| 基于内容和兴趣漂移模型的电影推荐算法研究 |
| |
| 引用本文： | 吕学强,王腾,李雪伟,董志安.基于内容和兴趣漂移模型的电影推荐算法研究[J].计算机应用研究,2018,35(3). |
| |
| 作者姓名： | 吕学强 王腾 李雪伟 董志安 |
| |
| 作者单位： | 北京信息科技大学,北京信息科技大学,中国电影科学技术研究所,北京信息科大学 |
| |
| 基金项目： | 国家自然科学基金项目（项目编号：61271304、61671070）、北京成像技术高精尖创新中心项目（项目编号：BAICIT-2016003）、国家社会科学基金重大项目（项目编号：14@ZH036、15ZDB017）、国家语委重大课题项目（ZDA125-26 ） |
| |
| 摘 要： | 基于内容的推荐在用户数据较少的情况下是一种有效的解决冷启动的方法。针对基于内容的推荐算法中，内容相似度计算精度低、用户兴趣漂移等问题，提出一种结合影评内容相似度和长短期兴趣模型来计算电影相似度的推荐方法。算法利用text-rank、word2vec等技术和模型对影评进行关键词抽取和词向量构建，同时基于word2vec训练结果进行电影内容相似度计算，一定程度上解决了近义词、网络词等带来的准确率下降问题；然后基于长短期兴趣漂移模型，统计用户对不同内容属性的偏好权重，并随时间窗口动态计算电影相似度矩阵，缓解了用户兴趣随时间漂移而改的问题；最后根据不同推荐策略获得推荐结果。实验结果证明，该算法比对比方法正确率提高了5%左右，同时兴趣模型提取了用户长短期兴趣标签，在工业界及基于标签的算法等场景中都具有很高的实用价值。
|
| 关 键 词： | 个性推荐 词向量模型 用户偏好 兴趣漂移 聚类 集合相似度 |
| 收稿时间： | 2016/11/21 0:00:00 |
| 修稿时间： | 2017/1/24 0:00:00 |
Research on Movie Recommendation Algorithm Based on Content and Interest Drift Model |
| |
| LvXueQiang,WangTeng,LiXueWei and DongZhiAn.Research on Movie Recommendation Algorithm Based on Content and Interest Drift Model[J].Application Research of Computers,2018,35(3). |
| |
| Authors: | LvXueQiang WangTeng LiXueWei and DongZhiAn |
| |
| Affiliation: | Beijing Information Science and Technology University,,, |
| |
| Abstract: | |
| |
| Keywords: | personalized recommendation word2vec user preference interest drift clustering set similarity |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
