计算机应用
計算機應用
계산궤응용
Journal of Computer Applications
2015年
11期
3247-3251
,共5页
尹路通%于炯%鲁亮%英昌甜%郭刚
尹路通%于炯%魯亮%英昌甜%郭剛
윤로통%우형%로량%영창첨%곽강
推荐系统%网络视频%评论分析%隐语义模型%情感词
推薦繫統%網絡視頻%評論分析%隱語義模型%情感詞
추천계통%망락시빈%평론분석%은어의모형%정감사
recommendation algorithm%online video%comment analysis%latent factor model%sentiment orientation
针对网络视频元数据信息缺失严重和多媒体数据本身特征难以提取等问题,提出了融合评论分析和隐语义模型的网络视频推荐算法.从视频评论入手,通过分析用户对不同视频的评论内容以判断其情感倾向并加以量化,继而构建用户对项目的虚拟评分矩阵,弥补了显式评分数据稀疏性问题.考虑到网络视频的多元性和高维度特性,为了深度挖掘用户对网络视频的潜在兴趣,针对虚拟评分矩阵采用隐语义模型(LFM)对网络视频分类,在传统的用户—项目二元推荐系统基础之上添加虚拟类目信息以进一步发掘用户—类目—项目关联关系.实验在多重标准下进行,对YouTube评论集的实验表明,所提推荐方法获得了较高的推荐精度.
針對網絡視頻元數據信息缺失嚴重和多媒體數據本身特徵難以提取等問題,提齣瞭融閤評論分析和隱語義模型的網絡視頻推薦算法.從視頻評論入手,通過分析用戶對不同視頻的評論內容以判斷其情感傾嚮併加以量化,繼而構建用戶對項目的虛擬評分矩陣,瀰補瞭顯式評分數據稀疏性問題.攷慮到網絡視頻的多元性和高維度特性,為瞭深度挖掘用戶對網絡視頻的潛在興趣,針對虛擬評分矩陣採用隱語義模型(LFM)對網絡視頻分類,在傳統的用戶—項目二元推薦繫統基礎之上添加虛擬類目信息以進一步髮掘用戶—類目—項目關聯關繫.實驗在多重標準下進行,對YouTube評論集的實驗錶明,所提推薦方法穫得瞭較高的推薦精度.
침대망락시빈원수거신식결실엄중화다매체수거본신특정난이제취등문제,제출료융합평론분석화은어의모형적망락시빈추천산법.종시빈평론입수,통과분석용호대불동시빈적평론내용이판단기정감경향병가이양화,계이구건용호대항목적허의평분구진,미보료현식평분수거희소성문제.고필도망락시빈적다원성화고유도특성,위료심도알굴용호대망락시빈적잠재흥취,침대허의평분구진채용은어의모형(LFM)대망락시빈분류,재전통적용호—항목이원추천계통기출지상첨가허의류목신식이진일보발굴용호—류목—항목관련관계.실험재다중표준하진행,대YouTube평론집적실험표명,소제추천방법획득료교고적추천정도.