电视机的视频推荐方法、装置及存储介质与流程

本发明涉及电视机视频播放领域，尤其涉及电视机的视频推荐方法、装置及存储介质。

背景技术：

随着网络技术的发展，智能电视逐渐被广泛使用，用户可以通过智能电视观看更多的电视节目。电视节目多样化，为用户提供了更多的选择，用户在看电视时，往往需要花大量的时间去选择最中意的电视节目。

为方便用户快速获取喜欢的电视节目，目前大多根据电视机的历史播放记录为用户生成推荐列表，用户可以在推荐列表中有针对性的选择想要观看的电视节目。而当多人使用同一个电视机时，每个人的爱好不同，电视机历史播放记录中记录了电视中所有播放过的视频，生成的推荐列表包含多个人的喜好，不能针对当前观看电视的用户的喜好作准确的视频推荐。

技术实现要素：

本发明的主要目的在于提供一种电视机的视频推荐方法、装置及存储介质，旨在解决现有的视频推荐方法中不能够针对当前观看电视的用户进行有效的视频推荐的技术问题。

为实现上述目的，本发明提供一种电视机的视频推荐方法，所述电视机的视频推荐方法包括以下步骤：

获取第一预设时间间隔内电视终端上传的按键操作序列；

将所述按键操作序列按照预设的分类模型进行视频推荐模拟，获取所述视频推荐模拟结果；

根据所述视频推荐模拟结果生成视频推荐列表，发送所述视频推荐列表。

优选地，所述按键操作序列中包括所述电视终端接收到的键值信号和切换所述键值信号的时间间隔。

优选地，所述获取第一预设时间间隔内电视终端上传的按键操作序列的步骤之前，还包括：

获取各个电视终端上传的按键操作序列以及所述按键操作序列对应的视频信息；

根据所述按键操作序列和所述按键操作序列对应的视频信息生成所述分类模型。

优选地，所述根据所述按键操作序列和所述按键操作序列对应的视频信息生成所述分类模型的步骤包括：

根据所述按键操作序列和所述按键操作序列对应的视频信息生成特征向量，根据所述特征向量构建特征模型；

将所述特征模型进行逻辑回归运算得到所述分类模型。

优选地，所述根据所述按键操作序列和所述按键操作序列对应的视频信息生成所述分类模型的步骤之后，还包括：

获取电视终端定时上传的按键操作序列以及所述按键操作序列对应的视频信息，根据所述按键操作序列以及所述按键操作序列对应的视频播放信息更新所述分类模型。

优选地，所述根据所述视频推荐模拟结果生成视频推荐列表，发送所述视频推荐列表的步骤之后，还包括：

接收到所述电视终端的播放信号时，发送所述播放信号对应的视频，控制所述电视终端播放所述视频，并实时记录所述电视终端的按键操作序列以及所述按键操作序列对应的视频信息。

优选地，所述发送所述播放信号对应的视频，控制所述电视终端播放所述视频，并实时记录所述电视终端的按键操作序列以及所述按键操作序列对应的视频信息的步骤之后，还包括：

获取第二预设时间间隔内实时记录的所述电视终端的按键操作序列以及所述按键操作序列对应的视频信息；

根据所述第二预设时间间隔内实时记录的所述电视终端的按键操作序列以及所述按键操作序列对应的视频信息更新所述分类模型。

此外，为实现上述目的，本发明还提供一种电视机的视频推荐装置，其特征在于，所述电视机的视频推荐装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的视频推荐程序，所述视频推荐程序被所述处理器执行时实现如上所述的电视机的视频推荐方法的步骤。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有视频推荐程序，所述视频推荐程序被处理器执行时实现如上所述的电视机的视频推荐方法的步骤。

