结合协同过滤与隐语义模型的视频推荐策略

摘要：

观看视频已逐渐成为人们休闲娱乐方式之一,但视频网站却面临着如何从用户的需求出发更好地推荐视频资源的困惑.传统的协同过滤算法仅通过用户之间的相似度来建立对物品的兴趣关系,忽略了用户行为所带来的隐含信息以及物品之间的分类信息.因此本文在传统协同过滤算法的基础上融合了隐语义模型进行推荐,借助隐语义模型增加推荐结果的多样性,并借助协同过滤算法保证推荐的及时性,通过两种算法的融合能够有效地提高推荐的多样性并保证推荐的性能.

关键词：推荐系统;网络视频;协同过滤;隐语义模型

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：湖南省普通高等学校教学改革项目;国家级大学生创新创业训练计划项目

在线出版日期：2021-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：40-43