[发明专利]一种网络视频事件挖掘方法及系统

权利要求书

1.一种网络视频事件挖掘方法，其特征在于，包括：

从至少两个类型的多媒体信息中获取视觉信息和文本信息；

对所述视觉信息和所述文本信息进行突发性特征挖掘，分别得到视觉突发特征信息和文本突发特征信息；

分别计算每个文本突发特征信息在所有各个视觉突发特征信息中的分布权重；

根据所述分布权重，通过多重对应分析模型进行训练测试，挖掘出网络视频事件。

2.如权利要求1所述的方法，其特征在于，通过以下公式计算每个文本突发特征信息在所有各个视觉突发特征信息中的分布权重：

NTji=F(i,j)ΣN(j)×logND(Gi)]]>

其中，所述为第i个文本突发特征信息在第j个视觉突发特征信息中分布权重；所述F(i,j)为所述第i个文本突发特征信息在所述第j个视觉突发特征信息中出现的频率；所述∑N(j)为所述第j个视觉突发特征信息中出现的所有文本突发特征信息的频率；所述D(G_i)为包含所述第i个文本突发特征信息的视觉突发特征信息的数量；所述N为视觉突发特征信息的数量。

3.如权利要求1所述的方法，其特征在于，所述对所述视觉信息和所述文本信息进行突发性特征挖掘，包括通过特征轨迹挖掘，频繁模式挖掘、关联规则挖掘中的任意组合的挖掘方式进行突发性特征挖掘；其中，

所述特征轨迹挖掘、所述频繁模式挖掘对所述视觉信息和所述文本信息都进行挖掘；所述关联规则挖掘对所述文本信息进行挖掘。

4.如权利要求1所述的方法，其特征在于，所述根据所述分布权重，通过 多重对应分析模型进行训练测试，挖掘出网络视频事件，包括：

对所述分布权重进行离散化处理，得到特征值对；并计算所述特征值对与网络视频事件的第一相似度；

根据所述分布权重和所述第一相似度，计算所述视觉突发特征信息与网络视频事件的第二相似度；

根据所述第二相似度挖掘出网络视频事件。

5.如权利要求4所述的方法，其特征在于，所述计算所述特征值对与网络视频事件的第一相似度，包括：

将所述特征值对与网络视频事件映射到多维空间；

在所述多维空间中通过计算所述特征值对与所述网络视频事件的夹角，分析所述特征值对与所有网络视频事件的相关性，得到第一相似度。

6.如权利要求1-5任一项所述的方法，其特征在于，所述挖掘出网络视频事件之后，还包括：

对挖掘出的网络视频事件进行事件间关系紧密度程度测量，得出各个网络视频事件的事件间关系紧密度程度信息。

7.如权利要求6所述的方法，其特征在于，还包括：

根据所述各个网络视频事件的事件间关系紧密度程度信息，将同一话题的网络视频事件进行关联，并按照事件的发生时间顺序生成并展示事件发展结构信息。

8.如权利要求7所述的方法，其特征在于，以图形化的方式展示所述事件发展结构信息；所述事件发展结构信息包括：

目标网络视频事件的缩略图、标注信息，以及当目标网络视频事件之间发生关系时的连接信息；其中，所述目标网络视频事件包括事件间关系紧密度程度大于预设程度的事件。