直播电视节目推荐方法及系统

1.一种直播电视节目推荐方法，包括：
根据用户历史观看记录和爬取的频道的节目表单，获取用户在所述节目表单中的节目观看记录；
根据用户在所述节目表单中的节目观看记录，获取节目元数据；
根据所述用户历史观看记录和所述节目元数据，获取用户电视节目喜好记录；
根据移动滑窗选取节目表单以及根据所述节目表单和所述用户电视节目喜好记录获取用户对所述节目表单中每个节目的喜好程度，其中，在根据所述移动滑窗选取节目表单的过程中，与所述移动滑窗所对应的时间段内的选取从当前时间起的一预置未来时间区间内正在播放或即将要播放的节目信息列表，其中，所述节目信息列表中包含所述节目元数据；并且，根据移动滑窗选取与所述用户兴趣相似的邻居用户，以获取与所述移动滑窗所对应的时间段内的电视节目被观看的统计记录，其中，在根据移动滑窗选取与所述用户兴趣相似的邻居用户的过程中，与所述移动滑窗所对应的时间段内的选取至当前时间为止的一预置过去时间区间内有观看记录的用户群，并根据所述用户群的喜好记录和所述用户的喜好记录，确定兴趣最为相似的N个用户作为与所述用户兴趣相似的邻居用户；
根据所述统计记录和所述用户对所述节目表单中每个节目的喜好程度向所述用户推荐所述移动滑窗所对应的时间段内的电视节目。
2.如权利要求1所述的直播电视节目推荐方法，其中，
根据用户ID向所述用户观看行为数据库查询该用户历史一段时间内的用户频道观看记录获取所述用户历史观看记录，所述用户历史一段时间内的用户频道观看记录包括观看的频道信息、观看的起始时间和观看的结束时间；其中，
在获取所述用户节目观看记录的过程中，对所述用户历史观看记录以及所述爬取的频道的节目表单进行匹配，把所述用户频道观看记录转化为用户观看节目的百分比记录。
3.如权利要求1所述的直播电视节目推荐方法，其中，
利用网络爬虫技术从互联网站中获取电视频道播放的节目内容以获取所述爬取的频道的节目表单；其中，
所述节目表单包括节目标题、节目演员、节目简介、节目的播放时间段和节目所播放的频道。
4.如权利要求1所述的直播电视节目推荐方法，其中，
在获取所述用户电视节目喜好记录的过程中，根据用户历史一段时间内的观看节目时长，结合对应节目表单的元数据，统计出观看的节目总时长，并以所述总时长确定用户对节目的喜好程度。
5.如权利要求1所述的直播电视节目推荐方法，其中，
在根据所述统计记录和所述用户对所述节目表单中每个节目的喜好程度向所述用户推荐所述移动滑窗所对应的时间段内的电视节目的过程中，
对所述统计记录进行倒排序，以获取向所述用户推荐所述移动滑窗所对应的时间段内的电视节目的推荐顺序；并且，
当在所述用户对所述推荐顺序内的电视节目的喜好程度超过预设阀值时，向所述用户推荐所述电视节目。
6.如权利要求1所述的直播电视节目推荐方法，还包括，
在用户的每次观看行为结束时，向用户观看行为数据库中添加用户频道观看记录，以更新用户观看记录；其中，
所述用户频道观看记录包括用户ID、观看的频道信息、观看的起始时间和观看的结束时间。
7.一种直播电视节目推荐系统，包括：
节目观看记录获取单元，用于根据用户历史观看记录和爬取的频道的节目表单，获取用户在所述节目表单中的节目观看记录；
节目元数据获取单元，用于根据用户在所述节目表单中的节目观看记录，获取节目元数据；
喜好记录获取单元，用于根据所述用户历史观看记录和所述节目元数据，获取用户电视节目喜好记录；
推荐依据获取单元，用于根据移动滑窗选取节目表单以及根据所述节目表单和所述用户电视节目喜好记录获取用户对所述节目表单中每个节目的喜好程度，其中，在根据所述移动滑窗选取节目表单的过程中，与所述移动滑窗所对应的时间段内的选取从当前时间起的一预置未来时间区间内正在播放或即将要播放的节目信息列表，其中，所述节目信息列表中包含所述节目元数据；并且，根据移动滑窗选取与所述用户兴趣相似的邻居用户，以获取与所述移动滑窗所对应的时间段内的电视节目被观看的统计记录，其中，在根据移动滑窗选取与所述用户兴趣相似的邻居用户的过程中，与所述移动滑窗所对应的时间段内的选取至当前时间为止的一预置过去时间区间内有观看记录的用户群，并根据所述用户群的喜好记录和所述用户的喜好记录，确定兴趣最为相似的N个用户作为与所述用户兴趣相似的邻居用户；
节目推荐单元，用于根据所述统计记录和所述用户对所述节目表单中每个节目的喜好程度向所述用户推荐所述移动滑窗所对应的时间段内的电视节目。

直播电视节目推荐方法及系统\n技术领域\n[0001] 本发明涉及数字电视节目推荐技术领域，更为具体地，涉及一种直播电视节目推荐方法及系统。\n背景技术\n[0002] 目前，智能电视机、机顶盒以及在线视频网站等向用户提供视频内容的产品已经非常普及，对于多媒体视频的推荐解决方案也已经有很多，如图1所示的现有电视节目推荐流程示意图。\n[0003] 如图1所示，在该电视节目推荐流程中，利用协同过滤算法，发现跟目标用户兴趣相同的用户群，从这些用户群中发现他们都喜欢的节目，然后推送给目标用户。\n[0004] 现有技术中，类似的算法往往都是针对点播节目（Video On Demand）比较有效，因为点播节目不具有强烈的时效性特点。但是针对于直播内容的推荐，利用上述推荐流程则会导致推荐结果在准确度上有很大的偏差，产生偏差的原因主要有如下三点：\n[0005] 第一：用户兴趣点上的偏差。\n[0006] 在获取用户观看记录过程中，由于点播视频内容是固定，可以直接获取用户的观看节目的记录信息，但是在直播频道中，传统方法只能获取用户观看的频道信息（例如CCTV5），无法获得用户看得具体内容信息（例如篮球比赛）。这在后续发现用户兴趣点上会出现比较大的误差。目前的推荐算法主要分为两大类：\n[0007] a)一种是基于内容进行推荐，即根据视频的元数据信息，利用文本挖掘方法发现含有跟其相似元数据信息的视频集进行推荐。这一方法对于点播视频还是比较有效的（例如优酷就是利用该方法），但是对于直播频道来说用处不是很大，因为直播频道的元数据信息实际上是频道的整体介绍（例如CCTV5是体育台）往往不含有具体的内容信息，这样就造成元数据信息非常笼统，推荐的视频内容非常不精准。\n[0008] b)另一种是基于用户行为数据进行推荐，例如协同过滤算法，利用发现跟目标用户浏览喜好相同的用户群体的共同浏览行为进行推荐。这种方法往往只适用于点播内容，由于直播频道内容的来说，由于其内容是变化的，即时两个人都很喜欢CCTV5（体育台），但是他们很有可能一个喜欢篮球一个喜欢足球。\n[0009] 第二：频道内容变化的偏差。\n[0010] 由于点播视频内容是固定的，对于推荐的视频集，用户可以直接点击观看，所以推荐算法无需考虑内容变化的问题，但是对于直播内容，由于内容是变化的，如果推荐算法不考虑时间维度，很有可能出现推荐的内容用户无法直接观看（例如推荐频道中的篮球比赛时直播频道正在播放的是足球比赛）。\n[0011] 第三：播放时间的偏差。\n[0012] 点播内容往往没有很高的时效性和及时性的需求，用户对于推荐的内容可以随时点击进行观看，但是对于直播频道推荐的内容可能是未来某个时间段内将要播放的，如果时间间隔较长用户可能会失去耐心而放弃观看，从而降低了推荐效果。\n[0013] 另外，在点播视频推荐过程中，由于每段视频的内容是固定的并可以反复重新播放，所以用户或者管理员可以直接对视频内容添加具体的元数据信息（例如标题，内容简介等），但是在直播视频中，每个频道的内容涵盖的内容非常广泛（例如CCTV5包含了篮球，游泳等多项体育节目）而且会随着时间产生变化（例如1点播放篮球比赛，2点播放足球比赛），这样管理员需要不断修改视频的内容元数据信息才能完善推荐所需要的信息。\n[0014] 为了解决以上所述问题，有必要提供一种有效针对直播频道节目进行实时推荐的方法，从而增加推荐结果的准确度提高用户体验。