用于社交电视的视频推荐方法和装置制造方法及图纸

本发明专利技术提出一种用于社交电视的视频推荐方法和装置，方法包括：获取多个用户的历史直播数据；根据历史直播数据获取每个用户观看每个视频节目的次数信息，根据次数信息生成用户-节目打分矩阵；获取n个时间片，根据n个时间片对用户-节目打分矩阵进行划分和打分权重调整，以获取每个时间片对应的用户-节目-时间片打分矩阵；获取多个用户在社交电视平台上的关注信息并生成用户社交关系矩阵；根据用户社交关系矩阵和每个时间片对应的用户-节目-时间片打分矩阵获取在每个时间片给每个用户推荐的第一推荐结果，将第一推荐结果与电子导航菜单中的节目进行匹配，生成第二推荐结果。该方法可在不同时间为不同用户提供个性化视频推荐，提升用户体验。

【技术实现步骤摘要】
用于社交电视的视频推荐方法和装置
本专利技术涉及电子信息
，特别涉及一种用于社交电视的视频推荐方法和装置。
技术介绍
长期以来广播电视是单向广播式的,人们只能被动地收听收看电台播出的节目。然而随着新媒体的快速发展，传统电视的“你播我看”模式已不能完全满足观众的需求。一种可涉及多种终端互动的电视观看模式正在兴起，这种模式可将电视屏的内容与计算机、平板电脑和手机等其它屏幕的社交媒体（如推特网Twitter和脸谱网Facebook等）进行无缝结合，整合了语音传播、文字聊天、电视推荐的服务，使用户、终端和网络之间互联，让电视成为社交媒体终端的一部分，以增加电视的观看体验，即所谓的社交电视(SocialTV)。社交电视服务能够在用户观看电视(视频)节目的场景下，提供传播及社交互动的任何应用社交电视系统在电视内容的基础上，可整合文字聊天，情境感知，电视推荐，收视率调查，语音传播，视频聚会等服务。但是，目前许多社交电视平台的直播电视推荐都是根据人工手动进行编辑。然而随着用户行为信息的迅猛增加，大量社交媒体内容充斥着网络。用户可以观看的节目数量也呈爆炸式增长。这种根据人工手动进行编辑的直播推荐方式的存在以下缺点：（1）面对日益丰富的节目内容，根据人工手动进行编辑需要耗费大量时间和人力；（2）这种直播推荐方式对所有用户的推荐内容都相同，缺乏针对性，从而导致用户体验差。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的第一个目的在于提出一种用于社交电视的视频推荐方法。该方法避免了人工手动编辑带来的耗时耗力的问题，实现了在不同时间段为不同用户提供个性化的直播视频推荐，大大提升了用户体验。本专利技术的第二个目的在于提出一种用于社交电视的视频推荐装置。为了实现上述目的，本专利技术第一方面实施例的用于社交电视的视频推荐方法，包括：获取多个用户的历史直播数据；根据所述历史直播数据获取每个用户观看每个视频节目的次数信息，并根据所述次数信息生成用户-节目打分矩阵；获取n个时间片，并根据所述n个时间片对所述用户-节目打分矩阵进行划分和打分权重调整，以获取每个时间片对应的用户-节目-时间片打分矩阵，其中，n为正整数；获取所述多个用户在社交电视平台上的关注信息，并根据所述关注信息生成用户社交关系矩阵；以及根据所述用户社交关系矩阵和所述每个时间片对应的用户-节目-时间片打分矩阵获取在所述每个时间片给所述每个用户推荐的第一推荐结果，并将所述第一推荐结果与电子导航菜单中的节目进行匹配，以生成第二推荐结果。根据本专利技术实施例的用于社交电视的视频推荐方法，由于采用了时间片划分技术，解决了视频推荐中的数据稀疏性问题；同时考虑了用户的社交关系对视频推荐的影响，使得视频推荐更具有针对性。从而实现了在不同时间段为不同用户提供个性化的直播视频推荐，大大提升了用户体验，同时也避免了通过人工手动编辑进行推荐带来的耗时耗力的问题。为了实现上述目的，本专利技术第二方面实施例的用于社交电视的视频推荐装置，包括：历史数据获取模块，用于获取多个用户的历史直播数据；打分矩阵生成模块，用于根据所述历史直播数据获取每个用户观看每个视频节目的次数信息，并根据所述次数信息生成用户-节目打分矩阵；时间片划分模块，用于获取n个时间片，并根据所述n个时间片对所述用户-节目打分矩阵进行划分和打分权重调整，以获取每个时间片对应的用户-节目-时间片打分矩阵，其中，n为正整数；社交关系矩阵生成模块，用于获取所述多个用户在社交电视平台上的关注信息，并根据所述关注信息生成用户社交关系矩阵；第一推荐结果生成模块，用于根据所述用户社交关系矩阵和所述每个时间片对应的用户-节目-时间片打分矩阵获取在所述每个时间片给所述每个用户推荐的第一推荐结果；以及第二推荐结果生成模块，用于将所述第一推荐结果与电子导航菜单中的节目进行匹配，以生成第二推荐结果。本专利技术实施例的用于社交电视的视频推荐装置，由于时间片划分模块对用户-节目打分矩阵进行基于时间片的划分和打分权重调整，解决了视频推荐中的数据稀疏性问题；同时社交关系矩阵生成模块考虑了用户的社交关系对视频推荐的影响，使得视频推荐更具有针对性。从而实现了在不同时间段为不同用户提供个性化的直播视频推荐，大大提升了用户体验，同时也避免了通过人工手动编辑进行推荐带来的耗时耗力的问题。附图说明图1是根据本专利技术一个实施例的用于社交电视的视频推荐方法的流程图；图2是根据本专利技术一个实施例的历史直播数据和用户-节目打分矩阵的示意图；图3是根据本专利技术一个实施例的用户-节目-时间片打分矩阵的生成过程示意图；图4是根据本专利技术实施例的获取第一推荐结果的流程图；图5是根据本专利技术一个实施例的用于社交电视的视频推荐装置的结构示意图；图6是根据本专利技术一个实施例的第一推荐结果生成模块的结构示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。目前，许多社交电视平台的直播电视推荐采用人工手动进行编辑的方式，存在耗时耗力、推荐的视频缺乏针对性等问题。要解决上述问题，可以从以下三个方面着手：（1）如何将用户在社交电视的视频播放行为信息应用到推荐中。社交电视平台向用户提供了一个电视观看前，观看中，观看后的交流分享平台。通过相关的信息分享交流，可以促成用户对节目信息更广泛，更快的传播。也可能使得用户对于内容有更深层次的关注。这些观众在社交电视上的言论可以收集起来，进行处理和分析，用于推荐；（2）如何将用户在社交电视的社交行为信息应用到推荐中。用户的电视/视频节目兴趣不是单一的。因此其在社交网络上的交流肯定覆盖一定数量的。同时社交网络会有高端影响力者，热心用户或铁杆粉丝,以及当前潮流导向，对用户的选择产生影响；（3）直播视频推荐本身的挑战，数据稀疏性、实时性等问题。为此，本专利技术提出了一种用于社交电视的视频推荐方法和装置。下面参考附图描述本专利技术实施例的用于社交电视的视频推荐方法和装置。图1是根据本专利技术一个实施例的用于社交电视的视频推荐方法的流程图。如图1所示，本专利技术实施例的用于社交电视的视频推荐方法包括以下步骤。S101，获取多个用户的历史直播数据。具体地，获取多个用户在社交电视平台的历史直播数据，并对历史直播数据进行预处理，例如，删去信息缺失、内容无效等噪音，以筛选出有效的历史直播数据。在本专利技术的实施例中，历史直播数据包括用户标识、视频节目标识、频道标识、观看起始时间和观看结束时间。S102，根据历史直播数据获取每个用户观看每个视频节目的次数信息，并根据次数信息生成用户-节目打分矩阵。在本专利技术的实施例中，根据历史直播数据中的用户标识、视频节目标识等信息获取每个用户观看每个视频节目的次数，然后根据用户标识、视频节目标识以及次数生成用户-节目打分矩阵。具体地，例如，图2所示为历史直播数据和用户-节目打分矩阵的示意图，用户-节目打分矩阵记为R。S103，获取n个时间片，并根据n个时间片对用户-节目打分矩阵进行划分和打分权重调整，以获取每个时间片对应的用户-节目-时间片打分矩阵，其中，n为正整数。具体地，时间片本文档来自技高网...

【技术保护点】
一种用于社交电视的视频推荐方法，其特征在于，包括：获取多个用户的历史直播数据；根据所述历史直播数据获取每个用户观看每个视频节目的次数信息，并根据所述次数信息生成用户‑节目打分矩阵；获取n个时间片，并根据所述n个时间片对所述用户‑节目打分矩阵进行划分和打分权重调整，以获取每个时间片对应的用户‑节目‑时间片打分矩阵，其中，n为正整数；获取所述多个用户在社交电视平台上的关注信息，并根据所述关注信息生成用户社交关系矩阵；以及根据所述用户社交关系矩阵和所述每个时间片对应的用户‑节目‑时间片打分矩阵获取在所述每个时间片给所述每个用户推荐的第一推荐结果，并将所述第一推荐结果与电子导航菜单中的节目进行匹配，以生成第二推荐结果。

【技术特征摘要】
1.一种用于社交电视的视频推荐方法，其特征在于，包括：获取多个用户的历史直播数据；根据所述历史直播数据获取每个用户观看每个视频节目的次数信息，并根据所述次数信息生成用户-节目打分矩阵；获取n个时间片，并根据所述n个时间片对所述用户-节目打分矩阵进行划分和打分权重调整，以获取每个时间片对应的用户-节目-时间片打分矩阵，其中，n为正整数；获取所述多个用户在社交电视平台上的关注信息，并根据所述关注信息生成用户社交关系矩阵，其中，所述用户社交关系矩阵通过下述公式(1)、(2)、(3)获取：wi,j＝comi,j·frii,j，(1)其中，wi,j为所述用户社交关系矩阵W中第i行、第j列的元素值，wi,j表示用户i与用户j的关系权重，comi,j表示所述用户i与所述用户j共同关注话题的权重，frii,j表示所述用户i与所述用户j之间相互关注的权重；其中，comi,j表示所述用户i与所述用户j共同关注话题的权重，Topici,j表示所述用户i和所述用户j共同关注的话题的集合，Topici,j＝{t1,t2,t3...tn}，hot(tk)表示关注话题tk的人数；其中，frii,j表示所述用户i与所述用户j之间相互关注的权重，Fi表示所述用户i的社交圈朋友的集合，Fj表示所述用户j的社交圈朋友的集合；以及根据所述用户社交关系矩阵和所述每个时间片对应的用户-节目-时间片打分矩阵获取在所述每个时间片给所述每个用户推荐的第一推荐结果，并将所述第一推荐结果与电子导航菜单中的节目进行匹配，以生成第二推荐结果。2.根据权利要求1所述的方法，其特征在于，所述历史直播数据包括用户标识、视频节目标识、频道标识、观看起始时间和观看结束时间。3.根据权利要求1或2所述的方法，其特征在于，所述关注信息包括用户之间的相互关注信息和用户之间共同关注的话题信息。4.根据权利要求1所述的方法，其特征在于，所述根据所述用户社交关系矩阵和所述每个时间片对应的用户-节目-时间片打分矩阵获取在所述每个时间片给所述每个用户推荐的第一推荐结果包括：对所述用户社交关系矩阵进行归一化以获取归一化矩阵；对于所述每个时间片，分别根据所述归一化矩阵和对应的所述用户-节目-时间片打分矩阵获取所述每个时间片对应的评分矩阵，其中，所述评分矩阵中的元素为所述每个用户对所述每个视频节目的评分；在所述每个时间片上，分别将所述每个用户对所述每个视频节目的评分进行排序，并根据排序结果获取预设数目的视频节目作为为所述每个用户推荐的所述第一推荐结果。5.根据权利要求4所述的方法，其特征在于，所述每个用户对所述每个视频节目的评分由下述公式获取：r'i,p＝ave(∑ri,p*w'i,j)(j∈U)，(4)其中，r'i,p表示在时间片tk上用户i对视频节目p的评分，w'i,j为所述归一化矩阵中的元素，w'i,j表示所述用户i与用户j之间的相似度，ri,p为所述时间片tk对应的用户-节目-时间片打分矩阵中的元素，ri,p表示所述用户i在所述时间片tk上对所述视频节目p的打分权重，U表示所有用户的集合。6.一种用于社交电视的视频推荐装置，其特征在于，包括：...

【专利技术属性】
技术研发人员：丁贵广，杨玲玲，邓毓楠，刘强，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11