[发明专利]一种利用人工神经网络推荐IPTV直播频道的方法及系统

摘要

本发明公开了一种利用人工神经网络推荐IPTV直播频道的方法及系统，所述方法包括以下步骤：S1、选择训练数据的滑动窗口，筛选出该时段内每个用户的原始训练数据；S2、对提取的原始训练数据进行数据清洗；S3、对清洗后的数据进行训练，针对每个设备号得到各自设备的训练模型，每个设备在t+1天使用与其对应的训练模型进行预测，设备实时采集用户当前观看频道的信息，并将该信息送入已训练的模型中进行预测，为相应设备进行推送；S4、在当前日期结束时，将原始训练数据窗口结束日期设置为t+1，重复步骤S1。所述方法使用了三种方法为每个用户进行模型的训练，并达到了较好的效果，提升了IPTV的用户体验，易于推广和使用。

主权项

1.一种利用人工神经网络推荐IPTV直播频道的方法，其特征在于，所述方法包括以下步骤：/nS1、选取滑动窗口天数ΔT，并取[t-ΔT,t]时间窗口内的数据作为原始训练数据，其中t表示训练数据的结束日期，时间t不得大于等于用户当前观看的日期，原始训练数据包含以下数据结构<设备号，进入观看时刻，观看频道，观看时长>，其中设备号不局限于机顶盒设备号；/nS2、对提取的原始训练数据进行数据清洗，去除用户因为快速切换频道所产生的噪声数据，清洗后的数据能够表现该用户的行为特征；/n具体过程为：将原始训练数据中用户观看时长小于10秒及大于3小时的记录进行删除，去除原始训练数据中用户观看时的无关属性，保留的观看属性为<设备号，当前观看频道，下一观看频道，日期>，表示设备号在该日期内所观看的频道及观看该频道后的下一频道，日期由原始训练数据中进入观看的时刻得来，且清洗后的数据按照用户的观看时间的升序进行排列；/nS3、对清洗后的数据进行训练，针对每个设备号得到各自设备的训练模型，每个设备在t+1天使用与其对应的训练模型进行预测，设备实时采集用户当前观看频道的信息，并将该信息送入已训练的模型中进行预测，为相应设备进行推送；/n步骤S3中对清洗后的数据进行训练采用的是循环神经网络推荐法，具体过程为：/nS3.1、将清洗后的数据根据每台设备号进行划分，并得到每个用户的观看序列α＝{C