[發(fā)明專利]一種基于多源信息融合分析的網(wǎng)絡(luò)視頻熱點(diǎn)事件發(fā)現(xiàn)方法

有效

• 申請?zhí)枺?/td>: 201610109051.7
• 申請日: 2016-02-26
• 公開（公告）號(hào): CN105787049B
• 公開（公告）日: 2019-07-16
• 發(fā)明（設(shè)計(jì)）人: 宋明黎;王燦;雷杰;張珂瑤;周星辰;卜佳俊
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): G06F16/78
• 分類號(hào): G06F16/78;G06F16/738;G06F16/36;G06K9/62
• 代理公司: 杭州天正專利事務(wù)所有限公司 33201
• 代理人: 王兵;黃美娟

一種基于多源信息融合分析的網(wǎng)絡(luò)視頻熱點(diǎn)事件發(fā)現(xiàn)方法。包括：1)采集有多源信息的網(wǎng)絡(luò)視頻；2)將網(wǎng)絡(luò)視頻的多源信息結(jié)構(gòu)化為描述性關(guān)鍵字標(biāo)簽；3)根據(jù)步驟2)得到的網(wǎng)絡(luò)視頻語義結(jié)構(gòu)化關(guān)鍵字標(biāo)簽與用戶定義的敏感詞字典的匹配度，得到網(wǎng)絡(luò)視頻的主觀敏感度參數(shù)；4)根據(jù)網(wǎng)絡(luò)視頻中多源信息的點(diǎn)擊率、時(shí)間字段，得到網(wǎng)絡(luò)視頻的客觀熱度參數(shù)；5)根據(jù)步驟3)得到的主觀敏感度參數(shù)，建立網(wǎng)絡(luò)視頻敏感度預(yù)測模型，預(yù)測新網(wǎng)絡(luò)視頻的主觀敏感度；6)根據(jù)步驟4)得到的客觀熱度參數(shù)，建立網(wǎng)絡(luò)視頻熱度預(yù)測模型，預(yù)測新網(wǎng)絡(luò)視頻的客觀熱度；7)選取主觀敏感度和客觀熱度加權(quán)求和在網(wǎng)絡(luò)視頻集中排名靠前的視頻作為熱點(diǎn)視頻。

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)視覺領(lǐng)域，涉及網(wǎng)絡(luò)視頻熱點(diǎn)事件發(fā)現(xiàn)方法。

背景技術(shù)

網(wǎng)絡(luò)視頻是當(dāng)今的信息社會(huì)重要的組成部分。網(wǎng)絡(luò)視頻規(guī)模龐大并且增長迅速。在給人們生活帶來便利的同時(shí)，無論從國家安全還是存儲(chǔ)便利的角度考慮，從網(wǎng)絡(luò)視頻中檢測、跟蹤熱點(diǎn)敏感事件都是亟待解決的問題。

現(xiàn)有的網(wǎng)絡(luò)視頻熱點(diǎn)事件發(fā)現(xiàn)方案通常是利用人工檢測判斷視頻是否包含敏感或者熱點(diǎn)信息，或者依賴于視頻標(biāo)簽、評(píng)論等文本信息進(jìn)行判斷。然而，一方面隨著視頻數(shù)量的大規(guī)模增加，利用人工檢測將消耗大量的人力和時(shí)間，導(dǎo)致響應(yīng)遲緩。另一方面，有大量的視頻并不包含完整準(zhǔn)確的標(biāo)簽及評(píng)論信息，基于文本的方法也就無法處理。因此，利用計(jì)算機(jī)技術(shù)，對(duì)網(wǎng)絡(luò)視頻本身的內(nèi)容進(jìn)行理解標(biāo)注，再利用數(shù)據(jù)挖掘的手段處理才是解決熱點(diǎn)敏感事件的自動(dòng)檢測的根本手段。

