媒体信息的热度计算方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例提供了一种媒体信息的热度计算方法、装置、电子设备及存储介质，涉及计算机技术领域。该方法包括：获取至少一个媒体信息的时间序列，时间序列包括对应的媒体信息在至少两个时段的曝光量；将时间序列输入至预先训练的短期热度模型，获得短期热度模型输出的对应的媒体信息的短期热度；根据时间序列中每对相邻时段的曝光量，获得对应的媒体信息的突发热度；根据对应的媒体信息的短期热度和突发热度，获得对应的媒体信息的热度。本申请实施例涉及人工智能技术，使得媒体信息的热度兼顾了热度在一定时间内的变化趋势和离散程度，更符合实际情形，具有更高的置信度。

【技术实现步骤摘要】
媒体信息的热度计算方法、装置、电子设备及存储介质
本申请涉及计算机
，具体而言，本申请涉及一种媒体信息的热度计算方法、装置、电子设备及存储介质。
技术介绍
随着互联网信息技术的快速发展，越来越多的用户热衷于借助各种网络平台来阅读各种媒体信息，各个网络平台通常会通过热度排行榜向用户推荐当前热门的媒体信息。一般地，媒体信息可以分为话题类媒体信息和非话题类媒体信息，话题类媒体信息需要受众进行赞成(例如触发微博上的点赞控件)或者反对(例如触发微博上的点踩控件)的操作，相应的，针对话题类媒体信息的热度计算模型，一般利用话题的赞成数、反对数以及发表时间，通过计算话题的相对赞成数以及计算时间衰减来表示话题热度；非话题类媒体信息不需要受众明确地进行赞成或者反对操作，常见的非话题类媒体信息包括电影、报刊、书籍、新闻等等，针对非话题类媒体信息的热度计算模型一般通过统计非话题类媒体信息被搜索的次数来表示实体当前的热度，但这种只是简单的统计实体被搜索的次数的方式准确性较低。
技术实现思路
本专利技术实施例提供一种克服上述问题或者至少部分地解决上述问题的媒体信息的热度计算方法、装置、电子设备及存储介质。第一方面，提供了一种媒体信息的热度计算方法，该方法包括：获取至少一个媒体信息的时间序列，时间序列包括对应的媒体信息在至少两个时段的曝光量；将时间序列输入至预先训练的短期热度模型，获得短期热度模型输出的对应的媒体信息的短期热度，短期热度用于表征对应的媒体信息在时间序列的平均热度；<br>根据时间序列中每对相邻时段的曝光量，获得对应的媒体信息的突发热度，突发热度用于表征对应的媒体信息在时间序列的最后一个时段的热度；根据对应的媒体信息的短期热度和突发热度，获得对应的媒体信息的热度。在一个可能的实现方式中，媒体信息的曝光量包括以下至少一项：媒体信息的实际曝光量；根据预设的衰减因子对实际曝光量进行衰减后获得的衰减后曝光量。在一个可能的实现方式中，获取至少一个媒体信息的时间序列，包括：对于时间序列中每个时段，确定包含媒体信息的每条媒体内容的实际曝光量，统计所有条的媒体内容的实际曝光量之和，作为媒体信息的实际曝光量；确定衰减因子与媒体内容的条数的乘积，将乘积结果与预设阈值中的较小值与媒体信息的实际曝光量相乘，获得衰减后曝光量。在一个可能的实现方式中，短期热度模型包括编码器、均值处理层和全连接层；将时间序列输入至预先训练的短期热度模型，获得短期热度模型输出的对应的媒体信息的短期热度，包括：将时间序列输入至预先训练的编码器，获得编码器输出的媒体信息在时间序列中每一时段对应的下一时段的曝光量预测值；将时间序列中各个时段的曝光量预测值输入至均值处理层，获得均值处理层输出的曝光量预测值的平均值；将曝光量预测值的平均值输入至全连接层，获得全连接层输出的对应的媒体信息的短期热度；其中，编码器以样本媒体信息在时间序列中每一时段的曝光量为样本，以样本媒体信息在时间序列中每一时段对应的下一时段的曝光量为样本标签训练而成；全连接层以样本媒体信息在时间序列中每一时段的曝光量为样本，以样本媒体信息在时间序列中每一时段的曝光量的归一化结果为样本标签训练而成。