CN101828393A - 基于媒体的推荐 - Google Patents

基于媒体的推荐 Download PDF

Info

Publication number
CN101828393A
CN101828393A CN200880111967A CN200880111967A CN101828393A CN 101828393 A CN101828393 A CN 101828393A CN 200880111967 A CN200880111967 A CN 200880111967A CN 200880111967 A CN200880111967 A CN 200880111967A CN 101828393 A CN101828393 A CN 101828393A
Authority
CN
China
Prior art keywords
program
user
data
recommendation
information
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
CN200880111967A
Other languages
English (en)
Other versions
CN101828393B (zh
Inventor
田俊熙
文森特·迪罗
斯蒂芬·戴尔·本廷
林震海
迈克尔·W·米勒
马尼什·G·帕特尔
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 CN101828393A publication Critical patent/CN101828393A/zh
Application granted granted Critical
Publication of CN101828393B publication Critical patent/CN101828393B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/35—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users
    • H04H60/46—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users for recognising users' preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—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
    • H04N21/252—Processing of multiple end-users' preferences to derive collaborative data
    • 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
    • H04N21/254—Management at additional data server, e.g. shopping server, rights management server
    • 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
    • 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
    • G06F16/74—Browsing; Visualisation therefor
    • 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]
    • H04N21/40—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
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • H04N21/44224—Monitoring of user activity on external systems, e.g. Internet browsing
    • H04N21/44226—Monitoring of user activity on external systems, e.g. Internet browsing on social networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4756—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for rating content, e.g. scoring a recommended movie
    • 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
    • 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
    • H04N21/4828—End-user interface for program selection for searching program descriptors
    • 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
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
    • 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
    • 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
    • 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
    • H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
    • 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
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • 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
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
    • H04N5/445—Receiver circuitry for the reception of television signals according to analogue transmission standards for displaying additional information

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

一种计算机实现的方法，包括：接收表达用户对一个或多个媒体节目的兴趣的信息；获取指示响应于所接收的信息的多个媒体节目在不同于所述用户的个人间的流行度的信息；以及从与所接收的信息有关的所述多个媒体节目传送一个或多个对媒体节目的推荐用于显示给所述用户。

