CN107231569B - 个性界面生成方法及*** - Google Patents
个性界面生成方法及*** Download PDFInfo
- Publication number
- CN107231569B CN107231569B CN201710566979.2A CN201710566979A CN107231569B CN 107231569 B CN107231569 B CN 107231569B CN 201710566979 A CN201710566979 A CN 201710566979A CN 107231569 B CN107231569 B CN 107231569B
- Authority
- CN
- China
- Prior art keywords
- information
- program
- acquiring
- user
- recommendation
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
- H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
- H04N21/25866—Management of end-user data
- H04N21/25875—Management of end-user data involving end-user authentication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
- H04N21/25866—Management of end-user data
- H04N21/25891—Management of end-user data being end-user preferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/4508—Management of client data or end-user data
- H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/482—End-user interface for program selection
- H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Graphics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明涉及一种个性界面生成方法,包括如下步骤:利用摄像头实时捕获人脸图像;提取所述人脸图像特征,判断所述人脸图像特征属于预存特征时,获取所述人脸图像特征对应的ID号;根据所述ID号,获取视频推荐信息;将所述视频推荐信息显示在所述个性界面上。本发明提供的方法***根据用户自己的观看记录、好友观看记录、和周围人观看记录获取推荐信息,显示在个性界面,实现千人前面。还提供了一种个性界面生成***。
Description
技术领域
本发明涉及视频节目播放控制领域,具体而言,涉及一种个性界面生成方法和一种个性界面生成***。
背景技术
目前机顶盒设备的用户登录后,个人界面显示单一,后台都会推荐相同的信息进行显示,没有体现出个性,也不符合各个用户的个人习惯,使用不方便。
发明内容
针对现有的视频观看个人账户界面单一,没有体现出个性化的问题,提出了一种个性界面生成方法,包括如下步骤:
S110、利用摄像头实时捕获人脸图像;
S120、提取所述人脸图像特征,判断所述人脸图像特征属于预存特征时,获取所述人脸图像特征对应的ID号;
S130、根据所述ID号,获取视频推荐信息;
S140、将所述视频推荐信息显示在所述个性界面上。
进一步地,所述步骤S130包括:
S131、获取个人观看清单信息,获取观看预测推荐信息,获取他人观看推荐信息;
S132、从所述个人观看清单信息、所述观看预测推荐信息、所述他人观看推荐信息中获取处于直播状态的节目信息;
S133、将所述个性界面的前两个推荐位设置为所述S132获取的处于直播状态的节目信息,将第三至第八推荐位设置为个人观看清单信息、观看预测推荐信息和他人观看推荐信息中随机获取的节目信息;
S134、获取当前用户正在播放的节目对应的推荐信息,填充至第九至第十二推荐位,或者判断当前正在播放的节目为直播状态的节目时,则生成四个热播节目集填充所述第九至第十二推荐位。
进一步地,所述步骤S132中还包括,判断处于直播状态的节目信息小于两个时,则生成热播节目进行补充。
进一步地,所述步骤S131中获取个人观看清单的步骤包括:
S1311、获取用户播放行为日志;
S1312、判断所述播放行为日志中的播放节目信息为非单集时,则将当前判断的播放节目信息加入到所述个人观看清单信息中;
S1313、判断所述播放行为日志中的播放节目信息为单集时,则判断观看时长没有超过所述播放节目信息对应的总时长的80%时,则加入到所述个人观看清单信息中。
进一步地,所述步骤S131中获取观看预测推荐信息包括,
S1314、获取用户之前14天观看记录信息,并获取用户观看记录信息中的各个节目信息主演信息、导演信息和分类信息,将所述主演信息、导演信息和分类信息中的单个信息生成单个信息标签,设定各个标签分为1分;
S1315、判断各个节目信息属于收藏状态时,对应的主演信息、导演信息和分类信息变为10分;
S1316、将所有主演信息中的各个标签分进行求和获取标签总分,求取单个信息标签的百分比,将百分比最高的单个信息标签设为偏好主演信息;将所有导演信息中的各个标签分进行求和获取标签总分,求取单个信息标签的百分比,将百分比最高的单个信息标签设为偏好导演信息;将所有分类信息中的各个标签分进行求和获取标签总分,求取单个信息标签的百分比,将百分比最高的单个信息标签设为偏好分类信息;
S1317、从所有用户的观看行为中获取节目集热度信息;
S1318、从所述偏好主演信息对应的节目集、所述偏好导演信息对应的节目集和所述偏好分类信息对应的节目集中获取用户未观看过的节目集;
S1319、从所述未观看过的节目集中选取节目集热度较高的节目集信息,作为所述观看预测推荐信息。
进一步地,所述步骤S131中获取他人观看推荐信息包括,
S13110、根据用户ID获取用户好友的ID,获取用户好友正在播放的内容,根据节目集对应的正在观看的好友数量进行节目集排序,获取好友正在看节目排序信息;
S13111、根据用户ID获取用户的盒子串号,根据盒子串号获取发货地,根据发货地获取属于同地市的周围用户ID,根据节目集对应的正在观看的周围用户数量进行节目集排序,获取周围用户正在看节目排序信息;
S13112、根据用户ID获取用户好友的ID,获取用户好友当前时间前一天的观看记录,根据节目集对应的前一天看过的好友数量进行节目集排序,获取好友看过了的节目排序信息;
S13113、根据用户ID获取用户的盒子串号,根据盒子串号获取发货地,根据发货地获取属于同地市的周围用户ID,根据节目集对应的前一天看过的周围用户数量进行节目集排序,获取周围用户看过了的节目排序信息;
S13114、按照好友正在看节目排序信息的优先级大于周围用户正在看节目排序信息的优先级,周围用户正在看节目排序信息的优先级大于好友看过了的节目排序信息的优先级,好友看过了的节目排序信息的优先级大于周围用户看过了的节目排序信息的优先级,进行节目排序,将排序的结果作为他人观看推荐信息。
进一步地,所述视频推荐信息包括,节目集的海报图像信息、节目名称信息、节目推荐理由信息和节目播出时间信息。
进一步地,所述步骤S140中还包括,将所述ID号对应的家庭成员身份信息显示在所述个性界面上,并显示所述ID号所属家庭的其他成员的成员身份信息显示在所述个性界面上。
进一步地,所述S140中还包括,根据所述ID号,索引获取预存的头像,将所述头像显示在所述个性界面上。
本发明另一方面还提供一种个性界面生成***,包括摄像头,用于实时捕获人脸图像;
人脸特征提取模块,用于提取所述人脸图像爱那个特征,将所述人脸图像特征与预存特征进行比较;
ID号获取模块,用于根据所述人脸图像特征查询索引ID号;
视频推荐信息获取模块,用于根据所述ID号获取视频推荐信息;
个性界面生成模块,用于将所述视频推荐信息显示在所述个性界面上。
本发明提供的方法***根据用户自己的观看记录、好友观看记录、和周围人观看记录获取推荐信息,显示在个性界面,实现千人前面。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,在附图中:
图1为本发明一些实施例中的个性界面的示意图;
图2为本发明一些实施例中的个性界面生成方法中各个***流程图示意图;
图3为本发明一些实施例中的个性界面生成方法的流程示意图;
图4为本发明一些实施例中的个性界面生成方法中的子步骤流程示意图;
图5为本发明一些实施例中的个性界面生成方法中的子步骤流程示意图;
图6为本发明一些实施例中的个性界面生成方法中的子步骤流程示意图;
图7为本发明一些实施例中的个性界面生成方法中的子步骤流程示意图;
