[发明专利]一种互联网流媒体大数据弹幕处理系统

说明书

本发明一种互联网流媒体大数据弹幕处理系统包括图像识别模块、非法词汇数据库、词汇过滤模块、筛选模块、弹幕获取模块、控制模块，其用于比较第一弹幕在第一单位时间内的数量与所述第一单位时间内的预设数量，若大于，则将与所述第三文字数据相关联的第一弹幕转化为第二弹幕，并将所述第二弹幕与流媒体合成发送至用户终端。本发明通过上述方式筛选与流媒体的每一帧图像内的第一文字数据相关的弹幕作为最终输出至用户终端的第二弹幕，从而保证了在庞大数据量的弹幕同时输入时，可尽可能地筛选与本视频内容相关联的弹幕数据与流媒体合成发送至用户终端，从而过滤掉诸如辱骂、广告、闲谈等与流媒体内容无关的弹幕数据。

本发明专利申请是分案申请。原案的专利号是2019106472422，申请日是2019年7月17日，发明名称是一种互联网流媒体大数据弹幕处理系统及处理方法。

技术领域

本发明涉及一种大数据弹幕技术，特别是涉及一种用于处理流媒体大数据弹幕的系统。

背景技术

目前，弹幕成了为很多观众观看视频、直播的重要元素。越来越多的人观看弹幕、发送弹幕成为了目前的潮流。但是随着弹幕数量的增加，弹幕也出现了很多诸如黄色、暴力、广告、宗教、政治等违法信息。即便不是违法信息，弹幕之间互相带节奏，发送的与流媒体内容无关的弹幕也会影响用户观看。

因此，目前亟需一种治理流媒体大数据弹幕的处理系统。

发明内容

本发明要解决的技术问题是提供一种治理流媒体大数据弹幕的处理系统。

本发明一种互联网流媒体大数据弹幕处理系统，包括

图像识别模块，其用于识别流媒体内的每一帧出现的第一文字数据；

非法词汇数据库，其用于存储非法词汇；

词汇过滤模块，用于将所述第一文字数据与所述非法词汇数据库中的非法词汇进行对比，若不匹配，则将所述第一文字数据转化为第二文字数据；

筛选模块，其用于将连续出现超过预设帧数的第二文字数据转化为第三文字数据；

弹幕获取模块，其用于输入第一弹幕；

控制模块，其用于比较第一弹幕在第一单位时间内的数量与所述第一单位时间内的预设数量，若大于，则将与所述第三文字数据相关联的第一弹幕转化为第二弹幕，并将所述第二弹幕与流媒体合成发送至用户终端。

本发明一种互联网流媒体大数据弹幕处理系统，其中所述控制模块将与所述第三文字数据相关联的第一弹幕转化为第二弹幕的方式为：

根据所述第三文字数据的字符和字符数量n而比较每个第一弹幕中与第一弹幕数据相同的字符的字符数量a；

按照字符数量a由大至小的顺序和在相同字数数量a时将靠近将输入时间与所述第三文字数据连续出现的第一帧的时间更近的一部分第一弹幕转化为第二弹幕，其中第二弹幕数量等于所述第一单位时间内的预设数量。

本发明一种互联网流媒体大数据弹幕处理系统，其中所述图像识别模块识别流媒体内的每一帧出现的第一文字数据的方式为：

将第二单位时间内超过第一预设阈值的识别出第一文字数据所在的流媒体内的每一帧的位置定义为字幕区域，每一帧的其他位置为非字幕区域；

判定将所述第二时间所述第一文字数据是否超过第二预设阈值，若否，则输出第一文字数据，若是，则将根据每个第一文字数据与所述非法词汇数据库中的非法词汇相同的字符数b、位置系数c按如下公式输出和谐分数d：其中，当所述第一文字数据在所述字幕区域时，c＝0.9，当所述第一文字数据在所述非字幕区域时，c＝0.1.1；

按照由大至小的顺序输出第二预设阈值个第一文字数据。