基于时间信息感知的多特征学习在线视频流行度预测方法

本发明公开了一种基于时间信息感知的多特征学习在线视频流行度预测方法。该方法包括：获取待预测视频相关的多特征数据和播放时序数据；将多特征数据根据类别输入至预设多特征编码器中的特征子编码器，确定视觉、声学、文本、社交和元数据特征；将播放时序数据输入至预设多特征编码器中的层次化流行度序列特征提取网络以确定待预测视频的流行度序列特征；将待预测视频的视觉、声学、文本、社交、元数据和流行度序列特征输入至预设特征融合网络中进行特征融合；将融合后的待预测视频特征输入至预设流行度预测网络中得到预测结果。通过本发明的技术方案，可以综合考虑到与视频流行度相关的多种特征，提高流行度预测的性能。