[發明專利]基于社交網絡信息進行電視節目推薦的方法及系統

有效

• 申請號: 201210459459.9
• 申請日: 2012-11-15
• 公開（公告）號: CN103533390A
• 公開（公告）日: 2014-01-22
• 發明（設計）人: 董延平;汪灝泓;李輝
• 申請（專利權）人: TCL集團股份有限公司
• 主分類號: H04N21/25
• 分類號: H04N21/25;H04N21/262
• 代理公司: 深圳市君勝知識產權代理事務所 44268
• 代理人: 王永文;楊宏

技術領域

本發明涉及專門適用于交互式電視內容分發技術，尤其涉及一種基于社交網絡信息進行電視節目推薦的方法及系統。

背景技術

目前，電視頻道越來越多，電視節目及內容也越來越豐富，用戶對電視節目的可選擇性也越來越多，同時，隨著三網融合的發展，電視內容信息量還會進一步膨脹。急劇增長的電視內容信息使用戶從中選擇喜歡的電視內容需要花費的時間越來越多。現有技術智能電視領域的智能節目推薦系統使用戶可以從眾多電視節目中挑選出喜愛的節目，然而，智能節目推薦系統如何給用戶推薦其真正喜愛的節目卻是一個難題，相比互聯網領域而言，電視領域的數據信息量相對有限，推薦智能節目推薦系統無法根據電視領域有限的信息量來獲取用戶的偏好，無法根據用戶的評論去發現各個節目之間的關聯性，因此，現有技術智能節目推薦系統做節目推薦時考慮的信息維度較窄，使其推薦的精確度較低，無法滿足用戶的需要。不可否認的是，現在技術出現了很多推薦方法，如協同推薦、基于內容的推薦等推送方法都可以很方便的應用在電視節目推薦領域中，但是其仍然存在考慮的信息維度不足的缺陷，對于內容之間的隱含關系無法做出識別。總而言之，現有技術智能節目推薦系統還存在以下的不足：

沒有針對個人對電視節目喜好進行推薦，并且不能根據針對電視節目內容的推薦發掘出內容之間的隱含關系，也無法發掘出用戶對內容的主觀評價和隱性關聯。

因此，現有技術還有待于改進和發展。

發明內容

鑒于上述現有技術的不足之處，本發明為解決現有技術缺陷和不足，提出一種能夠根據社交網絡對關于電視節目的信息進行數據挖掘，為智能電視的節目推薦系統提供更廣維度的數據信息，使智能電視節目推薦系統提高對節目推薦的準確度，使給用戶推送的節目更加人性化，不是簡單的內容屬性推薦。

本發明解決技術問題所采用的技術方案如下：

一種基于社交網絡信息進行電視節目推薦的方法，包括如下步驟：

提取社交網絡中關于各個電視節目的各個用戶評價信息；

建立各個用戶與各個電視節目之間的“用戶—電視節目”評價關系；

根據“用戶—電視節目”評價關系抽象出用戶的行為事務數據集合；

根據用戶的行為事務數據集合通過頻繁項集挖掘算法挖掘出電視節目的頻繁項集；

根據所述電視節目的頻繁項集來進行電視節目的推薦。

作為優選方案，所述提取社交網絡中關于各個電視節目的各個用戶評價信息具體步驟是，收集并分類整理各個用戶通過社交網絡發布的推薦、評價、發帖、跟帖信息。

所述建立各個用戶與各個電視節目之間的“用戶—電視節目”評價關系采用通過對各個用戶評價信息進行語義分析以抽象出“用戶—電視節目”評價關系來實現。

所述“用戶—電視節目”評價關系為各個用戶對各個電視節目發布的評價信息的量化值，評價信息量化為：-2代表很不喜歡、-1代表不喜歡、0代表普通、1代表喜歡和2代表很喜歡。

所述用戶的行為事務數據集合是各個用戶所感興趣的電視節目的集合。

所述頻繁項集挖掘算法采用FP-growth算法或Apriori算法實現。

所述的頻繁項集是各個電視節目之間的關聯關系集合，即“電視節目—電視節目”之間的關聯度。

所述節目推薦方法還包括挖掘電視節目的非內容信息分析，根據該非內容信息的分析與所述電視節目的頻繁項集來進行電視節目的推薦，所述非內容信息分析包括：根據電視節目內容進行靜態關系分析、主題驅動模型數據分析、電視節目內容間隱含關系分析、各個用戶對各個電視節目發布的評價分析、電視節目內容間的動態相關性分析、用戶行為模型分析和非內容直接相關性分析。

所述各個用戶對各個電視節目發布的評價分析是根據所述“用戶—電視節目”評價關系，以通過各個用戶對各個電視節目發布的評價信息的量化值的計算得出各個電視節目的用戶主觀評價期望值。

本發明還提供一種基于社交網絡信息進行節目推薦的系統，所述系統包括：

信息挖掘模塊，用于查找并提取出社交網絡中關于各電視節目的各個用戶評價信息；

分析計算模塊，根據查找信息模塊提取出的用戶評價信息進行分析，以建立各個用戶與各個電視節目之間的“用戶—電視節目”評價關系；并根據“用戶—電視節目”評價關系計算出用戶的行為事務數據集合；再根據用戶的行為事務數據集合通過頻繁項集挖掘算法挖掘出電視節目的頻繁項集；

推薦模塊，根據分析計算模塊計算出的電視節目的頻繁項集將用戶評價頻繁的電視節目推送到電視端供用戶參考。