论文总字数：22133字

摘 要

近年来，随着网络技术的不断发展，网络视频服务已经逐渐成为人们平常生活中不可分割的一部分。而智能手机和4G网络的普及，则为移动端视频服务奠定了良好的基础，各大视频网站也逐渐将目光投向移动端市场。但随着网络视频行业的兴起，广告作为多媒体内容的重要的一个分支，也在这个行业中扮演着重要的角色。一方面，广告商希望尽可能多的获得广告播放时间，赢取商业价值；另一方面，用户希望在观看视频时尽可能少的观看到广告，能有更好的观看体验。如何平衡这一矛盾成为了关键问题。

由此，本文对安卓平台上视频流的广告识别进行了研究，从而希望为网络服务商提供关于优化视频广告投放以及处理视频流量的建议。本文重点研究了优酷、爱奇艺、腾讯视频这三家网站的安卓客户端的视频流，同时对iOS平台的以上三种视频流进行了一定程度的分析。通过PC机为移动终端提供热点，在PC机上抓取视频播放时转发的数据，得到数据文件，再使用自行开发的“移动端视频流广告识别系统”对数据文件进行读取以及广告的识别。

本文还通过人工优化的方法提出了一种优化系统识别广告结果的方案，并进行了验证。最后，本文通过对判断结果的分析与统计，对视频服务提供商和网络运营商如何优化广告投放策略、提升用户体验提出相关建议。

关键词：流媒体、安卓、视频应用、广告识别

Abstract

In recent years, with the vigorous development of streaming media technology, network video services has gradually become an indispensable part of daily life. The popularity of smart phones and 4G networks, mobile video services for the mobile has laid a good foundation, the major video sites will gradually look to the mobile market. But with the rise of the online video industry, advertising as an important part of multimedia content, but also in this industry plays an important role. On the one hand, advertisers want to get as much advertising as possible to win business value; on the other hand, users want to watch the video as little as possible to watch the ad, have a better viewing experience. How to balance this contradiction has become a key issue.

Thus, this article on the Andrews platform video stream advertising recognition of the study, hoping to provide network service providers on the optimization of video advertising and processing video traffic recommendations. This article focuses on the Youku, love fancy art, Tencent video of the three sites Andrews client video stream, while the iOS platform for the above three kinds of video streaming to a certain degree of analysis. Through the PC for the mobile terminal to provide hot spots in the PC to capture the video playback data forwarded, get data files, and then use the self-developed "mobile video frequency advertising recognition system" to read the data files and advertising recognition.

At the end of this paper, a scheme of optimizing the system to identify advertising results is proposed and verified by means of artificial optimization. Finally, this article provides advice on how video application providers and network service providers can improve the quality of the user experience through the results of the analysis.

Keywords: streaming media, android, video application, ad identification

目 录

摘要 Ⅰ

Abstract Ⅱ

1 绪论 1

1.1研究背景及意义 1

1.2研究现状 1

1.3研究目的和主要研究内容 3

1.4论文的结构安排 3

1.5本章小结 3

2 相关技术 5

2.1移动端设备 5

2.2视频服务提供商 5

2.3视频流的研究方法 6

2.3.1Wireshark 6

2.3.2Tcpdump 6

2.3.3Fiddler 7

2.4开发平台和开发工具 7

2.5本章小结 7

3移动终端视频流广告识别系统设计与开发 8

3.1需求分析 8

3.2系统设计 8

3.3技术路线 9

3.4算法介绍 10

3.4.1数据分析 10

3.4.2广告识别算法 10

3.5系统测试 12

3.6 对于系统结果准确性的优化方案 13

3.6.1问题分析 13

3.6.2数据采集 14

3.6.3系统结果优化 14

3.6.4系统对于iOS平台的支持性 15

3.7本章小结 16

4 数据的采集与分析 17

4.1实验环境 17

4.2数据采集 17

4.2.1采集方法 17

4.2.2采集结果 17

4.3数据分析 18

4.4本章小结 20

5 小结 21

5.1总结与建议 21

5.2对未来的展望 22

致 谢 23

参考文献 24

1 绪论

1.1研究背景及意义

近年来，随着网络技术的不断发展，网络视频服务已经逐渐成为人们平常生活中不可分割的一部分。人们得以不需要定时守在电视机前以担心错过自己喜欢的节目，有了网络视频，人们的生活变得更加便捷。

网络视频发展的初期，人们习惯于用电脑客户端观看视频，而随着移动互联网的普及，人们逐渐减少了对电脑的依赖，开始逐渐的使用手机和平板电脑等一系列移动设备。“最近的三年时间里，移动端视频用户增长了8.7%，2016年比例达到80%以上。2014年一、二、发达三线城市移动端视频占比分别是74.2%、72.4%、70.3%，到2016年三季城市的占比分别达到77.9%、82.3%和83.6%”[1]。

剩余内容已隐藏，请支付后下载全文，论文总字数：22133字