CN111556369A - 基于电视的家庭的分类方法 - Google Patents

基于电视的家庭的分类方法 Download PDF

Info

Publication number
CN111556369A
CN111556369A CN202010435552.0A CN202010435552A CN111556369A CN 111556369 A CN111556369 A CN 111556369A CN 202010435552 A CN202010435552 A CN 202010435552A CN 111556369 A CN111556369 A CN 111556369A
Authority
CN
China
Prior art keywords
age
family
users
years
program
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
CN202010435552.0A
Other languages
English (en)
Inventor
李泽华
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.)
Sichuan Cable Tv Network Co ltd
Original Assignee
Sichuan Cable Tv Network 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 Sichuan Cable Tv Network Co ltd filed Critical Sichuan Cable Tv Network Co ltd
Priority to CN202010435552.0A priority Critical patent/CN111556369A/zh
Publication of CN111556369A publication Critical patent/CN111556369A/zh
Pending legal-status Critical Current

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
    • 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
    • H04N21/4661—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
    • H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
    • H04N21/4665—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms involving classification methods, e.g. Decision trees
    • 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

Landscapes

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

Abstract

本发明提出一种基于电视的家庭的分类方法，属于电视节目推荐领域。本发明包括：划分节目观看人群的年龄段，并分别选择出与每个年龄段相关联的部数一以上部数的节目；提取选择出的节目的历史收视数据，并筛选出观看部数二以上部数的节目的家庭的收视数据；将用户的家庭组成类别进行分类，每类家庭对应一种类别标签；根据家庭的收视数据及类别标签训练数据集，并利用数据集构建并训练用户家庭组成的分类模型；在收视数据中提取所有用户的收视数据，并输入至训练好的分类模型，通过该分类模型完成对用户的家庭组成的分类，当用户收看节目时，根据家庭类型和当时观看节目的用户年龄特征实时快速推送对应的信息，提高了用户家庭获取有效信息的效率。

Description

基于电视的家庭的分类方法
技术领域
本发明涉及电视节目推荐领域，特别涉及一种基于电视的家庭的分类方法。
背景技术
现在的运营商不知道收看自己电视节目的用户的家庭在年龄上的组成是什么？怎么对用户的家庭进行分类，才能知道自己的产品被什么类型的用户的家庭使用，是什么样的家庭成员组合在观看电视，更不知道对特定类型的家庭将符合个体或群体的信息进行实时精准投放。现在信息的大面积投放既浪费了大量的资源，同时不同类型的家庭也不能及时得到自己需要的信息。
即现有技术中，运营商不知道对自己的用户怎么分类，往往进行全方位的信息投放，造成资源大量浪费，每个家庭使用信息的效率也极其低下，信息污染非常严重。
发明内容
本发明的目的就是提供一种基于电视的家庭的分类方法，能完成对千万家庭的分类，让不同类型的家庭在观看节目的时候接收到自己相关的信息，提高用户家庭获取有效信息的效率。
本发明解决其技术问题，采用的技术方案是：基于电视的家庭的分类方法，包括如下步骤：
步骤1、划分节目观看人群的年龄段，并分别选择出与每个年龄段相关联的部数一以上部数的节目；
步骤2、提取选择出的节目的历史收视数据，并筛选出观看部数二以上部数的节目的家庭的收视数据；
步骤3、根据家庭中用户的年龄组成将用户的家庭组成类别进行分类，每类家庭对应一种类别标签；
步骤4、根据所述家庭的收视数据及类别标签训练数据集，并利用所述数据集构建并训练用户家庭组成的分类模型；
步骤5、在收视数据中提取所有用户的收视数据，并输入至训练好的用户家庭组成的分类模型，通过该分类模型完成对用户的家庭组成的分类，当用户收看节目时，根据家庭类型和当时观看节目的用户年龄特征实时快速推送对应的信息。
进一步的是，步骤1中，所述年龄段包括17岁以下，17岁至50岁，以及50岁以上。
进一步的是，步骤1中，所述分别选择出与每个年龄段相关联的部数一以上部数的节目，其具体是指：
当节目与17岁以下的年龄段相关联时，表示观看该节目的节目观看人群的年龄80％以上都在17岁以下；
当节目与17岁至50岁的年龄段相关联时，表示观看该节目的节目观看人群的年龄80％以上都在17岁至50岁；
当节目与50岁以上的年龄段相关联时，表示观看该节目的节目观看人群的年龄80％以上都在50岁以上。
进一步的是，所述部数一为十部。
进一步的是，步骤2中，所述部数二为三部。
进一步的是，步骤3中，所述用户的家庭组成类别包括七类，具体为：第一类是老人家庭，其中，用户的年龄均在50岁以上；第二类是老人和青年人家庭，其中，存在用户的年龄在17岁至50岁，也存在用户的年龄在50岁以上；第三类是老人和孩子家庭，其中，存在用户的年龄在17岁以下，也存在用户的年龄在50岁以上；第四类是青年人家庭，其中，用户的年龄均在17岁至50岁；第五类是青年人和孩子家庭，存在用户年龄在17岁以下，也存在用户的年龄在17岁至50岁，第六类是孩子家庭，其中，用户的年龄均在17岁以下；第七类是老人、青年人和孩子家庭，其中存在用户的年龄在17岁以下，也存在用户的年龄在17岁至50岁，也存在用户的年龄在50岁以上。
进一步的是，步骤5中，当通过该分类模型完成对用户的家庭组成的分类后，得到所有用户的分类结果，并保存在后台。
进一步的是，步骤5中，当用户收看节目时，后台利用用户终端上报的用户号和当前观看节目对应年龄段的特征判断用户的家庭类型和当前观看节目的家庭成员组成，并根据判断结果和实时信息发布需求快速推送家庭相关信息到用户的终端上。
本发明的有益效果是，通过上述基于电视的家庭的分类方法，能完成对千万家庭的分类，让不同类家庭在收看节目的时候，可以根据家庭类型和当时观看节目的年龄特征实时推送与其相关的不同的信息，极大地提高了用户获取对家庭有益信息的效率。
附图说明
图1为本发明基于电视的家庭的分类方法的流程图。
具体实施方式
下面结合实施例及附图，详细描述本发明的技术方案。
本发明所述基于电视的家庭的分类方法，其流程图见图1，其中，该方法包括如下步骤：
步骤1、划分节目观看人群的年龄段，并分别选择出与每个年龄段相关联的部数一以上部数的节目；
步骤2、提取选择出的节目的历史收视数据，并筛选出观看部数二以上部数的节目的家庭的收视数据；
步骤3、根据家庭中用户的年龄组成将用户的家庭组成类别进行分类，每类家庭对应一种类别标签；
步骤4、根据所述家庭的收视数据及类别标签训练数据集，并利用所述数据集构建并训练用户家庭组成的分类模型；
步骤5、在收视数据中提取所有用户的收视数据，并输入至训练好的用户家庭组成的分类模型，通过该分类模型完成对用户的家庭组成的分类，当用户收看节目时，根据家庭类型和当时观看节目的用户年龄特征实时快速推送对应的信息。
通过该方法，能完成对千万家庭的分类，让不同类家庭在收看节目的时候，可以根据家庭类型和当时观看节目的年龄特征实时推送与其相关的不同的信息，极大地提高了用户获取对家庭有益信息的效率。
实施例
本发明所述基于电视的家庭的分类方法，方法包括如下步骤：
步骤1、划分节目观看人群的年龄段，并分别选择出与每个年龄段相关联的部数一以上部数的节目。
步骤2、提取选择出的节目的历史收视数据，并筛选出观看部数二以上部数的节目的家庭的收视数据。
步骤3、根据家庭中用户的年龄组成将用户的家庭组成类别进行分类，每类家庭对应一种类别标签。
步骤4、根据所述家庭的收视数据及类别标签训练数据集，并利用所述数据集构建并训练用户家庭组成的分类模型。
步骤5、在收视数据中提取所有用户的收视数据，并输入至训练好的用户家庭组成的分类模型，通过该分类模型完成对用户的家庭组成的分类，当用户收看节目时，根据家庭类型和当时观看节目的用户年龄特征实时快速推送对应的信息。
上述方法中，为了更贴合实际的节目观看人群的具体情况，步骤1中，所述年龄段可以包括17岁以下，17岁至50岁，以及50岁以上，另外，也可根据实际情况对年龄段进行调整，若对年龄段进行调整，其原理与本实施例类似，本实施例中，不再对其他年龄段情况进行详述。
并且，步骤1中，为了能够表明节目与年龄段之间的关联情况，所述分别选择出与每个年龄段相关联的部数一以上部数的节目，其具体是指：
当节目与17岁以下的年龄段相关联时，表示观看该节目的节目观看人群的年龄80％以上都在17岁以下；
当节目与17岁至50岁的年龄段相关联时，表示观看该节目的节目观看人群的年龄80％以上都在17岁至50岁；
当节目与50岁以上的年龄段相关联时，表示观看该节目的节目观看人群的年龄80％以上都在50岁以上。
为了能够将选择出的节目作为样本，且又不会使样本过多，所述部数一优选为十部。同样地，步骤2中，所述部数二优选为三部。
实际应用中，家庭中用户的年龄组成错综复杂，为了能涵盖更全面的家庭，步骤3中，所述用户的家庭组成类别优选包括七类，具体为：第一类是老人家庭，其中，用户的年龄均在50岁以上；第二类是老人和青年人家庭，其中，存在用户的年龄在17岁至50岁，也存在用户的年龄在50岁以上；第三类是老人和孩子家庭，其中，存在用户的年龄在17岁以下，也存在用户的年龄在50岁以上；第四类是青年人家庭，其中，用户的年龄均在17岁至50岁；第五类是青年人和孩子家庭，存在用户年龄在17岁以下，也存在用户的年龄在17岁至50岁，第六类是孩子家庭，其中，用户的年龄均在17岁以下；第七类是老人、青年人和孩子家庭，其中存在用户的年龄在17岁以下，也存在用户的年龄在17岁至50岁，也存在用户的年龄在50岁以上。其中，家庭组成类别会根据实际的家庭情况不同，实际分类过程中，也可根据实际情况进行调整，若对家庭组成类别进行调整，其原理与本实施例类似，本实施例中，不再对其他年龄组成情况进行详述。
另外，为了能够有效保存用户数据，且能够保证用户及时收到推送的消息，步骤5中，当通过该分类模型完成对用户的家庭组成的分类后，得到所有用户的分类结果，并保存在后台。当用户收看节目时，后台利用用户终端上报的用户号和当前观看节目对应年龄段的特征判断用户的家庭类型和当前观看节目的家庭成员组成，并根据判断结果和实时信息发布需求快速推送家庭相关信息到用户的终端上。
当然，不同厂商根据内部要求，可以对所有用户的分类结果选择不同的存储方案，其他的存储方案本实施例不再详述，另外，至于消息的推送过程，也可根据不同厂商的实际需求进行调整，其不作为本申请的研究重点，也不再进行详述。

Claims (8)

1.基于电视的家庭的分类方法，其特征在于，包括如下步骤：
步骤1、划分节目观看人群的年龄段，并分别选择出与每个年龄段相关联的部数一以上部数的节目；
步骤2、提取选择出的节目的历史收视数据，并筛选出观看部数二以上部数的节目的家庭的收视数据；
步骤3、根据家庭中用户的年龄组成将用户的家庭组成类别进行分类，每类家庭对应一种类别标签；
步骤4、根据所述家庭的收视数据及类别标签训练数据集，并利用所述数据集构建并训练用户家庭组成的分类模型；
步骤5、在收视数据中提取所有用户的收视数据，并输入至训练好的用户家庭组成的分类模型，通过该分类模型完成对用户的家庭组成的分类，当用户收看节目时，根据家庭类型和当时观看节目的用户年龄特征实时快速推送对应的信息。
2.如权利要求1所述的基于电视的家庭的分类方法，其特征在于，步骤1中，所述年龄段包括17岁以下，17岁至50岁，以及50岁以上。
3.如权利要求2所述的基于电视的家庭的分类方法，其特征在于，步骤1中，所述分别选择出与每个年龄段相关联的部数一以上部数的节目，其具体是指：
当节目与17岁以下的年龄段相关联时，表示观看该节目的节目观看人群的年龄80％以上都在17岁以下；
当节目与17岁至50岁的年龄段相关联时，表示观看该节目的节目观看人群的年龄80％以上都在17岁至50岁；
当节目与50岁以上的年龄段相关联时，表示观看该节目的节目观看人群的年龄80％以上都在50岁以上。
4.如权利要求1或3所述的基于电视的家庭的分类方法，其特征在于，所述部数一为十部。
5.如权利要求1所述的基于电视的家庭的分类方法，其特征在于，步骤2中，所述部数二为三部。
6.如权利要求1所述的基于电视的家庭的分类方法，其特征在于，步骤3中，所述用户的家庭组成类别包括七类，具体为：第一类是老人家庭，其中，用户的年龄均在50岁以上；第二类是老人和青年人家庭，其中，存在用户的年龄在17岁至50岁，也存在用户的年龄在50岁以上；第三类是老人和孩子家庭，其中，存在用户的年龄在17岁以下，也存在用户的年龄在50岁以上；第四类是青年人家庭，其中，用户的年龄均在17岁至50岁；第五类是青年人和孩子家庭，存在用户年龄在17岁以下，也存在用户的年龄在17岁至50岁，第六类是孩子家庭，其中，用户的年龄均在17岁以下；第七类是老人、青年人和孩子家庭，其中存在用户的年龄在17岁以下，也存在用户的年龄在17岁至50岁，也存在用户的年龄在50岁以上。
7.如权利要求1所述的基于电视的家庭的分类方法，其特征在于，步骤5中，当通过该分类模型完成对用户的家庭组成的分类后，得到所有用户的分类结果，并保存在后台。
8.如权利要求1或7所述的基于电视的家庭的分类方法，其特征在于，步骤5中，当用户收看节目时，后台利用用户终端上报的用户号和当前观看节目对应年龄段的特征判断用户的家庭类型和当前观看节目的家庭成员组成，并根据判断结果和实时信息发布需求快速推送家庭相关信息到用户的终端上。
CN202010435552.0A 2020-05-21 2020-05-21 基于电视的家庭的分类方法 Pending CN111556369A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010435552.0A CN111556369A (zh) 2020-05-21 2020-05-21 基于电视的家庭的分类方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010435552.0A CN111556369A (zh) 2020-05-21 2020-05-21 基于电视的家庭的分类方法

Publications (1)

Publication Number Publication Date
CN111556369A true CN111556369A (zh) 2020-08-18

Family

ID=72004927

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010435552.0A Pending CN111556369A (zh) 2020-05-21 2020-05-21 基于电视的家庭的分类方法

Country Status (1)

Country Link
CN (1) CN111556369A (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020035557A1 (en) * 2000-09-06 2002-03-21 Seiko Epson Corporation Notice information providing system, digital content delivery system, and storage medium
CN103106615A (zh) * 2013-01-28 2013-05-15 上海交通大学 基于电视观看日志挖掘的用户行为分析方法
CN104602040A (zh) * 2014-11-28 2015-05-06 中国传媒大学 一种节目单制定系统及方法
TW201530456A (zh) * 2014-01-23 2015-08-01 Chunghwa Telecom Co Ltd Ｉｐｔｖ個人質化收視之動態估計方法
CN104991899A (zh) * 2015-06-02 2015-10-21 广州酷狗计算机科技有限公司 用户属性的识别方法及装置
CN105430504A (zh) * 2015-11-27 2016-03-23 中国科学院深圳先进技术研究院 基于电视观看日志挖掘的家庭成员结构识别方法与系统
CN105681835A (zh) * 2016-02-26 2016-06-15 腾讯科技（深圳）有限公司 一种信息推送的方法以及服务器
CN106060589A (zh) * 2016-05-31 2016-10-26 无锡天脉聚源传媒科技有限公司 一种节目信息的分析方法及装置
CN106454529A (zh) * 2016-10-21 2017-02-22 乐视控股（北京）有限公司 基于电视的家庭成员的分析方法及装置
CN109451334A (zh) * 2018-11-22 2019-03-08 青岛聚看云科技有限公司 用户画像生成处理方法、装置及电子设备
CN109636481A (zh) * 2018-12-19 2019-04-16 未来电视有限公司 面向家庭用户的用户画像构建方法及装置
CN109963175A (zh) * 2019-01-29 2019-07-02 中国人民解放军战略支援部队信息工程大学 基于显隐性潜在因子模型的电视产品精准推荐方法及系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020035557A1 (en) * 2000-09-06 2002-03-21 Seiko Epson Corporation Notice information providing system, digital content delivery system, and storage medium
CN103106615A (zh) * 2013-01-28 2013-05-15 上海交通大学 基于电视观看日志挖掘的用户行为分析方法
TW201530456A (zh) * 2014-01-23 2015-08-01 Chunghwa Telecom Co Ltd Ｉｐｔｖ個人質化收視之動態估計方法
CN104602040A (zh) * 2014-11-28 2015-05-06 中国传媒大学 一种节目单制定系统及方法
CN104991899A (zh) * 2015-06-02 2015-10-21 广州酷狗计算机科技有限公司 用户属性的识别方法及装置
CN105430504A (zh) * 2015-11-27 2016-03-23 中国科学院深圳先进技术研究院 基于电视观看日志挖掘的家庭成员结构识别方法与系统
CN105681835A (zh) * 2016-02-26 2016-06-15 腾讯科技（深圳）有限公司 一种信息推送的方法以及服务器
CN106060589A (zh) * 2016-05-31 2016-10-26 无锡天脉聚源传媒科技有限公司 一种节目信息的分析方法及装置
CN106454529A (zh) * 2016-10-21 2017-02-22 乐视控股（北京）有限公司 基于电视的家庭成员的分析方法及装置
CN109451334A (zh) * 2018-11-22 2019-03-08 青岛聚看云科技有限公司 用户画像生成处理方法、装置及电子设备
CN109636481A (zh) * 2018-12-19 2019-04-16 未来电视有限公司 面向家庭用户的用户画像构建方法及装置
CN109963175A (zh) * 2019-01-29 2019-07-02 中国人民解放军战略支援部队信息工程大学 基于显隐性潜在因子模型的电视产品精准推荐方法及系统

Similar Documents

Publication Publication Date Title
Saphores et al. How much e-waste is there in US basements and attics? Results from a national survey
CN107124653A (zh) 电视用户画像的构建方法
CN106202475B (zh) 一种视频推荐列表的推送方法及装置
CN106055617A (zh) 一种数据推送方法及装置
CN109636481A (zh) 面向家庭用户的用户画像构建方法及装置
CN108462888A (zh) 用户电视及上网行为的智能关联分析方法及系统
CN1719909A (zh) 一种测量音视频内容变化的方法
CN103812872A (zh) 一种基于混合狄利克雷过程的网络水军行为检测方法及系统
CN112598438A (zh) 一种基于大规模用户画像的户外广告推荐系统及方法
CN113643070A (zh) 一种基于大数据的智能信息推送方法及系统
CN106604136A (zh) 电视节目收视率精确计算方法及构造系统
CN107545387B (zh) 一种基于机器学习的快递站点健康度检测方法
CN104363478B (zh) 一种节目标签关联规则分析系统及方法
CN101141588A (zh) 一种电视节目信息存储和显示的方法
CN111556369A (zh) 基于电视的家庭的分类方法
CN106294536A (zh) 一种反作弊视频的方法及装置
CN103023923A (zh) 一种传输信息的方法及装置
CN105898409A (zh) 基于大数据的跨平台电视节目评价系统
CN106257457B (zh) 一种舆情收集整理方法
CN106911946B (zh) 一种信息数据推送方法及装置
CN110636344A (zh) 一种基于新媒体多源跨屏数据分析的节目评估方法
CN104602040A (zh) 一种节目单制定系统及方法
CN104320705A (zh) 网络电视收视监测方法和装置
CN113888014A (zh) 一种基于用户体验的反馈系统
CN113806410A (zh) 一种用于科技服务的服务推荐实验系统

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

Application publication date: 20200818

RJ01 Rejection of invention patent application after publication