[发明专利]一种细粒度电台音频内容个性化组织推荐方法

说明书

一种细粒度的电台音频内容个性化组织推荐方法，依据语义将电台的音频节目自动切分标注，并基于互联网大数据挖掘用户喜好，自动编排个性化节目单以及进行实时节目推送，涉及音频处理、机器学习、大数据分析、推荐系统、数据挖掘等领域。本发明给出一种将传统广播音频节目按语义自动切分并标注的算法过程，并给出基于互联网大数据进行个性化内容推荐的技术方案，实现细粒度的音频内容个性化组织推荐方法。本发明综合考虑了冷启动问题、结合用户收听时间的节目单组织生成、实时节目切换以及实时推送节目等因素，改变当下电台地将FM直播移植到互联网流媒体播出的简单模式，从受众用户角度而言，满足了用户在恰当的时间收听到自己感兴趣节目的内容。

技术领域

本发明专利涉及一种细粒度的电台音频内容个性化组织推荐方法，依据语义将电台的音频节目自动切分标注，并基于互联网大数据挖掘用户喜好，自动编排个性化节目单以及进行实时节目推送，涉及音频处理、机器学习、大数据分析、推荐系统、数据挖掘等领域。

背景技术

广播的优势在于声音，用声音传递信息，用声音传递价值。传统广播电台通过采、编、制作的工作模式，利用无线电波向一定区域的受众传送声音节目；受限于传播机制，在传统媒体转型的巨大浪潮中，受到了前所未有的冲击。然而，借助大数据、新媒体技术，又给广播电台提供了前所未有的空间与潜力。就目前国内较热门的手机电台APP而言：蜻蜓FM，打破了地域限制，通过新闻、音乐、经济等不同风格的分类，用户可以通过手机收听大陆、香港、台湾等几乎所有主要电台，但就其节目内容而言，仅仅是各电台的聚合，并没有内容上的创新；考拉FM，在线电台按照不同方式分类，如类型(新闻/搞笑/相声等)、艺人(周杰伦/孙燕姿等)、流派(民谣/校园等)，可以根据用户的喜好自动编排推荐节目，但节目内容并非来自传统广播台，而多是网络播客；豆瓣FM，外观简洁，用户互操作简单，但该电台的播放源为音乐，并非广播节目。而部分国内传统电台提供互联网或手机广播，但大多数是直接将传统电台AM/FM的节目内容平移到互联网和手机上。

目前电台在制作节目或录制直播节目时，通常一段独立的音频长度较大，内容标记和查找极为不便。例如一个时长30分钟的新闻节目，是由十几条独立的新闻组成，类型包括国内新闻、国际新闻、体育新闻、社会新闻、娱乐新闻等等，然而想为用户推荐一段有关于“CBA总决赛”的体育新闻，则很难查找到精确的音频内容段落。使用人工对音频打散标注的方式耗时耗力，限制了音频媒体资产的重组利用。

同时，现有的手机音频电台APP虽然各有侧重，但用户的体验还仅限于：收听同一频道的同类节目，简单连播同主题节目，或者电台的实时直播等。如何在节目单编排上面，既保留传统广播节目的形式，又能针对不同用户的个性化需求，在不同的时间，为用户播放用户该时段感兴趣的节目内容或片段，即结合现有APP的长处，并体现传统广播电台节目的优势，盘活珍贵的用户数据，设置切实合理的用户兴趣采集方式及用户行为建模方式，并最终体现在节目单编排组织上面，亟待研究解决。

发明内容

本发明给出一种将传统广播音频节目按语义自动切分并标注的算法过程，并给出基于互联网大数据进行个性化内容推荐的技术方案，从而实现细粒度的音频内容个性化组织推荐方法。本发明综合考虑了冷启动问题、结合用户收听时间的节目单组织生成、实时节目切换以及实时推送节目等因素，创新一种广播业务模式，改变当下电台地将FM直播移植到互联网流媒体播出的简单模式，从受众用户角度而言，满足了用户在恰当的时间收听到自己感兴趣节目额内容。

本发明首先给出一种对给定语音类节目音频分析自动切分标注的技术方案。本发明综合语音类节目的特点以及音频的特征规律，采用基于阈值的端点检测方法、SVM分类器以及说话人分割聚类的技术方案进行自动切分，并通过文本分析实现相似内容的聚类以及标注。