基于用户行为分析的P2P流媒体推荐系统研究

《基于用户行为分析的P2P流媒体推荐系统研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、多事未交硕士学位论文基于用户行为分析的P2P流媒体推荐系统研究AStudyofRecommendationSystemBasedontheAnalysisofP2PStreamingUserBehavior作者：冯晓龙导师：郭宇春北京交通大学2013年4月学位论文版权使用授权书J一本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在

2、解密后适用本授权说明)学位论文作者签名：i虢袁导师签名签字日期：沙13年斗月n日签字日期：3口13年斗月)]日中图分类号：TP393UDC：654学校代码：10004密级：公开北京交通大学硕士学位论文基于用户行为分析的P2P流媒体推荐系统研究AStudyofRecommendationSystemBasedontheAnalysisofP2PStreamingUserBehavior作者姓名：冯晓龙导师姓名：郭宇春学位类别：工学学号：10120082职称：教授学位级别：硕士学科专业：通信与信息系统研究方向：网络理论与应用北京交通大学2013

3、年4月致谢本论文的工作是在我的导师郭宇春教授的悉心指导下完成的，郭宇春教授严谨的治学态度和科学的工作方法给了我极大的帮助和影响。郭宇春教授严谨的治学态度、认真负责恪尽职守的工作作风以及豁达的人生理念都将影响我今后的工作和学习。在此衷心感谢三年来郭宇春老师对我的关心和指导。感谢实验室所有的老师，其中特别感谢胡师舜老师对我学习和生活上一如既往的关心与帮助。同时也需要感谢陈一帅老师、郑宏云老师、赵永祥老师、李纯喜老师在我研究生阶段对我无私的帮助，我所有的科研成果都包含着老师们的辛勤汗水，在此向各位老师表示衷心的谢意。在实验室工作及撰写论文期间，谭

4、晓颖师姐、张超、张拮、王静等同学对我论文中的各项研究工作给予了热情帮助，在此向他们表达我的感激之情。另外也感谢我的亲爱的父母，感谢他们多年以来多我的养育之恩，对我付出的无私的爱，是他们的养育、关怀和支持才使得我能够专心在学校完成我的学业。rn中文摘要摘要：随着信息技术的发展和宽带网络的普及，在线视频业务迅猛发展。在线流媒体视频播放已成为当今互联网上网络流量的主要贡献者之一。P2P流媒体系统拥有大量的视频资源，吸引了数以百万计的用户同时在线观看。面对海量资源时，如何使用户便捷的找到自己真正感兴趣的视频成为了一件具有挑战性的事情。个性化推荐技术

5、作为大数据时代解决信息过载的有效手段，可以帮助用户从海量数据中发现符合其兴趣偏好的资源，在P2P流媒体系统中引入推荐系统，一方面可以帮助用户找到自己感兴趣的视频资源，改善用户体验；另一方面也可以帮视频提供商将非热门的视频推荐给用户，减少马太效应的影响，提高视频资源的利用率。本文结合Movielens数据集与PPTV流媒体视频播放系统的用户日志数据，重点研究了主流推荐算法在流媒体视频系统中的应用，本文主要工作与贡献如下：(1)通过视频标签实现了基于内容的推荐算法，基于向量空间模型验证了PPTV丰富的标签数量可以带来较高的预测准确度；并进一步引

6、入了考虑权重的向量空间模型，实验表明降低热门标签的权重可以有效的提高预测精度；(2)针对在线流媒体系统的特性，设计了隐式评分映射策略，实验结果表明该策略在协同过滤算法上表现良好；(3)讨论了基于用户行为的推荐算法，并实现了经典的KNN协同过滤模型和基于随机梯度下降的隐语义因子分解模型，通过在两个数据集上的实验结果表明隐语义因子分解模型相比KNN协同过滤有更好的预测准确度；实验结果还表明KNN协同过滤模型在显式评分的Movielens数据集上准确度更高，而隐语义因子分解模型在隐式评分映射的PPTV数据集上准确度更高；(4)采用线性加权融合的方

7、式实现了简单的混合推荐，利用最小二乘法拟合了基于协同过滤和隐语义模型这两个推荐算法，实验表明加权融合后的混合预测模型可以获得比单一预测模型更高的预测准确度；(5)基于前面的算法研究，设计了一个包含离线引擎和在线引擎的实际推荐系统原型。该原型系统能响应用户实时行为，并通过不断学习，改善用户在推荐系统中的体验。关键词：P2P流媒体系统；个性化推荐；隐式评分映射；协同过滤；隐语义模型分类号：TP393ABSlRACTABSTRACTABSTRACT：Onlinevideoservicehasbeengrowingrapidlyastheinfor

8、mationtechnologydevelopsandthewidebandnetworkpopularizes．Thus，onlinestreamingmediaconsist