[发明专利]分析视频评论真实性的方法、装置、电子设备及存储介质

说明书

本发明公开了一种分析视频评论真实性的方法、装置、电子设备及存储介质，包括：获取待分析目标视频的网络地址；利用爬虫技术获取同一类别视频的所有评论信息；对评论信息打标签进行分类，并进行变量解析，获得变量参数；获取变量参数对应的AI模型，AI模型为基于人工智能学习的表征变量模型；获取待分析目标视频的第一评论信息以及与所述待分析目标视频相关联的评论评分系统；基于第一预设评分规则和评论评分系统，对第一评论信息中的每一条评论进行评分，得到第一评分结果。本发明具有优点：自动完成数据抓取、分析，成本低；AI模型自动匹配数据，获得评论真实性结果，时效性强、准确性高；设置预警系统，便于及时跟踪，维护各方利益。

技术领域

本发明涉及一种分析视频评论真实性的方法、装置、电子设备及存储介质。

背景技术

近年来随着国内短视频的蓬勃发展，越来越多的人开始将观看短视频作为一种普遍的休闲娱乐选择。同时，由于短视频的繁荣，短视频的数量和题材井喷式增加，尤其是很多博主通过短视频来销售商品，带来了比较繁荣的短视频带货现象。短视频的评论成为了用户选择视频中所展示商品的一个重要参考。

相应的，在各大短视频网站上便出现了非用户生成的评论，这种评论极大的干扰了用户的选择，降低了短视频带货的可信度。现在并没有针对短视频评论进行过滤的成熟方法，但是短视频的评论却在很大程度上影响着许多用户的选择，还会造成虚假宣传、劣质产品、假货等不好的影响。

发明内容

针对现有技术存在的问题，本发明的目的在于提供一种针对短视频的分析视频评论真实性的方法，本发明的另一目的是提供一种实施上述方法的装置、电子设备及存储介质。

为实现上述目的，本发明一种分析视频评论真实性的方法，具体为：

步骤1：获取待分析目标视频的网络地址；

步骤2：利用爬虫技术获取同一类别视频的所有评论信息；

步骤3：对评论信息打标签进行分类，并进行变量解析，获得变量参数；

步骤4：获取变量参数对应的AI模型，AI模型为基于人工智能学习的表征变量模型；

步骤5：获取待分析目标视频的第一评论信息以及与所述待分析目标视频相关联的评论评分系统；基于第一预设评分规则和评论评分系统，对第一评论信息中的每一条评论进行评分，得到第一评分结果；

步骤6：获取所述第一评论信息中所有的评论用户的信息，获取该评论用户的历史评论信息；基于所述历史评论信息和第二预设评分规则对所述第一评论信息中的每一条评论进行评分，获得每一个评论用户所做的评论信息的评分，得到第二评分结果。

步骤7：基于第一评分结果、第二评分结果，当视频评论信息的可信度降低至设定值，触发预警系统进行报警。

进一步，所述步骤3中，在获取同一类别视频的所有评论信息的基础上，将评论信息按照设定的标签规则进行划分，将评论信息打标签来细化分类，标签信息可以作为解析参数。

进一步，所述变量参数包括参数类型、参数关键词、参数名、关键词编码、请求参数值、路径信息。

进一步，所述步骤4中，获取已知视频的真实评论，并获取该已知真实评论的标签信息，对该已知的标签信息进行变量解析，得到实时变量参数；将实时变量参数输入至预先训练的机器学习模型；获取所述机器学习模型基于实时变量输出的AI模型。

进一步，所述AI模型包括评论评分系统，该评论评分系统包括所述第一预设评分规则、所述第二预设评分规则。

一种实施上述方法的分析视频评论真实性的装置，包括：

目标视频的网络地址获取模块，用于获取待分析目标视频的网络地址；