文档文库
手机版
投诉建议
热门搜索:
心得体会
演讲稿
思想汇报
首页
心得体会
学习心得体会
培训心得体会
军训心得体会
社会实践
作风建设
工作心得体会
教育心得体会
演讲稿
演讲稿格式
演讲稿范文
竞聘演讲稿
师德演讲稿
三分钟演讲稿
思想汇报
思想汇报范文
转正思想汇报
大学生思想汇报
季度思想汇报
教师思想汇报
工作计划
工作计划格式
工作计划开头
工作计划结尾
总结与计划
工作计划模板
工作总结
年终工作总结
年度工作总结
个人工作总结
实习报告
实习报告范文
实习计划范文
实习鉴定范文
实习报告内容
个人简历
求职简历
简历范文
简历模板
简历表格
简历格式
祝福语
春节
除夕
元宵
端午节
合同范文
合同范本
合同样本
合同范本格式
首页
>
电影个性化推荐系统的构建
电影个性化推荐系统的构建
发布时间:2023-03-15 18:32:58 来源:
文档文库
小
中
大
字号:
手机查看
电影个性化推荐系统的构建
作者:侯林坤
来源:《电脑知识与技术》
2020
年第
27
期
摘要:根据《中国互联网络发展状况统计报告》
[1]
,截至
2019
年
6
月,互联网普及率达
61.2%
。我国网络视频用户规模达
7.59
亿,占网民整体的
88.8%[2]
,网络将为成为用户获取影
片的主要来源。同时,影片生产速度在不断加快,影片数量不断增加。面对海量影片,相比明
确需求信息的搜索引擎,模糊用户需求的电影个性化推荐更胜一筹。该文在电影个性化推荐算
法的基础上,设计并实现了电影个性化推荐系统,准确推荐符合用户兴趣喜爱的影片,获取用
户信任,增加黏性。
关键词:协同过滤算法
;
电影推荐系统
;
个性化
;
软件工程
中图分类号:
TP311
文献标识码:
A
文章编号:
1009-3044
(
2020
)
27-0041-02
开放科学(资源服务)标识码(
OSID
):
随着影片生產链的逐步完善,影片数量将呈指数增长。现有的搜索引擎已不能解决,人们
在面对影片数据过载的冲击。因此,电影个性化推荐系统应运而生。其中,涉及电影个性化推
荐算法、电影个性化推荐技术等的体系也在不断地完善。本文将对实现电影个性化推荐系统所
涉及的开发环境、算法等进行具体说明,其中包括,电影个性化推荐系统的算法、电影个性化
推荐系统的需求分析、电影个性化推荐系统的设计实现。
1
电影个性化推荐系统的算法
个性化推荐算法早在
1992
应用于邮件识别,随后在各个领域广泛推行。在电影领域,个
性化推荐算法已经不可或缺,并且在国内外都应用实践。例如:
YouTube
推荐系统推荐影片,
要经过候选池、排名池两层网络,筛选除符合用户的影片
;
爱奇艺推荐系统分为召回阶段和排
序阶段,从海量的视频库中找到与用户兴趣相符的影片。
本文以基于协同过滤的算法为核心,设计并实现电影个性化推荐系统。其中,协同过滤是
现在应用最广泛的算法之一。基于协同过滤的电影推荐算法,通常被划分成三步:建立用户一
电影评分矩阵
;
利用相似度计算确定确认最近邻居集合
;
评分预测。在上述三个步骤中,相似度
计算是整个流程最为核心的步骤。在用户一电影评分矩阵对用户之间的相似度计算之后,为用
户建立最近邻居集合,该处便是相似度计算。
电影个性化推荐算法通过构建用户评分之间的关联,预测符合用户兴趣喜爱的影片。因
此,电影个性化推荐系统中,收集用户信息数据,以及个性化推荐算法的改进是最关键,最重
要的两步骤。收集用户信息,通过大量的用户信息数据训练,是保障个性化推荐算法准确率的
必要前提。其中,可以收集用户对影片的评分、用户观看影片的类型、用户观看影片的时长,
以及用户的性格别、年龄等信息。个性化推荐算法是整个电影个性化推荐系统的核心部分,保
证推荐用户的影片符合用户兴趣喜爱。当前的电影个性化推荐算法有:基于内容的推荐算法、
基于协同过滤的推荐算法、基于网络结构的推荐算法、基于混合算法的推荐算法。只有通过各
类推荐算法不断改进,电影个性化推荐系统的准确率才能更加准确。
2
电影个性化推荐系统的需求分析
本文按照软件工程的原则,对电影个性化推荐系统进行了需求分析。首先,提出了整个系
统的设计目标
;
其次,对系统进行了可行性分析,以保证系统能够正常运行
;
第三,对系统进行
了顶层用例分析,以明确角色身份
;
第四,对系统进行了功能模块划分,以满足用户的需求
;
最
后,对系统进行了性能需求分析,以保障用户在使用本系统时能有更好的用户体验。
本文设计电影个性化推荐系统的主要功能划分为多个子模块,包括系统首页模块、新上映
模块、猜你喜欢模块等。其中,猜你喜欢是本系统的特色模块,也是核心模块。其本质是通过
会员用户的历史足迹,构建会员用户的模型,预测符合用户兴趣喜爱的影片。
电影个性化推荐系统顶层用例分析中,将角色分成三类,方便管理。首先是后台管理员,
增添、修改以及删除影片信息、管理用户信息
;
其次,会员用户。使用注册登录功能,系统生
成相应的用户数据库,会员用户可以记录其历史足迹。最后是游客用户,不用进行注册登录。
同时,不能使用系统的猜你喜欢(个性化影片推荐),只能浏览系统常规页面。
3
电影个性化推荐系统的设计与实现
3.1
开发环境
本次开发基于
HTML+Javascript
(
CSS
)
+DB
环境和
Django
框架来完成。
HTML
用来展示
前端界面,
Javascript
作为前端开发语言,通过
aJax
与后台进行数据交互,
DB
作为本地数据库
使用,
Django
作为内容管理框架使用,
Mysql
数据库存储影片、用户数据。
3.2
电影个性化推荐系统的系统设计
本文在需求分析的基础之上,对电影个性化推荐系统进行了整体架构设计、功能模块设计
和数据库设计。系统的整体架构采用
B/S
结构,并采用
Django
作为内容管理框架,各层功能
明确。通过功能模块设计,整个系统被分解为多个低耦合、高内聚的子系统,我们对各个模块
的设计方法进行了详细解析。另外,系统通过
Django
自动生成数据库中的所有表结构。
本电影个性化推荐系统的框架基于
B/S
架构设计,采用
Django
作为内容管理框架使用,
采用池化的设计思路将总体分为三个层次,即数据层、交互层和业务层。交互层的作用在于与
用户沟通,包括用户的注册登录、用户与影片的信息管理以及最关键的影片个性化推荐。业务
层的作用在于数据逻辑处理,包括用户对影片的评分、查询以及用户信息的更新、影片算法的
实现。数据层的作用在于对非原始数据的操作,存储用户信息、影片信息、用户评分、用户模
型、推荐结果。其中,电影的个性化推荐是最重要。
4
总结与展望
随着时代的前行,网络已经渗透到我们的日常生活当中。电影作为我们生活的日常娱乐,
也会加入互联网的浪潮中。其中,人们将面对海量的影片数据。当传统的搜索引擎不能满足用
户的需求时,电影个性化推荐系统的兴起是必然的。但是,面临的数据稀疏、可扩展性差、新
用户冷启动等问题还在影响着电影个性化推荐算法的准确率。因此,改进电影个性化推荐算
法,任重而道远。
参考文献:
[1]
中国互联网络信息中心第
44
次中国互联网络发展状况统计报告
[EB/OL].
中国网信网,
2019
:
5-42.
[2]
祖丽亚提
·
阿尼瓦尔,阿布都瓦依提
·
尼亚孜
.
短视频对社会的影响力分析
[J].
新闻研究导
刊,
2019
,
10
(
23
):
149-150.
【通联编辑:代影】
本文来源:
https://www.2haoxitong.net/k/doc/05c550895527a5e9856a561252d380eb6394236e.html
《电影个性化推荐系统的构建.doc》
将本文的Word文档下载到电脑,方便收藏和打印
推荐度:
点击下载文档
文档为doc格式
分享到:
相
关
案
例
悲惨世界中的优美句子
2024-04-30
古风说说心情短语 古风爱情说说短语大全
2024-04-30
木瓜泡酒的功效作用和方法
2024-04-30
补卡申请书怎么写范文
2024-04-30
国家医疗保障待遇清单
2024-04-30
股市持续低迷 大股东增持有望集中爆发
2024-04-30
保险的意义和功用
2024-04-30
安全验证
2024-04-30
安全验证
2024-04-30
工伤能够赔偿几次吗
2024-04-30
相关推荐
1
材料力学金属扭转实验报告
2
2021-2022学年河南省濮阳实验中学九年级(上)月考物理试卷(附详解)
3
初中读书社团活动方案 读书社团活动方案
4
2015年会会议期间主持词
5
四川南充中考满分作文大全
6
龚自珍己亥杂师
7
临沂大学2014年艺术类招生简章
8
中国青年志愿者注册管理办法[1]
9
最新人教版英语八年级上册第一单元测试题练习题
10
人力判断题(5小题-每小题3分-共15分-判断1分-改错2分).复习课程
推荐内容
年会主持词(含主持串词次序明细)
web前端常用函数
走进我的学校作文精选
永不消逝的篇章
设执行董事-公司章程范本
信阳2016年事业编招聘考试真题及答案解析【最新word版】 - 事业单位真题
失恋鼓励自己的话
工作经验交流发言稿
【最新2018】微信婚礼邀请函范文-易修改word版 (2页)
2021-2022年高二上学期期末历史试题 含答案