1.本发明涉及智能电视技术领域，尤其涉及一种电视节目的推荐方法、系统、智能电视和介质。
背景技术：2.目前，随着互联网技术的发展和人们对数字生活的追求，广播、电视、短视频和新闻等数字信息进入信息大爆炸时代。直播电视作为接收外界信息或者消费娱乐的多媒体承载方式，也逐渐发展起来。
3.但是，现有的直播电视节目虽然可以实现与用户实时交互的模式，却很难快速精准的把握用户的偏好和观影特点，从而导致视频节目推荐的效果难以满足用户的实际需求。
技术实现要素：4.本发明要解决的技术问题是为了克服现有技术中电视节目无法快速精准的把握用户的偏好和观影特点，导致视频节目推荐的效果难以满足用户的实际需求的缺陷，提供一种电视节目的推荐方法、系统、智能电视和介质。
5.本发明是通过下述技术方案来解决上述技术问题：
6.第一方面，本发明提供一种电视节目的推荐方法，所述推荐方法包括：
7.采集目标用户的人脸特征数据进行人脸识别；
8.基于人脸识别结果确定所述目标用户的观影偏好数据；
9.从预存储的电视节目分类信息中筛选出与所述观影偏好数据相匹配的目标电视节目，将所述目标电视节目推荐给所述目标用户；所述电视节目分类信息根据从传输流媒体数据中提取的epg信息(electrical program guide，电子节目单)和genre信息(流派/风格)而生成。
10.较佳地，所述人脸识别结果为多个人脸，多个人脸对应的目标用户构成用户群；
11.所述基于人脸识别结果确定所述目标用户的观影偏好数据的步骤，包括：
12.从所述用户群中选择一个主目标用户；
13.确定所述主目标用户的观影偏好数据；
14.所述从预存储的电视节目分类信息中筛选出与所述观影偏好数据相匹配的目标电视节目，将所述目标电视节目推荐给所述目标用户的步骤，包括：
15.从预存储的节目分类信息中筛选出与所述主目标用户的观影偏好数据相匹配的目标电视节目，将所述目标电视节目推荐给所述用户群；
16.或，
17.所述基于人脸识别结果确定所述目标用户的观影偏好数据的步骤，包括：
18.确定每个所述目标用户的观影偏好数据；
19.根据每个所述目标用户的观影偏好数据计算所述用户群的偏好交集数据；
20.所述从预存储的节目分类信息中筛选出与所述观影偏好数据相匹配的目标电视节目，将所述目标电视节目推荐给所述目标用户的步骤，包括：
21.从预存储的电视节目分类信息中筛选出与所述用户群的偏好交集数据相匹配的目标电视节目，将所述目标电视节目推荐给所述用户群；
22.或，
23.所述基于人脸识别结果确定所述目标用户的观影偏好数据的步骤，包括：
24.确定所述用户群的观影偏好数据；
25.所述从预存储的节目分类信息中筛选出与所述观影偏好数据相匹配的目标电视节目，将所述目标电视节目推荐给所述目标用户的步骤，包括：
26.从预存储的电视节目分类信息中筛选出与所述用户群的观影偏好数据相匹配的目标电视节目，将所述目标电视节目推荐给所述用户群。
27.较佳地，所述推荐方法还包括：
28.接收模式选择指令；
29.根据所述模式选择指令获取智能电视的当前观看模式；所述当前观看模式为主用户观看模式、用户集观看模式和用户群观看模式中的一种；
30.所述基于人脸识别结果确定所述目标用户的观影偏好数据的步骤，包括：
31.根据所述当前观看模式，基于人脸识别结果确定所述用户群的观影偏好数据。
32.较佳地，所述推荐方法还包括：
33.将多个用户的人脸特征数据通过人脸识别的方式录入数据库中；
34.获取所述数据库中每个用户的节目观看记录，生成不同用户对应的观影偏好数据。
35.较佳地，所述推荐方法还包括：
36.根据用户的节目观看记录更新所述用户对应的观影偏好数据。
37.较佳地，所述电视节目分类信息包括电视节目类型数据和电视节目风格流派数据。
38.较佳地，所述目标电视节目包括当前时间段内的电视节目和/或未来预设时间段内的电视节目。
39.较佳地，所述推荐方法还包括：
40.接收用户选择指令；
41.根据所述用户选择指令显示用户列表，以使得所述目标用户根据所述用户列表查询其他用户对应的待推荐电视节目。
42.较佳地，所述推荐方法还包括：
43.监测到达所述目标电视节目中待播放电视节目的播放开始时间时，切换到播放所述待播放电视节目。
44.第二方面，本发明提供一种电视节目的推荐系统，所述推荐系统包括：
45.采集模块，用于采集目标用户的人脸特征数据进行人脸识别；
46.确定模块，用于基于人脸识别结果确定所述目标用户的观影偏好数据；
47.推荐模块，用于从预存储的电视节目分类信息中筛选出与所述观影偏好数据相匹配的目标电视节目，将所述目标电视节目推荐给所述目标用户；所述电视节目分类信息根
据从传输流媒体数据中提取的epg信息(electrical program guide，电子节目单)和genre信息(流派/风格)而生成。
48.较佳地，所述人脸识别结果为多个人脸，多个人脸对应的目标用户构成用户群；
49.所述确定模块具体用于：
50.从所述用户群中选择一个主目标用户；
51.确定所述主目标用户的观影偏好数据；
52.所述推荐模块具体用于：
53.从预存储的节目分类信息中筛选出与所述主目标用户的观影偏好数据相匹配的目标电视节目，将所述目标电视节目推荐给所述用户群；
54.或，
55.所述确定模块具体用于：
56.确定每个所述目标用户的观影偏好数据；
57.根据每个所述目标用户的观影偏好数据计算所述用户群的偏好交集数据；
58.所述推荐模块具体用于：
59.从预存储的电视节目分类信息中筛选出与所述用户群的偏好交集数据相匹配的目标电视节目，将所述目标电视节目推荐给所述用户群；
60.或，
61.所述确定模块具体用于：
62.确定所述用户群的观影偏好数据；
63.所述推荐模块具体用于：
64.从预存储的电视节目分类信息中筛选出与所述用户群的观影偏好数据相匹配的目标电视节目，将所述目标电视节目推荐给所述用户群。
65.较佳地，所述推荐系统还包括：
66.第一接收模块，用于接收模式选择指令；
67.获取模块，用于根据所述模式选择指令获取智能电视的当前观看模式；所述当前观看模式为主用户观看模式、用户集观看模式和用户群观看模式中的一种；
68.所述确定模块具体用于：
69.根据所述当前观看模式，基于人脸识别结果确定所述用户群的观影偏好数据。
70.较佳地，所述推荐系统还包括：
71.第一录入模块，用于将多个用户的人脸特征数据通过人脸识别的方式录入数据库中；
72.第二录入模块，用于将对应于每个用户的节目观看记录录入所述数据库中；
73.生成模块，用于根据所述节目观看记录，生成不同用户对应的观影偏好数据。
74.较佳地，所述推荐系统还包括：
75.更新模块，用于根据用户的节目观看记录更新所述用户对应的观影偏好数据。
76.较佳地，所述电视节目分类信息包括电视节目类型数据和电视节目风格流派数据。
77.较佳地，所述目标电视节目包括当前时间段内的电视节目和/或未来预设时间段内的电视节目。
78.较佳地，所述推荐系统还包括：
79.第二接收模块，用于接收用户选择指令；
80.显示模块，用于根据所述用户选择指令显示用户列表，以使得所述目标用户根据所述用户列表查询其他用户对应的待推荐电视节目。
81.较佳地，所述推荐系统还包括：
82.切换模块，用于监测到达所述目标电视节目中待播放电视节目的播放开始时间时，切换到播放所述待播放电视节目。
83.第三方面，本发明提供一种智能电视，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面的任一项所述的电视节目的推荐方法。
84.第四方面，本发明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计算机程序，所述计算机程序被处理器执行时实现如第一方面的任一项所述的电视节目的推荐方法。
85.本发明的积极进步效果在于：提供一种电视节目的推荐方法、系统、智能电视和介质，本发明根据人脸识别结果确定目标用户的观影偏好数据，从预存储的电视节目分类信息中筛选出与观影偏好数据相匹配的目标电视节目。本发明将用户偏好和节目风格类型相结合，实现了更加精准的为用户推荐相应的电视节目，提高了电视节目推荐的实时性、准确性和智能性；增强了用户的体验度；增加了用户对电视节目内容的粘性。
附图说明
86.图1为本发明实施例1的电视节目的推荐方法的第一流程图。
87.图2为本发明实施例1的电视节目的推荐方法的第二流程图。
88.图3为本发明实施例2的电视节目的推荐方法的第一流程图。
89.图4为本发明实施例2的电视节目的推荐方法的第二流程图。
90.图5为本发明实施例2的电视节目的推荐方法的第三流程图
91.图6为本发明实施例2的电视节目的推荐方法的第四流程图。
92.图7为本发明实施例3的电视节目的推荐系统的模块示意图。
93.图8为本发明实施例4的电视节目的推荐系统的模块示意图。
94.图9为本发明实施例5的电子设备的硬件结构示意图。
具体实施方式
95.下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
96.实施例1
97.本实施例的电视节目的推荐方法，如图1所示，该推荐方法包括：
98.s11、采集目标用户的人脸特征数据进行人脸识别。
99.s12、基于人脸识别结果确定目标用户的观影偏好数据。
100.s13、从预存储的电视节目分类信息中筛选出与观影偏好数据相匹配的目标电视节目，将目标电视节目推荐给目标用户；电视节目分类信息根据从传输流媒体数据中提取
的epg信息和genre信息而生成。
101.其中，电视节目分类信息包括电视节目类型数据和电视节目风格流派数据；目标电视节目包括当前时间段内的电视节目和/或未来预设时间段内的电视节目。
102.s14、接收用户选择指令。
103.s15、根据用户选择指令显示用户列表，以使得目标用户根据用户列表查询其他用户对应的待推荐电视节目。
104.s16、监测到达目标电视节目中待播放电视节目的播放开始时间时，切换到播放待播放电视节目。
105.本实施例中，该推荐方法可以由智能电视实现，也可以由与智能电视通信连接的智能终端(如安装相应应用的手机)实现，也可以应用于其他的智能观看设备中，还可以在计算机终端、网络设备、芯片或芯片模组中执行。例如，平板电脑、智能手机和智能户外大屏幕等设备，在此不限制具体的实现推荐方法的装置。
106.针对上述步骤s11，通过面部信息采集装置采集目标用户的人脸特征数据，面部信息采集装置包括区别于传统二维相机的深度摄像机。该深度摄像机可以集成于智能电视终端内部，也可以外挂于智能电视终端外部，还可以集成于移动终端内部。利用面部采集装置获取目标用户的人脸特征数据的获取操作，可以由目标用户启动智能电视终端触发，或者是在智能电视终端开启后预设间隔时间触发。在进行人脸识别的过程中，可以从人脸特征数据中提取出目标用户眼睛、鼻子或者嘴巴等能够体现目标用户面部结构特点的数据。
107.针对上述步骤s12，可以从基于深度学习算法预先训练完成的观影偏好模型中获取目标用户对应的观影偏好数据，也可以从预先建立的数据库中获取目标用户对应的观影偏好数据。
108.本实施例中，可以预先获取若干历史用户的历史观影记录的样本集合，样本集合的来源和数量不作限制，样本集合数量越大，观影偏好模型的输出结果越准确。具体地，将历史用户的人脸识别结果和历史观影记录作为观影偏好模型的输入，观影偏好数据作为观影偏好模型的输出，生成观影偏好模型。
109.针对上述步骤s13，从数字电视ts(transport stream，媒体文件的传输流)中提取epg信息和genre信息。epg信息指示各频道最近几天的电视节目信息，genre信息指示各个电视节目的风格或流派信息。从预存储的电视节目分类信息中筛选出的目标电视节目可以包括多个待推荐节目，按照用户对待推荐节目偏好度的大小进行排序，从而使得推荐的目标电视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，有序性和聚焦性强，提高了用户的体验度。
110.可以理解的，类型数据包括导演类型、演员类型、编剧类型、片名类型、语言类型和频道类型中至少一种。风格流派数据包括教育风格流派、娱乐风格流派、电影风格流派、新闻风格流派、体育风格流派、儿童风格流派、戏剧风格流派、音乐风格流派、喜剧风格流派、游戏风格流派、科学风格流派和购物风格流派中至少一种。
111.目标电视节目包括当天可收看或者当前时间段(例如3-4个小时)的时间段内可收看的所有频道的电视节目，目标电视节目还可以包括未来时段(例如2-3天)内的可收看的所有频道的电视节目。也即，目标用户可以观看到当前时段正在播放的电视节目，同时也可以获取到未来将会在某个频道上播放的目标用户感兴趣的预告电视节目，并可以预约未来
时段感兴趣的电视节目，增强了目标用户对直播电视节目的粘性。
112.针对上述步骤s14，接收目标用户通过遥控器上的物理按键生成的用户选择指令，或者通过文字输入生成的用户选择指令，或者通过语音输入生成的用户选择指令。
113.针对上述步骤s15，智能电视显示用户列表，提示目标用户在由多个不同的其他用户建立并存储的用户列表中选择一个或者多个待查看用户，查询一个或者多个待查看用户对应的待推荐电视节目。目标用户可以通过查询其他用户对应的待推荐电视节目，例如，目标用户可查看家庭成员内其他人的待推荐电视节目，随时调整目标电视节目中的待播放电视节目，使得电视节目表单更灵活，扩大了目标用户观影的选择范围，增强目标用户对智能电视的体验感。
114.针对上述步骤s16，当目标用户选择接受观看智能电视推荐的目标电视节目后，可以接收用户检测指令后，启动对目标电视节目的监控。也可以自动启动对目标电视节目的监控。当到达待播放电视节目的播放开始时间时，切换到待播放电视节目的频道。解决了传统的节目推荐中基于用户登录的账号而设定，且无法在同一台智能电视设备上根据观影用户的不用，自动切换推荐的电视节目内容的问题。实现自动化且智能化的切换待播放电视节目，以减少目标用户错过观看喜爱的直播电视节目的时机，增强了智能电视的用户体验感。
115.在一种可能实现的方案中，如图2所示，该推荐方法还包括：
116.s101、将多个用户的人脸特征数据通过人脸识别的方式录入数据库中。
117.s102、将对应于每个用户的节目观看记录录入数据库中。
118.s103、根据节目观看记录，生成不同用户对应的观影偏好数据。
119.s104、根据用户的节目观看记录更新用户对应的观影偏好数据。
120.针对上述步骤s101-s102，预先建立一个数据库，将数据库预先存储于智能电视内部。采集多个不同的用户的人脸特征数据，例如，可以采集家庭成员中的多个用户的人脸特征数据，将该人脸特征数据进行人脸识别后录入数据库中，获取每个用户的节目观看记录，并将该节目观看记录录入已经存储人脸特征数据的数据库中。此外，多个不同的用户还可以在智能电视可识别的范围内，通过智能电视获取多个用户的人脸特征数据并存储于数据库中。该数据库用于对比用户的人脸特征数据确定用户身份信息。
121.针对上述步骤s103，获取数据库中预先存储的每个用户在过去几天，或者过去几个月时间内，或者其他历史时间段内的节目观看记录，从节目观看记录中根据节目的观看时间长短来确认用户对何种类型的电视节目感兴趣，按照兴趣度从大到小的顺序进行排列，生成不同用户对应的观影偏好数据。
122.针对上述步骤s104，每当用户完成一次电视节目观看后，实时更新数据库中的同一用户的节目观看记录，从而调整该用户对应的观影偏好数据。
123.本实施例中，提供一种电视节目的推荐方法，根据人脸识别结果确定目标用户的观影偏好数据，从预存储的电视节目分类信息中筛选出与观影偏好数据相匹配的目标电视节目。本发明将用户偏好和节目风格类型相结合，实现了更加精准的为用户推荐相应的电视节目，提高了电视节目推荐的实时性、准确性和智能性；增强了用户的体验度；增加了用户对电视节目内容的粘性。
