[發明專利]一種頻道推薦的方法和裝置

在審

• 申請號: 201710274402.4
• 申請日: 2017-04-24
• 公開（公告）號: CN107222762A
• 公開（公告）日: 2017-09-29
• 發明（設計）人: 宋宜蒙
• 申請（專利權）人: 樂視控股（北京）有限公司;樂視致新電子科技（天津）有限公司
• 主分類號: H04N21/25
• 分類號: H04N21/25;H04N21/258;H04N21/442;H04N21/45;H04N21/466
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明實施例涉及計算機技術領域，尤其涉及一種頻道推薦的方法和裝置。

背景技術

網絡的迅猛發展將人類帶入了信息社會和網絡經濟時代，對企業發展和個人生活都產生了深刻的影響。在電子商務的虛擬環境下，商家所提供的商品種類和數量越來越多，面對商品信息的“海洋”，消費者很難快速有效地挑選出所需要的商品。在這種背景下，推薦系統(Recommender Systems)應運而生，它是根據用戶的特征，比如興趣愛好，推薦滿足用戶要求的對象，也稱個性化推薦系統(Personalized Recommender Systems)。

對于電視頻道同樣存在這樣的問題，越來越多的頻道和越來越豐富的頻道內容讓電視觀眾很難選擇。傳統的導航已經不能滿足電視用戶的需求，而現在電視臺都已經有了電子頻道菜單，可以方便地得到電視臺在未來一段時間內將要播出的內容。為了方便用戶能快速查找到喜歡的頻道，產生了電視直播推薦系統，其根據不同電視用戶群體的喜好和習慣推薦相應的電視頻道。現有的電視推薦分為非個性化推薦和個性化推薦。非個性化推薦就是將當時的熱播電視頻道或者與用戶觀看的電視頻道類似的電視頻道推薦給用戶。此推薦方式根據當前電視頻道熱播的程度來推薦具有一定的效果，但是并不一定能夠滿足用戶的需求；而且由于目前電視臺的頻道種類非常豐富，單純的電視頻道的相關推薦也不能保證在特定時段電視頻道的相關性，所以相對于個性化推薦，非個性化推薦劣勢較大。個性化推薦是通過記錄單個用戶的觀看歷史，并對該用戶的觀看行為進行分析，從而得到用戶的喜好，進而對用戶進行有針對性的推薦，相比非個性化推薦，這種推薦目標性強，準確度大大提升。

發明人在實施針對多個觀看者推薦目標頻道時發現，現有的電視直播中個性化推薦系統大都是記錄單一用戶對于電視頻道的手動操作，例如用戶將電視頻道手動標識為喜愛頻道。當觀看用戶人數為多人的時候，不能針對多人的喜好，向用戶推薦能夠滿足多個人喜好的電視頻道。同樣由于不同時間段內，用戶對于頻道的喜好程度不同，不能保證推薦效果。

發明內容

本發明實施例旨在解決當觀看用戶人數為多人時，不能有效推薦目標頻道的問題。本發明實施例的一個目的是提供一種頻道推薦的方法和裝置。

根據本發明實施例的第一方面，提供了一種頻道推薦的方法，包括：將獲取到的多個觀看者的觀看信息與身份信息關聯記錄；根據所述多個觀看者的各頻道的喜愛權重進行加總處理；根據各頻道的加總喜愛權重獲得推薦頻道，所述喜愛權重根據所述觀看者所關聯記錄的多條觀看信息生成。

在觀看者的為多個人時，會根據多個觀看者對各頻道的喜愛權重進行加總處理，進行推薦頻道。由于在推薦頻道時考慮了多個觀看者的喜好，因此能更精準的推薦目標頻道，滿足多個觀看者的觀看偏好。

可選的，若所述多個觀看者的身份信息發生變動，則根據變動之后的觀看者的各頻道的喜愛權重進行加總處理，根據各頻道的加總喜愛權重獲得新的推薦頻道。

可選的，獲取所述至少一個觀看者的身份信息，包括：若所獲取的所述觀看者的身份信息與數據庫中的身份信息相匹配，則獲取與所述身份信息在預設時間段內的觀看信息。

可選的，若所獲取的所述觀看者的身份信息與數據庫中的身份信息不匹配，則將所述觀看者的身份信息更新至所述數據庫后，獲取與所述身份信息在預設時間段內的觀看信息。

可選的，所述觀看信息包括：觀看時長。

可選的，所述觀看者對所述各頻道的喜愛權重的計算，包括：當所述觀看時長大于或等于預設時長時，將所述觀看時長記為有效觀看時長，對所述觀看次數進行加數計數；根據所述有效觀看時長和所述觀看次數，按照預設規則獲得當前觀看者對所觀看頻道所述喜愛權重值。

可選的，所述各頻道的初始喜愛權重值均為零。

根據本發明實施例的第二方面，提供了一種頻道推薦的裝置，包括：關聯記錄模塊，用于將獲取到的至少一個觀看者的觀看信息與身份信息關聯記錄；頻道推薦模塊，用于根據所述多個觀看者的各頻道的喜愛權重進行加總處理，根據各頻道的加總喜愛權重獲得推薦頻道，所述喜愛權重根據所述觀看者所關聯記錄的多條觀看信息生成。

通過關聯記錄模塊關聯記錄觀看信息與身份信息，通過頻道推薦模塊根據多個觀看者對各頻道的喜愛權重，獲得推薦頻道，從而能更加精準的針對多人實現較為合適的頻道推薦。

可選的，還包括：所述頻道推薦模塊，還用于，若所述每個觀看者的身份信息發生變動，則根據變動之后的至少一個觀看者對各頻道的喜愛權重進行加總處理，根據各頻道的加總喜愛權重獲得新的推薦頻道。