[发明专利]内容聚类方法及装置

说明书

本公开涉及内容聚类方法及装置。该方法包括：获取多组用户行为数据；对于每一组用户行为数据，分别确定所述用户行为数据对应的内容序列；根据所述内容序列中内容之间的位置关系，确定内容之间的相关性；根据内容之间的相关性，采用标签传播算法，确定各个内容所属的类别。本公开能够自动进行内容聚类，无需人工进行内容聚类，节省了人力，易于对大量的内容进行聚类，并能更好地挖掘内容之间的相关性，提高内容聚类的准确性。

技术领域

本公开涉及信息技术领域，尤其涉及一种内容聚类方法及装置。

背景技术

相关技术中，通过人工对视频等内容进行聚类，得到各个类别的内容。这种人工进行内容聚类的方式需要耗费大量人力，且所得到的各个类别中内容之间的相似度难以得到保证。

发明内容

有鉴于此，本公开提出了一种内容聚类方法及装置。

根据本公开的一方面，提供了一种内容聚类方法，包括：

获取多组用户行为数据；

对于每一组用户行为数据，分别确定所述用户行为数据对应的内容序列；

根据所述内容序列中内容之间的位置关系，确定内容之间的相关性；

根据内容之间的相关性，采用标签传播算法，确定各个内容所属的类别。

在一种可能的实现方式中，根据所述内容序列中内容之间的位置关系，确定内容之间的相关性，包括：

将所述内容序列中相邻的内容之间的相关性确定为相关。

在一种可能的实现方式中，根据内容之间的相关性，采用标签传播算法，确定各个内容所属的类别，包括：

建立无向图，并将各个内容分别作为所述无向图中的节点；

若两个内容之间的相关性为相关，则建立该两个内容对应的节点之间的边；

分别为每个节点分配标签；

对于任意一个节点，根据该节点的邻居节点的标签，更新该节点的标签，其中，该节点的邻居节点表示与该节点相连的节点；

当各个节点的标签稳定时，根据各个节点的标签，确定各个节点对应的内容所属的类别。

在一种可能的实现方式中，对于任意一个节点，根据该节点的邻居节点的标签，更新该节点的标签，包括：

对于任意一个节点，根据该节点的邻居节点的标签中出现次数最多的标签，更新该节点的标签。

在一种可能的实现方式中，在更新该节点的标签之前，所述方法还包括：

对于相关性为相关的两个内容，根据该两个内容在各个内容序列中相邻出现的次数，以及该两个内容在各个内容序列中分别出现的次数，确定该两个内容之间的相似度。

在一种可能的实现方式中，对于任意一个节点，根据该节点的邻居节点的标签，更新该节点的标签，包括：

根据相关性为相关的两个内容之间的相似度，确定该两个内容对应的节点之间的边的权重；

对于任意一个节点，根据该节点的邻居节点的标签，以及该节点与邻居节点之间的边的权重，更新该节点的标签。

在一种可能的实现方式中，对于任意一个节点，根据该节点的邻居节点的标签，以及该节点与邻居节点之间的边的权重，更新该节点的标签，包括：

对于任意一个节点，将该节点的邻居节点的标签分别确定为候选标签；

确定该节点的邻居节点中各个候选标签对应的邻居节点；