【技術實現步驟摘要】
本專利技術屬于智能電視，具體涉及一種智能電視個性化內容推薦方法、系統、設備及存儲介質。
技術介紹
1、隨著智能電視的普及，不管是電視內容提供商、廣告商，還是用戶自身，都對智能電視的個性化有著更為強烈的需求，目前市場現狀的智能電視，不管是廣告投放，還是電視內容推薦，都較為單一化，無法有效吸引用戶注意力，導致用戶體驗不佳。
2、一些智能推薦算法，僅關注了用戶的歷史行為數據，且推送內容僅限于電視節目，因此，推薦的準確度和內容均有很大的局限性。
技術實現思路
1、針對現有技術的上述不足，本專利技術提供一種智能電視個性化內容推薦方法、系統、設備及存儲介質，以解決上述技術問題。
2、第一方面，本專利技術提供一種智能電視個性化內容推薦方法，包括：
3、獲取用戶基礎數據和行為記錄數據，所述用戶基礎數據包括用戶個人信息、設備信息；
4、從所述行為記錄數據中提取瀏覽內容和瀏覽時間，將瀏覽時間設置為瀏覽內容的興趣度；
5、解析瀏覽內容的特征標簽組合，基于瀏覽內容的特征標簽組合和相應的興趣度，統計興趣度最高的核心特征標簽；
6、將核心特征標簽關聯的視頻資源作為候選資源，基于用戶基礎數據為候選資源劃分優先級；
7、將候選資源按優先級從先到后進行排列，并按照排列順序推送候選資源。
8、在一個可選的實施方式中，所述方法還包括：
9、收集歷史訂單信息；
10、從歷史訂單中解析交易產品的產品標簽，
11、基于核心特征標簽和核心產品標簽篩選匹配的廣告類資源；
12、在廣告時段推送匹配的廣告類資源。
13、在一個可選的實施方式中，獲取用戶基礎數據和行為記錄數據，包括：
14、獲取用戶賬戶的注冊數據，從所述注冊數據中提取用戶個人信息，所述用戶個人信息包括性別和年齡；
15、獲取用戶賬戶登錄的設備信息，所述設備信息包括設備型號、設備品牌和設備價位。
16、在一個可選的實施方式中，解析瀏覽內容的特征標簽組合，基于瀏覽內容的特征標簽組合和相應的興趣度，統計興趣度最高的核心特征標簽，包括：
17、解析瀏覽內容的類型、題材和參與人員信息，并將類型、題材和參與人員信息轉換為json格式的特征標簽，將特征標簽匯總為特征標簽組合；
18、將瀏覽內容的興趣度作為對應的特征標簽組合中的所有特征標簽的興趣度；
19、對不同特征標簽組合中的同一特征標簽的興趣度進行累加，得到所有特征標簽的興趣度；
20、對所有特征標簽的興趣度進行歸一化處理，得到特征標簽的興趣系數；
21、篩選出興趣系數達到設定的興趣閾值的特征標簽作為核心特征標簽。
22、在一個可選的實施方式中，將核心特征標簽關聯的視頻資源作為候選資源，基于用戶基礎數據為候選資源劃分優先級，包括：
23、預先為資源池中的視頻資源生成特征標簽；
24、計算核心特征標簽與資源池中的視頻資源的特征標簽的匹配度；
25、將匹配度達到設定的匹配度閾值的視頻資源篩選為候選資源；
26、預先設置用戶基礎數據與特征標簽的對應關系，將特征標簽與所述用戶基礎數據具有對應關系的候選資源設置為高優先級，將特征標簽與所述用戶基礎數據不具有對應關系的候選資源設置為低優先級。
27、第二方面，本專利技術提供一種智能電視個性化內容推薦系統，包括：
28、數據獲取模塊，用于獲取用戶基礎數據和行為記錄數據，所述用戶基礎數據包括用戶個人信息、設備信息；
29、行為提取模塊，用于從所述行為記錄數據中提取瀏覽內容和瀏覽時間，將瀏覽時間設置為瀏覽內容的興趣度；
30、行為解析模塊，用于解析瀏覽內容的特征標簽組合，基于瀏覽內容的特征標簽組合和相應的興趣度，統計興趣度最高的核心特征標簽；
31、資源篩選模塊，用于將核心特征標簽關聯的視頻資源作為候選資源，基于用戶基礎數據為候選資源劃分優先級；
32、推送控制模塊，用于將候選資源按優先級從先到后進行排列，并按照排列順序推送候選資源。
33、在一個可選的實施方式中，所述系統還包括：
34、訂單收集模塊，用于收集歷史訂單信息；
35、訂單解析模塊，用于從歷史訂單中解析交易產品的產品標簽，并通過統計產品標簽的出現次數篩選出興趣度最高的核心產品標簽；
36、類型匹配模塊，用于基于核心特征標簽和核心產品標簽篩選匹配的廣告類資源；
37、廣告推送模塊，用于在廣告時段推送匹配的廣告類資源。
38、在一個可選的實施方式中，所述數據獲取模塊包括：
39、個人信息獲取單元，用于獲取用戶賬戶的注冊數據，從所述注冊數據中提取用戶個人信息，所述用戶個人信息包括性別和年齡；
40、設備信息獲取單元，用于獲取用戶賬戶登錄的設備信息，所述設備信息包括設備型號、設備品牌和設備價位。
41、第三方面，提供一種設備，包括：
42、存儲器，用于存儲智能電視個性化內容推薦程序；
43、處理器，用于執行所述智能電視個性化內容推薦程序時實現如第一方面提供的智能電視個性化內容推薦方法的步驟。
44、第四方面，提供了一種計算機可讀存儲介質，存儲介質上存儲有智能電視個性化內容推薦程序，智能電視個性化內容推薦程序被處理器執行時實現如第一方面提供的智能電視個性化內容推薦方法的步驟。
45、本專利技術的有益效果在于，本專利技術提供的智能電視個性化內容推薦方法、系統、設備及存儲介質，通過行為記錄數據確定核心特征標簽，基于核心特征標簽篩選出候選資源，然后基于用戶基礎數據對候選資源進行排序，基于候選資源的排序對界面布局進行管理，提升了推薦的準確性和用戶體驗，并綜合考慮購物訂單進行廣告推送，進一步提升了用戶體驗。
46、此外，本專利技術設計原理可靠，結構簡單，具有非常廣泛的應用前景。
本文檔來自技高網...【技術保護點】
1.一種智能電視個性化內容推薦方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述方法還包括：
3.根據權利要求1所述的方法，其特征在于，獲取用戶基礎數據和行為記錄數據，包括：
4.根據權利要求1所述的方法，其特征在于，解析瀏覽內容的特征標簽組合，基于瀏覽內容的特征標簽組合和相應的興趣度，統計興趣度最高的核心特征標簽，包括：
5.根據權利要求4所述的方法，其特征在于，將核心特征標簽關聯的視頻資源作為候選資源，基于用戶基礎數據為候選資源劃分優先級，包括：
6.一種智能電視個性化內容推薦系統，其特征在于，包括：
7.根據權利要求6所述的系統，其特征在于，所述系統還包括：
8.根據權利要求6所述的系統，其特征在于，所述數據獲取模塊包括：
9.一種設備，其特征在于，包括：
10.一種存儲有計算機程序的計算機可讀存儲介質，其特征在于，所述可讀存儲介質上存儲有智能電視個性化內容推薦程序，所述智能電視個性化內容推薦程序被處理器執行時實現如權利要求1-5任一項所述智能電
...【技術特征摘要】
1.一種智能電視個性化內容推薦方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述方法還包括：
3.根據權利要求1所述的方法，其特征在于，獲取用戶基礎數據和行為記錄數據，包括：
4.根據權利要求1所述的方法，其特征在于，解析瀏覽內容的特征標簽組合，基于瀏覽內容的特征標簽組合和相應的興趣度，統計興趣度最高的核心特征標簽，包括：
5.根據權利要求4所述的方法，其特征在于，將核心特征標簽關聯的視頻資源作為候選資源，基于用戶基礎數據為候選資源劃分優...
【專利技術屬性】
技術研發人員：陳俊源，盧祥鈞，侯志強，
申請(專利權)人：山東浪潮超高清視頻產業有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。