CN104363474A - 一种基于多用户的智能电视节目推荐系统及方法 - Google Patents

一种基于多用户的智能电视节目推荐系统及方法 Download PDF

Info

Publication number
CN104363474A
CN104363474A CN201410644120.5A CN201410644120A CN104363474A CN 104363474 A CN104363474 A CN 104363474A CN 201410644120 A CN201410644120 A CN 201410644120A CN 104363474 A CN104363474 A CN 104363474A
Authority
CN
China
Prior art keywords
user
information
data
programme
module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410644120.5A
Other languages
English (en)
Inventor
杨雪莲
李强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Changhong Electric Co Ltd
Original Assignee
Sichuan Changhong Electric Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Changhong Electric Co Ltd filed Critical Sichuan Changhong Electric Co Ltd
Priority to CN201410644120.5A priority Critical patent/CN104363474A/zh
Publication of CN104363474A publication Critical patent/CN104363474A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25891—Management of end-user data being end-user preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Graphics (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明提供了一种基于多用户的智能电视节目推荐系统及方法。采集个体用户身份信息及其电视节目浏览观看记录进行信息关联；将关联信息进行解析生成个人信息特征图谱并存储；对已存储有的个人信息特征图谱的，当该个人用户请求推荐服务时，根据其对应的特征图谱结合当前的电视节目进行节目推荐；若请求推荐服务的为多个个人用户，则根据每个个人用户特征图谱得出共同特征进行电视节目推荐。智能电视机能够根据不同的场景、不同的用户来提供服务，尽可能为所有的观看者推荐其喜爱的电视节目，整个过程均自动完成。

