CN116506680A - 一种虚拟空间的评论数据处理方法、装置及电子设备 - Google Patents
一种虚拟空间的评论数据处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN116506680A CN116506680A CN202310753205.6A CN202310753205A CN116506680A CN 116506680 A CN116506680 A CN 116506680A CN 202310753205 A CN202310753205 A CN 202310753205A CN 116506680 A CN116506680 A CN 116506680A
- Authority
- CN
- China
- Prior art keywords
- space
- comment data
- virtual space
- user
- comment
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 26
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011166 aliquoting Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/435—Processing of additional data, e.g. decrypting of additional data, reconstructing software from modules extracted from the transport stream
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
- H04N21/4312—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
- H04N21/4788—Supplemental services, e.g. displaying phone caller identification, shopping application communicating with other users, e.g. chatting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/488—Data services, e.g. news ticker
- H04N21/4884—Data services, e.g. news ticker for displaying subtitles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本公开涉及一种虚拟空间的评论数据处理方法、装置及电子设备,属于计算机信息处理技术领域。虚拟空间的评论数据处理方法包括:获取虚拟空间内至少一个用户的空间评论记录数据;根据至少一个空间评论记录数据的空间位置信息和时间信息,对评论数据进行聚类处理,得到至少一个聚类分组;每个聚类分组分别对应一个场景空间;对每个聚类分组对应的场景空间进行划分,得到多个体块;显示体块内用户的评论数据。本公开实现了在虚拟空间中对评论数据的精准定位,从而使得用户可以在元宇宙的虚拟空间中随心所欲地发送评论数据。
Description
技术领域
本公开属于计算机信息处理技术领域,具体涉及一种虚拟空间的评论数据处理方法、装置及电子设备。
背景技术
传统意义上的弹幕系统是指观看视频时候弹出的评论性字幕。虽然不同弹幕的发送时间有所区别,但是其只会在视频中特定的一个时间点出现。因此在相同时刻发送的弹幕基本上也具有相同的主题,在参与评论时就会有与其他观众同时评论的错觉。
对于元宇宙场景,目前仅有的评价系统是对整个目标场景或场景中的道具而言,用户无法做到随心所欲的对场景中的任何事物进行评论;由于3D(3-Dimension,三维)空间没有时间维度,标准弹幕系统无法引入,无法产生精准的画面定位,整体场景评价功能同样也无法聚焦到具体的场景。
发明内容
本公开实施例的目的是提供一种虚拟空间的评论数据处理方法、装置及电子设备,解决了无法在3D空间内引入评论数据或标准弹幕系统的问题。
第一方面,本公开实施例提供了一种虚拟空间的评论数据处理方法,该方法包括:
获取虚拟空间内至少一个用户的空间评论记录数据;空间评论记录数据包括用户发送的评论数据、评论数据的时间信息以及发送评论数据时用户在虚拟空间内的空间位置信息;空间位置信息包括发送评论数据时用户在虚拟空间中的坐标信息和用户镜头的朝向信息;
根据至少一个空间评论记录数据的空间位置信息和时间信息,对评论数据进行聚类处理,得到至少一个聚类分组;每个聚类分组分别对应一个场景空间;
对每个聚类分组对应的场景空间进行划分,得到多个体块;
显示体块内用户的评论数据。
可选地,根据至少一个空间评论记录数据的空间位置信息和时间信息,对评论数据进行聚类处理,包括:
获取预设时间段内的时间信息对应的至少一个目标用户的目标评论数据;
根据目标评论数据对应的空间位置信息,对至少一个目标评论数据进行聚类处理,得到至少一个聚类分组。
可选地,根据目标评论数据对应的空间位置信息,对至少一个目标评论数据进行聚类处理,得到至少一个聚类分组,包括:
确定至少一个簇中心;
基于每个目标评论数据的空间位置信息,确定每个目标评论数据到至少一个簇中心的最小距离;
按照每个目标评论数据的最小距离进行聚类处理,得到至少一个聚类分组。
可选地,簇中心的数量通过以下过程确定:
通过公式计算数量为k的簇中心的误差平方和;其中,
R为误差平方和,Ci为第i个簇中心,k为簇中心的数量,p是目标评论数据的空间位置,mi是所
有目标评论数据的平均空间位置,表示距离;
当k个簇中心对应的误差平方和与个簇中心的误差平方和之间的变化量
在预设变化范围内时,确定簇中心的数量为。
可选地,对每个聚类分组对应的场景空间进行划分,得到多个体块,包括:
获取场景空间的空间尺寸;
根据场景空间的空间尺寸和预设递归截至条件,对场景空间进行划分,得到虚拟空间的多个体块。
可选地,根据场景空间的空间尺寸和预设递归截至条件,对场景空间进行划分,得到虚拟空间的多个体块,包括:
基于每个场景空间的空间尺寸,对空间场景进行等量划分,得到N个等分空间;
对N个等分空间继续进行等量划分,直到满足预设递归截至条件,得到虚拟空间的多个体块;预设递归截至条件为每个等分空间内对应的目标评论数据的数量在预设数量范围内。
可选地,显示体块内用户的评论数据,包括:
按照用户在体块内的在虚拟空间中的当前坐标信息和当前用户镜头的朝向信息,在虚拟空间中以预设显示方式显示用户的评论数据。
第二方面,本公开实施例提供了一种虚拟空间的评论数据处理装置,包括:
获取模块,用于获取虚拟空间内至少一个用户的空间评论记录数据;空间评论记录数据包括用户发送的评论数据、评论数据的时间信息以及发送评论数据时用户在虚拟空间内的空间位置信息;空间位置信息包括发送评论数据时用户在虚拟空间中的坐标信息和用户镜头的朝向信息;
处理模块,用于根据至少一个空间评论记录数据的空间位置信息和时间信息,对评论数据进行聚类处理,得到至少一个聚类分组;每个聚类分组分别对应一个场景空间;对每个聚类分组对应的场景空间进行划分,得到多个体块;显示体块内用户的评论数据。
可选地,根据至少一个空间评论记录数据的空间位置信息和时间信息,对评论数据进行聚类处理,包括:
获取预设时间段内的时间信息对应的至少一个目标用户的目标评论数据;
根据目标评论数据对应的空间位置信息,对至少一个目标评论数据进行聚类处理,得到至少一个聚类分组。
可选地,根据目标评论数据对应的空间位置信息,对至少一个目标评论数据进行聚类处理,得到至少一个聚类分组,包括:
确定至少一个簇中心;
基于每个目标评论数据的空间位置信息,确定每个目标评论数据到至少一个簇中心的最小距离;
按照每个目标评论数据的最小距离进行聚类处理,得到至少一个聚类分组。
可选地,簇中心的数量通过以下过程确定:
通过公式计算数量为k的簇中心的误差平方和;其中,
R为误差平方和,Ci为第i个簇中心,k为簇中心的数量,p是目标评论数据的空间位置,mi是所
有目标评论数据的平均空间位置,表示距离;
当k个簇中心对应的误差平方和与个簇中心的误差平方和之间的变化量
在预设变化范围内时,确定簇中心的数量为。
可选地,对每个聚类分组对应的场景空间进行划分,得到多个体块,包括:
获取场景空间的空间尺寸;
根据场景空间的空间尺寸和预设递归截至条件,对场景空间进行划分,得到虚拟空间的多个体块。
可选地,根据场景空间的空间尺寸和预设递归截至条件,对场景空间进行划分,得到虚拟空间的多个体块,包括:
基于每个场景空间的空间尺寸,对空间场景进行等量划分,得到N个等分空间;
对N个等分空间继续进行等量划分,直到满足预设递归截至条件,得到虚拟空间的多个体块;预设递归截至条件为每个等分空间内对应的目标评论数据的数量在预设数量范围内。
可选地,显示体块内用户的评论数据,包括:
按照用户在体块内的在虚拟空间中的当前坐标信息和当前用户镜头的朝向信息,在虚拟空间中以预设显示方式显示用户的评论数据。
第三方面,本公开实施例提供了一种电子设备,包括处理器,存储器及存储在存储器上并可在处理器上运行的程序或指令,程序或指令被处理器执行时实现如上述的虚拟空间的评论数据处理方法的步骤。
第四方面,本公开实施例提供了一种可读存储介质,可读存储介质上存储程序或指令,程序或指令被处理器执行时实现如上的虚拟空间的评论数据处理方法的步骤。
在本公开实施例中,通过获取虚拟空间内至少一个用户的空间评论记录数据;根据至少一个空间评论记录数据的空间位置信息和时间信息,对评论数据进行聚类处理,得到至少一个聚类分组;每个聚类分组分别对应一个场景空间;对每个聚类分组对应的场景空间进行划分,得到多个体块;显示体块内用户的评论数据。解决了无法在3D空间内引入评论数据或标准弹幕系统的问题,实现了在虚拟空间中对评论数据的精准定位,从而使得用户可以在元宇宙的虚拟空间中随心所欲地发送评论数据。
附图说明
图1示出了本公开的实施例提供的虚拟空间的评论数据处理方法流程图;
图2示出了本公开的实施例提供的第一时间段内评论数据在2D透视图的示意图;
图3示出了本公开的实施例提供的第二时间段内目标评论数据的聚类效果示意图;
图4示出了本公开的实施例提供的簇中心数量与误差平方和的关系示意图;
图5示出了本公开的实施例提供的在2D透视图中划分等分空间的效果示意图;
图6示出了评论数据在虚拟空间中呈现的效果示意图;
图7示出了本公开实施例提供的虚拟空间的评论数据处理装置的结构示意图;
图8示出了本公开的实施例提供的电子设备的结构示意图;
图9示出了本公开的实施例提供的电子设备的硬件结构示意图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员获得的所有其他实施例,都属于本公开保护的范围。
本公开的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
本公开涉及到的虚拟空间可以是一个开放空间,也可以是一个封闭式虚拟空间,本公开不以此为限制。该虚拟空间可以用于模拟现实中的真实环境,当然,在一种可能实现方式中,该虚拟空间也可以与现实场景对应,该虚拟空间还可以支持时间的控制,可以进行黑夜、白天的自由调整,还可以支持天气系统,设定晴天、雨天、雪天、雾天等。值得说明的是,该虚拟空间优选为元宇宙场景下的空间。
下面结合附图,通过具体的实施例及其应用场景对本公开实施例提供的虚拟空间的评论数据处理方法、装置及电子设备进行详细地说明。
图1是本公开实施例提供的虚拟空间的评论数据处理方法流程图,参见图1,该方法可以包括以下步骤:
步骤101,获取虚拟空间内至少一个用户的空间评论记录数据;空间评论记录数据包括用户发送的评论数据、评论数据的时间信息以及发送评论数据时用户在虚拟空间内的空间位置信息;空间位置信息包括发送评论数据时用户在虚拟空间中的坐标信息和用户镜头的朝向信息;
步骤102,根据至少一个空间评论记录数据的空间位置信息和时间信息,对评论数据进行聚类处理,得到至少一个聚类分组;每个聚类分组分别对应一个场景空间;
步骤103,对每个聚类分组对应的场景空间进行划分,得到多个体块;
步骤104,显示体块内用户的评论数据。
本公开的实施例中,评论数据可以是文字数据,也可以是音频数据,还可以是视频数据,本公开不限制评论形式,通过对评论数据进行聚类处理,将整个虚拟空间下的评论数据分成至少一个聚类分组,再将聚类分组所对应的场景空间划分为多个体块,将体块内的评论数据显示,当然,也可以基于用户的实际选择来对评论数据进行展示;解决了无法在3D空间内引入评论数据或标准弹幕系统的问题,实现了在虚拟空间中对评论数据的精准定位,从而使得用户可以在元宇宙的虚拟空间中随心所欲地发送评论数据。
值得说明的是,虚拟空间内的用户可以在任意时间点和任意空间位置发送评论数据,该评论数据可以是对虚拟空间内的任何事物的评论;为了将评论数据聚焦至虚拟空间内的每个体块,在用户发送评论时记录下评论数据所对应的时间信息以及用户在虚拟空间内的空间位置信息,坐标信息和用户镜头的朝向信息为三维划分和呈现提供数据基础,时间信息可为时间尺度上的划分提供参考,以使得可以在同样的空间位置还原并呈现评论数据;另外,由于虚拟空间为3D空间,为了更好地还原3D空间内的评论数据,空间位置信息应包含用户在虚拟空间中的坐标信息和用户镜头的朝向信息。
一个具体的实施例中,对元宇宙场景下的虚拟空间的评价记录进行还原时,根据第一时间段内全部用户发表的评论(即用户发送的评论数据)的时间和位置,记录下每条用户评论的相关信息作为空间评论记录数据,空间评论记录数据一般包括如下参数:
表1
空间评论(comment) |
时间(Time)位置(location)朝向(rotation)文字评论(Conment-word)音视频评论(Conment-video) |
如图2所示,图2示出了本公开的实施例提供的第一时间段内评论数据在2D透视图的示意图,基于元宇宙场景下,将第一时间段内全部用户发表的评论的空间评论记录数据以2D透视图的方式在空间内呈现出。
本公开一可选的实施例中,步骤102包括:
步骤1021,获取预设时间段内的时间信息对应的至少一个目标用户的目标评论数据;
步骤1022,根据目标评论数据对应的空间位置信息,对至少一个目标评论数据进行聚类处理,得到至少一个聚类分组。
本公开的实施例中,评论数据对应的时间信息通常依赖于场景事件的版本,且是一维变量,为了方便做聚类划分,将评论数据聚焦在一段时间聚类(预设时间段)上的三维空间处理;即为了实现对空间评论记录数据基于空间维度和时间维度的划分,可以基于时间信息为一维变量的特点,每次处理过程中取一段预设时间段的的时间信息对应的目标评论数据,再根据该目标评论数据对应的空间位置信息做空间维度进行聚类处理,得到至少一个聚类分组,该聚类分组是对预设时间段内的空间评论记录数据的划分,划分依据为空间位置信息;
这里,预设时间段优选进行周期性的更新;在一种可选的实现实例中,以6h作为一个周期,预设时间段为更新时刻之前的12h,第一虚拟空间内的空间评论记录数据在某日12时更新,则该第一虚拟空间本次更新的空间评论记录数据对应的时间信息应属于预设时间段为12时之前的0-12h;下一个更新时刻为当日18时,本次更新的空间评论记录数据对应的时间信息应属于预设时间段为18时之前的6-18h,以此类推。
本公开一可选的实施例中,步骤1022包括:
步骤10221,确定至少一个簇中心;
步骤10222,基于每个目标评论数据的空间位置信息,确定每个目标评论数据到至少一个簇中心的最小距离;
步骤10223,按照每个目标评论数据的最小距离进行聚类处理,得到至少一个聚类分组。
本公开的实施例中,簇中心优选为随机选择的,选取的数量为R,计算每个目标评论数据到R个簇中心的距离,选择最小距离的簇中心,作为第一次聚类的聚类分组;通过对每次聚类的聚类分组进行关于平均值的迭代计算,确定每次聚类分组所对应的新的簇中心,若新的簇中心与原有的簇中心一致,则将本次聚类分组作为最终的聚类分组。
值得说明的是,在选择簇中心之前,还可以对预设时间段内的目标评论数据进行归一化和离群点处理预处理,以使得对目标评论数据的聚类划分更加准确,迭代计算量大幅降低。
其中,对于目标评论数据关于空间位置信息的聚类还可以基于高斯混合模型(Gaussian Mixture Model,GMM)得到至少一个聚类分组。
在一个具体的实现实例中,对第二时间段内的全部目标评论数据进行关于空间位置信息的聚类处理,通过计算机对目标评价数据的过程如下所示(“//”符号之后为对该内容的解释):
N input data points,find K clusters
//输入N个数据点,找到K个聚类分组;
1.Randomly select K center points
//步骤1:随机选择K个簇中心;
2.Each data point is assigned to one of the K centers.
//步骤2:将每个数据点分配给K个簇中心之一;
3.Re-compute the K centers by the mean of each group
//步骤3:重复计算K个簇中心对应的聚类分组的平均值;
4.Iterate step 2 & 3.
//步骤4:迭代步骤2和步骤3。
其中,数据点即为目标评价数据,上述迭代过程中的终止条件为平均值与当次迭代过程中的簇中心一致或误差值小于预设范围。
如图3所示,图3示出了本公开的实施例提供的第二时间段内目标评论数据的聚类效果示意图,可见,基于K=2,得到了两个聚类分组。
本公开一可选的实施例中,步骤10221中的簇中心的数量通过以下过程确定:
通过公式计算数量为k的簇中心的误差平方和;其中,
R为误差平方和,Ci为第i个簇中心,k为簇中心的数量,p是目标评论数据的空间位置,mi是所
有目标评论数据的平均空间位置,表示距离;
当k个簇中心对应的误差平方和与个簇中心的误差平方和之间的变化量
在预设变化范围内时,确定簇中心的数量为。
本公开的实施例中,预设时间段内的全部目标评论数据构成一个数据集,计算数
据集中所有样本点(目标评论数据)到簇中心的距离之和的平方(即),确定i个簇
中心的误差平方和;
基于个簇中心对应的误差平方和与个簇中心的误差平方和之间的变化
量,确定簇中心的数量,即误差平方和的变化量在预设变化范围内时所对应的值。
如图4所示,图4示出了本公开的实施例提供的簇中心数量与误差平方和的关系示意图,又一具体的实施例中,计算第三时间段内全部目标评论数据的簇中心数量,得到变化量示意图,可见,当聚类数为2左右时,即使继续增加聚类数,其失真情况(误差平方和的变化量27.5%)其变化幅度较小,即满足误差平方和的变化量小于30%,因此,选择2个作为最佳聚类的簇中心的数量。
本公开一可选的实施例中,步骤103包括:
步骤1031,获取场景空间的空间尺寸;
步骤1032,根据场景空间的空间尺寸和预设递归截至条件,对场景空间进行划分,得到虚拟空间的多个体块。
本公开的实施例中,基于每个聚类分组分别对应一个场景空间,按照场景空间的空间尺寸大小与预设递归截至条件进行划分,得到多个体块,其中,场景空间优选为立方体,当然也可以是其他立体形状的空间,场景空间需满足包含对应的聚类分组内所有目标评论数据。
值得说明的是,为了满足实际应用需求,虚拟空间通常为一个开放式的空间,对虚拟空间进行划分后,可以按照需求对具体的体块进行处理,大幅度降低了服务器的计算量,提升了运行的流畅性,为用户提供了更佳体验。
本公开一可选的实施例中,步骤1032包括:
步骤10321,基于每个场景空间的空间尺寸,对空间场景进行等量划分,得到N个等分空间;
步骤10322,对N个等分空间继续进行等量划分,直到满足预设递归截至条件,得到虚拟空间的多个体块;预设递归截至条件为每个等分空间内对应的目标评论数据的数量在预设数量范围内。
本公开的实施例中,N优选为8,预设递归截至条件可以是以下一个或多个,本公开不以此为限制:
划分后的等分空间的空间尺寸在预设尺寸范围内;
完成对第L级递归深度下的等量划分;
每个等分空间内对应的目标评论数据的数量在预设数量范围内。
其中,当预设递归截至条件为每个等分空间内对应的目标评论数据的数量在预设数量范围内时,可以限制每个体块对应的空间区域所呈现出的评论数据的数量,使得呈现的效果更佳。
如图5所示,图5示出了本公开的实施例提供的在2D透视图中划分等分空间的效果示意图,又一个具体的实施例中,将每个等分空间内对应的目标评论数据的数量小于或者等于1作为预设递归截至条件,对第一场景空间进行划分,得到多个体块,每个体块内均包含1个或0个目标评论数据。
本公开一可选的实施例中,步骤103还包括:
步骤1033,计算每个体块到每个聚类分组的簇中心的距离值;
步骤1034,将距离值与预设聚类误差进行比较,在距离值小于预设聚类误差时,确定该体块作为该聚类分组对应的分组体素。
本公开的实施例中,将所有的体块到各个聚类分组的簇中心的距离和预设聚类误差进行比较,当体块小于该预设聚类误差时,则将该聚类分组归属于这个分组体素,从而得到对聚类分组基于体块的聚类,以使得当用户位于这个分组体素内时,能够判断并向其推送该聚类分组下的评论。
本公开一可选的实施例中,步骤104包括:
步骤1041,按照用户在体块内的在虚拟空间中的当前坐标信息和当前用户镜头的朝向信息,在虚拟空间中以预设显示方式显示用户的评论数据。
本实施例中,由于虚拟空间为三维的,因而用户朝向也是基于3D空间的,对用户发表评论时的朝向信息均进行记录(即评论数据对应的空间位置信息中的用户镜头的朝向信息),通过在视场球上的各个方向去映射评论内容,具体的,其朝向可被描述为以镜头相机为中心的往各个朝向的三轴角度。
预设显示方式可以是直接显示文字化的评论内容(如文字矢量图),也可以是基于评论内容的长度直接或折叠显示,而对于音视频的评论数据,可以以按键触发的方式供用户触发选择。
如图6所示,图6示出了评论数据在虚拟空间中呈现的效果示意图,又一具体的实施例中,“这个方向有条小路”这条评论的方位角为[45,30,0],因此将其呈现在以镜头相机为球心的[45,30,0]这个方向角上。
本公开实施例中虚拟空间的评论数据处理方法,能够很好的在三维的虚拟空间中呈现评论数据,上述实施例通过获取虚拟空间内至少一个用户的空间评论记录数据;空间评论记录数据包括用户发送的评论数据、评论数据的时间信息以及发送评论数据时用户在虚拟空间内的空间位置信息;空间位置信息包括发送评论数据时用户在虚拟空间中的坐标信息和用户镜头的朝向信息;根据至少一个空间评论记录数据的空间位置信息和时间信息,对评论数据进行聚类处理,得到至少一个聚类分组;每个聚类分组分别对应一个场景空间;对每个聚类分组对应的场景空间进行划分,得到多个体块;显示体块内用户的评论数据;解决了无法在3D空间内引入评论数据或标准弹幕系统的问题,实现了在虚拟空间中对评论数据的精准定位,从而使得用户可以在元宇宙的虚拟空间中随心所欲地发送评论数据。
上述所有可选技术方案,可以任意结合,形成本公开的可选实施例,在此不再一一赘述。
图7是本公开实施例提供的一种虚拟空间的评论数据处理装置的结构示意图,参见图7,该装置700包括:
获取模块701,用于获取虚拟空间内至少一个用户的空间评论记录数据;空间评论记录数据包括用户发送的评论数据、评论数据的时间信息以及发送评论数据时用户在虚拟空间内的空间位置信息;空间位置信息包括发送评论数据时用户在虚拟空间中的坐标信息和用户镜头的朝向信息;
处理模块702,用于根据至少一个空间评论记录数据的空间位置信息和时间信息,对评论数据进行聚类处理,得到至少一个聚类分组;每个聚类分组分别对应一个场景空间;对每个聚类分组对应的场景空间进行划分,得到多个体块;显示体块内用户的评论数据。
可选地,根据至少一个空间评论记录数据的空间位置信息和时间信息,对评论数据进行聚类处理,包括:
获取预设时间段内的时间信息对应的至少一个目标用户的目标评论数据;
根据目标评论数据对应的空间位置信息,对至少一个目标评论数据进行聚类处理,得到至少一个聚类分组。
可选地,根据目标评论数据对应的空间位置信息,对至少一个目标评论数据进行聚类处理,得到至少一个聚类分组,包括:
确定至少一个簇中心;
基于每个目标评论数据的空间位置信息,确定每个目标评论数据到至少一个簇中心的最小距离;
按照每个目标评论数据的最小距离进行聚类处理,得到至少一个聚类分组。
可选地,簇中心的数量通过以下过程确定:
通过公式计算数量为k的簇中心的误差平方和;其中,
R为误差平方和,Ci为第i个簇中心,k为簇中心的数量,p是目标评论数据的空间位置,mi是所
有目标评论数据的平均空间位置,表示距离;
当k个簇中心对应的误差平方和与个簇中心的误差平方和之间的变化量
在预设变化范围内时,确定簇中心的数量为。
可选地,对每个聚类分组对应的场景空间进行划分,得到多个体块,包括:
获取场景空间的空间尺寸;
根据场景空间的空间尺寸和预设递归截至条件,对场景空间进行划分,得到虚拟空间的多个体块。
可选地,根据场景空间的空间尺寸和预设递归截至条件,对场景空间进行划分,得到虚拟空间的多个体块,包括:
基于每个场景空间的空间尺寸,对空间场景进行等量划分,得到N个等分空间;
对N个等分空间继续进行等量划分,直到满足预设递归截至条件,得到虚拟空间的多个体块;预设递归截至条件为每个等分空间内对应的目标评论数据的数量在预设数量范围内。
可选地,显示体块内用户的评论数据,包括:
按照用户在体块内的在虚拟空间中的当前坐标信息和当前用户镜头的朝向信息,在虚拟空间中以预设显示方式显示用户的评论数据。
本公开实施例提供的装置,在进行虚拟空间的评论数据处理时,通过对评论数据的时间信息和空间位置信息的聚类分组进行呈现,使得用户可以在元宇宙的虚拟空间中随心所欲地发送评论数据,在呈现时可以对虚拟空间中对评论数据的精准定位。
需要说明的是:上述实施例提供的虚拟空间的评论数据处理装置仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的虚拟空间的评论数据处理装置与虚拟空间的评论数据处理方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本公开实施例中的虚拟空间的评论数据处理装置可以是虚拟装置,也可以是服务器或者终端中的部件、集成电路或芯片。该装置可以是移动电子设备,也可以为非移动电子设备。示例性的,移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本或者个人数字助理(personal digital assistant,PDA)等,非移动电子设备可以为服务器、网络附属存储器(Network Attached Storage,NAS)、个人计算机(personal computer,PC)、电视机(television,TV)、柜员机或者自助机等,本公开实施例不作具体限定。
本公开实施例中的虚拟空间的评论数据处理装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统,可以为ios操作系统,还可以为其他可能的操作系统,本公开实施例不作具体限定。
本公开实施例提供的虚拟空间的评论数据处理装置能够实现图1至图6的方法实施例实现的各个过程,为避免重复,这里不再赘述。
可选地,如图8所示,本公开实施例还提供一种电子设备800,包括处理器801,存储器802,存储在存储器802上并可在处理器801上运行的程序或指令,该程序或指令被处理器801执行时实现上述虚拟空间的评论数据处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。需要说明的是,本公开实施例中的电子设备包括上述的移动电子设备和非移动电子设备。
图9为实现本公开实施例的一种电子设备的硬件结构示意图。
该电子设备900包括但不限于:射频单元901、网络模块902、音频输出单元903、输入单元904、传感器905、显示单元906、用户输入单元907、接口单元908、存储器909、以及处理器910等部件。
本领域技术人员可以理解,电子设备900还可以包括给各个部件供电的电源(比如电池),电源可以通过电源管理系统与处理器910逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图9中示出的电子设备结构并不构成对电子设备的限定,电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置,在此不再赘述。
应理解的是,本公开实施例中,输入单元904可以包括图形处理器(GraphicsProcessing Unit,GPU)9041和麦克风9042,图形处理器9041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元906可包括显示面板9061,可以采用液晶显示器、有机发光二极管等形式来配置显示面板9061。用户输入单元907包括触控面板9071以及其他输入设备9072。触控面板9071,也称为触摸屏。触控面板9071可包括触摸检测装置和触摸控制器两个部分。其他输入设备9072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。存储器909可用于存储软件程序以及各种数据,包括但不限于应用程序和操作系统。处理器910可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器910中。
本公开实施例还提供一种可读存储介质,可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述虚拟空间的评论数据处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,处理器为上述实施例中的电子设备中的处理器。可读存储介质,包括计算机可读存储介质,如计算机只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、磁碟或者光盘等。
本公开实施例另提供了一种芯片,芯片包括处理器和通信接口,通信接口和处理器耦合,处理器用于运行程序或指令,实现上述虚拟空间的评论数据处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
应理解,本公开实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本公开实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,或者网络设备等)执行本公开各个实施例的方法。
上面结合附图对本公开的实施例进行了描述,但是本公开并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本公开的启示下,在不脱离本公开宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本公开的保护之内。
Claims (10)
1.一种虚拟空间的评论数据处理方法,其特征在于,所述方法包括:
获取虚拟空间内至少一个用户的空间评论记录数据;所述空间评论记录数据包括所述用户发送的评论数据、所述评论数据的时间信息以及发送所述评论数据时用户在虚拟空间内的空间位置信息;所述空间位置信息包括发送所述评论数据时用户在虚拟空间中的坐标信息和用户镜头的朝向信息;
根据所述至少一个空间评论记录数据的空间位置信息和时间信息,对评论数据进行聚类处理,得到至少一个聚类分组;每个所述聚类分组分别对应一个场景空间;
对每个聚类分组对应的所述场景空间进行划分,得到多个体块;
显示体块内用户的评论数据。
2.根据权利要求1所述的虚拟空间的评论数据处理方法,其特征在于,根据所述至少一个空间评论记录数据的空间位置信息和时间信息,对评论数据进行聚类处理,包括:
获取预设时间段内的时间信息对应的至少一个目标用户的目标评论数据;
根据所述目标评论数据对应的空间位置信息,对所述至少一个目标评论数据进行聚类处理,得到至少一个聚类分组。
3.根据权利要求2所述的虚拟空间的评论数据处理方法,其特征在于,根据所述目标评论数据对应的空间位置信息,对所述至少一个目标评论数据进行聚类处理,得到至少一个聚类分组,包括:
确定所述至少一个簇中心;
基于每个目标评论数据的空间位置信息,确定每个所述目标评论数据到所述至少一个簇中心的最小距离;
按照每个所述目标评论数据的最小距离进行聚类处理,得到至少一个聚类分组。
4.根据权利要求3所述的虚拟空间的评论数据处理方法,其特征在于,所述簇中心的数量通过以下过程确定:
通过公式计算数量为k的簇中心的误差平方和;其中,R为误差平方和,Ci为第i个簇中心,k为簇中心的数量,p是目标评论数据的空间位置,mi是所有目标评论数据的平均空间位置,/>表示距离;
当k个簇中心对应的误差平方和与个簇中心的误差平方和之间的变化量在预设变化范围内时,确定簇中心的数量为/>。
5.根据权利要求1所述的虚拟空间的评论数据处理方法,其特征在于,对每个聚类分组对应的所述场景空间进行划分,得到多个体块,包括:
获取所述场景空间的空间尺寸;
根据所述场景空间的空间尺寸和预设递归截至条件,对所述场景空间进行划分,得到所述虚拟空间的多个体块。
6.根据权利要求1所述的虚拟空间的评论数据处理方法,其特征在于,根据所述场景空间的空间尺寸和预设递归截至条件,对所述场景空间进行划分,得到所述虚拟空间的多个体块,包括:
基于每个场景空间的空间尺寸,对所述空间场景进行等量划分,得到N个等分空间;
对所述N个等分空间继续进行等量划分,直到满足所述预设递归截至条件,得到所述虚拟空间的多个体块;所述预设递归截至条件为每个等分空间内对应的目标评论数据的数量在预设数量范围内。
7.根据权利要求1所述的虚拟空间的评论数据处理方法,其特征在于,显示体块内用户的评论数据,包括:
按照用户在体块内的在虚拟空间中的当前坐标信息和当前用户镜头的朝向信息,在虚拟空间中以预设显示方式显示用户的评论数据。
8.一种虚拟空间的评论数据处理装置,其特征在于,包括:
获取模块,用于获取虚拟空间内至少一个用户的空间评论记录数据;所述空间评论记录数据包括所述用户发送的评论数据、所述评论数据的时间信息以及发送所述评论数据时用户在虚拟空间内的空间位置信息;所述空间位置信息包括发送所述评论数据时用户在虚拟空间中的坐标信息和用户镜头的朝向信息;
处理模块,用于根据所述至少一个空间评论记录数据的空间位置信息和时间信息,对评论数据进行聚类处理,得到至少一个聚类分组;每个所述聚类分组分别对应一个场景空间;对每个聚类分组对应的所述场景空间进行划分,得到多个体块;显示体块内用户的评论数据。
9.一种电子设备,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-7任一项所述的虚拟空间的评论数据处理方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1-7任一项所述的虚拟空间的评论数据处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310753205.6A CN116506680B (zh) | 2023-06-26 | 2023-06-26 | 一种虚拟空间的评论数据处理方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310753205.6A CN116506680B (zh) | 2023-06-26 | 2023-06-26 | 一种虚拟空间的评论数据处理方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116506680A true CN116506680A (zh) | 2023-07-28 |
CN116506680B CN116506680B (zh) | 2023-09-19 |
Family
ID=87320496
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310753205.6A Active CN116506680B (zh) | 2023-06-26 | 2023-06-26 | 一种虚拟空间的评论数据处理方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116506680B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009211528A (ja) * | 2008-03-05 | 2009-09-17 | Sega Corp | 仮想空間提供システム、仮想空間提供方法及び仮想空間提供プログラム |
US20160132504A1 (en) * | 2014-11-12 | 2016-05-12 | Applause App Quality, Inc. | Computer-implemented methods and systems for clustering user reviews and ranking clusters |
CN105917335A (zh) * | 2014-01-16 | 2016-08-31 | 微软技术许可有限责任公司 | 通过挖掘标记有地理标签的数据来发现视域和有利视点 |
US9781342B1 (en) * | 2015-10-22 | 2017-10-03 | Gopro, Inc. | System and method for identifying comment clusters for panoramic content segments |
CN109643413A (zh) * | 2016-08-19 | 2019-04-16 | 诺基亚技术有限公司 | 装置及相关联的方法 |
CN109937399A (zh) * | 2016-10-04 | 2019-06-25 | 脸谱公司 | 用于虚拟空间中的用户交互的控件和界面 |
CN110719532A (zh) * | 2018-02-23 | 2020-01-21 | 索尼互动娱乐欧洲有限公司 | 映射虚拟环境的装置和方法 |
CN111460221A (zh) * | 2020-06-17 | 2020-07-28 | 腾讯科技(深圳)有限公司 | 评论信息处理方法、装置及电子设备 |
CN112488087A (zh) * | 2020-12-31 | 2021-03-12 | 广州智物互联科技有限公司 | 一种基于增强现实的图像识别方法、云平台服务器及介质 |
-
2023
- 2023-06-26 CN CN202310753205.6A patent/CN116506680B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009211528A (ja) * | 2008-03-05 | 2009-09-17 | Sega Corp | 仮想空間提供システム、仮想空間提供方法及び仮想空間提供プログラム |
CN105917335A (zh) * | 2014-01-16 | 2016-08-31 | 微软技术许可有限责任公司 | 通过挖掘标记有地理标签的数据来发现视域和有利视点 |
US20160132504A1 (en) * | 2014-11-12 | 2016-05-12 | Applause App Quality, Inc. | Computer-implemented methods and systems for clustering user reviews and ranking clusters |
US9781342B1 (en) * | 2015-10-22 | 2017-10-03 | Gopro, Inc. | System and method for identifying comment clusters for panoramic content segments |
CN109643413A (zh) * | 2016-08-19 | 2019-04-16 | 诺基亚技术有限公司 | 装置及相关联的方法 |
CN109937399A (zh) * | 2016-10-04 | 2019-06-25 | 脸谱公司 | 用于虚拟空间中的用户交互的控件和界面 |
CN110719532A (zh) * | 2018-02-23 | 2020-01-21 | 索尼互动娱乐欧洲有限公司 | 映射虚拟环境的装置和方法 |
CN111460221A (zh) * | 2020-06-17 | 2020-07-28 | 腾讯科技(深圳)有限公司 | 评论信息处理方法、装置及电子设备 |
CN112488087A (zh) * | 2020-12-31 | 2021-03-12 | 广州智物互联科技有限公司 | 一种基于增强现实的图像识别方法、云平台服务器及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116506680B (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020220968A1 (zh) | 一种视频数据处理方法和相关装置 | |
JP6824433B2 (ja) | カメラ姿勢情報の決定方法、決定装置、モバイル端末及びコンピュータプログラム | |
CN109887003B (zh) | 一种用于进行三维跟踪初始化的方法与设备 | |
US11636610B2 (en) | Determining multiple camera positions from multiple videos | |
CN107085600B (zh) | Poi推荐方法、装置、设备及计算机可读存储介质 | |
EP2672400A1 (en) | Apparatus and method of tracking location of wireless terminal based on image | |
CN104243961A (zh) | 多视角影像的显示系统及方法 | |
CN110120087B (zh) | 三维虚拟沙盘的标签标注方法、装置及终端设备 | |
CN110215706B (zh) | 虚拟对象的位置确定方法、装置、终端及存储介质 | |
CN110178364B (zh) | 用于3d场景的最佳扫描轨迹 | |
US10726614B2 (en) | Methods and systems for changing virtual models with elevation information from real world image processing | |
CN108711144A (zh) | 增强现实方法及装置 | |
CN112181141B (zh) | Ar定位的方法、装置、电子设备及存储介质 | |
CN114387400A (zh) | 三维场景的显示方法、显示装置、电子设备和服务器 | |
CN111797295B (zh) | 一种多维时空轨迹融合方法、装置、机器可读介质及设备 | |
CN112702643B (zh) | 弹幕信息显示方法、装置、移动终端 | |
US11817129B2 (en) | 3D media elements in 2D video | |
US20170299424A1 (en) | Measuring and diagnosing noise in an urban environment | |
CN116858215B (zh) | 一种ar导航地图生成方法及装置 | |
CN116506680B (zh) | 一种虚拟空间的评论数据处理方法、装置及电子设备 | |
CN111353007B (zh) | 基于矢量切片的地理要素拾取方法、编码方法、装置及电子设备 | |
US20190005736A1 (en) | Method and apparatus for calculating a 3d density map associated with a 3d scene | |
CN108073599B (zh) | 图片读取方法及装置 | |
CN116156250A (zh) | 视频处理方法及其装置 | |
CN117611758A (zh) | 三维地图构建方法及其装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |