基于用户行为和番剧特征的b站番剧推荐系统

成员

问题描述

1、问题背景分析

在b站、爱奇艺等视频网站中，用户观看视频的数量往往关乎着网站的收益。为了增大用户观看量，视频网站会使用推荐系统向用户推荐其可能感兴趣的视频，引诱用户观看。因此，一个高质量的推荐系统不仅能为网站带来更多的收益，也能为用户带来良好的体验。在本项目中，我们设计并实现了一个b站番剧推荐系统，为了保证推荐的准确性，我们综合用户行为和番剧特征两个方面来进行推荐。其中，用户行为包括用户的关注、点赞、收藏记录等，番剧特征包括番剧的标签、评分等。最终，我们将用b站的真实数据集来评估系统的推荐效果。

2、问题描述

2.1 数据准备

b站没有公开其用户和番剧相关的数据集，但其开放了查询接口，因此我们将独立编写爬虫程序来获取数据集。包括：

• 用户的收藏记录、排名、等级、是否认证、是否VIP
• 番剧的点赞数量、充电、承包、评分、追番用户数量、播放量
• 番剧的声优、导演、画师阵容

2.2 模型建立

• 使用FP-growth算法挖掘用户观看记录的频繁项集
• 不同的用户具有不同的权重（例如认证用户、VIP用户、排名高的用户权重更高）
• 用户对番剧的态度也有不同的权重（例如用户关注、收藏、点赞了某个番剧，那么认为此用户对该番剧的喜欢程度更高）
• 部分用户是为了某部番的声优、导演、画师而观看番剧，这也将作为部分考虑因素

2.3 预期的结果

根据用户以往的观看历史，成功预测出其之后会观看的番剧。

项目评估

• 全置信度：

  

• 最大置信度：

  

• Kulc：

  

• 余弦：

  

项目分工

• 李嘉盛：系统设计，算法实现，文档编写
• 曹昊天：关联规则挖掘，数据分析，数据可视化
• 万凯斌：数据爬取，数据预处理，模型评估