[发明专利]内容数据的处理方法及装置、存储介质

说明书

本公开提供了一种内容数据的处理方法及装置、存储介质，所述方法包括：获取多个内容数据，并确定各个所述内容数据的内容特征；基于各个所述内容数据的内容特征，计算得到内容特征阈值；获取各个所述内容数据的已发布内容数据，并确定出各个所述内容数据的已发布内容特征阈值；其中，所述内容数据与其已发布内容数据由同一用户账户发布；对于任一所述内容数据，若任一内容数据的内容特征大于所述任一内容数据的已发布内容特征阈值，且大于所述内容特征阈值，则确定所述任一内容数据为目标内容数据。从而实现了一种从多个内容数据中挖掘出表现优于其他内容数据，并且还优于自身的历史水平的内容数据的方法。

技术领域

本公开涉及内容数据的处理方法，特别涉及有一种内容数据的处理方法及装置、存储介质。

背景技术

在向用户推荐内容数据的应用场景，或在提升平台生态环境等多个应用场景中，经常需要从多个内容数据中挖掘出亮点内容数据。例如：从发布的多个视频中或多篇文章中，挖掘出优异的小视频或文章作品，或者从一个直播的多个片断中，挖掘出较为优秀的直播片断等。

现有的内容的挖掘方法，主要是根据内容数据的内容特征的大小，按照从大到小的顺序进行排名，如根据阅读量或点赞数等进行排名，然后选取排在前N名的内容数据作为高光内容数据，或者是把内容特征大于内容特征阈值的内容数据作为高光内容数据。

但是，内容数据的内容特征的大小，并不能完全准确地反映出内容数据是否优异。例如，对于一个拥有大量粉丝的作者，即使发布了一个质量较差的作品，该作品的内容特征通常也比粉丝量少的作者发布的优异作品的内容特征大。因此，现有的挖掘方式并不能准确地挖掘出优异的内容数据。

发明内容

本公开提供一种内容数据的处理方法及装置、存储介质，以至少解决现有技术无法准确地挖掘优异的内容数据的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供了一种内容数据的处理方法，包括：

获取多个内容数据，并确定各个所述内容数据的内容特征；

基于各个所述内容数据的内容特征，计算得到内容特征阈值；

获取各个所述内容数据的已发布内容数据，并确定出各个所述内容数据的已发布内容特征阈值；其中，所述内容数据与其已发布内容数据由同一用户账户发布；

对于任一所述内容数据，若任一内容数据的内容特征大于所述任一内容数据的已发布内容特征阈值，且大于所述内容特征阈值，则确定所述任一内容数据为目标内容数据。

可选地，在上述的内容数据的处理方法中，所述获取多个内容数据，并确定各个所述内容数据的内容特之后，还包括：

获取每个所述内容数据的属性信息；

对每个所述内容数据的属性信息进行特征处理，得到每个所述内容数据的特征向量；

利用聚类算法对每个所述内容数据的特征向量进行处理，将所述内容数据划分为多类类别；

其中：所述对于任一所述内容数据，若任一内容数据的内容特征大于所述任一内容数据的已发布内容特征阈值，且大于所述内容特征阈值，则确定所述任一内容数据为目标内容数据，包括：

针对每个类别的内容数据中的任一所述内容数据，若任一内容数据的内容特征大于所述任一内容数据的已发布内容特征阈值，且大于所属类别对应的内容特征阈值，则确定所述任一内容数据为目标内容数据；其中，每个类别对应的内容特征阈值，基于属于所述类别下的各个所述内容数据的内容特征计算得到。

可选地，在上述的内容数据的处理方法中，所述基于各个所述内容数据的内容特征，计算得到内容特征阈值，包括：

计算得到各个所述内容数据的内容特征的均值、以及标准差；