基于个性化推荐系统的视频App的设计
近年来,各类视频应用上内容越来越丰富,页面上与当前用户无关的内容也越来越多.因此,市面上出现了多种不同的推荐算法来进行内容推荐.但是,不是每种推荐算法都能够解决所有的问题.基于个性化推荐系统的视频App,融合了多种推荐方法.首先为了解决推荐系统的冷启动问题,采用了基于统计学的推荐方式,同时,采用基于协同过滤的推荐算法,计算视频和用户间的隐藏特征,最后还有实时推荐模块,能够根据用户近期的行为对推荐内容进行调整.
android应用、推荐系统、协同过滤、ALS算法、实时推荐
17
TP391(计算技术、计算机技术)
2021-04-19(万方平台首次上网日期,不代表论文的发表时间)
共3页
4-6