基于知识融合的微信多媒体检索研究
详细信息    查看全文 | 推荐本文 |
  • 英文篇名:WeChat Multimedia Retrieval Based on Knowledge Fusion
  • 作者:徐彤 ; 邓颖慧
  • 英文作者:XU Tong-yang;DENG Ying-hui;School of Information Management, Shanxi University of Finance and Economics;National Science Library, Chinese Academy of Science;
  • 关键词:微信 ; 多媒体检索 ; 特征提取 ; 知识融合 ; 人机交互
  • 英文关键词:WeChat;;multimedia retrieval;;feature extraction;;knowledge fusion;;human-computer interaction
  • 中文刊名:QBKX
  • 英文刊名:Information Science
  • 机构:山西财经大学信息管理学院;中科院文献情报中心;
  • 出版日期:2018-12-29
  • 出版单位:情报科学
  • 年:2019
  • 期:v.37;No.329
  • 基金:2017年度山西省哲学社会科学课题“山西智库建设中文献情报资源服务平台构建研究”(晋规办字【2017】2号);; 山西省2016年度艺术科学规划课题“基于多技术融合的山西智慧博物馆体系构建研究”(2016C18);; 山西省2016年度教育科学规划课题““互联网+”信息经济时代山西省大学生创新创业教育体系研究”(GH-16053)
  • 语种:中文;
  • 页:QBKX201901020
  • 页数:6
  • CN:01
  • ISSN:22-1264/G2
  • 分类号:131-135+149
摘要
【目的/意义】随着微信中多媒体信息资源的增长,传统的微信检索已不能满足用户的检索需求,如何快速高效地从多媒体数据中检索出用户需要的信息是微信检索面临的关键问题。【方法/过程】为解决上述问题,本文提出一种基于知识融合的微信多媒体检索框架,利用知识融合技术来揭示不同模态数据之间潜在的关联。【结果/结论】基于知识融合的微信多媒体检索模型,将多媒体信息构成一个资源群体,可有效消除数据冗余,提高微信检索效率。
        【Purpose/significance】With the growth of multimedia information resources in WeChat, the traditional WeChat search can no longer meet the user's retrieval needs. How to quickly and efficiently retrieve the information users' need from the multimedia data is the key issue of WeChat.【Method/process】In order to solve the above problems, this paper proposes a WeChat multimedia retrieval framework based on knowledge fusion, which uses knowledge fusion technology to reveal the potential correlation between different modal data.【Result/conclusion】The WeChat multimedia retrieval model based on knowledge fusion forms a resource group with multimedia information, which can effectively eliminate data redundancy and improve WeChat search efficiency.
引文
1万慕晨,欧亮.基于微信公众平台的高校图书馆阅读推广效果实证研究[J].图书情报工作,2015,59(22):72-78.
    2 李苗.中美韩三国八大搜索引擎多媒体检索比较分析[J].图书馆学研究,2012,(12):44-49,55.
    3 张宇,袁野,王国仁.一个基于概率潜语义分析的多模态多媒体检索模型[J].小型微型计算机系统,2015,36(8):1665-1670.
    4 Kimiaki Shirahama,Marcin Grzegorzek.Towards large-scale multimedia retrieval enriched by knowledge about human interpretation[J].Multimedia Tools and Applications, 2016, 75(1):297-331.
    5 刘晓娟,李广建,化柏林.知识融合:概念辨析与界说[J].图书情报工作,2016,60(13):13-19,32.
    6 刘松柏,姜海峰,李书宁.移动图书馆建设的难点与趋势[J].图书情报工作,2013,57(4):79-83.
    7 张建中,谭海兵,袁小一.基于微信的语音识别馆藏书目检索研究[J].高校图书馆工作,2017,37(3):65-67.
    8 黎邦群.微信语音找书研究[J].图书情报知识,2014,(6):54-61.
    9 邱均平,余厚强.知识科学视角下国际知识融合研究进展与趋势[J].图书情报工作,2015,59(8):126-132,148.
    10 陈传夫,钱鸥,代钰珠.大数据时代的数字图书馆建设研究[J].图书情报工作,2014,58(7):40-45.
    11 沈燕,任晓健.基于内容的多媒体检索技术在数字档案馆中的应用[J].情报杂志,2004,(4):91-93.
    12 Alan F. Smeaton,Edel O'Connor,Fiona Regan. Multimedia information retrieval and environmental monitoring:Shared perspectives on data fusion[J].Ecological Informatics,2014,(9):23.
    13 朱鹏,朱星圳,刘子溪.微信学术检索用户行为分析与实证研究[J].情报学报,2017,36(8):843-851.
    14 张永库,李云峰,孙劲光.基于多特征融合的图像检索[J].计算机应用,2015,35(2):495-498.
    15 陈为东,王萍,王益成,黄新平.政府网站信息资源的多维语义知识融合结构体系及策略研究[J].情报理论与实践,2017,40(6):111-116.
    16 刘胜蓝,冯林,孙木鑫,刘洋.分组排序多特征融合的图像检索方法[J].计算机研究与发展,2017,54(5):1067-1076.
    17 刘忠宝,赵文娟.融合全局和局部特征的文本特征提取方法研究[J].情报探索,2016,(1):1-3.
    18 徐彤阳,任浩然,张国标,Zhang Xiaolin.数字图书馆图像资源检索框架的构建与实现——基于非下采样的Contourlet变换[J].现代情报,2017,37(6):55-60.
    19 徐彤阳,张国标,任浩然.基于镜头的数字图书馆视频资源检索框架构建与实现[J].情报科学,2017,35(5):89-93,105.
    20 马爱芳,王宝英,刘哲.高校图书馆微信服务现状分析[J].图书馆工作与研究,2015,(3):85-87.