摘要
发明公开了基于行为分析的数字媒体内容推荐优化方法,具体涉及数字媒体推荐领域,包括如下步骤:步骤S1,采集用户与数字媒体内容的交互行为数据,包括:显式行为和隐式行为;步骤S2,用户在浏览时请求打开用户的摄像头,用户同意后通过摄像头采集用户的面部,分析用户的面部数据后得到面部行为数据并传输到交互行为数据中;步骤S3,在获得数据点合集的情况下,分析数据点合集的原始频次,计算数据点合集的动态频次;步骤S4,构建短期兴趣与长期兴趣融合的动态模型。本发明统能够捕捉用户潜意识的情感倾向,有效解决推荐时效性差的问题,兴趣建模更贴近用户真实偏好,避免推荐系统因无用数据偏离用户核心兴趣。
技术关键词
媒体内容推荐
数据
兴趣
深度融合神经网络
文本特征向量
动态
表情特征
多头注意力机制
面部特征
推荐系统
标记
音频
视觉
邻域
队列
关键帧
多模态
时效性
系统为您推荐了相关专利信息
情景
路径优化方法
鲁棒优化模型
动态路径优化
交通运行数据
半监督机器学习
采样模块
水体
数据分析模块
训练系统
飞机通信寻址
动态响应模型
报告系统
飞行器气动特性
性能关联分析