CN103024585A - 一种节目推荐***、方法及终端设备 - Google Patents
一种节目推荐***、方法及终端设备 Download PDFInfo
- Publication number
- CN103024585A CN103024585A CN201210584614XA CN201210584614A CN103024585A CN 103024585 A CN103024585 A CN 103024585A CN 201210584614X A CN201210584614X A CN 201210584614XA CN 201210584614 A CN201210584614 A CN 201210584614A CN 103024585 A CN103024585 A CN 103024585A
- Authority
- CN
- China
- Prior art keywords
- program
- user
- data
- information
- mongodb
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000008569 process Effects 0.000 claims description 15
- 230000001360 synchronised effect Effects 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 7
- 239000000344 soap Substances 0.000 claims description 4
- 238000004891 communication Methods 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000009897 systematic effect Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 235000014161 Caesalpinia gilliesii Nutrition 0.000 description 1
- 244000003240 Caesalpinia gilliesii Species 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000009333 weeding Methods 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明适用于通讯技术领域,提供了一种节目推荐***、方法及终端设备,所述***包括:MongoDB云数据库,存储节目数据、用户的身份信息数据、以及用户历史浏览的节目数据信息;Handoop文件处理器,同步MongoDB云数据库存储的数据及信息;Web服务器,接收用户的节目推荐请求,调用Mahout库;Mahout库,调用MongoDB云数据库,根据用户推荐请求类型,选择启动基于内容的推荐或者基于用户的推荐模式,并根据所述的推荐模式,匹配推荐节目信息;Web服务器,还用于通过Web服务显示推荐节目。本发明实现根据用户自身特性和节目特性向用户进行节目推荐,使得在海量节目数据中快速的搜索到用户喜欢的节目。
Description
技术领域
本发明属于通讯技术领域,尤其涉及一种节目推荐***、方法及终端设备。
背景技术
随着智能电子产品的大量涌现,以苹果和谷歌为首的智能终端手机、平板大量充斥市场,既而引发了智能时代的到来,国内电视厂家纷纷搭建以android为***的智能终端产品,并在产品之上开发了许多的应用程序。这使得以智能电视为特色的影视潮流将会越来越成为新一代潮流。随着各种电视节目和电影节目的不断推陈出新,如何通过终端设备在海量的节目数据中快速找到需要的节目数据成为亟待解决的问题。
现有技术用户如果要通过终端设备在海量数据中获取自己感兴趣的节目数据,基本是由用户通过一些简单的条件手动搜索获取可能感兴趣的节目信息,这样的方式获取的节目信息比较局限,很多节目数据都是无效的数据,并且搜索过程复杂、搜索时间长。
发明内容
本发明实施例的目的在于提供一种节目推荐***、方法及终端设备,旨在解决现有技术的终端设备节目数据获取方法获取的节目信息比较局限,很多节目数据都是无效的数据,并且搜索过程复杂、搜索时间长的问题。
为了实现上述目的,本发明实施例提供如下技术方案:
本发明实施例是这样实现的,一种节目推荐***,所述***包括:
MongoDB云数据库,用于存储节目数据、用户的身份信息数据、以及用户历史浏览的节目数据信息;
Handoop文件处理器,用于同步所述MongoDB云数据库存储的数据及信息;
Web服务器,接收用户的节目推荐请求,调用Mahout库;
Mahout库,调用经过所述Handoop文件处理器同步的MongoDB云数据库,在所述MongoDB云数据库中,根据用户推荐请求类型,选择启动基于内容的推荐或者基于用户的推荐模式,并根据所述的推荐模式,匹配用户感兴趣的节目信息,并对所述节目信息进行处理,生成推荐节目;
所述Web服务器,还用于通过Web服务生成并推荐节目。
本发明实施例还提供了一种终端设备,所述终端设备包括上述的节目推荐***。
本发明实施例还提供了一种电视节目推荐方法所述方法包括:
接收节目推荐请求;
根据所述节目推荐请求,判断节目推荐请求的类型;
选择给予基于用户特征的节目推荐和/或基于内容特征的节目推荐。
本发明实施例与现有技术相比,有益效果在于:通过采用分布试数据库MongoDB分布在云里的每台数据库里,利用Handoop的分布式文件处理模块来同步MongoDB的数据,并在MongoDB数据库上配置Spring AOP,Spring AOP主要用来处理数据查询事务,MongoDB数据库当中的数据可以通过JSON形式进行表示,通过web服务器调用后台推荐***,推荐***调用后台的Mahout库,实现推荐算法,在这期间会查询MongoDB数据,以JSON格式,返回请求响应给用户,实现根据用户自身特性和节目特性向用户进行节目推荐,使得可以在海量节目数据中找到用户喜欢的节目,搜索过程简单、搜索速度快,并且推荐可以最终达到独立于平台、海量处理能力、高可靠性、高容错能力的节目推荐效果。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的节目推荐***的结构图;
图2是本发明实施例二节目推荐方法中Web服务器的信息处理流程图;
图3是本发明实施例二节目推荐方法中Mahout响应推荐流程图;
图4是本发明实施例二节目推荐方法中MongDB响应推荐流程图;
图5是本发明图实施例二节目推荐方法中的***协同管理流程;
图6是本发明实施例三提供的电视节目推荐方法的流程图;
图7是本发明图6中基于用户特征的节目推荐的流程图;
图8是本发明图6中基于用户特征的节目推荐机制的基本原理的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
MongoDB云数据库,用于存储节目数据、用户的身份信息数据、以及用户历史浏览的节目数据信息;
Handoop文件处理器,用于同步所述MongoDB云数据库存储的数据及信息;
Web服务器,接收用户的节目推荐请求,调用Mahout库,实现节目推荐;
Mahout库,调用经过所述Handoop文件处理器同步的MongoDB云数据库,在所述MongoDB云数据库中,根据用户推荐请求类型,选择启动基于内容的推荐或者基于用户的推荐模式,并根据所述的推荐模式,通过Mahout库匹配用户感兴趣的节目信息,并对所述节目信息进行处理,生成推荐节目;
所述Web服务器,还用于通过Web服务生成并推荐节目。
本发明实施例还相应地提供一种终端设备,所述终端设备与上述的节目推荐***建立网络连接,接收媒体内容推荐,并与用户实现交互,播放或者显示媒体内容。
本发明实施例还提供了一种电视节目推荐方法所述方法包括:
接收节目推荐请求;
根据所述节目推荐请求,判断节目推荐请求的类型;
选择给予基于用户特征的节目推荐和/或基于内容特征的节目推荐。
以下结合具体实施例对本发明的实现进行详细描述:
实施例一
本实施例提供一种节目推荐***,该***以技术框架Mahout,Handoop为基础,通过WebServices为Web服务器提供服务,用户通过智能电视的浏览器发送媒体推荐的请求,web服务器调用本***的影视推荐引擎,影视推荐引擎调用Mahout推荐框架,最后调用MongoDB获取影推荐数据。同时为了处理海量数据和同步各服务器集群,采用Handoop云计算分布式框架将数据同步各子集群,子集群利用同步过来的的数据生成影视推荐表。最终实现通过云实现数量数据存储处理,分布式计算与同步,通过Mahout提供的API实现影视推荐引擎,通过web服务提供服务,以下对本发明节目推荐***进行具体说明:
图1示出了本发明实施例一提供的节目推荐***的结构图,为了便于说明,仅示出了与本发明实施例相关的部分,该装置可以是内置于终端设备中的软件单元、硬件单元或者软硬结合单元。
所述***包括:MongoDB云数据库11、Handoop文件处理器12、Web服务器13、Mahout库14,本***使用云计算技术以方便海量数据分布式存储、同步与传输、分析挖掘;
MongoDB云数据库11,用于存储节目数据、用户的身份信息数据、以及用户历史浏览的节目数据信息;
Handoop文件处理器12,用于同步所述MongoDB云数据库存储的数据及信息;
Web服务器13,用于接收用户的节目推荐请求,调用Mahout库的推荐算法实现媒体推荐;
本实施例中,使用web服务是为了利用web服务的基于http的通用协议,使用web服务,其访问能独立于具体的终端设备或者服务器设备,访问更方便,WebServices是应用程序组件,使用开放协议进行通信,WebServices是独立的(self-contained)并可自我描述,通过使用通用描述、发现与集成(UniversalDescription,Discovery and Integration,UDDI)来发现,另外,WebServices可被其他服务器或应用程序使用,XML是WebServices的基础。在构建和使用WebService时,主要用到以下几个关键的技术和规则:
1.XML:描述数据的标准方法;
2.SOAP:简单对象访问协议;
3.WSDL:Web服务描述语言;
4.UDDI:是一种独立于平台的,基于XML语言的用于在互联网上描述商务的协议。
