Web視頻資源的智能發(fā)現關鍵技術研究.pdf

1、信息技術的迅猛發(fā)展，特別是Web2.0普及后用戶參與度的大幅度提高，用戶不僅可以在線欣賞視頻，還可以成為網絡視頻資源的提供者，所以Internet的視頻資源急劇增加，Web視頻資源的搜索與監(jiān)控成為一個亟待解決的問題。
　　本文圍繞著如何在實際網絡環(huán)境中快、準、全的搜索出視頻資源的需求，在深入研究爬蟲的工作原理的基礎上，提出基于動態(tài)Web視頻資源特征庫的視頻資源疑似度評估模型，設計在線增量學習算法以動態(tài)調整和豐富視頻資源特征知識庫。

2、然后經過不斷進行優(yōu)化和改進，從而較大幅度地提升系統(tǒng)的運行效率，最終達到可實際運用的性能。本文的主要成果可以歸納為以下幾個方面：
　　(1)對實際網絡視頻資源特征與分布進行深入調研，通過分析已知的Web視頻節(jié)目特征，提取其中可以用于評估一個頁面視頻節(jié)目疑似度的特征線索，并設計這種特征的表示模型，最終形成一個Web視頻特征知識基礎庫。
　　(2)在對爬蟲技術深入研究的基礎上，借鑒了主題爬蟲設計思路，結合在Web上發(fā)現視頻資源的靜

3、態(tài)爬行模型，提出了基于在線增量學習的視頻資源發(fā)現模型，并進一步設計了具備更高性能的Web視頻發(fā)現改進模型，并基于該模型，提出了一種基于增量學習的視頻資源發(fā)現算法。
　　(3)通過對實際性能的考察和調優(yōu)，針對提出的視頻資源發(fā)現模型，設計了大量可以控制的配置參數，并通過調研、實驗對比，給出了實際操作中可以使用的參數范圍。
　　(4)基于上述的理論研究成果，設計了具體的視頻資源發(fā)現系統(tǒng)的體系結構和各個模塊的具體流程，形成一個高性能