视频提示方法、装置、设备以及计算机存储介质与流程

1.本发明实施例涉及计算机数据处理技术领域，具体涉及一种视频提示方法、装置、设备以及计算机存储介质。


背景技术：

2.在进行内容展示时，通过合理的提示，可以促使用户进行交互，从而提升用户互动率以及用户体验。
3.本发明的发明人在实施本发明实施例的过程中发现：现有的视频提示方法存在会打扰用户当前的观看行为，破坏用户的沉浸式体验的问题。


技术实现要素：

4.鉴于上述问题，本发明实施例提供了一种视频提示方法，用于解决现有技术中存在的视频提示的用户体验不佳的问题。
5.根据本发明实施例的一个方面，提供了一种视频提示方法，所述方法包括：
6.根据视频的多个时间点上的用户行为数据分别确定各个所述时间点的行为热度；所述行为热度用于表征用户针对所述视频进行交互行为的兴趣度；
7.根据所述行为热度从所述时间点中确定目标提示点；所述目标提示点包括所述行为热度的变化情况满足预设条件的所述时间点；
8.在所述目标提示点处插入提示信息，得到处理后视频；
9.展示所述处理后视频。
10.在一种可选的方式中，所述方法还包括：
11.根据所述行为热度从所述时间点中确定可选提示点及对应的热度变化平滑度；所述热度变化平滑度用于表征所述用户的行为热度变化的剧烈程度；
12.将所述热度变化平滑度进行升序排序后位于前预设位的所述可选提示点确定为所述目标提示点。
13.在一种可选的方式中，所述方法还包括：
14.将所述时间点按所述行为热度的降序排列，将排列前预设位的所述时间点确定为所述可选提示点。
15.在一种可选的方式中，所述方法还包括：
16.确定所述可选提示点的预测行为热度；
17.根据所述行为热度和所述预测行为热度确定所述可选提示点对应的平滑度相对误差和所述平滑度绝对误差；
18.根据所述平滑度相对误差和所述平滑度绝对误差确定所述热度变化平滑度。
19.在一种可选的方式中，所述方法还包括：
20.对与所述可选提示点相邻的上一时间点的实际行为数据量与预测行为数据量进行加权求和处理，得到所述预测行为热度。
21.在一种可选的方式中，所述可选提示点的数量为多个；所述方法还包括：
22.确定各个所述可选提示点之间的所述行为热度的差值；
23.当所述差值小于第一阈值时，根据所述热度变化平滑度从所述可选提示点中确定所述目标提示点；
24.当所述差值大于或等于第二阈值时，根据所述时间点的所述行为热度从所述可选提示点中确定所述目标提示点。
25.在一种可选的方式中，所述方法还包括：
26.当所述差值大于所述第二阈值时，将所述行为热度最大的所述可选提示点确定为热度中心点；
27.将与所述热度中心点相邻的所述时间点确定为所述目标提示点。
28.根据本发明实施例的另一方面，提供了一种视频提示装置，包括：
29.第一确定模块，用于根据视频的多个时间点上的用户行为数据分别确定各个所述时间点的行为热度；所述行为热度用于表征用户针对所述视频进行交互行为的兴趣度；
30.第二确定模块，用于根据所述行为热度从所述时间点中确定目标提示点；所述目标提示点包括所述行为热度的变化情况满足预设条件的所述时间点；
31.插入模块，用于在所述目标提示点处插入提示信息，得到处理后视频；
32.展示模块，用于展示所述处理后视频。
33.根据本发明实施例的另一方面，提供了一种视频提示设备，包括：
34.处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
35.所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如任意一项所述的视频提示方法的操作。
36.根据本发明实施例的又一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使视频提示设备执行如任意一项所述的视频提示方法的操作。
