基于文本矢量特征的电影评分预测模型

摘要：

电影评分是观众选择电影消费的一个重要依据.针对当前电影评分预测模型涵盖电影信息少、算法较为单一、预测准确性不高等问题,本文融合了电影特征信息与电影文本信息,提出了一种基于文本矢量特征的电影评分预测模型.首先,基于Word2Vec模型对分词后的电影文本进行向量化处理;然后,通过TF-IDF算法给予每个词向量对应的权重,生成文本矢量特征信息;最后,文本矢量特征信息和电影特征信息一起输入到LSTM (Long Short Term Memory networks,长短期记忆网络)模型进行评分预测.实验结果表明,对比单一的机器学习模型以及电影特征信息模型,该模型的准确率有明显的提高,可以有效地预测出电影的评分.

关键词：电影评分、电影文本、Word2Vec、深度学习

分类号：TP181(自动化基础理论)

在线出版日期：2019-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：44-50