-
题名基于图神经网络的视频推荐系统
被引量：2
- 1
-
-
作者
高宸
李勇
金德鹏
-
机构
清华大学电子工程系
-
出处
《中兴通讯技术》
2021年第1期27-32,共6页
-
基金
国家重点研发计划(2018YFB1800804)
国家自然科学基金(U1936217、61971267、61972223、61941117、61861136003)
+2 种基金
北京自然科学基金(L182038)
北京国家信息科学与技术研究中心基金(20031887521)
清华大学-腾讯联合实验室项目。
-
文摘
提出了一种基于图神经网络的视频推荐模型,将用户的视频观看序列型行为建模为图结构,用结点代表用户与视频,用边代表行为,引入两种类型的向量传播方法分别对用户的长期兴趣与短时兴趣进行建模。其中,通过用户结点与视频结点的双向传播刻画长期兴趣,借助视频结点切换关系的单向传播刻画短时兴趣,并通过多层向量传播实现对图上高阶邻接信息的捕捉。在一个真实世界的视频网站观看数据集上的实验表明,提出的方法与现有最佳方法相比,其推荐精准度得到了有效提升。进一步的实验表明,该方法能够有效缓解数据稀疏性的问题。
-
关键词
视频推荐系统
用户兴趣建模
图神经网络
深度学习
-
Keywords
video recommender system
user preference modeling
graph neural network
deep learning
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名项目多属性模糊联合的多样性视频推荐算法
被引量：7
- 2
-
-
作者
张艳红
张春光
周湘贞
王怡鸥
-
机构
广东技术师范大学天河学院计算机科学与工程学院
北京科技大学计算机与通信工程学院
北京航空航天大学计算机学院
北京市科学技术情报研究所
-
出处
《计算机科学》
CSCD
北大核心
2019年第8期78-83,共6页
-
基金
国家自然科学基金面上项目(61672077)
广东省教育厅教育科学规划教育信息技术研究项目(14JXN060)
广东省教育厅项目(2017SZ03)资助
-
文摘
针对视频协同过滤推荐算法多样性较低的问题,提出了一种基于多属性联合的多样性视频协同过滤推荐算法。根据用户与推荐系统的互动历史记录,判断用户是否满意系统的推荐项目,如果某个用户过去观看同一个主题的视频节目,并且不关心视频的作者,那么认为该用户对视频作者表现出较高的多样性,对视频节目主题表现出的多样性较低。采用信息熵与用户配置信息长度两个指标来评估项目各个属性的多样性,根据两个指标的组合将用户对每个项目属性的多样性分为4个象限,并且对用户多样性进行模糊化处理,以获得用户多样性对于4个象限的隶属度。在第一个阶段预测未评分项目的评分;在第二个阶段将所有项目重新排序,以提高推荐列表的多样性。最终,基于公开的Movielens 1M数据集进行了对比实验,实验结果证明本算法可实现接近top-N算法的准确率性能,同时具有一定的多样性增强效果。在推荐准确率与多样性平衡的应用场景下,设置合适的参数能够在损失较少推荐准确率的前提下,显著提高个体多样性、总体多样性与新颖性。
-
关键词
电子商务
视频推荐系统
多样性增强
协同过滤推荐算法
重新排序算法
长尾分布
-
Keywords
Electronic commerce
Video recommender system
Diversity enhancement
Collaborative filtering recommender algorithm
Re-ranking algorithm
Long tail distribution
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
