Key points are not available for this paper at this time.
Mit dem exponentiellen Wachstum sozialer Medien gibt es riesige Mengen an nahezu identischen Webvideos, die von einfacher Formatierung bis zu komplexen Mischungen verschiedener Bearbeitungseffekte reichen. Neben dem umfangreichen Videoinhalt bietet das soziale Netz reichhaltige Kontextsätze, die mit Webvideos verbunden sind, wie z.B. Thumbnail-Bild, Zeitdauer und so weiter. Gleichzeitig erfordert die Popularität von Web 2.0 eine zeitnahe Reaktion auf Benutzeranfragen. Um Geschwindigkeit und Genauigkeit auszubalancieren, kombinieren wir in diesem Papier die Kontextinformationen aus Zeitdauer, Anzahl der Aufrufe und Thumbnail-Bilder mit der Inhaltsanalyse, die aus Farbe und lokalen Punkten abgeleitet ist, um eine Echtzeit-Nähe-Duplikat-Eliminierung zu erreichen. Die Ergebnisse von 24 populären Anfragen, die von YouTube abgerufen wurden, zeigen, dass der vorgeschlagene Ansatz, der Inhalt und Kontext integriert, eine Echtzeit-Neu-Rangierung von Webvideos mit extrem hoher Effizienz erreichen kann, wobei die Mehrheit der Duplikate schnell erkannt und aus den Top-Rankings entfernt werden kann. Die Beschleunigung des vorgeschlagenen Ansatzes kann bis zu 164-mal schneller sein als die effektive hierarchische Methode, die in vorgeschlagen wurde, mit nur einem leichten Verlust an Leistung.
Wu et al. (Tue,) untersuchten diese Frage.