基于社会标签的视频推荐系统的研究

刘天成

（上海市川沙中学，上海，201299）

0 引言

在这个信息流动迅速的时代，视频作为人们快速获取信息和娱乐的渠道，被人们所喜爱。随着大量的视频网站的发展，每天用户都有大量的视频可以观看，而其中有些不符合他们的兴趣，有些则是质量偏低。同时，推荐系统的日臻完善，使得帮助用户找到自己想要的视频变得简单，而不需要自己花费大量时间去寻找。

网络的社会化趋势产生了越来越多的社会化标注系统[1]，当用户给视频添加过标签后，便可以匹配相似标签来匹配，但其系统还存在可信度低，准确度低等问题。基于通用标签及其上的特定标签的推荐系统便是本文研究的主要系统，而解决系统的问题及对其提出创新便是本文的研究意义。

推荐系统是指对用户的兴趣进行研究后，对其进行个性化推荐，个性化推荐技术，指的是系统智能获取用户的行为数据，进而主动给用户推荐他们感兴趣的信息[2]。这种技术的想法最早出现在1992年，发展至现在，主要的推荐系统有：协同过滤推荐系统，基于内容的推荐系统等。

推荐系统能帮助用户找到自己想看的视频，而本文研究的方法便是基于社会标签的推荐系统，当下的社会标签主要由用户和作者及专家群体来提供，通过匹配标签便能实现推荐，

但其系统也存在明显的缺陷，因为标签是由用户创造和添加的，导致用户可以写出他想表示的标签而非真正符合视频的标签，有些标签甚至会误导视频所包含的真正内容，造成了可信度低，标签数量庞大，不方便匹配等问题，最终会导致系统承受巨大的负担，且会经常出现错误推荐。……