基于文本的互聯(lián)網(wǎng)敏感視頻分析方法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展和三網(wǎng)融合的大力推進(jìn)，互聯(lián)網(wǎng)上的視頻數(shù)量呈海量增長，對(duì)于視頻內(nèi)容的分析和監(jiān)管也越來越重要。傳統(tǒng)對(duì)于敏感視頻的監(jiān)管一般都是直接先下載后分析，這需要巨大的網(wǎng)絡(luò)流量和海量的存儲(chǔ)開銷。針對(duì)上述問題，通過分析大量視頻頁面發(fā)現(xiàn)，視頻包含豐富的關(guān)聯(lián)文本信息，并且從現(xiàn)有研究成果來看，文本挖掘技術(shù)已經(jīng)取得一定的成果，因此通過先對(duì)視頻的關(guān)聯(lián)文本進(jìn)行挖掘，進(jìn)而對(duì)敏感視頻進(jìn)行粗篩選，然后下載視頻再進(jìn)一步分析視頻內(nèi)容的語義，這樣可以大大減

2、少視頻下載的數(shù)量，降低系統(tǒng)對(duì)網(wǎng)絡(luò)和存儲(chǔ)設(shè)備的要求，對(duì)監(jiān)管系統(tǒng)的效率提高有著至關(guān)重要的作用。
　　本論文主要圍繞視頻關(guān)聯(lián)文本的關(guān)鍵詞提取、熱點(diǎn)視頻發(fā)現(xiàn)與監(jiān)控以及敏感視頻篩選等關(guān)鍵問題進(jìn)行深入研究，并從實(shí)際問題出發(fā)，通過建立數(shù)學(xué)模型、提出相關(guān)算法、進(jìn)行相關(guān)實(shí)驗(yàn)來進(jìn)行闡述，最后將研究成果應(yīng)用于互聯(lián)網(wǎng)視頻監(jiān)控系統(tǒng)中。
　　本論文的主要工作和成果如下：
　　1．研究了文本挖掘相關(guān)基礎(chǔ)，對(duì)于視頻關(guān)聯(lián)文本的關(guān)鍵詞提取，改進(jìn)了文本預(yù)處

3、理方法，通過將候選詞的詞頻和位置屬性動(dòng)態(tài)結(jié)合起來，并考慮候選詞的詞性、詞跨度等屬性，提出了基于多特征的關(guān)鍵詞提取算法TFL-WS，最后通過實(shí)驗(yàn)驗(yàn)證了改進(jìn)后的算法的效果準(zhǔn)確率。
　　2．針對(duì)熱點(diǎn)視頻的發(fā)現(xiàn)和監(jiān)控，首先給出了熱點(diǎn)視頻的發(fā)現(xiàn)方法，其次針對(duì)視頻熱度排序提出了一種結(jié)合二分查找的排序算法，隨后通過基于相對(duì)熱度計(jì)算的方法對(duì)熱點(diǎn)視頻進(jìn)行監(jiān)控。在敏感視頻的篩選方面，給出基于類中心向量的方法來對(duì)視頻文本進(jìn)行分類，并且利用反饋學(xué)習(xí)機(jī)制來