CN107122462A - 基于人物数据建立各媒资节目间关联关系的方法和装置 - Google Patents

基于人物数据建立各媒资节目间关联关系的方法和装置 Download PDF

Info

Publication number
CN107122462A
CN107122462A CN201710288952.1A CN201710288952A CN107122462A CN 107122462 A CN107122462 A CN 107122462A CN 201710288952 A CN201710288952 A CN 201710288952A CN 107122462 A CN107122462 A CN 107122462A
Authority
CN
China
Prior art keywords
character data
matchmaker
program
money
metadata
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710288952.1A
Other languages
English (en)
Inventor
徐佳宏
亢金元
陈恋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Ipanel TV Inc
Original Assignee
Shenzhen Ipanel TV Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Ipanel TV Inc filed Critical Shenzhen Ipanel TV Inc
Priority to CN201710288952.1A priority Critical patent/CN107122462A/zh
Publication of CN107122462A publication Critical patent/CN107122462A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/71Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Library & Information Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供一种基于人物数据建立各媒资节目间关联关系的方法和装置,包括:获取人物数据,其中每个人物数据具有唯一标识;获取媒资节目的元数据,所述媒资节目的元数据包括人物数据;当获取的人物数据与所述媒资节目的元数据中的人物数据匹配时,建立所述获取的人物数据与所述媒资节目的关联关系。本申请借助于人物数据,在具有相同人物数据的媒资节目间建立了相互关联,当用户想要查找其可能感兴趣的节目时,便可通过其感兴趣的人物数据来搜索到与该人物数据相关联的多个媒资节目,大大提高了媒资节目的查找效率,且用户能够直接依据人物数据,查找到具有相同人物数据的其他媒资节目,增加了用户使用黏性,提高了用户的使用体验。

