买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广州大事件网络科技有限公司

摘要：本发明涉及视频推送技术领域，具体为一种面向元宇宙电商平台的商品视频智能推送方法及系统，包括以下步骤，基于元宇宙电商数据库查询接口，提取用户的观看历史数据，统计商品视频观看频率和用户互动反馈，包括点赞和评论次数，并计算用户活跃度指数，生成用户行为分析信息。本发明，通过对用户行为数据的深入分析与视频内容属性的精细处理，显著提升了视频推送的针对性和准确性，通过用户的互动反馈与观看历史，形成了动态调整的推送逻辑，优先推荐与用户偏好高度匹配的视频内容，从而实时调整推荐策略，更有效地吸引用户注意力并刺激购买行为，此外，通过持续监测推送效果并根据反馈优化推送参数，保证了推送内容与用户需求的持续同步。

主权项：1.一种面向元宇宙电商平台的商品视频智能推送方法，其特征在于，包括以下步骤：基于元宇宙电商数据库查询接口，提取用户的观看历史数据，统计商品视频观看频率和用户互动反馈，包括点赞和评论次数，并计算用户活跃度指数，生成用户行为分析信息；基于所述用户行为分析信息，对电商平台的商品视频进行元数据处理，并进行关联性分析，识别用户偏好与视频属性之间的匹配度，生成商品视频关联性评分；基于所述商品视频关联性评分，调整商品视频推荐的排序逻辑，优先推荐匹配度最优的商品视频，并利用用户行为数据验证推荐列表的关联性，生成初步商品推送列表；通过模拟用户环境测试所述初步商品推送列表，使用决策树算法，记录用户对推荐商品视频的点击率和观看时间，并根据反馈信息调整推荐参数，生成推荐效果测试记录；根据所述推荐效果测试记录中的反馈数据，采用卷积神经网络和递归神经网络，调整推荐策略的关键参数，包括调整用户行为权重和视频属性权重，生成优化后的推送参数；将所述优化后的推送参数部署到商品视频推送策略中，实时监控推送策略的表现，包括匹配度和用户满意度，循环调整电商平台的推送策略，生成商品视频动态推送结果；基于所述用户行为分析信息，对电商平台的商品视频进行元数据处理，并进行关联性分析，识别用户偏好与视频属性之间的匹配度，生成商品视频关联性评分的步骤具体为：基于所述用户行为分析信息，提取商品视频的元数据，记录视频长度和类型，并对每类视频进行观看热度统计，计算平均观看时间与观看次数，生成视频数据统计信息；依据所述视频数据统计信息，对用户历史观看记录进行分类匹配，评估多类视频与用户偏好的关联性，采用直接对比方式，分析用户偏好与视频类别间的一致性，生成偏好匹配度分析结果；依据所述偏好匹配度分析结果，计算每个视频的关联性评分，基于观看热度和用户偏好一致性，应用归一化处理，进行视频推荐权重的调整，生成商品视频关联性评分；通过模拟用户环境测试所述初步商品推送列表，使用决策树算法，记录用户对推荐商品视频的点击率和观看时间，并根据反馈信息调整推荐参数，生成推荐效果测试记录的步骤具体为：基于所述初步商品推送列表，配置模拟用户环境，自动播放列表中的商品视频，记录每个视频的点击率和观看持续时间，并收集用户互动数据，生成用户反应数据；根据所述用户反应数据，使用决策树算法，分析多种商品视频的表现，识别点击率和观看时间低于平均水平的视频，并对视频推荐顺序进行初步调整，生成推送效果初步分析信息；依据所述推送效果初步分析信息，优化视频推荐参数，调整差异视频间的推荐权重，重构推荐逻辑，优化电商平台的推送准确性和用户满意度，生成推荐效果测试记录；根据所述推荐效果测试记录中的反馈数据，采用卷积神经网络和递归神经网络，调整推荐策略的关键参数，包括调整用户行为权重和视频属性权重，生成优化后的推送参数的步骤具体为：基于所述推荐效果测试记录，采用卷积神经网络和递归神经网络，对用户行为权重和视频属性权重的当前设定进行评估，检查哪些参数与用户满意度和互动率关联，并优化推荐针对性，生成参数调整方案；基于所述参数调整方案，通过注意力机制，进行推荐策略的权重调整，校准商品视频的属性权重，并匹配至用户的行为模式，生成新的权重配置；基于所述新的权重配置，验证推荐结果的变化，包括推荐商品视频的点击率和观看时间是否符合预期，生成优化后的推送参数；所述注意力机制，按照公式： ；计算属性权重，生成新的权重配置值；其中，为视频属性j对于用户行为i的重要性权重，和分别是用户行为和视频属性的隐藏状态向量，是用于调整相似度评分影响的系数，是用于调整上下文影响的权重系数，和是用户行为和视频属性的上下文特征向量，函数用于计算和之间的相似度，函数用于评估和之间的上下文相关性，表示与行为i关联的视频属性集合，代表与用户行为i关联的视频属性k的特征表示，是视频属性k的上下文特征向量。

全文数据：

权利要求：

百度查询： 广州大事件网络科技有限公司 一种面向元宇宙电商平台的商品视频智能推送方法及系统