[发明专利]基于用户收视记录的节目推荐度估计方法

权利要求书

1.一种基于用户收视记录的节目推荐度估计方法，其特征在于，包括以下步骤：

(a)获取用户收看的每一个节目的收看时刻、各个时刻收看节目的时间长度、各个节目的实际总时间长度；

(b)计算用户在每一时刻收看节目所得到的喜爱程度值V_i，s(t_k)，

Vi,s(tk)=(1+TRkTSk),]]>

其中，TR_k表示用户第k次收看节目s的时间长度，TS_k表示第k次所收看的节目s的总时长；

(c)计算用户对各个节目的总喜爱程度值，所述节目的总喜爱程度值为每一次收看相同节目所得到的喜爱程度值之和；

(d)根据各个节目的总喜爱程度值，建立用户-节目评分矩阵；

(e)根据用户-节目评分矩阵进行节目推荐。

2.如权利要求1所述的基于用户收视记录的节目推荐度估计方法，其特征在于，计算节目的总喜爱程度值时，先将用户每一次收看相同节目所得到的喜爱程度值乘以一个随时间跨度增大而衰减的加权因子，然后对各个乘积进行求和，并得到对应节目的总喜爱程度值。

3.如权利要求2所述的基于用户收视记录的节目推荐度估计方法，其特征在于，所述加权因子为

其中λ是一个常数，Δt_k为用户收看节目的时刻到最后一次获取用户收看信息之间的时间差。

4.如权利要求3所述的基于用户收视记录的节目推荐度估计方法，其特征在于，λ＝0.6。

5.如权利要求1所述的基于用户收视记录的节目推荐度估计方法，其特征在于，在步骤(d)和步骤(e)之间还进一步包括步骤：对所述用户-节目评分矩阵进行实时或定期更新。

6.如权利要求5所述的基于用户收视记录的节目推荐度估计方法，其特征在于，若对于一个已收看过的节目s，在一个更新时间点t时刻过去一段时间后，到另一个更新时间点t′时刻之间，都没有被用户收看，则节目s的总喜爱程度值依照以下公式进行更新：

R_i，s(t′)＝e^-λΔt′*R_i，s(t)，

其中，R_i，s(t′)为节目s在时间点t′时刻更新的用户-节目评分矩阵中的总喜爱程度值，R_i，s(t)为节目s在时间点t时刻更新的用户-节目评分矩阵中的总喜爱程度值，λ是一个常数，Δt′＝t′-t。

7.如权利要求5所述的基于用户收视记录的节目推荐度估计方法，其特征在于，若对于一个已收看过的节目s，在一个更新时间点t时刻过去一段时间后，到另一个更新时间点t′时刻之间，节目s于t′时刻被用户收看，则节目s的总喜爱程度值依照以下公式进行更新：

R_i，s(t′)＝e^-λΔt′*R_i，s(t)+V_i，s(t′)，

其中，R_i，s(t′)为节目s在时间点t′时刻更新的用户-节目评分矩阵中的总喜爱程度值，R_i，s(t)为节目s在时间点t时刻更新的用户-节目评分矩阵中的总喜爱程度值，V_i，s(t′)为用户于t′时刻收看节目s所得到的喜爱程度值，λ是一个常数，Δt′＝t′-t。

8.如权利要求1所述的基于用户收视记录的节目推荐度估计方法，其特征在于，步骤(d)还包括：对各个节目的总喜爱程度值进行归一化处理。

9.如权利要求8所述的基于用户收视记录的节目推荐度估计方法，其特征在于，所述归一化处理依照以下公式：

ri,s=Ri,s(t)Ri,max(t),]]>

Ri,max(t)={max(Ri,s(t))|∀s∈Si},]]>

其中，r_is为用户-节目评分矩阵中的归一化值，R_i，s(t)为节目s在用户-节目评分矩阵中的总喜爱程度值，R_i，max(t)为所有用户已收看节目的最大总喜爱程度值，S_i为用户所有已收看节目的集合。