【技术实现步骤摘要】
本申请涉及计算机，特别是涉及一种视频推荐方法、装置和计算机设备。
技术介绍
1、传统视频推荐方法主要利用用户和视频间的交互数据实施推荐，典型的推荐方法有基于协同过滤的方法、基于内容的方法以及混合方法，它们通常借助手动特征工程从辅助数据中提取用户和/或视频的嵌入式表示，然后送入因子分解机、梯度提升机等模型中预测用户对视频的偏好，这类方法通常需要领域特定的知识，并且耗时；除了用户和视频间的交互数据外，视频推荐系统中还包括丰富的辅助数据，如用户端的社交关系、视频端的视觉、音频和文本等多模态信息，以及视频的类别和标签等，这些辅助信息具有异质性和复杂性，通常可用建模不同类型实体以及它们之间关联关系的异质信息网络(heterogeneousinformation networks，hins)来刻画，基于hins的视频推荐方法大多以元路径相似性为基础依据实施推荐，忽略了视频所包含的视觉、音频和文本等多模态信息，视频不同模态信息对不同用户兴趣偏好的贡献程度大小不一，基于此可以看出基于hin的推荐方法无法准确度量视频间的相似度以及用户对视频的偏好，因而推
【技术保护点】
1.一种视频推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的视频推荐方法，其特征在于，根据视频推荐图数据，构建用户图结构包括：
3.根据权利要求1所述的视频推荐方法，其特征在于，基于所述用户图结构，确定目标输入特征数据包括：
4.根据权利要求1所述的视频推荐方法，其特征在于，将所述目标用户图数据输入至图神经网络中，得到所述目标输入特征数据包括：
5.根据权利要求4所述的视频推荐方法，其特征在于，所述图神经网络至少还包括第一深度学习网络层结构，所述用户间兴趣相似性邻接矩阵的获取方法包括：
6.根据...
【技术特征摘要】
1.一种视频推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的视频推荐方法，其特征在于，根据视频推荐图数据，构建用户图结构包括：
3.根据权利要求1所述的视频推荐方法，其特征在于，基于所述用户图结构，确定目标输入特征数据包括：
4.根据权利要求1所述的视频推荐方法，其特征在于，将所述目标用户图数据输入至图神经网络中，得到所述目标输入特征数据包括：
5.根据权利要求4所述的视频推荐方法，其特征在于，所述图神经网络至少还包括第一深度学习网络层结构，所述用户间兴趣相似性邻接矩阵的获取方法包括：
6.根据权利要求1所述的视频推荐方法，其特征在于，将所述项目特征数据输入至第二深度学习网络层结构，得到用...
【专利技术属性】
技术研发人员：曹其春，董刚，胡克坤，王斌强，杨宏斌，
申请(专利权)人：苏州元脑智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。