智能检索与推荐引擎
实验说明
实验二:智能检索与推荐引擎
深入学习基于内容的检索技术和个性化推荐算法。通过实现以图搜图、以音搜音等功能,理解多模态检索的原理。掌握协同过滤、内容推荐等经典推荐算法。
为构建智能化的媒体平台打下技术基础,提升用户体验和内容分发效率。
达成要求:能调节颜色与纹理相似度阈值及音频指纹匹配参数,观察以图搜图、以音搜音结果排序变化,并解释参数差异对检索相关度的影响。
- 掌握全文检索与倒排索引原理
- 实现以图搜图(颜色、纹理相似度)
- 体验以音搜音(音频指纹匹配)
- 学习协同过滤推荐算法
- 实践基于内容的推荐系统
- 分析搜索热度与用户行为
- 知识目标: 掌握检索与推荐的核心算法原理
- 能力目标: 培养智能系统设计与优化能力
- 素养目标: 理解算法对用户体验的影响
- TF-IDF算法实现
- 余弦相似度计算
- 颜色直方图特征提取
- 音频指纹生成算法
- 协同过滤矩阵分解
- 推荐结果排序优化
漫话数媒
开始实验后,课前的“AI 导学”会在这里生成奇思、妙想的对话。
已阅读实验说明、看过仿真实验区,可直接从这里开始

