通过视频搜索和播放行为表现出实体热度的方法

摘要

一种通过视频搜索和播放行为表现实体热度的方法，首先选取一定的样本时间段，并挑选多个同类样本实体作为样本对象；挑选可能表征所述样本对象热度的多个典型指标；针对每个样本对象，确定研究时间，计算在研究时间内各个典型指标的标准方差，然后将同一典型指标的多个标准方差平均化，从而分别平均标准方差；利用不同典型指标的平均标准方差，通过AHP层次分析法，不同典型指标的权重值；对于某个样本，将每个指标单日标准化值并乘以所述权重值，得到该指标在当日的实际热度权重，所有的实际热度权重相加，得到样本在当日的热度，计算每个实体的每天的热度，得到实体的热度排行榜。本发明实现了所有实体的top排行榜的量化展示。

说明书

技术领域

本申请涉及视频播放领域，具体的，涉及在视频播放领域中通过视频搜索和播放行为表现出实体热度的方法。

背景技术

随着网络视频技术的发展，越来越多的人们通过视频搜索引擎来获得所需要的视频。所谓视频搜索引擎指的是搜索互联网上在线视频播放网站资源、视频搜索、搜索互联网上的精彩视频资源，在“搜索”框中输入要看的电影、电视剧、MV等关键字进行搜索。而在众多的网络视频中，如何能够找到受到关注的实体，也就是热度较高的实体成为现有技术亟需解决的技术问题。

发明内容

本发明的目的在于提出一种通过视频搜索和播放行为表现出实体热度。

为达此目的，本发明采用以下技术方案：

一种通过视频搜索和播放行为表现实体热度的方法，包括如下步骤：

步骤1，选取一定的样本时间段，挑选在所述样本时间段中有重大影响时间出现的多个同类样本实体作为样本对象；

步骤2，挑选可能表征所述样本对象热度的多个典型指标，所述典型指标包括针对样本对象的搜索量，所述样本对象的正片播放量，所述样本对象的预告片和花絮播放量，所述样本对象的相关新闻资讯播放量；

步骤3，针对每个样本对象，确定其在所述样本时间段中的最大影响时间的时间点，进而确定在该时间点前后各一小段时间作为所述样本对象的研究时间，计算在所述研究时间内各个典型指标的标准方差，然后将所有样本对象的同一典型指标的多个标准方差平均化，从而分别得到不同典型指标的平均标准方差；

步骤4，利用不同典型指标的平均标准方差，通过AHP层次分析法，将其分为9档，进而构造成对比较阵，并在所述成对比较阵基础上得到不同典型指标的权重值；

步骤5，对于相同实体的某个样本，将每个指标单日的实际值，除以所述指标在当日最大值，并乘以所述权重值，得到该指标在当日的实际热度权重，分别计算所有指标的实际热度权重，并将所述实际热度权重相加，得到所述样本在当日的热度，计算每个实体的每天的热度，得到实体的热度排行榜。

优选地，所述样本为视频领域所涉及的各种研究对象。所述样本为明星、导演、电影、电视剧中的一个。

优选地，所述样本为明星，各个步骤如下：

步骤1，选取一定的样本时间段，挑选在所述样本时间段中有重大影响时间出现的多个明星作为样本对象；

步骤2，挑选可能表征明星热度的多个典型指标，所述典型指标包括明星的搜索量，明星参演剧集的正片播放量，明星参演剧集的预告片和花絮播放量，明星的相关新闻资讯播放量，和明星所参加综艺节目的播放量；

步骤3，针对每个样本明星，确定其在所述样本时间段中的最大影响时间的时间点，进而确定在该时间点前后各一小段时间，作为所述样本对象的研究时间，计算在所述研究时间内各个典型指标的标准方差，然后将所有样本对象的同一典型指标的多个标准方差平均化，从而分别得到不同典型指标的平均标准方差；

步骤4，利用不同典型指标的平均标准方差，通过AHP层次分析法，将其分为9档，进而构造成对比较阵，并在所述成对比较阵基础上得到不同典型指标的权重值，利用不同典型指标的平均标准方差通过AHP层次分析法，将其分为9档，进而构造成对比较阵，并在所述成对比较阵基础上得到不同典型指标的权重值；

步骤5，将热度计算范围从所述多个样本明星拓展到全体明星范围，对于明星i，其单日5个指标的实际值分别为A搜索量_i、A正片_i、A预告片_i、A资讯_i、A综艺_i，同时该日所有明星的各指标中的最大值记为A搜索量_max、A正片_max、A预告片_max、A资讯_max、A参与综艺_max，则该日明星i的热度值为，

