检索结果-南通市图书馆

作者：陈泽宇武汉邮电科学研究院

学位级别：硕士

随着互联网技术和宽带网络技术的迅速发展以及丰富多彩的互联网应用的出现,网络终端设备也变得越来越复杂,且发挥着重要的作用,因此一个有效的管理方式就成为了首要解决的问题,因为可以真正实现业务的零配置安装和管理。TR069（CPE广域... 详细信息

随着互联网技术和宽带网络技术的迅速发展以及丰富多彩的互联网应用的出现,网络终端设备也变得越来越复杂,且发挥着重要的作用,因此一个有效的管理方式就成为了首要解决的问题,因为可以真正实现业务的零配置安装和管理。TR069（CPE广域网管理协议,CPE Wan Management Protocol）协议自出现以来就解决了很多的问题,极大的解决了运营商在终端设备的管理上的问题和遇到的困难,为运营商降低用户终端设备的安装和维护管理成本,提高设备的管理维护效率,提升业务服务质量提供了强有力的保障。本文的主要工作内容有:（1）研究国内外现状,通过分析对比来找到课题研究的必要性,了解终端管理技术的发展历史和发展趋势,明确课题的研究意义,深入了解TR069协议,并且在一定的技术规范和一些特定需求进行系统总体设计;（2）以基础理论为基石,研究TR069协议的相关知识,分析基本原理和代码框架,以TR069协议栈为基准进行分层次的研究,并且通过分层模式进行系统设计;（3）以TR098和TR181规范为约束,通过研究和实现不断更新完善的节点来增加TR069使用的广泛性;（4）创新性的利用XMPP（可扩展通讯和表示协议,Extensible Messaging and Presence Protocol）技术来协助通信,实现了TR069的私网穿越,证明了与同样可以实现私网穿越的STUN（NAT的UDP简单穿越,Simple Traversal of UDP Through NAT）技术对比,基于XMPP技术的私网穿越传输稳定性更强,主动连接成功率更高,有更高的实用价值;（5）为了满足运营商的“实时监控设备”和“高效管理设备”以及降低维护成本的要求,使用c语言进行开发,用ubus进行通信,依赖openssl支持https,设计TR069适配库层和数据模型转换层来屏蔽设备的差异性,从而提高代码的可移植性,目前已经在国际网关上正常运行。最后,通过不同的测试分析交互报文来验证TR069的预期功能,测试显示设计的TR069模块合理,各项基本功能均可以正常运行,CPE（客户终端设备,Customer Premise Equipment）与ACS（自动配置服务器,Auto Configuration Server）可以正常交互,且基于XMPP技术的ACS可以穿过私网访问CPE,达到预期目标。

关键词： TR069协议 TR181规范远程管理终端设备 XMPP协议

基于TF-IDF和LD算法的SQL注入攻击检测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于TF-IDF和LD算法的SQL注入攻击检测研究

作者：王铭妍武汉邮电科学研究院

学位级别：硕士

SQL注入作为一种web应用程序攻击手段,分布广泛、操作门槛低且难以被检测,严重威胁网络安全,导致大量网站存在安全隐患。SQL注入攻击和一般的web系统都是通过HTTP协议实现的,入侵申请和正常申请没有显著差异,一般防火墙也不会对其实施拦... 详细信息

SQL注入作为一种web应用程序攻击手段,分布广泛、操作门槛低且难以被检测,严重威胁网络安全,导致大量网站存在安全隐患。SQL注入攻击和一般的web系统都是通过HTTP协议实现的,入侵申请和正常申请没有显著差异,一般防火墙也不会对其实施拦截,通常在SQL注入攻击出现后,网络流量不会有显著改变,因此具有较好的隐蔽性。故而怎样做好SQL注入攻击的检测与过滤,成为当前网络安全性工作中的重点和难点。本文针对SQL注入攻击的检测和过滤关键技术进行深入研究,所做的主要工作及创新点如下:1、在SQL注入攻击语句数据集中,当敏感词与非敏感词数量相近时,基于传统TF-IDF算法的SQL注入攻击检测方式出现了误报率较高的问题。本文将提出一种基于改进TF-IDF算法的检测方式,通过分析对比了大量攻击语句和正常SQL语句,总结出特征并对正常SQL语句文本向量化后,在TF-IDF算法中添加与关键词相关的数量参数,并利用机器学习算法训练检测模型。首先在数据预处理中使用改进TF-IDF算法,再在训练模型阶段使用SVM、KNN和DT三种机器学习算法,测试对SQL注入攻击检测的正确率,最后再测试对比不同的分类器,结果证明与SVM结合的改进TF-IDF算法具有最高的准确率达到99.07%,比其他两种算法高出1%。2、利用关键字筛选技术结合序列比对技术,本文提供了一种采用LD算法的SQL注入攻击过滤方式。首先使用黑名单技术,从IP的角度对不法用户实施过滤,从而减少了需要过滤的流量规模。然后再对网站用户入口实施关键词检测:如果不包含关键词,则使用基于序列比较的LD算法,对不法入口实施过滤;如果包含关键词则再根据用户申请方式,进入黑名单,或使用LD算法筛选,此方法可以解决传统的基于关键词筛选的过滤方式对正常申请的误报问题。而试验结果也显示,与传统关键词筛选过滤方法和基于规则的筛选过滤方法比较,本文所提方法可高效过滤SQL注入攻击,误报滤相比其他两种方法下降了3%。

