CN1756336A - 电视频道推荐系统及推荐方法 - Google Patents

Abstract

一种电视频道推荐方法，包括步骤：记录与电视机的多个频道的收看时间和频道序号有关的收看历史数据；根据记录的收看时间和频道序号计算多个电视频道中的每一个的推荐分值；存储所计算的多个电视频道的推荐分值；推荐与计算的最大推荐分值对应的电视频道。另外，本发明还公开了一种电视频道推荐系统。

Description

电视频道推荐系统及推荐方法

技术领域

本发明涉及一种向电视观众推荐电视收看频道的推荐系统及方法。特别是一种根据电视观众收看电视的时间分布及有关频道的节目栏目规律，实现人机交互地向观众推荐收看频道和时间的系统及方法。

背景技术

随着电视广播及数字电视技术的发展，观看电视已经成为人们日常生活中非常重要的部分。随着电视节目的播出时间和频道的不断增多，人们在可以具备更多选择的同时，也存在无从下手的烦恼，需要花费很多时间来遍历寻找频道，很容易忘记或未意识到自己所喜欢节目的时间段以及所在的频道的问题。

虽然目前数字电视正在迅速发展，用户可通过电子节目指南来得到有关节目的收看信息，但是在数字但是仍未普及的情况下，对普通的电视系统还没有能够有效地提供节目推荐的系统。另外，即使是使用电子节目指南，也需要用户查找节目指南中的有关信息，而不能根据用户的喜好，和收看规律自动、实时地向观众推荐电视频道和节目。

在当前的电视机系统中，用户可以预约电视的频道。例如，用户可以利用电视机的功能模块，以人工手动的方式预约电视频道在特定时间转到自己感兴趣的频道。然而，这种方式存在很多不方便之处，表现为：1.用户需要自己去手工设置；2.用户要改变预约的频道时，需要重新设置；3.用户的兴趣发生变化后，预约的频道设置不会发生变化，没有关于用户观看电视的时间与频道之间规律的学习功能。

当前的电视频道在向专业化的趋势发展，不同的频道有不同的内容定位，向不同的人群定位，同时电视频道是由若干个电视栏目组成的。经过研究调查发现，人们观看某电视节目的原因，除了是对该电视节目本身的内容感兴趣外，同时也有对电视栏目有很强烈的倾向性。例如，用户喜欢中央电视台(CCTV)的“焦点访谈”栏目，北京电视台(BTV)的“第七日”，并非是指对每天的节目内容都非常感兴趣，而是对栏目本身有强烈的认同感。由于电视媒体有很强的时效性，栏目的时间就有一定的固定性和周期性，一般是以一天中的某个固定时间，并以一天(例如“焦点访谈”，“经济半小时”等节目)，或一星期(如“对话”，“足球之夜”等节目)为单位作为播出周期。这样就可以认为人们观看电视的频道和时间之间有一定的相关性。

通常，一个电视频道由若干个栏目组成，而每个电视节目基本上都分属于相应的栏目，所以电视节目的时间安排也就具有很明显的固定性和周期性。另外，用户观看电视节目也具有很强的惯性规律，即昨天(过去)花费较长的时间观看某个节目，长时间占据的某个频道，今天(以后)希望继续观看该节目(如电视剧等)或该栏目(如专题节目等)的可能性很大。

发明内容

鉴于现有电视频道预约系统的上述问题，本发明提出了一种电视频道推荐方法和系统。

本发明的一个目的是提供一种电视频道推荐方法和系统，该方法和系统能够根据用户观看电视的实际情况和历史信息，学习用户对相应频道的收看规律，自动推荐和调整频道。

本发明的另一个目的是提供一种电视频道推荐方法和系统，该方法和系能够自动设置频道的预约和自动修改频道的预约。

根据本发明的一个方面，提供一种电视频道推荐方法，包括步骤：记录电视机的多个频道的收看历史数据；根据记录的历史数据计算多个电视频道中的每一个的推荐分值；存储所计算的多个电视频道的推荐分值；推荐与计算的最大推荐分值对应的电视频道。

根据本发明的另一个方面，提供记录与电视机的多个频道的收看时间和频道序号有关的收看历史数据；根据记录的收看时间和频道序号计算多个电视频道中的每一个的推荐分值；存储所计算的多个电视频道的推荐分值；推荐与计算的最大推荐分值对应的电视频道。

