專利名稱：一種節(jié)目推薦方法和流媒體節(jié)目系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于流媒體業(yè)務(wù)技術(shù)領(lǐng)域，具體涉及一種節(jié)目推薦方法和流媒體節(jié)目系 統(tǒng)。
背景技術(shù)：
目前大部分的音視頻業(yè)務(wù)系統(tǒng)中對(duì)內(nèi)容的推薦方式都比較簡(jiǎn)單，沒有根據(jù)用戶的 口味進(jìn)行個(gè)性推薦。例如IPTV和移動(dòng)流媒體系統(tǒng)中的簡(jiǎn)單推薦。已有的推薦方式大致可 分為兩種一種是根據(jù)節(jié)目被播放的次數(shù)產(chǎn)生熱度，做了一個(gè)排行榜，其局限性在于考慮 因素單一，往往是采用自動(dòng)加1的模式，不具有智能性。另一類是采用基于節(jié)目提供商對(duì)節(jié) 目主觀判斷方法，主要依賴于節(jié)目新穎程度和已觀看用戶對(duì)節(jié)目的歷史評(píng)價(jià)分析，挖掘出 用戶對(duì)節(jié)目興趣，并根據(jù)發(fā)現(xiàn)的模式對(duì)用戶進(jìn)行節(jié)目推薦。其局限性在于沒有對(duì)用戶的播 放行為進(jìn)行建模，缺乏對(duì)用戶偏好的有效處理，推薦的精度不高。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種節(jié)目推薦方法和流媒體節(jié)目系統(tǒng)，提高了節(jié)目推薦的精 確度。為實(shí)現(xiàn)上述目的，本發(fā)明采用了以下技術(shù)方案一種節(jié)目推薦方法，包括步驟根據(jù)用戶的節(jié)目播放行為生成節(jié)目的屬性權(quán)重值；根據(jù)所述節(jié)目的屬性權(quán)重值向用戶推薦節(jié)目。優(yōu)選的，根據(jù)用戶的節(jié)目播放行為生成節(jié)目的屬性權(quán)重值包括步驟根據(jù)用戶的播放行為建立該用戶的節(jié)目推薦表，所述節(jié)目推薦表以節(jié)目的屬性權(quán) 重值排列；統(tǒng)計(jì)用戶播放的所有節(jié)目的屬性的總和，然后計(jì)算用戶節(jié)目推薦表中各個(gè)權(quán)重的 平均值。優(yōu)選的，所述計(jì)算用戶節(jié)目推薦表中各個(gè)權(quán)重的平均值包括步驟用戶退出節(jié)目 系統(tǒng)時(shí)，提示用戶反饋節(jié)目推薦表滿意度，根據(jù)用戶反饋的滿意度，計(jì)算用戶節(jié)目推薦表中 的各個(gè)權(quán)重的平均值。優(yōu)選的，根據(jù)用戶反饋的滿意度，計(jì)算用戶節(jié)目推薦表中的各個(gè)權(quán)重的平均值具 體為如果用戶反饋的滿意度為偏低，則增加權(quán)重平均值；如果用戶反饋的滿意度為正好， 則權(quán)重平均值不變；如果用戶反饋的滿意度偏高，則降低權(quán)重平均值。優(yōu)選的，通過設(shè)置定時(shí)啟動(dòng)任務(wù)，定時(shí)啟動(dòng)系統(tǒng)自動(dòng)重新計(jì)算和更新系統(tǒng)中的用 戶節(jié)目推薦表。優(yōu)選的，所述的方法，還包括步驟搜索和該用戶播放行為相似的用戶，從相似用 戶的用戶節(jié)目推薦表中選擇推薦節(jié)目加入該用戶的節(jié)目推薦表中。一種流媒體業(yè)務(wù)系統(tǒng)，包括業(yè)務(wù)管理平臺(tái)和數(shù)據(jù)庫(kù)，所述業(yè)務(wù)管理平臺(tái)包括用戶 播放行為分析模塊，所述用戶播放行為分析模塊與數(shù)據(jù)庫(kù)連接，所述用戶播放行為分析模塊根據(jù)用戶的節(jié)目播放行為生成節(jié)目的屬性權(quán)重值，以及根據(jù)所述節(jié)目的屬性權(quán)重值向用 戶推薦節(jié)目。優(yōu)選的，所述用戶行為分析模塊根據(jù)用戶的播放行為建立該用戶的節(jié)目推薦表， 所述節(jié)目推薦表以節(jié)目的屬性權(quán)重值排列；以及統(tǒng)計(jì)用戶播放的所有節(jié)目的其中某一屬性 的總和，然后計(jì)算用戶節(jié)目推薦表中各個(gè)權(quán)重的平均值。優(yōu)選的，所述業(yè)務(wù)管理平臺(tái)在用戶退出節(jié)目系統(tǒng)時(shí)，還用于提示用戶反饋節(jié)目推薦表滿意度，如果用戶反饋的滿意度為偏低，則增加權(quán)重平均值；如果用戶反饋的滿意度為 正好，則權(quán)重的平均值不變；如果用戶反饋的滿意度偏高，則降低權(quán)重的平均值。優(yōu)選的，所述業(yè)務(wù)管理平臺(tái)還包括定時(shí)模塊，與用戶行為分析模塊連接，用于定時(shí) 啟動(dòng)任務(wù)，定時(shí)啟動(dòng)系統(tǒng)自動(dòng)重新計(jì)算和更新系統(tǒng)中的用戶節(jié)目推薦表。優(yōu)選的，所述業(yè)務(wù)管理平臺(tái)還包括搜索模塊，所述搜索模塊用于搜索和該用戶行 為播放行為相似的用戶，從相似用戶的用戶節(jié)目推薦表中選擇推薦節(jié)目加入該用戶的節(jié)目 推薦表中。與現(xiàn)有技術(shù)相比，本發(fā)明通過分析用戶對(duì)節(jié)目播放行為和節(jié)目屬性，計(jì)算用戶對(duì) 節(jié)目的偏好，向用戶推薦節(jié)目，提高了推薦的精確度。


圖1為本發(fā)明實(shí)施例提供的一種節(jié)目推薦方法流程圖；圖2為本發(fā)明實(shí)施例提供的一種流媒體業(yè)務(wù)系統(tǒng)框圖。
具體實(shí)施例方式為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖及具體實(shí)施例對(duì) 本發(fā)明進(jìn)行詳細(xì)描述。本發(fā)明的核心思想是根據(jù)用戶節(jié)目播放行為建立數(shù)學(xué)模型，設(shè)計(jì)節(jié)目智能推薦 系統(tǒng)，通過分析用戶的播放歷史記錄和節(jié)目特性，識(shí)別用戶的偏好，向用戶推薦滿意的節(jié) 目，提高推薦的精確度，具有較好的智能性。(1)在運(yùn)營(yíng)商管理平臺(tái)的上載步驟中增加節(jié)目屬性(請(qǐng)發(fā)明人說明節(jié)目屬性 具體包括哪些屬性)設(shè)定，假定節(jié)目為m，則一條節(jié)目入庫(kù)信息為Gm= (Attribute 1， Attribute2，Attribue3，...)，其中Attribute為對(duì)應(yīng)屬性的權(quán)重值，系統(tǒng)增加一張節(jié)目屬 性權(quán)重表。所述屬性是指影片包含的類型，比如動(dòng)作、愛情、科幻、恐怖等。(2)在系統(tǒng)中增加一張節(jié)目熱度統(tǒng)計(jì)表(現(xiàn)有移動(dòng)流媒體和IPTV中一般都已 存在)，當(dāng)用戶播放完成某節(jié)目，則該節(jié)目熱度值自動(dòng)加1，假定熱度信息定義為HOT = (Content_m, Hot_value, Date),其中 Content_m 為節(jié)目名稱，Hot_value 為熱度值，Date 為 時(shí)間日期。請(qǐng)參閱圖1所示，圖1是本發(fā)明實(shí)施例提供的一種節(jié)目推薦方法流程圖，包括以下 步驟SlOl 當(dāng)某用戶登陸流媒體業(yè)務(wù)系統(tǒng)時(shí)，判斷該用戶是否為首次登陸，如果是首次 登陸用戶，進(jìn)入步驟S102 ；如果不是首次登陸用戶，進(jìn)入步驟S104。S102 直接推薦目前熱度最高的若干個(gè)(比如10個(gè))節(jié)目給用戶，轉(zhuǎn)入步驟S104。
S103:從數(shù)據(jù)庫(kù)的用戶節(jié)目推薦表中取該用戶的節(jié)目推薦表，供用戶選擇播放。S104 當(dāng)用戶播放節(jié)目結(jié)束時(shí)熱度自動(dòng)加一權(quán)重單位。 假定用戶節(jié)目推薦表一條記錄信息，其中W表示節(jié)目某屬性的總權(quán)重，AllValue 表示用戶總播放次數(shù)，Content表示推薦節(jié)目，Rm = (ffl, W2, W3. . .AllValue, Contentl, Content2,···)。S105 將用戶播放行為入庫(kù)，假設(shè)入庫(kù)信息為Action = (UserID, Content, Date)， 入庫(kù)前將該用戶歷史信息全部清空。S106:用戶行為入庫(kù)之后，將用戶當(dāng)天更新推薦的定時(shí)任務(wù)入庫(kù)，首先查詢?cè)撚脩?推薦更新定時(shí)任務(wù)數(shù)據(jù)當(dāng)天是否已經(jīng)入庫(kù)，如果已經(jīng)入庫(kù)則不需要再次入庫(kù)，否則將定時(shí) 任務(wù)入庫(kù)，假設(shè)入庫(kù)信息為Task = (USerid，Date)，其中Userid為用戶ID，Date為時(shí)間日 期。當(dāng)用戶播放再次播放其他節(jié)目時(shí)，跳轉(zhuǎn)到步驟S105。S107:當(dāng)用戶退出整個(gè)流媒體業(yè)務(wù)系統(tǒng)時(shí)，提示用戶反饋節(jié)目推薦表滿意情況。優(yōu) 選的，提示信息節(jié)目權(quán)重n，選擇偏高，偏低，正好，將用戶反饋信息入用戶反饋數(shù)據(jù)表FB =(UserID, Wl，W2，...)，其中W可定義三種狀態(tài)值_1、0、1，分別表示偏低、正好、偏高。S108-S110 推薦系統(tǒng)通過定時(shí)任務(wù)，比如在每天在凌晨整體業(yè)務(wù)量小的時(shí)候，啟 動(dòng)用戶節(jié)目推薦表的計(jì)算和更新。遍歷當(dāng)天用戶推薦更新定時(shí)任務(wù)表，把當(dāng)天上系統(tǒng)服務(wù) 過的用戶逐條取出來計(jì)算用戶行為值后刪除Task表中該條記錄。本實(shí)施例中，基本算法為^trribute-Wj=；^^)，其中i表示用戶當(dāng)天播放的節(jié)
(=1
目?jī)?nèi)容順序值，η初始值為1，為用戶一天中播放節(jié)目數(shù)目的累加值。例如當(dāng)天播放了 10 個(gè)影片，那么η = 9，i的取值為[1,9], Attribute表示影片的屬性，Atrribute_ffj表示用 戶當(dāng)天播放的所有影片中第j個(gè)屬性的權(quán)重值總和。，更新用戶節(jié)目推薦表(Rm表)中該用 戶的權(quán)重值(W值和Al lValue)，基本計(jì)算方法使用計(jì)算出來的值更新Rm表字段Rm. Wj = Rm. Wj+Atrribute_ff j, Rm. η = Rm. η+1。進(jìn)一步，計(jì)算Rm表中各個(gè)權(quán)重W的平均權(quán)重Average (Wi) = Rm. Wi/n，綜合計(jì)算反 饋表(FB)中數(shù)據(jù)和平均權(quán)重?cái)?shù)據(jù)Average (Wi)。優(yōu)選的，本實(shí)施例中，如果用戶反饋的滿意度為偏低，則增加對(duì)應(yīng)的權(quán)重平均值； 如果用戶反饋的滿意度為正好，則對(duì)應(yīng)的權(quán)重平均值不變；如果用戶反饋的滿意度偏高，則 降低對(duì)應(yīng)的權(quán)重平均值。比如W值如果為-1，則Average (Wi) *120%，超出Average(Wi)的 滿分值以滿分算；如果為OJUAverage(Wi)不變；如果為1，則Average (Wi) *80%。S111-S112 啟動(dòng)搜索引擎搜索內(nèi)容表(Gm)權(quán)重綜合評(píng)分和用戶計(jì)算出來的最終 平均權(quán)重值最接近的若干個(gè)(優(yōu)選8個(gè))節(jié)目(命名為C8)。進(jìn)一步，搜索出和本用戶權(quán)重最接近的若干個(gè)用戶，優(yōu)選2個(gè)，取這2個(gè)用戶 Action表中最新播放且不同于GM表中C8的節(jié)目各1個(gè)，一共10個(gè)節(jié)目，用這10個(gè)節(jié)目更 新 Rm 表中的 Contentl. . . ContentlO0重復(fù)步驟S108-S112，直到定時(shí)更新任務(wù)表中的數(shù)據(jù)全部刪除完成。請(qǐng)參閱圖2所示，圖2是本發(fā)明實(shí)施例提供的一種流媒體業(yè)務(wù)系統(tǒng)框圖。流媒體 業(yè)務(wù)系統(tǒng)，包括業(yè)務(wù)管理平臺(tái)21和數(shù)據(jù)庫(kù)22，所述業(yè)務(wù)管理平臺(tái)21包括用戶播放行為分析 模塊210、定時(shí)模塊211和搜索模塊212。
所述用戶播放行為分析模塊210與數(shù)據(jù)庫(kù)22連接，所述用戶播放行為分析模塊根 據(jù)用戶的節(jié)目播放行為生成節(jié)目的屬性權(quán)重值，以及根據(jù)所述節(jié)目的屬性權(quán)重值向用戶推 薦節(jié)目。
優(yōu)選的，所述用戶行為分析模塊210根據(jù)用戶的播放行為建立該用戶的節(jié)目推薦 表，所述節(jié)目推薦表以節(jié)目的屬性權(quán)重值排列；以及統(tǒng)計(jì)用戶播放的所有節(jié)目的其中某一 屬性的總和，然后計(jì)算用戶節(jié)目推薦表中各個(gè)權(quán)重的平均值。優(yōu)選的，所述業(yè)務(wù)管理平臺(tái)21在用戶退出節(jié)目系統(tǒng)時(shí)，還用于提示用戶反饋節(jié)目 推薦表滿意度，用戶有三種選擇偏低、正好、偏高。優(yōu)選的，所述用戶行為分析模塊210根據(jù)用戶反饋的滿意度，計(jì)算用戶節(jié)目推薦 表中的各個(gè)權(quán)重的平均權(quán)重值具體為如果用戶反饋的滿意度為偏低，則增加權(quán)重平均值； 如果用戶反饋的滿意度為正好，則權(quán)重平均值不變；如果用戶反饋的滿意度偏高，則降低權(quán) 重平均值。定時(shí)模塊212，與用戶行為分析模塊連接，用于定時(shí)啟動(dòng)任務(wù)，定時(shí)啟動(dòng)系統(tǒng)自動(dòng) 重新計(jì)算和更新系統(tǒng)中的用戶節(jié)目推薦表。搜索模塊213用于搜索和用戶行為播放行為相似的節(jié)目和用戶，綜合相似節(jié)目和 相似用戶的行為表選擇推薦節(jié)目入該用戶的節(jié)目推薦表。優(yōu)選的，所述業(yè)務(wù)管理平臺(tái)21在用戶退出節(jié)目系統(tǒng)時(shí)，還用于提示用戶反饋節(jié)目 推薦表滿意度。以現(xiàn)有的IPTV、移動(dòng)流媒體和P2P等媒體業(yè)務(wù)系統(tǒng)為例進(jìn)行說明，現(xiàn)有業(yè)務(wù)系統(tǒng) 中通過EPG/門戶頁面模塊向用戶展示節(jié)目推薦表。當(dāng)運(yùn)營(yíng)商登陸業(yè)務(wù)管理系統(tǒng)上載媒 體文件時(shí)，業(yè)務(wù)管理系統(tǒng)模塊將數(shù)據(jù)入數(shù)據(jù)庫(kù)。當(dāng)用戶播放或下載行為或反饋推薦結(jié)束 時(shí)由EPG/門戶頁面模塊將數(shù)據(jù)入數(shù)據(jù)庫(kù)。推薦系統(tǒng)新增定時(shí)任務(wù)模塊、用戶行為分析模 塊、反饋調(diào)整模塊和搜索引擎模塊。其中由定時(shí)任務(wù)模塊在整業(yè)務(wù)系統(tǒng)不繁忙時(shí)(例如凌 晨2:00到早上6:000)觸發(fā)用戶節(jié)目推薦表系統(tǒng)，此時(shí)先觸發(fā)用戶行為分析模塊分析用戶 當(dāng)天的行為和反饋將分析的數(shù)據(jù)寫入數(shù)據(jù)(反饋信息經(jīng)過反饋調(diào)整模塊調(diào)整)，完成后啟 動(dòng)搜索引擎搜索和用戶行為相關(guān)的節(jié)目入節(jié)目推薦表數(shù)據(jù)庫(kù)。其中業(yè)務(wù)管理系統(tǒng)模塊在 上載步驟中增加節(jié)目屬性設(shè)定，假定節(jié)目為m，則一條節(jié)目入庫(kù)信息為Gm = (Attribute 1, Attribute2，Attribue3，...)，其中Attribute為對(duì)應(yīng)屬性的權(quán)重值，系統(tǒng)增加一張節(jié)目屬 性權(quán)重表。另外數(shù)據(jù)庫(kù)中增加一張節(jié)目熱度統(tǒng)計(jì)表(現(xiàn)有移動(dòng)流媒體和IPTV中一般都已 存在)，當(dāng)用戶播放完成某節(jié)目，則由103模塊將節(jié)目熱度值自動(dòng)加1，假定熱度信息定義為 HOT = (Content—m，Hot_value, Date)。本發(fā)明依據(jù)用戶對(duì)節(jié)目播放行為和節(jié)目屬性建立了一個(gè)數(shù)據(jù)模型，并且分別定義 各階段的具體實(shí)現(xiàn)方式，綜合利用了數(shù)據(jù)分析原理和數(shù)學(xué)模型，通過分析用戶對(duì)節(jié)目播放 行為和節(jié)目屬性，計(jì)算用戶對(duì)節(jié)目的偏好，向用戶推薦節(jié)目，提高推薦效率。進(jìn)一步，系統(tǒng)可 以根據(jù)用戶的反饋信息，進(jìn)行自動(dòng)調(diào)整，從而提高推薦的精確度，具有較好的智能性。本發(fā)明適用于任何與媒體服務(wù)相關(guān)的業(yè)務(wù)運(yùn)營(yíng)系統(tǒng)，通過以下具體實(shí)施例進(jìn)一步 闡述本發(fā)明所述的一種流媒體業(yè)務(wù)系統(tǒng)中的用戶喜好推薦方法，以下對(duì)具體實(shí)施方式
進(jìn)行 詳細(xì)描述，但不作為對(duì)本發(fā)明的限定。以上內(nèi)容是結(jié)合具體的實(shí)施方式對(duì)本發(fā)明所作的進(jìn)一步詳細(xì)說明，不能認(rèn)定本發(fā)明的具體實(shí)施只局限于這些說明。對(duì)于本發(fā)明所屬技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫 離本發(fā)明構(gòu)思的前提下，還可以做出若干簡(jiǎn)單推演或替換，都應(yīng)當(dāng)視為屬于本發(fā)明的保護(hù) 范圍。
權(quán)利要求
一種節(jié)目推薦方法，其特征在于，包括步驟根據(jù)用戶的節(jié)目播放行為生成節(jié)目的屬性權(quán)重值；根據(jù)所述節(jié)目的屬性權(quán)重值向用戶推薦節(jié)目。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)用戶的節(jié)目播放行為生成節(jié)目的屬 性權(quán)重值包括步驟根據(jù)用戶的播放行為建立該用戶的節(jié)目推薦表，所述節(jié)目推薦表以節(jié)目的屬性權(quán)重值 排列；統(tǒng)計(jì)用戶播放的所有節(jié)目的屬性的總和，然后計(jì)算用戶節(jié)目推薦表中各個(gè)權(quán)重的平均值。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述計(jì)算用戶節(jié)目推薦表中各個(gè)權(quán)重的 平均值包括步驟用戶退出節(jié)目系統(tǒng)時(shí)，提示用戶反饋節(jié)目推薦表滿意度，根據(jù)用戶反饋的 滿意度，計(jì)算用戶節(jié)目推薦表中的各個(gè)權(quán)重的平均值。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，根據(jù)用戶反饋的滿意度，計(jì)算用戶節(jié)目 推薦表中的各個(gè)權(quán)重的平均值具體為如果用戶反饋的滿意度為偏低，則增加權(quán)重平均值； 如果用戶反饋的滿意度為正好，則權(quán)重平均值不變；如果用戶反饋的滿意度偏高，則降低權(quán) 重平均值。
5.根據(jù)權(quán)利要求1至4任一項(xiàng)中所述的方法，其特征在于，通過設(shè)置定時(shí)啟動(dòng)任務(wù)，定 時(shí)啟動(dòng)系統(tǒng)自動(dòng)重新計(jì)算和更新系統(tǒng)中的用戶節(jié)目推薦表。
6.根據(jù)權(quán)利要求1至4任一項(xiàng)中所述的方法，其特征在于，還包括步驟搜索和該用戶 播放行為相似的用戶，從相似用戶的用戶節(jié)目推薦表中選擇推薦節(jié)目加入該用戶的節(jié)目推 薦表中。
7.一種流媒體業(yè)務(wù)系統(tǒng)，包括業(yè)務(wù)管理平臺(tái)和數(shù)據(jù)庫(kù)，其特征在于，所述業(yè)務(wù)管理平臺(tái) 包括用戶播放行為分析模塊，所述用戶播放行為分析模塊與數(shù)據(jù)庫(kù)連接，所述用戶播放行 為分析模塊根據(jù)用戶的節(jié)目播放行為生成節(jié)目的屬性權(quán)重值，以及根據(jù)所述節(jié)目的屬性權(quán) 重值向用戶推薦節(jié)目。
8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述用戶行為分析模塊根據(jù)用戶的播放 行為建立該用戶的節(jié)目推薦表，所述節(jié)目推薦表以節(jié)目的屬性權(quán)重值排列；以及統(tǒng)計(jì)用戶 播放的所有節(jié)目的其中某一屬性的總和，然后計(jì)算用戶節(jié)目推薦表中各個(gè)權(quán)重的平均值。
9.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述業(yè)務(wù)管理平臺(tái)在用戶退出節(jié)目系統(tǒng) 時(shí)，還用于提示用戶反饋節(jié)目推薦表滿意度，如果用戶反饋的滿意度為偏低，則增加權(quán)重平 均值；如果用戶反饋的滿意度為正好，則權(quán)重的平均值不變；如果用戶反饋的滿意度偏高， 則降低權(quán)重的平均值。
10.根據(jù)權(quán)利要求7至9任一項(xiàng)所述的系統(tǒng)，其特征在于，所述業(yè)務(wù)管理平臺(tái)還包括定 時(shí)模塊，與用戶行為分析模塊連接，用于定時(shí)啟動(dòng)任務(wù)，定時(shí)啟動(dòng)系統(tǒng)自動(dòng)重新計(jì)算和更新 系統(tǒng)中的用戶節(jié)目推薦表。
11.根據(jù)權(quán)利要求7至9任一項(xiàng)所述的系統(tǒng)，其特征在于，所述業(yè)務(wù)管理平臺(tái)還包括搜 索模塊，所述搜索模塊用于搜索和該用戶行為播放行為相似的用戶，從相似用戶的用戶節(jié) 目推薦表中選擇推薦節(jié)目加入該用戶的節(jié)目推薦表中。
全文摘要
本發(fā)明公開了一種節(jié)目推薦方法和流媒體業(yè)務(wù)系統(tǒng)，其中所述方法包括步驟根據(jù)用戶的節(jié)目播放行為生成節(jié)目的屬性權(quán)重值；根據(jù)所述節(jié)目的屬性權(quán)重值向用戶推薦節(jié)目。一種流媒體業(yè)務(wù)系統(tǒng)，包括業(yè)務(wù)管理平臺(tái)和數(shù)據(jù)庫(kù)，所述業(yè)務(wù)管理平臺(tái)包括用戶播放行為分析模塊，所述用戶播放行為分析模塊與數(shù)據(jù)庫(kù)連接，所述用戶播放行為分析模塊根據(jù)用戶的節(jié)目播放行為生成節(jié)目的屬性權(quán)重值，以及根據(jù)所述節(jié)目的屬性權(quán)重值向用戶推薦節(jié)目。與現(xiàn)有技術(shù)相比，本發(fā)明通過分析用戶對(duì)節(jié)目播放行為和節(jié)目屬性，計(jì)算用戶對(duì)節(jié)目的偏好，向用戶推薦節(jié)目，提高推薦的精確度。
文檔編號(hào)H04N5/445GK101860696SQ20101016013
公開日2010年10月13日 申請(qǐng)日期2010年4月24日 優(yōu)先權(quán)日2010年4月24日
發(fā)明者孔韜, 李亮, 賈真真, 陳軍峰 申請(qǐng)人:中興通訊股份有限公司