融合评论分析和隐语义模型的视频推荐算法
针对网络视频元数据信息缺失严重和多媒体数据本身特征难以提取等问题，提出了融合评论分析和隐语义模型的网络视频推荐算法。从视频评论入手，通过分析用户对不同视频的评论内容以判断其情感倾向并加以量化，继而构建用户对项目的虚拟评分矩阵，弥补了显式评分数据稀疏性问题。考虑到网络视频的多元性和高维度特性，为了深度挖掘用户对网络视频的潜在兴趣，针对虚拟评分矩阵采用隐语义模型( LFM) 对网络视频分类，在传统的用户—项目二元推荐系统基础之上添加虚拟类目信息以进一步发掘用户—类目—项目关联关系。实验在多重标准下进行，对 YouTube 评论集的实验表明，所提推荐方法获得了较高的推荐精度。
文件下载
评论信息
其他资源
- poppler-qt4开发库（静态库、动态库及头文件）
- bwlabel之C++实现(二值图像八连通区域)
- DIY自制激光雕刻机教程
- python实现遍历文件夹图片并重命名
- LabVIEW的多通道数据采集系统(毕业论文)
- vb6运行环境安装包
- 国科大_模式识别_刘成林向世明_2016年期末试卷
- POI修改word、excel、pdf、ppt文件属性如作者以及将其转成html
- ITIL 4 foundation中文-4月校对.pdf
- 2018年郑州大学431金融学综合考研真题
- webperf-dashboard：从https：github.comboyney123garie派生的Web Performance Dashboard-源码
- 数据库复习笔记及mooc上的题库
- QT3显示图片小程序
- 计算机集成安防控制系统的设计和实施
- JAVA计算器源代码,与WINDOWS的计算器长得一模一样
- Eziriz.Net.reactor 5.9.5 破解版
- Spark面试题全解-2019版
- 模拟ATM登陆取款存款修改密码程序
- 作业提交系统
- hdrnet cvpr2017
- Direct3D教程c#版
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明