[发明专利]基于海量跨屏收视行为数据的直播推荐方法

摘要

本发明公开了一种基于海量跨屏收视行为数据的直播推荐方法。该方法主要解决的是面对越来越灵活的双向新媒体业务，面对百万级，甚至千万级用户的海量行为数据，将采集到的用户行为数据进行HDFS分布式存储，经过ETL模块对数据进行提取、转换和加载之后，由符合传媒行业特点的优化组合推荐算法模块、策略处理模块，将海量的用户行为数据进行高效的数据预处理，形成线下推荐结果和线上推荐结果，并最终形成一系列的内容‑特征推荐结果数据，再通过不同的WEB应用程序调用相关的内容‑特征推荐数据集，以实现对用户“千人千面”的偏好洞察，为运营商提供个性化、自动化的直播推荐。

主权项

基于海量跨屏收视行为数据的直播推荐方法，其特征在于，包括以下步骤：(1)设置终端数据采集模块、HDFS分布式存储模块、ETL模块、推荐模块、WEB应用模块；(2)终端数据采集模块用于采集用户在多媒体信息播放终端的收视行为数据，并将所采集的数据转发给HDFS分布式存储模块负责存储；(3)HDFS分布式存储模块除了负责存储用户收视行为数据，还负责存储其他第三方系统异构数据；(4)ETL模块负责从HDFS分布式存储模块对所存储的用户收视行为数据进行提取、转换和加载，并为推荐模块提供基础元素数据；(5)推荐模块包括策略处理模块、算法处理模块、线下推荐结果、线上推荐结果、内容‑特征推荐结果数据；(6)WEB应用模块为终端内嵌的web应用程序，用于推荐请求和推荐内容的展示。