[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

说明书

技术领域

本发明涉及视频比对技术领域，特别涉及一种基于视频标题和内容的视频过滤方法和系统。

背景技术

为了使用户更快、更多、更准确地获取最新的新闻视频内容，如何抓取各大视频网站最新的新闻并及时的推荐给用户成为当前的研究方向之一。

但是这种从各大视频网站聚合的新闻，内容相似的非常多。比如：同样是禽流感的新闻，可能存在多个新闻都是介绍禽流感的，用户观看起来就很乏味，因此，需要对抓取的视频新闻进行分析，对相似内容进行有效过滤。

有鉴于此，现有技术还有待改进和提高。

发明内容

鉴于上述现有技术的不足之处，本发明的目的在于提供一种基于视频标题和内容的视频过滤方法和系统，以解决现有各大视频网站聚合的新闻视频内容重复率高，不利于向用户推送的问题。

为了达到上述目的，本发明采取了以下技术方案：

一种基于视频标题和内容的视频过滤方法，其中，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；

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。

所述的基于视频标题和内容的视频过滤方法，其中，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。

所述的基于视频标题和内容的视频过滤方法，其中，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，例如m3u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。

所述的基于视频标题和内容的视频过滤方法，其中，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。

所述的基于视频标题和内容的视频过滤方法，其中，预先设定的匹配度阈值为60%。

一种基于视频标题和内容的视频过滤系统，其中，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；

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。

所述的基于视频标题和内容的视频过滤系统，其中，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。

所述的基于视频标题和内容的视频过滤系统，其中，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，例如m3u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。

所述的基于视频标题和内容的视频过滤系统，其中，所述判断模块中当两则视频的视频标题一样， 进一步比较具有相同视频标题的视频的属性值，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。

所述的基于视频标题和内容的视频过滤系统，其中，预先设定的匹配度阈值为60%。