CN108322828A - 一种基于节目内容识别的信息推荐方法及装置 - Google Patents

一种基于节目内容识别的信息推荐方法及装置 Download PDF

Info

Publication number
CN108322828A
CN108322828A CN201810146408.8A CN201810146408A CN108322828A CN 108322828 A CN108322828 A CN 108322828A CN 201810146408 A CN201810146408 A CN 201810146408A CN 108322828 A CN108322828 A CN 108322828A
Authority
CN
China
Prior art keywords
information
channel
program
recommendation
video terminal
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
CN201810146408.8A
Other languages
English (en)
Inventor
邵山
唐云峰
唐昊
白云龙
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.)
MAYWIDE TECHNOLOGY Co Ltd
Original Assignee
MAYWIDE TECHNOLOGY 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 MAYWIDE TECHNOLOGY Co Ltd filed Critical MAYWIDE TECHNOLOGY Co Ltd
Priority to CN201810146408.8A priority Critical patent/CN108322828A/zh
Publication of CN108322828A publication Critical patent/CN108322828A/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
    • H04N21/4668—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
    • H04N21/45—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
    • H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
    • 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
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/47815—Electronic shopping
    • 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

Landscapes

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

Abstract

本发明公开了一种基于节目内容识别的信息推荐方法及装置，通过根据不同的频道节目信息确定对应的视频终端显示的推荐信息，提出了一种针对于不同地频道节目信息(场景信息)来确定不同推荐信息的机制，解决了现有视频终端的推荐信息方法存在的问题是后端没有关于节目的推荐信息匹配，没有将场景联系起来，没有关联性，不分场景场合，造成了体验感差以及实际转换低的技术问题。

Description

一种基于节目内容识别的信息推荐方法及装置
技术领域
本发明涉及信息处理领域，尤其涉及一种基于节目内容识别的信息推荐方法及装置。
背景技术
在一些电视或其他视频终端上设置有电视购物等推荐信息的交互方案，比如视频终端上显示一些玩具和书籍的售卖信息，或者显示一些服装售卖信息；
现有视频终端的推荐信息方法存在的问题是后端没有关于节目的推荐信息匹配，没有将场景联系起来，没有关联性，不分场景场合，造成了体验感差以及实际转换低的技术问题。
发明内容
本发明提供的一种基于节目内容识别的信息推荐方法及装置，解决了现有视频终端的推荐信息方法存在的问题是后端没有关于节目的推荐信息匹配，没有将场景联系起来，没有关联性，不分场景场合，造成了体验感差以及实际转换低的技术问题。
本发明提供的一种基于节目内容识别的信息推荐方法，包括：
实时采集到视频终端发送的频道操作信息，其中，所述频道操作信息具体包括：频道地址、频道操作时间和节目地址；
根据所述频道地址、所述频道操作时间和所述节目地址匹配对应的节目信息，所述节目信息包括：节目图像信息和节目音频信息；
将所述节目图像信息通过深度学习算法进行标注训练识别，得到标注训练识别结果，将所述节目音频信息通过深度学习算法进行标注训练和特征训练，得到标注训练结果和特征训练结果；
根据所述标注训练识别结果、所述标注训练结果和所述特征训练结果建立对应的频道节目特征模型，将所述频道节目特征模型在预设的信息推荐库中进行对应匹配，确定在所述信息推荐库中与所述频道节目特征模型对应的推荐信息，并将所述推荐信息发送到所述视频终端；
所述视频终端进行推荐信息的显示。
可选地，根据所述频道地址、所述频道操作时间和所述节目地址匹配对应的节目信息具体包括：
根据所述频道地址、所述频道操作时间和所述节目地址在预设的节目数据库中匹配对应的节目信息。
可选地，所述视频终端进行推荐信息的显示具体包括：
所述视频终端根据所述推荐信息在所述视频终端的第一预设区域进行显示；
当所述视频终端接收到用户的开机操作指令、关机操作指令、频道切换指令、或音量调节指令时，所述视频终端根据所述推荐信息在所述视频终端的第二预设区域进行显示。
本发明提供的一种基于节目内容识别的信息推荐装置，包括：
实时采集单元，用于实时采集到视频终端发送的频道操作信息，其中，所述频道操作信息具体包括：频道地址、频道操作时间和节目地址；
第一匹配单元，用于根据所述频道地址、所述频道操作时间和所述节目地址匹配对应的节目信息，所述节目信息包括：节目图像信息和节目音频信息；
图像识别单元，用于将所述节目图像信息通过深度学习算法进行标注训练识别，得到标注训练识别结果；
音频识别单元，用于将所述节目音频信息通过深度学习算法进行标注训练和特征训练，得到标注训练结果和特征训练结果；
第一建立单元，用于根据所述标注训练识别结果、所述标注训练结果和所述特征训练结果建立对应的频道节目特征模型；
第二匹配单元，用于将所述频道节目特征模型在预设的信息推荐库中进行对应匹配，确定在所述信息推荐库中与所述频道节目特征模型对应的推荐信息，并将所述推荐信息发送到所述视频终端；
第一显示单元，设置在视频终端上，用于进行推荐信息的显示。
可选地，所述第一匹配单元具体用于：
根据所述频道地址、所述频道操作时间和所述节目地址在预设的节目数据库中匹配对应的节目信息，所述节目信息包括：节目图像信息和节目音频信息。
可选地，所述第一显示单元具体用于：
根据所述推荐信息在所述视频终端的第一预设区域进行显示；
当所述视频终端接收到用户的开机操作指令、关机操作指令、频道切换指令、或音量调节指令时，所述视频终端根据所述推荐信息在所述视频终端的第二预设区域进行显示。
从以上技术方案可以看出，本发明具有以下优点：
