CN101163196A - 一种向电视用户推荐节目的方法、***及设备 - Google Patents
一种向电视用户推荐节目的方法、***及设备 Download PDFInfo
- Publication number
- CN101163196A CN101163196A CNA2007101246174A CN200710124617A CN101163196A CN 101163196 A CN101163196 A CN 101163196A CN A2007101246174 A CNA2007101246174 A CN A2007101246174A CN 200710124617 A CN200710124617 A CN 200710124617A CN 101163196 A CN101163196 A CN 101163196A
- Authority
- CN
- China
- Prior art keywords
- program
- user
- programme
- rating
- rating temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明涉及通信领域,提供了一种向电视用户推荐节目的方法、***及设备。所述方法包括以下步骤:A.记录用户的频道切换行为,生成频道切换表;B.根据节目时间表和频道切换表计算电视节目的收视热度,并根据收视热度生成节目推荐表;C.将节目推荐表发送并显示给用户。本发明通过对包含用户行为信息的频道切换表进行分析,精确计算每个节目的收视热度并进行排序,从而将最受欢迎的节目推荐给电视用户,提高了节目推荐的准确性。
Description
技术领域
本发明涉及通信领域,更具体地说,涉及一种向电视用户推荐节目的方法、***及设备。
背景技术
现在,互联网视频点播***已为人们所熟知,该***能够基于视频节目的点击率向互联网用户推荐最受欢迎的节目。其具体的推荐方法是:当用户在视频点播网站选择观看一个节目,该网站的视频点播***将记录用户的编号及其观看的节目;汇总一定时间段内所有用户的观看记录,则可计算出该节目的收视热度,包括即时收视热度、日/周/月平均收视热度等;然后将这些收视热度信息输入视频点播***的节目推荐表中,所有登录用户都可以查看这个列表,并选择自己喜欢的节目。
不过,上述的视频点播***是基于个人计算机(Personal Computer,PC)和互联网而实现,将其简单的移植到电视网上并不实用,因为:互联网用户一般是主动选择信息,网络上节目的累计收看人数就可以代表该视频节目的受欢迎程度;而电视观众中很大一部分是被动收看节目,一个观众收看一个节目,有可能不是主动选择,而只是在吃饭、聊天的同时被动收看,甚至可能出现正在播放节目的电视机前根本没有观众的情况,因此电视节目的收视人数并不能精确反映节目的受欢迎程度,所推荐的节目便很可能不是真正最受欢迎的节目。
因此需要一种向电视用户推荐节目的方法,获取准确的收视热度信息,从而向电视用户推荐最受欢迎的节目。
发明内容
本发明的目的在于提供一种向电视用户推荐节目的***,旨在解决现有技术向电视用户推荐节目时所获取的收视热度信息的准确率较低,导致无法将最受欢迎的节目推荐给电视用户的问题。
本发明的目的还在于提供一种向电视用户推荐节目的设备,以更好地解决现有技术中存在的上述问题。
本发明的目的还在于提供一种向电视用户推荐节目的方法,以更好地解决现有技术中存在的上述问题。
为了实现发明目的,所述***包括节目提供商服务器、收视统计服务器和机顶盒;
所述节目提供商服务器用于为收视统计服务器提供节目时间表;
所述收视统计服务器根据从节目提供商服务器和机顶盒分别获取的节目时间表和频道切换表计算电视节目的收视热度,并根据收视热度生成节目推荐表,以及将所述节目推荐表发送至机顶盒;
所述机顶盒用于将用户的频道切换行为记录入频道切换表,并将其提供给收视统计服务器,以及将收视统计服务器发送的节目推荐表显示给用户。
优选地,所述收视统计服务器进一步包括信息收发单元、数据处理单元;
所述信息收发单元用于从节目提供商服务器获取节目时间表,并从机顶盒获取频道切换表,以及将数据处理单元生成的节目推荐表发送给机顶盒;
所述数据处理单元用于根据所述节目时间表和频道切换表生成用户收视行为表,并基于所述用户收视行为表计算电视节目的收视热度,以及根据收视热度为用户生成一个节目推荐表。
优选地,所述数据处理单元进一步包括收视行为分析模块、收视热度计算模块、节目推荐模块;
所述收视行为分析模块用于对所述节目时间表和频道切换表进行分析,生成用户收视行为表;
所述收视热度计算模块用于根据所述用户收视行为表计算电视节目的收视热度;
所述节目推荐模块用于根据所述收视热度生成节目推荐表。
为了更好地实现发明目的,还提供了一种向电视用户推荐节目的设备,即与节目提供商服务器和机顶盒分别进行通信的收视统计服务器,所述收视统计服务器包括信息收发单元、数据处理单元;
所述信息收发单元用于从节目提供商服务器获取节目时间表,并从机顶盒获取频道切换表,以及将数据处理单元生成的节目推荐表发送给机顶盒;
所述数据处理单元用于根据所述节目时间表和频道切换表计算电视节目的收视热度,并根据收视热度为用户生成一个节目推荐表。
为了更好地实现发明目的,还提供了一种向电视用户推荐节目的方法,包括以下步骤:
A.记录用户的频道切换行为,生成频道切换表;
B.根据节目时间表和频道切换表计算电视节目的收视热度,并根据收视热度生成节目推荐表;
C.将节目推荐表发送并显示给用户。
优选地,所述步骤B中计算电视节目的收视热度的步骤进一步包括:
B1.对节目时间表和频道切换表进行分析,生成用户收视行为表;
B2.根据用户收视行为表计算电视节目的收视热度。
优选地,所述步骤B中根据收视热度生成节目推荐表的步骤进一步包括:
B3.根据收视热度对电视节目进行排序;
B4.按照排序结果为用户生成一个节目推荐表。
优选地,所述步骤B2进一步包括:
B21.计算单个用户对电视节目的喜爱程度;
B22.将所有用户对该电视节目的喜爱程度进行叠加,生成该电视节目的收视热度。
优选地,所述步骤B21中计算单个用户对电视节目的喜爱程度的公式为:
其中,ui(x)是电视节目的收视热度因子,fi表示各收视热度因子的归一化函数,pi为权重系数,且1≤i≤n。
本发明通过对节目时间表和包含用户行为信息的频道切换表进行分析,精确计算每个节目的收视热度,从而将最受欢迎的节目推荐给电视用户,提高了节目推荐的准确性。
附图说明
图1是本发明中向电视用户推荐节目的***结构图;
图2是本发明的一个实施例中收视统计服务器的结构图;
图3是本发明的一个实施例中收视统计服务器中的数据处理单元的结构图;
图4是本发明向电视用户推荐节目的方法流程图;
图5是本发明的一个实施例中向电视用户推荐节目的方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明在电视节目播放过程中利用机顶盒将用户的频道切换行为记录入频道切换表,然后对频道切换表和电视节目表进行分析,计算电视节目的收视热度,然后根据收视热度排序并生成一个节目推荐表。由于本发明不仅仅是考虑收视率,而是将用户的切换行为考虑进来,并且基于此精确计算每个节目的收视热度,最终提高了向电视用户推荐节目的准确性。
图1示出了本发明中向电视用户推荐节目的***结构,该***包括收视统计服务器100,及分别与其相连的节目提供商服务器200和机顶盒300。应当说明的是,本发明所有图示中各设备之间的连接关系是为了清楚阐释其信息交互及控制过程的需要,因此应当视为逻辑上的连接关系,而不应仅限于物理连接。
收视统计服务器100用于从节目提供商服务器200和机顶盒300分别获取节目时间表和频道切换表,并基于这些数据计算电视节目的收视热度,再根据收视热度生成节目推荐表,以及将所述节目推荐表发送至机顶盒300。收视统计服务器100的具体的内部结构将在图2中进行详细阐述。
节目提供商服务器200用于提供节目资源,对电视节目的播放进行统筹安排,并提供节目时间表给收视统计服务器100。本发明可将该节目提供商服务器200理解为电视台的节目资源服务器。
机顶盒300位于用户所在的客户端,其用于实时记录用户的收视行为,主要是用户的频道切换行为,并将生成的频道切换表发送给收视统计服务器100。其在最终接收到收视统计服务器100发送过来的包含最受欢迎节目的节目推荐表后,将该节目推荐表中的节目展示给用户。在本发明的***中,机顶盒300的数量不限,如图1所示,包括机顶盒301、机顶盒302、......机顶盒N。
图2示出了本发明的一个实施例中收视统计服务器100的结构,包括信息收发单元101、数据处理单元102,其中:
(1)信息收发单元101用于从节目提供商服务器200获取节目时间表,并从机顶盒300获取频道切换表,以及将数据处理单元102生成的节目推荐表发送给机顶盒300。
在一个实施例中,从节目提供商服务器200获取的节目时间表如下所示:
频道 | 时间 | 节目 |
广东台 | 19:45 | 广告 |
广东台 | 20:00 | 电视剧A |
广东台 | 20:15 | 广告 |
广东台 | 20:20 | 电视剧A |
广东台 | 20:35 | 广告 |
广东台 | 20:40 | 电视剧A |
广东台 | 21:00 | 广告(电视剧A结束) |
从机顶盒300获取的频道切换表如下所示:
切换到的频道 | 切换时间 |
广东台 | 19:58 |
凤凰卫视 | 20:15 |
广东台 | 20:20 |
中央5套 | 20:35 |
广东台 | 20:40 |
中央5套 | 21:01 |
当然,上述的节目时间表和频道切换表只是一个典型示例,而并不用以限定本发明的保护范围。
(2)数据处理单元102根据从信息收发单元101中提取的节目时间表和频道切换表,计算电视节目的收视热度,并根据收视热度为用户生成一个节目推荐表,再由信息收发单元101发送给机顶盒300。在本发明的一个示例方案中,如图3所示,该数据处理单元102进一步包括收视行为分析模块1021、收视热度计算模块1022、节目推荐模块1023,其中:收视行为分析模块1021用于对节目时间表和频道切换表进行分析,生成用户收视行为表;收视热度计算模块1022根据该用户收视行为表计算电视节目的收视热度;节目推荐模块1023则根据该收视热度生成节目推荐表。
其中,收视行为分析模块1021所生成的用户收视行为表中包括多种收视热度因子ui(x),在本发明的一个实施例中,ui(x)可包括六种收视热度因子,如下表所示:
L(x) | 有效收看时间占节目总时长的比例 |
S(x) | 切换到节目频道,距离节目开始的时间间隔 |
E(x) | 切换离开节目频道,距离节目结束的时间间隔 |
F(x) | 观看此节目前,单位时间频道切换频率 |
CA(x) | 节目播出期间,切换离开节目频道的次数 |
CNA(x) | 广告期间切换频道次数 |
以前述实施例中获取的数据为例,生成的“电视剧A”的用户收视行为表如下:
频道 | 节目 | L(x) | S(x) | E(x) | F(x) | CA(x) | CNA(x) |
广东台 | 电视剧A | 100% | 2分钟 | 1分钟 | 0 | 0 | 2 |
在上述示例方案中,收视热度计算模块1022计算电视节目的收视热度的过程包括:首先计算单个用户对电视节目的喜爱程度;然后将所有用户对该电视节目的喜爱程度进行叠加,生成该电视节目的收视热度。在本发明中,计算单个用户对电视节目的喜爱程度的公式可为:
其中,ui(x)是电视节目的收视热度因子,fi表示各收视热度因子的归一化函数,pi为权重系数,且1≤i≤n。
在前述的实施例中,根据“电视剧A”的用户收视行为表计算某个用户对该电视剧A的喜爱程度为:
F(x)=p1*f1(L(x))+p2*f2(S(x))+p3*f3(E(x))+p4*f4(F(x))+p5*f5(CA(x))+p6*f6(CNA(x));
在该公式中,各归一化函数fi的经验性示例函数如下:
项目 | 归一化函数fi[u(x)] |
L(x) | f(L(x))=1*L(x) |
S(x) | f(S(x))=-(S(x)-30)*(S(x)+20)/625,S(x)∈(0,30)f(S(x))=0,S(x)<0∨S(x)>30 |
E(x) | f(S(x))=-(E(x)-10)*(E(x)+8)/81,E(x)∈(0,10)f(E(x))=0,E(x)<0∨E(x)>10 |
F(x) | f(F(x))=F(x)/20 |
CA(x) | f(CA(x))=-CA(x)/3+1 |
CNA(x) | f(CNA(x))=CNA(x)/AD,AD为节目期间的广告插播次数。 |
在本发明中,计算出单个用户对电视节目的喜爱程度后,再对其进行累加,计算出所有用户对该电视节目的喜爱程度,也即电视节目的收视热度。在一个实施例中,一个电视节目的收视热度的计算公式为:
其中,j代表单个用户,Fj(x)是单个用户对电视节目的喜爱程度,m是收看该电视节目的用户总数。
图4示出了本发明中向电视用户推荐节目的方法流程,该方法流程基于图1、图2所示的***结构,具体过程如下:
在执行本发明的所有步骤之前,节目提供商服务器200提供节目资源并对电视节目的播放进行统筹安排,且所有节目对应着一个节目时间表。
在步骤S301中,在电视节目播放的同时,机顶盒300记录用户的频道切换行为,生成频道切换表。
在步骤S302中,收视统计服务器100根据节目提供商服务器200提供的节目时间表和机顶盒300提供的频道切换表,计算电视节目的收视热度,并根据收视热度生成节目推荐表。
在步骤S303中,收视统计服务器100将该节目推荐表发送给机顶盒300,由机顶盒300将其显示给用户。
图5示出了本发明的一个实施例中向电视用户推荐节目的方法流程,该方法流程基于图1、图2、图3所示的***结构,具体过程如下:
在执行本发明的所有步骤之前,节目提供商服务器200提供节目资源并对电视节目的播放进行统筹安排,且所有节目对应着一个节目时间表。在一个实施例中,该节目时间表如下:
频道 | 时间 | 节目 |
广东台 | 19:45 | 广告 |
广东台 | 20:00 | 电视剧A |
广东台 | 20:15 | 广告 |
广东台 | 20:20 | 电视剧A |
广东台 | 20:35 | 广告 |
广东台 | 20:40 | 电视剧A |
广东台 | 21:00 | 广告(电视剧A结束) |
在步骤S501中,在电视节目播放的同时,机顶盒300记录用户的频道切换行为,生成频道切换表。在一个实施例中,该频道切换表如下:
切换到的频道 | 切换时间 |
广东台 | 19:58 |
凤凰卫视 | 20:15 |
广东台 | 20:20 |
中央5套 | 20:35 |
广东台 | 20:40 |
中央5套 | 21:01 |
在步骤S502中,收视统计服务器100利用其信息收发单元101从节目提供商服务器200获取节目时间表,从机顶盒300获取频道切换表,并利用数据处理单元102中的收视行为分析模块1021对该节目时间表和频道切换表进行分析,生成用户收视行为表。在一个实施例中,针对“电视剧A”所生成的用户收视行为表如下:
频道 | 节目 | L(x) | S(x) | E(x) | F(x) | CA(x) | CNA(x) |
广东台 | 电视剧A | 100% | 2分钟 | 1分钟 | 0 | 0 | 2 |
其中,L(x)、S(x)、E(x)、F(x)、CA(x)、CNA(x)是六种收视热度因子:L(x)是有效收看时间占节目总时长的比例;S(x)是切换到节目频道时距离节目开始的时间间隔;E(x)是切换离开节目频道时距离节目结束的时间间隔;F(x)是观看此节目前单位时间内的频道切换频率;CA(x)是节目播出期间切换离开节目频道的次数;CNA(x)是广告期间切换频道次数。
在步骤S503中,收视统计服务器100利用其数据处理单元102中的收视热度计算模块1022根据用户收视行为表计算电视节目的收视热度,包括:首先计算单个用户对电视节目的喜爱程度;然后将所有用户对该电视节目的喜爱程度进行叠加,生成该电视节目的收视热度。
在本实施例中,单个用户对前述电视剧A的喜爱程度为:
F(x)=p1*f1(L(x))+p2*f2(S(x))+p3*f3(E(x))+p4*f4(F(x))+p5*f5(CA(x))+p6*f6(CNA(x));
在该公式中,各归一化函数fi的经验性示例函数如下:
项目 | 归一化函数fi[u(x)] |
L(x) | f(L(x))=1*L(x) |
S(x) | f(S(x))=-(S(x)-30)*(S(x)+20)/625,S(x)∈(0,30)f(S(x))=0,S(x)<0∨S(x)>30 |
E(x) | f(S(x))=-(E(x)-10)*(E(x)+8)/81,E(x)∈(0,10)f(E(x))=0,E(x)<0∨E(x)>10 |
F(x) | f(F(x))=F(x)/20 |
CA(x) | f(CA(x))=-CA(x)/3+1 |
CNA(x) | f(CNA(x))=CNA(x)/AD,AD为节目期间的广告插播次数。 |
计算出单个用户对电视节目的喜爱程度后,再对其进行累加,得到电视节目的收视热度。本实施例中的累加计算公式为:
其中,j代表单个用户,Fj(x)是单个用户对电视节目的喜爱程度,m是收看该电视节目的用户总数。
在步骤S504中,收视统计服务器100利用其数据处理单元102中的节目推荐模块1023根据收视热度对电视节目进行排序。
在步骤S505中,进一步按照排序结果为用户生成一个节目推荐表,该节目推荐表包括收视热度最高的电视节目,或者收视热度位于前几位的电视节目。
