基于流行度的视频发布系统设计与实现
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 基于时间序列的预测方法 | 第10-11页 |
| 1.2.2 基于机器学习的预测方法 | 第11-13页 |
| 1.3 论文研究内容 | 第13-14页 |
| 1.4 论文结构安排 | 第14-15页 |
| 第二章 相关技术介绍 | 第15-24页 |
| 2.1 HLS协议 | 第15-19页 |
| 2.1.1 基于HLS协议的系统架构 | 第15-16页 |
| 2.1.2 M3U8索引文件 | 第16-18页 |
| 2.1.3 TS流 | 第18-19页 |
| 2.2 SSH架构 | 第19-21页 |
| 2.2.1 Struts2技术 | 第20页 |
| 2.2.2 Hibernate技术 | 第20页 |
| 2.2.3 Spring技术 | 第20-21页 |
| 2.3 流行度预测技术 | 第21-23页 |
| 2.3.1 流行度预测概述 | 第21-22页 |
| 2.3.2 流行度预测算法评价指标 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于用户偏好的流行度预测算法研究 | 第24-34页 |
| 3.1 算法思想 | 第24页 |
| 3.2 算法描述 | 第24-30页 |
| 3.2.1 用户评分预测 | 第24-28页 |
| 3.2.2 影片流行度预测 | 第28-30页 |
| 3.3 算法验证 | 第30-33页 |
| 3.3.1 实验数据 | 第30-31页 |
| 3.3.2 对比算法与评价指标 | 第31页 |
| 3.3.3 实验结果 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于社交与搜索数据的流行度预测算法研究 | 第34-49页 |
| 4.1 视频流行度分析 | 第34-38页 |
| 4.2 算法思想 | 第38-39页 |
| 4.3 算法描述 | 第39-41页 |
| 4.3.1 预测模型 | 第39-40页 |
| 4.3.2 算法具体步骤 | 第40-41页 |
| 4.4 实验与分析 | 第41-48页 |
| 4.4.1 数据获取 | 第41-44页 |
| 4.4.2 实验结果 | 第44-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 基于流行度的视频发布系统的设计与实现 | 第49-72页 |
| 5.1 基于流行度的视频点播系统设计目标与原则 | 第49-50页 |
| 5.2 系统总体架构 | 第50-51页 |
| 5.3 环境的搭建与配置 | 第51-54页 |
| 5.3.1 服务器安装与配置 | 第51-53页 |
| 5.3.2 数据库安装 | 第53页 |
| 5.3.3 FFmpeg安装与配置 | 第53-54页 |
| 5.4 系统的设计与实现 | 第54-70页 |
| 5.4.1 系统主要功能模块的设计与实现 | 第55-70页 |
| 5.5 本章小结 | 第70-72页 |
| 第六章 总结和展望 | 第72-74页 |
| 6.1 全文总结 | 第72-73页 |
| 6.2 工作展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 附录 I 攻读硕士学位期间取得的研究成果 | 第79-80页 |
| 附录 II 图版 | 第80-82页 |
| 附录 III 表版 | 第82-83页 |
