隨選視訊節目推薦系統研究：以中華電信MOD為例

Abstract

近年來，多媒體影音的使用已經融入大多數人的日常生活中，從網際網路上各種多媒體平台(例如YouTube、Netflix)點閱率的成長便可發現這種趨勢。各國近幾年來所發展的IPTV技術，也是為了使多媒體影音服務能夠直接深入家庭生活中，目前在台灣IPTV最具代表性的，為中華電信公司所提供的MOD業務。 MOD的使用者數量與訂閱數量近幾年來呈現相當明顯的成長趨勢，因此也具有相當程度的研究價值。本論文的研究目的有兩大方向：分析MOD的使用者訂閱行為、推薦適合的節目給使用者。本研究中所使用的資料集包含使用者的訂閱時間資訊及地點資訊，因此可以用來進行時間上與區域上的使用者訂閱行為分析，並且可以分析使用者到達率以及長尾分佈的程度；而節目訂閱紀錄亦可以藉由協同過濾演算法(Collaborative Filtering)幫助使用者進行個人化的節目推薦。另外，本研究也嘗試解決推薦系統會面臨的的項目冷啟動問題(Item Cold Start)，利用混合式的推薦演算法，幫助MOD的新節目能夠推薦給使用者。 最後的實驗結果也顯示MOD的使用者行為確實具有規律的時間行為模式，而且每逢假日會很明顯地造成訂閱量的上升。就區域分析而言， MOD的使用者數量、訂閱數量、訂閱金額，都呈現台灣的都會區大於非都會區，且北部大於南部的趨勢。節目推薦的實驗結果也呈現個人化推薦的效能確實優於非個人化推薦的結果，且本研究所採用的混合式推薦演算法也確實可以解決項目冷啟動問題，並且具有一定程度的效能。