应用于传统机顶盒的基于用户行为分析的内容推荐方法与流程

本发明涉及机顶盒领域，更具体地说，涉及一种应用于传统机顶盒的基于用户行为分析的内容推荐方法。

背景技术：

机顶盒经过多年的发展，已经成为普通家庭客厅的一个信息窗口，不仅仅是观看卫星广播电视节目，还是联通互联网的信息窗口。目前市场主流还是基于嵌入式的传统机顶盒，都已联通互联网。

基于互联网，机顶盒厂家可以提供更加广泛的服务内容，比如iptv，ott，广告，订阅信息等一系列增值服务。

目前厂家提供的相关服务，对于终端用户来说都是千篇一律的，不能按照具体用户个例提供个性化服务；本方法通过建立用户行为采集分析用户的偏好，向每一个具体的终端用户进行个性推荐内容展现。

技术实现要素：

本发明要解决的技术问题在于，提供一种应用于传统机顶盒的基于用户行为分析的内容推荐方法。

本发明解决其技术问题所采用的技术方案是：构造一种应用于传统机顶盒的基于用户行为分析的内容推荐方法，包括以下步骤：

s1、机顶盒获取用户操作信息以及观看的节目信息，并上传服务器；

s2、所述服务器记录用户的操作信息，并对每个所述操作信息对应的操作项进行评分；

s3、根据评分为每一个用户生成ui呈现配置数据，用户重新上线推荐显示；

s4、根据所述机顶盒上传的节目信息，在后台提供服务项目对用户进行分类；

s5、根据用户的分类，生成用户需求倾向报告，向用户进行节目推荐。

优选地，所述步骤s1中，对各项所述操作信息对应的操作项进行编号，上传用户每次操作信息对应的项目编号至所述服务器。

优选地，所述节目信息包括节目的epg信息、频道类型、节目信息、以及用户使用增值服务信息中的至少一项。

优选地，所述步骤s2中，所述服务器为每一个用户建立数据库；实时记录用户操作信息，对每个所述操作项进行评分保存。

优选地，所述步骤s2中，评分＝用户实际操作频率*80％+运维推荐倾向*20％。

优选地，所述步骤s4中，分类标准＝频道类型指数*20％+(节目信息指数+增值服务信息指数)*40％+区域时间段指数*20％+运维推荐倾向*20％。

优选地，各项指数由用户观看频率统计得来。

优选地，所述机顶盒定期更新用户内容推荐配置。

实施本发明的应用于传统机顶盒的基于用户行为分析的内容推荐方法，具有以下有益效果：应用于传统机顶盒的基于用户行为分析的内容推荐方法可以为服务运营提供内容制作方向和数据支持，实现终端操作和服务的千人千面，精确的为每一个用户推荐他们关注的服务内容，同时也可为服务运营提供数据支撑；基于用户使用行为的内容推荐，可让用户对机顶盒产品形成极大的认可，促进机顶盒产品的销售；在增值服务方面，精确的服务内容推荐，能极大的吸引用户订购相应的增值服务。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明实施例中的应用于传统机顶盒的基于用户行为分析的内容推荐方法的流程结构示意图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。

如图1所示，本发明一个优选实施例中的应用于传统机顶盒的基于用户行为分析的内容推荐方法包括以下步骤：

s1、机顶盒获取用户操作信息以及观看的节目信息，并上传服务器；

s2、服务器记录用户的操作信息，并对每个操作信息对应的操作项进行评分；

s3、根据评分为每一个用户生成ui呈现配置数据，用户重新上线推荐显示；

s4、根据机顶盒上传的节目信息，在后台提供服务项目对用户进行分类；

s5、根据用户数据，生成用户需求倾向报告，向用户进行节目推荐。

应用于传统机顶盒的基于用户行为分析的内容推荐方法可以为服务运营提供内容制作方向和数据支持，实现终端操作和服务的千人千面，精确的为每一个用户推荐他们关注的服务内容，同时也可为服务运营提供数据支撑；基于用户使用行为的内容推荐，可让用户对机顶盒产品形成极大的认可，促进机顶盒产品的销售；在增值服务方面，精确的服务内容推荐，能极大的吸引用户订购相应的增值服务。

进一步地，步骤s1中，对各项操作信息对应的操作项进行编号，上传用户每次操作信息对应的项目编号至服务器。

进一步地，节目信息包括节目的epg(electronicprogramguide，电子节目指南)信息、频道类型、节目信息、以及用户使用增值服务信息中的至少一项。

进一步地，步骤s2中，服务器为每一个用户建立数据库；实时记录用户操作信息，对每个操作项进行评分保存。

进一步地，步骤s2中，评分＝用户实际操作频率*80％+运维推荐倾向*20％。

生成的ui呈现配置数据可以根据用户分类,更直观的显示用户的需求倾向。

进一步地，步骤s4中，分类标准＝频道类型指数*20％+(节目信息指数+增值服务信息指数)*40％+区域时间段指数*20％+运维推荐倾向*20％。

进一步地，步骤s5中，根据用户数据，进行简单数据挖掘，即可生成用户服务需求倾向报告

进一步地，各项指数由用户观看频率统计得来，机顶盒由统计数据定期更新用户内容推荐配置，根据用户最新的行为分析进行内容推荐。

例如：一个巴西时区用户经常晚上八点观看体育台的巴西足球联赛直播，那在运维系统ott服务中可根据现有资源库，向该用户优先推荐巴西足球相关视频,其次巴西体育相关视频，其他区域足球相关视频…从而产生该用户的推荐内容。

可以理解地，上述各技术特征可以任意组合使用而不受限制。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

技术特征：

1.一种应用于传统机顶盒的基于用户行为分析的内容推荐方法，其特征在于，包括以下步骤：

s1、机顶盒获取用户操作信息以及观看的节目信息，并上传服务器；

s2、所述服务器记录用户的操作信息，并对每个所述操作信息对应的操作项进行评分；

s3、根据评分为每一个用户生成ui呈现配置数据，用户重新上线推荐显示；

s4、根据所述机顶盒上传的节目信息，在后台提供服务项目对用户进行分类；

s5、根据用户的分类，生成用户需求倾向报告，向用户进行节目推荐。

2.根据权利要求1所述的应用于传统机顶盒的基于用户行为分析的内容推荐方法，其特征在于，所述步骤s1中，对各项所述操作信息对应的操作项进行编号，上传用户每次操作信息对应的项目编号至所述服务器。

3.根据权利要求1所述的应用于传统机顶盒的基于用户行为分析的内容推荐方法，其特征在于，所述节目信息包括节目的epg信息、频道类型、节目信息、以及用户使用增值服务信息中的至少一项。

4.根据权利要求1所述的应用于传统机顶盒的基于用户行为分析的内容推荐方法，其特征在于，所述步骤s2中，所述服务器为每一个用户建立数据库；实时记录用户操作信息，对每个所述操作项进行评分保存。

5.根据权利要求4所述的应用于传统机顶盒的基于用户行为分析的内容推荐方法，其特征在于，所述步骤s2中，评分＝用户实际操作频率*80％+运维推荐倾向*20％。

6.根据权利要求3所述的应用于传统机顶盒的基于用户行为分析的内容推荐方法，其特征在于，所述步骤s4中，分类标准＝频道类型指数*20％+(节目信息指数+增值服务信息指数)*40％+区域时间段指数*20％+运维推荐倾向*20％。

7.根据权利要求6所述的应用于传统机顶盒的基于用户行为分析的内容推荐方法，其特征在于，各项指数由用户观看频率统计得来。

8.根据权利要求1至7任一项所述的应用于传统机顶盒的基于用户行为分析的内容推荐方法，其特征在于，所述机顶盒定期更新用户内容推荐配置。

技术总结
本发明涉及一种应用于传统机顶盒的基于用户行为分析的内容推荐方法，包括以下步骤：S1、机顶盒获取用户操作信息以及观看的节目信息，并上传服务器；S2、所述服务器记录用户的操作信息，并对每个所述操作信息对应的操作项进行评分；S3、根据评分为每一个用户生成UI呈现配置数据，用户重新上线推荐显示；S4、根据所述机顶盒上传的节目信息，在后台提供服务项目对用户进行分类；S5、根据用户的分类，生成用户需求倾向报告，向用户进行节目推荐。推荐方法可以为服务运营提供内容制作方向和数据支持，精确的为每一个用户推荐他们关注的服务内容，也可为服务运营提供数据支撑；在增值服务方面，精确的服务内容推荐，极大的吸引用户订购相应的增值服务。

技术研发人员：吕珺;郭俊峰
受保护的技术使用者：深圳市亿联智能有限公司
技术研发日：2020.07.23
技术公布日：2020.10.27