CN111954080A - 一种智能机顶盒应用管理***及方法 - Google Patents
一种智能机顶盒应用管理***及方法 Download PDFInfo
- Publication number
- CN111954080A CN111954080A CN202010857496.XA CN202010857496A CN111954080A CN 111954080 A CN111954080 A CN 111954080A CN 202010857496 A CN202010857496 A CN 202010857496A CN 111954080 A CN111954080 A CN 111954080A
- Authority
- CN
- China
- Prior art keywords
- application program
- user
- cleaning
- data
- application
- 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.)
- Pending
Links
Images
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
- H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44594—Unloading
-
- 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
- H04N21/443—OS processes, e.g. booting an STB, implementing a Java virtual machine in an STB or power management in an STB
-
- 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
- H04N21/4508—Management of client data or end-user data
- H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
-
- 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]
- H04N21/40—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
- H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
- H04N21/4755—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for defining user preferences, e.g. favourite actors or genre
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Stored Programmes (AREA)
Abstract
本发明公开了一种智能机顶盒应用管理***及方法,包括数据采集模块、数据分析模块、服务器、智能排序模块、记忆模块、指令输入模块、监测模块以及本地终端;所述记忆模块用于实时记录用户在应用程序列表页上操作所获取的用户行为数据并将用户行为数据传输至数据分析模块,所述数据分析模块用于接收用户行为数据并进行分析,计算每个应用程序的排名得分;所述监测模块用于接收应用程序清理指令和应用程序的运行数据并进行分析。本发明可根据用户的行为数据对智能机顶盒上的应用程序列表item进行智能排序,提高用户捕捉用偏好应用程序的准确度,且本发明使智能机顶盒具有应用程序自动清理功能,为用户提供了方便。
Description
技术领域
本发明涉及数字电视领域,尤其涉及一种智能机顶盒应用管理***及方法。
背景技术
随着科技日新月异,人们对于生活品质的要求越来越高。而电视又是人们日常娱乐中不可或缺的一部分。传统的机顶盒功能单一,界面不美观,已经越来越无法满足人们的需求。于是应用软件丰富的智能机顶盒成为了生活中的一部分,在个人家庭中扮演着非常重要的角色。
