摘要主题感知视频和广告数据集是一个面向视频内容理解、智能广告匹配与多模态推荐系统研究构建的数据集共包含 1,000 个视频条目及其对应广告数据。数据集概述主题感知视频和广告数据集是一个面向视频内容理解、智能广告匹配与多模态推荐系统研究构建的数据集共包含 1,000 个视频条目及其对应广告数据。数据集将视频的文本、视觉和音频信息与广告内容、目标受众画像及匹配结果进行统一组织使每条记录都能够同时描述“视频内容—广告特征—受众属性—相关性评分”之间的关系。相比仅依赖标题或标签进行推荐的传统数据集该数据集提供更加丰富的上下文信息可用于研究流媒体场景下基于主题语义的广告投放、内容推荐和相关性评估。数据结构与关键特征该数据集采用结构化多模态数据形式每条记录包含视频侧和广告侧的多种特征。视频数据主要包括标题、文字稿、主题标签、视觉帧特征和音频特征可用于描述视频的语义主题、画面内容和声音信息广告数据包括广告 ID、广告标题、描述、视觉特征以及目标受众画像用于表示广告自身内容与投放目标。数据集进一步融合文本、视觉和音频特征形成多模态表示并提供视频与广告之间的相似度或匹配评分可作为广告相关性预测与排序任务的重要监督信息。这种结构能够支持从单一模态建模扩展到跨模态特征融合和语义匹配研究。应用价值与研究方向该数据集可广泛应用于主题感知广告匹配、视频推荐、广告排序、受众定向和用户互动预测等研究。研究人员可以使用 BERT、CLIP、Vision Transformer、音频 Transformer 以及多模态融合网络分别提取文本、视觉和音频表征再通过对比学习、双塔网络、跨模态注意力机制或多模态 Transformer 计算视频与广告之间的语义相关性。进一步还可研究广告点击率或互动率预测、Top-K 广告推荐、跨模态检索、冷启动推荐、主题一致性评价以及可解释推荐等方向为短视频平台、流媒体服务和数字广告系统构建更加精准的内容理解与智能广告投放模型。数据集来源由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-442文件大小36M原创声明本数据集为整理作品