[发明专利]数据监控方法、装置、设备及计算机可读介质有效

专利信息
申请号: 202210173715.1 申请日: 2022-02-24
公开(公告)号: CN114666670B 公开(公告)日: 2023-08-04
发明(设计)人: 费旭然 申请(专利权)人: 北京青藤文化股份有限公司
主分类号: H04N21/4788 分类号: H04N21/4788;H04N21/478;G06Q30/0282
代理公司: 暂无信息 代理人: 暂无信息
地址: 100020 北京市朝阳区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据 监控 方法 装置 设备 计算机 可读 介质
【权利要求书】:

1.一种数据监控方法,其特征在于,包括:

实时获取直播间的互动信息;

判断所述互动信息中是否包含对商品的差评信息;

若是,则判断所述差评信息是否为恶意评论;

若所述差评信息为所述恶意评论,则对所述差评信息进行标记并在所述直播间进行显示,其中,当差评信息为恶意评论时,将所述差评信息的互动信息后备注恶意评论或者在用户名称后备注恶意评论;

所述判断所述互动信息中是否包含对商品的差评信息,包括:

将所述互动信息与预设词条进行比较,所述预设词条包含直播间中的商品信息;

若所述互动信息中包含所述预设词条,则提取所述预设词条对应的语句;

对所述语句进行特征识别,得到特征信息;

将所述特征信息与预设敏感词语进行比较;

若所述特征信息包含所述预设敏感词语,则将所述语句对应的互动信息划分为差评信息;

所述判断所述差评信息是否为恶意评论,包括:

获取所述差评信息对应的用户信息;

查询所述用户信息是否购买过所述差评信息对应的商品;

若否,则将所述差评信息划分为所述恶意评论;

在所述将所述差评信息划分为所述恶意评论之前,还包括:

获取所述用户信息对应的收货地址信息;

若所述收货地址信息不包含购买所述商品的信息,则将所述差评信息划分为所述恶意评论;

获取所述用户信息对应的人际关系网,若所述人际关系网中的人员未购买过差评信息对应的商品,则将所述差评信息划分为恶意评论。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

若所述差评信息对应的用户信息购买过所述商品,则将用户信息的联系方式发送给所述商品对应的商家。

3.根据权利要求1所述的方法,其特征在于,在所述将所述差评信息划分为所述恶意评论之后,还包括:

基于所述用户信息对所述恶意评论的数量进行统计;

基于每个所述用户信息对应的所述恶意评论的数量对所述用户信息划分等级;

基于划分后的等级对所述恶意评论对应的用户信息进行处理。

4.一种数据监控装置,其特征在于,包括,

获取模块,用于实时获取直播间的互动信息;

第一判断模块,用于判断所述互动信息是否包含对商品的差评信息;若是,进入第二判断模块;

第二判断模块,用于判断所述差评信息是否为恶意评论;若所述差评信息为所述恶意评论,则对所述差评信息进行标记并在所述直播间进行显示,其中,当差评信息为恶意评论时,将所述差评信息的互动信息后备注恶意评论或者在用户名称后备注恶意评论;

第一判断模块还包括:

第一比较子模块,用于将互动信息与预设词条进行比较,预设词条包含直播间中的商品信息;

提取子模块,用于若互动信息中包含预设词条,则提取预设词条对应的语句;

识别子模块,用于对语句进行特征识别,得到特征信息;

第二比较子模块,用于将特征信息与预设敏感词语进行比较;

划分子模块,用于若特征信息包含预设敏感词语,则将语句对应的互动信息划分为差评信息;

第二判断模块还包括:

第二获取模块,用于获取差评信息对应的用户信息;

查询模块,用于查询用户信息是否购买过差评信息对应的商品;若否,则将差评信息划分为恶意评论;

数据监控装置还包括:

第三获取模块,用于在将差评信息划分为恶意评论之前,获取用户信息对应的收货地址信息;

第一划分模块,用于若收货地址信息不包含购买商品的信息,则将差评信息划分为恶意评论;获取所述用户信息对应的人际关系网,若所述人际关系网中的人员未购买过差评信息对应的商品,则将所述差评信息划分为恶意评论。

5.一种电子设备,其特征在于,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如权利要求1至3中任一种方法的计算机程序。

6.种计算机可读存储介质,其特征在于,存储有能够被处理器加载并执行如权利要求1至3中任一种方法的计算机程序。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京青藤文化股份有限公司,未经北京青藤文化股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210173715.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top