在當今移動互聯(lián)網(wǎng)飛速發(fā)展的時代,信息化數(shù)據(jù)呈現(xiàn)指數(shù)型增長,如何在信息海洋中快速過濾冗余信息,獲取有效信息成為人們面臨的共同問題。雖然的搜索引擎技術(shù)在某種程度上解決了上述的問題,但是,該項技術(shù)有一個弊端,即必須需要用戶主動輸入需要搜索的相關(guān)信息才可以進行篩選。當用戶輸入的搜索關(guān)鍵詞不能完全表達用戶的需求時,產(chǎn)生的搜索結(jié)果就會較差。而對這種情況,個性化推薦系統(tǒng)應運而生,成為了當前解決信息過載問題最有效的技術(shù)之一。目前的個性化信息系統(tǒng)應用較為廣泛,推薦算法的種類也很多。但個性化推薦系統(tǒng)基本上應用于電子商務(wù)服務(wù)平臺,在影視信息領(lǐng)域的應用較少,而且這些應用面向的用戶基本為普通個人用戶。本文研究的推薦系統(tǒng)的用戶,并非是普通的電視觀眾,而是在電視臺的工作人員,即本文提到的頻道用戶。在影視領(lǐng)域,如何面向頻道用戶應用個性化推薦服務(wù),在國內(nèi)是較為新穎的問題。在頻道用戶進行節(jié)目編播單制定時,經(jīng)常會考慮購買一些其他頻道播出的收視較好的節(jié)目進行重播,如何能夠快速的找到適合本頻道播放的節(jié)目便成為了問題的關(guān)鍵。本文研究的主要內(nèi)容,就是根據(jù)頻道和影視節(jié)目數(shù)據(jù)的特點,提出了一種面向影視領(lǐng)域的節(jié)目推薦算法。該算法首先分析... 

【文章來源】：北京郵電大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【部分圖文】：

圖２－１基于內(nèi)容推薦算法示意圖??首先推薦系統(tǒng)對商品進行建模，此例中，商品為電影，為了描述簡單，僅??

’嫩?ｖ’??用尸ｃ?ｌｊ、ｊ?ｊ＇?｜?Ｊ?，類型；愛情，浪漫，??圖２－１基于內(nèi)容推薦算法示意圖??首先推薦系統(tǒng)對商品進行建模，此例中，商品為電影，為了描述簡單，僅??采用電影的類型屬性，在實際應用中，這種做法過于粗糙，必然要考慮到演員，??５??

?第二章個性化推薦算法???利用用戶歷史記錄計算推薦系統(tǒng)信息庫中用戶間的距離，找到目標用戶的鄰居，??通過學習鄰居們對物品的評價并加權(quán)計算，得到目標用戶對特定物品的偏好程??度，從而根據(jù)偏好列表排序結(jié)果形成推薦列表，推薦給用戶。［９］與傳統(tǒng)的文本??過濾技術(shù)相比，協(xié)同過濾推薦算法可以過濾掉信息庫中的非結(jié)構(gòu)化的復雜信息。??同時，協(xié)同過濾推薦算法得到的推薦列表也具有新穎性，該推薦技術(shù)具有推薦??新信息的能力�？梢园l(fā)現(xiàn)與用戶評價的歷史物品完全不相關(guān)或相似的信息，用??戶對推薦結(jié)果的內(nèi)容也很難預測，該推薦算法有利于發(fā)現(xiàn)用戶潛在的興趣偏好。??［１Ｕ］因此，該推薦算法在很多電子商務(wù)應用上得到了廣泛的應用。??＿．一一?ｉｔ鱗蚊祕ｃｔｗ??．


本文編號：3225619