视频内容特征与弹幕文本相结合的短视频推荐模型

冯 勇，邹宝旭，徐红艳

(辽宁大学 信息学院，辽宁 沈阳 110036)

0 引言

短视频成为日活跃用户规模增速最快的移动互联网细分领域之一，日活跃用户规模接近在线视频用户规模的2倍[1].用户上传的各类短视频数量增长势头持续上涨，例如国外的YouTube，国内的腾讯视频、爱奇艺以及抖音等各类在线视频平台通过积分、排名、推荐等服务激发用户贡献意愿和提升用户体验.

个性化推荐一直是处理海量信息的一种有效途径，在视频服务领域众多平台运用推荐系统向用户提供优质的视频以增加客户粘性和提升用户满足度[2-4].随着人工智能的不断发展，基于深度学习的推荐系统能够更好地分析用户的行为习惯和即时兴趣，进而为用户提供更具个性化的推荐列表.这方面具有代表性的研究成果有：文献[5]针对视频当中的物体检测问题，提出了一种基于深度学习的视频物体检测与内容推荐系统方案，通过视频中的物体检测和识别，将视频内容与相关的产品内容进行匹配.文献[6]对于视频在推荐过程当中多样性差的问题提出了一种所属性联合算法，该算法通过用户的历史记录以及系统内容的各项基本属性进行结合，以此来达到个性化推荐的目的.文献[7]提出了一种基于深度学习模型的内容推荐策略，引入深度神经网络词向量方法，根据视频自身的相关信息，以及用户的历史观看记录，以此作为基础对于用户进行相似用户的删选……