CN106803973B - 一种电视节目的智能编排方法 - Google Patents
一种电视节目的智能编排方法 Download PDFInfo
- Publication number
- CN106803973B CN106803973B CN201710036502.3A CN201710036502A CN106803973B CN 106803973 B CN106803973 B CN 106803973B CN 201710036502 A CN201710036502 A CN 201710036502A CN 106803973 B CN106803973 B CN 106803973B
- Authority
- CN
- China
- Prior art keywords
- user
- program list
- label
- program
- management server
- 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.)
- Active
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]
- H04N21/20—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]
- H04N21/20—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
- H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
- H04N21/25866—Management of end-user data
- H04N21/25891—Management of end-user data being end-user 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]
- H04N21/20—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
- H04N21/26283—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 associating distribution time parameters to content, e.g. to generate electronic program guide data
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Graphics (AREA)
- Computing Systems (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明公开了一种电视节目的智能编排方法,具体包括如下步骤,媒资分类步骤、用户获取节目单步骤、媒资管理服务器生成节目单步骤、返回节目单给用户步骤;本发明提供了一种电视节目的智能编排方法,使用户获得了更人性化的节目单,且投入的成本较低。
Description
技术领域
本发明涉及节目编排领域,更具体的说,它涉及用于一种电视节目的智能编排方法。
背景技术
在互联网的飞速发展的时代,传统的电视行业也发生着翻天覆地的变化。电视不再只是传统播放直播电视的媒介,而是一个可以展现更丰富、更多元化、更个性化的智能媒介终端,内容由单一的直播频道变成包含了直播、点播、回放等更全面的多媒体内容。传统的电视节目编排方法则是由人工进行内容编排和发布,则存在诸多弊端:
(1)媒体运营人员工作量大。为了实现更丰富的内容展现,需要媒体运营人员花更多的时间去编排和发布各种多媒体内容,增加了媒体运营人员的工作量。
(2)千人一面,内容单调。传统编排方法由于运营人员无法完成对用户数据的采集,无法完成对用户进行点对点的视频编排。
发明内容
本发明克服了现有技术的不足,提供了一种电视节目的智能编排方法,使用户获得了更人性化的节目单,且投入的成本较低。
本发明的技术方案如下:
一种电视节目的智能编排方法,具体包括如下步骤:
101)媒资分类步骤:由节目编排人员对媒体资讯进行进一步的分类维护,并发布到媒资管理服务器中;所述媒体资讯带有原标签;
102)用户获取节目单步骤:用户向节目单生成服务器发出请求,请求内容包括节目单类型即columnType和用户的唯一标识即userId;
103)媒资管理服务器生成节目单步骤:媒资管理服务器通过节目单生成服务器向用户标签管理服务器获得的用户标签即userLabels和columnType生成节目单;
104)返回节目单给用户步骤:所述步骤103)生成的节目单返回给节目单生成服务器,从而用户获取到节目单。
进一步的,所述步骤101)原标签从网络上爬取下来,所述爬取采用网络爬虫。
进一步的,所述步骤103)的具体步骤如下:
301)获取用户标签步骤:节目单生成服务器获取到请求后根据用户唯一标示userId,向用户标签管理服务器请求获取该用户的标签userLabels;
302)返回用户标签步骤:用户标签管理服务器向节目单生成服务器返回用户的标签userLabels;
303)生成节目单步骤:节目单生成服务器根据节目单类型columnType和用户标签userLables向媒资管理服务器请求用户相关性最高的节目单。
进一步的,所述步骤303)相关性最高的节目单,采用深度学习方法判断节目与其他标签的差异,从而选择最小差异的个性化的节目单。
进一步的,所述用户探索新节目时,媒资管理服务器将固定编排的节目单返回给用户。
进一步的,所述用户端将用户使用习惯上传至用户标签管理服务器,用户标签管理服务器通过深度学习方法,不断更新用户标签,从而推送新的节目单,让用户观看更符合他喜好的节目。
本发明相比现有技术优点在于:本发明设计合理,成本节约,提高了电视节目的编排效率和精准度。增加了节目单热度,根据用户点击量反馈,进行节目单自动排序。增加了节目单标签,通过用户标签与节目单标签匹配,实现点对点精准运营。增加了节目自动编排机制,减少媒体运营人员的工作量,实现了更智能的电视节目编排系统,推动多媒体运营技术的发展。
附图说明
图1为本发明一种电视节目的智能编排方法的流程框图。
具体实施方式
下面通过具体实施例,并结合附图,对本发明的技术方案作进一步的具体说明。应当理解,本发明的实施并不局限于下面的实施例,对本发明所做的任何形式上的变通和/或改变都将落入本发明保护范围。
如图1所示,一种电视节目的智能编排方法,具体包括如下步骤:
101)媒资分类步骤:由节目编排人员对媒体资讯进行进一步的分类维护,并发布到媒资管理服务器中;所述媒体资讯带有原标签,原标签从网络上爬取下来,所述爬取采用网络爬虫。这就免去了节目编排人员一个个去对媒资进行分类,只要浏览式的进行纠错即可,只需少量改动。
102)用户获取节目单步骤:用户向节目单生成服务器发出请求,请求内容包括节目单类型即columnType和用户的唯一标识即userId。传输参数少,运行效率大幅增加。
103)媒资管理服务器生成节目单步骤:媒资管理服务器通过节目单生成服务器向用户标签管理服务器获得的用户标签即userLabels和columnType生成节目单。其具体步骤如下:
301)获取用户标签步骤:节目单生成服务器获取到请求后根据用户唯一标示userId,向用户标签管理服务器请求获取该用户的标签userLabels。查询此类单一数据库表,运算方便,响应快,即减少开发成本用提高运行速率。
302)返回用户标签步骤:用户标签管理服务器向节目单生成服务器返回用户的标签userLabels。用户能快速的获取到所需节目单,只要用户端网络没有问题,节目单的生成就会给客户感觉是电视本来就存有的。
303)生成节目单步骤:节目单生成服务器根据节目单类型columnType和用户标签userLables向媒资管理服务器请求用户相关性最高的节目单。其相关性最高的节目单,采用深度学习方法判断节目与其他标签的差异,从而选择最小差异的个性化的节目单。采用深度学习方法,获取的节目单更具有良好的个性化。
104)返回节目单给用户步骤:所述步骤103)生成的节目单返回给节目单生成服务器,从而用户获取到节目单。
综上所述,用户个性化编排过程如下实施例1:
假定节目编排人员已对节目单做好了分类编排:如获得C{c1,c2,c3,c4,c5,…cn},其中C为节目编排分类表名,c1,c2,c3,c4,c5,…cn表示该表的n个分类。
用户标签为L{l1,l2,l3,l4,…lm},其中L为用户标签表表名,l1,l2,l3,l4,…lm标识该表的m个用户标签。深度学习方法会在用户第一次使用时,允许用户标签为空,为空时,则返回给用户默认的节目单。所述深度学习方法具体以Deep Learning方法来处理,就是堆叠多个层,也就是说这一层的输出作为下一层的输入。通过这种方式,就可以实现对信息进行细致的分级表达,从而在节目单生成中形成更具针对性的、符合用户需求的节目单。其中节目单生成方法为F(L,C),其中L就表示用户标签表,C标识节目编排的分类表;用户标签是一组key-value的数组,其中key是标签号,value则是该标签相应的数值,数值越大,则表示该标签权重越大;而节目单做为固定的媒资,标签是固定的。匹配时,深度学习方法会优先匹配权重最大的标签的原则,从而找出最符合用户喜好的节目单。举例说明生成个性化电影节目单的具体类别:
A用户的电影节目单为F(LA,C电影)={科幻,动作,灾难,喜剧,…};
B用户的电影节目单为F(LB,C电影)={悬疑,恐怖,爱情,剧情,…};
其它个性化的节目单的生成过程以此类推。
在上述整个过程中,都将采用深度学习方法来进行细化节目单并判断节目单是不是最适合现在用户观看的喜好。当用户探索新节目时,就会让用户访问非个性化节目单,即访问的内容由媒资管理服务器将固定编排的节目单返回给用户。所述用户的用户端电视机顶盒是会将用户使用习惯上传至用户标签管理服务器,用户标签管理服务器通过深度学习方法,不断更新用户标签,从而推送新的节目单,其中节目单还将通过节目单热度进行推送判断。假设节目单初始热度为0,当被用户点击一次时,节目单热度加1,则在用户再次获取节目单时,则是依据最新的节目单热排序生成最新的节目单反馈给用户。这样就能让用户观看更符合他喜好的节目。
本发明相比传统的节目编排方式由媒体运营人员手动输入节目单顺序,上传到编排系统,再下发到用户电视端这个过程,大大降低了媒体运营人员的工作量。本发明则是通过建立合理的处理步骤加上自动处理生成节目单,下发到电视端,媒体运营人员只需要抽查监控节目单生成情况,做基础节目单。
以上所述的实施例只是本发明的一种较佳的方案,并非对本发明作任何形式上的限制,在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (1)
1.一种电视节目的智能编排方法,其特征在于,具体包括如下步骤:
101)媒资分类步骤:由节目编排人员对媒体资讯进行进一步的分类维护,并发布到媒资管理服务器中;所述媒体资讯带有原标签;所述原标签从网络上爬取下来,所述爬取采用网络爬虫;
102)用户获取节目单步骤:用户向节目单生成服务器发出请求,请求内容包括节目单类型即columnType和用户的唯一标识即userId;
103)媒资管理服务器生成节目单步骤:媒资管理服务器通过节目单生成服务器向用户标签管理服务器获得的用户标签即userLabels和columnType生成节目单;其中节目单还将通过节目单热度进行推送判断;
104)返回节目单给用户步骤:所述步骤103)生成的节目单返回给节目单生成服务器,从而用户获取到节目单;所述用户探索新节目时,媒资管理服务器将固定编排的节目单返回给用户;
用户端将用户使用习惯上传至用户标签管理服务器,用户标签管理服务器通过深度学习方法,不断更新用户标签,从而推送新的节目单,让用户观看更符合他喜好的节目;
所述步骤103)的具体步骤如下:
301)获取用户标签步骤:节目单生成服务器获取到请求后根据用户唯一标识userId,向用户标签管理服务器请求获取该用户的标签userLabels;
302)返回用户标签步骤:用户标签管理服务器向节目单生成服务器返回用户的标签userLabels;
303)生成节目单步骤:节目单生成服务器根据节目单类型columnType和用户标签userLables向媒资管理服务器请求用户相关性最高的节目单;相关性最高的节目单,采用深度学习方法判断节目与其他标签的差异,从而选择最小差异的个性化的节目单;所述用户标签是一组key-value的数组,其中key是标签号,value则是该标签相应的数值,数值越大,则表示该标签权重越大;而节目单做为固定的媒资,标签是固定的;匹配时,深度学习方法会依照优先匹配权重最大的标签的原则,找出最符合用户喜好的节目单。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710036502.3A CN106803973B (zh) | 2017-01-18 | 2017-01-18 | 一种电视节目的智能编排方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710036502.3A CN106803973B (zh) | 2017-01-18 | 2017-01-18 | 一种电视节目的智能编排方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106803973A CN106803973A (zh) | 2017-06-06 |
CN106803973B true CN106803973B (zh) | 2020-02-04 |
Family
ID=58985735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710036502.3A Active CN106803973B (zh) | 2017-01-18 | 2017-01-18 | 一种电视节目的智能编排方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106803973B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1607527A (zh) * | 2003-08-07 | 2005-04-20 | 索尼株式会社 | 信息处理设备、信息处理方法、程序、和记录媒体 |
CN1833437A (zh) * | 2003-08-06 | 2006-09-13 | 松下电器产业株式会社 | 节目推荐装置 |
CN1902911A (zh) * | 2003-11-13 | 2007-01-24 | 松下电器产业株式会社 | 节目推荐装置、节目推荐装置的节目推荐方法以及计算机程序 |
CN101163196A (zh) * | 2007-11-20 | 2008-04-16 | 腾讯科技(深圳)有限公司 | 一种向电视用户推荐节目的方法、系统及设备 |
JP2009015560A (ja) * | 2007-07-04 | 2009-01-22 | Pioneer Electronic Corp | リスト生成装置及び方法、並びにコンピュータプログラム |
CN101540875A (zh) * | 1998-08-21 | 2009-09-23 | 联合视频制品公司 | 客户机-服务器电子节目向导 |
CN101828393A (zh) * | 2007-08-24 | 2010-09-08 | 谷歌公司 | 基于媒体的推荐 |
CN101888515A (zh) * | 2010-06-30 | 2010-11-17 | 中山大学 | 一种数字电视节目预订播放方法及系统 |
CN103051933A (zh) * | 2012-12-24 | 2013-04-17 | 华数传媒网络有限公司 | 一种视频点播系统及方法 |
CN105306972A (zh) * | 2014-06-26 | 2016-02-03 | 中兴通讯股份有限公司 | 电视节目的推荐方法及服务器 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9922765D0 (en) * | 1999-09-28 | 1999-11-24 | Koninkl Philips Electronics Nv | Television |
US8490136B2 (en) * | 2009-05-07 | 2013-07-16 | Sirius Xm Radio Inc. | Method and apparatus for providing enhanced electronic program guide with personalized selection of broadcast content using affinities data and user preferences |
US9338407B2 (en) * | 2008-07-17 | 2016-05-10 | At&T Intellectual Property I, Lp | Apparatus and method for presenting an electronic programming guide |
BR112013009672A2 (pt) * | 2010-11-10 | 2018-01-23 | Thomson Licensing | guia individualizado de programas com base em restrições ao sistema e ao usuário |
CN102056018B (zh) * | 2010-11-26 | 2014-01-08 | Tcl集团股份有限公司 | 一种提供电视节目单的方法、系统及提供点播信息的方法 |
CN103227941B (zh) * | 2012-01-31 | 2018-10-19 | 海尔集团公司 | 数据推送系统及数据推送方法 |
CN103024585B (zh) * | 2012-12-28 | 2017-02-22 | Tcl集团股份有限公司 | 一种节目推荐系统、方法及终端设备 |
CN103442255A (zh) * | 2013-08-22 | 2013-12-11 | 深圳市龙视传媒有限公司 | 一种节目单推送的方法、数字电视终端以及前端系统 |
CN104394471A (zh) * | 2014-11-19 | 2015-03-04 | 四川长虹电器股份有限公司 | 一种智能推荐用户喜爱节目的方法 |
CN105187913A (zh) * | 2015-09-07 | 2015-12-23 | 成都杰迈科技有限责任公司 | 一种可定制节目单的机顶盒 |
CN105392046B (zh) * | 2015-11-24 | 2019-04-26 | 天脉聚源(北京)科技有限公司 | 一种互动电视系统推荐节目的方法及装置 |
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 |
CN105592326A (zh) * | 2015-12-18 | 2016-05-18 | 小米科技有限责任公司 | 节目推荐方法及装置 |
-
2017
- 2017-01-18 CN CN201710036502.3A patent/CN106803973B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101540875A (zh) * | 1998-08-21 | 2009-09-23 | 联合视频制品公司 | 客户机-服务器电子节目向导 |
CN1833437A (zh) * | 2003-08-06 | 2006-09-13 | 松下电器产业株式会社 | 节目推荐装置 |
CN1607527A (zh) * | 2003-08-07 | 2005-04-20 | 索尼株式会社 | 信息处理设备、信息处理方法、程序、和记录媒体 |
CN1902911A (zh) * | 2003-11-13 | 2007-01-24 | 松下电器产业株式会社 | 节目推荐装置、节目推荐装置的节目推荐方法以及计算机程序 |
JP2009015560A (ja) * | 2007-07-04 | 2009-01-22 | Pioneer Electronic Corp | リスト生成装置及び方法、並びにコンピュータプログラム |
CN101828393A (zh) * | 2007-08-24 | 2010-09-08 | 谷歌公司 | 基于媒体的推荐 |
CN101163196A (zh) * | 2007-11-20 | 2008-04-16 | 腾讯科技(深圳)有限公司 | 一种向电视用户推荐节目的方法、系统及设备 |
CN101888515A (zh) * | 2010-06-30 | 2010-11-17 | 中山大学 | 一种数字电视节目预订播放方法及系统 |
CN103051933A (zh) * | 2012-12-24 | 2013-04-17 | 华数传媒网络有限公司 | 一种视频点播系统及方法 |
CN105306972A (zh) * | 2014-06-26 | 2016-02-03 | 中兴通讯股份有限公司 | 电视节目的推荐方法及服务器 |
Also Published As
Publication number | Publication date |
---|---|
CN106803973A (zh) | 2017-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7533399B2 (en) | Programming guide content collection and recommendation system for viewing on a portable device | |
US11709888B2 (en) | User interface for viewing targeted segments of multimedia content based on time-based metadata search criteria | |
US9552428B2 (en) | System for generating media recommendations in a distributed environment based on seed information | |
US10671687B2 (en) | Managing access rights to content using social media | |
US8843467B2 (en) | Method and system for providing relevant information to a user of a device in a local network | |
US11361015B2 (en) | Apparatus and method for clipping and sharing content at a portable terminal | |
US8935713B1 (en) | Determining audience members associated with a set of videos | |
US9292622B2 (en) | Systems and methods for providing search suggestions | |
EP1600863A2 (en) | Retrieving, transferring and presenting resource items based on a resource item list | |
CN102523511A (zh) | 一种网络节目聚合及节目推荐系统和方法 | |
EP1689184A2 (en) | Method and system enabling web content searching from a remote set-top control interface or device | |
CN101878482A (zh) | 社交协同过滤 | |
US20090271416A1 (en) | Method And System For Retrieving And Organizing Web Media | |
US11558480B2 (en) | Tracking content use via social media | |
EP2545466A2 (en) | Systems and methods for organizing and displaying electronic media content | |
KR20100044867A (ko) | 미디어 기반의 추천 | |
Xu et al. | The development and prospect of personalized TV program recommendation systems | |
KR20050047323A (ko) | 티브이-애니타임 표준을 지원하는 멀티미디어 검색 및지능화 서비스 시스템 | |
CN106803973B (zh) | 一种电视节目的智能编排方法 | |
Lee et al. | A user-centered remote control system for personalized multimedia channel selection | |
Friedrich et al. | A distributed metadata platform for hybrid radio services | |
CN114615524B (zh) | 服务器、媒资推荐网络的训练方法及媒资推荐方法 | |
Bradley et al. | An architecture for case-based personalised search | |
US20210385557A1 (en) | Method and System for the Classification and Categorization of Video Pathways in Interactive Videos | |
Lugmayr et al. | Consumer Profiling and Personalization |
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 |