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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD