鐘家輝

（浙江廣播電視集團，浙江 杭州 310005）

0 引言

智能媒資管理系統(tǒng)是具備智能審核、分析及多模態(tài)檢索等能力的媒資管理系統(tǒng)，是具備集成非編、收錄及轉碼分發(fā)等功能的生產(chǎn)制作系統(tǒng)。在浙江省宣傳部對重大文化平臺的計劃驅動下，浙江廣播電視集團自主研發(fā)了智能生產(chǎn)制作系統(tǒng)。該系統(tǒng)利用低代碼平臺快速構建頁面交互，自定義研發(fā)組件模式研發(fā)新型頁面交互模塊，利用集成平臺即服務（Integration Platform as a Service，IPaaS）能力打通各業(yè)務子系統(tǒng)，實現(xiàn)智能驅動生產(chǎn)的能力。

本文針對智能媒資管理系統(tǒng)，設計了一種以媒資智能識別后攜帶的非結構化智能識別標簽、人臉、語音數(shù)據(jù)為數(shù)據(jù)模型基礎，結合低代碼開發(fā)平臺進行多層級、多維度的智能化實體檢索邏輯流。邏輯流串聯(lián)了應用內的頁面模型和數(shù)據(jù)模型，能夠達到應用內的邏輯交互效果，實現(xiàn)多層級檢索業(yè)務功能。

1 低代碼開發(fā)平臺

低代碼開發(fā)平臺通常是指應用平臺即服務（Application Platform as a Service，APaaS）產(chǎn)品，是近年來快速發(fā)展的一種軟件開發(fā)方式。低代碼開發(fā)是一種通過可視化進行應用程序開發(fā)的方法，使具有不同經(jīng)驗水平的開發(fā)人員可以通過圖形化的用戶界面，使用拖拽組件和模型驅動的邏輯來創(chuàng)建網(wǎng)頁和移動應用程序[1]。隨著數(shù)字化轉型的加速和企業(yè)對數(shù)字化應用的需求增加，低代碼開發(fā)平臺的市場需求在不斷增長。據(jù)市場研究公司Gartner 預測，到2024 年，應用軟件開發(fā)活動當中的65%將通過低代碼方式完成[2]，全球低代碼開發(fā)平臺市場規(guī)模將達到270 億美元，年復合增長率將超過20%。越來越多的企業(yè)和組織正在采用低代碼開發(fā)平臺來加速應用程序的開發(fā)和部署，降低開發(fā)成本和時間，提高業(yè)務創(chuàng)新和數(shù)字化轉型的能力。與傳統(tǒng)軟件開發(fā)方式進行類比，低代碼開發(fā)平臺整合軟件開發(fā)和部署所需的集成開發(fā)環(huán)境（Integrated Development Environment，IDE）、服務器和數(shù)據(jù)庫管理工具，適用于軟件開發(fā)的全生命周期。低代碼技術大幅降低軟件開發(fā)和部署的技術門檻，具有開發(fā)速度快、開發(fā)成本低、對開發(fā)人員代碼水平要求不高，開發(fā)完成后無須進行測試，開發(fā)過程中業(yè)務部門和開發(fā)部門可共同創(chuàng)建、迭代和發(fā)布應用程序等特點，可更輕松地應對由業(yè)務部門發(fā)起的大量需求，對不同場景的應用進行更合理的人力資源配置，使業(yè)務人員有更高的參與度和研發(fā)的匹配度[3]。

2 業(yè)務需求分析及設計

2.1 檢索業(yè)務需求分析

傳統(tǒng)媒資系統(tǒng)主要依賴人工方式通過主觀判斷來完成內容主題的分離和描述。因此，系統(tǒng)受人為因素影響較大，得到的編目信息無法全面、客觀地展現(xiàn)素材的內容和特征，以致編目質量不高，難以得到有效控制[4]。傳統(tǒng)查詢方式存在以下問題：檢索信息只檢索已進行人工編目的媒資素材，未編目完成的媒資素材或編目不全的素材無法檢索；不同編目人員針對媒資內容所標注的編目標簽定義存在個體化的差異；傳統(tǒng)檢索頁面只通過文本的檢索形式通過分詞器進行詞匯拆分進而模糊檢索，無法精準、有效地檢索出對應的媒資素材；常見檢索頁面交互邏輯無法滿足高并發(fā)、高業(yè)務數(shù)據(jù)量的業(yè)務場景，檢索條件增加或檢索層面疊加往往導致系統(tǒng)檢索變慢甚至出現(xiàn)無響應的情況。

針對上述傳統(tǒng)媒資系統(tǒng)檢索的問題，結合用戶使用習慣，本文從實際需求出發(fā)，確定以下4 個檢索業(yè)務需求。

（1）檢索支持聚合智能識別結果，通過邏輯流進行智能識別數(shù)據(jù)拆分、保存、歸類及統(tǒng)計。

（2）檢索支持返回多維度分類后的媒資多層面檢索條件，并返回對應檢索枚舉項關聯(lián)的媒資素材數(shù)量。

（3）檢索頁面應支持多維度、多樣化的檢索形式，如通過含有人臉的圖片進行針對媒資中相關出鏡任務的檢索。

（4）檢索頁面設計應采用更高效的邏輯交互形式進行頁面渲染及底層數(shù)據(jù)交互，提高檢索效率。

2.2 智能媒資業(yè)務流程設計

智能媒資系統(tǒng)利用人工智能技術，對視頻內容做細顆粒度拆解，實現(xiàn)視頻自動分類、打標簽，智能提取封面等自動生成數(shù)據(jù)信息，智能化豐富視頻編目[5]，其工作原理是采用視頻內容分析、圖像處理、語音識別及光學字符識別等多種信息處理手段將非結構化的文本、圖像、音頻及視頻轉化為結構化的特征數(shù)據(jù)[6]。智能媒資系統(tǒng)具有自動化、智能化、個性化等特點，幫助用戶快速找到所需的媒體資源，提高工作效率。本文設計了一種基于底層大模型，高顆粒度級別理解媒資內容，通過提取語義分析數(shù)據(jù)并結合標簽、人臉、語音及字幕等數(shù)據(jù)形式，實現(xiàn)以文搜圖、以圖搜圖的多種檢索形態(tài)的智能媒資業(yè)務流程，如圖1 所示。

圖1 智能媒資業(yè)務流程設計

2.3 檢索業(yè)務流程設計

根據(jù)上述業(yè)務需求，本文設計以下相關業(yè)務流程：前端頁面按照數(shù)據(jù)類型進行前端頁面搭建及渲染，檢索引擎提供智能化檢索功能，邏輯流引擎驅動并關聯(lián)前端頁面與檢索引擎之間的前端交互、數(shù)據(jù)處理、數(shù)據(jù)傳遞及頁面渲染；邏輯流引擎作為中樞串聯(lián)起前端與后端之間的交互，不同于傳統(tǒng)流程設計過程中前后端直接交互的形式，極大地提高了應用檢索效率，降低了應用搭建難度和調試過程中的報錯率。詳細情況如圖2 所示。

圖2 整體業(yè)務流程設計圖

2.4 邏輯流設計

本節(jié)以整體設計需求為基礎，預設計以下兩個邏輯流的功能。

2.4.1 支持數(shù)據(jù)拆分、聚合處理邏輯流設計

對于需求點（1）、需求點（2）、需求點（3），邏輯流引擎設計提供多層級智能化檢索數(shù)據(jù)統(tǒng)一數(shù)據(jù)聚合并行處理能力。用戶點擊多個檢索條件的同時，渲染處理返回檢索數(shù)據(jù)同時需要更新檢索后的新一輪檢索層面數(shù)據(jù)，經(jīng)過邏輯流處理后，把智能化數(shù)據(jù)統(tǒng)一歸類、拆解后匹配前端頁面的展現(xiàn)類型，更具象、清晰地展示不同層面的統(tǒng)計數(shù)據(jù)。針對熱門人臉層面數(shù)據(jù)，需要轉換人臉圖片格式，支持根據(jù)檢索引擎中返回的人物關聯(lián)素材數(shù)量進行倒序排序，并支持點擊某張人臉時添加某人物關聯(lián)查詢至檢索條件；針對專題層面數(shù)據(jù)，需先查詢租戶專題庫中已添加的默認專題配置，包括專題封面、專題權重及專題有效期等，檢索返回的專題層面需根據(jù)相應配置項進行默認圖片渲染及顯隱控制；針對詞云層面數(shù)據(jù)，需要根據(jù)詞云權重控制詞云組件文字的顏色及大小。通過數(shù)據(jù)處理，分類、并行處理熱門人臉、專題層面等數(shù)據(jù)，一次性渲染頁面數(shù)據(jù)。

2.4.2 自更新機制邏輯流設計

對于上述需求點（4），前端邏輯流引擎設計提供高效化前端頁面內存實體數(shù)據(jù)的自更新機制。前端頁面完成用戶檢索動作時，需搭建一套自更新、自渲染的邏輯流自動觸發(fā)機制，自助觸發(fā)相應后端邏輯流傳遞頁面層面檢索條件、請求檢索引擎返回數(shù)據(jù)、渲染檢索后媒資素材展示頁面。

預設計通過構建一種頁面內存實體關聯(lián)關系的形式，把頁面檢索條件如標題、已選中的熱門人臉、專題等層面合并為一個檢索條件內存實體，名為“檢索條件”；新建一個空內存實體名為“檢索ROOT”與之關聯(lián)，并建立一對一或多對多的關聯(lián)關系，以“檢索ROOT”為頁面最外層實體對象數(shù)據(jù)進行頁面搭建。頁面中的“檢索條件”實體由于頁面交互發(fā)生變化時，更新“檢索條件”與“檢索ROOT”的關聯(lián)關系。當關聯(lián)關系發(fā)生改變，“檢索ROOT”同時被認定為更新，頁面中所有以其為輸入?yún)?shù)的邏輯流將被動觸發(fā)更新，達到觸發(fā)檢索請求及數(shù)據(jù)更新渲染的效果，與之關聯(lián)的檢索結果也將觸發(fā)更新。具體內存實體設計如圖3 所示，自更新機制頁面、邏輯流、內存實體數(shù)據(jù)框架設計如圖4 所示。

圖3 自更新邏輯流內存實體設計樣例

圖4 自更新機制設計框架圖

3 業(yè)務實現(xiàn)及驗證

3.1 邏輯流設計實現(xiàn)及驗證

3.1.1 層面數(shù)據(jù)處理邏輯流實現(xiàn)

本節(jié)在系統(tǒng)中搭建、實現(xiàn)了對于“人物場景”層面的數(shù)據(jù)處理，邏輯流中對數(shù)據(jù)進行了分頁處理，如圖5 所示。步驟中創(chuàng)建了默認為0 的循環(huán)次數(shù)，隨即對于智能化數(shù)據(jù)進行循環(huán)處理。循環(huán)中，首先根據(jù)mod（$循環(huán)次數(shù)，5）=0 判斷本次循環(huán)是否為新一頁的數(shù)據(jù)循環(huán)，如是，則新建分頁對象，并關聯(lián)人物場景對象至新頁對象；如不是，則在已有分頁頁數(shù)的集合中循環(huán)查找當頁對象，并關聯(lián)人物場景對象至本頁，根據(jù)循環(huán)次數(shù)/每頁數(shù)量值為當前頁數(shù)的形式進行邏輯流的數(shù)據(jù)分頁。

圖5 人物場景層面數(shù)據(jù)處理邏輯流

同理，對于素材“入庫年份”層面數(shù)據(jù)進行類似的處理。入庫年份中存在當年篩選條件時，單獨標記了當年層面，并傳遞給前端固定顯示，如圖6 所示。

圖6 入庫年份層面數(shù)據(jù)處理邏輯流

3.1.2 自更新邏輯流實現(xiàn)

根據(jù)設計方案，本文構造并實現(xiàn)了一種可觸發(fā)頁面自渲染、邏輯流自驅動的自更新邏輯流，如圖7 所示。此邏輯流中，輸入?yún)?shù)為“檢索ROOT”空對象，只包含與檢索條件對象的關聯(lián)關系，根據(jù)關聯(lián)查詢出相應“檢索條件”對象，重新定義名為“NewRetrieveResult”的新“檢索條件”對象，以此新對象修改原“檢索ROOT”對象，更新原有關聯(lián)關系，達到觸發(fā)整體頁面更新的效果。

圖7 自更新邏輯流

3.1.3 智能媒資頁面與功能成果展示

通過相關邏輯流的設計與實現(xiàn)，本文完成了智能媒資頁面搭建與相關功能的實現(xiàn)。系統(tǒng)利用特征的查重檢索，減少因媒資冗余而引起的不必要的存儲成本，或避免因重復資訊造成的信息流內容質量低下的問題，賦予用戶多模態(tài)的高效、精準、智能的搜索能力。用戶可通過點擊熱門人臉信息、熱門關鍵詞以及下方的智能標簽信息進行多維度、多模態(tài)的智能檢索，如圖8 所示。

圖8 智能媒資智能標簽層面檢索模式和檢索返回

4 結語

本文依托“Z 視介”智能媒資后臺管理系統(tǒng)，系統(tǒng)已支持浙江廣播電視集團電視劇、綜藝、動漫等多類型專題節(jié)目素材智能化數(shù)據(jù)檢索，引入新形式、新架構的智能化媒資多層級檢索邏輯流，極大地提高了系統(tǒng)檢索效率，縮短了響應時間，為用戶提供了更快速、精準、便捷的媒資檢索系統(tǒng)。