CN114501075A - 一种节目推荐方法、智能电视及计算机可读存储介质 - Google Patents

一种节目推荐方法、智能电视及计算机可读存储介质 Download PDF

Info

Publication number
CN114501075A
CN114501075A CN202011253174.0A CN202011253174A CN114501075A CN 114501075 A CN114501075 A CN 114501075A CN 202011253174 A CN202011253174 A CN 202011253174A CN 114501075 A CN114501075 A CN 114501075A
Authority
CN
China
Prior art keywords
user
program
program recommendation
watching
television
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
CN202011253174.0A
Other languages
English (en)
Inventor
刘颖
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.)
Shenzhen TCL New Technology Co Ltd
Original Assignee
Shenzhen TCL New 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 Shenzhen TCL New Technology Co Ltd filed Critical Shenzhen TCL New Technology Co Ltd
Priority to CN202011253174.0A priority Critical patent/CN114501075A/zh
Publication of CN114501075A publication Critical patent/CN114501075A/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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management 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
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25891—Management of end-user data being end-user 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management 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
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management 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
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/252—Processing of multiple end-users' preferences to derive collaborative 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
    • H04N21/45—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
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种节目推荐方法、智能电视及计算机可读存储介质，所述方法包括：获取预设周期内不同用户观看电视节目的观看习惯统计信息，根据所述观看习惯统计信息进行统计分析，生成不同用户对应的观看习惯数据；当再次检测到用户观看电视节目时，通过人脸识别确认当前用户身份，根据所述用户身份获取对应的观看习惯数据，生成对应的节目推荐列表；将所述节目推荐列表通过语音询问的方式提示用户进行选择，并根据用户的语音回复识别结果播放所述节目推荐列表中用户选择观看的节目。本发明根据用户的喜好生成对应的节目推荐列表，根据相应的观看习惯推送其喜好的节目，方便用户观看自己喜欢的节目类型，减少了用户查找自电视节目的时间。

Description

一种节目推荐方法、智能电视及计算机可读存储介质
技术领域
本发明涉及智能推送技术领域，尤其涉及一种节目推荐方法、智能电视及计算机可读存储介质。
背景技术
