CN106791963B - 一种电视节目推荐方法及系统 - Google Patents
一种电视节目推荐方法及系统 Download PDFInfo
- Publication number
- CN106791963B CN106791963B CN201611121891.1A CN201611121891A CN106791963B CN 106791963 B CN106791963 B CN 106791963B CN 201611121891 A CN201611121891 A CN 201611121891A CN 106791963 B CN106791963 B CN 106791963B
- Authority
- CN
- China
- Prior art keywords
- video
- labels
- recommended
- period
- label
- 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]
- H04N21/20—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
-
- 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
- H04N21/43—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
- H04N21/44204—Monitoring of content usage, e.g. the number of times a movie has been viewed, copied or the amount which has been watched
-
- 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
- H04N21/45—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
-
- 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
- H04N21/47—End-user applications
- H04N21/482—End-user interface for program selection
- H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score
Abstract
本发明公开了一种电视节目推荐方法及系统,其中,所述方法包括:A:预先设置多个标签,并分别对多个标签赋予权重,并预先设置用于判断推荐视频节目的标签权重;同时划分若干个时间段;B:分别统计每一时间段内所播放视频的所有标签;D:在视频库内进行视频匹配,将所匹配到的视频的所有标签中、与所述时间段重合的标签的权重相加,若相加后的权重总值大于所预设的标签权重,定义其为推荐视频节目。本发明所提供的方法,使得智能电视能够按照预先划分好的时间段及设置好的视频类型标签统计各个时间段内,同一用户或不同用户的观看习惯及欣赏类别,以高效、精确的按照各个时间段同一用户或不同用户的观看习惯及欣赏类别推荐并显示电视节目。
Description
技术领域
本发明涉及智能电视技术领域,尤其涉及的是一种电视节目推荐方法及系统。
背景技术
智能电视,是具有全开放式平台,搭载了操作系统,用户在欣赏普通电视内容的同时,可自行安装和卸载各类应用软件,持续对功能进行扩充和升级的新电视产品。智能电视能够不断给用户带来有别于,使用有线数字电视接收机(机顶盒)的、丰富的个性化体验。
同时,智能电视是基于互联网浪潮冲击形成的新产品,其目的是带给用户更便捷的体验,目前已经成为电视的潮流趋势,其打破了遥控器对传统电视的束缚,实现了带走看、分类看、多屏看和随时看四大功能,推动了智能电视发展的新高度。
智能电视不同于手机等移动终端,也不同于PC等,智能电视是一个多用户设备,也就是说智能电视的用户喜好、习惯是一个混杂的数据,那么按照用户喜好、习惯来推荐视频节目就成为了一件异常麻烦且难以实现的问题。
传统的电视节目推荐方法皆是按照当前“热门”节目的热门程度,即网络下其视频点击率或电视台播放某节目时的收视率来统计并推荐,其不仅麻烦,且无法兼顾到具体用户的观看习惯及欣赏类别。
因此,现有技术还有待于改进和发展。
发明内容
鉴于上述现有技术的不足,本发明的目的在于提供一种能够按照预先划分好的时间段及设置好的视频类型标签统计各个时间段内,同一用户或不同用户的观看习惯及欣赏类别,以高效、精确的按照各个时间段同一用户或不同用户的观看习惯及欣赏类别推荐并显示电视节目的电视推荐节目显示控制方法及系统。
本发明的技术方案如下:
一种电视节目推荐方法,其中,所述电视节目推荐方法包括:
