视频内容生成方法、电子设备、存储介质及计算机程序产品与流程
本技术涉及视频直播,尤其涉及一种视频内容生成方法、电子设备、存储介质及计算机程序产品。
背景技术:
1、相关技术中,体育赛事赛程高质量、快更新多模态内容不仅是吸引用户的核心钩子,更是视频软件构建内容生态、增强用户粘性、实现商业价值的关键杠杆。通过精准的流量捕获、深度的用户运营和差异化的品牌策略,视频软件可借助赛事推荐内容在竞争激烈的市场中占据优势。但是相关技术中的推荐内容是结合个人赛事知识储备、热搜事件获取赛程文本话术编辑内容,导致推荐内容吸引力不够,观看用户少。
技术实现思路
1、本技术实施例提供了一种视频内容生成方法、电子设备、存储介质及计算机程序产品。
2、本技术的技术方案是这样实现的:
3、本技术实施例提供了一种视频内容生成方法,包括:
4、获取视频数据、热点数据以及当前用户对应的用户相关数据;
5、基于所述视频数据、所述热点数据和所述用户相关数据,生成对应的视频上下文;其中,所述视频上下文用于表征视频内容、用户偏好和针对视频内容的社交信息;
6、基于所述视频上下文生成多个反事实剧情信息,并针对用户选择的目标反事实剧情信息生成对应的人格化叙事信息,以及确定与所述目标反事实剧情信息相关的推荐权益信息;
7、基于所述目标反事实剧情信息、所述人格化叙事信息和所述推荐权益信息生成推荐内容,并将所述推荐内容发送给用户端。
8、上述方案中,所述基于所述视频数据、所述热点数据和所述用户相关数据,生成对应的视频上下文,包括:
9、对所述视频数据、热点数据以及所述用户相关数据进行结构化处理,得到所述视频数据、热点数据以及所述用户相关数据分别对应的结构化特征;
10、基于预设模型在第一提示语的指导下处理所述结构化特征,生成所述视频上下文;其中,所述视频上下文包括以下中的一个或多个:视频主体信息、关键事件信息、社交热点信息、情绪信息和用户偏好信息。
11、上述方案中,所述基于所述视频上下文生成多个反事实剧情信息,并针对用户选择的目标反事实剧情信息生成对应的人格化叙事信息,以及确定与所述目标反事实剧情信息相关的推荐权益信息,包括:
12、基于所述视频上下文中的视频主体信息和关键事件信息,按照反事实的剧情发展推理得到多个所述反事实剧情信息;
13、将多个所述反事实剧情信息发送给所述用户端展示,并接收所述用户端反馈的选择指令,确定所述目标反事实剧情信息;
14、基于用户偏好信息和情绪信息针对所述目标反事实剧情信息进行对抗叙事推演,生成所述人格化叙事信息;
15、基于所述目标反事实剧情信息以及所述用户对应的用户画像,在多个权益中确定目标权益,并基于所述目标权益生成匹配所述目标反事实剧情信息的所述推荐权益信息;其中,所述用户画像是基于所述用户相关数据确定的。
16、上述方案中,所述基于所述视频上下文中的视频主体信息和关键事件信息,按照反事实的剧情发展推理得到多个所述反事实剧情信息,包括:
17、对所述视频主体信息和所述关键事件信息进行反事实的剧情发展推理,生成多个反事实前提;其中,所述反事实前提用于表征针对所述关键事件信息中描述事件的不同剧情;
18、对所述反事实前提推理得到对应的发展剧情和结果剧情,并基于所述反事实前提、所述发展剧情和所述结果剧情的组合得到所述反事实剧情信息。
19、上述方案中,所述基于用户偏好信息和情绪信息针对所述目标反事实剧情信息进行对抗叙事推演,生成所述人格化叙事信息,包括:
20、基于所述用户偏好信息在偏好视角库中确定n个当前偏好视角,基于所述情绪信息在情绪信息库中确定m个当前情绪,并给所述当前偏好视角分配对应的所述当前情绪;其中,n为大于0的整数;m为大于0的整数;
21、针对所述当前偏好视角的所述当前情绪,在第二提示语的作用下根据所述目标反事实剧情信息进行对抗叙事推演,得到所述人格化叙事信息;其中,所述第二提示语用于表征所述当前偏好视角之间的角色关系,所述当前偏好视角的所述当前情绪,以及冲突构建的提示信息。
22、上述方案中,所述基于所述目标反事实剧情信息以及所述用户对应的用户画像,在多个权益中确定目标权益,包括:
23、基于所述目标反事实剧情信息在多个所述权益中确定剧情合约型权益;
24、基于所述用户画像,确定用户社交影响力值;
25、若所述用户社交影响力值满足预设条件,则在所述剧情合约型权益的基础上叠加社交传播型权益,确定所述目标权益。
26、上述方案中,所述基于所述目标反事实剧情信息以及所述用户对应的用户画像,在多个权益中确定目标权益,包括:
27、确定所述目标反事实剧情信息与每一所述权益之间的第一相似度,以及所述用户画像与每一所述权益之间的第二相似度
28、基于所述第一相似度、所述第二相似度以及每一所述权益对应的预设权重,在多个权益中确定所述目标权益。
29、本技术实施例提供了一种视频内容生成装置,包括:
30、数据获取单元,用于获取视频数据、热点数据以及当前用户对应的用户相关数据;
31、生成单元,用于基于所述视频数据、所述热点数据和所述用户相关数据,生成对应的视频上下文;其中,所述视频上下文用于表征视频内容、用户偏好和针对视频内容的社交信息;
32、生成单元,用于基于所述视频上下文生成多个反事实剧情信息,并针对用户选择的目标反事实剧情信息生成对应的人格化叙事信息,以及确定与所述目标反事实剧情信息相关的推荐权益信息;
33、生成单元,用于基于所述目标反事实剧情信息、所述人格化叙事信息和所述推荐权益信息生成推荐内容,并将所述推荐内容发送给用户端。
34、本技术实施例提供了一种电子设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法中的步骤。
35、本技术实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法中的步骤。
36、本技术实施例提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述方法中的步骤
37、在本实施例中,获取视频数据、热点数据以及当前用户对应的用户相关数据;基于视频数据、热点数据和用户相关数据,生成对应的视频上下文;其中,视频上下文用于表征视频内容、用户偏好和针对视频内容的社交信息;基于视频上下文生成多个反事实剧情信息,并针对用户选择的目标反事实剧情信息生成对应的人格化叙事信息,以及确定与目标反事实剧情信息相关的推荐权益信息;基于目标反事实剧情信息、人格化叙事信息和推荐权益信息生成推荐内容,并将推荐内容发送给用户端。这样,结合视频数据、热点数据以及当前用户对应的用户相关数据进行反事实推演得到多个反事实剧情信息,这种反事实推演和实时社交热点的动态响应,可以使得内容衍生维度多样化,同时制造悬念话题,使生成的推荐内容更具吸引力。并且,针对目标反事实剧情信息生成对应的人格化叙事信息,使得用户可以通过角色代入推荐内容,产生深度情感共鸣,进而提高了推荐内容的吸引力。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com