Description

基于媒体的推荐
技术领域
本文档论述用于向媒体节目的观看者和收听者提供诸如对电视节目和电影的基于媒体的推荐的系统和方法。
背景技术
因特网搜索已经成为万维网上可能最经常执行的活动。各种搜索引擎可以爬取web可访问的文档、对其进行索引以及响应于从用户接收的相关请求递送指向其的链接。搜索结果可以例如基于在搜索请求和特定文档中的单词或短语(或者单词或短语的同义词)之间的项的共性和/或根据各种页面间的链接，如用
Figure GPA00001102619800011
PageRankTM系统。因特网用户可以进行例如对诸如电视节目、音乐和电影的媒体相关特性的搜索。替选地，Web的用户可以从各种其他用户接收推荐，诸如书籍、消费产品和其它项的评论。
发明内容
本文档描述了可被用来帮助用户找寻其可能感兴趣的媒体节目，以及可以提供关于所述节目的额外信息或者对所述节目的访问的系统和方法。通常，在某些实施方式中，系统和方法允许用户获取关于媒体节目的推荐。通常，这样的推荐与诸如搜索结果的数据不同，因为搜索结果是对明确请求的响应，而推荐与特定请求只隔开一两步，并且更多地是基于从特定请求和其它信息收集的推论的。
例如，可以将用户的搜索请求与其它搜索请求进行比较以找到与第一用户具有共同兴趣的用户，以及这些其他用户的基于媒体的偏好(例如，从其基于媒体的搜索请求或从其已列入个人节目目录中的节目收集)可以被用来形成向第一用户的推荐。在一个特定示例中，推荐可以使用从web搜索和点击数据收集的流行度信息来作出。另外，观众测量数据(例如，电视评级数据)可以被使用，并且随着额外的web搜索和点击数据随着时间的推移变得可用，被用于推荐的数据可以从观众测量数据转变为web搜索和点击数据。还在此描述了用于作出基于媒体的推荐的其它技术、方法和系统。
在一个实施方式中，公开了计算机实现的方法。方法包括接收表达用户对一个或多个媒体节目的兴趣的信息，获取指示响应于所接收的信息的多个媒体节目在不同于该用户的个人间的流行度的信息，以及从与所接收的信息有关的多个媒体节目传送一个或多个对媒体节目的推荐用于显示给所述用户。所接收的信息可以包括明确的查询，并且可以包括指示由该用户观看的媒体节目的信息。方法还可以包括生成用于显示包括一个或多个推荐的电子节目指南栅格的数据。并且，指示流行度的信息可以包括搜索活动或与该搜索活动有关的点击活动，或者指示流行度的信息可以包括观众测量数据。在其它的实例中，指示流行度的信息可以包括搜索活动或与该搜索活动有关的点击活动，并且一个或多个推荐可以基于由对搜索活动或点击活动的质量测量确定的权重来选择。
在某些方面中，方法进一步包括获取指示与媒体节目有关的观众参与和web搜索活动的信息，并且如果web搜索活动不允许作出足够高质量的推荐则基本上使用观众参与数据来作出推荐。并且，方法可以包括分析用户的过往活动以确定用户感兴趣的主题，并且作出与感兴趣的主题相关联的节目的推荐。此外，方法还可以包括使用协同过滤来确定在用户的兴趣和多个媒体节目之间的互相依赖。
在另一个实施方式中，公开了计算机实现的系统。系统包括：存储器，存储与一个或多个媒体节目的流行度有关的数据；接口，被配置为接收媒体相关请求、生成对请求的响应以及生成与响应不同的推荐，其中推荐包括与一个或多个媒体节目有关的信息并且至少部分基于一个或多个媒体节目的流行度；以及节目指南构建器，生成用于对媒体相关请求作出响应而创建包含节目的节目指南以及在指南中显示用于节目的流行度指示的代码。推荐可以从web活动数据和观众测量数据的组合生成。并且，接口可以被配置为随着web搜索活动数据的质量测量提高从应用观众测量数据转变到应用web搜索活动数据。
在一些方面中，系统可以包括用于确定在用户和媒体节目之间的相互依赖关系的协同过滤器。并且，与流行度有关的数据可以包括与媒体节目相关联的web活动数据和观众测量数据。节目指南可以包括由推荐识别的即将播放(upcoming)的节目剧集的列表，以及系统可以进一步包括用于确定一个或多个媒体节目的节目之间的相互依赖、在生成推荐时使用的协同过滤器。
在又一个实施方式中，计算机实现的系统包括：存储器，存储与一个或多个媒体节目的流行度有关的数据；装置，用于响应于用户对媒体相关标识符的提交从媒体节目生成推荐；以及节目指南构建器，生成用于创建包含与推荐有关的节目的节目指南的代码。与流行度有关的数据可以包括与媒体节目相关联的web活动数据和观众测量数据。并且，节目指南可以包括由推荐识别的即将播放的节目剧集的列表。
将在下面的附图和描述中阐明一个或多个实施例的细节。其它的特征、对象和优势从描述和附图以及从权利要求将是显而易见的。
附图说明
图1A是示出了与电视剧集相关联的推荐的示例截屏。
图1B是示出了与搜索结果列表中的多个媒体节目相关联的推荐的示例截屏。
图1C是示出了与电视节目相关联的推荐的示例截屏。
图2示出了随着时间的推移在两种形式的观众偏好数据之间的一般关系的图表。
图3是用于通过网络提供媒体相关推荐的计算机实现的系统的示意图。
图4A是用于响应于搜索查询提供媒体相关推荐的过程的流程图。
图4B是用于提供媒体相关推荐的过程的流程图。
图4C是用于为新的节目提供媒体相关推荐的过程的流程图。
图5是示出了各种组件在媒体相关推荐过程中的交互的泳道图。
图6示出了可被用来实现在此描述的技术的计算机设备和移动计算机设备的示例。
在各个附图中的相同参考标记指示相同的元素。
具体实施方式
图1A-1C示出了来自用于生成诸如对电影、音乐、电视节目等的推荐的媒体相关推荐的系统的各种截屏。媒体相关推荐是提供给用户的与其可能喜欢的节目、电影、歌曲等有关的建议。推荐与搜索结果不同，因为后者是对特定查询的直接响应，而前者可以更加笼统。具体地，推荐与搜索结果列表有关，但不是作为搜索结果列表的部分提供。
通常，推荐取决于两个对象间的某种所识别的相互依赖。例如，对象可以是两个用户或两个电视节目。在对象是两个用户的情况下，第一用户的兴趣可以被追踪，具有相似兴趣的其他用户可以被识别，以及然后那些其他用户可能感兴趣的额外主题可以向第一用户推荐。在对象是两个电视节目的情况下，节目的实际内容可以被分析以找到相似之处。例如，两个节目可以共用某些演员，或者其可以共用特定的剧种(genre)。在两个节目之间可以共用多个这样的参数，使其的相关性更大。
推荐可以在具有或没有明确的用户输入的情况下生成。对于明确的输入，用户可以输入搜索查询，以及推荐可以响应于搜索查询的输入而生成。对于非明确的或隐式的输入，推荐可以依靠与用户有关的不是来自由用户正式提交的查询的数据。推荐可以例如在用户正查阅电子节目指南时诸如在正观看电视时生成。例如，当电子节目指南被显示时，推荐也可以例如基于电子节目指南中的节目和/或其它参数被显示。并且，在生成推荐(诸如通过在用户观看完第一节目时将用户的通道改变到另一个节目)时，推荐可以依靠用户正观看的节目和/或用户已观看的节目。
生成推荐的基础可以随着时间的推移而改变。例如，对新的节目的推荐可以最初基于观众规模和参与的各种测量，或者在节目的寿命中初期可用的其它这样的信息。随着节目随着时间的推移变得更加确立，推荐的基础可以至少部分转变到来自公共搜索引擎的搜索数据或者点进(click-through)数据。在从用户输入采集了足够的这样的数据后，这样的数据可以在节目的寿命中稍后可用。
例如，推荐可以基于在因特网上从可能已经观看过节目、访问了与节目有关的网站、提供了与节目有关的用户反馈等的数个用户接收的输入。这样的数据显示了用户兴趣，使得向第一用户的推荐可以基于为一般主题或为媒体相关主题提供了相似搜索词语的其他用户，以及可以从通过那些其他用户的其它媒体相关活动生成。作为简化的示例，如果请求的用户输入了对“Jaws”、“Orca”和相似词语的搜索，则系统可以找寻进行了相似查询的其他用户，以及然后可以找寻在由那些其他用户提交的其它媒体相关查询中的共性。例如，可能那些用户中的许多用户还搜索了“Star Trek”或“Leonard Nimoy”，或者使许多Star Trek剧集备入了个性化通道中(诸如附属于个人录像机(PVR))。结果，第一用户可以接收对Star Trek(或其它科幻)电影的推荐。
然而，与Star Trek一样，Jaws是旧电影。相比之下，对于最近的媒体节目，可能存在不足的搜索或点击数据来统计地作出与用户的偏好有关的满意决定。在这样的情况下，来自结构化数据库的流行度数据(例如评级数据)可以被使用。例如，新的电视节目可以被归类入“科幻”剧种以及其评级数据可以显示其迅猛流行。如果第一用户已被观察到观看过许多科幻节目，则新的节目可以最初仅基于其剧种和流行度被推荐。过段时间后，推荐数据可以立即或逐步地转变到诸如搜索数据的随后发展的数据。如此，例如，可能新的科幻节目在其第一周作了大量广告并且收到了极大的评级数值，但是没人喜欢它。随后搜索数据将指示兴趣的缺乏，并且可以允许系统就进行推荐而言降低节目的质量。在一些实施方式中，权重因子可被使用，使得在将多个方法组合使用时推荐引擎可以应用一些方法的不同百分比。
并且，在新的节目是现有系列剧的新的剧集的情况下，其相关性可以基于其托管系列剧的相关性类推至其它节目或系列剧。例如，如果Friends情景喜剧的新的剧集即将播放，用于Friends的系列剧ID可被用来识别对诸如Seinfeld或Full House的被判断为相似节目的节目的推荐，并且这些节目可以在不知道任何特定于节目的相关性的情况下被推荐。同样地，诸如通过在作出推荐时将特定权重给予每一个技术以形成用于节目的组合分值，上面和下面的用于形成推荐的各种技术可以被混合。
例如将推荐引擎用作为基于计算机的系统的部分可以作出推荐，所述基于计算机的系统诸如使用中央服务器来提供诸如搜索、地图、购物和其它这样的服务的多个不同的服务的系统。方法的两个示例类别可以包括“协同过滤”和“基于内容的推荐”。由于协同过滤使用来自许多用户的输入来“训练”推荐引擎，故其也可以被称为“基于行为数据的推荐”。基于内容的推荐方法通常涉及对内容自身进行分析以确定项的相似性。
因为输入随着时间的推移被重复接收，所以协同过滤方法基于从许多用户接收的数据来训练推荐引擎。协同过滤方法可以使用不同的模型来作出推荐。基于用户的模型(或基于记忆的模型)可以基于用户的相似性来作出推荐。在一个示例中，使用用户的用户简档中的信息可以导出用户间的相似性。
协同过滤方法可以在作出推荐时使用的另一个模型是基于项的模型。同样被称为“基于模型”，基于项的模型可以通过将项聚类或通过计算项的条件概率来确定项之间的相似性或关系。一个这样的流行算法是贝叶斯网络和贝叶斯聚类。
用于基于协同过滤的推荐的源数据可以来自不同的源，诸如来自电视提供者或web点击数据或其它web活动数据的观众测量数据。使用来自电视提供者的观众测量数据的一个优势是其可以相当迅速地获得，诸如在新的电视节目播放后的几天(例如一周)内。这样的可得性可以使在不必等待至足够的web点击数据被累积的情况下提供推荐成为可能。Web点击数据或其它web活动数据可以具有以下优势：数据格式相对稳定，其可以减少调整新的数据格式的需求。另外，web活动数据可以在不必购买对流行度数据的访问或建立用于采集流行度数据的通常复杂的系统的情况下是可用的。
对于协同过滤的常见问题可以是对于新近注册的用户和新近添加的项“数据的缺乏”。通常被称为“冷启动问题”的该问题可以通过采用“基于内容的推荐”方法被减轻。基于内容的推荐方法可以对内容自身进行分析以确定项的相似性。在此将用于减轻这样的问题的三个模型作为示例描述。
用于基于内容的推荐方法的一个模型是基于(例如来自电子节目指南(EPG)提供者的)剧种数据和(例如用于台站(station)和/或节目的)基于评级的流行度数据的组合来作出推荐。模型可以使用剧种字段值来找到相似节目的集合。然后可以通过(例如，节目在其中播放的)台站的流行度或节目自身的流行度(例如如果这样的数据可用)对所述集合进行排名。可以在系列剧层级或剧集层级或两者来处理作为系列剧的节目。例如，当播放现有系列剧的一个新的剧集时，可以将在整体上反映该系列剧的流行度数据分配给该剧集，但是数据可以随着时间的推移转变至对该剧集的流行度的反映，或该剧集和该系列剧的某种混合(尤其在将用户的指示系列剧的流行度的行为与指示剧集的流行度的行为分离很困难时)的流行度的反映。并且，诸如以剧集形式的节目可被组织入除系列剧中的一组剧集外的通用聚类中。此外，尽管在此论述了流行度的相对隐式指示(例如点击和评级)，可以使用诸如“5星”评级系统或者其它用户评级的更加明确的指示。
用于基于内容的推荐方法的第二个模型可以使用过滤器来分析节目的相似性。该过滤器可以确定所述节目的“匹配聚类”以确定落入同一个类别(或聚类)的节目的集合。该过滤器可以使用诸如节目概要或剧集简介或其它可用数据的数据。
用于基于内容的推荐方法的第三个模型是将额外的数据应用到一个过滤器过程来产生更好的聚类。例如，系统可以应用机器学习技术来分析文档的内容以确定该文档的一个或多个概念，以便能够定位相关的文档。在媒体搜索的情形下，可以针对与节目有关的各种数据来执行这样的分析。这样的额外数据可以包括例如隐藏式字幕数据、博客或详尽地描述该节目的某些网站内容。从这种意义上而言，该第三模型是第二模型的扩展。使用该模型的一种优势是其能够弥补在来自绝大部分EPG数据提供者的源数据中可获得的节目描述的缺乏。缺乏充分的描述能够负面地影响基于过滤器的推荐的质量，因为过滤器使用关键词(例如使用从节目描述中可获得的关键词)执行聚类。当节目描述是不充分的或不可获得时，使用从隐藏式字幕、博客或网站得到的关键词能够改进推荐。
推荐引擎可以在例如当用户在执行针对媒体内容的基于查询的搜索时被使用。这样的用户搜索可以例如在用户正在使用电子节目指南时被提交。除了显示电子节目指南，系统可以包括提供推荐给用户的额外显示。推荐可以例如基于来自用户的当前查询、基于用户的当前会话的所有查询或来自该用户的更长时期中的查询。
现在参见图1A，示出了允许用户通过使用搜索页面做出搜索请求来搜索媒体节目(例如广播电视、有线电视、卫星电视、广播电台、卫星电台以及因特网媒体)的节目指南系统100。节目指南系统100诸如在搜索结果页面(未示出)上和/或在着陆页面104上展示(present)基于该搜索请求的搜索结果。系统100还例如使用图1A的推荐显示130、图1B的131a和131b以及图1C的142来向用户展示相关联的媒体推荐。在此示出的特定显示仅用于提供以下的示例：用户如何能够提供信息用于接收媒体相关推荐以及可以作为响应接收这样的推荐。用于获取用户对特定节目或其它主题的兴趣的指示以及用于展示推荐的其它机制也可以被使用。
推荐显示130、131a、131b和142每一个都示出生成和显示推荐和/或处理显示推荐的请求的不同方式。推荐显示130仅绑定到电视节目的特定剧集(例如，The Tonight Show with Jay Leno在今晚的剧集)，因此其依赖与该剧集相关联的信息来查找能够用作推荐的相关的媒体节目。例如，因为Kiefer Sutherland是the Tonight Show的该特定剧集中的嘉宾，推荐可以与都由Kiefer Sutherland主演的吸血鬼喜剧电影Lost Boys或电视连续剧24有关。
在图1B的推荐显示131a和131b中，基础是多个节目或多个剧集的组合。在该情况中，系统可以倾向于不查看剧集细节(虽然它可以这样，以便发现所选择的节目之间的额外的共性以作出更好的推荐)。相反，推荐引擎可以查看描述该节目的通用信息(例如，剧种，主要演员等)，找出在所有这样的主题之间的共性以识别共同主题，并且然后识别共享这样的主题的其它节目。这样，推荐引擎可以与Google的Adsense相类似地工作(例如，从网页中的单词来识别该网页的主题，并且然后试图将这些主题和与由广告主识别的关键词有关的主题相匹配)。
为了查看推荐，用户可以选择推荐链接110。推荐显示131a和131b与一组节目有关，诸如一个或多个系列剧(例如，The Tonight Show，TheEarly Show等)，并且因此收集有关节目的通用信息，例如通过使用结构化的数据源，诸如因特网电影数据库(IMDb)。
特别地，推荐链接131a能够被用来启动用于特定条目的媒体推荐显示131b。推荐显示142与特定节目相关，但是并不一定与该节目的特定剧集有关。这样，在确定哪些其它的节目可能与该主要节目有关系中，可以使用该节目的剧种，如同可以使用主要演员的名字那样，但是可能并不使用特定的情节主线或客串演员。以下更为详细地描述了推荐显示130、131a、131b和142。
系统可以使用其它“信号”来确定用户的目标。例如，用户简档可以与搜索词语一起被用来生成推荐。特别地，如果用户简档包括用户是电影爱好者的信息，包括Kiefer Sutherland的查询词语可以与该电影爱好者信息一起被用来推荐电影Lost Boys。
可以基于用户明确提供的输入和用户作出的选择(例如，所访问的网站，在这些网站上的用户点击等)来生成该用户的简档并且随着时间的推移对其更新。例如，简档可以在社交网络或其它站点中维护。如果用户随后输入了在某个方面与用户简档信息有关的搜索词语，则推荐引擎能够自动地组合该信息以生成该用户可能感兴趣的推荐。
