科研之友
微信
新浪微博
Facebook
分享链接
摘要
为预测短视频用户行为(如：查看评论，点赞，点击头像，转发),考虑用户兴趣变化，将排序后的用户历史行为序列作为语料库引入Word2Vec训练得到词嵌入模型，学习用户的动态兴趣，有效捕获用户兴趣的变化。通过特征工程构建的统计特征与词嵌入模型构建的用户动态兴趣特征输入多任务模型，并提出一种新的评价指标来评估模型的预测精度。实验结果表明，相较于shared-bottom、Wide&Deep、DeepFM,提出的考虑用户兴趣变化的MMoE模型具有最优的预测精度。
-
单位自动化学院; 南京邮电大学
