【技术实现步骤摘要】
本专利技术涉及视频推荐系统和算法优化，尤其是涉及一种提高实时参与性并降低算法依赖的视频推荐系统及方法。
技术介绍
1、在当前的视频推荐系统中，如抖音、快手等短视频平台，以及爱奇艺、腾讯视频等中长视频平台，推荐内容主要依赖于算法自主推荐。这些算法通常基于用户的历史行为数据，如观看记录、点击记录、搜索记录、点赞和评论记录等，通过机器学习模型进行处理和分析，预测用户的兴趣和偏好，从而生成推荐视频列表。
2、然而，现有的推荐系统存在以下主要问题：
3、1、对算法的高度依赖性：现有的推荐系统高度依赖于推荐算法的精准性和复杂度。如果算法不够强大，难以准确推算出用户的喜好，推荐内容的相关性和精准度就会大大降低。特别是在用户兴趣快速变化的情况下，推荐算法难以实时捕捉用户当前的需求，导致推荐内容不符合用户的实际兴趣。
4、2、难以适应用户多变的兴趣：用户在不同时间段可能会有不同的兴趣和需求，传统的推荐系统主要依赖用户的历史行为数据进行预测，难以实时捕捉和适应用户的当前兴趣和心情。这种局限性导致推荐内容的多样性和灵活性不...
【技术保护点】
1.一种提高实时参与性并降低算法依赖的视频推荐系统，其特征在于，包括：
2.根据权利要求1所述的一种提高实时参与性并降低算法依赖的视频推荐系统及方法，其特征在于，视频推荐系统包括但不限于抖音、快手这类短视频分享平台，以及包括但不限于爱奇艺、腾讯这类中长视频平台；
3.根据权利要求1所述的一种提高实时参与性并降低算法依赖的视频推荐系统及方法，其特征在于，浮窗推荐的至少一个视频选项包括但不限于以下内容之一或其组合：视频的大类方向、视频的具体内容、视频的主题、视频的类别、视频的标签、视频的关键词或用户当前的地理位置。
4.根据权利要求1所...
【技术特征摘要】
1.一种提高实时参与性并降低算法依赖的视频推荐系统，其特征在于，包括：
2.根据权利要求1所述的一种提高实时参与性并降低算法依赖的视频推荐系统及方法，其特征在于，视频推荐系统包括但不限于抖音、快手这类短视频分享平台，以及包括但不限于爱奇艺、腾讯这类中长视频平台；
3.根据权利要求1所述的一种提高实时参与性并降低算法依赖的视频推荐系统及方法，其特征在于，浮窗推荐的至少一个视频选项包括但不限于以下内容之一或其组合：视频的大类方向、视频的具体内容、视频的主题、视频的类别、视频的标签、视频的关键词或用户当前的地理位置。
4.根据权利要求1所述的一种提高实时参与性并降低算法依赖的视频推荐系统及方法，其特征在于，用户反馈模块接收的反馈信息包括但不限于用户对推荐内容的确认、拒绝或评分。
5.根据权利要求1所述的一种提高实时参与性并降低算法依赖的视频推荐系统及方法，其特征在于，推荐算法模块和用户反馈模块由不同的独立应用程序实现，用户通过手动输入反馈信息至推荐调整模块，所述推荐调整模块用于根据所述...
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。