电视是传播文化和信息的重要工具，电视节目富于教育性和娱乐性，也是知识的源泉。坐在家里看电视就可知道国家和世界大事，增长知识面，放松紧张的学习，可以更好的为学习准备，学习标准的普通话。看电视还可以开拓视野，愉悦身心。
随着智能电视的迅猛发展，越来越多的人可以体验到移动互联世界的精彩，受众涵盖了社会的各个阶层以及各个年龄段；现在已经从内容缺乏迅速步入到内容大爆炸的时代，包罗万象的资讯让人们眼花缭乱。所以，对于内容推广商来说，提供内容和资源投放的精准度显得尤为重要，对于处在设备终端的用户来说，迅速掌握到自己所需的内容的需求变得越来越迫切。
但是现有技术中当用户需要观看某种视频时，用户需要在主页模块中进行搜索，从搜索结果中找到他喜欢的资源，肯定会花去一部分时间，如果用户下次还需要观看相同的内容，还需要重复上面的繁琐步骤，耽误用户的搜索时间，而且操作不方便；或者因为电视节目类型非常多，用户需要打开自己喜欢的电视节目时，需要不停的换台来判断是否正在播放用户喜欢的节目。然而，在目前电视节目较为丰富的情况下，用户难以找到自己的电视节目，即使找到了自己喜欢的电视节目，也只能通过繁琐的换台过程，给用户带来了不便。
因此，现有技术还有待于改进和发展。
发明内容
本发明的主要目的在于提供一种节目推荐方法、智能电视及计算机可读存储介质，旨在解决现有技术中用户需要在信息量庞大的数据节目中找到自己想要观看的节目，从而消耗大量时间且操作不方便的问题。
为实现上述目的，本发明提供一种节目推荐方法，所述节目推荐方法包括如下步骤：
获取预设周期内不同用户观看电视节目的观看习惯统计信息，根据所述观看习惯统计信息进行统计分析，生成不同用户对应的观看习惯数据；
当再次检测到用户观看电视节目时，通过人脸识别确认当前用户身份，根据所述用户身份获取对应的观看习惯数据，生成对应的节目推荐列表；
将所述节目推荐列表通过语音询问的方式提示用户进行选择，并根据用户的语音回复识别结果播放所述节目推荐列表中用户选择观看的节目。
可选地，所述的节目推荐方法，其中，所述获取预设周期内不同用户观看电视节目的观看习惯统计信息，根据所述观看习惯统计信息进行统计分析，生成不同用户对应的观看习惯数据，之前还包括：
预先建立一预设数据库，将一个或者多个用户的人脸特征通过人脸识别的方式录入到所述预设数据库中，所述预设数据库用于对比用户的人脸特征以判断当前用户是否属于已保存身份信息的用户。
可选地，所述的节目推荐方法，其中，所述获取预设周期内不同用户观看电视节目的观看习惯统计信息，根据所述观看习惯统计信息进行统计分析，生成不同用户对应的观看习惯数据，具体包括：
在预设周期内，获取所述预设数据库中不同用户的个人信息，记录不同用户在不同时间段观看电视的节目分类信息和频次信息；
根据所述节目分类信息和所述频次信息，获取不同用户的观看习惯统计信息；
根据不同用户对应的所述观看习惯统计信息依次进行统计分析，分别生成不同用户对应的观看习惯数据，将不同用户对应的所述观看习惯数据存储到云端服务器中。
可选地，所述的节目推荐方法，其中，所述当再次检测到用户观看电视节目时，通过人脸识别确认当前用户身份，根据所述用户身份获取对应的观看习惯数据，生成对应的节目推荐列表，具体包括：
当开机后再次检测到用户观看电视节目时，根据所述预设数据库识别用户的人脸特征确定用户的身份，从所述云端服务器中获取所述用户对应的所述观看习惯数据；
根据用户的所述观看习惯数据将当前获取的电视节目重新进行排序，生成对应的节目推荐列表，并将用户最喜欢看的电视节目排在所述节目推荐列表的最前面。
可选地，所述的节目推荐方法，其中，所述将所述节目推荐列表通过语音询问的方式提示用户进行选择，并根据用户的语音回复识别结果播放所述节目推荐列表中用户选择观看的节目，具体包括：
获取当前用户对应的所述节目推荐列表，所述节目推荐列表中从上至下或者从左至右依次包括多个用户喜欢观看的电视节目；
将所述节目推荐列表中的多个电视节目依次通过语音询问的方式提示用户进行选择；
接收用户针对所述语音询问的语音回复，得到所述语音回复识别结果，根据所述语音回复识别结果播放所述节目推荐列表中用户选择观看的节目。
可选地，所述的节目推荐方法，其中，所述节目推荐方法还包括：
获取当前电视节目的收视率，在收视率排名的基础上按照电视节目类型结合用户的观看习惯数据生成节目推荐列表。
可选地，所述的节目推荐方法，其中，所述节目推荐方法还包括：
在用户每观看一次电视节目结束后，结合当前观看结果更新所述观看习惯数据，并再次进行节目推荐时实时更新所述节目推荐列表。
可选地，所述的节目推荐方法，其中，所述观看习惯统计信息包括：用户名称、当前时间、观看频道、节目类型、当前类型节目的累计观看时间。
此外，为实现上述目的，本发明还提供一种智能电视，其中，所述智能电视包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的节目推荐程序，所述节目推荐程序被所述处理器执行时实现如上所述的节目推荐方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储有节目推荐程序，所述节目推荐程序被处理器执行时实现如上所述的节目推荐方法的步骤。
