一种基于深度学习的视频平台智能内容推荐方法

本发明公开了一种基于深度学习的视频平台智能内容推荐方法，涉及智能推荐技术领域，该方法包括以下具体步骤：数据采集：通过视频平台的用户行为追踪和内容分析功能，收集包含视频属性数据、用户行为数据及场景特征数据的用户历史观看数据，形成基础数据集；视频信息密度计算：基于收集到的视频属性数据，运用多模态深度学习模型提取视觉、音频和文本多维度特征，构建视频信息密度评估体系，将视频内容转换为可量化的信息密度值；本发明通过分析视频信息密度和用户行为数据构建用户认知负荷耐受模型，能精准把握用户对不同信息密度内容的接受能力，结合用户实时场景信息，动态判断其当前认知负荷状态，让推荐内容与用户认知能力精准匹配。