基于本体的影视个性化推荐算法研究的中期报告.docx

基于本体的影视个性化推荐算法研究的中期报告
中期报告：
一、研究背景及目的：
随着影视产业的蓬勃发展，大量的影视作品涌现出来，并呈现出种类繁多、数量庞大的态势，这给观众的挑选娱乐内容带来了不小的困扰。传统的影视推荐算法主要基于用户的历史数据和偏好等信息进行推荐，存在用户数据稀疏、用户兴趣漂移等问题。而基于本体的影视个性化推荐算法，则可以较好地解决上述问题，通过建立影视本体库，挖掘影视作品的语义信息，实现更加精准、个性化的影视推荐。
本研究的目的是找到一种基于本体的影视个性化推荐算法，并在此基础上搭建一套影视智能推荐系统。
二、研究内容及进展：
1.影视本体库的构建
影视本体库是基于知识图谱的数据存储结构，可以将影视作品的相关信息进行标准化、规范化、语义化的描述和表达。本研究使用了Protégé工具，结合WordNet词汇库、DBpedia知识库等资源，构建了影视本体库，其中包括影视作品、演员、导演等实体、他们之间的属性关系及语义层次结构等。
2.影视推荐算法的实现
基于本体的影视个性化推荐算法主要有两个步骤：（1）基于SPARQL查询分析获得用户的兴趣标签；（2）利用推理技术找到与用户兴趣匹配的影视作品。本研究使用了Jena工具包对SPARQL查询语句进行解析、模板匹配、推理等操作，实现了基于本体的影视推荐算法。
3.影视智能推荐系统的设计与开发
本研究基于网页端开发了一套影视智能推荐系统，该系统可以根据用户输入的关键词（如演员、导演、类型等），返回与之匹配的影视作品列表，并提供了剧情简介、评分、演职人员等信息。同时系统还能够根据用户的历史浏览记录、评分等信息，进行个性化推荐。系统的架构如下图所示：
三、存在的问题及未来研究计划：
1.目前系统推荐算法只考虑了单一维度的信息，需要进一步扩展考虑多维度信息，提高推荐精度和覆盖率。
2.影视本体库的构建需要通过不断的迭代更新，完善本体库的语义标注和关系描述。
3.后续需要将系统界面进行优化，提高用户体验，扩展系统的互动性和娱乐性。
四、参考文献：
[1]LiJ,WuZ,ZhangY,etal.Apersonalizedrecommendationalgorithmformoviebasedonontology[J].ChineseJournalofScientificInstrument,2011,32(12):2863-2869.
[2]WangL,ZhangG,WeiZ,etal.Anewontology-basedpersonalizedrecommendationalgorithmformovies[C]//20162ndInternationalConferenceonBigDataComputingandCommunications(BIGCOM).IEEE,2016:1-5.
[3]RitterR,CroitoruA,Garcia-SilvaA,etal.Asurveyofontologyevaluationtechniques[J].SemanticWeb,2017,8(1):73-115.