[发明专利]一种面向多用户共享的多媒体网络视频推荐方法

权利要求书

1.一种面向多用户共享的多媒体网络视频推荐方法，其特征在于，包括以下步骤：

步骤1、采集多用户观看网络视频的多用户混合行为日志记录数据，并对多用户混合行为日志记录数据做处理，处理包括数据清洗、数据整合与数据重采样；

步骤2、爬取多用户混合行为日志记录数据中所有节目的文本描述信息，对爬取的所有节目的文本描述信息做文本信息处理，从而构建节目主题标签，再利用节目主题标签对经过处理的多用户混合行为日志记录进行多用户特征标签的构建；

步骤3、执行离线周期性多用户识别预测方法，该方法用于预测未来向推荐系统发出请求的目标用户，并根据该目标用户的多用户特征标签从经过处理的多用户混合行为日志记录数据中提取目标用户的行为日志记录，得到目标用户的用户行为日志记录集合，实现多用户混合行为日志记录的分离；

步骤4、基于时变LinUCB算法，根据步骤3提取出的目标用户的用户行为日志记录集合建立用户兴趣挖掘模型，用户兴趣挖掘模型用于探索用户的潜在兴趣；

步骤5、基于非时变LinUCB算法，根据分离的多用户混合行为日志记录建立基于分离的多用户关联信息的物品质量模型，物品质量模型用于保证节目质量；

步骤6、采用交叉加权的方式，融合用户兴趣挖掘模型与物品质量模型对每个节目的评分结果，得到加权评分，并根据加权评分形成推荐列表；

步骤7、实时更新用户兴趣挖掘模型与物品质量模型中的参数，供下一时间步的多媒体网络视频推荐系统使用。

2.根据权利要求1所述的一种面向多用户共享的多媒体网络视频推荐方法，其特征在于，步骤1包括以下步骤：

步骤(1-1)、采用IPTV机顶盒采集多用户观看网络视频的多用户混合行为日志记录数据，采集的多用户混合行为日志记录数据包括以下数据字段：采集时间collect_time、用户ID user_id、节目名program_name、节目ID program_id、业务开始时间start_time和业务结束时间end_time；

步骤(1-2)、数据清洗：对于同一个用户ID的用户行为日志记录中两条及其以上完全重复的记录，仅保留第一条用户行为日志记录，删除该用户其余的用户行为日志记录；

步骤(1-3)、数据整合：将每个用户的连续的用户行为日志记录进行合并处理；

步骤(1-4)、数据重采样：对时间数据以小时为单位进行处理，对跨小时的用户行为日志记录进行分割处理，获取以下字段：重采样之后的开始时间resampled_start_time、重采样之后的结束时间resampled_end_time和观看时长watched_time，其中，观看时长为重采样之后的开始时间与重采样之后的结束时间之间的时间差。