CN114095786A - 一种基于社区发现算法的智能电视用户家庭成员识别方法 - Google Patents
一种基于社区发现算法的智能电视用户家庭成员识别方法 Download PDFInfo
- Publication number
- CN114095786A CN114095786A CN202111362107.7A CN202111362107A CN114095786A CN 114095786 A CN114095786 A CN 114095786A CN 202111362107 A CN202111362107 A CN 202111362107A CN 114095786 A CN114095786 A CN 114095786A
- Authority
- CN
- China
- Prior art keywords
- data
- program
- programs
- television
- community
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000010586 diagram Methods 0.000 claims abstract description 14
- 238000004140 cleaning Methods 0.000 claims abstract description 11
- 238000000605 extraction Methods 0.000 claims abstract description 8
- 238000005065 mining Methods 0.000 claims abstract description 4
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 230000006399 behavior Effects 0.000 claims description 4
- 241001071861 Lethrinus genivittatus Species 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000005457 optimization Methods 0.000 description 5
- 238000013480 data collection Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005354 coacervation Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
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
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
-
- 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
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/441—Acquiring end-user identification, e.g. using personal code sent by the remote control or by inserting a card
-
- 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
- H04N21/47—End-user applications
- H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
- H04N21/4753—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for user identification, e.g. by entering a PIN or password
-
- 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
-
- 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
- H04N21/488—Data services, e.g. news ticker
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明涉及智能电视技术,其公开了一种基于社区发现算法的智能电视用户家庭成员识别方法,提高电视用户画像的准确率和推荐的精确率。该方法包括:S1、数据采集:抓取并挖掘微博中与电视节目相关的微博用户的数据,获得微博数据;并采集用户收视数据;S2、数据预处理:对步骤S1采集的数据进行清洗及特征提取;S3、智能电视用户家庭成员识别:构建节目网络图,并利用社区发现算法对该节目网络图进行节目搜索实现社区划分,识别出与智能电视账号关联的家庭成员;S4、家庭成员信息入库:将步骤S3中的识别出的家庭成员信息与关联的电视账号对应并入库存储。
