• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《计算机应用》 >基于联邦学习的在线短视频内容分发策略

基于联邦学习的在线短视频内容分发策略

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

为提升短视频内容分发的精度,分析用户所属社交群体的兴趣倾向和对短视频内容的个性化需求,在基于主动推荐方式的短视频应用场景中,以视频内容提供商利润最大化为优化目标,设计了一种短视频内容分发策略.首先,基于联邦学习,利用用户群本地相册数据训练兴趣预测模型,提出用户群兴趣向量预测算法并得到用户群的兴趣向量表示;然后,以用户群的兴趣向量作为输入,基于组合置信上界(CUCB)算法实时设计相应的短视频内容分发策略,从而使视频内容提供商获取的长期利润最大化.所提策略获得的平均利润相对稳定且明显优于单纯基于CUCB的短视频分发策略得到的平均利润;与置信上界(UCB)策略和随机策略相比,所提策略使得视频内容提供商获得的总利润分别提高了12％和30％.实验结果表明,所提短视频内容分发策略能有效地提升短视频分发的精度,从而进一步提高视频内容提供商获取的利润.

著录项

  • 来源
    《计算机应用》 |2021年第6期|1551-1556|共6页
  • 作者

    董文涛; 李卓; 陈昕;

  • 作者单位

    网络文化与数字传播北京市重点实验室(北京信息科技大学) 北京100101;

    北京信息科技大学计算机学院 北京100101;

    网络文化与数字传播北京市重点实验室(北京信息科技大学) 北京100101;

    北京信息科技大学计算机学院 北京100101;

    北京信息科技大学计算机学院 北京100101;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP393.01;
  • 关键词

    移动边缘计算; 内容分发; 联邦学习; 短视频; 用户群兴趣向量;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号