CN105120307A - 一种基于iptv用户收视相似度的电子菜单展示方法 - Google Patents

Abstract

本发明公开了一种基于IPTV用户收视相似度的电子菜单展示方法，通过对用户收视记录进行分析，可计算得到用户与用户在IPTV内容使用情况上的差异程度，从而可筛选出平台中具有相似收视习惯的用户群体；通过对这个群体内部进行内容节目收视与否的对比，可为各用户提供推荐内容，实现IPTV内容的个性化展示。本发明通过对用户群组收视行为的对比可获取群组内每个用户未使用过、但根据其收视习惯可能被其喜欢的IPTV内容，从而为IPTV用户自动拼装EPG页面展示内容，提高了EPG页面为IPTV用户服务的针对性。

Description

一种基于IPTV用户收视相似度的电子菜单展示方法

技术领域

本发明涉及无限通信技术领域，具体涉及一种基于IPTV用户收视相似度的电子菜单展示方法。

背景技术

IPTV平台内容：包括IPTV为用户提供的直播频道、点播节目、增值应用。

目前，IPTV平台通过EPG展示给用户的节目信息是按照平台运营规划进行人工编辑，展示给用户的节目是固定的。这样的运营模式满足了用户基本的收视需求。在满足基本收视需求的基础上，如何根据IPTV平台内容的特征分析用户的收视行为，为用户进行IPTV平台节目的个性化展示，是提供个性化IPTV服务过程中亟待解决的重要问题。

用户在IPTV使用过程中，通过遥控器与EPG系统进行内容收看交互，EPG系统将用户的收看行为进行记录。通过对用户一定收视时间内的收看行为进行记录、分析，可反映出用户不断变化的个人喜好信息。不同用户之间的收看行为如果在一段时期内有重叠，并且收视行为重叠达到一定程度，就能够反映出用户之间收视行为具有一定的相似性。在具有高度收视相似性的用户之间，即可依据不同用户之间的收视记录，为不同的用户进行节目推荐。

发明内容

针对现有技术的以上缺陷或改进需求，本发明的目的在于提供一种基于IPTV用户收视相似度的电子菜单展示方法，其特征在于，包括如下步骤：

步骤一、记录用户IPTV收视行为；

步骤二、计算用户A和用户M两者在IPTV业务上的收视相似比较向量C_AM＝A⊕M^T，；通过对用户A和用户M收视行为向量的相似比较得到在所有IPTV业务上用户A与用户M的收视行为相似比较向量C_AM＝(C₁,C₂,C₃,…,C_n)，其中C_i为用户A与用户M在IPTV业务i上的收视比较值，n为IPTV业务个数；

步骤三、设定阈值K，当用户A与用户M的收视行为相似比较向量中，若则认为用户A与用户M具有相同的收视偏好，将用户A与用户M的收视行为相似比较向量插入到用户A的IPTV相似用户收视行为二维表SIM_A中，完成用户A与IPTV系统其它全部用户之间的相似比较计算并进行阈值判断后，可得到IPTV相似用户收视行为二维表：SIM_A＝(C_A1,C_A2…C_AT…C_AS)^T，其中S为IPTV系统内与用户A具有相同收视偏好的用户个数；

步骤四、计算得到IPTV推荐内容向量RC_AQ＝Q∧C_AQ ^T；将SIM_A中所有行进行上述计算后得到的推荐内容向量组成IPTV推荐内容二维表：REC_A＝(RC_A1,RC_A2,…,RC_AQ,…,RC_AS)^T，其中REC_A为IPTV系统内与用户A具有相同收视偏好的用户个数；

步骤五、读取用户A的IPTV推荐内容二维表的每一列，计算每一项IPTV业务与用户A具有相似收视行为用户使用过但A未使用过的数量：

(1≤i≤n,1≤j≤s)

其中，n表示IPTV业务数量，S表示与用户A具有同类收视偏好的用户数量；SEQ_i表示对于IPTV业务i与用户A具有相同收视偏好的用户使用过的次数，SEQ_i数值越大，表明该业务被用户A喜好，适于推荐给用户A使用。

