关于协同过滤视频推荐系统的设计与实现

《关于协同过滤视频推荐系统的设计与实现》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、万方数据第1章绪论1．2国内外研究现状1．2．1国外研究的现状1992年，由高德博格等人在一篇论文中首次提出协同过滤这个词汇，并对其进行了定义【5】。在实际应用上还只适用于较小规模的用户群，在这篇文章中提出这样一个设想：在一个新闻系统中，通过计算用户下载的新闻的相似程度，对相同口味用户推荐他们喜欢的新闻，但在使用时具有很大局限性，需要用户的密切配合、极力满足系统中所需要的评价等方面的要求【6】。所以作为一种新兴的算法，协同过滤更多的提供的是一种新的思想，在技术上还有很大的不足【71。通过阅读相关文献，对国外有关协同过滤的发展进行了梳

2、理，并进行了汇总⋯11，如下表所示。表1．1国外学者的相关研究Tablel-1Foreignscholarsstudy另外，在技术创新方面发展也很迅猛，2003年林登等人发表了介绍亚马逊推荐系统中所使用基于项目模型的论文，该模型在准确程度上有了明显改善，效率明显提高，其发表的论文为后人提供了重要的参考资料，也为许多系统的实现提供了指导【12】。2009年科伦等人介绍了矩阵分解模型，在评分准确度方面有了很大提升【l31。另外，谢弗等人，对以往的协同过滤推荐系统进行了较为全面的综述【14】。在国际竞赛方面，2006年网飞公司发起了一项竞

3、赛，如果有任何人能够编写出比他旗下公司系统性能更快的程序，就能得到丰厚的奖金作为回报。可以说此次活动是协同过滤推荐系统发展史上的一座里程碑【l5

4、。在Youtube等一些大型企业的具体应用方面，之前己列举过相关案例，这里不再详细阐述。万方数据黑龙江大学硕士学位论文1．2．2国内研究的现状相比国外推荐系统的研究，国内起步相对较晚，一些研究主要是在国外学者所提出相关算法的基础上进行改进或者优化，没有从根本上提出一种全新的算法。张光卫、李鹏等人提出了余弦相似性等计算方法【16】。复旦大学的邓爱林、左子叶等人提出了基于用户、基于项目的协同过

5、滤推荐算法【"】。孟宪福、陈莉提出了一种基于贝叶斯理论的协同过滤推荐算法【181。另外，通过一些学者还在不断的对传统方法进行优化，在一定程度上提高了协同过滤算法的准确程度，为之后研究该技术的学者提供了诸多更加实际的经验，更好的促进了国内学者对协同过滤推荐技术的深入研究。1．3研究目的鉴于目前在互联网领域中，个性化推荐系统在一些大型视频、购物网站应用比较广泛的实际情况，本论文研究的目的在于能够在技术理论和实践应用上设计一套可行的、开源的，并且要同时具有良好兼容性的发布系统。另外，还要保证在该发布系统在后续的使用和开发过程中，相关人员能

6、够根据具体情况便于应用和后期修改，同时能够相对方便、快捷的将此推荐系统应用于实际生活中，以便将研究的成果能够在实践中得到良好的发展和延续。在研究理论方面，希望能够通过分析总结国内、外相关协同过滤推荐技术经验，查找到目前协同过滤推荐技术在某些方面的不足。找出推荐系统中跟多潜在的一般规律性，将使用者的某些行为转化为系统中新的具体应用。同时也希望能够将本人的一些想法同更多对推荐这方面技术的研究爱好者进行分享，以便不断的优化和进一步提升该算法。在实践应用方面，本论文主要尝试浅析将以往传统的协同过滤技术应用于日常具体系统的设计中，挖掘推荐系统

7、中用户的潜在爱好，根据用户的爱好和需求向其推荐相应的个性化资源，相比于以往网站对内容资源的检索，本推荐系统能够增强对系统资源的有效管理和高效准确的推荐，在以往传统的交互方式上改善使用者的全新体验，将以往用户主动检索，系统提供服务的模式，转变为系统主动分析用户的潜在需求，自动为用户推荐相应资源的新模式。因此，本论文所设计的推荐系统要大幅度提高推荐的效率和准确度，提高对系统内全部资源的最大利用度，进而实现为用户提供准确、高效的合理化资源推荐，从而更好的为用户提供服务。万方数据第1章绪论1．4论文内容结构本论文共分五章，主要结构如下：第1

8、章主要是对相关技术的发展历程进行回顾，并对知识性和概念性的问题进行概述。第2章主要介绍本论文开发实现的环境，以及不同技术的特点和基本原理。第3章主要对视频推荐系统的需求进行分析，明确系统的设计思路、系统具体设计内容及要实现的功能，明确了总体目标方向，介绍了设计原理和设计方法。第4章主要对系统内各个功能模块进行具体的详细设计，并对各个模块的实现进行介绍。第5章主要对系统性能等方面进行测试，排除潜在隐患。1．5本章小结本章主要是对系统研究的背景，相关技术的国内外发展现状进行阐述。对本论文研究的目的与意义进行说明，同时对本篇论文各章节的内

9、容进行介绍，以便于读者增强对本文的了解。万方数据黑龙江大学硕士学位论文第2章视频推荐系统相关技术2．1系统开发环境及技术本文中所设计的视频推荐系统是在Eclipse软件中开发的，Eclipse作为免费的、开源的框架和服务，能够降低在研