CN111107400A - 数据收集方法、装置、智能电视及计算机可读存储介质 - Google Patents

Abstract

本发明提供一种数据收集方法，该方法包括：在播放视频时，通过远场语音采集装置采集用户的语音信号；对所述语音信号实时进行分析，得到用户的正向反馈数据；根据所述正向反馈数据，得到用户针对当前视频的喜爱程度信息。本发明还提供一种数据收集装置、智能电视及计算机可读存储介质。本发明能实现智能收集用户的喜好数据，以便于对用户进行有针对性的视频推荐。

Description

数据收集方法、装置、智能电视及计算机可读存储介质

技术领域

本发明涉及数据处理领域，尤其涉及一种数据收集方法、装置、智能电视及计算机可读存储介质。

背景技术

随着智能电视技术的迅速发展，智能电视日益普及并且用户数量不断增加，电视节目的数量也越来越多。目前，人们用电视除了观看广播电视节目外，还可以根据自己的兴趣选择观看特定的电影和电视剧等视频。但是由于用户需要靠遥控来输入查找视频，操作较为不便，用户难以像操作智能手机一样去深度寻找喜爱的节目。因此，如何收集用户的喜好数据、以便于对用户进行有针对性的视频推荐，是目前亟需解决的问题。

发明内容

本发明的主要目的在于提供一种数据收集方法、装置、智能电视及计算机可读存储介质，旨在实现智能收集用户的喜好数据，以便于对用户进行有针对性的视频推荐。

为实现上述目的，本发明提供一种数据收集方法，所述数据收集方法包括：

在播放视频时，通过远场语音采集装置采集用户的语音信号；

对所述语音信号实时进行分析，得到用户的正向反馈数据；

根据所述正向反馈数据，得到用户针对当前视频的喜爱程度信息。

可选地，所述对所述语音信号实时进行分析，得到用户的正向反馈数据的步骤包括：

对所述语音信号实时进行唤醒词检测；

当检测到预设唤醒词集中的任一唤醒词时，记录正向反馈信息；

在检测到所述当前视频被切换时，对所述正向反馈信息进行统计，得到用户的正向反馈数据。

可选地，所述当检测到预设唤醒词集中的任一唤醒词时，记录正向反馈信息的步骤包括：

当检测到预设唤醒词集中的任一唤醒词时，获取检测到的唤醒词所对应的目标语音信号；

检测所述目标语音信号对应的第一语音强度，并获取与所述目标语音信号对应预设时间范围内的语音信号所对应的第二语音强度；

检测所述第一语音强度是否大于所述第二语音强度；

若所述第一语音强度大于所述第二语音强度，则记录正向反馈信息。

可选地，所述若所述第一语音强度大于所述第二语音强度，则记录正向反馈信息的步骤包括：

若所述第一语音强度大于所述第二语音强度，则提取所述目标语音信号对应的目标声纹特征；

获取当前用户编号ID，并获取所述当前用户ID对应的用户声纹特征；

将所述用户声纹特征与所述目标声纹特征进行匹配，以进行用户身份验证；

当用户身份验证通过时，则记录正向反馈信息。

可选地，所述正向反馈数据包括正向反馈次数和正向反馈时间，所述根据所述正向反馈数据，得到用户针对当前视频的喜爱程度信息的步骤包括：

根据所述正向反馈次数和所述正向反馈时间，计算正向反馈频率；

将所述正向反馈频率与预设的频率区间进行匹配，确定所述正向反馈频率对应的目标频率区域；

根据所述目标频率区间、预设的频率区间与喜爱程度的映射关系，得到用户针对当前视频的喜爱程度信息。

可选地，所述数据收集方法还包括：

获取当前用户ID和当前视频的视频信息，将所述当前用户ID、所述视频信息与所述喜爱程度信息进行关联，并上传至预设服务端。

可选地，所述数据收集方法还包括：

在接收到智能电视启动指令时，启动智能电视，并获取当前用户ID；

根据所述当前用户ID从所述预设服务端获取对应的历史视频信息和历史喜爱程度信息，并根据所述历史视频信息和所述历史喜爱程度信息进行视频推荐。

此外，为实现上述目的，本发明还提供一种数据收集装置，所述数据收集装置包括：

语音采集模块，用于在播放视频时，通过远场语音采集装置采集用户的语音信号；

语音分析模块，用于对所述语音信号实时进行分析，得到用户的正向反馈数据；

信息处理模块，用于根据所述正向反馈数据，得到用户针对当前视频的喜爱程度信息。

此外，为实现上述目的，本发明还提供一种智能电视，所述智能电视包括存储器、处理器以及存储在所述存储器上并可被所述处理器执行的数据收集程序，其中所述数据收集程序被所述处理器执行时，实现如上所述的数据收集方法的步骤。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有数据收集程序，其中所述数据收集程序被处理器执行时，实现如上所述的数据收集方法的步骤。

本发明提供一种数据收集方法、装置、智能电视及计算机可读存储介质，在播放视频时，通过远场语音采集装置采集用户的语音信号；对语音信号实时进行分析，得到用户的正向反馈数据；根据正向反馈数据，得到用户针对当前视频的喜爱程度信息。本发明实施例中，基于语音识别边缘计算技术实时分析采集到的用户语音信息，得到正向反馈数据，进而基于正向反馈数据确定喜爱程度信息，可实现用户喜好数据的智能收集，以便于后续对用户进行有针对性的视频推荐，提升用户的使用体验，增强智能电视的产品竞争力。

附图说明

图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图；

图2为本发明数据收集方法第一实施例的流程示意图；

图3为本发明第一实施例中步骤S20的细化流程示意图；

图4为本发明数据收集装置第一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。

参照图1，图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图。

本发明实施例涉及的数据收集方法主要应用于智能电视。

如图1所示，该智能电视可以包括：处理器1001，例如CPU(Central ProcessingUnit，中央处理器)，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信；用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真Wireless-Fidelity，Wi-Fi接口)；存储器1005可以是高速随机存取存储器(random access memory，RAM)，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器，存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解，图1中示出的智能电视结构并不构成对智能电视的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

继续参照图1，图1中作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块以及数据收集程序。在图1中，网络通信模块可用于连接服务器，与服务器进行数据通信；而处理器1001可以用于调用存储器1005中存储的数据收集程序，并执行以下步骤：

