本文關(guān)鍵詞：基于情境感知的廣播電視群組推薦方法研究　出處：《中國科學(xué)技術(shù)大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 群組推薦 情境感知 張量分解 群組發(fā)現(xiàn) 馬爾可夫聚類 偏好融合

【摘要】：廣播電視用戶是由多個成員組成的家庭,其觀看興趣是復(fù)合的,且觀看興趣對應(yīng)著多個觀看群組,電視推薦系統(tǒng)直接采用網(wǎng)站視頻推薦方法將難以產(chǎn)生準(zhǔn)確的推薦結(jié)果。因為電視用戶的觀看興趣隨觀看時間呈周期性的變化規(guī)律,因此,采用時間情境感知推薦方法能有效解決觀看興趣復(fù)合性問題�？紤]到固定的時段對應(yīng)著特定的觀看群組,利用時間情境可以識別出觀看群組,進(jìn)而提高電視推薦系統(tǒng)的準(zhǔn)確度。現(xiàn)有的電視群組推薦系統(tǒng)中的群組概念主要指的是單個家庭用戶,幾乎沒有與多家庭的電視群組推薦問題相關(guān)的研究工作。針對多家庭的電視群組推薦問題,需要解決兩個關(guān)鍵問題。其一是在觀看興趣復(fù)合的情況下確定觀看興趣相似的電視用戶,其二是群組觀看興趣的獲取。為解決電視群組推薦問題,首先需要獲取節(jié)目和觀看時間特征以劃分復(fù)合的用戶觀看興趣,然后要發(fā)現(xiàn)觀看興趣相似的用戶群組以確定推薦對象,最后還要得到群組觀看興趣以確定推薦結(jié)果。因此,本文針對復(fù)合觀看興趣的廣播電視用戶群組推薦問題進(jìn)行研究,完成了以下工作:1)完成了電視節(jié)目和觀看時間的隱性特征向量的獲取工作。首先根據(jù)歷史觀看記錄計算評分張量,然后利用張量分解獲取隱性特征向量。2)利用時間情境參量,實現(xiàn)了一種分時段電視用戶群組推薦方法。具體地,針對電視群組發(fā)現(xiàn),根據(jù)觀看時間和節(jié)目的特征向量對觀看時間和節(jié)目進(jìn)行聚類,將觀看時間屬性和節(jié)目屬性均相似的記錄分為一類,根據(jù)用戶和記錄之間的關(guān)聯(lián)性,確定收視興趣相似的用戶群組。3)實現(xiàn)了面向電視用戶群組的推薦工作。首先采用基于內(nèi)容的方法計算單用戶興趣:然后考慮每個用戶觀看電視的積極性,采用加權(quán)偏好融合策略獲取群組收視偏好;最后為群組生成推薦列表。最后,本文在廣播電視收視數(shù)據(jù)集上驗證電視群組推薦方法的有效性,結(jié)果表明,本文策略減小了群組內(nèi)用戶在觀看興趣方面的平均絕對誤差,提高了群組內(nèi)成員的觀看興趣相似度。
[Abstract]:The invention relates to a television group recommendation method aiming at a multi - family .

【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 常雨驍;龐琳;賈巖濤;林海倫;王元卓;劉悅;劉春陽;;融合馬爾可夫聚類的實體間關(guān)系消解方法[J];計算機科學(xué)與探索;2017年04期

2 張玉潔;杜雨露;孟祥武;;組推薦系統(tǒng)及其應(yīng)用研究[J];計算機學(xué)報;2016年04期

相關(guān)碩士學(xué)位論文 前3條

1 張爽;基于張量分解的上下文感知推薦及其應(yīng)用[D];吉林大學(xué);2015年

2 張亮;基于協(xié)同過濾與劃分聚類的推薦算法研究[D];吉林大學(xué);2014年

3 肖潔;面向網(wǎng)絡(luò)電視的推薦系統(tǒng)框架及算法研究[D];華東師范大學(xué);2012年

，

本文編號：1382359