[发明专利]用于媒体内容表现的预测的数据处理方法

说明书

提供了用于预测用户可在客户端装置处消费的一条媒体内容的表现数据的方法和系统。在一个或多个实施方案中，所述方法在所述用户观看所述内容时收集诸如来自网络摄像头的原始输入数据，所述原始输入数据指示用户对所述媒体内容的响应。处理所述数据以提取并获得一系列头部姿势信号和面部表情信号，随后将所述一系列信号输入到分类模型。所述模型响应于通过所述方法评估的所述信号而映射随时间推移所述媒体内容的表现数据，以产生对所述一条媒体内容的表现的预测。

技术领域

本发明涉及一种对原始数据输入进行数据处理来预测由一个或多个用户消费的一条媒体内容的表现数据的计算机实施的方法。具体地，本发明涉及在用户消费一条媒体内容时收集关于用户的行为状态、身体状态和情绪状态的原始数据，所述一条媒体内容随后使用媒体内容分析技术进行处理以预测由所述一条媒体的消费而引起的真实世界效应。

背景技术

广告目的是引起真实世界中的消费者情绪状态的变化，并且将情绪状态的这个变化转变为诸如销售额提升的表现。例如，电视商业广告可以指望增加与其相关的产品的销售额。真实世界效应可以是能够与一条媒体内容的消费相关的任何可客观地测量的结果。所述结果可以由预测的表现数据指示。预测的表现数据可以涉及例如预测的销售额提升(例如，其中媒体内容是旨在销售特定产品的广告)、或社交媒体响应(例如，如病毒般传播的可能性)、或赢得奖项(例如，针对广告的戛纳狮子奖)的可能性。例如，可以基于在消费一条媒体内容时收集到的用户情绪响应的性质而预测表现数据。仅在美国，每年在电视广告上就花费超过$800亿。因此，对于在发表之前通过预测表现来评估媒体内容的有效性有很大需求。

用于测量广告表现有效性的一个常规选择是将给定的一条媒体内容与销售表现相关联。然而，这种关联是回顾性地完成的，并且伴随的问题在于无视了消费者/用户的情绪状态。

另一常规选择是使用尝试确定或预测诸如视频商业广告的多条媒体内容的表现的主动反馈，所述主动反馈也被称为自我报告式反馈。对于主动用户反馈，用户在消费一条媒体内容之后提供口头或书面反馈。例如，用户可以完成问卷，或者可以提供口述反馈，所述口述反馈可以被记录以便例如使用语音识别工具手动地或以自动化方式分析。反馈可以包括对在消费该条媒体内容时经历的情绪状态的指示。

为了能将主动反馈扩展到大样本尺寸并且因此有价值，反馈格式必须短，例如限于是或否回答。这排除对所经历的情绪状态的实时(即，一秒接一秒的)描述。因此，不可能使用常规主动反馈技术来核对使用主动反馈的大样本尺寸的代表性情绪状态数据。

另外，来自用户的主动反馈得自合理化的意识思维过程，而不是实际经历的(被动)情绪状态。已经证明，用户偏好是在意识觉知之外，并且受到被动情绪状态强烈影响。因此，无法使用主动情绪状态反馈来准确地预测媒体内容表现。

主动反馈是使用自我报告来测量用户情绪状态的示例。也可以通过被动方式来测量情绪状态数据，例如通过例如在消费一条媒体时收集指示用户的行为或生理特性的数据。在实践中，可能需要使用原始数据输入的组合，包括行为数据、生理数据和自我报告的数据，以便获得情绪状态信息。来自上述来源中的两者或三者的原始数据的组合可以用于识别“假”指示符。例如，如果得自所有这三个来源的情绪状态数据重叠或对齐，则这使人更确信所获得的信号。信号的任何不一致都可以指示假读数。

生理参数可以是在经历哪种情绪状态的良好指示符。很多生理参数都不是意识可控制的，即，消费者不能影响它们。因此，它们可以用来确定消费一条媒体内容的消费者的真实情绪状态，这在原理上可以用来准确地预测媒体内容表现。可以测量到的生理参数的示例包括声音分析、心率、心率变化性、皮肤电活动(其可以指示兴奋)、呼吸、体温、心电图(ECG)信号，以及脑电图(EEG)信号。

越来越普遍的是用户拥有能够读取上述类型的生理参数的可佩戴或便携式装置。这打开了此类生理测量值可以扩展到大样本尺寸的可能性，从而实现去除统计波动(噪声)，使得可以看到与媒体内容表现的关联。