基于联合神经网络的电影个性化推荐算法  

Personalized Movie Recommendation Algorithm Based on Joint Neural Network

作　　者：徐敏 丁友东[1,2] 陈方灵 李筱[1,2] Xu Min

机构地区：[1]上海大学上海电影学院,上海200072 [2]上海大学上海电影特效工程技术研究中心,上海200072

出　　处：《现代电影技术》2019年第11期25-30,共6页Advanced Motion Picture Technology

基　　金：国家自然科学基金资助项目(61402278);上海市自然科学基金资助项目(14ZR1415800);上海市科委工程技术研究中心建设专项(16dz2251300)、上海市科委科技攻关资助项目(16511101302)支持

摘　　要：随着人工智能的发展,深度学习技术开始被广泛应用在个性化推荐业务上。本文在用户基本信息、电影元信息的基础上,融合点评文本、用户兴趣度的浏览行为、电影海报等多源信息,建立了一个基于联合神经网络的用户评分预测模型,并通过Adam优化方法拟合预测评分矩阵和真实评分矩阵,最后结合海报的相似度对候选推荐集中的电影做一个简单的分类,生成相似度最高的Top-N推荐列表。实验结果表明,该模型预测评分的准确率较ConvMF提高了0.06%,列表排序的平均准确率达到72%,推荐结果的平均综合指标达到0.85,用户满意度较高。

关 键 词：个性化推荐 显式信息 隐式信息 神经网络 评分预测模型 Top-N 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]