[发明专利]一种EPG栏目生成方法

说明书

技术领域

本发明涉及数字电视EPG的生成方法，尤其是涉及一种使用户快速查找节目的EPG栏目生成方法。

背景技术

现在通常都使用EPG(Electronic Program Guide，电子节目菜单)来为数字电视提供各种业务的索引和导航，用户利用EPG提供的菜单可以选择自己喜欢的频道，点播自己喜欢的节目，查找各种信息等，在数字电视中起着非常重要的作用。但是，现有EPG的多个频道节目之间没有关联，也没有栏目来描述属于同一系列的节目。这使得管理员在管理EPG的时候没有一个结构化的总体框架，也使得用户不能快速有效地使用EPG查找自己喜欢的节目，可能需要比较长的时间才能找到自己喜欢的节目，甚至会错过。

因此，如何开发一种可关联EPG多个频道并描述属于同一系列的节目的EPG栏目，以帮助管理员管理多个频道的节目并帮助用户快速查找到自己喜欢的节目，已成为目前急需解决的技术难题之一。

发明内容

本发明为解决现有技术EPG的多个频道节目之间没有关联且没有EPG栏目描述属于同一系列的节目，不利于管理和查找的技术问题，提供了一种EPG栏目生成方法。

为解决上述技术问题，本发明采用的技术方案为设计一种EPG栏目生成方法，包括下列步骤：

步骤1：对EPG中的条目进行语法分析，将EPG条目分割为不同的词条并赋予相应的权重；

步骤2：对语法分析的输出结果进行文本聚类，根据词条和其权重计算EPG条目的相似度，并根据预先设定的聚类参数和EPG条目的相似度使用层次聚类法对EPG条目进行文本聚类分析，得到文本聚类结果；

步骤3：最后将文本聚类结果以栏目层次的方式输出新的EPG栏目。

步骤1中所述的语法分析包括词法分析和语法分析，所述词法分析使用lex定义正则表达式实现，所述语法分析使用yacc定义语法规则实现。

步骤2中，在计算EPG条目相似性的时候，将每个条目看作是一个向量，根据权重计算向量的相似度，EPG条目向量之间的相似性由余弦距离表述。

步骤2中，聚类分析过程包括：

(1)将每个EPG条目都作为一类，设为初始状态；

(2)根据EPG条目相似性计算出EPG条目距离，将距离最相近的两个类合并为一个；

(3)重复过程(2)，直到相似性到达一个阈值为止。

文本聚类步骤中合并的EPG条目中的相同词条作为EPG栏目的标题。

步骤3之后还包括用户通过表示层调整聚类参数，并根据调整后的聚类参数再次进行文本聚类的步骤。

本发明通过对EPG条目进行分析，将EPG条目分割为不同的词条并赋予相应的权重，再根据权重和词条计算EPG条目的相似性，并根据预先设定的聚类参数和EPG条目的相似度使用层次聚类法对EPG条目进行文本聚类分析，得到文本聚类结果并将文本聚类结果以栏目层次的方式输出新的EPG栏目来描述属于同一系列的节目，从而非常有利于帮助管理员管理这些不同或相同电视台的节目，也可以帮助用户很快的定位到想看的节目。

附图说明

下面结合实施例和附图对本发明进行详细说明，其中：

图1是本发明EPG栏目生成方法的原理图。

具体实施方式

本发明EPG栏目生成方法的目的是将EPG节目结构化，其主要的技术思想为：在分析了EPG条目特点的基础上得出EPG中的节目信息实际上是由不同词语、数字和符号组合而成的结论(例如：转播CCTV-1新闻联播(6月23日))，从而据此对EPG栏目进行语法分析，将其分割为不同的词条并赋予相应的权重；然后进行文本聚类，找出相似度高的各个词条，这些有层次的词条就是EPG中自动生成的栏目。

请参阅图1。本发明EPG栏目生成方法包括下列步骤：

一、EPG条目的语法分析步骤。

语法组件从EPG库中取出多个电视台的EPG，对其进行并不非常严谨的语法分析，其目的是为了将EPG条目分割为不同的词条，并赋予不同的权重。因为多个电视台的节目可能会存在重复，EPG栏目生成可以帮助管理员管理这些不同或相同电视台的节目，也可以帮助用户很快的定位到想看的节目。

语法的理论是我们将EPG中的条目认为是一种非严谨的词语、数字和符号组织起来的描述，如电视剧：红灯记5、新证券大学堂(晚间版)，语法分析的过程是首先进行词法分析，然后进行语法分析。这里我们将词语(在下面的例子中为汉字，当然也可以为字母或其它语言的文字)和数字作为不同类型的自定义词，“：”和“()”等符号是关键字。如可以表述为：

super term‘：’term---类似电视剧：红灯记；