基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对影片数量较大,观众选择喜欢的影片较难的问题,提出一种基于评论的影片个性化推荐方法.该方法先把电影标签作为主题对观众评论进行分类,再根据主题评估函数计算主题的满意度,然后根据观众喜好为主题设定权重,获得关于影片的个性化评价,最后根据评估结果,为观众提供一个可供选择的影片序列.实验结果表明,该基于评论的影片分析方法有效.
推荐文章
采用在线评论的景点个性化推荐
旅游网站
在线评论
情感分析
个性化推荐
基于读者个性化特征的图书馆书目推荐
读者
个性化特征
图书馆书目
协同过滤
兴趣模型
推荐业务
基于个性化特征的协同过滤推荐算法
个性化特征
协同过滤推荐
评分模型
项目属性
基于大数据的Web个性化推荐系统设计
大数据
Hadoop
Web个性化推荐
系统设计
Sqoop
H-ICRS算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于评论的影片个性化推荐方法
来源期刊 吉林大学学报(理学版) 学科 工学
关键词 推荐方法 评论分析 电影评论 个性化
年,卷(期) 2018,(4) 所属期刊栏目 计算机科学
研究方向 页码范围 965-968
页数 4页 分类号 TP311
字数 3299字 语种 中文
DOI 10.13413/j.cnki.jdxblxb.2018.04.32
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘磊 吉林大学软件学院 211 1231 18.0 25.0
2 刘华虓 吉林大学计算机科学与技术学院 6 35 2.0 5.0
3 董学阳 吉林大学公共计算机教学与研究中心 10 10 2.0 2.0
4 郜山权 吉林大学软件学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (19)
二级引证文献  (0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
推荐方法
评论分析
电影评论
个性化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
吉林大学学报(理学版)
双月刊
1671-5489
22-1340/O
大16开
长春市南湖大路5372号
12-19
1955
chi
出版文献量(篇)
4812
总下载数(次)
6
总被引数(次)
24333
论文1v1指导