基于用户上网数据的电影个性化推荐系统研究

《基于用户上网数据的电影个性化推荐系统研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于用户上网数据的电影个性化推荐系统研究//.paper.edu.cn-1-中国科技论文在线基于用户上网数据的电影个性化推荐系统研究赵鹏程，黄韬**作者简介：赵鹏程(19901203)，男，学生，大数据通信联系人：黄韬（198005），男，副教授，未来网络（北京邮电大学信息与通信工程学院，北京100879><>6）5摘要：本文讲述了如何构建出完整电影知识图谱的方法，同时提出了一套发掘电影系列的实现算法。基础数据为用户的上网请求，在不需要用户参与的情况下获得用户的电影兴趣行为，从中提取出与电影相关的上网数据，然后根据电影知识图谱将用户上网行为一一映射为用户兴趣行为，达到提取用户兴趣的目

2、的。基于TF-IDF算法计算用户各维度元素兴趣度，构建10向量形式的用户兴趣模型，然后根据用户对某电影各要素的兴趣度，计算出用户对该电影的总兴趣度。最后，通过实验分析，证明了本文所提方案的高召回率和准确率。关键词：个性化推荐系统电影知识图谱兴趣度兴趣模型中图分类号：TP31115RESEARCHONMOVIESPERSONALIZEDRECOMMENDATIONSYSTEMBASEDONUSERSACCESSDATAZhaoPengcheng,HuangTao(BeijingUniversityofPostsandTelecommunicationsSchoolofInformati

3、onand20TelecommunicationEngineering,Beijing10087<>6)Abstract:Thisarticledescribeshowtobuildacompletemovieknowledgemapmethod,buildsMoviesknowledgemap,andproposedaseriesofexcavationsmoviealgorithm.Basicdatafortheuser'saccessrequest,accesstoauser'sinterestinthebehaviorofthefilmwithoutthe

4、needforuserparticipation.Extractthedataassociatedwiththemovieonline,andthenthemoviewillbe25useronlinebehaviorpatternsofknowledgemappingthebehaviorofuserinterest,toextractuserinterestpurposes.ByusingtheTF-IDFalgorithmcombinedwithtimedecay,calculatethedegreeofuserinterestineachdimensionelements,t

5、obuildausermodelvectorintheformofinterest,andthenbasedonuserinterestdegreeofeachelementofafilm,tocalculatetheuser'stotalinterestinthismoviedegree.Finally,experimentalanalysisdemonstratedhighratesofrecalland30precisionreferredtohereinschemes.Keywords:personalizedrecommendationsystem;moviekn

6、owledgemapping;interestmeasure;interestmodel0引言近十年间，随着互联网逐渐在社会普及，信息爆炸现象日益明显，各行业各领域用户不35断为互联网提供信息输送，使得互联网成为一个无所不包、无所不含的信息汇聚体，而互联网用户又很难在浩如烟海的信息海洋中快速找寻到自己需要和感兴趣的信息；网上的信息泛滥，充斥了大量用户不需要和不感兴趣的信息，每个用户在使用搜索引擎检索信息时，同一个关键字得到的结果是相同的，而用户对信息的需求是多元化和个性化的，信息及其传播是多样化的，因此，传统的同质化的搜索引擎为代表的信息检索系统已不能满足用户的个性化40需求，解决这

7、些问题的关键在于将信息从被动的被发现然后呈现到用户眼前，转化为系统主动感知浏览者的信息需求，主动将用户需要和感兴趣的信息推送到用户眼前，实现网络系统//.paper.edu.cn-2-中国科技论文在线对浏览者的主动信息服务，即针对用户的个性化服务，于是，个性化推荐系统应运而生。个性化推荐系统通过挖掘用户的历史行为数据，通过兴趣算法自动化发现用户兴趣，然45后针对用户的信息需求，主动向用户推荐其感兴趣的信息，从而解决了信息量大和信息选择困难之间的矛盾。推荐系