[发明专利]一种节目推荐方法和流媒体节目系统

说明书

技术领域

本发明属于流媒体业务技术领域，具体涉及一种节目推荐方法和流媒体节目系统。

背景技术

目前大部分的音视频业务系统中对内容的推荐方式都比较简单，没有根据用户的口味进行个性推荐。例如IPTV和移动流媒体系统中的简单推荐。已有的推荐方式大致可分为两种：一种是根据节目被播放的次数产生热度，做了一个排行榜，其局限性在于：考虑因素单一，往往是采用自动加1的模式，不具有智能性。另一类是采用基于节目提供商对节目主观判断方法，主要依赖于节目新颖程度和已观看用户对节目的历史评价分析，挖掘出用户对节目兴趣，并根据发现的模式对用户进行节目推荐。其局限性在于：没有对用户的播放行为进行建模，缺乏对用户偏好的有效处理，推荐的精度不高。

发明内容

本发明的目的是提供一种节目推荐方法和流媒体节目系统，提高了节目推荐的精确度。

为实现上述目的，本发明采用了以下技术方案：一种节目推荐方法，包括步骤：

根据用户的节目播放行为生成节目的属性权重值；

根据所述节目的属性权重值向用户推荐节目。

优选的，根据用户的节目播放行为生成节目的属性权重值包括步骤：

根据用户的播放行为建立该用户的节目推荐表，所述节目推荐表以节目的属性权重值排列；

统计用户播放的所有节目的属性的总和，然后计算用户节目推荐表中各个权重的平均值。

优选的，所述计算用户节目推荐表中各个权重的平均值包括步骤：用户退出节目系统时，提示用户反馈节目推荐表满意度，根据用户反馈的满意度，计算用户节目推荐表中的各个权重的平均值。

优选的，根据用户反馈的满意度，计算用户节目推荐表中的各个权重的平均值具体为：如果用户反馈的满意度为偏低，则增加权重平均值；如果用户反馈的满意度为正好，则权重平均值不变；如果用户反馈的满意度偏高，则降低权重平均值。

优选的，通过设置定时启动任务，定时启动系统自动重新计算和更新系统中的用户节目推荐表。

优选的，所述的方法，还包括步骤：搜索和该用户播放行为相似的用户，从相似用户的用户节目推荐表中选择推荐节目加入该用户的节目推荐表中。

一种流媒体业务系统，包括业务管理平台和数据库，所述业务管理平台包括用户播放行为分析模块，所述用户播放行为分析模块与数据库连接，所述用户播放行为分析模块根据用户的节目播放行为生成节目的属性权重值，以及根据所述节目的属性权重值向用户推荐节目。

优选的，所述用户行为分析模块根据用户的播放行为建立该用户的节目推荐表，所述节目推荐表以节目的属性权重值排列；以及统计用户播放的所有节目的其中某一属性的总和，然后计算用户节目推荐表中各个权重的平均值。

优选的，所述业务管理平台在用户退出节目系统时，还用于提示用户反馈节目推荐表满意度，如果用户反馈的满意度为偏低，则增加权重平均值；如果用户反馈的满意度为正好，则权重的平均值不变；如果用户反馈的满意度偏高，则降低权重的平均值。

优选的，所述业务管理平台还包括定时模块，与用户行为分析模块连接，用于定时启动任务，定时启动系统自动重新计算和更新系统中的用户节目推荐表。

优选的，所述业务管理平台还包括搜索模块，所述搜索模块用于搜索和该用户行为播放行为相似的用户，从相似用户的用户节目推荐表中选择推荐节目加入该用户的节目推荐表中。

与现有技术相比，本发明通过分析用户对节目播放行为和节目属性，计算用户对节目的偏好，向用户推荐节目，提高了推荐的精确度。

附图说明

图1为本发明实施例提供的一种节目推荐方法流程图；

图2为本发明实施例提供的一种流媒体业务系统框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明进行详细描述。

本发明的核心思想是：根据用户节目播放行为建立数学模型，设计节目智能推荐系统，通过分析用户的播放历史记录和节目特性，识别用户的偏好，向用户推荐满意的节目，提高推荐的精确度，具有较好的智能性。

(1)在运营商管理平台的上载步骤中增加节目属性(请发明人说明节目属性具体包括哪些属性)设定，假定节目为m，则一条节目入库信息为Gm＝(Attribute 1，Attribute2，Attribue3，...)，其中Attribute为对应属性的权重值，系统增加一张节目属性权重表。所述属性是指影片包含的类型，比如动作、爱情、科幻、恐怖等。