摘要
本发明涉及数据推荐技术领域,尤其涉及一种基于AI的多平台媒体内容优化推荐方法及系统。所述方法包括以下步骤:获取用户设备参数以及用户平台行为数据;基于用户平台行为数据确认用户偏好,得到用户平台偏好数据;根据用户设备参数分析用户使用设备硬件性能并分级,并通过分级结果生成设备适配性矩阵;对用户平台偏好数据进行用户活跃时段提取,得到用户活跃时段特征数据;对设备适配性矩阵进行内容加载耗时分析,生成设备耗时数据;基于预设的跨平台内容特征库提取待推荐内容的格式适配参数。本发明通过综合考虑用户偏好、设备性能、时段活跃度、内容适配性和网络波动,提高了跨平台媒体内容推荐的兼容性和响应速度。
技术关键词
优化推荐方法
生成设备
矩阵
生成用户场景
设备性能评估
参数
偏好特征
场景特征
指数
格式
动态
多平台
卷积神经网络算法
数据推荐技术
媒体内容推荐