一种面向IPTV终端应用的用户定制化服务推荐方法及系统技术方案

本发明专利技术涉及一种面向IPTV终端应用的用户定制化服务推荐方法及系统。由用户数据获取模块通过在IPTV终端应用中进行数据埋点，采集用户原始行为数据，并处理成日志数据；由数据清洗模块将日志数据录入Hive数据仓库，完成数据提取、数据转换、数据加载；由用户群划分模块利用清洗后的数据通过深度学习将各用户按用户群体进行划分；以及由个性化推送模块，针对所划分的用户群体，将来自资源库的资源进行分类推送。本发明专利技术解决用户信息获取、用户画像、用户分类以及个性化服务推荐的相关问题，可提高用户的使用满意度，增强用户粘性。增强用户粘性。增强用户粘性。

【技术实现步骤摘要】
一种面向IPTV终端应用的用户定制化服务推荐方法及系统


[0001]本专利技术涉及智能电视领域，尤其涉及基于大数据分析技术和智能推荐技术的一种面向IPTV终端应用的用户定制化服务推荐方法及系统。

技术介绍

[0002]随着互联网技术的不断发展，智能家电的普及，尤其是随着超高清视频技术的飞速提升，智能电视终端已经成为很多家庭必不可少的家电设备。智能电视终端为用户带来了前所未有的观感体验和群聚效应。
[0003]IPTV应用由于其可以提供高速、超高清的播放效果和优质片源的引进等特性，已成为目前智能电视终端的核心应用，用户量在不断激增。IPTV可以提供多种智能应用，包括少儿专题、游戏专区、影视专栏、商城等应用入口。其中视频播放是IPTV的核心功能，也是用户选择IPTV产品的根本价值。针对庞大的用户群体，如何有效收集用户行为信息，为用户实现个性化的服务，从而提升用户的使用体验，一直是IPTV业务供应商所要面对的重中之重。目前的视频推荐，主要是对当前热片以及最新上映视频的推送，推荐视频专区功能比较固定，不够灵活。由于每个用户的观影喜好和观影习惯不同，针对全部用户使用相同的推送方案，必然会降低用户使用体验。
[0004]亟须一种能够采集更全面的用户信息，尤其是核心数据，并对数据流进行清洗，从而对用户进行全方位的个性化个性推荐的方法和系统，才可以提高用户满意度，增强用户粘性。

技术实现思路

[0005]提供本
技术实现思路
以便以简化形式介绍将在以下详细描述中进一步描述的一些概念。本
技术实现思路
并不旨在标识出所要求保护的主题的关键特征或必要特征；也不旨在用于确定或限制所要求保护的主题的范围。
[0006]本专利技术针对IPTV产品的特点，通过在IPTV收视界面进行功能性埋点，即对用户的使用行为作出对应的埋点事件，从而对用户进行全方位的信息采集，将采集的信息数据及时输入Hive数据仓库，完成快速的数据清洗，弃除用户数据中包含的无关信息及恶意用户的信息干扰，针对清洗后的数据结合深度学习中的智能分类算法，对用户群体进行划分。
[0007]本专利技术的个性化推荐系统包括：用户数据获取模块、数据清洗模块、用户群划分模块、个性化推送模块。其中：
[0008]·
用户数据获取模块通过在IPTV终端应用中进行数据埋点，包括在用户触发操作时向数据清洗模块上传事件日志，来采集用户原始行为数据，将获取的用户信息、事件信息、资源信息分离，并处理成日志数据。
[0009]·
数据清洗模块采用了数据仓库分层架构，包括原始数据的录入层、数据转换层、应用展示层。数据清洗模块将日志数据录入Hive数据仓库，完成数据提取、数据转换、数据加载。
[0010]·
用户群划分模块利用清洗后的数据通过深度学习将各用户按用户群体进行划分。
[0011]·
个性化推送模块针对所划分的用户群体，将来自资源库的资源进行分类推送。
[0012]本专利技术的个性化推荐方法包括：在用户终端应用中进行埋点，获取用户原始数据，并将所获取的用户原始数据整理成日志数据；将日志数据录入Hive数据仓库，完成数据提取、数据转换、数据加载；利用清洗后的数据通过深度学习进行用户群划分，包括采用支持向量机SVM+K
‑
Means聚类的方法进行分类，并可进一步包括使用深度神经网络DNN，由对应的卷积神经网络CNN和循环神经网络RNN相结合，获得分类标签，根据标签进行用户群划分，对已经划分出来的用户群体还可以进行动态权重调整，结合规定的阈值完成群体划分；针对所划分的各用户群体，将来自资源库的资源进行分类并对用户进行个性化推送；继续实时收集用户数据，并根据用户播放数变化，确定推送是否成功，在不成功的情况下，进行动态调整。
[0013]其中，将日志数据录入Hive数据仓库，完成数据提取、数据转换、数据加载包括以下步骤：在原始数据的录入层，将用户信息、事件信息、资源信息分别录入不同的原始数据的录入层的数据表内；在数据转换层，将所需的信息从录入层的数据表内抽离，并进行数据关联，将产生的数据录入数据转换层的数据表内；以及在应用展示层，进一步抽取数据转换层的数据表中的数据，获取完整信息。
[0014]本专利技术解决用户信息获取、用户画像、用户分类以及个性化服务推荐的相关问题，提高用户的使用满意度，增强用户粘性。
[0015]通过阅读下面的详细描述并参考相关联的附图，这些及其他特点和优点将变得显而易见。应该理解，前面的概括说明和下面的详细描述只是说明性的，不会对所要求保护的各方面形成限制。
附图说明
[0016]以下将通过参考附图中示出的具体实施例来对本专利技术进行更具体描述。
[0017]图1示出了本专利技术的面向IPTV终端应用的用户定制化服务推荐系统的示意框图；
[0018]图2示出了本专利技术的面向IPTV终端应用的用户定制化服务推荐方法的流程图。
[0019]附图中的流程图和框图显示了根据本申请的实施例的系统、方法可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。
具体实施方式
[0020]以下将通过参考附图中示出的具体实施例来对本专利技术进行更具体描述。通过阅读下文具体实施方式的详细描述，本专利技术的各种优点和益处对于本领域普通技术人员将变得清楚明了。然而应当理解，可以以各种形式实现本专利技术而不应被这里阐述的各实施方式所限制。提供以下实施方式是为了能够更透彻地理解本专利技术。除非另有说明，本申请使用的技术术语或者科学术语应当为本申请所属领域技术人员所理解的通常意义。
[0021]图1示出了本专利技术的面向IPTV终端应用的用户定制化服务推荐系统。
4事件触发时间5资源标识Source ID6其他
[0036]本专利技术的对应资源ID信息设计结构如下表3所示：
[0037]字段位置字段说明1资源Source ID2资源类别3资源上线时间4资源出版时间5资源评分6其他
[0038]根据本专利技术的一个实施例，对于“视频播放”事件只有当用户点击操作时进行上传。该方案将用户、操作事件、资源这三个部分剥离，可以极大的降低数据的耦合性，用户一次登录周期内的上传一次用户数据，而且对应的Session ID也唯一。
[0039]这种设计既可以方便快速统计不同周期内的日活跃用户和月活跃用户，进行用户留存等分析，还可以将用户与其对应的操作关联起来。这样既可以提高运算效率同时也可以减少数据清洗的复杂度。
[0040]接着在步骤S202，进行用户行为数据清洗。
[0041]通过将对应的用户日志数据写入到Hive数据仓库中进行数据清洗。
[0042]由于用户数量庞大，平均用户操作量多，会导致用户操作日志数据的增多。为了更好地进行数据的清洗，提高数据处理速度，本专利技术采用Hive来建立数据仓库，并完成数据提取、数据转换、数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种个性化推荐系统，包括：用户数据获取模块，用于通过在IPTV终端应用中进行数据埋点，采集用户原始行为数据，并处理成日志数据；数据清洗模块，将所述日志数据录入Hive数据仓库，完成数据提取、数据转换、数据加载；用户群划分模块，利用清洗后的数据通过深度学习将各用户按用户群体进行划分；以及个性化推送模块，针对所划分的用户群体，将来自资源库的资源进行分类推送。2.如权利要求1所述的个性化推荐系统，其特征在于：所述埋点包括在用户触发操作时向所述数据清洗模块上传事件日志。3.如权利要求1所述的个性化推荐系统，其特征在于：所述用户数据获取模块将获取的用户信息、事件信息、资源信息分离，其中：所述用户信息包括账号、注册时间、登录时间、会话标识中的一种或多种，所述事件信息包括事件名称、事件触发事件、资源标识中的一种或多种，以及所述资源信息包括资源类别、资源出版时间、资源上线时间、资源评分中的一种或多种。4.如权利要求1所述的个性化推荐系统，其特征在于，所述数据清洗模块采用了数据仓库分层架构，包括原始数据的录入层、数据转换层、应用展示层。5.一种个性化推荐方法，包括：在用户终端应用中进行埋点，获取用户原始数据，并将所获取的用户原始数据整理成日志数据；将所述日志数据录入Hive数据仓库，完成数据提取、数据转换、数据加载；利用清洗后的数据通过深度学习进行用户群划分；以及针对所划分的各用户群体，将来自资源库的资源进...

【专利技术属性】
技术研发人员：赵明慧，王霄雨，
申请(专利权)人：天翼智慧家庭科技有限公司，
类型：发明
国别省市：