电视节目推荐方法、装置、智能设备及可读存储介质与流程

1.本发明涉及智能电视技术领域，尤其涉及一种电视节目推荐方法、装置、智能设备及计算机可读存储介质。


背景技术：

2.随着网络的发展，各种类型的电视节目冲击着使用电视、平板电脑等智能设备的用户，比如智能电视提供有影视、音乐、游戏，k歌等资源，对于用户来说，每个类型的电视节目会有很多，而客户端中显示的视频内容有限，用户从大量的视频中逐一选取喜爱的节目比较费时。而对于电视等智能设备厂商来说，面对差异化的用户，如果能够了解用户的喜好，能够为用户推荐其喜好的电视节目，为用户提供个性化服务，不仅能够很好的留住用户，而且能够吸引更多的用户来关注该智能设备产品。
3.目前大数据平台采集和存储了用户在智能设备上观看直播、点播、影视节目、听音乐，k歌、玩游戏等行为数据，通过大数据精准计算，充分了解用户的喜好和习惯，精准推送相关节目内容给用户。但是很多智能设备的使用通常以家庭为单位，以家庭的喜好和习惯向用户推荐各种电视节目，但家庭中的每个用户由于其自身的特质、使用智能设备观影时的心情，都会有不同的节目需求，所以就现有的节目推荐方式而言，并不能考虑到以上各个用户的特殊因素，导致现有的节目推荐方式不能够根据不同用户的实际需要进行精准推送，导致用户的体验较差。


技术实现要素：

4.本发明的主要目的在于提供一种电视节目推荐方法、装置、智能设备及计算机可读存储介质，旨在解决现有的节目推荐方式不能够根据不同用户的实际需要进行精准推送的技术问题。
5.为实现上述目的，本发明提供一种电视节目推荐方法，获取目标用户的语音信息，根据所述语音信息确定所述目标用户的身份标识和心情标识；
6.根据所述身份标识和心情标识，确定历史行为数据库中与所述身份标识和所述心情标识共同对应的目标行为数据；
7.根据所述目标行为数据，确定对应的目标节目资源并推送所述目标节目资源。
8.可选地，所述身份标识包括：用户性别以及用户年龄段；所述根据所述语音信息确定所述目标用户的身份标识和心情标识的步骤，包括：
9.获取所述语音信息中的声纹特征，确定声纹特征库中与所述声纹特征对应的目标声纹模型；
10.根据所述目标声纹模型，确定所述目标用户的所述用户性别、所述用户年龄段和心情标识。
11.可选地，所述目标行为数据包括目标播放设置和目标播放内容；所述根据所述身份标识和心情标识，确定历史行为数据库中与所述身份标识和所述心情标识共同对应的目
标行为数据的步骤，包括：
12.根据所述身份标识，确定历史行为数据库中与所述身份标识匹配的用户行为数据；
13.根据所述心情标识，确定所述用户行为数据中与所述心情标识匹配的所述目标播放设置和目标播放内容。
14.可选地，所述根据所述目标行为数据，确定对应的目标节目资源并推送所述目标节目资源的步骤，包括：
15.获取所述目标播放内容对应的各个标签数据；
16.确定各个所述标签数据分别与所述目标播放内容之间的相关度；
17.根据各个所述相关度，确定对应的目标节目资源并推送所述目标节目资源。
18.可选地，所述根据各个所述相关度，确定对应的目标节目资源并推送所述目标节目资源的步骤，包括：
19.确定各个所述相关度中大于预设关联阈值的优先相关度，并确定所述优先相关度对应的优先标签数据；
20.确定节目资源库中与所述优先标签数据匹配的目标节目资源，将所述目标节目资源推荐给所述目标用户，以及将当前播放设置调整为所述目标播放设置。
21.可选地，所述获取所述目标播放内容对应的各个标签数据的步骤之后，所述方法还包括：
22.根据各个所述标签数据，确定与所述目标播放内容关联的第三方播放内容；其中，所述第三方播放内容对应的第三方身份标识和第三方心情标识分别与所述身份标识和所述心情标识一致；
23.将所述第三方播放内容作为所述目标节目资源并将所述目标节目资源推荐给所述目标用户。
24.可选地，所述获取目标用户的语音信息，根据所述语音信息确定所述目标用户的身份标识和心情标识的步骤之前，所述方法还包括：
25.当检测到目标用户的实时行为数据，判断所述实时行为数据的持续播放时长是否大于或等于预设时长；
26.若所述持续播放时长大于或等于预设时长，则每隔预设周期统计一次所述实时行为数据；
27.将统计到的实时行为数据作为目标行为数据，建立所述目标行为数据与所述目标用户的关联以得到所述历史行为数据库。
28.此外，为实现上述目的，本发明还提供一种电视节目推荐装置，所述电视节目推荐装置，包括：
29.声音采集模块，用于获取目标用户的语音信息，根据所述语音信息确定所述目标用户的身份标识和心情标识；
30.用户匹配模块，用于根据所述身份标识和心情标识，确定历史行为数据库中与所述身份标识和所述心情标识共同对应的目标行为数据；
31.资源推送模块，用于根据所述目标行为数据，确定对应的目标节目资源并推送所述目标节目资源。
32.此外，为实现上述目的，本发明还提供一种智能设备，包括处理器、存储单元、以及存储在所述存储单元上的可被所述处理器执行的电视节目推荐程序，其中，所述电视节目推荐程序被所述处理器执行时，实现如上所述的电视节目推荐方法的步骤。
33.本发明还提供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电视节目推荐程序，其中，所述电视节目推荐程序被处理器执行时，实现如上所述的电视节目推荐方法的步骤。
