[发明专利]节目推荐方法、设备及计算机可读存储介质

说明书

本申请公开了一种节目推荐方法、设备及计算机可读存储介质。其中，所述节目推荐方法包括：通过无监督推荐方法进行节目推荐，根据所获取到的被推荐节目的推荐成功率和推荐关联参数得到推荐预测模型，当需要对节目进行推荐时，利用推荐预测模型对目标节目的目标关联参数进行监督学习，获得目标节目的预测成功率，当预测成功率达到预设阈值，推荐该目标节目。本申请实施例中，通过推荐预测模型对无监督推荐方法的推荐结果进行监督学习，以纠正无监督推荐方法的推荐结果，从而可以减少推荐用户不喜欢的节目，达到提高所推荐的节目被观看的概率的目的，从而可以提高用户的使用体验。

技术领域

本申请实施例涉及但不限于信息处理技术领域，尤其涉及一种节目推荐方法、设备及计算机可读存储介质。

背景技术

在IPTV(Internet Protocol Television，交互式网络电视)飞速发展的今天，节目形式和内容也越来越丰富，如何将这些丰富的节目根据用户的喜好推荐给所观看的IPTV用户，成为目前研究的热门领域。目前的节目推荐方式一般都仅是将喜好相同的用户或者相似的节目进行聚类，并且将相关节目推荐给喜好相同的群体或者给用户推荐相似的节目。但是现有的推荐方式存在如下一些问题：由于不清楚用户是否喜欢所推荐的节目，因此会存在给用户推荐了用户不喜欢的节目或者根本不会看的节目的问题，从而会造成不良的用户体验。

发明内容

以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。

第一方面，本申请实施例提供了一种节目推荐方法、设备及计算机可读存储介质，能够提高所推荐的节目被观看的概率，从而提高用户的使用体验。

第二方面，本申请实施例提供了一种节目推荐方法，包括，

获取被推荐节目的推荐成功率和推荐关联参数；

根据所述推荐成功率和所述推荐关联参数得到推荐预测模型；

获取目标节目的目标关联参数，根据所述目标关联参数和所述推荐预测模型，得到所述目标节目的预测成功率；

当所述预测成功率达到预设阈值，推荐所述目标节目。

第三方面，本申请实施例还提供了一种设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述第二方面的节目推荐方法。

第四方面，本申请实施例还提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行如上所述的节目推荐方法。

本申请实施例包括：根据所获取到的被推荐节目的推荐成功率和推荐关联参数得到推荐预测模型，该推荐预测模型属于有监督推荐方法，可以利用已有的被推荐节目对该推荐预测模型进行训练，以完善该推荐预测模型；接着，当需要对节目进行推荐时，利用推荐预测模型对目标节目的目标关联参数进行监督学习，从而获得目标节目的预测成功率，当预测成功率达到预设阈值，说明该目标节目会被用户观看的概率很高，因此推荐该目标节目。根据本申请实施例提供的方案，通过推荐预测模型和已有的被推荐节目的配合处理，使得推荐预测模型能够被用于对已有的被推荐节目进行监督学习，通过分析被推荐节目的被用户观看的概率，以纠正最终的推荐结果，从而减少推荐用户不喜欢的节目，达到提高所推荐的节目被观看的概率的目的，从而可以提高用户的使用体验。

本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本申请技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。