Biblioteca73.326 documentos en línea

Artículo

A Neural Network-Inspired Approach for Improved and True Movie RecommendationsUn enfoque inspirado en las redes neuronales para mejorar las recomendaciones de películas

Resumen

En la última década, el análisis de sentimientos, la minería de opiniones y la subjetividad de los microblogs en los medios sociales han atraído una gran atención de los investigadores. Los sistemas de recomendación de películas son herramientas que proporcionan valiosos servicios a los usuarios. Los datos disponibles en línea están creciendo gradualmente porque las actividades en línea de los usuarios o espectadores aumentan día a día. Por ello, se han planteado problemas de big data, analítica y computación. Por lo tanto, tenemos que mejorar los servicios de recomendación sobre el tradicional para que el sistema de recomendación sea significativo y eficiente. Este artículo presenta la solución a estos problemas mediante la producción de servicios de recomendación significativos y eficientes utilizando multivariantes (calificaciones, votos, gustos de Twitter y críticas) de películas de múltiples recursos externos que son obtenidos por el bot web y gestionados por el marco de Apache Hadoop de manera distribuida. Las reseñas son analizadas por un analizador semántico profundo basado en la red neuronal recurrente (atención RNN/LSTM) con atención a la película del usuario (UMA) para producir la emoción. El recomendador propuesto evalúa multivariantes y produce una lista de recomendación de películas más significativa según el gusto del usuario en una app móvil de forma eficiente.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento