随着因特网网络速度的不断提高,用户对WEB应用的体验要求也越来越高,催生了Flash的广泛应用。因为其动画的特性,配合flex程序可以理解为一种程序语言,编译完成后即我们常见的Flash格式文件,打破了人们习惯了的静止网页页面的格局,极大的增强了网页的互动性。但是也同样带来了一些问题使用会造成点击流的丢失。大多数web应用利用web服务器的日志文件分析用户访问模式、监测异常等,高级的应用还包括数据挖掘、点击流时序分析等。由于Flash是一次下载,UI的更新和切换不需要web服务器通信,也不再有点击流这个概念。当然,Flash利用HTTP协议可以拿到一些XML格式的数据,不过这些数据已不再反映用户对内容的偏好了,为了解决这一矛盾,函需研究一种能够高效、准确采集用户对于Flash进行的各种操作的方法。本文首先介绍了Flash Cookies技术在视频监播监控工作中的研究背景、研究意义以及相关的国内外研究现状;其次,从实际出发介绍了聚类算法、K均值聚类算法、STREAM算法、数据流聚类算法等等技术;再次,针对Flash Cookies文本挖掘功能、违规节目视频数据流挖掘功能、高疑似违规用户甄别挖掘等功能模块进行了需求分析;再次针对现有聚类算法中的问题提出了一种新的FLASH_BC算法,对该算法进行了原因提出分析、数据处理分析、设计思想阐述、工作流程设计,并结合需求分析中的三大功能模块进行功能挖掘设计;最后,完成了视频网站节目监播监控系统实现与测试。与K均值聚类算法相比,FLASH_BC算法的优势在于:本文算法考虑到了视频帧序列关系,并保持了可接受的检索速度。相比之下,K均值聚类算法在处理大数据环境下的视频网站节目中的数据流方面存在着算法违规节目识别效率和速度上的缺陷。