1）目的及意义

目前，互联网发展日新月异，衍生出了像ACG（Animations、Comics、Games）这样的新兴文化产业。这种文化产业以当今迅猛发展的互联网为主要依托，发展十分快速。年轻人作为社会消费的主要部分，ACG文化产业的火爆已经使得该产业的收入占了国民收入的很大一部分。目前，ACG文化已经融入人们的日常生活中。如：低龄群体喜爱的动漫“小猪佩奇”，青少年喜爱的动漫“火影忍者”等。^[1]

随着ACG文化的不断火爆，为了迎合更多青少年朋友的喜爱，很多以ACG文化为主导的视频网站应运而生，国内的这种网站当属“Acfun”和“Bilibili”这两个网站最为出名，最具代表性。^[1]这两个网站属于用户自产生内容平台，既为用户提供了大量的视频资源，同时还允许用户自行上传视频。随着用户不断的上传视频，不可避免的会造成数据量过大，造成信息过载，用户难以找到自己想要的资源，不利于网站的长期战略发展，因此必须引入推荐系统。 ^[2]

推荐系统，是多个学科领域的应用成果，它覆盖了机器学习、数据挖掘、信息检索和人机交互等学科知识。^[1]到目前为止，推荐系统已经融于各类的网站中，发挥着重要的作用。社交应用作为网民主要的消费工具之一，为网民提供了信息交流、共享的机会。视频社交，是一类衍生的新型的社交方式。但是，视频社交仍然存在信息过载的问题，而推荐系统则可以解决该问题，架起了信息传播和过滤的桥梁。^[1]

视频推荐系统是为解决视频信息超载问题的有效方案，系统立足用户的重要特点，把可以达到用户要求的视频资源推荐给用户，完成全面的有特色服务。此系统主要拥有以下两大优点：一是视频推荐系统通过积极获取系统用户的重要信息，包括对用户的个人偏爱信息的综合处理，为用户推荐其很有可能喜欢的视频资源；二是做到追查系统用户的偏好变动，由变动信息来自动适应系统用户。这有异于“一对多”式的搜索，推荐系统给出的东西越满足顾客的特色要求，不但减少了用户的参与程度和用户搜寻数据的成本，而且能够进一步完成“一对一”式的信息服务。^[3]

为了优化视频网站的用户体验，设计一个好的推荐系统尤为重要。推荐系统不仅解决了信息过载的问题，而且帮助用户找到自己想要的资源，避免了用户的流失。^[1]通过分析用户的社交网络相关信息，进而利用适合的推荐算法为用户进行推荐，有利于用户更加喜爱这些网站，增加网络流量，同时也能为商家创造更大的商业价值。

如今视频推荐系统的出世已经实现了为视频网站创造了可观的利益，目前很多视频网站都会为系统用户提供个性化的视频推荐功能。视频网站通过对已获取的用户数据进行挖掘分析得到用户的兴趣取向，然后针对此类偏好进行推荐。视频网站所推荐的视频资源越是符合系统用户的兴趣偏好，那么越容易获得该系统用户对系统的信任。同时用户更愿意充值成为该视频网站的 VIP 用户。^[3]

2）国内外研究现状

个性化推荐系统最初是由RobertArmstrong等人在1995年的美国人工智能大会上提出的，随后雅虎公司于1996年推出了自己的个性化推荐系统My Yahoo。推荐算法是组成推荐系统最重要的部分，良好的推荐算法能提升用户体验效果，为商家赚取巨大利润。自从1998年亚马逊推出了基于物品的协同过滤推荐算法（于2003年公开），并取得了巨大的成功，从而刺激了同行业以及学者深入研究推荐算法。迄今为止，经典的个性化推荐算法发展趋于成熟，并且成功运用在各个领域，诸如：电子书网站、音乐网站、新闻网站、购物网站、视频网站等。^[4]

目前国内外推荐系统的研究分支主要分为三种，分别为：协同过滤的方法、基于分解的方法、社交推荐的方法。