[发明专利]一种视频相似度的计算方法

权利要求书

1.一种视频相似度的计算方法，其特征在于，具体步骤包括：

(1)提取视频A初步文本特征

①对所述视频A的简介进行中文分词；

②计算步骤①获取的每个分词的频率，计算公式如式(Ⅰ)所示：

βa,d=count(a,d)count(d)]]>(Ⅰ)

式(Ⅰ)中，β_a,d是指分词a在视频A的简介d中的频率，count(a,d)是指分词a在视频A的简 介d中出现的次数，count(d)是指视频A的简介d中所有分词的数量；

③计算分词a在整个数据库中所有视频的简介C中出现的逆文档频率β_a,C，计算公式如 式(Ⅱ)所示：

βa,C=log(ncount(a,C))]]>(Ⅱ)；

式(Ⅱ)中，n是指整个数据库中所有视频的简介C的总数，count(a,C)是指整个数据库 中所有视频的简介C中出现分词a的视频的简介的数量；

④计算分词a在所述视频A的简介中的权重β_α，计算公式如式(Ⅲ)所示：

β_α＝β_α,d*β_α,C(Ⅲ)

⑤计算视频A的初步文本特征：β_A＝{a:β_a,b:β_b,.........}；其中，{a,b,.........}是 指所述视频A的所有分词，{β_a,β_b,.........}是指所述视频A的所有分词对应的权重；

(2)采用LDA主题模型提取视频A的隐性特征

⑥对所述视频A的简介进行中文分词；

⑦将步骤⑥获取的所有分词放置在语料库；

⑧将步骤⑦获取的所述语料库输入所述LDA主题模型，指定主题数目，输出：视频A在每 个指定主题上的相关度V_tv及所有分词在每个指定主题上的相关度V_at；

⑨计算分词a在视频A的简介中的权重α_a，计算公式如式(Ⅳ)所示：

α_a＝V_at*V_tv(Ⅳ)

⑩计算视频A的隐性特征为α_A＝{a:α_a,b:α_b,.........}，其中，{a,b,.........}是指 所述视频A的所有分词，{α_a,α_b,.........}是指所述视频A的所有分词对应的权重；

(3)计算视频A的文本特征v_A，计算公式如式(Ⅴ)所示：

v_A＝λα_A*(1-λ)β_A(Ⅴ)

式(Ⅴ)中，λ为相似视频转化率最大时的取值；

(4)通过步骤(1)-(3)计算视频的B文本特征v_B，并计算视频A、视频B之间的相似度，计算 公式如式(Ⅵ)所示：

sim(vA,vB)=cos(vA→,vB→)=vA→·vB→|vA→|*|vB→|]]>(Ⅵ)。