多媒体资源的发布方法、装置、计算机设备及存储介质与流程

1.本技术涉及计算机技术领域，特别涉及一种多媒体资源的发布方法、装置、计算机设备及存储介质。


背景技术：

2.随着互联网的发展，广告已经成为一种向用户展示信息的有效手段。广告的形式包括文字、音频以及视频等多媒体资源。通过转化率和点击率等效果参数能够衡量广告发布后所起到的效果，而如何使广告发布后取得良好的效果，是一个研究的方向。
3.目前，主要依赖于运营人员的经验，由运营人员根据经验调整广告的发布方式、目标人群等发布参数的参数值，以优化广告发布后的效果。然而，对于经验不足的运营人员，很难针对不同广告找到合适的调整方法，导致广告发布后的效果不佳。


技术实现要素：

4.本技术实施例提供了一种多媒体资源的发布方法、装置、计算机设备及存储介质，能够优化目标多媒体资源的效果参数的参数值，从而使得目标多媒体资源发布后能够取得更好的效果。所述技术方案如下：
5.一方面，提供了一种多媒体资源的发布方法，所述方法包括：
6.根据待发布的目标多媒体资源，获取多个历史多媒体资源的多个发布参数的参数值，所述多个历史多媒体资源与所述目标多媒体资源具有相同的至少一个资源属性，所述发布参数用于表示发布多媒体资源时所使用的参数；
7.基于所述多个历史多媒体资源的多个发布参数的参数值之间的差异，显示至少一个目标发布参数的优化参数值和置信度，所述置信度用于表示对应的目标发布参数的可靠程度；
8.响应于发布参数选择操作，基于被选择的至少一个目标发布参数的优化参数值，对所述目标多媒体资源进行发布。
9.另一方面，提供了一种多媒体资源的发布装置，所述装置包括：
10.获取模块，用于根据待发布的目标多媒体资源，获取多个历史多媒体资源的多个发布参数的参数值，所述多个历史多媒体资源与所述目标多媒体资源具有相同的至少一个资源属性，所述发布参数用于表示发布多媒体资源时所使用的参数；
11.显示模块，用于基于所述多个历史多媒体资源的多个发布参数的参数值之间的差异，显示至少一个目标发布参数的优化参数值和置信度，所述置信度用于表示对应的目标发布参数的可靠程度；
12.资源发布模块，用于响应于发布参数选择操作，基于被选择的至少一个目标发布参数的优化参数值，对所述目标多媒体资源进行发布。
13.在一些实施例中，所述显示模块，包括：
14.数据集划分单元，用于根据所述多个历史多媒体资源的目标效果参数的参数值，
将所述多个历史多媒体资源划分为第一资源集和第二资源集，所述目标效果参数用于表示发布多媒体资源后的效果；
15.第一确定单元，用于对于任一发布参数，基于所述第一资源集和所述第二资源集，确定所述发布参数的差异系数，所述差异系数用于表示不同历史多媒体资源的所述发布参数的参数值之间的差异；
16.第二确定单元，用于基于所述第一资源集、所述第二资源集以及所述多个发布参数的差异系数，确定所述多个发布参数的置信度；
17.显示单元，用于基于所述目标多媒体资源的所述多个发布参数的参数值和所述多个发布参数的差异系数，确定并显示所述至少一个目标发布参数的优化参数值和置信度。
18.在一些实施例中，所述数据集划分单元，用于根据所述多个历史多媒体资源的目标效果参数的参数值，对所述多个历史多媒体资源进行排序；将排序在前的第一数量的多个历史多媒体资源，划分为所述第一资源集；将排序在后的第二数量的多个历史多媒体资源，划分为所述第二资源集。
19.在一些实施例中，所述第一确定单元，用于获取所述发布参数的至少一个候选参数值；对于所述发布参数的任一候选参数值，获取所述候选参数值的绝对差值，所述绝对差值表示所述候选参数值在所述第一资源集中所占比例和在所述第二资源集中所占比例的差值的绝对值；将所述至少一个候选参数值的绝对差值中的最大值，确定为所述发布参数的差异系数。
20.在一些实施例中，所述第二确定单元，用于将所述第一资源集和所述第二资源集划分为训练集和测试集；基于所述训练集和所述多个发布参数的差异系数，训练得到参数优化模型，所述参数优化模型用于确定输入的多媒体资源的多个发布参数的参数值；通过所述参数优化模型对所述测试集进行处理，确定所述多个发布参数的置信度。
21.在一些实施例中，所述第二确定单元，用于分别确定所述多个发布参数对所述训练集的多个信息增益系数；对于任一发布参数，基于所述发布参数的差异系数，对所述发布参数的信息增益系数进行加权；基于中间发布参数的至少一个参数值，训练得到所述参数优化模型，所述中间发布参数为加权后信息增益系数最大的发布参数。
22.在一些实施例中，所述第二确定单元，用于根据所述中间发布参数的至少一个参数值，将所述训练集划分为非空的至少一个训练子集；基于所述至少一个训练子集，采用递归的方式构建决策树，得到所述参数优化模型。
23.在一些实施例中，所述第二确定单元，用于通过所述参数优化模型对所述测试集进行预测，得到预测准确率；基于所述多个发布参数的差异系数和所述预测准确率，分别确定所述多个发布参数的置信度。
24.在一些实施例中，所述第二确定单元，用于从所述多个发布参数中移除差异系数小于第一差异阈值的发布参数。
25.在一些实施例中，所述第二确定单元，用于对于任一发布参数，从所述发布参数的至少一个候选参数值中移除在所述训练集中所占比例小于比例阈值的候选参数值。
26.在一些实施例中，所述显示单元，用于基于所述目标多媒体资源的所述多个发布参数的参数值和所述多个发布参数的差异系数，确定所述至少一个目标发布参数，所述目标发布参数的差异系数不小于第二差异阈值，且所述目标多媒体资源的所述目标发布参数
的参数值为第一参数值，所述第一参数值为所述目标发布参数在所述第二资源集中的参数值；基于第一资源集，确定所述至少一个目标发布参数的优化参数值；显示所述至少一个目标发布参数的优化参数值和置信度。
27.在一些实施例中，所述显示单元，用于对于任一目标发布参数，将所述目标发布参数在所述第一资源集中的第二参数值，确定为所述目标发布参数的优化参数值。
28.在一些实施例中，所述显示模块，还用于响应于达到验证周期，显示验证信息，所述验证周期为以发布所述目标多媒体资源为开始时刻的时间段，所述验证信息用于表示采用至少一个目标发布参数的优化参数值发布所述目标多媒体资源前后的差异。
29.另一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器用于存储至少一段计算机程序，所述至少一段计算机程序由所述处理器加载并执行以实现本技术实施例中的多媒体资源的发布方法。
30.另一方面，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至少一段计算机程序，所述至少一段计算机程序由处理器加载并执行以实现如本技术实施例中的多媒体资源的发布方法。
