电影评价数据中的用户行为特征挖掘

发布时间：2018-06-20 00:00

  本文选题：用户行为特性 + 电影评价数据　； 参考：《南昌航空大学》2017年硕士论文

【摘要】：人类行为动力学的量化研究虽然起步晚,但是在近年来已得到广泛的研究。看电影已成为当代人们,特别是年轻人最为广泛的消遣娱乐方式之一。研究人们在看电影以及电影评价的行为中的动力学特征,了解人们对电影的兴趣口味,挖掘用户的行为模式,有助于及时调整推荐用户感兴趣的电影,以此提高电影门户网站的点击量以及吸引潜在客户,这无疑将会给电影门户网站带来巨大的商业价值。然而,绝大部分有用的信息都隐藏在大数据之中,要深入研究分析才能窥探一二。基于这种背景,本文研究了电影评价数据库Movielens中的用户行为特征。首先,本文研究了电影评价数据Movielens的基本特征。接下来,研究了电影评价次数随时间演化特征,发现电影在被第一次评价之后,电影的评价量会在此之后的大约第99天和第209天出现两个高峰期,且在第209天,电影评价量是最多的。研究了处于电影评价高峰期和非高峰期阶段用户的行为特征,发现用户的行为特征在这两个阶段呈现相似的特征,在这两个阶段中用户度的概率分布服从幂律分布,这说明在这两个阶段的用户主要为不活跃的小度用户。进一步,我们研究了积极和不积极评价电影的用户的行为特征,发现积极评价电影的用户度的概率分布服从幂律分布,说明该类用户主要为不活跃用户。而不积极评价电影的用户的度的概率分布,相对来说分布的较为均匀,但用户度处于100-300这个范围的概率会相对高一些。最后,分别研究了热门电影和冷门电影的评价用户特征。通过研究热门和冷门电影评价的时间演化特性,电影评价出现大小高峰期和非高峰期的用户结构,以及积极和不积极评价用户的特征,发现评价热门电影的用户和评价冷门电影的用户表现出相似的行为特征。
[Abstract]:This paper studies the characteristics of users ' behavior in movie evaluation database Movielens .
【学位授予单位】：南昌航空大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：J905

【参考文献】

相关期刊论文 前10条

1 张东霞;邱才明;王晓蓉;邓春宇;刘世成;;全球能源互联网中的大数据应用研究[J];电力信息与通信技术;2016年03期

2 王继业;;大数据:电网企业创新发展驱动力[J];国家电网;2015年12期

3 张东霞;苗新;刘丽平;张焰;刘科研;;智能电网大数据技术发展研究[J];中国电机工程学报;2015年01期

4 刘红玲;邓明森;罗顺伟;郝进欣;;基于在线电影点播记录的人类行为动力学实证研究[J];贵州师范学院学报;2014年12期

5 刘红玲;邓明森;任汉卿;郝进欣;;人类行为动力学统计特性研究——基于在线电影点播实证数据[J];贵州大学学报(自然科学版);2014年04期

6 王新才;丁家友;;大数据知识图谱:概念、特征、应用与影响[J];情报科学;2013年09期

7 韩芳芳;范群;韩青青;;我国大数据领域研究论文的计量分析[J];图书馆学研究;2013年08期

8 李伟;赵春宇;;油田勘探开发“大数据”管理及应用[J];信息技术;2013年04期

9 冯芷艳;郭迅华;曾大军;陈煜波;陈国青;;大数据背景下商务管理研究若干前沿课题[J];管理科学学报;2013年01期

10 孟小峰;慈祥;;大数据管理:概念、技术与挑战[J];计算机研究与发展;2013年01期

，

本文编号：2041937