CN112235614B - 电视节目排行榜数据的个性化推荐方法及系统 - Google Patents

电视节目排行榜数据的个性化推荐方法及系统 Download PDF

Info

Publication number
CN112235614B
CN112235614B CN202011098493.9A CN202011098493A CN112235614B CN 112235614 B CN112235614 B CN 112235614B CN 202011098493 A CN202011098493 A CN 202011098493A CN 112235614 B CN112235614 B CN 112235614B
Authority
CN
China
Prior art keywords
program
ranking list
list data
preference
personalized
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
Application number
CN202011098493.9A
Other languages
English (en)
Other versions
CN112235614A (zh
Inventor
孙仁财
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.)
Guangdong Huanwang Technology Co Ltd
Original Assignee
Guangdong Huanwang 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 Guangdong Huanwang Technology Co Ltd filed Critical Guangdong Huanwang Technology Co Ltd
Priority to CN202011098493.9A priority Critical patent/CN112235614B/zh
Publication of CN112235614A publication Critical patent/CN112235614A/zh
Application granted granted Critical
Publication of CN112235614B publication Critical patent/CN112235614B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25Management 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
    • H04N21/258Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866Management of end-user data
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45Management 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
    • H04N21/4508Management of client data or end-user data
    • H04N21/4532Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45Management 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
    • H04N21/466Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668Learning 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)
  • Computer Graphics (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明涉及一种电视节目排行榜数据的个性化推荐方法及系统,方法包括:获取当前各个应用程序的节目排行榜数据;基于预设规则,对所有的应用程序的节目排行榜数据进行融合,得到综合节目排行榜数据;根据综合节目排行榜数据,确定每个电视节目的节目维基标签;获取预设时间内用户观看的历史节目记录,并根据历史节目记录获取用户的节目喜好标签;根据用户的节目喜好标签,按照每个节目的节目维基标签对综合节目排行榜数据进行个性化排行榜匹配,得到个性化节目排行榜数据,呈现个性化节目排行榜数据至用户的搜索界面,从而实现为智能化、个性化的为电视用户推荐电视节目排行榜数据。

