步骤7，根据收视预测报告向数字电视用户推送期望收看的电视节目或广告。
[0020]其中，操作数据包括节目名称、调台时间点以及节目慢放控制，当然也可以包括其他的控制操作数在内，本发明不一一赘述；分类规则包括收看时间段、节目类型、收视人群、收视地域以及收视率范围，当然也可以包括其他的分类规则在内，本发明不一一赘述；预测算法为聚类算法、回归算法、神经网络或深度学习算法，当然也可以包括其他的预测算法在内，本发明不一一赘述，且这些预测算法均为现有技术中常见且成熟的算法，本发明只需直接应用即可；数字电视用户的收视习惯包括收看时间段、节目类型、观看时长以及调台次数等。
[0021]在实施本发明的方法前，现有的数字电视广播还包括如下4个步骤:
步骤a，在广电服务器端首先需要进行电视节目的制作以及电视节目单的编辑；
步骤b，待发布的电视节目按照电视节目单的设定，通过数字电视信号发送模块，将电视节目发送给数字电视用户的数字机顶盒；
步骤C，在数字电视用户端的数字机顶盒接收与解析数字电视信号，并将节目显示到电视上；
步骤d，数字电视用户在收看电视节目的同时，可使用遥控器与数字机顶盒进行交互操作，包括输入节目名称、调换电视台以及节目慢放控制等。
[0022]在完成上述现有的四个步骤后，本发明的方法才能够进一步实施，而这四个步骤已经是现有广电技术中成熟的技术，无需进一步赘述。
[0023]如图2所示，本发明的数字电视用户行为的大数据采集与分析系统，包括数据记录模块、数据预处理模块、数据发送模块、数据分类模块、数据分析模块、收视预测模块以及信息推送模块。其中，
数据记录模块，用于将数字电视用户对数字机顶盒进行交互操作的操作数据进行实时记录，并将操作数据存储至本地存储器中；
数据预处理模块，用于读取本地存储器中的操作数据，并对操作数据进行预处理，获得每个节目的观看时长、数字电视用户的调台次数以及每个节目的平均观看时长；
数据发送模块，用于将预处理获得的观看时长、调台次数以及平均观看时长作为预处理数据定时或定量地远程发送至远程存储器中；
数据分类模块，用于读取远程存储器中的预处理数据，并按照分类规则对预处理数据进行分类处理，再将分类处理获得的分类数据分类存储至面向大数据的数据库中；
数据分析模块，用于按照分类有序读取数据库中的分类数据，并对各个类别的分类数据进行分析，获得数字电视用户的收视习惯和/或电视节目的收视率；
收视预测模块，用于利用预测算法根据收视习惯和/或收视率对数字电视用户的收视行为进行预测，获得数字电视用户期望收看的电视节目的收视预测报告；
信息推送模块，用于根据收视预测报告向数字电视用户推送期望收看的电视节目或广生口 ο
[0024]其中，操作数据包括节目名称、调台时间点以及节目慢放控制，当然也可以包括其他的控制操作数在内，本发明不一一赘述；分类规则包括收看时间段、节目类型、收视人群、收视地域以及收视率范围，当然也可以包括其他的分类规则在内，本发明不一一赘述；预测算法为聚类算法、回归算法、神经网络或深度学习算法，当然也可以包括其他的预测算法在内，本发明不一一赘述，且这些预测算法均为现有技术中常见且成熟的算法，本发明只需直接应用即可。
[0025]相比于现有的数字电视环境，本发明需要在对终端数字电视用户的数字机顶盒和广电服务商端的广电服务器进行相应的改进与部署。
[0026]具体来说，在数字电视用户端，需要将数据记录模块、数据预处理模块以及数据发送模块设置在数字机顶盒内，并执行相应的软件功能，并需要为每个数字机顶盒配备一个本地存储器，如小容量的硬盘；在广电服务商端，需要将数据分类模块、数据分析模块、收视预测模块以及信息推送模块设置在广电服务器内，并执行相应的软件功能，同时需要建立一个存储分类数据的面向大数据的数据库，而无需在广电服务商端进行硬件改进。
【主权项】
