结合内容特征提取和弹幕文本的短视频推荐模型构建及仿真

针对现有短视频推荐准确率不高的问题，提出一种融合视频内容与弹幕文本分析的短视频推荐方法。该推荐方法中首先采用LDA模型提取弹幕文本主题，然后提取出短视频内容特征，再根据短视频的高光时刻生成候选推荐列表；在候选推荐列表生成基础上，运用RNN对用户的长期兴趣进行建模，使用门控单元GRU处理短期兴趣，最终提出了一种结合长短期的短视频推荐模型，对用户进行推荐。结果证明，深度学习方法可最大化地获取短视频的内容特征，提高处理效率；结合用户长短期兴趣的短视频推荐模型在准确率、召回率以及MRR平均倒数排名等评价指标上优于其他目前使用广泛的推荐模型。由此说明，提出的推荐方法，可以更好地运用在实际推荐中。