收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

考虑从众类型与兴趣偏好的在线视频推荐研究

刘英琪  
【摘要】:随着各大视频网站视频数据的快速增长,人们正处在信息过载的时代。面对海量的视频信息,用户难以快速找到符合自身兴趣的视频,而视频网站也希望将视频准确推荐给用户以提高收视率,有效的个性化推荐系统是解决该问题的重要途径。用户影视兴趣画像和推荐算法是视频网站推荐系统必须考虑的两个方面。然而用户的从众行为会导致在构建用户影视兴趣画像和生成推荐过程中出现偏差;此外现有研究针对群体共性与个体个性兴趣相结合的视频推荐算法还存在欠缺。因此本文将综合考虑用户从众类型和兴趣偏好来改进在线视频推荐系统的影视兴趣画像模型及推荐算法,以期提升在线视频推荐系统的推荐质量。针对用户影视兴趣画像模型的改进。首先基于用户的历史数据进行k-means聚类过滤掉用户由于从众行为产生的异常兴趣点,并据此提出基于用户从众度的从众类型度量模型,将用户按照从众程度划分到高度、中度、低度三类从众用户群体之中。其次,结合用户评分与视频属性信息,将积累效应应用到兴趣偏好标签的词权重度量模型之中,以解释用户评分差异对用户兴趣衰减与提升双向变化的连续影响,并从兴趣标签的时效性权重、词权重两个部分来度量用户兴趣偏好标签权重。最后从用户从众心理特征标签(从众类型)和兴趣偏好标签两方面构建用户个体影视兴趣画像模型。并基于同一从众类型用户的异常点流行视频集来构建该类型的群体影视兴趣画像模型,以描述该群体对流行视频的共性偏好。针对推荐算法的改进。在考虑用户从众类型的前提下,提出一种综合考虑群体共性与个体个性兴趣偏好的视频推荐算法。即从视频是否当期流行的角度切入,结合用户个体影视兴趣画像与其所属从众类型群体影视兴趣画像两种排序准则,分别制定流行视频与非流行视频的排序与推荐算法。并引入对应从众类型的流行视频比例因子及用户从众度,自适应地为用户推荐流行与非流行视频,使得用户推荐列表中的视频既符合用户理性兴趣又符合用户从众的非理性兴趣。最后通过豆瓣数据集对该推荐算法与三种基准算法的推荐质量展开对比,实验结果表明此方法推荐质量优于其他基准算法。本文所提出的考虑从众类型与兴趣偏好的用户影视兴趣画像模型与视频推荐算法,可以较为全而准地表示用户影视兴趣偏好,且兼顾不同从众类型用户对各类视频的偏好差异。既能解决用户面临的视频信息过载问题又可提升视频网站的用户粘性与推荐准确率。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 吴谈;周栋;包恒泽;;基于用户类别兴趣偏好的个性化排序方法[J];湖南科技大学学报(自然科学版);2020年01期
2 刘旭东;陈德人;钟苏丽;;使用群体兴趣偏好度的协同过滤推荐[J];计算机工程与应用;2010年34期
3 罗贺;赵培;;面向电视观众的用户兴趣偏好建模方法[J];中国管理科学;2016年S1期
4 郑正广;蔡润昌;闫宇;余东辉;袁鹏;;电信计费业务中基于复购行为的协同过滤营销推荐[J];邮电设计技术;2020年12期
5 何军;刘业政;;基于社交关系和影响力的在线社交网络用户兴趣偏好获取方法研究[J];情报学报;2014年07期
6 李晓昀;余颖;;推荐技术的研究与探讨[J];计算机时代;2009年11期
7 刘海姣;马慧芳;赵琪琪;李志欣;;融合用户兴趣偏好与影响力的目标社区发现[J];计算机研究与发展;2021年01期
8 杨福萍;王洪国;董树霞;赵学臣;;基于记忆效应的协同过滤推荐算法[J];计算机工程;2012年23期
9 张路明;董晨;张苏铃;刘致远;雷友波;王豪杰;贺姗;;多维度聚合推荐社交系统研究[J];信息记录材料;2020年01期
10 徐勇;司凤山;吴延辉;陈建国;周善英;;基于概念泛化的科技文献推荐算法[J];图书情报工作;2012年21期
11 宋巍;刘丽珍;王函石;;基于兴趣偏好的微博用户性别推断研究[J];电子学报;2016年10期
12 耿美珍;王菁;王桂玲;;面向移动应用的探索式个性化服务推荐方法[J];计算机与数字工程;2014年09期
13 刘传振;;社会网络服务中好友推荐算法研究[J];科技传播;2013年19期
14 东苗;;基于知识图谱的多目标学习资源推荐算法[J];计算机系统应用;2021年04期
15 饶晋;成睿;;基于网民兴趣偏好的微博舆情风险预警模型研究[J];中国公共安全(学术版);2019年01期
16 李青;冯梅;申端明;张文博;;一种基于用户行为的视频推荐算法[J];信息系统工程;2020年09期
17 尚松涛;石民勇;尚文倩;洪志国;;基于大数据的微视频推荐算法研究[J];中国传媒大学学报(自然科学版);2017年02期
18 闫子琪;;以微博为例浅析社交网站中的视频推荐算法[J];科技传播;2018年23期
中国重要会议论文全文数据库 前20条
