CN117235358A - 一种品牌信息处理方法、装置、电子设备及存储介质 - Google Patents
一种品牌信息处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117235358A CN117235358A CN202311164947.1A CN202311164947A CN117235358A CN 117235358 A CN117235358 A CN 117235358A CN 202311164947 A CN202311164947 A CN 202311164947A CN 117235358 A CN117235358 A CN 117235358A
- Authority
- CN
- China
- Prior art keywords
- information
- brand
- evaluation
- negative
- preset
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 52
- 238000003672 processing method Methods 0.000 title claims abstract description 29
- 238000011156 evaluation Methods 0.000 claims abstract description 289
- 238000001914 filtration Methods 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 44
- 238000004891 communication Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000000034 method Methods 0.000 abstract description 28
- 239000013598 vector Substances 0.000 abstract description 3
- 238000012015 optical character recognition Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000000605 extraction Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012805 post-processing Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 238000012550 audit Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 241000252794 Sphinx Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000004898 kneading Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003040 nociceptive effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000036642 wellbeing Effects 0.000 description 1
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请公开了一种品牌信息处理方法、品牌信息处理装置、品牌信息处理系统、电子设备及存储介质,方法包括,根据预设品牌识别特征信息过滤网络信息,获取预设品牌关联信息;根据评价品牌识别特征信息过滤预设品牌关联信息,获取预设品牌评价信息;根据评价信息识别特征信息过滤预设品牌评价信息,获取预设品牌评价信息中负面评价信息;根据负面评价信息等级识别特征信息过滤预设品牌评价信息中负面评价信息,对当前预设品牌评价信息中负面评价信息标记等级;根据对应负面评价信息等级处理策略信息处理当前标记等级预设品牌评价信息中负面评价信息。通过上述方案,使公关策略有的放矢,增加追回损失概率。
Description
技术领域
本申请涉及信息处理领域,尤其涉及品牌信息处理方法、品牌信息处理装置、品牌信息处理系统、电子设备及存储介质。
背景技术
目前,网络平台日益普及,包括各种媒体博主会对产品进行点评,给产品带来话题和影响。但有别有用心的评价,偏离客观事实,甚至随意捏造,使舆论导向对公司产品、品牌产生不利影响,如任其发展,必然会使公司损失惨重。
由于是基于计算机技术的网络平台,信息海量,传播迅速,且可能渗透到各个角落,传统的信息搜集、整理和处理策略受到挑战,难以迅速有效的防范和应对。
因此,需要一种品牌信息处理方案,专门应对从网络信息中获取的品牌负面评价信息,尽早尽快的扼杀脱离客观事实的负面评价信息,维护品牌形象。
发明内容
本发明的目的在于提供一种品牌信息处理方法、品牌信息处理装置、品牌信息处理系统、电子设备及存储介质,至少解决上述的一个技术问题。
本发明提供了下述方案:
根据本发明的一个方面,提供一种品牌信息处理方法,所述品牌信息处理方法包括:
获取预设品牌的识别特征信息;
获取网络信息;
根据所述预设品牌的识别特征信息过滤所述网络信息,获取预设品牌的关联信息;
获取评价品牌的识别特征信息;
根据所述评价品牌的识别特征信息过滤所述预设品牌的关联信息,获取所述预设品牌的评价信息;
获取评价信息的识别特征信息,所述评价信息的识别特征信息包括负面评价信息的识别特征信息;
根据所述评价信息的识别特征信息过滤所述预设品牌的评价信息,获取所述预设品牌的评价信息中负面评价信息;
获取负面评价信息的等级识别特征信息;
根据所述负面评价信息的等级识别特征信息过滤所述预设品牌的评价信息中负面评价信息,对当前预设品牌的评价信息中负面评价信息标记等级;
获取对应负面评价信息等级的处理策略信息;
根据所述对应负面评价信息等级的处理策略信息处理当前标记等级的预设品牌的评价信息中负面评价信息。
进一步的,所述根据所述预设品牌的识别特征信息过滤所述网络信息,获取预设品牌的关联信息包括:
所述网络信息包括,文本信息、音频信息和图形信息;
解析音频信息,转换成文本信息;
所述预设品牌的识别特征信息包括,预设品牌的文本特征和图形特征;
根据所述预设品牌的文本特征,过滤所述网络信息的文本信息和音频信息,根据所述预设品牌的图形特征,过滤所述网络信息的图形信息,获取预设品牌的关联信息。
进一步的,所述根据所述评价品牌的识别特征信息过滤所述预设品牌的关联信息,获取所述预设品牌的评价信息包括:
根据评价品牌的识别特征信息,获取评价品牌的文本字段库;
获取所述网络信息的文本信息中关联品牌的文本字段,所述网络信息的文本信息中关联品牌的文本字段包括解析音频获取的文本字段;
根据所述评价品牌的文本字段库中字段,过滤所述网络信息的文本信息中关联品牌的文本字段,获取评价品牌的文本字段;
根据评价品牌的识别特征信息,获取评价品牌的图形库;
获取所述网络信息的图形信息中关联品牌的图形,所述网络信息的图形信息中关联品牌的图形包括解析图像和视频帧,分割出关联品牌的图形;
根据所述评价品牌的图形库中图形,过滤所述网络信息的图形信息中关联品牌的图形,获取评价品牌的图形。
进一步的,所述根据所述评价信息的识别特征信息过滤所述预设品牌的评价信息,获取所述预设品牌的评价信息中负面评价信息包括:
所述评价品牌的文本字段库中字段包括负面评价字段,所述评价品牌的图形库中图形包括负面形象图形;
根据所述评价品牌的文本字段库中负面评价字段,标记评价品牌的文本字段中负面评价的字段;
根据所述评价品牌的图形库中负面形象图形,标记评价品牌的图形中负面评价的图形。
进一步的,所述根据所述负面评价信息的等级识别特征信息过滤所述预设品牌的评价信息中负面评价信息,对当前预设品牌的评价信息中负面评价信息标记等级包括:
所述网络信息,包括作品标题或页面地址;
根据所述作品标题或页面地址,划分负面评价信息标记对象;
根据所述负面评价信息标记对象下文本信息、音频信息和图形信息中,标记评价品牌的文本字段中负面评价的字段和标记评价品牌的图形中负面评价的图形的数量多少,标记等级的高低。
进一步的,所述根据所述对应负面评价信息等级的处理策略信息处理当前标记等级的预设品牌的评价信息中负面评价信息包括:
根据所述网络信息中作品标题或页面地址,获取关系人或关系方信息;
根据所述作品标题或页面地址,划分的所述负面评价信息标记对象,以及所述负面评价信息标记对象的标记等级,设置公关策略和网络信息反制策略;
根据所述负面评价信息标记对象的标记等级,发送向所述关系人或关系方实施公关策略的通知,并根据公关策略发送对应网络信息技术背景的反制策略。
根据本发明的二个方面,提供一种品牌信息处理装置,包括:
关联信息模块,用于获取预设品牌的识别特征信息和网络信息,根据预设品牌的识别特征信息过滤网络信息,获取预设品牌的关联信息;
评价信息模块,用于获取评价品牌的识别特征信息,根据评价品牌的识别特征信息过滤预设品牌的关联信息,获取预设品牌的评价信息;
负面评价模块,用于获取评价信息的识别特征信息,评价信息的识别特征信息包括负面评价信息的识别特征信息,根据评价信息的识别特征信息过滤预设品牌的评价信息,获取预设品牌的评价信息中负面评价信息;
等级标注模块,用于获取负面评价信息的等级识别特征信息,根据负面评价信息的等级识别特征信息过滤预设品牌的评价信息中负面评价信息,对当前预设品牌的评价信息中负面评价信息标记等级;
策略实施模块,用于获取对应负面评价信息等级的处理策略信息,根据对应负面评价信息等级的处理策略信息处理当前标记等级的预设品牌的评价信息中负面评价信息。
根据本发明的三个方面,提供一种电子设备,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器中存储有计算机程序,当所述计算机程序被所述处理器执行时,使得所述处理器执行所述品牌信息处理方法的步骤。
根据本发明的四个方面,提供一种计算机可读存储介质,包括:其存储有可由电子设备执行的计算机程序,当计算机程序在电子设备上运行时,使得电子设备执行所述品牌信息处理方法的步骤。
根据本发明的五个方面,提供一种品牌信息处理系统,包括:
电子设备,用于实现所述品牌信息处理方法的步骤;
处理器,处理器运行程序,当程序运行时从电子设备输出的数据执行所述品牌信息处理方法的步骤;
存储介质,用于存储程序,程序在运行时对于从电子设备输出的数据执行所述品牌信息处理方法的步骤。
通过上述方案,获得如下有益的技术效果:
本申请通过过滤网络信息,将有损品牌形象的信息锁定对应的关系人或关系方,使公关策略可以根据关系人或关系方,有的放矢,增加追回损失的概率。
本申请通过为公关策略配套设置反制策略,可以使公关人员灵活迅速的对负面信息进行反制处理,限制负面信息的传播蔓延,减小因负面信息传播导致的损失。
本申请通过对负面信息进行分级,可以帮公关人员识别工作重点,排列工作顺序,使消除负面信息影响的工作高效开展。
本申请通过统计负面信息来源、等级、种类、时间顺序和发布数量等信息,可以锁定信息源头的同时,还可以评估其产生的负面影响面和影响产生形式,使公关策略的制定和选择,最大限度的发挥作用。
附图说明
图1是本发明一个或多个实施例提供的一种品牌信息处理方法的流程图。
图2是本发明一个或多个实施例提供的一种品牌信息处理装置的结构图。
图3是本发明一个具体实施例的品牌负面信息处理过程的示意图。
图4是本发明一个或多个实施例提供的品牌信息处理方法的一种电子设备结构框图。
具体实施方式
下面将结合附图对本发明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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是本发明一个或多个实施例提供的一种品牌信息处理方法的流程图。
如图1所示,品牌信息处理方法包括:
步骤S11,获取预设品牌的识别特征信息;
步骤S12,获取网络信息;
步骤S13,根据预设品牌的识别特征信息过滤网络信息,获取预设品牌的关联信息;
步骤S14,获取评价品牌的识别特征信息;
步骤S15,根据评价品牌的识别特征信息过滤预设品牌的关联信息,获取预设品牌的评价信息;
步骤S16,获取评价信息的识别特征信息,评价信息的识别特征信息包括负面评价信息的识别特征信息;
步骤S17,根据评价信息的识别特征信息过滤预设品牌的评价信息,获取预设品牌的评价信息中负面评价信息;
步骤S18,获取负面评价信息的等级识别特征信息;
步骤S19,根据负面评价信息的等级识别特征信息过滤预设品牌的评价信息中负面评价信息,对当前预设品牌的评价信息中负面评价信息标记等级;
步骤S20,获取对应负面评价信息等级的处理策略信息;
步骤S11,根据对应负面评价信息等级的处理策略信息处理当前标记等级的预设品牌的评价信息中负面评价信息。
通过上述方案,获得如下有益的技术效果:
本申请通过过滤网络信息,将有损品牌形象的信息锁定对应的关系人或关系方,使公关策略可以根据关系人或关系方,有的放矢,增加追回损失的概率。
本申请通过为公关策略配套设置反制策略,可以使公关人员灵活迅速的对负面信息进行反制处理,限制负面信息的传播蔓延,减小因负面信息传播导致的损失。
本申请通过对负面信息进行分级,可以帮公关人员识别工作重点,排列工作顺序,使消除负面信息影响的工作高效开展。
本申请通过统计负面信息来源、等级、种类、时间顺序和发布数量等信息,可以锁定信息源头的同时,还可以评估其产生的负面影响面和影响产生形式,使公关策略的制定和选择,最大限度的发挥作用。
具体而言,向预先定义品牌的识别特征,如,名称、商标、代称、专有名词、特殊话题等,在海量的网络信息中找的与品牌识别特征相关的信息。海量网络信息包括但不限于文本类、音频类、视频类等。经过对网络信息的分类筛选,保留负面评价类的信息。对负面评价类的信息进行分级,比如,在一个网页,出现否定品牌词汇的占比超过2%,可以认为此网页负面评价,比如,出现否定品牌词汇占比超过5%,可以认为此网页负面评价态度坚决,比如,出现否定品牌词汇占比超过5%,且包含侮辱性词汇,则可以认为该网页负面评价,不具有理智性等。
按照评级等级标注该网页,并根据评级的高低,采取响应的处理策略。比如,自动将该网页推送至公关部,比如,自动撰写律师函,等待审核发送等,比如,自动发送信息发布平台的内容审核部门,请求下架该带有侮辱词汇的负面评价视频等。
在本实施例中,根据预设品牌的识别特征信息过滤网络信息,获取预设品牌的关联信息包括:
网络信息包括,文本信息、音频信息和图形信息;
解析音频信息,转换成文本信息;
预设品牌的识别特征信息包括,预设品牌的文本特征和图形特征;
根据预设品牌的文本特征,过滤网络信息的文本信息和音频信息,根据预设品牌的图形特征,过滤网络信息的图形信息,获取预设品牌的关联信息。
具体而言,音频信息不能直接通过计算机识别其负面评价信息,需要先语音识别成文本文件,再通过识别字段或词汇等,识别其是否是负面评价。对于网络图像信息可以做预处理后,直接提取特征点进行比对。对于视频文件可以先分析成视频帧,再逐帧进行对比分析。
在本实施例中,根据评价品牌的识别特征信息过滤预设品牌的关联信息,获取预设品牌的评价信息包括:
根据评价品牌的识别特征信息,获取评价品牌的文本字段库;
获取网络信息的文本信息中关联品牌的文本字段,网络信息的文本信息中关联品牌的文本字段包括解析音频获取的文本字段;
根据评价品牌的文本字段库中字段,过滤网络信息的文本信息中关联品牌的文本字段,获取评价品牌的文本字段;
根据评价品牌的识别特征信息,获取评价品牌的图形库;
获取网络信息的图形信息中关联品牌的图形,网络信息的图形信息中关联品牌的图形包括解析图像和视频帧,分割出关联品牌的图形;
根据评价品牌的图形库中图形,过滤网络信息的图形信息中关联品牌的图形,获取评价品牌的图形。
具体而言,建立识别特征的数据库,经过机器学习算法,不断丰富其库中数据。截取文本信息中的字段,与文本字段库中负面表达的字段比对,识别其文本信息是否为负面评价。同理,截取图像信息中图形,与图形库中负面表达的图形比对,识别其图像信息或视频信息是否为负面评价的信息。
在本实施例中,根据评价信息的识别特征信息过滤预设品牌的评价信息,获取预设品牌的评价信息中负面评价信息包括:
评价品牌的文本字段库中字段包括负面评价字段,评价品牌的图形库中图形包括负面形象图形;
根据评价品牌的文本字段库中负面评价字段,标记评价品牌的文本字段中负面评价的字段;
根据评价品牌的图形库中负面形象图形,标记评价品牌的图形中负面评价的图形。
具体而言,负面评价的字段与背景、场景也有关联。文本字段库中字段包括的负面评价字段,也要附加背景、场景。同理,评价品牌的图形库中负面形象图形,也要附加背景、场景信息。
在本实施例中,根据负面评价信息的等级识别特征信息过滤预设品牌的评价信息中负面评价信息,对当前预设品牌的评价信息中负面评价信息标记等级包括:
网络信息,包括作品标题或页面地址;
根据作品标题或页面地址,划分负面评价信息标记对象;
根据负面评价信息标记对象下文本信息、音频信息和图形信息中,标记评价品牌的文本字段中负面评价的字段和标记评价品牌的图形中负面评价的图形的数量多少,标记等级的高低。
具体而言,将评价信息仅仅识别和剥离出来还不够,需要关联在对应的作品上,才能评估其负面伤害性。同时,也能定位出发起负面评价的信息源头。通过一个作品中负面评价的数量,可以划分负面伤害的级别。比如,一个作品相对客观的介绍其优缺点,通过其负面评价的词汇数量,或负面评价词汇占比,获悉其作品负面等级较低。而大量充斥负面评价词汇的作品,负面评价态度坚决,可能会产生很强的负面影响。
在本实施例中,根据对应负面评价信息等级的处理策略信息处理当前标记等级的预设品牌的评价信息中负面评价信息包括:
根据网络信息中作品标题或页面地址,获取关系人或关系方信息;
根据作品标题或页面地址,划分的负面评价信息标记对象,以及负面评价信息标记对象的标记等级,设置公关策略和网络信息反制策略;
根据负面评价信息标记对象的标记等级,发送向关系人或关系方实施公关策略的通知,并根据公关策略发送对应网络信息技术背景的反制策略。
具体而言,为追究责任挽回损失,对作品或网页,爬取其关系人或关系方的信息,如作者,发布者,所有权人等。相对于的设计公关策略会有区别。如,作者为产品用户,在某短视频平台发布测评信息。可以先自动发送下架视频的通知文,再联系该作者,咨询其是否在使用产品时出现的具体情况。如为该用户解决了问题,作者会同意下架,如有其他原因,比如,恶意为之,则可以自动生成律师函文件,发送该用户。
图2是本发明一个或多个实施例提供的一种品牌信息处理装置的结构图。
如图2所示,品牌信息处理装置,包括:关联信息模块、评价信息模块、负面评价模块、等级标注模块、策略实施模块;
关联信息模块,用于获取预设品牌的识别特征信息和网络信息,根据预设品牌的识别特征信息过滤网络信息,获取预设品牌的关联信息;
评价信息模块,用于获取评价品牌的识别特征信息,根据评价品牌的识别特征信息过滤预设品牌的关联信息,获取预设品牌的评价信息;
负面评价模块,用于获取评价信息的识别特征信息,评价信息的识别特征信息包括负面评价信息的识别特征信息,根据评价信息的识别特征信息过滤预设品牌的评价信息,获取预设品牌的评价信息中负面评价信息;
等级标注模块,用于获取负面评价信息的等级识别特征信息,根据负面评价信息的等级识别特征信息过滤预设品牌的评价信息中负面评价信息,对当前预设品牌的评价信息中负面评价信息标记等级;
策略实施模块,用于获取对应负面评价信息等级的处理策略信息,根据对应负面评价信息等级的处理策略信息处理当前标记等级的预设品牌的评价信息中负面评价信息。
值得注意的是,虽然本系统只披露了关联信息模块、评价信息模块、负面评价模块、等级标注模块、策略实施模块,但并不意味着本装置仅仅局限于上述基本功能模块,相对,本发明所要表达的意思是,在上述基本功能模块的基础之上,本领域技术人员可以结合现有技术任意添加一个或多个功能模块,形成无穷多个实施例或技术方案,也就是说本系统是开放式的而非封闭式的,不能因为本实施例仅披露了个别基本功能模块,就认为本发明权利要求的保护范围局限于上述公开的基本功能模块。
图3是本发明一个具体实施例的品牌负面信息处理过程的示意图。
在一具体实施例中,当系统自动化检测和分析出网络信息中有对他人或对产品的负面评价信息且脱离客观事实时,需要采取自动化策略进行如下工作。
比如,对负面内容进行识别。自动化检测识别包含贬低或诋毁识别特征的文本、字幕、音频和视频,以及可能对公司的声誉、品牌形象和产品销售造成负面舆论影响的文本、音频、视频作品。
比如,大规模采集数据后处理。着重处理社交媒体和在线平台中产生的文本、字幕和视频海量数据。对作品内容,当前可能自动化检测效果欠佳,但可以通过机器学习的技术手段,逐步加强自动化处理的精准度。
比如,对网络信息采取实时监测。为减轻负面信息的影响后果确定性,需要及时的获取负面评价信息,给公关团队争取处理负面评价信息的时间,帮助公关团队尽快获得负面评价信息的来源、指向等。比如,某车辆自燃事件是由于交通事故引起的,而舆论可能会出现对安全性的质疑,属于正常的评论。但敌对的负面评价信息有可能采取移花接木的手法,将其他品牌在其他自燃事件中的情况,映射到己方品牌和产品上,忽略交通事故的特殊性和评价的公允性。
比如,注重设置筛选信息规则时,对负面评价信息的标准一致性和态度客观性。无论是人工处理还是自动化处理,在设计检索规则时,可以尽量搜集负面评价信息,在设计处理规则时,要考虑负面评价信息对接收信息者的主观影响程度,还要考虑产品缺陷和负面评价的一致性。
比如,对应的负面信息处理策略,倾向于消除偏见,正视不足,努力进步,消除不和谐因素,对别有用心的负面信息源,采取激进处理方式。
自动化检测的方法可以及时发现和识别负面内容,及早预警,使公司能够更快地采取行动,控制潜在的声誉损害。采取适当的措施,积极回应真诚的负面评价,改进产品或调整营销策略,以维护声誉和客户满意度。相对于人工处理大量文本、字幕和视频内容,自动化检测方法能够快速、高效地分析和筛选,减少人工工作量,提高处理效率和生产力。从而为决策提供数据支持和洞察。
在另一具体实施例中,如图3所示,收集数据可以选择获取标题文本、文章内容和视频的数据,然后对视频字幕进行提取文本信息,对音频进行语音识别,最后分析文本信息,做出决策。
在另一具体实施例中,比如,获取标题文本。从网页或文章中提取标题文本时,可以使用网页解析技术,如使用HTML解析库或爬虫工具来提取网页标题元素的文本内容。从数据库或文本文件中获取标题文本时,可以使用适当的读取方法,如数据库查询或文本文件读取,以提取相应字段的文本内容。
比如,获取文章内容。从网页中获取文章内容时,可以使用网页解析技术,如HTML解析库或爬虫工具,以提取网页主体的文本内容。从数据库或文本文件中获取文章内容时,可以使用适当的读取方法,如,数据库查询或文本文件读取,以提取相应字段的文本内容。如果文章内容来自其他来源,可能需要根据具体情况采用相应的方法和工具进行处理。
比如,获取视频。从在线视频平台获取视频时,可以使用平台提供的API,根据视频ID或链接来获取视频文件。如果视频存储在本地,可以使用视频处理库或工具,如,FFmpeg,通过指定视频文件路径来读取视频文件。
在另一具体实施例中,对视频字幕进行识别。采用光学字符识别(OCR)技术。从图像或视频中提取文本信息。OCR技术可以应用于每一帧图像,将图像中的字幕区域提取出来,并将其转换为文本。
在另一具体实施例中,视频帧提取,可以从视频中提取连续的帧图像后,使用视频处理库或工具来读取视频文件,并按照一定的帧率提取视频帧。再进行图像预处理。比如,对提取的视频帧进行预处理,以提高字幕识别的准确性包括,图像增强、降噪、对比度调整等操作。还进行字幕检测,使用图像处理和计算机视觉技术来检测图像中的字幕区域。可以使用边缘检测、颜色分析、形状识别等方法来定位字幕的位置。最后完成字幕提取,从检测到的字幕区域中提取出字幕文本。可以使用光学字符识别(OCR)技术来将字幕图像转换为文本。
在另一具体实施例中,做语音转换识别,比如,音频提取,从视频中提取音频轨道。可以使用视频处理库或工具来读取视频文件,并提取其中的音频数据。
比如,音频预处理,对提取的音频进行预处理,以优化语音识别的效果。这可以包括音频降噪、去除杂音、音量归一化等操作。
比如,语音识别,使用语音识别引擎或库对预处理后的音频进行识别。语音识别引擎会将音频转换为对应的文本表示。可以使用开源的语音识别工具,如CMU Sphinx、GoogleCloud Speech-to-Text、Microsoft Azure Speech-to-Text等。
比如,文本后处理:对识别得到的文本进行后处理和校正,以提高文本的准确性和可读性。这可能包括拼写检查、语法纠正、标点符号添加等操作。
在另一具体实施例中,辅助决策。为企业决策提供有益信息。通过实时分析视频中的字幕和语音内容,可以快速发现对企业品牌形象具有负面影响的内容。能够及时采取措施,回应用户的关切,维护品牌声誉。通过及时的公关管理和积极的沟通,改善品牌形象,增强公众对企业的信任和好感。
在另一具体实施例中,通过机器学习,识别自动化识别文本中是否有贬低或诋毁产品内容,从而提高自动化能力。
比如,构建文本分类器,使用机器学习算法或深度学习模型构建一个文本分类器。比如,可以使用标记好的数据作为训练集,其中包含正面评价和负面评价的文本样本。对于训练集中的每个文本样本,需要给它们打上相应的标签,例如"正面"和"负面"。
比如,特征提取,从文本中提取相关的特征,这些特征可以帮助分类器识别文本的情感倾向。常见的特征包括词袋模型(Bag-of-Words)、词频(Term Frequency)、TF-IDF、n-grams等。你可以选择合适的特征表示方法来表示文本样本。
比如,数据预处理,在训练之前,对文本数据进行预处理,包括去除停用词、标点符号、数字等,并进行词干化或词形还原等文本清洗操作。
比如,模型训练与评估,使用训练集对文本分类器进行训练,并使用验证集进行模型选择和调优。选择适当的评估指标来衡量分类器的性能,例如准确率、召回率、F1分数等。
比如,预测与分类,使用经过训练的分类器对新的文本进行预测和分类。根据分类器的输出,判断文本是否属于贬低或诋毁的内容。
在另一具体实施例中,光学字符识别(OCR)的基本工作流程:
1、图像预处理。在应用OCR之前,图像通常需要进行预处理以提高识别的准确性。预处理包括图像的灰度化、二值化、去噪和增强等操作。这些操作有助于突出字符的边缘和特征,减少噪音干扰,以提高OCR的性能。
2、字符分割。在图像中,字符通常是紧密排列的,因此需要将字符分割成单独的单位。字符分割算法将图像中的字符区域分离出来,以便后续的识别过程能够单独处理每个字符。
3、特征提取。在字符分割后,针对每个单独的字符,会提取其特征以区分不同的字符。常见的特征包括字符的形状、边缘、角度、投影等。这些特征被用于区分不同的字符类别,并为后续的分类和识别过程提供信息。
4、字符分类和识别。在特征提取之后,使用分类器或模式匹配算法将提取的特征与预定义的字符模型进行匹配。这样可以将每个字符分配给相应的类别,并最终识别出字符的文本内容。
5、后处理。识别出的字符文本可能需要进行后处理,例如校正错别字、消除噪音或进行语义修正。这一步骤旨在提高识别结果的准确性和可读性。
OCR技术可以应用于静态图像,也可以应用于视频中的每一帧图像,以实现视频字幕的提取和识别。它被广泛应用于文档扫描、图像处理、自动化数据录入等领域,以便将印刷文本转换为可编辑和可搜索的电子文本。
图4是本发明一个或多个实施例提供的品牌信息处理方法的一种电子设备结构框图。
如图4所示,本申请提供一种电子设备,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器中存储有计算机程序,当计算机程序被处理器执行时,使得处理器执行一种品牌信息处理方法的步骤。
本申请还提供一种计算机可读存储介质,其存储有可由电子设备执行的计算机程序,当计算机程序在电子设备上运行时,使得电子设备执行一种品牌信息处理方法的步骤。
本申请还提供一种品牌信息处理系统,包括:
电子设备,用于实现品牌信息处理方法的步骤;
处理器,处理器运行程序,当程序运行时从电子设备输出的数据执行品牌信息处理方法的步骤;
存储介质,用于存储程序,程序在运行时对于从电子设备输出的数据执行品牌信息处理方法的步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
电子设备包括硬件层,运行在硬件层之上的操作系统层,以及运行在操作系统上的应用层。该硬件层包括中央处理器(CPU,Central Processing Unit)、内存管理单元(MMU,Memory Management Unit)和内存等硬件。该操作系统可以是任意一种或多种通过进程(Process)实现电子设备控制的计算机操作系统,例如,Linux操作系统、Unix操作系统、Android操作系统、iOS操作系统或windows操作系统等。并且在本发明实施例中该电子设备可以是智能手机、平板电脑等手持设备,也可以是桌面计算机、便携式计算机等电子设备,本发明实施例中并未特别限定。
本发明实施例中的电子设备控制的执行主体可以是电子设备,或者是电子设备中能够调用程序并执行程序的功能模块。电子设备可以获取到存储介质对应的固件,存储介质对应的固件由供应商提供,不同存储介质对应的固件可以相同可以不同,在此不做限定。电子设备获取到存储介质对应的固件后,可以将该存储介质对应的固件写入存储介质中,具体地是往该存储介质中烧入该存储介质对应固件。将固件烧入存储介质的过程可以采用现有技术实现,在本发明实施例中不做赘述。
电子设备还可以获取到存储介质对应的重置命令,存储介质对应的重置命令由供应商提供,不同存储介质对应的重置命令可以相同可以不同,在此不做限定。
此时电子设备的存储介质为写入了对应的固件的存储介质,电子设备可以在写入了对应的固件的存储介质中响应该存储介质对应的重置命令,从而电子设备根据存储介质对应的重置命令,对该写入对应的固件的存储介质进行重置。根据重置命令对存储介质进行重置的过程可以现有技术实现,在本发明实施例中不做赘述。
为了描述的方便,描述以上装置时以功能分为各种单元、模块分别描述。当然在实施本申请时可以把各单元、模块的功能在同一个或多个软件和/或硬件中实现。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非被特定定义,否则不会用理想化或过于正式的含义来解释。
对于方法实施例,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,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,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优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请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软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器或者网络设备等)执行本申请各个实施方式或者实施方式的某些部分所述的方法。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种品牌信息处理方法,其特征在于,所述品牌信息处理方法包括:
获取预设品牌的识别特征信息;
获取网络信息;
根据所述预设品牌的识别特征信息过滤所述网络信息,获取预设品牌的关联信息;
获取评价品牌的识别特征信息;
根据所述评价品牌的识别特征信息过滤所述预设品牌的关联信息,获取所述预设品牌的评价信息;
获取评价信息的识别特征信息,所述评价信息的识别特征信息包括负面评价信息的识别特征信息;
根据所述评价信息的识别特征信息过滤所述预设品牌的评价信息,获取所述预设品牌的评价信息中负面评价信息;
获取负面评价信息的等级识别特征信息;
根据所述负面评价信息的等级识别特征信息过滤所述预设品牌的评价信息中负面评价信息,对当前预设品牌的评价信息中负面评价信息标记等级;
获取对应负面评价信息等级的处理策略信息;
根据所述对应负面评价信息等级的处理策略信息处理当前标记等级的预设品牌的评价信息中负面评价信息。
2.根据权利要求1所述的品牌信息处理方法,其特征在于,所述根据所述预设品牌的识别特征信息过滤所述网络信息,获取预设品牌的关联信息包括:
所述网络信息包括,文本信息、音频信息和图形信息;
解析音频信息,转换成文本信息;
所述预设品牌的识别特征信息包括,预设品牌的文本特征和图形特征;
根据所述预设品牌的文本特征,过滤所述网络信息的文本信息和音频信息,根据所述预设品牌的图形特征,过滤所述网络信息的图形信息,获取预设品牌的关联信息。
3.根据权利要求2所述的品牌信息处理方法,其特征在于,所述根据所述评价品牌的识别特征信息过滤所述预设品牌的关联信息,获取所述预设品牌的评价信息包括:
根据评价品牌的识别特征信息,获取评价品牌的文本字段库;
获取所述网络信息的文本信息中关联品牌的文本字段,所述网络信息的文本信息中关联品牌的文本字段包括解析音频获取的文本字段;
根据所述评价品牌的文本字段库中字段,过滤所述网络信息的文本信息中关联品牌的文本字段,获取评价品牌的文本字段;
根据评价品牌的识别特征信息,获取评价品牌的图形库;
获取所述网络信息的图形信息中关联品牌的图形,所述网络信息的图形信息中关联品牌的图形包括解析图像和视频帧,分割出关联品牌的图形;
根据所述评价品牌的图形库中图形,过滤所述网络信息的图形信息中关联品牌的图形,获取评价品牌的图形。
4.根据权利要求3所述的品牌信息处理方法,其特征在于,所述根据所述评价信息的识别特征信息过滤所述预设品牌的评价信息,获取所述预设品牌的评价信息中负面评价信息包括:
所述评价品牌的文本字段库中字段包括负面评价字段,所述评价品牌的图形库中图形包括负面形象图形;
根据所述评价品牌的文本字段库中负面评价字段,标记评价品牌的文本字段中负面评价的字段;
根据所述评价品牌的图形库中负面形象图形,标记评价品牌的图形中负面评价的图形。
5.根据权利要求4所述的品牌信息处理方法,其特征在于,所述根据所述负面评价信息的等级识别特征信息过滤所述预设品牌的评价信息中负面评价信息,对当前预设品牌的评价信息中负面评价信息标记等级包括:
所述网络信息,包括作品标题或页面地址;
根据所述作品标题或页面地址,划分负面评价信息标记对象;
根据所述负面评价信息标记对象下文本信息、音频信息和图形信息中,标记评价品牌的文本字段中负面评价的字段和标记评价品牌的图形中负面评价的图形的数量多少,标记等级的高低。
6.根据权利要求5所述的品牌信息处理方法,其特征在于,所述根据所述对应负面评价信息等级的处理策略信息处理当前标记等级的预设品牌的评价信息中负面评价信息包括:
根据所述网络信息中作品标题或页面地址,获取关系人或关系方信息;
根据所述作品标题或页面地址,划分的所述负面评价信息标记对象,以及所述负面评价信息标记对象的标记等级,设置公关策略和网络信息反制策略;
根据所述负面评价信息标记对象的标记等级,发送向所述关系人或关系方实施公关策略的通知,并根据公关策略发送对应网络信息技术背景的反制策略。
7.一种品牌信息处理装置,其特征在于,包括:
关联信息模块,用于获取预设品牌的识别特征信息和网络信息,根据预设品牌的识别特征信息过滤网络信息,获取预设品牌的关联信息;
评价信息模块,用于获取评价品牌的识别特征信息,根据评价品牌的识别特征信息过滤预设品牌的关联信息,获取预设品牌的评价信息;
负面评价模块,用于获取评价信息的识别特征信息,评价信息的识别特征信息包括负面评价信息的识别特征信息,根据评价信息的识别特征信息过滤预设品牌的评价信息,获取预设品牌的评价信息中负面评价信息;
等级标注模块,用于获取负面评价信息的等级识别特征信息,根据负面评价信息的等级识别特征信息过滤预设品牌的评价信息中负面评价信息,对当前预设品牌的评价信息中负面评价信息标记等级;
策略实施模块,用于获取对应负面评价信息等级的处理策略信息,根据对应负面评价信息等级的处理策略信息处理当前标记等级的预设品牌的评价信息中负面评价信息。
8.一种电子设备,其特征在于,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器中存储有计算机程序,当所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1至6任一项所述品牌信息处理方法的步骤。
9.一种计算机可读存储介质,其特征在于,包括:其存储有可由电子设备执行的计算机程序,当计算机程序在电子设备上运行时,使得电子设备执行权利要求1至6任一项所述品牌信息处理方法的步骤。
10.一种品牌信息处理系统,其特征在于,包括:
电子设备,用于实现权利要求1至6任一项所述品牌信息处理方法的步骤;
处理器,处理器运行程序,当程序运行时从电子设备输出的数据执行权利要求1至6任一项所述品牌信息处理方法的步骤;
存储介质,用于存储程序,程序在运行时对于从电子设备输出的数据执行权利要求1至6任一项所述品牌信息处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311164947.1A CN117235358A (zh) | 2023-09-11 | 2023-09-11 | 一种品牌信息处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311164947.1A CN117235358A (zh) | 2023-09-11 | 2023-09-11 | 一种品牌信息处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117235358A true CN117235358A (zh) | 2023-12-15 |
Family
ID=89087182
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311164947.1A Pending CN117235358A (zh) | 2023-09-11 | 2023-09-11 | 一种品牌信息处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117235358A (zh) |
-
2023
- 2023-09-11 CN CN202311164947.1A patent/CN117235358A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110516067B (zh) | 基于话题检测的舆情监控方法、系统及存储介质 | |
JP6150291B2 (ja) | 矛盾表現収集装置及びそのためのコンピュータプログラム | |
CN106055541A (zh) | 一种新闻内容敏感词过滤方法及系统 | |
KR102034346B1 (ko) | 학습 기반의 비속어 탐지 장치 및 방법 | |
CN108550054B (zh) | 一种内容质量评估方法、装置、设备和介质 | |
CN110909363A (zh) | 基于大数据的软件第三方组件漏洞应急响应系统及方法 | |
CN108509561B (zh) | 基于机器学习的岗位招聘数据筛选方法、系统及存储介质 | |
CN112328936A (zh) | 一种网站识别方法、装置、设备及计算机可读存储介质 | |
CN111078979A (zh) | 一种基于ocr和文本处理技术识别网贷网站的方法及系统 | |
CN112818200A (zh) | 基于静态网站的数据爬取及事件分析方法及系统 | |
CN112765974A (zh) | 一种业务辅助方法、电子设备及可读存储介质 | |
Rigaud et al. | What do we expect from comic panel extraction? | |
CN114692593A (zh) | 一种网络信息安全监测预警方法 | |
CN117473512A (zh) | 基于网络测绘的漏洞风险评估方法 | |
CN113535813A (zh) | 一种数据挖掘方法、装置、电子设备以及存储介质 | |
CN112016317A (zh) | 基于人工智能的敏感词识别方法、装置及计算机设备 | |
CN111797904A (zh) | 网页页面特征的篡改检测方法及装置 | |
CN108717637B (zh) | 一种电商安全相关实体的自动挖掘方法及系统 | |
CN116821903A (zh) | 检测规则确定及恶意二进制文件检测方法、设备及介质 | |
CN111695117B (zh) | 一种webshell脚本检测方法及装置 | |
CN117235358A (zh) | 一种品牌信息处理方法、装置、电子设备及存储介质 | |
CN116401343A (zh) | 一种数据合规分析方法 | |
CN111581533B (zh) | 目标对象的状态识别方法、装置、电子设备和存储介质 | |
CN114417860A (zh) | 一种信息检测方法、装置及设备 | |
CN109409127B (zh) | 网络数据安全策略的生成方法、装置及存储介质 |
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 |