视频网站中长尾物品的推荐方法

发布时间：2018-01-29 23:02

  本文关键词： 推荐系统 pagerank 长尾效应 相似度　出处：《电视技术》2017年Z2期 　论文类型：期刊论文

【摘要】：目前国内外的各大视频网站中均存在严重的长尾效应问题。为降低视频推荐系统中长尾效应的影响,本文提出了基于改进的协同过滤的长尾物品推荐算法PGSim-CF。PGSim-CF算法首先利用pagerank算法计算各物品的初始化权值,然后通过同类视频物品中热门物品的权值去优化冷门物品的权值,与此同时惩罚热门物品的权值,得到各视频物品的最终权值,最后将获得的权值代入协同过滤物品相似度的计算中。实验结果表明,同传统的协同过滤UserCF算法以及文献[1]中所提出的Sim CF-ACT算法相比,PGSimCF算法的性能更好。
[Abstract]:In order to reduce the effect of long-tail effect in video recommendation system, there is a serious problem of long-tail effect in various video websites at home and abroad. In this paper, PGSim-CF.PGSim-CF algorithm based on improved collaborative filtering is proposed. First, the initialization weights of each item are calculated by using pagerank algorithm. Then through the same kind of video items in the weight of hot items to optimize the weight of cold goods, at the same time punish the weight of popular items, get the final weight of each video item. Finally, the weights obtained are added to the similarity calculation of collaborative filtering articles. The experimental results show that, with the traditional collaborative filtering UserCF algorithm and the literature. [1. The performance of the Sim CF-ACT algorithm is better than that of the Sim CF-ACT algorithm proposed in this paper.
【作者单位】： 北京邮电大学网络技术研究院;
【分类号】：TP391.3;TP393.092
【正文快照】： 生活在被铺天盖地的信息包围以及生活节奏加快的时代,人们面临着如何能够在短的时间内从海量的信息中寻找自己感兴趣以及对自己有价值的信息的问题。个性化推荐系统的出现成功解决了该问题[2]。迄今为止,经典的个性化推荐算法发展趋于成熟,并且成功运用在各个领域,诸如:电子书

【相似文献】

相关期刊论文 前10条

1 曾颖;;创造图书馆的“长尾效应”[J];情报探索;2010年01期

2 黄柳柳;黄河燕;史树敏;;面向代码相似度检测的指纹选取方法[J];计算机工程与应用;2010年27期

3 郑炜冬;;试卷相似度自动评估技术的研究[J];智能计算机与应用;2011年06期

4 ;电商推荐系统进阶[J];IT经理世界;2013年11期

5 米可菲;张勇;邢春晓;蔚欣;;面向大数据的开源推荐系统分析[J];计算机与数字工程;2013年10期

6 李桂林,陈晓云;关于聚类分析中相似度的讨论[J];计算机工程与应用;2004年31期

7 秦玉平;杨兴凯;;基于案例推理的区间属性相似度研究[J];辽宁师范大学学报(自然科学版);2006年04期

8 蒋鹏;;基于本体的应急案例相似度算法研究[J];南昌高专学报;2009年03期

9 何亚;;词语相似度算法的分析与改进[J];硅谷;2011年24期

10 仇丽青;陈卓艳;;基于共同邻居相似度的社区发现算法[J];信息系统工程;2014年05期

相关会议论文 前10条

1 张燕;李燕萍;;基于内容分析和点击率记录的混合音乐推荐系统[A];2009年通信理论与信号处理学术年会论文集[C];2009年

2 刘海波;郑德权;赵铁军;;基于相似度线性加权方法的检索结果聚类研究[A];中国计算语言学研究前沿进展（2009-2011）[C];2011年

3 陆劲挺;路强;刘晓平;;对比相似度计算方法及其在功能树扩展中的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

4 赵欣;寇纲;邬文帅;卢艳群;;基于时间密集性的推荐系统攻击检测[A];第六届（2011）中国管理学年会论文摘要集[C];2011年

5 张玉连;张波;张敏;;改进的个性化信息推荐系统的设计与实现[A];2005年全国理论计算机科学学术年会论文集[C];2005年

6 王君;许洁萍;;层次音乐推荐系统的研究[A];第18届全国多媒体学术会议（NCMT2009）、第5届全国人机交互学术会议（CHCI2009）、第5届全国普适计算学术会议（PCC2009）论文集[C];2009年

7 潘宇;林鸿飞;杨志豪;;基于用户聚类的电子商务推荐系统[A];第三届学生计算语言学研讨会论文集[C];2006年

8 雷庆;吴扬扬;;一种基于语义信息计算XML文档相似度的新方法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

9 罗辛;欧阳元新;熊璋;袁满;;通过相似度支持度优化基于K近邻的协同过滤算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年

10 尤忠彬;陈越;张英;朱扬勇;;基于Web服务的技术转移平台推荐系统研究[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

相关博士学位论文 前10条

1 程亮;基于本体的疾病数据整合与挖掘方法研究[D];哈尔滨工业大学;2014年

2 曹，

本文编号：1474585