[发明专利]一种基于大数据和机器学习算法创作短视频的系统和方法

说明书

本发明提供了一种基于大数据和机器学习算法创作短视频的系统，包括数据采集模块、达人画像模块、视频特征模块、达人管理展示模块、投放效果模块和视频片段库；所述数据采集模块分别与达人画像模块和视频特征模块连接；所述达人画像模块与达人管理展示模块连接；所述投放效果模块与视频特征模块连接；所述视频片段库分别与视频特征模块和投放效果模块连接；本发明应用大数据分析技术和机器学习算法，采集全网数百万条优质短视频，将每条短视频抽象量化为数百个视频元素，使得所有短视频均可以被量化分析。

技术领域

本发明涉及一种创作短视频的系统，具体是一种基于大数据和机器学习算法创作短视频的系统和方法。

背景技术

现有领域中，并没有一个科学化的、能够吸引观众的短视频创作体系和方法，短视频创作者在创作短视频时，往往根据经验确定选题、配乐、背景等短视频重要元素。囿于人脑的局限性，创作者无法穷尽浏览所有短视频，从而无法科学化的对短视频进行拆分分析，进而无法更高效的创作出受广大观众喜爱的短视频。简而言之，现有的短视频创作方法，在赢得广大观众喜爱这方面，属于大海捞针，碰运气。

发明内容

本发明的目的在于提供一种基于大数据和机器学习算法创作短视频的系统和方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于大数据和机器学习算法创作短视频的系统，包括数据采集模块、达人画像模块、视频特征模块、达人管理展示模块、投放效果模块和视频片段库；

所述数据采集模块分别与达人画像模块和视频特征模块连接，用于采集全网短视频，并将达人相关数据存储到达人画像模块，将视频相关数据存储到视频特征模块；

所述视频特征模块用于存储视频特征数据、以及使用该数据对视频生成形成指导性意见；

所述达人画像模块与达人管理展示模块连接，用于将各个达人的画像数据与广告主所提出的需推广产品的属性进行匹配，最终输出每个达人与产品的匹配度评分；

所述投放效果模块与视频特征模块连接，用于监控投放出去的短视频的观众反馈，并将收集到的视频数据输入到视频特征模块进行解析后，与其他视频的视频特征一起存储；

所述视频片段库分别与视频特征模块和投放效果模块连接，用于存储所有短视频片段。

作为本发明进一步的方案：所述数据采集模块包括视频抓取组件、主体标签组件、画面分解组件、文本分解组件、声音分解组件、故事线分解组件和视频效果分解组件；所述视频抓取组件分别与主体标签组件、画面分解组件、文本分解组件、声音分解组件、故事线分解组件和视频效果分解组件连接；所述主体标签组件与达人画像模块连接；所述画面分解组件、文本分解组件、声音分解组件、故事线分解组件和视频效果分解组件分别与视频特征模块连接；

所述达人画像模块包括达人画像库和与达人画像库连接的达人评分算法，所述达人画像库和达人评分算法分别与达人管理展示模块连接，所述主体标签组件与达人画像库连接；

所述视频特征模块包括与投放效果模块连接的视频特征库和与视频特征库连接的视频特征处理组件，所述画面分解组件、文本分解组件、声音分解组件、故事线分解组件和视频效果分解组件分别与视频特征库连接，所述视频片段库与视频特征处理组件连接；

所述达人管理展示模块包括达人展示页面和与达人展示页面连接的达人排期库，所述达人画像库和达人评分算法分别与达人展示页面连接。

作为本发明进一步的方案：所述视频抓取组件用于抓取短视频，采用Python语言开发，并采用开源的request、json库，其工作步骤如下：

步骤101、分析网页类型，获取爬虫参数；

步骤102、模拟浏览器发送请求，获取响应数据；