在使用用户简档的一个示例中，协同过滤技术能够被用来识别具有与该用户的简档类似的简档的其他人员的需求。例如，对于将其自身识别为在19到25岁的人员，系统可以寻找与在该人口统计群(例如，19-25岁)中的特定电视节目(例如，the Tonight Show或任何从该用户搜索得到的节目)共享某些特征的电视节目。系统可以基于来自该年青人口统计群的高评分来使用信息。系统可以进一步使用来自如下所述的电视节目的信息：这些电视节目通常具有来自在其简档中将自己识别为年青人的其他人员的更高数量的搜索提交或点进。
在一些实施方式中，不同于电视节目的媒体(例如歌曲和电影)能够被推荐。例如，虽然用户可以输入和提交特定查询词语以搜索特定类型的电视节目，推荐引擎可以进一步提供对于可以使用户感兴趣的电影、音乐等的推荐。这些非电视推荐可以独立于电视节目推荐，或与其相整合。
在一些实施方式中，用户可能能够配置电子节目指南---尤其是推荐引擎---以推荐某些类型的媒体内容。例如，用户可能对电视和电影感兴趣，但是可能对音乐CD毫无兴趣。使用电子节目指南上的用户控制的设置，用户可以向推荐引擎指示在作出推荐时不要包括音乐CD。还可以存在允许用户对电子节目指南尤其是推荐引擎的用户体验进行个性化和/或改进的其它用户可控制的设置。此外，随着时间的推移系统能够知晓某些推荐对于用户是没有用处的，诸如如果用户很少或从不点击用于这些推荐的链接的话，并且系统可以接着将这样的推荐降级(即在一组结果中往下移)或者移除。
当用户输入媒体相关搜索查询时，系统100可以确定该查询是媒体相关的(例如，通过将其与媒体相关词语的白名单相对比)并且可以展示媒体相关搜索结果。搜索结果可以包括例如具有与该搜索词语相关的信息的网页列表。此外，搜索结果可以包括与该搜索词语相关的媒体节目的列表。媒体节目列表可以包括将列表中的项目识别为媒体节目而非网页项目的文本，诸如“本地电视列表”。媒体节目列表也可以包括指示列表中所展示的媒体节目的类型的一个或多个媒体图标，例如电视、电台或网播(webcast)图标。系统可以将这些媒体结果以不同于搜索结果的普通列表的方式聚组。特别地，这些结果的每一个可以被示出为带有标题、时间和频道，而标准搜索结果可以被示出为带有标题、摘录和URL。对搜索结果页面上的搜索结果的这一特别的格式化可以被称为是“One box(单框)”。其它搜索结果，诸如天气、位置和类似结果，也可以在专门格式化的单框中进行展示。
节目指南系统100可以响应于对搜索结果中的项目的用户选择而展示如图1A所示的着陆页面104。着陆页面104包括搜索框108，在其中用户可以输入搜索词语，诸如电视节目名称的一部分，以响应于所输入的搜索词语生成更新的着陆页面。
着陆页面104包括媒体结果聚组116。聚组116列出了与搜索词语相关的节目的一个或多个集合。聚组116例如按照节目名称将节目的集合聚组，聚组中的每一个项目是节目的特定的剧集或播送。替选地，可以使用另个一个参数来对聚组116进行聚组，诸如按照展示节目的媒体频道、节目的剧种、或展示节目的日内时间来进行聚组。额外的结果控制118允许用户导航至当前并未显示的其它聚组，这些聚组可以是被认为对于用户的请求更不具响应性的聚组。
聚组116中的每一个也可以包括“更多的(more)”控制158，其列出该特定聚组中的额外的结果。在所描绘的示例中，对于与用于电视节目“The Tonight Show”的条目158相关联的媒体聚组示出了三个后续节目，用户可以选择“更多的(more)”控制158来显示未来更后面的额外的节目。这样的选择可以使得The Tonight Show聚组展开并也可以使得其它聚组被移除以为所展开的聚组腾出空间。
这些聚组也可以包括“添加到我的电视(Add to My TV)”控制，当被选择时，该控制能够将特定的节目(诸如剧集的一个系列)或剧集添加到该用户的个性化的节目指南。例如，如下所述，可以为该用户保持“我的电视(My TV)”频道，并且当“添加到我的电视”控制被选择时可以将剧集或一个节目的所有剧集添加到该频道。
着陆页面104也包括时间表栅格120。时间表栅格120与聚组116相邻并且与其并排显示。时间表栅格120展示用于特定人口统计位置的节目。用户可以通过选择改变位置控制122以及通过输入诸如邮政编码(例如ZIP代码)或城市和州名来指定或改变他或她的位置。所选择的位置也可以被用来确定在聚组116中所展示的节目。在用户是已在系统100中注册的用户的情况下，该用户的缺省位置可以被用来生成节目建议。
时间表栅格120展示用于特定日期的特定时间范围---诸如在几个小时内---的媒体节目。用户可以使用日历表控制146来选择日期。日历表控制146可以缺省设定为特定日期，诸如当前日期。当执行了搜索，栅格120可以缺省显示围绕在被确定为是最佳搜索结果的剧集的时间和频道周围的区域。对聚组116中的其它剧集的选择可以使得该栅格自动移动以显示在所选择的剧集周围的节目(或者如果选定了聚组则为该特定聚组的第一个返回的剧集)。
时间表栅格120沿着其左侧垂直地展示媒体频道的列表并且沿着其顶部侧在时间条148中水平地展示日内时间。用于特定频道的节目或剧集在频道的行中和列中被展示，所述列具有与该节目被其相关联的频道展示的实际时间最接近的时间分割。频道可以与用于广播的特定数字频道相关联，或者可以是在因特网上的诸如个性化频道或信息流的虚拟频道。
时间表栅格120也包括个性化频道128，此处被称为“我的电视(MyTV)”。个性化频道128包括允许用户使用来自实际频道或另一个个性化频道(诸如另一个用户的个性化频道)的内容创建虚拟频道的控制。剧集或节目可以以各种方式被添加到个性化频道128。例如，用户可以在时间表栅格120中选择节目，并且可以选择命令以将其移到个性化频道128中或者可以将其拖到个性化频道中等等。
并且，一个用户可以发送识别特定节目的消息到另一个用户，诸如通过提供到在线视频的URL、提供剧集ID号码或通过另一个被接受的机制。此外，用户可以选择诸如“添加到我的电视”控制的控制，其中该控制与节目或剧集相关联。
时间表栅格120包括个性化频道128。个性化频道128靠近栅格120的顶部被展示并且与其它频道稍有分隔以指示其节目是由用户而不是媒体提供者广播所指定的。个性化频道128能够包括多个重叠的节目，并且可以向用户提供关于观看和管理这样节目的各种机制。作为另一个示例，初始地可以根据节目被广播或首次可用于下载的时间来显示节目。用户接着可以在随后将其拖到时间中使得其不相重叠，以便“编排”一个该用户可能在随后跟进的观看时间表。
从其实际播放时间在时间上进行了移位的节目可以在其被广播时诸如通过PVR来记录，并且可以根据用户已经建立的编排来显示。以这种方式，用户能够容易地选择要观看的节目、确定所选择的节目在被广播时是否能够被观看、以及以所选择的顺序来观看这些节目，就如其是实时节目一样，只不过通过对这些节目以某个选定的方式进行了时间移位。
当例如用户在栅格120中选择了对应的单元格或在其上悬停时可以显示推荐显示130。当示出了推荐显示130时，其可以包含比在栅格120中所显示的信息更为详细的信息。显示130也包括推荐链接110(例如“如果您喜欢该剧集...(Ifyou like this episode...)”，用户可以将其选择来至少部分地基于显示在单元格130中的剧集观看推荐。例如，如果the Tonight Show With Jay Leno被显示在单元格130中，用户能够点击推荐链接110以查看与the Tonight Show相关的一个或多个推荐(并且也许基于其它信号，诸如与该用户有关的个性化信息)。这样的推荐例如可以被显示在图1C中的细节页面106上。
参见图1B，着陆页面104可以包括不同类型的推荐区域或显示。特别地，着陆页面104能够包括推荐链接131a，其能够被用来访问与媒体结果聚组116相对应的推荐的媒体节目。聚组116可以对应于在栅格120中显示的节目。推荐显示131a例如可以包括标题“用于所选择的节目的推荐”并且被放置在诸如时间表条目156的时间表条目的上面。可以将复选框133包括在与时间表条目156中的条目相邻处。用户例如可以使用复选框133来控制接收额外推荐的经历。例如，通过选中个体的复选框133，用户可以控制推荐被包括在细节页面106上的程度。
推荐区域131b也被提供来显示响应于对推荐显示131a的选择而生成的推荐。推荐区域131b能够被分割为不同的部分，诸如“现在(Now)”列表区域135a和“以后(Later)”列表区域135b。如所描述，个体的列表137a-137e例如识别可以被推荐的其它深夜谈话节目，因为它们与the Tonight Show With Jay Leno和the Early Show(用户通过复选标记选择来识别的两个节目)属于同一个剧种。推荐区域131b中的列表也可以包括图形地识别电视节目在其上播放的特定频道的网络图标139。
现在参见图1C，当用户选择特定节目或剧集以便指示对看到有关该节目或剧集的更详细的信息的兴趣时可以显示细节页面106。细节页面106包括节目细节区域132，其自身包括该节目的后续剧集区域136。后续剧集区域136展示该节目的后续剧集的列表。该列表可以包括诸如剧集标题、播放时间以及播放将在其上发生的频道的细节信息。细节页面106还包括搜索控制138。搜索控制138允许用户输入搜索词语来发起对特定节目的搜索。根据来自用户的选择，该搜索可以被限制到仅为与节目相关联的信息库，或者可以在整个网页库上被执行。
细节页面106还包括图像细节区域140。图像细节区域140展示与节目相关联的图像，诸如图像结果140a。可以通过执行针对与该节目相关联的图像的因特网搜索来发现图像结果140a，诸如可以由标准的“Google图像”服务返回的结果。该搜索可以被限制在特定方式中，诸如通过在特定的节目相关图像库中进行搜索或者通过将诸如“电视(television)”的某些词语添加到查询中使得“Fred Thompson”返回该演员的图像而不是其他人的图像。在图像细节区域140中还提供了包括摘录、图像细节和显示该图像的URL的细节。
细节页面106还包括推荐显示142或区域。推荐显示142可以列出基于所选择的the Tonight Show with Jay Leno而推荐给用户的电视节目。显示142包括个体推荐条目142a-142c。例如，推荐条目142a识别电视系列剧24，在该情况下电视系列剧24可以因为其与KieferSutherland的关联而被推荐给用户，Kiefer Sutherland是The TonightShow这一特定剧集中的嘉宾。由于与The Tonight Show在剧种上的相似性，也示出了其它谈话节目。推荐条目142a能够进一步包括剧集的简介和用于用户可能感兴趣的当前的或后续的剧集的一个或多个更为具体的条目。特别地，这些条目能够识别广播台站(例如Fox、CBS等)、特定的剧集日期和时间、剧集的简介、演员或嘉宾等。还可以提供控制使得用户能够访问更多推荐和/或剧集。
在操作中，通过输入诸如“The Tonight Show”的搜索词语，用于使用搜索控制108进行的通用web搜索或者使用搜索控制138进行的媒体节目搜索，用户可以启动节目指南系统100。在搜索控制108的情况下，节目指南系统100在搜索页面中作为单框(One Box)的一部分展示与搜索词语“The Tonight Show”相关的节目的列表。对该列表中的节目进行选择将把用户导引至着陆页面104。
替选地，用户可以使用媒体节目搜索控制138来输入用于“TheTonight Show”的搜索词语，诸如在着陆页面104或细节页面106上所显示的。搜索输入将把用户导引至着陆页面104。
在着陆页面104，用户可以通过从聚组116中选择节目将时间表栅格120导引至特定频道、时间和日期。聚组116是使用搜索词语“TheTonight Show”确定的节目。每一个节目聚组包括该特定节目的一个或多个剧集。用户可以使用额外的结果控制118来导航至当前未被展示的聚组。对节目聚组中的特定剧集进行选择将把时间表栅格120导引至特定频道、时间和日期。用户也可以使用诸如日历表146和时间条148的控制手动地在时间表栅格120中导航。此外，用户可以以类似于在Google地图中移动地图的方式在栅格120中向上、向下、向左或向右“拖动”单元格。
对于用于细节水平的第三栅格维度，这样的维度可以采用各种形式来实现。在一个这样的实施方式中，在细节程度最低的水平，可以在栅格中示出节目标题和稍更多一些内容，以便允许层叠显示(tiledisplay)的最大密度。在细节程度较高的水平，可以示出对剧集的评级和简短描述。在细节程度进一步更高的水平，可以示出更为细节化的描述，并且可以示出图像。在细节程度更高的水平，可以示出与细节页面106示出的信息相同或接近其的信息，并且可以包括推荐信息。
用户可以通过在时间表栅格120中选择(例如点击或双击)特定节目来导航至用于该节目的细节页面106(见图1C)，诸如所选择的节目单元格130。在细节页面106，用户可以在节目细节区域132中观看有关该节目的细节信息。细节信息可以从例如结构化的数据库获得，所述结构化的数据库根据节目、演员和其它类似的参数来组织媒体内容并且将信息以关联的方式链接起来。
用户可以在图像细节区域140中查看与节目相关的图像。图像可以是从结构化的数据库中获得的，诸如与细节信息相关联的数据库，或者可以是从诸如以Google图像搜索的方式的分立的源获得的。用户可以通过选择诸如图像结果140a的图像结果来导航至图像。
在一些实施方式中，用户可以在时间表栅格120中选择节目实例或剧集以在和所选择的时间表栅格节目相关的媒体结果聚组116中生成节目的新列表。在这样的情况下，所选择的节目名称或另一个节目属性可以被作为指向节目的搜索请求来提交到该系统，以生成新的着陆页面104。例如，如果用户选择用于“南方公园(South Park)”的单元格，栅格120可以重新以该单元格为中心，并且聚组116可以包括诸如“Beavis&Butthead”(另一个动画剧)、“The West Wing”(由于方向性的南/西引用)以及其它类似节目的节目。
也在聚组116中出现的时间表栅格120中的节目被突出显示来指示其与生成了聚组116的搜索标准相匹配。节目也可以以类似的方式被突出显示，如果其是节目---不是搜索结果的部分而是用于用户的所推荐的节目---的话。突出显示可以例如是将满足搜索条件的时间表栅格节目与不满足该搜索条件的时间表栅格节目相区分的阴影、颜色、栅格单元格大小、或单元格边线粗细。在一些实施方式中，基于例如搜索词语与节目间的匹配程度，阴影、颜色或大小的设置都有所变化。阴影、颜色或大小的设置也可以基于与搜索词语相匹配的节目和与匹配的节目有关的节目之间的分离程度而有所变化。这样的匹配程度和分离程度可以被示出的一种方式是通过栅格中的单元格的相对颜色，类似于气温图的显示，其中颜色从蓝色(最远的)到红色(最近的)稳定变化，或者另一种适当的颜色方案。
时间表栅格120具有相关联的日历表控制146。日历表控制146包括允许用户选择特定日期或周内日期(day of the week)的选项卡。每一个选项卡包括与该选项卡相关联的日内小时。选择该选项卡中的时间间隔将引导时间表栅格120展示用于所选择的日期和时间间隔的节目。
时间表栅格120具有时间条148，其指示时间表栅格120中的节目被展示的日内时间。时间条148包括允许用户移动到更早或更晚的时间或日期的控制。替选地，用户可以通过另一种方法移动时间表栅格120，诸如通过在栅格120上点击以及拖动栅格120到新的时间或日期。点击和拖动也可以将栅格120移动以展示其它频道。替选地，用户可以使用诸如滚动条的控制来在栅格120中的频道列表中移动。当用户在栅格120中的时间、日期和频道中移动时，着陆页面104可以下载用于在栅格120的边缘外部的频道和时间/日期的数据。这允许栅格120展示用于在用户移动栅格120时所出现的频道和时间的节目，而不需要暂停来将其下载。
时间表栅格120具有相关联的跳步控制150和相关联的过滤器控制152。跳步控制150允许用户在栅格120中快速地移动到当前的时间和日期或当天的黄金时段(例如晚上8:00)。过滤器控制152能够被用来过滤出栅格的各种部分。例如，过滤器可以被用来仅示出黄金时段或深夜节目，使得例如栅格从晚上11:00直接跳至下一天的晚上8:00。类似地，过滤器能够被用来仅示出特定类别中的频道，诸如仅仅是电影频道或体育频道、或用户专门选择为其的“偏爱”频道的频道。
图2示出了随着时间的推移在两种形式的观众偏好数据之间的一般关系的图表200。特别地，图表200描述了随着时间的推移与可用的观众偏好数据相关的数据质量上的关系。图表的纵轴是数据质量，并且其横轴是时间。时间是以周增量(例如第1周1-第11周)来测量的，其可以对应于每周在电视节目播放后可用的新的观众数据的可用性。图表200包括用户点击数据线202和观众测量数据线204。线202和204的高度表示随着时间的推移的相对数据质量。例如，线202表示用户点击数据202的质量。
最初，线202和204两者都表示零质量，诸如在第0周当电视节目首次播放时。在该电视节目存在的早期，线202的高度揭示用于协同过滤的数据质量上的共同问题可以是对于新近注册的用户和新近添加的项目“缺少数据”。特别地，图表200示出对于媒体相关的节目用户点击数据最初可能是不存在的。例如，当节目首次上演时，没有人知道它，并且几乎没有用户曾对其进行搜索。而且，几乎没有网站与其相关，因而没有什么可以点击。与之相反，观众测量数据可以立即被确定，并且提供节目的流行度的某种指示。这种数据也可以被打散分入各种人口统计主题，所述人口统计主题能够被用来将第一用户的兴趣与其他用户的兴趣关联起来使得可以使推荐更为个性化。
在第1周，例如，用户点击数据202可以实现相对小但非为零的数据质量。与之相反，例如随着对于该节目的第1周的观众评级的出现，观众测量数据204可以显著地增长。这样，观众测量数据204的质量超过用户点击数据202的质量，至少在该电视节目的出现的早期是这样。
在第2-7周，观众测量数据204可以继续增长，例如，以比第1周峰值的速率低的速率增长。随着时间的推移，观众测量数据204能够倾向于平缓下来，例如随着尼尔森(Nielson)评级提供与该节目有关的越来越少的额外信息。然而，在同一时期，用户点击数据202的数据质量可以随着越来越多的用户观看该节目并且提供他们的输入而继续显著地增长。如在第7周所描述的，用户点击数据202的数据质量可以最终超过已经基本上平缓下来的观众测量数据204的数据质量。这样，用户点击数据202的潜在长期优势能够超越观众测量数据204的数据质量。特别地，点击数据可以是更为准确并且也可以对于组织是可用的，而无需向传统的数据采集组织支付费用或无需设立传统的数据采集系统。
如从图2可以看出的，观众测量数据204示出用于每一个剧集的平均观众流行度或数据质量并且随着时间的推移而见顶(top out)。此外，用户点击数据202也见顶，但是在此与观众测量数据204相比示出了用于特定节目的额外的流行度或数据质量。对于用户点击数据202的数据质量超过观众测量数据204的数据质量可以存在不同的原因。特定地，也许该节目具有无法被传统的观众测量数据204所捕捉的兴趣。例如，用户点击数据202可以包括与在特定人口统计群的某些粉丝中的狂热兴趣相对应的数据。在另一个示例中，用户点击数据202可以基于经由诸如在线媒体库和DVD的媒体的用户查看。
为了从对于用户点击数据202和观众测量数据204而言随时间变化的数据质量中获益，推荐引擎可以在其随时间推移如何使用数据上进行转变。例如，推荐引擎最初可以在一个新的电视节目播放后在开始几周依赖于观众测量数据204。一旦这样的额外数据的可用数量多至其可以是可靠的，推荐引擎可以转变为使用用户点击数据202。
图3是用于通过网络提供媒体相关推荐的计算机实现的系统300的示意图。系统300包括与电视前端304可通信地耦接的(例如以JavaScript、HTML、Flash等来实现的)电视客户端302。电视客户端302可以用作用户与该电视进行互动的用户接口，诸如用于搜索电视节目和接收推荐。电视前端304能够用作用于搜索媒体节目、存储用户点击信息、处理推荐等的幕后接口。
用户点击历史306能够存储从电视前端304接收的用户点击信息。例如，用户点击信息能够追踪用户对电视节目的偏好，诸如电视节目的剧种、特定节目的名称、特定人员的名称等。
推荐生成器308能够基于各种属性使用来自用户点击历史306的数据来生成推荐。这样，推荐生成器308能够用作如上所述的“推荐引擎”。推荐生成器308也能够使用观众测量数据310来生成推荐。例如，观众测量数据310可以表示由诸如尼尔森评级所收集的随时间推移的观看者流行度。而且，推荐生成器也可以抽取库数据309，其可以包括诸如博客、指向媒体的网站和其它这样的指向媒体的web内容的信息。为了确定两个节目是否足够地相关使得能够基于用户对一个节目感兴趣的确定而作出对另一个的推荐的目的，这样的信息也可以被类似地用来甄别在特定节目之间的关系。
推荐存储库(repository)312能够存储由推荐生成器308产生的推荐。这样的推荐可以被存储较短或较长的时间，并且可以在被确定为已过时时被清除。当推荐要被显示给用户时来自推荐存储库312的推荐能够被电视前端304所使用。
基于剧种的索引314能够包含按剧种组织的有关电视节目的信息。剧种评级可以例如反映特定节目和/或台站的流行度。当需要基于剧种的信息时基于剧种的索引314能够由电视前端304使用。
表316能够包括由电子节目指南使用的信息，诸如被用来在节目指南栅格中组建个体单元格的信息。当例如用户首次显示节目指南栅格时，来自表316的信息可以被提供给电视前端304。
数据加载器318能够将信息加载入基于剧种的索引314和表316中。数据加载器318使用的信息可以由电视节目提供者(例如网络、有线台站、卫星公司等)提供。特别地，数据加载器318可以接收和加载(例如来自商业提供者的)频道队列(1ine-up)和时间表信息，诸如指示Robot Chicken在下午5点在15频道的喜剧中心(ComedyCentral)登场的信息。它也可以将这些数据调整为诸如能够被前端304加载的专门格式化的表的形式。推荐生成器308也可以依赖表316来生成推荐存储库。
搜索引擎320能够服务于由电视前端304所接收的节目媒体搜索请求。例如，用户在电视客户端302上输入的搜索查询能够由电视前端304接收并被提供给搜索引擎320。搜索引擎320能够将该搜索的结果提供给电视前端304以由电视客户端302使用。
在系统300的一个示例过程流中，处理可以在箭头1和2处当数据加载器318生成基于剧种的索引314和表316时开始。数据加载器318可以使用各种信息源来生成表316，诸如由电视节目提供者提供的信息。在更新基于剧种的索引314时，可以添加额外的索引，所述额外的索引允许信息按照节目的剧种代码排序并且基于台站和节目的给定的基于评级的流行度按照流行度分值进行子排序。对数据加载器318的输入可以是文本文件的形式，每一个台站有一个或多个，并且可以可选地包括节目流行度。
在下一个步骤中(例如在箭头3处)，电视前端304能够使用来自表316的信息以加载用于节目指南栅格的表等。加载栅格的过程能够例如在用户首次在电视上点击时或在更新的信息可用时发生。
同时(例如在箭头4处)，电视前端304能够使用来自基于剧种的索引314的信息来加载对应于用户能够观看、查找或接收推荐的节目的与剧种相关的表。加载与剧种相关的表的过程能够例如在用户首次在电视上点击时或在更新的信息可用时发生。
一旦电视前端304具有足够的数据来服务初始的用户请求(例如对应于箭头1-4的步骤已完成)，用户能够开始使用该信息来作出请求。例如，用户可以是正在观看电视并且选择控制来显示节目指南栅格。电视客户端302能够将该选择报告回给电视前端304。为响应于该请求，电视前端304能够提供栅格数据给电视客户端302用于例如在电视屏幕上显示。
提供节目指南栅格可以例如对应于由用户作出的对特定节目的搜索请求。例如，节目指南栅格可以包含对应于用户在电视客户端302上输入的搜索词语的电视节目列表。电视前端304能够经由箭头7接收查询，并且经由箭头6将该搜索查询提供给搜索引擎320。搜索引擎320能够处理该查询并且将该搜索结果提供给电视前端304，电视前端304能够将搜索结果提供给电视客户端320用于例如在用户的电视上以如上所述的方式显示。
随着时间的推移，电视前端304(经由箭头7)所收集的电视客户端302上的用户动作可以经由箭头8被提供给用户点击历史306。这样的用户活动可以包括能够在以后被用来构制推荐的用户动作。例如，用户动作可以包括用户在因特网上作出的与特定电视节目或台站相关的输入。这样，推荐能够是至少部分地基于如上所述的协同过滤方法或其它类似方法。而且，当涉及不止一个用户时，使用协同过滤方法的推荐是“基于行为数据的推荐”，因为其能够使用来自许多用户的输入来“训练”推荐引擎。
为了生成推荐，推荐生成器308能够使用经由箭头9来自用户点击历史306的数据(例如对应于随着时间的推移接收到的用户输入)，以及经由箭头11来自观众测量数据310的数据。所生成的推荐能够经由箭头10被存储在推荐存储库312。这样的新生成的推荐能够在其在推荐存储库312中被更新时被电视前端304(通过箭头5)使用。
图4A是用于响应于搜索查询提供媒体相关推荐的过程400的流程图。总体上，过程400示出了推荐是基于对应于搜索结果的主题。例如，可以针对正在浏览媒体节目信息的在客户端的用户作出对于媒体搜索结果的推荐，所述媒体节目信息诸如图1A至图1C所示出的截屏图中的信息。
在框402，系统接收搜索请求，其可以是已被通过用于标准搜索引擎的搜索请求框提交。例如，搜索请求可以对应于由用户在搜索框108中输入的搜索查询(例如“The Tonight Show”)。在框404系统识别搜索结果的主题。该主题可以例如对应于与搜索结果中的关键词相匹配的媒体节目(例如基于该搜索查询)。例如，基于搜索查询“TheTonight Show”的搜索结果的主题可以包括诸如The Tonight Show WithJay Leno的谈话节目。
在框406，系统识别与该搜索结果关联的主题。该关联可以包括例如和与该搜索结果的这些主题相匹配的节目相对应的节目的剧种。例如，基于剧种的关联可以与其它谈话节目关联，即使节目的标题并不匹配该搜索查询中的词语。该关联也能够包括可能以其它方式与所述节目相关的其它媒体节目。例如，如果搜索结果包括以Kiefer Sutherland为特色的the Tonight Show With Jay Leno的剧集，该关联可以将与Kiefer Sutherland相关的其它媒体节目关联起来，诸如其它的电视节目、电影等。该关联也能够使用来自其它源的信息，诸如用户简档。例如，如果用户的用户简档识别对于Kiefer Sutherland的偏好，则该信息能够在对与该搜索结果关联的主题的识别中被使用。
在框408，系统提供推荐给用户。例如，推荐可以被发送给用户的电视并且利用与用户的搜索查询相匹配的搜索结果使得其可用。在一些实施方式中，可以提供推荐，但是不一定将其显示，直到用户选择显示所述推荐。例如，参见图1A，直到用户选择了推荐链接110之前推荐不会被显示。
在框410，系统显示推荐。例如，参见图1B，该推荐可以被作为推荐131b显示在着陆页面104上。在另一个示例中，参见图1C，该推荐可以作为推荐142被显示。不管推荐是如何被显示的，这些推荐在一步中被从搜索结果中移除。特别地，这些推荐对应于与搜索结果相关联的主题，但是不是搜索结果自身的子集。
图4B是用于提供媒体相关推荐的过程416的流程图。过程416示出推荐引擎如何可以确定何时使用用户点击数据、传统观众测量数据(或其它这样的流行度确定数据)或两者。特别地，过程416示出了随着时间的推移从传统观众测量数据到用户点击数据的切换。该切换可以例如在用户点击数据的数据质量被认为高于观众测量数据的数据质量时发生。在某些实施方式中，在一定范围内观众测量数据可以总是被使用，并且与其他数据相混合用于作出推荐。在对用于推荐系统和过程的各种输入进行处理时，可以给予在此所描述的各种输入以及其它输入从零到100％的各种权重。
推荐引擎在作出推荐时能够使用这样的数据质量考量。例如，当仅可获得不充分的用户点击数据时，该过程在生成推荐时能够使用传统观众测量数据。与之相反，当存在极好(excellent)的用户点击数据时，推荐引擎可以将其推荐更多地或在某些情况下完全地建立在用户点击数据上。最后，当可获得不错(fair)(例如在不充分和极好之间)的用户点击数据时，推荐引擎可以使用这两者类型的数据的组合。在这种情况下，这两种类型的数据可以以某种方式被混合，诸如以来自这两种源的推荐集合的并集的形式。
在步骤418，系统接收搜索查询并传送结果。例如，参见图1A，用户可以在搜索框108中输入诸如“the Tonight Show”的搜索查询。作为结果，系统可以提供匹配该查询的搜索结果，诸如媒体结果聚组116。
在步骤420，系统接收推荐请求。例如，可以在用户的浏览器上自动地作出推荐请求，或者用户可以通过选择诸如推荐链接110的控制来发起请求。
在过程416的该点处，推荐引擎能够访问可用的用户点击数据和传统观众测量数据的质量。如以上关于协作过滤方法所描述的，随时间推移的数据质量和可用性可以改变。例如，对于新近注册的用户和新的电视节目可能“缺乏数据”。特别地，新的电视节目可能显示出“冷启动问题”。最初，用户点击数据的质量可能较差，但是随着时间的推移可以改进。与之相反，观众测量数据的质量在电视节目的最初几个剧集之后可能是良好的，但是随着时间的推移其质量可能平缓下来。如果在框422仅可获得质量不充分的用户点击数据，则可以使用图4B的流程图的左分支。如果在框424可以获得质量不错的用户点击数据，则可以使用流程图的中间分支。如果在框426可以获得质量极好的用户点击数据，则可以使用流程图的右分支。
当在框422仅可获得质量不充分的用户点击数据时，在框428系统访问观众数据。例如，所访问的观众数据可以是来自被更新且可获得的各种观众评级测量，例如当每周播放电视节目时。在框430系统生成关联。可以例如在观众测量数据和与搜索结果相关联的主题之间作出关联。例如，关联可以将受观众欢迎的某些剧种的电视节目与在搜索结果中识别的电视节目关联起来。
当在框426可获得质量极好的用户点击数据时，在框436系统访问用户点击数据。例如，用户点击数据可以包括随着时间的推移从用户接收的输入，诸如在可以收集用户对电视节目的反应的网站上。在框438系统生成关联。可以例如在用户点击数据和与搜索结果相关联的主题之间作出关联。例如，关联可以将受用户欢迎的某些电视台或电视节目剧集与在搜索结果中识别的电视节目关联起来。
当在框424可以获得质量不错的用户点击数据时，在框432系统访问用户点击数据和观众测量数据的组合。在框434系统生成并混合关联。这两种类型的数据可以被混合使得每种数据类型的数据质量都能够被利用。例如，虽然观众测量数据可以指示某个节目在电视观看者之中很受欢迎，用户点击数据可以例如通过观众参与测量提供未被追踪或不可获得的额外见识(insight)。特别地，用户点击数据可以例如识别电视制作者尚未考虑过(观众参与数据并不考虑的)的主题或见解。在另一个示例中，虽然观众测量数据可以指示电视观众的初始较强流行度，用户点击数据可以指示用户只不过是开始对该电视节目感到厌烦。接着在数据源和搜索结果两者之间作出后续的关联。
混合可以以多种不同方式进行。例如，混合可以使用考虑了随着时间的推移的数据源的质量的数学模型。在节目的生命周期早期(例如在几个星期之后)，该数学模型可以使用来自观众测量数据的更高的百分比(例如70-90％)的信息，以及来自用户点击数据的更低百分比(例如10-30％)的信息。当两种类型的数据被期望具有类似的质量时，该百分比可以是50-50。在节目的生命周期晚期，诸如在节目已经是重播时，混合可以使用高得多的百分比(例如90％)的用户点击数据。
用户点击数据也能够与诸如用户的年龄、喜好或其它兴趣的个性化信息混合。这类信息可以例如从用户简档中获得。在一些实施方式中，可以通知用户其个性化信息被用来生成推荐，并且用户能够可选地阻止对其个性化信息的使用。通过这种方式，系统能够帮助驱除对隐私问题的担忧。
由于不同方法的特性(例如“协同过滤”和“基于内容的推荐”)，混合和关联能够随着时间的推移而改变。如上所述，协同过滤方法使用从许多用户接收的输入来“训练”推荐引擎。当足够的用户输入可用时，推荐引擎能够依赖这些用户输入来做出关联。协同过滤的贡献能够随着时间的推移而改善，例如当更多的用户提供有关特定电视节目的输入时。同时，推荐引擎能够典型地总是使用基于内容的推荐方法，分析内容本身以找出项目的相似性。
如上所述的基于内容的推荐方法能够分析内容本身来确定项目的相似性，并且可以使用模型：基于剧种的、基于过滤器的、使用额外数据基于过滤器的。当使用基于剧种的模型时，可以例如在相同类型的电视节目(例如深夜谈话节目)之间做出关联。这些关联可以基于(例如来自EPG提供者的)剧种数据和(例如用于台站和/或节目)的基于评级的流行度数据的组合。模型能够使用剧种字段值来发现类似节目的集合。这些集合可以接着被按照(例如播放节目的)台站的流行度或系列剧自身的流行度(例如如果数据可用的话)来排名。
当使用基于过滤器的模型时，过滤器能够被用来分析节目的相似性。过滤器能够确定节目的“匹配聚类”以确定落入相同的类别(或聚类)的节目集合。
当所使用的模型将额外的数据应用到过滤器过程中时，能够带来更好的聚类(clustering)。这样的额外数据可以包括例如隐藏式字幕、博客或详尽地描述节目的一些网站内容。从这种意义上而言，该第三模型是第二模型的扩展。
在框440，系统将分值指配给已被生成的推荐，诸如通过在框430、434和438中生成和混合关联。分值可以基于推荐与搜索结果的主题关联的程度。例如，以多种方式与搜索结果关联的推荐可以接收比以较少的方式关联的推荐更高的分值。例如，如果查询结果与KieferSutherland相关联，则与Kiefer Sutherland关联的推荐能够获得更高的分值。而且，如果用户的个人信息中的信息指示对Kiefer Sutherland的喜爱，对应的推荐可以获得更高的分值。
