基于非负矩阵分解的电视节目专题推荐方法及系统

摘要

本发明涉及大数据技术领域，本发明旨在解决现有电视节目推荐不能合理涵盖用户画像的问题，提出一种基于非负矩阵分解的电视节目专题推荐方法，包括：实时获取欲向用户推荐电视节目时的标签信息，标签信息包括：用户画像数据、节目标签数据和专题标签数据，用户画像数据用于表示用户对每个标签的评分；构建非负矩阵分解模型，将标签信息转换为全标签矩阵，根据非负矩阵分解模型对全标签矩阵进行分解降维处理得到概率矩阵；根据概率矩阵中的标签信息重新构建用户画像数据和专题标签数据，并根据重新构建的用户画像数据和专题标签数据进行电视节目专题的推荐。本发明通过兴趣领域的合并，实现用户推荐列表在兴趣领域上合理分布。