技术领域
[0001] 本发明涉及视频分类领域，尤其涉及一种面向推广视频的推销广告分辨方法。
相关背景技术
[0002] 近年来，随着网络技术的不断升级，信息交流方式不断增多，商家将广告以各种方式穿插在消费者的日常生活中，让人眼花缭乱，难以明辨，尤为突出的是，将广告以推荐物品视频，也就是网络中常说的推广视频这样的方式推送给客户，让客户以为是视频制作者的“良心推荐”，从而误导群众去购买该商品，这样的方式导致群众不能分辨其本质为推销广告，结果被广告内容欺骗。
具体实施方式
[0031] 实施过程主要包括四个步骤：确定该推广视频涉及到的推荐人和产品品牌方的社交账号，利用Python数据挖掘程序读取推荐人的六级关注列表、利用Gephi对其进行社交网络可视化以及在可视化的基础上利用 Louvain算法对社交网络进行社区发现。
[0032] S1、以某短视频平台为对象，面向所有具有推荐产品内容的推广视频，确定发布该视频的视频制作者(以下简称UP主)、视频中主要的参与人员以及涉及到的产品品牌方。
[0033] 具体的，步骤S1为：
[0034] S101、以常用的短视频平台为例，通过文本处理软件识别短视频标题是否带有“推广”、“试用”、“神器”、“种草”以及带有产品品牌名等词语，判断该短视频是否为推广视频。
[0035] S102、确定为推广视频之后，通过读取短视频下面的简介和短视频内容中的关于人员和产品的介绍，确定该推广视频推荐人和被推荐的产品的品牌方。
[0036] S2、在确定了推广的推荐人和被推荐的品牌方之后，明确推荐人和品牌方各自在社交平台上的社交账号。
[0037] 具体的，步骤S2为：
[0038] S201、若UP主即为推广视频的推荐人，则将UP主在该社交平台发布视频的账号作为推荐人的社交账号。
[0039] S202、若UP主不是推广视频的推荐人，并且社交平台查找不到推荐人的社交账号，那么通过查找推荐人所属的MSN公司，将该公司的社交账号作为推荐人的社交账号。
[0040] S203、产品品牌方确定之后，在社交平台上搜索品牌名，查看搜索结果是否有该品牌的社交账号，如果存在社交平台认证的品牌社交账号，则将该账号作为品牌的社交账号。
[0041] S204、如果没有，通过天眼查软件查询该品牌所在公司，再去社交平台上查找该公司的社交账号，将公司的社交账号作为品牌方的社交账号。
[0042] S3、以推荐人的社交账号为起点，用Python数据采集程序，根据六度空间理论，依次向下挖掘六级关注列表，制作成数据集
[0043] 具体的，步骤S3为：
[0044] S301、确定推荐人社交账号之后，以该社交账号为起点A1，用 Python的数据爬取程序，读取该社交网络关注列表 中的所有社交账号 {B1，B2，B3，...，}。
[0045] S302、再分别以 中的所有社交账号{B1，B2，B3，...，}为起点，利用 Python数据读取程序读取{B1，B2，B3，...，}的各自的关注列表
[0046] S303、根据六度空间理论，重复步骤S302五次，直至读取到A1的第六级的关注列表将读取的所有数据，保存为CSV文件，文件中分为两列：第一列存放社交账号，第二列存放社交账号的关注列表。
[0047] S4、将数据集导入Gephi软件，利用Gephi软件对其进行社交网络可视化，方便处理。
[0048] 具体的，步骤S4为：
[0049] S401、将保存的数据文件导入Gephi软件，设置数据格式为GB2312，图的类型设置为无向的，生成新的工作空间。
[0050] S402、将工作空间设置为自己适宜的图形，将所有边的权重设为 1。
[0051] S5、将可视化之后的社交网络利用Louvain算法进行社区发现，将社区发现的结果输出。
[0052] 具体的，步骤S5为：
[0053] S501、首先是算法的模块度优化阶段：假设社交网络中有n个顶点，将社交网络中的每个顶点i都设置为一个社区，社区的数量与顶点个数相同，其中模块度代表了社区的稳定性，社区模块度Q的计算公式为:
[0054]
[0055] 其中∑in代表的是社区C内部的权重，∑tot代表的是与社区C内部的点连接的边的权重，包括社区内的边以及社区外部的边，m是网络中边的总数。
[0056] S502、顶点i具有z个相邻节点j1，j2，j3，...，jz，依次将与相邻节点j 合并在一起，计算它们的模块度增益ΔQ，当模块度增益ΔQ大于0，开始合并，就将该节点放入相邻结点所在的社区，如果ΔQ小于0则不合并，，而模块度增益ΔQ的计算公式为：
[0057]
[0058] 最后化简为：
[0059]
[0060] 其中kj是连接到节点j上边的权重的总和， 是节点j连接到社区 C上边的权重的总和。
[0061] S503、不断重复步骤S502,，选择ΔQ最大的社区标签，直至所有节点都不能通过合并改变社区使得ΔQ大于0。
[0062] S504、然后是网络凝聚阶段：将步骤S503划分出的每个社区合并为一个超级节点c，超级节点的边权重为原来社区内所有节点的边权重之和。
[0063] S505、合并为超级节点c之后，按照步骤S502和步骤S503不断重复，直至算法稳定。
[0064] S506、算法结束后，根据Gephi可视化的社区划分图，判断推荐人的社交账号和品牌方的社交账号是否在同一个社区内，将判断结果输出。
[0065] S6、根据判断结果，在该短视频标题下方以小字体提示观看者。
[0066] 具体的,，步骤S6为：
[0067] S601、若判断结果显示推荐人的社交账号和品牌方的社交账号不在同一个社区内，则默认为真正的推广视频，在观看该视频时无需提示。
[0068] S602、若判断结果显示推荐人的社交账号和品牌方的社交账号属于同一个社区内，在视频标题下方用“疑似推销广告”小号字体提醒客户，谨慎消费。
[0069] 本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0070] 以上所述仅为本发明的最有效实施方案,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明工作原理的前提下,还可以做出适当的改进和润饰,这些改进和润饰也应视为本发明的保护范围。