图8为本发明一些实施例中的个性界面生成***的***组成示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
本发明为了为每个用户提供个性化界面,实现千人千面,实现智能展示的功能,提供了一种个性化界面(panel)生成方法。
智能个人panel可刷脸登录、手机自动感应登录,自动感应离开,实现每个用户的panel都是个性化,千人千面。智能个人panel的展示时机有两个前提:用户为家庭关联用户、用户上线。非家庭成员的局域网手机用户(根据网关,位置,ip等信息判断是否为局域网)上线会让用户选择是否关联此TV的家庭成员,选择是的话则会成为家庭成员并展示在智能panel页中,其他手机用户也可以通过扫码关联成为家庭成员。家庭成员的手机用户上线,通过xmpp消息通知到TV端,检查用户列表如果有变化,则发送广播方式通知,来展示变化用户的智能panel页。列表中默认会一直展示默认用户项(即主人项)。
个性界面左上角推荐位作为固定入口,打开进入个人看单,其他推荐位根据用户相关信息推荐节目,相关信息包括收视习惯、好友收视习惯、收藏的节目等;界面如图1所示。个性panel多种版式随机选择,节目随时变化,形成千人千面智能个人首页;推荐的节目展示节目名称、播出时间、推荐理由等;成员个性panel自动感应上线和离线,手机在线或者检测到人脸信息成员上线,手机离线或者人脸信息不在线个性panel消失;主账户个性panel长久存在。
智能panel页面的推荐原理:为经过一系列算法最终计算出6个推荐结果(如下):
(1)获取我的看单结果
(2)获取猜你想看结果
(3)获取大家在看结果
(4)找到这3个结果中的直播中的结果,若不足则使用热播频道不足(由spark在redis对热播的UUID加播放次数)
(5)拼接前2个直播结果,第3~8个推荐位为我的看单,猜你想看,大家在看随机选取的结果
(6)获取当前用户正在播的节目集对应的相关推荐,填充推荐位的8到12位,若当前节目为直播(未入栏),则推荐4个热播节目集。
我的看单结果获取方法为:
(1)播放
收到用户播放行为日志后,进行判断:
<1>若视频所属的节目集不是单集的(电视剧综艺等多集内容),则直接把他加入我的看单。
<2>若视频所属的节目集是单集的,则判断他观看时长是否超过总时长的80%,如果不超过,则认为他还没有看完,还会再次观看,加入我的看单;如果超过,认为其已经看完,则不加入我的看单。
(2)收藏
直接将节目集加入我的看单。
(3)取消收藏
直接将节目集从我的看单中删除。
(4)不喜欢(用户在看单UI点击删除)
直接将节目集从我的看单中删除。
猜你想看结果获取方法为:
(1)一个用户播放了一个节目集《解密》,这个节目集的主演:陈学冬|颖儿|经超|张哲瀚,导演:安建,分类:励志|谍战|情感,首先先将多个主演和分类拆分开,对这个用户把陈学冬,颖儿,经超,张哲瀚,安建,励志,谍战,情感这几个标签分别加1分(具体视权重而定,目前统一都是1)。
(2)收藏同理,只不过会对每个标签加10分。
(3)把这个用户从今天往前推14天内的所有播放行为和收藏行为都按照上述逻辑处理过后,得到用户对所有人名和分类标签的喜好度,把他全部相加求出百分比,从而得出用户的偏好画像。
例如:
用户1-陈学冬-12%
用户1-赵薇-8%
(4)将节目集也按照主演,导演,分类拆分成标签
例如:
赵薇-节目集1
赵薇-节目集2
爱情-节目集1
喜剧-节目集2
(5)然后通过所有用户对播放行为对这些节目集排序
例如:
赵薇-节目集1-3024
赵薇-节目集2-1023
爱情-节目集1-3024
喜剧-节目集2-1023
(6)通过用户喜欢的标签,以及标签的热度,找到用户喜欢的标签但他没看过,且热度较高的节目集,然后作为最终的推荐结果。
(7)猜你想看计算了30个结果,UI上只展现6个,当用户访问猜你想看页面时,从30个结果随机获取6个,当用户点击换一批时重新随机出6个,所以点换一批时存在一定几率有重复的节目集。
大家在看结果获取方式为:
大家在看是由好友正在看+周围人正在看+好友看过了+周围人看过了,这4种推荐算法组成,优先级也是如此排序,总数18个,当已经累计够18个则后面的结果不会展示。
(1)好友正在看
实时算法,根据用户ID获取用户好友的用户ID,将好友正在播放的内容,通过内容为维度合并,推荐顺序以好友观看的个数多少来排序。
(2)周围人正在看
实时算法,根据用户ID找到用户的盒子串号,再找到盒子的发货地,将同地市的人正在播放的内容,通过内容为维度合并,推荐顺序以周围人看的个数多少来排序。
(3)好友看过了
离线算法,从昨天的日志中通过内容为维度合并,推荐顺序以好友观看的个数多少来排序。
(4)周围人看过了
离线算法,从昨天的日志中通过内容为维度合并,推荐顺序以周围人观看的个数多少来排序。
各个***工作流程如图2所示。
类似地,如图3所示,本发明实施例提供了一种个性界面生成方法,包括如下步骤:
S110、利用摄像头实时捕获人脸图像;
S120、提取所述人脸图像特征,判断所述人脸图像特征属于预存特征时,获取所述人脸图像特征对应的ID号;
S130、根据所述ID号,获取视频推荐信息;
S140、将所述视频推荐信息显示在所述个性界面上。
通过人脸图像进入到个性panel,获取ID号,根据ID号获取观看记录、好友观看记录、周围人观看记录,从而获取推荐信息,将视频推荐信息进行推送到个性界面上,实现不同用户设置不同个性界面。
如图4所示,所述步骤S130包括:
S131、获取个人观看清单信息,获取观看预测推荐信息,获取他人观看推荐信息;
S132、从所述个人观看清单信息、所述观看预测推荐信息、所述他人观看推荐信息中获取处于直播状态的节目信息;
S133、将所述个性界面的前两个推荐位设置为所述S132获取的处于直播状态的节目信息,将第三至第八推荐位设置为个人观看清单信息、观看预测推荐信息和他人观看推荐信息中随机获取的节目信息;
S134、获取当前用户正在播放的节目对应的推荐信息,填充至第九至第十二推荐位,或者判断当前正在播放的节目为直播状态的节目时,则生成四个热播节目集填充所述第九至第十二推荐位。
所述步骤S132中还包括,判断处于直播状态的节目信息小于两个时,则生成热播节目进行补充。热播节目通过统计观看人数进行获取。
如图5所示,所述步骤S131中获取个人观看清单的步骤包括:
S1311、获取用户播放行为日志;
S1312、判断所述播放行为日志中的播放节目信息为非单集时,则将当前判断的播放节目信息加入到所述个人观看清单信息中;
S1313、判断所述播放行为日志中的播放节目信息为单集时,则判断观看时长没有超过所述播放节目信息对应的总时长的80%时,则加入到所述个人观看清单信息中。
如图6所示,所述步骤S131中获取观看预测推荐信息包括,
S1314、获取用户之前14天观看记录信息,并获取用户观看记录信息中的各个节目信息主演信息、导演信息和分类信息,将所述主演信息、导演信息和分类信息中的单个信息生成单个信息标签,设定各个标签分为1分;
S1315、判断各个节目信息属于收藏状态时,对应的主演信息、导演信息和分类信息变为10分;
S1316、将所有主演信息中的各个标签分进行求和获取标签总分,求取单个信息标签的百分比,将百分比最高的单个信息标签设为偏好主演信息;将所有导演信息中的各个标签分进行求和获取标签总分,求取单个信息标签的百分比,将百分比最高的单个信息标签设为偏好导演信息;将所有分类信息中的各个标签分进行求和获取标签总分,求取单个信息标签的百分比,将百分比最高的单个信息标签设为偏好分类信息;
S1317、从所有用户的观看行为中获取节目集热度信息;
S1318、从所述偏好主演信息对应的节目集、所述偏好导演信息对应的节目集和所述偏好分类信息对应的节目集中获取用户未观看过的节目集;
S1319、从所述未观看过的节目集中选取节目集热度较高的节目集信息,作为所述观看预测推荐信息。
如图7所示,所述步骤S131中获取他人观看推荐信息包括,
S13110、根据用户ID获取用户好友的ID,获取用户好友正在播放的内容,根据节目集对应的正在观看的好友数量进行节目集排序,获取好友正在看节目排序信息;
S13111、根据用户ID获取用户的盒子串号,根据盒子串号获取发货地,根据发货地获取属于同地市的周围用户ID,根据节目集对应的正在观看的周围用户数量进行节目集排序,获取周围用户正在看节目排序信息;
S13112、根据用户ID获取用户好友的ID,获取用户好友当前时间前一天的观看记录,根据节目集对应的前一天看过的好友数量进行节目集排序,获取好友看过了的节目排序信息;
S13113、根据用户ID获取用户的盒子串号,根据盒子串号获取发货地,根据发货地获取属于同地市的周围用户ID,根据节目集对应的前一天看过的周围用户数量进行节目集排序,获取周围用户看过了的节目排序信息;
S13114、按照好友正在看节目排序信息的优先级大于周围用户正在看节目排序信息的优先级,周围用户正在看节目排序信息的优先级大于好友看过了的节目排序信息的优先级,好友看过了的节目排序信息的优先级大于周围用户看过了的节目排序信息的优先级,进行节目排序,将排序的结果作为他人观看推荐信息。
所述视频推荐信息包括,节目集的海报图像信息、节目名称信息、节目推荐理由信息和节目播出时间信息。
所述步骤S140中还包括,将所述ID号对应的家庭成员身份信息显示在所述个性界面上,并显示所述ID号所属家庭的其他成员的成员身份信息显示在所述个性界面上。如图1所示,显示“宝贝闺女”、“老爸”和当前用户ID号对应的家庭成员身份“暗暗张”。
所述S140中还包括,根据所述ID号,索引获取预存的头像,将所述头像显示在所述个性界面上。如显示在个性界面的左上角位置。
本发明另一方面还提供了一种个性界面生成***100,原理与上述个性界面生成方法类似,包括摄像头110,用于实时捕获人脸图像;
人脸特征提取模块120,用于提取所述人脸图像爱那个特征,将所述人脸图像特征与预存特征进行比较;
ID号获取模块130,用于根据所述人脸图像特征查询索引ID号;
视频推荐信息获取模块130,用于根据所述ID号获取视频推荐信息;
个性界面生成模块140,用于将所述视频推荐信息显示在所述个性界面上。
本发明提供的方法***根据用户自己的观看记录、好友观看记录、和周围人观看记录获取推荐信息,显示在个性界面,实现千人前面
在本发明中,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上,除非另有明确的限定。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种个性界面生成方法,其特征在于,包括如下步骤:
S110、利用摄像头实时捕获人脸图像;
S120、提取所述人脸图像特征,判断所述人脸图像特征属于预存特征时,获取所述人脸图像特征对应的ID号;
S130、根据所述ID号,获取视频推荐信息;
S140、将所述视频推荐信息显示在所述个性界面上;其中,所述步骤S130包括:
S131、获取个人观看清单信息,获取观看预测推荐信息,获取他人观看推荐信息;
S132、从所述个人观看清单信息、所述观看预测推荐信息、所述他人观看推荐信息中获取处于直播状态的节目信息;
S133、将所述个性界面的前两个推荐位设置为所述S132获取的处于直播状态的节目信息,将第三至第八推荐位设置为个人观看清单信息、观看预测推荐信息和他人观看推荐信息中随机获取的节目信息;
S134、获取当前用户正在播放的节目对应的推荐信息,填充至第九至第十二推荐位,或者判断当前正在播放的节目为直播状态的节目时,则生成四个热播节目集填充所述第九至第十二推荐位;
其中,所述步骤S131中获取他人观看推荐信息包括,
S13110、根据用户ID获取用户好友的ID,获取用户好友正在播放的内容,根据节目集对应的正在观看的好友数量进行节目集排序,获取好友正在看节目排序信息;
S13111、根据用户ID获取用户的盒子串号,根据盒子串号获取发货地,根据发货地获取属于同地市的周围用户ID,根据节目集对应的正在观看的周围用户数量进行节目集排序,获取周围用户正在看节目排序信息;
S13112、根据用户ID获取用户好友的ID,获取用户好友当前时间前一天的观看记录,根据节目集对应的前一天看过的好友数量进行节目集排序,获取好友看过了的节目排序信息;
S13113、根据用户ID获取用户的盒子串号,根据盒子串号获取发货地,根据发货地获取属于同地市的周围用户ID,根据节目集对应的前一天看过的周围用户数量进行节目集排序,获取周围用户看过了的节目排序信息;
S13114、按照好友正在看节目排序信息的优先级大于周围用户正在看节目排序信息的优先级,周围用户正在看节目排序信息的优先级大于好友看过了的节目排序信息的优先级,好友看过了的节目排序信息的优先级大于周围用户看过了的节目排序信息的优先级,进行节目排序,将排序的结果作为他人观看推荐信息。
2.根据权利要求1所述的个性界面生成方法,其特征在于,所述步骤S132中还包括,判断处于直播状态的节目信息小于两个时,则生成热播节目进行补充。
3.根据权利要求1或2所述的个性界面生成方法,其特征在于,所述步骤S131中获取个人观看清单的步骤包括:
S1311、获取用户播放行为日志;
S1312、判断所述播放行为日志中的播放节目信息为非单集时,则将当前判断的播放节目信息加入到所述个人观看清单信息中;
S1313、判断所述播放行为日志中的播放节目信息为单集时,则判断观看时长没有超过所述播放节目信息对应的总时长的80%时,则加入到所述个人观看清单信息中。
4.根据权利要求1或2所述的个性界面生成方法,其特征在于,所述步骤S131中获取观看预测推荐信息包括,
