目标时刻预测方法、装置、电子设备及可读存储介质制造方法及图纸

本公开关于目标时刻预测方法、装置、电子设备及可读存储介质，该方法包括：获取当前时刻前预设时长内的直播数据流，所述直播数据流对应的直播间的直播状态为直播中；获取所述直播数据流对应的直播特征；所述直播特征用于表征直播间内影响目标时刻的相关因素，所述目标时刻为符合预设特性的直播时刻；将所述直播特征输入到预先训练得到的目标时刻预测模型，得到目标时刻预测结果；在所述目标时刻预测结果大于等于预先设定的阈值的情况下，确定所述当前时刻为目标时刻。本公开提供的技术方案可以对直播视频进行实时预测，快速、及时、准确地确定出直播中目标时刻。定出直播中目标时刻。定出直播中目标时刻。

【技术实现步骤摘要】
目标时刻预测方法、装置、电子设备及可读存储介质


[0001]本公开涉及互联网
，尤其涉及目标时刻预测方法、装置、电子设备及可读存储介质。

技术介绍

[0002]随着互联网技术的发展，直播变得越来越普遍，直播中存在一些目标时刻如高光时刻，往往可以快速地满足观看者的观看需求。目前，主播直播时会进行视频录制，在直播结束后由相关工作人员在录制的视频中进行选取，确定出目标时刻，然后进行目标时刻的发布，供观看者观看，此种目标时刻的确定方法效率较低，且具有一定的滞后性。

