网络环境中流媒体语义提取技术与用户兴趣研究

摘要

网络数据的语义信息存在于每一网络层次结构中,分层的思想的提出解决了传统理解网络数据集中在单一层次上的片面性。流媒体以其强大的技术优势占据了互联网上很大比例的网络音视频应用,对流媒体数据的研究成为迫切需要。流媒体多层语义描述标签解决了网络流媒体数据对用户透明传输的问题,最大限度的反应了流媒体数据的信息,为规范互联网信息的传输提供了技术参考。同时,流媒体数据的传输也占据了很大的网络带宽,通过对流媒体数据进行深层次的语义挖掘可以监督不同的流媒体业务。
　　 本文建立了基于流媒体数据包的多层语义理解框架,在该框架下可以对流媒体数据进行多层语义提取,同时分析提取出的流媒体语义信息；同时,提出了网络环境中用户群体的兴趣模型,该模型与传统的通过分析日志文件来建立用户兴趣模型的方法不同,本文提出的兴趣模型是建立在网络环境中流媒体数据包多层语义提取结果基础上,能在网络环境中的节点处进行分析,而且就资源的类型而言,可以分析出用户群体对不同节目源的访问。
　　 流媒体多层语义提取的实验结果表明所采用技术手段的可行性,提取结果能最大限度反应流媒体数据的语义信息。对流媒体语义数据的理解的试验结果表明建立的语义数据模型的合理性,最后,在兴趣模型下进行了兴趣度指数和兴趣分布的实验。