电影推荐系统中基于图的协同过滤算法

摘要：在视频服务领域,通常使用传统的协同过滤算法来解决评分数据较为稀疏的问题,而算法的视频相似度计算仅利用评分矩阵,从而造成推荐准确度较低,针对视频资源中的电影这一应用场景提出一种基于图的协同过滤算法.结合电影属性与用户偏好的关联性,将电影信息中类型、导演和演员等信息进行图元素的映射,融合图结构特点来计算影片资源的相似度.用该方法替代传统协同过滤算法中仅利用评分矩阵的相似度计算方法,在一定程度上缓解了由于数据稀疏性影响推荐准确度的问题,实验验证了该方法的有效性.

关键词：

关联性分析协同过滤算法图结构个性化推荐

分类号：

TP391(计算技术、计算机技术)

资助基金：

中国科学院先导专项课题 ( XDC02010701 ) 中国科学院青年创新促进会项目 ( Y529111601 )

在线出版日期：

2019-11-29 （万方平台首次上网日期，不代表论文的发表时间）

页数：

7 ( 38-43,48 )

英文信息

网址：电影推荐系统中基于图的协同过滤算法 https://m.mxgxt.com/news/view/1227527

相关内容

基于协同过滤算法的电影推荐系统及相关电影数据挖掘
推荐系统(recommender systems):预测电影评分
基于知识图谱的内容推荐算法研究与实现
智能算法优化娱乐内容个性化推荐系统研究
一种基于追星族公会的大数据智能推荐系统及方法与流程
分布交互仿真中基于Server的层次过滤机制
众星北斗申请基于用户画像的礼物推荐方法及系统专利，生成个性化的礼物推荐列表
基于人脸相似度匹配的明星脸装扮推荐方法
跨平台的音乐推荐算法【2】
基于大数据的电影数据爬取分析可视化系统

随便看看