论文导读：随着数字电视和通信技术的不断发展。个性化信息过滤是指从动态的信息源中获取符合用户需求的信息。数字电视增值业务虽有一定发展。增值业务，个性化信息过滤技术在数字电视中的应用。
关键词：数字电视，信息过滤，增值业务
1引言
个性化信息过滤是指从动态的信息源中获取符合用户需求的信息，或者禁止某些满足特定条件的信息流入，即根据一定的标准将不相关的信息滤掉，仅保存个性化信息，从而提高用户获取信息的效率[1]。
随着数字电视和通信技术的不断发展，用户除了能看到越来越多的电视节目外，还能能使用户享受数字电视、数据广播和Internet接入等全方位、高质量的信息服务。科技论文，增值业务。但是，用户在享受电视资讯服务时，同样受到“信息迷向”和“信息过载”[2]问题的困扰。我们迫切需要将个性化信息过滤技术应用在数字电视中，以满足电视观众日益俱增的个性化需求，实现数字电视平台上的个性化信息服务[3]。
2 个性化信息过滤技术在数字电视中应用的必要性
近几年，数字电视增值业务虽有一定发展，但相比于通信增值业务的如火如荼，数字电视增值业务在老百姓中不是很受欢迎。造成该局面的原因是多方面的，其中操作复杂、信息服务没有突出个性化应该是主因。因此，可以总结出个性化信息过滤技术对于数字电视的必要性主要基于以下几点原因：
1.电视用户一般都是相对固定的家庭成员，每个人的兴趣爱好在一段时间内是相对稳定的，便于系统收集用户兴趣趋向，从而筛选出用户关注的信息。
2.数字电视的基本工作方式是广播式的，用户只能从前端不断循环播发过来的数据流中选择自己关注的信息。科技论文，增值业务。
3.电视的使用更普遍、更广泛，用户更加大众化，因此个性化的易用性要求较高，一个界面友好的个性化电视应该易于使用、易于学会、易于理解、易于排错、易于维护和易于群体共享。
4.数字电视机顶盒是低成本设备，存储量有限，因此需要利用信息过滤技术将无用的信息剔除掉。科技论文，增值业务。
3具有代表性的信息过滤技术及其应用
信息过滤技术依据算法可分为三类:基于内容的过滤技术、基于协作的过滤技术和基于价值的过滤技术[4]。科技论文，增值业务。
1.基于内容的过滤技术
该技术是通过比较资源与用户描述文件来推荐资源的一种过滤技术。它可以利用基于关键词的方法将信息源与用户描述文件进行匹配计算，过滤的结果只取决于用户信息需求模型与信息源的匹配程度。它只适合分析文本信息，而对声音、图象、视频等形式的媒体还不能有效地进行分析。
2.基于协作的过滤技术
基于协作的过滤技术是根据用户的相似性来推荐信息资源。科技论文，增值业务。与基于内容的过滤技术不同，它是通过比较用户描述文件，根据其他用户对信息作出的评价来挑选信息。由于不依赖于内容，这种模式不仅适用于文本格式，也可以广泛应用于非文本介质的资源，如视频、音频等。
3.基于价值的过滤技术
基于价值的过滤技术是按照经济的规则来选择信息资源[5]。利用这种过滤技术来选择某条信息是因为选择它所用的开销小于不选择它所损失的代价,信息的长度、评价潜在信息效益时信息对发送者的成本以及质量与个性化的比较等都是需要被考虑的重要指标。
综上所述，这三种技术各有优劣,不同的个性化定制服务系统可以根据自身不同的要求来选择适合的信息过滤技术。科技论文，增值业务。当然也可以将两种技术结合起来进行运用,这样可以取长补短,从而获得更好的效果。
4数字电视中信息技术的选择与应用
个性化信息过滤技术在数字电视中的应用才刚刚起步，有些技术可以借鉴其它领域（比如互联网）的个性化信息过滤技术。但数字电视信息过滤系统与网络信息过滤系统的处理对象和工作环境不同，有些网络信息过滤系统中的关键技术并不适合数字电视。一方面，网络信息过滤系统的对象是半结构化或非结构化的数据，工作环境是强大的服务器集群。而数字电视信息过滤系统的处理对象是非结构化的TS码流，工作平台是数字电视终端，其可利用的软硬件资源都十分有限。因此，数字电视中个性化信息过滤技术所采用的信息过滤算法不能太复杂，因此不能直接照搬上面提到的三种信息过滤技术。
根据以上要求，本文提出了基于统计的信息过滤算法，即通过统计各关键词的出现频率，来确定特征向量和特征向量分量的权重，如图1所示。
 
图1 基于统计的数字电视信息过滤算法流程
该算法并不是不是简单地从用户词典中取出几个表示用户兴趣的关键词去匹配*.txt文本，而是用这些关键词及其“概念范畴”的合集组成特征向量集去匹配*.txt文本，由此得到的特征向量集更能体现用户兴趣，及充分体现个性化。这样可以挖掘文本的潜在语义，避免某些包含同义词或多义词的文档被过滤系统遗漏，提高过滤效果。
参考文献
[1]庞雅丽，王彩芬，个性化信息过滤技术，甘肃科技，2007，（3）：124-126
[2]延霞.基于信息过滤技术的搜索引擎研究[J].深圳信息职业技术学院学报，2005（3）：20-24 [3]吴学辉，张敏.个性化信息过滤系统研究[J].重庆科技学院学报，2008（3）：96-98
[4]王翠平，基于用户兴趣度的网络信息过滤模型研究，山东师范大学硕士学位论文，2007
[5]石岩，信息过滤技术在搜索引擎中的应用，农业网络信息，2006，（12）：91-93
|
