朱思淼，魏世伟*，魏思恒，余敦辉，2

（1.湖北大学计算机与信息工程学院，武汉 430062；2.湖北省教育信息化工程技术研究中心（湖北大学），武汉 430062）

0 引言

随着Web3.0 时代的到来，互联网应用技术越来越围绕用户个性化网络而蓬勃发展，随之而来的是海量数据下信息过载与数据筛选所带来的挑战，因此，如何为用户提供个性化推荐成为当下研究热点之一。

近几年，一种新型的基于视频时间轴且可显示在视频中的文本评论方式——“弹幕”迅速占领市场，并广受网民喜爱。起初弹幕只是小范围流行于一些动漫网站，伴随弹幕良好的交互性与娱乐性，越来越多的主流视频网站如腾讯视频、爱奇艺视频都增加了弹幕评论的功能，最初的动漫弹幕网站哔哩哔哩（Bilibili）视频网如今也成为了国内最大的互联网自制视频网站，而世界最大的视频网站YouTube 也出现了弹幕评论插件。弹幕评论具有社交性和情感性两方面特点，可用来作为有效数据完成对视频推荐系统的改进与完善。

目前，针对弹幕评论数据的研究并不多，尤其在推荐系统中，弹幕数据价值尚未被充分挖掘，在当下海量“短视频+短评论”的视频环境下，大量用户的自制视频缺少评分和分类，对于视频的推荐仍然以传统的协同过滤方法为主。弹幕不同于传统的文本评论，其基于视频时间轴的即时性，可以从一定程度上反映视频的内容，所以通过对于弹幕的信息挖掘后，可基于视频内容进行推荐。通过对于弹幕的情感分析，可以更好地发挥弹幕自身的情感性，同时也为源源不断的自制视频在内容上进行了情感分类。……