《基于用户群组行为分析的视频推荐方法研究》.pdfVIP

第 36卷第 6期 电 子 与 信 息 学 报 VOl_36NO．6 2014年 6月 JournalofElectronics InformationTechnology Jun．2014 基于用户群组行为分析的视频推荐方法研究 李 鹏 于晓洋① 孙渤禹② (哈尔滨理工大学测控技术与仪器黑龙江省高校重点实验室 哈尔滨 150080) (哈尔滨理工大学计算机科学与技术学院 哈尔滨 150080) 摘 要：该文采用权重增量及相似聚集的用户行为分析算法，为用户推荐个性化视频提供了一个有效的解决方案。 方法包含 3个主要部分，首先利用RFM(Recentness，Frequency，Monetaryamount)模型分析用户的行为，将相同 行为的用户归为一组；然后结合用户的最近习惯，使用基于权重增量的Apriori算法挖掘用户之间的关联规则，并 用向量空间模型进行相似度计算从而实现用户相似聚集；最后进行协同过滤式推荐，完成整体个性化视频推荐过程。 该方法的特点是行为数据 自动收集获取，避免了直接对视频大数据的处理；另外，视频推荐随着用户行为的改变而 动态变化，更加符合实际情况。实验结果表明，该方法有效并且稳定，相比于单一推荐方法，在准确率、召回率等 综合指标上均有明显提升。 关键词：视频推荐；行为分析；权重增量；Apriori算法 中图分类号：TP393 文献标识码：A 文章编号：1009—5896(2014)06—1485—07 DOI：10．3724／SP．J．1146．2013．01225 VideoRecommendationM ethodBasedonGroupUserBehaviorAnalysis LiPeng①② YuXiao—yang① SunBo—yu② (HigherEducationalKeyLaboratoryIoMeasuringandControlTechnologyInstrumentations01HeilongjiangProvince． HarbinUniversity ScienceandTechnology，Harbin150080，China) (SchoolofComputerScienceandTechnology，HarbinUniversityD厂ScienceandTechnology，Harbin150080，China) Abstract：Thispaperpresentsan effectivesolution forpersonalizedvideo recommendation basedon theweight incrementandsimilaraggregationuserbehavioranalysisalgorithm．Themethod isimplementedin threesteps： first，theuserbehaviorisanalyzedusingtheRFM (Recentness，Frequency，Monetaryamount)model，userswith thesamebehaviorareclassifiedas agroup；second，theApriorialgorithm basedonweightincrementisappliedto miningassociation rulesbetweenusersinlinewiththerecenthabitsofusers，andbyusingtheVSM modelofr similarity calculation，theusersimilarity aggregation isrealized；finally，thewholeprocessofpersonalizedvideo recommendationisco