步骤A:预先设置用于归类视频的多个标签,并分别对多个标签赋予权重,并预先设置用于判断视频库内视频是否可为推荐视频节目的标签权重,所有视频皆包含所预设的多个标签;划分若干个用于根据标签、统计视频播放规律的时间段;
步骤B:分别统计每一时间段内所播放视频的所有标签;
步骤D:根据所划分时间段及其所对应的标签、在视频库内进行视频匹配,将所匹配到的视频的所有标签中、与所述时间段重合的标签的权重相加,若相加后的权重总值大于所预设的标签权重,定义其为推荐视频节目。
优选方案中,所述的电视节目推荐方法,其中,所述步骤A还包括:预先设置用于合并相邻时间段的标签重合度;
所述步骤B之后还包括:
步骤C:根据统计结果,将所统计标签的重合度大于等于、所预设标签重合度的相邻时间段进行合并,以将所划分的多个时间段整合为多个推荐时段;
步骤D替换为:
步骤D1:根据整合后的推荐时段及其所对应的标签、在视频库内进行视频匹配,将所匹配到的视频的所有标签中、与所述推荐时段重合的标签的权重相加,若相加后的权重总值大于所预设的标签权重,定义其为推荐视频节目。
优选方案中,所述的电视节目推荐方法,其中,所述步骤D或步骤D1之后还包括:
步骤E:根据相加后的权重总值进行视频的排序,并在相应的时间段或推荐时段内予以推荐。
优选方案中,所述的电视节目推荐方法,其中,所述步骤A还包括:预先设置一用于统计数据的统计周期,所述统计周期以天为单位;
步骤B具体为:在统计周期内统计每天各个时间段内所播放视频的所有标签;
步骤D具体为:在达到所预设的统计周期时,将统计周期内时间段相同的数据进行叠加,并根据叠加后的时间段及其所对应的标签、在视频库内进行视频匹配,将所匹配到的视频的所有标签中、与该时间段重合的标签的权重相加,若相加后的权重总值大于所预设的标签权重,定义其为推荐视频节目。
优选方案中,所述的电视节目推荐方法,其中,所述步骤A还包括:预先设置一用于统计数据的统计周期,所述统计周期以天为单位;
步骤B具体为:在统计周期内统计每天各个时间段内所播放视频的所有标签;
步骤C具体为:在达到所预设的统计周期时,将统计周期内时间段相同的数据进行叠加,并根据叠加结果、将所统计标签的重合度大于等于、所预设标签重合度的相邻时间段进行合并,以将所划分的多个时间段整合为多个推荐时段。
一种电视节目推荐系统,其中,所述电视节目推荐系统包括:
预设模块,用于预先设置用于归类视频的多个标签,并分别对多个标签赋予权重,并预先设置用于判断视频库内视频是否可为推荐视频节目的标签权重,所有视频皆包含所预设的多个标签;划分若干个用于根据标签、统计视频播放规律的时间段;
标签统计模块,用于分别统计每一时间段内所播放视频的所有标签;
推荐节目定义模块,用于根据所划分时间段及其所对应的标签、在视频库内进行视频匹配,将所匹配到的视频的所有标签中、与所述时间段重合的标签的权重相加,若相加后的权重总值大于所预设的标签权重,定义其为推荐视频节目。
优选方案中,所述的电视节目推荐系统,其中,所述预设模块还用于预先设置用于合并相邻时间段的标签重合度;
所述电视节目推荐系统还包括:
推荐时段整合模块,用于根据统计结果,将所统计标签的重合度大于等于、所预设标签重合度的相邻时间段进行合并,以将所划分的多个时间段整合为多个推荐时段;
所述推荐节目定义模块替换为:
推荐视频节目定义模块,用于根据整合后的推荐时段及其所对应的标签、在视频库内进行视频匹配,将所匹配到的视频的所有标签中、与所述推荐时段重合的标签的权重相加,若相加后的权重总值大于所预设的标签权重,定义其为推荐视频节目。
优选方案中,所述的电视节目推荐系统,其中,所述电视节目推荐系统还包括:
推荐节目显示模块,用于根据相加后的权重总值进行视频的排序,并在相应的时间段或推荐时段内予以推荐。
优选方案中,所述的电视节目推荐系统,其中,所述预设模块还用于:预先设置一用于统计数据的统计周期,所述统计周期以天为单位;
标签统计模块具体用于:在统计周期内统计每天各个时间段内所播放视频的所有标签;
推荐节目定义模块具体用于:在达到所预设的统计周期时,将统计周期内时间段相同的数据进行叠加,并根据叠加后的时间段及其所对应的标签、在视频库内进行视频匹配,将所匹配到的视频的所有标签中、与该时间段重合的标签的权重相加,若相加后的权重总值大于所预设的标签权重,定义其为推荐视频节目。
优选方案中,所述的电视节目推荐系统,其中,所述预设模块还用于:预先设置一用于统计数据的统计周期,所述统计周期以天为单位;
标签统计模块具体用于:在统计周期内统计每天各个时间段内所播放视频的所有标签;
推荐时段整合模块具体用于:在达到所预设的统计周期时,将统计周期内时间段相同的数据进行叠加,并根据叠加结果、将所统计标签的重合度大于等于、所预设标签重合度的相邻时间段进行合并,以将所划分的多个时间段整合为多个推荐时段。
