人工智能项目推介——78、节目推荐方法

专利申请号:  

CN201080070252.1

专利类型:

发明

IPC 分类号:   

H04N21/466 H04N21/84

应用领域:  

多媒体领域。

现有技术缺点:  

现有的节目推荐技术无法在确保不侵犯用户个人隐私的前提下，很好地解决节目推荐系统的“冷启动”问题，极大地影响了节目推荐系统的推荐精度和性能。

技术优势:

根据用户输入的语言信息从电子节目表数据库中提取相关的电子节目信息，并进行特征选取得到特征元素，以及调用知识库中存储的信息对特征元素进行扩充得到用户兴趣爱好空间的特征集合，用该特征集合和机器学习的方法构建统计模型，以此匹配电子节目表数据库输出匹配结果给用户，实现了节目推荐，解决了现有技术的“冷启动”问题，而且提高了节目推荐的精度、性能和实用性。由于上述装置位于用户端，该方法也是在用户侧执行的，不涉及在网络服务器端或用户端采集用户个人信息，因此，可以充分保障用户的隐私情报不泄漏，提高了保密性。另外，还可以以特征元素为检索关键词对电子节目表数据库进行检索和评价处理，然后根据处理结果再次进行节目预选，从而可以进一步扩大用户兴趣爱好空间，提高节目推荐的精度。

摘要:   

本发明提供了一种节目推荐装置和节目推荐方法，属于人工智能研究领域。所述装置包括：输入单元、节目预选单元、特征抽取单元、机器学习单元、节目预测单元和输出单元。所述方法包括：接收用户输入的语言信息；根据语言信息从已存储电子节目信息的电子节目表数据库中提取相关的电子节目信息；对提取的电子节目信息进行特征选取，得到特征元素，并从已存储语言知识的知识库中获取特征元素的关联信息，构建特征集合；利用特征集合和机器学习方法构建统计模型；利用统计模型，对电子节目表数据库中的节目进行匹配；输出匹配的结果给用户。本发明解决了节目推荐系统的“冷启动”问题，保障用户的隐私情报不泄漏，提高了节目推荐精度、性能以及实用性。

（以上资讯来源于网络，如有侵权，请联系管理员删除。）