期刊文献+

基于随机森林理论的电影评分预测

Prediction of Film Score Based on Random Forest Theory
下载PDF
导出
摘要 电影评分是电影质量的一个直观反映,对未上映的电影评分进行预测是非常重要的。文章在电影本身属性的基础上,定义所有特征量化方式,同时利用电影相似度新增相似电影评分属性,结果表明,加入该因子之后,模型的均方误差降低了35.3%。在此基础上,使用选择性随机森林优化算法对电影评分进行预测,模型的均方误差为0.1025,预测较准确。 Film score is an intuitive reflection of film quality.It is very important to predict the score of unreleased films.Based on the attributes of the film itself,this paper defines all feature quantization methods,at the same time,the film similarity is used to add the scoring attribute of similar films.The results show that after adding this factor,the mean square error of the model is reduced by 35.3%.On this basis,the selective random forest optimization algorithm is used to predict the film score,the mean square error of the model is 0.1025,which is more accurate.
作者 刘林慧 王慧 LIU Linhui;WANG Hui(College of Modern Manufacturing Engineering,Heilongjiang University of Technology,Jixi 158100,China)
出处 《现代信息科技》 2021年第16期83-85,92,共4页 Modern Information Technology
基金 2021年度黑龙江省省属本科高校基本科研业务费项目:基于随机森林理论的机械类企业运营效益分析与预测(27)。
关键词 相似电影评分 特征量化 随机森林 电影评分预测 similar film score feature quantification random forest prediction of film score
  • 相关文献

参考文献1

二级参考文献14

共引文献7

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部