[发明专利]基于个体历史与群体当前行为融合的频道推荐方法

权利要求书

1.基于个体历史与群体当前行为融合的频道推荐方法，其特征在于，包含以下步骤：

1.1构建群体当前观看频道状态矩阵；确认时间窗口Δt并统计时间窗口[t-Δt，t)内，所有用户观看情况下每个频道的观看人数p_i，并对p_i进行归一化处理，P_i为p_i归一化处理后的值，以及计算每个频道的增长率r_i，频道增长率即为：

并对r_i进行归一化处理，根据归一化后的频道当前观看人数及增长率构造群体当前观看频道状态矩阵C_i为频道号，矩阵每一行表示每个频道的频道编号，当前观看人数以及该频道的当前瞬时增长率；

1.2构建个人历史观看频道状态矩阵；选取历史滑动窗口ΔT，并针对每个用户统计该用户在时间窗口[t-ΔT，t]区间内每个频道的观看次数o_i，并对o_i进行归一化处理，O_i为o_i归一化后的值；计算该用户每个频道在时间窗口[t-ΔT，t-Δt]内的权值w_i，并对w_i进行归一化处理，W_i为w_i归一化后的值，根据每个频道的观看人数和每个频道的权值构建每个用户的个人历史观看频道状态矩阵矩阵每一行表示该用户每个频道的观看次数及每个频道的权值；

1.3将1.1所述当前观看频道状态矩阵C和1.2所述个人历史观看频道状态矩阵H送入推荐计算模块并进行推荐频道的选取；所述推荐计算模块采用以下方法：交集选取法或距离选取法；所述距离选取法包括：欧式距离选取法或曼哈顿距离选取法或余弦距离选取法。

2.根据权利要求1所述的频道推荐方法，其特征在于，步骤1.2中，每个频道在时间窗口[t-ΔT，t-Δt]内的权值w_i计算方法采取如下之一：

2.1方法一：每个频道的权值由该用户在时间窗口[t-ΔT，t]内，该频道每次被观看的权重之和组成，公式描述为：w_i为频道C_i的权值，Nci为频道C_i在[t-ΔT，t]区间内该用户观看频道C_i的次数，τ_k为该用户第k次观看频道C_i的权重，τ_k的公式描述为：ts为时间窗口的开始时间，即t-ΔT，t_k为该用户在时间窗口[t-ΔT，t]内第k次观看频道C_i所处的时刻，ΔT为滑动窗口大小；

2.2方法二：每个频道的权值由该用户在时间窗口[t-ΔT，t]内，该频道每次被观看的权重之和组成，公式描述为：w_i为频道C_i的权值，Nci为频道C_i在[t-ΔT，t]区间内该用户观看频道C_i的次数，τ_k为该用户第k次观看频道C_i的权重，τ_k的公式描述为：t为当前时刻，t_k为该用户在时间窗口[t-ΔT，t]内第k次观看频道C_i所处的时刻，ΔT为滑动窗口大小。