在框442，系统传送已排序的推荐。推荐可以基于在框440中指配的分值来排序。以这种方式，当用户接收到推荐时，分值最高的推荐可以被首先显示或显示在列表的顶部。
图4B是用于提供对于新节目的媒体相关推荐的过程450的流程图。大体上，过程450示出用于处理与新或相对新的节目有关的请求的一个示例，并且生成与这样的节目有关的推荐。在框452，接收到了对新节目的识别。例如，用户可能已经从电子节目指南栅格的即将播放的区域中选择了节目，或可能在看到了即将播放的节目的推广广告之后已经输入了该节目的标题。
在框454，过程450确定节目是新的。例如，过程450可能尝试将这样的条目与媒体相关点击和/或观众测量数据对照检查，并且可能没有发现足够数量的数据。系统可以从这样的数据的缺乏推测出：该节目尚未出现过，至少不是广泛发行的。这样，在框456，过程450可以识别与该节目相关联的系列剧。使用该系列剧标识，在458处过程可以识别具有充分相关的因子的其它系列剧，所述充分相关的因子诸如共同的剧种、情节描述、演员等，这些其它的系列剧在用户对第一个剧集感兴趣的情况下可能被认为是用户可能会感兴趣的事物。在这样的情况下，推荐的节目可以根据与初始剧集的共同性程度、按照其它节目的流行度测量或两者而被排名。
当特定推荐的系列剧被识别时，过程450接着对很快就要播放的，诸如在接下来几个小时内或接下来几天内或几周内的，该节目的剧集进行搜索。有关这些剧集的信息可以接着被返回到用户(框462)，并且用户可以有机会对其进行查阅，诸如通过向用于该用户的个性化频道添加一个或多个剧集。该过程450因而是被用来提供对相对新的节目的推荐的方法的一个示例。当该剧集被基于其系列剧聚类而查阅时，该剧集也能够被指派给各种其它的聚类，并且这些聚类可以被用来做出如在此讨论的推荐。
图5是显示在媒体相关的推荐过程中的各种组件的相互作用的泳道图。如所描述，所述组件包括客户端、推荐服务器、点击服务器、和媒体追踪服务器。客户端能够例如对应于用户的电视机。推荐服务器能够例如是生成推荐的计算机软件，所述推荐对应于与用户对媒体节目的搜索查询相匹配的搜索结果。通常，推荐服务器可以实际提供用于各种各样的事物的推荐，包括任何媒体相关推荐。点击服务器例如能够逻辑地包括各种在线网站等的集合，所述在线网站从用户接收输入，所述用户诸如是提供他们的有关电视节目的反馈和意见的用户。在一个示例中，点击服务器能够是在例如谷歌这样的公司中的追踪对各种各样的应用的点击的通用程序。媒体追踪服务器例如可以是由类似尼尔森这样的公司所运行的媒体追踪服务器。
在框502，系统加载索引，诸如对应于电视节目等的索引。索引加载能够由推荐服务器执行，该推荐服务器可以建立所述索引以备接收对应于所述电视节目的观众数据。
在框504，推荐服务器获取观众数据。例如，推荐服务器可以从媒体追踪服务器请求用于特定节目的观众数据。在一些实施方式中，推荐服务器可以被配置为从媒体追踪服务器自动接收观众数据，诸如在预先安排(scheduled)的基础上(例如，当每周特定节目被上演之后观众评级被更新时)。
在框506，媒体追踪服务器提供观众数据。所提供的观众数据可以是响应于由推荐服务器作出的特定请求，或者其可以是例如观众数据的预先安排的传输。
在框508，推荐服务器获取用户点击数据。获取用于特定程序的用户点击数据可以几乎立即开始，诸如当用户开始对在电视上刚刚播放(或马上要被播放)的电视节目进行评论时。
在框510，点击服务器向推荐服务器提供点击数据。例如，所提供的点击数据可以是响应于诸如用于特定电视节目的推荐服务器所请求的点击数据。获取更新的点击数据可以随着时间推移而发生，其有效地并入可以代表来自用户的更加新的输入的更好的或额外的点击数据。
在框514，客户端接收搜索请求。例如，参考图1A，搜索请求可以基于用户输入到搜索框108中用于发现与查询“the tonight show”相关的媒体节目的搜索查询。
在框516，客户端显示结果。该结果可以是搜索结果的列表，诸如与该搜索查询相关的电视节目的列表。例如，响应于搜索查询“thetonight show”，系统可以显示包括其他谈话节目等的媒体结果聚组116。
在框518，客户端接收选择。该选择是指由用户在例如媒体结果聚组116中进行的选择。例如，用户可以选择(例如，通过点击)媒体结果聚组116中的节目中的一个节目，或者用户可以在该页面上执行某个其它动作。客户端可以将该一个或多个用户点击通知给点击服务器。
在框520，点击服务器记录该选择。基于由客户端所接收的用户选择，点击服务器能够将用户动作添加到它的用户点击数据的集合中。这样，点击服务器能够随着时间的推移追踪多个用户的用户点击。点击服务器记录的用户点击数据可以以各种方式被索引，诸如按照用户、标题(例如电视节目的名称和/或剧集)、媒体类型(例如电视等)、剧种(谈话节目、游戏节目、电视剧等)、电视节目(或电影名称)、人员(例如，演员、演艺人员、嘉宾等)或其它属性。这些索引能够形成所述推荐引擎采用如上所述的“协作过滤”方式的基础。
在框522，客户端请求推荐。例如，参考图1B，用户可以选择推荐链接131a以请求显示媒体推荐131b。在另一个示例中，参考图1A，用户可以选择推荐链接110以请求显示包含有媒体推荐142的细节页面106。推荐请求可以被发送到推荐服务器并且可以识别与用户的原始搜索查询相匹配的搜索结果。该请求也可以识别该用户的个性化信息是否将被用来形成推荐。
在框524，推荐服务器识别推荐场境。所识别的场境依赖于从客户端所接收的推荐请求。例如，推荐服务器可以使用对应于搜索查询的搜索结果来识别场境。所识别的场境可以包括媒体节目的种类或与该媒体节目相关联的人员的名称。该场境还可以包括用户的个性化信息是否要被用来形成推荐。
在框526，推荐服务器发现关联。例如，关联可以在形成推荐的基础的媒体节目之间形成。在一些实施方式中，所述关联可以采用在框512处生成的主题关联。在一些实施方式中，所述关联可以包括聚类的应用，例如基于共同的关键词的关联等。
在框528，推荐服务器存储所述关联。存储所述关联能够消除以后对类似关联再次计算的需要，诸如当对于类似的情况(例如类似的搜索结果、类似的剧种等)生成了额外的媒体推荐时。
在框530，推荐服务器提供推荐。例如，推荐服务器能够向客户端提供推荐用于显示。所提供的推荐可以是刚被生成的推荐，或者是已从存储访问的推荐，或这两者的某种结合。
在框532，客户端显示推荐。例如，参考图1B和1C，从推荐服务器接收的推荐可以被显示为媒体推荐131b或媒体推荐142。
在框534，客户端接收该选择。例如，响应于所显示的推荐，用户可以选择所述推荐的一个或多个以进行检查。特别地，用户选择可以触发客户端显示与所推荐的媒体节目相关联的额外的信息。这样的用户选择也能够代表指示例如特定电视节目的流行度的用户点击数据。
在框536，点击服务器记录该选择。例如，基于用户在客户端上所显示的推荐中所作的选择，点击服务器能够更新点击服务器维护的用户点击数据。随时间推移更新用户点击数据能够允许点击服务器根据需要向推荐服务器提供点击数据(在框510)。
图6示出了能够被用来实现在此所描述的技术的计算机设备600和移动计算机设备650的示例。计算设备600意在代表各种形式的数字计算机，诸如膝上计算机、台式计算机、工作站、个人数字助理、服务器、刀片服务器、大型机以及其它适当的计算机。计算设备650意在代表各种形式的移动设备，诸如个人数字助理、蜂窝电话、智能手机以及其它类似的计算设备。在此示出的组件、其连结和关系以及其功能仅为示意性的，并且并不意在限制在本文档中所描述和/或要求保护的本发明的实施方式。
计算设备600包括处理器602、存储器604、存储设备606、连接到存储器604和高速扩展端口610的高速接口608，以及连接到低速总线614和存储设备606的低速接口612。组件602、604、606、608、610和612中的每一个使用各种总线连接在一起，并且可以在共同的主板上或以适当的其它方式被安装。处理器602能够处理用于在计算设备600中执行的指令，包括存储在存储器604中或存储设备606中的指令，以在外部输入/输出设备上显示用于GUI的图形信息，诸如耦接至高速端口608的显示器616。在其它实施方式中，可以与多个存储器和多种类型的存储器一起适当地使用多个处理器和/或多个总线。而且，多个计算设备600可以相连接，每一个设备提供必要的操作的部分(例如作为服务器群，一组刀片服务器或多处理器系统)。
存储器604存储计算设备600中的信息。在一个实施方式中，存储器604是易失性存储器单元。在另一个实施方式中，存储器604是非易失性存储器单元。存储器604也可以是另一种形式的计算机可读介质，诸如磁盘或光盘。
存储设备606能够提供用于计算设备600的海量存储。在一个实施方式中，存储设备606可以是或包含计算机可读介质，诸如软盘设备、硬盘设备、光盘设备或磁带设备、闪存或其它类似的固态存储器设备，或者设备的阵列，包括在存储区域网络中的设备或其它配置。计算机程序产品能够被有形地包含在信息载体中。计算机程序产品也可以包含指令，当这些指令被执行时执行一个或多个方法，诸如如上所述的方法。信息载体是计算机或机器可读介质，诸如存储器604、存储设备606、处理器602上的存储器或传播的信号。
高速控制器608管理用于计算设备600的带宽密集型操作，而低速控制器612管理较低的带宽密集型操作。这样的功能分配仅为示意性的。在一个实施方式中，高速控制器608耦接至存储器604、显示器616(例如通过图形处理器或加速器)，并且耦接至可以接受各种扩展卡(未示出)的高速扩展端口610。在该实施方式中，低速控制器612耦接至存储设备606和低速扩展端口614。低速扩展端口可以包括各种通信端口(例如USB、蓝牙、以太网、无线以太网)，其可以耦接至一个或多个输入/输出设备，诸如键盘、指示设备、扫描器或例如通过网络适配器耦接至网络设备诸如交换机或路由器。
计算设备600可以如图上所示以多种不同的方式实现。例如，其可以被实现为标准服务器620或很多情况下被实现在一组这样的服务器中。它也可以被实现为机架服务器系统624的部分。此外，它可以被实现在个人计算机中，诸如笔记本计算机622。替选地，在诸如设备650的移动设备(未示出)中来自计算设备600的组件可以与其它组件相组合。每一个这样的设备可以包含一个或多个计算设备600、650，并且整个系统都可以是相互通信的多个计算设备600、650构成的。
除其它组件，计算设备650包括处理器652、存储器664、输入/输出设备诸如显示器654、通信接口666以及收发器668。设备650也可以设有存储设备，诸如微驱动或其它设备，以提供额外的存储。组件650、652、664、654、666和668中的每一个使用各种总线互联，并且多个组件可以在共同的主板上或以适当的其它方式被安装。
处理器652能够在计算设备650中执行指令，包括存储在存储器664中的指令。处理器可以被实现为包括多个独立的模拟和数字处理器的芯片的芯片组。处理器可以提供例如设备650的其它组件的协作，诸如用户接口的控制、设备650运行的应用以及设备650进行的无线通信。
处理器652可以通过控制接口658和耦接至显示器654的显示接口656与用户通信。显示器654可以例如是TFT LCD(薄膜晶体管液晶显示器)显示器或者OLED(有机发光二极管)显示器，或者其它适当的显示技术。显示接口656可以包括用于驱动显示器654的适当的电路，以展示图形和其它信息给用户。控制接口658可以从用户接收命令并且将其转化以提交给处理器652。此外，可以提供与处理器652通信的外部接口662，以便使得设备650与其它设备的近区域通信成为可能。在一些实施方式中外部接口662可以提供例如有线通信，或者在其它实施方式中提供无线通信，并且也可以使用多个接口。
存储器664存储计算设备650中的信息。存储器664能够被实现为一个或多个计算机可读介质、易失性存储器单元或非易失性单元。扩展存储器674也可以被提供并通过扩展接口672连接到设备650，扩展接口672可以包括例如SIMM(单列直插式内存组件)卡接口。这样的扩展存储器674可以给设备650提供额外的存储空间，或者也可以存储用于设备650的应用或其它信息。特别地，扩展存储器674可以包括完成或补足如上所述的过程的指令，并且还可以包括安全信息。这样，例如，扩展存储器674可以被提供为用于设备650的安全模块，并且可以由允许对设备650的安全使用的指令来编程。此外，可以通过SIMM卡以及附加信息提供安全应用，诸如将识别信息以不可破解的方式放置在SIMM卡上。
存储器可以包括例如如下所述的闪存和/或NVRAM存储器。在一个实施方式中，计算机程序产品被有形地包含在信息载体上。计算机程序产品包含指令，该指令被执行时执行一个或多个方法，诸如如上所述的方法。信息载体是计算机或机器可读介质，诸如存储器664、扩展存储器674、处理器上的存储器652或可以例如在收发器668或外部接口662上接收的传播信号。
设备650可以通过通信接口666无线地通信，通信接口666可以根据需要包括数字信号处理电路。通信接口666可以提供各种模式或协议下的通信，诸如除其它以外的GSM语音呼叫、SMS、EMS或MMS消息、CDMA、TDMA、PDC、WCDMA、CDMA2000或GPRS。这样的通信可以例如通过射频收发器668发生。此外，短范围通信可以发生，诸如使用蓝牙、WiFi或其它这样的收发器(未示出)。此外，GPS(全球定位系统)接收器模块670可以提供额外的与导航和位置相关的无线数据给设备650，所述无线数据可以根据需要由在设备650上运行的应用来使用。
设备650也可以使用音频编解码器660来可听地通信，所述音频编解码器660可以从用户接收言语信息并将其转换为可用的数字信息。音频编解码器660可以类似地给用户生成可听声音，诸如通过例如在设备650的手持设备中的扬声器。这样的声音可以包括来自话音电话呼叫的声音，可以包括记录的声音(例如，话音消息、音乐文件等)并且还可以包括在设备650上操作的应用所生成的声音。
如图中所示，计算设备650可以以多种不同形式来实现。例如，它可以被实现为蜂窝电话680。它也可以被实现为智能手机682的部分，个人数字助理或其它类似的移动设备。
在此所述的本系统的各种实施方式和技术能够在数字电子电路、集成电路、专门设计的ASIC(专用集成电路)、计算机硬件、固件、软件和/或其组合中实现。这些各种各样的实施方式能够包括可以在可编程系统上执行的和/或解释的一个或多个计算机程序中的实施方式，所述可编程系统包括可以是专用或通用的至少一个可编程处理器，所述至少一个可编程处理器被耦接来从存储系统、至少一个输入设备和至少一个输出设备接收数据和指令，并且向其传送数据和指令。
这些计算机程序(也被称为程序、软件、软件应用或代码)包括用于可编程处理器的机器指令，并且能够以高层次的过程和/或面向对象的编程语言和/或以汇编/机器语言来实现。如在此所使用的，术语“机器可读介质”“计算机可读介质”是指用来向可编程处理器提供机器指令和/或数据的任何计算机程序产品、器件和/或设备(例如磁盘、光盘、存储器、可编程逻辑设备(PLD))，包括接收机器指令作为机器可读信号的机器可读介质。术语“机器可读信号”是指用来向可编程处理器提供机器指令和/或数据的任何信号。
为了提供与用户的交互，在此描述的系统和技术能够被实现在具有用于向用户显示信息的显示设备(例如CRT(阴极射线管)或LCD(液晶显示)监视器)以及用户能够用来向计算机提供输入的键盘和指示设备(例如鼠标或跟踪球)的计算机上。也可以使用其它种类的设备来提供与用户的交互；例如，提供给用户的反馈可以是任何形式的感官反馈(例如视觉反馈、听觉反馈或触觉反馈)；并且可以以任何形式来接收来自用户的输入，包括声音、言语或触觉输入。
在此描述的系统和技术能够被实现在计算系统中，该计算系统包括后端组件(例如数据服务器)，或包括中间件组件(例如应用服务器)或包括前端组件(例如具有图形用户界面或Web浏览器的客户端计算机，通过所述图形用户界面或Web浏览器用户能够与在此描述的系统和技术的一种实现进行交互)，或包括这样的后端、中间件、前端组件的任何组合。该系统的组件能够通过任何形式或介质的数字数据通信(例如通信网络)而互联。通信网络的示例包括局域网(“LAN”)、广域网(“WAN”)以及因特网。
计算系统能够包括客户端和服务器。客户端和服务器通常互相远离并且典型地通过通信网络交互。通过在各个计算机上运行的且相互之间具有客户端-服务器关系的计算机程序而形成客户端和服务器的关系。
已经描述了多个实施例。然而，应当理解，可以做出各种修改。例如，对于如上所示出的各种形式的流程，可以对步骤重新排序、添加步骤或移除步骤来使用。而且，虽然已经描述了电子节目指南系统和方法的多个应用，应当理解，许多其它应用也已被考虑。而且，虽然已经与电子节目指南相关联地描述了许多实施例，该术语应被理解为包括各种形式的用于显示媒体相关内容以及安排用于这些内容的信息的机制。因此，其它实施例也在所附权利要求的范围内。

Claims (20)

1.一种计算机实现的方法，包括：
接收表达用户对一个或多个媒体节目的兴趣的信息；
获取指示响应于所接收的信息的多个媒体节目在不同于所述用户的个人间的流行度的信息；以及
从与所接收的信息有关的所述多个媒体节目传送一个或多个对媒体节目的推荐用于显示给所述用户。
2.如权利要求1所述的方法，其中所接收的信息包括明确的查询。
3.如权利要求1所述的方法，其中所接收的信息包括指示所述用户观看的媒体节目的信息。
4.如权利要求1所述的方法，进一步包括生成用于显示电子节目指南栅格的数据，所述电子节目指南栅格包括所述一个或多个推荐。
5.如权利要求1所述的方法，其中指示流行度的所述信息包括搜索活动或与所述搜索活动有关的点击活动。
6.如权利要求1所述的方法，其中指示流行度的所述信息包括观众测量数据。
7.如权利要求6所述的方法，其中指示流行度的所述信息包括搜索活动或与所述搜索活动有关的点击活动，并且所述一个或多个推荐是基于由所述搜索活动或点击活动的质量测量确定的权重而选择的。
8.如权利要求1所述的方法，进一步包括获取指示与媒体节目有关的观众参与和web搜索活动的信息，并且如果所述web搜索活动不允许作出足够高质量的推荐，则充分地使用所述观众参与数据作出推荐。
9.如权利要求1所述的方法，进一步包括分析所述用户的过往活动以确定对所述用户感兴趣的主题，并且作出对与所述感兴趣的主题相关联的节目的推荐。
10.如权利要求1所述的方法，进一步包括使用协同过滤确定在所述用户的兴趣和所述多个媒体节目之间的相互依赖关系。
11.一种计算机实现的系统，包括：
存储器，用于存储与一个或多个媒体节目的流行度有关的数据；
接口，被配置来接收媒体相关请求，以生成对所述请求的响应，以及生成不同于所述响应的推荐，其中所述推荐包括有关所述一个或多个媒体节目的信息并且至少部分地基于所述一个或多个媒体节目的流行度；以及
节目指南构建器，用于生成用于对所述媒体相关请求作出响应而创建包含节目的节目指南以及在所述指南中显示用于所述节目的流行度指示的代码。
12.如权利要求11所述的计算机实现的系统，其中所述推荐是从web活动数据和观众测量数据的组合生成的。
13.如权利要求12所述的计算机实现的系统，其中所述接口被配置为随着web搜索活动数据的质量测量提高从应用观众测量数据转变到应用所述web搜索活动数据。
14.如权利要求11所述的计算机实现的系统，进一步包括用于确定在用户和媒体节目之间的相互依赖关系的协同过滤器。
15.如权利要求11所述的系统，其中与流行度相关的所述数据包括与所述媒体节目相关联的web活动数据和观众测量数据。
16.如权利要求11所述的系统，其中所述节目指南包括由所述推荐识别的即将播放的节目剧集的列表。
17.如权利要求11所述的系统，进一步包括协同过滤器，所述协同过滤器用于确定所述一个或多个媒体节目的节目之间的相互依赖关系，以用于生成所述推荐。
18.一种计算机实现的系统，包括：
存储器，用于存储与一个或多个媒体节目的流行度相关的数据；
装置，用于响应于用户对媒体相关标识符的提交从所述媒体节目生成推荐；以及
节目指南构建器，用于生成用于创建包含与所述推荐有关的节目的节目指南的代码。
19.如权利要求18所述的系统，其中与流行度有关的所述数据包括与所述媒体节目相关联的web活动数据和观众测量数据。
20.如权利要求18所述的系统，其中所述节目指南包括由所述推荐识别的即将播放的节目剧集的列表。
CN200880111967XA 2007-08-24 2008-08-21 基于媒体的推荐 Active CN101828393B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/844,883 2007-08-24
US11/844,883 US8275764B2 (en) 2007-08-24 2007-08-24 Recommending media programs based on media program popularity
PCT/US2008/073883 WO2009029488A2 (en) 2007-08-24 2008-08-21 Media-based recommendations

Publications (2)

Publication Number Publication Date
CN101828393A true CN101828393A (zh) 2010-09-08
CN101828393B CN101828393B (zh) 2013-07-17

Family

ID=40383111

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200880111967XA Active CN101828393B (zh) 2007-08-24 2008-08-21 基于媒体的推荐

Country Status (9)

Country Link
US (7) US8275764B2 (zh)
EP (3) EP3809696A1 (zh)
JP (1) JP5264908B2 (zh)
KR (1) KR101588814B1 (zh)
CN (1) CN101828393B (zh)
AU (1) AU2008293668B2 (zh)
BR (1) BRPI0816240B1 (zh)
CA (1) CA2697489C (zh)
WO (1) WO2009029488A2 (zh)

Cited By (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102682153A (zh) * 2011-03-08 2012-09-19 索尼公司 信息处理和呈现装置、终端装置、评估得分计算法和程序
CN102750288A (zh) * 2011-04-21 2012-10-24 中国移动通信集团广东有限公司 一种互联网内容推荐方法及装置
CN102833594A (zh) * 2012-08-14 2012-12-19 中兴通讯股份有限公司 一种网络协议电视iptv节目搜索方法、装置及系统
CN102917269A (zh) * 2012-09-29 2013-02-06 青岛海信电器股份有限公司 一种电视节目推荐系统及方法
CN102982042A (zh) * 2011-09-07 2013-03-20 中国移动通信集团公司 一种个性化内容推荐方法、平台以及系统
CN103262075A (zh) * 2010-12-09 2013-08-21 阿尔卡特朗讯 用于向用户设备预提取资产的资源简档调整
CN103369374A (zh) * 2012-03-29 2013-10-23 索尼公司 用于操作内容频道的方法和装置
CN103873955A (zh) * 2012-12-18 2014-06-18 联想(北京)有限公司 一种视频获取方法及装置
CN104160710A (zh) * 2011-12-21 2014-11-19 英特尔公司 基于用户行为的设备的数据填充
CN104182449A (zh) * 2013-05-20 2014-12-03 Tcl集团股份有限公司 基于用户兴趣建模的个性化视频推荐系统和方法
CN104520887A (zh) * 2012-06-29 2015-04-15 芬克数字电视指导有限责任公司 用于自动生成推荐的装置及方法
CN104834652A (zh) * 2014-02-11 2015-08-12 北京千橡网景科技发展有限公司 一种服务于社交网络的短信策略的构建方法及其装置
CN104995620A (zh) * 2012-09-27 2015-10-21 谷歌公司 用于推荐媒体节目和在节目开始之前通知用户的系统和方法
CN105164671A (zh) * 2012-11-16 2015-12-16 谷歌股份有限公司 在信息检索系统中使用层级评分以进行消歧
CN105282616A (zh) * 2015-11-13 2016-01-27 云南大学 一种组合协同过滤iptv节目推荐方法
CN105324767A (zh) * 2013-06-03 2016-02-10 谷歌公司 用于将来自同一通道的结果聚类的方法
CN105321442A (zh) * 2014-06-23 2016-02-10 卡西欧计算机株式会社 信息评价装置以及信息评价方法
CN105340288A (zh) * 2013-06-17 2016-02-17 谷歌公司 增强的节目指南
CN105426536A (zh) * 2015-12-21 2016-03-23 北京奇虎科技有限公司 汽车类搜索结果页的展现方法及装置
CN106407137A (zh) * 2016-09-18 2017-02-15 中国科学技术大学苏州研究院 基于邻域模型的协同过滤推荐算法的硬件加速器和方法
CN106803973A (zh) * 2017-01-18 2017-06-06 华数传媒网络有限公司 一种电视节目的智能编排方法
CN107404361A (zh) * 2017-06-20 2017-11-28 上海闻泰电子科技有限公司 信息获取与推送方法以及系统
CN108388630A (zh) * 2018-02-13 2018-08-10 北京奇虎科技有限公司 一种购物信息推送方法、装置及电子设备
CN108388629A (zh) * 2018-02-13 2018-08-10 北京奇虎科技有限公司 一种多媒体信息推送方法、装置及电子设备
CN108399232A (zh) * 2018-02-13 2018-08-14 北京奇虎科技有限公司 一种信息推送方法、装置及电子设备
CN108415996A (zh) * 2018-02-13 2018-08-17 北京奇虎科技有限公司 一种新闻信息推送方法、装置及电子设备
CN110139135A (zh) * 2013-11-13 2019-08-16 谷歌有限责任公司 用于呈现推荐媒体内容项的方法、系统和介质
CN110362711A (zh) * 2019-06-28 2019-10-22 北京小米智能科技有限公司 歌曲推荐方法及装置
CN110516084A (zh) * 2019-08-05 2019-11-29 上海喜马拉雅科技有限公司 多媒体关联信息确定方法、装置、存储介质及设备
CN112383567A (zh) * 2015-06-23 2021-02-19 脸谱公司 流媒体呈现系统
CN113254679A (zh) * 2021-06-28 2021-08-13 北京达佳互联信息技术有限公司 多媒体资源推荐方法、装置、电子设备以及存储介质

