一种基于场景范式库的短视频策略搜索决策方法及系统与流程

摘要: 本发明涉及互联网传媒,尤其是一种基于场景范式库的短视频策略搜索决策方法及系统。背景技术:1、短视频平台的策略制定通常需兼顾点击率、完播率、互动率、转化率等多个优...
一种基于场景范式库的短视频策略搜索决策方法及系统与流程

本发明涉及互联网传媒,尤其是一种基于场景范式库的短视频策略搜索决策方法及系统。

背景技术:

1、短视频平台的策略制定通常需兼顾点击率、完播率、互动率、转化率等多个优化目标,且不同运营场景下的策略偏好存在显著差异。为此,现有技术中已出现多种策略决策方案。

2、一类方案基于历史数据训练效果预测模型,在给定候选策略时预估其多目标效果,从中择优执行。该类方案的核心局限在于:模型训练完成后其预测能力即固定,当运营环境或用户偏好发生变化时,预测精度下降且无法自适应恢复,须依赖人工介入重新训练。

3、另一类方案将历史运营案例按场景分类存储,在新任务到来时匹配相似场景的历史策略作为参考,该类方案的局限在于:场景库仅作为静态查询表使用,每次策略执行后产生的反馈仅用于评估本次策略优劣,既不会反哺该场景的策略生成模型,也不会修正场景库中的经验知识。同一场景被反复调用时,其策略生成质量并不随调用次数的增加而改善。

4、还有一类方案采用多目标进化算法在线搜索帕累托最优策略,该类方案虽然可生成多样化的候选策略集,但每次搜索均独立进行,无法将本次搜索与执行的经验累积到下一次搜索中,导致高频场景下反复消耗计算资源,且收敛速度不随运营实践的积累而提升。

5、可见,现有技术的共同缺陷在于:策略决策系统的能力无法随运营经验的积累而持续增强——每一次策略决策都是独立的,历史决策的执行反馈仅用于评价而未被系统性地转化为“增强系统自身能力”的知识。如何使策略生成系统具备自演进能力,使其对任一场景的策略生成精度随该场景被调用次数的增加而持续提高,是本领域亟待解决的技术问题。

技术实现思路

1、本发明为了解决上述存在的技术问题,提供一种基于场景范式库的短视频策略搜索决策方法。

2、本发明的技术方案是这样实现的:

3、一种基于场景范式库的短视频策略搜索决策方法,包括:

4、s1、获取场景范式库,所述场景范式库中存储有至少一个场景范式,各所述场景范式关联有各自对应的历史策略数据及对应的效果反馈数据;

5、s2、响应于当前策略生成任务,识别所述当前策略生成任务所对应的当前场景在所述场景范式库中的范式归属类型;

6、s3、根据所述范式归属类型,从所述场景范式库中调用对应的数据底座执行多目标搜索,生成所述当前场景下的策略解集,其中,不同范式归属类型对应的所述数据底座及策略初始化方式不同;

7、s4、从所述策略解集中选定策略并执行,采集执行后的实时反馈数据,并根据所述实时反馈数据修正所述场景范式库中与所述当前场景对应的范式的关联数据;

8、其中,修正后的所述关联数据作为该范式在下一次被所述步骤s3调用时的更新后的数据底座。

9、进一步地,所述范式归属类型包括已有范式类型和新范式类型;当所述当前场景与所述场景范式库中任一场景范式的匹配度达到预设阈值时确定为已有范式类型,否则确定为新范式类型。

10、进一步地,所述不同范式归属类型对应的所述数据底座及策略初始化方式不同,具体为:

11、若为已有范式类型,以该范式关联的历史策略数据作为初始种群执行所述多目标搜索;

12、若为新范式类型,以所述场景范式库中与当前场景相似的已有范式所关联的历史策略数据的参数分布为迁移先验,进行迁移初始化后执行所述多目标搜索。

13、进一步地,所述场景范式库通过如下方式预先构建:

14、采集短视频平台的历史运营数据,所述历史运营数据至少包括历史投放策略及各策略对应的多维度效果指标;

15、对所述历史运营数据进行场景要素提取,基于提取的场景要素对历史运营场景进行聚类划分,生成多个场景类别;