Description

一种基于多用户的智能电视节目推荐系统及方法
技术领域
本发明涉及一种基于多用户的智能电视节目推荐系统及方法，特别是涉及一种适用于智能电视领域基于多用户的智能电视节目推荐系统及方法。
背景技术
在电视机技术日趋发达的今天，电视机的设计向着更加实用、更加时尚、更加智能化的方向发展。用电视机观看影视节目是现在人们娱乐生活中的一个重要部分，而互联网电视正在成为人们观看视频的主要渠道。但是随着时代的进步，电视节目的种类也变得越来越多样化。一般来说，每个用户在海量的电视节目中都应该有自己所偏爱的电视节目，而对电视节目的偏爱类型与用户的性别、年龄、生活环境、兴趣爱好、地区等有着莫大的联系。但是，据调查显示，由于潜移默化的影响，每个人与家人在某些电视节目上往往存在着相同的兴趣，因此他们的浏览记录、收视行为也总是存在着某种相似的关系。但是，由于缺乏交流，导致用户对家人的兴趣爱好的了解也具有一定的局限性。因此经常出现这样一种状况：当一家人坐在一起看电视时，总是在不停地抢按遥控板，不停地更换节目，在某些黄金时段，可能还因为争抢遥控板而引发争吵。这些问题使人们逐渐对用电视观看电视节目失去了兴趣，从而也让用户失去了很多与家人交流、谈心的机会
因此，帮助用户主动挖掘感兴趣的媒体内容，或者帮助用户主动找到其他人潜在的兴趣点，让机器更懂用户、让机器更好地为用户服务，是目前智能化推荐所需要面对的问题。而上述的用户与家人朋友在对电视节目的偏爱类型上存在的相似的联系为智能化推荐提供了无穷的价值。本发明主要解决智能电视的节目推荐问题，如何利用用户对电视节目的偏爱类型潜在的相似关系来实现智能电视节目推荐的问题。
发明内容
本发明要解决的技术问题是提供一种基于多用户的能够为不同用户提供服务，为所有的电视节目观看者推荐其喜爱的电视节目的智能电视节目推荐系统及方法。
本发明采用的技术方案如下： 一种基于多用户的智能电视节目推荐系统，其特征在于，包括
用户信息采集模块，采集代表个体用户身份信息，并将该信息发送到数据收发客户端；
用户日志记录模块，记录用户的浏览记录并将日志信息发送到数据收发客户端；
数据收发客户端，对代表个体用户信息的数据和对应的用户日志信息进行关联打包后并编码，发送到云服务平台；接收云服务平台返回的用户服务数据；
WIFI模块，用于智能电视或云服务平台的通讯连接；
智能推荐模块，分析用户的服务数据，为用户推荐电视节目；
云服务平台，包括
数据收发模块，接收数据收发客户端发送过来的数据；向数据收发客户端发送云服务平台的服务数据；
数据库，存储从数据收发模块接收的数据；
数据处理模块，对数据收发模块接收的数据进行解析，生成用户的特征图谱；
特征图谱数据库，存储用户的特征图谱；
服务数据提取模块，从特征图谱中提取服务数据，并发送到数据收发模块。
所述用户信息采集模块为用户面部特征信息采集模块，对用户的脸部特征进行采集和预处理，并将处理后的信息发送到用户面部特征提取客户端；
所述用户面部特征提取客户端，用于提取用户人脸图像信息中的特征值，再将特征值信息传到数据收发客户端。
一种基于上述电视节目推荐系统的基于多用户的智能电视节目推荐方法，具体方法为，采集个体用户身份信息及其电视节目浏览观看记录进行信息关联；将关联信息进行解析生成个人信息特征图谱并存储；对已存储有的个人信息特征图谱的，当该个人用户请求推荐服务时，根据其对应的特征图谱结合当前的电视节目进行节目推荐；若请求推荐服务的为多个个人用户，则根据每个个人用户特征图谱得出共同特征进行电视节目推荐。
作为优选，所采集的个体用户身份信息为面部特征信息，每次自动获取当前用户的面部特征信息进行身份识别或存储。
作为优选，只有一个用户观看电视时，智能电视的推荐模块根据ItemCF算法，先计算电视节目之间的相似度，再根据电视节目的相似度和用户的服务数据，选择与用户的偏爱节目类型相似度高的电视节目按照相似度的高低进行推荐。
作为优选，有两个及其以上的用户用智能电视机观看电视节目时，根据返回的用户服务数据，为每一个用户建立一个推荐列表，然后根据每一个电视节目在列表中出现的次数、电视节目所对应的用户与其他用户的兴趣相似度的高低和每个电视节目被哪些用户浏览过等因素后，得到用户喜爱的电视节目的交集部分，建立一个新的属于所有用户的推荐表为用户进行节目推荐。
与现有技术相比，本发明的有益效果是：智能电视机能够根据不同的场景、不同的用户来提供服务，尽可能为所有的观看者推荐其喜爱的电视节目，整个过程均自动完成。通过用户的浏览日志记录来分析出用户的偏好信息，使得数据比较准确；通过人脸识别来对用户进行识别，使得所推荐的用户对象更加明确；智能推荐机制综合所有用户的偏好信息，能更好的满足所有用户的实际需要。使机器更能了解用户，使用户能更好地了解家人，用户与家人之间可以更好地进行联系，孩子们不必再为遥控器的控制权而争斗，丈夫和妻子也能够一同坐在沙发上，欣赏自己喜爱的节目，为夫妻、室友以及兄弟姐妹培养出最协调的关系，促进家庭的和谐发展。
附图说明
图1为本发明其中一实施例的流程示意图。
图2为本发明其中一实施例的结构框图。
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。
