[发明专利]基于霍克斯过程的节目质量评价方法

摘要

本发明提供了一种基于霍克斯过程的节目质量评价方法，该方法包括：将用户收视行为的原始数据抽象成点过程，只包含用户观看的时间点、节目编号、节目类型和频道编号；排除了用户收视意愿、用户偏好、频道偏好等主客观因素对节目质量评价的影响；排除了节目类型等客观因素对节目质量评价的影响；利用霍克斯模型对每个用户收视节目的行为建模。同时，本发明还使用最小窗梯度下降算法，通过对用户数据的计算，得到所建立模型的各项参数，从而实现对节目质量和节目类型的评价。

主权项

一种基于霍克斯过程的节目质量评价方法，其特征在于，包括如下步骤：步骤a，数据预处理：将用户收视行为的记录作为原始数据，并将原始数据处理为用户收视事件序列；步骤b，在用户收视事件序列的基础上，利用霍克斯过程建立用户收视事件序列模型，随机初始化该模型的条件强度函数各项参数值，并通过最小窗梯度下降算法求解模型的各项参数；步骤c，随机打乱用户收视事件序列模型的用户数据顺序，并根据最小窗口的大小将用户数据分成多个数据块；步骤d，提取一个数据块进行处理：‑步骤d1，将该数据块的用户数据代入对数损失函数的各项参数的梯度公式中，计算该数据块中各项参数的梯度值；‑步骤d2，根据步骤d1中得到的各项参数的梯度和学习速率更新数据块中各项参数的参数值，使得对数损失函数变小；步骤e，判断是否所有数据块均已处理：如果否：则返回步骤d；如果是，则进入步骤f；步骤f，判断是否达到迭代次数：如果否，则返回步骤c；如果是，则进入步骤g；步骤g，得到具有节目的收视质量和节目类型收视质量的最终用户收视事件序列模型。