CN106534984B - 电视节目推送方法及装置 - Google Patents
电视节目推送方法及装置 Download PDFInfo
- Publication number
- CN106534984B CN106534984B CN201611213879.3A CN201611213879A CN106534984B CN 106534984 B CN106534984 B CN 106534984B CN 201611213879 A CN201611213879 A CN 201611213879A CN 106534984 B CN106534984 B CN 106534984B
- Authority
- CN
- China
- Prior art keywords
- program
- target user
- television
- interest
- preset
- 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.)
- Active
Links
Images
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
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
- H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
-
- 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
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
- H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
-
- 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
-
- 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
Abstract
本发明公开了一种电视节目推送方法,该方法流程包括:采集目标用户观看属于预设节目类别的电视节目时的行为数据,并根据所述行为数据计算所述目标用户对所述预设节目类别的兴趣度;将兴趣度大于预设阈值的预设节目类别作为所述目标用户的兴趣节目类别;查找属于所述兴趣节目类别的电视节目并推送给所述目标用户。本发明还提出一种电视节目推送装置。本发明能够精确地筛选出用户感兴趣的节目,提高电视资源的利用率,进而提高用户粘性。
Description
技术领域
本发明涉及电视机技术领域,尤其涉及一种电视节目推送方法及装置。
背景技术
随着三网融合技术的不断发展,电视节目的数量呈几何级数增长。面对海量的电视节目内容,用户有了更多的选择余地。但是另一方面,用户如何在众多节目中精确地寻找自己感兴趣的电视节目成了不得不面对的难题。
现有的智能电视一般都不具有为用户推荐感兴趣的电视节目的功能,智能电视平台的主页都是由开发人员统一配置后呈现给用户,不具有针对性,造成了用户主页千篇一律,再加上可选择的节目众多,难以精确地从海量的视频节目中筛选出用户感兴趣的节目,这样就会出现如果电视本身配置的内容用户不感兴趣,用户又难以检索到感兴趣的电视节目的情况,导致电视资源的利用率低,进而造成用户粘性低。
发明内容
本发明提供一种电视节目推送方法及装置,其主要目的在于解决基于现有的电视机难以精确地从海量的视频节目中筛选出用户感兴趣的节目,而造成的电视资源的利用率低、用户粘性低的技术问题。
为实现上述目的,本发明提供一种电视节目推送方法,该电视节目推送方法包括:
采集目标用户观看属于预设节目类别的电视节目时的行为数据,并根据所述行为数据计算所述目标用户对所述预设节目类别的兴趣度;
将兴趣度大于预设阈值的预设节目类别作为所述目标用户的兴趣节目类别;
查找属于所述兴趣节目类别的电视节目并推送给所述目标用户。
可选地,所述将兴趣度大于预设阈值的预设节目类别作为所述目标用户的兴趣节目类别的步骤与所述查找属于所述兴趣节目类别的电视节目并推送给所述目标用户的步骤之间,所述电视节目推送方法还包括:
判断兴趣节目类别的数量是否大于预设数目;
若是,则执行查找属于所述兴趣节目类别的电视节目并推送给所述目标用户的步骤;
若否,则查找与所述目标用户具有共同兴趣节目类别的相似用户,并将属于所述相似用户的兴趣节目类别的电视节目推送给所述目标用户。
可选地,所述采集目标用户观看属于预设节目类别的电视节目时的行为数据,并根据所述行为数据计算所述目标用户对所述预设节目类别的兴趣度的步骤包括:
采集目标用户在预设时间间隔内观看属于预设节目类别的电视节目时的行为数据;
根据采集到的行为数据,分别计算所述目标用户对所述预设节目类别下观看过的各个电视节目的兴趣度;
将对各个电视节目的兴趣度的总和作为所述目标用户在所述预设时间间隔内对所述预设节目类别的兴趣度。
可选地,所述查找属于所述兴趣节目类别的电视节目并推送给所述目标用户的步骤包括:
查找属于所述兴趣节目类别的电视节目并将查找到的电视节目添加至与所述目标用户关联的推荐列表,将所述推荐列表推送给所述目标用户;
所述找属于所述兴趣节目类别的电视节目并推送给所述目标用户的步骤之后,所述电视节目推送方法还包括:
在接收到基于所述推荐列表触发的节目删除指令时,确定所述节目删除指令对应的电视节目;
将确定的所述电视节目从所述推荐列表中删除。
可选地,所述在接收到用户基于所述推荐列表触发的节目删除指令时,确定所述节目删除指令对应的电视节目的步骤之后,所述电视节目推送方法还包括:
将所述节目删除指令对应的电视节目添加至与所述目标用户关联的过滤列表中;
所述查找属于所述兴趣节目类别的电视节目并推送给所述目标用户的步骤包括:
查找属于所述兴趣节目类别的电视节目;
根据与所述目标用户关联的过滤列表对查找到的电视节目进行过滤处理,并将经过滤处理后的电视节目推送给所述目标用户。
此外,为实现上述目的,本发明还提供一种电视节目推送装置,该电视节目推送装置包括:
计算模块,用于采集目标用户观看属于预设节目类别的电视节目时的行为数据,并根据所述行为数据计算所述目标用户对所述预设节目类别的兴趣度;
筛选模块,用于将兴趣度大于预设阈值的预设节目类别作为所述目标用户的兴趣节目类别;
推送模块,用于查找属于所述兴趣节目类别的电视节目并推送给所述目标用户。
可选地,所述电视节目推送装置还包括:
判断模块,用于判断兴趣节目类别的数量是否大于预设数目;
所述推送模块还用于:若兴趣节目类别的数量大于预设数目,则查找属于所述兴趣节目类别的电视节目并推送给所述目标用户;
以及,若兴趣节目类别的数量小于或等于所述预设数目,查找与所述目标用户具有共同兴趣节目类别的相似用户,并将属于所述相似用户的兴趣节目类别的电视节目推送给所述目标用户。
可选地,所述计算模块包括:
获取单元,用于采集目标用户在预设时间间隔内观看属于预设节目类别的电视节目时的行为数据;
计算单元,用于根据采集到的行为数据,分别计算所述目标用户对所述预设节目类别下观看过的各个电视节目的兴趣度;
以及,将对各个电视节目的兴趣度的总和作为所述目标用户在所述预设时间间隔内对所述预设节目类别的兴趣度。
可选地,所述电视节目推送装置还包括:
列表管理模块,用于查找属于所述兴趣节目类别的电视节目并将查找到的电视节目添加至与所述目标用户关联的推荐列表;
所述推送模块还用于:将所述推荐列表推送给所述目标用户;
所述列表管理模块用于:在接收到基于所述推荐列表触发的节目删除指令时,确定所述节目删除指令对应的电视节目;以及,将确定的所述电视节目从所述推荐列表中删除。
可选地,所述列表管理模块还用于:将所述节目删除指令对应的电视节目添加至与所述目标用户关联的过滤列表中;
所述推送模块包括:
查找单元,用于查找属于所述兴趣节目类别的电视节目;
过滤单元,用于根据与所述目标用户关联的过滤列表对查找到的电视节目进行过滤处理;
推送单元,用于将经过滤处理后的电视节目推送给所述目标用户。
本发明提出的电视节目推送方法及装置,对目标用户观看属于预设节目类别的电视节目时的行为数据进行采集,并且根据采集到的行为数据计算用户对该预设节目类别的兴趣度,根据计算的兴趣度,将兴趣度大于预设阈值的预设节目类别作为该目标用户的兴趣节目类别,并查找出属于兴趣节目类别的电视节目并推送给目标用户,本发明通过对用户观看电视电视节目的行为数据进行采集并计算节目类别的兴趣度的方式,精确地获取用户感兴趣的节目类别,进而实现在为用户推荐电视节目时,能够有针对性的将属于用户感兴趣的节目类别的电视节目推送给用户,提高电视资源的利用率,进而提高用户粘性。
附图说明
图1为本发明电视节目推送方法第一实施例的流程图;
图2为本发明电视节目推送方法第二实施例的流程图;
图3为本发明电视节目推送方法第三实施例的流程图;
图4为本发明电视节目推送装置第一实施例的功能模块示意图;
图5为本发明电视节目推送装置第二实施例的功能模块示意图;
图6为本发明电视节目推送装置第三实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种电视节目推送方法。参照图1所示,为本发明电视节目推送方法第一实施例的流程图。
在本实施例中,该电视节目推送方法包括:
步骤S10,采集目标用户观看属于预设节目类别的电视节目时的行为数据,并根据所述行为数据计算所述目标用户对所述预设节目类别的兴趣度。
步骤S20,将兴趣度大于预设阈值的预设节目类别作为所述目标用户的兴趣节目类别。
本发明实施例中,对于智能电视平台的所有电视节目进行分类,可以根据需要按照一定的分类规则进行分类。例如,将电视节目划分为电影、电视剧、综艺节目三大类,每一个大类又可以分为多个子类别,用户可以根据对节目分类的精细程度的要求对电视节目进行分类,直至不能再分类,例如,将电影这个大类又分为喜剧电影、爱情电影、恐怖电影等等,该实施例中所述预设节目类别为所有的电视节目分类中粒度最小的类别,一般包括多个。一个电视节目可以只属于一个预设节目类别,也可以同时属于多个预设节目类别,例如,一部电影既可以是喜剧电影,也可以属于爱情电影。
