一种基于人工智能的跨平台内容运营优化方法及系统与流程

本发明涉及内容运营优化，尤其涉及一种基于人工智能的跨平台内容运营优化方法及系统。

背景技术：

1、随着互联网和社交媒体的迅速发展，内容创作和数字广告行业面临着越来越多的挑战。不同的数字平台拥有不同的受众群体和要求，因此内容创作者或运营人员需要根据每个平台的特点进行定制化的内容和广告创作。这导致了高成本和低效率，使得跨平台内容运营变得复杂且昂贵。

2、当前，内容创作者或运营人员通常需要手动适应不同平台的需求，包括文案、视觉元素、广告格式和关键词等。这不仅费时费力，还容易导致错误和不一致性。并且随着社交媒体平台的快速发展，内容创作者或运营人员需要在各个平台发布和运营内容，但各平台的要求和规范各不相同，这给内容创作者带来了巨大的挑战。现阶段多平台内容运营一般是专门安排运营人员的方式来完成的，正常每一名运营人员仅能面对数个平台的内容处理，这种运营效率较低，无法在时间内同时完成国内大部分平台的覆盖。因此，如何提高运营人员工作效率，做到内容创作的低成本全面覆盖是一个重要问题。

技术实现思路

1、本发明克服了现有技术的缺陷，提供了一种基于人工智能的跨平台内容运营优化方法及系统，其重要目的在于提高运营效率性和内容覆盖性。

2、为实现上述目的本发明第一方面提供了一种基于人工智能的跨平台内容运营优化方法，包括：

3、获取初始视频信息，对所述初始视频信息进行视频语义分析，得到第一分析结果信息；

4、构建语言分析模型，对所述初始视频信息进行文字识别和语义分析，得到第二分析结果信息；

5、获取各平台的使用规则信息和注意事项信息，分析各平台的使用规则和注意事项，得到平台规则分析信息；

6、获取各平台特征信息，进行平台特点分析和用户偏好分析，得到平台特点分析信息和用户偏好分析信息；

7、进行平台适配和投放推荐，根据投放推荐信息进行视频内容优化，并将优化后的视频自动投放至对应平台。

8、本方案中，所述对所述初始视频信息进行视频语义分析，具体为：

9、获取初始视频信息，对所述初始视频信息进行降噪、滤波和增强预处理，得到预处理视频信息；

10、对所述预处理视频信息进行视频分割，基于帧提取算法将所述预处理视频信息分割为一系列的离散图像帧，并对各图像帧进行时序标记，得到标记图像帧信息；

11、基于目标检测算法将所述标记图像帧信息中的各帧图像进行目标检测，获取各帧图像的目标物体、场景和元素，得到目标检测结果信息；

12、对所述目标检测结果信息进行特征提取，进一步提取图像特征、场景特征和纹理特征，得到特征提取信息；

13、构建视频分析模型，将所述特征提取信息和标记图像帧信息导入视频分析模型中进行分析，分析场景和物体的变化从而获取目标视频的关键帧，得到第一分析结果信息；

14、所述第一分析结果信息包括：视频场景分析信息、视频人物分析信息和场景转折分析信息。

15、本方案中，所述对所述初始视频信息进行文字识别和语义分析，得到第二分析结果信息，具体为：

16、构建语言分析模型，将所述初始视频信息输入至语言分析模型中进行处理，提取所述初始视频信息的音频信息，得到音频提取信息；

17、基于大数据检索获取各中语言的文字音轨信息，构成音频对比数据库；

18、基于大数据检索获取各种情感类别的文字信息，构成语义分析训练数据集，通过语义分析训练数据集对所述语言分析模型进行训练；

19、将所述音频提取信息与所述音频对比数据库进行相似度计算，并与预设阈值进行判断，根据判断结果进行文字转换，得到文字转换信息；

20、将所述文字转换信息与初始视频信息进行场景匹配，标记各文字对应的视频场景和人物，得到文字标记信息；

21、将所述文字标记信息和文字转换信息导入语言分析模型进行语义分析，识别分析目标视频的文字情感和文字含义，得到第二分析结果信息。

22、本方案中，所述获取各平台的使用规则信息和注意事项信息，分析各平台的使用规则和注意事项，具体为：

23、获取各平台的使用规则信息和注意事项信息，对所述使用规则信息和注意事项信息进行文本提取、清洗和文本纠正预处理；

24、对所述使用规则信息和注意事项信息进行关键词检测和提取，得到关键词提取信息；

25、基于自然语言处理技术构建主题识别模型，通过所述主题识别模型对所述使用规则信息和注意事项信息进行主题识别和关键词检测，得到主题识别信息和关键词检测信息；

26、根据所述主题识别信息对所述使用规则信息和注意事项信息进行内容分割，分割成具有相关主题的句子或段落，得到内容分割信息；

27、根据所述关键词检测信息和内容分割信息进行关键内容提取，并根据提取的关键内容信息生成内容摘要和规则摘要，得到平台规则分析信息；

