[發明專利]智能電視用戶分類方法、計算機設備及存儲介質

在審

• 申請號: 202011509689.2
• 申請日: 2020-12-18
• 公開（公告）號: CN112488773A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 曹夢麟
• 申請（專利權）人: 四川長虹電器股份有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06K9/62;G06N3/00
• 代理公司: 四川省成都市天策商標專利事務所 51213
• 代理人: 郭會

1.基于大數據平臺的智能電視用戶分類方法，其特征在于，包括：

步驟1.確定用戶在某個指標上的值作為其在n維空間中的坐標值，其中，n為所有的指標數；

步驟2.將若干待聚類的用戶按照其坐標值分布于n維空間區域內，并設置初始聚類中心；

步驟3.依據概率轉移函數判斷某待聚類的用戶是否屬于某一類，同時，不斷修正聚類中心；

步驟4.計算各類間的類間距，對類間距小于間距閾值的兩個類進行合并，直至所有類間的類間距均不小于間距閾值，并重新確定合并后的類的新的聚類中心；

步驟5.完成用戶分類，獲得不同偏好特征的客戶群體。

2.根據權利要求1所述的基于大數據平臺的智能電視用戶分類方法，其特征在于，所述步驟3具體包括：

步驟3.1.計算待聚類的用戶到任一聚類中心的距離d，判斷d是否等于0，若是，進入步驟3.4；否則，進入步驟3.2；

步驟3.2.判斷是否滿足d≤r，若d≤r，則進入步驟3.3，其中，r為預設距離閾值；

步驟3.3.計算待聚類的用戶與該聚類中心的隸屬度P，判斷是否滿足P≥P₀，若滿足，則進入步驟3.4，否則，將該待聚類的用戶記為孤立點；其中，P₀為預設隸屬度閾值；

步驟3.4.判定該待聚類的用戶屬于該選擇的聚類中心所在類，計算在本輪循環中信息量的增加值Δτ(t)，更新信息量，同時更新該聚類中心所在類的新的聚類中心。

3.根據權利要求2所述的基于大數據平臺的智能電視用戶分類方法，其特征在于，所述步驟3.1中待聚類的用戶到任一聚類中心的距離d的計算公式如下：

其中，d_ij表示待聚類的用戶X_i到聚類中心X_j的加權歐式距離；1≤k≤n；A＝{X_i|X_i＝(x_i1，x_i2，...，x_in)}，1≤i≤L；1≤j≤L；A表示具有L個用戶數據對象的集合；P為加權因子，根據各指標不同的權重所設定。

4.根據權利要求3所述的基于大數據平臺的智能電視用戶分類方法，其特征在于，所述步驟3.3具體包括：

步驟3.3.1.計算待聚類的用戶與該聚類中心的群體相似度f(o_i)：

其中，Nrigh(r)代表局部環境，d(o_i，o_j)代表對象屬性空間里的對象o_i，o_j之間的距離，且d(o_i，o_j)＝d_ij；w表示群體相似系數；

步驟3.3.2.計算t時刻待聚類的用戶X_i到聚類中心X_j的路徑上殘留的信息量τ_ij(t)，其中，

初始階段：

經過n個時刻，螞蟻完成一次循環，路徑上的信息量：

τ_ij(t)＝ρτ_ij(t)+Δτ_ij(t)；其中，ρ為信息量的衰減程度，Δτ_ij(t)為在最新一輪循環中信息量的增加值，且其中，k為最新一輪循環中走過該路徑的螞蟻數；

步驟3.3.3.計算待聚類的用戶X_i到聚類中心X_j的隸屬度P_ij：

其中，S＝{X_i|d_ij≤r，s＝1，2，...，n}；α、β為控制參數，用于決定τ_ij和f(X_i)對聚類決策的相對影響，τ_ij＝τ_ij(t)；f(X_i)＝f(o_i)；

步驟3.3.4.判斷是否滿足P_ij≥P₀，若滿足，則進入步驟3.4，否則，將該待聚類的用戶記為孤立點。