[发明专利]一种基于用户行为特征的IPTV日志用户识别方法

权利要求书

1.一种基于用户行为特征的IPTV日志用户识别方法，其特征在于，包括以下步骤：

(1)选取连续若干天的日志作为原始数据；所述原始数据的内容包括：用户设备号或用户智能卡卡号，用户当前观看的频道ID，开始观看时间以及观看或切台的时刻；

(2)通过聚类算法将原始数据打碎为若干个时间段，分析每个时间段中用户对频道的评分，将评分向量相似的时间段进行合并，生成特征数据；所述生成特征数据包括如下步骤：

2.1对原始数据中的开始观看时间采用k-平均算法进行聚类，得到k个时间段t_k，记作{t₁,t₂,t₃,…,t_n,…t_k}；

2.2对于时间段t_n，利用评分公式计算用户user对每个频道的评分向量A_{(user,channel)}，评分公式：

其中表示用户user在t_n时间段里观看的频道列表，d_{(user,channel)}表示用户user观看频道channel的总时长，c表示频道列表中的每一个频道；d_(user,c)表示表示用户user观看频道c的总时长；

2.3对于t_a和t_b两个不同时间段，采用余弦公式计算相似度，余弦公式：

其中A和B分别表示t_a和t_b时间段提取的评分向量；

2.4定义阈值β，将相似度小于β的时间段进行合并，并计算合并后的评分向量，所得到的评分向量即为特征数据；

步骤2.4的合并过程具体为：

i.利用公式(2)计算所有时间段之间的相似度，以时间段作为节点，边权为节点之间的相似度，两两连接形成一张完全图；

ii.按照边权从大到小依次合并相似度小于β的两个时间段，并利用公式(1)计算合并后时间段的评分向量，以及该时间段与其它时间段的相似度；

iii.重复步骤ii，直到不存在相似度小于β的时间段为止；

(3)对需要识别的数据重复步骤(2)，得到预匹配数据；

(4)将预匹配数据与特征数据进行匹配，统计重复次数最多的用户作为识别结果输出；匹配过程包括如下步骤：

4.1将每一个需要进行匹配的预匹配数据和步骤2中得到的特征数据利用公式(2)计算相似度，对相似度排序后，选取前n个相似度最高的特征数据，提取用户设备号u_n得到序列{u₁,u₂,u₃,…,u_n}；

4.2统计序列{u₁,u₂,u₃,…,u_n}中重复次数最多的用户作为识别结果输出；

所述预匹配数据和特征数据均为评分向量。