基于数据挖掘的视频推荐系统建模研究-通信与信息系统专业论文.docxVIP

万方数据 万方数据 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 签名： 日期： 年 月 日 论 文 使 用 授 权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 摘 要 摘 要 视频类业务以其生动形象的展示形式，受到各种网络环境的追捧。不管是以 视频立足的广播电视网，还是本不涉及视频业务的电信网，以及快速发展的互联 网，视频类业务均是当前的发展重点。面对爆炸式增长的视频业务及内容，信息 过载常常导致用户无所适从，视频推荐技术应运而生。它为用户带来个性化的内 容展示与引导，为网络及视频内容运营商带来可见的经济效益。 本文在分析了当前视频推荐系统发展现状及其关键技术基础上，分别以基于 关联规则和基于语义标签两条思路进行视频推荐系统的建模研究。 基于关联规则的视频推荐系统建模研究以发现项目之间潜在的关联性为出发 点，这可以是视频资源本身的关联性，也可以是用户之间的关联性。资源之间的 关联性研究可以发现与目标用户已观看的资源关联性较强的其他资源，并以此形 成推荐；用户之间的关联性研究则是利用与目标用户关联性较强的其他用户的观 看历史为基础形成推荐。在关联性研究的基础上，本部分的研究内容还将基于用 户关联性研究结果，改进 Slope One 评分预测方法，并以评分预测的形式进行视频 推荐系统建模研究。 基于语义标签的视频推荐系统建模研究，需要为视频资源设计能够有效表示 视频资源特征的语义标签，在此标签信息基础上对资源进行特征建模以及对用户 进行兴趣度建模。同时，融合三种推荐方式，分别是基于资源聚类的推荐，基于 用户聚类的推荐和基于兴趣度距离的推荐，以此组合推荐模型的方式扬长避短， 以取得更好的推荐效果。 本文研究的推荐系统模型具有较强的工程意义，其主要价值及创新点在于： ??详细分析了基于关联规则的推荐系统模型，包括资源关联性及用户关联性 两种具体思路，并进行了细致的实验分析。 ??对经典的评分预测方法 Slope One 算法进行了较好的改进，将其预测精度 提高了 10%以上，并较好的应用于推荐系统建模中。 ??提出了一整套基于视频语义标签的视频推荐系统建模方案，并进行了全面 的实验分析和关键指标评测，明确了其可行性和意义。 关键词： 视频推荐，系统建模，关联规则，Slope One，语义标签 I Abstract Abstract Video related service is developed by all kinds of network operator because of its vivid image of display form which attracts so many users. Not only broadcast network, but also telecommunication network and Internet, video related service is their key developing direction. In face of the explosion of video related service and video contents, the information overloading makes users feel like a fish out of water. Then video recommendation technology is emerged and will benefit both users and network operators. This article will analyze the state of art of video recommendation and the main technologies used in video recommendation. And then, carry out the system modeling research of video recommendation