專利名稱：一種節(jié)目推薦系統(tǒng)、方法及終端設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于通訊技術(shù)領(lǐng)域，尤其涉及一種節(jié)目推薦系統(tǒng)、方法及終端設(shè)備。
背景技術(shù)：
隨著智能電子產(chǎn)品的大量涌現(xiàn)，以蘋果和谷歌為首的智能終端手機、平板大量充斥市場，既而引發(fā)了智能時代的到來，國內(nèi)電視廠家紛紛搭建以android為系統(tǒng)的智能終端產(chǎn)品，并在產(chǎn)品之上開發(fā)了許多的應(yīng)用程序。這使得以智能電視為特色的影視潮流將會越來越成為新一代潮流。隨著各種電視節(jié)目和電影節(jié)目的不斷推陳出新，如何通過終端設(shè)備在海量的節(jié)目數(shù)據(jù)中快速找到需要的節(jié)目數(shù)據(jù)成為亟待解決的問題?，F(xiàn)有技術(shù)用戶如果要通過終端設(shè)備在海量數(shù)據(jù)中獲取自己感興趣的節(jié)目數(shù)據(jù)，基 本是由用戶通過一些簡單的條件手動搜索獲取可能感興趣的節(jié)目信息，這樣的方式獲取的節(jié)目信息比較局限，很多節(jié)目數(shù)據(jù)都是無效的數(shù)據(jù)，并且搜索過程復(fù)雜、搜索時間長。

發(fā)明內(nèi)容
本發(fā)明實施例的目的在于提供一種節(jié)目推薦系統(tǒng)、方法及終端設(shè)備，旨在解決現(xiàn)有技術(shù)的終端設(shè)備節(jié)目數(shù)據(jù)獲取方法獲取的節(jié)目信息比較局限，很多節(jié)目數(shù)據(jù)都是無效的數(shù)據(jù)，并且搜索過程復(fù)雜、搜索時間長的問題。為了實現(xiàn)上述目的，本發(fā)明實施例提供如下技術(shù)方案本發(fā)明實施例是這樣實現(xiàn)的，一種節(jié)目推薦系統(tǒng)，所述系統(tǒng)包括MongoDB云數(shù)據(jù)庫，用于存儲節(jié)目數(shù)據(jù)、用戶的身份信息數(shù)據(jù)、以及用戶歷史瀏覽的節(jié)目數(shù)據(jù)信息；Handoop文件處理器,用于同步所述MongoDB云數(shù)據(jù)庫存儲的數(shù)據(jù)及信息；Web服務(wù)器，接收用戶的節(jié)目推薦請求，調(diào)用Mahout庫；Mahout庫，調(diào)用經(jīng)過所述Handoop文件處理器同步的MongoDB云數(shù)據(jù)庫，在所述MongoDB云數(shù)據(jù)庫中，根據(jù)用戶推薦請求類型，選擇啟動基于內(nèi)容的推薦或者基于用戶的推薦模式，并根據(jù)所述的推薦模式，匹配用戶感興趣的節(jié)目信息，并對所述節(jié)目信息進行處理，生成推薦節(jié)目； 所述Web服務(wù)器，還用于通過Web服務(wù)生成并推薦節(jié)目。本發(fā)明實施例還提供了一種終端設(shè)備，所述終端設(shè)備包括上述的節(jié)目推薦系統(tǒng)。本發(fā)明實施例還提供了一種電視節(jié)目推薦方法所述方法包括接收節(jié)目推薦請求；根據(jù)所述節(jié)目推薦請求，判斷節(jié)目推薦請求的類型；選擇給予基于用戶特征的節(jié)目推薦和/或基于內(nèi)容特征的節(jié)目推薦。