基于大数据的视频评估模型研究与系统实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 课题研究现状 | 第11-15页 |
| 1.2.1 视频评估的研究现状 | 第11-13页 |
| 1.2.2 大数据处理框架研究现状 | 第13-15页 |
| 1.3 课题研究目标及主要内容 | 第15-16页 |
| 第二章 完善视频评估指标体系 | 第16-24页 |
| 2.1 基于收视度的评估指标 | 第16-17页 |
| 2.2 基于网络影响度的评估指标 | 第17-18页 |
| 2.3 基于视频内容的评估指标 | 第18-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 构建视频评估模型 | 第24-38页 |
| 3.1 IPTV视频隐式评分 | 第24-26页 |
| 3.2 基于BP神经网络构建视频评估模型 | 第26-31页 |
| 3.2.1 BP神经网络的基本原理 | 第26-27页 |
| 3.2.2 基于BP神经网络的视频评估模型的结构 | 第27-29页 |
| 3.2.3 实验结果与分析 | 第29-31页 |
| 3.3 基于大数据构建视频评估模型 | 第31-37页 |
| 3.3.1 Spark大数据处理框架 | 第31-33页 |
| 3.3.2 基于Spark的视频评估模型的结构 | 第33-36页 |
| 3.3.3 实验结果与分析 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 建立视频评估系统 | 第38-54页 |
| 4.1 系统结构设计 | 第38-39页 |
| 4.2 系统主要模块设计 | 第39-52页 |
| 4.2.1 视频信息采集模块 | 第39-43页 |
| 4.2.2 视频信息整合模块 | 第43-47页 |
| 4.2.3 视频信息补充模块 | 第47-50页 |
| 4.2.4 视频信息评估模块 | 第50-52页 |
| 4.3 本章小结 | 第52-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 本文的总结 | 第54页 |
| 5.2 工作展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间所取得的相关科研成果 | 第60-62页 |
| 致谢 | 第62-63页 |
