基于项目协同过滤的电视产品营销推荐模型

论文摘要

互联网技术的快速发展和应用拓展使我们迎来了三网融合的时代,为传统广播电视媒介带来了发展机遇。节目数据的剧增一方面丰富了电视节目的内容,另一方面却为用户选择带来了困难,这就要求电视运营商建立合理的个性化推荐模型。该文采用基于物品的协同过滤的个性化推荐算法,通过分析用户观看收视信息数据、电视产品信息数据,同时考虑到目前传统的互联网资源推荐系统大都是针对个体推荐,在对家庭不同成员的推荐时可能会出现适得其反的情况,综合考虑整个家庭成员的点播集合,构成了家庭用户完整的历史观看记录,分析每个家庭成员的偏好,建立电视产品营销推荐模型,做出节目的个性化推荐。同时对不同节目的标签进行组成分析,以数据图的形式更加直观地展示在结果中,用以了解不同时期标签的热度与关注度,从而进一步得出影视作品的热度,对不同时期的推荐偏好做出指导性建议。

论文目录

• 1 相关工作——数据预处理
•   1.1 用户及节目特征
•   1.2 正则表达式
• 2 模型建立
•   2.1 基于项目的协同过滤算法
•   2.2 协同过滤推荐
• 3 实验及结果分析
•   3.1 实验数据与评估指标
•     3.1.1 实验数据
•     3.1.2 评估指标
•   3.2 实验结果
• 4 结论与展望

文章来源

类型: 期刊论文

作者: 檀亚宁,金泽明,陈辉

关键词: 基于物品的协同过滤,个性化推荐,节目标签,数据处理

来源: 科技资讯 2019年32期

年度: 2019

分类: 基础科学,信息科技,经济与管理科学

专业: 计算机软件及计算机应用,企业经济

单位: 华北理工大学理学院智能科学与技术系

分类号: TP391.3;F274

DOI: 10.16661/j.cnki.1672-3791.2019.32.214

页码: 214-215+217

总页数: 3

文件大小: 2148K

下载量: 76