典型文献
基于K-means优化的SOM神经网络算法的视频推荐系统
文献摘要：
为解决视频推荐系统中推荐精度不够精准的问题,提出一种K-means优化的自组织映射(Self-organizing Map,SOM)神经网络视频推荐方法.首先,爬取视频网站的数据并对其进行处理;其次,将处理后的数据输入K-means算法优化的SOM神经网络中,得到聚类结果;最后通过计算归类视频的弹幕数量、点击量、评分等推荐出优秀的视频.文中系统的预期结果为在主界面选择分类并输入关键词之后,通过算法计算,为用户推荐感兴趣的视频,并按评分高低列出视频的超链接.实验结果表明,优化的SOM算法在视频推荐的精度上提升了5％—8％.
文献关键词：
视频推荐;K-means;SOM算法;优化
中图分类号：
作者姓名：
付丽梅
作者机构：
大连东软信息学院软件工程系,辽宁 大连 116023
文献出处：
引用格式：
[1]付丽梅-.基于K-means优化的SOM神经网络算法的视频推荐系统)[J].软件工程,2022(10):17-19,7
A类：
B类：
means,SOM,神经网络算法,视频推荐,推荐系统,推荐精度,自组织映射,Self,organizing,Map,网络视频,推荐方法,爬取,视频网站,算法优化,弹幕,点击,预期结果,入关,算法计算,用户推荐,感兴趣,列出,超链接
AB值：
0.434248
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
