机器自学习智能模块在互联网视听节目监管系统中的应用实践

来源 :广播电视信息 | 被引量 : 0次 | 上传用户:qq13545197270
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着互联网行业的爆发式增长,传统广播电视媒体正在向互联网媒体转型,加上自媒体的不断涌现,对互联网音视频节目的监测监管难度不断增加.本文结合新媒体网络音视频日常监管业务实际情况,在根据违规内容链接的关联性和相似性,结合机器学习技术,生成对应的分析模型,在互联网视听节目监管体系基础上进行后台研判算法的优化升级,加入机器自学智能模块的分析和探讨,大大提高违规内容发现的概率,提高发现、研判互联网违规音视频的工作效率.
其他文献
媒体云存储是广电素材媒资库的核心设备,其为电视节目的制作及存储提供了物理支持.目前,在媒体融合及县级融媒体技术中心的持续推进下,单集群存储的容量急剧下降.本文利用灾备技术和灾备策略提出采用双集群基于存储的远程复制功能来解决单集群容量不断下降的难题,应用结果表明,该方案完全可以解决存储集群不通过节点扩容而采用迁移的方式进行集群存储容量回收,同时缓解了现有生产环境存储的压力.
文化是民族的血脉,文艺是时代的号角.作为新时代文化建设的重要力量,网络视听行业要增强“四个意识”、坚定“四个自信”、做到“两个维护”,厚植爱党爱国情怀,牢记使命责任,立时代之潮头、发时代之先声,为党和人民真情抒怀,为中华民族伟大复兴中国梦矢志奋斗.我们向网络视听行业发出倡议:rn坚持人民至上,抒写人民情怀.深入火热生活、扎根现实沃土,倾听人民心声,反映时代风貌,传承中华优秀传统文化.
期刊
本文结合广播电视行业制作网的演进历史,介绍了郑州广播电视台新闻网制作系统,其采用虚拟化云非编加独立精编的方式进行部署,与先进的云架构非编网后台管理系统相结合,是充分融合资源、提升效率的一体化新闻制作网方案.