《MOOC视频内容推荐算法和系统设计》10000字.docxVIP

PAGE

PAGE1

MOOC视频内容推荐算法和系统设计

摘要

现如今，互联网的发展日新月异，同时，互联网给我们提供的服务种类也越来越全面便捷，但伴随而来的问题也逐渐凸显，比如数据的井喷式增长导致的信息过载。而且随着内容的丰富，人们的需求也是越来越个性化，多样化。因此，推荐系统就是为了解决这样的问题而产生的。推荐系统对于使用MOOC视频数据的大体量网站显得尤为重要。通用推荐系统会对用户的浏览历史数据和其他用户的数据先进行分析，然后基于这些用户历史数据构建个性化模型进行推荐。但是以往的推荐系统并不会结合用户的个人信息进行相关性推荐。本篇文章阐述了一个以蚁群优化算法为基础支撑的视频推荐系统，并依托了协同过滤的思路，以用户自身的浏览行为切入点进行维度聚焦，利用当前视频基本信息的简历对用户行为模型进行个性化处理，并结合不同维度视频的相似性。

关键字：推荐系统协同过滤蚁群优化算法用户行为建模

目录

TOC\o1-3\h\u

253301.绪论 1

247511.1研究背景及意义 1

66211.2国内外研究现状 1

70551.3研究工作概述 2

3722.需求分析与可行性分析 4

304102.1需求分析 4

107292.1.1需求获取 4

472.1.2获取用户需求 4

24