34.本发明技术方案中的电视节目推荐方法，通过获取目标用户的语音信息，根据所述语音信息确定所述目标用户的身份标识和心情标识的步骤，能够基于当前用户的声音对当前用户的身份和当时的心情识别确认；又通过根据所述身份标识和心情标识，确定历史行为数据库中与所述身份标识和所述心情标识共同对应的目标行为数据，能够从至少记录整个家庭的历史行为数据中找到与当前用户的身份和此时的心情相匹配的历史的目标行为数据；进而最后根据所述目标行为数据，确定对应的目标节目资源并推送所述目标节目资源，从而能够基于用户的特定身份和当前的心情为用户精准推荐最符合用户身份和心情的节目资源，从而在更大程度上满足用户个性化的观看节目的需求，并且所推荐的节目资源还能够根据用户的喜好对用户的心情进行调节，有利于用户好心情的保持和坏心情的修复，维护了用户的心理健康。
附图说明
35.图1为本发明实施例方案涉及的智能设备的硬件运行环境的结构示意图；
36.图2为本发明电视节目推荐方法第一实施例的流程示意图；
37.图3为本发明电视节目推荐方法一实施例涉及的步骤s10的细化流程图；
38.图4为本发明电视节目推荐方法一实施例涉及的步骤s20的细化流程示意图；
39.图5为本发明电视节目推荐方法一实施例涉及的步骤s10之前的流程示意图；
40.图6为本发明电视节目推荐方法第二实施例的流程示意图；
41.图7为本发明电视节目推荐方法一实施例涉及的步骤s33的细化流程图；
42.图8为本发明电视节目推荐方法的一整体应用流程图；
43.图9为本发明电视节目推荐装置的框架结构示意图。
44.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
45.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。
46.本发明实施例提出一种智能设备。智能设备可以为智能电视、个人计算机、平板电脑、手机等任意类型的智能设备，在此不做限制。
47.如图1所示，图1是本发明实施例方案涉及的智能设备的硬件运行环境的结构示意图。
48.如图1所示，该智能设备可以包括：处理器1001，例如cpu，网络接口1004，用户接口1003，存储单元1005，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。用户接口1003可以包括显示器(display)、输入单元比如控制面板，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无
线接口(如wifi接口)。存储单元1005可以是高速ram存储单元，也可以是稳定的存储单元(non-volatile memory)，例如磁盘存储单元。存储单元1005可选的还可以是独立于前述处理器1001的存储装置。作为一种计算机存储介质的存储单元1005中可以包括电视节目推荐程序。
49.本领域技术人员可以理解，图1中示出的硬件结构并不构成对设备的限定，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。
50.继续参照图1，图1中作为一种计算机可读存储介质的存储单元1005可以包括操作系统、用户接口模块、网络通信模块以及电视节目推荐程序。
51.在图1中，网络通信模块主要用于连接服务器，与服务器进行数据通信；而处理器1001可以调用存储单元1005中存储的电视节目推荐程序，并执行以下操作：
52.获取目标用户的语音信息，根据所述语音信息确定所述目标用户的身份标识和心情标识；
53.根据所述身份标识和心情标识，确定历史行为数据库中与所述身份标识和所述心情标识共同对应的目标行为数据；
54.根据所述目标行为数据，确定对应的目标节目资源并推送所述目标节目资源。
55.进一步地，处理器1001可以调用存储器1005中存储的电视节目推荐程序，还执行以下操作：
56.获取所述语音信息中的声纹特征，确定声纹特征库中与所述声纹特征对应的目标声纹模型；
57.根据所述目标声纹模型，确定所述目标用户的所述用户性别、所述用户年龄段和心情标识。
58.进一步地，处理器1001可以调用存储器1005中存储的电视节目推荐程序，还执行以下操作：
59.根据所述身份标识，确定历史行为数据库中与所述身份标识匹配的用户行为数据；
60.根据所述心情标识，确定所述用户行为数据中与所述心情标识匹配的所述目标播放设置和目标播放内容。
61.进一步地，处理器1001可以调用存储器1005中存储的电视节目推荐程序，还执行以下操作：
62.获取所述目标播放内容对应的各个标签数据；
63.确定各个所述标签数据分别与所述目标播放内容之间的相关度；
64.根据各个所述相关度，确定对应的目标节目资源并推送所述目标节目资源。
65.进一步地，处理器1001可以调用存储器1005中存储的电视节目推荐程序，还执行以下操作：
66.确定各个所述相关度中大于预设关联阈值的优先相关度，并确定所述优先相关度对应的优先标签数据；
67.确定节目资源库中与所述优先标签数据匹配的目标节目资源，将所述目标节目资源推荐给所述目标用户，以及将当前播放设置调整为所述目标播放设置。
