【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种视频内容推荐的方法、装置及存储介质。
技术介绍
1、在现有技术中，为进一步增强用户的粘性，各个视频网站通常是根据用户的个人信息特征以及用户观看过的视频，采用大数据算法，向用户推送用户可能感兴趣的视频。在推荐系统中，基于内容和协同过滤是目前使用最为广泛的推荐方法。但是该方法存在着一些不足之处，比如基于内容的推荐方法不能很好地发掘用户的兴趣偏好，而协同过滤方法则容易受到数据稀疏和冷启动等问题的影响，导致视频内容推荐的准确度低，并不利于提高用户的观看粘度。
2、近年来，随着深度学习技术的发展，越来越多的研究者开始将其引入到推荐系统中。深度学习技术不仅可以提高推荐的准确性和效率，还可以从海量数据中发现更细致和深入的用户和物品特征，从而实现更加个性化的推荐服务。基于图神经网络的推荐技术主要通过学习节点之间的表示来进行，已有基于图神经网络的视频推荐算法使用图神经网络从用户和历史观看视频之间的交互图中学习用户和视频的特征表示，并通过这些特征表示来预测用户对视频的兴趣。但由于交互图的稀疏性，推荐结果可能会存
【技术保护点】
1.权利要求1请求保护一种视频内容推荐方法，其特征在于，所述视频内容推荐的方法包括以下步骤：
2.根据权利要求1所述的视频内容推荐方法，其特征在于，所述时空异构图的构建过程包括：
3.根据权利要求1所述的视频内容推荐方法，其特征在于，所述步骤12包括：
4.根据权利要求1所述的视频内容推荐方法，其特征在于，所述步骤13所设计的向量传播公式如下：
5.根据权利要求4所述的视频内容推荐方法，其特征在于，所述步骤13还包括：
6.根据权利要求5所述的视频内容推荐方法，其特征在于，所述步骤14包括：
7....
【技术特征摘要】
1.权利要求1请求保护一种视频内容推荐方法，其特征在于，所述视频内容推荐的方法包括以下步骤：
2.根据权利要求1所述的视频内容推荐方法，其特征在于，所述时空异构图的构建过程包括：
3.根据权利要求1所述的视频内容推荐方法，其特征在于，所述步骤12包括：
4.根据权利要求1所述的视频内容推荐方法，其特征在于，所述步骤13所设计的向量传播公式如下：
5.根据权利要求4所述的视频内容推荐...
【专利技术属性】
技术研发人员：黄今城，吕小龙，陈伟，
申请(专利权)人：元荒数字科技郑州有限公司，
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。