本发明所提供的电视节目推荐方法,由于采用了首先预先设置多个标签及标签权重,并划分时间段;然后分别统计每一时间段内所播放视频的所有标签,最后根据所划分时间段及其所对应的标签、在视频库内进行视频匹配,将所匹配到的视频的所有标签中、与所述时间段重合的标签的权重相加,若相加后的权重总值大于所预设的标签权重,定义其为推荐视频节目。使得智能电视能够按照预先划分好的时间段及设置好的视频类型标签统计各个时间段内,同一用户或不同用户的观看习惯及欣赏类别,以高效、精确的按照各个时间段同一用户或不同用户的观看习惯及欣赏类别推荐并显示电视节目。
附图说明
图1是本发明中电视节目推荐方法较佳实施例的流程示意图。
图2是本发明电视节目推荐系统较佳实施例的功能原理框图。
具体实施方式
本发明提供一种电视节目推荐方法及系统,为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实例对本发明进一步详细说明。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。
本发明实施例中,所述一个标签是指进行某项工作或流程时不分标签类别,或将同类标签进行叠加;所述多个标签意义与所述第一标签相似。
如图1所示,本发明提供了一种电视节目推荐方法,其包括:
一种电视节目推荐方法,其中,所述电视节目推荐方法包括:
S100、预先设置用于归类视频的多个标签,并分别对多个标签赋予权重,并预先设置用于判断视频库内视频是否可为推荐视频节目的标签权重,所有视频皆包含所预设的多个标签;划分若干个用于根据标签、统计视频播放规律的时间段。
本发明较佳实施例中,所述标签设置为视频类型、上映年代、导演、演员、地区及语言六类,其权重分别为视频类型6、上映年代3、导演5、演员4、地区0.5及语言0.5。
利用标签权重判断某一视频是否可作为推荐视频节目的方法具体为:首先根据某一时间段所有标签,如喜剧、2010年上映、导演X、演员A、中国、中文,及惊悚、2005年上映、导演Y、演员B(因在某一时间段有可能会仅播放同一视频,也有可能播放有多个视频),在视频库内进行视频匹配即将所有与上述标签中有标签重合的视频(一个或多个标签相重合)暂时选定,然后计算该视频与该时间段所重合标签的权重总值(比如所重合标签仅有一个、为喜剧,则权重总值为6;又如所重合标签为导演X、演员Y,则权重总值为9),最后判断权重总值是否大于等于所预设的标签权重,若是则定义该视频为推荐视频节目。
所划分时间段可以是将一天24小时、按照半小时为一个时间段划分为48个,也可以是将一天24小时中一段时间抛去,比如零时至六时,将其余时间定义为有效时间,划分为有效时间*2个时间段。
所有视频皆包含所预设的多个标签是指,所有视频都有其所归属的视频类型、上映年代、导演、演员、地区及语言等,若有其中一项或几项不能确定或不存在,则将其标注为不详,如导演(不详)。
S200、分别统计每一时间段内所播放视频的所有标签。
S400、根据所划分时间段及其所对应的标签、在视频库内进行视频匹配,将所匹配到的视频的所有标签中、与所述时间段重合的标签的权重相加,若相加后的权重总值大于所预设的标签权重,定义其为推荐视频节目。
本发明进一步地较佳实施例中,所述S100还包括:预先设置用于合并相邻时间段的标签重合度。
具体实施时,可设标签重合度为80%,在利用标签重合度进行推荐时段合并时,包括:
将所统计标签按照各自所对应的视频播放量进行降序排列,并按照比例依次选取排列在前的多个标签;
所述视频播放量可以指视频播放个数,也可以指视频播放时长;如选取排列在前80%位置的标签,如共5个标签,分别为喜剧、惊悚、导演X、演员Y及国语,设其视频播放量分别为喜剧3小时,惊悚1小时,导演X2.5小时,演员Y3小时,国语5小时,则其排序为国语、喜剧、演员Y、导演X、惊悚,则最终选取标签为国语、喜剧、演员Y、导演X。
然后将相邻时间段所统计的标签进行对比,若两个时间段标签的重合度达到预设的标签重合度,则合并两个时间段为一个推荐时段;
如时间段1中多个标签分别为a、b、c、d、e,时间段2中多个标签分别为a、b、c、d、f,则将时间段1及时间段2合并为同一时间段,此时称为推荐时间段;若重合度未达到预设比例,则不进行合并,而不相邻时间段不进行对比及合并。
所述S200之后还包括:
S300、根据统计结果,将所统计标签的重合度大于等于、所预设标签重合度的相邻时间段进行合并,以将所划分的多个时间段整合为多个推荐时段。
S400替换为:
S410、根据整合后的推荐时段及其所对应的标签、在视频库内进行视频匹配,将所匹配到的视频的所有标签中、与所述推荐时段重合的标签的权重相加,若相加后的权重总值大于所预设的标签权重,定义其为推荐视频节目。
本发明进一步地较佳实施例中,所述S400或S410之后还包括:
S500、根据相加后的权重总值进行视频的排序,并在相应的时间段或推荐时段内予以推荐。
本发明进一步地较佳实施例中,所述S100还包括:预先设置一用于统计数据的统计周期,所述统计周期以天为单位。
具体实施时,统计周期预设为90。在设置统计周期的基础上,以统计周期为一循坏进行电视节目推荐,即第一个统计周期不显示推荐节目或以其他方式显示推荐节目;而第二个统计周期显示第一个统计周期所定义的推荐视频节目;第三个统计周期显示第二个统计周期所定义的推荐视频节目,依次类推。
S200具体为:在统计周期内统计每天各个时间段内所播放视频的所有标签。
具体实施时,该步骤可通过每天统计各自每个时间段标签然后叠加的方式,也可以选择在达到预设的统计周期时,一次性统计统计周期内所有相同时间段标签的方法。
S400具体为:在达到所预设的统计周期时,将统计周期内时间段相同的数据进行叠加,并根据叠加后的时间段及其所对应的标签、在视频库内进行视频匹配,将所匹配到的视频的所有标签中、与该时间段重合的标签的权重相加,若相加后的权重总值大于所预设的标签权重,定义其为推荐视频节目。
本发明进一步地较佳实施例中,所述S100还包括:预先设置一用于统计数据的统计周期,所述统计周期以天为单位,与上一较佳实施例原理相同,不过多赘述;
S200具体为:在统计周期内统计每天各个时间段内所播放视频的所有标签,与上一较佳实施例原理相同,不过多赘述;
S300具体为:在达到所预设的统计周期时,将统计周期内时间段相同的数据进行叠加,并根据叠加结果、将所统计标签的重合度大于等于、所预设标签重合度的相邻时间段进行合并,以将所划分的多个时间段整合为多个推荐时段,与上一较佳实施例原理相同,不过多赘述。
如图2所示,一种电视节目推荐系统,其中,所述电视节目推荐系统包括:
预设模块100,用于预先设置用于归类视频的多个标签,并分别对多个标签赋予权重,并预先设置用于判断视频库内视频是否可为推荐视频节目的标签权重,所有视频皆包含所预设的多个标签;划分若干个用于根据标签、统计视频播放规律的时间段,具体如上述方法实施例所述;
标签统计模块200,用于分别统计每一时间段内所播放视频的所有标签,具体如上述方法实施例所述;
推荐节目定义模块400,用于根据所划分时间段及其所对应的标签、在视频库内进行视频匹配,将所匹配到的视频的所有标签中、与所述时间段重合的标签的权重相加,若相加后的权重总值大于所预设的标签权重,定义其为推荐视频节目,具体如上述方法实施例所述。
本发明进一步地较佳实施例中,所述预设模块还用于预先设置用于合并相邻时间段的标签重合度,具体如上述方法实施例所述;
所述电视节目推荐系统还包括:
推荐时段整合模块,用于根据统计结果,将所统计标签的重合度大于等于、所预设标签重合度的相邻时间段进行合并,以将所划分的多个时间段整合为多个推荐时段,具体如上述方法实施例所述;
所述推荐节目定义模块替换为:
推荐视频节目定义模块,用于根据整合后的推荐时段及其所对应的标签、在视频库内进行视频匹配,将所匹配到的视频的所有标签中、与所述推荐时段重合的标签的权重相加,若相加后的权重总值大于所预设的标签权重,定义其为推荐视频节目,具体如上述方法实施例所述。
本发明进一步地较佳实施例中,所述电视节目推荐系统还包括:
推荐节目显示模块,用于根据相加后的权重总值进行视频的排序,并在相应的时间段或推荐时段内予以推荐,具体如上述方法实施例所述。
本发明进一步地较佳实施例中,所述预设模块还用于:预先设置一用于统计数据的统计周期,所述统计周期以天为单位,具体如上述方法实施例所述;
标签统计模块具体用于:在统计周期内统计每天各个时间段内所播放视频的所有标签,具体如上述方法实施例所述;
推荐节目定义模块具体用于:在达到所预设的统计周期时,将统计周期内时间段相同的数据进行叠加,并根据叠加后的时间段及其所对应的标签、在视频库内进行视频匹配,将所匹配到的视频的所有标签中、与该时间段重合的标签的权重相加,若相加后的权重总值大于所预设的标签权重,定义其为推荐视频节目,具体如上述方法实施例所述。
本发明进一步地较佳实施例中,所述预设模块还用于:预先设置一用于统计数据的统计周期,所述统计周期以天为单位,具体如上述方法实施例所述;
标签统计模块具体用于:在统计周期内统计每天各个时间段内所播放视频的所有标签,具体如上述方法实施例所述;
推荐时段整合模块具体用于:在达到所预设的统计周期时,将统计周期内时间段相同的数据进行叠加,并根据叠加结果、将所统计标签的重合度大于等于、所预设标签重合度的相邻时间段进行合并,以将所划分的多个时间段整合为多个推荐时段,具体如上述方法实施例所述。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (6)
1.一种电视节目推荐方法,其特征在于,所述电视节目推荐方法包括:
步骤A:预先设置用于归类视频的多个标签,并分别对多个标签赋予权重,并预先设置用于判断视频库内视频是否可为推荐视频节目的标签权重,所有视频皆包含所预设的多个标签;划分若干个用于根据标签、统计视频播放规律的时间段,并预先设置用于合并相邻时间段的标签重合度;
步骤B:分别统计每一时间段内所播放视频的所有标签;
将所统计标签按照各自对应的视频播放量进行降序排列,并按照比例依次选取排列在前的多个标签;
步骤C:将相邻时间段所统计的标签进行对比,若两个时间段标签的重合度达到预设的标签重合度,则合并两个时间段为一个推荐时段;不相邻时间段不进行对比及合并;
步骤D:根据整合后的推荐时段及其所对应的标签、在视频库内进行视频匹配,将所匹配到的视频的所有标签中、与所述推荐时段重合的标签的权重相加,若相加后的权重总值大于所预设的标签权重,定义其为推荐视频节目;
步骤E:根据相加后的权重总值进行视频的排序,并在相应的时间段或推荐时段内予以推荐。
2.根据权利要求1所述的电视节目推荐方法,其特征在于,所述步骤A还包括:预先设置一用于统计数据的统计周期,所述统计周期以天为单位;
步骤B具体为:在统计周期内统计每天各个时间段内所播放视频的所有标签;
步骤D具体为:在达到所预设的统计周期时,将统计周期内时间段相同的数据进行叠加,并根据叠加后的时间段及其所对应的标签、在视频库内进行视频匹配,将所匹配到的视频的所有标签中、与该时间段重合的标签的权重相加,若相加后的权重总值大于所预设的标签权重,定义其为推荐视频节目。
3.根据权利要求1所述的电视节目推荐方法,其特征在于,
步骤C具体为:在达到所预设的统计周期时,将统计周期内时间段相同的数据进行叠加,并根据叠加结果、将所统计标签的重合度大于等于、所预设标签重合度的相邻时间段进行合并,以将所划分的多个时间段整合为多个推荐时段。
4.一种电视节目推荐系统,其特征在于,所述电视节目推荐系统包括:
预设模块,用于预先设置用于归类视频的多个标签,并分别对多个标签赋予权重,并预先设置用于判断视频库内视频是否可为推荐视频节目的标签权重,所有视频皆包含所预设的多个标签;划分若干个用于根据标签、统计视频播放规律的时间段,并预先设置用于合并相邻时间段的标签重合度;
标签统计模块,用于分别统计每一时间段内所播放视频的所有标签;
将所统计标签按照各自对应的视频播放量进行降序排列,并按照比例依次选取排列在前的多个标签;
推荐时段整合模块,用于将相邻时间段所统计的标签进行对比,若两个时间段标签的重合度达到预设的标签重合度,则合并两个时间段为一个推荐时段;不相邻时间段不进行对比及合并;
推荐节目定义模块,用于根据整合后的推荐时段及其所对应的标签、在视频库内进行视频匹配,将所匹配到的视频的所有标签中、与所述推荐时段重合的标签的权重相加,若相加后的权重总值大于所预设的标签权重,定义其为推荐视频节目;推荐节目显示模块,用于根据相加后的权重总值进行视频的排序,并在相应的时间段或推荐时段内予以推荐。
5.根据权利要求4所述的电视节目推荐系统,其特征在于,所述预设模块还用于:预先设置一用于统计数据的统计周期,所述统计周期以天为单位;
标签统计模块具体用于:在统计周期内统计每天各个时间段内所播放视频的所有标签;
推荐节目定义模块具体用于:在达到所预设的统计周期时,将统计周期内时间段相同的数据进行叠加,并根据叠加后的时间段及其所对应的标签、在视频库内进行视频匹配,将所匹配到的视频的所有标签中、与该时间段重合的标签的权重相加,若相加后的权重总值大于所预设的标签权重,定义其为推荐视频节目。
6.根据权利要求4所述的电视节目推荐系统,其特征在于,
推荐时段整合模块具体用于:在达到所预设的统计周期时,将统计周期内时间段相同的数据进行叠加,并根据叠加结果、将所统计标签的重合度大于等于、所预设标签重合度的相邻时间段进行合并,以将所划分的多个时间段整合为多个推荐时段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611121891.1A CN106791963B (zh) | 2016-12-08 | 2016-12-08 | 一种电视节目推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611121891.1A CN106791963B (zh) | 2016-12-08 | 2016-12-08 | 一种电视节目推荐方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106791963A CN106791963A (zh) | 2017-05-31 |
CN106791963B true CN106791963B (zh) | 2020-08-18 |
Family
ID=58881434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611121891.1A Active CN106791963B (zh) | 2016-12-08 | 2016-12-08 | 一种电视节目推荐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106791963B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108134950B (zh) * | 2017-12-07 | 2022-05-06 | 广州锐竞信息科技有限责任公司 | 一种智能视频推荐方法及系统 |
CN108134948B (zh) * | 2017-12-25 | 2021-09-03 | 深圳创维-Rgb电子有限公司 | 电视节目推荐方法、装置、系统及可读存储介质 |
CN108228911A (zh) * | 2018-02-11 | 2018-06-29 | 北京搜狐新媒体信息技术有限公司 | 一种相似视频的计算方法及装置 |
CN108985900B (zh) * | 2018-07-16 | 2021-06-29 | 广州天高软件科技有限公司 | 基于运营业务的分时推荐方法 |
CN109218771A (zh) * | 2018-10-29 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 一种视频节目的推荐方法、装置、电子设备及存储介质 |
CN110602533B (zh) * | 2019-09-10 | 2021-05-11 | 四川长虹电器股份有限公司 | 分时段分人群的智能电视广告推荐系统及其推荐方法 |
JP7258716B2 (ja) * | 2019-10-10 | 2023-04-17 | Tvs Regza株式会社 | 受信装置、サーバ、コンテンツ推奨プログラム、コンテンツ推奨システム、コンテンツ推奨方法 |
CN111669654B (zh) * | 2020-06-15 | 2022-05-13 | 未来电视有限公司 | 节目推荐方法、装置、电子设备及可读存储介质 |
CN112104910B (zh) * | 2020-08-05 | 2023-02-03 | 苏宁智能终端有限公司 | 一种视频搜索方法、装置及系统 |
CN112188295B (zh) * | 2020-09-29 | 2022-07-05 | 有半岛(北京)信息科技有限公司 | 一种视频推荐方法及装置 |
CN114302182B (zh) * | 2021-12-28 | 2023-10-20 | 未来电视有限公司 | 电视节目的推送方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102769781A (zh) * | 2012-07-17 | 2012-11-07 | 青岛海信传媒网络技术有限公司 | 推荐电视节目的方法及装置 |
CN102970605A (zh) * | 2012-11-21 | 2013-03-13 | Tcl集团股份有限公司 | 一种节目推荐方法 |
CN103297853A (zh) * | 2013-06-07 | 2013-09-11 | 华东师范大学 | 一种基于多用户上下文识别的iptv节目推荐方法 |
CN104394471A (zh) * | 2014-11-19 | 2015-03-04 | 四川长虹电器股份有限公司 | 一种智能推荐用户喜爱节目的方法 |
CN105512331A (zh) * | 2015-12-28 | 2016-04-20 | 海信集团有限公司 | 一种视频推荐方法及装置 |
CN106028071A (zh) * | 2016-05-17 | 2016-10-12 | Tcl集团股份有限公司 | 一种视频推荐方法及系统 |
-
2016
- 2016-12-08 CN CN201611121891.1A patent/CN106791963B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102769781A (zh) * | 2012-07-17 | 2012-11-07 | 青岛海信传媒网络技术有限公司 | 推荐电视节目的方法及装置 |
CN102970605A (zh) * | 2012-11-21 | 2013-03-13 | Tcl集团股份有限公司 | 一种节目推荐方法 |
CN103297853A (zh) * | 2013-06-07 | 2013-09-11 | 华东师范大学 | 一种基于多用户上下文识别的iptv节目推荐方法 |
CN104394471A (zh) * | 2014-11-19 | 2015-03-04 | 四川长虹电器股份有限公司 | 一种智能推荐用户喜爱节目的方法 |
CN105512331A (zh) * | 2015-12-28 | 2016-04-20 | 海信集团有限公司 | 一种视频推荐方法及装置 |
