[发明专利]一种基于视频标题和内容的视频过滤方法和系统

权利要求书

1.一种基于视频标题和内容的视频过滤方法，其特征在于，包括：

获取两则视频；

比较两则视频的视频标题是否一样，若是则过滤掉其中一则视频，否则对两则视频的视频标题进行拆词处理；

所述拆词的方法为：使用开源项目Lucene的词库进行拆词，并按照正向拆分法对所述视频标题进行切分，再采用对拆分后的各个词匹配计数的方式来衡量文字匹配相同的程度，从而得到拆词后的视频标题的匹配度；

判断拆词后的视频标题的匹配度是否超过预先设定的匹配度阈值，若是则过滤掉其中一则视频，否则比较两则视频的视频内容是否一致，若一致则过滤掉其中一则视频；

比较两则视频的视频内容是否一致具体包括：

A、根据两则视频的播放地址，分别获取与所述播放地址对应的视频信息文件，并从所述视频信息文件里面获取两则视频的视频地址；

B、根据两则视频的视频地址，下载并获取二进制的数据流内容，并对数据流内容进行比较；

C、若两个二进制的数据流内容一致，则确定两则视频的视频内容一致，否则为不同的视频内容；

比较两则视频流内容指的是比较两则视频的相同播放位置的二进制码流数据；

所述过滤掉其中一则视频步骤中，包括：

进一步比较两则视频的属性值，根据所述属性值确定过滤掉哪一则视频；

其中，所述视频的属性值包括：视频的连接速度和视频的清晰度；

每一属性值具有不同的权重，且权重由用户自行设定，通过比较视频属性值，确保保留下的视频是最佳的，当所有属性相同的时候，随机过滤掉一条视频。

2.根据权利要求1所述的基于视频标题和内容的视频过滤方法，其特征在于，所述步骤B中对数据流内容进行比较具体为使用开发语言提供的处理数据流的类库的方法对数据流内容进行读取并比较。

3.根据权利要求1所述的基于视频标题和内容的视频过滤方法，其特征在于，预先设定的匹配度阈值为60%。

4.一种基于视频标题和内容的视频过滤系统，其特征在于，包括：

提取单元，用于获取两则视频；

第一过滤单元，用于比较两则视频的视频标题是否一样，若是则过滤掉其中一则视频，否则对两则视频的视频标题进行拆词处理；

所述拆词的方法为：使用开源项目Lucene的词库进行拆词，并按照正向拆分法对所述视频标题进行切分，再采用对拆分后的各个词匹配计数的方式来衡量文字匹配相同的程度，从而得到拆词后的视频标题的匹配度；

第二过滤单元，用于判断拆词后的视频标题的匹配度是否超过预先设定的匹配度阈值，若是则过滤掉其中一则视频，否则比较两则视频的视频内容是否一致，若一致则过滤掉其中一则视频；

所述第二过滤单元中比较两则视频的视频内容是否一致具体包括：

视频地址获取模块，用于根据两则视频的播放地址，分别获取与所述播放地址对应的视频信息文件，并从所述视频信息文件里面获取两则视频的视频地址；

数据流获取模块，用于根据两则视频的视频地址，下载并获取二进制的数据流内容，并对数据流内容进行比较；

判断模块，用于当两个二进制的数据流内容一致，则确定两则视频的视频内容一致，否则为不同的视频内容；

比较两则视频流内容指的是比较两则视频的相同播放位置的二进制码流数据；

所述第一过滤单元中过滤掉其中一则视频具体包括：

比较模块，用于进一步比较两则视频的属性值，根据所述属性值确定过滤掉哪一则视频；

其中，所述视频的属性值包括：视频的连接速度和视频的清晰度；

每一属性值具有不同的权重，且权重由用户自行设定，通过比较视频属性值，确保保留下的视频是最佳的，当所有属性相同的时候，随机过滤掉一条视频。

5.根据权利要求4所述的基于视频标题和内容的视频过滤系统，其特征在于，所述数据流获取模块中对数据流内容进行比较具体为使用开发语言提供的处理数据流的类库的方法对数据流内容进行读取并比较。

6.根据权利要求5所述的基于视频标题和内容的视频过滤系统，其特征在于，预先设定的匹配度阈值为60%。