[发明专利]一种基于信息熵进行IPTV用户行为变化识别的方法

说明书

本发明公开了一种基于信息熵进行IPTV用户行为变化识别的方法，首先根据采集到的IPTV用户行为样本，训练用户趋势函数，然后通过寻找这个函数在观察周期内的不可导点，发现用户行为变化拐点，再然后在两个不可导点之间逐一剔除用户行为属性，找到引起拐点变化的属性集，发现引起用户行为变化的关键原因。通过本方法，可以精确发现用户行为变化拐点，可以精确发现引起用户行为变化的关键原因，为IPTV精细化运营提供支撑。

技术领域

本发明属于IPTV网络电视技术领域，具体涉及一种基于信息熵进行IPTV用户行为变化识别的方法。

背景技术

IPTV正从粗放型运营阶段进入精细化运营阶段。精细化运营，首先要掌握用户行为及用户感知，然后才能相应的制定不同的运营策略，如向用户推送个性化的EPG页面、视听节目、广告来提升运营价值。

通过分析IPTV用户行为变化来获取用户行为变化的关键原因，是分析用户整体行为、提升运营价值的关键。现有IPTV用户行为变化识别方法及存在的主要问题如下：

一是对用户电视观看日志进行分析后直接对用户观看模式分类，并通过全局观看模式对用户个人观看模式进行校正来提高分类精度。该方法可以对IPTV用户行为进行简单分类，但是对用户行为变化的定位粒度比较粗，难以发现导致用户行为变化的关键因素，难以指导精细化运营。

二是直接计算用户和节目、节目和节目之间的相似度，并将用户收视行为数据转化为用户评分数据，通过分值变化来识别用户行为变化。该方法主要面向节目推送场景，应用范围比较窄，且无法发现导致用户行为变化的原因。

从上述分析可见，现有IPTV用户行为变化识别方法还存在对用户行为变化的定位粒度较粗，难以发现导致用户行为变化的关键因素等问题。

发明内容

针对现有IPTV用户行为变化识别方法存在的问题，本发明提出了一种基于信息熵进行IPTV用户行为变化识别的方法。

本发明采取的技术方案是：一种基于信息熵进行IPTV用户行为变化识别的方法，首先根据采集到的IPTV用户行为样本，训练用户趋势函数，然后通过寻找这个函数在观察周期内的不可导点，发现用户行为变化拐点，再然后在两个不可导点之间逐一剔除用户行为属性，找到引起拐点变化的属性集，发现引起用户行为变化的关键原因。

进一步的，训练用户趋势函数，并观察用户行为拐点的步骤如下：

(1)定义用户行为信息熵ent(u_i,t)为在某一时刻t，IPTV用户u_i的信息熵；

(2)通过对海量、独立的IPTV用户行为记录样本进行训练，提取用户u_i的行为信息熵函数ent(u_i,t)，该函数定义了在时刻t，已获取到的用户独立行为记录对用户行为趋势的、可量化的描述程度；

(3)如在某一时刻t，用户行为信息熵函数可导，则说明用户行为保持不变，否则表明用户行为发生了重要变化。

进一步的，获取引起用户行为变化的关键属性的步骤如下：

(1)记IPTV用户u_i的行为属性集为rec_i，抽取属性投影值tag_ij∈rec_i后观测用户信息函数变化情况，当观测周期Δt→0时，剔除属性值rec_i,j后，用户在时刻t₀的行为信息熵瞬时变化率为：

若不存在，表示在剔除了属性rec_i,j后，用户行为趋势在t₀产生了尖刺型变化，判定该属性对用户行为趋势信息度量存在有效的判定意义；