在一个可能的实现方式中，根据时间序列中每对相邻时段的曝光量，获得对应的媒体信息的突发热度，包括：对于时间序列中的每对相邻时段，根据每对相邻时段的衰减后曝光量，获得每个相邻时段中的前一时段的突发趋势值，突发趋势值用于表征前一时段的衰减后曝光量占相邻时段的衰减后曝光量的比重；确定时间序列的衰减后曝光量的平均值以及突发趋势值的平均值；根据衰减后曝光量的平均值、突发趋势值的平均值以及时间序列中的最后两个时段的衰减后曝光量，获得对应的媒体信息的突发热度。在一个可能的实现方式中，媒体内容包括至少一种曝光途径；统计所有条的媒体内容的实际曝光量之和，包括：确定每一条媒体内容的曝光途径，对于每一种曝光途径，统计曝光途径的所有条的媒体内容的实际曝光量，获得媒体信息在曝光途径的实际曝光量；确定衰减因子与媒体内容的条数的乘积，将乘积结果与预设阈值中的较小值与媒体信息的实际曝光量相乘，获得衰减后曝光量，包括：对于每一种曝光途径，统计曝光途径的媒体内容的目标条数，确定衰减因子与目标条数的乘积，获得目标乘积结果，将目标乘积结果与预设阈值中的较小值与媒体信息在曝光途径的实际曝光量，获得媒体信息在曝光途径的衰减后曝光量。在一个可能的实现方式中，根据每对相邻时段的衰减后曝光量，获得每个相邻时段中的前一时段的突发趋势值，包括：对于时间序列中的每一时段，对时段的媒体信息在各曝光途径的衰减后曝光量进行加权求和，获得每一时段的综合衰减曝光量；根据每对相邻时段中前一个时段的综合衰减曝光量与每对相邻时段中的两个时段的综合衰减曝光量之和，获得每个相邻时段中的前一时段的突发趋势值。在一个可能的实现方式中，根据衰减后曝光量的平均值、突发趋势值的平均值以及时间序列中的最后两个时段的衰减后曝光量，获得对应的媒体信息的突发热度，包括：确定衰减后曝光量的平均值与突发趋势值的平均值的乘积，根据乘积结果与最后一个时段的衰减后曝光量求和，获得第一参数；根据衰减后曝光量的平均值以及在最后两个时段的衰减后曝光量求和，获得第二参数；根据第一参数和第二参数的商，获得对应的媒体信息的突发热度。在一个可能的实现方式中，编码器为双向长短期记忆网络。在一个可能的实现方式中，获得对应的媒体信息的热度，之后还包括：对至少一个媒体信息的热度进行归一化处理，获得至少一个媒体信息的归一化后的热度；根据至少一个媒体信息的归一化后的热度，对至少一个媒体信息进行排序。第二方面，提供了一种媒体信息的热度计算装置，包括：时间序列获取模块，用于获取至少一个媒体信息的时间序列，时间序列包括对应的媒体信息在至少两个时段的曝光量；短期热度获取模块，用于将时间序列输入至预先训练的短期热度模型，获得短期热度模型输出的对应的媒体信息的短期热度，短期热度用于表征对应的媒体信息在时间序列的平均热度；突发热度获取模块，用于根据时间序列中每对相邻时段的曝光量，获得对应的媒体信息的突发热度，突发热度用于表征对应的媒体信息在时间序列的最后一个时段的热度；热度融合模块，用于根据对应的媒体信息的短期热度和突发热度，获得对应的媒体信息的热度。在一个可能的实现方式中，媒体信息的曝光量包括以下至少一项：媒体信息的实际曝光量；根据预设的衰减因子对实际曝光量进行衰减后获得的衰减后曝光量。在一个可能的实现方式中，时间序列获取模块包括：实际曝光统计子模块，用于对于时间序列中每个时段，确定包含媒体信息的每条媒体内容的实际曝光量，统计所有条的媒体内容的实际曝光量之和，作为媒体信息的实际曝光量；衰减曝光统计子本文档来自技高网...

【技术保护点】
1.一种媒体信息的热度计算方法，其特征在于，包括：/n获取至少一个媒体信息的时间序列，所述时间序列包括对应的媒体信息在至少两个时段的曝光量；/n将所述时间序列输入至预先训练的短期热度模型，获得所述短期热度模型输出的对应的媒体信息的短期热度，所述短期热度用于表征所述对应的媒体信息在所述时间序列的平均热度；/n根据所述时间序列中每对相邻时段的曝光量，获得所述对应的媒体信息的突发热度，所述突发热度用于表征所述对应的媒体信息在所述时间序列的最后一个时段的热度；/n根据所述对应的媒体信息的短期热度和突发热度，获得所述对应的媒体信息的热度。/n

【技术特征摘要】
1.一种媒体信息的热度计算方法，其特征在于，包括：
获取至少一个媒体信息的时间序列，所述时间序列包括对应的媒体信息在至少两个时段的曝光量；
将所述时间序列输入至预先训练的短期热度模型，获得所述短期热度模型输出的对应的媒体信息的短期热度，所述短期热度用于表征所述对应的媒体信息在所述时间序列的平均热度；
根据所述时间序列中每对相邻时段的曝光量，获得所述对应的媒体信息的突发热度，所述突发热度用于表征所述对应的媒体信息在所述时间序列的最后一个时段的热度；
根据所述对应的媒体信息的短期热度和突发热度，获得所述对应的媒体信息的热度。


2.根据权利要求1所述的媒体信息的热度计算方法，其特征在于，所述媒体信息的曝光量包括以下至少一项：
所述媒体信息的实际曝光量；
根据预设的衰减因子对所述实际曝光量进行衰减后获得的衰减后曝光量。


3.根据权利要求2所述的媒体信息的热度计算方法，其特征在于，所述获取至少一个媒体信息的时间序列，包括：
对于所述时间序列中每个时段，确定包含所述媒体信息的每条媒体内容的实际曝光量，统计所有条的媒体内容的实际曝光量之和，作为所述媒体信息的实际曝光量；
确定所述衰减因子与所述媒体内容的条数的乘积，将乘积结果与所述预设阈值中的较小值与所述媒体信息的实际曝光量相乘，获得所述衰减后曝光量。


4.根据权利要求1-3任意一项所述的媒体信息的热度计算方法，其特征在于，所述短期热度模型包括编码器、均值处理层和全连接层；
所述将所述时间序列输入至预先训练的短期热度模型，获得所述短期热度模型输出的对应的媒体信息的短期热度，包括：
将所述时间序列输入至预先训练的所述编码器，获得所述编码器输出的媒体信息在所述时间序列中每一时段对应的下一时段的曝光量预测值；
将所述时间序列中各个时段的曝光量预测值输入至所述均值处理层，获得所述均值处理层输出的所述曝光量预测值的平均值；
将所述曝光量预测值的平均值输入至所述全连接层，获得所述全连接层输出的所述对应的媒体信息的短期热度；
其中，所述编码器以样本媒体信息在时间序列中每一时段的曝光量为样本，以样本媒体信息在时间序列中每一时段对应的下一时段的曝光量为样本标签训练而成；所述全连接层以样本媒体信息在时间序列中每一时段的曝光量为样本，以样本媒体信息在时间序列中所有时段的曝光量的归一化结果为样本标签训练而成。


5.根据权利要求2所述的媒体信息的热度计算方法，其特征在于，所述根据时间序列中每对相邻时段的曝光量，获得所述对应的媒体信息的突发热度，包括：
对于所述时间序列中的每对相邻时段，根据所述每对相邻时段的衰减后曝光量，获得所述每个相邻时段中的前一时段的突发趋势值，所述突发趋势值用于表征所述前一时段的衰减后曝光量占所述相邻时段的衰减后曝光量的比重；
确定所述时间序列的衰减后曝光量的平均值以及所述突发趋势值的平均值；
根据所述衰减后曝光量的平均值、所述突发趋势值的平均值以及时间序列中的最后两个时段的衰减后曝光量，获得所述对应的媒体信息的突发热度。


6.根据权利要求5所述的媒体信息的热度计算方法，其特征在于，所述媒体内容包括至少一种曝光途径；
所述统计所有条的媒体内容的实际曝光量之和，包括：
确定每一条媒体内容的曝光途径，对于每一种曝光途径，统计所述曝光途径的所有条的媒体内...

【专利技术属性】
技术研发人员：李晨曦，荆宁，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44