視頻社區(qū)中海量數(shù)據(jù)管理方法研究.pdf

1、伴隨互聯(lián)網(wǎng)的不斷發(fā)展，網(wǎng)絡(luò)信息的爆炸式增長及個人用戶所能獲取帶寬的不斷增加，網(wǎng)絡(luò)視頻內(nèi)容已經(jīng)逐步成為互聯(lián)網(wǎng)上最為豐富且最為龐大的信息群體。
　　 同時，隨著Web2.0概念的不斷深入人心，視頻社區(qū)成為互聯(lián)網(wǎng)上視頻發(fā)布、分享與交流的最大平臺。資源的不斷豐富就使得如何對這些資源進(jìn)行有效的管理成為日益受到關(guān)注的問題之一。
　　 對互聯(lián)網(wǎng)上視頻內(nèi)容進(jìn)行管理，可以大致歸納為處理三個實體間相互關(guān)系的若干個問題。這三個實體分別是視頻服

2、務(wù)提供商、互聯(lián)網(wǎng)用戶及第三方監(jiān)管部門。
　　 視頻服務(wù)提供商為了便于自身網(wǎng)站的結(jié)構(gòu)組織及用戶的快速查找，需要尋找海量數(shù)據(jù)的有效組織方法；以用戶為中心的Web2.0式的網(wǎng)絡(luò)瀏覽方式為網(wǎng)站的維護(hù)者提出了更高的要求，個性化的視頻推薦機(jī)制成為網(wǎng)站成功不可或缺的必要組成部分；此外，由于用戶的行為不可能得到絕對的控制，第三方監(jiān)管部門會要求視頻服務(wù)提供商對用戶上傳的視頻進(jìn)行版權(quán)的檢查，刪除違反版權(quán)法律的視頻以維護(hù)原作者的權(quán)益。而新鮮的網(wǎng)絡(luò)視頻

3、社區(qū)環(huán)境，正為研究者解決以上問題提出了新的挑戰(zhàn)與機(jī)遇。
　　 針對以上描述的問題，本文重點(diǎn)研究了在視頻社區(qū)環(huán)境當(dāng)中，如何利用視頻間、用戶間以及視頻內(nèi)部本身的信息，對前面提出的問題進(jìn)行有效的解答。具體來說，論文主要研究內(nèi)容和創(chuàng)新成果如下：
　　 1.提出一種能夠利用視頻網(wǎng)站結(jié)構(gòu)信息，并立足于網(wǎng)絡(luò)視頻本身周圍的文字信息進(jìn)行視頻主題發(fā)現(xiàn)的算法。首先，針對視頻網(wǎng)站上文本信息質(zhì)量很低的情況，本文根據(jù)視頻網(wǎng)站對每一個視頻提供的相似視

4、頻的元數(shù)據(jù)，對目標(biāo)視頻進(jìn)行文本信息增強(qiáng)。其次，在對文本信息圖進(jìn)行分割聚類從而發(fā)現(xiàn)視頻主題的結(jié)果上，通過其指導(dǎo)重新定義原始的視頻文本信息圖，迭代地得到更加準(zhǔn)確的主題發(fā)現(xiàn)結(jié)果。最后，利用視頻網(wǎng)站中提供的視頻對視頻回復(fù)關(guān)系的結(jié)構(gòu)圖，依據(jù)“兩個具有回復(fù)關(guān)系的視頻應(yīng)具有主題上的部分一致性”的假設(shè)，對已有主題發(fā)現(xiàn)結(jié)果進(jìn)行優(yōu)化。實驗結(jié)果表明，本文提出的算法較之前該領(lǐng)域內(nèi)的算法，在主題發(fā)現(xiàn)的準(zhǔn)確度上有較大提升，同時，較之常用的隱主題模型方法，在發(fā)現(xiàn)大規(guī)

5、模數(shù)據(jù)中小粒度主題這一問題上，能夠節(jié)省大量的計算時間。
　　 2.提出一種基于用戶情感分析及用戶間社交關(guān)系的個性化視頻推薦算法。首先為有效快速地實現(xiàn)對重復(fù)上傳的視頻的檢測，提出了層次化的基于全局特征的重復(fù)視頻檢測算法。其次，根據(jù)已有的通過使用有上下文幫助的基于字典的情感判斷模型，將用戶對于某個視頻的回復(fù)信息，量化成為用戶對某個視頻段集合的打分信息。最后，提出使用用戶的社交關(guān)系對推薦給特定用戶的特定視頻集合結(jié)果進(jìn)行二次挑選的策略。

6、在我們的實驗數(shù)據(jù)集上，這個算法框架可以取得明顯的性能提升。
　　 3.提出一種全新的關(guān)于仿制視頻的問題，同時提出一種能夠?qū)ζ溥M(jìn)行有效描述的模型，并將其應(yīng)用在一個新的仿制視頻檢索的系統(tǒng)框架里。首先，對仿制視頻本身做出了較為準(zhǔn)確的定義，提出了檢測搜索仿制視頻的問題。其次，針對仿制視頻本身具有的特點(diǎn)，將仿制視頻段落用一個以動作詞集合為基礎(chǔ)的時間序列模型進(jìn)行表述。并在這一視頻段落描述模型的基礎(chǔ)上，設(shè)計了專為其使用的視頻相似度計算方法：最