一种基于模板特征的视频弹幕消费意图识别方法技术

本发明专利技术涉及消费意图识别领域，具体涉及一种基于模板特征的视频弹幕消费意图识别方法，该方法包括：获取实时视频弹幕数据集，将实时视频弹幕数据集输入到训练好的消费意图识别模型中，得到消费意图结果；所述训练消费意图识别模型的过程包括：将获取视频弹幕数据集输入到消费意图模板集中，得到模板特征向量；将模板特征向量输入到SVM分类器中，调用支持向量机的核函数对输入数据进行特征映射，获取对不同标注数据点最好分割情况的超平面，完成消费意图识别模型的训练；本发明专利技术使用生成的消费意图模板集将弹幕文本转化为模板特征，将模板特征作为消费意图识别模型的输入，提高了消费意图识别的准确性。

【技术实现步骤摘要】
一种基于模板特征的视频弹幕消费意图识别方法
本专利技术涉及消费意图识别领域，具体涉及一种基于模板特征的视频弹幕消费意图识别方法。
技术介绍
消费意图研究是针对用户表现出的这些购买意愿进行识别、挖掘和推理的过程，通过这种方式可以深入理解人类消费行为和进行精准的个性化产品推荐。消费意图分析研究是营销决策的基础，对准确预测用户消费行为、推断市场预期和提高广告投放水平等方面有重要意义。随着互联网的发展，越来越多的用户选择在网络上进行消费，消费意图识别领域越发被关注，涌现了一系列的方法进行消费意图的识别。其中最为基础、应用最广泛的就是基于模板匹配的方法，例如授权专利技术专利号为201310301375.7的《一种识别消费意图的方法及装置》公开了构建消费意图识别模型的方法，包括：获取消费领域的行为日志，并根据该日志进行行为模式分析，得到对应购买前行为的行为日志和对应购买后行为的行为日志；从确定的行为日志中选择满足训练数据筛选条件的行为日志作为训练样本；从中提取特征训练分类模型，得到设定消费领域对应的消费意图识别模型；通过该模型能够确定待识别用户的消本文档来自技高网...

【技术保护点】
1.一种基于模板特征的视频弹幕消费意图识别方法，其特征在于：获取实时视频弹幕数据集，将实时视频弹幕数据集输入到训练好的消费意图识别模型中，得到消费意图结果；/n所述消费意图识别模型包括消费意图模板集和SVM分类器模型；/n所述训练消费意图识别模型的过程包括：将获取视频弹幕数据集输入到消费意图模板集中，得到模板特征向量；将模板特征向量输入到SVM分类器中，调用支持向量机的核函数对输入数据进行特征映射，获取对不同标注数据点最好分割情况的超平面，完成消费意图识别模型的训练；/n其中，SVM表示支持向量机。/n

【技术特征摘要】
1.一种基于模板特征的视频弹幕消费意图识别方法，其特征在于：获取实时视频弹幕数据集，将实时视频弹幕数据集输入到训练好的消费意图识别模型中，得到消费意图结果；
所述消费意图识别模型包括消费意图模板集和SVM分类器模型；
所述训练消费意图识别模型的过程包括：将获取视频弹幕数据集输入到消费意图模板集中，得到模板特征向量；将模板特征向量输入到SVM分类器中，调用支持向量机的核函数对输入数据进行特征映射，获取对不同标注数据点最好分割情况的超平面，完成消费意图识别模型的训练；
其中，SVM表示支持向量机。


2.根据权利要求1所述的一种基于模板特征的视频弹幕消费意图识别方法，其特征在于，所述消费意图识别模型的生成过程包括：
步骤1：对获取的视频弹幕数据集进行预处理，得到消费意图正例集；
步骤2：采用基于PrefixSpan算法的消费意图模板自动生成方法对消费意图正例集进行处理，得到消费意图模板；
步骤3：对视频弹幕数据集进行文本预处理，并通过消费意图模板将其转化为模板特征；
步骤4：模板特征输入模型中进行训练，得到消费意图识别模型；
其中，PrefixSpan表示前缀投影的模式挖掘。


3.根据权利要求2所述的一种基于模板特征的视频弹幕消费意图识别方法，其特征在于，所述转化为模板特征的过程包括：
步骤31：对视频弹幕数据进行分词，去除停用词；
步骤32：使用模板匹配方法确定模板特征向量；即文本中包含消费意图模板中的所有模板词，则为匹配到该模板，将该模板所对应的特征值标为1，否则标0。


4.根据权利要求2所述的一种基于模板特征的视频弹幕消费意图识别方法，其特征在于，所述获取消费意图识别模型的过程包括：
步骤41：将模板特征以及分类标注输入SVM模型中进行SVM模型训练；
步骤42：采用代价敏感方法解决弹幕消费意图识别中数据具有的不均衡问题，优化训练的SVM模型；
步骤43：将处理过的在线弹幕数据输入到训练后的支持向量机模型中，进行消费意图的识别，输出消费意图识别结果。


5.跟据权利要求4所述的一种基于模板特征的视频弹幕消费意图识别方法，其特征在...

【专利技术属性】
技术研发人员：张璞，张俊杰，熊安萍，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50