劉煒楠 楊澤燦 黃再英 姜 永

（福建農(nóng)林大學(xué)計(jì)算機(jī)與信息學(xué)院，福建 福州 350002）

1 引言

隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展和三網(wǎng)融合的深入推進(jìn)，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(lèi)。數(shù)字電視擁有上百個(gè)頻道，節(jié)目不可勝舉，智能機(jī)頂盒對(duì)電視節(jié)目簡(jiǎn)單的分類(lèi)并不滿(mǎn)足人們對(duì)收看電視節(jié)目的需求。而通過(guò)電視節(jié)目個(gè)性化推薦，則能夠減少用戶(hù)面對(duì)眾多節(jié)目選擇以及切換頻道的時(shí)間消耗，提升用戶(hù)觀看數(shù)字電視節(jié)目的體驗(yàn)。

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

基于內(nèi)容的推薦系統(tǒng)適用于電視節(jié)目推薦。依據(jù)用戶(hù)節(jié)目觀看時(shí)長(zhǎng)、節(jié)目觀看時(shí)段和節(jié)目觀看次數(shù)挖掘家庭用戶(hù)偏好模型，提出單一家庭用戶(hù)，建立低一級(jí)的“時(shí)段-節(jié)目”模型，采用經(jīng)典的K-means聚類(lèi)方法對(duì)用戶(hù)和節(jié)目進(jìn)行聚類(lèi)，實(shí)現(xiàn)對(duì)用戶(hù)和電視產(chǎn)品分類(lèi)推薦。

2 基于內(nèi)容的推薦

基于內(nèi)容的推薦是通過(guò)用戶(hù)過(guò)去的行為記錄挖掘用戶(hù)的偏好特征，從而向用戶(hù)推薦具有類(lèi)似特征的電視產(chǎn)品，即對(duì)用戶(hù)推薦新的符合用戶(hù)過(guò)去偏好特征的電視產(chǎn)品。

這種推薦算法首先需要獲取電視產(chǎn)品的特征描述，其次通過(guò)對(duì)用戶(hù)行為記錄分析，建立用戶(hù)偏好模型，最后匹配推薦。在電視節(jié)目推薦中，基于內(nèi)容的推薦系統(tǒng)首先分析用戶(hù)看過(guò)電視節(jié)目的共性(演員、導(dǎo)演、類(lèi)型等)，再推薦與這些用戶(hù)感興趣的節(jié)目?jī)?nèi)容相似度高的其他節(jié)目。

基于內(nèi)容推薦的優(yōu)點(diǎn)是新的節(jié)目上線便可以進(jìn)行推薦和新用戶(hù)產(chǎn)生行為記錄即可推薦；其缺點(diǎn)是推薦的新穎度和精細(xì)度低，難以給用戶(hù)推薦新領(lǐng)域的節(jié)目，且由于新用戶(hù)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(nèi)容的推薦核心是提取節(jié)目的屬性特征，其中，節(jié)目?jī)?nèi)容尤為重要。對(duì)節(jié)目?jī)?nèi)容采用TF-IDF（一種用于資訊檢索與資訊探勘的常用加權(quán)技術(shù)）計(jì)算出節(jié)目?jī)?nèi)容的每個(gè)詞的TF-IDF值，按降序排列，取排在最前面的幾個(gè)詞作為節(jié)目的特征。

傳統(tǒng)電視節(jié)目信息的分類(lèi)形式有形態(tài)類(lèi)型和內(nèi)容類(lèi)型，形態(tài)類(lèi)型包括新聞時(shí)事、電影、電視劇、綜藝娛樂(lè)、體育競(jìng)技、生活服務(wù)、科學(xué)教育和廣告八大類(lèi)；內(nèi)容類(lèi)型有綜藝、喜劇、戲劇、動(dòng)畫(huà)、冒險(xiǎn)、運(yùn)動(dòng)、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(dǎo)演、演員、內(nèi)容描述、出品年代等信息）也可作為節(jié)目特征。

4 用戶(hù)偏好的研究

與網(wǎng)絡(luò)視頻推薦不同，家庭用戶(hù)往往具有多位成員，他們喜好不同、觀看時(shí)間不同。為此，家庭用戶(hù)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(shí)間推薦。可總結(jié)為：在合適的時(shí)間段推薦二級(jí)用戶(hù)感興趣的節(jié)目。

智能機(jī)頂盒在聯(lián)網(wǎng)條件下能夠?qū)崟r(shí)記錄用戶(hù)所有的收看行為信息。這些信息包含用戶(hù)以何種方式收看節(jié)目、用戶(hù)觀看起止時(shí)間和節(jié)目信息。

基于用戶(hù)觀看時(shí)長(zhǎng)、觀看次數(shù)和電視節(jié)目的標(biāo)簽屬性等隱性反饋信息，可以很好地反應(yīng)用戶(hù)偏好特征。利用詳細(xì)的一份頻道節(jié)目信息表，通過(guò)比較頻道節(jié)目信息表和用戶(hù)行為信息表相應(yīng)日期的時(shí)間先后，判斷用戶(hù)在何時(shí)觀看了什么節(jié)目，可以關(guān)聯(lián)出“用戶(hù)-節(jié)目”信息表，得到“用戶(hù)-節(jié)目”模型。

除了節(jié)目偏好，用戶(hù)總是傾向在一個(gè)固定的時(shí)間段觀看電視節(jié)目。因此可以按照時(shí)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(shí)間段為劃分，統(tǒng)計(jì)各個(gè)時(shí)間段家庭用戶(hù)播放的節(jié)目，以觀看時(shí)間長(zhǎng)、頻率比重大的為用戶(hù)時(shí)段偏好建立“時(shí)段-節(jié)目”模型。

機(jī)頂盒的信息是從機(jī)頂盒開(kāi)機(jī)起實(shí)時(shí)記錄的，未必是完全有效的用戶(hù)行為信息，用戶(hù)在尋找節(jié)目、切換頻道時(shí)會(huì)產(chǎn)生時(shí)長(zhǎng)較短的記錄，用戶(hù)極少數(shù)會(huì)存在連續(xù)不斷地只觀看一個(gè)頻道。為應(yīng)對(duì)這個(gè)問(wèn)題，可以設(shè)置觀看時(shí)長(zhǎng)上下閾值。

用戶(hù)收看電視節(jié)目主要有三大方式，包括直播、回看和點(diǎn)播，這些方式最大的區(qū)分點(diǎn)是時(shí)效性。直播是最傳統(tǒng)的收看方式，節(jié)目準(zhǔn)時(shí)在電視頻道上放送，時(shí)效性最大?；乜春忘c(diǎn)播的出現(xiàn)正是為了突破直播時(shí)效性受限性，給予用戶(hù)更多的節(jié)目自主選擇性。其中，點(diǎn)播的時(shí)效性最小，基本不受限。后兩種方式通常是收費(fèi)型功能，點(diǎn)播價(jià)格高于回看價(jià)格。金錢(qián)花費(fèi)往往可以表達(dá)用戶(hù)對(duì)節(jié)目的偏愛(ài)，則點(diǎn)播計(jì)算的偏好度權(quán)重應(yīng)大于回看的，考慮到點(diǎn)播次數(shù)少于回看次數(shù)，故將兩者權(quán)重設(shè)置相同。對(duì)于以上三種收看方式，可以分別設(shè)置1,2,2的權(quán)值。

針對(duì)收看直播和回看行為，定義用戶(hù)對(duì)節(jié)目偏好度p為用戶(hù)節(jié)目收看總時(shí)長(zhǎng)與節(jié)目本身總時(shí)長(zhǎng)之比；針對(duì)用戶(hù)的點(diǎn)播行為，定義用戶(hù)對(duì)節(jié)目偏好度p為用戶(hù)單個(gè)節(jié)目點(diǎn)播總次數(shù)與用戶(hù)點(diǎn)播總次數(shù)之比。

對(duì)于用戶(hù)不同收視行為的偏好度計(jì)算方式不一，計(jì)算出的偏好度會(huì)出現(xiàn)偏差。為此利用函數(shù)

進(jìn)行修正，其目的是讓所有行為產(chǎn)生的偏好度p的值域處于(0，1)之間，以規(guī)范標(biāo)準(zhǔn)。

最后，按上述權(quán)值分配計(jì)算用戶(hù)對(duì)節(jié)目偏好度f(wàn)(p)的加權(quán)平均數(shù)，作為用戶(hù)對(duì)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(hù)興趣的相似度，以電視用戶(hù)X對(duì)電視節(jié)目特征i的最終偏好度xi為坐標(biāo)，即X=X(x1，x2，…，xn)，n為節(jié)目特征數(shù)，并以歐幾里德距離：

計(jì)算電視用戶(hù)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(hù)間的偏好越接近。根據(jù)用戶(hù)的最終偏好，采用K-means聚類(lèi)算法對(duì)用戶(hù)進(jìn)行分類(lèi)。

K-means算法通過(guò)將樣本劃分為k個(gè)方差齊次的類(lèi)來(lái)實(shí)現(xiàn)數(shù)據(jù)聚類(lèi)。聚類(lèi)算法描述如下：

1）從數(shù)據(jù)源中讀取數(shù)據(jù)，隨機(jī)選取k個(gè)用戶(hù)作為當(dāng)前聚類(lèi)的中心，記為{C1，C2，…Ck}。

2）對(duì)每個(gè)用戶(hù)Ui,求其到每個(gè)類(lèi)Cj的中心ui的距離，將該用戶(hù)劃分到距離最近的一個(gè)類(lèi)中。

3）對(duì)于每一個(gè)類(lèi)Cj，通過(guò)均值求出其中心ui。

4）通過(guò)步驟2）3）的迭代更新每個(gè)類(lèi)Cj對(duì)應(yīng)的ui，當(dāng)ui與更新前的值相差微小，則結(jié)束迭代，否者一直重復(fù)2）3）步驟的迭代。

推薦方法：

1）根據(jù)K-means聚類(lèi)算法對(duì)用戶(hù)的偏好進(jìn)行聚類(lèi)，提取出本類(lèi)用戶(hù)中觀看過(guò)的電視節(jié)目集合Ck。

2）對(duì)該類(lèi)中的用戶(hù)Ui計(jì)算其觀看過(guò)的節(jié)目集合Cui。

3）對(duì)用戶(hù)Ui推薦電視節(jié)目合集為：Ck-Cui。

通過(guò)節(jié)目特征對(duì)應(yīng)用戶(hù)偏好特征、節(jié)目對(duì)應(yīng)時(shí)間匹配過(guò)濾，將相似度高的節(jié)目按“節(jié)目-時(shí)段”模型，在對(duì)應(yīng)時(shí)段推薦給相應(yīng)的用戶(hù)。

6 結(jié)語(yǔ)

基于內(nèi)容的電視推薦，在電視節(jié)目用戶(hù)群體的行為記錄中挖掘用戶(hù)潛藏興趣偏好，運(yùn)用K-means聚類(lèi)對(duì)節(jié)目分類(lèi)，并根據(jù)描述統(tǒng)計(jì)推斷并建立“用戶(hù)-節(jié)目”模型。基于內(nèi)容的推薦算法也存在一些問(wèn)題：一是需要大量的用戶(hù)行為信息，才能建立較為精確的用戶(hù)模型，并據(jù)此提供合理的推薦方案。然而，對(duì)新用戶(hù)而言，其行為信息不足，難以對(duì)其進(jìn)行建立模型，對(duì)新用戶(hù)的推薦精準(zhǔn)度可能存在偏差。二是由于用戶(hù)未關(guān)閉機(jī)頂盒或開(kāi)著電視當(dāng)背景音樂(lè)的行為數(shù)據(jù)的清理，利用隨機(jī)抽樣統(tǒng)計(jì)分析可得到較為合理的閾值設(shè)置方法，但不可避免存在誤刪有效數(shù)據(jù)的情況。