智能電視用戶觀看在線視頻行為分析和推薦問題研究.pdf

1、近年來，越來越多的家庭購買了智能電視并將其接入互聯(lián)網(wǎng)，主要目的之一是在電視屏幕上觀看在線視頻。相比于傳統(tǒng)廣播電視服務(wù)，智能電視在線視頻服務(wù)提供了更加豐富多樣的視頻內(nèi)容，并且使得視頻觀看體驗(yàn)更具互動性和個性化，用戶可以在方便的時候選擇自己喜歡的視頻觀看。在線視頻服務(wù)的一個關(guān)鍵支柱是推薦系統(tǒng)，自動從巨大的視頻資源庫中找出比較符合用戶興趣的少數(shù)視頻。為了優(yōu)化系統(tǒng)資源配置并向用戶提供更好的服務(wù)，有必要從不同方面深入理解智能電視用戶群觀看在線視頻

2、行為的特點(diǎn)和規(guī)律，分析影響推薦性能的關(guān)鍵因素，并設(shè)計有效的推薦算法。
　　本文以國家自然科學(xué)基金項目為依托，基于海信智能電視用戶觀看在線視頻的大規(guī)模日志數(shù)據(jù)以及其它基準(zhǔn)數(shù)據(jù)集，圍繞用戶行為分析和推薦系統(tǒng)展開一系列研究。本文的主要工作和創(chuàng)新點(diǎn)如下所示:
　　(1)發(fā)現(xiàn)了智能電視用戶的在線視頻觀看行為在群體層面存在的一些時間模式，并分析了假期效應(yīng)，以及不同視頻類別的時間動態(tài)性，基于此的時間劃分方式提升了時間敏感的推薦算法的視頻推

3、薦效果。
　　時間是影響收視行為的關(guān)鍵情境因素之一，人們在智能電視上觀看在線視頻的時間受到每日每周繁忙和閑暇時間周期的影響。每個家庭每天的各個小時里在智能電視上觀看在線視頻所花費(fèi)的時間被表示為24維特征向量，通過聚類發(fā)現(xiàn)了幾種可解釋的日模式，它們的高峰時間出現(xiàn)在一天的不同時段，并與廣播電視行業(yè)的時段劃分基本對齊。根據(jù)每個家庭多天的觀看行為和幾種日模式的關(guān)系，可以區(qū)分出幾種日收視習(xí)慣，它們粗略地刻畫了不同家庭的習(xí)慣差異，同時也反映出

4、一些時段之間的相關(guān)關(guān)系。以周為單位的聚類分析發(fā)現(xiàn)了幾種各具特點(diǎn)的周模式，它們都呈現(xiàn)出周期性，周期為24小時，說明群體的觀看行為存在某種“晝夜節(jié)律”。進(jìn)一步的統(tǒng)計分析證實(shí)了智能電視用戶群觀看在線視頻行為中存在假期效應(yīng)。另外，對不同視頻類別的流行度在一天24小時中的變化規(guī)律進(jìn)行分析，發(fā)現(xiàn)某些視頻類別在特定的時段內(nèi)更受歡迎。基于此對一天的時間進(jìn)行更合理地劃分，提升了時間敏感的推薦算法的視頻推薦效果。
　　(2)發(fā)現(xiàn)了一種新的對智能電視上

5、在線視頻推薦性能有重要影響的用戶行為特點(diǎn)——興趣分散集中性，設(shè)計了基于物品的協(xié)同過濾的四個變種，并分析了興趣分散集中性對推薦列表的準(zhǔn)確率、多樣性和流行度的影響。
　　在傳統(tǒng)的推薦系統(tǒng)中，一個賬戶對應(yīng)一個用戶，但是一臺電視通常對應(yīng)一個共享賬戶，觀看歷史記錄來自興趣各異的多名家庭成員，因此興趣的分散集中性會影響智能電視上的視頻推薦性能。首先定義一個家庭的興趣集中度，即一臺電視上播放過的視頻之間的平均相似度，進(jìn)而區(qū)分出興趣較集中的家庭和

6、興趣較分散的家庭。然后設(shè)計了基于物品的協(xié)同過濾的四個變種，用于top-N推薦任務(wù)，其區(qū)別主要在于推薦依據(jù)選擇策略和排序分值計算策略。最后通過實(shí)驗(yàn)證實(shí)興趣較分散的家庭得到的推薦列表的準(zhǔn)確率明顯低于興趣較集中的家庭，而多樣性和流行度方面的差異取決于不同算法采用的推薦依據(jù)選擇策略和排序分值計算策略。
　　(3)提出了一種知曉標(biāo)簽相關(guān)性的物品表示方法，緩解輸入數(shù)據(jù)和物品表示的偏見，改善推薦效果及物品表示的可解釋性，并且設(shè)計了兩種評價指標(biāo)分

7、別從低維隱含空間中的單個維度和局部鄰域兩個視角衡量物品表示的可解釋性。
　　最近，物品和物品之間的共現(xiàn)關(guān)系被用來學(xué)習(xí)物品表示，然而由于用戶-物品交互矩陣的稀疏性以及物品流行度的長尾現(xiàn)象，物品和物品之間的共現(xiàn)信息存在偏差。通過可視化分析發(fā)現(xiàn)，輸入數(shù)據(jù)中的這些缺點(diǎn)會致使所學(xué)出的物品表示的向量長度存在對熱門物品或冷門物品的偏向。由于標(biāo)簽信息比較容易從多種數(shù)據(jù)源獲取，受物品流行度的影響較小，而且富含語義信息，利用物品和標(biāo)簽之間的相關(guān)性信息

8、有助于克服輸入數(shù)據(jù)的缺點(diǎn)，緩解物品表示的偏見，并改善物品表示的可解釋性。具體而言，本文對用戶-物品交互矩陣、物品-物品共現(xiàn)矩陣和物品-標(biāo)簽相關(guān)度矩陣進(jìn)行聯(lián)合分解，并且在三部分之間共享物品的隱含特征表示，這樣不同形式的信息可以互相合作指導(dǎo)物品表示的學(xué)習(xí)。另外，本文設(shè)計了兩個指標(biāo)分別從兩個角度對物品表示的可解釋性進(jìn)行量化評估:低維隱含空間中各個維度的可解釋性和局部鄰域的語義一致性。實(shí)驗(yàn)證明，利用物品和標(biāo)簽之間的相關(guān)度信息可以提升推薦效果，用