本發(fā)明涉及視頻節(jié)目播放控制領(lǐng)域，具體而言，涉及一種個性界面生成方法和一種個性界面生成系統(tǒng)。

背景技術(shù)：

目前機頂盒設(shè)備的用戶登錄后，個人界面顯示單一，后臺都會推薦相同的信息進行顯示，沒有體現(xiàn)出個性，也不符合各個用戶的個人習(xí)慣，使用不方便。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有的視頻觀看個人賬戶界面單一，沒有體現(xiàn)出個性化的問題，提出了一種個性界面生成方法，包括如下步驟：

s110、利用攝像頭實時捕獲人臉圖像；

s120、提取所述人臉圖像特征，判斷所述人臉圖像特征屬于預(yù)存特征時，獲取所述人臉圖像特征對應(yīng)的id號；

s130、根據(jù)所述id號，獲取視頻推薦信息；

s140、將所述視頻推薦信息顯示在所述個性界面上。

進一步地，所述步驟s130包括：

s131、獲取個人觀看清單信息，獲取觀看預(yù)測推薦信息，獲取他人觀看推薦信息；

s132、從所述個人觀看清單信息、所述觀看預(yù)測推薦信息、所述他人觀看推薦信息中獲取處于直播狀態(tài)的節(jié)目信息；

s133、將所述個性界面的前兩個推薦位設(shè)置為所述s132獲取的處于直播狀態(tài)的節(jié)目信息，將第三至第八推薦位設(shè)置為個人觀看清單信息、觀看預(yù)測推薦信息和他人觀看推薦信息中隨機獲取的節(jié)目信息；

s134、獲取當前用戶正在播放的節(jié)目對應(yīng)的推薦信息，填充至第九至第十二推薦位，或者判斷當前正在播放的節(jié)目為直播狀態(tài)的節(jié)目時，則生成四個熱播節(jié)目集填充所述第九至第十二推薦位。

進一步地，所述步驟s132中還包括，判斷處于直播狀態(tài)的節(jié)目信息小于兩個時，則生成熱播節(jié)目進行補充。

進一步地，所述步驟s131中獲取個人觀看清單的步驟包括：

s1311、獲取用戶播放行為日志；

s1312、判斷所述播放行為日志中的播放節(jié)目信息為非單集時，則將當前判斷的播放節(jié)目信息加入到所述個人觀看清單信息中；

s1313、判斷所述播放行為日志中的播放節(jié)目信息為單集時，則判斷觀看時長沒有超過所述播放節(jié)目信息對應(yīng)的總時長的80％時，則加入到所述個人觀看清單信息中。

進一步地，所述步驟s131中獲取觀看預(yù)測推薦信息包括，

s1314、獲取用戶之前14天觀看記錄信息，并獲取用戶觀看記錄信息中的各個節(jié)目信息主演信息、導(dǎo)演信息和分類信息，將所述主演信息、導(dǎo)演信息和分類信息中的單個信息生成單個信息標簽，設(shè)定各個標簽分為1分；

s1315、判斷各個節(jié)目信息屬于收藏狀態(tài)時，對應(yīng)的主演信息、導(dǎo)演信息和分類信息變?yōu)?0分；

s1316、將所有主演信息中的各個標簽分進行求和獲取標簽總分，求取單個信息標簽的百分比，將百分比最高的單個信息標簽設(shè)為偏好主演信息；將所有導(dǎo)演信息中的各個標簽分進行求和獲取標簽總分，求取單個信息標簽的百分比，將百分比最高的單個信息標簽設(shè)為偏好導(dǎo)演信息；將所有分類信息中的各個標簽分進行求和獲取標簽總分，求取單個信息標簽的百分比，將百分比最高的單個信息標簽設(shè)為偏好分類信息；

s1317、從所有用戶的觀看行為中獲取節(jié)目集熱度信息；

s1318、從所述偏好主演信息對應(yīng)的節(jié)目集、所述偏好導(dǎo)演信息對應(yīng)的節(jié)目集和所述偏好分類信息對應(yīng)的節(jié)目集中獲取用戶未觀看過的節(jié)目集；

