基于深度学习的相声推荐系统

随着互联网的快速发展,根据用户个性化的情感推荐成为至关重要的问题,全文以相声为例进行设计,作为音频资源重要组成之一的相声,其资源数量越来越庞大,但却十分分散。目前网上专门做相声智能推荐系统的网站较为少见,设计相声个性化推荐系统刻不容缓。本文设计了一个相声智能推荐系统。系统采用Python语言,使用Web重量级框架Django的MTV设计模式和B/S开发模式。本系统包含用户标识模块、相声爬取模块、相声展示板块、相声收藏模块以及相声推荐模块设计。系统大量的相声资源是利用网络爬虫技术从喜马拉雅等网站爬取所得,并存储到MySQL数据库,数据库中的相声资源按不同的类别展示在前端页面。用户可以用浏览器便可访问系统,收听自己喜欢的相声,成功注册也登录的用户还可以对自己喜欢的相声进行收藏。本系统使用协调过滤算法,依据用户的收藏列表计算用户喜欢的相声类别,并在数据库中进行匹配,将相似度较高的相声推荐给用户。本文利用爬虫技术来爬取大量的相声资源,并利用协同过滤算法为用户推荐与其兴趣爱好契合度较高的相声,很大程度上节约了用户时间,增加了网站系统的用户黏性,能给企业带来一定效益。