第六届泰迪杯数据挖掘挑战赛.pdf

第六届 “泰迪杯” 数据挖掘挑战赛 品 作 优 秀 秀 优 作赛 战 品 挑 ” 作品名称：基于协同过滤的电视产品个性化推荐 杯 荣获奖项：特等奖 作品单位：重庆第二师范学院 迪 作品成员：胡怡 刘凤 柳倩 泰 指导老师：舒巧媛 “ 基于协同过滤的电视产品个性化推荐 摘 要：本文使用基于协同过滤的算法处理用户观看节目的数据，一共解决 品 了两个问题：1、为用户推荐新的电视节目；2、对用户进行画像分析，为用户打 上个性化标签。 作 对于问题1，首先，本文根据收视和回看的历史信息对数据进行预处理，通 过删去观看时间不足5 分钟的信息，得到每个用户对每个频道的观看时间占比及 秀 观看频率。其次，通过将用户观看频率与观看时间按一定权重进行整理，用基于 用户的协同过滤算法(userCF)，计算出用户相似度矩阵。接着，根据用户点播信 优 息，计算得到节目点播金额占比、观看时间占比及观看频率，同样按一定权重进 行整理，得到点播用户总频率，通过基于物品的协同过滤算法(itemCF)，计算节 赛 目相似度矩阵。然后利用节目的相似度和用户的历史收视数据，给点播用户生成 推荐列表 （见表8 ）；根据用户相似度矩阵与点播用户总频率，生成未点播用户 战 推荐列表 （见表9 ）；整合点播与未点播用户推荐表。运用同样的方法整理附件2 的电视产品数据。最后，整合附件1 与附件2 的推荐表，得到用户推荐节目清单 挑 （见表10）。 对于问题2，首先，根据节目类型和适宜人群构建附件2 中的产品标签体系 ” （见表12）。其次利用入网时间、观看节目及观看时间，构建用户标签体系 （见 表17）。然后，建立标签编号，为电视产品信息进行标签编号，得到产品数据标 杯 签，进而得到已标签用户推荐表。最后，结合用户相似度矩阵，计算未标签用户 的标签推荐列表，最终整合得到用户数据标签及用户推荐标签 （见表22 ）。 迪 泰 “ 关键词：协同过滤；userCF 算法；itemCF 算法；用户画像；电视产品推荐 1 绪论 1.1 背景 在互联网技术日益发展和进步的时代，各种数据呈现井喷式增长状态，仅 品 2017