自2018年以来,江苏电信首先在江苏地区开展IPTV业务。当前,江苏电信已经拥有了500多万IPTV用户。江苏电视台是江苏地区唯一的IPTV节目内容提供商,它主要负责向江苏电信提供优质的IPTV的节目内容。而随着节目内容的复杂多样,简单的分类排版使得用户很难从电视端选择到自己真正喜欢的节目,IPTV的展现形式已经无法满足日益增长的用户需求。IPTV的具备交互性的特点,通过这一特点,江苏电视台能够获得江苏电信记录的用户行为基础数据。本文将江苏电视台获得的IPTV的用户行为基础数据定义、分类和统计。通过对用户行为进行具体细分,节目收视情况进行统计,以及对数据的挖掘分析,构架了IPTV大数据分析系统。本文进而从IPTV大数据系统收集的收视数据,分析IPTV用户活动的特征以及节目类型的特征,构建了向用户推荐节目的一般流程,设计了几种推荐模型,完成了推荐模型所对应的组合式推荐算法。对推荐模型进行了详细说明和分析,包括基于用户的皮尔逊推荐、基于节目内容的推荐方法等。本文最终设计并初步实现了IPTV的视频推荐系统。首先定义了推荐系统的设计原则和方向,其次设计了推荐系统的主要板块:大数据基础平台,大数据分析系统和智能推荐引擎。最终在分布式的服务器集群上设计了IPTV推荐系统,说明了智能推荐的一般流程。最后,将推荐系统的效果进行展示和测试。本文实现了符合用户收视习惯的推荐方案,探索了个性化的用户需求满足方法。同时在竞争中优化IPTV业务运营方式,刺激运营商从数据算法分析中获取潜在的用户需求,创新了用户服务新方向,探索了新的商业模式。