本發(fā)明針對(duì)網(wǎng)絡(luò)視頻規(guī)模龐大，語義內(nèi)容復(fù)雜等問題，研發(fā)基于摘要提取的網(wǎng)絡(luò)視頻下載技術(shù)，結(jié)合網(wǎng)絡(luò)視頻所具有的標(biāo)簽、評(píng)論等多源信息，通過概念檢測技術(shù)，研發(fā)基于多源多維信息融合的網(wǎng)絡(luò)視頻的語義結(jié)構(gòu)化技術(shù)，在此基礎(chǔ)上，基于主題模型研發(fā)視頻熱點(diǎn)事件的自動(dòng)發(fā)現(xiàn)和推薦技術(shù)，最終提出一種基于多源信息融合分析的網(wǎng)絡(luò)視頻熱點(diǎn)事件發(fā)現(xiàn)方法，實(shí)現(xiàn)對(duì)熱點(diǎn)及敏感事件檢測功能，具有重大的科學(xué)研究和經(jīng)濟(jì)社會(huì)價(jià)值。

發(fā)明內(nèi)容

本發(fā)明要克服現(xiàn)有技術(shù)的上述缺點(diǎn)，針對(duì)帶有標(biāo)簽、名稱、評(píng)論等信息的網(wǎng)上視頻，自動(dòng)地發(fā)現(xiàn)網(wǎng)絡(luò)視頻中的熱點(diǎn)及敏感事件，用以自動(dòng)化檢測大規(guī)模網(wǎng)絡(luò)視頻熱點(diǎn)敏感事件，有效提高檢測網(wǎng)絡(luò)視頻熱點(diǎn)事件的召回率，降低網(wǎng)絡(luò)視頻熱點(diǎn)事件檢測的時(shí)間成本。

本發(fā)明提出一種基于多源信息融合分析的網(wǎng)絡(luò)視頻熱點(diǎn)事件發(fā)現(xiàn)方法，包括以下步驟：

1)采集有多源信息的網(wǎng)絡(luò)視頻。

2)通過多源融合分析的視頻語義結(jié)構(gòu)化模塊，將網(wǎng)絡(luò)視頻的多源信息(網(wǎng)絡(luò)視頻的標(biāo)簽、名稱和評(píng)論)結(jié)構(gòu)化為描述性關(guān)鍵字標(biāo)簽，實(shí)現(xiàn)網(wǎng)絡(luò)視頻語義結(jié)構(gòu)化。

3)根據(jù)步驟2)得到的網(wǎng)絡(luò)視頻語義結(jié)構(gòu)化關(guān)鍵字標(biāo)簽與用戶定義的敏感詞字典的匹配度，得到網(wǎng)絡(luò)視頻的主觀敏感度參數(shù)。

4)根據(jù)網(wǎng)絡(luò)視頻中多源信息的點(diǎn)擊率、時(shí)間字段，得到網(wǎng)絡(luò)視頻的客觀熱度參數(shù)。

5)根據(jù)步驟3)得到的主觀敏感度參數(shù)，建立網(wǎng)絡(luò)視頻敏感度預(yù)測模型，預(yù)測新網(wǎng)絡(luò)視頻的主觀敏感度。

6)根據(jù)步驟4)得到的客觀熱度參數(shù)，建立網(wǎng)絡(luò)視頻熱度預(yù)測模型，預(yù)測新網(wǎng)絡(luò)視頻的客觀熱度。

7)選取步驟5)得到的網(wǎng)絡(luò)視頻的主觀敏感度和步驟6)得到的網(wǎng)絡(luò)視頻的客觀熱度都大于一定閾值，并且主觀敏感度和客觀熱度加權(quán)求和在網(wǎng)絡(luò)視頻集中排名靠前的視頻作為熱點(diǎn)視頻，即網(wǎng)絡(luò)視頻熱點(diǎn)事件。

所述的多源信息包括網(wǎng)絡(luò)視頻的標(biāo)簽、名稱、評(píng)論、時(shí)間和點(diǎn)擊率。

所述的多源融合分析的視頻語義結(jié)構(gòu)化模塊，包括視頻摘要下載與多源文本信息摘要、視頻概念檢測與文本主題建模和視頻語義結(jié)構(gòu)化。