面向实时流的电视节目推荐系统

摘要

本发明公开了一种面向实时流的电视节目推荐系统，包括在用户收看电视节目时自动且透明地收集用户收视信息的用户信息收集模块；采用信息抽取技术，从互联网上抽取节目相关信息建立节目模型的节目模型定义模块；利用用户信息收集模块采集到的用户收视信息以及节目模型定义模块建立的节目模型产生用户偏好模型的用户偏好追踪模块；根据当前的用户偏好，使用扩展杰卡德相似度产生推荐结果的节目推荐模块；以节目推荐模块产生的文本推荐结果为依据，为推荐结果增加美工及动画效果的推荐结果展示模块。本发明个性化较强，紧跟用户的喜好变化；解决传统系统要求用户明确反馈的问题；为节目增加时间维持，进行针对性推荐。

主权项

一种面向实时流的电视节目推荐系统，其特征在于，包括依次连接的用户信息收集模块、用户偏好追踪模块、节目推荐模块及推荐结果展示模块，还包括节目模型定义模块，所述节目模型定义模块分别与用户偏好追踪模块及节目推荐模块相连接，其中：‑用户信息收集模块，为用户维护一个会话对象，并将当前收看频道及其开始收看时间存入会话对象中；‑节目模型定义模块，为整个推荐系统提供节目向量信息；‑用户偏好追踪模块，在每次收到新的用户反馈时更新用户偏好模型；‑节目推荐模块，根据当前的用户偏好，采用扩展杰卡德相似度计算产生推荐结果；‑推荐结果展示模块，根据节目推荐模块产生的文本推荐结果为依据，为推荐结果添加详细信息；所述用户偏好追踪模块包括两种具体情况：第一，当一个全新的用户来到系统时为他初始化一个用户偏好模型；第二，在用户提交收视信息时，更新用户偏好模型；所述用户偏好追踪模块利用用户信息收集模块采集到的用户收视信息以及节目模型定义模块建立的节目模型产生用户偏好模型，并根据用户收视信息，及时产生最新的用户偏好模型，同时，考虑用户新近收看的节目最能反映用户的收视偏好，对以往的用户偏好模型进行衰减，用于提高推荐的准确度；所述用户偏好追踪模块使用划分后的用户收视信息，对用户偏好模型的更新通过对旧用户模型和最近的节目模型执行广义加操作实现，即在对应的标签上，合并两个标签的对应值列表，并以此作为新模型在该标签下的新值。