视频热点的挖掘方法、装置、电子设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114925236A(43)申请公布日2022.08.19(21)申请号202210535537.2(22)申请日2022.05.17(71)申请人北京沃东天骏信息技术有限公司地址100000北京市经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人康志恒(74)专利代理机构北京集佳知识产权代理有限公司11227专利代理师郄晨芳(51)Int.Cl.G06F16/78(2019.01)G06F40/216(2020.01)G06F40/289(2020.01)G06F16/36(2019.01)权利要求书2页说明书8页附图2页(54)发明名称视频热点的挖掘方法、装置、电子设备及存储介质(57)摘要本申请提供了一种视频热点的挖掘方法、装置、电子设备及存储介质，其中，在视频热点的挖掘方法中，首先获取待挖掘热点的视频的请求语句，然后针对每一条请求语句，对请求语句进行分词处理，得到请求语句的关键词。再针对每一个关键词，获取关键词所属的类别对应的代表词，并将关键词替换成代表词。按照各个代表词出现的频率，对各个代表词进行排序，得到第一排序集合。按照预设的时间窗口，对各个代表词按照时间顺序进行排序，得到第二排序集合。最后将第一排序集合与第二排序集合的交集，作为待挖掘热点的视频的热词集合。解决了现有技术对于直播视频的热点挖掘，通常由人工进行判断与挖掘，难以保证热点挖掘的效率和热点挖掘的质量的问题。CN114925236ACN114925236A权利要求书1/2页1.一种视频热点的挖掘方法，其特征在于，包括：获取待挖掘热点的视频的请求语句；针对每一条所述请求语句，对所述请求语句进行分词处理，得到所述请求语句的关键词；针对每一个所述关键词，获取所述关键词所属的类别对应的代表词，并将所述关键词替换成所述代表词；按照各个所述代表词出现的频率，对各个所述代表词进行排序，得到第一排序集合；按照预设的时间窗口，对各个所述代表词按照时间顺序进行排序，得到第二排序集合；将所述第一排序集合与所述第二排序集合的交集，作为待挖掘热点的视频的热词集合。2.根据权利要求1所述的方法，其特征在于，所述针对每一条所述请求语句，对所述请求语句进行分词处理，得到所述请求语句的关键词，包括：结合预先构建的关键词词库，利用最大正向匹配算法对所述请求语句进行分词处理，得到所述请求语句的关键词。3.根据权利要求1所述的方法，其特征在于，所述针对每一条所述请求语句，对所述请求语句进行分词处理，得到所述请求语句的关键词，包括：利用预先构建的分词模型，对所述请求语句进行分词处理，得到所述请求语句的关键词。4.根据权利要求1所述的方法，其特征在于，所述针对每一个所述关键词，获取所述关键词所属的类别对应的代表词，并将所述关键词替换成所述代表词，包括：针对每一个所述关键词，通过预先构建的近义词词库，查找出所述关键词对应的代表词，并将所述关键词替换成所述关键词对应的代表词；其中，所述近义词词库中记录了各个所述代表词以及各个所述代表词的近义词。5.根据权利要求1所述的方法，其特征在于，所述将所述第一排序集合与所述第二排序集合的交集，作为待挖掘热点的视频的热词集合之后，还包括：针对所述热词集合中的每一个热词，召回所述热词对应的请求语句，并将所述热词作为所述热词对应的请求语句的主热词，将所述热词对应的请求语句中包括的其他热词作为副热词；基于召回的每一条所述请求语句的所述主热词以及所述副热词，生成主副热词关系图谱。6.一种视频热点的挖掘装置，其特征在于，包括：获取单元，用于获取待挖掘热点的视频的请求语句；处理单元，用于针对每一条所述请求语句，对所述请求语句进行分词处理，得到所述请求语句的关键词；替换单元，用于针对每一个所述关键词，获取所述关键词所属的类别对应的代表词，并将所述关键词替换成所述代表词；第一排序单元，用于按照各个所述代表词出现的频率，对各个所述代表词进行排序，得到第一排序集合；第二排序单元，用于按照预设的时间窗口，对各个所述代表词按照时间顺序进行排序，2CN114925236A权利要求书2/2页得到第二排序集合；运算单元，用于将所述第一排序集合与所述第二排序集合的交集，作为待挖掘热点的视频的热词集合。7.根据权利要求6所述的装置，其特征在于，所述替换单元，包括：替换子单元，用于针对每一个所述关键词，通过预先构建的近义词词库，查找出所述关键词对应的代表词，并将所述关键词替换成所述关键词对应的代表词；其中，所述近义词词库中记录了各个所述代表词以及各个所述代表词的近义词。8.根据权利要求6所述的装置，其特征在于，还包括：召回单元，用于针对所述热词集合中的每一个热词，召回所述热词对应的请求语句，并