技术实现思路

[0003]本公开提供目标时刻预测方法、装置、电子设备及可读存储介质，以至少解决相关技术中目标时刻的确定效率低、且具有滞后性的问题。本公开的技术方案如下：
[0004]根据本公开实施例的第一方面，提供一种目标时刻预测方法，包括：
[0005]获取当前时刻前预设时长内的直播数据流，所述直播数据流对应的直播间的直播状态为直播中；
[0006]获取所述直播数据流对应的直播特征；所述直播特征用于表征直播间内影响目标时刻的相关因素，所述目标时刻为符合预设特性的直播时刻；
[0007]将所述直播特征输入到预先训练得到的目标时刻预测模型，得到目标时刻预测结果；
[0008]在所述目标时刻预测结果大于等于预先设定的阈值的情况下，确定所述当前时刻为目标时刻。
[0009]可选地，所述方法还包括：
[0010]在所述当前时刻为目标时刻的情况下，获取所述目标时刻的直播数据流对应的第一虚拟资源值；所述第一虚拟资源值为所述目标时刻的直播数据流所需虚拟资源的预估值；
[0011]将所述第一虚拟资源值与预先设定的膨胀系数的计算结果作为所述目标时刻的直播数据流对应的第二虚拟资源值；所述第二虚拟资源值大于所述第一虚拟资源值。
[0012]可选地，所述直播特征包括第一直播特征、第二直播特征、第三直播特征和第四直播特征中的至少一种；
[0013]在所述直播特征包括所述第一直播特征的情况下，所述获取所述直播数据流对应的直播特征，包括：
[0014]对所述直播数据流进行人物识别，并确定直播间属性；基于人物识别结果和属性确定结果，得到所述第一直播特征；
[0015]在所述直播特征包括所述第二直播特征的情况下，所述获取所述直播数据流对应的直播特征，包括：
[0016]确定所述直播数据流对应的展示对象信息，基于所述展示对象信息，得到所述第二直播特征；
[0017]在所述直播特征包括所述第三直播特征的情况下，所述获取所述直播数据流对应的直播特征，包括：
[0018]对所述直播数据流中的直播画面数据进行图像识别，并对所述直播数据流中的直播音频数据进行语音识别，基于图像识别结果和语音识别结果，得到所述第三直播特征；
[0019]在所述直播特征包括所述第四直播特征的情况下，所述获取所述直播数据流对应的直播特征，包括：
[0020]对所述直播数据流对应的终端账户的账户行为进行统计，基于统计结果，得到所述第四直播特征。
[0021]可选地，所述目标时刻预测模型通过下述步骤训练得到：
[0022]获取训练直播数据流，所述训练直播数据流包括标注出的目标时刻、非目标时刻以及不同时刻分别对应的第三虚拟资源值；所述第三虚拟资源值为所述训练直播数据流的不同时刻分别对应的所需虚拟资源的预估值；
[0023]获取所述训练直播数据流对应的训练特征；所述训练特征用于表征直播间内影响目标时刻的相关因素；
[0024]将所述训练特征输入预设模型，得到训练时刻预测结果和训练成本预测结果；
[0025]基于所述训练时刻预测结果、所述目标时刻和所述非目标时刻，确定第一损失值；并基于所述训练成本预测结果和所述第三虚拟资源值，确定第二损失值；
[0026]基于所述第一损失值和所述第二损失值对所述预设模型的模型参数进行调整，直至得到符合训练结束条件的目标时刻预测模型。
[0027]可选地，所述获取训练直播数据流，包括：
[0028]获取历史直播数据流，所述历史直播数据流的曝光由终端账户发送的资源获取请求引起；
[0029]针对所述历史直播数据流对应的每一次资源获取请求，将所述历史直播数据流的曝光时间戳作为曝光后所述终端账户的账户行为时间戳；
[0030]基于所述曝光时间戳，对所述历史直播数据流的曝光和账户行为分别对应的所需虚拟资源的预估值进行统计，以获取所述历史直播数据流不同时刻对应的第三虚拟资源值；
[0031]基于不同时刻分别对应的所述第三虚拟资源值，在所述历史直播数据流中确定出目标时刻和非目标时刻，获取训练直播数据流。
[0032]可选地，所述基于不同时刻分别对应的所述第三虚拟资源值，在所述历史直播数据流中确定出目标时刻和非目标时刻，包括：
[0033]在不同时刻分别对应的所述第三虚拟资源值中，确定出所述第三虚拟资源值的峰值；
[0034]将所述峰值对应的时刻标记为目标时刻，将非峰值对应的时刻标记为非目标时刻。
[0035]可选地，所述预设模型包括预处理网络、第一门控网络、第二门控网络、至少一个专家网络、第一输出网络和第二输出网络；所述将所述训练特征输入预设模型，得到训练时
刻预测结果和训练成本预测结果，包括：
[0036]基于所述训练特征和所述预处理网络，得到处理后的训练特征；
[0037]将所述处理后的训练特征分别输入所述第一门控网络和所述至少一个专家网络；所述第一门控网络用于确定所述至少一个专家网络分别对应的第一权重参数；将所述至少一个专家网络的第一输出值与所述第一权重参数的计算结果输入所述第一输出网络，得到训练时刻预测结果；