Mahout库14,调用经过所述Handoop文件处理器12同步的MongoDB云数据库11,在所述MongoDB云数据库11中,根据用户推荐请求类型,选择启动基于内容的推荐或者基于用户的推荐模式,并根据所述的推荐模式,匹配用户感兴趣的节目信息,并对所述节目信息进行处理,生成推荐节目;
Mahout是个的机器学习框架,实现了许多推荐基础算法,通过使用它,可以完成推荐引擎的实现,这里Mahout作为推荐算法的核心调用库。
所述Web服务器13,还用于通过Web服务生成并推荐节目。
可选的,所述***还包括至少一台备份服务器,用于备份存储所述MongoDB云数据库11中的数据及信息,并监听所述MongoDB云数据库11,当所述MongoDB云数据库11中的数据及信息更新时,对本地服务器存储的数据及信息进行同步更新,以及当所述MongoDB云数据库11出现故障时,通过备份服务器提供数据和信息。
本实施例中,通过备份服务器对MongoDB云数据库11中的数据及信息进行备份,备份服务器的数目可以根据需要进行设定。
可选的,所述***还包括在MongoDB云数据库11中设置数据缓冲池,用于缓冲存储推荐节目数据。
本实施例中,考虑到数据库一般存在硬盘里,查询速度慢,数据量大,可以将用户请求的结果,专门放入一个缓冲池,以内存的方式存储推荐的结果,这个缓冲池可以存多份推荐结果,并按时间和查询频率为指标,按照预设时间从缓冲池里删除最早查询和查询频率排在最后的请求结果。
可选的,所述***采用异步分发协议,包括:对传输的数据标识不同的标签,根据所述标签判断每一数据对应的事件类型,以并行的对不同的事件进行处理。
本实施例中,为了处理多处异步请求,***建立异步分发协议,按照异步分发协议处理多处异地的请求,可以将实际传输的数据分为几类:
判断如是用户请求,打上请求标签req;
判断如是用户响应,打上响应标签res;
判断如是数据库同步请求,打上同步请求标签dataSyn;
对每一份传输来的信息数据,通过判断标签类型响应相应的数据操作,来决定接受还是响应请求,还是同步数据,当有多个请求时,先将请求分发到有相同数据库支持的服务器当中,多余的进行排队,逐个处理请求,多个响应和数据库同步类似,这里由于采用的不同标签的方式,使服务器可以并发处理不同事件,实现异步性,由于分发机制和排队机制的处理,使得多用户请求响应和同步事件有效而可靠地执行。
可选的,所述Web服务器提供简单对象访问协议(Simple Object AccessProtocol,SOAP)接口,通过所述的SOAP接口,兼容多种终端设备的媒体推送。
可选的,为了得到更好的推荐效果,可以建立***并发锁,对于用户的请求,实现多路并发访问,对于同一个请求,我们对于同一个影视数据结果上锁,并按用户请求的先后顺序进行排队,正确地处理用户请求。
实施例二
本实施例为节目推荐方法实施例,所述节目推荐方法实施例中Web服务器的信息处理流程图,如图2所示,详述如下:
在S201中,用户通过浏览器发出影视请求;
在S202中,web服务器调用智能影视推荐引擎;
在S203中,所述智能影视推荐引擎采用推荐框架Mahout进行推荐,其中,所述Mahout根据Handoop同步的云数据库MongoDB中的数据进行推荐。
本实施例中,Mahout库响应节目推荐流程图,如图3所示,详述如下:
在S301中,接收***请求消息,调用MongoDB数据库中的数据;
在S302中,通过Handoop文件处理器对所述MongoDB数据库中的数据进行同步,值得说明的是该同步过程可以按时钟触发进行数据同步;
在S303中,根据所述MongoDB数据库中的数据,智能影视推荐引擎调用Mahout生成推荐影视;
在S304中,通过web服务器将所述推荐影视提供给终端。
本实施例中,节目推荐方法的MongoDB响应推荐流程图,如图4所示,详述如下:
在S401中,接收Mahout库数据推荐的数据挖掘分析请求;
在S402中,根据所述请求,生成对应的表,所述表包括:获取推荐影视表、相关影视列表以及并用户行为表信息;
在S403中,对所述表进行校验;
在S404中,根据通过校验的表,执行基于用户的推荐或者基于影视的推荐。
本实施例中,节目推荐方法的的***协同管理流程,如图5所示,详述如下:
在S501中,获取影视数据;
在S502中,根据推荐请求,进行数据映射,并根据数据生成相应表或对用户行为进行计算形成推荐表;
在S503中,接收用户节目数据请求,启动推荐进程,生成针对用户终端的推荐节目数据;
在S504中,将所述推荐节目数据推荐给用户。
本实施例中的节目推荐***,采用分布式数据库MongoDB分布在云端的每台服务器里,利用Handoop的分布式文件处理器来同步MongoDB的数据,并在MongoDB数据库上配置Spring AOP,Spring AOP主要用来处理数据查询事务,MongoDB数据库当中的数据可以通过JSON形式进行表示,通过web服务器调用后台推荐***,推荐***调用后台的Mahout库,实现推荐算法,在这期间会查询MongoDB数据,以JSON格式,返回请求响应给用户,实现根据用户自身特性和节目特性向用户进行节目推荐,使得可以在海量节目数据中找到用户喜欢的节目,搜索过程简单、搜索速度快,并且推荐可以最终达到独立于平台、海量处理能力、高可靠性、高容错能力的节目推荐效果。
另外,本发明实施例的有益效果还包括:
