基于物品内容的电视产品推荐系统研究

摘要：

网络电视资源量的不断膨胀,为用户寻找资源加大了难度.此时对用户的电视产品推荐功能就显得尤为重要,如何对用户做出精准的推荐服务成为一个亟待解决的问题.针对现有的一些方法在冷启动、新项目等问题上的不足,论文利用了某广电网络运营公司的38010条收视行为数据和18480条节目信息数据,通过分析两者的内容相似度,构建了一种基于物品内容的电视节目推荐系统,并通过准确率和召回率两个评价指标对系统进行了评价.实验结果表明该方法的准确率和召回率到达了25％和14％以上,能够将新节目准确地推荐给用户.

关键词：冷启动、内容相似度、推荐系统、互联网电视

所属期刊栏目：48

分类号：TP393(计算技术、计算机技术)

资助基金：国家重点工程实验室基金项目编号:GSYSJ2017002

在线出版日期：2020-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：447-452