本发明通过获取预设周期内不同用户观看电视节目的观看习惯统计信息，根据所述观看习惯统计信息进行统计分析，生成不同用户对应的观看习惯数据；当再次检测到用户观看电视节目时，通过人脸识别确认当前用户身份，根据所述用户身份获取对应的观看习惯数据，生成对应的节目推荐列表；将所述节目推荐列表通过语音询问的方式提示用户进行选择，并根据用户的语音回复识别结果播放所述节目推荐列表中用户选择观看的节目。本发明通过获取用户的观看习惯统计信息，根据用户的喜好生成对应的节目推荐列表，在用户观看电视节目时，可根据相应的观看习惯推送其喜好的节目，方便用户观看自己喜欢的节目类型，减少了用户查找自电视节目的时间。
附图说明
图1是本发明节目推荐方法的较佳实施例的流程图；
图2是本发明节目推荐方法的较佳实施例中步骤S10的流程图；
图3是本发明节目推荐方法的较佳实施例中步骤S20的流程图；
图4是本发明节目推荐方法的较佳实施例中步骤S30的流程图；
图5为本发明智能电视的较佳实施例的运行环境示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、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仅用以解释本发明，并不用于限定本发明。
本发明较佳实施例所述的节目推荐方法，如图1所示，所述节目推荐方法包括以下步骤：
步骤S10、获取预设周期内不同用户观看电视节目的观看习惯统计信息，根据所述观看习惯统计信息进行统计分析，生成不同用户对应的观看习惯数据。
本发明的所述节目推荐方法应用于智能电视中，用于根据用户观看喜好推荐电视节目，当然也可以应用于其他的智能观看设备中，例如平板电脑、智能手机、智能户外大屏等设备。
在所述步骤S10之前还包括：预先建立一预设数据库，这个数据库预先存储在所述智能电视中，所述智能电视可以提前将一个或者多个用户(例如家庭成员中的多个用户，这里的用户指的是家庭成员中经常居住在家的人，因为这些人才是经常具有观看电视节目需求的用户，可以对用户进行增加、删除等操作，也可以随时更新用户信息)的人脸特征(人脸特征具有唯一性)通过人脸识别的方式录入到所述预设数据库中(例如用户站立在所述智能电视可识别的区域内，所述智能电视开始获取用户的脸部特征，当获取的脸部特征满足要求时即可将用户的身份信息存储到所述预设数据库中，还可以为每个存储的用户设置对应的名称，设置名称的方式可以是语音输入，也可以是遥控器通过电视机上的虚拟键盘输入)，所述预设数据库用于对比用户的人脸特征以判断当前用户是否属于已保存身份信息的用户(已保存在所述预设数据库中的人脸再次识别到时即可判断当前用户的身份，即属于已保存的哪个用户)。
具体过程请参阅图2，其为本发明提供的节目推荐方法中步骤S10的流程图。
如图2所示，所述步骤S10包括：
S11、在预设周期内，获取所述预设数据库中不同用户的个人信息，记录不同用户在不同时间段观看电视的节目分类信息和频次信息；
S12、根据所述节目分类信息和所述频次信息，获取不同用户的观看习惯统计信息；
S13、根据不同用户对应的所述观看习惯统计信息依次进行统计分析，分别生成不同用户对应的观看习惯数据，将不同用户对应的所述观看习惯数据存储到云端服务器中。
具体地，在预设周期内(例如一周或者两周，这个预设周期可以根据用户的实际需求进行设置，时间不宜过短，时间过短无法准确地得出用户的观看习惯，优选为两周)，获取所述预设数据库中不同用户的个人信息(例如所述预设数据库中包括四个家庭成员的信息)，记录不同用户在不同时间段观看电视的节目分类信息(例如电影、电视剧、体育、新闻、谈话、音乐、娱乐、其它等多种类型)和频次信息(所述频次信息为用户在一定时间内观看同一电视节目的次数)，之后结合所述节目分类信息和频次信息进行分析，通过一定时间的记录，分析出不同用户的观看习惯，即根据所述节目分类信息和所述频次信息获取不同用户的观看习惯统计信息，其中，所述观看习惯统计信息包括：用户名称(例如四个用户分别命名为爸爸、妈妈、爷爷、奶奶)、当前时间、观看频道、节目类型、当前类型节目的累计观看时间；再根据不同用户对应的所述观看习惯统计信息依次进行统计分析，分别生成不同用户对应的观看习惯数据，同时还可以根据不同节目的观看时间长短来确认用户对何种电视节目最感兴趣，以此可以作为一个排序。
进一步地，将不同用户对应的所述观看习惯数据存储到云端服务器中，避免所述智能终端存储过多信息，造成所述智能电视内存不足，运行不畅。
步骤S20、当再次检测到用户观看电视节目时，通过人脸识别确认当前用户身份，根据所述用户身份获取对应的观看习惯数据，生成对应的节目推荐列表。
具体过程请参阅图3，其为本发明提供的节目推荐方法中步骤S20的流程图。
如图3所示，所述步骤S20包括：
S21、当开机后再次检测到用户观看电视节目时，根据所述预设数据库识别用户的人脸特征确定用户的身份，从所述云端服务器中获取所述用户对应的所述观看习惯数据；
S22、根据用户的所述观看习惯数据将当前获取的电视节目重新进行排序，生成对应的节目推荐列表，并将用户最喜欢看的电视节目排在所述节目推荐列表的最前面。
具体地，将不同用户对应的所述观看习惯数据存储到云端服务器中之后，相当于已保存的用户的观看习惯数据已经进行了存储，那么当所述智能电视再次开机后，如果检测到用户观看电视节目，那么就需要对所述智能电视前的用户进行人脸识别以判断当前用户是否属于已经保存在所述预设数据库中的用户，即根据所述预设数据库识别当前用户的人脸特征以判断当前用户是否属于已保存的用户，当确认当前用户属于所述预设数据库中的多个用户中的一个时(即确定了用户的身份)，所述智能电视从所述云端服务器中获取所述用户对应的所述观看习惯数据(所述云端服务器存储有当前用户对应的观看习惯数据)，再根据当前用户对应的所述观看习惯数据将当前获取的电视节目重新进行排序，生成对应的节目推荐列表，并将用户最喜欢看的电视节目排在所述节目推荐列表的最前面。
也就是说，当用户观看电视节目时，所述智能电视自动识别观看区域内的用户的面部信息，查找当前用户的观看习惯数据，并根据该用户的观看习惯数据将获取的电视节目(例如当前时段所有正在播放的电视节目)重新进行排序，并将用户最喜欢看的电视节目排在最前面，使用户能够方便地观看其最喜欢的电视节目；进一步地，还可以在用户选台时显示重排序的电视节目，将该用户最喜欢观看的电视节目排在最前面，便于用户通过遥控器切换电视节目。
步骤S30、将所述节目推荐列表通过语音询问的方式提示用户进行选择，并根据用户的语音回复识别结果播放所述节目推荐列表中用户选择观看的节目。
具体过程请参阅图4，其为本发明提供的节目推荐方法中步骤S30的流程图。
如图4所示，所述步骤S30包括：
S31、获取当前用户对应的所述节目推荐列表，所述节目推荐列表中从上至下或者从左至右依次包括多个用户喜欢观看的电视节目；
S32、将所述节目推荐列表中的多个电视节目依次通过语音询问的方式提示用户进行选择；
S33、接收用户针对所述语音询问的语音回复，得到所述语音回复识别结果，根据所述语音回复识别结果播放所述节目推荐列表中用户选择观看的节目。
具体地，根据用户的所述观看习惯数据获取当前用户对应的所述节目推荐列表，所述节目推荐列表可以包括一个或者多个符合用户观看习惯的电视节目，当所述节目推荐列表中包括多个电视节目时，所述节目推荐列表可以从上至下或者从左至右依次排列多个用户喜欢观看的电视节目，便于用户直观的知道所述节目推荐列表中所推荐的节目信息，然后将所述节目推荐列表中的多个电视节目依次通过语音询问的方式提示用户进行选择，在获取当前用户对应的节目推荐列表后，设置一个提醒用户确认选择的动作，而不是直接开始播放电视节目，因为用户可能不想观看所述节目推荐列表中的电视节目，那么就给用户更多的选择权，所述智能电视再接收用户针对所述语音询问的语音回复，得到所述语音回复识别结果，根据所述语音回复识别结果播放所述节目推荐列表中用户选择观看的节目，例如用户发出“选择动物世界”，“动物世界”排列在所述节目推荐列表中的第二个，表示用户想要观看所述节目推荐列表中的“动物世界”，那么在确认用户语音回复识别结果后，就可以控制所述智能电视进入“动物世界”这个电视节目的播放界面了。
进一步地，当检测到用户通过语音回复不选择播放所述节目推荐列表中的电视节目时(之所以在播放所述节目推荐列表中的电视节目之前提示用户是否播放所述节目推荐列表中的电视节目，就是为了避免忽略用户的另一种选择，就是虽然匹配到了当前用户对应的所述节目推荐列表，但是当前用户也是可以选择不播放所述节目推荐列表中的电视节目的，例如当前用户觉得推荐的电视节目不想观看，或者想观看其他的电视节目，而节目推荐列表中没有)，那么用户可以自行选择想要观看的电视节目(例如检测到用户的语音回复识别结果后退出显示节目推荐列表的界面，用户通过语音或者遥控器选择想要观看的电视节目)。
进一步地，本发明除了直接根据据用户的观看习惯数据获取对应的节目推荐列表之外，还可以获取当前电视节目的收视率，在收视率排名的基础上按照电视节目类型结合用户的观看习惯数据生成节目推荐列表，也就是说，本发明得出节目推荐列表的方式还可以根据电视节目收视率和用户观看习惯结合得到，这样得出的节目推荐列表更加符合用户的观看需求。
进一步地，在用户每观看一次电视节目结束后，结合当前观看结果更新所述观看习惯数据，并再次进行节目推荐时实时更新所述节目推荐列表，即实时更新节目推荐列表，可以保证节目推荐的准确性和实时性。
本发明实现了在用户观看电视节目时，可根据其相应的观看习惯推送其喜好的节目，并且还能在用户观看电视节日时，推荐后续用户喜好的节目，省去了用户的繁琐搜台过程，极大地减少了选台时间，方便用户观看自己喜欢的节目类型，使之更人性化。同时，根据用户观看习惯数据，对用户进行针对性的内容推送，基于个人观看电视节目兴趣习惯进行推荐的方式，使得电视节目提供商能更精确地锁定客户和提高收视率。