对于目标用户观看的某电视节目来说,目标用户观看电视节目时的行为数据包括目标用户观看该电视节目消耗的时长,目标用户观看该电视节目的次数,该电视节目播放的总时长,该电视节目播放的总次数等。
以理解的是,随着时间的转移,目标用户感兴趣的节目类别可能会发生变化,因此,可以时间间隔为单位采集目标用户观看电视节目时的行为数据时,例如,设置一个预设时间间隔,在为用户推荐电视节目时,以当前的时间点作为预设时间间隔的时间终点,进行行为数据的采集。以下以预设时间间隔为一周为例进行说明,在采集数据时,采集目标用户过去一周内观看电视节目的行为数据,在其他实施例,预设时间间隔可以根据需要设置,例如,还可以是一个月、六十天等。
具体地,关于计算目标用户对预设节目类别的兴趣度,作为一种实施方式,步骤S10可以包括以下细化步骤:
采集目标用户在预设时间间隔内观看属于预设节目类别的电视节目时的行为数据;
根据采集到的行为数据,分别计算所述目标用户对所述预设节目类别下观看过的各个电视节目的兴趣度;
将对各个电视节目的兴趣度的总和作为所述目标用户在所述预设时间间隔内对所述预设节目类别的兴趣度。
该实施例中,采集目标用户在过去一周内观看过的电视节目,以及观看各个电视节目所消耗的时长,以及观看过的电视节目的总时长。
例如,目标用户在过去一周内观看的电视节目的个数为m;那么,可以按照以下公式计算目标用户对这m个电视节目中任意一个电视节目Ti的兴趣度wi。
其中,Li(Lj)为电视节目i(j)在过去一周内播放的总时长,di(dj)为目标用户在过去一周内观看电视节目i(j)的实际时长,ci(cj)为目标用户在过去一周内观看电视节目i(j)的次数,其中,j为变量,其取值范围为1-m。上述公式中的分母表示目标用户对过去一周内观看过的所有电视节目的兴趣值的总和,分子表示目标用户对过去一周内观看过的电视节目i的兴趣值,计算得到的wi为目标用户对过去一周内观看过的电视节目i的兴趣度。
在计算得到目标用户对过去一周内观看过的每个电视节目的兴趣度之后,根据对各个电视节目的兴趣度计算对预设节目类别的兴趣度。具体地,将用户对观看过的电视节目中属于一预设节目类别的电视节目的兴趣度相加求和,得到用户对该预设节目类别的兴趣度。以m=5为例进行说明,假设目标用户在过去一周内观看过的电视节目有5个,分别为T1、T2、T3、T4、T5,其中,有T1、T3、T4属于综艺节目,如果计算得到用户对T1、T3、T4的兴趣度分别为w1、w3、w4,则可以计算得到用户对综艺节目的兴趣度为w1+w3+w4。
可以理解的是,为了便于理解本实施例中计算兴趣度的方式,上述例子中列举了比较简单的例子进行说明,在实际应用的过程中,可以根据需要设置划分预设节目类别,并且对于预设节目类别的数量没有限制,可以有多个,并且类别划分越细,为用户推荐电视节目的精准度越高。
本实施例中,预先设置兴趣度阈值,在计算得到目标用户对各个预设节目类别的兴趣度后,将兴趣度大于预设阈值的预设节目类别作为该目标用户的兴趣节目类别,兴趣节目类别可以有一个或者多个。
步骤S30,查找属于所述兴趣节目类别的电视节目并推送给所述目标用户。
在计算得到目标用户的兴趣节目类别后,从资源库中查找出属于该目标用户的兴趣节目类别的电视节目推送给该目标用户。
需要说明的是,本实施例并不局限于推荐电视节目,也可以用于音乐、图片、游戏等其他各种可以在智能电视上展示的内容的推荐。
本实施例提出的电视节目推送方法,对目标用户观看属于预设节目类别的电视节目时的行为数据进行采集,并且根据采集到的行为数据计算用户对该预设节目类别的兴趣度,根据计算的兴趣度,将兴趣度大于预设阈值的预设节目类别作为该目标用户的兴趣节目类别,并查找出属于兴趣节目类别的电视节目并推送给目标用户,本实施例的方法通过对用户观看电视电视节目的行为数据进行采集并计算节目类别的兴趣度的方式,精确地获取用户感兴趣的节目类别,进而实现在为用户推荐电视节目时,能够有针对性的将属于用户感兴趣的节目类别的电视节目推送给用户,提高电视资源的利用率,进而提高用户粘性。
基于第一实施例提出本发明电视节目推送方法的第二实施例。参照图2所示,在本实施例中,在步骤S20与步骤S30之间,该电视节目推送方法还包括:
步骤S40,判断兴趣节目类别的数量是否大于预设数目;
若是,则执行步骤S30;
步骤S50,若否,则查找与所述目标用户具有共同兴趣节目类别的相似用户,并将属于所述相似用户的兴趣节目类别的电视节目推送给所述目标用户。
在该实施例中,考虑到目标用户可能在过去的预设时间间隔内观看的电视节目数量较少,这样进行统计后,得到的兴趣节目类别的数量可能会比较少,此时可能可以推荐的节目数量会比较少,因此,本实施例中根据目标用户的兴趣节目类别的数量的大小结合两种方式进行电视节目的推荐。具体地,设置预设数目作为兴趣节目类别的数量阈值,当目标用户的兴趣节目类别的数量大于该预设数据时,则按照上述实施例,将属于该兴趣节目类别的电视节目推荐给目标用户,在推荐的时候,可以将用户观看的电视节目过滤掉。当目标用户的兴趣节目类别的数量小于或者等于预设阈值时,可以查找与该目标用户具有共同兴趣节目类别的用户,作为该目标用户的相似用户。由于具有共同兴趣节目类别的用户,可能对于电视节目有相似的需求,因此可以将属于该相似用户的兴趣节目类别中的电视节目推荐给目标用户,其中,可以优先推荐该相似用户观看过的且兴趣度较高的电视节目,并且在推荐时,可以过滤掉目标用户曾经观看过的电视节目。该实施例通过两种推荐方式相结合,进一步提高节目推送的精准度。
基于第一实施例提出本发明电视节目推送方法的第三实施例。参照图3所示,在本实施例中,步骤S30包括:
步骤S31,查找属于所述兴趣节目类别的电视节目并将查找到的电视节目添加至与所述目标用户关联的推荐列表,将所述推荐列表推送给所述目标用户。
在步骤S30之后,该电视节目推送方法还包括:
步骤S60,在接收到基于所述推荐列表触发的节目删除指令时,确定所述节目删除指令对应的电视节目;
步骤S70,将确定的所述电视节目从所述推荐列表中删除。
在本实施例中,为目标用户建立关联的推荐列表,将查找到的属于该目标用户的兴趣节目类别的电视节目均可以添加到关联的推荐列表中,并将推荐列表推送给目标用户。用户接收到推荐列表时,若对推荐列表中的电视节目有不感兴趣的,则可以触发删除指令,将其从推荐列表中给删除,进一步提高推荐列表与目标用户的匹配度。
进一步地,在步骤S70之后,该电视节目推送方法还包括:将所述节目删除指令对应的电视节目添加至与所述目标用户关联的过滤列表中。
步骤S30包括:查找属于所述兴趣节目类别的电视节目;根据与所述目标用户关联的过滤列表对查找到的电视节目进行过滤处理,并将经过滤处理后的电视节目推送给所述目标用户。
此外,还可以为目标用户建立关联的过滤列表,将目标用户从推荐列表中删除的电视节目,即目标用户不感兴趣的电视节目添加到该过滤列表中,在为目标用户推荐电视节目时,将查找的电视节目中属于该过滤列表的电视节目过滤掉之后,将剩余的电视节目推荐给目标用户,进一步提高推荐电视节目的精准度。
本发明还提出一种电视节目推送装置。
参照图4所示,为本发明电视节目推送装置第一实施例的功能模块示意图。
在该实施例中,该电视节目推送装置包括:
计算模块10,用于采集目标用户观看属于预设节目类别的电视节目时的行为数据,并根据所述行为数据计算所述目标用户对所述预设节目类别的兴趣度。
筛选模块20,用于将兴趣度大于预设阈值的预设节目类别作为所述目标用户的兴趣节目类别
本发明实施例中,对于智能电视平台的所有电视节目进行分类,可以根据需要按照一定的分类规则进行分类。例如,将电视节目划分为电影、电视剧、综艺节目三大类,每一个大类又可以分为多个子类别,用户可以根据对节目分类的精细程度的要求对电视节目进行分类,直至不能再分类,例如,将电影这个大类又分为喜剧电影、爱情电影、恐怖电影等等,该实施例中所述预设节目类别为所有的电视节目分类中粒度最小的类别,一般包括多个。一个电视节目可以只属于一个预设节目类别,也可以同时属于多个预设节目类别,例如,一部电影既可以是喜剧电影,也可以属于爱情电影。
对于目标用户观看的某电视节目来说,目标用户观看电视节目时的行为数据包括目标用户观看该电视节目消耗的时长,目标用户观看该电视节目的次数,该电视节目播放的总时长,该电视节目播放的总次数等。
以理解的是,随着时间的转移,目标用户感兴趣的节目类别可能会发生变化,因此,可以时间间隔为单位采集目标用户观看电视节目时的行为数据时,例如,设置一个预设时间间隔,在为用户推荐电视节目时,以当前的时间点作为预设时间间隔的时间终点,进行行为数据的采集。以下以预设时间间隔为一周为例进行说明,在采集数据时,采集目标用户过去一周内观看电视节目的行为数据,在其他实施例,预设时间间隔可以根据需要设置,例如,还可以是一个月、六十天等。
具体地,关于计算目标用户对预设节目类别的兴趣度,作为一种实施方式,计算模块10包括:
获取单元,用于采集目标用户在预设时间间隔内观看属于预设节目类别的电视节目时的行为数据;
计算单元,用于根据采集到的行为数据,分别计算所述目标用户对所述预设节目类别下观看过的各个电视节目的兴趣度;
以及,将对各个电视节目的兴趣度的总和作为所述目标用户在所述预设时间间隔内对所述预设节目类别的兴趣度。
该实施例中,获取单元采集目标用户在过去一周内观看过的电视节目,以及观看各个电视节目所消耗的时长,以及观看过的电视节目的总时长。
例如,目标用户在过去一周内观看的电视节目的个数为m;那么,可以按照以下公式计算目标用户对这m个电视节目中任意一个电视节目Ti的兴趣度wi。
其中,Li(Lj)为电视节目i(j)在过去一周内播放的总时长,di(dj)为目标用户在过去一周内观看电视节目i(j)的实际时长,ci(cj)为目标用户在过去一周内观看电视节目i(j)的次数,其中,j为变量,其取值范围为1-m。上述公式中的分母表示目标用户对过去一周内观看过的所有电视节目的兴趣值的总和,分子表示目标用户对过去一周内观看过的电视节目i的兴趣值,计算得到的wi为目标用户对过去一周内观看过的电视节目i的兴趣度。
在计算得到目标用户对过去一周内观看过的每个电视节目的兴趣度之后,计算单元根据对各个电视节目的兴趣度计算对预设节目类别的兴趣度。具体地,将用户对观看过的电视节目中属于一预设节目类别的电视节目的兴趣度相加求和,得到用户对该预设节目类别的兴趣度。以m=5为例进行说明,假设目标用户在过去一周内观看过的电视节目有5个,分别为T1、T2、T3、T4、T5,其中,有T1、T3、T4属于综艺节目,如果计算得到用户对T1、T3、T4的兴趣度分别为w1、w3、w4,则可以计算得到用户对综艺节目的兴趣度为w1+w3+w4。
可以理解的是,为了便于理解本实施例中计算兴趣度的方式,上述例子中列举了比较简单的例子进行说明,在实际应用的过程中,可以根据需要设置划分预设节目类别,并且对于预设节目类别的数量没有限制,可以有多个,并且类别划分越细,为用户推荐电视节目的精准度越高。
本实施例中,预先设置兴趣度阈值,在计算得到目标用户对各个预设节目类别的兴趣度后,将兴趣度大于预设阈值的预设节目类别作为该目标用户的兴趣节目类别,兴趣节目类别可以有一个或者多个。
推送模块30,用于查找属于所述兴趣节目类别的电视节目并推送给所述目标用户。
在计算得到目标用户的兴趣节目类别后,推送模块30从资源库中查找出属于该目标用户的兴趣节目类别的电视节目推送给该目标用户。
需要说明的是,本实施例并不局限于推荐电视节目,也可以用于音乐、图片、游戏等其他各种可以在智能电视上展示的内容的推荐。
本实施例提出的电视节目推送装置,对目标用户观看属于预设节目类别的电视节目时的行为数据进行采集,并且根据采集到的行为数据计算用户对该预设节目类别的兴趣度,根据计算的兴趣度,将兴趣度大于预设阈值的预设节目类别作为该目标用户的兴趣节目类别,并查找出属于兴趣节目类别的电视节目并推送给目标用户,本实施例的装置通过对用户观看电视电视节目的行为数据进行采集并计算节目类别的兴趣度的方式,精确地获取用户感兴趣的节目类别,进而实现在为用户推荐电视节目时,能够有针对性的将属于用户感兴趣的节目类别的电视节目推送给用户,提高电视资源的利用率,进而提高用户粘性。
基于第一实施例提出本发明电视节目推送装置的第二实施例。参照图5所示,在本实施例中,电视节目推送装置还包括:
判断模块40,用于判断兴趣节目类别的数量是否大于预设数目;
推送模块30还用于:若兴趣节目类别的数量大于预设数目,则查找属于所述兴趣节目类别的电视节目并推送给所述目标用户;
以及,若兴趣节目类别的数量小于或等于所述预设数目,查找与所述目标用户具有共同兴趣节目类别的相似用户,并将属于所述相似用户的兴趣节目类别的电视节目推送给所述目标用户。
在该实施例中,考虑到目标用户可能在过去的预设时间间隔内观看的电视节目数量较少,这样进行统计后,得到的兴趣节目类别的数量可能会比较少,此时可能可以推荐的节目数量会比较少,因此,本实施例中根据目标用户的兴趣节目类别的数量的大小结合两种方式进行电视节目的推荐。具体地,设置预设数目作为兴趣节目类别的数量阈值,当判断模块40判定目标用户的兴趣节目类别的数量大于该预设数据时,则按照上述实施例,推送模块30将属于该兴趣节目类别的电视节目推荐给目标用户,在推荐的时候,可以将用户观看的电视节目过滤掉。当判断模块40判定目标用户的兴趣节目类别的数量小于或者等于预设阈值时,推送模块30可以查找与该目标用户具有共同兴趣节目类别的用户,作为该目标用户的相似用户。由于具有共同兴趣节目类别的用户,可能对于电视节目有相似的需求,因此可以将属于该相似用户的兴趣节目类别中的电视节目推荐给目标用户,其中,可以优先推荐该相似用户观看过的且兴趣度较高的电视节目,并且在推荐时,可以过滤掉目标用户曾经观看过的电视节目。该实施例通过两种推荐方式相结合,进一步提高节目推送的精准度。
基于第一实施例或者第二实施例提出本发明电视节目推送装置的第三实施例。以下以基于第一实施例为例,参照图6所示,在本实施例中,电视节目推送装置还包括:
列表管理模块50,用于查找属于所述兴趣节目类别的电视节目并将查找到的电视节目添加至与所述目标用户关联的推荐列表;
推送模块30还用于:将所述推荐列表推送给所述目标用户;
列表管理模块50用于:在接收到基于所述推荐列表触发的节目删除指令时,确定所述节目删除指令对应的电视节目;以及,将确定的所述电视节目从所述推荐列表中删除。
在本实施例中,为目标用户建立关联的推荐列表,列表管理模块50将查找到的属于该目标用户的兴趣节目类别的电视节目均可以添加到关联的推荐列表中,推送模块30将推荐列表推送给目标用户。用户接收到推荐列表时,若对推荐列表中的电视节目有不感兴趣的,则可以触发删除指令,列表管理模块50将其从推荐列表中给删除,进一步提高推荐列表与目标用户的匹配度。
进一步地,列表管理模块50还用于:将所述节目删除指令对应的电视节目添加至与所述目标用户关联的过滤列表中;
推送模块30包括:
查找单元,用于查找属于所述兴趣节目类别的电视节目;
过滤单元,用于根据与所述目标用户关联的过滤列表对查找到的电视节目进行过滤处理;
推送单元,用于将经过滤处理后的电视节目推送给所述目标用户。
此外,还可以为目标用户建立关联的过滤列表,列表管理模块50将目标用户从推荐列表中删除的电视节目,即目标用户不感兴趣的电视节目添加到该过滤列表中,在为目标用户推荐电视节目时,推送模块30将查找的电视节目中属于该过滤列表的电视节目过滤掉之后,将剩余的电视节目推荐给目标用户,进一步提高推荐电视节目的精准度。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵该非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,云端服务器,空调器,或者网络设备等)执行本发明各个实施例的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种电视节目推送方法,其特征在于,所述电视节目推送方法包括:
采集目标用户观看属于预设节目类别的电视节目时的行为数据,并根据所述行为数据计算所述目标用户对所述预设节目类别的兴趣度,其中,所述预设节目类别为所有的电视节目分类中粒度最小的类别;
将兴趣度大于预设阈值的预设节目类别作为所述目标用户的兴趣节目类别;
查找属于所述兴趣节目类别的电视节目并推送给所述目标用户;
其中,所述采集目标用户观看属于预设节目类别的电视节目时的行为数据,并根据所述行为数据计算所述目标用户对所述预设节目类别的兴趣度的步骤包括:
采集目标用户在预设时间间隔内观看属于预设节目类别的电视节目时的行为数据;
根据采集到的行为数据,分别计算所述目标用户对所述预设节目类别下观看过的各个电视节目的兴趣度;
将对各个电视节目的兴趣度的总和作为所述目标用户在所述预设时间间隔内对所述预设节目类别的兴趣度;
所述各个电视节目的兴趣度的计算公式为:
其中,wi为目标用户对m个电视节目中任意一个电视节目Ti的兴趣度;
m为目标用户在预设时间间隔内观看电视节目的个数;
Li为电视节目i在预设时间间隔内播放的总时长;
di为目标用户在预设时间间隔内观看电视节目i的实际时长;
ci为目标用户在预设时间间隔内观看电视节目i的次数;
其中,i为变量,其取值范围为1-m。
2.根据权利要求1所述的电视节目推送方法,其特征在于,所述将兴趣度大于预设阈值的预设节目类别作为所述目标用户的兴趣节目类别的步骤与所述查找属于所述兴趣节目类别的电视节目并推送给所述目标用户的步骤之间,所述电视节目推送方法还包括:
判断兴趣节目类别的数量是否大于预设数目;
若是,则执行查找属于所述兴趣节目类别的电视节目并推送给所述目标用户的步骤;
若否,则查找与所述目标用户具有共同兴趣节目类别的相似用户,并将属于所述相似用户的兴趣节目类别的电视节目推送给所述目标用户。
3.根据权利要求1或2中任一项所述的电视节目推送方法,其特征在于,所述查找属于所述兴趣节目类别的电视节目并推送给所述目标用户的步骤包括:
查找属于所述兴趣节目类别的电视节目并将查找到的电视节目添加至与所述目标用户关联的推荐列表,将所述推荐列表推送给所述目标用户;
所述找属于所述兴趣节目类别的电视节目并推送给所述目标用户的步骤之后,所述电视节目推送方法还包括:
在接收到基于所述推荐列表触发的节目删除指令时,确定所述节目删除指令对应的电视节目;
将确定的所述电视节目从所述推荐列表中删除。
4.根据权利要求3所述的电视节目推送方法,其特征在于,所述在接收到用户基于所述推荐列表触发的节目删除指令时,确定所述节目删除指令对应的电视节目的步骤之后,所述电视节目推送方法还包括:
将所述节目删除指令对应的电视节目添加至与所述目标用户关联的过滤列表中;
所述查找属于所述兴趣节目类别的电视节目并推送给所述目标用户的步骤包括:
查找属于所述兴趣节目类别的电视节目;
根据与所述目标用户关联的过滤列表对查找到的电视节目进行过滤处理,并将经过滤处理后的电视节目推送给所述目标用户。
5.一种电视节目推送装置,其特征在于,所述电视节目推送装置包括:
计算模块,用于采集目标用户观看属于预设节目类别的电视节目时的行为数据,并根据所述行为数据计算所述目标用户对所述预设节目类别的兴趣度,其中,所述预设节目类别为所有的电视节目分类中粒度最小的类别;
筛选模块,用于将兴趣度大于预设阈值的预设节目类别作为所述目标用户的兴趣节目类别;
推送模块,用于查找属于所述兴趣节目类别的电视节目并推送给所述目标用户;
其中,所述计算模块包括:
获取单元,用于采集目标用户在预设时间间隔内观看属于预设节目类别的电视节目时的行为数据;
计算单元,用于根据采集到的行为数据,分别计算所述目标用户对所述预设节目类别下观看过的各个电视节目的兴趣度;
以及,将对各个电视节目的兴趣度的总和作为所述目标用户在所述预设时间间隔内对所述预设节目类别的兴趣度;
所述各个电视节目的兴趣度的计算公式为:
其中,wi为目标用户对m个电视节目中任意一个电视节目Ti的兴趣度;
m为目标用户在预设时间间隔内观看电视节目的个数;
Li为电视节目i在预设时间间隔内播放的总时长;
di为目标用户在预设时间间隔内观看电视节目i的实际时长;
