基于群体收视行为的广播电视系统及其个性节目推荐方法技术方案

本发明专利技术公开了一种基于群体收视行为的广播电视系统及其个性节目推荐方法。本发明专利技术提供一种广播电视系统，包括：输入部，用于输入上述广播电视系统进行个性节目推荐所需的各种参数和各种指令；节目信息存储部，用于存储关于各种广播电视节目的信息及数据；分析单元，利用通过输入部输入的各种参数和从上述节目信息存储部读取的关于广播电视节目的信息，生成要发送的个性节目单，并且确定作为发送对象的推荐人群；以及推荐信息发送部，向确定的上述收视人群发送上述个性节目单。根据该结构，能够向广播电视系统的不同用户，推荐不同的个性节目单。

【技术实现步骤摘要】
本申请是于2013年7月1日递交的，申请号为201310272576.9，专利技术创造名称“广播电视系统及该系统中的个性节目推荐方法”的分案申请，本申请要求申请号为201210342540.9，申请日为2012年9月17日的中国专利申请的优先权。
本专利技术涉及在广播电视
，更详细的说，涉及能够向特定的收视群体分别推荐对应的个性节目的广播电视系统以及该广播电视系统中的个性节目推荐方法。
技术介绍
随着电视节目日益丰富，广播电视用户正面临着与互联网用户类似的“信息过载”的问题，在这样的环境下，如何能够跟踪用户的兴趣变化，寻找用户感兴趣的电视节目内容的问题十分紧迫，广播电视个性节目推荐系统能够有效解决这一问题。广播电视个性节目推荐的理论基础为决策支持技术和数据挖掘技术。决策支持系统(DSS，DecisionSupportSystem)是由美国科学家Keen和ScottMorton于20世纪70年代首次提出的，到了20世纪80年代已经取得了巨大的发展。随着国内外专家学者的不断研究与探索，如今决策支持系统已经发展为数据仓库、联机分析处理和数据挖掘相结合的新型决策支持系统。它的典型特点是从海量数据中获取辅助决策的信息。数据挖掘(DM，DataMining)是从大量数据中提取有价值的知识的一门技术。随着数据挖掘技术的不断完善，数据挖掘在决策支持领域得到了越来越广泛的应用。这些知识为决策提供了有力的支持。<br>广播电视个性节目推荐以决策支持系统为基础，构建解决问题的模型和方法，并通过数据挖掘技术挖掘用户收视行为规律和挖掘潜在收视人群。个性节目推荐的本质是对用户收看的节目进行排序，在这一领域中，目前已有的方法有简单统计算法、简单级联聚类算法、Bayes网络算法、多重特征下的排序算法等。以上几种方法存在的共同问题是仅能够实现对用户收看节目的排序，但是不能针对不用特征的用户提供不同服务，同时不具备对收视用户分群的能力。
技术实现思路
本专利技术为解决现有技术中的上述问题点而作出，其目的在于提供一种广播电视系统以及该广播电视系统中的个性节目推荐方法，可以根据收视用户的不同需求灵活地推荐广播电视节目，实现个性节目推荐的功能。为此，本专利技术提供一种广播电视系统，其包括：输入部，用于输入上述广播电视系统进行个性节目推荐所需的各种参数和各种指令；节目信息存储部，用于存储关于各种广播电视节目的信息及数据；分析单元，利用通过输入部输入的各种参数和从上述节目信息存储部读取的关于广播电视节目的信息，生成要发送的个性节目单，并且确定作为发送对象的推荐人群；以及推荐信息发送部，向确定的上述收视群体发送上述个性节目单。此外，本专利技术还提供一种广播电视系统中的个性节目推荐方法，该广播电视系统包括输入部、节目信息存储部、分析单元和推荐信息发送部，其特征在于，该方法包括以下步骤：通过输入部输入上述广播电视系统进行个性节目推荐所需的各种参数和各种指令；分析步骤，利用通过输入部输入的各种参数和从上述节目信息存储部读取的关于广播电视节目的信息，生成要发送的个性节目单，并且确定作为发送对象的推荐人群；以及通过推荐信息发送部，向确定的上述收视群体发送上述个性节目单。有益效果：本专利技术实现了根据广播电视用户不同需求灵活选择个性节目推荐方法的解决方案。提供的节目类型阈值分析方法或聚类分析方法，能够实现协助节目制作商稳定节目忠实观众，寻找节目潜在观众的目的。用户收视行为分析方法通过具体用户收视行为的分析，能够实现有效把握用户的收视偏好，推荐个性节目的目的。附图说明图1是表示本专利技术涉及的广播电视系统100的具体结构的示意图。图2是表示上述广播电视系统100所执行的个性节目推荐过程的流程图。图3是表示上述广播电视系统100中的分析单元130执行的分析过程的第一个例子的流程图。图4是表示上述广播电视系统100中的分析单元130执行的分析过程的第二个例子的流程图。具体实施方式下面，参考附图来描述本专利技术涉及的广播电视系统和该系统中的个性节目推荐方法的具体实施例。图1是表示本专利技术涉及的广播电视系统100的具体结构的示意图。如图1所示，本专利技术的广播电视系统100包括输入部110、节目信息存储部120、分析单元130、推荐信息发送部140。其中，输入部110用于输入上述广播电视系统进行个性节目推荐所需的各种参数等数据和各种指令，其可以是键盘、触摸屏、手写输入设备、鼠标等。节目信息存储部120用于存储关于各种广播电视节目的信息，例如节目的类型、节目的时间参数、预先设定的各种阈值等。此外，上述节目信息存储部120还可以存储上述广播电视系统100执行功能所需的其他数据。这些信息和数据可以预先存储在上述节目信息存储部120，也可以由输入部110输入后存储在上述节目信息存储部120。分析单元130用于利用通过输入部110输入的各种参数等数据和从上述节目信息存储部120读取的关于广播电视节目的信息，对上述各种参数和信息进行分析处理，生成要发送的个性节目单，并且确定作为发送对象的推荐人群。在本专利技术中，分析单元130可以利用节目类型分析法(例如节目类型阈值分析法、节目类型聚类分析法)、收视行为分析法(例如收视个体行为分析法、收视群体行为分析法)中的任一种，其中，当利用节目阈值类型分析法或节目类型聚类分析法的情况下，可以通过计算出收视人群占有率来确定推荐人群，当利用收视个体行为分析法或收视群体行为分析法的情况下，可以通过计算出频道贡献率来确定推荐节目单的频道，从而生成用于推荐的个性节目单。上述分析单元130选择使用哪个分析法，可以由来自输入部110的用户指令确定。而且，关于这些分析法的具体内容将在下面详细论述。推荐信息发送部140，通过短信方式或电子邮件等方式向确定的收视个体或群体发送上述个性节目单。在此，该推荐信息发送部140可以是短信发送平台，也可以是电子邮件发送平台。接着，参照图2说明上述广播电视系统所100执行的个性节目推荐过程。首先，用户通过输入部110输入进行个性节目推荐所需的各种参数等数据和各种指令(步骤S211)。在此，这些参数可以包括用户所在地区的参数、节目的类型参数和时间参数等。各种指令可以包括用于选择分析单元130利用的分析方法的指令，还可以包括确定推荐信息发送部140的发送方式的指令。上述参数等数据可以存储在节目信息存储部120，也可以发送给分析单元130使用。本文档来自技高网...

【技术保护点】
一种广播电视系统，其特征在于，包括：输入部，用于输入上述广播电视系统进行个性节目推荐所需的各种参数和各种指令；节目信息存储部，用于存储关于各种广播电视节目的信息及数据；分析单元，利用通过输入部输入的各种参数和从上述节目信息存储部读取的关于广播电视节目的信息，生成要发送的个性节目单，并且确定作为发送对象的推荐人群，其中，分析单元利用群体收视行为分析法，通过频道贡献率来确定推荐节目单的频道，从而生成用于推荐的个性节目单，所述群体收视行为分析法是选择某一收视群体的收视信息进行分析计算，取得向该群体推荐节目单的推荐频道；以及推荐信息发送部，向确定的上述推荐人群发送上述个性节目单。

【技术特征摘要】
2012.09.17 CN 20121034254091.一种广播电视系统，其特征在于，包括：
输入部，用于输入上述广播电视系统进行个性节目推荐所需的各种参数和
各种指令；
节目信息存储部，用于存储关于各种广播电视节目的信息及数据；
分析单元，利用通过输入部输入的各种参数和从上述节目信息存储部读取
的关于广播电视节目的信息，生成要发送的个性节目单，并且确定作为发送对
象的推荐人群，其中，分析单元利用群体收视行为分析法，通过频道贡献率来
确定推荐节目单的频道，从而生成用于推荐的个性节目单，所述群体收视行为
分析法是选择某一收视群体的收视信息进行分析计算，取得向该群体推荐节目
单的推荐频道；以及
推荐信息发送部，向确定的上述推荐人群发送上述个性节目单。
2.如权利要求1所述的广播电视系统，其特征在于，上述分析单元执行以
下分析过程：
(1)选择作为分析对象的收视群体类型和时间参数，并提取该收视群体的
信息；
(2)利用下式计算所选择的上述收视群体的收视时长：
T c 1 = Σ p = 1 n 5 Σ l = 1 n 4 Σ k = 1 n 3 Σ j = 1 n 2 Σ i = 1 n 1 T i , j , k , l , p ]]> T c 2 = Σ p = 1 n 5 Σ k = 1 n 3 Σ j = 1 n 2 Σ i = 1 n 1 T i , j , k , p ]]>其中：
Tc1表示上述收视群体收看所有节目的收视总时长，
Tc2表示上述收视群体收看某类节目的收视总时长，
n1表示某日上述收视群体收看某频道的某类节目的节目数目，
n2表示某日上述收视群体收看某类节目的频道数目，
n3表示分析上述收视群体收视时长的输入天数，
n4表示上述收视群体收看节目类型的总数，
n5表示上述收视群体包含的收视个体人数，
Ti,j,k,l,p和Ti,j,k,p表示收看某具体节目的有效收视时长；
(3)利用下式计算上述收视群体的收视偏好并且，将收视偏好按由大到小的顺序排序，向群体用户推荐收视偏好最大
的节目类型；
(4)根据计算出的上述收视偏好，选取收视偏好最大的节目类型，并且利
用收视时长计算得到的结果，基于下式计算频道贡献率Ψc：
ψ c = T c 3 T c 2 ]]>其中，
T c 3 = Σ p = 1 n 5 Σ k = 1 n 3 Σ i = 1 n 1 T i , k , p ]]>Tc3表示上述收视群体收看某频道该类节目的收视时长，
n1表示某日上述收视群体收看该类节目的节目数目，
n3表示分析上述收视群体收视时长的输入天数，
n5表示上述收视群体中包含的个体人数，
Ti,k,p表示收看某具体节目的有效收视时长；
(5)将频道贡献率进行排序，所得值越大频道贡献率越高，而且，根据频
道贡献率，选择推荐节目单的频道，其中，选择任意频道贡献率的单个频道...

【专利技术属性】
技术研发人员：殷复莲，柴剑平，高雅，
申请(专利权)人：中国传媒大学，
类型：发明
国别省市：北京;11