Video -Suchmaschine

A Video -Suchmaschine ist ein webbasiertes Suchmaschine die kriecht Das Web für Video Inhalt. Einige Video -Suchmaschinen analysieren extern gehostete Inhalte, während andere Inhalte auf ihren eigenen Servern hochgeladen und gehostet werden können. Einige Motoren ermöglichen es Benutzern auch, nach Videoformat -Typ und nach Länge des Clips zu suchen. Die Video -Suchergebnisse werden normalerweise von a begleitet Miniaturansicht Blick auf das Video.

Video -Suchmaschinen sind Computerprogramme, die so konzipiert sind, dass Videos finden, die auf digitalen Geräten gespeichert sind, entweder über Internetserver oder in Speichereinheiten vom selben Computer. Diese Suchanfragen können über audiovisuell durchgeführt werden Indizierung, die Informationen aus audiovisuellem Material extrahieren und als Metadaten aufzeichnen können, die von Suchmaschinen verfolgt werden.

Dienstprogramm

Die Hauptverwendung dieser Suchmaschinen ist die zunehmende Erstellung von audiovisuellen Inhalten und die Notwendigkeit, sie ordnungsgemäß zu verwalten. Die Digitalisierung von audiovisuellen Archiven und die Einrichtung des Internets hat zu großen Mengen von Videodateien geführt, die in großen Datenbanken gespeichert sind, deren Wiederherstellung aufgrund der enormen Datenmengen und der Existenz einer semantischen Lücke sehr schwierig sein kann.

Suchkriterium

Das von jeder Suchmaschine verwendete Suchkriterium hängt von ihrer Art und dem Zweck der Suchvorgänge ab.

Metadaten

Metadaten sind Informationen zu Fakten. Es können Informationen darüber sein, wer der Autor des Videos, des Erstellungsdatums, der Dauer und aller Informationen ist, die in denselben Dateien extrahiert und enthalten werden könnten. Das Internet wird häufig in einer Sprache namens XML verwendet, um Metadaten zu codieren, die sehr gut über das Web funktionieren und von Menschen lesbar sind. Daher ist durch diese in diesen Dateien enthaltenen Informationen der einfachste Weg, um Daten zu finden, die für uns interessiert sind.

In den Videos gibt es zwei Arten von Metadaten, die wir in den Videocode selbst und externe Metadaten aus der Seite, auf der das Video ist, integrieren können. In beiden Fällen optimieren wir sie, um sie im Index ideal zu machen.

Interne Metadaten

Alle Videoformate enthalten ihre eigenen Metadaten. Der Titel, die Beschreibung, die Codierungsqualität oder die Transkription des Inhalts sind möglich. Um diese Daten zu überprüfen, existieren Programme wie FLV -Metadateninjektor, Sorenson Squeeze oder Castfire. Jeder hat einige Dienstprogramme und besondere Spezifikationen.

Wenn Sie von einem Format in ein anderes konvertiert werden, können Sie einen Großteil dieser Daten verlieren. Überprüfen Sie daher, ob die neuen Formatinformationen korrekt sind. Es ist daher ratsam, das Video in mehreren Formaten zu haben, sodass alle Suchroboter es finden und indizieren können.

Externe Metadaten

In den meisten Fällen müssen die gleichen Mechanismen wie bei der Positionierung eines Bild- oder Textinhalts angewendet werden.

Titel und Beschreibung

Sie sind die wichtigsten Faktoren bei der Positionierung eines Videos, da sie die meisten notwendigen Informationen enthalten. Die Titel müssen eindeutig beschreibend sein und sollten jedes nicht nützliche Wort oder jede Phrase entfernen.

Dateiname

Es sollte beschreibend sein, einschließlich Schlüsselwörtern, die das Video beschreiben, ohne dass der Titel oder ihre Beschreibung angezeigt werden müssen. Im Idealfall trennen Sie die Wörter nach Strichen "-".

Stichworte

Auf der Seite, auf der sich das Video befindet, sollte es eine Liste von Schlüsselwörtern sein, die mit dem Mikroformat "rel-Tag" verknüpft sind. Diese Wörter werden von Suchmaschinen als Grundlage für die Organisation von Informationen verwendet.

Transkription und Untertitel

Obwohl nicht vollständig Standard, gibt es zwei Formate, die Informationen in einer zeitlichen Komponente speichern, eine für Untertitel und eine für Transkripte, die auch für Untertitel verwendet werden können. Die Formate sind SRT oder Sub für Untertitel und TTXT für Transkripte.

Spracherkennung

Spracherkennung besteht aus einem Transkript der Sprache des Audio -Tracks der Videos, das eine Textdatei erstellt. Auf diese Weise und mit Hilfe eines Phrase -Extraktors kann es leicht suchen, wenn der Videoinhalt von Interesse ist. Einige Suchmaschinen, abgesehen von der Spracherkennung, um nach Videos zu suchen, verwenden sie auch den spezifischen Punkt einer Multimedia -Datei, in der sich ein bestimmtes Wort oder eine bestimmte Phrase befindet, und gehen Sie daher direkt zu diesem Punkt. Gaudi (Google Audio Indexing), ein Projekt, das von entwickelt wurde von Google Labs, verwendet die Spracherkennungstechnologie, um den genauen Moment zu finden, in dem ein oder mehrere Wörter in einem Audio gesprochen wurden, sodass der Benutzer direkt in den genauen Moment gehen kann, in dem die Wörter gesprochen wurden. Wenn die Suchabfrage mit einigen Videos von YouTube übereinstimmt, werden die Positionen durch gelbe Markierungen angezeigt und müssen die Maus übergeben, um den transkribierten Text zu lesen.

Sprechererkennung

Zusätzlich zur Transkription kann die Analyse verschiedene Sprecher erkennen und die Sprache manchmal einem identifizierten Namen für den Sprecher zuschreiben.

Texterkennung

Die Texterkennung kann sehr nützlich sein, um Zeichen in den Videos durch "Chyrons" zu erkennen. Wie bei Spracherkennern gibt es Suchmaschinen, die es (durch Charaktererkennung) ermöglichen, ein Video von einem bestimmten Punkt aus abzuspielen.

TalkMiner, ein Beispiel für die Suche nach bestimmten Fragmenten aus Videos nach Texterkennung Optische Zeichenerkennung (OCR) um die Wörter auf den Folien zu erkennen. Dann sind diese Wörter in der indiziert Suchmaschine von TalkMiner, das Benutzern derzeit mehr als 20.000 Videos von Institutionen wie Stanford University, der University of California in Berkeley und Ted anbietet.

Rahmenanalyse

Durch die visuelle Deskriptoren Wir können die Frames eines Videos analysieren und Informationen extrahieren, die als Metadaten bewertet werden können. Beschreibungen werden automatisch generiert und können verschiedene Aspekte der Frames beschreiben, wie Farbe, Textur, Form, Bewegung und die Situation.

Kapitel

Die Videoanalyse kann zu automatischem Kapitel mithilfe von Techniken wie Änderung des Kamerawinkels und der Identifizierung von Audio -Jingles führen. Durch die Kenntnis der typischen Struktur eines Videokontrolldokuments ist es möglich, Start- und Beendigung von Credits, Inhaltsteilen sowie Beginn und Ende von Werbepausen zu identifizieren.

Ranking -Kriterium

Die Nützlichkeit einer Suchmaschine hängt von der ab Relevanz des Ergebnisssatzes zurückgegeben. Während es möglicherweise Millionen von Videos gibt, die ein bestimmtes Wort oder eine bestimmte Phrase enthalten, sind einige Videos möglicherweise relevanter, beliebt oder haben mehr Autorität als andere. Diese Anordnung hat viel mit Suchmaschinenoptimierung zu tun.

Die meisten Suchmaschinen verwenden verschiedene Methoden, um die Ergebnisse zu klassifizieren und das beste Video in den ersten Ergebnissen bereitzustellen. Die meisten Programme ermöglichen es jedoch, die Ergebnisse nach mehreren Kriterien zu sortieren.

Bestellung nach Relevanz

Dieses Kriterium ist mehrdeutig und weniger objektiv, aber manchmal ist es dem, was wir wollen. hängt ganz vom Sucher und dem Algorithmus ab, den der Eigentümer gewählt hat. Deshalb wurde es immer diskutiert und jetzt, da die Suchergebnisse in unsere Gesellschaft so tief verwurzelt sind, wurde sie noch mehr besprochen. Diese Art von Verwaltung hängt häufig von der Anzahl ab, in der das durchsuchte Wort herauskommt, wie viele Besichten davon, die Anzahl der Seiten, die zu diesem Inhalt und den Bewertungen von Benutzern, die sie gesehen haben, verlinkt.[1]

Bestellen Sie zum Datum des Uploads

Dies ist ein Kriterium, das vollständig auf der Zeitleiste basiert. Die Ergebnisse können nach ihrem Dienstalter im Repository sortiert werden.

Bestellung nach Anzahl der Ansichten

Es kann uns eine Vorstellung von der Popularität jedes Videos geben.

Bestellung nach Länge

Dies ist die Länge des Videos und kann einen Vorgeschmack darauf geben, welches Video es ist.

Bestellung nach Benutzerbewertung

In Repositories ist üblich, dass die Benutzer die Videos bewerten können, so dass ein Qualitäts- und Relevanzinhalt auf der Liste der Ergebnisse, die Sichtbarkeit erzielen, einen hohen Rang haben. Diese Praxis ist eng mit virtuellen Gemeinschaften verwandt.

Schnittstellen

Wir können zwei grundlegende Arten von Schnittstellen unterscheiden, einige sind Webseiten, die auf Servern gehostet werden, auf die vom Internet zugegriffen und über das Netzwerk gesucht werden. Andere sind Computerprogramme, die innerhalb eines privaten Netzwerks suchen.

Internet

In Internet -Schnittstellen finden wir Repositories, die Videodateien aufweisen, die eine Suchmaschine enthalten, die nur ihre eigenen Datenbanken durchsucht, und Video -Suchende ohne Repository, die in Quellen externer Software suchen.

Repositorys mit Video -Sucher

Bietet eine Unterbringung in Videodateien, die auf seinen Servern gespeichert sind, und verfügt normalerweise über eine integrierte Suchmaschine, die über Videos sucht, die von den Benutzern hochgeladen werden. Eine der ersten Web -Repositorys oder zumindest die berühmtesten sind die Portale Vimeo, Dailymotion und YouTube.

Ihre Suchanfragen basieren häufig auf dem Lesen der Metadaten -Tags, Titel und Beschreibungen, die Benutzer ihren Videos zuweisen. Das Entsorgung und Auftragskriterium der Ergebnisse dieser Suchvorgänge können in der Regel zwischen dem Datei -Upload -Datum, der Anzahl der Ansichten oder ihrer Relevanz ausgewählt werden. Das Sortieren von Kriterien ist heutzutage die Hauptwaffe dieser Websites, da die Positionierung von Videos für die Werbung wichtig ist.

Video -Sucher -Repositories

Es handelt sich um Websites, die auf die Suche nach Videos im Netzwerk oder bestimmte vorgewählte Repositorys spezialisiert sind. Sie arbeiten nach Webspinnen, die das Netzwerk automatisch inspizieren, um Kopien der besuchten Websites zu erstellen, die dann von Suchmaschinen indiziert werden, damit sie schnellere Suchvorgänge bereitstellen können.

Privates Netzwerk

Funktionsschema

Manchmal sucht eine Suchmaschine nur in audiovisuellen Dateien, die in einem Computer gespeichert sind, oder, wie in Fernsehern, auf einem privaten Server, auf dem Benutzer über ein lokales Netzwerk zugreifen. Diese Suchenden sind in der Regel Software oder reichhaltige Internetanwendungen mit sehr spezifischen Suchoptionen für maximale Geschwindigkeit und Effizienz bei der Präsentation der Ergebnisse. Sie werden in der Regel für große Datenbanken eingesetzt und sind daher sehr fokussiert, um die Anforderungen von Fernsehunternehmen zu erfüllen. Ein Beispiel für diese Art von Software wäre die Digitions -Suite, die neben dem Speicher- und Abrufdateiensystem nicht nur ein Benchmark in dieser Art von Schnittstellen in der Nähe ist Corporació Catalana de Mitjans Audiovisuals.[2]

Diese besondere Suite und vielleicht in ihrem stärksten Punkt ist, dass sie den gesamten Prozess des Erstellens, Indizierens, Speicherns, Suchens, Bearbeitens und einer Wiederherstellung integriert. Sobald wir einen digitalisierten audiovisuellen Inhalt haben, wird abhängig von der Bedeutung von Inhalten und gespeicherten Inhalten mit unterschiedlichen Techniken unterschiedlicher Ebene indiziert. Der Benutzer muss, wenn er eine bestimmte Datei abrufen möchte, ein Suchfelder wie Programmtitel, Ausgabedatum, Zeichen, die handeln, oder den Namen des Produzenten, und der Roboter startet die Suche. Sobald die Ergebnisse angezeigt werden und sie nach Einstellungen angeordnet sind, kann der Benutzer die Videos von geringer Qualität so schnell wie möglich abspielen. Wenn er den gewünschten Inhalt findet, wird er mit guter Definition heruntergeladen, er wird bearbeitet und reproduziert.[3]

Design und Algorithmen

Die Videosuche hat sich langsam durch mehrere grundlegende Suchformate entwickelt, die heute existieren und alle verwenden Schlüsselwörter. Die Schlüsselwörter für jede Suche finden Sie im Titel der Medien, alle Text, die an die Medien- und Inhalte verknüpften Webseiten beigefügt sind, die ebenfalls von Autoren und Benutzern von Video -gehosteten Ressourcen definiert sind.

Einige Videosuche werden mithilfe menschlicher Suche durchgeführt. Andere erstellen technologische Systeme, die automatisch zur Erkenntnis erkennen, was sich im Video befindet, und übereinstimmen den Sucheranforderungen. Viele Anstrengungen zur Verbesserung der Videosuche, einschließlich sowohl menschlicher Durchsuchungen, als auch zum Schreiben von Algorithmus, die erkennen, was sich im Video befindet, bedeuten eine vollständige Sanierung der Suchbemühungen.

Es wird im Allgemeinen anerkannt, dass die Sprache zum Text möglich ist, obwohl in letzter Zeit Thomas Wilde, der neue CEO von TEGESZING, anerkannt hat, dass Jeverzing 70% der Fälle, in denen Musik, Umgebungsgeräusche oder mehr als eine Person spricht, funktioniert. Wenn ein Nachrichtensendungsstil spricht (eine Person, klar, kein Umgebungsgeräusch) ist verfügbar, kann dies auf 93%steigen. (Vom Web Video Summit, San Jose, CA, 27. Juni 2007).

Ungefähr 40 Phoneme existieren in jeder Sprache mit etwa 400 in allen gesprochenen Sprachen. Anstatt einen Text-Suchalgorithmus nach Abschluss der Sprach-Text-Verarbeitung anzuwenden, verwenden einige Motoren einen phonetischen Suchalgorithmus, um Ergebnisse innerhalb des gesprochenen Wortes zu finden. Andere arbeiten buchstäblich, indem sie den gesamten Podcast anhören und eine Textranskription unter Verwendung eines hoch entwickelten Sprach-zu-Text-Prozesses erstellen. Sobald die Textdatei erstellt wurde, kann die Datei nach einer beliebigen Anzahl von Suchwörtern und Phrasen gesucht werden.

Es wird allgemein anerkannt, dass die visuelle Suche in Video nicht gut funktioniert und dass kein Unternehmen es öffentlich verwendet. Forscher der UC San Diego und der Carnegie Mellon University arbeiten seit mehr als 15 Jahren an dem visuellen Suchproblem und haben im Frühjahr 2007 auf einer "Zukunft der Search" an der UC Berkeley zugelassen, dass es Jahre davon abhielt, selbst in einfacher Rentik zu sein Suche.

Video -Suchmaschinen

Agnostische Suche

Suche, die nicht von der Hosting von Video betroffen ist, wobei die Ergebnisse agnostisch sind, egal wo sich das Video befindet:

  • Blinkx wurde im Jahr 2004 gestartet und verwendet Spracherkennung und visuelle Analyse, um spinnendische Videos zu verarbeiten, anstatt sich allein auf Metadaten zu verlassen. Blinkx behauptet, das größte Video -Archiv im Internet zu haben, und setzt seine Sammlung auf rund 26.000.000 Stunden Inhalt.
  • Casttv ist eine Web-weite Video-Suchmaschine, die 2006 gegründet und finanziert wurde von Draper Fisher Jurvetson, Ron Conway, und Marc Andreessen.
  • Munax veröffentlichte 2005 ihre erste Suchmaschine der ersten Version und führt sowohl landesweit als auch weltweite Suchmaschinen mit Videosuche an.
  • Picsearch Die Videosuche wurde seit 2006 für Suchportale lizenziert.

Nicht-agnostische Suche

Die Suchergebnisse werden aufgrund des großen gehosteten Videos in den Suchergebnissen geändert oder verdächtig:

  • AOL Video bietet eine Video -Suchmaschine, mit der Video auf beliebten Videozielen im gesamten Web gefunden werden können. Im Dezember 2005 erwarb AOL Truveo Videosuche.
  • Die Bing -Video -Suche ist eine Suchmaschine, die von betrieben wird Bing und auch verwendet von Yahoo! Videosuche.
  • Google -Videos ist eine Video -Suchmaschine von Google.
  • Tencent Video Bietet Videosuche von Tencent.

Siehe auch

Verweise

  1. ^ (auf Englisch) SEO von Google Central Webmaster
  2. ^ (im katalanischen) Digitalisieren oder sterben (Alícia conesa) Archiviert 8. Juli 2011 bei der Wayback -Maschine
  3. ^ (im katalanischen) Digitionsuite von Activa Multimedia

Externe Links 

Prozess der Suchmaschinen Wie Dinge funktionieren (auf Englisch)