CN110753248A - 一种用于iptv用户端数据收集系统及方法 - Google Patents

一种用于iptv用户端数据收集系统及方法 Download PDF

Info

Publication number
CN110753248A
CN110753248A CN201910994377.6A CN201910994377A CN110753248A CN 110753248 A CN110753248 A CN 110753248A CN 201910994377 A CN201910994377 A CN 201910994377A CN 110753248 A CN110753248 A CN 110753248A
Authority
CN
China
Prior art keywords
user
preference
module
content
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910994377.6A
Other languages
English (en)
Other versions
CN110753248B (zh
Inventor
王晶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Space Shichuang (Chongqing) Technology Co.,Ltd.
Original Assignee
Chongqing Space Visual Creation Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing Space Visual Creation Technology Co Ltd filed Critical Chongqing Space Visual Creation Technology Co Ltd
Priority to CN201910994377.6A priority Critical patent/CN110753248B/zh
Publication of CN110753248A publication Critical patent/CN110753248A/zh
Application granted granted Critical
Publication of CN110753248B publication Critical patent/CN110753248B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25891—Management of end-user data being end-user preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
    • H04N21/2668—Creating a channel for a dedicated end-user group, e.g. insertion of targeted commercials based on end-user profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/812—Monomedia components thereof involving advertisement data

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Computer Graphics (AREA)
  • Computing Systems (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明属于数据收集系统技术领域，具体提供一种用于IPTV用户端数据收集系统及方法，该系统包括：存储模块，用于存储用户的操作日志及用户的物理数据；读取模块，用于读取用户的操作日志中的用户行为数据；分类模块，用于将用户行为数据按照内容标签进行分类；处理模块，用于对分类后用户行为数据进行分析，找到用户的偏好标签；分组模块，用于按照用户的偏好标签，对用户进行偏好分组；还用于按照用户的物理数据，对用户进行分组；其中，存储模块还用于对偏好分组及物理分组进行存储；还包括调用模块，用于调用存储模块中的分组数据。本申请从多个维度对用户进行了分组和存储，可以精准的进行内容的推送。

