基于链接特征的视频广告过滤技术

发布时间：2022-02-14 11:19

　　随着互联网音视频网站的蓬勃发展,这种新型的媒体形式已经逐渐开始取代传统的信息媒体。音视频网站作为面向全体人民的大众化服务,所有用户都可以上传、分享自己的音视频信息,这就给监管造成了极大的影响和困扰,因此建立一个针对全网音视频网站的音视频分析系统,从而对其进行全面实时的监控,成为了迫切的需求。音视频分析系统需要实时采集音视频信息,在采集的过程中需要对搜索到的视频网页信息进行过滤,把与分析内容无关的视频广告信息过滤掉,从而优化系统的整体运行效率,提升系统性能。由于以上原因,需要研究在实时计算环境下能够高效、准确地过滤相关网页信息的技术手段。现有的网页信息分类手段存在着效率偏低,带宽占用偏高,实时处理性能差等诸多问题,本文在已有的基于网页内容的网页分类技术的基础上,研究了基于链接特征的网页分类技术,并且结合了传统的基于网页内容的方法,给出了一种更适合解决实时网页分类问题的模型。本文的主要工作包括:（1）研究了基于链接特征的网页分类技术,改进了基于词语权重的特征提取方法,通过计算词语的链接相关频率来确定该词语的权重,该方法可以有效地减少URL切分后的特征维数,提升分类器处理速度,从而实现在实时... 

【文章来源】：电子科技大学四川省211工程院校985工程院校教育部直属院校

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

网络视频/手机网络视频用户规模

第二章 音视频分析系统及网页分类技术基础第二章 音视频分析系统及网页分类技术基础本章主要对本课题依托的音视频分析系统的架构进行介绍，并分析其采集频网页的数据特性，对目前主流的网页分类相关技术进行了对比分析，最后针视频分析系统的需求，引出了对基于链接特征的网页分类技术研究。.1 音视频分析系统本节主要对音视频分析系统的架构以及链接采集特点进行介绍。2.1.1 音视频分析系统架构音视频分析系统主要架构如图 2-1 所示：

生成特征向量生成特征向量分类器 分类结果图 2-2 网页分类系统框架2.2 网页预处理相关技术的预处理相关技术主要包括对网页 HTML 文档的处理和针对中。 HTML 文档处理主要包括三方面的内容：网页去重、噪音链接容并清除。对于网页的预处理应当将网页的特殊 DOM 结构考文档对象模型的简写，是 W3C 组织规定的一种语言模型和编程示。DOM 在主流的互联网应用编程中都得到了很好的实现，通编程语言有效地访问、控制和操作网页的 HTML 文档。

【参考文献】：
期刊论文
[1]基于朴素贝叶斯的文本分类研究综述[J]. 贺鸣,孙建军,成颖.  情报科学. 2016(07)
[2]基于改进K最近邻分类算法的不良网页并行识别[J]. 徐雅斌,李卓,陈俊伊.  计算机应用. 2013(12)
[3]基于规则的网页分割预处理算法研究[J]. 彭红超,童名文,邹军华,郝秋红.  计算机科学. 2013(S2)
[4]网页去噪:研究综述[J]. 毛先领,何靖,闫宏飞.  计算机研究与发展. 2010(12)
[5]一种基于预分类的高效SVM中文网页分类器[J]. 许世明,武波,马翠,邸思,徐洪奎,杜如虚.  计算机工程与应用. 2010(01)
[6]基于DF和CHI的联合特征提取方法及其应用[J]. 李玉鑑,周兰珍,操卫平.  北京工业大学学报. 2008(09)
[7]基于结构和链接扩展的中文网页分类研究[J]. 刘菁菁,林鸿飞.  微电子学与计算机. 2007(09)
[8]组合降维技术在中文网页分类中的应用[J]. 李新福.  计算机工程与应用. 2007(24)
[9]基于SVM的中文网页分类方法的研究[J]. 牛强,王志晓,陈岱,夏士雄.  计算机工程与设计. 2007(08)
[10]基于分词和基于N-Gram的网页分类系统比较研究[J]. 高伟锋,刘连芳.  广西科学院学报. 2005(S1)



本文编号：3624455