期刊文献+
共找到97篇文章
< 1 2 5 >
每页显示 20 50 100
基于Spark流式计算的实时电影推荐研究 预览
1
作者 严磊 汪小可 《软件导刊》 2019年第5期44-48,共5页
基于Hadoop平台的实时电影推荐系统在需要大量迭代计算时运行速度明显变慢,无法根据用户行为作出实时反馈。针对以上问题,设计基于Spark流式计算的实时电影推荐系统,可更好地满足用户实时需求。基于Spark流式计算的实时电影推荐系统将... 基于Hadoop平台的实时电影推荐系统在需要大量迭代计算时运行速度明显变慢,无法根据用户行为作出实时反馈。针对以上问题,设计基于Spark流式计算的实时电影推荐系统,可更好地满足用户实时需求。基于Spark流式计算的实时电影推荐系统将传统电影推荐算法与Spark流式计算方法相结合,在线部分使用Spark Streaming实时接收用户模拟评分,并使用Scoket编程模拟用户浏览商品时产生的实时日志数据。日志数据包括用户当前浏览电影、观看电影次数、停留时间与是否购买该商品,再使用Spark Streaming构建实时数据处理系统,计算出当前用户相关度最高的电影并进行推荐。实验结果表明,基于Spark平台的电影实时推荐系统在离线推荐训练过程中,训练速度相对于Hadoop平台有明显提高,能根据用户行为作出实时反馈,并向用户进行电影推荐。 展开更多
关键词 电影推荐 SPARK STREAMING SPARK 实时推荐
在线阅读 免费下载
基于slope-one算法改进评分矩阵填充的协同过滤算法研究 预览
2
作者 向小东 邱梓咸 《计算机应用研究》 CSCD 北大核心 2019年第4期1064-1067,共4页
为解决协同过滤算法中的数据稀疏性问题,提出了一种改进的协同过滤算法。该算法使用slope-one算法计算出来的评分预测值来填充评分矩阵中的未评分项目,然后在填充后的用户-项目评分矩阵上通过基于用户的协同过滤方法给出推荐。利用slope... 为解决协同过滤算法中的数据稀疏性问题,提出了一种改进的协同过滤算法。该算法使用slope-one算法计算出来的评分预测值来填充评分矩阵中的未评分项目,然后在填充后的用户-项目评分矩阵上通过基于用户的协同过滤方法给出推荐。利用slope-one算法计算出来的评分预测值作为回填值,既能降低评分矩阵的稀疏性,也保证了回填值的多样性,从而减少均值、中值等单一填充值造成的推荐误差。在MovieLens-1M数据集上对该改进算法和协同过滤算法及均值中心化处理的算法作五折交叉实验,结果表明,基于评分预测值填充数据后的协同过滤算法有效地缓解了数据稀疏性问题,并且有更好的推荐效果。 展开更多
关键词 slope-one算法 数据稀疏性 协同过滤 个性化推荐 矩阵填充 电影推荐
在线阅读 下载PDF
融合动态协同过滤和深度学习的推荐算法 预览
3
作者 邓存彬 虞慧群 范贵生 《计算机科学》 CSCD 北大核心 2019年第8期28-34,共7页
在信息爆炸的时代,推荐系统在减轻信息过载方面发挥了巨大的作用。目前,推荐系统普遍使用传统的协同过滤算法学习用户商品行为矩阵中的隐向量,但是其存在数据稀疏性和冷启动问题,同时未考虑用户的兴趣偏好以及商品的受欢迎程度会随时间... 在信息爆炸的时代,推荐系统在减轻信息过载方面发挥了巨大的作用。目前,推荐系统普遍使用传统的协同过滤算法学习用户商品行为矩阵中的隐向量,但是其存在数据稀疏性和冷启动问题,同时未考虑用户的兴趣偏好以及商品的受欢迎程度会随时间发生改变,这极大地限制了推荐的准确性。已有学者利用深度学习模型学习辅助信息的特征来扩充协同过滤算法的特征,取得了一定的成果,但并未充分有效地解决全部问题。以电影推荐为研究对象,提出了融合动态协同过滤和深度学习的推荐算法。首先,利用动态协同过滤算法融入时间特征;然后,利用深度学习模型来学习用户和电影特征信息,以形成高维潜在空间的用户特征和电影特征的隐向量;最后,将其融入到动态协同过滤算法中。以MovieLens为实验数据集对电影的评分进行预测,实验结果表明所提算法提高了电影评分预测的准确性。 展开更多