公告号CN104732127A的文件公开了一种机顶盒应用程序管理方法及***,初始设定应用程序不具备任何***能力,在用户需要时发送请求,应用程序验证并根据请求,在用户请求的执行时间应用程序才打开***能力,操作完后立即完毕,应用程序拥有***能力的起点时间具有随机性且时间周期很短,从而能够有效避免应用程序受到攻击,使得应用程序既能满足用户应用需求,又避免给机顶盒带来极大的威胁,保证了机顶盒的安全性和正常工作。
对于智能机顶盒,用户可以根据自己的兴趣和需要下载想要的应用程序,然而随着应用的增加,以及使用的体验度问题,多数应用在下载之后很少甚至不会再使用,但是这类应用程序占用了智能机顶盒大量的***资源,导致智能机顶盒开机缓慢、空间满等现象,影响用户的使用;
且智能机顶盒中应用程序列表往往采用固定菜单顺序,通常来说在展示列表页面中排序相对靠前的应用程序可获得更多的曝光率,使得排序相对靠前的应用程序更容易被用户所捕捉;现有的应用管理***存在无法根据用户的行为偏好对智能机顶盒上的应用程序列表item进行智能排序,提高用户捕捉用偏好应用程序的准确度,从而满足用户个性化需求的问题。
发明内容
针对现有技术存在的不足,本发明目的是提供一种智能机顶盒应用管理***及方法。本发明可根据用户的行为偏好对智能机顶盒上的应用程序列表item进行智能排序,提高用户捕捉用偏好应用程序的准确度,从而满足用户个性化需求;且本发明使智能机顶盒具有应用程序自动清理功能,为用户智能机顶盒的应用清理提供了一种自动化的策略,简化了用户的操作,为用户提供了方便。
本发明的目的可以通过以下技术方案实现:一种智能机顶盒应用管理***及方法,包括数据采集模块、数据分析模块、服务器、智能排序模块、记忆模块、指令输入模块、监测模块以及本地终端;
所述记忆模块用于实时记录用户在应用程序列表页上操作所获取的用户行为数据并将用户行为数据传输至数据分析模块;
所述本地终端与服务器通信连接,管理人员通过本地终端录入本地行为数据并设置权重因子,并将其传输至服务器;
所述数据分析模块用于接收用户行为数据并进行分析,计算每个应用程序的排名得分;具体分析步骤为:
步骤一:获取智能机顶盒中的应用程序并标记为Pi,i=1,2,……,n;其中i表示第i个应用程序;
步骤二:获取设定时间范围内的用户行为数据,将某个应用程序被用户点击的次数标记为Ap,将某个应用程序被用户使用的时长标记为Tp;
步骤三:利用公式计算获得某个应用程序的排名得分PRank(t);其中t表示设定时间范围;其中a1、a1、a3和a4是排序因子,a1代表用户点击权重因子,a2代表时长权重因子,a3代表收藏权重因子,a4代表本地需求权重因子,且a1+a2+a3+a4=N(N恒定);
其中A代表用户点击,Ap代表某个应用程序被用户点击的次数,表示所有应用程序被点击的总次数,Tp代表某个应用程序被用户使用的时长,表示所有应用程序被使用的总时长;B代表是否收藏过该应用程序,若收藏了该应用程序,则B=1,否则B=0;C代表该应用程序是否需要后台干预排名,若该应用程序需要后台调节排名,则C为1,否则C为0;
步骤四:重复步骤一至步骤三,直至获取得到所有应用程序的排名得分;
步骤五:将所有应用程序的排名得分传输至服务器;
所述服务器将所有应用程序的排名得分传输至智能排序模块,所述智能排序模块接收所有应用程序的排名得分并根据排名得分对应用程序做降序排列形成排名表,并将排名表传输至服务器进行存储,所述服务器用于将排名表传输至智能机顶盒,智能机顶盒接收到由服务器传送的排名表后智能机顶盒的菜单软件则会根据排名表对列表页上的应用程序上进行二次排序;
所述数据采集模块用于采集应用程序的运行数据并将运行数据传输至监测模块;所述指令输入模块用于用户输入应用程序清理指令并将应用程序清理指令传输至监测模块,所述监测模块用于接收应用程序清理指令和应用程序的运行数据并进行分析,具体分析步骤如下:
S1:接收用户的应用程序清理指令开启应用程序自动清理功能,获取智能机顶盒内的应用程序的安装包,并根据安装包获取对应的应用程序的运行数据;
S2:根据预先设定的清理规则对应用程序的运行数据是否符合清理标准进行判断,若符合,则执行步骤S3,否则返回步骤S1;
S3:显示符合清理的应用程序名单并将符合清理的应用程序名单传输至服务器;
所述服务器接收符合清理的应用程序名单并进行相应的清理操作。
进一步地,步骤S1还包括:
