摘要：本发明公开了一种用户等级自动划分方法及系统，涉及数据挖掘技术领域。该方法包括：S1、选取原始样本数据；S2、选取至少一种用户特征作为计算距离的维度；S3、确定分类的个数K；S4、随机在原始样本数据中挑选K个用户作为初始类心；S5、测量原始样本数据中剩余的每个用户到当前各个类心的距离，将剩余的每个用户归类到距离最近的一个类中，完成K个类的划分；S6、重新计算各个类的类心；S7、重复迭代S5、S6，直至新的类心与原类心相等或者变化量小于指定阈值时停止迭代运算，则当前所划分的K个分类即为所需划分的用户等级分类。本发明能实现用户等级的自动划分，准确、高效，节省人力成本。

摘要：本发明公开了一种基于关联规则的直播平台用户兴趣度挖掘系统及方法，涉及数据挖掘技术领域，该系统包括：数据采集模块，用于从服务器获取直播平台用户行为信息，生成采样事务事件库和测试事务事件库；关联规则模型构建模块，采用spark计算框架对采样事务事件库进行频繁模式的挖掘，得到关联规则模型；用户兴趣度输出模块，用于将测试事务事件库作为输入变量输入关联规则模型，获得关联规则模型的输出变量，将输出变量作为用户兴趣内容。本发明具有计算周期短，测试结果的准确性与实用性高的优点。

摘要：本发明公开了一种基于随机森林算法的网络潜力用户挖掘方法及系统，涉及基于随机森林算法网络数据挖掘领域。该方法的步骤为：对每个抽样用户类别抽样选取指定数量的用户作为样本、并确定用户特征；对所有的用户特征进行多次抽样，根据每次抽样的用户特征的归一化特征值形成随机森林算法的决策树，在所有样本中为每棵决策树选取样本；基于随机森林算法，根据每棵决策树的样本和用户特征，将每棵决策树的数据分为2个类别，其中1类代表潜力用户，另1类代表非潜力用户；分别用每棵决策树对待分类用户进行分类，根据分类结果确定为待分类用户的类别。本发明不仅能够使得网络潜力用户的挖掘过程更加智能化，而且计算速度较快，工作效率较高。

摘要：本发明公开了一种基于C4.5决策树算法的特定用户挖掘系统及其方法，涉及直播网站数据挖掘领域，包括：样本选择模块，其用于选择用户样本，用户样本根据类标签分为付费用户样本和未付费用户样本。行为属性统计模块，其用于统计用户样本的分类属性的属性值。样本处理模块，其用于将分类属性的属性值归一化处理作为训练样本数据。以及算法平台，其用于接收训练样本数据，算法平台包括C4.5决策树算法，并为C4.5决策树算法提供算法接口，算法平台基于训练样本数据和C4.5决策树算法训练C4.5决策树模型。本发明中的基于C4.5决策树算法的特定用户挖掘系统能够在数据维度多、数据量大的情况下全面统计用户兴趣度相关指标，便于挖掘特定用户。

摘要：本发明公开了一种基于朴素贝叶斯算法的特定用户挖掘方法及系统，涉及网络技术领域。该方法包括以下步骤：从服务器采集设定时间段内用户的行为信息指标，选取部分行为信息指标作为用户的特征指标；从采集到的用户中抽样部分用户作为采样用户，根据所述采样用户的特征指标，通过贝叶斯工具包构建朴素贝叶斯分类器；将在设定时间段之后采集的用户的特征指标作为朴素贝叶斯分类器的输入变量，获得用户是否为特定用户的概率。本发明通过贝叶斯工具包，根据从用户的行为信息指标中选取的特征指标构建朴素贝叶斯分类器，能够找到有效的特征指标组合，准确地

摘要：本发明公开了一种基于加权k近邻评分的直播间推荐方法及系统，涉及网络直播间的推广领域。该方法的步骤为：获取直播平台中每个用户的直播间观看向量；根据直播间观看向量，计算每2个用户的相似度；为每个用户按照相似度降序排列的方法，选取指定数量的邻近用户；根据相似度和所述每个用户的邻近用户，计算每个用户对每个观看过的直播间的兴趣度；为每个用户按照兴趣度降序排列的方法，选取指定数量的推荐直播间。本发明根据由相似度计算的兴趣度评估和选取推荐直播间，推荐的直播间更加符合用户的兴趣爱好和个性化需求，推荐的准确度较高，推荐效果较好。

摘要：本发明公开了一种基于改进型关联规则的直播间推荐方法及系统，涉及互联网视频的直播推荐技术领域。该方法包括：获取指定时间段内所有用户的观看历史信息；设定最小支持度阈值和置信度阈值；以所述观看历史信息为基础，按照Apriori算法生成若干满足最小支持度阈值和置信度阈值的关联规则；将生成的若干关联规则中观看相关度<1的关联规则删除，筛选出所有有效规则；当用户进入直播网站时，以当前的所有有效规则为依据，向用户推荐直播间。本发明不但能考虑到用户个性化的需求，利用关联规则挖掘出隐藏在用户行为中的隐蔽特征；而且能避免生成无效的规则，提高了推荐的有效性、可靠性，用户体验佳。

摘要：本发明公开了一种基于主播风格的直播间推荐方法及系统，涉及网络技术领域。该方法包括以下步骤：从服务器收集设定时间段内直播间的特征参数和用户数据；将每一个直播间的特征参数作为特征值，构建该直播间的特征向量；选取主播个人信息不相同的任意两个直播间，计算两个直播间的特征向量之间的相似度，并判定相似的直播间；根据每一个直播间的用户数据，将与该直播间相似的其它直播间推荐给该直播间的所有用户；根据被推荐的直播间的访问率和/或回访率计算特征向量的评价指标，使用评价指标对特征向量的特征值进行筛选，并使用筛选后的特征向量判定相似的直播间。本发明能够向用户精准推荐主播风格相似的直播间，提高推荐效率，提升用户体验。

摘要：本发明公开了一种推荐视频的方法以及装置，首先提取预设时间段内对视频集合的观看数据，接着基于所述观看数据，按照预设的数据维度确定所述视频集合中每个视频的第一热度值，然后利用基于时间衰减的实时热度调整公式，将所述第一热度值调整为第二热度值，进而按照所述第二热度值，对所述视频集合中的视频进行排序，获得推荐列表，最后按照所述推荐列表，展示所述视频集合中与所述推荐列表对应的视频，本发明通过利用基于时间衰减的实时热度调整公式来调整每个视频的热度，能够更精准地反映每个视频在当前时刻的热度，从而能够提高了优质视频的曝光度，也能够更有效地向用户推荐优质视频。

摘要：本发明公开了直播间推荐方法、存储介质、电子设备及系统，涉及直播平台数据处理领域，该方法包括将推荐列表划分为第一区域和第二区域。将至少一个推送次数少于预设值的直播间展示于所述第二区域。获取观众与推荐列表中直播间交互的参数，并使用预设的收益算法计算推荐列表中直播间的收益值。将收益值大于预设阈值的第二区域中直播间移至第一区域，并将第一区域按照收益值大小排序。向观众展示所述推荐列表，实时计算所述收益值，并更新所述推荐列表。本发明能够向新观众推荐各类直播同时保证各个直播间均能够曝光给观众。