基于用户行为分析的流媒体平台推荐算法公平性研究.docx

PAGE2

基于用户行为分析的流媒体平台推荐算法公平性研究

第一章绪论

1.1研究背景与问题提出

1.1.1研究背景分析

随着数字基础设施的全面普及与移动互联网的纵深发展，流媒体平台已成为大众文化消费的核心载体。在这个信息过载的时代，推荐算法作为连接海量内容与个性化需求的关键枢纽，决定了用户的信息获取视野与平台的流量分配格局。

当前，主流流媒体平台普遍采用基于用户行为数据的深度学习推荐模型。这些模型通过捕捉用户的点击、观看、停留等隐式反馈，不断优化预测的准确度，从而最大化平台的商业利益与用户的短期满意度。

然而，以点击率与观看时长为核心优化目标的算法机制，正在引发显著的“马太效应”