作为发送给客户端对应的观看用户的下一个视频片段；
[0018]其中，基于接收到的预期滞留时长在视频供应网站的服务器处筛选播放时长与预期滞留时长匹配且类型与被推荐的类型相同的视频片段作为发送给客户端对应的观看用户的下一个视频片段包括：发送给客户端对应的观看用户的下一个视频片段的播放时长等于所述预期滞留时长。
[0019]根据本专利技术的另一方面，还提供了一种利用分类预测的数据完整维护方法，所述方法包括使用如上述的利用分类预测的数据完整维护平台以基于观看用户过往观看视频时长为不同视频类型建立不同的观看时长估测机制并用于下一视频片段的筛选以保证下一视频片段尽可能被播放完整。
具体实施方式
[0020]下面将对本专利技术的利用分类预测的数据完整维护平台的实施方案进行详细说明。
[0021]人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性
也不大。有时人们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步等。但总的来说，“人工系统”就是通常意义下的人工系统。
[0022]“智能”涉及到其它诸如意识(CONSCIOUSNESS)、自我(SELF)、思维(MIND)等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。
[0023]当前，在视频供应网站的服务器端，可以根据当前观看用户的偏爱类型，为当前观看用户推荐与偏爱类型匹配的下一视频片段，然而，在实际推荐时并没有考虑到用户的惯性播放时长，导致认真推荐的下一视频片段可能因为过长而没有被用户播放完毕，或者可能因为过短而没有满足用户观看需求。
[0024]为了克服上述不足，本专利技术搭建了一种利用分类预测的数据完整维护平台，能够有效解决相应的技术问题。
[0025]第一实施方案：<本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种利用分类预测的数据完整维护平台，其特征在于，所述平台包括：数据记录机构，服务于视频供应网站，用于记录每一观看用户以往观看每一视频片段耗费的观看时长以作为滞留时长输出；类型划分机构，设置在视频供应网站的服务器端，与所述数据记录机构连接，用于确定每一观看用户以往观看每一视频片段对应的视频类型；初层构建机构，设置在视频供应网站的服务器端，与所述数据记录机构连接，用于针对某一目标视频类型，以某一观看用户某一当前观看视频片段之前最新观看的固定总数的各个视频片段分别对应的各个滞留时长作为深度卷积神经网络的各个输入数据，将所述观看用户当前观看视频片段的滞留时长作为深度卷积神经网络的单个输出数据，建立归属于所述目标视频类型的深度卷积神经网络；次层构建机构，设置在视频供应网站的服务器端，与所述初层构建机构连接，用于针对某一目标视频类型的深度卷积神经网络，采用观看用户过往观看的归属于某一目标视频类型的各个视频片段作为所述某一目标视频类型的深度卷积神经网络的输入数据和输出数据，对所述某一目标视频类型的深度卷积神经网络进行多次学习，以获得某一目标视频类型的多次学习后的深度卷积神经网络；网络定位设备，设置在视频供应网站的客户端，与所述次层构建机构通过互联网执行网络连接，用于获取客户端对应的观看用户下一个视频片段被推荐的类型，并基于被推荐的类型获取对应的多次学习后的深度卷积神经网络以作为目标神经网络；时长判断设备，设置在视频供应网站的客户端，与所述网络定位设备连接，用于以客户端对应的观看用户当前时刻之前最新观看的固定总数的各个视频片段分别对应的各个滞留时长作为目标神经网络的各个输入数据，运行所述目标神经网络以获得客户端对应的观看用户下一个视频片段的预期滞留时长；视频筛选设备，设置在视频供应网站的服务器端，与所述时长判断设备网络连接，用于基于接收到的预期滞留时长在视频供应网站的服务器处筛选播放时长与预期滞留时长匹配且类型与被推荐的类型相同的视频片段作为发送给客户端对应的观看用户的下一个视频片段；其中，基于接收到的预期滞留时长在视频供应网站的服务器处筛选播放时长与预期滞留时长匹配且类型与被推荐的类型相同的视频片段作为发送给客户端对应的观看用户的下一个视频片段包括：发送给客户端对应的观看用户的下一个视频片段的播放时长等于所述预期滞留时长。2.如权利要求1所述的利用分类预测的数据完整维护平台，其特征在于，所述平台还包括：网络通讯接口，设置在所述网络定位设备和所述次层构建机构之间，用于建立所述网络定位设备和所述次层构建机构之间的互联网连接链路。3.如权利要求1
‑
2任一所述的利用分类预测的数据完整维护平台，其特征在于：以客户端对应的观看用户当前时刻之前最新观看的固定总数的各个视频片段分...
【专利技术属性】
技术研发人员：任阿毛，
申请(专利权)人：任阿毛，
类型：发明
国别省市：
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。