68.进一步地，处理器1001可以调用存储器1005中存储的电视节目推荐程序，还执行
以下操作：
69.根据各个所述标签数据，确定与所述目标播放内容关联的第三方播放内容；其中，所述第三方播放内容对应的第三方身份标识和第三方心情标识分别与所述身份标识和所述心情标识一致；
70.将所述第三方播放内容作为所述目标节目资源并将所述目标节目资源推荐给所述目标用户。
71.进一步地，处理器1001可以调用存储器1005中存储的电视节目推荐程序，还执行以下操作：
72.当检测到目标用户的实时行为数据，判断所述实时行为数据的持续播放时长是否大于或等于预设时长；
73.若所述持续播放时长大于或等于预设时长，则每隔预设周期统计一次所述实时行为数据；
74.将统计到的实时行为数据作为目标行为数据，建立所述目标行为数据与所述目标用户的关联以得到所述历史行为数据库。
75.为了便于理解以下本发明的各个实施例，在此对本发明技术方案中的实施例按照方案整体进行简要说明：
76.本发明主要以家庭为单位(但不仅限于以家庭为单位)，考虑到家庭成员可能有老人，大人，小孩等组成，他们的观看习惯和内容不同，因此需要根据不同的用户推荐不同的节目资源，又考虑到用户说的话，也就是用户的语音信息携带了丰富的特征信息，所以可以从说话人的语音信息获取到这些特征信息，这些特征信息表明了“说了什么”、“谁说的”、“用什么语言说的”、“说话时的心情”、“说话人的年龄”、
““
说话人的性别”等，可以对这些特征信息进行提取并分析，得到不同用户的声纹特征以及声纹模型。不同性别、不同年龄、不同心情下的声纹特征是不一样的。
77.由于每个用户的声纹特性不同，可以通过用户输出的语音信息中的声纹特征来区分用户。对不同声纹特征的用户，可以分配唯一的声纹识别号，作为用户识别号，把声纹特征在内的声纹数据存储在数据库(声纹特征库)，并在声纹特征库中将声纹数据和用户识别号以及由声纹数据(语音信息)训练得到声纹模型进行关联。用户的相关声纹数据来自于智能电视等智能设备的语音采集功能。目前的智能设备大多带有语音功能，根据用户使用语音功能时上报的或者在智能设备运行过程中自动采集的声纹特征，可以分析得到用户的性别、年龄段以及心情，从而使用模型训练的方法训练得到不同的声纹模型，并为声纹模型分配唯一的声纹识别号，作为用户识别号，比如心情低落的男青年的声纹模型对应的用户标识号为1、心情快乐的女少年的声纹模型对应的用户标识号为2，该用户识别号可以起到归类和数据查找的作用。
78.在创建好不同的用户的声纹模型之后，将不同用户在不同心情下使用智能电视等智能设备的历史行为数据与对应的声纹模型进行关联存储，可以在用户使用智能设备的过程中，识别出目标用户的身份和心情，进而基于该目标用户的历史行为数据向目标用户推荐与之相关的节目资源，以此更大程度地满足不同用户不同心情下个性化需求。
79.基于上述智能设备的硬件结构，提出本发明电视节目推荐方法的各个实施例。
80.本发明实施例提供一种电视节目推荐方法。
81.请参照图2，图2为本发明电视节目推荐方法第一实施例的流程示意图；在本发明第一实施例中，所述电视节目推荐方法包括以下步骤：
82.步骤s10，获取目标用户的语音信息，根据所述语音信息确定所述目标用户的身份标识和心情标识；
83.在本实施例中，执行主体为智能设备，该智能设备可以为智能电视、个人笔记本、平板电脑、手机等设备，在此不做限制，为了描述上的便利，在本发明的各个实施例中以智能电视为例进行说明。
84.智能电视可以通过内置的麦克风或者与智能电视通信连接的操作终端(比如遥控器、移动终端等)的麦克风以及内置的声纹识别模块或者与智能电视连接服务器中声纹识别模块来采集获取目标用户的语音信息识别该语音信息以确定目标用户的身份标识和心情标识。
85.智能电视除了在目标用户观看电视时可以采集获取目标用户的语音信息以确定目标用户的身份和心情标识，还可以在待机状态下获取目标用户的语音信息，并在待机状态下被开启时将待机状态下最后一次获取到的语音信息作为目标用户的语音信息，从而准确地确定当前正在观看电视的目标用户以及其身份和心情。进一步地，还可以将待机状态下最后一次获取到的语音信息中的分贝最大或振幅最大的语音信息作为目标用户的语音信息，从而更精进一步准确地确定当前正在观看电视的目标用户以及其身份和心情。此外，还可以在智能电视启动时通过引导目标用户按照智能电视显示的预设文字进行语音输出从而得到更加可靠的目标用户的语音信息，并基于该语音信息精准地识别用户的身份标识和心情标识。
86.请参照图3，图3为本发明电视节目推荐方法一实施例涉及的步骤s10的细化流程图。在一实施例中，所述身份标识包括：用户性别以及用户年龄段；所述步骤s10，根据所述语音信息确定所述目标用户的身份标识和心情标识的步骤，包括：
87.步骤s11，获取所述语音信息中的声纹特征，确定声纹特征库中与所述声纹特征对应的目标声纹模型；
88.在该实施例中，可以在通过声纹识别模块中的声纹数据采集模块获取用户的语音信息之后，通过声纹识别模块中的声纹数据分析模块提取所述语音信息中的声纹特征，再具体地，可以通过所述声纹数据分析模块中的特征提取单元提取该声纹特征，该声纹特征可以包括语音信息的声波幅值、共振峰的频率值及其分布等。在得到声纹特征之后可以将该声纹特征存储或缓存在声纹数据分析模块中的声纹存储单元，并将该声纹特征输入到声纹数据分析模块中的声纹对比单元从而确定声纹特征库中与所述声纹特征对应的目标声纹模型，具体地，可以将所述声纹特征与声纹特征库中存储的各个声纹模型进行遍历对比，从而得到目标用户的目标特征模型。
89.步骤s12，根据所述目标声纹模型，确定所述目标用户的所述用户性别、所述用户年龄段和心情标识。
90.在确定了目标用户的目标特征模型之后，目标用户的身份标识和心情标识就蕴含于该目标特征模型之中，解析该目标特征模型就得到了包括所述目标用户的所述用户性别、所述用户年龄段在内的身份标识以及包括快乐或平和或低落的心情标识，其中这里的心情标识不限于快乐或平和或低落，还可以根据实际需要设置其它心情标识，比如愤怒、痛
苦、抑郁等复杂心情，在此不做限制。其中的用户性别比较好理解，分为男性和女性，用户年龄段可以分为少年、青年、中年或者老年等年龄段。此外，基于不同用户的身份和当前心情，能够更加个性化地为用户推荐节目资源，满足不同用户以及同一用户不同心情的观看节目需求。
91.在一实施例中，在所述步骤s11之前，还需要对各个目标用户的语音进行训练从而得到各个目标用户的声纹模型。
92.输出一段有代表性的话语按操作逻辑指示，智能电视提示家庭的所有成员用户分别进行录音采集声纹。可以提示目标用户提供多段不同心情标识下的训练语音，比如心情标识为快乐、平和、低落时的语音，这多段语音经过特征提取和模型训练等一系列操作，会被映射为不同目标用户在不同心情时的声纹模型，将各个声纹模型存储在声纹特征库，该声纹特征库所述声纹特征库为用于声纹特征匹配声纹模型(识别)而建立的模块库，因此可以为满足匹配要求而预先建立；其中，所述声纹特征库针对每个需要语音识别的目标用户均存储有该目标用户的多个声纹特征，并可在后续识别语音信息的过程中不断添加或优化声纹特征；该声纹特征库可以存储在智能电视中，也可以存储在与智能电视通信连接的服务器中。
93.对于所述声纹特征库建立存储在智能电视本地的情况，根据语音信息的识别结果，可以直接得到目标用户的身份标识和心情标识。
94.对于所述声纹特征库在服务器存储建立的情况，可以将每次获取到的语音信息以音频文件的格式存储，并将所述语音信息对应的音频文件发送至服务器端；服务器遍历所述声纹特征库以对音频文件中的所述声纹特征进行匹配，其中，匹配过程为查找与该声纹特征相比满足预设的声纹匹配阈值(其中，所述声纹匹配阈值根据建立的声纹特征库的精确度以及匹配需求而定)的目标声纹模型，也即目标声纹模型中的声纹特征与所述声纹特征之间的匹配值大于或等于该声纹匹配阈值。从而确定出目标用户的身份以及心情。
95.在得到所有用户的声纹模型之后，在智能电视启动时，可以启动声纹识别模块，采集获取用户发出的语音信息，声纹识别模块包括声纹数据采集模块和声纹数据分析模块，其中声纹数据采集模块用于采集用户发出的语音信息，声纹数据分析模块包括特征提取单元、声纹存储单元及声纹对比单元。其中，特征提取单元分别与声纹数据采集模块、声纹存储单元及声纹对比单元连接，特征提取单元用于提取声纹数据采集模块发送来的语音信息中的声纹特征，并将其分别发送给声纹存储单元及声纹对比单元；声纹存储单元用于接收特征提取单元发送来的声纹特征，根据声纹对比单元发送来的用户身份选择对应的声纹模型，该声纹模型可以关联该声纹特征以迭代优化声纹模型，从而在使得该声纹模型的识别准确率和效率会越来越高，也就使得智能电视等智能设备对语音信息识别的速度和准确性也越来越高。
96.步骤s20，根据所述身份标识和心情标识，确定历史行为数据库中与所述身份标识和所述心情标识共同对应的目标行为数据；
97.在本实施例中的历史行为数据库指的是存储了各个用户在过往不同心情下使用电视设备观看节目时的历史行为数据，比如一个家庭中：心情平和的男性老人、心情快乐的女性老人、心情低落的男性青年、心情平和的女性青年等分别对应的历史行为数据。
98.其中包括目标行为数据在内的行为数据指的用户通过智能电视观看视频、听音
乐、k歌、购物等行为时记录到相关播放设置以及播放内容，其中播放设置包括声音设置和图像设置。声音设置比如声音的大小、声音音效等，图像设置比如图像色温、图像白平衡、图像亮度、图像锐度等设置。
99.在根据上述的语音信息确定了目标用户的身份标识和心情标识之后，可以根据身份标识和心情标识历史行为数据库从筛选出与二者共同对应匹配的目标行为数据，也可以直接通过与声纹模型关联的用户识别号确定该目标行为数据。为了便于进一步理解目标行为数据，在此举例：比如在过去的一周，家庭里的女性老人都是以快乐的心情观看电视节目《还珠格格》，并且喜欢将声音调到60，将图像调的较为明亮，明亮度为70，那么该快乐的女性老人的目标行为数据就包括了声音60、亮度70、《还珠格格》等相关数据。当然历史行为数据库可以根据实际时间需要来统计各个用户的行为数据，可以为最近一周的数据作为行为数据，也可以为最近一个月，也可以为最近一年，也即用户的行为数据为多久的数据不做限制。
100.请参照图4，图4为本发明电视节目推荐方法一实施例涉及的步骤s20的细化流程示意图。在一实施例中，所述目标行为数据包括目标播放设置和目标播放内容；所述步骤s20，根据所述身份标识和心情标识，确定历史行为数据库中与所述身份标识和所述心情标识共同对应的目标行为数据的步骤，包括：
101.步骤s21，根据所述身份标识，确定历史行为数据库中与所述身份标识匹配的用户行为数据；
102.步骤s22，根据所述心情标识，确定所述用户行为数据中与所述心情标识匹配的所述目标播放设置和目标播放内容。
103.在该实施例中，目标用户的目标行为数据与目标用户的身份标识和心情标识相关联，也即目标行为数据为特定用户特定心情下的历史行为数据。在确定了目标用户的身份标识和心情标识后，可以先通过该身份标识确定历史行为数据库中该目标用户对应匹配的用户行为数据，该用户行为数据包含了目标用户各种心情分类下的历史的行为数据，进而通过所述心情标识确定对应的目标行为数据，该目标行为数据包括了与目标用户的身份(标识)和心情(标识)都匹配的目标播放设置和目标播放内容，即目标用户在特定心情下的历史播放设备习惯和历史播放内容习惯。通过该实施例就能够确定特定用户在特定心情下的观看电视节目的喜好，从而根据目标用户的心情为该目标推荐最符合当前心情的节目资源，从而使得推荐的节目资源更贴近目标用户的实际需求，提升用户的观看电视节目的感受和体验。
104.请参照图5，图5为本发明电视节目推荐方法一实施例涉及的步骤s10之前的流程示意图。在一实施例中，所述步骤s10之前，所述方法还包括：
105.步骤s100，当检测到目标用户的实时行为数据，判断所述实时行为数据的持续播放时长是否大于或等于预设时长；
106.首先，在检测目标用户的实时行为数据时，也即用户开始使用智能电视观看电视节目时，也需要对目标用户进行识别，同样地，可以根据目标用户的语音信息确定目标用户的身份和心情，在确定了目标用户时，检测并关联记录目标用户的实时行为数据。
107.目标用户的实时行为数据也即目标用户在使用智能电视时实时产生的行为数据，比如目标用户进行相关播放设置，播放了相关播放内容。在该实施例中，主要是判断实时行
为数据中的播放内容对应的持续播放时长是否大于或等于预设时长。其中预设时长可以根据播放内容的类型来确定，也即根据电视节目的类型来确定，比如播放的如果是电影或者连续剧或者电视直播等视频内容时，预设时长可以为5分钟，也可以为其它时长，在此不做限制，如果播放内容为听音乐或者k歌，预设时长可以为2分钟，也可以为其它时长，在此不做限制，播放内容为视频类型的预设时长可以大于音乐类型的预设时长。通过判断所述实时行为数据的持续播放时长是否大于或等于预设时长，能够防止对用户操作的误判，只有在大于或等于预设时长时才能认为用户的实时行为数据是有效且可以记录在历史行为数据库中，在小于预设时长时则认为属于用户挑选电视节目或者说体验电视节目的时间，这部分实时行为数据无效且不能反映出用户的观看电视节目的爱好和习惯，并且不做记录。
108.步骤s200，若所述持续播放时长大于或等于预设时长，则每隔预设周期统计一次所述实时行为数据；
109.如果实时行为数据的持续播放时长大于或等于预设时长，说明目标用户已经选定了播放内容且对播放内容比较感兴趣，从而可以每隔预设周期统计一次所述实时行为数据，其中预设周期可以根据实际需要进行设定，比如5分钟，也即5分钟统计一次用户的实时行为数据，也可以为其它时间，在此不做限制。需要说明的是，之所以要每隔预设周期统计一次实时行为数据，目的是为了防止用户长时间观看电影或者电视节目或者k歌等电视节目后，直接关机导致采集不到结束时的实时行为数据。因此通过每隔预设周期统计一次实时行为数据将观看时间逐步累积，这样即使用户突然关机，对用户行为数据采集也只会带来很小的损失。
110.步骤s300，将统计到的实时行为数据作为目标行为数据，建立所述目标行为数据与所述目标用户的关联以得到所述历史行为数据库。
111.以后每次往历史行为数据库中新加入一个统计到的实时行为数据时，将该实时行为数据作为目标行为数据建立与目标用户的关联，还可以计算下对应电视节目(播放内容)的观看时间长度、观看次数。并可以根据不同播放内容的观看时间长度和观看次数在历史行为数据库中进行升降排序，上述步骤完成了数据统计和历史行为数据库的建立。在查询该历史行为数据库时，比如在通过语音信息确认了目标用户的身份和心情后查询和确定对应的目标行为数据。可以把历史行为数据库中记录的相关分类信息，比如按照不同电影的分类、不同电视剧的分类、音乐的分类等播放内容的分类，按照观看次数和观看时间长度进行综合排序，并且可以按照该综合排序向用户推荐与目标行为数据相关的节目资源，比如，对观看次数越多或者观看时间长度越长的目标行为数据相关节目资源可以优先推送给目标用户，从而满足用户最为实际的观看电视节目的需求。
112.步骤s30，根据所述目标行为数据，确定对应的目标节目资源并推送所述目标节目资源。
113.目标行为数据为与目标用户在当前心情下的历史行为数据，根据这些目标行为数据，可以将目标行为数据与节目资源库中的数据进行关联和推荐，主要是根据在过往一段时间内的目标行为数据中历史的播放内容在节目资源库中找到与该播放内容相关联的目标节目资源，从而将找到的多个目标节目资源推荐给目标用户。其中，这里所述的该播放内容相关联的目标节目资源既可以是与播放内容相同的节目资源，目标节目资源和播放内容都为同一首歌曲，还可以是与播放内容相关的节目资源，比如，目标节目资源和播放内容都
为同一导演指导的电影。
114.本发明技术方案中的电视节目推荐方法，通过获取目标用户的语音信息，根据所述语音信息确定所述目标用户的身份标识和心情标识的步骤，能够基于当前用户的声音对当前用户的身份和当时的心情识别确认；又通过根据所述身份标识和心情标识，确定历史行为数据库中与所述身份标识和所述心情标识共同对应的目标行为数据，能够从至少记录整个家庭的历史行为数据中找到与当前用户的身份和此时的心情相匹配的历史的目标行为数据；进而最后根据所述目标行为数据，确定对应的目标节目资源并推送所述目标节目资源，从而能够基于用户的特定身份和当前的心情为用户精准推荐最符合用户身份和心情的节目资源，从而在更大程度上满足用户个性化的观看节目的需求，并且所推荐的节目资源还能够根据用户的喜好对用户的心情进行调节，有利于用户好心情的保持和坏心情的修复，维护了用户的心理健康。
115.请参照图6，图6为本发明电视节目推荐方法第二实施例的流程示意图；进一步地，基于本发明电视节目推荐方法的第一实施例提出本发明电视节目推荐方法的第二实施例，在本实施例中，所述步骤s30，包括：
116.步骤s31，获取所述目标播放内容对应的各个标签数据；
117.目标行为数据包括了目标播放设置和目标播放内容。对于目标用户的各个目标播放内容以及历史行为数据库中的各个播放内容都有其对应的一个或多个标签数据。标签数据指的是反映播放内容比较重要、直观的特征数据，比如，电影、电视剧的类型：家庭/动作/少儿/喜剧/恐怖等，电影、电视剧的表演者：周星驰、沈腾、张一山、胡歌等；听音乐、k歌的类型：轻音乐、摇滚、流行、经典等，以及听音乐、k歌的原唱：周杰伦、林俊杰、邓紫棋、许嵩等；用户观影时间段：上午、下午、晚上；购物的类型：衣服、帽子、粮油、生活用品等。上述这些都可以作为标签数据，当然也不仅限于上述提到的标签数据。
118.在具体进行举例来说，比如用户在心情低落的时候经常看周星驰，沈腾主演的电影，当电影演员周星驰和沈腾出现次数或者观看时长靠前时，也说明该用户喜欢周星驰和沈腾，从而将这些行为数据以及对应的标签数据记录在历史行为数据库中，与该目标用户相关联，对应的如果目标用户在低落心情时的目标播放内容包括3部周星驰的喜剧电影和2部沈腾的喜剧电影，那么目标播放内容的标签数据就可以包括：周星驰、沈腾、喜剧、怀旧港片、最新电影等标签数据。当节目资源库中周星驰和沈腾有新电影或者用户还未观看过的旧电影时可以根据用户的上述目标行为数据给用户推荐用户在特定心情下喜欢看的电影，并且在推荐时可以将推荐的目标节目资源推送在目标用户的历史观看记录中，从而方便用户在浏览历史观看记录中方便地播放该目标节目资源，当然也可以推送在智能电视的主界面或者其它界面，在此都不做限制。
119.此外，还可以将历史行为数据库中的各个历史行为数据对应的标签数据进行存储，从而建立标签数据库，将标签数据库与历史行为数据库按照目标用户的用户标识号进行对应关联，从而在确定了目标行为数据是也就可以同步确定了目标行为数据(目标播放内容)对应的各个标签数据。从而根据标签数据为目标用户推荐目标节目资源。
120.步骤s32，确定各个所述标签数据分别与所述目标播放内容之间的相关度；
121.各个所述标签数据分别与所述目标播放内容之间的相关度指的是标签数据与目标播放内容的关联程度，比如目标播放内容为周星驰的喜剧电影，对应的标签数据包括：周
星驰、吴孟达、罗家英、喜剧、港片、怀旧等，可以根据实际需要预设这些标签数据与目标播放内容之间的相关度，比如以主演作为相关度最高的标签数据：周星驰这一标签数据的相关度为100％，其它的电影类型或者其它演员的相关度低于主演的相关度。也可以根据标签数据在多个目标播放内容中出现次数确定相关度，比如用户播放了5部周星驰的喜剧电影，其中吴孟达在3场电影中参演，那么周星驰这一标签数据的相关度为500％，吴孟达这一标签数据的相关度为300％。此外，也可以按照标签数据在所有标签数据中占据的比例确定对应标签数据的相关度，比如，目标用户的多个目标播放内容包括了成龙、李连杰、刘德华、周润发这四个标签数据，其中成龙出现了4次，李连杰出现了2次，刘德华出现了3次，周润发出现了1次，那么对应的相关度就可以分别为40％、20％、30％、10％。也可以根据实际需要为不同类型的标签数据设置权重值，从而得到不同相关度的标签数据，这里的不同类型的标签数据的类型可以包括：电影、电视剧等视频节目的主演、非主演、导演、电影类型、电视剧类型、直播类型、现代电影、怀旧电影等或者音乐的演唱者、作词者、作曲者、风格类型、年代等，在此只是为了理解上的便利，而不做限制。比如对于电影来说，主演这一标签数据的权重值可以较大，电影类型这一标签数据的权重值可以相对较小，对应就可以为主要这一标签数据设置较大的相关度，为电影类型这一标签数据的相关度设置较小的相关度，例如在考虑权重值的情况下，根据观影次数或时长确定某一主演的相关度为200％，对应的权重值为1.5，某一电影类型的相关度为50％，对应的权重值为0.5，那么在考虑权重值的情况下，就分别变为了300％和25％。
122.除了上述相关度的确定规则以外，还可以为其它规则，在此不做限制。
123.步骤s33，根据各个所述相关度，确定对应的目标节目资源并推送所述目标节目资源。
124.在确定了目标播放内容的标签数据的相关度之后，可以将与各个标签数据都存在关联的目标节目资源都推荐给用户，也可以根据相关度对标签数据进行筛选，筛选出优先标签数据，具体地，根据各个所述相关度，确定各个所述相关度中大于预设关联阈值(可以根据实际需要设定)的优先相关度，并确定优先相关度对应的优先标签数据，将与优先标签数据关联的目标节目资源推荐给用户。需要说明的是，与标签数据关联的目标节目资源指的是目标节目资源也具有对应的标签数据。
125.此外，可以根据相关度的大小确定目标节目资源推送顺序，按照该目标节目资源推送顺序推送各个目标节目资源给用户，可以将推荐的目标节目资源显示在用户的历史观看记录或者智能电视中的其它界面和功能区，在此不做限制。
126.通过本实施例，能够基于目标播放内容的各个标签数据找到与之关联的目标节目资源并推荐给用户，使得用户不用再费力查找自己想看的电视节目，从而最大限度便利地满足用户实际的个性化观看电视节目的需求。
127.请参照图7，图7为本发明电视节目推荐方法一实施例涉及的步骤s33的细化流程图。在一实施例中，所述步骤s33，根据各个所述相关度，确定对应的目标节目资源并推送所述目标节目资源，包括：
128.步骤s330，确定各个所述相关度中大于预设关联阈值的优先相关度，并确定所述优先相关度对应的优先标签数据；
129.步骤s331，确定节目资源库中与所述优先标签数据匹配的目标节目资源，将所述
目标节目资源推荐给所述目标用户，以及将当前播放设置调整为所述目标播放设置。
130.在该实施例中，考虑到一些目标用户的目标行为数据中的目标播放内容包括了非常繁杂的标签数据，可以从繁杂的标签数据中筛选出相关度比较高的优先标签数据，具体可以通过将各个所述相关度与预设关联阈值进行遍历比较，确定各个所述相关度中大于预设关联阈值的优先相关度，该预设关联阈值可以根据实际需要进行设定，进而根据优先相关度确定了与目标播放内容更加相关的优先标签数据，从而在节目资源库中找到与所述优先标签数据匹配的目标节目资源，将所述目标节目资源推荐给所述目标用户以使目标节目资源更加贴近用户当前的真实所需，提升用户的观看电视节目的体验，并且还可以将智能电视等智能设备的当前播放设置调整为所述目标播放设置，从而使得各种图像、声音的设置更加符合目标用户当前的心情，获得更加优良的观影体现，也使得心情能够得到更好的保持或恢复。其中目标播放设置除了参考目标用户的目标行为数据之外，也即目标用户在过往一段时间在不同心情下都进行何种设置，还可以根据目标用户的身份标识自动为目标用户确定目标播放设置。比较好理解的是，一个家庭成员可能有老人、大人、小孩等组成，即使在同一种心情下，老人，大人(青年)，小孩(少年)对图像和声音设置的需求也不一样。老人的听力和视力比大人弱，在同一种心情下，相对于大人需求的图像、声音设置的这些参数，在预设的标准设置参数下可以适当的增大。相反，小孩的听力和视力比大人强，在同一种心情下，相对于大人需求的图像，声音模式的这些参数，可以适当地减小。这样能够更加个性化、人性化地为用户提供更加优良的观影环境和观影效果。
131.在一实施例中，所述步骤s31，获取所述目标播放内容对应的各个标签数据的步骤之后，所述方法还包括：
132.步骤a，根据各个所述标签数据，确定与所述目标播放内容关联的第三方播放内容；其中，所述第三方播放内容对应的第三方身份标识和第三方心情标识分别与所述身份标识和所述心情标识一致；
133.步骤b，将所述第三方播放内容作为所述目标节目资源并将所述目标节目资源推荐给所述目标用户。
134.在该实施例中，在推荐节目资源时除了参考目标用户的目标行为数据外，还可以参考与目标用户同一性别、年龄段以及同一心情下的第三方用户播放内容，该第三方用户播放内容可以包括第三方历史的播放内容也可以包括第三方当前的历史播放内容。具体地，根据目标播放内容对应的各个标签数据，可以确定与各个所述标签数据都相同的第三方播放内容，也可以确定与各个所述标签数据中任一标签数据相同的第三方播放内容，也可以确定与各个所述标签数据中的优先标签数据相同的第三方播放内容，从而也就确定了与所述目标播放内容关联的第三方播放内容。
135.比如，目标用户看过5部刘德华的动作电影，可以获取其它看过刘德华电影的第三方用户，第三方用户还看过成龙的动作电影，例如《长城》、《功夫瑜伽》等都可以进行与所述目标播放内容的关联。再比如，目标用户还看过综艺节目：《奔跑吧兄弟》、《极限挑战》等比较轻松欢快的节目；k歌，歌曲类型:伤感的歌曲，欢快的歌曲，演唱歌手，将这些用户喜欢的歌曲和歌手等行为数据记录之后。还可以获取在其它智能电视上与该目标用户年龄段相同、同性别以及同心情下的某第三方用户正在或曾经看过的综艺、听过的歌曲、唱过的歌曲等，将这些第三方用户播放内容与目标播放内容关联，从而在需要给目标用户以节目资源
时，可以将第三方播放内容作为目标节目资源推荐给目标用户。从而不仅满足了用户的个性化需求，还为用户提供更多与目标用户相似用户在同一心情下的电视节目，从而为用户提供更丰富且接近用户习惯的节目，以此进一步提升用户观看电视节目的感受和体验。
136.此外，为了进一步理解本发明的技术方案，请参照图8，图8为本发明电视节目推荐方法的一整体应用流程图。如图8所示：
137.电视端采集记录用户使用电视的行为数据；
138.根据识别到的用户年龄、性别、心情定义标签以及权重值；
139.对相关的数据进行处理、转换；
140.根据记录的这些标签数据进行加权计算(确定相关度)，获取用户画像和存储用户画像，推荐符合当前用户身份、心情的相关资源给用户。
141.此外，参照图9，图9为本发明电视节目推荐装置的框架结构示意图。本发明还提出一种电视节目推荐装置装置，所述电视节目推荐装置包括：
142.声音采集模块a10，用于获取目标用户的语音信息，根据所述语音信息确定所述目标用户的身份标识和心情标识；
143.用户匹配模块a20，用于根据所述身份标识和心情标识，确定历史行为数据库中与所述身份标识和所述心情标识共同对应的目标行为数据；
144.资源推送模块a30，用于根据所述目标行为数据，确定对应的目标节目资源并推送所述目标节目资源。
145.可选地，所述声音采集模块a10，还用于：
146.获取所述语音信息中的声纹特征，确定声纹特征库中与所述声纹特征对应的目标声纹模型；
147.根据所述目标声纹模型，确定所述目标用户的所述用户性别、所述用户年龄段和心情标识。
148.可选地，所述用户匹配模块a20，还用于：
149.根据所述身份标识，确定历史行为数据库中与所述身份标识匹配的用户行为数据；
150.根据所述心情标识，确定所述用户行为数据中与所述心情标识匹配的所述目标播放设置和目标播放内容。
151.可选地，所述资源推送模块a30，还用于：
152.获取所述目标播放内容对应的各个标签数据；
153.确定各个所述标签数据分别与所述目标播放内容之间的相关度；
154.根据各个所述相关度，确定对应的目标节目资源并推送所述目标节目资源。
155.可选地，所述资源推送模块a30，还用于：
156.确定各个所述相关度中大于预设关联阈值的优先相关度，并确定所述优先相关度对应的优先标签数据；
157.确定节目资源库中与所述优先标签数据匹配的目标节目资源，将所述目标节目资源推荐给所述目标用户，以及将当前播放设置调整为所述目标播放设置。
158.可选地，所述资源推送模块a30，还用于：
159.根据各个所述标签数据，确定与所述目标播放内容关联的第三方播放内容；其中，
所述第三方播放内容对应的第三方身份标识和第三方心情标识分别与所述身份标识和所述心情标识一致；
160.将所述第三方播放内容作为所述目标节目资源并将所述目标节目资源推荐给所述目标用户。
161.可选地，所述声音采集模块a10，还用于：
162.当检测到目标用户的实时行为数据，判断所述实时行为数据的持续播放时长是否大于或等于预设时长；
163.若所述持续播放时长大于或等于预设时长，则每隔预设周期统计一次所述实时行为数据；
164.将统计到的实时行为数据作为目标行为数据，建立所述目标行为数据与所述目标用户的关联以得到所述历史行为数据库。
165.本发明的电视节目推荐装置具体实施方式与上述电视节目推荐方法各实施例基本相同，在此不再赘述。
166.此外，本发明还提供一种计算机可读存储介质。本发明计算机可读存储介质上存储有电视节目推荐程序，其中，电视节目推荐程序被处理器执行时，实现如上述的电视节目推荐方法的步骤。
167.其中，电视节目推荐程序被执行时所实现的方法可参照本发明电视节目推荐方法的各个实施例，此处不再赘述。
168.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
169.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其它可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其它可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
170.这些计算机程序指令也可存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储单元中，使得存储在该计算机可读存储单元中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
171.这些计算机程序指令也可装载到计算机或其它可编程数据处理设备上，使得在计算机或其它可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其它可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
172.应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的
单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
173.尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
174.以上所述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，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其它相关的技术领域均包括在本发明的专利保护范围内。