CN101689174A - 通过推荐引擎进行选择性媒体访问 - Google Patents

Abstract

一种个性化的娱乐和信息平台(Sphere)跨不同平台和递送模式提供个性化的内容递送。个人媒体设备(例如，PC、电视等等)与被配置用于通过因特网访问媒体内容和元数据的控制服务器交互。响应于来自用户的输入和用户媒体选择和观看的历史，生成设定了优先级的推荐列表，并将其排队以便下载。相关联的内容随后被自动下载到个人媒体设备，而无需用户交互。此时，用户可以立即访问下载的内容，而不会有等待内容下载的漫长延迟。将会认识到，诸如节目和电影之类的HD格式的内容具有很大的大小(例如，高达50GB)，这将会需要很长的下载时间，并且会占用网络和系统资源。

Description

通过推荐引擎进行选择性媒体访问

相关申请的交叉引用

本申请要求2006年8月18日提交的序列号为60/838,811的美国临时专利申请的优先权，此处通过引用将该美国临时专利申请全部并入。本申请是2006年11月16日提交的序列号为11/600,579的美国专利申请的部分继续案，此处通过引用将该美国专利申请全部并入，该美国专利申请要求2006年5月26日提交的序列号为60/809,093的美国临时专利申请的优先权，此处通过引用将该美国临时专利申请全部并入，该美国专利申请还要求2006年8月9日提交的序列号为60/836,709的美国临时专利申请的优先权，此处通过引用将该美国临时专利申请全部并入。本申请是2006年11月21日提交的序列号为11/602,566的美国专利申请的部分继续案，此处通过引用将该美国专利申请全部并入，该美国专利申请要求2006年8月1日提交的序列号为60/835,020的美国临时专利申请的优先权，此处通过引用将该美国临时专利申请全部并入。本申请是2007年2月27日提交的序列号为11/711,259的美国专利申请的部分继续案，此处通过引用将该美国专利申请全部并入。本申请是2007年3月8日提交的序列号为11/715,803的美国专利申请的部分继续案，此处通过引用将该美国专利申请全部并入。本申请是2007年1月30日提交的序列号为11/699,908的美国专利申请的部分继续案，此处通过引用将该美国专利申请全部并入。本申请是2007年3月23日提交的序列号为11/726,956的美国专利申请的部分继续案，此处通过引用将该美国专利申请全部并入。本申请要求2007年1月3日提交的序列号为60/878,572的美国临时专利申请的优先权，此处通过引用将该美国临时专利申请全部并入。本申请要求上述申请中每一个的优先权。

关于联邦赞助研究或开发的声明

不适用

通过引用并入在光盘上提交的素材

不适用

有关受著作权保护的素材的通告

本专利文献的一部分素材根据美国和其他国家的著作权法受到著作权保护。著作权所有人不反对任何人以出现在美国专利商标局的公众可得文件或记录中的形式对本专利文献或专利公开进行复制，但除此之外保留一切著作权权利。著作权所有人并不因此放弃使其专利文献保持秘密的权利，包括(但不限于)其根据37C.F.R.§1.14的权利。

技术领域

本发明大体上涉及媒体内容分发，更具体而言涉及个性化的娱乐和信息环境。

背景技术

基于互联网的音乐和按需视频服务的市场正在急剧成长。预期其他基于互联网的内容/服务业务也将经历类似的强劲成长趋势。近来，集成和带宽考虑正在成为在多个平台上将服务彼此区分开来的越发重要的问题。

通过因特网(例如，利用因特网协议(IP))来递送视频内容一般是通过流式传输(用户在比特到达的同时观看视频)或者通过下载来实现的。世界上大多数地区的消费者宽带服务无法以普通质量水平来流式传输视频，其中，在可以预见的未来流式传输高清晰度内容的希望很渺茫。因此，通过因特网递送视频内容以便在电视上观看的公司是利用下载来递送该内容的。下载的一个问题在于，它仍需要较长的一段时间来下载节目或电影，尤其如果内容是高清晰度(HD)格式的话更是如此。

为了规避这些局限性，通常是以较低的编码率、从而以较低的质量来提供下载的。尽管有这些缺陷，仍有许多实体以低于DVD质量的编码率提供内容。即使是通过因特网提供电影以便出租或销售的公司所利用的系统在其提供较低质量内容这方面也是非常类似的。有趣的是，注意到许多媒体分发公司(MovieLink、CinemaNow、Starz、Comcast)提供非常类似的供应品并且利用相同的一组合作伙伴来递送这些能力。

当前这些基于IP的内容和/或服务业务的市场可以依据硬件平台来大体上分类，例如被分类成基于web的内容服务或者利用硬件分发的内容服务。

基于web的内容服务提供者这个类别被认为是现有内容服务提供者业务的主流，其中，业务是针对PC平台的。该类别中的基本业务模型是基于由“订购”或“下载以拥有”带来的内容/服务销售收入的。代表了多种类别和公司，包括以下的：(a)视频服务(MovieLink、CinemaNow、ClickStar、AOL Video、Google Video、YouTube，等等)；(b)音乐服务(iTunes Music Store、Napster、Yahoo Music，等等)；(c)照片服务(Kodak、Ofoto、Shutterfly，等等)；(d)通信服务(Skye、Webex、Google Talk，等等)；(e)社区服务(Myspace、Facebook，等等)；(f)在线存储。

利用硬件分发的内容服务提供者这个类别被认为已开发了其自己的专有硬件平台来直接连接到TV，其中，用户不需要用PC来接收其服务。这种性质的服务包括Moviebeam、Akimbo、Netflix和TiVo。每个公司从不同的起点发起其自己的基于硬件的内容服务业务模型。

随着媒体从标准清晰度(SD)转变到高清晰度(HD)，与分发媒体内容相关联的困难急剧增加。例如，下载节目或电影所需的时间急剧增加。同时，媒体出租和销售的竞争继续激化。

因此，需要用于跨web和硬件类别可获利地分发高质量内容的方法和系统。本发明满足了该需要和其他需要，并且克服了先前系统的许多缺陷。

发明内容

本发明描述了能够跨不同平台和递送模式提供个性化内容递送的个性化的娱乐和信息平台。为描述简单起见(并且非限制性地)，该系统和方法在这里被总称为“Sphere”。Sphere提供了在个性化环境中对数字内容和服务的数字递送(例如，通过因特网协议(IP))。促进了与主流内容/服务提供者的合作，以递送额外的末端用户价值并优化下游收入机会。Sphere系统的目的在于提供一个综合性平台，用于向各种媒体设备递送基于因特网的内容和服务，从而允许每个设备提供尽可能最好的消费者体验。

这里描述的装置、系统和方法以尽可能最低的成本，例如通过服务器到对端(例如，内容递送网络(CDN))和对端到对端(P2P)机制、非高峰数据传送以及根据需要的其他成本最小化技术，提供了对内容的工厂下载、对客户使用的监视以及对推荐内容的补充。应当认识到，除非另有指明，术语“对端到对端”(P2P)在这里用来表示包括完全对端到对端操作以及对端辅助操作在内的操作。本发明的系统和方法在基于多个不同的标准推荐内容的同时可以是对用户透明的。内容是完全或至少部分由智能推荐引擎确定的，该推荐引擎确定哪些内容最有可能与用户相关，其中，在后台(例如点滴式(trickle down))加载该内容(或至少内容的摘录以诱使接受进一步下载)，以便将其推荐给用户。

在本发明的一个方面中，使用一种次最优推荐方法，其中，响应于额外的量度下载对用户来说可能稍微不那么合乎期望的内容，所述额外量度例如是网络的状态、在内容服务器上的内容可用性、和/或对端到对端(P2P)内容可用性，等等。将会认识到，次最优选择也可被认为是一种优化过程，其中，在价值/成本优化中考虑了这些其他成本量度。

与其他内容或服务聚合门户不同，Sphere提供了沉浸式本地体验，这是递送内容和服务(而不是将用户重定向到内容或服务提供者)的结果。作为独特的用户界面、导航能力和递送机制的结果，用户将享用到个性化的娱乐体验，这种体验很像观看电视，而不是在因特网上浏览和搜索媒体内容。消费者明显享用电视观看体验的被动性，同时他们又欣赏因特网上可用的内容的广度。Sphere平衡了高级技术和合作伙伴技术来在被动电视观看环境中递送因特网级的内容量，同时使得能够根据需要进行主动交互。Spheres满足了拥有用于享用因特网提供的大量娱乐和信息的真正沉浸式的娱乐环境的需求。Sphere系统的一个目的在于创建一个软件平台，该软件平台在所有PC和非PC计算机设备上工作，并且能够被集成在很多种嵌入式设备(例如，电视机等等)内，以便递送主流娱乐内容和因特网服务。该平台利用了前沿技术来向每个用户递送个性化体验，包括用于递送针对性广告的平台。

Sphere利用了因特网体系结构来提供开放平台，从而使得能够实时添加内容和服务提供者，以使得内容和服务能够以通常方式供任何设备使用。这使得Sphere能够利用分阶段实现方式来最小化风险和最大化灵活性。

Sphere是综合性平台，而不仅仅是内容服务。Sphere被配置为在许多种使用场景中向任何硬件设备递送服务和内容的个性化体验。Sphere平台可安装或者更优选地预先安装在个人计算机上(例如，包括膝上型电脑、电子书、数字助理，等等)，以及非个人计算机硬件上(例如，机顶盒、电视、个人视频记录器、数字视频记录器、媒体中心，等等)。

Sphere相对于有着若干局限性的传统视频设备(例如，DVD记录器-播放器、DVD型设备)提供了益处。VCR和DVR在要求节目和节目可供观看的时间之间有着很长的等待时间，并且要求用户交互，其中用户必须自觉地选择和输入频道和定时信息以记录节目，或者选择对节目的下载。其他的问题随后就源自这些缺点。例如，如果用户希望观看错过的节目，或者如果他们中途决定观看/记录序列中先前的节目，则他们通常将需要等待该系列的重播，而重播可能会发生也可能不会发生。

此外，在内容被选择之后，(例如，通过因特网)传送内容的过程对于长媒体文件来说需要相当长的下载时间，并且对于高清晰度媒体和/或多个媒体文件来说需要多得多的时间。此外，以最快的速度下载文件可能使用户带宽饱和，这不利地影响了其余网络活动，例如减慢了浏览、导致在线游戏的抖动，等等。

因此，本发明认识到了提供用于选择内容(例如节目和电影)的自动化机制的益处。本发明还认识到作为补充或替换，将会希望提供一种优化的机制来通过预测性传送和点滴式带宽使用两者使得媒体数据可以供观看。

直接从用户输入和/或活动收集用户偏好信息，并可将其存储在本地或者集中存储在家庭外部的服务器。本发明的一些方面响应于用户限定的偏好和使用历史的组合，自动地(在没有用户交互的情况下)搜索(例如，内容提供者的)内容库，以寻找内容，以确定最有可能对用户有价值的内容。该“推荐”内容随后被加载到用户的本地存储装置上，而无需用户交互，并且在用户决定要享用内容时完全准备好供用户享用，而没有延迟。

因此，用于通过网络提供内容以便在家庭系统上显示的方法包括以下步骤：生成与家庭系统相关联的观看者简档，并且基于该简档，预测家庭系统的观看者感兴趣的至少一条内容。该方法还包括在带宽可用时，例如在家庭系统内的低带宽使用时段期间(例如在夜间)，自动向用户发送该一条或多条内容。无需来自用户的要求执行下载的具体请求(例如，在其家庭系统处)，内容就可被发送到用户。

在一种实现方式中，观看者简档的一些方面是基于检测到一个系列的一集或多集已被观看并且确定在存档剧集的服务器上该系列的另外的集(例如，较早的集、错过的集、以后的集)的可用性的。一种确定哪些集已被“观看”过的方法是例如基于绝对时间或内容百分比来判定用户对某集节目的观看时间是否超过了阈值。一般来说，简档可以基于以下各项的任何组合：从家庭系统接收的偏好、与家庭系统相关联的用户选择活动、以及包括标题、体裁和播出时间在内的节目元数据。

推荐节目的集合基于简档被形成并被下载到家庭系统的推荐区域以便观看。在一个方面中，推荐在被下载到用户系统之前首先与人类可读信息一起被置于推荐内容队列中。内容队列提供了一种机制，在该机制内，用户可以选择在下载开始前预览推荐，其中他们可以选择取消推荐或者改变下载的优先级。一旦下载发生，则生成可用推荐内容的列表。列表可以响应于用户输入被显示，所述用户输入例如是在遥控设备上的输入，例如操纵(即，单次按压)家庭系统的遥控器上的单个按钮。因此，将会认识到，根据此实现方式，用户可以访问用于预览的推荐队列，以及用于选择已被下载到系统、可供选择的推荐内容的推荐列表。

在另一个方面中，一种用于向与服务器和对端到对端(P2P)网络通信的家庭系统递送内容的方法包括确定与家庭系统相关联的网络的特性、能够提供期望内容的服务器、以及内容元素在该家庭系统的参与对端中的可用性。系统利用收集到的信息来判定是从服务器还是从P2P网络向家庭系统提供内容文件。

