相似性推荐是一种根据影片特征进行相似影片匹配的算法,不同于协同过滤推荐算法需要使用大量的用户行为数据,相似性推荐算法致力于影片本身的特征信息。本文涉及实验旨在实现一种能够应用于缺少用户行为数据场景下的影片推荐算法。文章基于序列模型和相似性计算方法,使用影片简介作为影片推荐的主要素材,搭建了一套在缺少用户订购历史数据的应用场景下,面向放映员的个性化影片推荐模型,通过预测结果评估可知模型有效。
科研之友
微信
新浪微博
Facebook
分享链接
