基于协同过滤推荐算法的广播电视节目推荐系统实现  

作　　者：周洪萍 郑雨菲 

机构地区：[1]南京传媒学院

出　　处：《广播电视网络》2024年第S2期25-30,共6页RADIO & TELEVISION NETWORK

基　　金：2024年度江苏高校哲学社会科学研究一般项目“新质生产力视域下传媒类‘AI+实践’课程体系探索”(项目编号:2024SJYB0457);全国高等院校计算机基础教育研究会计算机基础教育教学研究项目“面向智能技术应用需求的计算机基础教育实践教学体系构建”(项目编号:2024-AFCEC-452)成果

摘　　要：随着互联网与信息技术的迅速发展,广播电视节目与互联网高度融合,为了使用户能快速找到自己感兴趣的节目内容,需要个性化的推荐系统。基于协同过滤推荐算法的广播电视节目推荐系统使用了Django后端框架与Bootstrap前端框架进行搭建。系统先对用户数据进行预处理,提取出用户的观看或浏览历史、喜好等信息,再利用协同过滤算法对这些数据进行计算,生成用户的个性化广播电视节目推荐列表,最后通过Web界面将节目推荐结果展示给用户。该推荐系统为广播电视节目的个性化推荐提供了一种有效的解决方案。

关 键 词：广播电视节目 推荐系统 协同过滤 DJANGO 

分 类 号：TP391.3[自动化与计算机技术—计算机应用技术] TN948.1[自动化与计算机技术—计算机科学与技术]