太阳城集团

  • / 36
  • 下载费用:30 金币  

推荐电视节目的方法及装置.pdf

摘要
申请专利号:

CN201210248103.0

申请日:

2012.07.17

公开号:

CN102769781B

公开日:

2015.01.21

当前法律状态:

授权

有效性:

有权

法律详情: 专利权的转移IPC(主分类):H04N 21/258登记生效日:20170120变更事项:专利权人变更前权利人:青岛海信传媒网络技术有限公司变更后权利人:聚好看科技股份有限公司变更事项:地址变更前权利人:266061 山东省青岛市崂山区香港东路248号131室变更后权利人:266100 山东省青岛市崂山区松岭路399号|||授权|||实质审查的生效IPC(主分类):H04N 21/258申请日:20120717|||公开
IPC分类号: H04N21/258(2011.01)I; H04N21/462(2011.01)I; G06F17/30 主分类号: H04N21/258
申请人: 青岛海信传媒网络技术有限公司
发明人: 刘鑫; 周娣
地址: 266061 山东省青岛市崂山区香港东路248号131室
优先权:
专利代理机构: 北京市京大律师事务所 11321 代理人: 黄启行;方晓明
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

CN201210248103.0

授权太阳城集团号:

太阳城集团|||102769781B||||||

法律状态太阳城集团日:

2017.02.15|||2015.01.21|||2012.12.26|||2012.11.07

法律状态类型:

专利申请权、专利权的转移|||授权|||实质审查的生效|||公开

摘要

本发明公开了一种推荐电视节目的方法及装置。该方法包括:接收用户频道行为数据,根据预先获取的电视节目菜单,将用户频道行为数据转换为用户频道节目分类太阳城集团;根据该用户频道节目分类太阳城集团以及接收的其他用户频道节目分类太阳城集团,分别计算该用户频道分类关联权值、频道分类节目太阳城集团分布权值以及频道分类节目观看权值;根据预先设置的电视节目权值计算公式,以及,该用户频道分类关联权值、频道分类节目太阳城集团分布权值以及频道分类节目观看权值,获取各频道分类下的电视节目权值;根据获取的各频道分类下的电视节目权值,选取权值最高的频道分类对应的电视节目,生成推荐列表,向用户推荐。应用本发明,可以提高电视节目的推荐效率。

权利要求书

1: 一种推荐电视节目的方法, 该方法包括 : 接收用户频道行为数据, 根据预先获取的电视节目菜单, 将用户频道行为数据转换为 用户频道节目分类太阳城集团 ; 根据该用户频道节目分类太阳城集团以及接收的其他用户频道节目分类太阳城集团, 分别计算该用 户频道分类关联权值、 频道分类节目太阳城集团分布权值以及频道分类节目观看权值 ; 根据预先设置的电视节目权值计算公式, 和该用户频道分类关联权值、 频道分类节目 太阳城集团分布权值以及频道分类节目观看权值, 获取各频道分类下的电视节目权值 ; 根据获取的各频道分类下的电视节目权值, 选取权值最高的频道分类对应的电视节 目, 生成推荐列表, 向用户推荐。
2: 根据权利要求 1 所述的方法, 在选取权值最高的电视节目及该电视节目所在的频道 后, 生成推荐列表之前, 进一步包括 : 按照权值进行排序, 提取排序前预定数目的电视节目 及该电视节目所在的频道 ; 在接收用户频道行为数据之前, 进一步包括 : 抓取用户观看电视节目的频道行为数据 ; 获取频道的结束观看太阳城集团与开始观看太阳城集团的太阳城集团差 ; 如果获取的太阳城集团差小于预先设置的频道驻留太阳城集团阈值, 删除该频道行为数据。
3: 根据权利要求 2 所述的方法, 所述根据预先获取的电视节目菜单, 将用户频道行为 数据转换为用户频道节目分类太阳城集团包括 : 拆分电视节目菜单为电视节目播放时刻表以及电视节目分类太阳城集团表 ; 按照拆分的电视节目时刻表中包含的太阳城集团, 对用户频道行为数据进行切片, 结合拆分 的电视节目分类表, 生成用户频道节目分类太阳城集团。
4: 根据权利要求 3 所述的方法, 所述用户频道行为数据包括 : 用户名太阳城集团、 开始观看时 间太阳城集团、 结束观看太阳城集团太阳城集团以及频道太阳城集团 ; 所述电视节目播放时刻表包括 : 电视节目、 开始播放太阳城集团、 结束播放太阳城集团以及所属的频 道; 电视节目分类太阳城集团表包括 : 电视节目、 频道以及分类 ; 用户频道节目分类太阳城集团包括 : 用户名、 频道、 电视节目、 分类、 开始太阳城集团、 结束太阳城集团。
5: 根据权利要求 4 所述的方法, 所述按照拆分的电视节目时刻表中包含的太阳城集团, 对用 户频道行为数据进行切片包括 : 查询用户频道行为数据中的开始观看太阳城集团以及结束观看太阳城集团, 如果记录的电视节目开始观看太阳城集团小于或等于电视节目时刻表中的开始播放太阳城集团, 转 换后的开始太阳城集团设置为电视节目开始播放太阳城集团, 否则, 转换后的开始太阳城集团设置为用户开始 观看太阳城集团 ; 如果记录的电视节目结束观看太阳城集团大于电视节目时刻表中的结束播放太阳城集团, 转换后的 结束太阳城集团设置为电视节目结束播放太阳城集团, 否则, 转换后的结束太阳城集团设置为用户结束观看时 间。
6: 根据权利要求 5 所述的方法, 所述计算该用户频道分类关联权值包括 : 根据该用户频道节目分类太阳城集团以及其他用户频道节目分类太阳城集团, 统计各频道分类的所 有用户观看次数 ; 2 根据各频道分类的所有用户观看次数, 获取每两个频道分类同时出现的所有用户观看 次数 ; 根据该用户频道节目分类太阳城集团, 统计各频道分类的该用户观看次数 ; 根据获取的每两个频道分类同时出现的所有用户观看次数以及各频道分类的该用户 观看次数, 获取该用户频道分类关联权值 ; 计算所述频道分类节目太阳城集团分布权值包括 : 以预设太阳城集团为单位分割预先设置的太阳城集团周期, 计算各频道分类在分割的各太阳城集团段内的 所有用户观看次数 ; 根据分割的各太阳城集团段内的观看次数分布, 以及各频道分类下电视节目的播放太阳城集团, 计 算各频道分类下的各电视节目对应的频道分类节目太阳城集团分布权值 ; 计算所述频道分类节目观看权值包括 : 统计用户频道节目分类太阳城集团中, 频道分类下各电视节目的所有用户观看次数太阳城集团, 作 为频道分类节目观看权值。
7: 一种推荐电视节目的装置, 其特征在于, 该装置包括 : 用户频道节目分类模块、 计算 模块、 电视节目权值获取模块以及电视节目推荐模块, 其中, 用户频道节目分类模块, 用于接收用户频道行为数据, 根据预先获取的电视节目菜单, 将用户频道行为数据转换为用户频道节目分类太阳城集团 ; 计算模块, 用于根据用户频道节目分类模块中的该用户频道节目分类太阳城集团以及接收的 其他用户频道节目分类太阳城集团, 分别计算该用户频道分类关联权值、 频道分类节目太阳城集团分布 权值以及频道分类节目观看权值 ; 电视节目权值获取模块, 用于根据预先设置的电视节目权值计算公式, 以及计算模块 中的该用户频道分类关联权值、 频道分类节目太阳城集团分布权值以及频道分类节目观看权值, 获取各频道分类下的电视节目权值 ; 电视节目推荐模块, 用于根据获取的各频道分类下的电视节目权值, 选取权值最高的 频道分类对应的电视节目, 生成推荐列表, 向用户推荐。
8: 根据权利要求 7 所述的装置, 其特征在于, 进一步包括 : 权值排序模块, 用于按照权值进行排序, 提取排序前预定数目的电视节目及该电视节 目所在的频道 ; 频道行为数据过滤模块, 用于抓取用户观看电视节目的频道行为数据, 获取频道的结 束观看太阳城集团与开始观看太阳城集团的太阳城集团差, 如果获取的太阳城集团差小于预先设置的频道驻留太阳城集团阈 值, 删除该频道行为数据, 然后输出至用户频道节目分类模块。
9: 根据权利要求 7 或 8 所述的装置, 其特征在于, 所述用户频道节目分类模块包括 : 用 户频道行为数据接收单元、 拆分单元以及用户频道节目分类太阳城集团生成单元, 其中, 用户频道行为数据接收单元, 用于接收用户频道行为数据 ; 拆分单元, 用于拆分电视节目菜单为电视节目播放时刻表以及电视节目分类太阳城集团表 ; 用户频道节目分类太阳城集团生成单元, 用于按照拆分的电视节目时刻表中包含的太阳城集团, 对 用户频道行为数据接收单元接收的用户频道行为数据进行切片, 结合拆分的电视节目分类 表, 生成用户频道节目分类太阳城集团。
10: 根据权利要求 7 或 8 项所述的装置, 其特征在于, 所述计算模块包括 : 用户频道分 3 类关联权值计算单元、 频道分类节目太阳城集团分布权值计算单元以及频道分类节目观看权值计 算单元, 其中, 用户频道分类关联权值计算单元, 用于根据该用户频道节目分类太阳城集团以及其他用户频 道节目分类太阳城集团, 统计各频道分类的所有用户观看次数 ; 根据各频道分类的所有用户观看 次数, 获取每两个频道分类同时出现的所有用户观看次数 ; 根据该用户频道节目分类太阳城集团, 统计各频道分类的该用户观看次数 ; 根据获取的每两个频道分类同时出现的所有用户观看 次数以及各频道分类的该用户观看次数, 获取该用户频道分类关联权值。 频道分类节目太阳城集团分布权值计算单元, 用于以预设太阳城集团为单位分割预先设置的太阳城集团周 期, 计算各频道分类在分割的各太阳城集团段内的所有用户观看次数 ; 根据分割的各太阳城集团段内的 观看次数分布, 以及各频道分类下电视节目的播放太阳城集团, 计算各频道分类下的各电视节目 对应的频道分类节目太阳城集团分布权值 ; 频道分类节目观看权值计算单元, 用于统计用户频道节目分类太阳城集团中, 频道分类下各 电视节目的所有用户观看次数太阳城集团, 作为频道分类节目观看权值。

