基于图谱分析的网络视频推荐方法研究

项目名称： 基于图谱分析的网络视频推荐方法研究

项目编号： No.61170127

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 计算机科学学科

项目作者： 程健

作者单位： 中国科学院自动化研究所

项目金额： 57万元

中文摘要： 网络视频推荐中不仅存在视频数量巨大、类型各异、内容难以准确理解等问题，还存在上下文关系、用户的网络社会关系等复杂关系。用传统的推荐方法很难有效描述这些错综复杂的关系。本项目旨在利用图模型对这些复杂的用户-对象关系进行分析与建模，借鉴图谱分析进行求解生成推荐，克服与改善网络视频推荐中存在的若干难点问题，为网络视频推荐提供有益的解决思路。具体而言，通过充分考虑用户的网络和社会关系，建立一个适合描述复杂用户-对象关系的超图模型。针对视频对象特征描述、上下文等多重属性，采用基于张量分析的多维度关系表示，把传统用户-对象的简单二维表示形式推广到多维的张量表示，改善高维异构特征的描述。引入图谱方法和理论的最新研究成果，实现多重复杂用户-对象关系模型的求解。结合视觉分析和机器学习的方法，探讨快速、有效的图模型更新方法。

中文关键词： 推荐系统；图谱分析；冷启动；偏好学习；哈希表示

英文摘要：

英文关键词： Recommender System；Spectral graph analysis；Cold start；Preference learning；Hashing based representation