在播放视频时，通过远场语音采集装置采集用户的语音信号；

对所述语音信号实时进行分析，得到用户的正向反馈数据；

根据所述正向反馈数据，得到用户针对当前视频的喜爱程度信息。

进一步地，处理器1001可以调用存储器1005中存储的数据收集程序，还执行以下操作：

对所述语音信号实时进行唤醒词检测；

当检测到预设唤醒词集中的任一唤醒词时，记录正向反馈信息；

在检测到所述当前视频被切换时，对所述正向反馈信息进行统计，得到用户的正向反馈数据。

进一步地，处理器1001可以调用存储器1005中存储的数据收集程序，还执行以下操作：

当检测到预设唤醒词集中的任一唤醒词时，获取检测到的唤醒词所对应的目标语音信号；

检测所述目标语音信号对应的第一语音强度，并获取与所述目标语音信号对应预设时间范围内的语音信号所对应的第二语音强度；

检测所述第一语音强度是否大于所述第二语音强度；

若所述第一语音强度大于所述第二语音强度，则记录正向反馈信息。

进一步地，处理器1001可以调用存储器1005中存储的数据收集程序，还执行以下操作：

若所述第一语音强度大于所述第二语音强度，则提取所述目标语音信号对应的目标声纹特征；

获取当前用户编号ID，并获取所述当前用户ID对应的用户声纹特征；

将所述用户声纹特征与所述目标声纹特征进行匹配，以进行用户身份验证；

当用户身份验证通过时，则记录正向反馈信息。

进一步地，所述正向反馈数据包括正向反馈次数和正向反馈时间，处理器1001可以调用存储器1005中存储的数据收集程序，还执行以下操作：

根据所述正向反馈次数和所述正向反馈时间，计算正向反馈频率；

将所述正向反馈频率与预设的频率区间进行匹配，确定所述正向反馈频率对应的目标频率区域；

根据所述目标频率区间、预设的频率区间与喜爱程度的映射关系，得到用户针对当前视频的喜爱程度信息。

进一步地，处理器1001可以调用存储器1005中存储的数据收集程序，还执行以下操作：

获取当前用户ID和当前视频的视频信息，将所述当前用户ID、所述视频信息与所述喜爱程度信息进行关联，并上传至预设服务端。

进一步地，处理器1001可以调用存储器1005中存储的数据收集程序，还执行以下操作：

在接收到智能电视启动指令时，启动智能电视，并获取当前用户ID；

根据所述当前用户ID从所述预设服务端获取对应的历史视频信息和历史喜爱程度信息，并根据所述历史视频信息和所述历史喜爱程度信息进行视频推荐。

基于上述硬件结构，提出本发明数据收集方法的各个实施例。

本发明提供一种数据收集方法。

请参照图2，图2为本发明数据收集方法第一实施例的流程示意图。

在本实施例中，该数据收集方法应用于智能电视，该数据收集方法包括：

步骤S10，在播放视频时，通过远场语音采集装置采集用户的语音信号；

在本实施例中，该数据收集方法由智能电视实现，该智能电视中内置有麦克风，可实现远场语音的监听。在本实施例中，在播放视频时，通过远场语音采集装置采集用户的语音信号。其中，远场语音采集装置可以为智能电视中内置的麦克风或其他语音采集装置。

需要说明的是，目前电视的语音采集功能有两种常见方案，一种是将麦克风做到遥控器，常被称为近场语音，另一种是将麦克风内置到电视，常被称为远场语音。由于遥控器电量小等原因，近场语音方案一般要用户主动按下一个按钮，遥控器才会接收语音并发送给电视处理。远场语音方案，则可以通过电视实现长期监听用户语音。因此，本实施例通过远场语音采集装置来采集用户的语音信号，相比于通过近场语音采集，本实施例的操作更为简便。

步骤S20，对所述语音信号实时进行分析，得到用户的正向反馈数据；

然后，对所述语音信号实时进行分析，得到用户的正向反馈数据。即，实时对采集的语音信号进行分析。

具体的，对语音信号实时进行唤醒词检测，其中，唤醒词检测是基于语音识别边缘计算技术，通过特征匹配检测是否存在预设唤醒词集中的唤醒词，其中，预设唤醒词集中包括预先设定的笑声词或特定惊叹词等代表正向喜爱意思的词汇，例如，哈哈、嘿嘿、哇、哇塞等，本实施例中只检测用户的正向反馈，而不检测负向反馈，是因为用户不喜欢时通常不发生特定声音，因此负向反馈的结果往往容易误判，影响喜好程度判定结果的准确性。具体的唤醒词检测过程可参照现有技术，此处不作赘述。

当检测到预设唤醒词集中的任一唤醒词时，记录正向反馈信息，具体的记录过程可参照下述实施例，此处不作赘述。然后，在检测到当前视频被切换时，如被切换为其他视频，或观看完毕时、或电视被关闭时，可对正向反馈信息进行统计，得到用户的正向反馈数据。具体的统计过程可参照下述实施例，此处不作赘述。

通过上述方式，可通过智能电视实时检测出用户是否发出正向反馈，而无需将语音信号数据上传至服务器端进行处理，可以避免流量浪费，同时可以避免用户隐私泄露，可保护用户隐私。

步骤S30，根据所述正向反馈数据，得到用户针对当前视频的喜爱程度信息。

在获取到用户的正向反馈数据之后，根据正向反馈数据，得到用户针对当前视频的喜爱程度信息。其中，正向反馈数据包括正向反馈次数和正向反馈时间，步骤S30可以包括：

步骤a1，根据所述正向反馈次数和所述正向反馈时间，计算正向反馈频率；

步骤a2，将所述正向反馈频率与预设的频率区间进行匹配，确定所述正向反馈频率对应的目标频率区域；

步骤a3，根据所述目标频率区间、预设的频率区间与喜爱程度的映射关系，得到用户针对当前视频的喜爱程度信息。

作为其中一种喜爱程度信息的获取方式，正向反馈数据包括正向反馈次数和正向反馈时间，可先根据正向反馈次数和正向反馈时间，计算正向反馈频率，具体的，可以获取正向反馈数据中的第一次正向反馈时间t1和最后一次正向反馈时间t2，通过计算正方反馈次数/(t2-t1)的值，得到正向反馈频率；当然，也可以获取当前事情的播放时长，通过计算正方反馈次数/播放时长，得到正向反馈频率。然后，将正向反馈频率与预设的频率区间进行匹配，确定正向反馈频率对应的目标频率区域；进而，根据目标频率区间、预设的频率区间与喜爱程度的映射关系，得到用户针对当前视频的喜爱程度信息。其中，喜爱程度信息可以以分值或等级的形式呈现。

当然，在具体实施时，正向反馈数据可以只包括正向反馈次数，可根据正向反馈次数、预设的正向反馈次数与喜爱程度的映射关系，得到用户针对当前视频的喜爱程度信息。例如，若正向反馈次数不足三次，则不作处理；若正向反馈次数大于或等于3次，且小于或等于5次，则判定为用户有点喜欢当前视频；若正向反馈次数大于6次，且小于或等于10次，则判定为用户比较喜欢当前视频；若正向反馈次数大于10次，则判定为用户很喜欢当前视频；依次类推，随着正向次数的不断增加，喜爱程度也随之增加。优选地，可采用上一喜爱程度信息的获取方式，其喜爱程度的判定结果会更加准确，可使得后续的视频推荐结果更为准确。

本发明提供一种数据收集方法，在播放视频时，通过远场语音采集装置采集用户的语音信号；对语音信号实时进行分析，得到用户的正向反馈数据；根据正向反馈数据，得到用户针对当前视频的喜爱程度信息。本发明实施例中，基于语音识别边缘计算技术实时分析采集到的用户语音信息，得到正向反馈数据，进而基于正向反馈数据确定喜爱程度信息，可实现用户喜好数据的智能收集，以便于后续对用户进行有针对性的视频推荐，提升用户的使用体验，增强智能电视的产品竞争力。

进一步地，参照图3，图3为本发明第一实施例中步骤S20的细化流程示意图。

本实施例中，步骤S20可以包括：

步骤S21，对所述语音信号实时进行唤醒词检测；

在通过远场语音采集装置实时采集用户的语音信号的过程中，对语音信号实时进行唤醒词检测，其中，唤醒词检测是基于语音识别边缘计算技术，通过特征匹配检测是否存在预设唤醒词集中的唤醒词，具体的唤醒词检测过程可参照现有技术，此处不作赘述。其中，预设唤醒词集中包括预先设定的笑声词或特定惊叹词等代表正向喜爱意思的词汇，例如，哈哈、嘿嘿、哇、哇塞等，本实施例中只检测用户的正向反馈，而不检测负向反馈，是因为用户不喜欢时通常不发生特定声音，因此负向反馈的结果往往容易误判，影响喜好程度判定结果的准确性。

步骤S22，当检测到预设唤醒词集中的任一唤醒词时，记录正向反馈信息；

当检测到预设唤醒词集中的任一唤醒词时，记录正向反馈信息。具体的，步骤S22包括：

步骤b1，当检测到预设唤醒词集中的任一唤醒词时，获取检测到的唤醒词所对应的目标语音信号；

步骤b2，检测所述目标语音信号对应的第一语音强度，并获取与所述目标语音信号对应预设时间范围内的语音信号所对应的第二语音强度；

当检测到预设唤醒词集中的任一唤醒词时，获取检测到的唤醒词所对应的目标语音信号，然后检测目标语音信号对应的第一语音强度，并获取与目标语音信号对应预设时间范围内的语音信号所对应的第二语音强度。其中，语言强度的检测获取方式可参照现有技术。预设时间范围可以为距目标语音信号对应时间的前一段时间(如前5s)，可根据实际需要设定，此处不作限定。

步骤b3，检测所述第一语音强度是否大于所述第二语音强度；

步骤b4，若所述第一语音强度大于所述第二语音强度，则记录正向反馈信息。

然后，检测第一语音强度是否大于第二语音强度；若检测到第一语音强度大于第二语音强度，则记录正向反馈信息。若检测到第一语音强度小于或等于第二语音强度，则不记录。

由于有些用户平时讲话时，也喜欢说一些惊叹词，因此，在检测到唤醒词时，可能不一定是用户在表达喜爱的正向反馈，可能只是陈述的语气，因此，为进一步提高喜爱程度信息收集结果的准确性，可通过对检测到的唤醒词对应的第一语音强度与前一时间范围内的第二语音强度进行比较，以判断用户在说出唤醒词的时候，语音强度是否变强，以判断用户是否是在表达喜爱的正向反馈。通过上述方式，可进一步地提高用户喜好数据收集结果的准确性。

此外，需要说明的是，在比较第一语音强度和第二语音强度时，除可单纯比较大小外，在具体实施例中，还可以设定其他比较规则，例如检测第一语音强度是否大于所述第二语音强度的预设倍数。

进一步地，步骤b4可以包括：

步骤b41，若所述第一语音强度大于所述第二语音强度，则提取所述目标语音信号对应的目标声纹特征；

步骤b42，获取当前用户编号ID，并获取所述当前用户ID对应的用户声纹特征；

步骤b43，将所述用户声纹特征与所述目标声纹特征进行匹配，以进行用户身份验证；

步骤b44，当用户身份验证通过时，则记录正向反馈信息。

若检测到第一语音强度大于第二语音强度，则提取目标语音信号对应的目标声纹特征；同时，获取当前用户ID(编号)，并获取当前用户ID对应的用户声纹特征，其中，当前用户ID可以为当前用户的姓名、或登录名等，声纹特征的提取可参照现有技术，此处不作赘述。

然后，将用户声纹特征与目标声纹特征进行匹配，以进行用户身份验证。在进行声纹特征匹配时，可采用计算相似度值的方式进行匹配，若相似度值在预设阈值范围内，则用户身份验证通过，即说明该唤醒词是用户本人发出的；若相似度值不在预设阈值范围内，则用户身份验证失败，即说明该唤醒词是其他用户发出的，此时，则不记录。对于相似度值，可以采用余弦距离、欧式距离等参数进行表征。

当用户身份验证通过时，则记录正向反馈信息。当用户身份验证失败时，则说明该唤醒词并非是当前用户ID所对应的用户发出的，此时，则不记录该正向反馈信息。其中，正向反馈信息可以包括但不限于检测到的唤醒词、正向反馈时间。

通过声纹特征检测是否为当前用户ID所对应用户发出的语音，并基于检测结果确定是否记录该正向反馈信息，可避免因误录入其他用户的正向反馈影响用户喜好数据收集结果的准确性。

步骤S23，在检测到所述当前视频被切换时，对所述正向反馈信息进行统计，得到用户的正向反馈数据。

最后，在检测到当前视频被切换时，对正向反馈信息进行统计，得到用户的正向反馈数据。其中，正向反馈数据可以包括正向反馈次数和正向反馈时间。

进一步地，基于上述各实施例，提出本发明数据收集方法的第三实施例。

在本实施例中，在步骤S30之后，该数据收集方法还包括：

步骤A，获取当前用户ID和当前视频的视频信息，将所述当前用户ID、所述视频信息与所述喜爱程度信息进行关联，并上传至预设服务端。

在本实施例中，在得到用户针对当前视频的喜爱程度信息之后，可以将该喜爱程度信息进行保存，以便后续对用户进行视频推荐。具体的，可获取当前用户ID和当前视频的视频信息，其中，当前用户ID可以为当前用户的姓名、或登录名等，当前视频的视频信息可以包括但不限于当前视频的视频名称、演员名称和视频简介信息等。然后，将当前用户ID、视频信息与喜爱程度信息进行关联，并上传至预设服务端，以使得预设服务端将当前用户ID、视频信息和喜爱程度信息关联存储到数据库，作为后续对用户推荐视频的依据。

通过上述方式，通过关联存储当前用户ID、视频信息与喜爱程度信息，可便于后续对用户进行视频推荐，提升用户体验，同时，可增强产品的竞争力。

进一步地，基于上述第三实施例，提出本发明数据收集方法的第四实施例。

在本实施例中，在步骤S10之前，该数据收集方法还包括：

步骤B，在接收到智能电视启动指令时，启动智能电视，并获取当前用户ID；

步骤C，根据所述当前用户ID从所述预设服务端获取对应的历史视频信息和历史喜爱程度信息，并根据所述历史视频信息和所述历史喜爱程度信息进行视频推荐。

在本实施例中，在接收到智能电视启动指令时，启动智能电视，并获取当前用户ID，然后，根据当前用户ID从预设服务端获取该当前用户ID对应的历史视频信息和历史喜爱程度信息，进而根据历史视频信息和历史喜爱程度信息进行视频推荐。基于历史视频信息和历史喜爱程度信息进行推荐的具体过程，可设定对应的推荐规则，以进行推荐，例如根据历史视频信息确定视频类型，并基于历史喜爱程度信息，确定出用户对于各类视频的喜爱程度，进而按喜爱程度进行推荐，此处不作具体限定。

通过上述方式，可基于用户历史喜爱的视频信息及喜爱程度向用户推荐视频，使得用户只需通过简单的选择即可观看到喜爱类型的推荐视频，而无需通过遥控来深入输入查找视频，从而可提升用户的使用体验，同时增强智能电视的产品竞争力。

本发明还提供一种数据收集装置。

参照图4，图4为本发明数据收集装置第一实施例的功能模块示意图。

在本实施例中，所述数据收集装置包括：

语音采集模块10，用于在播放视频时，通过远场语音采集装置采集用户的语音信号；

语音分析模块20，用于对所述语音信号实时进行分析，得到用户的正向反馈数据；

信息处理模块30，用于根据所述正向反馈数据，得到用户针对当前视频的喜爱程度信息。

进一步地，所述语音分析模块20包括：

检测单元，用于对所述语音信号实时进行唤醒词检测；

记录单元，用于当检测到预设唤醒词集中的任一唤醒词时，记录正向反馈信息；

统计单元，用于在检测到所述当前视频被切换时，对所述正向反馈信息进行统计，得到用户的正向反馈数据。

进一步地，所述记录单元包括：

第一获取子单元，用于当检测到预设唤醒词集中的任一唤醒词时，获取检测到的唤醒词所对应的目标语音信号；

第二获取子单元，用于检测所述目标语音信号对应的第一语音强度，并获取与所述目标语音信号对应预设时间范围内的语音信号所对应的第二语音强度；

检测子单元，用于检测所述第一语音强度是否大于所述第二语音强度；

记录子单元，用于若所述第一语音强度大于所述第二语音强度，则记录正向反馈信息。

进一步地，所述记录子单元具体用于：

若所述第一语音强度大于所述第二语音强度，则提取所述目标语音信号对应的目标声纹特征；

获取当前用户编号ID，并获取所述当前用户ID对应的用户声纹特征；

将所述用户声纹特征与所述目标声纹特征进行匹配，以进行用户身份验证；

当用户身份验证通过时，则记录正向反馈信息。

进一步地，所述正向反馈数据包括正向反馈次数和正向反馈时间，所述信息处理模块30包括：

计算单元，用于根据所述正向反馈次数和所述正向反馈时间，计算正向反馈频率；

确定单元，用于将所述正向反馈频率与预设的频率区间进行匹配，确定所述正向反馈频率对应的目标频率区域；

信息获取单元，用于根据所述目标频率区间、预设的频率区间与喜爱程度的映射关系，得到用户针对当前视频的喜爱程度信息。

进一步地，所述数据收集装置还包括：

数据上传模块，用于获取当前用户ID和当前视频的视频信息，将所述当前用户ID、所述视频信息与所述喜爱程度信息进行关联，并上传至预设服务端。

进一步地，所述数据收集装置还包括：

ID获取模块，用于在接收到智能电视启动指令时，启动智能电视，并获取当前用户ID；

视频推荐模块，用于根据所述当前用户ID从所述预设服务端获取对应的历史视频信息和历史喜爱程度信息，并根据所述历史视频信息和所述历史喜爱程度信息进行视频推荐。

其中，上述数据收集装置中各个模块的功能实现与上述数据收集方法实施例中各步骤相对应，其功能和实现过程在此处不再一一赘述。

本发明还提供一种计算机可读存储介质，该计算机可读存储介质上存储有数据收集程序，所述数据收集程序被处理器执行时实现如以上任一项实施例所述的数据收集方法的步骤。

本发明计算机可读存储介质的具体实施例与上述数据收集方法各实施例基本相同，在此不作赘述。

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盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。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、物品或者系统中还存在另外的相同要素。

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。

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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

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 (10)

1.一种数据收集方法，其特征在于，应用于智能电视，所述数据收集方法包括以下步骤：

在播放视频时，通过远场语音采集装置采集用户的语音信号；

对所述语音信号实时进行分析，得到用户的正向反馈数据；

根据所述正向反馈数据，得到用户针对当前视频的喜爱程度信息。

2.如权利要求1所述的数据收集方法，其特征在于，所述对所述语音信号实时进行分析，得到用户的正向反馈数据的步骤包括：

对所述语音信号实时进行唤醒词检测；

当检测到预设唤醒词集中的任一唤醒词时，记录正向反馈信息；

在检测到所述当前视频被切换时，对所述正向反馈信息进行统计，得到用户的正向反馈数据。

3.如权利要求2所述的数据收集方法，其特征在于，所述当检测到预设唤醒词集中的任一唤醒词时，记录正向反馈信息的步骤包括：

当检测到预设唤醒词集中的任一唤醒词时，获取检测到的唤醒词所对应的目标语音信号；

检测所述目标语音信号对应的第一语音强度，并获取与所述目标语音信号对应预设时间范围内的语音信号所对应的第二语音强度；

检测所述第一语音强度是否大于所述第二语音强度；

若所述第一语音强度大于所述第二语音强度，则记录正向反馈信息。

4.如权利要求3所述的数据收集方法，其特征在于，所述若所述第一语音强度大于所述第二语音强度，则记录正向反馈信息的步骤包括：

若所述第一语音强度大于所述第二语音强度，则提取所述目标语音信号对应的目标声纹特征；

获取当前用户编号ID，并获取所述当前用户ID对应的用户声纹特征；

将所述用户声纹特征与所述目标声纹特征进行匹配，以进行用户身份验证；

当用户身份验证通过时，则记录正向反馈信息。

5.如权利要求1所述的数据收集方法，其特征在于，所述正向反馈数据包括正向反馈次数和正向反馈时间，所述根据所述正向反馈数据，得到用户针对当前视频的喜爱程度信息的步骤包括：

根据所述正向反馈次数和所述正向反馈时间，计算正向反馈频率；

将所述正向反馈频率与预设的频率区间进行匹配，确定所述正向反馈频率对应的目标频率区域；

根据所述目标频率区间、预设的频率区间与喜爱程度的映射关系，得到用户针对当前视频的喜爱程度信息。

6.如权利要求1至5中任一项所述的数据收集方法，其特征在于，所述数据收集方法还包括：

获取当前用户ID和当前视频的视频信息，将所述当前用户ID、所述视频信息与所述喜爱程度信息进行关联，并上传至预设服务端。

7.如权利要求6所述的数据收集方法，其特征在于，所述数据收集方法还包括：

在接收到智能电视启动指令时，启动智能电视，并获取当前用户ID；

根据所述当前用户ID从所述预设服务端获取对应的历史视频信息和历史喜爱程度信息，并根据所述历史视频信息和所述历史喜爱程度信息进行视频推荐。

8.一种数据收集装置，其特征在于，所述数据收集装置包括：

语音采集模块，用于在播放视频时，通过远场语音采集装置采集用户的语音信号；

语音分析模块，用于对所述语音信号实时进行分析，得到用户的正向反馈数据；

信息处理模块，用于根据所述正向反馈数据，得到用户针对当前视频的喜爱程度信息。

9.一种智能电视，其特征在于，所述智能电视包括存储器、处理器以及存储在所述存储器上并可被所述处理器执行的数据收集程序，其中所述数据收集程序被所述处理器执行时，实现如权利要求1至7中任一项所述的数据收集方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有数据收集程序，其中所述数据收集程序被处理器执行时，实现如权利要求1至7中任一项所述的数据收集方法的步骤。

Images