[發(fā)明專利]一種基于向量相似性計(jì)算的短視頻演員同類客戶相斥方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110237808.1
• 申請(qǐng)日: 2021-03-03
• 公開(kāi)（公告）號(hào): CN112948632A
• 公開(kāi)（公告）日: 2021-06-11
• 發(fā)明（設(shè)計(jì)）人: 王梓鑒;孫偉
• 申請(qǐng)（專利權(quán)）人: 秒影工場(chǎng)（北京）科技有限公司
• 主分類號(hào): G06F16/75
• 分類號(hào): G06F16/75;G06F16/78;G06F16/783;G06F16/787;G06K9/00
• 代理公司: 南京鼎傲知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32327
• 代理人: 劉藹民

本發(fā)明公開(kāi)了一種基于向量相似性計(jì)算的短視頻演員同類客戶相斥方法，包括如下步驟：S1、客戶數(shù)據(jù)庫(kù)的基礎(chǔ)：客戶行業(yè)、地域、體量和產(chǎn)品信息庫(kù)的建立，以及整個(gè)庫(kù)的持續(xù)優(yōu)化與迭代，對(duì)商業(yè)短視頻相關(guān)的全行業(yè)客戶有相對(duì)全局的覆蓋；S2、客戶數(shù)據(jù)經(jīng)過(guò)了清洗，特征工程，對(duì)枚舉維度、數(shù)值維度做預(yù)處理；S3、基于S2產(chǎn)生的歸一化過(guò)的維度數(shù)量適中的數(shù)據(jù)，然后計(jì)算所有客戶之間的向量余弦距離；S4、設(shè)定相似角度余弦值，計(jì)算相斥結(jié)果，在商業(yè)短視頻現(xiàn)有拍攝團(tuán)隊(duì)眾多，兼職演員使用頻繁的情況下，自動(dòng)化的同類客戶演員相斥避免了相似品牌出現(xiàn)同一個(gè)演員的尷尬，并且這個(gè)過(guò)程在平臺(tái)上的過(guò)程做到了自動(dòng)化和實(shí)時(shí)化，適合更好的推廣使用。

技術(shù)領(lǐng)域

本發(fā)明涉及大數(shù)據(jù)技術(shù)領(lǐng)域，具體為一種基于向量相似性計(jì)算的短視頻演員同類客戶相斥方法。

背景技術(shù)

演員，指在表演藝術(shù)中扮演某個(gè)角色的表演者，或參加戲曲、戲劇、電影、電視劇、舞蹈、曲藝等表演的專業(yè)人員，現(xiàn)有各行業(yè)的代理商或者商業(yè)短視頻團(tuán)隊(duì)演員的復(fù)用和共享是很普遍的，這樣可以降低演員的使用成本，和拍攝安排周期的可靠性，但帶來(lái)的問(wèn)題是同樣的演員被用在了同行業(yè)的競(jìng)品公司那里就會(huì)出現(xiàn)很大的問(wèn)題，比如同一個(gè)演員β，扮演了教育行業(yè)公司A的線上課的物理老師，轉(zhuǎn)眼又扮演了教育行業(yè)公司B的線上課數(shù)學(xué)老師，對(duì)雙方公司的品牌都會(huì)造成各種困擾，所以為了避免這種尷尬的情況，目前對(duì)各個(gè)行業(yè)的商業(yè)短視頻演員匹配和綁定帶來(lái)了更高的要求，而實(shí)現(xiàn)方式只有業(yè)內(nèi)人士的經(jīng)驗(yàn)處理或者合同約定，這既不高效，也降低整體短視頻拍攝的效率，大幅度提高了演員的使用成本。

發(fā)明內(nèi)容

本發(fā)明提供一種基于向量相似性計(jì)算的短視頻演員同類客戶相斥方法，可以有效解決上述背景技術(shù)中提出目前對(duì)各個(gè)行業(yè)的商業(yè)短視頻演員匹配和綁定帶來(lái)了更高的要求，而實(shí)現(xiàn)方式只有業(yè)內(nèi)人士的經(jīng)驗(yàn)處理或者合同約定，這既不高效，也降低整體短視頻拍攝的效率，大幅度提高了演員的使用成本的問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種基于向量相似性計(jì)算的短視頻演員同類客戶相斥方法，包括如下步驟：

S1、客戶數(shù)據(jù)庫(kù)的基礎(chǔ)：客戶行業(yè)、地域、體量和產(chǎn)品信息庫(kù)的建立，以及整個(gè)庫(kù)的持續(xù)優(yōu)化與迭代，對(duì)商業(yè)短視頻相關(guān)的全行業(yè)客戶有相對(duì)全局的覆蓋；

S2、客戶數(shù)據(jù)經(jīng)過(guò)了清洗，特征工程，對(duì)枚舉維度、數(shù)值維度做預(yù)處理；

S3、基于S2產(chǎn)生的歸一化過(guò)的維度數(shù)量適中的數(shù)據(jù)，然后計(jì)算所有客戶之間的向量余弦距離；

S4、設(shè)定相似角度余弦值，計(jì)算相斥結(jié)果。

根據(jù)上述技術(shù)方案，所述S1中客戶數(shù)據(jù)的是平臺(tái)的一部分，在制作流程中已經(jīng)由用戶自行錄入了包括產(chǎn)品在內(nèi)的結(jié)構(gòu)化數(shù)據(jù)，除了用戶的錄入外，會(huì)根據(jù)其訂單的情況抽取進(jìn)一步的分類；

所述錄入信息包括行業(yè)、地域、目標(biāo)人群維度組；

所述分類包括核心產(chǎn)品品類、服務(wù)規(guī)模、常用演員類型、素材類型。

根據(jù)上述技術(shù)方案，所述S2中行業(yè)類型枚舉維度，單一維度內(nèi)的離散值維度(行業(yè)：在線教育/線下教育/保險(xiǎn))，被拆成N個(gè){0，1}的二值維度，原來(lái)單一維度擴(kuò)大到∑Ni個(gè)二值維度，表示行業(yè)是否是“在線教育”，行業(yè)是否是“線下教育”，地域是否是“上海”的；

體量相關(guān)數(shù)值類維度，按照自然對(duì)數(shù)LogX計(jì)算方法，切成N個(gè)離散區(qū)間，N個(gè)離散區(qū)間，再按照枚舉維度的方法歸一化化為N個(gè)獨(dú)立二值維度，最終將所有維度的值都對(duì)齊到[0,1]區(qū)間的。

根據(jù)上述技術(shù)方案，所述S3中沒(méi)有使用實(shí)時(shí)KNN(K最近鄰，K-NearestNeighbor)算法獲得與該客戶最相似的TOPK個(gè)客戶的原因是客戶數(shù)量并沒(méi)有達(dá)到海量的程度，并且屬性相對(duì)固定，所以計(jì)算的方法是預(yù)先計(jì)算所有客戶之間的向量余弦距離，每增加一個(gè)客戶，與其他所有向量再做一次預(yù)計(jì)算，將余弦距離存入數(shù)據(jù)庫(kù)中，這樣擁有N個(gè)客戶全庫(kù)的余弦值庫(kù)有N^個(gè)數(shù)。