双模态情感分析的弹幕网络视频平台营销策略

随着互联网飞跃发展, 弹幕视频应运而生。这种新型的用户与视频交互方式具有新特性, 如用户情感表达实时动态性、情感分布多峰性。同时, 新特性也给实际研究工作带来挑战, 如用户画像刻画难度增大, 视频推荐和广告推送所需精度提高。现有研究尚未对弹幕视频的新特性进行深入分析, 也没有充分挖掘其本身所蕴含的学术研究价值。本文利用深度学习、自然语言处理技术、系统动力学方法, 结合心理学、市场营销学等多学科交叉前沿知识, 从数据驱动角度对弹幕视频数据进行分析和建模, 深度挖掘视频大数据潜在的商业价值。重点研究弹幕与视频双模态融合的情感识别方法; 构建带有用户情感特征的动态用户画像, 并建立基于用户画像的网络视频粘性营销机制; 分析用户情感与视频广告插播方式的相关性, 提出视频广告动态插播策略。丰富现有研究的同时, 为网络视频企业准确定位与分析用户需求, 创建高品质的智能营销平台供理论与决策支持。