CN108989894A - 用于播放电视节目的方法和装置 - Google Patents

用于播放电视节目的方法和装置 Download PDF

Info

Publication number
CN108989894A
CN108989894A CN201810989133.4A CN201810989133A CN108989894A CN 108989894 A CN108989894 A CN 108989894A CN 201810989133 A CN201810989133 A CN 201810989133A CN 108989894 A CN108989894 A CN 108989894A
Authority
CN
China
Prior art keywords
event
user
programme
identity
recommendation tables
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
Application number
CN201810989133.4A
Other languages
English (en)
Other versions
CN108989894B (zh
Inventor
李锁花
迟民强
柳瑞超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics China R&D Center
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics China R&D Center
Samsung Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Samsung Electronics China R&D Center, Samsung Electronics Co Ltd filed Critical Samsung Electronics China R&D Center
Priority to CN201810989133.4A priority Critical patent/CN108989894B/zh
Publication of CN108989894A publication Critical patent/CN108989894A/zh
Application granted granted Critical
Publication of CN108989894B publication Critical patent/CN108989894B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
    • H04N21/26258—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists for generating a list of items to be played back in a given order, e.g. playlist, or scheduling item distribution according to such list
    • 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
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/441—Acquiring end-user identification, e.g. using personal code sent by the remote control or by inserting a card
    • 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
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • 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)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本申请实施例公开了用于播放电视节目的方法和装置。该方法的具体实施方式包括：响应于接收到用户的播放请求，确认用户的身份。确定预先生成的推荐表中是否存在与用户的身份和当前时间匹配且电视节目的状态为启用的目标电视节目的名称，其中，推荐表用于表征用户的身份、时间点、电视节目的名称、电视节目的状态之间的对应关系。若存在，则播放目标电视节目。该实施方式采用大数据分析技术，挖掘出用户的行为偏好和习惯，得出播放预测规则，实现电视节目的智能播放。