本发明实施例提出的一种电视机的视频推荐方法、装置及存储介质，接收电视终端上传的一段时间内的按键操作序列，将该按键序列按照事先训练好的分类模型进行视频推荐模拟，得到视频推荐模拟结果，将视频推荐模拟结果生成视频推荐列表，并发送给电视终端。所指按键操作序列是遥控器对电视终端的遥控操作，包括电视终端接收到的键值信号和切换键值信号的时间间隔，通过获取该按键操作序列能够得到当前观看电视的用户的行为习惯，间接反映出该用户的特征。所指分类模型可以将输入的按键序列模拟出用户喜欢的视频，所以最终生成的视频推荐列表中的视频更能符合用户的喜好。针对当前观看电视的用户特征进行视频推荐，提高了视频推荐的可靠性和有效性。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图；

图2为本发明电视机的视频推荐方法第一实施例的流程示意图；

图3为本发明电视机的视频推荐方法第二实施例的流程示意图；

图4为本发明电视机的视频推荐方法第三实施例的流程示意图；

图5为本发明电视机的视频推荐方法第四实施例的流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例的主要解决方案是：

获取第一预设时间间隔内电视终端上传的按键操作序列；

将所述按键操作序列按照预设的分类模型进行视频推荐模拟，获取所述视频推荐模拟结果；

根据所述视频推荐模拟结果生成视频推荐列表，发送所述视频推荐列表。

由于现有技术中的视频推荐方法不能够针对当前观看电视的用户进行有效的视频推荐。

本发明提供一种解决方案，在服务器接收电视终端上传的一段时间内的按键操作序列后，将该按键序列按照事先训练好的分类模型进行视频推荐模拟，得到视频推荐模拟结果，将视频推荐模拟结果生成视频推荐列表，并发送给电视终端。所指按键操作序列是遥控器对电视终端的遥控操作，包括电视终端接收到的键值信号和切换键值信号的时间间隔，通过获取该按键操作序列能够得到当前观看电视的用户的行为习惯，间接反映出该用户的特征。所指分类模型可以将输入的按键序列模拟出用户喜欢的视频，所以最终生成的视频推荐列表中的视频更能符合用户的喜好。针对当前观看电视的用户特征进行视频推荐，提高了视频推荐的可靠性和有效性。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。

本发明实施例装置可以是服务器。

如图1所示，该装置可以包括：处理器1001，例如cpu，网络接口1003，存储器1004，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。网络接口1003可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储器1004可以是高速ram存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1004可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1004中可以包括操作系统、网络通信模块、用户接口模块以及视频推荐程序。

在图1所示的终端中，网络接口1003主要用于连接后台服务器，与后台服务器进行数据通信；而处理器1001可以用于调用存储器1004中存储的视频推荐程序，并执行以下操作：

获取第一预设时间间隔内电视终端上传的按键操作序列；

将所述按键操作序列按照预设的分类模型进行视频推荐模拟，获取所述视频推荐模拟结果；

根据所述视频推荐模拟结果生成视频推荐列表，发送所述视频推荐列表。

进一步地，处理器1001可以调用存储器1004中存储的视频推荐程序，还执行以下操作：

获取各个电视终端上传的按键操作序列以及所述按键操作序列对应的视频信息；

根据所述按键操作序列和所述按键操作序列对应的视频信息生成所述分类模型。

进一步地，处理器1001可以调用存储器1004中存储的视频推荐程序，还执行以下操作：

根据所述按键操作序列和所述按键操作序列对应的视频信息生成特征向量，根据所述特征向量构建特征模型；

将所述特征模型进行逻辑回归运算得到所述分类模型。

进一步地，处理器1001可以调用存储器1004中存储的视频推荐程序，还执行以下操作：

获取电视终端定时上传的按键操作序列以及所述按键操作序列对应的视频信息，根据所述按键操作序列以及所述按键操作序列对应的视频播放信息更新所述分类模型。

进一步地，处理器1001可以调用存储器1004中存储的视频推荐程序，还执行以下操作：

接收到所述电视终端的播放信号时，发送所述播放信号对应的视频，控制所述电视终端播放所述视频，并实时记录所述电视终端的按键操作序列以及所述按键操作序列对应的视频信息。

进一步地，处理器1001可以调用存储器1004中存储的视频推荐程序，还执行以下操作：

获取第二预设时间间隔内实时记录的所述电视终端的按键操作序列以及所述按键操作序列对应的视频信息；

根据所述第二预设时间间隔内实时记录的所述电视终端的按键操作序列以及所述按键操作序列对应的视频信息更新所述分类模型。

参照图2，本发明电视机的视频推荐方法第一实施例，所述电视机的视频推荐方法包括：

步骤s10，获取第一预设时间间隔内电视终端上传的按键操作序列。

第一预设时间间隔的设定可以是电视终端的开启时长，即开启电视终端到用户点击视频推荐的时间间隔，还可以是系统或者是用户自行设定的固定值，当电视终端的开启时长小于设定的固定值时，采用开启时长为第一预设时间间隔；当电视终端的开启时长大于设定的固定值时，将设定的固定值作为第一预设时间间隔。

所指按键操作序列是遥控器对电视终端的遥控操作，包括电视终端接收到的键值信号和切换键值信号的时间间隔，通过获取该按键操作序列能够得到当前观看电视的用户的行为习惯，间接反映出该用户的特征。

步骤s20，将所述按键操作序列按照预设的分类模型进行视频推荐模拟，获取所述视频推荐模拟结果。

所指分类模型为预先训练好的机器学习模型，通过这一模型可以将输入的按键操作序列模拟出用户喜欢的视频，输出结果是具有推荐值的视频，推荐值越高说明该视频与用户的喜好越匹配。采用分类模型可以获得更加符合用户喜好的视频。

步骤s30，根据所述视频推荐模拟结果生成视频推荐列表，发送所述视频推荐列表。

分类模型将输入的按键操作序列模拟出推荐视频，将模拟出的视频按照推荐值的大小进行排序生成视频推荐列表，推荐值越大的在上述视频推荐列表中越靠前。将生成的视频推荐列表发送给电视终端，以供用户选择想要观看的视频进而通过电视终端进行播放。

在本实施例中，在服务器接收电视终端上传的一段时间内的按键操作序列后，将该按键序列按照事先训练好的分类模型进行视频推荐模拟，得到视频推荐模拟结果，将视频推荐模拟结果生成视频推荐列表，并发送给电视终端。所指按键操作序列是遥控器对电视终端的遥控操作，包括电视终端接收到的键值信号和切换键值信号的时间间隔，通过获取该按键操作序列能够得到当前观看电视的用户的行为习惯，间接反映出该用户的特征。所指分类模型可以将输入的按键序列模拟出用户喜欢的视频，所以最终生成的视频推荐列表中的视频更能符合用户的喜好。针对当前观看电视的用户特征进行视频推荐，提高了视频推荐的可靠性和有效性。

参照图3，本发明电视机的视频推荐方法第二实施例，基于上述第一实施例，所述步骤s10之前，还包括步骤：

步骤s40，获取各个电视终端上传的按键操作序列以及所述按键操作序列对应的视频信息。

对于所有签订协议的电视终端，服务器均可以接收到电视终端上传的按键操作序列，同时获取按键操作序列对应的视频信息，视频信息包括：视频名称、视频类型、视频的网络上传时间以及在该按键操作序列下视频的播放时长等相关信息。

步骤s50，根据所述按键操作序列和所述按键操作序列对应的视频信息生成所述分类模型。

分类模型是通过收集众多电视终端上传的按键操作序列和按键操作序列对应的视频信息来构建得到。具体构建方法可以是，将按键操作序列和按键操作序列对应的视频信息生成特征向量，众多按键操作序列和按键操作序列对应的视频信息则得到众多的特征向量；将众多特征向量构建成特征模型，再将特征模型进行逻辑回归运算得到分类模型。

电视终端上传的按键操作序列是用户通过遥控器向电视终端发送的操作指令，结合对应的视频信息可以说明用户的特征和喜好。

分类模型是根据历史用户的按键操作和对应视频信息为基础构建的，包含有所有特定按键操作序列以及该特定按键操作序列对应的视频信息，所以该分类模型相当于一个函数，当输入特定按键操作序列(自变量)时，可以得到对应的视频信息(因变量)。通过分类模型进行视频推荐模拟，可以准确地得到发送特定按键操作序列的电视终端使用者所喜欢的视频，达到有效地视频推荐。