因此，本发明可以获得以下的有益效果：

本发明提出一种基于IPTV用户收视相似度进行EPG个性化展示的系统和方法。本发明系统位于IPTV平台核心数据库与EPG系统之间，本发明系统从IPTV平台数据库采集用户收视行为记录后，通过本发明提供的计算方法建立IPTV平台用户收视行为向量，通过本发明提供的IPTV平台用户收视行为向量对比分析算法对IPTV用户进行相似度匹配，匹配后可输出相似用户二维表。基于相似用户二维表，通过本发明提出的计算方法生成为用户进行推荐的推荐内容二维表，将推荐内容二维表中的推荐数据发送至EPG进行IPTV内容的个性化展示，供用户选择观看。

本发明实现了用户收视历史的量化汇总、用户相似度计算与分组、根据相似度分组为用户自动推荐个性化节目的计算方法。其中用户相似度计算方法、根据相似度为用户进行推荐内容计算方法为本发明核心工作内容。通过上述方法可以在EPG系统中为用户展示个性化节目，提升用户业务使用体验，用于IPTV精准营销和用户行为分析，支撑中国电信IPTV业务的发展战略。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明的流程示意图；

图2是本发明系统自动计算IPTV用户相似度流程；

图3为系统自动计算IPTV相似用户收视行为二维表流程；

图4为系统自动计算IPTV推荐内容二维表流程；

图5为本发明实施例示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

二维表：在数据库中，数据与数据之间的一个关系就是一个二维表。二维表中每一行称为一条记录。二维表中每一列称为一个属性。在本发明提出的二维表中，每一行、每一列都有相应的名称。

例如如下二维表：

	IPTV业务1	IPTV业务2	IPTV业务3
				用户1	1	1	0
用户2	0	0	1

在这个表中，用户1、用户2对应的行向量(1,1,0)、(0,0,1)均为“记录”，姓名、性别、住址对应的列向量均为“属性”。

二进制异或计算：二进制的一种计算形式，计算符号通常以⊕表示。其计算法则为：0⊕0＝0；0⊕1＝1；1⊕0＝1；1⊕1＝0.

二进制与计算：二进制的一种计算形式，计算符号通常以∧表示。其计算法则为：0∧0＝0；0∧1＝0；1∧0＝0；1∧1＝1.

本发明提出了一种IPTV平台内，按照收视行为进行个性化展示的EPG系统实现方法，具体说明如下：

(一)本发明的实现流程

如图1所示，为本发明提出的基于收视时长进行个性化展示的EPG系统的工作流程。

步骤A：IPTVEPG系统对用户的收视行为进行记录。记录内容包括：用户收看直播频道内容、用户收看点播节目、用户使用增值应用。记录规则为：用户使用过的IPTV内容以1表示，未使用过的IPTV内容以0表示。

步骤B：IPTV核心数据库中建立用户收视行为记录表，记录表中每一行为对应用户的IPTV平台用户收视行为向量。

步骤C：对需要进行个性化展示的用户，将其与IPTV平台内其它用户收视行为向量按本发明提出的计算公式进行对比。公式为：C_AM＝A⊕M^T(公式①，计算用户A、用户M两者在IPTV业务上的收视相似比较值，A、M分别对应用户A、用户M的收视行为向量)，计算得到该用户与平台内其它用户之间收视行为的相似度后，根据系统设置的相似度阈值将具有相似收视行为的用户收视行为向量插入到IPTV相似用户收视行为二维表中；

步骤D：对需要进行个性化展示的用户(设为用户A)，根据IPTV相似用户收视行为二维表，根据本发明提出的公式，为需要进行个性化演示的用户进行计算确认可为该用户进行推荐的IPTV内容。公式为：RC_AQ＝Q∧C_AQ ^T(公式②，Q表示用户Q的收视行为向量，C_AQ表示用户A与用户Q两者在IPTV业务上的收视相似比较值)，完成对IPTV相似用户收视行为二维表中每一行代表的用户的处理后，计算得到了IPTV系统中与A具有同样收视习惯用户为A进行推荐的IPTV内容向量；这些推荐内容向量组成了IPTV推荐内容二维表。

步骤E：根据IPTV推荐内容二维表通过用户进行IPTV内容个性化推荐，并将推荐数据发送至EPG系统进行展示，供用户选择观看。

在上述步骤中，步骤C分为若干个子步骤：

步骤C01：建立IPTV相似用户收视行为二维表并置二维表为空(IPTV相似用户收视行为二维表的列数为IPTV内容总数，每一列的名称为IPTV内容名)；

步骤C02：读取需要进行个性化展示用户(设该需要进行个性化展示的用户为：用户A)的收视行为向量；

步骤C03：获取IPTV平台内不同于用户A的其它用户收视行为向量(用户M)，如果取尽则转步骤C07，否则转步骤C04；

步骤C04：将用户A的收视行为向量与用户M的收视行为向量按公式①：C_AM＝A⊕M^T进行计算，得到相似比较向量C_AM＝(C₁,C₂,C₃,…,C_n)；

步骤C05：计算(1≤i≤n)；

步骤C06：当时(K为系统管理员设置的值。当两个用户按本发明提供的公式①完成收视向量比较后，相似比较向量中的1表示在该维度上两个用户的收视习惯不同，当两个用户具有不同收视习惯的业务少于K个时，系统认为两者具有相同的收视习惯)，将C_AM插入IPTV相似用户收视行为二维表中，并置当前二维表的行名称为用户M，处理完成后转步骤C02；

步骤C07：输出IPTV相似用户收视行为二维表SIM_A，本过程结束。

在上述步骤中，步骤D分为若干个子步骤：

步骤D01：为需要进行个性化展示用户(用户A)建立推荐内容二维表，置二维表为空；推荐内容二维表的列数为IPTV内容总数；

步骤D02：取步骤C中输出的IPTV相似用户收视行为二维表SIM_A，并获取当前行的向量数据Q，如所有相似用户收视行为二维表中的行向量数据均已取过则转步骤D05，否则转步骤D03；

步骤D03：SIM_A中每一行具有行名称(行名称就是系统中某一个相似用户名)，根据行名称获取该行名称用户对应的收视向量Q，按公式②计算用户Q为用户A推荐的IPTV内容信息：RC_AQ＝Q∧C_AQ ^T；

步骤D04：将RC_AQ插入IPTV推荐内容二维表做为该表的一个记录；

步骤D05：如所有IPTV相似用户收视行为二维表中的行向量数据均已取过，则输出IPTV推荐内容二维表REC_A。

在上述步骤中，步骤E分为若干个子步骤：

步骤E01：为需要进行个性化展示用户建立IPTV内容推荐向量，向量维度为IPTV系统内容个数，并置向量内所有值为0；

步骤E02：通过公式③计算每个推荐给A的IPTV内容的权重：(1≤i≤n,1≤j≤s其中n表示IPTV业务数量，S表示与用户A具有同类收视偏好的用户数量)；

步骤E03：将IPTV内容推荐向量的第i个元素更新为SEQ_i；

步骤E04：对IPTV系统内容个数向量每个维度的值按照从大到小的规则排序，将排序结果发送至EPG系统。

(二)本发明实施例的应用场景

本发明实施例的应用场景如图5所示。本实施例由用户IPTV平台用户收视行为向量自动计算子系统、IPTV相似用户收视行为二维表计算子系统、IPTV推荐内容二维表计算子系统、IPTV内容推荐功能模块四个部分构成。本发明提供的系统位于IPTV平台核心数据库与EPG系统之间。本发明系统从IPTV平台核心数据库获取用户收视行为统计数据进行处理，并将处理后的推荐信息数据发送至EPG系统供其进行个性化展示使用。本发明提供的四个子系统、功能模块与IPTV平台网元进行交互、完成EPG个性化展示的应用场景为：

(1)用户IPTV平台用户收视行为向量自动计算系统(简称“收视行为向量计算系统”)从IPTV平台核心数据库获取用户对IPTV内容的使用情况(使用过的业务维度标识为1，未使用过的业务维度标识为0)；将获取到的IPTV内容使用情况构建为IPTV平台用户收视行为向量；

(2)IPTV相似用户收视行为二维表计算系统(简称“相似用户计算系统“)，通过对用户与用户之间收视行为向量按本发明提供的用户收视行为比较计算公式C_AM＝A⊕M^T判定用户与用户之间收视行为的对比量化数据(C_AM即为用户A与用户M的IPTV相似比较向量)，从而判定IPTV平台内具有相似收视行为的用户群。相似比较向量用于表示用户与用户之间收视行为的相似性和差异性，相似比较向量中对比数据值为1的，表示该维度对应的内容对比用户之间有收视行为差异，对比数据值为0的，表示该维度对应的内容对比用户之间没有收视行为差异(原理：在二进制异或计算法则中，当进行计算的两个二进制数字之间存在差异，即两个数字不同时计算结果为1，两者无差异，即两个数字相同时计算结果为0)。两个的用户收视行为向量进行对比后得到的对比向量按：进行判定，符合判定条件的即表示两个用户具有相同的收视行为习惯。

相似用户计算系统计算得到的、与当前用户具有相似收视行为习惯的其它用户，其与当前用户收视行为向量的对比值形成的IPTV相似用户收视行为二维表SIM_A。IPTV相似用户收视行为二维表提供了IPTV系统中，与当前用户具有相似收视行为的用户群体与当前用户之间的收视差异情况。

举例来说：对于用户A来说，用户A的收视行为向量描述了用户A对IPTV各类内容的使用情况；将用户A的收视行为向量与其它IPTV系统用户的收视行为向量按本发明提供的计算公式进行计算对比，可以得到用户A与其它具体每一个用户之间的收视差异情况，通过对收视行为对比数据值的筛选得到与A具有相似收视行为的用户。这些用户与A的收视行为相似比较向量，共同组成了用户A的相似用户收视行为二维表。在用户A的相似用户收视行为二维表中，每一行的行名称是与A具有相似收视行为的一个用户，这一行中的内容是该用户在每一个IPTV系统内容上与用户A的收视记录二进制异或计算结果。二维表的列名称是IPTV系统内容的名称。

(3)IPTV推荐内容二维表计算系统(简称“推荐内容计算系统”)，根据相似用户计算系统计算得到的IPTV相似用户收视行为二维表SIM_A，为需要进行个性化展示的用户A进行内容推荐。

内容推荐的原理为：对于需要进行个性化推荐的IPTV业务用户A，在用户A的相似用户收视行为二维表SIM_A中，每一行都是一个与用户A有相似收视行为的用户，其与用户A在IPTV全部内容上收视行为的比较计算结果。也就是说，SIM_A中每一行表示了这样的信息：这一行数据表示了与用户A有相同收视行为习惯的用户Q，其使用的IPTV内容与用户A之间的差异。通过本发明提供的计算公式：RC_AQ＝Q∧C_AQ ^T可以计算出与用户A具有相同收视习惯的用户Q使用过、但A未使用过的IPTV内容。通过对SIM_A中每一行数据的计算处理，可计算得到对用户A的推荐内容二维表REC_A。二维表中的每一行体现了IPTV系统中每一个与用户A具有相同收视行为的用户推荐给用户A的IPTV内容。

(4)IPTV内容推荐功能模块为用户推荐IPTV内容。工作原理为：对于需要进行个性化推荐的IPTV业务用户A，通过本发明步骤C、步骤D计算得到推荐内容二维表REC_A后，二维表中每一行均是与用户A具有相同收视行为的用户推荐给用户A的IPTV内容。通过(REC_ij表示REC_A中第i行第j列元素，1≤i≤n,1≤j≤s其中n表示IPTV业务数量，s表示与用户A具有同类收视偏好的用户数量)计算与用户A具有相似收视行为的用户，给A推荐的内容之间的权重。计算完毕后根据权重值从大到小排序，表示该业务是否可能被用户A所喜欢。

(三)IPTV相似用户收视行为二维表计算系统详细说明

IPTV相似用户收视行为二维表计算系统工作原理如下(以向用户A进行个性化推荐为例，设用户A的收视行为向量为A、用户M的收视行为向量为M)：通过公式C_AM＝A⊕M^T(公式①)计算用户A、用户M两者在IPTV系统各业务上的收视相似比较值；

通过对用户A、用户M收视行为向量的相似比较，可以得到在所有IPTV业务上用户A与用户M的收视行为相似比较向量C_AM＝(C₁,C₂,C₃,…,C_n)，其中C_i为用户A、用户M在IPTV业务i上的收视比较值。

设定阈值K，对用户A与用户M的收视行为相似比较向量C_AM进行计算：

当(1≤i≤n)时，认为用户A与用户M具有相同的收视偏好，可将用户A与用户M的收视行为相似比较向量插入到用户A的IPTV相似用户收视行为二维表中。

完成用户A与IPTV系统其它全部用户之间的相似比较计算并进行阈值判断后，可得到IPTV相似用户收视行为二维表：SIM_A＝(C_A1,C_A2…C_AT,…,C_AS)^T，其中S为IPTV系统内与用户A具有相同收视偏好的用户个数。IPTV相似用户收视二维表每一行为IPTV系统用户与用户A之间的相似比较向量。

(四)IPTV推荐内容二维表计算系统详细说明

IPTV推荐内容二维表计算系统工作原理(以向用户A进行个性化推荐为例)：

获取用户A的IPTV相似用户收视行为二维表SIM_A，遍历该二维表的每一行。对于该二维表的每一行做如下计算操作：

IPTV相似用户收视行为二维表中的一行的行名称为与用户A具有相似收视偏好的用户，获取该用户的收视行为向量，计算得到这个用户收视行为向量与相似比较向量的二进制与计算结果。设当前行用户Q的收视行为向量为Q＝(q₁,q₂,…,q_n),用户Q与用户A的相似比较向量C_AQ＝(r₁,r₂,…,r_n)，系统通过本发明提出的公式：RC_AQ＝Q∧C_AQ ^T(公式②)可计算得到用户Q对用户A的IPTV推荐内容向量。

将SIM_A中所有行进行上述计算后得到的推荐内容向量组成IPTV推荐内容二维表：REC_A＝(RC_A1,RC_A2,…,RC_AQ,…,RC_AS)^T.其中S为IPTV系统内与用户A具有相同收视偏好的用户个数。

(五)IPTV内容推荐功能模块详细说明

读取用户A的IPTV推荐内容二维表的每一列。按公式③计算每一项IPTV业务，与用户A具有相似收视行为用户使用过，但A未使用过的数量：

(1≤i≤n,1≤j≤s)

注：本公式中，n表示IPTV业务数量，S表示与用户A具有同类收视偏好的用户数量。

该公式计算结果SEQ_i表示对于IPTV业务i，与用户A具有相同收视偏好的用户使用过的次数。这个数值越大，就代表这个业务越可能被用户A喜好，适于推荐给用户A使用。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种基于IPTV用户收视相似度的电子菜单展示方法，其特征在于，包括如下步骤：

步骤一、记录用户IPTV收视行为；

步骤二、计算用户A和用户M两者在IPTV业务上的收视相似比较向量C_AM＝A⊕M^T；通过对用户A和用户M收视行为向量的相似比较得到在所有IPTV业务上用户A与用户M的收视行为相似比较向量C_AM＝(C₁,C₂,C₃,…,C_n)，其中C_i为用户A与用户M在IPTV业务i上的收视比较值，n为IPTV业务个数；

步骤三、设定阈值K，当用户A与用户M的收视行为相似比较向量中，若则认为用户A与用户M具有相同的收视偏好，将用户A与用户M的收视行为相似比较向量插入到用户A的IPTV相似用户收视行为二维表SIM_A中，完成用户A与IPTV系统其它全部用户之间的相似比较计算并进行阈值判断后，可得到IPTV相似用户收视行为二维表：SIM_A＝(C_A1,C_A2…C_AT…C_AS)^T，其中S为IPTV系统内与用户A具有相同收视偏好的用户个数；

步骤四、计算得到IPTV推荐内容向量RC_AQ＝Q∧C_AQ ^T；将SIM_A中所有行进行上述计算后得到的推荐内容向量组成IPTV推荐内容二维表：REC_A＝(RC_A1,RC_A2,…,RC_AQ,…,RC_AS)^T，其中REC_A为IPTV系统内与用户A具有相同收视偏好的用户个数；

步骤五、读取用户A的IPTV推荐内容二维表的每一列，计算每一项IPTV业务与用户A具有相似收视行为用户使用过但A未使用过的数量：

其中，n表示IPTV业务数量，S表示与用户A具有同类收视偏好的用户数量；SEQ_i表示对于IPTV业务i与用户A具有相同收视偏好的用户使用过的次数，SEQ_i数值越大，表明该业务被用户A喜好，适于推荐给用户A使用。