媒体播放方法和装置制造方法及图纸

本公开提供了一种媒体播放方法和装置。所述媒体播放方法包括：获取当前数据，所述当前数据包括：当前用户数据、当前设备数据和当前媒体数据；使用所述当前数据构造数据集；以及以构造的数据集作为输入，利用用于确定媒体播放设备的分类预测模型的训练方法得到的分类预测模型，生成用户是否使用多个设备播放媒体的预测值；基于所述预测值，确定所述多个设备中播放媒体的目标设备。根据本公开的方法，能够使媒体共享的效果达到最佳，提升用户的体验。验。验。

【技术实现步骤摘要】
媒体播放方法和装置


[0001]本公开涉及媒体共享
，更具体地，涉及一种媒体播放方法和装置。

技术介绍

[0002]随着越来越多的智能家电设备在家庭中的应用，出现了家庭的多设备交互技术，例如：多设备体验(MDE，Multi
‑
Device Experience)。家庭成员之间的媒体共享和互动更加频繁，多设备交互的需求也更加多样化。目前，当用户想要在不同设备中共享媒体或者向其他家庭成员共享媒体时，用户需要搜索设备并手动选择用于播放的设备，例如，使用手机中应用程序控制进行操作(诸如投屏，屏幕镜像，隔空播放(airplay))，操作繁琐且不智能。并且，对于被共享的其他家庭成员来说，用户手动选择的媒体播放设备可能不是最佳的播放设备，从而导致媒体共享效果不佳。

技术实现思路

[0003]本公开提供一种媒体播放方法和装置，能够根据获取的用户数据、媒体数据和设备数据计算最佳媒体播放设备，无需用户指定播放设备。并且，当目标用户移动时，重新计算最佳播放设备，使媒体数据跟随目标用户的移动而在不同设备之间播放切换，从而使媒体共享的效果达到最佳，提升用户的体验。也可不解决任何上述问题。
[0004]根据本公开的第一方面，提供了一种用于确定媒体播放设备的分类预测模型的训练方法，所述训练方法包括：获取历史数据，所述历史数据包括与用户使用设备播放媒体的记录相关的历史数据；使用所述历史数据构造训练集；以及使用训练集对分类算法进行训练以获得分类预测模型，其中，训练集包括多个分类样本。
[0005]可选地，所述历史数据包括：历史用户数据、历史设备数据和历史媒体数据，其中，历史用户数据表示在使用设备播放媒体时的用户状态相关数据，历史设备数据表示在使用设备播放媒体时的设备状态相关数据，历史媒体数据表示在使用设备播放媒体时被播放的媒体相关数据。
[0006]可选地，用户状态相关数据包括：用户与设备的距离、用户的数量、偏好、是否在使用设备以及是否在移动；设备状态相关数据包括：设备类型、支持的播放格式、是否有相机、是否有录音功能以及设备是否开启；媒体相关数据包括：媒体类型、属性和时长。
[0007]可选地，构造的训练集包括：输入数据和输出数据，其中，输入数据包括：是否有其他人、设备是否开启、设备类型、用户与设备的距离、是否支持播放媒体，输出数据包括：用户是否使用设备播放媒体。
[0008]可选地，对分类算法进行训练的步骤包括：以所述多个分类样本作为分类树的输入，依次训练预定数量的分类树；对训练好的预定数量的分类树的拟合值求和以获得分类预测模型。
[0009]可选地，以所述多个分类样本作为分类树的输入，依次训练预定数量的分类树的步骤包括：初始化待划分分类样本为所述多个分类样本，训练分类树的每层直到指定树深
度；基于训练好的分类树中叶子节点的拟合值和所述叶子节点包含的分类样本，计算分类树的拟合值，其中，分类树的每层进行如下训练操作：按照预定规则确定划分点，其中，所述划分点是与输入数据有关的特征；将所述待划分分类样本按照所述划分点进行划分，以获得两组分类样本；将所述待划分训练样本更新为划分后的两组分类样本中的一组分类样本，返回所述确定划分点的操作。
[0010]可选地，对分类算法进行训练的步骤还包括：将所述多个分类样本输入训练好的预定数量的分类树，基于训练好的预定数量的分类树的输出，通过编码转换构造新的多个训练向量；将所述多个训练向量输入到分类器中进行分类训练；训练好的预定数量的分类树与训练好的分类器通过编码转换操作实现级联，以获得分类预测模型。
[0011]根据本公开的第二方面，提供了一种媒体播放方法，所述媒体播放方法包括：获取当前数据，所述当前数据包括：当前用户数据、当前设备数据和当前媒体数据；使用所述当前数据构造数据集；以及以构造的数据集作为输入，利用如上述用于确定媒体播放设备的分类预测模型的训练方法得到的分类预测模型，生成用户是否使用多个设备播放媒体的预测值；基于所述预测值，确定所述多个设备中播放媒体的目标设备。
[0012]可选地，所述获取当前数据的步骤之前，包括：收集用户关联数据、房屋关联数据和设备关联数据，其中，所述用户关联数据包括用户组信息、用户个人信息、用户的数量，所述房屋关联数据包括房间信息、房屋户型图、按照房间分组的设备列表，所述设备关联数据包括设备类型、设备参数、设备位置和是否支持播放类型。
[0013]可选地，所述获取当前数据的步骤，包括：获取待播放的媒体的数据；以及，获取多个候选设备的数据和用户与设备的距离，其中，所述当前用户数据包括用户与设备的距离和用户关联数据，所述当前设备数据包括所述多个候选设备的数据，所述当前媒体数据包括待播放的媒体的数据。
[0014]可选地，所述获取多个候选设备的数据和用户与设备的距离的步骤，包括：获取用户所在的位置信息，其中，所述位置信息包括用户所在房间；基于用户所在的房间和按照房间分组的设备列表，确定用户所在的房间中的设备为所述多个候选设备；获取所述多个候选设备对应的设备关联数据作为所述多个候选设备的数据；获取用户与所述多个候选设备之间的多个距离作为所述用户与设备的距离。
[0015]可选地，构造的数据集包括如下输入数据：是否有其他人、设备是否开启、设备类型、用户与设备的距离、是否支持播放媒体。
[0016]可选地，所述播放方法还包括：控制目标设备播放媒体；其中，所述控制目标设备播放媒体的步骤包括：确定用户在目标设备上播放媒体的意见；响应于确定所述意见为用户同意在目标设备上播放媒体，控制目标设备播放媒体；响应于确定所述意见为用户不同意在目标设备上播放媒体，确定用户的指定播放设备；响应于确定用户的所述指定播放设备，控制所述指定播放设备播放媒体，其中，所述指定播放设备为与目标设备不同的所述多个设备中的一个设备。
[0017]可选地，所述确定用户在目标设备上播放媒体的意见的步骤，包括：发送第一询问信息给第一设备，其中，第一询问信息是用于由第一设备询问用户是否同意在目标设备上播放媒体的信息；接收第一设备返回的用户关于第一询问信息的第一应答；其中，所述确定用户的指定播放设备的步骤，包括：发送第二询问信息给第一设备，其中，第二询问信息是
用于由第一设备询问用户是否指定设备播放媒体的信息；接收第一设备返回的用户关于第二询问信息的第二应答，其中，第一设备为所述多个设备中的一个设备。
[0018]可选地，所述播放方法还包括：根据用户的移动重新确定目标设备；其中，所述根据用户的移动重新确定目标设备的步骤包括：响应于检测到用户的移动距离超过第一阈值，重新获取用户与所述多个候选设备之间的多个距离以更新所述当前用户数据，返回所述使用所述当前数据构造数据集的步骤。
[0019]可选地，所述根据用户的移动重新确定目标设备的步骤，还包括：响应于检测到用户房间的切换，返回所述获取当前数据的步骤；和/或，响应于检测到用户的移动距离超过第二阈值开始到检测到用户房间的切换之前，将用户的随身设备确定为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于确定媒体播放设备的分类预测模型的训练方法，包括：获取历史数据，所述历史数据包括与用户使用设备播放媒体的记录相关的历史数据；使用所述历史数据构造训练集；以及使用训练集对分类算法进行训练以获得分类预测模型，其中，训练集包括多个分类样本。2.如权利要求1所述的方法，其中，所述历史数据包括：历史用户数据、历史设备数据和历史媒体数据，其中，历史用户数据表示在使用设备播放媒体时的用户状态相关数据，历史设备数据表示在使用设备播放媒体时的设备状态相关数据，历史媒体数据表示在使用设备播放媒体时被播放的媒体相关数据。3.如权利要求2所述的方法，其中，用户状态相关数据包括：用户与设备的距离、用户的数量、偏好、是否在使用设备以及是否在移动；设备状态相关数据包括：设备类型、支持的播放格式、是否有相机、是否有录音功能以及设备是否开启；媒体相关数据包括：媒体类型、属性和时长。4.如权利要求1所述的方法，构造的训练集包括：输入数据和输出数据，其中，输入数据包括：是否有其他人、设备是否开启、设备类型、用户与设备的距离、是否支持播放媒体，输出数据包括：用户是否使用设备播放媒体。5.如权利要求4所述的方法，其中，对分类算法进行训练的步骤包括：以所述多个分类样本作为分类树的输入，依次训练预定数量的分类树；对训练好的预定数量的分类树的拟合值求和以获得分类预测模型。6.如权利要求5所述的方法，其中，以所述多个分类样本作为分类树的输入，依次训练预定数量的分类树的步骤包括：初始化待划分分类样本为所述多个分类样本，训练分类树的每层直到指定树深度；基于训练好的分类树中叶子节点的拟合值和所述叶子节点包含的分类样本，计算分类树的拟合值，其中，分类树的每层进行如下训练操作：按照预定规则确定划分点，其中，所述划分点是与输入数据有关的特征；将所述待划分分类样本按照所述划分点进行划分，以获得两组分类样本；将所述待划分训练样本更新为划分后的两组分类样本中的一组分类样本，返回所述确定划分点的操作。7.如权利要求5所述的方法，其中，对分类算法进行训练的步骤还包括：将所述多个分类样本输入训练好的预定数量的分类树，基于训练好的预定数量的分类树的输出，通过编码转换构造新的多个训练向量；将所述多个训练向量输入到分类器中进行分类训练；训练好的预定数量的分类树与训练好的分类器通过编码转换操作实现级联，以获得分类预测模型。
8.一种媒体播放方法，其中，所述方法包括：获取当前数据，所述当前数据包括：当前用户数据、当前设备数据和当前媒体数据；使用所述当前数据构造数据集；以及以构造的数据集作为输入，利用如权利要求1
‑
7中任一项所述的训练方法得到的分类预测模型，生成用户是否使用多个设备播放媒体的预测值；基于所述预测值，确定所述多个设备中播放媒体的目标设备。9.如权利要求8所述的方法，其中，所述获取当前数据的步骤之前，包括：收集用户关联数据、房屋关联数据和设备关联数据，其中，所述用户关联数据包括用户组信息、用户个人信息、用户的数量，所述房屋关联数据包括房间信息、房屋户型图、按照房间分组的设备列表，所述设备关联数据包括设备类型、设备参数、设备位置和是否支持播放类型。10.如权利要求9所述的方法，其中，所述获取当前数据的步骤，包括：获取待播放的媒体的数据；以及，获取多个候选设备的数据和用户与设备的距离，其中，所述当前用户数据包括用户与设备的距离和用户关联数据，所述当前设备数据包括所述多个候选设备的数据，所述当前媒体数据包括待播放的媒体的数据。11.如权利要求10所述的方法，其中，所述获取多个候选设备的数据和用户与设备的距离的步骤，包括：获取用户所在的位置信息，其中，所述位置信...

【专利技术属性】
技术研发人员：焦婷婷，许可喜，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：