一种更新媒体节目的方法及其系统技术方案

本发明专利技术涉及一种更新媒体节目的方法，所述方法至少包括下述步骤：资源服务器根据不同类别的节目资源对应建立类别小组；客户端采集用户视频的观看日志信息，预处理后对日志信息分析获得用户偏好信息，上传至系统服务器，系统服务器根据偏好信息向用户推荐加入对应的类别小组；系统服务器根据多个用户的类别小组匹配程度建立关联类别组；根据用户所在的多个类别小组，按照重叠系数由大至小的次序进行关联用户客户端的节目资源界面更新。该方法中，各个喜好相同用户之间建立的关联等级，服务器综合各个用户的信息更新，针对性强。

【技术实现步骤摘要】

本专利技术涉及多媒体
，具体涉及一种更新媒体节目的方法及其系统。
技术介绍
现有的媒体播放器更新媒体节目方法大多根据需要用户主动寻找更新节目，或者服务器依据用户偏好推送相关节目。为给用户提供更好的服务，现有的媒体播放器大多可根据用户的偏好推荐相关的媒体节目。例如，专利102547373A公开了一种更新媒体节目的方法和系统，服务器向媒体播放器推送的媒体节目被用户评价，根据评价后的喜欢和不喜欢节目列表分析用户喜欢和不喜欢的节目类型，服务器有针对性的推送节目类型。这种方式较好的迎合了用户喜好，有针对性的自动更新媒体节目；但是这种方式下的节目类型划分不够人性化，无法敏锐的捕捉多个用户的喜好，且相关用户之间无法实现定向推荐的操作。
技术实现思路
本专利技术的目的在于克服现有技术中的缺陷，设计一种更新媒体节目的方法和系统，各个喜好相同用户之间建立的关联等级，服务器综合各个用户的信息更新，节目信息更新更具有合理层次的多元化优点，体验性好。为实现上述目的，本专利技术所采用的技术方案是一种更新媒体节目的方法，所述方法至少包括下述步骤：S1、资源服务器根据不同类别的节目资源对应建立类别小组；S2、客户端采集用户视频的观看日志信息，预处理后对日志信息分析获得用户偏好信息，上传至系统服务器，系统服务器根据偏好信息向用户推荐加入对应的类别小组；S3、系统服务器根据多个用户的类别小组匹配程度建立关联类别组；S4、根据用户所在的多个类别小组，按照重叠系数由大至小的次序进行关联用户客户端的节目资源界面更新。在一个优选的方案中，步骤S1之前还包括服务器获取视频的节目信息，利用聚类算法根据相似度大小将各个视频分成不同的类别，并存储。进一步的，所述服务器对获取的节目信息进行预处理后，建立节目信息参数的向量空间模型，使用聚类迭代算法对节目信息参数的向量空间模型进行计算相似度；根据相似度数值大小按设定规则分类，并存放到数据库中。步骤S2中，日志信息包括用户ID、历史视频名称、用户操作和操作时的流媒体时间，根据所述流媒体时间中的历史节目播放时限长短、快进快退频率信息进行聚类分析，计算得出权重系数并上传至服务器；所述服务器根据权重系数规则判断该流媒体节目的偏好数值，并根据偏好数值向用户推荐加入对应的类别小组。本专利技术另一个优选方案中，在步骤S3的建立关联类别中，将多个用户所在的多个类别小组重叠最多的关系用户标记为一级关联用户关系；将多个用户所在类别小组中至少一个类别小组重叠的关系用户，依重叠类别小组的多少划分并标记为二级、三级和四级关联用户关系。具体的，一级关联用户关系的用户在步骤S4中，实现与该关系用户间节目资源的同步更新；依次对二级、三级和四级关联用户的节目播放数据进行分析，将其分别对应作为二次、三次和四次更新节目数据发送至用户客户端，通过刷新方式进行更新。进一步的，分析所述二级、三级和四级关联用户的节目播放数据前，下级关联用户的播放节目先比对上级关联用户的播放节目，删除相同节目数据，筛选出与上级不重叠且播放数据排名top-n的节目数据发送至用户客户端。本专利技术另一方面公开了一种更新媒体节目的系统，所述系统至少包括：资源类别分类模块，用于按照分类规则将不同类别的节目资源对应建立类别小组；日志处理模块，用于采集用户节目的观看日志信息，预处理并进行聚类分析得出加权系数，上传至服务器；类别组建立模块，用于依据上传的加权系数信息向用户推荐加入对应的类别小组，使某一用户自身建立多类别组；关联组建立模块，用于将多个用户根据各自的类别小组匹配程度大小建立分级别的关联类别组；更新模块，用于依据不同级别的关联类别组关系，实现同步更新节目资源或刷新后更新节目资源。进一步的方案中，所述日志处理模块包括日志数据采集单元和日志数据聚类分析单元，所述日志数据采集单元用于采集客户端用户用户ID、历史播放节目名称、用户操作和操作时的流媒体时间的日志操作信息，其中所述流媒体时间包括历史节目播放时限长短、快进快退频率信息；所述日志数据聚类分析单元根据获取的日志信息建立节目信息参数的向量空间模型，使用聚类迭代算法对节目信息参数的向量空间模型进行计算，根据计算结果得出各个节目在对应类别中的类别权重系数。又一个优选方案中，所述系统还包括节目资源处理模块，用于下级关联用户的播放节目与上级关联用户的播放节目的比对，删除相同节目数据，同时筛选出播放数据排名top-n的节目；所述更新模块包括同步更新单元和刷新更新单元，所述同步更新单元用于一级关联用户之间对节目资源的同步更新；所述刷新更新单元用于将筛选后的二级、三级和四级关联用户的播放节目数据通过刷新方式进行二次、三次和四次更新。本专利技术更新媒体节目的方法，通过建立关联用户，同步关联用户之间的数据更新，提高节目更新的准确率。服务器依照关联用户等级以及关联用户的播放节目次序分析，推送用户偏好度较高的节目信息至客户端，从而准确高效的自动更新节目节目。本专利技术方法相对于传统的媒体节目仅针对某一用户的偏好进行更新的方法，具有更好的体验性，节目更新类别在具有更多元化的同时不混乱，用户偏好程度的层次性极佳。附图说明图1为本专利技术实施例提供的方法流程图。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。本专利技术的更新媒体节目的方法，如图1所示，所述方法至少包括下述步骤：S1、资源服务器根据不同类别的节目资源对应建立类别小组；S2、客户端采集用户节目的观看日志信息，预处理后对日志信息聚类分析，上传至系统服务器，系统服务器根据聚类信息向用户推荐加入对应的类别小组；S3、系统服务器根据多个用户的类别小组匹配程度建立关联类别组；S4、根据关联类别组中用户观看节目的播放次数，依照由多至少的次序进行关联用户的节目资源更新。在步骤S1之前还包括服务器获取节目的节目信息，利用聚类算法根据相似度大小将各个节目分成不同的类别，并存储。具体的，所述服务器对获取的节目信息(包括节目简介、演员及导演等)进行预处理，采集各种节目及节目简介等信息，利用文本聚类方法，分别得到各个节目属于每个类别的权重，例如可采用基于spark的分布式计算框架及其存储系统，处理海量数据挖掘及存储的需求。其中文本聚类包括本文数据的清洗，将采集文本中的噪声数据清除，利用开源中文分词工具进行文本的中文分词，且将常用语和一些停用词去掉；然后，服务器建立节目信息参数的向量空间模型，计算文本中各个词在文本中出现的次数C(wi)，则TF(i)＝C(wi)/sum(wi…n)；统计文本集合中出现词wi的文本数量doc_C(wi)，则IDF(i)＝log(doc_sum/doc_C(wi))；得到文本i，单词wj的TF-IDF的权值W[i][j]＝TF(j)*IDF(j)；其中i为文本，wj是文本i中的特征词。每个文本的向量表示为W[i][j](j＝1…n)。下一步，使用聚类迭代算法对节目信息参数的向量空间模型进行计算；聚类迭代具体为：通过聚类的个数，从文本集中选取对应个数文本作为聚类的类中心，计算文本i与确定个数的聚类中心的距离；将文本i与中心距离最近的类确定为该文本的类别。如此重复将所有文本的类别确定下来。该过程中的聚类本文档来自技高网...

【技术保护点】
一种更新媒体节目的方法，所述方法至少包括下述步骤：S1、资源服务器根据不同类别的节目资源对应建立类别小组；S2、客户端采集用户节目的观看日志信息，预处理后对日志信息分析获得用户偏好信息，上传至系统服务器，系统服务器根据偏好信息向用户推荐加入对应的类别小组；S3、系统服务器根据多个用户的类别小组匹配程度建立多个关联类别组；S4、根据用户所在的多个类别小组，按照重叠系数由大至小的次序进行关联用户客户端的节目资源界面更新。

【技术特征摘要】
1.一种更新媒体节目的方法，所述方法至少包括下述步骤：S1、资源服务器根据不同类别的节目资源对应建立类别小组；S2、客户端采集用户节目的观看日志信息，预处理后对日志信息分析获得用户偏好信息，上传至系统服务器，系统服务器根据偏好信息向用户推荐加入对应的类别小组；S3、系统服务器根据多个用户的类别小组匹配程度建立多个关联类别组；S4、根据用户所在的多个类别小组，按照重叠系数由大至小的次序进行关联用户客户端的节目资源界面更新。2.如权利要求1所述的更新媒体节目的方法，其特征在于，步骤S1之前还包括服务器获取节目的节目信息，利用聚类算法根据相似度大小将各个节目分成不同的类别，并存储。3.如权利要求2所述的更新媒体节目的方法，其特征在于，所述服务器对获取的节目信息进行预处理后，建立节目信息参数的向量空间模型，使用聚类迭代算法对节目信息参数的向量空间模型进行计算相似度；根据相似度数值大小按设定规则分类，并存放到数据库中。4.如权利要求1所述的更新媒体节目的方法，其特征在于，步骤S2中，日志信息包括用户ID、历史节目名称、用户操作和操作时的流媒体时间，根据所述流媒体时间中的历史节目播放时限长短、快进快退频率信息进行聚类分析，计算得出权重系数并上传至服务器；所述服务器根据权重系数规则判断该流媒体节目的偏好数值，并根据偏好数值向用户推荐加入对应的类别小组。5.如权利要求1所述的更新媒体节目的方法，其特征在于，在步骤S3的建立关联类别中，将多个用户所在的多个类别小组重叠最多的关系用户标记为一级关联用户关系；将多个用户所在类别小组中至少一个类别小组重叠的关系用户，依重叠类别小组的多少划分并标记为二级、三级和四级关联用户关系。6.如权利要求5所述的更新媒体节目的方法，其特征在于，一级关联用户关系的用户在步骤S4中，实现与该关系用户间节目资源的同步更新；依次对二级、三级和四级关联用户的节目播放数据进行分析，将其分别对应作为二次、三次和四次更新节目数据发...

【专利技术属性】
技术研发人员：纪琦华，蒲珂，方宏，曾泽基，李哲山，胡彬，陈传海，蔡忠善，张毅萍，魏明，蔡辉，
申请(专利权)人：中广热点云科技有限公司，
类型：发明
国别省市：北京;11