Description

一种用于IPTV用户端数据收集系统及方法
技术领域
本发明属于数据收集系统技术领域，尤其涉及一种用于IPTV用户端数据收集系统及方法。
背景技术
IPTV即交互式网络电视，是一种利用宽带网，集互联网、多媒体、通讯等技术于一体，向家庭用户提供包括数字电视在内的多种交互式服务的崭新技术。它能够很好地适应当今网络飞速发展的趋势，充分有效地利用网络资源。
与传统的数字电视相比，IPTV通过宽带传输数据，用户可以在IPTV上观看直播，进行点播及回看，除此，还可以进行多种交互式体验，如卡拉OK、玩游戏、查询缴费等。
由于IPTV的功能的多样性，短时间内，其市场占有率及用户粘性便远超传统的数字电视。了解用户的使用习惯，并以此了解用户的需求，定向推送相应内容，正变得越来越重要。了解到用户的使用习惯后，不仅可以针对用户的使用习惯进行内容业务的调整，进一步增加用户粘性，还可以为运营商的广告投放推送提供决策支持，使投放广告的效果更好，便于进行广告招商，增加利润。
目前，IPTV内容投放的思路大多还是沿用以前电视上的投放思路，即，针对某节目或者某时段，进行内容的投放。这样投放方式的好处是，由于有大量电视内容投放的数据做支持，不会出现方向上的大偏差。但这样的投放方法，未充分考虑用户的个人属性，容易出现用户对观看到的投放内容毫无兴趣的情况。
发明内容
本发明针对目前IPTV内容投放时，未充分考虑用户的个人属性的问题，提供了一种用于IPTV用户端数据收集系统及方法。
本发明提供的基础方案为：
一种用于IPTV用户端数据收集系统，包括：
存储模块，用于存储用户的操作日志及用户的物理数据；
读取模块，用于读取用户的操作日志中的用户行为数据；
分类模块，用于将用户行为数据按照内容标签进行分类；
处理模块，用于对分类后用户行为数据进行分析，找到用户的偏好标签；
分组模块，用于按照用户的偏好标签，对用户进行偏好分组；还用于按照用户的物理数据，对用户进行分组；
其中，存储模块还用于对偏好分组及物理分组进行存储；
还包括调用模块，用于调用存储模块中的分组数据。
名词解释：物理数据，即，用户的个人信息数据，如，用户的MAC地址、所在地区、使用的套餐类型以及开户时长等个人信息数据；
内容标签，即IPTV的栏目类型的标签，如文体、综艺、都市、法制等；
偏好标签，即用户偏好的内容标签。
基础方案工作原理及有益效果：
存储模块存储用户的操作日志后，读取模块将用户操作日志中的用户行为数据进行读取，了解用户在各时间点观看的栏目类型；之后分类标签将用户行为数据按照内容标签进行分类，处理模块对分类后的用户行为数据进行分析，找到用户的偏好标签，这样，可以了解用户观看栏目类型的喜好；再之后，分组模块按照用户的偏好标签以及用户的物理数据，对用户进行偏好分组，存储模块还对偏好分组及物理分组进行存储。
这样，将通过多个维度，对用户进行了分组和存储，管理人员通过调用模块调用用户分组时，可以选择的类型更多，能够更有针对性的选择，进而准确的进行内容推送。
如，和某个体育用品的客户合作进行广告投放时，可以调用文体偏好标签的用户进行广告投放；而与某餐饮公司进行合作为其刚开业的餐饮门店投放广告，选择该餐饮门店辐射的地理区域的用户分组，可能比选择美食、生活这类偏好标签的用户分组的效果更好。
和现有技术相比，本系统充分考虑了用户的个人属性，从多个维度对用户进行了分组和存储，可以进行精准的内容推送。
进一步，还包括过滤模块，用于对用户行为数据进行过滤，过滤掉无效的用户行为数据；分类模块用于对过滤后的用户行为数据，按照内容标签进行分类。
用户在找节目时，会无目的的进行大范围搜索，会在很多的节目类型中停留，直到找到感兴趣的节目。这个过程中，会产生很多的无效数据，这些无效数据若不进行筛除，在后续的数据分析过程中，会影响分析结果的准确性。预设时长的具体数值，本领域技术人员可依据对用户行为数据筛查的严格程度具体设置。
进一步，处理模块包括比率子模块、对比子模块、排序子模块和打标子模块；
比率子模块用于计算各内容标签的播放时长占比；通过
Figure BDA0002239289780000031
计算用户x在内容标签y上的播放时长占比，其中，axy表示用户x在内容标签y的实际播放时长，
Figure BDA0002239289780000032
表示用户x实际播放m个内容标签的总播放时长；
对比子模块用于将各内容标签的播放时长占比与预存的偏好比率进行对比；
排序子模块用于将播放时长占比大于偏好比率的内容标签，用排序算法进行排序；
打标子模块用于将排序子模块中排行前P的内容标签作为用户的偏好标签，对用户进行打标；当排序的内容标签数量不足P时，将所有的内容标签均作为偏好标签。
通过比率子模块得到各内容标签的播放时长占比后，对比子模块将各内容标签的播放时长占比与预存的偏好比率进行对比，可对用户观看栏目类型的偏好进行筛选，之后，排序子模块将播放时长占比大于偏好比率的内容标签用排序算法进行排序，可以知道用户偏好的各种栏目类型中，各栏目类型的优先级顺序，再然后，打标子模块用于将排序子模块中排行前P的内容标签作为用户的偏好标签，对用户进行打标，这样，将用户偏好优先级最高的P个栏目类型筛选了出来，调用模块对分组进行调用时，可保证数据的准确性。偏好比率以及P的具体数值,本领域技术人员同样可依据对用户偏好精准度的严格程度具体设定。
进一步，排序子模块采用的排序算法为冒泡排序算法、插入排序算法、桶排序算法、基数排序算法或者归并排序算法。
这几类排序算法与希尔排序算法、选择排序算法、堆排序算法以及快速排序相比，稳定性更强，能够持续稳定的进行排序工作，可防止出现混乱的排序结果。
进一步，还包括修改模块，用于对内容标签进行修改。
由于IPTV的节目类型会随着运营的效果不断的进行调整，经过较长的时间，如1年后，节目类型的框架可能已经发生了很大的改变，通过修改模块，管理人员可及时对内容标签进行修改，使内容标签能够与当前的节目类型框架始终保持一致。
进一步，还包括更新模块，用于对存储模块内的偏好分组及物理分组的用户成员进行更新；还用于根据用户的偏好标签，对用户的EPG页面进行更新。
用户的偏好会随着时间的推移而发生变化，通过更新模块，可以根据用户偏好的变化，及时对偏好分组进行更新；同时，结合用户的偏好的变化，更新模块还及时对用户的EPG页面进行调整，使用户能够方便快捷的找到自己喜爱的栏目类型，可以增强用户的使用体验。
基于上述系统，本申请还提供一种用于IPTV用户端数据收集方法，包括：
读取步骤，读取用户的操作日志数据中的用户行为数据，以及用户的物理数据；
过滤步骤，对用户行为数据进行过滤，过滤掉无效的用户行为数据；
分类步骤，将过滤后的用户行为数据按照内容标签进行分类；
处理步骤，对分类后的用户行为数据进行分析，找到用户的偏好标签；
分组步骤，按照用户的偏好标签及物理数据，分别对用户进行偏好分组及物理分组；
存储步骤，按照偏好分组及物理分组，分别对用户进行存储；
调用步骤，调用存储模块中的分组数据。
这样，由于采用了多个维度进行分组，管理人员通过调用模块调用分组数据，可以准确的进行内容推送。例如：和某个体育用品的客户合作进行广告投放时，就可以调用文体偏好标签的用户进行广告投放。而与某餐饮公司进行合作为其刚开业的餐饮门店投放广告，则可以选择该餐饮门店辐射的地理区域的用户分组，或者选择美食、生活这类偏好标签的用户分组。
进一步，处理步骤包括比率子步骤、对比子步骤、排序子步骤和打标子步骤；
比率子步骤，计算各内容标签的播放时长占比；通过计算用户x在内容标签y上的播放时长占比，其中，axy表示用户x在内容标签y的实际播放时长，
Figure BDA0002239289780000042
表示用户x实际播放m个内容标签的总播放时长；
对比子步骤，将各内容标签的播放时长占比与预存的偏好比率进行对比；
排序子步骤，将播放时长占比大于偏好比率的内容标签，用排序算法进行排序；
打标子步骤，将排序子步骤中排行前P的内容标签作为用户的偏好标签，对用户进行打标；当排序的内容标签数量不足P时，将所有的内容标签均作为偏好标签。
这样，可以将用户偏好优先级最高的P个栏目类型筛选了出来，调用模块对分组进行调用时，可保证数据的准确性。偏好比率以及P的具体数值,本领域技术人员同样可依据对用户偏好精准度的严格程度具体设定。
进一步，排序子步骤中，采用的排序算法为冒泡排序算法、插入排序算法、桶排序算法、基数排序算法或者归并排序算法。
这几类排序算法与希尔排序算法、选择排序算法、堆排序算法以及快速排序相比，稳定性更强，能够持续稳定的进行排序工作，可防止出现混乱的排序结果。
进一步，还包括更新步骤，对偏好分组及物理分组的用户成员进行更新，和/或根据用户的偏好标签，对用户的EPG页面进行更新。
由于部分用户的偏好会随着时间的推移而发生变化，通过更新步骤，可以根据用户偏好的变化，及时对偏好分组进行更新；同时，结合用户的偏好的变化，更新步骤还及时对用户的EPG页面进行调整，使用户能够方便快捷的找到自己喜爱的栏目类型，可以增强用户的使用体验。
附图说明
图1为本发明一种用于IPTV用户端数据收集系统实施例一的逻辑框图；
图2为图1中处理模块的逻辑框图；
图3为本发明一种用于IPTV用户端数据收集方法实施例一的流程图；
图4为图3中处理步骤的流程图。
具体实施方式
下面通过具体实施方式进一步详细说明：
如图1所示，一种用于IPTV用户端数据收集系统，包括服务器和管理端；服务器与管理端通过现有的网络连接方式，如WIFI无线网络或有线宽带，进行数据通信。
服务器
本实施例中，服务器为华为云服务器，在其他实施例中服务器也可以选用腾讯云服务器或者分布式服务器。
服务器包括存储模块，读取模块、过滤模块、分类模块、处理模块、分组模块和更新模块。
存储模块用于存储用户的操作日志和用户的物理数据。本实施例中，物理数据包括用户的MAC地址、所在地区、使用的套餐类型以及开户时长。
读取模块用于读取用户的操作日志中的用户行为数据。
过滤模块用于对用户行为数据进行过滤，过滤掉无效的用户行为数据；本实施例中，过滤无效数据的方式为，将停留时长小于预设时长的播放行为进行过滤。用户在找节目时，会无目的的进行大范围搜索，会在很多的节目类型中停留，直到找到感兴趣的节目。这个过程中，会产生很多的无效数据，这些无效数据若不进行筛除，在后续的数据分析过程中，会影响分析结果的准确性。预设时长的具体数值，本领域技术人员可依据对用户行为数据筛查的严格程度具体设置，本实施例中，预设时长为30秒。
分类模块用于将用户行为数据按照内容标签进行分类。内容标签，即用户观看的内容的栏目类型，如文体、综艺、都市、法制等等。内容标签的名称及数量，本领域技术人员可依据IPTV具体的栏目架构具体设置。
处理模块用于对用户行为数据进行分析，找到用户的偏好标签。
具体的，如图2所示，处理模块包括比率子模块、对比子模块、排序子模块和打标子模块。
比率子模块用于计算各内容标签的播放时长占比。具体的，通过
Figure BDA0002239289780000061
计算用户x在内容标签y上的播放时长占比，其中，axy表示用户x在内容标签y的实际播放时长，表示用户x实际播放m个内容标签的总播放时长。
对比子模块用于将各内容标签的播放时长占比与预存的偏好比率进行对比。偏好比率的具体数据，本领域技术人员可依据对用户偏好精准度的严格程度具体设定，本实施例中，偏好比率为8.5％。
排序子模块用于将播放时长占比大于偏好比率的内容标签，用排序算法进行排序。本实施例中，使用排序算法为冒泡排序算法，和其他的排序算法相比，冒泡排序算法涉及的程序简单，空间复杂度较低，且运算结果非常稳定，能够持续稳定的进行排序工作。在其他实施例中，也可以采用插入排序算法、桶排序算法、基数排序算法或者归并排序算法，这几类算法的稳定性也较为出色。
打标子模块用于将排序子模块中排行前P的内容标签作为用户的偏好标签，对用户进行打标；当排序的内容标签数量不足P时，将所有的内容标签均作为偏好标签。P的具体数值,本领域技术人员同样可依据对用户偏好精准度的严格程度具体设定，本实施例中，P的数值为3。通常一个用户的偏好不会太过广泛，3个类型的内容标签，已足够包括绝大多数用户的观看偏好。
分组模块用于按照用户的偏好标签，对用户进行偏好分组；分组模块还用于根据用户的物理数据，对用户进行物理分组。
存储模块还用于对偏好分组及物理分组分别对进行存储。
更新模块用于对存储模块内的偏好分组及物理分组的用户成员进行更新；更新模块还用于根据用户的偏好标签，对用户的EPG页面进行更新。部分用户的偏好会随着时间的推移而发生变化，通过更新模块，可以根据用户偏好的变化，及时对偏好分组进行更新；同时，结合用户的偏好的变化，更新模块还及时对用户的EPG页面进行调整，使用户能够方便快捷的找到自己喜爱的栏目类型，可以增强用户的使用体验。
管理端
在本实施例中，管理端为PC。管理端包括查看模块、调用模块和修改模块。
查看模块用于查看存储模块中的分组数据。通过查看模块，管理人员可以了解到各分组的用户数量。
调用模块用于调用存储模块中的分组数据。根据调用模块，可以进行推送内容的精准投放。如和某个体育用品的客户合作进行广告投放时，就可以调用文体偏好标签的用户进行广告投放；而当与某个做餐饮的客户合作进行广告投放时，则可以调用物理标签中的地址标签，找到该客户的店面所在地的辐射区域进行广告投放。
修改模块用于对内容标签进行修改。由于IPTV的节目类型会随着运营的效果不断的进行调整，经过较长的时间，如1年后，节目类型的框架可能已经发生了很大的改变，通过修改模块，管理人员可及时对内容标签进行修改，使内容标签能够与当前的节目类型框架始终保持一致。
基于上述系统，如图3所示，本发明还提供一种用于IPTV用户端数据收集方法，包括：
读取步骤，读取用户的操作日志数据中的用户行为数据，以及用户的物理数据。
过滤步骤，对用户行为数据进行过滤，过滤掉无效的用户行为数据；
分类步骤，将过滤后的用户行为数据按照内容标签进行分类。
处理步骤，对分类后的用户行为数据进行分析，找到用户的偏好标签。
具体的，如图4所示，处理步骤包括比率子步骤、对比子步骤、排序子步骤和打标子步骤。
比率子步骤，计算各内容标签的播放时长占比。具体的，通过
Figure BDA0002239289780000081
计算用户x在内容标签y上的播放时长占比，其中，axy表示用户x在内容标签y的实际播放时长，
Figure BDA0002239289780000082
表示用户x实际播放m个内容标签的总播放时长。
对比子步骤，将各内容标签的播放时长占比与预存的偏好比率进行对比。
排序子步骤，将播放时长占比大于偏好比率的内容标签，用排序算法进行排序；本实施例中采用的排序算法为冒泡排序算法，在其他实施例中，也可以采用插入排序算法、桶排序算法、基数排序算法或者归并排序算法，这几类算法的稳定性都较为出色。
打标子步骤，将排序子步骤中排行前P的内容标签作为用户的偏好标签，对用户进行打标；当排序的内容标签数量不足P时，将所有的内容标签均作为偏好标签。本实施例中，P的数值为3。
分组步骤，按照用户的偏好标签及物理数据，分别对用户进行偏好分组及物理分组。
存储步骤，按照偏好分组及物理分组，分别对用户进行存储。
更新步骤，对偏好分组及物理分组的用户成员进行更新，和/或根据用户的偏好标签，对用户的EPG页面进行更新。
查看步骤，查看存储模块中的分组数据。
调用步骤，调用存储模块中的分组数据。
修改步骤，对内容标签进行修改。
实施例二
与实施例一不同的是，本实施例中的系统还包括用户端，用户端包括用户信息存储模块和用户分析模块；
用户信息存储模块用于存储用户的信息表，本实施例中，用户的信息表包括各用户的年龄、性别、手机ID和偏好标签，用户信息表中的偏好标签与服务器中的偏好标签同步更新。
本实施例中，存储模块按照用户的手机ID存储用户的行为数据，处理模块分析各用户手机ID的偏好标签。
用户分析模块用于根据手机ID的流量使用情况，对目前观看节目的用户进行分析；具体的，当检测到某用户的手机ID接入WIFI，但该用户手机ID在K秒内的流量使用情况小于L，则判断该用户正观看节目；用户分析模块还用于提取正观看节目用户的信息并发送给服务器，服务器根据观看节目的用户的偏好标签进行节目的推送。K与L的具体数值，本领域技术人员可依据用户筛选的严格程度具体设置。
一个家庭内通常都有多位成员，家庭成员之间由于性别、年龄和爱好的不同，偏好的节目类型也会有所不同。本实施例中，每个用户都带有自己的偏好标签，用户分析模块了解到观看节目的具体用户后，将该用户的偏好标签发送给服务器，服务器根据该用户的偏好标签，推送对应的节目。
这样，当用户打开电视进行观看时，可第一时间找到自己感兴趣的节目。
当观看节目的用户只有一位且发生改变时，系统会及时发现并进行相应的节目推送。使新观看的用户能够在尽量短的时间内找到自己感兴趣的节目。
当原始观看节目的用户仍在观看，但加入了新的观看用户时，系统会推送新的节目，各用户可经过协商，统一意见后，选择对应的节目进行观看。通过这样的方式，给了各用户更多的观看选择，同时，也给各用户之间加深了相互了解的机会，当前社会的生活节奏很快，一家人在一起的时间也越来越少，通过节目的推送，家庭成员之间可以了解其他人近期的关注点，进而加深彼此的了解，便于找到共同话题。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (10)