\n发明内容\n[0015] 鉴于上述问题，本发明的目的是提供一种直播电视节目推荐方法及系统，以解决推荐节目准确性的问题。\n[0016] 本发明提供的直播电视节目推荐方法，包括：\n[0017] 根据用户历史观看记录和爬取的频道的节目表单，获取用户在节目表单中的节目观看记录；\n[0018] 根据用户在节目表单中的节目观看记录，获取节目元数据；\n[0019] 根据用户历史观看记录和节目元数据，获取用户电视节目喜好记录；\n[0020] 根据移动滑窗选取节目表单以及根据所述节目表单和所述用户电视节目喜好记录获取用户对每个节目的喜好程度；并且，\n[0021] 根据移动滑窗选取与用户兴趣相似的邻居用户，以获取与移动滑窗所对应的时间段内的电视节目被观看的统计记录；\n[0022] 根据统计记录和所述用户对所述节目表单中每个节目的喜好程度向用户推荐移动滑窗所对应的时间段内的电视节目。\n[0023] 此外，优选的方案是，根据用户ID向用户观看行为数据库查询该用户历史一段时间内的用户频道观看记录获取用户历史观看记录，用户历史一段时间内的用户频道观看记录包括观看的频道信息、观看的起始时间和观看的结束时间；其中，\n[0024] 在获取用户节目观看记录的过程中，对用户历史观看记录以及爬取的频道的节目表单进行匹配，把用户频道观看记录转化为用户观看节目的百分比记录。\n[0025] 此外，优选的方案是，利用网络爬虫技术从互联网站中获取电视频道播放的节目内容以获取爬取的频道的节目表单；其中，节目表单包括节目标题、节目演员、节目简介、节目的播放时间段和节目所播放的频道。\n[0026] 此外，优选的方案是，在获取用户电视节目喜好记录的过程中，根据用户历史一段时间内的观看节目时长，结合对应节目表单的元数据，统计出观看的节目总时长，并以总时长确定用户对节目的喜好程度。\n[0027] 此外，优选的方案是，在根据移动滑窗选取节目表单的过程中，与移动滑窗所对应的时间段内的选取从当前时间起一预置未来时间区间内正在播放或即将要播放的节目信息列表，其中，所述节目信息列表中包含所述节目元数据。\n[0028] 此外，优选的方案是，在根据移动滑窗选取与用户兴趣相似的邻居用户的过程中，与移动滑窗所对应的时间段内的选取至当前时间为止的一预置过去时间区间内有观看记录的用户群，并根据用户群的喜好记录和用户的喜好记录，确定兴趣最为相似的N个用户作为与用户兴趣相似的邻居用户。\n[0029] 此外，优选的方案是，在根据统计记录和用户对节目表单中每个节目的喜好程度向用户推荐移动滑窗所对应的时间段内的电视节目的过程中，\n[0030] 对统计记录进行倒排序，以获取向用户推荐移动滑窗所对应的时间段内的电视节目的推荐顺序；并且，\n[0031] 当在用户对推荐顺序内的电视节目的喜好程度超过预设阀值时，向用户推荐电视节目。\n[0032] 此外，优选的方案是，在用户的每次观看行为结束时，向用户观看行为数据库中添加用户频道观看记录，以更新用户观看记录；其中，用户频道观看记录包括用户ID、观看的频道信息、观看的起始时间和观看的结束时间。\n[0033] 另一方面，本发明还提供一种直播电视节目推荐系统，包括：\n[0034] 节目观看记录获取单元，用于根据用户历史观看记录和爬取的频道的节目表单，获取用户在节目表单中的节目观看记录；\n[0035] 节目元数据获取单元，用于根据用户在节目表单中的节目观看记录，获取节目元数据；\n[0036] 喜好记录获取单元，用于根据用户历史观看记录和节目元数据，获取用户电视节目喜好记录；\n[0037] 推荐依据获取单元，用于根据移动滑窗选取节目表单以及根据节目表单和用户电视节目喜好记录获取用户对节目表单中每个节目的喜好程度；并且，根据移动滑窗选取与所述用户兴趣相似的邻居用户，以获取与移动滑窗所对应的时间段内的电视节目被观看的统计记录；\n[0038] 节目推荐单元，用于根据统计记录和所述用户对节目表单中每个节目的喜好程度向所述用户推荐移动滑窗所对应的时间段内的电视节目。\n[0039] 此外，优选的方案是，在推荐依据获取单元中，与移动滑窗所对应的时间段内的选取从当前时间起的一预置未来时间区间内正在播放或即将要播放的节目信息列表，其中，节目信息列表中包含节目元数据。\n[0040] 从上面的技术方案可知，本发明提供的直播电视节目推荐方法及系统，能够获得以下有益效果：\n[0041] 1）通过网络爬虫技术自动获取电视节目的元数据，能够减轻管理人员以及用户需要手动编辑电视节目的元数据的负担；\n[0042] 2）通过结合用户观看频道的行为数据以及频道节目的元数据，统计转化成用户对节目的观看时长，能够更加精确的获取用户的兴趣点；\n[0043] 3）通过移动滑窗技术，选取一定时间段内的正在播放以及将要播放的节目列表信息跟用户的喜好进行匹配，能够达到向用户预先提醒节目的效果以避免用户错过可能喜欢的节目；\n[0044] 4）对现有协同过滤方法进行改进，加入时间维度，在获取用户相似邻居时，只考虑移动滑窗时间段内的用户，能够使得推荐结果会聚焦于当前正在播放的热点节目，能够避免推荐结果无法观看到的问题；\n[0045] 5）利用阀值控制推荐结果的展现次数，能够提高推荐结果的准确度。\n[0046] 为了实现上述以及相关目的，本发明的一个或多个方面包括后面将详细说明并在权利要求中特别指出的特征。下面的说明以及附图详细说明了本发明的某些示例性方面。\n然而，这些方面指示的仅仅是可使用本发明的原理的各种方式中的一些方式。此外，本发明旨在包括所有这些方面以及它们的等同物。\n附图说明\n[0047] 通过参考以下结合附图的说明及权利要求书的内容，并且随着对本发明的更全面理解，本发明的其它目的及结果将更加明白及易于理解。在附图中：\n[0048] 图1为现有电视节目推荐方法流程图；\n[0049] 图2为根据本发明实施例的直播电视节目推荐方法流程图；\n[0050] 图3为根据本发明具体实施例的直播电视节目推荐方法流程图；\n[0051] 图4为根据本发明实施例的直播电视节目推荐系统框图。\n[0052] 在所有附图中相同的标号指示相似或相应的特征或功能。\n具体实施方式\n[0053] 在下面的描述中，出于说明的目的，为了提供对一个或多个实施例的全面理解，阐述了许多具体细节。然而，很明显，也可以在没有这些具体细节的情况下实现这些实施例。\n以下将结合附图对本发明的具体实施例进行详细描述。\n[0054] 以下将结合附图对本发明的具体实施例进行详细描述。\n[0055] 图2为根据本发明实施例的直播电视节目推荐方法流程图。\n[0056] 如图2所示，本发明提供的直播电视节目推荐方法，包括如下：\n[0057] S201：根据用户历史观看记录和爬取的频道的节目表单，获取用户在节目表单中的节目观看记录；\n[0058] S202：根据用户在节目表单中的节目观看记录，获取节目元数据；\n[0059] S203：根据用户历史观看记录和节目元数据，获取用户电视节目喜好记录；\n[0060] S204：根据移动滑窗选取节目表单以及根据节目表单和用户电视节目喜好记录获取用户对每个用户节目的喜好程度；并且，根据移动滑窗选取与用户兴趣相似的邻居用户，以获取与移动滑窗所对应的时间段内的电视节目被观看的统计记录；\n[0061] S205：根据统计记录和用户对节目表单中每个节目的喜好程度向用户推荐移动滑窗所对应的时间段内的电视节目。\n[0062] 图3为根据本发明具体实施例的直播电视节目推荐方法流程图。