如图2所示，一种基于多用户的智能电视节目推荐系统，包括
用户信息采集模块，采集代表个体用户身份信息，并将该信息发送到数据收发客户端；用户每次看电视时，主动登录（允许多个个体用户的登录）或自动获取个体用户的身份信息。
用户日志记录模块，记录用户的浏览记录并将日志信息发送到数据收发客户端；用户每一次登录或每次自动获取的代表用户身份信息都会与其浏览电视节目所形成的浏览日志进行关联存储，用户后面数据的更新。
数据收发客户端，一方面，对代表个体用户信息的数据和对应的用户日志信息进行关联打包后并编码，发送到云服务平台；另一方面用于接收云服务平台返回的用户服务数据。
WIFI模块，用于智能电视或云服务平台的互联网通讯连接。
智能推荐模块，分析从云服务平台获取的用户的服务数据，按照特定的推荐算法，为用户推荐电视节目。
云服务平台，包括
数据收发模块，一方面，接收数据收发客户端发送过来的数据；另一方面，向数据收发客户端发送云服务平台的服务数据。
数据库，存储从数据收发模块接收的数据。
数据处理模块，对数据收发模块接收的数据进行解析，生成用户的特征图谱。
特征图谱数据库，存储用户的特征图谱；
服务数据提取模块，从特征图谱中提取服务数据，并发送到数据收发模块。
在本具体实施例中，所述用户信息采集模块为用户面部特征信息采集模块，对用户的脸部特征进行采集和预处理，并将处理后的信息发送到用户面部特征提取客户端；在用户第一次使用智能电视观看电视节目时，智能电视的用户信息采集模块通过前置摄像头采集并预处理人脸图像。
所述用户面部特征提取客户端，用于提取用户人脸图像信息中的特征值，再将特征值信息传到数据收发客户端。
一种基于多用户的智能电视节目推荐方法，具体方法为，采集个体用户身份信息及其电视节目浏览观看记录进行信息关联；将关联信息进行解析生成个人信息特征图谱并存储；对已存储有的个人信息特征图谱的，当该个人用户请求推荐服务时，根据其对应的特征图谱结合当前的电视节目进行节目推荐；若请求推荐服务的为多个个人用户，则根据每个个人用户特征图谱得出共同特征进行电视节目推荐。
所采集的个体用户身份信息为面部特征信息，每次自动获取当前用户的面部特征信息进行身份识别或存储。
只有一个用户观看电视时，智能电视的推荐模块根据ItemCF算法，先计算电视节目之间的相似度，再根据电视节目的相似度和用户的服务数据，选择与用户的偏爱节目类型相似度高的电视节目按照相似度的高低进行推荐。
有两个及其以上的用户用智能电视机观看电视节目时，根据返回的用户服务数据，为每一个用户建立一个推荐列表，然后根据每一个电视节目在列表中出现的次数、电视节目所对应的用户与其他用户的兴趣相似度的高低和每个电视节目被哪些用户浏览过等因素后，得到用户喜爱的电视节目的交集部分，建立一个新的属于所有用户的推荐表为用户进行节目推荐。
如图1所示，在本具体实施例中，具体方法步骤为：
a．用户首次用智能电视观看电视节目时，电视机的用户信息采集模块采集并预处理人脸图像并将数据信息发送到用户面部特征值提取客户端，电视机中的用户日志记录模块记录用户的浏览记录并将日志信息发送到数据收发客户端；
b．用户面部特征值提取客户端提取用户人脸图像信息中的特征值，再将特征值信息传到数据收发客户端；
c．数据收发客户端接收用户面部用户面部特征值提取客户端传来的数据和用户日志记录模块传来的数据后，对其进行关联打包后并编码，再发送到智能电视云服务平台的数据库；
d．数据处理模块将数据库接收的数据进行解析，生成用户的特征图谱，并将其存储到特征图谱数据库中；
e．当用户再次用智能电视观看电视节目时，智能电视通过用户信息采集模块采集该用户的人脸图像，判断是否多用户观看电视节目；
f．如果只有一个用户观看电视，智能电视通过用户信息采集模块采集该用户的人脸图像，并提取特征值发送到智能电视云服务平台进行匹配，从特征图谱数据库中找到其对应的特征图谱；
所述的步骤f还进一步包括：
f1．假设有两个及其以上的用户用智能电视机观看电视节目时，智能电视会采集到所有用户的人脸图像，并分别提取特征值发送到智能电视云服务平台进行匹配，从特征图谱数据库中找到所有对应的特征图谱；
g．云服务平台的服务数据提取模块从特征图谱里提取服务数据发送到数据发送模块；
h．云服务平台的数据发送模块将服务数据发送到智能电视的数据收发客户端；
i．数据收发客户端将服务数据发送到智能电视的推荐模块，如果只有一个用户观看电视，智能电视的推荐模块根据ItemCF算法（基于物品的协同过滤算法），先计算电视节目之间的相似度，再根据电视节目的相似度和用户的服务数据，选择与用户的偏爱节目类型相似度高的电视节目按照相似度的高低进行推荐。所述的步骤i还进一步包括：
i1．假设有两个及其以上的用户用智能电视机观看电视节目时，推荐模块首先会根据返回的用户服务数据，为每一个用户建立一个推荐列表，然后通过考虑每一个电视节目在列表中出现的次数、电视节目所对应的用户与其他用户的兴趣相似度的高低、每个电视节目被哪些用户浏览过等因素后，得到用户喜爱的电视节目的交集部分，建立一个新的属于所有用户的推荐表，尽可能的将大家都喜欢的电视节目推送出来。 

