[发明专利]一种更新媒体节目的方法及其系统

说明书

本发明涉及一种更新媒体节目的方法，所述方法至少包括下述步骤：资源服务器根据不同类别的节目资源对应建立类别小组；客户端采集用户视频的观看日志信息，预处理后对日志信息分析获得用户偏好信息，上传至系统服务器，系统服务器根据偏好信息向用户推荐加入对应的类别小组；系统服务器根据多个用户的类别小组匹配程度建立关联类别组；根据用户所在的多个类别小组，按照重叠系数由大至小的次序进行关联用户客户端的节目资源界面更新。该方法中，各个喜好相同用户之间建立的关联等级，服务器综合各个用户的信息更新，针对性强。

技术领域

本发明涉及多媒体技术领域，具体涉及一种更新媒体节目的方法及其系统。

背景技术

现有的媒体播放器更新媒体节目方法大多根据需要用户主动寻找更新节目，或者服务器依据用户偏好推送相关节目。为给用户提供更好的服务，现有的媒体播放器大多可根据用户的偏好推荐相关的媒体节目。

例如，专利102547373A公开了一种更新媒体节目的方法和系统，服务器向媒体播放器推送的媒体节目被用户评价，根据评价后的喜欢和不喜欢节目列表分析用户喜欢和不喜欢的节目类型，服务器有针对性的推送节目类型。这种方式较好的迎合了用户喜好，有针对性的自动更新媒体节目；但是这种方式下的节目类型划分不够人性化，无法敏锐的捕捉多个用户的喜好，且相关用户之间无法实现定向推荐的操作。

发明内容

本发明的目的在于克服现有技术中的缺陷，设计一种更新媒体节目的方法和系统，各个喜好相同用户之间建立的关联等级，服务器综合各个用户的信息更新，节目信息更新更具有合理层次的多元化优点，体验性好。

为实现上述目的，本发明所采用的技术方案是一种更新媒体节目的方法，所述方法至少包括下述步骤：

S1、资源服务器根据不同类别的节目资源对应建立类别小组；

S2、客户端采集用户视频的观看日志信息，预处理后对日志信息分析获得用户偏好信息，上传至系统服务器，系统服务器根据偏好信息向用户推荐加入对应的类别小组；

S3、系统服务器根据多个用户的类别小组匹配程度建立关联类别组；

S4、根据用户所在的多个类别小组，按照重叠系数由大至小的次序进行关联用户客户端的节目资源界面更新。

在一个优选的方案中，步骤S1之前还包括服务器获取视频的节目信息，利用聚类算法根据相似度大小将各个视频分成不同的类别，并存储。

进一步的，所述服务器对获取的节目信息进行预处理后，建立节目信息参数的向量空间模型，使用聚类迭代算法对节目信息参数的向量空间模型进行计算相似度；根据相似度数值大小按设定规则分类，并存放到数据库中。

步骤S2中，日志信息包括用户ID、历史视频名称、用户操作和操作时的流媒体时间，根据所述流媒体时间中的历史节目播放时限长短、快进快退频率信息进行聚类分析，计算得出权重系数并上传至服务器；所述服务器根据权重系数规则判断该流媒体节目的偏好数值，并根据偏好数值向用户推荐加入对应的类别小组。

本发明另一个优选方案中，在步骤S3的建立关联类别中，将多个用户所在的多个类别小组重叠最多的关系用户标记为一级关联用户关系；将多个用户所在类别小组中至少一个类别小组重叠的关系用户，依重叠类别小组的多少划分并标记为二级、三级和四级关联用户关系。

具体的，一级关联用户关系的用户在步骤S4中，实现与该关系用户间节目资源的同步更新；依次对二级、三级和四级关联用户的节目播放数据进行分析，将其分别对应作为二次、三次和四次更新节目数据发送至用户客户端，通过刷新方式进行更新。

进一步的，分析所述二级、三级和四级关联用户的节目播放数据前，下级关联用户的播放节目先比对上级关联用户的播放节目，删除相同节目数据，筛选出与上级不重叠且播放数据排名top-n的节目数据发送至用户客户端。