124.实施例2
125.在实施例1的基础上，本实施例的电视节目的推荐方法，人脸识别结果为多个人脸，多个人脸对应的目标用户构成用户群。
126.在一种可能实现的方案中，如图3所示，该推荐方法还包括：
127.s111、接收模式选择指令。
128.s112、根据模式选择指令获取智能电视的当前观看模式；当前观看模式为主用户观看模式、用户集观看模式和用户群观看模式中的一种。
129.步骤s12包括：
130.s120、根据当前观看模式，基于人脸识别结果确定用户群的观影偏好数据。
131.具体地，可以将多人观影的场景划分为主用户场景、用户集场景和用户群场景，主用户场景对应主用户观看模式，用户集场景对应用户集观看模式，用户群场景对应用户群观看模式。本实施例中，解析模式选择指令确定智能电视的当前观看模式，在不同的当前观看模式下，采用不同的电视节目推荐方式为用户群进行电视节目推荐。
132.在一种可能实现的方案中，如图4所示，步骤s12包括：
133.s121、从用户群中选择一个主目标用户。
134.s122、确定主目标用户的观影偏好数据。
135.步骤s13包括：
136.s131、从预存储的节目分类信息中筛选出与主目标用户的观影偏好数据相匹配的目标电视节目，将目标电视节目推荐给用户群。
137.针对上述步骤s121-s122，在多个用户同时观影的场景下，人脸识别结果为多个人脸。例如，父母两人同时观影、父子两人同时观影和一家三口同时观影，将同时参与观影的用户作为一个用户群。从用户群中筛选出一个用户作为主目标用户，例如，可以从同时参加观影的a用户、b用户和c用户中，选择a用户作为主目标用户。对a用户的人脸特征数据进行人脸识别后，根据人脸识别结果从预设的数据库中查询a用户的观影偏好数据。
138.针对上述步骤s131，将a用户的观影偏好数据作为查询准则，在预存储的节目分类信息中筛选出目标电视节目，将该目标电视节目自动推荐给同时参加观影的a用户、b用户和c用户。也即，多人同时观影时，选定某个用户为主目标用户，以主目标用户为依据，从预存储的节目分类信息中筛选出为用户群进行推荐的目标电视节目。
139.在一种可能实现的方案中，如图5所示，步骤s12包括：
140.s123、确定每个目标用户的观影偏好数据。
141.s124、根据每个目标用户的观影偏好数据计算用户群的偏好交集数据。
142.步骤s13包括：
143.s132、从预存储的电视节目分类信息中筛选出与用户群的偏好交集数据相匹配的目标电视节目，将目标电视节目推荐给用户群。
144.针对上述步骤s123-s124，获取同时参加观影的a用户对应的a观影偏好数据，b用户对应的b观影偏好数据和c用户对应的c观影偏好数据。本实施例中，根据a观影偏好数据、b观影偏好数据和c观影偏好数据利用设定的数学计算公式计算a、b和c用户构成的用户群的d偏好交集数据。例如，a用户偏好def风格类型的电视节目，b用户偏好efg风格类型的电视节目，c用户偏好efh风格类型的电视节目，则a用户、b用户和c用户构成的用户群的偏好交集数据为ef风格类型的电视节目。
145.针对上述步骤s132，将d偏好交集数据作为查询准则，在预存储的节目分类信息中筛选出目标电视节目，将该目标电视节目自动推荐给同时参加观影的a用户、b用户和c用户。也即，多人同时观影时，计算同时观影的用户群的偏好交集数据后，以用户群的偏好交集数据为依据，从预存储的节目分类信息中筛选出为用户群进行推荐的目标电视节目。
146.在一种可能实现的方案中，如图6所示，步骤s12包括：
147.s125、确定用户群的观影偏好数据。
148.步骤s13包括：
149.s133、从预存储的电视节目分类信息中筛选出与用户群的观影偏好数据相匹配的目标电视节目，将目标电视节目推荐给用户群。
150.针对上述步骤s125，获取a用户、b用户和c用户所构成的用户群这一独立用户的历史观看记录，根据历史观看记录确定出该用户群的观影偏好数据。
151.针对上述步骤s133，将用户群的观影偏好数据作为查询准则，在预存储的节目分类信息中筛选出目标电视节目，将该目标电视节目自动推荐给同时参加观影的a用户、b用户和c用户。也即，多人同时观影时，计算用户群的观影偏好数据后，以用户群的观影偏好数据为依据，从预存储的节目分类信息中筛选出为用户群进行推荐的目标电视节目。
152.本实施例中，提供一种电视节目的推荐方法，基于多用户的人脸识别结果和当前观看模式确定用户群的观影偏好数据，从预存储的电视节目分类信息中筛选出与用户群的观影偏好数据相匹配的目标电视节目。本发明将用户群的偏好数据和节目风格类型相结合，实现了更加精准的为用户群推荐相应的电视节目，提高了多用户观影场景中电视节目推荐的实时性、准确性和智能性；增强了每个用户的体验度；增加了每个用户对电视节目内容的粘性。
153.实施例3
154.本实施例的电视节目的推荐系统，如图7所示，该推荐系统包括：采集模块210、确定模块220、推荐模块230、第二接收模块240、显示模块250和切换模块260。
155.其中，采集模块210，用于采集目标用户的人脸特征数据进行人脸识别。
