[发明专利]一种基于LDA模型的电视用户家庭成员分析方法

说明书

技术领域

本发明涉及一种基于LDA(LatentDirichletAllocation隐狄利克雷分布)模型 的电视用户家庭成员分析方法，属于智能电视、机器学习领域。

背景技术

随着互联网时代和大数据时代的到来，智能互联网电视的迅猛发展，人们观看的 电视节目也不仅仅局限于直播电视节目，通过互联网，电视用户可以根据自己的兴趣更方 便快捷的选择更多最新或者热门影片。电影数量级的迅速增长带来的信息过载问题，给用 户带来很多困扰，让用户无法准确高效的获得自己的兴趣影片。互联网规模的迅速增长带 来了信息超载的问题，过量信息同时呈现使得用户无法很便捷快速的获取对自己感兴趣的 部分，使信息使用效率降低。现在的互联网应用中，越来越多智能的推荐系统被开发出来并 获得广大用户的信赖和使用。

现在的智能电视推荐系统是基于用户观影历史记录作为推荐依据。但由于智能电 视这样一种由多名用户共享的设备，因为用户类别的不同、各个用户活跃时间段不同，对推 荐的影片和推荐不同类别影片的时间也会有多种不同的需求，如果仅仅根据影片观看历史 记录来推荐影片而不考虑区分电视用户的类别和用户活跃的时间段，可能会出现在某一时 间当一名用户打开电视时推荐的节目是另外一名用户感兴趣的节目。

现有的电视智能电视推荐系统，因为没有电视用户家庭成员信息和各家庭成员的 活跃时间段，因此在推荐过程中会有一定的局限性，如果要达到较好的推荐效果，实现更人 性化的推荐，得到用户家庭成员信息和各个成员的活跃时间将对推荐系统有较好的完善， 使推荐结果更加人性化。

发明内容

本发明的目的就是为了解决上述问题，提供一种基于LDA模型的电视用户家庭成 员分析方法，LDA模型可以将相当数量的影片训练分类，生成主题，并给出影片在各个主题 上的分布概率，根据影片的概率分布可以推断影片的类别，根据用户观看记录和影片类别， 就能分析用户成员组成。

为了实现上述目的，本发明采用如下技术方案：

一种基于LDA模型的电视用户家庭成员分析方法，包括如下步骤：

步骤(1)：提取数据库中影片的信息，对影片信息进行分词，所述影片是电影或电 视节目；所述影片信息包括标题、标签和简介；

步骤(2)：将步骤(1)的分词后的词语作为LDA模型输入向量；通过LDA模型的计算 得到影片所涉及的各个主题、分词后的词语在各个主题上的分布概率和影片在各个主题上 的分布概率；一个主题代表一种类型的影片；

步骤(3)：一天24小时均匀划分为若干时间段，根据用户在的不同时间段内观看的 影片历史记录，对用户进行建模，得到用户特征向量；

步骤(4)：分析步骤(3)的用户的特征向量，根据用户在各个主题上的概率分布，推 断用户的成员组成，然后结合用户特征向量分析家庭中每名用户活跃的时间段；

步骤(5)：当电视再次被打开时，根据打开的时间所归属的时间段找到对应的用户 特征向量，根据用户特征向量找出用户偏爱的影片主题，推断出的家庭成员类别，并进行节 目推荐。

所述步骤(1)对影片信息进行分词时保留动词、名次、形容词、副词、时间词和地点 词。

所述步骤(2)：影片m在各个主题上的分布概率计算公式如下：