\n[0063] 如图3所示，直播电视节目推荐方法的具体流程包括：\n[0064] S1：开始进行直播电视节目及时个性化推荐；\n[0065] S2：用户打开电视机观看节目；\n[0066] S3：更新用户观看记录；具体是指向用户观看行为数据库中添加用户观看频道记录；\n[0067] S4：用户频道观看记录；需要记录的信息包括用户ID、观看的频道信息（如CCTV5）、观看的起始时间和观看的结束时间（换台或关闭电视机）；\n[0068] S5：获取用户历史观看记录；具体是指根据用户ID，向用户观看行为数据库查询该用户历史一段时间内的用户频道观看记录，包括观看的频道信息（如CCTV5）、观看的起始时间和观看的结束时间（换台或关闭电视机）；\n[0069] S6：查询互联网信息；\n[0070] S7：爬取的频道的节目表单；其具体方法是利用网络爬虫技术从互联网站中获取电视频道播放的节目内容，其中节目内容包括节目标题、节目演员、节目简介、节目的播放时间段（开始和结束时间）和节目所播放的频道（如CCTV5）；\n[0071] S8：频道节目播放信息；\n[0072] S9：获取用户节目观看记录，是指利用用户历史观看记录以及爬取的频道的节目表单进行匹配，主要利用用户频道观看的起始和结束时间以及该频道中的节目播放的起始和结束时间，从而把步骤S4用户观看频道记录转化为用户观看节目的百分比记录。\n[0073] 其中具体方法为：设用户A的观看起始时间为T1，结束时间为T2，节目B的开始时间为T3，结束时间为T4，则用户A观看节目B的百分比为：\n[0074]\n[0075] S10：频道节目简介信息；\n[0076] S11：获取节目元数据；通过步骤S9和步骤S10获取节目元数据，元数据包括节目视频的标题、类别、演员、导演、主持人、简介等信息；\n[0077] S12：获取用户电视节目喜好记录；具体是指根据用户历史一段时间内的观看节目时长，结合对应节目的元数据，统计出观看的节目总时长，某一类别的总时长以及某一演员的总时长等信息，并假设时长跟用户的喜好跟时长成正比，从而转化为用户对节目的喜好程度；\n[0078] S13：根据移动滑床选取节目表单；具体是指与移动滑窗所对应的时间段内的选取从当前时间起一预置未来时间区间内（例如1个小时）正在播放或即将要播放的节目信息列表，其中节目信息包含上述的节目元数据（如标题、类别、演员、导演、主持人、简介等信息）；\n[0079] S14：获取用户对每个节目的喜好程度；是指利用用户对电视节目的喜好记录跟节目元数据进行匹配，统计出用户对该节目的整体喜好程度，其中整体喜好程度是各元素喜好元素之和，并倒排序；\n[0080] 例如：节目喜好程度=W1×演员喜好程度+W2×类别喜好程度+W3×导演喜好程度，W1、W2、W3为每个元素的权重；\n[0081] S15：根据移动滑窗选取与用户兴趣相似的邻居用户；具体是指与移动滑窗所对应的时间段内的选取至当前时间为止的一预置过去时间区间内（例如1个小时）有观看记录的用户群，并根据这些的用户群的喜好记录和用户的喜好记录进行匹配，选取出兴趣最为相似的N个用户作为与用户兴趣相似的邻居用户；\n[0082] S16：获取电视节目被观看的用户并倒排序；是指利用移动滑窗选取的邻居用户群在移动滑窗时间段内的观看记录对节目的被观看人数进行统计，根据统计记录进行倒排序；\n[0083] S17：判断电视节目的喜好程度是否超越阈值；是指根据用户对节目的喜好程度以及电视节目被观看次数值进行判断，为避免推荐系统过度打扰用户当前正在观看的视频节目，只有超过阀值时才向用户展示推荐的结果；因此，若是，执行步骤S18；若否，执行步骤S12；\n[0084] S18：显示推荐内容。\n[0085] 在上述步骤S7中，通过网络爬虫技术自动获取电视节目的元数据，从而能够减轻管理人员以及用户需要手动编辑视频元数据的负担。\n[0086] 在上述步骤S12中，通过结合用户观看频道的行为数据以及频道节目的元数据，统计转化成用户对节目的观看时长，从而更加精确的获取用户的兴趣点。\n[0087] 在步骤S13和步骤S14中，通过移动滑窗技术，选取一定时间段内的正在播放以及将要播放的节目列表信息跟用户的喜好进行匹配，从而向用户预先提醒节目的效果避免用户错过可能喜欢的节目。\n[0088] 在步骤S15和步骤S16中，对现有协同过滤方法进行改进，加入时间维度，在获取用户相似邻居时，只考虑移动滑窗时间段内的用户，能够使得推荐结果会聚焦于当前正在播放的热点节目，能够避免推荐结果无法观看到的问题。\n[0089] 其中，在上述步骤S14和步骤S16中，分别对节目的喜好程度进行倒排序和对电视节目被观看的统计记录进行倒排序，这种倒排序方式只是对统计记录进行管理的一种具体实现方式。\n[0090] 在本发明的其他具体实现过程中，可以对喜好程度和统计记录进行排序，也可以不用排序直接遍历统计记录；可以进行正排序，也可以进行倒排序。\n[0091] 在步骤S17中，利用阀值控制推荐结果的展现次数，能够提高推荐结果的准确度。\n[0092] 上述步骤为直播电视节目推荐方法的具体流程，与上述直播电视节目推荐方法相对应，本发明还提供一种直播电视节目推荐系统。图4为根据本发明实施例的直播电视节目推荐系统框图。\n[0093] 如图4所示，本发明提供的直播电视节目推荐系统400包括节目观看记录获取单元\n410、节目元数据获取单元420、喜好记录获取单元430、推荐依据获取单元440和节目推荐单元450。\n[0094] 其中，节目观看记录获取单元410，用于根据用户历史观看记录和爬取的频道的节目表单，获取用户在节目表单中的节目观看记录；\n[0095] 节目元数据获取单元420，用于根据节目观看记录获取单元410获取的用户在节目表单中的节目观看记录，获取节目元数据；\n[0096] 喜好记录获取单元430，用于根据用户历史观看记录和通过节目元数据获取单元\n200获取的节目元数据，获取用户电视节目喜好记录；\n[0097] 推荐依据获取单元440，用于根据移动滑窗选取节目表单以及根据节目表单和用户电视节目喜好记录获取用户对节目表单中每个节目的喜好程度；并且，根据移动滑窗选取与用户兴趣相似的邻居用户，以获取与移动滑窗所对应的时间段内的电视节目被观看的统计记录；\n[0098] 节目推荐单元450，用于根据上述统计记录和所述用户对节目表单中每个节目的喜好程度向用户推荐移动滑窗所对应的时间段内的电视节目。\n[0099] 其中，用户历史观看记录为根据用户ID向观看行为数据库查询到的该用户历史一段时间内的用户频道观看记录；用户频道观看记录包括观看的频道信息（如CCTV5）、观看的起始时间和观看的结束时间（换台或关闭电视机）。爬取的频道的节目表单为利用网络爬虫技术从互联网站中获取电视频道播放的节目内容，其中节目表单包括节目标题、节目演员、节目简介、节目的播放时间段和节目所播放的频道。\n[0100] 在节目观看记录获取单元410中，利用用户历史观看记录单元以及爬的取频道节目表单单元进行匹配，依据用户观看频道的起始结束时间以及该频道中的节目播放的起始结束时间，把用户频道观看记录转化为用户观看节目的百分比记录。\n[0101] 在推荐依据获取单元440中，与移动滑窗所对应的时间段内的选取从当前时间起的一预置未来时间区间内正在播放或即将要播放的节目信息列表，其中，节目信息列表中包含节目元数据。\n[0102] 通过上述实施方式可以看出，本发明提供的直播电视节目推荐方法及系统，通过网络爬虫技术和移动滑窗技术对现有的协同过滤方法进行了改进，加入了时间维度，并且利用阀值控制推荐结果的展现次数，从而有效地增加了对直播频道节目进行实时推荐结果的准确度。\n[0103] 如上参照附图以示例的方式描述了根据本发明提出的直播电视节目推荐方法及系统。但是，本领域技术人员应当理解，对于上述本发明所提出的直播电视节目推荐方法及系统，还可以在不脱离本发明内容的基础上做出各种改进。因此，本发明的保护范围应当由所附的权利要求书的内容确定。