[发明专利]推荐节目的方法和设备

权利要求书

1.一种推荐节目的方法，其特征在于，包括以下步骤：

a收集用户的历史观看记录；

b根据用户的历史观看记录得出每个已观看的节目的第一关联度、每个已观看的节目包括的预定属性的属性值的第二关联度、以及每个已观看的节目包括的预定属性的第三关联度，其中，历史观看记录包括用户已观看的节目以及节目包括的属性的属性值，一个节目的一个属性包括至少一个属性值；

c根据步骤b中获得的每个节目的第一关联度与每个节目包括的预定属性的第三关联度得出节目的第一关联度和节目包括的预定属性的第三关联度之间的函数式；

d获取节目数据库中的节目包括的预定属性的第三关联度，并将所述节目数据库中的节目包括的预定属性的第三关联度代入所述函数式得出节目数据库中的每个节目的第一关联度；

e将节目数据库中的节目按步骤d中获得的第一关联度进行排序并按排序顺序推荐给用户，

其中，第一关联度表示用户的观看行为与节目的关联程度，第二关联度表示用户的观看行为与属性值的关联程度，第三关联度表示用户的观看行为与属性的关联程度。

2.根据权利要求1所述的推荐节目的方法，其中，所述历史观看记录还包括用户每个已观看的节目的节目总时长和每个已观看的节目的用户观看时长，步骤b包括步骤b1:根据每个已观看的节目的用户观看时长与每个已观看的节目的节目总时长之比得出每个已观看的节目的第一关联度。

3.根据权利要求2所述的推荐节目的方法，其中，步骤b还包括步骤b2：根据所述节目的第一关联度得出所述属性值的第二关联度，第二关联度等于包括该属性值的已观看的节目的第一关联度的加权平均值，加权系数为预定值。

4.根据权利要求3所述的推荐节目的方法，其中，步骤b还包括步骤b3，根据已观看节目的预定属性的属性值的第二关联度得出该预定属性的第三关联度，第三关联度等于该预定属性包括的属性值的第二关联度中最大的第二关联度或者该预定属性包括的属性值的第二关联度的平均值。

5.根据权利要求1所述的推荐节目的方法，其中，步骤d中获取节目数据库中的节目包括的预定属性的第三关联度的步骤包括，获取节目数据库中的节目的预定属性包括的属性值的第二关联度中最大的第二关联度或该预定属性包括的属性值的第二关联度的平均值作为节目数据库中的节目的预定属性的第三关联度。

6.根据权利要求1所述的推荐节目的方法，其中，步骤c中的函数式通过将步骤b中获得的已观看的节目的第一关联度以及已观看的节目包括的预定属性的第三关联度作为样本，利用支持向量机算法训练得到。

7.一种推荐节目的设备，其特征在于，包括：

收集单元，用于收集用户的历史观看记录；

关联度获取单元，用于根据用户的历史观看记录得出每个已观看的节目的第一关联度、每个已观看的节目包括的预定属性的属性值的第二关联度、以及每个已观看的节目包括的预定属性的第三关联度，其中，历史观看记录包括用户已观看的节目以及节目包括的属性的属性值，一个节目的一个属性包括至少一个属性值；

函数式求取单元，用于关联度获取单元获得的每个节目的第一关联度与每个节目包括的预定属性的第三关联度得出节目的第一关联度和节目包括的预定属性的第三关联度之间的函数式；

预测单元，用于获取节目数据库中的节目包括的预定属性的第三关联度，并将所述节目数据库中的节目包括的预定属性的第三关联度代入所述函数式得出节目数据库中的每个节目的第一关联度；

推荐单元，用于将节目数据库中的节目按预测单元获得的第一关联度进行排序并按排序顺序推荐给用户，

其中，第一关联度表示用户的观看行为与节目的关联程度，第二关联度表示用户的观看行为与属性值的关联程度，第三关联度表示用户的观看行为与属性的关联程度。

8.根据权利要求7所述的设备，其中，所述历史观看记录还包括用户每个已观看的节目的节目总时长和每个已观看节目的用户观看时长，关联度获取单元包括第一关联度获取单元，所述第一关联度获取单元用于根据每个已观看的节目的用户观看时长与每个已观看的节目的节目总时长之比得出每个已观看的节目的第一关联度。