具体实施方式

下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

参见图1，是本发明实施例提供的一种大数据处理方法的流程示意图，图1所示方法的执行主体可以是软件和/或硬件装置。本申请的执行主体可以包括但不限于以下中的至少一个：用户设备、网络设备等。其中，用户设备可以包括但不限于计算机、智能手机、个人数字助理（Personal Digital Assistant，简称：PDA）及上述提及的电子设备等。网络设备可以包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算的由大量计算机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机组成的一个超级虚拟计算机。本实施例对此不做限制。包括步骤S101至步骤S104，具体如下：

S101，接收并基于视频客户端展示多个视频片段，视频片段由目标视频剪辑而成。

目标视频可以是一个电影视频，也可以是一个电视剧视频，视频片段由对目标视频剪辑而成，例如，目标视频有40分钟，那么可以剪辑有10个片段，也可以剪辑有20个片段，具体的可以操作人员进行调整。

可以理解的是，视频客户端可以为观看视频的手机、平板等移动终端，移动终端上可以下载有用于播放视频的应用程序。

其中，视频剪辑完成后，可以设置在视频客户端位于进入目标视频全屏界面的周围，以便于用户对视频片段进行观看和操作。

S102，基于视频客户端实时统计每个视频片段的点赞量，并将点赞量与视频片段建立关联。

视频片段的点赞量可以代表该视频片段的精彩程度，且随着时间的积累，会有越来越多的用户进行评价，数据积累的越来越多，其准确程度也会慢慢提高。

在获取到点赞量后，可以将点赞量与对应的视频片段建立关联，即该视频片段的点赞量与该视频片段匹配。在一些实施例中，可以获取视频片段的标识，基于标识与点赞量关联。其中，标识例如可以是该视频片段的标号，或者该视频片段的简介等。

其中，点赞量为用户对视频片段的支持量与不支持量的差值，因此，可以基于视频客户端实时统计每个视频片段的支持量与不支持量，获取支持量与不支持量的差值，然后根据差值，获取点赞量。

某视频片段的支持量为10w，不支持量为1w，那么其点赞量为9w，可以直白明了的表示出众多用户对该视频片段的喜爱程度。

S103，将点赞量，标记在目标视频对应视频片段的进度条上。

在获取到点赞量后，为了协助用户直白的表示视频片段的精彩程度，可以将点赞量标记在对应视频片段的进度条上。如此设置，用户在观看视频时，可以直接依据点赞量进行调整，从而可以跳过无聊片段或者直接调整到精彩片段。

在实际应用中，可以获取视频片段的时间信息，时间信息包括开始时间和结束时间；将点赞量标记在进度条对应视频片段的开始时间和结束时间之间。

可以理解的是，为了将点赞量与视频片段进行匹配，可以将点赞量标记在进度条对应视频片段的开始时间和结束时间之间。视频片段的点赞量为9w，开始时间为20分30秒，结束时间为22分10秒，那么将9w标记在20分30秒和22分10秒之间。

在实际应用中，为了协助用户区分不同的视频片段，则可以将不同视频片段对应的进度条区间的颜色不同，例如可以将进度条对应每段视频片段进行分段，每一段的颜色不同，其中颜色例如可以为红、蓝、黄、绿等等。

S104，基于视频客户端展示各视频片段对应的点赞量。

可以理解的是，用户可以基于视频客户端直接观察点赞量，从而可以迅速的定位到所需观看的视频片段。

上述实施例可以通过实时统计剪辑好的各视频片段的点赞量，点赞量可以代表观看该视频的用户对视频片段的评价，从而可以向用户展示此段视频片段是否精彩，并且将点赞量标记在对应的进度条处，给予用户参考，用户在观看视频时，如果只想看精彩部分，那么可以调整进度条至点赞量多的视频片段处观看，并且可以跳过点赞量少的视频片段，从而可以协助用户快速调整到视频的精彩片段，提升用户体验。

在上述实施例的基础上，为了协助用户更加便捷的跳转到想要观看视频片段的开始位置，防止其多次调整视频才能准确的定位，本实施例提供以下技术方案：

接收用户对进度条的点击请求，点击请求用于将目标视频的当前播放时间调整为预测播放时间，预测播放时间为点击请求对应的时间点；若当前播放时间和预测播放时间不在同一视频片段，获取预测播放时间对应视频片段的开始时间；将目标视频的开始时间作为当前播放时间进行播放。

可以理解的是，点击请求可以是用户想要调整进度条，以调整其当前播放位置，本实施例通过判断用户的点击请求对应的预测播放时间点位置在什么区间，从而判断是否进行定位操作。

例如，一个视频片段A的时间区间为20分30秒和22分10秒，另一个视频片段B的时间区间为25分20秒和26分10秒，当前播放时间为20分40秒，在视频片段A的20分30秒和22分10秒之间，服务器监测到用户点击请求对应的预测时间点为25分30秒，在视频片段B的25分50秒和26分10秒之间，那么预测播放时间对应视频片段B，视频片段B的开始时间为25分50秒，则服务器可以将当前播放时间调整到25分50秒处，即视频片段B的开始时间处，因此，用户可以直接便捷的由视频片段A跳转到视频片段B的开始处，用户可以完整的观看视频片段B。

在上述实施例的基础上，为了提高添加点赞量的视频片段的质量，防止视频片段过多比较凌乱，本实施例提供以下技术方案：

在基于视频客户端实时统计每个视频片段的点赞量之后，还包括：

基于点赞量，对视频片段进行筛选处理，将筛选后的视频片段对应的点赞量在进度条上标记。

在实际应用中，可以是依据点赞量对多个视频片段进行降序排列；按照降序顺序选择预设个数的视频片段作为待展示片段，将待展示片段对应的点赞量在进度条上标记。

可以理解的是，本实施例可以通过统计大众用户的点赞量，来对多个视频片段进行筛选，筛选出比较优质的视频片段，将其点赞量标记在进度条上。

上述实施例可以实时统计剪辑好的各视频片段的点赞量，点赞量可以代表观看该视频的用户对视频片段的评价，从而可以向用户展示此段视频片段是否精彩，并且将点赞量标记在对应的进度条处，给予用户参考，用户在观看视频时，如果只想看精彩部分，那么可以调整进度条至点赞量多的视频片段处观看，并且可以跳过点赞量少的视频片段，从而可以协助用户快速调整到视频的精彩片段，提升用户体验。

参见图2，是本发明实施例提供的一种大数据处理装置的结构示意图，该大数据处理装置20包括：

展示模块21，用于接收并基于视频客户端展示多个视频片段，视频片段由目标视频剪辑而成；

统计模块22，用于基于视频客户端实时统计每个视频片段的点赞量，并将点赞量与视频片段建立关联；

标记模块23，用于将点赞量，标记在目标视频对应视频片段的进度条上；

显示模块24，用于基于视频客户端展示各视频片段对应的点赞量。

图2所示实施例的装置对应地可用于执行图1所示方法实施例中的步骤，其实现原理和技术效果类似，此处不再赘述。

参见图3，是本发明实施例提供的一种大数据处理设备的硬件结构示意图，该大数据处理设备30包括：处理器31、存储器32和计算机程序；其中

存储器32，用于存储计算机程序，该存储器还可以是闪存（flash）。计算机程序例如是实现上述方法的应用程序、功能模块等。

处理器31，用于执行存储器存储的计算机程序，以实现上述方法中设备执行的各个步骤。具体可以参见前面方法实施例中的相关描述。

可选的，存储器32既可以是独立的，也可以跟处理器31集成在一起。

当存储器32是独立于处理器31之外的器件时，设备还可以包括：

总线33，用于连接存储器32和处理器31。

本发明还提供一种可读存储介质，可读存储介质中存储有计算机程序，计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。

本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。