个性化电影推荐算法综述  

Review of Personalized Movie Recommendation Algorithms

作　　者：张正风[1] 强承魁[2] 段素峰[2] ZHANG Zheng-feng;QIANG Cheng-kui;DUAN Su-feng(Xuzhou Bioengineering Technical College,Xuzhou 221006,China)

机构地区：[1]徐州生物工程职业技术学院信息中心,江苏徐州221006 [2]徐州生物工程职业技术学院,江苏徐州221006

出　　处：《电脑知识与技术》2021年第22期80-81,84,共3页Computer Knowledge and Technology

基　　金：徐州生物工程职业技术学院2020年度校级自然科学研究项目《智慧协同型科研云平台的研发与应用》(编号:XSZR202001)。

摘　　要：大数据时代,各类影视资源纷纷涌现,“信息过载”问题在影视行业愈发凸显,有效的电影推荐算法是解决这个问题的关键。本文首先总结了电影推荐的主流推荐算法,主要有协同过滤、基于内容的推荐和混合推荐三类算法,然后比较分析了几种推荐算法的优缺点。最后,针对推荐算法的发展方向,又对基于上下文的推荐算法进行了简单的介绍。In the era of big data,all kinds of film and television resources have emerged,and the problem of"information overload"has become increasingly prominent in the film and television industry.Effective film recommendation algorithm is the key to solve this problem.This paper first summarizes the mainstream recommendation algorithms of film recommendation,including collaborative filtering,content-based recommendation and hybrid recommendation,and then compares and analyzes the advantages and disadvantages of several recommendation algorithms.Finally,according to the development direction of recommendation algorithm,the context based recommendation algorithm is briefly introduced.

关 键 词：电影推荐 协同过滤 基于内容的推荐 混合推荐 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]