基于文本矢量特征的电影评分预测模型

作     者：黄东晋 纪浩 耿晓云 丁友东 HUANG Dongjin;JI Hao;GENG Xiaoyun;DING Youdong

作者机构：上海大学上海电影学院 

出 版 物：《现代电影技术》 (Advanced Motion Picture Technology)

年 卷 期：2019年第3期

页      面：44-50页

学科分类：1303[艺术学-戏剧与影视学] 13[艺术学] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：电影评分 电影文本 Word2Vec 深度学习 

摘      要：电影评分是观众选择电影消费的一个重要依据。针对当前电影评分预测模型涵盖电影信息少、算法较为单一、预测准确性不高等问题,本文融合了电影特征信息与电影文本信息,提出了一种基于文本矢量特征的电影评分预测模型。首先,基于Word2Vec模型对分词后的电影文本进行向量化处理;然后,通过TF-IDF算法给予每个词向量对应的权重,生成文本矢量特征信息;最后,文本矢量特征信息和电影特征信息一起输入到LSTM (Long Short Term Memory networks,长短期记忆网络)模型进行评分预测。实验结果表明,对比单一的机器学习模型以及电影特征信息模型,该模型的准确率有明显的提高,可以有效地预测出电影的评分。