视频打点位置分析系统、分析方法及储存媒体技术方案

一种视频打点位置分析系统、分析方法及储存媒体，其中分析方法包括下列步骤：将视频的内容转换为多个时序及对应的多个原叙述符；提供广告类别模型，其中广告类别模型记录多个叙述符与多个广告类别间的关系；依据广告类别模型及多个原叙述符进行分析以产生对应的多个广告类别推荐列表，其中各个广告类别推荐列表分别记录各个广告类别与所述各个时序对应的视频内容的相关性；计算各个广告类别的预测受众反应值；提供打点模型；及，依据打点模型、多个广告类别推荐列表及多笔预测受众反应值分析一或多个所述时序为视频的打点位置。

【技术实现步骤摘要】
视频打点位置分析系统、分析方法及储存媒体
本专利技术涉及一种视频的分析系统、分析方法及储存媒体，尤其涉及一种视频打点位置分析系统、分析方法及储存媒体。
技术介绍
一直以来，广告都是吸引消费者进行消费或从事特定活动的最佳方式。有鉴于因特网的发达，现今在网络上的广告市场亦出现了很大的竞争。具体地，除了网页上的平面广告外，广告商也会针对网络视频来投放广告。为了令广告以及广告于视频中的投入位置具有相关性以提高使用者对于广告的接受度，广告商在投放广告前，一般会以人力解读视频内容，以于视频中找出适合投放特定广告的位置(俗称为打点位置)。惟，现有以人力进行打点的方式并没有客观的判断标准，经验值不同的人员在相同视频中所找到的打点位置可能会不同。并且，人员在进行打点时常常会依据个人喜好来寻找打点位置，而不是分析了一般受众的喜好后，再依据一般受众的喜好来寻找打点位置(即，所述打点位置与投入的广告内容的相关性低，或是打点位置与广告内容的相关性高，但一般受众对于所述广告内容/打点位置的喜好度低)。承上所述，若广告主将广告投入上述打点位置，将存在着使消费者对广告对应产品的好感度下降的风险，进而浪费了广告预算。再者，上述以人力进行打点的成本相当高昂，若需要进行打点动作的视频数量众多，将需要花费相当可观的人力成本，这也将会大幅降低广告效益。
技术实现思路
本专利技术的主要目的，在于提供一种视频打点位置分析系统、分析方法及储存媒体，可依据视频的内容、多种广告类别(ADvertisementCategory,ADC)以及各个广告类别的预测受众反应(AudienceResponse,AR)值(例如：点击率、转换率、保留率等)于视频中自动寻找打点位置，同时推荐与打点位置最相关的广告类别，藉此在确保视频画面与广告内容具有高度相关性的前提下，令投放的广告效益最大化。为了达成上述目的，本专利技术提供一种视频打点位置分析方法，包括下列步骤：a)提供一视频；b)将该视频的内容转换为多个叙述符列表，其中各该叙述符列表分别记录一时序及多个原叙述符，该多个原叙述符用以描述该视频在该时序中出现的多个特征；c)提供一广告类别模型，其中该广告类别模型记录多个广告类别与多个叙述符间的关系；d)依据该广告类别模型与该多个叙述符列表进行分析以产生多个广告类别推荐列表，其中该多个广告类别推荐列表的数量相同于该多个叙述符列表的数量，并且各该广告类别推荐列表分别记录该多个广告类别与各该时序所对应的视频内容的一类别相关性；e)分别计算各该广告类别的一预测受众反应值；及f)依据该多个广告类别推荐列表、多笔该预测受众反应值及一打点模型分析一或多个该时序为该视频的一打点位置。如上所述，其中更包括下列步骤：g1)步骤b后，提供由多个端点叙述符及多个具有方向性的边组成的一叙述符语义模型，其中各该端点叙述符分别对应一个默认的特征，该多个边定义该多个端点叙述符之间的关联性强度，并且该多个端点叙述符包括该多个原叙述符与该多个广告类别；g2)取得该多个叙述符列表的其中之一，并依据该叙述符语义模型及所取得的该叙述符列表计算产生一推测叙述符列表，其中该推测叙述符列表记录该多个端点叙述符，以及各该端点叙述符与所取得的该叙述符列表的该时序所对应的视频内容的一叙述符相关性；其中，步骤d是依据该多个广告类别及该推测叙述符列表进行分析，以产生一个该广告类别推荐列表。如上所述，其中更包括下列步骤：g3)判断该多个叙述符列表是否全部转换为该推测叙述符列表；及g4)于该多个叙述符列表尚未全部转换完成前，取得下一个该叙述符列表并再次执行步骤g2；其中，步骤d是依据该多个广告类别及多个该推测叙述符列表进行分析，以产生该多个广告类别推荐列表。如上所述，其中步骤d包括下列步骤：d1)选择该多个推测叙述符列表的其中之一并与该广告类别模型中的该多个广告类别进行匹配，以分别计算该多个广告类别与该所选择的推测叙述符列表所对应的视频内容的该类别相关性；d2)判断该多个推测叙述符列表是否全部匹配完成；及d3)于该多个推测叙述符列表尚未全部匹配完成前，选择下一个该推测叙述符列表并再次执行步骤d1。如上所述，其中步骤d1包括下列步骤：d11)选择该多个推测叙述符列表的其中之一，并且取得该多个广告类别的其中之一；d12)依据一预设权重以及该所选择的推测叙述符列表中的多个该叙述符相关性，分别计算该广告类别与该所选择的推测叙述符列表中的各该端点叙述符的一次属相关性；d13)依据多个该次属相关性加权计算该广告类别与该所选择的推测叙述符列表的该类别相关性；及d14)于该多个广告类别的该类别相关性全部计算完成前，取得下一个该广告类别并再次执行步骤d12与步骤d13。如上所述，其中步骤e包括下列步骤：e1)取得一大众行为模型；e2)依据该大众行为模型及该多个广告类别推荐列表计算产生多个受众反应预测列表，其中该多个受众反应预测列表的数量相同于该多个广告类别推荐列表的数量，并且各该受众反应预测列表分别记录各该广告类别推荐列表中的该多个广告类别的该预测受众反应值；其中，步骤f是依据该多个广告类别推荐列表、该打点模型及该多个受众反应预测列表分析一或多个该时序为该视频的该打点位置。如上所述，其中该大众行为模型记录一般用户对于各该广告类别的点击率、视觉停留时间、好感度、转换率(ConVersionRate,CVR)的至少其中之一的分析统计数据。如上所述，其中更包括一步骤e0)取得一个人受众行为模型，其中该个人受众行为模型记录一特定用户对于各该广告类别的点击率、视觉停留时间、好感度、转换率的至少其中之一的分析统计数据；其中，步骤e2是依据该大众行为模型、该个人受众行为模型及该多个广告类别推荐列表共同计算并产生该多个受众反应预测列表。如上所述，其中步骤f是依据该多个广告类别推荐列表、该打点模型、该多个受众反应预测列表及一打点位置限制条件分析一或多个该时序为该视频的该打点位置。如上所述，其中更包括下列步骤：h)依据该打点位置于该视频上进行一打点动作；及i)列出对应于该打点位置的该多个广告类别、各该广告类别与该打点位置的该类别相关性，以及各该广告类别的该预测受众反应值。为了达到上述目的，本专利技术还提供一种视频打点位置分析系统，包括：一视频转换模块，选取一视频并将该视频的内容转换为多个叙述符列表，其中各该叙述符列表分别记录一时序及多个原叙述符，该多个原叙述符用以描述该视频在该时序中出现的多个特征；一广告类别分析模块，取得记录了多个广告类别的一广告类别模型，并依据该广告类别模型与该多个叙述符列表进行分析以产生多个广告类别推荐列表，其中该多个广告类别推荐列表的数量相同于该多个叙述符列表的数量，并且各该广告类别推荐列表分别记录该多个广告类别与各该时序所对应的视频内容的一类别相关性；一受众反应预测模块，分别计算各该广告类别的一预测受众反应值；及一打点模块，依据该多个广告类别推荐列表、多笔该预测受众反应值及一打点模型分析一或多个该时序为该视频的一打点位置。如上所述，其中更包括：一叙述符关系学习模块，藉由多个数据集训练并产生一叙述符语义模型，其中该叙述符语义模型由多个端点叙述符及多个具有方向性的边组成，各该端点叙述符分别对应至一个预设的特征，该多个边定义该多个端点叙述符之间的关联性强度本文档来自技高网...

【技术保护点】
1.一种视频打点位置分析方法，其特征在于，包括：a)提供一视频；b)将该视频的内容转换为多个叙述符列表，其中各该叙述符列表分别记录一时序及多个原叙述符，该多个原叙述符用以描述该视频在该时序中出现的多个特征；c)提供一广告类别模型，其中该广告类别模型记录多个广告类别与多个叙述符间的关系；d)依据该广告类别模型与该多个叙述符列表进行分析以产生多个广告类别推荐列表，其中该多个广告类别推荐列表的数量相同于该多个叙述符列表的数量，并且各该广告类别推荐列表分别记录该多个广告类别与各该时序所对应的视频内容的一类别相关性；e)分别计算各该广告类别的一预测受众反应值；及f)依据该多个广告类别推荐列表、多笔该预测受众反应值及一打点模型分析一或多个该时序为该视频的一打点位置。

【技术特征摘要】
1.一种视频打点位置分析方法，其特征在于，包括：a)提供一视频；b)将该视频的内容转换为多个叙述符列表，其中各该叙述符列表分别记录一时序及多个原叙述符，该多个原叙述符用以描述该视频在该时序中出现的多个特征；c)提供一广告类别模型，其中该广告类别模型记录多个广告类别与多个叙述符间的关系；d)依据该广告类别模型与该多个叙述符列表进行分析以产生多个广告类别推荐列表，其中该多个广告类别推荐列表的数量相同于该多个叙述符列表的数量，并且各该广告类别推荐列表分别记录该多个广告类别与各该时序所对应的视频内容的一类别相关性；e)分别计算各该广告类别的一预测受众反应值；及f)依据该多个广告类别推荐列表、多笔该预测受众反应值及一打点模型分析一或多个该时序为该视频的一打点位置。2.根据权利要求1所述的视频打点位置分析方法，其特征在于，更包括下列步骤：g1)步骤b后，提供由多个端点叙述符及多个具有方向性的边组成的一叙述符语义模型，其中各该端点叙述符分别对应一个预设的特征，该多个边定义该多个端点叙述符之间的关联性强度，并且该多个端点叙述符包括该多个原叙述符与该多个广告类别；g2)取得该多个叙述符列表的其中之一，并依据该叙述符语义模型及所取得的该叙述符列表计算产生一推测叙述符列表，其中该推测叙述符列表记录该多个端点叙述符，以及各该端点叙述符与所取得的该叙述符列表的该时序所对应的视频内容的一叙述符相关性；其中，步骤d是依据该多个广告类别及该推测叙述符列表进行分析，以产生一个该广告类别推荐列表。3.根据权利要求2所述的视频打点位置分析方法，其特征在于，更包括下列步骤：g3)判断该多个叙述符列表是否全部转换为该推测叙述符列表；及g4)于该多个叙述符列表尚未全部转换完成前，取得下一个该叙述符列表并再次执行步骤g2；其中，步骤d是依据该多个广告类别及多个该推测叙述符列表进行分析，以产生该多个广告类别推荐列表。4.根据权利要求3所述的视频打点位置分析方法，其特征在于，步骤d包括下列步骤：d1)选择该多个推测叙述符列表的其中之一并与该广告类别模型中的该多个广告类别进行匹配，以分别计算该多个广告类别与该所选择的推测叙述符列表所对应的视频内容的该类别相关性；d2)判断该多个推测叙述符列表是否全部匹配完成；及d3)于该多个推测叙述符列表尚未全部匹配完成前，选择下一个该推测叙述符列表并再次执行步骤d1。5.根据权利要求4所述的视频打点位置分析方法，其特征在于，步骤d1包括下列步骤：d11)选择该多个推测叙述符列表的其中之一，并且取得该多个广告类别的其中之一；d12)依据一预设权重以及该所选择的推测叙述符列表中的多个该叙述符相关性，分别计算该广告类别与该所选择的推测叙述符列表中的各该端点叙述符的一次属相关性；d13)依据多个该次属相关性加权计算该广告类别与该所选择的推测叙述符列表的该类别相关性；及d14)于该多个广告类别的该类别相关性全部计算完成前，取得下一个该广告类别并再次执行步骤d12与步骤d13。6.根据权利要求4所述的视频打点位置分析方法，其特征在于，步骤e包括下列步骤：e1)取得一大众行为模型；e2)依据该大众行为模型及该多个广告类别推荐列表计算产生多个受众反应预测列表，其中该多个受众反应预测列表的数量相同于该多个广告类别推荐列表的数量，并且各该受众反应预测列表分别记录各该广告类别推荐列表中的该多个广告类别的该预测受众反应值；其中，步骤f是依据该多个广告类别推荐列表、该打点模型及该多个受众反应预测列表分析一或多个该时序为该视频的该打点位置。7.根据权利要求6所述的视频打点位置分析方法，其特征在于，该大众行为模型记录一般用户对于各该广告类别的点击率、视觉停留时间、好感度、转换率的至少其中之一的分析统计数据。8.根据权利要求6所述的视频打点位置分析方法，其特征在于，更包括一步骤e0)取得一个人受众行为模型，其中该个人受众行为模型记录一特定用户对于各该广告类别的点击率、视觉停留时间、好感度、转换率的至少其中之一的分析统计数据；其中，步骤e2是依据该大众行为模型、该个人受众行为模型及该多个广告类别推荐列表共同计算并产生该多个受众反应预测列表。9.根据权利要求6所述的视频打点位置分析方法，其特征在于，步骤f是依据该多个广告类别推荐列表、该打点模型、该多个受众反应预测列表及一打点位置限制条件分析一或多个该时序为该视频的该打点位置。10.根据权利要求1所述的视频打点位置分析方法，其特征在于，更包括下列步骤：h)依据该打点位置于该视频上进行一打点动作；及i)列出对应于该打点位置的该多个广告类别、各该广告类别与该打点位置的该类别相关性，以及各该广告类别的该预测受众反应值。11.一种视频打点位置分析系统，其特征在于，包括：一视频转换模...

【专利技术属性】
技术研发人员：刘雲夫，谢少航，林倩玉，黄俊傑，
申请(专利权)人：创意引晴开曼控股有限公司，
类型：发明
国别省市：开曼群岛,KY