CN110309298A - 主题预测方法及装置 - Google Patents

主题预测方法及装置 Download PDF

Info

Publication number
CN110309298A
CN110309298A CN201810244675.9A CN201810244675A CN110309298A CN 110309298 A CN110309298 A CN 110309298A CN 201810244675 A CN201810244675 A CN 201810244675A CN 110309298 A CN110309298 A CN 110309298A
Authority
CN
China
Prior art keywords
theme
content
probability
label
belongs
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
CN201810244675.9A
Other languages
English (en)
Inventor
刘荣
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.)
Alibaba China Co Ltd
Original Assignee
Youku Network Technology Beijing Co Ltd
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 Youku Network Technology Beijing Co Ltd filed Critical Youku Network Technology Beijing Co Ltd
Priority to CN201810244675.9A priority Critical patent/CN110309298A/zh
Publication of CN110309298A publication Critical patent/CN110309298A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开涉及主题预测方法及装置。该方法包括：确定第一内容的至少一个标签；通过预测模型确定所述第一内容的标签属于各个主题的概率；根据所述第一内容的标签属于各个主题的概率，确定所述第一内容属于各个主题的概率；根据所述第一内容属于各个主题的概率，确定所述第一内容对应的主题预测结果。本公开能够准确确定内容对应的主题预测结果，且无需人工确定内容的主题，节省了人力，易于对大量内容进行主题预测。

