CN106164895A - 用于呈现对媒体内容的建议的方法、系统和介质 - Google Patents

用于呈现对媒体内容的建议的方法、系统和介质 Download PDF

Info

Publication number
CN106164895A
CN106164895A CN201480061498.0A CN201480061498A CN106164895A CN 106164895 A CN106164895 A CN 106164895A CN 201480061498 A CN201480061498 A CN 201480061498A CN 106164895 A CN106164895 A CN 106164895A
Authority
CN
China
Prior art keywords
media content
feature
items
user
card
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
CN201480061498.0A
Other languages
English (en)
Other versions
CN106164895B (zh
Inventor
杰森·拜尔
刘心诚
卡尔文·李
斯蒂芬·周
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.)
Google LLC
Original Assignee
Google LLC
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 Google LLC filed Critical Google LLC
Publication of CN106164895A publication Critical patent/CN106164895A/zh
Application granted granted Critical
Publication of CN106164895B publication Critical patent/CN106164895B/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
    • H04N21/47—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
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/435—Filtering based on additional data, e.g. user or group profiles
    • 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
    • G06F16/735—Filtering based on additional data, e.g. user or group profiles
    • 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
    • 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
    • G06F9/451—Execution arrangements for user interfaces
    • G06F9/453—Help systems
    • 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
    • H04N21/435—Processing of additional data, e.g. decrypting of additional data, reconstructing software from modules extracted from the transport stream
    • 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
    • H04N21/4524—Management of client data or end-user data involving the geographical location of the client
    • 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
    • H04N21/458—Scheduling content for creating a personalised stream, e.g. by combining a locally stored advertisement with an incoming stream; Updating operations, e.g. for OS modules ; time-related management operations
    • 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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/8126—Monomedia components thereof involving additional data, e.g. news, sports, stocks, weather forecasts
    • 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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Information Transfer Between Computers (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

提供了用于呈现对媒体内容的建议的方法、系统和介质。在某些实施方式中，该方法包括：确定媒体内容项；基于以下中的至少一个确定该媒体内容项在一个或多个时间被观看的概率：人的特征、群组的特征以及该媒体内容项的特征；基于所确定的概率创建建议该媒体内容项在一个或多个时间被观看的用户界面；以及呈现该用户界面。

Description

用于呈现对媒体内容的建议的方法、系统和介质
相关申请的交叉引用
本申请要求于2013年11月12日提交的美国临时专利申请号61/903,314、于2013年11月13日提交的美国临时专利申请号61/903,865以及于2013年12月3日提交的美国专利申请号14/095,095的权益，其中的每个作为整体通过引用合并于本文。
技术领域
本公开的主题涉及用于呈现对媒体内容的建议的方法、系统和介质。
背景技术
人们喜欢查看诸如视频、电影以及电视节目的媒体内容。而且，人们往往拥有他们往往喜欢查看的节目或流派，以及他们往往有他们倾向于查看媒体内容的一天中的时间。此外，存在一个人感兴趣观看的特别的、一次性的节目，诸如颁奖典礼、体育比赛或者新闻播报。
可能难以记住最喜欢的节目何时播出，或者特别的、一次性的节目在什么日期和/或什么时间播出。而且，如果一个人喜欢特定的电视节目或者媒体内容的片段，可能难以找到其他的类似的媒体内容。
因此，可期望提供用于呈现对媒体内容的建议的新的系统、方法、和介质。
发明内容
提供了用于呈现对媒体内容的建议的方法、系统和介质。根据本公开主题的某些实施方式，提供了用于呈现对媒体内容的建议的方法，该方法包括：确定媒体内容项；使用硬件处理器基于以下中的至少一个确定该媒体内容项在一个或多个时间被观看的概率：人的特征、群组的特征以及该媒体内容项的特征；基于所确定的概率创建建议该媒体内容项在一个或多个时间被观看的用户界面；以及呈现该用户界面。
根据本公开主题的某些实施方式，提供了用于呈现对媒体内容的建议的系统，该系统包括：硬件处理器，该硬件处理器被配置为：确定媒体内容项；基于以下中的至少一个确定该媒体内容项在一个或多个时间被观看的概率：人的特征、群组的特征以及该媒体内容项的特征；基于所确定的概率创建建议该媒体内容项在一个或多个时间被观看的用户界面；以及呈现该用户界面。
根据本公开主题的某些实施方式，提供了包含计算机可执行指令的非暂时性计算机可读介质，该计算机可执行指令在由处理器执行时使得处理器执行用于呈现对媒体内容的建议的方法，该方法包括：确定媒体内容项；使用硬件处理器基于以下中的至少一个确定该媒体内容项在一个或多个时间被观看的概率：人的特征、群组的特征以及该媒体内容项的特征；基于所确定的概率创建建议该媒体内容项在一个或多个时间被观看的用户界面；以及呈现该用户界面。
附图说明
参考结合以下附图考虑时的本公开主题的以下具体实施方式，能够更加完全地理解本公开主题的各种目标、特征以及优势，其中，相同的附图标记标识相同的元素。
图1是根据某些实施方式用于呈现对媒体内容的一个或多个建议的用户界面的示例。
图2是根据某些实施方式用于基于用户的活动向用户呈现对媒体内容的建议的用户界面的示例。
图3示出了根据某些实施方式能够使用的硬件的示意图。
图4示出了根据某些实施方式能够在服务器和/或用户设备中使用的硬件的示例。
图5示出了用于请求、接收以及向用户呈现对媒体内容的建议的过程的示例的流程图，以及用于创建和传送对媒体内容的建议的过程的示例的流程图。
图6示出了用于基于多个因素生成用户将在一个或多个时间观看媒体内容的概率模型的过程的示例的流程图。
具体实施方式
如以下更详细地描述的，根据各种实施方式，提供了能够包括用于呈现对媒体内容的建议的系统、方法、和计算机可读介质的机制。
在某些实施方式中，所呈现的建议能够基于确定有多少可能用户将对媒体内容感兴趣。在某些实施方式中，所呈现的建议能够包括所建议的观看媒体内容的时间。在某些这样的实施方式中，所建议的时间能够基于有多少可能用户将在所建议的时间观看媒体内容。
根据某些实施方式，机制能够包括基于一个或多个因素确定是否呈现对媒体内容的建议，和/或确定在何时建议查看该媒体内容。在用户准许使用诸如用户对各种类型的媒体内容的偏好和/或用户的位置的数据的情况下，这种数据能够被用于呈现对媒体内容的建议。在某些实施方式中，因素能够额外地或可替换地包括聚集的群组偏好。额外地或可替换地，在某些实施方式中，因素能够包括历史数据、基于过去选择的数据、和/或实时数据。在某些这样的实施方式中，能够由用户来选择哪些信息被用于呈现对媒体内容的建议。
在某些实施方式中，对媒体内容的建议和/或对观看媒体内容的时间的建议，能够呈现在“卡”上，其中卡是能够向用户呈现信息的用户界面。在某些实施方式中，用户能够例如通过指示用户看到并喜欢卡上的建议来与该卡交互。能够在任何适当的用户设备(例如，移动电话、平板计算机、台式计算机或任何其他适当的用户设备)上的用户界面上呈现卡。
在某些实施方式中，该机制能够确定在时间上的当前时刻创建并呈现何种卡(如果存在)。额外地或可替换地，在某些实施方式中，该机制能够确定创建、存储以及在将来的时间呈现何种卡(如果存在)。
转到图1，根据某些实施方式将用于呈现对媒体内容的建议的用户界面的示例100示出为卡。如所示，在某些实施方式中，用户界面100能够包括提供商的标识102、数据输入框104以及卡集合106。
根据某些实施方式，标识102能够是用户界面100的任何适当提供商的任何适当的标识，并且能够包括任何适当的文本、图形、图像、视频或任何其他适当的内容。在某些实施方式中，能够省略标识102。
用户界面100能够使用数据输入框104来接收来自用户界面100的用户的数据。能够在数据输入框104中输入任何适当的数据。例如，数据输入框104能够被用于接收来自用户的搜索查询。数据输入框104能够是用于接收数据的任何适当的机制。例如，如图1所示，数据输入框104能够是文本输入框。在某些实施方式中，数据输入框104能够包括任何适当的单选按钮、勾选框、下拉菜单、按钮或任何其他的用户界面控制。在某些实施方式中，能够省略数据输入框104。
卡集合106能够包括任何适当的卡，诸如如图1所示的卡108、110、112以及114。卡集合106内的单个卡(例如，卡108、110、112以及114)能够向用户呈现任何适当的信息。例如，如卡112所示，单个卡能够呈现被确定为其是用户感兴趣的位置的当前或预报天气。作为另一示例，如卡110所示，单个卡能够呈现被确定为其是用户感兴趣的位置的当前交通信息。作为又一另一示例，如卡108所示，单个卡能够呈现对被确定为其是用户感兴趣的媒体内容的建议。卡的呈现能够包括呈现任何适当的图像、图标、图形、视频、动画、声音、触觉反馈或任何其他适当的附随内容。例如，在某些实施方式中，卡的呈现能够包括呈现附随的声音(例如，声调、卡内容的口头描述或任何其他声音)或附随的触觉反馈(例如，用户设备312的震动)。虽然如图1所示，卡集合106中存在四个卡，但是能够向用户呈现任何适当数目的卡(包括不呈现卡)。
虽然未在图1中示出，在某些实施方式中，卡能够与用户交互。例如，如果用户对卡上呈现的信息不感兴趣或者不再感兴趣，则卡能够从用户界面100中被移除。作为另一示例，能够“选择”卡以执行动作或者呈现更多的信息。作为更特别的示例，如果呈现了显示当前天气信息的卡，则能够选择该卡并且作为响应能够执行动作，例如，打开具有更多天气信息的网站。能够以任何适当的方式与卡交互。例如，在某些实施方式中，能够通过在卡上或在“忽略”图标(例如，在卡的角落处的“X”，或任何其他适当的图标)上点击或敲击来忽略卡。作为另一特别示例，在某些实施方式中，能够通过将卡“滑动”或“拖拽”到用户界面100的边缘外来忽略卡。类似地，能够通过点击、敲击或任何其他适当的机制来选择卡。
虽然图1所示出的卡是关于多种话题的，诸如天气、交通、餐厅推荐以及建议的媒体内容，但是在任何给定的时间点所呈现的卡能够与任何一个话题或者任何适当数目或任何适当级别的多种话题有关。
根据某些实施方式，在用户准许使用关于用户的活动的数据的情况下，这种数据能够被用于创建建议媒体内容的卡。在某些实施方式中，用于呈现对媒体内容的建议的用户活动能够限于由呈现卡的公司所提供的产品(例如，限于特定的搜索查询界面、限于特定的电子邮件客户端和/或任何其他特定的产品)。额外地或可替换地，在某些实施方式中，能够在能够使用用户活动来呈现媒体内容建议之前要求用户登录账户。在某些实施方式中，用户能够指定当呈现具有媒体内容建议的卡时应考虑或不应考虑特定类型的活动。例如，在某些实施方式中，用户能够指定应仅基于例如搜索查询、流传送的媒体内容和/或任何其他类型的活动来呈现卡。作为另一示例，在某些实施方式中，用户能够指定当呈现具有媒体内容建议的卡时不应考虑特定类型的活动，例如，阅读或回复电子邮件、网站浏览历史和/或任何其他类型的活动。
转到图2，根据某些实施方式图示了用于基于用户的活动来呈现卡的用户界面的示例200。如所示，在某些实施方式中，用户界面200能够包括活动指示器202、活动内容204以及所呈现的卡206。
活动指示器202能够被用于指示用户参与的活动。活动能够包括任何适当的动作，诸如输入搜索查询、阅读和/或回复电子邮件、观看媒体内容或任何其他适当的活动。活动指示器202能够是用于指示当前活动的任何适当的机制，并且能够包括任何适当的文本、图标、图形、图像或任何其他适当的内容。例如，如图2所示，活动指示器202能够包括具有搜索查询的内容的文本框。作为另一示例，活动指示器202能够包括对应于当前打开应用(例如，媒体播放器、电子邮件客户端或任何其他的应用)的图标。在某些实施方式中，能够在特定时间或总是省略活动指示器202。