Description

基于人物数据建立各媒资节目间关联关系的方法和装置
技术领域
本申请涉及媒资管理技术领域,尤其涉及一种基于人物数据建立各媒资节目间关联关系的方法和装置。
背景技术
栏目是指按特定规则整合的一类媒资节目的集合,目前的媒资管理方法是由节目编排人员在后台按照既定的规则自定义栏目结构,如由父栏目和子栏目构成的多级结构的栏目树。其中,规则可以包括媒资节目的内容类型(如直播、电视剧、电影等)、年代(如80年代、90年代等)、地区(如欧美、大陆等)、作品风格(如惊悚、悬疑、爱情、搞笑等)等。栏目树形成后,就可以在各个子栏目下挂靠符合该栏目既定规则的媒资节目了。
本申请的申请人对目前现有的按照“栏目”的节目聚合方式来管理媒资节目的方法进行研究后发现,其存在以下缺点:
因为每一个媒资节目只能按照栏目既定规则挂靠在对应的子栏目下,而又由于媒资库中媒资节目的数量巨大,用户通过栏目查找媒资节目的方法效率低、体验差。例如,用户想在栏目下查找其可能感兴趣的节目时,就需要遍历该栏目下的所有节目,耗时费力,效率非常低。而如果采用输入关键字的方式来搜索节目,由于搜索结果完全依赖于用户输入的信息的完整程度,这就决定了需要用户输入节目名称,不利于培养用户使用黏性。
发明内容
有鉴于此,本申请提供一种基于人物数据建立各媒资节目间关联关系的方法和装置,以解决现有采用“栏目”的节目聚合方式管理媒资节目的方法存在的效率低、体验差的问题。技术方案如下:
基于本申请的一方面,本申请提供一种基于人物数据建立各媒资节目间关联关系的方法,包括:
获取人物数据,其中每个人物数据具有唯一标识;
获取媒资节目的元数据,所述媒资节目的元数据包括人物数据;
当获取的人物数据与所述媒资节目的元数据中的人物数据匹配时,建立所述获取的人物数据与所述媒资节目的关联关系。
优选地,所述获取人物数据包括:
从互联网中爬取明星文本数据。
优选地,所述获取的人物数据与所述媒资节目的元数据中的人物数据匹配包括:
所述获取的人物数据的标识与所述媒资节目的元数据中的人物数据的标识一致。
优选地,所述人物数据包括如下至少一种:导演名称、演员名称、歌手名称、主持人名称。
基于本申请的另一方面,本申请提供一种基于人物数据建立各媒资节目间关联关系的装置,包括:
第一获取单元,用于获取人物数据,其中每个人物数据具有唯一标识;
第二获取单元,用于获取媒资节目的元数据,所述媒资节目的元数据包括人物数据;
匹配单元,用于将所述第一获取单元获取的人物数据与所述第二获取单元获取的媒资节目的元数据中的人物数据进行匹配;
关联关系建立单元,用于当所述匹配单元确定所述第一获取单元获取的人物数据与所述第二获取单元获取的媒资节目的元数据中的人物数据匹配时,建立所述获取的人物数据与所述媒资节目的关联关系。
优选地,所述第一获取单元包括网页爬取器,所述网页爬取器具体用于,从互联网中爬取明星文本数据。
优选地,所述第一获取单元获取的人物数据与所述第二获取单元获取的媒资节目的元数据中的人物数据匹配包括:
所述第一获取单元获取的人物数据的标识与所述第二获取单元获取的媒资节目的元数据中的人物数据的标识一致。
优选地,所述人物数据包括如下至少一种:导演名称、演员名称、歌手名称、主持人名称。
本申请提供的基于人物数据建立各媒资节目间关联关系的方法和装置中包括:获取人物数据,其中每个人物数据具有唯一标识;获取媒资节目的元数据,所述媒资节目的元数据包括人物数据;当获取的人物数据与所述媒资节目的元数据中的人物数据匹配时,建立所述获取的人物数据与所述媒资节目的关联关系。本申请在现有栏目树结构的基础上,建立人物数据分别与各媒资节目的关联关系,由此具有相同人物数据的媒资节目便借助于人物数据实现了相互关联。当用户想要查找其可能感兴趣的节目时,便可通过其感兴趣的人物数据来搜索到与该人物数据相关联的多个媒资节目,大大提高了媒资节目的查找效率,且针对于用户观看完某个媒资节目后的场景,用户能够直接依据人物数据,查找到具有相同人物数据的其他媒资节目,提升用户点播频次,增加用户使用黏性,提高了用户的使用体验。
附图说明
为了更清楚地说明本发明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发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本申请提供的一种基于人物数据建立各媒资节目间关联关系的方法的流程图;
图2为本申请提供的一种基于人物数据建立各媒资节目间关联关系的装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
现有技术中,每一个媒资节目是按照栏目既定规则挂靠在对应的子栏目下,例如规则包括惊悚、悬疑、爱情、搞笑,媒资节目A挂靠在惊悚子栏目下,媒资节目B挂靠在悬疑子栏目下,媒资节目C挂靠在爱情子栏目下,媒资节目D挂靠在搞笑子栏目下。当用户观看完媒资节目A时,可能出现这样一种情况:用户由于不知道栏目中都有哪些媒资节目,且目前心里已经没有其他感兴趣的媒资节目时,如果用户想要继续观看其他媒资节目,就只能选择遍历栏目中所有媒资节目,通过依次查看每个媒资资源来预估用户自己是否对其感兴趣,如果感兴趣,在选择观看。而显然,这种方式效率低、用户体验差。
基于此,本申请的申请人发现,因为用户在实际观看某个媒资节目后,可能会对媒资节目中涉及的人物感兴趣,例如用户在观看完媒资节目A后,可能会对媒资节目A中的演员“杨颖”感兴趣,那么用户就有很大可能想去查看演员“杨颖”参演的其他作品。由此,本申请创新提出,通过建立人物数据分别与各媒资节目的关联关系,由此具有相同人物数据的媒资节目便借助于人物数据实现了相互关联,那么当用户观看完媒资节目A后,便可依据演员“杨颖”这一人物数据,查找到与之关联的其他媒资节目,如媒资节目E、媒资节目F、媒资节目G,本申请为用户创造出更多的点播入口,大大提高了媒资节目的查找效率。且采用本申请提供的基于人物数据建立各媒资节目间关联关系的方法,用户能够直接依据人物数据,查找到具有相同人物数据的其他媒资节目,提升了用户点播频次,增加了用户使用黏性,提高了用户的使用体验。
具体的,可参阅图1所示,其示出了本申请提供的一种基于人物数据建立各媒资节目间关联关系的方法的流程图,包括:
步骤101,获取人物数据,其中每个人物数据具有唯一标识。
本申请中的人物数据具体指明星文本数据,可以包括如下至少一种:导演名称、演员名称、歌手名称、主持人名称等。具体的,本申请可以利用网页爬取器从互联网中爬取明星文本数据,并将爬取到的明星文本数据存储至媒资数据库中。
在实际应用过程中,不同人物对应的人物数据可能相同,例如不同的演员,但其名字可能相同。因此,本申请为了区分不同人物对应的不同人物数据,可以为每个人物数据分配唯一标识key。
步骤102,获取媒资节目的元数据,所述媒资节目的元数据包括人物数据。
媒资节目的元数据至少包括节目名称、人物数据,其中人物数据包括导演名称、演员名称、歌手名称、主持人名称等。本申请将获取的媒资节目的元数据存储至媒资云管理平台的数据库中。
需要说明的是,本申请对于步骤101和步骤102的执行顺序不做限定,本申请还可以为先执行步骤102,再执行步骤101,或步骤101和步骤102同时执行。
步骤103,当获取的人物数据与所述媒资节目的元数据中的人物数据匹配时,建立所述获取的人物数据与所述媒资节目的关联关系。
其中,本申请将获取的人物数据与媒资节目的元数据中的人物数据进行匹配包括,将获取的人物数据的标识与媒资节目的元数据中的人物数据的标识进行匹配,当获取的人物数据的标识与媒资节目的元数据中的人物数据的标识一致时,表示获取的人物数据与媒资节目的元数据中的人物数据匹配。
在确定获取的人物数据与媒资节目的元数据中的人物数据匹配后,建立所述获取的人物数据与所述媒资节目的关联关系。
本申请中,将从媒资数据库中存储的人物数据与从媒资云管理平台的数据库中存储的媒资节目的元数据中的人物数据进行匹配,当匹配一致时,建立媒资数据库中存储的人物数据与媒资云管理平台的数据库中存储的媒资节目的关联关系,本申请在现有栏目树结构的基础上,建立人物数据分别与各媒资节目的关联关系,由此具有相同人物数据的媒资节目便借助于人物数据实现了相互关联。那么当用户想要查找其可能感兴趣的节目时,便可通过其感兴趣的人物数据来搜索到与该人物数据相关联的多个媒资节目,大大提高了媒资节目的查找效率,且针对于用户观看完某个媒资节目后的场景,用户能够直接依据人物数据,查找到具有相同人物数据的其他媒资节目,提升用户点播频次,增加用户使用黏性,提高了用户的使用体验。
下面,申请人将应用本申请技术方案后的一个具体应用场景进行简单说明。
当用户点击进入“云中歌”电视剧的节目界面时,其节目界面除包括集数(44集)的选择外,还包括该电视剧的其他信息,例如演员名称“杨颖”、导演名称“胡意涓”、首播时间“2015-9-13”、节目类型“古装”等。
当用户点击节目界面上的某一集,如第23集时,第23集的媒资节目将进行播放;而当用户点击节目界面上的演员名称“杨颖”时,由于本申请已通过人物数据,将具有相同人物数据的媒资节目进行了关联,那么此时节目界面便会切换至用于显示该演员名称“杨颖”的相关信息一个第二界面,该第二界面上包括“杨颖”参演的其他媒资节目,即该第二界面为用户提供了更多的媒资节目。
基于前文本申请提供的一种基于人物数据建立各媒资节目间关联关系的方法,本申请还提供一种基于人物数据建立各媒资节目间关联关系的装置,如图2所示,包括:
第一获取单元100,用于获取人物数据,其中每个人物数据具有唯一标识;
第二获取单元200,用于获取媒资节目的元数据,所述媒资节目的元数据包括人物数据;
匹配单元300,用于将所述第一获取单元100获取的人物数据与所述第二获取单元200获取的媒资节目的元数据中的人物数据进行匹配;
关联关系建立单元400,用于当所述匹配单元300确定所述第一获取单元100获取的人物数据与所述第二获取单元200获取的媒资节目的元数据中的人物数据匹配时,建立所述获取的人物数据与所述媒资节目的关联关系。
其中,所述第一获取单元100可以具体为网页爬取器,所述网页爬取器具体用于从互联网中爬取明星文本数据。所述人物数据包括如下至少一种:导演名称、演员名称、歌手名称、主持人名称。
本申请中,所述第一获取单元100获取的人物数据与所述第二获取单元200获取的媒资节目的元数据中的人物数据匹配包括:所述第一获取单元100获取的人物数据的标识与所述第二获取单元200获取的媒资节目的元数据中的人物数据的标识一致。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请所提供的一种基于人物数据建立各媒资节目间关联关系方法和装置进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (8)