在另一个方面中，参与的对端可被加载以整条内容，或者更优选地，被加载以要向其他对端提供的内容的片段，其他对端将来自多个对端的内容聚集成整个内容。

本发明的一个方面是一种个性化的娱乐和信息平台，其能够跨不同的平台和递送模式提供个性化的内容递送。

本发明的另一个方面是单个登录过程和协定，其开放了一个围绕用户的弥漫性环境，以便提供所有内容需求。

本发明的另一个方面是帮助系统、第三方厂商和用户之间的交易处理。

本发明的另一个方面是跨许多平台提供内容服务，包括从个人计算机系统(或者类似的基于OS的平台)或嵌入式系统(例如，电视机等等)操作。

本发明的另一个方面被配置为与分发合作伙伴相接口来提供支持或辅助性服务。

本发明的另一个方面是根据用户的决定参与和确立的特性以及服务条款来支持来自各种合作伙伴针对Sphere的用户的广告。

本发明的另一个方面是支持内容内或内容外广告的重放，这优选地是响应于用户选择的广告递送参数来进行的。

本发明的另一个方面是支持在各种系统上的内容预加载。

本发明的另一个方面配置了构建过程，其中，一组媒体内容在发货之前被加载到基于计算机的电子设备上。

本发明的另一个方面是对内容分段并将内容的不同片段加载在不同机器上以便通过P2P网络递送。

本发明的另一个方面涉及对预加载的内容的个性化，这可以提供初始化推荐引擎的机制。

本发明的另一个方面是被配置为识别很有可能对用户有价值的至少一条内容的推荐引擎。

本发明的另一个方面是被推荐引擎使用的信息的关于可用内容的数据库，例如元数据、所提取的信息、收集的关于观看的等级和信息、来自其他来源的信息及其组合。

本发明的另一个方面是对存储在本地或者在服务器(例如，中央服务器)上的用户偏好信息(观看者简档)的收集，从中可指导推荐。

本发明的另一个方面是识别分集观看(例如，一系列内的某些集)，以及相关联地生成对内容收集的推荐以益于用户。

本发明的另一个方面是例如基于观看时间来确立识别内容是否相关的阈值条件，从而判定节目是否被观看过或者只是可能让人有兴趣。

本发明的另一个方面是基于已观看内容的特性(例如，元数据、扩展的元数据、所提取的特性)来识别该内容。

本发明的另一个方面是生成简档，用户限定的偏好被请求并被接受到该简档中。

本发明的另一个方面是分析用户内容观看和订购活动的过程。

本发明的另一个方面是生成为了最大化预期的用户价值成本比而调整的推荐。

本发明的另一个方面是响应于为每个用户选择来充当内容选择行为的模板或示例的个体的各种大小的群组来生成推荐。

本发明的另一个方面是可以选择就用户上下文而言次最优的推荐来进行下载，同时在更宽的上下文范围上提供益处。

本发明的另一个方面提供了针对一个或多个上下文(例如用户上下文、分发渠道上下文、收益率上下文及其组合)的推荐优化。

本发明的另一个方面是基于多个判决点生成推荐。

本发明的另一个方面是在两个阶段中生成推荐，这两个阶段是一个非时间性阶段(例如排队)以及之后的一个时间性阶段(例如，从队列中选择内容条目)。

本发明的另一个方面是生成推荐，其中第一队列使可能的选择(例如，非时间性选择)排队，之后是响应于服务器、网络和/或当时的P2P条件而执行的第二阶段判决(例如，时间性判决)。

本发明的另一个方面是用于确定预加载、P2P上作为种子的内容分段以及片段的大小的仿真器。

本发明的另一个方面是使用端口跳变来增加P2P网络内的对端上的媒体文件的安全性。

本发明的另一个方面是实时生成推荐到推荐内容队列中，该队列指导对内容的点滴式分发。

本发明的另一个方面是推荐内容队列的记录，这些记录既包含用于控制下载的机器可读信息，又包含用于允许用户在下载之前根据需要预览推荐的人类可读信息。

本发明的另一个方面是推荐内容队列预览界面，该界面允许了用户在下载内容之前根据需要改变推荐。

本发明的另一个方面是生成说明提出推荐的原因的人类可读文本，例如用于包括在推荐内容队列的人类可读部分中以及已下载的推荐内容的列表中。

本发明的另一个方面是收集推荐反馈，例如收集关于推荐的肯定和否定响应，这些响应可能具体记载了用户的原因。

本发明的另一个方面是通过选择是通过服务器、P2P网络还是其组合来递送内容元素，从而在内容分发期间控制成本和等待时间因素。

本发明的另一个方面支持用户为推荐的内容选择盘空间份额。

本发明的另一个方面针对支持任何主流CODEC和DRM。

本发明的另一个方面是响应于从推荐引擎生成的推荐自动发送内容或其一部分。

本发明的另一个方面是以非实时方式(例如在低带宽使用时段期间(例如在夜间))对内容进行“点滴式”分发。

本发明的另一个方面是为支持P2P内容分发的参与者生成奖励。

本发明的另一个方面是控制P2P支持奖励，其中包括可兑现来获得所选内容的购物券和折扣。

本发明的另一个方面是响应于与对基于来自推荐引擎的推荐下载的内容的观看相关联的条件或费用要求，来生成用户提醒。

本发明的另一个方面是提供一种形式的附条件观看，其中观看者被授予观看一种形式的内容的许可证，如果他们愿意观看另一个内容(例如另一个节目、广告等等)的话。

本发明的另一个方面是通过允许用户观看较低质量格式(例如，有限分辨率)的内容的全部或一部分来询问用户对所推荐的内容的兴趣。

本发明的另一个方面是收集关于推荐为何对用户有价值或者对用户没有价值的具体反馈，以便为每个给定用户提高推荐的准确度。

本发明的另一个方面是响应于用户偏好、网络条件、利用率以及分发成本因素来提醒内容分发的形式，例如选择服务器和/或P2P服务(或者甚至选择物理媒体)。

本发明的另一个方面是集成物理内容递送，其中，用户不需要离开Sphere去获得物理形式的内容。

本发明的另一个方面是帮助内容在用户设备或系统内的存储、管理和使用。

本发明的另一个方面是提供对推荐的内容的补充和重新配置的智能监视。

本发明的另一个方面是控制对针对出租或销售级别的可访问性而配置的推荐内容的保留。

本发明的另一个方面是用于购买/租用内容的中间交易，例如接受支付、下载额外的素材/许可证素材、发出许可证，等等。

本发明的另一个方面是执行对内容(视频、音频和图像)的自动聚合和同步。

本发明的另一个方面是在本地通过任何选定的设备(例如，音频系统、TV)来重放来自库的内容。

本发明的另一个方面是帮助照片的共享，以使它们可从任何位置进行访问。

本发明的另一个方面是包括支持“2英尺”UI场景(例如，用户在PC或智能设备处)和“10英尺”UI场景(例如，TV或类似设备处)的用户界面。

本发明的另一个方面是使用自由空间点选设备来帮助在Sphere内创建沉浸式体验。

本发明的另一个方面显示关于推荐的内容的信息，以及用于控制推荐引擎的参数。

本发明的另一个方面被配置为通过显示关于已被接收到并准备好供出租或销售或者供在订购之前预览的内容的信息，来提醒用户。

本发明的另一个方面支持响应于接收到遥控命令来显示关于推荐内容队列或者已经下载的推荐内容的信息。

本发明的另一个方面提供了一个或多个遥控输入(例如，按钮)，用于查看下载状态、选择推荐偏好、查看和编辑排队的内容推荐、查看已下载的推荐、以及用于接受推荐的内容(例如执行交易)以便能够立即访问该内容。

本发明的另一个方面提供了与广告合作伙伴和/或web合作伙伴的合作式功能集成。

本发明的其他方面将在说明书的以下部分中给出，其中详细描述是用于在不施加限制的情况下完整地公开本发明的优选实施例的。

附图说明

通过参考以下仅用于说明目的的附图可以更充分地理解本发明：

图1是根据本发明一个方面的个性化内容递送系统的框图。

图2是根据本发明一个方面的内容推荐的流程图。

图3是根据本发明一个方面的内容分发的流程图。

图4是Sphere系统内的元数据和内容的数据流的框图。

图5是根据本发明一个方面的内容推荐的流程图。

具体实施方式

更具体地参考附图，出于说明目的，本发明被实现在图1至图5中概括示出的装置中。将会认识到，装置在配置和部件的细节方面可能有变化，并且方法在具体步骤和顺序方面可能有变化，而不会脱离这里公开的基本概念。

1.系统框图概述

图1示出了意图以智能方式向用户家庭系统12提供内容的系统，该系统被总地标注为10。将会认识到，家庭系统12是在这里被称为Sphere或者Sphere系统的整个系统的一部分。该系统帮助耦合到分布式网络(例如因特网)的用户获得和观看内容。内容是基于用户的偏好和观看活动而被提供给用户的，其中，用户可以预览内容，购买或租用内容，并且向其他用户发送带预览的内容推荐。

家庭系统12可包括诸如电视和/或计算机之类的一个或多个多媒体显示设备14，以及诸如DVR和盘播放器(例如，数字视频盘(DVD)、蓝光(HD盘))之类的用于提供内容以便在显示设备14上显示的一个或多个多媒体或内容数据存储装置16。如图所示，家庭系统12还可包括用户系统接口18，用于从服务器(如下所述)或者从包括多个对端22(即，多个家庭系统或其他参与用户)的对端到对端(P2P)网络20接收内容。

应当认识到，Sphere功能的大部分可实现为在用户系统(例如家庭系统12)内的计算元件上运行的程序(例如，软件、固件或者组合)以及位于网络上的一个或多个Sphere用户控制服务器。计算元件可包括具有用于运行程序的装置的多种设备中的任何一种，例如嵌入式控制器、微处理器、通用(个人)计算机、以及其他基于计算机的设备。家庭系统内的程序和控制服务器与彼此合作，以执行上述功能并与网络上的其他元件集成，如下所述。

作为示例而非限制，用户系统接口18可实现在机顶盒(SBT)或者其他媒体控制设备内。作为STB的代替或者补充，用户系统接口18还可以通过因特网连接设备来实现，例如有线或无线调制解调器或其他类型的广域网连接。因此，家庭系统12和下文描述的服务器/P2P系统之间的通信可通过因特网和/或TV线缆和/或(陆地的和卫星的)广播链路来进行。家庭系统12还可包括一个或多个用户输入设备24，例如键盘、鼠标、TV遥控器，等等，用于接收用户输入。偏好控件38被示为耦合到输入设备24，作为通过遥控设备控制内容推荐的一个示例，在用户界面部分中将对此进行详细论述。

如上所述，以及如图1所示，家庭系统12可从服务器或服务器系统接收内容，应当认识到，这里描述的服务器功能可由单个服务器或多个服务器来实现。在所示出的非限制性实施例中，用户控制服务器26充当网关，以便与家庭系统12进行服务器通信。控制服务器26将来自家庭系统12的信息传输到推荐引擎28，推荐引擎28还从元数据服务器30接收节目元数据信息(例如，格式类型、标题、体裁、播放时间、关键字等等)，以形成下文论述的用户简档。控制服务器26还与一个或多个内容服务器32通信，以订购内容(例如，存档的TV系列剧集)，并且响应于来自家庭系统12的对内容的命令，以及基于来自推荐引擎28(也称为个性化引擎)的信息响应于预测到用户期望的内容，来接收内容。推荐引擎28可能存在于家庭系统本地，或者存在于位于中央的服务器处，或者更优选地，推荐引擎的一些部分散布在这两个位置中。Sphere优选地通过专有API或者通过提供网页(例如，HTML或XML)来递送大部分web服务。

控制服务器26还可以与用于存储包括人口统计数据在内的用户登记信息的客户数据库登记服务器34通信，以及与用于基于递送给家庭系统12的内容提供计费服务的商业交易服务器36通信。

Sphere可以向用户提供内容控制，例如用于视频的内容控制，包括(但不限于)：考查、搜索、获得详细信息、选择频道、选择类别、选择新项目、选择最流行或最新近的媒体、选择最受喜爱的、选择被讨论最多的、为内容加标签、观看/甄别内容、按等级选择、购买内容、下载内容、将内容传送到便携式设备、以及管理推荐。

Sphere的配置可以赋予一种在集成环境内执行主要活动和次要活动两者的能力。作为示例而非限制，主要活动可包括以下之中的任何一种或全部(单独或组合的)：内容浏览、漫游于本地/非本地内容中、查找相关媒体、查找相关供应品信息、读取内容元数据、简单内容搜索、经由子类别的搜索、对内容的一次点击式购买、观看内容、观看视频、观看照片、幻灯片、观看媒体的缩略图、艺术画册、唱片封面、收听内容、以及为内容加标记以便将来观看。作为示例而非限制，次要活动可包括以下之中的任何一种或全部：检查重要信息、天气、新闻、体育、股票，等等。

