[发明专利]一种面向网络电视家庭用户的动态兴趣模型构建方法

摘要

本发明公开了一种面向家庭用户的动态兴趣模型的构建方法，其包括以下步骤：(1)收集用户的电视节目收视信息；(2)对用户收视的节目的电视节目收视信息进行分析处理；(3)统计用户收视电视节目的周数；(4)将用户的收视日期转化为对应的星期后分成多个时间段，得到用户收视电视节目的时间段集以及用户观看的电视节目集；(5)对节目进行主题识别，计算电视节目落在主题的概率；(6)对每个主题的电视节目按照其在该主题的概率进行排序，得到主题的偏好节目，并将该偏好电视节目的特征作为该主题隐含的特征；(7)得到用户在一个星期的不同的星期天数的不同的时间段的收视偏好；(8)按预定的时间间隔对用户的收视偏好进行更新。

主权项

1.一种面向家庭用户的动态兴趣模型的构建方法，其特征在于，包括以下步骤：(1)根据网络电视运营商提供的用户在n个月内的收视信息，并对用户收视信息对应的电视节目的信息进行收集；(2)根据用户收视每个电视节目的开始时间和结束时间分别计算出每个用户收视的每个电视节目的收视时长，设置收视电视节目的最小时间为5分钟，将用户收视该电视节目的时间设为t，若t＜5分钟，则自动删除掉该条收视信息；(3)将每个月按星期分为4个星期，每个星期按天分为星期一到星期日，进而得到周数4n；(4)将用户收视电视节目的日期转化为对应的星期即weekday，并将每一天的时间按照00:00:00到23:59:59依次按每20分钟一个时间段分成72个时间段，从而得到用户每个weekday对应的时间段集Wi，j＝{w1，1，w1，2，...w2，1，w2，2，...，w2，i，...，w7，1，w7，j}，通过时间段集Wi，j＝{w1，1，w1，2，...w2，1，w2，2，...，w2，i，...，w7，1，w7，j}得到用户在n个月内观看的电视节目集Q＝{q1，1，q1，2，...，q2，1，q2，2，...，q2，i，...，q7，1，q7，j}；(5)采用隐含狄利克雷分布(LDA)模型对电视节目集进行主题识别，得到m个关于电视节目的主题Tk(k＝1，2，...，m)，以及每个电视节目分别落在电视节目主题Tk(k＝1，2，...，m)下的概率TVP＝{P1，1，P1，2，...，P1，k，...，Pp，1，Pp，k，...，Pp，m}，其中Pp，k表示电视节目落在主题Tk下的概率；(6)对每个主题Tk(k＝1，2，...，m)下的电视节目按照其在该主题Tk(k＝1，2，...，m)下的概率TVP从大到小依次进行排序，选取该主题Tk(k＝1，2，...，m)下前5个电视节目作为该主题Tk(k＝1，2，...，m)下隐含的偏好电视节目，并将该偏好电视节目的特征作为该主题Tk(k＝1，2，...，m)隐含的特征；(7)根据上述步骤得到家庭用户在一个星期的不同的星期天数的不同的时间段的收视偏好；(8)按预先设定的时间间隔对用户在Wi，j时间段收视的电视节目对应在主题Tk(k＝1，2，...，m)下的概率Pp，k进行分析，将出现在同个主题Tk(k＝1，2，...，m)下的概率进行相加，即CountP＝Pp，k+P′p，k，将概率CountP≥0.8的电视节目主题作为用户在该时间段的兴趣主题，从而实现对用户的偏好进行动态更新，实现用户动态兴趣模型的构建。