基于数据挖掘的电视节目个性化推荐研究及实现

发布时间：2020-12-11 17:12

　　个性化推荐系统作为智能信息服务的组成部分,受到越来越多的行业的关注和研究,甚至成为某些行业的核心。但是因为电视节目的特殊性,其运用并不是很广泛。电视节目的个性化推荐已经成为电视服务商和用户的迫切需求。文章即围绕推荐系统这一领域,对电视节目的个性化推荐进行研究和实现。文章的前半部分介绍了电视节目个性化推荐的现状,分析电视节目个性化推荐与其他推荐的异同点。对推荐系统的几种经典算法进行介绍,讨论每种算法的优缺点。重点介绍了两种协同过滤算法,并对两种算法进行了解释。又介绍了推荐系统的算法评价指标,为后续的数据分析和数据挖掘工作,以及电视节目的具体推荐奠定了理论基础。文章的后半部分是推荐系统的实现部分,具体包括了三个方面:(1)数据收集和数据清洗工作,文章运用了Python的网络爬虫技术对电视节目的类型进行了收集,再使用R语言、SQL语句对数据进行清洗,同时建立隐式评分体系;(2)数据分析和数据挖掘工作,文章采用R语言对整理好的数据进行了可视化处理,分析和挖掘隐藏的和有用的数据;(3)推荐系统的实现工作,使用Python语言根据协同过滤算法的原理进行编程,并根据数据分析和挖掘工作中得到的信息,有... 

【文章来源】：曲阜师范大学山东省

【文章页数】：38 页

【学位级别】：硕士

【部分图文】：

论文流程图

基于内容的推荐算法流程图

协同过滤推荐算法流程图

【参考文献】：
期刊论文
[1]大数据时代的数据挖掘技术与应用[J]. 鄢泽然.  现代营销(经营版). 2019(02)
[2]网络链接爬取算法优化策略[J]. 赵旭,胡璇.  电子技术与软件工程. 2019(02)
[3]大数据时代背景下数据挖掘技术的应用[J]. 杨继武.  电子技术与软件工程. 2019(02)

硕士论文
[1]面向家庭用户的电视节目动态推荐方法研究[D]. 赵培.合肥工业大学 2017
[2]基于web挖掘的电子商务个性化推荐系统研究[D]. 李明晶.北京交通大学 2008



本文编号：2910918