一种基于情景感知的智能电视节目推荐方法技术

本发明专利技术公开了一种基于情景感知的智能电视节目推荐方法，其包括以下步骤：包括采集当前用户人数、身份，捕捉用户表情、动作和语言信息以及用户操作记录的信息数据采集步骤；包括将所述信息数据采集步骤采集的信息数据进行分析，将所述信息数据转化为能直接用于推荐算法之算法数据的情景感知数据处理步骤；包括使用所述算法数据进行分析后，向当前用户推荐最佳节目列表的服务器推荐步骤。对用户兴趣的粒度更加细化，细化到用户在观看电视时的情绪信息和对电视节目的评论信息，从而根据这些信息针对用户群推荐适合用户观看的最佳节目列表，方便了用户操作，提高了用户体验，使用户更愉悦的观赏电视节目。

【技术实现步骤摘要】
一种基于情景感知的智能电视节目推荐方法
本专利技术涉及一种基于情景感知的智能电视节目推荐方法。
技术介绍
随着技术的发展，人们对于电视的要求已经不仅仅局限于被动的去接受，而是要求像互联网一样进行自己去筛选或定制，得到符合个人兴趣的个性化服务，在这种技术背景下，智能电视应运而生。目前的情景感知应用，大多是针对单个用户的当前情景。对于电视用户来说，感知单个用户则会忽略其他用户的情景信息；在多用户观看电视的情况下，如果推荐的节目只符合单个用户的兴趣，则会无法推荐出符合大多数人的电视节目。现有技术中的电视不能使用图像处理技术识别并识别出用户的身份，不能得出当前用户表情相对应的情绪信息，也不能处理用户的音频信息，得到音频中的用户对电视评价的内容和语义信息，更无法根据使用用户的情绪信息和语言信息建立用户的兴趣模型，对用户做出最佳的推荐。因此，现有技术有待于更进一步的改进和发展。
技术实现思路
鉴于上述现有技术的不足，本专利技术的目的在于提供一种基于情景感知的智能电视节目推荐方法，对用户兴趣的粒度更加细化，能针对用户群进行推荐最佳的节目列表，提高用户体验。为解决上述技术问题，本专利技术技术方案包括：一种基于情景感知的智能电视节目推荐方法，其包括以下步骤：包括采集当前用户人数、身份，捕捉用户表情、动作和语言信息以及用户操作记录的信息数据采集步骤；包括将所述信息数据采集步骤采集的信息数据进行分析，将所述信息数据转化为能直接用于推荐算法之算法数据的情景感知数据处理步骤；包括使用所述算法数据进行分析后，向当前用户推荐最佳节目列表的服务器推荐步骤。所述的智能电视节目推荐方法，其中，所述信息数据采集步骤包括：通过智能电视机的摄像头和语音收集器来检测当前用户的人数与身份、捕捉当前用户的表情和动作以及语音信息、收集用户的操作记录；所述摄像头能从一张大图中智能识别人脸，并从人脸图像中抽取包含主要特征小图像；所述语音识别器识别出当前用户的语音内容，并与所述摄像头配合将语音与说话者身份对应；所述智能电视机收集用户操作记录。所述的智能电视节目推荐方法，其中，所述用户操作记录包括用户查看电影的记录、用户观看电影的记录、用户对观看电影评论的记录、用户搜索电影的记录、用户打标签或创建标签电影的记录、用户关注好友电影或被好友关注电影的记录、用户分享电影记录、用户收藏电影和喜欢电影的记录、用户不喜欢电影的记录、用户对节目推荐列表操作的记录、用户添加影评的记录和用户参加社区和小组的记录。所述的智能电视节目推荐方法，其中，所述用户观看电影的记录通过算式进行评价，其中，L为观看时长，T为节目的总长度，FN为快进次数，BN为快退次数，所述tij的范围为0到+∞，其对应关系如下：所述的智能电视节目推荐方法，其中，所述情景感知数据处理步骤包括：采用人工神经网络算法根据人脸图像识别用户身份；将当前用户语言信息转化为用户对电影的评价数据；若当前用户为多个，则使用矩阵分解的方法将多个用户的混杂音频信息分离成多个单独用户的音频信息。；将上述处理结果转化为所述算法数据。所述的智能电视节目推荐方法，其中，所述服务器推荐步骤包括：根据所述算法数据分析用户的兴趣模型，得到的用户兴趣模型保存到一个数据库表中或者保存到一个文件当中，以供在线算法调用。所述的智能电视节目推荐方法，其中，所述服务器推荐步骤包括：根据用户兴趣模型和当前用户的动态数据通过在线推荐算法对用户实时推荐最佳节目列表。所述的智能电视节目推荐方法，其中，所述在线推荐算法通过算式进行推荐，其中，θk为对于第k个推荐算法的结果reck(u,i)的权值；αuk代表用户u在算法k上的对平均权值θk的偏离，用来增加每个用户对不同算法的适应性，其可以通过结果推荐之后用户的操作数据来动态确定；reck(u,i)代表给用户u推荐最佳节目列表i的推荐评分；此算式必须满足所述的智能电视节目推荐方法，其中，所述在线推荐算法使用梯度下降，降低推荐结果的MAE值，所述MAE的算式如下：其中，ri为用户u对推荐最佳节目列表i的真实评价，R表示测试集。本专利技术提供的一种基于情景感知的智能电视节目推荐方法，通过对当前用户的信息数据进行采集，然后再将所述信息数据转化为能直接用于推荐算法之算法数据的情景感知数据，最后通过分析向当前用户推荐最佳节目列表，对用户兴趣的粒度更加细化，细化到用户在观看电视时的情绪信息和对电视界面的评论信息，从而根据这些信息针对用户群推荐适合用户观看的最佳节目列表，方便了用户操作，提高了用户体验，使用户更愉悦的观赏电视节目。附图说明图1是本专利技术中智能电视节目推荐方法的流程示意图；图2是本专利技术中智能电视节目推荐方法一个实施例的流程示意图。具体实施方式本专利技术提供了一种基于情景感知的智能电视节目推荐方法，为使本专利技术的目的、技术方案及效果更加清楚、明确，以下对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术提供了一种基于情景感知的智能电视节目推荐方法，如图1所示的，其包括以下步骤：步骤101：包括采集当前用户人数、身份，捕捉用户表情、动作和语言信息以及用户操作记录的信息数据采集步骤；步骤102：包括将所述信息数据采集步骤采集的信息数据进行分析，将所述信息数据转化为能直接用于推荐算法之算法数据的情景感知数据处理步骤；步骤103：包括使用所述算法数据进行分析后，向当前用户推荐最佳节目列表的服务器推荐步骤。更进一步的，所述信息数据采集步骤包括：通过智能电视机的摄像头和语音收集器来检测当前用户的人数与身份、捕捉当前用户的表情和动作以及语音信息、收集用户的操作记录；所述摄像头能从一张大图中智能识别人脸，并从人脸图像中抽取包含主要特征小图像；所述语音识别器识别出当前用户的语音内容，并与所述摄像头配合将语音与说话者身份对应；所述智能电视机收集用户操作记录。在本专利技术的另一较佳实施例中，所述用户操作记录包括用户查看电影的记录、用户观看电影的记录、用户对观看电影评论的记录、用户搜索电影的记录、用户打标签或创建标签电影的记录、用户关注好友电影或被好友关注电影的记录、用户分享电影记录、用户收藏电影和喜欢电影的记录、用户不喜欢电影的记录、用户对节目推荐列表操作的记录、用户添加影评的记录和用户参加社区和小组的记录。更进一步的，所述用户观看电影的记录通过算式进行评价，其中，L为观看时长，T为节目的总长度，FN为快进次数，BN为快退次数，所述tij的范围为0到+∞，其对应关系如下：...

【技术保护点】
一种基于情景感知的智能电视节目推荐方法，其包括以下步骤：包括采集当前用户人数、身份，捕捉用户表情、动作和语言信息以及用户操作记录的信息数据采集步骤；包括将所述信息数据采集步骤采集的信息数据进行分析，将所述信息数据转化为能直接用于推荐算法之算法数据的情景感知数据处理步骤；包括使用所述算法数据进行分析后，向当前用户推荐最佳节目列表的服务器推荐步骤。

【技术特征摘要】
1.一种基于情景感知的智能电视节目推荐方法，其包括以下步骤：包括采集当前用户人数、身份，捕捉用户表情、动作和语言信息以及用户操作记录的信息数据采集步骤；包括将所述信息数据采集步骤采集的信息数据进行分析，将所述信息数据转化为能直接用于推荐算法之算法数据的情景感知数据处理步骤；包括使用所述算法数据进行分析后，向当前用户推荐最佳节目列表的服务器推荐步骤；所述信息数据采集步骤包括：通过智能电视机的摄像头和语音收集器来检测当前用户的人数与身份、捕捉当前用户的表情和动作以及语音信息、收集用户的操作记录；所述摄像头能从一张大图中智能识别人脸，并从人脸图像中抽取包含主要特征小图像；语音识别器识别出当前用户的语音内容，并与所述摄像头配合将语音与说话者身份对应；所述智能电视机收集用户操作记录；所述用户操作记录包括用户查看电影的记录、用户观看电影的记录、用户对观看电影评论的记录、用户搜索电影的记录、用户打标签或创建标签电影的记录、用户关注好友电影或被好友关注电影的记录、用户分享电影记录、用户收藏电影和喜欢电影的记录、用户不喜欢电影的记录、用户对节目推荐列表操作的记录、用户添加影评的记录和用户参加社区和小组的记录；所述用户观看电影的记录通过算式进行评价，其中，L为观看时长，T为节目的总长度，FN为快进次数，BN为快退次数，所述tij的范围为0到+∞，其对应关系如下：

【专利技术属性】
技术研发人员：赵建立，梁永全，马远坤，纪淑娟，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：