，每个明星的热度值在0-10之间取值，从而得到明星的热度排行榜。

优选地，在步骤3中，搜索量S的平均标准方差Sc计算过程如下：

绝对搜索量：S_i，其中，1≤i≤21

标准化搜索量：$>{\mathrm{Sa}}_i=\frac{S_i}{\max (S_1,S_2,...,S_{21})};$>

平均标准化搜索量：$>{\mathrm{Sa}}_{\mathrm{avg}}=\frac{{\mathrm{Sa}}_1+{\mathrm{Sa}}_2+...+{\mathrm{Sa}}_{21}}{21}$>

标准化搜索量的方差：

$>\mathrm{Sb}=\frac{{({\mathrm{Sa}}_1-{\mathrm{Sa}}_{\mathrm{avg}})}^2+{({\mathrm{Sa}}_2-{\mathrm{Sa}}_{\mathrm{avg}})}^2+...+{({\mathrm{Sa}}_{21}-{\mathrm{Sa}}_{\mathrm{avg}})}^2}{21};$>

然后将所述多个明星的标准化搜索量的方差平均化从而得到搜索量指标的整体的平均标准方差Sc。

优选地，所述样本时间段为三个月，所述一小段时间为10天，所述多个明星为15个明星。

本发明不仅能够得到各个实体自身的热度趋势，还能得到每天热度最高的实体排行榜，对于所有实体的top排行榜，实现了量化展示。

附图说明

图1是根据本发明的通过视频搜索和播放行为表现实体热度的方法；

图2是某个明星热度示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

本发明首先定义与本发明相关的概念。

实体，是指视频领域所涉及的各种研究对象，包括明星、导演、电影和电视剧。热度，指的是上述实体受关注的程度，既可以是叫好受人喜欢、也可以是被骂恶评不断，但都反映了受关注的被讨论的程度。在本发明的具体实施例中，，以明星作为各类实体的代表，解释了热度分数的计算过程。

参见图1，示出了根据本发明的通过视频搜索和播放行为表现实体热度的方法。

步骤1，选取一定的样本时间段，例如三个月，挑选在所述样本时间段中有重大影响时间出现的多个同类样本实体作为样本对象；

步骤2，挑选可能表征所述样本对象热度的多个典型指标，所述典型指标包括针对样本对象的搜索量，所述样本对象的正片播放量，所述样本对象的预告片和花絮播放量，所述样本对象的相关新闻资讯播放量；

步骤3，针对每个样本对象，确定其在所述样本时间段中的最大影响时间的时间点，进而确定在该时间点前后各一小段时间作为所述样本对象的研究时间，计算在所述研究时间内各个典型指标的标准方差，然后将所有样本对象的同一典型指标的多个标准方差平均化，从而分别得到不同典型指标的平均标准方差；

步骤4，利用不同典型指标的平均标准方差，通过AHP层次分析法，将其分为9档，进而构造成对比较阵，并在所述成对比较阵基础上得到不同典型指标的权重值；

步骤5，对于相同实体的某个样本，将每个指标单日的实际值，除以所述指标在当日最大值，并乘以所述权重值，得到该指标在当日的实际热度权重，分别计算所有指标的实际热度权重，并将所述实际热度权重相加，得到所述样本在当日的热度，计算每个实体的每天的热度，得到实体的热度排行榜。

优选地，所述样本为视频领域所涉及的各种研究对象，例如明星、导演、电影、电视剧中的一个。

优选地，所述样本为明星，此时，本方法各个步骤如下：

步骤1，选取一定的样本时间段，例如三个月，挑选在所述样本时间段中有重大影响时间出现的多个明星作为样本对象，例如15个明星；

步骤2，挑选可能表征明星热度的多个典型指标，所述典型指标包括明星的搜索量，明星参演剧集的正片播放量，明星参演剧集的预告片和花絮播放量，明星的相关新闻资讯播放量，和明星所参加综艺节目的播放量；

步骤3，针对每个样本明星，确定其在所述样本时间段中的最大影响时间的时间点，进而确定在该时间点前后各一小段时间，例如10天，作为所述样本对象的研究时间，计算在所述研究时间内各个典型指标的标准方差，然后将所有样本对象的同一典型指标的多个标准方差平均化，从而分别得到不同典型指标的平均标准方差；

参见图2，以明星黄某波为例，20140516嫖娼事件曝光为最大影响事件，因此选择20140506-20140526共21天为其计算时间段，以搜索量S为例，其平均标准方差Sc计算过程如下：

