一种基于大数据机器学习展示回复内容的方法技术

本说明书实施例提供一种基于大数据机器学习展示回复内容的方法，确定被评论内容及其评论信息，获取在所述评论信息下进行的回复内容及对所述回复内容再次进行回复的回复内容，并确定各回复内容所关联的用户，构建极性学习模型，将被评论内容、所述评论信息、回复内容及其关联的用户输入到所述极性学习模型中，学习出各回复内容的极性，根据预先为不同极性配置的展示方式展示各回复内容，在展示的时候兼顾了极性，用户能快速寻找到自己需要的回复内容进行浏览，避免了逐一浏览分析筛选需要的回复内容之后再精读的弊端，提升了展示的智能化水平，提升用户体验。提升用户体验。提升用户体验。

【技术实现步骤摘要】
一种基于大数据机器学习展示回复内容的方法


[0001]本申请涉及计算机领域，尤其涉及一种基于大数据机器学习展示回复内容的方法。

技术介绍

[0002]随着短视频的快速发展，评论区成为用户发表观点的汇集区，然而，目前展示回复内容一律是按照时间顺序机械的进行展示，智能化水平低。
[0003]有必要提供一种新的方法，以提升展示的智能化水平，提升用户体验。

技术实现思路

[0004]本说明书实施例提供一种基于大数据机器学习展示回复内容的方法，用以提升展示的智能化水平，提升用户体验，具体包括：
[0005]确定被评论内容及其评论信息，获取在所述评论信息下进行的回复内容及对所述回复内容再次进行回复的回复内容，并确定各回复内容所关联的用户；
[0006]构建极性学习模型，将被评论内容、所述评论信息、回复内容及其关联的用户输入到所述极性学习模型中，学习出各回复内容的极性；
[0007]根据预先为不同极性配置的展示方式展示各回复内容。
[0008]本说明书实施例提供的各种技术方案通过确定被评论内容及其评论信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据机器学习展示回复内容的方法，其特征在于，包括：确定被评论内容及其评论信息，获取在所述评论信息下进行的回复内容及对所述回复内容再次进行回复的回复内容，并确定各回复内容所关联的用户；构建极性学习模型，将被评论内容、所述评论信息、回复内容及其关联的用户输入到所述极性学习模型中，学习出各回复内容的极性；根据预先为不同极性配置的展示方式展示各回复内容。2.根据权利要求1所述的方法，其特征在于，所述构建极性学习模型，包括：在输入层搭建被评论内容通道、评论信息通道、附带有用户标识的回复内容通道，在输出层搭建极性输出通道，在所述输入层和输出层中间搭建神经网络结构；获取训练样本，根据训练样本中的被评论内容、所述评论信息、同一用户的多条回复内容结合回复内容语义中的观点一致度、与待设置标签的回复内容所关联的其他回复内容的极性设置训练样本的极性标签；利用训练样本及其所述极性标签训练输入层、所述神经网络结构和输出层。3.根据权利要求2所述的方法，其特征在于，还包括：确定用户的已浏览内容或者所述用户的回复内容；以所述被评论内容为树根，根据各评论及回复内容的递进关系和并列关系构造内容树；根据用户的已浏览的回复内容或者所述用户输入的回复内容进行搜索内容树的目标节点，并将所述目标节点到内容树树根之间的内容设置为隐藏属性；所述根据预先为不同极性配置的展示方式展示各回复内容，包括：在内容树中确定所述目标节点到内容树树根之间的内容之外的剩余内容，根据各剩余内容的极性及预先为不同极性配置的展示方式展示各剩余内容。4.根据权利要求3所述的方法，其特征在于，所述根据用户的已浏览的回复内容或者所述用户输入的回复内容进行搜索内容树的目标节点，包括：对所...

【专利技术属性】
技术研发人员：葛纪侠，
申请(专利权)人：葛纪侠，
类型：发明
国别省市：