CN105578259A - 一种基于智能电视下用户观影行为分类方法 - Google Patents

Abstract

本发明公开了一种基于智能电视下用户观影行为分类方法，通过获取epg信息里面的channel_name,program_name,tags,start_time,end_time等字段；实现用户观看频次，观看时长等定义；在分类的基础之上，为用户打上标签，标识这个用户的观影行为。本发明在epg信息的获取，用户观影行为分类算法实现，用户观影行为标签系统实现三个方面实现了技术突破，解决了智能电视收视率体系下用户观影行为分类方法的问题。

Description

一种基于智能电视下用户观影行为分类方法

技术领域

本发明涉及智能电视领域，尤其涉及一种基于智能电视下用户观影行为分类方法。

背景技术

目前市面上还没有一套完整的系统的基于智能电视的用户观影行为分类方法，部分采用的人工统计方法，再此基础上进行分析，部分采用的传统的样本方法，再此基础上对数据进行清洗过滤，之后再加以分析，虽然这些可以分析出来用户观影行为，但是人工以及维护成本大，耗时长，甚至有可能导致分析结果不尽人意，基于智能电视下用户观影行为分类方法不仅提升了分析结果的准确性，分析方法的智能化，也减少了人工维护的成本，同时通过用户观影行为分类方法能够为用户标签，家庭画像提供有力的支撑。

发明内容

针对现有技术存在的不足之处，本发明的目的在于提供一种基于智能电视下用户观影行为分类方法，该方法在epg信息的获取，用户观影行为分类算法实现，用户观影行为标签系统实现三个方面实现了技术突破，解决了智能电视收视率体系下用户观影行为分类方法的问题。

本发明的目的通过下述技术方案实现：

一种基于智能电视下用户观影行为分类方法，方法如下：

A、用户观影行为分类过程如下：

A1、查询日期，

A2、更新天数：对以前日期计算的结果重新计算，

A3、数据的输入路径，该数据包括EPG信息中的频道名、节目名、标签、节目开始时间，节目结束时间；

A4、获取数据的存储目录；

B、Mapper函数处理：遍历每一条数据，并对其进行Mapper函数处理，将相应数据传输并进行Reducer函数处理；

B1、Mapper启动时，获取步骤A中的数据，以及获取要查询日期的EPG信息；

B2、将Mapper数据中频道ID与EPG中的频道ID进行匹配，如果匹配成功，则将该条数据中channel的名称替换成channel_name的名称，将该条数据中的program的名称替换成program_name的名称，并获得该条数据的播放开始时间和结束时间；如果匹配失败，则丢弃该条数据；

B3、按照<keyvalue>格式输出数据，所述<keyvalue>格式为字符串存储格式；

C、Reducer函数处理：对获得的同一个电视用户的所有观影行为进行处理，并将相应结果输出到HDFS上；

C1、获取步骤B中的相应数据；

C2、将该电视用户的观影数据放入List列表中；

C3、对List列表按照时间戳字段进行从小到大排序；

C4、遍历List列表；

C4-1、每次遍历获得第i与第i-1数据，

C4-2、计算第i条数据在不同时段中的观影时间，

C4-3、分别按照<keyvalue>格式输出全国和各个省份的观影时间以及全国频道收视分钟数；

D、AddMR进行求和处理，即在同一时段，且在全国或省份中观看同一频道的分钟数进行累加求和；

E、将上述的得到的数据运用社交网络分析算法建立用户观影行为标签系统；

F、分类方法实现后可以对用户观看频次，观看时长做出定义，为用户打上标签，标识这个用户的观影行为。

本发明所述步骤E的标签主要有：体育、娱乐、少儿、电影、电视剧、科教、综合、财经；tags1主要有：专题、互动、交友、亲子、人文、传记、健康、偶像、儿童、冒险、军事、剧情、动作、动漫、动画、历史、古装、喜剧、国内、国际、地方、地理、娱乐、对话、影视、情感、战争、揭秘、教育、新闻、时尚、明星、民生、法制、热点、爱情、犯罪、理财、生活、百科、益智、社会、科学、科幻、竞技、纪实、纪录、经济、综艺、美食、股票、自然、警匪、讲坛、访谈、谈话、财富、购物、资讯、运动、金融、音乐；tags2主要有：专题、互动、亲子、人文、健康、儿童、冒险、军旅、剧情、动作、动漫、动画、励志、历史、古装、喜剧、国内、国际、地方、地理、娱乐、宫廷、家庭、对话、影视、悬疑、情感、惊悚、战争、探险、揭秘、故事、教育、文化、文物、新闻、时尚、明星、武侠、民生、气象、法制、温情、游戏、潮流、热点、爱情、理财、生活、社会、科学、竞技、纪录、经济、综艺、美食、自然、警匪、讲坛、访谈、谈话、谍战、财富、资讯、运动、选秀、金融、音乐；tags3主要有：专题、互动、人文、伦理、健康、冒险、剧情、动作、历史、古装、喜剧、国内、国际、地方、娱乐、家庭、少儿、情感、揭秘、搞笑、教育、新闻、旅游、时尚、明星、曲艺、枪战、校园、民生、温情、游戏、潮流、热点、犯罪、生活、百科、相亲、真人秀、社会、科学、竞技、篮球、纪实、纪录、经济、美食、股票、自然、记录、访谈、谈话、财富、资讯、运动、金融、革命。

本发明所述步骤E包括

E1、数据准备；

E2、针对电视剧、电视剧下面的剧情、观看时长、观看频次和省份分别建立模型，通过社交网络分析算法得到；

E3、结果输出；通过社交网络分析算法得到并将结果输出。

本发明较现有技术相比，具有以下优点及有益效果：

本发明在epg信息的获取，用户观影行为分类算法实现，用户观影行为标签系统实现三个方面实现了技术突破，解决了智能电视收视率体系下用户观影行为分类方法的问题。

附图说明

图1为本发明的结构示意图。

具体实施方式

下面结合实施例对本发明作进一步地详细说明：

实施例一

如图1所示，一种基于智能电视下用户观影行为分类方法，方法如下：

A、用户观影行为分类过程如下：

A1、查询日期，

A2、更新天数：对以前日期计算的结果重新计算，

A3、数据的输入路径，该数据包括EPG信息中的频道名、节目名、标签、节目开始时间，节目结束时间；

A4、获取数据的存储目录；

B、Mapper函数处理：遍历每一条数据，并对其进行Mapper函数处理，将相应数据传输并进行Reducer函数处理；

B1、Mapper启动时，获取步骤A中的数据，以及获取要查询日期的EPG信息；

B2、将Mapper数据中频道ID与EPG中的频道ID进行匹配，如果匹配成功，则将该条数据中channel的名称替换成channel_name的名称，将该条数据中的program的名称替换成program_name的名称，并获得该条数据的播放开始时间和结束时间；如果匹配失败，则丢弃该条数据；

B3、按照<keyvalue>格式输出数据，所述<keyvalue>格式为字符串存储格式；

C、Reducer函数处理：对获得的同一个电视用户的所有观影行为进行处理，并将相应结果输出到HDFS上；

C1、获取步骤B中的相应数据；

C2、将该电视用户的观影数据放入List列表中；

C3、对List列表按照时间戳字段进行从小到大排序；

C4、遍历List列表；

C4-1、每次遍历获得第i与第i-1数据，

C4-2、计算第i条数据在不同时段中的观影时间，

C4-3、分别按照<keyvalue>格式输出全国和各个省份的观影时间以及全国频道收视分钟数；

D、AddMR进行求和处理，即在同一时段，且在全国或省份中观看同一频道的分钟数进行累加求和；

E、将上述的得到的数据运用社交网络分析算法建立用户观影行为标签系统；

F、分类方法实现后可以对用户观看频次，观看时长做出定义，为用户打上标签，标识这个用户的观影行为。

本发明步骤E的标签主要有：体育、娱乐、少儿、电影、电视剧、科教、综合、财经；tags1主要有：专题、互动、交友、亲子、人文、传记、健康、偶像、儿童、冒险、军事、剧情、动作、动漫、动画、历史、古装、喜剧、国内、国际、地方、地理、娱乐、对话、影视、情感、战争、揭秘、教育、新闻、时尚、明星、民生、法制、热点、爱情、犯罪、理财、生活、百科、益智、社会、科学、科幻、竞技、纪实、纪录、经济、综艺、美食、股票、自然、警匪、讲坛、访谈、谈话、财富、购物、资讯、运动、金融、音乐；tags2主要有：专题、互动、亲子、人文、健康、儿童、冒险、军旅、剧情、动作、动漫、动画、励志、历史、古装、喜剧、国内、国际、地方、地理、娱乐、宫廷、家庭、对话、影视、悬疑、情感、惊悚、战争、探险、揭秘、故事、教育、文化、文物、新闻、时尚、明星、武侠、民生、气象、法制、温情、游戏、潮流、热点、爱情、理财、生活、社会、科学、竞技、纪录、经济、综艺、美食、自然、警匪、讲坛、访谈、谈话、谍战、财富、资讯、运动、选秀、金融、音乐；tags3主要有：专题、互动、人文、伦理、健康、冒险、剧情、动作、历史、古装、喜剧、国内、国际、地方、娱乐、家庭、少儿、情感、揭秘、搞笑、教育、新闻、旅游、时尚、明星、曲艺、枪战、校园、民生、温情、游戏、潮流、热点、犯罪、生活、百科、相亲、真人秀、社会、科学、竞技、篮球、纪实、纪录、经济、美食、股票、自然、记录、访谈、谈话、财富、资讯、运动、金融、革命。

本发明步骤E包括

E1、数据准备；

E2、针对电视剧、电视剧下面的剧情、观看时长、观看频次和省份分别建立模型，通过社交网络分析算法得到；

E3、结果输出；通过社交网络分析算法得到并将结果输出。

本发明的原理如下：获取epg信息里面的channel_name,program_name,tags,start_time,end_time等字段；实现用户观看频次，观看时长等定义；在分类的基础之上，为用户打上标签，标识这个用户的观影行为。具体步骤为：获取当前工作目录，确定其他参数：查询日期、更新天数、输入文件路径和mapreduce程序结果的存储目录；mapper函数处理，即遍历每一条数据，并对其进行处理，将相应数据传给redece函数；mapper启动时，获取相应参数，以及获取要查询日期的epg信息，根据数据中channelID与epg中的channel_code进行匹配。如果匹配成功，则将该条数据中channel，program替换成epg中的channel_name，program_name，并获取epg信息里面的tags字段，start_time,end_time，由于tags字段是数组，需要按照条件获取数组中的前4个值作为用户观影行为分类依据，分别记为tags，tags1，tags2，tags3，如果匹配失败，则丢弃该条数据，按照<keyvalue>格式输出数据；redeuce函数处理，即对获得的同一个mac的所有观影行为进行处理，并将相应结果输出到HDFS上。(1)获取相应参数，将该mac的观影数据放入List列表中，对List列表按照时间戳字段进行从小到大排序，遍历List列表，每次遍历获得第i与i-1数据，计算第i条数据在不同时段中的观影时间，分别按照<keyvalue>格式输出全国和省份的观影时间，将全国和省份的频道接触人数放入map中，按照<keyvalue>格式输出数据；addMR进行求和处理，即在同一时段，且在全国或省份中观看同一频道的分钟数进行累加求和；将上述的得到的数据运用社交网络分析算法建立用户观影行为标签系统。

实施例二

如图1所示，一种基于智能电视下用户观影行为分类方法，包括获取epg信息里面的channel_name,program_name,tags,start_time,end_time等字段；实现用户观看频次，观看时长等定义；在分类的基础之上，为用户打上标签，标识这个用户的观影行为。其具体实现步骤如下：

步骤1、获取当前工作目录

步骤2、确定其他参数：

2.1查询日期

2.2更新天数：对以前的日期计算的结果重新计算

2.3MR输入文件路径

2.4MR结果的存储目录

步骤3、Mapper函数处理，即遍历每一条数据，并对其进行处理，将相应数据传给Reducer函数。

3.1Mapper启动时，获取相应参数，以及获取要查询日期的EPG信息

3.2根据数据中channel_id与EPG中的channel_code进行匹配。如果匹配成功，则将该条数据中channel,program替换成EPG中的channel_name,program_name名称，并获得其播放开始时间和结束时间,tags,tags1,tags2,tags3；如果匹配失败，则丢弃该条数据

