CN115730105A - 视频文本生成方法、装置及电子设备 - Google Patents
视频文本生成方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115730105A CN115730105A CN202211496485.9A CN202211496485A CN115730105A CN 115730105 A CN115730105 A CN 115730105A CN 202211496485 A CN202211496485 A CN 202211496485A CN 115730105 A CN115730105 A CN 115730105A
- Authority
- CN
- China
- Prior art keywords
- parameter
- information
- parameters
- coefficient
- commodity
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000006243 chemical reaction Methods 0.000 claims description 64
- 230000006399 behavior Effects 0.000 claims description 38
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 10
- 230000009471 action Effects 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种视频文本生成方法、装置及电子设备,涉及人工智能领域,具体涉及计算机视觉、智能搜索技术领域。具体实现方案为:获取目标商品的多个参数的参数信息;基于所述多个参数的参数信息,计算所述多个参数中每个参数的系数;根据所述多个参数的系数,在所述多个参数中确定至少一个参数;生成包括所述至少一个参数的视频文本,所述视频文本用于描述所述目标商品。本公开可以降低生成视频文本的复杂度。
Description
技术领域
本公开涉及计算机视觉、智能搜索等人工智能技术领域,尤其涉及一种视频文本生成方法、装置及电子设备。
背景技术
对于商家来说,一种有效的介绍、推广商品的方式为视频展示,如通过视频来展示商品的性能、参数等。目前商品视频的图像内容主要包括拍摄商品的图像,而视频文本主要是描述商品的所有参数信息。
发明内容
本公开提供了一种视频文本生成方法、装置及电子设备。
根据本公开的一方面,提供了一种视频文本生成方法,其特征在于,包括:
获取目标商品的多个参数的参数信息;
基于所述多个参数的参数信息,计算所述多个参数中每个参数的系数;
根据所述多个参数的系数,在所述多个参数中确定至少一个参数;
生成包括所述至少一个参数的视频文本,所述视频文本用于描述所述目标商品。
根据本公开的一方面,提供了一种视频文本生成装置,其特征在于,包括:
获取模块,用于获取目标商品的多个参数的参数信息;
计算模块,用于基于所述多个参数的参数信息,计算所述多个参数中每个参数的系数;
确定模块,用于根据所述多个参数的系数,在所述多个参数中确定至少一个参数;
生成模块,用于生成包括所述至少一个参数的视频文本,所述视频文本用于描述所述目标商品。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开提供的视频文本生成方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行本公开提供的视频文本生成方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开提供的视频文本生成方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开提供的一种视频文本生成方法的流程图;
图2是本公开提供的一种视频文本生成的示意图;
图3是本公开提供的一种视频文本生成的示意图;
图4是本公开提供的一种视频文本生成的示意图;
图5是本公开提供的一种视频的示意图;
图6a至图6b是本公开提供的视频文本生成装置的结构图;
图7是用来实现本公开实施例的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
请参见图1,图1是本公开提供的一种视频文本生成方法的流程图,如图1所示,包括以下步骤:
步骤S101、获取目标商品的多个参数的参数信息。
其中,上述目标商品可以是用于在网络或者线下出售的商品,例如:包子机、货车、切割机、手机、电脑、服装、鞋子、食品等商品,本公开对目标商品的类型不作限定。
上述多个参数可以是上述目标商品的全部或者部分参数。
上述多个参数的参数信息可以是,每个参数具备一个或者多个维度的参数信息,且不同参数的参数信息的维度数量可以相同或者不同。例如:某一个参数包括参数统计、用户搜索、转化和落地页这四个维度的特征信息,而另一个参数可以包括参数统计、用户搜索、转化和落地页这四个维度中的部分维度的特征信息。
另外,上述参数信息可以是在网络中统计得到的信息,也可以是商家提供的参数信息,上述参数信息可以用于表示对应参数的频次信息、用户感兴趣程度、商品转化等。
上述获取目标商品的多个参数的参数信息可以是,通过信息统计得到的目标商品的多个参数的参数信息,也可以是其他接收设备发送的目标商品的多个参数的参数信息,如接收目标商品的商家提供的目标商品的多个参数的参数信息。
需要说明的是,本公开中参数也可以称作参数项。
步骤S102、基于所述多个参数的参数信息,计算所述多个参数中每个参数的系数。
上述基于所述多个参数的参数信息,计算所述多个参数中每个参数的系数可以是,针对每个参数,基于该参数的参数信息计算该参数的系数,其中,该系数表示参数相对于目标商品的重要程度,其中,系数越大重要程度越高。
本公开中,上述系数可以是具体取值,例如:取值为0至1中的实数,也可以是1至100中的实数。或者,在一些实施方式中,上述系数可以是系数等级,即将多个参数的系数划分为多个等级,等级越高重要程度越高。
步骤S103、根据所述多个参数的系数,在所述多个参数中确定至少一个参数。
上述根据所述多个参数的系数,在所述多个参数中确定至少一个参数可以是,在上述多个参数中选择系数前N的参数。例如:上述多个参数为M个,N小于M,在上述多个参数中按照系数从大到小的排序中选择前N个参数。
上述选择的至少一个参数可以理解为上述目标商品的重要的至少一个参数,或简称至少一个重要参数。
例如:以上述目标商品为包子机为例,上述目标商品的参数如表1所示:
表1:
品牌 | XXX机械 | 外形尺寸 | 1460*650*1730mm |
电源电压 | 220V | 生产效率 | 100-3000/小时 |
制作范围 | 15-220g | 机器重量 | 340公斤 |
重量 | 240kg | 馅斗种类 | 单斗、双斗 |
机身材质 | 不锈钢 | 操作形式 | 全自动 |
产地 | 中国XX城市 | 电机功率 | 2-75kW |
在一些实施方式中,通过上述步骤可以确定制作范围、生产效率、馅斗种类、操作形式这些参数作为包子机的重要参数。
步骤S104、生成包括所述至少一个参数的视频文本,所述视频文本用于描述所述目标商品。
上述生成包括所述至少一个参数的视频文本可以是,通过人工智能技术生成用于表示上述至少一个参数的视频文本,例如:针对这至少一个参数,每个参数对应一个文本句子,或者一个文本句子包括一个或者多个参数。
本公开中,由于从目标商品的多个参数中确定出上述至少一个参数,生成包括这至少一个参数的视频文本,这样不需要获取目标商品的过多参数,从而降低生成视频文本的复杂度。
另外,通过上述视频文本包括至少一个参数,这样使得上述视频文本也可以重点突出目标商品的重要参数,使得视频文本对于目标商品的展示效果更好。
本公开中,上述方法应用于电子设备,即上述方法所有步骤都由该电子设备执行,该电子设备可以是计算机、服务器、手机、平板电脑等电子设备。
在一个实施例中,所述参数信息包括如下至少一项:
参数统计信息,所述参数统计信息为所述目标商品在商品平台中的统计特征信息;
搜索内容信息,所述搜索内容信息为搜索平台中与所述目标商品关联的搜索内容信息;
落地页信息,所述落地页信息为所述目标商品的落地页的特征信息;
转化信息,所述转化信息为所述目标商品关联的转化行为的特征信息。
其中,上述参数统计信息可以是,通过商品平台中的信息进行统计得到的参数统计信息,例如:统计到的参数频次信息。
上述商品平台可以是,用于出售或者推广上述目标商品的平台,例如:商业对商业(Business-to-Business,B2B)平台。
上述搜索内容(搜索Query)信息可以是,在用户执行上述目标商品相关联的搜索过程中获取的与参数相关联的搜索内容信息。该搜索内容信息可以包括搜索内容,以及搜索次数等信息。
上述落地页信息可以是,基于上述目标商品的落地页获取与参数相关联的信息,例如:落地页中参数的表示形式、参数的出现次数等。
上述转化信息可以是,基于目标商品的多媒体信息在展现过程中的存在转化行为获取与参数相关联的信息,例如:目标商品的多媒体信息在展现时包括某参数,且展现中存在转化行为,而获取与该参数相关联的转化信息。
本公开中,转化行为包括但不限于:
互动行为、评论行为、私信行为、点赞行为、收藏行为、预留信息行为等。
需要说明的是,上述至少一项参数信息可以是基于多个商家和/或多个型号的上述目标商品的信息获取到的,例如:上述目标商品存在1000个不同的商家,100个不同的型号,则上述至少一项参数信息可以是基于这1000个商家和这100个型号的信息确定的每个参数的参数信息。其中,在上述视频文本中的至少一个参数的参数取值为一个特定型号和特定商家的目标商品的参数取值。
本实施例中,通过上述参数统计信息、搜索内容信息、落地页信息和转化信息可以实现多个维度来确定参数的系数,即实现基于多个维度来确定参数的重要程度,最终使得确定出的参数更加可靠,以提高视频文本对于目标商品的展示效果。
在一个实施例中,图1所示实施例中的步骤S102,包括如下至少一项:
基于所述多个参数的参数统计信息,分别计算每个参数的在所述商品平台的频次信息,并计算每个参数的与所述频次信息相关的第一系数;
基于所述多个参数的搜索内容信息,计算每个参数的与搜索行为相关的第二系数;
基于所述多个参数的落地页信息,计算每个参数的与落地页相关的第三系数;
基于所述多个参数的转化信息,计算每个参数的与转化相关的第四系数。
在一些实施方式中,可以是针对每个参数都执行上述至少一项,即针对每个参数都计算相同的系数。
本实施例中,通过上述第一系数、第二系数、第三系数和第四系数可以实现基于多个维度的系数确定参数的重要程度,最终使得确定出的参数更加可靠,以提高视频文本对于目标商品的展示效果。
在一个实施例中,上述图1所示实施例中的步骤S103,包括如下至少一项:
基于上述第一系数、第二系数、第三系数和第四系数中的至少一项,确定每个参数的最终系数,再基于多个参数的最终系数,在所述多个参数中确定至少一个参数。
例如:通过K=K1+K2+K3+K4确定每个参数的最终系数,其中,K1、K2、K3和K4分别表示上述第一系数、第二系数、第三系数和第四系数。或者预先为上述第一系数、第二系数、第三系数和第四系数中每个系数配置一个预先权重,例如:通过K=K1*a1+K2*a4+K3*a3+K4*a4,其中,a1、a2、a3和a4分别表示上述第一系数、第二系数、第三系数和第四系数的权重。
需要说明的是,上述是以包括四个系数进行举例说明,在一些实施方式中,可以是包括上述四个系数的部分。
在一个实施例中,所述多个参数包括第一参数,所述基于所述多个参数的参数统计信息,分别计算每个参数的在所述商品平台的频次信息,并计算每个参数的与所述频次信息相关的第一系数,包括:
基于所述第一参数的参数统计信息,计算所述第一参数的在所述商品平台的频次信息,所述频次信息包括如下至少一项:
所述第一参数在所述商品平台的数据库中出现的第一频次信息、所述第一参数在所述商品平台的商品详细页中出现的第二频次信息;
基于所述第一频次信息和第二频次信息中的至少一项,计算所述第一参数的第一系数。
其中,上述第一参数可以是上述多个参数中的任一参数,即上述多个参数中的任一参数均可以采用上述方式计算第一系数。
例如:以上述第一参数包括工作效率和斗数进行举例,上述频次信息可以包括如表2所示的信息:
表2:
商品词 | 参数项 | 沉淀库出现频次 | 商详页出现频次 | 商品数量 |
包子机 | 工作效率 | 780 | 600 | 1000 |
包子机 | 斗数 | 900 | 700 | 1000 |
其中,上述沉淀库为上述商品平台中的数据库。
上述基于所述第一频次信息和第二频次信息中的至少一项,计算所述第一参数的第一系数可以是,基于第一频次信息计算第一参数的数据库系数,基于第二频次信息计算第二参数的商品详细页数,再基于数据库系数和商品详细页系数确定上述第一参数的第一系数,其中,数据库系数等于第一频次信息与上述目标商品的商品数量的比值,商品详细页系数等于第二频次信息与上述目标商品的商品数量的比值。具体可以如下表3所示:
表3:
如上述表3所示:数据库系数P1=沉淀库出现频次/商品数量,商品详细页系数P2=商详页出现频次/商品数量,第一系数K1=P1*a%+P2*(1-a%),a初始值取40%。其中,a为预先设定的权重值。
在一些实施方式中,上述第一系数K1可以=P1+P2。
该实施例中,通过上述第一频次信息和第二频次信息中的至少一项,可以计算可靠性更高的第一系数。
需要说明的是,在一些实施方式中,本公开中并不限定通过上述第一频次信息和第二频次信息中的至少一项,计算第一系数,例如:上述参数统计信息可以统计上述目标商品的上述商品平台中的商品详细页中突出显示的次数,基于该次数确定上述第一系数,其中,突出显示的次数越多,第一系数越大。
在一个实施例中,上述多个参数包括第二参数,所述基于所述多个参数的搜索内容信息,计算每个参数的与搜索行为相关的第二系数,包括:
基于所述第二参数的搜索内容信息,确定搜索次数和点击次数中的至少一项,所述搜索次数为:对所述搜索内容信息进行搜索的第一搜索次数,所述点击次数为:对所述搜索内容信息进行搜索后存在点击行为的次数;
基于所述第一搜索次数和点击次数中的至少一项,计算所述第二参数的第二系数。
其中,上述第二参数可以是上述多个参数中的任一参数,即上述多个参数中的任一参数均可以采用上述方式计算第二系数。且上述第二参数与上述第一参数可以是相同参数。
上述第二参数的搜索内容信息为搜索内容包括上述第二参数的搜索内容信息。
上述对搜索内容信息进行搜索后存在点击行为可以是用户在搜索平台输入上述搜索内容信息,并对搜索平台展现的信息进行点击操作的点击行为。
上述基于所述第一搜索次数和点击次数中的至少一项,计算所述第二参数的第二系数可以是,对第一搜索次数和点击次数进行加权求和得到上述第二系数,或者直接将第一搜索次数和点击次数相加得到上述第二系数。
该实施例中,由于搜索和点击都表示用户对第二参数感兴趣,因此,通过第一搜索次数和点击次数中的至少一项,计算第二参数的第二系数可以使得第二系数更加可靠。
在一个实施例中,所述第二参数的搜索内容信息包括通过如下方式确定的搜索内容信息:
对包含所述目标商品的商品名称的搜索内容信息进行结构化解析,得到解析结果,所述解析结果包括所述商品名称和附属信息;
对所述附属信息进行参数映射,得到所述附属信息映射的参数;
确定所述附属信息映射的参数包括所述第二参数的搜索内容信息。
上述对包含所述目标商品的商品名称的搜索内容信息进行结构化解析可以是,识别搜索内容信息中的主词,将该主词作为上述商品名称,以及将其他副词作为上述附属信息。
例如:以前六后八货车、山东包子机、山西精度0.2um切割机等搜索内容信息进行举例说明:搜索内容信息中的商品词为主词,其他内容根据不同的副词,副词通常为参数值,如表4所示:
表4:
之后将对副词进行参数值到参数项的映射,如:前六后八的参数项为规格、山西的参数项为地域,从而确定包括所述第二参数的搜索内容信息。
该实施例中,通过结构化解析和映射的方式可以准确地获取上述第二参数的搜索内容信息。
在一些实施方式中,上述第一搜索次数和点击次数可以通过如图2所示的方式获取,如图2所示包括如下步骤:
S201、获取上述目标商品的搜索内容信息;
S202、对目标商品的搜索内容信息进行解析;
S203、提取特征,具体可以是提高包括第二参数的搜索内容信息;
S204、统计搜索后点击行为;
S205、统计特征,即确定搜索次数和点击次数中的至少一项。
需要说明的是,本公开中并不限定通过上述结构化解析和映射的方式获取上述第二参数的搜索内容信息,例如:在一些实施方式中,获取用户按照输入的包括目标商品的商品名称和第二参数的参数名称的搜索内容信息确定第二参数的搜索内容信息,这样不需要进行参数映射,以降低计算开销。
在一个实施例中,上述第二参数的搜索内容信息为搜索意图为所述目标商品的搜索内容信息;所述基于所述第一搜索次数和点击次数中的至少一项,计算所述第二参数的第二系数,包括:
确定第二搜索次数,所述第二搜索次数为:搜索意图不是所述目标商品,但包含所述目标商品的商品名称的搜索内容信息的搜索次数;
基于所述第一搜索次数和点击次数中的至少一项,以及所述第二搜索次数,计算所述第二参数的第二系数。
其中,上述搜索意图表示用户输入搜索内容信息想要搜索的意图。
该实施例中,搜索意图可以通过注意力机制或者深度神经网络模型等方式进行识别。
上述第二搜索次数为可以是,包含商品名称但不是对商品名称搜索内容信息进行搜索的搜索次数。例如:包子机如何使用,该搜索内容包括包子机,但并不是对包子机进行搜索,而是搜索包子机的使用方法。
下面以表5进行举例说明:
表5
其中,上述PV1表示上述第一搜索次数,上述PV0表示上述第二搜索次数,例如:PV1表示近30天内工作日内第二参数的搜索内容信息的日均搜索次数,上述PV2表示近30天内工作日内第二参数的搜索内容信息下用户有点击商品行为的日均次数,上述PV0表示近30天内工作日内搜索意图不是所述目标商品,但包含所述目标商品的商品名称的搜索内容信息的日均搜索次数。
上述基于所述第一搜索次数和点击次数中的至少一项,以及所述第二搜索次数,计算所述第二参数的第二系数可以通过如下公式计算:
K2=[(PV1-PV2)*b%+PV2]/PV0
其中,上述K2表示上述第二系数,b的初始值设为70。
需要说明的是,上述公式仅是一个举例说明,例如:可以为上述第一搜索次数和点击次数各配置对应的权重,将第一搜索次数和点击次数的加权求和与上述第二搜索次数的比值作为上述第二系数。
该实施例中,可以基于搜索意图不是目标商品,但包含目标商品的商品名称的搜索内容信息的搜索次数确定第二系数,这样可以使得第二系数可以基于更多维度来确定,进而使得第二系数更加可靠,计算出的第二系数可以更加准确地体现第二参数在用户搜索过程中的重要程度。
需要说明的是,在一些实施方式中也可以不考虑上述第二搜索次数,直接基于第一搜索次数和点击次数中的至少一项,计算第二参数的第二系数。
在一个实施例中,所述多个参数包括第三参数,所述基于所述多个参数的落地页信息,计算每个参数的与落地页相关的第三系数,包括:
基于所述第三参数的落地页信息,识别所述目标商品的落地页集中包含所述第三参数的落地页的占比,基于所述占比确定所述第三参数的第三系数。
其中,上述第三参数可以是上述多个参数中的任一参数,即上述多个参数中的任一参数均可以采用上述方式计算第三系数。且上述第三参数与上述第一参数、第二系数可以是相同参数。
上述落地页信息可以表示包括上述第三参数的落地页。
上述识别所述目标商品的落地页集中包含所述第三参数的落地页的占比可以是,统计包括上述第三参数的落地页数量,再基于该数量和落地页集的总数,计算上述占比,得到上述第三系数。
该实施例中,可以基于上述占比确定所述第三参数的第三系数,这样可以使得在落地页中出现的次数越多的参数和第三系数越大,从而提高第三系数的可靠性。
在实际应用中落地页作为商业投放创意通常为行业客户通过精心策略布局的页面,页面的布局与设计以提升转化的目标,这样基于落地页信息计算参数的第三系数,从而使得第三系数可以很好地表示出目标商品的重要参数。
需要说明的是,在一些实施方式中,也可以直接基于包括第三系数的落地页的数量计算第三系数,例如:直接将包括第三系数的落地页的数量作为第三系数。
在一个实施例中,所述多个参数包括第四参数,所述基于所述多个参数的转化信息,计算每个参数的与转化相关的第四系数,包括:
基于所述第四参数的转化信息,识别目标媒体内容的转化次数,基于所述目标媒体内容的转化次数确定所述第四参数的第四系数,所述目标媒体内容为包括所述第四参数,且在展现过程中存在与所述目标商品关联的转化行为的媒体内容
其中,上述第四参数可以是上述多个参数中的任一参数,即上述多个参数中的任一参数均可以采用上述方式计算第四系数。且上述第四参数与上述第一参数、第二参数、第三参数可以是相同参数。
上述目标商品的媒体内容可以是目标商品的视频、落地页、商品详细页等媒体内容。上述目标商品的媒体内容集可以从一个或者多个平台收到的媒体内容。
上述与所述目标商品关联的转化行为可以是,对上述目标商品的媒体内容进行如下至少一项的行为:
互动行为、评论行为、私信行为、点赞行为、收藏行为、预留信息行为等。
在一些实施方式中,上述目标媒体内容的转化次数可以通过如图2所示的方式获取,如图2所示包括如下步骤:
S206、获取上述目标商品的商品特征;
S207、对目标商品的商品特征进行解析,得到与目标商品相关的转化特征;
S208、提取转化特征中包括上述第四参数的转化信息;
S205、特征统计,如获取目标媒体内容的转化次数。
其中,上述基于所述目标媒体内容的转化次数确定所述第四参数的第四系数可以是,直接该转化次数作为第四系数,或者将该转化次数乘以预设权重作为第四系数。
在一些实施方式中,为了提高第四系数的可靠性,上述基于所述目标媒体内容的转化次数确定所述第四参数的第四系数可以包括:
确定所述目标商品的转化媒体内容集的转化次数,基于所述目标媒体内容的转化次数和转化媒体内容集的转化次数,确定所述第三参数的第三系数,所述转化媒体内容集为:包括所述目标商品的商品名称,且展现过程中存在与所述目标商品关联的转化行为的媒体内容的集合。
例如:如表6所示:
其中,上述PV4表示上述目标媒体内容的转化次数,上述PV5表示上述转化媒体内容集的转化次数。
该实施例中,基于目标媒体内容的转化次数确定第四参数的第四系数,可以实现转化次数越高系数越高,从而确定出转化高的参数作为目标商品的重要参数,进而使得目标商品的视频文本可以更好地展现出目标商品的重要参数信息。
在一个实施例中,图1所示的实施例中的步骤S101中的多个参数可以是目标商品的部分参数,该实施例中,在步骤S101之前还包括:
对目标商品的参数进行清洗,得到上述多个参数。
例如:如图3所示,包括如下过程:
S301、确定目标商品的参数(也可以称作参数项)和参数值;
S302、对目标商品的参数进行清洗,如过滤掉非行业专业参数,如;电源电压、货号、可销售地等非行业专业化参数。
S303、对清洗后的多个参数进行归一化处理;
S304、对归一化处理后的多个参数进行校验,该校验可以是校验参数值的准确值;
S305、提取重要参数,即图1所示的实施例中从多个参数中提取上述至少一个参数。
该实施例中,通过上述清洗可以进一步降低目标商品的参数,进而降低计算量。
在一个实施例中,上述第一系数、第二系数、第三系数和第四系数可以分别进行计算,也可以是同时进行计算,对此不作限定。一个举例可以如图4所示包括如下过程:
S401、获取商品参数信息;
S402、获取用户在搜索平台行为信息;
S403、获取搜索内容信息;
S404、解析搜索内容信息;
S405、提取搜索内容信息的特征,得到各参数的搜索内容信息;
S406、提取商品特征,得到各参数的搜索页面;
S407、获取目标商品的商业投放创意,该商业投放创意为落地页;
S408、提取创意特征,如提取落地页中包括的参数;
S409、转化特征解析,得到存在转化行为的搜索页面或者落地页;
S4010、转化特征提取,得到每个参数对应的存在转化行为的搜索页面或者落地页;
S4011、统计特征,统计特征包括计算上述第一系数、第二系数、第三系数和第四系数;
S4012、提取重要参数,即提取上述步骤S103中的至少一项参数。
需要说明的是,图4仅是以四个系数进行举例说明。
在一个实施例中,上述方法还包括:
生成包括上述视频文本的视频。
其中,上述生成包括上述视频文本的视频可以是,基于人工智能(ArtificialIntelligence,AI)技术,生成包括上述视频文本的视频。
该视频可以称作AI视频,如图5所示,包括如下内容:
标题501、墙面502和内容503;
其中,标题501与搜索流量相结合;
墙面502包括图片素材和主题文字;
内容503包括:引言创意模板5031、字幕5032、解说5033、背景音乐5034、视频素材5035、主题模板5036、结束语创意模板5037。
而本公开确定的至少一个参数可以是应用于上述内容503中通过文本内容进行展示的部分,具体包括每个参数的参数值。
本公开中,由于从目标商品的多个参数中确定出上述至少一个参数,生成包括这至少一个参数的视频文本,这样不需要获取目标商品的过多参数,从而降低生成视频文本的复杂度。
请参见图6a,图6a是本公开提供的一种视频文本生成装置,如图6a所示,视频文本生成装置600包括:
获取模块601,用于获取目标商品的多个参数的参数信息;
计算模块602,用于基于所述多个参数的参数信息,计算所述多个参数中每个参数的系数;
确定模块603,用于根据所述多个参数的系数,在所述多个参数中确定至少一个参数;
生成模块604,用于生成包括所述至少一个参数的视频文本,所述视频文本用于描述所述目标商品。
在一个实施例中,所述参数信息包括如下至少一项:
参数统计信息,所述参数统计信息为所述目标商品在商品平台中的统计特征信息;
搜索内容信息,所述搜索内容信息为搜索平台中与所述目标商品关联的搜索内容信息;
落地页信息,所述落地页信息为所述目标商品的落地页的特征信息;
转化信息,所述转化信息为所述目标商品关联的转化行为的特征信息。
在一个实施例中,如图6b所示,所述计算模块602,包括如下至少一项:
第一计算单元6021,用于基于所述多个参数的参数统计信息,分别计算每个参数的在所述商品平台的频次信息,并计算每个参数的与所述频次信息相关的第一系数;
第二计算单元6022,用于基于所述多个参数的搜索内容信息,计算每个参数的与搜索行为相关的第二系数;
第三计算单元6023,用于基于所述多个参数的落地页信息,计算每个参数的与落地页相关的第三系数;
第四计算单元6024,用于基于所述多个参数的转化信息,计算每个参数的与转化相关的第四系数。
在一个实施例中,所述多个参数包括第一参数,所述第一计算单元6021用于:
基于所述第一参数的参数统计信息,计算所述第一参数的在所述商品平台的频次信息,所述频次信息包括如下至少一项:
所述第一参数在所述商品平台的数据库中出现的第一频次信息、所述第一参数在所述商品平台的商品详细页中出现的第二频次信息;
基于所述第一频次信息和第二频次信息中的至少一项,计算所述第一参数的第一系数。
在一个实施例中,所述多个参数包括第二参数,所述第二计算单元6022用于:
基于所述第二参数的搜索内容信息,确定搜索次数和点击次数中的至少一项,所述搜索次数为:对所述搜索内容信息进行搜索的第一搜索次数,所述点击次数为:对所述搜索内容信息进行搜索后存在点击行为的次数;
基于所述第一搜索次数和点击次数中的至少一项,计算所述第二参数的第二系数。
在一个实施例中,所述第二参数的搜索内容信息包括通过如下方式确定的搜索内容信息:
对包含所述目标商品的商品名称的搜索内容信息进行结构化解析,得到解析结果,所述解析结果包括所述商品名称和附属信息;
对所述附属信息进行参数映射,得到所述附属信息映射的参数;
确定所述附属信息映射的参数包括所述第二参数的搜索内容信息。
在一个实施例中,所述第二参数的搜索内容信息为搜索意图为所述目标商品的搜索内容信息;所述第二计算单元6022用于:
确定第二搜索次数,所述第二搜索次数为:搜索意图不是所述目标商品,但包含所述目标商品的商品名称的搜索内容信息的搜索次数;
基于所述第一搜索次数和点击次数中的至少一项,以及所述第二搜索次数,计算所述第二参数的第二系数。
在一个实施例中,所述多个参数包括第三参数,所述第三计算单元6023用于:
基于所述第三参数的落地页信息,识别所述目标商品的落地页集中包含所述第三参数的落地页的占比,基于所述占比确定所述第三参数的第三系数。
在一个实施例中,所述多个参数包括第四参数,所述第四计算单元6024用于:
基于所述第四参数的转化信息,识别目标媒体内容的转化次数,基于所述目标媒体内容的转化次数确定所述第四参数的第四系数,所述目标媒体内容为包括所述第四参数,且在展现过程中存在与所述目标商品关联的转化行为的媒体内容。
本公开提供的视频文本生成装置能够实现本公开提供的视频文本生成方法实现的各个过程,并达到相同的技术效果,为避免重复,这里不再赘述。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
其中,上述电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开提供的视频文本生成方法。
上述可读存储介质存储有计算机指令,其中,所述计算机指令用于使所述计算机执行本公开提供的视频文本生成方法。
上述计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开提供的视频文本生成方法。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网格和/或各种电信网格与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如视频文本生成方法。例如,在一些实施例中,视频文本生成方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的视频文本生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行视频文本生成方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网格浏览器的用户计算机,用户可以通过该图形用户界面或者该网格浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网格)来将系统的部件相互连接。通信网格的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网格进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (21)
1.一种视频文本生成方法,其特征在于,包括:
获取目标商品的多个参数的参数信息;
基于所述多个参数的参数信息,计算所述多个参数中每个参数的系数;
根据所述多个参数的系数,在所述多个参数中确定至少一个参数;
生成包括所述至少一个参数的视频文本,所述视频文本用于描述所述目标商品。
2.根据权利要求1所述的方法,其中,所述参数信息包括如下至少一项:
参数统计信息,所述参数统计信息为所述目标商品在商品平台中的统计特征信息;
搜索内容信息,所述搜索内容信息为搜索平台中与所述目标商品关联的搜索内容信息;
落地页信息,所述落地页信息为所述目标商品的落地页的特征信息;
转化信息,所述转化信息为所述目标商品关联的转化行为的特征信息。
3.根据权利要求2所述的方法,其中,所述基于所述多个参数的参数信息,计算所述多个参数中每个参数的系数,包括如下至少一项:
基于所述多个参数的所述参数统计信息,分别计算每个参数的在所述商品平台的频次信息,并计算每个参数的与所述频次信息相关的第一系数;
基于所述多个参数的所述搜索内容信息,计算每个参数的与搜索行为相关的第二系数;
基于所述多个参数的所述落地页信息,计算每个参数的与落地页相关的第三系数;
基于所述多个参数的所述转化信息,计算每个参数的与转化相关的第四系数。
4.根据权利要求3所述的方法,其中,所述多个参数包括第一参数,所述基于所述多个参数的所述参数统计信息,分别计算每个参数的在所述商品平台的频次信息,并计算每个参数的与所述频次信息相关的第一系数,包括:
基于所述第一参数的所述参数统计信息,计算所述第一参数的在所述商品平台的频次信息,所述频次信息包括如下至少一项:所述第一参数在所述商品平台的数据库中出现的第一频次信息、所述第一参数在所述商品平台的商品详细页中出现的第二频次信息;
基于所述第一频次信息和第二频次信息中的至少一项,计算所述第一参数的第一系数。
5.根据权利要求3所述的方法,其中,所述多个参数包括第二参数,所述基于所述多个参数的所述搜索内容信息,计算每个参数的与搜索行为相关的第二系数,包括:
基于所述第二参数的所述搜索内容信息,确定搜索次数和点击次数中的至少一项,所述搜索次数为:对所述搜索内容信息进行搜索的第一搜索次数,所述点击次数为:对所述搜索内容信息进行搜索后存在点击行为的次数;
基于所述第一搜索次数和点击次数中的至少一项,计算所述第二参数的第二系数。
6.根据权利要求5所述的方法,其中,所述第二参数的搜索内容信息包括通过如下方式确定的搜索内容信息:
对包含所述目标商品的商品名称的搜索内容信息进行结构化解析,得到解析结果,所述解析结果包括所述商品名称和附属信息;
对所述附属信息进行参数映射,得到所述附属信息映射的参数;
确定所述附属信息映射的参数包括所述第二参数的搜索内容信息。
7.根据权利要求5所述的方法,其中,所述第二参数的搜索内容信息为搜索意图为所述目标商品的搜索内容信息;所述基于所述第一搜索次数和点击次数中的至少一项,计算所述第二参数的第二系数,包括:
确定第二搜索次数,所述第二搜索次数为:搜索意图不是所述目标商品,但包含所述目标商品的商品名称的搜索内容信息的搜索次数;
基于所述第一搜索次数和点击次数中的至少一项,以及所述第二搜索次数,计算所述第二参数的第二系数。
8.根据权利要求3所述的方法,其中,所述多个参数包括第三参数,所述基于所述多个参数的所述落地页信息,计算每个参数的与落地页相关的第三系数,包括:
基于所述第三参数的所述落地页信息,识别所述目标商品的落地页集中包含所述第三参数的落地页的占比,基于所述占比确定所述第三参数的第三系数。
9.根据权利要求3所述的方法,其中,所述多个参数包括第四参数,所述基于所述多个参数的所述转化信息,计算每个参数的与转化相关的第四系数,包括:
基于所述第四参数的所述转化信息,识别目标媒体内容的转化次数,基于所述目标媒体内容的转化次数确定所述第四参数的第四系数,所述目标媒体内容为包括所述第四参数,且在展现过程中存在与所述目标商品关联的转化行为的媒体内容。
10.一种视频文本生成装置,其特征在于,包括:
获取模块,用于获取目标商品的多个参数的参数信息;
计算模块,用于基于所述多个参数的参数信息,计算所述多个参数中每个参数的系数;
确定模块,用于根据所述多个参数的系数,在所述多个参数中确定至少一个参数;
生成模块,用于生成包括所述至少一个参数的视频文本,所述视频文本用于描述所述目标商品。
11.根据权利要求10所述的装置,其中,所述参数信息包括如下至少一项:
参数统计信息,所述参数统计信息为所述目标商品在商品平台中的统计特征信息;
搜索内容信息,所述搜索内容信息为搜索平台中与所述目标商品关联的搜索内容信息;
落地页信息,所述落地页信息为所述目标商品的落地页的特征信息;
转化信息,所述转化信息为所述目标商品关联的转化行为的特征信息。
12.根据权利要求11所述的装置,其中,所述计算模块,包括如下至少一项:
第一计算单元,用于基于所述多个参数的所述参数统计信息,分别计算每个参数的在所述商品平台的频次信息,并计算每个参数的与所述频次信息相关的第一系数;
第二计算单元,用于基于所述多个参数的所述搜索内容信息,计算每个参数的与搜索行为相关的第二系数;
第三计算单元,用于基于所述多个参数的所述落地页信息,计算每个参数的与落地页相关的第三系数;
第四计算单元,用于基于所述多个参数的所述转化信息,计算每个参数的与转化相关的第四系数。
13.根据权利要求12所述的装置,其中,所述多个参数包括第一参数,所述第一计算单元用于:
基于所述第一参数的所述参数统计信息,计算所述第一参数的在所述商品平台的频次信息,所述频次信息包括如下至少一项:
所述第一参数在所述商品平台的数据库中出现的第一频次信息、所述第一参数在所述商品平台的商品详细页中出现的第二频次信息;
基于所述第一频次信息和第二频次信息中的至少一项,计算所述第一参数的第一系数。
14.根据权利要求13所述的装置,其中,所述多个参数包括第二参数,所述第二计算单元用于:
基于所述第二参数的所述搜索内容信息,确定搜索次数和点击次数中的至少一项,所述搜索次数为:对所述搜索内容信息进行搜索的第一搜索次数,所述点击次数为:对所述搜索内容信息进行搜索后存在点击行为的次数;
基于所述第一搜索次数和点击次数中的至少一项,计算所述第二参数的第二系数。
15.根据权利要求14所述的装置,其中,所述第二参数的搜索内容信息包括通过如下方式确定的搜索内容信息:
对包含所述目标商品的商品名称的搜索内容信息进行结构化解析,得到解析结果,所述解析结果包括所述商品名称和附属信息;
对所述附属信息进行参数映射,得到所述附属信息映射的参数;
确定所述附属信息映射的参数包括所述第二参数的搜索内容信息。
16.根据权利要求14所述的装置,其中,所述第二参数的搜索内容信息为搜索意图为所述目标商品的搜索内容信息;所述第二计算单元用于:
确定第二搜索次数,所述第二搜索次数为:搜索意图不是所述目标商品,但包含所述目标商品的商品名称的搜索内容信息的搜索次数;
基于所述第一搜索次数和点击次数中的至少一项,以及所述第二搜索次数,计算所述第二参数的第二系数。
17.根据权利要求12所述的装置,其中,所述多个参数包括第三参数,所述第三计算单元用于:
基于所述第三参数的所述落地页信息,识别所述目标商品的落地页集中包含所述第三参数的落地页的占比,基于所述占比确定所述第三参数的第三系数。
18.根据权利要求12所述的装置,其中,所述多个参数包括第四参数,所述第四计算单元用于:
基于所述第四参数的所述转化信息,识别目标媒体内容的转化次数,基于所述目标媒体内容的转化次数确定所述第四参数的第四系数,所述目标媒体内容为包括所述第四参数,且在展现过程中存在与所述目标商品关联的转化行为的媒体内容。
19.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。
21.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211496485.9A CN115730105A (zh) | 2022-11-25 | 2022-11-25 | 视频文本生成方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211496485.9A CN115730105A (zh) | 2022-11-25 | 2022-11-25 | 视频文本生成方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115730105A true CN115730105A (zh) | 2023-03-03 |
Family
ID=85298504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211496485.9A Pending CN115730105A (zh) | 2022-11-25 | 2022-11-25 | 视频文本生成方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115730105A (zh) |
-
2022
- 2022-11-25 CN CN202211496485.9A patent/CN115730105A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1890257A2 (en) | Clustering for structured data | |
CN112507098B (zh) | 问题处理方法、装置、电子设备、存储介质及程序产品 | |
CN111612581A (zh) | 一种物品推荐的方法、装置、设备及存储介质 | |
CN111125266A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN113792155A (zh) | 基于知识图谱的文本校验方法、装置、电子设备和介质 | |
CN111625567A (zh) | 数据模型匹配方法、装置、计算机系统及可读存储介质 | |
CN117994021A (zh) | 一种资产核销方式的辅助配置方法、装置、设备及介质 | |
CN112528159B (zh) | 一种特征质量评估方法、装置、电子设备及存储介质 | |
WO2024152550A1 (zh) | 图片处理方法、装置、电子设备及存储介质 | |
CN114741433B (zh) | 一种社群挖掘方法、装置、设备及存储介质 | |
CN115730105A (zh) | 视频文本生成方法、装置及电子设备 | |
CN115116080A (zh) | 表格解析方法、装置、电子设备和存储介质 | |
CN114817845A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN113722593A (zh) | 事件数据处理方法、装置、电子设备和介质 | |
CN113393297A (zh) | 一种理财产品推送方法及装置 | |
CN115168727B (zh) | 用户习惯的挖掘方法、装置及电子设备 | |
EP4123479A2 (en) | Method and apparatus for denoising click data, electronic device and storage medium | |
US20230034565A1 (en) | System and method for optimizing clustering outputs for marketing crosstabs | |
CN115033823A (zh) | 用于处理数据的方法、装置、设备、介质和产品 | |
CN116823023A (zh) | 数据的离线计算方法、装置、设备以及存储介质 | |
CN118035445A (zh) | 一种工单分类方法、装置、电子设备和存储介质 | |
CN114491177A (zh) | 信息确定方法、模型训练方法、装置及电子设备 | |
CN115661422A (zh) | 风格化基底生成方法、装置、电子设备及存储介质 | |
CN118012871A (zh) | 一种数据表生成方法、装置、电子设备及可读存储介质 | |
CN114565402A (zh) | 信息推荐方法、装置以及电子设备 |
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 |