YD/T 4886-2024 基于人工智能的移动应用视频推荐服务技术要求(备案版).pdf

2024,4886,pdf,人工智能,烟道,通信
文档页数:12
文档大小:2.23MB
文档格式:pdf
文档分类:通信
上传会员:
上传日期:
最后更新:

ICS 35.240 CCS L67 YD 中华人民共和国通信行业标准 XXXXXXX-XXXX 基于人工智能的移动应用视频推荐服务技 术要求 Technical requirements forAI-based APPvideo remendation service 行业标准信息服务平台 (报批稿) XXXX-XX-XX发布 XXXX-XX-XX实施 中华人民共和国工业和信息化部 发布
YD/Txxx-xxxx 目次 前 言 1范围 2规范性引用文件 3术语和定义 4缩略语 5技术框架 6视频推荐服务人工智能通用要求 6.1数据 6.2模型, 7功能要求... 7.1智能分析模块 7.1.1视频内容理解模块 7.1.2用户分析模块 7.2搜索查询处理模块 7.3视频推荐决策模块 7.3.1召回模块 7.3.2排序模块 7.3.3决策生成 7.4视频内容呈现模块 7.5评估模块 8业务流程... 8.1视频搜索推荐 8.2视频展示推荐 参考文献, 息服务平台
YD/Txxx-xXXx 前言 本文件按照GB/T1.1-2020《标准化工作导则第1部分:标准化文件的结构和起草规则》的规定 起草.

请注意本文件的某些内容可能涉及专利.

本文件的发布机构不承担识别专利的责任.

本文件由中国通信标准化协会提出并归口.

本文件起草单位北京快手科技有限公司、中国信息通信研究院、北京抖音信息服务有限公司、蚂 蚊科技集团股份有限公司、北京邮电大学、中国移动通信集团有限公司.

本文件主要起草人落红卫、谷晨、傅山、杨帆、李宣平、王刚、陈赢、冷德维、李永昌、吴少舞、 林冠辰、张勇、金矾.

行业标准信息服务平台 II
YD/TxxxxxXx 基于人工智能的移动应用视频推荐服务技术要求 1范围 本文件规定了基于人工智能的移动应用视频推荐服务的技术框架、人工智能通用要求、功能要求和 业务流程.

本文件适用于对基于人工智能的移动应用视频推荐服务进行设计、研发和测评,也可为监管部门、 第三方评估机构对基于人工智能的视频推荐服务活动进行监督、管理、评估提供参考.

2规范性引用文件 下列文件对于本标准的应用是必不可少的.

凡是注日期的引用文件,仅注日期的版本适用于本标准.

凡是不注日期的引用文件,其最新版本(包括的修改单)适用于本标准.

GB/T 35273-2020 信息安全技术个人信息安全规范 3术语和定义 下列术语和定义适用于本文件.

3. 1 基于人工智能的移动应用视频推荐服务Al-basedAPPvideoremendationservice 采用人工智能技术,分析、评估、预测用户的特征,分析视频服务平台的视频内容,选取与用户匹 配的视频,并向用户展示相关视频的APP服务.

3. 2 嵌入向量embeddingvector 将对象转换为多维向量,用以表示对象的特征.

准信息服务平台 3.3 索引池 index pool 与业务场景匹配的,可推荐视频的全集.

4缩略语 下列缩略语适用于本文件.

APP 移动应用 Mobile Application OCR 光学字符识别 Optical Character Recognition IP 知识产权 Intellectual Property MECE 相互独立,完全穷尽Mutually Exclusive Collectively Exhaustive 5技术框架
YD/Txxx-xxxx 基于人工智能的移动应用视频推荐服务系统的技术框架如图1所示 评估模块 智能分析模块 视频推荐决策模块 视频内容理解模块 视频内容 安全 质量 过滤 视频召回 评估 结构化分析 视频排序 用户数据 用户分析模块 视频 视频 视频内容 视频 排序 模型 排序 策略 星现模块 搜索查询处理模块 首动语] 意识别 分词 搜索录入 向量提取 决策生成 纠错 意图分析 图1技术框架 人工智能在视频推荐服务中可应用于: a)智能分析模块: b)搜索查询处理模块: c)视频推荐决策模块; d)视频内容呈现模块: e)评估模块.

视频内容理解模块、搜索查询处理模块、视频召回、视频排序应部署于平台侧实现.

用户分析模块、决策生成、视频内容呈现模块可部署于APP侧,也可部署于平台侧,也可在APP侧和 平台侧同时部署实现.

准信息服务 6视频推荐服务人工智能通用要求 6.1数据 对人工智能算法处理的数据,应满足如下要求: a)应对训练数据进行预处理,包括识别并删除恶意样本、识别并修复或过滤被污染数据: b) 宜对训练数据集采取必要的保护措施,确保数据的保密性、完整性; c) 当采用对比学习时,应减少负样本训练数据的随机性,如将目标用户没有正向但其他用 户有正向的视频作为单独的负样本训练数据集: 宜构建不同于训练数据集的标准测试数据集,模型上线前应通过标准测试数据集的测试; e)应构建合理的训练数据集,包括但不限于数据集的规模、均衡性、准确性等.

6.2模型

资源链接请先登录(扫码可直接登录、免注册)
十二年老网站,真实资源!
高速直链,非网盘分享!浏览器直接下载、拒绝套路!
本站已在工信部及公安备案,真实可信!
手机扫码一键登录、无需填写资料及验证,支持QQ/微信/微博(建议QQ,支持手机快捷登录)
①升级会员方法:一键登录后->用户中心(右上角)->升级会员菜单
②注册登录、单独下载/升级会员、下载失败处理等任何问题,请加客服微信
不会操作?点此查看“会员注册登录方法”

投稿会员:Max
我的头像

您必须才能评论!

手机扫码、免注册、直接登录

 注意:QQ登录支持手机端浏览器一键登录及扫码登录
微信仅支持手机扫码一键登录

账号密码登录(仅适用于原老用户)