3.3按照<keyvalue>格式输出数据：

key：MAC

value：province|channel|时间戳

|program|tags|tags1|tags2|tags3|start_time|end_time|timestamp

步骤4、Reducer函数处理，即对获得的同一个MAC的所有观影行为进行处理，并将相应结果输出到HDFS上

4.1获取相应的参数

4.2将该MAC的观影数据放入List列表中

4.3对List列表按照时间戳字段进行从小到大排序

4.4遍历List列表：

4.4.1每次遍历获得第i与第i-1数据

4.4.2计算第i条数据在不同时段中的观影时间

4.4.3分别按照<keyvalue>格式输出全国和省份的观影时间全国频道收视分钟数：

key：0|N|channel

|program|tags|tags1|tags2|tags3|start_time|end_time|timestamp

value：1

省份频道收视分钟数：

key：0|province|channel

||program|tags|tags1|tags2|tags3|start_time|end_time|timestamp

value：1

4.4.4将全国和省份的频道接触人数加入Map中，其中key与上一步骤中的key一样，但第一位标记改为1

4.5遍历4.4.4步骤中Map，按照<keyvalue>格式输出数据

步骤6、AddMR进行求和处理，即在同一时段，且在全国或省份中观看同一频道的分钟数进行累加求和

步骤7、将上述的得到的数据运用社交网络分析算法建立用户观影行为标签系统

本实施例的步骤7中，社交网络分析算法模型描述：社会网络分析法是一种社会学研究方法，社会学理论认为社会不是由个人而是由网络构成的，网络中包含结点及结点之间的关系，社会网络分析法通过对于网络中关系的分析探讨网络的结构及属性特征，包括网络中的个体属性及网络整体属性，网络个体属性分析包括：出度、入度、点度中心度、接近中心度等；网络的整体属性分析包括小世界效应，小团体研究，凝聚子群等。

模型处理流程：a)数据准备；b)针对电视剧等、电视剧下面的剧情等、观看时长、观看频次和省份分别建立模型；c)结果输出；

模型涉及的算法：社交网络分析算法

模型的输入：用户观影行为数据

模型的输出：电视剧，电影等类型，电视剧下剧情，情感等类型(一共三级标签)，观看时长，观看频次，省份等。

Tags(即标签)主要有：体育、娱乐、少儿、电影、电视剧、科教、综合、财经；tags1主要有：专题、互动、交友、亲子、人文、传记、健康、偶像、儿童、冒险、军事、剧情、动作、动漫、动画、历史、古装、喜剧、国内、国际、地方、地理、娱乐、对话、影视、情感、战争、揭秘、教育、新闻、时尚、明星、民生、法制、热点、爱情、犯罪、理财、生活、百科、益智、社会、科学、科幻、竞技、纪实、纪录、经济、综艺、美食、股票、自然、警匪、讲坛、访谈、谈话、财富、购物、资讯、运动、金融、音乐；tags2主要有：专题、互动、亲子、人文、健康、儿童、冒险、军旅、剧情、动作、动漫、动画、励志、历史、古装、喜剧、国内、国际、地方、地理、娱乐、宫廷、家庭、对话、影视、悬疑、情感、惊悚、战争、探险、揭秘、故事、教育、文化、文物、新闻、时尚、明星、武侠、民生、气象、法制、温情、游戏、潮流、热点、爱情、理财、生活、社会、科学、竞技、纪录、经济、综艺、美食、自然、警匪、讲坛、访谈、谈话、谍战、财富、资讯、运动、选秀、金融、音乐；tags3主要有：专题、互动、人文、伦理、健康、冒险、剧情、动作、历史、古装、喜剧、国内、国际、地方、娱乐、家庭、少儿、情感、揭秘、搞笑、教育、新闻、旅游、时尚、明星、曲艺、枪战、校园、民生、温情、游戏、潮流、热点、犯罪、生活、百科、相亲、真人秀、社会、科学、竞技、篮球、纪实、纪录、经济、美食、股票、自然、记录、访谈、谈话、财富、资讯、运动、金融、革命

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 (3)

1.一种基于智能电视下用户观影行为分类方法，其特征在于：

A、用户观影行为分类过程如下：

A1、查询日期，

A2、更新天数：对以前日期计算的结果重新计算，

A3、数据的输入路径，该数据包括EPG信息中的频道名、节目名、标签、节目开始时间，节目结束时间；

A4、获取数据的存储目录；

B、Mapper函数处理：遍历每一条数据，并对其进行Mapper函数处理，将相应数据传输并进行Reducer函数处理；

B1、Mapper启动时，获取步骤A中的数据，以及获取要查询日期的EPG信息；

B2、将Mapper数据中频道ID与EPG中的频道ID进行匹配，如果匹配成功，则将该条数据中channel的名称替换成channel_name的名称，将该条数据中的program的名称替换成program_name的名称，并获得该条数据的播放开始时间和结束时间；如果匹配失败，则丢弃该条数据；

B3、按照<keyvalue>格式输出数据，所述<keyvalue>格式为字符串存储格式；

C、Reducer函数处理：对获得的同一个电视用户的所有观影行为进行处理，并将相应结果输出到HDFS上；

C1、获取步骤B中的相应数据；

C2、将该电视用户的观影数据放入List列表中；

C3、对List列表按照时间戳字段进行从小到大排序；

C4、遍历List列表；

C4-1、每次遍历获得第i与第i-1数据，

C4-2、计算第i条数据在不同时段中的观影时间，

C4-3、分别按照<keyvalue>格式输出全国和各个省份的观影时间以及全国频道收视分钟数；

D、AddMR进行求和处理，即在同一时段，且在全国或省份中观看同一频道的分钟数进行累加求和；

E、将上述的得到的数据运用社交网络分析算法建立用户观影行为标签系统；

F、分类方法实现后可以对用户观看频次，观看时长做出定义，为用户打上标签，标识这个用户的观影行为。

2.按照权利要求1所述的一种基于智能电视下用户观影行为分类方法，其特征在于：所述步骤E的标签主要有：体育、娱乐、少儿、电影、电视剧、科教、综合、财经；tags1主要有：专题、互动、交友、亲子、人文、传记、健康、偶像、儿童、冒险、军事、剧情、动作、动漫、动画、历史、古装、喜剧、国内、国际、地方、地理、娱乐、对话、影视、情感、战争、揭秘、教育、新闻、时尚、明星、民生、法制、热点、爱情、犯罪、理财、生活、百科、益智、社会、科学、科幻、竞技、纪实、纪录、经济、综艺、美食、股票、自然、警匪、讲坛、访谈、谈话、财富、购物、资讯、运动、金融、音乐；tags2主要有：专题、互动、亲子、人文、健康、儿童、冒险、军旅、剧情、动作、动漫、动画、励志、历史、古装、喜剧、国内、国际、地方、地理、娱乐、宫廷、家庭、对话、影视、悬疑、情感、惊悚、战争、探险、揭秘、故事、教育、文化、文物、新闻、时尚、明星、武侠、民生、气象、法制、温情、游戏、潮流、热点、爱情、理财、生活、社会、科学、竞技、纪录、经济、综艺、美食、自然、警匪、讲坛、访谈、谈话、谍战、财富、资讯、运动、选秀、金融、音乐；tags3主要有：专题、互动、人文、伦理、健康、冒险、剧情、动作、历史、古装、喜剧、国内、国际、地方、娱乐、家庭、少儿、情感、揭秘、搞笑、教育、新闻、旅游、时尚、明星、曲艺、枪战、校园、民生、温情、游戏、潮流、热点、犯罪、生活、百科、相亲、真人秀、社会、科学、竞技、篮球、纪实、纪录、经济、美食、股票、自然、记录、访谈、谈话、财富、资讯、运动、金融、革命。

3.按照权利要求1所述的一种基于智能电视下用户观影行为分类方法，其特征在于：所述步骤E包括

E1、数据准备；

E2、针对电视剧、电视剧下面的剧情、观看时长、观看频次和省份分别建立模型，通过社交网络分析算法得到；

E3、结果输出；通过社交网络分析算法得到并将结果输出。