專利名稱：一種基于用戶行為定向的消息通告系統(tǒng)及方法
技術領域：
本發(fā)明涉及網絡環(huán)境中消息通告技術領域，一種基于用戶行為定向的消息通告系
統(tǒng)及方法。
背景技術：
隨著三網融合進程的不斷推進，IPTV已經日益取代傳統(tǒng)的廣播電視技術，IPTV的
突出的優(yōu)勢在于其對交互性業(yè)務的良好支持。作為IPTV交互性特征的重要體現(xiàn)，消息通告
是IPTV —項重要的應用，可以用于對用戶進行信息通知、廣告投放等。 當前IPTV運營環(huán)境中的消息通告系統(tǒng)采用基于Web的方法，即將消息通告的通告
內容封裝為一個Html頁面，用戶終端通過Http協(xié)議訪問該頁面以獲取通告內容。在這種
實現(xiàn)方法中，用戶必須主動訪問特定的Web頁面來獲取通告內容，從而導致了消息通告的
實時性差；其次，IPTV用戶的關注點存在差異性，這種差異性同時表現(xiàn)為橫向與縱向兩個
方面，即不同用戶的關注點不同，以及同一用戶在不同時間段的關注點不同，針對用戶的消
息通告也應體現(xiàn)差異性，而現(xiàn)有由于IPTV采用統(tǒng)一的Web門戶對用戶提供訪問，因此該方
法無法對用戶進行區(qū)分消息通告，從而影響了用戶體驗。 可見，現(xiàn)有的消息通告方法存在實時性差、不支持對用戶進行定向消息通告的問題。
發(fā)明內容
本發(fā)明的目的在于，克服現(xiàn)有的消息通告方法存在實時性差、不支持對用戶進行
定向消息通告的問題，從而提供一種基于用戶行為定向的消息通告系統(tǒng)及方法。 為實現(xiàn)上述發(fā)明目的，本發(fā)明給出了一種基于用戶行為定向的消息通告系統(tǒng)，其
特征在于，所述的系統(tǒng)包含以下模塊 用戶行為采集模塊(101):通過日志分析，獲取用戶收視行為，建立用戶行為矩陣； 聚類計算引擎模塊(102):采用聚類算法，對用戶行為采集模塊生成的用戶行為矩陣進行聚類，生成用戶組行為矩陣； 多播組管理模塊(103):為每個用戶組分配一個消息通告多播組，同時接收來自
用戶終端的定期查詢，向其返回其所屬用戶組所對應消息通告多播組地址；及 消息通告管理模塊(104):維持消息通告類型的特征用戶行為矩陣，在發(fā)布消息
通告時，計算消息通告與用戶組的相關系數(shù)，并向相關系數(shù)高于預設閾值的用戶組通過多
播信道發(fā)布消息通告。 本發(fā)明還公開了一種基于用戶行為定向的消息通告方法，其特征在于，所述方法包括以下步驟 201)采集用戶收視行為，建立用戶行為向量，采集用戶收視記錄日志，結合節(jié)目編目分析，為每個用戶建立行為向量；
202)對用戶行為向量利用聚類算法進行聚類計算，建立用戶組行為向量； 203)為每個用戶組分配一個消息通告多播組地址，用戶終端定期查詢自身所屬的
消息通告多播組，獲得回應后，用戶終端加入該消息通告多播組并保持偵聽； 204)計算消息通告特征用戶行為向量與用戶組行為向量的相關系數(shù)，針對相關系
數(shù)大于設定閾值的用戶組被加入目標用戶組； 205)消息通告發(fā)布，對于每個目標用戶組，消息通告發(fā)布服務器加入相應的消息 通告多播組，通過該多播組向用戶終端發(fā)布消息通告。 所述的步驟204)的設定閾值通過反饋方法動態(tài)調整，該方法包含如下步驟
301)對于某種類型的消息通告，在初始時刻，相關系數(shù)閾值設為O，即所有的用戶 組均被選為目標用戶組； 302)將消息通告在與其相關系數(shù)高于預設閾值的目標用戶組集合G'中進行發(fā) 布； 303)采集消息通告效果在各個目標用戶組中的權重ei，將該消息通告類型的特征 用戶行為向量調整為各個目標用戶組行為向量的加權和，表示如下 304)將該消息通告類型的相關系數(shù)閾值調整為該消息通告與各個目標用戶組的 相關系數(shù)均值的1/2，公式表示如下 仏=，|廣，,S"叫； 305)重復步驟302。 所述的步驟201)用戶對某節(jié)目產生一次收視行為后，將用戶行為向量中該節(jié)目 編目對應的分量值用一個貢獻函數(shù)進行修正；
所述的貢獻函數(shù)如下 —('—r e義，"^;
