欢迎来到天天文库
浏览记录
ID:35067405
大小:3.94 MB
页数:55页
时间:2019-03-17
《基于混合语义矩阵的视频推荐系统》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、学校代码10530学号201330111784分类号TP391密级公开硕士学位论文基于混合语义矩阵的视频推荐系统学位申请人毛志指导教师赵卫中副教授学院名称信息工程学院学科专业软件工程研究方向云计算大数据处理2016年5月25日湘潭大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研巧所取得的研究成果。除了文中特别加!示注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作風。对本文的研究做出重要贡献的个A和集体,均已在文中明确方式标明。本人完全意识到本声明的法律后果由本人承担。
2、作者签名:心怎^日期;又4年^月f日学位论女版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湘潭大学可站将本学位论文的全部或部分内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。作者签名:日期尤;年月/日*{导师签名ai)日期;年/月/日AHybridSemanticMatrixBasedVideoRecommendationSyst
3、emCandidatemaozhiSupervisorAssociateProfessorWeizhongZhaoCollegeCollegeofInformationEngineeringProgramSoftwareEngineeringSpecializationCloudBigDataProcessingDegreeMasterofEngineeringUniversityXiangtanUniversityDate2016-05-25摘要随着互联网的快速发展,充斥在各个网站上的内容急剧增加,如何快速地提供给用户他们感兴趣的信息变得越来
4、越重要。特别是在视频服务方面,因为在大多数情况下,用户不能确切知道自己想要观看视频的名字,甚至没有特别强烈的想要继续浏览视频网站的意愿。所以视频网站能够主动地向用户推荐他们感兴趣的视频变得尤为重要。因此,视频推荐系统应运而生。对于个性化视频推荐系统来说,如何根据用户的不同兴趣爱好,不同的浏览记录,来给用户高效准确地推荐用户感兴趣的视频,具有非常重要的研究意义,同时也是本文的研究重点。基于上述的研究背景,结合现有的科研成果,同时根据个性化视频推荐系统的实际要求,本文主要进行了以下三方面的研究工作。首先,针对现有的协同过滤推荐算法和基于内容的推荐算
5、法存在的各种缺点,本文提出了一种智能特征提取和标签量化、权重分配的方法,从而解决了过分依赖专家经验的问题,提高了推荐系统的准确率。然后,在原有基于内容的视频推荐算法的基础上作出改进,提出了一种基于混合语义矩阵的视频推荐方法,设计并实现了一个以混合语义矩阵视频推荐方法为基础的视频推荐系统。最后,详细介绍了该推荐系统从需求分析到架构设计,最后到功能实现的完整过程。在实际数据上的实验结果表明,在准确率和召回率上都有了一定的提升。关键词:个性化推荐;协同过滤;内容推荐;混合语义矩阵;智能特征提取IAbstractWiththerapiddevelopm
6、entoftheInternet,thecontentofwebsitesincreaseddramatically.Howtogettheinterestedinformationquicklyhasbecominganimportantissue.Especiallyinthevideoservicefield,theusersdon’tknowexactlythenameofthevideoinwhichtheyareinterested,ortheydon’thaveastrongwillingnesstobrowsingvideosi
7、te.Howtorecommendthepotentialinterestedvideostousersisbecomingmoreandmoreimportantforthevideoserviceproviders.Therefore,thevideorecommendationsystembecomesahottopicbothinacademyandindustry.Forapersonalizedvideorecommendationsystem,it’sreallyimportanttorecommendinterestedvide
8、oseffectivelyandefficientlytousersaccordingtotheirspecialinterestsandbrowsi
此文档下载收益归作者所有