IA predice asistencia a películas analizando tráilers con filtrado colaborativo

Un nuevo modelo de aprendizaje automático predice qué audiencias verán una película basándose en su tráiler. Utiliza el método de Filtrado Colaborativo para extraer características del tráiler como caras, objetos, paisajes, etc. Estas características se combinan con datos de asistencia y demográficos para predecir la audiencia.

La importancia de los tráilers

Los tráilers son la parte más importante de la campaña de marketing de nuevas películas. Presentan personajes, comunican la trama, revelan pistas sobre la historia y aumentan la conciencia entre los cinéfilos.

Para los cineastas, es una oportunidad para conocer la perspectiva de la audiencia: qué les gustó y qué no les impresionó. Normalmente, estos detalles les ayudan a planificar la siguiente estrategia de marketing.

Para ayudar a elegir las mejores vistas previas para el tráiler, ingenieros de 20th Century Fox construyeron un método de aprendizaje automático llamado Merlin Video, que predice qué audiencias verán una película basándose en su tráiler.

¿Cómo funciona?

Merlin Video genera representaciones densas de un tráiler y las usa para analizar y predecir el comportamiento de la audiencia. Según el equipo de investigación, es la primera vez que un estudio cinematográfico usa una representación de bajo nivel de tráileres para medir intereses de la audiencia.

Se basa en el modelo de Filtrado Colaborativo de vanguardia, que extrae características como iluminación, objetos, colores y caras, y las combina con datos de asistencia y demográficos para pronosticar con precisión la audiencia de películas existentes y por estrenar.

Las redes neuronales convolucionales extraen características de bajo nivel fotograma a fotograma. Las redes pre-entrenadas pueden detectar y analizar características en los fotogramas relevantes de un tráiler. Al alimentar representaciones apropiadas de estas características a redes neuronales entrenadas con registros históricos, se pueden descubrir vínculos significativos entre las características del tráiler y preferencias futuras de la audiencia.

Visión general de Merlin Video | Cortesía de los investigadores

Referencia: arXiv:1807.04465

Más específicamente, Merlin Video contiene una capa de regresión logística que fusiona el modelo de Filtrado Colaborativo basado en distancia con recencia y frecuencia de usuario para generar la probabilidad de asistencia. El sistema se entrena de extremo a extremo, y la pérdida de regresión logística se propaga hacia atrás a todos los módulos entrenables.

En resumen, los ingenieros hicieron tres contribuciones principales:

1. Un modelo de recomendación para estrenos cinematográficos desarrollado específicamente para manejar el problema de arranque en frío y recomendaciones teatrales usando el contenido del tráiler.
2. Midieron el rendimiento de múltiples versiones de Merlin Video y demostraron cómo puede utilizarse en procedimientos de toma de decisiones en escenarios reales.
3. Discutieron formas factibles de combinar entradas de video y texto para mejorar la precisión de predicción.

La red neuronal se entrenó con cientos de tráilers lanzados en años previos y millones de registros de asistencia. Usaron GPU NVIDIA Tesla P100 en Google Cloud, con TensorFlow potenciado por CUDA.

En trabajos futuros, los ingenieros se centrarán en construir un modelo que use características de video y texto para pronosticar el éxito de una película.