一种基于多模态注意力的短视频推荐方法及系统

本发明公开了一种基于多模态注意力的短视频推荐方法及系统，涉及大数据推送技术领域，推荐步骤为：S1、获取用户短视频观看历史数据，基于历史数据，在短视频页面观看的时间，将观看行为划分为播放时长与播放完成率，分别赋予权重，将用户观看的情况转换为量化喜好偏重值；S2、分别计算历史数据中不同短视频的喜好偏重值，基于大数据分析得出用户短视频观看的喜好阈值。本发明从预生成推荐视频中进行主动筛选，进一步提高推荐的精准性，满足用户当下的特定需求，引入差异大的视频作为候选来完善推送列表，既保证了推荐视频与用户喜好的相关性，又增加了推荐内容的多样性，避免用户看到过多相似视频而产生审美疲劳，提升用户体验。