[发明专利]一种发现智能电视用户兴趣偏好的方法和装置有效

专利信息
申请号: 201510675280.0 申请日: 2015-10-16
公开(公告)号: CN105357583B 公开(公告)日: 2019-08-02
发明(设计)人: 王巍 申请(专利权)人: TCL集团股份有限公司
主分类号: H04N21/466 分类号: H04N21/466
代理公司: 深圳中一专利商标事务所 44237 代理人: 张全文
地址: 516006 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 发现 智能 电视 用户 兴趣 偏好 方法 装置
【权利要求书】:

1.一种发现智能电视用户兴趣偏好的方法,其特征在于,所述方法包括:

针对每个智能电视用户构建一棵用户偏好内容树,所述用户偏好内容树的节点对应一个视频内容类型及其描述向量;

对于所述用户偏好内容树的叶子节点,采用聚类算法对所述用户偏好内容树的视频内容进行聚类或者重新分类;

重构建所述经过聚类或者重新分类的用户偏好内容树;

所述对于所述用户偏好内容树的叶子节点,采用聚类算法对所述用户偏好内容树的视频内容进行聚类或者重新分类,包括:

计算所述智能电视用户所观看新视频与各个视频内容类型的相似度;

若所述新视频与某个视频内容类型的相似度小于预设相似度阈值,则将所述新视频形成新的聚类,否则,将所述新视频聚类至所述某个视频内容类型;

将所述新视频聚类至所述某个视频内容类型后,评估所述聚类后的某个视频内容类型的凝聚度;

若所述聚类后的某个视频内容类型的凝聚度小于预设凝聚度阈值,则将所述聚类后的某个视频内容的类型重新分类。

2.如权利要求1所述的方法,其特征在于,所述针对每个智能电视用户构建一棵用户偏好内容树,包括:

所述智能电视用户每观看一个视频,则判断所述观看的视频是否属于所述用户偏好内容树的节点N1对应的视频内容类型;

若所述观看的视频属于所述用户偏好内容树的节点N1对应的视频内容类型,则将所述观看的视频加入所述用户偏好内容树的节点N1;

若所述观看的视频不属于所述用户偏好内容树的节点N1对应的视频内容类型,则继续判断是否属于所述用户偏好内容树其他节点对应的视频内容类型,直至所述观看的视频成为所述用户偏好内容树的叶子节点。

3.如权利要求2所述的方法,其特征在于,所述判断所述观看的视频是否属于所述用户偏好内容树的节点N1对应的视频内容类型,包括:

将所述观看的视频的相关信息输入二元分类器得到视频所属类型的概率;

若所述概率大于预设阈值,则确定所述观看的视频属于所述用户偏好内容树的节点N1对应的视频内容类型。

4.如权利要求1所述的方法,其特征在于,所述重构建所述经过聚类或者重新分类的用户偏好内容树,包括:

计算所述智能电视用户观看的新视频与其父节点和祖父节点的相似度,若所述智能电视用户观看的新视频与其祖父节点的相似度高于所述智能电视用户观看的新视频与其父节点的相似度,则将所述观看的新视频提升至其祖父节点所在的层;或者

计算所述新视频与各个视频内容类型的相似度,若所述新视频与某个视频内容类型的相似度大于预设相似度阈值,则将所述新视频融合至所述某个视频内容类型;或者

计算所述新视频所属视频内容类型的凝聚度,若所述凝聚度小于预设凝聚度阈值,则将所述新视频所属视频内容类型重新分类。

5.一种发现智能电视用户兴趣偏好的装置,其特征在于,所述装置包括:

内容树构建模块,用于针对每个智能电视用户构建一棵用户偏好内容树,所述用户偏好内容树的节点对应一个视频内容类型及其描述向量;

节点处理模块,用于对于所述用户偏好内容树的叶子节点,采用聚类算法对所述用户偏好内容树的视频内容进行聚类或者重新分类;

内容树重构建模块,用于重构建所述经过聚类或者重新分类的用户偏好内容树;

所述节点处理模块包括:

第一计算单元,用于计算所述智能电视用户所观看新视频与各个视频内容类型的相似度;

聚类单元,用于若所述新视频与某个视频内容类型的相似度小于预设相似度阈值,则将所述新视频形成新的聚类,否则,将所述新视频聚类至所述某个视频内容类型;

凝聚度评估单元,用于将所述新视频聚类至所述某个视频内容类型后,评估所述聚类后的某个视频内容类型的凝聚度;

重分类单元,用于若所述聚类后的某个视频内容类型的凝聚度小于预设凝聚度阈值,则将所述聚类后的某个视频内容的类型重新分类。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于TCL集团股份有限公司,未经TCL集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510675280.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top