个性化电影主题播单推荐系统的设计与实现
发布时间：2021-05-17 07:55
视频推荐在推荐系统领域是炙手可热的话题,长视频不同于文字,在推荐给用户时所能展现出的信息相对较少,用户大部分时间只能通过名称和海报去判断是否对视频感兴趣。为了解决此类问题,论文设计和实现了电影主题播单推荐系统,从播单的角度寻求方案,一方面可以帮助用户发现自己感兴趣的视频,减少信息筛选的时间,另一方面让电影展现在对它感兴趣的用户面前,提高了平台的流量,从而实现用户和平台的双赢。电影主题播单推荐系统相比于传统推荐系统,需要解决主题寻找、视频聚合等问题,系统会挖掘用户的行为,将用户日志转化成抽象的用户画像,自动化生产兴趣播单、基于内容的播单和非个性化播单,再通过多路召回,混合推荐、多样性过滤等步骤,将播单精准地推荐给需要的用户。系统从功能上分为五个模块,分别为用户画像模块、播单处理模块、推荐工程模块、前端接口模块和工程监控模块。其中用户画像的计算主要使用了播放指数公式,并设计 了基于 TF-IDF（Term Frequency-Inverse Document Frequency,词频-逆文档频率）和基于记忆遗忘曲线增量模型的权重计算公式。在播单自动化扩充时,需要计算电影与电影之间的共现相似...
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：90 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
1 引言
1.1 论文背景
1.2 项目目标及意义
1.3 论文主要工作及组织结构
2 相关技术综述
2.1 Hadoop
2.1.1 MapReduce
2.1.2 Hive
2.1.3 Hbase
2.2 Spark
2.3 Couchbase
2.4 本章小结
3 需求分析
3.1 需求分析概述
3.2 功能性需求分析
3.2.1 用户画像功能
3.2.2 播单处理功能
3.2.3 推荐工程功能
3.2.4 前端接口功能
3.2.5 工程监控功能
3.3 非功能性需求分析
3.4 本章小结
4 架构设计
4.1 总体架构设计
4.2 系统功能模块设计
4.3 用户日志
4.3.1 用户播放日志
4.3.2 用户行为日志
4.4 数据库设计
4.4.1 用户行为数据库设计
4.4.2 用户画像数据库设计
4.4.3 推荐播单数据库设计
4.5 Spark数据倾斜调优
4.6 本章小结
5 系统功能详细设计与实现
5.1 开发平台与运行环境
5.2 用户画像模块
5.2.1 设计描述
5.2.2 特征向量权重算法设计
5.2.3 模块流程图与程序设计
5.3 播单处理模块
5.3.1 设计描述
5.3.2 共现相似度和自动化播单设计
5.3.3 模块流程图与程序设计
5.4 推荐工程模块
5.4.1 设计描述
5.4.2 基于加权SlopeOne算法的排序
5.4.3 基于ALS矩阵分解算法的排序
5.4.4 基于栈的多样性过滤
5.4.5 模块流程图与程序设计
5.5 前端接口模块
5.5.1 设计描述
5.5.2 前端接口模块类设计
5.5.3 页面结果展示
5.6 工程监控模块
5.6.1 设计描述
5.6.2 模块流程图
5.7 本章小结
6 系统功能测试与评估
6.1 测试环境
6.2 系统功能测试
6.3 系统评估
6.3.1 一级页面效果评估
6.3.2 二级页面效果评估
6.4 本章小结
7 结论与展望
7.1 项目结论
7.2 未来展望
参考文献
作者简历
学位论文数据集
【参考文献】：
期刊论文
[1]基于艾宾浩斯遗忘曲线的个性化推荐算法[J]. 周子愉. 电子制作. 2018(Z2)
[2]改进的TFIDF标签提取算法[J]. 王杰,李旭健. 软件工程. 2018(02)
[3]UGC网站用户画像研究[J]. 陈志明,胡震云. 计算机系统应用. 2017(01)
[4]用户画像在内容推送中的研究与应用[J]. 吴明礼,杨双亮. 电脑知识与技术. 2016(32)
[5]面向跨领域的推荐系统研究现状与趋势[J]. 欧辉思,曹健. 小型微型计算机系统. 2016(07)
[6]大数据环境下的推荐系统[J]. 孟祥武,纪威宇,张玉洁. 北京邮电大学学报. 2015(02)
