云計(jì)算環(huán)境下的個(gè)性化數(shù)字電視節(jié)目推薦系統(tǒng)

1、云計(jì)算環(huán)境下的個(gè)性化數(shù)字電視節(jié)目推薦系統(tǒng)摘要：互聯(lián)網(wǎng)協(xié)議電視（IPTV）、有線電視（CATV）、互聯(lián)網(wǎng)、用戶創(chuàng)建內(nèi)容（UCC）和數(shù)字電視（DTV）等的廣泛部署確保了可供用戶選擇的頻道和節(jié)目的快速增長(zhǎng)。當(dāng)我們考慮到傳統(tǒng)電視節(jié)目的技術(shù)和政策時(shí)，這是沒有預(yù)料到的。由于這些范式的變化，數(shù)百個(gè)頻道和節(jié)目現(xiàn)在對(duì)消費(fèi)者來(lái)說(shuō)已經(jīng)是可能的了。但是當(dāng)通過(guò)遠(yuǎn)程遙控或者頻道導(dǎo)航圖來(lái)搜尋自己感興趣的頻道和節(jié)目時(shí)就變得很困難并且浪費(fèi)時(shí)間。為了改善頻道搜索過(guò)程以及滿足消費(fèi)者的需求，我們提出在云計(jì)算環(huán)境下的個(gè)性化數(shù)字電視節(jié)目推薦系統(tǒng)。這種PDPR系統(tǒng)分析和使用了用戶的觀點(diǎn)模式，使節(jié)目推薦達(dá)到個(gè)性化的要求并且高效的使用了計(jì)算資

2、源。關(guān)鍵詞：個(gè)性化頻道推薦、云計(jì)算、數(shù)字電視、互聯(lián)網(wǎng)協(xié)議電視一、引言目前，互聯(lián)網(wǎng)協(xié)議電視（IPTV）、有線電視（CATV）、互聯(lián)網(wǎng)、用戶創(chuàng)建內(nèi)容（UCC）和數(shù)字電視（DTV）等都得到了廣泛部署，電視資源（包括頻道和節(jié)目的數(shù)量）也已經(jīng)在快速的增長(zhǎng)。這在廣播領(lǐng)域內(nèi)是一種范式的變化。此前，有限的內(nèi)容提供商存在，如持有許可證的電視無(wú)線電廣播公司和數(shù)目不多的有線電視及衛(wèi)星廣播運(yùn)營(yíng)商。所以頻道和節(jié)目的數(shù)量是有限的，消費(fèi)者可以很輕易地通過(guò)頻道搜索來(lái)找到他們喜愛的節(jié)目。然而，隨著頻道和節(jié)目數(shù)量的不斷增加，這種方式的搜索已經(jīng)不能像以前那樣簡(jiǎn)單讓人感到舒適了，現(xiàn)在的頻道有上百個(gè)，并且隨著用戶不斷創(chuàng)建內(nèi)容以及廣播公

3、司私有網(wǎng)絡(luò)的建立，這一數(shù)量還在不斷增加。基于這種趨勢(shì)，新一代的頻道推薦系統(tǒng)在這種多頻道和多資源的領(lǐng)域是很有必要的。在標(biāo)準(zhǔn)化領(lǐng)域，TVanytime曾經(jīng)嘗試著使用消費(fèi)者的個(gè)人資料和偏好信息來(lái)創(chuàng)建一個(gè)頻道推薦系統(tǒng)，根據(jù)消費(fèi)者的個(gè)性化信息，一個(gè)“個(gè)性化電子節(jié)目導(dǎo)航”系統(tǒng)被創(chuàng)建并提供給消費(fèi)者。在學(xué)術(shù)界，關(guān)于頻道推薦的傳統(tǒng)研究被分類如下：內(nèi)容為基礎(chǔ)的頻道推薦方法；協(xié)作頻道推薦方法；聯(lián)合過(guò)濾方法，這種方法用協(xié)作頻道過(guò)濾技術(shù)來(lái)提供一個(gè)基于內(nèi)容的過(guò)濾器；為了下一代EPG系統(tǒng)的基于客戶-服務(wù)器的頻道推薦方法。最近，由于其對(duì)計(jì)算資源的高效利用以及綠色信息技術(shù)（IT）基于IP廣播的趨勢(shì)的可能性，云計(jì)算引起了廣播公司

