典型文献
基于用户行为的电影推荐算法改进研究
文献摘要：
大多数推荐算法从用户行为中提取兴趣信息,然而由于用户兴趣变化快,用户行为自由,行为数据规则差,导致推荐结果不理想.基于上述问题,结合特征标签规则性强,信息准确度高等特点,提出一种基于融合影片特征标签的推荐算法,引入电影特征标签,根据特征标签权重改进相似度量方法.该算法通过用户行为中的电影标签,建立起用户-影片-特征标签矩阵模型,构建新的用户喜好特征模型,根据标签权重建立新的相似度量方法,在符合用户喜好特征上推荐匹配的电影.实验表明,在Movielens数据集上,融合影片标签算法的用户覆盖率达到86.52％、推荐结果准确率和召回率分别达到58.89％和35.59％,有效提升了算法性能.
文献关键词：
特征标签;用户行为;电影;推荐算法
中图分类号：
作者姓名：
马帅
作者机构：
武汉邮电科学研究院研究生院,湖北武汉430000
文献出处：
引用格式：
[1]马帅-.基于用户行为的电影推荐算法改进研究)[J].电子设计工程,2022(19):60-64
A类：
B类：
用户行为,电影推荐,推荐算法,算法改进,改进研究,用户兴趣变化,行为自由,行为数据,数据规则,特征标签,规则性,影片,进相,相似度量,起用,矩阵模型,喜好,特征模型,Movielens,召回率,算法性能
AB值：
0.317719
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。