Description
技术领域
本发明涉及智能电视技术,具体涉及一种基于社区发现算法的智能电视用户家庭成员识别方法。
背景技术
随着互联网的快速发展以及智能电视的普及,大屏内容越来越丰富,使得智能推荐等电视新技术不断出现,即通过分析用户历史收视数据,完成节目的个性化推荐。然而,绝大多数节目推荐系统都是将一台电视看作单个个体,从而忽略了电视媒介的最大特点是面向整个家庭。因此,为了提高电视用户画像的准确率和推荐的精确率,对一个电视进行家庭成员识别就显得至关重要,然而,难点在于家庭成员显式信息无法通过电视或者其他手段直接获取。
发明内容
本发明所要解决的技术问题是:提出一种基于社区发现算法的智能电视用户家庭成员识别方法,提高电视用户画像的准确率和推荐的精确率。
本发明解决上述技术问题采用的技术方案是:
一种基于社区发现算法的智能电视用户家庭成员识别方法,包括以下步骤:
S1、数据采集:抓取并挖掘微博中与电视节目相关的微博用户的数据,获得微博数据;并采集用户收视数据;
S2、数据预处理:对步骤S1采集的数据进行清洗及特征提取;
S3、智能电视用户家庭成员识别:构建节目网络图,并利用社区发现算法对该节目网络图进行节目搜索实现社区划分,识别出与智能电视账号关联的家庭成员;
S4、家庭成员信息入库:将步骤S3中的识别出的家庭成员信息与关联的电视账号对应并入库存储。
作为进一步优化,步骤S1中,所述采集用户收视数据具体包括:
通过在智能电视的LANCHER、影视APP前端埋点,并上报数据,实时采集电视用户的收视行为获得点播节目收视数据;通过识别用户所看频道,以及采集各电视台官网的频道节目单数据获得直播节目收视数据;所述点播节目收视数据和直播节目收视数据构成用户收视数据。
作为进一步优化,步骤S2中,所述清洗的方法包括:通过设定观看时间阈值,清洗掉不满足观看时间阈值的用户收视数据。
作为进一步优化,步骤S2中,所述特征提取的方法包括:提取用户收视数据中的节目名称、观看时长及对应的节目类型标签;以及,根据电视节目相关话题或关键词从微博数据中提取博主基本信息,获得节目对应的微博数据标签。
作为进一步优化,步骤S3具体包括:
S31、计算节目相似度:
采用计算两节目节点共享标签数的方法来度量基于节目标签的节目间的相似度和基于微博数据标签的节目间的相似度;在度量基于微博数据标签的节目间的相似度时,考虑性别与年龄因子;
对基于节目标签的节目间的相似度与基于微博数据标签的节目间的相似度赋予不同的权重并进行加权求和,来计算节目间关于两类标签的节目综合相似度;
S32、构建节目网络图:构建以节目综合相似度为关联、节目为节点的节目网络图;
S33、社区划分:将节目网络图中的每个节目看作一个社区,将节目之间的综合相似度作为节目间连边的权值对模块度进行计算,之后反复地沿着致使模块度增大最多的方向将社区进行合并,直至合并为一个社区,最后选择使得局部值最大的社区划分作为最终节目网络图中的社区结构;
S34、确定用户家庭成员:根据电视节目社区划分结果确定最终的电视用户家庭成员组成。
作为进一步优化,步骤S33中,采用Fast-Newman社区发现算法进行社区划分。
本发明的有益效果是:
通过融合微博数据及用户收视行为数据,并提出以节目为节点、节目之间相似度为边权的节目网络图的概念,并基于该网络模型采用社区发现算法来搜索节目社区,完成电视用户家庭成员识别与画像,从而提高电视用户画像的准确率,也避免了电视家庭成员节目标签的单一性,从而推荐更适合家庭成员的节目。
附图说明
图1为本发明基于社区发现算法的智能电视用户家庭成员识别方法流程图。
具体实施方式
本发明旨在提出一种基于社区发现算法的智能电视用户家庭成员识别方法,提高电视用户画像的准确率和推荐的精确率。本发明使用微博数据扩充电视成员数据,并融合用户收视数据作为数据源,通过数据清洗和特征提取,然后计算节目相似度,并构建以节目相似度为关联、节目为节点的节目网络图,接着,基于采用社区发现算法对节目网络图进行社区划分,识别智能电视家庭成员。
实施例:
本实施例中的基于社区发现算法的智能电视用户家庭成员识别方法流程如图1所示,包括以下步骤:
S1、数据采集:
本步骤中采集的数据包括微博数据和用户收视数据,在具体实现时,可以针对智能电视端家庭用户建设电视收视数据采集系统、微博数据采集系统。
通过微博数据采集系统抓取并挖掘微博中与电视节目相关的微博用户的数据;
通过电视收视数据采集系统来采集收视数据:收视数据包括直播节目收视数据和点播节目收视数据,其中,点播节目收视数据是通过在智能电视的LANCHER、影视APP等前端埋点,并上报数据,实时采集电视用户的收视行为数据;直播节目收视数据是通过识别用户所看频道,以及各电视台官网的频道节目单数据来采集。
S2、数据预处理:对步骤S1采集的数据进行清洗及特征提取;
本步骤中,根据节目网络图的特点(以节目为节点、节目之间相似度为边权)对智能电视数据和微博数据进行了数据清洗和特征抽取。
