【技术实现步骤摘要】
本专利技术涉及数据监管领域，更具体地涉及基于大数据的网络文学短剧推荐管理系统。
技术介绍
1、网络文学短剧是一种结合文学和戏剧元素的创作形式，通常是一系列短篇小说或故事情节的结集，以戏剧性的手法进行呈现。这种形式融合了文学作品的情节设置、人物塑造和语言表达，同时又借鉴了戏剧的表演性和场景设置。
2、现有网络文学短剧的推荐一般是通过平台分析用户的行为，从而建立用户的个性化画像，根据用户的个性化画像与视频内容进行匹配，为用户提供符合用户喜好的视频，但是这种推荐方法会导致当用户在一段时间没有活跃行为时，视频平台缺失近期对用户喜好的了解，导致平台不能重新激活用户对平台的兴趣，从而有再次流失用户的风险。
3、针对上述问题，本专利技术提出一种解决方案。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术提供了基于大数据的网络文学短剧推荐管理系统，以解决上述
技术介绍
中存在的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、基于大数据的网络文学短剧推荐管理系统，包括用户识别模块、短剧推荐模块、短剧管理模块以及效果检测模块，各模块之间通过信号连接，各模块之间数据化处理步骤如下：
4、通过用户识别模块根据用户行为信息将用户分为活跃用户与沉睡用户，并筛选出沉睡用户中的周期性用户；
5、通过短剧推荐模块对处于活跃状态的周期性用户进行用户活跃周期与用户历史画像的分析，并根据分析结果对周期性用户进行视频的筛选与推荐；p>
6、通过短剧管理模块对处于沉睡状态的周期性用户通过引导的方式引导用户点击进入观看视频；
7、通过效果检测模块随机抽取用户并根据用户初始与最终的活跃周期，检测对周期性用户进行视频推荐管理的效果。
8、优选的，所述用户行为信息包括登录时间信息与交互信息，所述登录时间信息包括用户注册账户后的登录总时长与用户注册账户时长，所述交互信息包括用户观看总视频数、用户总点赞数、用户总评论数以及用户总分享次数。
9、优选的，所述根据用户行为信息将用户分为活跃用户与沉睡用户步骤为：
10、通过短剧平台后台进行统计调取用户注册账户后的登录总时长与用户注册账户时长，根据登录总时长与用户注册账户时长计算得到登录时间占比；
11、根据用户观看总视频数、用户总点赞数、用户总评论数以及用户总分享次数计算得到交互度；
12、根据登录时间占比与交互度通过加权求和计算得到用户活跃指数，并根据加权求和计算得到用户活跃指数将用户分为活跃用户与沉睡用户。
13、优选的，所述筛选出沉睡用户中的周期性用户步骤为：
14、收集用户的活动时间序列数据，包括观看视频、点赞、评论、分享，并且数据包含时间戳信息；
15、将用户的活动时间序列进行离散化，提取周期性特征，并将连续的时间序列划分为离散的时间点，统计在每个时间点的活动情况；
16、对离散化后的沉睡用户活动时间序列进行傅里叶变换，使用离散傅里叶变换的算法，计算频域中各个频率分量的幅度和相位；
17、通过计算频率与周期之间的关系，确定在频域中出现的频率对应的周期性变化；
18、绘制观察傅里叶变换的频谱图，通过观察频谱图识别出周期性用户。
19、优选的，所述对离散化后的沉睡用户活动时间序列进行傅里叶变换具体步骤为：
20、对用户行为进行定时采样，得到一个离散化的时间序列；
21、对离散化的时间序列进行傅里叶变换，根据时间序列的长度与频域中的索引计算得到频域中的复数表示；
22、通过频域中的复数表示计算得到频域中各个频率分量幅度。
23、优选的，所述绘制观察傅里叶变换的频谱图具体为以频率为横轴，傅里叶变换的幅度为纵轴，绘制傅里叶变换的频谱图，通过观察傅里叶变换的频谱图识别存在连续的周期性的幅度峰值时，将用户判定为预周期性用户，计算用户周期长度，将计算得到的用户周期长度与频谱图中实际行为相符，则判定用户为周期性用户。
24、优选的，所述用户历史画像得到步骤为：
25、收集用户上次活跃时在平台上的行为数据，包括观看历史、点赞、评论、分享、收藏信息；
26、为每个用户建立唯一的标识符，并将用户的各种行为数据关联到其唯一标识，确保数据的准确性和一致性；
27、从收集到的数据中提取关键特征，包括观看频率：用户观看短视频的频率，观看时长：用户观看视频的平均时长，喜好的主题：通过分析观看历史中的标签或关键词提取用户对特定主题的喜好，互动行为：用户点赞、评论、分享的次数，活跃时间段：用户在平台上活跃的时间段；
28、构建用户画像向量，并考虑用户周期行为的变化和新数据的加入，定期更新周期用户上次活跃时的用户画像向量。
29、优选的，所述检测对周期性用户进行视频推荐管理的效果步骤为：
30、在筛选出的周期性用户中随机抽取一组用户作为实验组，并将抽取的用户进行标记，并记录每个用户初始的活跃周期；
31、在设定检测时间内对抽取用户进行推荐管理方法，并在检测时间后通过傅里叶变换计算抽取每个用户的最终活跃周期；
32、通过每个用户初始的活跃周期与每个用户的最终活跃周期计算出用户的活跃周期变化指数；
33、根据计算得到的用户的活跃周期变化指数判断本实施例中对周期性用户进行视频推荐管理的效果，若效果达标，则对周期性用户进行大规模使用，若效果不达标，则建立用户反馈机制，了解周期性用户对推荐内容的喜好和不满意之处，根据周期性用户反馈不断优化推荐策略，提高推荐的质量。
34、本专利技术的技术效果和优点：
35、根据用户行为识别并筛选出周期性用户，对周期性用户处于活跃状态时，进行视频的筛选与推荐，对周期性用户处于沉睡状态时，通过引导的方式引导用户点击进入观看视频，并检测对周期性用户进行视频推荐管理后的效果，有效提高了周期性用户的活跃度与参与度，使短剧平台可以对周期性用户推送准确的视频。
本文档来自技高网...【技术保护点】
1.基于大数据的网络文学短剧推荐管理系统，其特征在于，包括用户识别模块、短剧推荐模块、短剧管理模块以及效果检测模块，各模块之间通过信号连接，各模块之间数据化处理步骤如下：
2.根据权利要求1所述的基于大数据的网络文学短剧推荐管理系统，其特征在于：所述用户行为信息包括登录时间信息与交互信息，所述登录时间信息包括用户注册账户后的登录总时长与用户注册账户时长，所述交互信息包括用户观看总视频数、用户总点赞数、用户总评论数以及用户总分享次数。
3.根据权利要求1所述的基于大数据的网络文学短剧推荐管理系统，其特征在于：所述根据用户行为信息将用户分为活跃用户与沉睡用户步骤为：
4.根据权利要求1所述的基于大数据的网络文学短剧推荐管理系统，其特征在于：所述用户历史画像得到步骤为：
5.根据权利要求1所述的基于大数据的网络文学短剧推荐管理系统，其特征在于：所述检测对周期性用户进行视频推荐管理的效果步骤为：
【技术特征摘要】
1.基于大数据的网络文学短剧推荐管理系统，其特征在于，包括用户识别模块、短剧推荐模块、短剧管理模块以及效果检测模块，各模块之间通过信号连接，各模块之间数据化处理步骤如下：
2.根据权利要求1所述的基于大数据的网络文学短剧推荐管理系统，其特征在于：所述用户行为信息包括登录时间信息与交互信息，所述登录时间信息包括用户注册账户后的登录总时长与用户注册账户时长，所述交互信息包括用户观看总视频数、用户总点赞数、用户总评...
【专利技术属性】
技术研发人员：洪森伟，林谋洪，洪江文，
申请(专利权)人：福州掌中云科技有限公司，
类型：发明
国别省市：
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。