用户生成内容研究进展综述

用户生成内容是Web2.0下由网络用户创作的互联网信息,分析其相关理论研究进展从而为UGC的进一步研究及商业利用提供思路具有重要的参考意义。本文在界定了UGC产生的背景基础上,从UGC基本范畴、生成动机、质量问题和法律问题4方面,分析了UGC研究动态;探究UGC情感分析中情感词语和情感量化问题,归纳现有情感分析涉及的算法应用。在研究现状分析基础上,指出下一步应重点研究促进网络用户生产出高质量UGC的激励和约束政策,建立更加完善、准确的推荐模型,设计符合不同应用领域的情感词量化方法,构建保护用户隐私的UGC生产、利用机制。     

基于小波变换的半脆弱图像水印算法

在小波变换域内,将水印信息嵌入到特定小渡系数中,对图像带来的失真影响很小,同时可以准确地检测和定位篡改。提出了一种基于小波变换的自适应半脆弱水印算法,选取图像小波变换的低频信息作为图像特征并利用混沌映射对初值的敏感性产生水印信息,采用块均值量化调制小波系数的方法完成其嵌入。实验结果表明,该算法具有一定的鲁棒性,可将常规信号处理与恶意篡改相区分,并能准确定位篡改区域。