CN105898413A - 电视节目推荐方法、电视及推荐服务器 - Google Patents

电视节目推荐方法、电视及推荐服务器 Download PDF

Info

Publication number
CN105898413A
CN105898413A CN201610353074.2A CN201610353074A CN105898413A CN 105898413 A CN105898413 A CN 105898413A CN 201610353074 A CN201610353074 A CN 201610353074A CN 105898413 A CN105898413 A CN 105898413A
Authority
CN
China
Prior art keywords
user
account
information
programme
recommendation
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
CN201610353074.2A
Other languages
English (en)
Inventor
孙凯
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.)
Qingdao Hisense Electronics Co Ltd
Original Assignee
Qingdao Hisense Electronics 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 Qingdao Hisense Electronics Co Ltd filed Critical Qingdao Hisense Electronics Co Ltd
Priority to CN201610353074.2A priority Critical patent/CN105898413A/zh
Publication of CN105898413A publication Critical patent/CN105898413A/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]
    • H04N21/20—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
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/252—Processing of multiple end-users' preferences to derive collaborative data
    • 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
    • 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
    • H04N21/466—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]
    • H04N21/40—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)
  • Computing Systems (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明提供一种电视节目推荐方法、电视及推荐服务器，该方法包括：确定当前观看电视的至少两个用户的面部特征；根据所述至少两个用户的面部特征，确定所述至少两个用户所组成的多用户组合账号的信息；获取推荐的电视节目；其中，所述推荐的电视节目为根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，通过预设的推荐策略确定的；从而提高了电视节目的推荐命中率，大幅度提高用户观看电视的用户体验。

