AI 版“非诚勿忧”：视觉技术如何帮广告主精准寻找抖音“带货”博主

广告主的甜蜜烦恼

短视频兴起，有人看到了热闹，有人看到了商机。

继微信公众号、今日头条之后，短视频逐渐成为了大众茶余饭后消遣时光的新方式。无论在地铁上还是饭馆里，随时都能听到抖音和快手里熟悉的配乐，和看到一张张欢快的面孔。数据显示，2019年截止6月，短视频App新安装用户已经接近1亿，总体MAU8.21亿，月人均时长超过22小时。

收割时间之余，短视频博主也展示出了超强的带货能力。以大众最熟知的“口红一哥”李佳琦为例，他曾经在淘宝直播创造了“5分钟卖掉1.5万支口红；5个半小时成交23000单，金额高达353万”等一系列记录。他在抖音上的表现更是堪称“孤独求败”。凭借出色的节奏、氛围和口播，他的单条短视频就能带货数百万甚至上千万元，无愧为“抖音第一带货王”。

这样的吸金能力让广告主们眼馋不已。但数据显示，截至2018年12月，仅快手平台就拥有超过1.6亿日活用户和3亿月活用户，平台用户每天上传的短视频数量超过1500万条，库存短视频数量超过80亿条。 面对如此多的带货KOL和短视频，如何判断它们是否符合自己的品牌调性，是否愿意代理自己的产品，以及是否具有最高的投入产出比呢？这成了广告主们甜蜜的烦恼。

虽然抖音、快手等短视频平台陆续上线了快手小店、快接单这样的功能来帮助平台红人对接商家，可以为广告主们提供一定的数据参考，但这种数据仍然比较粗糙。而且平台之间各自为战，这意味着广告主必须同时对接多个平台，非常耗时耗力。再者，平台之间缺少统一的评判标准，平台和博主之间也存在一定的利益捆绑关系，数据的参考价值究竟有多少也很难说。

种种问题都在指向一个答案，行业里需要一个专业和独立的第三方平台来对接广告主和视短频创作者间的供需关系。成立于2012年的微瑞思创或许是最早洞察到这一需求的企业。

微瑞思创是一家致力于用大数据技术服务垂直行业的科技公司，目前已经服务了互联网、电商、零售、金融、地产等众多领域的企业，并和多家国内顶尖电商平台达成了战略级合作。其开发的“方舟”中台产品致力于为客户构建全网的智慧营销体系提供支持。

造字者“仓颉”

针对广告主的短视频营销需求，不久前微瑞思创的“方舟”中台正式上线了一个新的能力——“仓颉”引擎。仓颉本为创字之神，而微瑞思创研发“仓颉”的引擎可以利用深度学习算法，重新解读博主创建的短视频内容，对其进行价值再造。

据雷锋网了解，“仓颉”可以通过深度学习技术对“方舟”内整合的包括抖音、快手、小红书在内的多个平台的KOL视频中出现的商品或公司logo、名称、标志物等进行自动检测和定位，分析和识别视频内容创作者可能进行的商业营销行为，帮广告主找到最合适的KOL。

具体来说，它的功能实现可以分为3个步骤：

1、对接各类平台的海量视频数据，按照视频创作者对其进行归类；

2、利用深度学习领域的卷积神经网络目标检测算法建立专有的logo检测识别模型，以品牌的logo数据集为基础，对模型进行训练，得到模型的最优参数；

3、加载最优参数的识别检测模型预测视频是否含有商业宣传内容；相应地，根据视频创作者的内容丰富度，实现对大V的核心受众分类，例如：美妆、数码、美食，旅游，母婴等。

通过上述技术和模块能力， “仓颉”能够有效地利用服务器集群高速分析百万视频内容，并且对视频内容创作者的商业营销价值进行自动评估、分类，方便广告主从网上数以百万计的自媒体短视频内容创作者中筛选出适合自己的创作者进行广告投放和营销合作。

打个简单的比方，如果某个博主的视频中经常出现零食，那么零食品牌对他进行投放是比较有效的；如果他的视频经常出现可乐，那么可乐品牌对他进行投放就可以说是非常精准了。

这个过程听起来似乎简单，但要依靠人力对浩如烟海的视频进行归类和分析，几乎是不可能的。即便今天已经有了深度学习技术，实践起来依旧有着不小的挑战。

最显而易见的问题就是数据量太大， 仅仅快手单个平台的库存短视频数量就已经超过了80亿条，达到了PB量级的视频处理需求。 而且视频画面的背景非常复杂，需要识别的目标非常多样，logo在视频画面中的尺寸也很小。要在识别速度和识别准确率之间寻找平衡，对算法和算力都提出了非常高的要求。

这件事情放在别的企业非常难实现，但对微瑞思创的首席数据科学家司苏沛来说却要轻松的多。

技术降维打击

司苏沛曾经就读于北京大学城市与环境学院地理科学专业。2006年本科毕业后他留校继续从事构造地貌、气候变化、地震地质的研究，先后发表了SCI论文5篇，国内核心期刊论文10余篇，并获得北京大学理学博士学位。博士毕业后，司苏沛进入中国地震局地壳应力研究所从事研究工作，获国家青年自然科学基金和地震行业科研专项基金资助。