[发明专利]一种智能电视内容推荐装置及方法

说明书

本发明涉及智能电视技术领域，具体公开一种智能电视的内容推荐装置及方法，该装置包括：内容库模块、数据收集模块、数据预处理模块、用户兴趣建模模块、关注内容推荐模块，扩展内容推荐模块、本地内容推荐模块、推荐结果展示模块，设置多种信息的权重排序和优先级，根据不同优先级对权重排序加权得出结果权重排序，根据各个标签的结果权重排序依次展示在智能电视界面上。本发明能够通过根据不同的优先级设置，对推荐结果的权重排序进行加权，将结果依次展示在智能电视界面上，将最相关和感兴趣的内容优先推荐，得以提供更高效和准确的内容推送。

技术领域

本发明涉及智能电视技术领域，特别涉及一种智能电视内容推荐装置及方法。

背景技术

多媒体技术是通信技术的一种，随着智能电视的普及和互联网的快速发展，其能为用户提供静止的或运动的图形、视频图像、声音、文字以及多种类型的信息所以将深受用户喜爱，但也因此用户面临着电视内容过多难以高效获取自己需要和感兴趣的信息的问题。而传统的电视节目推荐方式往往是基于广播电视台的编排或按照用户的观看历史，缺乏个性化和兴趣化的推荐。

此外，不同用户具有不同的兴趣和偏好，在传统的通用化推荐方式中，智能电视平台上有大量的电视节目和视频图像，用户的兴趣对于电视内容的选择具有重要影响。

因此，针对各种用户群体的兴趣和偏好，如何满足用户个性化的需求本领域技术人员急需解决的技术问题。

发明内容

本发明提供一种智能电视内容推荐装置及方法，用于解决在现有技术中难以满足用户各种用户群体的难以高效获取自己需要和感兴趣的图像信息的技术问题。

为解决上述技术问题，本发明一方面公开了一种智能电视内容推荐装置，包括：

内容库模块，设置有内容库，所述内容库内设置有多个标签，将所述内容库的内容分类为多个内容组，每一所述内容组关联至少一所述标签，所述内容库模块还用于根据每一所述内容组的内容类型为其自动分配标签，当用户为任意一所述内容组添加标签时，将所述用户添加的标签与内容组相关联；

数据收集模块，用于收集用户地理位置数据及历史观看行为数据，从用户历史观看行为数据中提取观看时长及偏好特征，所述偏好特征用于表示用户的兴趣值，并定期向用户投放推介兴趣调查问卷，根据问卷调查结果接受度评分P对兴趣值进行修正；

数据预处理模块，用于在不同内容组之间设置关联系数；

用户兴趣建模模块，用于基于机器学习算法对用户历史观看行为数据所属的内容组根据关联系数进行建模构建用户的兴趣组；

关注内容推荐模块，用于根据每一用户的历史观看行为数据对所述标签进行权重排序，根据排序结果设置第一推荐优先级；

扩展内容推荐模块，用于根据每一用户的兴趣组中的关联系数进行权重排序，根据排序结果设置第二推荐优先级；

本地内容推荐模块，用于根据每一用户的地理位置数据对所述内容组的标签进行权重排序，根据排序结果设置第三推荐优先级；

推荐结果展示模块，用于根据不同优先级对权重排序加权得出结果权重排序，根据各个标签的结果权重排序依次展示在智能电视界面上。

优选的，所述数据收集模块设定兴趣值矩阵W0和根据用户调查问卷中每一标签接的受度评分生成的兴趣值修正系数矩阵g，对于所述兴趣值修正系数矩阵g，设定（g1,g2,g3,g4），其中g1为第一预设修正系数，g2为第二预设修正系数，g3为第三预设修正系数，g4为第四预设修正系数，且g1＜g2＜g3＜g4；对于所述兴趣值矩阵W0，设定，W0（W01,W02,W03,W04）,其中W01为第一预设兴趣值，W02为第二预设兴趣值，W03为第三预设兴趣值，W04为第四预设兴趣值，

所述数据收集模块用于获取用户调查问卷中每一标签接的受度评分P，根据所述受度评分P选取兴趣值修正系数g，以对所述兴趣值进行修正：

当P＜W01时，选定所述第一预设修正系数g1对所述第一预设兴趣值W01进行修正，修正后的兴趣值为W01*g1；