融合電影流行性與觀影時(shí)間的協(xié)同過(guò)濾算法
所屬分類(lèi)：技術(shù)論文
上傳者：wwei
文檔大?。?span>4093 K
標(biāo)簽： 推薦算法 協(xié)同過(guò)濾 相似度算法
所需積分：0分積分不夠怎么辦？
文檔介紹：相似度評(píng)估作為協(xié)同過(guò)濾推薦算法的核心，盡管研究人員對(duì)其不斷改進(jìn)，卻仍難以在各個(gè)維度上充分利用評(píng)價(jià)數(shù)據(jù)。針對(duì)這一挑戰(zhàn),首先以用戶與電影之間的相互影響方式作為切入點(diǎn)，對(duì)二者間可能存在的自洽邏輯進(jìn)行探究，提出了電影流行度計(jì)算公式用于對(duì)電影進(jìn)行加權(quán)；接著以用戶觀影時(shí)間作為研究對(duì)象，探究用戶觀影喜好的轉(zhuǎn)變與觀影時(shí)間順序之間的聯(lián)系，并結(jié)合肯德?tīng)栂嚓P(guān)系數(shù)提出了觀影順序一致性度量公式；最后將以上研究?jī)?nèi)容與傳統(tǒng)相似度算法融合，并基于Netflix Prize數(shù)據(jù)集與豆瓣電影評(píng)價(jià)數(shù)據(jù)集對(duì)改進(jìn)后的相似度算法進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明改進(jìn)后的相似度算法擁有更高的推薦準(zhǔn)確度。
現(xiàn)在下載
VIP會(huì)員，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。