[发明专利]基于多用户的数字电视节目的个性化云推荐方法及系统无效

专利信息
申请号: 201310060697.7 申请日: 2013-02-27
公开(公告)号: CN103139616A 公开(公告)日: 2013-06-05
发明(设计)人: 罗笑南;邓伟财;林格 申请(专利权)人: 中山大学
主分类号: H04N21/258 分类号: H04N21/258;H04N21/462;H04N21/458
代理公司: 暂无信息 代理人: 暂无信息
地址: 510006 广东省广州市番禺*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 多用户 数字 电视节目 个性化 推荐 方法 系统
【说明书】:

技术领域

发明涉及数字电视节目推荐领域,具体涉及一种基于多用户的数字电视节目的个性化云推荐方法及系统。

背景技术

目前,数字电视、卫星直播电视和有线电视技术正处于快速发展阶段,收看电视节目已经成为人们休闲、娱乐的一种不可缺少的方式。随着我国的电视数字化的改革和三网融合的火热发展,可供用户选择的电视节目将越来越多,在此趋势下,一方面数字电视用户面对日益丰富多彩的电视节目,而另一方面他们又在为如何在如此众多的节目中快速地挑选他们感兴趣的内容而发愁。数字电视的用户正面临着与互联网一样的“信息灾难”的问题。传统的数字电视节目清单和频道冲浪技术此时已经不能对他们提供帮助,目前的电子节目指南采用基于频道或类别的方式来提供节目列表,这种方式解决这个“信息灾难”的问题作用不大。

一般来说,电视节目的收视行为与用户的年龄、兴趣、地区等因素有密切的关系,并且潜在的相同兴趣的用户之间的收视行为往往存在某种相似的关系,而且这种相似的关系在“信息灾难”的年代具有无穷的价值。为了彻底解决这种数字电视“信息灾难”问题,电视节目指南必须具有智能性,它能够根据用户的兴趣、爱好和规律自动提前向用户推荐电视节目,同时它还能自动跟踪用户兴趣的变化而对所推荐的电视节目作出调整。因此,本发明主要解决数字电视的节目推荐问题,如何利用用户之间的潜在的关联规则来实现数字电视的节目智能推荐的问题。

目前的一种隐性用户特征的数字电视节目推荐系统是从数字机顶盒中采集用户收视记录,并从中提取包含多方面的隐性用户特征,然后,通过有线广播电视网,从多个角度来综合比较节目特征与用户特征的相似度,推荐匹配度高的电视节目给用户。

上述的系统的缺点主要有:1、该系统只适合单用户的情况,在中国,大部分家庭用户都共同使用一台数字电视机顶盒,该系统并不能准确满足每一位家庭成员的需求,造成推荐系统的不准确;2、该系统是基于有线广播电视网的,目前大部分的广播电视网在不同的地区是相互独立的,使得该推荐系统具有地域局限性。

因此,需要一种新的数字电视节目推荐技术方案,来克服目前的技术方案存在的缺陷。

发明内容

本发明的目的是提供一种基于多用户的数字电视节目的个性化云推荐方法及系统,该系统能够通过云技术给用户推荐合适的电视节目,在一定程度减少了“信息灾难”问题的影响,大大的减少了用户挑选感兴趣节目的时间。

本发明提供一种基于多用户的数字电视节目的个性化云推荐方法,包括以下步骤:根据数字电视的每一用户的用户特征来识别用户;根据每一节目的节目特征求得节目的推荐度;对供选择的节目按照推荐度从大到小进行排序;发送推荐度排序靠前的电视节目的信息至数字电视终端并进行显示。

较佳地,所述根据数字电视的每一用户的用户特征来识别用户的步骤包括:提取当前数字电视终端的节目特征,并根据内容过滤来匹配所对应的用户,完成对用户的识别。

较佳地,所述依据节目特征求得节目的推荐度的步骤包括:根据所到得的节目特征γ和用户特征μ,结合基于内容过滤和协同过滤的推荐机制,求得所述节目的推荐度其中φ(μ,γ),分别特征为γ的节目与特征为μ的用户的匹配度,特征为μ的用户与特征为μk的用户的相似度,λ1和λ2为相应的权值。

较佳地,所述将推荐度按大到小排序靠前的节目信息发送到数字电视终端上的步骤包括:发送推荐度靠前的节目信息到数字电视终端上,并判断用户是否需要将推荐节目信息在数字电视终端上显示,根据用户需要,将推荐的节目信息在数字电视上显示。

相应地,本发明同时提供了一种基于多用户的数字电视节目的个性化云推荐系统,包括:云端服务器和数字电视终端,所述云端服务器根据数字电视的每一用户的用户特征来识别用户,并根据每一节目的节目特征求得节目的推荐度,同时对供选择的节目按照推荐度从大到小进行排序,发送推荐度排序靠前的电视节目的信息至数字电视终端;所述数字电视终端用于收集用户的收视数据及接收云端服务器所发送的推荐节目信息,并根据用户的需求进行显示。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310060697.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top