一种个性化节目推荐方法及装置制造方法及图纸

本发明专利技术公开了一种个性化节目推荐方法及装置，所述方法包括：获取当前用户的交互数据，根据所述当前用户的交互数据，获取当前用户的用户特征，然后根据所述当前用户的用户特征，确定所述当前用户对应的用户簇，之后将所述确定的用户簇对应的节目，推荐给所述当前用户。根据交互数据进行识别当前的用户，获取用户特征，查找当前用户的用户簇所对应的节目集合，可以实现对不同的用户推荐相应的节目，解决了在设备共享时用户无法快速获取自己喜欢的节目的问题。

【技术实现步骤摘要】

本专利技术涉及网络电视
，特别涉及一种个性化节目推荐方法及装置。
技术介绍
随着互联网规模的迅速增长，同时也带来了信息超载的问题，过量信息同时呈现使得用户无法很便捷快速的获取对自己有用的部分，信息使用效率反而降低。因而，在如今的互联网应用中，越来越多“聪明”的推荐系统开发出来并被广大用户信赖和使用。在推荐系统使用的过程中，出现了许多问题，其中之一就是对于多用户使用的共享账号，共享账号中包含了整个家庭成员的不同行为模式，如何对此账号中的所有成员给出合理推荐。此处的共享账号是指家庭成员对电视终端的共享，所有的家庭成员共享一台电视终端，家庭成员正面临电视终端日益丰富多彩的影视频节目的困扰，如何从如此众多的影视频节目中快速挑选出自己感兴趣的内容是家庭成员正在面临的问题，而且，有多个家庭成员时，不同的家庭成员的喜好也不一样，如何能够同时满足多个家庭成员的影视频节目推荐方法是现在主要需要解决的问题。因此，亟需一种新的电视终端影视频节目的推荐方法，可以解决不同家庭成员共同使用一台电视终端时，可以对每个家庭成员都做出节目推荐。
技术实现思路
本专利技术提供一种个性化节目推荐方法及装置，用以解决现有技术中存在多用户使用共同账户时，不能对每个用户都做出电视节目推荐的问题。本专利技术实施例提供了一种个性化节目推荐方法，该方法包括：获取当前用户的交互数据；根据所述当前用户的交互数据，获取当前用户的用户特征；根据所述当前用户的用户特征，确定所述当前用户对应的用户簇；将所述确定的用户簇对应的节目，推荐给所述当前用户。基于相同思路，本专利技术实施例还提供了一种个性化节目推荐装置，包括：数据获取单元，用于获取当前用户的交互数据；用户识别单元，用于根据所述当前用户的交互数据，获取当前用户的用户特征；用户簇确定单元，用于根据所述当前用户的用户特征，确定所述当前用户对应的用户簇；节目推荐单元，用于将所述确定的用户簇对应的节目，推荐给所述当前用户。上述专利技术实施例，通过获取当前用户的交互数据，根据所述当前用户的交互数据，获取当前用户的用户特征，然后根据所述当前用户的用户特征，确定所述当前用户对应的用户簇，之后将所述确定的用户簇对应的节目，推荐给所述当前用户。根据交互数据进行识别当前的用户，获取用户特征，查找当前用户的用户簇所对应的节目集合，可以实现对不同的用户推荐相应的节目，解决了在设备共享时用户无法快速获取自己喜欢的节目的问题。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例中一种个性化节目推荐方法的流程示意图；图2为本专利技术实施例中一种个性化节目推荐装置的结构示意图。具体实施方式为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步地详细描述，显然，所描述的实施例仅仅是本专利技术一部份实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。本专利技术实施例中的设备可以为智能电视、网路电视、智能空调等家用电器。本专利技术实施例仅是示例作用，不限于此。本专利技术既适用于单用户模式的设备也适用于多用户模式的设备，本专利技术实施例仅是示例作用。在现有的家庭环境中，智能电视和智能空调是在家庭成员之间共享的，在同一个共享账户下的家庭成员各自的喜好不同，观看电视节目或调节空调的温度都各不相同，在此情况下，现有的智能电视无法对每个家庭成员都做出节目推荐。基于上述论述，图1示出了一种个性化节目推荐方法的流程，该流程可以由个性化节目推荐装置执行，该装置可以位于智能电视内，也可以是智能电视，如图1所示，该流程具体步骤包括：步骤S101，获取当前用户的交互数据。具体的，获取与当前用户的交互数据，当前用户的操作如浏览和播放的节目会致使该节目产生一个隐性反馈，在与当前用户交互的过程中，需要实时获取新的隐性反馈，该新的隐性反馈即是当前用户的交互数据。所述当前用户的交互数据可以用于识别当前用户。步骤S102，根据所述当前用户的交互数据，获取当前用户的用户特征。在所述步骤S102中，根据所述步骤S102中获取的当前用户的交互数据，即对当前的浏览和播放的节目产生的隐性反馈，该隐性反馈对应预设的用户特征，如当前浏览或播放的是戏曲类，且时间是在工作日的白天，则可以设定其
对应的用户特征是年龄大，既可以获取当前的家庭用户是老年人。其中，用户特征可以是家庭用户的年龄、性别或职业等信息。步骤S103，根据所述当前用户的用户特征，确定所述当前用户对应的用户簇。具体的，在所述步骤S103中，根据所述步骤S102中获取的当前用户的用户特征，判断所述用户特征对应属于哪个用户簇，查找到所述当前用户对应的用户簇。所述用户簇表示了每个用户与每个节目评分集合的映射关系，一个用户对应一个节目评分集合。所述用户簇也表示了该用户的对节目的喜好。在上述过程中，所述用户簇可以通过下述步骤确定：首先获取用户的历史数据，并根据所述历史数据建立用户的偏好矩阵，其中，所述用户的历史数据按照设定周期进行更新，如可以设定每天晚上0点进行更新，即获取当天的日志。所述偏好矩阵可以是其中ru,i表示用户u对于节目i的隐性评分值。在建立好用户的偏好矩阵之后，对所述偏好矩阵进行奇异值分解，获取用户特征向量和节目评分向量，如：假设智能电视的用户账号为H，现需要对H中的用户进行识别，MH为H账号中所有用户观看的影片集合，mH＝|MH|为影片集合中的影片数量，该账号中的用户数目为n已知，则根据后台数据建立用户的偏好矩阵MH，通过矩阵分解即可以使用奇异值分解的方式获得用户特性向量(影片j∈MH的特征向量)和节目评分向量(影片j∈MH的特征向量)。然后再将所述用户特征向量和所述节目评分向量构建新的向量(其中j∈MH)，即可建立用户训练集合其中mH为训练集合的大小。然后对用户训练集合采用向量期望最大化算法进行聚类成多个用户簇，从而建立用户与节目评分之间的映射关系S:MH→(用户1,…,用户n)，该映射关系S可以用于根据用户的用户特征识别用户。步骤S104，将所述确定的用户簇对应的节目，推荐给所述当前用户。在确定出当前用户对应的用户簇之后，将所述确定的用户簇中的节目评分集合进行矩阵分解，可以获得每个节目的评分，然后对所述确定的用户簇对应的节目可以按照评分的高低进行排序，同样也可以按照相关度进行排序，此处可以依据经验进行设置。然后将排序后的节目集合推荐给所述当前用户。同时，还可以根据当前用户的用户特征和用户的观看节目的时间，将所述用户特征对应的空调的温度进行推荐，可以是将所述用户特征对应的空调温度显示到当前设备的屏幕上，即向所述当前用户推荐出当前最适合所述当前用户的温度，便于所述当前用户调节空调温度，也可以是推荐给物联网的智能家居平台，通过物联网的智能家居平台对智能空调进行自动调整。本专利技术实施例仅是示例作用，不对此做限制。上述实施例中，首先通过获取当前用户的交互数据，根据所述当前用户的交互数据，获取当前用户的用户特征，然后根据所述当前用户的本文档来自技高网...