绝对搜索量：S_i，其中，1≤i≤21

标准化搜索量：$>{\mathrm{Sa}}_i=\frac{S_i}{\max (S_1,S_2,...,S_{21})};$>

平均标准化搜索量：$>{\mathrm{Sa}}_{\mathrm{avg}}=\frac{{\mathrm{Sa}}_1+{\mathrm{Sa}}_2+...+{\mathrm{Sa}}_{21}}{21}$>

标准化搜索量的方差：

$>\mathrm{Sb}=\frac{{({\mathrm{Sa}}_1-{\mathrm{Sa}}_{\mathrm{avg}})}^2+{({\mathrm{Sa}}_2-{\mathrm{Sa}}_{\mathrm{avg}})}^2+...+{({\mathrm{Sa}}_{21}-{\mathrm{Sa}}_{\mathrm{avg}})}^2}{21};$>

然后将这15个样本明星的标准化搜索量的方差平均化从而得到搜索量指标的整体的平均标准方差Sc。

这21天内搜索量的平均标准方差越大，说明搜索量在时间点前后的变化波动越大，也就说明标准化搜索量对于反映热度变化越重要。同理可得其他各指标的整体的平均标准方差值。

步骤3中示例性的挑选了15个样本明星，每个明星均人工挑选出了其在三个月内最热的时间点(不同明星的时间点不同)，每个明星在其时间点前后都可以算出来前述5个典型指标(明星的搜索量，明星参演剧集的正片播放量，明星参演剧集的预告片和花絮播放量，明星的相关新闻资讯播放量，和明星所参加综艺节目的播放量)对应的标准化方差值。

步骤3的目标是得出这5个指标的方差值，为步骤4服务。但单一明星的这5个方差值可能存在一定的误差，因此本发明选取了多个明星，将多个明星的搜索量的标准化方差的平均值作为搜索量指标的最终参考方差，同样其他4个指标也采用多个明星对应指标平均的方式得到最终参考方差。参见表1，得到了这5个指标的最终的平均标准化方差。

表1.明星典型指标的最终平均标准化方差

正片预告片和花絮搜索量新闻资讯综艺节目方差0.03360.04340.04610.03150.0203

步骤4，利用不同典型指标的平均标准方差，通过AHP层次分析法，将其分为9档，进而构造成对比较阵，并在所述成对比较阵基础上得到不同典型指标的权重值；

本领域技术人员能知道，利用平均标准化方差通过AHP层次分析法，得到不同典型指标的权重值属于AHP的常规计算方法。

9档是AHP层次分析法成对比较阵的一个要求，即用1-9及其倒数来衡量各指标间的重要性，9表示相对最重要、1/9表示相对最不重要。如A指标最重要、B指标最不重要，则A相对B为9。

根据步骤3生成的5个指标的平均方差，可以看到搜索量指标方差最大、综艺节目方差最小，因此可以得出档位差为

(0.0461-0.0203)/(9-1)＝0.003225

进而提取任何两个指标，如“预告片和花絮”和“正片”，其方差之间相差的档位为

(0.0434-0.0336)/0.003225＝3

因此“预告片和花絮”相对于“正片”的重要性为(3+1)＝4，“正片”相对于“预告片和花絮”的重要性则为1/4。

即，通过最大值和最小值除以档位数量差，得到每档的档位差，再将任何两个指标的差除以所述档位差，得到彼此的重要性。

经过类似的处理得到，最终可得到成对比较阵参见表2：

表2.成对比较阵

，通过AHP层次分析法，利用成对比较阵生成最终每个指标的权重值，分别为P_搜索量、P_正片、P_预告片、P_资讯、P_综艺。

步骤5，将热度计算范围从所述多个样本明星拓展到全体明星范围，以明星i为例，其单日5个指标的实际值分别为A搜索量_i、A正片_i、A预告片_i、A资讯_i、A综艺_i，同时该日所有明星的各指标中的最大值记为A搜索量_max、A正片_max、A预告片_max、A资讯_max、A参与综艺_max，则该日明星i的热度值为，

，每个明星的热度值在0-10之间取值。

这样针对某个明星的多日热度值即可形成热度趋势，同时对某日的全量明星做热度值倒序排列即可得到该日热度最高的明星排行榜。

因此，本发明不仅能够得到各个实体自身的热度趋势，还能得到每天热度最高的实体排行榜，对于所有实体的top排行榜，实现了量化展示。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书确定保护范围。