【摘要】：近年來,隨著互聯(lián)網(wǎng)技術的不斷發(fā)展,觀看直播的休閑娛樂方式廣受青少年歡迎。直播最吸引人的地方在于其超強的實時性和互動性,在直播間的用戶可以通過發(fā)送彈幕的方式和直播間其他用戶進行交流。所謂“彈幕”是一種新型的用戶評論展示方式,它不像原始的評論均放在討論區(qū)展示,彈幕評論會從直播畫面上劃過,使用戶具有很強的參與感。正是因為彈幕文本的實時性,一條彈幕文本信息可以快速地傳遞給直播間所有的用戶。所以,如果直播彈幕中存在大量包含侮辱性語言和不良信息的垃圾彈幕,則會影響用戶的觀看體驗,造成用戶流失。傳統(tǒng)的處理垃圾彈幕問題的方法主要是設置關鍵字和人工審閱兩種,效率和正確率很難得到保障。因此,考慮將文本分類算法運用到彈幕文本的分類上,使得服務器能夠自動分類出垃圾彈幕并進行過濾,避免推向直播間所有用戶,以此提高直播間彈幕質(zhì)量,達到提高直播觀看體驗的目的。樸素貝葉斯算法是一種常見的文本分類算法,是通過計算先驗概率和條件概率,再利用貝葉斯定理轉(zhuǎn)換求解后驗概率的過程�；谪惾~斯的垃圾彈幕過濾算法在貝葉斯算法的基礎上,結(jié)合彈幕文本所具有的平臺相關性特點,利用用戶平臺等級特征來輔助后驗概率對彈幕文本進行分類。另外,結(jié)合彈幕文本所具有的連續(xù)相似性特點,設計了一種基于LRU的彈幕分詞和分類結(jié)果的鍵值對緩存,減少算法對于連續(xù)幾條相似彈幕的重復分類計算問題,優(yōu)化算法過程。最后本文通過爬蟲算法爬取直播平臺真實的彈幕數(shù)據(jù),并利用該數(shù)據(jù)設計測試。進行實現(xiàn)和測試后,通過選定的算法評價指標,驗證了本文所提到的基于貝葉斯算法的垃圾彈幕過濾方法的有效性。
【圖文】：

華 中 科 技 大 學 碩 士 學 位 論 文垃圾彈幕過濾問題的核心是要區(qū)分開正常彈幕和垃圾彈幕，彈幕同郵件和短信，也是由漢子，字母，，符號，數(shù)字等組合而成的具有一定意義的文本對象，所以彈幕的判斷問題歸根到底還是文本分類的問題。文本分類是由計算機按照一定類體系或標準，對文本內(nèi)容所屬類別進行自動預測的方法[32]。想要判斷一條彈否是垃圾彈幕，首先要對該條彈幕去除所有與文本內(nèi)容無關的無效標記，如一些符號，數(shù)字和特殊符號，留下彈幕文本中的純文字數(shù)據(jù)。然后進行中文分詞，由幕中可能會出現(xiàn)一些如“的”“啊”等一些虛詞或是連詞，所以對分出來的詞要停用詞過濾，留下一些和語義關聯(lián)較大的詞。最后通過剩下的詞所表現(xiàn)的特征，分類算法對該條彈幕進行分類，判斷其是屬于正常彈幕還是垃圾彈幕。文本分類程圖如圖 2-1 所示。

arest Neighbor）是一種采用測量不同特征之間在一個已經(jīng)訓練好的樣本數(shù)據(jù)集合，并且該樣本新輸入一個未知類別的對象時，將新數(shù)據(jù)所有的比較，然后提取出樣本中與新數(shù)據(jù)特征距離最多數(shù)屬于哪一類則把新數(shù)據(jù)分到該類[33]。類場景如圖 2-2 所示，已經(jīng)有一個樣本數(shù)據(jù)集在有一個新的圓形數(shù)據(jù)想要判斷其是屬于三角本集合里的其他數(shù)據(jù)的特征距離用兩個數(shù)據(jù)之形特征距離最近的是 2 個三角形和 1 個矩形， k 選擇 5 的話，與圓形特征距離最近的是 2 個三類成矩形。因此可以看出 k 近鄰算法對 k 值非果。另外，每當有一個新數(shù)據(jù)需要進行分類時的特征距離，計算量較大。
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP391.3;TP18

【相似文獻】

相關期刊論文 前10條

1 張曜多;;彈幕視頻的流行研究[J];傳媒國際評論;2015年00期

2 王宗楚;;試論彈幕語言對網(wǎng)絡劇和電視劇的影響[J];蘭州教育學院學報;2019年12期

3 朱士蓉;薛趙紅;;網(wǎng)絡學習視域下彈幕用戶的動機及其行為研究[J];宿州學院學報;2019年11期

4 葛承志;;鑒定好劇，請看第三集“彈幕”[J];上海廣播電視研究;2019年03期

5 周曉輝;;好彈幕軟件在形勢與政策課堂教學中的應用研究[J];當代教育實踐與教學研究;2020年02期

6 柯雪;趙楠;彭韌;;移動閱讀應用中“文本彈幕”的交互體驗研究[J];科技傳播;2020年02期

7 熊曉慶;高尚;;經(jīng)典影視劇的淪陷:彈幕狂歡下的審美嬗變及倫理反思[J];電影文學;2018年22期

8 高沛?zhèn)?;彈幕視頻特性與受眾互動行為探析[J];傳播與版權;2018年11期

9 賀成;;別讓彈幕把熒屏搞得烏煙瘴氣[J];聲屏世界;2018年11期

10 孫振虎;趙甜;;參與式文化視角下的彈幕視頻分析[J];當代傳播;2018年06期

相關會議論文 前9條

1 孫佳山;林品;高寒凝;;彈幕——數(shù)碼時代的文化消費與媒介使用[A];青年文藝論壇（第五十九期）：彈幕：數(shù)碼時代的文化消費與媒介使用[C];2016年

2 劉nrnr;張德勝;黃元汛;;網(wǎng)絡體育彈幕手的參與特征及平臺管理研究[A];第十一屆全國體育科學大會論文摘要匯編[C];2019年

3 劉靈豫;王軍鋒;;彈幕視頻觀看體驗要素設計研究[A];工業(yè)設計研究（第六輯）[C];2018年

4 楊芬霞;賀薈蓉;;彈幕視頻網(wǎng)站侵權問題思考——以嗶哩嗶哩網(wǎng)為例[A];傳媒法與法治新聞研究[C];2016年

5 許新芝;黃冠;;“互聯(lián)網(wǎng)+”視閾下的高校課堂參與模式構建——以彈幕為手段的課堂參與模式研究[A];傳媒法與法治新聞研究[C];2016年

6 段朝輝;陳瑩瑩;羅Z^梅;洪建中;;在線視頻課程學習中的互動模式與個性化研究(2):彈幕、彈題與反饋和論壇研究[A];第二十屆全國心理學學術會議--心理學與國民心理健康摘要集[C];2017年

7 吳年繼;;從嗶哩嗶哩彈幕評論看天文科學傳播的三種視頻形態(tài)[A];中國科普理論與實踐探索——第二十三屆全國科普理論研討會論文集[C];2016年

8 ;2018年世界杯盤點——球迷的理性與狂歡 2018年[A];艾瑞咨詢系列研究報告（2018年第7期）[C];2018年

9 雷靜;;不忘初心 走好新時代長征路[A];中國教育干部網(wǎng)絡學院——高校學生黨支部書記培訓成果匯編（2019）[C];2019年

相關重要報紙文章 前10條

1 北京外國語大學漢語言文字學專業(yè)碩士研究生 劉美麗;“彈幕”來襲[N];語言文字報;2020年

2 子知;對彈幕“先審后播”不能小視[N];中國文化報;2019年

3 本報記者 韓丹東 本報實習生 李戀潔;先審后播有利于規(guī)范彈幕內(nèi)容[N];法制日報;2019年

4 記者 徐顥哲;短視頻彈幕將實行“先審后播”[N];北京日報;2019年

5 本報記者 徐佩玉;彈幕語言，多元也要有規(guī)范[N];人民日報海外版;2019年

6 記者 魏蔚;B站、A站、斗魚、虎牙暫停彈幕功能[N];北京商報;2019年

7 本報記者 鐘菡;“彈幕”透露爆款？讀影評成為普遍興趣[N];解放日報;2019年

8 IT時報記者 李蘊坤;在彈幕“大佬”B站上玩游戲[N];IT時報;2019年

9 陳曦;彈幕教學讓學生成為課堂的主人[N];科技日報;2019年

10 蔣威;我看學生發(fā)“彈幕”[N];兵團日報(漢);2019年

相關博士學位論文 前3條

1 段朝輝;活動理論視角下在線視頻學習中不同學習風格者的交互活動模式及作用機制[D];華中師范大學;2018年

2 呂廣奕;面向用戶生成數(shù)據(jù)的深度語義表征技術與應用[D];中國科學技術大學;2019年

3 何明;面向在線視頻彈幕數(shù)據(jù)的挖掘方法研究[D];中國科學技術大學;2018年

相關碩士學位論文 前10條

1 武曉玲;娛樂類網(wǎng)絡脫口秀彈幕研究[D];黑龍江大學;2019年

2 鄭展;基于貝葉斯算法的垃圾彈幕過濾方法的研究[D];華中科技大學;2019年

3 郭絲;嗶哩嗶哩網(wǎng)站特色研究[D];黑龍江大學;2019年

4 胡興;青年亞文化視角下的彈幕研究[D];江西師范大學;2019年

5 潘天敏;彈幕在旅游社交服務中的應用與設計[D];上海交通大學;2016年

6 羅驍;基于分布式爬蟲的用戶評論分析系統(tǒng)[D];南京郵電大學;2018年

7 陳格;青年亞文化視角下的彈幕視頻探析[D];北京印刷學院;2019年

8 張思渝;基于彈幕的翻轉(zhuǎn)課堂模式重構研究[D];云南大學;2018年

9 段煉;面向彈幕文本的情感分析研究[D];重慶郵電大學;2019年

10 吳燕;互動視角下彈幕視頻網(wǎng)站研究[D];遼寧大學;2019年

本文編號：2711750