在步骤S506中,收视统计服务器100利用其信息收发单元101将节目推荐表发送给机顶盒300,再由机顶盒300将节目推荐表显示给用户。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种向电视用户推荐节目的***,其特征在于,所述***包括节目提供商服务器、收视统计服务器和机顶盒;
所述节目提供商服务器用于为收视统计服务器提供节目时间表;
所述收视统计服务器根据从节目提供商服务器和机顶盒分别获取的节目时间表和频道切换表计算电视节目的收视热度,并根据收视热度生成节目推荐表,以及将所述节目推荐表发送至机顶盒;
所述机顶盒用于将用户的频道切换行为记录入频道切换表,并将其提供给收视统计服务器,以及将收视统计服务器发送的节目推荐表显示给用户。
2.根据权利要求1所述的向电视用户推荐节目的***,其特征在于,所述收视统计服务器进一步包括信息收发单元、数据处理单元;
所述信息收发单元用于从节目提供商服务器获取节目时间表,并从机顶盒获取频道切换表,以及将数据处理单元生成的节目推荐表发送给机顶盒;
所述数据处理单元用于根据所述节目时间表和频道切换表计算电视节目的收视热度,并根据收视热度为用户生成一个节目推荐表。
3.根据权利要求1所述的向电视用户推荐节目的***,其特征在于,所述数据处理单元进一步包括收视行为分析模块、收视热度计算模块、节目推荐模块;
所述收视行为分析模块用于对所述节目时间表和频道切换表进行分析,生成用户收视行为表;
所述收视热度计算模块用于根据所述用户收视行为表计算电视节目的收视热度;
所述节目推荐模块用于根据所述收视热度生成节目推荐表。
4.一种向电视用户推荐节目的设备,即与节目提供商服务器和机顶盒分别进行通信的收视统计服务器,其特征在于,所述收视统计服务器包括信息收发单元、数据处理单元;
所述信息收发单元用于从节目提供商服务器获取节目时间表,并从机顶盒获取频道切换表,以及将数据处理单元生成的节目推荐表发送给机顶盒;
所述数据处理单元用于根据所述节目时间表和频道切换表生成用户收视行为表,并基于所述用户收视行为表计算电视节目的收视热度,以及根据收视热度为用户生成一个节目推荐表。
5.一种向电视用户推荐节目的方法,其特征在于,所述方法包括以下步骤:
A.记录用户的频道切换行为,生成频道切换表;
B.根据节目时间表和频道切换表计算电视节目的收视热度,并根据收视热度生成节目推荐表;
C.将节目推荐表发送并显示给用户。
6.根据权利要求5所述的向电视用户推荐节目的方法,其特征在于,所述步骤B中计算电视节目的收视热度的步骤进一步包括:
B1.对节目时间表和频道切换表进行分析,生成用户收视行为表;
B2.根据用户收视行为表计算电视节目的收视热度。
7.根据权利要求5所述的向电视用户推荐节目的方法,其特征在于,所述步骤B中根据收视热度生成节目推荐表的步骤进一步包括:
B3.根据收视热度对电视节目进行排序;
B4.按照排序结果为用户生成一个节目推荐表。
8.根据权利要求6所述的向电视用户推荐节目的方法,其特征在于,所述步骤B2进一步包括:
B21.计算单个用户对电视节目的喜爱程度;
B22.将所有用户对该电视节目的喜爱程度进行叠加,生成该电视节目的收视热度。
9.根据权利要求6所述的向电视用户推荐节目的方法,其特征在于,所述步骤B21中计算单个用户对电视节目的喜爱程度的公式为:
其中,ui(x)是电视节目的收视热度因子,fi表示各收视热度因子的归一化函数,pi为权重系数,且1≤i≤n。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007101246174A CN100534130C (zh) | 2007-11-20 | 2007-11-20 | 一种向电视用户推荐节目的方法、***及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007101246174A CN100534130C (zh) | 2007-11-20 | 2007-11-20 | 一种向电视用户推荐节目的方法、***及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101163196A true CN101163196A (zh) | 2008-04-16 |
CN100534130C CN100534130C (zh) | 2009-08-26 |
Family
ID=39298015
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2007101246174A Active CN100534130C (zh) | 2007-11-20 | 2007-11-20 | 一种向电视用户推荐节目的方法、***及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100534130C (zh) |
Cited By (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101860696A (zh) * | 2010-04-24 | 2010-10-13 | 中兴通讯股份有限公司 | 一种节目推荐方法和流媒体节目*** |
CN101931767A (zh) * | 2010-04-27 | 2010-12-29 | 四川长虹电器股份有限公司 | 一种基于收视习惯分析自动定制电子广告目录的*** |
CN102164322A (zh) * | 2011-03-18 | 2011-08-24 | 海尔集团公司 | 数字电视节目的处理方法及*** |
CN102244811A (zh) * | 2011-07-20 | 2011-11-16 | 江苏省广播电视信息网络股份有限公司南京分公司 | 一种电视频道推荐***及推荐方法 |
CN101635686B (zh) * | 2009-08-19 | 2012-06-06 | 中兴通讯股份有限公司 | 资源管理方法 |
CN102630052A (zh) * | 2012-04-16 | 2012-08-08 | 上海交通大学 | 面向实时流的电视节目推荐*** |
CN101998176B (zh) * | 2009-08-21 | 2012-10-17 | 北大方正集团有限公司 | 用于自动生成参考播出日单的方法以及装置 |
CN102769781A (zh) * | 2012-07-17 | 2012-11-07 | 青岛海信传媒网络技术有限公司 | 推荐电视节目的方法及装置 |
CN102802086A (zh) * | 2012-08-16 | 2012-11-28 | 韦思健 | 一种使娱乐装置可提供节目或频道的智能选择结果的方法 |
CN102843586A (zh) * | 2011-06-21 | 2012-12-26 | 华为软件技术有限公司 | 视频推荐方法及终端 |
CN103139647A (zh) * | 2011-11-22 | 2013-06-05 | 宏碁股份有限公司 | 具有评价机制的播放装置以及提供节目清单的方法 |
CN103167329A (zh) * | 2011-12-09 | 2013-06-19 | 上海文广互动电视有限公司 | 基于互动电视的用户行为的信息处理方法 |
CN103297814A (zh) * | 2013-06-28 | 2013-09-11 | 百视通新媒体股份有限公司 | 基于iptv的收视评估方法及*** |
CN103546769A (zh) * | 2013-08-15 | 2014-01-29 | 中国联合网络通信集团有限公司 | 电视节目菜单处理方法、设备及*** |
CN103546773A (zh) * | 2013-08-15 | 2014-01-29 | Tcl集团股份有限公司 | 电视节目的推荐方法及其*** |
CN103593355A (zh) * | 2012-08-15 | 2014-02-19 | 腾讯科技(深圳)有限公司 | 用户原创内容的推荐方法及推荐装置 |
CN103731739A (zh) * | 2014-01-24 | 2014-04-16 | 浪潮软件集团有限公司 | 一种基于机顶盒电视频道对用户偏好的统计的架构和方法 |
CN103814576A (zh) * | 2011-07-20 | 2014-05-21 | 共振网络有限公司 | 用于向电视观看者传送目标内容的方法和装置 |
CN104219577A (zh) * | 2014-08-18 | 2014-12-17 | 四川长虹电器股份有限公司 | 基于智能电视的实时电视节目与网络视频混合推荐方法 |
CN104320691A (zh) * | 2014-10-13 | 2015-01-28 | 四川长虹电器股份有限公司 | 一种电视频道推荐方法及电视节目播放终端 |
CN104581224A (zh) * | 2015-01-29 | 2015-04-29 | 三星电子(中国)研发中心 | 切换播放内容的方法、装置及终端 |
CN104780434A (zh) * | 2015-03-18 | 2015-07-15 | 福建新大陆通信科技股份有限公司 | 基于用户喜好的机顶盒随机切台构建方法 |
CN104780437A (zh) * | 2015-04-16 | 2015-07-15 | 天脉聚源(北京)传媒科技有限公司 | 一种自动切换节目的方法及装置 |
CN104902294A (zh) * | 2015-06-18 | 2015-09-09 | 北京酷云互动科技有限公司 | 一种用户特征信息的形成方法及其形成设备 |
CN104994408A (zh) * | 2015-06-25 | 2015-10-21 | 青岛海信电器股份有限公司 | 一种智能电视节目推荐方法、装置及智能电视 |
CN105120345A (zh) * | 2015-08-20 | 2015-12-02 | 广州创维平面显示科技有限公司 | 一种基于区域统计和切换次数的电视频道排序方法及*** |
CN105228003A (zh) * | 2015-09-28 | 2016-01-06 | 北京酷云互动科技有限公司 | 一种推送方法和推送*** |
CN105282618A (zh) * | 2015-10-28 | 2016-01-27 | 天脉聚源(北京)科技有限公司 | 一种电视互动***收视兴趣统计的方法及装置 |
CN105472413A (zh) * | 2015-11-19 | 2016-04-06 | 广州创维平面显示科技有限公司 | 电视频道排序方法、***及服务器 |
CN105681834A (zh) * | 2014-12-05 | 2016-06-15 | 三星电子株式会社 | 显示装置及显示频道列表方法、服务器及控制方法 |
CN105959740A (zh) * | 2016-05-17 | 2016-09-21 | 康佳集团股份有限公司 | 一种基于用户行为分析的电视节目导航方法及*** |
CN106210795A (zh) * | 2016-07-27 | 2016-12-07 | 黄新勇 | 观看频率在电视广播的统计方法及*** |
CN101615277B (zh) * | 2008-06-26 | 2016-12-14 | 阿里巴巴集团控股有限公司 | 一种统计数据的方法和装置 |
CN106658083A (zh) * | 2015-10-30 | 2017-05-10 | 北京国双科技有限公司 | 一种观看频道路径的统计方法及装置 |
CN106803973A (zh) * | 2017-01-18 | 2017-06-06 | 华数传媒网络有限公司 | 一种电视节目的智能编排方法 |
CN106921872A (zh) * | 2015-12-25 | 2017-07-04 | 深圳市九洲电器有限公司 | 基于用户休闲的电视频道切换方法及*** |
CN103813214B (zh) * | 2014-01-28 | 2017-08-25 | 航天数字传媒有限公司 | 卫星用户终端信息收集***及收集方法 |
CN107249145A (zh) * | 2017-05-05 | 2017-10-13 | 中广热点云科技有限公司 | 一种推送视频的方法 |
WO2018018454A1 (zh) * | 2016-07-27 | 2018-02-01 | 黄新勇 | 观看频率在电视广播的统计方法及*** |
CN108886640A (zh) * | 2016-04-12 | 2018-11-23 | 夏普株式会社 | 信息提供装置、接收装置、信息提供***、信息提供方法及程序 |
CN108924597A (zh) * | 2018-06-26 | 2018-11-30 | 北京酷云互动科技有限公司 | 频道热度值评估方法、热点获取方法及其*** |
WO2019014829A1 (zh) * | 2017-07-18 | 2019-01-24 | 深圳市智晟达科技有限公司 | 自动换台的方法以及数字电视 |
CN109309847A (zh) * | 2018-09-11 | 2019-02-05 | 四川长虹电器股份有限公司 | 一种影视实体热度综合评估方法 |
-
2007
- 2007-11-20 CN CNB2007101246174A patent/CN100534130C/zh active Active
Cited By (57)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101615277B (zh) * | 2008-06-26 | 2016-12-14 | 阿里巴巴集团控股有限公司 | 一种统计数据的方法和装置 |
CN101635686B (zh) * | 2009-08-19 | 2012-06-06 | 中兴通讯股份有限公司 | 资源管理方法 |
CN101998176B (zh) * | 2009-08-21 | 2012-10-17 | 北大方正集团有限公司 | 用于自动生成参考播出日单的方法以及装置 |
CN101860696B (zh) * | 2010-04-24 | 2013-11-06 | 中兴通讯股份有限公司 | 一种节目推荐方法和流媒体节目*** |
CN101860696A (zh) * | 2010-04-24 | 2010-10-13 | 中兴通讯股份有限公司 | 一种节目推荐方法和流媒体节目*** |
CN101931767A (zh) * | 2010-04-27 | 2010-12-29 | 四川长虹电器股份有限公司 | 一种基于收视习惯分析自动定制电子广告目录的*** |
CN102164322A (zh) * | 2011-03-18 | 2011-08-24 | 海尔集团公司 | 数字电视节目的处理方法及*** |
CN102164322B (zh) * | 2011-03-18 | 2017-06-13 | 海尔集团公司 | 数字电视节目的处理方法及*** |
CN102843586B (zh) * | 2011-06-21 | 2016-08-10 | 华为软件技术有限公司 | 视频推荐方法及终端 |
CN102843586A (zh) * | 2011-06-21 | 2012-12-26 | 华为软件技术有限公司 | 视频推荐方法及终端 |
CN103814576A (zh) * | 2011-07-20 | 2014-05-21 | 共振网络有限公司 | 用于向电视观看者传送目标内容的方法和装置 |
CN102244811A (zh) * | 2011-07-20 | 2011-11-16 | 江苏省广播电视信息网络股份有限公司南京分公司 | 一种电视频道推荐***及推荐方法 |
CN103139647A (zh) * | 2011-11-22 | 2013-06-05 | 宏碁股份有限公司 | 具有评价机制的播放装置以及提供节目清单的方法 |
CN103167329A (zh) * | 2011-12-09 | 2013-06-19 | 上海文广互动电视有限公司 | 基于互动电视的用户行为的信息处理方法 |
CN102630052A (zh) * | 2012-04-16 | 2012-08-08 | 上海交通大学 | 面向实时流的电视节目推荐*** |
CN102630052B (zh) * | 2012-04-16 | 2014-10-15 | 上海交通大学 | 面向实时流的电视节目推荐*** |
CN102769781A (zh) * | 2012-07-17 | 2012-11-07 | 青岛海信传媒网络技术有限公司 | 推荐电视节目的方法及装置 |
CN102769781B (zh) * | 2012-07-17 | 2015-01-21 | 青岛海信传媒网络技术有限公司 | 推荐电视节目的方法及装置 |
CN103593355A (zh) * | 2012-08-15 | 2014-02-19 | 腾讯科技(深圳)有限公司 | 用户原创内容的推荐方法及推荐装置 |
CN102802086A (zh) * | 2012-08-16 | 2012-11-28 | 韦思健 | 一种使娱乐装置可提供节目或频道的智能选择结果的方法 |
CN103297814A (zh) * | 2013-06-28 | 2013-09-11 | 百视通新媒体股份有限公司 | 基于iptv的收视评估方法及*** |
CN103297814B (zh) * | 2013-06-28 | 2016-03-30 | 百视通新媒体股份有限公司 | 基于iptv的收视评估方法及*** |
CN103546769A (zh) * | 2013-08-15 | 2014-01-29 | 中国联合网络通信集团有限公司 | 电视节目菜单处理方法、设备及*** |
CN103546773B (zh) * | 2013-08-15 | 2017-07-11 | Tcl集团股份有限公司 | 电视节目的推荐方法及其*** |
CN103546773A (zh) * | 2013-08-15 | 2014-01-29 | Tcl集团股份有限公司 | 电视节目的推荐方法及其*** |
CN103731739A (zh) * | 2014-01-24 | 2014-04-16 | 浪潮软件集团有限公司 | 一种基于机顶盒电视频道对用户偏好的统计的架构和方法 |
CN103813214B (zh) * | 2014-01-28 | 2017-08-25 | 航天数字传媒有限公司 | 卫星用户终端信息收集***及收集方法 |
CN104219577A (zh) * | 2014-08-18 | 2014-12-17 | 四川长虹电器股份有限公司 | 基于智能电视的实时电视节目与网络视频混合推荐方法 |
CN104320691A (zh) * | 2014-10-13 | 2015-01-28 | 四川长虹电器股份有限公司 | 一种电视频道推荐方法及电视节目播放终端 |
CN105681834A (zh) * | 2014-12-05 | 2016-06-15 | 三星电子株式会社 | 显示装置及显示频道列表方法、服务器及控制方法 |
CN104581224A (zh) * | 2015-01-29 | 2015-04-29 | 三星电子(中国)研发中心 | 切换播放内容的方法、装置及终端 |
CN104581224B (zh) * | 2015-01-29 | 2018-06-05 | 三星电子(中国)研发中心 | 切换播放内容的方法、装置及终端 |
CN104780434A (zh) * | 2015-03-18 | 2015-07-15 | 福建新大陆通信科技股份有限公司 | 基于用户喜好的机顶盒随机切台构建方法 |
CN104780437A (zh) * | 2015-04-16 | 2015-07-15 | 天脉聚源(北京)传媒科技有限公司 | 一种自动切换节目的方法及装置 |
CN104902294A (zh) * | 2015-06-18 | 2015-09-09 | 北京酷云互动科技有限公司 | 一种用户特征信息的形成方法及其形成设备 |
CN104994408A (zh) * | 2015-06-25 | 2015-10-21 | 青岛海信电器股份有限公司 | 一种智能电视节目推荐方法、装置及智能电视 |
CN105120345B (zh) * | 2015-08-20 | 2018-08-14 | 广州创维平面显示科技有限公司 | 一种基于区域统计和切换次数的电视频道排序方法及*** |
CN105120345A (zh) * | 2015-08-20 | 2015-12-02 | 广州创维平面显示科技有限公司 | 一种基于区域统计和切换次数的电视频道排序方法及*** |
CN105228003A (zh) * | 2015-09-28 | 2016-01-06 | 北京酷云互动科技有限公司 | 一种推送方法和推送*** |
CN105282618A (zh) * | 2015-10-28 | 2016-01-27 | 天脉聚源(北京)科技有限公司 | 一种电视互动***收视兴趣统计的方法及装置 |
CN106658083B (zh) * | 2015-10-30 | 2019-09-17 | 北京国双科技有限公司 | 一种观看频道路径的统计方法及装置 |
CN106658083A (zh) * | 2015-10-30 | 2017-05-10 | 北京国双科技有限公司 | 一种观看频道路径的统计方法及装置 |
CN105472413A (zh) * | 2015-11-19 | 2016-04-06 | 广州创维平面显示科技有限公司 | 电视频道排序方法、***及服务器 |
CN106921872A (zh) * | 2015-12-25 | 2017-07-04 | 深圳市九洲电器有限公司 | 基于用户休闲的电视频道切换方法及*** |
CN108886640A (zh) * | 2016-04-12 | 2018-11-23 | 夏普株式会社 | 信息提供装置、接收装置、信息提供***、信息提供方法及程序 |
CN108886640B (zh) * | 2016-04-12 | 2021-05-04 | 夏普株式会社 | 信息提供装置、接收装置、信息提供***、信息提供方法及程序 |
CN105959740A (zh) * | 2016-05-17 | 2016-09-21 | 康佳集团股份有限公司 | 一种基于用户行为分析的电视节目导航方法及*** |
CN106210795A (zh) * | 2016-07-27 | 2016-12-07 | 黄新勇 | 观看频率在电视广播的统计方法及*** |
WO2018018454A1 (zh) * | 2016-07-27 | 2018-02-01 | 黄新勇 | 观看频率在电视广播的统计方法及*** |
CN106803973A (zh) * | 2017-01-18 | 2017-06-06 | 华数传媒网络有限公司 | 一种电视节目的智能编排方法 |
CN106803973B (zh) * | 2017-01-18 | 2020-02-04 | 华数传媒网络有限公司 | 一种电视节目的智能编排方法 |
CN107249145A (zh) * | 2017-05-05 | 2017-10-13 | 中广热点云科技有限公司 | 一种推送视频的方法 |
CN107249145B (zh) * | 2017-05-05 | 2019-08-02 | 中广热点云科技有限公司 | 一种推送视频的方法 |
WO2019014829A1 (zh) * | 2017-07-18 | 2019-01-24 | 深圳市智晟达科技有限公司 | 自动换台的方法以及数字电视 |
CN108924597A (zh) * | 2018-06-26 | 2018-11-30 | 北京酷云互动科技有限公司 | 频道热度值评估方法、热点获取方法及其*** |
CN108924597B (zh) * | 2018-06-26 | 2020-12-01 | 北京酷云互动科技有限公司 | 频道热度值评估方法、热点获取方法及其*** |
CN109309847A (zh) * | 2018-09-11 | 2019-02-05 | 四川长虹电器股份有限公司 | 一种影视实体热度综合评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN100534130C (zh) | 2009-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100534130C (zh) | 一种向电视用户推荐节目的方法、***及设备 | |
US9026034B2 (en) | Automatic detection of broadcast programming | |
US20100011389A1 (en) | System for gathering tv audience rating in real time in internet protocol television network and method thereof | |
US20050273804A1 (en) | Animated interactive polling system, method, and computer program product | |
US20090055861A1 (en) | System and method for associating content to at least one viewer profile in video audiences | |
US20130312027A1 (en) | Method, system, and apparatus for tracking and visualizing viewer responses for television events | |
US8601502B2 (en) | Apparatus, system and method for delivering polling and user generated content to disparate communication | |
KR20050085287A (ko) | 유사한 시청 습관을 갖고 있는 사용자의 사용자 프로파일에기초한 비디오 콘텐트의 추천 방법 | |
CN102932681A (zh) | 电视节目推荐的实现方法及*** | |
US11212570B2 (en) | Viewing data | |
US11405673B2 (en) | Bounce rate measuring apparatus for broadcasting service | |
CN103797811B (zh) | 用于消费者对交互式电视接触的控制的***和方法 | |
Lochrie et al. | Tweeting with the telly on! | |
KR101708836B1 (ko) | 타겟 서비스 제공 방법 및 시스템 | |
EP3731439A1 (en) | Bounce rate measuring apparatus of broadcast service | |
US20130246155A1 (en) | Digital content purchase offers via set-top box | |
US20080319840A1 (en) | Method and apparatus for real-time tv advertisement auction in a tv-over-ip environment | |
US20190347349A1 (en) | Using contextual data to recommend relevant content | |
Book et al. | PCTV: Consumers, expectancy-value and likely adoption | |
KR20070035328A (ko) | 양방향 방송 서비스와 연동한 맞춤형 티커 서비스 제공장치 및 그 방법 | |
Fondevila-Gascón et al. | Digital culture and communication: HbbTV or the new interactive culture | |
KR101070647B1 (ko) | 인터랙티브 서비스에서 광고 제공 방법 | |
KR101436889B1 (ko) | 방송 의견 처리 시스템, 장치 및 방법 | |
Suroso et al. | Quantitative Strategic Planning Matrix Analysis on the Implementation of Second Screen Technology | |
KR20070019311A (ko) | 수집된 동적인 시장 데이터 및 사용자 피드백에 기초한지능적인 적응형 프로그래밍 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |