一种基于深度学习的个性化推荐系统

个性化推荐算法：基于阅读历史和兴趣的推荐系统 #生活乐趣# #阅读乐趣# #电子书推荐#

技术特征：
1.一种基于深度学习的个性化推荐系统，包括用户兴趣模块、推荐对象模块和推荐算法模块，其特征在于，其中，模块1(用户兴趣模块)主要有以下三种方式：方式(1)用户注册时填写的个人信息，主要是用户的姓名、从事的职业、出生年月、个人收入、最高学历等；方式(2)用户自愿且主动提供的信息：该信息是用户在搜索框主动输入的内容，该内容通常都会反应用户的个人需求。还包括用户观看后对视频的评分，体现出用户的满意度；方式(3)用户操作行为留下的信息：系统通过记录用户浏览内容的次数、频率、停留时间等，这些信息都能够反应用户的个人需求和兴趣偏好。模块2(推荐对象模块)主要是利用基于分类的方法去描述，该方法是把推荐视频放入到不同类别中，于是可以把相同类型的视频推荐给需要此种类型视频的用户。模块3(推荐算法模块)主要有以下三种方式：方式(1)基于内容的推荐算法，该算法是通过分析用户的兴趣爱好，并将与他爱好相似的项目推荐给用户；方式(2)协同过滤推荐算法，该算法基于用户的协同推荐、基于项目的协同推荐和基于模型的协同推荐；方式(3)关联规则的推荐算法，该算法是依据统计学手段，创建关联规则，将此规则作为依据进行推荐。2.根据权利要求1所述的一种基于深度学习的个性化推荐系统，其特征在于，所述推荐算法模块3中方式(1)，该推荐算法第一步是分析项目的特征属性，从分析的结果提取出准备推荐项目的特征属性，第二步是将提取到的特征属性与用户兴趣模型中的个人偏好特征相匹配，最后得到匹配度比较高的推荐项目推送给用户。3.根据权利要求1所述的一种基于深度学习的个性化推荐系统，其特征在于，所述推荐算法模块3中方式(2)的基于用户的协同推荐，其基本推荐思想是基于身边朋友的推荐之后，该用户也会选择此推荐对象，它的工作流程分为两步：第一、找到相似度最高的邻居；第二、产生推荐，关键在于查找最近邻居。4.根据权利要求1所述的一种基于深度学习的个性化推荐系统，其特征在于，所述推荐算法模块3中方式(2)的基于项目的协同推荐基本思想是基于对产品的信任度推荐。5.根据权利要求1所述的一种基于深度学习的个性化推荐系统，其特征在于，所述推荐算法模块3中方式(3)的工作原理是先计算每个不同的推荐对象的高频组合，然后基于该高频组合创建对应的关联规则，最后根据创建的规则把相关对象推荐给目标用户。

技术总结
本发明属于视频推荐系统设计技术领域，尤其是一种基于深度学习的个性化推荐系统，针对背景技术提出的用户很难从海量的视频中选择自己喜欢的内容问题，现提出以下方案，包括用户兴趣模块、推荐对象模块和推荐算法模块，其中，模块1(用户兴趣模块)主要有以下三种方式：方式(1)用户注册时填写的个人信息，主要是用户的姓名、从事的职业、出生年月、个人收入、最高学历等。本发明该系统采用领先的网络视频传输技术，视频播放时清晰流畅，网站包括海量的视频内容，并且视频内容会不断更新，针对用户很难从海量的视频中选择自己喜欢的内容，本系统为视频网站设计个性化视频推荐系统，为用户推荐所需求的视频，提高用户对网站的满意度。提高用户对网站的满意度。提高用户对网站的满意度。

技术研发人员：王诗卿 战荫伟
受保护的技术使用者：广东工业大学
技术研发日：2022.04.19
技术公布日：2022/7/12

网址：一种基于深度学习的个性化推荐系统 https://www.yuejiaxmz.com/news/view/335690

相关内容

毕业设计：基于深度学习的商品个性化推荐系统
基于深度学习的电子商务个性化推荐模型
【机器学习】推荐系统——基于用户行为分析的个性化推荐技术
深度解析京东个性化推荐系统
个性化推荐系统五大研究热点：深度学习、知识图谱、强化学习、用户画像、可解释推荐
深度学习第二课：个性化推荐
[推荐系统]基于个性化推荐系统研究与实现（2）
基于大数据的个性化推荐系统
什么是个性化推荐系统？初步了解推荐系统的基本原理
Python推荐系统实战：构建个性化推荐系统

随便看看