[0038]将所述处理后的训练特征分别输入所述第二门控网络和所述至少一个专家网络；所述第二门控网络用于确定所述至少一个专家网络分别对应的第二权重参数；将所述至少一个专家网络的第二输出值与所述第二权重参数的计算结果输入所述第二输出网络，得到训练成本预测结果。
[0039]可选地，在所述训练直播数据流取中的每一数据流的时长对应一个单位时长的情况下，所述预处理网络用于进行降维处理；所述基于所述训练特征和所述预处理网络，得到处理后的训练特征，包括：
[0040]确定训练特征中的稀疏类特征和稠密类特征；所述稀疏类特征用于表征直播间内影响目标时刻的不可量化的相关因素，所述稠密类特征用于表征直播间内影响目标时刻的可量化的相关因素；
[0041]将所述稀疏类特征输入所述预处理网络得到第一处理后的稀疏特征；基于所述第一处理后的稀疏特征与所述稠密类特征，得到处理后的训练特征。
[0042]可选地，在所述训练直播数据流中每一数据流的时长对应至少两个单位时长的情况下，所述预处理网络为第一网络和第二网络；所述第一网络用于进行降维处理；所述第二网络用于捕获所述训练特征中的稠密类特征间依赖关系；所述基于所述训练特征和所述预处理网络，得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标时刻预测方法，其特征在于，包括：获取当前时刻前预设时长内的直播数据流，所述直播数据流对应的直播间的直播状态为直播中；获取所述直播数据流对应的直播特征；所述直播特征用于表征直播间内影响目标时刻的相关因素，所述目标时刻为符合预设特性的直播时刻；将所述直播特征输入到预先训练得到的目标时刻预测模型，得到目标时刻预测结果；在所述目标时刻预测结果大于等于预先设定的阈值的情况下，确定所述当前时刻为目标时刻。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：在所述当前时刻为目标时刻的情况下，获取所述目标时刻的直播数据流对应的第一虚拟资源值；所述第一虚拟资源值为所述目标时刻的直播数据流所需虚拟资源的预估值；将所述第一虚拟资源值与预先设定的膨胀系数的计算结果作为所述目标时刻的直播数据流对应的第二虚拟资源值；所述第二虚拟资源值大于所述第一虚拟资源值。3.根据权利要求1所述的方法，其特征在于，所述直播特征包括第一直播特征、第二直播特征、第三直播特征和第四直播特征中的至少一种；在所述直播特征包括所述第一直播特征的情况下，所述获取所述直播数据流对应的直播特征，包括：对所述直播数据流进行人物识别，并确定直播间属性；基于人物识别结果和属性确定结果，得到所述第一直播特征；在所述直播特征包括所述第二直播特征的情况下，所述获取所述直播数据流对应的直播特征，包括：确定所述直播数据流对应的展示对象信息，基于所述展示对象信息，得到所述第二直播特征；在所述直播特征包括所述第三直播特征的情况下，所述获取所述直播数据流对应的直播特征，包括：对所述直播数据流中的直播画面数据进行图像识别，并对所述直播数据流中的直播音频数据进行语音识别，基于图像识别结果和语音识别结果，得到所述第三直播特征；在所述直播特征包括所述第四直播特征的情况下，所述获取所述直播数据流对应的直播特征，包括：对所述直播数据流对应的终端账户的账户行为进行统计，基于统计结果，得到所述第四直播特征。4.根据权利要求1所述的方法，其特征在于，所述目标时刻预测模型通过下述步骤训练得到：获取训练直播数据流，所述训练直播数据流包括标注出的目标时刻、非目标时刻以及不同时刻分别对应的第三虚拟资源值；所述第三虚拟资源值为所述训练直播数据流的不同时刻分别对应的所需虚拟资源的预估值；获取所述训练直播数据流对应的训练特征；所述训练特征用于表征直播间内影响目标时刻的相关因素；将所述训练特征输入预设模型，得到训练时刻预测结果和训练成本预测结果；
基于所述训练时刻预测结果、所述目标时刻和所述非目标时刻，确定第一损失值；并基于所述训练成本预测结果和所述第三虚拟资源值，确定第二损失值；基于所述第一损失值和所述第二损失值对所述预设模型的模型参数进行调整，直至得到符合训练结束条件的目标时刻预测模型。5.根据权利要求4所述的方法，其特征在于，所述获取训练直播数据流，包括：获取历史直播数据流，所述历史直播数据流的曝光由终端账户发送的资源获取请求引起；针对所述历史直播数据流对应的每一次资源获取请求，将所述历史直播数据流的曝光时间戳作为曝光后所述终端账户的账户行为时间戳；基于所述曝光时间戳，对所述历史直播数据流的曝光和账户行为分别对应的所需虚拟资源的预估值进行统计，以获取所述历史直播数据流不同时刻对应的第三虚拟资源值；基于不同时刻分别对应的所述第三虚拟资源值，在所述历史直播数据流中确定出目标时刻和非目标时刻，获取训练直播数据流。6.根据权利要求5所述的方法，其特征在于，...

【专利技术属性】
技术研发人员：陈翼翼，
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：