巴川-数据科学在竞技世界的应用.pdfVIP

数据科学在竞技世界的应用 ——多模态数据分析及应用 竞技世界 / 巴川 巴川 l竞技世界首席数据科学家 ； l北航软院兼职硕导 ； l西安交大研究生院授课专家 ； lCCF TF数据科学SIG主席 ； l中国教育创新校企联盟专家委员会副主任 ； l中国国际 “互联网+” 创新创业大赛专家评 委 ；CCF科技创业秀等多个双创大赛评委 ； l曾就职于中国搜索、搜狐畅游等互联网公司 从事数据挖掘、人工智能、知识图谱 ，风控体 系、推荐系统、数据可视化相关工作 ； l多个技术峰会演讲嘉宾及出品人。 l多所高校兼职教师及创新创业导师。 1.多模态数据介绍 2.文本数据的分析及应用 3.多模态数据分析及应用 4.能力复用与思考 多模态数据介绍 浅谈多模态数据——跨越感知界限的数据探索 ➸ 多模态数据的定义 指包含多种感知模式 （如图像、文本、声音等）的数据集合 在多模态数据中，不同感知模式之间存在交互和关联，提供了丰富的信息来源 例如： 一张照片可以同时包含图像和文本的信息，通过分析图像中的视觉特征以及图像上的文字描述 一段视频可以同时包含图像、声音和文本等多种感知模式 ➸ 多模态数据的研究意义 1. 改善任务效果与性能 整合和融合不同感知模式的信息，可以提供更多的数据维度来支持机器学习、计算机视觉、自然语言处理等任务，并提高其性能 2. 拓宽数据研究的边界 多模态数据的研究可以帮助克服单一模态数据的局限性，突破传统的边界，引入更复杂、多样的数据特征和信息 3. 提供更全面且准确的信息 通过同时利用文本、图像、声音等多种模态，可以获取更丰富的上下文信息，从而改善对数据的理解和处理，挖掘出更精准、有价值的信息 文本数据的分析与应用 文本数据分析的背景——基于电竞业务的文本分析 ➸ 电竞业务说明 电竞赛事在各大直播短视频媒体平台上进行多渠道分发，KOL赛 事转播，需要及时了解用户在共振场地 （直播间、短视频、社群） 中的问题反馈，需对文本内容进行分析 ➸ 文本数据分析 对文本数据进行处理、挖掘和分析的过程 旨在从海量文本中提取有用信息、发在潜在模式和规律 通过文本数据分析，可以从文本中获取有关主题、情感和实体等 方面的信息 文本数据分析的应用——关键词提取 应用案例 ：共振项 目中弹幕关键词的词云展示 专有词加入到分词列表 分词 过滤停用词及特殊字符等 提取关键词 词频统计 绘制词云图 文本数据分析的应用——主题检测 应用案例 ：抖音直播间内活跃用户的话题检测 冠军杯用户之间的距离存在特性 ：数据较为分散 DBSCAN作为基于密度的算法 ，可以找到样本点的全部密集区域 分词 同义词替换 去除停用词 相似度计算 TF-IDF向量化 聚类 可视化 数据解读 ➤ 结果说明 ： 1、除明星战队以外 ，核心用户对黑马战队 （山西清徐学栋等 ）的关注度也较高 ，因此 ，除了为明星战 队及选手投入主要营运资源以外 ，次级资源的投入可重点向黑马战队 （如海南四海 ）及选手倾斜 ； 2、核心用户更多会在 “春天”、 “顺子”牌局出现时参与讨论 ，可针对此类牌局探索话题引导和活动 设计 （如 ：加入竞猜题 目等 ），从而提高用户讨论度和活动参与率 ； 3、核心用户偏爱参与门槛低的运营活动 ，并且此类活动能够有效激发用户的评论欲望 ，所以后续的活 动设计需将参与门槛作为重点考虑因素。 文本数据分析的应用——信息摘要生成 应用案例 ：热门短视频下用户评论的信息提取 ➤ 数据说明     本视频是对S5公开赛4强争夺战出结果后 ，在JJ斗地主官号发的视频内容 天津决战风云VS北京源莱慧 ，实力战队的较量 ➤ 基于TextRand算法 分词 去除