《表1 用户行为分类:基于协同过滤算法的视频智能推荐系统》
数据中给出的隐式行为有很多种,例如收看开始时长,收看结束时长,点播节目,要用一个统一的方式表示这些用户行为具有一定的难度,在这里,我们将给出一种表达方式,将用户的行为分成5个部分,见表1.根据用户的收视和回看纪录,每个User id对应的每个Item id的收看时长作为一个评测标准,再根据用户的点播纪录,把点播金额作为一个评分标准,然而这两个数据量纲单位不同,为了方便我们对数据的分析,我们需要对数据进行归一化.以解决数据指标之间的可比性.将隐形行为转化为显性打分,得到每类Behavior type对应的Behavior weight.在这里我们采用的五分制打分系统,计算公式为:
图表编号 | XD0033279300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.03.05 |
作者 | 王嘉菲、朱志锋 |
绘制单位 | 湖北工程学院数学与统计学院、湖北工程学院数学与统计学院、湖北大学数学与统计学学院 |
更多格式 | 高清、无水印(增值服务) |