CN113347500A - 一种基于答题模式的个性化节目推荐方法和装置 - Google Patents

一种基于答题模式的个性化节目推荐方法和装置 Download PDF

Info

Publication number
CN113347500A
CN113347500A CN202110609001.6A CN202110609001A CN113347500A CN 113347500 A CN113347500 A CN 113347500A CN 202110609001 A CN202110609001 A CN 202110609001A CN 113347500 A CN113347500 A CN 113347500A
Authority
CN
China
Prior art keywords
user
answer
recommendation
program
portrait
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
CN202110609001.6A
Other languages
English (en)
Inventor
杨雨薇
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 CN202110609001.6A priority Critical patent/CN113347500A/zh
Publication of CN113347500A publication Critical patent/CN113347500A/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
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • 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
    • 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
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4758—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for providing answers, e.g. voting

Abstract

本发明涉及一种基于答题模式的个性化节目推荐方法和装置，所述一种基于答题模式的个性化节目推荐方法，包括：获取用户的历史收视行为数据；对用户的历史收视行为数据进行分析，计算出每个用户画像；当用户使用电视机时，调启答题客户端，为用户提供若干个题目以便用户回答，并收集用户的答题情况；根据用户答题情况进行个性化内容计算，得到推荐结果；将所述推荐结果对应的节目呈现给用户。本发明所述的节目推荐方法配合客户端的答题模式为用户提供可直接界面触达的推荐服务模式，根据用户对题目的实时反馈进行个性化内容的实时推荐，能够提高推荐系统的角色识别精度与推荐反馈的时效性，通过对用户画像的精准识别，为用户实时推送喜欢的节目。

