防用户心理抗拒的短视频推荐方法新颖度提升研究

1

作者 赵凯锐 羊英 《上海第二工业大学学报》 2024年第3期321-329,共9页

短视频平台应用各类推荐方法给用户推送“感兴趣”的内容,以增加用户黏性。但用户逐渐意识到被推荐的内容趋于单一化、同质化、缺乏新颖性,用户被困于信息茧房而产生心理抗拒。以典型短视频平台为例,对其推荐方法及用户体验进行调查,分... 短视频平台应用各类推荐方法给用户推送“感兴趣”的内容,以增加用户黏性。但用户逐渐意识到被推荐的内容趋于单一化、同质化、缺乏新颖性,用户被困于信息茧房而产生心理抗拒。以典型短视频平台为例,对其推荐方法及用户体验进行调查,分析用户产生心理抗拒的原因,发现平台推荐方法现存的问题。添加随机扰动因子对已有推荐方法进行改进,收集用户数据进行验证分析,发现改进后的方法可以有效提升推荐系统的新颖度,减轻用户心理抗拒,优化用户体验。 展开更多

关键词 电子商务 推荐方法 心理抗拒 新颖度 短视频推荐

下载PDF 职称材料

融合多模态自监督图学习的视频推荐模型 被引量：1

2

作者 余文婷 吴云 林建 《计算机应用研究》 CSCD 北大核心 2023年第6期1679-1685,共7页

现有视频推荐方法在算法框架中引入图神经网络来建模用户—视频协同关系,学习用户和视频的表示向量,但是节点中包含的冗余噪声会限制模型的建模能力。针对以上问题,提出了一种融合多模态自监督图学习的视频推荐模型(IMSGL-VRM)。首先,... 现有视频推荐方法在算法框架中引入图神经网络来建模用户—视频协同关系,学习用户和视频的表示向量,但是节点中包含的冗余噪声会限制模型的建模能力。针对以上问题,提出了一种融合多模态自监督图学习的视频推荐模型(IMSGL-VRM)。首先,在图数据增强模式下构建自监督的图神经网络模型学习多模态视图下的节点特征表示,以提升节点表示的泛化能力;其次,为了得到推荐结果的多样性,设计了多兴趣提取模块从用户历史的交互视频序列中建模用户的多兴趣;最后,融合多模态的用户多兴趣表示和视频的特征表示,使用多样性可控的方式输出推荐结果,以满足视频推荐的多样性需求。在MovieLens-1M和TikTok数据集上实验,采用准确性、召回率、NDCG和多样性等指标评估模型。实验结果表明,该模型相比经典基准模型均有显著的性能提升。 展开更多

关键词 多模态 自监督图学习 视频推荐 多兴趣 多样性

下载PDF 职称材料

基于K⁃means的个性化视频推荐方法研究

3

作者 吴珂彤 贾双英 李恒博 《现代计算机》 2023年第17期95-99,共5页

视频网站以吸引用户观看自己的视频为营销手段,有效推荐视频给用户,有利于提高用户粘性,成为各大视频网站竞争的手段。通过深入研究,提出一种视频推荐方法,它基于电影和用户之间的相似度,利用K⁃means聚类对数据进行深度挖掘分析,并结合... 视频网站以吸引用户观看自己的视频为营销手段,有效推荐视频给用户,有利于提高用户粘性,成为各大视频网站竞争的手段。通过深入研究,提出一种视频推荐方法,它基于电影和用户之间的相似度,利用K⁃means聚类对数据进行深度挖掘分析,并结合用户的个性化需求,实现更加精准的推荐。通过验证,证明了该方法的可行性。 展开更多

关键词 视频推荐 K⁃means 个性化 聚类算法

下载PDF 职称材料

短视频推荐系统的算法感知与互动——一项基于对大学生的访谈研究 被引量：1

4

作者 季颖 《传播力研究》 2023年第5期154-156,共3页

算法推荐为人们生活效率的提高作出了极大的贡献。人们逐渐形成了自己对算法的感知并进行算法实践。基于此,本文选取短视频推荐系统为研究对象,通过半结构化访谈法对大学生用户群体进行调查,总结用户对算法的认知、感知和互动情况,说明... 算法推荐为人们生活效率的提高作出了极大的贡献。人们逐渐形成了自己对算法的感知并进行算法实践。基于此,本文选取短视频推荐系统为研究对象,通过半结构化访谈法对大学生用户群体进行调查,总结用户对算法的认知、感知和互动情况,说明用户与算法不再是单向关系而是双向互动,用户通过算法实践总结出算法运行机制形成算法文化,以期为人机关系领域人与算法关系的研究做补充。 展开更多

关键词 短视频推荐系统 算法 人机关系

下载PDF 职称材料

基于改进协同过滤的视频推荐算法研究

5

作者 周立寒 刘亮亮 +1 位作者 张再跃 张晓如 《计算机与数字工程》 2023年第2期282-285,389,共5页

针对视频推荐领域因用户评分数据极度稀疏以及推荐不准确而导致的用户体验度低的问题,论文提出一种基于网络用户兴趣和视频标签的算法。首先,将用户具体行为数据纳入考量,为行为赋值,用用户兴趣矩阵取代用户项目评分矩阵。接着对视频标... 针对视频推荐领域因用户评分数据极度稀疏以及推荐不准确而导致的用户体验度低的问题,论文提出一种基于网络用户兴趣和视频标签的算法。首先,将用户具体行为数据纳入考量,为行为赋值,用用户兴趣矩阵取代用户项目评分矩阵。接着对视频标签进行分析,引入权重因子,加权计算视频相似度,获取相似视频候选集。最后对目标用户进行TopN推荐。经过实验,论文的改进算法准确率在MovieLens数据集上提高了15%。 展开更多

关键词 视频推荐 协同过滤 用户兴趣矩阵 权重因子

下载PDF 职称材料

基于用户群组行为分析的视频推荐方法研究 被引量：13

6

作者 李鹏 于晓洋 孙渤禹 《电子与信息学报》 EI CSCD 北大核心 2014年第6期1485-1491,共7页

该文采用权重增量及相似聚集的用户行为分析算法,为用户推荐个性化视频提供了一个有效的解决方案。方法包含3个主要部分,首先利用RFM(Recentness,Frequency,Monetary amount)模型分析用户的行为,将相同行为的用户归为一组;然后结合用户... 该文采用权重增量及相似聚集的用户行为分析算法,为用户推荐个性化视频提供了一个有效的解决方案。方法包含3个主要部分,首先利用RFM(Recentness,Frequency,Monetary amount)模型分析用户的行为,将相同行为的用户归为一组;然后结合用户的最近习惯,使用基于权重增量的Apriori算法挖掘用户之间的关联规则,并用向量空间模型进行相似度计算从而实现用户相似聚集;最后进行协同过滤式推荐,完成整体个性化视频推荐过程。该方法的特点是行为数据自动收集获取,避免了直接对视频大数据的处理;另外,视频推荐随着用户行为的改变而动态变化,更加符合实际情况。实验结果表明,该方法有效并且稳定,相比于单一推荐方法,在准确率、召回率等综合指标上均有明显提升。 展开更多

关键词 视频推荐 行为分析 权重增量 APRIORI算法

下载PDF 职称材料

LDA模型在网络视频推荐中的应用 被引量：8

7

作者 卢盛祺 管连 +1 位作者 金敏 韩景倜 《微型机与应用》 2016年第11期74-79,共6页

视频推荐系统最主要的功能就是从用户的历史行为中发现用户兴趣偏好,然后找出其可能感兴趣的视频并展示给用户。该文针对用户的视频选择过多、视频转化率较低等问题,提出了一种基于LDA模型的电影推荐方法。首先将视频的评论文本集转化... 视频推荐系统最主要的功能就是从用户的历史行为中发现用户兴趣偏好,然后找出其可能感兴趣的视频并展示给用户。该文针对用户的视频选择过多、视频转化率较低等问题,提出了一种基于LDA模型的电影推荐方法。首先将视频的评论文本集转化为评论-主题-词语的三层贝叶斯模型,提取每个视频的评论关键词,再基于目标用户的历史行为发现其偏好的视频关键词集合,最后利用杰卡德相似系数,预测用户可能感兴趣的视频,以实现基于内容的个性化视频推荐服务。实验表明,该方法可以提高视频推荐的精度,使得视频转化率得到较好的提升。 展开更多

关键词 LDA模型 用户偏好 视频推荐 电子推荐 贝叶斯模型

下载PDF 职称材料

关于视频推荐系统数据处理方法的分析 被引量：6

8

作者 倪霓 罗毅 《软件》 2014年第2期123-124,共2页

视频推荐系统作为一种重要的应用,可以帮助用户在网站中海量的视频库里找到其感兴趣的视频,同时也可以帮助用户挖掘出自己本身的兴趣。而视频推荐系统中核心和关键的部分是推荐算法,它在很大程度上决定了视频推荐系统的类型和性能的优... 视频推荐系统作为一种重要的应用,可以帮助用户在网站中海量的视频库里找到其感兴趣的视频,同时也可以帮助用户挖掘出自己本身的兴趣。而视频推荐系统中核心和关键的部分是推荐算法,它在很大程度上决定了视频推荐系统的类型和性能的优劣。本文分析了视频推荐系统的常见架构并展示了优化后的推荐算法流程,在处理海量数据的真实应用背景下提出了总结出应用于视频推荐系统中的数据处理方法。 展开更多

关键词 视频推荐系统 推荐算法 算法流程

下载PDF 职称材料

基于视频推荐技术的无线网络视频服务器设计 被引量：1

9

作者 梁建胜 谢志伟 《计算机测量与控制》 2017年第7期269-272,共4页

无线网络视频服务器中视频推荐技术已成为重要技术之一,视频推荐技术是为了用户在使用无线网络是视频务器时,更快的找到感兴趣的视频;采用当前方法对用户进行视频推荐时,未考虑用户的兴趣偏好是否随着时间有所变化,使视频推荐出现偏差;... 无线网络视频服务器中视频推荐技术已成为重要技术之一,视频推荐技术是为了用户在使用无线网络是视频务器时,更快的找到感兴趣的视频;采用当前方法对用户进行视频推荐时,未考虑用户的兴趣偏好是否随着时间有所变化,使视频推荐出现偏差;为此,提出一种基于视频推荐技术的无线网络视频服务器设计方法;该方法首先使用无线网络视频服务器硬件部分的MPEG-4进行视频数据采集,并对MPEG-4采集的视频数据进行整理;在由软件部分把采集到的视频数据储存到缓冲区,进行视频缓冲,并建立视频数据队列进行视频数据输送;以计算无线网络视频的相似度来搜索相近视频,将搜索到的视频与目标用户观看过的视频进行对比,对比相似度越接近1,则说明用户对推荐视频感兴趣的几率大,反之越接近-1用户对推荐视频越不感兴趣;此计算方法能有效的从海量视频数据中快速的搜索出目标用户感兴趣视频;实验结果表明,将视频推荐技术应用到无线网络视频中可以迅速准确的搜索出目标用户感兴趣视频。 展开更多

关键词 视频推荐技术 无线网络 视频服务器

下载PDF 职称材料

基于K-means优化的SOM神经网络算法的视频推荐系统 被引量：3

10

作者 付丽梅 《软件工程》 2022年第10期17-19,7,共4页

为解决视频推荐系统中推荐精度不够精准的问题,提出一种K-means优化的自组织映射(Self-organizing Map,SOM)神经网络视频推荐方法。首先,爬取视频网站的数据并对其进行处理;其次,将处理后的数据输入K-means算法优化的SOM神经网络中,得... 为解决视频推荐系统中推荐精度不够精准的问题,提出一种K-means优化的自组织映射(Self-organizing Map,SOM)神经网络视频推荐方法。首先,爬取视频网站的数据并对其进行处理;其次,将处理后的数据输入K-means算法优化的SOM神经网络中,得到聚类结果;最后通过计算归类视频的弹幕数量、点击量、评分等推荐出优秀的视频。文中系统的预期结果为在主界面选择分类并输入关键词之后,通过算法计算,为用户推荐感兴趣的视频,并按评分高低列出视频的超链接。实验结果表明,优化的SOM算法在视频推荐的精度上提升了5%—8%。 展开更多

关键词 视频推荐 K-MEANS SOM算法 优化

下载PDF 职称材料

以微博为例浅析社交网站中的视频推荐算法 被引量：1

11

作者 闫子琪 《科技传播》 2018年第23期148-149,共2页

随着网络的不断普及,人们在网络中获取消息的渠道也不断扩增,这也促进了网络上各种技术的不断发展。视频推荐算法就是这其中的一个,它的主要作用是通过一些数学上的算法,将网友在某社交网站上的喜好行为做出相应的归纳总结,再对该用户... 随着网络的不断普及,人们在网络中获取消息的渠道也不断扩增,这也促进了网络上各种技术的不断发展。视频推荐算法就是这其中的一个,它的主要作用是通过一些数学上的算法,将网友在某社交网站上的喜好行为做出相应的归纳总结,再对该用户进行相关的视频推荐。因此,视频推荐算法是一个以数学理论为基础,应用于互联网,服务于全体网友的技术。文章先对视频推荐算法的发展历程做简要介绍,并就微博上的视频推荐算法进行介绍和相关优缺点的分析。 展开更多

关键词 视频推荐算法 微博视频推荐 用户喜好 统计分析

下载PDF 职称材料

基于聚类层次模型的视频推荐算法 被引量：2

12

作者 金亮 于炯 +4 位作者 杨兴耀 鲁亮 王跃飞 国冰磊 廖彬 《计算机应用》 CSCD 北大核心 2017年第10期2828-2833,2860,共7页

目前推荐系统存在评论数据稀疏、冷启动和用户体验度低等问题,为了提高推荐系统的性能和进一步改善用户体验,提出基于聚类层次模型的视频推荐算法。首先,从相关用户方面着手,通过近邻传播(AP)聚类分析得到相似用户,从而收集相似用户中... 目前推荐系统存在评论数据稀疏、冷启动和用户体验度低等问题,为了提高推荐系统的性能和进一步改善用户体验,提出基于聚类层次模型的视频推荐算法。首先,从相关用户方面着手,通过近邻传播(AP)聚类分析得到相似用户,从而收集相似用户中的历史网络视频数据,进而形成视频推荐集合;其次,利用用户行为的历史数据计算出用户对视频的喜好值,再把视频的喜好值转换成视频的标签权重;最后,通过层次分析模型算出视频推荐集合中用户喜好视频的排序,产生推荐列表。基于Movie Lens Latest Dataset和You Tube视频评论文本数据集,实验结果表明所提算法在均方根误差和决策精度方面均表现出良好的性能。 展开更多

关键词 视频推荐 稀疏性 冷启动 层次模型 聚类分析

下载PDF 职称材料

社交网络服务中的多维空间视频推荐算法 被引量：6

13

作者 周娇 霍欢 《计算机工程》 CAS CSCD 北大核心 2015年第1期245-250,共6页

视频推荐作为一项帮助用户迅速找到其最感兴趣视频的关键技术,是社交网络服务中比较重要的研究内容之一。传统推荐算法未能充分利用视频社会化网站中的多维信息,会导致冷启动和数据稀疏的问题。为此,提出一种社交网络服务中的多维空间... 视频推荐作为一项帮助用户迅速找到其最感兴趣视频的关键技术,是社交网络服务中比较重要的研究内容之一。传统推荐算法未能充分利用视频社会化网站中的多维信息,会导致冷启动和数据稀疏的问题。为此,提出一种社交网络服务中的多维空间视频推荐算法。综合分析构成视频社会化网络的多维信息源要素,在此基础上,通过构建多维聚类空间,进而实现基于多维聚类空间的视频推荐算法,利用构成视频社会化网络的多维信息源要素,为视频的个性化推荐提供信息来源,以解决冷启动和数据稀疏问题。实验结果表明,该算法在视频推荐准确度方面相对于传统视频推荐算法有明显提高。 展开更多

关键词 视频推荐 社交网络服务 多维空间 属性相似性 内容相似性 社交关联性

下载PDF 职称材料

基于大数据的微视频推荐算法研究 被引量：7

14

作者 尚松涛 石民勇 +1 位作者 尚文倩 洪志国 《中国传媒大学学报（自然科学版）》 2017年第2期38-45,共8页

随着网络的迅速发展,以及移动网络资费的逐渐下调、移动流量日益充足,微视频在网络上传播的速度日益加快。越来越多的人,尤其是年轻人,更偏向于使用移动设备观看视频和分享视频。在大数据的环境下,给微视频的推荐算法提出了更多的挑战... 随着网络的迅速发展,以及移动网络资费的逐渐下调、移动流量日益充足,微视频在网络上传播的速度日益加快。越来越多的人,尤其是年轻人,更偏向于使用移动设备观看视频和分享视频。在大数据的环境下,给微视频的推荐算法提出了更多的挑战。传统的推荐算法,如基于内容的推荐算法、基于协同过滤的推荐算法、基于图的推荐算法等,在用于微视频推荐时,时间效率不高,推荐的准确率也不高。因此,本文提出了基于超链-图模式的个性化推荐算法,不仅能够提高推荐的命中率,而且能够适应大数据集上的视频推荐应用。此外,本文分析了传统大数据的Slope one算法,并对其进行改进,使之能够适应海量数据的微视频推荐。 展开更多

关键词 大数据 微视频推荐算法 超链-图算法 SLOPE ONE

下载PDF 职称材料

基于Hadoop云网络在用户视频推荐中研究

15

作者 赵鑫 《电脑知识与技术》 2016年第2X期43-44,共2页

随着互联网在日常生活中普及范围越来越广,网络已经成了人们生活中不可或缺的一部分,网络的信息形式可以分为文本、视频、音频和图片这几大类组成,随着网络带宽的不断提速,视频消费成为网络信息消费的中重要组成部分,在用户视频消费时... 随着互联网在日常生活中普及范围越来越广,网络已经成了人们生活中不可或缺的一部分,网络的信息形式可以分为文本、视频、音频和图片这几大类组成,随着网络带宽的不断提速,视频消费成为网络信息消费的中重要组成部分,在用户视频消费时根据用户的兴趣偏好进行个性化推荐,从而提高用户在平台的依赖性,提升用户对平台的体验,促进平台整体的用户活跃度具有非常重要的意义。 展开更多

关键词 视频推荐 分布式环境 用户活跃度 平台粘性

下载PDF 职称材料

基于自编码器与多模态数据融合的视频推荐方法 被引量：3

16

作者 顾秋阳 琚春华 吴功兴 《电信科学》 2021年第2期82-98,共17页

现今常用的线性结构视频推荐方法存在推荐结果非个性化、精度低等问题,故开发高精度的个性化视频推荐方法迫在眉睫。提出了一种基于自编码器与多模态数据融合的视频推荐方法,对文本和视觉两种数据模态进行视频推荐。具体来说,所提方法... 现今常用的线性结构视频推荐方法存在推荐结果非个性化、精度低等问题,故开发高精度的个性化视频推荐方法迫在眉睫。提出了一种基于自编码器与多模态数据融合的视频推荐方法,对文本和视觉两种数据模态进行视频推荐。具体来说,所提方法首先使用词袋和TF-IDF方法描述文本数据,然后将所得特征与从视觉数据中提取的深层卷积描述符进行融合,使每个视频文档都获得一个多模态描述符,并利用自编码器构造低维稀疏表示。本文使用3个真实数据集对所提模型进行了实验,结果表明,与单模态推荐方法相比,所提方法推荐性能明显提升,且所提视频推荐方法的性能优于基准方法。 展开更多

关键词 自编码器 多模态表示 数据融合 视频推荐

下载PDF 职称材料

基于弹幕情感分析和主题模型的视频推荐算法 被引量：6

17

作者 朱思淼 魏世伟 +1 位作者 魏思恒 余敦辉 《计算机应用》 CSCD 北大核心 2021年第10期2813-2819,共7页

针对互联网上大量自制视频缺少用户评分、推荐准确率不高的问题,提出一种融合弹幕情感分析和主题模型的视频推荐算法(VRDSA)。首先,对视频的弹幕评论进行情感分析,得到视频的情感向量,之后基于情感向量计算视频之间的情感相似度;同时,... 针对互联网上大量自制视频缺少用户评分、推荐准确率不高的问题,提出一种融合弹幕情感分析和主题模型的视频推荐算法(VRDSA)。首先,对视频的弹幕评论进行情感分析,得到视频的情感向量,之后基于情感向量计算视频之间的情感相似度;同时,基于视频的标签建立主题模型来得到视频标签的主题分布,并使用主题分布计算视频之间的主题相似度;接着,对视频的情感相似度和主题相似度进行融合得到视频间的综合相似度;然后,结合视频间的综合相似度和用户的历史记录得到用户对视频的偏好度;同时通过视频的点赞量、弹幕量、收藏数等用户互动指标对视频的大众认可度进行量化,并结合用户历史记录计算出视频的综合认可度;最后,基于用户对视频的偏好度和视频的综合认可度预测用户对视频的认可度,并生成个性化推荐列表来完成视频的推荐。实验结果表明,与融合协同过滤和主题模型的弹幕视频推荐算法(DRCFT)以及嵌入LDA主题模型的协同过滤算法(ULR-itemCF)相比,所提算法推荐的准确率平均提高了17.1%,召回率平均提高了22.9%,F值平均提高了22.2%。所提算法对弹幕进行情感分析,并融合主题模型,以此来完成对视频的推荐,并且充分挖掘了弹幕数据的情感性,使得推荐结果更加准确。 展开更多

关键词 视频推荐算法 弹幕 主题模型 情感分析 认可度

下载PDF 职称材料

项目多属性模糊联合的多样性视频推荐算法 被引量：7

18

作者 张艳红 张春光 +1 位作者 周湘贞 王怡鸥 《计算机科学》 CSCD 北大核心 2019年第8期78-83,共6页

针对视频协同过滤推荐算法多样性较低的问题,提出了一种基于多属性联合的多样性视频协同过滤推荐算法。根据用户与推荐系统的互动历史记录,判断用户是否满意系统的推荐项目,如果某个用户过去观看同一个主题的视频节目,并且不关心视频的... 针对视频协同过滤推荐算法多样性较低的问题,提出了一种基于多属性联合的多样性视频协同过滤推荐算法。根据用户与推荐系统的互动历史记录,判断用户是否满意系统的推荐项目,如果某个用户过去观看同一个主题的视频节目,并且不关心视频的作者,那么认为该用户对视频作者表现出较高的多样性,对视频节目主题表现出的多样性较低。采用信息熵与用户配置信息长度两个指标来评估项目各个属性的多样性,根据两个指标的组合将用户对每个项目属性的多样性分为4个象限,并且对用户多样性进行模糊化处理,以获得用户多样性对于4个象限的隶属度。在第一个阶段预测未评分项目的评分;在第二个阶段将所有项目重新排序,以提高推荐列表的多样性。最终,基于公开的Movielens 1M数据集进行了对比实验,实验结果证明本算法可实现接近top-N算法的准确率性能,同时具有一定的多样性增强效果。在推荐准确率与多样性平衡的应用场景下,设置合适的参数能够在损失较少推荐准确率的前提下,显著提高个体多样性、总体多样性与新颖性。 展开更多

关键词 电子商务 视频推荐系统 多样性增强 协同过滤推荐算法 重新排序算法 长尾分布

下载PDF 职称材料

一种面向多维特征分析过滤的视频推荐算法 被引量：5

19

作者 赵楠 皮文超 许长桥 《计算机科学》 CSCD 北大核心 2020年第4期103-107,共5页

近年来,抖音、快手、微视等短视频APP取得了巨大成功,用户拍摄并上传到APP平台上的视频数量暴增。在这种信息过载的环境下,为用户挖掘并推荐其感兴趣的视频成为了视频发布平台面临的难题,因此为这些平台设计高效的视频推荐算法显得尤其... 近年来,抖音、快手、微视等短视频APP取得了巨大成功,用户拍摄并上传到APP平台上的视频数量暴增。在这种信息过载的环境下,为用户挖掘并推荐其感兴趣的视频成为了视频发布平台面临的难题,因此为这些平台设计高效的视频推荐算法显得尤其重要。文中针对媒体大数据挖掘和推荐领域的数据集稀疏性高和规模巨大的问题,提出一种面向多维特征分析过滤的视频推荐算法。首先,从用户行为和视频标签等多个维度对视频进行特征提取,然后进行相似性分析,加权计算视频相似度,从而获取相似视频候选集,并对相似视频候选集进行过滤,再通过排序选择评分最高的若干个视频推荐给用户。最后,基于MovieLens公开数据集,使用python3语言实现了文中提出的视频推荐算法。在数据集上进行的大量实验表明,相比传统的协同过滤算法,文中提出的面向多维特征分析过滤的视频推荐算法将推荐结果的准确率提升了6%,召回率提升了4%,覆盖率提升了18%。实验数据充分说明,从多个维度考虑视频之间的相似性,并配合大规模矩阵分解技术,在一定程度上缓解了数据集稀疏性高、数据量巨大的难题,从而有效地提高了推荐结果的准确性、召回率和覆盖率。 展开更多

关键词 视频推荐 特征提取 相似性分析 协同过滤 稀疏性

下载PDF 职称材料

基于图神经网络的视频推荐系统 被引量：2

20

作者 高宸 李勇 金德鹏 《中兴通讯技术》 2021年第1期27-32,共6页

提出了一种基于图神经网络的视频推荐模型,将用户的视频观看序列型行为建模为图结构,用结点代表用户与视频,用边代表行为,引入两种类型的向量传播方法分别对用户的长期兴趣与短时兴趣进行建模。其中,通过用户结点与视频结点的双向传播... 提出了一种基于图神经网络的视频推荐模型,将用户的视频观看序列型行为建模为图结构,用结点代表用户与视频,用边代表行为,引入两种类型的向量传播方法分别对用户的长期兴趣与短时兴趣进行建模。其中,通过用户结点与视频结点的双向传播刻画长期兴趣,借助视频结点切换关系的单向传播刻画短时兴趣,并通过多层向量传播实现对图上高阶邻接信息的捕捉。在一个真实世界的视频网站观看数据集上的实验表明,提出的方法与现有最佳方法相比,其推荐精准度得到了有效提升。进一步的实验表明,该方法能够有效缓解数据稀疏性的问题。 展开更多

关键词 视频推荐系统 用户兴趣建模 图神经网络 深度学习

下载PDF 职称材料