CN106792210B - 一种电视用户的分类方法及系统 - Google Patents
一种电视用户的分类方法及系统 Download PDFInfo
- Publication number
- CN106792210B CN106792210B CN201611117502.8A CN201611117502A CN106792210B CN 106792210 B CN106792210 B CN 106792210B CN 201611117502 A CN201611117502 A CN 201611117502A CN 106792210 B CN106792210 B CN 106792210B
- Authority
- CN
- China
- Prior art keywords
- program
- user
- time
- television
- type
- 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
- H04N21/45—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]
- H04N21/20—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]
- H04N21/40—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
- H04N21/4661—Deriving a combined profile for a plurality of end-users of the same client, e.g. for family members within a home
-
- 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)
- Computing Systems (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明提供了一种电视用户的分类方法及系统,通过获取用户观看电视的时间段信息和节目信息,根据所述时间段信息划分多个时间段,并根据用户观看的节目信息划分多个节目类型;根据划分出的多个时间段和多个节目类型,统计出不同时间段内用户观看每种节目类型的平均时长;按照时间段定义节目类型的优先级排序,并且根据用户观看时间超出平均时长的节目类型和当前时间所在的时间段内优先级排序最高的节目类型对用户进行分类;根据用户所在的分类为用户推荐节目类型,从而实现了可以针对不同的人群进行电视节目信息的推送,提高了电视个性化的同时,为用户观看电视提供了方便。
Description
技术领域
本发明涉及节目推送技术领域,尤其涉及的是一种电视用户的分类方法及系统。
背景技术
目前,绝大多数的电视用户打开电视都是为了观看电视节目。然而,对于观看电视节目一直以来都普遍存在以下问题:
(1)由于电视频道和电视节目繁多,而且每个电视频道在特定的时段都有特定的电视节目;所以,用户若想准时收看自己喜欢的电视节目,不仅要记住每个节目的电视频道,还要记住其播放时间。如果用户喜欢的电视节目不仅1个,而是5个、甚至10个,那么大量的节目信息若想让用户去清晰地记忆,显然要求太过苛刻,也不太现实,这就不可避免地导致用户会错过自己喜欢的电视节目,当用户记起来时,电视节目已经开始或已经结束了。
(2)繁多的电视频道和节目,如果用户记忆模糊,那么想要找到自己喜欢的电视节目,就不可避免地会频繁地拿起遥控器去切换频道,大大降低了用户体验。
目前,智能电视在面临以上所述问题时,也没有很好的解决方法,仅仅停留在告知用户目前各个频道在播放什么节目或者接下来播放什么节目,而没有针对各类用户,来进行投其所好进行节目推送方法,不能满足电视个性化的需求。
因此,现有技术有待于进一步的改进。
发明内容
鉴于上述现有技术中的不足之处,本发明的目的在于为用户提供一种电视用户的分类方法及系统,实现针对不同分类的用户自动推荐节目类型,满足用户观看的个性化需求。
本发明解决技术问题所采用的技术方案如下:
一种电视用户的分类方法,其中,包括以下步骤:
A、获取用户观看电视的时间段信息和节目信息,根据所述时间段信息划分多个时间段,并根据用户观看的节目信息划分多个节目类型;
B、根据划分出的多个时间段和多个节目类型,统计出不同时间段内用户观看每种节目类型的平均时长;
C、按照时间段定义节目类型的优先级排序,并且根据用户观看时间超出平均时长的节目类型和当前时间所在的时间段内优先级排序最高的节目类型对用户进行分类;
