[发明专利]推荐电视节目的方法及装置

说明书

技术领域

本发明涉及数字电视技术，尤其涉及一种推荐电视节目的方法及装置。

背景技术

随着国家三网融合的发展，电视市场逐渐成熟，越来越多的企业开始发展智能电视（DTV，Definition Television）。智能电视是指具备开放式操作系统与芯片，拥有开放式应用平台，可实现双向人机交互功能，能通过自主安装应用程序实现新功能或增值服务，并可借助三网接入、3C融合等满足多样化和个性化需求的终端应用平台。

目前，电视节目数量繁多，且更新周期较短，同时，不同频道在不同时间点或相同时间点可能具有相同的电视节目，因而，如何向用户推荐用户喜好的电视节目，以满足用户的个性化需求，是智能电视近期研究的一个热点。

图1为现有基于智能电视推荐电视节目的方法流程示意图。参见图1，该流程包括：

步骤101，采集用户观看的电视节目历史数据信息；

本步骤中，在用户观看电视节目时，记录并存储用户观看的电视节目历史数据信息，例如，电视节目名信息、观看电视节目的开始时间、观看时长等信息。

步骤102，对采集的电视节目历史数据信息进行过滤；

本步骤中，主要是过滤掉电视节目历史数据中无实际意义的数据信息。

步骤103，对过滤的电视节目历史数据进行数据属性抽取；

本步骤中，数据属性抽取主要是抽取出电视节目历史数据中的关键词，例如，电视节目名、开始时间等。

步骤104，根据抽取的数据属性进行数据聚类处理；

本步骤中，聚类处理是将抽取得到的数据属性，例如关键词，通过静态分类的方法，将数据分类到预先设置的不同的类别特征中，例如，预先设置的类别特征可以包括体坛风云以及影视天地等，如果关键词为甄嬛传或笑傲江湖，则将其聚类至影视天地，使得同一类别特征中的数据，例如电视节目，具有相似的一些属性，而不同类别特征中的数据具有较大的相异性。每一用户分别对应存储一份数据聚类处理结果。

步骤103至步骤104用于抽取出用户观看的电视节目历史数据的类别特征，可以采用词频/逆文档频率（TD/IDF，Term Frequency/Inverse Document Frequency）的统计方法实现。

步骤105，获取用户当前观看的电视节目数据信息，进行数据属性信息抽取；

本步骤中，数据属性信息至少包括电视节目名信息。

步骤106，将抽取的数据属性信息匹配该用户的聚类处理结果，获取匹配的聚类处理结果；

本步骤中，根据用户名，获取该用户的聚类处理结果，然后，根据观看的电视节目名信息，匹配设置的聚类处理结果中各类别特征中包含的电视节目，如果匹配成功，则从该匹配的类别特征中，获取相应的电视节目，得到匹配的聚类处理结果。

步骤105至步骤106用于根据聚类得到的类别特征信息，将抽取的数据属性信息匹配到相应的类别特征中，即获取匹配的聚类处理结果。

步骤107，根据匹配的聚类处理结果，生成推荐的电视节目并推送。

本步骤中，将匹配的类别特征中包含的电视节目形成电视节目推荐列表，向用户推送。

由上述可见，现有基于智能电视推荐电视节目的方法，根据收集的各用户的电视节目历史数据进行聚类处理，在进行推荐时，根据当前电视节目获取匹配的聚类处理结果，而聚类处理结果只是与当前电视节目属于同一类别特征，该类别特征中包含的电视节目，可能并不是用户观看次数较多的电视节目。因而，生成的推荐电视节目未包含用户观看次数较多的电视节目，与用户的个性化需求不符，从而降低了推荐的效率；进一步地，电视节目推荐列表中的电视节目，其播放时间以及频道是根据用户历史数据生成的，用户接收到电视节目推荐列表中的电视节目时，根据其播放时间，选择频道进行观看时，而由于电视节目已动态变化，导致无法观看推荐的电视节目，使得推荐效率进一步降低。

发明内容

本发明的实施例提供一种推荐电视节目的方法，提高电视节目的推荐效率。

本发明的实施例还提供一种推荐电视节目的装置，提高电视节目的推荐效率。

为达到上述目的，本发明实施例提供的一种推荐电视节目的方法，包括：

接收用户频道行为数据，根据预先获取的电视节目菜单，将用户频道行为数据转换为用户频道节目分类信息；

根据该用户频道节目分类信息以及接收的其他用户频道节目分类信息，分别计算该用户频道分类关联权值、频道分类节目时间分布权值以及频道分类节目观看权值；