Description

电视节目排行榜数据的个性化推荐方法及系统
技术领域
本发明属于电视端节目推荐技术领域,具体涉及一种电视节目排行榜数据的个性化推荐方法及系统。
背景技术
智能电视用户的体量已经非常庞大,智能电视的影视业务内容投放也具备大量的节目资源。对于影视业务来讲排行榜数据是用户接收、查找、浏览节目的一个有效途径及方式。现有大多数的排行榜数据都是运营商、新媒体、广电等单位的系统全量用户或借助网络资源形成的统一排行。对于每个人来说其推荐的排行榜单都是一样的,都是通过共同的排行榜浏览节目。但是,对于具体的个体用户来讲,排行榜不一定适合所有用户。
因此,如何提供一种智能化、个性化的排行榜单成为了本领域的技术人员亟需解决的技术问题。
发明内容
为了至少解决现有技术存在的上述问题,本发明提供了一种电视节目排行榜数据的个性化推荐方法及系统,以实现智能化、个性化的为电视用户推荐电视节目排行榜数据。
本发明提供的技术方案如下:
一方面,一种电视节目排行榜数据的个性化推荐方法,包括:
获取当前各个应用程序的节目排行榜数据;
基于预设规则,对所有的所述应用程序的节目排行榜数据进行融合,得到综合节目排行榜数据;
根据所述综合节目排行榜数据,确定每个电视节目的节目维基标签,所述节目维基标签包括节目形式、节目主演、节目类型和节目导演;
获取预设时间内用户观看的历史节目记录,并根据所述历史节目记录获取用户的节目喜好标签,所述节目喜好标签包括节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好;
根据用户的所述节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好,按照每个节目的所述节目维基标签对所述综合节目排行榜数据进行个性化排行榜匹配,得到个性化节目排行榜数据;
呈现所述个性化节目排行榜数据至用户的搜索界面。
可选的,上述所述获取当前各个应用程序的节目排行榜数据,包括:
获取当前电视系统内用户的有效浏览记录,根据所述有效浏览记录确定节目排行榜数据;和,
获取各个应用软件上的节目排行榜数据,所述应用软件包括视频播放软件和网络购票软件。
可选的,上述所述基于预设规则,对所有的所述应用程序的节目排行榜数据进行融合,得到综合节目排行榜数据,包括:
确定所述当前电视系统、各个所述视频播放软件和各个所述网络购票软件中所述节目排行榜数据中各个节目的热力值;
分别确定所述当前电视系统、各个所述视频播放软件和各个所述网络购票软件的占比权重;
根据各个节目的所述热力值和所述各个占比权重,得到所述综合节目排行榜数据。
可选的,上述所述获取预设时间内用户观看的历史节目记录,并根据所述历史节目记录获取用户的节目喜好标签,包括:
对所述历史节目记录按照节目形式、节目主演、节目类型和节目导演进行分类;
统计预设时间内每一类的节目的频次,并确定所述频次在预设时间内所有类节目的占比;
根据所述占比确定所述用户的节目喜好标签。
可选的,上述所述根据用户的所述节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好,按照每个节目的所述节目维基标签对所述综合节目排行榜数据进行个性化排行榜匹配,得到个性化节目排行榜数据,包括:
根据所述占比对所述综合节目排行榜数据进行重新排布,以所述重新排布的结果作为所述个性化节目排行榜数据。
可选的,上述所述的电视节目排行榜数据的个性化推荐方法,还包括:
存储所述个性化节目排行榜数据至用户账号记录中,并间隔预设时间对所述个性化节目排行榜数据进行更新。
另一方面,一种电视节目排行榜数据的个性化推荐系统,包括:
排行榜获取模块,用于获取当前各个应用程序的节目排行榜数据;
数据融合模块,用于基于预设规则,对所有的所述应用程序的节目排行榜数据进行融合,得到综合节目排行榜数据;
节目标签确定模块,用于根据所述综合节目排行榜数据,确定每个电视节目的节目维基标签,所述节目维基标签包括节目形式、节目主演、节目类型和节目导演;
喜好标签获取模块,用于获取预设时间内用户观看的历史节目记录,并根据所述历史节目记录获取用户的节目喜好标签,所述节目喜好标签包括节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好;
个性化确定模块,用于根据用户的所述节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好,按照每个节目的所述节目维基标签对所述综合节目排行榜数据进行个性化排行榜匹配,得到个性化节目排行榜数据;