28、预设规则监测间隔，根据所述规则监测间隔对各平台的使用规则和注意事项进行定期监测，得到监测规则信息；

29、将所述监测规则信息进行分析，得到当前时刻的各平台规则信息，与平台规则分析信息进行相似度计算，得到相似度值；

30、预设规则更新判断阈值，将相似度值与预设阈值进行判断，根据判断结果进行规则更新。

31、本方案中，所述进行平台特点分析和用户偏好分析，具体为：

32、获取各平台特征信息，所述各平台特征信息包括：平台用户信息、平台主流内容信息和用户使用信息；

33、构建数据分析模型，将所述平台特征信息输入至数据分析模型中，进行平台特点分析和用户偏好分析；

34、通过分析各平台的用户年龄、性别和地理位置确定各平台用户使用群体，得到用户使用群体信息；

35、预设若干类型判断阈值，将所述用户使用群体信息与所述类型判断阈值进行判断，将各平台按照用户年龄倾向和地理位置进行类别划分，得到平台类别划分信息；

36、通过平台主流内容信息和用户使用信息进行平台热点分析，提取各主流内容的浏览量和互动方式的使用频率，并进行时序排序，获取主流内容排序图；

37、通过主流内容排序图进行平台热点分析，分析单位时间内各平台的热点内容和互动方式，得到热点分析信息；

38、将所述平台类别划分信息和热点分析信息融合构成平台特点分析信息。

39、本方案中，所述进行平台特点分析和用户偏好分析，还包括：

40、获取各平台特征信息，对所述各平台特征信息进行特征提取，获取各平台用户各时间段的活跃量，按照活跃量大小进行排序，得到活跃量排序表；

41、预设选取阈值，根据选取阈值结合活跃量排序表进行用户高峰使用时间段分析，得到高峰使用时间段分析信息；

42、结合平台特点分析信息和高峰使用时间段分析信息进行热点统计，获取用户偏好浏览信息；

43、预设若干浏览类别，基于马氏距离算法对用户偏好浏览信息和浏览类别进行相关性分析，分析用户偏好浏览类别，得到用户偏好浏览类别信息；

44、结合用户浏览类别信息和高峰使用时间段分析信息构成用户偏好分析信息。

45、本方案中，所述进行平台适配和投放推荐，根据投放推荐信息进行视频内容优化，并将优化后的视频自动投放至对应平台，具体为：

46、获取投放需求信息和平台特点分析信息进行适配平台分析，计算所述投放需求信息和平台特点信息的相似度值；

47、将计算得到的相似度值与预设阈值进行判断，根据判断结果选取适配平台，根据选取的适配平台进行投放推荐，得到投放推荐信息；

48、获取平台规则分析信息，根据所述投放推荐信息对所述平台规则分析信息进行规则提取，得到投放平台规则信息；

49、获取第一分析结果信息和第二分析结果信息；

50、构建内容优化模型，将所述第一分析结果信息和第二分析结果信息和投放平台规则信息输入至内容优化模型中进行视频优化，使待投放视频符合投放平台的投放规则，得到优化视频信息；

51、获取用户偏好分析信息，结合所述投放推荐信息、第一分析结果信息和第二分析结果信进行投放策略制定，包括视频主题生成、配图生成、文案调整和投放时间选取，得到投放策略信息；

52、根据所述投放策略信息将所述优化视频信息投放至对应的适配平台。

53、本发明第二方面提供了一种基于人工智能的跨平台内容运营优化系统，该系统包括：存储器、处理器，所述存储器中包含基于人工智能的跨平台内容运营优化方法程序，所述基于人工智能的跨平台内容运营优化方法程序被所述处理器执行时实现如下步骤：

54、获取初始视频信息，对所述初始视频信息进行视频语义分析，得到第一分析结果信息；

55、构建语言分析模型，对所述初始视频信息进行文字识别和语义分析，得到第二分析结果信息；

56、获取各平台的使用规则信息和注意事项信息，分析各平台的使用规则和注意事项，得到平台规则分析信息；

57、获取各平台特征信息，进行平台特点分析和用户偏好分析，得到平台特点分析信息和用户偏好分析信息；

58、进行平台适配和投放推荐，根据投放推荐信息进行视频内容优化，并将优化后的视频自动投放至对应平台。

59、本发明公开了一种基于人工智能的跨平台内容运营优化方法及系统，包括：获取初始视频信息，对所述初始视频信息进行视频语义分析，得到第一分析结果信息；构建语言分析模型，对所述初始视频信息进行文字识别和语义分析，得到第二分析结果信息；获取各平台的使用规则信息和注意事项信息，分析各平台的使用规则和注意事项，得到平台规则分析信息；获取各平台特征信息，进行平台特点分析和用户偏好分析，得到平台特点分析信息和用户偏好分析信息；进行平台适配和投放推荐，根据投放推荐信息进行视频内容优化，并将优化后的视频自动投放至对应平台。提高了内容运营的效率性和投放内容的覆盖率，自动适应不同平台的需求，并提供个性化的内容创作和投放建议。