劉煒楠 楊澤燦 黃再英 姜 永

（福建農林大學計算機與信息學院，福建 福州 350002）

1 引言

隨著互聯(lián)網技術的迅猛發(fā)展和三網融合的深入推進，傳統(tǒng)數(shù)字電視也在不斷變革，電視節(jié)目也涌現(xiàn)出許多新的形式、種類。數(shù)字電視擁有上百個頻道，節(jié)目不可勝舉，智能機頂盒對電視節(jié)目簡單的分類并不滿足人們對收看電視節(jié)目的需求。而通過電視節(jié)目個性化推薦，則能夠減少用戶面對眾多節(jié)目選擇以及切換頻道的時間消耗，提升用戶觀看數(shù)字電視節(jié)目的體驗。

傳統(tǒng)的數(shù)字電視通常面向一個家庭，且互動性較低，難以獲得家庭顯性偏好。而通過智能機頂盒可以獲取大量用戶的收看信息，由此可分析用戶的隱性偏好。

基于內容的推薦系統(tǒng)適用于電視節(jié)目推薦。依據(jù)用戶節(jié)目觀看時長、節(jié)目觀看時段和節(jié)目觀看次數(shù)挖掘家庭用戶偏好模型，提出單一家庭用戶，建立低一級的“時段-節(jié)目”模型，采用經典的K-means聚類方法對用戶和節(jié)目進行聚類，實現(xiàn)對用戶和電視產品分類推薦。

2 基于內容的推薦

基于內容的推薦是通過用戶過去的行為記錄挖掘用戶的偏好特征，從而向用戶推薦具有類似特征的電視產品，即對用戶推薦新的符合用戶過去偏好特征的電視產品。

這種推薦算法首先需要獲取電視產品的特征描述，其次通過對用戶行為記錄分析，建立用戶偏好模型，最后匹配推薦。在電視節(jié)目推薦中，基于內容的推薦系統(tǒng)首先分析用戶看過電視節(jié)目的共性(演員、導演、類型等)，再推薦與這些用戶感興趣的節(jié)目內容相似度高的其他節(jié)目。

基于內容推薦的優(yōu)點是新的節(jié)目上線便可以進行推薦和新用戶產生行為記錄即可推薦；其缺點是推薦的新穎度和精細度低，難以給用戶推薦新領域的節(jié)目，且由于新用戶的行為信息不足，推薦有一定局限性。

3 電視節(jié)目特征的提取

基于內容的推薦核心是提取節(jié)目的屬性特征，其中，節(jié)目內容尤為重要。對節(jié)目內容采用TF-IDF（一種用于資訊檢索與資訊探勘的常用加權技術）計算出節(jié)目內容的每個詞的TF-IDF值，按降序排列，取排在最前面的幾個詞作為節(jié)目的特征。

傳統(tǒng)電視節(jié)目信息的分類形式有形態(tài)類型和內容類型，形態(tài)類型包括新聞時事、電影、電視劇、綜藝娛樂、體育競技、生活服務、科學教育和廣告八大類；內容類型有綜藝、喜劇、戲劇、動畫、冒險、運動、游戲、兒童等可作為節(jié)目特征。此外，節(jié)目的制作信息（節(jié)目的導演、演員、內容描述、出品年代等信息）也可作為節(jié)目特征。

4 用戶偏好的研究

與網絡視頻推薦不同，家庭用戶往往具有多位成員，他們喜好不同、觀看時間不同。為此，家庭用戶模型建立主要包括兩部分：一是推薦什么節(jié)目，二是什么時間推薦?？煽偨Y為：在合適的時間段推薦二級用戶感興趣的節(jié)目。

智能機頂盒在聯(lián)網條件下能夠實時記錄用戶所有的收看行為信息。這些信息包含用戶以何種方式收看節(jié)目、用戶觀看起止時間和節(jié)目信息。

基于用戶觀看時長、觀看次數(shù)和電視節(jié)目的標簽屬性等隱性反饋信息，可以很好地反應用戶偏好特征。利用詳細的一份頻道節(jié)目信息表，通過比較頻道節(jié)目信息表和用戶行為信息表相應日期的時間先后，判斷用戶在何時觀看了什么節(jié)目，可以關聯(lián)出“用戶-節(jié)目”信息表，得到“用戶-節(jié)目”模型。

除了節(jié)目偏好，用戶總是傾向在一個固定的時間段觀看電視節(jié)目。因此可以按照時間先后劃分，分別為6:00-10:00、10:00-14:00、14:00-19:00、19:00-24:00。以時間段為劃分，統(tǒng)計各個時間段家庭用戶播放的節(jié)目，以觀看時間長、頻率比重大的為用戶時段偏好建立“時段-節(jié)目”模型。

機頂盒的信息是從機頂盒開機起實時記錄的，未必是完全有效的用戶行為信息，用戶在尋找節(jié)目、切換頻道時會產生時長較短的記錄，用戶極少數(shù)會存在連續(xù)不斷地只觀看一個頻道。為應對這個問題，可以設置觀看時長上下閾值。

用戶收看電視節(jié)目主要有三大方式，包括直播、回看和點播，這些方式最大的區(qū)分點是時效性。直播是最傳統(tǒng)的收看方式，節(jié)目準時在電視頻道上放送，時效性最大?；乜春忘c播的出現(xiàn)正是為了突破直播時效性受限性，給予用戶更多的節(jié)目自主選擇性。其中，點播的時效性最小，基本不受限。后兩種方式通常是收費型功能，點播價格高于回看價格。金錢花費往往可以表達用戶對節(jié)目的偏愛，則點播計算的偏好度權重應大于回看的，考慮到點播次數(shù)少于回看次數(shù)，故將兩者權重設置相同。對于以上三種收看方式，可以分別設置1,2,2的權值。

針對收看直播和回看行為，定義用戶對節(jié)目偏好度p為用戶節(jié)目收看總時長與節(jié)目本身總時長之比；針對用戶的點播行為，定義用戶對節(jié)目偏好度p為用戶單個節(jié)目點播總次數(shù)與用戶點播總次數(shù)之比。

對于用戶不同收視行為的偏好度計算方式不一，計算出的偏好度會出現(xiàn)偏差。為此利用函數(shù)

進行修正，其目的是讓所有行為產生的偏好度p的值域處于(0，1)之間，以規(guī)范標準。

最后，按上述權值分配計算用戶對節(jié)目偏好度f(p)的加權平均數(shù)，作為用戶對節(jié)目最終偏好度。

5 電視節(jié)目推薦系統(tǒng)

電視節(jié)目推薦系統(tǒng)中，為了確定電視用戶興趣的相似度，以電視用戶X對電視節(jié)目特征i的最終偏好度xi為坐標，即X=X(x1，x2，…，xn)，n為節(jié)目特征數(shù)，并以歐幾里德距離：

計算電視用戶X和Y的相似度。為了使用方便，將其規(guī)約到(0,1]之間，其公式如下：

其中公式（2）的值越接近數(shù)值0，即公式（3）的值越接近數(shù)值1，表示用戶間的偏好越接近。根據(jù)用戶的最終偏好，采用K-means聚類算法對用戶進行分類。

K-means算法通過將樣本劃分為k個方差齊次的類來實現(xiàn)數(shù)據(jù)聚類。聚類算法描述如下：

1）從數(shù)據(jù)源中讀取數(shù)據(jù)，隨機選取k個用戶作為當前聚類的中心，記為{C1，C2，…Ck}。

2）對每個用戶Ui,求其到每個類Cj的中心ui的距離，將該用戶劃分到距離最近的一個類中。

3）對于每一個類Cj，通過均值求出其中心ui。

4）通過步驟2）3）的迭代更新每個類Cj對應的ui，當ui與更新前的值相差微小，則結束迭代，否者一直重復2）3）步驟的迭代。

推薦方法：

1）根據(jù)K-means聚類算法對用戶的偏好進行聚類，提取出本類用戶中觀看過的電視節(jié)目集合Ck。

2）對該類中的用戶Ui計算其觀看過的節(jié)目集合Cui。

3）對用戶Ui推薦電視節(jié)目合集為：Ck-Cui。

通過節(jié)目特征對應用戶偏好特征、節(jié)目對應時間匹配過濾，將相似度高的節(jié)目按“節(jié)目-時段”模型，在對應時段推薦給相應的用戶。

6 結語

基于內容的電視推薦，在電視節(jié)目用戶群體的行為記錄中挖掘用戶潛藏興趣偏好，運用K-means聚類對節(jié)目分類，并根據(jù)描述統(tǒng)計推斷并建立“用戶-節(jié)目”模型。基于內容的推薦算法也存在一些問題：一是需要大量的用戶行為信息，才能建立較為精確的用戶模型，并據(jù)此提供合理的推薦方案。然而，對新用戶而言，其行為信息不足，難以對其進行建立模型，對新用戶的推薦精準度可能存在偏差。二是由于用戶未關閉機頂盒或開著電視當背景音樂的行為數(shù)據(jù)的清理，利用隨機抽樣統(tǒng)計分析可得到較為合理的閾值設置方法，但不可避免存在誤刪有效數(shù)據(jù)的情況。