根据本发明的另一个方面，提供一种电视频道推荐方法，包括步骤：记录与电视机的多个频道的收看时间和频道序号有关的收看历史数据；根据记录的收看时间和频道序号计算多个电视频道中的每一个的推荐分值；存储所计算的多个电视频道的推荐分值；从所计算的多个电视频道的推荐分值中寻找大于或等于预定阈值的所有频道；推荐与大于或等于预定阈值的推荐分值对应的所有电视频道。

根据本发明的再一个方面，提供一种电视频道推荐系统，包括：收看历史数据存储装置，用于存储用户已经收看过的电视频道与时间信息；电视频道推荐分值计算装置，用于根据用户的收看的频道与时间的历史数据，计算多个电视频道中的每一个频道的推荐分值；推荐分值存储装置，用于存储计算出的每个电视频道的推荐分值和相对应的频道信息；最大推荐分值确定装置，用于确定所计算的多个推荐分值中的最大推荐分值；和控制装置，用于控制各个装置之间的数据发送，并推荐与最大推荐分值对应的频道。

根据本发明的再一个方面，提供一种电视频道推荐系统，包括：收看历史数据存储装置，用于存储用户已经收看过的电视频道与时间信息；电视频道推荐分值计算装置，用于根据用户的收看的频道与时间的历史数据，计算多个电视频道中的每一个频道的推荐分值；推荐分值存储装置，用于存储计算出的每个电视频道的推荐分值和相对应的频道信息；最大推荐分值确定装置，用于确定所计算的多个推荐分值中的最大推荐分值；和控制装置，用于控制各个装置之间的数据发送，并推荐与最大推荐分值对应的频道。

本发明利用电视观众收看电视的频道和时间之间的规律性提供了一种电视频道推荐方法和系统。在观众收看电视期间，如果观众当前收看的频道与系统推荐的频道不一致，电视机则出现提示窗口，提示观众是否要将频道转换到推荐的频道，从而有效地提醒用户以避免错过希望收看的电视节目。

本发明不需要知道电视节目的内容数据信息，只需要简单改造现有的模拟电视机终端接收系统，或者运行于电视的机顶盒上，或者在电视的数字化信息建设普及时加入本发明的模块，以便发现用户所观看的电视频道与时间之间的规律性，向此电视机用户推荐其在某个时间感兴趣的频道。

附图说明

通过下面结合附图对本发明的优选实施例进行详细描述，将使本发明的上述及其它目的、特征和优点更加清楚。应该指出，下面给出的说明仅是为了更好地理解本发明而提供的实施例，而不是对本发明的限制。其中：

图1是根据本发明实施例的电视频道推荐系统的配置方框图；

图2是根据本发明实施例的电视频道推荐系统中的收看信息采集单元的示意图；和

图3是根据本发明实施例的电视频道推荐系统进行的频道推荐的操作流程图。

具体实施方式

下面结合附图说明根据本发明实施例的电视频道推荐系统的构成及操作。

如图1所示，根据本发明的一个实施例，电视频道推荐系统包括收看历史数据库1，电视频道推荐分值计算单元2，推荐分值存储单元3，最大推荐分值确定单元4，控制单元5，和收看信息采集单元6。另外，根据本发明的优选实施例，电视频道推荐系统还可以包括用户请求单元7，和推荐信道界面输出单元8。

收看历史数据库1记录用户已经收看过的电视频道与时间的信息，并在频道和时间信息之间建立相互关系。电视频道推荐分值计算单元2根据用户的收看的频道与时间的历史数据，利用数学模型，计算各个电视频道的推荐分值。推荐分值存储单元3存储电视频道推荐分值计算单元2计算出的各个电视频道的推荐分值，并将相对应的频道信息存储在系统的存储空间中。最大推荐分值确定单元4根据推荐分值存储单元3中存储的所计算的各个频道的推荐分值，确定各个推荐分值中的最大值。就是说，通过比较找出推荐分值最高的频道，并将该频道推荐给观众。控制单元5是本发明的电视频道推荐系统的总控制单元，它控制各个单元之间的数据发送，将工作分配给各个单元。另外，控制单元5中存储用于控制各个单元操作所需的程序。作为替换，也可将各种控制程序存储到推荐分值存储单元3。作为实例，可以将推荐分值存储单元3划分出不同的存储区，分别用于存储计算的推荐分值和控制程序。此外，电视频道推荐分值计算单元2可以存储用于计算各频道的推荐分值的数学模型。收看信息采集单元6采集用户收看电视节目的有关数据，例如，收看的频道号，时间日期时间，收看开始时间和结束时间等，并将采集的信息存储在收看历史数据库1，以供计算各频道的推荐值使用。

作为选择，在本发明的一个实施例中，电视频道推荐系统可以包括用户请求单元7和推荐信道界面输出单元8。用户可以通过用户请求单元7开启或关闭系统频道推荐的功能，请求进行频道推荐。推荐频道的输出界面单元8可以根据用户的请求输出推荐频道界面。作为例子，推荐频道的输出界面单元8可以在电视屏幕上显示交互界面，如果当前收看的频道与系统推荐的频道不一致时，电视出现提示窗口。例如，可以在电视机中以画中画的方式提示，或以文本框的形式提示。

图2示出了收看信息采集单元6的构成及操作示意图。如图2所示，收看信息采集单元6可以包括用户收看电视时间记录单元8和用户收看电视频道记录单元。用户收看电视时间记录单元8从收看信息采集单元6采集的收看信息中分离出时间信息。时间信息可以包括收看日期，收看开始，收看结束时间，和收看持续时间。用户收看电视频道记录单元9从收看信息采集单元6采集的收看信息中提取用户所收看的频道序号。所提取的时间元素和频道号信息可以存储在收看历史数据库1中。作为替换，收看的频道序号也可以存储在收看历史数据库1中。这种情况下，可以省略用户收看电视频道记录单元9。下面的表1给出了用户收看电视的频道时间的历史数据的格式。

频道号	日期时间	开始时间(hh:mm)	结束时间(hh:mm)	持续时  间(hh:mm)
					频道1	DT1	ST1	ET1	D1＝ET1-ST1
频道2	DT2	ST2	ET2	D2＝ET2-ST2
					频道3	DT3	ST3	ET3	D3＝ET3-ST3
…	…	…	…	…

返回图1，描述本发明的电视频道推荐系统的操作。收看信息采集单元6采集用户收看电视节目的诸如时间和频道号之类的信息。控制单元2控制收看信息采集单元6将采集的信息分离成相应时间信息和频道，时间信息可以包括收看当天的日期，收看开始时间，收看结束时间，及收看持续时间。所采集的收看信息存储到收看历史数据库1中。当用户第二天打开电视机收看电视时，电视频道推荐分值计算单元2根据收看历史数据库1中存储的收看历史信息计算电视频道的推荐分值，并将计算出的推荐分值存储在电视频道推荐分值存储单元3。最大推荐分值确定单元4在控制单元5的控制下从推荐分值存储单元3存储的推荐分值中找出最大推荐分值。此后，在控制单元5的控制下将与最大推荐分值确定单元4确定的最大推荐分值对应的频道推荐给用户。作为替换，可以由控制单元5控制推荐频道界面输出单元8输出频道推荐界面。当距所推荐的电视频道的推荐栏目的播出时间达到预定时间时，推荐频道界面输出单元8可以在电视屏幕上显示有关频道的节目的播出时间和频道，以供观众选择是否收看推荐的频道。

作为替换，在电视屏幕上显示推荐的频道时，可以在屏幕上同时显示当前收看的频道号和推荐的频道，并显示供观众选择是否切换频道的按钮。如果观众选择了切换频道，控制单元5可以控制将显示屏幕从当前收看的频道切换到推荐的频道。

作为替换，也可以由观众预先选定切换频道，等到到达推荐节目的播出时间时，由控制单元5控制将显示屏幕从当前收看的频道切换到推荐的频道。

根据本发明，利用用户观看的电视频道与时间之间的规律性，可以利用下面表达式给出的计算推荐分值的数学模型计算出各个频道在某个时间段的推荐分值，寻找此时刻的最优频道，以便推荐电视观众收看。

