基于深度神经网络的视频个性化推荐系统研究

发布时间：2017-12-10 12:12

  本文关键词：基于深度神经网络的视频个性化推荐系统研究

  更多相关文章： 信息过载 个性化推荐 深度神经网络 自然语言处理 协同过滤

【摘要】：随着信息化时代的到来,视频数据量与日俱增。一方面视频供应商希望能获取用户的兴趣偏好,投其所好为用户推送他感兴趣的视频,提高用户体验,增强用户对公司的粘合度;另一方面,网络视频用户希望能从海量视频内容中,快速地找到自己感兴趣的的视频,减少不必要的时间开销。正是这些迫切的需求,使得视频个性化推荐成为了一个热门的研究课题。在这个背景下,本文对视频的个性化推荐算法展开了研究,并且利用深度学习在自然语言处理上的相关技术,提出了两种基于深度神经网络的视频个性化推荐算法:1)基于深度语义模型的视频个性化推荐算法。该算法结合了深度学习和基于内容的推荐算法,通过构建一个深度网络模型,对视频和用户的本文信息进行特征提取,并在语义空间层面完成对视频和用户的分布式特征表示,深度挖掘用户和视频之间的潜在联系,并进行视频推荐。2)基于概率语言模型的视频个性化推荐算法。该算法首先将用户历史观看所得到视频序列,类比成自然语言序列,将序列中的每个视频项看做是语句中的独立的单词,然后结合深度学习在自然语言处理上的相关技术,根据视频与视频之间以及用户与视频之间的相关性大小,构建并训练神经网络模型,得到用户与视频的分布式特征表示。并在此基础上,利用视频与用户向量之间的相似性进行视频推荐。在文中,首先通过理论推导分别对所提出两种推荐算法的原理进行了详细阐述,在理论层面分析它们的可行性。然后根据算法的相关原理,通过对采集到的视频中的用户历史点击行为数据以及视频文本描述数据进行了实验设计。并将所得的结果分别与TF-IDF、User CF、Item CF等算法的结果进行了对比分析。实验结果表明,本文所提出的两种推荐算法的结果都要优于对比算法,都能够较好地完成视频推荐任务。
【学位授予单位】：深圳大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP183;TP391.3

【参考文献】

中国期刊全文数据库 前5条

1 尹路通;于炯;鲁亮;英昌甜;郭刚;;融合评论分析和隐语义模型的视频推荐算法[J];计算机应用;2015年11期

2 杨兴耀;于炯;吐尔根·依布拉音;钱育蓉;孙华;;考虑项目属性的协同过滤推荐模型[J];计算机应用;2013年11期

3 徐翔;王煦法;;协同过滤算法中的相似度优化方法[J];计算机工程;2010年06期

4 刘建国;周涛;汪秉宏;;个性化推荐系统的研究进展[J];自然科学进展;2009年01期

5 邓爱林,朱扬勇,施伯乐;基于项目评分预测的协同过滤推荐算法[J];软件学报;2003年09期

，

本文编号：1274399