文献类型：期刊文章

作　　者：黎丹雨[1]

LI Dan-yu(School of Information Science, Xinhua College of Sun Yat-sen University, Guangzhou 510520, China)

机构地区：[1]中山大学新华学院信息科学学院

出　　处：《计算机与现代化》

基　　金：广州市科技计划项目(201804010265);广东省新工科研究与实践项目(2017CXQX001);中山大学新华学院专业综合改革试点“软件工程”(2018Z001)

年　　份：2019

卷　　号：0

期　　号：8

起止页码：121-126

语　　种：中文

收录情况：IC、ZGKJHX、普通刊

摘　　要：协同过滤算法(CF)根据用户-物品的评分矩阵做推荐,未考虑物品自身属性。本文将MovieLens数据集上的电影属性,作为影响推荐结果的因素,融合电影的简介、评论、评分、导演和演员等多种因素,进行推荐。使用CNN(卷积神经网络)和Word2Vec(Word to Vector,词向量模型)处理电影简介;使用AFINN(Finn Arup Nielsen情感词典)处理评论,并对结果进行映射;对导演和演员数据进行建模,得到该因素下的预测评分,最后将各因素下的结果进行加权融合,通过调整权重,得到最佳效果。经验证,该方法的推荐性能优于传统的CF算法。

关 键 词：多因素  融合  电影 推荐系统

分 类 号：TP311]