[發明專利]一種面向網絡電視家庭用戶的動態興趣模型構建方法

在審

• 申請號: 201810706076.4
• 申請日: 2018-06-27
• 公開（公告）號: CN108965937A
• 公開（公告）日: 2018-12-07
• 發明（設計）人: 曾靜;吳新玲;肖政宏
• 申請（專利權）人: 廣東技術師范學院
• 主分類號: H04N21/25
• 分類號: H04N21/25;H04N21/466;H04N21/258
• 代理公司: 廣州高炬知識產權代理有限公司 44376
• 代理人: 鐘冬梅

本發明公開了一種面向家庭用戶的動態興趣模型的構建方法，其包括以下步驟：(1)收集用戶的電視節目收視信息；(2)對用戶收視的節目的電視節目收視信息進行分析處理；(3)統計用戶收視電視節目的周數；(4)將用戶的收視日期轉化為對應的星期后分成多個時間段，得到用戶收視電視節目的時間段集以及用戶觀看的電視節目集；(5)對節目進行主題識別，計算電視節目落在主題的概率；(6)對每個主題的電視節目按照其在該主題的概率進行排序，得到主題的偏好節目，并將該偏好電視節目的特征作為該主題隱含的特征；(7)得到用戶在一個星期的不同的星期天數的不同的時間段的收視偏好；(8)按預定的時間間隔對用戶的收視偏好進行更新。

技術領域

本發明涉及信息推薦技術，尤其涉及一種面向網絡電視家庭用戶的動態興趣模型構建方法。

背景技術

個性化推薦系統是互聯網和電子商務發展的產物，它是建立在海量數據挖掘基礎上的一種高級商務智能平臺，向顧客提供個性化的信息服務和決策支持。近年來已經出現了許多非常成功的大型推薦系統實例，與此同時，個性化推薦系統也逐漸成為學術界的研究熱點之一。在個性化推薦系統中，用戶興趣模型是個性化推薦的核心和關鍵技術，一個良好的用戶興趣模型可以為個性化推薦服務提供更有利的支持。

用戶的行為反饋包括：顯式行為反饋以及隱式行為反饋，其中，獲取用戶對信息的顯式行為反饋(例如，評分)的成本較高，因而，一般基于用戶的隱式行為反饋，例如，點擊、分享、收藏等，基于用戶的隱式行為反饋次數，提取用戶對信息中包含的各信息標簽的偏好，得到用戶對信息中包含的各信息標簽的偏好程度，構建興趣模型，利用構建的興趣模型中的信息標簽分布，結合待推薦信息包含的信息標簽，為用戶推薦與其興趣相吻合的信息。

跟大部分經典的個性化推薦領域不同的是，用戶在電視上對所收視的電視節目并沒有直接給出評分數據，所以無法對顯示評分進行用戶的偏好識別。在現有的電視節目推薦系統研究中，大部分是根據用戶所收視節目的觀看時長和該電視節目的總時長利用隱式評分模型將收視時長轉化為用戶對該電視節目的評分，從而進行用戶的偏好識別。

目前，由于一個家庭的電視終端大多都是由多個家庭成員包括老人、小孩、青年人以及中年人組成的，單單只由單個終端采集到的數據信息實際上是多個家庭成員興趣的復合，所以用戶的收視興趣具有多樣性和多變形。對于同個機頂盒號，其對應的用戶往往是由多個家庭成員組成的一組用戶，單利用隱式評分模型不能對家庭成員進行識別，往往導致興趣模型推薦的質量不佳。

發明內容

本發明目的在于，針對現有技術的上述不足，提供一種面向網絡電視家庭用戶的動態興趣模型構建方法，該方法通過收集用戶在不同的星期天數的不同時間段的收視偏好，分析得出用戶在不同的星期天數的不同時間段的興趣主題，并按照一定的時間間隔進行更新，進而構建構建用戶動態興趣模型，其目的在于實現對家庭用戶的組成成員進行身份識別，以及根據用戶在不同的時間段對應的收視偏好的識別，從而實現在不同的星期的不同的時間段推薦用戶可能感興趣的電視節目，實現動態推薦的效果。

為實現上述目的，本發明所采用的技術方案是：一種面向家庭用戶的動態興趣模型的構建方法，包括以下步驟：

(1)根據網絡電視運營商提供的用戶在n個月內的收視信息，并對用戶收視信息對應的電視節目的信息進行收集；

(2)根據用戶收視每個電視節目的開始時間和結束時間分別計算出每個用戶收視的每個電視節目的收視時長，設置收視電視節目的最小時間為5分鐘，將用戶收視該電視節目的時間設為t，若t＜5分鐘，則自動刪除掉該條收視信息；

(3)將每個月按星期分為4個星期，每個星期按天分為星期一到星期日，進而得到周數4n；