37.本发明实施例通过根据视频的多个时间点上的用户行为数据分别确定各个所述时间点的行为热度，通过获取视频播放时的其他用户的行为热度，来表征用户观看视频的氛围环境，然后再根据所述行为热度确定各个所述时间点上的行为热度的变化情况，变化情况可以是变化的剧烈程度，行为热度变化越剧烈则说明用户的行为模式的变化程度较大，可能出现了注意力的断层，如从观看视频到发表评论或转发分享等，反之，热度变化越不剧烈则表征用户的行为量的变化越少，即用户更可能处于沉浸式观看中；从而根据行为热度以及行为热度的变化情况从时间点中确定变化情况满足预设条件的目标提示点，其中，预设条件可以是表征变化的剧烈程度小于一定的阈值；最后在所述目标提示点处插入提示信息，得到处理后视频；展示所述处理后视频，从而区别于现有技术中直接根据播放进度或者播放时间进行提示，存在可能打断用户的沉浸观看体验，并且提示的时间可能并不能最好地促使用户根据提示进行交互，本发明实施例通过根据热度变化平滑度确定目标提示点，能够保证用户的观看体验不被打扰，同时通过行为热度反映出视频的观看氛围，根据该氛围来适时对用户进行提醒，从而通过从众心理提高用户进行交互的积极性，由此可以提升视频观看过程中整体的用户体验。
38.上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、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
39.附图仅用于示出实施方式，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：
40.图1示出了本发明实施例提供的视频提示方法的流程示意图；
41.图2示出了本发明再一实施例提供的视频提示方法的流程示意图；
42.图3示出了本发明再一实施例提供的视频提示方法中的数据数量与时间点的关系示意图；
43.图4示出了本发明再一实施例提供的视频提示方法中的提示类型的示意图；
44.图5示出了本发明实施例提供的视频提示装置的结构示意图；
45.图6示出了本发明实施例提供的视频提示设备的结构示意图。
具体实施方式
46.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。
47.图1示出了本发明实施例提供的视频提示方法的流程图，该方法由计算机处理设备执行。该计算机处理设备可以包括手机、笔记本电脑等。如图1所示，该方法包括以下步骤：
48.步骤10：根据视频的多个时间点上的用户行为数据分别确定各个所述时间点的行为热度；所述所述行为热度用于表征用户针对所述视频进行交互行为的兴趣度。
49.在本发明的一个实施例中，用户行为数据对应于观看视频的历史用户。用户行为数据可以包括用户评论、发送弹幕、分享、点赞、转发以及@等多种行为类型对应的数据。行为热度用于表征各个时间点上的用户进行交互行为的兴趣度，具体地，进行交互行为的兴趣度越大则用户针对视频进行交互的参与度就越大，即当用户进行交互的兴趣度越高时，发生用户行为的概率越大，即用户行为数据的数据量或者发生频率就越大。
50.因此可以根据用户行为数据的数量和/或频率来确定行为热度，如可以是用户评论的数量或者用户发送的弹幕的数量来确定行为热度。还可以根据前述多种行为类型中的至少两种的行为数据的总数量或平均频率来确定行为热度。
51.步骤20：根据所述行为热度从所述时间点中确定目标提示点；所述目标提示点包括所述行为热度的变化情况满足预设条件的所述时间点。
52.在本发明的一个实施例中，为了使得目标提示点上的提示动作不会打断用户的沉浸式体验，可以根据行为热度的变化情况确定用户的注意力的变化，具体地，行为热度的变化情况可以包括热度变化平滑度，热度变化平滑度用于表征行为热度的变化的剧烈程度。热度变化平滑度越大则表征用户的行为热度的变化越不剧烈，因此用户有更大概率处于沉浸观看过程中，而热度变化平滑度越小则说明用户更可能出现了交互兴趣的转移，即从一
种交互行为模式转换到另一种交互行为模式，如可能是用户出现了注意力的变化。具体地，可以根据各个相邻的时间点分别对应的行为热度的变化情况来确定热度变化平滑度。
53.再根据热度变化平滑度对时间点进行筛选，将热度变化平滑度相对较小的时间点确定为目标提示点，这是因为热度变化平滑度较小则表征用户出现了交互行为模式的转变，其注意力可能出现了断层，因此较小概率处于沉浸式体验中，此时若对用户进行提醒，不会打断用户的观看体验，因此用户体验更佳。
54.步骤201：根据所述行为热度从所述时间点中确定可选提示点及对应的热度变化平滑度。所述热度变化平滑度用于表征所述用户的行为热度变化的剧烈程度。
55.在本发明的一个实施例中，考虑到行为热度较低的时间点一般对应于用户关注和交互兴趣较低的视频帧，因此在该时间点进行提示也并无法很好地促进用户产生交互行为，因此可以筛选出所有时间点中行为热度大于预设阈值的时间点作为可选提示点，从而根据可选提示点进一步确定实际进行交互的目标时间点。
