电影推荐系统中基于图的协同过滤算法

摘要：

在视频服务领域,通常使用传统的协同过滤算法来解决评分数据较为稀疏的问题,而算法的视频相似度计算仅利用评分矩阵,从而造成推荐准确度较低,针对视频资源中的电影这一应用场景提出一种基于图的协同过滤算法.结合电影属性与用户偏好的关联性,将电影信息中类型、导演和演员等信息进行图元素的映射,融合图结构特点来计算影片资源的相似度.用该方法替代传统协同过滤算法中仅利用评分矩阵的相似度计算方法,在一定程度上缓解了由于数据稀疏性影响推荐准确度的问题,实验验证了该方法的有效性.

关键词：关联性分析、协同过滤算法、图结构、个性化推荐

分类号：TP391(计算技术、计算机技术)

资助基金：中国科学院先导专项课题XDC02010701;中国科学院青年创新促进会项目Y529111601

在线出版日期：2019-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：38-43,48