数据清洗主要是提取用户真实观看节目的数据,去除用户为了选择到自己最感兴趣的电视节目,频繁的更换和浏览不同的频道信息,有的节目可能只停留几分钟甚至几秒钟,这种数据对于用户画像的分析也是几乎没有意义。提取方式设定观看时长的阈值,比如大于5分钟并小于3小时的认为有效数据。要提取的收视数据的特征包括:节目名称,观看时长以及目对应的节目类型标签。比如电视剧《琅琊榜》,可得到其对应的类别为古装、偶像、宫廷、历史。
微博数据特征提取,主要是提取博主基本信息(姓名、性别、年龄、兴趣爱好、关注的博文等)。利用微博数据可以实现特定节目与微博用户信息的关联。例如,喜欢收看电视剧《大江大河》的用户的信息,在微博上搜索相关话题或关键词,微博平台将会根据关键词相关度匹配筛选出相应的用户及其相关微博列表,之后再根据用户的微博ID进入到用户基本信息页面,就可以获得每个用户的基本信息。
S3、智能电视用户家庭成员识别:构建节目网络图,并利用社区发现算法对该节目网络图进行节目搜索实现社区划分,识别出与智能电视账号关联的家庭成员;
本步骤具体实现包括如下子步骤:
(1)计算节目相似度:收视数据的相似度,采用计算两节目节点共享标签数的方法来度量基于节目标签的节目间的相似度以度量和区分不同节目间关系的紧密程度;微博数据标签相比于节目标签,其不仅涵盖了节目观看用户集的非节目类型的兴趣偏好特征,也对节目用户集的人口统计学特征进行了概括,因此在处理两节目间相似度,增加性别与年龄因子。
计算综合相似度:对收视数据相似度与微博数据相似度赋予不同的权重并进行加权求和来计算节目间关于两类标签的节目综合相似度。
(2)构建以节目相似度为关联、节目为节点的节目网络图;
(3)实现社区发现算法,本发明采用经典的Fast-Newman社区发现算法,以期来解决一个机顶盒账户中家庭成员不确定的问题,Fast-Newman算法是基于标准贪婪算法的凝聚层次聚类算法,其以模块度的增减作为合并社区与否的标准。
具体的,初始时,将每个节目看作一个社区,将节目之间的综合相似度作为节目间连边的权值对模块度进行计算,之后反复地沿着致使模块度增大最多的方向将社区进行合并,直至合并为一个社区,最后选择使得局部值最大的社区划分作为最终节目网络图中的社区结构。
(4)确定用户家庭成员:根据电视节目社区划分结果确定最终电视用户家庭成员组成。
S4、家庭成员信息入库:将步骤S3中的识别出的家庭成员信息与关联的电视账号对应并入库存储。利用该数据,能够为电视提供持续的改进与服务以满足用户的新需求,推荐更适合家庭成员的节目,增强电视与家庭成员的黏性。
举例说明:表1为某电视用户一个月的部分收视数据及对应的标签,现需要进行家庭成员识别。
表1:某用户一个月的收视数据及对应标签
通过计算两两节目之间的综合相似度,构建节目网络图,并利用实现的社区发现算法对该节目网络图进行节目搜索,对节目网络图进行社区划分,将其作为最终的社区发现结果,经过划分,结果如下:
1、超级飞侠,熊出没之冬日乐翻天;
2、东方大头条,赵传奇,法治时空;
3、非常静距离,花千骨,琅琊榜,女医明妃传,琅琊榜,王牌对王牌;
根据社区划分,成员识别的初步结果可以看出,该家庭账户可能存在3个家庭成员:成员1喜欢的节目比较单一,观看的电视节目均为少儿动画片;成员2喜欢观看纪录片、抗日为主题类的电视剧,并且喜欢军事之类的新闻节目;成员3则喜欢观看家庭剧、偶像剧、古装类的节目。至此,已经完成对该电视账户的初步成员识别与划分,最后根据划分的结果确定最终的家庭成员和标签,如表2所示:
表2:家庭成员及标签
家庭成员 | 成员标签 |
成员1 | 少儿、动画片 |
成员2 | 女、中老年明星美食 |
成员3 | 男、中老年、体育、战争、新闻 |
Claims (6)
1.一种基于社区发现算法的智能电视用户家庭成员识别方法,其特征在于,
包括以下步骤:
S1、数据采集:抓取并挖掘微博中与电视节目相关的微博用户的数据,获得微博数据;并采集用户收视数据;
S2、数据预处理:对步骤S1采集的数据进行清洗及特征提取;
S3、智能电视用户家庭成员识别:构建节目网络图,并利用社区发现算法对该节目网络图进行节目搜索实现社区划分,识别出与智能电视账号关联的家庭成员;
S4、家庭成员信息入库:将步骤S3中的识别出的家庭成员信息与关联的电视账号对应并入库存储。
2.如权利要求1所述的基于社区发现算法的智能电视用户家庭成员识别方法,其特征在于,步骤S1中,所述采集用户收视数据具体包括:
通过在智能电视的LANCHER、影视APP前端埋点,并上报数据,实时采集电视用户的收视行为获得点播节目收视数据;通过识别用户所看频道,以及采集各电视台官网的频道节目单数据获得直播节目收视数据;所述点播节目收视数据和直播节目收视数据构成用户收视数据。
3.如权利要求1所述的基于社区发现算法的智能电视用户家庭成员识别方法,其特征在于,步骤S2中,所述清洗的方法包括:通过设定观看时间阈值,清洗掉不满足观看时间阈值的用户收视数据。
4.如权利要求1所述的基于社区发现算法的智能电视用户家庭成员识别方法,其特征在于,步骤S2中,所述特征提取的方法包括:提取用户收视数据中的节目名称、观看时长及对应的节目类型标签;以及,根据电视节目相关话题或关键词从微博数据中提取博主基本信息,获得节目对应的微博数据标签。
5.如权利要求1-4任意一项所述的基于社区发现算法的智能电视用户家庭成员识别方法,其特征在于,步骤S3具体包括:
S31、计算节目相似度:
