首页|基于卷积神经网络与改进协同过滤算法的电视产品推荐研究

基于卷积神经网络与改进协同过滤算法的电视产品推荐研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
在电信网、广播电视网、互联网三网融合的背景下,越来越多的家庭对机顶盒电视有了更高的需求.本文基于用户收视信息、产品信息,利用文本卷积神经网络进行电视产品名称的精确提取,排除了集数、时间等对电视产品名称提取的干扰;利用改进的协同过滤算法,从付费意愿等七方面确定用户特征向量,采用余弦相似度计算用户相似度矩阵以实现相似推荐,再从电视节目类型、地区、语种、主要演员四方面为电视产品贴标签,根据相同电视产品相似度实现预期型推荐.实验结果显示,本研究成果实现了相似用户的精准推荐以及预期型推荐,可推广至网络视频推荐领域.
TV Product Recommendation Based on Convolutional Neural Network and Improved Collaborative Filtering Algorithm

章胤、耿燕、李佳霖、李世琪、王旭、陈昭名

展开 >

燕山大学理学院,河北 秦皇岛066004

电视产品推荐 卷积神经网络 协同过滤 智能推荐模型

教育部产学合作协同育人项目

S201910216069

2021

长春师范大学学报(自然科学版)
长春师范学院

长春师范大学学报(自然科学版)

影响因子：0.279
ISSN：1008-178X
年,卷(期)：2021.40(1)
  • 1
  • 5