Description

主题预测方法及装置
技术领域
本公开涉及信息技术领域，尤其涉及一种主题预测方法及装置。
背景技术
相关技术中，通过人工的方式确定各个内容对应的主题。这种人工确定主题的方式需要耗费大量人力，且所确定的主题的准确性难以得到保证。
发明内容
有鉴于此，本公开提出了一种主题预测方法及装置。
根据本公开的一方面，提供了一种主题预测方法，包括：
确定第一内容的至少一个标签；
通过预测模型确定所述第一内容的标签属于各个主题的概率；
根据所述第一内容的标签属于各个主题的概率，确定所述第一内容属于各个主题的概率；
根据所述第一内容属于各个主题的概率，确定所述第一内容对应的主题预测结果。
在一种可能的实现方式中，根据所述第一内容的标签属于各个主题的概率，确定所述第一内容属于各个主题的概率，包括：
对于任意一个主题，将所述第一内容的各个标签属于该主题的概率的乘积，确定为所述第一内容属于该主题的概率。
在一种可能的实现方式中，根据所述第一内容属于各个主题的概率，确定所述第一内容对应的主题预测结果，包括：
将所述第一内容属于各个主题的概率中概率最大的N个主题确定为候选主题，其中，N为正整数；
根据所述候选主题，确定所述第一内容对应的主题预测结果。
在一种可能的实现方式中，根据所述候选主题，确定所述第一内容对应的主题预测结果，包括：
若所述第一内容属于所述候选主题的概率大于或等于第一阈值，则确定所述第一内容对应的主题预测结果为所述第一内容属于所述候选主题。
在一种可能的实现方式中，在通过预测模型确定所述第一内容的标签属于各个主题的概率之前，所述方法还包括：
获取多组用户行为数据；
对于每一组用户行为数据，分别确定所述用户行为数据对应的内容序列；
确定所述内容序列对应的标签序列；
根据所述标签序列中的各个标签属于各个主题的概率，以及所述内容序列属于各个主题的概率，训练所述预测模型。
根据本公开的另一方面，提供了一种主题预测装置，包括：
第一确定模块，用于确定第一内容的至少一个标签；
第二确定模块，用于通过预测模型确定所述第一内容的标签属于各个主题的概率；
第三确定模块，用于根据所述第一内容的标签属于各个主题的概率，确定所述第一内容属于各个主题的概率；
第四确定模块，用于根据所述第一内容属于各个主题的概率，确定所述第一内容对应的主题预测结果。
在一种可能的实现方式中，所述第三确定模块用于：
对于任意一个主题，将所述第一内容的各个标签属于该主题的概率的乘积，确定为所述第一内容属于该主题的概率。
在一种可能的实现方式中，所述第四确定模块包括：
第一确定子模块，用于将所述第一内容属于各个主题的概率中概率最大的N个主题确定为候选主题，其中，N为正整数；
第二确定子模块，用于根据所述候选主题，确定所述第一内容对应的主题预测结果。
在一种可能的实现方式中，所述第二确定子模块用于：
若所述第一内容属于所述候选主题的概率大于或等于第一阈值，则确定所述第一内容对应的主题预测结果为所述第一内容属于所述候选主题。
在一种可能的实现方式中，所述装置还包括：
获取模块，用于获取多组用户行为数据；
第五确定模块，用于对于每一组用户行为数据，分别确定所述用户行为数据对应的内容序列；
第六确定模块，用于确定所述内容序列对应的标签序列；
训练模块，用于根据所述标签序列中的各个标签属于各个主题的概率，以及所述内容序列属于各个主题的概率，训练所述预测模型。
根据本公开的另一方面，提供了一种主题预测装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述方法。
根据本公开的另一方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述方法。
本公开的各方面的主题预测方法及装置通过确定第一内容的至少一个标签，通过预测模型确定第一内容的标签属于各个主题的概率，根据第一内容的标签属于各个主题的概率，确定第一内容属于各个主题的概率，并根据第一内容属于各个主题的概率，确定第一内容对应的主题预测结果，由此能够准确确定内容对应的主题预测结果，且无需人工确定内容的主题，节省了人力，易于对大量内容进行主题预测。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1示出根据本公开一实施例的主题预测方法的流程图。
图2示出根据本公开一实施例的主题预测方法步骤S14的一示例性的流程图。
图3示出根据本公开一实施例的主题预测方法的一示例性的流程图。
图4示出根据本公开一实施例的主题预测装置的框图。
图5示出根据本公开一实施例的主题预测装置的一示例性的框图。
图6是根据一示例性实施例示出的一种用于主题预测的装置1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开一实施例的主题预测方法的流程图。该方法可以应用于服务器中。如图1所示，该方法包括步骤S11至步骤S14。
在步骤S11中，确定第一内容的至少一个标签。
在本实施例中，内容可以为视频、音频、网页、新闻或者论文等任意内容。
在本实施例中，第一内容可以指某一需要进行主题预测的内容。
需要说明的是，第一内容中的“第一”在此仅为表述和指代的方便，并不意味着在本公开的具体实现方式中一定会有与之对应的第一内容。后文中第一内容序列中的“第一”、第一主题中的“第一”、第一阈值中的“第一”和第二阈值中的“第二”等与此类似。
在本实施例中，第一内容的标签可以为第一内容的上传者为第一内容设置的标签，也可以为根据第一内容的标题、正文、视频帧或者图像确定的标签。例如，可以将第一内容的标题中的关键字确定为第一内容的标签。
在步骤S12中，通过预测模型确定第一内容的标签属于各个主题的概率。
在本实施例中，预测模型可以为预先训练的模型。预测模型可以用于预测标签属于各个主题的概率。
在一种可能的实现方式中，对于预测模型对于的L个主题，可以分别通过预测模型确定第一内容的标签属于该L个主题中的各个主题的概率，其中，L为正整数。
在本实施例中，若第一内容包括多个标签，则可以通过预测模型确定第一内容的各个标签属于各个主题的概率。
在步骤S13中，根据第一内容的标签属于各个主题的概率，确定第一内容属于各个主题的概率。
在一种可能的实现方式中，根据第一内容的标签属于各个主题的概率，确定第一内容属于各个主题的概率，包括：对于任意一个主题，将第一内容的各个标签属于该主题的概率的乘积，确定为第一内容属于该主题的概率。例如，内容dj属于主题ti的概率可以表示为其中，wk表示内容dj的第k个标签，p(ti|wk)表示标签wk属于主题ti的概率，K表示内容dj的标签总数。
需要说明的是，虽然以将第一内容的各个标签属于该主题的概率的乘积确定为第一内容属于该主题的概率介绍了确定第一内容属于各个主题的概率的方式如上，但本领域技术人员能够理解，本公开应不限于此。本领域技术人员可以根据实际应用场景需求和/或个人喜好灵活设置确定第一内容属于各个主题的概率的具体方式，只要根据第一内容的各个标签属于各个主题的概率确定即可。例如，还可以将第一内容的各个标签属于某一主题的概率之和，与第一内容的标签总数的比值，确定为第一内容属于该主题的概率。
在步骤S14中，根据第一内容属于各个主题的概率，确定第一内容对应的主题预测结果。
在一种可能的实现方式中，根据第一内容属于各个主题的概率，确定第一内容对应的主题预测结果，包括：将第一内容属于各个主题的概率中概率最大的主题确定为第一内容对应的主题。
在另一种可能的实现方式中，根据第一内容属于各个主题的概率，确定第一内容对应的主题预测结果，包括：将第一内容属于各个主题的概率中概率大于第三阈值的主题确定为第一内容对应的主题。
本实施例通过确定第一内容的至少一个标签，通过预测模型确定第一内容的标签属于各个主题的概率，根据第一内容的标签属于各个主题的概率，确定第一内容属于各个主题的概率，并根据第一内容属于各个主题的概率，确定第一内容对应的主题预测结果，由此能够准确确定内容对应的主题预测结果，且无需人工确定内容的主题，节省了人力，易于对大量内容进行主题预测。
在一种可能的实现方式中，在确定第一内容对应的主题预测结果之后，该方法还可以包括：根据属于相同主题的内容确定内容组合。
该实现方式通过根据属于相同主题的内容确定内容组合，能够根据主题对内容进行聚类，由此能够自动进行内容聚类，无需人工进行内容聚类，节省了人力，易于对大量的内容进行聚类，并能更好地挖掘内容之间的相关性，提高内容聚类的准确性。
图2示出根据本公开一实施例的主题预测方法步骤S14的一示例性的流程图。如图2所示，步骤S14可以包括步骤S141和步骤S142。
在步骤S141中，将第一内容属于各个主题的概率中概率最大的N个主题确定为候选主题，其中，N为正整数。
在步骤S142中，根据该候选主题，确定第一内容对应的主题预测结果。
在一种可能的实现方式中，可以将所有候选主题分别确定为第一内容对应的主题。即，在该实现方式中，可以将第一内容属于各个主题的概率中概率最大的N个主题分别确定为第一内容对应的主题。
在一种可能的实现方式中，N等于1。
在一种可能的实现方式中，根据该候选主题，确定第一内容对应的主题预测结果，包括：若第一内容属于该候选主题的概率大于或等于第一阈值，则确定第一内容对应的主题预测结果为第一内容属于该候选主题。
在另一种可能的实现方式中，根据该候选主题，确定第一内容对应的主题预测结果，包括：确定第一内容对应的主题预测结果为第一内容属于各个候选主题。
在一种可能的实现方式中，根据该候选主题，确定第一内容对应的主题预测结果，包括：若第一内容属于各个候选主题的概率均小于第一阈值，则确定第一内容对应的主题预测结果为第一内容不属于任何候选主题。
图3示出根据本公开一实施例的主题预测方法的一示例性的流程图。如图3所示，该方法可以包括步骤S31至步骤S38。
在步骤S31中，获取多组用户行为数据。
在本实施例中，用户行为数据可以表示用户对内容进行操作而产生的数据。例如，内容为视频，用户行为数据可以包括用户观看视频的数据、用户评论视频的数据、用户发表弹幕的视频数据、用户收藏视频的数据、用户分享视频的数据和用户点赞视频的数据等。
在步骤S32中，对于每一组用户行为数据，分别确定用户行为数据对应的内容序列。
在一种可能的实现方式中，一组用户行为数据可以为一个用户的用户行为数据。在该实现方式中，可以对每一组用户行为数据按照时间进行切分，得到该组用户行为数据对应的至少一个内容序列。例如，对于每一组用户行为数据，可以每隔12个小时对该组用户行为数据进行切分，得到该组用户行为数据中每12个小时的用户行为数据对应的内容序列。由于用户在较短的时间范围内，兴趣通常较稳定，因此根据该实现方式确定的同一个内容序列中的内容的相似度通常较大。
在另一种可能的实现方式中，一组用户行为数据可以为一个用户在指定时间范围内的用户行为数据。在该实现方式中，可以将每12个小时分别确定为指定时间范围，从而可以获取用户在每12个小时的用户行为数据。根据用户在每12个小时的用户行为数据，可以得到各组用户行为数据对应的内容序列。由于用户在较短的时间范围内，兴趣通常较稳定，因此根据该实现方式确定的同一个内容序列中的内容的相似度通常较大。
在一种可能的实现方式中，每个内容序列对应的用户行为数据的时间跨度小于第二阈值。由于用户在较短的时间范围内，兴趣通常较稳定，因此根据该实现方式确定的同一个内容序列中的内容的相似度通常较大。通过利用短时间跨度的内容序列训练预测模型，能够提高所训练的预测模型的稳定性和可靠性。
在步骤S33中，确定内容序列对应的标签序列。
在本实施例中，内容序列中的各个内容可以分别包括一个或多个标签。
在一种可能的实现方式中，可以根据内容序列中所有内容的所有标签，确定该内容序列对应的标签序列。
在步骤S34中，根据标签序列中的各个标签属于各个主题的概率，以及内容序列属于各个主题的概率，训练预测模型。
在本实施例中，预测模型可以为LDA(Latent Dirichlet Allocation，文档主题生成)模型。在训练预测模型时，可以将每个标签序列分别作为一个文档，可以将每个标签分别作为文档中的词语，训练预测模型的参数。
在步骤S35中，确定第一内容的至少一个标签。
其中，对步骤S35参见上文对步骤S11的描述。
在步骤S36中，通过预测模型确定第一内容的标签属于各个主题的概率。
其中，对步骤S36参见上文对步骤S12的描述。
在步骤S37中，根据第一内容的标签属于各个主题的概率，确定第一内容属于各个主题的概率。
其中，对步骤S37参见上文对步骤S13的描述。
在步骤S38中，根据第一内容属于各个主题的概率，确定第一内容对应的主题预测结果。
其中，对步骤S38参见上文对步骤S14的描述。
图4示出根据本公开一实施例的主题预测装置的框图。如图4所示，该装置包括：第一确定模块41，用于确定第一内容的至少一个标签；第二确定模块42，用于通过预测模型确定第一内容的标签属于各个主题的概率；第三确定模块43，用于根据第一内容的标签属于各个主题的概率，确定第一内容属于各个主题的概率；第四确定模块44，用于根据第一内容属于各个主题的概率，确定第一内容对应的主题预测结果。
在一种可能的实现方式中，第三确定模块43用于：对于任意一个主题，将第一内容的各个标签属于该主题的概率的乘积，确定为第一内容属于该主题的概率。
图5示出根据本公开一实施例的主题预测装置的一示例性的框图。如图5所示：
在一种可能的实现方式中，第四确定模块44包括：第一确定子模块431，用于将第一内容属于各个主题的概率中概率最大的N个主题确定为候选主题，其中，N为正整数；第二确定子模块432，用于根据该候选主题，确定第一内容对应的主题预测结果。
在一种可能的实现方式中，第二确定子模块432用于：若第一内容属于该候选主题的概率大于或等于第一阈值，则确定第一内容对应的主题预测结果为第一内容属于该候选主题。
在一种可能的实现方式中，该装置还包括：获取模块45，用于获取多组用户行为数据；第五确定模块46，用于对于每一组用户行为数据，分别确定用户行为数据对应的内容序列；第六确定模块47，用于确定内容序列对应的标签序列；训练模块48，用于根据标签序列中的各个标签属于各个主题的概率，以及内容序列属于各个主题的概率，训练预测模型。
本实施例通过确定第一内容的至少一个标签，通过预测模型确定第一内容的标签属于各个主题的概率，根据第一内容的标签属于各个主题的概率，确定第一内容属于各个主题的概率，并根据第一内容属于各个主题的概率，确定第一内容对应的主题预测结果，由此能够准确确定内容对应的主题预测结果，且无需人工确定内容的主题，节省了人力，易于对大量内容进行主题预测。
图6是根据一示例性实施例示出的一种用于主题预测的装置1900的框图。例如，装置1900可以被提供为一服务器。参照图6，装置1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理，一个有线或无线网络接口1950被配置为将装置1900连接到网络，和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，MacOS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由装置1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (12)

1.一种主题预测方法，其特征在于，包括：
确定第一内容的至少一个标签；
通过预测模型确定所述第一内容的标签属于各个主题的概率；
根据所述第一内容的标签属于各个主题的概率，确定所述第一内容属于各个主题的概率；
根据所述第一内容属于各个主题的概率，确定所述第一内容对应的主题预测结果。
2.根据权利要求1所述的方法，其特征在于，根据所述第一内容的标签属于各个主题的概率，确定所述第一内容属于各个主题的概率，包括：
对于任意一个主题，将所述第一内容的各个标签属于该主题的概率的乘积，确定为所述第一内容属于该主题的概率。
3.根据权利要求1所述的方法，其特征在于，根据所述第一内容属于各个主题的概率，确定所述第一内容对应的主题预测结果，包括：
将所述第一内容属于各个主题的概率中概率最大的N个主题确定为候选主题，其中，N为正整数；
根据所述候选主题，确定所述第一内容对应的主题预测结果。
4.根据权利要求3所述的方法，其特征在于，根据所述候选主题，确定所述第一内容对应的主题预测结果，包括：
若所述第一内容属于所述候选主题的概率大于或等于第一阈值，则确定所述第一内容对应的主题预测结果为所述第一内容属于所述候选主题。
5.根据权利要求1所述的方法，其特征在于，在通过预测模型确定所述第一内容的标签属于各个主题的概率之前，所述方法还包括：
获取多组用户行为数据；
对于每一组用户行为数据，分别确定所述用户行为数据对应的内容序列；
确定所述内容序列对应的标签序列；
根据所述标签序列中的各个标签属于各个主题的概率，以及所述内容序列属于各个主题的概率，训练所述预测模型。
6.一种主题预测装置，其特征在于，包括：
第一确定模块，用于确定第一内容的至少一个标签；
第二确定模块，用于通过预测模型确定所述第一内容的标签属于各个主题的概率；
第三确定模块，用于根据所述第一内容的标签属于各个主题的概率，确定所述第一内容属于各个主题的概率；
第四确定模块，用于根据所述第一内容属于各个主题的概率，确定所述第一内容对应的主题预测结果。
7.根据权利要求6所述的装置，其特征在于，所述第三确定模块用于：
对于任意一个主题，将所述第一内容的各个标签属于该主题的概率的乘积，确定为所述第一内容属于该主题的概率。
8.根据权利要求6所述的装置，其特征在于，所述第四确定模块包括：
第一确定子模块，用于将所述第一内容属于各个主题的概率中概率最大的N个主题确定为候选主题，其中，N为正整数；
第二确定子模块，用于根据所述候选主题，确定所述第一内容对应的主题预测结果。
9.根据权利要求8所述的装置，其特征在于，所述第二确定子模块用于：
若所述第一内容属于所述候选主题的概率大于或等于第一阈值，则确定所述第一内容对应的主题预测结果为所述第一内容属于所述候选主题。
10.根据权利要求6所述的装置，其特征在于，所述装置还包括：
获取模块，用于获取多组用户行为数据；
第五确定模块，用于对于每一组用户行为数据，分别确定所述用户行为数据对应的内容序列；
第六确定模块，用于确定所述内容序列对应的标签序列；
训练模块，用于根据所述标签序列中的各个标签属于各个主题的概率，以及所述内容序列属于各个主题的概率，训练所述预测模型。
11.一种主题预测装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行权利要求1至5中任意一项所述的方法。
12.一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至5中任意一项所述的方法。
CN201810244675.9A 2018-03-23 2018-03-23 主题预测方法及装置 Pending CN110309298A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810244675.9A CN110309298A (zh) 2018-03-23 2018-03-23 主题预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810244675.9A CN110309298A (zh) 2018-03-23 2018-03-23 主题预测方法及装置

Publications (1)

Publication Number Publication Date
CN110309298A true CN110309298A (zh) 2019-10-08

Family

ID=68073465

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810244675.9A Pending CN110309298A (zh) 2018-03-23 2018-03-23 主题预测方法及装置

Country Status (1)

Country Link
CN (1) CN110309298A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105608166A (zh) * 2015-12-18 2016-05-25 Tcl集团股份有限公司 一种标签提取方法及装置
US20160203209A1 (en) * 2015-01-12 2016-07-14 Xerox Corporation Joint approach to feature and document labeling
CN107169021A (zh) * 2017-04-07 2017-09-15 华为机器有限公司 用于预测应用功能标签的方法和设备
CN107193892A (zh) * 2017-05-02 2017-09-22 东软集团股份有限公司 一种文档主题确定方法及装置
CN107239564A (zh) * 2017-06-13 2017-10-10 南京大学 一种基于监督主题模型的文本标签推荐方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160203209A1 (en) * 2015-01-12 2016-07-14 Xerox Corporation Joint approach to feature and document labeling
CN105608166A (zh) * 2015-12-18 2016-05-25 Tcl集团股份有限公司 一种标签提取方法及装置
CN107169021A (zh) * 2017-04-07 2017-09-15 华为机器有限公司 用于预测应用功能标签的方法和设备
CN107193892A (zh) * 2017-05-02 2017-09-22 东软集团股份有限公司 一种文档主题确定方法及装置
CN107239564A (zh) * 2017-06-13 2017-10-10 南京大学 一种基于监督主题模型的文本标签推荐方法

Similar Documents

Publication Publication Date Title
JP7123122B2 (ja) 認知的洞察を使用したビデオ・シーンの移動
US9923860B2 (en) Annotating content with contextually relevant comments
US10452702B2 (en) Data clustering
CN112511854B (zh) 一种直播视频精彩片段生成方法、装置、介质和设备
US20200175381A1 (en) Candidate visualization techniques for use with genetic algorithms
CN111095234A (zh) 训练数据更新
US11682415B2 (en) Automatic video tagging
CN108460060A (zh) 视频推荐方法及装置
US20150248424A1 (en) Sorting and displaying documents according to sentiment level in an online community
JP2022533690A (ja) 映画成功指数の予測
US10958958B2 (en) Intelligent updating of media data in a computing environment
WO2024099171A1 (zh) 视频生成方法和装置
CN108804452A (zh) 多媒体资源封面展示方法及装置
US11636282B2 (en) Machine learned historically accurate temporal classification of objects
CN112182281B (zh) 一种音频推荐方法、装置及存储介质
US11734348B2 (en) Intelligent audio composition guidance
CN116601648A (zh) 备选软标签生成
US11416757B2 (en) Classifier training using noisy samples
US20200380394A1 (en) Contextual hashtag generator
US11093743B2 (en) Intelligent personalization of operations of an image capturing device
US10795549B2 (en) Generating a graphical user interface to navigate video content
US20190272330A1 (en) Method and device for categorizing multimedia resources
CN110287977A (zh) 内容聚类方法及装置
CN110278482A (zh) 生成视频的评论的方法及装置
CN110309298A (zh) 主题预测方法及装置

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
TA01 Transfer of patent application right

Effective date of registration: 20200430

Address after: 310052 room 508, floor 5, building 4, No. 699, Wangshang Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province

Applicant after: Alibaba (China) Co.,Ltd.

Address before: 100080 Beijing Haidian District city Haidian street A Sinosteel International Plaza No. 8 block 5 layer A, C

Applicant before: Youku network technology (Beijing) Co.,Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20191008

RJ01 Rejection of invention patent application after publication