本發(fā)明涉及投流系統(tǒng)的，更具體的說是涉及一種基于ai分析的云端大數(shù)據(jù)實時智能投流系統(tǒng)與方法。

背景技術(shù)：

1、隨著互聯(lián)網(wǎng)的發(fā)展，在視頻內(nèi)容中插入廣告信息是常用的營銷手段，通過畫面與音頻來吸引觀眾的注意力，有效傳達產(chǎn)品信息，傳統(tǒng)的視頻廣告投放方式主要采用人工篩選視頻素材、分析用戶偏好，采用人工篩選剪輯，存在效率低、成本高及響應(yīng)慢等問題；傳統(tǒng)視頻投流方式，主要依賴于人工判斷和經(jīng)驗積累，無法實現(xiàn)精準(zhǔn)化和個性化的視頻投放。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)存在的不足，本發(fā)明的目的在于提供一種基于ai分析的云端大數(shù)據(jù)實時智能投流系統(tǒng)與方法，用于克服現(xiàn)有技術(shù)中的上述缺陷。

2、為實現(xiàn)上述目的，本發(fā)明提供了如下技術(shù)方案：

3、一種基于ai分析的云端大數(shù)據(jù)實時智能投流系統(tǒng)，包括視頻預(yù)處理模塊、用戶行為分析模塊、視頻生成模塊以及投放與反饋模塊；

4、所述視頻預(yù)處理模塊，用于獲取原始視頻素材，并根據(jù)原始視頻素材進行自動切分與分類，并建立視頻片段素材庫；

5、所述用戶行為分析模塊，用于實時收集并分析用戶觀看視頻的行為數(shù)據(jù)，并構(gòu)件用戶興趣模型，根據(jù)用戶興趣模型，實時更新用戶關(guān)注信息；

6、所述視頻生成模塊，用于獲取用戶關(guān)注信息，并從視頻片段素材庫內(nèi)選取視頻片段，并根據(jù)組合策略對選取的視頻素材進行組合；

7、所述投放與反饋模塊，用于將剪輯后的視頻投放到目標(biāo)平臺，并實時收集反饋信息，并引入ai反饋模型，基于數(shù)據(jù)反饋生成投放策略。

8、作為優(yōu)選，所述組合策略包括：

9、組合預(yù)設(shè)步驟：基于歷史視頻數(shù)據(jù)分析，預(yù)設(shè)一系列有效的素材組合模板；

10、要素調(diào)整步驟：利用素材組合模板，獲取對應(yīng)的視頻素材，并根據(jù)視頻素材進行視頻創(chuàng)作，并根據(jù)用戶關(guān)注信息，獲取對應(yīng)的視頻要素要求，對素材組合模板內(nèi)的素材進行調(diào)整；

11、切片與重組步驟：對選定的視頻素材進行切片處理，提取出與視頻更加緊密系相關(guān)的部分進行重組。

12、作為優(yōu)選，所述ai反饋模型用于根據(jù)反饋信息進行分析與評估，并相應(yīng)的反饋結(jié)果，所述組合策略還包括有視頻模板調(diào)整步驟，所述視頻模板調(diào)整步驟用于獲取素材組合模板，并根據(jù)視反饋信息，對對預(yù)設(shè)組合模板進行調(diào)整，所述調(diào)整包括素材的內(nèi)容、順序以及時長等。

13、作為優(yōu)選，所述視頻預(yù)處理模塊內(nèi)設(shè)置有分類單元，所述分類單元年內(nèi)與設(shè)有不同的分類規(guī)則，所述分類規(guī)則包括技術(shù)特征、應(yīng)用場景等，根據(jù)不同的分類規(guī)則，對視頻片段的內(nèi)容分析，并對視頻片段進行分類，根據(jù)分類結(jié)果，對視頻素材構(gòu)件標(biāo)簽。

14、作為優(yōu)選，所述技術(shù)特征包括視頻時長可編輯、素材可切分、素材關(guān)聯(lián)性等。

15、作為優(yōu)選，所述時長可編輯包括分類原則包括根據(jù)視頻內(nèi)容進行分類，

16、作為優(yōu)選，所述投放策略包括：根據(jù)用戶興趣模型，獲取受眾類型，根據(jù)目標(biāo)受眾的關(guān)注信息，進行定向投放，并根據(jù)數(shù)據(jù)反饋結(jié)果，不斷優(yōu)化投放策略。

17、作為優(yōu)選，所述反饋信息包括播放量、點贊量、完播率、漲粉量等。

18、作為優(yōu)選，所述關(guān)注信息包括視頻時長、用戶個人喜好和興趣、消費習(xí)慣、敏感詞等。

19、一種基于ai分析的云端大數(shù)據(jù)實時智能投流方法，

20、s1:獲取視頻素材，并獲取視頻素材的剪輯信息，剪輯信息包括剪輯時間信息以及剪輯內(nèi)容信息，根據(jù)剪輯信息獲取素材切片；

21、s2：獲取素材切片，并利用ai對視頻素材進行分類；

22、s3：獲取用戶關(guān)注信息，所述用戶關(guān)注信息包括視頻時長喜好、關(guān)鍵詞敏感度、吸睛特征等；

23、s4：根據(jù)用戶關(guān)注信息，獲取視頻素材，并利用組合策略對選取的視頻素材進行組合；

24、s5：根據(jù)投放策略將剪輯夠的視頻投放至目標(biāo)平臺。

25、本發(fā)明的有益效果：通過用戶行為分析，能夠?qū)崟r采集用戶觀看行為做數(shù)據(jù)，構(gòu)件用戶興趣模型，并實時更新用戶關(guān)鍵信息，能夠準(zhǔn)確捕捉用戶的個性化興趣，為食品內(nèi)容的指定提供精準(zhǔn)導(dǎo)向，利用視頻生成模塊，根據(jù)用戶關(guān)注信息，從視頻片段素材庫中只能選取并組合視頻片段，并生成符合用戶興趣的視頻內(nèi)容；利用投放與反饋模塊，將剪輯夠的視頻投放至目標(biāo)平臺，并根據(jù)用戶反饋實時調(diào)整投放策略；實現(xiàn)視頻內(nèi)容自動化處理，提高了視頻內(nèi)容制作效果，堿性了人工處理的負擔(dān)，同時，通過ai分析和大數(shù)據(jù)技術(shù)，能夠優(yōu)化視頻內(nèi)容的制作和投放，吸引用戶注意。

技術(shù)特征：

1.一種基于ai分析的云端大數(shù)據(jù)實時智能投流系統(tǒng)，其特征在于，包括視頻預(yù)處理模塊、用戶行為分析模塊、視頻生成模塊以及投放與反饋模塊；

2.根據(jù)權(quán)利要求1所述的一種基于ai分析的云端大數(shù)據(jù)實時智能投流系統(tǒng)，其特征在于，所述組合策略包括：

3.根據(jù)權(quán)利要求2所述的一種基于ai分析的云端大數(shù)據(jù)實時智能投流系統(tǒng)，其特征在于，所述ai反饋模型用于根據(jù)反饋信息進行分析與評估，并相應(yīng)的反饋結(jié)果，所述組合策略還包括有視頻模板調(diào)整步驟，所述視頻模板調(diào)整步驟用于獲取素材組合模板，并根據(jù)視反饋信息，對對預(yù)設(shè)組合模板進行調(diào)整，所述調(diào)整包括素材的內(nèi)容、順序以及時長等。

4.根據(jù)權(quán)利要求1所述的一種基于ai分析的云端大數(shù)據(jù)實時智能投流系統(tǒng)，其特征在于，所述視頻預(yù)處理模塊內(nèi)設(shè)置有分類單元，所述分類單元年內(nèi)與設(shè)有不同的分類規(guī)則，所述分類規(guī)則包括技術(shù)特征、應(yīng)用場景等，根據(jù)不同的分類規(guī)則，對視頻片段的內(nèi)容分析，并對視頻片段進行分類，根據(jù)分類結(jié)果，對視頻素材構(gòu)件標(biāo)簽。

5.根據(jù)權(quán)利要求1所述的一種基于ai分析的云端大數(shù)據(jù)實時智能投流系統(tǒng)，其特征在于，所述技術(shù)特征包括視頻時長可編輯、素材可切分、素材關(guān)聯(lián)性等。

6.根據(jù)權(quán)利要求1所述的一種基于ai分析的云端大數(shù)據(jù)實時智能投流系統(tǒng)，其特征在于，所述投放策略包括：根據(jù)用戶興趣模型，獲取受眾類型，根據(jù)目標(biāo)受眾的關(guān)注信息，進行定向投放，并根據(jù)數(shù)據(jù)反饋結(jié)果，不斷優(yōu)化投放策略。

7.根據(jù)權(quán)利要求1所述的一種基于ai分析的云端大數(shù)據(jù)實時智能投流系統(tǒng)，其特征在于，所述反饋信息包括播放量、點贊量、完播率、漲粉量等。

8.根據(jù)權(quán)利要求1所述的一種基于ai分析的云端大數(shù)據(jù)實時智能投流系統(tǒng)，其特征在于，所述關(guān)注信息包括視頻時長、用戶個人喜好和興趣、消費習(xí)慣、敏感詞等。

9.一種基于ai分析的云端大數(shù)據(jù)實時智能投流方法，其特征在于，所述

技術(shù)總結(jié)
本發(fā)明創(chuàng)新提供了一種基于AI分析的云端大數(shù)據(jù)實時智能投流系統(tǒng)，包括視頻預(yù)處理模塊、用戶行為分析模塊、視頻生成模塊以及投放與反饋模塊；所述視頻預(yù)處理模塊用于獲取原始視頻素材，并根據(jù)原始視頻素材進行自動切分與分類，并建立視頻片段素材庫；所述用戶行為分析模塊用于實時收集并分析用戶觀看視頻的行為數(shù)據(jù)，并構(gòu)件用戶興趣模型，根據(jù)用戶興趣模型，實時更新用戶關(guān)注信息；所述視頻生成模塊，用于獲取用戶關(guān)注信息，并從視頻片段素材庫內(nèi)選取視頻片段，并根據(jù)組合策略對選取的視頻素材進行組合；所述投放與反饋模塊，用于將剪輯后的視頻投放到目標(biāo)平臺，并實時收集反饋信息，并引入AI反饋模型，基于數(shù)據(jù)反饋生成投放策略。

技術(shù)研發(fā)人員：馬磊,高殷
受保護的技術(shù)使用者：杭州靈盟信息科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/12