个性化推荐模块,用于呈现所述个性化节目排行榜数据至用户的搜索界面。
可选的,上述所述排行榜获取模块具体用于:
获取当前电视系统内用户的有效浏览记录,根据所述有效浏览记录确定节目排行榜数据;和,
获取各个应用软件上的节目排行榜数据,所述应用软件包括视频播放软件和网络购票软件。
可选的,上述所述数据融合模块具体用于:
确定所述当前电视系统、各个所述视频播放软件和各个所述网络购票软件中所述节目排行榜数据中各个节目的热力值;
分别确定所述当前电视系统、各个所述视频播放软件和各个所述网络购票软件的占比权重;
根据各个节目的所述热力值和所述各个占比权重,得到所述综合节目排行榜数据。
可选的,上述所述喜好标签获取模块具体用于:
对所述历史接节目记录按照节目形式、节目主演、节目类型和节目导演进行分类;
统计预设时间内每一类的节目的频次,并确定所述频次在预设时间内所有类节目的占比;
根据所述占比确定所述用户的节目喜好标签。
本发明的有益效果为:
本发明提供的一种电视节目排行榜数据的个性化推荐方法及系统,方法通过获取当前各个应用程序的节目排行榜数据;基于预设规则,对所有的应用程序的节目排行榜数据进行融合,得到综合节目排行榜数据;根据综合节目排行榜数据,确定每个电视节目的节目维基标签,节目维基标签包括节目形式、节目主演、节目类型和节目导演;获取预设时间内用户观看的历史节目记录,并根据历史节目记录获取用户的节目喜好标签,节目喜好标签包括节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好;根据用户的节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好,按照每个节目的节目维基标签对综合节目排行榜数据进行个性化排行榜匹配,得到个性化节目排行榜数据;呈现个性化节目排行榜数据至用户的搜索界面的方式,可以做到根据用户自身的喜好来进行推荐更加适合用户的节目排行榜,实现了真正的智能化和个性化的推荐节目榜单,更好地满足用户的需求,提升用户的体验。
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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的电视节目排行榜数据的个性化推荐方法的一种流程图;
图2是本发明实施例提供的电视节目排行榜数据的个性化推荐系统的一种结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
图1是本发明实施例提供的电视节目排行榜数据的个性化推荐方法的一种流程图。
如图1所示,本实施例提供的一种电视节目排行榜数据的个性化推荐方法,包括以下步骤:
S11、获取当前各个应用程序的节目排行榜数据。
具体的,获取当前各个应用程序的节目排行榜数据的方式,可以包括:获取当前电视系统内用户的有效浏览记录,根据有效浏览记录确定节目排行榜数据;和,获取各个应用软件上的节目排行榜数据,应用软件包括视频播放软件和网络购票软件两种方式。其中,由于整个的申请方案是基于现在的智能电视而设计的,因此首先获取的便是智能电视系统自己内部的排行榜,排行榜可以使根据用户的有效浏览记录确定的,有效浏览记录指的是,观看时长超过一定时间,例如十分钟,智能电视自身的排行榜能够很大程度上反应用户的时间需求。另一种方式便是获取各个应用软件上的电视节目排行榜,由于现在的智能电视内都有各种各样的视频播放软件,因此电视系统可以自动的获取各个视频播放软件的排行榜,例如包括A视频播放软件、B视频播放软件和C视频播放软件,此处仅为举例说明,以下实施例中也以三个视频播放软件为例进行说明。分别获取到每一个视频播放软件的节目排行榜。于是便获取了当前电视系统自身对应的节目排行榜、A视频播放软件节目排行榜、B视频播放软件节目排行榜和C视频播放软件节目排行榜。说明的是,网络购票软件指的是买电影票的软件,例如Z软件,可以清晰的看到当前各个电影的实时评分,均是采用的同样的原理,在后续的实施例中仅以视频播放软件为例进行说明,网络购票软件由于原理相同,不再进行详细的一一说明。
S12、基于预设规则,对所有的应用程序的节目排行榜数据进行融合,得到综合节目排行榜数据。
