本发明涉及数据处理，尤其涉及一种社交媒体内容发布时间确定方法、装置及电子设备。
背景技术：
1、常见的社交媒体内容发布时，需要根据内容类型和目标受众选择合适的社交媒体平台。在发布内容之前，明确内容定位和目标受众，了解用户的兴趣、需求和行为习惯，这将有助于制作出更符合用户需求的内容。
2、社交媒体的内容发布策略，包括确定发布的时间、频率和形式。考虑目标受众的在线时间，以及希望内容产生的影响。例如，某些内容可能适合在周末发布，以吸引更多的休闲时间浏览者；而其他内容可能更适合在工作日的特定时间段发布，以吸引专业或行业内的关注者。
3、当有大量社交号需要发布内容时，采用人工手动设定排期的方法，为了保障高效率，只能按社交媒体平台为该平台下是所有社交号设定统一的排期时间。不支持为某些社媒账号设定个性化的排期时间，对这些特殊的社媒账号，只能另行编辑内容并设置排期时间，效率低下。
4、社交媒体账号面向全球化用户运营，不同账号的受众群体行为习惯差异很大，在不了解社交账号受众行为的前提下，机械化的设置发布排期时间，无法使内容获得更多的互动。
5、上述问题成为需要解决的技术问题。
技术实现思路
1、有鉴于此，本发明实施例提供一种社交媒体内容发布时间确定方法、装置及电子设备，至少部分解决现有技术中存在的问题。
2、第一方面，本发明实施例提供了一种社交媒体内容发布时间确定方法，包括：
3、利用api接口函数，从目标社交媒体平台上获取指定社交媒体在预设时间段内的原始数据；
4、对所述原始数据进行特征提取，得到所述目标社交媒体平台的特征数据集d={wn,wf,wh,tf,fz}，wn表示目标社交媒体平台发布的内容数量，wf表示目标社交媒体平台发布的内容频率，wh表示目标社交媒体平台互动特征，tf表示目标社交媒体平台发布内容的生命周期，fz表示目标社交媒体平台发布内容的受众行为分布特征；
5、获取待发布的社交媒体内容，对所述待发布的社交媒体内容进行内容解析，得到待发布的社交媒体内容的内容特征c={cz,cfn,ht,mh}，cz表示待发布的社交媒体内容的主题关键词，cfn表示待发布的社交媒体内容的主题关键词出现的次数，ht表示待发布的社交媒体内容的时代指向值，mh表示待发布的社交媒体内容的用户画像；
6、基于训练好的机器学习模型中包含的计算函数g()，对所述内容特征c={cz,cfn,ht,mh}和所述特征数据集d={wn,wf,wh,tf,fz}进行计算，从而确定待发布的社交媒体内容的发布日期dp=g(c,d)。
7、根据本公开实施例的一种具体实现方式，所述利用api接口函数，从目标社交媒体平台上获取指定社交媒体在预设时间段内的原始数据，包括：
8、根据api文档，确定要获取的原始数据类型，设定时间范围参数，以便获取预设时间段内的数据；
9、编写调用api的代码，代码中包含api的url、请求方法、请求头和请求体；
10、发送http请求到api端点，处理api返回的响应，解析响应中包含的json或xml格式的数据。
11、根据本公开实施例的一种具体实现方式，所述利用api接口函数，从目标社交媒体平台上获取指定社交媒体在预设时间段内的原始数据，还包括：
12、在社交媒体数据中，获取数据点中包含的点赞数、评论数或转发数，如果一个数据点距离平均值的绝对值大于三倍的标准差，将该数据点就标记为异常值；
13、针对缺失数据，将需要插值补缺的变量作为因变量，通过回归模型预测出因变量的值来填充缺失部分；
14、将文本数据转换为统一的编码格式、将日期和时间数据转换为统一的格式，以及将不同的度量单位转换为统一的单位。
15、根据本公开实施例的一种具体实现方式，所述对所述原始数据进行特征提取，得到所述目标社交媒体平台的特征数据集d={wn,wf,wh,tf,fz}，包括：
16、统计指定时间范围内的内容数量，得到内容数量wn；
17、计算原始数据中内容发布的总时长，将内容数量除以总时长，得到内容发布频率wf；
18、获取原始数据中包含的每条内容的互动数据，通过计算平均值、中位数、总和、互动率、互动增长率，获得互动特征wh。
19、根据本公开实施例的一种具体实现方式，所述对所述原始数据进行特征提取，得到所述目标社交媒体平台的特征数据集d={wn,wf,wh,tf,fz}，还包括：
20、对内容的发布时间和最后互动时间进行追踪，计算内容从发布到最后一次被互动的时间间隔，确定内容生命周期tf；
21、通过分析用户的互动数据以及用户信息，统计不同时间段内的互动数量来计算受众的活跃时间，通过地理标签分析受众的地域分布，得到受众行为分布特征fz。
22、根据本公开实施例的一种具体实现方式，所述获取待发布的社交媒体内容，对所述待发布的社交媒体内容进行内容解析，得到待发布的社交媒体内容的内容特征c={cz,cfn,ht,mh}，包括：
23、使用词频-逆文档频率来提取文本中的关键词或短语，确定主题关键词cz
24、计算这些关键词在文本中的出现次数，确定主题关键词出现的次数cfn；
25、使用命名实体识别来识别文本中的时间表达式，确定内容的时代指向值ht；
26、根据内容的风格、词汇选择和内容类型来推断的受众特征，进而确定用户画像mh。
27、根据本公开实施例的一种具体实现方式，所述基于训练好的机器学习模型中包含的计算函数g()，对所述内容特征c={cz,cfn,ht,mh}和所述特征数据集d={wn,wf,wh,tf,fz}进行计算，从而确定待发布的社交媒体内容的发布日期dp=g(c,d)，包括：
28、应用非线性激活函数，对内容特征c和特征数据集d中的每个元素进行线性变换：
29、cz_transformed = relu(w_cz * cz + b_cz)
30、cfn_transformed = relu(w_cfn * cfn + b_cfn)
31、ht_transformed = relu(w_ht * ht + b_ht)
32、mh_transformed = relu(w_mh * mh + b_mh)
33、wn_transformed = relu(w_wn * wn + b_wn)
34、wf_transformed = relu(w_wf * wf + b_wf)
35、wh_transformed = relu(w_wh * wh + b_wh)
36、fz_transformed = relu(w_fz * fz + b_fz)
37、tf_encoded = encode_date(tf)
38、tf_transformed = relu(w_tf * tf_encoded + b_tf)
39、其中，*_transformed是线性变换后的值，w_*是权重，b_*是偏置项，encode_date是将日期编码为数值的函数。
40、根据本公开实施例的一种具体实现方式，所述基于训练好的机器学习模型中包含的计算函数g()，对所述内容特征c={cz,cfn,ht,mh}和所述特征数据集d={wn,wf,wh,tf,fz}进行计算，从而确定待发布的社交媒体内容的发布日期dp=g(c,d)，还包括：
41、将变换后的特征进行组合，包括进一步的线性变换和非线性激活：
42、w_combined =ht_transformed + mh_transformed
43、combined_features =wn_transformed + wf_transformed + wh_transformed
44、b_combined=tf_transformed + fz_transformed
45、combined_score = relu(w_combined * combined_features + b_combined)
46、dp=rank(combined_score)
47、w_combined、combined_features和b_combined是组合特征，combined_score是综合计算数值，rank是将数值转换回日期的函数。
48、第二方面，本发明实施例提供了一种社交媒体内容发布时间确定装置，包括：
49、获取模块，利用api接口函数，从目标社交媒体平台上获取指定社交媒体在预设时间段内的原始数据；
50、提取模块，对所述原始数据进行特征提取，得到所述目标社交媒体平台的特征数据集d={wn,wf,wh,tf,fz}，wn表示目标社交媒体平台发布的内容数量，wf表示目标社交媒体平台发布的内容频率，wh表示目标社交媒体平台互动特征，tf表示目标社交媒体平台发布内容的生命周期，fz表示目标社交媒体平台发布内容的受众行为分布特征；
51、解析模块，获取待发布的社交媒体内容，对所述待发布的社交媒体内容进行内容解析，得到待发布的社交媒体内容的内容特征c={cz,cfn,ht,mh}，cz表示待发布的社交媒体内容的主题关键词，cfn表示待发布的社交媒体内容的主题关键词出现的次数，ht表示待发布的社交媒体内容的时代指向值，mh表示待发布的社交媒体内容的用户画像；
52、计算模块，基于训练好的机器学习模型中包含的计算函数g()，对所述内容特征c={cz,cfn,ht,mh}和所述特征数据集d={wn,wf,wh,tf,fz}进行计算，从而确定待发布的社交媒体内容的发布日期dp=g(c,d)。
53、第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：
54、至少一个处理器；以及，
55、与该至少一个处理器通信连接的存储器；其中，
56、该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述任第一方面或第一方面的任一实现方式中的社交媒体内容发布时间确定方法。
57、第四方面，本发明实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的社交媒体内容发布时间确定方法。
58、第五方面，本发明实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的社交媒体内容发布时间确定方法。
59、本发明实施例中的社交媒体内容发布时间确定方案，包括：利用api接口函数，从目标社交媒体平台上获取指定社交媒体在预设时间段内的原始数据；对所述原始数据进行特征提取，得到所述目标社交媒体平台的特征数据集d={wn,wf,wh,tf,fz}，wn表示目标社交媒体平台发布的内容数量，wf表示目标社交媒体平台发布的内容频率，wh表示目标社交媒体平台互动特征，tf表示目标社交媒体平台发布内容的生命周期，fz表示目标社交媒体平台发布内容的受众行为分布特征；获取待发布的社交媒体内容，对所述待发布的社交媒体内容进行内容解析，得到待发布的社交媒体内容的内容特征c={cz,cfn,ht,mh}，cz表示待发布的社交媒体内容的主题关键词，cfn表示待发布的社交媒体内容的主题关键词出现的次数，ht表示待发布的社交媒体内容的时代指向值，mh表示待发布的社交媒体内容的用户画像；基于训练好的机器学习模型中包含的计算函数g()，对所述内容特征c={cz,cfn,ht,mh}和所述特征数据集d={wn,wf,wh,tf,fz}进行计算，从而确定待发布的社交媒体内容的发布日期dp=g(c,d)。本发明具有如下有益效果：
60、1）自动化程度高：本发明提供了一套完全自动化的社交媒体内容发布排期系统，无需人工干预即可完成整个发布过程。这大大减少了人力成本和操作复杂度，使社交媒体运营更加高效。
61、2）基于数据的决策：本发明采用了数据驱动的方法进行决策。通过采集和分析社交媒体账号的多维度数据，包括内容数量、发布频率、互动数据、受众行为等，系统能够更加准确地评估内容的受欢迎程度和受众行为特征。借助ai算法计算最佳发帖排期时间，确保内容在受众活跃度较高的时刻发布，提高了内容的曝光和传播效果。
62、3）提升运营效率和效果：由于整个发布过程完全自动化，运营者无需手动干预，可以将更多精力投入到内容创作和策略制定上。此外，通过优化发布时机，可以使内容更具针对性和吸引力，提高社交媒体平台上的互动率和用户参与度。因此，本发明能够显著提升社交媒体运营的效率和效果，增强品牌传播的效果。
63、4）预测性和可调节性：本发明的系统具有一定的预测性，能够根据历史数据和模型预测出最佳的发布时机。同时，系统也具有一定的可调节性，可以根据实际情况对发布时机进行调整和优化，以适应不同的内容和受众需求。
1.一种社交媒体内容发布时间确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述利用api接口函数，从目标社交媒体平台上获取指定社交媒体在预设时间段内的原始数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述利用api接口函数，从目标社交媒体平台上获取指定社交媒体在预设时间段内的原始数据，还包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述原始数据进行特征提取，得到所述目标社交媒体平台的特征数据集d={wn,wf,wh,tf,fz}，包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述原始数据进行特征提取，得到所述目标社交媒体平台的特征数据集d={wn,wf,wh,tf,fz}，还包括：
6. 根据权利要求5所述的方法，其特征在于，所述获取待发布的社交媒体内容，对所述待发布的社交媒体内容进行内容解析，得到待发布的社交媒体内容的内容特征c={cz,cfn,ht,mh}，包括：
7.根据权利要求6所述的方法，其特征在于，所述基于训练好的机器学习模型中包含的计算函数g()，对所述内容特征c={cz,cfn,ht,mh}和所述特征数据集d={wn,wf,wh,tf,fz}进行计算，从而确定待发布的社交媒体内容的发布日期dp=g(c,d)，包括：
8.根据权利要求7所述的方法，其特征在于，所述基于训练好的机器学习模型中包含的计算函数g()，对所述内容特征c={cz,cfn,ht,mh}和所述特征数据集d={wn,wf,wh,tf,fz}进行计算，从而确定待发布的社交媒体内容的发布日期dp=g(c,d)，还包括：
9.一种社交媒体内容发布时间确定装置，其特征在于，包括：
10.一种电子设备，其特征在于，所述电子设备包括：
