[發(fā)明專利]面向?qū)崟r流的電視節(jié)目推薦系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201210109622.9
• 申請日: 2012-04-16
• 公開（公告）號: CN102630052A
• 公開（公告）日: 2012-08-08
• 發(fā)明（設(shè)計(jì)）人: 朱其立;蔡智源;王拯
• 申請（專利權(quán)）人: 上海交通大學(xué)
• 主分類號: H04N21/258
• 分類號: H04N21/258;H04N21/262;H04N21/466
• 代理公司: 上海漢聲知識產(chǎn)權(quán)代理有限公司 31236
• 代理人: 郭國中

技術(shù)領(lǐng)域

本發(fā)明涉及一種計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域的系統(tǒng)，具體是一種面向?qū)崟r流的電視節(jié)目推薦系統(tǒng)。

背景技術(shù)

自從20世紀(jì)中期，推薦系統(tǒng)已經(jīng)成為一個非常重要和活躍的研究領(lǐng)域。由于推薦系統(tǒng)涉及的學(xué)術(shù)領(lǐng)域非常廣，包括信息檢索、產(chǎn)品分類、行為建模、實(shí)時推薦，并且它能夠進(jìn)行個性化推薦，所以對于它的研究熱情經(jīng)久不衰。推薦系統(tǒng)的主要職能有：跟蹤用戶行為、篩選合適的內(nèi)容。這樣就免去了用戶在海量數(shù)據(jù)中盲目搜索的負(fù)擔(dān)，并直接提供用戶最有可能偏愛的內(nèi)容。如今，推薦系統(tǒng)已經(jīng)深入商業(yè)營銷的方方面面，主流的應(yīng)用如Amazon.com上推薦圖書、CD和其他相關(guān)產(chǎn)品；優(yōu)酷視頻網(wǎng)站上根據(jù)觀看歷史推薦類似的視頻、音頻；淘寶上相似產(chǎn)品的推薦等等。

推薦系統(tǒng)在數(shù)字電視上的應(yīng)用也非常引人注目。隨著現(xiàn)代通訊技術(shù)的飛速發(fā)展以及數(shù)字電視機(jī)頂盒的逐步普及，數(shù)字電視已經(jīng)成為廣大家庭獲取信息的主要途徑。技術(shù)的變革使得機(jī)頂盒能夠接收和存儲大量的影視節(jié)目，但這同時也讓用戶難以快速準(zhǔn)確地從中選取適合自己的節(jié)目。推薦系統(tǒng)的介入，能賦予數(shù)字電視更強(qiáng)的競爭力，從而取得商業(yè)上的成功。

盡管推薦系統(tǒng)已經(jīng)取得了很大的成果，并已為廣大用戶所接受甚至依賴，但在電視節(jié)目推薦方面，市場上尚未出現(xiàn)一套完整且準(zhǔn)確度高、覆蓋面廣的電視節(jié)目推薦系統(tǒng)。

發(fā)明內(nèi)容

本發(fā)明針對現(xiàn)有技術(shù)中存在的上述不足，提供了一種面向?qū)崟r流的電視節(jié)目推薦系統(tǒng)，通過對節(jié)目模型與用戶偏好模型的比較，向用戶推薦節(jié)目，在準(zhǔn)確度和節(jié)目覆蓋面上較以往算法有了改進(jìn)。

本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的。

一種面向?qū)崟r流的電視節(jié)目推薦系統(tǒng)，包括依次連接的用戶信息收集模塊、用戶偏好追蹤模塊、節(jié)目推薦模塊及推薦結(jié)果展示模塊，還包括節(jié)目模型定義模塊，所述節(jié)目模型定義模塊分別與用戶偏好追蹤模塊及節(jié)目推薦模塊相連接，其中：

-用戶信息收集模塊，為用戶維護(hù)一個會話對象，并將當(dāng)前收看頻道及其開始收看時間存入會話對象中；

-節(jié)目模型定義模塊，為整個推薦系統(tǒng)提供節(jié)目向量信息；

-用戶偏好追蹤模塊，在每次收到新的用戶反饋時更新用戶偏好模型；

-節(jié)目推薦模塊，根據(jù)當(dāng)前的用戶偏好，采用擴(kuò)展杰卡德相似度(Extended?Jaccard?Similarity)計(jì)算產(chǎn)生推薦結(jié)果；

-推薦結(jié)果展示模塊，根據(jù)節(jié)目推薦模塊產(chǎn)生的文本推薦結(jié)果為依據(jù)，為推薦結(jié)果添加詳細(xì)信息。

所述用戶信息收集模塊在用戶收看電視節(jié)目時自動且透明地收集用戶收視信息，在得到傳統(tǒng)的收視數(shù)據(jù)后將其劃分為節(jié)目收視信息進(jìn)行存儲。

所述存儲格式包括以下兩種：

第一，簡單記錄用戶在某一頻道上的停留時間；

第二，將用戶在某一頻道上的停留時間劃分于在該頻道上播出的節(jié)目，存儲用戶對節(jié)目的收視時長。

所述節(jié)目模型定義模塊采用信息抽取(Information?Extraction)技術(shù)，從互聯(lián)網(wǎng)上抽取節(jié)目相關(guān)信息建立節(jié)目模型，通過后續(xù)處理，為下一周每一個即將播出的節(jié)目建立節(jié)目模型。

記錄的過程對用戶是完全透明的，用戶只需像平常一樣觀看數(shù)字電視節(jié)目，系統(tǒng)便能夠采集到數(shù)據(jù)，用戶對此可以毫無感覺。

所述用戶偏好追蹤模塊利用用戶信息收集模塊采集到的用戶收視信息以及節(jié)目模型定義模塊建立的節(jié)目模型產(chǎn)生用戶偏好模型，并根據(jù)用戶收視信息，及時產(chǎn)生最新的用戶偏好模型，同時，考慮用戶新近收看的節(jié)目最能反映用戶的收視偏好，對以往的用戶偏好模型進(jìn)行衰減，用于提高推薦的準(zhǔn)確度。

具體為兩種情況：第一，當(dāng)一個全新的用戶來到系統(tǒng)時為他初始化一個用戶偏好模型；第二，在用戶提交收視信息時，更新用戶偏好模型。用戶偏好追蹤模塊管理及更新用戶偏好模型，是推薦系統(tǒng)的主要組成部分。在本發(fā)明中，我們對其進(jìn)行了優(yōu)化，提高推薦的準(zhǔn)確度。

所述節(jié)目推薦模塊根據(jù)當(dāng)前的用戶偏好，采用擴(kuò)展杰卡德相似度計(jì)算用戶偏好模型與當(dāng)前時間之后播放的所有節(jié)目的相似度，并對計(jì)算出的相似度排名，產(chǎn)生推薦結(jié)果。

所述推薦結(jié)果展示模塊以節(jié)目推薦模塊產(chǎn)生的文本推薦結(jié)果為依據(jù)，為推薦結(jié)果增加美工及動畫效果，使用滾動和動畫兩種方式展示文本推薦結(jié)果。

與現(xiàn)有技術(shù)相比，本發(fā)明具有如下有益效果：(1)對于用戶的個性化較強(qiáng)，能夠緊跟用戶的喜好變化；(2)解決傳統(tǒng)系統(tǒng)要求用戶明確反饋的問題；(3)針對于影視節(jié)目的生命周期短、時間敏感度高的特點(diǎn)，為節(jié)目增加時間維持，進(jìn)行針對性推薦。

附圖說明

圖1系統(tǒng)概貌；