针对视频推荐系统的稀疏性问题、冷启动问题与灰羊用户问题,提出一种基于视频内容检测的协同过滤视频推荐系统。首先,为视频包含的人体动作进行建模并提取时空兴趣点,使用梯度描述符计算兴趣点的主要移动方向与尺度;然后,为每个视频序列构建一个梯度向量的矩阵,使用聚类算法从梯度矩阵中选择初始化向量与代表向量;最终,通过对受欢迎视频作者与用户的评分分析,获得灰羊用户的分组。仿真实验的结果表明,该视频推荐系统较好地解决了视频推荐系统的稀疏性问题、冷启动问题与灰羊用户问题,获得了较高的推荐准确率。
科研之友
微信
新浪微博
Facebook
分享链接
