CN104683716A - 电子节目指南的产生装置及电子节目指南的产生方法 - Google Patents
电子节目指南的产生装置及电子节目指南的产生方法 Download PDFInfo
- Publication number
- CN104683716A CN104683716A CN201310653458.2A CN201310653458A CN104683716A CN 104683716 A CN104683716 A CN 104683716A CN 201310653458 A CN201310653458 A CN 201310653458A CN 104683716 A CN104683716 A CN 104683716A
- Authority
- CN
- China
- Prior art keywords
- matrix
- electronic program
- subrelation
- node
- crucial phrase
- 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
- 238000000034 method Methods 0.000 title abstract description 4
- 239000011159 matrix material Substances 0.000 claims abstract description 91
- 238000005457 optimization Methods 0.000 claims description 22
- 238000004519 manufacturing process Methods 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 3
- 230000003442 weekly effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/482—End-user interface for program selection
- H04N21/4828—End-user interface for program selection for searching program descriptors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/738—Presentation of query results
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/482—End-user interface for program selection
- H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种电子节目指南的产生装置及电子节目指南的产生方法。电子节目指南的产生装置包括接收接口及处理器。接收接口接收输入关键词组。处理器根据节目名称产生节目名称关键词组,节目名称对应节目描述。处理器根据输入关键词组及节目名称关键词组建立语意相似度矩阵,并根据语意相似度矩阵建立无向图。处理器寻找无向图的最大完全子图集合,并根据节目描述及最大完全子图集合产生配对成绩。处理器根据配对成绩决定节目名称于电子节目指南的推荐顺序。
Description
技术领域
本发明是有关于一种电子装置,且特别是有关于一种电子节目指南的产生装置及电子节目指南的产生方法。
背景技术
随着科技的日新月异,时至今日电视早已遍布且深入各个家庭。电视硬件的进步从体积庞大的映像管电视到日益轻薄的液晶电视,而讯号的传输方式也从模拟演进到数字。电视节目表则由早期通过报纸记载供人们查阅到现在数字电视机顶盒的多媒体中心软件提供电子节目指南(ElectronicProgram Guide,EPG)。
电子节目指南是在符合MPEG-2(13818-1)规格的传输串流(TransportStream,TS)中,嵌入数字视频广播(Digital Video Broadcasting,DVB)标准定义的服务信息(Service Information,SI)。数字电视机顶盒(Set Top Box,STB)的译码器可以从传输串流中撷取出节目供货商播出节目的列表和时间等信息,并通过用户接口显示,使得用户可以方便地选择与接收电视节目。电子节目指南信息主要包括基本电子节目指南信息和扩展电子节目指南信息。基本电子节目指南信息是指完全可以用《数字广播业务信息规范(GY/Z174-2001)》中的网络信息表(Network Information Table,NIT)、业务关联表(BAT)、服务描述表(SDT)和事件信息表(EIT)进行描述的电子节目指南信息。扩展电子节目指南信息是指在基本电子节目指南信息之外,通过数据轮播传递的电子节目指南信息。这些信息采用电子节目指南映像表(EMT)进行描述,信息的内容被封装成具有多级目录结构的文件***,称为扩展电子节目指南属性信息。在数字电视节目的播出过程中,可以加入辅助的服务信息,供数字电视机顶盒的开发者来实现电子节目指南的导航功能。用户使用电子节目指南不仅能够接收电视节目,而且还可以查看感兴趣的信息,例如依节目分类(音乐节目、体育节目、电影等)检索节目、依节目提供者检索节目、查看未来一段时间内节目播出表以及视讯网络中节目播出情形等。
