基于低代码的智能媒资检索逻辑流设计与实现

钟家辉

（浙江广播电视集团，浙江 杭州 310005）

0 引言

智能媒资管理系统是具备智能审核、分析及多模态检索等能力的媒资管理系统，是具备集成非编、收录及转码分发等功能的生产制作系统。在浙江省宣传部对重大文化平台的计划驱动下，浙江广播电视集团自主研发了智能生产制作系统。该系统利用低代码平台快速构建页面交互，自定义研发组件模式研发新型页面交互模块，利用集成平台即服务（Integration Platform as a Service，IPaaS）能力打通各业务子系统，实现智能驱动生产的能力。

本文针对智能媒资管理系统，设计了一种以媒资智能识别后携带的非结构化智能识别标签、人脸、语音数据为数据模型基础，结合低代码开发平台进行多层级、多维度的智能化实体检索逻辑流。逻辑流串联了应用内的页面模型和数据模型，能够达到应用内的逻辑交互效果，实现多层级检索业务功能。

1 低代码开发平台

低代码开发平台通常是指应用平台即服务（Application Platform as a Service，APaaS）产品，是近年来快速发展的一种软件开发方式。低代码开发是一种通过可视化进行应用程序开发的方法，使具有不同经验水平的开发人员可以通过图形化的用户界面，使用拖拽组件和模型驱动的逻辑来创建网页和移动应用程序[1]。随着数字化转型的加速和企业对数字化应用的需求增加，低代码开发平台的市场需求在不断增长。据市场研究公司Gartner 预测，到2024 年，应用软件开发活动当中的65%将通过低代码方式完成[2]，全球低代码开发平台市场规模将达到270 亿美元，年复合增长率将超过20%。越来越多的企业和组织正在采用低代码开发平台来加速应用程序的开发和部署，降低开发成本和时间，提高业务创新和数字化转型的能力。与传统软件开发方式进行类比，低代码开发平台整合软件开发和部署所需的集成开发环境（Integrated Development Environment，IDE）、服务器和数据库管理工具，适用于软件开发的全生命周期。低代码技术大幅降低软件开发和部署的技术门槛，具有开发速度快、开发成本低、对开发人员代码水平要求不高，开发完成后无须进行测试，开发过程中业务部门和开发部门可共同创建、迭代和发布应用程序等特点，可更轻松地应对由业务部门发起的大量需求，对不同场景的应用进行更合理的人力资源配置，使业务人员有更高的参与度和研发的匹配度[3]。

2 业务需求分析及设计

2.1 检索业务需求分析

传统媒资系统主要依赖人工方式通过主观判断来完成内容主题的分离和描述。因此，系统受人为因素影响较大，得到的编目信息无法全面、客观地展现素材的内容和特征，以致编目质量不高，难以得到有效控制[4]。传统查询方式存在以下问题：检索信息只检索已进行人工编目的媒资素材，未编目完成的媒资素材或编目不全的素材无法检索；不同编目人员针对媒资内容所标注的编目标签定义存在个体化的差异；传统检索页面只通过文本的检索形式通过分词器进行词汇拆分进而模糊检索，无法精准、有效地检索出对应的媒资素材；常见检索页面交互逻辑无法满足高并发、高业务数据量的业务场景，检索条件增加或检索层面叠加往往导致系统检索变慢甚至出现无响应的情况。

针对上述传统媒资系统检索的问题，结合用户使用习惯，本文从实际需求出发，确定以下4 个检索业务需求。

（1）检索支持聚合智能识别结果，通过逻辑流进行智能识别数据拆分、保存、归类及统计。

（2）检索支持返回多维度分类后的媒资多层面检索条件，并返回对应检索枚举项关联的媒资素材数量。

（3）检索页面应支持多维度、多样化的检索形式，如通过含有人脸的图片进行针对媒资中相关出镜任务的检索。

（4）检索页面设计应采用更高效的逻辑交互形式进行页面渲染及底层数据交互，提高检索效率。

2.2 智能媒资业务流程设计

智能媒资系统利用人工智能技术，对视频内容做细颗粒度拆解，实现视频自动分类、打标签，智能提取封面等自动生成数据信息，智能化丰富视频编目[5]，其工作原理是采用视频内容分析、图像处理、语音识别及光学字符识别等多种信息处理手段将非结构化的文本、图像、音频及视频转化为结构化的特征数据[6]。智能媒资系统具有自动化、智能化、个性化等特点，帮助用户快速找到所需的媒体资源，提高工作效率。本文设计了一种基于底层大模型，高颗粒度级别理解媒资内容，通过提取语义分析数据并结合标签、人脸、语音及字幕等数据形式，实现以文搜图、以图搜图的多种检索形态的智能媒资业务流程，如图1 所示。

图1 智能媒资业务流程设计

2.3 检索业务流程设计

根据上述业务需求，本文设计以下相关业务流程：前端页面按照数据类型进行前端页面搭建及渲染，检索引擎提供智能化检索功能，逻辑流引擎驱动并关联前端页面与检索引擎之间的前端交互、数据处理、数据传递及页面渲染；逻辑流引擎作为中枢串联起前端与后端之间的交互，不同于传统流程设计过程中前后端直接交互的形式，极大地提高了应用检索效率，降低了应用搭建难度和调试过程中的报错率。详细情况如图2 所示。

图2 整体业务流程设计图

2.4 逻辑流设计

本节以整体设计需求为基础，预设计以下两个逻辑流的功能。

2.4.1 支持数据拆分、聚合处理逻辑流设计

对于需求点（1）、需求点（2）、需求点（3），逻辑流引擎设计提供多层级智能化检索数据统一数据聚合并行处理能力。用户点击多个检索条件的同时，渲染处理返回检索数据同时需要更新检索后的新一轮检索层面数据，经过逻辑流处理后，把智能化数据统一归类、拆解后匹配前端页面的展现类型，更具象、清晰地展示不同层面的统计数据。针对热门人脸层面数据，需要转换人脸图片格式，支持根据检索引擎中返回的人物关联素材数量进行倒序排序，并支持点击某张人脸时添加某人物关联查询至检索条件；针对专题层面数据，需先查询租户专题库中已添加的默认专题配置，包括专题封面、专题权重及专题有效期等，检索返回的专题层面需根据相应配置项进行默认图片渲染及显隐控制；针对词云层面数据，需要根据词云权重控制词云组件文字的颜色及大小。通过数据处理，分类、并行处理热门人脸、专题层面等数据，一次性渲染页面数据。

2.4.2 自更新机制逻辑流设计

对于上述需求点（4），前端逻辑流引擎设计提供高效化前端页面内存实体数据的自更新机制。前端页面完成用户检索动作时，需搭建一套自更新、自渲染的逻辑流自动触发机制，自助触发相应后端逻辑流传递页面层面检索条件、请求检索引擎返回数据、渲染检索后媒资素材展示页面。

预设计通过构建一种页面内存实体关联关系的形式，把页面检索条件如标题、已选中的热门人脸、专题等层面合并为一个检索条件内存实体，名为“检索条件”；新建一个空内存实体名为“检索ROOT”与之关联，并建立一对一或多对多的关联关系，以“检索ROOT”为页面最外层实体对象数据进行页面搭建。页面中的“检索条件”实体由于页面交互发生变化时，更新“检索条件”与“检索ROOT”的关联关系。当关联关系发生改变，“检索ROOT”同时被认定为更新，页面中所有以其为输入参数的逻辑流将被动触发更新，达到触发检索请求及数据更新渲染的效果，与之关联的检索结果也将触发更新。具体内存实体设计如图3 所示，自更新机制页面、逻辑流、内存实体数据框架设计如图4 所示。

图3 自更新逻辑流内存实体设计样例

图4 自更新机制设计框架图

3 业务实现及验证

3.1 逻辑流设计实现及验证

3.1.1 层面数据处理逻辑流实现

本节在系统中搭建、实现了对于“人物场景”层面的数据处理，逻辑流中对数据进行了分页处理，如图5 所示。步骤中创建了默认为0 的循环次数，随即对于智能化数据进行循环处理。循环中，首先根据mod（$循环次数，5）=0 判断本次循环是否为新一页的数据循环，如是，则新建分页对象，并关联人物场景对象至新页对象；如不是，则在已有分页页数的集合中循环查找当页对象，并关联人物场景对象至本页，根据循环次数/每页数量值为当前页数的形式进行逻辑流的数据分页。

图5 人物场景层面数据处理逻辑流

同理，对于素材“入库年份”层面数据进行类似的处理。入库年份中存在当年筛选条件时，单独标记了当年层面，并传递给前端固定显示，如图6 所示。

图6 入库年份层面数据处理逻辑流

3.1.2 自更新逻辑流实现

根据设计方案，本文构造并实现了一种可触发页面自渲染、逻辑流自驱动的自更新逻辑流，如图7 所示。此逻辑流中，输入参数为“检索ROOT”空对象，只包含与检索条件对象的关联关系，根据关联查询出相应“检索条件”对象，重新定义名为“NewRetrieveResult”的新“检索条件”对象，以此新对象修改原“检索ROOT”对象，更新原有关联关系，达到触发整体页面更新的效果。

图7 自更新逻辑流

3.1.3 智能媒资页面与功能成果展示

通过相关逻辑流的设计与实现，本文完成了智能媒资页面搭建与相关功能的实现。系统利用特征的查重检索，减少因媒资冗余而引起的不必要的存储成本，或避免因重复资讯造成的信息流内容质量低下的问题，赋予用户多模态的高效、精准、智能的搜索能力。用户可通过点击热门人脸信息、热门关键词以及下方的智能标签信息进行多维度、多模态的智能检索，如图8 所示。

图8 智能媒资智能标签层面检索模式和检索返回

4 结语

本文依托“Z 视介”智能媒资后台管理系统，系统已支持浙江广播电视集团电视剧、综艺、动漫等多类型专题节目素材智能化数据检索，引入新形式、新架构的智能化媒资多层级检索逻辑流，极大地提高了系统检索效率，缩短了响应时间，为用户提供了更快速、精准、便捷的媒资检索系统。