【技术实现步骤摘要】
本专利技术涉及影视数据分析领域，更具体的，涉及一种影视数据智能监管分析方法、系统及存储介质。
技术介绍
1、随着互联网的飞速发展，影视数据呈爆炸性增长，用户对于视频内容的需求也日益多样化。传统的影视数据监管分析方法主要依赖人工审核分析，效率低下，无法满足大规模数据处理的需求。同时，受制于传统技术，针对于相同类别用户的数据推荐效果往往不太理想，难以对用户实现精准化用户特征分析与数据推荐，因此，如何实现智能影视数据的监管分析和分类，如何提供精准的内容推荐是目前亟需解决的重要问题。
技术实现思路
1、本专利技术克服了现有技术的缺陷，提出了一种影视数据智能监管分析方法、系统及存储介质。
2、本专利技术第一方面提供了一种影视数据智能监管分析方法，包括：
3、在一个预设时间段内，通过影视平台采集当前所有用户的交互数据与用户基础数据；
4、根据所述交互数据与用户基础数据进行用户行为特征与兴趣特征的分析提取，并得到用户特征数据，基于k-means聚类算法，对用户特征数据...
【技术保护点】
1.一种影视数据智能监管分析方法，其特征在于，包括：
2.根据权利要求1所述的一种影视数据智能监管分析方法，其特征在于，所述在一个预设时间段内，通过影视平台采集当前所有用户的交互数据与用户基础数据，具体为：
3.根据权利要求2所述的一种影视数据智能监管分析方法，其特征在于，所述根据所述交互数据与用户基础数据进行用户行为特征与兴趣特征的分析提取，并得到用户特征数据，基于K-means聚类算法，对用户特征数据进行聚类分组，基于聚类结果将用户分成N个用户聚类组，具体为：
4.根据权利要求3所述的一种影视数据智能监管分析方法，其特征在于，所...
【技术特征摘要】
1.一种影视数据智能监管分析方法，其特征在于，包括：
2.根据权利要求1所述的一种影视数据智能监管分析方法，其特征在于，所述在一个预设时间段内，通过影视平台采集当前所有用户的交互数据与用户基础数据，具体为：
3.根据权利要求2所述的一种影视数据智能监管分析方法，其特征在于，所述根据所述交互数据与用户基础数据进行用户行为特征与兴趣特征的分析提取，并得到用户特征数据，基于k-means聚类算法，对用户特征数据进行聚类分组，基于聚类结果将用户分成n个用户聚类组，具体为：
4.根据权利要求3所述的一种影视数据智能监管分析方法，其特征在于，所述选取一个用户聚类组中的所有用户特征数据，并基于所述所有用户特征数据进行内容推荐策略分析，得到多种推荐策略，具体为：
5.根据权利要求4所述的一种影视数据智能监管分析方法，其特征在于，所述在一个用户聚类组中划分出两组用户，对应为测试组用户与非测试组用户，在一个推荐周期内基于多种推荐策略对测试组用户进行内容推荐，通过影视平台评估测试组用户的推荐反馈并筛选出最优推荐策略，在下一个推荐周期内，根据最优推荐策略对一个用户聚类组进行数据推荐，...
【专利技术属性】
技术研发人员：赵鑫，隋阳，岳平安，
申请(专利权)人：深圳市致尚信息技术有限公司，
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。