IPTV视频个性化推荐方案

doi:10.11959/j.issn.1000-0801.2017318

电信科学 ›› 2017, Vol. 33 ›› Issue (12): 127-135.doi: 10.11959/j.issn.1000-0801.2017318

• 专栏：大数据技术与应用 • 上一篇下一篇

IPTV视频个性化推荐方案

于洪涌,邱晨旭,闻剑峰

中国电信股份有限公司上海研究院，上海 200122

修回日期:2017-11-10 出版日期:2017-12-01 发布日期:2018-01-12
作者简介:于洪涌（1976-），男，中国电信股份有限公司上海研究院数据分析师，主要从事IPTV数据分析、智慧家庭数据分析等方面的工作。|邱晨旭（1973-），男，中国电信股份有限公司上海研究院高级工程师，主要从事电信数据规划、项目管理等方面的工作。|闻剑峰（1977-），男，中国电信股份有限公司上海研究院大数据智慧运营研发（高级），主要从事大数据基础架构研发方面的工作。

IPTV video personalized recommendation system

Hongyong YU,Chenxu QIU,Jianfeng WEN

Shanghai Research Institute of China Telecom Co.,Ltd.,Shanghai 200122,China

Revised:2017-11-10 Online:2017-12-01 Published:2018-01-12

摘要/Abstract

摘要：

分析了IPTV视频领域个性化推荐需求，以“虚拟视频用户”为基础建立了IPTV视频用户画像，构建了“离线批处理数据分析+在线流式推荐引擎”架构的个性化推荐系统，实现了IPTV视频的个性化推荐。验证结果证明该方案是大数据技术在提升用户IPTV使用体验方面的有益尝试。

关键词: 个性化推荐, 大数据分析, IPTV

Abstract:

The personalized recommendation requirements of IPTV video were analyzed,the IPTV video user portrait with “virtual video users” was structured,a personalized recommendation system was built which included a batch data analysis system and a streaming architecture of personalized recommendation engine.Experimental results show that it is a useful attempt in enhancing the use experience of IPTV users.

Key words: personalized recommendation, big data analysis, IPTV

中图分类号:

G203

于洪涌,邱晨旭,闻剑峰. IPTV视频个性化推荐方案[J]. 电信科学, 2017, 33(12): 127-135.

Hongyong YU,Chenxu QIU,Jianfeng WEN. IPTV video personalized recommendation system[J]. Telecommunications Science, 2017, 33(12): 127-135.

图/表 4

图1

图2

表1

表2

参考文献 6

[1]	卫星参数网. 我国有线电视付费用户跌破了1.6亿户[EB/OL].(2017-08-16)[2017-09-26]. .
	Satellite Parameter com. China’s cable TV subscribers fell 160 million households[EB/OL].(2017-08-16)[2017-09-26]. .
[2]	智库百科. DIKW 模型[EB/OL].(2016-07-27)[2017-09-20]. .
	MBA Lib. Data-to-information-to-knowledge-to-wisdom model[EB/OL].(2016-07-27)[2017-09-20]. .
[3]	尤海浪, 钱锋, 黄祥为 ,等. 基于大数据挖掘构建游戏平台个性化推荐系统的研究与实践[J]. 电信科学, 2014,30(10): 27-32.
	YOU H L , QIAN F , HUANG X W ,et al. Research and practice of building a personalized recommendation system for mobile game platform based on big data mining[J]. Telecommunications Science, 2014,30(10): 27-32.
[4]	赵晨婷, 马春娥 . 探索推荐引擎内部的秘密[EB/OL].(2011-03-16)[2017-09-22]. .
	ZHAO C T , MA C E . Explore the secrets inside the recommendation engine[EB/OL].(2011-03-16)[2017-09-22]. .
[5]	廖建新 . 大数据技术的应用现状与展望[J]. 电信科学, 2015,31(7): 7-18.
	LIAO J X . Big data technology:current applications and prospects[J]. Telecommunications Science, 2015,31(7): 7-18.
[6]	A5站长网. Netflix每年靠它节省10亿美元这套个性化推荐系统是怎么回事?[EB/OL].[2017-09-20]. .
	Admin 5 com. How does Netflix save $1 billion a year on this personalized recommendation system?[EB/OL].[2017-09-20]. .

数据类别	标签信息	画像描述
用户基础信息	个人信息、住址信息、用户上网信息、家庭标签、支付标签等	数据主要来自运营商ODS、DPI
内容信息	节目直播表、点播内容表及节目信息表	主要来自内容提供方，部分来自网络爬取
用户IPTV业务信息	用户套餐信息、积分数据、用户IPTV订购退订汇总信息及近期订购行为、机顶盒数量及类型	数据来自运营商ODS系统和IPTV业务平台
用户IPTV观看数据	用户开机时间、观看节目信息（包括直播和点播）历史汇总数据、近期视频观看行为数据、用户实时IPTV行为数据	数据来自IPTV业务平台

类别	用户标签	用户画像
用户家庭财产信息	核心区域、三室两厅、学区房、有车、无贷款	家庭比较富裕
套餐信息	电信全家享 399 套餐、账单代扣、无欠账、两次教育产品包订购	支付能力强，支付敏感度不高，关注儿童教育
用户IPTV业务信息	一个4K机顶盒，2个高清机顶盒	喜欢高质量节目
用户IPTV观看数据	每周开机12次，观看24 h，娱乐、体育、教育占78%，直播节目占75%	IPTV中度用户，喜欢直播，点播节目有待挖掘

[1]	卢敏, 胡娟, 张先超, 丁伟健, 乐光学. 基于用户多特征融合的个性化推荐模型[J]. 电信科学, 2023, 39(5): 101-115.
[2]	申情, 郭文宾, 楼俊钢, 余强国. 考虑多层次潜在特征的个性化推荐模型[J]. 电信科学, 2022, 38(2): 71-83.
[3]	谭晓敏,方艾,梁冰,杨豪杰. 基于决策树的EPG体验异常原因定位[J]. 电信科学, 2019, 35(8): 158-164.
[4]	谭晓敏,方艾,金铎,李长江. IPTV用户体验异常的自动化检测[J]. 电信科学, 2019, 35(7): 159-164.
[5]	赵洪刚,宋春晖,廉东升. 基于IPTV的宽带提速技术研究及应用[J]. 电信科学, 2018, 34(7): 187-194.
[6]	陈步华,陈戈,梁洁. 基于自适应分段广延指数模型的IPTV用户点播行为[J]. 电信科学, 2018, 34(5): 148-154.
[7]	侯艳芳,王锦华. 基于自更新威胁情报库的大数据安全分析方法[J]. 电信科学, 2018, 34(3): 50-58.
[8]	李峰,杨琛,李兴达. IPTV架构下VR业务关键技术与解决方案[J]. 电信科学, 2018, 34(11): 119-125.
[9]	沈晶歆. IPTV超高清视频中的DRM技术研究与应用[J]. 电信科学, 2018, 34(11): 133-138.
[10]	马春宇,王军林,王宝旺,甘波华. 个性化推荐助力运营商数字化营销[J]. 电信科学, 2018, 34(1): 174-180.
[11]	陈戈,陈麒,海锦霞. 基于IPTV的动态媒体封装技术研究及应用[J]. 电信科学, 2017, 33(8): 53-59.
[12]	牛瑛霞,何欣. 家庭宽带IPTV业务开展策略[J]. 电信科学, 2017, 33(4): 163-169.
[13]	罗传飞,孔德辉,刘翔凯,徐科,杨浩. 智慧家庭的VR全景视频业务实现[J]. 电信科学, 2017, 33(10): 185-193.
[14]	汪敏娟,嵇正鹏,吕超. 基于预测度量值的IPTV用户行为规则预测算法[J]. 电信科学, 2016, 32(5): 160-165.
[15]	蔡鑫,阮宜龙,石屹嵘. 基于图数据库的IPTV内容知识库设计和实现[J]. 电信科学, 2016, 32(12): 32-36.

IPTV视频个性化推荐方案

IPTV video personalized recommendation system

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 6

相关文章 15

Metrics

推荐阅读 0