CN108574857B - 基于用户行为的节目推荐方法、智能电视及存储介质 - Google Patents

Abstract

本发明公开了一种基于用户行为的节目推荐方法、智能电视及存储介质。本发明在通过播放器播放目标节目时，收集用户对所述播放器的操作行为，再根据收集的操作行为确定用户对所述目标节目的偏好度，并将所述目标节目及相应的偏好度添加至目标节目集中，然后按照偏好度从大到小的顺序从所述目标节目集中选取预设数量的节目，并将选取的节目作为待推荐节目，接着根据节目参数对所述待推荐节目进行排序，最后按照排序结果对所述待推荐节目进行展示，能够有效地识别出用户对节目的偏好度，并按照偏好度来对待推荐节目进行排序，从而使待推荐节目尽可能地符合用户的喜好，并且推荐的节目按照用户的喜好度进行排列，有序并且聚焦，提高了用户体验。

Description

基于用户行为的节目推荐方法、智能电视及存储介质

技术领域

本发明涉及智能电视技术领域，尤其涉及一种基于用户行为的节目推荐方法、智能电视及存储介质。

背景技术

随着智能电视的技术发展，智能电视中可观看的节目越来越丰富，每个用户喜好节目的类型各不相同。

而电视系统在推荐节目时，通常是直接根据节目的热度来推荐给用户，但这些节目可能并没有与用户本身的喜好挂钩，导致推荐的节目内容杂乱不聚焦。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种基于用户行为的节目推荐方法、智能电视及存储介质，旨在解决现有技术中推荐节目没有与用户本身的喜好挂钩，导致推荐的节目内容杂乱不聚焦的技术问题。

为实现上述目的，本发明提供一种基于用户行为的节目推荐方法，所述基于用户行为的节目推荐方法包括以下步骤：

智能电视在通过播放器播放目标节目时，收集用户对所述播放器的操作行为；

根据收集的操作行为确定用户对所述目标节目的偏好度，并将所述目标节目及相应的偏好度添加至目标节目集中；

按照偏好度从大到小的顺序从所述目标节目集中选取预设数量的节目，并将选取的节目作为待推荐节目；

根据节目参数对所述待推荐节目进行排序；

按照排序结果对所述待推荐节目进行展示。

优选地，所述操作行为包括：暂停控制行为、快退控制行为、以及快进与快退切换控制行为；

相应地，所述根据收集的操作行为确定用户对所述目标节目的偏好度，并将所述目标节目及相应的偏好度添加至目标节目集中，具体包括：

统计所述暂停控制行为的数量、所述快退控制行为的数量、以及所述快进与快退切换控制行为的数量；

根据统计的数量确定用户对所述目标节目的偏好度；

将所述目标节目及相应的偏好度添加至目标节目集中。

优选地，所述根据统计的数量确定用户对所述目标节目的偏好度，具体包括：

将统计的数量分别与对应的权值相乘，并将乘积的相加结果作为用户对所述目标节目的偏好度。

优选地，所述节目参数包括：节目更新频率、节目播放时长和用户收藏标记；

相应地，所述根据所述待推荐节目的节目参数对所述待推荐节目进行排序，具体包括：

根据各待推荐节目的节目更新频率、节目播放时长和用户收藏标记分别确定各待推荐节目的节目优先级；

按照所述节目优先级对所述待推荐节目进行排序。

优选地，所述按照排序结果对所述待推荐节目进行展示，具体包括：

为所述待推荐节目分别生成相应的信息展示框；

按照排序结果确定各信息展示框的展示位置，根据确定的展示位置对所述信息展示框进行展示。

优选地，所述按照排序结果确定各信息展示框的展示位置，根据确定的展示位置对所述信息展示框进行展示之后，所述基于用户行为的节目推荐方法还包括：

获取各待推荐节目的历史观看记录，从所述历史观看记录中确定各待推荐节目的已观看节目标题；

抓取所述待推荐节目的最新节目标题；

将所述最新节目标题与已观看节目标题进行比较；

在所述最新节目标题与已观看节目标题不一致时，将所述最新节目标题展示于对应的信息展示框中。

优选地，所述按照排序结果确定各信息展示框的展示位置，根据确定的展示位置对所述信息展示框进行展示之后，所述基于用户行为的节目推荐方法还包括：

抓取各待推荐节目的评论区中的留言信息；

从所述留言信息中筛选点赞数超过预设数量的留言信息，并将所述留言信息作为待选取留言信息；

将距离当前时间最近的待选取留言信息作为目标留言信息；

对所述目标留言信息进行关键词提取，根据提取的关键词抓取对应的目标节目标题；

将所述目标节目标题展示于对应的信息展示框中。

优选地，所述智能电视在通过播放器播放目标节目时，收集用户对所述播放器的操作行为之前，所述基于用户行为的节目推荐方法还包括：

智能电视响应于用户输入的节目关键词，根据所述节目关键词确定与所述节目关键词对应的待确定节目，并对所述待确定节目的详情页面进行展示；

当所述详情页面的展示时间超过预设时间时，将所述待确定节目作为目标节目。

此外，为实现上述目的，本发明还提供一种智能电视，所述智能电视包括：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基于用户行为的节目推荐程序，所述基于用户行为的节目推荐程序配置为实现如上所述的基于用户行为的节目推荐方法的步骤。

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，所述计算机可读存储介质上存储有基于用户行为的节目推荐程序，所述基于用户行为的节目推荐程序被处理器执行时实现如上所述的基于用户行为的节目推荐方法的步骤。

本发明在通过播放器播放目标节目时，收集用户对所述播放器的操作行为，再根据收集的操作行为确定用户对所述目标节目的偏好度，并将所述目标节目及相应的偏好度添加至目标节目集中，然后按照偏好度从大到小的顺序从所述目标节目集中选取预设数量的节目，并将选取的节目作为待推荐节目，接着根据节目参数对所述待推荐节目进行排序，最后按照排序结果对所述待推荐节目进行展示，能够有效地识别出用户对节目的偏好度，并按照偏好度来对待推荐节目进行排序，从而使待推荐节目尽可能地符合用户的喜好，并且推荐的节目按照用户的喜好度进行排列，有序并且聚焦，提高了用户体验。

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智能电视结构示意图；

图2为本发明基于用户行为的节目推荐方法第一实施例的流程示意图；

图3为本发明基于用户行为的节目推荐方法第二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。

参照图1，图1为本发明实施例方案涉及的硬件运行环境的智能电视的结构示意图。

如图1所示，该智能电视可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。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可以包括显示屏(Display)、输入单元比如按键，还可包括遥控器等设备，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WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005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中示出的结构并不构成对智能电视的限定，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1005中可以包括操作系统、网络通信模块、用户接口模块以及基于用户行为的节目推荐程序。

在图1所示的智能电视中，网络接口1004主要用于与外网进行数据交互；用户接口1003主要用于接收用户的输入指令；所述智能电视通过处理器1001调用存储器1005中存储的基于用户行为的节目推荐程序，并执行以下操作：

在通过播放器播放目标节目时，收集用户对所述播放器的操作行为；

根据收集的操作行为确定用户对所述目标节目的偏好度，并将所述目标节目及相应的偏好度添加至目标节目集中；

按照偏好度从大到小的顺序从所述目标节目集中选取预设数量的节目，并将选取的节目作为待推荐节目；

根据节目参数对所述待推荐节目进行排序；

按照排序结果对所述待推荐节目进行展示。

进一步地，所述操作行为包括：暂停控制行为、快退控制行为、以及快进与快退切换控制行为；处理器1001可以调用存储器1005中存储的基于用户行为的节目推荐程序，还执行以下操作：

统计所述暂停控制行为的数量、所述快退控制行为的数量、以及所述快进与快退切换控制行为的数量；

根据统计的数量确定用户对所述目标节目的偏好度；

将所述目标节目及相应的偏好度添加至目标节目集中。

进一步地，处理器1001可以调用存储器1005中存储的基于用户行为的节目推荐程序，还执行以下操作：

将统计的数量分别与对应的权值相乘，并将乘积的相加结果作为用户对所述目标节目的偏好度。

进一步地，所述节目参数包括：节目更新频率、节目播放时长和用户收藏标记；处理器1001可以调用存储器1005中存储的基于用户行为的节目推荐程序，还执行以下操作：

根据各待推荐节目的节目更新频率、节目播放时长和用户收藏标记分别确定各待推荐节目的节目优先级；

按照所述节目优先级对所述待推荐节目进行排序。

进一步地，处理器1001可以调用存储器1005中存储的基于用户行为的节目推荐程序，还执行以下操作：

为所述待推荐节目分别生成相应的信息展示框；

按照排序结果确定各信息展示框的展示位置，根据确定的展示位置对所述信息展示框进行展示。

进一步地，处理器1001可以调用存储器1005中存储的基于用户行为的节目推荐程序，还执行以下操作：

获取各待推荐节目的历史观看记录，从所述历史观看记录中确定各待推荐节目的已观看节目标题；

抓取所述待推荐节目的最新节目标题；

将所述最新节目标题与已观看节目标题进行比较；

在所述最新节目标题与已观看节目标题不一致时，将所述最新节目标题展示于对应的信息展示框中。

进一步地，处理器1001可以调用存储器1005中存储的基于用户行为的节目推荐程序，还执行以下操作：

抓取各待推荐节目的评论区中的留言信息；

从所述留言信息中筛选点赞数超过预设数量的留言信息，并将所述留言信息作为待选取留言信息；

将距离当前时间最近的待选取留言信息作为目标留言信息；

对所述目标留言信息进行关键词提取，根据提取的关键词抓取对应的目标节目标题；

将所述目标节目标题展示于对应的信息展示框中。

进一步地，处理器1001可以调用存储器1005中存储的基于用户行为的节目推荐程序，还执行以下操作：

响应于用户输入的节目关键词，根据所述节目关键词确定与所述节目关键词对应的待确定节目，并对所述待确定节目的详情页面进行展示；

当所述详情页面的展示时间超过预设时间时，将所述待确定节目作为目标节目。

本实施例通过上述方案，在通过播放器播放目标节目时，收集用户对所述播放器的操作行为，再根据收集的操作行为确定用户对所述目标节目的偏好度，并将所述目标节目及相应的偏好度添加至目标节目集中，然后按照偏好度从大到小的顺序从所述目标节目集中选取预设数量的节目，并将选取的节目作为待推荐节目，接着根据节目参数对所述待推荐节目进行排序，最后按照排序结果对所述待推荐节目进行展示，能够有效地识别出用户对节目的偏好度，并按照偏好度来对待推荐节目进行排序，从而使待推荐节目尽可能地符合用户的喜好，并且推荐的节目按照用户的喜好度进行排列，有序并且聚焦，提高了用户体验。

基于上述硬件结构，提出本发明基于用户行为的节目推荐方法实施例。

参照图2，图2为本发明基于用户行为的节目推荐方法第一实施例的流程示意图。

在第一实施例中，所述基于用户行为的节目推荐方法包括以下步骤：

S10：智能电视在通过播放器播放目标节目时，收集用户对所述播放器的操作行为。

需要说明的是，所述播放器即为智能电视的播放器，其可为智能电视自带的播放器，也可为在智能电视上安装的应用程序，本实施例对此不加以限制。

可理解的是，可在智能电视中开启一个线程，通过该线程来收集用户对所述播放器的操作行为。

由于用户在使用智能电视时会播放很多节目，若每一节目均进行操作行为收集，会占用智能电视过多的处理资源，从而引起智能电视的反应速度变慢，为避免该问题，本实施例中，在步骤S10之前，智能电视可响应于用户输入的节目关键词，根据所述节目关键词确定与所述节目关键词对应的待确定节目，并对所述待确定节目的详情页面进行展示；当所述详情页面的展示时间超过预设时间时，将所述待确定节目作为目标节目，从而避免由于智能电视对过多的节目进行操作行为收集。

在具体实现中，所述预设时间可根据需要进行设置，但通常来说，当预设时间超过播放器的启动时间时，可以认定为用户对详情页面进行了一定时间的浏览，因此，可更为准确地分辨待确定节目是否为目标节目。

S20：根据收集的操作行为确定用户对所述目标节目的偏好度，并将所述目标节目及相应的偏好度添加至目标节目集中。

由于用户对播放器的操作行为在一定程度上可以反映用户对节目的偏好度，例如：用户在播放器播放某节目时，输入快进命令、快退命令、暂停命令等次数越多，可推测用户对该节目的喜好越高。

因此，本实施例中，所述操作行为可包括三类控制行为，分别为暂停控制行为、快退控制行为、以及快进与快退切换控制行为；

相应地，步骤S20可具体包括：先统计所述暂停控制行为的数量、所述快退控制行为的数量、以及所述快进与快退切换控制行为的数量；再根据统计的数量确定用户对所述目标节目的偏好度；然后将所述目标节目及相应的偏好度添加至目标节目集中。

由于不同的行为对于偏好度的影响也会不同，因此，可为不同的行为分别确定不同的权重，通常所述快进与快退切换控制行为的权重高于所述快退控制行为的权重，所述快退控制行为的权重高于所述暂停控制行为的权重。

为提高用户对所述目标节目的偏好度的准确性，本实施例中，可将统计的数量分别与对应的权值相乘，并将乘积的相加结果作为用户对所述目标节目的偏好度。

对于第一类的暂停控制行为而言，其可以包括光标选中事件，或者画面旋转事件，当然，还可为其他具有类似功能的事件。

为便于进行后续偏好度计算，本实施例中，可记录光标选中事件的次数，或者画面旋转事件的次数，将这些次数进行相加后，将相加结果(即所述暂停控制行为的数量)保存到第一存储器中；

例如，相应的实现代码可为：Play_pause(x1)＝{{“1”:“mousclick”:“5”},

{“2”:“fanzhuan”:“5”}}//节目1：甄嬛传5集，鼠标点击5次，画面旋转5次。

Play_pause(x2)＝{{“1”:“mousclick”:“2”},

{“2”:“fanzhuan”:“2”}}//节目2：反黑5集，鼠标点击2次，画面旋转2次。

对于第二类的暂停控制行为而言，为便于进行后续偏好度计算，本实施例中，可记录快退点击事件的次数，将这些次数(即暂停控制行为的数量)保存到第二存储器中；

例如，相应的实现代码可为：Play_back(x1)＝{{“1”:“back”:“5”},

}//甄嬛传5集，回退点击5次。

Play_back(x2)＝{{“1”:“back”:“6”},

}//反黑5集，回退点击15次。

对于第三类的快进与快退切换控制行为而言，在侦测到快退和快进之间间隔时长超过节目总时长的预设百分比(例如：10％，当然，还可为15％或5％，本实施例对此不加以限制)时，认定为一次快退和快进切换控制行为，为便于进行后续偏好度计算，本实施例中，可记录快退和快进切换控制行为的次数，并将这些次数保存到第三存储器中。

例如，相应的实现代码可为：Play_backfast(x1)＝{{“1”:“backfasttime”:“300s”},

{“2”:“backfasttotal”:“2”}}//甄嬛传5集，快退和快进间隔大于300s时间，出现2次。

Play_backfast(x2)＝{{“1”:“backfasttime”:“300s”},

{“2”:“backfasttotal”:“3”}}//反黑5集，快退和快进间隔大于300s时间，出现3次。

对于偏好度的计算，本实施例中，可将所述快进与快退切换控制行为的权重设置为1000，将所述快退控制行为的权重设置为100，将所述暂停控制行为的权重设置为10，可将计算的偏好度存储至第四存储器中。

例如，相应的实现代码可为：Paxing_Prog_(x1)＝(Play_backfast(x1)*10)|(Play_back(x1)*100)|(Play_pause(x1)*1000)＝((5+5)*10)|(5*100)|(2*1000))

＝2500//甄嬛传5集权重第二。

Paxing_Prog_(x2)＝(Play_backfast(x2)*10)|(Play_back(x2)*100)|(Play_pause(x2)*1000)＝((4)*10)|(6*100)|(3*1000))

＝3640//反黑5集权重第一。

当然，所述操作行为还可包括其他行为，例如：亮度控制行为、音量控制行为等，本实施例对此不加以限制。

S30：按照偏好度从大到小的顺序从所述目标节目集中选取预设数量的节目，并将选取的节目作为待推荐节目。

可理解的是，为保证推荐给用户的节目是用户所感兴趣的节目，所述预设数量可设置为1，但为了防止推荐节目过少，本实施例中，所述预设数量还可设置为大于等于2的整数。

S40：根据节目参数对所述待推荐节目进行排序。

需要说明的是，对于不同节目参数的节目而言，对用户的吸引力也会存在不同，例如：时长较长的节目相比时长较短的节目更有吸引力，更新频率较高的节目相比更新频率较低的节目更有吸引力，用户设置收藏标记的节目比没有设置收藏标记的节目更有吸引力。

故而，所述节目参数可包括：节目更新频率、节目播放时长和用户收藏标记，当然，所述节目参数还可包括其他参数，本实施例对此不加以限制。

相应地，步骤S40可具体包括：先根据各待推荐节目的节目更新频率、节目播放时长和用户收藏标记分别确定各待推荐节目的节目优先级；再按照所述节目优先级对所述待推荐节目进行排序。

在具体实现中，可预先为不同节目参数分别设置对应的标识，从而分辨节目的权重，例如：可将节目更新频率为按月更新对应的标识设置为1，将节目更新频率为按周更新对应的标识设置为2，节目更新频率为按日更新对应的标识设置为3；可将节目播放时长小于20分钟对应的标识设置为1，将节目播放时长大于等于20分钟，并且小于30分钟对应的标识设置为2，将节目播放时长大于等于30分钟，并且小于60分钟对应的标识设置为3，将节目播放时长大于等于60分钟对应的标识设置为4；可将用户收藏标记对应的标识设置为10，没有用户收藏标记对应的标识设置为0。

在具体实现中，可先查找各待推荐节目的节目更新频率对应的标识、节目播放时长对应的标识和用户收藏标记对应的标识，将查找到的各待推荐节目的标识分别进行相加，相加结果即可作为各待推荐节目的节目优先级。

例如：一个节目的节目更新频率为按周更新，节目播放时长为45分钟，并没有用户收藏标记，此时，可确定节目更新频率对应的标识2，节目播放时长对应的标识3，即可确定该节目的节目优先级5。

S50：按照排序结果对所述待推荐节目进行展示。

通常而言，节目优先级越高的待推荐节目需要放到用户越容易查看的位置，一般用户查看信息的习惯是从上往下浏览或从左往右，因此，可将节目优先级按照高到底的顺序以上往下的方式进行展示，也可以将节目优先级按照高到底的顺序以左往右的方式进行展示，当然，还可以其他方式进行展示，本实施例对此不加以限制。

本实施例在通过播放器播放目标节目时，收集用户对所述播放器的操作行为，再根据收集的操作行为确定用户对所述目标节目的偏好度，并将所述目标节目及相应的偏好度添加至目标节目集中，然后按照偏好度从大到小的顺序从所述目标节目集中选取预设数量的节目，并将选取的节目作为待推荐节目，接着根据节目参数对所述待推荐节目进行排序，最后按照排序结果对所述待推荐节目进行展示，能够有效地识别出用户对节目的偏好度，并按照偏好度来对待推荐节目进行排序，从而使待推荐节目尽可能地符合用户的喜好，并且推荐的节目按照用户的喜好度进行排列，有序并且聚焦，提高了用户体验。

进一步地，如图3所示，基于第一实施例提出本发明基于用户行为的节目推荐方法第二实施例，在本实施例中，步骤S50具体包括：

S501：为所述待推荐节目分别生成相应的信息展示框；

S502：按照排序结果确定各信息展示框的展示位置，根据确定的展示位置对所述信息展示框进行展示。

需要说明的是，为了便于使用户能够非常方便地查看所述待推荐节目的相关信息，因此，可采用信息展示框的方式来进行信息展示。

用户在观看节目时，会存在将节目此前更新的期数均观看完毕的情况，而节目有可能会存在更新，为了便于使用户能够及时了解到节目是否已经存在更新，本实施例中，可在步骤S502之后，获取各待推荐节目的历史观看记录，从所述历史观看记录中确定各待推荐节目的已观看节目标题；抓取所述待推荐节目的最新节目标题；将所述最新节目标题与已观看节目标题进行比较；在所述最新节目标题与已观看节目标题不一致时，将所述最新节目标题展示于对应的信息展示框中，从而使用户能够非常方便地知晓节目是否有更新。

在具体实现中，节目标题即为用于区分节目期数的信息，其可以为节目集数，也可以为节目更新日期，还可以为该期节目的标题，当然，还可为其他信息，本实施例对此不加以限制。

用户在观看节目时，也会存在未将节目此前更新的期数均观看完毕的情况，而节目有可能存在较为受欢迎的一期，为了便于使用户了解到哪期节目最受欢迎，本实施例中，可在步骤S502之后，抓取各待推荐节目的评论区中的留言信息；从所述留言信息中筛选点赞数超过预设数量的留言信息，并将所述留言信息作为待选取留言信息；将距离当前时间最近的待选取留言信息作为目标留言信息；对所述目标留言信息进行关键词提取，根据提取的关键词抓取对应的目标节目标题；将所述目标节目标题展示于对应的信息展示框中。

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基于用户行为的节目推荐程序，所述基于用户行为的节目推荐程序被处理器执行时实现如下操作：

在通过播放器播放目标节目时，收集用户对所述播放器的操作行为；

根据收集的操作行为确定用户对所述目标节目的偏好度，并将所述目标节目及相应的偏好度添加至目标节目集中；

按照偏好度从大到小的顺序从所述目标节目集中选取预设数量的节目，并将选取的节目作为待推荐节目；

根据节目参数对所述待推荐节目进行排序；

按照排序结果对所述待推荐节目进行展示。

进一步地，所述操作行为包括：暂停控制行为、快退控制行为、以及快进与快退切换控制行为；所述基于用户行为的节目推荐程序被处理器执行时还实现如下操作：

统计所述暂停控制行为的数量、所述快退控制行为的数量、以及所述快进与快退切换控制行为的数量；

根据统计的数量确定用户对所述目标节目的偏好度；

将所述目标节目及相应的偏好度添加至目标节目集中。

进一步地，所述基于用户行为的节目推荐程序被处理器执行时还实现如下操作：

将统计的数量分别与对应的权值相乘，并将乘积的相加结果作为用户对所述目标节目的偏好度。

进一步地，所述节目参数包括：节目更新频率、节目播放时长和用户收藏标记；所述基于用户行为的节目推荐程序被处理器执行时还实现如下操作：

根据各待推荐节目的节目更新频率、节目播放时长和用户收藏标记分别确定各待推荐节目的节目优先级；

按照所述节目优先级对所述待推荐节目进行排序。

进一步地，所述基于用户行为的节目推荐程序被处理器执行时还实现如下操作：

为所述待推荐节目分别生成相应的信息展示框；

按照排序结果确定各信息展示框的展示位置，根据确定的展示位置对所述信息展示框进行展示。

进一步地，所述基于用户行为的节目推荐程序被处理器执行时还实现如下操作：

获取各待推荐节目的历史观看记录，从所述历史观看记录中确定各待推荐节目的已观看节目标题；

抓取所述待推荐节目的最新节目标题；

将所述最新节目标题与已观看节目标题进行比较；

在所述最新节目标题与已观看节目标题不一致时，将所述最新节目标题展示于对应的信息展示框中。

进一步地，所述基于用户行为的节目推荐程序被处理器执行时还实现如下操作：

抓取各待推荐节目的评论区中的留言信息；

从所述留言信息中筛选点赞数超过预设数量的留言信息，并将所述留言信息作为待选取留言信息；

将距离当前时间最近的待选取留言信息作为目标留言信息；

对所述目标留言信息进行关键词提取，根据提取的关键词抓取对应的目标节目标题；

将所述目标节目标题展示于对应的信息展示框中。

进一步地，所述基于用户行为的节目推荐程序被处理器执行时还实现如下操作：

响应于用户输入的节目关键词，根据所述节目关键词确定与所述节目关键词对应的待确定节目，并对所述待确定节目的详情页面进行展示；

当所述详情页面的展示时间超过预设时间时，将所述待确定节目作为目标节目。

本实施例通过上述方案，在通过播放器播放目标节目时，收集用户对所述播放器的操作行为，再根据收集的操作行为确定用户对所述目标节目的偏好度，并将所述目标节目及相应的偏好度添加至目标节目集中，然后按照偏好度从大到小的顺序从所述目标节目集中选取预设数量的节目，并将选取的节目作为待推荐节目，接着根据节目参数对所述待推荐节目进行排序，最后按照排序结果对所述待推荐节目进行展示，能够有效地识别出用户对节目的偏好度，并按照偏好度来对待推荐节目进行排序，从而使待推荐节目尽可能地符合用户的喜好，并且推荐的节目按照用户的喜好度进行排列，有序并且聚焦，提高了用户体验。

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。

Claims (8)

1.一种基于用户行为的节目推荐方法，其特征在于，所述基于用户行为的节目推荐方法包括以下步骤：

智能电视响应于用户输入的节目关键词，根据所述节目关键词确定与所述节目关键词对应的待确定节目，并对所述待确定节目的详情页面进行展示；

当所述详情页面的展示时间超过预设时间时，将所述待确定节目作为目标节目；

智能电视在通过播放器播放目标节目时，收集用户对所述播放器的操作行为；

根据收集的操作行为确定用户对所述目标节目的偏好度，并将所述目标节目及相应的偏好度添加至目标节目集中；

按照偏好度从大到小的顺序从所述目标节目集中选取预设数量的节目，并将选取的节目作为待推荐节目；

根据节目参数对所述待推荐节目进行排序；

按照排序结果对所述待推荐节目进行展示；

其中，所述操作行为包括：暂停控制行为、快退控制行为、以及快进与快退切换控制行为；

相应地，所述根据收集的操作行为确定用户对所述目标节目的偏好度，并将所述目标节目及相应的偏好度添加至目标节目集中，具体包括：

统计所述暂停控制行为的数量、所述快退控制行为的数量、以及所述快进与快退切换控制行为的数量；

根据统计的数量确定用户对所述目标节目的偏好度；

将所述目标节目及相应的偏好度添加至目标节目集中。

2.如权利要求1所述的基于用户行为的节目推荐方法，其特征在于，所述根据统计的数量确定用户对所述目标节目的偏好度，具体包括：

将统计的数量分别与对应的权值相乘，并将乘积的相加结果作为用户对所述目标节目的偏好度。

3.如权利要求1所述的基于用户行为的节目推荐方法，其特征在于，所述节目参数包括：节目更新频率、节目播放时长和用户收藏标记；

相应地，所述根据所述待推荐节目的节目参数对所述待推荐节目进行排序，具体包括：

根据各待推荐节目的节目更新频率、节目播放时长和用户收藏标记分别确定各待推荐节目的节目优先级；

按照所述节目优先级对所述待推荐节目进行排序。

4.如权利要求1～3中任一项所述的基于用户行为的节目推荐方法，其特征在于，所述按照排序结果对所述待推荐节目进行展示，具体包括：

为所述待推荐节目分别生成相应的信息展示框；

按照排序结果确定各信息展示框的展示位置，根据确定的展示位置对所述信息展示框进行展示。

5.如权利要求4所述的基于用户行为的节目推荐方法，其特征在于，所述按照排序结果确定各信息展示框的展示位置，根据确定的展示位置对所述信息展示框进行展示之后，所述基于用户行为的节目推荐方法还包括：

获取各待推荐节目的历史观看记录，从所述历史观看记录中确定各待推荐节目的已观看节目标题；

抓取所述待推荐节目的最新节目标题；

将所述最新节目标题与已观看节目标题进行比较；

在所述最新节目标题与已观看节目标题不一致时，将所述最新节目标题展示于对应的信息展示框中。

6.如权利要求4所述的基于用户行为的节目推荐方法，其特征在于，所述按照排序结果确定各信息展示框的展示位置，根据确定的展示位置对所述信息展示框进行展示之后，所述基于用户行为的节目推荐方法还包括：

抓取各待推荐节目的评论区中的留言信息；

从所述留言信息中筛选点赞数超过预设数量的留言信息，并将所述留言信息作为待选取留言信息；

将距离当前时间最近的待选取留言信息作为目标留言信息；

对所述目标留言信息进行关键词提取，根据提取的关键词抓取对应的目标节目标题；

将所述目标节目标题展示于对应的信息展示框中。

7.一种智能电视，其特征在于，所述智能电视包括：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基于用户行为的节目推荐程序，所述基于用户行为的节目推荐程序配置为实现如权利要求1至6中任一项所述的基于用户行为的节目推荐方法的步骤。

8.一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基于用户行为的节目推荐程序，所述基于用户行为的节目推荐程序被处理器执行时实现如权利要求1至6中任一项所述的基于用户行为的节目推荐方法的步骤。

Images