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:
网络电视资源量的不断膨胀,为用户寻找资源加大了难度.此时对用户的电视产品推荐功能就显得尤为重要,如何对用户做出精准的推荐服务成为一个亟待解决的问题.针对现有的一些方法在冷启动、新项目等问题上的不足,论文利用了某广电网络运营公司的38010条收视行为数据和18480条节目信息数据,通过分析两者的内容相似度,构建了一种基于物品内容的电视节目推荐系统,并通过准确率和召回率两个评价指标对系统进行了评价.实验结果表明该方法的准确率和召回率到达了25%和14%以上,能够将新节目准确地推荐给用户.
推荐文章
基于大数据技术的有线电视推荐系统研究
大数据
有线电视
Hadoop
推荐算法
协同过滤
基于内容的新闻推荐系统研究综述
新闻推荐
深度学习
推荐系统
基于Web的旅游产品推荐系统设计与研究
Web
旅游产品
SQL语言
推荐系统设计
购买率
用户满意度
基于内容过滤的电子商务推荐系统研究
电子商务
推荐系统
个性化推荐
向量空间模型
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 基于物品内容的电视产品推荐系统研究
来源期刊 计算机与数字工程 学科 工学
关键词 冷启动 内容相似度 推荐系统 互联网电视
年,卷(期) 2020,(2) 所属期刊栏目 工程实践
研究方向 页码范围 447-452
页数 6页 分类号 TP393
字数 5072字 语种 中文
DOI 10.3969/j.issn.1672-9722.2020.02.035
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 万超 西安工业大学计算机科学与工程学院 6 25 3.0 5.0
2 姜雨菲 西安工业大学计算机科学与工程学院 3 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (6)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(6)
  • 参考文献(6)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
冷启动
内容相似度
推荐系统
互联网电视
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导