一種在線視頻節(jié)目分類方法及其裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及在線視頻節(jié)目分類技術(shù)，特別涉及一種在線視頻節(jié)目分類方法及其裝 置。
【背景技術(shù)】
[0002] 在研究在線視頻服務(wù)的服務(wù)質(zhì)量的時(shí)候我們發(fā)現(xiàn)，對(duì)于在線視頻服務(wù)而言，同一 個(gè)網(wǎng)站存在大量不同的視頻節(jié)目，又由于視頻節(jié)目上線、熱度等不同，使得每個(gè)視頻節(jié)目的 服務(wù)質(zhì)量不一定相同。然而，如果對(duì)每一個(gè)視頻節(jié)目的服務(wù)質(zhì)量都進(jìn)行測(cè)量，測(cè)量周期會(huì)過 于漫長(zhǎng)，對(duì)于單個(gè)視頻節(jié)目而言，這樣兩次測(cè)量的間隔過長(zhǎng)，服務(wù)質(zhì)量估計(jì)滯后；如果要減 小測(cè)量間隔，則需要增加大量的測(cè)量節(jié)點(diǎn)部署，導(dǎo)致難以承受的成本增加；如果不對(duì)所有視 頻節(jié)目進(jìn)行測(cè)量，而是僅考察網(wǎng)站的服務(wù)質(zhì)量，則忽略了不同視頻節(jié)目的服務(wù)質(zhì)量差異，降 低了測(cè)量的精度。因而，我們希望利用聚類方法對(duì)在線視頻節(jié)目（由于每一個(gè)在線視頻節(jié) 目都可以通過固定的統(tǒng)一資源定位符（UniformResourceLocator,簡(jiǎn)稱URL)來(lái)訪問，因 此可以用URL來(lái)代替在線視頻節(jié)目）的服務(wù)質(zhì)量進(jìn)行聚類，將服務(wù)質(zhì)量相似的URL分為一 類，并且對(duì)同類的URL進(jìn)行統(tǒng)一的服務(wù)質(zhì)量測(cè)量、估計(jì)和預(yù)測(cè)。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的是為了提高URL的服務(wù)質(zhì)量評(píng)價(jià)效率。
[0004] 為實(shí)現(xiàn)上述目的，一方面，本發(fā)明提供了 一種在線視頻節(jié)目分類方法，該方法包括 以下步驟：針對(duì)在線視頻節(jié)目的統(tǒng)一資源定位符URL進(jìn)行測(cè)量；根據(jù)測(cè)量結(jié)果對(duì)所述URL 進(jìn)行聚類；將聚類結(jié)果作為所述URL的分類標(biāo)識(shí)；根據(jù)所述分類標(biāo)識(shí)，以及所述在線視視頻 節(jié)目的元數(shù)據(jù)獲取分類模型。
[0005] 上述分類方法中，所述針對(duì)在線視頻節(jié)目的統(tǒng)一資源定位符URL進(jìn)行測(cè)量步驟包 括：測(cè)量所有待測(cè)視頻網(wǎng)站中所述在線視頻節(jié)目URL的服務(wù)質(zhì)量參數(shù)，所述服務(wù)質(zhì)量參數(shù) 包括帶寬和/或時(shí)延；每一組服務(wù)質(zhì)量參數(shù)與其對(duì)應(yīng)的URL和測(cè)量時(shí)間共同組成一個(gè)測(cè)量 結(jié)果。
[0006] 上述分類方法中，所述根據(jù)測(cè)量結(jié)果對(duì)所述URL進(jìn)行聚類步驟包括：對(duì)測(cè)量結(jié)果 進(jìn)行數(shù)據(jù)清洗和去周期化，獲取有效的URL測(cè)量結(jié)果；針對(duì)每條有效的URL測(cè)量結(jié)果都進(jìn)行 抽樣，針對(duì)抽樣結(jié)果進(jìn)行統(tǒng)計(jì)特征計(jì)算；將計(jì)算后的統(tǒng)計(jì)特征與所述URL組成一條聚類用 記錄，所有聚類用記錄組成聚類用數(shù)據(jù)集；利用聚類算法對(duì)所獲得的聚類用數(shù)據(jù)集進(jìn)行聚 類。
[0007] 上述分類方法中，所述根據(jù)測(cè)量結(jié)果對(duì)所述URL進(jìn)行聚類，具體步驟為：對(duì)每個(gè) URL的服務(wù)質(zhì)量測(cè)量結(jié)果進(jìn)行抽樣，每次抽樣無(wú)放回的抽取N個(gè)測(cè)量結(jié)果；計(jì)算所述N個(gè)抽 樣結(jié)果的統(tǒng)計(jì)特征，生成一條聚類用數(shù)據(jù)；所述統(tǒng)計(jì)特征包括均值、方差、偏度和峰度中的 一種或多種。
[0008] 上述分類方法中，所述根據(jù)測(cè)量結(jié)果對(duì)所述URL進(jìn)行聚類步驟還包括：聚類的終 止判定，所述聚類的終止判定以同一個(gè)URL聚類結(jié)果的聚類粒度恰當(dāng)為條件，當(dāng)同一個(gè)URL的測(cè)量結(jié)果抽樣形成的記錄的門限概率a屬于同一類時(shí)，凝聚終止。
[0009] 上述分類方法中，所述將聚類結(jié)果作為所述URL的分類標(biāo)識(shí)步驟包括：根據(jù)聚類 結(jié)果，對(duì)所有待測(cè)網(wǎng)站的在線視頻節(jié)目URL進(jìn)行標(biāo)記分類；其中，對(duì)于不能播放的在線視頻 節(jié)目URL單獨(dú)分為一類。
[0010] 上述分類方法中，所述根據(jù)所述分類標(biāo)識(shí)，以及所述在線視視頻節(jié)目的元數(shù)據(jù)獲 取分類模型步驟包括：對(duì)于每條有效URL，計(jì)算其各測(cè)量結(jié)果的統(tǒng)計(jì)特征，并記錄其元數(shù) 據(jù)、所述URL，以及該URL的標(biāo)記組成一條分類記錄，其中所述元數(shù)據(jù)包括發(fā)行單位、導(dǎo)演、 上線年代和發(fā)行地區(qū)中的一種或多種；根據(jù)所述URL的標(biāo)記，利用分類算法生成所述URL的 分類模型。
[0011] 上述分類方法中，根據(jù)所述分類模型對(duì)新的待測(cè)網(wǎng)站在線視頻節(jié)目URL進(jìn)行快速 分類。所述分類模型基于元數(shù)據(jù)及服務(wù)質(zhì)量數(shù)據(jù)進(jìn)行分類模型定期優(yōu)化更新。
[0012] 另一方面，本發(fā)明提供了一種在線視頻節(jié)目分類裝置，包括：
[0013] 測(cè)量模塊，用于針對(duì)在線視頻節(jié)目的統(tǒng)一資源定位符URL進(jìn)行測(cè)量；
[0014] 聚類模塊，用于根據(jù)測(cè)量結(jié)果對(duì)所述URL進(jìn)行聚類；
[0015] 分類模塊，用于將聚類結(jié)果作為所述URL的分類標(biāo)識(shí)；
[0016] 獲取模塊，用于根據(jù)所述分類標(biāo)識(shí)，以及所述在線視視頻節(jié)目的元數(shù)據(jù)獲取分類 模型。
[0017] 本發(fā)明與現(xiàn)有技術(shù)相比，利用在線視頻節(jié)目分類方法在幾乎不降低精度的情況下 對(duì)在線視頻節(jié)目URL的服務(wù)質(zhì)量進(jìn)行了分類，并且提高了URL的服務(wù)質(zhì)量評(píng)價(jià)效率，
【附圖說明】
[0018] 圖1為本發(fā)明實(shí)施例提供的一種在線視頻節(jié)目分類方法流程示意圖；
[0019] 圖2為本發(fā)明實(shí)施例提供的另一種在線視頻節(jié)目分類方法流程圖示意圖；
