基于用户群组行为分析的视频推荐方法研究

• 作者: 于晓洋 孙渤禹 李鹏
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 视频推荐 行为分析 权重增量 Apriori算法
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 论文
• 页码范围: 1485-1491
• 页数: 7页
• 分类号: TP393
• 字数: 7473字
• 语种: 中文
• DOI: 10.3724/SP.J.1146.2013.01225

摘要

该文采用权重增量及相似聚集的用户行为分析算法，为用户推荐个性化视频提供了一个有效的解决方案。方法包含3个主要部分，首先利用RFM(Recentness, Frequency, Mon etary amount)模型分析用户的行为，将相同行为的用户归为一组；然后结合用户的最近习惯，使用基于权重增量的Apriori算法挖掘用户之间的关联规则，并用向量空间模型进行相似度计算从而实现用户相似聚集；最后进行协同过滤式推荐，完成整体个性化视频推荐过程。该方法的特点是行为数据自动收集获取，避免了直接对视频大数据的处理；另外，视频推荐随着用户行为的改变而动态变化，更加符合实际情况。实验结果表明，该方法有效并且稳定，相比于单一推荐方法，在准确率、召回率等综合指标上均有明显提升。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于晓洋	哈尔滨理工大学测控技术与仪器黑龙江省高校重点实验室	118	1481	21.0	30.0
2	李鹏	哈尔滨理工大学测控技术与仪器黑龙江省高校重点实验室	22	114	7.0	9.0
6	孙渤禹	哈尔滨理工大学计算机科学与技术学院	1	15	1.0	1.0