Description

用于播放电视节目的方法和装置
技术领域
本申请实施例涉及智能电视技术领域，具体涉及用于播放电视节目的方法和装置。
背景技术
现有技术中，电视的识人技术需要在电视外置摄像头或者声音采集器，配合相应的软件来识别用户，开销比较大，而目前在智能家居***，可以利用客户端(如手机，音响)现有技术识别用户。
电视的播放规则由用户来设置，要增加用户干预，由于用户感兴趣的频道会经常变化，规则的时效性不是很强，所以由用户设置规则非常麻烦。如用户每天7点观看频道A的连续剧A1，那么用户可以设置条件为{时间:7:15}，动作为{频道:A}的规则，A1剧终后，用户开始看B频道的电视剧，那么原规则就会失效。这时用户可能需要再设置条件为{时间:7:00}，动作为{频道:B}的规则。同时，对于细碎的时间段，比如7:30有15分钟广告时间，用户也懒于设置规则，但实际上会进行换台，降低音量，静音等操作来避开广告的影响。
现有基于节目内容的推荐方法，需要得到节目的数据源，分析节目内容的属性，在得不到这些数据的情况下，就难以进行推荐。
发明内容
本申请实施例提出了用于播放电视节目的方法和装置。
第一方面，本申请实施例提供了一种用于播放电视节目的方法，包括：响应于接收到用户的播放请求，确认用户的身份。确定预先生成的推荐表中是否存在与用户的身份和当前时间匹配且电视节目的状态为启用的目标电视节目的名称，其中，推荐表用于表征用户的身份、时间点、电视节目的名称、电视节目的状态之间的对应关系。若存在，则播放目标电视节目。
在一些实施例中，推荐表还包括置信度和置信度阈值；以及该方法还包括：若不存在，则从推荐表中选择与用户的身份和当前时间匹配且置信度大于置信度阈值的至少一个候选电视节目生成预览信息。输出预览信息以供用户从至少一个候选电视节目中选择电视节目。响应于检测到用户从至少一个候选电视节目中选择出电视节目，播放所选择的电视节目以及将推荐表中所选择的电视节目的状态设置为启用。
在一些实施例中，该方法还包括：响应于在预定时间内检测到用户切换目标电视节目，将推荐表中目标电视节目的状态设置为未启用，以及调整所述推荐表中的阈值。
在一些实施例中，确认用户的身份，包括：获取用户的特征信息，其中，特征信息包括以下至少一项：声音、指纹、账号。将特征信息与预先注册的身份特征信息表进行匹配，根据特征信息确定出用户的身份，其中，身份特征信息表用于表征用户的身份与用户的特征信息的对应关系。
在一些实施例中，推荐表通过以下步骤生成：获取历史操作数据集合，其中，历史操作数据包括：用户的身份、时间点、操作属性、属性值。根据历史操作数据集合生成事件表，其中，事件表包括至少一条事件信息，事件信息包括：事件标识、操作属性、属性值，事件标识由操作属性、属性值按预定编码规则生成、时间点是事件的平均发生时间。将所述历史操作数据转成用于大数据分析的训练数据，以及对事件表进行预处理以删除持续时长小于预定时长阈值的事件对应的事件信息。对于经预处理后的事件表所涉及的至少一个事件标识中的事件标识，根据事件表和所述训练数据确定该事件标识对应的事件在预定周期的出现概率作为该事件标识对应的事件的置信度。根据经预处理后的事件表、所述训练数据和各事件标识对应的事件的置信度以及预设的各事件标识对应的事件的置信度阈值生成推荐表。
在一些实施例中，预定周期包括第一预定周期和第二预定周期；以及根据事件表确定该事件标识对应的事件在预定周期的出现概率作为该事件标识对应的事件的置信度，包括：根据事件表确定该事件标识对应的事件在第一预定周期的出现概率作为该事件标识对应的事件的第一置信度。根据事件表确定该事件标识对应的事件在第二预定周期的出现概率作为该事件标识对应的事件的第二置信度。
在一些实施例中，推荐表还包括环境音量和电视音量的对应关系；以及该方法还包括：获取当前的环境音量。查询推荐表中与当前时间匹配的当前的环境音量对应的电视音量。将查询到的电视音量确定为播放电视节目的音量。
在一些实施例中，该方法还包括：响应于检测到用户调整音量，调整推荐表中的音量操作对应的阈值。
第二方面，本申请实施例提供了一种用于播放电视节目的装置，包括：确认单元，被配置成响应于接收到用户的播放请求，确认用户的身份。匹配单元，被配置成确定预先生成的推荐表中是否存在与用户的身份和当前时间匹配且电视节目的状态为启用的目标电视节目的名称，其中，推荐表用于表征用户的身份、时间点、电视节目的名称、电视节目的状态之间的对应关系。播放单元，被配置成若预先生成的推荐表中存在与用户的身份和当前时间匹配且电视节目的状态为启用的目标电视节目的名称，则播放目标电视节目。
在一些实施例中，推荐表还包括置信度和置信度阈值；以及该装置还包括：选择单元，被配置成若预先生成的推荐表中不存在与用户的身份和当前时间匹配且电视节目的状态为启用的目标电视节目的名称，则从推荐表中选择与用户的身份和当前时间匹配且置信度大于置信度阈值的至少一个候选电视节目生成预览信息。输出单元，被配置成输出预览信息以供用户从至少一个候选电视节目中选择电视节目。检测单元，被配置成响应于检测到用户从至少一个候选电视节目中选择出电视节目，播放所选择的电视节目以及将推荐表中所选择的电视节目的状态设置为启用。
在一些实施例中，检测单元进一步被配置成包括：响应于在预定时间内检测到用户切换目标电视节目，将推荐表中目标电视节目的状态设置为未启用，以及调整所述推荐表中的阈值。
在一些实施例中，确认单元进一步被配置成：获取用户的特征信息，其中，特征信息包括以下至少一项：声音、指纹、账号。将特征信息与预先注册的身份特征信息表进行匹配，根据特征信息确定出用户的身份，其中，身份特征信息表用于表征用户的身份与用户的特征信息的对应关系。
在一些实施例中，推荐表通过以下模块生成：数据过滤模块，被配置成获取历史操作数据集合，其中，历史操作数据包括：用户的身份、时间点、操作属性、属性值；事件抽取模块，被配置成根据历史操作数据集合生成事件表，其中，事件表包括至少一条事件信息，事件信息包括：事件标识、操作属性、属性值，事件标识由操作属性、属性值按预定编码规则生成、时间点是事件的平均发生时间；数据预处理模块，被配置成将所述历史操作数据转成用于大数据分析的训练数据，以及对事件表进行预处理以删除持续时长小于预定时长阈值的事件对应的事件信息，所述数据预处理模块包含时间分割模块和统计事件模块；推荐表生成模块，被配置成对于经预处理后的事件表所涉及的至少一个事件标识中的事件标识，根据事件表和所述训练数据确定该事件标识对应的事件在预定周期的出现概率作为该事件标识对应的事件的置信度；根据经预处理后的事件表、所述训练数据和各事件标识对应的事件的置信度以及预设的各事件标识对应的事件的置信度阈值生成推荐表。
