面向電視節(jié)目推薦的用戶收視和微博發(fā)帖行為建模分析.pdf

1、隨著人民文化生活水平的提高,電視節(jié)目的數(shù)量也日漸豐富。觀眾面對海量的電視節(jié)目,通常需要花費大量的時間和精力才能找到自已喜愛的節(jié)目。因此,觀眾需要服務提供商幫助其推薦節(jié)目,實現(xiàn)節(jié)目的快速定位,電視節(jié)目的個性化服務已經(jīng)成為了一種趨勢。隨著微博等社交網(wǎng)絡、IPTV等服務的快速普及,服務提供商可以通過分析社交網(wǎng)絡的開放數(shù)據(jù),以及IPTV的收視記錄,來更好的了解用戶的收視行為和偏好。
　　本文主要圍繞兩個數(shù)據(jù)來源,展開電視節(jié)目推薦工作:微博

2、對電視劇討論的數(shù)據(jù),以及IPTV收視記錄數(shù)據(jù)。
　　對于推薦來說,微博有以下優(yōu)點:微博用戶的社交網(wǎng)絡好友關系,以及微博好友之間的轉發(fā)關系,使得現(xiàn)實生活中經(jīng)過好友推薦的方式可以更好的融入到社交網(wǎng)絡中;微博用戶產(chǎn)生的豐富的文本信息,不僅可以反映用戶的喜好,同時可以描繪物品的屬性。基于概率矩陣分解模型,我們提出了混合推薦模型,并提出了兩個正則項:基于用戶信任度的正則項和基于物品相似度的正則項。其中用戶信任度來自用戶之間的好友以及轉發(fā)關系

3、,物品相似度來自討論電視劇的微博文本的相似度。我們在新浪微博數(shù)據(jù)集上實現(xiàn)了該算法。通過和現(xiàn)有算法進行比較,我們的算法在RMSE指標上最高達到9％的提升。此外,我們在冷啟動的場景下,可以向新用戶進行節(jié)目推薦,驗證了我們的算法的有效性。
　　IPTV相對于普通電視的優(yōu)點在于用戶可以和電視進行交互,用戶的觀看行為更具有個性化。服務提供商可以通過分析用戶收視紀錄產(chǎn)生的大數(shù)據(jù),來構建節(jié)目推薦系統(tǒng)。相比于傳統(tǒng)互聯(lián)網(wǎng)應用的推薦,IPTV推薦面臨