31.另一方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机程序代码，该计算机程序代码存储在计算机可读存储介质中，计算机设备的处理器从计算机可读存储介质读取该计算机程序代码，处理器执行该计算机程序代码，使得该计算机设备执行上述各个方面的各种可选实现方式中提供的多媒体资源的发布方法。
32.本技术实施例提供了一种多媒体资源的发布方案，通过获取与待发布的目标多媒体资源具有相同的资源参数信息的多个历史多媒体资源，使得与目标多媒体资源相似的历史多媒体资源的多个发布参数的参数值能够为目标多媒体资源提供参考。通过基于多个历史多媒体资源的多个发布参数的参数值之间的差异，能够确定至少一个目标发布参数的优化参数值以及目标发布参数的可靠程度。最后根据被选择的至少一个目标发布参数的优化参数值来对目标多媒体资源进行发布，能够优化目标多媒体资源的效果参数的参数值，从而使得目标多媒体资源发布后能够取得更好的效果。
附图说明
33.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，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。
34.图1是根据本技术实施例提供的一种多媒体资源的发布方法的实施环境示意图；
35.图2是根据本技术实施例提供的一种多媒体资源的发布方法的流程图；
36.图3是根据本技术实施例提供的另一种多媒体资源的发布方法的流程图；
37.图4是根据本技术实施例提供的另一种多媒体资源的发布方法的流程图；
38.图5是根据本技术实施例提供的另一种多媒体资源的发布方法的流程图；
39.图6是根据本技术实施例提供的一种多媒体资源的发布装置的框图；
40.图7是根据本技术实施例提供的另一种多媒体资源的发布装置的框图；
41.图8是根据本技术实施例提供的一种终端的结构框图；
42.图9是根据本技术实施例提供的一种服务器的结构示意图。
具体实施方式
43.为使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术实施方式作进一步地详细描述。
44.本技术中术语“第一”“第二”等字样用于对作用和功能基本相同的相同项或相似项进行区分，应理解，“第一”、“第二”、“第n”之间不具有逻辑或时序上的依赖关系，也不对数量和执行顺序进行限定。
45.本技术中术语“至少一个”是指一个或多个，“多个”的含义是指两个或两个以上。
46.需要说明的是，本技术所涉及的信息(包括但不限于用户设备信息、用户个人信息等)、数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)以及信号，均为经用户授权或者经过各方充分授权的，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。例如，本技术中涉及到的发布参数以及效果参数等数据都是在充分授权的情况下获取的。
47.以下，对本技术涉及的术语进行解释。
48.机器学习(machine learning，ml)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、示教学习等技术。在本技术实施例中，通过机器学习的方式来训练参数优化模型。
49.转化率(conversion rate，cvr)是一个衡量广告效果的指标，简言之就是用户点击广告到成为一个有效激活或者注册甚至付费用户的转化率。
50.点击通过率(click-through-rate，ctr)是互联网广告常用的术语，指网络广告(图片广告/文字广告/关键词广告/排名广告/视频广告等)的点击到达率，即该广告的实际点击次数(严格的来说，可以是到达目标页面的数量)除以广告的展现量(show content)。
51.id3算法是一种贪心算法，用来构造决策树。id3算法起源于概念学习系统，以信息熵的下降速度为选取测试属性的标准，即在每个结点选取还尚未被用来划分的具有最高信息增益的属性作为划分标准，然后继续这个过程，直到生成的决策树能完美分类训练样例。
52.本技术实施例提供的多媒体资源的发布方法，能够由计算机设备执行。在一些实施例中，该计算机设备为终端或服务器。下面以计算机设备为服务器为例，介绍一下本技术实施例提供的多媒体资源的发布方法的实施环境，图1是根据本技术实施例提供的一种多媒体资源的发布方法的实施环境示意图。参见图1，该实施环境包括终端101和服务器102。
53.终端101和服务器102能够通过有线或无线通信方式进行直接或间接地连接，本技术在此不做限制。
54.在一些实施例中，终端101是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表、智能语音交互设备、智能家电、车载终端、飞行器等，但并不局限于此。终端101安装和运行有用于发布多媒体资源的应用程序。其中，待发布的多媒体资源可以为文本
广告、图像广告、音频广告或者视频广告等。
55.在一些实施例中，服务器102是独立的物理服务器，也能够是多个物理服务器构成的服务器集群或者分布式系统，还能够是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn(content delivery network，内容分发网络)以及大数据和人工智能平台等基础云计算服务的云服务器。服务器102用于为用于发布多媒体资源的应用程序提供后台服务。在一些实施例中，服务器102承担主要计算工作，终端101承担次要计算工作；或者，服务器102承担次要计算工作，终端101承担主要计算工作；或者，服务器102和终端101二者之间采用分布式计算架构进行协同计算。
56.本领域技术人员可以知晓，上述终端的数量可以更多或更少。比如上述终端可以仅为一个，或者上述终端为几十个或几百个，或者更多数量。本技术实施例对终端的数量和设备类型不加以限定。
57.图2是根据本技术实施例提供的一种多媒体资源的发布方法的流程图，如图2所示，在本技术实施例中以由终端执行为例进行说明。该多媒体资源的发布方法包括以下步骤：
58.201、终端根据待发布的目标多媒体资源，获取多个历史多媒体资源的多个发布参数的参数值，该多个历史多媒体资源与该目标多媒体资源具有相同的至少一个资源属性，该发布参数用于表示发布多媒体资源时所使用的参数。
59.在本技术实施例中，该终端为图1所示的终端101。由于该多个历史多媒体资源与目标多媒体资源具有相同的至少一个资源属性，该终端通过该多个历史多媒体资源的多个发布参数的参数值，能够对目标多媒体资源的多个发布参数的参数值进行优化，以优化目标多媒体资源的效果参数的参数值，使得目标多媒体资源发布后能够取得更好的效果。其中，效果参数包括转化率和点击通过率等。资源属性为多媒体资源的固有属性，该资源属性包括多媒体资源所属的行业类型、发布多媒体资源所要达到的目的以及多媒体资源的发布渠道等，本技术实施例对此不进行限制。
60.202、终端基于该多个历史多媒体资源的多个发布参数的参数值之间的差异，显示至少一个目标发布参数的优化参数值和置信度，该置信度用于表示对应的目标发布参数的可靠程度。
61.在本技术实施例中，不同历史多媒体资源的多个发布参数的参数值不完全相同，使得不同历史多媒体资源的效果参数的参数值也不相同，通过该多个历史多媒体资源的多个发布参数的参数值之间的差异，能够确定对效果参数的参数值有影响的至少一个目标发布参数以及各个目标发布参数的置信度。进一步的，能够确定上述至少一个目标发布参数的优化参数值，使用该优化参数值对目标多媒体资源进行发布，能够优化该目标多媒体资源的至少一个效果参数的参数值。
62.203、响应于发布参数选择操作，终端基于被选择的至少一个目标发布参数的优化参数值，对该目标多媒体资源进行发布。
63.在本技术实施例中，通过选择至少一个目标发布参数，使得通过该被选择的至少一个目标发布参数的优化参数值，对该目标多媒体资源进行发布，能够优化该目标多媒体资源的至少一项效果参数的参数值，从而使得目标多媒体资源发布后能够取得更好的效果。
64.本技术实施例提供了一种多媒体资源的发布方案，通过获取与待发布的目标多媒体资源具有相同的资源参数信息的多个历史多媒体资源，使得与目标多媒体资源相似的历史多媒体资源的多个发布参数的参数值能够为目标多媒体资源提供参考。通过基于多个历史多媒体资源的多个发布参数的参数值之间的差异，能够确定至少一个目标发布参数的优化参数值以及目标发布参数的可靠程度。最后根据被选择的至少一个目标发布参数的优化参数值来对目标多媒体资源进行发布，能够优化目标多媒体资源的效果参数的参数值，从而使得目标多媒体资源发布后能够取得更好的效果。
65.图2示例性的示出了本技术提供的多媒体资源的发布方案的主要流程，下面基于一种应用场景，对该多媒体资源的发布方案进行进一步的说明。图3是根据本技术实施例提供的另一种多媒体资源的发布方法的流程图，如图3所示，在本技术实施例中以由终端执行为例进行说明。该方法包括以下步骤：
66.301、终端根据待发布的目标多媒体资源，获取多个历史多媒体资源的多个发布参数的参数值，该多个历史多媒体资源与该目标多媒体资源具有相同的至少一个资源属性，该发布参数用于表示发布多媒体资源时所使用的参数。
67.在本技术实施例中，该终端用于配置待发布的目标多媒体资源的多个发布参数的参数值。该目标多媒体资源为待发布的任一多媒体资源。由于发布参数的参数值会影响目标多媒体资源发布后的效果参数的参数值，终端能够通过多个历史多媒体资源的多个参数的参数值，来对目标多媒体资源的多个发布参数的参数值进行优化。其中，该多个历史多媒体资源通过目标多媒体资源的至少一个资源属性确定，该资源属性为多媒体资源的固有属性，不同多媒体资源的资源属性不完全相同。该发布参数包括发布工具、发布策略、发布的目标人群以及资源质量等参数，发布参数的参数值能够通过二进制数字表示，也能够通过自然数表示，本技术实施例对此不进行限制。
68.例如，以目标多媒体资源和历史多媒体资源为广告资源为例进行说明。根据目标广告资源的子赛道、优化目标以及资源流量三个资源属性，筛选出与目标广告资源具有相同的子赛道、优化目标以及资源流量的多个历史广告资源。其中，子赛道是指广告资源所属的行业类型，该行业类型为细分后的类型，如金融行业可以被细分为贷款和保险；游戏行业可以细分为射击类游戏、角色扮演类游戏以及即时战略游戏等。优化目标是指发布广告资源所要达到的目的，如促销、增加订阅以及增加关注等。资源流量是指广告资源的发布渠道，如即时通信程序、视频程序以及新闻程序等。如目标广告资源是属于射击类游戏、为了促销虚拟道具以及通过视频程序发布的广告资源，则多个历史广告资源同样是属于射击类游戏、为了促销虚拟道具以及通过视频程序发布的广告资源。然后，终端获取该多个历史多媒体资源的多个发布参数的参数值。其中，该多个发布参数包括发布工具、发布策略、目标人群以及资源质量等。如发布工具有10种，则发布工具的参数值可以表示为0-9；该发布工具也可以表示为一个9位的二进制数，每一位表示一个发布工具的参数值，0表示该发布工具未启用，1表示该发布工具启用。同理，发布策略有5种，可以表示为0-4，也可以表示为一个5位的二进制数，在此不再赘述。
69.在一些实施例中，该多个历史多媒体资源的多个发布参数的参数值可以由终端直接获取，也可以由终端通过服务器获取。以通过服务器获取为例，终端向服务器发送获取请求，该获取请求携带目标多媒体资源的资源标识以及至少一个资源属性的属性标识。服务
器通过该资源标识确定该目标多媒体资源。然后，服务器基于该至少一个资源属性的属性标识确定多个历史多媒体资源。服务器获取该多个历史多媒体资源的多个发布参数的参数值，然后发送至终端。其中，服务器在获取到多个历史多媒体资源的多个发布参数的参数值之后，能够对获取到的数据进行清洗，剔除异常数据，如消耗小于1000元、转化量小于5的广告资源等。
70.302、终端根据该多个历史多媒体资源的目标效果参数的参数值，将该多个历史多媒体资源划分为第一资源集和第二资源集，该目标效果参数用于表示发布多媒体资源后的效果。
71.在本技术实施例中，该目标效果参数为技术人员通过终端选择的效果参数，也即该目标效果参数为技术人员所关注或者期望优化的效果参数，该目标效果参数还可以称为关注目标或者关注指标。由于不同历史多媒体资源的多个发布参数的参数值不同，导致不同历史多媒体资源的目标效果参数的参数值相同或者不同。通过该目标效果的参数值，能够将该多个历史多媒体资源划分为两个资源集，一个资源集中历史多媒体资源的目标效果参数的参数值，高于另一个资源集中历史多媒体资源的目标效果参数的参数值。其中，目标效果参数可以为cvr或ctr等，本技术实施例对此不进行限制。
72.在一些实施例中，终端通过目标效果参数的参数值，先对多个历史多媒体资源进行排序，再划分资源集。首先，终端根据多个历史多媒体资源的目标效果参数的参数值，对该多个历史多媒体资源进行排序。然后，终端将排序在前的第一数量的多个历史多媒体资源，划分为第一资源集，将排序在后的第二数量的多个历史多媒体资源，划分为第二资源集。其中，第一数量可以与第二数量相等，也可以与第二数量不等。第一数量和第二数量可以为预设的数量，还可以为在多个历史多媒体资源中的占比。
