无卡顿智能终端直播应用系统、方法、设备及存储介质与流程

[0001]
本发明属于移动互联网信息服务技术领域，尤其涉及一种无卡顿智能终端直播应用系统、方法、设备及存储介质。


背景技术：

[0002]
目前，随着科学技术的迅猛发展及5g技术的逐步推广与应用，信息化建设在城市发展中所占的比重越来越大；智能终端已经成为人们日常生活和交流中不可或缺的重要组成部分，如何提升智能终端或者app的性能已经成为业界研究的热点话题，以近几年迅速崛起的直播平台为例：电信运营商推出不限流量套餐和直播行业的迅猛发展，让越来越多的用户选择使用移动网络在碎片化的时间里观看直播。在移动场景或者公共区域用户在观看直播时，会因各种各样的问题而出现卡顿现象，这些问题可能来源于智能终端cpu占用过高、内存不足、智能终端过热、无线侧网络通道拥塞、无线侧信号弱、小区切换、核心网通信拥塞、媒体网关流速控制或者是数据服务器过载等诸多原因。用户观看卡顿直接影响用户体验，如果能够对卡顿原因进行精准定位，则对用户体验有较大提升，对移动数据应用和优化改善移动终端具有重要的理论研究意义和实践研究价值。
[0003]
传统基于无线侧邻区数据传输质量和用户体验数据建模算法，缺少必要的数据源，分析维度过于单一，针对特定场景下的问题无法给出准确的定界原因，如智能终端cpu过高导致的终端app卡顿往往会归咎于邻区信道拥塞。
[0004]
通过上述分析，现有技术存在的问题及缺陷为：传统基于无线侧邻区数据传输质量和用户体验数据建模算法，缺少必要的数据源，分析维度过于单一，针对特定场景下的问题无法给出准确的定界原因，如智能终端cpu过高导致的终端app卡顿往往会归咎于邻区信道拥塞。


技术实现要素：

[0005]
针对现有技术存在的问题，本发明提供了一种无卡顿智能终端直播应用系统、方法、设备及存储介质。
[0006]
本发明是这样实现的，一种无卡顿智能终端直播应用方法，所述无卡顿智能终端直播应用方法包括以下步骤：
[0007]
步骤一，通过监测视频直播卡顿系统的目标数据设计模块在视频直播app模块中建立模型以设计需要采集的目标数据，并通过位置设计模块设计所述目标数据产生的位置：确定需要采集的目标数据的数据源，基于不同的数据源收集包括网页标题、关键字在内的信息建立类相关的关键字库；同时根据每一个数据源的页面数据特点，事先定义好待爬取的数据字段；当有新的目标数据需要采集时，获取包括目标页面标题、页面关键字在内的与关键字库对应的信息，根据获得的信息与已有的类库数据对数据源进行分类；筛选出数据源的文章列表地址，过滤包括广告在内的与舆情数据无关的页面，将筛选出的地址加入数据采集源列表；基于包括不同数据源网页标题、关键字在内的信息建立的关键字库对应
不同数据源的标题以及关键字确定不同数据源的地址信息，即可得所述目标数据产生的位置。
[0008]
步骤二，通过监测视频直播卡顿系统的采集点放置模块根据所设计的目标数据产生的位置，结合直播节点放置数据采集点；通过部署于联网服务器上的流媒体转发系统转发视频采集设备采集的标准流至微视频直播系统，或者存储视频采集设备采集的标准流到云存储系统；其中，所述目标数据包括首播时间、首播时长分布、异常比例、卡顿时间占比、卡顿用户分布、卡顿时间和次数的关键数据。
[0009]
步骤三，转发视频过程中视频编码优化：将多模块关联、多目标性能约束的算法优化转化为系列算法参数在率-失真-资源消耗约束下的取值选择问题，包括：多层次候选参数选择；多层次候选参数离散值选择和基于关联耦合度的系列参数取值选择；所述多层次候选参数选择的算法参数包括：编码工具参数、编码全局参数、可定制模块算法参数；所述基于关联耦合度的系列参数取值选择采用定量度量模块间及模块内算法参数间关联耦合程度。
[0010]
步骤四，通过云存储系统查看所需视频和接收监测视频直播卡顿系统的数据并且经过统计分析，将数据整合输出首播时间、首播时长分布、异常比例、卡顿时间占比、卡顿用户分布、卡顿时间和次数的关键数据，结合数据检测并定位卡顿原因；通过布署于互联网服务器上的中心管理系统对添加到系统的视频采集设备、用户及用户权限进行全局管理。
[0011]
步骤五，通过微视频直播系统直接通过智能终端即时通信工具直播、分享和推广来自网络摄像机、监控设备及其他视频采集设备的视频，同时可对视频采集设备进行对讲、抓拍、录像存储、回放、清晰度调整以及云台控制的操作；通过视频直播app模块注册微视频直播系统账号，通过手工或扫描二维码的方式把设备关联到该账号，管理关联设备的查看权限并查看设备视频。
[0012]
进一步，步骤二中，所述流媒体转发系统存储视频采集设备采集的标准流到云存储系统的方法，包括：
[0013]
(1)获取流媒体转发系统提交的标准流存储请求，并根据所述标准流存储请求获取对象标准流的容器信息；
[0014]
(2)根据所述对象标准流的容器信息获取所述对象标准流的原始云存储节点信息；根据负载均衡和所述流媒体转发系统提交的标准流存储请求选择目标云存储节点；
[0015]
(3)向流媒体转发系统发送目标云存储节点信息和所述原始云存储节点信息，以使流媒体转发系统根据所述目标云存储节点信息向所述目标云存储节点发送所述对象数据和所述原始云存储节点信息，使得所述目标云存储节点存放所述对象标准流并向所述对象标准流的原始云存储节点发送存储通知消息，所述存储通知消息中携带所述对象标准流的对象元数据和访问链接。
[0016]
进一步，步骤三中，所述多层次候选参数离散值的选择方法，包括：
[0017]
(1)基于等效硬件复杂度c
tot
度量，将所有算法参数设置为率失真性能最好的离散值，得到基准参考代码；
[0018]
(2)针对待离散化算法参数，用较小的步长进行离散取值，测试各个离散取值流水算法的j和c
tot
值，得到j-c
tot
散点图拟合为一条曲线；
[0019]
(3)统计最大和最小j值以及δj＝j
max-j
min
，记录各待离散算法参数的δj为δj
(x)，其中x为序号；
[0020]
(4)计算所有待离散参数的平均δj值，根据当前待离散算法参数x的δj(x)和平均δj值之间关系，按比例确定算法参数x的离散取点数n
x
；
[0021]
(5)将该参数的j
max
和j
min
分为n
x
等份，经过j-c
tot
曲线映射得到相应c
tot
值，取n
x
个(r，c
tot
)最接近的离散取值，得到当前算法参数的n
x
个离散化取值。
[0022]
进一步，步骤三中，所述计算关联耦合程度的方法，包括：
[0023]
(1)假设模块x
i
内两个算法参数p
ii
和p
ii
’
取值单独改变导致j-s性能增益为slop(p
ij
)和slop(p
ij
’
)，两参数相同取值改变同时发生导致的j-s性能增益为slop(p
ij
，p
ij
’
)，定义参数间耦合关联度系数φ(p
ij
，p
ij
’
)为：
[0024][0025]
(2)对于算法参数p
ij
，分析它与同模块x
i
中其他参数p
ij
’
之间的φ(p
ij
，p
ij
’
)值；为度量参数p
ij
对编码器j-s性能耦合影响程度，定义参数p
ij
的耦合系数θp
ij
：
[0026][0027]
(3)采用类似方法度量模块间耦合关联程度，假设模块x
i
和x
i
’
各自单独改变算法参数，多个显性参数组合改变，分别导致j-s性能增益为slop(x
i
)和slop(x
i
’
)，两模块算法参数组合同时改变导致的j-s性能增益为slop(x
i
，x
i
’
)，定义模块间互相耦合关联度系数φ(x
i
，x
i
’
)为：
[0028]
φ(x
i
，x
i
)＝slop(x
i
，x
i
)-(slop(x
i
)+slop(x
i
′
))。
[0029]
进一步，步骤四中，所述结合数据检测并定位卡顿原因的方法，包括：
[0030]
(1)获取首播时间、首播时长分布、异常比例、卡顿时间占比、卡顿用户分布、卡顿时间和次数的关键数据；基于获取的相关数据确定直播音视频数据对应的每一帧视频帧的播放时间数据；
[0031]
(2)通过采集设备在固定互联网或移动互联网的某个中间点或终端设备上，进行被动式数据采集和深度包解析，根据http url中的特征字符串识别并跟踪直播视频媒体流；
[0032]
(3)对直播音视频数据进行处理得到理论播放帧率，结合获取的首播时间、首播时长分布、异常比例、卡顿时间占比、卡顿用户分布、卡顿时间和次数的关键数据对所述直播音视频数据进行处理得到实际播放帧率；
[0033]
(4)对一个新的直播视频媒体流，将直播终端缓冲器中的可播放视频时长bt初始化，bt＝0；
[0034]
(5)跟踪直播视频流数据，当检测到一个新的直播视频分片时，对该直播视频分片进行qos指标测量，包括：分片的播放时长pt、分片间隔时间sd；分片的播放时长pt从直播视频的播放列表中获取；分片间隔时间sd指该直播视频分片与上一个直播视频分片的起始下载时间的间隔；
[0035]
(6)重新计算终端缓冲器中的可播放视频时长：bt＝bt+pt-sd；若bt＜0，则系统提示视频卡顿或缓冲等待告警，视频卡顿时长ft＝ft+绝对值(bt)，并将bt重置为0；
[0036]
(7)若该直播视频分片为节目的最后一个分片，则结束算法；否则继续检测下一个
直播视频分片，并跳转到步骤(5)；
[0037]
(8)根据所述直播音视频数据以及得到的理论播放帧率及所述实际播放帧率进行比对分析处理，得到所述直播中的正确播放帧的播放信息和错误播放帧的卡顿信息；所述卡顿信息包括错误播放帧的播放时间信息、卡顿时间信息以及卡顿原因信息。
[0038]
进一步，步骤五中，所述直播视频的分享扩散方法，包括：
[0039]
(1)选取设定数量的直播间样本，并基于业务经验对直播间样本进行内容的标注；所述内容为多个，且每个内容至少对应一个直播间；对直播间标注的内容包括户外、游戏和颜值；
[0040]
(2)对内容进行分享扩散，分享扩散的计算公式为：
[0041][0042]
其中，k是迭代的轮次，p
k
(i)是直播间i在第k轮迭代时对于内容的分布概率，w
ji
是直播间j和直播间i之间的相似度权重，直播间j是直播间i的邻居，所述邻居为满足w
ji
≥ξ的直播间j，将所有满足w
ji
≥ξ的直播间j的集合记为n(i)，ξ为设定阈值，w
ji
是直播间j和直播间i之间的相似度；
[0043]
(3)对其它未被标记的直播间通过分享扩散算法得到分布概率；对于直播间j和直播间i之间的相似度计算，计算公式为：
[0044][0045]
其中，w
ji
为直播间j和直播间i之间的相似度得分，u(j)是在设定时间段内观看过直播间j的用户集合，u(i)是在设定时间段内观看过直播间i的用户集合，|u(j)∩u(i)|表示同时观看过直播间j和直播间i的人数，|u(j)∪u(i)|表示观看过直播间j或直播间i的人数；
[0046]
(4)对于基于业务经验标注的直播间，初始化分数p
0
(i)＝1，且已被基于业务经验标注的直播间在内容的扩散中，保持分布概率为1。
[0047]
本发明的另一目的在于提供一种应用所述的无卡顿智能终端直播应用方法的无卡顿智能终端直播应用系统，所述无卡顿智能终端直播应用系统包括：
[0048]
流媒体转发系统，部署在互联网服务器上，转发视频采集设备采集的标准流至微视频直播系统，或者存储视频采集设备采集的标准流到云存储系统；其中，所述视频采集设备为任意安防厂家生产的网络摄像机或其它网络视频采集设备，采集标准流输出至流媒体转发系统；
[0049]
云存储系统，用于用户及查看所需视频和接收监测视频直播卡顿系统的数据并且经过统计分析，将数据整合输出首播时间、首播时长分布、异常比例、卡顿时间占比、卡顿用户分布、卡顿时间和次数关键数据，结合数据进行定位卡顿原因；云存储系统包括系统私有云平台和接入公有云平台：
[0050]
所述私有云平台指微视频直播系统自有云服务，以便用户及时本地存取或查看所
需视频；
[0051]
所述接入公有云平台泛指系统还可接入市面各主流云服务提供商提供的云服务，如腾讯云、微软云、阿里云、亚马逊云等，以便用户进行远程存取或者查看所需视频；
[0052]
中心管理系统，布署于互联网服务器上，对添加到系统的视频采集设备，用户及用户权限进行全局管理；
[0053]
微视频直播系统，经二次开发嵌入各种智能终端即时通信工具提供的接口，直接通过智能终端即时通信工具直播、分享和推广来自网络摄像机、监控设备及其他视频采集设备的视频，同时对视频采集设备进行对讲、抓拍、录像存储、回放、清晰度调整、云台控制操作；
[0054]
视频直播app模块，用于注册微视频直播系统账号，通过手工或扫描二维码的方式把视频采集设备关联到该账号、管理关联的视频采集设备的查看权限、查看视频采集设备的视频；
[0055]
所述监测视频直播卡顿系统包括：
[0056]
目标数据设计模块，用于在视频直播app模块中建立模型以设计需要采集的目标数据；其中，所述目标数据设计模块在app启动前，基于历史视频直播卡顿的原因在app中建立模型；
[0057]
位置设计模块，用于设计所述目标数据产生的位置；
[0058]
采集点放置模块，用于根据所设计的目标数据产生的位置，结合直播节点放置数据采集点。
[0059]
本发明的另一目的在于提供一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：
[0060]
(1)通过监测视频直播卡顿系统的目标数据设计模块在视频直播app模块中建立模型以设计需要采集的目标数据；通过位置设计模块设计所述目标数据产生的位置；
[0061]
(2)通过监测视频直播卡顿系统的采集点放置模块根据所设计的目标数据产生的位置，结合直播节点放置数据采集点；
[0062]
(3)通过部署于联网服务器上的流媒体转发系统转发视频采集设备采集的标准流至微视频直播系统，或者存储视频采集设备采集的标准流到云存储系统；
[0063]
(4)通过云存储系统查看所需视频和接收监测视频直播卡顿系统的数据并经过统计分析，将数据整合输出首播时间、首播时长分布、异常比例、卡顿时间占比、卡顿用户分布、卡顿时间和次数的关键数据，结合数据定位卡顿原因；
[0064]
(5)通过布署于互联网服务器上的中心管理系统对添加到系统的视频采集设备、用户及用户权限进行全局管理；
[0065]
(6)通过微视频直播系统直接通过智能终端即时通信工具直播、分享和推广来自网络摄像机、监控设备及其他视频采集设备的视频，同时可对视频采集设备进行对讲、抓拍、录像存储、回放、清晰度调整以及云台控制的操作；
[0066]
(7)通过视频直播app模块注册微视频直播系统账号，通过手工或扫描二维码的方式把设备关联到该账号，管理关联设备的查看权限并查看设备视频。
[0067]
本发明的另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令
在计算机上运行时，使得计算机执行所述的无卡顿智能终端直播应用方法。
[0068]
本发明的另一目的在于提供一种执行所述的无卡顿智能终端直播应用方法的智能终端。
[0069]
结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明提出了一种特定场景下的直播卡顿监测方案，视频直播app模块在直播中获取到直播过程中每个关键状态的数据，通过埋点上报的方式，把数据传输到服务器，服务器接收到数据并且经过统计分析，将数据整合输出首播时间、首播时长分布、异常比例、卡顿时间占比、卡顿用户分布、卡顿时间和次数等关键数据，结合数据可以快速定位卡顿原因，高效解决直播卡顿问题。本发明通过设计需要采集的目标数据以及采集目标数据的地址大大的提高了系统的工作效率；同时保证了采集数据的新鲜度与实时性。同时广泛的数据源保证了数据的完整性。
[0070]
本发明能够计算卡顿信息并上报，方便、简单、快捷，大大的提高了直播卡顿信息监测上报的效率；且视频帧数的统计精确，100％精准上报卡顿事件，能准确定位到卡顿的发生原因。
附图说明
[0071]
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
[0072]
图1是本发明实施例提供的无卡顿智能终端直播应用方法流程图。
[0073]
图2(a)和图2(b)是本发明实施例提供的无卡顿智能终端直播应用系统结构框图；
[0074]
图中：1、频采集设备；2、流媒体转发系统；3、监测视频直播卡顿系统；4、云存储系统；5、中心管理系统；6、微视频直播系统；7、智能终端即时通讯工具；8、视频直播app模块。
[0075]
图3是本发明实施例提供的通过监测视频直播卡顿系统的目标数据设计模块在视频直播app模块中建立模型以设计需要采集的目标数据的方法流程图。
[0076]
图4是本发明实施例提供的通过流媒体转发系统存储视频采集设备采集的标准流到云存储系统的方法的方法流程图。
[0077]
图5是本发明实施例提供的结合数据定位卡顿原因的方法流程图。
具体实施方式
[0078]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0079]
针对现有技术存在的问题，本发明提供了一种无卡顿智能终端直播应用系统、方法、设备及存储介质，下面结合附图对本发明作详细的描述。
[0080]
如图1所示，本发明实施例提供的无卡顿智能终端直播应用方法包括以下步骤：
[0081]
s101，通过监测视频直播卡顿系统的目标数据设计模块在视频直播app模块中建立模型以设计需要采集的目标数据；通过位置设计模块设计所述目标数据产生的位置；
[0082]
s102，通过监测视频直播卡顿系统的采集点放置模块根据所设计的目标数据产生
的位置，结合直播节点放置数据采集点；
[0083]
s103，通过部署于联网服务器上的流媒体转发系统转发视频采集设备采集的标准流至微视频直播系统，或存储视频采集设备采集的标准流到云存储系统；
[0084]
s104，通过云存储系统查看所需视频和接收监测视频直播卡顿系统的数据并且经过统计分析，将数据整合输出首播时间、首播时长分布、异常比例、卡顿时间占比、卡顿用户分布、卡顿时间和次数的关键数据，结合数据定位卡顿原因；
[0085]
s105，通过布署于互联网服务器上的中心管理系统对添加到系统的视频采集设备、用户及用户权限进行全局管理；
[0086]
s106，通过微视频直播系统直接通过智能终端即时通信工具直播、分享和推广来自网络摄像机、监控设备及其他视频采集设备的视频，同时可对视频采集设备进行对讲、抓拍、录像存储、回放、清晰度调整以及云台控制的操作；
[0087]
s107，通过视频直播app模块注册微视频直播系统账号，通过手工或扫描二维码的方式把设备关联到该账号，管理关联设备的查看权限并查看设备视频。
[0088]
本发明实施例提供的步骤s103中，所述通过流媒体转发系统转发视频过程中的视频编码优化方法位：将多模块关联、多目标性能约束的算法优化转化为系列算法参数在率-失真-资源消耗约束下的取值选择问题，包括：多层次候选参数选择；多层次候选参数离散值选择和基于关联耦合度的系列参数取值选择；所述多层次候选参数选择的算法参数包括：编码工具参数、编码全局参数、可定制模块算法参数；所述基于关联耦合度的系列参数取值选择采用定量度量模块间及模块内算法参数间关联耦合程度。
[0089]
本发明实施例提供的多层次候选参数离散值的选择方法，包括：
[0090]
(1)基于等效硬件复杂度c
tot
度量，将所有算法参数设置为率失真性能最好的离散值，得到基准参考代码；
[0091]
(2)针对待离散化算法参数，用较小的步长进行离散取值，测试各个离散取值流水算法的j和c
tot
值，得到j-c
tot
散点图拟合为一条曲线；
[0092]
(3)统计最大和最小j值以及δj＝j
max-j
min
，记录各待离散算法参数的δj为δj(x)，其中x为序号；
[0093]
(4)计算所有待离散参数的平均δj值，根据当前待离散算法参数x的δj(x)和平均δj值之间关系，按比例确定算法参数x的离散取点数n
x
；
[0094]
(5)将该参数的j
max
和j
min
分为n
x
等份，经过j-c
tot
曲线映射得到相应c
tot
值，取n
x
个(r,c
tot
)最接近的离散取值，得到当前算法参数的n
x
个离散化取值。
[0095]
本发明实施例提供的计算关联耦合程度的方法，包括：
[0096]
(1)假设模块x
i
内两个算法参数p
ij
和p
ij
’
取值单独改变导致j-s性能增益为slop(p
ij
)和slop(p
ij
’
)，两参数相同取值改变同时发生导致的j-s性能增益为slop(p
ij
,p
ij
’
)，定义参数间耦合关联度系数φ(p
ij
,p
ij
’
)为：
[0097][0098]
(2)对于算法参数p
ij
，分析它与同模块x
i
中其他参数p
ij
’
之间的φ(p
ij
,p
ij
’
)值；为度量参数p
ij
对编码器j-s性能耦合影响程度，定义参数p
ij
的耦合系数θp
ij
：
[0099][0100]
(3)采用类似方法度量模块间耦合关联程度，假设模块x
i
和x
i
’
各自单独改变算法参数，多个显性参数组合改变，分别导致j-s性能增益为slop(x
i
)和slop(x
i
’
)，两模块算法参数组合同时改变导致的j-s性能增益为slop(x
i
，x
i
’
)，定义模块间互相耦合关联度系数φ(x
i
，x
i
’
)为：
[0101]
φ(x
i
，x
i
)＝slop(x
i
，x
i
)-(slop(x
i
)+slop(x
i
′
))。
[0102]
本发明实施例提供的步骤s104中，所述结合数据检测并定位卡顿原因的方法，包括：
[0103]
(1)获取首播时间、首播时长分布、异常比例、卡顿时间占比、卡顿用户分布、卡顿时间和次数的关键数据；基于获取的相关数据确定直播音视频数据对应的每一帧视频帧的播放时间数据；
[0104]
(2)通过采集设备在固定互联网或移动互联网的某个中间点或终端设备上，进行被动式数据采集和深度包解析，根据http url中的特征字符串识别并跟踪直播视频媒体流；
[0105]
(3)对直播音视频数据进行处理得到理论播放帧率，结合获取的首播时间、首播时长分布、异常比例、卡顿时间占比、卡顿用户分布、卡顿时间和次数的关键数据对所述直播音视频数据进行处理得到实际播放帧率；
[0106]
(4)对一个新的直播视频媒体流，将直播终端缓冲器中的可播放视频时长bt初始化，bt＝0；
[0107]
(5)跟踪直播视频流数据，当检测到一个新的直播视频分片时，对该直播视频分片进行qos指标测量，包括：分片的播放时长pt、分片间隔时间sd；分片的播放时长pt从直播视频的播放列表中获取；分片间隔时间sd指该直播视频分片与上一个直播视频分片的起始下载时间的间隔；
[0108]
(6)重新计算终端缓冲器中的可播放视频时长：bt＝bt+pt-sd；若bt＜0，则系统提示视频卡顿或缓冲等待告警，视频卡顿时长ft＝ft+绝对值(bt)，并将bt重置为0；
[0109]
(7)若该直播视频分片为节目的最后一个分片，则结束算法；否则继续检测下一个直播视频分片，并跳转到步骤(5)；
[0110]
(8)根据所述直播音视频数据以及得到的理论播放帧率及所述实际播放帧率进行比对分析处理，得到所述直播中的正确播放帧的播放信息和错误播放帧的卡顿信息；所述卡顿信息包括错误播放帧的播放时间信息、卡顿时间信息以及卡顿原因信息。
[0111]
本发明实施例提供的步骤s106中，所述直播视频的分享扩散方法，包括：
[0112]
(1)选取设定数量的直播间样本，并基于业务经验对直播间样本进行内容的标注；所述内容为多个，且每个内容至少对应一个直播间；对直播间标注的内容包括户外、游戏和颜值；
[0113]
(2)对内容进行分享扩散，分享扩散的计算公式为：
[0114][0115]
其中，k是迭代的轮次，p
k
(i)是直播间i在第k轮迭代时对于内容的分布概率，w
ji
是直播间j和直播间i之间的相似度权重，直播间j是直播间i的邻居，所述邻居为满足w
ji
≥ξ的直播间j，将所有满足w
ji
≥ξ的直播间j的集合记为n(i)，ξ为设定阈值，w
ji
是直播间j和直播间i之间的相似度；
[0116]
(3)对其它未被标记的直播间通过分享扩散算法得到分布概率；对于直播间j和直播间i之间的相似度计算，计算公式为：
[0117][0118]
其中，w
ji
为直播间j和直播间i之间的相似度得分，u(j)是在设定时间段内观看过直播间j的用户集合，u(i)是在设定时间段内观看过直播间i的用户集合，|u(j)∩u(i)|表示同时观看过直播间j和直播间i的人数，|u(j)∪u(i)|表示观看过直播间j或直播间i的人数；
[0119]
(4)对于基于业务经验标注的直播间，初始化分数p
0
(i)＝1，且已被基于业务经验标注的直播间在内容的扩散中，保持分布概率为1。
[0120]
如图2所示，本发明实施例提供的无卡顿智能终端直播应用系统包括：
[0121]
流媒体转发系统2，部署在互联网服务器上，转发视频采集设备1采集的标准流至微视频直播系统，或者存储视频采集设备采集的标准流到云存储系统；其中，所述视频采集设备为任意安防厂家生产的网络摄像机或其它网络视频采集设备，采集标准流输出至流媒体转发系统；
[0122]
云存储系统4，用于用户及查看所需视频和接收监测视频直播卡顿系统3的数据并且经过统计分析，将数据整合输出首播时间、首播时长分布、异常比例、卡顿时间占比、卡顿用户分布、卡顿时间和次数关键数据，结合数据进行定位卡顿原因；云存储系统包括系统私有云平台和接入公有云平台：
[0123]
所述私有云平台指微视频直播系统自有云服务，以便用户及时本地存取或查看所需视频；
[0124]
所述接入公有云平台泛指系统还可接入市面各主流云服务提供商提供的云服务，如腾讯云、微软云、阿里云、亚马逊云，以便用户进行远程存取或者查看所需视频；
[0125]
中心管理系统5，布署于互联网服务器上，对添加到系统的视频采集设备，用户及用户权限进行全局管理；
[0126]
微视频直播系统6，经二次开发嵌入各种智能终端即时通信工具提供的接口，直接通过智能终端7即时通信工具直播、分享和推广来自网络摄像机、监控设备及其他视频采集设备的视频，同时对视频采集设备进行对讲、抓拍、录像存储、回放、清晰度调整、云台控制操作；
[0127]
视频直播app模块8，用于注册微视频直播系统账号，通过手工或扫描二维码的方
式把视频采集设备关联到该账号、管理关联的视频采集设备的查看权限、查看视频采集设备的视频。
[0128]
本发明实施例提供的监测视频直播卡顿系统3包括：
[0129]
目标数据设计模块3-1，用于在视频直播app模块中建立模型以设计需要采集的目标数据；其中，所述目标数据设计模块在app启动前，基于历史视频直播卡顿的原因在app中建立模型
[0130]
位置设计模块3-2，用于设计所述目标数据产生的位置；
[0131]
采集点放置模块3-3，用于根据所设计的目标数据产生的位置，结合直播节点放置数据采集点；
[0132]
下面结合具体实施例对本发明的技术方案作进一步描述。
[0133]
实施例1
[0134]
本发明实施例提供的无卡顿智能终端直播应用方法如图1所示，作为优选实施例，如图3所示，本发明实施例提供的通过监测视频直播卡顿系统的目标数据设计模块在视频直播app模块中建立模型以设计需要采集的目标数据的方法，包括：
[0135]
s201，确定需要采集的目标数据的数据源；并基于不同的数据源收集包括网页标题、关键字在内的信息建立类相关的关键字库；同时根据每一个数据源的页面数据特点，事先定义好待爬取的数据字段；
[0136]
s202，当有新的目标数据需要采集时，获取包括目标页面标题、页面关键字在内的与关键字库对应的信息，根据获得的信息与已有的类库数据对数据源进行分类；
[0137]
s203，筛选出数据源的文章列表地址，过滤包括广告在内的与舆情数据无关的页面，将筛选出的地址加入数据采集源列表。
[0138]
实施例2
[0139]
本发明实施例提供的无卡顿智能终端直播应用方法如图1所示，作为优选实施例，如图4所示，本发明实施例提供的通过流媒体转发系统存储视频采集设备采集的标准流到云存储系统的方法的方法包括：
[0140]
s301，获取流媒体转发系统提交的标准流存储请求，并根据所述标准流存储请求获取对象标准流的容器信息；
[0141]
s302，根据所述对象标准流的容器信息获取所述对象标准流的原始云存储节点信息；根据负载均衡和所述流媒体转发系统提交的标准流存储请求选择目标云存储节点；
[0142]
s303，向流媒体转发系统发送目标云存储节点信息和所述原始云存储节点信息，以使流媒体转发系统根据所述目标云存储节点信息向所述目标云存储节点发送所述对象数据和所述原始云存储节点信息，使得所述目标云存储节点存放所述对象标准流并向所述对象标准流的原始云存储节点发送存储通知消息，所述存储通知消息中携带所述对象标准流的对象元数据和访问链接。
[0143]
实施例3
[0144]
本发明实施例提供的无卡顿智能终端直播应用方法如图1所示，作为优选实施例，如图5所示，本发明实施例提供的结合数据定位卡顿原因的方法包括：
[0145]
s401，获取首播时间、首播时长分布、异常比例、卡顿时间占比、卡顿用户分布、卡顿时间和次数的关键数据；基于获取的相关数据确定直播音视频数据对应的每一帧视频帧
的播放时间数据；
[0146]
s402，对直播音视频数据进行处理得到理论播放帧率，结合获取的首播时间、首播时长分布、异常比例、卡顿时间占比、卡顿用户分布、卡顿时间和次数的关键数据对所述直播音视频数据进行处理得到实际播放帧率；
[0147]
s403，根据所述直播音视频数据以及得到的理论播放帧率及所述实际播放帧率进行比对分析处理，得到所述直播中的正确播放帧的播放信息和错误播放帧的卡顿信息。
[0148]
本发明实施例提供的卡顿信息包括错误播放帧的播放时间信息、卡顿时间信息以及卡顿原因信息。
[0149]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
[0150]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。