$F_t^{\left(i\right)}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{w}_j{f}_{t(d-j)}^{\left(i\right)},i=\mathrm{1,2},...M---\left(1\right)$

其中i表示频道的序号，M是总的频道数；t表示时刻；d为当前日期的抽象表示，(d-j)表示相对当前日期的前第j天；f表示实际上用户是否观看某个频道的度量值。 $f_{t(d-j)}^{\left(i\right)}=1$ 表示实际上用户在相对当前的日期的前第j天的t时刻观看了第i个频道，且持续的时间大于阈值T，否则为0或负值，其由 $f_{t(d-j)}^{\left(i\right)}=0$ 表示实际上用户没有观看此频道或持续的时间小于阈值T，f_t(d-j) ⁽ⁱ⁾为负值表示实际上系统推荐用户观看此频道，而用户未看；N为需要计算的前若干天数；w_j分别为前N天观看度量值的不同权重值；F为推荐的度量值；I表示为被推荐的频道号；参数N、T、w_j可以通过遗传算法学习得到。例如N＝7，T＝30分钟。另外，例如，可以一个星期播出的节目为周期，设定一星期内每天收看的频道的度量值的权重为：w₁＝5；w₂＝1；w₃＝1；w₄＝1；w₅＝1；w₆＝1；w₇＝5，即，第一天和第七天收看的频道具有较大的权重值。应该指出，本发明不限于此，而是可以设定其它权重值。只有最大推荐分值F_t ⁽ⁱ⁾＞0才能对此频道进行推荐。

以一个星期的时间为例，上面的表达式(1)可以展开成下面的表达式(2)。

$F_t^{\left(i\right)}=w_1{f}_{t(d-1)}^{\left(i\right)}+w_2{f}_{t(d-2)}^{\left(i\right)}+w_3{f}_{t(d-3)}^{\left(i\right)}+w_4{f}_{t(d-4)}^{\left(i\right)}+w_5{f}_{t(d-5)}^{\left(i\right)}+w_6{f}_{t(d-6)}^{\left(i\right)}+w_7{f}_{t(d-7)}^{\left(i\right)}$

$=5\×f_{t(d-1)}^{\left(i\right)}+f_{t(d-2)}^{\left(i\right)}+f_{t(d-3)}^{\left(i\right)}+f_{t(d-4)}^{\left(i\right)}+f_{t(d-5)}^{\left(i\right)}+f_{t(d-6)}^{\left(i\right)}+5\×f_{t(d-7)}^{\left(i\right)}---\left(2\right)$

可以设定：

上式表示当用户在某段时间收看了某个频道时，可将此频道每天此时的度量值表示为1，如果没有收看此频道，则度量值表示为0。另外，如果推荐系统向用户推荐了此频道而用户未收看，则将其度量值表示为-4，以此表示用户对该频道此时的电视节目的兴趣降低。

推荐分值的数学模型可以由系统开发人员在离线情况下设置，也可以在版本更新时由厂家负责重新设置。该数学模型可以存储在电视频道推荐分值计算单元2中。作为替换，也可以将推荐分值的数学模型作为计算频道推荐分值的模型化表示单元单独设置。

下面表2以中央电视台的“焦点访谈”节目为例，给出了利用上述表达式的计算结果。应该指出，“焦点访谈”是以天为周期播出的，但本发明不限于此，也可以以周，或若干天为周期。

                                            表2

系数				5	1	1	1	1	1	5
												推荐	实际	Ft (i)	ft(d-1) (i)	ft(d-2) (i)	ft(d-3) (i)	ft(d-4) (i)	ft(d-5) (i)	ft(d-6) (i)	ft(d-7) (i)
第1天		观看	*	*	*	*	*	*	*	*
											第2天	是	观看	5	1	*	*	*	*	*	*
第3天	是	观看	6	1	1	*	*	*	*	*
											第4天	是	观看	7	1	1	1	*	*	*	*
第5天	是	观看	8	1	1	1	1	*	*	*
											第6天	是	观看	9	1	1	1	1	1	*	*
第7天	是	观看	10	1	1	1	1	1	1	*
											第8天	是	观看	15	1	1	1	1	1	1	1

