通信世界网消息（CWW）随着运营商在互联网机顶盒市场占比的持续提升，互联网电视家庭覆盖率已超过50%，机顶盒逐渐成为家庭娱乐生活的主导者，将在中国数字化转型中发挥举足轻重的作用。
用户可以通过电视机顶盒联网观看丰富精彩的直播内容或者点播视频节目，根据自己的喜好选择并观看影片、电视剧、综艺节目等。同时电视机顶盒还提供了应用推荐功能，推荐很多应用和游戏，用户可以从中选择自己喜欢的下载并安装。本文将分析现有电视机顶盒的应用推荐技术方案，并根据运营商特有优势提出一种基于运营商电视机顶盒实现精准应用推荐的技术方案。
现有电视机顶盒应用推荐技术方案
现有电视机顶盒应用推荐的技术方案主要是基于用户已经安装的应用或用户使用应用的记录来进行推荐的，即先获取用户已安装的APP或使用APP频次的信息，并予以存储，随后对存储的内容进行预处理，形成所需要的格式；再将预处理的结果生成用户安装及使用APP的向量表，并基于向量表的联合排序推荐算法对每个用户推荐数个APP。
由此可知，该技术方案主要是基于手机用户安装与使用APP的情况进行推荐，但对使用某应用时长及流量消耗等深度用户行为并不敏感，因此推荐的精准度明显不足。此外，与现有的智能手机或智能设备相比，电视机顶盒的硬件配置相对较差，家用电视机顶盒的存储空间一般在8GB到16GB之间，内存在2GB到4GB的范围内，故用户在电视机顶盒上安装的应用非常有限。
基于运营商大数据的应用推荐技术方案
为充分发挥大数据优势，运营商可对用户手机资费套餐、账单、流量等开展深度分析，进而根据机顶盒终端参数对用户进行精准、个性化的应用推荐。
基于电视机顶盒实现应用推荐整体架构如图1所示。
图1 基于电视机顶盒实现应用推荐整体架构
具体实现方案要根据运营商独有的大数据分析同时使用移动和宽带业务的用户画像，此过程需经过以下步骤。
首先，运营商对用户侧套餐信息进行大数据分析，具体包含用户的ID、年龄、性别、入网时间、资费套餐内容、代收费业务，如果用户订购了电视宽带业务，则进入下一步的账单分析，并提取代收费业务APP数据。
其次，对账单进行分析，提取用户的具体信息，包含用户ID、入网时间、带图1基于电视机顶盒实现应用推荐整体架构宽大小、带宽流量消耗等。如果用户带宽流量有消耗，则进入对用户手机端的流量分析。
再次，在流量分析中提取用户ID、流量套餐、上行流量与下行流量等信息，并针对付费应用与免费应用单独统计相关的流量值。
最后，根据用户的ID，查询其电视机顶盒对应的终端厂家、终端型号与终端配置，并最终形成电视机顶盒用户的精准画像。业务流程如图2所示。
图2 电视机顶盒用户的精准画像流程
以上流程实现电视机顶盒用户的精准画像的参数包括：用户订购了宽带并使用宽带的ID、应用付费列表、付费应用流量消耗列表、机顶盒硬件参数、免费应用安装包体积列表及免费应用流量消耗列表。推荐系统为每个用户ID匹配一张应用推荐列表，真正实现了电视机顶盒针对用户的“千人千面”的应用推荐功能。
每个用户应用推荐表中的应用次序是根据以上参数线性得分排序，计算公式为：P(ID)=P(A)+P(B)+P(C)。
其中P(A)表示用户付费应用金额/用户月账单总额，P(B)表示表示用户该付费应用流量消耗/用户流量消耗总数，P(C)表示用户终端配置内存/终端库中配置内存的最大值。
由于电视机屏幕的交互方式与手机存在显著差异，系统最大化降低用户的使用门槛，在电视机的主导航栏目中的“更多”一级入口中设置应用商城入口。如果机顶盒用户ID匹配的应用推荐表中的APP数量大于M(参数M是指推荐列表APP的数量，可以根据实际运营情况进行调整)，应用推荐表将按照教育、游戏、生活、音乐、健康等属性进行归类，极大地方便了用户下载使用不同类别的应用。
同时，应用推荐系统运行过程中形成应用推荐模型，形成如下数据表单：电视机顶盒用户安装APP次数排序列表、APP每日使用时长的方差平均值、应用平均评分、用户对应用的评分，形成运营商特色的电视机顶盒应用特征模型，当用户进入应用商城入口但在设定时间内未下载安装应用时，应用推荐将按照系统应用推荐模型进行排序。
小结
本文提出的电视机顶盒应用推荐系统，是根据运营商特有套餐信息、用户账单、电视机顶盒终端库数据、数据业务流量等，精准分析用户流量消耗及付费等数据，再根据用户的账户对应的电视机顶盒终端型号等信息，为用户进行个性化应用推荐，解决现有技术推荐适配度低的问题。
本系统针对电视机屏幕为横屏、交互采用按键控制方式等特点，在电视主导航栏目中的一级入口设置应用商城入口。当机顶盒用户ID匹配的应用推荐表APP应用大于M时，应用推荐表将按照教育、游戏、生活、音乐、健康等属性进行归类，极大地降低了电视用户下载使用应用的成本，为运营商的电视机顶盒业务提供了更有竞争力的技术方案。
