CN110188237B - 一种用于赛事智能制作的数据汇聚系统及方法 - Google Patents

Abstract

本发明公开了一种用于赛事智能制作的数据汇聚系统及方法，涉及体育赛事制作技术领域，本发明包括数据收集模块A、数据收集模块B和数据汇聚模块，所述数据收集模块A与赛事数据提供商端口连接，用于收集赛事数据提供商提供的赛事数据；数据收集模块B与互联网端口连接，用于收集互联网上的赛事数据；数据汇聚模块用于汇聚数据收集模块A和数据收集模块B收集的所有赛事数据，用于后续赛事视频制作提取事件标签，本发明分别从赛事数据提供商和互联网处获取赛事数据，为制作多方位的赛事视频奠定了基础，使得观看赛事视频的人们能够更加全面清晰地了解该场比赛的概况。

Description

一种用于赛事智能制作的数据汇聚系统及方法

技术领域

本发明涉及体育赛事制作技术领域，更具体的是涉及一种用于赛事智能制作的数据汇聚系统及方法。

背景技术

目前，赛事视频是关注度非常高的一种视频类型，拥有数量庞大的观看群体，相关产品也有很好的应用前景，例如体育赛事，而高时效性是体育新闻的灵魂，如何快速找到想要的镜头长期困扰着节目制作，传统的赛事节目制作主要依靠人工完成，比如：

1、编辑制作赛事节目通常包括以下步骤：观看比赛、构思故事、寻找精彩片段、精彩片段上线编辑；

2、采用人工场记针对现场的画面进行画面描述和记录，通常的场记单一般是记录每一个完成镜头或片段的信息，内容包括镜号、景别、所拍内容、时码等；

然而，上面两种传统的赛事节目制作存在以下问题：

1、通过第一种方法编辑制作赛事节目，不能快速了解比赛概况，难以迅速定位精彩片段，而需要花费大量的时间在观看比赛和寻找精彩片段这类信息获取的工作中，制作效率低下；

2、采用人工场记来协助节目制作，虽然对提升赛事节目制作的效率有一定的帮助，但人工场记的内容有限，与编辑工具的结合度也不高，编辑人员很难从场记内容直观地了解比赛概况；

因此，采用现有的赛事制作方法编辑制作赛事视频，其制作数据的来源较为单一，均是由赛事数据提供商提供赛事数据，获取数据的渠道单一容易导致所制作出来的赛事视频较为片面，不能多方位展示比赛概况。

发明内容

本发明的目的在于：为了解决现有的赛事制作方法获取赛事数据的渠道单一，导致所制作的赛事视频较为片面，不能多方位展示比赛概况的问题，本发明提供一种用于赛事智能制作的数据汇聚系统及方法。

本发明为了实现上述目的具体采用以下技术方案：

一种用于赛事智能制作的数据汇聚系统，包括数据收集模块A、数据收集模块B和数据汇聚模块，所述数据收集模块A与赛事数据提供商端口连接，用于收集赛事数据提供商提供的赛事数据；数据收集模块B与互联网端口连接，用于收集互联网上的赛事数据；数据汇聚模块用于汇聚数据收集模块A和数据收集模块B收集的所有赛事数据，用于后续赛事视频制作提取事件标签。

进一步的，所述赛事数据提供商提供的赛事数据为结构化数据，其包括事件类型，如进球、罚篮、抢断等，以及时间、球员等信息，遵循约定的结构化的数据结构，能高效全面呈现出比赛所涉及的事件信息。

进一步的，所述数据收集模块B利用NLP技术按照设定的数据汇聚规则对所收集的赛事数据进行结构化处理。

进一步的，所述数据汇聚模块利用图数据库，以比赛为中心，建立所有赛事数据的关联关系，形成数据关系图，利于后续数据智能分析，通过特定信息联想使用关联数据。

一种用于赛事智能制作的数据汇聚方法，包括如下步骤：

S1：数据收集模块A收集赛事数据提供商提供的赛事数据；

S2：数据收集模块B收集互联网上的赛事数据，并对其进行结构化处理；

S3：数据汇聚模块汇聚S1中的赛事数据和S2中经过结构化处理的赛事数据，用于后续赛事视频制作提取事件标签。

进一步的，所述S2具体包括如下步骤：

S2.1：对互联网网站呈现数据的页面进行分析，获取赛事数据的获取通道和获取方式，所述赛事数据包括时间、描述和图片；

S2.2：数据收集模块B按照互联网网站实时发布信息的顺序，对时间、描述和图片等字段的内容进行记录；

S2.3：对于所记录的描述部分，利用预先植入对应赛事先验知识的NLP模块，进行分词处理，提取如主、客体以及动作、时间、比分等赛事信息；

S2.4：参照内部结构化后的数据存储模式，将对应的事件信息字段写入数据表或数据图中。

本发明的有益效果如下：

1、本发明的数据汇聚系统分别从赛事数据提供商和互联网处获取赛事数据，对所收集的赛事数据进行相应处理后，得到便于后续赛事视频制作提取事件标签的赛事数据，为制作多方位的赛事视频奠定了基础，使得观看赛事视频的人们能够更加全面清晰地了解该场比赛的概况。

