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)技術的快速發(fā)展和三網(wǎng)融合的大力推進，互聯(lián)網(wǎng)上的視頻數(shù)量呈海量增長，對于視頻內容的分析和監(jiān)管也越來越重要。傳統(tǒng)對于敏感視頻的監(jiān)管一般都是直接先下載后分析，這需要巨大的網(wǎng)絡流量和海量的存儲開銷。針對上述問題，通過分析大量視頻頁面發(fā)現(xiàn)，視頻包含豐富的關聯(lián)文本信息，并且從現(xiàn)有研究成果來看，文本挖掘技術已經(jīng)取得一定的成果，因此通過先對視頻的關聯(lián)文本進行挖掘，進而對敏感視頻進行粗篩選，然后下載視頻再進一步分析視頻內容的語義，這樣可以大大減

2、少視頻下載的數(shù)量，降低系統(tǒng)對網(wǎng)絡和存儲設備的要求，對監(jiān)管系統(tǒng)的效率提高有著至關重要的作用。
　　本論文主要圍繞視頻關聯(lián)文本的關鍵詞提取、熱點視頻發(fā)現(xiàn)與監(jiān)控以及敏感視頻篩選等關鍵問題進行深入研究，并從實際問題出發(fā)，通過建立數(shù)學模型、提出相關算法、進行相關實驗來進行闡述，最后將研究成果應用于互聯(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基礎，對于視頻關聯(lián)文本的關鍵詞提取，改進了文本預處

3、理方法，通過將候選詞的詞頻和位置屬性動態(tài)結合起來，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鍵詞提取算法TFL-WS，最后通過實驗驗證了改進后的算法的效果準確率。
　　2．針對熱點視頻的發(fā)現(xiàn)和監(jiān)控，首先給出了熱點視頻的發(fā)現(xiàn)方法，其次針對視頻熱度排序提出了一種結合二分查找的排序算法，隨后通過基于相對熱度計算的方法對熱點視頻進行監(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視頻文本進行分類，并且利用反饋學習機制來