摘? 要： 隨著網(wǎng)絡(luò)和電視服務(wù)行業(yè)的發(fā)展，網(wǎng)絡(luò)電視平臺(tái)可以為用戶提供更豐富的電視頻道，但對(duì)于用戶而言，挑選喜愛(ài)頻道的難度大幅提高。針對(duì)此問(wèn)題，本文提出了基于文本卷積神經(jīng)網(wǎng)絡(luò)（TextCNN）的電視頻道推薦算法，首先根據(jù)用戶歷史觀看行為得到隱性觀看特征，以及根據(jù)用戶觀看電視頻道不同時(shí)段的節(jié)目簡(jiǎn)介得到用戶特征標(biāo)簽和電視頻道標(biāo)簽，然后在卷積神經(jīng)網(wǎng)絡(luò)模型中訓(xùn)練得到預(yù)測(cè)評(píng)分，最后通過(guò)預(yù)測(cè)評(píng)分對(duì)目標(biāo)用戶進(jìn)行推薦個(gè)性化推薦，同時(shí)考慮了冷啟動(dòng)問(wèn)題，使用K-Means方法來(lái)解決。我們?cè)O(shè)計(jì)了不同推薦算法的性能對(duì)比實(shí)驗(yàn)，最終通過(guò)基于廣電運(yùn)營(yíng)平臺(tái)中真實(shí)數(shù)據(jù)集的實(shí)驗(yàn)表明我們提出的算法優(yōu)于其他幾種基線推薦方法，提高了推薦質(zhì)量。

關(guān)鍵詞： 電視頻道;推薦算法;卷積神經(jīng)網(wǎng)絡(luò);K-Means;TextCNN

中圖分類(lèi)號(hào)： TP391? ? 文獻(xiàn)標(biāo)識(shí)碼： A? ? DOI：10.3969/j.issn.1003-6970.2020.10.039

本文著錄格式：邵文倩. 基于卷積神經(jīng)網(wǎng)絡(luò)的電視頻道推薦算法[J]. 軟件，2020，41（10）：153156

【Abstract】： Through the development of the Internet and TV service industries， Internet TV platforms can provide users with more abundant TV channels， but for users， the difficulty of choosing favorite channels has also increased significantly. To solve this problem， a TV channel recommendation algorithm based on text convolutional neural network （TextCNN） is proposed. At first， the implicit viewing characteristics are obtained according to historical viewing behavior of users， and the user characteristic labels and TV channel labels are obtained according to the program introduction of different programs of the user watching the TV channel. Then trained in the convolutional neural network model to obtain the prediction score， and finally made personalized recommendations to the target users through the prediction score. At the same time， considering the cold start problem， the k-means method was used to solve it. Performance comparison experiments of various recommendation algorithms under different evaluation indicators are designed. Finally， experiments based on real data sets in the broadcasting and television operation platform show that our proposed algorithm replaces several other optional recommendation methods and improves the recommendation quality.

【Key words】： TV channel; Recommendation algorithm; K-Means; TextCNN

0? 引言

現(xiàn)有的大多數(shù)電視服務(wù)只提供電子節(jié)目指南（Electronic program guides，EPG），即為用戶提供電視頻道直播和視頻點(diǎn)播服務(wù)，用戶可以根據(jù)EPG中提供的菜單列表選擇自己喜歡的節(jié)目或者頻道，點(diǎn)播視頻或者節(jié)目等。但普通的EPG并非根據(jù)用戶個(gè)人偏好設(shè)計(jì)，面對(duì)琳瑯滿目的電視頻道，如何引導(dǎo)用戶快速找到自己喜愛(ài)的頻道，從而提高用戶的觀看質(zhì)量，成為電視服務(wù)供應(yīng)商面對(duì)的至關(guān)重要的問(wèn)題。

