基于项目协同过滤的电视产品营销推荐模型

互联网技术的快速发展和应用拓展使我们迎来了三网融合的时代,为传统广播电视媒介带来了发展机遇。节目数据的剧增一方面丰富了电视节目的内容,另一方面却为用户选择带来了困难,这就要求电视运营商建立合理的个性化推荐模型。该文采用基于物品的协同过滤的个性化推荐算法,通过分析用户观看收视信息数据、电视产品信息数据,同时考虑到目前传统的互联网资源推荐系统大都是针对个体推荐,在对家庭不同成员的推荐时可能会出现适得其反的情况,综合考虑整个家庭成员的点播集合,构成了家庭用户完整的历史观看记录,分析每个家庭成员的偏好,建立电视产品营销推荐模型,做出节目的个性化推荐。同时对不同节目的标签进行组成分析,以数据图的形式更加直观地展示在结果中,用以了解不同时期标签的热度与关注度,从而进一步得出影视作品的热度,对不同时期的推荐偏好做出指导性建议。