在获取得到当前电视系统自身对应的节目排行榜、A视频播放软件节目排行榜、B视频播放软件节目排行榜和C视频播放软件节目排行榜之后,确定当前电视系统、ABC三个视频播放软件和各个网络购票软件中节目排行榜数据中各个节目的热力值,然后分别确定当前电视系统、各个视频播放软件和各个网络购票软件的占比权重,根据各个节目的热力值和各个占比权重,得到综合节目排行榜数据。例如,对于电视节目X,在电视系统排行榜中的热力值为90,A视频播放软件的热力值是85,B视频播放软件的热力值是80,C视频播放软件的热力值是80,然后根据不同的权重来获取电视节目X的综合热力值,例如当前电视系统的权重是70%,ABC三个视频播放软件的权重各位10%,因此,电视节目X的综合热力值为90*70%+85*10%+80*10%+80*10%,于是得到电视节目X的综合热力值为87.5。同样,排行榜中的其他的电势节目也采用同样的热力值计算方式,于是便得到了综合节目排行榜数据。需说明的是,具体的权重值的大小根据实际情况进行调整,是由用户自身所确定的。而电视节目则包括了电影、电视剧、综艺、体育、直播等,可以对其进行各自的分别排名,也可以对其进行整体一体化排名,具体的用实际情况进行确定。
S13、根据综合节目排行榜数据,确定每个电视节目的节目维基标签,节目维基标签包括节目形式、节目主演、节目类型和节目导演。
其中,节目形式包括电影、电视剧、综艺、直播、体育等等,节目类型包括喜剧、动作剧、古装剧、科幻剧、抗日剧、武侠剧等等,对每个电视节目进行标签限定,从而有助于用户对节目的筛选,同时也有助于后台对不同标签的节目的投放。
S14、获取预设时间内用户观看的历史节目记录,并根据历史节目记录获取用户的节目喜好标签,节目喜好标签包括节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好。
首先,获取当前电视系统内的预设时间内用户观看的历史节目记录,并根据历史节目记录获取用户的节目喜好标签,节目喜好标签包括节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好。其中,在获取到历史节目记录之后,对历史接节目记录按照节目形式、节目主演、节目类型和节目导演进行分类,然后统计预设时间内每一类的节目的频次,并确定频次在预设时间内所有类节目的占比,根据占比确定用户的节目喜好标签。按照协同过滤、语义相似算法进行节目喜好的确定,从而可以根据用户喜好标签确定用户的喜好,然后根据用户的喜好与综合节目排行榜中的各个电视节目的节目维基标签对综合节目排行榜中的各个电视节目进行重新排序,按照用户的喜好高低顺序进行排序,从而便形成了个性化节目排行榜数据。
例如,综合节目排行榜数据为:
Top1节目A
Top2节目B
Top3节目C
Top4节目D
Top5节目E
个性化计算结果确定用户的综合喜好程度为:
节目A喜好度80%
节目B喜好度20%
节目C喜好度30%
节目D喜好度80%
节目E喜好度80%
则对应生产的个性化节目排行榜数据为:
Top1节目A
Top2节目D
Top3节目E
Top4节目C
Top5节目B
S15、根据用户的节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好,按照每个节目的节目维基标签对综合节目排行榜数据进行个性化排行榜匹配,得到个性化节目排行榜数据。
上述获取到每一个节目的占比,然后根据占比对综合节目排行榜数据进行重新排布,以重新排布的结果作为个性化节目排行榜数据。其中可以是根据节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好的综合顺序进行排序,也可以是以其中的某一个为主进行排序,也可以是对其进行权重划分,然后根据喜好指数与权重确定优先级顺序,最后确定出根据节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好的综合排序结果。
S16、呈现个性化节目排行榜数据至用户的搜索界面。
本实施例提供的一种电视节目排行榜数据的个性化推荐方法,通过获取当前各个应用程序的节目排行榜数据;基于预设规则,对所有的应用程序的节目排行榜数据进行融合,得到综合节目排行榜数据;根据综合节目排行榜数据,确定每个电视节目的节目维基标签,节目维基标签包括节目形式、节目主演、节目类型和节目导演;获取预设时间内用户观看的历史节目记录,并根据历史节目记录获取用户的节目喜好标签,节目喜好标签包括节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好;根据用户的节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好,按照每个节目的节目维基标签对综合节目排行榜数据进行个性化排行榜匹配,得到个性化节目排行榜数据;呈现个性化节目排行榜数据至用户的搜索界面的方式,可以做到根据用户自身的喜好来进行推荐更加适合用户的节目排行榜,实现了真正的智能化和个性化的推荐节目榜单,更好地满足用户的需求,提升用户的体验。
