摘要:本发明公开一种基于用户行为偏好的视频内容访问预测与推荐方法,首先,通过聚类技术实现镜头边缘检测和提取视频的关键帧,然后基于用户评分数据,采用深度学习技术CNN学习视频关键帧的深度视觉特征,并进一步基于深度视觉特征向量来表征视频内容。然后通过多级贝叶斯模型构建用户行为偏好模型。最后基于用户行为偏好模型,采用线性回归技术实现视频内容访问预测与推荐。采用本发明的技术方案,有效提高了个性化视频推荐的准确度。
联系方式:政府服务部26399295-810
CN201610750490-一种基于用户行为偏好的视频内容访问预测与推荐方法.pdf
上一篇 : 一种针对轴承内外圈故障的定量趋势诊断方法
下一篇 : 一种人体关节角度解算方法及装置
服务热线(免长话费) 400-1088-466
工作时间:8:30--12:00 13:00-17:30