【目的/意義】為解決融媒體平臺海量資源主題提取難、信息推薦精度低問題,筆者利用大數(shù)據(jù)和NLP技術(shù)對現(xiàn)有推薦方法加以優(yōu)化,改進后的模型在精準度和匹配度方面得到顯著提升�！痉椒�/過程】首先利用MapReduce對融媒體資源數(shù)據(jù)進行過濾處理,再借助NLP技術(shù)對資源數(shù)據(jù)提取主題特征、同時對用戶進行需求特征描述,然后將二者進行匹配以確定推薦內(nèi)容,最后使用對比分析法檢驗本研究推薦方法的可行性�！窘Y(jié)果/結(jié)論】與傳統(tǒng)方法相比,本研究方法所推薦內(nèi)容更符合用戶需求,其推薦精確度和匹配度也有顯著提高。推薦方法評價結(jié)果顯示,隨著推薦列表數(shù)量變動,曲線會有一定波動,其波動原因有待深入研究與分析。

【文章頁數(shù)】：7 頁


本文編號：3750103