[发明专利]数字电视增值业务内容推荐方法及装置

说明书

技术领域

本发明涉及数字电视技术领域，具体涉及一种数字电视增值业务内容推荐方法及装置。

背景技术

随着三网融合进程的推进，数字电视增值业务的发展已经成为了各地广电运营商的重点目标。如何能够很好地为最终用户提供满意度很高的服务，是广电运营商所面临的最大的考验之一。具体地讲，如果运营商能够为用户提供优质的个性化服务，那么就可以大大增加用户的粘性，从而激发更多的增值服务收益。

目前，在广播电视领域，还没有以数字电视增值服务平台为背景的推荐技术。虽然已经有公开了的推荐互动电视节目的方案，但是其应用范围十分狭窄，仅限于EPG(Electronic Program Guide，电子节目菜单)业务。该方案无法适应数字电视增值服务的发展，尤其是在面临多类业务共存(生活服务类、专业服务类、互动类、娱乐类)的运营需求的时候。

发明内容

本发明实施例针对上述现有技术存在的问题，提供一种数字电视增值业务内容推荐方法及装置，针对数字电视增值业务，实现对用户的个性化内容推荐。

为此，本发明实施例提供如下技术方案：

一种数字电视内容推荐方法，包括：

获取用户对不同内容的评价信息，所述内容为在数字电视增值服务平台上与所述用户发生作用的客体；

将所述评价信息转换为统一格式的评价得分；

根据所述评价得分构建评价输入矩阵，所述评价输入矩阵为二维矩阵，所述矩阵的行索引为用户标识，所述矩阵的列索引为内容标识，所述矩阵中的元素为所述用户对所述内容的评价得分；

计算所述评价输入矩阵中每两项不同内容的相似度；

根据得到的相似度确定针对所述用户的推荐内容。

可选地，所述内容包括以下任意一项或多项：视频内容、文本内容、应用程序、游戏、产品。

可选地，所述评价信息包括：显式评价信息；

所述获取用户对不同类型内容的评价信息包括：

根据所述用户对所述内容的打分或投票，获取所述用户对所述内容的显式评价信息。

可选地，所述评价信息还包括：隐式评价信息；

所述获取用户对不同类型内容的评价信息还包括：

根据所述用户对所述内容的隐式评价行为，获取所述用户对所述内容的隐式评价信息，所述隐式评价行为包括以下任意一项或多项：消费行为、取消消费行为、粘性消费行为、一般使用行为。

优选地，所述根据所述用户对所述内容的隐式评价行为，获取所述用户对所述内容的隐式评价信息包括：

对于所述用户对所述内容的每一个隐式评价行为，确定所述隐式评价行为的类型；

如果所述隐式评价行为类型为消费行为，则确定所述用户对所述内容的打分为4，并将所述隐式评价行为增加到消费统计列表中；

如果所述隐式评价行为类型为取消消费行为，则确定所述用户对所述内容的打分为1；

如果所述隐式评价行为类型为一般使用行为，则将所述隐式评价行为增加到使用统计列表中；

根据所述消费统计列表确定所述用户对所述内容是否形成粘性消费行为；

如果是，则提高所述用户对所述内容的打分的值；

如果否，根据所述使用统计列表确定所述用户对所述内容是否形成粘性使用行为；

如果是，则提高所述用户对所述内容的打分的值；

如果否，则降低所述用户对所述内容的打分的值。

优选地，所述方法还包括：

如果有新的评价信息，则根据所述新的评价信息更新所述评价输入矩阵。

优选地，所述计算所述评价输入矩阵中每两项不同类型内容的相似度包括：

按以下公式计算所述评价输入矩阵中两项不同类型内容i和j的相似度：

其中，R_u，i表示用户u对内容i的评价得分，R_u，j表示用户u对内容j的评价得分，表示用户u对所有内容评价得分的平均值，表示用户u对所有内容评价得分的平均值，所述所有内容表示所述评价输入矩阵当前所包含的所有内容。

优选地，所述根据得到的相似度确定针对所述用户的推荐内容包括：

按以下公式计算用户u对所述评价输入矩阵中用户u未接触的内容的预测评价值：

其中，s_i，N为内容i和内容N的相似度，R_u，N为用户u对内容N的评价值；

将计算得到的所述用户对所述评价输入矩阵中所述用户未接触的内容的预测评价值由高到低排序；