基于神经网络的视频网站个性化推荐系统研究【参考】.docxVIP

基于神经网络的视频网站个性化推荐系统研究指导老师：徐德华教授小组成员：1333161郑子浩1333167丁佳祺1333168雷 巍1333169张国骏1333171孟银薇（组长）1333173张 颖2013年11月15日摘 要随着互联网的飞速发展、PC和平板电脑的普及，人们可以不受空间、时间限制浏览互联网上的视频信息。但是和商务网站一样，视频网站同样面临着信息过载的问题，用户经常迷失在大量的信息空间中，无法顺利找到需要的视频信息。个性化推荐系统是解决“信息超载”问题最有效的工具之一。Netflix视频网站的设计便是围绕个性化推荐展开的，这也说明了个性化推荐系统在视频网站中的作用。本文以Netflix网站为背景，旨在探究用户空间兴趣与时间兴趣模型的基本原理，评价时空综合推荐模型在个性化推荐应用中的精准度。本文分为三大部分共六章。首先，分析了视频网站个性化推荐系统和神经网络的研究现状，归纳总结了推荐系统的相关技术及其优缺点。其次，从空间角度提出了基于BP神经网络的最近邻用户集构建方法，缓解了协同过滤中评分矩阵稀疏性对系统推荐质量的影响。然后从时间角度详细论述了用户兴趣的动态性，提出了时间窗口和时间片的概念，解释了用户兴趣纵向规律。最后，对时空综合推荐模型进行分析和评价，阐述了其在Netflix网站中的应用。关键词：Netflix；个性化推荐；神经网络；用户兴趣AbstractWith