近年来,随着数字电视和通信技术的快速发展,电视节目越来越丰富多彩,大量电视节目的涌现导致用户越来越难寻找到自己感兴趣的电视节目,一定程度上也影响了电视节目的收视率。目前,为用户推荐其感兴趣的电视节目已经成为电视服务提供商和用户的共同需求,也是推荐领域关注的重要问题之一。本文首先分析电视节目推荐系统的特征和面临的挑战,研究用户兴趣偏好建模和面向家庭用户的电视节目推荐的研究现状,介绍电视节目推荐系统的典型推荐算法和评价指标,为后续的面向电视节目推荐的用户兴趣偏好建模及面向家庭用户的电视节目动态推荐方法的研究工作奠定了理论和实践基础。然后,针对在电视节目的个性化推荐过程中用户兴趣偏好难以显式获取的问题,本文提出一种基于观看行为的用户兴趣偏好建模方法。该方法将用户观看电视节目过程中的点播操作和观看时长与电视节目的基本属性相结合,从时间和频率两个维度描述用户对电视节目的偏好程度,并建立用户兴趣偏好矩阵。实验结果表明,该方法能够有效地描述用户兴趣偏好,提高电视节目推荐的准确率和召回率。最后,针对电视节目的个性化推荐通常面向兴趣多样的家庭用户的问题,本文提出一种离线推荐和在线实时更新相结合的推荐方法。该方法不仅考虑整个家庭用户的兴趣偏好以满足各个家庭成员的需求,而且可以根据当前家庭成员实时点播行为,从而有效地挖掘出当前家庭成员的兴趣偏好,提高推荐结果的质量。实验结果表明,该方法能够有效地识别出当前家庭成员的兴趣偏好,将当前家庭成员最喜爱的电视节目排在前面。