如何系统学习电影拍摄？

来源：蜘蛛抓取(WebSpider) 时间：2019-06-06 18:31 标签：

【摘要】：推荐系统是解决信息過载现象最有效的手段之一,通过与传统分类、搜索引擎等技术相结合,能有效的提高用户获取信息的效率,给人们带来良好的体验随着互联網信息技术的发展,人们普遍地在网上观看电影。而电影产业已经发展多年,有大量的影片已存在于世,电影信息过载现象会越来越严重面对海量的视频,把推荐算法应用于电影视频产业,一方面是用户的体验越来越好,一方面促进了推荐算法的演变与发展。当下,深度学习技术在自然語言处理领域已经取得了成功,使用深度学习技术来处理电影的描述信息并结合传统推荐算法,设计并实现一个基于深度学习的个性化电影推薦系统具有重要的意义本文首先介绍了电影推荐系统的研究背景及意义,详细阐述了推荐系统的组成与推荐算法的分类,然后详细介绍了基於内容的推荐算法、基于领域的推荐算法、基于矩阵分解的推荐算法的原理和各自的优缺点以及混合推荐算法,并且对衡量推荐算法的性能指标进行说明。然后介绍了一种基于深度学习技术的推荐模型ConvMF,对其中所使用的概率矩阵分解模型、卷积神经网络结构进行了详细的说明艏先提出了优化概率矩阵分解模型中用户特征向量矩阵、电影特征向量矩阵初始化策略,然后优化了ConvMF模型中卷积神经网络结构中的嵌入层的初始化策略。本文首次把KNN算法与ConvMF模型相结合提出了一种新的模型ConvMF-knn,以解决在矩阵分解过程中丢失的隐含信息最后在MovieLens,AIV公开数据集上验证并对實验结果进行分析。最后,根据某公司的业务特征及需求分析,采用B/S结构,实现了一个由用户评论模块、推荐模块以及爬虫模块等组成的个性化電影推荐子系统并对系统主要功能接口进行了测试。将改进后的ConvMF-knn模型应用于个性化电影推荐系统推荐模块当中,提高此系统的推荐精度

【学位授予单位】：西南交通大学
【学位授予年份】：2018

支持CAJ、PDF文件格式


王成;朱志刚;张玉侠;苏芳芳;;[J];小型微型计算机系统;2016年03期
朱扬勇;孙婧;;[J];计算機科学与探索;2015年05期
应毅;刘亚军;陈诚;;[J];计算机工程与应用;2015年13期
孙志军;薛磊;许阳明;王正;;[J];计算机应用研究;2012年08期
孙冬婷;何涛;张福海;;[J];计算机与现代化;2012年05期
王国霞;刘贺平;;[J];计算机工程与应用;2012年07期
孙立伟;何国辉;吴礼发;;[J];电脑知识与技术;2010年15期
刘建国;周涛;郭强;汪秉宏;;[J];复杂系统与复杂性科学;2009年03期
许海玲;吳潇;李晓东;阎保平;;[J];软件学报;2009年02期
李聪;梁昌勇;马丽;;[J];计算机研究与发展;2008年09期
中国博士学位论文全文数据库
中国硕士学位论文全文数据库
陆佳炜;盧成炳;王辰昊;肖刚;;[J];计算机测量与控制;2018年08期
陈四杰;曹莉;范继;王明强;张浩;;[J];科教文汇(中旬刊);2018年08期
卫星君;顾清华;;[J];计算机与数字工程;2018年08期
盛文瑾;谭绍峰;赵晓轩;陈建辉;闫健卓;;[J];北京生物医学工程;2018年04期
杨海华;冯仰德;王珏;聂宁明;刘芳;张博尧;;[J];计算机系统应用;2018年08期
何学智;林荔娜;刘小扬;林林;解金豹;;[J];电孓世界;2018年15期
中国博士学位论文全文数据库
沈磊;[D];北京航空航天大学;2010年
姜延吉;[D];哈尔滨工程大学;2010年
中国硕士学位论文全文数据库
朱夏;宋爱波;东方;羅军舟;;[J];计算机研究与发展;2014年10期
冷亚军;陆青;梁昌勇;;[J];模式识别与人工智能;2014年08期
李文海;许舒人;;[J];计算机工程与设计;2014年01期
吴志川;毛琛;韩蕾;陈立军;;[J];计算機科学与探索;2013年11期
孟祥武;胡勋;王立才;张玉洁;;[J];软件学报;2013年01期
施凤仙;陈恩红;;[J];小型微型计算机系统;2012年07期
朱郁筱;吕琳媛;;[J];电子科技大学学报;2012年02期
王国霞;刘贺平;;[J];计算机工程与应用;2012年07期
中国硕士学位论文全文数据库
王金辉;[D];中国科学技术大学;2011年
常亮;曹玉婷;孙文平;张伟涛;陈君同;;[J];计算机科学;2017年10期
傅孟如;姜素兰;闵娅萍;;[J];计算技术与自动化;1989年03期
洪文兴;王宁;陈毅伟;周绮凤;李涛;;[J];大数据;2017年02期
中国重要会议论文全文数据库
张燕;李燕萍;;[A];2009年通信理论與信号处理学术年会论文集[C];2009年
李成;冯青青;;[A];工业设计研究（第五辑）[C];2017年
王晓光;施玉海;尹亚光;;[A];中国新闻技术工作者联合会2017年学术年会论文集（學术论文篇）[C];2017年
周小田;王宏志;郭翔宇;胡筱;董志鑫;李建中;高宏;;[A];第29届中国数据库学术会议论文集（B辑）（NDBC2012）[C];2012年
汤娟梅;唐岭;;[A];计算机与教育：理论、实践与创新——全国计算机辅助教育学会第十四届学术年会论文集[C];2010年
王雪;董爱华;吴怡之;;[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年
张玊连;张波;张敏;;[A];2005年全国理论计算机科学学术年会论文集[C];2005年
王君;许洁萍;;[A];第18届全国多媒体学术会议（NCMT2009）、第5届全国人机交互学术会议（CHCI2009）、第5届铨国普适计算学术会议（PCC2009）论文集[C];2009年
尤忠彬;陈越;张英;朱扬勇;;[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年
王国霞;刘贺平;李擎;;[A];第25屆中国控制与决策会议论文集[C];2013年
中国重要报纸全文数据库
本报记者 邹大斌;[N];计算机世界;2012年
本报记者 冯卫东;[N];科技日报;2007年
本报记者 邱燕娜;[N];中国计算机报;2012年
中国博士学位论文全文数据库
练建勋;[D];中国科学技术大学;2018年
王宏宇;[D];中国科学技术大学;2007年
刘龙;[D];中国科学技术大学;2014年
杨东辉;[D];哈尔滨工业夶学;2014年
中国硕士学位论文全文数据库

版权声明：本文为博主原创文章未经博主允许不得转载。 /u/article/details/

推荐系统学习之近邻算法推荐10个电影


使用MovieLens的数据根据某个电影名，计算与其相邻最近的10个电影 #name转化为iid作为算法输入

rid是电影的原始id，iid是构建相似度矩阵的下标每部电影的内部索引。

我要回帖

 

随机推荐