进一步地，如图5所示，基于上述节目推荐方法，本发明还相应提供了一种智能电视，所述智能电视包括处理器10、存储器20及显示器30。图5仅示出了智能电视的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
所述存储器20在一些实施例中可以是所述智能电视的内部存储单元，例如智能电视的硬盘或内存。所述存储器20在另一些实施例中也可以是所述智能电视的外部存储设备，例如所述智能电视上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器20还可以既包括所述智能电视的内部存储单元也包括外部存储设备。所述存储器20用于存储安装于所述智能电视的应用软件及各类数据，例如所述安装智能电视的程序代码等。所述存储器20还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中，存储器20上存储有节目推荐程序40，该节目推荐程序40可被处理器10所执行，从而实现本申请中节目推荐方法。
所述处理器10在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)，微处理器或其他数据处理芯片，用于运行所述存储器20中存储的程序代码或处理数据，例如执行所述节目推荐方法等。
所述显示器30在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。所述显示器30用于显示在所述智能电视的信息以及用于显示可视化的用户界面。所述智能电视的部件10-30通过系统总线相互通信。
在一实施例中，当处理器10执行所述存储器20中节目推荐程序40时实现以下步骤：
获取预设周期内不同用户观看电视节目的观看习惯统计信息，根据所述观看习惯统计信息进行统计分析，生成不同用户对应的观看习惯数据；
当再次检测到用户观看电视节目时，通过人脸识别确认当前用户身份，根据所述用户身份获取对应的观看习惯数据，生成对应的节目推荐列表；
将所述节目推荐列表通过语音询问的方式提示用户进行选择，并根据用户的语音回复识别结果播放所述节目推荐列表中用户选择观看的节目。
其中，所述获取预设周期内不同用户观看电视节目的观看习惯统计信息，根据所述观看习惯统计信息进行统计分析，生成不同用户对应的观看习惯数据，之前还包括：
预先建立一预设数据库，将一个或者多个用户的人脸特征通过人脸识别的方式录入到所述预设数据库中，所述预设数据库用于对比用户的人脸特征以判断当前用户是否属于已保存身份信息的用户。
其中，所述获取预设周期内不同用户观看电视节目的观看习惯统计信息，根据所述观看习惯统计信息进行统计分析，生成不同用户对应的观看习惯数据，具体包括：
在预设周期内，获取所述预设数据库中不同用户的个人信息，记录不同用户在不同时间段观看电视的节目分类信息和频次信息；
根据所述节目分类信息和所述频次信息，获取不同用户的观看习惯统计信息；
根据不同用户对应的所述观看习惯统计信息依次进行统计分析，分别生成不同用户对应的观看习惯数据，将不同用户对应的所述观看习惯数据存储到云端服务器中。
其中，所述当再次检测到用户观看电视节目时，通过人脸识别确认当前用户身份，根据所述用户身份获取对应的观看习惯数据，生成对应的节目推荐列表，具体包括：
当开机后再次检测到用户观看电视节目时，根据所述预设数据库识别用户的人脸特征确定用户的身份，从所述云端服务器中获取所述用户对应的所述观看习惯数据；
根据用户的所述观看习惯数据将当前获取的电视节目重新进行排序，生成对应的节目推荐列表，并将用户最喜欢看的电视节目排在所述节目推荐列表的最前面。
其中，所述将所述节目推荐列表通过语音询问的方式提示用户进行选择，并根据用户的语音回复识别结果播放所述节目推荐列表中用户选择观看的节目，具体包括：
获取当前用户对应的所述节目推荐列表，所述节目推荐列表中从上至下或者从左至右依次包括多个用户喜欢观看的电视节目；
将所述节目推荐列表中的多个电视节目依次通过语音询问的方式提示用户进行选择；
接收用户针对所述语音询问的语音回复，得到所述语音回复识别结果，根据所述语音回复识别结果播放所述节目推荐列表中用户选择观看的节目。
其中，所述节目推荐方法还包括：
获取当前电视节目的收视率，在收视率排名的基础上按照电视节目类型结合用户的观看习惯数据生成节目推荐列表。
其中，所述节目推荐方法还包括：
在用户每观看一次电视节目结束后，结合当前观看结果更新所述观看习惯数据，并再次进行节目推荐时实时更新所述节目推荐列表。
其中，所述观看习惯统计信息包括：用户名称、当前时间、观看频道、节目类型、当前类型节目的累计观看时间。
本发明还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储有节目推荐程序，所述节目推荐程序被处理器执行时实现如上所述的节目推荐方法的步骤。
