[发明专利]一种基于组合策略的IPTV节目推荐方法

权利要求书

1.一种基于组合策略的IPTV节目推荐方法，其特征在于，包括以下步骤：

步骤①：数据获取，从用户评分数据库读取用户评分数据；

步骤②：数据过滤，依据所述步骤①的用户评分数据判断，如果当前节目的评分用户数占总用户数的比例小于设定值m时，执行步骤③，否则执行步骤④；

步骤③：基于内容的推荐，基于用户配置文件数据库和节目内容数据库中的用户配置文件和节目内容信息，通过用户ID和节目ID分别查找用户配置文件和节目信息，使用查找到的用户配置文件和节目信息分别构建用户向量空间模型和节目向量空间模型；计算每一个节目向量p和用户向量u之间的余弦相似度sim(u,p),并把相似度最高N个节目作为推荐结果；

步骤④：协同过滤推荐，基于所述步骤②中的用户评分数据，首先构建用户-节目评分矩阵，其次利用基于物品的协同过滤方法将原始用户-节目评分矩阵进行填充，然后把填充后的用户-节目评分矩阵作为奇异值分解技术的输入，通过奇异值分解技术能够将原始用户-节目评分矩阵重新填充从而得到一个无缺失值的用户-节目评分矩阵，最后将无缺失值的用户-节目评分矩阵再次使用基于物品的协同过滤方法预测出原始用户-节目评分矩阵中未评分项的评分，把预测评分值最高的N个节目作为推荐结果；

步骤⑤：推荐结果推送，将所述步骤③和步骤④中的N个节目推荐给相应的IPTV用户；

所述步骤③中的余弦相似度sim(u,p)的计算公式如下所列：

其中，u(i)表示用户向量u的第i个元素，p(i)表示节目向量p的第i个元素。

2.如权利要求1所述的一种基于组合策略的IPTV节目推荐方法，其特征在于，所述步骤③中的用户配置文件会根据用户评分数据库中的用户评分数据动态更新。