基于深度学习的短视频实时动态推荐方法及系统

本发明公开了基于深度学习的短视频实时动态推荐方法及系统，涉及互联网技术领域，通过上述步骤的整体执行，能够在不同时间段集合Tsg下，将用户行为集合Beh进行划分与建模，生成时段特征集合Tfe和训练集合Trn，并最终得到兴趣模型集合Mod以及时间段权重集Twg。在用户请求到达时，能够即时依据时间段集合Tsg调用对应的兴趣模型集合Mod，并结合时间段权重集Twg动态生成推荐结果Rlt，推荐过程不仅避免了传统方法中对单一时间维度建模导致的兴趣刻画模糊和推荐结果静态僵化的问题，还能够使推荐结果Rlt随时间段集合Tsg的切换而自适应更新，从而显著提升了短视频实时推荐的时效性、匹配度与用户体验。