-
公开(公告)号:CN112948708B
公开(公告)日:2022-08-12
申请号:CN202110242999.0
申请日:2021-03-05
申请人: 清华大学深圳国际研究生院
IPC分类号: G06F16/9536 , G06F16/435 , G06F16/45 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/82 , G06V10/77 , G06Q50/00
摘要: 本发明提供一种短视频推荐方法,包括:构建多源异构图,从不同模态的数据提取数据特征;构建分层图神经网络模型,并将所述数据特征输入到所述分层图神经网络模型中进行训练;使用训练好的所述分层图神经网络模型给目标用户推荐短视频。通过结合不同模态提取的数据特征,综合考虑了社交网络构建了多源异构图;基于异构图构建的分层图神经网络模型可以捕获用户、短视频、标签内部不同的连接关系和它们之间的关联关系,该量身定制的图神经网络可以学习到高层次的短视频和用户的特征表示,表征能力更强,有助于短视频推荐。
-
公开(公告)号:CN112948708A
公开(公告)日:2021-06-11
申请号:CN202110242999.0
申请日:2021-03-05
申请人: 清华大学深圳国际研究生院
IPC分类号: G06F16/9536 , G06F16/435 , G06F16/45 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/00
摘要: 本发明提供一种短视频推荐方法,包括:构建多源异构图,从不同模态的数据提取数据特征;构建分层图神经网络模型,并将所述数据特征输入到所述分层图神经网络模型中进行训练;使用训练好的所述分层图神经网络模型给目标用户推荐短视频。通过结合不同模态提取的数据特征,综合考虑了社交网络构建了多源异构图;基于异构图构建的分层图神经网络模型可以捕获用户、短视频、标签内部不同的连接关系和它们之间的关联关系,该量身定制的图神经网络可以学习到高层次的短视频和用户的特征表示,表征能力更强,有助于短视频推荐。
-