[发明专利]视频优化推荐方法、装置及可读存储介质

说明书

本发明公开一种视频优化推荐方法及装置，所述方法包括：获取用户观看行为的历史行为数据、用户的标签属性及视频特征；基于所述历史行为数据、用户标签属性及视频特征利用预设的视频优化模型输出优化选择参数；根据所述优化选择参数生成视频优化方案，并将所述视频优化方案通过DSP进行投放。本发明属于科技金融领域，能够根据用户的历史行为、用户标签及视频特征得到优化选择参数，进而生成视频优化选择参数，从而实现了对视频广告进行优化，准确推荐视频广告。

技术领域

本发明主要涉及广告优化技术领域，具体地说，涉及一种视频优化推荐方法、装置及可读存储介质。

背景技术

广告平台视频素材的制作与投放，通常有代理商投放和DSP(Demand SidePlatform，需求方平台)投放两种渠道。投放流程为：根据广告主需求，设计者进行广告视频素材的创作，然后通过代理商或DSP审核投放，视频素材投放于广告平台并依赖于平台的点击率预估进行推荐。所以，现有流程无法对视频广告进行优化，进而无法准确对用户进行广告视频推荐。

发明内容

本发明的主要目的是提供一种视频优化推荐方法、装置及可读存储介质，旨在解决现有流程无法对视频广告进行优化，进而无法准确对用户进行广告视频推荐的问题。

为实现上述目的，本发明提供一种视频优化推荐方法，所述视频优化推荐方法包括以下步骤：

获取用户观看行为的历史行为数据、用户的标签属性及视频特征；

基于所述历史行为数据、用户标签属性及视频特征利用预设的视频优化模型输出优化选择参数；

根据所述优化选择参数生成视频优化方案，并将所述视频优化方案通过DSP进行投放。

可选地，所述基于所述历史行为数据、用户标签属性及视频特征利用预设的视频优化模型输出优化选择参数的步骤之前，所述视频优化推荐方法还包括：

获取初始视频方案，通过DSP将所述初始视频方案进行投放，并获取投放后的反馈效果；

通过预设的效果预测模型对所述初始视频方案进行打分，以获得所述初始视频方案的预测效果；

将所述反馈效果及所述预测效果进行比较，根据比较结果更新预设的初始模型，并进行迭代优化，以得到所述视频优化模型。

可选地，所述根据所述优化选择参数生成视频优化方案的步骤还包括：

基于所述优化选择参数在广告素材中选择最优视频类别的最优视频；

提取所述最优视频中的关键帧和\或关键片段；

基于所述优化选择参数将所述关键帧和\或所述关键片段进行前置处理，以生成视频优化方案。

可选地，所述基于所述优化选择参数在视频素材中选择最优视频类别的最优视频的步骤之前，所述视频优化推荐方法还包括：

将广告素材中的视频广告进行分类，以得到分类后的视频广告；

通过所述DSP获取所述历史行为数据中用户观看行为的类别反馈信息；

基于所述类别反馈信息对分类后的视频广告进行标记。

可选地，所述将广告素材中的视频广告进行分类的步骤包括：

在所述广告素材的视频广告中进行采样，以获得各采样片段；

利用3D卷积神经网络算法对各所述采样片段进行特征提取，并将提取到的特征向量作为序列神经网络的输入；

利用序列神经网络对所述视频广告进行分类。