本發(fā)明實施例與現(xiàn)有技術(shù)相比，有益效果在于通過采用分布試數(shù)據(jù)庫MongoDB分布在云里的每臺數(shù)據(jù)庫里，利用Handoop的分布式文件處理模塊來同步MongoDB的數(shù)據(jù)，并在MongoDB數(shù)據(jù)庫上配置Spring AOP, Spring AOP主要用來處理數(shù)據(jù)查詢事務(wù),MongoDB數(shù)據(jù)庫當(dāng)中的數(shù)據(jù)可以通過JSON形式進行表示，通過web服務(wù)器調(diào)用后臺推薦系統(tǒng)，推薦系統(tǒng)調(diào)用后臺的Mahout庫，實現(xiàn)推薦算法，在這期間會查詢MongoDB數(shù)據(jù)，以JSON格式，返回請求響應(yīng)給用戶，實現(xiàn)根據(jù)用戶自身特性和節(jié)目特性向用戶進行節(jié)目推薦，使得可以在海量節(jié)目數(shù)據(jù)中找到用戶喜歡的節(jié)目，搜索過程簡單、搜索速度快，并且推薦可以最終達到獨立于平臺、海量處理能力、高可靠性、高容錯能力的節(jié)目推薦效果。


為了更清 楚地說明本發(fā)明實施例的技術(shù)方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1是本發(fā)明實施例一提供的節(jié)目推薦系統(tǒng)的結(jié)構(gòu)圖；圖2是本發(fā)明實施例二節(jié)目推薦方法中Web服務(wù)器的信息處理流程圖；圖3是本發(fā)明實施例二節(jié)目推薦方法中Mahout響應(yīng)推薦流程圖；圖4是本發(fā)明實施例二節(jié)目推薦方法中MongDB響應(yīng)推薦流程圖；圖5是本發(fā)明圖實施例二節(jié)目推薦方法中的系統(tǒng)協(xié)同管理流程；圖6是本發(fā)明實施例三提供的電視節(jié)目推薦方法的流程圖；圖7是本發(fā)明圖6中基于用戶特征的節(jié)目推薦的流程圖；圖8是本發(fā)明圖6中基于用戶特征的節(jié)目推薦機制的基本原理的示意圖。
具體實施例方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。MongoDB云數(shù)據(jù)庫，用于存儲節(jié)目數(shù)據(jù)、用戶的身份信息數(shù)據(jù)、以及用戶歷史瀏覽的節(jié)目數(shù)據(jù)信息；Handoop文件處理器,用于同步所述MongoDB云數(shù)據(jù)庫存儲的數(shù)據(jù)及信息；Web服務(wù)器，接收用戶的節(jié)目推薦請求，調(diào)用Mahout庫，實現(xiàn)節(jié)目推薦；Mahout庫,調(diào)用經(jīng)過所述Handoop文件處理器同步的MongoDB云數(shù)據(jù)庫，在所述MongoDB云數(shù)據(jù)庫中，根據(jù)用戶推薦請求類型，選擇啟動基于內(nèi)容的推薦或者基于用戶的推薦模式，并根據(jù)所述的推薦模式，通過Mahout庫匹配用戶感興趣的節(jié)目信息，并對所述節(jié)目信息進行處理，生成推薦節(jié)目；所述Web服務(wù)器，還用于通過Web服務(wù)生成并推薦節(jié)目。本發(fā)明實施例還相應(yīng)地提供一種終端設(shè)備，所述終端設(shè)備與上述的節(jié)目推薦系統(tǒng)建立網(wǎng)絡(luò)連接，接收媒體內(nèi)容推薦，并與用戶實現(xiàn)交互，播放或者顯示媒體內(nèi)容。本發(fā)明實施例還提供了一種電視節(jié)目推薦方法所述方法包括接收節(jié)目推薦請求；根據(jù)所述節(jié)目推薦請求，判斷節(jié)目推薦請求的類型；選擇給予基于用戶特征的節(jié)目推薦和/或基于內(nèi)容特征的節(jié)目推薦。
