[发明专利]一种电视节目的推荐方法

摘要

本发明请求保护一种电视节目的推荐方法，其包括以下步骤：首先，接收用户输入的语言信息；根据所述语言信息，得到特征元素，以所述特征元素为检索关键词对所述电子节目表数据库中的电子节目信息进行检索和评价处理，根据所述相似度提取相关的电子节目信息；利用所述特征集合和机器学习方法，构建统计模型；利用所述统计模型，对所述电子节目表数据库中的节目进行匹配；输出所述匹配的结果给用户；再次，用户发送节目请求信息，获取用户对节目的评分信息，得到用户—节目评分矩阵，进行节目的初步推荐；若和匹配结果有一半一样则按此推荐，若不一样则选取评分第二高的节目作为目标节目，重复以上步骤进行填充，直到超过一半相同则推荐节目单给用户。本发明混合推荐方法可以提高节目推荐的准确性。

主权项

1.一种电视节目的推荐方法，其特征在于，包括以下步骤：首先，接收用户输入的语言信息；根据所述语言信息，从已存储电子节目信息的电子节目表数据库中提取相关的电子节目信息；对所述提取的电子节目信息进行特征选取，得到特征元素，以所述特征元素为检索关键词对所述电子节目表数据库中的电子节目信息进行检索和评价处理，并根据所述处理的结果从所述电子节目表数据库中提取相关的电子节目信息，然后对根据所述语言信息提取的电子节目信息和根据所述特征元素提取的电子节目信息进行特征选取，得到新的特征元素，具体包括：当所述接收的语言信息为关键词集合时，对所述关键词集合进行逻辑计算后从所述电子节目表数据库中提取相关的电子节目信息；并从已存储语言知识的知识库中获取所述新的特征元素的关联信息，构建特征集合，具体包括：当所述接收的语言信息为短语或句子时，先进行分词处理，对分词结果进行计算得到用户喜好的空间模型，然后计算所述空间模型与所述电子节目表数据库中的电子节目信息的相似度，根据所述相似度提取相关的电子节目信息；利用所述特征集合和机器学习方法，构建统计模型；利用所述统计模型，对所述电子节目表数据库中的节目进行匹配；输出所述匹配的结果给用户；再次，用户发送节目请求信息，获取用户对节目的评分信息，得到用户—节目评分矩阵，为每个用户和每个节目构建历史评分记录集合，同时构建用户集合，按照用户的评分节目从大到小对节目集合中的节目排序；按节目在用户集合中的顺序，选取一个评分最高的节目作为目标节目；根据用户—节目评分矩阵，计算其余节目与目标节目的相似度；选取与目标节目相似度大于第一设定值的节目构建目标节目的优先节目集；计算目标节目与各优先节目的历史共同评分差均值，若两个用户历史本身没有共同节目，则不做计算；选取共同评分差均值小于第二设定值的节目构造最终的相似节目集，利用目标节目的相似节目集对用户—节目评分矩阵进行填充；对用户—节目评分矩阵中剩下的未填充数据，同样采用相似度阈值法和共同评分差均值来选取最相似节目，并利用相似节目来对用户—节目评分矩阵进行再次填充，进行节目的初步推荐；若和匹配结果有一半一样则按此推荐，若不一样则选取评分第二高的节目作为目标节目，重复以上步骤进行填充，直到超过一半相同则推荐节目单给用户。