王文君
- 作品数:8 被引量:33H指数:1
- 供职机构:深圳大学更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:自动化与计算机技术文化科学更多>>
- 一种内容推送方法及装置
- 本发明适用于数据分析与处理技术领域,提供了一种内容推送方法及装置。该方法包括:获取全部用户的内容查看历史数据,计算目标内容与关联的目标用户的历史内容的相似度,获取目标用户对与目标内容关联的目标用户的历史内容的用户评分,计...
- 王娜王文君陈昭男
- 文献传递
- 一种内容推荐方法及内容推荐系统
- 本发明涉及数据分析与处理技术领域,尤其涉及一种用于向目标用户推荐感兴趣内容的内容推荐方法及内容推荐系统。本发明基于自然语言处理中的连续词袋模型对各用户的历史查看内容序列进行学习训练得到连续词袋模型,从而得到每个内容的内容...
- 王娜王文君高睿汪景福陈昭南
- 文献传递
- 一种内容推荐方法及内容推荐系统
- 本发明涉及数据分析与处理技术领域,尤其涉及一种用于向目标用户推荐感兴趣内容的内容推荐方法及内容推荐系统。本发明基于自然语言处理中的连续词袋模型对各用户的历史查看内容序列进行学习训练得到连续词袋模型,从而得到每个内容的内容...
- 王娜王文君高睿汪景福陈昭南
- 一种基于用户播放行为序列的个性化视频推荐策略被引量:31
- 2020年
- 本文针对在线视频服务网站的个性化推荐问题,提出了一种基于用户播放行为序列的个性化推荐策略.该策略通过深度神经网络词向量模型分析用户播放视频行为数据,将视频映射成等维度的特征向量,提取视频的语义特征.聚类用户播放历史视频的特征向量,建模用户兴趣分布矩阵.结合用户兴趣偏好和用户观看历史序列生成推荐列表.在大规模的视频服务系统中进行了离线实验,相比随机算法、基于物品的协同过滤和基于用户的协同过滤传统推荐策略,本方法在用户观看视频的Top-N推荐精确率方面平均分别获得22.3%、30.7%和934%的相对提升,在召回率指标上分别获得52.8%、41%和1065%的相对提升.进一步地与矩阵分解算法SVD++、基于双向LSTM模型和注意力机制的Bi-LSTM+Attention算法和基于用户行为序列的深度兴趣网络DIN比较,Top-N推荐精确率和召回率也得到了明显提升.该推荐策略不仅获得了较高的精确率和召回率,还尝试解决传统推荐面临大规模工业数据集时的数据要求严苛、数据稀疏和数据噪声等问题.
- 王娜何晓明刘志强王文君李霞
- 关键词:协同过滤个性化推荐
- 一种相似用户选取方法及装置
- 本发明涉及数据分析与处理技术领域,尤其涉及一种相似用户选取方法及装置。本发明通过获取全部用户的内容查看历史数据,按照查看时间点的先后顺序对用户的全部历史内容进行排序,得到用户的历史查看内容序列,对用户的历史查看内容序列进...
- 王娜王文君陈昭男
- 基于用户播放行为序列的个性化视频推荐研究
- 随着互联网浪潮以及移动Web 2.0时代的到来,视频资源和用户规模与日俱增,但随之带来的是严重信息过载问题。对于视频服务平台来说,个性化推荐系统能够有效地获取用户的兴趣偏好从而对用户进行定向精准投放;对于用户来说,个性化...
- 王文君
- 关键词:信息过载个性化推荐自然语言处理协同过滤
- 文献传递
- 一种相似用户选取方法及装置
- 本发明涉及数据分析与处理技术领域,尤其涉及一种相似用户选取方法及装置。本发明通过获取全部用户的内容查看历史数据,按照查看时间点的先后顺序对用户的全部历史内容进行排序,得到用户的历史查看内容序列,对用户的历史查看内容序列进...
- 王娜王文君陈昭男
- 文献传递