前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >20世纪福克斯开发AI模型,通过电影预告片预测观众偏好

20世纪福克斯开发AI模型,通过电影预告片预测观众偏好

作者头像
AiTechYun
发布2018-08-06 15:13:26
4610
发布2018-08-06 15:13:26
举报
文章被收录于专栏:ATYUN订阅号

编译:chux

出品:ATYUN订阅号

为了帮助确定展示出电影的最佳预告片,20世纪福克斯电影制片厂的研究人员开发了一种深度学习模型,可以根据电影的电影预告片预测观众偏好。

该系统提取诸如颜色,照明,面部,物体和风景等特征,实现现有电影或未发行电影的准确上座率和观众预测。

公司称,该应用程序是电影制片厂首次使用深度学习来从电影预告片中预测观众偏好。

福克斯研究人员在他们的论文中指出:“视频预告片是新电影营销活动中最重要的元素之一。它们提高了电影认知度,传达了电影的情节,呈现了主角,并揭示了关于故事,基调和电影选择的重要提示。”

研究人员用数百在过去几年公布的电影预告片以及上百万份电影上座记录训练他们的卷积神经网络。对于推断方面,团队使用的GPU与训练期间使用的相同。

研究人员表示,“通过找到这些功能的合适表征,并将它们提供给可以访问电影上座记录的模型,可以在电影发布后的视频预告片功能和未来观众选择之间找到关联。”

经过训练的模型不仅能准确地预测已上映电影的上座率和观众偏好,而且还能在新电影发布前6到8个月给出预测。

研究人员表示,神经网络有可能帮助电影制片人和管理人员在营销活动的不同阶段做出真实的决策。

Merlin Video的混合推荐模型概述。逻辑回归层将一个基于距离的CF模型与用户的频率和近因相结合,产生了电影上座率。该模型经过了端到端的训练,而逻辑回归的丢失则是对所有可训练组件的反向传播。

在未来的工作中,研究人员致力于开发一个系统,使用文本和视频功能来预测电影是否成功。

该论文最近在ArXiv上发表,由二十世纪福克斯电影公司数据科学与分析高级副总裁Miguel Angel Campo-Rembado及其团队撰写。

论文:arxiv.org/pdf/1807.04465.pdf

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-07-27,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 ATYUN订阅号 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档