综上所述，本发明提供一种节目推荐方法、智能电视及计算机可读存储介质，所述方法包括：获取预设周期内不同用户观看电视节目的观看习惯统计信息，根据所述观看习惯统计信息进行统计分析，生成不同用户对应的观看习惯数据；当再次检测到用户观看电视节目时，通过人脸识别确认当前用户身份，根据所述用户身份获取对应的观看习惯数据，生成对应的节目推荐列表；将所述节目推荐列表通过语音询问的方式提示用户进行选择，并根据用户的语音回复识别结果播放所述节目推荐列表中用户选择观看的节目。本发明通过获取用户的观看习惯统计信息，根据用户的喜好生成对应的节目推荐列表，在用户观看电视节目时，可根据相应的观看习惯推送其喜好的节目，方便用户观看自己喜欢的节目类型，减少了用户查找自电视节目的时间。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
当然，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硬件(如处理器，控制器等)来完成，所述的程序可存储于一计算机可读取的计算机可读存储介质中，所述程序在执行时可包括如上述各方法实施例的流程。其中所述的计算机可读存储介质可为存储器、磁碟、光盘等。
应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种节目推荐方法，其特征在于，所述节目推荐方法包括：
获取预设周期内不同用户观看电视节目的观看习惯统计信息，根据所述观看习惯统计信息进行统计分析，生成不同用户对应的观看习惯数据；
当再次检测到用户观看电视节目时，通过人脸识别确认当前用户身份，根据所述用户身份获取对应的观看习惯数据，生成对应的节目推荐列表；
将所述节目推荐列表通过语音询问的方式提示用户进行选择，并根据用户的语音回复识别结果播放所述节目推荐列表中用户选择观看的节目。
2.根据权利要求1所述的节目推荐方法，其特征在于，所述获取预设周期内不同用户观看电视节目的观看习惯统计信息，根据所述观看习惯统计信息进行统计分析，生成不同用户对应的观看习惯数据，之前还包括：
预先建立一预设数据库，将一个或者多个用户的人脸特征通过人脸识别的方式录入到所述预设数据库中，所述预设数据库用于对比用户的人脸特征以判断当前用户是否属于已保存身份信息的用户。
3.根据权利要求2所述的节目推荐方法，其特征在于，所述获取预设周期内不同用户观看电视节目的观看习惯统计信息，根据所述观看习惯统计信息进行统计分析，生成不同用户对应的观看习惯数据，具体包括：
在预设周期内，获取所述预设数据库中不同用户的个人信息，记录不同用户在不同时间段观看电视的节目分类信息和频次信息；
根据所述节目分类信息和所述频次信息，获取不同用户的观看习惯统计信息；
根据不同用户对应的所述观看习惯统计信息依次进行统计分析，分别生成不同用户对应的观看习惯数据，将不同用户对应的所述观看习惯数据存储到云端服务器中。
4.根据权利要求3所述的节目推荐方法，其特征在于，所述当再次检测到用户观看电视节目时，通过人脸识别确认当前用户身份，根据所述用户身份获取对应的观看习惯数据，生成对应的节目推荐列表，具体包括：
当开机后再次检测到用户观看电视节目时，根据所述预设数据库识别用户的人脸特征确定用户的身份，从所述云端服务器中获取所述用户对应的所述观看习惯数据；
根据用户的所述观看习惯数据将当前获取的电视节目重新进行排序，生成对应的节目推荐列表，并将用户最喜欢看的电视节目排在所述节目推荐列表的最前面。
5.根据权利要求4所述的节目推荐方法，其特征在于，所述将所述节目推荐列表通过语音询问的方式提示用户进行选择，并根据用户的语音回复识别结果播放所述节目推荐列表中用户选择观看的节目，具体包括：
获取当前用户对应的所述节目推荐列表，所述节目推荐列表中从上至下或者从左至右依次包括多个用户喜欢观看的电视节目；
将所述节目推荐列表中的多个电视节目依次通过语音询问的方式提示用户进行选择；
接收用户针对所述语音询问的语音回复，得到所述语音回复识别结果，根据所述语音回复识别结果播放所述节目推荐列表中用户选择观看的节目。
6.根据权利要求1所述的节目推荐方法，其特征在于，所述节目推荐方法还包括：
获取当前电视节目的收视率，在所述收视率排名的基础上按照电视节目类型结合用户的观看习惯数据生成节目推荐列表。
7.根据权利要求1-6任一项所述的节目推荐方法，其特征在于，所述节目推荐方法还包括：
在用户每观看一次电视节目结束后，结合当前观看结果更新所述观看习惯数据，并再次进行节目推荐时实时更新所述节目推荐列表。
8.根据权利要求1所述的节目推荐方法，其特征在于，所述观看习惯统计信息包括：用户名称、当前时间、观看频道、节目类型、当前类型节目的累计观看时间。
9.一种智能电视，其特征在于，所述智能电视包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的节目推荐程序，所述节目推荐程序被所述处理器执行时实现如权利要求1-8任一项所述的节目推荐方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有节目推荐程序，所述节目推荐程序被处理器执行时实现如权利要求1-8任一项所述的节目推荐方法的步骤。
CN202011253174.0A 2020-11-11 2020-11-11 一种节目推荐方法、智能电视及计算机可读存储介质 Pending CN114501075A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011253174.0A CN114501075A (zh) 2020-11-11 2020-11-11 一种节目推荐方法、智能电视及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011253174.0A CN114501075A (zh) 2020-11-11 2020-11-11 一种节目推荐方法、智能电视及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN114501075A true CN114501075A (zh) 2022-05-13

Family

ID=81489975

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011253174.0A Pending CN114501075A (zh) 2020-11-11 2020-11-11 一种节目推荐方法、智能电视及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN114501075A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115278370A (zh) * 2022-06-24 2022-11-01 展讯半导体(南京)有限公司 电视节目的推荐方法、系统、智能电视和介质
CN115600171A (zh) * 2022-10-24 2023-01-13 星空映画（武汉）科技有限公司（Cn） 一种根据用户习惯判断的计算机用身份识别系统
CN115996304A (zh) * 2022-09-08 2023-04-21 深圳创维－Rgb电子有限公司 消息推送方法、装置、终端设备及介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110008019A1 (en) * 2009-07-09 2011-01-13 Sony Corporation Television program selection system, recommendation method and recording method
CN102075797A (zh) * 2010-12-29 2011-05-25 深圳市同洲电子股份有限公司 一种语音浏览频道或节目的方法及数字电视接收终端
CN102263999A (zh) * 2011-08-03 2011-11-30 Tcl集团股份有限公司 基于人脸识别对电视节目自动分类的方法及其系统
CN103491441A (zh) * 2013-09-09 2014-01-01 东软集团股份有限公司 直播电视节目推荐方法及系统
CN103546778A (zh) * 2013-07-17 2014-01-29 Tcl集团股份有限公司 一种电视节目推荐方法、系统及其实现方法
CN104994408A (zh) * 2015-06-25 2015-10-21 青岛海信电器股份有限公司 一种智能电视节目推荐方法、装置及智能电视
WO2017113740A1 (zh) * 2015-12-29 2017-07-06 乐视控股（北京）有限公司 一种基于人脸识别的视频推荐方法和装置
CN109829106A (zh) * 2019-01-22 2019-05-31 深圳爱根斯通科技有限公司 自动化推荐方法、装置、电子设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110008019A1 (en) * 2009-07-09 2011-01-13 Sony Corporation Television program selection system, recommendation method and recording method
CN102075797A (zh) * 2010-12-29 2011-05-25 深圳市同洲电子股份有限公司 一种语音浏览频道或节目的方法及数字电视接收终端
CN102263999A (zh) * 2011-08-03 2011-11-30 Tcl集团股份有限公司 基于人脸识别对电视节目自动分类的方法及其系统
CN103546778A (zh) * 2013-07-17 2014-01-29 Tcl集团股份有限公司 一种电视节目推荐方法、系统及其实现方法
CN103491441A (zh) * 2013-09-09 2014-01-01 东软集团股份有限公司 直播电视节目推荐方法及系统
CN104994408A (zh) * 2015-06-25 2015-10-21 青岛海信电器股份有限公司 一种智能电视节目推荐方法、装置及智能电视
WO2017113740A1 (zh) * 2015-12-29 2017-07-06 乐视控股（北京）有限公司 一种基于人脸识别的视频推荐方法和装置
CN109829106A (zh) * 2019-01-22 2019-05-31 深圳爱根斯通科技有限公司 自动化推荐方法、装置、电子设备及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115278370A (zh) * 2022-06-24 2022-11-01 展讯半导体(南京)有限公司 电视节目的推荐方法、系统、智能电视和介质
CN115996304A (zh) * 2022-09-08 2023-04-21 深圳创维－Rgb电子有限公司 消息推送方法、装置、终端设备及介质
CN115600171A (zh) * 2022-10-24 2023-01-13 星空映画（武汉）科技有限公司（Cn） 一种根据用户习惯判断的计算机用身份识别系统
CN115600171B (zh) * 2022-10-24 2023-08-04 星空映画(武汉)科技有限公司 一种根据用户习惯判断的计算机用户动作识别系统

Similar Documents

Publication Publication Date Title
US10402437B2 (en) System and method for recommending media programs and notifying a user before programs start
CN114501075A (zh) 一种节目推荐方法、智能电视及计算机可读存储介质
US7734680B1 (en) Method and apparatus for realizing personalized information from multiple information sources
US11797625B2 (en) Displaying information related to spoken dialogue in content playing on a device
RU2614137C2 (ru) Способ и устройство для получения информации
CN108419138B (zh) 直播互动装置、方法及计算机可读存储介质
CN1659882B (zh) 用于完成个人资料档案的内容补充的方法和系统
CN102780915B (zh) 预约节目的方法、装置及系统
CN102833610A (zh) 一种节目选择的方法、装置及数字电视终端
CN103237254A (zh) 电视接收终端和电子节目菜单信息处理方法
US20150382077A1 (en) Method and terminal device for acquiring information
CN111416995A (zh) 一种基于场景识别的内容推送方法、系统及智能终端
CN101888503A (zh) 一种数字电视节目的分类检索方法
US11388561B2 (en) Providing a summary of media content to a communication device
EP2318939A1 (en) Digital living network alliance (dlna) client device with thumbnail creation
US20150370864A1 (en) Displaying Information Related to Spoken Dialogue in Content Playing on a Device
CN114513687A (zh) 服务器及媒资推荐方法
US20150222959A1 (en) Information processing method, and information processing system
US20150143435A1 (en) System and method for managing mashup service based on the content of media content
WO2023246157A1 (zh) 显示设备以及频道处理方法
JP2013141050A (ja) コンテンツ推薦サーバ、コンテンツ表示端末、およびコンテンツ推薦システム
CN108134948B (zh) 电视节目推荐方法、装置、系统及可读存储介质
CN110662117A (zh) 一种内容推荐方法、智能电视及存储介质
CN115866339A (zh) 电视节目推荐方法、装置、智能设备及可读存储介质
CN108924655B (zh) 一种视频客户端导航生成方法及装置

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