进一步地,本实施例中还包括,存储个性化节目排行榜数据至用户账号记录中,并间隔预设时间对个性化节目排行榜数据进行更新。使得即使某一用户在较长时间内没有登录,当再次登录时也能够对其进行记忆,而且还可以在一定时间内对其个性化排行榜进行更新,可以做到更加的智能化。
本申请可为广电、新媒体、运营商、智能电视、内容退供方相关业务厂商等提供节目个性化排行榜单的生成方法。通过该方法实现各类节目内容的个性化排行计算,可用于优化推荐系统个性化推荐效果,提升用户使用体验。同时可丰富智能终端的排行榜节目服务形式,扩展个性化推送服务范围,提升用户视听体验并且提升企业数据资产的资源利用价值。
基于同一总的发明构思,本申请还保护一种电视节目排行榜数据的个性化推荐系统。
图2是本发明实施例提供的电视节目排行榜数据的个性化推荐系统的一种结构示意图。
如图2所示,本实施例的一种电视节目排行榜数据的个性化推荐系统,包括:
排行榜获取模块10,用于获取当前各个应用程序的节目排行榜数据;
数据融合模块20,用于基于预设规则,对所有的应用程序的节目排行榜数据进行融合,得到综合节目排行榜数据;
节目标签确定模块30,用于根据综合节目排行榜数据,确定每个电视节目的节目维基标签,节目维基标签包括节目形式、节目主演、节目类型和节目导演;
喜好标签获取模块40,用于获取预设时间内用户观看的历史节目记录,并根据历史节目记录获取用户的节目喜好标签,节目喜好标签包括节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好;
个性化确定模块50,用于根据用户的节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好,按照每个节目的节目维基标签对综合节目排行榜数据进行个性化排行榜匹配,得到个性化节目排行榜数据;
个性化推荐模块60,用于呈现个性化节目排行榜数据至用户的搜索界面。
本实施例提供的一种电视节目排行榜数据的个性化推荐系统,通过获取当前各个应用程序的节目排行榜数据;基于预设规则,对所有的应用程序的节目排行榜数据进行融合,得到综合节目排行榜数据;根据综合节目排行榜数据,确定每个电视节目的节目维基标签,节目维基标签包括节目形式、节目主演、节目类型和节目导演;获取预设时间内用户观看的历史节目记录,并根据历史节目记录获取用户的节目喜好标签,节目喜好标签包括节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好;根据用户的节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好,按照每个节目的节目维基标签对综合节目排行榜数据进行个性化排行榜匹配,得到个性化节目排行榜数据;呈现个性化节目排行榜数据至用户的搜索界面的方式,可以做到根据用户自身的喜好来进行推荐更加适合用户的节目排行榜,实现了真正的智能化和个性化的推荐节目榜单,更好地满足用户的需求,提升用户的体验。
进一步地,本实施例的排行榜获取模块10具体用于:
获取当前电视系统内用户的有效浏览记录,根据有效浏览记录确定节目排行榜数据;和,
获取各个应用软件上的节目排行榜数据,应用软件包括视频播放软件和网络购票软件。
进一步地,本实施例的数据融合模块20具体用于:
确定当前电视系统、各个视频播放软件和各个网络购票软件中节目排行榜数据中各个节目的热力值;
分别确定当前电视系统、各个视频播放软件和各个网络购票软件的占比权重;
根据各个节目的热力值和各个占比权重,得到综合节目排行榜数据。
进一步地,本实施例的喜好标签获取模块40具体用于:
对历史接节目记录按照节目形式、节目主演、节目类型和节目导演进行分类;
统计预设时间内每一类的节目的频次,并确定频次在预设时间内所有类节目的占比;
根据占比确定用户的节目喜好标签。
关于系统部分的实施例,在对应的方法实施例中已经做了详细的介绍说明,因此,在对应的系统部分不再进行具体的阐述,可以相互参照进行理解。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (8)

