基于視頻推薦技術(shù)的無線網(wǎng)絡(luò)視頻服務(wù)器設(shè)計

梁建勝，謝志偉

(1.東莞職業(yè)技術(shù)學院 信息與教育技術(shù)中心，廣東 東莞 523808；2.東莞職業(yè)技術(shù)學院 計算機工程系，廣東 東莞 523808)

基于視頻推薦技術(shù)的無線網(wǎng)絡(luò)視頻服務(wù)器設(shè)計

梁建勝1，謝志偉2

(1.東莞職業(yè)技術(shù)學院 信息與教育技術(shù)中心，廣東 東莞 523808；2.東莞職業(yè)技術(shù)學院 計算機工程系，廣東 東莞 523808)

無線網(wǎng)絡(luò)視頻服務(wù)器中視頻推薦技術(shù)已成為重要技術(shù)之一，視頻推薦技術(shù)是為了用戶在使用無線網(wǎng)絡(luò)是視頻務(wù)器時，更快的找到感興趣的視頻；采用當前方法對用戶進行視頻推薦時，未考慮用戶的興趣偏好是否隨著時間有所變化，使視頻推薦出現(xiàn)偏差；為此，提出一種基于視頻推薦技術(shù)的無線網(wǎng)絡(luò)視頻服務(wù)器設(shè)計方法；該方法首先使用無線網(wǎng)絡(luò)視頻服務(wù)器硬件部分的MPEG-4進行視頻數(shù)據(jù)采集,并對MPEG-4采集的視頻數(shù)據(jù)進行整理；在由軟件部分把采集到的視頻數(shù)據(jù)儲存到緩沖區(qū)，進行視頻緩沖，并建立視頻數(shù)據(jù)隊列進行視頻數(shù)據(jù)輸送；以計算無線網(wǎng)絡(luò)視頻的相似度來搜索相近視頻，將搜索到的視頻與目標用戶觀看過的視頻進行對比，對比相似度越接近1，則說明用戶對推薦視頻感興趣的幾率大，反之越接近-1用戶對推薦視頻越不感興趣；此計算方法能有效的從海量視頻數(shù)據(jù)中快速的搜索出目標用戶感興趣視頻；實驗結(jié)果表明，將視頻推薦技術(shù)應(yīng)用到無線網(wǎng)絡(luò)視頻中可以迅速準確的搜索出目標用戶感興趣視頻。

視頻推薦技術(shù)；無線網(wǎng)絡(luò)；視頻服務(wù)器

0 引言

近年來，隨著視頻服務(wù)器的發(fā)展，人們對視頻服務(wù)器要求逐步提高，要求視頻服務(wù)器分析用戶視頻觀看行為，發(fā)覺用戶的興趣愛好，為用戶推薦其感興趣的無線網(wǎng)視頻資源。因此視頻推薦技術(shù)就顯得尤為重要[1-2]。但是現(xiàn)階段的網(wǎng)絡(luò)視頻服務(wù)器設(shè)計方法難以跟隨用戶興趣變化進行推薦，使實際推薦的結(jié)果與用戶興趣喜好出現(xiàn)偏差。在這種情況下，如何有效地為用戶推薦感興趣的視頻成為當前視頻推薦領(lǐng)域的研究熱點。而基于視頻推薦技術(shù)的無線網(wǎng)絡(luò)視頻服務(wù)器設(shè)計方法能夠依據(jù)網(wǎng)絡(luò)用戶觀看視頻的近似度進行近似類視頻的搜索，將搜索到的視頻與目標用戶興趣視頻進行對比，將對比結(jié)果推薦給目標用戶，并把用戶觀看過的推薦視頻數(shù)據(jù)進行整理保存，方便下次使用。該方法能夠緩解大量視頻搜索難度，高效搜索相似的視頻，準確將視頻推薦給目標用戶，視頻推薦技術(shù)方便了用戶對性興趣視頻的搜索。

現(xiàn)有的無線網(wǎng)絡(luò)視頻服務(wù)器設(shè)計方法有：文獻[6]提出一種基于框架相分離的無線網(wǎng)絡(luò)視頻服務(wù)器視頻推薦方法?？蚣芟喾蛛x無線網(wǎng)絡(luò)視頻一鍵方法利用用戶的觀看視頻數(shù)據(jù)、視頻源數(shù)據(jù)，和觀看視頻主題數(shù)據(jù)等綜合數(shù)據(jù)，在Hadoop Map-Reduce上建立用戶感興趣視頻數(shù)據(jù)。該視頻推薦技術(shù)及時的處理視頻推薦數(shù)據(jù)，具有極短的響應(yīng)時間，但存在對用戶不同興趣覆蓋率較小。文獻[7]提出一種基于漸進式的無線網(wǎng)絡(luò)視頻服務(wù)器視頻推薦方法，無線網(wǎng)絡(luò)視頻漸進式推薦方法在視頻中提取關(guān)鍵的文字信息，混合多種文字信息數(shù)據(jù)在數(shù)據(jù)庫中進行基于普特的文字搜索；然后對搜索結(jié)果對應(yīng)的數(shù)據(jù)信息進行整合，提取關(guān)鍵詞作為視頻標注信息進行搜索，將得到的視頻作為無線網(wǎng)絡(luò)視頻推薦結(jié)果。該方法提高了推薦效率，但推薦質(zhì)量有待提高。文獻[8]提出一種基于多維空間的無線網(wǎng)絡(luò)視頻推薦方法，多維空間無線網(wǎng)絡(luò)視頻推薦方法根據(jù)各個用戶的觀看記錄中獲得用戶感興趣視頻的視頻數(shù)據(jù)集合，其中提取的視頻標注是在用戶所興趣視頻中提取。將提取的視頻標注與視頻數(shù)據(jù)庫中所有視頻進行匹配，即匹配的結(jié)果為推薦視頻。該方法覆蓋了用戶所有的興趣視頻，準確的將用戶感興趣的視頻推薦給用戶，但進行匹配時時間過長，降低視頻推薦效率[9-10]。

針對上述問題，提出一種基于視頻推薦技術(shù)的無線網(wǎng)絡(luò)視頻服務(wù)器設(shè)計方法。實驗仿真證明，將視頻推薦技術(shù)應(yīng)用于無線網(wǎng)絡(luò)視頻服務(wù)器設(shè)計中，能夠準確高效的搜索出用戶感興趣視頻，同時發(fā)覺目標用戶潛在興趣。

1 基于視頻推薦技術(shù)的無線網(wǎng)絡(luò)服務(wù)器設(shè)計方法

1.1 無線網(wǎng)絡(luò)服務(wù)器硬件設(shè)計

無線網(wǎng)絡(luò)視頻服務(wù)器核心處理器選用了S3C2440(Samsunggongshi 32位ARM9處理器)處理器，整個視頻服務(wù)器的運行由S3C2440處理器負責。無線網(wǎng)絡(luò)視頻服務(wù)器的外圍儲存設(shè)備由2片32M SDRAM、64M的NAND Flash和2M的系統(tǒng)NOR Flash組成。視頻服務(wù)器將設(shè)有USB接口以及JTAG調(diào)試接口、網(wǎng)口等常用接口。系統(tǒng)的硬件結(jié)構(gòu)圖如圖1所示。

圖1 無線網(wǎng)絡(luò)服務(wù)器硬件結(jié)構(gòu)圖

無線網(wǎng)絡(luò)視頻服務(wù)器將視頻數(shù)據(jù)格式采用MPEG-4壓縮采集的視頻數(shù)據(jù)，并對MPEG-4的數(shù)據(jù)進行整理，使無線網(wǎng)絡(luò)視頻服務(wù)器在使用TCP傳輸器進行傳輸時不堵塞。

1.2 無線網(wǎng)絡(luò)服務(wù)器軟件設(shè)計

無線網(wǎng)絡(luò)視頻服務(wù)器將采集到的視頻數(shù)據(jù)存到緩沖區(qū)，進行緩沖，從而提高無線網(wǎng)絡(luò)視頻服務(wù)器的整體性能，而且在使用無線網(wǎng)絡(luò)視頻推薦服務(wù)器的緩沖區(qū)時要注意臨界資源互斥及內(nèi)存泄露等問題。無線網(wǎng)絡(luò)視頻服務(wù)器使用環(huán)形隊列來實現(xiàn)緩沖區(qū)的緩沖。無線網(wǎng)絡(luò)服務(wù)器軟件緩沖區(qū)視頻流程圖圖2進行表示。

圖2 無線網(wǎng)絡(luò)服務(wù)器軟件緩沖區(qū)視頻流程圖

首先，對網(wǎng)絡(luò)用戶對象mlist構(gòu)建隊列Clist，同時設(shè)置隊列Clist的儲存結(jié)點，該儲存結(jié)點為PPackket Data。使用無線網(wǎng)絡(luò)視頻服務(wù)器后，一次性選好MPEG-4壓縮視頻數(shù)據(jù)儲存空間，把所有儲存視頻數(shù)據(jù)的PPackket Data結(jié)點聚集一起構(gòu)成一個無線網(wǎng)絡(luò)視頻數(shù)據(jù)數(shù)組，該數(shù)組命名為m-Video-Data，并確保每個結(jié)點的視頻數(shù)據(jù)不大于4KB，假如，大于了4 kB時，需要進行分包處理，如圖2中所示，倘若在視頻服務(wù)器的Clist隊列里有被擠出的結(jié)點，最好將其保存為空閑結(jié)點，為其后的視頻數(shù)據(jù)結(jié)點做準備。如此就避免了無線網(wǎng)絡(luò)視頻數(shù)數(shù)據(jù)泄露問題[11]。

在無線網(wǎng)絡(luò)服務(wù)器中，視頻數(shù)據(jù)采用的TCP傳輸進行傳輸，大于4 kB的視頻數(shù)據(jù)結(jié)點以及視頻數(shù)據(jù)數(shù)組要像網(wǎng)絡(luò)中發(fā)送，這樣可以保證傳輸時傳輸通道不堵塞。無線網(wǎng)絡(luò)視頻服務(wù)器TCP視頻數(shù)據(jù)發(fā)送過程如下:

第一步：讀取無線網(wǎng)絡(luò)視頻服務(wù)器緩沖區(qū)視頻結(jié)點數(shù)據(jù)。

第二步：將所獲取的視頻結(jié)點信息存入m-Send-Frame中。

第三步：按照m-Send-Frame中的網(wǎng)絡(luò)地址和數(shù)據(jù)塊長度。

1.3 基于協(xié)同過濾算法的無線網(wǎng)絡(luò)視頻服務(wù)器設(shè)計方法

無線網(wǎng)絡(luò)視頻服務(wù)器視頻推薦技術(shù)選用了協(xié)同過濾算法(User-Based Collaborative Filter，UBCF)，協(xié)同過濾算法主要計算視頻的相似度，從而達到視頻推薦。經(jīng)過協(xié)同過濾算法尋找多個相似視頻，并與用戶興趣視頻進行比對，將比對結(jié)果推薦給目標用戶，同時把已接受推薦的視頻進行視頻數(shù)據(jù)整理，以方便下次計算。

(1)視頻推薦技術(shù)的協(xié)同過濾算法中相似視頻搜索是目標用戶接受的推薦視頻與興趣視頻的集合a和U′中的目標用戶ak(1≤k≤K)間的相似度(a,ak)sim，按照從小到大的順序進行排列。sim(a,ak)的取值范圍是[-1,1]，sim的取值接近1那么目標用戶對推薦視頻感興趣的幾率變大，反之，目標用戶對推薦視頻不感興趣幾率變大；其中0表示在推薦的視頻中沒有視頻為目標用戶感興趣的視頻，本文采用協(xié)同過濾進行無線網(wǎng)絡(luò)視頻服務(wù)器中視頻與用戶觀看過的視頻進行相似度計算，以皮爾遜算法計算出的無線網(wǎng)絡(luò)視頻與目標用戶觀看視頻的相似度為[12]：

(1)

以余弦算法計算出的無線網(wǎng)絡(luò)視頻與目標用戶觀看視頻的相似度為：

(2)

以歐氏距離算法計算出的無線網(wǎng)絡(luò)視頻與目標用戶觀看視頻的相似度為[13]：

(3)

其中:m表示用戶a、b共同感興趣視頻的數(shù)量；i表示用戶a、b分別對項目i的點擊觀看次數(shù)；Ra、Rb表示用戶a、b各自觀看推薦視頻的次數(shù)。

(4)

其中:m表示用戶a，b都感興趣的無線網(wǎng)絡(luò)視頻個數(shù)；Uisim(a,d)表示用戶a，b間關(guān)于無線網(wǎng)絡(luò)視頻推薦視頻項目i之間的視頻關(guān)聯(lián)相似度；Isim(i,j)表示 項目i與j的推薦視頻的相似度，其定義如式(5)所示Ra,j、Rb,j表示用戶a，b分別對項目j在無線網(wǎng)絡(luò)視頻服務(wù)器中推薦視頻的點擊率；Ra、Rb表示用戶a，b各自觀看推薦視頻的次數(shù)。

(5)

2 實驗結(jié)果與分析

為了驗證本文提出的基于視頻推薦技術(shù)的無線網(wǎng)絡(luò)視頻服務(wù)器設(shè)計方法的高效、準確性，利用Matlab軟件搭建網(wǎng)絡(luò)視頻服務(wù)器設(shè)計實驗平臺，選取邁恩HDMI無線網(wǎng)絡(luò)服務(wù)器中的視頻進行實驗。在該平臺將實驗視頻數(shù)據(jù)分為4類，共有500這個視頻，其中300個作為訓練的訓練數(shù)據(jù)，其余的200個為測試數(shù)據(jù)，在各個分類中前75個作為訓練數(shù)據(jù)，后50個為測試數(shù)據(jù)。本次實驗由20位實驗者在一個月內(nèi)生成2157條視頻數(shù)據(jù)。為了證明該視頻推薦技術(shù)的高效、準確性，本文使用3種方法來證明。3種方法分別如下：

本文方法：使用UBCF與重增量視頻推薦技術(shù)。

方法2：不使用權(quán)UBCF僅使用重增量視頻推薦技術(shù)。

方法3：使用UBCF但是不加入任何分組方法。

衡量本次實驗方法的有效性，將以準確率、高效性和F值這3個為該實驗指標，評價指標的計算公式如式(6)，式(7)，式(8)所示。為了更好的解釋視頻推薦技術(shù)的性能，在該文將實驗和混淆矩陣相結(jié)合，如表1所示。

(6)

(7)

(8)

式中，TF表示的是本文視頻推薦方法推薦的視頻并且用戶真實喜歡的視頻數(shù)，PF表示本文視頻推薦方法推薦的視頻但不是用戶喜歡的視頻數(shù)，F(xiàn)C表示本文視頻推薦方法沒有推薦的視頻并且是用戶實際喜歡的視頻數(shù)，而HN則是本文視頻推薦方法既沒有推薦而且用戶也不喜歡的視頻數(shù)。

表1 網(wǎng)絡(luò)視頻數(shù)據(jù)分類的混淆矩陣

該實驗通過采集20名實驗者在視頻服務(wù)器中觀看視頻的行為數(shù)據(jù)并進行分析，使用上述3種方法進行視頻推薦，結(jié)果如表2所示。

表2 不同方法網(wǎng)絡(luò)視頻服務(wù)器各項指標對比

分析表2可知，本文所提方法充分考慮UBCF推薦視頻的過程中將會出現(xiàn)過多其他用戶的推薦視頻，因而將會推薦一些非用戶感興趣的視頻，因此，該實驗證明了兩次分組效果比單獨的一次分組好。方法2僅使用增量視頻推薦技術(shù)，視頻推薦時會造成視頻推薦雜亂，因為此技術(shù)不管目標用戶的興趣愛好，隨意推薦相似用戶觀看的視頻。目標用戶將不會喜歡推薦的視頻，因此推薦后的準確率明顯低于使用UBCF的方法，證明權(quán)UBCF的重要性。另外，方法3不使用視頻推薦分組技術(shù)，該方法的確率平均值為48%，顯然低于本文方法使用UBCF技術(shù)的準確率，因此UBCF技術(shù)更能讓用戶可以看到想看的視頻。以上實驗數(shù)據(jù)證明了本文所提方法的準確性，將該方法應(yīng)用于無線網(wǎng)絡(luò)視頻服務(wù)器設(shè)計過程中，有利于提高網(wǎng)絡(luò)服務(wù)器整體性能。

