声明
摘要
1 绪论
1.1 研究背景
1.2 研究意义
1.3 研究现状
1.4 论文组织结构
2 用户观看特征统计
2.1 指标描述
2.1.1 播放次数
2.1.2 资源热度
2.1.3 资源关注度
2.1.4 资源完成度
2.2 用户观看模式分析
2.2.1 用户观看目的
2.2.2 用户获取资源偏好
2.2.3 用户观看日模式
2.3 热度和关注度分析
2.3.1 资源热度和关注度分布
2.3.2 首页热度分析
2.4 资源长度与资源完成度相关分析
2.5 观看特征分析总结
3 家庭用户价值分组
3.1 家庭用户概念
3.2 用户价值概念描述
3.3 层次分析法—AHP
3.4 应用AHP实现价值分组
3.4.1 价值四个维度权值设置
3.4.2 观看数据归一化处理
3.4.3 实现家庭价值分组
4 面向互联网电视的家庭用户识别模型
4.1 基于用户行为特征的用户兴趣获取方法
4.1.1 用户兴趣获取概念
4.4.2 隐式获取用户兴趣方法
4.2 家庭用户识别方法设计
4.2.1 隐式评分标准化
4.2.2 用户的兴趣区间评分描述
4.2.3 计算区间评分的距离
4.3 多成员家庭用户识别步骤
5 基于价值分组的家庭用户的推荐资源模型
5.1 推荐算法简介
5.2 基于独立用户的推荐策略
5.2.2 基于高价值的独立用户的推荐
5.2.3 基于低价值的独立用户的推荐
5.3 基于多成员家庭用户的推荐策略
5.3.1 获取多成员家庭观看模板
5.3.2 基于高价值家庭用户的推荐
5.3.3 基于低价值家庭用户的推荐
6 实验结果和模型评估
6.1 实验准备
6.1.1 实验数据集采集
6.1.2 搭建评价数据集
6.2 家庭用户识别模型评估
6.3 推荐模型评估
6.3.1 组合推荐策略评估
6.3.2 推荐的精确度评估
7 总结和展望
7.1 本文工作总结
7.2 未来工作展望
参考文献
致谢