[7]大数据系统和分析技术综述[J]. 程学旗,靳小龙,王元卓,郭嘉丰,张铁赢,李国杰. 软件学报. 2014(09)
[8]文本分类特征权重改进算法[J]. 台德艺,王俊. 计算机工程. 2010(09)
硕士论文
[1]基于多推荐算法融合的视频实时推荐系统的设计与实现[D]. 杨乔虎.东南大学 2017
[2]融合相似度和机器学习的加权Slope One算法研究[D]. 郇思思.燕山大学 2015
本文编号：3191403
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：90 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
1 引言
1.1 论文背景
1.2 项目目标及意义
1.3 论文主要工作及组织结构
2 相关技术综述
2.1 Hadoop
2.1.1 MapReduce
2.1.2 Hive
2.1.3 Hbase
2.2 Spark
2.3 Couchbase
2.4 本章小结
3 需求分析
3.1 需求分析概述
3.2 功能性需求分析
3.2.1 用户画像功能
3.2.2 播单处理功能
3.2.3 推荐工程功能
3.2.4 前端接口功能
3.2.5 工程监控功能
3.3 非功能性需求分析
3.4 本章小结
4 架构设计
4.1 总体架构设计
4.2 系统功能模块设计
4.3 用户日志
4.3.1 用户播放日志
4.3.2 用户行为日志
4.4 数据库设计
4.4.1 用户行为数据库设计
4.4.2 用户画像数据库设计
4.4.3 推荐播单数据库设计
4.5 Spark数据倾斜调优
4.6 本章小结
5 系统功能详细设计与实现
5.1 开发平台与运行环境
5.2 用户画像模块
5.2.1 设计描述
5.2.2 特征向量权重算法设计
5.2.3 模块流程图与程序设计
5.3 播单处理模块
5.3.1 设计描述
5.3.2 共现相似度和自动化播单设计
5.3.3 模块流程图与程序设计
5.4 推荐工程模块
5.4.1 设计描述
5.4.2 基于加权SlopeOne算法的排序
5.4.3 基于ALS矩阵分解算法的排序
5.4.4 基于栈的多样性过滤
5.4.5 模块流程图与程序设计
5.5 前端接口模块
5.5.1 设计描述
5.5.2 前端接口模块类设计
5.5.3 页面结果展示
5.6 工程监控模块
5.6.1 设计描述
5.6.2 模块流程图
5.7 本章小结
6 系统功能测试与评估
6.1 测试环境
6.2 系统功能测试
6.3 系统评估
6.3.1 一级页面效果评估
6.3.2 二级页面效果评估
6.4 本章小结
7 结论与展望
7.1 项目结论
7.2 未来展望
参考文献
作者简历
学位论文数据集
【参考文献】：
期刊论文
[1]基于艾宾浩斯遗忘曲线的个性化推荐算法[J]. 周子愉. 电子制作. 2018(Z2)
[2]改进的TFIDF标签提取算法[J]. 王杰,李旭健. 软件工程. 2018(02)
[3]UGC网站用户画像研究[J]. 陈志明,胡震云. 计算机系统应用. 2017(01)
[4]用户画像在内容推送中的研究与应用[J]. 吴明礼,杨双亮. 电脑知识与技术. 2016(32)
[5]面向跨领域的推荐系统研究现状与趋势[J]. 欧辉思,曹健. 小型微型计算机系统. 2016(07)
[6]大数据环境下的推荐系统[J]. 孟祥武,纪威宇,张玉洁. 北京邮电大学学报. 2015(02)
[7]大数据系统和分析技术综述[J]. 程学旗,靳小龙,王元卓,郭嘉丰,张铁赢,李国杰. 软件学报. 2014(09)
[8]文本分类特征权重改进算法[J]. 台德艺,王俊. 计算机工程. 2010(09)
硕士论文
[1]基于多推荐算法融合的视频实时推荐系统的设计与实现[D]. 杨乔虎.东南大学 2017
[2]融合相似度和机器学习的加权Slope One算法研究[D]. 郇思思.燕山大学 2015
本文编号：3191403
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3191403.html