Description

一种基于答题模式的个性化节目推荐方法和装置
技术领域
本发明涉及计算机技术领域，具体涉及一种基于答题模式的个性化节目推荐方法和装置。
背景技术
智能推荐系统在当前这个信息爆发的时代在各行各业得到应用，在大屏领域，智能推荐系统应用较多的场景是为电视终端用户推荐影视节目内容，一般推荐系统在此过程中起到了能力支撑的作用。电视大屏一般为家庭中的多个用户使用，对推荐系统的用户识别与反应时效性都有着比较高的要求，现有的推荐系统大部分无明显的用户信息收集入口与高时效性的推荐内容反馈，现有的推荐系统在角色识别与及时反馈的能力上也不完善。
发明内容
有鉴于此，本发明的目的在于克服现有技术的不足，提供一种基于答题模式的个性化节目推荐方法和装置。
为实现以上目的，本发明采用如下技术方案：一种基于答题模式的个性化节目推荐方法，包括：
获取用户的历史收视行为数据；
对用户的历史收视行为数据进行分析，计算出每个用户画像；
当用户使用电视机时，调启答题客户端，为用户提供若干个题目以便用户回答，并收集用户的答题情况；
根据用户答题情况进行个性化内容计算，得到推荐结果；
将所述推荐结果对应的节目呈现给用户。
可选的，所述用户的历史收视行为数据，包括如下项中的一项或多项：
使用过的应用、用户操作记录、用户观看记录、预约记录、节目播放进度。
可选的，所述对用户的历史收视行为数据进行分析，计算出每个用户画像，包括：
按观看节目时间段、节目名称、节目分类，和节目演员嘉宾对历史收视行为数据进行分类，根据相似的时间段、相似的节目分类和节目演员信息进行多用户拆解计算，得到每个用户画像；
其中，所述用户画像包括：用户的观看习惯和内容偏好。
可选的，答题客户端提供的题目内容至少包括：
本次观看人员名称和观看类别。
可选的，所述根据用户答题情况进行个性化内容计算，得到推荐结果，包括：
当用户答题情况为全部或部分完成题目时，推荐系统获取用户的答案，并根据所述答案确定推荐结果；
当用户答题情况为全部跳过答题时，推荐系统获取当前使用时间，根据当前使用时间所在的时间段进行用户画像识别，得到符合当前时间段的用户画像，并根据所述用户画像确定推荐结果。
可选的，所述当用户答题情况为全部或部分完成题目时，推荐系统获取用户的答案，并根据所述答案确定推荐结果，还包括：
如果用户仅完成本次观看人员名称的回答，且当本次观看人员名称为一个时，推荐系统获取该观看人员的用户画像，并根据所述用户画像确定推荐结果；
如果用户仅完成本次观看人员名称的回答，且当本次观看人员名称为多个时，推荐系统获取所有观看人员的用户画像，并根据所有用户画像的最集中偏好进行个性化内容推荐，得到推荐结果；
如果用户完成观看类别的回答，则推荐系统根据所述观看类别确定推荐结果。
可选的，还包括：
根据用户答题产生的数据重新计算用户画像。
本发明还提供了一种基于答题模式的个性化节目推荐装置，包括：
获取模块，用于获取用户的历史收视行为数据；
计算模块，用于对用户的历史收视行为数据进行分析，计算出每个用户画像；
答题模块，用于当用户使用电视机时，调启答题客户端，为用户提供若干个题目以便用户回答，并收集用户的答题情况；
推荐模块，用于根据用户答题情况进行个性化内容计算，得到推荐结果；
呈现模块，用于将所述推荐结果对应的节目呈现给用户。
本发明采用以上技术方案，所述一种基于答题模式的个性化节目推荐方法，包括：获取用户的历史收视行为数据；对用户的历史收视行为数据进行分析，计算出每个用户画像；当用户使用电视机时，调启答题客户端，为用户提供若干个题目以便用户回答，并收集用户的答题情况；根据用户答题情况进行个性化内容计算，得到推荐结果；将所述推荐结果对应的节目呈现给用户。本发明所述的节目推荐方法配合客户端的答题模式为用户提供可直接界面触达的推荐服务模式，根据用户对题目的实时反馈进行个性化内容的实时推荐，能够提高推荐系统的角色识别精度与推荐反馈的时效性，通过对用户画像的精准识别，为用户实时推送喜欢的节目。
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是本发明一种基于答题模式的个性化节目推荐方法实施例一提供的流程示意图；
图2是本发明一种基于答题模式的个性化节目推荐方法实施例二提供的流程示意图；
图3是本发明一种基于答题模式的个性化节目推荐装置一个实施例提供的结构示意图。
图中：1、获取模块；2、计算模块；3、答题模块；4、推荐模块；5、呈现模块。
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是本发明一种基于答题模式的个性化节目推荐方法实施例一提供的流程示意图。
如图1所示，本实施例所述的一种基于答题模式的个性化节目推荐方法，包括：
S11：获取用户的历史收视行为数据；
进一步的，所述用户的历史收视行为数据，包括如下项中的一项或多项：
使用过的应用、用户操作记录、用户观看记录、预约记录、节目播放进度。
可以理解的是，历史收视行为数据还可进一步包括：经常使用的应用；
所述经常使用的应用可根据在使用过的应用范围内，判断固定时间段内，使用同一个应用的次数超过特定次数时，将该应用作为经常使用的应用。
S12：对用户的历史收视行为数据进行分析，计算出每个用户画像；