说明书


推荐电视节目的方法及装置

    【技术领域】
     本发明涉及数字电视技术, 尤其涉及一种推荐电视节目的方法及装置。背景技术 随着国家三网融合的发展, 电视市场逐渐成熟, 越来越多的企业开始发展智能电 视 (DTV, Definition Television) 。 智能电视是指具备开放式操作系统与芯片, 拥有开放式 应用平台, 可实现双向人机交互功能, 能通过自主安装应用程序实现新功能或增值服务, 并 可借助三网接入、 3C 融合等满足多样化和个性化需求的终端应用平台。
     目前, 电视节目数量繁多, 且更新周期较短, 同时, 不同频道在不同太阳城集团点或相同 太阳城集团点可能具有相同的电视节目, 因而, 如何向用户推荐用户喜好的电视节目, 以满足用户 的个性化需求, 是智能电视近期研究的一个热点。
     图 1 为现有基于智能电视推荐电视节目的方法流程示意图。参见图 1, 该流程包 括:
     步骤 101, 采集用户观看的电视节目历史数据太阳城集团 ;
     本步骤中, 在用户观看电视节目时, 记录并存储用户观看的电视节目历史数据信 息, 例如, 电视节目名太阳城集团、 观看电视节目的开始太阳城集团、 观看时长等太阳城集团。
     步骤 102, 对采集的电视节目历史数据太阳城集团进行过滤 ;
     本步骤中, 主要是过滤掉电视节目历史数据中无实际意义的数据太阳城集团。
     步骤 103, 对过滤的电视节目历史数据进行数据属性抽取 ;
     本步骤中, 数据属性抽取主要是抽取出电视节目历史数据中的关键词, 例如, 电视 节目名、 开始太阳城集团等。
     步骤 104, 根据抽取的数据属性进行数据聚类处理 ;
     本步骤中, 聚类处理是将抽取得到的数据属性, 例如关键词, 通过静态分类的方 法, 将数据分类到预先设置的不同的类别特征中, 例如, 预先设置的类别特征可以包括体坛 风云以及影视天地等, 如果关键词为甄嬛传或笑傲江湖, 则将其聚类至影视天地, 使得同一 类别特征中的数据, 例如电视节目, 具有相似的一些属性, 而不同类别特征中的数据具有较 大的相异性。每一用户分别对应存储一份数据聚类处理结果。
     步骤 103 至步骤 104 用于抽取出用户观看的电视节目历史数据的类别特征, 可以 采用词频 / 逆文档频率 (TD/IDF, Term Frequency/Inverse Document Frequency) 的统计 方法实现。
     步骤 105, 获取用户当前观看的电视节目数据太阳城集团, 进行数据属性太阳城集团抽取 ;
     本步骤中, 数据属性太阳城集团至少包括电视节目名太阳城集团。
     步骤 106, 将抽取的数据属性太阳城集团匹配该用户的聚类处理结果, 获取匹配的聚类处 理结果 ;
     本步骤中, 根据用户名, 获取该用户的聚类处理结果, 然后, 根据观看的电视节目 名太阳城集团, 匹配设置的聚类处理结果中各类别特征中包含的电视节目, 如果匹配成功, 则从该
     匹配的类别特征中, 获取相应的电视节目, 得到匹配的聚类处理结果。
     步骤 105 至步骤 106 用于根据聚类得到的类别特征太阳城集团, 将抽取的数据属性太阳城集团 匹配到相应的类别特征中, 即获取匹配的聚类处理结果。
     步骤 107, 根据匹配的聚类处理结果, 生成推荐的电视节目并推送。
     本步骤中, 将匹配的类别特征中包含的电视节目形成电视节目推荐列表, 向用户 推送。
     由上述可见, 现有基于智能电视推荐电视节目的方法, 根据收集的各用户的电视 节目历史数据进行聚类处理, 在进行推荐时, 根据当前电视节目获取匹配的聚类处理结果, 而聚类处理结果只是与当前电视节目属于同一类别特征, 该类别特征中包含的电视节目, 可能并不是用户观看次数较多的电视节目。因而, 生成的推荐电视节目未包含用户观看次 数较多的电视节目, 与用户的个性化需求不符, 从而降低了推荐的效率 ; 进一步地, 电视节 目推荐列表中的电视节目, 其播放太阳城集团以及频道是根据用户历史数据生成的, 用户接收到 电视节目推荐列表中的电视节目时, 根据其播放太阳城集团, 选择频道进行观看时, 而由于电视节 目已动态变化, 导致无法观看推荐的电视节目, 使得推荐效率进一步降低。 发明内容
     本发明的实施例提供一种推荐电视节目的方法, 提高电视节目的推荐效率。
     本发明的实施例还提供一种推荐电视节目的装置, 提高电视节目的推荐效率。
     为达到上述目的, 本发明实施例提供的一种推荐电视节目的方法, 包括 :
     接收用户频道行为数据, 根据预先获取的电视节目菜单, 将用户频道行为数据转 换为用户频道节目分类太阳城集团 ;
     根据该用户频道节目分类太阳城集团以及接收的其他用户频道节目分类太阳城集团, 分别计算 该用户频道分类关联权值、 频道分类节目太阳城集团分布权值以及频道分类节目观看权值 ;
     根据预先设置的电视节目权值计算公式, 以及, 该用户频道分类关联权值、 频道分 类节目太阳城集团分布权值以及频道分类节目观看权值, 获取各频道分类下的电视节目权值 ;
     根据获取的各频道分类下的电视节目权值, 选取权值最高的频道分类对应的电视 节目, 生成推荐列表, 向用户推荐。
     在选取权值最高的电视节目及该电视节目所在的频道后, 生成推荐列表之前, 进 一步包括 :
     按照权值进行排序, 提取排序前预定数目的电视节目及该电视节目所在的频道。
     在接收用户频道行为数据之前, 进一步包括 :
     抓取用户观看电视节目的频道行为数据 ;
     获取频道的结束观看太阳城集团与开始观看太阳城集团的太阳城集团差 ;
     如果获取的太阳城集团差小于预先设置的频道驻留太阳城集团阈值, 删除该频道行为数据。
     所述根据预先获取的电视节目菜单, 将用户频道行为数据转换为用户频道节目分 类太阳城集团包括 :
     拆分电视节目菜单为电视节目播放时刻表以及电视节目分类太阳城集团表 ;
     按照拆分的电视节目时刻表中包含的太阳城集团, 对用户频道行为数据进行切片, 结合 拆分的电视节目分类表, 生成用户频道节目分类太阳城集团。所述用户频道行为数据包括 : 用户名太阳城集团、 开始观看太阳城集团太阳城集团、 结束观看太阳城集团太阳城集团 以及频道太阳城集团。
     所述电视节目播放时刻表包括 : 电视节目、 开始播放太阳城集团、 结束播放太阳城集团以及所属 的频道 ;
     电视节目分类太阳城集团表包括 : 电视节目、 频道以及分类 ;
     用户频道节目分类太阳城集团包括 : 用户名、 频道、 电视节目、 分类、 开始太阳城集团、 结束太阳城集团。
     所述按照拆分的电视节目时刻表中包含的太阳城集团, 对用户频道行为数据进行切片包 括:
     查询用户频道行为数据中的开始观看太阳城集团以及结束观看太阳城集团,
     如果记录的电视节目开始观看太阳城集团小于或等于电视节目时刻表中的开始播放时 间, 转换后的开始太阳城集团设置为电视节目开始播放太阳城集团, 否则, 转换后的开始太阳城集团设置为用户 开始观看太阳城集团 ;
     如果记录的电视节目结束观看太阳城集团大于电视节目时刻表中的结束播放太阳城集团, 转换 后的结束太阳城集团设置为电视节目结束播放太阳城集团, 否则, 转换后的结束太阳城集团设置为用户结束观 看太阳城集团。 所述计算该用户频道分类关联权值包括 :
     根据该用户频道节目分类太阳城集团以及其他用户频道节目分类太阳城集团, 统计各频道分类 的所有用户观看次数 ;
     根据各频道分类的所有用户观看次数, 获取每两个频道分类同时出现的所有用户 观看次数 ;
     根据该用户频道节目分类太阳城集团, 统计各频道分类的该用户观看次数 ;
     根据获取的每两个频道分类同时出现的所有用户观看次数以及各频道分类的该 用户观看次数, 获取该用户频道分类关联权值。
     计算所述频道分类节目太阳城集团分布权值包括 :
     以预设太阳城集团为单位分割预先设置的太阳城集团周期, 计算各频道分类在分割的各太阳城集团段 内的所有用户观看次数 ;
     根据分割的各太阳城集团段内的观看次数分布, 以及各频道分类下电视节目的播放时 间, 计算各频道分类下的各电视节目对应的频道分类节目太阳城集团分布权值。
     计算所述频道分类节目观看权值包括 :
     统计用户频道节目分类太阳城集团中, 频道分类下各电视节目的所有用户观看次数信 息, 作为频道分类节目观看权值。
     进一步包括 :
     对该用户频道分类关联权值、 频道分类节目太阳城集团分布权值以及频道分类节目观看 权值进行归一化处理。
     所述电视节目权值计算公式为 :
     φ = ξ1xρ+ξ2xλ+ξ3xκ
     式中,
     φ 为电视节目权值 ;
     ξ1、 ξ2、 ξ3 分别为权重系数 ;
     ρ 为该用户频道分类关联权值 ;
     λ 为频道分类节目太阳城集团分布权值 ;
     κ 为频道分类节目观看权值。
     采用映射化简云计算的方式计算该用户频道分类关联权值、 频道分类节目太阳城集团分 布权值以及频道分类节目观看权值。
