基于飞桨的智能电影推荐系统研究  

作　　者：陈煌坤 孙良旭[1] 李林林[1] 

机构地区：[1]辽宁科技大学计算机与软件工程学院

出　　处：《消费电子》2024年第12期25-27,共3页Consumer Electronics Magazine

基　　金：教育部2023年产学合作协同育人项目“面向计算机相关专业的师资培训”(项目编号:230703131173223);2024年辽宁科技大学大学生创新创业训练计划项目“基于飞桨深度学习的研究与应用”(项目编号:X202410146096)。

摘　　要：本研究基于飞桨深度学习框架,探讨了电影推荐系统的设计与实现。推荐系统在信息时代中扮演着关键角色,能满足用户个性化需求、提高信息获取效率。本研究针对推荐系统的挑战,提出了一种基于深度学习的电影推荐模型;通过收集和分析用户历史行为数据,构建了用户——电影交互矩阵,并利用飞桨深度学习框架建立了多层神经网络模型,结合用户和电影特征进行训练和优化。实验证明,该模型在准确性和效率方面显著增强,提升了推荐系统的用户体验和满意度。

关 键 词：飞桨 电影推荐 用户——电影交互 深度学习框架 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]