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！

申请/专利权人：四川长虹电器股份有限公司

摘要：本发明提供了一种用户实时追剧处理方法，包括以下步骤：获取视频行为数据；基于视频行为数据分析用户追剧偏好；基于用户追剧偏好的分析结果进行实时追剧整合更新；基于更新结果进行实时追剧推送。本发明的目的是提出一种用户实时追剧处理方法，采用实时偏好追剧视频与线下历史追剧列表实时整合处理的方式，解决用户追剧视频列表数据不合理问题，避免用户实际在追看视频被忽略的情形，提高追剧列表视频覆盖率和曝光率，提高用户个性化追剧数据的合理性。

主权项：1.一种用户实时追剧处理方法，其特征在于，包括以下步骤：获取视频行为数据；基于视频行为数据分析用户追剧偏好；基于用户追剧偏好的分析结果进行实时追剧整合更新；基于更新结果进行实时追剧推送；所述获取视频行为数据包括：实时数据和离线数据，实时数据经过数据平台实时采集，将用户日志记录打入消息队列kafka中；离线数据统一加载到大数据hadoop平台；所述实时数据的kafka消息包含用户的唯一标识Mac、点击起播视频的唯一标识Cid、视频具体的剧集标识Vid、用户点击起播开始时间s_time、用户点击结束时间即播放完成时间e_time；所述基于视频行为数据分析用户追剧偏好，包括：对实时数据的分析；根据用户实时点播行为的开始时间s_time与结束时间e_time以及时间窗口步长H来判定用户点击观看具体视频的实时观看总时长T_r；将用户的实时观看总时长T_r转化成实时追剧偏好权重值；所述基于视频行为数据分析用户追剧偏好，包括：对离线数据的分析；统计每天用户的离线观看记录数据；每次离线的观看时长T_*=e_time–s_time，根据用户观看留存率下降到低于50%对应的日期差值N为一个统计周期，统计N天里用户的离线视频观看记录，周期观看记录数据包含：Mac、Cid、最后观看剧集Vid_last、观看的不同剧集数Vid_count、视频观看总时长T、观看次数K、视频最近观看时间n_time、观看天数day_count、最近天数差D信息；其中：最后观看剧集是用户在统计周期中某视频最后一条记录的剧集，观看次数K是周期里统计每天里同一视频记录的条数，最近观看时间n_time=maxs_time，D=date_diffn_time,处理时间，即最近时间和离线处理时间计算天数差,D为自然数；对周期观看记录，结合视频信息库获取用户观看视频的总集数eps、更新剧集数ep_update,总时长T_ep信息，再采用加权权重均值分配策略处理；所述采用加权权重均值分配策略处理，包括：（1）对于观看时长T：T=sumT_vid,时长权重R_T=minTKT_epeps,1；（2）对于观看次数K：K=sumcount（vid）,次数权重R_K=minKeps,1；（3）对于观看天数day_count:day_count=countdistinctday,周期里看某个Cid的天数，将天数分为多个段，day_count∈{（0,d1]、d1,d2]、d2,d3]、d3,d4]、d4,N]}，周期观看天数最大值为N；countdintinctday是用户在一个日期时段周期中观看某个视频不同的日期数；天数权重采取分段权重分配：R_day∈（R1,R2,R3,R4,R5,0R1R2R3R4R5=1；（4）对于最近天数差D:D的值与周期N相关，D的值越小，用户观看的Cid越新，用户越能被吸引，最近天数差权重R_D是D的递减函数，即D值越大R_D越小，且D∈[0,N]，把R_D作为D的线性递减函数：R_D=1-DN；取加权平均值得到用户线下追剧偏好：R=R_T*a1+R_K*a2+R_day*a3+R_D*a44，其中a1，a2，a3，a4是加权值；最后得到每个mac的离线追剧偏好数据，对其进行偏好阈值R_min和追剧个数L_max双重限制，保证最终用户追剧列表中：R=R_min,sizelist=L_max；这两个阈值根据整体的数据召回率指标来取定，也可以根据实际数据情况直接赋值；sizelist是追剧列表中元素个数，即最终的追剧列表的长度受到L_max的限制；所述基于用户追剧偏好的分析结果进行实时追剧整合更新，包括：当离线历史追剧列表中没有存在实时偏好的视频，则将实时偏好视频插入离线列表相应位置，插入位置与实时偏好权重有关；当离线历史追剧列表中存在实时偏好的视频，将视频从历史列表的位置提到第一，此时不管实时偏好权重如何。

全文数据：

权利要求：

百度查询： 四川长虹电器股份有限公司 一种用户实时追剧处理方法