然而随着电视频道的蓬勃发展,电子节目指南信息显得丰富而又复杂,在使用数字电视机顶盒时若要逐一浏览每天每个频道的节目表才可找出自己所感兴趣的节目,势必相当旷日废时。有鉴于此,如何能让用户于电子节目指南上快速地找出所欲观赏的节目即成为急待解决的问题。
发明内容
本发明有关于一种电子节目指南的产生装置及电子节目指南的产生方法。
根据本发明,提出一种电子节目指南的产生方法。电子节目指南的产生方法包括:接收输入关键词组;根据节目名称产生节目名称关键词组,节目名称对应节目描述;根据输入关键词组及节目名称关键词组建立语意相似度矩阵;根据语意相似度矩阵建立无向图;寻找无向图的最大完全子图集合;根据节目描述及最大完全子图集合产生配对成绩;以及根据配对成绩决定节目名称于电子节目指南的推荐顺序。
根据本发明,提出一种电子节目指南的产生装置。电子节目指南的产生装置包括接收接口及处理器。接收接口接收输入关键词组。处理器根据节目名称产生节目名称关键词组,节目名称对应节目描述。处理器根据输入关键词组及节目名称关键词组建立语意相似度矩阵,并根据语意相似度矩阵建立无向图。处理器寻找无向图的最大完全子图集合,并根据节目描述及最大完全子图集合产生配对成绩。处理器根据配对成绩决定节目名称于电子节目指南的推荐顺序。
为了对本发明的上述及其他方面有更佳的了解,下文特举较佳实施例,并配合附图,作详细说明如下。
附图说明
图1绘示为依照第一实施例的一种电子装置的方块图。
图2绘示为依照第一实施例的一种电子节目指南的产生方法的流程图。
图3绘示为依照一种无向图的示意图。
图4绘示为图3的最大完全子图的示意图。
图5绘示为依照第一实施例的步骤205的细部流程图。
图6绘示为依照第二实施例的步骤206的细部流程图。
其中,附图标记说明如下:
1:电子节目指南的产生装置
11:接收接口
12:处理器
201~207、2051~2055、2061~2063:步骤
A、B、C、D:节点
G:无向图
G’:最大完全子图
具体实施方式
第一实施例
请参照图1,图1绘示为依照第一实施例的一种电子装置的方块图。电子节目指南(Electronic Program Guide,EPG)的产生装置1包括接收接口11及处理器12。接收接口11接收用户欲查询的输入关键词组(X1、X2、…、Xn-1、Xn),n为大于等于1的正整数。处理器12根据节目名称Y产生节目名称关键词组(A1、A2、…、Ar-1、Ar),r为大于等于1的正整数。节目名称Y对应节目描述Z。处理器12能根据数字广播业务信息规范(GY/Z714-2001)中的事件信息表(EIT)的节目名称与内容描述进行比对与统计。假设目前从传输串流(Transport Stream,TS)所得到的电子节目指南总共有m个节目,则会对应地有m组节目名称与节目描述{(Y1,Z1)、(Y2,Z2)、…、(Ym-1,Zm-1)、(Ym,Zm)}。节目名称Y对应节目描述Z,且m为大于等于1的正整数。
处理器12根据输入关键词组(X1、X2、…、Xn-1、Xn)及节目名称关键词组(A1、A2、…、Ar-1、Ar)建立语意相似度矩阵,并根据语意相似度矩阵建立无向图。处理器12例如是根据刘群及李素建所提出的基于知网(How-Net)的词汇语意相似度计算方法来建立语意相似度矩阵。知网语意辞典包含了816个动词概念,143个名词概念、119个属性、12个副词概念、3个并列概念、7个连接概念、16个助词概念、3个单位词概念、88个领域概念、110组动词对义关系、110组状态对义关系与一个包含62363个词汇定义的辞典。处理器12寻找无向图的最大完全子图集合,并根据节目描述及最大完全子图集合产生配对成绩。处理器12根据配对成绩决定节目名称于电子节目指南的推荐顺序。
请同时参照表1、表2、表3、图1、图2、图3及图4,表1为输入关键词组的举例说明,表2为节目名称关键词组的举例说明,表3为语意相似度矩阵的举例说明,图2绘示为依照第一实施例的一种电子节目指南的产生方法的流程图,图3绘示为依照一种无向图的示意图,图4绘示为图3的最大完全子图的示意图。电子节目指南的产生方法包括如下步骤:首先如步骤201所示,接收接口11接收用户欲查询的输入关键词组(X1、X2、…、Xn-1、Xn),n为大于等于1的正整数。举例来说,关键词组(X1、X2、…、Xn-1、Xn)包括表1所列的职棒及体育,而职棒及体育分别对应节点B及节点D。
输入关键词 | 节点 |
职棒 | B |
体育 | D |
表1
接着如步骤202所示,处理器12根据节目名称产生节目名称关键词组(A1、A2、…、Ar-1、Ar),r为大于等于1的正整数。处理器12例如为藉由中央研究院词库小组所研发的中文断词***(http://ckipsvr.iis.sinica.edu.tw/)分析撷取出能代表节目名称Y的节目名称关键词组(A1、A2、…、Ar-1、Ar)。举例来说,节目名称关键词组(A1、A2、…、Ar-1、Ar)包括表2所列的中华、职棒及周报,且中华、职棒及周报分别对应节点A、节点B及节点C。
节目名称关键词 | 节点 |
中华 | A |
职棒 | B |
周报 | C |
表2
跟着如步骤203所示,处理器12根据输入关键词组(X1、X2、…、Xn-1、Xn)及节目名称关键词组(A1、A2、…、Ar-1、Ar)建立语意相似度矩阵。举例来说,语意相似度矩阵包括表3所列的节点A、节点B、节点C及节点D,节点A、节点B、节点C及节点D分别代表中华、职棒、周报及体育。节点A、节点B、节点C及节点D之间的语意相似度则如表3所列。例如,节点A与节点B之间的语意相似度如0.65;节点A与节点C之间的语意相似度如0.5;节点A与节点D之间的语意相似度如0.4。
节点 | A | B | C | D |
A | 1 | 0.65 | 0.5 | 0.4 |
B | 0.65 | 1 | 0.7 | 0.2 |
C | 0.5 | 0.7 | 1 | 0.5 |
D | 0.4 | 0.2 | 0.5 | 1 |
表3
然后如步骤204所示,处理器12根据语意相似度矩阵建立无向图G。为方便说明起见,第一实施例的无向图G以图3为例说明。无向图G=(V,E),V为无向图G的节点集合,而E为无向图G的边集合。处理器12根据输入关键词组(X1、X2、…、Xn-1、Xn)及节目名称关键词组(A1、A2、…、Ar-1、Ar)建立节点集合V。节点集合V的节点个数等于输入关键词组(X1、X2、…、Xn-1、Xn)的关键词数n加上节目名称关键词组(A1、A2、…、Ar-1、Ar)的关键词数r减去重复关键词数s。处理器12根据节点集合V及语意相似度矩阵建立边集合E。当节点集合V中任两节点之间的语意相似度大于或等于相似度门坎值α,则建立两节点之间的一边。边上的权重即为其所对应的语意相似度。亦即,边集合E的各边所对应的语意相似度需大于或等于相似度门坎值α。处理器12根据节点集合V及边集合E建立无向图G。举例来说,当相似度门坎值α等于0.5,则无向图G如图3绘示。
无向图G包括节点A、节点B、节点C及节点D与节点A、节点B、节点C及节点D之间的语意相似度。节点A与节点B的语意相似度为0.65大于相似度门坎值α,则节点A与节点B之间建立一边。节点B与节点C的语意相似度为0.7大于相似度门坎值α,则节点B与节点C之间建立一边。节点C与节点D的语意相似度为0.5等于相似度门坎值α,则节点C与节点D之间建立一边。节点A与节点C的语意相似度为0.5等于相似度门坎值α,则节点A与节点C之间建立一边。
接着如步骤205所示,处理器12寻找无向图G的最大完全子图集合。为方便说明起见,第一实施例的最大完全子图集合是以包括最大完全子图G’为例说明。最大完全子图G’对应至最佳关键词组(X1’、X2’、…、Xp-1’、Xp’),p为大于1的正整数。于其他实施例中,最大完全子图集合亦可包括数个最大完全子图。最大完全子图G’需大于节点门坎值β。举例来说,当节点门坎值β等于3,则最大完全子图G’如图4绘示。
跟着如步骤206所示,处理器12根据节目描述Z及最大完全子图集合产生配对成绩。进一步来说,处理器12比对最佳化关键词组(X1’、X2’、…、Xp-1’、Xp’)与节目描述Z以产生最佳化关键词组(X1’、X2’、…、Xp-1’、Xp’)的关键词于节目描述Z的出现次数,并将出现次数除以最佳化关键词组(X1’、X2’、…、Xp-1’、Xp’)的关键词数p以产生配对成绩。然后如步骤207所示,处理器12根据配对成绩决定节目名称Y于电子节目指南的推荐顺序。
请同时参照表4、表5A~5D、图1、图2及图5,表4系为关系矩阵的举例说明,表5A~5D为维度大于维度门坎值的子关系矩阵,图5绘示为依照第一实施例的步骤205的细部流程图。进一步来说,步骤205更包括步骤2051~2055。如步骤2051所示,处理器12建立无向图G的关系矩阵。关系矩阵如表4所示,且关系矩阵的维度w等于4。接着如步骤2052所示,处理器12根据关系矩阵建立子关系矩阵。子关系矩阵如表5A~5D所示,且子关系矩阵的维度w’小于或等于关系矩阵的维度w。表5A~5D所示的子关系矩阵的维度w’等于3。
