[发明专利]基于视频内容理解和用户动态兴趣的短视频推荐方法

摘要

本发明公开了一种基于视频内容理解和用户动态兴趣的短视频推荐方法，首先利用深度学习技术提取视频的深度视觉特征，从视频中提取音频文件并提取听觉特征；再利用PCA降维和数据标准化等技术将视频特征与社交特征、用户特征进行融合得到深度融合特征用于用户历史行为的特征表示；然后利用自我注意力机制，提取历史行为对当前兴趣的影响，再利用循环神经网络学习对候选视频的兴趣演化路径，得到精准的用户动态兴趣；最后利用多层感知机对视频候选集进行点击概率预测和推荐。本发明实施于短视频的个性化推荐，采用本发明的技术方案，将有效提高推荐的准确度。

主权项

1.一种基于视频内容理解和用户动态兴趣的短视频推荐方法，其特征在于，包括步骤：(1)利用深度学习技术提取短视频的多模态特征；(2)利用PCA降维和数据标准化技术进行将视频特征与社交特征、用户特征进行融合得到深度融合特征；(3)基于深度融合特征和观影记录，通过自我注意力机制和循环神经网络构建用户动态兴趣模型；(4)基于用户动态兴趣模型和情景信息，采用多层感知机对候选短视频集实现视频内点击预测与推荐。