在信息化时代,每个互联网用户都可以在网上发布内容。但是这导致各大应用程序上信息过载,人们难以在内容丰富的应用中很快找到自己感兴趣的内容,于是各大视频应用开始使用推荐系统。推荐系统能够主动推送用户可能会喜欢的内容,进而解决视频应用内信息过载,以及用户不知道自己想看什么的问题。推荐系统需要根据已有的用户数据进行推荐,但是一旦数据难以收集,就会出现数据稀疏的问题。传统的视频推荐算法在面对稀疏的数据时表现较差,而且目前大部分视频推荐系统只是根据用户信息和用户历史的行为记录进行推荐,对视频本身的特征不能有效利用。针对这种情况,本文采用了一种能够融合视频特征的XDeepFM模型,并基于此模型设计了一款短视频推荐系统。本文的主要研究工作如下:1.研究了现有的推荐算法,并分析了其存在的问题。传统的推荐算法存在数据稀疏,冷启动以及推荐内容多样性不足等问题。而单纯基于深度学习模型的推荐算法虽然在一定程度上缓解了这些问题,但是可能会因为忽略重要的低阶特征组合而导致推荐性能降低。2.重点研究了XDeepFM模型。该模型既有线性部分,又有深度学习模型。它不仅能够发现数据间的相关性,还能够挖掘出数据的高阶特征以及稀有特征,从而在提高推荐性能的同时,丰富推荐内容的多样性。并且它还能够自动构建特征间的交叉,降低人力成本。3.使用尺度不变特征变换算法（SIFT,Scale-invarialt feature transform）获取视频关键帧特征。之后将视频特征,用户信息和用户行为数据一起作为XDeepFM模型的原始输入特征,形成融合视频特征的XDeepFM模型。4.与多个不同的模型进行对比实验,计算各个模型在相同数据集下的AUC（Area Under Curve）和推荐列表的多样性。实验结果显示融合视频特征的XDeepFM模型能够有效利用视频特征,提高推荐性能,丰富推荐内容。5.基于融合视频特征的XDeepFM模型实现了短视频推荐系统。