个性化内容推荐方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种个性化内容推荐方法、装置及存储介质。其中，所述方法包括：为影视库中的各节目生成节目标签；采集用户行为数据，根据用户行为数据及当前观看时间生成用户当前标签；依据所述用户当前标签对影视库中的节目进行筛选，获得若干推荐节目；利用所述用户当前标签和各推荐节目的节目标签对所述推荐节目进行加权积分计算，获得各推荐节目的推荐值；将各所述推荐节目和与各推荐节目对应的推荐值向用户进行展示。本发明专利技术利用个性化标签和节目标签按照预设的打分规则进行打分，按照资源的得分为用户输出推荐资源，实现内容推荐的自动化及个性化，同时，使得推荐的结果更加准确，满足用户的喜好。

Personalized content recommendation methods, devices and storage media

【技术实现步骤摘要】
个性化内容推荐方法、装置及存储介质
本专利技术涉及互联网
，尤其涉及一种个性化内容推荐方法、装置及存储介质。
技术介绍
伴随网络业务的飞速发展，业务平台为用户提供了海量的内容资源和服务，推荐技术的应用领域也越来越多。例如，影音娱乐推荐、新闻推荐、商务推荐、娱乐推荐、学习推荐、购物推荐、决策支持等。推荐方法的创新性、实用性、实时性、简单性也越来越强。但由于受传统“广播式”业务模式思维和技术限制的影响，现有推荐更多是一种大众化的、无差别推荐，即使有部分个性化推荐的探索，但实际推荐效果在精准度上也不甚理想，缺乏精细化、差异化、个性化服务。现有的产品和服务与用户日益提升的个性化需求的矛盾突出。部分互联网业务通过人工方式对内容进行推荐，由于是人工推荐，人工参与运营往往受到参与者的个人倾向和思维定式限制，所推荐出的内容覆盖面有一定局限性，并不一定能满足所有消费者的需求，在服务强调差异化和个性化的今天，这无疑是产品的一个重大缺陷，且人工运营的不及时性也无力支撑产品的实时性要求，此外，人工运营需要消耗大量的人力资源，这无疑加重了企业的日常经营成本压力。
技术实现思路
本专利技术实施例提供一种个性化内容推荐方法、装置及存储介质，用以解决现有技术中存在的内容推荐不够准确的问题。第一方面，本专利技术实施例提供一种个性化内容推荐方法，所述方法包括以下步骤：为影视库中的各节目生成节目标签；采集用户行为数据，根据用户行为数据及当前观看时间生成用户当前标签；依据所述用户当前标签对影视库中的节目进行筛选，获得若干推荐节目；利用所述用户当前标签和各推荐节目的节目标签对所述推荐节目进行加权积分计算，获得各推荐节目的推荐值；将各所述推荐节目和与各推荐节目对应的推荐值向用户进行展示。可选的，为影视库中的各节目生成节目标签，具体包括：确定节目中主要演员的顺序，按照所述主要演员的顺序为各主要演员配置对应的系数以生成主演标签；依据节目的节目内容确定节目类型，并确定各节目类型分别占总节目类型的百分比，生成类型标签；依据所述主演标签、类型标签和节目的原始评分生成节目标签。可选的，所述采集用户行为数据，根据用户行为数据及当前观看时间生成用户当前标签，具体包括：确定观看时段并设定与各所述观看时段对应的用户的身份；采集用户观看记录，根据各所述观看时段的观看记录确定各身份用户青睐的演员，并按照各身份用户对各演员的青睐程度为各演员设定青睐值；根据各所述观看时段的观看记录确定各身份用户喜好的节目类型，并按照各身份用户对各节目类型的喜好程度为各节目类型设定喜好值；依据所述各身份用户青睐的演员、青睐值、各身份用户喜好的节目类型及喜好值生成用户初始标签；依据当前观看时间确定当前用户的身份，并将与当前用户的身份对应的用户初始标签作为用户当前标签。可选的，所述依据所述用户当前标签对影视库中的节目进行筛选，获得若干推荐节目，具体包括：根据用户当前标签中的用户青睐的演员，从影视库中筛选出对应的节目，获得推荐节目。可选的，利用所述用户当前标签和各推荐节目的节目标签对所述推荐节目进行加权积分计算，获得各推荐节目的推荐值，具体包括：依据所述节目标签中推荐节目对应的原始评分、所述主演标签中各主要演员的系数、各所述主要演员在用户当前标签中所对应的青睐值、推荐节目的节目类型的百分比以及所述节目类型在用户当前标签中所对应的喜好值进行加权积分计算，获得各推荐节目的推荐值。可选的，所述将各所述推荐节目和与各推荐节目对应的推荐值向用户进行展示，具体包括：按照推荐值由低到高或由高到低的顺序对各节目进排序，并将排序后的节目向用户进行展示。可选的，所述节目类型包括以下一种或几种：动作片、偶像片、奇幻片、爱情片、历史片、恐怖片、少儿片、教育片、家庭片和剧情片。第二方面，本专利技术实施例提供一种个性化内容推荐装置，包括：第一生成模块，用于为影视库中的各节目生成节目标签；第二生成模块，采集用户行为数据，根据用户行为数据及当前观看时间生成用户当前标签；筛选模块，用于依据所述用户当前标签对影视库中的节目进行筛选，获得若干推荐节目；计算模块，用于利用所述用户当前标签和各推荐节目的节目标签对所述推荐节目进行加权积分计算，获得各推荐节目的推荐值；展示模块，用于将各所述推荐节目和与各推荐节目对应的推荐值向用户进行展示。第三方面，本专利技术实施例提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如下方法步骤：为影视库中的各节目生成节目标签；采集用户行为数据，根据用户行为数据及当前观看时间生成用户当前标签；依据所述用户当前标签对影视库中的节目进行筛选，获得若干推荐节目；利用所述用户当前标签和各推荐节目的节目标签对所述推荐节目进行加权积分计算，获得各推荐节目的推荐值；将各所述推荐节目和与各推荐节目对应的推荐值向用户进行展示。本专利技术实施例通过通过采集到的用户数据生成用户个性化标签，在通过媒体资源信息生成节目标签，根据用户的标签与节目标签比对进行节目的排序与筛选，最终为用户推荐媒体资源。本专利技术利用个性化标签和节目标签按照预设的打分规则进行打分，实现了将媒体资源与用户的匹配程度进行自动打分，按照资源的得分为用户输出推荐资源，实现内容推荐的自动化及个性化，同时，使得推荐的结果更加准确，满足用户的喜好。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1为本专利技术第一实施例的一种个性化内容推荐方法的流程图；图2为本专利技术第二实施例的一种个性化内容推荐方法的流程图；图3为本专利技术第二实施例的节目标签示意图；图4为本专利技术第二实施例的用户身份设定的示意图；图5为本专利技术第二实施例中的用户初始标签示意图；图6为本专利技术第三实施例中的一种个性化内容推荐装置的结构框图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。本专利技术第一实施例提供一种个性化内容推荐方法，如图1所示，包括以下具体步骤：步骤S101，为影视库中的各节目生成节目标签；步骤S102，采集用户行为数据，根据用户行为数据及当前观看时间生本文档来自技高网...

【技术保护点】
1.一种个性化内容推荐方法，其特征在于，所述方法包括以下步骤：/n为影视库中的各节目生成节目标签；/n采集用户行为数据，根据用户行为数据及当前观看时间生成用户当前标签；/n依据所述用户当前标签对影视库中的节目进行筛选，获得若干推荐节目；/n利用所述用户当前标签和各推荐节目的节目标签对所述推荐节目进行加权积分计算，获得各推荐节目的推荐值；/n将各所述推荐节目和与各推荐节目对应的推荐值向用户进行展示。/n

【技术特征摘要】
1.一种个性化内容推荐方法，其特征在于，所述方法包括以下步骤：
为影视库中的各节目生成节目标签；
采集用户行为数据，根据用户行为数据及当前观看时间生成用户当前标签；
依据所述用户当前标签对影视库中的节目进行筛选，获得若干推荐节目；
利用所述用户当前标签和各推荐节目的节目标签对所述推荐节目进行加权积分计算，获得各推荐节目的推荐值；
将各所述推荐节目和与各推荐节目对应的推荐值向用户进行展示。


2.如权利要求1所述的个性化内容推荐方法，其特征在于，为影视库中的各节目生成节目标签，具体包括：
确定节目中主要演员的顺序，按照所述主要演员的顺序为各主要演员配置对应的系数以生成主演标签；
依据节目的节目内容确定节目类型，并确定各节目类型分别占总节目类型的百分比，生成类型标签；
依据所述主演标签、类型标签和节目的原始评分生成节目标签。


3.如权利要求2所述的个性化内容推荐方法，其特征在于，所述采集用户行为数据，根据用户行为数据及当前观看时间生成用户当前标签，具体包括：
确定观看时段并设定与各所述观看时段对应的用户的身份；
采集用户观看记录，根据各所述观看时段的观看记录确定各身份用户青睐的演员，并按照各身份用户对各演员的青睐程度为各演员设定青睐值；
根据各所述观看时段的观看记录确定各身份用户喜好的节目类型，并按照各身份用户对各节目类型的喜好程度为各节目类型设定喜好值；
依据所述各身份用户青睐的演员、青睐值、各身份用户喜好的节目类型及喜好值生成用户初始标签；
依据当前观看时间确定当前用户的身份，并将与当前用户的身份对应的用户初始标签作为用户当前标签。


4.如权利要求3所述的个性化内容推荐方法，其特征在于，所述依据所述用户当前标签对影视库中的节目进行筛选，获得若干推荐节...

【专利技术属性】
技术研发人员：李婷婷，朱里越，欧阳峰，
申请(专利权)人：国家新闻出版广电总局广播科学研究院，
类型：发明
国别省市：北京;11