进一步的，所述对用户的历史收视行为数据进行分析，计算出每个用户画像，包括：
按观看节目时间段、节目名称、节目分类，和节目演员嘉宾对历史收视行为数据进行分类，根据相似的时间段、相似的节目分类和节目演员信息进行多用户拆解计算，得到每个用户画像；
其中，所述用户画像包括：用户的观看习惯和内容偏好。
比如，上午7:00-11:00观看“吴京”主演的“军事”题材的“电影”“《战狼》”。根据相似时间段、相似的节目分类、节目演员等信息可以将机顶盒内存储的历史收视行为数据进行多用户分解，此过程通过统一的行为记录进行多用户拆解计算，形成各自用户画像。由于大屏终端(智能电视)一般为家庭中多个人使用，每个人会有不同的使用习惯，此过程可进一步细分出各个用户个体画像，从而可得知不同用户的使用习惯与内容偏好。
S13：当用户使用电视机时，调启答题客户端，为用户提供若干个题目以便用户回答，并收集用户的答题情况；
进一步的，答题客户端提供的题目内容至少包括：
本次观看人员名称和观看类别。
例如，题目内容为：今天和谁看？选项：A.自己、B.家人。问题2：今天看什么？选项：A.最新的音乐类节目、B.最热的舞蹈节目。
类似的，根据家庭中的人员组成，可以提供观看人员名称的备选项，比如：A.自己、B.爸爸、C.妈妈，等选项。
S14：根据用户答题情况进行个性化内容计算，得到推荐结果；
进一步的，所述根据用户答题情况进行个性化内容计算，得到推荐结果，包括：
当用户答题情况为全部或部分完成题目时，推荐系统获取用户的答案，并根据所述答案确定推荐结果；
当用户答题情况为全部跳过答题时，推荐系统获取当前使用时间，根据当前使用时间所在的时间段进行用户画像识别，得到符合当前时间段的用户画像，并根据所述用户画像确定推荐结果。
当确定推荐结果时，电视屏幕可以向用户发出“正在为您生成专属片单，请稍后”的提示信息。
进一步的，所述当用户答题情况为全部或部分完成题目时，推荐系统获取用户的答案，并根据所述答案确定推荐结果，还包括：
如果用户仅完成本次观看人员名称的回答，且当本次观看人员名称为一个时，推荐系统获取该观看人员的用户画像，并根据所述用户画像确定推荐结果；
如果用户仅完成本次观看人员名称的回答，且当本次观看人员名称为多个时，推荐系统获取所有观看人员的用户画像，并根据所有用户画像的最集中偏好进行个性化内容推荐，得到推荐结果；
如果用户完成观看类别的回答，则推荐系统根据所述观看类别确定推荐结果。
S15：将所述推荐结果对应的节目呈现给用户。
本发明所述的节目推荐方法配合客户端的答题模式为用户提供可直接界面触达的推荐服务模式，根据用户对题目的实时反馈进行个性化内容的实时推荐，能够提高推荐系统的角色识别精度与推荐反馈的时效性，通过对用户画像的精准识别，为用户实时推送喜欢的节目。
图2是本发明一种基于答题模式的个性化节目推荐方法实施例二提供的流程示意图。
如图2所示，本实施例所述的一种基于答题模式的个性化节目推荐方法，包括：
S21：获取用户的历史收视行为数据；
S22：对用户的历史收视行为数据进行分析，计算出每个用户画像；
S23：当用户使用电视机时，调启答题客户端，为用户提供若干个题目以便用户回答，并收集用户的答题情况；
S24：根据用户答题情况进行个性化内容计算，得到推荐结果；
S25：将所述推荐结果对应的节目呈现给用户；
S26：根据用户答题产生的数据重新计算用户画像。
本实施例所述的一种基于答题模式的个性化节目推荐方法在实施例一的基础上，增加了步骤S26，该步骤将用户答题产生的数据，并结合原有的历史收视行为数据对用户画像进行重新计算，以更精准的获取用户的使用习惯与内容偏好，以便以后推荐使用。
本发明所述的节目推荐方法能够为广电、新媒体、电信运营商提供一种具备用户直接触达反馈的节目推荐方法，该方法根据用户的问答反馈进行个性化内容实时推荐，该方法对于多人共用电视时，会收录家庭所有用户的历史收视行为数据，对用户画像进行精准识别，并根据用户答题情况进行实时推荐，提高推荐节目的精准性和推荐反馈的时效性。
图3是本发明一种基于答题模式的个性化节目推荐装置一个实施例提供的结构示意图。
如图3所示，本实施例所述的一种基于答题模式的个性化节目推荐装置，包括：
获取模块1，用于获取用户的历史收视行为数据；
计算模块2，用于对用户的历史收视行为数据进行分析，计算出每个用户画像；
答题模块3，用于当用户使用电视机时，调启答题客户端，为用户提供若干个题目以便用户回答，并收集用户的答题情况；
推荐模块4，用于根据用户答题情况进行个性化内容计算，得到推荐结果；
呈现模块5，用于将所述推荐结果对应的节目呈现给用户。
本实施例所述的一种基于答题模式的个性化节目推荐装置的工作原理与图1或图2所述的一种基于答题模式的个性化节目推荐方法的工作原理相同，在此不再赘述。
本发明所述的节目推荐装置配合客户端的答题模式为用户提供可直接界面触达的推荐服务模式，根据用户对题目的实时反馈进行个性化内容的实时推荐，能够提高推荐系统的角色识别精度与推荐内容反馈的时效性，通过对用户画像的精准识别，为用户实时推送喜欢的节目，提高用户体验。
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)

