[发明专利]一种识别化妆品直播营销违规宣传方法

说明书

为了避免客户在观看化妆品直播时，因直播内容违规宣传而盲目下单，导致难以维权。本发明公开了一种识别化妆品直播营销违规宣传方法，从夸大宣传和虚假宣传两方面去识别是否存在违规宣传现象。包括：一、依据有关法律法规，对化妆品直播营销中常见的违规宣传进行划分，划分为夸大宣传三类和虚假宣传一类。二、基于直播转换的文本数据使用鲸鱼优化寻优算法，依据化妆品直播营销的三个夸大宣传类别，提取分类特征词集合，提供是否存在夸大宣传的依据。三、根据直播转换的文本和图像数据，形成文本图和视觉图，进行节点级和结构级匹配，计算整体相似度，从而识别虚假宣传。

技术领域

本发明涉及自然语言处理与图像处理领域，尤其涉及一种基于文 本和图像融合识别化妆品直播营销违规宣传方法。

背景技术

近年来，网络直播在我国兴起，并呈现快速发展趋势，到目前为 止，直播电商已经成为电商发展主流，商品信息展示动态化的趋势逐渐明显， 然而也产生了一些新的消费问题。直播行业产品质量问题频发、营销主播夸 大和虚假宣传，其中化妆品行业尤为突出。因此在实际客户观看直播时，往 往难以判断直播是否涉及到违规宣传，从而盲目下单，导致难以维权。

发明内容

为了解决上述问题，本发明提供了一种基于鲸鱼优化算法和聚类 算法的有关化妆品直播营销是否违规宣传的识别方法，提供一种先验知识， 依据化妆品有关条例，将直播营销中的常见违法宣传分成有关宣传用于的前 三类和虚假宣传的第四类，以一个直播商品为单位，截取这个商品的直播音 视频，然后通过讯飞听见软件和Video to Picture软件，将该直播内容转换成 文本数据和图像数据，对文本数据将进行分析，特征提取，进而聚类，完成 对宣传用语的违规宣传分类，再通过Faster R-CNN深度学习模型和LTP (哈工大语言技术平台)分别检测特征区域并解析语义依赖，形成视觉图和 文本图，完成节点级匹配和结构级匹配，以相似度为目标函数，建立图文匹 配的虚假宣传识别模型，从而形成文本图像融合的综合直播营销违规宣传模 型，提供观看直播营销人群一种先验知识，具有一定的实用价值。

根据本申请的一个方面，提出一种识别化妆品直播营销违规宣传 的方法：

S1、首先有关化妆品选择法律法规，将直播营销中常见违反广告 法的情形大致分为四类，前三类是关于宣传用语的违规宣传，第四类是虚假 宣传。

具体的，步骤S1具体为：

S101、第一类：乱用最高级、唯一级等极限关键字以及化妆品使 用纯天然制品、无副作用等绝对化语言。称为类别1

S102、第二类：化妆品使用或者变相使用国家机关和国家机关工 作人员的名义以及利用广告代言人作推荐、证明。称为类别2。

S103、第三类：化妆品广告宣传医疗作用或者使用医疗术语以及 以暗示方法使人误解其效用。称为类别3。

S104、第四类：以虚假或者引人误解的内容欺骗、误导消费者的 其他情形。单独称为虚假宣传。

S2、首是对文本的处理，通过讯飞听见软件将直播营销音频转化 为文本，将文本进行预处理后形成文本数据集，按照4：1分训练集和测试 集，预处理后的训练集文本利用jieba分词器进行分词，使用实数编码对句 子进行编码，生成输入序列并将其向量化表示。

S3、将输入序列送入基于鲸鱼优化算法特征提取模型，按照5折 交叉验证法，以分类精度为目标函数，设置迭代次数和函数参数，得到主题 关键特征词解集，构建分类关键词集合。

S4、由于关键特征词集合内包含词汇量大，之后文本数据采用 word2vec模型中的Skip-gram模型，对其进行向量化表示，再根据K- means++聚类算法进行分类词聚类，得到聚类簇。

S5、根据形成的聚类簇，对比直播中的文本数据，从而判断直播 营销中是否存在宣传用语上的违规宣传。