一种基于核密度估计的节目推荐方法和装置制造方法及图纸

本发明专利技术公开了一种基于核密度估计的节目推荐方法和装置。通过收视数据采集模块实时采集各用户的收视数据并分类存储，由用户兴趣分析模块使用核密度估计算法基于各用户在一时间段范围内的一时段中的节目观看时长来确定用户的节目兴趣爱好，节目推荐模块使用聚类算法基于兴趣爱好将用户分组为多个类簇，预测用户感兴趣的节目，用户推送模块将排序在兴趣度最高的前几个节目推荐给用户。本发明专利技术实现了分别针对一个用户中多个成员各自不同的且可随时间变化的兴趣的动态个性化节目精细化推荐。时间变化的兴趣的动态个性化节目精细化推荐。时间变化的兴趣的动态个性化节目精细化推荐。

【技术实现步骤摘要】
一种基于核密度估计的节目推荐方法和装置


[0001]本专利技术涉及交互式网络电视领域，尤其涉及一种用于IPTV机顶盒的基于核密度估计的电视节目推荐方法和装置。

技术介绍

[0002]随着4K高清电视的普及，IPTV节目越来越多，用户面临海量电视节目的选择。如何更好地向用户推荐符合其个性化需求的电视节目从而改善用户体验越来越显得重要。
[0003]交互式网络电视的一个用户通常是指一个家庭，其包含多个家庭成员，每个家庭成员的兴趣既有共同点也有差异，并且每个家庭成员个人的兴趣也会随着时间发生改变。
[0004]传统的节目预测方法往往将整个家庭作为一个整体进行预测，没有考虑各个家庭成员个体需求及其之间的联系。例如，CN111787371A中的构建家庭画像的方法获取家庭的属性数据(例如消费能力数据、地理位置数据)和家庭成员的行为数据(媒体偏好信息、节目偏好信息)，并据此确定家庭的属性标签和行为标签，以构建家庭画像，用于为家庭进行节目推荐。这样的基于家庭画像的节目推荐，难以满足针对各个家庭成员的精细化推荐需求。
[0005]此外，传本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种节目推荐方法，包括：实时采集用户收视数据并分类存储；使用核密度估计算法基于所述用户收视数据来分析各用户的兴趣爱好；使用聚类算法基于兴趣爱好将用户分组为多个类簇，预测用户感兴趣的节目；以及根据预测结果向该用户进行推荐。2.如权利要求1所述的节目推荐方法，其特征在于，使用核密度估计算法基于所述用户收视数据分析各用户的兴趣爱好包括：将节目分类为多个节目类型；基于所述用户收视数据来统计用户的观看时间记录，归一化度量为所述节目类型的评分，获取各节目类型的评分向量；以及通过多维核密度估计算法刻画该用户的节目兴趣爱好分布，将概率密度最大的点确定为用户的兴趣爱好，得到该用户的节目兴趣爱好向量，并由此获得各用户的节目兴趣爱好矩阵。3.如权利要求1所述的节目推荐方法，其特征在于，进一步包括：在基于兴趣爱好将用户分组为多个类簇后，求取所述多个类簇对该用户的影响权重，获得影响权重向量；分别求取所述多个类簇中各用户对各节目评分，计算评分的平均值，获得节目评分向量；以及基于所述权重和所述平均值来预测该用户对各个节目的兴趣度，获得节目兴趣度向量。4.如权利要求3所述的节目推荐方法，其特征在于，进一步包括，根据预测到的该用户对各个节目的兴趣度来对各个节目进行排序，并将排序在兴趣度最高的前几个节目推荐给该用户。5.如权利要求3所述的节目推荐方法，其特征在于，求取所述类簇对该用户的影响权重包括求取该用户至类簇重心的欧式距离，所述距离的倒数构成该类簇影响该用户的权重。6.如权利要求1所述...

【专利技术属性】
技术研发人员：李叶蓁，吕超，张继东，
申请(专利权)人：天翼智慧家庭科技有限公司，
类型：发明
国别省市：