1.一种基于答题模式的个性化节目推荐方法，其特征在于，包括：
获取用户的历史收视行为数据；
对用户的历史收视行为数据进行分析，计算出每个用户画像；
当用户使用电视机时，调启答题客户端，为用户提供若干个题目以便用户回答，并收集用户的答题情况；
根据用户答题情况进行个性化内容计算，得到推荐结果；
将所述推荐结果对应的节目呈现给用户。
2.根据权利要求1所述的个性化节目推荐方法，其特征在于，所述用户的历史收视行为数据，包括如下项中的一项或多项：
使用过的应用、用户操作记录、用户观看记录、预约记录、节目播放进度。
3.根据权利要求1所述的个性化节目推荐方法，其特征在于，所述对用户的历史收视行为数据进行分析，计算出每个用户画像，包括：
按观看节目时间段、节目名称、节目分类，和节目演员嘉宾对历史收视行为数据进行分类，根据相似的时间段、相似的节目分类和节目演员信息进行多用户拆解计算，得到每个用户画像；
其中，所述用户画像包括：用户的观看习惯和内容偏好。
4.根据权利要求1所述的个性化节目推荐方法，其特征在于，答题客户端提供的题目内容至少包括：
本次观看人员名称和观看类别。
5.根据权利要求4所述的个性化节目推荐方法，其特征在于，所述根据用户答题情况进行个性化内容计算，得到推荐结果，包括：
当用户答题情况为全部或部分完成题目时，推荐系统获取用户的答案，并根据所述答案确定推荐结果；
当用户答题情况为全部跳过答题时，推荐系统获取当前使用时间，根据当前使用时间所在的时间段进行用户画像识别，得到符合当前时间段的用户画像，并根据所述用户画像确定推荐结果。
6.根据权利要求5所述的个性化节目推荐方法，其特征在于，所述当用户答题情况为全部或部分完成题目时，推荐系统获取用户的答案，并根据所述答案确定推荐结果，还包括：
如果用户仅完成本次观看人员名称的回答，且当本次观看人员名称为一个时，推荐系统获取该观看人员的用户画像，并根据所述用户画像确定推荐结果；
如果用户仅完成本次观看人员名称的回答，且当本次观看人员名称为多个时，推荐系统获取所有观看人员的用户画像，并根据所有用户画像的最集中偏好进行个性化内容推荐，得到推荐结果；
如果用户完成观看类别的回答，则推荐系统根据所述观看类别确定推荐结果。
7.根据权利要求1至6任一项所述的个性化节目推荐方法，其特征在于，还包括：
根据用户答题产生的数据重新计算用户画像。
8.一种基于答题模式的个性化节目推荐装置，其特征在于，包括：
获取模块，用于获取用户的历史收视行为数据；
计算模块，用于对用户的历史收视行为数据进行分析，计算出每个用户画像；
答题模块，用于当用户使用电视机时，调启答题客户端，为用户提供若干个题目以便用户回答，并收集用户的答题情况；
推荐模块，用于根据用户答题情况进行个性化内容计算，得到推荐结果；
呈现模块，用于将所述推荐结果对应的节目呈现给用户。
CN202110609001.6A 2021-06-01 2021-06-01 一种基于答题模式的个性化节目推荐方法和装置 Pending CN113347500A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110609001.6A CN113347500A (zh) 2021-06-01 2021-06-01 一种基于答题模式的个性化节目推荐方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110609001.6A CN113347500A (zh) 2021-06-01 2021-06-01 一种基于答题模式的个性化节目推荐方法和装置

Publications (1)

Publication Number Publication Date
CN113347500A true CN113347500A (zh) 2021-09-03

Family

ID=77474143

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110609001.6A Pending CN113347500A (zh) 2021-06-01 2021-06-01 一种基于答题模式的个性化节目推荐方法和装置

Country Status (1)

Country Link
CN (1) CN113347500A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1805540A (zh) * 1992-12-09 2006-07-19 赛德娜专利服务有限责任公司 电视节目发送系统推荐节目的可重编程序终端
EP2763421A1 (en) * 2013-02-01 2014-08-06 Krea Icerik Hizmetleri Ve Produksiyon Anonim Sirketi A personalized movie recommendation method and system
CN105072490A (zh) * 2015-07-23 2015-11-18 四川长虹电器股份有限公司 智能终端个性化开机推荐的系统与方法
CN110955775A (zh) * 2019-11-11 2020-04-03 南通大学 一种基于隐式问询的绘本推荐方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1805540A (zh) * 1992-12-09 2006-07-19 赛德娜专利服务有限责任公司 电视节目发送系统推荐节目的可重编程序终端
EP2763421A1 (en) * 2013-02-01 2014-08-06 Krea Icerik Hizmetleri Ve Produksiyon Anonim Sirketi A personalized movie recommendation method and system
CN105072490A (zh) * 2015-07-23 2015-11-18 四川长虹电器股份有限公司 智能终端个性化开机推荐的系统与方法
CN110955775A (zh) * 2019-11-11 2020-04-03 南通大学 一种基于隐式问询的绘本推荐方法

Similar Documents

Publication Publication Date Title
US20230035097A1 (en) Methods and systems for determining media content to download
US9665074B2 (en) System and method for providing playlists for social television
US9241200B2 (en) Targeted advertising
US20150256885A1 (en) Method for determining content for a personal channel
CN110168541B (zh) 基于静态和时间知识图消除词语歧义的系统和方法
US9204200B2 (en) Electronic programming guide (EPG) affinity clusters
CN103686403A (zh) 一种电视机桌面的显示方法和装置
JP2005033600A (ja) コンテンツ視聴支援システム及びコンテンツ視聴支援方法、並びにコンピュータ・プログラム
CN104065979A (zh) 一种动态显示和视频内容相关联信息方法及系统
US20210133341A1 (en) Methods and systems for implementing parental controls
CN112235614B (zh) 电视节目排行榜数据的个性化推荐方法及系统
CN103686235A (zh) 将音频和/或图像与脸部特征和表情相关的系统和方法
KR20200085228A (ko) 예측 미디어 라우팅
JP5789303B2 (ja) コンテンツシグネチャリング
CN104768073A (zh) 一种频道菜单的显示方法及装置
US20170085569A1 (en) Methods and systems for automatically adjusting parental controls
CN111601166A (zh) 确定家庭成员组成的方法、装置、存储介质及服务器
RU2532703C2 (ru) Рекомендующая система со смещением
CN111209470B (zh) 个性化内容推荐方法、装置及存储介质
US20130326555A1 (en) User preferences for content
TWI617188B (zh) 資訊推薦系統、資訊推薦方法與非暫態電腦可讀取記錄媒體
US11343573B2 (en) Content recommendation system and method
US8321895B2 (en) Selecting program items depending on a period of time in which the program items are to be stored
CN113347500A (zh) 一种基于答题模式的个性化节目推荐方法和装置
RU2301503C2 (ru) Способ формирования персонального канала в многоканальном цифровом телевидении

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: 20210903

RJ01 Rejection of invention patent application after publication