4、的極大興趣。這些廣播公司通過(guò)計(jì)算機(jī)存儲(chǔ)使他們的內(nèi)容和商店數(shù)字化，然后嘗試通過(guò)基于IP的傳輸如IPTV和互聯(lián)網(wǎng)，來(lái)分發(fā)他們的內(nèi)容。隨著這種趨勢(shì)，一些公司開始嘗試為內(nèi)容管理和分配系統(tǒng)（CMDS）應(yīng)用云計(jì)算技術(shù)，以減少安裝和運(yùn)營(yíng)成本。在韓國(guó)，“基于云計(jì)算的有線數(shù)字電視發(fā)展項(xiàng)目”開始于2009年的三月份，將結(jié)束于2011年的某一時(shí)間，它是由韓國(guó)通信委員會(huì)資助的。這個(gè)項(xiàng)目的目標(biāo)是構(gòu)建“存儲(chǔ)云”，它可以利用云計(jì)算技術(shù)高效地存儲(chǔ)和管理服務(wù)運(yùn)營(yíng)商的電子化內(nèi)容。同時(shí)，服務(wù)于共同基礎(chǔ)設(shè)施的共享技術(shù)被認(rèn)為是為了避免重復(fù)投資，也是為了提供基于下一代計(jì)算和通信技術(shù)的智能化、個(gè)性化廣播服務(wù)。在這些背景下，基于對(duì)消費(fèi)者觀點(diǎn)

5、模式的分析，我們提出云計(jì)算環(huán)境下的個(gè)性化數(shù)字電視節(jié)目推薦系統(tǒng)。這種個(gè)性化方法收集和分析了這樣的觀點(diǎn)模式，比如：目標(biāo)用戶對(duì)內(nèi)容的觀點(diǎn)模式，全部用戶觀點(diǎn)模式的統(tǒng)計(jì)信息，用戶的私人資料或偏好信息，一種通信服務(wù)，偏好的設(shè)備類型如移動(dòng)電話、個(gè)人電腦等等。本文安排如下：第二章調(diào)查傳統(tǒng)方法及其相關(guān)問題，第三章提供建議系統(tǒng)的詳情，第四章評(píng)估和分析建議系統(tǒng)的表現(xiàn)情況，第五章總結(jié)和展望未來(lái)的工作。二、背景及相關(guān)研究這一部分將解釋基于云計(jì)算環(huán)境的下一代有線數(shù)字廣播服務(wù)技術(shù)，同時(shí)，我們也將討論以前各種各樣的頻道推薦方法。A、應(yīng)用于下一代數(shù)字電視的云計(jì)算云計(jì)算是這樣的一個(gè)系統(tǒng)，它實(shí)現(xiàn)了用一臺(tái)超級(jí)計(jì)算機(jī)服務(wù)器來(lái)存儲(chǔ)數(shù)據(jù)和

6、程序。系統(tǒng)通過(guò)互聯(lián)網(wǎng)用戶的需要進(jìn)行訪問。它可以被定義為一種標(biāo)準(zhǔn)化的與位置無(wú)關(guān)的在線工具。整體環(huán)境包括虛擬化的大型計(jì)算機(jī)和遠(yuǎn)程訪問設(shè)備，比如個(gè)人電腦或移動(dòng)設(shè)備。云計(jì)算的主要特點(diǎn)如下：點(diǎn)播：所有資源都是可分配的，并且參考用戶需求。高度抽象：用戶僅僅需要關(guān)注他自己的個(gè)人興趣。高效：收集所有的資源，并且由分配計(jì)算IT資源的軟件管理。如果云計(jì)算得以廣泛應(yīng)用，那么所有的數(shù)據(jù)資源都可以存儲(chǔ)在一個(gè)超級(jí)計(jì)算機(jī)數(shù)據(jù)庫(kù)中心，并且確保了個(gè)人電腦上的共享應(yīng)用得以存儲(chǔ)。這樣訪問超級(jí)計(jì)算機(jī)便是可能的，而不是簡(jiǎn)單的個(gè)人電腦功能。由此我們提出了這樣一種基于消費(fèi)者觀點(diǎn)模式分析的頻道和節(jié)目推薦系統(tǒng)。B、云計(jì)算環(huán)境下的下一代數(shù)字電視

7、廣播服務(wù)技術(shù)“在廣播領(lǐng)域應(yīng)用云計(jì)算技術(shù)和實(shí)踐”以及“通信的融合和IPTV技術(shù)為未來(lái)的融合服務(wù)”這兩種理念在2009年云計(jì)算論壇上被介紹開來(lái)。隨著部署寬帶融合網(wǎng)絡(luò)技術(shù)和廣播通信融合技術(shù)的發(fā)展，內(nèi)容服務(wù)環(huán)境已經(jīng)發(fā)生了劇烈變化。他同時(shí)也混合了基本的電信和媒體業(yè)務(wù)，比如IPTV、UCC、CATV、互聯(lián)網(wǎng)。根據(jù)下文的觀點(diǎn)，電視范式已經(jīng)變?yōu)槿诤系幕贗P的網(wǎng)絡(luò)以及移動(dòng)寬帶網(wǎng)絡(luò)，比如移動(dòng)WIMAX、LTE。從服務(wù)的角度來(lái)看，用戶不僅觀看已經(jīng)制作好的電影，他們也制作自己的內(nèi)容。固定與移動(dòng)融合的電視的不斷發(fā)展使無(wú)處不在的訪問不受時(shí)間、地點(diǎn)或者服務(wù)的影響。邦介紹了實(shí)施綠色I(xiàn)T的方法，找出商業(yè)模式，創(chuàng)造就業(yè)機(jī)會(huì)，并

8、廣泛用于開發(fā)未來(lái)以有線云基礎(chǔ)設(shè)施為基礎(chǔ)的數(shù)字廣播技術(shù)。Choi介紹了IPTV EPG技術(shù)以及基于Web的用戶界面，下一代IPTV EPG技術(shù)可以分為互動(dòng)型EPG，協(xié)作型EPG，定制型EPG三種?；?dòng)型EPG組件以門戶網(wǎng)站或者博客為基礎(chǔ)，協(xié)作型EPG組件技術(shù)是IPTV語(yǔ)義維基技術(shù)、多媒體標(biāo)簽技術(shù)以及Web服務(wù)技術(shù)，定制型EPG技術(shù)是EPG與頁(yè)面技術(shù)的混搭、基于語(yǔ)義的內(nèi)容匹配技術(shù)、需求建模技術(shù)。它還建議用戶偏好學(xué)習(xí)系統(tǒng)，個(gè)性化內(nèi)容的建議，自動(dòng)調(diào)度，自適應(yīng)的EPG和基于Web的用戶界面。C、個(gè)性化頻道推薦系統(tǒng)基于用戶在頻道數(shù)量方面的偏好，個(gè)性化系統(tǒng)可以快速和容易地動(dòng)態(tài)找到相應(yīng)頻道，并且可以方便地訪問

9、。對(duì)于這種個(gè)性化，推薦系統(tǒng)是必要的。圖1描述的例子是設(shè)在韓國(guó)漢城的CM電纜公司的EPG項(xiàng)目服務(wù)列表，大約有150種各類頻道。因?yàn)楹茈y從這么多頻道中選擇一個(gè)用戶偏好的，一個(gè)建議系統(tǒng)可能會(huì)被強(qiáng)烈地需要。正因?yàn)槿绱?，我們建議個(gè)性化的數(shù)字電視節(jié)目的推薦系統(tǒng)。一個(gè)一般的個(gè)性化推薦系統(tǒng)是 得分取決于用戶的偏好信息和相似，并建議高得分的方案。一般來(lái)說(shuō)，推薦系統(tǒng)分為以下幾種類型：基于內(nèi)容的推薦系統(tǒng)推薦最有可能的匹配項(xiàng)，然后將推薦列表和用戶先前輸入的數(shù)據(jù)或是首選項(xiàng)目比較?；趦?nèi)容的推薦系統(tǒng)是基于信息檢索，并且普遍采用評(píng)級(jí)的方法。該評(píng)級(jí)方法計(jì)算推薦列表中用戶的偏好信息。它推薦了在用戶資料里最有可能的方案。這種方法

10、具有更容易被采納的優(yōu)勢(shì)，并且能夠更快速地進(jìn)行推薦。但是它也存在著結(jié)果差異和相應(yīng)等級(jí)設(shè)置效率的問題。有許多基于內(nèi)容的推薦系統(tǒng)。Zhang等人介紹了多媒體家庭平臺(tái)系統(tǒng)，這是一種基于內(nèi)容的網(wǎng)格推薦系統(tǒng)。kurapati等人介紹了多智能電視推薦和電子節(jié)目指南系統(tǒng)，實(shí)施一個(gè)基于內(nèi)容過(guò)濾的明確的和隱含的文件。Shin等人介紹了社會(huì)意識(shí)方案推薦系統(tǒng)，它分類和選擇同時(shí)滿足團(tuán)體和個(gè)人喜好的電視節(jié)目。從多個(gè)文件得出聯(lián)合建議的方法被提倡解決聯(lián)合多種過(guò)濾問題，例如一個(gè)人的偏好等級(jí)。這種聯(lián)合推薦的方法將帶來(lái)好處減少缺點(diǎn)。它使用經(jīng)過(guò)過(guò)濾的內(nèi)容，分析用戶的等級(jí)，并預(yù)測(cè)在新的領(lǐng)域用戶評(píng)級(jí)。針對(duì)基于協(xié)同過(guò)濾的內(nèi)容過(guò)濾，有許多多

11、重過(guò)濾推薦方法。pessemier等人介紹了基于用戶廣告偏好的推薦方法，使用的是在多種設(shè)備中的獲取模式，比如iDTV，因特網(wǎng)以及移動(dòng)設(shè)備。Martinez等人介紹了頻道推薦方法，它利用奇異值分解（SVD）技術(shù)和上下文匹配技術(shù)，解決在協(xié)同過(guò)濾中用戶稀缺問題。三、云計(jì)算環(huán)境下個(gè)性化數(shù)字電視節(jié)目推薦系統(tǒng)云計(jì)算環(huán)境下個(gè)性化數(shù)字電視頻道推薦建議系統(tǒng)的概念系統(tǒng)架構(gòu)如圖2所示：圖2我們提出個(gè)性化數(shù)字電視節(jié)目推薦系統(tǒng)（PDPR），是以對(duì)消費(fèi)者的觀看模式分析為基礎(chǔ)，通過(guò)云計(jì)算技術(shù)得來(lái)的。擬議的個(gè)性化方法收集和分析觀看模式，比如目標(biāo)用戶對(duì)內(nèi)容的觀看模式，整體用戶的觀看模式的統(tǒng)計(jì)信息以及用戶的私人信息或是偏好信息。

12、這是通過(guò)對(duì)用戶的計(jì)算環(huán)境，通信服務(wù)，首選設(shè)備類型如移動(dòng)電話，個(gè)人電腦等分析得來(lái)的。就像圖3描述的那樣，計(jì)劃的個(gè)性化數(shù)字電視節(jié)目推薦系統(tǒng)涵蓋：媒體儲(chǔ)存云（MSC）、私人計(jì)算云（PCC）、個(gè)人互聯(lián)網(wǎng)終端（IIT）、推薦代理（RA）以及多媒體廣播系統(tǒng)（MBS）。圖三，個(gè)人數(shù)字電視節(jié)目推薦系統(tǒng)的簡(jiǎn)要結(jié)構(gòu)媒體儲(chǔ)存云（MSC）是基于為在上百個(gè)頻道播出的媒體內(nèi)容提供儲(chǔ)存的云計(jì)算。內(nèi)容供應(yīng)商們（CV）諸如有許可的廣播公司、小到媒體操作員和內(nèi)容制作者都把他們自己的媒體內(nèi)容儲(chǔ)存在媒體儲(chǔ)存云上。服務(wù)代理商們（SAs）從MSC上提供內(nèi)容給消費(fèi)者，并得出包括由消費(fèi)者的資料以及對(duì)觀看記錄的分析得出的消費(fèi)者的喜好在內(nèi)的統(tǒng)計(jì)

13、信息。MSC在個(gè)人計(jì)算云上更新這些用戶資料。 一般，傳統(tǒng)的頻道推薦系統(tǒng)只推薦那些可能已經(jīng)得到消費(fèi)者喜愛的頻道。他們很少考慮新推出的頻道和節(jié)目。因此，這些系統(tǒng)也許可以在對(duì)傳統(tǒng)頻道和節(jié)目上表現(xiàn)出合理性，但是它們遇到新建立的頻道和節(jié)目時(shí)就沒有效率，也沒有對(duì)任何關(guān)于新頻道和節(jié)目用戶信息。為了解決這個(gè)問題，我們使用整體用戶統(tǒng)計(jì)出的瀏覽信息，然后分析目標(biāo)消費(fèi)者的喜好的相似性。例如，一些消費(fèi)者對(duì)虛構(gòu)戲劇幾乎沒有興趣?？赏瑫r(shí)，一些消費(fèi)者對(duì)一些特殊戲劇的瀏覽喜好可導(dǎo)致前者看到極好地戲劇。又如，一些消費(fèi)者可能對(duì)體育事件沒有任何興趣，但是一項(xiàng)重大的體育賽事，比如當(dāng)?shù)仃?duì)伍的國(guó)家足球聯(lián)賽可能對(duì)整體消費(fèi)群的觀看喜好是令人

14、興奮的，這可能讓非體育友好消費(fèi)者在特定時(shí)段觀看這場(chǎng)比賽。因此，我們考慮了整體消費(fèi)者的瀏覽模式，并用這一信息制定新媒體內(nèi)容的個(gè)人頻道推薦。私人計(jì)算云（PCC）監(jiān)控目標(biāo)用戶的個(gè)人信息。PCC提供管理、調(diào)度、安全、用戶資料的隱私控制以及需要的資源。一般，每個(gè)用戶的個(gè)人喜好信息可能通過(guò)智能設(shè)備產(chǎn)生，例如個(gè)人電腦、手機(jī)、筆記本?？膳c此同時(shí)，這設(shè)計(jì)的系統(tǒng)中，每個(gè)智能設(shè)備分別傳輸網(wǎng)絡(luò)日志歷史到PCC。文件管理器（PM）之后分析綜合的網(wǎng)絡(luò)日志，基于這些日志生成消費(fèi)這的資料。個(gè)人資料過(guò)濾代理（PFA）分析某位用戶已經(jīng)生成資料和其他一些用戶資料的相似性。如果一些用戶在他們的目標(biāo)用戶中顯示出相似喜好，之后這些與之有

15、共同喜好的用戶已經(jīng)選擇（或偏好）的節(jié)目就會(huì)被推薦。這使得客戶間通過(guò)云計(jì)算的相似度檢查成為可行。因此，傳統(tǒng)需要大量消費(fèi)者和精確偏好數(shù)據(jù)的合作方式問題可以被解決。另一個(gè)問題是傳統(tǒng)途徑里當(dāng)偏好數(shù)據(jù)不可用時(shí)，推薦新內(nèi)容是不可能的。然而，這個(gè)問題可以通過(guò)設(shè)計(jì)的PCC解決。因此通過(guò)設(shè)計(jì)的PCC可以在極短時(shí)間區(qū)分用戶的偏好并在開始時(shí)間提供頻道清單。PCC同時(shí)是獨(dú)立的設(shè)備位置，可以通過(guò)不同設(shè)備給用戶提供一致的個(gè)性化信息。相似的用戶計(jì)算是通過(guò)矢量空間模型評(píng)價(jià)。余弦相似度用來(lái)檢查和分類組之間的相似性，如中所示（1）。 這種方法通常用于評(píng)價(jià)消費(fèi)者的個(gè)人資料之間的相似之處和選定頻道或節(jié)目。其中a，u是定義為偏好度矢量

16、，分別根據(jù)用戶（a）和用戶（u）為每個(gè)節(jié)目提供。定義為偏好度，分別根據(jù)用戶（a）和用戶（u）為每個(gè)節(jié)目提供。個(gè)人網(wǎng)絡(luò)終端（IIT）提供用戶資料和偏好信息，是一個(gè)為個(gè)性化頻道推薦的小型資源。推薦系統(tǒng)的精確性很大依賴于分析后的個(gè)人信息。信息的時(shí)期和容量也很重要。用戶行為監(jiān)控（UBM）持續(xù)監(jiān)控用戶的行為模式和操作模式信息。UBM從個(gè)人電腦、移動(dòng)電話、筆記本等設(shè)備回收網(wǎng)絡(luò)日志歷史信息，并將用戶的模式信息儲(chǔ)存到PCC。因此，用戶的信息是設(shè)備地址的獨(dú)立，用戶可以在混雜的設(shè)備和地址中得到一致的支持。多媒體廣播系統(tǒng)（MBS）提供廣播功能。接口代理通過(guò)包括個(gè)人數(shù)字錄像機(jī)在內(nèi)的機(jī)頂盒，傳輸來(lái)自各種頻道的大量媒體信

17、息，實(shí)現(xiàn)用戶在要求時(shí)間里選擇和瀏覽。此外，所有消費(fèi)的頻道列表和歷史在機(jī)頂盒中積累。個(gè)人資料過(guò)濾代理（PFA）通過(guò)文件過(guò)濾器，基于積累的瀏覽內(nèi)容列表生成個(gè)性化頻道偏好。推薦代理（RA）位于MBS。RA基于以下幾點(diǎn)生成推薦列表：1）PCC創(chuàng)建的目標(biāo)用戶個(gè)人資料，2）已偏好頻道和內(nèi)容列表，通過(guò)對(duì)目標(biāo)用戶的媒體內(nèi)容顯示出相似偏好的群組確定，3）已偏好和推薦的頻道和節(jié)目，有MBS根據(jù)文件過(guò)濾推薦4）MSC提供的已選擇節(jié)目歷史信息。此外，本系統(tǒng)使用個(gè)人的頻道選擇歷史來(lái)創(chuàng)建用戶的頻道選擇模式分析，并為一個(gè)頻道模式生成權(quán)重因素。在這個(gè)系統(tǒng)中，節(jié)目屬性（a）包括節(jié)目標(biāo)題（T），風(fēng)格（G），子流派（subG），頻

18、道（C）和演員（A）。每個(gè)屬性的偏好度可以以此計(jì)算：偏好度（u，a）=（偏好度（u，a）+UAu，a）/2其中， 其中，儲(chǔ)存在客戶（u）資料的偏好度屬性（a）被定義為偏好度（u，a），在特定時(shí)段為客戶（u）儲(chǔ)存在頻道選擇歷史中的頻道選擇頻率屬性（a），被定義為頻率u，a，客戶（u）特定時(shí)段的更新價(jià)值屬性（a）被定義為UAu，a，是由頻率u，a除以最大頻道選擇頻率計(jì)算出的。在“云”中的偏好度屬性（a）被定義為偏好度（c，a）。在特定時(shí)段“云”中頻道選擇歷史的頻道選擇頻率屬性（a），被定義為頻率從c，a。云中的更新價(jià)值屬性（a）定義為CAc，a，由頻率c，a除以最大頻道選擇頻率計(jì)算出。每個(gè)節(jié)目的總