Description

电视节目推荐方法、电视及推荐服务器
技术领域
本发明涉及电视技术领域，尤其涉及一种电视节目推荐方法、电视及推荐服务器。
背景技术
随着智能电视和因特网的发展，用户越来越倾向自主点播电视节目，而不是被动观看，但有时用户自己也不确定想看什么，因此，希望推荐系统能自动推荐自己称心如意的电视节目。
现有技术中，对于观看电视的每个用户都需要建立个人账号，用于记录其独自观看的个人历史电视节目信息，并将该个人账号和个人历史电视节目信息上报给推荐服务器，以便该推荐服务器为该用户推荐电视节目；但每次当多个用户同时观看电视时，推荐服务器每次都根据该些用户的个人账号对应的个人历史电视节目信息，采用“取交集”的方式为该些用户推荐电视节目，有时候“交集”可能为零，因此，推荐服务器无法有效地为该些用户推荐合适的电视节目。
发明内容
本发明提供一种电视节目推荐方法、电视及推荐服务器，提高了电视节目的推荐命中率，大幅度提高用户观看电视的用户体验。
第一方面，本发明实施例提供一种电视节目推荐方法，包括：
确定当前观看电视的至少两个用户的面部特征；
根据所述至少两个用户的面部特征，确定所述至少两个用户所组成的多用户组合账号的信息；
获取推荐的电视节目；其中，所述推荐的电视节目为根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，通过预设的推荐策略确定的。
第二方面，本发明实施例提供一种电视节目推荐方法，包括：
接收电视发送的包含有多用户组合账号的信息的推荐请求；
根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，采用机器学习算法确定推荐的电视节目；
向所述电视发送所述推荐的电视节目。
第三方面，本发明实施例提供一种电视，包括：
第一确定模块，用于确定当前观看电视的至少两个用户的面部特征；
第二确定模块，用于根据所述至少两个用户的面部特征，确定所述至少两个用户所组成的多用户组合账号的信息；
获取模块，用于获取推荐的电视节目；其中，所述推荐的电视节目为根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，通过预设的推荐策略确定的。
第四方面，本发明实施例提供一种推荐服务器，包括：
接收模块，用于接收电视发送的包含有多用户组合账号的信息的推荐请求；
确定模块，用于根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，采用机器学习算法确定推荐的电视节目；
发送模块，用于向所述电视发送所述推荐的电视节目。
本发明中，通过确定当前观看电视的至少两个用户的面部特征；根据所述至少两个用户的面部特征，确定所述至少两个用户所组成的多用户组合账号的信息；进一步地，获取推荐的电视节目，其中，所述推荐的电视节目为根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息通过预设的推荐策略确定的；从而提高了电视节目的推荐命中率，大幅度提高用户观看电视的用户体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1A为本发明电视节目推荐方法实施例一的流程示意图；
图1B为本发明电视节目推荐方法的应用场景示意图；
图2为本发明电视节目推荐方法实施例二的流程示意图；
图3为本发明电视实施例的结构示意图一；
图4为本发明电视实施例的结构示意图二；
图5为本发明推荐服务器实施例的结构示意图一；
图6为本发明推荐服务器实施例的结构示意图二。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1A为本发明电视节目推荐方法实施例一的流程示意图。本实施例的方法应用于电视中，提高了电视节目的推荐命中率。如图1所示，本实施例的方法可以包括：
S101、确定当前观看电视的至少两个用户的面部特征。
本步骤中，确定当前观看所述电视的所有用户(例如，一个用户或者多个用户正在观看电视)的面部特征；可选地，通过至少两个摄像头快速确定当前观看电视的所有用户的面部特征，以便确定当前观看所述电视的所有用户所组成的多用户组合账号的信息。
S102、根据所述至少两个用户的面部特征，确定所述至少两个用户所组成的多用户组合账号的信息。
本步骤中，电视中通常会存储有曾登录至所述电视的所有账号对应的成员用户的历史面部特征与用户标识之间的关联关系，在确定当前观看电视的所有用户的面部特征后，根据观看电视的所有用户(一个用户或者多个用户)的面部特征，确定所有用户组成的用户组合账号的信息；可选地，根据当前观看电视的所有用户的面部特征、电视中已存储的历史面部特征与用户标识之间的关联关系、电视中已存储曾登录过的账号的信息等，确定当前观看电视的所有用户组成的用户组合账号的信息。当然，还可通过其它方式确定当前观看电视的所有用户所组成的用户组合账号的信息，本发实施例中对此并不作限制。可选地，本申请以下以“所有用户包括至少两个用户”为例进行详细说明。
可选地，步骤S102包括：
根据所述电视中已存储的历史面部特征与用户标识之间的关联关系以及所述至少两个用户的面部特征，确定所述至少两个用户的标识；
根据所述至少两个用户的标识与所述电视中已存储的账号的信息进行匹配；每个所述账号的信息包括：成员用户的标识和所述电视的标识；
若所述至少两个用户的标识与所述电视中已存储的第一账号的信息所包括的成员用户的标识相对应，则确定所述第一账号的信息为所述多用户组合账号的信息。
本发明实施例中，可选地，所述电视中存储有曾登录至所述电视的所有账号(包括个人用户账号和/或多用户组合账号)的信息所包括的成员用户的历史面部特征与其对应的用户标识之间的关联关系；在确定当前观看电视的所述至少两个用户的面部特征后，所述电视根据所述电视中已存储的历史面部特征与用户标识之间的关联关系以及所述至少两个用户的面部特征，分别确定每个所述用户的标识；a)若已存储的历史面部特征与用户标识之间的关联关系中存在与所述至少两个用户中第一部分用户的面部特征相匹配的历史面部特征，则直接根据已存储的历史面部特征与用户标识之间的关联关系确定所述第一部分用户的用户标识；b)若已存储的历史面部特征与用户标识之间的关联关系中未存在与第二部分用户的面部特征相匹配的历史面部特征，则分别根据所述第二部分用户的面部特征确定所述第二部分用户的标识，其中，所述第二部分用户为所述至少两个用户中除所述第一部分用户之外剩余的部分用户。
进一步地，根据所述至少两个用户的标识与所述电视中已存储的账号的信息(可选地，每个所述账号的信息包括：成员用户的标识和登录所述账号的电视的标识)进行匹配；若所述至少两个用户的标识与所述电视中已存储的第一账号的信息所包括的成员用户的标识相对应(即所述至少两个用户的标识与所述第一账号的信息所包括的成员用户的标识分别一一对应，或者所述至少两个用户之前同时观看过同一电视，并且已创建有对应的多用户组合账号)，则确定所述第一账号的信息为所述多用户组合账号的信息。
