版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近年來(lái)隨著視頻服務(wù)網(wǎng)站的蓬勃發(fā)展,對(duì)Internet上的視頻信息進(jìn)行數(shù)據(jù)集成已經(jīng)成為互聯(lián)網(wǎng)應(yīng)用的迫切需求。
視頻信息分布于于無(wú)數(shù)的、結(jié)構(gòu)和內(nèi)容互異的網(wǎng)頁(yè)中,因此,為了獲取互聯(lián)網(wǎng)視頻信息,必須解決以下兩個(gè)問題:
1)如何荻取這些存放視頻信息的網(wǎng)頁(yè);
2)如何從這些網(wǎng)頁(yè)中將視頻信息抽取出來(lái)。
通常這兩個(gè)問題并不是孤立的。一般而言,針對(duì)某一類在結(jié)構(gòu)或內(nèi)容上具有某種特殊性的網(wǎng)頁(yè)容易設(shè)計(jì)出較
2、高效的信息抽取方法:為了設(shè)計(jì)高效而可行的信息抽取方法,也要求所處理的網(wǎng)頁(yè)并不是完全雜亂無(wú)章,而是某一類的網(wǎng)頁(yè)。
本文圍繞以上兩個(gè)問題進(jìn)行了相關(guān)研究并提出了解決方案,該方案包括以下兩個(gè)方面:
1)在網(wǎng)頁(yè)獲取方面,本文針對(duì)視頻服務(wù)網(wǎng)站的特點(diǎn),將要獲取的網(wǎng)頁(yè)鎖定在搜索結(jié)果頁(yè)、視頻播放頁(yè)等兩類網(wǎng)頁(yè),并研究相應(yīng)的獲取方法。其中搜索結(jié)果頁(yè)的獲取主要針對(duì)大型視頻服務(wù)網(wǎng)站,視頻播放頁(yè)獲取主要針對(duì)小型視頻服務(wù)網(wǎng)站。搜索結(jié)果頁(yè)獲
3、取的步驟包括:a)定位web數(shù)據(jù)庫(kù)入口;b)用模擬人工操作的方法獲得搜索結(jié)果頁(yè),進(jìn)而獲得URL組裝機(jī);c)用URL組裝機(jī)組裝不同搜索字對(duì)應(yīng)的搜索結(jié)果頁(yè)的URL,并獲取相應(yīng)的搜索結(jié)果頁(yè)。視頻播放頁(yè)獲取步驟為:a)利用通用網(wǎng)絡(luò)爬蟲獲取網(wǎng)頁(yè);b)通過(guò)特征腳本URL、播放器父節(jié)點(diǎn)的HTML文本、播放頁(yè)模板集這三個(gè)要素的判定,識(shí)別網(wǎng)頁(yè)是否為視頻播放頁(yè)。
2)在信息抽取方面,本文結(jié)合視頻服務(wù)網(wǎng)站中搜索結(jié)果頁(yè)的結(jié)構(gòu)特點(diǎn)以及網(wǎng)頁(yè)的視覺信息
4、,通過(guò)改進(jìn)一般的數(shù)據(jù)列表頁(yè)的信息抽取方法,提出了一種有效的信息抽取方法。該方法首先利用網(wǎng)頁(yè)視覺信息定位數(shù)據(jù)區(qū)域(data region),然后通過(guò)子樹匹配確定數(shù)據(jù)區(qū)域中所有數(shù)據(jù)項(xiàng)的path,后續(xù)網(wǎng)頁(yè)則可以使用數(shù)據(jù)項(xiàng)的path抽取出來(lái);結(jié)合視頻服務(wù)網(wǎng)站中視頻播放頁(yè)的特點(diǎn),通過(guò)改進(jìn)一般的非數(shù)據(jù)列表頁(yè)的數(shù)據(jù)抽取方法,提出了在視頻播放頁(yè)中進(jìn)行視頻信息抽取的方法。該方法通過(guò)依次去除背景噪聲、隨機(jī)噪聲、殘留噪聲來(lái)實(shí)現(xiàn)。
上述方法已應(yīng)用
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 互聯(lián)網(wǎng)視頻內(nèi)容檢索的關(guān)鍵技術(shù)研究.pdf
- 大洋大力打造“互聯(lián)網(wǎng)視頻+”平臺(tái)
- 互聯(lián)網(wǎng)視頻廣告中的幽默研究.pdf
- 個(gè)性化的互聯(lián)網(wǎng)信息獲取技術(shù)研究.pdf
- 多描述編碼與互聯(lián)網(wǎng)視頻傳輸技術(shù)的研究.pdf
- 面向主題互聯(lián)網(wǎng)視頻搜索引擎關(guān)鍵技術(shù)研究.pdf
- mba論文面向互聯(lián)網(wǎng)的多元信息獲取技術(shù)研究pdf
- 面向互聯(lián)網(wǎng)的構(gòu)件獲取技術(shù)研究.pdf
- 基于文本分析的互聯(lián)網(wǎng)視頻搜索引擎技術(shù)研究.pdf
- 互聯(lián)網(wǎng)視頻服務(wù)QoS保障系統(tǒng).pdf
- 互聯(lián)網(wǎng)視頻公司估值模型實(shí)證研究.pdf
- mba論文面向主題互聯(lián)網(wǎng)視頻搜索引擎關(guān)鍵技術(shù)研究pdf
- 互聯(lián)網(wǎng)信息智能搜索與獲取方法研究.pdf
- 集中管理互聯(lián)網(wǎng)視頻監(jiān)控解決方案
- 移動(dòng)互聯(lián)網(wǎng)音視頻類協(xié)議識(shí)別技術(shù)研究與實(shí)現(xiàn).pdf
- 互聯(lián)網(wǎng)視頻行業(yè)的競(jìng)爭(zhēng)現(xiàn)狀與發(fā)展趨勢(shì)
- 互聯(lián)網(wǎng)環(huán)境下網(wǎng)絡(luò)目標(biāo)探測(cè)與獲取技術(shù)研究.pdf
- 基于Agent的互聯(lián)網(wǎng)信息獲取研究.pdf
- 互聯(lián)網(wǎng)文本視頻過(guò)濾技術(shù)研究與應(yīng)用.pdf
- mba論文面向互聯(lián)網(wǎng)的構(gòu)件獲取技術(shù)研究pdf
評(píng)論
0/150
提交評(píng)論