此外，服务器定时获取电视终端上传的按键操作序列和按键操作序列对应的视频信息，将获取时间较早的按键操作序列和按键操作序列对应的视频信息，重新构建分类模型，将分类模型重新，以便将网络中近期上传的视频推荐给用户，跟上视频更新潮流，保证推荐结果更好地被用户接纳。

在本实施例中，通过收集众多电视终端上传的按键操作序列和按键操作序列对应的视频信息来构建分类列表，分类模型是根据历史用户的按键操作和对应视频信息为基础构建的，包含有所有特定按键操作序列以及该特定按键操作序列对应的视频信息，可以准确地得到发送特定按键操作序列的电视终端使用者所喜欢的视频，达到有效地视频推荐。此外，服务器定时获取电视终端上传的按键操作序列和按键操作序列对应的视频信息，将获取时间较早的按键操作序列和按键操作序列对应的视频信息，重新构建分类模型，将分类模型重新，以便将视频库中近期上传的视频推荐给用户，跟上视频更新潮流，保证视频推荐更加可靠、有效。

参照图4，本发明电视机的视频推荐方法第三实施例，基于上述第一或第二任一实施例，所述步骤s30之后，还包括步骤：

步骤s60，接收到所述电视终端的播放信号时，发送所述播放信号对应的视频，控制所述电视终端播放所述视频，并实时记录所述电视终端的按键操作序列以及所述按键操作序列对应的视频信息。

服务器将生成的视频推荐列表发送给电视终端，用户可以在该视频列表中选择感兴趣的视频进行观看，通过遥控器向电视终端发送播放信号，电视终端将播放信号转发给发送视频推荐列表的服务器，服务器接收到信号后，将对应的视频的相关信息发送给电视终端，并同时控制该电视终端进行视频播放，缩短用户等待视频播放的时间。同时，实时记录该电视终端的按键操作序列以及按键操作序列对应的视频信息，可以为更新分类列表提供数据。

在本实施例中在收到电视终端转发的播放信号信号后，将对应的视频的相关信息发送给电视终端，并同时控制该电视终端进行视频播放，缩短用户等待视频播放的时间。同时，实时记录该电视终端的按键操作序列以及按键操作序列对应的视频信息，可以为更新分类列表提供数据。

参照图5，本发明电视机的视频推荐方法第四实施例，基于上述第一至三任一实施例，所述步骤s60之后，还包括步骤：

步骤s70，获取第二预设时间间隔内实时记录的所述电视终端的按键操作序列以及所述按键操作序列对应的视频信息；

步骤s80，根据所述第二预设时间间隔内实时记录的所述电视终端的按键操作序列以及所述按键操作序列对应的视频信息更新所述分类模型。

第二预设时间间隔的设定可以是开启电视终端到电视终端关闭的时间间隔，还可以是系统或者是用户自行设定的固定值，当开启电视终端到电视终端关闭的时间间隔小于设定的固定值时，采用开启电视终端到电视终端关闭的时间间隔为第二预设时间间隔；当开启电视终端到电视终端关闭的时间间隔大于设定的固定值时，将设定的固定值作为第二预设时间间隔。

将电视终端一定时间间隔内的按键操作序列和按键操作序列对应的视频信息作为特征向量替换服务器获取时间较久特征向量，以重新构建分类模型，更新分类模型。以便将视频库中近期上传的视频推荐给用户，跟上视频更新潮流，保证视频推荐更加可靠、有效。

在本实施例中，将电视终端一定时间间隔内的按键操作序列和按键操作序列对应的视频信息作为特征向量替换服务器获取时间较久特征向量，以重新构建分类模型，更新分类模型。以便将视频库中近期上传的视频推荐给用户，跟上视频更新潮流，保证视频推荐更加可靠、有效。

此外，本发明实施例还提出一种电视机的视频推荐装置，所述电视机的视频推荐装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的视频推荐程序，所述视频推荐程序被所述处理器执行时实现如上所述的电视机的视频推荐方法的步骤。

此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有视频推荐程序，所述视频推荐程序被处理器执行时实现如上所述的电视机的视频推荐方法的步骤。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，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。