一种基于用户行为的视频推荐算法

发布时间：2023-11-28 18:17

　　面对如何从海量视频数据中选择用户喜欢的类型的这一难题,利用用户行为数据、用户特征数据以及视频特征数据,通过特征工程,构造出一系列能够反映用户点击视频行为的特征,将这些特征结合到Lightgbm算法中,建立视频推荐算法来提高推荐精准度。实验结果表明,该算法能较好的识别出用户对视频类型的偏好,在推荐精准度方面相对其他方法也有明显的提升。

【文章页数】：3 页

【文章目录】：
一、前言
二、原理与方法
    (一)GOSS(Gradient-based One-Side Sampling,基于梯度的单边采样)
    (二) EFB(Exclusive Feature Bundling,互斥特征捆绑)
三、 特征工程
    (一)历史特征
    (二)穿越特征
    (三)统计特征
    (四)embedding 特征
四、实验结果与分析
    (一)评价标准
    (二)数据集描述
    (三) 算法对比
五、 结语



本文编号：3868687