19、體偏好度（preference（u，p）可以通過(guò)用戶偏好度和云中頻道的偏好度計(jì)算，例如：其中，對(duì)用戶（u）節(jié)目（p）近期頻道選擇模式的權(quán)重指數(shù)定義為Wu,p。云中近期頻道選擇模式的權(quán)重指數(shù)為Wc，p。近期頻道選擇模式的權(quán)重指數(shù)被一下兩個(gè)因素同時(shí)決定：1）偏好度2）特定時(shí)段節(jié)目的觀看分布。某節(jié)目（p）用戶在近期的偏好度可以由（4）式計(jì)算。在韓國(guó)，電視節(jié)目分為首播和重播。因此，我們的計(jì)算結(jié)果反映了首播和重播兩種情況。此外，我們還考慮了沒有重播的情況。如果存在重播，那么其中Wup是用戶（u）某特定時(shí)間段對(duì)節(jié)目（p）的偏好度。而Wcp是在某特定時(shí)間段云中節(jié)目（p）的偏好度。V（p）是用戶（u）觀看節(jié)目

20、（p）首播的數(shù)量，n（p）是觀看節(jié)目（p）首播的數(shù)量，Rv(p)是觀看節(jié)目（p）重播的數(shù)量，Rn（p）是重播的節(jié)目數(shù)量，Du是重復(fù)觀看節(jié)目（p）首播和重播的數(shù)量。是首播的用戶（u）瀏覽模式率，是重播的用戶瀏覽模式率，是重復(fù)觀看首播和重播的瀏覽模式率。Ci（P）于云中觀看節(jié)目（p）首播的相似用戶（i）群的數(shù)量，而Ri（p）是云中觀看重播的相似用戶（i）群數(shù)量。Dci是云中重復(fù)觀看節(jié)目（p）首播和重播的相似用戶（i）群數(shù)量，m是云中的相似用戶群的數(shù)量。表格一是某用戶（u）在近幾周對(duì)節(jié)目（A）不同瀏覽模式的例子。根據(jù)（4）中的方程式，我們能夠計(jì)算出用戶在特定時(shí)間段對(duì)節(jié)目（A）偏好度。收看節(jié)目的分布評(píng)

21、估使用（5）所定義的熵的概念。熵，在一般情況下，是用于衡量數(shù)據(jù)的雜質(zhì)程度。在本文中，它被用于評(píng)價(jià)某節(jié)目在用戶觀看節(jié)目列表中分布。如果對(duì)特定節(jié)目觀看的數(shù)量增加，熵值會(huì)下降。換句話說(shuō)，這意味著節(jié)目偏好度的增加。如果用戶在一周觀看每個(gè)節(jié)目（最多30個(gè)），熵值將會(huì)是4。9069。在本文中，我們不考慮別影響偏好度的因素，如果用戶在特定時(shí)間觀看超過(guò)30個(gè)節(jié)目，并把熵值定為4.9069。因此，節(jié)目評(píng)估的收視分布標(biāo)準(zhǔn)值設(shè)定在5.0。其中，Wue是用戶（u）在特定時(shí)間的節(jié)目瀏覽分布，Wce是觀看過(guò)該節(jié)目的云中特定時(shí)間相似用戶群，Entropy（u）是用戶（u）的熵，Entropy(c)是云中相似用戶群的熵。P（

22、i|t）是特定時(shí)段云中相似用戶群的觀看列表中的部分節(jié)目（i）。Un是特定時(shí)段儲(chǔ)存在已觀看歷史中的已觀看節(jié)目數(shù)量。Cn是云中相似用戶群的節(jié)目數(shù)量。如果節(jié)目數(shù)量（Um或Cn）少于30，就會(huì)被設(shè)置為節(jié)目數(shù)量。如果超過(guò)30個(gè)，將會(huì)設(shè)置30個(gè)高收率的節(jié)目作為標(biāo)準(zhǔn)。如果用戶觀看某節(jié)目類似于表一，已觀看節(jié)目的分布將會(huì)是下面例子所描述的。該情況下顯示用戶選擇了17次節(jié)目在總共6個(gè)節(jié)目中，包括首播和重播，例如節(jié)目（p）近期選擇模式的權(quán)重值在（6）中，通過(guò)用戶（u）近期選擇模式（Wu，p）和云中對(duì)頻道的近期選擇模式（Wc，p）顯示。其中，history（u）是用戶（u）的頻道收視歷史列表而history（c）是云

23、中相似用戶群的頻道收視歷史列表。 如圖4 所描繪，序列圖顯示出，用戶通過(guò)用戶請(qǐng)求推薦偏愛節(jié)目過(guò)程的每個(gè)組成部分的互動(dòng)。四、實(shí)驗(yàn)結(jié)果我們通過(guò)來(lái)自三大公司（韓國(guó)文化廣播公司、韓國(guó)廣播公司、韓國(guó)SBS電視臺(tái)）20個(gè)用戶和他們?cè)陧n國(guó)的內(nèi)容評(píng)價(jià)了所設(shè)計(jì)的系統(tǒng)的表現(xiàn)。如表格3所示，實(shí)驗(yàn)時(shí)間是從2009年2月1日到2009年7月31日。我們?cè)u(píng)估了用戶從2009年2月1日到2009年6月1日的收視模式，這個(gè)時(shí)間段是收集階段數(shù)據(jù)。接下來(lái)，我們估計(jì)實(shí)驗(yàn)需要2個(gè)月以上來(lái)檢查設(shè)計(jì)系統(tǒng)的有效性和準(zhǔn)確性。由于韓國(guó)的定期節(jié)目重新建設(shè)，所有大公司的播出節(jié)目在2009年4月有了明顯變化。這段時(shí)期，傳統(tǒng)節(jié)目被移除而新的節(jié)目制作推

24、出。此外，播出時(shí)間也潛在變化。對(duì)用戶的實(shí)驗(yàn)?zāi)Ｐ秃皖l道推薦每周做一次重新評(píng)估。推薦頻道數(shù)量限制在五個(gè)。由于真正的云計(jì)算基于的播出系統(tǒng)尚不可使用，我們基于客戶服務(wù)環(huán)境建設(shè)了模擬器，用來(lái)評(píng)價(jià)系統(tǒng)表現(xiàn)。Fig. 4. Sequence diagram of the personalized DTV program recommendation system 我們使用“準(zhǔn)確”，“召回”工具以及 “f-衡量”工具，作為表現(xiàn)評(píng)價(jià)衡量工具為客戶衡量所設(shè)計(jì)的頻道推薦系統(tǒng)。準(zhǔn)確和召回在（7）中被廣泛用于頻道推薦頁(yè)面.（7）中“recommended”是推薦系統(tǒng)決定的推薦頻道表，“interested”是用戶觀看過(guò)的頻道（或者節(jié)目）。準(zhǔn)確率是推薦列表中感興趣的內(nèi)容，它被用于評(píng)價(jià)推薦頻道的精確性。高的準(zhǔn)確率意味著推薦系統(tǒng)基于用戶個(gè)人信息有效推薦了頻道。召回率是推薦的感興趣內(nèi)容和所有感興趣內(nèi)容集合的比率。所設(shè)計(jì)系統(tǒng)的目標(biāo)是同時(shí)提高準(zhǔn)確率和召回率。準(zhǔn)確率和召回率的評(píng)價(jià)見圖5