基于協(xié)同過濾的視頻推薦系統(tǒng).pdf

1、互聯(lián)網(wǎng)的發(fā)展，把人們從現(xiàn)實(shí)世界帶到了一個(gè)虛擬世界，為人類創(chuàng)造財(cái)富的同時(shí)，產(chǎn)生了很多垃圾信息，世界各地的網(wǎng)民通過自己的方式產(chǎn)生大量的信息，導(dǎo)致互聯(lián)網(wǎng)信息劇增，意味著信息爆炸社會(huì)的到來。在這么多巨量信息中，人們選擇自己想要的信息的成本將越來越高。怎樣讓人用最少的代價(jià)找到自己想要的信息，將長(zhǎng)期成為互聯(lián)網(wǎng)的研究一個(gè)重要的課題。個(gè)性化推薦系統(tǒng)，通過學(xué)習(xí)、收集用戶的信息，為用戶提供比較精準(zhǔn)的信息推薦服務(wù)，能讓用戶花更少的代價(jià)獲取自己想要的信息，所以

2、個(gè)性化推薦系統(tǒng)是一個(gè)重要的信息傳遞工具。
　　在互聯(lián)網(wǎng)信息傳播中視頻傳播是一種重要的傳播途徑，土豆網(wǎng)從05年創(chuàng)立到現(xiàn)在，上傳的視頻總量有五千多萬，并以每天五萬個(gè)視頻的上傳速度在增加。在如此多的視頻中，用戶怎樣方便地發(fā)現(xiàn)自己喜歡看的視頻，這對(duì)用戶的網(wǎng)上沖浪體驗(yàn)尤為重要。本文在現(xiàn)有的數(shù)據(jù)基礎(chǔ)上，針對(duì)土豆網(wǎng)的用戶研發(fā)一套視頻推薦系統(tǒng)稱為TDRecsys，己設(shè)計(jì)實(shí)現(xiàn)的TDRecsys推薦系統(tǒng)采用常用的協(xié)同過濾技術(shù)，將網(wǎng)站整個(gè)的視頻數(shù)據(jù)和用

3、戶行為數(shù)據(jù)作為輸入，對(duì)輸入的數(shù)據(jù)進(jìn)行數(shù)據(jù)過濾，除掉一些擾亂系統(tǒng)推薦結(jié)果的數(shù)據(jù);基于User-based和Item-based模型，通過相似度公式來計(jì)算出視頻、用戶之間的相似度;把用戶的觀看記錄，作為推薦系統(tǒng)的原始數(shù)據(jù)輸入給系統(tǒng)，并通過這些觀看記錄，推薦系統(tǒng)實(shí)時(shí)計(jì)算出用戶可能潛在喜歡看的視頻推薦給用戶。
　　本文所作的工作主要有如下幾點(diǎn):
　　(1)分析土豆網(wǎng)的數(shù)據(jù)特性，提出推薦系統(tǒng)實(shí)現(xiàn)過程中常見的冷啟動(dòng)、數(shù)據(jù)的稀疏度、多樣性

4、、準(zhǔn)確性等問題的解決方法。
　　(2)設(shè)計(jì)出質(zhì)量控制和VideoRank視頻排序算法，選取了能提高TDRecsys系統(tǒng)推薦準(zhǔn)確率的方法，如:數(shù)據(jù)的噪音過濾，推薦的視頻集合選取，混合推薦。
　　(3)設(shè)計(jì)實(shí)現(xiàn)了TDRecsys系統(tǒng)中的在線模塊和離線模塊，改進(jìn)了對(duì)推薦系統(tǒng)的評(píng)估方法。
　　本文工作研發(fā)的TDRecsys系統(tǒng)，已經(jīng)在土豆網(wǎng)首頁中的“推薦給我”和播放頁面中應(yīng)用，經(jīng)實(shí)際的應(yīng)用證明TDRecsys能夠有效地提高相應(yīng)