视频内容特征与弹幕文本相结合的短视频推荐模型

摘要：

随着多媒体和互联网技术的融合发展,短视频以其时长短、内容精练的特点获得广大用户的喜爱.但目前短视频推荐大多基于用户的评论或标签,推荐的准确性不高,效率较低.为此,提出了一种视频内容特征与弹幕文本相结合的短视频推荐模型,融合深度学习方法与弹幕技术的优势,充分提升个性化服务水平.该模型首先对于弹幕进行文本分析,确定弹幕文本的主题;然后通过深度学习方法分析短视频的内容特征;最后结合用户最近看过的短视频,根据其高光时刻确定所属主题,进而产生相应的推荐列表.通过对比实验,验证了所提模型在准确率、召回率上比RFM以及VRFCL等当前主流短视频推荐模型有较显著的提升,同时该模型具有良好的效率优势.

关键词：短视频、弹幕文本、深度学习、个性化推荐

所属期刊栏目：48

分类号：TP302.1(计算技术、计算机技术)

资助基金：辽宁省社会科学规划基金;吉林大学符号计算与知识工程教育部重点实验室项目;教育部国家留学基金

在线出版日期：2021-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：108-115