1.一种数字电视用户行为的大数据采集与分析方法，其特征在于，包括如下步骤:步骤1，将数字电视用户对数字机顶盒进行交互操作的操作数据进行实时记录，并将操作数据存储至本地存储器中； 步骤2，读取本地存储器中的操作数据，并对操作数据进行预处理，获得每个节目的观看时长、数字电视用户的调台次数以及每个节目的平均观看时长； 步骤3，将预处理获得的观看时长、调台次数以及平均观看时长作为预处理数据定时或定量地远程发送至远程存储器中； 步骤4，读取远程存储器中的预处理数据，并按照分类规则对预处理数据进行分类处理，再将分类处理获得的分类数据分类存储至面向大数据的数据库中； 步骤5，按照分类有序读取数据库中的分类数据，并对各个类别的分类数据进行分析，获得数字电视用户的收视习惯和/或电视节目的收视率。2.根据权利要求1所述的数字电视用户行为的大数据采集与分析方法，其特征在于，所述操作数据包括节目名称、调台时间点以及节目慢放控制。3.根据权利要求1或2所述的数字电视用户行为的大数据采集与分析方法，其特征在于，所述分类规则包括收看时间段、节目类型、收视人群、收视地域以及收视率范围。4.根据权利要求1所述的数字电视用户行为的大数据采集与分析方法，其特征在于，还包括如下步骤: 步骤6，利用预测算法根据收视习惯和/或收视率对数字电视用户的收视行为进行预测，获得数字电视用户期望收看的电视节目的收视预测报告。5.根据权利要求4所述的数字电视用户行为的大数据采集与分析方法，其特征在于，所述预测算法为聚类算法、回归算法、神经网络或深度学习算法。6.根据权利要求4所述的数字电视用户行为的大数据采集与分析方法，其特征在于，还包括如下步骤: 步骤7，根据收视预测报告向数字电视用户推送期望收看的电视节目或广告。7.一种数字电视用户行为的大数据采集与分析系统，其特征在于，包括如下模块: 数据记录模块，用于将数字电视用户对数字机顶盒进行交互操作的操作数据进行实时记录，并将操作数据存储至本地存储器中； 数据预处理模块，用于读取本地存储器中的操作数据，并对操作数据进行预处理，获得每个节目的观看时长、数字电视用户的调台次数以及每个节目的平均观看时长； 数据发送模块，用于将预处理获得的观看时长、调台次数以及平均观看时长作为预处理数据定时或定量地远程发送至远程存储器中； 数据分类模块，用于读取远程存储器中的预处理数据，并按照分类规则对预处理数据进行分类处理，再将分类处理获得的分类数据分类存储至面向大数据的数据库中； 数据分析模块，用于按照分类有序读取数据库中的分类数据，并对各个类别的分类数据进行分析，获得数字电视用户的收视习惯和/或电视节目的收视率。8.根据权利要求7所述的数字电视用户行为的大数据采集与分析系统，其特征在于，还包括如下模块: 收视预测模块，用于利用预测算法根据收视习惯和/或收视率对数字电视用户的收视行为进行预测，获得数字电视用户期望收看的电视节目的收视预测报告。9.根据权利要求8所述的数字电视用户行为的大数据采集与分析系统，其特征在于，所述预测算法为聚类算法、回归算法、神经网络或深度学习算法。10.根据权利要求8所述的数字电视用户行为的大数据采集与分析系统，其特征在于，还包括如下模块: 信息推送模块，用于根据收视预测报告向数字电视用户推送期望收看的电视节目或广生口 ο
【专利摘要】本发明提供了一种数字电视用户行为的大数据采集与分析方法及系统。其中，方法包括步骤为：记录操作数据并存储、操作数据预处理、远程发送预处理数据、分类并存储至数据库、分类数据分析处理、收视行为预测以及电视节目或广告推送；系统包括：数据记录模块、数据预处理模块、数据发送模块、数据分类模块、数据分析模块、收视预测模块以及信息推送模块。该的大数据采集与分析方法及系统采用自动实时记录操作数据替换现有的人工采集，无需用户改变任何现有收视习惯，能够有效提高了数据采集的效率和全面性，简化了采集复杂的人工采集流程，同时也避免了用户信息泄露，具有较好的市场应用前景。
【IPC分类】H04N21/466, H04N21/442, H04N21/258
【公开号】CN104936023
【申请号】CN201510318019
【发明人】俞冶
【申请人】嘉兴市广播电视集团
【公开日】2015年9月23日
【申请日】2015年6月11日