[发明专利]结合记忆遗忘和记忆增强的用户兴趣分析方法及系统

权利要求书

1.一种结合记忆遗忘和记忆增强的用户兴趣分析方法，其特征在于，包括：

通过遗忘系数和增强系数结合收视行为指标通过下式构建兴趣模型

其中，为时刻的用户兴趣值，，是遗忘系数，，是增强系数，，是时刻的用户的收视行为指标；

采集用户的收视数据，获得用户在设定时间段的单位时间的收视行为指标，所述单位时间为一个时刻；

通过用户收视行为在设定时间段内的衰减规律获得遗忘系数；

通过用户收视行为在设定时间段内的重复行为获得增强系数；

将上述用户在设定时间段的收视行为指标、遗忘系数和增强系数输入兴趣模型，获得用户的兴趣值，

其中，所述通过用户收视行为在设定时间段内的衰减规律获得遗忘系数的步骤包括：通过记忆遗忘曲线获得遗忘系数，所述通过记忆遗忘曲线获得遗忘系数的步骤包括：

通过下式获得遗忘系数

其中，和为遗忘参数；

其中，所述通过用户收视行为在设定时间段内的重复行为获得增强系数的步骤包括：

通过下式获得增强系数

其中，底数部分的是自然常数，和为增强参数。

2.根据权利要求1所述的用户兴趣分析方法，其特征在于，所述通过遗忘系数和增强系数结合收视行为指标构建兴趣模型的步骤还包括：

设置有效时间窗口，通过遗忘系数和增强系数结合收视行为指标通过下式构建兴趣模型

其中，为有效时间窗口的长度。

3.根据权利要求1或2所述的用户兴趣分析方法，其特征在于，还包括：

采用最小二乘法对兴趣模型中的参数进行参数估计，所述参数包括遗忘参数和以及增强参数和。

4.根据权利要求3所述的用户兴趣分析方法，其特征在于，还包括：

根据用户的兴趣模型的参数值随时间的变化趋势预测用户未来兴趣的发展趋势，参数值随时间变大，用户未来兴趣增加，参数值随时间变小，用户未来兴趣降低。

5.根据权利要求2所述的用户兴趣分析方法，其特征在于，所述有效时间窗口包括兴趣构建期窗口和记忆时间窗口，所述兴趣构建期窗口表示兴趣模型进行参数估计所需的时间，所述记忆时间窗口表示预测用户下一时刻收视行为所需的历史收视行为的时间，其中，

所述兴趣构建期窗口和记忆时间窗口的长度的获取方法包括以下一种或两种，其中，第一种获取方法包括：

根据随着兴趣构建期窗口的长度增加，兴趣模型的预测误差的降低趋势获得最佳兴趣期构建窗口的长度，即最佳兴趣构建期；

根据随着记忆时间窗口的长度增加，兴趣模型的预测误差的降低趋势获得最佳记忆时间窗口的长度，即最佳记忆时间窗；

其中，第二种获取方法包括：

通过同时改变兴趣构建期窗口和记忆时间窗口的大小来计算不同时间窗组合下的兴趣模型的预测误差，将最低预测误差对应的时间窗组合作为最佳兴趣构建期和最佳记忆时间窗的组合。

6.根据权利要求1所述的用户兴趣分析方法，其特征在于，所述采集用户的收视数据，获得用户在设定时间段的单位时间的收视行为指标的步骤包括：

采集用户设定时间段的收视数据：

筛选出收视数据为零对应的单位时间；

对筛选出的单位时间的收视数据进行零值校正，其中，零值校正的方法包括以下方法中的一种或两种：一种方法是将设定时间段的收视数据的均值作为筛选出的单位时间的收视数据；另一种方法对筛选出的单位时间的收视数据顺序用其后有效的收视数据进行补位填充。