申请/专利权人:安徽师范大学
申请日:2023-08-23
公开(公告)日:2023-12-01
公开(公告)号:CN117150080A
主分类号:G06F16/783
分类号:G06F16/783;G06V10/74;G06F16/78;G06F16/74
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.12.19#实质审查的生效;2023.12.01#公开
摘要:本发明公开了一种基于ALS和协同过滤的电影实时推荐方法,包括:S1、通过ALS算法训练得到电影特征矩阵和用户特征矩阵;S2、构建电影相似度矩阵;S3、用户观看过电影后,使用电影相识度矩阵,动态调整备选电影列表,然后使用考虑了用户兴趣的变化喜爱度算法,计算用户对备选电影列表中电影的喜爱度,得到包含喜爱度的备选电影列表;S4、以用户对电影的喜爱度为依据,将上次推荐电影推荐列表和包含喜爱度的备选电影列表合并更新,最终生成新的电影推荐列表,直接推给目标用户。本发明通过改进物品相似度的计算,能够提升ItemCF算法在实时电影推荐系统中的推荐准确度。
主权项:1.一种基于ALS和协同过滤的电影实时推荐方法,其特征在于:包括:S1、获取用户原始评分数据,构建用户-电影评分矩阵,通过ALS算法训练得到电影特征矩阵和用户特征矩阵;S2、通过用户-电影评分矩阵和电影特征矩阵融合计算得到电影相似度,最后得到所有电影两两之间的相似度,构建电影相似度矩阵;S3、用户观看过电影后,使用电影相识度矩阵,动态调整备选电影列表,然后使用考虑了用户兴趣的变化喜爱度算法,计算用户对备选电影列表中电影的喜爱度,得到包含喜爱度的备选电影列表;S4、以用户对电影的喜爱度为依据,将上次推荐电影推荐列表和包含喜爱度的备选电影列表合并更新,最终生成新的电影推荐列表,直接推给目标用户。
全文数据:
权利要求:
百度查询: 安徽师范大学 一种基于ALS和协同过滤的电影实时推荐方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。