(U < rf 定義用戶的收視行為l的發(fā)生時刻為t ;。 所述的步驟202)的聚類算法采用K-MEANS算法進行，產生k個用戶組。 所述的步驟204)的消息通告類型的特征用戶行為向量值為對于該類型的消息通
告具有最佳通告效果的用戶對應的行為向量； 所述的相關系數(shù)定義為消息通告特征用戶行為向量與用戶組行為向量在歐氏空 間中夾角的余弦值。 本發(fā)明提出的一種基于用戶行為定向的消息通告方法，其基本原理為 采集用戶收視行為，建立用戶行為矩陣，該矩陣的每個行向量對應一個用戶行為
向量。對用戶行為矩陣進行聚類，形成用戶組行為矩陣，該矩陣的每個行向量對應一個用
戶組行為向量，其值為該用戶組中所有用戶行為向量的算術平均值；為每個用戶組分配一
個消息通告多播組地址，用戶終端定期查詢自身所屬的多播組地址，加入該多播組并保持
偵聽；在消息通告發(fā)布時，首先計算消息通告與用戶組相關系數(shù)，若相關系數(shù)高于預設的閾值，則該用戶組被加入目標用戶組；將消息通告通過各個目標用戶組對應的多播信道分別 進行發(fā)布。 該方法包括以下步驟 建立用戶行為矩陣，矩陣的每個行向量對應一個用戶，稱為用戶行為向量，該向量 的每一個元素對應一種節(jié)目編目。用戶對某節(jié)目產生一次收視行為后，將用戶行為向量中 該節(jié)目編目對應的分量值用一個貢獻函數(shù)進行修正，為了保障較新的收視行為起到更大的 作用，所述貢獻函數(shù)隨時間衰減。 將用戶行為向量采用聚類算法進行聚類，產生用戶組，每個用戶組對應一個用戶 組行為向量，用戶組行為向量的值為該用戶組中所有用戶行為向量的算術平均值，用戶組 行為向量組成用戶組行為矩陣。 為每個用戶組分配一個消息通告多播組地址，用戶終端定期查詢自身所屬的消息 通告多播組，獲得回應后，用戶終端加入該消息通告多播組并保持偵聽。 建立消息通告類型的特征用戶行為矩陣，該矩陣的每個行向量稱為該消息通告類 型的特征用戶行為向量，其值為對于該類型的消息通告具有最佳通告效果的用戶對應的行 為向量，該特征用戶行為矩陣可以通過反饋方法動態(tài)調整。 在消息通告發(fā)布時，首先計算消息通告特征用戶行為向量與用戶組行為向量的相 關系數(shù)，將相關系數(shù)高于某閾值的用戶組加入目標用戶組，將消息通告通過各個目標用戶 組對應的多播信道分別進行發(fā)布。 本發(fā)明的優(yōu)點在于，本發(fā)明能夠以較快的響應速度將消息通告向用戶呈現(xiàn)，提高 了消息通告的實時性；支持消息通告的定向發(fā)布，通過僅向某些特定用戶組的用戶終端發(fā) 布消息通告，可實現(xiàn)消息通告精準發(fā)布。
圖1是基于用戶行為的定向消息通告方法的系統(tǒng)架構圖； 圖2是基于用戶行為的定向消息通告方法的消息通告發(fā)布流程圖； 圖3是基于用戶收視行為的用戶行為矩陣及用戶組行為矩陣； 圖4是記憶因子A對貢獻函數(shù)的影響； 圖5是消息通告特征用戶行為矩陣。
具體實施例方式
下面結合附圖對本發(fā)明進行進一步說明 圖1為本發(fā)明的系統(tǒng)架構圖，主要模塊包括用戶行為采集101、聚類計算引擎102、 多播組管理103以及消息通告管理104，其中 用戶行為采集101 :通過日志分析，獲取用戶收視行為，建立用戶行為矩陣。
聚類計算引擎102 :采用聚類算法，對用戶行為采集模塊生成的用戶行為矩陣進 行聚類，生成用戶組行為矩陣。 多播組管理103 :為每個用戶組分配一個消息通告多播組，同時接收來自用戶終 端的定期查詢，向其返回其所屬用戶組所對應消息通告多播組地址。
消息通告管理104 :維持消息通告類型的特征用戶行為矩陣，在發(fā)布消息通告時，計算消息通告與用戶組的相關系數(shù)，并向相關系數(shù)高于預設閾值的用戶組通過多播信道發(fā) 布消息通告。 參照圖2，為本發(fā)明提出的動態(tài)消息通告發(fā)布包括以下步驟 步驟201)采集用戶收視行為，建立用戶行為向量。采集用戶收視記錄日志，結合 節(jié)目編目進行分析，為每個用戶建立行為向量，分量值為取決于與用戶對該分量所對應編 目中節(jié)目的收視行為。 步驟202)對用戶行為向量進行聚類，建立用戶組行為向量。優(yōu)選的，本發(fā)明采用 K-MEANS算法進行聚類計算，產生k個用戶組。 步驟203)為每個用戶組分配一個消息通告多播組，并將該用戶組的對應的用戶 終端綁定至該消息通告多播組。用戶終端運行過程中，定期查詢自身所屬的消息通告多播 組，獲得響應后，加入該多播組，并保持偵聽。 步驟204)計算消息通告與用戶組行為向量的相關系數(shù)，確定目標用戶組。本發(fā)明 建立了消息通告特征用戶行為向量，所述相關系數(shù)定義為消息通告特征用戶行為向量與用 戶組行為向量在歐氏空間中夾角的余弦值，相關系數(shù)高于某閾值的用戶組被加入目標用戶 組。 步驟205)消息通告發(fā)布，對于每個目標用戶組，消息通告發(fā)布服務器加入相應的 消息通告多播組，通過該多播組向用戶終端發(fā)布消息通告。 參照圖3，本發(fā)明建立用戶行為矩陣U[n，m]，n為用戶數(shù)量，m為節(jié)目編目數(shù)量。每
個用戶i對應一個用戶行為向量Ujw^， Wi,2，…Wi,J，分量Wi,m的取值取決于用戶i對編
目為m的節(jié)目的收視行為，本發(fā)明采用貢獻函數(shù)描述用戶每次對于編目為m的節(jié)目的收視 行為對于Wi,m的影響，Wi,m可表示為用戶i對應所有編目為m的內容的收視行為的貢獻函數(shù)
之和，My為時間的函數(shù)(為簡便起見，下文將省略Wi,m的下標)。 定義用戶的收視行為l的發(fā)生時刻為t ;，該收視行為的貢獻函數(shù)記為f; (t)，則 有 為了對f;(t)進行建模，考察當前時刻與收視行為發(fā)生時刻的差值t-t ;， f;(t) 應該隨t- t ,的增大而減小，本發(fā)明提出的f; (t)定義如下
'_(， <formula>formula see original document page 7</formula> (2) f; (t)具有以下特點a)當t = t ;時，f; (t)取最大值l，表明最近發(fā)生的收視 行為的貢獻值最大；b)f;(t)為t的單調遞減函數(shù)，表明歷史收視行為貢獻將隨時間的推移 減小；c) A為可調節(jié)記憶因子，增大A將減慢貢獻函數(shù)隨時間的衰減速度，圖4演示了記 憶因子A的取值對貢獻函數(shù)衰減速度的影響。
將(2)式代人(1)式中，得到W(t)的計算公式:
(1) <formula>formula see original document page 7</formula>
(3)
參照圖3，本發(fā)明采用K-MEANS算法對用戶行為矩陣U[n， m]進行聚類，得到一個 用戶組行為矩陣G[k， m]，其中每個行向量&對應一個用戶組，&的值代表該用戶組中所有 用戶行為向量的算術平均值。 參照圖5，為了計算消息通告與用戶組的相關性，本發(fā)明維持消息通告類型的特征 用戶行為矩陣S[l， m]，矩陣的每個行向量Si對應一種消息通告類型，其值為對于該類型的 消息通告具有最佳通告效果的用戶對應的行為向量，可以通過采集消息通告的投放效果作 為反饋以對該矩陣進行動態(tài)調整。 所述消息通告與用戶組的相關系數(shù)n定義為，消息通告特征用戶行為向量與用 戶組行為向量在歐氏空間中夾角的余弦值 本發(fā)明采用的通過反饋方法動態(tài)調整消息通告類型的特征用戶行為矩陣的策略 為 步驟501)對于某種類型的消息通告，在初始時刻，相關系數(shù)閾值設為0，即所有的 用戶組均被選為目標用戶組； 步驟502)將消息通告在與其相關系數(shù)高于預設閾值的目標用戶組集合G'中進 行發(fā)布； 步驟503)采集消息通告效果在各個目標用戶組中的權重ei，將該消息通告類型的 特征用戶行為向量調整為各個目標用戶組行為向量的加權和，表示如下
S= 2]G^ 步驟504)將該消息通告類型的相關系數(shù)閾值調整為該消息通告與各個目標用戶 組的相關系數(shù)均值的1/2，表示如下 步驟505)重復步驟502)。 本發(fā)明公開一種基于用戶行為的定向消息通告方法，該方法和具體編程語言類 型、聚類算法無關，具有普遍性。對于本技術領域的技術人員，在不脫離發(fā)明原理的前提下， 對本發(fā)明做出改動，例如，更換實例中的聚類算法，也視為本發(fā)明的保護范圍。 仏=
權利要求
一種基于用戶行為定向的消息通告系統(tǒng)，其特征在于，所述的系統(tǒng)包含以下模塊用戶行為采集模塊(101)通過日志分析，獲取用戶收視行為，建立用戶行為矩陣；聚類計算引擎模塊(102)采用聚類算法，對用戶行為采集模塊生成的用戶行為矩陣進行聚類，生成用戶組行為矩陣；多播組管理模塊(103)為每個用戶組分配一個消息通告多播組，同時接收來自用戶終端的定期查詢，向其返回其所屬用戶組所對應消息通告多播組地址；及消息通告管理模塊(104)維持消息通告類型的特征用戶行為矩陣，在發(fā)布消息通告時，計算消息通告與用戶組的相關系數(shù)，并向相關系數(shù)高于預設閾值的用戶組通過多播信道發(fā)布消息通告。
2. —種基于用戶行為定向的消息通告方法，其特征在于，所述方法包括以下步驟201) 采集用戶收視行為，建立用戶行為向量，采集用戶收視記錄日志，結合節(jié)目編目分析，為每個用戶建立行為向量；202) 對用戶行為向量利用聚類算法進行聚類計算，建立用戶組行為向量；203) 為每個用戶組分配一個消息通告多播組地址，用戶終端定期查詢自身所屬的消息通告多播組，獲得回應后，用戶終端加入該消息通告多播組并保持偵聽；204) 計算消息通告特征用戶行為向量與用戶組行為向量的相關系數(shù)，針對相關系數(shù)大于設定閾值的用戶組被加入目標用戶組；205) 消息通告發(fā)布，對于每個目標用戶組，消息通告發(fā)布服務器加入相應的消息通告多播組，通過該多播組向用戶終端發(fā)布消息通告。
3. 根據(jù)權利要求2所述的基于用戶行為定向的消息通告方法，其特征在于，所述的步驟204)的設定閾值通過反饋方法動態(tài)調整，該方法包含如下步驟301) 對于某種類型的消息通告，在初始時刻，相關系數(shù)閾值設為O，即所有的用戶組均被選為目標用戶組；302) 將消息通告在與其相關系數(shù)高于預設閾值的目標用戶組集合G'中進行發(fā)布；303) 采集消息通告效果在各個目標用戶組中的權重ei，將該消息通告類型的特征用戶行為向量調整為各個目標用戶組行為向量的加權和，表示如下G,eG'304) 將該消息通告類型的相關系數(shù)閾值調整為該消息通告與各個目標用戶組的相關系數(shù)均值的1/2，公式表示如下305) 重復步驟302。
4. 根據(jù)權利要求2所述的基于用戶行為定向的消息通告方法，其特征在于，所述的步驟201)用戶對某節(jié)目產生一次收視行為后，將用戶行為向量中該節(jié)目編目對應的分量值用一個貢獻函數(shù)進行修正；所述的貢獻函數(shù)如下定義用戶的收視行為l的發(fā)生時刻為T ;。
5. 根據(jù)權利要求2所述的基于用戶行為定向的消息通告方法，其特征在于，所述的步驟202)的聚類算法采用K-MEANS算法進行，產生k個用戶組。
6. 根據(jù)權利要求2所述的基于用戶行為定向的消息通告方法，其特征在于，所述的步驟204)的消息通告類型的特征用戶行為向量值為對于該類型的消息通告具有最佳通告效果的用戶對應的行為向量；所述的相關系數(shù)定義為消息通告特征用戶行為向量與用戶組行為向量在歐氏空間中夾角的余弦值。
全文摘要
本發(fā)明公開一種基于用戶行為定向的消息通告系統(tǒng)及方法，其特征在于，所述的系統(tǒng)包含以下模塊用戶行為采集模塊通過日志分析，獲取用戶收視行為，建立用戶行為矩陣；聚類計算引擎模塊采用聚類算法，對用戶行為采集模塊生成的用戶行為矩陣進行聚類，生成用戶組行為矩陣；多播組管理模塊為每個用戶組分配一個消息通告多播組，同時接收來自用戶終端的定期查詢，向其返回其所屬用戶組所對應消息通告多播組地址；及消息通告管理模塊維持消息通告類型的特征用戶行為矩陣，發(fā)布消息通告時，計算消息通告與用戶組的相關系數(shù)，并向相關系數(shù)高于預設閾值的用戶組通過多播信道發(fā)布消息通告。本發(fā)明還公開一種基于用戶行為定向消息通告方法。
文檔編號H04L12/18GK101702653SQ20091023692
公開日2010年5月5日 申請日期2009年10月27日 優(yōu)先權日2009年10月27日
發(fā)明者劉學, 李良斌, 王勁林, 王必堯 申請人:中國科學院聲學研究所