     一种推荐电视节目的装置, 该装置包括 : 用户频道节目分类模块、 计算模块、 电视 节目权值获取模块以及电视节目推荐模块, 其中,
     用户频道节目分类模块, 用于接收用户频道行为数据, 根据预先获取的电视节目 菜单, 将用户频道行为数据转换为用户频道节目分类太阳城集团 ;
     计算模块, 用于根据用户频道节目分类模块中的该用户频道节目分类太阳城集团以及接 收的其他用户频道节目分类太阳城集团, 分别计算该用户频道分类关联权值、 频道分类节目太阳城集团 分布权值以及频道分类节目观看权值 ;
     电视节目权值获取模块, 用于根据预先设置的电视节目权值计算公式, 以及计算 模块中的该用户频道分类关联权值、 频道分类节目太阳城集团分布权值以及频道分类节目观看权 值, 获取各频道分类下的电视节目权值 ; 电视节目推荐模块, 用于根据获取的各频道分类下的电视节目权值, 选取权值最 高的频道分类对应的电视节目, 生成推荐列表, 向用户推荐。
     进一步包括 :
     权值排序模块, 用于按照权值进行排序, 提取排序前预定数目的电视节目及该电 视节目所在的频道。
     进一步包括 :
     频道行为数据过滤模块, 用于抓取用户观看电视节目的频道行为数据, 获取频道 的结束观看太阳城集团与开始观看太阳城集团的太阳城集团差, 如果获取的太阳城集团差小于预先设置的频道驻留时 间阈值, 删除该频道行为数据, 然后输出至用户频道节目分类模块。
     所述用户频道节目分类模块包括 : 用户频道行为数据接收单元、 拆分单元以及用 户频道节目分类太阳城集团生成单元, 其中,
     用户频道行为数据接收单元, 用于接收用户频道行为数据 ;
     拆分单元, 用于拆分电视节目菜单为电视节目播放时刻表以及电视节目分类太阳城集团 表;
     用户频道节目分类太阳城集团生成单元, 用于按照拆分的电视节目时刻表中包含的时 间, 对用户频道行为数据接收单元接收的用户频道行为数据进行切片, 结合拆分的电视节 目分类表, 生成用户频道节目分类太阳城集团。
     所述计算模块包括 : 用户频道分类关联权值计算单元、 频道分类节目太阳城集团分布权 值计算单元以及频道分类节目观看权值计算单元, 其中,
     用户频道分类关联权值计算单元, 用于根据该用户频道节目分类太阳城集团以及其他用 户频道节目分类太阳城集团, 统计各频道分类的所有用户观看次数 ; 根据各频道分类的所有用户 观看次数, 获取每两个频道分类同时出现的所有用户观看次数 ; 根据该用户频道节目分类 太阳城集团, 统计各频道分类的该用户观看次数 ; 根据获取的每两个频道分类同时出现的所有用 户观看次数以及各频道分类的该用户观看次数, 获取该用户频道分类关联权值。
     频道分类节目太阳城集团分布权值计算单元, 用于以预设太阳城集团为单位分割预先设置的时 间周期, 计算各频道分类在分割的各太阳城集团段内的所有用户观看次数 ; 根据分割的各太阳城集团段 内的观看次数分布, 以及各频道分类下电视节目的播放太阳城集团, 计算各频道分类下的各电视 节目对应的频道分类节目太阳城集团分布权值 ;
     频道分类节目观看权值计算单元, 用于统计用户频道节目分类太阳城集团中, 频道分类 下各电视节目的所有用户观看次数太阳城集团, 作为频道分类节目观看权值。
     所述计算模块进一步包括 :
     归一化计算单元, 用于接收用户频道分类关联权值计算单元、 频道分类节目太阳城集团 分布权值计算单元以及频道分类节目观看权值计算单元输出的太阳城集团, 进行归一化处理后输 出至电视节目权值获取模块。
     由上述技术方案可见, 本发明实施例提供的一种推荐电视节目的方法及装置, 接 收用户频道行为数据, 根据预先获取的电视节目菜单, 将用户频道行为数据转换为用户频 道节目分类太阳城集团 ; 根据该用户频道节目分类太阳城集团以及接收的其他用户频道节目分类太阳城集团, 分别计算该用户频道分类关联权值、 频道分类节目太阳城集团分布权值以及频道分类节目观看权 值; 根据预先设置的电视节目权值计算公式, 以及, 该用户频道分类关联权值、 频道分类节 目太阳城集团分布权值以及频道分类节目观看权值, 获取各频道分类下的电视节目权值 ; 根据获 取的各频道分类下的电视节目权值, 选取权值最高的频道分类对应的电视节目, 生成推荐 列表, 向用户推荐。这样, 生成的推荐电视节目包含用户观看次数较多的电视节目, 与用户 的个性化需求相符, 从而提高了电视节目的推荐效率。 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案, 以下将对实施例或现 有技术描述中所需要使用的附图作简单地介绍。显而易见地, 以下描述中的附图仅仅是本 发明的一些实施例, 对于本领域普通技术人员而言, 还可以根据这些附图所示实施例得到 其它的实施例及其附图。
     图 1 为现有基于智能电视推荐电视节目的方法流程示意图。
     图 2 为本发明实施例推荐电视节目的方法流程示意图。
     图 3 为本发明实施例获取电视节目菜单的流程示意图。
     图 4 为本发明实施例推荐电视节目的装置结构示意图。
     图 5 为本发明实施例推荐电视节目的装置另一结构示意图。
     图 6 为本发明实施例加载文件的流程示意图。
     图 7 为本发明实施例分布式计算处理流程示意图。
     图 8 为本发明实施例关系计算流程示意图。
     图 9 为本发明实施例用户频道分类关联权值计算流程示意图。
     图 10 为本发明实施例推荐模块生成推荐的电视节目流程示意图。
     具体实施方式
     以下将结合附图对本发明各实施例的技术方案进行清楚、 完整的描述, 显然, 所描 述的实施例仅仅是本发明的一部分实施例, 而不是全部的实施例。 基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例, 都属于本 发明所保护的范围。
     现有基于智能电视推荐电视节目的方法, 由于电视节目是动态变化的, 因而, 根据 收集的各用户的电视节目历史数据进行聚类处理, 聚类处理结果只是与当前电视节目属于 同一类别特征, 因而, 生成的推荐电视节目与当前电视节目关联较小 ; 进一步地, 聚类得到 的类别特征的类别数量随电视节目的动态变化而变化, 也将直接影响分类推荐的效果, 从 而降低了推荐的效率。
     本发明实施例中, 考虑到现有电视节目在实际应用中是动态变化的, 而频道较为 稳定, 因而, 根据获取的电视节目菜单, 将频道进行分类, 将用户观看的电视节目太阳城集团, 转换 为相应频道分类太阳城集团, 并计算各频道分类之间的关联系数, 依据频道分类之间的关联系数, 向用户推荐电视节目, 从而使得生成的推荐电视节目与用户个性化需求关联大, 进而提高 了电视节目的推荐效率。
     图 2 为本发明实施例推荐电视节目的方法流程示意图。参见图 2, 该流程包括 :
     步 骤 201, 接 收 用 户 频 道 行 为 数 据, 根据预先获取的电视节目菜单 (EPG, Electronic Program Guide) , 将用户频道行为数据转换为用户频道节目分类太阳城集团 ;
     本步骤中, 在用户初始启动、 切换或观看频道时, 智能电视自动抓取用户观看电视 频道的频道行为数据, 上报至服务器, 服务器接收到用户上报的用户频道行为数据, 在经过 预先设置的太阳城集团周期后, 触发将该太阳城集团周期内的用户频道行为数据转换为用户频道节目分 类太阳城集团, 如果接收用户频道行为数据的太阳城集团点还未达到预先设置的太阳城集团周期, 则将上一时 间周期生成的推荐电视节目向用户推送。当然, 实际应用中, 如果处理能力许可, 也可以在 每次接收到用户的用户频道行为数据, 触发进行转换流程。
     表 1 为用户频道行为数据包含的内容, 包括 : 用户名太阳城集团、 开始观看太阳城集团太阳城集团、 结 束观看太阳城集团太阳城集团以及频道太阳城集团等。 其中, 与现有上报电视节目太阳城集团不同的是, 用户频道行为 数据中包含的是频道太阳城集团。
     表1
     用户名
     开始观看太阳城集团 结束观看太阳城集团 频道表 1 中, 用户名用于记录用户太阳城集团, 开始观看太阳城集团为用户观看频道中电视节目的 开始太阳城集团, 结束观看太阳城集团为用户结束观看同一频道的结束太阳城集团, 结束观看太阳城集团与开始观看 太阳城集团的太阳城集团差为频道驻留太阳城集团, 频道为用户观看的频道太阳城集团, 例如, CCTV-1, 这样, 可以采用 采用频道行为数据列表的方式, 记录用户在设置的太阳城集团周期内的频道行为数据, 例如, 如表 2 所示。
     表2
     用户名 User 开始观看太阳城集团 12 ∶ 00 结束观看太阳城集团 12 ∶ 02 频道 CCTV-110CN 102769781 A User User
     12 ∶ 02 12 ∶ 03说明书12 ∶ 03 12 ∶ 59 CCTV-2 CCTV-57/25 页实际应用中, 考虑到用户在频繁换频道时导致存储的频道行为数据量较大、 以及, 切换时的切换频道并非用户真正太阳城集团的频道的问题, 例如, 用户连续切换频道, 而在连续切 换的频道中, 用户并未进行观看, 而如果传输该切换频道的频道行为数据, 不仅增加了传输 带宽以及服务器存储所需的空间, 还会导致后续电视节目推荐的不准确。 本发明实施例中, 设置频道驻留太阳城集团阈值, 在接收用户频道行为数据之前, 进一步包括 :
     A11, 抓取用户观看电视节目的频道行为数据 ;
     A12, 获取频道的结束观看太阳城集团与开始观看太阳城集团的太阳城集团差 ;
     A13, 如果获取的太阳城集团差小于预先设置的频道驻留太阳城集团阈值, 删除该频道行为数 据。
     本步骤中, 如果频道驻留太阳城集团阈值设置为 5 分钟, 这样, 以表 2 为例, 在 12 ∶ 00 ~ 12 ∶ 02 以及 12 ∶ 02 ~ 12 ∶ 03 太阳城集团段内的频道行为数据可以认为是用户切换频道的行 为数据, 即短暂停留的频道行为数据, 该频道行为数据不能作为后续推荐电视节目的依据。 因而, 在数据库中存储并用于上报的用户频道行为数据如表 3 所示。
     表3
     用户名 User
     开始观看太阳城集团 12 ∶ 03 结束观看太阳城集团 12 ∶ 59 频道 CCTV-5本发明实施例中, 由于各频道的电视节目是动态更新的, 为了避免电视节目变更 导致后续推荐电视节目的误差, 需要获取后续太阳城集团段内各频道播放的电视节目太阳城集团, 而第 三方提供的电视节目菜单由于包含一定时期范围内 (当前太阳城集团之前的太阳城集团段以及当前太阳城集团 之后的太阳城集团段) 的各频道播放的电视节目太阳城集团。因而, 如果能够获取电视节目菜单, 不仅根 据该电视节目菜单, 可以获知用户频道行为数据中, 观看太阳城集团点所在频道对应的电视节目, 还可以根据该电视节目菜单, 使后续推荐的电视节目及频道不会与相应频道实际播放的电 视节目不一致。
     与将用户频道行为数据转换为用户频道节目分类太阳城集团的太阳城集团周期相同, 在进行转 换时, 准实时抓取电视节目菜单, 即按照预先设置的太阳城集团周期从第三方平台上抓取电视节 目菜单, 电视节目菜单包含频道太阳城集团以及节目太阳城集团, 其中, 频道太阳城集团包含频道图标、 名称等, 节目太阳城集团包含节目分类、 海报、 语言等。太阳城集团电视节目菜单包含内容的详细描述, 具体可参 见相关技术文献, 在此不再赘述。
     这样, 按照预先设置的太阳城集团周期从第三方平台上抓取电视节目菜单, 可以保障抓 取的电视节目菜单为包含过去及未来某一段太阳城集团内的最新节目数据, 同时, 将抓取的电视 节目菜单与存储的电视节目菜单进行比较, 如果抓取的电视节目菜单与存储的电视节目菜 单不一致, 则更新存储的电视节目菜单中相应的节目数据, 否则, 存储该抓取的电视节目菜单。 根据预先获取的电视节目菜单, 将用户频道行为数据转换为用户频道节目分类信 息包括 :
     A21, 拆分电视节目菜单为电视节目播放时刻表以及电视节目分类太阳城集团表 ;
     本步骤中, 对电视节目菜单进行分解, 拆分为电视节目播放时刻表以及电视节目 分类太阳城集团表, 并存入数据库中。其中,
     电视节目播放时刻表记录过去至未来一段太阳城集团内的电视节目播放太阳城集团, 通过将电 视节目播放时刻表记录的过去太阳城集团的节目播放太阳城集团与用户频道行为数据结合后, 可以得到 该用户观看的频道太阳城集团以及观看的电视节目太阳城集团, 电视节目播放时刻表中未来太阳城集团段的节 目播放太阳城集团用于在后续流程中, 向用户推荐电视节目。
     电视节目播放时刻表包括 : 电视节目、 开始播放太阳城集团、 结束播放太阳城集团以及所属的频 道等太阳城集团。
     表 4 为拆分得到的电视节目播放时刻表。
     表4
     电视节目
     电视节目
     频道 分类 开始播放太阳城集团 结束播放太阳城集团 频道表 5 为拆分得到的电视节目分类太阳城集团表, 包括 : 电视节目、 频道以及分类等太阳城集团。 表5表 5 中, 分类太阳城集团可通过解析抓取的电视节目菜单获取, 例如, 分类太阳城集团可以包 括: 综艺娱乐、 影视天地、 体坛风云、 新闻时事以及其他节目等。
     A22, 按照拆分的电视节目时刻表中包含的太阳城集团, 对用户频道行为数据进行切片, 结合拆分的电视节目分类表, 生成用户频道节目分类太阳城集团。
     本步骤中, 从数据库中读取存储的各用户的频道行为数据, 并按照电视节目播放 时刻表 (表 4) 中包含的太阳城集团 (开始播放太阳城集团以及结束播放太阳城集团) 进行切片, 转换为用户观看 每一电视节目的太阳城集团 ; 同时, 结合电视节目分类太阳城集团表 (表 5) , 组合成用户频道节目分类信 息表 (表 6) , 并将该用户频道节目分类太阳城集团表上传至文件服务器中。 用户频道节目分类太阳城集团包括 : 用户名、 频道、 电视节目、 分类、 开始太阳城集团、 结束太阳城集团 等太阳城集团, 当然, 还可以根据结束太阳城集团和开始太阳城集团计算观看时长。
     表 6 为根据频道行为数据生成的用户频道节目分类太阳城集团表。
     表6
     用户名
     频道 电视节目 分类 开始太阳城集团 结束太阳城集团 观看时长本步骤中, 按照拆分的电视节目时刻表中包含的太阳城集团, 对用户频道行为数据进行 切片包括 :
     查询用户频道行为数据中的开始观看太阳城集团以及结束观看太阳城集团,如果记录的电视节目开始观看太阳城集团小于或等于电视节目时刻表中的开始播放时 间, 转换后的开始太阳城集团设置为电视节目开始播放太阳城集团, 否则, 转换后的开始太阳城集团设置为用户 开始观看太阳城集团 ;
     如果记录的电视节目结束观看太阳城集团大于电视节目时刻表中的结束播放太阳城集团, 转换 后的结束太阳城集团设置为电视节目结束播放太阳城集团, 否则, 转换后的结束太阳城集团设置为用户结束观 看太阳城集团。
     本步骤中, 如果电视节目开始观看太阳城集团小于或等于电视节目时刻表中的开始播放 太阳城集团, 表明用户在当前频道观看时, 该频道在此时还未进行节目播放, 例如, 当前频道正在 播放广告或停止播放, 则可以根据预先设置的策略, 例如, 预先设置的策略将广告播放太阳城集团 计算在内, 则表 6 中转换后的开始太阳城集团为用户实际观看该频道的太阳城集团, 即表 1 中记录的开始 观看太阳城集团, 当然, 如果预先设置的策略是将广告播放太阳城集团不计算在内, 则表 6 中, 转换后的 开始太阳城集团设置为电视节目开始播放太阳城集团, 即表 3 中记录的开始播放太阳城集团。
     同样地, 如果用户的频道行为数据中, 记录的电视节目结束观看太阳城集团大于表 4 中 的结束播放太阳城集团, 表明用户在该电视节目还未放完毕后, 还在观看, 例如, 当前频道正在播 放广告或停止播放, 则表 6 中转换后的结束太阳城集团, 根据预先设置的不同策略, 可以设置为用 户实际观看该频道的太阳城集团, 即表 1 中记录的结束观看太阳城集团, 也可以设置为电视节目结束播 放太阳城集团, 即表 3 中记录的结束播放太阳城集团。对于电视节目结束观看太阳城集团小于或等于表 4 中的 结束播放太阳城集团的情形, 表明用户在该电视节目还未播放完毕时, 就已结束观看, 则表 6 中转 换后的结束太阳城集团为用户实际结束观看该频道的太阳城集团, 即表 1 中记录的结束观看太阳城集团。 图 3 为本发明实施例获取电视节目菜单的流程示意图。参见图 3, 该流程包括 :
     步骤 301, 按照预先设置的太阳城集团周期扫描电视节目菜单文件夹 ;
     本步骤中, 电视节目菜单可通过向第三方发送获取电视节目菜单请求, 获取从第 三方下发的电视节目菜单。 较佳地, 在发送的获取电视节目菜单请求中, 还可以携带电视节 目菜单所在的太阳城集团段太阳城集团, 该太阳城集团段太阳城集团包括当前太阳城集团前一段太阳城集团太阳城集团以及当前太阳城集团后一 段太阳城集团太阳城集团。
     步骤 302, 判断电视节目菜单文件夹中是否存在电视节目菜单文件, 如果是, 执行 步骤 303, 否则, 执行步骤 312 ;
     步骤 303, 读取电视节目菜单文件夹, 并对包含的电视节目菜单文件进行排序 ;
     步骤 304, 对排序的电视节目菜单文件进行判断, 如果该文件被处理过, 返回执行 步骤 303, 否则, 执行步骤 305 ;
     步骤 305, 解析电视节目菜单文件 ;
     步骤 306, 判断解析的电视节目菜单文件是否存在记录, 如果是, 执行步骤 307, 否 则, 执行步骤 321 ;
     步骤 307, 将电视节目菜单拆分为电视节目播放时刻表以及电视节目分类太阳城集团 表;
     步骤 308, 判断是否已存储有电视节目播放时刻表, 如果是, 执行步骤 309a, 否则, 执行步骤 309b ;
     步骤 309a, 以拆分的电视节目播放时刻表更新存储的电视节目播放时刻表 ;
     步骤 309b, 新增拆分的电视节目播放时刻表 ;
