[发明专利]一种用于互联网电视的主动推荐和辅助操作决策的方法和系统

权利要求书

1.一种用于互联网电视的主动推荐和辅助操作决策的方法，其特征在于，包括如下步骤：

步骤S01：通过websocket消息通道上报用户的行为数据到Kafka消息队列系统；

步骤S02：收集互联网电视平台所有用户的行为数据至Kafka消息队列系统；

步骤S03：通过电视机器人后台配置相关用户响应场景写入到Redis高性能key-value数据库；

步骤S04：利用大数据系统提供推荐服务数据写入到Redis高性能key-value数据库；

步骤S05：通过电视机器人服务引擎实时的把每一个用户的行为数据去Redis高性能key-value数据库查询，通过kafka消息队列系统和websocket消息通道将最匹配每一个用户当下行为数据的推荐内容和辅助操作决策及时响应给对应用户。

2.根据权利要求1所述的一种用于互联网电视的主动推荐和辅助操作决策的方法，其特征在于，所述大数据系统包括利用归一化综合推荐模型提供推荐服务数据：

所述归一化综合推荐模型包括：推荐模型和归一化模型，

推荐模型为：每个视频的用户评分*0.1+每个视频的近30天用户点击归一后的值*0.2+每个视频的近7天搜索值归一后的值*0.2+每个视频的总收藏值归一后的值*0.2+因此视频产生的订购数归一后的值*0.2-衰减日期(当前日期-上线日期)/365*0.1；

归一化模型为：1/(1+log₈x)，

其中x表示每一个权重值，权重值包括每个视频的用户评分、近30天用户点击、近7天搜索值、总收藏值、因此视频产生的订购数、衰减日期。

3.根据权利要求2所述的一种用于互联网电视的主动推荐和辅助操作决策的方法，其特征在于，所述大数据系统包括利用协同过滤推荐方法提供推荐服务数据。

4.根据权利要求3所述的一种用于互联网电视的主动推荐和辅助操作决策的方法，其特征在于，所述推荐服务数据包括通过协同过滤推荐方法提供的相关推荐结果、个性化推荐结果和最终推荐结果。

5.根据权利要求4所述的一种用于互联网电视的主动推荐和辅助操作决策的方法，其特征在于，所述行为数据包括播放行为、收藏行为、预约行为、手机上传照片或视频、超过5分钟无操作和投票行为。

6.应用如权利要求1～5所述方法的一种互联网电视系统，其特征在于，包括

用户行为数据上报模块，用于通过websocket消息通道上报用户的行为数据到Kafka消息队列系统中；

用户行为数据收集模块，用于收集互联网电视平台的所有用户的行为数据至Kafka消息队列系统中；

场景配置模块，通过电视机器人后台配置相关用户响应场景写入到Redis高性能key-value数据库中；

推荐服务数据写入模块，用于将大数据系统所提供推荐服务数据写入到Redis高性能key-value数据库中；

行为数据查询反馈模块，通过电视机器人服务引擎实时的把每一个用户的行为数据去Redis高性能key-value数据库查询，通过kafka消息队列系统和websocket消息通道将最匹配每一个用户当下行为数据的推荐内容和辅助操作决策及时响应给对应用户。