买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜深圳市启悦光电有限公司申请的专利一种交互式网络电视服务方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118042229B 。

龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410099933.4，技术领域涉及：H04N21/466；该发明授权一种交互式网络电视服务方法及系统是由梁策设计研发完成，并于2024-01-24向国家知识产权局提交的专利申请。

本一种交互式网络电视服务方法及系统在说明书摘要公布了：本发明公开了一种交互式网络电视服务方法及系统，其中主要的方法包括：步骤一：利用IPTV用户的行为数据构造推荐匹配的有效项集；步骤二：基于构造的推荐匹配有效项集进行用户在IPTV中的隐式反馈挖掘；步骤三：利用隐式联系中用户的观看时长与视频总时长，进行IPTV系统中对视频节目的推荐存在影响的隐式因素的重要度排序计算；步骤四：根据挖掘出的用户隐式反馈数据，计算用户对感兴趣的视频节目类型的选择率；步骤五：在用户已有的历史观看行为数据基础上，根据兴趣相似用户的行为记录，扩展推荐用户从未收看过的但满足用户的隐式需求的视频节目，本发明，具有提升含个体偏好的系统推荐准确性和提高隐式需求下带来的付费转化率的的特点。

本发明授权一种交互式网络电视服务方法及系统在权利要求书中公布了：1.一种交互式网络电视服务方法，其特征在于：所述该方法包括以下步骤：步骤一：利用IPTV用户的行为数据构造推荐匹配的有效项集；步骤二：基于构造的推荐匹配有效项集进行用户在IPTV中的隐式反馈挖掘；步骤三：利用隐式联系中用户的观看时长与视频总时长，进行IPTV系统中对视频节目的推荐存在影响的隐式因素的重要度排序计算；步骤四：根据挖掘出的用户隐式反馈数据，计算用户对感兴趣的视频节目类型的选择率；步骤五：在用户已有的历史观看行为数据基础上，根据兴趣相似用户的行为记录，扩展推荐用户从未收看过的但满足用户的隐式需求的视频节目；所述构造推荐匹配的有效项集的方法流程步骤，包括：步骤11：获取IPTV用户的观看日志记录数据，提取包括用户ID、时间、频道ID字段信息的用户行为状态对应的事件数据，建立事件数据的主要特征集合；步骤12：以IPTV频道ID作为用户的行为项集，按照行为产生的顺序，即用户观看频道的时间顺序形成用户的项目序列，构建目标事件和用户-事件交互序列的组合，目标事件以其主要特征为有效项集，用户-事件交互由一组包含有时间编码的事件特征表示；步骤13：从用户的项目序列中将单模扩展到多模，提取可扩展的多模项集构造推荐匹配的有效特征集合，将用户观看频道的先后顺序信息纳入到特征提取的考虑范围中，不仅考虑单个频道形成的用户特征，也将频道与频道之间的联系考虑到其中；步骤14：将构造的推荐匹配的有效项集传输给IPTV的数据挖掘分析终端，挖掘分析终端根据接收到的包括用户数据、节目数据、用户观看日志的三类数据进行分析挖掘；所述进行用户在IPTV中的隐式反馈挖掘方法步骤，包括：步骤21：基于接收到的用户数据、节目数据、用户观看日志数据建立用户兴趣挖掘模型，将用户观看行为进行量化表示，通过用户的观看行为反映用户兴趣，并挖掘可以刺激到用户的观看行为；步骤22：对用户的观看记录事件对应的观看时长进行同步提取，用观看时长分析判断用户对当前所看视频感兴趣的程度，根据用户的观看时长提出用户分类算法对用户进行分类，分析用户的隐式观看习惯，步骤23：通过IPTV节目类型标签将用户兴趣和节目类型联系起来，并结合用户在指定时间段内的观看时间占比，建立基于标签的用户观看时长序列矩阵，使用基于高斯混合模型的聚类方法提取用户的隐式兴趣特征；步骤24：利用IPTV系统中用户的观看记录中的时序特点，通过将多模项集作为用户兴趣挖掘模型的识别输入，由于IPTV面向用户的家庭结构特点，一个用户id的观看行为可能反映不同个体的兴趣爱好，利用循环神经网络对用户的隐式兴趣进行提取，在循环神经网络模型的基础上加入注意力机制，用于区分不同的历史兴趣状态对当前用户观看决策的影响；步骤25：将与当前用户的目标兴趣相似的其他用户标记上相应的标签，归为一个总的用户隐式反馈集合；步骤26：通过标注的标签对用户在IPTV中的隐式反馈特点进行描述，利用粗粒度标签表示IPTV系统中用户隐藏的感兴趣的视频类型，以及利用细粒度表示IPTV系统根据该标签进行用户感兴趣视频类型与系统推荐匹配的隐式联系；所述对重要度排序计算的步骤，包括：在IPTV系统中，视频节目的总时长为t0，用户观看视频节目的持续时长为t1，用用户观看视频节目的持续时长t1与视频节目的总时长t0计算用户观看视频时长占该视频总时长的比值，即t比值＝t1t0，将用户观看的所有类型的视频节目的比值进行计算汇总，得到用户观看的所有类型的视频节目的比值集合∑ti，ti＝{t比值1，t比值2，t比值3，…，t比值n}，通过比值集合∑ti计算用户在所有观看的视频节目的平均比例值为结果，通过计算t比值与平均比例值的对数值k对用户观看兴趣是否超过平均值进行判断，设定k的属性区间为k∈-1,1，而当k为正数时，判断用户对当前视频节目的观看完成度高于平均值，即表示用户对当前视频节目的兴趣偏好度更高，当k为负数时，判断用户对当前视频节目的观看完成度低于平均值，即表示用户对当前视频节目的兴趣偏好度较低，按照k值的属性区间，由小到大进行排序输出；所述计算用户对感兴趣的视频节目类型的选择率的步骤，包括：根据挖掘出的用户隐式反馈数据设定时间周期段，且时间段的单位定为小时，每一小时代表一个时段，在IPTV家庭组用户推荐场景中，将用户所有观看记录中出现次数最多的时段定义为主要时段T0，k是上述通过计算t比值与平均比例值的对数值，用于反映判断用户观看兴趣是否超过平均值，对于家庭用户兴趣变化主要由成员切换造成，以成员对应的观看时段相似度作为依据来建立用户在指定时段内的选择率，即用户的选择率为Q，通过以观看时间对家庭组用户的切换行为进行选择的概率衡量，捕捉成员切换对用户对当前视频节目的兴趣偏好造成的影响；所述扩展推荐的步骤，包括：基于用户行为统计的自动聚类，当不同类型的视频节目同时被多用户选择点击时，用户兴趣特征和基于观看时长统计的用户分类作为用户选择率的主要影响特征，将视频节目划分到隐式关联的大类中，分别为轻度观看、正常观看、高度观看，和重度观看四种类别，根据划分的隐式关联大类控制分类的粒度，分类的数量越多，其粒度就会越细，计算出每个视频节目属于每一个类的权重，当喜欢某一类的用户都会选择其中的一个视频节目时，那么该视频节目在此类中的权重就较高，根据集合中目标用户并未订购过视频节目的订购频率和选择率进行降序排序，根据此权重值为用户推荐符合其兴趣的但用户又从未选择过的视频媒资，形成根据用户隐式反馈下的具有惊喜的不同区域内容推荐列表。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳市启悦光电有限公司，其通讯地址为：518049 广东省深圳市福田区上梅林中康路128号卓越梅林中心广场3栋3层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。