     步骤 310, 判断是否已存储有电视节目分类太阳城集团表, 如果是, 以拆分的电视节目分 类太阳城集团表更新存储的电视节目分类太阳城集团表, 返回执行步骤 306, 如果否, 执行步骤 311 ;
     步骤 311, 新增拆分的电视节目分类太阳城集团表, 返回执行步骤 306 ;
     步骤 312, 移动过期电视节目菜单, 进入休眠状态, 返回执行步骤 301 ;
     步骤 321, 删除该频道非本次更新的节目记录, 返回执行步骤 302。
     步骤 202, 根据该用户频道节目分类太阳城集团以及接收的其他用户频道节目分类太阳城集团, 分别计算该用户频道分类关联权值、 频道分类节目太阳城集团分布权值以及频道分类节目观看权 值;
     本步骤中, 如果观看某一频道分类下的电视节目的用户数越多、 且被该用户观看 的次数越多, 表明该频道分类下的电视节目在满足大众用户需求的基础上, 还能满足用户 的个性化需求, 推荐该电视节目, 越能被该用户接受, 推荐的效率也就越高。
     其中, 计算该用户频道分类关联权值具体包括 :
     A31, 根据该用户频道节目分类太阳城集团以及其他用户频道节目分类太阳城集团, 统计各频道 分类的所有用户观看次数 ;
     本步骤中, 频道分类的观看次数是指各用户在统计的太阳城集团周期内, 观看该频道分 类的总次数。
     A32, 根据各频道分类的所有用户观看次数, 获取每两个频道分类同时出现的所有 用户观看次数 ;
     本步骤中, 两个频道分类同时出现的次数用于表示两个频道分类之间的关联关 系, 也就是说, 在预先设置的太阳城集团段内, 如果用户观看了频道 A, 则同时还观看频道 B 的可能 性。
     两个频道同时出现的次数, 即在预设太阳城集团段内, 用户观看的各频道的交集, 举例来 说, 如果所有用户在预设太阳城集团段内, 观看频道 1 的次数为 5 次, 观看频道 2 的次数为 3 次, 观 看频道 3 的次数为 4 次, 则频道 1 和频道 2 同时出现的次数为 3 次 ; 频道 1 和频道 3 同时出 现的次数为 4 次 ; 频道 2 和频道 3 同时出现的次数为 3 次 ; 频道 1 和频道 1 同时出现的次数 为 5 次。
     A33, 根据该用户频道节目分类太阳城集团, 统计各频道分类的该用户观看次数 ;
     A34, 根据获取的每两个频道分类同时出现的所有用户观看次数以及各频道分类 的该用户观看次数, 获取该用户频道分类关联权值。
     本步骤中, 抽取获取的每两个频道分类同时出现的所有用户观看次数, 形成矩阵, 抽取各频道分类的该用户观看次数, 形成另一矩阵, 将两矩阵相乘, 得到该用户各频道分类 关联权值矩阵。
     实际应用中, 采用 MapReduce 算法, 将上述每两个频道分类同时出现的所有用户 观看次数以及各频道分类的该用户观看次数转换为矩阵, 采用共现矩阵计算方式, 计算出 频道分类关联权值矩阵。太阳城集团该步骤, 后续再进行详细描述。
     较佳地, 在得到该用户各频道分类关联权值矩阵后, 可以进行归一化处理, 即进行 [0, 1] 区间的规范化。例如, 以频道分类关联权值矩阵为例, 设第 i 个频道分类关联权值为 xi, 对序列 x1, x2, ..., xn 进行变换 :则新序列 y1, y2, ..., yn ∈ [0, 1] 且无量纲, 其中, yi 为第 i 个频道分类关联归一 化权值。
     计算频道分类节目太阳城集团分布权值具体包括 :
     A41, 以预设太阳城集团为单位分割预先设置的太阳城集团周期, 计算各频道分类在分割的各时 间段内的所有用户观看次数 ;
     本步骤中, 频道分类节目太阳城集团分布权值计算的计算维度为频道分类、 太阳城集团段、 观看 次数, 例如, 以 15 分钟为单位分割预先设置的太阳城集团周期, 计算各频道分类在分割的各太阳城集团 段内的观看次数, 观看次数集中的太阳城集团段即为热播太阳城集团段。
     A42, 根据分割的各太阳城集团段内的观看次数分布, 以及各频道分类下电视节目的播放 太阳城集团, 计算各频道分类下的各电视节目对应的频道分类节目太阳城集团分布权值。
     本步骤中, 从电视节目播放时刻表中获取电视节目的播放太阳城集团太阳城集团, 根据各频道 分类下电视节目的播放太阳城集团, 查询分割的各太阳城集团段内的观看次数分布, 获取各频道分类下 的各电视节目对应的太阳城集团段内的平均观看次数, 作为频道分类节目太阳城集团分布权值。
     较佳地, 如前所述, 可以根据如前所述的归一化公式, 对获取的频道分类节目太阳城集团 分布权值进行归一化处理, 得到频道分类节目太阳城集团分布归一化权值。即在预先设置的太阳城集团 段内, 获取电视节目播放太阳城集团范围内所有太阳城集团段的观看次数的平均值, 进行归一化处理, 得 到频道分类节目太阳城集团分布归一化权值。
     计算频道分类节目观看权值包括 :
     统计用户频道节目分类太阳城集团中, 频道分类下各电视节目的所有用户观看次数信 息, 作为频道分类节目观看权值。
     本步骤中, 根据用户频道节目分类太阳城集团表中各用户观看电视节目的太阳城集团, 汇总各 频道分类下各电视节目对应的所有用户观看次数太阳城集团。
     本发明实施例中, 假设电视节目 P 的播放太阳城集团段为 : 8 ∶ 00 ~ 9 ∶ 00, 如果用户 A 观看电视节目的太阳城集团段为 : 8 ∶ 05 ~ 8 ∶ 15、 8 ∶ 35 ~ 9 ∶ 00, 则汇总的电视节目 P 观看 次数为 2, 然后, 统计每一电视节目在预设太阳城集团段内被所有用户观看的次数。
     较佳地, 可以根据如前所述的归一化公式, 对获取的各电视节目的所有用户观看 次数太阳城集团进行归一化处理, 得到节目观看归一化权值。
     步骤 203, 根据预先设置的电视节目权值计算公式, 以及, 该用户频道分类关联权 值、 频道分类节目太阳城集团分布权值以及频道分类节目观看权值, 获取各频道分类下的电视节 目权值 ;
     本步骤中, 电视节目权值计算公式为 :
     φ = ξ1xρ+ξ2xλ+ξ3xκ
     式中,
     φ 为电视节目权值, 也就是电视节目综合评分 ;
     ξ1、 ξ2、 ξ3 分别为权重系数 ;
     ρ 为该用户频道分类关联权值 ;
     λ 为频道分类节目太阳城集团分布权值 ;
     κ 为频道分类节目观看权值。
     其中, 权重系数可以采用层次分析法来确定, 该方法已经在指标权重系数的确定 方法中被广泛的应用, 具体可参见相关技术文献, 在此不再复述。
     当然, 实际应用中, 如前所述, 如果进行了归一化处理, 则电视节目权值计算公式 中, ρ、 λ 以及 κ 分别采用相应的归一化数值。
     步骤 204, 根据获取的各频道分类下的电视节目权值, 选取权值最高的频道分类对 应的电视节目, 生成推荐列表, 向用户推荐。
     本步骤中, 同一电视节目, 在不同的频道分类下, 具有不同的权值, 本发明实施例 中, 从中选取权值最高的电视节目所在的频道分类。
     实际应用中, 为了减少电视节目的动态更新导致无法观看到推荐的电视节目的情 形, 本发明实施例中, 进一步包括 :
     从电视节目播放时刻表中, 获取当前太阳城集团后所述权值最高的频道分类播放的该电 视节目的太阳城集团太阳城集团, 携带在推荐列表中。这样, 在电视节目播放时刻表中找到该频道分类 N 天的电视节目及播放时刻, 可以保障用户能观看到推荐的电视节目。
     较佳地, 在选取权值最高的电视节目及该电视节目所在的频道后, 生成推荐列表 之前, 该方法还可以进一步包括 : 步骤 205, 按照权值进行排序, 提取排序前预定数目的电视节目及该电视节目所在 的频道。
     由上述可见, 本发明实施例的推荐电视节目的方法, 根据电视节目菜单对接收的 用户频道行为数据进行转换, 生成用户频道节目分类太阳城集团 ; 根据该用户频道节目分类太阳城集团 以及接收的其他用户频道节目分类太阳城集团, 分别计算该用户频道分类关联权值、 频道分类节 目太阳城集团分布权值以及频道分类节目观看权值 ; 根据计算得到的结果获取各频道分类下的电 视节目权值 ; 选取权值最高的频道分类对应的电视节目, 生成推荐列表, 向用户推荐。这 样, 生成的推荐电视节目包含用户观看次数较多的电视节目, 与用户的个性化需求相符, 从 而提高了电视节目的推荐效率 ; 进一步地, 推荐的电视节目, 其播放太阳城集团以及频道是根据电 视节目菜单生成的, 能够保障用户观看到推荐的电视节目 ; 而且, 采用频道分类进行相关计 算, 避免了节目变动, 由于频道分类包含有多个电视节目, 也使得频道分类的矩阵计算量大 大减少, 提高了计算效率。具体来说, 其有益效果包括 :
     1. 避免由于电视节目的变更或新增无法进行推荐, 通过频道分类排行, 解决了新 增的电视节目由于无历史数据无法进行推荐的问题。
     2. 在进行关联计算时, 以频道分类生成的矩阵, 相对于以用户生成的矩阵以及以 电视节目生成的矩阵, 具有相对稳定的特点, 易于采用分布式计算的技术实现 ; 同时相对于 频繁的计算, 也可以提高计算效率, 从而提高关联的准确度。
