基于联合神经网络的电影个性化推荐算法

• 作者: 丁友东 徐敏 李筱 陈方灵
• 来源期刊: 现代电影技术
• 学科: 工学
• 关键词: 个性化推荐 显式信息 隐式信息 神经网络 评分预测模型 Top-N
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 研发与应用
• 页码范围: 25-30
• 页数: 6页
• 分类号: TP391
• 字数: 5193字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3215.2019.11.004

摘要

随着人工智能的发展,深度学习技术开始被广泛应用在个性化推荐业务上.本文在用户基本信息、电影元信息的基础上,融合点评文本、用户兴趣度的浏览行为、电影海报等多源信息,建立了一个基于联合神经网络的用户评分预测模型,并通过Adam优化方法拟合预测评分矩阵和真实评分矩阵,最后结合海报的相似度对候选推荐集中的电影做一个简单的分类,生成相似度最高的Top-N推荐列表.实验结果表明,该模型预测评分的准确率较Con-vMF提高了0.06％,列表排序的平均准确率达到72％,推荐结果的平均综合指标达到0.85,用户满意度较高.

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
5	徐敏	上海大学上海电影学院	4	7	1.0	2.0
9	陈方灵	上海大学上海电影学院	2	0	0.0	0.0
13	李筱	上海大学上海电影学院	1	0	0.0	0.0