CN114268838B

CN114268838B - 基于ott用户画像中家庭成员画像处理方法及装置

Info

Publication number: CN114268838B
Application number: CN202111532782.XA
Authority: CN
Inventors: 余辉
Original assignee: Shenzhen Coocaa Network Technology Co Ltd
Current assignee: Shenzhen Coocaa Network Technology Co Ltd
Priority date: 2021-12-15
Filing date: 2021-12-15
Publication date: 2023-12-26
Anticipated expiration: 2041-12-15
Also published as: CN114268838A

Abstract

本发明公开了基于OTT用户画像中家庭成员画像处理方法及装置，所述方法包括：获取智能终端每个用户ID的用户观影行为数据，基于用户观影行为数据的分析，得到每个用户ID的用户观看的内容数据；对所述内容数据进行拆解，得到每个用户ID的观看特征标签，并整理分析得到预估的家庭成员组成；基于预先设置的不同类型家庭成员特征规则，对所述观看特征标签进行分析，得到家庭成员类型的概率划分，进而得到确认的家庭成员组成；基于确认的家庭成员组成，通过观看特征标签自动生成对应家庭成员的家庭画像，将自动生成的家庭成员画像进行展示。本发明可以实现智能电视在OTT行业的用户画像针对一个设备对家庭中多位成员进行画像，为用户的使用提供了方便。

Description

基于OTT用户画像中家庭成员画像处理方法及装置

技术领域

本发明涉及智能电视技术领域，尤其涉及一种基于OTT用户画像中家庭成员画像处理方法及装置。

背景技术

随着科技的发展和人们生活水平的不断提高，各种智能终端如智能电视的使用越来越普及。OTT是指互联网公司越过运营商，发展基于开放互联网的各种视频及数据服务业务。

现有技术的，智能电视的功能越来越多。用户画像是功能之一，用户画像又称用户角色，作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。然而现有技术的智能电视在OTT行业的用户画像只是对一个设备生成家庭画像，无法对家庭中多位成员进行画像。

因此，现有技术还有待改进和提高。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于OTT用户画像中家庭成员画像处理方法、装置、智能终端及存储介质，旨在解决现有技术的智能电视在OTT行业的用户画像只是对一个设备生成家庭画像，无法对家庭中多位成员进行画像的问题。本发明通过用户观看节目特点，解析成有少儿、有老人、有女性、有学生作为家庭成员进行画像，方便应用端进行精准推送相关内容，为用户的使用提供了方便。