采用计算两节目节点共享标签数的方法来度量基于节目标签的节目间的相似度和基于微博数据标签的节目间的相似度;在度量基于微博数据标签的节目间的相似度时,考虑性别与年龄因子;
对基于节目标签的节目间的相似度与基于微博数据标签的节目间的相似度赋予不同的权重并进行加权求和,来计算节目间关于两类标签的节目综合相似度;
S32、构建节目网络图:构建以节目综合相似度为关联、节目为节点的节目网络图;
S33、社区划分:将节目网络图中的每个节目看作一个社区,将节目之间的综合相似度作为节目间连边的权值对模块度进行计算,之后反复地沿着致使模块度增大最多的方向将社区进行合并,直至合并为一个社区,最后选择使得局部值最大的社区划分作为最终节目网络图中的社区结构;
S34、确定用户家庭成员:根据电视节目社区划分结果确定最终的电视用户家庭成员组成。
6.如权利要求5所述的基于社区发现算法的智能电视用户家庭成员识别方法,其特征在于,步骤S33中,采用Fast-Newman社区发现算法进行社区划分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111362107.7A CN114095786A (zh) | 2021-11-17 | 2021-11-17 | 一种基于社区发现算法的智能电视用户家庭成员识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111362107.7A CN114095786A (zh) | 2021-11-17 | 2021-11-17 | 一种基于社区发现算法的智能电视用户家庭成员识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114095786A true CN114095786A (zh) | 2022-02-25 |
Family
ID=80301353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111362107.7A Pending CN114095786A (zh) | 2021-11-17 | 2021-11-17 | 一种基于社区发现算法的智能电视用户家庭成员识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114095786A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115134668A (zh) * | 2022-03-14 | 2022-09-30 | 深圳市酷开网络科技股份有限公司 | 基于ott的家庭成员年龄段及家庭结构划分方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104363478A (zh) * | 2014-11-28 | 2015-02-18 | 中国传媒大学 | 一种节目标签关联规则分析系统及方法 |
CN104933624A (zh) * | 2015-06-29 | 2015-09-23 | 电子科技大学 | 复杂网络的社团发现方法及社团重要节点发现方法 |
US9277275B1 (en) * | 2011-05-03 | 2016-03-01 | Google Inc. | System and method for associating individual household members with television programs viewed |
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 |
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 |
CN108959323A (zh) * | 2017-05-25 | 2018-12-07 | 腾讯科技(深圳)有限公司 | 视频分类方法和装置 |
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 |
CN111601171A (zh) * | 2020-05-21 | 2020-08-28 | 广州欢网科技有限责任公司 | 定位智能电视家庭成员的方法、装置及控制器 |
CN111601166A (zh) * | 2020-05-21 | 2020-08-28 | 广州欢网科技有限责任公司 | 确定家庭成员组成的方法、装置、存储介质及服务器 |
-
2021
- 2021-11-17 CN CN202111362107.7A patent/CN114095786A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9277275B1 (en) * | 2011-05-03 | 2016-03-01 | Google Inc. | System and method for associating individual household members with television programs viewed |
CN104363478A (zh) * | 2014-11-28 | 2015-02-18 | 中国传媒大学 | 一种节目标签关联规则分析系统及方法 |
CN104933624A (zh) * | 2015-06-29 | 2015-09-23 | 电子科技大学 | 复杂网络的社团发现方法及社团重要节点发现方法 |
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 |
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 |
CN108959323A (zh) * | 2017-05-25 | 2018-12-07 | 腾讯科技(深圳)有限公司 | 视频分类方法和装置 |
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 |
CN111601171A (zh) * | 2020-05-21 | 2020-08-28 | 广州欢网科技有限责任公司 | 定位智能电视家庭成员的方法、装置及控制器 |
CN111601166A (zh) * | 2020-05-21 | 2020-08-28 | 广州欢网科技有限责任公司 | 确定家庭成员组成的方法、装置、存储介质及服务器 |
Non-Patent Citations (1)
Title |
---|
李雪迪: "基于社区发现算法的智能电视用户家庭成员识别与画像研究", 《中国硕士论文电子期刊》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115134668A (zh) * | 2022-03-14 | 2022-09-30 | 深圳市酷开网络科技股份有限公司 | 基于ott的家庭成员年龄段及家庭结构划分方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107124653B (zh) | 电视用户画像的构建方法 | |
CN106331778B (zh) | 视频推荐方法和装置 | |
CN106600343B (zh) | 一种视频内容关联的在线视频广告管理方法及系统 | |
CA2619773C (en) | System and method for recommending items of interest to a user | |
CN102929928B (zh) | 基于多维相似度的个性化新闻推荐方法 | |
KR100881107B1 (ko) | 전자 장치, 그 정보 열람 방법 및 정보 열람 프로그램을기록한 컴퓨터 판독가능한 기록 매체 | |
US8819728B2 (en) | Topic to social media identity correlation | |
CN101383942B (zh) | 一种隐性用户特征提取方法和电视节目推荐方法和系统 | |
CN103533393B (zh) | 基于家庭收视纪录的家庭分析及节目推荐方法 | |
CN102752663B (zh) | 节目搜索装置、电视机和节目搜索方法 | |
CN104935970A (zh) | 进行电视内容推荐的方法及电视客户端 | |
CN104754413A (zh) | 基于图像搜索识别电视信号并推荐信息的方法和设备 | |
CN103686382A (zh) | 一种节目推荐方法 | |
CN103546778A (zh) | 一种电视节目推荐方法、系统及其实现方法 | |
CN101690179A (zh) | 用于产生多媒体内容的推荐关键字的系统及其方法 | |
CN107608990B (zh) | 一种直播个性化推荐方法 | |
CN108337541A (zh) | 一种广告投放方法和装置、计算机可读存储介质 | |
CN108920577A (zh) | 电视智能推荐方法 | |
CN105721944A (zh) | 智能电视的新闻资讯推荐方法 | |
CN101809569A (zh) | 用于基于视频帧特征的视频推荐的系统和方法 | |
CN101833552A (zh) | 一种流媒体标记和推荐的方法 | |
KR20100116412A (ko) | 동영상 장면 기반 광고정보 제공장치 및 방법 | |
CN102695086B (zh) | 交互式网络协议电视的内容推送方法和装置 | |
KR20130090042A (ko) | 사용자 선호주제 기반 tv프로그램 콘텐츠 자동추천 장치, 시스템, 방법 및 그 방법을 실행하는 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체 | |
CN108664558B (zh) | 一种面向大规模用户的网络电视个性化推荐服务方法 |
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: 20220225 |
|
RJ01 | Rejection of invention patent application after publication |