基于3D卷積、LSTM和負(fù)反饋的短視頻推薦模型構(gòu)建與優(yōu)化

打開(kāi)文本圖片集

摘要：為解決短視頻行業(yè)蓬勃發(fā)展所帶來(lái)的“信息過(guò)載”問(wèn)題，本文提出一種融合3D卷積神經(jīng)網(wǎng)絡(luò)（3DCNN）、長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（LSTM）和負(fù)反饋機(jī)制的多維短視頻推薦模型。文中詳細(xì)闡述了模型的構(gòu)建流程，包括短視頻標(biāo)簽與特征提取、用戶(hù)信息及行為數(shù)據(jù)的提取，以及利用負(fù)反饋機(jī)制開(kāi)展視頻推薦的具體方法，并從數(shù)據(jù)處理、模型優(yōu)化和訓(xùn)練過(guò)程三個(gè)方面提出了優(yōu)化思路。（剩余4361字）