【技术保护点】
一种个性化节目推荐方法，其特征在于，该方法包括：获取当前用户的交互数据；根据所述当前用户的交互数据，获取当前用户的用户特征；根据所述当前用户的用户特征，确定所述当前用户对应的用户簇；将所述确定的用户簇对应的节目，推荐给所述当前用户。

【技术特征摘要】
1.一种个性化节目推荐方法，其特征在于，该方法包括：获取当前用户的交互数据；根据所述当前用户的交互数据，获取当前用户的用户特征；根据所述当前用户的用户特征，确定所述当前用户对应的用户簇；将所述确定的用户簇对应的节目，推荐给所述当前用户。2.如权利要求1所述的方法，其特征在于，所述用户簇可以通过下述步骤确定：获取用户的历史数据，并根据所述历史数据建立用户的偏好矩阵；将所述偏好矩阵进行矩阵分解，获得用户特征向量和节目评分向量；根据所述用户特征向量和所述节目评分向量，聚类成多个用户簇。3.如权利要求2所述的方法，其特征在于，所述根据所述用户特征向量和所述节目评分向量，聚类成多个用户簇，包括：根据所述用户特征向量和所述节目评分向量，建立用户训练集合，对所述用户训练集合采用向量期望最大化算法，聚类成多个用户簇。4.如权利要求1所述的方法，其特征在于，在将所述确定的用户簇对应的节目，推荐给所述当前用户之前，还包括：对所述确定的用户簇对应的节目进行排序。5.如权利要求1所述的方法，其特征在于，所述方法还包括：根据所述用户特征，以及观看时间，将所述用户特征对应的空调的温度进行推荐。6.一种个性化节目推荐装置，其特征在于，包括：数据获取...

【专利技术属性】
技术研发人员：高雪松，胡伟凤，
申请(专利权)人：海信集团有限公司，
类型：发明
国别省市：山东;37