基于互联网视频相似性的社会网络构建、分析方法与应用研究
摘要 | 第8-9页 |
ABSTRACT | 第9-10页 |
第一章 绪论 | 第11-21页 |
1.1 研究背景与意义 | 第11-13页 |
1.2 国内外研究现状 | 第13-17页 |
1.2.1 互联网视频 | 第13-14页 |
1.2.2 视频相似性检测 | 第14-15页 |
1.2.3 在线社会网络 | 第15-17页 |
1.3 主要研究内容及创新点 | 第17-20页 |
1.3.1 主要研究内容 | 第17-19页 |
1.3.2 研究思路 | 第19页 |
1.3.3 主要创新点 | 第19-20页 |
1.4 论文的组织结构 | 第20-21页 |
第二章 互联网视频相似性检测 | 第21-27页 |
2.1 颜色自相关直方图特征提取 | 第22-24页 |
2.2 快速近似最近邻方法(FLANN)检索 | 第24页 |
2.3 基于后处理过程与传递闭包 | 第24-26页 |
2.4 实验结果与分析 | 第26-27页 |
第三章 基于互联网视频相似性的社会网络的构建 | 第27-38页 |
3.1 问题分析 | 第27-28页 |
3.2 符号说明 | 第28页 |
3.3 视频网络构建 | 第28-29页 |
3.4 双向加权社会网络的构建 | 第29-32页 |
3.5 双向加权符号社会网络的构建 | 第32-38页 |
3.5.1 文本倾向性分析 | 第32-34页 |
3.5.2 双向加权符号社会网络的构建 | 第34-38页 |
第四章 双向加权社会网络的构建与应用 | 第38-48页 |
4.1 数据集 | 第38-40页 |
4.2 衡量视频和事件参与者的重要度 | 第40-46页 |
4.2.1 视频重要度的选取 | 第40页 |
4.2.2 视频重要度与视频元数据的关系 | 第40-42页 |
4.2.3 衡量视频重要度 | 第42页 |
4.2.4 衡量事件参与者重要度 | 第42-46页 |
4.2.5 小节 | 第46页 |
4.3 事件追踪 | 第46-47页 |
4.4 数据集约减 | 第47-48页 |
第五章 双向加权符号社会网络的构建与应用 | 第48-60页 |
5.1 数据集 | 第48-50页 |
5.2 文本倾向性分析方法结果 | 第50-51页 |
5.3 网络统计特性 | 第51-55页 |
5.4 衡量符号网络中事件参与者的重要度 | 第55-57页 |
5.5 事件追踪 | 第57-58页 |
5.6 数据集约减 | 第58-60页 |
结束语 | 第60-62页 |
致谢 | 第62-63页 |
参考文献 | 第63-69页 |
作者在学期间取得的学术成果 | 第69页 |