活动内容204能够是与活动相关联的任何适当的内容。活动内容204能够包括任何适当的文本、图像、图标、图形、视频、动画、应用、声音、或任何其他适当的内容。例如，如图2所示，活动内容204能够包括搜索查询的结果。作为另一示例，活动内容204能够包括正呈现给用户界面200的媒体(例如，视频、电影、音乐或任何其他的媒体内容)、电子邮件或任何其他适当的活动内容。
所呈现的卡206能够被用于向用户呈现对媒体内容的建议和/或对观看媒体内容的时间的建议。如图2所示，在某些实施方式中，呈现在卡206上的建议能够链接到活动内容204。在图2所示的特定示例中，活动指示器202和活动内容204指示了正在进行搜索，并且特别地，该搜索与足球相关。因此，在图2所示的特定示例中，卡206可以建议合适的媒体内容，该示例是向用户建议足球比赛。作为另一特定示例，如果活动指示器202和活动内容204指示了用户正在观看特定的电影，则卡206可以建议由相同的演员主演的另一电影。
转到图3，示出了根据某些实施方式能够使用的硬件的示例300。如所示，硬件300能够包括卡服务器302、位置服务器304、数据服务器306、媒体服务器308、通信网络310以及一个或多个用户设备312，诸如移动电话314、平板计算机316和/或电视318。
卡服务器302在某些实施方式中能够是用于存储卡或与卡相关联的参数以及用于向用户设备312呈现卡的任何适当的服务器。例如，卡服务器302能够存储与卡的外观相关联的参数(例如，颜色、图像、图标或任何其他适当的参数)。额外地或可替换地，卡服务器302能够经由通信网络310向用户设备312递送或呈现卡。在某些实施方式中，能够省略卡服务器302。在某些实施方式中，能够在用户设备312的存储器上存储并从其递送卡和/或与卡相关联的参数。
在用户准许使用关于用户的过去位置、用户的当前位置和/或预测的用户的将来位置的数据的情况下，位置服务器304在某些实施方式中能够是用于确定、存储以及递送与用户设备312的位置相关的信息的任何适当的服务器。例如，位置服务器304能够经由与用户设备上的全球定位系统(GPS)设备通信来确定并存储用户设备312的位置。作为另一示例，位置服务器304能够在被查询时经由通信网络310提供用户设备312的位置。根据某些实施方式，能够仅在任意设备识别号的背景下存储位置。在某些实施方式中，能够省略位置服务器304。
数据服务器306能够是用于存储以及递送在创建向用户建议媒体内容的卡中所使用的数据的任何适当的服务器。在用户准许使用诸如用户的偏好或用户的过去动作的数据的情况下，这种数据能够被存储在数据服务器306上。其他数据能够包括关于聚集的群组数据的数据，或任何其他适当的数据。例如，数据能够包括关于用户偏好的媒体内容的信息(根据用户明确表达的偏好来确定，或基于用户的过去选择来推断)、对于媒体内容的聚集的群组偏好(例如，评分、评论或群组偏好的任何其他的指示符)、关于用户倾向于何时观看媒体内容的信息、关于当前正在一个或多个社交网络上被讨论的媒体内容的信息、或任何其他适当的信息。当确定是否向用户示出建议媒体内容的卡时，以及当确定何时建议观看媒体内容时，能够通过任何适当的过程，例如如图5及图6所示且结合图5及图6所描述的过程500和600，来访问存储在数据服务器306上的数据。在某些实施方式中，用户能够在任何适当的时间选择修改或删除关于用户的数据。额外地或可替换地，在某些实施方式中，能够以一个或多个方式来处理存储在数据服务器306上的数据，诸如不存储用户的身份和/或仅在任意的设备识别码的背景下存储数据。
媒体服务器308在某些实施方式中能够是用于存储媒体内容以及向用户设备108递送该内容的任何适当的服务器。例如，媒体服务器308能够是将媒体内容经由通信网络310流传送至用户设备312的服务器。由媒体服务器308提供的媒体内容能够是适于向用户建议的任何内容，诸如视频内容、音频内容、电视节目、电影、动画片、音乐、音响效果、有声读物、流传送的现场内容(例如，流传送的广播节目、现场音乐会或任何其他的流传送的现场内容)或任何其他适当的媒体内容。在某些实施方式中，能够省略媒体服务器308。在某些实施方式中，能够额外地或可替换地从用户设备312上的存储器递送媒体内容。
通信网络310在某些实施方式中能够是一个或多个有线和/或无线网络的任何适当的结合。例如，通信网络310能够包括互联网、移动数据网络、卫星网络、局域网、广域网、电话网络、有线电视网络、WiFi网络、WiMax网络和/或任何其他适当的通信网络中的一个或多个。
用户设备312能够包括适于接收对媒体内容的建议的任何一个或多个用户设备。例如，在某些实施方式中，用户设备312能够包括移动设备，诸如移动电话314、平板计算机316、笔记本计算机、交通工具(例如，汽车、轮船、飞机或任何其他适当的交通工具)娱乐系统、便携式媒体播放器或任何其他适当的移动设备。作为另一示例，在某些实施方式中，用户设备312能够包括非移动设备，诸如台式计算机、机顶盒、电视318、流媒体播放器、游戏机或任何其他适当的非移动设备。
虽然卡服务器302、位置服务器304、数据服务器306以及媒体服务器308被图示为单独的设备，但是这些设备中的任何一个或多个在某些实施方式中能够被结合成一个设备。并且，虽然图3中仅示出卡服务器302、位置服务器304、数据服务器306以及媒体服务器308中的每一个中的一个，以避免使得该图过度复杂，但是在某些实施方式中能够使用每个设备中的任何适当的一个或多个。
虽然图3中示出了三个用户设备314、316和318，以避免使得该图过度复杂，但是在某些实施方式中能够使用任何适当的数目这些设备中的每一个，并且能使用任何适当的类型的这些设备。
能够在某些实施方式中使用任何适当的硬件来实现卡服务器302、位置服务器304、数据服务器306、媒体服务器308以及用户设备312。例如，在某些实施方式中，能够使用任何适当的通用计算机或专用计算机来实现设备302、304、306、308和312。例如，可以使用专用计算机来实现移动电话314。任何这样的通用计算机或专用计算机能够包括任何适当的硬件。例如，如图4的示例硬件400所示，这样的硬件能够包括硬件处理器402、存储器和/或存储404、输入设备控制器406、输入设备408、显示/音频驱动器410、显示和音频输出电路412、通信接口414、天线416以及总线418。
硬件处理器402在某些实施方式中能够包括用于控制通用计算机或专用计算机的功能的任何适当的硬件处理器，诸如微处理器、微控制器、数字信号处理器、专用逻辑和/或任何其他适当的电路。
存储器和/或存储404在某些实施方式中能够是用于存储程序、数据、媒体内容和/或任何其他适当的信息的任何适当的存储器和/或存储。例如，存储器和/或存储404能够包括随机存取存储器、只读存储器、闪存、硬盘存储、光学介质和/或任何其他适当的存储器。
输入设备控制器406在某些实施方式中能够是用于控制和接收来自一个或多个输入设备408的输入的任何适当的电路。例如，输入设备控制器406能够是用于接收来自触摸屏、来自一个或多个按钮、来自声音识别电路、来自麦克风、来自摄像头、来自光学传感器、来自加速计、来自温度传感器、来自近场传感器和/或任何其他类型的输入设备的输入的电路。
显示/音频驱动器410在某些实施方式中能够是用于控制和驱动向一个或多个显示/音频输出电路412的输出的任何适当的电路。例如，显示/音频驱动器410能够是用于驱动LCD显示器、扬声器、LED或任何其他类型的输出设备的电路。
通信接口414能够是用于与一个或多个通信网络交互的任何适当的电路，诸如如图3所示的网络310。例如，接口414能够包括网络接口卡电路、无线通信电路和/或任何其他适当类型的通信网络电路。
天线416在某些实施方式中能够是用于与通信网络无线通信的任何适当的一个或多个天线。在某些实施方式中，当不需要天线416时能够省略天线416。
总线418在某些实施方式中能够是用于两个或更多组件402、404、406、410和414之间通信的任何适当的机制。
根据某些实施方式，能够在硬件400中包括任何其他适当的组件。
转到图5，根据某些实施方式图示了用于请求、接收以及呈现具有对媒体内容的建议的一个或多个卡的过程的示例501，以及图示了用于确定是否应该和/或何时应该呈现建议媒体内容的一个或多个卡的过程的示例502。能够以任何适当的设备由硬件处理器执行过程501和过程502。例如，在某些实施方式中，能够由用户设备312来执行过程501。在另一示例中，在某些实施方式中，能够由卡服务器302来执行过程502。
硬件400的组件能够被用于执行过程501和过程502的块。例如，用户设备312能够通过经由通信网络310向外部设备(例如，卡服务器302)发送信号来请求具有向用户呈现的对媒体内容的建议的卡。类似地，一旦具有对媒体内容的建议的卡被创建，卡服务器302能够经由通信网络310向用户设备312传送所创建的卡。作为另一示例，由过程501接收的卡能够存储在用户设备的存储器404中。作为又一另一示例，能够在确定时间由指示显示/音频驱动器410向显示/音频输出412呈现卡以及任何附随的内容用户设备312上的硬件处理器402来呈现卡。
过程501能够通过在503处请求具有向用户呈现的对媒体内容的建议的卡而开始。在用户准许使用用户的设备来发送对具有对媒体内容的建议的卡的请求的情况下，能够从用户设备向诸如卡服务器302的外部设备发送请求。能够以任何适当的频率来进行对具有对媒体内容的建议的卡的请求，以及能够基于任何适当的信息来做出是否发送请求的决定。例如，在某些实施方式中，能够以固定的频率(例如，每秒一次、每分钟一次、每小时一次或任何其他适当的频率)来发送对卡的请求。在某些实施方式中，能够基于用户的活动来发送对卡的请求。作为更特别的示例，能够在确定用户已经提交了关于媒体内容的搜索查询时发送对卡的请求。作为另一特别示例，能够在确定用户刚到达用户的家中时发送对卡的请求。
转到过程502，过程502能够通过在504处确定向用户建议的媒体内容而开始。能够基于任何适当的信息来确定媒体内容。例如，该信息能够包括关于下列的信息：用户设备、所检测到的附近设备的存在、用户的偏好、用户的过去选择、媒体内容的聚集的评分、当前事件，和/或任何其他适当的信息。作为更特别的示例，该信息能够指示用户在以前已经观看了特定的电视节目，并因此该信息能够指示该特定的电视节目是向用户进行建议的候选。作为另一特别示例，该信息能够指示用户在以前经常观看情景喜剧，并因此该信息能够指示在情景喜剧流派内的另一电视节目是向用户进行建议的候选。作为又一另一特别示例，该信息能够指示特定的电视节目、电影、事件播报或任何其他的媒体内容正在一个或多个社交媒体网络上被讨论，并因此该信息能够指示该正被讨论的特定的内容是向用户进行建议的候选。
过程502在505处能够确定用户在一个或多个时间点观看媒体内容的概率。该一个或多个时间点能够包括任何适当的时间以及任何适当的次数。例如，时间点能够包括当前时间，以及任何适当的时间段上的将来的任何时间。作为更特别的示例，时间点能够包括诸如当前时间、从当前时间起的一个小时、从当前时间起的六个小时、第二天、下周末的时间点，或任何其他适当的时间点。因此，所确定的概率能够包括用户在一个或多个时间点观看媒体内容的概率，以及在一些实施方式中，每个概率都能够不同。作为特定的示例，所确定的概率能够指示用户现在观看媒体内容的概率是0.8，从现在起用户观看媒体内容6小时的概率是0.2，用户明天早上观看媒体内容的概率是0.4，和/或对应于媒体内容和时间点的任何其他适当的概率。
能够使用用于确定概率的任何适当方法。例如，能够结合来自多个因素的信息以确定概率。作为更特别的示例，在某些实施方式中，如图6所示以及结合图6所描述的，能够使用关于以下的信息来生成用户观看媒体内容的概率的模型：用户设备、所检测到的附近设备的存在、关于媒体内容的用户偏好、关于媒体内容的聚集的群组偏好、关于在一个或多个时间点的内容查看的用户偏好、关于在一个或多个时间点的内容查看的聚集的群组偏好、以及用户位置。
过程502在506处能够基于所确定的概率来创建建议媒体内容的卡。该卡能够包括对用于观看媒体内容的适当时间的任何建议。例如，能够创建建议用户在具有最高所确定的概率的时间点观看媒体内容的卡。作为更特别的示例，如果所确定的概率建议用户更可能(具有最高所确定的概率)在下午9点观看特定的节目，则能够创建建议用户在下午9点观看该节目的卡。过程502在506处能够创建任何适当数目的卡(包括不创建)。例如，在某些实施方式中，如果所确定的概率全部等于和/或小于预定的阈值(例如，0.2、0.5或任何其他适当的阈值)，该阈值指示了用户相对地可能不在任何时间点观看媒体内容，则能够创建零卡。作为另一示例，在某些实施方式中，过程502能够创建对应于所有时间点的卡，其中所确定的用户观看媒体内容的概率超过预定的阈值(例如，大于0.5或任何其他预定的阈值的概率)。作为又一另一示例，在某些实施方式中，过程502能够创建对应于最高N个时间点的卡，其中N能够是小于或等于时间点的数目的任何适当的数目。
过程502在507处能够确定呈现所创建的卡的时间。能够确定包括当前时间和/或将来任何适当的时间的任何适当的时间。例如，能够确定在块506处所创建的卡应在第二天被呈现。能够使用用于确定卡呈现的时间的任何适当的机制。例如，在某些实施方式中，能够基于在所创建的卡上建议的时间来确定将来的时间。作为更特别的示例，如果在块506处创建了建议用户在周日观看特定节目的卡，则过程502能够确定该卡应在周六被呈现。作为另一特别示例，如果创建了建议用户观看一小时后开始的特定节目的卡，则过程502能够确定该卡应在当前时间被呈现。
过程502在508处能够传送所创建的卡和所确定的时间。能够从任何适当的设备(例如，卡服务器302)向任何适当的设备(例如，用户设备312)传送卡和/或时间。
在传送所创建的卡和所确定的时间之后，过程502能够循环回504，并等待确定待建议的媒体内容的另一请求。
转回到过程501，过程501在509处能够接收具有对媒体内容的建议的一个或多个卡，以及呈现该卡的一个或多个时间。能够通过任何适当的设备，例如用户设备312，来接收卡和时间。
过程501在510处能够存储所接收的卡和所接收的呈现卡的时间。能够在任何适当的位置(例如，在用户设备312的存储器404中)来存储卡和时间。
过程501在511处等待呈现卡的时间。作为特别的示例，如果呈现所接收的卡的时间是从当前时间起的六小时，过程501能够等待六小时。注意在某些实施方式中，在509处接收的每个卡能够具有呈现该卡的不同的对应时间，并因此过程501能够对每个卡等待不同的时间量。
过程501在512处能够确定是否是呈现卡的时间。能够以任何适当的机制来实现确定是否是呈现卡的时间。例如，在某些实施方式中，过程501能够在所存储的卡集合中遍历每个卡和每个卡呈现的时间，并且确定当前时间是否匹配呈现的时间。
如果，在512处，确定还没有到呈现卡的时间，则过程501能够循环回511，并继续等待呈现卡的时间。
如果，在512处，确定现在是呈现卡的时间，则过程501在513处能够使得卡在用户界面上被呈现。如结合图1和图2所描述的，能够以任何适当的机制以及任何适当的附随内容来呈现卡。
在过程501在513处使得卡被呈现之后，过程501能够循环回503，以请求具有对媒体内容的建议的另一个卡。
转到图6，根据某些实施方式，图示了用于基于所接收的信息生成用户在一个或多个时间点观看或收听某些媒体内容的概率的模型的过程的示例600，所接收的信息，诸如关于内容的用户偏好、关于内容的聚集的群组偏好、关于媒体内容查看的时间的用户偏好、关于媒体内容查看的时间的聚集的群组偏好、以及用户位置。在某些实施方式中，媒体内容能够是媒体内容的特定实例，例如，特定的电视节目、新闻播报、音乐会、电影或任何其他适当的媒体内容。在某些实施方式中，媒体内容能够是更一般类型的媒体内容，例如，一种流派的媒体内容(例如，情景喜剧、戏剧、纪录片、一般的音乐会、一般的新闻或任何其他流派)。
能够在任何适当的一个或多个设备上实现过程600。例如，在某些实施方式中，能够在数据服务器306上部分或全部实现过程600，该数据服务器306能够包含在过程600的块中所接收的信息。额外地或可替换地，能够在卡服务器302上部分或全部实现过程600。在某些这样的实施方式中，能够经由通信网络310从数据服务器306向卡服务器302发送在过程600的块中所接收的信息。
过程600在601处能够接收关于用户设备312和/或关于一个或多个所检测到的附近设备的信息。所接收的信息能够包括任何适当的信息，以及能够包括任何适当级别的细节。例如，所接收的关于用户设备的信息能够指示特定的用户设备(例如，接收对媒体内容的建议的用户设备)是否适合于呈现媒体内容。作为更特别的示例，所接收的信息能够指示接收具有对媒体内容的建议的卡的用户设备是具有到给定网络的弱连接的移动电话。作为另一特别示例，所接收的信息能够指示接收具有对媒体内容的建议的卡的用户设备是具有以太网连接的台式计算机。
作为另一示例，在用户已经准许在该用户设备的附近检测附近设备的情况下，所接收的信息能够指示可适于呈现媒体内容的一个或多个附近设备的存在。作为更特别的示例，所接收的信息能够指示在正接收具有对媒体内容的建议的卡的用户设备312的附近已经检测到电视机。在某些这样的实施方式中，能够以任何适当的机制来检测附近设备的存在，例如，通过到共同网络(例如，蓝牙网络、WiFi网络、局域网和/或任何其他适当的网络)的连接、通过GPS和/或通过任何其他适当的机制。
在用户已经准许使用关于用户偏好的数据的情况下，过程600在602处能够接收这样的信息。所接收的信息能够包括任何适当的信息，以及能够包括基于过去的事件/选择或基于当前活动的信息。例如，所接收的关于内容的信息能够包括用户明确的偏好(例如，来自用户的他们最喜爱的电视节目的名字的指示，来自用户的他们最喜爱的电视节目的流派的指示，来自用户的他们最喜爱的演员的指示，或任何其他的用户偏好的指示)，和/或推断的偏好(例如，指示用户经常观看特定电视节目的数据，指示用户经常观看由特定演员主演的电影或节目的数据，指示用户经常观看特定流派的节目或电影的数据，或指示用户偏好的任何其他适当数据)。在从用户的活动中得出隐含的偏好的实施方式中，能够要求允许过程600接收关于用户活动的信息的用户准许(例如，通过登录账户、通过确认已经阅读关于隐私的声明、和/或任何其他适当形式的准许)。在某些实施方式中，所接收的信息能够包括关于用户当前正在搜索或讨论的信息。例如，所接收的信息能够包括关于用户当前正在浏览的网站的信息，和/或关于用户正在电子邮件中或在线聊天中讨论的话题的信息。在图2所示的特定示例中，所接收的信息能够指示用户当前正在搜索关于特定话题的信息。作为另一特别示例，所接收的信息能够指示用户当前正在搜索关于特定事件(例如，政治辩论、音乐会、颁奖典礼、或任何其他适当的事件)的信息。作为又一另一特别示例，所接收的信息能够指示用户当前正在电子邮件中或在线聊天中讨论电视节目的片段。
在某些实施方式中，用户能够控制指示用户偏好的何种信息由过程600来接收，以保护隐私。例如，在某些实施方式中，用户能够指定仅明确表达的偏好(例如，用户明确表达的他们最喜爱的电视节目、用户明确表达的他们最喜爱的媒体内容的流派、和/或任何其他明确表达的偏好)应由过程600来接收。作为另一示例，在某些实施方式中，用户能够指定特定类型的活动(例如，阅读或回复电子邮件、web浏览、搜索查询、和/或任何其他类型的活动)应或不应由过程600来使用。
过程600在604处能够接收指示关于媒体内容的聚集的群组偏好的信息。所接收的信息能够包括任何适当的信息，以及能够基于任何适当的源。例如，所接收的信息能够指示特定项媒体内容的受欢迎度，以及它们的受欢迎度能够基于过去的评分或排名(例如，评分、评论或受欢迎度的任何其他指示符)。作为特别的示例，所接收的信息能够指示该媒体内容曾是在过去的一周期间在该地区被观看最多的电视节目。作为另一示例，所接收的信息能够例如基于在一个或多个社交媒体网络上所讨论的话题指示媒体内容受欢迎度的当前趋势。作为特别示例，所接收的信息能够指示当前人们正在社交媒体网络上所讨论的涉及特定事件(例如，体育赛事、政治事件、新闻事件或任何其他适当的事件)、节目(例如，剧集的结局、颁奖典礼或任何其他适当的节目)、电影或任何其他适当的媒体内容的媒体内容。
在用户已经准许使用关于用于在不同时间查看内容的用户偏好的数据的情况下，过程600在606处能够接收这样的信息。所接收的信息能够包括任何适当的信息，以及能够来自任何适当的源。例如，所接收的信息能够指示用户趋于在特定时间(例如，下午9点后、早上、周日下午或任何其他的时间)观看电视节目。所接收的信息能够额外地或可替换地指示用户趋于在特定时间不观看媒体内容，例如，用户从不在周五晚上观看电视。所接收的信息能够具有任何适当级别的细节，并且在某些实施方式中，能够指示媒体内容或媒体内容的类型与一天中的时间或一周中的时间之间的相互影响。作为更特别的示例，所接收的信息能够指示用户倾向于在工作日的早上观看新闻播报，和/或倾向于在周末的下午观看体育播报。作为另一特别示例，所接收的信息能够指示用户在每周特定的日子和时间观看特定的电视节目。在基于用户的活动来推断关于在不同时间的内容查看的用户偏好的某些这样的实施方式中，能够要求允许过程600接收该信息的用户准许。在某些实施方式中，能够将指示用户的过去选择的信息仅存储用户选择的预定的时间段(例如，一小时、一天、一周或任何其他适当的时间段)。
过程600在608处能够接收指示关于在不同时间的内容查看的聚集的群组偏好的信息。所接收的信息能够包括任何适当的信息，以及能够来自任何适当的源。例如，所接收的信息能够指示人们通常趋于观看媒体内容的一天中的时间或一周中的时间。所接收的信息能够具有任何适当级别的细节。例如，在用户已经提供了人口统计信息(例如，年龄、性别和/或任何其他的人口统计信息)的情况下，能够使用这样的信息来将聚集的群组限制于对应于该用户的特定人口统计。例如，所接收的信息能够指示对应于该用户的特定人口统计的人趋于在一天中的特定时间观看特定流派的媒体内容。作为更特别的示例，所接收的信息能够指示在特定时间播出的特定电视节目在特定年龄段的人们中间尤其流行。
在用户已经准许使用关于用户的当前位置或预测的用户的将来位置的数据的情况下，过程600在610处能够接收这样的信息。在某些实施方式中，能够要求过程600接收位置信息的用户准许。所接收的信息能够包括关于用户位置的任何适当的信息，以及在某些实施方式中，能够额外地或可替换地指示与媒体内容的类型或与媒体内容查看的时间的相互影响。作为特别的示例，所接收的信息能够指示用户正在用户的工作地点并且不趋于在该位置观看媒体内容。作为另一特定示例，所接收的信息能够指示用户当前在家中，并且因此可能想要观看媒体内容。作为又一另一特定示例，所接收的信息能够指示用户当前在用户的工作地点，但是基于过去关于位置的信息，该用户可能很快回家。
能够在任何适当的源上存储以及能够从其中接收在块601、602、604、606、608以及610处所接收的信息。例如，在某些实施方式中，能够在数据服务器306上存储所接收的信息。额外地或可替换地，在某些实施方式中，能够在用户设备312上的存储器中存储所接收的信息。在某些实施方式中，用户能够指示特定的信息(例如，基于过去选择推断的用户偏好、基于当前活动的用户偏好、用户位置或任何其他的信息)不应被存储，并且因此不应在块601、602、604、606、608和/或610中接收该特定的信息。在某些实施方式中，用户能够指示关于选择、活动和/或位置的特定信息应仅在预定时间量内(例如，一小时、一天、一个月或任何其他的时间量)存储。
过程600能够基于在块601、602、604、606、608以及610处所接收的信息来生成用户在一个或多个时间点观看媒体内容的概率的模型。能够使用合并来自多个因素的信息以生成概率的模型的任何一个或多个适当技术。作为一个特别示例，能够以任何适当的尺度对在块601、602、604、606、608以及610处所接收的每条信息进行打分和加权，并且能够以任何适当的方式结合所产生的加权得分，以对一个或多个时间点中的每一个确定概率。在某些实施方式中，任何适当的机器学习或统计学技术的任何结合，包括线性结合、神经网络、分类算法、推荐系统、贝叶斯统计和/或任何其他适当的技术能够被用于生成用户在一个或多个时间点观看媒体内容的概率的模型。
在某些实施方式中，在块612处生成的概率的模型能够包括用户在所检测的设备上而非在接收具有对媒体内容的建议的卡的用户设备上观看媒体内容的概率的模型。例如，如果检测到诸如电视机的附近设备的存在(例如，如结合块601所述)，则该概率的模型能够包括用户在该电视机上在一个或多个时间观看媒体内容的概率。
应理解，能够以不限于图中所示及所述的顺序和次序的任何顺序或次序执行或运行以上所描述的图5和图6的过程的块中的至少某些块。并且，能够基本上同时(在适当的情况下)或并行地执行或运行以上图5和图6的过程的块中的某些块，以减少延迟和处理时间。
在某些实施方式中，任何适当的计算机可读介质能够被用于存储执行本文所述的功能和/或过程的指令。例如，在某些实施方式中，计算机可读介质能够是暂时性或非暂时性的。例如，非暂时性的计算机可读介质能够包括以下介质，诸如磁介质(诸如硬盘、软盘或任何其他适当的磁介质)、光学介质(诸如光盘、数字视频盘、蓝光盘或任何其他适当的光学介质)、半导体介质(诸如闪存、电可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)或任何其他适当的半导体介质)、在传输期间非短暂的或非缺乏任何持久性的表现的任何适当的介质、和/或任何适当的有形介质。作为另一示例，暂时性的计算机可读介质能够包括有线中、导体中、光纤中、电路中的网络上的信号、在传输期间短暂的或缺乏任何持久性的表现的任何适当的介质、和/或任何适当的无形介质。
在此处讨论的系统收集关于用户的个人信息或可以利用个人信息的情况下，可以向该用户提供控制程序或特征是否收集用户信息(例如，关于用户的社交网络、社交动作或活动、职业、用户偏好或用户的当前位置的信息)的机会，和/或控制是否和/或如何从可以与用户更为相关的内容服务器接收内容的机会。此外，可以在存储或使用特定数据之前以一种或多种方式处理该特定数据。例如，可以处理用户身份，以使得没有个人可识别信息能够被确定为是用于该用户的，或者可以将用户的地理位置概括为获得位置信息处(诸如到城市、邮编或州级别)，以使得不能够确定用户的特定位置。因此，用户可以控制如何关于用户来收集信息以及内容服务器如何使用信息。
虽然已经在前述的说明性实施方式中描述并图示了本发明，但是应理解，本公开是仅通过示例的方式而做出的，并且能够在不脱离本发明的精神和范围的情况下，做出对本发明的实施方式的许多细节方面的改变，本发明的精神和范围仅由所附的权利要求所限定。能够以各种方式来结合并重新布置所公开的实施方式的特征。

Claims (21)

1.一种用于呈现对媒体内容的建议的方法，包括：
确定媒体内容项；
使用硬件处理器基于以下中的至少一个确定所述媒体内容项在一个或多个时间被观看的概率：人的特征、群组的特征以及所述媒体内容项的特征；
基于所确定的概率创建建议所述媒体内容项在一个或多个时间被观看的用户界面；以及
呈现所述用户界面。
2.根据权利要求1所述的方法，其中，所述人的特征是所述人对媒体内容的过去的选择。
3.根据权利要求1所述的方法，其中，所述人的特征是所述人的当前位置或预测的位置。
4.根据权利要求1所述的方法，其中，所述人的特征是所述人对观看媒体内容的时间的过去的选择。
5.根据权利要求1所述的方法，其中，所述群组的特征是所述媒体内容项的受欢迎度。
6.根据权利要求1所述的方法，其中，所述媒体内容项的特征是所述媒体内容项的流派。
7.根据权利要求1所述的方法，进一步包括：
确定所确定的概率是否超过预定的阈值；以及
当所确定的概率超过预定的阈值时建议所述媒体内容项，
其中，所述创建建议所述媒体内容项被观看的所述用户界面基于所确定的概率。
8.一种用于呈现对媒体内容的建议的系统，所述系统包括：
硬件处理器，所述硬件处理器被配置为：
确定媒体内容项；
基于以下中的至少一个确定所述媒体内容项在一个或多个时间被观看的概率：人的特征、群组的特征以及所述媒体内容项的特征；
基于所确定的概率创建建议所述媒体内容项在一个或多个时间被观看的用户界面；以及
呈现所述用户界面。
9.根据权利要求8所述的系统，其中，所述人的特征是所述人对媒体内容的过去的选择。
10.根据权利要求8所述的系统，其中，所述人的特征是所述人的当前位置或预测的位置。
11.根据权利要求8所述的系统，其中，所述人的特征是所述人对观看媒体内容的时间的过去的选择。
12.根据权利要求8所述的系统，其中，所述群组的特征是所述媒体内容项的受欢迎度。
13.根据权利要求8所述的系统，其中，所述媒体内容项的特征是所述媒体内容项的流派。
14.根据权利要求8所述的系统，其中，所述硬件处理器进一步被配置为：
确定所确定的概率是否超过预定的阈值；以及
当所确定的概率超过预定的阈值时建议所述媒体内容项，
其中，所述创建建议所述媒体内容项被观看的所述用户界面基于所确定的概率。
15.一种包含计算机可执行指令的非暂时性计算机可读介质，所述计算机可执行指令在由处理器执行时使得所述处理器执行用于呈现对媒体内容的建议的方法，所述方法包括：
确定媒体内容项；
使用硬件处理器基于以下中的至少一个确定所述媒体内容项在一个或多个时间被观看的概率：人的特征、群组的特征以及所述媒体内容项的特征；
基于所确定的概率创建建议所述媒体内容项在一个或多个时间被观看的用户界面；以及
呈现所述用户界面。
16.根据权利要求15所述的非暂时性计算机可读介质，其中，所述人的特征是所述人对媒体内容的过去的选择。
17.根据权利要求15所述的非暂时性计算机可读介质，其中，所述人的特征是所述人的当前位置或预测的位置。
18.根据权利要求15所述的非暂时性计算机可读介质，其中，所述人的特征是所述人对观看媒体内容的时间的过去的选择。
19.根据权利要求15所述的非暂时性计算机可读介质，其中，所述群组的特征是所述媒体内容项的受欢迎度。
20.根据权利要求15所述的非暂时性计算机可读介质，其中，所述媒体内容项的特征是所述媒体内容项的流派。
21.根据权利要求15所述的非暂时性计算机可读介质，其中，所述方法进一步包括：
确定所确定的概率是否超过预定的阈值；以及
当所确定的概率超过预定的阈值时建议所述媒体内容项，
其中，所述创建建议所述媒体内容项被观看的所述用户界面基于所确定的概率。
CN201480061498.0A 2013-11-12 2014-11-12 用于呈现对媒体内容的建议的方法、系统和介质 Active CN106164895B (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201361903314P 2013-11-12 2013-11-12
US61/903,314 2013-11-12
US201361903865P 2013-11-13 2013-11-13
US61/903,865 2013-11-13
US14/095,095 2013-12-03
US14/095,095 US9485543B2 (en) 2013-11-12 2013-12-03 Methods, systems, and media for presenting suggestions of media content
PCT/US2014/065284 WO2015073572A1 (en) 2013-11-12 2014-11-12 Methods, systems, and media for presenting suggestions of media content

Publications (2)

Publication Number Publication Date
CN106164895A true CN106164895A (zh) 2016-11-23
CN106164895B CN106164895B (zh) 2020-03-31

Family

ID=53044997

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480061498.0A Active CN106164895B (zh) 2013-11-12 2014-11-12 用于呈现对媒体内容的建议的方法、系统和介质

Country Status (5)

Country Link
US (6) US9485543B2 (zh)
EP (1) EP3069273B1 (zh)
KR (1) KR102245244B1 (zh)
CN (1) CN106164895B (zh)
WO (1) WO2015073572A1 (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9503786B2 (en) * 2010-06-07 2016-11-22 Affectiva, Inc. Video recommendation using affect
US10289898B2 (en) * 2010-06-07 2019-05-14 Affectiva, Inc. Video recommendation via affect
US10911829B2 (en) 2010-06-07 2021-02-02 Affectiva, Inc. Vehicle video recommendation via affect
CA2867547C (en) * 2013-10-11 2019-04-02 Wriber Inc. Computer-implemented method and system for content creation
US9485543B2 (en) 2013-11-12 2016-11-01 Google Inc. Methods, systems, and media for presenting suggestions of media content
EP3114574A4 (en) * 2014-03-03 2018-03-07 Inrix, Inc. Traffic obstruction detection
US20210009136A1 (en) * 2014-03-03 2021-01-14 Inrix, Inc. Presenting geographic search results using location projection and time windows
JP6305291B2 (ja) * 2014-09-16 2018-04-04 株式会社東芝 番組抽出装置、方法およびプログラム
US10834450B2 (en) * 2014-09-30 2020-11-10 Nbcuniversal Media, Llc Digital content audience matching and targeting system and method
WO2017015114A1 (en) * 2015-07-17 2017-01-26 Tribune Broadcasting Company, Llc Media production system with social media feature
US9747289B2 (en) 2016-01-13 2017-08-29 Disney Enterprises, Inc. System and method for proximity-based personalized content recommendations
US10958695B2 (en) 2016-06-21 2021-03-23 Google Llc Methods, systems, and media for recommending content based on network conditions
US9942615B1 (en) * 2017-04-20 2018-04-10 Rovi Guides, Inc. Systems and methods for presenting targeted metadata in display constrained environments
US11294898B2 (en) 2017-07-31 2022-04-05 Pearson Education, Inc. System and method of automated assessment generation
US10467552B2 (en) 2017-07-31 2019-11-05 Pearson Education, Inc. System and method for automatic content provisioning
US10743063B2 (en) * 2017-11-20 2020-08-11 Qualcomm Incorporated Intelligent routing of notifications related to media programming
US11227310B2 (en) * 2018-10-16 2022-01-18 At&T Intellectual Property I, L.P. Method and apparatus for targeted advertising selection
US11405477B1 (en) * 2019-07-10 2022-08-02 Meta Platforms, Inc. Systems and methods for providing updates in social networking systems
US11620294B2 (en) 2020-01-30 2023-04-04 Panasonic Avionics Corporation Dynamic media data management
US11157558B2 (en) * 2020-02-26 2021-10-26 The Toronto-Dominion Bank Systems and methods for controlling display of video content in an online media platform
KR102342492B1 (ko) * 2020-03-27 2021-12-22 주식회사 엘지유플러스 심층 학습에 기반한 컨텐츠 추천 방법 및 장치

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5758257A (en) * 1994-11-29 1998-05-26 Herz; Frederick System and method for scheduling broadcast of and access to video programs and other data using customer profiles
CN1471098A (zh) * 2002-06-25 2004-01-28 根据用户反应选择项

Family Cites Families (63)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7131134B2 (en) * 2001-05-08 2006-10-31 Koninklijke Philips Electronics N.V. Evening planner
US7519529B1 (en) 2001-06-29 2009-04-14 Microsoft Corporation System and methods for inferring informational goals and preferred level of detail of results in response to questions posed to an automated information-retrieval or question-answering service
US7403938B2 (en) 2001-09-24 2008-07-22 Iac Search & Media, Inc. Natural language query processing
US7398209B2 (en) 2002-06-03 2008-07-08 Voicebox Technologies, Inc. Systems and methods for responding to natural language speech utterance
JP4160548B2 (ja) 2004-09-29 2008-10-01 株式会社東芝 文書要約作成システム、方法、及びプログラム
WO2006083973A2 (en) 2005-01-31 2006-08-10 4Info, Inc. Automated transfer of data from pc clients
US7640160B2 (en) 2005-08-05 2009-12-29 Voicebox Technologies, Inc. Systems and methods for responding to natural language speech utterance
US9201979B2 (en) * 2005-09-14 2015-12-01 Millennial Media, Inc. Syndication of a behavioral profile associated with an availability condition using a monetization platform
US7599918B2 (en) 2005-12-29 2009-10-06 Microsoft Corporation Dynamic search with implicit user intention mining
US20070174085A1 (en) 2006-01-26 2007-07-26 Koo Charles C System and method for ordered recommendation of healthcare or personal care products
US20080163317A1 (en) 2006-12-29 2008-07-03 Yahoo! Inc. Generation of video streams from content items
US8005822B2 (en) 2007-01-17 2011-08-23 Google Inc. Location in search queries
US8175420B2 (en) 2007-05-14 2012-05-08 Google Inc. System and method for in-browser photo editing
US20090006368A1 (en) 2007-06-29 2009-01-01 Microsoft Corporation Automatic Video Recommendation
US8275764B2 (en) 2007-08-24 2012-09-25 Google Inc. Recommending media programs based on media program popularity
US20090082037A1 (en) 2007-09-24 2009-03-26 Microsoft Corporation Personal points of interest in location-based applications
WO2009042947A1 (en) 2007-09-27 2009-04-02 Alitora Systems, Inc. Meme-based graphical user interface and team collaboration system
CN103299293A (zh) 2007-10-04 2013-09-11 皇家飞利浦电子股份有限公司 对内容项集合进行分类
US20090163183A1 (en) 2007-10-04 2009-06-25 O'donoghue Hugh Recommendation generation systems, apparatus and methods
KR101130217B1 (ko) * 2007-11-06 2012-03-28 숭실대학교산학협력단 다중 사용자를 위한 콘텐츠 추천 방법
US8522271B2 (en) * 2008-02-14 2013-08-27 Qualcomm Incorporated Methods and apparatuses for sharing user profiles
US9432629B2 (en) * 2008-08-18 2016-08-30 Brigham Young University Interactive viewing of sports video
US20100082653A1 (en) 2008-09-29 2010-04-01 Rahul Nair Event media search
US20100205628A1 (en) 2009-02-12 2010-08-12 Davis Bruce L Media processing methods and arrangements
US8001131B2 (en) 2008-12-17 2011-08-16 Demand Media Inc. Method and system for ranking of keywords for profitability
US9152300B2 (en) 2008-12-31 2015-10-06 Tivo Inc. Methods and techniques for adaptive search
US11076189B2 (en) 2009-03-30 2021-07-27 Time Warner Cable Enterprises Llc Personal media channel apparatus and methods
US9767209B2 (en) 2009-05-28 2017-09-19 Apple Inc. Search filtering based on expected future time and location
US20110125774A1 (en) 2009-11-20 2011-05-26 Rovi Technologies Corporation Content integration for a content system
US8707363B2 (en) 2009-12-22 2014-04-22 Eloy Technology, Llc Synchronization guides for group video watching
WO2011102886A1 (en) 2010-02-19 2011-08-25 Thomson Licensing Automatic clip generation on set top box
WO2012015631A1 (en) 2010-07-30 2012-02-02 United Video Properties, Inc. Systems and methods for sharing media using social media guidance applications
US8478519B2 (en) 2010-08-30 2013-07-02 Google Inc. Providing results to parameterless search queries
US10210160B2 (en) 2010-09-07 2019-02-19 Opentv, Inc. Collecting data from different sources
US20120078954A1 (en) 2010-09-24 2012-03-29 Rovi Technologies Corporation Browsing hierarchies with sponsored recommendations
US9552442B2 (en) 2010-10-21 2017-01-24 International Business Machines Corporation Visual meme tracking for social media analysis
KR20120104648A (ko) * 2010-10-26 2012-09-24 주식회사 케이티 개인 맞춤형 컨텐츠 추천 장치 및 그 방법과 그를 이용한 시스템 및 그 방법
US20120110432A1 (en) 2010-10-29 2012-05-03 Microsoft Corporation Tool for Automated Online Blog Generation
US9779169B2 (en) 2010-12-10 2017-10-03 Yahoo Holdings, Inc. System for ranking memes
US8769573B2 (en) 2010-12-21 2014-07-01 Verizon Patent And Licensing Inc. Automated query generation for televison content searching
US9754016B1 (en) 2010-12-29 2017-09-05 Amazon Technologies, Inc. Dynamic content discoverability
US20120210353A1 (en) 2011-02-11 2012-08-16 Sony Network Entertainment International Llc Second display interaction with social networking feed
CA2830228C (en) 2011-03-14 2017-08-29 Jonathan David MILLER Processing and fulfilling natural language travel requests
US8868443B2 (en) 2011-03-17 2014-10-21 Ebay Inc. Targeted incentive actions based on location and intent
AU2011201674B1 (en) 2011-04-14 2012-07-19 Limelight Networks, Inc. Advanced embed code
US9075875B1 (en) 2011-05-13 2015-07-07 Google Inc. System and method for recommending television programs based on user search queries
US8612410B2 (en) * 2011-06-30 2013-12-17 At&T Mobility Ii Llc Dynamic content selection through timed fingerprint location data
KR20130026567A (ko) * 2011-07-29 2013-03-14 (주)아이티에이치 사용자 단말의 행동패턴에 따른 추천 컨텐츠를 제공하는 컨텐츠 제공시스템
US9026516B1 (en) 2011-08-09 2015-05-05 Google Inc. Interest-based keywords for prominent entity and by location
US9817898B2 (en) 2011-11-14 2017-11-14 Microsoft Technology Licensing, Llc Locating relevant content items across multiple disparate content sources
US20130173796A1 (en) 2011-12-30 2013-07-04 United Video Properties, Inc. Systems and methods for managing a media content queue
US9020824B1 (en) 2012-03-09 2015-04-28 Google Inc. Using natural language processing to generate dynamic content
US20140075335A1 (en) 2012-09-11 2014-03-13 Lucid Software, Inc. Image editing and sharing
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
US9230560B2 (en) 2012-10-08 2016-01-05 Nant Holdings Ip, Llc Smart home automation systems and methods
CN102930016B (zh) 2012-10-31 2016-09-28 百度在线网络技术（北京）有限公司 一种用于在移动终端上提供搜索结果的方法和设备
US20140281971A1 (en) 2013-03-13 2014-09-18 United Video Properties, Inc. Methods and systems for generating objective specific playlists
US9247014B1 (en) 2013-03-13 2016-01-26 Intellectual Ventures Fund 79 Llc Methods, devices, and mediums associated with recommending user applications
US9426162B2 (en) 2013-05-02 2016-08-23 Airwatch Llc Location-based configuration policy toggling
US10380105B2 (en) 2013-06-06 2019-08-13 International Business Machines Corporation QA based on context aware, real-time information from mobile devices
US9002835B2 (en) 2013-08-15 2015-04-07 Google Inc. Query response using media consumption history
US9436918B2 (en) 2013-10-07 2016-09-06 Microsoft Technology Licensing, Llc Smart selection of text spans
US9485543B2 (en) * 2013-11-12 2016-11-01 Google Inc. Methods, systems, and media for presenting suggestions of media content

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5758257A (en) * 1994-11-29 1998-05-26 Herz; Frederick System and method for scheduling broadcast of and access to video programs and other data using customer profiles
CN1471098A (zh) * 2002-06-25 2004-01-28 根据用户反应选择项

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
DAQING ZHANG ET AL: "Supporting Context-Aware Media Recommendations for Smart Phones", 《IEEE PERVASIVE COMPUTING》 *

Also Published As

Publication number Publication date
EP3069273A1 (en) 2016-09-21
US10880613B2 (en) 2020-12-29
US11381880B2 (en) 2022-07-05
EP3069273B1 (en) 2021-09-22
US9794636B2 (en) 2017-10-17
US20190335244A1 (en) 2019-10-31
US20170048589A1 (en) 2017-02-16
US20210120312A1 (en) 2021-04-22
US9485543B2 (en) 2016-11-01
US10341741B2 (en) 2019-07-02
US20220337915A1 (en) 2022-10-20
US20150135225A1 (en) 2015-05-14
KR102245244B1 (ko) 2021-04-27
CN106164895B (zh) 2020-03-31
KR20160083037A (ko) 2016-07-11
WO2015073572A1 (en) 2015-05-21
US20180041815A1 (en) 2018-02-08

Similar Documents

Publication Publication Date Title
CN106164895A (zh) 用于呈现对媒体内容的建议的方法、系统和介质
US9602606B2 (en) Systems and methods for a social facilitator service
US9172915B2 (en) Method of operating a channel recommendation system
KR102067278B1 (ko) 친구 추천 방법 및 이를 위한 서버 및 단말
US8185137B2 (en) Intensity-based maps
US20160343037A1 (en) Method and system for the creating, managing, and delivering of enhanced feed formatted content
US20080126476A1 (en) Method and System for the Creating, Managing, and Delivery of Enhanced Feed Formatted Content
US8910067B1 (en) Interactive information display through widgets
US20110211813A1 (en) Enhanced banner advertisements
US20130151602A1 (en) Persona engine
JP2007537496A (ja) コンテンツ作成、配信、対話、及びモニタリングシステム
CN101199204A (zh) 用于在电视环境中递送多个内容并提供与内容交互的框架
KR20140027011A (ko) 친구 추천 방법 및 이를 위한 서버 및 단말
US11393048B2 (en) Location-based open social networks and incentivization methods
US10582275B2 (en) Real-time digit string-based information distribution system using smart terminal and method thereof
US20200242666A1 (en) Location-Based Open Social Networks And Incentivization Methods
US20160070712A1 (en) Dynamically Modifying Geographical Search Regions
US10135773B2 (en) Communications system
US10368213B1 (en) Location-based open social networks
US10230676B2 (en) Location-based open social networks
US10116757B2 (en) Location-based open social networks
US20220327640A1 (en) Location-Based Open Social Networks
Former The Obstacles to AlJazeera in America

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: American California

Applicant after: Google limited liability company

Address before: American California

Applicant before: Google Inc.

GR01 Patent grant
GR01 Patent grant