视频社区中海量数据管理方法研究

摘要	第1-7页
ABSTRACT	第7-9页
目录	第9-12页
图目录	第12-13页
表目录	第13-14页
第1章 绪论	第14-26页
·互联网视频社区网站发展历史与现状	第14-19页
·互联网视频管理中存在的矛盾与问题	第19-23页
·视频数量与用户查找之间的矛盾	第19-21页
·用户个性与通用检索之间的矛盾	第21-22页
·版权保护的问题	第22-23页
·论文主要内容和结构安排	第23-26页
第2章 视频社区数据管理基础与现状	第26-40页
·海量数据组织方法	第26-30页
·基于分类结构的方法	第26-27页
·基于搜索引擎的方法	第27-29页
·基于主题检测的方法	第29-30页
·个性化推荐算法	第30-34页
·基于记忆的推荐算法	第30-31页
·基于模型的推荐算法	第31-33页
·其它常用推荐算法	第33-34页
·视频版权保护方法	第34-40页
·数字版权保护	第34-36页
·基于内容的视频版权保护方法	第36-40页
第3章 基于网站结构信息的视频主题发现算法	第40-56页
·引言	第40-43页
·研究动机	第40-41页
·挑战与契机	第41-42页
·研究内容	第42-43页
·针对网络视频的主题发现	第43-45页
·双链接双优化的网络视频主题发现算法	第45-50页
·文本信息的丰富方法	第45-47页
·主题抽取及聚类	第47-48页
·聚类修正	第48-49页
·视频主题表达	第49-50页
·视频主题发现算法评价	第50-55页
·实验数据集	第50-51页
·文本增强效果评价	第51-53页
·主题发现	第53-54页
·聚类优化	第54-55页
·本章小结	第55-56页
第4章 基于情感和社会关系的视频个性化推荐	第56-74页
·引言	第56-58页
·本章相关工作	第58-60页
·视频个性化推荐系统	第59-60页
·基于文本的情感分析	第60页
·基于情感和社会关系的视频个性化推荐系统详述	第60-68页
·系统框架	第61-62页
·基于层次化策略的相同视频聚合	第62-64页
·用户情感量化	第64-66页
·社会关系约束下的个性化推荐	第66-68页
·个性化推荐系统的性能分析	第68-73页
·视频数据集	第68页
·性能指标	第68-70页
·系统性能实验方案及结果	第70-71页
·情感量化实验方案及结果	第71-73页
·本章小结	第73-74页
第5章 基于运动词模型的仿制视频检索	第74-92页
·引言	第74页
·什么是仿制视频	第74-77页
·仿制视频的定义	第75页
·仿制视频的分类	第75-77页
·本章相关工作	第77-80页
·视频中运动的表征	第78-79页
·上下文信息辅助的视频表达	第79页
·视频相似度匹配	第79-80页
·仿制视频检索系统框架	第80-81页
·基于运动词的视频段落表达	第81-84页
·运动词模型	第81-83页
·静态局部特征	第83-84页
·查询视频处理	第84页
·基于运动词的视频段落匹配	第84-86页
·最大相似特征包度量	第84-85页
·带上下文约束的系统集成	第85-86页
·仿制视频检索模型的评价	第86-90页
·数据集描述	第86-87页
·系统运行状况	第87-90页
·本章小结	第90-92页
第6章 总结与展望	第92-96页
·工作总结	第92-93页
·未来展望	第93-96页
参考文献	第96-108页
致谢	第108-110页
攻读学位期间发表的学术论文与取得的其它研究成果	第110-111页
攻读学位期间参与项目及主要工作	第111页