一种基于数据挖掘的视频内容推送技术的制作方法

计算;推算;计数设备的制造及其应用技术一种基于数据挖掘的视频内容推送技术1.本发明涉及大数据领域，具体涉及一种基于大数据数据挖掘的视频内容推送技术。背景技术：在现在这个视频数据大爆发的时代，产生了大量的音视频数据，而这些数据表面看来杂乱无章，但是通过强有力的信息检索和分析，可以发现这些数据之间的关系和规律，进而进行有针对性的预测并推送。技术实现要素：2.在互联网时代，产生了大量的音视频数据，为了最大化地利用这些杂乱无章的数据，必须具有强有力的信息检索和分析工具，在表面的查询功能下进行更深入的分析，从这些数据中获取有用的知识信息，从而从这些大量的视音频数据中发现这些数据之间的关系和规则，以便根据现有的视音频数据信息进行有效的预测和推送。3.现有的检索技术和数据挖掘技术结合剔除与用户检索要求不相关的结果，方便用户查找到自己所需要的资源，提高查找效率和精度，进行准确的定位。数据挖掘的重要步骤就是数据清理工作，传统的数据挖掘算法对需要处理的数据类型要求很高。多媒体数据挖掘中知识发现的过程可简单的分为：数据清理：对原始数据进行噪声消除；数据集成：将不同类型的数据集合在一起；数据选择：从数据库中挑选挖掘过程中所需要的相关数据；数据变换：把经过数据选择的数据变换统一的形式或是统一的数据类型，常见的有通过汇总或聚类等操作来实现；数据挖掘：使用关联规则挖掘、分类挖掘、聚类挖掘和web数据挖掘等方法进行数据模式或模型的提取；模式评估：根据一定的兴趣度度量来识别真正有趣表示知识的模式；知识表示：使用先进的可视化技术和知识表示技术，向用户展示挖掘的知识和结果。4.多媒体数据非常复杂，包括非结构化或半结构化的视频、声音、动画、图片和文本信息等。由于数据量大，数据库变化更新快，从这些多媒体数据中抽取隐藏的知识或其他非显性储存的模式比较困难。多媒体信息，尤其是声音、动画、视频等连续性媒体一般都有时空关联性等特点，难以在多媒体信息和数据描述之间建立简单的对应关系，其信息特征的提取比较困难。加上多媒体信息各自独立的对象内蕴含极为丰富的语义联系，进一步加大挖掘的难度。知识的表达和解释难以理解，多媒体挖掘所得出的模式往往比较隐晦。多媒体数据挖掘的应用大致有下列几种：①文本，包括新闻解说词、串联单、文稿信息；②静态图像，包括各类图片，如jpg、bmp、tga串等；③运动图像，比如avi视频图像；④声音，包括配音和视频中的声音等音频数据。多媒体数据挖掘根据处理的对象可分为文本、图像、视频、音频等半结构化和非结构化的数据挖掘。5.文本挖掘的文本数据是结构化的。文本挖掘从结构化的文本数据中发现潜在的概念以及概念之间的关系，然后从其文本数据库中提取尚未被人们认识的数据或关联。挖掘文本数据库的方法有两类：一类是基于关键字的关联分析，一类是文档分类分析。基于关键字的关联分析，首先收集经常一起使用的关键词或词汇，找出其关联或相互关系。然后调用关联挖掘算法，在文档数据库中，把每一个文档作为一个事务，文档中的关键词组可视为事务中的一组事务项。这样文档数据库中的关键字关联规则挖掘的问题就转化为事务数据库中项集的关联规则挖掘问题。文档分类分析是一种重要的文本挖掘方法。通过对文档分类分析。可以把大量的联机文档自动分类组织，便于对文档的检索和分析。首先，选一组预先分类过的文档作为训练集。然后，对训练集进行分析得出分类模式。通过测试过程不断细化分类模式。最后，用这些分类导出的分类模式对其他联机文档进行分类。6.图像挖掘从图像中提取元数据或者关键帧，然后在元数据的基础上进行数据挖掘，也可以直接对图像进行挖掘，图像挖掘的结果在本项目的检索系统中用于检测异常模式。将图像挖掘和多媒体的结合，挖掘的结果的方式进行可视化呈现。从大型数据库中发现视频事件关联的模式，对视频数据的属性包括视听信息、时间信息、事件关系和语义信息，从中发现隐藏的、有价值的、可理解的视频模式等进行综合分析，得出视频表示与关键字的关联，可以在很大程度上满足检索模块的智能化、专业化。技术特征：1.一种基于数据挖掘的视频内容推送技术，其特征在于，包括：s1：根据数据模型进行数据挖掘；s2：评估数据模型；s3：推送关联视频内容。2.根据权利要求1所述的一种基于数据挖掘的视频内容推送技术，其特征在于，s2包括：s21：结构化文本数据挖掘；s22：元数据或者关键帧的图像挖掘。技术总结本发明属于多媒体技术领域，具体涉及一种基于数据挖掘的视频内容推送技术，其中包括：S1：根据数据模型进行数据挖掘；S2：评估数据模型；S3：推送关联视频内容。在现在这个视频数据大爆发的时代，产生了大量的音视频数据，而这些数据表面看来杂乱无章，但是通过强有力的信息检索和分析，可以发现这些数据之间的关系和规律，进而进行有针对性的预测并推送。进而进行有针对性的预测并推送。技术研发人员：张现丰受保护的技术使用者：北京华录新媒信息技术有限公司技术研发日：2020.12.30技术公布日：2022/7/18









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!