我希望通过访问Youtube来生成歌曲列表，这可以让用户发笑。
我可以使用哪些功能以及哪种型号最佳？目前，我正在考虑访问用户的活动，并找到他们喜欢的所有具有喜剧或音乐内容的视频，并找到这些视频＆＃39;标签。然后使用这些标记并将其提供给RNN并生成搜索关键字以返回歌曲列表。但是关于他们的历史是否是他们喜欢与否的良好指标存在问题。
我是朝着正确的方向前进吗？真的很感谢一些方向的帮助。
答案 0 :(得分：0)
RNN不是这类任务的好选择。当内容具有连续性时，RNN运行良好。用户观看的视频不能称为顺序数据，因为他们可以按照他们想要的顺序观看他们的视频，他们应该被推荐相同的东西。出于您的目的，您可以假设用户的历史记录是他想要观看的内容的良好指标。
对于此类任务，我建议您查看推荐系统。首先，我建议非负矩阵分解。这将给你一个良好的开端。
如果你可以缩小你的问题，也许我可以帮助你更多。
答案 1 :(得分：0)
与其他答案不同，我认为RNN将是一个非常好的匹配。用户的视频历史记录说明了用户下一步想要观看的内容。然而，我会建议你输出其他东西（等下一个预测的标签），而不是生成搜索短语的RNN。
LSTM网络是一个不错的选择，基本上如果您拥有视频的用户历史记录，则会获取这些视频的所有标记。因此，用户可能已经观看了这些视频（从上到下）：
in: [Comedy, American, Pony] out: [Music, Pop, Spanish]
in: [Music, Pop, Spanish] out: [Music, Rock, American]
in: [Music, Rock, American] out: [Comedy, Music, Dance]
in: [Comedy, Music, Dance] out: predict()
然后你就像这样训练网络：
photoURL但我建议你对输入和输出进行单热编码。我认为这将成为一个相当成功的网络！