S11:若获取到安装包在智能机顶盒内并未有所对应安装完成的应用程序,则将该安装包进行清理操作。
进一步地,所述预先设定的清理规则包括:
SS1:获取服务器中的本地行为数据,判断应用程序是否存在本地需求;
SS2:若存在本地需求,则对应用程序进行保留处理;
若不存在本地需求,则判断应用程序的运行数据是否符合清理标准;具体判断过程如下:
X1:获取运行数据中的应用程序的使用频率并标记为PA;若PA小于预定频率值,则判断该应用程序符合清理标准;
X2:获取运行数据中的应用程序最后一次使用的时间点;
将最后一次使用的时间点与***当前时间点进行比较,判断***当前时间点是否超过最后一次使用的时间点预定的时间长度;
若***当前时间点超过最后一次使用的时间点预定的时间长度,则判断该应用程序符合清理标准;
X3:获取运行数据中的应用程序的安装时间;
将应用程序的安装时间与***当前时间点进行比较,判断应用程序是否超过安装时间预定的时间长度未使用;
若应用程序超过安装时间预定的时间长度未使用,则判断该应用程序符合清理标准。
进一步地,所述权重因子包括点击权重因子a1、时长权重因子a2、收藏权重因子a3和本地需求权重因子a4;所述本地行为数据包括应用程序是否需要后台干预及干预内容、干预程度;所述用户行为数据包括用户点击每个应用程序的次数、用户使用每个应用程序的时长以及用户收藏每个应用程序的次数;所述运行数据包括应用程序的使用频率、安装时间和最后使用时间。
进一步地,一种智能机顶盒应用管理方法,包括如下步骤:
W1:设置用户行为权重因子,并判断用户行为权重因子的数量是否大于零,若是,则执行步骤W2;若否,则直接结束排序;
W2:接收用户行为数据,再结合用户行为权重因子根据设定公式计算每个应用程序的排名得分;所述设定公式为
其中,其中t表示设定时间范围,Ap代表某个应用程序被用户点击的次数,表示所有应用程序被点击的总次数;Tp代表某个应用程序被用户使用的时长,表示所有应用程序被使用的总时长;B代表是否收藏过该应用程序,若收藏了该应用程序,则B=1,否则B=0;C代表该应用程序是否需要后台干预排名,若该应用程序需要后台调节排名,则C为1,否则C为0;
W3:根据每个应用程序的排名得分对应用程序做降序排列形成排名表,根据排名表对应用程序列表item进行再排序,并对其进行显示;
W4:接收用户的应用程序清理指令开启应用程序自动清理功能;具体清理过程如下:
W41:获取智能机顶盒内的应用程序的安装包,并根据安装包获取对应的应用程序的运行数据;若获取到安装包在智能机顶盒内并未有所对应安装完成的应用程序,则将该安装包进行清理操作;
W42:根据预先设定的清理规则对应用程序的运行数据是否符合清理标准进行判断;
W43:显示符合清理的应用程序名单并执行进行相应的清理操作。
本发明的有益效果是:
(1)本发明通过记忆模块实时记录用户在应用程序列表页上操作所获取的用户行为数据并将用户行为数据传输至数据分析模块;数据分析模块用于接收用户行为数据并进行分析,计算每个应用程序的排名得分;通过了解用户的点击、使用时长和收藏情况可记录用户的个性化行为,根据其中的行为因子在智能机顶盒中对应用程序进行二次排序,使得用户偏好的应用程序可排在靠前的位置进行展示,提高获取用户偏好应用程序的准确率,从而满足用户个性化需求。
(2)本发明通过监测模块自动检测智能机顶盒内部安装包以及与安装包所对应应用程序的运行数据,通过设置一系列的自动清理规则,检测应用程序是否符合自动清理的条件,若符合条件,则对***已经安装的应用程序及其安装包进行筛选,并执行相应的清理操作,为用户使用智能机顶盒提供方便。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的***框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,一种智能机顶盒应用管理***,包括数据采集模块、数据分析模块、服务器、智能排序模块、记忆模块、指令输入模块、监测模块以及本地终端;
所述记忆模块用于实时记录用户在应用程序列表页上操作所获取的用户行为数据并将用户行为数据传输至数据分析模块;所述用户行为数据包括用户点击每个应用程序的次数、用户使用每个应用程序的时长以及用户收藏每个应用程序的次数;
