[發明專利]一種改善電視終端推薦系統推薦效果的方法

有效

• 申請號: 201710711556.5
• 申請日: 2017-08-18
• 公開（公告）號: CN107277570B
• 公開（公告）日: 2019-11-05
• 發明（設計）人: 肖欣庭;王瑞東;唐軍;孫永強;劉鑫
• 申請（專利權）人: 四川長虹電器股份有限公司
• 主分類號: H04N21/25
• 分類號: H04N21/25;H04N21/258;H04N21/4545;H04N21/466
• 代理公司: 四川省成都市天策商標專利事務所 51213
• 代理人: 秦華云;劉渝

本發明公開了一種改善電視終端推薦系統推薦效果的方法，所述電視終端內部安裝有推薦系統，所述電視終端內部具有媒體資源庫，所述電視終端的媒體資源庫內部存儲有能夠播放的所有節目及其相關信息。本發明的目的在于提供一種改善電視終端推薦系統推薦效果的方法，通過引入與熱榜數據庫對應的冷榜數據庫，通過媒體資源庫以及用戶歷史行為來構建冷榜進行推薦，可以有效提升推薦系統在這些評估指標上的效果，進而改善推薦結果，本發明公開的推薦方法可以作為一種獨立的推薦方法，也可以作為其它推薦方法的一種補充。

技術領域

本發明涉及大數據應用技術領域，尤其涉及一種改善電視終端推薦系統推薦效果的方法。

背景技術

推薦系統作為解決“信息過載”問題的重要工具，在電子商務領域獲得了廣泛應用：如Amazon網站利用基于項目的協同過濾推薦方法向顧客推薦與興趣項目類似的項目。推薦系統中常見的推薦方法分為協同過濾推薦方法、基于內容的推薦方法和混合推薦方法等。

一個推薦系統的實際推薦效果、系統性能，可以從多方面進行評估。常見的評估指標有：用戶滿意度、解釋性、預測準確度、覆蓋率、多樣性、新穎性、驚喜度、信任度、實時性、健壯性等多個維度。

眾多的推薦方法各有利弊，利用的數據源有所不同，并且側重于從已有數據的不同維度進行挖掘信息進而推薦，因此各推薦方法在推薦系統評估的各項常見指標中各有優劣，通常難于周全。

發明內容

針對現有當前推薦系統推薦結果的解釋性不強、覆蓋率不夠、多樣性不足、驚喜度不足等缺點，本發明的目的在于提供一種改善電視終端推薦系統推薦效果的方法，通過引入與熱榜數據庫對應的冷榜數據庫，通過媒體資源庫以及用戶歷史行為來構建冷榜進行推薦，可以有效提升推薦系統在這些評估指標上的效果，進而改善推薦結果，本發明公開的推薦方法可以作為一種獨立的推薦方法，也可以作為其它推薦方法的一種補充。

本發明的目的通過下述技術方案實現：

一種改善電視終端推薦系統推薦效果的方法，所述電視終端內部安裝有推薦系統，所述電視終端內部具有媒體資源庫，所述電視終端的媒體資源庫內部存儲有能夠播放的所有節目及其相關信息，其方法步驟如下：

A、判斷推薦系統是否首次使用；若是首次使用，則進入步驟B，否則，進入步驟C；

B、利用媒體資源庫構建與熱榜數據庫對應的冷榜數據庫，冷榜數據庫構建方法如下：

B1、根據媒體資源庫計算節目相似性矩陣W_n*n：

式中，w_ij表示節目I_i與節目I_j的相似性；

媒體資源庫的所有節目記為I＝{I₁ I₂ … I_i … I_n}，每個節目I_i會有多個特征features＝{feature₁，feature₂，…，feature_k，…，feature_f}；通過這些特征可以計算節目間的內容相似性，進而獲得節目-節目相似性矩陣W_n*n；

假設節目I_i或I_j總共有f個特征，其中有α個序數性特征，f-α個非序數性特征，則節目I_i與節目I_j的相似性可通過如下公式計算：

式中，α_k表示第k個特征的重要性，若第k個特征是序數性特征，則節目I_i與節目I_j在第k個特征上的相似性可通過下式計算：