[發(fā)明專利]作品網(wǎng)絡(luò)傳播行為發(fā)現(xiàn)方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202011435954.7
• 申請日: 2020-12-10
• 公開（公告）號: CN112231518B
• 公開（公告）日: 2021-04-06
• 發(fā)明（設(shè)計(jì)）人: 石曉濤;潘軍;王哲;張國鑫;丁鵬;郭錚
• 申請（專利權(quán)）人: 南京訊思雅信息科技有限公司
• 主分類號: G06F16/783
• 分類號: G06F16/783;G06F16/908
• 代理公司: 南京睿之博知識產(chǎn)權(quán)代理有限公司 32296
• 代理人: 劉菊蘭

1.一種作品網(wǎng)絡(luò)傳播行為發(fā)現(xiàn)方法，其特征在于，順序執(zhí)行以下步驟：

S1、配置規(guī)則：在本地?cái)?shù)據(jù)庫中添加待檢索的作品信息、待搜索的多個(gè)網(wǎng)絡(luò)平臺信息、各網(wǎng)絡(luò)平臺中個(gè)人上傳者信息、多種過濾規(guī)則，過濾規(guī)則包括作品基礎(chǔ)過濾規(guī)則、作品指紋過濾規(guī)則、作品與平臺關(guān)系及其過濾規(guī)則；

作品基礎(chǔ)過濾規(guī)則中設(shè)定了作品編號、第一最低時(shí)長、標(biāo)題內(nèi)容正向正則和標(biāo)題內(nèi)容反向正則信息，用于數(shù)據(jù)過濾處理；

作品指紋過濾規(guī)則設(shè)置了作品編號、作品指紋特征、指定分值，用于數(shù)據(jù)過濾處理；

作品和平臺關(guān)系及其過濾規(guī)則設(shè)置了作品與所在網(wǎng)絡(luò)平臺的關(guān)系、第二最低時(shí)長和白名單，用于制定綜合采集規(guī)則以及對數(shù)據(jù)進(jìn)行 過濾處理；作品和平臺關(guān)系為多對多關(guān)系，每條關(guān)系包含作品編號、平臺編號、最低時(shí)長和白名單范圍；

S2、自動化數(shù)據(jù)采集：包括同時(shí)進(jìn)行的任務(wù)生成線程和任務(wù)采集線程，任務(wù)生成線程中，生成用于實(shí)現(xiàn)數(shù)據(jù)采集的任務(wù)清單，任務(wù)清單中存儲實(shí)時(shí)更新的用于數(shù)據(jù)采集鏈接；由任務(wù)采集線程執(zhí)行任務(wù)清單，完成對作品網(wǎng)絡(luò)傳播行為的數(shù)據(jù)的采集，并逐個(gè)平臺制定具有預(yù)設(shè)內(nèi)容和顯示格式的視頻屬性信息；

S3、數(shù)據(jù)清洗：對步驟S2采集到的視頻屬性信息進(jìn)行處理，將視頻屬性信息按照不同平臺進(jìn)行解析和制定格式化鏈接；根據(jù)過濾規(guī)則，將篩選后的有效的格式化鏈接以清單形式輸出；步驟S3具體包括：

S3.1、提取視頻屬性信息，包括作品編號、平臺編號、上傳人首頁鏈接、標(biāo)題、時(shí)長、作品指紋特征信息，數(shù)據(jù)庫中設(shè)置用于在數(shù)據(jù)清洗過程中可調(diào)用的去重鏈接列表；

在數(shù)據(jù)清洗過程中，將視頻屬性信息按照不同平臺進(jìn)行解析，提取若平臺屬性解析正常，則取出視頻屬性信息，并根據(jù)平臺不同制定格式化鏈接；

若格式化鏈接在現(xiàn)有的去重鏈接列表中未出現(xiàn)重復(fù)時(shí)，則將其加入到去重鏈接列表中，否則丟棄；

S3.2、當(dāng)步驟S3.1讀取的視頻屬性信息中的作品編號不為空時(shí)，進(jìn)一步根據(jù)作品基礎(chǔ)過濾規(guī)則對視頻屬性信息進(jìn)行處理：

若視頻屬性信息中的時(shí)長大于或等于第一最低時(shí)長，繼續(xù)下一步，否則丟棄該格式化鏈接；

若視頻屬性信息中的標(biāo)題符合標(biāo)題內(nèi)容正向正則時(shí)，繼續(xù)下一步，否則丟棄該格式化鏈接；

若視頻屬性信息中的標(biāo)題符合標(biāo)題內(nèi)容反向正則時(shí)，丟棄該格式化鏈接，否則繼續(xù)下一步，進(jìn)入步驟S3.4；

S3.3、當(dāng)步驟S3.1讀取的視頻屬性信息中的作品編號為空時(shí)，直接判斷視頻屬性信息中的標(biāo)題是否能夠匹配到數(shù)據(jù)庫中的作品標(biāo)題內(nèi)容正向正則，如果能匹配到，則取匹配到的作品編號，進(jìn)入步驟S3.4；如果不能匹配到，進(jìn)行步驟S3.5；

S3.4、根據(jù)作品編號和平臺編號，進(jìn)一步根據(jù)作品和平臺關(guān)系及過濾配置規(guī)則對視頻屬性信息進(jìn)行處理：

若視頻屬性信息中的時(shí)長大于或等于第二最低時(shí)長時(shí)，繼續(xù)下一步，否則丟棄該格式化鏈接；

若視頻屬性信息中的上傳人首頁鏈接存在于白名單范圍時(shí)，丟棄該格式化鏈接，否則繼續(xù)下一步；

下載視頻，提取作品指紋特征，根據(jù)作品指紋過濾規(guī)則進(jìn)行處理：

若通過作品指紋特征搜索到數(shù)據(jù)庫中的指紋列表中存在匹配的一個(gè)或多個(gè)指紋，且分值大于指定分值時(shí)，確定該格式化鏈接有效，否則丟棄；進(jìn)入步驟3.6；

步驟3.5、直接根據(jù)視頻屬性信息中的作品指紋特征在數(shù)據(jù)庫中進(jìn)行圖像搜索，如果能夠搜索到匹配的作品指紋，且當(dāng)通過該指紋搜索到指紋列表中存在一個(gè)或多個(gè)指紋且分值大于指定分值時(shí)，確定該格式化鏈接有效；否則丟棄；進(jìn)入步驟3.6；

步驟3.6、對有效格式化鏈接進(jìn)行登記、審核，并以清單形式輸出。

2.根據(jù)權(quán)利要求1所述的一種作品網(wǎng)絡(luò)傳播行為發(fā)現(xiàn)方法，其特征在于，步驟S1中，作品信息包括作品名稱、作品集數(shù)、作品導(dǎo)演、作品主演、作品編號、作品匹配用名稱正則的增刪改查、作品指紋特征、作品采集詞；對作品指紋特征的提取方法，包含sift算法、百度云視頻指紋算法或騰訊云視頻指紋算法；

網(wǎng)絡(luò)平臺信息包括平臺名稱、平臺編號、平臺網(wǎng)址、平臺采集入口鏈接、平臺搜索鏈接和平臺屬性；平臺屬性為從全網(wǎng)范圍內(nèi)篩選出的搜索引擎、視頻平臺或貼吧論壇中的任一種；個(gè)人上傳者信息包括上傳人首頁鏈接。