关键词： SQL注入攻击 TF-IDF算法 LD算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

游戏商品推荐系统的设计与实现

游戏商品推荐系统的设计与实现

作者：李胜辉武汉邮电科学研究院

学位级别：硕士

近些年,随着互联网技术日新月异的发展,人们随时随地都在产生数据。这使得数据呈现爆炸式增长,在这个背景下,推荐系统便成为用户在海量数据中过滤出有效信息的主要方式。然而在实际应用中,由于存在线上服务使用的特征和线下模型训练使... 详细信息

近些年,随着互联网技术日新月异的发展,人们随时随地都在产生数据。这使得数据呈现爆炸式增长,在这个背景下,推荐系统便成为用户在海量数据中过滤出有效信息的主要方式。然而在实际应用中,由于存在线上服务使用的特征和线下模型训练使用的特征不一致、离线特征无法反映用户真实状态、用户特征缺失等问题,导致模型推荐效果不佳、用户的体验不好,同时高维特征拼接效率低下且系统稳定性不足,严重浪费计算资源。针对以上问题,本文首先回顾了国内外推荐系统的发展历史,总结出目前推荐系统存在的主要问题。在此基础上,本文针对工业界推荐系统离线框架中线上线下特征不一致的问题,搭建基于主流的实时计算框架Flink推荐系统,并将其应用于游戏商品推荐场景中。同时为了更加合理的测试算法的效果,本文搭建出AB Test在线流量分层实验框架。基于该框架,本文搭建的推荐系统取得较好的推荐效果。本文的主要工作总结如下:（1）本文通过分析离线样本拼接流程,实验得出离线样本拼接存在线上服务使用特征和模型训练使用特征不一致的问题,并通过Flink实时存储用户状态解决上述问题。本文通过在线真实游戏商品推荐场景进行算法实验,得出使用实时样本拼接的模型的推荐效果,曝光购买ARPU（Average Revenue Per User）比使用离线样本拼接训练的模型提升了10%。另外为了业务更好的迁移,本文将该代码功能进行模块化,即系统使用者只需要编写配置就可以完成新任务的发布。（2）针对特征管理不规范、特征缺失问题,本文设计出特征管理模块,实现将特征进行统一化管理。该模块方便系统使用者添加或删除特征。同时,为无特征用户添加默认特征,尝试解决用户无特征问题,使曝光ARPU效果提升了2%。（3）针对重复开发问题,本文将系统功能抽象化,方便系统使用者部署于不同的业务场景。实验发现部署新任务上线时间缩短50%,同时规范了上线部署流程,减少犯错误的空间。（4）针对实验过程中算法测试效率低下且不合理,本文通过搭建框架服务,进行AB Test流量分层实验,通过切分流量的方式尽可能多的测试算法的效果。另外本文使用实时计算框架Flink对算法的效果指标进行实时统计,以便尽快做出合理的决策。综上所述,本文不仅搭建出一套高可用、高可靠的实时商品推荐系统,并且通过系统设计解决了线上线下特征不一致问题,最后通过AB Test分层实验进行验证。实验验证实时样本拼接和将变化比较快的特征实时化可以明显提高模型预测的效果。

关键词：推荐系统实时计算 AB Test 功能模块化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的图像分割标注方法研究

基于深度学习的图像分割标注方法研究

作者：赵凯武汉邮电科学研究院

学位级别：硕士

图像分割标注是许多工程项目最为常见的工作任务,即对分割图像中的不同目标物用颜色填充来进行区分。例如在步态识别中,大部分图像都是通过人工手动绘制进行标注的。对于模糊低分率图像以及存在遮挡图像,这种标注方式不仅效率低还耗费... 详细信息

图像分割标注是许多工程项目最为常见的工作任务,即对分割图像中的不同目标物用颜色填充来进行区分。例如在步态识别中,大部分图像都是通过人工手动绘制进行标注的。对于模糊低分率图像以及存在遮挡图像,这种标注方式不仅效率低还耗费人力、物力。基于这个问题,很多公司将Deep Lab V3+算法充当Mask分割算法而得到Mask分割图(即图中目标物用颜色填充,背景保留的图像称为Mask分割图,所使用的算法称为Mask分割算法),然后进行标注处理。然而对于上述两种图像,传统Deep Lab V3+算法所得效果并不理想,这时只能回到手动绘制标注。本文主要任务是优化现有的Mask分割算法,使部分图像通过优化算法直接形成标注图像,同时使原本只能进行手动绘制标注的图像通过本文算法得到的Mask分割图只需稍作修改也能形成对应的标注图像。本文主要的工作内容及创新性如下:针对模糊低分率图像分割标注,本文提出了基于融合重构模块的Deep Lab V3+的级联算法网络。首先本文设计可逆的重构模块,正向过程来模拟真实场景的模糊低分率图像,用辅助变量模拟原始图像的高频信息;逆向过程通过重构映射还原原始图像的高频信息,最后与Deep Lab V3+算法级联成端到端的网络结构,实现图像的自动标注。在实验前,本文对开源数据集和实际监控数据集进行预处理,包括图像增强、等比压缩、图像降噪以及数据增强平衡等处理。最后与传统的Deep Lab V3+算法分别充当Mask分割算法在相同环境下进行实验,通过理论验证和实际验证,图像视觉效果都得到提升,在评价指标数据上,其中在理论验证中MIo U提升了5.51%,MPA提升了2.44%;实际验证中MIo U提升了8.69%,MPA提升了8.61%。在一定的程度缓解了模糊低分率图像只能通过人工手动绘制标注的问题。针对存在遮挡的图像的分割标注,本文将BCNet分割网络引入到遮挡图像的分割标注任务中。对采集的图像进行预处理,然后分别将BCNet与Deep Lab V3+充当Mask分割算法进行对比,在相同的条件下从视觉效果上说明了本文引入算法的优越性。最后通过编写评价指标计算脚本,得出MIo U提升11.06%,MPA提升了2.25%,进一步从实验数据层面说明本文所引入算法的有效性。

关键词：图像分割标注模糊图像遮挡图像图像重构

基于肌电信息的运动意图识别及力度变化影响分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于肌电信息的运动意图识别及力度变化影响分析

作者：刘岩武汉邮电科学研究院

学位级别：硕士

肌电模式识别是一种先进的智能信号处理技术,已被认为是一种可靠的用户意图分类的重要方法。目前相关的研究报告了在实验室里的高分类正确率,但在临床应用方面仍不能令人满意。其中一个重要的原因是,EMG-PR方法的稳健性仍然不够强,无法... 详细信息

肌电模式识别是一种先进的智能信号处理技术,已被认为是一种可靠的用户意图分类的重要方法。目前相关的研究报告了在实验室里的高分类正确率,但在临床应用方面仍不能令人满意。其中一个重要的原因是,EMG-PR方法的稳健性仍然不够强,无法应对许多问题,如日常使用中的电极移位,肌肉疲劳,以及力度的变化。其中,力度的变化是影响EMG-PR方法性能的关键问题。因此,提高肌电模式识别方法的抗力变化的鲁棒性就显得尤为重要。另一方面,常用的商用假肢只有主动的动作控制,而没有主动的力度控制,这大大降低了截肢者佩戴假肢的意愿。本文的研究主要分为运动意图识别、握力估计以及运动意图和力度同步解码三个主要部分。针对运动意图识别,主要是抗力度变化影响的特征研究;针对力度的估计,主要是肌电与握力的回归模型的建立;针对运动意图和力度同步解码,主要是运动意图和连续握力以及离散力度同步解码。论文的主要内容和创新性工作如下:(1)首先,针对力度影响下的运动意图识别,论文提出了对数离散傅里叶变换(DFTL)和归一化对数离散傅里叶变换(gn DFTL)特征,使用线性判别分析(LDA)算法进行分类。结果表明,与常用的时域、频域和时间相关的功率谱(TDPSD)特征相比,gn DFTL特征在健康者上的正确率和鲁棒性分别达到95.24%和2.24,均优于时域、频域和TDPSD特征。在截肢者上的正确率和鲁棒性也达到88.99%和1.52,其中握拳的正确率和鲁棒性分别达到了97.43%和2.28,鲁棒性相较于TDPSD特征有明显提升,为截肢者握力的解码奠定了良好的基础。(2)其次,针对力度估计问题,论文对DFTL特征进行了修改,提出了meanch-DFTL特征,并选取了具有代表性的时域、频域特征和AR系数特征进行了对比,使用人工神经网络(ANN)进行估计。结果表明本文提出的meanch-DFTL特征在健康者和截肢者上的相对误差分别为0.065和0.108,相关系数分别为0.953和0.910,均优于其它三种特征。(3)最后,针对运动意图和连续握力同步输出,论文设计了一种融合输出方案。针对运动意图和离散力度的同步解码,论文设计了一个卷积神经网络(CNN)模型,和LDA算法相比,在健康者和截肢者上的正确率分别提高了1.3%和3.61%。

关键词：表面肌电握力模式识别力变假肢

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的古文自动断句与标点研究

基于深度学习的古文自动断句与标点研究

作者：庄百川武汉邮电科学研究院

学位级别：硕士

随着自然语言处理技术在中文不同领域中的应用,以及深度学习相关算法的研究发展,利用自然语言处理技术实现对古文的处理与挖掘越发受到关注。古文自动断句标点处理是古文数字化处理的重要环节。面对浩如烟海的古文典籍,实现准确快速地... 详细信息

随着自然语言处理技术在中文不同领域中的应用,以及深度学习相关算法的研究发展,利用自然语言处理技术实现对古文的处理与挖掘越发受到关注。古文自动断句标点处理是古文数字化处理的重要环节。面对浩如烟海的古文典籍,实现准确快速地自动化断句与标点,有利于古文语料处理的相关工作的进一步挖掘和研究。本文以纪传体史书文本为古文研究对象,针对Bi-LSTM-CRF基线模型局限于字符粒度处理不适用于纪传体史书文本的问题,通过融合词汇粒度信息,改进Lattice模型对字向量和词向量混合编码,实现词汇增强提高准确率。与BERT预训练模型结合,提出BERT-FLAT-CRF双通道特征模型,提高了泛化能力。本文主要工作如下:(1)针对古文自动断句与标点任务,通过分析选择纪传体史书为具体研究对象,根据语料特点清洗数据并设计标注体系,构建数据集,以解决缺少现成实验数据集的问题。(2)面向纪传体史书语料,通过设计基于新词发现的分词模型得到专门与目标语料对应的外部词汇信息特征表,解决现有词向量表不能准确表达史书文本词语的问题,从而准确地融合词汇信息。(3)针对纪传体史书特点,增强古文词汇信息,本文改进Lattice模型,提出一种BERT-FLAT深度学习模型,BERT预训练与改进的Lattice算法相结合的网络实现字符与词汇的双通道模型,从而实现词汇增强。(4)设计实验,实现对古文语句的自动化断句与标点处理。实验以BiLSTM-CRF为基线模型,本文模型断句任务精确率和F1值分别达到了87.11%和80.57%,分别较基线模型均提升了8.90%和9.98%。标点任务精确率和F1值分别达到了74.91%和70.32%,分别较基线模型均提升了11.19%和9.25%。

关键词：深度学习 BERT Lattice 序列标注自动断句标点

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于智能路由器的家用NAS应用系统

基于智能路由器的家用NAS应用系统

作者：王乐欣武汉邮电科学研究院

学位级别：硕士

随着云计算、物联网技术的迅猛发展,海量终端设备带来数据量的大幅度增加。而用户终端存储容量有限,致使大多数用户选择把数据存储在公有云或部分私有云上。但是公有云用户数据由第三方存储管理,数据安全得不到保障,并且存储成本高。而... 详细信息

随着云计算、物联网技术的迅猛发展,海量终端设备带来数据量的大幅度增加。而用户终端存储容量有限,致使大多数用户选择把数据存储在公有云或部分私有云上。但是公有云用户数据由第三方存储管理,数据安全得不到保障,并且存储成本高。而现有的私有云存储产品,如家用NAS设备虽然具备多硬盘RAID系统、更高端配置和安全设置,但是价格高昂、操作复杂、功耗大、扩展困难,未能在家庭中广泛使用。针对以上问题,构建一个轻量级、安全、文件存储管理方便、存储成本低、扩展灵活的私有云存储系统具有非常大的现实意义。本文基于智能路由器软硬件环境,利用智能路由器提供的扩展USB接口,外挂U盘作为文件存储设备,实现了轻量级家用NAS应用系统的开发。首先基于Linux在路由器方面裁剪和优化后的轻量级操作系统,采用Egg框架进行Web服务端设计,客户端采用uni-app进行开发,实现多端发布。其次在数据存储方面采用了My SQL数据库和Redis缓存数据库,缓存数据库用于提升服务器读取性能,采用AES和RSA混合加密算法,对存储数据进行加密,提高了数据存储的安全性。最后为了满足设备的灵活性,提供UPn P和DDNS功能,可以满足用户对U盘中的文件进行远程存储管理,数据存储速率达到5000KB/S。将NAS应用于智能路由器上,整合成家庭私有云存储,减轻了家庭设备冗余,减少用户多设备开销与能耗问题。系统开发所用路由器操作系统基于Linux,对路由器生产厂商无限制,可移植性强、易于部署。测试结果表明,开发的NAS应用系统具备适应多端、文件存储管理方便、扩展灵活、安全性强等优势。而且智能路由器挂载U盘方案的成本低、操作简单,能高效实现多媒体文件共享,还能利用客户端实现多扩展功能,具有广阔的应用前景。

关键词： NAS应用私有云存储文件管理智能路由器

基于Transformer的文本情感分析方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Transformer的文本情感分析方法研究

作者：张舒羽武汉邮电科学研究院

学位级别：硕士

微博作为参与者多、信息量大的社交平台,对其数据做情感整理工作,将会对网络安全管控起到关键性作用,情感分析就是处理这种任务的常用方法。考虑到基于传统词典和基于机器学习的情感分析方法过于依赖人工构建词典和选取特征,本文选择具... 详细信息

微博作为参与者多、信息量大的社交平台,对其数据做情感整理工作,将会对网络安全管控起到关键性作用,情感分析就是处理这种任务的常用方法。考虑到基于传统词典和基于机器学习的情感分析方法过于依赖人工构建词典和选取特征,本文选择具有更强的泛化能力,可以高效处理大量数据、自动提取特征的深度学习方法构造模型,来对具有情感色彩的微博文本进行整理和分析,最终获取到文本的八种情感分类情况。在选择深度学习模型作为研究目标的基础上,了解到卷积神经网络与循环神经网络及其变体等方法在处理情感分析问题时存在较多的问题,如使用单一模型难以达到较高准确率、给予词语相同的权重等问题。从它们的结构与优劣势出发,本文主要研究工作如下:（1）针对文本情感分析较多关注于文本的正负二元情感分类问题,本文对微博文本进行八类情感划分,分别是:喜欢、快乐、伤心、恶心、生气、震惊、害怕和无情感,对微博情感更细致的分类以达到更有针对性的应用效果。（2）针对深度学习模型Transformer利用自注意力机制可以更好的关注文本的上下文语义,但忽略了局部特征信息。TextCNN可以很好的提取局部语义特征,但对长距离信息的提取能力较弱的特点。本文设计的模型利用Transformer中的自注意力机制,模拟人脑神经系统对微博文本进行特征提取后输入TextCNN层,将词向量进行卷积后得到相邻词向量之间的时序信息,然后经过激活函数对模型进行优化,最后将卷积层得到的时序注意力权重应用于文本分类。本文设计了不同模型的对比实验,实验结果证明提出的Transformer与TextCNN结合的情感分类模型Transformer+TextCNN（Tanh）和Transformer+TextCNN（ReLU）相较于Transformer的模型有了0.38%和0.20%的优化。（3）针对本文提出的Transformer+TextCNN情感分类模型,设计了不同的参数对比实验,包括Batchsize值、Epoch值和Dropout值。实验结果证明Batchsize参数设定为48、Epoch参数设定为20、Dropout的参数设定为0.5时实验效果最好。

关键词：文本情感分析微博 Transformer 自注意力机制 TextCNN

基于光电储备池的光混沌系统延时参数估计方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于光电储备池的光混沌系统延时参数估计方法研究

作者：宫慧源武汉邮电科学研究院

学位级别：硕士

随着光纤通信技术的发展,光通信系统的保密性能也备受关注。混沌通信抗干扰能力强、安全性高,目前是广泛应用于保密通信领域的物理层加密方法。当混沌通信系统发射端和接收端的参数匹配时,通过混沌同步可以实现混沌通信。时间延时特征... 详细信息

随着光纤通信技术的发展,光通信系统的保密性能也备受关注。混沌通信抗干扰能力强、安全性高,目前是广泛应用于保密通信领域的物理层加密方法。当混沌通信系统发射端和接收端的参数匹配时,通过混沌同步可以实现混沌通信。时间延时特征在混沌通信系统中极为重要,甚至可用于重构混沌系统。目前时间延时特征(TDS)参数一般采用数理统计方法进行估计,但随着混沌系统中非线性的增加,方法的有效性将明显下降,且所需获取的数据量比较大。基于机器学习的TDS估计方法在识别精度上有所提升,但需要预先获取混沌系统的部分先验知识,且算法结构复杂、计算时间比较长。为了提高TDS参数估计方法的有效性和估计效率,应对更复杂的应用环境,本文提出并验证了基于储备池的延时特征估计方法,论文主要研究成果如下:(1)本文提出一种基于储备池的二维图像延时特征估计方法,通过延时重构的方法将光混沌系统时间序列中的TDS转化到二维图像样本中,利用储备池网络在计算效率方面的优势对图像样本进行分类识别,通过遍历的方式成功在光电混沌系统中估计出TDS参数。在正常实验环境下,图像样本的识别率为100%;对于非线性极高的系统,仍然可以达到92.2%。实验结果充分验证了该方法估计TDS参数的有效性。(2)本文提出一种基于储备池的无模型延时特征估计方法,直接从光混沌系统时间序列中识别TDS参数,采用储备池网络在序列和其延时序列之间建立模型,以均方误差作为评判指标探讨延时与TDS参数之间的关系,从而成功估计出光电混沌系统的TDS参数,实验结果表明该方法所需数据量比传统方法少。除此之外,本文从反馈系数、信号输入增益、延时以及储备池节点数等四个储备池内部参数进行实验,研究储备池参数对TDS估计准确度的影响。

关键词：时间延迟特征混沌系统储备池计算估计方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于用户行为和特征标签的电影推荐算法研究

基于用户行为和特征标签的电影推荐算法研究

作者：马帅武汉邮电科学研究院

学位级别：硕士

互联网技术的飞速发展导致数据问题日益加重,推荐算法成为了解决信息过载问题,高效利用数据和提升用户体验的主阵地。电影行业随着互联网红火发展,每个电影平台都包含着海量的电影视频,而且每年都有上千部新电影上映。虽然推荐算法中的... 详细信息

互联网技术的飞速发展导致数据问题日益加重,推荐算法成为了解决信息过载问题,高效利用数据和提升用户体验的主阵地。电影行业随着互联网红火发展,每个电影平台都包含着海量的电影视频,而且每年都有上千部新电影上映。虽然推荐算法中的协同过滤技术已经在电影领域得到了应用,但是大多数推荐算法主要提取用户具体的行为信息作为推荐预测依据,随着电影的规模种类越来越丰富,用户行为数据规则差、算法准确率低、用户信息利用率不高等不足日益突出。针对推荐算法的准确率和用户信息利用率不高的问题,本文利用电影特征标签和评分数据规则性强,信息准确度高等特点,提出一种基于用户行为和电影特征标签的推荐算法,引入电影特征标签权重计算预测评分,并根据共同评分用户数和分类选择改进电影相似度计算方法。通过对比实验表明,在采用MovieLens数据集的情况下,融合影片标签算法的物品覆盖率达到87.62%、推荐结果准确率达到61.07%、推荐结果召回率达到36.39%,有效提升了算法性能。本文具体研究工作如下:（1）引入电影特征标签,通过建立用户-影片-特征标签矩阵,重新构建用户的兴趣特征模型,通过用户对特征标签的喜好程度计算影片的推荐预测评分,提升了算法对用户数据的利用率,构建更加精准的用户喜好模型。（2）为了更好地优化电影相似集合,使推荐结果更加符合用户喜好。本文将在对数似然比算法的基础上,以电影之间的用户评分数量作为统计量,对电影的相似度量算法进行改进,并且结合KNN算法的分类思想和相似度阈值的设置,对相似电影集合进行分类选择,提高相似电影集合与用户的匹配度。（3）从MovieLens网站获取专业电影信息数据集进行对比实验,并选取物品覆盖率、准确率、召回率作为本文推荐算法的性能衡量指标,将改进后的推荐算法与TF–IDF算法、基于物品的协同过滤算法进行算法性能对比实验,通过分析实验结果,证明本文的改进方法可以提高推荐性能。

关键词：电影推荐协同过滤算法用户行为特征标签