D、根据用户所在的分类自动向用户端推送节目类型。
所述的电视用户的分类方法,其中,所述步骤C还包括:
步骤C1、判断当前时间所在的时间段内定义的节目类型优先级排序中是否含有用户观看时间超出平均时长的节目类型,若有,则执行步骤C2,否则将用户所属的分类划分到视频类型人群;
步骤C2、判断当前时间所在的时间段内定义的节目类型优先级排序中含有的用户观看时间超出平均时长的节目类型是否为一个,若是,则根据所述优先级排序中含有用户观看时间超出平均时长的节目类型对用户进行分类;否则,执行步骤C3;
步骤C3、根据所述优先级排序中最高的节目类型对用户进行分类。
所述的电视用户的分类方法,其中,所述节目类型包括:视频节目、音乐节目、购物节目、教育节目和游戏节目;用户的分类包括: 视频类型人群、音乐类型人群、购物类型人群、教育类型人群和游戏类型人群。
所述的电视用户的分类方法,其中,所述步骤C中所述按照时间段定义节目类型的优先级排序为按照用户行为信息进行设置;所述用户行为信息为不同年龄段人群在不同时间段进行视频观看、收听音乐、电视购物、电视教育、电视游戏的统计信息。
一种电视用户的分类系统,其中,包括:
节目信息获取模块,用于获取用户观看电视的时间段信息和节目信息,根据所述时间段信息划分多个时间段,并根据用户观看的节目信息划分多个节目类型;
平均时长统计模块,用于根据划分出的多个时间段和多个节目类型,统计出不同时间段内用户观看每种节目类型的平均时长;
用户类型划分模块,用于按照时间段定义节目类型的优先级排序,并且根据用户观看时间超出平均时长的节目类型和当前时间所在的时间段内优先级排序最高的节目类型对用户进行分类;
节目推送模块、用于根据用户所在的分类自动向用户端推送节目类型。
所述的电视用户的分类系统,其中,所述用户类型划分模块包括:
第一划分单元,用于判断当前时间所在的时间段内定义的节目类型优先级排序中是否含有用户观看时间超出平均时长的节目类型,若没有,则将用户所属的分类划分到视频类型人群;
第二划分单元,用于判断当前时间所在的时间段内定义的节目类型优先级排序中含有的用户观看时间超出平均时长的节目类型是否为一个,若是,则根据所述优先级排序中含有的用户观看时间超出平均时长的节目类型对用户进行分类;
第三划分单元,用于当判断出当前时间所在的时间段内定义的节目类型优先级排序中含有的用户观看时间超出平均时长的节目类型超出一个时,则根据所述优先级排序最高的节目类型对用户进行分类。
所述的电视用户的分类系统,其中,所述节目类型包括:视频节目、音乐节目、购物节目、教育节目和游戏节目;用户的分类包括: 视频类型人群、音乐类型人群、购物类型人群、教育类型人群和游戏类型人群。
所述的电视用户的分类系统,其中,所述用户类型划分模块中按照时间段定义节目类型的优先级排序为按照用户行为信息进行设置;所述用户行为信息为不同年龄段人群在不同时间段进行视频观看、收听音乐、电视购物、电视教育、电视游戏的统计信息。
有益效果,本发明提供了一种电视用户的分类方法及系统,通过获取用户观看电视的时间段信息和节目信息,根据所述时间段信息划分多个时间段,并根据用户观看的节目信息划分多个节目类型;根据划分出的多个时间段和多个节目类型,统计出不同时间段内用户观看每种节目类型的平均时长;按照时间段定义节目类型的优先级排序,并且根据用户观看时间超出平均时长的节目类型和当前时间所在的时间段内优先级排序最高的节目类型对用户进行分类;根据用户所在的分类为用户推荐节目类型,从而实现了可以针对不同的人群进行电视节目信息的推送,提高了电视个性化的同时,为用户观看电视提供了方便。
附图说明
图1是本发明的所述的电视用户的分类方法的步骤流程图。
图2是本发明所述的电视用户的分类系统的原理结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施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于解释本发明,并不用于限定本发明。
针对现有技术中还未出现对观看电视用户的观看记录,自动对观看用户的人群进行划分归类,再根据归类出的用户人群进行对应节目推送的方法,电视是一个家庭设备,是一群人使用观看,希望细分到个人的使用习惯十分困难,但电视有个使用特性,就是时间段。每个时间段的使用特性是较为固定的,可以群分使用习性.所以我们按照时间段来划分人群。
本发明公开了一种电视用户的分类方法,如图1所示,包括以下步骤:
S1、获取用户观看电视的时间段信息和节目信息,根据所述时间段信息划分多个时间段,并根据用户观看的节目信息划分多个节目类型。
本方法首先获取用户观看节目信息的历史数据,并从获取到的历史数据中分析出用户观看电视的时间段信息和节目类型,并将时间段信息划分多个时间段,并根据用户观看的节目信息划分多个节目类型。
其中,时间段信息可以为从早上8点-9点间一个开机高峰,中午11点-12点间一个开机高峰,下午15点至晚上20点一个持续攀升的开机高峰。工作日上午6点-10点为时段A,上午10点-下午15点为时段B,下午15点-17点为时段C,下午17点-19点为时段D,下午19点-20点为时段E,晚上20点-23点为时段F,晚上23点-次日6点为时段G;节假日全天为时段H。节目类型可以为:视频、音乐和购物等等。
可以想到的是,为了避免需要处理的数据过多,在获取用户观看节目信息时,可以选择仅仅获取播放时长超过预设时间的节目信息,忽略用户在观看电视时改变频道或者节目时增加的播放节目信息。
S2、根据划分出的多个时间段和多个节目类型,统计出不同时间段内用户观看每种节目类型的平均时长。
根据上述步骤中根据划分出的多个时间段和多个节目类型,进行每个时间段内节目类型播放的平均时长的统计,并将平均时长与预设时长阈值进行比较,将超出预设时长阈值的节目看作用户喜爱的电视节目,并将所述用户喜爱的电视节目信息进行保存。根据用户喜爱的电视节目信息对用户进行分类。其中,所述预设时长阈值可以根据用户情况进行自定义设置,也可以根据用户的一般观看情况进行默认设置,所述预设时长阈值可以根据节目类型的不同,设置针对不同节目类型的时长阈值,比如:若是游戏节目可以设置的预设时长阈值比较大一点,若是新闻类节目则可以设置预设时间阈值稍微小一点。
S3、按照时间段定义节目类型的优先级排序,并且根据用户观看时间超出平均时长的节目类型和当前时间所在的时间段内优先级排序最高的节目类型对用户进行分类。
本步骤首先需要按照时间段定义节目类型的优先级排序,其中每个时间段内 定义的节目类型优先级排序可以根据用户通常收看电视节目类型的时间操作,比如:在早7点到早8点,用户通常收看新闻,在晚8点到晚10点,用户通常收看视频,因此上述中针对节目类型的优先级排序是预先设置的。
进一步的,根据用户观看时间超出平均时长的节目类型和当前时间所在的时间段内优先级排序最高的节目类型对用户进行分类。
具体的,在根据用户观看时间超出平均时长的节目类型和当前时间所在的时间段内优先级排序最高的节目类型对用户进行分类的步骤中还包括以下内容:
步骤S31、判断当前时间所在的时间段内定义的节目类型优先级排序中是否含有用户观看时间超出平均时长的节目类型,若有,则执行步骤S32,否则将用户所属的分类划分到视频类型人群;
步骤S32、判断当前时间所在的时间段内定义的节目类型优先级排序中含有的用户观看时间超出平均时长的节目类型是否为一个,若是,则根据所述优先级排序中含有用户观看时间超出平均时长的节目类型对用户进行分类;否则,执行步骤S33;
S33、根据所述优先级排序中最高的节目类型对用户进行分类。
具体的,用户可以根据不同时段定义的节目类型优先级排序和用户喜爱的节目类型,上述步骤中将用户观看时长超出平均时长的节目类型判断为用户喜爱的节目类型,则在进行用户的分类时,首先将该时间段内的节目类型优先级排序与用户喜爱的节目类型相匹配,若该时间段内的节目类型优先级排序中含有用户喜爱的节目类型,则对其中含有几个节目类型进行判断,若该时间段内的节目类型优先级排序中不含有用户喜爱的节目类型,写入将用户直接划入到视频类型人群。
当用户所喜欢的节目类型在其若该时间段内的节目类型优先级排序中含有多个时,以预先定义的该时间段节目类型优先级的顺序进行划分,例如:该用户喜欢的节目类型有三个:视频、音乐和购物,而在其观看所喜欢节目的时间所对应的时间段定义的节目类型优先级顺序为:视频、购物和音乐。
S4、根据用户所在的分类自动向用户端推送节目类型。
当上述步骤中完成对用户的分类,则本步骤中,根据用户的分类对其进行视频推送,比如:用户划分为视频类型人群,则在本时间段内优先选择推送视频,从而不仅方便了用户观看视频,而且还提高了电视的智能性。
为了对本发明所述方法进行更加详细的说明,下面以其具体实施方式为例做进一步的解释。
收集用户观看电视的时间段信息,分析用户看电视的时段及该时段内观看的节目类型。
根据一天中人们的生活习惯划分时段,通常的早上8点-9点间一个开机高峰,中午11点-12点间一个开机高峰,下午15点至晚上20点一个持续攀升的开机高峰。工作日上午6点-10点为时段A,上午10点-下午15点为时段B,下午15点-17点为时段C,下午17点-19点为时段D,下午19点-20点为时段E,晚上20点-23点为时段F,晚上23点-次日6点为时段G;节假日全天为时段H。分析各时段观看TV的特性:时段A、时段E为观看新闻类的人群,时段B为不上班族关注视频、购物,时段C为3-6岁儿童关注视频,时段D为6-18岁少年关注视频、教育,时段F为综合类人群关注视频,时段G为熬夜类人群关注视频、游戏。
本发明所提供的方法按照用户行为信息进行用户的分类。
目前电视上的节目分类包括:视频、游戏、教育、购物、音乐、应用。因此根据目前电视上的节目分类,在在本发明中所述节目类型包括:视频节目、音乐节目、购物节目、教育节目和游戏节目;所述用户的分类包括: 视频类型人群、音乐类型人群、购物类型人群、教育类型人群和游戏类型人群。
所述步骤S3中所述按照时间段定义节目类型的优先级排序为按照用户行为信息进行设置;所述用户行为信息为不同年龄段人群在不同时间段进行视频观看、收听音乐、电视购物、电视教育、电视游戏的统计信息。
首先按时段区分定义各节目在用户使用电视时的优先级(由高至低)。
时段A:视频节目>音乐节目>购物节目>教育节目>游戏节目。
时段B:购物节目>游戏节目>教育节目>音乐节目>视频节目。
时段C:视频节目>教育节目>游戏节目>音乐节目>购物节目。
时段D:视频节目>教育节目>音乐节目>游戏节目>购物节目。
时段E:视频节目>教育节目>游戏节目>音乐节目>购物节目。
时段F;视频节目>游戏节目>购物节目>教育节目>音乐节目。
时段G:视频节目>游戏节目>购物节目>音乐节目>教育节目。
时段H:视频节目>教育节目>游戏节目>购物节目>音乐节目。
在具体实施例中,首先分时段统计出各时段中用户使用每个节目的平均时长,将所有观看节目的平均时长大于预设时长阈值的节目看作是用户感兴趣的节目,该用户对对此节目感兴趣的用户。
可以想到的是,可以根据不同类型的节目设置不同的预设时长阈值,从而对判断是否为用户喜爱节目有个更加清楚的判断。
优选的,在具体实施例中可以根据下表所示,进行节目分类、节目优先级设置和预设时长阈值的设置:
可以想到的是,上述时段的分类也可以根据用户个人的习惯进行设置,上述定义仅仅起到举例作用。
按时段将每个节目感兴趣的用户划分出来,当一个用户属于多个节目分类的感兴趣用户时,按照时段的优先级划分用户。一个用户属于多个节目分类时,将该用户划到当前时段中优先级最高的节目中。如果用户不满足该时段的全部节目分类,则将该用户默认划分到视频节目分类中。
至此电视用户就被按照时段划分成属于不同分类的用户群了,再根据用户群的不同针对性运营内容。可以根据不同的用户群进行相对应电视节目的推送,也可以针对不同的用户群进行对应类似广告的推送,在进行电视界面布局时,也可以根据用户的喜好将用户喜爱的节目在主页上显示,因此可以给用户观看电视带来方便。
本发明在上述划分方法的基础上,还公开了一种电视用户的分类系统,如图2所示,包括:
节目信息获取模块110,用于获取用户观看电视的时间段信息和节目信息,根据所述时间段信息划分多个时间段,并根据用户观看的节目信息划分多个节目类型;其功能如步骤S1所述。
平均时长统计模块120,用于根据划分出的多个时间段和多个节目类型,统计出不同时间段内用户观看每种节目类型的平均时长;其功能如步骤S2所述。
用户类型划分模块130,用于按照时间段定义节目类型的优先级排序,并且根据用户观看时间超出平均时长的节目类型和当前时间所在的时间段内优先级排序最高的节目类型对用户进行分类;其功能如步骤S3所述。
节目推送模块140, 用于根据用户所在的分类自动向用户端推送节目类型,其功能如步骤S4所述。
所述用户类型划分模块130包括:
第一划分单元,用于判断当前时间所在的时间段内定义的节目类型优先级排序中是否含有用户观看时间超出平均时长的节目类型,若没有,则将用户所属的分类划分到视频类型人群;
第二划分单元,用于判断当前时间所在的时间段内定义的节目类型优先级排序中含有的用户观看时间超出平均时长的节目类型是否为一个,若是,则根据所述优先级排序中含有的用户观看时间超出平均时长的节目类型对用户进行分类;
第三划分单元,用于当判断出当前时间所在的时间段内定义的节目类型优先级排序中含有的用户观看时间超出平均时长的节目类型超出一个时,则根据所述优先级排序最高的节目类型对用户进行分类。
所述节目类型包括:视频节目、音乐节目、购物节目、教育节目和游戏节目;用户的分类包括: 视频类型人群、音乐类型人群、购物类型人群、教育类型人群和游戏类型人群。
所述的电视用户的分类系统,其中,所述用户类型划分模块中按照时间段定义节目类型的优先级排序为按照用户行为信息进行设置;所述用户行为信息为不同年龄段人群在不同时间段进行视频观看、收听音乐、电视购物、电视教育、电视游戏的统计信息。
本发明提供了一种电视用户的分类方法及系统,通过获取用户观看电视的时间段信息和节目信息,根据所述时间段信息划分多个时间段,并根据用户观看的节目信息划分多个节目类型;根据划分出的多个时间段和多个节目类型,统计出不同时间段内用户观看每种节目类型的平均时长;按照时间段定义节目类型的优先级排序,并且根据用户观看时间超出平均时长的节目类型和当前时间所在的时间段内优先级排序最高的节目类型对用户进行分类;根据用户所在的分类自动向用户端推送节目类型,从而实现了可以针对不同的人群进行电视节目信息的推送,提高了电视个性化的同时,为用户观看电视提供了方便。
可以理解的是,对本领域普通技术人员来说,可以根据本发明的技术方案及其发明构思加以等同替换或改变,而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。
Claims (8)
1.一种电视用户的分类方法,其特征在于,包括以下步骤:
A、获取用户观看电视的时间段信息和节目信息,根据所述时间段信息划分多个时间段,并根据用户观看的节目信息划分多个节目类型;
B、根据划分出的多个时间段和多个节目类型,统计出不同时间段内用户观看每种节目类型的平均时长;
C、按照时间段定义节目类型的优先级排序,并且根据用户观看时间超出平均时长的节目类型和当前时间所在的时间段内优先级排序最高的节目类型对用户进行分类;
D、根据用户所在的分类自动向用户端推送节目类型;
当用户观看时间超出平均时长的节目类型在当前时间段内的节目类型优先级排序中含有多个时,以预先定义的该时间段节目类型优先级的顺序进行用户分类;所述预先定义的该时间段节目类型优先级的顺序为根据用户收看电视节目类型的时间进行设置。
2.根据权利要求1所述的电视用户的分类方法,其特征在于,所述步骤C还包括:
步骤C1、判断当前时间所在的时间段内定义的节目类型优先级排序中是否含有用户观看时间超出平均时长的节目类型,若有,则执行步骤C2,否则将用户所属的分类划分到视频类型人群;
步骤C2、判断当前时间所在的时间段内定义的节目类型优先级排序中含有的用户观看时间超出平均时长的节目类型是否为一个,若是,则根据所述优先级排序中含有用户观看时间超出平均时长的节目类型对用户进行分类;否则,执行步骤C3;
步骤C3、根据所述优先级排序中最高的节目类型对用户进行分类。
3.根据权利要求2所述的电视用户的分类方法,其特征在于,所述节目类型包括:视频节目、音乐节目、购物节目、教育节目和游戏节目;用户的分类包括:视频类型人群、音乐类型人群、购物类型人群、教育类型人群和游戏类型人群。
4.根据权利要求3所述的电视用户的分类方法,其特征在于,所述步骤C中所述按照时间段定义节目类型的优先级排序为按照用户行为信息进行设置;所述用户行为信息为不同年龄段人群在不同时间段进行视频观看、收听音乐、电视购物、电视教育、电视游戏的统计信息。
5.一种电视用户的分类系统,其特征在于,包括:
节目信息获取模块,用于获取用户观看电视的时间段信息和节目信息,根据所述时间段信息划分多个时间段,并根据用户观看的节目信息划分多个节目类型;
平均时长统计模块,用于根据划分出的多个时间段和多个节目类型,统计出不同时间段内用户观看每种节目类型的平均时长;
用户类型划分模块,用于按照时间段定义节目类型的优先级排序,并且根据用户观看时间超出平均时长的节目类型和当前时间所在的时间段内优先级排序最高的节目类型对用户进行分类;
节目推送模块、用于根据用户所在的分类自动向用户端推送节目类型;
当用户观看时间超出平均时长的节目类型在当前时间段内的节目类型优先级排序中含有多个时,以预先定义的该时间段节目类型优先级的顺序进行用户分类;所述预先定义的该时间段节目类型优先级的顺序为根据用户收看电视节目类型的时间进行设置。
6.根据权利要求5所述的电视用户的分类系统,其特征在于,所述用户类型划分模块包括:
第一划分单元,用于判断当前时间所在的时间段内定义的节目类型优先级排序中是否含有用户观看时间超出平均时长的节目类型,若没有,则将用户所属的分类划分到视频类型人群;
第二划分单元,用于判断当前时间所在的时间段内定义的节目类型优先级排序中含有的用户观看时间超出平均时长的节目类型是否为一个,若是,则根据所述优先级排序中含有的用户观看时间超出平均时长的节目类型对用户进行分类;
第三划分单元,用于当判断出当前时间所在的时间段内定义的节目类型优先级排序中含有的用户观看时间超出平均时长的节目类型超出一个时,则根据所述优先级排序最高的节目类型对用户进行分类。
7.根据权利要求6所述的电视用户的分类系统,其特征在于,所述节目类型包括:视频节目、音乐节目、购物节目、教育节目和游戏节目;用户的分类包括:视频类型人群、音乐类型人群、购物类型人群、教育类型人群和游戏类型人群。
