一种IPTV节目产品打包推荐方法与流程

本技术涉及iptv，具体而言，涉及一种iptv节目产品打包推荐方法。

背景技术：

1、iptv平台中，各类比赛和点播内容数据，都要按照规则加入对应的产品信息，并打上对应的角标信息。由于平台主打比赛，比赛又分为直播类型和回看类型，当然平台除了比赛还有点播内容，点播视频和比赛之间还存在一定的关联性。而平台在位用户推送内容时，需要考虑到用户的兴趣、点播消费习惯等，提高推送的准确性和推送内容的点播率，是对用户和平台都有利的，为用户精准推送可以让用户快速找到感兴趣的内容，有效减少用户错过感兴趣内容的概率，而精准的推送有利于提高用户的点播率，从而提高平台的运营效果，因此，实现内容的精准推送，几乎是每个平台都需要做的事。

2、而本单位运营的iptv平台中，维护60多项的赛事内容，数十万的比赛信息，以及百万的点播内容数据，传统的运营方案，需要运营人员针对每个比赛下的每个解说，每个点播的数据加入对应的产品包，而快速精准的投放对应的比赛加入对应的产品包，还需要考虑不同解说设定不同的方案，以及关联的点播也要加入到对应的产品包，要做到实时更新，工作量非常大，工作内容复杂，对运营来说非常的耗时耗力，往往需要八个运营组才能覆盖全国这么多内容的配制。还有些大型赛事，比赛安排紧，由于面向全国用户，是不允许出现错误信息的，这对运营要求可谓是非常高。而且，很多上游内容的产生是不定时的，这就需要大量的运营人员24小时值班，这种运营方案人力成本较高，且难以考虑到大量用户的兴趣和点播消费习惯。如何在各种条件限制下，将新增内容入包并进行精准推送以提高用户体验和平台效益，是本领域需要解决的技术问题。

技术实现思路

1、本技术实施例的目的在于提供一种iptv节目产品打包推荐方法，以通过智能化的方式实现节目内容的入包和精准推送，有效降低运营成本，提升用户体验和运营效果。

2、为了实现上述目的，本技术的实施例通过如下方式实现：

3、第一方面，本技术实施例提供一种iptv节目产品打包推荐方法，包括：获取新增iptv节目内容，其中，新增iptv节目内容未加入任何已有iptv节目产品包；对新增iptv节目内容进行特征提取，确定出新增iptv节目内容对应的输入数据；将新增iptv节目内容对应的输入数据输入至iptv节目产品打包推荐模型中，通过iptv节目产品打包推荐模型确定出新增iptv节目内容对应的目标产品包，以及每个目标产品包对应的用户群；将新增iptv节目内容封装入目标产品包，并将目标产品包推荐给对应的用户群中的每个用户。

4、结合第一方面，在第一方面的第一种可能的实现方式中，每条iptv节目内容的点播类型为点播或非点播，且具有多个维度的标签，对新增iptv节目内容进行特征提取，确定出新增iptv节目内容对应的输入数据，包括：对新增iptv节目内容进行特征提取，提取出点播类型特征和标签特征，其中，点播类型特征用于揭示iptv节目内容的观看是否需要点播，标签特征包含内容标签特征、赛事标签特征、解说标签特征、播出类型标签特征，内容标签特征用于揭示iptv节目内容在内容维度的特征，赛事标签特征用于揭示iptv节目内容在赛事维度的特征，解说标签特征用于揭示iptv节目内容在解说维度的特征，播出类型标签特征用于揭示iptv节目内容的播出类型为直播或者回看；对点播类型特征和标签特征进行拼接融合，得到新增iptv节目内容对应的输入数据。

5、结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，iptv节目产品打包推荐模型包括输入单元、产品打包推荐单元和输出单元，所述输入单元，用于将输入数据输入至产品打包推荐单元；所述产品打包推荐单元，用于基于输入数据确定出多个待定产品包，并基于待定产品包和用户数据集，确定出若干目标产品包和每个目标产品包对应的用户群；所述输出单元，用于输出每个目标产品包和对应的用户群。

6、结合第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，所述产品打包推荐单元包括产品包模块和推荐模块，所述产品包模块，用于获取产品包集合，基于产品包集合，确定出将输入数据对应的新增iptv节目内容进行预入包后的待定产品包；针对每个待定产品包，所述推荐模块，用于获取用户数据集，并基于用户数据集计算每个用户对该待定产品包的点播指数，再基于每个点播指数确定出该待定产品包的适配指数，以基于每个待定产品包的适配指数从所有待定产品包中确定出若干目标产品包，确定每个目标产品包对应的点播指数超过设定阈值的用户为该目标产品包对应的目标用户，形成目标产品包对应的用户群。

7、结合第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，所述产品包模块，具体用于：获取产品包集合，其中，产品包集合包含多个产品包；对产品包集合进行筛选，得到筛选后的产品包子集；针对产品包子集中的每个产品包，利用输入数据对应的新增iptv节目内容进行预入包，得到预入包后的待定产品包。

8、结合第一方面的第三种可能的实现方式，在第一方面的第五种可能的实现方式中，所述推荐模块计算每个用户对该待定产品包的点播指数的方式为：对待定产品包进行特征提取，确定出待定产品包对应的输入特征；将输入特征输入至点播指数预测模型中，进行点播指数预测，得到每个用户对该待定产品包的点播指数。

9、结合第一方面的第三种可能的实现方式，在第一方面的第六种可能的实现方式中，所述推荐模块计算每个用户对该待定产品包的点播指数的方式为：将待定产品包进行特征提取，确定出待定产品包的产品特征；基于用户数据集，确定出每条用户数据对应的兴趣特征和点播行为特征函数；针对每条用户数据：计算产品特征与兴趣特征的兴趣重合度，基于兴趣重合度和点播行为特征函数，计算出点播指数。

10、结合第一方面的第六种可能的实现方式，在第一方面的第七种可能的实现方式中，产品特征中每个维度的特征值用于揭示该特征在产品包中所占的权重，兴趣特征中每个维度的特征值用于揭示该特征在用户兴趣方面所占的权重，计算产品特征与兴趣特征的兴趣重合度，包括：基于产品特征和兴趣特征，确定出二者的重合特征；基于产品特征与兴趣特征的重合特征，采用以下方式计算兴趣重合度：

11、

12、其中，ci表示第i条用户数据的兴趣特征与产品特征与之间的兴趣重合度，inij表示第i条用户数据的兴趣特征与产品特征之间的重合特征中的第j个兴趣特征值，prij表示第i条用户数据的兴趣特征与产品特征之间的重合特征中的第j个产品特征值，n为第i条用户数据的兴趣特征与产品特征之间的重合特征数量。

13、结合第一方面的第七种可能的实现方式，在第一方面的第八种可能的实现方式中，基于兴趣重合度和点播行为特征函数，计算出点播指数，包括：采用以下公式计算第i条用户数据对应的点播指数：

14、

15、其中，vi表示第i条用户数据对应的点播指数，揭示第i条用户数据对应的用户点播该待定产品包的概率，αi为第i条用户数据对应的优化参数，用于揭示该用户的点播消费习惯，αi≥0。

16、结合第一方面的第八种可能的实现方式，在第一方面的第九种可能的实现方式中，所述推荐模块基于每个点播指数确定出该待定产品包的适配指数的方式为：

17、

18、其中，a为该待定产品包的适配指数，n为用户数据集中用户数据的数量。

19、有益效果：

20、1.在上游产生新的节目内容时，可以获取新增iptv节目内容(新增iptv节目内容未加入任何已有iptv节目产品包)，对新增iptv节目内容进行特征提取，确定出新增iptv节目内容对应的输入数据，然后将输入数据输入至iptv节目产品打包推荐模型中，通过iptv节目产品打包推荐模型确定出新增iptv节目内容对应的目标产品包，以及每个目标产品包对应的用户群；将新增iptv节目内容封装入目标产品包，并将目标产品包推荐给对应的用户群中的每个用户。通过这种方式，利用iptv节目产品打包推荐模型来进行中间的处理，最终确定出与新增iptv节目内容对应的目标产品包，以及每个目标产品包对应的用户群，能够大大降低运营的工作量，实现对新增内容的自动入包和精准推送，提升平台的运营效果。

21、2.对新增iptv节目内容进行特征提取，提取出点播类型特征和标签特征(包含内容标签特征、赛事标签特征、解说标签特征、播出类型标签特征等)，形成输入数据，然后利用iptv节目产品打包推荐模型中产品打包推荐单元的产品包模块进行预入包(可以进行一定的筛选，例如，根据赛事标签来进行筛选)，得到多个待定产品包，然后利用推荐模块对每个待定产品包进行预测：基于用户数据集计算每个用户对该待定产品包的点播指数，再基于每个点播指数确定出该待定产品包的适配指数，以基于每个待定产品包的适配指数从所有待定产品包中确定出若干目标产品包，从而确定每个目标产品包对应的点播指数超过设定阈值的用户为该目标产品包对应的目标用户，形成目标产品包对应的用户群。这样的方式，可以考虑到将新增iptv节目内容加入某一产品包后的影响，并能够考虑到用户兴趣，还能够考虑到用户对此产品包的点播概率，综合评估后确定目标产品包和对应的目标用户群，从而实现新增iptv节目内容的自动入包和精准推送，提高平台运营效果。

22、3.在预测用户对待定产品包的点播指数时，可以采用成熟的人工智能模型(例如决策树、支持向量机、随机森林等)来做，提供相应的数据训练模型后即可完成此部分工作，这种方式的优势在于，可以根据不同类型的节目内容，提供相应的训练数据进行训练，从而提高此方案的适用性。但为了进一步提高预测的准确性，考虑到本场景的特点、用户的兴趣特征、点播消费习惯(通常与兴趣特征关联，但对于不同的兴趣，存在不同的点播消费动力)，本方案通过数据分析，设计出对应的点播指数计算公式(分两个部分，一个兴趣重合度计算，一个基于兴趣重合度的点播指数计算)，以更好地拟合用户对感兴趣节目内容的点播消费习惯，从而提高点播指数预测的准确性，据此确定出的目标产品包和对应的用户群，也能更加准确，实现新增iptv节目内容的智能入包和精准推送，有效降低运营成本、提高用户体验、提高平台的运营效果。

23、为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。