基于ＳＶＭ 的视频用户需求预测算法

来源：计算机技术与发展杂志2021年第05期北京时间：

作者：江翠丽;曹腾飞;李长哲;王晓英

摘要：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（ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ，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用户需求预测模型具有最佳的预测效果，验证了参数优化对预测模型的重要性。优化后的ＳＶＭ用户需求预测模型的预测结果均方误差（ｍｅａｎｓｑｕａｒｅｅｒｒｏｒ，ＭＳＥ）为０．０１２５，平均绝对百分比误差（ｍｅａｎａｂｓｏｌｕｔｅｐｅｒｃｅｎｔａｇｅｅｒｒｏｒ，ＭＡＰＥ）为０．０７５５，准确率（Ａｃｃｕｒａｃｙ）为９０．２３％。

关键词：支持向量机;核函数;用户需求预测;小波去噪;迭代消除法