基于語音識別的內容推薦方法及裝置的制造方法
【專利摘要】本發明公開了一種基于語音識別的內容推薦方法及裝置，包括：獲取預設范圍內的用戶的歷史記錄數據；根據所述歷史記錄數據，建立對應用戶的喜好模型；接收目標車載終端采集的語音指令及目標車載終端的用戶信息；從所述語音指令中提取出檢索詞，以及，從所述目標車載終端的用戶信息中分析得知目標用戶；提取所述目標用戶的喜好模型；結合所述檢索詞和所述目標用戶的喜好模型，在預設數據庫中匹配得到推薦內容；將所述推薦內容返回給所述目標車載終端。本發明提出的基于語音識別的內容推薦方法及裝置，能夠通過接收語音指令來向車載終端返回相應的推薦內容。
【專利說明】
基于語音識別的內容推薦方法及裝置
技術領域
[0001]本發明涉及數據處理技術領域，特別是指一種基于語音識別的內容推薦方法及裝置。
【背景技術】
[0002]隨著汽車技術和多媒體技術的不斷發展，越來越多的汽車中安裝了車載播放器，用于播發音樂、電影等多媒體節目，從而在枯燥的路途中增加一些娛樂性。
[0003]車載播放器的常見功能主要是播放CD、MP3、SD卡等儲存的數據，或者收聽廣播電臺等，通常不采用聯網接收網絡數據進行視聽的方式；同時，由于車載播放器的特殊性，其使用狀態通常是在行車途中，駕駛員通常不便通過手動輸入關鍵字等方式來發出指令，使用較為不便。
【發明內容】
[0004]有鑒于此，本發明的目的在于提出一種基于語音識別的內容推薦方法及裝置，能夠通過接收語音指令來向車載終端返回相應的推薦內容。
[0005]基于上述目的本發明提供的基于語音識別的內容推薦方法，包括:
[0006]獲取預設范圍內的用戶的歷史記錄數據；
[0007]根據所述歷史記錄數據，建立對應用戶的喜好模型；
[0008]接收目標車載終端采集的語音指令及目標車載終端的用戶信息；
[0009]從所述語音指令中提取出檢索詞，以及，從所述目標車載終端的用戶信息中分析得知目標用戶；
[0010]提取所述目標用戶的喜好模型；
[0011]結合所述檢索詞和所述目標用戶的喜好模型，在預設數據庫中匹配得到推薦內容；
[0012]將所述推薦內容返回給所述目標車載終端。
[0013]在一些實施方式中，所述接收目標車載終端采集的語音指令及目標車載終端的用戶信息的步驟之后還包括:
[0014]獲取所述目標車載終端的定位信息；
[0015]所述在預設數據庫中匹配得到推薦內容的步驟具體包括:
[0016]結合所述檢索詞、所述目標用戶的喜好模型和所述定位信息，在預設數據庫中匹配得到推薦內容。
[0017]在一些實施方式中，所述獲取所述目標車載終端的定位信息的步驟之后還包括:
[0018]從所述定位信息中分離出地域表征詞；
[0019]將所述地域表征詞與預設數據庫中的關鍵詞進行對比；
[0020]將所述地域表征詞中包含的與所述關鍵詞相同的詞作為地域關鍵詞；
[0021 ]所述在預設數據庫中匹配得到推薦內容的步驟具體包括:
[0022]結合所述檢索詞、所述目標用戶的喜好模型和所述地域關鍵詞，在預設數據庫中匹配得到推薦內容。
[0023]在一些實施方式中，所述接收目標車載終端采集的語音指令及目標車載終端的用戶信息的步驟之后還包括:
[0024]獲取所述目標車載終端的場景信息；
[0025]所述在預設數據庫中匹配得到推薦內容的步驟具體包括:
[0026]結合所述檢索詞、所述目標用戶的喜好模型和所述場景信息，在預設數據庫中匹配得到推薦內容。
[0027]在一些實施方式中，所述從所述語音指令中提取出檢索詞的步驟包括:
[0028]將所述語音指令轉換為文字信息；
[0029]將所述文字信息與預設數據庫中的關鍵詞進行對比；
[0030]將所述文字信息中包含的與所述關鍵詞相同的詞作為所述檢索詞。
[0031]本發明的第二個方面還提供了一種基于語音識別的內容推薦裝置，包括:
[0032]歷史數據獲取模塊，用于獲取預設范圍內的用戶的歷史記錄數據；
[0033]喜好模型建立模塊，用于根據所述歷史記錄數據，建立對應用戶的喜好模型；
[0034]數據接收模塊，用于接收目標車載終端采集的語音指令及目標車載終端的用戶信息;
[0035]檢索詞提取模塊，用于從所述語音指令中提取出檢索詞；
[0036]用戶信息分析模塊，用于從所述目標車載終端的用戶信息中分析得知目標用戶；
[0037]喜好模型提取模塊，用于提取所述目標用戶的喜好模型；
[0038]推薦內容匹配模塊，用于結合所述檢索詞和所述目標用戶的喜好模型，在預設數據庫中匹配得到推薦內容；
[0039]推薦內容返回模塊，用于將所述推薦內容返回給所述目標車載終端。
[0040]在一些實施方式中，所述數據接收模塊，還用于獲取所述目標車載終端的定位信息;
[0041]所述推薦內容匹配模塊，具體用于結合所述檢索詞、所述目標用戶的喜好模型和所述定位信息，在預設數據庫中匹配得到推薦內容。
[0042]在一些實施方式中，所述的裝置還包括定位信息分析模塊，用于從所述定位信息中分離出地域表征詞;將所述地域表征詞與預設數據庫中的關鍵詞進行對比；以及，將所述地域表征詞中包含的與所述關鍵詞相同的詞作為地域關鍵詞；
[0043]所述推薦內容匹配模塊，具體用于結合所述檢索詞、所述目標用戶的喜好模型和所述地域關鍵詞，在預設數據庫中匹配得到推薦內容。
[0044]在一些實施方式中，所述數據接收模塊，還用于獲取所述目標車載終端的場景信息;
[0045]所述推薦內容匹配模塊，具體用于結合所述檢索詞、所述目標用戶的喜好模型和所述場景信息，在預設數據庫中匹配得到推薦內容。
[0046]在一些實施方式中，所述檢索詞提取模塊，具體用于將所述語音指令轉換為文字信息;將所述文字信息與預設數據庫中的關鍵詞進行對比；以及，將所述文字信息中包含的與所述關鍵詞相同的詞作為所述檢索詞。
[0047]從上面所述可以看出，本發明提供的基于語音識別的內容推薦方法及裝置，通過建立用戶喜好模型，接收目標用戶的語音指令并從中提取檢索詞，向用戶返回與喜好模型和檢索詞相匹配的推薦內容，同時還通過語音識別實現了泛需求語音指令，從而解決了汽車用戶的觀影泛需求，可以補足用戶在汽車視頻觀看場景下，無精準需求的內容推薦，同時該方法及裝置易操作且具有良好的用戶體驗。
【附圖說明】
[0048]圖1為本發明提供的基于語音識別的內容推薦方法的一個實施例的流程示意圖；
[0049]圖2為本發明提供的基于語音識別的內容推薦方法的另一個實施例的流程示意圖；
[0050]圖3為本發明提供的基于語音識別的內容推薦裝置實施例的模塊結構示意圖。
【具體實施方式】
[0051]為使本發明的目的、技術方案和優點更加清楚明白，以下結合具體實施例，并參照附圖，對本發明進一步詳細說明。
[0052]本發明的第一個方面，提出了一種能夠通過接收語音指令來向車載終端返回相應的推薦內容的基于語音識別的內容推薦方法。如圖1所示，為本發明提供的基于語音識別的內容推薦方法的一個實施例的流程示意圖。
[0053]所述基于語音識別的內容推薦方法，包括以下步驟:
[0054]步驟101:獲取預設范圍內的用戶的歷史記錄數據；
[0055]所述預設范圍是指預先設定的需要進行處理的用戶的范圍，例如，僅處理高級會員的數據，或者處理收費會員的數據，或者處理全部具有帳號的用戶(包含免費用戶)的數據，或者將用戶劃分地域進行分類處理，例如北京市、上海市的各自進行處理，等等，可以根據實際需要來劃分預設范圍，而不一定是全部用戶，當然，考慮到適應性問題，也可以選擇全部范圍內的用戶;所述歷史記錄數據可以是，用于記錄用戶使用習慣的用戶的觀看記錄、收聽記錄等等；
[0056]步驟102:根據所述歷史記錄數據，建立對應用戶的喜好模型；
[0057]這里的喜好模型，可以通過提取歷史記錄數據中在預設期間內的出現頻率較高的關鍵詞而得到，并且可以相應地根據時間的早晚賦予不同權值；具體地，可以采用以下方法:
[0058]從預設期間內得到的歷史記錄數據中分析得到相應的多媒體文件(例如音樂、電影等)的分類信息和標簽信息;所述分類信息可以是多媒體文件的一級分類信息、二級分類信息，所述標簽信息可以是多媒體文件的運營商預先打上的標簽、用戶為其打上的標簽，等等，但并不限于這些數據；
[0059]根據提取得到的分類信息和標簽信息的時間遠近，為相應的分類信息和標簽信息賦予不同的權值;即，時間越久遠的，權值越低，時間越近期的，權值越高；
[0060]結合所述預設期間內得到的分類信息、標簽信息及相應的權值，計算得到所述喜好模型;這里，所述喜好模型可以是以所述分類信息、標簽信息為參量，且各參量具有各自權值的特征向量，在后續的基于喜好模型進行數據推薦時，可直接將該特征向量與待推薦內容的特征向量進行匹配，從而得到相匹配的推薦內容；
[0061 ]步驟103:接收目標車載終端采集的語音指令及目標車載終端的用戶信息;所述語音指令可以是用戶任意說出的詞語、一句話等等，例如“我想看愛情有關的電影”；所述目標車載終端的用戶信息是指，所述目標車載終端所關聯上的用戶信息，可以是預先定制于目標車載終端中的，也可以是用戶通過輸入賬戶和密碼而登錄的；
[0062]步驟104:從所述語音指令中提取出檢索詞，以及，從所述目標車載終端的用戶信息中分析得知目標用戶；
[0063]步驟105:提取所述目標用戶的喜好模型；S卩，從前述的根據所述歷史記錄數據，建立對應用戶的喜好模型中提取出與所述目標用戶對應的喜好模型；
[0064]步驟106:結合所述檢索詞和所述目標用戶的喜好模型，在預設數據庫中匹配得到推薦內容;所述預設數據庫，可以是預存在網絡服務器側的專用于向用戶進行內容推薦的數據庫，也可以是用于存儲所有多媒體文件的數據庫；
[0065]步驟107:將所述推薦內容返回給所述目標車載終端。
[0066]從上述實施例可以看出，本發明提供的基于語音識別的內容推薦方法，通過建立用戶喜好模型，接收目標用戶的語音指令并從中提取檢索詞，向用戶返回與喜好模型和檢索詞相匹配的推薦內容，同時還通過語音識別實現了泛需求語音指令，從而解決了汽車用戶的觀影泛需求，可以補足用戶在汽車視頻觀看場景下，無精準需求的內容推薦，同時該方法易操作且具有良好的用戶體驗。
[0067]進一步的，在一些可選實施方式中，所述接收目標車載終端采集的語音指令及目標車載終端的用戶信息的步驟103之后還可進一步包括以下步驟:
[0068]獲取所述目標車載終端的定位信息;所述定位信息，可以是通過目標車載終端經移動互聯網而獲得的GPS定位數據；
[0069]所述在預設數據庫中匹配得到推薦內容的步驟106還可具體包括以下步驟:
[0070]結合所述檢索詞、所述目標用戶的喜好模型和所述定位信息，在預設數據庫中匹配得到推薦內容。
[0071]通過上述實施例，可以將目標用戶的定位信息納入推薦的參考要素，從而向用戶推薦帶有相應地域標簽的內容，更有一種身臨其境的感受，從而提升了用戶體驗。
[0072]可選的，在一些實施方式中，所述獲取所述目標車載終端的定位信息的步驟之后還可進一步包括以下步驟:
[0073]從所述定位信息中分離出地域表征詞；例如，當前定位信息為北京市海淀區中關村的某家商店或餐廳，這樣，分離出的地域表征詞就有北京、海淀區、中關村、以及這家商店或餐廳(例如麥當勞)；
[0074]將所述地域表征詞與預設數據庫中的關鍵詞進行對比;所述預設數據庫中預先存儲有一些作為推薦參量的關鍵詞；
[0075]將所述地域表征詞中包含的與所述關鍵詞相同的詞作為地域關鍵詞；
[0076]所述在預設數據庫中匹配得到推薦內容的步驟106還可具體包括以下步驟:
[0077]結合所述檢索詞、所述目標用戶的喜好模型和所述地域關鍵詞，在預設數據庫中匹配得到推薦內容。