56.热度变化平滑度用于表征行为热度的变化的剧烈程度。热度变化平滑度越大则表征用户的行为热度的变化越不剧烈，因此用户有更大概率处于沉浸观看过程中，而热度变化平滑度越小则说明用户更可能出现了交互兴趣的转移，即从一种交互行为模式转换到另一种交互行为模式，如可能是用户出现了注意力的变化。因此可以根据各个相邻的时间点分别对应的行为热度的变化情况来确定热度变化平滑度。
57.步骤202：将所述热度变化平滑度进行升序排序后位于前预设位的所述可选提示点确定为所述目标提示点。
58.在本发明的一个实施例中，如前所述，热度变化平滑度较小表征用户出现了交互行为模式的转变，其注意力可能出现了断层，因此较小概率处于沉浸式体验中，此时若对用户进行提醒，不会打断用户的观看体验，因此用户体验更佳。因此，可以将热度变化平滑度前最小预设位的可选时间点确定为目标提示点。
59.在本发明的再一个实施例中，步骤20还包括：
60.步骤203：将所述时间点按所述行为热度的降序排列，将排列前预设位的所述时间点确定为所述可选提示点。
61.在本发明的一个实施例中，行为热度反映了用户的交互兴趣，而行为热度越大说明该时间点上的用户群进行交互的氛围越热烈，因此在该时间点上进行提醒，能使得当前的用户加入到大众的交互行为趋势中去，从而提高用户的交互概率，并且在加入交互行为趋势的驱使下，用户交互有更大概率会收到其他用户的反馈，其用户体验更佳。
62.在本发明的一个实施例中，步骤20还包括：
63.步骤202：确定所述可选提示点的预测行为热度。
64.在本发明的一个实施例中，预测行为热度用于表征可选提示点的理想情况下，即行为热度不出现变化时的行为热度。预测行为热度可以是预设的值，也可以是根据所有的时间点的行为热度的平均值确定。
65.因此，在本发明的再一个实施例中，步骤202还包括：
66.步骤2021：对与所述可选提示点相邻的上一时间点的实际行为数据量与预测行为数据量进行加权求和处理，得到所述预测行为热度。
67.在本发明的一个实施例中，可以将预设的初始平滑度作为权重值进行加权求和。
具体地，针对每一个可选提示点t，其对应的预测行为热度y
t
可以表示为：y
t
＝ax
t
+(1-a)y
t-1
，其中，a为所述初始平滑度，x
t
为t时刻的实际行为数据量。
68.步骤203：根据所述行为热度和所述预测行为热度确定所述可选提示点对应的平滑度相对误差和所述平滑度绝对误差。
69.在本发明的一个实施例中，平滑度绝对误差用于表征所有可选提示点的预测误差之和，其中，单个可选提示点的预测误差可以是预测行为热度与行为热度的差。而平滑度相对误差用于表征相邻的可选提示点之间的行为热度的预测误差相互抵消之后的所有可选提示点的预测误差之和。
70.具体地，平滑度相对误差中相邻的可选提示点的预测误差之间的差值在总体的误差的计算中可以相互抵消，而为了使得平滑度绝对误差中相邻的可选提示点的预测误差之间的差值在总体的误差计算中无法抵消，可以采取对每两个可选提示点的预测误差的差值取绝对值之后再求和的方式进行计算。
71.因此，在本发明的再一个实施例中，t时刻的平滑度绝对误差m
t
可以表示为：
[0072][0073]
其中，β为预设的调节参数，可以取0.1到0.2；e
t
表示t时刻的预测误差，e
t
＝x
t-y
t
。
[0074]
t时刻的平滑度相对误差e
t
可以表示为：
[0075]et
＝βe
t
+β(1-β)e
t-1
+β(1-β)2e
t-2
+
…
+β(1-β)
t-1
e1[0076]
即e
t
＝βe
t
+(1-β)e
t-1
；m
t
＝βe
t+1
+(1-β)m
t-1
；
[0077]
其中，t取大于1的自然数；y1＝x1；y2＝x1；e1＝0；e1＝0。
[0078]
步骤204：根据所述平滑度相对误差和所述平滑度绝对误差确定所述热度变化平滑度。
[0079]
在本发明的一个实施例中，可以根据平滑度绝对误差的绝对值与平滑度相对误差之间的比例值确定热度变化平滑度。
[0080]
即t时刻的热度变化平滑度a
t
可以表示为：
[0081][0082]
比例值a
t
越大，则平滑度绝对误差相对于平滑度相对误差越大，即可选提示点之间的预测误差的相互抵消程度越大，因此从整体上看，可选提示点之间的热度变化就越平滑，即热度变化平滑度更大。
[0083]
步骤30：根据所述热度变化平滑度从所述可选提示点中确定目标提示点。
[0084]
在本发明的一个实施例中，所述可选提示点的数量为多个，为了不打断用户的沉浸式观看体验，可以选择热度变化平滑度较小的可选提示点作为目标提示点，即在用户出现交互行为模式变化时适时进行提醒，可以吸引用户的注意，提高交互发生概率。
[0085]
因此，步骤30还包括：步骤301：确定各个所述可选提示点之间的所述行为热度的差值。
[0086]
在本发明的一个实施例中，除了考虑热度变化平滑度所表征的用户的交互兴趣的变化，从而避免因提醒而打断用户的沉浸式体验外，还可以考虑大多数用户的交互行为趋
势，即在多数用户均进行交互行为时对用户进行交互提示，促使用户跟随从众心理也进行交互行为。
[0087]
因此，可以首先确定各个可选提示点对应的行为热度的差距是否较大，即是否存在一个交互氛围相对更为强烈的，多数用户均进行交互行为的可选时间点，若存在则在该时间点进行提醒。
[0088]
步骤302：当所述差值小于第一阈值时，根据所述热度变化平滑度从所述可选提示点中确定所述目标提示点。
[0089]
在本发明的一个实施例中，当差值小于第一阈值时，则说明可选提示点的行为热度较为接近，即可选提示点对应的交互兴趣度相近，并不存在一个互氛围相对更为强烈的时间点可以对用户进行提示，因此可以根据行为热度变化平滑度来从中选择，从而避免对用户沉浸式观看体验的干扰。具体地，可以将热度变化平滑度进行升序排列后，将排列前预设位的可选提示点确定为目标提示点。可选地，可以选择热度变化平滑度最小的可选提示点作为目标提示点。
[0090]
因此，在本发明的一个实施例中，步骤302还包括：
[0091]
步骤3021：当所述差值小于所述第一阈值时，将所述可选提示点按所述热度变化平滑度的升序排列，将排列前预设位的所述可选提示点确定为所述目标提示点。
[0092]
在本发明的一个实施例中，将所有可选提示点按照热度变化平滑度的升序进行排列后，将升序排列的前预设位的可选提示点确定为目标提示点，从而避免对用户沉浸式观看体验的干扰。可选的，还可以将热度变化平滑度最小的可选提示点确定为目标提示点。
[0093]
步骤303：当所述差值大于或等于第二阈值时，根据所述时间点的所述行为热度从所述可选提示点中确定所述目标提示点。
[0094]
在本发明的一个实施例中，第二阈值可以与第一阈值相同。当所述差值大于或等于第二阈值时，则说明可选提示点之间的行为热度相差较大，即存在一些可选提示点对应的交互兴趣度高于其他可选提示点，而这些交互兴趣度较高的可选提示点可以反映出一个用户参与交互的高潮氛围。由此可以选择一个用户的交互兴趣最大的可选时间点来作为目标提示点，从而通过大多数用户的交互高潮氛围来促使用户进行交互。
[0095]
因此，在本发明的再一个实施例中，步骤303还包括：
[0096]
步骤3031：当所述差值大于所述第二阈值时，将所述行为热度最大的所述可选提示点确定为热度中心点。
[0097]
在本发明的一个实施例中，行为热度最大的可选提示点表征多数用户进行交互行为的高潮处，因此可以将其作为热度中心点。
[0098]
步骤3032：将与所述热度中心点相邻的所述时间点确定为所述目标提示点。
[0099]
在本发明的一个实施例中，热度中心点表征用户参与交互活动的高潮的中心，从而可以在该高潮中心附近的时间点上对用户进行提示，以提示用户其他多数用户即将或正在发生交互，利用从众心理促使用户参与到交互高潮中。
[0100]
步骤40：在所述目标提示点处插入提示信息，得到处理后视频。
[0101]
在本发明的一个实施例中，在目标提示点对应的视频帧内插入提示信息，得到处理后视频。其中，首先确定提示信息的数量、提示类型、优先级等。提示信息的数量一般不宜过多，可以设置为1-3种，触发类型包括评论、点赞、投币以及分享，优先级可以根据业务需
求确定。
[0102]
具体地，提示类型的确定过程可以如下：确定用户行为数据中各类型行为对应的时间点以及行为内容，其中，行为内容可以包括评论以及弹幕的文本内容，也可以是视频信息，如视频标签、视频台词等。根据行为内容以及对应的行为类型进行聚类分析，得到各个行为类型对应的行为内容类，最后根据目标提示点上的行为内容确定出对应的行为类型作为提示类型。
[0103]
在本发明的再一个实施例中，还可以对目标提示点对应的用户行为数据进行自然语言处理以及语义分析，得到语义分析结果，语义分析结果中可以包括如目标提示点对应的弹幕、评论语义；当语义中包括预设的交互类型对应的语义信息如点赞、转发/分享、一键三连等时，则将包括的语义信息对应的交互类型确定为提示信息的提示类型。
[0104]
步骤50：展示所述处理后视频。
[0105]
在本发明的一个实施例中，处理后视频中的目标提示点处可以显示有交互控件或者标识，从而提示用户可以在该处进行交互。
[0106]
具体地，当同一个行为被触发时，本视频中不可再重复被触发提示。当提示触点被触发时，需要被提示的图标，显示提示动效，该动效可以是gif、动画或声音等。其中，提示动效可以是固定时长，也可以根据该触点对应的数据数量进行调整。若数据数量与所有时间点的平均数据数量的差距越大，则针对该点进行提示的时长越长。如若原始提示效果时长为t，则修正后的时长t
修
＝(max(x)-aver(x))/aver(x)*(1+t)；其中，x为一个时间点对应的数据数量，max(x)所有时间点对应的数据数量的平均值中的最大值，aver(x)为所有时间点对应的数据数量的平均值。
[0107]
在本发明的再一个实施例中，视频提示的过程可以参考图2。
[0108]
如图2所示，步骤a：根据用户评论、弹幕等数据确定最佳提示点。
[0109]
按照固定时间间隔，获取视频各播放进度的时间点的用户评论、弹幕数量数据，可选地，还可以是分享、转发、@等用户行为数据，但评论、弹幕比较具有代表性，因此以这两类行为数据为例。其中，弹幕、评论这两类行为的数量，可以合并计算或分开计算。其中，将弹幕和评论的行为数据数量合并计算得到的时间点和数据数量的对应关系可以参考图3。
[0110]
将图3中数据数量作为行为热度，将行为热度由高至低进行排序，分别获取前n名数据，以及对应的时间点，当n取3时，得到如下数据前3名数据及对应的时间点，分别是：
[0111]
01:40对应38条数据、01:30对应37条数据以及01:00对应33条数据。
[0112]
然后再对行为热度排名前n名的时间点，分别确定对应的热度变化平滑度，其中，热度变化平滑度的计算过程可以如下：
[0113]
首先按照时间顺序，将各个时间点组成的时间序列进行编号，得到时间序列t，t取自然数。
[0114]
设弹幕以及评论的总数为x，将x作为时间点对应的实际行为数据量；
[0115]
设初始平滑指数为a；
[0116]
设预测行为热度为y，则y
t
＝ax
t
+(1-a)y
t-1
；
[0117]
设初始参数值为β，β取值范围(0.1
–
0.2)；
[0118]
设在t时刻的热度变化平滑度的预测误差为e
t
，则e
t
＝x
t-y
t
，对各个时间点t的预测误差取加权平均值，得到：
[0119]
t时刻的平滑度绝对误差m
t
可以表示为
[0120]
t时刻的平滑度相对误差e
t
可以表示为：
[0121]et
＝βe
t
+β(1-β)e
t-1
+β(1-β)2e
t-2
+
…
+β(1-β)
t-1
e1[0122]
即e
t
＝βe
t
+(1-β)e
t-1
；m
t
＝βe
t+1
+(1-β)m
t-1
；
[0123]
其中，t取大于1的自然数；y1＝x1；y2＝x1；e1＝0；e1＝0。
[0124]
即t时刻的热度变化平滑度a
t
可以表示为：
[0125][0126]
如：时间点01:40对应于38条数据量，对应的t＝10，则它的热度变化平滑度a
10
＝|e
10
|/m
10
＝|βe
10
+(1-β)e9|/β|e
10
|+(1-β)m9。
[0127]
确定数据数量大小排名前n名数据之间的数据差值是否小于n％，若小于，则将热度变化平滑度最小值对应的数据对对应的时间点作为最佳提示点。如果前n名数据的热度变化平滑度的值相同，则按照时间轴从左至右的顺序依次选取。
[0128][0129]
表1
[0130]
如参考表1，按照数据大小排名，其顺序是t10》t9》t6，对应的数据数量之间的大小关系为：38》37》33，三者之间的数据数量的差值《10％这里以10％作为阈值举例说明，并且三者分别对应的热度变化平滑度分别为0.9，0.1，0.1
[0131]
有两个最小值，分别是：t9对应的0.1；t6对应的0.1，因此即按照从左至右的顺序，将t9确定为最佳提示点。
[0132]
可选地，还可以将其所相邻的时间点的数据数量最大的时间点确定为最佳提示点。
[0133]
如：t10的相邻点分别是t9和t11，对应的数据数量分别是37、27；
[0134]
t9的相邻点分别是t8和t10，对应的数据数量分别是17，38；
[0135]
t6的相邻点分别是t5和t7，对应的数据数量分别是27，9；
[0136]
可知，t9的相邻点的数据数量最大，为38，则t9作为最佳提示点。
[0137]
除了上述方法外，也可以直接采用最大的数据数量所对应的时间点，作为最佳提示点。如：t10。
[0138]
需要说明的是，最佳提示点可以有多个，也可以仅有一个。这取决于需要为用户提供多少次不同的提示。
[0139]
步骤b：确定最佳提示点对应的提示内容以及提示类型。
[0140]
通过步骤a，确认了三个最佳的触点，分别是t9、t10、t6。
[0141]
在目标提示点对应的视频帧内插入提示信息，得到处理后视频。其中，首先确定提示信息的数量、提示类型、优先级等。提示信息的数量一般不宜过多，可以设置为1-3种，触发类型包括评论、点赞、投币以及分享，优先级可以根据业务需求确定。
[0142]
具体地，提示类型的确定过程可以如下：确定用户行为数据中各类型行为对应的时间点以及行为内容，其中，行为内容可以包括评论以及弹幕的文本内容，也可以是视频信息，如视频标签、视频台词等。根据行为内容以及对应的行为类型进行聚类分析，得到各个行为类型对应的行为内容类，最后根据目标提示点上的行为内容确定出对应的行为类型作为提示类型。
[0143]
还可以对目标提示点对应的用户行为数据进行自然语言处理以及语义分析，得到语义分析结果，语义分析结果中可以包括如目标提示点对应的弹幕、评论语义；当语义中包括预设的交互类型对应的语义信息如点赞、转发/分享、一键三连等时，则将包括的语义信息对应的交互类型确定为提示信息的提示类型。
[0144]
步骤c：根据提示内容和提示类型在目标提示点处进行提示。
[0145]
处理后视频中的目标提示点处可以显示有交互控件或者标识，从而提示用户可以在该处进行交互。其中，目标提示点即为步骤a和b中提到的最佳提示点。
[0146]
具体地，当同一个行为被触发时，本视频中不可再重复被触发提示。当提示触点被触发时，需要被提示的图标，显示提示动效，该动效可以是gif、动画或声音等。其中，提示动效可以是固定时长，也可以根据该触点对应的数据数量进行调整。若数据数量与所有时间点的平均数据数量的差距越大，则针对该点进行提示的时长越长。如若原始提示效果时长为t，则修正后的时长t
修
＝(max(x)-aver(x))/aver(x)*(1+t)；其中，x为一个时间点对应的数据数量，max(x)所有时间点对应的数据数量的平均值中的最大值，aver(x)为所有时间点对应的数据数量的平均值。
[0147]
本发明实施例通过根据视频的多个时间点上的用户行为数据分别确定各个所述时间点的行为热度，通过获取视频播放时的其他用户的行为热度，来表征用户观看视频的氛围环境，然后再根据所述行为热度确定各个所述时间点上的行为热度的变化情况，变化情况可以是变化的剧烈程度，行为热度变化越剧烈则说明用户的行为模式的变化程度较大，可能出现了注意力的断层，如从观看视频到发表评论或转发分享等，反之，热度变化越不剧烈则表征用户的行为量的变化越少，即用户更可能处于沉浸式观看中；从而根据行为热度以及行为热度的变化情况从时间点中确定变化情况满足预设条件的目标提示点，其中，预设条件可以是表征小于变化的剧烈程度小于一定的阈值；最后在所述目标提示点处插入提示信息，得到处理后视频；展示所述处理后视频，从而区别于现有技术中直接根据播放进度或者播放时间进行提示，存在可能打断用户的沉浸观看体验，并且提示的时间可能并不能最好地促使用户根据提示进行交互，本发明实施例通过根据热度变化平滑度确定目标提示点，能够保证用户的观看体验不被打扰，同时通过行为热度反映出视频的观看氛围，根据该氛围来适时对用户进行提醒，从而通过从众心理提高用户进行交互的积极性，由此可以提升视频观看过程中整体的用户体验。
[0148]
图5示出了本发明实施例提供的视频提示装置的结构示意图。如图5所示，该装置60包括：第一确定模块601、第二确定模块602、插入模块603以及展示模块604。
[0149]
其中，第一确定模块601，用于根据视频的多个时间点上的用户行为数据分别确定各个所述时间点的行为热度；所述行为热度用于表征用户针对所述视频进行交互行为的兴趣度；
[0150]
第二确定模块602，用于根据所述行为热度从所述时间点中确定目标提示点；所述目标提示点包括所述行为热度的变化情况满足预设条件的所述时间点；
[0151]
插入模块603，用于在所述目标提示点处插入提示信息，得到处理后视频；
[0152]
展示模块604，用于展示所述处理后视频。
[0153]
本发明实施例提供的视频提示装置所用于执行的操作过程与前述方法实施例大致相同，不再赘述。
[0154]
本发明实施例提供的视频提示装置通过根据视频的多个时间点上的用户行为数据分别确定各个所述时间点的行为热度，通过获取视频播放时的其他用户的行为热度，来表征用户观看视频的氛围环境，然后再根据所述行为热度确定各个所述时间点上的行为热度的变化情况，变化情况可以是变化的剧烈程度，行为热度变化越剧烈则说明用户的行为模式的变化程度较大，可能出现了注意力的断层，如从观看视频到发表评论或转发分享等，反之，热度变化越不剧烈则表征用户的行为量的变化越少，即用户更可能处于沉浸式观看中；从而根据行为热度以及行为热度的变化情况从时间点中确定变化情况满足预设条件的目标提示点，其中，预设条件可以是表征小于变化的剧烈程度小于一定的阈值；最后在所述目标提示点处插入提示信息，得到处理后视频；展示所述处理后视频，从而区别于现有技术中直接根据播放进度或者播放时间进行提示，存在可能打断用户的沉浸观看体验，并且提示的时间可能并不能最好地促使用户根据提示进行交互，本发明实施例通过根据热度变化平滑度确定目标提示点，能够保证用户的观看体验不被打扰，同时通过行为热度反映出视频的观看氛围，根据该氛围来适时对用户进行提醒，从而通过从众心理提高用户进行交互的积极性，由此可以提升视频观看过程中整体的用户体验。
[0155]
图6示出了本发明实施例提供的视频提示设备的结构示意图，本发明具体实施例并不对视频提示设备的具体实现做限定。
[0156]
如图6所示，该视频提示设备可以包括：处理器(processor)702、通信接口(communications interface)704、存储器(memory)706、以及通信总线708。
[0157]
其中：处理器702、通信接口704、以及存储器706通过通信总线708完成相互间的通信。通信接口704，用于与其它设备比如客户端或其它服务器等的网元通信。处理器702，用于执行程序710，具体可以执行上述用于视频提示方法实施例中的相关步骤。
[0158]
具体地，程序710可以包括程序代码，该程序代码包括计算机可执行指令。
[0159]
处理器702可能是中央处理器cpu，或者是特定集成电路asic(application specific integrated circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。视频提示设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个cpu；也可以是不同类型的处理器，如一个或多个cpu以及一个或多个asic。
[0160]
存储器706，用于存放程序710。存储器706可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
[0161]
程序710具体可以被处理器702调用使视频提示设备执行以下操作：
[0162]
根据视频的多个时间点上的用户行为数据分别确定各个所述时间点的行为热度；所述行为热度用于表征用户针对所述视频进行交互行为的兴趣度；
[0163]
根据所述行为热度从所述时间点中确定目标提示点；所述目标提示点包括所述行为热度的变化情况满足预设条件的所述时间点；
[0164]
在所述目标提示点处插入提示信息，得到处理后视频；
[0165]
展示所述处理后视频。
[0166]
本发明实施例提供的视频提示设备所用于执行的操作过程与前述方法实施例大致相同，不再赘述。
[0167]
本发明实施例提供的视频提示设备通过根据视频的多个时间点上的用户行为数据分别确定各个所述时间点的行为热度，通过获取视频播放时的其他用户的行为热度，来表征用户观看视频的氛围环境，然后再根据所述行为热度确定各个所述时间点上的行为热度的变化情况，变化情况可以是变化的剧烈程度，行为热度变化越剧烈则说明用户的行为模式的变化程度较大，可能出现了注意力的断层，如从观看视频到发表评论或转发分享等，反之，热度变化越不剧烈则表征用户的行为量的变化越少，即用户更可能处于沉浸式观看中；从而根据行为热度以及行为热度的变化情况从时间点中确定变化情况满足预设条件的目标提示点，其中，预设条件可以是表征小于变化的剧烈程度小于一定的阈值；最后在所述目标提示点处插入提示信息，得到处理后视频；展示所述处理后视频，从而区别于现有技术中直接根据播放进度或者播放时间进行提示，存在可能打断用户的沉浸观看体验，并且提示的时间可能并不能最好地促使用户根据提示进行交互，本发明实施例通过根据热度变化平滑度确定目标提示点，能够保证用户的观看体验不被打扰，同时通过行为热度反映出视频的观看氛围，根据该氛围来适时对用户进行提醒，从而通过从众心理提高用户进行交互的积极性，由此可以提升视频观看过程中整体的用户体验。
[0168]
本发明实施例提供了一种计算机可读存储介质，所述存储介质存储有至少一可执行指令，该可执行指令在视频提示设备上运行时，使得所述视频提示设备执行上述任意方
法实施例中的视频提示方法。
[0169]
可执行指令具体可以用于使得视频提示设备执行以下操作：
[0170]
根据视频的多个时间点上的用户行为数据分别确定各个所述时间点的行为热度；所述行为热度用于表征用户针对所述视频进行交互行为的兴趣度；
[0171]
根据所述行为热度从所述时间点中确定目标提示点；所述目标提示点包括所述行为热度的变化情况满足预设条件的所述时间点；
[0172]
在所述目标提示点处插入提示信息，得到处理后视频；
[0173]
展示所述处理后视频。
[0174]
本发明实施例提供的计算机存储介质所存储的可执行指令的操作过程与前述方法实施例大致相同，不再赘述。
[0175]
本发明实施例提供的计算机存储介质所存储的可执行指令通过根据视频的多个时间点上的用户行为数据分别确定各个所述时间点的行为热度，通过获取视频播放时的其他用户的行为热度，来表征用户观看视频的氛围环境，然后再根据所述行为热度确定各个所述时间点上的行为热度的变化情况，变化情况可以是变化的剧烈程度，行为热度变化越剧烈则说明用户的行为模式的变化程度较大，可能出现了注意力的断层，如从观看视频到发表评论或转发分享等，反之，热度变化越不剧烈则表征用户的行为量的变化越少，即用户更可能处于沉浸式观看中；从而根据行为热度以及行为热度的变化情况从时间点中确定变化情况满足预设条件的目标提示点，其中，预设条件可以是表征小于变化的剧烈程度小于一定的阈值；最后在所述目标提示点处插入提示信息，得到处理后视频；展示所述处理后视频，从而区别于现有技术中直接根据播放进度或者播放时间进行提示，存在可能打断用户的沉浸观看体验，并且提示的时间可能并不能最好地促使用户根据提示进行交互，本发明实施例通过根据热度变化平滑度确定目标提示点，能够保证用户的观看体验不被打扰，同时通过行为热度反映出视频的观看氛围，根据该氛围来适时对用户进行提醒，从而通过从众心理提高用户进行交互的积极性，由此可以提升视频观看过程中整体的用户体验。
[0176]
本发明实施例提供一种视频提示装置，用于执行上述视频提示方法。
[0177]
本发明实施例提供了一种计算机程序，所述计算机程序可被处理器调用使视频提示设备执行上述任意方法实施例中的视频提示方法。
[0178]
本发明实施例提供了一种计算机程序产品，计算机程序产品包括存储在计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令在计算机上运行时，使得所述计算机执行上述任意方法实施例中的视频提示方法。
[0179]
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
[0180]
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
[0181]
类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在
上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。
[0182]
本领域技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
[0183]
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。