常规的全媒体资源深度推荐方法主要使用CCA(Canonical correlation analysis)典型相关量化分析法获取资源推荐特征变量,易受变量获取相关性影响,导致资源深度推荐F值偏低,因此,需要基于大数据挖掘设计一种全新的全媒体资源深度推荐方法.即构建了全媒体资源深度推荐模型,利用大数据挖掘设计了全媒体资源深度推荐算法,从而实现了全媒体资源深度推荐.实验结果表明,设计的全媒体资源深度推荐方法的深度推荐 F 值较高,证明设计的全媒体资源深度推荐方法的推荐效果较好,具有可靠性,有一定的应用价值,为推动全媒体数字化发展作出了一定的贡献.
万方数据
维普
