基于云同步的視頻推薦系統(tǒng)的系統(tǒng)實現(xiàn).pdf_第1頁
已閱讀1頁,還剩79頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、如今我們正處于視頻信息過載時期,視頻推薦系統(tǒng)是解決此問題的方法,相比搜索引擎要求用戶有明確的目標并且提供搜索關鍵字,而視頻推薦系統(tǒng)是應用推薦算法從用戶的歷史行為中挖掘用戶的偏好并為推薦視頻。云同步、視頻推薦系統(tǒng)的研究逐漸成熟并指引著廣大人民積極的嘗試運用網絡的方法與時俱進,同時人們的需求也將越來越急切。互聯(lián)網上視頻資源日益增多,用戶觀看視頻的設備也是各式各樣,尋找所需視頻的難度無疑的大大增加。視頻推薦系統(tǒng)體現(xiàn)出用戶對此服務的需求,由于目

2、前的視頻推薦技術的局限性,分布式推薦系統(tǒng)技術沒有很好的應用。所以我們要充分發(fā)揮分布式系統(tǒng)的能夠根據(jù)用戶的觀看記錄來推薦用戶感興趣的視頻列表。
  為提高大數(shù)據(jù)的處理能力,采用云同步技術進行支持并提供了以分布式開發(fā)的Hadoop框架技術為基礎來進行推薦。本文在總結當前國內外視頻推薦系統(tǒng)的理論研究和應用現(xiàn)狀的基礎上,從用戶信息收集及用戶建模、混合推薦系統(tǒng)的優(yōu)勢、視頻推薦系統(tǒng)的設計和實現(xiàn)四個方面展開進行了具體的評述,并探究了其中的有關關

3、鍵技術,采用了基于mahout的Hadoop技術進行搭建的推薦系統(tǒng)平臺。具體完成研究工作如下:
  (1)分析了視頻推薦系統(tǒng)的需求,確定了推薦系統(tǒng)的數(shù)據(jù)模型等工作。
  (2)分析了傳統(tǒng)的推薦算法,對傳統(tǒng)推薦算法進行改進,運用用戶在不同設備下不同時間段的內容偏好、屬性時長等特征進行混合的加權推薦算法。
  (3)設計了視頻推薦系統(tǒng)的各個模塊,形成基于云同步的視頻推薦系統(tǒng)架構。
  (4)用eclipse開發(fā)工具,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論