CN106028071A (zh) * | 2016-05-17 | 2016-10-12 | Tcl集团股份有限公司 | 一种视频推荐方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106791963A (zh) | 2017-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106791963B (zh) | 一种电视节目推荐方法及系统 | |
CN100515052C (zh) | 节目推荐装置以及节目推荐装置的节目推荐方法 | |
CN104822074B (zh) | 一种电视节目的推荐方法及装置 | |
CN108322829B (zh) | 个性化主播推荐方法、装置及电子设备 | |
US8943537B2 (en) | Method and system for presenting personalized television program recommendation to viewers | |
CN1849818B (zh) | 内容选择方法和内容选择设备 | |
CN109121007A (zh) | 基于多人脸识别的影视内容推荐方法、智能电视及系统 | |
CN108108491B (zh) | 一种多媒体数据的推荐方法及装置 | |
CN110892730B (zh) | 电子设备及其控制方法 | |
CN105915949A (zh) | 一种视频内容推荐方法、设备和系统 | |
EP1332615A2 (en) | Method and apparatus for displaying program recommendations with indication of strength of contribution of significant attributes | |
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 | |
US20140123179A1 (en) | Zoomable content recommendation system | |
CN103648031A (zh) | 一种智能电视的节目推荐方法及装置 | |
CN105376649B (zh) | 实现精准组合推荐的机顶盒盲操作方法和系统 | |
CN106168956A (zh) | 用于智能终端的数据统计分析方法及系统 | |
US20180220193A1 (en) | Systems and methods for enabling a user to generate a plan to access content using multiple content services | |
CN105898592A (zh) | 一种客户端播放数据分配方法和客户端 | |
CN111601165A (zh) | 基于时段节目受众群体的广告推荐方法、装置及控制器 | |
CN105791912A (zh) | 一种基于云端的数据处理方法、系统及机顶盒 | |
CN104053061B (zh) | 电子节目表的提供方法和多媒体重现系统 | |
WO2002025937A2 (en) | Presenting a visual distribution of television program recommonendation scores | |
US20140130096A1 (en) | System and method for organizing and displaying a list of television programs | |
KR101406820B1 (ko) | 스마트 티비 상의 지능화된 컨텐츠 추천방법 | |
US20190132645A1 (en) | Electronic apparatus and controlling method thereof |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 516006 TCL technology building, No.17, Huifeng Third Road, Zhongkai high tech Zone, Huizhou City, Guangdong Province Applicant after: TCL Technology Group Co.,Ltd. Address before: 516006 Guangdong province Huizhou Zhongkai hi tech Development Zone No. nineteen District Applicant before: TCL RESEARCH AMERICA Inc. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |