基于改进协同过滤的视频推荐算法研究
周立寒1
刘亮亮2
张再跃1
张晓如1
1.江苏科技大学计算机学院 镇江 2120002.上海对外经贸大学统计与信息学院 上海 201620
摘要：针对视频推荐领域因用户评分数据极度稀疏以及推荐不准确而导致的用户体验度低的问题,论文提出一种基于网络用户兴趣和视频标签的算法.首先,将用户具体行为数据纳入考量,为行为赋值,用用户兴趣矩阵取代用户项目评分矩阵.接着对视频标签进行分析,引入权重因子,加权计算视频相似度,获取相似视频候选集.最后对目标用户进行TopN推荐.经过实验,论文的改进算法准确率在MovieLens数据集上提高了15％.
关键词：视频推荐协同过滤用户兴趣矩阵权重因子
分类号：TP301(计算技术、计算机技术)
资助基金：国家自然科学基金(61371114)国家自然科学基金(611170165)江苏高校高技术船舶协同创新中心/江苏科技大学海洋装备研究院项目(1174871701-9)
论文发表日期：2023-02-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 282-285,389 )
英文信息