跨媒体智能推荐技术研究

• 作者: 刘庆同 席岩 薛子育 郭沛宇 陆忠强
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 智能推荐 深度学习 跨媒体 用户画像 用户数据采集 内容识别
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 采集与制作
• 页码范围: 25-32
• 页数: 8页
• 分类号: TP391.3
• 字数: 5575字
• 语种: 中文
• DOI: 10.16280/j.videoe.2019.03.006

摘要

在当前大数据时代,大量的信息在互联网上传播.在最合适的时间,将合适的信息传递给合适的用户成为网络搜索、广告投放、内容推荐的重点研究内容.随着人工智能技术的发展,智能推荐以投放准确度高、模型时效性强、人工成本低等优势而迅速代替传统推荐方法.本文介绍和对比了机器学习和深度学习方法在跨媒体智能推荐技术中的应用.提出了跨媒体智能推荐系统框架,实现了对内容的精准和快速推荐.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆忠强		4	2	1.0	1.0
2	席岩		7	7	2.0	2.0
3	薛子育		10	6	2.0	2.0
4	郭沛宇		12	24	3.0	4.0
5	刘庆同	北京工商大学计算机与信息工程学院	1	0	0.0	0.0