[0078]通過上述實施例，能夠從定位信息中找到相應的可作為推薦參量的地域關鍵詞，從而方便后續的匹配過程。
[0079]較佳的，在一些可選實施方式中，所述接收目標車載終端采集的語音指令及目標車載終端的用戶信息的步驟103之后還可進一步包括以下步驟:
[0080]獲取所述目標車載終端的場景信息;所述場景信息可以是用戶在目標車載終端提供的多個場景選項中選擇的，也可以是從用戶手動輸入或語音輸入的一句話中分析得到的，所述場景信息表征了當前汽車內部的環境特征，例如，目前是一家三口出游，所述手動輸入或語音輸入的一句話可以是“我們一家準備去旅游”，這時的場景信息可以是家庭和旅行；
[0081]所述在預設數據庫中匹配得到推薦內容的步驟106還可具體包括以下步驟:
[0082]結合所述檢索詞、所述目標用戶的喜好模型和所述場景信息，在預設數據庫中匹配得到推薦內容。
[0083]通過上述實施例，可以將目標用戶的場景信息納入推薦的參考要素，從而向用戶推薦帶有相應場景標簽的內容，更有一種符合用戶當前心境的感受，從而提升了用戶體驗。
[0084]可選的，在一些實施方式中，所述從所述語音指令中提取出檢索詞的步驟104還可進一步包括以下步驟:
[0085]將所述語音指令轉換為文字信息；具體地，可選擇現有的語音識別技術進行語音轉換，在此不再贅述；
[0086]將所述文字信息與預設數據庫中的關鍵詞進行對比;所述預設數據庫中預先存儲有一些作為推薦參量的關鍵詞；
[0087]將所述文字信息中包含的與所述關鍵詞相同的詞作為所述檢索詞。
[0088]本發明還提供了所述基于語音識別的內容推薦方法的另一個實施例。如圖2所示，為本發明提供的基于語音識別的內容推薦方法的另一個實施例的流程示意圖。
[0089]所述基于語音識別的內容推薦方法，包括以下步驟:
[0090]步驟201:獲取預設范圍內的用戶的歷史記錄數據；
[0091]步驟202:根據所述歷史記錄數據，建立對應用戶的喜好模型；
[0092]步驟203:接收目標車載終端采集的語音指令、目標車載終端的用戶信息、定位信息和場景彳g息；
[0093]步驟204:將所述語音指令轉換為文字信息；
[0094]步驟205:將所述文字信息與預設數據庫中的關鍵詞進行對比；
[0095]步驟206:將所述文字信息中包含的與所述關鍵詞相同的詞作為所述檢索詞；
[0096]步驟207:從所述目標車載終端的用戶信息中分析得知目標用戶；
[0097]步驟208:從所述定位信息中分離出地域表征詞；
[0098]步驟209:將所述地域表征詞與預設數據庫中的關鍵詞進行對比；
[0099]步驟210:將所述地域表征詞中包含的與所述關鍵詞相同的詞作為地域關鍵詞；
[0100]步驟211:提取所述目標用戶的喜好模型；
[0101]步驟212:結合所述檢索詞、地域關鍵詞、場景信息和所述目標用戶的喜好模型，在預設數據庫中匹配得到推薦內容；
[0102]步驟213:將所述推薦內容返回給所述目標車載終端。
[0103]從上面所述可以看出，本發明提供的基于語音識別的內容推薦方法，通過建立用戶喜好模型，接收目標用戶的語音指令并從中提取檢索詞，向用戶返回與喜好模型和檢索詞相匹配的推薦內容，同時還通過語音識別實現了泛需求語音指令，從而解決了汽車用戶的觀影泛需求，可以補足用戶在汽車視頻觀看場景下，無精準需求的內容推薦，同時該方法易操作且具有良好的用戶體驗。
[0104]本發明的第二個方面，提出了一種能夠通過接收語音指令來向車載終端返回相應的推薦內容的基于語音識別的內容推薦裝置。如圖3所示，為本發明提供的基于語音識別的內容推薦裝置實施例的模塊結構示意圖。
[0105]所述基于語音識別的內容推薦裝置，包括:
[0106]歷史數據獲取模塊301，用于獲取預設范圍內的用戶的歷史記錄數據；
[0107]所述預設范圍是指預先設定的需要進行處理的用戶的范圍，例如，僅處理高級會員的數據，或者處理收費會員的數據，或者處理全部具有帳號的用戶(包含免費用戶)的數據，或者將用戶劃分地域進行分類處理，例如北京市、上海市的各自進行處理，等等，可以根據實際需要來劃分預設范圍，而不一定是全部用戶，當然，考慮到適應性問題，也可以選擇全部范圍內的用戶;所述歷史記錄數據可以是，用于記錄用戶使用習慣的用戶的觀看記錄、收聽記錄等等；
[0108]喜好模型建立模塊302，用于根據所述歷史記錄數據，建立對應用戶的喜好模型；
[0109]這里的喜好模型，可以通過提取歷史記錄數據中在預設期間內的出現頻率較高的關鍵詞而得到，并且可以相應地根據時間的早晚賦予不同權值；具體地，可以采用以下方法:
[0110]從預設期間內得到的歷史記錄數據中分析得到相應的多媒體文件(例如音樂、電影等)的分類信息和標簽信息;所述分類信息可以是多媒體文件的一級分類信息、二級分類信息，所述標簽信息可以是多媒體文件的運營商預先打上的標簽、用戶為其打上的標簽，等等，但并不限于這些數據；
[0111]根據提取得到的分類信息和標簽信息的時間遠近，為相應的分類信息和標簽信息賦予不同的權值;即，時間越久遠的，權值越低，時間越近期的，權值越高；
[0112]結合所述預設期間內得到的分類信息、標簽信息及相應的權值，計算得到所述喜好模型;這里，所述喜好模型可以是以所述分類信息、標簽信息為參量，且各參量具有各自權值的特征向量，在后續的基于喜好模型進行數據推薦時，可直接將該特征向量與待推薦內容的特征向量進行匹配，從而得到相匹配的推薦內容；
[0113]數據接收模塊303，用于接收目標車載終端采集的語音指令及目標車載終端的用戶信息;所述語音指令可以是用戶任意說出的詞語、一句話等等，例如“我想看愛情有關的電影”；所述目標車載終端的用戶信息是指，所述目標車載終端所關聯上的用戶信息，可以是預先定制于目標車載終端中的，也可以是用戶通過輸入賬戶和密碼而登錄的；
[0114]檢索詞提取模塊304，用于從所述語音指令中提取出檢索詞；
[0115]用戶信息分析模塊305，用于從所述目標車載終端的用戶信息中分析得知目標用戶；即，從前述的根據所述歷史記錄數據，建立對應用戶的喜好模型中提取出與所述目標用戶對應的喜好模型；
[0116]喜好模型提取模塊306，用于提取所述目標用戶的喜好模型；
[0117]推薦內容匹配模塊307，用于結合所述檢索詞和所述目標用戶的喜好模型，在預設數據庫中匹配得到推薦內容;所述預設數據庫，可以是預存在網絡服務器側的專用于向用戶進行內容推薦的數據庫，也可以是用于存儲所有多媒體文件的數據庫；
[0118]推薦內容返回模塊308，用于將所述推薦內容返回給所述目標車載終端。
[0119]從上面所述可以看出，本發明提供的基于語音識別的內容推薦裝置，通過建立用戶喜好模型，接收目標用戶的語音指令并從中提取檢索詞，向用戶返回與喜好模型和檢索詞相匹配的推薦內容，同時還通過語音識別實現了泛需求語音指令，從而解決了汽車用戶的觀影泛需求，可以補足用戶在汽車視頻觀看場景下，無精準需求的內容推薦，同時該裝置易操作且具有良好的用戶體驗。
[0120]進一步的，在一些可選實施方式中，所述數據接收模塊303，還用于獲取所述目標車載終端的定位信息;所述定位信息，可以是通過目標車載終端經移動互聯網而獲得的GPS定位數據；
[0121]所述推薦內容匹配模塊307，具體用于結合所述檢索詞、所述目標用戶的喜好模型和所述定位信息，在預設數據庫中匹配得到推薦內容。
[0122]通過上述實施例，可以將目標用戶的定位信息納入推薦的參考要素，從而向用戶推薦帶有相應地域標簽的內容，更有一種身臨其境的感受，從而提升了用戶體驗。
[0123]可選的，在一些實施方式中，所述基于語音識別的內容推薦裝置，還包括定位信息分析模塊309，具體用于:
[0124]從所述定位信息中分離出地域表征詞；例如，當前定位信息為北京市海淀區中關村的某家商店或餐廳，這樣，分離出的地域表征詞就有北京、海淀區、中關村、以及這家商店或餐廳(例如麥當勞)；
[0125]將所述地域表征詞與預設數據庫中的關鍵詞進行對比;所述預設數據庫中預先存儲有一些作為推薦參量的關鍵詞；
[0126]以及，將所述地域表征詞中包含的與所述關鍵詞相同的詞作為地域關鍵詞；
[0127]所述推薦內容匹配模塊307，具體用于結合所述檢索詞、所述目標用戶的喜好模型和所述地域關鍵詞，在預設數據庫中匹配得到推薦內容。
[0128]通過上述實施例，能夠從定位信息中找到相應的可作為推薦參量的地域關鍵詞，從而方便后續的匹配過程。
[0129]較佳的，在一些可選實施方式中，所述數據接收模塊303，還用于獲取所述目標車載終端的場景信息;所述場景信息可以是用戶在目標車載終端提供的多個場景選項中選擇的，也可以是從用戶手動輸入或語音輸入的一句話中分析得到的，所述場景信息表征了當前汽車內部的環境特征，例如，目前是一家三口出游，所述手動輸入或語音輸入的一句話可以是“我們一家準備去旅游”，這時的場景信息可以是家庭和旅行；
[0130]所述推薦內容匹配模塊307，具體用于結合所述檢索詞、所述目標用戶的喜好模型和所述場景信息，在預設數據庫中匹配得到推薦內容。
[0131]通過上述實施例，可以將目標用戶的場景信息納入推薦的參考要素，從而向用戶推薦帶有相應場景標簽的內容，更有一種符合用戶當前心境的感受，從而提升了用戶體驗。
[0132]可選的，在一些實施方式中，所述檢索詞提取模塊304，具體用于:
[0133]將所述語音指令轉換為文字信息；具體地，可選擇現有的語音識別技術進行語音轉換，在此不再贅述；
[0134]將所述文字信息與預設數據庫中的關鍵詞進行對比;所述預設數據庫中預先存儲有一些作為推薦參量的關鍵詞；
[0135]以及，將所述文字信息中包含的與所述關鍵詞相同的詞作為所述檢索詞。
[0136]所屬領域的普通技術人員應當理解:以上任何實施例的討論僅為示例性的，并非旨在暗示本公開的范圍(包括權利要求)被限于這些例子;在本發明的思路下，以上實施例或者不同實施例中的技術特征之間也可以進行組合，步驟可以以任意順序實現，并存在如上所述的本發明的不同方面的許多其它變化，為了簡明它們沒有在細節中提供。
[0137]另外，為簡化說明和討論，并且為了不會使本發明難以理解，在所提供的附圖中可以示出或可以不示出與集成電路(IC)芯片和其它部件的公知的電源/接地連接。此外，可以以框圖的形式示出裝置，以便避免使本發明難以理解，并且這也考慮了以下事實，即關于這些框圖裝置的實施方式的細節是高度取決于將要實施本發明的平臺的(即，這些細節應當完全處于本領域技術人員的理解范圍內)。在闡述了具體細節(例如，電路)以描述本發明的示例性實施例的情況下，對本領域技術人員來說顯而易見的是，可以在沒有這些具體細節的情況下或者這些具體細節有變化的情況下實施本發明。因此，這些描述應被認為是說明性的而不是限制性的。
[0138]盡管已經結合了本發明的具體實施例對本發明進行了描述，但是根據前面的描述，這些實施例的很多替換、修改和變型對本領域普通技術人員來說將是顯而易見的。例如，其它存儲器架構(例如，動態RAM(DRAM))可以使用所討論的實施例。
[0139]本發明的實施例旨在涵蓋落入所附權利要求的寬泛范圍之內的所有這樣的替換、修改和變型。因此，凡在本發明的精神和原則之內，所做的任何省略、修改、等同替換、改進等，均應包含在本發明的保護范圍之內。
【主權項】
1.一種基于語音識別的內容推薦方法，其特征在于，包括: 獲取預設范圍內的用戶的歷史記錄數據； 根據所述歷史記錄數據，建立對應用戶的喜好模型； 接收目標車載終端采集的語音指令及目標車載終端的用戶信息； 從所述語音指令中提取出檢索詞，以及，從所述目標車載終端的用戶信息中分析得知目標用戶； 提取所述目標用戶的喜好模型； 結合所述檢索詞和所述目標用戶的喜好模型，在預設數據庫中匹配得到推薦內容； 將所述推薦內容返回給所述目標車載終端。2.根據權利要求1所述的方法，其特征在于，所述接收目標車載終端采集的語音指令及目標車載終端的用戶信息的步驟之后還包括: 獲取所述目標車載終端的定位信息； 所述在預設數據庫中匹配得到推薦內容的步驟具體包括: 結合所述檢索詞、所述目標用戶的喜好模型和所述定位信息，在預設數據庫中匹配得到推薦內容。3.根據權利要求2所述的方法，其特征在于，所述獲取所述目標車載終端的定位信息的步驟之后還包括: 從所述定位信息中分離出地域表征詞； 將所述地域表征詞與預設數據庫中的關鍵詞進行對比； 將所述地域表征詞中包含的與所述關鍵詞相同的詞作為地域關鍵詞； 所述在預設數據庫中匹配得到推薦內容的步驟具體包括: 結合所述檢索詞、所述目標用戶的喜好模型和所述地域關鍵詞，在預設數據庫中匹配得到推薦內容。4.根據權利要求1所述的方法，其特征在于，所述接收目標車載終端采集的語音指令及目標車載終端的用戶信息的步驟之后還包括: 獲取所述目標車載終端的場景信息； 所述在預設數據庫中匹配得到推薦內容的步驟具體包括: 結合所述檢索詞、所述目標用戶的喜好模型和所述場景信息，在預設數據庫中匹配得到推薦內容。5.根據權利要求1所述的方法，其特征在于，所述從所述語音指令中提取出檢索詞的步驟包括: 將所述語音指令轉換為文字信息； 將所述文字信息與預設數據庫中的關鍵詞進行對比； 將所述文字信息中包含的與所述關鍵詞相同的詞作為所述檢索詞。6.一種基于語音識別的內容推薦裝置，其特征在于，包括: 歷史數據獲取模塊，用于獲取預設范圍內的用戶的歷史記錄數據； 喜好模型建立模塊，用于根據所述歷史記錄數據，建立對應用戶的喜好模型； 數據接收模塊，用于接收目標車載終端采集的語音指令及目標車載終端的用戶信息； 檢索詞提取模塊，用于從所述語音指令中提取出檢索詞； 用戶信息分析模塊，用于從所述目標車載終端的用戶信息中分析得知目標用戶； 喜好模型提取模塊，用于提取所述目標用戶的喜好模型； 推薦內容匹配模塊，用于結合所述檢索詞和所述目標用戶的喜好模型，在預設數據庫中匹配得到推薦內容； 推薦內容返回模塊，用于將所述推薦內容返回給所述目標車載終端。7.根據權利要求6所述的裝置，其特征在于，所述數據接收模塊，還用于獲取所述目標車載終端的定位信息； 所述推薦內容匹配模塊，具體用于結合所述檢索詞、所述目標用戶的喜好模型和所述定位信息，在預設數據庫中匹配得到推薦內容。8.根據權利要求6所述的裝置，其特征在于，還包括定位信息分析模塊，用于從所述定位信息中分離出地域表征詞;將所述地域表征詞與預設數據庫中的關鍵詞進行對比；以及，將所述地域表征詞中包含的與所述關鍵詞相同的詞作為地域關鍵詞； 所述推薦內容匹配模塊，具體用于結合所述檢索詞、所述目標用戶的喜好模型和所述地域關鍵詞，在預設數據庫中匹配得到推薦內容。9.根據權利要求6所述的裝置，其特征在于，所述數據接收模塊，還用于獲取所述目標車載終端的場景信息； 所述推薦內容匹配模塊，具體用于結合所述檢索詞、所述目標用戶的喜好模型和所述場景信息，在預設數據庫中匹配得到推薦內容。10.根據權利要求6所述的裝置，其特征在于，所述檢索詞提取模塊，具體用于將所述語音指令轉換為文字信息;將所述文字信息與預設數據庫中的關鍵詞進行對比；以及，將所述文字信息中包含的與所述關鍵詞相同的詞作為所述檢索詞。
【文檔編號】G06F17/30GK105868360SQ201610188805
【公開日】2016年8月17日
【申請日】2016年3月29日
【發明人】王舒
【申請人】樂視控股（北京）有限公司, 樂視網信息技術（北京）股份有限公司