融合评论分析和隐语义模型的视频推荐算法

• 作者: 于炯 尹路通 英昌甜 郭刚 鲁亮
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 推荐系统 网络视频 评论分析 隐语义模型 情感词
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 3247-3251
• 页数: 5页
• 分类号: TP181
• 字数: 5872字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2015.11.3247

摘要

针对网络视频元数据信息缺失严重和多媒体数据本身特征难以提取等问题,提出了融合评论分析和隐语义模型的网络视频推荐算法.从视频评论入手,通过分析用户对不同视频的评论内容以判断其情感倾向并加以量化,继而构建用户对项目的虚拟评分矩阵,弥补了显式评分数据稀疏性问题.考虑到网络视频的多元性和高维度特性,为了深度挖掘用户对网络视频的潜在兴趣,针对虚拟评分矩阵采用隐语义模型(LFM)对网络视频分类,在传统的用户—项目二元推荐系统基础之上添加虚拟类目信息以进一步发掘用户—类目—项目关联关系.实验在多重标准下进行,对YouTube评论集的实验表明,所提推荐方法获得了较高的推荐精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于炯	新疆大学软件学院	176	1315	20.0	28.0
5	英昌甜	新疆大学信息科学与工程学院	29	254	11.0	14.0
6	鲁亮	新疆大学信息科学与工程学院	31	234	10.0	13.0
7	尹路通	新疆大学软件学院	4	43	4.0	4.0
8	郭刚	新疆大学软件学院	4	43	4.0	4.0