技术领域
[0001] 本
发明涉及数据挖掘领域，特别涉及一种基于条件的多媒体影像评论数据挖掘与处理方法及系统。
背景技术
[0002] 数据挖掘(Data Mining)是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。数据挖掘的任务有关联分析、
聚类分析、分类分析、异常分析、特异群组分析和演变分析等。其特点在于：数据挖掘是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集；规律寻找是用某种方法将数据集所含的规律找出来；规律表示是尽可能以用户可理解的方式（如
可视化）将找出的规律表示出来。数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析。
[0003] 在当前网络
信息时代，网络上的信息量日渐增大，例如
大数据的出现等等。正是由于数据量的庞大，导致人们在获取信息时，一方面无法获取到全部信息；另一方面获取的信息杂乱无章。
[0004] 其中，针对观影人群的影像评论数据获取问题，同样出现上述问题。由于观影群体对影像的要求越来越高，观影用户寄于通过相关的影像评论可以大体的了解影像是否符合自己口味。然，如上述，由于影像评论数据信息量庞大以及内容杂乱，导致人们在获取相关信息时，往往耗费大量时间，且得不到满意的信息。
发明内容
[0005] 发明目的：针对上述情况，为了克服背景技术中的缺点，本发明
实施例提供了一种基于条件的多媒体影像评论数据挖掘与处理方法及系统，能够有效解决上述背景技术中涉及的问题。
[0006] 技术方案： 一种基于条件的多媒体影像评论数据挖掘与处理方法，所述方法包括：
[0007] 接收待观影用户输入的针对至少一影片的影评数据挖掘
请求；
[0008] 基于该挖掘请求获取待观影用户的至少一社交网络账号，挖掘与该社交网络账号对应的待观影用户页面数据，对所述待观影用户页面数据进行兴趣属性分析并依次得出第一兴趣属性点；
[0009] 以所述第一兴趣属性点作为预设条件，挖掘并分析出与该预设条件相符量超过预设
阈值的在社交网络上公开的针对该影片的影评数据，具体为：利用
网络爬虫技术挖掘针对该影片的影评数据，在挖掘到针对该影片的影评数据的同时对发布该影评数据的用户页面数据进行预设量的二次挖掘，对所述用户页面数据进行兴趣属性分析并依次得出第二兴趣属性点，判断第二兴趣属性点与所述第一兴趣属性点的对应相符量是否超过预设阈值，若超过则将与所述用户页面数据对应的针对该影片的影评数据列为处理结果；
[0010] 将针对该影片的影评
数据处理结果推送给待观影用户。
[0011] 作为本发明的一种优选方式，兴趣属性分析包括：
[0012] 按照时间顺序依次分析数据，获取数据中易产生兴趣属性点的关键词以及基于该关键词的评价意向，将评价意向为喜爱的关键词列为兴趣属性点。
[0013] 作为本发明的一种优选方式，兴趣属性分析包括：
[0014] 按照时间顺序依次分析数据，获取基于社交网络的关注人群数据，将关注人群数据按照行业和／或下位代名词进行集群划分，将划分后的处于同一集群内且始终保持对该集群内关注人群关注度的关注人群数据所对应的行业和／或下位代名词列为兴趣属性点。
[0015] 作为本发明的一种优选方式，在挖掘到针对该影片的影评数据时，还包括：
[0016] 判断该影评数据对应的发布账号是否为标记为影评人的社交网络账号，若是则将该影评数据推送给待观影用户。
[0017] 作为本发明的一种优选方式，在挖掘到针对该影片的影评数据时，还包括：
[0018] 判断该影评数据对应的发布账号是否为待观影用户关注的社交网络账号，若是则判断该影评数据是否为已读信息，若否则将该影评数据推送给待观影用户。