1.一种电视节目排行榜数据的个性化推荐方法,其特征在于,包括:
获取当前各个应用程序的节目排行榜数据;
基于预设规则,对所有的所述应用程序的节目排行榜数据进行融合,得到综合节目排行榜数据;
根据所述综合节目排行榜数据,确定每个电视节目的节目维基标签,所述节目维基标签包括节目形式、节目主演、节目类型和节目导演;
获取预设时间内用户观看的历史节目记录,并根据所述历史节目记录获取用户的节目喜好标签,所述节目喜好标签包括节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好;
根据用户的所述节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好,按照每个节目的所述节目维基标签对所述综合节目排行榜数据进行个性化排行榜匹配,得到个性化节目排行榜数据;
存储所述个性化节目排行榜数据至用户账号记录中,并间隔预设时间对所述个性化节目排行榜数据进行更新;
呈现所述个性化节目排行榜数据至用户的搜索界面;
所述获取当前各个应用程序的节目排行榜数据,包括:
获取当前电视系统内用户的有效浏览记录,根据所述有效浏览记录确定节目排行榜数据;和,
获取各个应用软件上的节目排行榜数据,所述应用软件包括视频播放软件和网络购票软件。
2.根据权利要求1所述的电视节目排行榜数据的个性化推荐方法,其特征在于,所述基于预设规则,对所有的所述应用程序的节目排行榜数据进行融合,得到综合节目排行榜数据,包括:
确定所述当前电视系统、各个所述视频播放软件和各个所述网络购票软件中所述节目排行榜数据中各个节目的热力值;
分别确定所述当前电视系统、各个所述视频播放软件和各个所述网络购票软件的占比权重;
根据各个节目的所述热力值和各个所述占比权重,得到所述综合节目排行榜数据。
3.根据权利要求1所述的电视节目排行榜数据的个性化推荐方法,其特征在于,所述获取预设时间内用户观看的历史节目记录,并根据所述历史节目记录获取用户的节目喜好标签,包括:
对所述历史节目记录按照节目形式、节目主演、节目类型和节目导演进行分类;
统计预设时间内每一类的节目的频次,并确定所述频次在预设时间内所有类节目的占比;
根据所述占比确定所述用户的节目喜好标签。
4.根据权利要求3所述的电视节目排行榜数据的个性化推荐方法,其特征在于,所述根据用户的所述节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好,按照每个节目的所述节目维基标签对所述综合节目排行榜数据进行个性化排行榜匹配,得到个性化节目排行榜数据,包括:
根据所述占比对所述综合节目排行榜数据进行重新排布,以所述重新排布的结果作为所述个性化节目排行榜数据。
5.一种电视节目排行榜数据的个性化推荐系统,其特征在于,包括:
排行榜获取模块,用于获取当前各个应用程序的节目排行榜数据;
数据融合模块,用于基于预设规则,对所有的所述应用程序的节目排行榜数据进行融合,得到综合节目排行榜数据;
节目标签确定模块,用于根据所述综合节目排行榜数据,确定每个电视节目的节目维基标签,所述节目维基标签包括节目形式、节目主演、节目类型和节目导演;
喜好标签获取模块,用于获取预设时间内用户观看的历史节目记录,并根据所述历史节目记录获取用户的节目喜好标签,所述节目喜好标签包括节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好;
个性化确定模块,用于根据用户的所述节目形式喜好、节目主演喜好、节目类型喜好和节目导演喜好,按照每个节目的所述节目维基标签对所述综合节目排行榜数据进行个性化排行榜匹配,得到个性化节目排行榜数据;
个性化推荐模块,用于呈现所述个性化节目排行榜数据至用户的搜索界面。
6.根据权利要求5所述的电视节目排行榜数据的个性化推荐系统,所述排行榜获取模块具体用于:
获取当前电视系统内用户的有效浏览记录,根据所述有效浏览记录确定节目排行榜数据;和,
获取各个应用软件上的节目排行榜数据,所述应用软件包括视频播放软件和网络购票软件。
7.根据权利要求6所述的电视节目排行榜数据的个性化推荐系统,其特征在于,所述数据融合模块具体用于:
确定所述当前电视系统、各个所述视频播放软件和各个所述网络购票软件中所述节目排行榜数据中各个节目的热力值;
分别确定所述当前电视系统、各个所述视频播放软件和各个所述网络购票软件的占比权重;
根据各个节目的所述热力值和各个所述占比权重,得到所述综合节目排行榜数据。
8.根据权利要求7所述的电视节目排行榜数据的个性化推荐系统,其特征在于,所述喜好标签获取模块具体用于:
对所述历史节目记录按照节目形式、节目主演、节目类型和节目导演进行分类;
统计预设时间内每一类的节目的频次,并确定所述频次在预设时间内所有类节目的占比;
根据所述占比确定所述用户的节目喜好标签。
CN202011098493.9A 2020-10-14 2020-10-14 电视节目排行榜数据的个性化推荐方法及系统 Active CN112235614B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011098493.9A CN112235614B (zh) 2020-10-14 2020-10-14 电视节目排行榜数据的个性化推荐方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011098493.9A CN112235614B (zh) 2020-10-14 2020-10-14 电视节目排行榜数据的个性化推荐方法及系统