用户通过点击和/或收藏的方式来查阅应用程序时,记忆模块会将用户点击应用程序的次数、用户使用应用程序的时长、用户收藏应用程序的次数等数据进行记录,实时记录用户在应用程序列表页上的所有操作,上述数据汇集形成用户行为数据,通过用户行为数据可了解到用户对某一应用程序的关注程度和偏好程度,从而利用用户行为数据来对用户偏好的应用程序进行靠前排序;
而智能机顶盒中的菜单软件本身具有排序功能,可对应用程序进行初次排序形成列表页进行展示,当智能机顶盒接收到由服务器传送的排名表后智能机顶盒的菜单软件则会根据排名表对列表页上的应用程序上进行二次排序,将用户偏好的应用程序排在列表页相对靠前的位置;
所述本地终端与服务器通信连接,管理人员通过本地终端录入本地行为数据并设置权重因子,并将其传输至服务器;所述权重因子包括点击权重因子a1、时长权重因子a2、收藏权重因子a3和本地需求权重因子a4;
其中本地行为数据包括应用程序是否需要后台干预及干预内容、干预程度等;而管理人员通过本地终端向服务器输入权重因子,其中权重因子包括但不限于从用户行为数据中获得的用户点击权重因子a1、时长权重因子a2、收藏权重因子a3和从本地行为数据中获取的本地需求权重因子a4,管理人员可根据实际情况设置每个权重因子的具体数值;
所述数据分析模块用于接收用户行为数据并进行分析,计算每个应用程序的排名得分;具体分析步骤为:
步骤一:获取智能机顶盒中的应用程序并标记为Pi,i=1,2,……,n;其中i表示第i个应用程序;
步骤二:获取设定时间范围内的用户行为数据,将某个应用程序被用户点击的次数标记为Ap,将某个应用程序被用户使用的时长标记为Tp;
步骤三:利用公式计算获得某个应用程序的排名得分PRank(t);其中t表示设定时间范围,代表用户对应用程序的使用都是有一定时效性的,不取全部历史数据;其中a1、a1、a3和a4是排序因子,a1代表用户点击权重因子,a2代表时长权重因子,a3代表收藏权重因子,a4代表本地需求权重因子,a1、a1、a3和a4均由服务器下发,且a1+a2+a3+a4=N(N恒定);
其中A代表用户点击,Ap代表某个应用程序被用户点击的次数,表示所有应用程序被点击的总次数,由于点击次数可以是多次的,点击次数越多,代表用户对该应用程序越关注,并将其与所有应用程序的点击次数进行比较,从而获得该应用程序在用户心中的关注度;
Tp代表某个应用程序被用户使用的时长,表示所有应用程序被使用的总时长,由于使用时长可以是累计的,使用时长越长,代表用户对该应用程序越偏好,并将其与所有应用程序的使用时长进行比较,从而获得该应用程序在用户心中的偏好度,从而提高计算排名的合理性;B代表是否收藏过该应用程序,若收藏了该应用程序,则B=1,否则B=0;C代表该应用程序是否需要后台干预排名,若该应用程序需要后台调节排名,则C为1,否则C为0;
步骤四:重复步骤一至步骤三,直至获取得到所有应用程序的排名得分;
步骤五:将所有应用程序的排名得分传输至服务器;
所述服务器将所有应用程序的排名得分传输至智能排序模块,所述智能排序模块接收所有应用程序的排名得分并根据排名得分对应用程序做降序排列形成排名表;并将排名表传输至服务器进行存储,所述服务器用于将排名表传输至智能机顶盒,智能机顶盒接收到由服务器传送的排名表后智能机顶盒的菜单软件则会根据排名表对列表页上的应用程序上进行二次排序,将用户偏好的应用程序排在列表页相对靠前的位置;
所述数据采集模块用于采集应用程序的运行数据并将运行数据传输至监测模块;所述运行数据包括应用程序的使用频率、安装时间和最后使用时间;所述指令输入模块用于用户输入应用程序清理指令并将应用程序清理指令传输至监测模块,所述监测模块用于接收应用程序清理指令和应用程序的运行数据并进行分析,具体分析步骤如下:
S1:接收用户的应用程序清理指令开启应用程序自动清理功能,获取智能机顶盒内的应用程序的安装包,并根据安装包获取对应的应用程序的运行数据;
S2:根据预先设定的清理规则对应用程序的运行数据是否符合清理标准进行判断,若符合,则执行步骤S3,否则返回步骤S1;
S3:显示符合清理的应用程序名单并将符合清理的应用程序名单传输至服务器;
所述服务器接收符合清理的应用程序名单并进行相应的清理操作;
步骤S1还包括:
S11:若获取到安装包在智能机顶盒内并未有所对应安装完成的应用程序,则将该安装包进行清理操作;
所述预先设定的清理规则包括:
SS1:获取服务器中的本地行为数据,判断应用程序是否存在本地需求;
SS2:若存在本地需求,则对应用程序进行保留处理;
若不存在本地需求,则判断应用程序的运行数据是否符合清理标准;具体判断过程如下:
X1:获取运行数据中的应用程序的使用频率并标记为PA;若PA小于预定频率值,则判断该应用程序符合清理标准;
X2:获取运行数据中的应用程序最后一次使用的时间点;
将最后一次使用的时间点与***当前时间点进行比较,判断***当前时间点是否超过最后一次使用的时间点预定的时间长度;
若***当前时间点超过最后一次使用的时间点预定的时间长度,则判断该应用程序符合清理标准;
X3:获取运行数据中的应用程序的安装时间;
将应用程序的安装时间与***当前时间点进行比较,判断应用程序是否超过安装时间预定的时间长度未使用;
若应用程序超过安装时间预定的时间长度未使用,则判断该应用程序符合清理标准。
一种智能机顶盒应用管理方法,包括如下步骤:
W1:设置用户行为权重因子,并判断用户行为权重因子的数量是否大于零,若是,则执行步骤W2;若否,则直接结束排序;其中用户行为权重因子包括包括点击权重因子、时长权重因子、收藏权重因子和本地需求权重因子;
W2:接收用户行为数据,再结合用户行为权重因子根据设定公式计算每个应用程序的排名得分;所述设定公式为
其中,其中t表示设定时间范围,代表用户对应用程序的使用都是有一定时效性的,不取全部历史数据;其中a1、a1、a3和a4是排序因子,a1代表用户点击权重因子,a2代表时长权重因子,a3代表收藏权重因子,a4代表本地需求权重因子,a1、a1、a3和a4均由服务器下发,且a1+a2+a3+a4=N(N恒定);
其中A代表用户点击,Ap代表某个应用程序被用户点击的次数,表示所有应用程序被点击的总次数;Tp代表某个应用程序被用户使用的时长,表示所有应用程序被使用的总时长;B代表是否收藏过该应用程序,若收藏了该应用程序,则B=1,否则B=0;C代表该应用程序是否需要后台干预排名,若该应用程序需要后台调节排名,则C为1,否则C为0;
W3:根据每个应用程序的排名得分对应用程序做降序排列形成排名表,根据排名表对应用程序列表item进行再排序,并对其进行显示;
W4:接收用户的应用程序清理指令开启应用程序自动清理功能;具体清理过程如下:
W41:获取智能机顶盒内的应用程序的安装包,并根据安装包获取对应的应用程序的运行数据;若获取到安装包在智能机顶盒内并未有所对应安装完成的应用程序,则将该安装包进行清理操作;
W42:根据预先设定的清理规则对应用程序的运行数据是否符合清理标准进行判断;
W43:显示符合清理的应用程序名单并执行进行相应的清理操作。
所述步骤W42还包括:
W421:获取服务器中的本地行为数据,判断应用程序是否存在本地需求;
若存在本地需求,则对应用程序进行保留处理;
W422:若不存在本地需求,则判断应用程序的运行数据是否符合清理标准;具体判断过程如下:
XW1:获取运行数据中的应用程序的使用频率并标记为PA;若PA小于预定频率值,则判断该应用程序符合清理标准;
XW2:获取运行数据中的应用程序最后一次使用的时间点;
将最后一次使用的时间点与***当前时间点进行比较,判断***当前时间点是否超过最后一次使用的时间点预定的时间长度;
若***当前时间点超过最后一次使用的时间点预定的时间长度,则判断该应用程序符合清理标准;
XW3:获取运行数据中的应用程序的安装时间;
将应用程序的安装时间与***当前时间点进行比较,判断应用程序是否超过安装时间预定的时间长度未使用;
若应用程序超过安装时间预定的时间长度未使用,则判断该应用程序符合清理标准。
本发明在具体实施时:本发明通过记忆模块实时记录用户在应用程序列表页上操作所获取的用户行为数据并将用户行为数据传输至数据分析模块;数据分析模块用于接收用户行为数据并进行分析,计算每个应用程序的排名得分;将某个应用程序被用户点击的次数标记为Ap,将某个应用程序被用户使用的时长标记为Tp;利用公式计算得到某个应用程序的排名得分;根据所有应用程序的排名得分对应用程序做降序排列形成排名表;并将排名表传输至服务器进行存储,服务器将排名表传输至智能机顶盒,智能机顶盒接收到由服务器传送的排名表后智能机顶盒的菜单软件则会根据排名表对列表页上的应用程序上进行二次排序,将用户偏好的应用程序排在列表页相对靠前的位置;提高用户捕捉用偏好应用程序的准确度,从而满足用户个性化需求;
用户通过指令输入模块输入应用程序清理指令并将应用程序清理指令传输至监测模块,监测模块接收应用程序清理指令和应用程序的运行数据并进行分析;获取智能机顶盒内的应用程序的安装包,并根据安装包获取对应的应用程序的运行数据;若获取到安装包在智能机顶盒内并未有所对应安装完成的应用程序,则将该安装包进行清理操作;再根据预先设定的清理规则对应用程序的运行数据是否符合清理标准进行判断;显示符合清理的应用程序名单并将符合清理的应用程序名单传输至服务器;服务器接收符合清理的应用程序名单并进行相应的清理操作;本发明使智能机顶盒具有应用程序自动清理功能,为用户智能机顶盒的应用清理提供了一种自动化的策略,同时对存在本地需求的应用程序进行保留,简化了用户的操作,为用户提供了方便。
上述公式均是由采集大量数据进行软件模拟及相应专家进行参数设置处理,得到与真实结果符合的公式。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (5)
1.一种智能机顶盒应用管理***,其特征在于,包括数据采集模块、数据分析模块、服务器、智能排序模块、记忆模块、指令输入模块、监测模块以及本地终端;
所述记忆模块用于实时记录用户在应用程序列表页上操作所获取的用户行为数据并将用户行为数据传输至数据分析模块;
所述本地终端与服务器通信连接,管理人员通过本地终端录入本地行为数据并设置权重因子,并将其传输至服务器;
所述数据分析模块用于接收用户行为数据并进行分析,计算每个应用程序的排名得分;具体分析步骤为:
步骤一:获取智能机顶盒中的应用程序并标记为Pi,i=1,2,……,n;其中i表示第i个应用程序;
步骤二:获取设定时间范围内的用户行为数据,将某个应用程序被用户点击的次数标记为Ap,将某个应用程序被用户使用的时长标记为Tp;
步骤三:利用公式计算获得某个应用程序的排名得分PRank(t);其中t表示设定时间范围;其中a1、a1、a3和a4是排序因子,a1代表用户点击权重因子,a2代表时长权重因子,a3代表收藏权重因子,a4代表本地需求权重因子,且a1+a2+a3+a4=N;
其中A代表用户点击,Ap代表某个应用程序被用户点击的次数,表示所有应用程序被点击的总次数,Tp代表某个应用程序被用户使用的时长,表示所有应用程序被使用的总时长;B代表是否收藏过该应用程序,若收藏了该应用程序,则B=1,否则B=0;C代表该应用程序是否需要本地后台干预排名,若该应用程序需要本地后台调节排名,则C为1,否则C为0;
步骤四:重复步骤一至步骤三,直至获取得到所有应用程序的排名得分;
步骤五:将所有应用程序的排名得分传输至服务器;
所述服务器将所有应用程序的排名得分传输至智能排序模块,所述智能排序模块接收所有应用程序的排名得分并根据排名得分对应用程序做降序排列形成排名表,并将排名表传输至服务器进行存储,所述服务器用于将排名表传输至智能机顶盒,智能机顶盒接收到由服务器传送的排名表后智能机顶盒的菜单软件则会根据排名表对列表页上的应用程序上进行二次排序;
所述数据采集模块用于采集应用程序的运行数据并将运行数据传输至监测模块;所述指令输入模块用于用户输入应用程序清理指令并将应用程序清理指令传输至监测模块,所述监测模块用于接收应用程序清理指令和应用程序的运行数据并进行分析,具体分析步骤如下:
S1:接收用户的应用程序清理指令开启应用程序自动清理功能,获取智能机顶盒内的应用程序的安装包,并根据安装包获取对应的应用程序的运行数据;
S2:根据预先设定的清理规则对应用程序的运行数据是否符合清理标准进行判断,若符合,则执行步骤S3,否则返回步骤S1;
S3:显示符合清理的应用程序名单并将符合清理的应用程序名单传输至服务器;
所述服务器接收符合清理的应用程序名单并进行相应的清理操作。
2.根据权利要求1所述的一种智能机顶盒应用管理***,其特征在于,步骤S1还包括:
S11:若获取到安装包在智能机顶盒内并未有所对应安装完成的应用程序,则将该安装包进行清理操作。
3.根据权利要求1所述的一种智能机顶盒应用管理***,其特征在于,所述预先设定的清理规则包括:
SS1:获取服务器中的本地行为数据,判断应用程序是否存在本地需求;
SS2:若存在本地需求,则对应用程序进行保留处理;
若不存在本地需求,则判断应用程序的运行数据是否符合清理标准;具体判断过程如下:
X1:获取运行数据中的应用程序的使用频率并标记为PA;若PA小于预定频率值,则判断该应用程序符合清理标准;
X2:获取运行数据中的应用程序最后一次使用的时间点;
将最后一次使用的时间点与***当前时间点进行比较,判断***当前时间点是否超过最后一次使用的时间点预定的时间长度;
若***当前时间点超过最后一次使用的时间点预定的时间长度,则判断该应用程序符合清理标准;
X3:获取运行数据中的应用程序的安装时间;
将应用程序的安装时间与***当前时间点进行比较,判断应用程序是否超过安装时间预定的时间长度未使用;
若应用程序超过安装时间预定的时间长度未使用,则判断该应用程序符合清理标准。
4.根据权利要求1所述的一种智能机顶盒应用管理***,其特征在于,所述权重因子包括点击权重因子a1、时长权重因子a2、收藏权重因子a3和本地需求权重因子a4;所述本地行为数据包括应用程序是否需要后台干预及干预内容、干预程度;所述用户行为数据包括用户点击每个应用程序的次数、用户使用每个应用程序的时长以及用户收藏每个应用程序的次数;所述运行数据包括应用程序的使用频率、安装时间和最后使用时间。
5.一种智能机顶盒应用管理方法,其特征在于,包括如下步骤:
W1:设置用户行为权重因子,并判断用户行为权重因子的数量是否大于零,若是,则执行步骤W2;若否,则直接结束排序;
W2:接收用户行为数据,再结合用户行为权重因子根据设定公式计算每个应用程序的排名得分;所述设定公式为
其中,其中t表示设定时间范围,Ap代表某个应用程序被用户点击的次数,表示所有应用程序被点击的总次数;Tp代表某个应用程序被用户使用的时长,表示所有应用程序被使用的总时长;B代表是否收藏过该应用程序,若收藏了该应用程序,则B=1,否则B=0;C代表该应用程序是否需要后台干预排名,若该应用程序需要后台调节排名,则C为1,否则C为0;
W3:根据每个应用程序的排名得分对应用程序做降序排列形成排名表,根据排名表对应用程序列表item进行再排序,并对其进行显示;
W4:接收用户的应用程序清理指令开启应用程序自动清理功能;具体清理过程如下:
W41:获取智能机顶盒内的应用程序的安装包,并根据安装包获取对应的应用程序的运行数据;若获取到安装包在智能机顶盒内并未有所对应安装完成的应用程序,则将该安装包进行清理操作;
W42:根据预先设定的清理规则对应用程序的运行数据是否符合清理标准进行判断;
W43:显示符合清理的应用程序名单并执行进行相应的清理操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010857496.XA CN111954080A (zh) | 2020-08-24 | 2020-08-24 | 一种智能机顶盒应用管理***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010857496.XA CN111954080A (zh) | 2020-08-24 | 2020-08-24 | 一种智能机顶盒应用管理***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111954080A true CN111954080A (zh) | 2020-11-17 |
Family
ID=73360313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010857496.XA Pending CN111954080A (zh) | 2020-08-24 | 2020-08-24 | 一种智能机顶盒应用管理***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111954080A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1972373A (zh) * | 2006-12-11 | 2007-05-30 | 中山大学 | 一种优化的机顶盒开机装置及方法 |
CN102934460A (zh) * | 2010-06-10 | 2013-02-13 | 夏普株式会社 | 服务器装置、终端装置及应用控制*** |
CN104731630A (zh) * | 2015-04-02 | 2015-06-24 | 吴爱好 | 一种移动终端的应用程序自动清理方法及*** |
CN108762835A (zh) * | 2018-05-17 | 2018-11-06 | Oppo广东移动通信有限公司 | 应用运行方法、装置、存储介质及电子装置 |
CN110516163A (zh) * | 2019-07-09 | 2019-11-29 | 广州品唯软件有限公司 | 一种基于用户行为数据的商品排序方法及*** |
-
2020
- 2020-08-24 CN CN202010857496.XA patent/CN111954080A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1972373A (zh) * | 2006-12-11 | 2007-05-30 | 中山大学 | 一种优化的机顶盒开机装置及方法 |
CN102934460A (zh) * | 2010-06-10 | 2013-02-13 | 夏普株式会社 | 服务器装置、终端装置及应用控制*** |
CN104731630A (zh) * | 2015-04-02 | 2015-06-24 | 吴爱好 | 一种移动终端的应用程序自动清理方法及*** |
CN108762835A (zh) * | 2018-05-17 | 2018-11-06 | Oppo广东移动通信有限公司 | 应用运行方法、装置、存储介质及电子装置 |
CN110516163A (zh) * | 2019-07-09 | 2019-11-29 | 广州品唯软件有限公司 | 一种基于用户行为数据的商品排序方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110996116B (zh) | 一种主播信息的推送方法、装置、计算机设备和存储介质 | |
CN107341268A (zh) | 一种热搜榜排序方法及*** | |
CN100477692C (zh) | 一种手机画面自动调整的方法及其调整*** | |
CN108650532B (zh) | 有线电视点播节目推荐方法及*** | |
CN107666615A (zh) | 潜力主播用户的挖掘方法、装置及服务器 | |
CN113643070A (zh) | 一种基于大数据的智能信息推送方法及*** | |
CN112051744A (zh) | 智能终端、智能家居应用的推荐方法及*** | |
US20090157670A1 (en) | Contents-retrieving apparatus and method | |
CN104410877A (zh) | 网络电视的用户行为数据的处理方法和装置 | |
CN111954080A (zh) | 一种智能机顶盒应用管理***及方法 | |
CN117082020B (zh) | 基于即时通讯软件的朋友圈自动化转发方法 | |
CN106294536A (zh) | 一种反作弊视频的方法及装置 | |
CN112104730B (zh) | 存储任务的调度方法、装置及电子设备 | |
CN110708370B (zh) | 一种数据处理方法及终端 | |
CN116320626B (zh) | 一种计算电商直播热度的方法及*** | |
CN108874673A (zh) | 应用程序的测试方法及装置 | |
CN117372056A (zh) | 一种基于机器学习的用户行为分析*** | |
CN113163173B (zh) | 一种基于大数据的视频数据采集处理和传输的方法 | |
CN111061790A (zh) | 一种用于客户数据管理的信息采集***及方法 | |
CN1610315A (zh) | 网络视讯监控***及方法 | |
CN100349403C (zh) | 一种智能网站收费处理***及其方法 | |
CN110139160B (zh) | 一种预测***及方法 | |
CN112565797B (zh) | 一种页面请求处理方法、装置、电子设备及介质 | |
CN110489525A (zh) | 搜索结果的获取方法和装置、存储介质及电子装置 | |
CN108399478B (zh) | 一种用户感知评价标准的确定方法、装置及设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201117 |
|
RJ01 | Rejection of invention patent application after publication |