摘要
本公开实施例涉及一种视频推荐方法、装置、设备及介质,其中该方法包括:获取目标视频以及目标视频的关联信息;将目标视频以及目标视频的关联信息输入兴趣概率模型中,得到用户对目标视频的兴趣消偏概率,其中,兴趣概率模型基于样本视频及其对应的兴趣消偏概率标签训练得到,兴趣消偏概率和兴趣消偏概率标签分别表示用户对目标视频和样本视频消除噪声偏差和时长偏差的兴趣概率;基于目标视频的兴趣消偏概率确定推荐视频。本公开由于样本视频的考虑噪声偏差和时长偏差的分布的兴趣消偏概率标签经过模型学习得到,该模型不断动态更新自适应不同的分布变换,大大提升了确定视频的兴趣消偏概率的准确性,进而提升视频推荐效果。
技术关键词
噪声偏差
兴趣
视频推荐方法
样本
标签
消除噪声
模型训练模块
视频推荐装置
动态更新
电子设备
密度
网络
处理器
超参数
可读存储介质
指令
存储器
系统为您推荐了相关专利信息
风险预测模型
风险预测方法
样本
训练预测模型
群体智能优化方法
询问特征
皮尔逊相关系数
兴趣
疾病特征
意图识别
SCADA系统
卷积神经网络模块
风电机组
软测量方法
载荷