基于大数据的IPTV视频评估模型

• 作者: 张素琪 武君艳 王守彬 顾军华 高星
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 大数据 IPTV视频评估模型 隐式评分 Spark BP神经网络
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 多媒体技术应用
• 页码范围: 231-237
• 页数: 7页
• 分类号: TP391
• 字数: 6031字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.08.042

摘要

随着网络信息技术的发展以及“三网融合”的推进,交互式网络电视IPTV成为越来越多用户的选择,成为新媒体中的一支主力军,但快速发展的同时也面临着巨大的挑战.如何有效评估供应商提供的大量视频,选择符合用户需求的视频成为IPTV发展的关键问题.提出利用新媒体和传统媒体的视频大数据和IPTV历史收视大数据,在Spark平台上使用BP神经网络建立视频评估模型.基于新媒体和传统媒体从视频收视度、视频影响度和视频内容三个方面完善视频评估体系;基于IPTV历史收视大数据,建立反映IPTV受众群体喜好的视频隐式评分策略,使用BP神经网络构建视频评估模型;针对大数据的海量性,在Spark并行化平台上建立视频评估模型,实现数据的并行训练,完成模型的建立.实验结果证明,新的视频评估模型能从IPTV受众群体的角度有效评估视频,在Spark平台上进行评估模型的训练,能够有效提高大数据量的评估模型训练速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾军华	河北工业大学计算机科学与软件学院	113	947	16.0	26.0
3	张素琪	天津商业大学信息工程学院	15	40	3.0	6.0
6	武君艳	河北工业大学计算机科学与软件学院	5	6	2.0	2.0
8	高星	河北工业大学计算机科学与软件学院	7	12	2.0	2.0
10	王守彬	河北工业大学计算机科学与软件学院	2	2	1.0	1.0