基于Neo4j图数据库的电影知识图谱构建与电影推荐研究  

An exploration on the establishment for film knowledge graph and film suggestion based on Neo4j graph database

作　　者：王卓岚 张雨琦 陈鸣宇 苏意淇 宋凯[1] 董春玲 Wang Zhuolan

机构地区：[1]中国传媒大学计算机与网络空间安全学院,北京100024

出　　处：《现代电影技术》2022年第3期29-36,共8页Advanced Motion Picture Technology

摘　　要：新冠疫情背景下,随着人们线上观影需求的不断增大,如何从互联网海量数据中为用户精准推荐其喜爱的电影已然成为了众多流媒体平台关注的问题。本文以TMDB(The Movie Database)电影数据集和Netflix Prize电影评分数据集为例进行知识抽取,构建电影知识图谱,利用图数据库Neo4j对知识图谱进行存储,基于知识图谱进行电影推荐。相较于传统的电影推荐算法,本文的电影推荐利用了知识图谱可以存储海量电影特征信息、用户信息,并可以依据数据间的关系进行快速检索的特点,使推荐结果更加精准多样,同时具有良好的可解释性。

关 键 词：电影推荐 知识图谱 图数据库 Neo4j 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] J90-05[自动化与计算机技术—控制科学与工程]