16、确定各类别的典型场景特征,并以所述典型场景特征作为场景标签生成对应的场景范式;

17、将各类别下的历史投放策略作为该场景范式关联的所述历史策略数据,将各策略对应的多维度效果指标作为所述效果反馈数据。

18、进一步地,所述场景要素包括时间属性、地域属性、内容属性及受众属性;所述聚类划分为:以各历史运营场景的场景要素向量作为聚类样本,采用基于局部密度的聚类算法将样本划分为多个簇,以各簇的聚类中心向量作为对应场景范式的场景标签。

19、进一步地,所述多目标搜索依据的目标函数包含至少两个优化子目标,所述策略解集为在各优化子目标上满足帕累托最优条件的策略个体集合;各策略个体在各优化子目标上的效果预测值通过代理模型计算,所述代理模型以当前调用的所述数据底座所对应的范式关联的历史策略数据及效果反馈数据为训练样本。

20、进一步地,所述多目标搜索通过迭代进化方式对初始种群进行扩展优化:基于初始种群中策略个体的所述效果预测值进行非支配排序与拥挤度筛选,对筛选出的个体执行交叉与变异生成子代,重复迭代直至满足终止条件,以最终得到的非支配策略个体集合作为所述策略解集。

21、进一步地,所述迭代进化过程中通过代理模型预测各策略个体在各优化子目标上的效果值,所述代理模型基于所述场景范式库中的历史策略数据及效果反馈数据训练得到。

22、进一步地,所述步骤s4还包括:当所述实时反馈数据与所述步骤s3中相应策略的预测值之间的偏差超过预设阈值时,触发在线校准,以所述实时反馈数据调整所述多目标搜索的预测参数。

23、为了解决上述技术问题,本发明还提供了一种基于场景范式库的短视频策略搜索决策系统,用于执行所述一种基于场景范式库的短视频策略搜索决策方法,包括:

24、范式库存储模块,用于存储场景范式库,所述场景范式库中存储有至少一个场景范式,各所述场景范式关联有各自对应的历史策略数据及效果反馈数据;

25、场景识别模块,用于响应于当前策略生成任务,识别所述当前策略生成任务所对应的当前场景在所述场景范式库中的范式归属类型;

26、多目标搜索模块,用于根据所述范式归属类型从所述场景范式库中调用对应的数据底座执行多目标搜索,生成策略解集;

27、执行与修正模块,用于从所述策略解集中选定策略执行,采集实时反馈数据,并根据所述实时反馈数据修正所述场景范式库中与当前场景对应的范式的关联数据;

28、其中,修正后的所述关联数据作为该范式在下一次被所述多目标搜索模块调用时的更新后的数据底座。

29、1、本发明通过将实时反馈数据用于修正场景范式库中对应范式的关联数据,并将修正后的关联数据作为该范式在下一次被搜索步骤调用时的更新后的数据底座,实现了任一场景的策略生成精度随该场景被调用次数的增加而持续提高,解决了现有技术中历史决策的执行反馈仅被用于评价本次策略的优劣而未被系统性转化为该场景可累积的结构化经验知识,同一场景被反复调用时其策略生成质量并不随调用次数的增加而改善的技术问题;

30、2、通过根据范式归属类型从场景范式库中调用对应的数据底座执行多目标搜索,并使该数据底座随场景范式库的修正而动态更新,实现了场景范式库与多目标搜索之间的数据贯通与相互驱动,解决了现有技术中场景范式库仅作为静态查询表使用,在多目标搜索开始后便不再参与后续迭代,搜索算法无法从每一次策略执行的反馈中提取可累积的结构化知识来更新场景范式本身,每轮策略决策都需在较大范围内重新搜索的技术问题。

31、3、通过在新范式场景下以相似已有范式的历史策略数据为迁移先验执行多目标搜索,并通过执行与修正步骤将该新场景每次执行后的实时反馈数据持续存入该新范式的关联数据中,实现了迁移知识与新场景自身运营数据的融合并随调用次数增加而持续精化,解决了现有技术中迁移学习完成后新场景的策略生成便与源场景彻底脱离,新场景后续积累的反馈经验无法反哺或修正迁移时所采用的源场景知识,迁移学习在新场景中仅是一次性嫁接而无法实现持续演进的技术问题。