基于用户行为分析的视频推荐算法研究

摘要：

视频推荐属于互联网推荐系统的应用之一,传统的互联网推荐技术中,协同过滤技术是应用最多和最广泛的.但是区别于其他内容的推荐,(如文本信息、音乐、Web网页以及电子商务领域的推荐等)视频内容的数据量偏大,在推荐的时效性上存在很大的缺陷.较大的视频数据使得算法的时间和空间复杂度较大,推荐效果不佳.根据这一特点,提出了一种基于用户行为信息分析的视频推荐.该方法充分挖掘用户行为信息,以用户行为信息代替视频内容大数据作为推荐的数据集,可以将用户可能感兴趣的视频内容主动推送给用户.实验结果也验证了文中提出的方法的有效性和高效性.

关键词：视频推荐、用户行为分析、相似度计算、协同过滤

所属期刊栏目：40

分类号：TP393;TN941.3(计算技术、计算机技术)

在线出版日期：2017-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：39-42