基于犇荦荦算法的移动视频推荐策略.PDF

第 卷 第 期 计 算 机 学 报 ３９ ８ 　 　　 　　 　　 　　 Ｖｏｌ．３９ Ｎｏ．８ 年 月 ２０１６ ８ Ａｕ．２０１６ ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳ ｇ 　 基于犇犖犖算法的移动视频推荐策略 陈 亮 汪景福 王 娜 李 霞 　 　 　 （深圳大学信息工程学院 广东 深圳 ５１８０６０） 　 　 摘 要 该文针对移动互联网在线视频服务个性化视频推荐问题，提出了一种基于深度学习（ ）模型 Ｄｅｅ ｌｅａｒｎｉｎ 　 　 ｐ ｇ 的内容推荐策略 深度学习在图像、语音和自然语言处理等领域获得的突破性进展，为在线视频服务的推荐策略研 ． 究提供了基础 该文工作通过在传统基于内容推荐的基础上，引入深度神经网络（ ， ）词向 ． Ｄｅｅ ＮｅｕｒａｌＮｅｔｗｏｒｋＤＮＮ ｐ 量方法，根据视频的媒资信息和用户的历史行为，将视频特征和用户特征映射在高维向量空间 在构建用户正负行 ． 为与视频向量的余弦距离模型基础上，筛选过滤对所推荐视频感兴趣的用户群，并通过移动互联网应用的消息推 送功能提示移动终端用户观看所推荐的内容 基于在大规模移动视频服务系统中的离线和在线实验，该文所提出 ． 的基于ＤＮＮ算法的推荐策略，相比随机方法、ＣｏｎｔｅｎｔＫＮＮ以及 ＩｔｅｍＣＦ等算法，在点击率方面平均分别获得 、 和 的相对提升，在覆盖率方面一定程度上避免了推送活跃用户的偏颇问题，从整体上得到了较好 １０６％ ４１％ ５７％ 的推荐效果． 关键词 移动互联网；深度学习；词向量；消息推送；基于内容推荐；机器学习 　 中图法分类号 号 ／ ＴＰ３９３ 犇犗犐 １０．１１８９７ＳＰ．Ｊ．１０１６．２０１６．０１６２６ 　　　 犇犖犖犅犪狊犲犱犕狅犫犻犾犲犗狀犾犻狀犲犞犻犱犲狅犚犲犮狅犿犿犲狀犱犪狋犻狅狀 ＣＨＥＮＬｉａｎ ＷＡＮＧＪｉｎＦｕ ＷＡＮＧＮａ ＬＩＸｉａ ｇ　 ｇ 　 　 （ ， ， ， ） 犆狅犾犾犲犲狅 犐狀狅狉犿犪狋犻狅狀犪狀犱犈狀犻狀犲犲狉