随着物联网的快速发展,智能家居的概念和产品也迅速兴起,智能电视作为家居生活中的最重要的消费产品之一,也得到了快速发展。智能电视使得海量视频数据的获取成为可能,极大的丰富了人们的日常生活,然而丰富的电视节目虽然给人们提供了更多的选择,但是同时也给电视用户的选择带来了困难,电视用户自然是不愿意将自己宝贵的闲暇时间消耗在电视节目的选择上,个性化推荐系统应运而生。个性化推荐系统是在了解电视用户基本需求的基础上,向电视用户推荐其可能感兴趣的电视节目,在一定程度上可以帮助电视用户快速地从海量的电视节目中找到他们感兴趣的电视节目。然而目前大多数个性化推荐研究在了解电视用户基本需求的时候,都是将电视用户看做是一个个体,忽略了电视媒介最大的特点——面向成员数大于等于1的家庭集合,这种情况下就有可能出现对于家庭某个成员推荐准确度为零的极端问题。针对此问题,本文提出可以从时间和节目两个维度出发分析家庭收视特征,了解其观看电视时的时间特征以及不同时间段的节目特征,这样一来,个性化推荐系统便可以在不同时间段有针对性的进行电视节目的个性化推荐,提高电视用户的产品体验。本文主要研究内容如下:第一提出电视用户收视行为定义和特征分析的基本方法。首先本文构建了以电视节目为对象的状态转移模型,并基于此模型给出电视用户收视行为定义,本文以三种基本行为状态和三种基本行为动作来定义电视用户收视行为。之后基于此定义,本文以某省市运营商提供的收视行为数据为源数据,详细的描述了从时间和节目两个维度出发分析家庭收视特征的基本方法。其中,从节目维度分析家庭收视特征时,本文提出一种适用于本文场景下面向短文本的LDA模型的优化方案,并通过优化的LDA模型确定电视节目主题概率分布情况。第二完成系统的设计与实现工作。首先本文从系统应用场景出发,明确系统基本需求,包括功能性需求和非功能性需求;之后基于系统基本需求,本文设计系统整体架构和系统技术架构,划分系统功能模块,并给出各功能模块数据库表结构设计;最后本文对系统功能进行逐一实现。第三完成系统的测试工作。在系统实现过程中,本文还对系统进行了一系列的测试,包括算法性能测试、系统功能测试以及系统非功能测试,其中算法性能测试验证了 LDA模型优化方案的可行性,系统功能测试验证了系统功能的正确性,而系统非功能测试则验证了系统可以满足非功能需求。