基于SVM的视频用户需求预测算法

来源 :计算机技术与发展 | 被引量 : 0次 | 上传用户:kaifawendang06
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
移动互联网的不断成熟和智能终端设备的普及推动了视频行业的发展,视频用户喜好的不同使得用户对视频内容的需求也不相同,精准的用户需求预测有利于从大量视频中寻找用户所需的视频内容,节约用户寻找其喜爱视频内容的时间,提升用户体验。为实现用户需求预测,该文基于支持向量机(support vector machine, SVM)理论构建不同核函数下的用户需求预测模型,并利用迭代特征消除法对小波去噪后的数据进行降维处理,降低预测模型的复杂度。通过对不同核函数下SVM用户需求预测模型的对比分析,得到参数优化后的SVM用户
其他文献
数学科学逻辑性强,学生学习难度较大。传统模式下,单纯关注学生数学解题能力的培养,不能实现数学综合素质的提高。新的时代背景下,数学教学应该以核心素养为中心,实现对学生
在数字图像中去除雨滴的干扰,对恢复图像质量有较大应用意义。随着深度学习图像去噪技术的发展,针对目前大多数去雨滴的方法恢复质量低、计算量大等问题,提出了一种基于自注意力机制的轻型图像去雨滴算法。该算法建立了一个轻量级的级联稠密残差网络(cascaded dense residual network),用于恢复被雨滴覆盖的图像信息。该网络由多个模块组成,模块间用稠密的残差和跳过连接引导图像信息的输出,
对随机森林和LightGBM两种集成学习算法在恶意软件感染二分类预测中的应用进行了研究。针对恶意软件感染预测数据集,通过预处理修正异常值,选择合适的编码方式处理数据集中不
在语文课堂教学中,阅读教学是不可或缺的内容。在阅读教学中,教师要尤其注重学生阅读能力的培养。在实际教学过程中,培养学生阅读能力的方法非常多,但小学生自控能力较弱、语
客户流失是现代企业面临最困难的问题,对客户流失进行预测是电信业保留现有客户的最有效策略之一。电信客户数据集往往具有高维特征,选择重要特征并减少无关属性的数量可以提