CN116611723A - 社群关系分析方法、装置、电子设备和存储介质 - Google Patents
社群关系分析方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN116611723A CN116611723A CN202310497271.1A CN202310497271A CN116611723A CN 116611723 A CN116611723 A CN 116611723A CN 202310497271 A CN202310497271 A CN 202310497271A CN 116611723 A CN116611723 A CN 116611723A
- Authority
- CN
- China
- Prior art keywords
- community
- score
- behavior
- analysis report
- interaction
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 76
- 230000006399 behavior Effects 0.000 claims abstract description 128
- 230000003993 interaction Effects 0.000 claims abstract description 74
- 230000002452 interceptive effect Effects 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 230000000694 effects Effects 0.000 claims abstract description 6
- 230000036541 health Effects 0.000 claims description 18
- 238000013507 mapping Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 4
- 230000007115 recruitment Effects 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 description 1
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开的实施例提供了一种社群关系分析方法、装置、电子设备和存储介质。应用于大数据分析技术领域,所述方法包括对待检测社群视频中任意两个人体之间的互动行为进行检测,得到互动行为检测结果;其中,所述互动行为检测结果包括各互动行为对应的第一分值、第二分值,所述第一分值用于表示互动行为的积极程度,所述第二分值用于表示互动行为的剧烈程度;对各所述互动行为进行统计,得到统计结果;对所述统计结果进行分析,得到社群关系分析报告。以此方式,可以实现同时对多人体多互动行为的检测,提高对社群关系分析的效率。
Description
技术领域
本公开涉及大数据分析技术领域,尤其涉及一种社群关系分析方法、装置、电子设备和存储介质。
背景技术
社群,指由共享共同价值、目标或者相关资源的人聚集一起的社会单位,社群关系的状态对社群中的个体和整个社群具有重要意义。
在对社群关系的分析中,仅通过文字或信息流的方式获得的分析结果对于实际的社群具有较小的参考意义,导致社群分析效率较低。
因此,亟需一种具有较高分析效率的社群关系分析方法、装置、电子设备和存储介质。
发明内容
本公开提供了一种社群关系分析方法、装置、电子设备和存储介质。
根据本公开的第一方面,提供了一种社群关系分析方法。该方法包括:
对待检测社群视频中任意两个人体之间的互动行为进行检测,得到互动行为检测结果;其中,所述互动行为检测结果包括各互动行为对应的第一分值、第二分值,所述第一分值用于表示互动行为的积极程度,所述第二分值用于表示互动行为的剧烈程度;
对各所述互动行为进行统计,得到统计结果;
对所述统计结果进行分析,得到社群关系分析报告。
进一步地,对待检测社群视频中任意两个人体之间的互动行为进行检测,包括:
根据人体检测模型对所述待检测社群视频进行人体识别,
判断所述待检测社群视频中是否存在两个以上人体;
若是,则对待检测社群视频中任意两个人体之间的互动行为进行检测。
进一步地,对各所述互动行为进行统计,包括:
创建平面直角坐标系;其中,所述平面直角坐标系的x轴表示第一分值,所述平面直角坐标系的y轴表示第二分值;
将各所述互动行为对应的第一分值、第二分值映射到所述平面直角坐标系中,得到各所述互动行为对应的坐标点;
获取互动行为数据库中的第一分值和第二分值,并映射到所述平面直角坐标系中;
根据平面直角坐标系横坐标对各所述坐标点进行统计,得到各横坐标对应的在该横坐标下的坐标点的数量;
根据平面直角坐标系纵坐标对各所述坐标点进行统计,得到各纵坐标对应的在该纵坐标下的坐标点的数量。
进一步地,所述方法还包括:
将所述互动行为检测结果存储至互动行为数据库中,所述互动行为至少包括下列中的至少一个:争吵、招手、拥抱和亲吻。
进一步地,对所述统计结果进行分析,得到社群关系分析报告,所述社群关系分析报告包括社群健康度分值,所述社群健康度分值用以表示所述待检测社群视频对应的社群的关系的健康程度,所述社群健康度分值的计算过程包括:
根据第一预设横坐标、第二预设横坐标、第一预设纵坐标和第二预设纵坐标对所述平面直角坐标系进行区域划分;
获取每一个区域中坐标点的数量;
根据每一个区域对应的社群健康度分值和对应的坐标点的数量计算总的社群健康度分值。
进一步地,对所述统计结果进行分析,得到社群关系分析报告,包括:
根据预设时间周期对所述统计结果进行分析,得到对应的社群关系分析报告,所述预设时间周期包括周、月和年,所述社群关系分析报告包括周社群关系分析报告、月社群关系分析报告和年社群关系分析报告。
进一步地,所述月社群关系分析报告是根据对应的所述周社群关系分析报告得到的,所述年社群关系分析报告是根据对应的所述月社群关系分析报告得到的。
根据本公开的第二方面,提供了一种社群关系分析装置。该装置包括:
检测模块,用于对待检测社群视频中任意两个人体之间的互动行为进行检测,得到互动行为检测结果;其中,互动行为检测结果包括各互动行为对应的第一分值、第二分值,第一分值用于表示互动行为的积极程度,第二分值用于表示互动行为的剧烈程度;
统计模块,用于对各互动行为进行统计,得到统计结果;
分析模块,用于对统计结果进行分析,得到社群关系分析报告。
根据本公开的第三方面,提供了一种电子设备。该电子设备包括:存储器和处理器,存储器上存储有计算机程序,处理器执行程序时实现社群关系分析方法。
根据本公开的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,程序被处理器执行时实现社群关系分析方法。
本公开通过对待检测社群视频中任意两个人体之间的互动行为进行检测,得到互动行为检测结果,实现同时对多人体多互动行为的检测,提高对社群关系分析的效率;通过根据互动行为数据库对各互动行为进行统计,得到统计结果,实现对不同种类的互动行为和具有相同剧烈程度的不同种类互动行为进行统计,提高分析报告的全面性。
应当理解,发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征,亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。附图用于更好地理解本方案,不构成对本公开的限定。在附图中,相同或相似的附图标记表示相同或相似的元素,其中:
图1示出了根据本公开实施例的社群关系分析方法的流程图;
图2示出了根据本公开实施例的直角坐标系中争斗行为的坐标点示意图;
图3示出了根据本公开实施例的直角坐标系中相同第二分值的互动行为的坐标点示意图;
图4示出了根据本公开实施例的社群关系分析装置的框图;
图5示出了能够实施本公开实施例的示例性电子设备的方框图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,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、完整地描述,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在没有作出创造性劳动前提下所获得的全部其他实施例,都属于本公开保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
图1示出了根据本公开实施例的社群关系分析方法100的流程图,该方法包括:
S101,对待检测社群视频中任意两个人体之间的互动行为进行检测,得到互动行为检测结果;其中,所述互动行为检测结果包括各互动行为对应的第一分值、第二分值,所述第一分值用于表示互动行为的积极程度,所述第二分值用于表示互动行为的剧烈程度。
在一些实施例中,对待检测社群视频中任意两个人体之间的互动行为进行检测,包括:判断所述待检测社群视频中是否存在至少两个人体,若是,则对待检测社群视频中任意两个人体之间的互动行为进行检测。例如,经过判断后,所述待检测社群视频中存在甲、乙和丙,则所述方法分别对甲乙之间的互动行为、甲丙之间的互动行为、乙丙之间的互动行为进行检测。通过对社群视频中的人体物进行检测,识别出互动行为的实施方和被实施方,对社群视频中的任意两人体之间的互动行为进行检测,能够实现同时对多人体多互动行为的检测,提高对社群关系分析的效率。
在一些实施例中,所述第一分值越大,则对应的互动行为的积极程度越高;所述第二分值越大,则对应的互动行为的剧烈程度越高。例如,待检测社群视频中两人体的互动行为可以为争斗、争吵、微笑、招手、拥抱或亲吻,其对应的第一分值可以分别为-4、-1、1、2、3或4。当待检测社群视频中两人体的互动行为为争斗时,若所述争斗行为仅限于推搡,则所述争斗行为的第二分值可以为2;若所述争斗行为存在空拳攻击人体次要身体部位,则所述争斗行为的第二分值可以为4;若所述争斗行为存在空拳攻击人体重要身体部位,则所述争斗行为的第二分值可以为6。
在另一些实施例中,当待检测社群视频中两人体的互动行为为拥抱时,若所述拥抱行为仅限于单手臂,则所述拥抱行为的第二分值可以为2;若所述拥抱行为涉及双臂且拥抱时间短于5秒,则所述拥抱行为的第二分值可以为4;若所述拥抱行为涉及双臂且拥抱时间长于5秒,则所述拥抱行为的第二分值可以为6。
根据本公开的实施例,通过对待检测社群视频中任意两人体之间的互动行为进行检测,得到互动行为检测结果,实现同时对多人体多互动行为的检测,提高对社群关系分析的效率。
S102,对各所述互动行为进行统计,得到统计结果。
在一些实施例中,对各所述互动行为进行统计,包括:
创建平面直角坐标系;其中,所述平面直角坐标系的x轴表示第一分值,所述平面直角坐标系的y轴表示第二分值;
将各所述互动行为对应的第一分值、第二分值映射到所述平面直角坐标系中,得到各所述互动行为对应的坐标点;
获取互动行为数据库中的第一分值和第二分值,并映射到所述平面直角坐标系中;
根据平面直角坐标系横坐标对各所述坐标点进行统计,得到各横坐标对应的在该横坐标下的坐标点的数量;例如,图3中,p1的坐标为(-4,2),表示第二分值为2的争斗行为;p2的坐标为(-4,4),表示第二分值为4的争斗行为;p3的坐标为(-4,6),表示第二分值为6的争斗行为,则在对互动行为为争斗行为进行统计时,获取所述平面直角坐标系横坐标为-4的所有的坐标点,即3个坐标点,表示发生了争斗行为3次。
根据平面直角坐标系纵坐标对各所述坐标点进行统计,得到各纵坐标对应的在该纵坐标下的坐标点的数量。例如,图3中,p4的坐标为(-1,6),表示第二分值为6的争吵行为;p5的坐标为(2,6),表示第二分值为6的招手行为;p6的坐标为(4,6),表示第二分值为6的亲吻行为,则在对社群关系中互动行为的剧烈程度的第二分值为6的互动行为进行统计时,获取所述平面直角坐标系纵坐标为6的所有的坐标点,即3个坐标点,表示发生了3次第二分值为6的互动行为。
在一些实施例中,还包括将所述互动行为检测结果存储至互动行为数据库中。
根据本公开的实施例,通过互动行为数据库对各互动行为进行统计,得到统计结果,实现对不同种类的互动行为和具有相同剧烈程度的不同种类互动行为进行统计,提高分析报告的全面性。
S103,对所述统计结果进行分析,得到社群关系分析报告。
在一些实施例中,对所述统计结果进行分析,得到社群关系分析报告,所述社群关系分析报告包括社群健康度分值,所述社群健康度分值的计算过程包括:
获取所述平面直角坐标系中第一一象限、第一二象限、第一三象限、第一四象限、第二一象限、第二二象限、第二三象限和第二四象限中坐标点的数量,分别得到M1、M2、M3、M4、M5、M6、M7和M8;其中,第一一象限、第一二象限、第一三象限、第一四象限、第二一象限、第二二象限、第二三象限和第二四象限中坐标点在所述平面直角坐标系中的范围分别为{(x,y)|x>x1,y>y1}、{(x,y)|0<x≤x1,y>y1}、{(x,y)|0<x≤x1,y≤y1}、{(x,y)|x>x1,y≤y1}、{(x,y)|x2<x<0,y>y2}、{(x,y)|x≤x2,y>y2}、{(x,y)|x≤x2,y≤y2}、{(x,y)|x2<x<0,y≤y2},x1、x2、y1和y2分别为第一预设横坐标、第二预设横坐标、第一预设纵坐标和第二预设纵坐标,且x2<0<x1、y1>0、y2>0;
计算所述社群健康度分值D=M1×k1+M2×k2+M3×k3+M4×k4+M5×k5+M6×k6+M7×k7+M8×k8,其中,k1、k2、k3、k4、k5、k6、k7和k8分别为第一一象限、第一二象限、第一三象限、第一四象限、第二一象限、第二二象限、第二三象限和第二四象限中坐标点对应的健康度分值,且k6<k7<k5<k8<0<k3<k2<k4<k1。例如,图4中,第一一象限、第一二象限、第一三象限、第一四象限、第二一象限、第二二象限、第二三象限和第二四象限中坐标点在所述平面直角坐标系中的范围分别为{(x,y)|x>3,y>6}、{(x,y)|0<x≤3,y>6}、{(x,y)|0<x≤3,y≤6}、{(x,y)|x>3,y≤6}、{(x,y)|-2<x<0,y>4}、{(x,y)|x≤-2,y>4}、{(x,y)|x≤-2,y≤4}、{(x,y)|-2<x<0,y≤4},获取所述平面直角坐标系中第一一象限、第一二象限、第一三象限、第一四象限、第二一象限、第二二象限、第二三象限和第二四象限中坐标点的数量,分别得到3、3、4、7、2、1、2和3个坐标点;所述社群健康度分值D的计算公式可以为D=3×4+3×2+4+7×3-2×2-4-3×2-3=26,其中,4/2/1/3、-2、-4、-3和-1分别为第一一象限、第一二象限、第一三象限、第一四象限、第二一象限、第二二象限、第二三象限和第二四象限中坐标点对应的健康度分值。
在一些实施例中,所述社群关系分析报告包括周社群关系分析报告、月社群关系分析报告和年社群关系分析报告。所述平面直角坐标系中的各坐标点都含有时间戳信息,因此,为了得到周社群关系分析报告,在所述平面直角坐标系中获取时间戳为本周的坐标点的数量并对其进行分析;为了得到月社群关系分析报告,在所述平面直角坐标系中获取时间戳为本月的坐标点的数量并对其进行分析;为了得到年社群关系分析报告,在所述平面直角坐标系中获取时间戳为本年的坐标点的数量并对其进行分析。
在另一些实施例中,为了得到所述月社群关系分析报告无需从所述平面直角坐标系中获取坐标点数量,而是根据本月内的周社群分析报告进行计算得到。
在另一些实施例中,为了得到所述年社群关系分析报告无需从所述平面直角坐标系中获取坐标点数量,而是根据本年内的月社群分析报告进行计算得到。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本公开并不受所描述的动作顺序的限制,因为依据本公开,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本公开所必须的。
以上是关于方法实施例的介绍,以下通过装置实施例,对本公开所述方案进行进一步说明。
图4示出了根据本公开实施例的社群关系分析装置400的方框图,该装置400包括:
检测模块401,用于对待检测社群视频中任意两个人体之间的互动行为进行检测,得到互动行为检测结果;其中,所述互动行为检测结果包括各互动行为对应的第一分值、第二分值,所述第一分值用于表示互动行为的积极程度,所述第二分值用于表示互动行为的剧烈程度;
统计模块402,用于对各所述互动行为进行统计,得到统计结果;
分析模块403,用于对所述统计结果进行分析,得到社群关系分析报告。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,所述描述的模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
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和一种可读存储介质。
图5示出了可以用来实施本公开实施例的电子设备500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/或要求的本公开的实现。
电子设备500包括计算单元501,其可以根据存储在ROM502中的计算机程序或者从存储单元508加载到RAM503中的计算机程序,来执行各种适当的动作和处理。在RAM503中,还可存储电子设备500操作所需的各种程序和数据。计算单元501、ROM502以及RAM503通过总线504彼此相连。I/O接口505也连接至总线504。
电子设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许电子设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501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501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501执行上文所描述的各个方法和处理,例如社群关系分析方法。例如,在一些实施例中,社群关系分析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508。在一些实施例中,计算机程序的部分或者全部可以经由ROM502和/或通信单元509而被载入和/或安装到电子设备500上。当计算机程序加载到RAM503并由计算单元501执行时,可以执行上文描述的社群关系分析方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行社群关系分析方法。
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、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统(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,可读存储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、装置或设备结合使用的程序。可读存储介质可以是机器可读信号介质或机器可读储存介质。可读存储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。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;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络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络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,通信网络)来将系统的部件相互连接。通信网络的示例包括: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络进行交互。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,可以使用上述的各种形式的流程,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 (10)
1.一种社群关系分析方法,包括:
对待检测社群视频中任意两个人体之间的互动行为进行检测,得到互动行为检测结果;其中,所述互动行为检测结果包括各互动行为对应的第一分值、第二分值,所述第一分值用于表示互动行为的积极程度,所述第二分值用于表示互动行为的剧烈程度;
对各所述互动行为进行统计,得到统计结果;
对所述统计结果进行分析,得到社群关系分析报告。
2.根据权利要求1所述的方法,其中,对待检测社群视频中任意两个人体之间的互动行为进行检测,包括:
根据人体检测模型对所述待检测社群视频进行人体识别,
判断所述待检测社群视频中是否存在两个以上人体;
若是,则对待检测社群视频中任意两个人体之间的互动行为进行检测。
3.根据权利要求1所述的方法,其中,对各所述互动行为进行统计,包括:
创建平面直角坐标系;其中,所述平面直角坐标系的x轴表示第一分值,所述平面直角坐标系的y轴表示第二分值;
将各所述互动行为对应的第一分值、第二分值映射到所述平面直角坐标系中,得到各所述互动行为对应的坐标点;
获取互动行为数据库中的第一分值和第二分值,并映射到所述平面直角坐标系中;
根据平面直角坐标系横坐标对各所述坐标点进行统计,得到各横坐标对应的在该横坐标下的坐标点的数量;
根据平面直角坐标系纵坐标对各所述坐标点进行统计,得到各纵坐标对应的在该纵坐标下的坐标点的数量。
4.根据权利要求3所述的方法,其中,所述方法还包括:
将所述互动行为检测结果存储至互动行为数据库中,所述互动行为至少包括下列中的至少一个:争吵、招手、拥抱和亲吻。
5.根据权利要求3所述的方法,其中,对所述统计结果进行分析,得到社群关系分析报告,所述社群关系分析报告包括社群健康度分值,所述社群健康度分值用以表示所述待检测社群视频对应的社群的关系的健康程度,所述社群健康度分值的计算过程包括:
根据第一预设横坐标、第二预设横坐标、第一预设纵坐标和第二预设纵坐标对所述平面直角坐标系进行区域划分;
获取每一个区域中坐标点的数量;
根据每一个区域对应的社群健康度分值和对应的坐标点的数量计算总的社群健康度分值。
6.根据权利要求1所述的方法,其中,对所述统计结果进行分析,得到社群关系分析报告,包括:
根据预设时间周期对所述统计结果进行分析,得到对应的社群关系分析报告,所述预设时间周期包括周、月和年,所述社群关系分析报告包括周社群关系分析报告、月社群关系分析报告和年社群关系分析报告。
7.根据权利要求6所述的方法,其中,所述月社群关系分析报告是根据对应的所述周社群关系分析报告得到的,所述年社群关系分析报告是根据对应的所述月社群关系分析报告得到的。
8.一种社群关系分析装置,包括:
检测模块,用于对待检测社群视频中任意两个人体之间的互动行为进行检测,得到互动行为检测结果;其中,所述互动行为检测结果包括各互动行为对应的第一分值、第二分值,所述第一分值用于表示互动行为的积极程度,所述第二分值用于表示互动行为的剧烈程度;
统计模块,用于对各所述互动行为进行统计,得到统计结果;
分析模块,用于对所述统计结果进行分析,得到社群关系分析报告。
9.一种电子设备,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1-7中任一权利要求所述的方法。
10.一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1-7中任一权利要求所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310497271.1A CN116611723A (zh) | 2023-05-05 | 2023-05-05 | 社群关系分析方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310497271.1A CN116611723A (zh) | 2023-05-05 | 2023-05-05 | 社群关系分析方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116611723A true CN116611723A (zh) | 2023-08-18 |
Family
ID=87673888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310497271.1A Pending CN116611723A (zh) | 2023-05-05 | 2023-05-05 | 社群关系分析方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116611723A (zh) |
-
2023
- 2023-05-05 CN CN202310497271.1A patent/CN116611723A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110570217A (zh) | 作弊检测的方法及装置 | |
CN114021156A (zh) | 漏洞自动化聚合的整理方法、装置、设备以及存储介质 | |
CN112561332B (zh) | 模型管理方法、装置、电子设备、存储介质和程序产品 | |
CN111259090B (zh) | 关系数据的图生成方法、装置、电子设备和存储介质 | |
CN114090601B (zh) | 一种数据筛选方法、装置、设备以及存储介质 | |
CN113591709B (zh) | 动作识别方法、装置、设备、介质和产品 | |
CN113312560B (zh) | 群组检测方法、装置及电子设备 | |
CN113592293A (zh) | 风险识别处理方法、电子设备及计算机可读存储介质 | |
CN113792876A (zh) | 骨干网络的生成方法、装置、设备以及存储介质 | |
CN116611723A (zh) | 社群关系分析方法、装置、电子设备和存储介质 | |
CN114445040A (zh) | 结合rpa和ai的业务流程自动化评估方法、装置及电子设备 | |
CN115062304A (zh) | 风险识别方法、装置、电子设备及可读存储介质 | |
CN114021642A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN114329164A (zh) | 用于处理数据的方法、装置、设备、介质和产品 | |
CN114093006A (zh) | 活体人脸检测模型的训练方法、装置、设备以及存储介质 | |
CN113867634B (zh) | 数据读取方法、装置、电子设备及存储介质 | |
CN115168727B (zh) | 用户习惯的挖掘方法、装置及电子设备 | |
CN115378746B (zh) | 网络入侵检测规则生成方法、装置、设备以及存储介质 | |
CN113779098B (zh) | 数据处理方法、装置、电子设备以及存储介质 | |
CN113360688A (zh) | 信息库的构建方法、装置及系统 | |
CN118297614A (zh) | 对象价值评估方法、装置、电子设备及存储介质 | |
CN116974621A (zh) | 一种参数配置方法、装置及设备 | |
CN115033823A (zh) | 用于处理数据的方法、装置、设备、介质和产品 | |
CN113836242A (zh) | 数据处理方法、装置、电子设备及可读存储介质 | |
CN115471041A (zh) | 黑产账户的识别方法、装置、设备和存储介质 |
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 |