[发明专利]一种电视用户观看行为特征提取方法及系统

说明书

本发明公开了一种电视用户观看行为特征提取方法及系统。该方法包括：生成用户属性列表；计算用户价值指标；生成用户价值指标矩阵；划分用户价值类型；针对不同用户价值类型计算用户价值指标的均值和标准差，建立用户价值类别列表；相似度计算处理得到每一用户的用户价值类型；生成用户偏好习惯矩阵；划分用户偏好类型，针对不同用户偏好类型计算用户偏好习惯的均值和标准差，建立用户偏好类别列表；相似度计算处理，得到每一用户的用户偏好类型；针对每一用户的用户价值类型和用户偏好类型进行电视节目个性化推荐。采用本发明的方法及系统，具有能够根据用户不同时期动态提取电视用户观看行为特征，便于进行个性化推荐的优点。

技术领域

本发明涉及个性化推荐技术领域，特别是涉及一种电视用户观看行为特征提取方法及系统。

背景技术

个性化推荐系统是通过挖掘用户的兴趣偏好信息，筛选并推送给用户感兴趣的项目，帮助用户解决选择困难的一种技术手段。电视用户观看行为的多样性和易变性是影响个性化推荐系统性能的主要因素，提取电视用户观看行为特征对提升个性化推荐系统性有极大帮助。

传统的提取电视用户观看行为特征可通过显式反馈和隐式反馈两种方式。显式反馈方式获取用户偏好信息包括：根据用户消费过的项目，利用信息熵的项目加权的方法表征用户不同程度的兴趣；利用属性和内容信息对项目和用户聚类处理，具体而言，根据用户观看的电视节目内容进行用户聚类，以用户组中的频繁项集表征整类用户偏好；以及根据单个用户观看过的电视节目包含的元数据和用户评分共同组成用户偏好向量的方法。隐式反馈是在不需要电视用户对电视节目内容做出明确的评分前提下，仅通过用户历史记录隐式推断用户对观看的电视节目内容的兴趣。以上两种反馈方式提取电视用户观看行为特征时通常认为所有用户的偏好习惯是不会随时间产生变化，不能及时根据用户现阶段观看电视的偏好进行个性化推荐。

发明内容

本发明的目的是提供一种电视用户观看行为特征提取方法及系统，具有能够根据用户不同时期动态提取电视用户观看行为特征，便于进行个性化推荐的优点。

为实现上述目的，本发明提供了如下方案：

一种电视用户观看行为特征提取方法，包括：获取用户观看电视的历史记录数据，根据所述历史记录数据的属性生成用户属性列表；所述用户属性包括用户观看电视节目的次数信息和时间信息以及用户所用设备信息；

根据所述用户属性列表计算用户价值指标；根据所述用户价值指标生成用户价值指标矩阵；所述用户价值指标矩阵的行表示用户机顶盒设备号，列表示用户价值指标；所述用户价值指标反应用户观看电视的操作信息；

对所述用户价值指标矩阵中的元素进行聚类处理，按照用户对电视的操作特征划分用户价值类型；针对不同用户价值类型计算用户价值指标的均值和标准差，建立用户价值类别列表；所述用户价值类别列表的行表示用户价值类型，列表示用户价值指标的均值和标准差；所述用户价值类型表示用户对电视依赖程度的层次；

根据所述用户价值类别列表对所述用户价值指标矩阵中的元素进行相似度计算处理，得到每一用户的用户价值类型；

获取电视节目类型，根据所述用户属性列表计算用户在所述电视节目类型的用户偏好习惯，根据所述用户偏好习惯生成用户偏好习惯矩阵；所述用户偏好习惯矩阵的行表示用户机顶盒设备号，列表示用户偏好习惯；所述用户偏好习惯反应用户观看所述电视节目类型的时间信息；

对所述用户偏好习惯矩阵中的元素进行聚类处理，按照用户观看所述电视节目类型的时间特征划分用户偏好类型，针对不同用户偏好类型计算用户偏好习惯的均值和标准差，建立用户偏好类别列表；所述用户偏好类别所列表的行表示用户偏好类型，列表示用户偏好习惯的均值和标准差；所述用户偏好类型表示用户对各电视节目的喜好程度的层次；

根据所述用户偏好类别列表对所述用户偏好习惯矩阵中的元素进行相似度计算处理，得到每一用户的用户偏好类型；