基于属性分类和多视角特征融合的微视频流行度预测方法

摘要

本发明公开了一种基于属性分类和多视角特征融合的微视频流行度预测方法，所述方法包括以下步骤：利用社会属性特征对微视频进行分类，将微视频分配到不同的流行度等级层次中，获取微视频的初级流行度范围；计算每一个流行度等级层次中不同模态视角下的微视频的相似关系，并用拉普拉斯矩阵的形式表述；利用不同模态的拉普拉斯矩阵的线性组合作为公共子空间的拉普拉斯矩阵；基于拉普拉斯矩阵，利用半监督的方法对微视频的流行度进行预测。本发明利用属性分类和多视角特征融合的方式进行学习，消除了单一视角特征对于流行度预测的限制，同时强调了社会属性特征对于流行度预测的决定性作用。