1.一种基于情景感知的智能电视节目推荐方法，其包括以下步骤：

包括采集当前用户人数、身份，捕捉用户表情、动作和语言信息以及用户操作记录的信息数据采集步骤；

包括将所述信息数据采集步骤采集的信息数据进行分析，将所述信息数据转化为能直接用于推荐算法之算法数据的情景感知数据处理步骤；

包括使用所述算法数据进行分析后，向当前用户推荐最佳节目列表的服务器推荐步骤。

2.根据权利要求1所述的智能电视节目推荐方法，其特征在于，所述信息数据采集步骤包括：通过智能电视机的摄像头和语音收集器来检测当前用户的人数与身份、捕捉当前用户的表情和动作以及语音信息、收集用户的操作记录；所述摄像头能从一张大图中智能识别人脸，并从人脸图像中抽取包含主要特征小图像；所述语音识别器识别出当前用户的语音内容，并与所述摄像头配合将语音与说话者身份对应；所述智能电视机收集用户操作记录。

3.根据权利要2所述的智能电视节目推荐方法，其特征在于，所述用户操作记录包括用户查看电影的记录、用户观看电影的记录、用户对观看电影评论的记录、用户搜索电影的记录、用户打标签或创建标签电影的记录、用户关注好友电影或被好友关注电影的记录、用户分享电影记录、用户收藏电影和喜欢电影的记录、用户不喜欢电影的记录、用户对节目推荐列表操作的记录、用户添加影评的记录和用户参加社区和小组的记录。

4.根据权利要求3所述的智能电视节目推荐方法，其特征在于，所述用户观看电影的记录通过 算式进行评价，其中，L为观看时长，T为节目的总长度，FN为快进次数，BN为快退次数，所述tij的范围为0-5，其对应关系如下：

5.根据权利要求1所述的智能电视节目推荐方法，其特征在于，所述情景感知数据处理步骤包括：采用人工神经网络算法根据人脸图像识别用户身份；将当前用户语言信息转化为用户对电影的评价数据；

若当前用户为多个，则使用矩阵分解方法将多个用户的混杂音频分开为每个用户的单独音频；

将上述处理结果转化为所述算法数据。

6.根据权利要求5所述的智能电视节目推荐方法，其特征在于，所述服务器推荐步骤包括：根据所述算法数据分析用户的兴趣模型，得到的用户兴趣模型保存到一个数据库表中或者保存到一个文件当中，以供在线算法调用。

7.根据权利要求6所述的智能电视节目推荐方法，其特征在于，所述服务器推荐步骤包括：根据用户兴趣模型和当前用户的动态数据通过在线推荐算法对用户实时推荐最佳节目列表。

8.根据权利要7所述的智能电视节目推荐方法，其特征在于，所述在线推荐算法通过算式进行推荐，其中，θk为对于第k个推荐算法的结果reck(u,i)的权值；αuk代表用户u在算法k上的对平均权值θk的偏离，其通过结果推荐之后用户的操作数据来动态确定；reck(u,i)代表给用户u推荐最佳节目列表i的推荐评分；

此算式必须满足

9.根据权利要求8所述的智能电视节目推荐方法，其特征在于，所述在线推荐算法使用梯度下降，降低推荐结果的MAE值，所述MAE的算式如下：其中，ri为用户u对推荐最佳节目列表i的真实评价，R表示测试集。