CN117235610B - 社交媒体内容数据分段方法、装置及电子设备 - Google Patents
社交媒体内容数据分段方法、装置及电子设备 Download PDFInfo
- Publication number
- CN117235610B CN117235610B CN202311523133.2A CN202311523133A CN117235610B CN 117235610 B CN117235610 B CN 117235610B CN 202311523133 A CN202311523133 A CN 202311523133A CN 117235610 B CN117235610 B CN 117235610B
- Authority
- CN
- China
- Prior art keywords
- eigenvalue
- matrix
- layer
- data
- social media
- 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.)
- Active
Links
- 230000011218 segmentation Effects 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000011159 matrix material Substances 0.000 claims abstract description 112
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000012163 sequencing technique Methods 0.000 claims abstract description 7
- 230000003993 interaction Effects 0.000 claims description 28
- 230000003068 static effect Effects 0.000 claims description 11
- 239000000463 material Substances 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 238000010200 validation analysis Methods 0.000 claims 1
- 238000004590 computer program Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000013439 planning Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例中提供了一种社交媒体内容数据分段方法、装置及电子设备,属于数据处理技术领域,该方法包括:基于准则层、方案层指标生成符合目标层的分段矩阵;对所述分段矩阵进行层次单排序;当一致性通过之后,获取第一时间段内的基准数据,按n个维度对所述基准数据进行分组,得到n个分组数据;针对所述分组数据,确定符合阶段运营目标层的评分评级规则,得到符合目标层的n个分段基准;基于所述n个分段基准,对第二时间段内的基准数据进行分段处理,所述第二时间段是与第一时间段相邻的下一时间段。采用本方案,能够动态准确的对社交媒体内容数据进行分段操作。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种社交媒体内容数据分段方法、装置及电子设备。
背景技术
社交媒体内容是由用户在社交媒体平台上创建和分享的。这些内容可以是文字、图片、视频、音频或其他形式,例如直播、动图等。社交媒体内容可以包括个人状态更新、分享链接、照片和视频、评论和点赞等。
社交媒体平台,例如微信、微博、抖音等,为用户提供了广泛的社交媒体内容选择。用户可以根据自己的兴趣和需求来创建和分享内容,并与他人互动和交流。社交媒体内容的传播可以通过转发、点赞、评论和分享等方式进行,同时也可以通过算法推荐和个性化推荐等方式来提高内容的曝光率和传播效果。
社交媒体内容的创作和分享已经成为现代社会中人们交流和互动的重要方式之一。通过社交媒体,人们可以轻松地与他人分享自己的想法、感受和生活,同时也可以获取他人的反馈和互动。社交媒体内容的质量和影响力取决于多种因素,包括创作者的才华、内容的创意性、平台的算法和用户的互动等。
现有技术中存在针对这些社交媒体内容的运营成效评分的技术方案,尽管这些技术提供了有力的工具来评估社交媒体内容的运营成效,但也存在一些缺陷或不足之处:
1.数据精确性:数据可能受到虚假信息、噪音和机器算法的影响,从而导致成效评分不准确。
2.数据隐私:收集和分析用户数据需要处理隐私问题,尤其是在一些国家和地区出台了更严格的数据保护法规之后。
3.多渠道集成:对于跨多个社交媒体平台的运营活动,整合和分析数据可能变得复杂,需要使用多个工具和平台。
4.算法偏见:一些算法可能存在偏见,导致不公平或不准确的成效评分,尤其是在情感分析和用户行为预测方面。
上述问题成为需要解决的技术问题。
发明内容
有鉴于此,本发明实施例提供一种社交媒体内容数据分段方法、装置及电子设备,至少部分解决现有技术中存在的问题。
第一方面,本发明实施例提供了一种社交媒体内容数据分段方法,包括:
确认指定社交媒体内容数据运营的目标层、准则层和方案层,以便于基于准则层、方案层指标生成符合目标层的分段矩阵;
对所述分段矩阵进行层次单排序,以获得所述分段矩阵的第一特征值,根据所述第一特征值计算所述分段矩阵第二特征值,根据第二特征值和所述分段矩阵的第三特征值求解第四特征值,基于第四特征值判断所述分段矩阵一致性是否通过;
当一致性通过之后,获取第一时间段内的基准数据,按n个维度对所述基准数据进行分组,得到n个分组数据;
针对所述分组数据,确定符合阶段运营目标层的评分评级规则,得到符合目标层的n个分段基准;
基于所述n个分段基准,对第二时间段内的基准数据进行分段处理,所述第二时间段是与第一时间段相邻的下一时间段。
根据本公开实施例的一种具体实现方式,所述确认指定社交媒体内容数据运营的目标层、准则层和方案层,以便于基于准则层、方案层指标生成符合目标层的分段矩阵,包括:
将覆盖人数、视频完播率、帖文互动率设置为准则层的指标;
将曝光次数、互动次数、视频观看/播放次数设置为方案层的指标。
根据本公开实施例的一种具体实现方式,所述确认指定社交媒体内容数据运营的目标层、准则层和方案层,以便于基于准则层、方案层指标生成符合目标层的分段矩阵,还包括:
通过将准则层、方案层包含的指标之间相互两两比较,确定准则层对目标层的权重。
根据本公开实施例的一种具体实现方式,所述按n个维度对所述基准数据进行分组,得到n个分组数据,包括:
将发帖日期、帖文内容、素材类型、互动次数、互动率和覆盖人数作为基准数据进行分组的维度。
根据本公开实施例的一种具体实现方式,所述,按n个维度对所述基准数据进行分组,得到n个分组数据,还包括:
所述n个维度包括素材类型、发布类型、帖文性质、付费探测状态和内容应用场景;
将社交媒体内容数据中不同性质的帖文在社交媒体的传播和互动途径进行划分,划分为静态的内容和动态的内容,所述静态的内容包括图片、文本和链接,所述动态的内容包括reel短视频和story视频。
根据本公开实施例的一种具体实现方式,所述对所述分段矩阵进行层次单排序,以获得所述分段矩阵的第一特征值,根据所述第一特征值计算所述分段矩阵第二特征值,根据第二特征值和所述分段矩阵的第三特征值求解第四特征值,包括:
对分段矩阵D中的元素执行归一化处理:
得到归一化矩阵H,则第一特征值计算如下:
其中,n表示分段矩阵D中元素的总数。
根据本公开实施例的一种具体实现方式,所述对所述分段矩阵进行层次单排序,以获得所述分段矩阵的第一特征值,根据所述第一特征值计算所述分段矩阵第二特征值,根据第二特征值和所述分段矩阵的第三特征值求解第四特征值,还包括:
通过如下公式计算第二特征值:
根据本公开实施例的一种具体实现方式,所述对所述分段矩阵进行层次单排序,以获得所述分段矩阵的第一特征值,根据所述第一特征值计算所述分段矩阵第二特征值,根据第二特征值和所述分段矩阵的第三特征值求解第四特征值,还包括:
通过如下公式计算第四特征值:
,
其中,为所述分段矩阵的第三特征值,表示n的曲线计算函数。
第二方面,本发明实施例提供了一种社交媒体内容数据分段装置,包括:
生成模块,用于确认指定社交媒体内容数据运营的目标层、准则层和方案层,以便于基于准则层、方案层指标生成符合目标层的分段矩阵;
获得模块,用于对所述分段矩阵进行层次单排序,以获得所述分段矩阵的第一特征值,根据所述第一特征值计算所述分段矩阵第二特征值,根据第二特征值和所述分段矩阵的第三特征值求解第四特征值,基于第四特征值判断所述分段矩阵一致性是否通过;
分组模块,用于当一致性通过之后,获取第一时间段内的基准数据,按n个维度对所述基准数据进行分组,得到n个分组数据;
确定模块,用于针对所述分组数据,确定符合阶段运营目标层的评分评级规则,得到符合目标层的n个分段基准;
分段模块,用于基于所述n个分段基准,对第二时间段内的基准数据进行分段处理,所述第二时间段是与第一时间段相邻的下一时间段。
第三方面,本发明实施例还提供了一种电子设备,该电子设备包括:
至少一个处理器;以及,
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述任第一方面或第一方面的任一实现方式中的社交媒体内容数据分段方法。
第四方面,本发明实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的社交媒体内容数据分段方法。
第五方面,本发明实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述第一方面或第一方面的任一实现方式中的社交媒体内容数据分段方法。
本发明实施例中的社交媒体内容数据分段方案,包括:确认指定社交媒体内容数据运营的目标层、准则层和方案层,以便于基于准则层、方案层指标生成符合目标层的分段矩阵;对所述分段矩阵进行层次单排序,以获得所述分段矩阵的第一特征值,根据所述第一特征值计算所述分段矩阵第二特征值,根据第二特征值和所述分段矩阵的第三特征值求解第四特征值,基于第四特征值判断所述分段矩阵一致性是否通过;当一致性通过之后,获取第一时间段内的基准数据,按n个维度对所述基准数据进行分组,得到n个分组数据;针对所述分组数据,确定符合阶段运营目标层的评分评级规则,得到符合目标层的n个分段基准;基于所述n个分段基准,对第二时间段内的基准数据进行分段处理,所述第二时间段是与第一时间段相邻的下一时间段。本申请的方案具有如下有益效果:
1)动态自适应的分段匹配,以自体即时产生的数据确立评级分段,无需引用第三方或其他非己方运营的数据,使得数据隐私性更有保障;
2)可根据不同数据源给出更贴合运营现状的,减少部分因数据缺失导致的成效评分的精准性、信效度不稳定的情况;
3)综合各种指标因素,在社交号发展的不同阶段能够灵活调整关键指标和福分权重,降低单一固定指标造成的数据偏误。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中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它的附图。
图1为本发明实施例提供的一种社交媒体内容数据分段方法流程示意图;
图2为本发明实施例提供的另一种社交媒体内容数据分段方法流程示意图;
图3为本发明实施例提供的社交媒体内容数据分段装置结构示意图;
图4为本发明实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本发明实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。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所有其他实施例,都属于本公开保护的范围。
需要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是,以下实施例中所提供的图示仅以示意方式说明本公开的基本构想,图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
另外,在以下描述中,提供具体细节是为了便于透彻理解实例。然而,所属领域的技术人员将理解,可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种社交媒体内容数据分段方法。本实施例提供的社交媒体内容数据分段方法可以由一计算装置来执行,该计算装置可以实现为软件,或者实现为软件和硬件的组合,该计算装置可以集成设置在服务器、终端设备等中。
参见图1和图2,本公开实施例提供了一种社交媒体内容数据分段方法,包括:
S101,确认指定社交媒体内容数据运营的目标层、准则层和方案层,以便于基于准则层、方案层指标生成符合目标层的分段矩阵。
在针对社交媒体内容数据进行运营时,可以按照以下步骤来确认目标层、准则层和方案层:
目标层:首先需要明确运营的目标,例如提高社交媒体平台的用户活跃度、增加品牌曝光度、提高用户留存率等。目标层应该具有可衡量性和可达成性,以确保运营的效果能够被准确评估和实现。
准则层:根据目标层,可以制定相应的运营准则,例如提供有价值的内容、吸引目标用户、增加用户互动等。准则层应该包括一系列关键指标和标准,以指导社交媒体内容的策划、制作和发布。
方案层:基于准则层,可以制定具体的运营方案,例如策划特定主题的内容、制定发布计划、开展营销活动等。方案层具有可操作性和可执行性,以确保能够有效地实现运营目标。
在具体实践中,可以通过以下方式来实施社交媒体内容数据运营:
分析用户数据:通过分析用户数据,了解用户的兴趣、需求和行为特点,以指导社交媒体内容的策划和制作。
制定内容计划:根据分析结果,制定相应的内容计划,包括主题选择、内容制作、发布时间等。
发布优质内容:通过发布有价值、有趣、有吸引力的内容,吸引用户的关注和互动,提高社交媒体平台的曝光度和用户活跃度。
监测和分析数据:通过监测和分析数据,了解社交媒体内容的效果和影响,以便及时调整和优化运营策略。
持续改进:根据监测和分析结果,不断改进和优化社交媒体内容的策划、制作和发布方式,以提高运营效果和实现更高的目标。
作为一个例子,目标层可以是:获得更多更优质的受众群体互动,准则层可以是:覆盖人数(Reach)、视频完播率(Completion Rate)、帖文互动率(Engagement Rate),方案层可以是:曝光次数(Impressions)、互动次数(Engagement)、视频观看/播放次数(VideoViews)。
S102,对所述分段矩阵进行层次单排序,以获得所述分段矩阵的第一特征值,根据所述第一特征值计算所述分段矩阵第二特征值,根据第二特征值和所述分段矩阵的第三特征值求解第四特征值,基于第四特征值判断所述分段矩阵一致性是否通过。
通过各要素之间相互两两比较,并确定各准则层对目标层的权重。即把准则层的指标进行两两判断,最终构建出各个指标的分段矩阵,分段矩阵D中包含n个元素。
对分段矩阵D中的元素执行归一化处理:
得到归一化矩阵H,则第一特征值计算如下:
其中,n表示分段矩阵D中元素的总数。
进一步的,通过如下公式计算第二特征值:
进一步的,通过如下公式计算第四特征值:
,
其中,为所述分段矩阵的第三特征值,表示n的曲线计算函数,可以
根据历史统计数据进行自定义拟制。
通过第四特征值与预设值进行比较,从而判断出数据是否符合一致性的要求。
S103,当一致性通过之后,获取第一时间段内的基准数据,按n个维度对所述基准数据进行分组,得到n个分组数据。
根据评分需要达到目的对数据进行细分,数据样本中含有多维度的信息,包括但不限于素材类型、发布类型、帖文性质、付费探测状态、内容应用场景等。以帖文的性质为例,不同性质的帖文在社交媒体的传播和互动途径有区别,可划分为静态的内容(图片、文本、链接)和动态的内容(普通视频、reel短视频、story视频)。按不同维度分组有利于更有针对性的对内容进行评估。
S104,针对所述分组数据,确定符合阶段运营目标层的评分评级规则,得到符合目标层的n个分段基准。
可以设置不同的规则对分组数据进行评级,例如,针对静态帖文,可以上个自然月所有静态帖文的参与率(Engagement Rate)降序排,排名前20%最后一名的参与率(Engagement Rate)值为A等级,20%~50%为B,前50~70%为C,70%~100%为D。针对动态帖文:上个自然月所有动态帖文参与率(Engagement Rate)、完成率(Completion Rate) 各占50%权重,来确定ABCD等级。
S105,基于所述n个分段基准,对第二时间段内的基准数据进行分段处理,所述第二时间段是与第一时间段相邻的下一时间段。
通过上述实施例中的方案,能够动态自适应的分段匹配,以自体即时产生的数据确立评级分段,无需引用第三方或其他非己方运营的数据,使得数据隐私性更有保障;可根据不同数据源给出更贴合运营现状的,减少部分因数据缺失导致的成效评分benchmark精准性、信效度不稳定的情况;综合各种指标因素,在社交号发展的不同阶段能够灵活调整关键指标和福分权重,降低单一固定指标造成的数据偏误。
根据本公开实施例的一种具体实现方式,所述确认指定社交媒体内容数据运营的目标层、准则层和方案层,以便于基于准则层、方案层指标生成符合目标层的分段矩阵,包括:
将覆盖人数、视频完播率、帖文互动率设置为准则层的指标;
将曝光次数、互动次数、视频观看/播放次数设置为方案层的指标。
根据本公开实施例的一种具体实现方式,所述确认指定社交媒体内容数据运营的目标层、准则层和方案层,以便于基于准则层、方案层指标生成符合目标层的分段矩阵,还包括:
通过将准则层、方案层包含的指标之间相互两两比较,确定准则层对目标层的权重。
根据本公开实施例的一种具体实现方式,所述按n个维度对所述基准数据进行分组,得到n个分组数据,包括:
将发帖日期、帖文内容、素材类型、互动次数、互动率和覆盖人数作为基准数据进行分组的维度。
根据本公开实施例的一种具体实现方式,所述,按n个维度对所述基准数据进行分组,得到n个分组数据,还包括:
所述n个维度包括素材类型、发布类型、帖文性质、付费探测状态和内容应用场景;
将社交媒体内容数据中不同性质的帖文在社交媒体的传播和互动途径进行划分,划分为静态的内容和动态的内容,所述静态的内容包括图片、文本和链接,所述动态的内容包括reel短视频和story视频。
根据本公开实施例的一种具体实现方式,所述对所述分段矩阵进行层次单排序,以获得所述分段矩阵的第一特征值,根据所述第一特征值计算所述分段矩阵第二特征值,根据第二特征值和所述分段矩阵的第三特征值求解第四特征值,包括:
对分段矩阵D中的元素执行归一化处理:
得到归一化矩阵H,则第一特征值计算如下:
其中,n表示分段矩阵D中元素的总数。
根据本公开实施例的一种具体实现方式,所述对所述分段矩阵进行层次单排序,以获得所述分段矩阵的第一特征值,根据所述第一特征值计算所述分段矩阵第二特征值,根据第二特征值和所述分段矩阵的第三特征值求解第四特征值,还包括:
通过如下公式计算第二特征值:
根据本公开实施例的一种具体实现方式,所述对所述分段矩阵进行层次单排序,以获得所述分段矩阵的第一特征值,根据所述第一特征值计算所述分段矩阵第二特征值,根据第二特征值和所述分段矩阵的第三特征值求解第四特征值,还包括:
通过如下公式计算第四特征值:
,
其中,为所述分段矩阵的第三特征值,表示n的曲线计算函数。
与上面的方法实施例相对应,参见图3,本发明实施例还公开了一种社交媒体内容数据分段装置30,包括:
生成模块301,用于确认指定社交媒体内容数据运营的目标层、准则层和方案层,以便于基于准则层、方案层指标生成符合目标层的分段矩阵;
获得模块302,用于对所述分段矩阵进行层次单排序,以获得所述分段矩阵的第一特征值,根据所述第一特征值计算所述分段矩阵第二特征值,根据第二特征值和所述分段矩阵的第三特征值求解第四特征值,基于第四特征值判断所述分段矩阵一致性是否通过;
分组模块303,用于当一致性通过之后,获取第一时间段内的基准数据,按n个维度对所述基准数据进行分组,得到n个分组数据;
确定模块304,用于针对所述分组数据,确定符合阶段运营目标层的评分评级规则,得到符合目标层的n个分段基准;
分段模块305,用于基于所述n个分段基准,对第二时间段内的基准数据进行分段处理,所述第二时间段是与第一时间段相邻的下一时间段。
参见图4,本发明实施例还提供了一种电子设备60,该电子设备包括:
至少一个处理器;以及,
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述方法实施例中社交媒体内容数据分段方法。
本发明实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述方法实施例中。
本发明实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述方法实施例中的社交媒体内容数据分段方法。
下面参考图4,其示出了适于用来实现本公开实施例的电子设备60的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示,电子设备60可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备60操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备60与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备60,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (6)
1.一种社交媒体内容数据分段方法,其特征在于,包括:
确认指定社交媒体内容数据运营的目标层、准则层和方案层,以便于基于准则层、方案层指标生成符合目标层的分段矩阵,包括:将覆盖人数、视频完播率、帖文互动率设置为准则层的指标;将曝光次数、互动次数、视频观看/播放次数设置为方案层的指标;把准则层的指标进行两两判断,最终构建出各个指标的分段矩阵;
对所述分段矩阵进行层次单排序,以获得所述分段矩阵的第一特征值,根据所述第一特征值计算所述分段矩阵第二特征值,根据第二特征值和所述分段矩阵的第三特征值求解第四特征值,基于第四特征值判断所述分段矩阵一致性是否通过;
当一致性通过之后,获取第一时间段内的基准数据,按n个维度对所述基准数据进行分组,得到n个分组数据,包括:将发帖日期、帖文内容、素材类型、互动次数、互动率和覆盖人数作为基准数据进行分组的维度;所述n个维度包括素材类型、发布类型、帖文性质、付费探测状态和内容应用场景;将社交媒体内容数据中不同性质的帖文在社交媒体的传播和互动途径进行划分,划分为静态的内容和动态的内容,所述静态的内容包括图片、文本和链接,所述动态的内容包括reel短视频和story视频;
针对所述分组数据,确定符合阶段运营目标层的评分评级规则,得到符合目标层的n个分段基准;
基于所述n个分段基准,对第二时间段内的基准数据进行分段处理,所述第二时间段是与第一时间段相邻的下一时间段;其中
所述对所述分段矩阵进行层次单排序,以获得所述分段矩阵的第一特征值,根据所述第一特征值计算所述分段矩阵第二特征值,根据第二特征值和所述分段矩阵的第三特征值求解第四特征值,包括:
对分段矩阵D中的元素执行归一化处理:
得到归一化矩阵H,则第一特征值计算如下:
n表示分段矩阵D中元素的总数。
2.根据权利要求1所述的方法,其特征在于,所述确认指定社交媒体内容数据运营的目标层、准则层和方案层,以便于基于准则层、方案层指标生成符合目标层的分段矩阵,还包括:
通过将准则层、方案层包含的指标之间相互两两比较,确定准则层对目标层的权重。
3.根据权利要求1所述的方法,其特征在于,所述对所述分段矩阵进行层次单排序,以获得所述分段矩阵的第一特征值,根据所述第一特征值计算所述分段矩阵第二特征值,根据第二特征值和所述分段矩阵的第三特征值求解第四特征值,还包括:
通过如下公式计算第二特征值:
。
4.根据权利要求3所述的方法,其特征在于,所述对所述分段矩阵进行层次单排序,以获得所述分段矩阵的第一特征值,根据所述第一特征值计算所述分段矩阵第二特征值,根据第二特征值和所述分段矩阵的第三特征值求解第四特征值,还包括:
通过如下公式计算第四特征值:
, />
其中,为所述分段矩阵的第三特征值,/>表示n的曲线计算函数。
5.一种社交媒体内容数据分段装置,其特征在于,包括:
生成模块,用于确认指定社交媒体内容数据运营的目标层、准则层和方案层,以便于基于准则层、方案层指标生成符合目标层的分段矩阵,包括:将覆盖人数、视频完播率、帖文互动率设置为准则层的指标;将曝光次数、互动次数、视频观看/播放次数设置为方案层的指标;把准则层的指标进行两两判断,最终构建出各个指标的分段矩阵;
获得模块,用于对所述分段矩阵进行层次单排序,以获得所述分段矩阵的第一特征值,根据所述第一特征值计算所述分段矩阵第二特征值,根据第二特征值和所述分段矩阵的第三特征值求解第四特征值,基于第四特征值判断所述分段矩阵一致性是否通过;
分组模块,用于当一致性通过之后,获取第一时间段内的基准数据,按n个维度对所述基准数据进行分组,得到n个分组数据,包括:将发帖日期、帖文内容、素材类型、互动次数、互动率和覆盖人数作为基准数据进行分组的维度;所述n个维度包括素材类型、发布类型、帖文性质、付费探测状态和内容应用场景;将社交媒体内容数据中不同性质的帖文在社交媒体的传播和互动途径进行划分,划分为静态的内容和动态的内容,所述静态的内容包括图片、文本和链接,所述动态的内容包括reel短视频和story视频;
确定模块,用于针对所述分组数据,确定符合阶段运营目标层的评分评级规则,得到符合目标层的n个分段基准;
分段模块,用于基于所述n个分段基准,对第二时间段内的基准数据进行分段处理,所述第二时间段是与第一时间段相邻的下一时间段;其中
所述对所述分段矩阵进行层次单排序,以获得所述分段矩阵的第一特征值,根据所述第一特征值计算所述分段矩阵第二特征值,根据第二特征值和所述分段矩阵的第三特征值求解第四特征值,包括:
对分段矩阵D中的元素执行归一化处理:
得到归一化矩阵H,则第一特征值计算如下:
n表示分段矩阵D中元素的总数。
6.一种电子设备,其特征在于,所述电子设备包括:
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前述权利要求1-4中任一项所述的社交媒体内容数据分段方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311523133.2A CN117235610B (zh) | 2023-11-16 | 2023-11-16 | 社交媒体内容数据分段方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311523133.2A CN117235610B (zh) | 2023-11-16 | 2023-11-16 | 社交媒体内容数据分段方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117235610A CN117235610A (zh) | 2023-12-15 |
CN117235610B true CN117235610B (zh) | 2024-02-23 |
Family
ID=89086545
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311523133.2A Active CN117235610B (zh) | 2023-11-16 | 2023-11-16 | 社交媒体内容数据分段方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117235610B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600039A (zh) * | 2016-11-25 | 2017-04-26 | 浙江工业大学 | 一种电商商品消息推送优化方法 |
CN112101736A (zh) * | 2020-08-19 | 2020-12-18 | 内蒙古风昶源新能源开发有限公司 | 微电网运营模式的评估方法、装置、存储介质和电子设备 |
CN114240019A (zh) * | 2021-10-25 | 2022-03-25 | 国网能源研究院有限公司 | 适用新能源电力系统的灵活资源价值评估方法及装置 |
CN115017364A (zh) * | 2022-06-28 | 2022-09-06 | 天翼数字生活科技有限公司 | 视频业务数据区域贡献度评估方法、装置、设备及介质 |
CN115860312A (zh) * | 2022-12-28 | 2023-03-28 | 国网河北省电力有限公司营销服务中心 | 电力营销数字化线上服务系统及其构建方法 |
WO2023202067A1 (zh) * | 2022-04-19 | 2023-10-26 | 中国电信股份有限公司 | 对象评估方法、装置、存储介质及电子设备 |
-
2023
- 2023-11-16 CN CN202311523133.2A patent/CN117235610B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600039A (zh) * | 2016-11-25 | 2017-04-26 | 浙江工业大学 | 一种电商商品消息推送优化方法 |
CN112101736A (zh) * | 2020-08-19 | 2020-12-18 | 内蒙古风昶源新能源开发有限公司 | 微电网运营模式的评估方法、装置、存储介质和电子设备 |
CN114240019A (zh) * | 2021-10-25 | 2022-03-25 | 国网能源研究院有限公司 | 适用新能源电力系统的灵活资源价值评估方法及装置 |
WO2023202067A1 (zh) * | 2022-04-19 | 2023-10-26 | 中国电信股份有限公司 | 对象评估方法、装置、存储介质及电子设备 |
CN115017364A (zh) * | 2022-06-28 | 2022-09-06 | 天翼数字生活科技有限公司 | 视频业务数据区域贡献度评估方法、装置、设备及介质 |
CN115860312A (zh) * | 2022-12-28 | 2023-03-28 | 国网河北省电力有限公司营销服务中心 | 电力营销数字化线上服务系统及其构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117235610A (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11334718B2 (en) | Automatic generation of statement-response sets from conversational text using natural language processing | |
Mestyán et al. | Early prediction of movie box office success based on Wikipedia activity big data | |
US10715478B2 (en) | Event-based comment grouping for content items | |
US20160132601A1 (en) | Hybrid Explanations In Collaborative Filter Based Recommendation System | |
CN108604315A (zh) | 使用深度学习模型识别实体 | |
CN108540826A (zh) | 弹幕推送方法、装置、电子设备及存储介质 | |
US20130304732A1 (en) | Information processing apparatus, information processing method, and program | |
CN103781522A (zh) | 用于生成并加入经验共享的方法和系统 | |
US20220100807A1 (en) | Systems and methods for categorizing, evaluating, and displaying user input with publishing content | |
US9146989B2 (en) | Analytic comparison of libraries and playlists | |
US9542458B2 (en) | Systems and methods for processing and displaying user-generated content | |
US10740397B2 (en) | User modelling and metadata of transmedia content data | |
JP2013246683A (ja) | 情報処理装置、情報処理方法、および、プログラム | |
KR20180048552A (ko) | 콘텐츠 공동 제작 장치 및 그 동작방법 | |
CN106993226A (zh) | 一种推荐视频的方法及终端 | |
US11297396B2 (en) | Creation of non-linearly connected transmedia content data | |
CN113826407A (zh) | 定制的补充媒体内容的动态整合 | |
CN117235610B (zh) | 社交媒体内容数据分段方法、装置及电子设备 | |
CN111125544A (zh) | 用户推荐方法及装置 | |
US10331726B2 (en) | Rendering and interacting with transmedia content data | |
US9715541B1 (en) | Identifying credits and aggregating credits into sets | |
JP2019194793A (ja) | 情報処理装置およびプログラム | |
CN113794910B (zh) | 视频推送方法、装置、电子设备和存储介质 | |
US20210350486A1 (en) | Career planning and project collaboration system for entertainment professionals | |
Sharif et al. | Mobile Phone Data Usage Analysis Among Youth Studying at Universities |
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 |