电视智能推荐方法技术

本发明专利技术公开了一种电视智能推荐方法，涉及智能电视技术领域，该电视智能推荐方法通过贝叶斯网络综合用户身份，用户使用习惯，用户表情等信息，为用户量身定制推荐，与传统的推荐方法比贝叶斯网络可以综合更多的因素，使得推理结果更加接近用户的真实意愿；另一方面，与网络节目资源相比，电视节目数量和类型相对固定、用户评价信息相对较少且难以收集数量，因此采用单一的推荐方法是不可行的，本发明专利技术针对网络资源和电视台资源的不同特点利用贝叶斯网络和协同过滤算法的级联进行推荐，实时性更高，且更适合电视推荐应用场景。

TV Intelligent Recommendation Method

The invention discloses a TV intelligent recommendation method, which relates to the technical field of intelligent television. The TV intelligent recommendation method integrates user identity, user usage habits, user expression and other information through Bayesian network to customize the recommendation for users. Compared with traditional recommendation method, the traditional recommendation method can synthesize more factors than Bayesian network. On the other hand, compared with network program resources, the number and type of TV programs are relatively fixed, the information of user evaluation is relatively small and it is difficult to collect the quantity, so it is not feasible to adopt a single recommendation method. The present invention aims at network resources and TV station resources. Different features make use of the cascade of Bayesian network and collaborative filtering algorithm for recommendation, which has higher real-time performance and is more suitable for TV recommendation application scenarios.

【技术实现步骤摘要】
电视智能推荐方法
本专利技术涉及智能电视
，特别涉及一种电视智能推荐方法。
技术介绍
网络电视及人工智能技术的发展，使得电视机平台具有视频推荐功能成为可能。现在的网络电视除了电视台资源还有网络视频资源，电视台资源和网络节目资源在用户数量、用户信息方面是不同的，适合的推荐方案也是不同的，因此，考虑一种电视节目推荐和网络节目资源推荐相结合的推荐方法也是很有必要的。专利号为CN200810217886的专利采用贝叶斯方法对电视节目进行推荐。首先，通过用户历史记录提取收视行为以表征用户的收视喜好，然后，根据电视节目的特征表征节目的各个属性，根据贝叶斯算法通过收视行为和播放行为预测用户对电视节目的收看概率，据此向用户推荐电视节目。专利号为CN201720708711的专利将基于物品的协同过滤推荐技术引入到了电视节目推荐中，在该专利技术中，首先通过物品评分矩阵计算物品与物品之间的相似性，然后利用用户历史评分数据和物品物品相似性矩阵计算用户对其他物品的偏好。但是不难看出，上述的方法所采用的用户历史评分数据是很关键的一点。电视是一种多用户的设备，目前的电视设备很少需要用户登录，因此针对同一台设本文档来自技高网...

【技术保护点】
1.一种电视智能推荐方法，其特征在于：所述电视智能推荐方法包括如下步骤：步骤S101：获取使用人信息，在使用本系统之前，用户应首先通过APP注册账户，并上传用用户信息，本步骤中用户打开电视后，机顶盒设备通过前置摄像头采集用户图像获取用户身份和表情信息，所有信息都附带UNIX时间戳；步骤S102：基于使用人信息开启基于贝叶斯的快速推荐；步骤S103：判断所推荐结果是否为网络视频资源，若不是则进入步骤S106；步骤S104：若为网络视频资源则利用系统云平台进行协同过滤推荐；步骤S105：将推荐结果以网络视频资源列表形式呈现给用户；步骤S106：直接进入相应电视台节目；步骤S107：更新数据库。

【技术特征摘要】
1.一种电视智能推荐方法，其特征在于：所述电视智能推荐方法包括如下步骤：步骤S101：获取使用人信息，在使用本系统之前，用户应首先通过APP注册账户，并上传用用户信息，本步骤中用户打开电视后，机顶盒设备通过前置摄像头采集用户图像获取用户身份和表情信息，所有信息都附带UNIX时间戳；步骤S102：基于使用人信息开启基于贝叶斯的快速推荐；步骤S103：判断所推荐结果是否为网络视频资源，若不是则进入步骤S106；步骤S104：若为网络视频资源则利用系统云平台进行协同过滤推荐；步骤S105：将推荐结果以网络视频资源列表形式呈现给用户；步骤S106：直接进入相应电视台节目；步骤S107：更新数据库。2.根据权利要求1所述的电视智能推荐方法，其特征在于：所述基于贝叶斯的快速推荐的具体步骤如下：步骤S201：利用步骤S101获取的使用人信息和习惯记录训练两个朴素贝叶斯网络模型，一个用于节目类型推荐，另一个用于具体电视台节目推荐；节目类型推荐将节目类型作为根节点，它有两个状态，分别为网络视频资源和电视台节目资源，将用户身份，操作时间，资源标签和情绪信息作为叶节点，训练节目类型推荐朴素贝叶斯分类器模型，具体电视台节目推荐将具体电视台节目作为根节点，它的状态数等于具体电视台的节目数，同样将用户身份，操作时间，资源标签和情绪信息作为叶节点，训练具体电视台节目朴素贝叶斯分类器模型；步骤S202：基于步骤S201训练的节目类型推荐的朴素贝叶斯网络模型进行推理，给出当前时刻使用人想要观看网络视频资源的概率；读入当前时刻使用人信息，当前时间，情绪信息，进行贝叶斯推理，可以得到用户想要观看网络视频资源的概率；步骤S203：若概率大于0.5，返回推荐结果为网络视频资源，否则进入步骤S204，若概率大于0.5，即用户想要观看网络视频资源，所以推荐网络视频资源给用户，否则推荐电视台节目资源给用户；步骤S204：使用步骤S201中训练的具体电视台推荐的朴素贝叶斯网络模型进行推理，获得当前时刻使用人想要观看每个电视台节目的概率；当用户想要观看电视台节目资源时，还需要推荐具体的电视台节目给用户，此时需要用到具体电视台节目推荐朴素贝叶斯分类器。读入使用人信息，当前时间，情绪信息，使用具体电视台节目推荐朴素贝叶斯分类器，进行贝叶斯推理，得到用户想要观看各个具体电视台节目的概率；步骤S205：选取概率最大的电视台节目作为返回推荐结果为电视台节目；在已知用户想要观看各个具体电视台节目的概率的前提下，选择概率最大的那一个推荐给用户。3.根据权利要求1所述...

【专利技术属性】
技术研发人员：柴晓晋，韩月，任昊，蔡其航，彭秀楠，周佳明，陶波，李迎春，柴源，袁履绥，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61