CN109005431B - 一种视频评估推荐系统 - Google Patents

Abstract

本发明提出了一种视频评估推荐系统，包括：模式选择模块、视频评估模块、视频推荐模块、自制内容评估推荐数据库、自制内容历史数据库；其中，模式选择模块，用于获取用户端发出的评估模式指令或推荐模式指令；视频评估模块，用于根据评估模式指令，调用自制内容评估推荐数据库的数据及自制内容历史数据库的标准数据，进行评估对象的评估，并将评估结果发送至用户端；视频推荐模块，用于根据推荐模式指令，调用自制内容评估推荐数据库的数据及自制内容历史数据库的标准数据，计算获得符合筛选条件的自制内容，并将筛选推荐结果发送至用户端。

Description

一种视频评估推荐系统

技术领域

本发明涉及大数据处理领域，尤指一种视频评估推荐系统。

背景技术

根据CNNIC2017年第41次中国互联网络发展状况统计报告显示，中国互联网网民7.72亿网民中，5.78亿网民是使用互联网视频应用，视频类应用使用率达75％，在各类互联网应用的使用率中排名第4。视频内容已经成为中国互联网网民网络娱乐活动中不可缺少的内容。

随着视频应用使用率不断提升，视频网站面临竞争日趋惨烈的版权购买模式也开始积极寻求突破。因此，互联网自制内容营运而生，互联网自制内容在视频媒体可以在内容选题、拍摄、播出占据主导地位。2017年中国互联网自制内容共立项686部，互联网自制内容进入增量时代。

与此同时，对于广告主来说，互联网自制内容作为一种新兴的媒介资源，给广告主在营销活动中提供了更多的选择空间和营销机会。创新的营销资源和广告形式，以及有别于传统的合作模式都让互联网自制内容收到广告主的青睐。但是可以达到现象级标准的自制内容或单集播放量过亿的自制内容却仅有10余部。自制内容的数量虽然提升但在传播质量的把控中仍存有巨大的不可控因素，以往在广告主自制内容投放的决策上仅凭借经验和媒体数据进行参考。以至于在营销合作中虽然有伊利谷粒多与《奇葩说》合作的成功案例，也有红牛植入《盗墓笔记》后的负面口碑。

因此，品牌广告主在视频内容投放中会存在多种困扰，如：1、行业缺失针对网络视频评估的统一标准，难以进行针对性的量化评估；2、现象级网络视频内容难以甄别，无法保障投放质量与效果；3、无法判断网络视频内容是否符合广告主本身的营销目标需求。

综上，亟需一种针对网络视频内容进行预测评估推荐的大数据系统。

发明内容

目前行业中暂无针对视频网站上的网络视频内容进行预测评估的大数据系统，对此，本发明以大数据为基础，提出了一种视频评估推荐系统；以综合数据量化评估为手段进行视频内容的预测评估，针对网络视频剧及综艺通过大数据自动化分析，为广告主量化评估网络视频内容营销价值，推荐优质的视频内容，帮助广告主提前锁定优质资源，并且通过大数据运算在未来为广告主产出定制化互联网视频内容。

具体的，该视频评估推荐系统，包括：模式选择模块、视频评估模块、视频推荐模块、自制内容评估推荐数据库、自制内容历史数据库；其中，模式选择模块，用于获取用户端发出的评估模式指令或推荐模式指令；视频评估模块，用于根据评估模式指令，调用自制内容评估推荐数据库的数据及自制内容历史数据库的标准数据，进行评估对象的评估，并将评估结果发送至用户端；视频推荐模块，用于根据推荐模式指令，调用自制内容评估推荐数据库的数据及自制内容历史数据库的标准数据，计算获得符合筛选条件的自制内容，并将筛选推荐结果发送至用户端。

进一步的，视频评估模式包括：视频评估模块根据用户端选择的评估对象，向自制内容评估推荐数据库调取对应数据；并判断反馈数据是否为可用维度，将不可用维度预设权重分配至可用维度，并反馈至用户端；视频评估推荐系统接收用户端发送的可用维度选择调用指令，并根据指令调整评估维度、权重；根据调整后的评估维度、权重以及自制内容历史数据库，计算二级维度、一级维度以及评估对象总分，并将评估结果发送至用户端。

进一步的，视频推荐模式包括：视频推荐模块接收用户端输入的筛选条件，其中筛选条件包括必选限制条件及可选条件；根据可选条件，向自制内容评估推荐数据库调取对应对象及对应数据，并根据必选限制条件计算匹配度一级维度得分；根据匹配度得分降序排列，生成推荐自制内容；根据用户选择的评估内容，向自制内容评估推荐数据库调取对应数据；并判断反馈数据是否为可用维度，将不可用维度预设权重分配至可用维度，并反馈至用户端；视频评估推荐系统接收用户端发送的可用维度选择调用指令，并根据指令调整评估维度、权重；根据调整后的评估维度、权重以及自制内容历史数据库，计算二级维度、一级维度以及推荐对象总分，并将筛选推荐结果发送至用户端。

进一步的，该系统还包括：对比模式，通过将评估结果与筛选推荐结果进行维度结果对比，获取不同需求下自制内容差异数据。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1为本发明一实施例的视频评估推荐系统架构示意图。

图2为本发明一实施例的具有对比功能的视频评估推荐系统架构示意图。

图3为本发明一实施例的评估维度示意图。

图4为本发明一具体实施例的评分示意图。

具体实施方式

以下配合图式及本发明的较佳实施例，进一步阐述本发明为达成预定发明目的所采取的技术手段。

图1为本发明一实施例的视频评估推荐系统架构示意图。结合图1所示，本系统是以评估和推荐两种模式分别对视频网站中的“网络自制剧”，“版权剧”“自制综艺”“版权综艺”四类在视频内容进行目标评估与条件推荐；将以上四类视频内容分别按“新秀”与“迭代”两类进行评估维度的划定与相关标准的计算。

当广告主有目标投放的视频内容(未上线或将要上线的视频内容)时可以通过评估模式。对目标内容进行预测量化评估，在目标视频内容未上线前对其未来的播出前景进行数据评分，并智能化生成拓扑图和评估文案，供广告主参考。

具体的，该系统包括：视频评估模式、视频推荐模式以及对比功能；其中，

1、评估模式：

参考图1来看，评估模式是根据用户端选择的评估对象，向自制内容评估推荐数据库调取对应数据；并判断反馈数据是否为可用维度，将不可用维度预设权重分配至可用维度，并反馈至用户端；

视频评估推荐系统接收用户端发送的可用维度选择调用指令，并根据指令调整评估维度、权重；

根据调整后的评估维度、权重以及自制内容历史数据库，计算二级维度、一级维度以及评估对象总分，并将评估结果发送至用户端。

2、推荐模式：

参考图1所示，推荐模式是根据用户端输入的筛选条件进行视频推荐，其中筛选条件包括必选限制条件及可选条件；

首先，根据可选条件，向自制内容评估推荐数据库调取对应对象及对应数据，并根据必选限制条件计算匹配度一级维度得分；

根据匹配度得分降序排列，生成推荐自制内容；

根据用户选择的评估内容，向自制内容评估推荐数据库调取对应数据；并判断反馈数据是否为可用维度，将不可用维度预设权重分配至可用维度，并反馈至用户端；

视频评估推荐系统接收用户端发送的可用维度选择调用指令，并根据指令调整评估维度、权重；

根据调整后的评估维度、权重以及自制内容历史数据库，计算二级维度、一级维度以及推荐对象总分，并将筛选推荐结果发送至用户端。

3、对比模式：

参考图2所示，在上述两种模式完成后，通过将评估结果与筛选推荐结果进行维度结果对比，获取不同需求下自制内容差异数据。

图3为本发明一实施例的评估维度示意图。评估维度包含了内部因素及外部因素，具体维度可以根据需要进行调整，需要说明的是，评估维度并非固定的，类似的评估维度体系均应在本申请的保护范围内。

参考图3来看，一级维度可以包括：播放量、制作能力、资源价值、IP价值、匹配度、播放平台、渠道、关注度、明星、话题发散度。

其中，二级维度计算方法为：将评估推荐对象，用户勾选一级维度的二级维度对应数据带入该维度评分标准中，得出对应二级维度得分；

除匹配度以外的一级维度计算方法为：

A₁＝B₁×W₁+B₂×W₂+…+B_n×W_n；

A₁为一级维度得分；B₁、B₂、…、B_n为各项二级维度得分；W₁、W₂、…、W_n为各项对应的评价标准，根据自制内容历史数据库获得。

匹配度计算方法为：

A₂＝C₁×W₁+C₂×W₂+C₃×W₃+C₄×W₄+…+C_n×W_n；

A₂为匹配度得分；C₁为年龄得分；C₂为性别得分；C₃为地域得分；C₄、…、C_n为其它各项得分；W₁、W₂、W₃、W₄、…、W_n为各项对应的评价标准，根据自制内容历史数据库获得。

二级维度年龄得分的计算方法为：

年龄区间范围为：0＜X＜100；

年龄区间分为“评估对象”的年龄区间和“客户选择”的年龄区间；

“评估对象”的年龄区间：年龄下限X1，年龄下限Y1；表达形式为：X1≤年龄≤Y1；

“用户选择”的年龄区间：年龄下限X2，年龄下限Y2；表达形式为：X2≤年龄≤Y2；

当Y2＞Y1并且X2≥X1时，年龄匹配度＝Y1-X2/Y2-X2；

当Y2＞Y1并且X2＜X1时，年龄匹配度＝Y1-X1/Y2-X2；

当Y2＝Y1并且X1≤X2时，年龄匹配度＝100％；

当Y2＝Y1并且X1＞X2时，年龄匹配度＝Y1-X1/Y2-X2；

当Y2＜Y1并且X1＞X2时，年龄匹配度＝Y2-X1/Y2-X2；

当Y2＜Y1并且X1≤X2时，年龄匹配度＝100％。

二级维度性别得分的计算方法为：

性别数据初始呈现形式为：男60：女40；

“评估对象”的性别比例：男X1:女Y1；

“客户选择”的性别比例：男X2:女Y2；

当X2≥Y2并且X1≥X2时，性别匹配度＝100％；

当X2≥Y2并且X1＜X2时，性别匹配度＝100-(X2-X1)；

当X2＜Y2并且Y1≥Y2时，性别匹配度＝100％；

当X2＜Y2并且Y1＜Y2时，性别匹配度＝100-(Y2-Y1)。

为了对上述视频评估推荐系统进行更为清楚的解释，下面结合一个具体的实施例来进行说明，然而值得注意的是该实施例仅是为了更好地说明本发明，并不构成对本发明不当的限定。

结合图4所示，以2016年、2017年的自制剧、自制综艺为例，在该些节目上映前，利用本系统进行了一系列评分，X为分数；

现象级为A级，重点推荐，评分3＜X≤4，如：自制剧《老九门》、自制综艺《中国有嘻哈》；

优秀级为B级，建议推荐，评分2＜X≤3，如：自制剧《法医秦明》、自制综艺《小手牵小狗》；

一般级为C级，考虑推荐，评分1＜X≤2，如：自制剧《刺客列传》、自制综艺《颜值大战》；

次要级为D级，慎重推荐，评分X≤1，如：自制剧《花样排球》、自制综艺《新三味聊斋》；

在节目上映后，追踪跟进节目效果及分数复评，与初评分数、级别基本接近；现象级的《中国有嘻哈》播放量、口碑、点击率等均在网络平台排名靠前；而位于次要级的节目播放量不佳，与初评分数基本一致。

综上来看，本发明的有益效果在于：

1、本系统实现了多维大数据的集成与应用。该视频内容评估系统将视频媒体大数据、企业创新大数据和行业第三方大数据有机的整合在一套大数据系统中进行综合性的应用。

视频媒体大数据：通过对主流视频媒体数据和信息的收集及时掌握各视频媒体未来视频内容播放计划及各视频内容预估播放量、制作、资源价值、明星、匹配度、播放平台等内容信息。

企业创新大数据的自动抓取与采集：系统可以根据设定的条件在互联网上进行目标内容的自动抓取和收集。

行业第三方大数据：通过百度、微博等平台公开的行业第三方数据的采集为本系统提供了必要的数据补充与校验。

2、视频内容评估系统是行业内首个对即将上线的自制内容进行多维度综合量化预测评估的大数据系统。

在众多的有关于互联网自制内容的数据和信息中，本系统将其归纳为10个一级维度一级维度由104个二级维度(二级维度为具体数据条目)构成。但实际应用时，维度数量可以根据需要调整。同时，每个一级维度都有更细化的二级维度进行综合计算帮助客户更准确的量化预测剧目指数。

3、本系统实现了多维度综合量化预测评估。其自定义评估维度与权重以满足不同客户的定制评估需求，针对客户的不同需求(追求播放量、追求口碑、追求明星效应等)为客户提供评估维度与权重的定制功能可自定义评估维度及权重占比。在不同维度或不同权重下，同一部自制内容将产生不同的结果，以满足客户在不同情境下对自制内容的综合考量。

4、本系统通过数据标准为视频内容进行打分，并且智能生成结果拓扑图和评语更直观的呈现视频内容商业价值和播放前景。本视频评估系统设计了几百条标准话术，系统通过综合评估的结果，进行智能的匹配，选择最合理的描述方式进行评估报告的呈现

5、本系统可以通过AI的机器学习系统完成对于数据评估标准的自我更新与校验，以大数据作为学习的基础，通过互联网获取数据，经过神经网络算法、深度学习、强化学习等，不断自我升级进化。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不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，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种视频评估推荐系统，其特征在于，包括：模式选择模块、视频评估模块、视频推荐模块、自制内容评估推荐数据库、自制内容历史数据库；其中，

模式选择模块，用于获取用户端发出的评估模式指令或推荐模式指令；

视频评估模块，用于根据评估模式指令，调用自制内容评估推荐数据库的数据及自制内容历史数据库的标准数据，进行评估对象的评估，并将评估结果发送至用户端；

视频推荐模块，用于根据推荐模式指令，调用自制内容评估推荐数据库的数据及自制内容历史数据库的标准数据，计算获得符合筛选条件的自制内容，并将筛选推荐结果发送至用户端；其中，

视频评估模式包括：

视频评估模块根据用户端选择的评估对象，向自制内容评估推荐数据库调取对应数据；并判断反馈数据是否为可用维度，将不可用维度预设权重分配至可用维度，并反馈至用户端；

视频评估推荐系统接收用户端发送的可用维度选择调用指令，并根据指令调整评估维度、权重；

根据调整后的评估维度、权重以及自制内容历史数据库，计算二级维度、一级维度以及评估对象总分，并将评估结果发送至用户端；

视频推荐模式包括：

视频推荐模块接收用户端输入的筛选条件，其中筛选条件包括必选限制条件及可选条件；

根据可选条件，向自制内容评估推荐数据库调取对应对象及对应数据，并根据必选限制条件计算匹配度一级维度得分；

根据匹配度得分降序排列，生成推荐自制内容；

根据用户选择的评估内容，向自制内容评估推荐数据库调取对应数据；并判断反馈数据是否为可用维度，将不可用维度预设权重分配至可用维度，并反馈至用户端；

视频评估推荐系统接收用户端发送的可用维度选择调用指令，并根据指令调整评估维度、权重；

根据调整后的评估维度、权重以及自制内容历史数据库，计算二级维度、一级维度以及推荐对象总分，并将筛选推荐结果发送至用户端；

二级维度计算方法为：将评估推荐对象，用户勾选一级维度的二级维度对应数据带入该维度评分标准中，得出对应二级维度得分；

除匹配度以外的一级维度计算方法为：

A₁＝B₁×W₁+B₂×W₂+…+B_n×W_n；

A₁为一级维度得分；B₁、B₂、…、B_n为各项二级维度得分；W₁、W₂、…、W_n为各项对应的评价标准，根据自制内容历史数据库获得；

匹配度计算方法为：

A₂＝C₁×W₁+C₂×W₂+C₃×W₃+C₄×W₄+…+C_n×W_n；

A₂为匹配度得分；C₁为年龄得分；C₂为性别得分；C₃为地域得分；C₄、…、C_n为其它各项得分；W₁、W₂、W₃、W₄、…、W_n为各项对应的评价标准，根据自制内容历史数据库获得。

2.根据权利要求1所述的视频评估推荐系统，其特征在于，该系统还包括：对比模式，通过将评估结果与筛选推荐结果进行维度结果对比，获取不同需求下自制内容差异数据。

3.根据权利要求1所述的视频评估推荐系统，其特征在于，二级维度年龄得分的计算方法为：

年龄区间范围为：0＜X＜100；

年龄区间分为“评估对象”的年龄区间和“客户选择”的年龄区间；

“评估对象”的年龄区间：年龄下限X1，年龄下限Y1；表达形式为：X1≤年龄≤Y1；

“用户选择”的年龄区间：年龄下限X2，年龄下限Y2；表达形式为：X2≤年龄≤Y2；

当Y2＞Y1并且X2≥X1时，年龄匹配度＝Y1-X2/Y2-X2；

当Y2＞Y1并且X2＜X1时，年龄匹配度＝Y1-X1/Y2-X2；

当Y2＝Y1并且X1≤X2时，年龄匹配度＝100％；

当Y2＝Y1并且X1＞X2时，年龄匹配度＝Y1-X1/Y2-X2；

当Y2＜Y1并且X1＞X2时，年龄匹配度＝Y2-X1/Y2-X2；

当Y2＜Y1并且X1≤X2时，年龄匹配度＝100％。

4.根据权利要求1所述的视频评估推荐系统，其特征在于，二级维度性别得分的计算方法为：

性别数据初始呈现形式为：男60：女40；

“评估对象”的性别比例：男X1:女Y1；

“客户选择”的性别比例：男X2:女Y2；

当X2≥Y2并且X1≥X2时，性别匹配度＝100％；

当X2≥Y2并且X1＜X2时，性别匹配度＝100-(X2-X1)；

当X2＜Y2并且Y1≥Y2时，性别匹配度＝100％；

当X2＜Y2并且Y1＜Y2时，性别匹配度＝100-(Y2-Y1)。

5.根据权利要求1所述的视频评估推荐系统，其特征在于，一级维度包括：播放量、或制作能力、或资源价值、或IP价值、或匹配度、或播放平台、或渠道、或关注度、或明星、或话题发散度。