基于標簽的視頻流行度預(yù)測.pdf

1、由于視頻服務(wù)平臺與社交工具的快速融合，用戶能夠很方便地在服務(wù)平臺中與好友分享視頻內(nèi)容。與此同時，海量的視頻資源使得用戶需要耗費很大的代價才能獲得感興趣的視頻，因此設(shè)計一個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地為用戶提供個性化服務(wù)具有很大的研究價值。
　　用戶的興趣偏好是動態(tài)變化的，而傳統(tǒng)的推薦算法忽視了時間效應(yīng)的影響。為了解決這個問題，采用基于時間權(quán)重函數(shù)的方法來計算視頻標簽的權(quán)重，并根據(jù)用戶的偏好程度，對用

2、戶的興趣偏好做了進一步劃分。隨著視頻服務(wù)平臺中的用戶逐漸增加，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)的擴展性問題。另外，為了提高推薦系統(tǒng)的性能，將基于項目的推薦算法和協(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地去分析用戶的歷史記錄，于是在服務(wù)平臺中主動地去預(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問題。
　　為了提供真實的實驗環(huán)境，