为了解决上述技术问题，本发明第一方面提供一种基于OTT用户花香中家庭成员画像处理方法，上述方法包括：

获取智能终端每个用户ID的用户观影行为数据，基于所述用户观影行为数据的分析，得到每个用户ID的用户观看的内容数据；

对每个用户ID的用户观看的内容数据进行拆解，得到每个用户ID的观看特征标签，并整理分析得到预估的家庭成员组成；

基于预先设置的不同类型家庭成员特征规则，对每个用户ID的观看特征标签进行分析，得到家庭成员类型的概率划分，进而得到确认的家庭成员组成；

基于确认的家庭成员组成，通过观看特征标签自动生成对应家庭成员的家庭画像，将自动生成的家庭成员画像进行展示。

可选的，上述获取智能终端的用户观影行为数据，基于所述用户观影行为数据的分析，得到该智能终端的用户观看的内容数据的步骤之前包括：

预先根据收集的各不同类型家庭成员经常观看的节目内容，设置不同类型家庭成员分别对应的特征规则，并生成与家庭成员类型一一对应的家庭成员特征规则库。

可选的，上述设置不同类型家庭成员分别对应的特征规则的步骤包括：

设置与少儿家庭成员对应的特征规则；

设置与老年家庭成员对应的特征规则；

设置与成年女性家庭成员对应的特征规则；

设置与学生家庭成员对应的特征规则。

可选的，上述获取智能终端每个用户ID的用户观影行为数据，基于所述用户观影行为数据的分析，得到每个用户ID的用户观看的内容数据的步骤包括：

获取智能终端每个用户ID指定时间段的用户观影行为数据；

对每个用户ID指定时间段的用户观影行为数据进行分析，得到每个用户ID在指定时间段的用户观看的内容数据。

可选的，上述对每个用户ID的用户观看的内容数据进行拆解，得到每个用户ID的观看特征标签，并整理分析得到预估的家庭成员组成的步骤包括：

对每个用户ID在指定时间段的用户观看的内容数据进行内容拆解分析，得到每个用户ID在指定时间段的多个观看特征标签；

并将得到的多个观看特征标签标志在对应用户ID，得到预估的家庭成员组成。

可选的，上述基于预先设置的不同类型家庭成员特征规则，对每个用户ID的观看特征标签进行分析，得到家庭成员类型的概率划分，进而得到确认的家庭成员组成包括：

提取每个用户ID在指定时间段的多个观看特征标签；

基于预先设置的不同类型家庭成员特征规则，对每个用户ID的观看特征标签进行分析，得到家庭成员类型概率划分；

对概率大于预定值的家庭成员类型进行确认，得到确认的家庭成员组成。

可选的，上述基于确认的家庭成员组成，通过观看特征标签自动生成对应家庭成员的家庭画像，将生成的家庭成员画像进行展示的步骤包括：

基于所述确认的家庭成员组成，将与家庭成员类型对应的观看特征标签结合，自动生成对应家庭成员的家庭画像；

将自动生成的家庭成员画像进行展示。

本发明第二方面提供一种基于OTT用户画像中家庭成员画像处理装置，其特征在于，所述装置包括：

预先设置模块，用于预先根据收集的各不同类型家庭成员经常观看的节目内容，设置不同类型家庭成员分别对应的特征规则，并生成与用户类型一一对应的家庭成员特征规则库；

观影获取模块，用于获取智能终端每个用户ID的用户观影行为数据，基于所述用户观影行为数据的分析，得到每个用户ID的用户观看的内容数据；

家庭成员组成预估模块，用于对每个用户ID的用户观看的内容数据进行拆解，得到每个用户ID的观看特征标签，并整理分析得到预估的家庭成员组成；

家庭成员组成确认模块，用于基于预先设置的不同类型家庭成员特征规则，对每个用户ID的观看特征标签进行分析，得到家庭成员类型的概率划分，进而得到确认的家庭成员组成；

家庭成员画像生成模块，用于基于确认的家庭成员组成，通过观看特征标签自动生成对应家庭成员的家庭画像，将自动生成的家庭成员画像进行展示。

本发明第三方面提供一种智能终端，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行上述任意一项所述的方法。

本发明第四方面提供一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述任意一项所述的方法。

有益效果：与现有技术相比，本发明提供了一种基于OTT用户画像中家庭成员画像处理方法，本发明通过对智能电视用户的影视行为分析，得出用户观看的内容，之后通过内容进行拆解形成对应用户对于内容体系，最后推导出用户家庭成员。可以解决用户的家庭成员划分以及成员行为划分。通过用户观看节目特点，解析成有少儿、有老人、有女性、有学生作为家庭成员进行画像，方便应用端进行精准推送相关内容，为用户的使用提供了方便。本发明可以实现智能电视在OTT行业的用户画像针对一个设备对家庭中多位成员进行画像，为用户的使用提供了方便。

附图说明

图1为本发明实施例提供的基于OTT用户画像中家庭成员画像处理方法的具体实施方式的流程图。

图2是本发明实施图1中步骤S100的具体流程示意图。

图3是本发明实施图1中步骤S200的具体流程示意图。

图4是本发明实施例提供的用户ID001家庭某周末的观看特征标签记录的示意图。

图5是本发明实施图1中步骤S300的具体流程示意图。

图6是本发明实施例提供的家庭成员特征规则库的示意图。

图7是本发明实施例计算得到的家庭成员概率划分的示意图。

图8是本发明实施图1中步骤S400的具体流程示意图。

图9是本发明实施例提供的基于OTT用户画像中家庭成员画像处理装置的原理框图。

图10是本发明实施例提供的智能终端的内部结构原理框图。

具体实施方式

为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

随着科技的发展和人们生活水平的不断提高，人们通过智能电视或电视盒子可以在互联网上找到丰富的影片观看。但由于海量的片源，有时也会造成用户的选择困难。

在现有技术中，可以通过智能电视摄像头获取家中智能电视用户的特征，例如通过摄像头拍摄用户特征，分析家中用户有大人、小孩、男生或女生等，但该种方式存在隐私泄露风险。而另一种称为用户画像的功能，是通过分析用户观影数据来推测用户特征的，是一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像也在各领域得到了广泛的应用。然而现有技术的智能电视在OTT行业的用户画像只能分析得到一个用户画像，即将所有观影数据和特征都归到一个画像上，这并不符合实际家庭的观影需求。

为了解决现有技术的问题，本实施例提供一种基于OTT用户画像中家庭成员画像处理方法，具体实施时，获取智能终端每个用户ID的用户观影行为数据，基于所述用户观影行为数据的分析，得到每个用户ID的用户观看的内容数据；对每个用户ID的用户观看的内容数据进行拆解，得到每个用户ID的观看特征标签，并整理分析得到预估的家庭成员组成；基于预先设置的不同类型家庭成员特征规则，对每个用户ID的观看特征标签进行分析，得到家庭成员类型的概率划分，进而得到确认的家庭成员组成；基于确认的家庭成员组成，通过观看特征标签自动生成对应家庭成员的家庭画像，将自动生成的家庭成员画像进行展示。因此，本发明可以实现智能电视在OTT行业的用户画像针对一个设备对家庭中多位成员进行画像，更加的符合实际家庭的应用场景，为用户的使用提供了方便。

示例性方法

本实施例的方法可应用于智能终端中，具体实施时，如图1中所示，该方法具体包括如下步骤:

步骤S100、获取智能终端每个用户ID的用户观影行为数据，基于所述用户观影行为数据的分析，得到每个用户ID的用户观看的内容数据。

在本实施例中，基于OTT用户画像中家庭成员画像处理方法的装置或软件首先获取每个用户ID的用户观影行为数据，其中，所述用户ID即为各家庭的智能电视，所述用户观影数据包括家庭成员使用智能电视各APP进行观影的行为数据。具体例如，当用户通过直播APP或视频浏览APP时，对其观影行为，包括对各节目名称、类型以及观影时间和时长的数据进行记录。同时设置获取固定时间段，例如获取一个月内的用户观影数据，以确保由于家庭成员变动时，采集和使用较新数据进行节目推送，以达到更精准的推荐效果。通过本步骤，实现获取各家的家庭成员使用智能电视进行观影的行为和数据。

步骤S200、对每个用户ID的用户观看的内容数据进行拆解，得到每个用户ID的观看特征标签

对每个用户ID的用户观看的内容数据进行拆解，得到每个用户ID的观看特征标签，并整理分析得到预估的家庭成员组成。

在本实施例中，所述装置或软件控制对获取到的内容数据进行拆解。具体的可根据观看影片的分类进行区分，并生成关于内容数据的标签。例如在某一天的数据中，中午12:30-1:30播放《喜羊羊与灰太狼》，则针对该次播放的影片生成一条少儿节目的观看特征标签，晚上19:00-21:00分别播放了《欢乐颂》和《海贼王》，则再分别添加一条肥皂节目和一条学生节目的观看特征标签，并进一步的，对上述获取的观看特征标签进行分类处理，根据特征标签的数量初步判断各家庭成员组成。通过本步骤，实现将获取的各ID用户的内容数据进行整理分析，初步根据电视节目的类型判断各ID用户的家庭成员组成。

步骤S300、基于预先设置的不同类型家庭成员特征规则，对每个用户ID的观看特征标签进行分析，得到家庭成员类型的概率划分，进而得到确认的家庭成员组成。

在本实施例中，所述装置或软件根据预先设置的不同类型的家庭成员特征规则，对上述观看特征标签进行具体分析。其中，所述特征规则为结合各家庭成员类型的日常作息和爱好预先设定的规则，例如结合成年人日常作息时间，观影时间普遍在晚上六点之后，观影爱好依据性别决定，成年女性一般喜欢甜宠剧；而老年人则全天都有时间看电视剧，且倾向于看抗战和谍战片。具体的，例如当一个月的观看特征标签显示，超过10天的播放内容中含有少儿节目的标签，认为家中可能含少儿；当所述内容数据显示，超过二十天含有抗战节目的标签，且日均播放时长大于90分钟时，认为家中可能含有老年人。

进一步的，根据上述使用家庭成员特征规则以及观看特征标签的分析，计算得到各ID用户中家庭成员类型的概率划分，并将概率超过预设值，且与上一步骤中初步判断的家庭成员组成结果相同的家庭成员，确认为确定的家庭成员组成。

可见通过本步骤，实现将家庭成员类型的观看兴趣与实际作息相结合，得到确认的家庭成员组成，实现更精确家庭成员类型的判断，有助于实现更精确的家庭成员画像。

步骤S400、基于确认的家庭成员组成，通过观看特征标签自动生成对应家庭成员的家庭画像，将自动生成的家庭成员画像进行展示。

在本实施例中，基于上述确认的家庭成员组成，通过调用与各家庭成员类型对应的观看特征标签的出现时间，自动生成各家庭成员类型关于使用智能电视时间段以及喜好节目类型的家庭成员画像，可见所述家庭成员画像中包含家庭成员类型，包括成年女、学生、少儿、老年人等，其可能观看智能电视的时间，进一步还可记录近期喜爱的电视剧等。并将该家庭成员画像进行展示。

通过本步骤，实现根据确认的家庭成员组成以及所述观看特征标签，自动生成得到家庭成员画像，实现通过用户画像功能自动勾画多名家庭成员。

在进一步的实施例中，以智能终端以用户常用的智能电视为例，当上述智能电视为不同的智能终端时，可参照本实施例的具体方案。

在一种应用场景中，获取智能终端每个用户ID的用户观影行为数据，基于所述用户观影行为数据的分析，得到每个用户ID的用户观看的内容数据。

具体的，如图2所示，上述步骤S100包括：

步骤S101、获取智能终端每个用户ID指定时间段的用户观影行为数据；

步骤S102、对每个用户ID指定时间段的用户观影行为数据进行分析，得到每个用户ID在指定时间段的用户观看的内容数据。

举例说明，通过执行基于OTT用户画像中家庭成员画像处理方法的软件获取各用户ID指定时间段的用户观影行为数据。则所述软件通过各家电视获取指定时间段，例如一个月内的用户观影行为数据。具体的，例如某用户ID001家庭在近一个月内使用智能电视28天，其中某周末一天(2021.11.28)在9:00-12:00和13:00-15:00通过爱奇艺客户端进行视频观看。类似的，则该用户行为观影数据中记录有近一个月各个用户ID的所有上述观影行为。

进一步的，对每个用户ID的用户观影数据进行分析，得到每个用户ID在一个月内的用户观看智能电视的内容数据。例如进一步分析上述用户ID001家庭某天的用户观看的内容数据，包括上述周末早上9:00-12:00观看了《小猪佩琪》以及《超级飞侠》，周末下午13:00-15:00观看了《猎手》和《觉醒》。类似的，通过本步骤实现得到包含近一个月的用户ID001家庭观看时间和观看内容。进一步的获取一个月内各个用户的上述观看时间和观看的数据内容。

进一步的，为防止换台等用户行为的干扰，可设置观看时间在一分钟、三分钟或五分钟以下的电视节目不计入上述数据内容中，提高后续家庭成员分析的精确度，同时还可减少数据的处理量，提高处理速度。

在一种应用场景中，对每个用户ID的用户观看的内容数据进行拆解，得到每个用户ID的观看特征标签，并整理分析得到预估的家庭成员组成。

具体的，如图3所示，上述步骤S200包括：

步骤S201、对每个用户ID在指定时间段的用户观看的内容数据进行内容拆解分析，得到每个用户ID在指定时间段的多个观看特征标签；

步骤S202、并将得到的多个观看特征标签标志在对应用户ID，得到预估的家庭成员组成。

举例说明，所述软件对获取的所述内容数据进行内容拆解分析，具体为将一天中观看的所有电视节目进行分类记录，例如在2021.11.28这一天，用户ID001家庭的智能电视播的节目中包含有《小猪佩琪》《超级飞侠》《猎手》《觉醒》，并进一步分析得到《小猪佩琪》和《超级飞侠》为少儿节目，而《猎手》和《觉醒》为战争节目，其中少儿节目和战争节目即为上述的观看特征标签。

进一步的，如图4所示，通过上述的电视节目以及其对应的观看特征标签，将电视节目及其标签与用户ID进行对应，则通过图4表格可直观的得到，该用户ID001家庭中可能包含喜欢少儿类型节目的小孩以及喜欢战争节目老年人或成年男性。

在一种应用场景中，基于预先设置的不同类型家庭成员特征规则，对每个用户ID的观看特征标签进行分析，得到家庭成员类型的概率划分，进而得到确认的家庭成员组成。

具体的，如图5所示，上述步骤S300包括：

步骤S301、提取每个用户ID在指定时间段的多个观看特征标签；

步骤S302、基于预先设置的不同类型家庭成员特征规则，对每个用户ID的观看特征标签进行分析，得到家庭成员类型概率划分；

步骤S303、对概率大于预定值的家庭成员类型进行确认，得到确认的家庭成员组成。

其中，在所述获取智能终端的用户观影行为数据，基于所述用户观影行为数据的分析，得到该智能终端的用户观看的内容数据的步骤之前包括：

其中，所述设置不同类型家庭成员分别对应的特征规则的步骤包括：

设置与少儿家庭成员对应的特征规则；

设置与老年家庭成员对应的特征规则；

设置与成年女性家庭成员对应的特征规则；

设置与学生家庭成员对应的特征规则。

举例说明，在获取各用户ID的观影行为数据前，还预先收集了各不同类型家庭成员经常观看的节目内容，并进一步根据该节目内容，设置不同类型家庭成员分别对应的特征规则，并生成家庭成员特征规则库。其中，上述特征规则具体包含少年、老年、成年女性、成年男性以及学生的特征规则。

具体的，所述特征规则以及家庭成员特征规则库如图6所示，少年的规则为过去30天超过10天起播少儿内容；老年人的规则为过去30天起播抗战或谍战大于20天，且日均起播时长大于90分钟；成年女性的规则为起播甜宠剧的用户日均时长大于60分钟；学生的规则为只在晚上起点以后起播动漫影片或教育分类节目；成年男性的规则为只在晚上六点以后播放新闻实事、战争类节目。

进一步的，所述软件提取各用户ID在一个月内的观看特征标签，并根据和上述预先设置的家庭成员特征规则，对每个用户ID的观看特征标签进行分析计算。例如在分析用户ID001家庭时，该家庭过去30天播放的节目中主要含有少儿节目特征标签的天数为7天；播放战争节目特征标签的天数为21天，且日均起播时长为81分钟，其中三分之二时间为下午观看，剩下时间为晚上观看。

则将该观看特征标签的日均播放时长和播放时段的特征与所述家庭成员特征规则进行结合计算，得到如图7所示的家庭成员概率划分。

具体计算过程中，由于各家庭成员类型的兴趣以及观看时间并不是单一、固定的。例如存在成年人调休、请假或早下班等导致观看时间变化的情况，或学生喜好广泛，观看的节目类型多变的情况。所以并不是只要满足上述家庭成员特征规则则100％确定存在该家庭成员类型，而是存在一定噪声导致实际概率小于100％。

例如在ID001家庭中，播放战争节目特征标签的天数为21天，且日均起播时长为81分钟，其中三分之二时间为下午观看，剩下时间为晚上观看，该条件完全满足老年人的特征规则，但同样部分满足成年男性的特征规则。故最终计算结果显示为83％。

进一步的，根据不同家庭成员类型可设置不同程度的比重，例如少儿观看的少儿节目与成年人、学生、老年人均没有联系，则将少儿规则的比重设置较高，在计算少儿的概率规则时将较少的受其他规则影响。

则在本实施例中，当预先设置超过51％的家庭成员确认为存在时，可见在本步骤中认为用户ID001家庭中含有一个老年人以及一个少儿。

进一步结合上述步骤中得到的少儿以及老年人/成年男性的结果，确认该用户ID001家庭中的家庭成员组成为少儿以及老年人。

可见，通过本实施例，实现将用户兴趣、家庭成员特征规则综合考虑，得到确认的家庭成员组成，达到更精准的分析结果。

在一种应用场景中，基于确认的家庭成员组成，通过观看特征标签自动生成对应家庭成员的家庭画像，将自动生成的家庭成员画像进行展示。

具体的，如图8所示，上述步骤S400包括：

步骤S401、基于所述确认的家庭成员组成，将与家庭成员类型对应的观看特征标签结合，自动生成对应家庭成员的家庭画像；

步骤S402、将自动生成的家庭成员画像进行展示。

举例说明，对于在上述步骤中确认的家庭成员组成，提取所述观看特征标签，将与老年人对应的观看特征标签统计入老年人画像中，将少儿对应的观看特征标签统计如少儿画像中。其中所述画像记录有家庭成员类型，以及对应的一周内常观看智能电视的时间点，还可进一步根据与各观看特征标签对应的具体节目名称，记录该家庭成员近期喜爱观看的节目。并最终将上述自动生成的家庭成员画像进行展示。

可见，通过本步骤，实现根据确认的家庭成员类型，调用预先提取的观看特征标签和/或内容数据，得到记录有各用户观看习惯的家庭成员画像。根据该家庭成员画像，可向各用户的各家庭成员智能推荐电视节目或产品。

示例性设备

如图9中所示，本发明实施例提供一种基于OTT用户画像中家庭成员画像处理装置，该装置包括：预先设置模块910、观影获取模块920、家庭成员组成预估模块930、家庭成员组成确认模块940、家庭成员画像生成模块950。具体的，所述预先设置模块910，用于预先根据收集的各不同类型家庭成员经常观看的节目内容，设置不同类型家庭成员分别对应的特征规则，并生成与用户类型一一对应的家庭成员特征规则库；所述观影获取模块920，用于获取智能终端每个用户ID的用户观影行为数据，基于所述用户观影行为数据的分析，得到每个用户ID的用户观看的内容数据；所述家庭成员组成预估模块930，用于对每个用户ID的用户观看的内容数据进行拆解，得到每个用户ID的观看特征标签，并整理分析得到预估的家庭成员组成；所述家庭成员组成确认模块940，用于基于预先设置的不同类型家庭成员特征规则，对每个用户ID的观看特征标签进行分析，得到家庭成员类型的概率划分，进而得到确认的家庭成员组成；所述家庭成员画像生成模块950，用于基于确认的家庭成员组成，通过观看特征标签自动生成对应家庭成员的家庭画像，将自动生成的家庭成员画像进行展示。

基于上述实施例，本发明还提供了一种智能终端，其原理框图可以如图10所示。该智能终端包括通过系统总线连接的处理器、存储器、网络接口、显示屏。其中，该智能终端的处理器用于提供计算和控制能力。该智能终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该智能终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于OTT用户画像中家庭成员画像处理方法。该智能终端的显示屏可以是液晶显示屏或者电子墨水显示屏。

本领域技术人员可以理解，图10中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的智能终端的限定，具体的智能终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种智能终端，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

综上，本发明公开了一种基于OTT用户画像中家庭成员画像处理方法、装置、智能终端及存储介质，方法包括：获取遥控设备的偏转方向数据，并根据偏转方向数据，确定遥控设备的移动方向；获取用户人眼的方向追踪数据，并根据方向追踪数据，确定用户人眼的观影视线方向；根据遥控设备的移动方向以及用户人眼的观影视线方向，控制视频画面调整。本发明是通过根据遥控设备的移动方向以及用户人眼的观影视线方向，来对视频画面进行移动，以使得视频画面可以跟随人眼的视线旋转，以保证用户可以更好看到全景视频画面，保证用户的观影视线方向与智能终端的视频画面垂直，不会出现画面失真的现象。。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims

1.一种基于OTT用户画像中家庭成员画像处理方法，其特征在于，所述方法包括：

所述获取智能终端的用户观影行为数据，基于所述用户观影行为数据的分析，得到该智能终端的用户观看的内容数据的步骤之前包括：

预先根据收集的各不同类型家庭成员经常观看的节目内容，设置不同类型家庭成员分别对应的特征规则，并生成与家庭成员类型一一对应的家庭成员特征规则库；

所述获取智能终端每个用户ID的用户观影行为数据，基于所述用户观影行为数据的分析，得到每个用户ID的用户观看的内容数据的步骤包括：

获取智能终端每个用户ID指定时间段的用户观影行为数据，将所述用户观影行为数据中小于预设时间的节目内容进行排除；

对每个用户ID指定时间段的用户观影行为数据进行分析，得到每个用户ID在指定时间段的用户观看的内容数据；

所述基于预先设置的不同类型家庭成员特征规则，对每个用户ID的观看特征标签进行分析，得到家庭成员类型的概率划分，进而得到确认的家庭成员组成包括：

提取每个用户ID在指定时间段的多个观看特征标签；

对概率大于预定值的家庭成员类型进行确认，得到确认的家庭成员组成；

2.根据权利要求1所述的基于OTT用户画像中家庭成员画像处理方法，其特征在于，所述设置不同类型家庭成员分别对应的特征规则的步骤包括：

设置与少儿家庭成员对应的特征规则；

设置与老年家庭成员对应的特征规则；

设置与成年女性家庭成员对应的特征规则；

设置与学生家庭成员对应的特征规则。

3.根据权利要求1所述的基于OTT用户画像中家庭成员画像处理方法，其特征在于，所述对每个用户ID的用户观看的内容数据进行拆解，得到每个用户ID的观看特征标签，并整理分析得到预估的家庭成员组成的步骤包括：

4.根据权利要求1所述的基于OTT用户画像中家庭成员画像处理方法，其特征在于，所述基于确认的家庭成员组成，通过观看特征标签自动生成对应家庭成员的家庭画像，将生成的家庭成员画像进行展示的步骤包括：

将自动生成的家庭成员画像进行展示。

5.一种基于OTT用户画像中家庭成员画像处理装置，其特征在于，所述装置包括：

所述预先根据收集的各不同类型家庭成员经常观看的节目内容，设置不同类型家庭成员分别对应的特征规则，并生成与用户类型一一对应的家庭成员特征规则库，之前还包括：

所述基于预先设置的不同类型家庭成员特征规则，对每个用户ID的观看特征标签进行分析，得到家庭成员类型的概率划分，进而得到确认的家庭成员组成，具体包括：

提取每个用户ID在指定时间段的多个观看特征标签；

6.一种智能终端，其特征在于，包括有存储器，以及一个或者多个的程序，其中一个或者多个程序存储于存储器中，且经配置以由一个或者多个处理器执行所述一个或者多个程序包含用于执行如权利要求1-4中任意一项所述的方法。

7.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1-4中任意一项所述的方法。