本发明专利技术涉及新媒体内容质量评价和数据处理技术领域，具体涉及一种基于分级复合校正的新媒体内容质量评价方法及系统，包括对源内容执行预处理操作生成第一内容数据并分词生成第一关键词集合，通过使用第一预设验证集合对第一关键词集合执行第一匹配验证操作去除限定词后分别采用第一预设评价模型、第二预设评价模型生成相互独立的第一评价结果和第二评价结果进行评价并匹配验证，基于多维度指标分级评价新媒体内容并相互校正调整评价相关参数，通过多因子内容评价方法并结合多维度指标，可以保证内容质量评价的科学性和统一性，同时通过可解耦调整的多级别评价参数实现了内容质量评价的灵活调整配置，特别适用于新媒体内容的基准评价和辅助指导平台流量分配。
1、随着新媒体广泛发展，传统行业如金融、银行业等需要大量引进新媒体内容以扩展宣传渠道。相对于自行产出内容，引进新媒体内容能够充分利用外部优势技术、能力，快速实现内容产出。但是，采用引进新媒体内容需要对内容质量进行严格审核，确保资源内容准确无误、没有错误或偏差，以及审查内容逻辑性，确保内容条理清晰、层次分明、易于理解。特别是，对于如金融、银行业等特殊行业，需要格外关注新媒体资源是否符合相关法规和政策要求，不含有违规内容。
2、传统的处理方式中，对于供应商内容质量评估通常比较单一和主观，例如仅基于播放量等可量化数据报表作为判断依据，或完全基于内容审核人员的主观判断对新媒体内容进行评价，导致内容质量评估结果不具有统一标准，准确性和可参考性难以保证。
3、对于上述问题，现有技术也进行了不同的改进尝试，例如根据预先定义的规则和标准对内容进行评估，或通过训练大量的内容数据获得机器学习算法自动识别高质量和低质量的内容。但是现有技术在实际应用中仍然存在不足，采用语法规则、语义规则、风格规则等对内容进行评估虽然实现了简单明了的评价标准，但对于复杂的内容或多样化的风格不能灵活适应；采用机器学习算法能够支持处理较复杂的内容评价任务，但需要大量的标注数据和先进的算法支持，对于标注数据的获取以及模型训练存在极高成本，且机器学习算法不能较好的应对内容评价中的主观性及情感影响因素，实际应用仍然不够准确和可靠。
>4、由此可知，现有的技术进行新媒体内容质量评价存在评价方法单一、主观的问题，无法客观和科学的充分评价内容质量，特别是不能实现新媒体内容统一化的质量评价；另一方面，现有新媒体内容质量评价方法相对僵化，无法根据评价效果反馈进行动态化配置调整。
技术实现思路
1、为解决现有技术的不足，本专利技术提出一种基于分级复合校正的新媒体内容质量评价方法及系统，基于多维度指标分级评价新媒体内容并相互校正调整评价相关参数，通过多因子内容评价方法并结合多维度指标，可以保证内容质量评价的科学性和统一性，同时通过可解耦调整的多级别评价参数实现了内容质量评价的灵活调整配置，特别适用于新媒体内容的基准评价和辅助指导平台流量分配。
2、为实现以上目的，本专利技术所采用的技术方案包括：
3、一种基于分级复合校正的新媒体内容质量评价方法，其特征在于，包括：
4、s1、获取待评价的源内容，对源内容执行预处理操作生成第一内容数据；
5、s2、对第一内容数据执行分词操作，生成第一关键词集合；
6、s3、使用第一预设验证集合对第一关键词集合执行第一匹配验证操作，判断第一关键词集合是否包含对应匹配第一预设验证集合中的限定词，所述第一预设验证集合包括法规限制词，当判断第一关键词集合不包含对应匹配第一预设验证集合中的限定词时，将第一关键词集合标记为第二关键词集合；
7、s4、当判断第一关键词集合包含对应匹配第一预设验证集合中的限定词时，从第一关键词集合中去除限定词生成第二关键词集合；
8、s5、使用第一预设评价模型对第二关键词集合执行第一评价操作，生成第一评价结果；
9、s6、使用第二预设评价模型对第二关键词集合执行第二评价操作，生成第二评价结果，所述第二预设评价模型与所述第一预设评价模型不相同；
10、s7、判断第一评价结果和第二评价结果的差异是否超过预设阈值；
11、s8、当判断第一评价结果和第二评价结果的差异未超过预设阈值时，依据预设评估权重使用第一评价结果和第二评价结果计算生成终评结果。
12、进一步地，所述预处理操作包括下列任意一项或多项组合：
13、数据清洗操作；
14、多数据源集成操作；
15、数据变换操作；
16、数据规约操作。
17、进一步地，所述步骤s4还包括：
18、依据限定词判断第一内容数据是否合规；
19、当判断第一内容数据合规时，从第一关键词集合中去除限定词生成第二关键词集合；
20、当判断第一内容数据不合规时，终止评价并反馈合规提醒信息。
21、进一步地，所述第一预设评价模型包括基于预设规则匹配的模型，所述第二预设评价模型包括机器学习模型、循环神经网络模型、卷积神经网络模型中的任意一种。
22、进一步地，所述方法还包括：
23、获取针对终评结果的反馈数据；
24、依据反馈数据改进生成终评结果。
25、进一步地，所述依据反馈数据改进生成终评结果包括下列任意一项或多项组合：
26、调整第一预设评价模型；
27、调整第二预设评价模型；
28、更改预设评估权重。
29、本专利技术还涉及一种基于分级复合校正的新媒体内容质量评价系统，其特征在于，包括：
30、预处理模块，用于对源内容执行预处理操作生成第一内容数据；
31、分词处理模块，用于对第一内容数据执行分词操作，生成第一关键词集合；
32、限定词处理模块，用于使用第一预设验证集合对第一关键词集合执行第一匹配验证操作，并从第一关键词集合中去除限定词生成第二关键词集合；
33、第一评价模块，用于使用第一预设评价模型对第二关键词集合执行第一评价操作，生成第一评价结果；
34、第二评价模块，用于使用第二预设评价模型对第二关键词集合执行第二评价操作，生成第二评价结果；
35、终评模块，用于判断第一评价结果和第二评价结果的差异是否超过预设阈值，并依据预设评估权重使用第一评价结果和第二评价结果计算生成终评结果。
36、本专利技术还涉及一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法。
37、本专利技术还涉及一种电子设备，其特征在于，包括处理器和存储器；
38、所述存储器，用于存储第一内容数据、第一关键词集合与第二关键词集合；
39、所述处理器，用于通过调用第一内容数据、第一关键词集合与第二关键词集合，执行上述的方法。
40、本专利技术还涉及一种计算机程序产品，包括计算机程序和/或指令，其特征在于，该计算机程序和/或指令被处理器执行时实现上述方法的步骤。
41、本专利技术的有益效果为：
42、采用本专利技术所述基于分级复合校正的新媒体内容质量评价方法及系统，基于多维度指标分级评价新媒体内容并相互校正调整评价相关参数，通过多因子内容评价方法并结合多维度指标，可以保证内容质量评价的科学性和统一性，同时通过可解耦调整的多级别评价参数实现了内容质量评价的灵活调整配置，特别适用于新媒体内容的基准评价和辅助指导平台流量分配，帮助行业内应用新媒体内容实现分级精细化运营。通过使用本发本文档来自技高网...
【技术保护点】
1.一种基于分级复合校正的新媒体内容质量评价方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述预处理操作包括下列任意一项或多项组合：
3.如权利要求1所述的方法，其特征在于，所述步骤S4还包括：
4.如权利要求1所述的方法，其特征在于，所述第一预设评价模型包括基于预设规则匹配的模型，所述第二预设评价模型包括机器学习模型、循环神经网络模型、卷积神经网络模型中的任意一种。
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
6.如权利要求1所述的方法，其特征在于，所述依据反馈数据改进生成终评结果包括下列任意一项或多项组合：
7.一种基于分级复合校正的新媒体内容质量评价系统，其特征在于，包括：
8.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法。
9.一种电子设备，其特征在于，包括处理器和存储器；
10.一种计算机程序产品，包括计算机程序和/或指令，其特征在于，该计算机程序和/或指令被处理器执行时实现权利要求1至6中任一项所述方法的步骤。
...
【技术特征摘要】
1.一种基于分级复合校正的新媒体内容质量评价方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述预处理操作包括下列任意一项或多项组合：
3.如权利要求1所述的方法，其特征在于，所述步骤s4还包括：
4.如权利要求1所述的方法，其特征在于，所述第一预设评价模型包括基于预设规则匹配的模型，所述第二预设评价模型包括机器学习模型、循环神经网络模型、卷积神经网络模型中的任意一种。
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
6.如权利要求1所述的...
【专利技术属性】
技术研发人员：杨扬，赵金鑫，余兴炳，
申请(专利权)人：中国建设银行股份有限公司，
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。