一种内容热度标签生成方法、智能终端及存储介质技术

本发明专利技术公开了一种内容热度标签生成方法、智能终端及存储介质，包括：获取用户评论数据，从所述用户评论数据中提取所述用户评论数据对应的若干内容实体标签；对所述若干内容实体标签进行聚类，确定所述用户评论数据对应的若干聚类簇；根据所述若干聚类簇，生成所述用户评论数据对应的内容热度标签。本发明专利技术通过从用户评论数据中提取若干内容实体标签，并根据聚类后的若干内容实体标签生成内容热度标签，可以精确获取用户评论数据中的内容热度标签。以精确获取用户评论数据中的内容热度标签。以精确获取用户评论数据中的内容热度标签。

【技术实现步骤摘要】
一种内容热度标签生成方法、智能终端及存储介质


[0001]本专利技术涉及通信
，尤其涉及的是一种内容热度标签生成方法、智能终端及存储介质。

技术介绍

[0002]随着互联网技术的飞速发展，越来越多用户选择在微博、论坛等社交网站上分享自己的购物体验以及对产品的评价，这些在线的产品评价不仅是企业了解用户需求的重要信息资源，也是用户选择所需产品的重要参考依据。但现有用户评论数据通常按照发表时间进行排序，用户查看用户评论数据时需要按照时间顺序一条条进行查看，无法从海量的用户评论中获得热门评论内容，企业面对大量用户评论数据，如何更好地从中挖掘用户对产品的重要需求和反馈进而辅助决策也是难题之一。
[0003]因此，现有技术还有待改进和发展。

