[发明专利]收视偏好分析方法及系统

说明书

本发明提供一种收视偏好分析方法及系统，包括：设定参数；构建收视指标模型得到每个用户对各节目收视指标；根据各用户各节目收视指标确定各用户对各节目收视偏好，包括偏好顺序和偏好程度，采用因子分析法分析每个用户对各节目收视指标，按照因子得分对各节目进行排序，因子得分越高，偏好顺序越靠前，获得每个用户对各节目偏好顺序；将收视指标作为聚类变量分别采用聚类算法对各用户节目收视指标进行聚类，得到各节目的多个聚类结果，将每个节目的多个聚类结果按照收视指标总值和类平均值进行排序，收视指标总值和类平均值越高对所述节目的偏好程度越高。所述方法及系统可描述个体收视偏好，在给定决策条件下准确找到各类节目目标收视群体。

技术领域

本发明涉及广播电视领域，更为具体地，涉及一种收视偏好分析方法及系统。

背景技术

目前，面对三网融合带来的挑战，广播电视基本业务正受到OTT、IPTV以及社交电视等新型媒体应用的蚕食。同时，广播电视运营商、节目制作商、广告商等各部门缺乏用户的基本信息，能用于用户分析的数据指标较少。在这样的环境下，如何从收视行为中发现用户的收视特征，从传统的“粗放式”服务向“个性化”服务转变的问题显得十分重要，广播电视用户收视偏好挖掘系统能够有效解决这一问题。

广播电视用户收视偏好挖掘的理论基础为数据挖掘技术与客户关系管理。数据挖掘是指从大量数据中发现有用知识的过程。在大数据的时代背景下，广播电视领域累积了大量的用户收视行为数据，数据调查方法从传统的抽样调查逐步向全样本数据转变。通过对这些收视数据进行描述性分析和探索性分析，并运用合适的数据挖掘算法，能够挖掘出个体的收视偏好。客户关系管理是指利用信息技术以及互联网技术管理顾客，将顾客细分为不同类别，并且向不同类别的客户制定不同服务策略的方法。将客户关系管理运用到广播电视领域中，对收视用户进行群体的划分，并根据特定的决策条件找到目标用户群体，有助于网络运营商对增值业务进行精准营销。

用户收视偏好挖掘的本质是对用户在不同类型节目的收视偏好进行描述。现有的广播电视用户收视分析集中于对特定频道、节目的收视分析，缺乏对收视用户个体特征的描述，同时，在依据收视偏好对收视群体进行划分时缺乏科学的、定量的阈值判定方法。

发明内容

鉴于上述问题，本发明的目的是提供一种描述个体收视偏好的收视偏好分析方法及系统。

根据本发明的一个方面，提供一种收视偏好分析系统，包括：设定部，设定用于确定广播电视用户收视偏好所需的参数，其中，所述参数至少包括：时间区域和收视指标；采集部，采集用户对广播电视节目的收视数据；调用部，调用用户在所述时间区域内的收视数据，发送给收视指标矩阵构建部；收视指标矩阵构建部，构建收视指标的模型，将调用部传来的各用户的收视数据代入所述模型，得到各用户的各节目的收视指标；收视偏好获得部，包括偏好顺序模块和偏好程度模块中的一个或两个，其中，所述偏好顺序模块采用因子分析法分析每个用户对各节目的收视指标，按照因子得分对各节目进行排序，因子得分越高，偏好顺序越靠前，获得每个用户对各节目的偏好顺序；所述偏好程度模块，将收视指标作为聚类变量，各节目分别采用聚类算法对各用户对所述节目的收视指标进行聚类，得到各节目的多个聚类结果，将每一个节目的多个聚类结果按照收视指标总值或/和类平均值进行排序，收视指标总值或/和类平均值越高对所述节目的偏好程度越高，获得每个用户对各节目的偏好程度。