文件名称：论文研究-基于深度信念网络的在线视频热度预测.pdf
文件大小：922KB
文件格式：PDF
更新时间：2022-09-28 00:33:39
论文研究
针对在线视频热度预测研究中分类及预测效果欠佳，规则化较多和较缺乏实践检验等问题，通过对实际在线视频服务系统所采集的海量数据研究，提出一种基于深度信念网络（Deep Belief Networks，DBNs）的视频热度预测方法。首先，结合社交网络的关注度和视频关键词的搜索热度，对影响因子进行了建模和量化处理；其次，根据输入和输出变量确定了DBNs各层网络的结构，优化了网络参数和预测模型；最后，通过在线视频服务商的数据对深度信念网络进行训练，并多次交叉实验对比分析，结果表明基于DBNs方法在视频热度预测上准确率最高79.47%（国内视频）、65.33%（国外视频），可以为在线视频上映前的投资、宣传以及风险评估提供较全面可靠的参考决策。