CN115982434B - 一种基于人工智能的素材信息分类管理方法及系统 - Google Patents

Abstract

本发明涉及素材信息分类管理领域，具体公开提供的一种基于人工智能的素材信息分类管理方法及系统。本发明通过目标素材对应设计师对其素材进行标签选择，并结合目标素材所属基本信息，筛选目标素材对应各匹配标签，从而实现自主性建立新标签的功能，能够增加选择的标签与素材的贴合性，确保对素材进行灵活性、主观性的多级标签化处理，有效提高素材对应多级标签的选择准确性。同时根据目标素材所属基本信息，对目标素材进行整合分类和存储，进一步实现对素材进行合理性、系统性地排序存储，满足设计师的实际应用需求，能够让设计师从更深层和更细致的维度对素材进行后续的数据分析以及针对性的调取。

Description

一种基于人工智能的素材信息分类管理方法及系统

技术领域

本发明涉及素材信息分类管理领域，涉及到一种基于人工智能的素材信息分类管理方法及系统。

背景技术

素材作为设计领域的重要基础，素材包括文本素材、图像素材、音频素材、视频素材和插画素材，具有生动形象和增加说服力等多个特点，是装修设计、视频剪辑、教育教学等多个领域的重要资源，因此为了保障素材的实际使用便捷性，需要对其进行分类管理。

目前市面上的素材库分类管理功能较为单一，只是单纯的作为储存素材的一个库，且对素材来说很重要的标签功能的层级单一不灵活。

如申请公开号为CN114328392A的中国发明专利申请公开的一种广告媒体素材管理系统、方法、设备和介质，主要对用户上传的素材与对象存储服务平台预先存储的素材库进行特征信息匹配，来对上传的素材进行标签化处理，方便进行素材搜索、归类等。但是本发明的不足之处在于：1、该发明对素材进行标签化处理时过于系统化、程序化以及固定化，这样存在标签与素材的贴合性不高的问题，从而无法有效提高素材对应多级标签的选择准确性；2、当前只能对上传的素材进行预设标签的选择匹配，当素材特征信息不匹配时，无法自主性地建立新标签，从而不能对素材进行灵活性、主观性的多级标签化处理，无法满足人们对素材多级标签的功能诉求。

如申请公开号为CN114154025A的中国发明专利申请公开的一种基于素材类型进行分类管理的数据库系统，主要对素材数据进行有效快速的分类管理，并按照素材类型进行分类，使得查阅和调取时更加方便。但是本发明的不足之处在于：1、存在分类类别单一的问题，不便于设计师从多个维度调取、查阅、分析素材，进而无法满足设计师的实际应用需求，进一步影响后期设计师的工作效率；2、未对素材进行合理性、系统性地排序存储，从而不能让设计师从更深层和更细致的维度对素材进行后续的数据分析以及针对性的调取。

发明内容

鉴于此，为解决上述背景技术中所提出的问题，现提出一种基于人工智能的素材信息分类管理方法及系统。

本发明解决其技术问题采用的技术方案是：第一方面，本发明提供一种基于人工智能的素材信息分类管理方法，包括以下步骤：S1、目标素材标签选择：将待上传素材库的素材记为目标素材，并对目标素材进行标签选择。

S2、目标素材标签匹配筛选：获取目标素材所属基本信息，分析目标素材对应各标签与其所属基本信息的符合度，筛选目标素材对应各匹配标签。

S3、匹配标签排序处理：根据素材库的素材惯常数据，分析素材库中各标签类型对应素材的热度系数，进而对目标素材对应各匹配标签进行排序处理。

S4、目标素材整合分类：将目标素材上传至素材库中，并根据目标素材所属基本信息，对目标素材进行整合分类管理。

S5、素材动态信息调取：从素材库中调取各设计师的素材动态信息，素材动态信息包括上传素材数量、素材上传频率和素材调用数据。

S6、设计师综合能力评价管理：分析各设计师的综合能力评价系数，并按照设定排列顺序进行排列显示。

优选地，所述对目标素材进行标签选择，具体包括：通过目标素材对应设计师对其素材进行标签选择，若标签选择成功，则将选择成功的标签作为目标素材对应标签；若标签选择失败，则通过目标素材对应设计师新建标签，并将新建标签与素材库中存储的待选标签集合进行关联度分析，得到新建标签与待选标签集合中各待选标签的关联度，若新建标签与待选标签集合中各待选标签的关联度均小于设定关联度阈值，则新建标签失败；若新建标签与待选标签集合中某待选标签的关联度大于或等于设定关联度阈值，则将新建标签作为目标素材对应标签。

优选地，所述筛选目标素材对应各匹配标签，具体包括：根据目标素材所属基本信息，获得目标素材所属种类和标题，并提取素材库存储的各种类素材在各标签类型中的描述标签集合，筛选目标素材所属种类在各标签类型中的描述标签集合，并统计目标素材对应各标签，获得目标素材对应各标签的类型，筛选各标签对应素材所属种类在对应标签类型中的描述标签集合，将其作为各标签对应素材所属种类的参考描述标签集合，分析目标素材对应各标签与其所属种类的参考描述标签集合的符合指数，记为ξ_i，i＝1,2,...,n，i为第i个标签的编号。

提取目标素材所属标题中各关键词，并提取素材库中存储的各标题词语对应的各关联标签，筛选目标素材所属标题中各关键词对应的各关联标签，构成目标素材所属标题的关联标签集合，将目标素材对应各标签与其对应所属标题的关联标签集合中各关联标签进行对比，若目标素材所属标题的关联标签集合中包含某标签，则将目标素材对应该标签与其所属标题的关联标签集合的符合指数为β′；反之，则将目标素材对应该标签与其所属标题的关联标签集合的符合指数为β″，统计目标素材对应各标签与其所属标题的关联标签集合的符合指数β_i，β_i＝β′或β″。

分析目标素材对应各标签与其所属基本信息的符合度其中χ₁、χ₂分别为预设的素材种类、素材标题对应的符合度补偿因子，将目标素材对应各标签与其所属基本信息的符合度与预设的符合度阈值进行对比，筛选大于符合度阈值的各标签，将其记为目标素材对应各匹配标签。

优选地，所述素材库中各标签类型对应素材的热度系数分析方式为：从素材库的素材惯常数据中提取各标签类型对应的总消耗量、总新增量、总移除量、设定周期内消耗量、设定周期内新增量和设定周期内移除量，分别记为w_j1、w_j2、w_j3、w′_j1、w′_j2、w′_j3，分析素材库中各标签类型对应素材的热度系数e为自然常数，μ₁、μ₂、μ₃分别为预设的标签消耗量、标签新增量、标签移除量对应热度影响因子，j＝1,2,...,m，j为第j标签类型的编号，m为标签类型的数量。

优选地，所述对目标素材进行整合分类管理具体为：提取目标素材所属基本信息，获得目标素材所属规格、制作方式和设计师，并对目标素材分别进行规格类别、制作方式类别和设计师类别的整合分类。

优选地，所述对目标素材进行规格类别的整合分类包括以下步骤：根据各规格类别对应的设定规格范围，筛选目标素材所属规格类别，从素材库中调取目标素材所属规格类别中各参考素材对应排序后的各标签，将目标素材对应排序后的各匹配标签与其对应所属规格类别中各参考素材对应排序后的各标签进行匹配，分析目标素材与其对应所属规格类别中各参考素材的标签排序契合指数，筛选标签排序契合指数最高的参考素材记为指定参考素材，进而获取素材库中目标素材所属规格类别中指定参考素材的排列位置，将目标素材位于指定参考素材的排列位置之后。

优选地，所述目标素材与其对应所属规格类别中各参考素材的标签排序契合指数分析方式为：根据目标素材对应各标签的类型，得到目标素材对应排序后的各匹配标签的类型，进而获取目标素材对应各排序位置中匹配标签的类型，并获取目标素材对应所属规格类别中各参考素材对应各排序位置中标签的类型，将目标素材对应各排序位置中匹配标签的类型与其对应所属规格类别中各参考素材对应排序位置中标签的类型进行对比，统计目标素材与其对应所属规格类别中各参考素材的排序位置标签类型相同数量，记为δ_r，r＝1,2,...,u，r为第r个参考素材的编号。

将目标素材对应各排序位置中匹配标签与其对应所属规格类别中各参考素材对应排序位置中标签进行对比，统计目标素材与其对应所属规格类别中各参考素材的标签相同数量，记为φ_r。

分析目标素材与其对应所属规格类别中各参考素材的标签排序契合指数κ₁、κ₂分别为预设的标签类型相同数量占比、标签相同数量占比的权重因子，δ′为目标素材的匹配标签数量，δ_r″为目标素材对应所属规格类别中第r个参考素材的标签数量。

优选地，所述各设计师的综合能力评价系数分析方式为：根据各设计师的素材动态信息，提取各设计师的上传素材数量和素材上传频率，分别记为p^f ₁、p^f ₂，f＝1,2,...,k，f为第f个设计师的编号，解析各设计师的素材上传活跃系数γ₁、γ₂分别为设定的上传素材数量、素材上传频率对应的活跃影响因子。

提取各设计师的素材调用数据中各上传素材的下载量、收藏量和浏览量，分别记为s为第s个上传素材的编号，解析各设计师的素材受欢迎系数/>

τ₁、τ₂、τ₃分别为设定的素材下载量、素材收藏量、素材浏览量对应的受欢迎影响因子，k为设计师的总数量。

根据各设计师的素材上传活跃系数和素材受欢迎系数，分析各设计师的综合能力评价系数λ₀为预设的设计师能力评估系数补偿因子。

第二方面，本发明提供一种基于人工智能的素材信息分类管理系统，包括目标素材标签选择模块：用于将待上传素材库的素材记为目标素材，并对目标素材进行标签选择。

目标素材标签匹配筛选模块：用于获取目标素材所属基本信息，分析目标素材对应各标签与其所属基本信息的符合度，筛选目标素材对应各匹配标签。

匹配标签排序处理模块：用于根据素材库的素材惯常数据，分析素材库中各标签类型对应素材的热度系数，进而对目标素材对应各匹配标签进行排序处理。

目标素材整合分类模块：用于将目标素材上传至素材库中，并根据目标素材所属基本信息，对目标素材进行整合分类管理。

素材动态信息调取模块：用于从素材库中调取各设计师的素材动态信息，素材动态信息包括上传素材数量、素材上传频率和素材调用数据。

设计师综合能力评价管理模块：用于分析各设计师的综合能力评价系数，并按照设定排列顺序进行排列显示。

素材库：用于存储待选标签集合、各种类素材在各标签类型中的描述标签集合和各标题词语对应的各关联标签。

相对于现有技术，本发明具有以下有益效果：1、本发明通过目标素材对应设计师对其素材进行标签选择，能够增加选择的标签与素材的贴合性，进一步避免现有技术对素材进行标签化处理时过于系统化、程序化以及固定化的问题，有效提高素材对应多级标签的选择准确性。

2、本发明中当标签选择失败，则通过目标素材对应设计师新建标签，并结合目标素材所属基本信息，筛选目标素材对应各匹配标签，从而实现自主性建立新标签的功能，确保能够对素材进行灵活性、主观性的多级标签化处理，进而满足人们对素材多级标签的功能诉求。

3、本发明根据目标素材所属基本信息，对目标素材分别进行规格类别、制作方式类别和设计师类别的整合分类，从而解决当前技术存在分类类别单一的问题，进而满足设计师的实际应用需求，便于后期设计师从多个维度调取、查阅、分析素材，提高后期设计师的工作效率。

4、本发明根据目标素材与其对应所属分类类别中各参考素材的标签排序契合指数，对目标素材进行对应位置的存储，进一步实现对素材进行合理性、系统性地排序存储，能够让设计师从更深层和更细致的维度对素材进行后续的数据分析以及针对性的调取。

5、本发明根据各设计师的素材动态信息分析对应设计师的综合能力评价系数，并按照设定排列顺序进行排列显示，从而直观地展现出设计师的素材设计能力排名，让人们能够快速了解设计师的素材设计能力，进而提高设计师在所属领域的知名度和声望。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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一些实施例，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，还可以根据这些附图获得其他的附图。

图1为本发明的方法流程示意图。

图2为本发明中对目标素材进行标签选择步骤示意图。

图3为本发明中新建标签与待选标签集合中各待选标签的关联度分析步骤示意图。

图4为本发明中对目标素材进行规格类别的整合分类步骤示意图。

图5为本发明的系统模块连接图。

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明的第一方面提供一种基于人工智能的素材信息分类管理方法，包括如下步骤：S1、目标素材标签选择：将待上传素材库的素材记为目标素材，并对目标素材进行标签选择。

请参阅图2所示，所述对目标素材进行标签选择，具体包括：通过目标素材对应设计师对其素材进行标签选择，若标签选择成功，则将选择成功的标签作为目标素材对应标签；若标签选择失败，则通过目标素材对应设计师新建标签，并将新建标签与素材库中存储的待选标签集合进行关联度分析，得到新建标签与待选标签集合中各待选标签的关联度，若新建标签与待选标签集合中各待选标签的关联度均小于设定关联度阈值，则新建标签失败；若新建标签与待选标签集合中某待选标签的关联度大于或等于设定关联度阈值，则将新建标签作为目标素材对应标签。

进一步地，所述设计师根据素材库中存储的待选标签集合对其目标素材进行标签选择，当设定待选标签集合中某待选标签被目标素材对应设计师选中时，则标签选择成功；当设定待选标签集合中各待选标签均未被目标素材对应设计师选中时，则标签选择失败。

请参阅图3所示，所述新建标签与待选标签集合中各待选标签的关联度分析方式为：SS11、通过关键词提取技术对待选标签集合中各待选标签进行关键词提取，得到各待选标签中关键词数量和各关键词，进而提取新建标签中关键词数量和各关键词。

SS12、若新建标签中某关键词与某待选标签中某关键词相同，则统计新建标签与该待选标签的关键词相同数量，记为x，分析新建标签与该待选标签的关联度ε₁为关键词相同数量占比对应的关联影响因子，0＜ε₁＜1，X_新建为新建标签中关键词数量，X_待选为该待选标签中关键词数量。

SS13、若新建标签中各关键词与某待选标签中各关键词均不同，则将该待选标签中各关键词与设定的各词语对应的近义词集合进行匹配，得到该待选标签中各关键词对应的近义词集合。

SS14、若新建标签中某关键词与该待选标签中某关键词对应近义词集合内某近义词相同，则新建标签中该关键词与该待选标签中该关键词相似，统计新建标签与该待选标签的关键词相似数量，记为y，同理分析新建标签与该待选标签的关联度ε₂为关键词相同数量占比对应的关联影响因子，0＜ε₂＜1，进而统计新建标签与待选标签集合中各待选标签的关联度。

需要说明的是，本发明通过目标素材对应设计师对其素材进行标签选择，能够增加选择的标签与素材的贴合性，进一步避免现有技术对素材进行标签化处理时过于系统化、程序化以及固定化的问题，有效提高素材对应多级标签的选择准确性。

S2、目标素材标签匹配筛选：获取目标素材所属基本信息，分析目标素材对应各标签与其所属基本信息的符合度，筛选目标素材对应各匹配标签。

作为本发明的一个具体实施例，所述筛选目标素材对应各匹配标签，具体包括：根据目标素材所属基本信息，获得目标素材所属种类和标题，并提取素材库存储的各种类素材在各标签类型中的描述标签集合，筛选目标素材所属种类在各标签类型中的描述标签集合，并统计目标素材对应各标签，获得目标素材对应各标签的类型，筛选各标签对应素材所属种类在对应标签类型中的描述标签集合，将其作为各标签对应素材所属种类的参考描述标签集合，分析目标素材对应各标签与其所属种类的参考描述标签集合的符合指数，记为ξ_i，i＝1,2,...,n，i为第i个标签的编号。

示例性地，所述目标素材对应各标签的类型获得方式为：当目标素材对应某标签为选择成功的标签时，则提取目标素材对应该标签对应待选标签，并获取目标素材对应该标签对应待选标签的类型，将其作为目标素材对应该标签的类型；当目标素材对应某标签为选择失败的标签时，则根据新建标签与待选标签集合中各待选标签的关联度，筛选目标素材对应该标签与待选标签集合中各待选标签的关联度，筛选该标签与待选标签集合中关联度最高的待选标签，进而获取目标素材对应该标签与待选标签集合中关联度最高的待选标签的类型，将其作为目标素材对应该标签的类型。

进一步地，所述目标素材对应各标签与其所属种类的参考描述标签集合的符合指数分析方式为：将目标素材对应各标签与其对应素材所属种类的参考描述标签集合进行对比，若目标素材对应某标签处于其对应素材所属种类的参考描述标签集合中，则目标素材对应该标签与其所属种类的参考描述标签集合的符合指数为ξ′；反之，则目标素材对应该标签与其所属种类的参考描述标签集合的符合指数为ξ″，统计目标素材对应各标签与其所属种类的参考描述标签集合的符合指数ξ_i，其中ξ_i＝ξ′或ξ″。

提取目标素材所属标题中各关键词，并提取素材库中存储的各标题词语对应的各关联标签，筛选目标素材所属标题中各关键词对应的各关联标签，构成目标素材所属标题的关联标签集合，将目标素材对应各标签与其对应所属标题的关联标签集合中各关联标签进行对比，若目标素材所属标题的关联标签集合中包含某标签，则将目标素材对应该标签与其所属标题的关联标签集合的符合指数为β′；反之，则将目标素材对应该标签与其所属标题的关联标签集合的符合指数为β″，统计目标素材对应各标签与其所属标题的关联标签集合的符合指数β_i，β_i＝β′或β″。

分析目标素材对应各标签与其所属基本信息的符合度其中χ₁、χ₂分别为预设的素材种类、素材标题对应的符合度补偿因子，将目标素材对应各标签与其所属基本信息的符合度与预设的符合度阈值进行对比，筛选大于符合度阈值的各标签，将其记为目标素材对应各匹配标签。

需要说明的是，所述标签类型包括但不限于：专属标签类型和复用标签类型，所述种类素材包括但不限于：插画素材、摄影素材、U I界面素材、工业产品素材和文本素材。

在一种具体实施例中，例如“可爱”可以描述一个U I界面素材，也可以描述一张插画素材或者一张摄影素材，则“可爱”为一个复用标签类型的标签。还例如“宋体风格”描述一个文本素材，但“宋体风格”很难描述其他种类的素材，如摄影素材、工业产品素材等，则“宋体风格”为一个专属标签类型的标签。

需要说明的是，本发明中当标签选择失败，则通过目标素材对应设计师新建标签，并结合目标素材所属基本信息，筛选目标素材对应各匹配标签，从而实现自主性建立新标签的功能，确保能够对素材进行灵活性、主观性的多级标签化处理，进而满足人们对素材多级标签的功能诉求。

S3、匹配标签排序处理：根据素材库的素材惯常数据，分析素材库中各标签类型对应素材的热度系数，进而对目标素材对应各匹配标签进行排序处理。

作为本发明的一个具体实施例，所述素材库中各标签类型对应素材的热度系数分析方式为：从素材库的素材惯常数据中提取各标签类型对应的总消耗量、总新增量、总移除量、设定周期内消耗量、设定周期内新增量和设定周期内移除量，分别记为w_j1、w_j2、w_j3、w′_j1、w′_j2、w′_j3，分析素材库中各标签类型对应素材的热度系数e为自然常数，μ₁、μ₂、μ₃分别为预设的标签消耗量、标签新增量、标签移除量对应热度影响因子，j＝1,2,...,m，j为第j标签类型的编号，m为标签类型的数量。

进一步地，所述对目标素材对应各匹配标签进行排序处理方式为：根据目标素材对应各标签的类型，筛选目标素材对应各匹配标签的类型对应素材的热度系数，并按照热度系数从大到小的顺序依次目标素材对应各匹配标签进行排序，得到目标素材对应排序后的各匹配标签。

S4、目标素材整合分类：将目标素材上传至素材库中，并根据目标素材所属基本信息，对目标素材进行整合分类管理。

在一种具体实施例中，所述对目标素材进行整合分类管理具体为：提取目标素材所属基本信息，获得目标素材所属规格、制作方式和设计师，并对目标素材分别进行规格类别、制作方式类别和设计师类别的整合分类。

需要说明的是，本发明根据目标素材所属基本信息，对目标素材分别进行规格类别、制作方式类别和设计师类别的整合分类，从而解决当前技术存在分类类别单一的问题，进而满足设计师的实际应用需求，便于后期设计师从多个维度调取、查阅、分析素材，提高后期设计师的工作效率。

请参阅图4所示，所述对目标素材进行规格类别的整合分类包括以下步骤：根据各规格类别对应的设定规格范围，筛选目标素材所属规格类别，从素材库中调取目标素材所属规格类别中各参考素材对应排序后的各标签，将目标素材对应排序后的各匹配标签与其对应所属规格类别中各参考素材对应排序后的各标签进行匹配，分析目标素材与其对应所属规格类别中各参考素材的标签排序契合指数，筛选标签排序契合指数最高的参考素材记为指定参考素材，进而获取素材库中目标素材所属规格类别中指定参考素材的排列位置，将目标素材位于指定参考素材的排列位置之后。

进一步地，所述目标素材与其对应所属规格类别中各参考素材的标签排序契合指数分析方式为：根据目标素材对应各标签的类型，得到目标素材对应排序后的各匹配标签的类型，进而获取目标素材对应各排序位置中匹配标签的类型，并获取目标素材对应所属规格类别中各参考素材对应各排序位置中标签的类型，将目标素材对应各排序位置中匹配标签的类型与其对应所属规格类别中各参考素材对应排序位置中标签的类型进行对比，统计目标素材与其对应所属规格类别中各参考素材的排序位置标签类型相同数量，记为δ_r，r＝1,2,...,u，r为第r个参考素材的编号。

将目标素材对应各排序位置中匹配标签与其对应所属规格类别中各参考素材对应排序位置中标签进行对比，统计目标素材与其对应所属规格类别中各参考素材的标签相同数量，记为φ_r。

分析目标素材与其对应所属规格类别中各参考素材的标签排序契合指数κ₁、κ₂分别为预设的标签类型相同数量占比、标签相同数量占比的权重因子，δ′为目标素材的匹配标签数量，δ″_r为目标素材对应所属规格类别中第r个参考素材的标签数量。

在一种具体实施例中，所述对目标素材进行制作方式类别的整合分类包括以下步骤：根据目标素材所属制作方式，得到目标素材所属制作方式类别，从素材库中调取目标素材所属制作方式类别中各参照素材对应排序后的各标签，将目标素材对应排序后的各匹配标签与其对应所属制作方式类别中各参照素材对应排序后的各标签进行匹配，并依据目标素材与其对应所属规格类别中各参考素材的标签排序契合指数分析方式，得到目标素材与其对应所属制作方式类别中各参照素材的标签排序契合指数，筛选标签排序契合指数最高的参照素材记为指定参照素材，进而获取素材库中目标素材所属制作方式类别中指定参照素材的排列位置，将目标素材位于指定参照素材的排列位置之后。

同理，所述对目标素材进行设计师类别的整合分类方法与对目标素材进行制作方式类别的整合分类方法一致。

需要说明的是，本发明根据目标素材与其对应所属分类类别中各参考素材的标签排序契合指数，对目标素材进行对应位置的存储，进一步实现对素材进行合理性、系统性地排序存储，能够让设计师从更深层和更细致的维度对素材进行后续的数据分析以及针对性的调取。

S5、素材动态信息调取：从素材库中调取各设计师的素材动态信息，素材动态信息包括上传素材数量、素材上传频率和素材调用数据。

作为本发明的一个具体实施例，所述各设计师的素材上传频率获取方式为：从素材库中获取各设计师对应各素材的上传时间点，按照上传时间先后顺序依次进行排序，得到各设计师对应的素材首次上传时间和素材末次上传时间，将各设计师对应的素材末次上传时间减去其对应素材首次上传时间，得到各设计师对应的素材上传周期，并将各设计师的上传素材数量除以其对应的素材上传周期，得到各设计师的素材上传频率。

所述各设计师的素材调用数据中各上传素材的下载量、收藏量和浏览量获取方式为：从素材库中获取各设计师对应各上传素材中各次下载的用户账号和时间点，将各设计师对应各上传素材中各次下载的用户账号进行汇整，得到各设计师对应各上传素材中各用户账号的汇整下载次数，当某设计师对应某上传素材中某用户账号的汇整下载次数等于1时，则该设计师对应该上传素材中该用户账号的最终下载次数为1；当某设计师对应某上传素材中某用户账号的汇整下载次数大于1时，筛选该设计师对应该上传素材中该用户账号的各次下载的时间点，并按照时间先后顺序进行排序，分析该设计师对应该上传素材中该用户账号的最终下载次数，其中分析公式为统计各设计师对应各上传素材中各用户账号的最终下载次数，累加得到各设计师对应各上传素材的下载量。

从素材库中获取各设计师对应各上传素材中各次收藏的用户账号，汇整得到各设计师对应各上传素材的用户账号数量，将其记为各设计师对应各上传素材的收藏量。

从素材库中获取各设计师对应各上传素材的浏览次数，将其记为各设计师对应各上传素材的浏览量。

S6、设计师综合能力评价管理：分析各设计师的综合能力评价系数，并按照设定排列顺序进行排列显示。

示例性地，所述各设计师的综合能力评价系数分析方式为：根据各设计师的素材动态信息，提取各设计师的上传素材数量和素材上传频率，分别记为p^f ₁、p^f ₂，f＝1,2,...,k，f为第f个设计师的编号，解析各设计师的素材上传活跃系数γ₁、γ₂分别为设定的上传素材数量、素材上传频率对应的活跃影响因子。

提取各设计师的素材调用数据中各上传素材的下载量、收藏量和浏览量，分别记为q^fs ₁、q^fs ₂、q^fs ₃，s＝1,2,...,d，s为第s个上传素材的编号，解析各设计师的素材受欢迎系数

τ₁、τ₂、τ₃分别为设定的素材下载量、素材收藏量、素材浏览量对应的受欢迎影响因子，k为设计师的总数量。

根据各设计师的素材上传活跃系数和素材受欢迎系数，分析各设计师的综合能力评价系数λ₀为预设的设计师能力评估系数补偿因子。

需要说明的是，本发明根据各设计师的素材动态信息分析对应设计师的综合能力评价系数，并按照设定排列顺序进行排列显示，从而直观地展现出设计师的素材设计能力排名，让人们能够快速了解设计师的素材设计能力，进而提高设计师在所属领域的知名度和声望。

请参阅图5所示，本发明的第二方面提供一种基于人工智能的素材信息分类管理系统，包括目标素材标签选择模块、目标素材标签匹配筛选模块、匹配标签排序处理模块、目标素材整合分类模块、素材动态信息调取模块、设计师综合能力评价管理模块和素材库。

所述目标素材标签匹配筛选模块分别与目标素材标签选择模块与匹配标签排序处理模块连接，目标素材整合分类模块与匹配标签排序处理模块连接，素材动态信息调取模块与设计师综合能力评价管理模块连接，素材库分别与目标素材标签选择模块、目标素材标签匹配筛选模块、匹配标签排序处理模块、目标素材整合分类模块和素材动态信息调取模块连接。

所述目标素材标签选择模块用于将待上传素材库的素材记为目标素材，并对目标素材进行标签选择。

所述目标素材标签匹配筛选模块用于获取目标素材所属基本信息，分析目标素材对应各标签与其所属基本信息的符合度，筛选目标素材对应各匹配标签。

所述匹配标签排序处理模块用于根据素材库的素材惯常数据，分析素材库中各标签类型对应素材的热度系数，进而对目标素材对应各匹配标签进行排序处理。

所述目标素材整合分类模块用于将目标素材上传至素材库中，并根据目标素材所属基本信息，对目标素材进行整合分类管理。

所述素材动态信息调取模块用于从素材库中调取各设计师的素材动态信息，素材动态信息包括上传素材数量、素材上传频率和素材调用数据。

所述设计师综合能力评价管理模块用于分析各设计师的综合能力评价系数，并按照设定排列顺序进行排列显示。

所述素材库用于存储待选标签集合、各种类素材在各标签类型中的描述标签集合和各标题词语对应的各关联标签。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (5)

1.一种基于人工智能的素材信息分类管理方法，其特征在于，包括如下步骤：

S1、目标素材标签选择：将待上传素材库的素材记为目标素材，并对目标素材进行标签选择；

S2、目标素材标签匹配筛选：获取目标素材所属基本信息，分析目标素材对应各标签与其所属基本信息的符合度，筛选目标素材对应各匹配标签；

S3、匹配标签排序处理：根据素材库的素材惯常数据，分析素材库中各标签类型对应素材的热度系数，进而对目标素材对应各匹配标签进行排序处理；

S4、目标素材整合分类：将目标素材上传至素材库中，并根据目标素材所属基本信息，对目标素材进行整合分类管理；

所述对目标素材进行整合分类管理具体为：

提取目标素材所属基本信息，获得目标素材所属规格、制作方式和设计师，并对目标素材分别进行规格类别、制作方式类别和设计师类别的整合分类；

所述对目标素材进行规格类别的整合分类包括以下步骤：

根据各规格类别对应的设定规格范围，筛选目标素材所属规格类别，从素材库中调取目标素材所属规格类别中各参考素材对应排序后的各标签，将目标素材对应排序后的各匹配标签与其对应所属规格类别中各参考素材对应排序后的各标签进行匹配，分析目标素材与其对应所属规格类别中各参考素材的标签排序契合指数，筛选标签排序契合指数最高的参考素材记为指定参考素材，进而获取素材库中目标素材所属规格类别中指定参考素材的排列位置，将目标素材位于指定参考素材的排列位置之后；

所述目标素材与其对应所属规格类别中各参考素材的标签排序契合指数分析方式为：

根据目标素材对应各标签的类型，得到目标素材对应排序后的各匹配标签的类型，进而获取目标素材对应各排序位置中匹配标签的类型，并获取目标素材对应所属规格类别中各参考素材对应各排序位置中标签的类型，将目标素材对应各排序位置中匹配标签的类型与其对应所属规格类别中各参考素材对应排序位置中标签的类型进行对比，统计目标素材与其对应所属规格类别中各参考素材的排序位置标签类型相同数量，记为δ_r，r＝1,2,...,u，r为第r个参考素材的编号；

将目标素材对应各排序位置中匹配标签与其对应所属规格类别中各参考素材对应排序位置中标签进行对比，统计目标素材与其对应所属规格类别中各参考素材的标签相同数量，记为φ_r；

分析目标素材与其对应所属规格类别中各参考素材的标签排序契合指数κ₁、κ₂分别为预设的标签类型相同数量占比、标签相同数量占比的权重因子，δ′为目标素材的匹配标签数量，δ_r″为目标素材对应所属规格类别中第r个参考素材的标签数量；

所述对目标素材进行制作方式类别的整合分类包括以下步骤：根据目标素材所属制作方式，得到目标素材所属制作方式类别，从素材库中调取目标素材所属制作方式类别中各参照素材对应排序后的各标签，将目标素材对应排序后的各匹配标签与其对应所属制作方式类别中各参照素材对应排序后的各标签进行匹配，并依据目标素材与其对应所属规格类别中各参考素材的标签排序契合指数分析方式，得到目标素材与其对应所属制作方式类别中各参照素材的标签排序契合指数，筛选标签排序契合指数最高的参照素材记为指定参照素材，进而获取素材库中目标素材所属制作方式类别中指定参照素材的排列位置，将目标素材位于指定参照素材的排列位置之后；

所述对目标素材进行设计师类别的整合分类方法与对目标素材进行制作方式类别的整合分类方法一致；

S5、素材动态信息调取：从素材库中调取各设计师的素材动态信息，素材动态信息包括上传素材数量、素材上传频率和素材调用数据；

S6、设计师综合能力评价管理：分析各设计师的综合能力评价系数，并按照设定排列顺序进行排列显示；

所述各设计师的综合能力评价系数分析方式为：

根据各设计师的素材动态信息，提取各设计师的上传素材数量和素材上传频率，分别记为p^f ₁、p^f ₂，f＝1,2,...,k，f为第f个设计师的编号，解析各设计师的素材上传活跃系数γ₁、γ₂分别为设定的上传素材数量、素材上传频率对应的活跃影响因子；

提取各设计师的素材调用数据中各上传素材的下载量、收藏量和浏览量，分别记为q^fs ₁、q^fs ₂、q^fs ₃，s＝1,2,...,d，s为第s个上传素材的编号，解析各设计师的素材受欢迎系数

τ₁、τ₂、τ₃分别为设定的素材下载量、素材收藏量、素材浏览量对应的受欢迎影响因子，k为设计师的总数量；

根据各设计师的素材上传活跃系数和素材受欢迎系数，分析各设计师的综合能力评价系数λ₀为预设的设计师能力评估系数补偿因子。

2.根据权利要求1所述的一种基于人工智能的素材信息分类管理方法，其特征在于：所述对目标素材进行标签选择，具体包括：

通过目标素材对应设计师对其素材进行标签选择，若标签选择成功，则将选择成功的标签作为目标素材对应标签；若标签选择失败，则通过目标素材对应设计师新建标签，并将新建标签与素材库中存储的待选标签集合进行关联度分析，得到新建标签与待选标签集合中各待选标签的关联度，若新建标签与待选标签集合中各待选标签的关联度均小于设定关联度阈值，则新建标签失败；若新建标签与待选标签集合中某待选标签的关联度大于或等于设定关联度阈值，则将新建标签作为目标素材对应标签。

3.根据权利要求2所述的一种基于人工智能的素材信息分类管理方法，其特征在于：所述筛选目标素材对应各匹配标签，具体包括：

根据目标素材所属基本信息，获得目标素材所属种类和标题，并提取素材库存储的各种类素材在各标签类型中的描述标签集合，筛选目标素材所属种类在各标签类型中的描述标签集合，并统计目标素材对应各标签，获得目标素材对应各标签的类型，筛选各标签对应素材所属种类在对应标签类型中的描述标签集合，将其作为各标签对应素材所属种类的参考描述标签集合，分析目标素材对应各标签与其所属种类的参考描述标签集合的符合指数，记为ξ_i，i＝1,2,...,n，i为第i个标签的编号；

提取目标素材所属标题中各关键词，并提取素材库中存储的各标题词语对应的各关联标签，筛选目标素材所属标题中各关键词对应的各关联标签，构成目标素材所属标题的关联标签集合，将目标素材对应各标签与其对应所属标题的关联标签集合中各关联标签进行对比，若目标素材所属标题的关联标签集合中包含某标签，则将目标素材对应该标签与其所属标题的关联标签集合的符合指数记为β′；反之，则将目标素材对应该标签与其所属标题的关联标签集合的符合指数记为β″，统计目标素材对应各标签与其所属标题的关联标签集合的符合指数β_i，β_i＝β′或β″；

分析目标素材对应各标签与其所属基本信息的符合度其中χ₁、χ₂分别为预设的素材种类、素材标题对应的符合度补偿因子，将目标素材对应各标签与其所属基本信息的符合度与预设的符合度阈值进行对比，筛选大于符合度阈值的各标签，将其记为目标素材对应各匹配标签。

4.根据权利要求1所述的一种基于人工智能的素材信息分类管理方法，其特征在于：所述素材库中各标签类型对应素材的热度系数分析方式为：

从素材库的素材惯常数据中提取各标签类型对应的总消耗量、总新增量、总移除量、设定周期内消耗量、设定周期内新增量和设定周期内移除量，分别记为w_j1、w_j2、w_j3、w′_j1、w′_j2、w′_j3，分析素材库中各标签类型对应素材的热度系数e为自然常数，μ₁、μ₂、μ₃分别为预设的标签消耗量、标签新增量、标签移除量对应热度影响因子，j＝1,2,...,m，j为第j标签类型的编号，m为标签类型的数量。

5.一种基于人工智能的素材信息分类管理系统，用于执行如权利要求1所述的方法，其特征在于：

目标素材标签选择模块：用于将待上传素材库的素材记为目标素材，并对目标素材进行标签选择；

目标素材标签匹配筛选模块：用于获取目标素材所属基本信息，分析目标素材对应各标签与其所属基本信息的符合度，筛选目标素材对应各匹配标签；

匹配标签排序处理模块：用于根据素材库的素材惯常数据，分析素材库中各标签类型对应素材的热度系数，进而对目标素材对应各匹配标签进行排序处理；

目标素材整合分类模块：用于将目标素材上传至素材库中，并根据目标素材所属基本信息，对目标素材进行整合分类管理；

素材动态信息调取模块：用于从素材库中调取各设计师的素材动态信息，素材动态信息包括上传素材数量、素材上传频率和素材调用数据；

设计师综合能力评价管理模块：用于分析各设计师的综合能力评价系数，并按照设定排列顺序进行排列显示；

素材库：用于存储待选标签集合、各种类素材在各标签类型中的描述标签集合和各标题词语对应的各关联标签。