1.一种基于人物数据建立各媒资节目间关联关系的方法,其特征在于,包括:
获取人物数据,其中每个人物数据具有唯一标识;
获取媒资节目的元数据,所述媒资节目的元数据包括人物数据;
当获取的人物数据与所述媒资节目的元数据中的人物数据匹配时,建立所述获取的人物数据与所述媒资节目的关联关系。
2.根据权利要求1所述的方法,其特征在于,所述获取人物数据包括:
从互联网中爬取明星文本数据。
3.根据权利要求1所述的方法,其特征在于,所述获取的人物数据与所述媒资节目的元数据中的人物数据匹配包括:
所述获取的人物数据的标识与所述媒资节目的元数据中的人物数据的标识一致。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述人物数据包括如下至少一种:导演名称、演员名称、歌手名称、主持人名称。
5.一种基于人物数据建立各媒资节目间关联关系的装置,其特征在于,包括:
第一获取单元,用于获取人物数据,其中每个人物数据具有唯一标识;
第二获取单元,用于获取媒资节目的元数据,所述媒资节目的元数据包括人物数据;
匹配单元,用于将所述第一获取单元获取的人物数据与所述第二获取单元获取的媒资节目的元数据中的人物数据进行匹配;
关联关系建立单元,用于当所述匹配单元确定所述第一获取单元获取的人物数据与所述第二获取单元获取的媒资节目的元数据中的人物数据匹配时,建立所述获取的人物数据与所述媒资节目的关联关系。
6.根据权利要求5所述的装置,其特征在于,所述第一获取单元包括网页爬取器,所述网页爬取器具体用于,从互联网中爬取明星文本数据。
7.根据权利要求5所述的装置,其特征在于,所述第一获取单元获取的人物数据与所述第二获取单元获取的媒资节目的元数据中的人物数据匹配包括:
所述第一获取单元获取的人物数据的标识与所述第二获取单元获取的媒资节目的元数据中的人物数据的标识一致。
8.根据权利要求5-7任一项所述的装置,其特征在于,所述人物数据包括如下至少一种:导演名称、演员名称、歌手名称、主持人名称。
CN201710288952.1A 2017-04-27 2017-04-27 基于人物数据建立各媒资节目间关联关系的方法和装置 Pending CN107122462A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710288952.1A CN107122462A (zh) 2017-04-27 2017-04-27 基于人物数据建立各媒资节目间关联关系的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710288952.1A CN107122462A (zh) 2017-04-27 2017-04-27 基于人物数据建立各媒资节目间关联关系的方法和装置

