本发明专利技术实施例提供了一种名人知识分析方法、装置、设备及存储介质，所述方法包括：基于预设的大数据平台，获取包括名人信息的数据内容，对名人信息进行数据预处理，得到名人信息的多维度指标，生成名人画像，根据预处理后的名人信息及名人画像，提取数据标签，构建名人知识库。本发明专利技术利用大数据分析技术，全面挖掘多渠道聚合的海量名人内容，经过数据内容处理、分析后，实现名人信息内容的结构化、知识化，构建大容量、多维度、自学习、可交互的名人知识库，形成自动的名家数据服务，满足面向融媒体运营辅助选题、辅助写稿、辅助发布的需求。辅助发布的需求。辅助发布的需求。
【技术实现步骤摘要】
名人知识分析方法、装置、设备及存储介质
[0001]本专利技术涉及大数据
，提供一种名人知识分析方法、装置、设备及存储介质。
技术介绍
[0002]互联网的发展为知识工程提供了新的机遇，在一定程度上，是互联网的出现帮助突破了传统知识工程在知识获取方面的瓶颈。从1998年Tim Berners Lee提出语义网至今，涌现出大量以互联网资源为基础的新一代知识库，这类知识库的构建方法可以分为三类：互联网众包、专家协作和互联网挖掘。
[0003]互联网全面挖掘多渠道聚合的海量名人内容，面向融媒体运营构建知识库，致力于打造出名家人物库提供融媒体详尽的参考资料。目前，一些纸媒网站将珍贵声像、图片、文字资料进行数据库处理，建立特色“媒资库”，通过重新整合利用，实现将杂乱的名人信息有次序的组织在一起形成传播，不仅将可视化信息流顺畅地表达，还能保障信息层次的丰富性。
[0004]然而，现有的媒资库向用户推荐名人信息是通过人工编辑的方式，需要人工在媒资库中查询相关报道内容，向用户推荐名人，这种方法不但需要耗费大量人力成本，效率低下，而且数据会重复采集、利用程度低。因此，如何提供一种应用于融媒体的名人知识库系统，自动提供数据分析服务是本领域技术人员亟需解决的问题。
技术实现思路
[0005]本专利技术实施例提供一种名人知识分析方法、装置、设备及存储介质，以实现构造名人知识库，形成自动的名家数据服务。
[0006]第一方面，本专利技术实施例公开了一种名人知识分析方法方法，所述方法包括：
[0007]基于预设的大数据平台，获取包括名人信息的数据内容；
[0008]对所述名人信息进行数据预处理，得到所述名人信息的多维度指标，生成名人画像；
[0009]根据预处理后的名人信息及所述名人画像，提取数据标签，构建名人知识库。
[0010]可选的，所述对所述名人信息进行数据预处理，得到所述名人信息的多维度指标，生成名人画像，包括：
[0011]解析所述相关数据内容的文本信息，抽取内容关键字生成内容标签，根据所述内容标签，对名人信息进行分类处理；
[0012]根据评论舆情及预设算法，对分类后的所述名人信息进行情感分析；
[0013]根据预处理后的所述名人信息，得到名人信息关联的多维度指标，生成名人画像，其中，所述多维度指标包括基本信息、作品成果、关键词、影响力、相关报道、评论舆情、相关名人。
[0014]可选的，根据预处理后的名人信息及所述名人画像，提取数据标签，构建名人知识
库，包括：
[0015]根据预先设置的关键词提取算法，提取名人信息的关键词，将所述关键词设置为名人信息展示页面的词云展示，从所述关键词中选取部分词，生成名人标签；
[0016]根据所述关键词及所述名人标签，确定名人间的相似度，对所述相似度结果进行排序，得到与所述名人信息关联的名人进行展示，构建名人知识库。
[0017]可选的，所述名人信息的数据类型包括文字、图片、音视频，所述根据预处理后的名人信息及所述名人画像，提取数据标签，构建名人知识库，包括：
[0018]对所述文字进行字符解析，确定文字标签；
[0019]将所述名人知识库中的图片处理为文字，提取文本标签并生成图片内容的多维标签，根据所述多维标签的向量处理，确定图片标签；
[0020]对所述名人知识库中的音视频进行分类，识别所述音视频的图像语义信息，提取描述音视频内容的标签信息，确定音视频标签；
[0021]将所述文字标签、图片标签及音视频标签存储在标签库。
[0022]可选的，所述根据预处理后的名人信息及所述名人画像，提取数据标签，构建名人知识库，包括：
[0023]根据所述名人画像，对所述文字标签、图片标签及音视频标签进行分类，提取名人的标志特征，生成描述名人的特征标签；
[0024]更新所述标签库中的名人的特征标签，将更新的名人的特征标签在名人信息展示页面词云展示。
[0025]可选的，所述基于预设的大数据平台，获取包括名人信息的数据内容，包括：
[0026]过滤包括名人信息的数据内容中的重复内容及无效信息，其中，所述无效信息是与所述名人信息无关的数据内容；
[0027]根据敏感词和标签库，筛选数据内容的文字、图片和音视频，将敏感内容置于待审查区域中，供运维人员二次处理。
[0028]可选的，所述根据预处理后的名人信息及所述名人画像，提取数据标签，构建名人知识库之后，还包括：
[0029]提供人工维护界面，供运维人员对待审查区域中的名人信息进行信息确认与信息补录；
[0030]响应于名人信息展示页面的检索操作，显示名人分析内容，包括：基本信息、作品成果、关键词、影响力、相关报道、评论舆情、相关名人。
[0031]第二方面，本专利技术实施例还公开了一种名人知识分析装置，所述装置包括：
[0032]第一获取模块，用于基于预设的大数据平台，获取包括名人信息的数据内容；
[0033]数据处理模块，用于对所述名人信息进行数据预处理，得到所述名人信息的多维度指标，生成名人画像；
[0034]构建知识库模块，用于根据预处理后的名人信息及所述名人画像，提取数据标签，构建名人知识库。
[0035]在本专利技术实施的第三方面，还提供了一种电子设备，包括：收发机、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序；
[0036]所述处理器，用于读取存储器中的程序实现执行上述第一方面任一所述的名人知
识分析方法；
[0037]在本专利技术实施的第四方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述第一方面任一所述的名人知识分析方法。
[0038]本专利技术实施例包括以下优点：
[0039]本专利技术提供的名人知识分析方法，基于预设的大数据平台，获取包括名人信息的数据内容，对名人信息进行数据预处理，得到名人信息的多维度指标，生成名人画像，根据预处理后的名人信息及名人画像，提取数据标签，构建名人知识库。本专利技术利用大数据分析技术，全面挖掘多渠道聚合的海量名人内容，经过数据内容处理、分析后，实现名人信息内容的结构化、知识化，构建大容量、多维度、自学习、可交互的名人知识库。通过大数据平台名人信息的收集、清洗，能够自动进行名人数据沉淀、标签标注、热度趋势计算、相关名人计算等分析。同时根据数据的分析、挖掘，形成自动的名家数据服务，满足面向融媒体运营辅助选题、辅助写稿、辅助发布的需求。
附图说明
[0040]为了更清楚地说明本申请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申请的一些实施例，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名人知识本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种名人知识分析方法，其特征在于，所述方法包括：基于预设的大数据平台，获取包括名人信息的数据内容；对所述名人信息进行数据预处理，得到所述名人信息的多维度指标，生成名人画像；根据预处理后的名人信息及所述名人画像，提取数据标签，构建名人知识库。2.根据权利要求1所述的方法，其特征在于，所述对所述名人信息进行数据预处理，得到所述名人信息的多维度指标，生成名人画像，包括：解析所述数据内容的文本信息，抽取内容关键字生成内容标签，根据所述内容标签，对名人信息进行分类处理；根据评论舆情及预设算法，对分类后的所述名人信息进行情感分析；根据预处理后的所述名人信息，得到名人信息关联的多维度指标，生成名人画像，其中，所述多维度指标包括基本信息、作品成果、关键词、影响力、相关报道、评论舆情、相关名人。3.根据权利要求1所述的方法，其特征在于，所述根据预处理后的名人信息及所述名人画像，提取数据标签，构建名人知识库，包括：根据预先设置的关键词提取算法，提取名人信息的关键词，将所述关键词设置为名人信息展示页面的词云展示，从所述关键词中选取部分词，生成名人标签；根据所述关键词及所述名人标签，确定名人间的相似度，对所述相似度结果进行排序，得到与所述名人信息关联的名人进行展示，构建名人知识库。4.根据权利要求1所述的方法，其特征在于，所述名人信息的数据类型包括文字、图片、音视频，所述根据预处理后的名人信息及所述名人画像，提取数据标签，构建名人知识库，包括：对所述文字进行字符解析，确定文字标签；将所述名人知识库中的图片处理为文字，提取文本标签并生成图片内容的多维标签，根据所述多维标签的向量处理，确定图片标签；对所述名人知识库中的音视频进行分类，识别所述音视频的图像语义信息，提取描述音视频内容的标签信息，确定音视频标签；将所述文字标签、图片标签及音视频标签存储在标签库。5.根据权利要求4所述的方法，其特征在于，所述根据预处...
【专利技术属性】
技术研发人员：赵显臣，罗贵旭，曹浩文，
申请(专利权)人：新奥特北京视频技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。