以下結(jié)合具體實施例對本發(fā)明的實現(xiàn)進行詳細描述實施例一本實施例提供一種節(jié)目推薦系統(tǒng)，該系統(tǒng)以技術(shù)框架Mahout, Handoop為基礎(chǔ)，通過WebServices為Web服務(wù)器提供服務(wù)，用戶通過智能電視的瀏覽器發(fā)送媒體推薦的請求，web服務(wù)器調(diào)用本系統(tǒng)的影視推薦引擎，影視推薦引擎調(diào)用Mahout推薦框架，最后調(diào)用MongoDB獲取影推薦數(shù)據(jù)。同時為了處理海量數(shù)據(jù)和同步各服務(wù)器集群，采用Handoop云計算分布式框架將數(shù)據(jù)同步各子集群，子集群利用同步過來的的數(shù)據(jù)生成影視推薦表。最終實現(xiàn)通過云實現(xiàn)數(shù)量數(shù)據(jù)存儲處理，分布式計算與同步，通過Mahout提供的API實現(xiàn)影視推薦引擎，通過web服務(wù)提供服務(wù)，以下對本發(fā)明節(jié)目推薦系統(tǒng)進行具體說明圖1示出了本發(fā)明實施例一提供的節(jié)目推薦系統(tǒng)的結(jié)構(gòu)圖，為了便于說明，僅示出了與本發(fā)明實施例相關(guān)的部分，該裝置可以是內(nèi)置于終端設(shè)備中的軟件單元、硬件單元或者軟硬結(jié)合單元。 所述系統(tǒng)包括MongoDB云數(shù)據(jù)庫11、Handoop文件處理器12、Web服務(wù)器13、Mahout庫14，本系統(tǒng)使用云計算技術(shù)以方便海量數(shù)據(jù)分布式存儲、同步與傳輸、分析挖掘；MongoDB云數(shù)據(jù)庫11，用于存儲節(jié)目數(shù)據(jù)、用戶的身份信息數(shù)據(jù)、以及用戶歷史瀏覽的節(jié)目數(shù)據(jù)信息；Handoop文件處理器12,用于同步所述MongoDB云數(shù)據(jù)庫存儲的數(shù)據(jù)及信息；Web服務(wù)器13，用于接收用戶的節(jié)目推薦請求，調(diào)用Mahout庫的推薦算法實現(xiàn)媒體推薦；本實施例中，使用web服務(wù)是為了利用web服務(wù)的基于http的通用協(xié)議，使用web服務(wù)，其訪問能獨立于具體的終端設(shè)備或者服務(wù)器設(shè)備，訪問更方便，WebServices是應(yīng)用程序組件，使用開放協(xié)議進行通信，WebServices是獨立的(self-contained)并可自我描述，通過使用通用描述、發(fā)現(xiàn)與集成(Universal Description, Discovery andIntegration, UDDI)來發(fā)現(xiàn),另外，WebServices可被其他服務(wù)器或應(yīng)用程序使用，XML是WebServices的基礎(chǔ)。在構(gòu)建和使用WebService時,主要用到以下幾個關(guān)鍵的技術(shù)和規(guī)則1. XML:描述數(shù)據(jù)的標(biāo)準方法；2. SOAP:簡單對象訪問協(xié)議；3. WSDL: Web服務(wù)描述語言；4. UDD1:是一種獨立于平臺的，基于XML語言的用于在互聯(lián)網(wǎng)上描述商務(wù)的協(xié)議。Mahout庫14,調(diào)用經(jīng)過所述Handoop文件處理器12同步的MongoDB云數(shù)據(jù)庫11,在所述MongoDB云數(shù)據(jù)庫11中，根據(jù)用戶推薦請求類型，選擇啟動基于內(nèi)容的推薦或者基于用戶的推薦模式，并根據(jù)所述的推薦模式，匹配用戶感興趣的節(jié)目信息，并對所述節(jié)目信息進行處理，生成推薦節(jié)目；Mahout是個的機器學(xué)習(xí)框架，實現(xiàn)了許多推薦基礎(chǔ)算法，通過使用它，可以完成推薦引擎的實現(xiàn)，這里Mahout作為推薦算法的核心調(diào)用庫。所述Web服務(wù)器13，還用于通過Web服務(wù)生成并推薦節(jié)目?？蛇x的，所述系統(tǒng)還包括至少一臺備份服務(wù)器，用于備份存儲所述MongoDB云數(shù)據(jù)庫11中的數(shù)據(jù)及信息，并監(jiān)聽所述MongoDB云數(shù)據(jù)庫11，當(dāng)所述MongoDB云數(shù)據(jù)庫11中的數(shù)據(jù)及信息更新時，對本地服務(wù)器存儲的數(shù)據(jù)及信息進行同步更新，以及當(dāng)所述MongoDB云數(shù)據(jù)庫11出現(xiàn)故障時，通過備份服務(wù)器提供數(shù)據(jù)和信息。本實施例中，通過備份服務(wù)器對MongoDB云數(shù)據(jù)庫11中的數(shù)據(jù)及信息進行備份，備份服務(wù)器的數(shù)目可以根據(jù)需要進行設(shè)定?？蛇x的，所述系統(tǒng)還包括在MongoDB云數(shù)據(jù)庫11中設(shè)置數(shù)據(jù)緩沖池，用于緩沖存儲推薦節(jié)目數(shù)據(jù)。本實施例中，考慮到數(shù)據(jù)庫一般存在硬盤里，查詢速度慢，數(shù)據(jù)量大，可以將用戶請求的結(jié)果，專門放入一個緩沖池，以內(nèi)存的方式存儲推薦的結(jié)果，這個緩沖池可以存多份推薦結(jié)果，并按時間和查詢頻率為指標(biāo)，按照預(yù)設(shè)時間從緩沖池里刪除最早查詢和查詢頻率排在最后的請求結(jié)果。可選的，所述系統(tǒng)采用異步分發(fā)協(xié)議，包括對傳輸?shù)臄?shù)據(jù)標(biāo)識不同的標(biāo)簽，根據(jù)所述標(biāo)簽判斷每一數(shù)據(jù)對應(yīng)的事件類型，以并行的對不同的事件進行處理。本實施例中，為了處理多處異步請求，系統(tǒng)建立異步分發(fā)協(xié)議，按照異步分發(fā)協(xié)議處理多處異地的請求，可以將實際傳輸?shù)臄?shù)據(jù)分為幾類判斷如是用戶請求,打上請求標(biāo)簽req ；判斷如是用戶響應(yīng)，打上響應(yīng)標(biāo)簽res ；判斷如是數(shù)據(jù)庫同步請求,打上同步請求標(biāo)簽dataSyn ；對每一份傳輸來的信息數(shù)據(jù)，通過判斷標(biāo)簽類型響應(yīng)相應(yīng)的數(shù)據(jù)操作，來決定接受還是響應(yīng)請求，還是同步數(shù)據(jù)，當(dāng)有多個請求時，先將請求分發(fā)到有相同數(shù)據(jù)庫支持的服務(wù)器當(dāng)中，多余的進行排隊，逐個處理請求，多個響應(yīng)和數(shù)據(jù)庫同步類似，這里由于采用的不同標(biāo)簽的方式，使服務(wù)器可以并發(fā)處理不同事件，實現(xiàn)異步性，由于分發(fā)機制和排隊機制的處理，使得多用戶請求響應(yīng)和同步事件有效而可靠地執(zhí)行?？蛇x的，所述Web服務(wù)器提供簡單對象訪問協(xié)議(Simple Object AccessProtocol, SOAP)接口，通過所述的SOAP接口，兼容多種終端設(shè)備的媒體推送?？蛇x的，為了得到更好的推薦效果，可以建立系統(tǒng)并發(fā)鎖，對于用戶的請求，實現(xiàn)多路并發(fā)訪問，對于同一個請求，我們對于同一個影視數(shù)據(jù)結(jié)果上鎖，并按用戶請求的先后順序進行排隊，正確地處理用戶請求。實施例二本實施例為節(jié)目推薦方法實施例，所述節(jié)目推薦方法實施例中Web服務(wù)器的信息處理流程圖，如圖2所示，詳述如下在S201中，用戶通過瀏覽器發(fā)出影視請求；在S202中，web服務(wù)器調(diào)用智能影視推薦引擎；在S203中，所述智能影視推薦引擎采用推薦框架Mahout進行推薦，其中，所述Mahout根據(jù)Handoop同步的云數(shù)據(jù)庫MongoDB中的數(shù)據(jù)進行推薦。本實施例中，Mahout庫響應(yīng)節(jié)目推薦流程圖,如圖3所示,詳述如下在S301中，接收系統(tǒng)請求消息，調(diào)用MongoDB數(shù)據(jù)庫中的數(shù)據(jù)；在S302中，通過Handoop文件處理器對所述MongoDB數(shù)據(jù)庫中的數(shù)據(jù)進行同步，值得說明的是該同步過程可以按時鐘觸發(fā)進行數(shù)據(jù)同步；在S303中，根據(jù)所述MongoDB數(shù)據(jù)庫中的數(shù)據(jù)，智能影視推薦引擎調(diào)用Mahout生成推薦影視；
在S304中，通過web服務(wù)器將所述推薦影視提供給終端。本實施例中，節(jié)目推薦方法的MongoDB響應(yīng)推薦流程圖，如圖4所示,詳述如下在S401中，接收Mahout庫數(shù)據(jù)推薦的數(shù)據(jù)挖掘分析請求；在S402中，根據(jù)所述請求，生成對應(yīng)的表，所述表包括獲取推薦影視表、相關(guān)影視列表以及并用戶行為表信息；在S403中，對所述表進行校驗；在S404中，根據(jù)通過校驗的表，執(zhí)行基于用戶的推薦或者基于影視的推薦。本實施例中，節(jié)目推薦方法的的系統(tǒng)協(xié)同管理流程，如圖5所示，詳述如下
在S501中，獲取影視數(shù)據(jù)；在S502中，根據(jù)推薦請求，進行數(shù)據(jù)映射，并根據(jù)數(shù)據(jù)生成相應(yīng)表或?qū)τ脩粜袨檫M行計算形成推薦表；在S503中，接收用戶節(jié)目數(shù)據(jù)請求，啟動推薦進程，生成針對用戶終端的推薦節(jié)目數(shù)據(jù)；在S504中，將所述推薦節(jié)目數(shù)據(jù)推薦給用戶。本實施例中的節(jié)目推薦系統(tǒng)，采用分布式數(shù)據(jù)庫MongoDB分布在云端的每臺服務(wù)器里，利用Handoop的分布式文件處理器來同步MongoDB的數(shù)據(jù)，并在MongoDB數(shù)據(jù)庫上配置Spring AOP, Spring AOP主要用來處理數(shù)據(jù)查詢事務(wù)，MongoDB數(shù)據(jù)庫當(dāng)中的數(shù)據(jù)可以通過JSON形式進行表示，通過web服務(wù)器調(diào)用后臺推薦系統(tǒng)，推薦系統(tǒng)調(diào)用后臺的Mahout庫，實現(xiàn)推薦算法，在這期間會查詢MongoDB數(shù)據(jù)，以JSON格式,返回請求響應(yīng)給用戶，實現(xiàn)根據(jù)用戶自身特性和節(jié)目特性向用戶進行節(jié)目推薦，使得可以在海量節(jié)目數(shù)據(jù)中找到用戶喜歡的節(jié)目，搜索過程簡單、搜索速度快，并且推薦可以最終達到獨立于平臺、海量處理能力、高可靠性、高容錯能力的節(jié)目推薦效果。另外，本發(fā)明實施例的有益效果還包括1、采用基于云計算框架Handoop和分布式數(shù)據(jù)庫MongoDB,利于處理海量影視數(shù)據(jù)和用戶行為數(shù)據(jù)，數(shù)據(jù)存放于云端，可擴展性強，處理能力強。2、本系統(tǒng)利用WebServices的面向服務(wù)體業(yè)結(jié)構(gòu)的SOA系統(tǒng)，通用性更強，能獨立于平臺、操作系統(tǒng)，通用性更強。無論是手機、電視、PC還是其它連網(wǎng)設(shè)備，都能獲得相同的影視推效果。3、本系統(tǒng)基于Mahout的框架，實現(xiàn)基于影視數(shù)據(jù)和用戶行為的方式進行影視推薦，對于用戶行為，生成用戶行表和表戶推薦表，對于影視數(shù)據(jù)通過映射，生成特性表和影視表，繼而生成影視推薦表。對于具體的用戶行為信息，這里會根據(jù)用戶類型的不同，對不同的用戶信息附以不同的權(quán)重，這樣權(quán)重值的不同對不用的用戶意義不一樣，從而推薦的影視效果更具針對性。同時本系統(tǒng)可以獲取一個或多個影視推薦，并進行排名，從而達到更好的推薦效果。4、利用并發(fā)鎖、異步分發(fā)協(xié)議、緩沖池、多備份與握手重傳等機制，實現(xiàn)高可靠、高有效、高容錯地，支持多用戶既可以并發(fā)也可異步地在本地和云端推薦影視數(shù)據(jù)技術(shù)方案。實施例三在實施例二的基礎(chǔ)上，例如，對所述節(jié)目推薦方法的的系統(tǒng)協(xié)同管理流程進一步優(yōu)化，圖6示出了本發(fā)明實施例三提供的電視節(jié)目推薦方法的實現(xiàn)的流程圖，詳述如下
在S601中，接收節(jié)目推薦請求；本實施例中，S601可以通過以下方式實現(xiàn)判斷如是用戶請求,打上請求標(biāo)簽req ；判斷如是用戶響應(yīng)，打上響應(yīng)標(biāo)簽res ；判斷如是數(shù)據(jù)庫同步請求,打上同步請求標(biāo)簽dataSyn ；對每一份傳輸來的信息數(shù)據(jù)，通過判斷標(biāo)簽類型響應(yīng)相應(yīng)的數(shù)據(jù)操作。通過對不同的請求及響應(yīng)數(shù)據(jù)進行并行處理，可以提高數(shù)據(jù)的處理速度，從而更快的向用戶推薦請求的節(jié)目內(nèi)容。 在S602中，根據(jù)所述節(jié)目推薦請求，判斷節(jié)目推薦請求的類型；在S603中，選擇給予基于用戶特征的節(jié)目推薦和/或基于內(nèi)容特征的節(jié)目推薦。本實施例中，可選的，基于用戶特征的節(jié)目推薦具體包括，請參閱圖7 在S701中，獲取用戶的身份數(shù)據(jù)及歷史瀏覽的節(jié)目信息；在S702中，根據(jù)所述身份數(shù)據(jù)及歷史瀏覽的節(jié)目信息，生成用戶行為表，所述用戶行為表包括用戶自身的屬性信息、終端設(shè)備信息及歷史瀏覽節(jié)目的屬性信息；在S703中，根據(jù)所述行為表，在預(yù)先存儲的節(jié)目數(shù)據(jù)庫中匹配用戶感興趣的節(jié)目信息，所述節(jié)目數(shù)據(jù)庫包括每一節(jié)目的內(nèi)容信息及節(jié)目屬性信息；在S704中，推薦輸出所述節(jié)目信息。進一步的，為了更加準確的向用戶推薦節(jié)目數(shù)據(jù)，S703具體可以將用戶行為表中用戶自身的屬性信息及歷史瀏覽節(jié)目的屬性信息配置不同的優(yōu)先級；此時，S704具體為按照所述優(yōu)先級的行為表，在預(yù)先存儲的節(jié)目數(shù)據(jù)庫中，匹配用戶感興趣的節(jié)目信息。為了便于理解，以下以一個物品的推薦為類比，介紹基于用戶推薦的原理進行說明，請參閱圖8為基于用戶的推薦機制的基本原理的示意圖，假設(shè)用戶A喜歡用品A，用品C,用戶B喜歡用品B，用戶C喜歡用品A，用品C和用品D ;從這些用戶的歷史喜好信息中，我們可以發(fā)現(xiàn)用戶A和用戶C的口味和偏好是比較類似的，同時用戶C還喜歡用品D，那么我們可以推斷用戶A可能也喜歡用品D，因此可以將用品D推薦給用戶A。本實施例中，可選的，所述基于內(nèi)容特征的節(jié)目推薦步驟，包括預(yù)先對節(jié)目內(nèi)容進行按特征類型分類，并對特征類型標(biāo)注優(yōu)先級權(quán)重，根據(jù)內(nèi)容分類與優(yōu)先級權(quán)重進行基于內(nèi)容的節(jié)目推薦。其中，所述特征類型可以為節(jié)目的國家、類型、主角、時間長度等信息。為了便于理解，以下以一個具體的實現(xiàn)示例對本實施例基于內(nèi)容的節(jié)目推薦進行說明，但不以本實現(xiàn)示例的實現(xiàn)過程為限舉例如下現(xiàn)有如下電影信息的影視表電影A (001、變形金剛、日本、動畫、2007-01-02)電影B (002、三國、中國、歷史、2008、)電影C (003、華爾街、美國、金融)根據(jù)所述節(jié)目信息，將生成如下特性表，其中，第二列是權(quán)值、第三列是國家、第四列是電影名。
~[I ΠI變形金剛
權(quán)利要求
1.一種節(jié)目推薦系統(tǒng)，其特征在于，所述系統(tǒng)包括MongoDB云數(shù)據(jù)庫，用于存儲節(jié)目數(shù)據(jù)、用戶的身份信息數(shù)據(jù)、以及用戶歷史瀏覽的節(jié)目數(shù)據(jù)信息；Handoop文件處理器，用于同步所述MongoDB云數(shù)據(jù)庫存儲的數(shù)據(jù)及信息；Web服務(wù)器,接收用戶的節(jié)目推薦請求,調(diào)用Mahout庫；Mahout庫，調(diào)用經(jīng)過所述Handoop文件處理器同步的MongoDB云數(shù)據(jù)庫，在所述 MongoDB云數(shù)據(jù)庫中，根據(jù)用戶推薦請求類型，選擇啟動基于內(nèi)容的推薦或者基于用戶的推薦模式，并根據(jù)所述的推薦模式，匹配用戶感興趣的節(jié)目信息，并對所述節(jié)目信息進行處理，生成推薦節(jié)目；所述Web服務(wù)器，還用于通過Web服務(wù)生成并推薦節(jié)目。
2.如權(quán)利要求1所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括至少一臺備份服務(wù)器，用于備份存儲所述MongoDB云數(shù)據(jù)庫中的數(shù)據(jù)及信息，并監(jiān)聽所述MongoDB云數(shù)據(jù)庫，當(dāng)所述 MongoDB云數(shù)據(jù)庫中的數(shù)據(jù)及信息更新時，對本地服務(wù)器存儲的數(shù)據(jù)及信息進行同步更新， 以及當(dāng)所述MongoDB云數(shù)據(jù)庫出現(xiàn)故障時，通過備份服務(wù)器提供數(shù)據(jù)和信息。
3.如權(quán)利要求1所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括數(shù)據(jù)緩沖池，用于緩沖存儲推薦節(jié)目數(shù)據(jù)。
4.如權(quán)利要求3所述的系統(tǒng)，其特征在于，所述系統(tǒng)采用異步分發(fā)協(xié)議，包括對傳輸?shù)臄?shù)據(jù)標(biāo)識不同的標(biāo)簽，根據(jù)所述標(biāo)簽判斷每一數(shù)據(jù)對應(yīng)的事件類型，以并行的對不同的事件進行處理。
5.如權(quán)利要求1所述的系統(tǒng)，其特征在于，所述Web服務(wù)器提供簡單對象訪問協(xié)議 SOAP接口，通過所述的SOAP接口，兼容多種終端設(shè)備的媒體推送。
6.一種終端設(shè)備，其特征在于，所述終端設(shè)備包括權(quán)利要求1至6任一權(quán)利要求所述的節(jié)目推薦系統(tǒng)。
7.—種電視節(jié)目推薦方法，其特征在于，所述方法包括接收節(jié)目推薦請求；根據(jù)所述節(jié)目推薦請求，判斷節(jié)目推薦請求的類型；選擇給予基于用戶特征的節(jié)目推薦和/或基于內(nèi)容特征的節(jié)目推薦。
8.如權(quán)利要求7所述的方法，其特征在于，所述基于用戶特征的節(jié)目推薦包括步驟獲取用戶的身份數(shù)據(jù)及歷史瀏覽的節(jié)目信息；根據(jù)所述身份數(shù)據(jù)及歷史瀏覽的節(jié)目信息，生成用戶行為表，所述用戶行為表包括用戶自身的屬性信息、終端設(shè)備信息及歷史瀏覽節(jié)目的屬性信息；根據(jù)所述行為表，在預(yù)先存儲的節(jié)目數(shù)據(jù)庫中匹配用戶感興趣的節(jié)目信息，所述節(jié)目數(shù)據(jù)庫包括每一節(jié)目的內(nèi)容信息及節(jié)目屬性信息；推薦輸出所述節(jié)目信息。
9.如權(quán)利要求8所述的方法，其特征在于，所述根據(jù)所述身份信息及節(jié)目瀏覽歷史信息，生成用戶行為表步驟具體為將用戶行為表中用戶自身的屬性信息及歷史瀏覽節(jié)目的屬性信息配置不同的優(yōu)先級；所述根據(jù)所述行為表，在預(yù)先存儲的節(jié)目數(shù)據(jù)庫中，匹配用戶感興趣的節(jié)目信息具體為 按照所述優(yōu)先級的行為表，在預(yù)先存儲的節(jié)目數(shù)據(jù)庫中，匹配用戶感興趣的節(jié)目信息。
10.如權(quán)利7所述的方法，其特征在于，所述基于內(nèi)容特征的節(jié)目推薦步驟，包括 預(yù)先對節(jié)目內(nèi)容進行按特征類型分類，并對特征類型標(biāo)注優(yōu)先級權(quán)重； 根據(jù)內(nèi)容分類與優(yōu)先級權(quán)重進行基于內(nèi)容的節(jié)目推薦。
11.如權(quán)利7所述的方法，其特征在于，所述選擇給予基于用戶特征的節(jié)目推薦和/或基于內(nèi)容特征的節(jié)目推薦包括 根據(jù)字符相似度算法，對所述用戶感興趣的節(jié)目進行排序。
12.如權(quán)利要求7所述的方法，其特征在于，所述接收節(jié)目推薦請求步驟包括 判斷如是用戶請求，打上請求標(biāo)簽req ； 判斷如是用戶響應(yīng)，打上響應(yīng)標(biāo)簽res ； 判斷如是數(shù)據(jù)庫同步請求，打上同步請求標(biāo)簽dataSyn ； 對每一份傳輸來的信息數(shù)據(jù)，通過判斷標(biāo)簽類型響應(yīng)相應(yīng)的數(shù)據(jù)操作。
全文摘要
本發(fā)明適用于通訊技術(shù)領(lǐng)域，提供了一種節(jié)目推薦系統(tǒng)、方法及終端設(shè)備，所述系統(tǒng)包括MongoDB云數(shù)據(jù)庫，存儲節(jié)目數(shù)據(jù)、用戶的身份信息數(shù)據(jù)、以及用戶歷史瀏覽的節(jié)目數(shù)據(jù)信息；Handoop文件處理器，同步MongoDB云數(shù)據(jù)庫存儲的數(shù)據(jù)及信息；Web服務(wù)器，接收用戶的節(jié)目推薦請求，調(diào)用Mahout庫；Mahout庫，調(diào)用MongoDB云數(shù)據(jù)庫，根據(jù)用戶推薦請求類型，選擇啟動基于內(nèi)容的推薦或者基于用戶的推薦模式，并根據(jù)所述的推薦模式，匹配推薦節(jié)目信息；Web服務(wù)器，還用于通過Web服務(wù)顯示推薦節(jié)目。本發(fā)明實現(xiàn)根據(jù)用戶自身特性和節(jié)目特性向用戶進行節(jié)目推薦，使得在海量節(jié)目數(shù)據(jù)中快速的搜索到用戶喜歡的節(jié)目。
文檔編號H04N21/472GK103024585SQ20121058461
公開日2013年4月3日 申請日期2012年12月28日 優(yōu)先權(quán)日2012年12月28日
發(fā)明者柳行剛, 溫隴德, 何靜 申請人:Tcl集團股份有限公司