毕业论文--智能电视视频点播服务中的用户行为分析

《毕业论文--智能电视视频点播服务中的用户行为分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、毕业论文(设计)论文（设计）题目:智能电视视频点播服务中的用户行为分析姓名学号学院山东大学软件学院专业数字媒体年级指导教师2016年5月7日目录摘要4ABSTRACT5第1章绪论61.1研究背景及意义61.2国内外研究现状71.3解决的主要问题71.4本文的主要工作81.5论文的组织结构8第2章相关技术和工具92.1Python92.1.1Numpy102.1.2Matplotlib102.1.3Pandas112.1.4Scikit-learn122.2MongoDB122.3数据挖掘技术132.3.1K-Means142.3.2DBSCAN152.3.3Mean-Shift

2、：15第3章群体行为分析算法173.1数据集173.2构建用户用时表193.2.1获取数据量最大的前300名用户的数据193.2.2计算每个用户每天每小时在电视上的用时233.3聚类得到天模式25第4章对时间模式的分析与解释274.1展示时间模式274.2对天模式做的分析274.3对天模式的解释304.4对数据分布建模34第5章结论和展望38致谢39参考文献40附录1英文原文41附录2译文45智能电视视频点播服务中的用户行为分析摘要随着互联网技术的迅猛发展，互联点播技术被逐步引入到传统的电视行业中，带来了巨大的革新，也催生出了一个新的产业——智能电视。近几年，在我国信息产业的战

3、略目标——“三网融合”的引领下，智能电视、智能机顶盒等得到了快速发展，在寻常百姓家中得到迅速的普及，成为百姓生活中的一个重要的生活用品。同时，智能电视所提供的点播记录也成为了研究和分析用户行为的宝贵数据。本文正是基于真实的智能电视点播数据，挖掘了其中用户的群体行为信息，特别是在观看电视时间上的信息。本文首先统计得到了各个用户每天每小时观看电视的用时表；而后通过数据挖掘的聚类算法聚类得到8种用户日常观看电视的行为模式；接着对这8种行为模式的分布和影响进行了一定的统计和分析；最后本文还对用时表的数据分布进行了建模，以作为补充。本文通过对这8种用户日常观看电视的行为模式所做的分析，发

4、现这些模式都是可以解释的，其反映了电视在人们日常生活中的价值以及人们围绕电视的一些生活规律。本文相信这些数据将对智能电视行业、智能电视推荐系统以及今后进一步分析用户的群体行为等提供有价值的信息。关键字：智能电视；数据挖掘；机器学习；群体行为分析。ABSTRACTWiththerapiddevelopmentofInternettechnology,thetechnologyofVideo-On-Demandhasbeengraduallyintroducedintothetraditionaltelevisionindustry,whichhasbroughtagreatrev

5、olution,butalsogavebirthtoanewindustry-smartTV.Inrecentyears,byChina'sinformationindustrystrategicobjectives--theguidanceof"tripleplay"leading,smartTV,intelligentset-topboxesandothersobtainedtherapiddevelopmentandpopularizedinthehomesofordinarypeople,whichbecomepeoplelivinginanimportantlifea

6、ctivities.Atthesametime,thedemandrecordprovidedbythesmartTVhasbecomeavaluabledataforthestudyandanalysisofuser’sbehavior.ThispaperisbasedontherealdemanddataofsmartTVandanalysestheinformationoftheuser'sgroupbehavior,especiallyinthetimeofwatchingTV.Firstofall,thispaper’sstatisticsarethateachuse

7、rspendshowmuchtimeinwatchingTVineveryhourofeverydaywithatimetable;thenthroughdataminingclusteringalgorithmclustersandgets8user’severydaywatchingTVbehaviorpattern;thenmakesacertainstatisticsandanalysisforthedistributionandinfluenceoftheeightkindsofb