Resumen

Como uno de los elementos tradicionales de entretenimiento, la música de fondo de video ha cambiado gradualmente de un consumo tradicional a un consumo en red, lo que naturalmente también tiene el problema de la sobrecarga de información. Desde la perspectiva del diseño del modelo y la información auxiliar, este artículo propone un modelo de fusión estrechamente acoplado basado en aprendizaje profundo y filtrado colaborativo para aliviar el problema de la baja precisión de predicción debido a la matriz dispersa en el problema de predicción de puntuaciones. En el uso de información auxiliar, este artículo utiliza la tecnología de rastreo para obtener información auxiliar en el lado del usuario y en el lado de la música de fondo del video y compensa la sensibilidad de los modelos a la dispersión de la matriz de puntuaciones desde una perspectiva de datos. En cuanto al diseño del modelo, este artículo realiza la minería de información auxiliar basada en la diversidad y las diferencias estructurales de la información auxiliar, utiliza un autoencoder apilado mejorado para aprender los intereses de los usuarios y utiliza redes neuronales convolucionales

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Tradicional; Música de fondo de video; Aprendizaje profundo; Filtrado colaborativo; Información auxiliar; Precisión de predicción
• Keywords:Traditional; Video background music; Deep learning; Collaborative filtering; Auxiliary information; Prediction accuracy