[发明专利]一种直播评论分析方法、装置、电子设备及存储介质

说明书

本申请提供一种直播评论分析方法、装置、电子设备及存储介质，该方法包括：获取在视频直播过程中产生的弹幕文本和评论文本，以获得评论数据；对评论数据进行分词，获得多个词语；对多个词语进行聚类分析和类别标注，获得多个类别标签；从多个类别标签筛选出商品名称，获得多个商品名称。在上述的实现过程中，通过对评论数据进行分词、聚类分析和类别标注，获得多个类别标签，并从多个类别标签筛选出评论数据中的商品名称，从而有效地改善了获得直播用户希望下一次直播或者以后直播的商品名称的效率低下的问题。

技术领域

本申请涉及机器学习和计算机数据分析的技术领域，具体而言，涉及一种直播评论分析方法、装置、电子设备及存储介质。

背景技术

在目前的视频直播过程中，直播用户会评价直播商家的商品试吃、商品试用和商品推荐等活动，直播商家通过与直播用户交流后，可以获知直播用户希望下一次直播或者以后直播的商品；直播商家也可以在视频直播完成后，收集直播用户在视频直播过程中评价的评论数据，然后人工地观察分析直播用户希望下一次直播或者以后直播的商品。在实践中发现，通过上述方式获得直播用户希望下一次直播或者以后直播的商品名称的效率低下，且满足直播用户的需求效果并不好。

发明内容

本申请实施例的目的在于提供一种直播评论分析方法、装置、电子设备及存储介质，用于改善获得直播用户希望后续直播的商品名称的效率低下的问题。

本申请实施例提供了一种直播评论分析方法，包括：获取在视频直播过程中产生的弹幕文本和评论文本，以获得评论数据；对评论数据进行分词，获得多个词语；对多个词语进行聚类分析和类别标注，获得多个类别标签；从多个类别标签筛选出商品名称，获得多个商品名称。在上述的实现过程中，通过对评论数据进行分词、聚类分析和类别标注，获得多个类别标签，并从多个类别标签筛选出评论数据中的商品名称，从而有效地改善了获得直播用户希望下一次直播或者以后直播的商品名称的效率低下的问题。

可选地，在本申请实施例中，对评论数据进行分词，包括：使用词频-逆向文件频率分词器对评论数据进行分词。在上述的实现过程中，通过使用词频-逆向文件频率分词器对评论数据进行分词时，统计了在分词过程中的频率和次数，并根据频率和次数确定词语之间的权重，有效地筛选出包括直播用户关心的热门词汇，从而能够提高获得下一次直播商品名称的概率。

可选地，在本申请实施例中，对多个词语进行聚类分析和类别标注，获得多个类别标签，包括：对多个词语进行聚类分析采样，获得多个采样簇类；将从多个采样簇类的每个采样簇类中的多个词语筛选出的词语确定为该采样簇类的类别标签，获得多个类别标签；其中，每个采样簇类确定出一个类别标签。在上述的实现过程中，通过对多个词语进行聚类分析采样，并将从多个采样簇类的每个采样簇类中的多个词语筛选出的词语确定为该采样簇类的类别标签，获得多个类别标签；从而有效地将相似的词语划分在一个簇类中，减少了对同一簇类的词语计算量，提高了获得类别标签的效率。

可选地，在本申请实施例中，获得多个类别标签，包括：使用手肘法或差距统计法确定需要类别标注的类别数量；根据类别数量确定多个类别标签。在上述的实现过程中，通过使用手肘法或差距统计法确定需要类别标注的类别数量，从而能够快速地确定聚类后的最优类别数量。

可选地，在本申请实施例中，在获得多个商品名称之后，还包括：从商品信息表中查找到多个商品名称对应的商品信息；输出多个商品名称对应的商品信息。在上述的实现过程中，通过从商品信息表中查找到多个商品名称对应的商品信息，并将商品信息显示给直播商家或者直播用户，使得直播商家根据展示的直播用户关心的商品信息实时地调整视频直播策略。