基于文本矢量特征的电影评分预测模型

• 作者: 丁友东 纪浩 耿晓云 黄东晋
• 来源期刊: 现代电影技术
• 学科: 工学
• 关键词: 电影评分 电影文本 Word2Vec 深度学习
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 研发与应用
• 页码范围: 44-50
• 页数: 7页
• 分类号: TP181
• 字数: 3930字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3215.2019.03.010

摘要

电影评分是观众选择电影消费的一个重要依据.针对当前电影评分预测模型涵盖电影信息少、算法较为单一、预测准确性不高等问题,本文融合了电影特征信息与电影文本信息,提出了一种基于文本矢量特征的电影评分预测模型.首先,基于Word2Vec模型对分词后的电影文本进行向量化处理;然后,通过TF-IDF算法给予每个词向量对应的权重,生成文本矢量特征信息;最后,文本矢量特征信息和电影特征信息一起输入到LSTM (Long Short Term Memory networks,长短期记忆网络)模型进行评分预测.实验结果表明,对比单一的机器学习模型以及电影特征信息模型,该模型的准确率有明显的提高,可以有效地预测出电影的评分.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁友东	上海大学上海电影学院	86	368	11.0	13.0
2	黄东晋	上海大学上海电影学院	24	76	4.0	8.0
3	纪浩	上海大学上海电影学院	1	1	1.0	1.0
4	耿晓云	上海大学上海电影学院	1	1	1.0	1.0