在一些实施例中，预定周期包括第一预定周期和第二预定周期；以及推荐表生成模块进一步被配置成：根据事件表确定该事件标识对应的事件在第一预定周期的出现概率作为该事件标识对应的事件的第一置信度。根据事件表确定该事件标识对应的事件在第二预定周期的出现概率作为该事件标识对应的事件的第二置信度。
在一些实施例中，推荐表还包括环境音量和电视音量的对应关系；以及该装置还包括音量确定单元，被配置成：获取当前的环境音量。查询推荐表中与当前时间匹配的当前的环境音量对应的电视音量。将查询到的电视音量确定为播放电视节目的音量。
在一些实施例中，音量确定单元进一步被配置成：响应于检测到用户调整音量，调整推荐表中的音量操作对应的阈值。
第三方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一的方法。
第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一的方法。
本申请实施例提供的用于播放电视节目的方法和装置，在识别出用户的身份后获取根据用户的历史操作数据生成的推荐表。从推荐表中查找与用户的身份和当前时间匹配的电视节目进行播放。从而提高用户观看电视的便捷性，实现富有针对性的电视节目推荐。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请的一个实施例可以应用于其中的示例性***架构图；
图2是根据本申请的用于播放电视节目的方法的一个实施例的流程图；
图3a、3b、3c是根据本申请的用于播放电视节目的方法的一个应用场景的示意图；
图4是根据本申请的用于播放电视节目的方法的又一个实施例的流程图；
图5是根据本申请的用于播放电视节目的装置的一个实施例的结构示意图；
图6是适于用来实现本申请实施例的电子设备的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于播放电视节目的方法或用于播放电视节目的装置的实施例的示例性***架构100。
如图1所示，***架构100可以包括客户端101、102、103、104，智能电视105智能电视107，网络106和服务器107服务器105。网络106用以在智能电视105智能电视107和服务器107服务器105之间提供通信链路的介质。网络106可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用客户端101、103、104通过IoT(Internet of things，物联网)操控智能电视107。传统的遥控器102直接操控智能电视107。
智能电视107，是具有全开放式平台，搭载了操作***，用户在欣赏普通电视内容的同时，可自行安装和卸载各类应用软件，持续对功能进行扩充和升级的新电视产品。
服务器105可以是指物联网的控制中心，负责设备的入网，发送控制命令，获取设备状态等，是客户端和智能电视的中转。例如对智能电视107上显示的电视节目提供支持的后台电视节目服务器。后台电视节目服务器可以对接收到的播放请求等数据进行分析等处理，并将处理结果(例如电视节目)反馈给智能电视。
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本申请实施例所提供的用于播放电视节目的方法可以由智能电视107执行，也可以由服务器105执行。相应地，用于播放电视节目的装置可以设置于智能电视107中，也可以设置于服务器105中。在此不做具体限定。
应该理解，图1中的客户端、智能电视和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的客户端、智能电视和服务器。
继续参考图2，示出了根据本申请的用于播放电视节目的方法的一个实施例的流程200。该用于播放电视节目的方法，包括以下步骤：
步骤201，响应于接收到用户的播放请求，确认用户的身份。
在本实施例中，用于播放电视节目的方法的执行主体(例如图1所示的智能电视)可以通过有线连接方式或者无线连接方式从用户利用其进行电视遥控的客户端接收播放请求。该播放请求中可以包括频道号、客户端标识等信息。可通过客户端标识确认用户的身份。如果用户使用的传统的遥控器，则将该用户标记为特征用户。
在本实施例的一些可选的实现方式中，确认用户的身份，包括：获取用户的特征信息，其中，特征信息包括以下至少一项：声音、指纹、账号。将特征信息与预先注册的身份特征信息表进行匹配，根据特征信息确定出用户的身份，其中，身份特征信息表用于表征用户的身份与用户的特征信息的对应关系。可通过语音、指纹、或登录的账号识别出用户的身份。
步骤202，确定预先生成的推荐表中是否存在与用户的身份和当前时间匹配且电视节目的状态为启用的目标电视节目的名称。
在本实施例中，推荐表用于表征用户的身份、时间点、电视节目的名称、电视节目的状态之间的对应关系。推荐表可包括至少一个推荐规则。每个推荐规则都对应有状态。如果操作属性是频道，则推荐规则的状态表示的是电视节目的状态。如果操作属性是音量，则推荐规则的状态表示的是音量的状态。可选择时间点与当前时间匹配，并且该用户最近选择过的电视节目。还可对时间点进行细化，区分出日期类型，例如，工作日、周末、节假日等。时间点与当前时间如果日期类型相同，并且时间点与当前时间在预先划定的同一时间区间即为匹配。例如，预先划定时间区间，每小时中从0分开始，每15分钟为一个时间区间。推荐表中时间点为7：00，而当前时间为7：05，则也属于同一时间区间。
推荐表可以智能电视生成，也可由服务器生成。推荐表通过以下步骤生成：
步骤2021，获取历史操作数据集合。
该步骤由数据过滤模块执行。其中，历史操作数据包括：用户的身份、时间点、操作属性、属性值。根据用户特征信息过滤数据，把用户级的历史操作数据过滤出来。用户特征信息包括IoT客户端的账号信息(一般客户端的应用程序会与账号关联)，用户的声音(对于声控设备，获取用户的声音特征)，用户的指纹信息(客户端如手机，有识别指纹的功能)。无法识别用户身份的，比如使用遥控器的人，认为是特殊用户。
步骤2022，根据历史操作数据集合生成事件表。
该步骤由事件抽取模块执行。其中，事件表包括至少一条事件信息，事件信息包括：事件标识、操作属性、属性值，事件标识由操作属性、属性值按预定编码规则生成、时间点是事件的平均发生时间。
对于用户在电视上的操作，先进行抽象化表示，再进行大数据分析。扫描操作数据库，组成一个{属性：值}的事件表。如果值是连续数值的，可以进一步离散化，比如音量，亮度，饱和度等。事件标识的编码规则如下：事件标识＝操作属性标识+属性值标识。对于操作属性标识，用001表示操作“开关”，用002表示操作“频道”，用003表示操作“音量”。对于属性值标识，从1开始编号，每个属性值标识对应一个属性值或一个属性值区间。例如，事件标识00101可分解为操作属性标识001+属性值标识01，其中，前三位001表示“开关”，后两位01表示属性值1，即打开电视。事件标识00201可分解为操作属性标识002+属性值标识01，其中，前三位002表示“频道”，后两位01表示属性值1，即选择频道1。事件标识00301可分解为操作属性标识003+属性值标识01，其中，前三位003表示“音量”，后两位01表示属性值[0,10]，即选择的音量在0-10之间。
事件标识 操作属性 属性值
00101 开关 1
00102 开关 0
00201 频道 1
00202 频道 2
…
00301 音量 [0,10]
00302 音量 [11,20]
…
表1
步骤2023，将历史操作数据转成用于大数据分析的训练数据，以及对事件表进行预处理以删除持续时长小于预定时长阈值的事件对应的事件信息。
该步骤由数据预处理模块执行。数据预处理模块用于把用户的历史操作数据转成一个方便大数据分析的训练数据，包含以下子模块：
1.时间分割模块
把一天的时间分割成k段，可以根据平均分段的方法，但建议根据事件密集程度进行分割。如工作日的白天，电视操作很少，粗粒度分割时间(2小时一段)；晚上操作电视的活动频繁，细粒度分割时间(10分钟一段)。从而每天的活动，形成长度为K的时间序列<T1,T2,…Tk>。
2.统计事件模块
结合事件抽取模块的输出，把用户每天的行为记录下来。考虑同一资源上(如频道)的时间点时隔，来判断是否是用户感兴趣的操作,比如下列事件流水中，00201，00202事件持续时间短，是用户不感兴趣的操作，在统计时去掉。而00203事件持续时间长，是用户感兴趣的操作，所以加入统计表格。可以遍历事件，如果当前事件的标识和上一事件的标识前三位相同并且时间差小于预定时长阈值，则认为是用户不感兴趣的事件，用当前事件替换上一事件，即删除上一事件。如下表2中所示：
时间 事件标识
9：01 00201
9：02 00202
9：03 00203
9：30 00204
表2
事件标识的前三位表示操作属性，后两位为属性值，事件标识前三位同为002，即操作对象为频道，00201，00202事件持续时间短，只有一分钟，00203持续27分钟。假设预定时长阈值为5分钟，则可将00203事件保留，删除00201，00202事件。0020***之后不再为操作属性标识002的事件时，将0020***也保留在事件表中。更新后的事件表如表3所示：
时间 事件标识
9：03 00203
9：30 00204
表3
再将时间分割成k段后，整理出的事件表如下表所示，其中时间段的内容由时间分割模块提供，事件的内容由统计事件模块提供，其中，Ti...T2k表示时间段：
日期 时间段 事件标识
1 Ti 00101,00201
1 … …
1 Tk 00204,00102
2 Tk+1 00101,00201,00203,00321
2 …. …
2 T2k 00205,00102
… … …
表4
步骤2024，对于经预处理后的事件表所涉及的至少一个事件标识中的事件标识，根据事件表确定该事件标识对应的事件在预定周期的出现概率作为该事件标识对应的事件的置信度。
该步骤由建立预测模型模块执行。该模块基于数据预处理模块得到的训练数据集合，得到电视播放的规则，需要考虑：
1.由于电视播放规则和日期类型有紧密关系，所以把时间分类为：工作日，周末，节假日。
2.由于电视节目有一定的周期，比如用户感兴趣的连续剧剧终后，用户可能对另一个频道的节目感兴趣，所以优先关注时效性更强的规则。根据统计周期n的长短，分为近期规则，长期规则。(比如n＝3近期规则，n＝10个为长期规则)。可将第一预定周期设置为短周期，则第一置信度为近期置信度，第二预定周期设置为长周期，则第二置信度为长期置信度。
3.针对同一日期类型，筛选出n个统计周期内，同一时间段{Ti,Tk+i,T2k+i,…..Tnk+i}的事件列表{ELi,ELk+i,EL2k+i,…..ELnk+i}，其中ELi是Ti时间段出现的事件集合。统计每个事件E出现的概率，此值也作为规则的可靠性指标(置信度)的衡量。
事件E出现概率＝E出现的次数/统计周期n*100％
4.定义阈值，以50％为初始阈值，后面可以根据用户的行为来逐步调整阈值。大于阈值的事件是有价值的，作为推荐和自动播放的依据。
有价值的事件E＝事件E出现概率>阈值
5.细化规则，对有价值的事件E，进一步确定发生时间和属性值。由于数据预处理时，把时间分段处理，时间T是个区间，而不是精确的时间点，比如T时间段对应[7:00,7:30],但是E发生的时间大部分在7:15，那么{时间点：7:15}作为触发时间更合理。对于事件E,若值是一段区间，比如{音量：[11,20]}这个事件，若大部分值都是15，那么{音量：15}会更精确。所以本方案用事件的平均发生时间和平均值来细化推荐规则。
步骤2025，根据经预处理后的事件表和各事件标识对应的事件的置信度以及预设的各事件标识对应的事件的置信度阈值生成推荐表。
该步骤由建立预测模型模块执行。生成的推荐表如下表所示。其中，{用户}、{时间类型}、{时间点}和{环境音量}属于触发条件。{操作属性}、{属性值}属于触发的事件。{近期置信度}和{长期置信度}用于衡量可靠性，其中，近期置信度对应于第一预定周期的置信度，长期置信度对应于第二预定周期的置信度。{阈值}代表对用户期待的估计。每个规则的阈值不尽相同，也可以动态调整。如推荐的播放规则用户不接受，要提高该规则的阈值。{状态}代表用户对此推荐规则是否认可，认可的设为启用，不认可的设为未启用。
表5
步骤203，若存在，则播放目标电视节目。
在本实施例中，根据当前条件，去推荐表中寻找最匹配的，最可信的播放规则，推荐给用户或者自动播放。当前条件可包括用户的身份、当前时间等信息。还可包括环境音量。根据当前时间可确定出当前的时间类型和时间点，从推荐表中查找该用户对应的时间类型和时间点、状态为启用的操作属性和属性值。例如，当前时间为2018年8月3日，星期五，7：00，则根据表5中选择频道1的节目进行播放。
步骤204，若不存在，则从推荐表中选择与用户的身份和当前时间匹配且置信度大于置信度阈值的至少一个候选电视节目生成预览信息。
在本实施例中，如果不分近期，远期，只统计了一种置信度，则从推荐表中选择与用户的身份和当前时间匹配且置信度大于置信度阈值的至少一个候选电视节目生成预览信息。预览信息可包括节目截图、节目名称等信息。以使得用户根据预览信息选择目标电视节目。如果统计出了近期置信度和长期置信度，则若推荐表中存在近期置信度大于置信度阈值的候选电视节目，则根据近期置信度最高的规则对应的候选电视节目生成预览信息。否则，判断推荐表中是否存在长期置信度大于置信度阈值的候选电视节目，若存在，则根据长期置信度最高的规则对应的候选电视节目生成预览信息。若不存在，则无输出。
可选地，还可从推荐表中选择与用户的身份和当前时间匹配且近期置信度和长期置信度都大于置信度阈值的至少一个候选电视节目生成预览信息。如果候选电视节目的数量超过预定数量阈值，则选择预定数量阈值近期置信度大于置信度阈值的候选电视节目。
步骤205，输出预览信息以供用户从至少一个候选电视节目中选择电视节目。
在本实施例中，在屏幕上显示预览信息，用户可通过遥控器、手机等客户端选择想要观看的目标电视节目。
步骤206，响应于检测到用户从至少一个候选电视节目中选择出电视节目，播放所选择的电视节目以及将推荐表中所选择的电视节目的状态设置为启用。
在本实施例中，智能电视接收到客户端发送的选择指令后，按照用户的指令播放电视节目。并将推荐表中所选择的电视节目的状态设置为启用。可选的，如果用户选择了音量，则将该音量的状态设置为启用，并把用户弃用的音量的状态设置为未启用。
在本实施例的一些可选的实现方式中，该方法还包括：响应于在预定时间内检测到用户切换目标电视节目，将推荐表中目标电视节目的状态设置为未启用，以及调整推荐表中的阈值。如果用户在预定时间内切换推荐的电视节目，说明用户不认可此次推荐，则将此次推荐所选择的推荐表中的推荐规则对应的状态设置为未启用。并调高阈值。可以每次检测到在预定时间内检测到用户切换目标电视节目直接将阈值调整固定步长，例如5％。也可累积一定次数后再调整一次固定步长。
继续参见图3a-3c，图3a-3c是根据本实施例的用于播放电视节目的方法的应用场景的一个示意图。在图3a的应用场景中，用于播放电视节目的方法部署在服务器端。服务器从至少一个客户端采集至少一个用户的操作数据。然后经过数据过滤模块、事件抽取模块、数据预处理模块和推荐表生成模块生成推荐表。当用户开启电视机时，服务器获取到用户的特征信息从而识别出用户的身份，然后再通过匹配单元将用户的身份和当前时间与推荐表中的推荐规则进行匹配，查找到适合的电视节目。然后向智能电视发送播放该电视节目的命令。
在图3b的应用场景中，用于播放电视节目的方法部署在客户端。用户通过客户端输入用户的操作数据。客户端经过数据过滤模块、事件抽取模块、数据预处理模块和推荐表生成模块生成推荐表。当用户开启电视机时，客户端获取到用户的特征信息从而识别出用户的身份，然后再通过匹配单元将用户的身份和当前时间与推荐表中的推荐规则进行匹配，查找到适合的电视节目。或者通过客户端或者智能电视采集环境音量，从推荐表中查找与当前环境音量匹配的音量作为播放电视节目的音量。然后向智能电视发送播放该电视节目的命令，或者向服务器发送播放该电视节目的命令，再由服务器向智能电视转发播放该电视节目的命令。
在图3c的应用场景中，用于播放电视节目的方法部署在智能电视端。智能电视通过至少一个客户端直接采集至少一个用户的操作数据或者通过服务器间接采集至少一个用户的操作数据。智能电视经过数据过滤模块、事件抽取模块、数据预处理模块和推荐表生成模块生成推荐表。当用户开启电视机时，智能电视获取到用户的特征信息从而识别出用户的身份，然后再通过匹配单元将用户的身份和当前时间与推荐表中的推荐规则进行匹配，查找到适合的电视节目。或者通过客户端或者智能电视采集环境音量，从推荐表中查找与当前环境音量匹配的音量作为播放电视节目的音量。然后通过播放单元播放该电视节目。
本申请的上述实施例提供的方法通过将电视节目与用户的操作相关联，挖掘用户的行为习惯，从而最大程度地模拟用户的行为，推荐电视进行播放。
进一步参考图4，其示出了用于播放电视节目的方法的又一个实施例的流程400。该用于播放电视节目的方法的流程400，包括以下步骤：
步骤401，响应于接收到用户的播放请求，确认用户的身份。
步骤401与步骤201基本相同，因此不再赘述。
步骤402，获取当前的环境音量，查询推荐表中与当前时间匹配的当前的环境音量对应的电视音量。
在本实施例中，用于播放电视节目的方法的执行主体(例如图1所示的智能电视)可以通过安装在客户端或者智能电视上的传感器采集环境音量。还可把采集到的环境音量发送给服务器。在生成推荐表过程中，使用的用户操作数据中包括了环境音量。因此，推荐表中包括环境音量。针对不同的环境音量可能对应的操作属性为“音量”的属性值不同。如果环境音量较大，则电视的音量也相应较大。除此之外，还要考虑时间的影响，比如同样的环境音量，但如果半夜播放电视节目，则电视音量通常会比中午时要小。
步骤403，将查询到的电视音量确定为播放电视节目的音量。
在本实施例中，无论是否找到待推荐的电视节目，都可将查询到的电视音量确定为播放电视节目的音量。如果查询不到与当前时间匹配的当前的环境音量对应的电视音量，则可查询推荐表中最近一次音量调整的音量作为播放电视节目的音量。
步骤404，确定预先生成的推荐表中是否存在与用户的身份和当前时间匹配且电视节目的状态为启用的目标电视节目的名称。
步骤404与步骤202基本相同，因此不再赘述。
步骤405，若存在，则以确定出的音量播放目标电视节目。
步骤405与步骤203基本相同，区别在于播放电视节目的音量由推荐表确认。
步骤406，若不存在，则从推荐表中选择与用户的身份和当前时间匹配且置信度大于置信度阈值的至少一个候选电视节目生成预览信息。
步骤406与步骤204基本相同，因此不再赘述。
步骤407，输出预览信息以供用户从至少一个候选电视节目中选择电视节目。
步骤407与步骤205基本相同，因此不再赘述。
步骤408，响应于检测到用户从至少一个候选电视节目中选择出电视节目，以确定出的音量播放所选择的电视节目以及将推荐表中所选择的电视节目的状态设置为启用。
步骤408与步骤206基本相同，区别在于播放电视节目的音量由推荐表确认。
在本实施例的一些可选的实现方式中，该方法还包括：响应于检测到用户调整音量，调整推荐表中的音量操作对应的阈值。如果检测到用户调整音量，则说明用户对推荐的音量不认可，则要调高音量操作对应的阈值。并且还需要根据调整音量的操作数据更新推荐表。推荐表可每次接收到操作数据时实时更新，也可在收集一批操作数据后定时更新。
从图4中可以看出，与图2对应的实施例相比，本实施例中的用于播放电视节目的方法的流程400突出了对音量进行自适应调整的步骤。由此，本实施例描述的方案可以根据当前的环境音量和用户选择音量之间的关系，通过大数据分析，得出环境音量与用户选择音量的规则。从而在播放电视节目时能够自适应地选择合适的音量进行播放。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于播放电视节目的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的用于播放电视节目的装置500包括：确认单元501、匹配单元502和播放单元503。其中，确认单元501被配置成响应于接收到用户的播放请求，确认用户的身份。匹配单元502被配置成确定预先生成的推荐表504中是否存在与用户的身份和当前时间匹配且电视节目的状态为启用的目标电视节目的名称，其中，推荐表用于表征用户的身份、时间点、电视节目的名称、电视节目的状态之间的对应关系。播放单元503被配置成若预先生成的推荐表中存在与用户的身份和当前时间匹配且电视节目的状态为启用的目标电视节目的名称，则播放目标电视节目。
在本实施例中，用于播放电视节目的装置500的确认单元501、匹配单元502和播放单元503的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203。
在本实施例的一些可选的实现方式中，推荐表504还包括置信度和置信度阈值。该装置还包括：选择单元(未示出)，被配置成若预先生成的推荐表中不存在与用户的身份和当前时间匹配且电视节目的状态为启用的目标电视节目的名称，则从推荐表中选择与用户的身份和当前时间匹配且置信度大于置信度阈值的至少一个候选电视节目生成预览信息；输出单元(未示出)，被配置成输出预览信息以供用户从至少一个候选电视节目中选择电视节目；检测单元(未示出)，被配置成响应于检测到用户从至少一个候选电视节目中选择出电视节目，播放所选择的电视节目以及将推荐表中所选择的电视节目的状态设置为启用。
在本实施例的一些可选的实现方式中，检测单元进一步被配置成包括：响应于在预定时间内检测到用户切换目标电视节目，将推荐表中目标电视节目的状态设置为未启用，以及调整推荐表中的阈值。
在本实施例的一些可选的实现方式中，确认单元501进一步被配置成：获取用户的特征信息，其中，特征信息包括以下至少一项：声音、指纹、账号。将特征信息与预先注册的身份特征信息表进行匹配，根据特征信息确定出用户的身份，其中，身份特征信息表用于表征用户的身份与用户的特征信息的对应关系。
在本实施例的一些可选的实现方式中，推荐表通过生成单元505生成。生成单元505包括：数据过滤模块5051，被配置成获取历史操作数据集合，其中，历史操作数据包括：用户的身份、时间点、操作属性、属性值。事件抽取模块5052，被配置成根据历史操作数据集合生成事件表，其中，事件表包括至少一条事件信息，事件信息包括：用户的身份、时间类型、时间点、事件标识、操作属性、属性值，事件标识由操作属性、属性值按预定编码规则生成、时间点是事件的平均发生时间。数据预处理模块5053，被配置成对事件表进行预处理以删除持续时长小于预定时长阈值的事件对应的事件信息。推荐表生成模块5054，被配置成对于经预处理后的事件表所涉及的至少一个事件标识中的事件标识，根据事件表确定该事件标识对应的事件在预定周期的出现概率作为该事件标识对应的事件的置信度；根据经预处理后的事件表和各事件标识对应的事件的置信度以及预设的各事件标识对应的事件的置信度阈值生成推荐表。
在本实施例的一些可选的实现方式中，预定周期包括第一预定周期和第二预定周期。推荐表生成模块5054进一步被配置成：根据事件表确定该事件标识对应的事件在第一预定周期的出现概率作为该事件标识对应的事件的第一置信度。根据事件表确定该事件标识对应的事件在第二预定周期的出现概率作为该事件标识对应的事件的第二置信度。
在本实施例的一些可选的实现方式中，推荐表还包括环境音量和电视音量的对应关系。装置500还包括音量确定单元(未示出)，被配置成：获取当前的环境音量。查询推荐表中与当前时间匹配的当前的环境音量对应的电视音量。将查询到的电视音量确定为播放电视节目的音量。
在本实施例的一些可选的实现方式中，音量确定单元进一步被配置成：响应于检测到用户调整音量，调整推荐表中的音量操作对应的阈值。
下面参考图6，其示出了适于用来实现本申请实施例的电子设备(如图1所示的客户端/服务器)的计算机***600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机***600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有***600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括确认单元、匹配单元、播放单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，确认单元还可以被描述为“响应于接收到用户的播放请求，确认用户的身份的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：响应于接收到用户的播放请求，确认用户的身份。确定预先生成的推荐表中是否存在与用户的身份和当前时间匹配且电视节目的状态为启用的目标电视节目的名称，其中，推荐表用于表征用户的身份、时间点、电视节目的名称、电视节目的状态之间的对应关系。若存在，则播放目标电视节目。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (11)

1.一种用于播放电视节目的方法，包括：
响应于接收到用户的播放请求，确认所述用户的身份；
确定预先生成的推荐表中是否存在与所述用户的身份和当前时间匹配且电视节目的状态为启用的目标电视节目的名称，其中，所述推荐表用于表征用户的身份、时间点、电视节目的名称、电视节目的状态之间的对应关系；
若存在，则播放所述目标电视节目。
2.根据权利要求1所述的方法，其中，所述推荐表还包括置信度和置信度阈值；以及
所述方法还包括：
若不存在，则从所述推荐表中选择与所述用户的身份和当前时间匹配且置信度大于置信度阈值的至少一个候选电视节目生成预览信息；
输出所述预览信息以供所述用户从所述至少一个候选电视节目中选择电视节目；
响应于检测到所述用户从所述至少一个候选电视节目中选择出电视节目，播放所选择的电视节目以及将所述推荐表中所选择的电视节目的状态设置为启用。
3.根据权利要求2所述的方法，其中，所述方法还包括：
响应于在预定时间内检测到所述用户切换所述目标电视节目，将所述推荐表中所述目标电视节目的状态设置为未启用，以及调整所述推荐表中的阈值。
4.根据权利要求1所述的方法，其中，所述确认所述用户的身份，包括：
获取所述用户的特征信息，其中，所述特征信息包括以下至少一项：声音、指纹、账号；
将所述特征信息与预先注册的身份特征信息表进行匹配，根据所述特征信息确定出所述用户的身份，其中，所述身份特征信息表用于表征用户的身份与用户的特征信息的对应关系。
5.根据权利要求1所述的方法，其中，所述推荐表通过以下步骤生成：
获取历史操作数据集合，其中，历史操作数据包括：用户的身份、时间点、操作属性、属性值；
根据所述历史操作数据集合生成事件表，其中，所述事件表包括至少一条事件信息，事件信息包括：事件标识、操作属性、属性值，所述事件标识由操作属性、属性值按预定编码规则生成；
将所述历史操作数据转成用于大数据分析的训练数据，以及对所述事件表进行预处理以删除持续时长小于预定时长阈值的事件对应的事件信息；
对于经预处理后的事件表所涉及的至少一个事件标识中的事件标识，根据所述事件表和所述训练数据确定该事件标识对应的事件在预定周期的出现概率作为该事件标识对应的事件的置信度；
根据经预处理后的事件表、所述训练数据和各事件标识对应的事件的置信度以及预设的各事件标识对应的事件的置信度阈值生成所述推荐表。
6.根据权利要求5所述的方法，其中，所述预定周期包括第一预定周期和第二预定周期；以及
所述根据所述事件表确定该事件标识对应的事件在预定周期的出现概率作为该事件标识对应的事件的置信度，包括：
根据所述事件表确定该事件标识对应的事件在第一预定周期的出现概率作为该事件标识对应的事件的第一置信度；
根据所述事件表确定该事件标识对应的事件在第二预定周期的出现概率作为该事件标识对应的事件的第二置信度。
7.根据权利要求1-6之一所述的方法，其中，所述推荐表还包括环境音量和电视音量的对应关系；以及
所述方法还包括：
获取当前的环境音量；
查询所述推荐表中与当前时间匹配的所述当前的环境音量对应的电视音量；
将查询到的电视音量确定为播放电视节目的音量。
8.根据权利要求7所述的方法，其中，所述方法还包括：
响应于检测到所述用户调整音量，调整所述推荐表中的音量操作对应的阈值。
9.一种用于播放电视节目的装置，包括：
确认单元，被配置成响应于接收到用户的播放请求，确认所述用户的身份；
匹配单元，被配置成确定预先生成的推荐表中是否存在与所述用户的身份和当前时间匹配且电视节目的状态为启用的目标电视节目的名称，其中，所述推荐表用于表征用户的身份、时间点、电视节目的名称、电视节目的状态之间的对应关系；
播放单元，被配置成若预先生成的推荐表中存在与所述用户的身份和当前时间匹配且电视节目的状态为启用的目标电视节目的名称，则播放所述目标电视节目。
10.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
11.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。
CN201810989133.4A 2018-08-28 2018-08-28 用于播放电视节目的方法和装置 Active CN108989894B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810989133.4A CN108989894B (zh) 2018-08-28 2018-08-28 用于播放电视节目的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810989133.4A CN108989894B (zh) 2018-08-28 2018-08-28 用于播放电视节目的方法和装置

Publications (2)

Publication Number Publication Date
CN108989894A true CN108989894A (zh) 2018-12-11
CN108989894B CN108989894B (zh) 2021-04-13

Family

ID=64548297

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810989133.4A Active CN108989894B (zh) 2018-08-28 2018-08-28 用于播放电视节目的方法和装置

Country Status (1)

Country Link
CN (1) CN108989894B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109818839A (zh) * 2019-02-03 2019-05-28 三星电子（中国）研发中心 应用于智能家居的个性化行为预测方法、装置和***
CN110782890A (zh) * 2019-09-29 2020-02-11 深圳市火乐科技发展有限公司 闹钟提醒方法、智能投影仪及相关产品
CN112929714A (zh) * 2021-01-26 2021-06-08 广州欢网科技有限责任公司 开机直达喜好内容的设置及推送方法、装置和智能电视

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101094372A (zh) * 2007-07-25 2007-12-26 北京中星微电子有限公司 一种电视节目推荐装置及方法
CN102957882A (zh) * 2011-08-29 2013-03-06 联想(北京)有限公司 一种电视机的播放控制方法、装置及电视机
WO2015041736A1 (en) * 2013-09-23 2015-03-26 Google Inc. Discovery of new media items
CN105245958A (zh) * 2015-11-11 2016-01-13 Tcl集团股份有限公司 一种直播电视节目推荐方法和装置
CN105812937A (zh) * 2014-12-30 2016-07-27 Tcl集团股份有限公司 一种电视节目推荐方法和电视节目推荐装置
CN105872632A (zh) * 2015-12-01 2016-08-17 乐视网信息技术（北京）股份有限公司 一种个性化节目定制播放方法和装置
CN106341707A (zh) * 2016-08-22 2017-01-18 乐视控股（北京）有限公司 一种节目推荐方法及装置
US20180150897A1 (en) * 2016-11-30 2018-05-31 Apple Inc. Diversity in media item recommendations
CN108121526A (zh) * 2016-11-29 2018-06-05 英业达科技有限公司 音量调整装置及音量调整方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101094372A (zh) * 2007-07-25 2007-12-26 北京中星微电子有限公司 一种电视节目推荐装置及方法
CN102957882A (zh) * 2011-08-29 2013-03-06 联想(北京)有限公司 一种电视机的播放控制方法、装置及电视机
WO2015041736A1 (en) * 2013-09-23 2015-03-26 Google Inc. Discovery of new media items
CN105812937A (zh) * 2014-12-30 2016-07-27 Tcl集团股份有限公司 一种电视节目推荐方法和电视节目推荐装置
CN105245958A (zh) * 2015-11-11 2016-01-13 Tcl集团股份有限公司 一种直播电视节目推荐方法和装置
CN105872632A (zh) * 2015-12-01 2016-08-17 乐视网信息技术（北京）股份有限公司 一种个性化节目定制播放方法和装置
CN106341707A (zh) * 2016-08-22 2017-01-18 乐视控股（北京）有限公司 一种节目推荐方法及装置
CN108121526A (zh) * 2016-11-29 2018-06-05 英业达科技有限公司 音量调整装置及音量调整方法
US20180150897A1 (en) * 2016-11-30 2018-05-31 Apple Inc. Diversity in media item recommendations

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109818839A (zh) * 2019-02-03 2019-05-28 三星电子（中国）研发中心 应用于智能家居的个性化行为预测方法、装置和***
CN109818839B (zh) * 2019-02-03 2022-02-25 三星电子（中国）研发中心 应用于智能家居的个性化行为预测方法、装置和***
CN110782890A (zh) * 2019-09-29 2020-02-11 深圳市火乐科技发展有限公司 闹钟提醒方法、智能投影仪及相关产品
CN112929714A (zh) * 2021-01-26 2021-06-08 广州欢网科技有限责任公司 开机直达喜好内容的设置及推送方法、装置和智能电视

Also Published As

Publication number Publication date
CN108989894B (zh) 2021-04-13

Similar Documents

Publication Publication Date Title
CN101828199B (zh) 用于产生内容项目的推荐的方法和***
JP5421469B2 (ja) 対象を定めたテレビ番組配信のためのシステム、プリファレンスエンジン、機械可読媒体およびテレビ視聴習慣を判断する方法
US9330162B2 (en) Method and apparatus for providing temporal context for recommending content for consumption by a user device
CN102265276B (zh) 基于上下文的推荐***
US11917243B1 (en) Optimizing inventory based on predicted viewership
EP4024233A1 (en) Responding to remote media classification queries using classifier models and context parameters
CN106415546B (zh) 用于在本地检测所消费视频内容的***和方法
CN108351992A (zh) 根据活动预测的增强型计算机体验
CN108989894A (zh) 用于播放电视节目的方法和装置
US9544720B2 (en) Information delivery targeting
CN104584571A (zh) 在机顶盒处产生音频指纹序列
US11540008B2 (en) Systems and methods for audio adaptation of content items to endpoint media devices
EP2452273A1 (en) A method and arrangements for analysing multimedia content
KR101305995B1 (ko) 메타데이터 및 사용 패턴 분석을 통한 컴퓨터 어플리케이션 프로그램의 개인화 추천 시스템 및 그 방법
CN109978575B (zh) 一种挖掘用户流量经营场景的方法及装置
CN101359971A (zh) 一种提供电子节目指南业务的方法和***
CN106651431A (zh) 一种广告投放方法及投放装置
CN107544785A (zh) 一种应用程序更新方法及装置
CN111382281A (zh) 基于媒体对象的内容的推荐方法、装置、设备和存储介质
CN109195014A (zh) 具有用户识别和节目推送功能的机顶盒***及其应用方法
JP2003078899A (ja) 機能的計画制度
CN109783488B (zh) 项目管理信息处理方法、装置、服务器及存储介质
CN112307317A (zh) 一种信息处理方法、装置、存储介质及电子设备
CN111353101A (zh) 一种数据推送方法
KR102276353B1 (ko) 퍼지 계층 분석 과정을 이용한 워드투벡터 학습 기반 영화 추천 시스템 및 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant