[发明专利]一种面向乘客需求的地铁/高铁车载服务器视频更新方法

说明书

技术领域

本发明属于信息技术领域，涉及到文本统计、文本分类和分布式计算，是一种面向乘客需求的地铁/高铁的车载服务器视频更新方法。本发明方法实施主要包括两个阶段，第一阶段是高频出现文本的统计，即根据乘客日常的搜索记录，采用并行分布式的统计方法，统计出现频次较高的若干搜索词条，这些搜索词条被认为是乘客当前需求的有一定热度的信息；第二阶段是对高频搜索词条进行合理分类，具体方法为首先对大量常用的搜索关键词进行标记以构建样本库，其次基于该样本库建立文本分类模型，最后将统计得到的高频搜索词条输送给分类模型对其进行分类，分类的目的是方便视频的上传和乘客的浏览下载。本发明方法可以提高轨道交通的服务质量，尽可能保证乘客能够从车载服务器上获得其想要的视频，本发明方法还可以用于车载服务器上其他资料的更新。

背景技术

近年来，轨道交通已成为现代化城市主要的交通工具之一，轨道交通在城市现代化、智能化进程中的作用越来越重要。人性化的轨道交通系统离不开完善的服务系统，在轨道交通内部为乘客提供可免费观看/下载的车载视频信息是提高轨道交通服务质量的重要手段。然而不能盲目地为乘客提供视频信息，视频信息的上传需要考虑顾客的需要和信息本身的热度。

如何保证提供的视频、音频和数据信息等的热度和时效性，令乘客满意，问卷调查肯定是不可行的，因为这是一项工作量庞大的任务，且很难保证调查的覆盖率。本发明认为可以将问题归结到文本挖掘方面，即从乘客历史的搜索记录中获得相关的信息，对乘客的搜索记录信息进行文本挖掘，找出乘客的实际需求。目前国内外对于车载服务器的视频信息更新的研究还没有出现，但是对于文本挖掘很多学者都在进行研究，其中最典型的文本挖掘研究，应该属互联网上的文本挖掘。互联网上的信息是非常庞大而更新迅速的，人们迫切需要从web上快速、有效地发现资源和知识，以提高web上信息查找和利用的效率，改善和组织web上的检索结果，开展个性化的服务等等，这些都离不开对web上的文本内容挖掘(R.Etemadi,N.Moghaddam.An approach in web content mining for clustering web pages.Proceedings of the 5^th Internaltional Conference on Digital Information Management.Thunder Bay,ON:IEEE,2010:279-284)。除互联网外，文本挖掘还被广泛应用于股票、证券市场，通过总结相关的政治、经济新闻，挖掘政治和经济类新闻中与股市涨跌相关的关键词，统计该类关键词出现情况下股票交易市场的变化，可以对股票市场指数的变化进行预测(B.Wuthrich,D.Permunetilleke,S.Leung,et al.Daily prediction of major stock indices from textual WWW data.New York:Proceedings of the 4th Internaltional Conference on Knowledge Discovery,1998)。近年来，国内有学者还将文本挖掘应用于中医药领域，对中药的用量和策略进行挖掘(姬航宇，焦拥政，连凤梅等,《伤寒论》及《金匮要略》用量策略的文本挖掘研究,中国中医药杂志,27(1):16-19,2012.)。可见，文本挖掘是对中文文本和非结构化数据挖掘的有效方法。

文本挖掘涉及到的一个很重要的问题就是文本量的问题，文本量巨大的情况下，高精度的文本挖掘是困难的。因为很难对文本进行有监督的学习和挖掘，多数情况下采用的是半监督的挖掘方法，而对于半监督的挖掘方法不可避免地要降低对挖掘精度的要求。对于本发明中所研究的对乘客的搜索记录文本的挖掘，文本量肯定是巨大的，目前已存在的方法很难在保证高精度的情况下对文本直接进行挖掘。

发明内容

本发明要解决的技术问题是地铁/高铁车载服务器视频更新问题。为解决这一问题，应分析乘客的需求，鉴于乘客的流动性较大，乘客的数量巨大，很难直接了解乘客需求，本发明认为可以对乘客在网络上的搜索和浏览记录进行文本挖掘，以确定乘客的需求。鉴于乘客的搜索记录文本量巨大，本发明提出一种两阶段的文本挖掘思路，第一阶段先对文本中不同搜索词条出现的频次进行统计，以获得其中的高频搜索词条；第二阶段是对高频词条进行分类整理。

本发明技术方案的整体实现流程如附图1所示，本发明技术方案的具体步骤如下：

1.获得所需要的文本，这些文本可以通过用户在一些搜索引擎和视频网站上的搜素历史记录来获得；