网络新媒体技术

2022, v.11;No.62(02) 10-17+65

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

FBNT:基于融合模型的影视智能推荐算法
FBNT: Film and Television Intelligent Recommendation Algorithm Based on Fusion Model

王福晴;王希栋;叶晓舟;欧阳晔;

摘要(Abstract):

随着互联网视频平台的快速发展以及短视频平台的兴起,个性化推荐技术始终处于新媒体领域研究的热点。传统的推荐算法只考虑影视作品的浅层特征、依赖惯用数据,难以有效解决推荐内容的多样性和冷启动问题。本文提出一种融合图嵌入、表示学习及时间注意力的智能推荐算法(FBNT),通过图嵌入和表示学习对节目做特征提取,并对提取的特征进行融合,同时引入时间注意力机制,以客观反映用户兴趣,有效挖掘节目深层次的联系,提高推荐精度,同时推荐结果有较好的可解释性。实验表明,相比较于单一的基于图嵌入模型或表示学习模型,FBNT的推荐准确率最大提高了12.343%,召回率最大提高了6.369%。算法已实际应用于某省广电热点媒资推荐系统。

关键词(KeyWords): 模型融合;智能推荐;图嵌入;表示学习;注意力机制

Abstract:

Keywords:

基金项目(Foundation):

作者(Authors): 王福晴;王希栋;叶晓舟;欧阳晔;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享