版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、互聯(lián)網的發(fā)展,把人們從現(xiàn)實世界帶到了一個虛擬世界,為人類創(chuàng)造財富的同時,產生了很多垃圾信息,世界各地的網民通過自己的方式產生大量的信息,導致互聯(lián)網信息劇增,意味著信息爆炸社會的到來。在這么多巨量信息中,人們選擇自己想要的信息的成本將越來越高。怎樣讓人用最少的代價找到自己想要的信息,將長期成為互聯(lián)網的研究一個重要的課題。個性化推薦系統(tǒng),通過學習、收集用戶的信息,為用戶提供比較精準的信息推薦服務,能讓用戶花更少的代價獲取自己想要的信息,所以
2、個性化推薦系統(tǒng)是一個重要的信息傳遞工具。
在互聯(lián)網信息傳播中視頻傳播是一種重要的傳播途徑,土豆網從05年創(chuàng)立到現(xiàn)在,上傳的視頻總量有五千多萬,并以每天五萬個視頻的上傳速度在增加。在如此多的視頻中,用戶怎樣方便地發(fā)現(xiàn)自己喜歡看的視頻,這對用戶的網上沖浪體驗尤為重要。本文在現(xiàn)有的數(shù)據基礎上,針對土豆網的用戶研發(fā)一套視頻推薦系統(tǒng)稱為TDRecsys,己設計實現(xiàn)的TDRecsys推薦系統(tǒng)采用常用的協(xié)同過濾技術,將網站整個的視頻數(shù)據和用
3、戶行為數(shù)據作為輸入,對輸入的數(shù)據進行數(shù)據過濾,除掉一些擾亂系統(tǒng)推薦結果的數(shù)據;基于User-based和Item-based模型,通過相似度公式來計算出視頻、用戶之間的相似度;把用戶的觀看記錄,作為推薦系統(tǒng)的原始數(shù)據輸入給系統(tǒng),并通過這些觀看記錄,推薦系統(tǒng)實時計算出用戶可能潛在喜歡看的視頻推薦給用戶。
本文所作的工作主要有如下幾點:
(1)分析土豆網的數(shù)據特性,提出推薦系統(tǒng)實現(xiàn)過程中常見的冷啟動、數(shù)據的稀疏度、多樣性
4、、準確性等問題的解決方法。
(2)設計出質量控制和VideoRank視頻排序算法,選取了能提高TDRecsys系統(tǒng)推薦準確率的方法,如:數(shù)據的噪音過濾,推薦的視頻集合選取,混合推薦。
(3)設計實現(xiàn)了TDRecsys系統(tǒng)中的在線模塊和離線模塊,改進了對推薦系統(tǒng)的評估方法。
本文工作研發(fā)的TDRecsys系統(tǒng),已經在土豆網首頁中的“推薦給我”和播放頁面中應用,經實際的應用證明TDRecsys能夠有效地提高相應
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于用戶協(xié)同過濾的視頻推薦系統(tǒng)研究.pdf
- 基于協(xié)同過濾視頻推薦系統(tǒng)的設計與實現(xiàn).pdf
- 基于協(xié)同過濾算法的電影推薦系統(tǒng)
- 基于協(xié)同過濾的推薦系統(tǒng)的研究.pdf
- 基于協(xié)同過濾算法的音樂推薦系統(tǒng).pdf
- 基于協(xié)同過濾的推薦系統(tǒng)研究.pdf
- 基于協(xié)同過濾的電影推薦系統(tǒng)的構建.pdf
- 基于標簽和協(xié)同過濾的圖片推薦系統(tǒng).pdf
- 基于知識的協(xié)同過濾推薦系統(tǒng)研究.pdf
- 基于協(xié)同過濾的推薦系統(tǒng)相關算法研究.pdf
- 基于加權網絡的協(xié)同過濾推薦
- 基于協(xié)同過濾的網格門戶協(xié)同推薦系統(tǒng)的研究.pdf
- 基于遺傳聚類的協(xié)同過濾推薦系統(tǒng).pdf
- 基于協(xié)同過濾的推薦系統(tǒng)設計與實現(xiàn).pdf
- 基于加權網絡的協(xié)同過濾推薦.pdf
- 基于復合信息的協(xié)同過濾推薦.pdf
- 基于鄰域的協(xié)同過濾推薦系統(tǒng)相似度研究.pdf
- 推薦系統(tǒng)中基于內存的協(xié)同過濾算法研究.pdf
- 基于商品特征和層次的協(xié)同過濾推薦系統(tǒng).pdf
- 基于云模型的協(xié)同過濾推薦系統(tǒng)研究.pdf
評論
0/150
提交評論