1、采用基于云计算框架Handoop和分布式数据库MongoDB,利于处理海量影视数据和用户行为数据,数据存放于云端,可扩展性强,处理能力强。
2、本***利用WebServices的面向服务体业结构的SOA***,通用性更强,能独立于平台、操作***,通用性更强。无论是手机、电视、PC还是其它连网设备,都能获得相同的影视推效果。
3、本***基于Mahout的框架,实现基于影视数据和用户行为的方式进行影视推荐,对于用户行为,生成用户行表和表户推荐表,对于影视数据通过映射,生成特性表和影视表,继而生成影视推荐表。对于具体的用户行为信息,这里会根据用户类型的不同,对不同的用户信息附以不同的权重,这样权重值的不同对不用的用户意义不一样,从而推荐的影视效果更具针对性。同时本***可以获取一个或多个影视推荐,并进行排名,从而达到更好的推荐效果。
4、利用并发锁、异步分发协议、缓冲池、多备份与握手重传等机制,实现高可靠、高有效、高容错地,支持多用户既可以并发也可异步地在本地和云端推荐影视数据技术方案。
实施例三
在实施例二的基础上,例如,对所述节目推荐方法的的***协同管理流程进一步优化,图6示出了本发明实施例三提供的电视节目推荐方法的实现的流程图,详述如下:
在S601中,接收节目推荐请求;
本实施例中,S601可以通过以下方式实现:
判断如是用户请求,打上请求标签req;
判断如是用户响应,打上响应标签res;
判断如是数据库同步请求,打上同步请求标签dataSyn;
对每一份传输来的信息数据,通过判断标签类型响应相应的数据操作。
通过对不同的请求及响应数据进行并行处理,可以提高数据的处理速度,从而更快的向用户推荐请求的节目内容。
在S602中,根据所述节目推荐请求,判断节目推荐请求的类型;
在S603中,选择给予基于用户特征的节目推荐和/或基于内容特征的节目推荐。
本实施例中,可选的,基于用户特征的节目推荐具体包括,请参阅图7:
在S701中,获取用户的身份数据及历史浏览的节目信息;
在S702中,根据所述身份数据及历史浏览的节目信息,生成用户行为表,所述用户行为表包括用户自身的属性信息、终端设备信息及历史浏览节目的属性信息;
在S703中,根据所述行为表,在预先存储的节目数据库中匹配用户感兴趣的节目信息,所述节目数据库包括每一节目的内容信息及节目属性信息;
在S704中,推荐输出所述节目信息。
进一步的,为了更加准确的向用户推荐节目数据,S703具体可以:将用户行为表中用户自身的属性信息及历史浏览节目的属性信息配置不同的优先级;此时,S704具体为:按照所述优先级的行为表,在预先存储的节目数据库中,匹配用户感兴趣的节目信息。
为了便于理解,以下以一个物品的推荐为类比,介绍基于用户推荐的原理进行说明,请参阅图8为基于用户的推荐机制的基本原理的示意图,假设用户A喜欢用品A,用品C,用户B喜欢用品B,用户C喜欢用品A,用品C和用品D;从这些用户的历史喜好信息中,我们可以发现用户A和用户C的口味和偏好是比较类似的,同时用户C还喜欢用品D,那么我们可以推断用户A可能也喜欢用品D,因此可以将用品D推荐给用户A。
本实施例中,可选的,所述基于内容特征的节目推荐步骤,包括:预先对节目内容进行按特征类型分类,并对特征类型标注优先级权重,根据内容分类与优先级权重进行基于内容的节目推荐。其中,所述特征类型可以为节目的国家、类型、主角、时间长度等信息。
为了便于理解,以下以一个具体的实现示例对本实施例基于内容的节目推荐进行说明,但不以本实现示例的实现过程为限:
举例如下现有如下电影信息的影视表:
电影A(001、变形金刚、日本、动画、2007-01-02)
电影B(002、三国、中国、历史、2008、)
电影C(003、华尔街、美国、金融)
根据所述节目信息,将生成如下特性表,其中,第二列是权值、第三列是国家、第四列是电影名。
001 | 1 | j | 变形金刚 |
002 | 2 | c | 三国 |
003 | 3 | a | 华尔街 |
所述影视表及特性表都以数据库的方式存于MongoDB当中。
在推荐过程中,以国家为优先级、以权值为条件,查询MongoDB数据库,获得数据库特性表中的数据,返回结果集resultA,然后利用resultA,通过影视表,查询影视名称、内容,及时间等。获得影视查询结果resultB,根据resultB返回的结果形成推荐表,推荐给用户。
进一步的,选择给予基于用户特征的节目推荐和/或基于内容特征的节目推荐的过程中,当获取了待推荐的节目后,还可以根据字符相似度算法,对所述用户感兴趣的节目进行排序,从而为用户提供更符合其需求的节目数据。
另外,为了更加针对性地给用户推荐节目数据:还可以根据用户的性别、年龄、种族、文化、看电影的时间、用户的职业,影视的题材、内容的长短,以及TV设备的大小、屏幕的分辩率等赋以不同的权值,对不同的属性设成不同的优先级组,比如用户自身的信息可以设为一个权值组,并设优先级,对设备的信息可以设为一个权值组,并设优先级,对于影视的信息可以设一个权值级,并设优先级,然后建立按优先级和权立推荐模型,对用户进行最佳针对性的推荐,同时对于添加来的用户信息,不断更新用户表项,使得推荐结果,更适合用户。
本实施例中,接收节目推荐请求,根据所述节目推荐请求,判断节目推荐请求的类型,选择给予基于用户特征的节目推荐和/或基于内容特征的节目推荐,实现根据用户自身特性和节目特性向用户进行节目推荐,使得可以在海量节目数据中快速的搜索到用户喜欢的节目,搜索过程简单、搜索速度快。
值得注意的是,上述***实施例中,所包括的各个单元只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
另外,本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,相应的程序可以存储于一计算机可读取存储介质中,所述的存储介质,如ROM/RAM、磁盘或光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种节目推荐***,其特征在于,所述***包括:
MongoDB云数据库,用于存储节目数据、用户的身份信息数据、以及用户历史浏览的节目数据信息;
Handoop文件处理器,用于同步所述MongoDB云数据库存储的数据及信息;
Web服务器,接收用户的节目推荐请求,调用Mahout库;
Mahout库,调用经过所述Handoop文件处理器同步的MongoDB云数据库,在所述MongoDB云数据库中,根据用户推荐请求类型,选择启动基于内容的推荐或者基于用户的推荐模式,并根据所述的推荐模式,匹配用户感兴趣的节目信息,并对所述节目信息进行处理,生成推荐节目;
所述Web服务器,还用于通过Web服务生成并推荐节目。
2.如权利要求1所述的***,其特征在于,所述***还包括至少一台备份服务器,用于备份存储所述MongoDB云数据库中的数据及信息,并监听所述MongoDB云数据库,当所述MongoDB云数据库中的数据及信息更新时,对本地服务器存储的数据及信息进行同步更新,以及当所述MongoDB云数据库出现故障时,通过备份服务器提供数据和信息。
3.如权利要求1所述的***,其特征在于,所述***还包括数据缓冲池,用于缓冲存储推荐节目数据。
4.如权利要求3所述的***,其特征在于,所述***采用异步分发协议,包括:对传输的数据标识不同的标签,根据所述标签判断每一数据对应的事件类型,以并行的对不同的事件进行处理。
5.如权利要求1所述的***,其特征在于,所述Web服务器提供简单对象访问协议SOAP接口,通过所述的SOAP接口,兼容多种终端设备的媒体推送。
6.一种终端设备,其特征在于,所述终端设备包括权利要求1至6任一权利要求所述的节目推荐***。
7.一种电视节目推荐方法,其特征在于,所述方法包括:
接收节目推荐请求;
根据所述节目推荐请求,判断节目推荐请求的类型;
选择给予基于用户特征的节目推荐和/或基于内容特征的节目推荐。
8.如权利要求7所述的方法,其特征在于,所述基于用户特征的节目推荐包括步骤:
获取用户的身份数据及历史浏览的节目信息;
根据所述身份数据及历史浏览的节目信息,生成用户行为表,所述用户行为表包括用户自身的属性信息、终端设备信息及历史浏览节目的属性信息;
根据所述行为表,在预先存储的节目数据库中匹配用户感兴趣的节目信息,所述节目数据库包括每一节目的内容信息及节目属性信息;
推荐输出所述节目信息。
9.如权利要求8所述的方法,其特征在于,所述根据所述身份信息及节目浏览历史信息,生成用户行为表步骤具体为:
将用户行为表中用户自身的属性信息及历史浏览节目的属性信息配置不同的优先级;
所述根据所述行为表,在预先存储的节目数据库中,匹配用户感兴趣的节目信息具体为:
按照所述优先级的行为表,在预先存储的节目数据库中,匹配用户感兴趣的节目信息。
10.如权利7所述的方法,其特征在于,所述基于内容特征的节目推荐步骤,包括:
预先对节目内容进行按特征类型分类,并对特征类型标注优先级权重;
根据内容分类与优先级权重进行基于内容的节目推荐。
11.如权利7所述的方法,其特征在于,所述选择给予基于用户特征的节目推荐和/或基于内容特征的节目推荐包括:
根据字符相似度算法,对所述用户感兴趣的节目进行排序。
12.如权利要求7所述的方法,其特征在于,所述接收节目推荐请求步骤包括:
判断如是用户请求,打上请求标签req;
判断如是用户响应,打上响应标签res;
判断如是数据库同步请求,打上同步请求标签dataSyn;
对每一份传输来的信息数据,通过判断标签类型响应相应的数据操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210584614.XA CN103024585B (zh) | 2012-12-28 | 2012-12-28 | 一种节目推荐***、方法及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210584614.XA CN103024585B (zh) | 2012-12-28 | 2012-12-28 | 一种节目推荐***、方法及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103024585A true CN103024585A (zh) | 2013-04-03 |
CN103024585B CN103024585B (zh) | 2017-02-22 |
Family