2.内容的预加载

描述了多种机制，用于在发货之前将内容(例如，电影、节目、记录片、音乐等等)预加载到所制造的电子设备上。若干不同的设备可被加载以内容，例如个人计算机、媒体计算机、膝上型电脑、掌上型电脑、平板PC、个人数字助理(PDA)、智能电话、以及任何具有其中可能进行内容预加载的足够盘和/或存储空间的设备。

在一种实现方式中，一系列系统都被加载以相同的内容，其中内容没有针对特定用户进行个性化。因而，要预加载的内容是在制造过程内选择的，并且可以在用户接收到设备后被用户播放。此构建过程的变体包括顺序预加载、其中多组系统(例如，每x个)被加载以相同的内容，其中，在不同批次之间内容被改变。顺序预加载尤其很适合于在P2P网络环境中分发分段的内容。

在另一种实现方式中，内容的预加载可以提供对内容下载的部分或完全个性化。例如，在优选实现方式中，预加载的内容包括响应于用户输入而加载的电影(例如，SD，或者更优选为HD)或者其摘录。应当认识到，HD内容需要大量存储，例如为了加载两个完整长度的HD电影需要大约将近50-100GB。如果以这种方式加载的内容要保持安全，那么系统优选地包括安全性措施，以便防止对素材的窃用。

根据本发明的预加载支持完全内容加载和部分内容加载。在部分内容加载的一种实现方式中，内容元素(例如，电影)的不同片段被加载到不同系统中，其中，这些系统在被用户接收和激活时形成一对端到对端(P2P)网络，该网络总体上包含所有片段，其中包括一组内容下载。这样，本发明的方法起到向P2P网络加载内容的作用。关于将哪些片段加载到系统上的判决也可以被个性化，例如基于系统将在何处被使用，例如响应于购买者的邮政编码(如果知道的话)。这样，预加载的内容可被聚集，从而可在本地找到P2P内的片段。系统优选地保持预加载的片段的位置，以便辅助分发过程；但是，将会认识到，对所分发的内容的登记可以通过多种不同的方式来提供。此外，预加载的内容以及在系统接收之后加载的内容可以在P2P环境中被复制、交换、拷贝等等，以增大内容资源在网络或其一部分上的可访问性。

在本发明的一个方面中，用户可以在订购系统时提交关于所期望的内容的信息，其中，加载到它们的系统的内容很有可能是对用户有价值的。在至少一种实现方式中，期望接收内容的用户在订购其系统时填写简档表。简档表询问关于它们自己感兴趣的内容的类型(例如，电影、节目、记录片，等等)的问题，并且还可能收集关于系统的其他预期用户的信息。该数据可用于预加载过程中，并且还可以在该单元被用户接收时为推荐引擎提供起动点。

在替换实现方式中，在输入该简档信息后，订购系统生成一组推荐，从该组推荐中用户可以选择或者输入改善简档的额外标准。这样，推荐引擎获得更多简档信息，同时用户获得有价值的内容的概率增大了。在一种实现方式中，该过程可以一直继续，直到所有被提名预加载的内容已被用户确认为止。这样，既激励了用户初始化简档，又激励了用户学习推荐过程；其中，用户也许更有可能在接收到系统后利用推荐引擎。

3.推荐引擎和过程

3.1操作

图2示出了个性化的内容递送方法中的步骤。在块50，从各种来源收集和/或接收用户对内容的偏好，包括(但不限于)用户提供的信息和用户历史。由用户直接输入的信息可包括以下一般的类别：关于所寻求的内容的类型、要避免的内容的类型、关于得出内容推荐的限制、以及如何遵循这些推荐的信息。

内容类型的示例包括内容的性质(例如，视频、音频或图像)、体裁(例如，电影、系列剧集、旅行、自然、体育、新闻、天气，等等)、每种体裁内的种类(例如，正剧、历史/传记剧、喜剧、浪漫喜剧、动作剧、惊险剧、以及其他类型)。其他类型的信息可包括优选的导演、演员、情节线、视频主题(即，车辆、飞机、ET，等等)。如果需要，可以选择等级范围。这些偏好可被存储在本地，和/或更优选地被存储在登记服务器34内。

此外，在块52，控制服务器26可登记用户活动，以收集在作出内容推荐时将使用的信息。作为示例而非限制，该信息可包括用户活动，例如选择、观看和订购。可监视的观看者活动可包括web活动，例如浏览、阅读在线评论、点击广告条、点击互联网增强媒体内容内的元素(例如，广播视频流期间的广告或产品放置)，等等。块54指示推荐引擎28的一种模式，其中，用户选择活动与用户输入偏好相集成，成为一个简档；例如，为家庭系统12形成的简档和/或为家庭系统12的每个用户形成的多个简档的创建，在这种情况下，可以允许用户登录到家庭系统12，以便用户控制服务器26在任何特定时刻都始终被告知以观看内容的个体的身份。

根据一种实现方式，用户可以选择允许推荐引擎研读一个或多个用户目录(例如，内容目录)，从而推荐引擎将会从这些目录收集信息以辅助对给定内容的可取性作出准确预测。在以上情况下，推荐引擎可被配置为“生活方式识别引擎”，以评估一般生活方式特性，从中，预配置的媒体简档模板被加载到用户存储装置中。这样，可以建立普适性地并且也许相当准确的媒体简档。

在进行简档构建时，可以联系用户的观看历史跟踪多个因素，例如在偏好中可以考虑媒体的来源(例如，从广播、线缆、卫星、DVD媒体等等观看的)、标题、艺术家、体裁、以及用户观看的节目的播出时间(例如，超出例如5分钟的阈值时段)。在偏好中还可以考虑用户活动，例如观看特定节目的频率。偏好被配置为响应于观看次数对关于期望的内容的信息加权，而如果节目被选择来进行记录，则它可以被赋予更高的权重。此外，根据一个方面，用户可以向正在观看的某些内容赋予偏好，其方式例如是通过在观看内容时表明这种偏好(例如，按压遥控器上的偏好按钮)。应当认识到，以上只是示例，推荐引擎28内采用的试探法的操作是非限制性的，也可以使用本领域已知的用于预测其人口统计信息和/或偏好已知的用户可能期望的节目的模型。

所推荐的内容本身可被下载到用户媒体设备，并且/或者内容的预览被下载到用户，这例如是由用户偏好和对Sphere系统的利用来决定的。例如，将整个电影内容下载到从未利用此服务购买电影的用户可能是不划算的。在本发明的一种模式中，推荐引擎判定是发送预览还是准备好供访问的整组内容更为划算。

在一种模式中，推荐引擎在作出推荐时考虑内容的特殊定价、奖励和可用性，尤其会响应于用户指示。例如，被激发以在内容被打折提供时购买内容的用户可能是这样设置其简档的：在他期望的那些方面的列表上，该属性较高(例如，用于在和其他因素之间折衷的滑动条控件)。这样，系统更倾向于包括对这些打折的供应品的推荐，或者包括对根据用户视为有益的内容的其他属性的推荐。

家庭系统12优选地被配置为允许推荐引擎28从诸如数字视频记录器(DVR)、媒体播放器、STB等等之类的记录设备收集信息，以将该信息结合到推荐所基于的使用数据存储装置中。例如，当用户选择节目(例如，从节目表中选择，或者通过设置频道和时间来选择)时，推荐引擎确定相关联的节目并增大该节目的其他集或者相关内容的优先级。以类似的方式，家庭系统还被优选地配置为在正播放可移动介质时为推荐引擎提取数据。其一个示例是当在某种形式的重放设备中播放DVD、蓝光或者任何类型和/或容量的介质时，推荐引擎则收集元数据，或者从内容中提取元数据，并将该优先级信息存储在使用数据存储装置内。

在至少一种实现方式中，Sphere系统允许用户输入关于它们感兴趣的媒体内容的信息。例如，可以向用户提出可能内容的列表，以指示它们感兴趣的级别。如果需要，兴趣信息可以与兴趣值的优先级一起收集。该信息可用于指导推荐引擎。

另外，在一种模式中，系统允许用户输入关于它们没有兴趣的内容(例如，已经看过的内容)以及它们不希望包括在推荐中的内容的信息。例如，用户可以确信它们已经看过给定节目的所有集。在一种模式中，用户被提示检查列表以判定它们是否错过了该系列的任何一集。在这种情况下，系统被配置为生成带有相关联的信息(例如，标题、情节、图像缩略图和/或低分辨率视频摘录)的剧集列表，从中用户可以迅速地标记他们没有看过并且感兴趣的剧集，或者更重要的是，他们在回顾后认为值得再次获得或再看的剧集。

推荐引擎28基于简档来推荐内容，该内容可被下载到家庭系统12并在显示设备14上呈现以便观看。在优选实施例中，每个推荐在下载之前首先被置于设定了优先级的队列中。在一种模式中，系统将人类可读字段结合到队列中，并允许用户在内容被下载之前预览推荐(如果用户想的话)。一旦所推荐的内容已被下载(经过或未经过预览)，用户就被提醒并且可以访问该内容。推荐内的受保护内容通常要求执行交易后才能向用户发布内容，例如进行金融支付或者释放内容信用。

与家庭系统12相关联的输入设备24例如可包括遥控设备，用于控制家庭系统12内的观看。例如，输入设备24可配置有单个按钮38(例如，标记为“显示列表”、“内容”或“偏好”)，该按钮可被按动，以立即在电视上显示所下载推荐的列表。该列表可被下载并存储在家庭系统12中，并且可被周期性地更新，例如以便在按钮被按动时迅速访问，或者该列表可在服务器处保持被更新，并且在按钮被按动时立即被下载以便显示。

简档信息被联系内容数据库来分析，该内容数据库包含对内容元素的引用以及关于每条内容的信息。在一种配置中，内容信息包括元数据的集合。可通过任何摄取方法来收集内容信息，或者更优选地通过多个机制的组合来收集内容信息，以提供宽广的信息库。在本发明的一种模式中，系统被配置为通过对可用内容元素执行特征提取来增补元数据信息，或者为未能为其获得元数据的内容提供元数据。该提取过程的示例包括登记场景变化、颜色饱和度、颜色简档和样式、运动向量(例如，移动和速率)，等等。在特征提取期间，可以从一条内容(例如电影)本身确定该内容的一些方面。例如，颜色简档可以检测动作是室内还是室外的、山峰和海洋、人际关系，等等。声轨经常可用于检测电影是喜剧还是惊险剧。可评估电影内容内的运动向量，以检测电影内的动作程度。将会认识到，推荐引擎可提取内容的许多不同方面来与简档相比较。在优选实现方式中，系统利用来自一个或多个来源的元数据、所提取的数据以及甚至来自用户和/或其他用户的反馈的组合来对将来要作出推荐的内容元素进行分类。

响应于例如来自内容服务器32的匹配简档内容，根据块56，可选择素材以便通过控制服务器26自动下载到家庭系统12，例如下载到多媒体数据存储装置16中。在有限存储装置的一些情况下，新素材可以取代被认为对客户没有那么大价值或者潜在价值的素材。

本发明的至少一种实现方式提供了一种被配置为跨越多个价值上下文(例如，用户价值、分发流价值、收益率)的推荐过程。此外，本发明的至少一种实现方式被配置有一种跨越多个判决点的顺序推荐过程。这些多上下文和判决推荐的一个示例可被称为“次最优”推荐方法。

在本发明的该次最优推荐方面中，虽然内容可能就推荐过程的上下文而言被认为是不那么合乎期望的，该内容仍被推荐(例如，以用户为中心的推荐过程)。虽然在第一上下文中是次最优的，但选择判决有益于其他上下文，例如有利于平滑内容分发和/或最大化所下载的推荐的收益率。对次最优内容元素的选择可响应于另外的条件(例如，非用户条件)来执行，所述另外的条件例如是服务器、网络和P2P内容访问条件，这些条件存在于开始下载所推荐的内容之时。次最优选择所基于的一些量度可包括网络的状态、关于哪个内容可以以低机会成本或以高带宽下载的信息、哪些服务器具有期望的内容并且准备好提供该内容、该内容的所有片段在P2P网络上的可用性、在用户节点处需要哪些内容片段来支持本地P2P，等等。作为补充或替换，次最优可以(例如随机地或者响应于控制服务器的指示)被引入来平滑对内容的整个递送，或者以其他方式提供其他有益的上下文。

将会认识到，推荐的最优性是响应于给定的上下文来评估的；例如，是从用户上下文评估的，在用户上下文中，考虑用户价值或者用户价值/成本率，或者是从考虑了对用户的价值以及对分发系统及其合作伙伴的价值的更大的上下文中评估的。本系统并不限于优化的上下文，而是可以基于评估任何一组量度来执行推荐，例如跨越包括了用户、收益率考虑、分发考虑(例如，P2P网络可用性、内容服务器可用性、递送成本、流平衡考虑、P2P内容传播特性)等等在内的上下文。相应地，次最优选择可被认为是这样一个优化过程，其中，或者在提出推荐时，或者更优选地在响应于下载要开始时存在的系统和网络条件而从队列中选择推荐时，考虑这些其他选择量度。

优选地，在内容分发步骤中，家庭系统12上未使用的带宽被用来经由“点滴式”方法下载媒体。更具体而言，内容文件优选是在家庭系统12未使用网络或者对网络使用程度较低的时段期间递送的，从而内容是在后台递送的，并且对用户的因特网交互没有影响或者只有最低限度的影响。用户选择的媒体被优先递送，其中，即使未被请求，推荐的内容也被自动递送，只要存储空间和带宽允许。

作为示例而非限制，考虑观看和/或记录“节目A”的一些集的示例。图1所示的简档引擎登记该信息，该信息可用于确定节目B和节目C都很有可能是用户感兴趣的，例如因为它们共享共同的体裁、相同或相似的个性、或者发现也观看过节目A的其他观看者十分欣赏它们。作为响应，节目B和节目C很有可能是用户期望的。

根据至少一种实现方式，用于确定推荐的量度包括建立用户所属的一个或多个群组，并且利用群组的内容选择偏好来作为推荐内容的唯一或部分基础。一个或多个群组的元素可由用户直接建立(例如，输入关于其他用户的信息)，或者响应于用户的内容类别、媒体特性、事业、生活方式等等来建立。例如，用户可输入关于他们所属的群组的信息，例如政党、事业、宗教信仰/无宗教信仰、性偏好、体育/活动、精神状态，等等。虽然这些被认为是可直接用于选择内容(例如，与给定群组相关联的内容)的偏好，但是这些偏好在此情况下被用于辅助选择群组的成员。在一种实现方式中，响应于将历史媒体选择(例如对喜爱内容(例如电影和节目)的标识)与其他成员的比较来建立群组列表，以确立在群组内的适配性。在一种实现方式中，跨越如上所述的多组标准，响应于多个条目和标准，来建立一个或多个群组列表，以提供一个广泛的共同兴趣基础。

响应于用户将某个推荐标记为不适配(例如，删除推荐的内容、从推荐队列中删除一个条目、或者关于推荐的其他负面响应)，推荐引擎被配置为跟踪这些不利响应，并且如果群组成员列表中的个体的行为被发现不是该群组典型的，则从该列表中开除该个体。本发明的至少一种实现方式中的推荐引擎可以响应于诸如适配性之类的特性来改变用户的群组列表中的人数。此外，推荐引擎可被实现为允许群组被标识为“反型”(antitype)群组，其中用户期望作出与该反型群组相反的选择。

响应于标识一个群组，推荐引擎外推该群组的成员的内容选择行为(例如，在不危害该群组内的任何个体的隐私的情况下)，来作为确定用户可能期望的内容时的加权量度。这样，推荐可以完全或者部分基于群组的成员所访问或下载的特定内容。另外，在一种实现方式中，从该一个或多个群组的成员接收到的关于内容和内容推荐的反馈被用作另一个判决加权量度。

根据至少一种实现方式的推荐引擎可以支持为给定用户建立多个群组。例如，针对喜剧而言用户可以属于一个群组，而在音乐上或者针对记录片而言他们可能属于另一个群组，等等。

所推荐的内容优选地在有足够的带宽可用的时间段期间，例如在用户没有从事其他活动的时间段期间被系统递送到用户设备(例如，在这里被称为“点滴式递送”)。系统在一集或多集(或者其足够大的摘录)已被完全递送时或者根据系统设置来提醒用户这些节目可用。此外，系统提醒用户是否存在与对基于来自推荐引擎的推荐而下载的内容的观看(例如，购买、租用)相关联的任何额外费用或条件。

如果已被下载到家庭系统的所推荐的素材包括受保护内容，则该内容只能响应于接受推荐并且执行某种形式的许可交易才能被发布给用户。例如，响应于提供用户标识，接受使用内容的条款，然后进行支付(例如，

支付卡、广告信用，等等)。根据其他示例，受保护内容可以被发布给用户，以交换选定数目的广告信用，这些广告信用例如是用户响应于观看Sphere系统所监视的合格广告素材而累积的。将会认识到，未受保护的内容可在下载之后立即可用。

此外，在本系统的一种模式中，向用户给出推荐该内容的原因。在本示例中，用户被给予关于他们正在观看/记录的节目A和这些推荐的节目之间的关系的信息。通常，推荐可以基于多种因素。将会认识到，用户在理解了作出推荐的基础时会更愿意严肃对待推荐。

Sphere系统的至少一种实现方式被配置为允许向推荐下载列表添加基于web的内容源。例如，下载所选择的网站(例如从web搜索选择的网络)、从网站可获得的免费内容、或者其他选定的内容，对于这种内容不存在足够的带宽来提供实时内容访问。

在Sphere系统内推荐内容的能力优选地基于协调工作的内容选择器的矩阵的联合。系统利用来自用户的直接输入(例如表达兴趣的形式)，同时分析用户表现出兴趣的内容。分析感兴趣的内容的试探采用了一个或多个不同的机制来评估可能的内容推荐的价值。例如，系统可利用邻居选择机制，例如基于具有类似人口统计信息的其他用户的判断的协同过滤(CF)，或者用户之间的基于余弦的相似性。用于分析建议的价值的一种优选机制利用随机方法，例如利用“移动”、“交换”、“交换-交换”、“交换-移动”以及类似的顺序改变机制来执行的模拟锻炼。这些方法优选基于例如在迭代过程中计算成本(或价值)函数。关于存储在系统上的素材的信息以及先前来自推荐的反馈也优选地被用于适当地评估成本(价值)，或者作为处理的一个单独阶段(例如，后处理)。

在本发明的一种模式中，系统向用户提供输入关于推荐的价值的机会，以便对推荐引擎如何得出这些判决进行纠正。这种反馈或者可以以肯定形式提供，从而肯定对该节目的推荐，或者当节目不是期望的并且用户给出纠正推荐引擎的原因时，这种反馈可以以反对意义提供。例如，用户可以指示出它们对节目B不感兴趣，以及关于其原因的所需输入信息，例如标记复选框。或者，可以通过菜单、文本捕捉、语音捕捉等等来捕捉用户输入。在本发明的一个方面中，与节目相关联的元数据可用作关键字，或者从中生成关键字信息，以创建关于推荐的肯定和否定响应。根据这种操作模式，系统利用该额外信息来增大推荐引擎所提出的推荐的价值。

在另一个示例性而非限制性的情形中，系统登记用户的“频道漫游”活动，并且检测用户何时停止漫游来观看节目A的一整集。推荐引擎可以将该信息与额外信息联合用于优化递送给用户的素材的潜在价值。例如，除非其他信息对于推荐有不同指示，否则推荐引擎可以指示开始对节目A过去的一集或多集进行点滴式递送，例如以便存储在内容服务器32上。作为另一示例，推荐引擎随后可以将较低的优先级放在对节目B和节目C的点滴式递送上。

将会认识到，推荐引擎对点滴式递送的对象设定优先级，以便优化提供给用户的内容的价值(在种类上类似于投资回报率的量度)，或者其他期望的量度和关系。相应地，针对传输和/或呈现目的对内容设定优先级。经优先级区分的推荐被利用推荐内容队列来排序以等待下载，在至少一种实现方式中，用户可以修改队列中的推荐，如下所述。例如，用户选择的内容(以及针对性广告)与推荐的内容相比可以具有更高的优先级。系统为这类内容提供了接收更高传输优先级的能力。例如，系统通常可以向针对性广告赋予比其他广告更高的优先级(例如，以放置于播放列表中)。

在本发明的一个方面中，可以响应于使价值与成本的比率最大化来调整推荐，这是预期下载的投资回报率(ROI)的一种形式。分析成本相对于预期收益的比率，以便提供更划算的选择。例如，以最高潜在用户价值选择的内容(即，V＝10)可能具有这样一个成本(即，C＝20)，该成本使得该选择与比方说下述内容元素相比不那么有吸引力(即，V/C＝0.5)：该内容元素具有较低的价值(即，V＝5)和较低的成本(即，C＝5)，从而具有更好的收益成本比(即，V/C＝1)。根据此模式的推荐引擎考虑了成本，例如内容成本、递送成本、带宽内容等等，其中，具有最高收益成本比的内容首先被分发到用户系统。为了正确地评估成本，系统被配置用于跟踪至少一个内容成本因素，并且更优选地跟踪多个成本因素。在一种实现方式中，递送信息被登记，并且系统构建相对于每个给定用户的递送成本模型。例如，跟踪用户本地的P2P在递送内容元素方面的有效性以及用户本地的服务器的流量。对成本因素的建模允许了联系给定资源的价值迅速评估成本。

Sphere的至少一种实现方式被配置用于作出实时推荐，即使先前的推荐尚未被下载到用户系统的推荐区域。关于这些实时推荐的数据优选地被存储在用户系统上的一个在这里被称为推荐内容队列的区域中。优选地，推荐是按设定了优先级的顺序存储的，例如，队列中最高的那个(接下来就要下载的那个)对于用户来说具有最高的预期价值，或者价值成本比，或者其他价值量度。

在优选实现方式中，推荐内容队列是用户可访问的，并且被配置为使该队列的每个记录既包括旨在控制实际下载操作的机器可读数据字段，也包括向用户提供预览能力的人类可读(或可查看)的字段。作为示例而非限制，用于用户的人类可访问数据可包括内容描述(标题、集、长度，等等)、可选的缩略图图像、可选的低分辨率视频片段、成本因素(如果有的话)、推荐原因、以及任何其他可用于作出预览判决的信息。

预览能力可以给予用户对任意大的一组即将到来的下载推荐的控制，从而使得用户可以针对将在由队列深度表示的较长一段时间中自动下载的项目来删除条目、改变条目的优先级等等。在一种模式中，用户可以配置推荐内容队列的期望大小。

一旦该队列被填充，推荐引擎就将基于更深入的分析(例如，迭代试探)或者响应于接收到额外信息来完善推荐。因此，应当认识到，即使在排队之后，推荐引擎仍能够基于将来的分析来改变该队列中的条目(例如，删除，提高或降低优先级，等等)。推荐分析优选地在用户从预览屏幕访问队列时被暂停，以便防止呈现混叠现象。设置较小的队列大小(例如0、1或2)相当于在不具有预览内容的实际机会的情况下执行下载。相反，维持较大的队列大小(例如100)则为用户提供了改善推荐列表的充分机会，从而大大地提高了实际下载的内容的价值，并且增大了ROI。

在本发明的一种模式中，系统允许用户输入关于推荐内容队列中的记录为何被删除的原因的信息，从而增强推荐引擎的后续判决。

以上描述的推荐内容队列不应当与存储在推荐区域中的内容相混淆，该推荐区域是用于其相关联的内容已被下载并且准备好被用户访问的推荐的区域。

虽然，Sphere尤其很适合于收集受保护内容项，但它也可被配置为允许用户收集任何类型的内容。

推荐引擎的另一个方面提供了一种手段，用于通过推荐引擎来控制广告的分发，从而提供了对哪些供应品要如何被发送到用户的实时用户控制。在这个方面上，推荐引擎例如响应于在简档中收集的数据以及可用广告提供的益处的类型，来确定哪些广告是对用户最有利的。

在广告控制的至少一种实现方式中，推荐引擎指示何时将广告如何播出给用户。将会认识到，用户将因为播放这些广告而获得奖励，例如赢得内容信用和类似的收益。系统允许广告被以对广告主有效和/或对用户便利的方式播出，同时跟踪对这些广告的观看并且管理奖励的积累。

在一些情况下，广告与下载的内容是有联系的，例如是与内容相关的产品和服务(例如，电影、电影声轨、书籍、品牌产品、视频游戏等等的销售)。

系统根据包括关于广告的条件(例如，有资格获得奖励)以及用户选择的“便利性”参数在内的一组系统参数来控制对这些广告的重放。Sphere控制广告的放置，例如放置在所选的点，比如放置在节目或电影内的主要场景变化时(例如，响应于适当位置的元数据条目)。这些可以根据Sphere程序的指示，按一定的时间间隔来播放，或者在内容元素之间被播放，等等。还可以例如根据用户和/或广告主参数来控制播出这些广告的速率、次数和/或时间段，以便接收期望水平的积累的收益，而不会过分地中断内容观看。

广告对用户的益处也得以增强，因为Sphere的至少一种实现方式允许用户提供关于其有兴趣购买的物品类型的输入。用户可以决定公开它们希望出现在市场上的或者将会有兴趣的任何物品，或者该信息可以通过分析所收集的电影和节目数据来搜集。用户可以通过多种方式来操纵简档内的广告信息。例如，用户可以输入购买兴趣，和/或对现有购买需求/兴趣的列表重新设定优先级(例如，他们可能正在考虑购买摩托车、旅行挂车、洗碗机、新计算机，等等)。

在一种实现方式中，如果用户决定选择，则跟踪关于这些广告的用户活动，这例如是响应于选择额外信息的链接、就这些产品而联络公司(例如，电子邮件、web访问)、和/或购买(例如，选择，以及执行交易)来进行的。这样，用户可以在这个和/或其他供应品上就已得到证实的兴趣来积累额外的奖励。

如果用户选择不使任何偏好为人所知(通过这种方式，从推荐引擎生成的广告可以更容易满足他们的产品和服务需求)，则可以向他们发送主要为普适性的广告。

在一种模式中，用户向不同形式的收益指派优先级或相对品质值，并且决定参数所选类型和形式的广告推广。例如，对广告的观看可以被用作对通过Sphere系统观看、租用或拥有素材的支付。Sphere被配置为响应于存储在简档中的信息来执行推荐过程(试探)，以便控制对广告的观看和使用，以在广告主的目的的上下文内最佳地适应于观看者的期望。

作为示例而非限制，用于控制广告选择的推荐引擎的一种实现方式被配置有选择所进行的折衷的一组UI滑动控件(例如，其数目和类型可由用户选择，或者更老练的用户可向简单的默认组作出添加)。例如，用户希望广告是相关的，但是它们还希望广告提供较高的价值(例如，作为对内容的偿付)，其中，滑动控件可以指示系统进行用户优选水平的折衷。对广告的用户控制可以从复选框、列表、滑动控件中表现出来，从而允许用户调整其期望，同时完全优化各个广告主在正确放置广告方面的意图。

Sphere的至少一种实现方式向用户请求推荐以便发送给他们的朋友、亲戚和熟人。这些推荐优选地是以带有用户注释的电子邮件的格式发送的，并且可以可选地包括内容元素的元数据描述以及内容的预览。

根据本发明的一种模式，响应于用户界面模式，例如是两英尺(two-foot)UI模式还是十英尺UI模式，来调整推荐。此外，本发明的一种模式被配置用于考虑主导条件，例如所附接的监视设备的状态、观看者的数目，等等。

推荐引擎的其他方面可以提供在其他领域中的个性化。例如，在本发明的一个方面中，推荐引擎使用收集到的简档数据来对因特网无线电服务的提供进行个性化，和/或创建定制形式的因特网无线电服务。或者，通过Sphere进行的推荐可以用于生成具有个性化的内容的额外频道，和/或响应于推荐引擎的推荐而针对用户的内容。

Sphere内的推荐的其他方面可以根据需要与其他付费和非付费服务相耦合，所述服务例如是线缆预订、精品体育节目包、新闻服务、杂志预订、报纸预订、或者甚至是传统上与纸质素材/指南相关联的服务，例如可作为公共电视台的频道指南接收的服务，或者甚至是用户为其定期支付账单的服务。在此上下文中，Sphere系统不仅充当与这些服务联络者，从而允许内容的无缝集成，而且它被配置为允许用户与这些服务相连接，以响应于来自推荐引擎的输出而定制其操作。这样，用户获得了对其内容环境的全方位控制。

4.递送过程

图3示出了本原理可提供的另一优点，具体而言是优化内容递送机制。在Sphere的至少一种实现方式中，可以从服务器资源、对端资源或者服务器和对端资源的结合来递送内容。可以从这些资源整体递送内容，或者可以分包递送内容，其中内容的片段被从不同的对端或服务器递送到用户。在准备递送内容时，系统评估递送资源的可用性和状态。

在块58开始，确定网络特性。这些网络特性可包括来自用户界面18的连接的网络特性，其中包括其带宽。在块60，确定当前可提供内容的对端22的数目，然后在块62确定包含要提供的内容的文件的属性(包括其大小)。接下来，在块64，判定内容是否正被主动地流式传输到家庭系统12，表明用户期待立即观看所需的内容。如果家庭系统12并没有在从外部源接收内容，则可使用以上提及的非高峰时段期间的增量式下载。基于这些考虑，在块66，选择要从中提供内容的源(例如，服务器26或者P2P网络20)。

例如，如果所请求或所推荐的内容采取标准清晰度(SD)格式，并且当前不能经由P2P网络20获得，那么服务器26被选择为递送源。另一方面，如果内容采取高清晰度(HD)格式并且将根据以上原理被自动递送到家庭系统12，并且还存在指定向其递送该条内容的或者能够充当内容源的若干个其他家庭网络，则P2P网络20可用来向各种家庭系统递送内容。应当意识到，不止一个对端22可用于分发内容，实际上，在本发明的一种模式中，多个对端22与中央Sphere控制服务器协商和/或与彼此协商，以集体发送所期望的文件。例如，一个对端可以发送第一文件片段，而另一个对端同时向家庭系统12发送第二文件片段。

又例如，如果可用对端22的数目已知并且一条HD内容正经由P2P网络20被传送到家庭系统12，并且在传输期间提供该内容的若干个对端22变得不可用，那么通过P2P网络20的文件整体吞吐量将受到严重妨碍。因此，对文件的传输可以全部或部分被传送到服务器26。作为替换或者补充，系统可以请求其他P2P对端22来辅助递送该条内容。与对端到对端网络20通信的服务器26可以协商这个服务器和其他服务器以及对端到对端网络20的成员之间的递送选择。另外，服务器26和对端到对端网络20的组合可用于递送内容。

在至少一种实现方式中，可以采用安全性机制来保护P2P网络的对端内的内容，其方式例如是利用端口跳变(port hopping)方案来增大安全性。作为示例而非限制，端口跳变的使用旨在解决以下问题：必须开放某些端口来用于与其他对端传输内容片段，例如向客户端推送内容片段。传统上，路由器和防火墙必须被适当配置以便能够实现通过这些端口的分组流。使这些端口保持开放可能会让系统陷于安全性风险中，因为只要端口开放，系统就可能受到恶意软件的攻击。在根据本发明的端口跳变安全性的一种实现方式中，例如以伪随机方式来改变端口号。伪随机生成器的参数早在其使用之前就被加密和广播，使得其他对端与开放端口维持同步，从而允许了流量能够不间断地在P2P网络上流动。应当认识到，通过利用此方法或者其变体，即使检测到开放的端口，普通的软件端口扫描病毒也无法利用这些端口，因为它们只能在有限的时间(例如几毫秒量级)中访问这些端口。

在分发过程的一个方面中，向那些在Sphere系统帮助下支持向其他对端下载内容者提供奖励。系统识别P2P网络的参与者并且登记由这些资源提供的内容，例如所提供的数据的量(即，以千兆字节为单位)、提供内容的总时间、内容提供的可靠性、递送成本、递送等待时间、以及其组合。例如周期性地跟踪递送，来作为生成奖励从而诱使参与P2P的基础。根据一个实施例，对奖励的兑现向用户提供了对内容资源的访问权限或者提供了可兑现来获得可下载内容(例如，出租或销售)的折扣或优惠券。次优选地，奖励可以包括响应于向P2P客户端提供的支持的水平而生成的现金或任何期望的非现金奖励。

在至少一种实现方式中，用户可决定加载文件清洁工具来增强存储空间的可用性，以用于内容和内容片段，例如用于通过P2P分发。一般将会认识到，用户的系统上经常有大量的存储空间中存储的是过时内容以及价值很低或者没有价值的内容。为了帮助用户防止这些文件的堆积，以及与之相关联的空间的丢失，一种特制的盘空间工具优选地与Sphere系统一起安装，该工具监视文件使用并推荐用户注意删除可能将来不会再被用户使用的内容。用户可能希望删除的文件的示例包括：应用的较旧(未使用)版本、过时的临时文件、安装文件、媒体的复本、应用安装文件，等等。此外，系统优选地推荐对很长一段时间都没有访问的内容进行存档。这样，Sphere系统帮助用户使其中可加载媒体内容尤其是可加载内容以便通过P2P网络与其他客户端共享的空间的量最大化。

在一种实现方式中，通过内容分发网络(CDN)向分布在P2P环境中的选定参与用户发送新发布版本(例如，在常规发布版本之前)，以便用新发布的内容来作为P2P网络的种子。这样，P2P网络可以很容易地被加载以新内容，以便很容易地支持广泛分发。

在一种实现方式中，分配给用户的下载带宽的量是响应于从该用户得到的收入的量来确定的。此模型可用于本发明的其他方面，其中，为Sphere系统生成最大收入的用户将因为利用该系统而取得最大的报酬。

在一个相关的分发方面中，其内容必须通过CDN发送的用户因为该特权而被收取更高的费用。这些用户可能是那些选择不参与在P2P网络内提供内容的用户(例如，它们决定不参与)，或者是那些具有低于预定阈值的提供记录的用户，或者那些明确选择通过CDN获得内容的用户，或者其他因素，或者其组合，这些可能对关于为通过CDN进行下载而收取额外费用的判决起作用。这可以被用作对用户参与根据本发明的P2P分发机制的另一个奖励。参与P2P服务的用户也可以被有利地提供以更高水平的服务(例如，等待时间更低)，以作为另一种形式的奖励。

响应于P2P参与情况、下载量、相关联的预订服务等等，可将用户分类到不同层次的分发服务中。一般来说，系统被配置为只要P2P配置可用就经由P2P配置来下载内容。在用户选择经由P2P来获得内容并且有资格这么做、但内容仅能经由CDN获得的情形中，那么通常系统将不会收取额外费用，因为并不是因为他们缺乏参与或不愿意参与才导致了使用CDN而不是P2P。将会认识到，依据可用性、成本和其他因素，可以从CDN和P2P的组合获得给定的一条内容的片段。

系统的一种实现方式被配置为也允许内容的物理递送，来作为给用户的便利。在一些情况下，将会认识到，某些媒体(比如较老的视频或唱片)可能不是很容易下载到(例如，在对端到对端网络中不可访问)。在系统操作的一种模式中，提醒用户这个情形并且向其给出订购物理媒体的选项。因而，可在与下载媒体相同的交易中订购物理媒体，从而节省了用户的时间并免去了用户的麻烦。在此模式中，Sphere系统可被耦合到物理订单履行中心，或者它可以与第三方订单履行服务无缝地接口(例如，XML)。

另外，系统优选地在每个订单上都向用户提供物理递送选项(例如，也许响应于用户偏好设置)，因为它们可能不急着获得内容，而是更宁愿对视频或音乐进行物理递送。可通过多种不同的方式在Sphere系统内以集成的形式获得物理递送。例如，可以发送包括印刷封面和内容传单的零售内容包。在另一种模式中，系统允许用户选择在履行中心“烧制”的并且可包含封套和纸质内容的物理媒体。用户可以随意选择在一张盘上“烧制”不止一个标题(只要空间允许)(例如，一张蓝光盘上多部SD电影)，或者通过不接收印刷封套和内容传单以达到省钱目的。将会认识到，物理履行中心可向用户递送可能将需要很长一段时间来下载的整个集合。

在一种模式中，当系统登记了用户对该节目的一集或多集或者一系列电影的兴趣时，系统可以建议订购带盒的套组。例如，考虑用户订购了下载系列幽默剧“M*A*S*H”的一集或多集，其中Sphere可以询问用户是否订购完整的带盒周年套组。这样，系统可以在增加收入的同时向用户提供便利特征。

5.后端服务

Sphere系统可提供多种后端服务，包括但不限于以下的后端服务。

(1)内容摄取：一个方面被配置用于从多个第三方web内容和广告内容提供者摄取内容。这些可以以多种格式并利用多种数字权利管理(DRM)技术来处理。

(2)许可证递送：一个方面被配置用于与许可证服务器(例如，第三方内容提供者)一起工作，以管理受保护内容的认证过程。

(3)账户管理：一个方面被配置用于登记和管理Sphere用户账户。此外，当在后端服务器上发布内容时，优选地提供内容的同步。

(4)共享账户信息：一个方面被配置用于将账户信息选择性地传输给具有用户内容的第三方内容提供者。这样，向Sphere系统登记就可根据用户自己的决定来自动将用户链接到额外的服务和功能。

(5)内容源：Sphere可以提供各种内容源或与各种内容源相耦合，例如以下内容源：(a)电影内容源(例如，销售、出租)；(b)精品内容源(例如，按观看付费型服务)；(c)个性化内容(例如，感兴趣的股票、自动新闻馈送、博客、用户自己决定的来自个人和公司的通信，等等)。

(6)内容递送：后端系统可以支持内容递送，其中客户端应用被配置为基于来自推荐引擎的分析从服务器自动触发内容递送。另外，如果条件或者用户偏好要求的话，Sphere可与物理递送机制相结合。

(7)许可证递送：后端系统提供了与来自第三方内容提供者的许可证服务器一起工作以管理受保护内容的内容认证的能力。

(8)内容管理：Sphere可以提供由末端用户管理内容的手段，或者与该手段相耦合。例如，这些可包括(但不限于)以下各项：(a)为媒体控制软件设置详细参数；(b)限定与其他媒体设备(例如便携式设备)的交互；(c)注释内容并关联内容的不同元素；以及(d)内容的同步及其管理。

作为示例而非限制，可以从充当内容履行商的合作伙伴获得精品电影，其中Sphere提供带有单账户登录的内容递送和金融交易服务。这种约定模型不要求排他性。在提供新闻服务时，Sphere可以提供对免费个性化新闻内容(例如，嵌入有广告)的递送。可以例如根据付费预订来提供付费升级服务。可以从广告、按月预订或者收入共享中获得收入。可提供因特网无线电服务，其中Sphere基于推荐引擎提供针对用户个性化的额外频道。Sphere上的照片服务例如可以提供本地功能，用于通过家庭网络与合作伙伴进行照片组织和聚合，该合作伙伴提供基本特征集作为免费服务，以激励预订签约过程。升级的预订提供额外的服务，例如照片存储、打印和共享服务。Sphere还可以提供个性化的天气服务。这些服务可伴随有嵌入的广告，例如用于帮助收入的广告部分。

根据内容管理的一个方面，内容管理网站可用于管理多个任务，例如：(a)设置软件参数；(b)管理内容递送；(c)限定与其他设备的交互；(d)读取/添加内容评论；(e)内容和内容递送的同步，以及类似形式的内容管理。

6.用户接口配置

Sphere系统被配置用于在多种不同的操作环境内操作，所述操作环境包括那些具有不同的硬件、不同的接口配置和不同的使用场景的操作环境。

将会认识到，Sphere所提供的媒体内容控制适用于所有个人计算机系统、媒体计算机、膝上型电脑、平板PC、PDA、智能电话和类似的计算设备，以及例如存在于电视机、车辆等等之内的嵌入式设备。

Sphere可以结合任何期望形式的用户接口设备使用，例如各种显示屏、键盘、鼠标、点选设备，等等。一种优选的用于松弛使用场景中(例如在电视机上观看内容时)的用户接口是使用自由空间输入设备，该设备检测在控制器的空间中的移动以及对界面的选择和控制。对自由空间输入设备的使用增强了沉浸在Sphere环境中的感觉。

在Sphere系统的至少一种实现方式中，通过遥控设备中可访问的一个或多个推荐控件来帮助对推荐过程的控制或增强。该控制可以通过多种方式来实现。例如，“优选”按钮可被集成在遥控器上，如图1所示的按钮38所表示，并且耦合到用户输入设备24。用户可以按压该按钮以提高推荐引擎使之与当前观看的那条内容关联的偏好。为了提供带刻度的输入，该按钮可被按压多次以提高优先级，或者该按钮被保持按住。此外，系统优选地提供对内容所被给予的提高了的优先级的反馈，例如，显示包含从1-10的优先级数的偏好图标，以及可选地显示可用元数据的一部分，例如标题、集数和日期。

或者，单个推荐按钮可用于访问推荐的内容、推荐参数以及明确地改变当前正在观看的内容的优先级。

利用单按钮示例，如果用户短暂地按压按钮，然后等待足够长的一段延时，然后再次按压它并保持按住它，则按钮可用于降低优先级。这个负向优先级缩放可用于纠正早先的输入，或者更通常是用于指示推荐引擎该节目对用户没有价值；例如告知推荐引擎：“在观看这个节目(或其一部分)之后，我对它一点兴趣都没有”。

在一个优选的单按钮推荐示例中，按压推荐(或者“偏好”)按钮会带出一个菜单，该菜单显示了当前优先级以及菜单选项，其中第一选项是改变最初选择的优先级。从而，按压遥控器上的一组按钮(例如，向上/向下控件)将明确地在正向/负向改变当前内容的推荐优先级。在此情况下按压另一组按钮(例如，向右/向左控件)将允许用户从各种推荐控制选项中进行选择，例如检查可用内容、删除不想要的推荐、预览素材以增强推荐准确度、输入额外信息以增强推荐、订购推荐的内容，等等。将会认识到，本领域的普通技术人员可以改变如何明确输入推荐控制，而不会脱离本发明的教导。

应当认识到，可以采用对优先级的更精细的控制，例如提供更多或者不同形式的输入选择器，这些选择器修改当前正在观看的内容的推荐引擎优先级。还应当认识到，专用硬件设备(例如，电视机)可能要求额外的遥控器按钮和程序来提供这些额外水平的交互式控制。

7.使用场景

作为使用场景中的起始参考点，用户体验被划分成三个宽泛限定的使用的场景：(1)有限时间专注使用；(2)长时间专注使用；以及(3)长时间被动使用。这些场景中的每一种将被分类如下。

7.1使用场景1：有限时间专注

这种场景被不严格地定义为就有限的一组专注动作在有限的时间中与Sphere交互。通常，这种形式的活动涉及用户将较短的突发时间花在Sphere或者他们用来访问内容的设备上。这种情况与环境、任务或者设备本身的实际限制/焦点紧密耦合。作为简单的示例，用户可能走向一音频重放设备，选择音乐播放列表，按下播放，然后走开。有限时间专注任务的概念还可以通过以下示例来说明：播放音乐、进行照片幻灯片放映、播放短视频、检查天气、检查新闻、检查日期和/或时间、检查交通、检查地址，等等。

例如，以下是用户可花费有限交互时间的环境的示例：汽车、公共交通(例如，火车、公共汽车、通勤货车，等等)、和/或移动(例如，行走、站在公共区域、咖啡馆、餐馆、体育俱乐部，等等)。用户在这种有限时间专注活动中可能与之交互的设备有可能特征在于具有：1”至7”的屏幕尺寸、低成本、低功率、有限的性能、有限的(专注)的一组功能、以及有限的I/O(输入/输出)能力(例如，有限的一组按键和导航控件)。以上的说明性示例可包括：具有小UI的通用遥控器、移动电话、微型PC/UMPC(例如，触摸输入、对角线在2”-7”范围内的屏幕大小)、PDA/口袋PC；数字相框；以及音频重放设备。

7.2使用场景2：长时间专注

这种使用场景指的是用户能够并且有兴趣保持静止，专注于一个或多个要求用户投入更多时间的任务。

一般来说，该环境是这样一种环境，其中，用户可以在相当长的一段时间中保持静止，而不会感觉不适。由于要执行的任务的性质，他们很有可能要求一个平坦的表面或者一个其中键盘被用作多类输入方法之一的表面。作为示例而非限制，可能的位置可包括：家中、书房、办公室(家中/工作)、厨房(例如，准备餐饭或者在餐桌上)、卧室、室外、咖啡馆或餐馆、宿舍、教室、办公室，等等。

在这种类别中使用的设备允许了更详细的输入，例如字符和指针输入两者(例如，键盘和鼠标或者等同的功能)以及输出。这种类别的一类显著的设备是个人计算机(例如，桌面型、笔记本型、亚笔记本型，以及类似的)。

就Sphere系统而言，尤其很适合于在这种情况下实现的那些类型的任务包括管理功能，例如管理内容和媒体的个人库。作为示例而非限制，这些功能可包括以下各项：管理账户信息、登录信息、计费信息、地址信息、检查账户状态、设置软件的详细参数、管理内容库、确定要下载的素材、确定下载到何处、删除内容、向库添加内容、执行内容购买、移动内容、高级搜索、向内容添加评论、为内容加标签、将内容组织成类别、编辑内容、将内容传送到便携式设备、将内容导入到设备、读取内容评论以及类似的功能。

7.3使用场景3：长时间被动

这指的是用户愿意在Sphere系统上花费较长的一段时间，其中专注状态通常较为松弛(例如，被动的、松弛的)，比如观看电影，其中用户通常不是那么迫切地要完成紧急的目的。

在这种场景中察觉到的差别在于环境允许用户更松弛并进入与UI的被动交互。例如，环境可包括以下各项中的任何一种：家中或公寓中的任何房间(例如，起居室、卧室、家庭室、家庭影院室、娱乐室、天井/露台，等等)、宿舍、飞机、汽车的乘客座位区域，等等。

看起来尤其适合于这种长时间专注场景的设备是那些最适应松弛交互的设备。松弛交互的特性包括更大的屏幕尺寸(能够从较远距离观看)以及易于操作的用户界面，优选能够进行远程操作(在较远距离上操作)。房间中的距离可以在10英尺(约为3米)的量级上，但它也完全可以在一、两英尺一直到30英尺左右的范围内。由于是长距离操作，将会认识到用户通常直接与设备交互，但是是通过一个允许对主设备进行遥控的单独输入设备来进行的。为了提供在这种用户场景中可能实现的最佳用户体验，远程输入设备和UI应当是彼此关联地形成的。例如，屏幕通常约为26英寸或更大，而遥控器通常将被配置用于在设备本身上执行有限的一组命令。

该长时间场景的性质大大地限制了用户可能愿意执行的任务的范围。在一些情况下，这些任务可能限于可导航的任务，例如浏览、简单搜索、购买以及类似的操作。以下列表包括被分类为主要和次要专注活动的多个说明性示例。主要专注活动包括(但不限于)：内容浏览(例如，在内容中漫游、查找相关媒体、查找相关产品信息、读取简要内容元数据)、简单内容搜索(即，经由子类别进行搜索)、对内容的一次点击式购买、观看内容(例如，观看视频、观看照片、观看幻灯片、观看媒体缩略图(例如艺术画册、唱片封面)，收听内容、以及为内容加标记以便以后观看。次要专注活动包括(但不限于)：检查重要信息(例如，天气、新闻、股票、体育)，等等。

应当认识到，Sphere系统被配置为在这些不同的使用场景中支持用户匿名，其中历史数据被用于辅助用户兴趣，同时维护用户隐私。

8.Sphere的内容摄取

将内容摄取到系统中以供以后散布的过程包括收集元数据以及实际内容。将会认识到，术语“元数据”在这里用来表示描述其他数据的数据，尤其是表示要发布的对象的数据。例如，描述电影的元数据通常将包括内容格式、标题、领域、描述、发布年份、导演、演员、工作室、声轨信息，等等。元数据信息可被扩展以包括关于内容元素的任何期望素材。

图4示出了供Sphere系统使用的元数据和内容的流。元数据被示为通过元数据摄取过程76从内容提供者74a、74b、74c的群组72摄取到数据存储装置78中，业务规则应用80对该数据存储装置78进行操作。内容被从内容提供者72接收并被存储在内容存储装置84中。在所示出的实现方式中，内容提供者提供元数据和内容两者。元数据优选地在元数据摄取过程期间被转换成适合于系统的格式并被置于数据存储装置78中。

根据至少一种实现方式的系统既支持程序发起的也支持用户发起的对元数据的扩展。当添加额外的对象时，系统优选地被配置为扩展元数据以结合先前未限定的关系、等级，等等。认为以下这种方式是优选的：Sphere系统不向所允许的元数据扩展的性质或类型施加任何实际限制。根据至少一种实现方式的系统支持从多个源摄取元数据，因此创建了混合元数据集。来自内容所有者的元数据经常是不完整的，其中，通过从备选源获取额外元数据来实现额外的益处。系统被配置为从多个提供者和用户摄取元数据和内容，其最终结果是更加有用的一组元数据。

将会认识到，给定内容元素的元数据可包括关于该元素的各种信息，其中例如可包括：内容类型、格式、标题、日期、持续时间、演员表、摘要、特殊特征、以及所期望的关于内容元素的其他信息。

根据本发明的一个方面，元数据可被扩展以包括支持对与内容元素相关的广告内容的控制和生成的信息。例如，元数据串可与产品放置相关联，其中某一项目的分类符被与该项目的信息和联络信息包括在一起。在一种情况中，时间(或时间范围)、位置(或位置范围)、产品的标识被与关于产品的信息、可从中获得项目的链接(例如，web地址、电子邮件地址、电话号码等等)包括在一起。这样，Sphere环境内的用户可以选择屏幕上的项目或者悬停在屏幕上的项目之上以便获得关于这些产品和服务的信息或者对这些产品和服务下订单。

根据本发明的另一个方面，元数据可以对广告内容的插入点进行排名和/或表征。例如，位置的排名(例如场景变化)，其中，可以在对内容流的干扰最小的情况下插入广告。这种元数据广告标记的一种实现方式在内容中包括位置的标识符(例如，时间偏移量)，并且在内容中包括该位置的“价值”的排名(例如，从0-7的值)。在此情况下的排名可基于对用户体验的干扰性最小的位置。排名可以是有序的(例如，列表中的每个条目具有唯一的值)，或者是无序的(例如，每个条目具有从n至p的值)。

返回图4的描述，可以看出，在块80，施加业务规则(定价、推广，等等)。然后，在利用内容获取的位置信息来进行更新之后，元数据被存储以供Sphere系统使用。同时，每条内容的单个拷贝被置于内容存储装置84中，以供内容分发网络86使用，例如为Sphere客户端94服务。业务规则过程80支持对业务规则的限定和应用，这些业务规则限定了定价、捆绑、商业活动、编码要求、基于时间的地理分布限制、以及内容的针对性提供。该功能优选地是在对象层次结构的个别对象级别和所有级别上提供的。业务规则限定优选地是通过管理应用和程序接口两者来支持的。

一旦内容和元数据两者都已被摄取，它就可被发布到媒体发布网络88和web管理服务90(例如，web服务器)，同时内容被发送到内容分发网络86。媒体发布网络将元数据推送到Sphere客户端94，Sphere客户端94进而又将其作为适当的内容库来显示，如图中所示。

根据至少一种实现方式，Sphere例如通过来自提供不同类型内容的多种内容提供者的应用程序接口(API)，来支持自动、程序化的内容摄取。该支持可包括映射来自内容提供者的纲要(schema)(例如，XML)。应用程序接口(API)应当与文件和/或训练一起提供给Sphere服务提供者。

客户端94处的用户可以直接从Sphere客户端接口选择内容，在这种情况下请求通过媒体发布网络88直接流回位于账户存储装置98中的个体的账户。用户可以使用PC客户端96来访问例如web管理服务器90上的web界面(如图所示)，以选择要下载的内容并且将其置于其在账户存储装置内的账户中。在任一种情况下，请求都导致内容被置于内容分发网络86中的选定设备队列中。

在本发明的一种实现方式中，在内容被递送到Sphere客户端94之后，客户端设备向由内容提供者维护的、例如包括服务器102a、102b和102c在内的许可证服务器100请求许可证。内容提供者利用如图所示的回到Sphere客户端的数据流来履行许可证请求，其中，可根据许可证条款来享用内容。

推荐引擎104的使用数据例如被前端服务器所累积，并被置于使用存储装置106中。推荐引擎104分析给定用户的数据内的数据(例如使用数据)，以便形成推荐。这些推荐被置于账户存储装置98中，例如置于推荐内容队列内，然后被内容分发网络中的较低级别的设备队列所访问，以便进行静默(点滴式)下载。类似地，广告存储装置108连接到推荐引擎，以对广告在内容内的使用和放置进行优化。

Web合作伙伴110和广告合作伙伴112在图4中被示出在Sphere系统的至少一种实现方式内。术语“web合作伙伴”在这里用来表示合作向Sphere客户提供服务的一个或多个web服务提供者。

前端集成服务92在图中被示为耦合到使用存储装置和Sphere客户端。考虑到向(例如具有有限的输入或显示能力的)不同类型的客户端设备递送内容的需求，优选地，针对该设备来格式化由这些服务递送的网页和媒体。该访问优选地是通过用于递送多类web服务的共同接口来提供的，而不是让每个个体产品直接与一个不同的专有第三方服务相接口。前端服务器92的目的在于帮助web合作伙伴的集成、解决上述问题、以及收集客户使用信息。

与Sphere系统相关联的广告合作伙伴生成与内容相关联的广告，例如类似于传统的电视商业广告、横幅广告、点击式广告、其他类型的广告以及其组合。在至少一种实现方式中，Sphere确定将利用推荐引擎来生成哪种针对性广告，其方式类似于推荐引擎如何得出具有最高的用户价值优先级的内容的方式。以类似的方式，推荐引擎分析使用数据和广告存储装置中可用的广告，以确定要递送到给定客户的适当广告，以便在根据用户决定和选择来设置的界限内最大化对广告主的价值。将会认识到，Sphere系统可以这样建模：内容具有正的获得成本或中性获得成本，而广告具有负获得成本或中性获得成本(也就是说，它们是用户的正收入)。广告被置于用户的队列中，并被下载到客户端设备，其中，客户端应用将会适当地输出素材。此外，更适合于web环境的广告将在web界面上显示，例如客户将会在从PC访问网站时观看它们。

9.总结Sphere能力

9.1一般推荐过程

Sphere媒体平台的重要方面之一涉及推荐机制，这种机制能够自动地为用户系统“储备”下载的媒体内容，这些媒体内容已准备好供观看，或者在解除锁定后观看。

图5以示例方式示出了根据本发明的一些方面的内容推荐方法的流程图。块130中表示的是收集关于用户偏好和先前的观看的信息(例如在激活推荐引擎之前收集)的可选步骤。根据块132，媒体选择和观看被登记和存储在媒体简档中。推荐引擎例如响应于对可下载媒体内容、物理媒体内容或可与媒体内容相关联的其他项目(例如，媒体中描绘的角色、主题、活动、生活方式，等等)的购买，将关于用户观看或者用户选择的素材的信息存储在用户简档内。推荐引擎例如周期性地或者实时地或者响应于推荐队列(等待下载的内容元素)或者推荐列表(已下载到用户的内容)的空状态，来分析媒体简档。根据块134，可选地，针对一个或多个群组列表以及与该群组列表的成员的偏好相关联的信息来分析媒体简档。根据块136，将媒体简档与控制服务器可访问的媒体内容相比较，以确定预期哪个可访问的媒体将具有最高价值，或者最高的价值成本量度比(例如，货币成本、非货币交换成本(即，优惠券)、带宽利用成本，等等)。判决可在用户上下文中由其自己作出，或者结合其他上下文(例如分发流上下文和/或系统收益率上下文)作出。

在块138中，为对用户有价值的内容生成推荐(例如，可选地提供跨越较宽上下文(比如分发流和系统收益率)的益处)。本发明的至少一种实现方式在下载之前对推荐排队，如可选的过程块140所示。在优选的实现方式中，系统被配置有用户界面，以向用户提供对推荐队列的访问，其中，他们可以预览和/或修改队列条目(例如，删除项目)。这意味着人类语言元素与推荐队列的条目相耦合以帮助人类的预览和/或修改。

Sphere可以选择最优的素材来下载，但是，本发明的一个可选的方面提供了“次最优”选择，从而可以考虑其他量度(例如那些在下载时存在的量度)。这是一种形式的价值/成本分析，其中一部分下载判决是在下载开始时作出的。系统被配置为在作出关于下载哪个内容元素的判决之前获取关于网络、服务器和/或P2P的条件的信息。作为示例而非限制，在推荐队列中列出的内容不需要按优先级顺序来下载，而是可以经历该“次最优”选择。在至少一种可选的实现方式中，根据块142，使用额外的量度来选择队列所指向的哪个内容元素此时将被下载。在本发明的一种模式中，诸如分发流或交易的收益率之类的时间性条件被引入，以增进对要开始下载的内容元素(被认为很有可能对用户有益的内容元素)的选择。

通过块144给出的推荐的内容被自动下载到用户，而用户无需选择要下载的内容。将会注意，无需任何用户交互，系统就可以确定内容元素并将其下载到用户，或者用户可以随意选择提供额外信息来帮助用户简档，和/或在下载过程之前预览推荐。

根据本发明的至少一种实现方式，在块146，所推荐的内容的可用性可选地被传输到用户。应当认识到，对可用内容的这种传输可以采取任何期望的形式。作为示例而非限制，当内容可供用户访问时，可以例如通过以下方式来提醒用户：在已下载元素的列表内制作一个条目(例如，可访问的按钮、可访问的节目指南、可访问的菜单，等等)、生成音频提醒、显示横幅广告(例如，在桌面、边界、节目指南等等之内)、播放预告片、在其他媒体的播放期间或者在媒体片段之间播放商业片段、或者以上各项的组合。

块148表示例如响应于对交易的处理而解除对已下载的推荐内容的锁定的可选步骤。应当认识到，交易可以涉及直接货币交易、或者伪货币交易(例如，媒体信用、购物券、折扣、点数，等等)，或者安全性/标识过程，其中，内容仅能被选定的一方或多方访问，以及其他解锁配置及其组合。应当认识到，某些内容(例如公共领域内容)可以被用户访问而无需执行任何形式的交易。

在块150，表示内容的用户访问，例如观看下载的内容，或者以其他方式访问文件以便预览、移动、删除，等等。

在块152中示出一个可选的反馈步骤，其中，从用户收集关于推荐的信息，而在可选的步骤154，推荐引擎和/或用户简档(例如，包括适用的群组列表)被系统修改以增大将来的推荐的准确度。例如，从用户收集关于推荐的适配度的信息，其方式例如是响应于复选框选择、菜单遍历、文本行解析或者其他反馈收集机制。将会认识到，以上步骤是作为示例性的实现方式的，并且可以结合例如以下描述的那些变体和方面来使用，而不会脱离本发明的教导。

以下列表包括在本说明书中描述的Sphere系统的多个重要方面，此总结是作为示例而非限制给出的，其中，它并没有列出在任何给定的上下文中重要的每个元素。

9.2平台配置。

(a)优选地，Sphere的使用要求登记过程和协定。

(b)在用户和Sphere以及任何第三方涉及者之间能够进行交易处理。

(c)从PC系统(或者类似的基于OC的平台)或从嵌入式系统操作的程序。

(d)可能涉及分发合作伙伴来提供对辅助性服务的支持。

(e)在Sphere上支持来自各种合作伙伴的广告。

9.3内容的预加载。

(a)系统构建过程根据本发明被配置，使得在被构建时一组媒体内容被加载在机器上。还描述了对内容分段并将在被配置用于P2P操作的不同机器上加载不同片段。另外，描述了内容递送的个性化，这可以提供初始化推荐引擎的机制。

(b)仿真器，用于确定：(b)预先填充的电影的最优数目；(2)用作每个电影的种子的片段的最优数目；以及(3)片段的最优大小。

9.4推荐引擎。

(a)被配置为识别用户感兴趣或很有可能感兴趣的至少一条内容。

(b)例如，关于可用内容的信息以元数据、所提取的信息、从观看者收集的等级和信息、来自其他来源的信息及其组合的形式来保持。

(c)推荐引擎根据在本地或者在服务器(例如，中央服务器)上存储的用户偏好信息(观看者简档)来操作。

(d)识别分集观看(例如，一系列内的某些集)。示例：系列名称、标题、日期、时间，等等。

(e)确立识别的阈值条件。示例：被认为是已观看过或感兴趣的播放时间。

(f)基于特性(例如元数据)识别观看。示例1：分类、主题、导演，演员，等等。示例2：体育(赛事、团队、运动员)；新闻(位置、范围、深度、主题)；天气(位置、范围、深度)，等等。

(g)响应于为记录广播、线缆或卫星内容而确立的设置(例如，节目指南)来收集用户偏好。

(h)响应于重放可移动媒体内容(例如从DVD)和HD内容媒体(例如蓝光)来收集用户偏好。

(i)请求和接受用户限定的偏好类别。

(j)允许用户标记哪个媒体内容先前已观看过或者哪个他们不感兴趣，以及从系列内容列表中随意选择具体的集作为不感兴趣的。

(k)允许用户标记哪个媒体内容是他们感兴趣的，以及从系列内容列表中随意选择具体的集作为感兴趣的。

(l)已分析的用户历史(例如，观看，表明兴趣，订购)。

(m)响应于使价值成本比或投资回报率(ROI)最大化而选择的推荐。分析成本相对于预期收益的比率，以便提供更加划算的选择。

(n)推荐引擎根据用户偏好信息集进行操作，以选择要使用户注意到的广告和供应品。

(o)推荐引擎可以指示何时、如何播放广告，例如在其他内容内的选定位置处播放(例如，无缝地嵌入)、按一定的时间间隔、在内容外，等等。

(p)推荐引擎允许用户实时控制哪些供应品如何被导向用户。

(q)推荐引擎允许用户输入最近的购买兴趣，或者对购买兴趣的实时列表重新设定优先级。

(r)实时生成推荐到推荐内容队列中，用户被允许在等待下载的同时访问该推荐内容队列。

(s)在内容队列的记录内包括人类可读字段(或者人类可读字段与这些记录相关联)，其中，用户可在预览被提名下载的推荐内容时了解内容信息。

(t)与用户相接口，以预览推荐内容队列，并且根据需要向内容队列中的元素输入改变，包括删除和优先级改变，以及其他改变。

(u)控制推荐内容队列深度以调节用户在执行下载之前可预览推荐的时间段。

(v)响应于提供该内容的质量较低的格式(例如，有限分辨率)，来收集用户关于内容推荐的反馈。

(w)生成关于为何提出推荐的人类可读原因。

(x)基于元数据信息生成推荐反馈，用于创建关于推荐的肯定和否定响应。

9.5内容分发。

(a)经由内容分发网络(CDN)或对端到对端(P2P)的内容分发。

(b)系统能够选择使用哪个机制或者机制的组合来控制成本和等待时间因素。

(c)用户为推荐的内容选择盘空间份额。

(d)经由服务器到对端(基于服务器)和对端到对端(P2P)的分发。

(e)支持任何主流CODEC和DRM。

(f)响应于来自推荐引擎的推荐而分发内容。

(g)以非实时方式进行内容的“点滴式”分发。

(h)在低带宽使用的时段期间(例如夜间，或者基于利用率和/或用户选择的其他时间段)分发内容。

(i)自动下载音乐文件，例如响应于用户选择的类型(即，新的体裁/类别/艺术家、推荐)。

(j)为支持P2P内容分发而生成奖励；例如基于所提供的支持的水平。

(k)支持P2P的奖励，其形式是能够访问内容、购买内容和/或租用内容。次优选的是使用直接货币奖励。

(l)输出人类可读的推荐原因。

(m)向用户传达关于与观看从推荐引擎下载的内容相关联的费用和/或条件。

(n)对内容的附条件观看，其中观看者可被允许观看一种形式的内容，来交换他们对另一条内容(例如另一个节目，或者更通常是广告内容)的观看。

(o)收集关于推荐为何有针对性或者没有针对性的具体反馈，以便针对每个给定用户提高推荐的准确度。

(p)响应于网络的状态以及利用率和成本因素，通过服务器、从对端(例如，在P2P网络中)或者其组合进行分发。

(q)与对内容的物理递送相集成。在一些情况下，用户可以在系统的帮助下选择获得物理格式的媒体。

9.6对内容的存储、管理和使用。

(a)智能监视以补充和重新配置所推荐的内容。

(b)保留所推荐的内容，以实现出租或销售级别的可访问性。

(c)执行交易以购买/租用内容，例如接受支付、下载额外的素材/许可证素材、发出许可证，等等。

(d)可执行对内容(视频、音频和图像)的自动聚合和同步。

(e)在本地通过任何选定的设备(例如，音频系统、TV)来重放音乐库内容。

(f)共享可从任何位置访问的照片。

9.7用户界面。

(a)链接用户场景：“2英尺”UI场景和“10英尺”UI场景。2英尺是用户在PC或智能设备处，10英尺是用户在TV或类似设备处。

(b)被配置为使用自由空间点选设备来辅助沉浸式用户体验。

(c)可选地配置有偏好控件的遥控器，从而允许对选择输入进行用户控制修改。

(d)显示关于推荐的内容的信息。

(e)允许用户预览内容推荐，以在下载内容之前进行优先级设定、删除和修改。

(f)显示哪个内容已被接收到并准备好供访问，例如供出租或销售。

(g)在一种情况下，所下载的推荐内容响应于(例如优选地来自单个控制输入的)遥控命令被列出。

因此，可以看出，Sphere系统提供了以媒体为中心的环境，从该环境中，用户被给予了对其与媒体相关的体验的完全控制。系统被配置为直接提供多种服务并且与第三方服务集成和/或无缝地耦合。

