近幾年來短視頻文化占領了生活娛樂的半壁江山，國內有一半左右的網友都是短視頻的用戶。所帶來的經濟效益是難以估計的，許多廣告商就看中了這個機遇，開始借助短視頻平臺進行廣告營銷。這對于短視頻平臺來說是個不容忽視的問題，大量的廣告視頻會直接降低用戶的使用體驗，會直接影響到平臺的流量。

傳統(tǒng)的人工審核視頻來達到識別廣告的目的，這個方法在短視頻行業(yè)顯然是無法解決問題的。短視頻平臺龐大的視頻量，導致人工審核注定是無法實現的，所以平臺都會選擇使用機器學習這一新興技術來達到識別審核廣告的效率。使用機器學習技術，可以大大提高視頻審核的效率并且減少廣告帶來的不良用戶體驗。本次項目模擬火山小視頻平臺的真實行業(yè)應用場景，采集了10W+的視頻樣本，每一份樣本包含諸多信息，如：視頻拍攝時長、幀差異分布、基本頻率、音頻變化、文本分布等特征。我們將使用這些數據信息，進行特征抽取，特征過濾等技術對數據進行基本的預處理，然后通過機器學習的方法搭建出商用視頻廣告審核系統(tǒng)，來達到快速審核商用廣告的功能。