脑)；以上的服务特征信息仅为示例，实际应用中，凡是可以调用互联网的公共搜索接口(如百度搜索接口、谷歌搜索接口)搜索到的任意信息均可以为服务特征信息；如图4所示，在剧集时间轴上T3时段的数据分段的服务特征信息中呈现有剧中角色的衣着的图像、衣着的描述、以及购买链接，如果用户在点击购买链接，则将触发终端图像界面跳转至图5所示的购买页面，从而用户可以快速下单购买；例如还可以为数据分段承载的景点的旅游信息，如果用户点击相应的链接，则终端会跳转至相应的旅游参团报名网页。
[0052]4)互动特征信息，互动特征信息包括针对数据分段承载的对象的互动活动的入口，互动活动基于互联网实现，例如可以为针对数据分段承载的人、物的发起的投票、讨论等，实际应用中可以基于社交应用(如微信、QQ)实现；相应地，入口可以为触发终端中的社交应用、并将社交应用引导至互动活动(如投票或讨论)页面的链接；一个示例如图6所示，T4对应的数据分段的互动特定信息中，包括有网络用户对该数据分段的情节发起的投票活动，如果用户参与投票，则终端页面会跳转至如图7所示的投票页面，供用户参与投票并查看如图8所示的投票结果，并可以返回投票前的页面。
[0053]5)描述特征信息，描述特征信息从至少一个维度表征所述数据分段的属性，以视频数据为例，描述特征信息可以是视频内容的剧情看点，比如故事情节发展到某个高潮、展示数据分段对应剧情的截图、看点标题和该数据分段被观看的次数；描述特征信息可以基于图形界面呈现的所述数据分段的描述特征信息入口获取，例如，用户通过终端观看到数据分段时，可以基于图形界面中呈现的剧情提交界面提交用户撰写的剧情看点。一个示例如图9所示，T5数据分段的描述特征信息包括有视频截图、文字描述信息；其中，文字描述信息可以是其他用户通过终端观看该数据分段时提交的关于数据分段的剧情看点的文字描述。
[0054]步骤S102，基于预设粒度对所述数据分段对应的特征信息进行聚合。
[0055]步骤S103，基于所述预设粒度的数据分段在所述多媒体数据时间轴上的分布位置，确定聚合的特征信息在所述多媒体数据时间轴上的分布位置。
[0056]这里的预设粒度可以为采用时间长度或数据块长度的形式进行度量；以采用时间长度为例，预设粒度可以为一个或多个上述数据分段的持续时长；实际应用中，数据分段的持续时间长度往往较小(如30秒)，此时，预设粒度可以采用大于数据分段的持续时间长度的值，以避免造成特征信息在多媒体数据时间轴上分布密度大，无法帮助用户基于多媒体数据时间轴对多媒体数据形成直观了解的情况。
[0057]以基于预设粒度对多个数据分段的评分特征信息进行聚合为例，如果预设粒度的数据分段的持续时间长度对应10个数据分段的持续时间长度，则获取位于多媒体数据时间轴上分布的前10个数据分段对应的评分特征信息，其中，这里评分特征信息采用百分制评分的形式，则可以对前10个的数据分段的评分特征信息取均值作为预设粒度的数据分段的评分特征信息；重复上述过程，直至基于预设粒度获取多媒体数据时间轴上所有预设粒度的数据分段的评分特征信息；需要说明的是，每个数据分段的评分特征信息的数量不唯一时(每个数据分段的评分可以基于多个终端用户的操作记录对应得到多个评分特征信息)，可以将同一数据分段的多个评分特征信息取均值作为该数据分段的最后的评分特征信息。
[0058]步骤S104，呈现所述聚合的特征信息的标识在所述多媒体数据时间轴上的分布。
[0059]多媒体数据时间轴可以在用户触发播放多媒体数据，或者用户触发显示多媒体数据的简介页面时呈现；聚合的特征信息的标识可以采用文字描述、图片、动态图片等形式；
[0060]例如，如果对于不同预设粒度的数据分段的特征信息进行聚合，仅得到评分特征信息，则在该预设粒度的数据分段时间轴上可以采用如图2所示的评分曲线的形式显示不同预设粒度的数据分段的聚合的评分特征信息；
[0061]再例如，对于不同预设粒度的数据分段的特征信息进行聚合，得到评分特征信息、描述特征信息、服务特征信息、以及互动特征信息的示意图如图9所示。
[0062]上述步骤可以由后台服务器或服务器集群完成，相应地，执行步骤S103时，服务器通过调用终端设备(如手机、平板电脑、笔记本电脑)的图形界面呈现信息；上述步骤也可以由运算能力较强的终端设备独立完成。
[0063]实施例二
[0064]本实施例对获取实施例一中记载的评分特征信息的处理过程进行说明，如图10所示，获取评分特征信息可以通过以下步骤实现:
[0065]步骤S201，获取多媒体数据的操作记录。
[0066]承载视频播放的服务器在相应终端中客户端(如腾讯视频)的射频播放请求后，会记录不同客户端针对不同多媒体数据的所请求的操作，形成操作记录。
[0067]步骤S202，解析所述多媒体数据的操作记录，得到所述多媒体数据中的数据分段接收到的操作的类型、以及接收到不同类型操作的次数。
[0068]操作记录包括操作类型、以及操作次数；对于多媒体数据中的数据分段，通常可以包括正常播放、快进、快退、跳跃播放、跳跃离开；多媒体数据的操作记录可以基于请求播放的多媒体数据的用户的属性(如地区、终端类型、观看时间段)进行区分。
[0069]步骤S203，对所述数据分段接收到的操作的类型、以及接收到不同类型操作的次数进行量化处理，得到所述数据分段的评分特征信息。
[0070]可以为不同的操作类型分配不同的权值，对于同一数据分段接收到的操作来说，正常播放时表明用户的关注度最高，间接表明数据分段的精彩程度(看点)最高；快进和跳跃播放的权值次之，快退和跳跃离开的权值最小；那么，对于一个数据分段，对应的评分特征信息可以用评分量化表示为:Σ操作类型权重值*操作次数；进一步地，通过计算得到多媒体数据分段中所有数据分段的评分后，可以进行归一化处理，其中数据分段的最高评分为1，便于比较不同数据分段的评分情况。
[0071]不同数据分段的评分情况表征了该数据分段的精彩程度，因此，在呈现多媒体数据中不同数据分段的评分特征信息，例如采用图2评分曲线呈现多媒体数据时间轴上不同数据分段的评分特征信息时，可以对部分数据分段进行突出显示，如图11所示，对于评分最高的数据分段T5 (往往对应剧情的高潮部分，最具有看点)、评分变化率最快的数据分段Tl、T2(对应剧情的转折发展部分，最具有看点)可以突出显示，以提示用户观看；相应地，当用户在对媒体数据时间轴上移动聚焦位置时，可以对应显示该聚焦位置的数据分段的截图，便于用户了解。
[0072]作为获取评分特征信息的另一种实现方式，数据分段的评分特征信息也可以通过由人工方式设定，从而基于特定的数据接口获取人工设定的评分特征信息，通过获取不同用户对同一数据分段的评分数据，从而可以对所述数据分段对应的评分数据进行均值化处理，得到所述数据分段对应的评分特征信息。
[0073]实施例三
[0074]本实施例对获取实施例一中记载的对象特征信息的处理进行说明，如图12所示，获取数据分段的对象特征信息可以通过以下步骤实现:
[0075]步骤S301，解析所述数据分段得到所述数据分段承载的对象。
[0076]以多媒体数据为视频数据为例，对数据分段的帧图像基于图像特征库(包括人脸特征、物品的轮廓特征、典型建筑、景点的轮廓特征、RGB特征)进行特征识别，得到数据分段承载的人和/或物。
[0077]当多媒体数据为音频数据时，对数据分段承载的音频以不同的频率、声纹进行区分，得到音频数据承载的人和/或物发生的声音。
[0078]步骤S302，将目标对象与所述数据分段承载的对象进行匹配，得到承载有所述目标对象的数据分段，并聚合承载有所述目标对象的数据分段。
[0079]数据分段中往往具有多个人物，如果需要获取目标对象如男主角的数据分段，则需要利用目标对象的预设特征(如人脸特征、声纹特征)与多媒体数据中的每个数据分段承载的对象的特征进行匹配，如果匹配成功，表明该数据分段承载有目标对象，将承载有目标对象的数据分段进行聚合。
[0080]考虑到某些数据分段中虽然承载有目标对象，但是该数据分段中目标对象图像(或声音)出现的时间可能很短(例如一秒钟)，对于该类数据分段进行聚合的意义不大；因此，在匹配到具有目标对象的数据分段时，还可以识别数据分段中承载有的目标对象的帧图像(音频帧)的数量，当帧图像(音频帧)的超出预设值时表明该数据分段承载的目标对象的时间长度满足聚合需求，从而可以进行聚合。
[0081]步骤S303，将所述目标对象的标识，如(目标对象的头像、名字，聚合的数据分段的时长)确定为所述聚合的数据分段的对象特征信息。
[0082]作为上述获取对象特征信息的一个替代方案，本实施例中可以采用人工方式标注多媒体数据中各数据分段承载的对象的信息，从而基于从特定数据接口获取人工标识的所述对媒体数据中的不同数据分段的承载的对象的信息，聚合具有目标对象的数据分段，并将所述目标对象的标识确定为所述聚合的数据分段的对象特征信息。
[0083]实施例四
[0084]本实施例对获取实