[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）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

本發(fā)明公開了一種作品網(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)，系統(tǒng)包括作品登記管理模塊、平臺登記管理模塊、作品采集詞管理模塊、作品基礎(chǔ)過濾配置管理模塊、作品指紋過濾配置管理模塊、作品和平臺關(guān)系及過濾配置管理模塊和上傳人管理模塊等。本發(fā)明通過對作品、采集和審核進行管理，采用自動化采集方法，實現(xiàn)多作品全網(wǎng)傳播發(fā)現(xiàn)的數(shù)據(jù)并大幅降低數(shù)據(jù)遺漏，且通過采用數(shù)據(jù)清洗方法，能夠?qū)崿F(xiàn)對無關(guān)數(shù)據(jù)的識別提高數(shù)據(jù)有效性和清洗速度。本發(fā)明除適用影視作品網(wǎng)絡(luò)傳播行為發(fā)現(xiàn)外，也適用文學(xué)作品、圖文作品、音樂作品等網(wǎng)絡(luò)傳播行為的發(fā)現(xiàn)。

技術(shù)領(lǐng)域

本發(fā)明涉及互聯(lián)網(wǎng)信息采集技術(shù)領(lǐng)域，具體涉及一種作品網(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)。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)和流量變現(xiàn)市場的發(fā)展，市場上出現(xiàn)很多以視頻剪輯方式非法傳播影視作品的用戶平臺。雖然現(xiàn)在出現(xiàn)的很多數(shù)據(jù)采集系統(tǒng)，以及各視頻平臺或搜索引擎也提供搜索能力，但是無法適用對于影視作品在網(wǎng)絡(luò)上傳播行為的發(fā)現(xiàn)。原因一是視頻平臺數(shù)據(jù)量巨大，不能進行全量采集與發(fā)現(xiàn)，會出現(xiàn)大量數(shù)據(jù)遺漏問題；原因二是收集到的巨量數(shù)據(jù)存在大量無效數(shù)據(jù)，雖然存在視頻指紋比對技術(shù)可實現(xiàn)數(shù)篩選，但是此技術(shù)對比速度隨作品量增加會線性增加，無法滿足龐大的視頻快速比對需求；原因三是對于大批作品的網(wǎng)絡(luò)傳播行為，全網(wǎng)發(fā)現(xiàn)工作沒有合適的自動化系統(tǒng)，這些問題需要有相關(guān)技術(shù)或系統(tǒng)進行解決。

發(fā)明內(nèi)容

技術(shù)目的：為解決上述技術(shù)問題，本發(fā)明公開了一種作品網(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)，能夠解決視頻網(wǎng)絡(luò)傳播行為的發(fā)現(xiàn)工作，同時盡量減少數(shù)據(jù)遺漏、大量無效數(shù)據(jù)的篩選難、大批量作品的網(wǎng)絡(luò)傳播行為快速發(fā)現(xiàn)及自動化實現(xiàn)等問題。

技術(shù)方案：為實現(xiàn)上述技術(shù)目的，本發(fā)明采用了如下技術(shù)方案：

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：在本地數(shù)據(jù)庫中添加待檢索的作品信息、待搜索的多個網(wǎng)絡(luò)平臺信息、各網(wǎng)絡(luò)平臺中個人上傳者信息、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；

S2、自動化數(shù)據(jù)采集：包括同時進行的任務(wù)生成線程和任務(wù)采集線程，任務(wù)生成線程中，生成用于實現(xiàn)數(shù)據(jù)采集的任務(wù)清單，任務(wù)清單中存儲實時更新的用于數(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行處理，將視頻屬性信息按照不同平臺進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。

優(yōu)選地，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；個人上傳者信息包括上傳人首頁鏈接。

優(yōu)選地，所述步驟S2具體包括：

S2.1、初始化采集程序，同時啟動任務(wù)生成線程和任務(wù)采集線程；

S2.2、任務(wù)生成線程中，每隔固定時間，讀取網(wǎng)絡(luò)平臺信息及其對應(yīng)的平臺采集入口鏈接；

S2.3、任務(wù)生成線程中，設(shè)置第一采集時間間隔閾值，持續(xù)讀取作品采集詞信息，若當前采集時刻減去上次采集時刻大于第一采集時間間隔閾值，則將步驟S2.2的平臺采集入口鏈接和當前采集時刻讀取到的采集詞組合，得到一個新鏈接；

判斷所述新鏈接是否已存在于任務(wù)清單中，如果不存在，則加入到任務(wù)清單中，否則不處理；