8.根据权利要求7所述的电视用户的分类系统,其特征在于,所述用户类型划分模块中按照时间段定义节目类型的优先级排序为按照用户行为信息进行设置;所述用户行为信息为不同年龄段人群在不同时间段进行视频观看、收听音乐、电视购物、电视教育、电视游戏的统计信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611117502.8A CN106792210B (zh) | 2016-12-07 | 2016-12-07 | 一种电视用户的分类方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611117502.8A CN106792210B (zh) | 2016-12-07 | 2016-12-07 | 一种电视用户的分类方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106792210A CN106792210A (zh) | 2017-05-31 |
CN106792210B true CN106792210B (zh) | 2020-05-12 |
Family
ID=58877070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611117502.8A Active CN106792210B (zh) | 2016-12-07 | 2016-12-07 | 一种电视用户的分类方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106792210B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108259976B (zh) * | 2018-03-07 | 2021-02-26 | 海信视像科技股份有限公司 | 电视频道的排序方法及电视 |
CN109409949A (zh) * | 2018-10-17 | 2019-03-01 | 北京字节跳动网络技术有限公司 | 用户群体分类的确定方法、装置、电子设备及存储介质 |
CN110515816A (zh) * | 2019-08-20 | 2019-11-29 | 安徽抖范视频科技有限公司 | 一种用户行为的分析方法及分析系统 |
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 |
CN111190934A (zh) * | 2019-12-30 | 2020-05-22 | 青岛海尔科技有限公司 | 数据的推送方法及装置、存储介质和电子装置 |
CN112770126A (zh) * | 2020-12-29 | 2021-05-07 | 北京达佳互联信息技术有限公司 | 直播间的推送方法、装置、服务器及存储介质 |
CN113301399A (zh) * | 2021-05-19 | 2021-08-24 | 中山亿联智能科技有限公司 | 一种应用于机顶盒的基于用户行为分析的广告投放方法 |
CN116823354B (zh) * | 2023-06-08 | 2024-05-31 | 湖南华创科技发展有限公司 | 基于大数据的门店营销推送方法、装置及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5585838A (en) * | 1995-05-05 | 1996-12-17 | Microsoft Corporation | Program time guide |
CN1516960A (zh) * | 2002-04-12 | 2004-07-28 | 索尼株式会社 | 节目选择装置、节目选择方法、及节目信息提供系统 |
CN1725822A (zh) * | 2004-07-22 | 2006-01-25 | 上海乐金广电电子有限公司 | 用户喜好节目设定装置及其使用方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070156589A1 (en) * | 2005-12-30 | 2007-07-05 | Randy Zimler | Integrating personalized listings of media content into an electronic program guide |
JP5691735B2 (ja) * | 2011-03-29 | 2015-04-01 | ソニー株式会社 | コンテンツ推薦装置、推薦コンテンツの検索方法、及びプログラム |
CN102957969A (zh) * | 2012-05-18 | 2013-03-06 | 华东师范大学 | 为iptv终端用户推荐节目的装置及方法 |
CN103546778A (zh) * | 2013-07-17 | 2014-01-29 | Tcl集团股份有限公司 | 一种电视节目推荐方法、系统及其实现方法 |
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
- 2016-12-07 CN CN201611117502.8A patent/CN106792210B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5585838A (en) * | 1995-05-05 | 1996-12-17 | Microsoft Corporation | Program time guide |
CN1516960A (zh) * | 2002-04-12 | 2004-07-28 | 索尼株式会社 | 节目选择装置、节目选择方法、及节目信息提供系统 |
CN1725822A (zh) * | 2004-07-22 | 2006-01-25 | 上海乐金广电电子有限公司 | 用户喜好节目设定装置及其使用方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106792210A (zh) | 2017-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106792210B (zh) | 一种电视用户的分类方法及系统 | |
CN107124653B (zh) | 电视用户画像的构建方法 | |
CN103888836B (zh) | 一种智能电视开机频道选择的方法及系统 | |
CN109769128A (zh) | 视频推荐方法、视频推荐装置和计算机可读存储介质 | |
US20150334461A1 (en) | Methods and systems for dynamically recommending favorite channels or programs | |
WO2016058423A1 (zh) | 新闻列表刷新的方法及装置 | |
CN103546778A (zh) | 一种电视节目推荐方法、系统及其实现方法 | |
JP2017534191A (ja) | 画像認識に基づくスマートテレビのインタラクションコントロールシステムおよびその方法 | |
EP3248381B1 (en) | Home screen intelligent viewing | |
CN104066004A (zh) | 一种对电视频道智能排序的电视机系统及方法 | |
JP2012533109A (ja) | マルチメディアコンテンツを分析するための方法および機構 | |
CN108337541A (zh) | 一种广告投放方法和装置、计算机可读存储介质 | |
EP3011754A1 (en) | Enhanced program guide | |
CN108449648A (zh) | 电视播放方法、装置及计算机可读存储介质 | |
CN105701226A (zh) | 多媒体资源评估方法和装置 | |
US20220303618A1 (en) | Systems, methods, and apparatuses for processing viewership information | |
CN107370827A (zh) | 主动推送个性化服务的系统 | |
CN104581224B (zh) | 切换播放内容的方法、装置及终端 | |
CN104780449A (zh) | 一种单向机顶盒广告筛选的方法及系统 | |
CN109769130B (zh) | 基于收视大数据的遥控器个性化设置方法及系统 | |
CN112784069B (zh) | 一种iptv内容智能推荐系统以及方法 | |
CN108134948B (zh) | 电视节目推荐方法、装置、系统及可读存储介质 | |
CN109195014A (zh) | 具有用户识别和节目推送功能的机顶盒系统及其应用方法 | |
US8321895B2 (en) | Selecting program items depending on a period of time in which the program items are to be stored | |
CN107608992A (zh) | 一种基于时间轴的个性化推荐方法 |
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 |