“泰迪杯”挑战赛 -利用收视记录定义用户画像（基于爬虫数据分析）
目录
一、 引言
1.1 背景
1.2 研究内容
1.3 研究思路
二、数据预处理
2.1 附件 1：用户收视信息
2.1.1 用户收视信息
2.1.2 用户回看信息
2.1.3 用户点播信息
2.1.4 用户单片点播信息
2.2 附件 2：电视产品信息数据
2.3 附件 3：用户基本信息
三、研究方案及实施
3.1 问题一
3.1.1 基于用户的协同过滤
3.1.2 基于电视产品的协同过滤
3.1.3 方案实施及测试
3.2 问题二
3.2.1 构建用户标签体系（用户画像）
3.3.2 构建产品标签体系
3.2.3 电视产品分类推荐
四、电视套餐建议
4.1 分析套餐结构
4.2 对内容相同的套餐进行合并归类
4.3 形成用户数据表
4.4 实施关联规则
五、 总结
5.1 结论
5.2 回顾与展望
参考文献
一、 引言
1.1 背景
随着技术的发展，宽带网络和电视机顶盒的普及，一方面越来越多的家庭对机顶盒电视实际上有了更高的需求，体现在要求简化对电视节目的检索操作，快速获得感兴趣的资源；另一方面，电视服务供应商也希望有效挖掘出用户需要和感兴趣的资源、信息，实现大数据分析，形成个性化的产品营销及有偿服务。
个性化推荐是数据挖掘与分析的主要应用之一，关于个性化推荐，目前常用的算法有基于内容的推荐、基于协同过滤的推荐以及混合型推荐系统。其中协同过滤又有多个子类别，主要包括基于用户的协同过滤、基于物品的协同过滤及基于模型的协同过滤等。目前，个性化推荐系统已广泛运用于电子商务网站、社交应用及视频、新闻门户网站中。
从本质上而言，电视节目的推荐与其他节目领域具有相似性，然而它有其他推荐领域不具备的特点。一是电视节目通常面向家庭，不同的家庭成员兴趣偏好可能不同，造成推荐结果的不准确；二是电视节目往往具有时效性，除去用户的自身兴趣，用户常被较新的电视节目所吸引；三是电视节目具有延续性，同名的电视节目可能有多集多系列。
1.2 研究内容
本文主要利用提供的收视数据，针对电视节目推荐的特点：
（1）基于用户点播观看行为，利用基于用户的协同过滤与基于物品的协同过滤方法为用户推荐电视产品。
（2）基于用户收视、回看及点播观看行为进行用户画像，给用户打上分类标签。
（3）利用产品信息及网络爬虫获取的数据对产品进行分类打包，结合用户画像，给出营销推荐方案。
（4）对分类后的用户信息做关联规则，为电信公司的电视套餐推荐提供一定的建议。
1.3 研究思路
为了实现研究内容，本小组首先对数据进行分析，从用户和产品两个角度讨论如何实现标签化。我们认为用户的收视行为能够侧面反映出用户的性别、年龄等特征，能通过用户的收视时段等特征判断用户的家庭构成，电视产品也有针对某类用户的特性。为此我们也在网页、论文库中找到一些资料辅佐我们的看法。
同时，本小组讨论认为在本题中，使用基于内容的协同过滤算法难度较大，首先是补全数据需要大量的时间，其次文本分析的复杂度大，电脑可能难堪重任。最后我们选择基于用户和基于物品的协同过滤算法，利用用户的历史数据，同时使用用户的平均打分补全空缺值消除冷启动的影响。
由于现有的套餐区分度不高，本小组希望通过关联规则发现不同画像与套餐内容之间的关系，给电信公司的套餐设置与推荐以一定的启发。
二、数据预处理
2.1 附件 1：用户收视信息
2.1.1 用户收视信息
（1）对频道名进行去除重复值操作，得到已有收视记录的电视台，将频道号与频道名对应。
（2）利用收看开始时间与收看结束时间计算收视时长，添加到原表中。
（3）除去收看时长大于 16 小时的收视记录。（由于只关电视忘关机顶盒也被记录在收视记录中，但对于用户而言这段时间的收视是无效的；采用 16 小时是假设用户除了基本生理需求外都在看电视）
（4）为收看开始时间与收看结束时间打上星期号的标签。
（5）在“电视猫”网站上获取各电视台节目播放表，统计播放星期、开始时间、节目名称及栏目类型。
2.1.2 用户回看信息
（1）去除表中的重复数据。
（2）利用回看开始时间与回看结束时间计算回看时长。
（3）除去收看时长大于 16 小时的收视记录。
（4）为回看开始时间与回看结束时间打上星期号的标签。
2.1.3 用户点播信息
（1）删除节目名称中含有乱码（&、*、？等符号）的节目。
（2）去除题名相同的节目名称的集数（如“超时空男臣（05）”改为“超时空男臣”）。
2.1.4 用户单片点播信息
（1）删除影片名称中含有乱码的节目。
（2）去除题名相同的影片名称的集数。
（3）计算用户观看时长。
（4）去除重复值。
（去除重复值后数据共有 34187 条、去除名称乱码的异常数据后有 34181条）
2.2 附件 2：电视产品信息数据
提取分类名称、连续剧分类、字母语种、声道语种、地区参数字段作为用户画像和产品分类参考字段。
（1）将连续剧分类标准化并补充缺失值。
（2）在“爱奇艺”网站中利用爬虫抓取综艺、纪录片、动漫、电影及电视剧标签信息，做已有产品信息的参照。
2.3 附件 3：用户基本信息
（1）以 2017/10/31 作为基准时间（所给收视记录按时间排序最后一天的时间）。利用基准时间与状态改变时间计算用户使用当前套餐时间。
（2）以基准时间与入网时间计算用户入网时长。
（3）对用户使用的套餐、销售品及资费做处理，得到当前业务套餐结构。以上过程大部分可以使用 excel 中的函数直接得到结果。对数据进行预处理后的结果见附件：预处理后数据。
三、研究方案及实施
3.1 问题一
本题要求识别用户偏好并为用户推荐附件 2 中的产品。经思考，小组决定主要使用“用户点播信息”与“用户单片点播信息”表。两表的不同之处在于前者需要用户单独付费，而后者包含在用户套餐中，无须单独付费。本题分别对“用户点播信息”及“用户单片点播信息”构建协同过滤算法，最后为每位用户推荐10 个电视产品。
3.1.1 基于用户的协同过滤
1.构建用户-节目评分矩阵
分别为“用户点播信息”及“用户单片点播信息”构建评分矩阵，如表 1 所示。
其中 User 即电视用户，Program 即用户收看的电视节目， R i , j R_{i,j} Ri,j表示用户对观看节目的偏好打分。在“用户点播信息”表中，, R i , j R_{i,j} Ri,j为用户收看对应节目的频次；在“用户单片点播信息”表中，, R i , j R_{i,j} Ri,j为用户收看对应节目的时长。
2.计算相似度
计算用户间的相似度有很多种方式，本文采用皮尔森相关系数计算两个用户之间的相关性，公式如下：
s i m ( u , v ) = ∑ i ∈ I u , v ( R u i − R u ˉ ) ⋅ ( R v i − R v ˉ ) ∑ i ∈ I u , v ( R u i − R u ˉ ) 2 ⋅ ∑ i ∈ I u , v ( R v i − R v ˉ ) 2 sim(u,v)=\frac{\sum_{i \in I_{u,v}}(R_{ui}-\bar{R_{u}})\cdot(R_{vi}- \bar{R_v})}{\sqrt{\sum_{i \in I_{u,v}}(R_{ui}-\bar{R_u})^2} \cdot \sqrt{\sum_{i \in I_{u,v}}(R_{vi}-\bar{R_v})^2}} sim(u,v)=∑i∈Iu,v(Rui−Ruˉ)2⋅∑i∈Iu,v(Rvi−Rvˉ)2∑i∈Iu,v(Rui−Ruˉ)⋅(Rvi−Rvˉ)
其中 I u v I_{uv} Iuv代表用户 u u u和用户 v v v共同收看的节目集合， R u i R_{ui} Rui代表用户 u u u对节目的打分， R u R_u Ru表示用户 u u u收看的节目的打分平均值， R v i R_{vi} Rvi代表用户 v v v对节目 的打分， R v R_v Rv表示用户 v v v收看的节目的打分平均值。
3.计算节目评分
根据相似用户的评分来计算目标用户对所有节目的打分，公式如下：
R u i ^ = R u ˉ + ∑ v ∈ U ( u , k ) ⋂ N ( i ) S u v ( R v i − R v ˉ ) ∑ c ∈ U ( u , k ) ⋂ N ( i ) ∣ S u v ∣ \hat{R_{ui}}=\bar{R_u}+ \frac{\sum_{v \in U(u,k) \bigcap N(i)} S_{uv}(R_{vi}- \bar{R_v})}{\sum_{c \in U(u,k) \bigcap N(i)}|S_{uv}|} Rui^=Ruˉ+∑c∈U(u,k)⋂N(i)∣Suv∣∑v∈U(u,k)⋂N(i)Suv(Rvi−Rvˉ)
R u i ^ \hat{R_{ui}} Rui^代表目标用户 u u u对项目 i i i的预测评分， R u R_u Ru表示用户 u u u收看的节目的打分平均值， U ( u , K ) U ( u,K ) U(u,K)是目标用户 u u u最相似的 K K K个用户的集合， N ( i ) N (i) N(i)表示对节目 i i i有所评分的用户集合， S u v S_{uv} Suv表示用户 u u u和用户 v v v的相似度， R v i R_{vi} Rvi代表用户 v v v对节目 i i i的打分， R v R_v Rv表示用户 v v v收看的节目的打分平均值。
采取 Top-N 推荐，即选取评分最高且目标用户没有产生过收视行为的 N 个节目推荐给用户。
3.1.2 基于电视产品的协同过滤
1.用户-节目评分矩阵
利用基于用户的协同过滤中构建的表 1 所示矩阵。
2. 计算相似度
采用皮尔森相关系数计算两个电视节目之间的相似性，公式如下：
s i m ( i , j ) = ∑ u ∈ U i , j ( R u i − R i ˉ ) ⋅ ( R u i − R j ˉ ) ∑ u ∈ U i , j ( R u i − R i ˉ ) 2 ⋅ ∑ u ∈ U i , j ( R u j − R j ˉ ) 2 sim(i,j)= \frac{\sum_{u \in U_{i,j}}(R_{ui}- \bar{R_{i}}) \cdot (R_{ui}-\bar {R_{j}})}{\sqrt{\sum_{u \in U_{i,j}}(R_{ui}-\bar{R_{i}})^2} \cdot \sqrt{\sum_{u \in U_{i,j}}(R_{uj}- \bar{R_j})^2}} sim(i,j)=∑u∈Ui,j(Rui−Riˉ)2⋅∑u∈Ui,j(Ruj−Rjˉ)2∑u∈Ui,j(Rui−Riˉ)⋅(Rui−Rjˉ)
U i j U_{ij} Uij表示对节目 i i i和节目 j j j都有评分的用户集合， R u i R_{ui} Rui代表用户 u u u对节目 i i i的打分， R i R_i Ri表示节目 i i i的打分平均值， R u j Ru_j Ruj表示用户 u u u对节目 j j j的打分， R j R_j Rj 表示节目 j j j的打分平均值。
3.计算节目评分
根据步骤 2 中的计算出的最相似集合来计算目标用户对目标节目的预测打分。评分公式如下：
R u i ^ = R i ˉ + ∑ j ∈ U ( i , K ) ⋂ N ( u ) S i j ( R u i − R j ˉ ) ∑ j ∈ U ( i , K ) ⋂ N ( n ) ∣ S i j ∣ \hat{R_{ui}}=\bar{R_i}+\frac{\sum_{j \in U(i,K) \bigcap N(u)}S_{ij}(R_{ui}- \bar{R_{j}})}{\sum_{j \in U(i,K) \bigcap N(n)}|S_{ij}|} Rui^=Riˉ+∑j∈U(i,K)⋂N(n)∣Sij∣∑j∈U(i,K)⋂N(u)Sij(Rui−Rjˉ)
R R R表示目标用户 u u u对节目 i i i的预测打分， R i R_i Ri表示节目 i i i的打分平均值, U ( i , K ) U(i,K) U(i,K)是与目标节目 i i i最相似的 K K K个节目的集合， N ( u ) N(u ) N(u)表示用户 u u u打过分的节目集合， S i j S_{ij} Sij表示节目 i i i和节目 j j j的相似度， R u j R_{uj} Ruj表示用户 u u u对节目 j j j 的打分， R j R_j Rj表示节目 j j j的打分平均值。
采取 Top-N 推荐，即选取评分最高且目标用户没有产生过收视行为的 N 个节目推荐给用户。
3.1.3 方案实施及测试
本小组使用 python 语言作为工具，实现以上算法，代码见附件：产品协同过滤算法.ipynb，读入文件见附件：jiemu_shichang1.xlsx。
经过程序运行，我们选取与用户相似的前 20 位相似用户推荐用户可能感兴趣的 10 个电视节目，利用十字交叉验证法。最后得到查准率约为 5.1%，查全率约为 9.9%。
最后得到附件：问题一结果推荐表。结果如图 2 所示
rec_rank 代表推荐的优先级，数值越大代表推荐力度越大。
3.2 问题二
3.2.1 构建用户标签体系（用户画像）
标签系统是用户动态画像的核心，标签化是对用户特征的符号表示，标签化的用户画像，既方便计算机进行计算分析，又方便人们对用户画像的理解。[4]
本小组通过对附件 1~3 的分析，给出四级用户标签分类体系（详见附件：标签体系.csv），其中一级标签为基本特征与收视偏好。基本特征下的二级标签有收视时段、付费意愿、性别偏向、年龄偏向；收视偏好下的二级标签有频道偏好、节目偏好、直播/回播/点播偏好及工作日/周末偏好。
标签含义及计算方法
（1）收视时段
收视时段标签基于附件 1 中的“用户收视数据”，由于收视数据包含用户收看直播的时间，可以基于此计算出用户通常在什么时候收看电视。收视时段分为凌晨[02:00-06:00）、上午[06:00-11:00）、中午[11:00-13:00）、下午[13:00-17:00）、傍晚[17:00-19:00）、晚上[19:00-22:00）及深夜[22:00-02:00）。
（2）付费意愿
付费意愿标签基于附件 1 中的“用户点播数据”，由于点播数据中的节目是套餐外单独付费的节目，通过统计用户是否有此付费行为给用户打上“是”或“否”的标签。
（3）频道偏好
频道偏好基于附件 1 中的“用户收视信息”及“用户回看信息”，统计用户收看频次最高的 3 个电视台作为其收视频道偏好标签（取 3 是因为据《中国家庭发展报告 2014》，平均每户家庭人口为 3.02，四舍五入为 3，假设每位家庭成员都有一个最常收看的电视台）
（4）节目偏好
节目偏好基于附件1中四张记录，并与依据附件2产生的产品标签产生关联。对于“用户收视信息”及“用户回看信息”，小组利用网络资源找到 142 个电视台对应的节目表，并对各时段栏目进行标签化处理，如“星光大道——综艺”，采用的标签与产品标签体系中的三级标签对应。然后将节目播放时段与收看时段一一对应，得到用户直播及回播时段收看的是何种类型节目。对于“用户点播信息”及“用户单片点播信息”，小组利用预处理后数据对单个节目做标签化处理，然后将用户收视记录与标签对应，得到用户点播时收看的是何种类型的节目。
（5）直播/回播/点播偏好
分别对用户的直播、回播、点播时间进行统计，给予用户收视时间最长的操作标签。由于点播信息不包含节目时长，小组先利用附件 2 及网络资源将节目时长付给点播信息中的节目，再进行计算。
（6）工作日/周末标签
分别对用户工作日及周末的收视时长进行统计，给予用户平均收视时间较长的时段作为标签。
（7）性别偏向
