TY -的AU -易卜拉欣,默罕默德盟——Bajwa伊姆兰萨瓦尔盟——Ul-Amin Riaz AU -, Bakhtiar对于PY - 2019 DA - 2019/08/04 TI -神经Network-Inspired方法改进和真正的电影推荐SP - 4589060六世- 2019 AB -在过去的十年中,情绪分析,意见挖掘和主体性的微博社交媒体吸引了很多研究人员的关注。电影推荐系统的工具,为用户提供有价值的服务。网上的数据增长逐渐因为用户的在线活动或观众越来越多。正因为如此,大数据、分析和计算提出了问题。因此,我们必须改善推荐服务在传统推荐系统重要的和有效的。本文提出了解决这些问题通过生产的重要和有效的推荐服务使用多元(评级,选票,推特喜欢和评论)的电影从多个外部资源获取的网络机器人,由Apache Hadoop框架在一个分布式的方式。评论是由深层语义分析的基础上,分析了递归神经网络(RNN / LSTM注意力)与用户电影关注(UMA)产生的情感。提出的推荐评价多元并产生一个更重要的电影推荐列表根据用户在移动应用的味道在一个有效的方法。SN - 1687 - 5265 UR - https://doi.org/10.1155/2019/4589060 - 10.1155 / 2019/4589060摩根富林明计算智力和神经科学PB - Hindawi KW - ER