基于边缘计算的视频内容快速推荐方法

本发明公开了一种基于边缘计算的视频内容快速推荐方法，包括如下步骤：S1、将视频推荐任务调度至边缘计算节点；S2、使用基于时序注意力扩散模型的强化学习算法进行个性化视频推荐；S3、根据边缘计算节点的计算能力和网络带宽状况，调整算法的计算复杂度；S4、将用户感兴趣的视频内容预先缓存至边缘计算节点，用户选择视频时，提供视频内容进行播放；S5、协同另一组边缘节点进行分布式计算；S6、将视频推荐算法推理任务转移至高层次边缘服务器；S7、根据用户反馈，实时更新视频推荐算法。本发明结合边缘计算、强化学习、时序注意力机制和改进扩散模型，实现了个性化视频推荐的快速响应、精准性和高效性，优化了计算资源和网络带宽的利用。