摘要
本发明涉及一种基于用户即时行为的音视频推荐方法,所述方法包括以下步骤:步骤1:音视频数据抽取,为每个音视频提取特征向量v,步骤2:为每个用户的每个行为生成特征向量h,并通过深度模型网络训练一个价值度模型,对用户的行为进行价值度判断,步骤3:用时序网络进行模型训练,步骤4:用训练好的时序网络为正在观看视频浏览视频的用户推理他会喜欢的视频特征向该技术通过意义值对用户行为进行过滤,除去了绝大部分行为噪声,该技术的训练方法通过softmax归一化方法,并取就近的’未来行为’来对模型进行调优。
技术关键词
音视频推荐方法
生成特征向量
文本特征向量
时序
文字提取技术
图片
视频特征向量
网络架构
图像特征向量
音频
神经网络训练
归一化方法
大语言模型
兴趣
处理器
计算机
系统为您推荐了相关专利信息
深度学习分类方法
多模态
输入多尺度
计算机程序代码
注意力机制
协同控制策略
水下噪声监测
数字孪生模型
水下声学信号
序列
运动员身体机能
子模块
数据管理模块
非瞬时性计算机可读存储介质
评估系统
血糖检测方法
无创血糖仪
血糖值
血糖检测仪
强度