【技术实现步骤摘要】
用户兴趣度的评价方法和系统
本专利技术涉及新媒体
，更具体地说涉及一种用户兴趣度的评价方法和系统。
技术介绍
随着新媒体行业的快速发展，针对不同的用户画像做不同的推送已经成为其重要的业务之一。其中，用户的收视偏好又是其进行用户画像过程中重要组成部分。用户的收视偏好主要通过用户兴趣度进行衡量。用户兴趣度则指用户对各兴趣标签感兴趣的程度。对于用户兴趣度的计算，现有技术中，主要基于主题模型对不同用户在不同时段收视兴趣偏好的概率值进行计算。该主题模型主要通过训练的方式实现对用户兴趣度的计算。但是，主题模型在计算用户兴趣度时，复杂度高，通用性差，且主题模型训练出的主题较为抽象，解释性不强，且不同主题模型之间也存在一定的差异。因此，基于现有技术获得用户兴趣度不仅过程复杂，且不准确。
技术实现思路
有鉴于此，本申请提供了一种用户兴趣度的评价方法和系统，以实现快速得到准确的用户兴趣度的目的。为了实现上述目的，现提出的方案如下：本专利技术第一方面公开了一种用户兴趣度的评价方法，包括：建立兴趣标签库，所述兴趣标签库包括节目标签，以及所述节目标签下的各个节目参数，所述节目标签包括节目...
【技术保护点】
1.一种用户兴趣度的评价方法，其特征在于，包括：建立兴趣标签库，所述兴趣标签库包括节目标签，以及所述节目标签下的各个节目参数，所述节目标签包括节目所属类别；基于所述节目标签计算用户在各节目标签上的节目指标参数；归一化处理当前所述用户在每个所述节目标签下的节目指标参数相对于全部用户的相对值，得到各个所述节目指标参数对应的归一化值；加权计算当前所述用户对应的每个所述节目标签下的各个所述节目指标参数对应的归一化值，得到当前所述用户对每个所述节目标签对应的节目的兴趣度。
【技术特征摘要】
1.一种用户兴趣度的评价方法，其特征在于，包括：建立兴趣标签库，所述兴趣标签库包括节目标签，以及所述节目标签下的各个节目参数，所述节目标签包括节目所属类别；基于所述节目标签计算用户在各节目标签上的节目指标参数；归一化处理当前所述用户在每个所述节目标签下的节目指标参数相对于全部用户的相对值，得到各个所述节目指标参数对应的归一化值；加权计算当前所述用户对应的每个所述节目标签下的各个所述节目指标参数对应的归一化值，得到当前所述用户对每个所述节目标签对应的节目的兴趣度。2.根据权利要求1所述的方法，其特征在于，所述节目参数至少包括：节目名称和节目自身的时长；所述节目所属类别至少包括：按照内容划分的类别和/或按照节目题材划分的类别，所述按照内容划分的类别包括：剧情、喜剧或真人秀，所述按照节目题材划分的类别包括：电视剧、电影或综艺。3.根据权利要求1所述的方法，其特征在于，所述节目指标参数包括：收视时长、收看完成率、节目数以及收看天数。4.根据权利要求1所述的方法，其特征在于，若所述节目指标参数包括收视时长，则基于所述节目标签计算用户在各节目标签上的节目指标参数，包括：确定每一节目标签；获取所述用户收看每一所述节目标签下的节目的时长其中，ti表示所述用户每次收看当前节目标签下的节目的时长，i和n表示所述用户在某标签下收看的次数，i大于等于1，n大于i。5.根据权利要求1中任意一项所述的方法，其特征在于，若所述节目指标参数包括：收看完成率，则基于所述节目标签计算用于在各节目标签上的节目指标参数，包括：确定每一节目标签；获取所述用户在所述节目标签下收看各个节目的次数，每一次的收看时长和各个节目的原始时长，得到收看完成率其中，ti表示所述用户每次收看当前节目标签下的节目的时长，，i和n表示所述用户在某标签下收看的次数，i大于等于1，n大于i，pi表示用户每次收看当前节目标签下的节目的预告播放时长。6.根据权利要求1-5中任意一项所述的方法，其特征在于，归一化处理当前用户在每个所述节目标签的所述节目指标参数相对于全部用户的相对值，得到对应的归一化值，包括：获取收看每个所述节目标签下的节目对应的全部用户的个数，以及每个节目标签下各个所述用户对应的节目指标参数；确...
【专利技术属性】
技术研发人员：卢金金，
申请(专利权)人：北京国双科技有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。