| 【中文题名】 | 家庭网络环境中的EPG智能推荐技术研究与实现 |
| 【英文题名】 | The Research and Realizing of EPG Intelligent Recommendation in Home Network |
| 【学科专业】 | 计算机软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2005-9-7 |
| 【中关键词】 | 电子节目指南,个性化,最大熵OSGi,SIP,推荐,文本分类 |
| 【英关键词】 | Electronic Program Guide,personality,Maximum Entropy,OSGi,SIP Recommendation,text classification,intelligent home network, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>计算机网络>一般性问题 |
| 【论文摘要】 | 随着卫星频道和有线电视频道数量的增多,用户可以选择的电视节目范围也越来越广,为选择一个合适的电视节目常常要花费许多时间。用户常常会因此而错过自己所感兴趣的电视节目。
数字电视供应商认识到了这个因频道过多而引起的问题,通过为用户提供电子节目指南(EPG)服务来解决这个问题。目前所提供的EPG通常通过提供在线搜索功能,可以按节目类别、标题和播出时间对电视节目列表进行搜索,来帮助用户查找他们所感兴趣的电视节目。
既便如此,用户仍然要花很大力气在节目时间表中去查找一些感兴趣的节目。作为对此问题的一个解决方案,我们提出了一个智能化的EPG。在我们提出的智能化EPG中,EPG不断从在线的电视节目指南网站下载所需要的电视节目数据,并收集体现用户的兴趣的个性化信息。根据所收集的这些个性化信息,以及用户事先设置的电视节目参数,EPG从将要播出的节目中找出用户可能感兴趣的节目,推荐给用户。
我们提出的EPG根据用户看过的节目信息创建用户个性化(Profile)数据库。EPG监视记录用户对节目操作的行为,相应地用户的个性化数据被自动更新。根据更新过的个性化数据,EPG向用户推荐用户感兴趣的节目和... |
| 【论文题纲】 |
|
独创性声明 |
4-5 |
|
摘要 |
5-6 |
|
Abstract |
6-7 |
|
目录 |
7-10 |
|
第一章 引言 |
10-20 |
|
1.1 EPG概述 |
10-12 |
|
1.1.1 EPG的概念 |
10 |
|
1.1.2 EPG的种类 |
10-11 |
|
1.1.3 EPG的现状 |
11-12 |
|
1.1.4 EPG应用前景 |
12 |
|
1.1.5 EPG推荐 |
12 |
|
1.2 OSGi简介 |
12-16 |
|
1.2.1 OSGi简介 |
12-13 |
|
1.2.2 OSGi规范 |
13-15 |
|
1.2.3 OSGi的软件层次结构 |
15-16 |
|
1.3 SIP简介 |
16-17 |
|
1.3.1 SIP简介 |
16 |
|
1.3.2 SIP的功能和特点 |
16-17 |
|
1.3.3 SIP中服务器的分类和功能 |
17 |
|
1.4 课题来源 |
17-18 |
|
1.5 课题研究的意义 |
18-19 |
|
1.6 论文的组织结构 |
19-20 |
|
第二章 家庭网络系统简介 |
20-26 |
|
2.1 概述 |
20-21 |
|
2.1.1 家庭智能网络 |
20 |
|
2.1.2 演示系统简介 |
20-21 |
|
2.2 系统组成 |
21-23 |
|
2.2.1 移动设备 |
22 |
|
2.2.2 SIP服务器 |
22 |
|
2.2.3 OSGi网关 |
22-23 |
|
2.3 EPG智能推荐子系统 |
23-26 |
|
2.3.1 传统EPG的缺点 |
23 |
|
2.3.2 对传统EPG的改进 |
23-24 |
|
2.3.3 EPG推荐系统总体框架 |
24 |
|
2.3.4 各部分功能简介 |
24-25 |
|
2.3.5 EPG推荐流程 |
25-26 |
|
第三章 EPG节目信息的获取 |
26-36 |
|
3.1 EPG数据来源 |
26-27 |
|
3.2 EPG节目信息的获取过程 |
27-36 |
|
3.2.1 基本流程 |
27 |
|
3.2.2 从电视节目网站网站下载节目信息 |
27-28 |
|
3.2.3 节目信息的提取 |
28-29 |
|
3.2.4 标注属性 |
29 |
|
3.2.5 节目领域分类 |
29-35 |
|
3.2.6 EPG Database的维护 |
35-36 |
|
第四章 用户Profile信息的获取 |
36-40 |
|
4.1 基本思想 |
36-37 |
|
4.2 用户个性化数据库 |
37-38 |
|
4.3 数据收集(Data Collector) |
38 |
|
4.4 数据格式化(Format Generation) |
38-39 |
|
4.5 User Profile数据的维护 |
39-40 |
|
第五章 多引擎EPG推荐 |
40-48 |
|
5.1 EPG推荐分类器训练 |
40-43 |
|
5.1.1 推荐分类器的作用 |
40-41 |
|
5.1.2 按节目类型分类训练 |
41 |
|
5.1.3 按节目领域训练 |
41-42 |
|
5.1.4 按节目内容训练 |
42 |
|
5.1.5 使用分类器对节目进行分类 |
42-43 |
|
5.2 EPG推荐 |
43-48 |
|
5.2.1 推荐基本流程 |
43-44 |
|
5.2.2 用户设置 |
44-45 |
|
5.2.3 多引擎推荐系统 |
45-46 |
|
5.2.4 推荐节目生成 |
46-48 |
|
第六章 结束语 |
48-49 |
|
致谢 |
49-50 |
|
参考文献 |
50-51 |
|
| 【DOI】 | LunWen.ID:2.2008.371123 |