2、由于互联网提供的赛事数据通常是非结构化的，本发明的数据汇聚方法利用NLP技术按照设定数据汇聚规则对赛事数据进行结构化处理，能够便于后续的事件标签提取。

附图说明

图1是本发明的数据汇聚系统的结构示意图。

图2是本发明的数据汇聚方法的方法流程示意图。

具体实施方式

为了本技术领域的人员更好的理解本发明，下面结合附图和以下实施例对本发明作进一步详细描述。

实施例1

如图1所示，本实施例提供一种用于赛事智能制作的数据汇聚系统，包括数据收集模块A、数据收集模块B和数据汇聚模块，所述数据收集模块A与赛事数据提供商端口连接，用于收集赛事数据提供商提供的赛事数据；数据收集模块B与互联网端口连接，用于收集互联网上的赛事数据；数据汇聚模块用于汇聚数据收集模块A和数据收集模块B收集的所有赛事数据，用于后续赛事视频制作提取事件标签。

所述赛事数据提供商提供的赛事数据为结构化数据，其包括事件类型，如进球、罚篮、抢断等，以及时间、球员等信息，遵循约定的结构化的数据结构，能高效全面呈现出比赛所涉及的事件信息，因此赛事数据提供商提供的赛事数据通常是结构化的数据，可以直接用于后续事件标签的提取。

由于互联网提供的赛事数据通常是非结构化的，因此所述数据收集模块B利用NLP技术按照设定的数据汇聚规则对所收集的赛事数据进行结构化处理；

所述数据汇聚模块利用图数据库，以比赛为中心，建立所有赛事数据如事件、球员、赛事等的关联关系，形成数据关系图，利于后续数据智能分析，通过特定信息联想使用关联数据。

如图2所示，本实施例基于上述数据汇聚系统，还提供一种用于赛事智能制作的数据汇聚方法，包括如下步骤：

S1：数据收集模块A收集赛事数据提供商提供的赛事数据；

S2：数据收集模块B收集互联网上的赛事数据，并对其进行结构化处理；

S3：数据汇聚模块汇聚S1中的赛事数据和S2中经过结构化处理的赛事数据，用于后续赛事视频制作提取事件标签。

所述S2具体包括如下步骤：

S2.1：对互联网上的数据，通常可以从赛事转播网站获取，因此通过对互联网网站呈现数据的页面进行分析，获取赛事数据的获取通道和获取方式，所述赛事数据包括时间、描述和图片；

S2.2：在直播过程中或直播完成后，数据收集模块B按照互联网网站实时发布信息的顺序，对时间、描述和图片等字段的内容进行记录；

S2.3：对于所记录的描述部分，利用预先植入对应赛事先验知识的NLP模块，进行分词处理，提取如主、客体以及动作、时间、比分等赛事信息；

S2.4：参照内部结构化后的数据存储模式，将对应的事件信息字段写入数据表或数据图中。

本实施例的数据汇聚系统分别从赛事数据提供商和互联网处获取赛事数据，对所收集的赛事数据进行相应处理后，得到便于后续赛事视频制作提取事件标签的赛事数据，为制作多方位的赛事视频奠定了基础，使得观看赛事视频的人们能够更加全面清晰地了解该场比赛的概况。

以上所述，仅为本发明的较佳实施例，并不用以限制本发明，本发明的专利保护范围以权利要求书为准，凡是运用本发明的说明书及附图内容所作的等同结构变化，同理均应包含在本发明的保护范围内。

Claims (3)

1.一种用于赛事智能制作的数据汇聚系统，其特征在于：包括数据收集模块A、数据收集模块B和数据汇聚模块，所述数据收集模块A与赛事数据提供商端口连接，用于收集赛事数据提供商提供的赛事数据；数据收集模块B与互联网端口连接，用于收集互联网上的赛事数据；数据汇聚模块用于汇聚数据收集模块A和数据收集模块B收集的所有赛事数据，用于后续赛事视频制作提取事件标签；

所述赛事数据提供商提供的赛事数据为结构化数据；

所述数据收集模块B利用NLP技术按照设定的数据汇聚规则对所收集的赛事数据进行结构化处理；

数据收集模块B收集互联网上的赛事数据，具体包括如下步骤：

S2.1：对互联网网站呈现数据的页面进行分析，获取赛事数据的获取通道和获取方式，所述赛事数据包括时间、描述和图片；

S2.2：数据收集模块B按照互联网网站实时发布信息的顺序，对时间、描述和图片字段的内容进行记录；

S2.3：对于所记录的描述部分，利用预先植入对应赛事先验知识的NLP模块，进行分词处理，提取赛事信息；

S2.4：参照内部结构化后的数据存储模式，将对应的事件信息字段写入数据表或数据图中。

2.根据权利要求1所述的一种用于赛事智能制作的数据汇聚系统，其特征在于：所述数据汇聚模块利用图数据库，以比赛为中心，建立所有赛事数据的关联关系，形成数据关系图。

3.一种用于赛事智能制作的数据汇聚方法，其特征在于，包括如下步骤：

S1：数据收集模块A收集赛事数据提供商提供的赛事数据；

S2：数据收集模块B收集互联网上的赛事数据，并对其进行结构化处理；

S3：数据汇聚模块汇聚S1中的赛事数据和S2中经过结构化处理的赛事数据，用于后续赛事视频制作提取事件标签；

其中，所述赛事数据提供商提供的赛事数据为结构化数据；

所述数据收集模块B利用NLP技术按照设定的数据汇聚规则对所收集的赛事数据进行结构化处理；

所述S2具体包括如下步骤：

S2.1：对互联网网站呈现数据的页面进行分析，获取赛事数据的获取通道和获取方式，所述赛事数据包括时间、描述和图片；

S2.2：数据收集模块B按照互联网网站实时发布信息的顺序，对时间、描述和图片字段的内容进行记录；

S2.3：对于所记录的描述部分，利用预先植入对应赛事先验知识的NLP模块，进行分词处理，提取赛事信息；

S2.4：参照内部结构化后的数据存储模式，将对应的事件信息字段写入数据表或数据图中。