73.例如，第一数量和第二数量均为30％，则终端从排序后的多个历史多媒体资源中，获取排序靠前的30％构成第一资源集，获取排序靠后的30％构成第二资源集。为便于区分，将第一资源集标识为1，将第二资源集标识为0。
74.在一些实施例中，由于按照目标效果参数的参数值将多个历史多媒体资源划分为两个资源集，则第一资源集中各个历史多媒体资源的目标效果参数的参数值处于第一范围内，而第二资源集中各个历史多媒体资源的目标效果参数的参数值处于第二范围内。终端获取目标多媒体资源的目标效果参数的参数值，若该效果参数的参数值处于第一范围内，则表示目标多媒体资源在目标效果参数这一指标的表现良好，终端可以显示“广告在xx指标下表现良好，无需调整。”；若该效果参数的参数值处于第二范围内，则表示目标多媒体资源在目标效果参数这一指标的表现不佳，则执行本技术实施例下述步骤303至步骤308所描述的方案，以优化该目标效果参数。
75.需要说明的是，在本技术实施例中，该待发布的目标多媒体资源为从未发布过的多媒体资源，或者发布过需要重新发布的多媒体资源。若该目标多媒体资源为从未发布过的多媒体资源，则该目标多媒体资源的多个效果参数的参数值为默认值；若该目标多媒体资源为发布过需要重新发布的多媒体资源，则该目标多媒体资源的多个效果参数的参数值为上次发布后该多个效果参数的参数值。
76.303、对于任一发布参数，终端基于该第一资源集和该第二资源集，确定该发布参数的差异系数，该差异系数用于表示不同历史多媒体资源的该发布参数的参数值之间的差
异。
77.在本技术实施例中，通过各个发布参数的至少一个候选参数值在第一资源集和第二资源集中的分布情况，终端能够分别确定各个发布参数的差异系数。其中，候选参数值是指发布参数可选的参数值，如步骤301中，发布工具的可选的参数值有9种。
78.在一些实施例中，以任一发布参数为例进行说明，终端首先获取该发布参数的至少一个候选参数值。然后，对于该发布参数的任一候选参数值，终端获取该候选参数值的绝对差值。其中，该绝对差值表示该候选参数值在第一资源集中所占比例和在第二资源集中所占比例的差值的绝对值。最后，终端将至少一个候选参数值的绝对差值中的最大值，确定为该发布参数的差异系数。通过基于候选参数值在两个资源集中所占比例来确定发布参数的差异系数，使得该差异系数，能够较为准确的反映不同历史多媒体资源的发布参数的参数值之间的差异。
79.例如，发布参数x的候选参数值有三个，分别为x1、x2以及x3。在第一资源集中，上述三个候选参数值的分布情况为x1:60％；x2:30％；x3:10％。在第二资源集中，上述三个候选参数值的分布情况为x1:30％；x2:20％；x3:50％。则上述三个候选参数值的绝对差值分别为：x1:30％；x2:10％；x3:40％。由于候选参数值x3的绝对差值最大，则发布参数x的差异系数为40％。
80.需要说明的是，若发布参数的候选参数值为连续变量，则终端可以先将该发布参数的候选参数值转换为离散变量，再确定该发布参数的差异系数。其中，将连续变量转换为离散变量的方式包括：分段取平均值、分段取中位数或者取分位数等，本技术实施例对此不进行限制。
81.304、终端将第一资源集和第二资源集划分为训练集和测试集。
82.在本技术实施例中，终端能够从第一资源集和第二资源集中各取一部分数据组成训练集，剩余的数据组成测试集。
83.例如，终端从第一资源集和第二资源集中各随机选取70％的数据组成训练集，将剩余的30％的数据组成测试集。
84.需要说明的是，本技术实施例中的编号是为了便于描述，并不限制步骤的执行顺序，如上述步骤304既可以在上述步骤303之后执行，也可以在上述步骤303之前执行，还可以与步骤303同步执行，本技术实施例对此不进行限制。
85.305、终端基于该训练集和该多个发布参数的差异系数，训练得到参数优化模型，该参数优化模型用于确定输入的多媒体资源的多个发布参数的参数值。
86.在本技术实施例中，终端能够针对目标多媒体资源训练参数优化模型，基于该参数优化模型来优化目标多媒体资源的至少一个发布参数的参数值，进而优化效果参数的参数值。
87.在一些实施例中，终端通过发布参数对训练集的信息增益系数，来训练参数优化模型。终端基于决策树算法和训练集中多个历史多媒体资源的多个发布参数的参数值，构建决策树。若该多个历史多媒体资源的多个发布参数的参数值完全一致，则决策树为单结点树，即只有一个结点的决策树。若该多个多媒体资源的多个发布参数的参数值不完全一致，则终端分别确定该多个发布参数对该训练集的多个信息增益系数。对于任一发布参数，基于该发布参数的差异系数，对该发布参数的信息增益系数进行加权。将加权后信息增益
系数最大的发布参数确定为中间发布参数。然后，终端根据该中间发布参数的至少一个参数值，将该训练集划分为非空的至少一个训练子集。最后，终端基于该至少一个训练子集，采用递归的方式构建决策树，得到该参数优化模型。
88.在一些实施例中，由于决策树算法生成的树很深，容易过拟合。通过从上述多个发布参数中移除差异系数小于第一差异阈值的发布参数的方式，能够改善过拟合。其中，该第一差异阈值可以为20％、25％或者30％等，本技术实施例对此不进行限制。
89.在一些实施例中，由于候选参数值多的发布参数具有较大的信息增益系数，使得决策树算法会选择候选参数值较多的发布参数，但是该发布参数并非是最优的发布参数。在上述基于发布参数的差异系数，对发布参数的信息增益系数进行加权的基础上，通过从该发布参数的至少一个候选参数值中移除在该训练集中所占比例小于比例阈值的候选参数值，能够改善上述问题，使得决策树算法能够选择较优的发布参数。其中，该比例阈值可以为5％、7％或者10％，本技术实施例对此不进行限制。
90.例如，以比例阈值为5％为例。发布参数y的候选参数值为y1、y2以及y3。在训练集中，发布参数y的参数值为y1的广告资源的个数占比为36％、发布参数y的参数值为y2的广告资源的个数占比为4％，而发布参数y的参数值为y3的广告资源的个数占比为60％。发布参数y的参数值为y2的广告资源的个数占比小于比例阈值，则移除候选参数值y2。
91.为了基于决策树算法训练参数优化模型的过程更容易理解，下面进一步的进行描述。在训练过程中，输入为训练集d、发布参数集a以及阈值∈。其中，发布参数集a中包括上述多个发布参数。输出为决策树t。
92.首先，若训练集d中的所有历史多媒体资源属于同一类ck，则决策树t为单结点树，将类ck作为该结点的类标记，返回t。其中，所有历史多媒体资源属于同一类ck，是指训练集d中的所有历史多媒体资源的多个发布参数的参数值完全一致。
93.其次，若训练集d中的所有历史多媒体资源不属于同一类ck，则计算发布参数集a中各个发布参数对训练集d的信息增益系数ag，参见下述公式(1)-公式(3)。然后根据各个发布参数的差异系数对各个发布参数的信息增益系数进行加权，将加权后信息增益系数最大的发布参数确定为中间发布参数a
gnew
，参见下述公式(4)。
[0094][0095][0096]
g(d，a)＝h(d)-h(d|a)
ꢀꢀꢀ
(3)
[0097]
其中，h(d)表示训练集d的经验熵；k表示训练集d中类别的个数，k为正整数；|ck|表示训练集d中属于类ck的历史多媒体资源的个数；|d|表示训练集d中历史多媒体资源的个数；h(d|a)表示发布参数集a中发布参数a对数据集d的经验条件熵；n表示发布参数a的候选参数值的个数；|di|表示训练集d中发布参数a的参数值为ai的历史多媒体资源的个数；g(d|a)表示发布参数a对训练集d的增益系数。ag中包括多个g(d|a)。
[0098]agnew
＝max(ag×
(σ+1))
ꢀꢀꢀ
(4)
[0099]
其中，a
gnew
表示中间发布参数，ag表示发布参数的信息增益系数，σ表示发布参数的
差异系数。
[0100]
其次，若中间发布参数的信息增益系数小于阈值∈，则将决策树t设置为单结点树，并将训练集d中包括的历史多媒体资源的个数最多的类ck作为该结点的类标记，返回t。其中，阈值可以为1、0.8或者1.1等，本技术实施例对此不进行限制。
[0101]
其次，若中间发布参数的信息增益系数不小于阈值∈，则根据中间发布参数a
gnew
的多个参数值ai，将训练家d划分为至少一个非空的子集di，一个参数值ai对应一个子集di。对于任一子集，将该子集中包括的历史多媒体资源的个数最多的类作为标记，构建子结点。由上述结点及其子结点构成决策树t，返回t。
[0102]
最后，对于第i个子结点，以di为训练集，以a
′
为发布参数集，递归调用上述步骤，得到子树ti，返回ti。其中，a
′
为从发布参数及a中移除上述中间发布参数后的发布参数集。
[0103]
306、终端通过该参数优化模型对该测试集进行处理，确定该多个发布参数的置信度。
[0104]
在本技术实施例中，终端通过上述步骤训练得到的参数优化模型，也即决策树对测试集中的历史多媒体资源分别进行预测，得到预测准确率。然后基于该多个发布参数的差异系数和该预测准确率，分别确定该多个发布参数的置信度。
[0105]
在一些实施例中，通过下述公式(5)来确定发布参数的置信度。
[0106][0107]
其中，zj表示发布参数j的置信度，μ表示预测准确率，σj表示发布参数j的差异系数。
[0108]
307、终端基于该目标多媒体资源的该多个发布参数的参数值和该多个发布参数的差异系数，确定并显示该至少一个目标发布参数的优化参数值和置信度。
[0109]
在本技术实施例中，终端基于目标多媒体资源的该多个发布参数的参数值，能够确定需要优化的至少一个目标发布参数，进而确定该至少一个目标发布参数的优化参数值。通过显示该至少一个目标发布参数的优化参数值和置信度，以对运营人员等技术人员进行提示。
[0110]
在一些实施例中，终端首先基于该目标多媒体资源的该多个发布参数的参数值和该多个发布参数的差异系数，确定该至少一个目标发布参数，该目标发布参数的差异系数不小于第二差异阈值，且该目标多媒体资源的该目标发布参数的参数值为第一参数值，该第一参数值为该目标发布参数在该第二资源集中的参数值。然后，对于任一目标发布参数，终端基于第一资源集，将目标发布参数在第一资源集中的第二参数值，确定为目标发布参数的优化参数值。最后，终端显示该至少一个目标发布参数的优化参数值和置信度。其中，第二差异阈值可以为5％、20％以及25％等，本技术实施例对此不进行限制。
[0111]
例如，以第二差异阈值为20％为例，从多个发布参数中先选出差异系数不小于20％的至少一个发布参数。然后确定目标多媒体资源的该至少一个发布参数的参数值。对于任一发布参数，由于在第一资源集中发布参数的参数值为b1、b3以及b5，而在第二资源集中该发布参数的参数值为b2、b4以及b6。若目标多媒体资源的该发布参数的参数值为b1、b3或b5，则该发布参数不为目标发布参数；若目标多媒体资源的该发布参数的参数值为b2、b4或b6，则该发布参数目标发布参数。并且，该目标发布参数的优化参数值可以为b1、b3或b5。
[0112]
需要说明的是，若一个发布参数的参数值既在第一资源集中出现，又在第二资源集中出现，则将出现次数较多的资源集，作为该发布参数的参数值所在的资源集。
[0113]
需要说明的是，为了使上述步骤301至步骤307所描述的确定至少一个目标发布参数的优化参数值和置信度的流程更容易理解，参见图4所示，图4是根据本技术实施例提供的另一种多媒体资源的发布方法的流程图。如图4，包括以下步骤：401、接收输入的目标多媒体资源的资源标识和目标效果参数。402、确定多个历史多媒体资源。403、数据清洗。404、根据目标效果参数，将多个历史多媒体资源划分为第一资源集和第二资源集。405、判断目标多媒体资源的目标效果参数的参数值是否在第二资源集中。若否则执行406；若是，则执行407。406、显示用于提示无需调整发布参数的提示信息。407、通过参数优化模型，确定至少一个目标发布参数的优化参数值和置信度。408、显示至少一个目标发布参数的优化参数值和置信度。
[0114]
308、响应于发布参数选择操作，终端基于被选择的至少一个目标发布参数的优化参数值，对该目标多媒体资源进行发布。
[0115]
在本技术实施例中，终端显示的至少一个目标发布参数可供运营人员进行选择。运营人员可以选择一个或者多个目标发布参数。终端通过被选择的至少一个目标发布参数的优化参数值，来对于该目标多媒体资源进行发布，以优化目标效果参数的参数值。
[0116]
在一些实施例中，终端指示服务器发布该目标多媒体资源。相应的，终端向服务器发送资源发布请求，该资源发布请求携带该至少一个目标发布参数的优化参数值和该目标多媒体资源的资源标识。服务器对该资源发布请求进行解析，按照至少一个目标发布参数的优化参数值，发布该目标多媒体资源。
[0117]
在一些实施例中，为验证调整至少一个目标发布参数之后的有效性，运营人员还可以设置验证周期，响应于达到验证周期，终端显示验证信息，该验证周期为以发布该目标多媒体资源为开始时刻的时间段，该验证信息用于表示采用至少一个目标发布参数的优化参数值发布该目标多媒体资源前后的差异。其中，该验证周期可以为3天、7天或者10天等，本技术实施例对此不进行限制。
[0118]
