《表1 用户行为日志数据格式》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《隐式反馈场景下的LFM-XGB-LR融合推荐算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

将用户行为类型集合记为B={b1，b2，…，bn}，用户行为流水集合记为S={S1，S2，…，Ss，…，Sm}，表1给出了用户行为流水数据的日志数据格式。行为类型数据中，除了记录了用户的每次播放时长，也记录了点赞、评论、收藏、关注视频作者等正向互动行为。在之前的算法中，一般将播放行为和正向互动行为分为两类赋予权重，其中，播放行为以播放时长/视频总时长来衡量喜好程度，正向互动行为则赋予相同的正整数权重。但将所有正向互动行为赋予相同权重并不十分符合实际情况，例如，用户“点赞”一个视频和“关注视频作者”体现出的喜好程度，明显后者更强。从大量统计数据和用户行为分析，足够长时间段的数据统计中，一种互动行为的发生总次数越少，则用户发生这种行为时，体现出的对视频的喜好程度越强。为了更加细致地挖掘隐式反馈行为，本文设计如下正向行为权重转化公式：