[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

摘要

本发明公开了一种基于视频标题和内容的视频过滤方法和系统，通过对视频的标题进行拆词，计算标题的相似度和比较视频流的相似度。并将标题的相似度和视频流的相似度作为组合条件进行视频过滤，达到视频去重的效果。从而可以对相似度高的视频新闻进行有效过滤，最大限度的去掉一些类似的视频新闻，让用户在有限时间内观看到的新闻都是当日的头条新闻，为用户带来更好的体验。

主权项

一种基于视频标题和内容的视频过滤方法，其特征在于，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；所述拆词的方法为：使用开源项目Lucene的词库进行拆词，并按照正向拆分法对所述视频标题进行切分，再采用对拆分后的各个词匹配计数的方式来衡量文字匹配相同的程度，从而得到拆词后的视频标题的匹配度；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；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，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；比较两则视频流内容指的是比较两则视频的相同播放位置的二进制码流数据；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；每一属性值具有不同的权重，且权重由用户自行设定，通过比较视频属性值，确保保留下的视频是最佳的，当所有属性相同的时候，随机过滤掉一条视频。