在這個信息過載的年代,傳統(tǒng)廣播電視平臺推薦算法的提出能夠很大程度解決用戶節(jié)目優(yōu)選的問題。與傳統(tǒng)的電視推薦算法相比,現(xiàn)有電視節(jié)目推薦算法都是針對用戶的歷史收看記錄,但僅僅依靠歷史記錄并不能完全滿足用戶推薦需求。根據(jù)用戶的即時選擇實時地更新用戶偏好屬性是有必要的�，F(xiàn)有的電視推薦算法的都是將家庭用戶收視默認為是個人用戶的收視行為,根據(jù)日常家庭中的電視使用習慣,電視的收視記錄不僅僅針對個人用戶,還有家庭型用戶,現(xiàn)在的電視推薦問題的研究幾乎沒有考慮多用戶收視情況的推薦問題。因此,本文針對廣播電視用戶的隱性收視行為進行推薦問題的研究,具體研究內(nèi)容如下。首先,針對電視節(jié)目的推薦過程中用戶偏好不能顯性獲取的問題,本文提出一種基于用戶隱性收視數(shù)據(jù)的用戶偏好的建模方法。該方法將用戶的觀看時長和節(jié)目標簽屬性結(jié)合,構(gòu)建用戶對電視屬性標簽的偏好程度,建立長時間段內(nèi)用戶標簽庫向量�？紤]到用戶偏好的可變性,本文設(shè)計了實時推薦反饋規(guī)則,根據(jù)該原則實時推薦時,利用用戶選擇的節(jié)目的排序位置與基線的差,求得反饋系數(shù),從而更新用戶偏好的標簽庫。由以上幾點優(yōu)化改進,構(gòu)成基于隱性用戶數(shù)據(jù)的標簽推薦算法。其次,針對面對興趣多樣的家... 

【文章來源】：燕山大學河北省

【文章頁數(shù)】：58 頁

【學位級別】：碩士

【部分圖文】：

推薦系統(tǒng)提供給用戶的推薦列表

燕山大學工程碩士學位論文本文將選取三種指標作為基線，列表長度 L、列表長度的平均值、L/2 列表的第一位。該規(guī)則的公式如式(3-6)所示。= 1pos linepos line L, L/2,1(3-6式(3-6)中，pos 表示的是用戶選定節(jié)目的位置，如圖 3-4 中圓圈的位置，line 表示的是基線的位置，如圖 3-4 中三角的位置。 表示的是根據(jù)選定節(jié)目位置和基線距離求得出的增強參數(shù)。該參數(shù)根據(jù)距離大小度量，距離越大，參數(shù)的值越高，距離越小，參數(shù)的值越小。參數(shù)的作用是用來更新標簽的權(quán)值。

圖 3-6 三種算法準確率對比實驗結(jié)果圖 3-7 是將反饋原則作對比實驗，實驗中取 20 個人的收視記錄用來進行標簽。圖中對比了基線取值的不同對實驗結(jié)果的影響。其中 2,7,11 的準確率為 0，原該用戶這 4 天沒有收視行為。原始項指的是不使用反饋原則，用于與不同基線反饋原則標簽推薦算法作對比�？梢钥闯龌�取 L 時，用戶的準確率與原始情準確率相比，都是保持相等或提高。在一定程度上提高了推薦的效果。但是序號、16、17 的用戶，這兩個基線的準確率出現(xiàn)了下降的情況，原因是 L/2、1 作為時，根據(jù)度量距離計算的提升參數(shù)幅度增大，從而導(dǎo)致標簽權(quán)重提升的幅度增大基線值為 L 作為基線時，提升結(jié)果相對穩(wěn)定。00.10.20.30.45 10 15 20 25確率準列表長度L

【參考文獻】：
期刊論文
[1]基于復(fù)雜屬性商品的混合協(xié)同過濾推薦模型[J]. 周蘭鳳,麻雙克,付正,張晴.  華東師范大學學報(自然科學版). 2017(05)
[2]基于語義和用戶偏好的網(wǎng)絡(luò)電視直播推薦方法[J]. 張翔,袁政,蔣旦,朱明.  微電子學與計算機. 2016(12)
[3]個性化推薦中的隱語義模型[J]. 王升升,趙海燕,陳慶奎,曹健.  小型微型計算機系統(tǒng). 2016(05)
[4]基于SVD矩陣分解技術(shù)和RkNN算法的協(xié)同過濾推薦算法[J]. 劉洋.  湖南工程學院學報(自然科學版). 2015(01)
[5]基于混合模型推薦算法的優(yōu)化[J]. 李鵬飛,吳為民.  計算機科學. 2014(02)
[6]推薦系統(tǒng)評價指標綜述[J]. 朱郁筱,呂琳媛.  電子科技大學學報. 2012(02)



本文編號：3468165