[发明专利]用户兴趣度的评价方法和系统

说明书

本发明公开了一种用户兴趣度的评价方法和系统，通过建立兴趣标签库，兴趣标签库包括节目标签，以及节目标签下的各个节目参数；基于节目标签计算用户在各节目标签上的节目指标参数；归一化处理当前用户在每个节目标签下的节目指标参数不相对于全部用户的相对值，得到各个节目指标参数对应的归一化值；加权计算当前用户对应的每个节目标签下的各个节目指标参数对应的归一化值，得到当前用户对每个节目标签对应的节目的兴趣度。通过上述公开方法，对于兴趣度的计算是基于预先建立的节目标签上的节目指标参数得到，过程简洁。因此，通过本发明公开的用户兴趣度的评价方法能够快速且准确的得到用户对各个节目标签的兴趣度。

技术领域

本发明涉及新媒体技术领域，更具体地说涉及一种用户兴趣度的评价方法和系统。

背景技术

随着新媒体行业的快速发展，针对不同的用户画像做不同的推送已经成为其重要的业务之一。其中，用户的收视偏好又是其进行用户画像过程中重要组成部分。用户的收视偏好主要通过用户兴趣度进行衡量。用户兴趣度则指用户对各兴趣标签感兴趣的程度。

对于用户兴趣度的计算，现有技术中，主要基于主题模型对不同用户在不同时段收视兴趣偏好的概率值进行计算。该主题模型主要通过训练的方式实现对用户兴趣度的计算。但是，主题模型在计算用户兴趣度时，复杂度高，通用性差，且主题模型训练出的主题较为抽象，解释性不强，且不同主题模型之间也存在一定的差异。因此，基于现有技术获得用户兴趣度不仅过程复杂，且不准确。

发明内容

有鉴于此，本申请提供了一种用户兴趣度的评价方法和系统，以实现快速得到准确的用户兴趣度的目的。

为了实现上述目的，现提出的方案如下：

本发明第一方面公开了一种用户兴趣度的评价方法，包括：

建立兴趣标签库，所述兴趣标签库包括节目标签，以及所述节目标签下的各个节目参数，所述节目标签包括节目所属类别；

基于所述节目标签计算用户在各节目标签上的节目指标参数；

归一化处理当前所述用户在每个所述节目标签下的节目指标参数相对于全部用户的相对值，得到各个所述节目指标参数对应的归一化值；

加权计算当前所述用户对应的每个所述节目标签下的各个所述节目指标参数对应的归一化值，得到当前所述用户对每个所述节目标签对应的节目的兴趣度。

优选的，所述节目参数至少包括：节目名称和节目自身的时长；

所述节目所属类别至少包括：按照内容划分的类别和/或按照节目题材划分的类别，所述按照内容划分的类别包括：剧情、喜剧或真人秀，所述按照节目题材划分的类别包括：电视剧、电影或综艺。

优选的，所述节目指标参数包括：收视时长、收看完成率、节目数以及收看天数。

优选的，若所述节目指标参数包括收视时长，则基于所述节目标签计算用户在各节目标签上的节目指标参数，包括：

确定每一节目标签；

获取所述用户收看每一所述节目标签下的节目的时长

其中，t_i表示所述用户每次收看当前节目标签下的节目的时长，i和n表示所述用户在某标签下收看的次数，i大于等于1，n大于i。

优选的，若所述节目指标参数包括：收看完成率，则基于所述节目标签计算用于在各节目标签上的节目指标参数，包括：

确定每一节目标签；

获取所述用户在所述节目标签下收看各个节目的次数，每一次的收看时长和各个节目的原始时长，得到收看完成率