【技术实现步骤摘要】
本专利技术涉及短视频推荐，更具体地说，涉及一种短视频多维度分析及可信度评估方法及系统。
技术介绍
1、当前短视频传播迅速且广泛，用户通常在极短的时间内接收大量信息，但往往不会花费太多精力去验证视频的真实性或深入理解其中的内容。加之部分视频发布者对原始视频内容的二次加工及跨平台传播会降低信息的真实性，易引发错误的舆论导向。现有的短视频平台视频数量众多但未能有效识别和追溯视频信息的源头，断章取义或被篡改后的视频内容具有一定的误导性。与此同时，短视频平台并未对加工后或较为复杂的视频信息进行权威科普，不同教育背景的用户对于视频的理解程度不同，导致较低教育水平的用户极易相信评论区或视频发布者不正确的解读。
技术实现思路
1、本专利技术的目的在于，提供一种短视频多维度分析及可信度评估方法及系统，能提高对短视频内容的理解和源头追溯的精准度，提升用户体验。
2、本专利技术提供一种短视频多维度分析及可信度评估方法，包括以下步骤：s1：获取待分析短视频，对待分析短视频进行分析，得到关键词、短视频元数据和短视频主题信息；s2：根据短视频主题信息和视频数据库，得到相似主题版本组、待分析短视频初始版本、传播路径和传播节点；s3：根据传播节点、短视频主题信息、关键词和短视频元数据，得到综合可信度评分。
3、进一步地，上述短视频多维度分析及可信度评估方法的步骤s1具体包括：s11：获取待分析短视频，根据待分析短视频，得到短视频元数据、语音数据和图片数据，根据语音数据和图片数据，得到文本数
4、进一步地，上述短视频多维度分析及可信度评估方法的步骤s2具体包括：s21：根据短视频主题信息和视频数据库，利用聚类方法，得到相似主题版本组；s22：根据相似主题版本组和视频数据库，得到待分析短视频初始版本；s23：根据待分析短视频初始版本和视频数据库，利用ai模型，得到传播路径和传播节点。
5、进一步地，上述短视频多维度分析及可信度评估方法的步骤s3具体包括： s31：根据传播节点，得到视频源可信度得分；s32：根据短视频主题信息和关键词，得到视频内容一致性得分；s33：根据传播节点，得到传播路径得分；s34：根据短视频元数据，得到时间戳验证得分；s35：根据视频源可信度得分、视频内容一致性得分、传播路径得分和时间戳验证得分，得到综合可信度评分。
6、进一步地，上述短视频多维度分析及可信度评估方法的还包括：s4：根据短视频元数据、短视频主题信息和关键词，得到综合提示内容；s5：获取实时数据流，根据实时数据流和传播节点，更新综合可信度评分；s6：根据综合可信度评分和综合提示内容，得到用户提示内容。
7、本专利技术还提供一种短视频多维度分析及可信度评估系统，包括以下模块：短视频内容分析模块，配置为：获取待分析短视频，对待分析短视频进行分析，得到关键词、短视频元数据和短视频主题信息；源头追溯模块，配置为：根据短视频主题信息和视频数据库，得到相似主题版本组、待分析短视频初始版本、传播路径和传播节点；可信度评分模块，配置为：根据传播节点、短视频主题信息、关键词和短视频元数据，得到综合可信度评分。
8、进一步地，上述短视频多维度分析及可信度评估系统的短视频内容分析模块具体配置为：获取待分析短视频，根据待分析短视频，得到短视频元数据、语音数据和图片数据，根据语音数据和图片数据，得到文本数据；根据文本数据和短视频元数据，利用预训练语言模型，得到关键词和情感；根据待分析短视频，利用卷积神经网络和视频分类模型，得到物体、场景、行为和事件；根据关键词、情感、场景、行为和事件，利用多模态transformer模型和softmax分类器，得到短视频主题信息。
9、进一步地，上述短视频多维度分析及可信度评估系统的源头追溯模块具体配置为：根据短视频主题信息和视频数据库，利用聚类方法，得到相似主题版本组；根据相似主题版本组和视频数据库，得到待分析短视频初始版本；根据待分析短视频初始版本和视频数据库，利用ai模型，得到传播路径和传播节点。
10、进一步地，上述短视频多维度分析及可信度评估系统的可信度评分模块具体配置为：根据传播节点，得到视频源可信度得分；根据短视频主题信息和关键词，得到视频内容一致性得分；根据传播节点，得到传播路径得分；根据短视频元数据，得到时间戳验证得分；根据视频源可信度得分、视频内容一致性得分、传播路径得分和时间戳验证得分，得到综合可信度评分。
11、进一步地，上述短视频多维度分析及可信度评估系统还包括：权威科普模块，配置为：根据短视频元数据、短视频主题信息和关键词，得到综合提示内容；实时监控与更新模块，配置为：获取实时数据流，根据实时数据流和传播节点，更新综合可信度评分；用户提示模块，配置为：根据综合可信度评分和综合提示内容，得到用户提示内容。
12、实施本专利技术提供的短视频多维度分析及可信度评估方法及系统，具有以下有益效果：
13、本专利技术通过多模态数据融合技术和ai模型，对待分析短视频进行分析，得到关键词、短视频元数据、短视频主题信息、相似主题版本组、待分析短视频初始版本、传播路径和传播节点等信息，并计算短视频的综合可信度评分，提高了对短视频内容的理解和源头追溯的精准度；系统以半透明卡片提示方式，向用户提供视频可信度评分并进行科普，帮助其更好理解视频内容的同时尽量不被提示模块干扰，全面提升了当前短视频的质量和用户体验，增加用户理解深度的同时也降低该群体被误导的风险。
本文档来自技高网...【技术保护点】
1.一种短视频多维度分析及可信度评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的短视频多维度分析及可信度评估方法，其特征在于，步骤S1具体包括：
3.根据权利要求1所述的短视频多维度分析及可信度评估方法，其特征在于，步骤S2具体包括：
4.根据权利要求1所述的短视频多维度分析及可信度评估方法，其特征在于，步骤S3具体包括：
5.根据权利要求1所述的短视频多维度分析及可信度评估方法，其特征在于，所述短视频多维度分析及可信度评估方法还包括：
6.一种短视频多维度分析及可信度评估系统，其特征在于，所述短视频多维度分析及可信度评估系统包括以下模块：
7.根据权利要求6所述的短视频多维度分析及可信度评估系统，其特征在于，所述短视频内容分析模块具体配置为：
8.根据权利要求6所述的短视频多维度分析及可信度评估系统，其特征在于，所述源头追溯模块具体配置为：
9.根据权利要求6所述的短视频多维度分析及可信度评估系统，其特征在于，所述可信度评分模块具体配置为：
10.根据权利要
...【技术特征摘要】
1.一种短视频多维度分析及可信度评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的短视频多维度分析及可信度评估方法，其特征在于，步骤s1具体包括：
3.根据权利要求1所述的短视频多维度分析及可信度评估方法，其特征在于，步骤s2具体包括：
4.根据权利要求1所述的短视频多维度分析及可信度评估方法，其特征在于，步骤s3具体包括：
5.根据权利要求1所述的短视频多维度分析及可信度评估方法，其特征在于，所述短视频多维度分析及可信度评估方法还包括：
6.一种短视频多维度分析及可信度...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。