Claims (6)

1.一种基于多用户的智能电视节目推荐系统，其特征在于，包括
用户信息采集模块，采集代表个体用户身份信息，并将该信息发送到数据收发客户端；
用户日志记录模块，记录用户的浏览记录并将日志信息发送到数据收发客户端；
数据收发客户端，对代表个体用户信息的数据和对应的用户日志信息进行关联打包后并编码，发送到云服务平台；接收云服务平台返回的用户服务数据；
WIFI模块，用于智能电视或云服务平台的通讯连接；
智能推荐模块，分析用户的服务数据，为用户推荐电视节目；
云服务平台，包括
数据收发模块，接收数据收发客户端发送过来的数据；向数据收发客户端发送云服务平台的服务数据；
数据库，存储从数据收发模块接收的数据；
数据处理模块，对数据收发模块接收的数据进行解析，生成用户的特征图谱；
特征图谱数据库，存储用户的特征图谱；
服务数据提取模块，从特征图谱中提取服务数据，并发送到数据收发模块。
2.根据权利要求1所述的智能电视节目推荐系统，其特征在于，所述用户信息采集模块为用户面部特征信息采集模块，对用户的脸部特征进行采集和预处理，并将处理后的信息发送到用户面部特征提取客户端；
所述用户面部特征提取客户端，用于提取用户人脸图像信息中的特征值，再将特征值信息传到数据收发客户端。
3.一种基于上述电视节目推荐系统的基于多用户的智能电视节目推荐方法，具体方法为，采集个体用户身份信息及其电视节目浏览观看记录进行信息关联；将关联信息进行解析生成个人信息特征图谱并存储；对已存储有的个人信息特征图谱的，当该个人用户请求推荐服务时，根据其对应的特征图谱结合当前的电视节目进行节目推荐；若请求推荐服务的为多个个人用户，则根据每个个人用户特征图谱得出共同特征进行电视节目推荐。
4.根据权利要求3所述的智能电视节目推荐方法，所采集的个体用户身份信息为面部特征信息，每次自动获取当前用户的面部特征信息进行身份识别或存储。
5.根据权利要求3所述的智能电视节目推荐方法，只有一个用户观看电视时，智能电视的推荐模块根据ItemCF算法，先计算电视节目之间的相似度，再根据电视节目的相似度和用户的服务数据，选择与用户的偏爱节目类型相似度高的电视节目按照相似度的高低进行推荐。
6.根据权利要求3所述的智能电视节目推荐方法，有两个及其以上的用户用智能电视机观看电视节目时，根据返回的用户服务数据，为每一个用户建立一个推荐列表，然后根据每一个电视节目在列表中出现的次数、电视节目所对应的用户与其他用户的兴趣相似度的高低和每个电视节目被哪些用户浏览过等因素后，得到用户喜爱的电视节目的交集部分，建立一个新的属于所有用户的推荐表为用户进行节目推荐。
CN201410644120.5A 2014-11-14 2014-11-14 一种基于多用户的智能电视节目推荐系统及方法 Pending CN104363474A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410644120.5A CN104363474A (zh) 2014-11-14 2014-11-14 一种基于多用户的智能电视节目推荐系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410644120.5A CN104363474A (zh) 2014-11-14 2014-11-14 一种基于多用户的智能电视节目推荐系统及方法

Publications (1)

Publication Number Publication Date
CN104363474A true CN104363474A (zh) 2015-02-18

Family

ID=52530693

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410644120.5A Pending CN104363474A (zh) 2014-11-14 2014-11-14 一种基于多用户的智能电视节目推荐系统及方法

Country Status (1)

Country Link
CN (1) CN104363474A (zh)

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105005777A (zh) * 2015-07-30 2015-10-28 科大讯飞股份有限公司 一种基于人脸的音视频推荐方法及系统
CN105263052A (zh) * 2015-10-13 2016-01-20 微鲸科技有限公司 基于人脸识别技术的音视频推送方法及系统
CN105681835A (zh) * 2016-02-26 2016-06-15 腾讯科技（深圳）有限公司 一种信息推送的方法以及服务器
CN105681901A (zh) * 2016-01-19 2016-06-15 天脉聚源(北京)传媒科技有限公司 一种推荐节目的方法及装置
CN105721936A (zh) * 2016-01-20 2016-06-29 中山大学 一种基于情景感知的智能电视节目推荐系统
CN105868259A (zh) * 2015-12-29 2016-08-17 乐视致新电子科技（天津）有限公司 一种基于人脸识别的视频推荐方法和装置
CN105898412A (zh) * 2016-04-26 2016-08-24 湖北睛彩视讯科技有限公司 互联网电视云平台
CN106230911A (zh) * 2016-07-25 2016-12-14 腾讯科技（深圳）有限公司 一种播放数据推荐方法、兴趣标签确定方法及相关设备
CN106407418A (zh) * 2016-09-23 2017-02-15 Tcl集团股份有限公司 一种基于人脸识别的个性化视频推荐方法及推荐系统
WO2017113741A1 (zh) * 2015-12-29 2017-07-06 乐视控股（北京）有限公司 一种基于人脸识别的广告推荐方法和装置
WO2018018250A1 (zh) * 2016-07-24 2018-02-01 金蕾 一种根据年龄推荐节目的数据采集方法以及节目播放系统
CN107920266A (zh) * 2017-11-20 2018-04-17 安徽亿联智能有限公司 一种机顶盒用户知识图谱构造方式
CN107948700A (zh) * 2017-11-23 2018-04-20 深圳Tcl数字技术有限公司 节目推荐方法、系统及计算机可读存储介质
CN108966023A (zh) * 2017-05-22 2018-12-07 中兴通讯股份有限公司 一种节目推送方法以及机顶盒
CN110598064A (zh) * 2018-06-13 2019-12-20 佛山市顺德区美的电热电器制造有限公司 食谱推荐方法及系统、计算机设备、计算机可读存储介质
CN110602556A (zh) * 2019-09-20 2019-12-20 深圳创维－Rgb电子有限公司 播放方法、云端服务器及存储介质
CN111417024A (zh) * 2020-03-30 2020-07-14 深圳创维－Rgb电子有限公司 一种基于场景识别的节目推荐方法、系统及存储介质
CN112685571A (zh) * 2020-12-28 2021-04-20 中国南方电网有限责任公司超高压输电公司 一种基于大数据的知识图谱生成推荐系统
CN112839260A (zh) * 2020-12-25 2021-05-25 广州长嘉电子有限公司 基于安卓系统的智能数字电视节目推荐方法、装置及电视
WO2021135285A1 (zh) * 2019-12-30 2021-07-08 深圳Tcl数字技术有限公司 一种基于人脸识别的视频推荐方法及装置、电视
CN114827728A (zh) * 2022-06-23 2022-07-29 中国传媒大学 节目数据推荐方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184235A (zh) * 2011-05-13 2011-09-14 广州星海传媒有限公司 一种基于机顶盒的数字电视节目推荐方法及系统
CN102263999A (zh) * 2011-08-03 2011-11-30 Tcl集团股份有限公司 基于人脸识别对电视节目自动分类的方法及其系统
CN103118279A (zh) * 2013-02-22 2013-05-22 浪潮齐鲁软件产业有限公司 一种分布式云端数字电视节目推荐方法
CN103139616A (zh) * 2013-02-27 2013-06-05 中山大学 基于多用户的数字电视节目的个性化云推荐方法及系统
CN103716702A (zh) * 2013-12-17 2014-04-09 三星电子（中国）研发中心 电视节目推荐装置和方法
WO2014065590A1 (en) * 2012-10-23 2014-05-01 Samsung Electronics Co., Ltd. Program recommendation device and program recommendation program
US20140229990A1 (en) * 2013-02-13 2014-08-14 Samsung Electronics Co., Ltd. Display apparatus, server and control method thereof

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184235A (zh) * 2011-05-13 2011-09-14 广州星海传媒有限公司 一种基于机顶盒的数字电视节目推荐方法及系统
CN102263999A (zh) * 2011-08-03 2011-11-30 Tcl集团股份有限公司 基于人脸识别对电视节目自动分类的方法及其系统
WO2014065590A1 (en) * 2012-10-23 2014-05-01 Samsung Electronics Co., Ltd. Program recommendation device and program recommendation program
US20140229990A1 (en) * 2013-02-13 2014-08-14 Samsung Electronics Co., Ltd. Display apparatus, server and control method thereof
CN103118279A (zh) * 2013-02-22 2013-05-22 浪潮齐鲁软件产业有限公司 一种分布式云端数字电视节目推荐方法
CN103139616A (zh) * 2013-02-27 2013-06-05 中山大学 基于多用户的数字电视节目的个性化云推荐方法及系统
CN103716702A (zh) * 2013-12-17 2014-04-09 三星电子（中国）研发中心 电视节目推荐装置和方法

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105005777A (zh) * 2015-07-30 2015-10-28 科大讯飞股份有限公司 一种基于人脸的音视频推荐方法及系统
CN105005777B (zh) * 2015-07-30 2021-02-02 科大讯飞股份有限公司 一种基于人脸的音视频推荐方法及系统
CN105263052A (zh) * 2015-10-13 2016-01-20 微鲸科技有限公司 基于人脸识别技术的音视频推送方法及系统
CN105868259A (zh) * 2015-12-29 2016-08-17 乐视致新电子科技（天津）有限公司 一种基于人脸识别的视频推荐方法和装置
WO2017113740A1 (zh) * 2015-12-29 2017-07-06 乐视控股（北京）有限公司 一种基于人脸识别的视频推荐方法和装置
WO2017113741A1 (zh) * 2015-12-29 2017-07-06 乐视控股（北京）有限公司 一种基于人脸识别的广告推荐方法和装置
CN105681901A (zh) * 2016-01-19 2016-06-15 天脉聚源(北京)传媒科技有限公司 一种推荐节目的方法及装置
CN105721936A (zh) * 2016-01-20 2016-06-29 中山大学 一种基于情景感知的智能电视节目推荐系统
CN105721936B (zh) * 2016-01-20 2018-01-16 中山大学 一种基于情景感知的智能电视节目推荐系统
CN105681835A (zh) * 2016-02-26 2016-06-15 腾讯科技（深圳）有限公司 一种信息推送的方法以及服务器
CN105681835B (zh) * 2016-02-26 2019-11-19 腾讯科技（深圳）有限公司 一种信息推送的方法以及服务器
CN105898412A (zh) * 2016-04-26 2016-08-24 湖北睛彩视讯科技有限公司 互联网电视云平台
WO2018018250A1 (zh) * 2016-07-24 2018-02-01 金蕾 一种根据年龄推荐节目的数据采集方法以及节目播放系统
CN106230911A (zh) * 2016-07-25 2016-12-14 腾讯科技（深圳）有限公司 一种播放数据推荐方法、兴趣标签确定方法及相关设备
CN106407418A (zh) * 2016-09-23 2017-02-15 Tcl集团股份有限公司 一种基于人脸识别的个性化视频推荐方法及推荐系统
CN108966023A (zh) * 2017-05-22 2018-12-07 中兴通讯股份有限公司 一种节目推送方法以及机顶盒
CN107920266A (zh) * 2017-11-20 2018-04-17 安徽亿联智能有限公司 一种机顶盒用户知识图谱构造方式
CN107948700A (zh) * 2017-11-23 2018-04-20 深圳Tcl数字技术有限公司 节目推荐方法、系统及计算机可读存储介质
CN110598064A (zh) * 2018-06-13 2019-12-20 佛山市顺德区美的电热电器制造有限公司 食谱推荐方法及系统、计算机设备、计算机可读存储介质
CN110602556A (zh) * 2019-09-20 2019-12-20 深圳创维－Rgb电子有限公司 播放方法、云端服务器及存储介质
WO2021135285A1 (zh) * 2019-12-30 2021-07-08 深圳Tcl数字技术有限公司 一种基于人脸识别的视频推荐方法及装置、电视
CN113127681A (zh) * 2019-12-30 2021-07-16 深圳Tcl数字技术有限公司 一种基于人脸识别的视频推荐方法及装置、电视
CN111417024A (zh) * 2020-03-30 2020-07-14 深圳创维－Rgb电子有限公司 一种基于场景识别的节目推荐方法、系统及存储介质
CN112839260A (zh) * 2020-12-25 2021-05-25 广州长嘉电子有限公司 基于安卓系统的智能数字电视节目推荐方法、装置及电视
CN112685571A (zh) * 2020-12-28 2021-04-20 中国南方电网有限责任公司超高压输电公司 一种基于大数据的知识图谱生成推荐系统
CN114827728A (zh) * 2022-06-23 2022-07-29 中国传媒大学 节目数据推荐方法及系统
CN114827728B (zh) * 2022-06-23 2022-09-13 中国传媒大学 节目数据推荐方法及系统

Similar Documents

Publication Publication Date Title
CN104363474A (zh) 一种基于多用户的智能电视节目推荐系统及方法
US9571606B2 (en) Social media viewing system
US9549225B2 (en) Method and apparatus for managing advertisements using social media data
US9235574B2 (en) Systems and methods for providing media recommendations
US20140007154A1 (en) Systems and methods for providing individualized control of media assets
KR101893943B1 (ko) Iptv 시청 가구 구성원 추론 방법, 서버 및 시스템
US20130332521A1 (en) Systems and methods for compiling media information based on privacy and reliability metrics
US20160078489A1 (en) Systems and Methods of Using Social Media Data to Personalize Media Content Recommendations
US20140379456A1 (en) Methods and systems for determining impact of an advertisement
WO2014089145A2 (en) Methods and systems for displaying contextually relevant information regarding a media asset
KR101774397B1 (ko) 방송 선호 정보를 제공하기 위한 방법 및 장치
KR20170088279A (ko) 성격 유형 분석을 이용한 친구 추천 서비스 제공 방법 및 서버
US9894414B2 (en) Methods and systems for presenting content to a user based on the movement of the user
US11212579B2 (en) Presence and authentication for media measurement
US11636151B2 (en) Methods and systems for disambiguating user input based on detection of ensembles of items
WO2016172306A1 (en) Systems and methods for improving accuracy in media asset recommendation models
WO2017190750A1 (en) Evaluating an effect of tv content provided to tv watchers
US20150245098A1 (en) Methods, apparatus, and user interfaces for social user quantification
WO2014046649A1 (en) Initial recommendation system seeding
KR20120071173A (ko) Ｓｎｓ 메시지를 활용한 ｖｏｄ 컨텐츠에 대한 부가 서비스 시스템 및 이를 이용한 부가 서비스 방법
JP2012222569A (ja) 番組推薦装置及び方法及びプログラム
US20210011943A1 (en) Systems and methods for recommending media assets based on objects captured in visual assets
KR102130073B1 (ko) 객체 중심의 해상도 복원 기능을 수행하는 영상 학습 시스템
KR102130075B1 (ko) 사용자 시청 취향 정보를 활용한 해상도 복원용 영상학습 지원 시스템
US9154838B2 (en) System and method for identifying social media influencers

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20150218

RJ01 Rejection of invention patent application after publication