基于大数据分析的影音推荐系统研究

信 晓 艺

(德州学院 数学与大数据学院，山东 德州 253000)

随着互联网技术的飞速发展，网络中相同类型的信息越来越多，互联网用户每天都会面临各种各样的选择。互联网用户这种需求的逐渐增多，促使个性化推荐方法查找相关信息逐渐得到推广。个性化推荐方法不仅有助于根据用户的兴趣特征和历史行为过滤掉不必要的信息，还可以更深入地挖掘用户的潜在兴趣。以电影为例，当前视频网站上有大量电影资料，并且每天都会发布新电影。但是，互联网用户无法在视频页面上快速找到需要的电影数据，导致用户花费大量的时间来搜索数据，减少了看电影的时间，而个性化推荐系统可以帮助用户过滤掉不需要的信息，对于需要的信息，系统可以帮助用户按兴趣或其他形式寻找并分类。在大数据时代，个性化推荐系统已在每个人都最熟悉的电子商务行业中采用。系统根据用户之前的购买数据确定用户的偏好，或者对数据进行分析，然后根据分析结果推荐产品，以满足用户的最大需求并进一步提高销售量。当前，一些大型网站(例如Amazon、T-mall和JD.com)都在使用个性化推荐服务，个性化推荐在实践中可以说是非常重要的[1-5]。

国内对推荐算法的研究与西方发达国家之间存在很大差异。近年来，相关领域专家学者的研究越来越全面深入。卢永祥等人[6]对中文文本过滤技术进行了深入研究，最终提出了一种组合文本过滤模型，该算法主要基于内容过滤和协同过滤。……