[发明专利]一种基于大数据和人工智能方法的短视频演员智能匹配方法

说明书

本发明公开了一种基于大数据和人工智能方法的短视频演员智能匹配方法，通过sklearn用传统机器学习的方式，以数据库历史拍摄投放效果数据库中的投放效果为目标，数据库演员数据库、客户数据库和历史拍摄剧本数据库数据作为数据的输入，通过数据训练集和验证集的处理，训练成了基础知识库并训练出演员匹配高ROI模型，在当前短视频广告需求爆炸，相关行业演员相对缺乏的情况下，合适演员难找，筛选过程人工干预大，规模扩大后管理混乱的局面，让大部分标准化商业化短视频的演员需求有大数据和智能化的指导，提高针对商业短视频拍摄的演员匹配效率和拍摄质量，保证商业短视频在推广需求出来后，在较短的周期内匹配到合适的演员来拍摄。

技术领域

本发明涉及大数据技术领域，具体为一种基于大数据和人工智能方法的短视频演员智能匹配方法。

背景技术

短视频是指在各种新媒体平台上播放的、适合在移动状态和短时休闲状态下观看的、高频推送的视频内容，几秒到几分钟不等，内容融合了技能分享、幽默搞怪、时尚潮流、社会热点、街头采访、公益教育、广告创意、商业定制等主题，由于内容较短，可以单独成片，也可以成为系列栏目；

现有短视频拍摄无论是需求方，还是制作团队对于演员的选择都是人工的，如果快节奏的拍摄一般都是制作团队找熟悉的演员来合作，这样能够降低拍摄的失败风险，保证受众的接受度，但针对需求量大，变化的商业短视频需求，“熟人”方式效率已经跟不上了，而如果大量使用新人，风险又非常大，拍摄团队对于演员的适用性也会有很大的风险，很容易造成导致项目延期或返工，影响品牌方的商业化视频投放计划。

发明内容

本发明提供一种基于大数据和人工智能方法的短视频演员智能匹配方法，可以有效解决上述背景技术中提出现有短视频拍摄无论是需求方，还是制作团队对于演员的选择都是人工的，如果快节奏的拍摄一般都是制作团队找熟悉的演员来合作，这样能够降低拍摄的失败风险，保证受众的接受度，但针对需求量大，变化的商业短视频需求，“熟人”方式效率已经跟不上了，而如果大量使用新人，风险又非常大，拍摄团队对于演员的适用性也会有很大的风险，很容易造成导致项目延期或返工，影响品牌方的商业化视频投放计划的问题。

为实现上述目的，本发明提供如下技术方案：一种基于大数据和人工智能方法的短视频演员智能匹配方法，包括如下步骤：

S1、结合数据库，通过sklearn用传统机器学习的方式，以数据库历史拍摄投放效果数据库中的投放效果为目标，数据库演员数据库、客户数据库和历史拍摄剧本数据库数据作为数据的输入，通过数据训练集和验证集的处理，训练成了基础知识库并训练出演员匹配高ROI模型；

S2、在输入需求单的客户数据、脚本数据的条件下，对演员库中所有A类演员都做一次预测，输出得分Top N个演员以供品牌方和制作团队手动筛选；

S3、演员的匹配模型在大量新需求单的实际新数据不断输入下持续迭代和优化，演员的匹配采用线上预测服务的支持，帮助平台的大量在线商业短视频的拍摄过程快速匹配到合适的演员。

根据上述技术方案，所述S1中数据库包括：

建立演员数据库：包含了演员的性别、年龄、地域、人脸、身材，行业标签和角色标签属性；

建立客户数据库：客户行业、地域、体量和产品信息库的建立，建立需求客户库和目标人群相关库；

建立历史拍摄剧本数据库：视频的剧本的机构化数据库沉淀，剧本种类，拍摄演员数量、种类和场景类型；

建立历史拍摄投放效果数据库：视频在出来后在媒体上投放的时间、金额、接受度、转化效果的结果数据库。

根据上述技术方案，所述S3中整体模型的训练采用多模型算子随机竞争的模式来达到剔除异常，达到最优匹配效果。