可选地，本实施例中涉及的“登录”不仅仅限于手动登录，还指通过摄像头以及电视中的登录程序自动登录等方式，当然，还包括其它登录方式，本发明实施例中对此并不作限制。
S103、获取推荐的电视节目。
其中，所述推荐的电视节目为根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，通过预设的推荐策略确定的。
图1B为本发明电视节目推荐方法的应用场景示意图，如图1B所示，本发明的电视节目推荐方法涉及到电视与推荐服务器，可选地，所述推荐服务器与电视可以单独设置；当然，推荐服务器的设置方式还可以为其它形式(例如，电视中设置有用于实现所述推荐服务器对应功能的模块)，本发明实施例对推荐服务器的设置方式并不作限定。
在步骤S103中，可选地，当所述电视启动时，或者当所述电视接收到所述用户输入的推荐指令(例如，所述用户用遥控器或鼠标等触发推荐菜单)时，或者当所述用户当前观看的电视节目播放完毕等情况时，所述电视获取推荐的电视节目；可选地，当电视中设置有用于实现所述推荐服务器对应功能的模块时，所述模块根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，采用机器学习算法(例如user CF算法或itemCF算法等算法，其中，根据user CF算法推荐的节目覆盖若干分类，命中率和趣味更高)确定推荐的电视节目，例如根据所述多用户组合账号的信息确定所述多用户组合账号所观看的历史电视节目信息，进而根据所述多用户组合账号观看的历史电视节目信息以及所有电视节目介绍信息采用机器学习算法确定推荐的电视节目，可选地，该模块可定时从云端更新所有电视节目介绍信息以及所有账号(包括所有电视上曾登录过的账号，其中包括所述多用户组合账号)观看的历史电视节目信息等信息以便进行推荐。如图1B所示，当推荐服务器与电视为单独设置时，所述电视可向所述推荐服务器发送包含有所述多用户组合账号的信息的推荐请求，以使所述推荐服务器根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，采用机器学习算法确定推荐的电视节目，例如推荐服务器会根据所述多用户组合账号的信息确定所述多用户组合账号观看的历史电视节目信息，进而根据所述多用户组合账号观看的历史电视节目信息以及所有电视节目介绍信息采用机器学习算法确定推荐的电视节目，并向所述电视发送所述推荐的电视节目，以使所述电视获取到了所述推荐的电视节目。可见，相比于现有技术中，每次当多个用户同时观看电视时，推荐服务器每次都根据该些用户的个人账号对应的个人历史电视节目信息，采用“取交集”的方式为该些用户推荐电视节目的方式；本发明实施例中，通过先确定当前观看电视的所有用户对应的多用户组合账号的信息，进而根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息进行学习，以推荐合适的电视节目，从而提高了电视节目的推荐命中率，大幅度提高用户观看电视的用户体验。
可选地，所推荐的电视节目可包括若干类型的电视节目，以进一步提高推荐命中率。
本发明实施例中，通过确定当前观看电视的至少两个用户的面部特征；根据所述至少两个用户的面部特征，确定所述至少两个用户所组成的多用户组合账号的信息；进一步地，获取推荐的电视节目，其中，所述推荐的电视节目为根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息通过预设的推荐策略确定的，从而提高了电视节目的推荐命中率，大幅度提高用户观看电视的用户体验。
可选地，本发明实施例所述的电视节目包括数字电视(DigitalTelevision，简称DTV)电视节目和/或(Video on Demand，简称VOD)电视节目，当然，还可能为其它类型的电视节目，本发明实施例对此并不作限定。
可选地，步骤S102之前，还包括：
根据所述至少两个用户的面部特征以及所述电视中已存储的账号的信息，判断所述电视中是否存储有所述多用户组合账号的信息；
若所述电视中未存储有所述至少两个用户所组成的多用户组合账号的信息，则根据所述至少两个用户的标识以及所述电视的标识创建所述多用户组合账号的信息。
本发明实施例中，当至少两个用户第一次同时观看同一电视时(即所述至少两个用户对应的多用户组合账号还未建立)，通过确定当前观看电视的至少两个用户的面部特征，进而根据所述至少两个用户的面部特征以及所述电视中已存储的账号的信息，判断所述电视中是否存储有所述多用户组合账号的信息，可选地，通过先根据所述电视中已存储的历史面部特征与用户标识之间的关联关系以及所述至少两个用户的面部特征，确定出所述至少两个用户的标识，并根据所述至少两个用户的标识以及所述电视中已存储的账号的信息判断所述电视中是否存储有所述多用户组合账号的信息(当多个用户第一次同时观看一台电视时，通常情况下，电视中不会存储有该多用户对应的多用户组合账号的信息)，若所述至少两个用户的标识与所述电视中已存储的任意账号的信息所包括的成员用户的标识都不对应(当某个账号的信息所包括的成员用户的标识与所述至少两个用户中的每个用户的标识分别一一对应时，则认为所述至少两个用户的标识与所述账号的信息所包括的成员用户的标识对应；否则，则认为所述至少两个用户的标识与所述账号的信息所包括的成员用户的标识不对应)，即所述电视中未存储有所述至少两个用户所组成的多用户组合账号的信息，则根据所述至少两个用户的标识以及所述电视的标识创建所述多用户组合账号的信息。可选地，为了便于计算，每个所述用户的标识为所述用户的通用唯一识别码(Universally UniqueIdentifier，简称UUID)，所述电视的标识为所述电视的UUID；对应地，所述多用户组合账号的信息可为所述多用户组合账号的键值，例如所述键值可以为：所述电视的UUID以及所述至少两个用户的UUID的集合。可选地，本发明实施例中，同一用户对应的UUID无需重新生成，始终采用同一UUID，例如：若电视中已存储有用户A的UUID为UUID A，则后续当所述电视确定某个时刻观看电视的所有用户中包含用户A，则可直接确定用户A的UUID为UUID A，无需再次生成用户A的UUID。可选地，当观看电视的用户个数为n，则最多会产生2^n–1个组合账号。
可见，本发明实施例中，电视会识别当前观看电视的所有用户的面部特征，并确定所述至少两个用户所组成的多用户组合账号的信息，以便后续根据所述多用户组合账号观看的历史电视节目信息为所述多用户组合账号进行电视节目的推荐，提高了推荐的电视节目的推荐命中率。
