基于卷積神經(jīng)網(wǎng)絡(luò)的電影推薦模型研究.pdf

1、隨著物質(zhì)生活水平的提高，精神娛樂變得愈發(fā)重要，作為一項(xiàng)較為普及的精神娛樂項(xiàng)目，影視娛樂正在逐漸受到人們的重視。然而近年來電影行業(yè)迅速發(fā)展，電影的產(chǎn)量也在逐年增加，如何在海量的電影數(shù)據(jù)中快速、準(zhǔn)確地找到用戶喜愛的電影便成了一個(gè)亟需解決的問題。根據(jù)注冊(cè)用戶的觀影信息、瀏覽信息以及評(píng)分信息等計(jì)算出用戶可能會(huì)感興趣的電影是解決該問題的關(guān)鍵所在。
　　經(jīng)過了對(duì)大量的文獻(xiàn)與資料的查閱和總結(jié)之后，論文提出電影推薦模型，該模型包含對(duì)電影數(shù)據(jù)集的預(yù)

2、處理、用戶對(duì)電影評(píng)分的預(yù)測以及對(duì)預(yù)測評(píng)分的處理等。在電影評(píng)分預(yù)測的研究中，根據(jù)深度學(xué)習(xí)的相關(guān)理論提出將卷積神經(jīng)網(wǎng)絡(luò)(CNN)的原理運(yùn)用于電影評(píng)分預(yù)測模塊。根據(jù)注冊(cè)用戶的注冊(cè)信息、電影相關(guān)信息及注冊(cè)用戶對(duì)于電影的評(píng)分等相關(guān)信息來訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)，在實(shí)驗(yàn)中通過調(diào)整超參數(shù)來提高神經(jīng)網(wǎng)絡(luò)在訓(xùn)練集上的表現(xiàn);為了緩解卷積神經(jīng)網(wǎng)絡(luò)在計(jì)算和網(wǎng)絡(luò)訓(xùn)練過程中出現(xiàn)的“過擬合”現(xiàn)象，尋找合適的Dropout值降低過擬合問題;在對(duì)電影推薦模型優(yōu)化的過程中，首先對(duì)