基于多模态神经网络的直播推荐

作     者：陆焰 刘霞 苏皑 Lu Yan;Liu Xia;Su Ai

作者机构：广州科技贸易职业学院商贸学院广东广州511442 南京大学管理学院江苏南京210008 华南理工大学管理学院广东广州510641 

出 版 物：《南京理工大学学报》 (Journal of Nanjing University of Science and Technology)

年 卷 期：2023年第47卷第5期

页      面：658-664页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：广东省教育厅项目(JXJYGC2021KY0662,JXJYGC2021EY0330) 广州市社科课题(2023GZGJ47) 

主　　题：直播推荐 神经网络 多模态 媒体平台 

摘      要：由于直播数据量大、数据模态多样、实时变化性强,且直播数据具有热点效应,给直播资源的精准推荐提出了更高挑战。为了提高直播推荐的有效性,提出了一种基于多模态神经网络的直播推荐算法,为各种大型媒体平台提供技术保证。首先,通过用户观看时长和评分权重矩阵建立了直播推荐评分准则。然后,在文本数据样本的基础上,选取了视频、图片、音频等多模态特征作为输入数据样本。利用多模态神经网络建立用户和直播资源的推荐算法,并构建直播推荐正则损失函数。以损失函数最小值为优化对象,不断迭代获得最优算法。最后,输入多模态特征,获得直播TOP-K推荐序列,并对推荐序列进行性能评价。实验结果表明,通过合理设置神经网络的层数,所提直播推荐算法在5个不同媒体平台数据中,均获得了较高的推荐性能,为直播平台的精准资源推荐提供了有效的策略支持。