基于影视大数据的推荐算法研究及应用

发布时间：2021-06-12 00:55

　　在当今移动互联网飞速发展的时代,信息化数据呈现指数型增长,如何在信息海洋中快速过滤冗余信息,获取有效信息成为人们面临的共同问题。虽然的搜索引擎技术在某种程度上解决了上述的问题,但是,该项技术有一个弊端,即必须需要用户主动输入需要搜索的相关信息才可以进行筛选。当用户输入的搜索关键词不能完全表达用户的需求时,产生的搜索结果就会较差。而对这种情况,个性化推荐系统应运而生,成为了当前解决信息过载问题最有效的技术之一。目前的个性化信息系统应用较为广泛,推荐算法的种类也很多。但个性化推荐系统基本上应用于电子商务服务平台,在影视信息领域的应用较少,而且这些应用面向的用户基本为普通个人用户。本文研究的推荐系统的用户,并非是普通的电视观众,而是在电视台的工作人员,即本文提到的频道用户。在影视领域,如何面向频道用户应用个性化推荐服务,在国内是较为新颖的问题。在频道用户进行节目编播单制定时,经常会考虑购买一些其他频道播出的收视较好的节目进行重播,如何能够快速的找到适合本频道播放的节目便成为了问题的关键。本文研究的主要内容,就是根据频道和影视节目数据的特点,提出了一种面向影视领域的节目推荐算法。该算法首先分析... 

【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

图２－１基于内容推荐算法示意图??首先推荐系统对商品进行建模，此例中，商品为电影，为了描述简单，仅??

’嫩?ｖ’??用尸ｃ?ｌｊ、ｊ?ｊ＇?｜?Ｊ?，类型；爱情，浪漫，??图２－１基于内容推荐算法示意图??首先推荐系统对商品进行建模，此例中，商品为电影，为了描述简单，仅??采用电影的类型属性，在实际应用中，这种做法过于粗糙，必然要考虑到演员，??５??

?第二章个性化推荐算法???利用用户历史记录计算推荐系统信息库中用户间的距离，找到目标用户的邻居，??通过学习邻居们对物品的评价并加权计算，得到目标用户对特定物品的偏好程??度，从而根据偏好列表排序结果形成推荐列表，推荐给用户。［９］与传统的文本??过滤技术相比，协同过滤推荐算法可以过滤掉信息库中的非结构化的复杂信息。??同时，协同过滤推荐算法得到的推荐列表也具有新颖性，该推荐技术具有推荐??新信息的能力。可以发现与用户评价的历史物品完全不相关或相似的信息，用??户对推荐结果的内容也很难预测，该推荐算法有利于发现用户潜在的兴趣偏好。??［１Ｕ］因此，该推荐算法在很多电子商务应用上得到了广泛的应用。??＿．一一?ｉｔ鱗蚊祕ｃｔｗ??．


本文编号：3225619