研究文章雷竞技app下载苹果版

基于云的移动多媒体用户行为信息推荐系统

摘要

推荐系统主要关注三个特定的领域，即CB过滤、基于cf的过滤和上下文感知过滤。在内容过滤中，利用用户在社交网络中的发布和互动来计算用户之间的相似度。然后向用户推荐商品。互联网上的多媒体服务和内容，人们通常浪费大量的时间来获取他们的兴趣。这种智能社区中使用的移动设备存储空间有限，因此无法为用户存储大量多媒体内容。以YouTube最为流行的在线视频分享系统提供了允许用户发布视频作为对某个讨论话题的回应的功能。在诸如Flickr、Facebook和Twitter这样的多媒体视频、音频和图像分享网站上，用户为资源分配标签。分析以往研究中的标注信息，具有协同标注行为的用户对特定物品具有较高的相似性。在线用户经常点击他们关注的用户和感兴趣的群体推荐的资源。基于社交网络中用户-用户和用户-资源的隐性关系，推荐系统可以获得更好的性能和更低的时间成本。MapReduce过程可以加速现有的推荐算法，如CB、CF或SNF(基于社交网络的过滤器)。

Jayshri M. Somwanshi, Y.B. Gurav教授

阅读全文下载全文|访问全文