S1314、获取用户之前14天观看记录信息,并获取用户观看记录信息中的各个节目信息主演信息、导演信息和分类信息,将所述主演信息、导演信息和分类信息中的单个信息生成单个信息标签,设定各个标签分为1分;
S1315、判断各个节目信息属于收藏状态时,对应的主演信息、导演信息和分类信息变为10分;
S1316、将所有主演信息中的各个标签分进行求和获取标签总分,求取单个信息标签的百分比,将百分比最高的单个信息标签设为偏好主演信息;将所有导演信息中的各个标签分进行求和获取标签总分,求取单个信息标签的百分比,将百分比最高的单个信息标签设为偏好导演信息;将所有分类信息中的各个标签分进行求和获取标签总分,求取单个信息标签的百分比,将百分比最高的单个信息标签设为偏好分类信息;
S1317、从所有用户的观看行为中获取节目集热度信息;
S1318、从所述偏好主演信息对应的节目集、所述偏好导演信息对应的节目集和所述偏好分类信息对应的节目集中获取用户未观看过的节目集;
S1319、从所述未观看过的节目集中选取节目集热度较高的节目集信息,作为所述观看预测推荐信息。
5.根据权利要求1所述的个性界面生成方法,其特征在于,所述视频推荐信息包括,节目集的海报图像信息、节目名称信息、节目推荐理由信息和节目播出时间信息。
6.根据权利要求1所述的个性界面生成方法,其特征在于,所述步骤S140中还包括,将所述ID号对应的家庭成员身份信息显示在所述个性界面上,并显示所述ID号所属家庭的其他成员的成员身份信息显示在所述个性界面上。
7.根据权利要求1所述的个性界面生成方法,其特征在于,所述S140中还包括,根据所述ID号,索引获取预存的头像,将所述头像显示在所述个性界面上。
8.一种个性界面生成***,其特征在于,包括摄像头,用于实时捕获人脸图像;
人脸特征提取模块,用于提取所述人脸图像特征,将所述人脸图像特征与预存特征进行比较;
ID号获取模块,用于根据所述人脸图像特征查询索引ID号;
视频推荐信息获取模块,用于根据所述ID号获取视频推荐信息;
个性界面生成模块,用于将所述视频推荐信息显示在所述个性界面上;
其中,所述视频推荐信息获取模块,具体用于,
获取个人观看清单信息,获取观看预测推荐信息,获取他人观看推荐信息;
从所述个人观看清单信息、所述观看预测推荐信息、所述他人观看推荐信息中获取处于直播状态的节目信息;
将所述个性界面的前两个推荐位设置为上述获取的处于直播状态的节目信息,将第三至第八推荐位设置为个人观看清单信息、观看预测推荐信息和他人观看推荐信息中随机获取的节目信息;
获取当前用户正在播放的节目对应的推荐信息,填充至第九至第十二推荐位,或者判断当前正在播放的节目为直播状态的节目时,则生成四个热播节目集填充所述第九至第十二推荐位;
具体地,所述视频推荐信息获取模块还用于:
根据用户ID获取用户好友的ID,获取用户好友正在播放的内容,根据节目集对应的正在观看的好友数量进行节目集排序,获取好友正在看节目排序信息;
根据用户ID获取用户的盒子串号,根据盒子串号获取发货地,根据发货地获取属于同地市的周围用户ID,根据节目集对应的正在观看的周围用户数量进行节目集排序,获取周围用户正在看节目排序信息;
根据用户ID获取用户好友的ID,获取用户好友当前时间前一天的观看记录,根据节目集对应的前一天看过的好友数量进行节目集排序,获取好友看过了的节目排序信息;
根据用户ID获取用户的盒子串号,根据盒子串号获取发货地,根据发货地获取属于同地市的周围用户ID,根据节目集对应的前一天看过的周围用户数量进行节目集排序,获取周围用户看过了的节目排序信息;
按照好友正在看节目排序信息的优先级大于周围用户正在看节目排序信息的优先级,周围用户正在看节目排序信息的优先级大于好友看过了的节目排序信息的优先级,好友看过了的节目排序信息的优先级大于周围用户看过了的节目排序信息的优先级,进行节目排序,将排序的结果作为他人观看推荐信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710566979.2A CN107231569B (zh) | 2017-07-12 | 2017-07-12 | 个性界面生成方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710566979.2A CN107231569B (zh) | 2017-07-12 | 2017-07-12 | 个性界面生成方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107231569A CN107231569A (zh) | 2017-10-03 |
CN107231569B true CN107231569B (zh) | 2020-06-09 |
Family
ID=59957461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710566979.2A Active CN107231569B (zh) | 2017-07-12 | 2017-07-12 | 个性界面生成方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107231569B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109005463A (zh) * | 2018-08-20 | 2018-12-14 | 聚好看科技股份有限公司 | 页面展示及页面数据推送方法及装置 |
CN109344270A (zh) * | 2018-08-29 | 2019-02-15 | 上海常仁信息科技有限公司 | 一种基于机器人的客户画像***和方法 |
CN113497979A (zh) * | 2020-03-20 | 2021-10-12 | 佛山市云米电器科技有限公司 | 界面模式显示方法、云服务器、电视机、***和存储介质 |
CN112019690A (zh) * | 2020-08-20 | 2020-12-01 | 咪咕音乐有限公司 | 一种显示视频彩铃的方法、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102186115A (zh) * | 2011-02-25 | 2011-09-14 | 深圳创维数字技术股份有限公司 | 一种基于机顶盒的节目显示***及方法 |
CN103529931A (zh) * | 2013-03-12 | 2014-01-22 | Tcl集团股份有限公司 | 智能设备个性化界面的实现方法、***及该智能设备 |
CN104079995A (zh) * | 2014-06-24 | 2014-10-01 | 深圳创维数字技术股份有限公司 | 一种根据社交信息处理节目数据的方法与装置 |
CN104581399A (zh) * | 2015-01-30 | 2015-04-29 | 无锡天脉聚源传媒科技有限公司 | 一种电视盒子中热词搜索的方法及*** |
CN105677715A (zh) * | 2015-12-29 | 2016-06-15 | 海信集团有限公司 | 一种基于多用户的视频推荐方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8417698B2 (en) * | 2008-05-06 | 2013-04-09 | Yellowpages.Com Llc | Systems and methods to provide search based on social graphs and affinity groups |
CN102014148A (zh) * | 2010-08-19 | 2011-04-13 | 上海酷吧信息技术有限公司 | 一种在手机即时通讯中自动推荐同区域好友的方法 |
US20150262498A1 (en) * | 2012-09-14 | 2015-09-17 | Novu LLC | Health management system |
US20160140601A1 (en) * | 2014-11-14 | 2016-05-19 | Bank Of America Corporation | Advertisement impressions of recommender for network diffusion |
-
2017
- 2017-07-12 CN CN201710566979.2A patent/CN107231569B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102186115A (zh) * | 2011-02-25 | 2011-09-14 | 深圳创维数字技术股份有限公司 | 一种基于机顶盒的节目显示***及方法 |
CN103529931A (zh) * | 2013-03-12 | 2014-01-22 | Tcl集团股份有限公司 | 智能设备个性化界面的实现方法、***及该智能设备 |
CN104079995A (zh) * | 2014-06-24 | 2014-10-01 | 深圳创维数字技术股份有限公司 | 一种根据社交信息处理节目数据的方法与装置 |
CN104581399A (zh) * | 2015-01-30 | 2015-04-29 | 无锡天脉聚源传媒科技有限公司 | 一种电视盒子中热词搜索的方法及*** |
CN105677715A (zh) * | 2015-12-29 | 2016-06-15 | 海信集团有限公司 | 一种基于多用户的视频推荐方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107231569A (zh) | 2017-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109769128B (zh) | 视频推荐方法、视频推荐装置和计算机可读存储介质 | |
US11860915B2 (en) | Systems and methods for automatic program recommendations based on user interactions | |
CN107231569B (zh) | 个性界面生成方法及*** | |
CN108234591B (zh) | 基于身份验证装置的内容数据推荐方法、装置和存储介质 | |
US8910199B2 (en) | Targeted television content display | |
US9270918B2 (en) | Method of recommending broadcasting contents and recommending apparatus therefor | |
US9172764B2 (en) | Generating a platform for social interaction | |
CN101047826B (zh) | 电子设备及其信息浏览方法 | |
US20100158391A1 (en) | Identification and transfer of a media object segment from one communications network to another | |
CN101199204A (zh) | 用于在电视环境中递送多个内容并提供与内容交互的框架 | |
EP2243111A1 (en) | Content management and delivery method, system and apparatus | |
JP2009505298A (ja) | ユーザに関心を引くアイテムを推奨するシステムおよび方法 | |
WO2013189738A1 (en) | Method and apparatus for content recommendation | |
JP2011123657A (ja) | 情報収集システム及び方法 | |
CN112507163B (zh) | 时长预测模型训练方法、推荐方法、装置、设备及介质 | |
US20140379456A1 (en) | Methods and systems for determining impact of an advertisement | |
CN108463831B (zh) | 指示视频的观看者身份的方法、***和介质 | |
CN107924545A (zh) | 信息处理***和信息处理方法 | |
CN102638712A (zh) | 多功能显示装置及其控制方法 | |
CN108140056A (zh) | 媒体节目时刻指南 | |
CN112784069A (zh) | 一种iptv内容智能推荐***以及方法 | |
CN108573056B (zh) | 内容数据处理方法、装置、电子设备及存储介质 | |
JP2008027186A (ja) | 情報検索装置および情報検索方法 | |
Wang | The need for a film rating system in China: the case of Ang Lee's Lust, Caution (2007) | |
CN110267066B (zh) | 数据传输方法、装置、计算机设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |