查询结果:   刘超,贾毓臻,王攀.基于深度学习的IPTV视频用户行为分析方法研究[J].计算机应用与软件,2019,36(6):167 - 170,286.
中文标题
基于深度学习的IPTV视频用户行为分析方法研究
发表栏目
人工智能与识别
摘要点击数
241
英文标题
IPTV VIDEO USER BEHAVIOR ANALYSIS METHOD BASED ON DEEP LEARNING
作 者
刘超 贾毓臻 王攀 Liu Chao Jia Yuzhen Wang Pan
作者单位
江苏大学电气信息工程学院 江苏 镇江 212013 南京邮电大学现代邮政研究院 江苏 南京 210003    
英文单位
School of Electrical and Information Engineering, Jiangsu University, Zhenjiang 212013, Jiangsu, China Modern Postal Research Institute, Nanjing Posts and Telecommunications University, Nanjing 210003, Jiangsu, China    
关键词
IPTV用户行为 深度学习 DNN
Keywords
IPTV user behavior Deep learning DNN
基金项目
江苏省博士后基金项目(1402095C);江苏大学高级人才科研启动基金项目(1291140025)
作者资料
刘超,副教授,主研领域:计算机通信网QoS监测与管理,认知无线网络信道分配与控制。贾毓臻,硕士生。王攀,副研究员。 。
文章摘要
IPTV视频业务的复杂性和多样性使其难以充分发挥运营商技术优势。借助深度神经网络DNN模型对IPTV视频用户进行用户行为分析。利用深度学习算法对用户点播视频活跃度实施精确分类,从而帮助IPTV服务提供商合理配置资源,同时为终端用户提供更高效优质的服务。实验结果表明,与现有的方法相比,该方法收敛快,分类准确率达93%。
Abstract
In view of the complexity and diversity of IPTV video services, it is difficult to give full play to the technical advantages of operators. In this paper, the user behavior of IPTV video users was analyzed by means of deep neural network model. The deep learning method was used to accurately classify the users on-demand video activity, thereby helping the IPTV service provider to properly allocate resources and provide more efficient and high-quality services for the end users. The experimental results show that compared with the existing methods, the method converges quickly and the classification accuracy rate is 93%.
下载PDF全文   

根据该篇关键词查找到本刊已发表相关论文供参考
序号
文  章  标  题
作者1
发表栏目
页码
摘要
1
边缘计算的物联网深度学习及任务卸载调度策略
苟英
网络与通信
2019
8
摘要还未上传
2
基于卷积神经网络的脐橙果梗脐部检测算法及应用
杜雨亭
人工智能与识别
2019
7
208
[摘要]
3
基于层次语义理解的电力系统客服工单分类
杨鹏
人工智能与识别
2019
7
231
[摘要]
4
基于深度学习的复杂网络实时Sybil攻击检测算法
李扬
算法
2019
7
300
[摘要]
5
基于新型物联网的蚕室环境管理系统设计与应用
孙孝龙
应用技术与研究
2019
6
58
[摘要]
6
基于深度学习的IPTV视频用户行为分析方法研究
刘超
人工智能与识别
2019
6
167
[摘要]
7
面向医疗设备的深度问答系统的设计
饶林尚
人工智能与识别
2019
6
171
[摘要]
8
基于改进卷积神经网络的单幅图像物体重建方法
张玉麒
图像处理与应用
2019
6
190
[摘要]
9
基于IRGAN模型和Hadoop的电影推荐系统的设计
赵桂升
应用技术与研究
2019
5
43
[摘要]
10
跨域标记牌文字检测算法研究
于之靖
人工智能与识别
2019
5
133
[摘要]
11
对抗样本生成在人脸识别中的研究与应用
张加胜
人工智能与识别
2019
5
158
[摘要]
12
深度迁移学习辅助的阿尔兹海默氏症早期诊断
金祝新
图像处理与应用
2019
5
171
[摘要]
13
基于CNN-LSTM网络的声纹识别研究
闫河
人工智能与识别
2019
4
166
[摘要]
14
基于弱监督深度学习的文本聚类算法及应用
谭敏
人工智能与识别
2019
4
171
[摘要]
15
基于依存关系和双通道卷积神经网络关系抽取方法
吴佳昌
算法
2019
4
241
[摘要]
16
营销活动问题标签分类语料库的构建与分类研究
徐俊利
数据工程
2019
3
42
[摘要]
