基于標(biāo)簽的視頻流行度預(yù)測.pdf

1、由于視頻服務(wù)平臺(tái)與社交工具的快速融合，用戶能夠很方便地在服務(wù)平臺(tái)中與好友分享視頻內(nèi)容。與此同時(shí)，海量的視頻資源使得用戶需要耗費(fèi)很大的代價(jià)才能獲得感興趣的視頻，因此設(shè)計(jì)一個(gè)基于用戶興趣模型的推薦系統(tǒng)，通過分析用戶的歷史行為記錄主動(dòng)地為用戶提供個(gè)性化服務(wù)具有很大的研究價(jià)值。
　　用戶的興趣偏好是動(dòng)態(tài)變化的，而傳統(tǒng)的推薦算法忽視了時(shí)間效應(yīng)的影響。為了解決這個(gè)問題，采用基于時(shí)間權(quán)重函數(shù)的方法來計(jì)算視頻標(biāo)簽的權(quán)重，并根據(jù)用戶的偏好程度，對(duì)用

2、戶的興趣偏好做了進(jìn)一步劃分。隨著視頻服務(wù)平臺(tái)中的用戶逐漸增加，可以通過用戶聚類方法將偏好相似的用戶分到相同用戶群體中，來解決推薦系統(tǒng)的擴(kuò)展性問題。另外，為了提高推薦系統(tǒng)的性能，將基于項(xiàng)目的推薦算法和協(xié)同過濾推薦算法結(jié)合在一起應(yīng)用到搜球網(wǎng)中。推薦策略中通常只是被動(dòng)地去分析用戶的歷史記錄，于是在服務(wù)平臺(tái)中主動(dòng)地去預(yù)測視頻資源的流行度，用于指導(dǎo)搜球網(wǎng)預(yù)分配一些流行度高的資源，而且也能緩解推薦中的冷啟動(dòng)問題。
　　為了提供真實(shí)的實(shí)驗(yàn)環(huán)境，