顾秋阳，琚春华，吴功兴

研究与开发

基于自编码器与多模态数据融合的视频推荐方法

顾秋阳1，琚春华2，吴功兴2

（1. 浙江工业大学管理学院，浙江 杭州 310023；2. 浙江工商大学，浙江 杭州 310018）

现今常用的线性结构视频推荐方法存在推荐结果非个性化、精度低等问题，故开发高精度的个性化视频推荐方法迫在眉睫。提出了一种基于自编码器与多模态数据融合的视频推荐方法，对文本和视觉两种数据模态进行视频推荐。具体来说，所提方法首先使用词袋和TF-IDF方法描述文本数据，然后将所得特征与从视觉数据中提取的深层卷积描述符进行融合，使每个视频文档都获得一个多模态描述符，并利用自编码器构造低维稀疏表示。本文使用3个真实数据集对所提模型进行了实验，结果表明，与单模态推荐方法相比，所提方法推荐性能明显提升，且所提视频推荐方法的性能优于基准方法。

自编码器；多模态表示；数据融合；视频推荐

1 引言

随着信息技术的不断发展，用户和企业对推荐方法的需求不断提升[1]。推荐方法已在许多领域获得成功应用（包括商品推荐、音乐推荐、电影推荐等），主要通过学习用户历史信息得到其偏好，以生成相关推荐列表，这一过程也被称为top-推荐。近年，国内外学者已提出了若干个top-推荐算法[2-6]，主要可分为潜空间算法（latent space method，LSM）和基于邻域的算法（又分为基于用户或目标的方法）。现已证明潜空间算法是解决推荐排名问题的最优方法，而邻域算法则能够更好地进行top-推荐问题[7]。……