圖3表示了視頻推薦技術(shù)的準確率。從20位實驗者的實驗數(shù)據(jù)可以看出用戶12在推薦本文方法的視頻推薦效率提高了89%，而視頻推薦技術(shù)推薦效率最低的用戶6使用本文方法推薦效率也提高73%。其中用戶在使用本文的推薦方法時視頻推薦效率明顯高于其它2種方法的推薦效率，其中方法2和方法3在視頻推薦的高效性較差。

圖3 不同方法視頻推薦準確率對比圖

圖4顯示了20位實驗者在HDMI無線網(wǎng)絡(luò)視頻服務(wù)器中視頻推薦技術(shù)的推薦效率。用戶2使用本文方法所得到的推薦效率最高為93%，而且用戶16最低推薦效率也有84%。債使用本文方法時無線網(wǎng)絡(luò)視頻服務(wù)推薦技術(shù)的推薦效率明顯高于其他兩個方法。

圖4 不同方法視頻推薦效率對比圖

在文中無線網(wǎng)絡(luò)視頻服務(wù)器視頻協(xié)同過濾計算過程中涉及到了3種時間復雜度的分析方法：(1)用本文方法中CRM技術(shù)對用戶觀看視頻數(shù)據(jù)進行匹配，該技術(shù)對目標用戶3種行為數(shù)據(jù)進行數(shù)據(jù)采集，并且與可能出現(xiàn)的6種情況進行匹配。這種方法不存在循環(huán)匹配，因此時間復雜度是一個常數(shù)；(2)用方法2中權(quán)重增量技術(shù)對用戶觀看視頻數(shù)據(jù)進行分析，該方法對目標用戶近期在無線網(wǎng)絡(luò)服務(wù)器中視頻觀看行為進行增量式的更新，時間復雜度最小0(n)的技術(shù)為匹配分析技術(shù)，時間復雜度最大0(log)得方法為折半查找；高效相似度的計算一般采用向量空間模型，(3)方法3中VSM分析技術(shù)時間內(nèi)復雜度是0(n)，待推薦給目標用戶的視頻要與已知用戶已觀看視頻進行相似度計算，該時間復雜度也為0(n)。經(jīng)過以上的3種時間復雜度的分析，可以對實驗中3種方法的啥時間復雜度進行對比，如表2所示。可以看到，本文的時間復雜度最小為0(n)，方法2和方法3的時間復雜度最大為0(n2)，影響時間復雜度的主要因素是采用方法3中VSM技術(shù)進行用戶相似聚集。不過從其它指標上綜合考慮，該方法的時間復雜度為0(n2)，在接受的范圍，如果SVM技術(shù)廣泛應(yīng)用到無線網(wǎng)絡(luò)服器中，其時間的復雜度為0(n2)。經(jīng)過數(shù)據(jù)的對比分析可以看出，本文方法可以更好地發(fā)覺用戶的喜好，因此對比其他方法具有更好的推薦能力，而且準確率較高。通過該方法推薦的視頻普遍被目標用戶觀看。有效推動了視頻推薦技術(shù)的發(fā)展，方便用戶在使用無線網(wǎng)絡(luò)視頻服務(wù)器對視頻的搜索。此外，也證明了本文提出服務(wù)器設(shè)計方法可以高效準確的為目標用戶推薦視頻。

3 結(jié)束語

采用當前方法進行無線網(wǎng)絡(luò)視頻服務(wù)器設(shè)計過程中，無法在用戶興趣變化時對推薦視頻的內(nèi)容調(diào)整，提出一種基于視頻協(xié)同的視頻推薦技術(shù)方法。實驗結(jié)果表明，所提方法可以快速的搜索出用戶感興趣的視頻，并且發(fā)覺目標用戶潛在的興趣愛好。

[1] 程勇策,高 喆,張志萍.基于DM8168的視頻服務(wù)器設(shè)計[J].電視技術(shù),2014,38(23):174-179.

[2] 呂 鹍,張 博,張 剛.在FPGA上實現(xiàn)一個SIP視頻服務(wù)器[J].電視技術(shù),2014,38(1):201-204.

[3] 郭翠娟,盛雨晴,武志剛.基于DaVinci技術(shù)的嵌入式Web視頻監(jiān)控系統(tǒng)的設(shè)計[J].天津工業(yè)大學學報,2016,35(2):77-82.

[4] 楊志友.基于UML的嵌入式視頻監(jiān)控系統(tǒng)設(shè)計與實現(xiàn)[J].現(xiàn)代電子技術(shù),2016,39(1):40-44.

[5] 周 騎,諸 強.基于WiFi面向Android的視頻監(jiān)護系統(tǒng)[J].電視技術(shù),2015,39(14):31-33.

[6] 任克強,劉 蘇,謝 斌.基于ARM11和Linux的網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)[J].電視技術(shù),2014,38(5):156-159.

[7] 張 璘,馮陳偉,周 超.基于Android的遠程視頻監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[J].計算機應(yīng)用,2016,36(1):301-304.

[8] 徐海剛,李朋偉.智能視頻監(jiān)控系統(tǒng)中多視角目標跟蹤研究與FPGA實現(xiàn)[J].現(xiàn)代電子技術(shù),2016,39(17):6-11.

[9] 孟利民,潘進學.視頻監(jiān)控系統(tǒng)中負載均衡算法的設(shè)計[J].浙江工業(yè)大學學報,2014,42(6):607-611.

[10] 何 軍,周 顥,趙保華.協(xié)作式視頻緩存系統(tǒng)中流量感知的調(diào)度機制[J].小型微型計算機系統(tǒng),2014,35(1):64-69.

[11] 鄒 翰, 劉昌華. 基于ARM的無線網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)設(shè)計與實現(xiàn)[J]. 軟件導刊, 2016, 15(3):63-65.

[12] 趙國開, 馬洪兵, 陳從華. 一種無線車載視頻監(jiān)控專用文件系統(tǒng)的設(shè)計[J]. 電子設(shè)計工程, 2016, 24(4):10-13.

[13] 戴天虹, 李 昊. 基于改進蟻群算法的無線傳感器網(wǎng)絡(luò)路由的優(yōu)化[J]. 計算機測量與控制, 2016, 24(2):321-324.

Design of Wireless Network Video Server Based on Video Recommendation Technology

Liang Jiansheng1,Xie Zhiwei2

(1.Department of Information and Education Technology Center, Dongguan Polytechnic, Dongguan 523808, China;2.Department of Computer Engineering, Dongguan Polytechnic, Dongguan 523808, China)

Wireless network video recommendation technology has become one of the important technology, video technology is recommended to the user is the video server in the wireless network, quickly find the interested video. Using the method of video recommendation to users, without considering whether user preferences along with the change of time, the emergence of video recommendation deviation. Therefore, we proposed a wireless network video server design method based on video recommendation technology. The method uses a wireless network video server hardware MPEG-4 video data acquisition and video data collected by MPEG-4 were collected by software. The part of the video data collected is stored in the buffer, video buffer, and a video data queue for video data transport. In calculating the similarity of wireless network video to search for similar video, video search and target users watch video on the contrast ratio, similarity is closer to 1, the probability of the user interested in video recommendation, and more close to the -1 users of the recommended video is not interested in. This method can fast from the massive video data in the search for target users interested in video effectively. The experimental results show that the video recommendation technology is applied to the wireless network video can be quickly and accurately. Out of the target audience interested in video

video recommendation technology; wireless network; video server

2017-03-23；

2017-04-12。

廣東省教育廳2014年大學生校外實訓基地項目。

梁建勝(1982-)，男，江西贛州人，碩士，助理研究員，中國計算機學會專業(yè)會員，主要從事教育技術(shù)應(yīng)用與視頻技術(shù)開發(fā)方向的研究。

1671-4598(2017)07-0269-04

10.16526/j.cnki.11-4762/tp.2017.07.067

TP368

A