[发明专利]一种电视节目推荐方法、系统及其实现方法

说明书

技术领域

本发明涉及智能推荐技术领域，尤其涉及一种电视节目推荐方法、系统及其实现方法。

背景技术

智能电视正在逐步成为主流的电视类产品。目前，智能电视会显示电子节目菜单（Electrnic Program Guide EPG），同区域的家庭打开电视看到的电子节目菜单是一样的。用户需要打开自己喜欢的电视节目时，需要不停的换台来确认是否为用户喜欢的节目。因此，不能满足差异化的需求，

现有技术中公开了一些电视节目推荐方法，如现有技术1公开了一种基于人脸识别对电视节目自动分类的方法及其系统：方法包括如下步骤，

A、建立节目分类表；

B、采集多个用户的个人信息，建立用户组合分类表；

C、记录不同用户组合在不同时间段观看电视的节目分类信息和频次信息，获取不同用户组合的观看习惯统计信息；

D、将用户组合列表与观看习惯统计信息进行关联建立观看习惯分类表。

另外，还有现有技术2也公开了一种电视节目推荐方法及系统，其中的方法包括：构建电视节目管理云和用户管理云，确定电视节目资源和用户观看行为方式的关联关系；基于所述电视节目管理云和用户管理云，采取节目聚类和用户聚类的双聚类协同过滤算法，得到推荐结果；根据推荐结果向目标用户进行电视节目推荐。

上述两种方法虽然能够通过采集用户信息，来预测用户的兴趣从而做出推荐，但是仍然存在一定的不足：

现有技术1公开的技术方案通过人脸识别用户，记录不同用户组合的观看记录，通过对用户观看的节目分类信息和频次信息进行分析，向用户推荐他最喜欢的电视节目，一定程度上解决了识别用户和推荐节目的问题，给用户相对友好的体验。但它需要建立用户组合列表，记录不同用户组合的观看记录，分析的指标为该用户组合的节目分类信息、频次信息、观看时间长短，均从该用户组合出发的维度。该方案没有针对单独用户进行信息分析，不贴近用户的真实需求。

现有技术2公开的技术方案从用户自身的维度出发（如目标用户浏览统计信息、目标用户对电视节目显示相似兴趣的用户所喜欢的节目、由节目相似度所决定的推荐列表、目标用户选择节目的历史信息）。但是，该方案仅仅从用户自身的喜好出发，而没有考虑到大众对于节目的喜好即节目热度，在给用户进行节目推荐时，推荐的准确性势必会受到影响。

有鉴于此，现有技术有待改进和提高。

发明内容

鉴于现有技术中的不足，本发明目的在于提供一种电视节目推荐方法、系统及其实现方法。旨在解决现有技术中采用传统方式向用户进行节目推荐时存在的不能满足用户差异化的需求、推荐结果不够准确等问题。

本发明的技术方案如下：

一种电视节目推荐方法，其中，所述推荐方法包括以下步骤：

A、预先存储用户面部信息和与所述面部信息对应的观看习惯统计信息；

B、定时检测观看区域内的用户，识别用户的面部信息，并将识别到的面部信息与预先存储的用户面部信息进行比对，判断是否一致；

C、当识别到的面部信息与预先存储的用户面部信息一致时，获取所述面部信息对应的观看习惯统计信息；

D、根据所述观看习惯统计信息得到节目分类排序列表，并结合当前时间的电子节目列表得出每个分类的当前节目列表；

E、结合当前节目列表与节目热度，获取对用户的最终推荐列表。

优选地，所述的电视节目推荐方法，其中，所述步骤A中观看习惯统计信息包括用户观看节目分类信息、频次信息和观看时间长短。

优选地，所述的电视节目推荐方法，其中，所述观看习惯统计信息的获取采用如下方式：

A1、在一定时间段内，统计与预先存储的用户面部信息对应的各节目分类的命中次数、频次信息和观看时间长短，按照预先设定的规则得到相应的数值，再将所述数值乘以其对应的权重后累加在一起，得到各节目分类的得分；

A2、将各节目分类的得分累加在一起，便得到相应时间段内的所述用户面部信息对应的观看习惯统计信息。

优选地，所述的电视节目推荐方法，其中，在所述步骤B中，当识别到的面部信息与预先存储的用户面部信息不一致，则保存识别到的面部信息，并统计与其对应的观看习惯统计信息。

优选地，所述的电视节目推荐方法，其中，所述步骤E中节目热度K的计算采用如下公式：

K=M/（n1×n2）；

其中，M表示全国用户在第一时间段内对节目的观看时长的总和；n1表示节目时长，n2表示全国用户在第一时间段内对节目的有效点播次数。