[0020] 圖3為本發(fā)明實(shí)施例提供的一種在線視頻節(jié)目分類裝置結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0021] 以下通過特定的具體實(shí)例說明本發(fā)明的實(shí)施方式，本領(lǐng)域技術(shù)人員可由本說明書 所揭露的內(nèi)容輕易地了解本發(fā)明的其他優(yōu)點(diǎn)與功效。本發(fā)明還可以通過另外不同的具體實(shí) 施方式加以實(shí)施或應(yīng)用，本說明書中的各項(xiàng)細(xì)節(jié)也可以基于不同觀點(diǎn)與應(yīng)用，在沒有背離 本發(fā)明的精神下進(jìn)行各種修飾或改變。
[0022] 本發(fā)明要求保護(hù)的是一種在線視頻節(jié)目分類方法及其裝置，應(yīng)用于在線視頻節(jié)目 服務(wù)質(zhì)量的分類。
[0023] 圖1為本發(fā)明實(shí)施例提供的一種在線視頻節(jié)目分類方法流程示意圖，具體包括以 下步驟：
[0024] 步驟SlOl :針對(duì)在線視頻節(jié)目的統(tǒng)一資源定位符URL進(jìn)行測(cè)量。
[0025] 步驟S102 :根據(jù)測(cè)量結(jié)果對(duì)所述URL進(jìn)行聚類。
[0026] 步驟S103 :將聚類結(jié)果作為所述URL的分類標(biāo)識(shí)。。
[0027] 步驟S104 :根據(jù)所述分類標(biāo)識(shí)，以及所述在線視視頻節(jié)目的元數(shù)據(jù)獲取分類模 型。
[0028] 本發(fā)明實(shí)施例利用在線視頻節(jié)目分類方法可以在幾乎不降低精度的情況下提高 對(duì)視頻網(wǎng)站在線視頻節(jié)目服務(wù)質(zhì)量的評(píng)價(jià)效率。
[0029] 圖2為本發(fā)明實(shí)施例提供的另一種在線視頻節(jié)目分類方法流程圖示意圖。如圖2 所示，該方法包括步驟S201-208 :
[0030] 步驟S201，對(duì)在線視頻網(wǎng)站的URL進(jìn)行測(cè)量，測(cè)量所有待測(cè)視頻網(wǎng)站中所述在線 視頻節(jié)目URL的服務(wù)質(zhì)量參數(shù)B1，如帶寬、時(shí)延等，每一組服務(wù)質(zhì)量參數(shù)與其對(duì)應(yīng)的URL和 測(cè)量時(shí)間共同組成一個(gè)測(cè)量結(jié)果。對(duì)于每個(gè)URL，至少需獲得N條測(cè)量結(jié)果。當(dāng)某個(gè)URL多 次測(cè)量均無(wú)法獲得測(cè)量結(jié)果時(shí)，將該URL視為不可播URL，直接并入不可播類。
[0031] 步驟S202,對(duì)測(cè)量結(jié)果進(jìn)行數(shù)據(jù)清洗和去周期化。去除不完整數(shù)據(jù)和錯(cuò)誤數(shù)據(jù)后； 根據(jù)已有知識(shí)，測(cè)量結(jié)果可能包含周期性變化，因此根據(jù)平均值計(jì)算周期規(guī)律參數(shù)，對(duì)測(cè)量 結(jié)果進(jìn)行去周期化。一個(gè)有效的可用URL需要至少有N條有效的測(cè)量結(jié)果。
[0032] 步驟S203,從每條有效URL的有效測(cè)量結(jié)果中都進(jìn)行m次抽樣，每次抽樣中，無(wú)放 回的從該URL的隊(duì)條（N N)有效結(jié)果中抽取N條測(cè)量結(jié)果I Cg )，計(jì)算其均值、方差、峰 度、偏度等統(tǒng)計(jì)特征Cjk;將Cjk、URL、來(lái)源網(wǎng)站和測(cè)量節(jié)點(diǎn)IP等基礎(chǔ)信息組成一條聚類用記 錄。記有效URL數(shù)U，以全部UXm條聚類記錄組成聚類用數(shù)據(jù)集。
[0033] 步驟S204,利用聚類算法（如改進(jìn)的CLARA算法結(jié)合AGNES算法）對(duì)步驟S203所 獲得