表2中的“*”表示还没有历史数据。从表2中可以看出，由于第一天还没有收看历史记录，因此，第一天没有推荐收看。在第一天收看了的情况下，第二天则根据第一天的收看情况，得到此频道的度量值为1，将该度量值与该天的权重值相乘得到其推荐分值为5。如果该推荐分值是最大的推荐分值，则向观众推荐该频道。如果用户在第二天收看了该节目，在第三天开机时，则根据前两天的收看历史记录计算第三天的推荐分值。例如，依据上面的表达式计算第三天推荐分值为5×1(前第1天的权重值×度量值)+1×1(前第2天的权重值×度量值)＝6。如果该推荐分值是最大的推荐分值，则并向观众推荐该频道。

下面的表3给出了用户喜欢的节目是以“天”为周期，但只在一定连续时间范围内未收看时的计算情况，例如某个用户感兴趣的电视连续剧。

                                               表3

系数				5	1	1	1	1	1	5
												推荐	实际	Ft (i)	ft(d-1) (i)	ft(d-2) (i)	ft(d-3) (i)	ft(d-4) (i)	ft(d-5) (i)	ft(d-6) (i)	ft(d-7) (i)
第n天(剧终)	是	观看	15	1	1	1	1	1	1	1
											第n+1天	是	未看	15	1	1	1	1	1	1	1
第n+2天	否	未看	-10	-4	1	1	1	1	1	1
											第n+3天	是	未看	5	0	-4	1	1	1	1	1
第n+4天	否	未看	-16	-4	0	-4	1	1	1	1
											第n+5天	否	未看	-1	0	-4	0	-4	1	1	1
第n+6天	否	未看	-2	0	0	-4	0	-4	1	1
											第n+7天	否	未看	-3	0	0	0	-4	0	-4	1
第n+8天	否	未看	-24	0	0	0	0	-4	0	-4
											第n+9天	否	未看	-4	0	0	0	0	0	-4	0

从表3中可以看出，如果根据收看记录计算出第n天对某个频道的节目的推荐分值是15，但用户在第n+1天没有收看该节目，那么在第n+2天中对该频道的度量值则为-4。其推荐分值也成为5×(-4)+1×1+1×1+1×1+1×1+1×1+5×1＝-10。因此，在第n+2天不向用户推荐该频道。根据上面的计算式，在第n+3天，对该频道的推荐分值变成5，如果该推荐分值最大，则再次向用户推荐该频道。因此，在本发明的电视频道推荐系统出现错误推荐时，该系统有自我校正的功能。

下面的表4给出了用户喜欢的节目是以“7天”为周期的情况，例如，以“足球之夜”为例。

                                            表4

系数				5	1	1	1	1	1	5
												推荐	实际	Ft (i)	ft(d-1) (i)	ft(d-2) (i)	ft(d-3) (i)	ft(d-4) (i)	ft(d-5) (i)	ft(d-6) (i)	ft(d-7) (i)
第1天	*	观看	*	*	*	*	*	*	*	*
											第2天	是	未看	5	1	*	*	*	*	*	*
第3天	否	未看	-19	-4	1	*	*	*	*	*
											第4天	否	未看	-3	0	-4	1	*	*	*	*
第5天	否	未看	-3	0	0	-4	1	*	*	*
											第6天	否	未看	-3	0	0	0	-4	1	*	*
第7天	否	未看	-3	0	0	0	0	-4	1	*
											第8天	是	观看	1	0	0	0	0	0	-4	1
第9天	否	未看	-15	1	0	0	0	0	0	-4

表4中的“*”表示还没有历史数据，从表4中可以看出，本发明的推荐系统出现一次错误推荐，但系统会自我校正。

下面参考图3说明电视频道推荐系统进行的频道推荐的操作流程。首先，在步骤S301中记录电视观众收看电视的历史数据，所述历史数据包括，例如用户收看某个电视频道的时间和频道序号。然后，在步骤S302利用电视频道推荐分值计算模型及模型参数，根据记录的历史数据计算各个电视频道的推荐分值。在步骤S303，存储所计算的各个电视频道的推荐分值以及有关的频道序号和收看时间的联合数据。此后，在步骤S304，从所计算的各个电视频道的推荐分值中寻找最大推荐分值。作为选择，接下来，可以根据计算得出的最大推荐分值，在特定的时间直接推荐与此推荐分值对应的频道(步骤S306)。作为另一种选择，也可在步骤S305将计算得出的最大推荐分值与预定的阈值相比较，如果该最大推荐分值大于或等于预定的阈值，流程则在步骤S306推荐与该推荐分值对应的频道。如果该最大推荐分值小于预定的阈值，流程则进行到步骤S307，不输出推荐频道。

以上结合本发明的实施例对本发明的电视频道推荐系统进行了详细描述。应该指出，本发明不限于上述优选实施例。例如，可以将计算得出的推荐分值与预定阈值比较，将大于或等于该预定阈值的推荐分值所对应的所有频道按时间顺序排列，同时或分时推荐给用户，以供用户选择。

根据本发明的电视频道推荐系统可以通过硬件实现。也可以由设置在机顶盒中的处理器通过执行具有相应功能的程序来实现。所述程序可记录在诸如软盘，硬盘，闪盘，CD-ROM，DVD-ROM之类的计算机可读的记录介质上。

虽然参考优选实施例对本发明进行了描述，本发明并不局限于此，而仅由所附权利要求限定，本领域技术人员在不脱离本发明精神的情况下可对本发明的实施例进行各种改变和改进。

Claims (23)

1.一种电视频道推荐方法，包括步骤：

记录电视机的多个频道的收看历史数据；

根据记录的历史数据计算多个电视频道中的每一个的推荐分值；

存储所计算的多个电视频道的推荐分值；

推荐与计算的最大推荐分值对应的电视频道。

2.根据权利要求1所述的方法，其中进一步包括从存储的多个频道的推荐分值中寻找最大推荐分值的步骤。

3.根据权利要求1所述的方法，其中所述收看历史数据包括收看频道的频道序号，收看日期，收看开始时间，收看结束时间，和收看持续时间。

4.根据权利要求1所述的方法，其中计算多个频道中的每一个频道的推荐分值的步骤包括利用下面的等式(1)计算推荐分值的步骤，

$F_t^{\left(i\right)}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{w}_j{f}_{t(d-j)}^{\left(i\right)}i=\mathrm{1,2},...M---\left(1\right)$

其中i表示频道的序号，M是总的频道数，t表示时刻，d为当前日期的抽象表示，(d-j)表示相对当前日期的前第j天，f表示实际上用户是否观看某个频道的度量值，N为需要计算的前若干天数，w_j分别为前N天观看度量值的不同权重值，F为推荐分值，I表示为被推荐的频道号。

5.根据权利要求4所述的方法，其中如果 $f_{t(d-j)}^{\left(i\right)}=1$ 则表示实际上用户在相对当前的日期的前第j天的t时刻观看了第i个频道，且持续的时间大于阈值T，否则为 $f_{t(d-j)}^{\left(i\right)}=0$ 或负值，其中 $f_{t(d-j)}^{\left(i\right)}=0$ 表示实际上用户没有观看此频道或持续的时间小于阈值T，f_t(d-j) ⁽ⁱ⁾为负数表示实际上系统推荐用户观看此频道，而用户未看。

6.根据权利要求4或5所述的方法，其中参数N、T、w_j可以通过遗传算法学习得到。

7.根据权利要求4所述的方法，其中进一步包括根据度量值f_t(d-j) ⁽ⁱ⁾中所指示的当前的日期的前第j天而向度量值f_t(d-j) ⁽ⁱ⁾指定权重。

8.一种电视频道推荐方法，包括步骤：

记录与电视机的多个频道的收看时间和频道序号有关的收看历史数据；

根据记录的收看时间和频道序号计算多个电视频道中的每一个的推荐分值；

存储所计算的多个电视频道的推荐分值；

推荐与计算的最大推荐分值对应的电视频道。

9.根据权利要求8所述的方法，其中进一步包括从存储的多个频道的推荐分值中寻找最大推荐分值的步骤。

10.根据权利要求8所述的方法，其中计算多个频道中的每一个频道的推荐分值的步骤包括利用下面的等式(1)计算推荐分值的步骤，

$F_t^{\left(i\right)}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{w}_j{f}_{t(d-j)}^{\left(i\right)}i=\mathrm{1,2},...M---\left(1\right)$

其中i表示频道的序号，M是总的频道数，t表示时刻，d为当前日期的抽象表示，(d-j)表示相对当前日期的前第j天，f表示实际上用户是否观看某个频道的度量值，N为需要计算的前若干天数，w_j分别为前N天观看度量值的不同权重值，F为推荐分值，I表示为被推荐的频道号。

11.根据权利要求8所述的方法，其中如果 $f_{t(d-j)}^{\left(i\right)}=1$ 则表示实际上用户在相对当前的日期的前第j天的t时刻观看了第i个频道，且持续的时间大于阈值T，否则为 $f_{t(d-j)}^{\left(i\right)}=0$ 或负值，其中 $f_{t(d-j)}^{\left(i\right)}=0$ 表示实际上用户没有观看此频道或持续的时间小于阈值T，f_t(d-j) ⁽ⁱ⁾为负数表示实际上系统推荐用户观看此频道，而用户未看。

12.根据权利要求10或11所述的方法，其中参数N、T、w_j可以通过遗传算法学习得到。

13.根据权利要求10所述的方法，其中进一步包括根据度量值f_t(d-j) ⁽ⁱ⁾中所指示的当前的日期的前第j天而向度量值f_t(d-j) ⁽ⁱ⁾指定权重。

14.一种电视频道推荐方法，包括步骤：

记录与电视机的多个频道的收看时间和频道序号有关的收看历史数据；

根据记录的收看时间和频道序号计算多个电视频道中的每一个的推荐分值；

存储所计算的多个电视频道的推荐分值；

从所计算的多个电视频道的推荐分值中寻找大于或等于预定阈值的所有频道；

推荐与大于或等于预定阈值的推荐分值对应的所有电视频道。

15.一种电视频道推荐系统，包括：

收看历史数据存储装置，用于存储用户已经收看过的电视频道与时间信息；

电视频道推荐分值计算装置，用于根据用户的收看的频道与时间的历史数据，计算多个电视频道中的每一个频道的推荐分值；

推荐分值存储装置，用于存储计算出的每个电视频道的推荐分值和相对应的频道信息；

控制装置，用于控制各个装置之间的数据发送，并推荐与相应分值对应的频道。

16.根据权利要求15所述的系统，其中所述系统还包括收看信息采集装置，用于采集用户收看电视节目的有关数据。

17.一种电视频道推荐系统，包括：

收看历史数据存储装置，用于存储用户已经收看过的电视频道与时间信息；

电视频道推荐分值计算装置，用于根据用户的收看的频道与时间的历史数据，计算多个电视频道中的每一个频道的推荐分值；

推荐分值存储装置，用于存储计算出的每个电视频道的推荐分值和相对应的频道信息；

最大推荐分值确定装置，用于确定所计算的多个推荐分值中的最大推荐分值；和

控制装置，用于控制各个装置之间的数据发送，并推荐与最大推荐分值对应的频道。

18.根据权利要求17所述的系统，其中所述电视频道推荐分值计算装置中存储如下式所示的计算推荐分值的数学模型，

$F_t^{\left(i\right)}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{w}_j{f}_{t(d-j)}^{\left(i\right)}i=\mathrm{1,2},...M---\left(1\right)$

其中i表示频道的序号，M是总的频道数，t表示时刻，d为当前日期的抽象表示，(d-j)表示相对当前日期的前第j天，f表示实际上用户是否观看某个频道的度量值，N为需要计算的前若干天数，w_j分别为前N天观看度量值的不同权重值，F为推荐分值，I表示为被推荐的频道号。

19.根据权利要求17所述的系统，其中所述系统还包括用户请求装置，用于开启或关闭系统的频道推荐的功能，请求进行频道推荐。

20.根据权利要求17所述的系统，其中所述系统还推荐频道的输出界面装置，用于根据用户的请求输出推荐频道界面。

21.根据权利要求17所述的系统，其中所述系统还包括收看信息采集装置，用于采集用户收看电视节目的有关数据。

22.根据权利要求22所述的系统，其中所述收看信息采集装置采集的信息包括收看的频道序号，收看日期，收看开始时间和结束时间。

23.根据权利要求21所述的系统，其中所述收看信息采集装置包括收看电视频道记录装置，用于从采集的收看信息中提取用户所收看的频道序号。

Images