ci为目标用户在预设时间间隔内观看电视节目i的次数;
其中,i为变量,其取值范围为1-m。
6.根据权利要求5所述的电视节目推送装置,其特征在于,所述电视节目推送装置还包括:
判断模块,用于判断兴趣节目类别的数量是否大于预设数目;
所述推送模块还用于:若兴趣节目类别的数量大于预设数目,则查找属于所述兴趣节目类别的电视节目并推送给所述目标用户;
以及,若兴趣节目类别的数量小于或等于所述预设数目,查找与所述目标用户具有共同兴趣节目类别的相似用户,并将属于所述相似用户的兴趣节目类别的电视节目推送给所述目标用户。
7.根据权利要求5或6中任一项所述的电视节目推送装置,其特征在于,所述电视节目推送装置还包括:
列表管理模块,用于查找属于所述兴趣节目类别的电视节目并将查找到的电视节目添加至与所述目标用户关联的推荐列表;
所述推送模块还用于:将所述推荐列表推送给所述目标用户;
所述列表管理模块用于:在接收到基于所述推荐列表触发的节目删除指令时,确定所述节目删除指令对应的电视节目;以及,将确定的所述电视节目从所述推荐列表中删除。
8.根据权利要求7所述的电视节目推送装置,其特征在于,所述列表管理模块还用于:将所述节目删除指令对应的电视节目添加至与所述目标用户关联的过滤列表中;
所述推送模块包括:
查找单元,用于查找属于所述兴趣节目类别的电视节目;
过滤单元,用于根据与所述目标用户关联的过滤列表对查找到的电视节目进行过滤处理;
推送单元,用于将经过滤处理后的电视节目推送给所述目标用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611213879.3A CN106534984B (zh) | 2016-12-23 | 2016-12-23 | 电视节目推送方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611213879.3A CN106534984B (zh) | 2016-12-23 | 2016-12-23 | 电视节目推送方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106534984A CN106534984A (zh) | 2017-03-22 |
CN106534984B true CN106534984B (zh) | 2020-07-14 |
Family
ID=58337946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611213879.3A Active CN106534984B (zh) | 2016-12-23 | 2016-12-23 | 电视节目推送方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106534984B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108733684A (zh) * | 2017-04-17 | 2018-11-02 | 合信息技术(北京)有限公司 | 多媒体资源的推荐方法及装置 |
CN107786894B (zh) * | 2017-09-29 | 2021-03-02 | 维沃移动通信有限公司 | 一种用户反馈数据的识别方法、移动终端和存储介质 |
CN109922369A (zh) * | 2017-12-12 | 2019-06-21 | 深圳Tcl新技术有限公司 | 一种智能电视节目推荐方法、系统及存储介质 |
CN111914188A (zh) * | 2020-08-19 | 2020-11-10 | 英华达(上海)科技有限公司 | 推荐目标用户的选择方法、系统、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008167019A (ja) * | 2006-12-27 | 2008-07-17 | Toshiba Corp | 録画再生装置 |
CN102231757A (zh) * | 2011-06-29 | 2011-11-02 | 浙江大学 | 一种在线的服务组合推荐系统及其推荐方法 |
CN103731738A (zh) * | 2014-01-23 | 2014-04-16 | 哈尔滨理工大学 | 基于用户群组行为分析的视频推荐方法及装置 |
JP2015070404A (ja) * | 2013-09-27 | 2015-04-13 | 沖電気工業株式会社 | 番組表作成装置及び番組表作成プログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100455012C (zh) * | 2005-09-12 | 2009-01-21 | 中兴通讯股份有限公司 | 一种电视节目推荐装置及其方法 |
CN101764661A (zh) * | 2008-12-23 | 2010-06-30 | 未序网络科技(上海)有限公司 | 基于数据融合的视频节目推荐系统 |
