基于多特征融合的电影推荐系统

• 作者: 黎丹雨
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 多因素 融合 电影 推荐系统
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 121-126
• 页数: 6页
• 分类号: TP311
• 字数: 6071字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.08.022

摘要

协同过滤算法(CF)根据用户-物品的评分矩阵做推荐,未考虑物品自身属性.本文将MovieLens数据集上的电影属性,作为影响推荐结果的因素,融合电影的简介、评论、评分、导演和演员等多种因素,进行推荐.使用CNN(卷积神经网络)和Word2Vec(Word to Vector,词向量模型)处理电影简介;使用AFINN(Finn?rup Nielsen情感词典)处理评论,并对结果进行映射;对导演和演员数据进行建模,得到该因素下的预测评分,最后将各因素下的结果进行加权融合,通过调整权重,得到最佳效果.经验证,该方法的推荐性能优于传统的CF算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黎丹雨	中山大学新华学院信息科学学院	4	3	1.0	1.0