融合电影流行性与观影时间的协同过滤算法_钱泽俊.pdfVIP

投稿网址：ｗｗｗｐｃａｃｈｉｎａｃｏｍ

融合电影流行性与观影时间的协同过滤算法

钱泽俊，刘润然

（杭州师范大学阿里巴巴商学院，浙江杭州３１１１２１）

摘要：相似度评估作为协同过滤推荐算法的核心，尽管研究人员对其不断改进，却仍难以在各个维度上充分利用评

价数据。针对这一挑战，首先以用户与电影之间的相互影响方式作为切入点，对二者间可能存在的自洽逻辑进行探

究，提出了电影流行度计算公式用于对电影进行加权；接着以用户观影时间作为研究对象，探究用户观影喜好的转变

与观影时间顺序之间的联系，并结合肯德尔相关系数提出了观影顺序一致性度量公式；最后将以上研究内容与传统相

似度算法融合，并基于ＮｅｔｆｌｉｘＰｒｉｚｅ数据集与豆瓣电影评价数据集对改进后的相似度算法进行验证。实验结果表明改

进后的相似度算法拥有更高的推荐准确度。

关键词：推荐算法；协同过滤；相似度算法；电影流行度；观影时间

中图分类号：ＴＰ３９１３文献标识码：ＡＤＯＩ：１０１９３５８／ｊｉｓｓｎ２０９７－１７８８２０２４０２００９

引用格式：钱泽俊，刘润然．融合电影流行性与观影时间的协同过滤算法［Ｊ］．网络安全与数据治理，２０２４，４３（２）：

５４－６３．

Ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｃｏｍｂｉｎｉｎｇｍｏｖｉｅｐｏｐｕｌａｒｉｔｙａｎｄｖｉｅｗｉｎｇｔｉｍｅ

ＱｉａｎＺｅｊｕｎ，ＬｉｕＲｕｎｒａｎ

（ＡｌｉｂａｂａＢｕｓｉｎｅｓｓＳｃｈｏｏｌ，ＨａｎｇｚｈｏｕＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ３１１１２１，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ａｓｔｈｅｃｏｒｅｏｆｔｈｅｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇｒｅｃｏｍｍｅｎｄａｔｉｏｎａｌｇｏｒｉｔｈｍ，ｓｉｍｉｌａｒｉｔｙｅｖａｌｕａｔｉｏｎｉｓｓｔｉｌｌｄｉｆｆｉｃｕｌｔｔｏｆｕｌｌｙｕｔｉｌｉｚｅ

ｅｖａｌｕａｔｉｏｎｄａｔａｉｎａｌｌｄｉｍｅｎｓｉｏｎｓ，ｄｅｓｐｉｔｅｒｅｓｅａｒｃｈｅｒｓｃｏｎｓｔａｎｔｌｙｉｍｐｒｏｖｉｎｇｉｔ．Ｉｎｔｈｉｓｐａｐｅｒ，ａｉｍｉｎｇａｔｔｈｉｓｃｈａｌｌｅｎｇｅ，ｔｈｅｍｕｔｕａｌ

ｉｎｆｌｕｅｎｃｅｂｅｔｗｅｅｎｕｓｅｒｓａｎｄｍｏｖｉｅｓｉｓｔａｋｅｎａｓｔｈｅｓｔａｒｔｉｎｇｐｏｉｎｔ，ｔｈｅｐｏｓｓｉｂｌｅｓｅｌｆ⁃ｃｏｎｓｉｓｔｅｎｔｌｏｇｉｃｂｅｔｗｅｅｎｔｈｅｔｗｏｉｓｅｘｐｌｏｒｅｄ，

ａｎｄａｆｏｒｍｕｌａｃａｌｌｅｄＭｏｖｉｅＰｏｐｕｌａｒｉｔｙＷｅｉｇｈｔ（ＭＰＷ）ｃａｌｃｕｌａｔｉｏｎｆｏｒｍｕｌａｉｓｐｒｏｐｏｓｅｄｔｏｃａｌｃｕｌａｔｅｔｈｅｗｅｉｇｈｔｏｆｍｏｖｉｅｓ．Ｔｈｅｎ，

ｔａｋｉｎｇｔｈｅｖｉｅｗｉｎｇｔｉｍｅｏｆｕｓｅｒｓａｓｔｈｅｒｅｓｅａｒｃｈｏｂｊｅｃｔ，ｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｔｈｅｃｈａｎｇｅｏｆｖｉｅｗｉｎｇｐｒｅｆｅｒｅｎｃｅａｎｄｔｈｅｖｉｅｗｉｎｇ

ｔｉｍｅｓｅｑｕｅｎｃｅｏｆｕｓｅｒｓｉｓｅｘｐｌｏｒｅｄ，ａｎｄｃｏｍｂｉｎｅｄｗｉｔｈｔｈｅｔｈｅｏｒｙｏｆＫｅｎｄａｌｌｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔ，ａｆｏｒｍｕｌａｃａｌｌｅｄＣｏｎｓｉｓｔｅｎｃｙ

ｉｎＶｉｅｗｉｎｇＳｅｑｕｅｎｃｅ（ＣＶＳ）ｃａｌｃｕｌａｔｉｏｎｆｏｒｍｕｌａｉｓｐｒｏｐｏｓｅｄ．Ｆｉｎａｌｌｙ，ｔｈｅｔｒａｄｉｔｉｏｎａｌｓｉｍｉｌａｒｉｔｙａｌｇｏｒｉｔｈｍｉｓｉｍｐｒｏｖｅｄｂｙｕｓｉｎｇｔｈｅ

ａｂｏｖｅｒｅｓｅａｒｃｈｃｏｎｔｅｎｔ，ａｎｄｔｈｅｉｍｐｒｏｖｅｄｓｉｍｉｌａｒｉｔｙａｌｇｏｒｉｔｈｍｉｓｖａｌｉｄａｔｅｄｂｙｕｓｉｎｇｔｗｏｄａｔａｓｅｔｓ，ｏｎｅｉｓｔｈｅＮｅｔｆｌｉｘＰｒｉｚｅｄａｔａｓｅｔ，

ｗｈｉｌｅｔｈｅｏｔｈｅｒｏｎｅｉｓｂｕｉｌｔｂａｓｅｄｏｎｐｕｂｌｉｃｌｙａｖａｉｌａｂｌｅｄａｔａｆｒｏｍＤｏｕｂａｎ