基于情境感知的广播电视群组推荐方法研究

发布时间：2018-01-05 08:30

  本文关键词：基于情境感知的广播电视群组推荐方法研究　出处：《中国科学技术大学》2017年硕士论文　论文类型：学位论文

  更多相关文章： 群组推荐 情境感知 张量分解 群组发现 马尔可夫聚类 偏好融合

【摘要】：广播电视用户是由多个成员组成的家庭,其观看兴趣是复合的,且观看兴趣对应着多个观看群组,电视推荐系统直接采用网站视频推荐方法将难以产生准确的推荐结果。因为电视用户的观看兴趣随观看时间呈周期性的变化规律,因此,采用时间情境感知推荐方法能有效解决观看兴趣复合性问题。考虑到固定的时段对应着特定的观看群组,利用时间情境可以识别出观看群组,进而提高电视推荐系统的准确度。现有的电视群组推荐系统中的群组概念主要指的是单个家庭用户,几乎没有与多家庭的电视群组推荐问题相关的研究工作。针对多家庭的电视群组推荐问题,需要解决两个关键问题。其一是在观看兴趣复合的情况下确定观看兴趣相似的电视用户,其二是群组观看兴趣的获取。为解决电视群组推荐问题,首先需要获取节目和观看时间特征以划分复合的用户观看兴趣,然后要发现观看兴趣相似的用户群组以确定推荐对象,最后还要得到群组观看兴趣以确定推荐结果。因此,本文针对复合观看兴趣的广播电视用户群组推荐问题进行研究,完成了以下工作:1)完成了电视节目和观看时间的隐性特征向量的获取工作。首先根据历史观看记录计算评分张量,然后利用张量分解获取隐性特征向量。2)利用时间情境参量,实现了一种分时段电视用户群组推荐方法。具体地,针对电视群组发现,根据观看时间和节目的特征向量对观看时间和节目进行聚类,将观看时间属性和节目属性均相似的记录分为一类,根据用户和记录之间的关联性,确定收视兴趣相似的用户群组。3)实现了面向电视用户群组的推荐工作。首先采用基于内容的方法计算单用户兴趣:然后考虑每个用户观看电视的积极性,采用加权偏好融合策略获取群组收视偏好;最后为群组生成推荐列表。最后,本文在广播电视收视数据集上验证电视群组推荐方法的有效性,结果表明,本文策略减小了群组内用户在观看兴趣方面的平均绝对误差,提高了群组内成员的观看兴趣相似度。
[Abstract]:The invention relates to a television group recommendation method aiming at a multi - family .

【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.3

【参考文献】

相关期刊论文 前2条

1 常雨骁;庞琳;贾岩涛;林海伦;王元卓;刘悦;刘春阳;;融合马尔可夫聚类的实体间关系消解方法[J];计算机科学与探索;2017年04期

2 张玉洁;杜雨露;孟祥武;;组推荐系统及其应用研究[J];计算机学报;2016年04期

相关硕士学位论文 前3条

1 张爽;基于张量分解的上下文感知推荐及其应用[D];吉林大学;2015年

2 张亮;基于协同过滤与划分聚类的推荐算法研究[D];吉林大学;2014年

3 肖洁;面向网络电视的推荐系统框架及算法研究[D];华东师范大学;2012年

，

本文编号：1382359