     3. 在计算推荐给用户的电视节目时, 频道分类节目太阳城集团分布权值是所有用户观看 频道的社会化的共性体现, 从而结合了多个用户的社会化和单个用户的个性化, 使得推荐 的电视节目更为准确。
     4. 在实际应用过程中, 电视节目是动态变化的, 该方法在每次推荐时, 利用当前获 取的电视节目播放时刻表进行推荐节目的计算, 避免电视节目动态变化的影响, 具有实时 性, 保证了推荐结果的准确性。
     图 4 为本发明实施例推荐电视节目的装置结构示意图。参见图 4, 该装置包括 : 用 户频道节目分类模块、 计算模块、 电视节目权值获取模块以及电视节目推荐模块, 其中,
     用户频道节目分类模块, 用于接收用户频道行为数据, 根据预先获取的电视节目 菜单, 将用户频道行为数据转换为用户频道节目分类太阳城集团 ;
     计算模块, 用于根据用户频道节目分类模块中的该用户频道节目分类太阳城集团以及接 收的其他用户频道节目分类太阳城集团, 分别计算该用户频道分类关联权值、 频道分类节目太阳城集团 分布权值以及频道分类节目观看权值 ;
     电视节目权值获取模块, 用于根据预先设置的电视节目权值计算公式, 以及计算 模块中的该用户频道分类关联权值、 频道分类节目太阳城集团分布权值以及频道分类节目观看权 值, 获取各频道分类下的电视节目权值 ;
     电视节目推荐模块, 用于根据获取的各频道分类下的电视节目权值, 选取权值最 高的频道分类对应的电视节目, 生成推荐列表, 向用户推荐。
     较佳地, 该装置进一步包括 :
     权值排序模块, 用于按照权值进行排序, 提取排序前预定数目的电视节目及该电 视节目所在的频道。 实际应用中, 该装置还可以进一步包括 :
     频道行为数据过滤模块, 用于抓取用户观看电视节目的频道行为数据, 获取频道 的结束观看太阳城集团与开始观看太阳城集团的太阳城集团差, 如果获取的太阳城集团差小于预先设置的频道驻留时 间阈值, 删除该频道行为数据, 然后输出至用户频道节目分类模块。
     其中,
     用户频道节目分类模块包括 : 用户频道行为数据接收单元、 拆分单元以及用户频 道节目分类太阳城集团生成单元 (图中未示出) , 其中,
     用户频道行为数据接收单元, 用于接收用户频道行为数据 ;
     拆分单元, 用于拆分电视节目菜单为电视节目播放时刻表以及电视节目分类太阳城集团 表;
     用户频道节目分类太阳城集团生成单元, 用于按照拆分的电视节目时刻表中包含的时 间, 对用户频道行为数据接收单元接收的用户频道行为数据进行切片, 结合拆分的电视节 目分类表, 生成用户频道节目分类太阳城集团。
     计算模块包括 : 用户频道分类关联权值计算单元、 频道分类节目太阳城集团分布权值计 算单元以及频道分类节目观看权值计算单元 (图中未示出) , 其中,
     用户频道分类关联权值计算单元, 用于根据该用户频道节目分类太阳城集团以及其他用 户频道节目分类太阳城集团, 统计各频道分类的所有用户观看次数 ; 根据各频道分类的所有用户 观看次数, 获取每两个频道分类同时出现的所有用户观看次数 ; 根据该用户频道节目分类 太阳城集团, 统计各频道分类的该用户观看次数 ; 根据获取的每两个频道分类同时出现的所有用 户观看次数以及各频道分类的该用户观看次数, 获取该用户频道分类关联权值。
     本发明实施例中, 采用 MapReduce 算法, 将上述每两个频道分类同时出现的所有 用户观看次数以及各频道分类的该用户观看次数转换为矩阵, 采用共现矩阵计算方式, 计 算出频道分类关联权值矩阵。
     频道分类节目太阳城集团分布权值计算单元, 用于以预设太阳城集团为单位分割预先设置的时
     间周期, 计算各频道分类在分割的各太阳城集团段内的所有用户观看次数 ; 根据分割的各太阳城集团段 内的观看次数分布, 以及各频道分类下电视节目的播放太阳城集团, 计算各频道分类下的各电视 节目对应的频道分类节目太阳城集团分布权值 ;
     频道分类节目观看权值计算单元, 用于统计用户频道节目分类太阳城集团中, 频道分类 下各电视节目的所有用户观看次数太阳城集团, 作为频道分类节目观看权值。
     较佳地, 该计算模块进一步包括 :
     归一化计算单元, 用于接收用户频道分类关联权值计算单元、 频道分类节目太阳城集团 分布权值计算单元以及频道分类节目观看权值计算单元输出的太阳城集团, 进行归一化处理后输 出至电视节目权值获取模块。
     图 5 为本发明实施例推荐电视节目的装置另一结构示意图。参见图 5, 该装置包 括: 用户频道行为数据抓取模块、 电视节目菜单抓取模块、 第一数据库模块、 转换模块、 第二 数据库模块、 计算模块、 分布式文件系统模块、 监控模块以及推荐模块, 其中,
     通过用户频道行为数据抓取模块抓取用户频道行为数据, 并输出至第一数据库模 块进行存储 ; 通过电视节目菜单抓取模块抓取电视节目菜单, 输出至第一数据库模块进行 存储 ; 转换模块读取第一数据库模块中存储的数据, 根据计算模块所需要的数据格式, 对第 一数据库模块中的数据进行转换并进行简单统计汇总, 包括用户频道行为数据拆分以及汇 总电视节目观看次数太阳城集团, 输出至监控模块以及第二数据库模块 ; 监控模块用于监控文件 服务器 (该装置) 指定的文件路径, 将文件路径中包含的文件, 即对用户频道行为数据进行 拆分后形成的文件, 加载至分布式文件系统 (HDFS, Hadoop Distributed File System) 模 块中, 加载后通知计算模块进行增量计算, 同时记录通知结果。
     本发明实施例中, 为了能够将文件以增量的方式加载至 HDFS 模块中, 设置拆分后 形成的文件体现增量顺序, 即文件的命名采用 “文件名称 + 太阳城集团 + 序列号” 方式。其中, 时 间采用 6 位的字符串, 序列号以天为单位, 表示该文件为当天生成的第几个文件。
     对于加载成功的文件进行备份并记录加载日志 ; 对于加载失败的文件, 进行重试 加载, 多次重试后, 重试加载失败的文件不进行备份, 并记录加载日志。
     对于加载失败的情形, 监控模块开启单独的线程进行通知。
     图 6 为本发明实施例加载文件的流程示意图。参见图 6, 该流程包括 :
     步骤 601, 按照预先设置的太阳城集团周期扫描指定文件路径中包含的文件 ;
     本步骤中, 文件即对用户频道行为数据进行拆分后形成的文件, 该文件存储在指 定文件路径中。
     步骤 602, 判断是否有新增文件, 如果有, 执行步骤 603, 否则, 置于休眠状态, 在下 一个太阳城集团周期到来时, 返回执行步骤 601 ;
     步骤 603, 获取指定文件路径中包含的文件列表 ;
     步骤 604, 对文件列表进行升序处理 ;
     步骤 605, 判断是否有未加载的文件, 如果是, 执行步骤 606, 否则, 执行步骤 611 ;
     步骤 606, 将未加载的文件加载至 HDFS 模块 ;
     步骤 607, 判断加载是否成功, 如果是, 执行步骤 608, 否则, 执行步骤 621 ;
     步骤 608, 移动该加载的文件至备份路径中 ;
     步骤 609, 记录加载日志, 返回执行步骤 605 ;步骤 611, 通知计算模块进行增量计算 ;
     步骤 612, 记录通知结果 ;
     步骤 621, 判断是否超过预先设置的重试加载次数, 如果是, 执行步骤 609, 否则, 返回执行步骤 606。
     计算模块, 用于根据加载至分布式文件系统模块中文件包含的数据, 进行关联性 计算, 并输出至推荐模块, 最后由推荐模块根据预先计算好的数据模型以及用户的当前频 道行为数据, 生成推荐的电视节目。
     本发明实施例中, 计算模块分为三部分 : 消息监控、 关系计算、 个性化计算。 在关系 计算和个性化计算中, 较佳地, 使用映射化简 (MapReduce) 云计算的方式。其中,
     MapReduce 通过主机, 即文件服务器, 将对数据集的大规模操作分发给集群系统 中的每个工作节点 (Worker) , 包括映射工作节点 (Map Worker) 以及化简工作节点 (Reduce Worker) , 即上报用户频道行为数据的各客户端, 各节点周期性地向主机返回完成的工作和 状态太阳城集团。
     集群中的每个节点上都运行一个独立的 Mapper 程序实例, 程序中包含一个特殊 的副本, 即主机 (Master) , 剩余的其它副本被分配给 Master 管理的工作节点 (Worker) , Master 用于管理空闲的 Worker 并将映射 (Map) 任务、 和 / 或, 化简 (Reduce) 任务分配给 Worker, Worker 用于完成映射任务以及化简任务, 包括映射工作节点 (Map Worker) 以及化 简工作节点 (Reduce Worker) 。
     Map Worker, 用于接收主机下发的拆分后的数据块, 为每个输入的数据块设置键 值 (key/value) 对, 然后, 唤醒用户自定义的 Map 函数进行 Map 计算, 并将 Map 函数产生的 Map 结果缓存在临时存放的内存中, 然后写入磁盘, 并将写入磁盘的 Map 结果的物理地址传 送给 Master, 以便于 Master 将 Map 结果分配给空闲的 Reduce Worker 执行 Reduce 任务。
     Reduce Worker, 当用户远程调用由 Map Worker 处理的缓存 Map 结果数据时, 通知 Reduce Worker ; 当 Reduce Worker 读取了所有的中间数据时, 汇集所有相同中间键的数据 ; 采用并行处理 Reduce 任务, 预先进行排序处理, 以避免多个不同的键映射到相同的任务中 的情形 ; 每个用户的每个唯一键和该用户相应的数据均通过 Reduce Worker 传递给 Reduce 函数 ; 将 Reduce 函数的输出写入分布式文件系统中。
     在所有的 Map 和 Reduce 函数运行结束后, Master 将控制权发送给客户端。
     本发明实施例中, 分布式计算系统采用 MapReduce 方式, 该系统的逻辑结构由 NameNode、 JobTrackers、 DataNode 以及 TaskTrackers 组成。
     其中, JobTrackers 以及 TaskTrackers 为 MapReduce 的引擎, 并以 JobTracker 为 主, 进行工作任务分配以及负责与用户程序通信 ; NameNode 负责管理文件系统名称空间和 控制外部客户机的访问 ; NameNode 决定是否将文件映射到 DataNode 上的复制块上。其中, NameNode 和 JobTrackers 只能有一个, 而 DataNode 以及 TaskTrackers 可以根据部署的需 要, 配置一个或者多个。
     图 7 为本发明实施例分布式计算处理流程示意图。参见图 7, 该流程包括 :
     步骤 701, 将数据加载至 HDFS 模块 ;
     步骤 702, HDFS 模块将任务输入给 JobTrackers ;
     步骤 703, JobTrackers 分配任务 ;本步骤中, JobTrackers 将任务分配给各节点。
     步骤 704, DataNode 读取 HDFS 数据块 ;
     步骤 705, Mapper 处理数据 ;
     步骤 706, 输出中间结果至本地磁盘 ;
     步骤 707, 通知 TaskTrackers 任务结束以及中间结果的数据路径 ;
     步骤 704 至步骤 707 通过 Mapper worker 执行。
     步骤 708, TaskTrackers 监控分配的各任务 ;
     步骤 709, 读取中间数据 ;
     步骤 710, Reduce worker 处理中间数据 ;
     步骤 711, 输出中间结果至本地磁盘 ;
     步骤 712, 通知 TaskTrackers 任务结束以及中间结果的数据路径 ;
     步骤 710 至步骤 712 通过 Reduce worker 执行。
     步骤 713, TaskTrackers 监控所有任务完成后, 通知 JobTrackers。
     消息监控 : 用于实时接收通知消息, 将接收到的文件加入待计算的队列中, 等待计 算部分进行关系计算。本发明实施例中, 消息监控采用内存与数据库同步的方式, 即当前 处理时, 从内存的队列中读取数据, 处理后从队列中移除该数据, 同时修改其数据库中的状 态, 例如, 移表或置标记位。也就是说, 在当前处理时, 将接收的文件写入数据库, 携带未处 理标识, 在进行计算后, 将该未处理标识更新为已处理标识, 这样, 在出现故障时, 可以根据 数据库存储的文件标识进行加载, 可以避免多次访问数据库。 实际应用中, 数据库中存储的 数据相当于是数据副本, 一旦出现故障可以通过副本进行恢复, 副本携带是否已经处理过 的标记, 标记的方式可以采用分表存储或者标记位。
     关系计算, 包括该用户频道分类关联权值计算, 当待计算的队列中存在待处理的 文件时, 启动关系计算流程。即获取待计算的文件列表, 对于每一个待计算的文件, 进行计 算, 然后将计算结果更新至第二数据库模块中。
     图 8 为本发明实施例关系计算流程示意图。参见图 8, 该流程包括 :
     步骤 801, 判断待计算的队列是否为空, 如果是, 置于休眠状态, 在下一太阳城集团周期继 续进行判断, 否则, 执行步骤 802 ;
     实际应用中, 还可以将待计算的队列中待处理的文件列表依序进行合并, 合并成 一个待处理的文件。
     步骤 802, 将文件内容转换为预先设置的格式, 例如, > 格式。
     步骤 803, 汇总统计每两个频道分类共同出现的次数 ;
     本步骤中, 将表 6 中的频道、 分类合并为唯一属性, 即频道分类, 例如, CCTV1 新闻。 抽取所有频道分类, 逐个成对在表 6 中查找本对频道分类被同一用户同时观看的次数, 总 次数即共同出现的频率, 依此来反映这两个频道分类的关系。
     步骤 804, 更新频道分类关系数据库 ;
     本步骤中, 频道分类本身作为一个属性存在, 例如, CCTV1 新闻、 CCTV1 动画等, 频 道分类关系为两者共同出现的频率。
     如果该对频道分类的关系数据已存在, 则追加次数, 否则将该对频道分类的关系 数据记入数据库。如前所述, 如果合并成一个待处理的文件, 则可以采用 MapReduce 的云计算的方 式实现步骤 802 至步骤 804。 这样, 当文件堆积时, 可以提高频道分类关系计算的处理效率 ; 或者, 当计算部分采用定时处理时, 也可以提高效率。
     步骤 803 至步骤 804 用于完成频道分类关系计算。
     步骤 805, 将该文件从待计算的队列中移除, 并修改数据库中该文件的处理状态。
     个性化计算, 包括频道分类节目太阳城集团分布权值计算以及频道分类节目观看权值计算。
     其中, 频道分类节目太阳城集团分布权值计算的计算维度为频道、 太阳城集团段、 所有用户观看 次数, 具体来说, 按照预先设置的太阳城集团周期 (定时) 计算用户近 N 天 /M 月观看频道的太阳城集团分 布; 将 24 小时按照固定太阳城集团长度进行切段, 汇总每个太阳城集团段内的用户观看次数。
     图 9 为本发明实施例用户频道分类关联权值计算流程示意图。 参见图 9, 该流程包括 :
     步骤 901, 读取频道分类太阳城集团 ;
     步骤 902, 加载至 HDFS 模块中 ;
     步骤 903, 汇总用户频道分类 ;
     步骤 904, 将频道分类太阳城集团转换为矩阵 ;
     本步骤中, 频道分类太阳城集团存储在第一数据库模块中。
     步骤 905, 计算用户频道分类关联权值 ;
     本步骤中, 用户频道分类关联权值是指用户看了或者没有看过的频道分类的一个 排行。例如, 用户观看了 CCTV1 新闻, 则与该 CCTV1 新闻频道分类相关的 CCTV13 新闻频道 分类可能是用户喜欢的。
     步骤 906, 将结果存储至第二数据库模块中。
     其中, 步骤 902 和步骤 904 可采用 MapReduce 的分布式计算的方式实现。
     推荐模块, 用于上述的计算结果, 生成推荐的电视节目。
     图 10 为本发明实施例推荐模块生成推荐的电视节目流程示意图。 参见图 10, 该流 程包括 :
     步骤 1001, 获取当前频道和用户太阳城集团 ;
     步骤 1002, 将获取的当前频道和用户太阳城集团转换为频道分类太阳城集团 ;
     步骤 1003, 获取该用户当前频道分类的关联频道分类 ;
     本步骤中, 根据当前频道对应的节目分类获取关联频道分类。
     步骤 1004, 将获取的关联频道分类转换为电视节目 ;
     本步骤中, 获取每个关联频道分类对应的电视节目。
     步骤 1005, 查询得到该用户的行为分布太阳城集团 ;
     本步骤中, 如果关联频道分类对应的电视节目数为多个时, 由于推荐提供的是 N 天的电视节目, 以供用户预约或者切换, 而频道节目本身也会存在同一个分类有多个电视 节目。 因此, 在计算推荐的电视节目时, 需要考虑用户的行为分布太阳城集团以及节目自身的被关 注的程度, 即频道分类节目太阳城集团分布权值。
     步骤 1006, 查询得到关联频道分类对应的各电视节目的观看次数, 即频道分类节 目观看权值 ;
     步骤 1007, 根据预先设置的排序公式计算各电视节目的排名, 即各频道分类下的 电视节目权值 ;步骤 1008, 将排名前预先设置数的电视节目作为推荐的电视节目, 推送给用户。
     本步骤中, 将排名前 N 的电视节目推荐给用户。若该用户近期没有观看频道, 则将 该用户的所在地区排名靠前的频道分类作为该用户的喜好, 并推荐给用户。
     以下举一具体实施例, 对本发明推荐电视节目的方法作详细说明。
     1、 用户频道行为数据抓取 :
     初始的用户频道行为数据中存在选台等无效数据, 可设置过滤条件, 例如, 设置频 道驻留太阳城集团阈值进行过滤, 举例来说, 设置频道驻留太阳城集团阈值为 5 分钟, 对初始的用户频道 行为数据过滤后, 得到有效的用户频道行为数据。
     表 7 记录的为用户 A、 用户 B 及用户 C 在某一段太阳城集团内初始的用户频道行为数据。
     表7
     表 7 中, 通过获取用户初始的用户频道行为数据, 可以了解用户行为太阳城集团, 获取用 户在过去一段太阳城集团内的行为数据。 如果设置频道驻留太阳城集团阈值为 5 分钟, 则表 7 中, 以加粗、 斜体记录的用户频道行为数据将被过滤掉, 即有效的用户频道行为数据为不包括表 7 中以 加粗、 斜体记录的用户频道行为数据。
     2、 电视节目菜单抓取 :
     电视节目菜单从第三方平台上按照预先设置的太阳城集团周期进行抓取。
     抓取的电视节目菜单为某一段太阳城集团内的最新节目数据, 将抓取的电视节目菜单与 存储的电视节目菜单进行比较, 如果抓取的电视节目菜单与存储的电视节目菜单不一致, 则更新存储的电视节目菜单中相应的节目数据, 否则, 存储该抓取的电视节目菜单。
     本发明实施例中, 在对抓取的电视节目菜单进行存储后, 再对存储的电视节目菜 单进行分割, 分割为电视节目播放时刻表、 电视节目类型表以及电视节目分类太阳城集团表等。 其 中, 电视节目播放时刻表记录过去至未来一段太阳城集团内的电视节目播放太阳城集团, 通过将电视节 目播放时刻表记录的过去太阳城集团的节目播放太阳城集团与用户频道行为数据结合后, 可以得到该用 户观看的频道太阳城集团, 电视节目播放时刻表中未来太阳城集团段的节目播放太阳城集团用来后续向用户推 荐电视节目。
     表 8 为分割得到的示意性电视节目播放时刻表。
     表8
     分类标识 200 201 分类 综艺娱乐 影视天地 23表 9 为分割得到的电视节目类型表, 包括分类标识太阳城集团以及分类太阳城集团。 表体坛风云 新闻时事 其他节目表 10 为分割得到的电视节目分类太阳城集团表。 表 10
     3、 用户频道行为数据转换 :
     1) 、 用户频道行为数据拆分 :
     将用户观看频道的开始观看太阳城集团、 结束观看太阳城集团按照电视节目太阳城集团, 即开始播放 太阳城集团以及结束播放太阳城集团, 转换为每个电视节目的实际开始观看太阳城集团、 时长, 生成用户频道节 目分类太阳城集团表。
     以太阳城集团段 2012-7-18 ∶ 00 ~ 9 ∶ 30 为例, 根据表 7 得到的用户频道节目分类信 息表如表 11 所示。
     表 11
     2) 、 汇总电视节目观看次数
     本发明实施例中, 假设电视节目 P 的播放太阳城集团段为 : 8 ∶ 00 ~ 9 ∶ 00, 如果用户 A 观看电视节目的太阳城集团段为 : 8 ∶ 05 ~ 8 ∶ 15、 8 ∶ 35 ~ 9 ∶ 00, 则汇总的电视节目 P 观看 次数为 2, 然后, 统计每一电视节目在预设太阳城集团段内被用户观看的次数。
     根据表 11 汇总得到的电视节目观看次数如表 12 所示。
     表 12
     频道 CCTV-1 CCTV-2
     电视节目 第一太阳城集团 新闻早报 观看次数 3 14、 用户频道分类关联权值计算 :
     1) 、 频道分类关联太阳城集团 :
     统计两个频道分类同时出现的次数, 即在预设太阳城集团段内, 用户观看的各频道分类 次数的交集。
     表 13 为统计得到的所有用户示意性的频道分类关联太阳城集团表。
     表 13
     2) 、 归一化频道分类关联太阳城集团, 得到用户频道分类关联权值 :
     本步骤中, MapReduce 将频道分类关联太阳城集团转换为相应的矩阵, 结合用户对频道分 类的观看次数, 采用共现矩阵计算方式, 计算出用户频道分类关联权值。
     将表 13 所示的频道分类关联太阳城集团转换为相应的矩阵为 :
     某一用户对频道分类的观看次数形成的矩阵为 :
     则计算公式为 :
     式中, α1 至 α6 依序为表 13 列中各频道分类的用户频道分类关联权值。 表 14 为计算得到的归一化用户频道分类关联权值表。 表 14用户频道分类关联权值 CCTV-1 影视天地 CCTV-1 其他节目 CCTV-1 综艺娱乐 CCTV-2 新闻时事 CCTV-2 综艺娱乐 CCTV-2 影视天地 0.580 0.000 0.400 1.000 0.113 0.2673) 、 频道分类节目太阳城集团分布权值 :
     本发明实施例中, 首先, 以 15 分钟为单位分割预先设置的太阳城集团段, 计算各频道在 分割的各太阳城集团段内的观看次数, 观看次数集中的太阳城集团段即为热播太阳城集团段。
     表 15 为一段太阳城集团内对 CCTV-2 进行统计得到的观看次数分布表。
     表 15
     频道 CCTV-2 CCTV-2 CCTV-2 CCTV-2 CCTV-2 CCTV-2 分割开始太阳城集团 6 ∶ 00 6 ∶ 15 6 ∶ 30 6 ∶ 45 7 ∶ 00 7 ∶ 15 分割结束太阳城集团 6 ∶ 15 6 ∶ 30 6 ∶ 45 7 ∶ 00 7 ∶ 15 7 ∶ 30 观看次数 25 15 30 56 80 7827CN 102769781 A CCTV-2 CCTV-2
     7 ∶ 30 7 ∶ 45说明书7 ∶ 45 8 ∶ 00 90 9524/25 页本发明实施例中, 采用 MapReduce 分布式进行计算, 能够提高计算性能, 同时, 频 道分类矩阵比较稳定, 可以进行离线计算, 相比较节目矩阵, 降低了关联矩阵的计算量。
     其次, 根据观看次数分布表, 以及各频道分类下电视节目的播放太阳城集团计算该播放 太阳城集团对应的频道分类节目太阳城集团分布权值。
     本步骤中, 从电视节目播放时刻表中获取电视节目的播放太阳城集团太阳城集团, 根据各频道 分类下电视节目的播放太阳城集团, 查询观看次数分布表, 获取该太阳城集团段内的平均观看次数, 根据 归一化公式进行归一化处理, 得到电视节目太阳城集团分布太阳城集团系数。 即在预先设置的太阳城集团段内, 获取电视节目播放太阳城集团范围内所有太阳城集团段的观看次数的平均值, 进行归一化处理, 作为频 道分类节目太阳城集团分布权值。
     表 16 为依据表 15 计算得到的频道分类节目太阳城集团分布权值表。
     表 16
     5、 推荐电视节目 :
     首先, 统计电视节目在各频道分类下的频道分类节目观看权值 ;
     本步骤中, 由于电视节目在不同的频道中, 其播放太阳城集团点也可能不同, 因而, 对于 不同的频道分类, 对应的频道分类节目观看权值也会不同。则统计该电视节目在不同频道 分类下的观看次数, 并进行归一化处理, 得到电视节目在各频道分类下的频道分类节目观 看权值。
     表 17 为根据表 15 以及表 16 计算得到的频道分类节目观看权值表。
     表 17
     电视节目 新闻早报 新闻调查
     频道分类节目观看权值 0.23 0.1其次, 根据该用户频道分类关联权值、 频道分类节目太阳城集团分布权值以及频道分类 节目观看权值, 得到电视节目分值 ;本步骤中, 电视节目分值计算公式为 : φ = ξ1xρ+ξ2xλ+ξ3xκ 式中, ξ1 = 0.6, ξ2 = 0.3, ξ3 = 0.1 ; 对于新闻早报, ρ = 0.496, λ = 0.22, κ = 0.23 ; 对于新闻调查, ρ = 0.496, λ = 0.12, κ = 0.1。 表 18 为计算得到的电视节目分值表。 表 18电视节目分值 0.6x0.496+0.3x0.22+0.1x0.23 = 0.3866 0.6x0.496+0.3x0.12+0.1x0.1 = 0.3436最后, 从计算得到的各频道分类下的电视节目分值中, 选取分值最高的频道分类 下的电视节目, 向用户推荐。
     本步骤中, 由于同一个电视节目在不同的频道分类下, 具有不同的电视节目分值, 因而, 只需选取其中分值最高的电视节目及所在频道, 作为向用户推荐的电视节目。当然, 实际应用中, 如果向用户推荐的电视节目中, 包含有用户当前观看的电视节目, 则过滤掉当 前电视节目, 避免删除其它太阳城集团点该节目的播出推荐。
     显然, 本领域技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神 和范围。这样, 倘若对本发明的这些修改和变型属于本发明权利要求及其等同技术的范围 之内, 则本发明也包含这些改动和变型在内。

关 键 词:
推荐 电视节目 方法 装置
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
太阳城集团本文
本文标题:推荐电视节目的方法及装置.pdf
链接地址:http://zh228.com/p-6420675.html
太阳城集团我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
葡京赌场|welcome document.write ('');