可选地，当至少两个用户第一次同时观看同一电视时(即所述至少两个用户对应的多用户组合账号还未建立)，在确定当前观看电视的至少两个用户的面部特征，并根据所述至少两个用户的面部特征，确定所述至少两个用户所组成的多用户组合账号的信息后，获取到的推荐的电视节目可为：根据所述多用户组合账号的信息、所有电视节目介绍信息以及所有曾登录过(包括所有电视上曾登录过)的账号的信息和每个账号观看的历史电视节目信息，采用机器学习算法确定的，例如：可根据最热的电视节目进行推荐，或者根据所有曾登录过的账号中与所述多用户组合账号相似度最接近的账号所观看的历史电视节目信息进行推荐(如所述相似度最接近的账号所包括的各个用户的年龄段与所述多用户组合账号所包括的各个用户的年龄段相似等)；当然，还可通过其它方式获取推荐的电视节目，本发明实施例中对此并不作限制。
可选地，在上述实施例的基础上，若接收到第一切换操作，所述方法还包括：
记录第二切换操作与所述第一切换操作之间所述多用户组合账号对应的历史电视节目信息；其中，所述第一切换操作与所述第二切换操作为相邻的两次切换操作，且所述第二切换操为所述第一切换操作之前的切换操作；
将所述多用户组合账号对应的历史电视节目信息上报给推荐服务器。
本发明实施例中，若电视接收到第一切换操作(例如，电视接收到用户输入的切换电视节目操作、用户预约的电视节目即将开始、或者用户当前观看的电视节目播放完毕等情况，可选地，切换电视节目操作可以为快进、关闭、快退或者搜索等操作)，所述电视记录所述第二切换操作与所述第一切换操作之间所述多用户组合账号对应的历史电视节目信息(例如记录该多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息等)，可选地，所述历史电视节目信息包括：历史电视节目介绍信息、观看时长以及记录时间等信息。可选地，当电视中设置有用于实现所述推荐服务器对应功能的模块时，所述电视记录所述第二切换操作与所述第一切换操作之间所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，并保存所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，以便于所述电视后续进行电视节目的推荐。可选地，所述电视也可每隔预设时长记录所述多用户组合账号对应的历史电视节目信息，当然所述电视也可在其它时机记录所述多用户组合账号对应的历史电视节目信息，本发明实施例对次并不作限定。
可选地，如上述图1B所示，当推荐服务器与电视为单独设置时，所述电视在记录所述第二切换操作与所述第一切换操作之间所述多用户组合账号对应的历史电视节目信息(例如记录该多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息等)后，所述电视还可将记录的所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息上报给所述推荐服务器，以便于所述推荐服务器后续为再次观看电视的所述多用户组合账号进行电视节目的推荐，例如，所述推荐服务器会根据多用户组合账号观看的历史电视节目信息为所述多用户组合账号进行电视节目的推荐。可选地，所述电视可在记录所述第二切换操作与所述第一切换操作之间所述多用户组合账号对应的历史电视节目信息后直接上报给所述推荐服务器，或者还可在所述电视或网络不繁忙时上报给所述推荐服务器；当然，所述电视还可在其它时段将记录的账号的信息和历史电视节目信息上报给推荐服务器，本发明实施例中对此并不作限制。
在上述实施例的基础上，可选地，步骤S101包括：
通过至少两个摄像头所捕捉的图像差分别计算每个所述用户与所述电视之间的距离；
根据每个所述用户与所述电视之间的距离，分别确定每个所述用户的面部对应的滑动窗口；
分别根据所述滑动窗口扫描对应的所述用户的面部，并提取所述用户的面部特征。
本发明实施例中，电视通过至少两个摄像头(例如两个摄像头)所捕捉的图像差分别计算当前观看所述电视的每个用户与所述电视之间的距离，例如当前观看电视的多个用户包括：用户A、用户B和用户C，其中，通过两个摄像头所捕捉的图像差确定用户A与所述电视之间的距离为L1、用户B与所述电视之间的距离为L2以及用户C与所述电视之间的距离为L3；进一步地，根据所述用户A与所述电视之间的距离为L1确定所述用户A的面部对应的滑动窗口1、根据所述用户B与所述电视之间的距离为L2确定所述用户B的面部对应的滑动窗口2以及根据所述用户C与所述电视之间的距离为L3确定所述用户C的面部对应的滑动窗口3；进一步地，根据所述滑动窗口1扫描所述用户A的面部并提取所述用户A的面部特征、根据所述滑动窗口2扫描所述用户B的面部并提取所述用户B的面部特征以及根据所述滑动窗口3扫描所述用户C的面部并提取所述用户C的面部特征。可选地，本发明实施例中的电视中可预置有用于人脸识别的神经网络或支持向量机(SupportVector Machine，简称SVM)参数，以便对摄像头所捕捉的图像进行人脸识别；本发明实施例中的摄像头可识别轻微运动，忽略大幅度持续运动，可确定当前观看电视的各个用户的位置。
可见，相比于现有技术中，根据由小到大假设的滑动窗口的大小依次扫描对应的所述用户的面部以提取所述用户的面部特征，而导致识别用户的速度较慢；本发明实施例中，所述电视先根据每个所述用户与所述电视之间的距离，分别快速确定每个所述用户的面部对应的滑动窗口，进而分别根据所述滑动窗口扫描对应的所述用户的面部，并提取所述用户的面部特征，因此，可快速地确定出当前观看电视的用户的面部特征。
图2为本发明电视节目推荐方法实施例二的流程示意图。在上述实施例的基础上，对推荐服务器侧进行详细说明，如图2所示，本实施例的方法可以包括：
S201、接收电视发送的包含有多用户组合账号的信息的推荐请求。
本发明实施例中，推荐服务器接收电视发送的包含有多用户组合账号的信息的推荐请求；可选地，所述多用户组合账号的信息包括：当前观看所述电视的所有用户(例如：至少两个用户)的标识和电视标识。可选地，为了便于计算，每个所述用户的标识为所述用户的UUID，所述电视的标识为所述电视的UUID；对应地，所述多用户组合账号的信息可为所述多用户组合账号的键值，例如所述键值可以为：所述电视的UUID以及所述至少两个用户的UUID的集合。
S202、根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，采用机器学习算法确定推荐的电视节目。
