基于协同过滤算法的短视频推荐模型应用研究 |
| |
引用本文: | 郑亚灵.基于协同过滤算法的短视频推荐模型应用研究[J].自动化与仪器仪表,2023(4):29-33. |
| |
作者姓名: | 郑亚灵 |
| |
作者单位: | 西安财经大学行知学院 |
| |
基金项目: | 西安市2022年度社会科学规划基金项目《西安红色文化的叙事困境及其“对话时代”的传播与传承研究》(22LW45); |
| |
摘 要: | 为进一步提高短视频推荐效果,基于协同过滤算法,构建一种短视频推荐系统。其中,引入奇异值分解(SVD)以及惩罚因子对传统协同过滤算法进行优化,以解决数据存在的稀疏问题和长尾效应。仿真结果表明,与传统的协同过滤算法相比,提出的改进协同过滤算法性能更优,算法的RMSE值为0.948;与传统的推荐模型相比,提出推荐模型能够更加准确地进行用户视频评分预测,表明能够更加准确地向用户推荐其喜好的短视频。以上结论表明,使用提出的推荐模型能够取得更好的推荐效果,能够向用户推荐更加符合其喜好的视频,具有一定的实际应用价值。
|
关 键 词: | 短视频平台 推荐算法 协同过滤算法 |
|
|