1.一种用于IPTV用户端数据收集系统，其特征在于，包括：
存储模块，用于存储用户的操作日志及用户的物理数据；
读取模块，用于读取用户的操作日志中的用户行为数据；
分类模块，用于将用户行为数据按照内容标签进行分类；
处理模块，用于对分类后用户行为数据进行分析，找到用户的偏好标签；
分组模块，用于按照用户的偏好标签，对用户进行偏好分组；还用于按照用户的物理数据，对用户进行分组；
其中，存储模块还用于对偏好分组及物理分组进行存储；
还包括调用模块，用于调用存储模块中的分组数据。
2.根据权利要求1所述的用于IPTV用户端数据收集系统，其特征在于：还包括过滤模块，用于对用户行为数据进行过滤，过滤掉无效的用户行为数据；分类模块用于对过滤后的用户行为数据，按照内容标签进行分类。
3.根据权利要求1所述的用于IPTV用户端数据收集系统，其特征在于：处理模块包括比率子模块、对比子模块、排序子模块和打标子模块；
比率子模块用于计算各内容标签的播放时长占比；通过
Figure FDA0002239289770000011
计算用户x在内容标签y上的播放时长占比，其中，axy表示用户x在内容标签y的实际播放时长，
Figure FDA0002239289770000012
表示用户x实际播放m个内容标签的总播放时长；
对比子模块用于将各内容标签的播放时长占比与预存的偏好比率进行对比；
排序子模块用于将播放时长占比大于偏好比率的内容标签，用排序算法进行排序；
打标子模块用于将排序子模块中排行前P的内容标签作为用户的偏好标签，对用户进行打标；当排序的内容标签数量不足P时，将所有的内容标签均作为偏好标签。
4.根据权利要求3所述的用于IPTV用户端数据收集系统，其特征在于：排序子模块采用的算法为冒泡排序算法、插入排序算法、桶排序算法、基数排序算法或者归并排序算法。
5.根据权利要求1所述的用于IPTV用户端数据收集系统，其特征在于：还包括修改模块，用于对内容标签进行修改。
6.根据权利要求1所述的用于IPTV用户端数据收集系统，其特征在于：还包括更新模块，用于对存储模块内的偏好分组及物理分组的用户成员进行更新；还用于根据用户的偏好标签，对用户的EPG页面进行更新。
7.一种用于IPTV用户端数据收集方法，其特征在于，包括：
读取步骤，读取用户的操作日志数据中的用户行为数据，以及用户的物理数据；
过滤步骤，对用户行为数据进行过滤，过滤掉无效的用户行为数据；
分类步骤，将过滤后的用户行为数据按照内容标签进行分类；
处理步骤，对分类后的用户行为数据进行分析，找到用户的偏好标签；
分组步骤，按照用户的偏好标签及物理数据，分别对用户进行偏好分组及物理分组；
存储步骤，按照偏好分组及物理分组，分别对用户进行存储；
调用步骤，调用存储模块中的分组数据。
8.根据权利要求7所述的用于IPTV用户端数据收集方法，其特征在于：处理步骤包括比率子步骤、对比子步骤、排序子步骤和打标子步骤；
比率子步骤，计算各内容标签的播放时长占比；通过
Figure FDA0002239289770000021
计算用户x在内容标签y上的播放时长占比，其中，axy表示用户x在内容标签y的实际播放时长，
Figure FDA0002239289770000022
表示用户x实际播放m个内容标签的总播放时长；
对比子步骤，将各内容标签的播放时长占比与预存的偏好比率进行对比；
排序子步骤，将播放时长占比大于偏好比率的内容标签，用排序算法进行排序；
打标子步骤，将排序子步骤中排行前P的内容标签作为用户的偏好标签，对用户进行打标；当排序的内容标签数量不足P时，将所有的内容标签均作为偏好标签。
9.根据权利要求8所述的用于IPTV用户端数据收集方法，其特征在于：排序子步骤中，采用的排序算法为冒泡排序算法、插入排序算法、桶排序算法、基数排序算法或者归并排序算法。
10.根据权利要求7所述的用于IPTV用户端数据收集方法，其特征在于：还包括更新步骤，对偏好分组及物理分组的用户成员进行更新，和/或根据用户的偏好标签，对用户的EPG页面进行更新。
CN201910994377.6A 2019-10-18 2019-10-18 一种用于iptv用户端数据收集系统及方法 Active CN110753248B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910994377.6A CN110753248B (zh) 2019-10-18 2019-10-18 一种用于iptv用户端数据收集系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910994377.6A CN110753248B (zh) 2019-10-18 2019-10-18 一种用于iptv用户端数据收集系统及方法

Publications (2)

Publication Number Publication Date
CN110753248A true CN110753248A (zh) 2020-02-04
CN110753248B CN110753248B (zh) 2021-11-05

Family

ID=69278887

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910994377.6A Active CN110753248B (zh) 2019-10-18 2019-10-18 一种用于iptv用户端数据收集系统及方法

Country Status (1)

Country Link
CN (1) CN110753248B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101751448A (zh) * 2009-07-22 2010-06-23 中国科学院自动化研究所 一种基于情景信息的个性化资源信息的推荐方法
CN106028071A (zh) * 2016-05-17 2016-10-12 Tcl集团股份有限公司 一种视频推荐方法及系统
CN106980662A (zh) * 2017-03-21 2017-07-25 上海星红桉数据科技有限公司 基于海量跨屏收视行为数据的用户标签分类方法
CN107222566A (zh) * 2017-07-06 2017-09-29 广州优视网络科技有限公司 信息推送方法、装置及服务器
CN107341245A (zh) * 2017-07-06 2017-11-10 广州优视网络科技有限公司 数据处理方法、装置及服务器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101751448A (zh) * 2009-07-22 2010-06-23 中国科学院自动化研究所 一种基于情景信息的个性化资源信息的推荐方法
CN106028071A (zh) * 2016-05-17 2016-10-12 Tcl集团股份有限公司 一种视频推荐方法及系统
CN106980662A (zh) * 2017-03-21 2017-07-25 上海星红桉数据科技有限公司 基于海量跨屏收视行为数据的用户标签分类方法
CN107222566A (zh) * 2017-07-06 2017-09-29 广州优视网络科技有限公司 信息推送方法、装置及服务器
CN107341245A (zh) * 2017-07-06 2017-11-10 广州优视网络科技有限公司 数据处理方法、装置及服务器

Also Published As

Publication number Publication date
CN110753248B (zh) 2021-11-05

Similar Documents

Publication Publication Date Title
US8898713B1 (en) Content aggregation and presentation
US7360160B2 (en) System and method for providing substitute content in place of blocked content
US7698720B2 (en) Content blocking
US9955231B2 (en) Relevant video content pushed to a mobile phone
CN100596135C (zh) 一种确定内容提供商优先级的系统和方法
US20150039593A1 (en) Pre-delivery of content to a user device
CN101286351B (zh) 生成流媒体增值描述文件及插播多媒体信息的方法、系统
CN102473189B (zh) 社交网络更新中到媒体对象部分的链接的实时提供
CN105893443A (zh) 视频推荐方法、装置和服务器
US20080104521A1 (en) Methods and systems for providing a customizable guide for navigating a corpus of content
CN110753247B (zh) 一种信息推送策略生成系统及方法
US20050033849A1 (en) Content blocking
CN103106208A (zh) 一种移动互联网中的流媒体内容推荐方法和系统
CN105653572A (zh) 一种资源的处理方法及装置
WO2007082190A2 (en) Apparatus and methods of selective collection and selective presentation of content
JP2009505298A (ja) ユーザに関心を引くアイテムを推奨するシステムおよび方法
WO2009135187A1 (en) Method and apparatus for providing dynamic playlists and tag-tuning of multimedia objects
CN101833552A (zh) 一种流媒体标记和推荐的方法
CN103747343A (zh) 资源分时段推荐的方法和装置
CN107454442B (zh) 一种推荐视频的方法和装置
US20150066897A1 (en) Systems and methods for conveying passive interest classified media content
CN113742567A (zh) 一种多媒体资源的推荐方法、装置、电子设备及存储介质
CN109033443B (zh) 推荐对象确定方法、装置、存储介质及计算机设备
CN113010790A (zh) 内容推荐方法、装置、服务器及存储介质
CN108463819B (zh) 使用智能终端的基于数字串的实时信息分发系统以及信息分发方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 401121 room 701, room 1, floor 7, building 11, No. 106, west section of Jinkai Avenue, Yubei District, Chongqing

Patentee after: Space Shichuang (Chongqing) Technology Co.,Ltd.

Address before: 401121 17-4, building 2, No. 70, middle section of Huangshan Avenue, Yubei District, Chongqing

Patentee before: Chongqing Space Visual Creation Technology Co.,Ltd.

CP03 Change of name, title or address