基于机器学习的网络视听节目实时监管系统的设计与实现

• 作者: 王文涛
• 来源期刊: 广播电视网络
• 关键词: 互联网视听节目 数据采集 数据分析 机器学习 任务调度
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 5G+AI
• 页码范围: 47-50
• 页数: 4页
• 字数: 3528字
• 语种: 中文

摘要

在互联网视听行业不断发展的过程中,加强头部视听平台新增节目的实时监管对提高监管的时效性具有重要作用.本文基于行业现状和特点,设计并实现了基于机器学习的网络视听节目实时监管系统,并在数据采集、关键词信息智能分析、任务调度等方面进行技术探索和分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文涛		7	0	0.0	0.0