1 罗贺;赵培;;面向电视观众的用户兴趣偏好建模方法[A];第十八届中国管理科学学术年会论文集[C];2016年
2 王明文;陶红亮;熊小勇;;双向聚类迭代的协同过滤推荐算法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
3 李耀华;张蕊;;基于Mahout的协同过滤推荐算法的实现[A];第三十四届中国(天津)2020’IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2020年
4 米传民;彭鹏;单晓菲;马静;;考虑显式评分的基于二部图的推荐算法[A];第十七届中国管理科学学术年会论文集[C];2015年
5 秦国;杜小勇;;基于用户层次信息的协同推荐算法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
6 王韬丞;罗喜军;杜小勇;;基于层次的推荐:一种新的个性化推荐算法[A];第二十四届中国数据库学术会议论文集(技术报告篇)[C];2007年
7 唐灿;;基于模糊用户心理模式的个性化推荐算法[A];2008年计算机应用技术交流会论文集[C];2008年
8 苏日启;胡皓;汪秉宏;;基于网络的含时推荐算法[A];第五届全国复杂网络学术会议论文(摘要)汇集[C];2009年
9 梁莘燊;刘莹;;基于效能的学术资源推荐算法研究[A];第六届(2011)中国管理学年会——信息管理分会场论文集[C];2011年
10 林丽冰;师瑞峰;周一民;李月雷;;基于双聚类的协同过滤推荐算法[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
11 周玉妮;郑会颂;;基于浏览路径选择的蚁群推荐算法:用于移动商务个性化推荐系统[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年
12 高琪;辛乐;;基于用户偏好度模型和情感计算的产品推荐算法[A];第二十九届中国控制会议论文集[C];2010年
13 ;中国在线视频行业年度监测报告简版 2015[A];艾瑞咨询系列研究报告(2015年第8期)[C];2015年
14 柴焱;李玥;;电视台开展在线视频制作业务的探讨[A];中国新闻技术工作者联合会2013年学术年会、五届五次理事会暨第六届“王选新闻科学技术奖”和优秀论文奖颁奖大会论文集(广电篇)[C];2013年
15 黄创光;印鉴;汪静;刘玉葆;王甲海;;不确定近邻的协同过滤推荐算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年
16 李建国;姚良超;汤庸;郭欢;;基于认知度的协同过滤推荐算法[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
17 ;中国在线视频用户付费市场研究报告 2015年[A];艾瑞咨询系列研究报告(2016年第2期)[C];2016年
18 李扬;陈超;祁麟;俞能海;;一种基于用户行为相似度的协同推荐算法[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
19 董媛香;肖智;王现宁;;基于软集合和HeatS+ProbS的混合输入推荐算法研究[A];2013中国信息经济学会学术年会暨博士生论坛论文集[C];2013年
20 王倩雯;张延华;付琼霄;李萌;李庆;;基于深度学习的流动放映电影推荐算法[A];第十三届全国信号和智能信息处理与应用学术会议论文集[C];2019年
中国博士学位论文全文数据库 前20条
1 丁玥;基于多源数据的协同过滤推荐算法研究[D];上海交通大学;2018年
2 张艳;基于机器学习的推荐算法研究与应用[D];电子科技大学;2019年
3 丁永刚;融合多指标评分与多源文本的推荐算法研究[D];武汉大学;2018年
4 耿冰蕊;基于多目标优化的个性化推荐算法研究[D];西安电子科技大学;2018年
5 赵震宇;基于深度学习和海云协同的推荐方法研究[D];中国科学技术大学;2019年
6 邢淑凝;基于深度学习的多源信息融合推荐算法研究[D];山东师范大学;2019年
7 李文俊;时间感知的推荐算法研究[D];电子科技大学;2017年
8 伊华伟;基于可疑用户度量的鲁棒推荐方法研究[D];燕山大学;2016年
9 冯浩源;动态用户兴趣模型构建及推荐算法研究[D];天津大学;2017年
10 陈玲姣;基于社交网络个体行为特征的信息推荐算法研究[D];电子科技大学;2018年
11 杨雷;基于机器学习的个性化推荐算法研究[D];哈尔滨工程大学;2017年
12 李慧;社会网络环境下的个性化推荐算法研究[D];中国矿业大学;2016年
13 冯婷婷;大规模个性化在线视频服务的用户隐私保护[D];北京交通大学;2016年
14 许鹏远;多因素综合框架的协同过滤推荐算法[D];大连理工大学;2017年
15 郭磊;社会网络中基于社会关系的推荐算法研究[D];山东大学;2015年
16 王智谨;基于用户分解和社交融合的推荐算法研究[D];华东师范大学;2016年
17 周望;基于机器学习的推荐系统关键技术及其应用研究[D];电子科技大学;2020年
18 谭晓颖;个性化视频系统的QoE建模及优化[D];北京交通大学;2018年
19 杨九民;在线视频课程中教师对学习过程与效果的影响[D];华中师范大学;2014年
20 邓小方;耦合社交网络环境下基于扩散过程的推荐算法研究[D];江西财经大学;2017年
中国硕士学位论文全文数据库 前20条
1 刘英琪;考虑从众类型与兴趣偏好的在线视频推荐研究[D];大连理工大学;2020年
2 石倩;基于用户兴趣偏好的个性化学习资源推荐系统设计与实现[D];华中师范大学;2018年
3 孙望;基于聚类与用户兴趣偏好的协同过滤推荐技术研究[D];北京工业大学;2017年
4 张跃火;基于用户兴趣偏好模型的个性化搜索算法[D];重庆大学;2010年
5 丁魏;个性推荐算法研究及其在智能零售系统中的应用[D];南京理工大学;2019年
6 苏有为;网站视频用户兴趣判定模型设计及仿真实现[D];电子科技大学;2013年
7 任子亭;移动环境下个性化内容推荐技术研究及应用[D];电子科技大学;2015年
8 王孝通;基于用户行为的视频内容质量评价和推荐算法研究[D];兰州理工大学;2020年
9 蔡梓超;基于推荐算法的移动微视频社区系统的设计与实现[D];广东工业大学;2020年
10 卜旭松;基于物品协同过滤的个性化视频推荐算法改进研究[D];宁夏大学;2015年
11 杨春雨;基于社交群的视频推荐算法的研究与实现[D];北京邮电大学;2017年
12 魏志鹏;基于用户兴趣偏好社交关系的个性化新闻推荐系统设计与实现[D];北京邮电大学;2020年
13 李志强;基于用户行为分析的短视频推荐算法研究[D];辽宁石油化工大学;2019年
14 李君;电商环境下融合社交关系的推荐算法研究与应用[D];江苏科技大学;2020年
15 李志超;基于深度学习的群组推荐算法研究[D];黑龙江大学;2020年
16 梁月明;社交网络环境下基于用户反馈的推荐算法研究[D];昆明理工大学;2019年
17 程彦龙;基于深度学习的推荐算法研究[D];燕山大学;2017年
18 赵凤跃;协同过滤与基于内容的混合推荐算法研究[D];天津财经大学;2016年
19 陈恭泳;个性化混合推荐算法及应用研究[D];中央民族大学;2016年
20 李杨曦;基于图模型的视频推荐算法研究及实现[D];电子科技大学;2015年
中国重要报纸全文数据库 前20条
1 建行上海市分行 王慧;试析商业银行“协同过滤推荐算法”[N];上海金融报;2017年
2 记者 王李科;四川首个人工智能政策引擎在双流区正式上线[N];成都日报;2017年
3 本报记者 黄惠钦;视频客户端抱团挑战在线视频 优势集中凸显领军之势[N];通信信息报;2012年
4 记者 王夕;网络也会“读心术”[N];北京科技报;2011年
5 商报记者 魏蔚;年内中国在线视频产值将破百亿[N];北京商报;2012年
6 记者 严钰 实习生 黄澄锋;中外在线视频冰火两重天[N];民营经济报;2006年
7 本报记者 卜叶;“我是不是被窃听了?”[N];中国科学报;2020年
8 新金融记者 郝一萍;在线视频启动付费模式[N];新金融观察;2015年
9 李欣原;Google豪赌在线视频市场[N];计算机世界;2006年
10 本报记者 贺春禄;在线视频新模式获投资青睐[N];中国科学报;2012年
11 张昊;傲游的“试验田”[N];经济观察报;2014年
12 计红梅;2010年是中国在线视频冲刺年[N];科学时报;2010年
13 本报记者 陈静;在线视频平台应更好保障用户知情权[N];经济日报;2019年
14 特约记者 王缘;在线视频审查 加快推进项目前期工作[N];中国交通报;2020年
15 中国青年报·中青在线记者 李晨赫 实习生 尹心航;在线视频付费时代已经到来[N];中国青年报;2018年
16 南方日报记者 叶丹;在线视频新技术带来内容竞争新玩法[N];南方日报;2018年
17 本报驻印度记者 苑基荣;手机渐成印度民众新“电视”[N];人民日报;2018年
18 本报记者 李淼;爱奇艺“透视”在线视频新风向[N];中国新闻出版广电报;2018年
19 刘文 杜暄;杨伟东 在线视频行业进入新十年[N];人民日报海外版;2016年
20 本报记者 任晓宁;融创150亿投资助乐视强化版权业务[N];中国新闻出版广电报;2017年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978