s1319、從所述未觀看過的節(jié)目集中選取節(jié)目集熱度較高的節(jié)目集信息，作為所述觀看預(yù)測推薦信息。

進一步地，所述步驟s131中獲取他人觀看推薦信息包括，

s13110、根據(jù)用戶id獲取用戶好友的id，獲取用戶好友正在播放的內(nèi)容，根據(jù)節(jié)目集對應(yīng)的正在觀看的好友數(shù)量進行節(jié)目集排序，獲取好友正在看節(jié)目排序信息；

s13111、根據(jù)用戶id獲取用戶的盒子串號，根據(jù)盒子串號獲取發(fā)貨地，根據(jù)發(fā)貨地獲取屬于同地市的周圍用戶id，根據(jù)節(jié)目集對應(yīng)的正在觀看的周圍用戶數(shù)量進行節(jié)目集排序，獲取周圍用戶正在看節(jié)目排序信息；

s13112、根據(jù)用戶id獲取用戶好友的id，獲取用戶好友當前時間前一天的觀看記錄，根據(jù)節(jié)目集對應(yīng)的前一天看過的好友數(shù)量進行節(jié)目集排序，獲取好友看過了的節(jié)目排序信息；

s13113、根據(jù)用戶id獲取用戶的盒子串號，根據(jù)盒子串號獲取發(fā)貨地，根據(jù)發(fā)貨地獲取屬于同地市的周圍用戶id，根據(jù)節(jié)目集對應(yīng)的前一天看過的周圍用戶數(shù)量進行節(jié)目集排序，獲取周圍用戶看過了的節(jié)目排序信息；

s13114、按照好友正在看節(jié)目排序信息的優(yōu)先級大于周圍用戶正在看節(jié)目排序信息的優(yōu)先級，周圍用戶正在看節(jié)目排序信息的優(yōu)先級大于好友看過了的節(jié)目排序信息的優(yōu)先級，好友看過了的節(jié)目排序信息的優(yōu)先級大于周圍用戶看過了的節(jié)目排序信息的優(yōu)先級，進行節(jié)目排序，將排序的結(jié)果作為他人觀看推薦信息。

進一步地，所述視頻推薦信息包括，節(jié)目集的海報圖像信息、節(jié)目名稱信息、節(jié)目推薦理由信息和節(jié)目播出時間信息。

進一步地，所述步驟s140中還包括，將所述id號對應(yīng)的家庭成員身份信息顯示在所述個性界面上，并顯示所述id號所屬家庭的其他成員的成員身份信息顯示在所述個性界面上。

進一步地，所述s140中還包括，根據(jù)所述id號，索引獲取預(yù)存的頭像，將所述頭像顯示在所述個性界面上。

本發(fā)明另一方面還提供一種個性界面生成系統(tǒng)，包括攝像頭，用于實時捕獲人臉圖像；

人臉特征提取模塊，用于提取所述人臉圖像愛那個特征，將所述人臉圖像特征與預(yù)存特征進行比較；

id號獲取模塊，用于根據(jù)所述人臉圖像特征查詢索引id號；

視頻推薦信息獲取模塊，用于根據(jù)所述id號獲取視頻推薦信息；

個性界面生成模塊，用于將所述視頻推薦信息顯示在所述個性界面上。

本發(fā)明提供的方法系統(tǒng)根據(jù)用戶自己的觀看記錄、好友觀看記錄、和周圍人觀看記錄獲取推薦信息，顯示在個性界面，實現(xiàn)千人前面。

附圖說明

通過參考附圖會更加清楚的理解本發(fā)明的特征和優(yōu)點，附圖是示意性的而不應(yīng)理解為對本發(fā)明進行任何限制，在附圖中：

圖1為本發(fā)明一些實施例中的個性界面的示意圖；

圖2為本發(fā)明一些實施例中的個性界面生成方法中各個系統(tǒng)流程圖示意圖；

圖3為本發(fā)明一些實施例中的個性界面生成方法的流程示意圖；

圖4為本發(fā)明一些實施例中的個性界面生成方法中的子步驟流程示意圖；

圖5為本發(fā)明一些實施例中的個性界面生成方法中的子步驟流程示意圖；

圖6為本發(fā)明一些實施例中的個性界面生成方法中的子步驟流程示意圖；

圖7為本發(fā)明一些實施例中的個性界面生成方法中的子步驟流程示意圖；

圖8為本發(fā)明一些實施例中的個性界面生成系統(tǒng)的系統(tǒng)組成示意圖。

具體實施方式

為了能夠更清楚地理解本發(fā)明的上述目的、特征和優(yōu)點，下面結(jié)合附圖和具體實施方式對本發(fā)明進行進一步的詳細描述。需要說明的是，在不沖突的情況下，本申請的實施例及實施例中的特征可以相互組合。

在下面的描述中闡述了很多具體細節(jié)以便于充分理解本發(fā)明，但是，本發(fā)明還可以采用其他不同于在此描述的其他方式來實施，因此，本發(fā)明的保護范圍并不受下面公開的具體實施例的限制。

本發(fā)明為了為每個用戶提供個性化界面，實現(xiàn)千人千面，實現(xiàn)智能展示的功能，提供了一種個性化界面(panel)生成方法。

智能個人panel可刷臉登錄、手機自動感應(yīng)登錄，自動感應(yīng)離開，實現(xiàn)每個用戶的panel都是個性化，千人千面。智能個人panel的展示時機有兩個前提：用戶為家庭關(guān)聯(lián)用戶、用戶上線。非家庭成員的局域網(wǎng)手機用戶(根據(jù)網(wǎng)關(guān)，位置，ip等信息判斷是否為局域網(wǎng))上線會讓用戶選擇是否關(guān)聯(lián)此tv的家庭成員，選擇是的話則會成為家庭成員并展示在智能panel頁中，其他手機用戶也可以通過掃碼關(guān)聯(lián)成為家庭成員。家庭成員的手機用戶上線，通過xmpp消息通知到tv端，檢查用戶列表如果有變化，則發(fā)送廣播方式通知，來展示變化用戶的智能panel頁。列表中默認會一直展示默認用戶項(即主人項)。

個性界面左上角推薦位作為固定入口，打開進入個人看單，其他推薦位根據(jù)用戶相關(guān)信息推薦節(jié)目，相關(guān)信息包括收視習(xí)慣、好友收視習(xí)慣、收藏的節(jié)目等；界面如圖1所示。個性panel多種版式隨機選擇，節(jié)目隨時變化，形成千人千面智能個人首頁；推薦的節(jié)目展示節(jié)目名稱、播出時間、推薦理由等；成員個性panel自動感應(yīng)上線和離線，手機在線或者檢測到人臉信息成員上線，手機離線或者人臉信息不在線個性panel消失；主賬戶個性panel長久存在。

智能panel頁面的推薦原理：為經(jīng)過一系列算法最終計算出6個推薦結(jié)果(如下)：

(1)獲取我的看單結(jié)果

(2)獲取猜你想看結(jié)果

(3)獲取大家在看結(jié)果

(4)找到這3個結(jié)果中的直播中的結(jié)果，若不足則使用熱播頻道不足(由spark在redis對熱播的uuid加播放次數(shù))

(5)拼接前2個直播結(jié)果，第3～8個推薦位為我的看單，猜你想看，大家在看隨機選取的結(jié)果

(6)獲取當前用戶正在播的節(jié)目集對應(yīng)的相關(guān)推薦，填充推薦位的8到12位，若當前節(jié)目為直播(未入欄)，則推薦4個熱播節(jié)目集。

我的看單結(jié)果獲取方法為：

(1)播放

收到用戶播放行為日志后，進行判斷：

<1>若視頻所屬的節(jié)目集不是單集的(電視劇綜藝等多集內(nèi)容)，則直接把他加入我的看單。

<2>若視頻所屬的節(jié)目集是單集的，則判斷他觀看時長是否超過總時長的80％，如果不超過，則認為他還沒有看完，還會再次觀看，加入我的看單；如果超過，認為其已經(jīng)看完，則不加入我的看單。

(2)收藏

直接將節(jié)目集加入我的看單。

(3)取消收藏

直接將節(jié)目集從我的看單中刪除。

(4)不喜歡(用戶在看單ui點擊刪除)

直接將節(jié)目集從我的看單中刪除。

猜你想看結(jié)果獲取方法為：

(1)一個用戶播放了一個節(jié)目集《解密》，這個節(jié)目集的主演：陳學(xué)冬|穎兒|經(jīng)超|張哲瀚，導(dǎo)演：安建，分類：勵志|諜戰(zhàn)|情感，首先先將多個主演和分類拆分開，對這個用戶把陳學(xué)冬，穎兒，經(jīng)超，張哲瀚，安建，勵志，諜戰(zhàn)，情感這幾個標簽分別加1分(具體視權(quán)重而定，目前統(tǒng)一都是1)。

(2)收藏同理，只不過會對每個標簽加10分。

(3)把這個用戶從今天往前推14天內(nèi)的所有播放行為和收藏行為都按照上述邏輯處理過后，得到用戶對所有人名和分類標簽的喜好度，把他全部相加求出百分比，從而得出用戶的偏好畫像。

例如：

用戶1-陳學(xué)冬-12％

用戶1-趙薇-8％

(4)將節(jié)目集也按照主演，導(dǎo)演，分類拆分成標簽

例如：

趙薇-節(jié)目集1

趙薇-節(jié)目集2

愛情-節(jié)目集1

喜劇-節(jié)目集2

(5)然后通過所有用戶對播放行為對這些節(jié)目集排序

例如：

趙薇-節(jié)目集1-3024

趙薇-節(jié)目集2-1023

愛情-節(jié)目集1-3024

喜劇-節(jié)目集2-1023

(6)通過用戶喜歡的標簽，以及標簽的熱度，找到用戶喜歡的標簽但他沒看過，且熱度較高的節(jié)目集，然后作為最終的推薦結(jié)果。

(7)猜你想看計算了30個結(jié)果，ui上只展現(xiàn)6個，當用戶訪問猜你想看頁面時，從30個結(jié)果隨機獲取6個，當用戶點擊換一批時重新隨機出6個，所以點換一批時存在一定幾率有重復(fù)的節(jié)目集。

大家在看結(jié)果獲取方式為：

大家在看是由好友正在看+周圍人正在看+好友看過了+周圍人看過了，這4種推薦算法組成，優(yōu)先級也是如此排序，總數(shù)18個，當已經(jīng)累計夠18個則后面的結(jié)果不會展示。

(1)好友正在看

實時算法，根據(jù)用戶id獲取用戶好友的用戶id，將好友正在播放的內(nèi)容，通過內(nèi)容為維度合并，推薦順序以好友觀看的個數(shù)多少來排序。

(2)周圍人正在看

實時算法，根據(jù)用戶id找到用戶的盒子串號，再找到盒子的發(fā)貨地，將同地市的人正在播放的內(nèi)容，通過內(nèi)容為維度合并，推薦順序以周圍人看的個數(shù)多少來排序。

