[发明专利]一种智能推荐用户喜爱节目的方法

说明书

技术领域

本发明涉及一种智能推荐用户喜爱节目的方法，特别是涉及一种适用于点播客户端软件中，智能推荐用户喜爱节目的方法。

背景技术

一直以来，电视机的主要业务为视频与显示，即使智能电视的出现也未能改变用户的传统习惯，但智能电视的出现，使得用户更加接近与互联网，用户的收视资源除了传统的广电直播频道，又增加了新兴的互联网点播资源。

互联网点播区别广电直播最大的特点就是节目资源的海量性与用户收视的主动性，用户不必像收看直播节目那样，在特定的时间被动的接受有限的直播节目频道。但给用户带来丰富节目资源的同时，海量的节目往往也让用户困惑，用户往往不知道自己该看什么节目，而且由于电视机的交互问题，从海量的节目资源中选出用户喜爱的节目是一件很复杂的事。本专利提出一种基于用户收视数据的智能节目推荐算法，结合用户观看节目的特征并分析用户行为，并用户筛选出最喜爱的节目。

发明内容

本发明要解决的技术问题是提供一种提升用户体验的智能推荐用户喜爱节目的方法。

本发明采用的技术方案如下：一种智能推荐用户喜爱节目的方法，其方法为：在智能电视终端和云端点播平台搜集用户的收视行为，结合云端的影视资源库内容信息，将用户的收视行为计算为用户爱好标签，并通过标签对比和筛选的办法，从海量影视库中筛选出最适合给用户推荐的节目。

具体方法步骤为：一、在智能电视终端，将用户收视行为收集并形成收视日志，同时上报云端；二、为收集的影视节目增加标签系数；三、统计某个体用户观看的多个节目中的标签信息，并生成用户个性化喜爱标签；四、根据用户个性化喜爱标签，从影视库中筛选用户喜爱的节目。

所述步骤二的具体方法为：将点播节目库中的节目EPG信息导出，为每个节目的主演和节目类型标签添加权重系数。

所述步骤三的具体方法为：根据用户最近几次的收视数据，将该几次节目中的标签进行加权计算，并筛选出排名最靠前的几个节目主演以及几个类型的标签作为用户个性化喜爱标签。

所述步骤四的具体方法为：将个人标签与节目标签中相重合的部分进行相乘、加权，并乘以节目的评分，获得影片的推荐分值，计算公式如下：

TJFZ=（YPZY1*YHZY1+YPZY2*YHZY2+…+YPZYn*YHZYn+YPLX1*YHLX1+ YPLX2*YHLX2+…+ YPLXn*YHLXn）*YPPF

其中，TJFZ为推荐分值 ，YPPF为影片评分；

YPZY1、YPZY2…YPZYn为第1、2…n个影片标签与用户标签中相同的主演标签的影片主演系数；

YHZY1、YHZY2…YHZYn为第1、2…n个影片标签与用户标签中相同的主演标签的用户喜爱的主演系数；

YPLX1、YPLX2…YPLXn为第1、2…n个影片标签与用户标签中相同的类型标签的影片类型系数；

YHLX1、YHLX2…YHLXn为第1、2…n个影片标签与用户标签中相同的类型标签的用户喜爱的类型系数。

与现有技术相比，本发明的有益效果是：根据用户收视数据为用户智能推荐点播节目，一方面增强用户体验，另一方面提高点播客户端的业务量。

附图说明

图1为本发明推荐流程示意图。

图2为本发明其中一实施例中为收集的影视节目增加标签系数的标签示意图。

图3为本发明其中一实施例中生成用户个性化喜爱标签的标签示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本说明书（包括任何附加权利要求、摘要和附图）中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

一种智能推荐用户喜爱节目的方法，其方法为：在智能电视终端和云端点播平台搜集用户的收视行为，结合云端的影视资源库内容信息，将用户的收视行为计算为用户爱好标签，并通过标签对比和筛选的办法，从海量影视库中筛选出最适合给用户推荐的节目。