17
基于深度CNN和极限学习机相结合的实时文档分类
闫河
人工智能与识别
2019
3
174
[摘要]
18
基于深度学习模型的自发学习表情识别方法研究
何秀玲
人工智能与识别
2019
3
180
[摘要]
19
基于深度学习的伺服系统状态预测算法
张鹏
算法
2019
3
236
[摘要]
20
基于深度信念网络的CYP450 2C9抑制性分类
李自臣
人工智能与识别
2019
2
189
[摘要]
21
基于AlexNet的小样本水面漂浮物识别
李宁
人工智能与识别
2019
2
245
[摘要]
22
一种加权的深度森林算法
宫振华
算法
2019
2
274
[摘要]
23
中文作文句间逻辑合理性智能判别方法研究
刘杰
应用技术与研究
2019
1
71
[摘要]
24
基于DNN的WSN智慧大棚可视化与控制系统研究
骆碧雯
应用技术与研究
2019
1
117
[摘要]
25
基于深度学习的锂电池褶皱检测方法的研究
王刚
人工智能与识别
2019
1
216
[摘要]
26
基于粒子群的HLS的自动化架构实现
吴家飞
软件技术与研究
2018
9
22
[摘要]
27
文本情感分析的深度学习方法
邢长征
数据工程
2018
8
102
[摘要]
28
基于深度学习的慢性肝病CT报告相似度分析
常炳国
算法
2018
8
289
[摘要]
29
改进的Alexnet模型及在油井示功图分类中的应用
段友祥
人工智能与识别
2018
7
226
[摘要]
30
基于深度学习的代码分析研究综述
张峰逸
综合评述
2018
6
9
[摘要]
31
生成式对抗网络在抑郁症分类中的应用
刘宁
人工智能与识别
2018
6
163
[摘要]
32
基于TensorFlow进行股票预测的深度学习模型的设计与实现
韩山杰
算法
2018
6
267
[摘要]
33
基于DBN和TSVM的混合入侵检测模型研究
张克君
安全技术
2018
5
313
[摘要]
34
基于深度学习的电力大数据融合与异常检测方法
刘冬兰
数据工程
2018
4
61
[摘要]
35
基于注意力的BiLSTM-CNN中文微博立场检测模型
白静
算法
2018
3
266
[摘要]
36
基于分块的有遮挡人脸识别算法
周孝佳
人工智能与识别
2018
2
183
[摘要]
37
语音识别中神经网络声学模型的说话人自适应研究
金超
人工智能与识别
2018
2
200
[摘要]
38
基于深度学习的移动社交网络用户分类研究
王嘉祺
应用技术与研究
2018
12
42
[摘要]
39
改进的卷积神经网络图片分类识别方法
闫河
人工智能与识别
2018
12
193
[摘要]
40
基于深度学习的图片问答系统设计研究
周远侠
人工智能与识别
2018
12
199
[摘要]
41
基于神经网络融合的司机违规行为识别
李俊俊
图像处理与应用
2018
12
222
[摘要]
42
基于双向GRU神经网络和双层注意力机制的中文文本中人物关系抽取研究
张兰霞
应用技术与研究
2018
11
130
[摘要]
43
基于深度学习的青梅品级半监督智能认知方法
李帷韬
图像处理与应用
2018
11
245
[摘要]
44
视频人脸图像质量评估及其在课堂点名系统中的应用
方冠男
多媒体技术应用
2018
10
140
[摘要]
45
基于Leap Motion手势识别方法在树木交互的应用
王红全
人工智能与识别
2018
10
153
[摘要]
46
基于深度学习的脊柱CT图像分割
刘忠利
图像处理与应用
2018
10
200
[摘要]
47
基于多路特征融合和深度学习的露霜图像分类
周忠义
图像处理与应用
2018
10
205
[摘要]
48
基于深度学习的视频近似拷贝检索
冯兆华
多媒体技术应用
2018
1
160
[摘要]
49
结合卷积神经网络不同层的特征进行包类商品检索
骆正茂
人工智能与识别
2018
1
195
[摘要]
50
基于深度学习的鱼类分类算法研究
顾郑平
人工智能与识别
2018
1
200
[摘要]
51
基于深度卷积神经网络的人脸识别技术综述
景晨凯
图像处理与应用
2018
1
223
[摘要]
52
构建适用于深度学习的海浪样本数据集的并行算法实现及性能优化
邹国良
应用技术与研究
2017
9
57
[摘要]
53
基于深度学习的PD致病基因活性预测
李自臣
人工智能与识别
2017
9
183
[摘要]
54
基于RNN进行面向主题的特征定位方法
尹春林
软件技术与研究
2017
6
12
[摘要]
55
融合深度及边界信息的图像目标识别
原彧鑫
图像处理与应用
2017
4
183
[摘要]
56
基于卷积神经网络的汽车型号识别
陈淑君
图像处理与应用
2017
11
228
[摘要]
57
一种基于深度学习的新型小目标检测方法
陈江昀
人工智能与识别
2017
10
227
[摘要]
58
基于深度自编码器网络的人脸特征点定位方法
梁洋洋
人工智能与识别
2016
9
139
[摘要]
59
一种基于深度神经网络的话者确认方法
吴明辉
人工智能与识别
2016
6
159
[摘要]
60
一种基于GMM-DNN的说话人确认方法
李敬阳
人工智能与识别
2016
12
131
[摘要]
61
基于线性解码和深度回归预测的图像分类算法
张鸿
图像处理与应用
2016
11
130
[摘要]
62
结合侧抑制机制的自动编码器训练新算法
倪嘉成
人工智能与识别
2015
9
157
[摘要]
63
基于深度学习和部分模型的相关性人脸检测
谭萍
人工智能与识别
2015
12
123
[摘要]