基于混合特征的电影评分预测系统

来源：计算机技术与发展杂志2020年第12期北京时间：

作者：黄东晋;耿晓云;李娜;丁友东

摘要：电影评分是衡量一部电影优劣的重要标准,对于投资商和观影者极具参考价值,因此电影评分的预测成为电影领域的研究热点。 然而目前的评分预测系统由于特征信息不足,特征工程处理方法过于简单,机器学习算法较为单一,所以预测误差偏大。 针对这一问题,结合自然语言处理技术提出一种基于混合特征的预测模型,并应用到电影评分预测系统中。 数据集来源是某常用电影网站,同时为了获取更好的训练数据,需要对电影特征信息进行复杂的特征工程处理。利用训练完成的 Bert 模型矢量化电影数据集中的文本信息得到文本矢量特征,并采用支持向量机(SVM)算法初步训练预测评分。将该评分作为一维新特征和电影特征信息一起通过随机森林(random forest)算法训练预测最终评分。 实验结果表明,该预测模型是可行的,预测值与真实值的误差较小,准确性显著提升。

关键词：电影评分预测;机器学习;自然语言处理;文本矢量特征;Bert