發(fā)布時(shí)間：2021-07-03 20:58

　　隨著人們對互聯(lián)網(wǎng)與信息技術(shù)的逐步接納與學(xué)習(xí),越來越多的人開始加入到互聯(lián)網(wǎng)大軍中。一方面人們依靠互聯(lián)網(wǎng)使工作和生活更高效、便捷,另一方面互聯(lián)網(wǎng)植根于這片肥沃的土壤中也得到了長足的發(fā)展。但近年來,隨著互聯(lián)網(wǎng)中信息量的急劇擴(kuò)增,互聯(lián)網(wǎng)已經(jīng)由“信息匱乏”過渡到了“信息過載”的局面,這種現(xiàn)象導(dǎo)致人們不能合理使用、分配互聯(lián)網(wǎng)上的巨大資源�！巴扑]系統(tǒng)”的問世可以很好的解決這一問題,但在研究和應(yīng)用過程中發(fā)現(xiàn)其仍存在不足,因此如何使推薦系統(tǒng)的推薦結(jié)果質(zhì)量更高、推薦效果更好是當(dāng)前研究的重點(diǎn)。在電影推薦領(lǐng)域,一直以來都存在矩陣稀疏、覆蓋率較低和稀疏矩陣中推薦準(zhǔn)確度不高的問題。論文針對上述問題將Slope One算法與矩陣分解技術(shù)相結(jié)合出提出基于矩陣分解與Slope One的電影推薦算法（SKSO）,和基于矩陣分解與項(xiàng)目流行度的Slope One電影推薦算法（UCPPSO）。SKSO算法能有效解決稀疏矩陣中推薦準(zhǔn)確度較低的問題,UCPPSO算法能有效解決由于馬太效應(yīng)影響造成的推薦準(zhǔn)確度不足和覆蓋率較低的問題。論文所做工作主要如下:1)對電影推薦展開調(diào)研,發(fā)現(xiàn)該領(lǐng)域?qū)ν扑]算法在推薦準(zhǔn)確度、覆蓋率、多樣性等方面的... 

【文章來源】：重慶理工大學(xué)重慶市

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

IMDB電影推薦界面

圖 1.2 Netflix 電影推薦界面目前的研究多集中在推薦系統(tǒng)的理論和技術(shù)方面，但在實(shí)際應(yīng)用方面成果，國內(nèi)的一些影視類網(wǎng)站大都有屬于其公司的電影推薦系統(tǒng)，比高的愛奇藝視頻，優(yōu)酷視頻，樂視視頻，搜狐影音等等。其中，愛奇從精確度和個(gè)性化程度來說都領(lǐng)先于同類網(wǎng)站，其推薦原理主要是協(xié)性化推薦技術(shù)，并根據(jù)用戶的喜好和歷史記錄建立用戶興趣模型，綜影片推薦，其根據(jù)用戶觀看歷史進(jìn)行推薦的界面如圖 1.3。優(yōu)酷的影常規(guī)的基于關(guān)聯(lián)電影的推薦還有了基于用戶個(gè)人行為[18-19]和影片標(biāo)推薦，其推薦結(jié)果準(zhǔn)確度也較高能夠給用戶帶來較好的用戶體驗(yàn)，其 1.4。而相比愛奇藝和優(yōu)酷，樂視的電影推薦功能則略遜色一些，其用戶歷史記錄中的影片或相似類型電影，沒有真正意義上實(shí)現(xiàn)個(gè)性化薦如圖 1.5 所示。

圖 1.2 Netflix 電影推薦界面內(nèi)目前的研究多集中在推薦系統(tǒng)的理論和技術(shù)方面，但在實(shí)際應(yīng)用方面的成果，國內(nèi)的一些影視類網(wǎng)站大都有屬于其公司的電影推薦系統(tǒng)，比較高的愛奇藝視頻，優(yōu)酷視頻，樂視視頻，搜狐影音等等。其中，愛奇論從精確度和個(gè)性化程度來說都領(lǐng)先于同類網(wǎng)站，其推薦原理主要是協(xié)個(gè)性化推薦技術(shù)，并根據(jù)用戶的喜好和歷史記錄建立用戶興趣模型，綜行影片推薦，其根據(jù)用戶觀看歷史進(jìn)行推薦的界面如圖 1.3。優(yōu)酷的影了常規(guī)的基于關(guān)聯(lián)電影的推薦還有了基于用戶個(gè)人行為[18-19]和影片標(biāo)的推薦，其推薦結(jié)果準(zhǔn)確度也較高能夠給用戶帶來較好的用戶體驗(yàn)，其圖 1.4。而相比愛奇藝和優(yōu)酷，樂視的電影推薦功能則略遜色一些，其于用戶歷史記錄中的影片或相似類型電影，沒有真正意義上實(shí)現(xiàn)個(gè)性化推薦如圖 1.5 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基尼加權(quán)回歸分析:概念、方法及應(yīng)用[J]. 戴平生.  統(tǒng)計(jì)研究. 2018(09)
[2]融合社交信息的矩陣分解推薦方法研究綜述[J]. 劉華鋒,景麗萍,于劍.  軟件學(xué)報(bào). 2018(02)
[3]融合主題模型和協(xié)同過濾的多樣化移動(dòng)應(yīng)用推薦[J]. 黃璐,林川杰,何軍,劉紅巖,杜小勇.  軟件學(xué)報(bào). 2017(03)
[4]個(gè)性化推薦中的隱語義模型[J]. 王升升,趙海燕,陳慶奎,曹健.  小型微型計(jì)算機(jī)系統(tǒng). 2016(05)
[5]基于標(biāo)簽權(quán)重評分的推薦模型及算法研究[J]. 孔欣欣,蘇本昌,王宏志,高宏,李建中.  計(jì)算機(jī)學(xué)報(bào). 2017(06)
[6]國外電影推薦系統(tǒng)網(wǎng)站研究與評述[J]. 孫海峰,甘明鑫,劉鑫,吳越.  計(jì)算機(jī)應(yīng)用. 2013(S2)
[7]個(gè)性化推薦系統(tǒng)綜述[J]. 王國霞,劉賀平.  計(jì)算機(jī)工程與應(yīng)用. 2012(07)
[8]基于動(dòng)態(tài)k近鄰的SlopeOne協(xié)同過濾推薦算法[J]. 孫麗梅,李晶皎,孫煥良.  計(jì)算機(jī)科學(xué)與探索. 2011(09)
[9]不確定近鄰的協(xié)同過濾推薦算法[J]. 黃創(chuàng)光,印鑒,汪靜,劉玉葆,王甲海.  計(jì)算機(jī)學(xué)報(bào). 2010(08)
[10]一種簡便易用的基尼系數(shù)計(jì)算方法[J]. 張建華.  山西農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2007(03)

碩士論文
[1]基于SVD的協(xié)同過濾推薦算法研究[D]. 陳清浩.西南交通大學(xué) 2015
[2]基于矩陣分解的協(xié)同過濾推薦算法研究[D]. 劉鳳林.南京理工大學(xué) 2015



本文編號：3263340