基于用户画像和视频兴趣标签的个性化推荐

摘要：

[目的/意义]用户画像深刻地描述了视频用户的个体和群体行为特征,为视频的个性化推荐服务提供参考.[方法/过程]通过文本挖掘对爬取的视频、用户及其观影数据分析,构建单个用户画像,并通过K-Means和LDA模型对用户聚类并提取主题,挖掘群体用户特征.基于用户画像和时间指数衰减的视频兴趣标签,并结合视频喜爱度和协同过滤,进行视频推荐.[结果/结论]考虑时间指数衰减的个性化推荐,提高了系统对用户兴趣的感知.结合视频喜爱度和协同过滤,推荐视频评分达0.87,有助于提高用户对网站的忠诚度和活跃度.[创新/局限]基于用户生成内容的文本挖掘结果,进行单个和群体用户画像,并创新性采用时间指数衰减构建用户视频兴趣标签,以捕获用户兴趣的变化.由于网络爬虫的限制,实验数据量有一定的局限性,且特征提取兴趣范围有限.

关键词：文本挖掘、用户画像、视频标签、指数衰减、个性化推荐

所属期刊栏目：39

分类号：G254.9(图书馆学、图书馆事业)

资助基金：教育部人文社会科学研究项目;山东省自然科学基金

在线出版日期：2021-03-08（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：128-134