发明名称 |
一种基于用户行为偏好的视频内容访问预测与推荐方法 |
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,采用深度学技术CNN学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。 |
申请公布号 |
CN106446015A |
申请公布日期 |
2017.02.22 |
申请号 |
CN201610750490.6 |
申请日期 |
2016.08.29 |
申请人 |
北京工业大学 |
发明人 |
张菁;刘际洪;卓力;杨莹;梁西 |
分类号 |
G06F17/30(2006.01)I;G06N3/08(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
北京思海天达知识产权代理有限公司 11203 |
代理人 |
张慧 |
主权项 |
一种基于用户行为偏好的视频内容访问预测与推荐方法,其特征在于,包括以下步骤:S1、通过聚类技术实现镜头边缘检测和提取视频的关键帧;S2、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;S3、基于视频的深度视觉特征向量和观影记录,通过多级贝叶斯模型构建用户行为偏好模型;S4、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。 |
地址 |
100124 北京市朝阳区平乐园100号 |