虽然以上描述包含许多细节，但是这些细节不应当被解释为限制本发明的范围，而只是提供了对本发明的一些目前优选的实施例的说明。因此，将会认识到，本发明的范围完全涵盖对本领域普通技术人员来说显而易见的其他实施例，并且本发明的范围因此仅由所附权利要求所限，在权利要求中，除非另有指明，否则以单数形式提及一个要素并不意图表示“一个且仅一个”，而是表示“一个或多个”。本领域普通技术人员已知的与上述优选实施例的要素的所有结构、化学和功能等同物通过引用被明确并入在此并且意图被当前权利要求所涵盖。另外，一个设备和方法并不需要解决本发明要解决的每一个问题才能被当前权利要求所涵盖。另外，本公开中的要素、组件和方法步骤都不意图献给公众，不论该要素、组件和方法步骤是否在权利要求中明确记载。这里的权利要求要素都不应当根据35U.S.C.112第六款的规定来解释，除非该要素是明确地用短语“用于...的装置”来记载的。

Claims (48)

1.一种用于获得媒体内容的装置，包括：

用户控制服务器，该用户控制服务器被配置用于通过分布式网络与个人媒体设备通信并且通过所述分布式网络访问媒体内容和元数据；

所述用户控制服务器被配置用于为个人媒体设备提供对媒体内容的选择性访问，该个人媒体设备被配置用于访问和重放来自耦合到该个人媒体设备的源和来自通过所述用户控制服务器耦合的源的内容；以及

可操作地耦合到所述用户控制服务器的推荐引擎，所述推荐引擎被配置用于，

为所述个人媒体设备的至少一个用户收集媒体选择和观看的历史，所述历史被收集到用户媒体简档中，

响应于针对所述用户控制服务器可访问的媒体内容分析所述用户媒体简档，来为预期对用户有价值的内容生成推荐，

响应于所述推荐来控制到所述个人媒体设备的内容下载，所述下载是自动执行的，而无需用户选择和触发所述下载，以及

向用户传达在所述个人媒体设备内所推荐内容的可用性。

2.如权利要求1所述的装置：

其中，所述分布式网络包括因特网；

其中，至少一个服务器向所述用户控制服务器提供对媒体内容和元数据的访问。

3.如权利要求1所述的装置，其中，所述推荐引擎包括被配置用于在所述控制服务器、所述个人媒体设备或者所述控制服务器和个人媒体设备的组合上运行的程序。

4.如权利要求1所述的装置，其中，所述个人媒体设备是从由以下各项组成的电子设备群组中选择出来的：个人计算机、膝上型计算机、掌上型电脑、平板PC、个人数字助理(PDA)、智能电话、电视机、机顶盒、以及媒体记录和重放设备。

5.如权利要求1所述的装置，其中，在低带宽使用时段期间，根据所述用户控制服务器的选择，所述内容被所述个人媒体设备下载。

6.如权利要求1所述的装置，其中，所述推荐引擎针对控制服务器可访问的媒体内容分析所述用户媒体简档。

7.如权利要求1所述的装置，其中，所述媒体选择和观看的历史包括用户已观看的内容的列表。

8.如权利要求7所述的装置，其中，所述已观看的内容的列表是响应于检测到由所述个人媒体设备从广播、线缆、卫星、可移动媒体源下载或从所述控制服务器接收的内容而确定的。

9.如权利要求7所述的装置，其中，所述已观看的内容的列表被配置为接受用户关于哪个内容先前已被观看过的输入。

10.如权利要求1所述的装置，其中，所述推荐引擎被配置用于响应于检测是否达到基于内容百分比或绝对时间的至少一个观看阈值来判定用户是否观看过选定的内容元素。

11.如权利要求1所述的装置，其中，针对媒体内容的所述分析包括将在用户媒体简档中检测到的特性与为所述控制服务器可访问的内容收集的一组元数据信息相比较。

12.如权利要求11所述的装置，其中，所述元数据信息包括从由以下各项组成的媒体信息字段群组中选择出来的字段：格式类型、标题、体裁、播放时间和关键字。

13.如权利要求1所述的装置：

其中，所述推荐引擎还被配置用于响应于用户观看多集系列的一集或多集而登记分集观看；并且

其中，所述推荐引擎被配置用于在生成内容推荐时考虑该多集系列的其他集和相关内容。

14.如权利要求1所述的装置，其中，所述推荐引擎还被配置用于收集用户输入以指导所述推荐的生成。

15.如权利要求1所述的装置，其中，所述推荐引擎还被配置用于输出表明为何生成推荐的人类可读原因。

16.如权利要求1所述的装置：

其中，内容推荐在等待下载到所述个人媒体设备的同时被置于与所述推荐引擎相关联的推荐内容队列中；并且

其中，所述内容队列被配置用于允许用户删除尚未下载的推荐。

17.如权利要求1所述的装置，其中，所述推荐引擎还被配置用于收集用户关于所述内容推荐的适当性的反馈。

18.如权利要求1所述的装置，其中，所述推荐引擎还被配置用于：

响应于分析所述用户媒体简档，并且针对关于所述控制服务器可访问的广告内容的元数据，来为预期对用户有价值的广告内容生成推荐，所述用户媒体简档包括关于接受广告的条件的用户设置参数；以及

响应于所述推荐将广告内容下载到所述个人媒体设备，所述下载是自动执行的，而无需用户触发所述下载。

19.如权利要求1所述的装置：

其中，推荐被选择用于就用户上下文而言次最优的下载，同时在超过用户上下文的上下文范围上提供益处；并且

其中，推荐是针对从由以下各项组成的上下文群组中选择出来的一个或多个上下文来生成的：用户上下文、分发渠道上下文、收益率上下文、以及其组合。

20.如权利要求1所述的装置，其中，推荐是基于多个判决点来生成的。

21.如权利要求1所述的装置，其中，推荐是响应于第一阶段和第二阶段生成的，该第一阶段基于非时间性量度来选择可能的内容并将其排队，该第二阶段响应于时间性量度和网络条件从队列中选择元素来下载。

22.如权利要求1所述的装置，还包括建立至少一个用户群组，该至少一个用户群组的内容选择偏好被所述推荐引擎用作推荐内容的基础。

23.如权利要求22所述的装置，其中，所述至少一个用户群组中列出的成员的数目是响应于用户和群组成员特性来确立的，而不是基于固定的列表大小的。

24.一种用于获得媒体内容的装置，包括：

个人媒体设备，该个人媒体设备被配置用于通过分布式网络与控制服务器通信，该控制服务器被配置用于通过所述分布式网络访问媒体内容和元数据；

所述个人媒体设备被配置用于访问和重放来自耦合到所述个人媒体设备的源和来自通过所述控制服务器耦合的源的内容；以及

推荐引擎，该推荐引擎被配置用于，

为所述个人媒体设备的至少一个用户收集媒体选择和观看的历史，所述历史被收集到用户媒体简档中，

响应于针对控制服务器可访问的媒体内容分析所述用户媒体简档，来为预期对用户有价值的内容生成推荐，

响应于所述推荐来将内容下载到所述个人媒体设备，所述下载是自动执行的，而无需用户触发所述下载，以及

向用户传达在所述个人媒体设备内所推荐内容的可用性。

25.如权利要求24所述的装置：

其中，推荐被选择用于就用户上下文而言次最优的下载，同时在超过用户上下文的上下文范围上提供益处；并且

其中，推荐是针对从由以下各项组成的上下文群组中选择出来的一个或多个上下文来生成的：用户上下文、分发渠道上下文、收益率上下文、以及其组合。

26.如权利要求24所述的装置，还包括建立至少一个用户群组，该至少一个用户群组的内容选择偏好被所述推荐引擎用作推荐内容的基础。

27.一种分发媒体内容的方法，包括：

在个人媒体设备上登记用户的媒体观看，并且在媒体简档内存储所登记的媒体观看；

在所述个人媒体设备和被配置用于通过分布式网络访问媒体内容和元数据的控制服务器之间通信；

响应于针对可用媒体内容和元数据分析所述媒体简档，推荐至少一个媒体内容元素以用于下载到用户；以及

自动将所述媒体内容元素下载到所述个人媒体设备。

28.如权利要求27所述的方法，还包括在所述媒体简档内收集媒体内容选择的用户偏好。

29.如权利要求27所述的方法，还包括提醒所述个人媒体设备的用户关于所述媒体内容元素的可用性。

30.如权利要求27所述的方法，还包括从所述用户获得关于所下载的推荐的价值的反馈。

31.如权利要求27所述的方法，其中所述媒体内容元素是从由电影和节目组成的媒体内容元素群组中选择出来的。

32.如权利要求27所述的方法，其中所述媒体内容包括广告媒体内容元素。

33.如权利要求27所述的方法，还包括：

在相关联的内容被下载之前，在推荐内容队列内存储期望数目的推荐；

其中，所述推荐内容队列内的条目在相关联的内容被下载之前可被用户所编辑。

34.如权利要求33所述的方法，其中，每个推荐内容队列条目包括关于所述媒体内容元素的人类可读信息。

35.如权利要求33所述的方法，还包括从所述用户获得关于推荐内容队列中的推荐的价值的反馈，其中，所述媒体简档被改变以反映用户输入。

36.如权利要求27所述的方法，其中，响应于分析用户偏好和内容在对端到对端网络上的可用性，对媒体内容的所述自动下载被从服务器或通过对端到对端网络传送到所述个人媒体设备。

37.如权利要求27所述的方法，其中，所述分布式网络包括因特网。

38.如权利要求27所述的方法，其中，推荐媒体内容的过程是由在所述控制服务器、所述个人媒体设备或者所述控制服务器和个人媒体设备的组合上运行的程序来执行的。

39.如权利要求27所述的方法，其中，所述个人媒体设备是从由以下各项组成的电子设备群组中选择出来的：个人计算机、膝上型计算机、掌上型电脑、平板PC、个人数字助理(PDA)、智能电话、电视机、机顶盒、以及媒体记录和重放设备。

40.如权利要求27所述的方法，其中，所述内容是在低带宽使用时段期间由所述个人媒体设备下载的。

41.如权利要求27所述的方法，其中，推荐媒体内容的过程包括针对为所述控制服务器可访问的媒体内容收集的元数据来分析所述媒体简档。

42.如权利要求27所述的方法，其中，所述媒体简档是响应于检测到用户对由所述个人媒体设备从广播、线缆、卫星、可移动媒体源下载或从所述控制服务器接收的内容进行的活动而收集的。

43.如权利要求27所述的方法，还包括从用户获得关于先前已获得或观看过的媒体内容的信息。

44.如权利要求27所述的方法，

其中，推荐媒体内容的过程还被配置用于响应于用户观看多集系列的一集或多集而登记分集观看；并且

其中，所述推荐媒体内容的过程被配置为在生成内容推荐时考虑该多集系列的其他集和相关内容。

45.如权利要求27所述的方法，其中，推荐媒体内容的过程被配置用于收集用户关于期望媒体内容的偏好以指导推荐的生成。

46.如权利要求27所述的方法，其中，推荐媒体内容的过程被配置用于生成关于为何发生推荐的人类可读原因。

47.一种分发媒体内容的方法，包括：

在个人媒体设备上登记用户观看的媒体，并且在媒体简档内存储所登记的媒体观看；

在所述个人媒体设备和被配置用于通过分布式网络访问媒体内容和元数据的控制服务器之间通信；

响应于针对为控制服务器可访问的媒体内容收集的元数据分析所述媒体简档，推荐至少一个媒体内容元素以用于下载到用户；

在被配置用于供用户编辑的推荐内容队列内存储期望数目的推荐条目；以及

自动将所述媒体内容元素下载到所述个人媒体设备。

48.如权利要求47所述的方法，其中，响应于分析用户偏好和内容在对端到对端网络上的可用性，对媒体内容的所述自动下载被从连接到分布式网络的服务器或通过所述分布式网络内的对端到对端网络传送到所述个人媒体设备。

Images