视频片头片尾识别方法、装置、电子设备及可读存储介质与流程

1.本发明属于计算机技术领域，特别是涉及一种视频片头片尾识别方法、装置、电子设备及可读存储介质。


背景技术：

2.在视频播放平台中的视频内容播放场景中，往往大部分用户选择自动跳过视频内容的片头片尾而直接播放视频正片。因此，能准确识别视频内容的片头片尾位置的方法在视频播放平台尤为重要。
3.现有技术中，视频内容通常会设置打点标识视频内容中的片头片尾所在位置，以便在该视频内容播放时自动识别片头片尾的准确位置而为用户自动跳过。
4.然而，视频的片头和片尾设置较为灵活，有的内容既有片头又有片尾，有的内容既没有片头又没有片尾，有的内容仅有片头或片尾。所以视频内容的片头和片尾利用人工打点，即人工逐一设置视频的片头片尾时间点的方式，对于海量的视频内容来说无疑存在成本高且效率低的问题。


技术实现要素：

5.本发明提供一种视频片头片尾识别方法、装置、电子设备及可读存储介质，以便解决海量视频数据通过人工设置片头片尾位置的方法，成本高且效率低的问题。
6.依据本发明的第一方面，提供了一种视频片头片尾识别方法，该方法包括：
7.获取视频对象的播放数据；所述播放数据包括在所述视频对象播放时间段中出现跳出操作的次数；所述跳出操作为关闭所述视频对象的操作；
8.根据所述跳出操作的次数，获得所述跳出操作在所述视频对象播放时间段上的变化率；
9.在所述视频对象播放时间段上，选定所述变化率大于变化率阈值的时刻，确定为片头结束时刻或片尾开始时刻。
10.依据本发明的第二方面，提供了一种视频片头片尾识别方法，该方法包括：
11.获取视频对象的播放数据；所述播放数据包括在所述视频对象播放时间段中出现跳出操作的次数；所述跳出操作为关闭所述视频对象的操作；
12.根据所述跳出操作的次数，获得所述跳出操作在所述视频对象播放时间段上的分布密集度；
13.在所述视频对象播放时间段上，选定所述分布密集度大于分布密集度阈值的时刻，确定为片头结束时刻或片尾开始时刻。
14.依据本发明的第三方面，提供了一种视频片头片尾识别装置，所述装置包括：
15.播放数据获取模块，用于获取视频对象的播放数据；所述播放数据包括在所述视频对象播放时间段中出现跳出操作的次数；所述跳出操作为关闭所述视频对象的操作；
16.变化率获取模块，用于根据所述跳出操作的次数，获得所述跳出操作在所述视频
对象播放时间段上的变化率；
17.片头片尾识别模块，用于在所述视频对象播放时间段上，选定所述变化率大于变化率阈值的时刻，确定为片头结束时刻或片尾开始时刻。
18.在本发明实施的又一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述任一所述的方法。
19.依据本发明的第四方面，提供了一种视频片头片尾识别装置，所述装置包括：
20.播放数据获取模块，用于获取视频对象的播放数据；所述播放数据包括在所述视频对象播放时间段中出现跳出操作的次数；所述跳出操作为关闭所述视频对象的操作；
21.分布密集度获取模块，用于根据所述跳出操作的次数，获得所述跳出操作在所述视频对象播放时间段上的分布密集度；
22.片头片尾识别模块，用于在所述视频对象播放时间段上，选定所述分布密集度大于分布密集度阈值的时刻，确定为片头结束时刻或片尾开始时刻。
23.在本发明实施的又一方面，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的方法。
24.针对在先技术，本发明具备如下优点：
25.获取视频对象的播放数据；所述播放数据包括在所述视频对象播放时间段中出现跳出操作的次数；所述跳出操作为关闭所述视频对象的操作；根据所述跳出操作的次数，获得所述跳出操作在所述视频对象播放时间段上的变化率；在所述视频对象播放时间段上，选定所述变化率大于变化率阈值的时刻，确定为片头结束时刻或片尾开始时刻。实现了根据视频的各播放时间用户跳出该视频操作的变化特征，自动识别视频数据的片头结束时间和/或片尾开始时间，大大降低了因利用人工标注视频片头片尾所在视频位置而导致的人力成本高的问题，从而显著提高了片头片尾识别效率。
26.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
27.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
28.图1是本发明实施例提供的一种视频片头片尾识别方法的步骤流程图；
29.图1a是本发明实施例提供的时间轴数据实例示意图；
30.图1b是本发明实施例提供的片头片尾识别实例流程示意图；
31.图2是本发明实施例提供的另一种视频片头片尾识别方法的步骤流程图；
32.图3是本发明实施例提供的一种视频片头片尾识别装置的框图；
33.图4是本发明实施例提供的另一种视频片头片尾识别装置的框图；
34.图5是本发明实施例提供的一种电子设备的结构图。
具体实施方式
35.下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
36.图1是本发明实施例提供的一种视频片头片尾识别方法的步骤流程图，如图1所示，该方法可以包括：
37.步骤101、获取视频对象的播放数据；所述播放数据包括在所述视频对象播放时间段中出现跳出操作的次数；所述跳出操作为关闭所述视频对象的操作；
38.本发明实施例中，针对网络平台中的后台的海量视频数据，在识别所有视频的片头和片尾位置时，需要首先提起该视频数据的播放数据。
39.其中，播放数据通常包括在该视频数据的播放过程中用户执行跳出操作的次数，跳出操作即为用户关闭视频播放页面的操作。
40.具体地，当用户在视频网站播放首页中误点击推荐视频广告，或者任意视频页面后，由于视频网站的跳过片头片尾功能，所以在用户打开误点击视频页面后，会直接在片头结束位置，而由于该视频并不是用户主观意愿打开的，所以用户会立即关闭视频播放页面或者播放器，从而在视频片头结束时刻产生跳出操作。同样地，如果用户在追剧的过程中，误点击已经观看完毕的视频，在打开视频页面后，会直接在片尾开始位置，用户也会立即关闭该视频的播放页面或者播放器，从而在视频片尾开始时刻产生跳出操作。
41.可以理解地，在视频网站中进行上述误点击操作而产生的在片头结束时刻，或者片尾开始时刻关闭视频播放页面所产生的关闭数据是大量的，从而可以将这些数据作为视频的播放数据之一，进而得到用户的跳出操作的与视频片头片尾时刻的相关性。
42.可以理解地，在一些特殊情况下，例如跳出操作不限于用户关闭视频播放页面的操作，还可以是快进，即离开当前的播放时刻，进入其他播放时刻的操作，具体实施方式本发明实施例不加以具体限制。
43.其中，不同的视频数据片头片尾的长度和插播位置不固定，且有的内容既有片头又有片尾，有的内容既没有片头又没有片尾，有的内容仅有片头或者片尾，并且，跳过片头片尾是几乎所有网络平台播放视频数据时为用户普遍提供的服务，而针对网络平台中的海量视频数据，为片头片尾的打点来标记片头片尾的插播位置，也是大部分网络平台用于识别片头片尾的方法，所以获取视频对象的播放数据，是为了更进一步的识别每个视频数据的片头片尾打点位置，即插播位置。
44.进一步地，提取预设视频数据中包含的播放数据，还可以包括视频唯一标识号以及视频播放轴数据，视频唯一标识号，也可以称为视频id，用于追踪视频的来源和数据流向，视频的播放轴数据是体现视频播放时长和用户操作变化率的曲线图，如图1a所示为视频播放轴，播放轴的横轴表示视频的播放时长，纵轴表示在多次播放过程中用户的跳出操作变化率，该变化率由该视频对象的各播放时刻的跳出操作的跳出次数决定。
45.其中，排除上面描述的用户跳出频率，其余用户在播放视频时跳出播放页时对应的播放时刻形成的曲线图由图1a表示，可以看出在视频播放的某一时刻跳出频率最高，以及另外一些时间段体现出跳出频率最高点。
46.步骤102、根据所述跳出操作的次数，获得所述跳出操作在所述视频对象播放时间段上的变化率；
47.本发明实施例中，可以体现播放时长与播放跳出频率的时间对应关系，即在一部视频中，每个播放时刻的用户操作行为的体现。
48.进一步地，用户在视频播放的每一时刻都有可能进行跳出操作，这里的视频播放时刻以秒为单位，统计一部视频的播放数据中众多用户执行跳出操作所在的时刻，即可以看出该视频在播放时的跳出操作变化率。
49.可以理解地，统计时间单位还可以是不等时间段，例如视频开头10秒，或者视频结束时的8秒中之间的跳出次数。
50.其中，变化率的计算方式详细见步骤a
‑
b或c
‑
d；
51.可选地，在本发明的另一实施例中，所述变化率包括斜率，那么步骤102可以包括步骤a
‑
b：
52.步骤a、针对各所述播放时刻中的任一第一播放时刻，获取所述第一播放时刻对应的所述第一跳出次数，以及所述第一播放时刻之前的第二播放时刻的第二跳出次数；
53.具体地，在视频播放时间中任选一个时间作为第一播放时刻t1，若在t1时刻用户执行跳出操作的次数为t1，将t1设定为第一播放跳出次数，假设t1之前的任意时刻t2,时刻的跳出次数为t2为第二播放跳出次数。
54.其中，在设定t1时刻和t2时刻为视频中任意两个时刻，执行此步骤可以获取视频对象中每一个时刻的跳出次数。
55.步骤b、根据所述第一跳出次数，以及所述第二跳出次数，获取所述第一播放时刻的斜率；
56.其中，根据t1和t2之间的差计算出t1时刻和t2时刻播放跳出次数差。其中t2所在时刻是在t1之前，在播放时间轴上，t2在t1的左边。
57.优选地，步骤b具体包括：
58.子步骤b1、获取所述第一跳出次数与所述第二跳出次数之间的差值；
59.子步骤b2、将所述差值除以所述第二跳出次数，获得所述第一播放时刻的斜率。
60.具体地，上述描述可以根据斜率计算公式得到：
61.t1时刻的斜率＝(t1
‑
t2)/t2
62.由此可以得知，t1时刻的斜率，可以根据t1时刻的跳出次数和早于t1时刻的t2时刻的跳出次数计算得到。
63.优选地，所述变化率包括导数值，步骤102还可以包括步骤c
‑
d：
64.步骤c、基于各播放时刻的跳出次数进行拟合，获得曲线函数；
65.具体地，根据播放时刻和跳出次数之间的变化关系可以拟合一个以x轴为播放时刻，y轴为跳出次数的曲线函数t。
66.步骤d、基于所述曲线函数，对各播放时刻进行求导，获得各播放时刻的导数值。
67.具体地，如果对函数在播放时刻t求导，得到导数值为t时刻的斜率。
68.进一步地，斜率是体现在时刻t的操作变化关系，如图1a所示，图左方框标记的地方为该视频播放时间0
‑
1:38秒之间的播放斜率值变化规律，可以看出，在1分38秒前后一两秒之间的播放斜率很高，说明用户在1分38秒跳出的概率相对较大。
69.步骤103、在所述视频对象播放时间段上，选定所述变化率大于变化率阈值的时刻，确定为片头结束时刻或片尾开始时刻。
70.本发明实施例中，根据用户通常喜欢跳过片头片尾的特点，充分利用用户播放行为数据的变化率情况，判断用户集中跳出较多且符合通常片头片尾位置的点为片头片尾的位置。
71.可以理解地，在片头结束时刻，或者片尾开始时刻，用户执行跳出操作的概率往往大于其他时刻，并且跳出操作的次数最大的时刻往往集中在片头时间段或者片尾时间段，所以如果在片头时间段或者片尾时间段内，通过统计得到各播放时刻的变化率，如果变化率大于某一特定阈值时，可以推测在该时刻是否为片头结束时刻，或片尾开始时刻。
72.在本发明实施例中，根据视频的播放数据中视频的播放时长与视频的跳出频率，得到视频每一时刻的播放变化率，再根据各播放时刻的播放变化率确定视频对象的片头结束时刻，和/或视频的片尾开始时刻。实现了根据视频的播放时长与视频播放跳出操作的统计数据，自动识别出视频的片头结束位置与片尾开始位置的目的，具备大大节约了人工标记片头片尾位置的成本，提高片头片尾识别效率的有益效果。
73.可选地，在本发明的另一实施例中，步骤103可以包括：
74.子步骤1031、在所述视频对象播放时间段上，选定所述变化率大于变化率阈值的播放时间段，作为待选播放时间段；
75.具体地，在选定的视频对象的整体播放时间段上，如果存在变化率大于设定的变化率阈值的播放时间段，则确定为待选播放时间段。
76.例如，一部视频同时存在两段及以上满足变化率均大于变化率阈值，即500％的播放时间段，则将这些时间段选为待选播放时间段。
77.子步骤1032、若所述待选播放时间段为多个，则将所述多个待选播放时间段选作为待选片头时间段或待选片尾时间段；
78.具体地，如果在待选片头时间段内，即预设片头结束时刻之前，变化率符合变化率阈值的播放时刻为多个播放时刻，则将这多个待选播放时间段选作为待选片头时间段或待选片尾时间段。
79.优选地，子步骤1032可以包括：
80.子步骤10321、若所述待选播放时间段为多个，则判断所述多个待选播放时间段是否存在连续时间段；
81.进一步地，如果这多个连续的播放时间段在两个以上，例如，若多个待选时间段为01:01
‑
01:02、01:03
‑
01:04、01:06
‑
01:08、01:09
‑
01:12，则进一步判断这多个待选播放时间段是否存在连续时间段。
82.子步骤10322、若存在连续时间，则将所述连续时间的待选播放时间段拼接为合并时间段；
83.具体地，如上述步骤描述的实例，若待选片头时间段中变化率阈值为为01:01
‑
01:02、01:03
‑
01:04、01:06
‑
01:08、01:09
‑
01:12，其中时间段01:01
‑
01:02、01:03
‑
01:04存在时间连续，那么将这多个时间段进行拼接，生成合并时间段，即将01:01
‑
01:02、01:03
‑
01:04合并为时间段01:01
‑
01:04。
84.子步骤10323、若所述合并时间段为多个，则选择播放时长较长的作为待选片头时
间段或待选片尾时间段。
85.进一步地，如果一部视频中在待选时间段存在多个，并且这多个待选时间段存在时间上的连续，将连续的时间段进行合并后，仍然存在多个合并时间段，那么则选择其中时长较长的合并时间段作为待选片头时间段或待选片尾时间段。例如，待选时间段不仅有时间段01:01
‑
01:02、01:03
‑
01:04、01:06
‑
01:08、01:09
‑
01:12，还有时间段01:07
‑
01:08、01:09
‑
01:11，合并后生成的合并时间段有两个，即合并时间段01:01
‑
01:4和时间段01:07
‑
01:11，那么选择时长较长的01:07
‑
01:11作为待选片头时间段或待选片尾时间段。
86.可以理解地，在实际应用中可以将一秒作为统计时间，所以上述将一秒播放时间看做是一个播放时间段，在实际应用中，统计时间单位可以是两秒或多秒，也可以以毫秒为统计时间单位，以统计时间单位作为单位时间段，进一步判断时间上的连续性，对具体统计时间单位不作具体限制。
87.进一步地，如果这多个播放时刻不存在时间上的连续，那么则将时长较长的选作待选片头时间段或待选片尾时间段。
88.子步骤1033、在所述待选片头时间段内选择最晚的播放时刻，作为片头结束时刻，
89.或，在所述待选片尾时间段内选择最早的播放时间，作为片尾开始时刻。
90.具体地，在待选片头时间段内中，将待选播放时间段中最早的播放时刻选择为片头结束时刻，例如01:07
‑
01:11为待选片头时间段，则将01:11选作为片头结束时刻；同样地，如果01:07
‑
01:11待选片尾时间段，则将01:07作为片尾开始时刻。
91.可以理解地，在实际应用中，由于视频片长不同，在一个视频中，如果01:07
‑
01:11即作为待选片头时间段，又作为待选片尾时间段是极小概率的，所以在播放时间轴上选定一个预设片头时间结束时刻，通常情况下，一个视频的片头在视频总时长的10％内，当确定一个大概的片头结束时刻，根据计算出的该视频数据中在此时间段中所有时刻上的变化率，找出变化率大于一个预设值的所有播放时刻，可以确定出该视频准确的片头结束时刻。同样地，选定一个预设片尾开始时刻，通常情况下，一个视频的片尾在视频总时长的90％
‑
100％之间，当确定一个大概的片尾开始时刻，如视频时长的90％，根据该视频数据在此时间段中所有时刻上的变化率，提取播放变化率大于一个斜率阈值的所有播放点，可以确定出该视频准确的片尾开始时刻。
92.可选地，所述变化率阈值与所述待选片头时间段或所述待选片尾时间段的播放时长负相关。
93.可以理解地，待选片头时间段或待选片尾时间段的时长越长，则变化率阈值设定越小。
94.可选地，在本发明的另一实施例中，步骤103还可以包括：
95.子步骤1031a、在所述视频对象播放时间段上选定小于或等于预设片头结束时刻阈值的时间段作为片头时间段；
96.进一步地，通常选定视频开始一段时间假设为片头时间段，例如10％的播出时长，然后通过该时间段内各时刻的变化率，可以得知在该时段内，哪些时刻的跳出频率最高，那么这些时刻极大可能为片头结束时间，同样的，选择90％
‑
100％为片尾时间段，然后通过该时间段内各时刻的变化率，可以得知在该时段内，哪些时刻的跳出频率最高，那么这些时刻极大可能为片尾开始时间。
97.具体地，选定视频时长的7％作为片头时长，视频时长的7％所在的时刻为预设片头结束时刻阈值，所以在片头时长中，变化率符合第一斜率的条件，即变化率大于一定值的时刻非常大概率为所有用户选择结束当前播放页面的时刻，即跳出该时刻快进到下一时刻，那么该时刻大概率为片头结束时刻。
98.子步骤1031b、在所述片头时间段内，选定所述变化率大于变化率阈值的时刻，确定为片头结束时刻；
99.或，
100.在所述视频对象播放段上选定大于或等于预设片尾开始时刻阈值的时间段作为片尾时间段；
101.例如，第一播放时刻为t，预设片头结束时刻为视频时长的7％所对应的时刻，那么若时刻t在视频时长的7％的范围内，则选取变化率大于斜率为500％的时刻，确定为片头结束时刻。
102.可以理解地，上述实例中选取的视频时长的7％，以及斜率500％作为第一斜率条件，都不是固定的，是根据不同的视频范例选取的，所以本发明实施例对此不加以具体限制。
103.可以理解地，如果在预设片头结束时刻之前，即视频时长的7％之内都没有符合第一斜率条件的播放时刻，那么可以推断在该视频对象中不存在片头。
104.其中，预设片头条件包括：多个待选播放时刻的个数大于第一预设个数，或者多个待选播放时刻所对应的时间段的长度大于第一预设时间长度。
105.具体地，针对不同的视频对象，视频片头长度不尽相同，所在确定片头结束时刻时，选定一个预设片头结束时刻，通常为播放时刻的10％，选定该阈值后，选定变化率阈值和个数阈值，即符合变化率阈值的时刻个数必须满足的个数，如果太少则不能明确确定该时刻用户的跳出操作。
106.具体地，如果在待选片头时间段内，满足变化率阈值的时刻构成了连续的时间段，并且为多个不同的连续时间段，那么则选择各时间段长度符合特定条件的时间段作为片头结束时间段，该时间段的最后时刻为片头结束时刻。
107.子步骤1031c、在所述片尾时间段内，选定所述变化率大于变化率阈值的时刻，确定为片尾开始时刻。
108.同样地，在片尾时间段内，变化率大于变化率阈值的时刻可能存在多个，一般选择时间上靠前的时刻作为片尾开始时刻。
109.在本发明实施例中，通过选定视频对象的待选片头时间段，并且在时间段中确定变化率符合预设阈值的时刻或者时间段，并在其中选定符合预设条件的时刻或者时间段中的时刻作为该视频对象的片头结束时刻。实现了根据用户在视频中的操作变化率确定视频片头开始时刻的目的，具备高效简单确定片头的有益效果。
110.优选地，在本发明另一实施例中，步骤101之前，还可以包括：
111.步骤g、根据各用户对所述视频对象的跳出操作，对应所述视频对象的播放时间轴，统计各播放时刻对应的跳出次数；
112.具体地，在播放时间轴上，横轴表述播放时刻，纵轴表示该时刻的跳出次数统计值，则可以通过播放时间轴体现播放时间流动和跳出次数的变化对应关系。
113.步骤h、所述针对各所述播放时刻中的任一第一播放时刻，获取所述第一播放时刻对应的所述第一跳出次数，以及所述第一播放时刻之前的第二播放时刻的第二跳出次数，还可以包括：
114.获取第一播放时刻的第一跳出数据；
115.以及根据所述时间轴，获取比所述第一播放时刻早预设时长的第二播放时刻的跳出数据。
116.具体地，在计算任一时刻的斜率时，需要获得当前时刻的跳出次数，以及当前时刻之前的某一时刻的跳出次数，通过两个时刻跳出次数的差值，与当前时刻跳出次数的比值计算当前时刻的斜率。
117.在本发明实施例中，根据视频的播放数据中视频的播放时长与视频的跳出频率，得到视频每一时刻的播放变化率，再根据各播放时刻的播放变化率确定视频对象的片头结束时刻，和/或视频的片尾开始时刻。实现了根据视频的播放时长与视频播放跳出操作的统计数据，自动识别出视频的片头结束位置与片尾开始位置的目的，具备大大节约了人工标记片头片尾位置的成本，提高片头片尾识别效率的有益效果。
118.优选地，在本发明另一实施例中，参照图1b所示的片头片尾识别流程图，可以看到在识别数据的片头片尾时，首先提取视频原始数据，其中包括视频识别号id、视频播放时长、播放时间轴数据以及时间轴对应的视频各时刻跳出次数数据，即对应视频数据中每秒或每帧的用户播放跳出次数，也可以叫做跳出频率。
119.可以理解地，如图1a所示的视频播放时间轴数据中，横轴和纵轴表示即为对应目标视频数据中每秒或每帧的用户播放跳出次数，也可以叫做跳出频率，对于视频播放时间单位，本发明实施例不加以具体限制。
120.其中，在得到视频原始数据后，对其进行预处理，即清洗和整理，例如，在视频内容的片头即选择跳出的用户中，有一部分是因为误点击操作进入了视频的播放页，此类用户的行为对判断内容质量无太大的参考价值，需要去掉此部分行为数据。另一方面，存在部分用户会在观看完正片内容后即选择跳出播放页，不观看片尾内容，此类用户已观看完成正片内容，并不是因为正片内容的质量问题而跳出，此类情况也需要排除考虑。在清洗和整理过后的视频数据，得到其播放斜率。
121.进一步地，视频每个播放时刻t都需要计算播放斜率，其中，
122.t时刻的斜率＝(t时刻的跳出次数数据
‑
(t
‑
5秒)时刻的跳出次数数据)/(t
‑
5秒)时刻的跳出次数数据
123.基于用户的跳出数据(跳出指关闭视频播放页)，统计单个视频粒度的播放时间轴跳出次数分布，计算一定时间间隔的跳出次数斜率。后根据一定比例的视频时长圈定可能的片头片尾范围，在此范围内将满足一定斜率阈值的跳出次数对应的时刻判定为片头结束的点和/或片尾开始的点。
124.进一步地，识别片头时，将视频时长的7％以内的时间段作为可能的片头范围，提取该时间段内的视频播放点对应播放斜率大于500％的时刻作为片头结束候选点，其中500％是根据当前视频数据选中的跳出次数阈值，高于该阈值的点说明99％的用户在此处执行了跳出或快进操作。若在视频时长的7％以内的时间段存在四个及以上的播放点的播放斜率大于500％，那么将这些点中最靠近视频时长的7％的播放点确定为片头结束时刻。
若在视频时长的7％以内的时间段中01:01
‑
01:04的播放斜率均大于500％，则选择01:04为片头结束的时刻。
125.另一种情况，若在视频时长的7％以内的时间段存多个连续的播放时间段，每个播放时间段中至少包含四个连续的播放时刻的播放斜率大于500％，那么选择这些时间段最靠近视频时长的7％的播放点的时间段确定为片头结束时间段，并选定该段中的结束时刻作为片头结束时刻。即若时间视频播放时刻构成是播放时间段一01:01
‑
01:04的播放斜率大于500％，以及播放时间段二的播放斜率01:07
‑
01:11大于500％，则01:11为片头结束的时刻。
126.另一方面，在清洗和整理视频原始数据，并计算出该视频各播放时刻的播放斜率后，还可以识别视频的片尾开始时间：
127.其中，识别片尾时，将视频时长的89％之后的播放时间段作为可能的视频片尾范围，提取该时间段内的视频播放点的对应播放斜率大于350％的时刻作为片尾开始候选点，其中350％是根据当前视频数据选中的跳出次数阈值，高于该阈值的点说明99％的用户在此处执行了跳出或快进操作。
128.进一步地，视频时长的89％之后的播放时间段中选择片尾开始时刻可以有三种情况：
129.第一种情况，在视频时长的89％之后的播放时间段中，选取斜率大于3000％的时刻中的不少于两个的时刻点中接近视频时长的89％时刻的点，确定为片尾开始时刻，即若视频时长的89％之后的播放时间段中41:01
‑
41:02两个连续的时刻的播放斜率均大于3000％，则选取41:01为片尾开始的时刻。
130.第二种情况，在视频时长的89％之后的播放时间段中，选取斜率大于500％的时刻中的不少于三个的时刻点中接近视频时长的89％时刻的点，确定为片尾开始时刻，即若视频时长的89％之后的播放时间段中41:05
‑
41:07三个连续的时刻的播放斜率均大于500％，则选取41:05为片尾开始的时刻。
131.第三种情况，在视频时长的89％之后的播放时间段中，选取斜率大于350％的时刻中的不少于个的时刻点中接近视频时长的89％时刻的点，确定为片尾开始时刻，即若视频时长的89％之后的播放时间段中41:09
‑
41:12四个连续的时刻的播放斜率均大于350％，则选取41:09为片尾开始的时刻。
132.除此之外，若一部视频在视频时长的89％之后的播放时间段中，满足上述第一种情况，或第二种情况，或第三种情况的同时，所组成的时间片段在两段或者两段以上，以更长的片尾时间段为原则选取片尾开始的时刻，即若在视频时长的89％之后的播放时间段中，播放时刻41:01
‑
41:02的播放斜率均大于3000％，且播放时刻41:05
‑
41:07的播放斜率均大于350％且播放时刻41:09
‑
41:12的播放斜率均大于350％，则41:01为片尾开始的时刻。
133.图2是本发明实施例提供的一种视频片头片尾识别方法的步骤流程图，如图2所示，该方法可以包括：
134.步骤201a，获取视频对象的播放数据；所述播放数据包括在所述视频对象播放时间段中出现跳出操作的次数；所述跳出操作为关闭所述视频对象的操作；
135.此步骤与步骤101相同，在此不再详述。
136.步骤201b，根据所述跳出操作的次数，获得所述跳出操作在所述视频对象播放时间段上的分布密集度；
137.本发明实施例中，如图1a所示为视频播放轴，播放轴的横轴表示视频的播放时长，纵轴表示在多次播放过程中用户的跳出操作次数的分布密集度，可以看出在视频播放轴的首尾两端，一些时间段内的分布密集度很高，而中间部分变化不大。
138.步骤201c，在所述视频对象播放时间段上，选定所述分布密集度大于分布密集度阈值的时刻，确定为片头结束时刻或片尾开始时刻。
139.在本发明实施例中，可以根据视频播放轴上跳出次数分布密集度的大小与分布密集度阈值之间的比较判断出片头结束时刻或片尾开始时刻。如图1a中所示，如果分布密集度阈值确定后，选取分布密集度大于阈值的时间段作为待选片头时间段或待选片尾时间段，将待选片头时间段的最后时刻确定为片头结束时刻，或待选片尾时间段的最早时刻确定为片尾开始时刻。
140.进一步地，如果待选片头时间段或待选片尾时间段存在多个，则判断多个时间段是否存在时间上的连续，如果存在，则进行合并，并将合并时间段确定为待选片头时间段或待选片尾时间段，将待选片头时间段的最后时刻确定为片头结束时刻，或待选片尾时间段的最早时刻确定为片尾开始时刻。
141.进一步地，如果合并时间段存在多个，则将时长较长的选作待选片头时间段或待选片尾时间段，并将待选片头时间段的最后时刻确定为片头结束时刻，或待选片尾时间段的最早时刻确定为片尾开始时刻。
142.在本发明实施例中，获取视频对象的播放数据；所述播放数据包括在所述视频对象播放时间段中出现跳出操作的次数；所述跳出操作为关闭所述视频对象的操作；根据所述跳出操作的次数，获得所述跳出操作在所述视频对象播放时间段上的分布密集度；在所述视频对象播放时间段上，选定所述分布密集度大于分布密集度阈值的时刻，确定为片头结束时刻或片尾开始时刻。实现了根据视频的播放时长与视频播放跳出操作的跳出次数的统计数据，自动识别出视频的片头结束位置与片尾开始位置的目的，具备大大节约了人工标记片头片尾位置的成本，提高片头片尾识别效率的有益效果。
143.图3是本发明实施例提供的一种视频片头片尾识别装置的框图，如图3所示，该装置20可以包括：
144.播放数据获取模块201，用于获取视频对象的播放数据；所述播放数据包括在所述视频对象播放时间段中出现跳出操作的次数；所述跳出操作为关闭所述视频对象的操作；
145.变化率获取模块202，用于根据所述跳出操作的次数，获得所述跳出操作在所述视频对象播放时间段上的变化率；
146.片头片尾识别模块203，用于在所述视频对象播放时间段上，选定所述变化率大于变化率阈值的时刻，确定为片头结束时刻或片尾开始时刻。
147.可选的，片头片尾识别模块203，具体包括：
148.待选播放时间段确定子模块，用于在所述视频对象播放时间段上，选定所述变化率大于变化率阈值的播放时间段，作为待选播放时间段；
149.待选片头片尾时间段确定子模块，用于若所述待选播放时间段为多个，则将所述多个待选播放时间段选作为待选片头时间段或待选片尾时间段；
150.片头结束时刻确定子模块，用于在所述待选片头时间段内选择最晚的播放时刻，作为片头结束时刻，
151.或，
152.片尾开始时刻确定子模块，用于在所述待选片尾时间段内选择最早的播放时间，作为片尾开始时刻。
153.可选地，所述变化率阈值与所述待选片头时间段或所述待选片尾时间段的播放时长负相关。
154.可选地，所述待选片头片尾时间段确定子模块，具体包括：
155.判断子模块，用于若所述待选播放时间段为多个，则判断所述多个待选播放时间段是否存在连续时间；
156.拼接子模块，用于若存在连续时间，则将所述连续时间的待选播放时间段拼接为合并时间段；
157.待选时间段确定子模块，用于若所述合并时间段为多个，则选择播放时长较长的作为待选片头时间段或待选片尾时间段。
158.可选地，在本发明另一实施例中，所述片头片尾识别模块，还可以包括：
159.片头时间段确定子模块，用于在所述视频对象播放时间段上选定小于或等于预设片头结束时刻阈值的时间段作为片头时间段；
160.片头结束时刻确定子模块，用于在所述片头时间段内，选定所述变化率大于变化率阈值的时刻，确定为片头结束时刻；
161.或，
162.片尾时间段确定子模块，用于在所述视频对象播放段上选定大于或等于预设片尾开始时刻阈值的时间段作为片尾时间段；
163.片尾开始时刻确定子模块，用于在所述片尾时间段内，选定所述变化率大于变化率阈值的时刻，确定为片尾开始时刻。
164.综上所述，本发明实施例提供的视频片头片尾识别装置，通过播放数据获取模块，用于获取视频对象的播放数据；所述播放数据包括在所述视频对象播放时间段中出现跳出操作的次数；所述跳出操作为关闭所述视频对象的操作；变化率获取模块，用于根据所述跳出操作的次数，获得所述跳出操作在所述视频对象播放时间段上的变化率；片头片尾识别模块，用于在所述视频对象播放时间段上，选定所述变化率大于变化率阈值的时刻，确定为片头结束时刻或片尾开始时刻。实现了根据视频的播放时长与视频播放跳出率，自动识别出视频的片头结束位置与片尾开始位置的目的，具备大大节约了人工标记片头片尾位置的成本，提高片头片尾识别效率的有益效果。
165.图4是本发明实施例提供的一种视频片头片尾识别装置的框图，如图4所示，该装置30可以包括：
166.播放数据获取模块301a，用于获取视频对象的播放数据；所述播放数据包括在所述视频对象播放时间段中出现跳出操作的次数；所述跳出操作为关闭所述视频对象的操作；
167.分布密集度获取模块301b，用于根据所述跳出操作的次数，获得所述跳出操作在所述视频对象播放时间段上的分布密集度；
168.片头片尾识别模块301c，用于在所述视频对象播放时间段上，选定所述分布密集度大于分布密集度阈值的时刻，确定为片头结束时刻或片尾开始时刻。
169.对于上述装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
170.本发明实施例还提供了一种电子设备，如图5所示，包括处理器301、通信接口302、存储器303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信，
171.存储器303，用于存放计算机程序；
172.处理器301，用于执行存储器303上所存放的程序时，实现如下步骤：
173.根据用户针对视频生成的评论文本，获取所述视频的待选推荐理由；
174.利用预设的点击率预测模型，根据所述视频的待选推荐理由的文本特征和待推荐用户的用户特征，生成所述待选推荐理由对应的预测点击率；
175.将对应的预测点击率满足预设条件的待选推荐理由确定为所述视频的目标推荐理由。
176.上述终端提到的通信总线可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
177.通信接口用于上述终端与其他设备之间的通信。
178.存储器可以包括随机存取存储器(random access memory，简称ram)，也可以包括非易失性存储器(non
‑
volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
179.上述的处理器可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field－programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
180.在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的视频片头片尾识别方法。
181.在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的视频片头片尾识别方法。
182.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。当使用软件实现时，可以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。在计算机上加载和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。
183.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
184.本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
185.以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。