本发明实施例中，推荐服务器中通常会存储有各个曾登录过的账号的信息以及每个账号所观看的历史电视节目信息，当接收到电视发送的包含有多用户组合账号的信息的推荐请求时，推荐服务器可根据所述多用户组合账号的信息从已存储的各个账号的信息以及每个账号所观看的历史电视节目信息中确定出，所述多用户组合账号观看的历史电视节目信息，进而根据所述多用户组合账号观看的历史电视节目信息及所有电视节目介绍信息，采用机器学习算法(例如user CF算法或itemCF算法等算法，其中，根据user CF算法推荐的节目覆盖若干分类，命中率和趣味更高)确定推荐的电视节目，例如，根据所述多用户组合账号的信息确定所述多用户组合账号所观看的历史电视节目信息，进而根据所述多用户组合账号观看的历史电视节目信息可以获知所述多用户组合账号喜欢看哪些类型的节目，在机器学习时会参考所述多用户组合账号喜好信息以及所有电视节目介绍信息进行推荐，从而可确定合适的推荐的电视节目。可见，相比于现有技术中，每次当多个用户同时观看电视时，推荐服务器每次都根据该些用户的个人账号对应的个人历史电视节目信息，采用“取交集”的方式为该些用户推荐电视节目的方式；本发明实施例中，所述推荐服务器在为所述多用户组合账号推荐电视节目时，会参考所述多用户组合账号观看的历史电视节目信息进行机器学习，可以推荐合适的电视节目，从而提高了推荐命中率。
可选地，所述推荐服务器会每隔预设时长更新所有电视节目介绍信息，以便于为用户及时推荐电视节目。可选地，本发明实施例所述的电视节目包括DTV电视节目和/或VOD电视节目，当然，还可能为其它类型的电视节目，本发明实施例对此并不作限定。可选地，所述推荐服务器中存储的所有电视节目介绍信息、所有电视上报的曾登录过的账号的信息和每个所述账号观看的历史电视节目信息等可以存储于所述推荐服务器中的数据库中。
S203、向所述电视发送所述推荐的电视节目。
本发明实施例中，所述推荐服务器在确定推荐的电视节目后，向所述电视发送所述推荐的电视节目。
本发明实施例中，推荐服务器通过接收电视发送的包含有多用户组合账号的信息的推荐请求；根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，采用机器学习算法确定推荐的电视节目，并向所述电视发送所述推荐的电视节目；从而提高了电视节目的推荐命中率，大幅度提高用户观看电视的用户体验。
可选地，当至少两个用户第一次同时观看同一电视时(即所述至少两个用户对应的多用户组合账号还未建立)，推荐服务器在为所述至少两个用户所组成的多用户组合账号推荐电视节目过程中，可根据所述多用户组合账号的信息、所有电视节目介绍信息以及所有曾登录过(包括所有电视上曾登录过)的账号的信息和每个账号观看的历史电视节目信息，采用机器学习算法确定推荐的电视节目，例如：可根据最热的电视节目进行推荐，或者根据所有曾登录过的账号中与所述多用户组合账号相似度最接近的账号观看的历史电视节目信息进行推荐(如所述相似度最接近的账号所包括的各个用户的年龄段与所述多用户组合账号所包括的各个用户的年龄段相似等)；当然，还可通过其它方式确定推荐的电视节目，本发明实施例中对此并不作限制。
可选地，所述方法还包括：
所述推荐服务器接收所述电视上报的在第二切换操作与第一切换操作之间所述多用户组合账号对应的历史电视节目信息，以便于所述推荐服务器后续为再次观看电视的所多用户组合账号进行电视节目的推荐，例如，所述推荐服务器会参考所述多用户组合账号观看的历史电视节目信息为所述多用户组合账号进行电视节目的推荐；其中，所述第一切换操作与所述第二切换操作为所述电视收到的相邻的两次切换操作，且所述第二切换操为所述第一切换操作之前的切换操作；可选地，所述历史电视节目信息包括：历史电视节目介绍信息、观看时长以及记录时间。
图3为本发明电视实施例的结构示意图一。如图3所示，本实施例提供的电视30可以包括：第一确定模块301、第二确定模块302以及获取模块303。
其中，第一确定模块301用于确定当前观看电视的至少两个用户的面部特征；
第二确定模块302用于根据所述至少两个用户的面部特征，确定所述至少两个用户所组成的多用户组合账号的信息；
获取模块303用于获取推荐的电视节目；其中，所述推荐的电视节目为根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，通过预设的推荐策略确定的。
本发明实施例提供的电视包括：第一确定模块、第二确定模块以及获取模块；其中，第一确定模块确定当前观看电视的至少两个用户的面部特征；第二确定模块根据所述至少两个用户的面部特征，确定所述至少两个用户所组成的多用户组合账号的信息；获取模块获取推荐的电视节目；其中，所述推荐的电视节目为根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，通过预设的推荐策略确定的。可见，本发明电视实施例提高了电视节目的推荐命中率，大幅度提高用户观看电视的用户体验。
可选地，作为一种可实施的方式，在图3所示的实施方式的基础上，所述获取模块303具体用于：
向推荐服务器发送包含有所述多用户组合账号的信息的推荐请求，以使所述推荐服务器根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，采用机器学习算法确定推荐的电视节目；
接收所述推荐服务器发送的所述推荐的电视节目。
可选地，作为另一种可实施的方式，所述第二确定模块302具体用于：
根据所述电视中已存储的历史面部特征与用户标识之间的关联关系以及所述至少两个用户的面部特征，确定所述至少两个用户的标识；
根据所述至少两个用户的标识与所述电视中已存储的账号的信息进行匹配；每个所述账号的信息包括：成员用户的标识和所述电视的标识；
若所述至少两个用户的标识与所述电视中已存储的第一账号的信息所包括的成员用户的标识相对应，则确定所述第一账号的信息为所述多用户组合账号的信息。
可选地，作为另一种可实施的方式，在图3所示的实施方式的基础上，电视30还包括：
判断模块，用于根据所述至少两个用户的面部特征以及所述电视中已存储的账号的信息，判断所述电视中是否存储有所述多用户组合账号的信息；
创建模块，用于若所述判断模块确定出所述电视中未存储有所述至少两个用户所组成的多用户组合账号的信息，则根据所述至少两个用户的标识以及所述电视的标识创建所述多用户组合账号的信息。
可选地，作为另一种可实施的方式，电视30还包括：接收模块、记录模块及上报模块；其中，所述记录模块用于：若所述接收模块接收到第一切换操作，则记录第二切换操作与所述第一切换操作之间所述多用户组合账号对应的历史电视节目信息；其中，所述第一切换操作与所述第二切换操作为相邻的两次切换操作，且所述第二切换操为所述第一切换操作之前的切换操作；
所述上报模块用于：将所述多用户组合账号对应的历史电视节目信息上报给推荐服务器。
可选地，作为另一种可实施的方式，所述第一确定模块301具体用于：
通过至少两个摄像头所捕捉的图像差分别计算每个所述用户与所述电视之间的距离；
根据每个所述用户与所述电视之间的距离，分别确定每个所述用户的面部对应的滑动窗口；
分别根据所述滑动窗口扫描对应的所述用户的面部，并提取所述用户的面部特征。
可选地，作为另一种可实施的方式，所述获取模块303具体用于：
当所述接收模块接收到所述用户输入的推荐指令时，获取推荐的电视节目；或者，
当所述用户当前观看的电视节目播放完毕时，获取推荐的电视节目。
本实施例提供的电视30，可以用于执行本发明上述电视节目推荐方法实施例一的技术方案，其实现原理和技术效果类似，此处不再赘述。
图4为本发明电视实施例的结构示意图二。如图4所示，本实施例提供的电视40可以包括：存储器401和处理器402，存储器401可以和处理器402相连；其中，存储器401用于存储执行指令；处理器402用于调用存储器401中的执行指令，用以执行以下操作：
确定当前观看电视的至少两个用户的面部特征；
根据所述至少两个用户的面部特征，确定所述至少两个用户所组成的多用户组合账号的信息；
获取推荐的电视节目；其中，所述推荐的电视节目为根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，通过预设的推荐策略确定的。
可选地，处理器402可以仅包括中央处理器(Central Processing Unit，简称CPU)，也可以是CPU、数字信号处理器(digital signal processor，简称DSP)、图形处理器(Graphic Processing Unit，简称GPU)及通信单元中的控制芯片(例如基带芯片)的组合。
具体地，存储器401中的程序可以包括程序代码，程序代码包括计算机操作指令，还可以存储日志数据。存储器401可能包含随机存取存储器(random access memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
可选地，所述电视40还包括收发器，所述收发器在所述处理器402的控制下用于：
向推荐服务器发送包含有所述多用户组合账号的信息的推荐请求，以使所述推荐服务器根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，采用机器学习算法确定推荐的电视节目；
接收所述推荐服务器发送的所述推荐的电视节目。
可选地，所述根据所述至少两个用户的面部特征，确定所述至少两个用户所组成的多用户组合账号的信息，包括：
根据所述电视中已存储的历史面部特征与用户标识之间的关联关系以及所述至少两个用户的面部特征，确定所述至少两个用户的标识；
根据所述至少两个用户的标识与所述电视中已存储的账号的信息进行匹配；每个所述账号的信息包括：成员用户的标识和所述电视的标识；
若所述至少两个用户的标识与所述电视中已存储的第一账号的信息所包括的成员用户的标识相对应，则确定所述第一账号的信息为所述多用户组合账号的信息。
可选地，所述根据所述至少两个用户的面部特征，确定所述至少两个用户所组成的多用户组合账号的信息之前，还包括：
根据所述至少两个用户的面部特征以及所述电视中已存储的账号的信息，判断所述电视中是否存储有所述多用户组合账号的信息；
若所述电视中未存储有所述至少两个用户所组成的多用户组合账号的信息，则根据所述至少两个用户的标识以及所述电视的标识创建所述多用户组合账号的信息。
可选地，若所述收发器接收到第一切换操作，所述处理器402还用于执行以下操作：
记录第二切换操作与所述第一切换操作之间所述多用户组合账号对应的历史电视节目信息；其中，所述第一切换操作与所述第二切换操作为相邻的两次切换操作，且所述第二切换操为所述第一切换操作之前的切换操作；
可选地，所述收发器还用于：将所述多用户组合账号对应的历史电视节目信息上报给推荐服务器。
可选地，所述确定当前观看电视的至少两个用户的面部特征，包括：
通过至少两个摄像头所捕捉的图像差分别计算每个所述用户与所述电视之间的距离；
根据每个所述用户与所述电视之间的距离，分别确定每个所述用户的面部对应的滑动窗口；
分别根据所述滑动窗口扫描对应的所述用户的面部，并提取所述用户的面部特征。
可选地，当所述收发器接收到所述用户输入的推荐指令时，所述处理器402获取推荐的电视节目；或者，
当所述用户当前观看的电视节目播放完毕时，所述处理器402获取推荐的电视节目。
本实施例提供的电视40，可以用于执行本发明上述电视节目推荐方法实施例一的技术方案，其实现原理和技术效果类似，此处不再赘述。
图5为本发明推荐服务器实施例的结构示意图一。如图5所示，本实施例提供的推荐服务器50可以包括：接收模块501、确定模块502以及发送模块503。
其中，接收模块501用于接收电视发送的包含有多用户组合账号的信息的推荐请求；
确定模块502用于根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，采用机器学习算法确定推荐的电视节目；
发送模块503用于向所述电视发送所述推荐的电视节目。
可选地，作为一种可实施的方式，在图5所示的实施方式的基础上，所述接收模块501还用于：接收所述电视上报的在第二切换操作与第一切换操作之间所述多用户组合账号对应的历史电视节目信息；其中，所述第一切换操作与所述第二切换操作为所述电视收到的相邻的两次切换操作，且所述第二切换操为所述第一切换操作之前的切换操作。
可选地，作为另一种可实施的方式，所述推荐服务器50还包括更新模块，所述更新模块用于：每隔预设时长更新所有电视节目介绍信息。
本实施例提供的推荐服务器50，可以用于执行本发明上述电视节目推荐方法实施例二的技术方案，其实现原理和技术效果类似，此处不再赘述。
图6为本发明推荐服务器实施例的结构示意图二。如图6所示，本实施例提供的推荐服务器60可以包括：存储器601、处理器602和收发器603，存储器601和收发器603可以分别与处理器602相连；其中，收发器603用于接收电视发送的包含有多用户组合账号的信息的推荐请求；存储器601用于存储执行指令；处理器602用于调用存储器601中的执行指令用于：根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，采用机器学习算法确定推荐的电视节目；收发器603还用于向所述电视发送所述推荐的电视节目。
可选地，收发器603还用于：
接收所述电视上报的在第二切换操作与第一切换操作之间所述多用户组合账号对应的历史电视节目信息；其中，所述第一切换操作与所述第二切换操作为所述电视收到的相邻的两次切换操作，且所述第二切换操为所述第一切换操作之前的切换操作。
可选地，收发器603还用于：每隔预设时长更新所有电视节目介绍信息。
本实施例提供的推荐服务器60，可以用于执行本发明上述电视节目推荐方法实施例二的技术方案，其实现原理和技术效果类似，此处不再赘述。
本领域普通技术人员可以理解：本文中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本申请实施例的范围。
本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (11)

1.一种电视节目推荐方法，其特征在于，包括：
确定当前观看电视的至少两个用户的面部特征；
根据所述至少两个用户的面部特征，确定所述至少两个用户所组成的多用户组合账号的信息；
获取推荐的电视节目；其中，所述推荐的电视节目为根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，通过预设的推荐策略确定的。
2.根据权利要求1所述的方法，其特征在于，所述获取推荐的电视节目，包括：
向推荐服务器发送包含有所述多用户组合账号的信息的推荐请求，以使所述推荐服务器根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，采用机器学习算法确定推荐的电视节目；
接收所述推荐服务器发送的所述推荐的电视节目。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述至少两个用户的面部特征，确定所述至少两个用户所组成的多用户组合账号的信息，包括：
根据所述电视中已存储的历史面部特征与用户标识之间的关联关系以及所述至少两个用户的面部特征，确定所述至少两个用户的标识；
根据所述至少两个用户的标识与所述电视中已存储的账号的信息进行匹配；每个所述账号的信息包括：成员用户的标识和所述电视的标识；
若所述至少两个用户的标识与所述电视中已存储的第一账号的信息所包括的成员用户的标识相对应，则确定所述第一账号的信息为所述多用户组合账号的信息。
4.根据权利要求1或2所述的方法，其特征在于，所述根据所述至少两个用户的面部特征，确定所述至少两个用户所组成的多用户组合账号的信息之前，还包括：
根据所述至少两个用户的面部特征以及所述电视中已存储的账号的信息，判断所述电视中是否存储有所述多用户组合账号的信息；
若所述电视中未存储有所述至少两个用户所组成的多用户组合账号的信息，则根据所述至少两个用户的标识以及所述电视的标识创建所述多用户组合账号的信息。
5.根据权利要求1或2所述的方法，其特征在于，若接收到第一切换操作，所述方法还包括：
记录第二切换操作与所述第一切换操作之间所述多用户组合账号对应的历史电视节目信息；其中，所述第一切换操作与所述第二切换操作为相邻的两次切换操作，且所述第二切换操为所述第一切换操作之前的切换操作；
将所述多用户组合账号对应的历史电视节目信息上报给推荐服务器。
6.根据权利要求1或2所述的方法，其特征在于，所述确定当前观看电视的至少两个用户的面部特征，包括：
通过至少两个摄像头所捕捉的图像差分别计算每个所述用户与所述电视之间的距离；
根据每个所述用户与所述电视之间的距离，分别确定每个所述用户的面部对应的滑动窗口；
分别根据所述滑动窗口扫描对应的所述用户的面部，并提取所述用户的面部特征。
7.根据权利要求1或2所述的方法，其特征在于，所述获取推荐的电视节目，包括：
当接收到所述用户输入的推荐指令时，获取推荐的电视节目；或者，
当所述用户当前观看的电视节目播放完毕时，获取推荐的电视节目。
8.一种电视节目推荐方法，其特征在于，包括：
接收电视发送的包含有多用户组合账号的信息的推荐请求；
根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，采用机器学习算法确定推荐的电视节目；
向所述电视发送所述推荐的电视节目。
9.根据权利要求8所述的方法，其特征在于，还包括：
接收所述电视上报的在第二切换操作与第一切换操作之间所述多用户组合账号对应的历史电视节目信息；其中，所述第一切换操作与所述第二切换操作为所述电视收到的相邻的两次切换操作，且所述第二切换操为所述第一切换操作之前的切换操作。
10.一种电视，其特征在于，包括：
第一确定模块，用于确定当前观看电视的至少两个用户的面部特征；
第二确定模块，用于根据所述至少两个用户的面部特征，确定所述至少两个用户所组成的多用户组合账号的信息；
获取模块，用于获取推荐的电视节目；其中，所述推荐的电视节目为根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，通过预设的推荐策略确定的。
11.一种推荐服务器，其特征在于，包括：
接收模块，用于接收电视发送的包含有多用户组合账号的信息的推荐请求；
确定模块，用于根据所述多用户组合账号的信息和所述多用户组合账号观看的历史电视节目信息，采用机器学习算法确定推荐的电视节目；
发送模块，用于向所述电视发送所述推荐的电视节目。
CN201610353074.2A 2016-05-24 2016-05-24 电视节目推荐方法、电视及推荐服务器 Pending CN105898413A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610353074.2A CN105898413A (zh) 2016-05-24 2016-05-24 电视节目推荐方法、电视及推荐服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610353074.2A CN105898413A (zh) 2016-05-24 2016-05-24 电视节目推荐方法、电视及推荐服务器

Publications (1)

Publication Number Publication Date
CN105898413A true CN105898413A (zh) 2016-08-24

Family

ID=56716961

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610353074.2A Pending CN105898413A (zh) 2016-05-24 2016-05-24 电视节目推荐方法、电视及推荐服务器

Country Status (1)

Country Link
CN (1) CN105898413A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106559708A (zh) * 2016-11-09 2017-04-05 北京奇虎科技有限公司 一种基于智能电视的信息推荐方法及电子设备
CN107995527A (zh) * 2017-11-27 2018-05-04 信利光电股份有限公司 一种基于智能电视的消费品广告推送方法及相关装置
CN108959634A (zh) * 2018-07-25 2018-12-07 南京创维信息技术研究院有限公司 视频推荐方法、装置、设备及存储介质
CN109684509A (zh) * 2018-12-27 2019-04-26 贵州省广播电视信息网络股份有限公司 一种基于多人场景的视频推荐方法及系统
CN110941738A (zh) * 2019-11-27 2020-03-31 北京奇艺世纪科技有限公司 推荐方法、装置、电子设备及计算机可读存储介质
CN111260798A (zh) * 2020-01-09 2020-06-09 中国铁道科学研究院集团有限公司电子计算技术研究所 基于人脸识别的闸机及其控制方法、闸机核验系统
CN112448925A (zh) * 2019-08-30 2021-03-05 长城汽车股份有限公司 一种账号管理方法、装置和系统
CN112492390A (zh) * 2020-11-20 2021-03-12 海信视像科技股份有限公司 一种显示设备及内容推荐方法
CN115278370A (zh) * 2022-06-24 2022-11-01 展讯半导体(南京)有限公司 电视节目的推荐方法、系统、智能电视和介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103634669A (zh) * 2012-08-27 2014-03-12 联想(北京)有限公司 电视节目信息提供方法及电子设备
US20140075328A1 (en) * 2012-09-13 2014-03-13 Timothy E. Hansen Methods and apparatus for improving user experience
US20140130095A1 (en) * 2012-11-06 2014-05-08 Chunghwa Wideband Best Network Co., Ltd. Method and system for providing electronic personalized menu
CN105516742A (zh) * 2015-12-31 2016-04-20 深圳创维数字技术有限公司 一种机顶盒用户界面推荐方法及相关设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103634669A (zh) * 2012-08-27 2014-03-12 联想(北京)有限公司 电视节目信息提供方法及电子设备
US20140075328A1 (en) * 2012-09-13 2014-03-13 Timothy E. Hansen Methods and apparatus for improving user experience
US20140130095A1 (en) * 2012-11-06 2014-05-08 Chunghwa Wideband Best Network Co., Ltd. Method and system for providing electronic personalized menu
CN105516742A (zh) * 2015-12-31 2016-04-20 深圳创维数字技术有限公司 一种机顶盒用户界面推荐方法及相关设备

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106559708A (zh) * 2016-11-09 2017-04-05 北京奇虎科技有限公司 一种基于智能电视的信息推荐方法及电子设备
CN107995527A (zh) * 2017-11-27 2018-05-04 信利光电股份有限公司 一种基于智能电视的消费品广告推送方法及相关装置
CN108959634A (zh) * 2018-07-25 2018-12-07 南京创维信息技术研究院有限公司 视频推荐方法、装置、设备及存储介质
CN108959634B (zh) * 2018-07-25 2021-11-30 南京创维信息技术研究院有限公司 视频推荐方法、装置、设备及存储介质
CN109684509A (zh) * 2018-12-27 2019-04-26 贵州省广播电视信息网络股份有限公司 一种基于多人场景的视频推荐方法及系统
CN112448925A (zh) * 2019-08-30 2021-03-05 长城汽车股份有限公司 一种账号管理方法、装置和系统
CN110941738A (zh) * 2019-11-27 2020-03-31 北京奇艺世纪科技有限公司 推荐方法、装置、电子设备及计算机可读存储介质
CN110941738B (zh) * 2019-11-27 2023-03-28 北京奇艺世纪科技有限公司 推荐方法、装置、电子设备及计算机可读存储介质
CN111260798A (zh) * 2020-01-09 2020-06-09 中国铁道科学研究院集团有限公司电子计算技术研究所 基于人脸识别的闸机及其控制方法、闸机核验系统
CN112492390A (zh) * 2020-11-20 2021-03-12 海信视像科技股份有限公司 一种显示设备及内容推荐方法
CN115278370A (zh) * 2022-06-24 2022-11-01 展讯半导体(南京)有限公司 电视节目的推荐方法、系统、智能电视和介质

Similar Documents

Publication Publication Date Title
CN105898413A (zh) 电视节目推荐方法、电视及推荐服务器
CN107872732B (zh) 一种自助式互动视频直播系统
CN102467661B (zh) 多媒体设备及其控制方法
US20150092979A1 (en) Method and apparatus for image collection and analysis
JP6475339B2 (ja) 画像共有方法及び装置、並びに端末デバイス
CN104853092A (zh) 一种拍照方法及装置
CN109829064B (zh) 媒体资源分享及播放方法和装置、存储介质及电子装置
CN110149549B (zh) 信息的显示方法及装置
CN110198456A (zh) 基于直播的视频推送方法、装置和计算机可读存储介质
CN110703913A (zh) 对象交互方法和装置、存储介质及电子装置
CN108108012A (zh) 信息交互方法和装置
CN106385637B (zh) 多媒体信息的播放方法、装置和系统
CN111324275B (zh) 显示画面中元素的播报方法及装置
CN105847874A (zh) 直播装置及直播终端
CN105872639A (zh) 直播方法及直播终端
CN110377574B (zh) 图片的协作处理方法及装置、存储介质、电子装置
CN105046630A (zh) 图像标签添加系统
US11503110B2 (en) Method for presenting schedule reminder information, terminal device, and cloud server
US10448063B2 (en) System and method for perspective switching during video access
CN113992942A (zh) 视频的拼接方法及装置、计算机存储介质
CN105809618A (zh) 一种图片处理方法及装置
CN104683842A (zh) 用户档案信息处理方法、装置、机顶盒、遥控器及系统
CN105183739A (zh) 图像处理方法
CN110198477A (zh) 一种线下弹幕的交互方法、弹幕服务端及交互系统
CN109034254B (zh) 定制人工智能在线服务的方法、系统和存储介质

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: 20160824

RJ01 Rejection of invention patent application after publication