基于Web挖掘的視頻推薦系統(tǒng)分析與實(shí)現(xiàn).pdf

1、隨著Web2.0技術(shù)的迅猛發(fā)展，當(dāng)互聯(lián)網(wǎng)用戶面對網(wǎng)絡(luò)大數(shù)據(jù)時(shí)，僅僅依靠數(shù)據(jù)庫搜索和統(tǒng)計(jì)分析方法很難準(zhǔn)確地獲得用戶需要的信息，信息過載反而降低了用戶利用信息的效率。因此迫切地需要將待處理的數(shù)據(jù)能自動(dòng)地轉(zhuǎn)化為潛在有價(jià)值的信息，從而為用戶需求服務(wù)。
　　本論文分析并設(shè)計(jì)實(shí)現(xiàn)了一種基于Web挖掘的視頻推薦系統(tǒng)。首先，利用采集到的用戶Web日志進(jìn)行分析，獲取用戶觀看視頻的行為和屬性數(shù)據(jù)。該數(shù)據(jù)包括用戶的注冊信息、用戶搜索視頻的記錄、用戶瀏覽

2、視頻記錄以及用戶對視頻的評(píng)分。然后根據(jù)用戶的選擇、搜索以及觀看評(píng)分記錄建立用戶與視頻項(xiàng)目之間的矩陣關(guān)系，即建立用戶興趣模型，從而發(fā)現(xiàn)用戶的偏好。其中，對協(xié)同過濾算法中相似度計(jì)算方法進(jìn)行了改進(jìn)，主動(dòng)向用戶推薦符合其興趣的視頻。本文具體工作和創(chuàng)新包括如下內(nèi)容：
　　首先，基于現(xiàn)有研究成果，對當(dāng)前的個(gè)性化推薦系統(tǒng)進(jìn)行分析、比較和總結(jié)，并詳細(xì)介紹了當(dāng)前應(yīng)用最廣泛的幾種不同個(gè)性化推薦系統(tǒng)，結(jié)合Web挖掘技術(shù)對個(gè)性化視頻推薦系統(tǒng)提出了改進(jìn)。<

3、br>　　其次，在視頻推薦系統(tǒng)中引入Web挖掘技術(shù)，同時(shí)獲取用戶的顯式數(shù)據(jù)和隱式數(shù)據(jù)，包括用戶對視頻的評(píng)分記錄、用戶搜索視頻記錄，利用分類回歸樹建立用戶興趣偏好模型。另外，本實(shí)驗(yàn)系統(tǒng)采用的相似度計(jì)算方法，用于懲罰推薦系統(tǒng)中主流視頻對推薦結(jié)果產(chǎn)生的影響。
　　接著，針對個(gè)性化視頻推薦系統(tǒng)需求特點(diǎn)，分別從系統(tǒng)用戶和系統(tǒng)需求功能兩個(gè)方面對系統(tǒng)進(jìn)行設(shè)計(jì)，包括詳細(xì)的框架設(shè)計(jì)、系統(tǒng)流程圖設(shè)計(jì)和數(shù)據(jù)庫設(shè)計(jì)，為個(gè)性化視頻推薦系統(tǒng)的開發(fā)流程提供了清