跟着如步骤2053所示,处理器12计算子关系矩阵的矩阵元素和。表5A的矩阵元素和等于9;表5B的矩阵元素和等于5;表5C的矩阵元素和等于7;表5D的矩阵元素和等于7。然后如步骤2054所示,处理器12判断矩阵元素和是否等于子关系矩阵的维度w’的平方。接着如步骤2055所示,当矩阵元素和等于子关系矩阵的维度w’的平方,子关系矩阵为最大完全子图。简言之,表5A所代表的子关系矩阵为最大完全子图。
节点 | A | B | C | D |
A | 1 | 1 | 1 | 0 |
B | 1 | 1 | 1 | 0 |
C | 1 | 1 | 1 | 1 |
D | 0 | 0 | 1 | 1 |
表4
节点 | A | B | C |
A | 1 | 1 | 1 |
B | 1 | 1 | 1 |
C | 1 | 1 | 1 |
表5A
节点 | A | B | D |
A | 1 | 1 | 0 |
B | 1 | 1 | 0 |
D | 0 | 0 | 1 |
表5B
节点 | A | C | D |
A | 1 | 1 | 0 |
C | 1 | 1 | 1 |
D | 0 | 1 | 1 |
表5C
节点 | B | C | D |
B | 1 | 1 | 0 |
C | 1 | 1 | 1 |
D | 0 | 1 | 1 |
表5D
第二实施例
请同时参照表4、表5A~5D、图1、图2及图6,图6绘示系为依照第二实施例的步骤206的细部流程图。第二实施例与第一实施例主要不同之处在于步骤206的细部流程不同,且第二实施例的最大完全子图集合包括t个最大完全子图,t为大于1的正整数。于第二实施例中,步骤206进一步包括步骤2061~2064。如步骤2061所示,处理器12比对t个最佳化关键词组(X1’、X2’、…、Xp-1’、Xp’)与t个节目描述Z以产生最佳化关键词组(X1’、X2’、…、Xp-1’、Xp’)的关键词于节目描述Z的t个出现次数。接着如步骤2062所示,处理器12将t个出现次数除以最佳化关键词组(X1’、X2’、…、Xp-1’、Xp’)的关键词数p以产生数值{B1、B2、…、Bt-1、Bt}。跟着如步骤2603所示,处理器12计算数值{B1、B2、…、Bt-1、Bt}的平均值以产生配对成绩。
综上所述,虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中普通技术人员,在不脱离本发明的构思和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视的权利要求书所界定者为准。
Claims (20)
1.一种电子节目指南的产生方法,包括:
接收一输入关键词组;
根据一节目名称产生一节目名称关键词组,该节目名称对应一节目描述;
根据该输入关键词组及该节目名称关键词组建立一语意相似度矩阵;
根据该语意相似度矩阵建立一无向图;
寻找该无向图的一最大完全子图集合;
根据该节目描述及该最大完全子图集合产生一配对成绩;以及
根据该配对成绩决定该节目名称于该电子节目指南的一推荐顺序。
2.根据权利要求1的电子节目指南的产生方法,其中该无向图建立步骤包括:
根据该输入关键词组及该节目名称关键词组建立一节点集合;
根据该节点集合及该语意相似度矩阵建立一边集合;以及
根据该节点集合及该边集合建立该无向图。
3.根据权利要求2的电子节目指南的产生方法,其中该最大完全子图集合包括一最大完全子图,该最大完全子图的节点需大于或等于一节点门坎值,该最大完全子图对应至一最佳化关键词组。
4.根据权利要求3的电子节目指南的产生方法,其中该配对成绩的产生步骤包括:
比对该最佳化关键词组与该节目描述以产生该最佳化关键词组的关键词于该节目描述的一出现次数;以及
将该出现次数除以该最佳化关键词组的关键词数以产生该配对成绩。
5.根据权利要求4的电子节目指南的产生方法,其中该最大完成子图集合的寻找步骤,包括:
建立该无向图的一关系矩阵;
根据该关系矩阵建立至少一子关系矩阵,该子关系矩阵的维度小于或等于该关系矩阵的维度;
计算该子关系矩阵的一矩阵元素和;
判断该矩阵元素和是否等于该子关系矩阵的维度的平方;以及
当该矩阵元素和等于该子关系矩阵的维度的平方,该子关系矩阵为该最大完全子图。
6.根据权利要求2的电子节目指南的产生方法,其中该最大完全子图集合包括多个最大完全子图,各该些最大完全子图的节点需大于或等于一节点门坎值,该些最大完全子图对应至多个最佳化关键词组。
7.根据权利要求6的电子节目指南的产生方法,其中该配对成绩的产生步骤包括:
比对该些最佳化关键词组与该节目描述以产生该些最佳化关键词组的关键词于该节目描述的多个出现次数;
将该些出现次数分别除以该些最佳化关键词组的关键词数以产生多个数值;以及
计算该些数值的平均值以产生该配对成绩。
8.根据权利要求7的电子节目指南的产生方法,其中该最大完成子图的寻找步骤,包括:
建立该无向图的一关系矩阵;
根据该关系矩阵建立至少一子关系矩阵,该子关系矩阵的维度小于或等于该关系矩阵的维度;
计算该子关系矩阵的一矩阵元素和;
判断该矩阵元素和是否等于该子关系矩阵的维度的平方;以及
当该矩阵元素和等于该子关系矩阵的维度的平方,该子关系矩阵为该些最大完全子图其中之一。
9.根据权利要求2的电子节目指南的产生方法,其中,该节点集合的节点个数等于该输入关键词组的关键词数加上该节目名称关键词组的关键词数减去重复关键词数。
10.根据权利要求2的电子节目指南的产生方法,其中,该边集合的各边所对应的语意相似度需大于或等于一相似度门坎值。
11.一种电子节目指南的产生装置,包括:
一接收接口,用以接收一输入关键词组;以及
一处理器,用以根据一节目名称产生一节目名称关键词组,该节目名称对应一节目描述,该处理器根据该输入关键词组及该节目名称关键词组建立一语意相似度矩阵,并根据该语意相似度矩阵建立一无向图,该处理器寻找该无向图的一最大完全子图集合,并根据该节目描述及该最大完全子图集合产生一配对成绩,该处理器根据该配对成绩决定该节目名称于该电子节目指南的一推荐顺序。
12.根据权利要求11的电子节目指南的产生装置,其中该处理器根据该输入关键词组及该节目名称关键词组建立一节点集合,并根据该节点集合及该语意相似度矩阵建立一边集合,该处理器根据该节点集合及该边集合建立该无向图。
13.根据权利要求12的电子节目指南的产生装置,其中该最大完全子图集合包括一最大完全子图,该最大完全子图的节点需大于或等于一节点门坎值,该最大完全子图对应至一最佳化关键词组。
14.根据权利要求13的电子节目指南的产生装置,其中该处理器比对该最佳化关键词组与该节目描述以产生该最佳化关键词组的关键词于该节目描述的一出现次数,并将该出现次数除以该最佳化关键词组的关键词数以产生该配对成绩。
15.根据权利要求14的电子节目指南的产生装置,其中该处理器建立该无向图的一关系矩阵,并根据该关系矩阵建立至少一子关系矩阵,该子关系矩阵的维度小于该关系矩阵的维度,该处理器计算该子关系矩阵的一矩阵元素和,并判断该矩阵元素和是否等于该子关系矩阵的维度的平方,当该矩阵元素和等于该子关系矩阵的维度的平方,该子关系矩阵为该最大完全子图。
16.根据权利要求12的电子节目指南的产生装置,其中该最大完全子图集合包括多个最大完全子图,各该些最大完全子图的节点需大于或等于一节点门坎值,该些最大完全子图分别对应至多个最佳化关键词组。
17.根据权利要求16的电子节目指南的产生装置,其中该处理器比对该些最佳化关键词组与该节目描述以产生该些最佳化关键词组的关键词于该节目描述的多个出现次数,该处理器将该些出现次数分别除以该些最佳化关键词组的关键词数以产生多个数值,并计算该些数值的平均值以产生该配对成绩。
18.根据权利要求17的电子节目指南的产生装置,其中该处理器建立该无向图的一关系矩阵,并根据该关系矩阵建立至少一子关系矩阵,该子关系矩阵的维度小于该关系矩阵的维度,该处理器计算该子关系矩阵的一矩阵元素和,并判断该矩阵元素和是否等于该子关系矩阵的维度的平方,当该矩阵元素和等于该子关系矩阵的维度的平方,该子关系矩阵为该些最大完全子图其中之一。
19.根据权利要求12的电子节目指南的产生装置,其中,该节点集合的节点个数等于该输入关键词组的关键词数加上该节目名称关键词组的关键词数减去重复关键词数。
20.根据权利要求12的电子节目指南的产生装置,其中,该边集合的各边所对应的语意相似度需大于或等于一相似度门坎值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW102143186A TWI508561B (zh) | 2013-11-27 | 2013-11-27 | 電子節目表單之產生裝置及電子節目表單之產生方法 |
TW102143186 | 2013-11-27 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104683716A true CN104683716A (zh) | 2015-06-03 |
CN104683716B CN104683716B (zh) | 2018-03-13 |
Family
ID=53183836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310653458.2A Active CN104683716B (zh) | 2013-11-27 | 2013-12-05 | 电子节目指南的产生装置及电子节目指南的产生方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9516388B2 (zh) |
CN (1) | CN104683716B (zh) |
TW (1) | TWI508561B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105005554A (zh) * | 2015-06-30 | 2015-10-28 | 北京信息科技大学 | 一种词汇语义相关度的计算方法 |
CN108491524A (zh) * | 2018-03-27 | 2018-09-04 | 深圳创维-Rgb电子有限公司 | 视频推送方法、装置及计算机可读存储介质 |
CN110704690B (zh) * | 2019-09-02 | 2023-05-16 | 腾讯音乐娱乐科技(深圳)有限公司 | 一种数据处理方法、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080071849A1 (en) * | 2006-09-15 | 2008-03-20 | Krieger Cynthia A H | Polynomial method for detecting a Hamiltonian circuit |
CN101606155A (zh) * | 2007-08-09 | 2009-12-16 | 松下电器产业株式会社 | 内容检索装置 |
US20100281036A1 (en) * | 2007-05-28 | 2010-11-04 | Tsuyoshi Inoue | Information search support method and information search support device |
CN103324708A (zh) * | 2013-06-18 | 2013-09-25 | 哈尔滨工程大学 | 一种长文本到短文本的迁移学习方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6157905A (en) | 1997-12-11 | 2000-12-05 | Microsoft Corporation | Identifying language and character set of data representing text |
WO2005015902A1 (ja) * | 2003-08-06 | 2005-02-17 | Matsushita Electric Industrial Co., Ltd. | 番組推薦装置 |
US8250604B2 (en) * | 2008-02-05 | 2012-08-21 | Sony Corporation | Near real-time multiple thumbnail guide with single tuner |
US9043839B2 (en) * | 2010-02-19 | 2015-05-26 | Thomson Licensing | Media content spatial navigation |
JP5156861B2 (ja) * | 2010-12-28 | 2013-03-06 | シャープ株式会社 | 表示制御装置、テレビジョン受像機、表示制御方法、表示制御プログラムおよび記録媒体 |
US9214093B2 (en) * | 2011-10-28 | 2015-12-15 | Sony Corporation | Audio description availability notifier |
-
2013
- 2013-11-27 TW TW102143186A patent/TWI508561B/zh active
- 2013-12-05 CN CN201310653458.2A patent/CN104683716B/zh active Active
-
2014
- 2014-07-16 US US14/332,419 patent/US9516388B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080071849A1 (en) * | 2006-09-15 | 2008-03-20 | Krieger Cynthia A H | Polynomial method for detecting a Hamiltonian circuit |
US20100281036A1 (en) * | 2007-05-28 | 2010-11-04 | Tsuyoshi Inoue | Information search support method and information search support device |
CN101606155A (zh) * | 2007-08-09 | 2009-12-16 | 松下电器产业株式会社 | 内容检索装置 |
CN103324708A (zh) * | 2013-06-18 | 2013-09-25 | 哈尔滨工程大学 | 一种长文本到短文本的迁移学习方法 |
Non-Patent Citations (1)
Title |
---|
COEN BRON,JOEP KERBOSCH: "Algorithm 457:Finding all cliques of an undirected graph", 《ACM》 * |
Also Published As
Publication number | Publication date |
---|---|
US9516388B2 (en) | 2016-12-06 |
US20150150054A1 (en) | 2015-05-28 |
CN104683716B (zh) | 2018-03-13 |
TW201521447A (zh) | 2015-06-01 |
TWI508561B (zh) | 2015-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107124653B (zh) | 电视用户画像的构建方法 | |
CN100352280C (zh) | 用于推荐内容的方法和*** | |
KR102008000B1 (ko) | 매체 프로그램들 사이의 유사성 계산 | |
US9202523B2 (en) | Method and apparatus for providing information related to broadcast programs | |
US9177080B2 (en) | Automatic segmentation of video | |
CN103914513B (zh) | 一种实体输入方法和装置 | |
CN101889281B (zh) | 内容检索装置及内容检索方法 | |
TWI521959B (zh) | 影片搜尋整理方法、系統、建立語意辭組的方法及其程式儲存媒體 | |
US9451330B2 (en) | Program recommendation device and program recommendation program | |
CN105653700A (zh) | 视频检索方法及*** | |
CN103810192A (zh) | 一种用户的兴趣推荐方法和装置 | |
CN102917258A (zh) | 基于视频内容的视频播放方法、终端及*** | |
CN106446235B (zh) | 视频的搜索方法和装置 | |
WO2011153392A2 (en) | Semantic enrichment by exploiting top-k processing | |
CN101304503A (zh) | 数字电视节目检索方法 | |
CN100574421C (zh) | 一种数字电视的节目搜索的方法 | |
CN104683716A (zh) | 电子节目指南的产生装置及电子节目指南的产生方法 | |
CN1882056A (zh) | 一种基于电子节目指南的节目推荐方法 | |
CN103716701A (zh) | 节目分类预览方法、装置和机顶盒 | |
CN1710563A (zh) | 一种重要新闻事件检测和摘要的方法 | |
CN103714158A (zh) | 视频网站的垂直搜索方法及其*** | |
US8904437B2 (en) | Similar content search device and computer-readable storage medium | |
JP2012242892A (ja) | 推薦データ成形方法、推薦データ成形装置および推薦データ成形プログラム | |
CN103336784B (zh) | 一种用于确定资源的优选资源描述信息的方法与设备 | |
US8914346B1 (en) | Clustered search indexing for correlated data groups |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |