[发明专利]一种基于视频内容的关联广告推荐方法

说明书

技术领域

本发明涉及视频播放技术领域，尤其涉及一种基于视频内容的关联广告推荐方法。

背景技术

目前，存在视频到视频的推荐，也存在商品到商品的推荐；但是缺少一种有效的方法基于视频及其内容到广告及其商品之间的推荐；现有关联视频和广告及商品的手段基本都是采用人工编排的方式，亟需一种程序化方法来自动化该流程。

此外，广告/商品推广的时段的选择要根据目标受众来看，如果广告针对的是儿童，那么选择动画片播出时间的前后就比较好，这样可以最大限度的达到广告的到达率，如果广告的受众是上班族，那么广告播出时间一定不能选在白天，因为白天人们都在上班，没有时间看电视，听广播，读报纸。所以这个程序化的方法必须能够充分考虑并决策在不同时间段适合推广的广告或商品。

发明内容

鉴于目前存在的上述不足，本发明提供一种基于视频内容的关联广告推荐方法，能够构建视频及其内容和广告/商品之间的关联，为在视频播放过程中实现广告/商品的程序化推荐。

为达到上述目的，本发明的实施例采用如下技术方案：

一种基于视频内容的关联广告推荐方法，所述基于视频内容的关联广告推荐方法包括以下步骤：

定义视频节目和广告/商品分别用多维向量进行表达；

定义一学习样本并根据该学习样本分别构造视频节目的矩阵和广告/商品的矩阵；

通过计算获得视频节目与广告/商品之间的关联矩阵；

根据关联矩阵创建视频内容与广告/商品之间的映射；

根据映射进行视频内容的关联广告推荐。

依照本发明的一个方面，所述基于视频内容的关联广告推荐方法包括：通过权重后处理来进一步调整矩阵各个列的值。

依照本发明的一个方面，所述视频节目的多维向量的每个维度都是对一种独特视频标签或视频内容基因的表达。

依照本发明的一个方面，所述广告/商品的多维向量的每个维度都是对一种独特广告或商品标签或其属性基因的表达。

依照本发明的一个方面，所述基于视频内容的关联广告推荐方法包括：

定义时间段用多维向量进行表达；

定义一学习样本并根据该学习样本分别构造时间段的矩阵和广告/商品的矩阵；

通过计算获得时间段与广告/商品之间的关联矩阵；

根据关联矩阵创建时间段与广告/商品之间的映射；

根据映射进行时间段内的关联广告推荐。

依照本发明的一个方面，所述时间段的多维向量的每一个维度都是对一种独特的时间基因的表达。

本发明实施的优点：本发明所述的基于视频内容的关联广告推荐方法包括以下步骤：定义视频节目和广告/商品分别用多维向量进行表达；定义一学习样本并根据该学习样本分别构造视频节目的矩阵和广告/商品的矩阵；通过计算获得视频节目与广告/商品之间的关联矩阵；根据关联矩阵创建视频内容与广告/商品之间的映射；根据映射进行视频内容的关联广告推荐；通过构建视频及其内容和广告/商品之间的关联，为在视频播放过程中实现广告/商品的程序化推荐；进一步的，构建时间区间和广告/商品之间的关联；为在视频播放过程中结合所在时间区间的特征实现广告/商品的程序化推荐。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，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。

图1为本发明所述的一种基于视频内容的关联广告推荐方法示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，一种基于视频内容的关联广告推荐方法，所述基于视频内容的关联广告推荐方法包括以下步骤：

步骤S1：定义视频节目和广告/商品分别用多维向量进行表达；

在实际应用中，所述视频节目的多维向量的每个维度都是对一种独特视频标签或视频内容基因的表达。

在实际应用中，所述广告/商品的多维向量的每个维度都是对一种独特广告或商品标签或其属性基因的表达。

步骤S2：定义一学习样本并根据该学习样本分别构造视频节目的矩阵和广告/商品的矩阵；