電視推薦屬于推薦系統(tǒng)應(yīng)用的一大領(lǐng)域，文獻(xiàn)[1]中對(duì)電視領(lǐng)域推薦系統(tǒng)的研究綜述闡明，在電視領(lǐng)域內(nèi)很多項(xiàng)目的推薦已經(jīng)被廣泛應(yīng)用。文獻(xiàn)[2]中提出了一種基于時(shí)間上下文因素和隱式反饋張量分解的個(gè)性化電視節(jié)目推薦系統(tǒng)。文獻(xiàn)[3]鑒于在微博平臺(tái)上用戶交互和生成內(nèi)容的可用性，使用協(xié)同過(guò)濾方法中的概率矩陣分解來(lái)提高用戶興趣的相似度。文獻(xiàn)[4-5]基于LDA模型對(duì)電視節(jié)目和用戶進(jìn)行統(tǒng)一建模從而推薦，也取得良好的效果。文獻(xiàn)[6]定義了用戶的可觀察時(shí)間間隔，同時(shí)提出了一種基于協(xié)同過(guò)濾的新穎框架。

雖然當(dāng)前研究大多數(shù)偏向推薦電視領(lǐng)域內(nèi)的電視節(jié)目或電影，極少部分推薦電視頻道，但仍有部分研究給我們提供參考。例如，文獻(xiàn)[7]分析了用戶切換電視頻道序列的行為，使用了一種集成的方法對(duì)用戶進(jìn)行頻道推薦，通過(guò)與各種預(yù)測(cè)模型，排序方法和數(shù)據(jù)劃分的模型融合，進(jìn)一步提高了基本推薦系統(tǒng)的準(zhǔn)確性。此外，還有一些其他研究，文獻(xiàn)[8]在文章中指出了電視直播頻道推薦中存在的問(wèn)題，提出了一種智能的預(yù)測(cè)方法來(lái)為用戶進(jìn)行預(yù)測(cè)。除了機(jī)器學(xué)習(xí)的方法，也有深度學(xué)習(xí)的方法對(duì)電視頻道推薦進(jìn)行改進(jìn)，文獻(xiàn)[9]使用IPTV頻道觀看序列訓(xùn)練獨(dú)立的LSTM模型。但傳統(tǒng)的電視推薦方法無(wú)法完全捕捉用戶的觀看特征和電視頻道特征，因此，本文提出了基于卷積神經(jīng)網(wǎng)絡(luò)的電視頻道推薦算法，對(duì)目標(biāo)用戶進(jìn)行個(gè)性化推薦。

1? 基于卷積神經(jīng)網(wǎng)絡(luò)的電視節(jié)目推薦算法

1.1? Text-CNN模型框架

卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）主要由卷積和池化操作構(gòu)成，經(jīng)常用來(lái)處理具有類(lèi)似網(wǎng)格拓?fù)浣Y(jié)構(gòu)的數(shù)據(jù)，例如圖像可以視為二維網(wǎng)格的像素點(diǎn)，事實(shí)上自然語(yǔ)言可以視為一維的詞序列。卷積神經(jīng)網(wǎng)絡(luò)可以提取多種局部特征，并對(duì)其進(jìn)行組合抽象得到更高級(jí)的特征表示。

在深度學(xué)習(xí)的研究中，對(duì)于類(lèi)別字段常采用一位有效編碼方式編碼。由于數(shù)據(jù)集中有類(lèi)別繁多的用戶號(hào)、電視頻道標(biāo)識(shí)號(hào)，使得該編碼方式無(wú)法滿足神經(jīng)網(wǎng)絡(luò)輸入維度的合理控制，因此，在網(wǎng)絡(luò)的第一層使用了嵌入層，將用戶號(hào)、電視頻道標(biāo)識(shí)號(hào)作為嵌入矩陣的索引。每個(gè)用戶號(hào)與相應(yīng)的用戶特征標(biāo)簽輸入嵌入層，映射為維度大小為1×32的向量表示，輸入全連接層得到用戶特征。同時(shí)，將每個(gè)頻道標(biāo)識(shí)號(hào)與對(duì)應(yīng)頻道標(biāo)簽輸入嵌入層，由于某些電視頻道可能有多個(gè)標(biāo)簽，因此需要對(duì)嵌入矩陣進(jìn)行求和，同樣映射為維度大小為1×32的向量表示，卷積神經(jīng)網(wǎng)絡(luò)模型如圖1所示。對(duì)于電視頻道名稱，則利用文本卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行處理，如圖2所示。網(wǎng)絡(luò)第一層為詞嵌入層，由電視頻道名稱的每一個(gè)字符的嵌入向量組成嵌入矩陣，下一層使用多個(gè)不同尺寸的卷積核在嵌入矩陣上做卷積，第三層網(wǎng)絡(luò)為池化層，利用池化操作得到一個(gè)一維向量并使Dropout做正則化處理，最終得到電視頻道名稱的特征。

1.2? 評(píng)分體系與特征標(biāo)簽

我們使用隱性評(píng)分對(duì)數(shù)據(jù)進(jìn)行篩選和打分得到真實(shí)評(píng)分，對(duì)節(jié)目推薦系統(tǒng)輸出節(jié)目評(píng)分矩陣。針對(duì)所給數(shù)據(jù)分析后可知，電視用戶對(duì)于頻道評(píng)分的影響因素主要為兩點(diǎn)。首先是電視觀看時(shí)間，這是主要的影響因素，觀看時(shí)間很大程度代表了用戶的喜好程度[10]。當(dāng)然這里的時(shí)間必須歸一化處理，最終采用頻道觀看時(shí)間占總時(shí)間的比例。其次是頻道觀看頻率，觀看頻率是最重要影響因素，可以一定程度上體現(xiàn)出用戶對(duì)該頻道的喜好程度。

本文采用基于電視頻道的觀看頻率與平均觀看時(shí)長(zhǎng)作為評(píng)分的測(cè)度指標(biāo)， 定義為用戶對(duì)電視頻道的觀看時(shí)長(zhǎng)，觀看頻率為，其中電視頻道時(shí)長(zhǎng)是頻道除了廣告之外的所有時(shí)長(zhǎng)。我們根據(jù)用戶平均觀看時(shí)長(zhǎng)與電視頻道時(shí)長(zhǎng)的比值，將收視用戶對(duì)于不同電視頻道的評(píng)分劃分為10個(gè)分?jǐn)?shù)等級(jí)，記為用戶對(duì)電視頻道的評(píng)分，收視用戶的隱性評(píng)分公式見(jiàn)式（1）和式（2）：

1.3? Text-CNN卷積層

針對(duì)文本向量進(jìn)行卷積操作是提取文本向量高層次特征的一個(gè)重要過(guò)程。算法的性能與該層的卷積窗口大小、學(xué)習(xí)速率、卷積步長(zhǎng)有關(guān)[11]，本文卷積窗口的尺寸設(shè)置為，卷積窗口個(gè)數(shù) ，學(xué)習(xí)速率，卷積步長(zhǎng)設(shè)置為。詳細(xì)的文本卷積如式（3）-式（5）所示：

我們提取了用戶收視信息中的有效信息，該信息中共包含245個(gè)電視頻道，由于embedding函數(shù)需要為對(duì)嵌入矩陣的索引進(jìn)行匹配，因此我們建立了245個(gè)電視頻道標(biāo)識(shí)號(hào)的匹配索引。嵌入層矩陣W為擴(kuò)展后的電視頻道名稱矩陣，其維度為24532，其中表示第個(gè)節(jié)目名稱中第個(gè)字符的特征向量，表示卷積窗口到卷積窗口進(jìn)行拼接得到的特征向量，卷積核可表示為一個(gè)維度為的矩陣，即，特征圖可得到個(gè)特征。矩陣G為卷積核函數(shù)矩陣，該矩陣的維度與輸入的電視頻道名稱數(shù)和卷積窗口有關(guān)。

矩陣H為輸入矩陣W與卷積核函數(shù)矩陣G卷積的結(jié)果。其中，代表第個(gè)節(jié)名稱通過(guò)次卷積得到的向量。將矩陣H進(jìn)行非線性處理需要非線性激活函數(shù)，本文采用ReLu激活函數(shù)。

1.4? TextCNN池化層

池化層又被稱為子采樣層或下采樣層，在卷積層之后添加一個(gè)池化層對(duì)卷積層得到每一個(gè)特征圖進(jìn)行池化操作，常用的池化操作包括最大池化和平均池化，最大值池化操作選擇特征圖中的最大值[12-13]，平均值池化選擇特征圖中的平均值，本文采用最大值池化操作。池化層旨在對(duì)特征圖進(jìn)行縮放同時(shí)降低網(wǎng)絡(luò)的復(fù)雜度，通過(guò)最大值池化操作可以得到該卷積核的主要特征，至此每一個(gè)卷積核可以提取出一個(gè)特征。假設(shè)在卷積層第個(gè)卷積核得到的特征圖為 具體池化操作如式（6）表示，其中表示池化操作。

1.5? 冷啟動(dòng)問(wèn)題

針對(duì)用戶冷啟動(dòng)問(wèn)題，我們首先進(jìn)行統(tǒng)計(jì)分析，找出每個(gè)用戶觀看的電視頻道類(lèi)型，然后再對(duì)這些電道類(lèi)標(biāo)簽進(jìn)行K-Means聚類(lèi)，找出相同的電視頻道類(lèi)別，在相同的電視頻道類(lèi)別中，給新用戶推薦其他老所評(píng)價(jià)較高的電視頻道。

在算法中，首先初始簇心的選擇是隨機(jī)的，然后通過(guò)相似度計(jì)算，再把數(shù)據(jù)集中的數(shù)據(jù)樣本與最近的初始中心歸為一類(lèi)，不斷重復(fù)這一過(guò)程，直到各個(gè)初始中心在某個(gè)精度范圍內(nèi)不變。我們將用戶號(hào)和電視根關(guān)的標(biāo)簽進(jìn)行聚類(lèi)。首先在包含1329個(gè)用戶中隨機(jī)選擇個(gè)用戶作為聚類(lèi)的初始簇心利用式（7）計(jì)算出各個(gè)用戶到的距離，找到每個(gè)樣本數(shù)據(jù)p的最小距離，將p加入到與相同的簇中，完成所有樣本的遍歷后使用式（8）重新計(jì)算的值，作為新的簇心，重復(fù)上述步驟直到目標(biāo)函數(shù)E不再變化，目標(biāo)函數(shù)E如式（9）所示。對(duì)于沒(méi)有歷史數(shù)據(jù)的用戶，我們保證對(duì)其推薦的電視頻道覆蓋到了所有的類(lèi)別中，以便更加全面地滿足各個(gè)用戶的需求。

2? 實(shí)驗(yàn)析

2.1? 實(shí)驗(yàn)數(shù)據(jù)采集

為了通過(guò)實(shí)驗(yàn)證明基于卷積神經(jīng)網(wǎng)絡(luò)的電視頻道推薦算法的有效性，我們使用了某廣電網(wǎng)絡(luò)運(yùn)營(yíng)公司大數(shù)據(jù)基礎(chǔ)營(yíng)銷(xiāo)服務(wù)平臺(tái)中真實(shí)電視頻道觀看歷史數(shù)據(jù)和電視頻道播放節(jié)目數(shù)據(jù)，日期為2019年7月1日至2019年9月29日。電視頻道觀看歷史數(shù)據(jù)統(tǒng)計(jì)了561288條數(shù)據(jù)，由1329個(gè)用戶觀看的245個(gè)電視頻道的記錄，字段包括用戶設(shè)備號(hào)、統(tǒng)計(jì)日期、頻道號(hào)、收看開(kāi)始時(shí)間和收看結(jié)束時(shí)間。電視頻道播放節(jié)目數(shù)據(jù)將電視頻道和電視頻道聯(lián)系起來(lái)，數(shù)據(jù)包含電視頻道播放的1352個(gè)電視節(jié)目，字段包括頻道名稱、日期、節(jié)目名稱、開(kāi)始時(shí)間。為獲取1352個(gè)電視節(jié)目信息，我們爬取了節(jié)目名稱、中文名、導(dǎo)演、類(lèi)型、簡(jiǎn)介信息等數(shù)據(jù)。從電視頻道觀看歷史數(shù)據(jù)、電視頻道播放節(jié)目數(shù)據(jù)、電視節(jié)目信息中，我們獲取了所有電視頻道24小時(shí)各時(shí)段的播放節(jié)目類(lèi)型信息，從而利用該信息提取各用戶特征標(biāo)簽。我們爬取了頻道名稱、類(lèi)型、口號(hào)和簡(jiǎn)介等數(shù)據(jù)來(lái)獲取245個(gè)電視頻道的頻道標(biāo)簽。

2.2? 數(shù)據(jù)預(yù)處理與實(shí)驗(yàn)設(shè)計(jì)

首先，對(duì)數(shù)據(jù)集中的用戶收視信息進(jìn)行用戶觀看行為統(tǒng)計(jì)分析，共計(jì)256個(gè)用戶不存在任何收視和點(diǎn)播信息。對(duì)此類(lèi)用戶，我們使用冷啟動(dòng)問(wèn)題解決辦法。為了獲得具有更高質(zhì)量的電視頻道的觀看歷史數(shù)據(jù)，需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。在電視頻道觀看歷史中，有將近90%的數(shù)據(jù)都是小于160分鐘的，其中1分鐘至11分鐘的數(shù)據(jù)量達(dá)到最大。過(guò)長(zhǎng)時(shí)間觀看的記錄被視為不活躍的記錄，短時(shí)間的觀看記錄考慮是用戶暫無(wú)感興趣節(jié)目，所以總體考慮保留2分鐘到200分鐘的觀看歷史記錄。

本文采用留一法交叉驗(yàn)證假設(shè)樣本數(shù)據(jù)集中有N個(gè)樣本數(shù)據(jù)，將每個(gè)樣本單獨(dú)作為測(cè)試集，其余 個(gè)樣本作為訓(xùn)練集，這樣得到了N個(gè)模型，用這N個(gè)模型的分類(lèi)準(zhǔn)確率的平均數(shù)作為此模型的性能指標(biāo)。對(duì)于個(gè)性化推薦算法的主要評(píng)價(jià)標(biāo)準(zhǔn)一般選用準(zhǔn)確率、召回率以及F1。

2.3? 實(shí)驗(yàn)結(jié)果及分析

模型的訓(xùn)練基于Tensorflow開(kāi)源框架，對(duì)用戶評(píng)分的擬合可規(guī)約于回歸問(wèn)題。經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)對(duì)用戶信息和頻道信息的特征提取后，將兩個(gè)特征作為輸入信息，傳入下一層全連接層，損失函數(shù)采用RMSE進(jìn)行計(jì)算，采用隨機(jī)梯度下降法對(duì)網(wǎng)絡(luò)的參數(shù)進(jìn)行更新。

算法的測(cè)試數(shù)據(jù)集為清洗規(guī)約后的標(biāo)準(zhǔn)結(jié)構(gòu)化數(shù)據(jù)集，本文主要測(cè)試算法運(yùn)行的終止準(zhǔn)則為Epochs= 100，模型損失函數(shù)采用隨機(jī)梯度下降法（Stochastic Gradient Descent，SGD）進(jìn)行迭代優(yōu)化，SGD學(xué)習(xí)速率設(shè)置為0.005。本節(jié)給出了五種推薦算法KNN、SVD、協(xié)同過(guò)濾、LSTM和TextCNN在準(zhǔn)確率、召回率和F1指標(biāo)上的性能對(duì)比，詳細(xì)對(duì)比結(jié)果見(jiàn)圖3所示。

本文所提出的基于文本卷積神經(jīng)網(wǎng)絡(luò)的推薦算法在5-Folds交叉測(cè)試的平均精確率和F1指標(biāo)明顯優(yōu)于其他算法，說(shuō)明我們提出的基于文本的卷積神經(jīng)網(wǎng)絡(luò)方法能夠精準(zhǔn)地推薦用戶需要的電視頻道。此外，LSTM算法在F1指數(shù)上也明顯占優(yōu)，說(shuō)明該算法也是一種解決電視產(chǎn)品營(yíng)銷(xiāo)推薦問(wèn)題的有效推薦算法。

3? 結(jié)論

當(dāng)前研究大多數(shù)偏向推薦電視領(lǐng)域內(nèi)的電視節(jié)目或電影，較少探究電視頻道推薦的內(nèi)容。本文利用了卷積神經(jīng)網(wǎng)絡(luò)局部特征提取的功能，根據(jù)用戶歷史觀看記錄進(jìn)行分析得到隱性觀看評(píng)分，同時(shí)通過(guò)電視頻道不同時(shí)段的節(jié)目簡(jiǎn)介得到用戶特征標(biāo)簽和電視頻道標(biāo)簽，將標(biāo)簽和在卷積神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練得到預(yù)測(cè)評(píng)分，最后通過(guò)預(yù)測(cè)評(píng)分對(duì)目標(biāo)用戶進(jìn)行推薦個(gè)性化推薦，同時(shí)考慮了冷啟動(dòng)問(wèn)題。實(shí)驗(yàn)結(jié)果表明本文的算法能夠?qū)τ脩暨M(jìn)行比較精確的推薦，優(yōu)于其他幾種基線推薦方法。

參考文獻(xiàn)

[1]Veras D， Prota T， Bispo A， et al. A literature review of recommender systems in the television domain[J]. Expert Systems with Application， 2015， 42（22下）： 9046-9076.

[2]Almutairi F M， Sidiropoulos N D， Karypis G. Context-Aware Recommendation-Based Learning Analytics Using Tensor and Coupled Matrix Factorization[J]. Selected Topics in Signal Processing， IEEE Journal of， 2017， 11（5）： 729-741.

[3]Zhang Y， Chen W， Yin Z. Collaborative filtering with social regularization for tv program recommendation. Knowledge-Based Systems， 54（dec.）， 310-317（2013）.

[4]Pyo S， Kim E， Kim M. LDA-Based Unified Topic Modeling for Similar TV User Grouping and TV Program Recommendation[J]. Cybernetics， IEEE Transactions on， 2015， 45（8）： 1476-1490.

[5]Zhang J， Li Y， Chen M， et al. An implicit feedback integrated LDA-based topic model for IPTV program recommendation[C]// 2016 16th International Symposium on Communications and Information Technologies （ISCIT）. IEEE， 2016.

[6]Cho， K.， Lee， Y.， Han， K.， Choi， J.， Kim， S.： No Thats Not My Feedback： TV Show Recommendation Using Watchable Interval[C]// 2019 IEEE 35th International Conference on Data Engineering. Macao： ICDE， 2019： 316-327. （2019）.

[7]Yu C， Ding H，Cao H， Liu Y， and Yang C. 2017. Follow Me： Personalized IPTV Channel Switching Guide. In Proceedings of the 8th ACM on Multimedia Systems Conference （MMSys17）. Association for Computing Machine-ry， New York， NY， USA， 147–157.

[8]Ning L， Zhao Z， Zhou R， Zhang Y， Feng S： Realtime Channel Recommendation： Switch Smartly While Watching TV. International Workshop on Frontiers in Algorithmics. Springer International Publishing （2016）.

[9]Yang C， Ren S， Liu Y， et al. Personalized Channel Recommendation Deep Learning From a Switch Sequence[J]. IEEE Access， 2018， 6： 50824-50838.

[10]任思璇. 網(wǎng)絡(luò)電視用戶個(gè)性化直播頻道推薦方法研究[D].華南理工大學(xué)， 2018.

[11]陶文靜. 基于卷積神經(jīng)網(wǎng)絡(luò)的新聞文本分類(lèi)研究[D]. 北京交通大學(xué)， 2019.

[12]康雁， 楊其越， 李浩， 等. 基于主題相似性聚類(lèi)的自適應(yīng)文本分類(lèi)[J/OL]. 計(jì)算機(jī)工程： 1-7 [2020-03-13].

[13]Guo B， Zhang C， Liu J， et al. Improving text classification with weighted word embeddings via a multi-channel TextCNN model[J]. Elsevier B.V.， 2019， 363.