基于语义关联的微信跨媒体检索研究

发布时间：2021-06-11 23:00

　　微信作为一款可以实现信息获取、交流、检索和传播的即时通讯软件,受到广大手机用户的青睐。随着大数据时代的到来,微信数据也逐渐呈现出了多样性、海量性以及复杂性等特点,其中包含了丰富的多媒体数据资源,且普遍存在底层特征异构,高层语义丰富的特点,给传统的多媒体检索带来了巨大的挑战。如何挖掘和关联多媒体数据的语义特征,实现不同类型数据的灵活跨越,是跨媒体检索的关键问题。本文首先采用文献计量方法对2004-2018年间发表的跨媒体检索相关文献进行分析,在讨论跨媒体检索的研究背景、研究意义以及研究现状等内容的基础上,根据文献发布时间、学科、期刊、机构、作者和关键词分布情况,挖掘跨媒体检索的发展脉络和研究热点,为进一步推动国内相关跨媒体检索研究发展提供参考意义。针对微信文本和图像在底层特征上的异构性和语义鸿沟问题,实现多媒体数据之间的语义关联变得尤为关键,于是本文设计了一种基于语义关联的微信跨媒体检索模型。多媒体数据的特征提取是实现跨媒体检索的基础,因此首先通过对微信用户提交的查询示例进行特征分析与提取,研究了文本和图像在底层内容特征上的统计关系,在特征降维的同时最大程度地保持了潜在相关性,使用相关技... 

【文章来源】：山西财经大学山西省

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

VideoQ检索界面

图 3.1 2004～2018 年国际跨媒体检索文献发文时间分布通过对相关文献的发文时间和发文数量整理统计后发现，跨媒体检索领不断波动的的状态。我们将其发展过程分成了四个阶段：第一阶段为 20007 年，这一阶段的发文数量逐年下降，是因为当时正处于基于内容的多

于学术研究与开发活动，是科研成果产生的重要来源，对研究机构进行排列有助于了解跨媒体检索研究的主要机构分布情况。在WOS收录的相关文献中过 CiteSpace 软件实现了科研机构的可视化，本文对排名前 10 的科研机构进关分析。科研机构知识图谱如图 3.2 所示，具体科研机构分布如表 3-3 所示


本文编号：3225428