[发明专利]推荐节目的方法和设备

说明书

技术领域

本发明涉及通讯技术领域，更具体地讲，涉及一种推荐节目的方法和设备。

背景技术

随着智能播放设备的发展，各种节目的数量也得到极大的丰富，用户面临信息过载的问题，如何从海量节目里挑选感兴趣的节目成为困扰用户的问题。要解决这个问题，就需要通过研究用户的观看行为，实现节目的个性化推荐。现有的节目推荐算法多采用传统的统计模式识别方法，传统的统计模式识别方法只有在样本趋向无穷大时，其性能才有理论的保证。这种方法一般只能获得局部最优解，预测能力较差。

发明内容

本发明的目的在于提供一种推荐节目的方法和设备，其能够提高推荐节目的准确性。

本发明的一方面提供了一种推荐节目的方法，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

本发明的另一方面还提供了一种推荐节目的设备，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。

优选地，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。

优选地，关联度获取单元包括第二关联度获取单元，所述第二关联度获取单元用于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。