本发明提供的一种信息推荐方法及装置，其中，一种基于节目内容识别的信息推荐方法，包括：实时采集到视频终端发送的频道操作信息，其中，所述频道操作信息具体包括：频道地址、频道操作时间和节目地址；根据所述频道地址、所述频道操作时间和所述节目地址匹配对应的节目信息，所述节目信息包括：节目图像信息和节目音频信息；将所述节目图像信息通过深度学习算法进行标注训练识别，得到标注训练识别结果，将所述节目音频信息通过深度学习算法进行标注训练和特征训练，得到标注训练结果和特征训练结果；根据所述标注训练识别结果、所述标注训练结果和所述特征训练结果建立对应的频道节目特征模型，将所述频道节目特征模型在预设的信息推荐库中进行对应匹配，确定在所述信息推荐库中与所述频道节目特征模型对应的推荐信息，并将所述推荐信息发送到所述视频终端；所述视频终端进行推荐信息的显示。
本发明中，通过根据不同的频道节目信息确定对应的视频终端显示的推荐信息，提出了一种针对于不同地频道节目信息(场景信息)来确定不同推荐信息的机制，解决了现有视频终端的推荐信息方法存在的问题是后端没有关于节目的推荐信息匹配，没有将场景联系起来，没有关联性，不分场景场合，造成了体验感差以及实际转换低的技术问题。
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简单地介绍，显而易见地，下面描述中的附图仅仅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它的附图。
图1为本发明提供的一种基于节目内容识别的信息推荐方法的一个实施例的流程示意图；
图2为本发明提供的一种基于节目内容识别的信息推荐方法的另一个实施例的流程示意图；
图3为本发明提供的一种基于节目内容识别的信息推荐装置的一个实施例的结构示意图；
图4为本发明提供的一种基于节目内容识别的信息推荐装置的另一个实施例的结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明提供的一种基于节目内容识别的信息推荐方法的一个实施例，包括：
S100：实时采集到视频终端发送的频道操作信息，其中，频道操作信息具体包括：频道地址、频道操作时间和节目地址；
本发明实施例中，当进行基于节目内容识别的信息推荐时，需要实时采集到视频终端发送的频道操作信息，其中，频道操作信息具体包括：频道地址、频道操作时间和节目地址；
本发明实施例的视频终端具有播放节目信息、切换节目信息和音量控制的功能，频道操作信息为用户对视频终端进行频道切换操作后，对应切换的频道信息，频道操作信息视频终端对于频道操作信息的获取是实时进行的，相应的，也会实时进行频道操作信息的发送；
S101：根据频道地址、频道操作时间和节目地址匹配对应的节目信息，节目信息包括：节目图像信息和节目音频信息；
在实时采集到视频终端发送的频道操作信息，其中，频道操作信息具体包括：频道地址、频道操作时间和节目地址之后，需要根据频道地址、频道操作时间和节目地址匹配对应的节目信息，节目信息包括：节目图像信息和节目音频信息；
频道地址、频道操作时间和节目地址可以体现节目信息的特征，可选地，可以预先设置一个保存有各个频道的实时节目信息库，在获取到频道地址、频道操作时间和节目地址后，在实时节目信息库进行遍历，匹配到目标节目信息；
S102：将节目图像信息通过深度学习算法进行标注训练识别，得到标注训练识别结果，将节目音频信息通过深度学习算法进行标注训练和特征训练，得到标注训练结果和特征训练结果；
在根据频道地址、频道操作时间和节目地址匹配对应的节目信息，节目信息包括：节目图像信息和节目音频信息之后，需要将节目图像信息通过深度学习算法进行标注训练识别，得到标注训练识别结果，将节目音频信息通过深度学习算法进行标注训练和特征训练，得到标注训练结果和特征训练结果；
需要说明的是，通过深度学习算法进行标注训练识别为本领域技术人员公知的技术，这里不再赘述；
S103：根据标注训练识别结果、标注训练结果和特征训练结果建立对应的频道节目特征模型，将频道节目特征模型在预设的信息推荐库中进行对应匹配，确定在信息推荐库中与频道节目特征模型对应的推荐信息，并将推荐信息发送到视频终端；
在将节目图像信息通过深度学习算法进行标注训练识别，得到标注训练识别结果，将节目音频信息通过深度学习算法进行标注训练和特征训练，得到标注训练结果和特征训练结果之后，需要根据标注训练识别结果、标注训练结果和特征训练结果建立对应的频道节目特征模型，将频道节目特征模型在预设的信息推荐库中进行对应匹配，确定在信息推荐库中与频道节目特征模型对应的推荐信息，并将推荐信息发送到视频终端；
需要说明的是，信息推荐库中可以包含与各个频道节目特征模型一一对应的推荐信息，根据标注训练识别结果、标注训练结果和特征训练结果建立对应的频道节目特征模型为本领域技术人员公知的技术，这里不再赘述；
S104：视频终端进行推荐信息的显示；
根据标注训练识别结果、标注训练结果和特征训练结果建立对应的频道节目特征模型，将频道节目特征模型在预设的信息推荐库中进行对应匹配，确定在信息推荐库中与频道节目特征模型对应的推荐信息，并将推荐信息发送到视频终端之后，视频终端需要进行推荐信息的显示；
视频终端在接收到推荐信息后，进行对应的信息显示，显示的内容可以为按照图片或视频的方式进行显示，这里不做限定；
本实施例中，实时采集到视频终端发送的频道操作信息，其中，频道操作信息具体包括：频道地址、频道操作时间和节目地址；根据频道地址、频道操作时间和节目地址匹配对应的节目信息，节目信息包括：节目图像信息和节目音频信息；将节目图像信息通过深度学习算法进行标注训练识别，得到标注训练识别结果，将节目音频信息通过深度学习算法进行标注训练和特征训练，得到标注训练结果和特征训练结果；根据标注训练识别结果、标注训练结果和特征训练结果建立对应的频道节目特征模型，将频道节目特征模型在预设的信息推荐库中进行对应匹配，确定在信息推荐库中与频道节目特征模型对应的推荐信息，并将推荐信息发送到视频终端；视频终端进行推荐信息的显示。
可以看出，本发明实施例通过根据不同的频道节目信息确定对应的视频终端显示的推荐信息，提出了一种针对于不同地频道节目信息(场景信息)来确定不同推荐信息的机制，解决了现有视频终端的推荐信息方法存在的问题是后端没有关于节目的推荐信息匹配，没有将场景联系起来，没有关联性，不分场景场合，造成了体验感差以及实际转换低的技术问题。
上面是对一种信息推荐方法的一个实施例进行的详细描述，下面将对一种信息推荐方法的另一个实施例进行详细的描述。
请参阅图2，本发明提供的一种基于节目内容识别的信息推荐方法的另一个实施例，包括：
S200：实时采集到视频终端发送的频道操作信息，其中，频道操作信息具体包括：频道地址、频道操作时间和节目地址；
本发明实施例中，当进行基于节目内容识别的信息推荐时，需要实时采集到视频终端发送的频道操作信息，其中，频道操作信息具体包括：频道地址、频道操作时间和节目地址；
本发明实施例的视频终端具有播放节目信息、切换节目信息和音量控制的功能，频道操作信息为用户对视频终端进行频道切换操作后，对应切换的频道信息，频道操作信息视频终端对于频道操作信息的获取是实时进行的，相应的，也会实时进行频道操作信息的发送；
S201：根据频道地址、频道操作时间和节目地址在预设的节目数据库中匹配对应的节目信息，节目信息包括：节目图像信息和节目音频信息；
当实时采集到视频终端发送的频道操作信息，其中，频道操作信息具体包括：频道地址、频道操作时间和节目地址之后，需要根据频道地址、频道操作时间和节目地址在预设的节目数据库中匹配对应的节目信息，节目信息包括：节目图像信息和节目音频信息；
频道地址、频道操作时间和节目地址可以体现节目信息的特征，可选地，可以预先设置一个保存有各个频道的实时节目信息库，在获取到频道地址、频道操作时间和节目地址后，在实时节目信息库进行遍历，匹配到目标节目信息；
S202：将节目图像信息通过深度学习算法进行标注训练识别，得到标注训练识别结果，将节目音频信息通过深度学习算法进行标注训练和特征训练，得到标注训练结果和特征训练结果；
当根据频道地址、频道操作时间和节目地址在预设的节目数据库中匹配对应的节目信息，节目信息包括：节目图像信息和节目音频信息之后，需要将节目图像信息通过深度学习算法进行标注训练识别，得到标注训练识别结果，将节目音频信息通过深度学习算法进行标注训练和特征训练，得到标注训练结果和特征训练结果；
需要说明的是，通过深度学习算法进行标注训练识别为本领域技术人员公知的技术，这里不再赘述；
S203：根据标注训练识别结果、标注训练结果和特征训练结果建立对应的频道节目特征模型，将频道节目特征模型在预设的信息推荐库中进行对应匹配，确定在信息推荐库中与频道节目特征模型对应的推荐信息，并将推荐信息发送到视频终端；
当将节目图像信息通过深度学习算法进行标注训练识别，得到标注训练识别结果，将节目音频信息通过深度学习算法进行标注训练和特征训练，得到标注训练结果和特征训练结果之后，需要根据标注训练识别结果、标注训练结果和特征训练结果建立对应的频道节目特征模型，将频道节目特征模型在预设的信息推荐库中进行对应匹配，确定在信息推荐库中与频道节目特征模型对应的推荐信息，并将推荐信息发送到视频终端；
需要说明的是，信息推荐库中可以包含与各个频道节目特征模型一一对应的推荐信息，根据标注训练识别结果、标注训练结果和特征训练结果建立对应的频道节目特征模型为本领域技术人员公知的技术，这里不再赘述；
S204：视频终端根据推荐信息在视频终端的第一预设区域进行显示；
根据标注训练识别结果、标注训练结果和特征训练结果建立对应的频道节目特征模型，将频道节目特征模型在预设的信息推荐库中进行对应匹配，确定在信息推荐库中与频道节目特征模型对应的推荐信息，并将推荐信息发送到视频终端之后，视频终端根据推荐信息在视频终端的第一预设区域进行显示；
需要说明的是，视频终端的第一预设区域可以为视频终端显示区域的任意部分，实际实施过程中，可按照具体需求进行设置，这里不做限定；
S205：当视频终端接收到用户的开机操作指令、关机操作指令、频道切换指令、或音量调节指令时，视频终端根据推荐信息在视频终端的第二预设区域进行显示；
当将频道节目特征模型在预设的信息推荐库中进行对应匹配，确定在信息推荐库中与频道节目特征模型对应的推荐信息之后，需要将推荐信息发送到视频终端；
本发明实施例中，实时采集到视频终端发送的频道操作信息，其中，频道操作信息具体包括：频道地址、频道操作时间和节目地址；根据频道地址、频道操作时间和节目地址在预设的节目数据库中匹配对应的节目信息，节目信息包括：节目图像信息和节目音频信息；将节目图像信息通过深度学习算法进行标注训练识别，得到标注训练识别结果，将节目音频信息通过深度学习算法进行标注训练和特征训练，得到标注训练结果和特征训练结果；根据标注训练识别结果、标注训练结果和特征训练结果建立对应的频道节目特征模型，将频道节目特征模型在预设的信息推荐库中进行对应匹配，确定在信息推荐库中与频道节目特征模型对应的推荐信息，并将推荐信息发送到视频终端；视频终端根据推荐信息在视频终端的第一预设区域进行显示；当视频终端接收到用户的开机操作指令、关机操作指令、频道切换指令、或音量调节指令时，视频终端根据推荐信息在视频终端的第二预设区域进行显示。
可以看出，本发明实施例通过根据不同的频道节目信息确定对应的视频终端显示的推荐信息，提出了一种针对于不同地频道节目信息(场景信息)来确定不同推荐信息的机制，解决了现有视频终端的推荐信息方法存在的问题是后端没有关于节目的推荐信息匹配，没有将场景联系起来，没有关联性，不分场景场合，造成了体验感差以及实际转换低的技术问题。
上面是对一种基于节目内容识别的信息推荐方法的一个实施例进行详细的描述，下面将对一种基于节目内容识别的信息推荐装置的一个实施例进行详细的描述。
请参阅图3，本发明提供的一种基于节目内容识别的信息推荐装置的一个实施例，包括：
实时采集单元301，用于实时采集到视频终端发送的频道操作信息，其中，频道操作信息具体包括：频道地址、频道操作时间和节目地址；
第一匹配单元302，用于根据频道地址、频道操作时间和节目地址匹配对应的节目信息，节目信息包括：节目图像信息和节目音频信息；
图像识别单元303，用于将节目图像信息通过深度学习算法进行标注训练识别，得到标注训练识别结果；
音频识别单元304，用于将节目音频信息通过深度学习算法进行标注训练和特征训练，得到标注训练结果和特征训练结果；
第一建立单元305，用于根据标注训练识别结果、标注训练结果和特征训练结果建立对应的频道节目特征模型；
第二匹配单元306，用于将频道节目特征模型在预设的信息推荐库中进行对应匹配，确定在信息推荐库中与频道节目特征模型对应的推荐信息，并将推荐信息发送到视频终端；
第一显示单元307，设置在视频终端上，用于进行推荐信息的显示；
本实施例中，首先通过实时采集单元301实时采集到视频终端发送的频道操作信息，其中，频道操作信息具体包括：频道地址、频道操作时间和节目地址，之后第一匹配单元302根据频道地址、频道操作时间和节目地址匹配对应的节目信息，节目信息包括：节目图像信息和节目音频信息，之后图像识别单元303将节目图像信息通过深度学习算法进行标注训练识别，得到标注训练识别结果，之后音频识别单元304将节目音频信息通过深度学习算法进行标注训练和特征训练，得到标注训练结果和特征训练结果，之后第一建立单元305根据标注训练识别结果、标注训练结果和特征训练结果建立对应的频道节目特征模型，之后第二匹配单元306将频道节目特征模型在预设的信息推荐库中进行对应匹配，确定在信息推荐库中与频道节目特征模型对应的推荐信息，并将推荐信息发送到视频终端，之后第一显示单元307进行推荐信息的显示，通过根据不同的频道节目信息确定对应的视频终端显示的推荐信息，提出了一种针对于不同地频道节目信息(场景信息)来确定不同推荐信息的机制，解决了现有视频终端的推荐信息方法存在的问题是后端没有关于节目的推荐信息匹配，没有将场景联系起来，没有关联性，不分场景场合，造成了体验感差以及实际转换低的技术问题。
上面是对一种信息推荐装置的一个实施例进行详细的描述，下面将对一种信息推荐装置的另一个实施例进行详细的描述。
请参阅图4，本发明提供的一种信息推荐装置的一个实施例，包括：
实时采集单元401，用于实时采集到视频终端发送的频道操作信息，其中，频道操作信息具体包括：频道地址、频道操作时间和节目地址；
第一匹配单元402，用于根据频道地址、频道操作时间和节目地址在预设的节目数据库中匹配对应的节目信息，节目信息包括：节目图像信息和节目音频信息；
图像识别单元403，用于将节目图像信息通过深度学习算法进行标注训练识别，得到标注训练识别结果；
音频识别单元404，用于将节目音频信息通过深度学习算法进行标注训练和特征训练，得到标注训练结果和特征训练结果；
第一建立单元405，用于根据标注训练识别结果、标注训练结果和特征训练结果建立对应的频道节目特征模型；
第二匹配单元406，用于将频道节目特征模型在预设的信息推荐库中进行对应匹配，确定在信息推荐库中与频道节目特征模型对应的推荐信息，并将推荐信息发送到视频终端；
第一显示单元407，设置在视频终端上，用于根据推荐信息在视频终端的第一预设区域进行显示；当视频终端接收到用户的开机操作指令、关机操作指令、频道切换指令、或音量调节指令时，视频终端根据推荐信息在视频终端的第二预设区域进行显示。
本实施例中，通过实时采集单元401，用于实时采集到视频终端发送的频道操作信息，其中，频道操作信息具体包括：频道地址、频道操作时间和节目地址，之后第一匹配单元402根据频道地址、频道操作时间和节目地址在预设的节目数据库中匹配对应的节目信息，节目信息包括：节目图像信息和节目音频信息，之后图像识别单元403将节目图像信息通过深度学习算法进行标注训练识别，得到标注训练识别结果，之后音频识别单元404将节目音频信息通过深度学习算法进行标注训练和特征训练，得到标注训练结果和特征训练结果，之后第一建立单元405根据标注训练识别结果、标注训练结果和特征训练结果建立对应的频道节目特征模型，之后第二匹配单元406将频道节目特征模型在预设的信息推荐库中进行对应匹配，确定在信息推荐库中与频道节目特征模型对应的推荐信息，并将推荐信息发送到视频终端，之后第一显示单元407根据推荐信息在视频终端的第一预设区域进行显示；当视频终端接收到用户的开机操作指令、关机操作指令、频道切换指令、或音量调节指令时，视频终端根据推荐信息在视频终端的第二预设区域进行显示，通过根据不同的频道节目信息确定对应的视频终端显示的推荐信息，提出了一种针对于不同地频道节目信息(场景信息)来确定不同推荐信息的机制，解决了现有视频终端的推荐信息方法存在的问题是后端没有关于节目的推荐信息匹配，没有将场景联系起来，没有关联性，不分场景场合，造成了体验感差以及实际转换低的技术问题。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (6)

1.一种基于节目内容识别的信息推荐方法，其特征在于，包括：
实时采集到视频终端发送的频道操作信息，其中，所述频道操作信息具体包括：频道地址、频道操作时间和节目地址；
根据所述频道地址、所述频道操作时间和所述节目地址匹配对应的节目信息，所述节目信息包括：节目图像信息和节目音频信息；
将所述节目图像信息通过深度学习算法进行标注训练识别，得到标注训练识别结果，将所述节目音频信息通过深度学习算法进行标注训练和特征训练，得到标注训练结果和特征训练结果；
根据所述标注训练识别结果、所述标注训练结果和所述特征训练结果建立对应的频道节目特征模型，将所述频道节目特征模型在预设的信息推荐库中进行对应匹配，确定在所述信息推荐库中与所述频道节目特征模型对应的推荐信息，并将所述推荐信息发送到所述视频终端；
所述视频终端进行推荐信息的显示。
2.根据权利要求1所述的基于节目内容识别的信息推荐方法，其特征在于，根据所述频道地址、所述频道操作时间和所述节目地址匹配对应的节目信息具体包括：
根据所述频道地址、所述频道操作时间和所述节目地址在预设的节目数据库中匹配对应的节目信息。
3.根据权利要求2所述的信息推荐方法，其特征在于，所述视频终端进行推荐信息的显示具体包括：
所述视频终端根据所述推荐信息在所述视频终端的第一预设区域进行显示；
当所述视频终端接收到用户的开机操作指令、关机操作指令、频道切换指令、或音量调节指令时，所述视频终端根据所述推荐信息在所述视频终端的第二预设区域进行显示。
4.一种基于节目内容识别的信息推荐装置，其特征在于，包括：
实时采集单元，用于实时采集到视频终端发送的频道操作信息，其中，所述频道操作信息具体包括：频道地址、频道操作时间和节目地址；
第一匹配单元，用于根据所述频道地址、所述频道操作时间和所述节目地址匹配对应的节目信息，所述节目信息包括：节目图像信息和节目音频信息；
图像识别单元，用于将所述节目图像信息通过深度学习算法进行标注训练识别，得到标注训练识别结果；
音频识别单元，用于将所述节目音频信息通过深度学习算法进行标注训练和特征训练，得到标注训练结果和特征训练结果；
第一建立单元，用于根据所述标注训练识别结果、所述标注训练结果和所述特征训练结果建立对应的频道节目特征模型；
第二匹配单元，用于将所述频道节目特征模型在预设的信息推荐库中进行对应匹配，确定在所述信息推荐库中与所述频道节目特征模型对应的推荐信息，并将所述推荐信息发送到所述视频终端；
第一显示单元，设置在视频终端上，用于进行推荐信息的显示。
5.根据权利要求4所述的基于节目内容识别的信息推荐装置，其特征在于，所述第一匹配单元具体用于：
根据所述频道地址、所述频道操作时间和所述节目地址在预设的节目数据库中匹配对应的节目信息，所述节目信息包括：节目图像信息和节目音频信息。
6.根据权利要求5所述的基于节目内容识别的信息推荐装置，其特征在于，所述第一显示单元具体用于：
根据所述推荐信息在所述视频终端的第一预设区域进行显示；
当所述视频终端接收到用户的开机操作指令、关机操作指令、频道切换指令、或音量调节指令时，所述视频终端根据所述推荐信息在所述视频终端的第二预设区域进行显示。
CN201810146408.8A 2018-02-12 2018-02-12 一种基于节目内容识别的信息推荐方法及装置 Pending CN108322828A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810146408.8A CN108322828A (zh) 2018-02-12 2018-02-12 一种基于节目内容识别的信息推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810146408.8A CN108322828A (zh) 2018-02-12 2018-02-12 一种基于节目内容识别的信息推荐方法及装置

Publications (1)

Publication Number Publication Date
CN108322828A true CN108322828A (zh) 2018-07-24

Family

ID=62903010

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810146408.8A Pending CN108322828A (zh) 2018-02-12 2018-02-12 一种基于节目内容识别的信息推荐方法及装置

Country Status (1)

Country Link
CN (1) CN108322828A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110213610A (zh) * 2019-06-13 2019-09-06 北京奇艺世纪科技有限公司 一种直播场景识别方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103024464A (zh) * 2011-12-31 2013-04-03 中国科学院计算技术研究所 提供与视频播放内容相关信息的系统和方法
US20130145387A1 (en) * 2010-06-07 2013-06-06 Ray Van Brandenburg System for outputting a choice recommendation to users
CN103475909A (zh) * 2012-06-06 2013-12-25 中兴通讯股份有限公司 交互式网络电视在线购物实现方法、客户端及广告管理器
CN103501464A (zh) * 2013-09-24 2014-01-08 深圳市同洲电子股份有限公司 一种推送广告的方法、终端、服务器以及系统
CN106095903A (zh) * 2016-06-08 2016-11-09 成都三零凯天通信实业有限公司 一种基于深度学习技术的广播电视舆情分析方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130145387A1 (en) * 2010-06-07 2013-06-06 Ray Van Brandenburg System for outputting a choice recommendation to users
CN103024464A (zh) * 2011-12-31 2013-04-03 中国科学院计算技术研究所 提供与视频播放内容相关信息的系统和方法
CN103475909A (zh) * 2012-06-06 2013-12-25 中兴通讯股份有限公司 交互式网络电视在线购物实现方法、客户端及广告管理器
CN103501464A (zh) * 2013-09-24 2014-01-08 深圳市同洲电子股份有限公司 一种推送广告的方法、终端、服务器以及系统
CN106095903A (zh) * 2016-06-08 2016-11-09 成都三零凯天通信实业有限公司 一种基于深度学习技术的广播电视舆情分析方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110213610A (zh) * 2019-06-13 2019-09-06 北京奇艺世纪科技有限公司 一种直播场景识别方法及装置
CN110213610B (zh) * 2019-06-13 2021-05-28 北京奇艺世纪科技有限公司 一种直播场景识别方法及装置

Similar Documents

Publication Publication Date Title
CN105872786B (zh) 一种在节目中通过弹幕投放广告的方法及装置
CN107967110A (zh) 播放方法、播放装置、电子设备及计算机可读存储介质
CN105632263A (zh) 一种基于增强现实的音乐启蒙学习装置及方法
CN110121098A (zh) 视频播放方法、装置、存储介质和电子装置
CN109829064A (zh) 媒体资源分享及播放方法和装置、存储介质及电子装置
CN109224444A (zh) 游戏人物识别方法、装置、存储介质和电子设备
CN110099284A (zh) 一种快捷发言的生成方法、装置及服务器
CN110097868A (zh) 播放音乐的方法、装置和系统
CN109195025A (zh) 一种游戏广告制作方法及平台、存储介质
CN110225374A (zh) 交互式网络电视的用户信息采集处理方法
CN105975066A (zh) 基于虚拟现实设备的控制方法及装置
CN109600559A (zh) 一种视频特效添加方法、装置、终端设备及存储介质
CN113630630A (zh) 一种视频解说配音信息的处理方法、装置及设备
CN109961800A (zh) 一种乐谱翻页处理方法及装置
CN107690072B (zh) 视频播放方法和装置
CN108270635A (zh) 网络卡顿判断方法、装置及在线课程直播系统
CN110534131A (zh) 一种音频播放方法及系统
CN108322828A (zh) 一种基于节目内容识别的信息推荐方法及装置
CN108174227A (zh) 虚拟物品的显示方法、装置及存储介质
CN106937156A (zh) 一种实现多资源同步播放的方法及装置和媒体播放器
CN110324653A (zh) 游戏互动交互方法及系统、电子设备及具有存储功能的装置
CN105657461A (zh) 一种视频播放的提示方法、装置及移动终端
CN108769827A (zh) 电视节目关联显示方法、装置、移动终端及存储介质
CN107426200A (zh) 一种多媒体数据处理方法和装置
CN104618376B (zh) 播放媒体内容的方法、服务器和显示装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180724