基于价值分组与偏好习惯的电视用户观看行为分析方法

针对个性化推荐系统中用户行为分析这一重要环节,本文以用户价值和偏好习惯为切入点,通过提取用户历史记录中的隐式信息,提出了一种新的电视用户观看行为分析方法。提取用户整体平均操作频次、近期平均操作频次、操作频次变化比率、最近一次操作时间间隔作为价值模型指标,根据特征指标提出包括忠诚、新生、流失等8类不同用户价值群体分类结果;将节目划分为12类,构建基于活跃度和稳定度的用户偏好习惯特征矩阵,将用户偏好习惯分为4个簇类,对用户偏好进行量化与分析。通过对1 025位用户产生的361 459条播放记录数据进行实验,结果表明该方法能有效对任意电视用户观看行为进行分析,提高了偏好分析结果的准确性。