一种互联网电视个性化推荐视频的方法与流程

本发明涉及一种互联网电视视频播放方法。特别是涉及一种互联网电视个性化推荐视频的方法。

背景技术：

互联网电视是以互联网内容传输通道的电视一体机或电视机顶盒，用户可以通过电视屏幕享受互联网视频内容。视频推荐方式大多是非个性化的，非个性化推荐主要以比较单一的维度加上半衰期去看全局排名，比如，30天内点击排名，一周热门排名。这种非个性化推荐效率低下，缺乏针对性，很可能不是用户感兴趣的，而且还会造成马太效应，点的人越多，经过推荐点的人会更多，强者越强，弱者机会越少就越弱，可能导致两极分化严重，一些比较优质素材就被埋没了，为了解决这种马太效应问题，也主要是顺应数据化和自动化模式，就需要增加个性化推荐，个性化的优点不仅体验好，而且也大大增加了效率，让用户更快找到他感兴趣的东西。

现有技术的视频推荐方式如图1所示，用户的播放记录会上传到服务器的数据中心，经过数据分析之后生成热门影片排行榜，终端设备从服务器获取排行榜数据，展示给用户作为影片推荐。现有技术具有如下缺点

1、需要后台支撑，开发周期长，成本大；

2、以比较单一的维度加上半衰期去看全局排名，比如，30天内点击排名，一周热门排名，这种非个性化推荐效率低下，没有针对性，很可能不是用户真正感兴趣的，而且还会导致马太效应，点的人越多，经过推荐点的人会更多，强者越强，弱者机会越少就越弱，导致两极分化严重，一些比较优质素材就被埋没了。

技术实现要素：

本发明所要解决的技术问题是，提供一种由终端在本地完成的互联网电视个性化推荐视频的方法。

本发明所采用的技术方案是：一种互联网电视个性化推荐视频的方法，包括如下步骤：

1)收集用户行为，获取标签数据；

2)更新存储各标签的标签数据库中标签热度值，所述标签数据库由两部分组成：数据缓冲区和文件存储区；

3)根据标签数据库中数据生成热门标签；

4)根据各热门标签生成推荐视频。

步骤1)所述的用户行为，是指用户对视频节目进行的具体操作，当用户对某一节目进行操作后，获取该节目拥有的标签属性，收集的用户行为包括：进入节目详情页、播放视频、视频观看完毕。

节目是按照不同属性进行标签化，节目的标签归纳为四类标签数据，包括类型、子类型、主演和导演；其中，类型把视频分为电影、电视剧、动漫、综艺、体育、科教，每个类型下面又有各自的子类型。

步骤2)所述的热度值是指用户对同类标签的操作次数值。

步骤2)包括：

(1)用户对任一类标签的操作行为，触发标签数据库的增加标签热度值接口，增加标签热度值接口使数据缓冲区中对应标签的热度值增加；

(2)数据缓冲区的标签数据定时更新到文件存储区，防止数据缓冲区中的数据丢失；具体包括：

数据缓冲区中的标签数据，按照一定存储格式存储到文件存储区中，四类标签数据文件存储格式定义如下：

类型标签存储格式：0，类型，热度值；

子类型标签存储格式：1，子类型，热度值，子类型所属的类型；

主演标签存储格式：2，主演，热度值；

导演标签存储格式：3，导演，热度值；

标签数据存储格式之间用符号|分隔。

步骤3)包括：以标签数据库中各标签的热度值为基础，分别生成热门类型标签、热门子类型标签、热门主演标签和热门导演标签；其中，

热门类型标签的生成过程：取热度值排行前两名的类型标签，根据排行前两名的标签的使用记录，选择使用相对少的一个作为热门类型标签；

热门子类型标签的生成过程：取热门类型标签下的热度值最高的子类型标签为热门子类型标签；

热门主演标签生成过程：取热度值排行前两名的主演标签，根据排行前两名的主演标签的使用记录，选择使用相对少的一个作为热门主演标签。

热门导演标签的生成过程：取热度值排行前两名的导演标签，根据排行前两名的导演标签的使用记录，选择使用相对少的一个作为热门导演标签。

步骤4)包括筛选出三种热门节目：

(1)根据热门类型标签和热门子类型标签从服务器端获取节目集列表，对比历史记录，去掉已经观看的节目，再根据各节目的好评度筛选出八个节目；

(2)根据热门主演标签从服务端获取节目集列表，对比历史记录，去掉已经观看的节目，再根据各节目好评度筛选出两个节目；

(3)根据热门导演标签从服务端获取节目集列表，对比历史记录，去掉已经观看的节目，再根据各节目好评度筛选出两个节目；

把上述三种热门节目合并起来即为一次推荐给用户的视频节目。

本发明的一种互联网电视个性化推荐视频的方法，由终端在本地完成，通过分析用户的操作行为，推荐出他可能喜欢的节目，从而实现个性化推荐。具有如下有益效果

1、不需要推荐系统的后台支撑，开发周期短，成本低；

2、基于用户浏览记录的个性化推荐，具有很强的针对性，使用者可以快速找到感兴趣的影片，用户体验明显提高。

附图说明

图1是现有技术的视频推荐方法流程示意图；

图2是本发明一种互联网电视个性化推荐视频的方法的流程图。

具体实施方式

下面结合实施例和附图对本发明的一种互联网电视个性化推荐视频的方法做出详细说明。

如图2所示，本发明的一种互联网电视个性化推荐视频的方法，包括如下步骤：

1)收集用户行为，获取标签数据；

所述的用户行为，是指用户对视频节目进行的具体操作，当用户对某一节目进行操作后，获取该节目拥有的标签属性，收集的用户行为包括：进入节目详情页、播放视频、视频观看完毕。所述的节目是按照不同属性进行标签化，节目的标签归纳为四类标签数据，包括类型、子类型、主演和导演；其中，类型把视频分为电影、电视剧、动漫、综艺、体育、科教，每个类型下面又有各自的子类型，如电影的子类型为剧情、爱情、动作、喜剧、恐怖、科幻、悬疑、动画、战争、魔幻、武侠、记录、伦理、微电影。

2)更新存储各标签的标签数据库中标签热度值，所述的热度值是指用户对同类标签的操作次数值，所述标签数据库由两部分组成：数据缓冲区和文件存储区；包括：

(1)用户对任一类标签的操作行为，触发标签数据库的增加标签热度值接口，增加标签热度值接口使数据缓冲区中对应标签的热度值增加；

(2)数据缓冲区的标签数据定时更新到文件存储区，防止数据缓冲区中的数据丢失；具体包括：

数据缓冲区中的标签数据，按照一定存储格式存储到文件存储区中，四类标签数据文件存储格式定义如下：

类型标签存储格式：0，类型，热度值；

子类型标签存储格式：1，子类型，热度值，子类型所属的类型；

主演标签存储格式：2，主演，热度值；

导演标签存储格式：3，导演，热度值；

标签数据存储格式之间用符号|分隔，形如：0,电影,13|0,电视剧,10|1,动作,13,电影|1,悬疑,2,电影|2,汤姆,4|3,麦克,5。

3)根据标签数据库中数据生成热门标签；包括：

以标签数据库中各标签的热度值为基础，分别生成热门类型标签、热门子类型标签、热门主演标签和热门导演标签；其中，

热门类型标签的生成过程：取热度值排行前两名的类型标签，根据排行前两名的标签的使用记录，选择使用相对少的一个作为热门类型标签，防止热门类型标签总是同一个；

热门子类型标签的生成过程：取热门类型标签下的热度值最高的子类型标签为热门子类型标签；

热门主演标签生成过程：取热度值排行前两名的主演标签，根据排行前两名的主演标签的使用记录，选择使用相对少的一个作为热门主演标签，防止热门类型标签总是同一个。

热门导演标签的生成过程：取热度值排行前两名的导演标签，根据排行前两名的导演标签的使用记录，选择使用相对少的一个作为热门导演标签，防止热门类型标签总是同一个。

4)根据各热门标签生成推荐视频，包括筛选出三种热门节目：

(1)根据热门类型标签和热门子类型标签从服务器端获取节目集列表，对比历史记录，去掉已经观看的节目，再根据各节目的好评度筛选出八个节目；

(2)根据热门主演标签从服务端获取节目集列表，对比历史记录，去掉已经观看的节目，再根据各节目好评度筛选出两个节目；

(3)根据热门导演标签从服务端获取节目集列表，对比历史记录，去掉已经观看的节目，再根据各节目好评度筛选出两个节目；

把上述三种热门节目合并起来即为一次推荐给用户的视频节目。

因此，本发明的一种互联网电视个性化推荐视频的方法不需要服务端的大数据支撑，由终端在本地完成，通过分析用户的操作行为，推荐出他可能喜欢的节目，从而实现个性化推荐。