[發明專利]直播間內容標簽擴散方法、存儲介質、電子設備及系統

有效

• 申請號: 201810348772.2
• 申請日: 2018-04-18
• 公開（公告）號: CN110392314B
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 王璐;陳少杰;張文明
• 申請（專利權）人: 武漢斗魚網絡科技有限公司
• 主分類號: H04N21/84
• 分類號: H04N21/84;G06K9/62
• 代理公司: 武漢智權專利代理事務所(特殊普通合伙) 42225
• 代理人: 張凱

本發明公開了一種直播間內容標簽擴散算法、存儲介質、電子設備及系統，涉及大數據領域，該方法包括選取設定數量的直播間樣本，并基于業務經驗對樣本的直播間進行內容標簽l的標注；對內容標簽l進行擴散；對其它未被標記的直播間通過擴散算法得到分布概率。對于基于業務經驗標注的直播間，初始化分數P₀(i)＝1，且已被基于業務經驗標注的直播間在內容標簽l的擴散中，保持分布概率為1。本發明通過標注樣本擴散到其他未知標簽的樣本，有效地解決標注樣本過少的問題，從而節省大量的人工成本，實施方便。

技術領域

本發明涉及大數據領域，具體涉及一種直播間內容標簽擴散方法、存儲介質、電子設備及系統。

背景技術

直播間是一個信息的載體，給直播間打上符合其內容和表現形式的內容標簽可以對直播內容信息進行歸納，從而有利于直播平臺內容的組織和編排。因此，如何采用有效的方法對直播間打上準確的內容標簽是一個十分重要的問題。

直播間標簽提取的方式一般有以下幾種方式：一是采用直播網站人工定義的分區作為標簽，這樣做的問題是一個直播間只對應一個分區，標簽不夠豐富；二是采用人工的方式給指標間打標，但是由于直播間眾多導致人工成本太高。

發明內容

針對現有技術中存在的缺陷，本發明的目的在于提供一種直播間內容標簽擴散方法，通過標注樣本擴散到其他未知標簽的樣本，有效地解決標注樣本過少的問題，從而節省大量的人工成本，實施方便。

為達到以上目的，本發明采取的技術方案是，包括：

選取設定數量的直播間樣本，并基于業務經驗對直播間樣本進行內容標簽l的標注；

對內容標簽l進行擴散，擴散的計算公式為：

其中，k是迭代的輪次，P_k(i)是直播間i在第k輪迭代時對于內容標簽l的分布概率，P_k-1(j)是直播間j在第k-1輪迭代時對于內容標簽l的分布概率，直播間j是直播間i的鄰居，所述鄰居為滿足w_ji≥ξ的直播間j，將所有滿足w_ji≥ξ的直播間j的集合記為N(i)，ξ為設定閾值，w_ji是直播間j和直播間i之間的相似度得分；

對其它未被標記的直播間通過擴散算法得到分布概率。

在上述技術方案的基礎上，對于直播間j和直播間i之間的相似度計算，計算公式為：

其中，w_ji為直播間j和直播間i之間的相似度得分，u(j)是在設定時間段內觀看過直播間j的用戶集合，u(i)是在設定時間段內觀看過直播間i的用戶集合，|u(j)∩u(i)|表示同時觀看過直播間j和直播間i的人數，|u(j)∪u(i)|表示觀看過直播間j或直播間i的人數。

在上述技術方案的基礎上，對于基于業務經驗標注的直播間，初始化分數P₀(i)＝1，且已被基于業務經驗標注的直播間在內容標簽l的擴散中，保持分布概率為1。

在上述技術方案的基礎上，所述內容標簽為多個，且每個內容標簽至少對應一個直播間。

在上述技術方案的基礎上，對直播間標注的內容標簽包括戶外、游戲和顏值。

本發明還提供一種存儲介質，該存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現上述所述的方法。

本發明還提供一種電子設備，包括存儲器和處理器，存儲器上儲存有在處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述所述的方法。

本發明還提供一種直播間內容標簽擴散系統，包括：