CN104182413B (zh) * | 2013-05-24 | 2018-08-28 | 福建凯米网络科技有限公司 | 多媒体内容的推荐方法与系统 |
US10061816B2 (en) * | 2015-05-11 | 2018-08-28 | Informatica Llc | Metric recommendations in an event log analytics environment |
CN105095442B (zh) * | 2015-07-23 | 2018-04-24 | 海信集团有限公司 | 一种多媒体数据的推荐方法及装置 |
-
2016
- 2016-12-23 CN CN201611213879.3A patent/CN106534984B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008167019A (ja) * | 2006-12-27 | 2008-07-17 | Toshiba Corp | 録画再生装置 |
CN102231757A (zh) * | 2011-06-29 | 2011-11-02 | 浙江大学 | 一种在线的服务组合推荐系统及其推荐方法 |
JP2015070404A (ja) * | 2013-09-27 | 2015-04-13 | 沖電気工業株式会社 | 番組表作成装置及び番組表作成プログラム |
CN103731738A (zh) * | 2014-01-23 | 2014-04-16 | 哈尔滨理工大学 | 基于用户群组行为分析的视频推荐方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106534984A (zh) | 2017-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109189951B (zh) | 一种多媒体资源推荐方法、设备及存储介质 | |
US20200133971A1 (en) | Global recommendation systems for overlapping media catalogs | |
CN106326391B (zh) | 多媒体资源推荐方法及装置 | |
CN106534984B (zh) | 电视节目推送方法及装置 | |
CN105956149B (zh) | 默认搜索词的推荐方法和装置 | |
KR100493902B1 (ko) | 콘텐츠 추천방법 및 시스템 | |
CN103686237A (zh) | 推荐视频资源的方法及系统 | |
US20130086159A1 (en) | Media content recommendations based on social network relationship | |
US20130103628A1 (en) | User activity dashboard for depicting behaviors and tuning personalized content guidance | |
CN108108491B (zh) | 一种多媒体数据的推荐方法及装置 | |
CN109753601B (zh) | 推荐信息点击率确定方法、装置及电子设备 | |
US20120317123A1 (en) | Systems and methods for providing media recommendations | |
WO2015070807A1 (zh) | 一种智能电视的节目推荐方法及装置 | |
CN105653572A (zh) | 一种资源的处理方法及装置 | |
CN108471544B (zh) | 一种构建视频用户画像方法及装置 | |
CN107454442B (zh) | 一种推荐视频的方法和装置 | |
CN105718545A (zh) | 多媒体资源的推荐方法和装置 | |
JP2008542870A (ja) | コンテンツに対するユーザの群の全体の関心を推定するため方法及び装置 | |
CN105701226A (zh) | 多媒体资源评估方法和装置 | |
CN103997662A (zh) | 节目推送的方法及系统 | |
CN112235614B (zh) | 电视节目排行榜数据的个性化推荐方法及系统 | |
CN110674345A (zh) | 一种视频搜索方法、装置及服务器 | |
CN110598047A (zh) | 一种影视信息推荐方法、装置、电子设备及存储介质 | |
CN105956131A (zh) | 资源搜索方法及装置 | |
CN112333547A (zh) | 电视端短视频用户喜爱偏好推荐方法、装置和智能电视 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |