论文部分内容阅读
数字技术开创了电视的新纪元,电视的含义已经不仅仅是传统的音视频广播,而且是可以提供丰富信息和娱乐业务的双向交互式媒体。在此背景下,数字电视机项盒也从单纯用于实现数字信号到模拟信号转变的接收终端,演变为一个综合性的家庭多媒体娱乐与信息服务平台——家庭多媒体平台。家庭多媒体平台融合了多媒体信息处理、网络通信和大容量存储等技术,已经成为消费电子和计算机领域的一个研究热点。从发展趋势来看,家庭多媒体平台的发展主要集中在标准化、智能化和大容量存储三个关键技术方向。
本文针对数字电视发展关键技术之一——数字电视节目智能个性化推荐技术进行了研究。本文提出了利用TV-Anytime丰富的内容描述元数据开展电视节目指南服务的具体方案。本文以TV-Anytime元数据规范为基础,将数据挖掘和人工智能等技术相结合,构建一个基于Multi-agent框架的个性化电视节目推荐系统。在系统的用户建模策略上,提出了基于用户行为的兴趣粒度模型。基于该模型,运用模糊推理算法进行自动用户建模,通过对用户观赏行为的分析推理得到用户的兴趣特征。
在系统的推荐算法上,提出了基于内容的过滤和协作过滤相结合的混合算法。为了克服传统协作过滤算法依赖于用户显性评价的不足,本文提出了改进算法——基于内容的协作过滤。本文还给出了在家庭多媒体平台的原型系统实现方案。