[发明专利]网络协议电视IPTV中推荐内容的方法和装置在审

专利信息
申请号: 201811478932.1 申请日: 2018-12-05
公开(公告)号: CN111277871A 公开(公告)日: 2020-06-12
发明(设计)人: 潘邵武;熊张亮;罗靖 申请(专利权)人: 华为技术有限公司
主分类号: H04N21/25 分类号: H04N21/25;H04N21/258;H04N21/442;H04N21/45;H04N21/466;G06K9/00;G06K9/62
代理公司: 北京龙双利达知识产权代理有限公司 11329 代理人: 孙涛;毛威
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 网络 协议 电视 iptv 推荐 内容 方法 装置
【说明书】:

本申请提供了一种网络协议电视IPTV中推荐内容的方法和装置,通过获取观影用户的用户特征并上传至视频服务器侧,能够实现内容的动态推荐,有助于提升用户体验。该方法包括:获取观影用户的用户图像;根据用户图像,确定用户特征向量,用户特征向量中包括反映用户的特征的多维数据;将用户特征向量上传到视频服务器,所述用户特征向量用于视频服务器生成与所述用户特征向量对应的推荐内容;获取视频服务器推荐的内容。

技术领域

本申请涉及智能电视领域,并且更具体地,涉及一种网络协议电视IPTV中推荐内容的方法和装置。

背景技术

随着互联网和现代通信技术的发展,以宽带网络为传输介质,通过互联网协议分发数字媒体服务的IPTV技术,因其在高清视频体验、业务兼容性、系统可维护性等方面的优势,近年来在国内外家庭收视市场的份额增长显著。

随着人工智能和数据挖掘技术的逐步成熟,通过分析用户数据为用户推送视频内容已成为一种趋势。视频服务器可以参考用户的历史观影信息向用户推荐视频内容,然后,机顶盒基于视频服务器的推荐结果进行展示。这种推荐方式可能推荐的内容并非用户所期待,用户体验不好。

发明内容

有鉴于此,本申请提供一种网络协议电视IPTV中推荐内容的方法和装置,通过获取观影用户的用户特征并上传至视频服务器侧,能够实现内容更精确的推荐,有助于提升用户体验。

第一方面,提供了一种网络协议电视IPTV中推荐内容的方法,包括:终端获取观影用户的用户图像;根据所述用户图像,确定用户特征向量,用户特征向量中包括反映所述观影用户的特征的多维数据;将用户特征向量上传到视频服务器,用户特征向量用于视频服务器生成与所述用户特征向量对应的推荐内容;从所述视频服务器获取所述推荐内容,能够实现内容的动态推荐,提高推荐内容的准确率,有助于提升用户体验。

可选地,所述推荐内容是所述视频服务器基于映射关系生成的,其中,所述映射关系是指用户特征向量中的数据与推荐内容的对应关系。

可选地,所述终端是机顶盒STB。

可选地,所述终端可以通过内置摄像头或者外接摄像头获取所述用户图像,即获取用户图像的方式比较灵活。

可选地,所述用户图像是观影用户在观影区域的图像,其中,所述观影区域是能够采集到观影用户的用户图像的区域。

在一种可能的实现方式中,根据用户图像确定用户特征向量,包括:基于所述用户图像,提取用户特征信息,所述用户特征信息包括以下特征中的一项或多项:用户人脸特征,用户人体特征;根据所述用户特征信息,确定所述用户特征向量。因此,终端通过用户图像,提取用户的主要特征,比如人脸特征、人体特征,基于这些特征,可以得到更多维度的用户特征,以便于生成用户特征向量。

在一种可能的实现方式中,对所述用户特征信息进行识别,可以得到用户的状态与属性信息,和/或,用户的着装分类信息,所述状态与属性信息包括以下信息中的一项或多项:用户性别、用户年龄、用户情绪。

可选地,所述根据所述用户特征信息,确定所述用户特征向量,包括:基于所述用户的状态与属性信息,和/或,所述用户的着装分类信息进行信息融合,生成所述用户特征向量,所述用户特征向量中包括以下向量中的一项或多项:用户性别、用户年龄、用户情绪、用户着装标签。因此,终端通过对得到的用户的状态与属性信息和/或,用户的着装分类信息,能够得到多维的用户特征向量。

在一种可能的实现方式中,所述用户特征信息包括用户人脸特征和用户人体特征;其中,对所述用户特征信息进行识别,得到观影用户的状态与属性信息,以及观影用户的着装分类信息,包括:根据所述用户人脸特征,采用机器学习算法确定用户的状态与属性信息;根据所述用户人体特征,采用机器学习算法确定所述用户的着装分类信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811478932.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top