技术实现思路

[0004]本专利技术要解决的技术问题在于，针对现有技术的上述缺陷，提供一种内容热度标签生成方法、智能终端及存储介质，旨在解决现有用户评论数据通常按照发表时间进行排序，用户无法从海量的用户评论数据中获得热门评论内容的问题。
[0005]本专利技术解决问题所采用的技术方案如下：
[0006]第一方面，本专利技术实施例提供一种内容热度标签生成方法，其中，所述方法包括：
[0007]获取用户评论数据，从所述用户评论数据中提取所述用户评论数据对应的若干内容实体标签；
[0008]对所述若干内容实体标签进行聚类，确定所述用户评论数据对应的若干聚类簇；
[0009]根据所述若干聚类簇，生成所述用户评论数据对应的内容热度标签。
[0010]所述的内容热度标签生成方法，其中，所述从所述用户评论数据中提取所述用户评论数据对应的若干内容实体标签的步骤包括：
[0011]对所述用户评论数据进行预处理，得到预处理后的用户评论数据；
[0012]对所述预处理后的用户评论数据进行分析，从所述预处理后的用户评论数据中提取所述用户评论数据对应的若干内容实体标签。
[0013]所述的内容热度标签生成方法，其中，所述对所述若干内容实体标签进行聚类，确定所述用户评论数据对应的若干聚类簇的步骤包括：
[0014]对所述若干内容实体标签进行向量化，得到若干向量化标签；
[0015]对所述若干向量化标签进行聚类，确定所述用户评论数据对应的若干聚类簇。
[0016]所述的内容热度标签生成方法，其中，所述对所述若干向量化标签进行聚类，确定所述用户评论数据对应的若干聚类簇的步骤包括：
[0017]获取预先设置的邻域参数，根据所述若干向量化标签和所述领域参数确定核心对象样本集合；
[0018]根据所述核心对象样本集合和所述邻域参数，确定所述用户评论数据对应的若干聚类簇。
[0019]所述的内容热度标签生成方法，其中，所述邻域参数包括邻域距离阈值和邻域数量阈值，所述根据所述若干向量化标签和所述领域参数确定核心对象样本集合的步骤包括：
[0020]根据所述若干向量化标签和所述邻域距离阈值，确定各个向量化标签对应的邻域子样本集合；
[0021]根据所述各个向量化标签对应的邻域子样本集合，确定核心对象样本集合。
[0022]所述的内容热度标签生成方法，其中，所述根据所述核心对象样本集合和所述邻域参数，确定所述用户评论数据对应的若干聚类簇的步骤包括：
[0023]从所述核心对象样本集合中选取目标核心对象，根据所述目标核心对象和所述邻域参数确定所述目标核心对象对应的聚类簇以及更新所述核心对象集合；
[0024]当所述核心对象集合不满足预设第一条件时，继续执行从所述核心对象样本集合中选取目标核心对象，根据所述目标核心对象和所述邻域参数确定所述目标核心对象对应的聚类簇以及更新所述核心对象集合的步骤，直至所述核心对象集合满足预设第一条件；
[0025]将各个所述目标核心对象对应的聚类簇，确定为所述用户评论数据对应的若干聚类簇。
[0026]所述的内容热度标签生成方法，其中，所述根据所述目标核心对象和所述邻域参数确定所述目标核心对象对应的聚类簇的步骤包括：
[0027]根据所述目标核心对象初始化当前簇核心对象队列，并根据所述当前簇核心对象队列和所述邻域参数，对当前簇样本集合和当前簇核心对象队列进行更新；
[0028]当更新后的当前簇核心对象队列不满足预设第二条件时，继续执行根据所述当前簇核心对象队列和所述邻域参数，对当前簇样本集合和当前簇核心对象队列进行更新的步骤，直至所述当前簇核心对象队列满足预设第二条件；
[0029]将更新后的当前簇样本集合，确定为所述目标核心对象对应的聚类簇。
[0030]所述的内容热度标签生成方法，其中，所述根据所述若干聚类簇，生成所述用户评论数据对应的内容热度标签的步骤包括：
[0031]获取所述若干聚类簇中各个聚类簇的聚类标签数量和聚类中心标签，根据所述聚类标签数量对所述聚类中心标签进行排序；
[0032]根据排序后的所述聚类中心标签，生成所述用户评论数据对应的内容热度标签。
[0033]第二方面，本专利技术实施例还提供一种内容热度标签生成装置，其中，所述装置包括：
[0034]数据获取模块，用于获取用户评论数据，从所述用户评论数据中提取所述用户评论数据对应的若干内容实体标签；
[0035]数据聚类模块，用于对所述若干内容实体标签进行聚类，确定所述用户评论数据对应的若干聚类簇；
[0036]标签生成模块，用于根据所述若干聚类簇，生成所述用户评论数据对应的内容热度标签。
[0037]第三方面，本专利技术实施例提供一种智能终端，包括有存储器，以及一个或者一个以
上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如上述任意一项所述的内容热度标签生成方法的步骤。
[0038]第四方面，本专利技术实施例提供一种计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如上述中任意一项所述的内容热度标签生成方法的步骤。
[0039]本专利技术的有益效果：本专利技术实施例首先获取用户评论数据，从所述用户评论数据中提取所述用户评论数据对应的若干内容实体标签，然后对所述若干内容实体标签进行聚类，确定所述用户评论数据对应的若干聚类簇，最后根据所述若干聚类簇，生成所述用户评论数据对应的内容热度标签，因此，通过从用户评论数据中提取若干内容实体标签，并根据聚类后的若干内容实体标签生成内容热度标签，可以精确获取用户评论数据中的内容热度标签。
附图说明
[0040]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0041]图1是本专利技术实施例提供的内容热度标签生成方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种内容热度标签生成方法，其特征在于，所述方法包括：获取用户评论数据，从所述用户评论数据中提取所述用户评论数据对应的若干内容实体标签；对所述若干内容实体标签进行聚类，确定所述用户评论数据对应的若干聚类簇；根据所述若干聚类簇，生成所述用户评论数据对应的内容热度标签。2.根据权利要求1所述的内容热度标签生成方法，其特征在于，所述从所述用户评论数据中提取所述用户评论数据对应的若干内容实体标签的步骤包括：对所述用户评论数据进行预处理，得到预处理后的用户评论数据；对所述预处理后的用户评论数据进行分析，从所述预处理后的用户评论数据中提取所述用户评论数据对应的若干内容实体标签。3.根据权利要求1所述的内容热度标签生成方法，其特征在于，所述对所述若干内容实体标签进行聚类，确定所述用户评论数据对应的若干聚类簇的步骤包括：对所述若干内容实体标签进行向量化，得到若干向量化标签；对所述若干向量化标签进行聚类，确定所述用户评论数据对应的若干聚类簇。4.根据权利要求3所述的内容热度标签生成方法，其特征在于，所述对所述若干向量化标签进行聚类，确定所述用户评论数据对应的若干聚类簇的步骤包括：获取预先设置的邻域参数，根据所述若干向量化标签和所述领域参数确定核心对象样本集合；根据所述核心对象样本集合和所述邻域参数，确定所述用户评论数据对应的若干聚类簇。5.根据权利要求4所述的内容热度标签生成方法，其特征在于，所述邻域参数包括邻域距离阈值和邻域数量阈值，所述根据所述若干向量化标签和所述领域参数确定核心对象样本集合的步骤包括：根据所述若干向量化标签和所述邻域距离阈值，确定各个向量化标签对应的邻域子样本集合；根据所述各个向量化标签对应的邻域子样本集合，确定核心对象样本集合。6.根据权利要求4所述的内容热度标签生成方法，其特征在于，所述根据所述核心对象样本集合和所述邻域参数，确定所述用户评论数据对应的若干聚类簇的步骤包括：从所述核心对象样本集合中选取目标核心对象，根据所述目标核心对象和所述邻域参数确...

【专利技术属性】
技术研发人员：王嘉诚，李晶，
申请(专利权)人：深圳市易平方网络科技有限公司，
类型：发明
国别省市：