Publications (1)

Publication Number Publication Date
CN107122462A true CN107122462A (zh) 2017-09-01

Family

ID=59725134

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710288952.1A Pending CN107122462A (zh) 2017-04-27 2017-04-27 基于人物数据建立各媒资节目间关联关系的方法和装置

Country Status (1)

Country Link
CN (1) CN107122462A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109241307A (zh) * 2018-08-29 2019-01-18 山东浪潮商用系统有限公司 一种演职人员内容管理方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102104802A (zh) * 2009-12-22 2011-06-22 康佳集团股份有限公司 一种数字电视节目的提醒方法、系统及数字电视接收终端
CN103618916A (zh) * 2013-11-13 2014-03-05 四川长虹电器股份有限公司 基于智能电视终端播放互联网视频的方法
CN105843857A (zh) * 2016-03-16 2016-08-10 合网络技术(北京)有限公司 视频推荐方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102104802A (zh) * 2009-12-22 2011-06-22 康佳集团股份有限公司 一种数字电视节目的提醒方法、系统及数字电视接收终端
CN103618916A (zh) * 2013-11-13 2014-03-05 四川长虹电器股份有限公司 基于智能电视终端播放互联网视频的方法
CN105843857A (zh) * 2016-03-16 2016-08-10 合网络技术(北京)有限公司 视频推荐方法和装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109241307A (zh) * 2018-08-29 2019-01-18 山东浪潮商用系统有限公司 一种演职人员内容管理方法及系统

Similar Documents

Publication Publication Date Title
Yin et al. Building taxonomy of web search intents for name entity queries
CN104428767B (zh) 用于识别相关实体的方法、系统和装置
Min et al. Cross-platform multi-modal topic modeling for personalized inter-platform recommendation
Lehmberg et al. The mannheim search join engine
US20130024431A1 (en) Event database for event search and ticket retrieval
Leung et al. Personalized web search with location preferences
CN104268171B (zh) 基于活动相似和社交信任的社交网好友推荐系统及方法
US8650198B2 (en) Systems and methods for facilitating the gathering of open source intelligence
CN103116657B (zh) 一种网络教学资源的个性化搜索方法
US20150169952A1 (en) Identifying labels for image collections
AU2012289936A1 (en) Providing knowledge panels with search results
Zhou et al. Relevance feature mapping for content-based multimedia information retrieval
CN108012192A (zh) 一种视频资源的识别和聚合的方法及系统
Zahálka et al. Interactive multimodal learning for venue recommendation
CN107341199A (zh) 一种基于文献信息共性模式的推荐方法
CN109587527A (zh) 一种个性化视频推荐的方法及装置
Chen et al. A study on mental models of taggers and experts for article indexing based on analysis of keyword usage
Kianian et al. Semantic community detection using label propagation algorithm
An et al. A heuristic approach on metadata recommendation for search engine optimization
CN106934004A (zh) 一种基于地域特征向用户推荐文章的方法和装置
CN107122462A (zh) 基于人物数据建立各媒资节目间关联关系的方法和装置
Afzali et al. Pointrec: A test collection for narrative-driven point of interest recommendation
Kanza et al. City nexus: Discovering pairs of jointly-visited locations based on geo-tagged posts in social networks
Leung et al. Constructing concept relation network and its application to personalized web search
Rahdari et al. Building a Knowledge Graph for Recommending Experts.

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170901