[发明专利]资源类别标签标注方法、装置、计算机设备和存储介质

权利要求书

1.一种资源类别标签标注方法，所述方法包括：

获取各用户对社交平台上公开发布的媒体资源的资源浏览日志，根据各所述资源浏览日志中的资源标识，构建媒体资源集；所述资源标识包括携带类别标签的第一类资源标识或未携带类别标签的第二类资源标识；所述第一类资源标识所表征的第一类媒体资源，是基于媒体资源添加的文字描述信息，对媒体资源进行类别划分处理、标注有类别标签的媒体资源，所述第二类资源标识所表征的第二类媒体资源，是由于未添加文字描述信息，无法识别媒体资源属于的类别，导致不能进行类别标注的媒体资源；

两两随机选取所述媒体资源集中的资源标识，构成媒体资源组合，遍历各用户的资源浏览日志，确定所述媒体资源组合的出现次数；

当所述媒体资源组合的成对出现次数不小于预设的次数阈值时，根据所述成对出现次数，确定所述媒体资源组合的权重数据；

当所述媒体资源组合的成对出现次数小于预设的次数阈值时，将所述媒体资源组合的权重数据标记为空；

根据所述媒体资源集中各资源标识以及各所述两两资源标识间的权重数据，构建连接图；所述连接图是用于表征所述媒体资源集中的各个媒体资源间是否具有连接关系以及连接关系强弱的图谱；

根据所述第一类资源标识和所述权重数据，在所述连接图中进行类别标签传播，根据传播结果标注第二类资源标识对应媒体资源的类别标签。

2.根据权利要求1所述的方法，其特征在于，在所述获取各用户对社交平台上公开发布的媒体资源的资源浏览日志，根据各所述资源浏览日志中的资源标识，构建媒体资源集之前，还包括：

从社交平台上公开发布的媒体资源中，获取携带文本数据的第一类媒体资源，所述文本数据经过分词处理；

对所述文本数据进行向量化处理，得到所述第一类媒体资源对应的特征向量；

根据所述特征向量，对各所述第一类媒体资源进行聚类，得到媒体资源聚类结果；

根据所述媒体资源聚类结果对应的类别标签，确定各所述第一类媒体资源对应的类别标签。

3.根据权利要求2所述的方法，其特征在于，所述根据所述特征向量，对各所述第一类媒体资源进行聚类，得到媒体资源聚类结果包括：

随机选取预设类簇数量的聚类中心；

获取每一个特征向量到各所述聚类中心的距离；

根据所述距离，确定各所述特征向量所属的类簇，并更新类簇成员；

获取更新后的类簇成员间的平均距离，更新所述类簇的聚类中心，返回获取每一个特征向量到各所述聚类中心的距离的步骤，直至更新的聚类中心与上一次更新的聚类中心的差异小于预设阈值；

根据最新更新的各所述特征向量所属的类簇，得到媒体资源聚类结果。

4.根据权利要求3所述的方法，其特征在于，在所述获取更新后的类簇成员间的平均距离，更新所述类簇的聚类中心，返回获取每一个特征向量到各所述聚类中心的距离的步骤，直至更新的聚类中心与上一次更新的聚类中心的差异小于预设阈值之后，还包括：

获取最新更新的各类簇的成员数量；

当不存在成员数量小于预设成员数量阈值的类簇时，更新所述预设类簇数量，并返回随机选取预设类簇数量的聚类中心的步骤，直至存在成员数量小于预设成员数量阈值的类簇。

5.根据权利要求1所述的方法，其特征在于，所述当所述媒体资源组合的成对出现次数不小于预设的次数阈值时，根据所述成对出现次数，确定所述媒体资源组合的权重数据包括：

当所述媒体资源组合的成对出现次数不小于预设的次数阈值时，获取目标媒体资源组合对应的基准次数，所述目标媒体资源组合是指成对出现次数最多的媒体资源组合；

根据所述媒体资源组合的成对出现次数占所述基准次数的比值，确定所述媒体资源组合的权重数据。