Understanding the Users and Videos by Mining a Novel Danmu Dataset

题目：Understanding the Users and Videos by Mining a Novel Danmu Dataset

作者：Guangyi Lv, Kun Zhang, Le Wu, Enhong Chen, Tong Xu, Qi Liu,  and Weidong He

发表：IEEE TRANSACTIONS ON BIG DATA,  2022

---

切入点：弹幕交流是否有助于更好的用户行为建模或视频分析?

解决方案：建立大数据集，并进行基本分析

一、数据集生成

针对这一问题，本文通过引入一个从bilibili平台收集的弹幕数据集，对用户和视频进行了初步的分析尝试。该数据集包含1.7TB的视频和弹幕，涉及8个视频类别，790万弹幕记录和480万视频帧。

数据集下载网址：“http://bigdata.ustc.edu.cn/dataset/Danmus”

对数据集的预处理包括：弹幕文本翻译、字体颜色字段缩减、视频关键帧抽取等。

二、对数据集的统计分析

1.弹幕句子长度情况：短

 2.弹幕数随播放时间的分布：先多后少

 3.颜色：