摘要
本发明公开了一种基于IPTV互动场景的内容推荐方法、装置及介质。通过在数据采集层上的多维立体化感知网络,来获取目标用户对应的用户描述数据;在计算分析层中的召回阶段中,通过双塔模型来对用户描述数据中的各维度数据进行处理,得到低维稠密用户和低维稠密内容特征向量,并通过向量空间近似搜索算法,得到初始筛选相关内容项;在计算分析层中的排序阶段中,通过强化学习排序算法模块进行计算和排序,得到目标待推荐内容;指示推荐引擎服务层中的智能化服务矩阵模块,来对目标待推荐内容进行优化处理并反馈给所述目标用户。解决了新内容推荐困难,内容推荐单一和不灵活,计算复杂度高的问题,提高了内容推荐的灵活性和多样性。
技术关键词
学习排序算法
互动场景
内容推荐方法
内容项
优化计算方法
码率
长尾内容
搜索算法
内容推荐系统
数据采集层
降级策略
动态
阶段
内容推荐装置
模块
序列
视频
可读存储介质
系统为您推荐了相关专利信息
模型训练方法
内容推荐方法
对象
复杂度
内容推荐装置
生成个性化推荐
邻居
学习内容推荐方法
融合上下文信息
阈值机制