隨著移動互聯(lián)網(wǎng)的迅速發(fā)展和移動智能設(shè)備的普及,互聯(lián)網(wǎng)社交進入了自媒體時代。網(wǎng)絡(luò)平臺中隨之涌現(xiàn)的海量短視頻阻礙了用戶準確獲取真正感興趣的視頻內(nèi)容,而點擊率預(yù)測正是解決該問題的核心環(huán)節(jié),因此提高點擊率預(yù)測的準確率具有重要的理論意義和應(yīng)用價值。本文總結(jié)了近年來點擊率預(yù)測領(lǐng)域的研究成果,結(jié)合短視頻領(lǐng)域的特殊業(yè)務(wù)場景,發(fā)現(xiàn)現(xiàn)今的短視頻點擊率預(yù)測模型存在一些不足。因此本文結(jié)合了深度學(xué)習和視頻內(nèi)容分析方法,提出了較現(xiàn)有方法準確率更高的短視頻點擊率預(yù)測模型。本文研究內(nèi)容與結(jié)果如下:1、針對自媒體短視頻特征提取不完整的問題,本文通過直接提取短視頻的圖像特征,行為特征,音頻特征作為視頻特征表示,較其他模型考慮更多的視頻信息。實驗結(jié)果表明,融合多模態(tài)特征的模型在AUC性能指標上較未使用多模態(tài)特征的模型提高了3.71%。2、針對用戶短期興趣挖掘不準確的問題,本文通過門控循環(huán)單元挖掘用戶行為序列背后的用戶興趣。本文利用注意力機制改進了門控循環(huán)單元結(jié)構(gòu),強化了用戶行為序列中相關(guān)行為對用戶興趣的影響從而實現(xiàn)更準確的用戶興趣挖掘。實驗結(jié)果表明,本模型較其他對照模型在AUC性能指標上提高了2.39%～5.95%。3、針...

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
注釋表
縮略詞
第一章 緒論
    1.1 課題背景和研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 點擊率預(yù)測的研究現(xiàn)狀
        1.2.2 視頻內(nèi)容分析的研究現(xiàn)狀
    1.3 本文研究內(nèi)容
    1.4 本文組織架構(gòu)
第二章 相關(guān)理論
    2.1 短視頻多模態(tài)特征提取模型
        2.1.1 圖像特征提取模型
        2.1.2 行為特征提取模型
        2.1.3 音頻特征提取模型
    2.2 短視頻多模態(tài)特征融合方法
    2.3 點擊率預(yù)測模型
    2.4 本章小結(jié)
第三章 基于多模態(tài)特征和興趣演化的短視頻點擊率預(yù)測模型研究
    3.1 深度興趣網(wǎng)絡(luò)分析
    3.2 基于多模態(tài)特征和興趣演化的短視頻點擊率預(yù)測模型設(shè)計
        3.2.1 短視頻多模態(tài)特征提取與融合
        3.2.2 點擊率預(yù)測模型整體結(jié)構(gòu)設(shè)計
        3.2.3 興趣演化層結(jié)構(gòu)設(shè)計
        3.2.4 模型學(xué)習過程
    3.3 基于多模態(tài)特征和興趣演化的短視頻點擊率預(yù)測模型實驗分析
        3.3.1 實驗配置
        3.3.2 不同模態(tài)特征組合對比實驗及分析
        3.3.3 不同組件的貢獻度對比實驗及分析
        3.3.4 不同長度的用戶行為序列對比實驗及分析
        3.3.5 與其他模型的對比實驗及分析
    3.4 本章小結(jié)
第四章 基于序列分段的短視頻點擊率預(yù)測模型研究
    4.1 分層循環(huán)神經(jīng)網(wǎng)絡(luò)與自我注意力機制分析
    4.2 基于序列分段的短視頻點擊率預(yù)測模型設(shè)計
        4.2.1 點擊率預(yù)測模型整體結(jié)構(gòu)設(shè)計
        4.2.2 興趣演化層結(jié)構(gòu)設(shè)計
        4.2.3 模型學(xué)習過程
    4.3 基于序列分段的短視頻點擊率預(yù)測模型實驗分析
        4.3.1 實驗配置
        4.3.2 不同序列長度的對比實驗及分析
        4.3.3 不同組件的貢獻度對比實驗及分析
        4.3.4 與其他模型的對比實驗及分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 論文總結(jié)
    5.2 工作展望
參考文獻
致謝
在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文



本文編號：3782627