基于多通道情感分析的团体电影推荐共识达成

观看电影是一项通常在团体中进行的社交活动。情感是影响电影观众偏好的最关键因素。因此，需确定并分析电影的情感方面以进行后续推荐。对于多元化的团体来说，选择一部能迎合各方情感的电影具有挑战性。在面对各种类型和选择时，达成团体共识往往困难重重。本文提出了一种新颖方法，通过从三个不同渠道（电影描述文本、配乐音频和海报图片）中分析情感，来进行团体电影推荐。我们采用杰卡德相似度指数将每位参与者的情感偏好与潜在电影选择相匹配，随后采用模糊推理技术确定团体共识。对于来自不同数据类型的情感评分，采用加权集成过程进行融合。随后，基于主导情感和观众最喜欢的电影进行团体推荐。确定推荐后，使用模糊推理系统计算团体的共识水平，作为输入来自参与者的反馈。调查中的130名参与者被提供不同的情感类别，并被要求为特定电影（共12部）选择最合适的情感。预测分数与实际分数之间的比较结果表明，利用情感检测解决此问题的效率（杰卡德相似度指数为0.76）。我们还探讨了诱导情感与电影热门程度之间的关系作为额外实验，分析了来自TMDB数据库中100部热门电影的情感分布。此类系统可能提高电影推荐系统的准确性，并在偏好多元化的参与者之间实现高水平的共识。