需要说明的是，为了使本技术实施例提供的多媒体资源的发布方案更容易理解，以多媒体资源为广告资源为例，参见图5所示，图5是根据本技术实施例提供的另一种多媒体资源的发布方法的流程图。如图5所示，包括如下步骤：501、接收广告优化功能的开启操作，显示广告选择页面。502、接收用户选择的待优化的目标广告。503、接收用户选择的目标效果参数。504、采用参数优化模型确定至少一个目标发布参数的优化参数值和置信度。505、显示至少一个目标发布参数的优化参数值和置信度。506、人工调整目标广告的目标发布参数的优化参数值。507、接收用户选择的至少一个目标发布参数的优化参数值，自动调整目标广告的目标发布参数的优化参数值，请求服务器发布目标广告。508、接收用户设置的验证周期。509、输出验证信息。510、请求服务器停止发布目标广告。511、请求服务器继续发布目标广告。
[0119]
本技术实施例提供了一种多媒体资源的发布方案，通过获取与待发布的目标多媒体资源具有相同的资源参数信息的多个历史多媒体资源，使得与目标多媒体资源相似的历史多媒体资源的多个发布参数的参数值能够为目标多媒体资源提供参考。通过基于多个历史多媒体资源的多个发布参数的参数值之间的差异，能够确定至少一个目标发布参数的优
化参数值以及目标发布参数的可靠程度。最后根据被选择的至少一个目标发布参数的优化参数值来对目标多媒体资源进行发布，能够优化目标多媒体资源的效果参数的参数值，从而使得目标多媒体资源发布后能够取得更好的效果。
[0120]
图6是根据本技术实施例提供的一种多媒体资源的发布装置的框图。该装置用于执行上述多媒体资源的发布方法中的步骤，参见图6，装置包括：获取模块601、显示模块602以及资源发布模块603。
[0121]
获取模块601，用于根据待发布的目标多媒体资源，获取多个历史多媒体资源的多个发布参数的参数值，该多个历史多媒体资源与该目标多媒体资源具有相同的至少一个资源属性，该发布参数用于表示发布多媒体资源时所使用的参数；
[0122]
显示模块602，用于基于该多个历史多媒体资源的多个发布参数的参数值之间的差异，显示至少一个目标发布参数的优化参数值和置信度，该置信度用于表示对应的目标发布参数的可靠程度；
[0123]
资源发布模块603，用于响应于发布参数选择操作，基于被选择的至少一个目标发布参数的优化参数值，对该目标多媒体资源进行发布。
[0124]
在一些实施例中，图7是根据本技术实施例提供的另一种多媒体资源的发布装置的框图，参见图7所示，该显示模块602，包括：
[0125]
数据集划分单元701，用于根据该多个历史多媒体资源的目标效果参数的参数值，将该多个历史多媒体资源划分为第一资源集和第二资源集，该目标效果参数用于表示发布多媒体资源后的效果；
[0126]
第一确定单元702，用于对于任一发布参数，基于该第一资源集和该第二资源集，确定该发布参数的差异系数，该差异系数用于表示不同历史多媒体资源的该发布参数的参数值之间的差异；
[0127]
第二确定单元703，用于基于该第一资源集、该第二资源集以及该多个发布参数的差异系数，确定该多个发布参数的置信度；
[0128]
显示单元704，用于基于该目标多媒体资源的该多个发布参数的参数值和该多个发布参数的差异系数，确定并显示该至少一个目标发布参数的优化参数值和置信度。
[0129]
在一些实施例中，该数据集划分单元701，用于根据该多个历史多媒体资源的目标效果参数的参数值，对该多个历史多媒体资源进行排序；将排序在前的第一数量的多个历史多媒体资源，划分为该第一资源集；将排序在后的第二数量的多个历史多媒体资源，划分为该第二资源集。
[0130]
在一些实施例中，该第一确定单元702，用于获取该发布参数的至少一个候选参数值；对于该发布参数的任一候选参数值，获取该候选参数值的绝对差值，该绝对差值表示该候选参数值在该第一资源集中所占比例和在该第二资源集中所占比例的差值的绝对值；将该至少一个候选参数值的绝对差值中的最大值，确定为该发布参数的差异系数。
[0131]
在一些实施例中，该第二确定单元703，用于将该第一资源集和该第二资源集划分为训练集和测试集；基于该训练集和该多个发布参数的差异系数，训练得到参数优化模型，该参数优化模型用于确定输入的多媒体资源的多个发布参数的参数值；通过该参数优化模型对该测试集进行处理，确定该多个发布参数的置信度。
[0132]
在一些实施例中，该第二确定单元703，用于分别确定该多个发布参数对该训练集
的多个信息增益系数；对于任一发布参数，基于该发布参数的差异系数，对该发布参数的信息增益系数进行加权；基于中间发布参数的至少一个参数值，训练得到该参数优化模型，该中间发布参数为加权后信息增益系数最大的发布参数。
[0133]
在一些实施例中，该第二确定单元703，用于根据该中间发布参数的至少一个参数值，将该训练集划分为非空的至少一个训练子集；基于该至少一个训练子集，采用递归的方式构建决策树，得到该参数优化模型。
[0134]
在一些实施例中，该第二确定单元703，用于通过该参数优化模型对该测试集进行预测，得到预测准确率；基于该多个发布参数的差异系数和该预测准确率，分别确定该多个发布参数的置信度。
[0135]
在一些实施例中，该第二确定单元703，用于从该多个发布参数中移除差异系数小于第一差异阈值的发布参数。
[0136]
在一些实施例中，该第二确定单元703，用于对于任一发布参数，从该发布参数的至少一个候选参数值中移除在该训练集中所占比例小于比例阈值的候选参数值。
[0137]
在一些实施例中，该显示单元704，用于基于该目标多媒体资源的该多个发布参数的参数值和该多个发布参数的差异系数，确定该至少一个目标发布参数，该目标发布参数的差异系数不小于第二差异阈值，且该目标多媒体资源的该目标发布参数的参数值为第一参数值，该第一参数值为该目标发布参数在该第二资源集中的参数值；基于第一资源集，确定该至少一个目标发布参数的优化参数值；显示该至少一个目标发布参数的优化参数值和置信度。
[0138]
在一些实施例中，该显示单元704，用于对于任一目标发布参数，将该目标发布参数在该第一资源集中的第二参数值，确定为该目标发布参数的优化参数值。
[0139]
在一些实施例中，该显示模块602，还用于响应于达到验证周期，显示验证信息，该验证周期为以发布该目标多媒体资源为开始时刻的时间段，该验证信息用于表示采用至少一个目标发布参数的优化参数值发布该目标多媒体资源前后的差异。
[0140]
本技术实施例提供了一种多媒体资源的发布方案，通过获取与待发布的目标多媒体资源具有相同的资源参数信息的多个历史多媒体资源，使得与目标多媒体资源相似的历史多媒体资源的多个发布参数的参数值能够为目标多媒体资源提供参考。通过基于多个历史多媒体资源的多个发布参数的参数值之间的差异，能够确定至少一个目标发布参数的优化参数值以及目标发布参数的可靠程度。最后根据被选择的至少一个目标发布参数的优化参数值来对目标多媒体资源进行发布，能够优化目标多媒体资源的效果参数的参数值，从而使得目标多媒体资源发布后能够取得更好的效果。
[0141]
需要说明的是：上述实施例提供的多媒体资源的发布装置在发布多媒体资源时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的多媒体资源的发布装置与多媒体资源的发布方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
[0142]
在本技术实施例中，计算机设备能够被配置为终端或者服务器，当计算机设备被配置为终端时，可以由终端作为执行主体来实施本技术实施例提供的技术方案，当计算机设备被配置为服务器时，可以由服务器作为执行主体来实施本技术实施例提供的技术方
案，也可以通过终端和服务器之间的交互来实施本技术提供的技术方案，本技术实施例对此不作限定。
[0143]
图8是根据本技术实施例提供的一种终端800的结构框图。该终端800可以是便携式移动终端，比如：智能手机、平板电脑、mp3播放器(moving picture experts group audio layer iii，动态影像专家压缩标准音频层面3)、mp4(moving picture experts group audio layer iv，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端800还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
[0144]
通常，终端800包括有：处理器801和存储器802。
[0145]
处理器801可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器801可以采用dsp(digital signal processing，数字信号处理)、fpga(field－programmable gate array，现场可编程门阵列)、pla(programmable logic array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器801也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称cpu(central processing unit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器801可以集成有gpu(graphics processing unit，图像处理器)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器801还可以包括ai(artificial intelligence，人工智能)处理器，该ai处理器用于处理有关机器学习的计算操作。
[0146]
存储器802可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器802还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器802中的非暂态的计算机可读存储介质用于存储至少一个计算机程序，该至少一个计算机程序用于被处理器801所执行以实现本技术中方法实施例提供的多媒体资源的发布方法。
[0147]
在一些实施例中，终端800还可选包括有：外围设备接口803和至少一个外围设备。处理器801、存储器802和外围设备接口803之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口803相连。具体地，外围设备包括：射频电路804、显示屏805、摄像头组件806、音频电路807和电源808中的至少一种。
[0148]
外围设备接口803可被用于将i/o(input/output，输入/输出)相关的至少一个外围设备连接到处理器801和存储器802。在一些实施例中，处理器801、存储器802和外围设备接口803被集成在同一芯片或电路板上；在一些其他实施例中，处理器801、存储器802和外围设备接口803中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
[0149]
射频电路804用于接收和发射rf(radio frequency，射频)信号，也称电磁信号。射频电路804通过电磁信号与通信网络以及其他通信设备进行通信。射频电路804将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。在一些实施例中，射频电路804包括：天线系统、rf收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路804可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2g、3g、4g及5g)、无线局域网和/或wifi(wireless fidelity，无线保真)网络。在一些实
施例中，射频电路804还可以包括nfc(near field communication，近距离无线通信)有关的电路，本技术对此不加以限定。
[0150]
显示屏805用于显示ui(user interface，用户界面)。该ui可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏805是触摸显示屏时，显示屏805还具有采集在显示屏805的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器801进行处理。此时，显示屏805还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏805可以为一个，设置在终端800的前面板；在另一些实施例中，显示屏805可以为至少两个，分别设置在终端800的不同表面或呈折叠设计；在另一些实施例中，显示屏805可以是柔性显示屏，设置在终端800的弯曲表面上或折叠面上。甚至，显示屏805还可以设置成非矩形的不规则图形，也即异形屏。显示屏805可以采用lcd(liquid crystal display，液晶显示屏)、oled(organic light-emitting diode，有机发光二极管)等材质制备。
[0151]
摄像头组件806用于采集图像或视频。在一些实施例中，摄像头组件806包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及vr(virtual reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件806还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
[0152]
音频电路807可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器801进行处理，或者输入至射频电路804以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端800的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器801或射频电路804的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路807还可以包括耳机插孔。
[0153]
电源808用于为终端800中的各个组件进行供电。电源808可以是交流电、直流电、一次性电池或可充电电池。当电源808包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
[0154]
在一些实施例中，终端800还包括有一个或多个传感器809。该一个或多个传感器809包括但不限于：加速度传感器810、陀螺仪传感器811、压力传感器812、光学传感器813以及接近传感器814。
[0155]
加速度传感器810可以检测以终端800建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器810可以用于检测重力加速度在三个坐标轴上的分量。处理器801可以根据加速度传感器810采集的重力加速度信号，控制显示屏805以横向视图或纵向视图进行用户界面的显示。加速度传感器810还可以用于游戏或者用户的运动数据的采集。
[0156]
陀螺仪传感器811可以检测终端800的机体方向及转动角度，陀螺仪传感器811可以与加速度传感器810协同采集用户对终端800的3d动作。处理器801根据陀螺仪传感器811采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变ui)、拍摄时的图像稳定、游戏控制以及惯性导航。
[0157]
压力传感器812可以设置在终端800的侧边框和/或显示屏805的下层。当压力传感器812设置在终端800的侧边框时，可以检测用户对终端800的握持信号，由处理器801根据压力传感器812采集的握持信号进行左右手识别或快捷操作。当压力传感器812设置在显示屏805的下层时，由处理器801根据用户对显示屏805的压力操作，实现对ui界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
[0158]
光学传感器813用于采集环境光强度。在一个实施例中，处理器801可以根据光学传感器813采集的环境光强度，控制显示屏805的显示亮度。具体地，当环境光强度较高时，调高显示屏805的显示亮度；当环境光强度较低时，调低显示屏805的显示亮度。在另一个实施例中，处理器801还可以根据光学传感器813采集的环境光强度，动态调整摄像头组件806的拍摄参数。
[0159]
接近传感器814，也称距离传感器，通常设置在终端800的前面板。接近传感器814用于采集用户与终端800的正面之间的距离。在一个实施例中，当接近传感器814检测到用户与终端800的正面之间的距离逐渐变小时，由处理器801控制显示屏805从亮屏状态切换为息屏状态；当接近传感器814检测到用户与终端800的正面之间的距离逐渐变大时，由处理器801控制显示屏805从息屏状态切换为亮屏状态。
[0160]
本领域技术人员可以理解，图8中示出的结构并不构成对终端800的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
[0161]
图9是根据本技术实施例提供的一种服务器的结构示意图，该服务器900可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)901和一个或一个以上的存储器902，其中，该存储器902中存储有至少一条计算机程序，该至少一条计算机程序由该处理器901加载并执行以实现上述各个方法实施例提供的多媒体资源的发布方法。当然，该服务器还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该服务器还可以包括其他用于实现设备功能的部件，在此不做赘述。
[0162]
本技术实施例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至少一段计算机程序，该至少一段计算机程序由计算机设备的处理器加载并执行以实现上述实施例的多媒体资源的发布方法中计算机设备所执行的操作。例如，所述计算机可读存储介质可以是只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、光盘只读存储器(compact disc read-only memory，cd-rom)、磁带、软盘和光数据存储设备等。
[0163]
在一些实施例中，本技术实施例所涉及的计算机程序可被部署在一个计算机设备上执行，或者在位于一个地点的多个计算机设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算机设备上执行，分布在多个地点且通过通信网络互连的多个计算机设备可以组成区块链系统。
[0164]
本技术实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机程序代码，该计算机程序代码存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机程序代码，处理器执行该计算机程序代码，使得该计算机设备执行上述各种可选实现方式中提供的多媒体资源的发布方法。
[0165]
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0166]
以上所述仅为本技术的可选实施例，并不用以限制本技术，凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。