Publications (2)

Publication Number Publication Date
CN112235614A CN112235614A (zh) 2021-01-15
CN112235614B true CN112235614B (zh) 2023-03-21

Family

ID=74112875

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011098493.9A Active CN112235614B (zh) 2020-10-14 2020-10-14 电视节目排行榜数据的个性化推荐方法及系统

Country Status (1)

Country Link
CN (1) CN112235614B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112929707A (zh) * 2021-01-26 2021-06-08 广州欢网科技有限责任公司 适用于电视节目的互动答题推送方法及设备
CN113158040A (zh) * 2021-04-19 2021-07-23 广州欢网科技有限责任公司 智能电视热点标签提炼及相关视频推荐方法、装置和设备
CN113179431A (zh) * 2021-04-19 2021-07-27 广州欢网科技有限责任公司 Tv视频应用智能无限瀑布流方法、装置和设备
CN113312566A (zh) * 2021-05-28 2021-08-27 杭州米络星科技(集团)有限公司 直播间列表展示方法、装置、设备及存储介质
CN114119168A (zh) * 2021-12-01 2022-03-01 中国建设银行股份有限公司 一种信息推送方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103034680A (zh) * 2012-11-19 2013-04-10 北京奇虎科技有限公司 针对终端设备的数据交互方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10007933B2 (en) * 2013-02-22 2018-06-26 Swoop Inc. Systems and methods for integrating dynamic content into electronic media
CN104954820A (zh) * 2015-06-15 2015-09-30 小米科技有限责任公司 节目的推荐方法及装置
CN104935968B (zh) * 2015-06-25 2018-11-27 广州视源电子科技股份有限公司 网络电视推荐节目的方法与系统
CN105678595A (zh) * 2016-03-17 2016-06-15 广州亿码科技有限公司 一种品牌评价方法
AU2017261805A1 (en) * 2016-05-13 2018-11-15 Hulu, LLC Personalized content ranking using content received from different sources in a video delivery system
CN106528596A (zh) * 2016-09-23 2017-03-22 乐视控股(北京)有限公司 一种信息推荐方法及装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103034680A (zh) * 2012-11-19 2013-04-10 北京奇虎科技有限公司 针对终端设备的数据交互方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
叶建龙 ; .基于Mahout的个性化电子商务推荐系统研究.2017,(第10期),全文. *

Also Published As

Publication number Publication date
CN112235614A (zh) 2021-01-15

Similar Documents

Publication Publication Date Title
CN112235614B (zh) 电视节目排行榜数据的个性化推荐方法及系统
US7444660B2 (en) System and method for generating metadata for video programming events
US9330162B2 (en) Method and apparatus for providing temporal context for recommending content for consumption by a user device
US7360160B2 (en) System and method for providing substitute content in place of blocked content
US8887058B2 (en) Media management for multi-user group
CA2700955C (en) Social network based recommendation method and system
US9900656B2 (en) Method and system for customer management
US7698720B2 (en) Content blocking
US9489698B2 (en) Media content recommendations based on social network relationship
US20020152463A1 (en) System and method for personalized presentation of video programming events
US20020083468A1 (en) System and method for generating metadata for segments of a video program
US9465863B2 (en) Content-providing method and system
US20020100046A1 (en) System and method for determining the desirability of video programming events
US20120317085A1 (en) Systems and methods for transmitting content metadata from multiple data records
EP1189437A2 (en) System for management of audiovisual recordings
US20050033849A1 (en) Content blocking
US20140259037A1 (en) Predicted video content aggregation
CN106454431B (zh) 电视节目推荐方法和系统
WO2012118976A2 (en) Methods and systems of providing a supplemental experience based on concurrently viewed content
CN102184235A (zh) 一种基于机顶盒的数字电视节目推荐方法及系统
US9264784B2 (en) Social network-based automated program channel recommender
US20150169779A1 (en) Preparing content packages
US20140006150A1 (en) Systems and methods for targeting advertisements based on product lifetimes
US20150326934A1 (en) Virtual video channels
CN109862013A (zh) 一种直播间推荐方法、存储介质、电子设备及系统

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
GR01 Patent grant
GR01 Patent grant