CN108028962A - 处理视频使用情况信息以投放广告 - Google Patents

Abstract

提供了一种***和方法，其用于生成视频剪辑的摘要，然后利用指示观众对这些视频摘要的消费情况的数据源。具体而言，发布视频摘要，并收集有关这些摘要的使用情况的受众数据，包括查看了哪些摘要、查看摘要的方式、查看的持续时间和频率。可以以各种方式来利用该使用情况信息。在一个实施例中，将所述使用情况信息馈送到机器学习算法，所述机器学习算法标识、更新和优化相关视频的分组以及这些视频的重要部分的分数，以便改进对所述摘要的选择。这样，所述使用情况信息用于找到更好地吸引所述受众的摘要。在另一个实施例中，所述使用情况信息用于预测视频的流行度。在又一个实施例中，所述使用情况信息用于帮助向用户显示广告。

Description

处理视频使用情况信息以投放广告

背景技术

本公开涉及视频分析领域，更具体地涉及创建视频摘要以及对这些摘要的使用情况信息的收集和处理。

近年来，视频信息的产生和消费一直呈***式增长。诸如智能手机、平板电脑和高清摄像机的廉价数字视频功能的广泛使用以及包括互联网在内的高速全球网络的接入使得个人和企业能够快速扩展视频创建和发布。这也导致对网站和社交网络视频的需求迅速增长。由用户生成、由新闻机构为传达信息而创建，或由卖方为描述或推广产品或服务而创建的短视频剪辑在今天的互联网上很常见。

这类短视频通常会以来自最初显示的视频中的单个静态帧呈现给用户。通常，鼠标悬停或点击事件会导致从剪辑的开头开始播放视频。在这种情况下，受众参与度可能有限。以引用方式并入本文的第8,869,198号专利描述了一种用于从视频中提取信息以创建视频摘要的***和方法。在该***中，识别关键元素，并从一系列视频帧中提取与关键元素相关的像素。基于对关键元素的分析，从原始视频中提取被称为“视频比特”的视频帧的一些部分的短序列。所述摘要包括这些视频比特的集合。这样，视频摘要可以是来自原始视频的空间和时间中的一组摘录。可以在用户界面中依序地或同时地或者以两者组合的方式来显示多个视频比特。上述专利中公开的***未利用视频摘要的使用情况信息。

发明内容

提供了一种***和方法，其用于生成视频剪辑的摘要，然后利用指示观众对这些视频摘要的消费情况的数据源。具体而言，发布视频摘要，并收集有关这些摘要的使用情况的受众数据，包括查看了哪些摘要、查看摘要的方式、查看的持续时间和频率。可以以各种方式来利用该使用情况信息。在一个实施例中，将使用情况信息馈送到机器学习算法，该机器学习算法标识、更新和优化相关视频的分组以及这些视频的重要部分的分数，以便改进对摘要的选择。这样，使用情况信息用于找到更好地吸引受众的摘要。在另一个实施例中，使用情况信息用于预测视频的流行度。在又一个实施例中，使用情况信息用于帮助向用户显示广告。

附图说明

图1示出了向客户端设备提供视频摘要并收集使用情况信息的服务器的实施例。

图2示出了处理视频摘要使用情况信息来改进对视频摘要的选择的实施例。

图3示出了对用于流行度预测的视频摘要使用情况信息进行处理的实施例。

图4示出了处理视频摘要使用情况信息以帮助显示广告的实施例。

具体实施方式

所公开的***和方法基于关于视频摘要使用情况的信息的收集。在一个实施例中，将该使用情况信息馈送给机器学***。使用情况信息也可用于决定向哪些用户显示哪些视频，以及选择向用户显示视频的顺序。

使用情况信息基于收集的有关如何消费视频信息的数据。具体而言，收集关于如何查看视频摘要的信息(例如，查看摘要所花费的时间、鼠标被放在视频帧上的何处、在摘要中的哪一时间点点击鼠标等等)。此类信息用于评价受众对摘要的参与度，以及用户点通查看底层视频剪辑的频率。一般而言，目标是增加用户对摘要的参与度。目标也是增加用户查看原始视频剪辑的次数以及用户对原始视频的参与度。此外，目标可为增加广告消费和/或广告交互。

图1示出了可通过互联网访问的视频和数据收集服务器与客户端设备进行通信的实施例。允许用户查看视频摘要和视频剪辑的客户端设备的实例包括Web浏览器110和视频应用程序120。Web浏览器110可以是与Web服务器130进行通信并向用户显示内容的任何基于Web的客户端程序，诸如桌面Web浏览器，诸如Safari、Chrome、Firefox、InternetExplorer和Edge。Web浏览器110也可以是基于移动设备的Web浏览器，例如在Android或iPhone设备上可获得的Web浏览器，或者可以是内置于智能电视或机顶盒中的Web浏览器。在一个实施例中，Web浏览器110与Web服务器130建立连接，并接收指示Web浏览器110从视频和数据收集服务器140检索内容的嵌入式内容。可以使用多种机制将对视频和数据收集服务器140的引用嵌入到从Web服务器130检索到的文档中，诸如使用诸如JavaScript(ECMAScript)的嵌入式脚本或用Java或其他编程语言编写的小程序(applet)。Web浏览器110从视频和数据收集服务器140检索并显示视频摘要，并且返回使用情况信息。这样的视频摘要可以显示在由Web服务器130提供的网页内。由于Web浏览器110与视频和数据收集服务器140交互以显示视频摘要，因此仅需对前端Web服务器130上托管的文档进行小的修改。

在一个实施例中，通过互联网150在Web浏览器110、Web服务器130和视频和数据收集服务器140之间进行通信。在替代实施例中，可以使用任何合适的局域网或广域网，并且可以使用多种传输协议。视频和数据收集服务器140不必是位于专用位置的单台机器，而可以是分布式的基于云的服务器。在一个实施例中，使用Amazon Web Services来托管视频和数据收集服务器140，但是也可以使用其他云计算平台。

在一些实施例中，不是使用Web服务器110向用户显示视频内容，而是可以利用专用视频应用程序120。视频应用程序120可以在台式或膝上型计算机上运行，或者在诸如智能手机或平板电脑的移动设备上运行，或者可以是作为智能电视或机顶盒的一部分的应用程序。在这种情况下，视频应用程序120不是与Web服务器130进行交互，而是与视频和数据收集服务器140直接进行通信。视频应用程序120可以是适合于显示包括视频的内容的任何桌面或移动应用程序，并且被配置为从视频和数据收集服务器140检索视频摘要。

在使用Web浏览器110和视频应用程序120这两种情况下，向视频和数据收集服务器140发回关于对视频摘要的消费的信息。在一个实施例中，这样的视频使用情况信息通过相同的网络发送回并且到达从中检索视频摘要的同一机器。在其他实施例中，做出用于收集使用情况数据的替代布置，诸如使用其他网络和/或其他协议，或者通过将视频和数据收集服务器140分离成多台机器或多组机器，包括那些提供视频摘要服务的机器和那些收集使用情况信息的机器。

在一些实施例中，使用视频使用情况信息来馈送机器学习算法。机器学习通常指的是在未被明确编程的情况下允许***获取信息或学习的技术和算法。这通常被表达为在特定任务中的性能以及经验改善在该任务中性能的程度。机器学习有两种主要类型：监督学习和无监督学习。监督学习使用其中每个数据项的答案或结果都是已知的数据集，并且通常涉及回归或分类问题以找到最佳匹配。无监督学习使用其中每个数据项都没有已知答案或结果的数据集，并且通常涉及查找共享某些属性的数据集群或数据组。

本发明的一些实施例利用无监督学习来标识视频集群。根据特定属性(例如：对象和/或人的颜色模式、稳定性、移动、数量和类型等)将视频剪辑聚集到视频组和子组中。创建视频剪辑的摘要，使用受众视频消费信息的无监督机器学习算法被用于改善对视频组或视频子组内的每个视频的摘要的选择。由于组内的视频具有相似的属性，因此组中的一个视频的使用情况信息可有助于优化同一组中其他视频的摘要选择。这样，机器学习算法会学习和更新组和子组的摘要选择。

在本公开中，我们使用术语“组”和“子组”来指代在各个帧中、在帧的序列中和/或整个视频中具有下面详细描述的一个或多个相似的参数的视频集。视频的组和子组可以共享针对帧的子集的一些参数，或者它们可以在整个视频持续期间聚合时共享一些参数。对视频摘要的选择基于分数，该分数是基于视频的参数、以及该组中其他视频的分数以及如下面解释的受众交互而计算出的性能度量。

图2示出了利用视频摘要使用情况信息来改进对视频摘要的选择的实施例。视频输入201表示将视频剪辑引入到期望摘要生成和选择的***中。该视频输入可以来自多种来源，包括例如用户生成的内容、营销和宣传视频或由新闻采写组织生成的新闻视频。在一个实施例中，通过网络将视频输入201上传到计算机化***，在该计算机化***中进行后续处理。可以自动或手动上传视频输入201。通过使用媒体RSS(MRSS)馈送，可以由视频处理***自动上传视频输入201。也可以使用用户接口从本地计算机或基于云的存储账户来手动上传视频输入201。在其他实施例中，从所有者的网站自动抓取视频。在直接从网站检索视频的情况下，可以利用上下文信息来增强对视频的理解。例如，视频在网页内的放置和周围内容可以提供关于视频内容的有用信息。可能还有其他内容，如公众评论，这些内容可能进一步与视频内容有关。

在手动上传视频的情况下，用户可以提供可以被利用的有关视频内容的信息。在一个实施例中，给用户提供了“仪表板(dashboard)”，以帮助手动上传视频。这样的仪表板可以用于允许用户合并手动生成的摘要信息，该摘要信息被用作针对机器学习算法的元数据输入，如下所述。

视频处理203包括处理视频输入201以获得多个不同参数或索引的一组值。这些值是针对每个帧、帧序列和整体视频生成的。在一个实施例中，最初将视频分成固定持续时间(例如5秒)的时隙，并且确定每个时隙的参数。在替代实施例中，时隙可以具有其他持续时间，可以是大小可变的，并且可以具有基于视频内容动态确定的开始点和结束点。时隙也可以重叠，使得单个帧是不止一个时隙的一部分，并且在替代实施例中，时隙可以以层次结构形式存在，使得一个时隙由包括在另一个时隙(子时隙)中的帧的子集构成。

在一个实施例中，使用持续时间为5秒的时隙来创建原始视频剪辑的摘要。可以使用许多权衡来确定创建摘要的最佳时隙大小。时隙过小可能会导致上下文不足以提供原始视频剪辑的画面。时隙过大可能会导致“剧透”，该剧透中会透露太多的原始视频剪辑，这可能会降低点通率。在一些实施例中，对原始视频剪辑的点通可能不太重要或无关，并且受众对视频摘要的参与可为主要目标。在这样的实施例中，最佳时隙大小可能较长，并且用于创建摘要的时隙的最佳数量可能较大。

由视频处理203所产生的值通常可以分为三个类别：图像参数、音频参数和元数据。图像参数可以包括以下一项或多项：

1.帧、时隙和/或视频的颜色矢量；

2.帧、时隙和/或视频的像素迁移指数；

3.帧、时隙和/或视频的背景区域；

4.帧、时隙和/或视频的前景区域；

5.由帧、时隙和/或视频的诸如人、对象或脸部的特征占据的区域量；

6.诸如人、对象或脸部的特征在帧、时隙和/或视频内的重现次数(例如，一个人出现多少次)；

7.诸如人、对象或脸部的特征在帧、时隙和/或视频内的位置；

8.帧、时隙和/或视频内的像素和图像统计(例如对象的数量、人的数量、对象的大小等)；

9.帧、时隙和/或视频内的文本或可识别标记；

10.帧和/或时隙相关性(即，帧或时隙与前面的或后面的帧和/或时隙的相关性)；

11.图像属性，例如帧、时隙和/或视频的分辨率、模糊、锐化和/或噪声。

音频参数可以包含以下一项或多项：

1.帧、时隙和/或视频的音调偏移；

2.帧、时隙和/或视频的时间缩短或延长(即音频速度的变化)；

3.帧、时隙和/或视频的噪声指数；

4.帧、时隙和/或视频的音量偏移；

5.音频识别信息。

在音频识别信息的情况下，可以将识别的单词与关键词列表进行匹配。列表中的一些关键词可针对所有视频进行全局定义，或它们可以是针对视频组的。另外，关键词列表的一部分可以基于下面描述的元数据信息。还可以使用视频中使用的音频关键词的重现次数，这允许使用统计方法来描绘该特定关键词的重要性。关键词或音频元素的音量也可以用来描绘相关性水平。另一个分析因素是同时和/或在整个视频中讲同一个关键词或音频元素的独特声音的数量。

在一个实施例中，视频处理203执行帧、时隙和/或视频内的诸如人、对象或脸部的图像特征与音频关键词和/或元素的匹配。如果多次出现具有相同音频特征的相同图像特征，则这一点可以用作如上所述的相关参数诸如图像参数或音频参数的相关信息。

元数据包括使用视频标题获得的信息或通过发布商网站或包含相同视频的其他网站或社交网络获得的信息，并且可以包含以下一项或多项内容：

1.视频标题；

2.视频在网页内的位置；

3.围绕视频的网页上的内容；

4.对视频的评论；

5.关于视频在社交媒体上如何分享的分析结果。

在一个实施例中，视频处理203执行图像特征和/或音频关键词或元素与来自视频的元数据词的匹配。可以将音频关键词与元数据文本匹配，并且可以将图像特征与元数据文本匹配。寻找图像特征、音频关键词或元素与视频元数据之间的联系是机器学习目标的一部分。

可以理解的是，在视频处理203期间还可能产生其他类似的图像参数、音频参数和元数据。在替代实施例中，可以在此阶段提取上面列出的参数的子集和/或视频的不同特性。机器学习算法也可以根据受众数据对摘要进行重新处理和重新分析，以找到以前分析中未产生的新参数。此外，将机器学习算法可应用于所选摘要的子集，以发现它们之间的可解释与其相关的受众行为的一致性。

在视频处理之后，将收集的信息发送到组选择和生成205。在组选择和生成205期间，使用来自视频处理203的所得值将视频分配给已经定义的组/子组或创建新的组/子组。该决定的做出是基于新视频与现有组内其他视频之间的共享索引的百分比。如果新视频具有与任何现有组充分不同的参数值，则将参数信息发送到分类218，分类218创建新的组或子组，将新的组/子组信息传递到更新组和分数211，然后，更新组和分数211对组选择和生成205中的信息进行更新，从而将新视频分配给新的组/子组。当我们讨论“共享索引”时，我们是指有一个或多个参数在该组所具有的参数的某个范围内。

根据与参数池的百分比相似性，将视频分配给组/子组，如果相似性不够接近，则生成新的组/子组。如果相似性很重要，但有新的参数要添加到池中，则可以创建子组。如果视频与不止一个组类似，则创建新组，该新组从其父组继承参数池。可以将新参数聚合到参数池中，这将导致对组再生的需求。在替代实施例中，可以创建任何层数的组和子组的层次结构。

在一个实施例中，使用一个或多个阈值来确定新视频是否足够接近现有的组或子组。如下所述，可以根据反馈动态地调整这些阈值。在一些实施例中，可以在组选择和生成205期间将视频分配给不止一个组/子组。

一旦选择或生成针对视频输入201的组，就将组信息发送到摘要选择207，其给视频分配“分数”。该分数是通过将给定函数(其取决于机器学习算法)应用于上述参数值的单个分数而实现的聚合性能度量。此步骤创建的分数取决于组的分数。如下所述，使用来自视频摘要使用情况的反馈来修改用于计算分数的性能度量。使用无监督机器学习算法来调整性能度量。

将以上讨论的参数值针对每个单帧进行评估并按时隙将它们聚合。评估过程考虑了诸如发生的空间和时间的标准。将若干个品质因数应用于聚合的时隙参数，它们中的每一个都导致摘要选择。然后，基于由组索引(具有给定的变化)加权的参数池评估的组合来计算品质因数。将所得分数应用于每个单个帧和/或一组帧，得到按品质因数排序的摘要列表。在一个实施例中，排序的摘要列表是视频时隙的列表，使得最有可能吸引用户的时隙在列表中处于较高位置。

然后，将一个或多个摘要208提供给发布商209，这允许它们能够在诸如上面结合图1所讨论的web服务器或其他机器上向用户显示。在一个实施例中，视频和数据收集服务器140接收给定视频的摘要，并可以通过Web浏览器110或视频应用程序120将这些摘要发送给用户。在一个实施例中，向用户显示的摘要可以由一个或多个视频时隙组成。多个视频时隙可以在同一个视频窗口内同时显示，或者可以依序显示，或者它们可以使用组合进行显示。在一些实施例中，由发布商209决定要显示多少时隙以及何时显示。一些发布商优选依序显示一个或多个时隙，而其他发布商则优选并行地显示多个时隙。一般来说，并行时隙越多意味着用户要查看的信息也越多，并且就呈现设计而言可能是繁忙的，而一次单个时隙不太繁忙但提供的信息也较少。决定依序设计或是并行设计也可以基于带宽。

从视频和数据收集服务器140获得摘要的视频消费(使用情况)信息。使用情况信息可以由以下一项或多项组成：

1.用户观看给定摘要的秒数；

2.摘要窗口内的被点击的区域；

3.摘要内的已放置鼠标的区域；

4.用户看到摘要的次数；

5.相对于摘要播放的用户鼠标点击时间；

6.放弃时间(例如，用户在没有点击的情况下做出鼠标移开事件以停止观看摘要的时间)；

7.点通查看原始视频剪辑；

8.总的摘要查看次数；

9.直接点击(即未观看摘要的情况下的点击)；

10.用户在网站上花费的时间；

11.用户与摘要进行交互花费的时间(单独地，基于内容类型的选定摘要集合，或对所有摘要进行聚合)。

另外，在一个实施例中，向一个或多个受众中的不同用户提供摘要的不同版本，并且受众数据包括对给定受众的每个版本的摘要的点击次数。然后，通过这些用户与不同摘要版本的交互获得上述数据，然后，使用这些数据来决定如何改进算法品质因数的索引。

将上面讨论的受众数据210发送到更新组和分数211。基于受众数据210，可以将给定的视频重新分配给不同的组/子组，或者可以创建新的组/子组。如果需要，更新组和分数211可以将视频重新分配给另一个组，并且还将受众数据210转发到选择训练213以及组选择205。

选择训练213使得摘要选择207中使用的性能函数的索引

基于受众数据210而针对视频和视频组进行更新。然后，将该信息转发到摘要选择207，以便用于正在编制摘要的视频以及该组的其余视频。性能函数取决于初始的组分数和选择训练213的结果。

在一个实施例中，组由以下两项定义：a)在一定范围内的共享索引；和b)允许我们决定哪些时隙是视频最佳时刻的索引的组合。对于索引的组合，将应用的分数215发送到更新组和分数211。如果分数与组中其他视频的分数无关，则可以创建新的子组，在这个意义上，此信息用于更新组。如上所述，分类218根据索引的结果值创建新的组/子组或者将现有的组分成多个组。更新组和分数211负责将“分数”函数分配给给定组。

作为上述某些特征的说明性实例，考虑一组足球视频内的视频。这样的视频将共享该组内的参数，例如绿色、特定的移动量、小体形等。现在假设确定引起最大受众参与度的摘要不是进球序列，而是显示球员奔跑穿过场地并断球的序列。在这种情况下，分数将被发送到更新组和分数211，并可能决定在足球组内创建新的子组，该子组可以被视为足球视频中的奔跑画面。

在上面的讨论中，请注意机器学习用于许多不同的方面中。在组选择和生成205中，机器学习用于基于帧、时隙和视频信息(处理数据)，并基于来自受众的数据(受众数据的结果和来自更新组和分数211的结果)来创建视频组。在摘要选择207中，机器学习用于决定哪些参数应当用于评分函数。换句话说，用于决定参数池中的哪些参数对于给定的一组视频是重要的。在更新组和分数211和选择训练213中，机器学习用于决定如何给评分函数中使用的每个参数进行评分。换句话说，用于决定评分函数中的多个参数内的每个参数的值。在这种情况下，来自组视频的先前信息与受众行为一起使用。

除了视频摘要使用情况数据外，还可以从其他来源收集数据，并可将视频摘要使用情况数据用于其他目的。图3示出了一个实施例，其中从视频摘要使用情况信息以及其他来源收集数据，并且使用算法来预测视频是否将产生巨大影响(即变成“病毒式”视频)。由于许多不同的原因，病毒式视频的预测可能是有用。病毒式视频对广告客户来说可能更重要，因此事先了解这一点可能会有帮助。对于潜在病毒式视频的提供商来说，获得这些信息可能也是有用的，因此他们可以通过可增加其曝光率的方式来推广这类视频。此外，还可使用病毒式视频预测来决定向哪些视频植入广告。

可收集社交网络数据，这些数据指示哪些视频的收视水平高。此外，可检索视频剪辑消费数据，例如摘要点通、参与时间、视频查看次数、印象数(impression)和受众行为。摘要数据、社交网络数据和视频消费数据可用于预测哪些视频将成为病毒式视频。

在图3所示的实施例中，分组阶段和摘要选择阶段可以与结合图2所描述的那些阶段类似。检测算法检索来自受众的数据，并预测视频何时将成为病毒式视频。将结果(不论视频是否是病毒式视频)整合到机器学习算法中，以改进对于给定组的病毒式视频检测。此外，还可以应用子组生成(病毒式视频)和分数校正。

视频输入301是如结合图2所讨论的那样上传到***的视频。处理视频输入301并获得视频的图像参数、音频参数和元数据的值。这组度量与来自先前视频的数据一起用于将视频分配到现有组或生成新组。如果根据可变阈值，此视频与现有组中的视频具有足够的相似性，则将此视频分配给现有组。如果对于任何给定的组未达到阈值，则生成新的组或子组，并将视频分配给该新的组或子组。此外，如果视频具有来自不止一个组的特征，则也可以生成新的子组。在一些实施例中，视频可以属于两个或更多个组，创建属于两个或更多个组的子组，或者用匹配组的参数的组合来创建新组。

一旦将视频输入301分配给组/子组，则使用算法来计算从组中获得的视频的时隙(或帧的序列)的分数，并对其进行评估，从而得到被评分时隙的列表。如果视频是组的第一个视频，则将应用基本分数函数。如果它是新生成的子组的第一个视频，则将使用它们的父组中使用的算法的特征作为第一集合。

随后，将从302生成的给定数量的时隙提供给发布商309。如上面结合图1所述，在一些实施例中，发布商决定应当在他们的网站或应用程序上提供多少个时隙，以及它们是否应当依序、并行或者两者的组合来提供。

然后，对查看发布商视频时的受众行为进行跟踪并返回使用情况信息310。将来自社交网络311和视频消费312的关于该视频的数据发送到处理训练和分数校正303以及病毒式视频检测306，病毒式视频检测306将所计算出的视频成为病毒式视频的潜力与受众给出的结果进行比较。

视频消费312是从发布商网站或通过提供相同视频的其他网站获得的视频的消费数据。可以通过查询一个或多个社交网络来检索社交网络311数据，以获得给定视频的受众行为。例如，可以检索评论数量、分享次数、视频查看次数。

处理训练和分数校正303使用机器学习来更新针对每个组的评分算法，以便改进视频组的分数计算算法。如果获得的结果不符合从同一组内的视频获得的先前结果(例如根据阈值)，则可以将视频重新分配到不同的组。此时，将重新计算视频时隙。在机器学习算法中，考虑了多个参数，诸如：对于视频摘要的受众行为、来自社交网络的数据(评论、被选择用于在社交网络中吸引用户的缩略图、分享次数)和视频消费(视频的哪些部分被用户观看得最多、视频消费)。然后，算法检索视频的统计数据并更新评分索引，从而试图匹配获得最佳结果的图像缩略图或视频摘要)。

病毒式视频检测306根据受众行为、从该视频的图像参数、音频参数和元数据索引获得的结果以及从同一组内的视频获得的先前结果来计算视频变为病毒式视频的概率。可以将在306中获得的信息发送给发布商。注意，病毒式视频检测306可以在视频已经变成病毒式视频之后作为训练机制运行，而视频正在成为病毒式视频时检测其流行度增大(发生时)，并且还在视频发布之前预测其成为病毒式视频的可能性。

图4示出了一个实施例，其中使用视频摘要使用情况信息来决定何时、何地以及如何显示广告。基于之前讨论的来自实施例的受众参与度信息以及关于哪些视频成为病毒式视频的信息，可以做出关于广告显示的决定。

具体而言，广告决策机制试图回答尤其以下问题，例如：1.用户何时愿意观看广告以访问内容？；2.哪些广告会获得更多观众？；以及3.视频和广告前的用户行为是什么。例如，可以为一类用户找到最大非侵扰式广告***比例。在今天的广告行业中，关键参数是用户对广告的“可视性”。因此，知道用户将会消费广告是因为他们对广告的内容有浓厚的兴趣是非常重要的。使用短广告并在正确的时间和正确的位置***它们也是增加可视性概率的两个重要因素。增加广告的可视性意味着发布商可以针对在其网页中***的广告收取更多费用。对于大多数品牌和广告公司来说，这一点非常重要，并且是他们所追求的。另外，比长格式视频更大量地消费的预览的高可视性水平会产生显著的视频存量，从而推动收入增长。一般来说，摘要或预览的量比长格式视频更大，这会产生更高的广告存量，从而为发布商带来更多收入。本发明的实施例利用本文所述的机器学习来帮助决定***广告的正确时刻，以最大化可视性，这会提高这些广告的价格。

视频组410表示如上结合图2和图3所讨论的那样已被分配视频的组。用户偏好420表示从给定用户在该网站或其他网站内的先前的交互获得的数据。用户偏好可以包括以下一项或多项：

1.用户观看的内容类型；

2.与摘要的交互(摘要的数据消费、不同组内的摘要的特定数据消费)；

3.与视频的交互(点通率、用户消费的视频类型)；

4.与广告的交互(观看广告花费的时间、广告被更好地容忍的视频组)；以及

5.一般行为(在网站上花费的时间、与网站的一般交互例如点击、鼠标手势)。

通过观察一个或多个网站中的用户行为、通过与摘要、视频、广告的交互以及通过监测用户访问的页面来获得用户偏好420。用户信息430表示关于用户的一般信息，要达到这种信息可用的程度。这样的信息可以包括诸如性别、年龄、收入水平、婚姻状况、政治面貌的特征。在一些实施例中，可以基于与诸如邮政编码或IP地址的其他信息的关联性来预测用户信息430。

将来自410、420和430的数据输入到用户行为460，用户行为460基于计算出的品质因数来定义用户是否对属于视频组410的视频感兴趣。用户行为460向显示广告决策470返回评估用户对视频内容的兴趣的分数。可以基于用户490与该内容的交互来更新在460中使用的算法。

摘要消费440表示关于受众与该视频的摘要的交互的数据，例如上面结合

图2和图3所描述的。这可以包括所提供的摘要的数量、观看该摘要所花费的平均时间等。视频消费450表示关于受众与视频的交互的数据(视频已被观看的次数、观看视频所花费的时间等)

来自440、450和460的数据由显示广告决策470使用，显示广告决策470决定是否应当在该特定内容中向该用户提供广告。一般而言，显示广告决策根据特定用户对特定广告的预期的兴趣水平来做出决定。基于这种分析，可以在显示一定数量的摘要之后做出显示广告的决定。然后，在训练480中使用用户490与广告、摘要和内容的交互来更新显示广告决策470算法。注意，用户偏好表示关于用户的历史信息，而摘要消费440和视频消费450表示用户当前状况的数据。因此，显示广告决策470是历史数据与当前状况相结合的结果。

图4中使用的机器学习机制决定是否应当为给定的摘要和/或视频显示广告。如果显示了广告，则将用户交互(例如他们是否观看，他们是否点击它等)用于下一个广告决策。然后，机器学习机制更新显示广告决策470使用的函数分数，显示广告决策470使用输入数据(440、450、460)来决定是否应当在特定内容上以及在哪个位置显示广告。

本发明的实施例通过利用视频摘要使用情况信息在广告可视性方面实现了更好的结果。在观看摘要或预览后，用户会对观看视频有更浓厚的兴趣。也就是说，在决定是否观看视频之前，用户想知道关于视频的一些信息。一旦用户由于在预览中看到的内容而决定观看视频，他们通常会更倾向于浏览广告，然后浏览视频到他们在预览中看到的视频位置。这样，预览充当吸引用户访问内容的钩子(hook)，并且使用摘要使用情况信息和用户行为允许***评价每个用户对广告的容忍度。这样，可以优化广告可视性。

上面已经结合若干个优选实施例描述了本发明。这仅仅是为了说明的目的而进行的，并且本发明的变型对于本领域技术人员而言将是显而易见的，并且也落入本发明的范围内。

Claims (10)

1.一种选择广告的方法，其包括以下步骤：

分析包含多个帧的视频以检测与所述视频相关联的多个参数；

创建所述视频的至少一个摘要，其中每个所述摘要包含基于来自所述视频的视频帧所创建的摘要帧的序列；

发布所述至少一个摘要，使其可供用户查看；

从用户对所述至少一个摘要的所述消费收集摘要使用情况信息；

至少部分地基于所述摘要使用情况信息来做出关于向所述用户呈现广告的决定。

2.根据权利要求1所述的方法，其中所述做出决定的步骤进一步基于包含用户偏好和用户信息的用户行为。

3.根据权利要求2所述的方法，其中所述用户偏好包括关于用户与摘要、视频或广告的先前交互的信息。

4.根据权利要求1所述的方法，其中所述创建至少一个摘要的步骤包括以下步骤：

基于所述参数的值将所述视频分配给组；

使用分数函数并基于所述组的属性来计算所述视频的多个帧序列的分数；

基于所述分数来选择所述视频的摘要。

5.根据权利要求4所述的方法，其中所述选择摘要的步骤包括基于品质因数对所述多个帧序列进行排名，以及选择一个或多个排名最高的摘要。

6.根据权利要求4所述的方法，其中所述做出决定的步骤进一步基于被分配所述视频的所述组的属性。

7.根据权利要求1所述的方法，其进一步包括以下步骤：

从所述视频的所述消费收集视频使用情况信息；并且其中所述做出决定的步骤进一步基于所述视频使用情况信息。

8.根据权利要求1所述的方法，其中所述做出决定的步骤使用机器学习机制。

9.根据权利要求1所述的方法，其中所述收集摘要使用情况信息的步骤包括收集关于所述用户与所述摘要的所述交互的数据。

10.根据权利要求1所述的方法，其中所述创建至少一个摘要的步骤包括创建多个摘要，并且其中所述发布步骤包括使所述多个摘要可供用户查看。