豆瓣網(wǎng)站電影在線評分的混合預測模型研究.pdf

1、隨著社會快速發(fā)展以及人民生活水平的普遍提高,人們對于精神生活的需求也不斷上升。電影作為廉價的快消品，為人們的業(yè)余生活提供了豐富多彩的精神享受。電影的在線評分可以為影院、觀眾、周邊產(chǎn)業(yè)等提供參考和依據(jù)。所以電影在線評分的預測一直以來都是電影行業(yè)較為關(guān)注的問題。因此，如何能夠準確地預測一部電影的在線評分，對于影院及周邊行業(yè)的發(fā)展、觀眾觀影的選擇來說都是至關(guān)重要的。由于電影在線評分預測難度相對較大，電影在線評分預測的實證研究也非常匱乏，并沒有

2、形成一套成熟、科學的預測方法。
　　為了能夠進一步提高利用電影特征信息對電影在線評分的預測準確度，本文提出了一種新的混合預測模型來預測電影在線評分。本文所設計的混合預測模型在基于電影特征信息的基礎上，融合了豆瓣用戶評分和豆瓣相似電影推薦信息，該模型是對傳統(tǒng)預測模型的有效改進。同時為了選取適合電影在線評分預測模型的機器學習算法和電影特征使用組合，提高本文所設計的模型的預測精度，本文選取了十幾種機器學習算法進行了多組對比實驗，確定了具

3、有最佳預測效果的機器學習算法和特征信息使用組合。為了評估本文所設計的電影在線評分的混合預測模型，本文選取豆瓣網(wǎng)上的電影數(shù)據(jù)，利用RMSE指標進行模型測試。
　　本文首先介紹了目前電影評分預測的研究背景和意義，并對電影常用數(shù)據(jù)源以及電影預測模型的研究現(xiàn)狀進行了分析。在后續(xù)的章節(jié)中，本文對電影預測的數(shù)據(jù)源、電影評分的影響因素以及常用的機器學習算法的相關(guān)理論進行了介紹。然后本文提出了豆瓣網(wǎng)站上電影評分的混合預測模型，并對混合預測模型進行