基于标签对家庭IPTV业务个性化推送机制的用户体验优化研究-论文.pdf

《基于标签对家庭IPTV业务个性化推送机制的用户体验优化研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、运营技术广角基于标签对家庭IPTV业务个性化推送机制的用户体验优化研究朱映波’，刁建伟’，康波，刘胜强。(1．中国电信股份有限公司数字音乐运营中心广州510810；2．中国电信股份有限公司广东研究院广州510630)摘要：爱音乐卡拉0K业务作为一种IPrv业务，现阶段基于遥控器的用户操作成本高于PC和智能手机，需要引人内容的个性化主动推送机制以提升用户体验。但卡拉OK作为一种家庭业务，具有服务器端和客户端对客户主体认定不对称的特点，依据普通的推荐算法极易导致不同家庭成员之间的错位推荐。同时，传统推荐算法本身也存在马太效应、冷启动

2、等缺陷，这些都会导致用户体验下降。针对这些用户体验问题，从业务的用户使用场景出发，对推荐算法进行选择与改良．并结合内容标签提升推荐的针对性，以克服算法缺陷，提升用户体验。研究的首要着眼点在于用户体验效果．而非算法的复杂性。关键词：关联规则；标签；个性化推送；层次分析法；权重；奇异值分解；独立性检验；马太效应doi：10．39696．issn．1000—0801．2014．07．018UserExperienceOptimizationResearchonPersonalizedPushApproachofIPTVServiceB

3、asedonLabelofContentsZhuYingbo，DiaoJianwei，KangBo，LiuShengqiang2(1．DigitalMusicOperationCenterofChinaTelecomCo．，Ltd．，Guangzhou510810，China；2．GuangdongResearchInstituteofChinaTelecomCo．，Ltd．，Guangzhou510630，China)Abstract：iMusciKaraokisaserviceonI刑developedandoperated

4、byChinaTelecom．Itisneededtointroduceactivepersonalizedpushapproachofcontentinordertoimproveuserexperience，duetohighercostofremotecontrollerthanPCandmobilephone．However，Karaokisahouseholdservice，andisununformtoidenti~usersonserversideandterminalside，whichwillbringinac

5、curateresultwhennormalrecommendationalgorithmisadopted．Meanwhile，traditionalrecommendationalgorithmhasdefectsofMattheweffectandcoldreboot，whichwilldecreaseuserexperience．Totacklesuchproblemsofuserexperience，therecommendationalgorithmwasselectedandoptimizedbycombinati

6、onofcontentlabel8oastoincreaserecommendationobjectively．Thisresearchisaimingatenhancinguserexperienceefectratherthanalgorithmcomplexity．Keywords：associationrule，label，personalizedpush，AHP，weight，SVD，independencetest，Mattheweffect言塞爱音乐卡拉OK已成为中国电信IP1业务中最受欢机制。不同于基于PC、手机

7、等个人终端的业务，卡拉OK作落镥援鸯f毹为一种家庭业务，服务器端对用户主体的家庭客户身份认力．同时剔除冗余标签，以避免数据相关性对内容相似度定与客户端即时使用者的个体用户身份之间存在明显的算法精确性造成的不利影响。该工作分为两个阶段：计算信息不对称，若直接使用传统的推荐算法基于家庭客户数不同标签对用户选择歌曲行为的效用大小；利用相关性检据计算推荐规则，则当规则作用于个体的家庭成员时。往验剔除冗余标签，选出关键标签簇。往造成即时使用者收到适合其他家庭成员的推荐内容。直卡拉OK内容审核的标签体系共有l1个大类130个接造成用户体验度

8、降低。标签项，表l是部分内容的示例。另一方面，一些推荐算法，如关联规则、协同式过滤2．1测度不同标签对用户选择歌曲的效用值等，当用于实际业务时．本身也隐藏一些无数理逻辑错误确定标签权重的方法有定量和定性两大类。定性方法但却不完全吻合用户体验的地方．比较典型的如内