[发明专利]支持模糊评论挖掘的视频高效检索系统

摘要

本发明提取视频的高层抽象概念，实现一套基于模糊评论挖掘的视频检索系统，通过编码网络蜘蛛收集各类视频的评论数据，解决针对各类视频的动态网页信息爬取问题，首先对评论数据进行清洗，然后采用关联规则挖掘算法，从评论中提取出频繁出现的名词集合，并通过孤立性和相关性剪枝去掉其中噪声集，为提高特征词与视频主题的相关性，采用点互信息对可能的非主题频繁词进行过滤，得到与视频密切的特征词集合，采用聚类算法对重复的表达进行聚类，提出基于信息群落将视频的可能相关内容对应到一系列的特征名词以及围绕每一个特征词的相关主题，通过LDA主题模型进行主题挖掘，基于Lucene开源检索框架实现，具有更高的准确性和效率。