(3)好友看過了

離線算法，從昨天的日志中通過內(nèi)容為維度合并，推薦順序以好友觀看的個數(shù)多少來排序。

(4)周圍人看過了

離線算法，從昨天的日志中通過內(nèi)容為維度合并，推薦順序以周圍人觀看的個數(shù)多少來排序。

各個系統(tǒng)工作流程如圖2所示。

類似地，如圖3所示，本發(fā)明實施例提供了一種個性界面生成方法，包括如下步驟：

s110、利用攝像頭實時捕獲人臉圖像；

s120、提取所述人臉圖像特征，判斷所述人臉圖像特征屬于預(yù)存特征時，獲取所述人臉圖像特征對應(yīng)的id號；

s130、根據(jù)所述id號，獲取視頻推薦信息；

s140、將所述視頻推薦信息顯示在所述個性界面上。

通過人臉圖像進入到個性panel，獲取id號，根據(jù)id號獲取觀看記錄、好友觀看記錄、周圍人觀看記錄，從而獲取推薦信息，將視頻推薦信息進行推送到個性界面上，實現(xiàn)不同用戶設(shè)置不同個性界面。

如圖4所示，所述步驟s130包括：

s131、獲取個人觀看清單信息，獲取觀看預(yù)測推薦信息，獲取他人觀看推薦信息；

s132、從所述個人觀看清單信息、所述觀看預(yù)測推薦信息、所述他人觀看推薦信息中獲取處于直播狀態(tài)的節(jié)目信息；

s133、將所述個性界面的前兩個推薦位設(shè)置為所述s132獲取的處于直播狀態(tài)的節(jié)目信息，將第三至第八推薦位設(shè)置為個人觀看清單信息、觀看預(yù)測推薦信息和他人觀看推薦信息中隨機獲取的節(jié)目信息；

s134、獲取當前用戶正在播放的節(jié)目對應(yīng)的推薦信息，填充至第九至第十二推薦位，或者判斷當前正在播放的節(jié)目為直播狀態(tài)的節(jié)目時，則生成四個熱播節(jié)目集填充所述第九至第十二推薦位。

所述步驟s132中還包括，判斷處于直播狀態(tài)的節(jié)目信息小于兩個時，則生成熱播節(jié)目進行補充。熱播節(jié)目通過統(tǒng)計觀看人數(shù)進行獲取。

如圖5所示，所述步驟s131中獲取個人觀看清單的步驟包括：

s1311、獲取用戶播放行為日志；

s1312、判斷所述播放行為日志中的播放節(jié)目信息為非單集時，則將當前判斷的播放節(jié)目信息加入到所述個人觀看清單信息中；

s1313、判斷所述播放行為日志中的播放節(jié)目信息為單集時，則判斷觀看時長沒有超過所述播放節(jié)目信息對應(yīng)的總時長的80％時，則加入到所述個人觀看清單信息中。

如圖6所示，所述步驟s131中獲取觀看預(yù)測推薦信息包括，

s1314、獲取用戶之前14天觀看記錄信息，并獲取用戶觀看記錄信息中的各個節(jié)目信息主演信息、導(dǎo)演信息和分類信息，將所述主演信息、導(dǎo)演信息和分類信息中的單個信息生成單個信息標簽，設(shè)定各個標簽分為1分；

s1315、判斷各個節(jié)目信息屬于收藏狀態(tài)時，對應(yīng)的主演信息、導(dǎo)演信息和分類信息變?yōu)?0分；

s1316、將所有主演信息中的各個標簽分進行求和獲取標簽總分，求取單個信息標簽的百分比，將百分比最高的單個信息標簽設(shè)為偏好主演信息；將所有導(dǎo)演信息中的各個標簽分進行求和獲取標簽總分，求取單個信息標簽的百分比，將百分比最高的單個信息標簽設(shè)為偏好導(dǎo)演信息；將所有分類信息中的各個標簽分進行求和獲取標簽總分，求取單個信息標簽的百分比，將百分比最高的單個信息標簽設(shè)為偏好分類信息；

s1317、從所有用戶的觀看行為中獲取節(jié)目集熱度信息；

s1318、從所述偏好主演信息對應(yīng)的節(jié)目集、所述偏好導(dǎo)演信息對應(yīng)的節(jié)目集和所述偏好分類信息對應(yīng)的節(jié)目集中獲取用戶未觀看過的節(jié)目集；

s1319、從所述未觀看過的節(jié)目集中選取節(jié)目集熱度較高的節(jié)目集信息，作為所述觀看預(yù)測推薦信息。

如圖7所示，所述步驟s131中獲取他人觀看推薦信息包括，

s13110、根據(jù)用戶id獲取用戶好友的id，獲取用戶好友正在播放的內(nèi)容，根據(jù)節(jié)目集對應(yīng)的正在觀看的好友數(shù)量進行節(jié)目集排序，獲取好友正在看節(jié)目排序信息；

s13111、根據(jù)用戶id獲取用戶的盒子串號，根據(jù)盒子串號獲取發(fā)貨地，根據(jù)發(fā)貨地獲取屬于同地市的周圍用戶id，根據(jù)節(jié)目集對應(yīng)的正在觀看的周圍用戶數(shù)量進行節(jié)目集排序，獲取周圍用戶正在看節(jié)目排序信息；

s13112、根據(jù)用戶id獲取用戶好友的id，獲取用戶好友當前時間前一天的觀看記錄，根據(jù)節(jié)目集對應(yīng)的前一天看過的好友數(shù)量進行節(jié)目集排序，獲取好友看過了的節(jié)目排序信息；

s13113、根據(jù)用戶id獲取用戶的盒子串號，根據(jù)盒子串號獲取發(fā)貨地，根據(jù)發(fā)貨地獲取屬于同地市的周圍用戶id，根據(jù)節(jié)目集對應(yīng)的前一天看過的周圍用戶數(shù)量進行節(jié)目集排序，獲取周圍用戶看過了的節(jié)目排序信息；

s13114、按照好友正在看節(jié)目排序信息的優(yōu)先級大于周圍用戶正在看節(jié)目排序信息的優(yōu)先級，周圍用戶正在看節(jié)目排序信息的優(yōu)先級大于好友看過了的節(jié)目排序信息的優(yōu)先級，好友看過了的節(jié)目排序信息的優(yōu)先級大于周圍用戶看過了的節(jié)目排序信息的優(yōu)先級，進行節(jié)目排序，將排序的結(jié)果作為他人觀看推薦信息。

所述視頻推薦信息包括，節(jié)目集的海報圖像信息、節(jié)目名稱信息、節(jié)目推薦理由信息和節(jié)目播出時間信息。

所述步驟s140中還包括，將所述id號對應(yīng)的家庭成員身份信息顯示在所述個性界面上，并顯示所述id號所屬家庭的其他成員的成員身份信息顯示在所述個性界面上。如圖1所示，顯示“寶貝閨女”、“老爸”和當前用戶id號對應(yīng)的家庭成員身份“暗暗張”。

所述s140中還包括，根據(jù)所述id號，索引獲取預(yù)存的頭像，將所述頭像顯示在所述個性界面上。如顯示在個性界面的左上角位置。

本發(fā)明另一方面還提供了一種個性界面生成系統(tǒng)100，原理與上述個性界面生成方法類似，包括攝像頭110，用于實時捕獲人臉圖像；

人臉特征提取模塊120，用于提取所述人臉圖像愛那個特征，將所述人臉圖像特征與預(yù)存特征進行比較；

id號獲取模塊130，用于根據(jù)所述人臉圖像特征查詢索引id號；

視頻推薦信息獲取模塊130，用于根據(jù)所述id號獲取視頻推薦信息；

個性界面生成模塊140，用于將所述視頻推薦信息顯示在所述個性界面上。

本發(fā)明提供的方法系統(tǒng)根據(jù)用戶自己的觀看記錄、好友觀看記錄、和周圍人觀看記錄獲取推薦信息，顯示在個性界面，實現(xiàn)千人前面

在本發(fā)明中，術(shù)語“第一”、“第二”、“第三”僅用于描述目的，而不能理解為指示或暗示相對重要性。術(shù)語“多個”指兩個或兩個以上，除非另有明確的限定。

以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。