[发明专利]一种基于多源信息融合分析的网络视频热点事件发现方法

说明书

一种基于多源信息融合分析的网络视频热点事件发现方法。包括：1)采集有多源信息的网络视频；2)将网络视频的多源信息结构化为描述性关键字标签；3)根据步骤2)得到的网络视频语义结构化关键字标签与用户定义的敏感词字典的匹配度，得到网络视频的主观敏感度参数；4)根据网络视频中多源信息的点击率、时间字段，得到网络视频的客观热度参数；5)根据步骤3)得到的主观敏感度参数，建立网络视频敏感度预测模型，预测新网络视频的主观敏感度；6)根据步骤4)得到的客观热度参数，建立网络视频热度预测模型，预测新网络视频的客观热度；7)选取主观敏感度和客观热度加权求和在网络视频集中排名靠前的视频作为热点视频。

技术领域

本发明属于计算机视觉领域，涉及网络视频热点事件发现方法。

背景技术

网络视频是当今的信息社会重要的组成部分。网络视频规模庞大并且增长迅速。在给人们生活带来便利的同时，无论从国家安全还是存储便利的角度考虑，从网络视频中检测、跟踪热点敏感事件都是亟待解决的问题。

现有的网络视频热点事件发现方案通常是利用人工检测判断视频是否包含敏感或者热点信息，或者依赖于视频标签、评论等文本信息进行判断。然而，一方面随着视频数量的大规模增加，利用人工检测将消耗大量的人力和时间，导致响应迟缓。另一方面，有大量的视频并不包含完整准确的标签及评论信息，基于文本的方法也就无法处理。因此，利用计算机技术，对网络视频本身的内容进行理解标注，再利用数据挖掘的手段处理才是解决热点敏感事件的自动检测的根本手段。

本发明针对网络视频规模庞大，语义内容复杂等问题，研发基于摘要提取的网络视频下载技术，结合网络视频所具有的标签、评论等多源信息，通过概念检测技术，研发基于多源多维信息融合的网络视频的语义结构化技术，在此基础上，基于主题模型研发视频热点事件的自动发现和推荐技术，最终提出一种基于多源信息融合分析的网络视频热点事件发现方法，实现对热点及敏感事件检测功能，具有重大的科学研究和经济社会价值。

发明内容

本发明要克服现有技术的上述缺点，针对带有标签、名称、评论等信息的网上视频，自动地发现网络视频中的热点及敏感事件，用以自动化检测大规模网络视频热点敏感事件，有效提高检测网络视频热点事件的召回率，降低网络视频热点事件检测的时间成本。

本发明提出一种基于多源信息融合分析的网络视频热点事件发现方法，包括以下步骤：

1)采集有多源信息的网络视频。

2)通过多源融合分析的视频语义结构化模块，将网络视频的多源信息(网络视频的标签、名称和评论)结构化为描述性关键字标签，实现网络视频语义结构化。

3)根据步骤2)得到的网络视频语义结构化关键字标签与用户定义的敏感词字典的匹配度，得到网络视频的主观敏感度参数。

4)根据网络视频中多源信息的点击率、时间字段，得到网络视频的客观热度参数。

5)根据步骤3)得到的主观敏感度参数，建立网络视频敏感度预测模型，预测新网络视频的主观敏感度。

6)根据步骤4)得到的客观热度参数，建立网络视频热度预测模型，预测新网络视频的客观热度。

7)选取步骤5)得到的网络视频的主观敏感度和步骤6)得到的网络视频的客观热度都大于一定阈值，并且主观敏感度和客观热度加权求和在网络视频集中排名靠前的视频作为热点视频，即网络视频热点事件。

所述的多源信息包括网络视频的标签、名称、评论、时间和点击率。

所述的多源融合分析的视频语义结构化模块，包括视频摘要下载与多源文本信息摘要、视频概念检测与文本主题建模和视频语义结构化。