基于多源异构数据的个性化影视节目推荐算法研究与实现.docx

PAGE4

【摘要】随着互联网技术的快速发展，人们在社交网络上越发的活跃，通信的数据和信息都是大规模的，同时数据类型和数据来源也各不相同。在庞大的信息量中，由于各种因素人们很难明确自己的兴趣点，迅速的找到合适的信息。本文中提出了一个基于多源异构数据的个性化影视节目推荐模型，利用CNN和注意力机制的方法通过用户行为数据和影视特征信息来进行模型的建立，来判断每个属性对影视表示的重要性，区分用户对每个影视节目的偏好程度。最后在现实数据集上进行多次实验发现该方法有效，并且不同的用户行为数据对提升方法的性能效果也各有不同。

【关键词】个性化推荐，卷积神经网络，注意力机制，豆瓣影视短