性别偏向基于用户的节目偏好进行推测，本小组对此做出一张映射表，详见附件：标签体系。
（8）年龄偏向
年龄偏向基于用户节目偏好、收视时段、直播/回播/点播偏好、工作日/周末进行推测，本小组对此做出一张映射表，详见附件：标签体系。汇总用户的收视时段偏好、频道偏好、周末/工作日收视偏好、直播/回播/点播收视偏好以及付费意愿偏好，得到附件：用户收视偏好标签.csv。如图 3所示。
本小组根据附件 2 中电视产品信息数据及利用爬虫得到的节目信息标签为电视产品构建了四级标签体系（详见附件：标签体系.csv），一级标签为基本特征，二级标签为节目类型、地区及语种。
对电视频道也构建了一个标签体系，电视频道的标签体系与电视产品的三级标签相对应。产品标签体系通过映射关系与用户标签体系之间联系起来（详见附件：标签体系.csv）。
最终我们在电视产品信息表后为节目打上了大类、小类、适用性别及年龄段的标签，见附件：产品数据标签.csv。如图 5 所示。
3.2.3 电视产品分类推荐
按照用户标签体系，可以为每个用户绘制用户画像，具有相同标签的用户可以被认为是基于标签中的一类，如节目偏好均为“电视剧”的用户可以被看作一类。
按照产品标签体系，我们可以将电视产品进行分类，对于电视剧、电影产品细化到四级类，其他到三级类。
在问题一中，我们已经得到“问题一推荐结果表”，其中我们为每一位用户做了电视产品的推荐及给出了推荐指数。在问题二中，我们利用问题一中的用户-节目评分矩阵，做用户-节目类别评分矩阵，如表 2 所示。
其中 User 即电视用户，Class 即用户收看的电视节目类别，, S i , j S_{i,j} Si,j表示用户对
节目类别的偏好打分。节目类别的偏好打分的值为相同类型的节目偏好打分和的平均数，即
S i , j = ∑ p ∈ C R i , j ∣ p ∣ S_{i,j}=\frac{\sum_{p \in C}R_{i,j}}{|p|} Si,j=∣p∣∑p∈CRi,j
其中 p p p代表节目， C C C代表类别， p p p代表节目个数，, R i , j R_{i,j} Ri,j表示用户对节目的打分，沿用问题一中的分数。这样我们对每一位用户都有画像，并能做出分类产品的推荐。
在做推荐时我们对各个标签采用的是平级处理。
同样适用 python 语言作为工具实现以上算法，代码见附件：分类协同过滤推荐.ipynb，读入文件见附件：zhongfenleijiemu_shichang1.xlsx。
经过程序运行，我们选取与用户相似的前 20 位相似用户推荐用户可能感兴趣的 10 个电视节目，利用十字交叉验证法。最后得到查准率约为 10.1%，查全率约为 39.8%。
最后得到附件：问题二结果推荐表.csv，如图 7 所示。
recrank 代表推荐的优先级，数值越大代表推荐力度越大。
四、电视套餐建议
分析现有套餐设置结构，并对套餐的销售品字段进行拆分。利用套餐拆分后的结果和用户画像的结果进行关联规则，发现不同用户画像与套餐内容之间的规律，对没有购买套餐的用户进行套餐推荐。
4.1 分析套餐结构
对附件 3 进行处理后的套餐结构如表 3 所示：
4.2 对内容相同的套餐进行合并归类
按照套餐结构对附件 3 的套餐销售品字段进行字段分割，结构如下图。
4.3 形成用户数据表
根据第一题中得到的用户画像结果，以用户标签为唯一标识，在附件 3 中进行标签匹配；利用计算出的入网时长判断新老用户，将 3 年以上的用户标记为老用户，其余为普通用户。最终形成用户数据表,详见附件：用户数据表。
4.4 实施关联规则
使用关联规则对用户数据表进行处理，计算用户基础标签和现有套餐中某一业务的支持度与置信度。该过程采用 SPSS molder 软件进行实现，软件实施模型如下。
N（A），N（B）分别表示用户基础标签 A 和业务 B 在整个数据集中出现的次数，N（AB）表示共同出现的次数。
规则支持度：共同出现的频繁程度。
S u p p o r t ( A ⟶ B ) = N ( A B ) N Support(A\longrightarrow B) = \frac{N(AB)}{N} Support(A⟶B)=NN(AB)
规则置信度:某产品出现在另一个产品中的概率。
C o n f i d e n t ( A ⟶ B ) = N ( A B ) N ( A ) Confident(A\longrightarrow B) = \frac{N(AB)}{N(A)} Confident(A⟶B)=N(A)N(AB)
对用户数据表的销售品字段和套餐进行字段分割，以”-”为分割符号进行分割。并进行标准化处理。根据得出的用户画像结果，以用户标签为唯一标识构建字典如：用户号{电视包业务，宽带，捆绑，用户标签}
假设用户套餐记录为 N
1、初始单遍扫描数据集，确定每个项的支持度。得到所有频繁 1 项集 F1；
2、使用上一次迭代发现的频繁(k-1）项集，产生新的候选 k 项集；
3、再次扫描数据集，确定候选 k 项集的支持度；
4、删除不是频繁的候选 k 项集；
5、循环 2-3 步，当没有新的频繁项集产生，则算法结束。
下表为利用 SPSS molder 软件计算得出的相关关联规则：
从上表可以归纳出以下几方面的规则：
1.家庭构成以男性为主的家庭在购买套餐时，更偏向与采用包月的方式更喜
欢购买乐惠套餐。
2.以中年老年用户为主的家庭在购买套餐时更倾向于采用包月的方式。
3.电视入网时间较短的普通用户更倾向与购买乐惠套餐。
4.电视入网时间较长的老用户更倾向与采用包月的方式购买电视套餐。
五、 总结
5.1 结论
本文首先对数据进行预处理，去除异常值，补充缺失值，利用爬虫网上抓取电视节目分类数据，并查找归纳电视台节目播放规律。
为了给用户推荐电视产品，我们利用用户点播数据，组合进行基于用户和基于产品的协同过滤，先计算用户相似度，利用皮尔逊系数计算出与某用户相邻的20 个相似用户，再推荐 10 个用户可能感兴趣的电视产品，按兴趣度从大到小排序。利用十字交叉验证法计算得出查准率约为 5.1%，查全率约为 9.9%。得到附 件：问题一推荐结果表.csv。
为了构建用户标签体系，我们先利用现有数据经过处理后为用户打上收视时段、付费意愿、频道偏好、直播/回播/点播偏好及工作日/周末标签，得到附件：用户收视偏好标签.csv，利用频道标签和产品与用户年龄与性别的映射（基于论文+常识判断）为用户打上性别偏向、年龄偏向的标签，得到附件：用户画像； 为构建产品标签体系，我们利用附件 2 提取出产品的名称（“连续剧分类”字段），然后将其与爱奇艺上爬虫得到的电视产品数据进行比对，为产品依次打上“节目类型”标签。再利用产品标签和产品与用户年龄与性别的映射（基于论文+常识判断）为产品打上性别偏向、年龄偏向的标签，得到附件：电视产品数据标签.csv。另外利用“电视猫”上的电视台节目播放表得到附件 1 中直播与回播用户的收视规律，为每个时段打上节目类型的三级标签，得到附件：各频道数据.zip。
按照标签体系，具有相同标签的用户可以被认为是基于标签中的一类，具有相同标签的产品可以被认为是基于标签的一类。我们构建用户-产品类标签再次运用综合的协同过滤算法实现节目分类推荐，按兴趣度从小到大排序。利用十字交叉法计算得出查准率约为 10.1%，查全率约为 39.8%。得到附件：问题二推荐结果表.csv。
通过关联规则的实施，我们归纳得出四条规则：1.家庭构成以男性为主的家庭在购买套餐时，更偏向与采用包月的方式更喜欢购买乐惠套餐。2.以中年老年用户为主的家庭在购买套餐时更倾向于采用包月的方式。3.电视入网时间较短的普通用户更倾向与购买乐惠套餐。4.电视入网时间较长的老用户更倾向与采用包 月的方式购买电视套餐。
5.2 回顾与展望
在本次实验的过程中，发现了一些问题，也得到了一些启发，主要可以概括为以下几点：
（1）电视用户为家庭用户，为了实现精准营销，有必要为用户进行用户画像推测家庭结构，还可以利用不同时段的家庭收视记录在不同的时段为用户推荐合适的电视产品。
（2）电视节目具有时效性，一些“过时”的电视节目对于用户的吸引力实际上有所下降，而我们在推荐的过程中没有将这种差别考虑在内。
（3）在数据处理的过程中没有完全考虑用户的有效收视，虽然简单剔除机顶盒未关情形，但对于时长较短的收视记录均默认为有效的。
（4）基于用户的协同过滤与基于电视产品的协同过滤的效果在大量数据支撑的情况下会得到较好的效果，在数据量较少的情况下效果不太理想。可以考虑使用基于内容的协同过滤，但由于时间有限并未实现这一算法。
参考文献
[1]孙光浩,刘丹青,李梦云.个性化推荐算法综述[J].软件,2017,38(07):70-78.
[2]赵培. 面向家庭用户的电视节目动态推荐方法研究[D].合肥工业大学,2017.
[3]喻玲. 面向家庭用户的互联网电视资源推荐模型研究[D].华中师范大学,2015.
[4]王冬羽. 基于移动互联网行为分析的用户画像系统设计[D].成都理工大学,2017.
[5]余远洁.基于大数据技术的广电用户收视行为建模[J].新媒体研究,2017,3(11):65-66.
[6]周虹君,殷复莲,陈怡婷,周嘉琪,伊成昱.Spark 框架下的受众分群及矩阵分解的推荐法研究[J].中国新通信,2016,18(11):139-141.
[7]丁伟,王题,刘新海,韩涵.基于大数据技术的手机用户画像与征信研究[J].邮电设计技
术,2016(03):64-69.
[8]沈菲,陆晔,王天娇,张志安.新媒介环境下的中国受众分类:基于 2010 全国受众调查的实证研究[J].新闻大学,2014(03):100-107.
[9]顾阳.南京云媒体电视用户的节目精确营销[J].市场周刊(理论研究),2014(01):73-74.
[10]冯哲辉,娄阔峰.当代青少年收视行为分析[J].当代电视,2010(10):21-24.
[11]蒋力.老年心理与收视行为特征简析[J].当代电视,2004(03):46-48.
[12]姜明求,申慧善,吴昶学,杨秀英,白雯英.中国电视观众的电视剧消费口味[J].全球传媒学刊,2015,2(02):14-38.
[13] Naemura, Masahide；Takahashi, Masaki; Clippingdale, Simon; Yamanouchi, Yuko; Fujisawa, Hiroshi.Constructing personalized user profiles through TV viewing.[C]IEEE International Symposium on Broadband Multimedia Systems and Broadcasting, BMSB, v 2016-July, July 25, 2016.
[14] Kuan-Chung Chen；Wei-Guang Teng .Adopting user profiles and behavior patterns in a Web-TV recommendation system[C]Digest of Technical Papers - IEEE International Conference on Consumer Electronics, p 320-324, 2009.
[15] Chang, Ray M.; Kauffman, Robert J.; Son, Insoo. Consumer micro-behavior and TV viewership patterns: Data analytics for the two-way set-top box[J]ACM International Conference Proceeding Series, p 272-273, 2012.