[发明专利]一种基于收视行为的用户画像和直播视频文件的剪辑方法

权利要求书

1.一种基于收视行为的用户画像和直播视频文件的剪辑方法，其特征在于，包括如下步骤：

步骤1：获取某一对照直播视频的收视用户样本集，其中用户样本集包括用户ID以及对应的用户画像标签；

步骤2：对步骤1中获取的用户样本集进行清洗操作；

步骤3：运用GMM算法对用户样本集中的用户进行聚类，将用户划分为k类；其中划分的依据包括年龄、性别、观看喜好的特征；划分后的用户群组通过人工进行命名；

步骤4：根据每一次回传的对照直播数据，计算对应不同用户群组的收视用户数，绘制不同用户群组在对照直播视频的不同时段的收视用户数曲线；

步骤5：根据不同用户群组的收视用户数曲线，完成对照直播视频的剪辑和合并，获得对照视频片段；对于不同的收视曲线采用不同的剪辑和合并策略，根据不同剪辑和合并策略剪辑获得对照视频片段属于对应的收视曲线所属的用户群组；

步骤6：将完成剪辑和合并的对照视频片段以及新上架或新采购的视频，分别调用音频文件识别接口实现视频转文本；

步骤7：转换后的文本分别调用TF-IDF进行关键词抽取，将抽取的关键词信息添加到对照视频片段和新视频的视频标签中；

步骤8：通过编辑距离算法分别计算不同的对照视频片段与新视频的标签相似度，选取相似度最高的对照视频片段，将该对照视频片段对应的用户群组作为新视频的面向用户群组；

步骤9：将该用户群组对应的所有对照视频片段，分别与新视频进行标签相似度比对，根据相似度排序，完成前N项对照视频片段在新视频中的对应片段的剪辑和合并。

2.根据权利要求1所述的一种基于收视行为的用户画像和直播视频文件的剪辑方法，其特征在于，所述步骤1中的用户样本集表示为U＝{x₁,x₂,…,x_q}，用户画像标签表示为P＝{p₁,p₂,…,p_n}；其中用户画像标签根据受理信息表、用户全量表、产品订购详单表、直播详单表、点播和回放的日志详单表、每月出账表、宽带流量表、呼叫中心日志表、活动参与信息得出，用户画像标签包括年龄、产品线、不同时段的点播题材喜好度、点播演员偏好、当前价值、直播活跃度的因素。

3.根据权利要求2所述的一种基于收视行为的用户画像和直播视频文件的剪辑方法，其特征在于，所述步骤2中的清洗操作包括对画像标签集U进行变量规范化、缺失值填充、删除多余变量以及删除异常值的操作。