一種改進的協(xié)同過濾技術(shù)在視頻推薦中的應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和普及，網(wǎng)絡(luò)已成為人們獲取各種信息和數(shù)字化資源的重要途徑。然而，大型網(wǎng)站上日益增多的資源在給用戶帶來更多選擇的同時，也使得用戶不得不花費更多的時間來查詢自己想要的資源。于是，如何幫助用戶更快捷地獲得他們所感興趣的資源已成為當(dāng)前大型資源網(wǎng)站的關(guān)鍵需求之一。
　　 個性化推薦技術(shù)的提出為該需求提供了一個行之有效的解決方案。該技術(shù)旨在通過研究個體用戶的興趣喜好，主動而及時地為每個用戶提供最符合其個人需求的資源推薦服

2、務(wù)，以達到協(xié)助用戶快速定位在線資源的目的。協(xié)同過濾推薦技術(shù)是當(dāng)前最為成功、使用最為廣泛的個性化推薦技術(shù)之一。該技術(shù)基于用戶間興趣需求的相似性來推薦資源，而無需考慮資源的表示形式。然而，傳統(tǒng)的協(xié)同過濾推薦技術(shù)在推薦的準(zhǔn)確性和效率方面仍然存在可改進之處。
　　 本文在學(xué)習(xí)和研究協(xié)同過濾推薦技術(shù)各種已有實施方案的基礎(chǔ)上，針對在線視頻資源的特點，分別在其推薦準(zhǔn)確性和效率方面提出改進。首先，本文提出了一套基于用戶觀看行為的隱式用戶評分獲取

3、策略，該策略能夠有效地解決嚴(yán)重影響傳統(tǒng)協(xié)同過濾推薦準(zhǔn)確性的評分矩陣稀疏和主觀評分不可靠等問題。其次，為了在傳統(tǒng)的推薦計算模型中引入時間因素以反映用戶興趣和項目價值隨時間的變化規(guī)律，進而提高推薦準(zhǔn)確性，本文又提出了基于用戶興趣偏差的評分效用衰減函數(shù)和基于視頻時效性的視頻價值衰減函數(shù)。最后，本文提出的基于上下文的分布式協(xié)同過濾推薦技術(shù)通過評分矩陣的分布式存儲、上下文信息的獲取以及在此基礎(chǔ)上的分布式在線推薦，以做到在不降低推薦準(zhǔn)確性的前提下，