关键词 电影推荐 隐向量 深度学习 动态协同过滤
在线阅读 免费下载
数据挖掘技术在电影推荐中的应用研究 预览
4
作者 蒋煜楷 罗干 +1 位作者 陈文婷 吴镇州 《电脑知识与技术:学术版》 2019年第6X期254-256,共3页
电影推荐是目前推荐应用广泛使用的一个场景,但是仅仅使用用户的评分对电影进行评价、推荐是不够的,针对这个问题,提出了结合用户评论情感分析的电影推荐方法。使用Snownlp对用户评论进行情感分析得到情感程度数值,然后基于K-means聚类... 电影推荐是目前推荐应用广泛使用的一个场景,但是仅仅使用用户的评分对电影进行评价、推荐是不够的,针对这个问题,提出了结合用户评论情感分析的电影推荐方法。使用Snownlp对用户评论进行情感分析得到情感程度数值,然后基于K-means聚类算法对用户进行电影推荐。对于K的取值,综合利用手肘法和轮廓系数法进行计算。经实验验证,本文采用的推荐方法可以取得比较好的电影推荐结果。 展开更多
关键词 电影推荐 K-MEANS 情感分析
在线阅读 下载PDF
融合社交网络与关键用户的并行协同过滤推荐算法 预览
5
作者 肖成龙 王宁 王永贵 《计算机应用研究》 CSCD 北大核心 2019年第10期2938-2942,共5页
为解决传统协同过滤推荐算法中存在的数据稀疏、冷启动以及推荐结果缺乏多样性等问题,提出一种融合社交网络与关键用户的协同过滤推荐算法。该算法在用户—项目评分矩阵基础上,融合用户社交网络信息得出社交信任矩阵,融合关键用户信息... 为解决传统协同过滤推荐算法中存在的数据稀疏、冷启动以及推荐结果缺乏多样性等问题,提出一种融合社交网络与关键用户的协同过滤推荐算法。该算法在用户—项目评分矩阵基础上,融合用户社交网络信息得出社交信任矩阵,融合关键用户信息得出关键用户评分矩阵。利用三大评分矩阵,分配不同的权重比例,共同来预测用户对于目标项目评分。针对海量数据问题,采用Spark分布式集群实现该算法的计算并行化。实验结果表明,该算法能够有效缓解数据稀疏问题,提高处理速度和推荐准确度。 展开更多
关键词 社交网络 并行化 关键用户 协同过滤 大数据 电影推荐
在线阅读 下载PDF
爱你所爱,无问东西——电影推荐之《无问西东》
6
作者 于海 《初中生之友》 2019年第6期41-43,共3页
影片《无问西东》其实说的就是几代清华人之间的精神传递1924年,泰戈尔访问中国,来到清华大学演讲影片中泰戈尔在台上慷慨激昂地说:“我竭我的至诚恳求你们,不要走错路,不要惶恐,不要忘记你们的真心和真性”。
关键词 电影推荐 清华大学 泰戈尔 影片
一种电影推荐模型:解决冷启动问题 预览 被引量:1
7
作者 刘春霞 陆建波 武玲梅 《计算机与现代化》 2018年第11期83-87,共5页
推荐系统数据库的评分数据稀少,对电影推荐的质量有所限制。为解决这个问题,提出一种同时将用户和电影元数据纳入改进的隐语义模型的模型。构造用户元数据-分类矩阵与电影元数据-分类矩阵,将分类域与隐因子空间进行映射,以此获取新... 推荐系统数据库的评分数据稀少,对电影推荐的质量有所限制。为解决这个问题,提出一种同时将用户和电影元数据纳入改进的隐语义模型的模型。构造用户元数据-分类矩阵与电影元数据-分类矩阵,将分类域与隐因子空间进行映射,以此获取新用户与新电影的隐因子,进行推荐。实验结果表明,这种模型在提高预测准确率的同时,有效地解决了冷启动问题。 展开更多
关键词 推荐系统 冷启动 元数据 隐语义模型 电影推荐
在线阅读 下载PDF
基于协同过滤算法的个性化推荐系统的设计与实现 预览 被引量:2
8
作者 李诗羽 《信息与电脑》 2018年第11期53-54,共2页
随着互联网时代的飞速发展,互联网的信息过载问题逐渐成为人们研究的重点。为了帮助信息的消费者从纷乱的信息中挑选出对其有价值的信息,同时,也为了帮助信息的生产者将信息更为有效地转化为效益,推荐系统便应运而生。笔者主要阐述了个... 随着互联网时代的飞速发展,互联网的信息过载问题逐渐成为人们研究的重点。为了帮助信息的消费者从纷乱的信息中挑选出对其有价值的信息,同时,也为了帮助信息的生产者将信息更为有效地转化为效益,推荐系统便应运而生。笔者主要阐述了个性化推荐系统的概念,针对电影领域,结合协同过滤算法设计并实现了个性化电影推荐系统,实现了对用户的个性化推荐。 展开更多
关键词 推荐系统 协同过滤 个性化 电影推荐
在线阅读 下载PDF
基于双层注意力机制的深度学习电影推荐系统 预览
9
作者 肖青秀 汤鲲 《计算机与现代化》 2018年第11期109-114,共6页
传统协同过滤技术仅使用用户对物品的评分矩阵,没有充分利用用户和物品的其他多种特征,而且由于评分矩阵非常稀疏,导致推荐系统的推荐准确率严重下降。近几年深度学习技术在机器学习的多个领域取得了显著的成就,本文针对传统协同过... 传统协同过滤技术仅使用用户对物品的评分矩阵,没有充分利用用户和物品的其他多种特征,而且由于评分矩阵非常稀疏,导致推荐系统的推荐准确率严重下降。近几年深度学习技术在机器学习的多个领域取得了显著的成就,本文针对传统协同过滤推荐系统的问题,提出一种基于双层注意力机制的深度学习推荐系统。以电影推荐为例,使用深度学习框架处理推荐系统中的多种输入特征信息,同时引入双层注意力机制,分别学习用户和电影每个特征之间的偏好以及用户与其观影列表中每一部电影间的偏好,从而尽可能多地利用用户和电影的特征数据,学习用户的行为偏好,在一定程度上改善了推荐的效果。 展开更多
关键词 双层注意力机制 深度学习 推荐系统 电影推荐
在线阅读 下载PDF
基于大数据技术的电影推荐系统的设计与实现 预览
10
作者 吕晟凯 《通讯世界》 2018年第9期6-7,共2页
在大数据时代, 智能推荐系统为我们生活带来了极大的便利, 根据用户的浏览信息可以为用户提供相对应的功能、 产品和服务, 使得用户能够更高效地从海量数据中得到自己期望的信息数据.电影是很多人娱乐生活中不可缺少的-部分,电影推荐也... 在大数据时代, 智能推荐系统为我们生活带来了极大的便利, 根据用户的浏览信息可以为用户提供相对应的功能、 产品和服务, 使得用户能够更高效地从海量数据中得到自己期望的信息数据.电影是很多人娱乐生活中不可缺少的-部分,电影推荐也是互联网推荐内容中重要的-种. 本文将依托此为背景, 通过数据挖掘相关算法来构建-个智能的电影推荐系统, 根据用户过去观影喜好来为之个性化提供多个电影作品. 展开更多
关键词 电影推荐 数据挖掘 机器学习
在线阅读 下载PDF
基于电影系统的协同过滤算法的改进 预览 被引量:1
11
作者 刘佳玮 洪蕾 +1 位作者 陈妍 姜镇东 《电子技术与软件工程》 2018年第1期181-182,共2页
互联网的发展带来了科技智能化的普及,信息化的发展带来了数据量的庞大。文章以电影系统为模型对协同过滤算法进行了深入的研究。研究了不同场景下的多种的相似度的计算,页面停留时间进行了深层次的研究,并且对冷启动问题也进行了初步... 互联网的发展带来了科技智能化的普及,信息化的发展带来了数据量的庞大。文章以电影系统为模型对协同过滤算法进行了深入的研究。研究了不同场景下的多种的相似度的计算,页面停留时间进行了深层次的研究,并且对冷启动问题也进行了初步的改进,从而提高推荐系统的准确性。 展开更多
关键词 协同过滤 用户偏好 相似度 页面停留 冷启动 电影推荐
在线阅读 下载PDF
改进的协同过滤算法在电影推荐系统中的应用 预览 被引量:2
12
作者 刘文佳 张骏 《现代商贸工业》 2018年第17期59-62,共4页
随着互联网的快速发展,电影的海量供给和用户多样化的需求间的矛盾日趋突出,将个性化推荐技术和电影系统的有机结合对用户和运营商来说是一个双赢的局面。主要研究协同过滤算法在电影推荐系统中的应用,协同过滤是目前应用最为广泛且成... 随着互联网的快速发展,电影的海量供给和用户多样化的需求间的矛盾日趋突出,将个性化推荐技术和电影系统的有机结合对用户和运营商来说是一个双赢的局面。主要研究协同过滤算法在电影推荐系统中的应用,协同过滤是目前应用最为广泛且成功的一种推荐技术,但也暴露出诸多问题,比如数据稀疏性、用户兴趣变化等。通过对基于项目的协同过滤算法的分析,分别引入了共同评分权重函数和时间权重函数对相似度计算方法和预测评分计算方法进行了改进,并通过在Movielens数据集上验证了改进的协同过滤算法较传统的协同过滤在推荐准确度上有了明显的提升。 展开更多
关键词 协同过滤 电影推荐 相似度 时间因子
在线阅读 下载PDF
动画电影推荐
13
《中学生博览》 2018年第22期25-28,共4页
1.《小黄人》 一群讲着不知道是什么话的小黄人,靠着协助大坏蛋boss才能存活的小可爱,从地球有生命开始就一直进化到现在。总之,卖葫无罪。
关键词 电影推荐 动画 BOSS 黄人
基于社区划分的电影推荐模型 预览
14
作者 万慧 周涛 鲍胜利 《计算机应用》 CSCD 北大核心 2018年第A02期124-127,共4页
针对电影推荐系统中传统协同过滤推荐的数据稀疏性问题,引入社区划分的思想,构建了一种融合电影类别、用户评分和用户标签的电影推荐模型。首先,基于电影类别使用凝聚式层次聚类算法进行社区划分,并找到待推荐的用户所属的社区,然后根... 针对电影推荐系统中传统协同过滤推荐的数据稀疏性问题,引入社区划分的思想,构建了一种融合电影类别、用户评分和用户标签的电影推荐模型。首先,基于电影类别使用凝聚式层次聚类算法进行社区划分,并找到待推荐的用户所属的社区,然后根据用户评分和用户标签构建用户相似性,在社区中找到和用户最相似的用户集合,最后根据相似用户集合的用户评分预测待推荐用户的评分并进行推荐。在MovieLens数据集上进行仿真实验,该模型相比基于余弦相似性的协同过滤的平均绝对误差(MAE)和均方根误差(RMSE)分别下降了0.1404和0.1490,相比基于Pearson的协同过滤的MAE和RMSE分别下降了0.1095和0.0833。实验结果表明该模型具有良好的推荐效果,且该模型在社区内部进行推荐,有效解决了数据稀疏性问题。 展开更多
关键词 数据稀疏性 凝聚层次聚类 社区划分 电影推荐 用户相似性
在线阅读 下载PDF
基于协同过滤的豆瓣电影推荐算法研究和实现 预览 被引量:1
15
作者 高晨宇 《电子制作》 2018年第4期70-71,共2页
随着互联网技术的发展和普及,人们获取信息变得越来越容易,但同时也面临着信息过载等问题。推荐系统作为信息过滤的工具,可以减轻用户筛选物品的负担,已在电影、音乐、电子购物等领域广泛使用。其中协同过滤推荐是目前应用最为广泛... 随着互联网技术的发展和普及,人们获取信息变得越来越容易,但同时也面临着信息过载等问题。推荐系统作为信息过滤的工具,可以减轻用户筛选物品的负担,已在电影、音乐、电子购物等领域广泛使用。其中协同过滤推荐是目前应用最为广泛的推荐技术之一,电影的推荐就是典型的一例,针对上述问题,本文针对豆瓣电影的推荐算法进行了研究和实现。 展开更多
关键词 协同过滤 电影推荐
在线阅读 下载PDF
Apriori算法在大数据集上的高效应用 预览
16
作者 陈邦豪 《智能计算机与应用》 2018年第4期195-198,202共5页
Apriori算法是经典的挖掘频繁项集和关联规则的数据挖掘算法。本文通过实例使用Python语言将Apriori算法用到电影推荐上,从大量电影打分数据形成的大数据集中找到可用于电影推荐的关联规则。整个过程由两个阶段构成,先借助Apriori算法... Apriori算法是经典的挖掘频繁项集和关联规则的数据挖掘算法。本文通过实例使用Python语言将Apriori算法用到电影推荐上,从大量电影打分数据形成的大数据集中找到可用于电影推荐的关联规则。整个过程由两个阶段构成,先借助Apriori算法寻找数据中的频繁项集,然后根据找到的频繁项集,生成关联规则。由此算法得到结果更高效、快捷、灵活,也取得了良好的电影推荐效果。同时也为下一步针对Apriori算法的改进及更大范围的应用提供了方向,具有较大的应用价值。 展开更多
关键词 APRIORI算法 数据挖掘 电影推荐 大数据集
在线阅读 免费下载
基于项目相似度传递的电影协同过滤推荐算法 预览
17
作者 杨银梅 林广艳 《智库时代》 2018年第8期219-221,共3页
过多的电影信息会影响到人们的判断,用户有时候无法辨别自己需要的电影信息,也无法通过相关的关键词来对其进行描述,致使其难以明确自身具体需求.在此背景下,公司希望对天空网络电影推荐系统进行改进,进而达到个性化的电影推荐效果,满... 过多的电影信息会影响到人们的判断,用户有时候无法辨别自己需要的电影信息,也无法通过相关的关键词来对其进行描述,致使其难以明确自身具体需求.在此背景下,公司希望对天空网络电影推荐系统进行改进,进而达到个性化的电影推荐效果,满足用户的个性化电影需求.本文详细研究了用户一电影评分数据的数据稀疏性问题,并对余弦相似度算法进行一定改进,将其划分为直接相似关系与间接相似关系两大部分.接着在电影间构建信任关系,并基于此来传递相似关系,然后对直接相似度与间接相似度关系执行加权处理,得到最终的电影相似关系,并据此对电影进行评分.最后通过多个实验对推荐算法的效果进行了验证,确定其能够初步地解决数据稀疏性问题带来的影响. 展开更多
关键词 电影推荐 稀疏性 相似度传递
在线阅读 下载PDF
《伴我同行》——致远离的童年与你 预览
18
《快乐阅读》 2018年第22期70-71,共2页
做这期的电影推荐栏目时,小编翻看了自己在豆瓣上的“2017观影报告”.发现自己被标签为“老片爱好者”。哈哈,好吧,谢谢网站小编的贴心服务,对我的评价很精准。既然如此,那么这次我就走一拨“回忆杀”,向青果们推荐一部老片——《伴我... 做这期的电影推荐栏目时,小编翻看了自己在豆瓣上的“2017观影报告”.发现自己被标签为“老片爱好者”。哈哈,好吧,谢谢网站小编的贴心服务,对我的评价很精准。既然如此,那么这次我就走一拨“回忆杀”,向青果们推荐一部老片——《伴我同行》。 展开更多
关键词 同行 童年 电影推荐 爱好者
在线阅读 下载PDF
混合式流动放映电影推荐算法 预览
19
作者 罗叶贝 黄昭婷 张延华 《现代电影技术》 2017年第4期40-45,共6页
如何保证放映影片的类型与观影群众口味的一致性,是保障流动放映服务质量的关键性问题。本文从影片的基本信息、影片的订购信息、放映信息及放映队信息等统计数据出发,为影片订购用户建立影片推荐模型,提出了一种新型混合式推荐算法,结... 如何保证放映影片的类型与观影群众口味的一致性,是保障流动放映服务质量的关键性问题。本文从影片的基本信息、影片的订购信息、放映信息及放映队信息等统计数据出发,为影片订购用户建立影片推荐模型,提出了一种新型混合式推荐算法,结合关联规则挖掘算法和slope one算法构建了流动放映电影推荐引擎,实现了影片的推荐。 展开更多
关键词 流动放映 电影推荐 个性化推荐 关联规则 SLOPE One
在线阅读 下载PDF
融合用户兴趣度与项目相关度的电影推荐算法研究 预览 被引量:3
20
作者 俞美华 《电脑知识与技术》 2017年第3X期22-26,共5页
在目前的电影推荐系统中,传统的推荐算法具有用户评分数据稀疏的不足,因此无法根据用户喜好进行准确推荐。针对上述问题,本文提出一种融合用户兴趣度与项目相关度的电影推荐算法,此算法基于项目类别属性的用户兴趣度计算用户间相似性,... 在目前的电影推荐系统中,传统的推荐算法具有用户评分数据稀疏的不足,因此无法根据用户喜好进行准确推荐。针对上述问题,本文提出一种融合用户兴趣度与项目相关度的电影推荐算法,此算法基于项目类别属性的用户兴趣度计算用户间相似性,并结合基于关联规则思想计算项目间相似性从而产生推荐。基于Movielens数据集的实验结果表明,本文所提出的算法比传统的推荐算法在推荐准确度上有明显提高。 展开更多
关键词 电影推荐 用户兴趣度 项目相关度 协同过滤
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部 意见反馈