156.确定模块220，用于基于人脸识别结果确定目标用户的观影偏好数据。
157.推荐模块230，用于从预存储的电视节目分类信息中筛选出与观影偏好数据相匹配的目标电视节目，将目标电视节目推荐给目标用户，电视节目分类信息根据从传输流媒体数据中提取的epg信息和genre信息而生成。
158.其中，电视节目分类信息包括电视节目类型数据和电视节目风格流派数据；目标电视节目包括当前时间段内的电视节目和/或未来预设时间段内的电视节目。
159.第二接收模块240，用于接收用户选择指令。
160.显示模块250，用于根据用户选择指令显示用户列表，以使得目标用户根据用户列表查询其他用户对应的待推荐电视节目。
161.切换模块260，用于监测到达目标电视节目中待播放电视节目的播放开始时间时，切换到播放待播放电视节目。
162.采集模块210通过面部信息采集装置采集目标用户的人脸特征数据，面部信息采集装置包括区别于传统二维相机的深度摄像机。该深度摄像机可以集成于智能电视终端内部，也可以外挂于智能电视终端外部，还可以集成于移动终端内部。利用面部采集装置获取
目标用户的人脸特征数据的获取操作，可以由目标用户启动智能电视终端触发，或者是在智能电视终端开启后预设间隔时间触发。在进行人脸识别的过程中，可以从人脸特征数据中提取出目标用户眼睛、鼻子或者嘴巴等能够体现目标用户面部结构特点的数据。
163.确定模块220可以从基于深度学习算法预先训练完成的观影偏好模型中获取目标用户对应的观影偏好数据，也可以从预先建立的数据库中获取目标用户对应的观影偏好数据。
164.本实施例中，可以预先获取若干历史用户的历史观影记录的样本集合，样本集合的来源和数量不作限制，样本集合数量越大，观影偏好模型的输出结果越准确。具体地，将历史用户的人脸识别结果和历史观影记录作为观影偏好模型的输入，观影偏好数据作为观影偏好模型的输出，生成观影偏好模型。
165.推荐模块230从数字电视ts(transport stream，媒体文件的传输流)中提取epg(electrical program guide，电子节目单)信息和genre(流派/风格)信息。epg信息指示各频道最近几天的电视节目信息，genre信息指示各个电视节目的风格或流派信息。从预存储的电视节目分类信息中筛选出的目标电视节目可以包括多个待推荐节目，按照用户对待推荐节目偏好度的大小进行排序，从而使得推荐的目标电视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，有序性和聚焦性强，提高了用户的体验度。
166.可以理解的，类型数据包括导演类型、演员类型、编剧类型、片名类型、语言类型和频道类型中至少一种。风格流派数据包括教育风格流派、娱乐风格流派、电影风格流派、新闻风格流派、体育风格流派、儿童风格流派、戏剧风格流派、音乐风格流派、喜剧风格流派、游戏风格流派、科学风格流派和购物风格流派中至少一种。
167.目标电视节目包括当天可收看或者当前时间段(例如3-4个小时)内可收看的所有频道的电视节目，目标电视节目还可以包括未来时段(例如2-3天)内的可收看的所有频道的电视节目。也即，目标用户可以观看到当前时段正在播放的电视节目，同时也可以获取到未来将会在某个频道上播放的目标用户感兴趣的预告电视节目，并可以预约未来时段感兴趣的电视节目，增强了目标用户对直播电视节目的粘性。
168.第二接收模块240接收目标用户通过遥控器上的物理按键生成的用户选择指令，或者通过文字输入生成的用户选择指令，或者通过语音输入生成的用户选择指令。
169.显示模块250控制智能电视显示用户列表，提示目标用户在由多个不同的其他用户建立并存储的用户列表中选择一个或者多个待查看用户，查询一个或者多个待查看用户对应的待推荐电视节目。目标用户可以通过查询其他用户对应的待推荐电视节目，例如，目标用户可查看家庭成员内其他人的待推荐电视节目，随时调整目标电视节目中的待播放电视节目，使得电视节目表单更灵活，扩大了目标用户观影的选择范围，增强目标用户对智能电视的体验感。
170.当目标用户选择接受观看智能电视推荐的目标电视节目后，可以接收用户检测指令后，启动对目标电视节目的监控。也可以自动启动对目标电视节目的监控。当到达待播放电视节目的播放开始时间时，切换模块260切换到待播放电视节目的频道。解决了传统的节目推荐中基于用户登录的账号而设定，且无法在同一台智能电视设备上根据用户的不用，自动切换推荐的电视节目内容的问题。实现自动化且智能化的切换待播放电视节目，以减少目标用户错过观看喜爱的直播电视节目的时机，增强了智能电视的用户体验感。
171.在一种可能实现的方案中，该推荐系统还包括：第一录入模块、第二录入模块、生成模块和更新模块；
172.第一录入模块，用于将多个用户的人脸特征数据通过人脸识别的方式录入数据库中。
173.第二录入模块，用于将对应于每个用户的节目观看记录录入数据库中。
174.生成模块，用于根据节目观看记录，生成不同用户对应的观影偏好数据。
175.更新模块，用于根据用户的节目观看记录更新用户对应的观影偏好数据。
176.预先建立一个数据库，将数据库预先存储于智能电视内部。采集多个不同的用户的人脸特征数据，例如，可以采集家庭成员中的多个用户的人脸特征数据，第一录入模块将该人脸特征数据进行人脸识别后录入数据库中，获取每个用户的节目观看记录，第二录入模块将该节目观看记录录入已经存储人脸特征数据的数据库中。此外，多个不同的用户还可以在智能电视可识别的范围内，通过智能电视获取多个用户的人脸特征数据并存储于数据库中。该数据库用于对比用户的人脸特征数据确定用户身份信息。
177.获取数据库中预先存储的每个用户在过去几天，或者过去几个月时间内，或者其他历史时间段内的节目观看记录，从节目观看记录中根据节目的观看时间长短来确认用户对何种类型的电视节目感兴趣，按照兴趣度从大到小的顺序进行排列，生成模块生成不同用户对应的观影偏好数据。
178.每当用户完成一次电视节目观看后，更新模块实时更新数据库中的同一用户的节目观看记录，从而调整该用户对应的观影偏好数据。
179.需要说明的是，本实施例的电视节目的推荐系统可以是：单独的芯片、芯片模组或电子设备，也可以是集成于电子设备内的芯片或者芯片模组。上述实施例中描述的各个装置、产品包含的各个模块，其可以是软件模块，也可以是硬件模块，或者也可以部分是软件模块，部分是硬件模块。例如，对于应用于或集成于芯片的各个装置、产品，其包含的各个模块可以都采用电路等硬件的方式实现，或者，至少部分模块/单元可以采用软件程序的方式实现，该软件程序运行于芯片内部集成的处理器，剩余的部分模块可以采用电路等硬件方式实现；对于应用于或集成于芯片模组的各个装置、产品，其包含的各个模块可以都采用电路等硬件的方式实现，不同的模块可以位于芯片模组的同一组件(例如芯片、电路模块等)或者不同组件中，或者，至少部分模块/单元可以采用软件程序的方式实现，该软件程序运行于芯片模组内部集成的处理器，剩余的部分模块可以采用电路等硬件方式实现；对于应用于或集成于基站或电子设备的各个装置、产品，其包含的各个模块可以都采用电路等硬件的方式实现，不同的模块可以位于电子设备内同一组件(例如，芯片、电路模块等)或者不同组件中，或者，至少部分模块/单元可以采用软件程序的方式实现，该软件程序运行于电子设备内部集成的处理器，剩余的部分模块/单元可以采用电路等硬件方式实现。
180.本实施例中，提供一种电视节目的推荐系统，确定模块根据人脸识别结果确定目标用户的观影偏好数据，推荐模块从预存储的电视节目分类信息中筛选出与观影偏好数据相匹配的目标电视节目。本发明将用户偏好和节目风格类型相结合，实现了更加精准的为用户推荐相应的电视节目，提高了电视节目推荐的实时性、准确性和智能性；增强了用户的体验度；增加了用户对电视节目内容的粘性。
181.实施例4
182.在实施例2的基础上，本实施例的电视节目的推荐系统，人脸识别结果为多个人脸，多个人脸对应的目标用户构成用户群。
183.在一种可能实现的方案中，如图8所示，该推荐系统还包括：第一接收模块211和获取模块212。
184.第一接收模块211，用于接收模式选择指令。
185.获取模块212，用于根据模式选择指令获取智能电视的当前观看模式；当前观看模式为主用户观看模式、用户集观看模式和用户群观看模式中的一种。
186.确定模块220具体用于：根据当前观看模式，基于人脸识别结果确定用户群的观影偏好数据。
187.具体地，可以将多人观影的场景划分为主用户场景、用户集场景和用户群场景，主用户场景对应主用户观看模式，用户集场景对应用户集观看模式，用户群场景对应用户群观看模式。本实施例中，获取模块212解析模式选择指令确定智能电视的当前观看模式，在不同的当前观看模式下，采用不同的电视节目推荐方式为用户群进行电视节目推荐。
188.在一种可能实现的方案中，该推荐系统包括：
189.确定模块220具体用于：
190.从用户群中选择一个主目标用户；
191.确定主目标用户的观影偏好数据。
192.推荐模块230具体用于：
193.从预存储的节目分类信息中筛选出与主目标用户的观影偏好数据相匹配的目标电视节目，将目标电视节目推荐给用户群。
194.在多个用户同时观影的场景下，人脸识别结果为多个人脸。例如，父母两人同时观影、父子两人同时观影和一家三口同时观影。将同时参与观影的用户作为一个用户群，确定模块220从用户群中筛选出一个用户作为主目标用户，例如，可以从同时参加观影的a用户、b用户和c用户中，选择a用户作为主目标用户。对a用户的人脸特征数据进行人脸识别后，根据人脸识别结果从预设的数据库中查询a用户的观影偏好数据。
195.将a用户的观影偏好数据作为查询准则，推荐模块230在预存储的节目分类信息中筛选出目标电视节目，将该目标电视节目自动推荐给同时参加观影的a用户、b用户和c用户。也即，多人同时观影时，选定某个用户为主目标用户，以主目标用户为依据，从预存储的节目分类信息中筛选出为用户群进行推荐的目标电视节目。
196.在一种可能实现的方案中，该推荐系统包括：
197.确定模块220具体用于：
198.确定每个目标用户的观影偏好数据；
199.根据每个目标用户的观影偏好数据计算用户群的偏好交集数据。
200.推荐模块230具体用于：
201.从预存储的电视节目分类信息中筛选出与用户群的偏好交集数据相匹配的目标电视节目，将目标电视节目推荐给用户群。
202.获取同时参加观影的a用户对应的a观影偏好数据，b用户对应的b观影偏好数据和c用户对应的c观影偏好数据。本实施例中，根据a观影偏好数据、b观影偏好数据和c观影偏好数据，确定模块220利用设定的数学计算公式计算a、b和c用户构成的用户群的d偏好交集
数据。例如，a用户偏好def风格类型的电视节目，b用户偏好efg风格类型的电视节目，c用户偏好efh风格类型的电视节目，则a用户、b用户和c用户构成的用户群的偏好交集数据为ef风格类型的电视节目。
203.将d偏好交集数据作为查询准则，推荐模块230在预存储的节目分类信息中筛选出目标电视节目，将该目标电视节目自动推荐给同时参加观影的a用户、b用户和c用户。也即，多人同时观影时，计算同时观影的用户群的偏好交集数据后，以用户群的偏好交集数据为依据，从预存储的节目分类信息中筛选出为用户群进行推荐的目标电视节目。
204.在一种可能实现的方案中，该推荐系统包括：
205.确定模块220具体用于：
206.确定用户群的观影偏好数据；
207.推荐模块230具体用于：
208.从预存储的电视节目分类信息中筛选出与用户群的观影偏好数据相匹配的目标电视节目，将目标电视节目推荐给用户群。
209.例如，a用户偏好战争片的电视节目，b用户偏好韩剧的电视节目，c用户偏好动画片的电视节目，但a用户、b用户和c用户所构成的用户群偏好新闻联播的电视节目，即在a、b和c三个用户现场同时收看电视节目的情况下，用户群偏好新闻联播的电视节目。因此，在多用户观影所对应的用户群模式中，自动推荐与用户群的观影偏好数据相匹配的目标电视节目。
210.将用户群的观影偏好数据作为查询准则，在预存储的节目分类信息中筛选出目标电视节目，推荐模块230将该目标电视节目自动推荐给同时参加观影的a用户、b用户和c用户。也即，多人同时观影时，计算用户群的观影偏好数据后，以用户群的观影偏好数据为依据，从预存储的节目分类信息中筛选出为用户群进行推荐的目标电视节目。
211.本实施例中，提供一种电视节目的推荐系统，确定模块根据人脸识别结果确定用户群的观影偏好数据，推荐模块从预存储的电视节目分类信息中筛选出与用户群的观影偏好数据相匹配的目标电视节目。本发明将用户群的偏好数据和节目风格类型相结合，实现了更加精准的为用户群推荐相应的电视节目，提高了多用户观影场景中电视节目推荐的实时性、准确性和智能性；增强了每个用户的体验度；增加了每个用户对电视节目内容的粘性。
212.实施例5
213.图9为本实施例提供的一种智能电视的结构示意图。所述智能电视包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现实施例1或者实施例2的电视节目的推荐方法，图9显示的智能电视90仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
214.智能电视90可以以通用计算设备的形式表现，例如其可以为服务器设备。智能电视90的组件可以包括但不限于：上述至少一个处理器91、上述至少一个存储器92、连接不同系统组件(包括存储器92和处理器91)的总线93。
215.总线93包括数据总线、地址总线和控制总线。
216.存储器92可以包括易失性存储器，例如随机存取存储器(ram)921和/或高速缓存存储器922，还可以进一步包括只读存储器(rom)923。
217.存储器92还可以包括具有一组(至少一个)程序模块924的程序/实用工具925，这样的程序模块924包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
218.处理器91通过运行存储在存储器92中的计算机程序，从而执行各种功能应用以及数据处理，例如本发明实施例1或者实施例2的电视节目的推荐方法。
219.智能电视90也可以与一个或多个外部设备94(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(i/o)接口95进行。并且，模型生成的智能电视90还可以通过网络适配器96与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器96通过总线93与模型生成的智能电视90的其它模块通信。应当明白，尽管图9中未示出，可以结合模型生成的智能电视90使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
220.应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
221.实施例6
222.本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现实施例1或实施例2的电视节目的推荐方法。
223.其中，可读存储介质可以采用的更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
224.在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行实现实施例1或实施例2的电视节目的推荐方法。
225.其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
226.虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。
技术特征：1.一种电视节目的推荐方法，其特征在于，所述推荐方法包括：采集目标用户的人脸特征数据进行人脸识别；基于人脸识别结果确定所述目标用户的观影偏好数据；从预存储的电视节目分类信息中筛选出与所述观影偏好数据相匹配的目标电视节目，将所述目标电视节目推荐给所述目标用户；所述电视节目分类信息根据从传输流媒体数据中提取的epg信息和genre信息而生成。2.如权利要求1所述的电视节目的推荐方法，其特征在于，所述人脸识别结果为多个人脸，多个人脸对应的目标用户构成用户群；所述基于人脸识别结果确定所述目标用户的观影偏好数据的步骤，包括：从所述用户群中选择一个主目标用户；确定所述主目标用户的观影偏好数据；所述从预存储的电视节目分类信息中筛选出与所述观影偏好数据相匹配的目标电视节目，将所述目标电视节目推荐给所述目标用户的步骤，包括：从预存储的节目分类信息中筛选出与所述主目标用户的观影偏好数据相匹配的目标电视节目，将所述目标电视节目推荐给所述用户群；或，所述基于人脸识别结果确定所述目标用户的观影偏好数据的步骤，包括：确定每个所述目标用户的观影偏好数据；根据每个所述目标用户的观影偏好数据计算所述用户群的偏好交集数据；所述从预存储的节目分类信息中筛选出与所述观影偏好数据相匹配的目标电视节目，将所述目标电视节目推荐给所述目标用户的步骤，包括：从预存储的电视节目分类信息中筛选出与所述用户群的偏好交集数据相匹配的目标电视节目，将所述目标电视节目推荐给所述用户群；或，所述基于人脸识别结果确定所述目标用户的观影偏好数据的步骤，包括：确定所述用户群的观影偏好数据；所述从预存储的节目分类信息中筛选出与所述观影偏好数据相匹配的目标电视节目，将所述目标电视节目推荐给所述目标用户的步骤，包括：从预存储的电视节目分类信息中筛选出与所述用户群的观影偏好数据相匹配的目标电视节目，将所述目标电视节目推荐给所述用户群。3.如权利要求2所述的电视节目的推荐方法，其特征在于，所述推荐方法还包括：接收模式选择指令；根据所述模式选择指令获取智能电视的当前观看模式；所述当前观看模式为主用户观看模式、用户集观看模式和用户群观看模式中的一种；所述基于人脸识别结果确定所述目标用户的观影偏好数据的步骤，包括：根据所述当前观看模式，基于人脸识别结果确定所述用户群的观影偏好数据。4.如权利要求1所述的电视节目的推荐方法，其特征在于，所述推荐方法还包括：将多个用户的人脸特征数据通过人脸识别的方式录入数据库中；将对应于每个用户的节目观看记录录入所述数据库中；
根据所述节目观看记录，生成不同用户对应的观影偏好数据。5.如权利要求4所述的电视节目的推荐方法，其特征在于，所述推荐方法还包括：根据用户的节目观看记录更新所述用户对应的观影偏好数据。6.如权利要求1所述的电视节目的推荐方法，其特征在于，所述电视节目分类信息包括电视节目类型数据和电视节目风格流派数据。7.如权利要求1所述的电视节目的推荐方法，其特征在于，所述目标电视节目包括当前时间段内的电视节目和/或未来预设时间段内的电视节目。8.如权利要求1所述的电视节目的推荐方法，其特征在于，所述推荐方法还包括：接收用户选择指令；根据所述用户选择指令显示用户列表，以使得所述目标用户根据所述用户列表查询其他用户对应的待推荐电视节目。9.如权利要求1所述的电视节目的推荐方法，其特征在于，所述推荐方法还包括：监测到达所述目标电视节目中待播放电视节目的播放开始时间时，切换到播放所述待播放电视节目。10.一种电视节目的推荐系统，其特征在于，所述推荐系统包括：采集模块，用于采集目标用户的人脸特征数据进行人脸识别；第一确定模块，用于基于人脸识别结果确定所述目标用户的观影偏好数据；推荐模块，用于从预存储的电视节目分类信息中筛选出与所述观影偏好数据相匹配的目标电视节目，将所述目标电视节目推荐给所述目标用户；所述电视节目分类信息根据从传输流媒体数据中提取的epg信息和genre信息而生成。11.一种智能电视，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1-9中任一项所述的电视节目的推荐方法。12.一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计算机程序，所述计算机程序被处理器执行时实现如权利要求1-9中任一项所述的电视节目的推荐方法。
技术总结本发明公开了一种电视节目的推荐方法、系统、智能电视和介质，该推荐方法包括：采集目标用户的人脸特征数据进行人脸识别；基于人脸识别结果确定目标用户的观影偏好数据；从预存储的电视节目分类信息中筛选出与观影偏好数据相匹配的目标电视节目，将目标电视节目推荐给目标用户。本发明将用户偏好和节目风格类型相结合，实现了更加精准的为用户推荐相应的电视节目，提高了电视节目推荐的实时性、准确性和智能性；增强了用户的体验度；增加了用户对电视节目内容的粘性。视节目内容的粘性。视节目内容的粘性。
技术研发人员：李皖
受保护的技术使用者：展讯半导体（南京）有限公司
技术研发日：2022.06.24
技术公布日：2022/11/1
