基于联邦学习框架的IPTV内容推荐策略
作者机构：中国电信股份有限公司江苏分公司
出 版 物：《江苏通信》 (Jiangsu Communication)
年 卷 期：2024年第40卷第2期
页 面：48-52,57页
学科分类：0810[工学-信息与通信工程] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 081203[工学-计算机应用技术] 08[工学] 081001[工学-通信与信息系统] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：随着IPTV业务的全面普及,用户可以根据个人喜好使用视频点播功能,为解决现有IPTV内容推荐不精准、用户点击率低、推荐效果不理想等问题。本文在IPTV数字化运营基础上,设计了一种基于联邦学习框架的IPTV内容推荐策略。通过构建联邦学习框架,设计一套视频利润计算方式和视频兴趣矩阵,并根据日常用户的收视习惯训练卷积神经网络模型,从而获得最优化的IPTV视频内容推荐方案,进一步提升数据价值、内容价值、业务运营价值。
维普期刊数据库
同方期刊数据库