[0019] 一种基于条件的多媒体影像评论数据挖掘与处理系统，包括：
[0020] 挖掘请求接收模
块，用于接收待观影用户输入的针对至少一影片的影评数据挖掘请求；
[0021] 第一数据挖掘模块，用于基于该挖掘请求获取待观影用户的至少一社交网络账号，挖掘与该社交网络账号对应的待观影用户页面数据，对所述待观影用户页面数据进行兴趣属性分析并依次得出第一兴趣属性点；
[0022] 第二数据挖掘模块，用于以所述第一兴趣属性点作为预设条件，挖掘并分析出与该预设条件相符量超过预设阈值的在社交网络上公开的针对该影片的影评数据，具体为：利用网络爬虫技术挖掘针对该影片的影评数据，在挖掘到针对该影片的影评数据的同时对发布该影评数据的用户页面数据进行预设量的二次挖掘，对所述用户页面数据进行兴趣属性分析并依次得出第二兴趣属性点，判断第二兴趣属性点与所述第一兴趣属性点的对应相符量是否超过预设阈值；
[0023] 数据处理模块，用于在第二兴趣属性点与所述第一兴趣属性点的对应相符量超过预设阈值时将与所述用户页面数据对应的针对该影片的影评数据列为处理结果；
[0024] 数据推送模块，用于将针对该影片的影评数据处理结果推送给待观影用户。
[0025] 作为本发明的一种优选方式，所述第一数据挖掘模块以及第二数据挖掘模块进一步用于按照时间顺序依次分析数据，获取数据中易产生兴趣属性点的关键词以及基于该关键词的评价意向，将评价意向为喜爱的关键词列为兴趣属性点。
[0026] 作为本发明的一种优选方式，所述第一数据挖掘模块以及第二数据挖掘模块进一步用于按照时间顺序依次分析数据，获取基于社交网络的关注人群数据，将关注人群数据按照行业和／或下位代名词进行集群划分，将划分后的处于同一集群内且始终保持对该集群内关注人群关注度的关注人群数据所对应的行业和／或下位代名词列为兴趣属性点。
[0027] 作为本发明的一种优选方式，所述系统还包括第一账号判断模块，用于判断该影评数据对应的发布账号是否为标记为影评人的社交网络账号；所述数据推送模块进一步用于该影评数据对应的发布账号为标记为影评人的社交网络账号时将该影评数据推送给待观影用户。
[0028] 作为本发明的一种优选方式，所述系统还包括第二账号判断模块，用于判断该影评数据对应的发布账号是否为待观影用户关注的社交网络账号；数据状态判断模块，用于该影评数据对应的发布账号为待观影用户关注的社交网络账号时判断该影评数据是否为已读信息；所述数据推送模块进一步用于该影评数据为已读信息时将该影评数据推送给待观影用户。
[0029] 本发明实现以下有益效果：通过针对待观影用户的对应社交网络账号页面数据的分析，得出所述用户的兴趣属性点，然后利用数据抓取挖掘技术，获取条件相符用户对用户待观影的影片的影像评论数据，并将其发送与用户；通过上述技术手段，使得待观影用户在获取对应的影像评论数据时，获取的信息更加贴近用户想要获取的信息，方便用户操作，节省用户检索时间，提高获取信息的
质量。
附图说明
[0030] 此处的附图被并入
说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。图1为本发明提供一种基于条件的多媒体影像评论数据挖掘与处理系统构架图；
[0031] 图2为本发明提供一种基于条件的多媒体影像评论数据挖掘与处理方法流程示意图。
具体实施方式
[0032] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
[0033] 实施例一
[0034] 请参考图1，图1为本实施例提供一种基于条件的多媒体影像评论数据挖掘与处理系统构架图；
[0035] 具体的，本实施例提供一种基于条件的多媒体影像评论数据挖掘与处理系统，包括：
[0036] 挖掘请求接收模块1，用于接收待观影用户输入的针对至少一影片的影评数据挖掘请求；
[0037] 第一数据挖掘模块2，用于基于该挖掘请求获取待观影用户的至少一社交网络账号，挖掘与该社交网络账号对应的待观影用户页面数据，对所述待观影用户页面数据进行兴趣属性分析并依次得出第一兴趣属性点；
[0038] 第二数据挖掘模块3，用于以所述第一兴趣属性点作为预设条件，挖掘并分析出与该预设条件相符量超过预设阈值的在社交网络上公开的针对该影片的影评数据，具体为：利用网络爬虫技术挖掘针对该影片的影评数据，在挖掘到针对该影片的影评数据的同时对发布该影评数据的用户页面数据进行预设量的二次挖掘，对所述用户页面数据进行兴趣属性分析并依次得出第二兴趣属性点，判断第二兴趣属性点与所述第一兴趣属性点的对应相符量是否超过预设阈值；
[0039] 数据处理模块4，用于在第二兴趣属性点与所述第一兴趣属性点的对应相符量超过预设阈值时将与所述用户页面数据对应的针对该影片的影评数据列为处理结果；
[0040] 数据推送模块5，用于将针对该影片的影评数据处理结果推送给待观影用户。
[0041] 其中，所述第一数据挖掘模块2以及第二数据挖掘模块3进一步用于按照时间顺序依次分析数据，获取数据中易产生兴趣属性点的关键词以及基于该关键词的评价意向，将评价意向为喜爱的关键词列为兴趣属性点。
[0042] 所述第一数据挖掘模块2以及第二数据挖掘模块3进一步用于按照时间顺序依次分析数据，获取基于社交网络的关注人群数据，将关注人群数据按照行业和／或下位代名词进行集群划分，将划分后的处于同一集群内且始终保持对该集群内关注人群关注度的关注人群数据所对应的行业和／或下位代名词列为兴趣属性点。
[0043] 所述系统还包括第一账号判断模块6，用于判断该影评数据对应的发布账号是否为标记为影评人的社交网络账号；所述数据推送模块5进一步用于该影评数据对应的发布账号为标记为影评人的社交网络账号时将该影评数据推送给待观影用户。
[0044] 所述系统还包括第二账号判断模块7，用于判断该影评数据对应的发布账号是否为待观影用户关注的社交网络账号；数据状态判断模块8，用于该影评数据对应的发布账号为待观影用户关注的社交网络账号时判断该影评数据是否为已读信息；所述数据推送模块5进一步用于该影评数据为已读信息时将该影评数据推送给待观影用户。
[0045] 本实施例提供的一种基于条件的多媒体影像评论数据挖掘与处理系统，意旨在于，为待观影用户提供以下三点便利：其一，进行兴趣属性相符的对应用户的影像评论数据推送；其二，将专业影评人的影像评论数据进行推送；其三，对于关注的社交网络账号的已读影像评论数据自动推送。
[0046] 以下，就上述三个功能的具体实现进行详细的说明。
[0047] 其一，将兴趣属性相符的对应用户的影像评论数据进行推送。
[0048] 首先，待观影用户将输入的针对至少一影片的影评数据挖掘请求发送予所述系统包含的挖掘请求接收模块1。进一步的，所述第一数据挖掘模块2，依据接收到的挖掘请求信息，获取其对应的社交网络账号。值得说明的是，本系统对社交网络平台不进行约束，即所有的社交网络平台都可以发送影评数据挖掘请求，且对于所述第一数据挖掘模块2依据挖掘请求获取社交网络账号，其具体实现在于，发送的所述挖掘请求包含其社交账号名称及链接。进一步的，所述第一数据挖掘模块2，在获取到对应社交账号后，进入其社交网络账号的对应链接页面，并挖掘与该社交网络账号对应的待观影用户页面数据，对所述待观影用户页面数据进行兴趣属性分析并依次得出第一兴趣属性点。
[0049] 其中，对于兴趣属性分析以及第一兴趣属性点的获取实现，本实施例采用两种方式供用户依据需要进行选择。
[0050] 第一种方式，按照时间顺序依次分析数据，获取数据中易产生兴趣属性点的关键词以及基于该关键词的评价意向，将评价意向为喜爱的关键词列为兴趣属性点。具体的，即对用户页面数据按照时间顺序进行分析，如本实施中采用按照时间
节点的从近到远的顺序进行数据分析。而对于所述获取数据中易产生兴趣属性点的关键词定义，可以为影片类型、明星、导演、主题曲、歌手等影像相关的事物。而对于兴趣属性点的评定，即依据用户对筛选出的关键词的评论意向。
[0051] 为具体直观的解释上述第一兴趣属性点的获取实现，下面进行举例说明。
[0052] 如对应待观影用户账号页面上的信息按照时间节点依次为：
[0053] 10月20日：张艺谋导演还是有两下子的。
[0054] 10月15日：吴亦凡长的好帅啊。
[0055] 10月10日：还是喜欢看动作片，真刺激。
[0056] 10月 8 日：这种小清新的烂故事也拍电影。
[0057] 依据上述方法，依据时间顺序，先获取到10月20日的用户发布信息，并将张艺谋定义为关键词。然后分析用户对其的评价意向，如本实施例中评价意向为有两下子，即喜爱，则可将张艺谋作为用户的第一兴趣属性点之一。同理，将吴亦凡作为用户的第一兴趣属性点之一；将动作片作为用户的第一兴趣属性点之一；对于小清新，不作为用户的第一兴趣属性点。
[0058] 第二种方式，即基于社交网络的关注人群数据，将关注人群数据按照行业和／或下位代名词进行集群划分，将划分后的处于同一集群内且始终保持对该集群内关注人群关注度的关注人群数据所对应的行业和／或下位代名词列为兴趣属性点。
[0059] 具体的例如，待观影用户的社交网络账号上关注有20个人，其中十个人为动作片的喜爱者，五个人为吴亦凡粉丝，五个人为张艺谋的粉丝，则依据用户关注用户的分类。可以将待观影用户的第一兴趣属性点定义为：动作片、吴亦凡、张艺谋。
[0060] 进一步的，在获取到待观影用户的第一兴趣属性点后，所述第二数据挖掘模块3，以所述第一兴趣属性点作为预设条件，挖掘并分析出与该预设条件相符量超过预设阈值的在社交网络上公开的针对该影片的影评数据。
[0061] 具体的，首先第二数据挖掘模块3，依据待观影用户发送的针对至少一影片的影像评论数据挖掘请求，利用网络爬虫技术进行相关数据的抓取。其中对于数据的抓取，可选用限定关键词，如待观影用户发送请求是针对大话西游这部影片，则在进行影像评论数据抓取时，可将大话西游作为限定关键词。进一步的，在抓取到相关信息后，获取对应影像评论的社交网络账号，并依据该账号页面数据信息，进行第二兴趣属性点的获取。其中，对于获取对应影像评论的社交网络账号，以及页面数据信息，以及第二兴趣属性点的实现与上述第一数据挖掘模块2采用的方式一样，这里不在赘述。
[0062] 进一步的，在获取到影像评论数据对应用户的第二兴趣属性点后，将其与待观影用户的第一兴趣属性点进行对比，记录两个用户共同兴趣属性点的数量，并判断共同兴趣属性点数量是否超过预设阈值。其中对于预设阈值的设定，可以依据用户需要进行设定，如用户的兴趣点较少，可以进行单一的匹配。当用户兴趣属性点较多时，其可以设定较大的预设阈值，其也可以
选定其中的几点进行对比。
[0063] 进一步的，当第二数据挖掘模块3判断两者的共同兴趣属性点数量超出预设阈值时，所述数据处理模块4，将对应的影像评论数据列为处理结果。
[0064] 进一步的，所述数据推送模块5，将所述处理结果发送予用户。
[0065] 其二，将专业影评人的评论数据进行推送。
[0066] 对于该功能的实现，本实施例中采用，第一账号判断模块6，判断该影评数据对应的发布账号是否为标记为影评人的社交网络账号；所述数据推送模块5进一步用于该影评数据对应的发布账号为标记为影评人的社交网络账号时将该影评数据推送给待观影用户。
[0067] 具体的，即在第二数据挖掘模块3利用网络爬虫技术获取到相关的影像评论数据后，如上述一样获取到其对应的社交网络账号，并利用所述第一账号判断模块6，判断所述社交网络账号是否为专业影片人的社交网络账号，若判断是，则所述数据推送模块5将该影评数据推送给待观影用户。
[0068] 其三，对于关注的社交网络账号的已读信息自动推送。
[0069] 对于该功能的实现，本实施例中采用，第二账号判断模块7，判断该影评数据对应的发布账号是否为待观影用户关注的社交网络账号；数据状态判断模块8，在该影评数据对应的发布账号为待观影用户关注的社交网络账号时判断该影评数据是否为已读信息；所述数据推送模块5进一步用于该影评数据为已读信息时将该影评数据推送给待观影用户。
[0070] 具体的，即在第二数据挖掘模块3利用网络爬虫技术获取到相关的影像评论数据后，如上述一样获取到其对应的社交网络账号，利用第二账号判断模块7，判断所获取的社交网络账号是否是自己关注的社交网络账号，若不是，则依据上述第一功能实现进行兴趣属性点的对比；若是，所述数据状态判断模块8，判断所述影评数据是否为已读信息。若不是，则不进行推送；若是，则所述数据推送模块5将该影评数据推送给待观影用户。
[0071] 实施例二
[0072] 请参考图2，图2为本发明提供一种基于条件的多媒体影像评论数据挖掘与处理方法流程示意图。
[0073] 具体的，本实施例提供一种基于条件的多媒体影像评论数据挖掘与处理方法，所述方法包括：
[0074] Step1:接收待观影用户输入的针对至少一影片的影评数据挖掘请求；
[0075] Step2:基于该挖掘请求获取待观影用户的至少一社交网络账号，挖掘与该社交网络账号对应的待观影用户页面数据，对所述待观影用户页面数据进行兴趣属性分析并依次得出第一兴趣属性点；
[0076] Step3:以所述第一兴趣属性点作为预设条件，挖掘并分析出与该预设条件相符量超过预设阈值的在社交网络上公开的针对该影片的影评数据，具体为：利用网络爬虫技术挖掘针对该影片的影评数据，在挖掘到针对该影片的影评数据的同时对发布该影评数据的用户页面数据进行预设量的二次挖掘，对所述用户页面数据进行兴趣属性分析并依次得出第二兴趣属性点，判断第二兴趣属性点与所述第一兴趣属性点的对应相符量是否超过预设阈值，若超过则将与所述用户页面数据对应的针对该影片的影评数据列为处理结果；
[0077] Step4:将针对该影片的影评数据处理结果推送给待观影用户。
[0078] 作为本发明的一种优选方式，兴趣属性分析包括：
[0079] 按照时间顺序依次分析数据，获取数据中易产生兴趣属性点的关键词以及基于该关键词的评价意向，将评价意向为喜爱的关键词列为兴趣属性点。
[0080] 作为本发明的一种优选方式，兴趣属性分析包括：
[0081] 按照时间顺序依次分析数据，获取基于社交网络的关注人群数据，将关注人群数据按照行业和／或下位代名词进行集群划分，将划分后的处于同一集群内且始终保持对该集群内关注人群关注度的关注人群数据所对应的行业和／或下位代名词列为兴趣属性点。
[0082] 作为本发明的一种优选方式，在挖掘到针对该影片的影评数据时，还包括：
[0083] 判断该影评数据对应的发布账号是否为标记为影评人的社交网络账号，若是则将该影评数据推送给待观影用户。
[0084] 作为本发明的一种优选方式，在挖掘到针对该影片的影评数据时，还包括：
[0085] 判断该影评数据对应的发布账号是否为待观影用户关注的社交网络账号，若是则判断该影评数据是否为已读信息，若否则将该影评数据推送给待观影用户。
[0086] 应理解，实施例二具体的实现过程与实施例一的描述相对应，此处不再详细描述。
[0087] 上述实施例只为说明本发明的技术构思及特点，其目的是让熟悉该技术领域的技术人员能够了解本发明的内容并据以实施，并不能以此来限制本发明的保护范围。凡根据本发明精神实质所作出的等同变换或修饰，都应涵盖在本发明的保护范围之内。
