本发明涉及网络数据处理,特别涉及基于大数据的全平台视频数据分析系统、方法及存储介质。
背景技术:
1、随着网络技术的发展,通过各种视频平台观看网络视频已经成为人们娱乐和学习的一种主流方式。视频平台为用户提供了观影便利,同时,为了维持平台本身的正常运营,平台方也需要通过插入一些广告来牟取利益。目前,广告通常以短视频的方式出现在打开网站页面、打开视频软件的时候,亦或是插入在网络视频播放过程中,用户可在观看广告的过程中点击进入广告详情页面。现有技术中,在这些节点插入视频广告时,通常插入的是固定推广内容,或通过用户的年龄、职业、购买记录等对用户进行画像后,针对不同用户插入不同商品的视频广告。采用上述方案,虽然实现了插入推销商品的个性化推荐,却忽略了用户本身对广告的抗拒心理,无法充分引起用户兴趣,广告推送准确性有待提升。因此,急需提供一种基于大数据的全平台视频数据分析方法,能够提升推广内容的准确度,从而提升广告点击率及商品售卖成功率。
技术实现思路
1、本发明提供了基于大数据的全平台视频数据分析系统、方法及存储介质,能够提升推广内容的准确度,从而提升广告点击率及商品售卖成功率。
2、为了达到上述目的,本申请提供如下技术方案:
3、基于大数据的全平台视频数据分析方法,包括以下步骤:
4、s100,获取短视频平台上的视频收藏数据,所述视频收藏数据包括若干已收藏视频及对应的类型标签、视频总时长、收藏节点已播放时长和总观看时长;
5、s200,根据视频总时长和总观看时长,分析观看比例,并生成感兴趣度;
6、s300,根据收藏节点已播放时长,调整所述感兴趣度;
7、s400,比对各已收藏视频的感兴趣度,调取感兴趣度最高的已收藏视频对应的类型标签;
8、s500,根据调取的类型标签,筛选推广库内的推广视频,并生成目标推广视频;
9、s600,在长视频平台中插入所述目标推广视频。
10、进一步,s200包括以下步骤:
11、s201,根据视频总时长和总观看时长,计算观看比例;所述观看比例的计算公式如下:
12、
13、式中,a为观看比例,ta为视频总时长,tb为总观看时长;
14、s202,根据视频总时长,生成评分关联值;所述评分关联值与视频总时长成正比;
15、s203,根据观看比例和评分关联值,生成感兴趣度;所述感兴趣度的计算公式如下:
16、q=a×α
17、式中,q为感兴趣度,α为评分关联值。
18、进一步,s300中,分析收藏节点已播放时长是否小于预设播放时长,若是,则提高对应已收藏视频的感兴趣度。
19、进一步,所述推广库内存储有若干推广视频及对应的特征标签;
20、s500中,将感兴趣度最高的已收藏视频对应的类型标签与各推广视频对应的特征标签进行比对,并根据比对结果,筛选推广库内的推广视频,生成目标推广视频。
21、进一步,s100包括:
22、s101,获取短视频平台上的视频收藏数据;
23、s102,筛除视频总时长大于视频时长阈值的已收藏视频。
24、基于大数据的全平台视频数据分析系统,采用了上述基于大数据的全平台视频数据分析方法。
25、基于大数据的全平台视频数据分析存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被执行时实现上述基于大数据的全平台视频数据分析方法。
26、本发明的原理及优点在于:
27、1、在进行广告推送时,通常仅关注推送商品对于用户的吸引力,即使用户对商品感兴趣的概率较高,但广告的性质仍然是会让用户产生反感情绪。因此,本方案中对用户平常的短视频观看喜好进行分析,并根据收藏节点已播放时长对感兴趣度进行调整,筛选出用户在更短时间内有兴趣或是喜欢的视频类型,再根据用户喜欢的短视频类型,筛选出相应类型的广告,插入在长视频软件中进行推广,再与客户喜欢的商品进行结合,能够有效提升推广内容的准确度,吸引客户在有效的广告时间内对推广内容产生兴趣,从而提升广告点击率及商品售卖成功率。
28、2、用户在观看短视频时,观看的完整度越高代表其有兴趣观看完整视频的程度越高,也即视频内容对用户的吸引力越高,让其有欲望持续观看下去,所以首先计算观看比例;又因为对于在短视频平台观看视频的用户而言,即使短视频的观看完整度与长视频的观看完整度相同,也会是对长视频的兴趣度更高,因为代表用户的总观看时长更高,且广告推送通常就是以视频的形式播放推广内容的一部分,再吸引用户点击进入商品推广详情页面,所以在计算出观看比例后,再根据视频总时长,生成评分关联值,且评分关联值与视频总时长成正比,最终得出感兴趣度。由此计算得出的感兴趣度准确性更高,有利于向用户推送更加准确的推广内容。
1.基于大数据的全平台视频数据分析方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的基于大数据的全平台视频数据分析方法,其特征在于:s200包括以下步骤:
3.根据权利要求1所述的基于大数据的全平台视频数据分析方法,其特征在于:s300中,分析收藏节点已播放时长是否小于预设播放时长,若是,则提高对应已收藏视频的感兴趣度。
4.根据权利要求1所述的基于大数据的全平台视频数据分析方法,其特征在于:所述推广库内存储有若干推广视频及对应的特征标签;
5.根据权利要求1所述的基于大数据的全平台视频数据分析方法,其特征在于:s100包括:
6.基于大数据的全平台视频数据分析系统,其特征在于:采用了上述权利要求1-5中任一项所述的基于大数据的全平台视频数据分析方法。
7.基于大数据的全平台视频数据分析存储介质,用于存储计算机可执行指令,其特征在于:所述计算机可执行指令在被执行时实现上述权利要求1-5中任一项所述的基于大数据的全平台视频数据分析方法。