ID=47972636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210584614.XA Expired - Fee Related CN103024585B (zh) | 2012-12-28 | 2012-12-28 | 一种节目推荐***、方法及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103024585B (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399930A (zh) * | 2013-08-07 | 2013-11-20 | 北京奇虎科技有限公司 | 基于空搜链接指令进行页面跳转的方法和装置 |
CN104424298A (zh) * | 2013-09-02 | 2015-03-18 | 联想(北京)有限公司 | 一种信息推送方法和电子设备 |
CN104462117A (zh) * | 2013-09-18 | 2015-03-25 | 北京齐尔布莱特科技有限公司 | mongodb的操作方法和装置 |
CN104679880A (zh) * | 2015-03-13 | 2015-06-03 | 朱浩晔 | 动态输入项及其业务数据的动态存储与展现的装置以及方法 |
CN105407359A (zh) * | 2015-11-18 | 2016-03-16 | 中国传媒大学 | 基于分类标签体系的智能电视节目检索和推荐*** |
CN105959735A (zh) * | 2016-04-29 | 2016-09-21 | 乐视控股(北京)有限公司 | 一种在线节目推荐方法及服务器 |
CN106528607A (zh) * | 2016-09-26 | 2017-03-22 | 武汉开目信息技术股份有限公司 | Pdm***中属性数据与文件数据分离后一致性的保证方法 |
CN106713226A (zh) * | 2015-11-12 | 2017-05-24 | 卓望数码技术(深圳)有限公司 | 一种用于分布式***的远程过程调用处理方法和*** |
CN106803973A (zh) * | 2017-01-18 | 2017-06-06 | 华数传媒网络有限公司 | 一种电视节目的智能编排方法 |
CN107483984A (zh) * | 2017-08-31 | 2017-12-15 | 武汉斗鱼网络科技有限公司 | 一种直播推送方法及直播服务平台 |
CN107799177A (zh) * | 2017-10-30 | 2018-03-13 | 江西博瑞彤芸科技有限公司 | 健康信息处理方法及*** |
CN107818109A (zh) * | 2016-09-13 | 2018-03-20 | 北京优朋普乐科技有限公司 | 一种显示电视节目检索结果的方法及装置 |
CN107948695A (zh) * | 2017-11-17 | 2018-04-20 | 浙江大学 | 语音智能遥控器及电视选台方法 |
CN108965935A (zh) * | 2018-07-31 | 2018-12-07 | 山东广电网络有限公司 | 多终端广电业务的数据采集分析和信息推送的方法及设备 |
CN109002446A (zh) * | 2017-06-07 | 2018-12-14 | 联芯科技有限公司 | 一种智能排序方法、终端与计算机可读存储介质 |
CN109325179A (zh) * | 2018-09-17 | 2019-02-12 | 青岛海信网络科技股份有限公司 | 一种内容推广的方法及装置 |
CN110225395A (zh) * | 2019-07-10 | 2019-09-10 | 中国联合网络通信集团有限公司 | 节目内容展示方法、机顶盒终端和节目管理*** |
CN111080404A (zh) * | 2019-11-28 | 2020-04-28 | 广州助蜂网络科技有限公司 | 一种sim卡推荐方法、装置、***及存储介质 |
CN111625707A (zh) * | 2020-05-29 | 2020-09-04 | 北京字节跳动网络技术有限公司 | 推荐应答方法、装置、介质和设备 |
CN112422400A (zh) * | 2020-01-21 | 2021-02-26 | 上海哔哩哔哩科技有限公司 | 内容推荐方法、装置以及计算机设备 |
CN113298112A (zh) * | 2021-04-01 | 2021-08-24 | 安徽继远软件有限公司 | 一种一体化数据智能标注方法及*** |
CN113384898A (zh) * | 2021-06-10 | 2021-09-14 | 网易(杭州)网络有限公司 | 数据处理方法、装置、设备及存储介质 |
CN116437159A (zh) * | 2023-03-14 | 2023-07-14 | 深圳感臻智能股份有限公司 | 一种基于数字电视协议的数据处理方法、***及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080243632A1 (en) * | 2007-03-30 | 2008-10-02 | Kane Francis J | Service for providing item recommendations |
CN102184235A (zh) * | 2011-05-13 | 2011-09-14 | 广州星海传媒有限公司 | 一种基于机顶盒的数字电视节目推荐方法及*** |
CN102780920A (zh) * | 2011-07-05 | 2012-11-14 | 上海奂讯通信安装工程有限公司 | 电视节目推荐方法及*** |
-
2012
- 2012-12-28 CN CN201210584614.XA patent/CN103024585B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080243632A1 (en) * | 2007-03-30 | 2008-10-02 | Kane Francis J | Service for providing item recommendations |
CN102184235A (zh) * | 2011-05-13 | 2011-09-14 | 广州星海传媒有限公司 | 一种基于机顶盒的数字电视节目推荐方法及*** |
CN102780920A (zh) * | 2011-07-05 | 2012-11-14 | 上海奂讯通信安装工程有限公司 | 电视节目推荐方法及*** |
Non-Patent Citations (1)
Title |
---|
林立宇,陈云海: "基于云计算的电子商务推荐平台的构建分析", 《广东通信技术》 * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399930A (zh) * | 2013-08-07 | 2013-11-20 | 北京奇虎科技有限公司 | 基于空搜链接指令进行页面跳转的方法和装置 |
CN104424298A (zh) * | 2013-09-02 | 2015-03-18 | 联想(北京)有限公司 | 一种信息推送方法和电子设备 |
CN104424298B (zh) * | 2013-09-02 | 2018-07-06 | 联想(北京)有限公司 | 一种信息推送方法和电子设备 |
CN104462117A (zh) * | 2013-09-18 | 2015-03-25 | 北京齐尔布莱特科技有限公司 | mongodb的操作方法和装置 |
CN104679880A (zh) * | 2015-03-13 | 2015-06-03 | 朱浩晔 | 动态输入项及其业务数据的动态存储与展现的装置以及方法 |
CN106713226A (zh) * | 2015-11-12 | 2017-05-24 | 卓望数码技术(深圳)有限公司 | 一种用于分布式***的远程过程调用处理方法和*** |
CN105407359A (zh) * | 2015-11-18 | 2016-03-16 | 中国传媒大学 | 基于分类标签体系的智能电视节目检索和推荐*** |
CN105959735A (zh) * | 2016-04-29 | 2016-09-21 | 乐视控股(北京)有限公司 | 一种在线节目推荐方法及服务器 |
CN107818109A (zh) * | 2016-09-13 | 2018-03-20 | 北京优朋普乐科技有限公司 | 一种显示电视节目检索结果的方法及装置 |
CN106528607A (zh) * | 2016-09-26 | 2017-03-22 | 武汉开目信息技术股份有限公司 | Pdm***中属性数据与文件数据分离后一致性的保证方法 |
CN106528607B (zh) * | 2016-09-26 | 2019-10-29 | 武汉开目信息技术股份有限公司 | Pdm***中属性数据与文件数据分离后一致性的保证方法 |
CN106803973A (zh) * | 2017-01-18 | 2017-06-06 | 华数传媒网络有限公司 | 一种电视节目的智能编排方法 |
CN109002446A (zh) * | 2017-06-07 | 2018-12-14 | 联芯科技有限公司 | 一种智能排序方法、终端与计算机可读存储介质 |
CN107483984A (zh) * | 2017-08-31 | 2017-12-15 | 武汉斗鱼网络科技有限公司 | 一种直播推送方法及直播服务平台 |
CN107799177A (zh) * | 2017-10-30 | 2018-03-13 | 江西博瑞彤芸科技有限公司 | 健康信息处理方法及*** |
CN107948695A (zh) * | 2017-11-17 | 2018-04-20 | 浙江大学 | 语音智能遥控器及电视选台方法 |
CN108965935A (zh) * | 2018-07-31 | 2018-12-07 | 山东广电网络有限公司 | 多终端广电业务的数据采集分析和信息推送的方法及设备 |
CN108965935B (zh) * | 2018-07-31 | 2021-12-10 | 山东广电网络有限公司 | 多终端广电业务的数据采集分析和信息推送的方法及设备 |
CN109325179B (zh) * | 2018-09-17 | 2020-12-04 | 青岛海信网络科技股份有限公司 | 一种内容推广的方法及装置 |
CN109325179A (zh) * | 2018-09-17 | 2019-02-12 | 青岛海信网络科技股份有限公司 | 一种内容推广的方法及装置 |
CN110225395B (zh) * | 2019-07-10 | 2021-06-04 | 中国联合网络通信集团有限公司 | 节目内容展示方法、机顶盒终端和节目管理*** |
CN110225395A (zh) * | 2019-07-10 | 2019-09-10 | 中国联合网络通信集团有限公司 | 节目内容展示方法、机顶盒终端和节目管理*** |
CN111080404A (zh) * | 2019-11-28 | 2020-04-28 | 广州助蜂网络科技有限公司 | 一种sim卡推荐方法、装置、***及存储介质 |
CN112422400A (zh) * | 2020-01-21 | 2021-02-26 | 上海哔哩哔哩科技有限公司 | 内容推荐方法、装置以及计算机设备 |
CN111625707A (zh) * | 2020-05-29 | 2020-09-04 | 北京字节跳动网络技术有限公司 | 推荐应答方法、装置、介质和设备 |
CN111625707B (zh) * | 2020-05-29 | 2023-04-14 | 北京字节跳动网络技术有限公司 | 推荐应答方法、装置、介质和设备 |
CN113298112A (zh) * | 2021-04-01 | 2021-08-24 | 安徽继远软件有限公司 | 一种一体化数据智能标注方法及*** |
CN113384898A (zh) * | 2021-06-10 | 2021-09-14 | 网易(杭州)网络有限公司 | 数据处理方法、装置、设备及存储介质 |
CN113384898B (zh) * | 2021-06-10 | 2024-01-30 | 网易(杭州)网络有限公司 | 数据处理方法、装置、设备及存储介质 |
CN116437159A (zh) * | 2023-03-14 | 2023-07-14 | 深圳感臻智能股份有限公司 | 一种基于数字电视协议的数据处理方法、***及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103024585B (zh) | 2017-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103024585A (zh) | 一种节目推荐***、方法及终端设备 | |
US8849829B2 (en) | Trending search magazines | |
CN104969218B (zh) | 用于提供搜索建议的***和方法 | |
US20230017667A1 (en) | Data recommendation method and apparatus, computer device, and storage medium | |
CN106028071A (zh) | 一种视频推荐方法及*** | |
CN103886090A (zh) | 基于用户喜好的内容推荐方法及装置 | |
CN111708948B (zh) | 内容项推荐方法、装置、服务器及计算机可读存储介质 | |
CN103678647A (zh) | 一种实现信息推荐的方法及*** | |
CN102316167B (zh) | 网站推荐方法和***以及网络服务器 | |
CN102929939A (zh) | 个性化信息的提供方法及装置 | |
CN103294815A (zh) | 基于关键字分类并有多种呈现方式的搜索引擎装置与方法 | |
CN110020194A (zh) | 资源推荐方法、装置及介质 | |
CN102316166A (zh) | 网站推荐方法和***以及网络服务器 | |
CN107924396A (zh) | 基于特定于用户的亲和度的本地应用搜索结果的调整 | |
CN103034680A (zh) | 针对终端设备的数据交互方法及装置 | |
CN109993627A (zh) | 推荐方法、推荐模型的训练方法、装置和存储介质 | |
CN103336815A (zh) | 网络广告推送的***和方法 | |
CN103530304A (zh) | 基于自适应分布式计算的在线推荐方法、***和移动终端 | |
CN103020128A (zh) | 与终端设备交互数据的方法与装置 | |
CN110191183A (zh) | 精准智能推送方法、***、装置及计算机可读存储介质 | |
US20100185616A1 (en) | Systems and methods for predictive recommendations | |
CN110472016A (zh) | 文章推荐方法、装置、电子设备及存储介质 | |
CN106411977B (zh) | 标签页同步方法、终端、服务器及*** | |
US20200097334A1 (en) | Offline Briefcase Synchronization | |
CN111915383A (zh) | 基于窗口的物品冷启动推荐方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170222 |
|
CF01 | Termination of patent right due to non-payment of annual fee |