Families Citing this family (278)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6769128B1 (en) 1995-06-07 2004-07-27 United Video Properties, Inc. Electronic television program guide schedule system and method with data feed access
AU733993B2 (en) 1997-07-21 2001-05-31 Rovi Guides, Inc. Systems and methods for displaying and recording control interfaces
US6898762B2 (en) 1998-08-21 2005-05-24 United Video Properties, Inc. Client-server electronic program guide
US10949773B2 (en) 2005-10-26 2021-03-16 Cortica, Ltd. System and methods thereof for recommending tags for multimedia content elements based on context
US11032017B2 (en) 2005-10-26 2021-06-08 Cortica, Ltd. System and method for identifying the context of multimedia content elements
US20160085733A1 (en) 2005-10-26 2016-03-24 Cortica, Ltd. System and method thereof for dynamically associating a link to an information resource with a multimedia content displayed in a web-page
US11620327B2 (en) 2005-10-26 2023-04-04 Cortica Ltd System and method for determining a contextual insight and generating an interface with recommendations based thereon
US11386139B2 (en) 2005-10-26 2022-07-12 Cortica Ltd. System and method for generating analytics for entities depicted in multimedia content
US10848590B2 (en) 2005-10-26 2020-11-24 Cortica Ltd System and method for determining a contextual insight and providing recommendations based thereon
US10742340B2 (en) 2005-10-26 2020-08-11 Cortica Ltd. System and method for identifying the context of multimedia content elements displayed in a web-page and providing contextual filters respective thereto
US11403336B2 (en) 2005-10-26 2022-08-02 Cortica Ltd. System and method for removing contextually identical multimedia content elements
US11019161B2 (en) 2005-10-26 2021-05-25 Cortica, Ltd. System and method for profiling users interest based on multimedia content analysis
US11361014B2 (en) 2005-10-26 2022-06-14 Cortica Ltd. System and method for completing a user profile
US9646005B2 (en) 2005-10-26 2017-05-09 Cortica, Ltd. System and method for creating a database of multimedia content elements assigned to users
US11216498B2 (en) 2005-10-26 2022-01-04 Cortica, Ltd. System and method for generating signatures to three-dimensional multimedia data elements
US20160321253A1 (en) 2005-10-26 2016-11-03 Cortica, Ltd. System and method for providing recommendations based on user profiles
US20170286434A1 (en) * 2005-10-26 2017-10-05 Cortica, Ltd. System and method for signature-based clustering of multimedia content elements
US8326775B2 (en) 2005-10-26 2012-12-04 Cortica Ltd. Signature generation for multimedia deep-content-classification by a large-scale matching system and method thereof
US11604847B2 (en) 2005-10-26 2023-03-14 Cortica Ltd. System and method for overlaying content on a multimedia content element based on user interest
US20140156901A1 (en) 2005-10-26 2014-06-05 Cortica Ltd. Computing device, a system and a method for parallel processing of data streams
US7739280B2 (en) 2006-03-06 2010-06-15 Veveo, Inc. Methods and systems for selecting and presenting content based on user preference information extracted from an aggregate preference signature
US8316394B2 (en) 2006-03-24 2012-11-20 United Video Properties, Inc. Interactive media guidance application with intelligent navigation and display features
US8788588B2 (en) * 2006-05-03 2014-07-22 Samsung Electronics Co., Ltd. Method of providing service for user search, and apparatus, server, and system for the same
US7970922B2 (en) 2006-07-11 2011-06-28 Napo Enterprises, Llc P2P real time media recommendations
US8059646B2 (en) 2006-07-11 2011-11-15 Napo Enterprises, Llc System and method for identifying music content in a P2P real time recommendation network
US9003056B2 (en) 2006-07-11 2015-04-07 Napo Enterprises, Llc Maintaining a minimum level of real time media recommendations in the absence of online friends
US7801888B2 (en) 2007-03-09 2010-09-21 Microsoft Corporation Media content search results ranked by popularity
US8112720B2 (en) 2007-04-05 2012-02-07 Napo Enterprises, Llc System and method for automatically and graphically associating programmatically-generated media item recommendations related to a user's socially recommended media items
US8631440B2 (en) 2007-04-30 2014-01-14 Google Inc. Program guide user interface
US8572649B1 (en) 2007-04-30 2013-10-29 Google Inc. Electronic program guide presentation
US8484192B1 (en) 2007-04-30 2013-07-09 Google Inc. Media search broadening
US8005826B1 (en) 2007-04-30 2011-08-23 Google Inc. Identifying media content in queries
US8782698B2 (en) 2007-04-30 2014-07-15 Google Inc. Customizable media channels
US8522281B1 (en) 2007-04-30 2013-08-27 Google Inc. Head end generalization
US8065603B2 (en) 2007-04-30 2011-11-22 Google Inc. Hiding portions of display content
US20080271078A1 (en) * 2007-04-30 2008-10-30 Google Inc. Momentary Electronic Program Guide
US8533761B1 (en) 2007-04-30 2013-09-10 Google Inc. Aggregating media information
US20090049045A1 (en) 2007-06-01 2009-02-19 Concert Technology Corporation Method and system for sorting media items in a playlist on a media device
US11537636B2 (en) 2007-08-21 2022-12-27 Cortica, Ltd. System and method for using multimedia content as search queries
US8275764B2 (en) 2007-08-24 2012-09-25 Google Inc. Recommending media programs based on media program popularity
JP2009117974A (ja) * 2007-11-02 2009-05-28 Fujifilm Corp 興味情報作成方法、装置およびシステム
US7865522B2 (en) 2007-11-07 2011-01-04 Napo Enterprises, Llc System and method for hyping media recommendations in a media recommendation system
US9060034B2 (en) 2007-11-09 2015-06-16 Napo Enterprises, Llc System and method of filtering recommenders in a media item recommendation system
US8224856B2 (en) 2007-11-26 2012-07-17 Abo Enterprises, Llc Intelligent default weighting process for criteria utilized to score media content items
US8566884B2 (en) 2007-11-29 2013-10-22 Cisco Technology, Inc. Socially collaborative filtering
US9224150B2 (en) 2007-12-18 2015-12-29 Napo Enterprises, Llc Identifying highly valued recommendations of users in a media recommendation network
US8396951B2 (en) 2007-12-20 2013-03-12 Napo Enterprises, Llc Method and system for populating a content repository for an internet radio service based on a recommendation network
KR101487833B1 (ko) * 2007-12-20 2015-01-30 삼성전자 주식회사 프로그램 기준의 ｅｐｇ 시스템 및 그 방법
US9734507B2 (en) 2007-12-20 2017-08-15 Napo Enterprise, Llc Method and system for simulating recommendations in a social network for an offline user
US9015570B2 (en) * 2007-12-21 2015-04-21 Brighttalk Ltd. System and method for providing a web event channel player
US8060525B2 (en) * 2007-12-21 2011-11-15 Napo Enterprises, Llc Method and system for generating media recommendations in a distributed environment based on tagging play history information with location information
US8117193B2 (en) 2007-12-21 2012-02-14 Lemi Technology, Llc Tunersphere
US8316015B2 (en) 2007-12-21 2012-11-20 Lemi Technology, Llc Tunersphere
US9032441B2 (en) 2007-12-21 2015-05-12 BrightTALK Limited System and method for self management of a live web event
US9584564B2 (en) 2007-12-21 2017-02-28 Brighttalk Ltd. Systems and methods for integrating live audio communication in a live web event
US20090228918A1 (en) * 2008-03-05 2009-09-10 Changingworlds Ltd. Content recommender
US8725740B2 (en) * 2008-03-24 2014-05-13 Napo Enterprises, Llc Active playlist having dynamic media item groups
JP2009245289A (ja) * 2008-03-31 2009-10-22 Hitachi Ltd コンテンツ提供システム及びコンテンツ提供方法
US20090254643A1 (en) * 2008-04-04 2009-10-08 Merijn Camiel Terheggen System and method for identifying galleries of media objects on a network
US20090259621A1 (en) * 2008-04-11 2009-10-15 Concert Technology Corporation Providing expected desirability information prior to sending a recommendation
US8484311B2 (en) 2008-04-17 2013-07-09 Eloy Technology, Llc Pruning an aggregate media collection
US8364528B2 (en) * 2008-05-06 2013-01-29 Richrelevance, Inc. System and process for improving product recommendations for use in providing personalized advertisements to retail customers
US20100070537A1 (en) * 2008-09-17 2010-03-18 Eloy Technology, Llc System and method for managing a personalized universal catalog of media items
JP4650552B2 (ja) * 2008-10-14 2011-03-16 ソニー株式会社 電子機器、コンテンツ推薦方法及びプログラム
US8880599B2 (en) * 2008-10-15 2014-11-04 Eloy Technology, Llc Collection digest for a media sharing system
US8484227B2 (en) 2008-10-15 2013-07-09 Eloy Technology, Llc Caching and synching process for a media sharing system
US10158823B2 (en) * 2008-12-31 2018-12-18 Tivo Solutions Inc. Methods and techniques for adaptive search
US9152300B2 (en) * 2008-12-31 2015-10-06 Tivo Inc. Methods and techniques for adaptive search
US8200602B2 (en) 2009-02-02 2012-06-12 Napo Enterprises, Llc System and method for creating thematic listening experiences in a networked peer media recommendation environment
US9094714B2 (en) 2009-05-29 2015-07-28 Cognitive Networks, Inc. Systems and methods for on-screen graphics detection
US20100332961A1 (en) * 2009-06-28 2010-12-30 Venkat Ramaswamy Automatic link publisher
JP5338549B2 (ja) * 2009-08-05 2013-11-13 ソニー株式会社 表示装置及び表示方法
US20110041157A1 (en) * 2009-08-13 2011-02-17 Tandberg Television Inc. Systems and Methods for Selecting Content For a Subscriber of a Content Service Provider
US9166714B2 (en) 2009-09-11 2015-10-20 Veveo, Inc. Method of and system for presenting enriched video viewing analytics
US8554837B2 (en) * 2009-09-25 2013-10-08 Cisco Technology, Inc. Automatic moderation of media content by a first content provider based on detected moderation by a second content provider
US9043314B2 (en) * 2009-11-16 2015-05-26 David Y. Chen Search engine query customization and search site rating system
MX2012006178A (es) * 2009-12-17 2012-06-25 Sharp Kk Dispositivo de visualizacion de informacion de programa, metodo de visualizacion de informacion de programa, programa y medio de grabacion.
EP2568472A1 (en) * 2010-01-26 2013-03-13 Touchtunes Music Corporation Digital jukebox device with improved user interfaces, and associated methods
JP5462200B2 (ja) * 2010-02-19 2014-04-02 パナソニック株式会社 番組表配信装置、番組配信装置、番組表受信端末、番組表送受信システム、番組表配信方法、番組表受信方法、プログラム、及び記録媒体
WO2011112982A2 (en) * 2010-03-12 2011-09-15 Kocks Peter F Systems and methods for organizing and displaying electronic media content
US20110258154A1 (en) * 2010-04-15 2011-10-20 Ffwd Corporation Content duration and interaction monitoring to automate presentation of media content in a channel sharing of media content in a channel
US20110270947A1 (en) * 2010-04-29 2011-11-03 Cok Ronald S Digital imaging method employing user personalization and image utilization profiles
DE102010026633B4 (de) * 2010-07-09 2013-08-01 Vfree.Tv Gmbh Client, Server, System, Verfahren und Computerprogrammprodukt zum individuellen und zeitunabhängigen Nutzen von Medieninhalten
US8973045B2 (en) * 2010-08-24 2015-03-03 At&T Intellectual Property I, Lp System and method for creating hierarchical multimedia programming favorites
US9679060B2 (en) * 2010-10-13 2017-06-13 Microsoft Technology Licensing, Llc Following online social behavior to enhance search experience
US9420030B2 (en) 2010-12-15 2016-08-16 Brighttalk Ltd. System and method for distributing web events via distribution channels
JP6001554B2 (ja) * 2010-12-22 2016-10-05 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ 使用法データのフィードバックループ
WO2012094352A1 (en) 2011-01-04 2012-07-12 Thomson Licensing Media asset usage data reporting that indicates corresponding content creator
WO2012094564A1 (en) 2011-01-06 2012-07-12 Veveo, Inc. Methods of and systems for content search based on environment sampling
US8839303B2 (en) 2011-05-13 2014-09-16 Google Inc. System and method for enhancing user search results by determining a television program currently being displayed in proximity to an electronic device
US8584167B2 (en) 2011-05-31 2013-11-12 Echostar Technologies L.L.C. Electronic programming guides combining stored content information and content provider schedule information
US10055746B1 (en) 2011-06-24 2018-08-21 The Directv Group, Inc. Method and system for obtaining feedback for a content recommendation by various algorithms
US9788069B1 (en) 2011-06-24 2017-10-10 The Directv Group, Inc. Method and system for recording recommended content within a user device
CA2839481A1 (en) 2011-06-24 2012-12-27 The Directv Group, Inc. Method and system for obtaining viewing data and providing content recommendations at a set top box
US9055276B2 (en) 2011-07-29 2015-06-09 Apple Inc. Camera having processing customized for identified persons
US8719277B2 (en) 2011-08-08 2014-05-06 Google Inc. Sentimental information associated with an object within a media
US8627349B2 (en) 2011-08-23 2014-01-07 Echostar Technologies L.L.C. User interface
GB2493956A (en) 2011-08-24 2013-02-27 Inview Technology Ltd Recommending audio-visual content based on user's personal preerences and the profiles of others
US9058575B2 (en) * 2011-08-25 2015-06-16 Justin R. Labagh Method and system for creating and maintaining activity plans
CN103918277B (zh) 2011-08-26 2017-12-26 谷歌公司 用于确定媒体项正被呈现的置信水平的系统和方法
US9032451B2 (en) 2011-09-01 2015-05-12 The Directv Group, Inc. Method and system for using a second screen device for interacting with a set top box to enhance a user experience
US9154821B2 (en) 2011-11-03 2015-10-06 Google Inc. Systems and methods for displaying viewership and/or message data
US9582592B2 (en) * 2011-12-20 2017-02-28 Bitly, Inc. Systems and methods for generating a recommended list of URLs by aggregating a plurality of enumerated lists of URLs, the recommended list of URLs identifying URLs accessed by users that also accessed a submitted URL
WO2013102931A2 (en) * 2011-12-21 2013-07-11 Whats On India Media Private Limited A method and system for an optimal choice of channels and program for user"
US9143834B2 (en) * 2012-02-24 2015-09-22 Wew Entertainment Corporation System and method for organizing a media program guide according to popularity
US20130311408A1 (en) * 2012-05-15 2013-11-21 Comcast Cable Communications, Llc Determining and Predicting Popularity of Content
US9584834B1 (en) 2012-06-25 2017-02-28 Google Inc. Video broadcasting with geolocation
US9460205B2 (en) 2012-07-20 2016-10-04 Google Inc. Crowdsourced video collaboration
US20140025755A1 (en) * 2012-07-20 2014-01-23 Google Inc. Inferring events based on mob source video
CN102802037A (zh) * 2012-08-16 2012-11-28 中兴通讯股份有限公司 一种利用节目业务指南实现用户评分的方法和系统
US20140098715A1 (en) 2012-10-09 2014-04-10 Tv Ears, Inc. System for streaming audio to a mobile device using voice over internet protocol
KR20140046902A (ko) * 2012-10-11 2014-04-21 엘지전자 주식회사 영상표시장치 및 그 동 작방법
US9053424B1 (en) * 2012-10-26 2015-06-09 Google Inc. Learning mechanism for recommended reordering of elements based on demographic information
US8612281B1 (en) 2012-10-27 2013-12-17 Lions Gate Entertainment Inc. System and method for producing and distributing audio-visual content
CA2801272A1 (en) * 2012-10-27 2014-04-27 Lions Gate Entertainment Inc. System and method for producing and distributing audio-visual content
US9779140B2 (en) 2012-11-16 2017-10-03 Google Inc. Ranking signals for sparse corpora
US9591339B1 (en) 2012-11-27 2017-03-07 Apple Inc. Agnostic media delivery system
US8887197B2 (en) * 2012-11-29 2014-11-11 At&T Intellectual Property I, Lp Method and apparatus for managing advertisements using social media data
US9774917B1 (en) * 2012-12-10 2017-09-26 Apple Inc. Channel bar user interface
US10200761B1 (en) * 2012-12-13 2019-02-05 Apple Inc. TV side bar user interface
US9532111B1 (en) 2012-12-18 2016-12-27 Apple Inc. Devices and method for providing remote control hints on a display
US10521188B1 (en) 2012-12-31 2019-12-31 Apple Inc. Multi-user TV user interface
US9129227B1 (en) 2012-12-31 2015-09-08 Google Inc. Methods, systems, and media for recommending content items based on topics
US10003780B1 (en) 2013-03-14 2018-06-19 The Directv Group, Inc. Method and system for recording recommended content within a user device and indicating recording capacity
US9602875B2 (en) 2013-03-15 2017-03-21 Echostar Uk Holdings Limited Broadcast content resume reminder
US8973038B2 (en) 2013-05-03 2015-03-03 Echostar Technologies L.L.C. Missed content access guide
US20160066003A1 (en) * 2013-06-04 2016-03-03 Thomson Licensing Viral tuning method
US9930404B2 (en) 2013-06-17 2018-03-27 Echostar Technologies L.L.C. Event-based media playback
US9848249B2 (en) 2013-07-15 2017-12-19 Echostar Technologies L.L.C. Location based targeted advertising
US9154845B1 (en) 2013-07-29 2015-10-06 Wew Entertainment Corporation Enabling communication and content viewing
US9066156B2 (en) * 2013-08-20 2015-06-23 Echostar Technologies L.L.C. Television receiver enhancement features
US10297287B2 (en) 2013-10-21 2019-05-21 Thuuz, Inc. Dynamic media recording
US9485543B2 (en) 2013-11-12 2016-11-01 Google Inc. Methods, systems, and media for presenting suggestions of media content
US20150142891A1 (en) * 2013-11-19 2015-05-21 Sap Se Anticipatory Environment for Collaboration and Data Sharing
US9749431B1 (en) * 2013-11-21 2017-08-29 Mashable, Inc. Finding a potentially viral first media content and transmitting a second media content that is selected based on the first media content and based on the determination that the first media content exceeds a velocity threshold
US9420333B2 (en) 2013-12-23 2016-08-16 Echostar Technologies L.L.C. Mosaic focus control
US9860477B2 (en) 2013-12-23 2018-01-02 Echostar Technologies L.L.C. Customized video mosaic
IN2014MU00140A (zh) 2014-01-15 2015-08-28 Whats On India Media Private Ltd
US10349093B2 (en) * 2014-03-10 2019-07-09 Cisco Technology, Inc. System and method for deriving timeline metadata for video content
EP3120572A1 (en) * 2014-03-17 2017-01-25 Telefonaktiebolaget LM Ericsson (publ) Method and apparatus for tv program recommendation
US9900656B2 (en) 2014-04-02 2018-02-20 Whats On India Media Private Limited Method and system for customer management
US9253511B2 (en) 2014-04-14 2016-02-02 The Board Of Trustees Of The Leland Stanford Junior University Systems and methods for performing multi-modal video datastream segmentation
US20150294633A1 (en) * 2014-04-15 2015-10-15 Edward K. Y. Jung Life Experience Enhancement Illuminated by Interlinked Communal Connections
US10055693B2 (en) 2014-04-15 2018-08-21 Elwha Llc Life experience memorialization with observational linkage via user recognition
JP6405704B2 (ja) * 2014-05-26 2018-10-17 ソニー株式会社 情報処理装置、情報処理方法、及び、プログラム
KR20150136316A (ko) * 2014-05-27 2015-12-07 삼성전자주식회사 정보 제공을 위한 전자 장치, 방법 및 시스템
US9946769B2 (en) 2014-06-20 2018-04-17 Google Llc Displaying information related to spoken dialogue in content playing on a device
US10206014B2 (en) 2014-06-20 2019-02-12 Google Llc Clarifying audible verbal information in video content
US9805125B2 (en) 2014-06-20 2017-10-31 Google Inc. Displaying a summary of media content items
US9838759B2 (en) 2014-06-20 2017-12-05 Google Inc. Displaying information related to content playing on a device
CN117331482A (zh) 2014-06-24 2024-01-02 苹果公司 输入设备和用户界面交互
CN118210424A (zh) 2014-06-24 2024-06-18 苹果公司 用于在用户界面中导航的列界面
US9621959B2 (en) 2014-08-27 2017-04-11 Echostar Uk Holdings Limited In-residence track and alert
US9681176B2 (en) 2014-08-27 2017-06-13 Echostar Technologies L.L.C. Provisioning preferred media content
US9936248B2 (en) 2014-08-27 2018-04-03 Echostar Technologies L.L.C. Media content output control
US9681196B2 (en) 2014-08-27 2017-06-13 Echostar Technologies L.L.C. Television receiver-based network traffic control
US9628861B2 (en) 2014-08-27 2017-04-18 Echostar Uk Holdings Limited Source-linked electronic programming guide
US9565474B2 (en) 2014-09-23 2017-02-07 Echostar Technologies L.L.C. Media content crowdsource
US11863848B1 (en) 2014-10-09 2024-01-02 Stats Llc User interface for interaction with customized highlight shows
US10433030B2 (en) 2014-10-09 2019-10-01 Thuuz, Inc. Generating a customized highlight sequence depicting multiple events
US10419830B2 (en) 2014-10-09 2019-09-17 Thuuz, Inc. Generating a customized highlight sequence depicting an event
US10536758B2 (en) 2014-10-09 2020-01-14 Thuuz, Inc. Customized generation of highlight show with narrative component
US9854317B1 (en) 2014-11-24 2017-12-26 Wew Entertainment Corporation Enabling video viewer interaction
US9967619B2 (en) 2014-12-01 2018-05-08 Google Llc System and method for associating search queries with remote content display
US10432296B2 (en) 2014-12-31 2019-10-01 DISH Technologies L.L.C. Inter-residence computing resource sharing
US9800938B2 (en) 2015-01-07 2017-10-24 Echostar Technologies L.L.C. Distraction bookmarks for live and recorded video
CN108337925B (zh) 2015-01-30 2024-02-27 构造数据有限责任公司 用于识别视频片段以及显示从替代源和/或在替代设备上观看的选项的方法
US20160232451A1 (en) * 2015-02-09 2016-08-11 Velocee Ltd. Systems and methods for managing audio content
US10296645B2 (en) 2015-02-13 2019-05-21 Google Llc Systems and methods for content selection based on search query correlation with broadcast media
US10003836B2 (en) 2015-04-23 2018-06-19 Rovi Guides, Inc. Systems and methods for improving accuracy in media asset recommendation models based on users' levels of enjoyment with respect to media assets
US20160314410A1 (en) * 2015-04-23 2016-10-27 Rovi Guides, Inc. Systems and methods for improving accuracy in media asset recommendations based on data from one data space
US20160314404A1 (en) * 2015-04-23 2016-10-27 Rovi Guides, Inc. Systems and methods for improving accuracy in media asset recommendations based on data from multiple data spaces
US10575057B2 (en) 2015-04-23 2020-02-25 Rovi Guides, Inc. Systems and methods for improving accuracy in media asset recommendation models
CA2992529C (en) * 2015-07-16 2022-02-15 Inscape Data, Inc. Prediction of future views of video segments to optimize system resource utilization
CA2992319C (en) 2015-07-16 2023-11-21 Inscape Data, Inc. Detection of common media segments
US10080062B2 (en) 2015-07-16 2018-09-18 Inscape Data, Inc. Optimizing media fingerprint retention to improve system resource utilization
CA2992519C (en) 2015-07-16 2024-04-02 Inscape Data, Inc. Systems and methods for partitioning search indexes for improved efficiency in identifying media segments
US10291679B2 (en) 2015-07-17 2019-05-14 Tribune Broadcasting Company, Llc Permission request for social media content in a video production system
US10061817B1 (en) 2015-07-29 2018-08-28 Google Llc Social ranking for apps
US10530875B2 (en) * 2015-08-26 2020-01-07 Facebook, Inc. Customizing media content on online social networks
RU2632131C2 (ru) 2015-08-28 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и устройство для создания рекомендуемого списка содержимого
RU2629638C2 (ru) 2015-09-28 2017-08-30 Общество С Ограниченной Ответственностью "Яндекс" Способ и сервер создания рекомендуемого набора элементов для пользователя
RU2632100C2 (ru) 2015-09-28 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и сервер создания рекомендованного набора элементов
US10582275B2 (en) 2015-11-11 2020-03-03 The Syg Institute Co., Ltd. Real-time digit string-based information distribution system using smart terminal and method thereof
CN105430505B (zh) * 2015-11-13 2018-07-03 云南大学 一种基于组合策略的iptv节目推荐方法
US10349141B2 (en) 2015-11-19 2019-07-09 Google Llc Reminders of media content referenced in other media content
US10613825B2 (en) * 2015-11-30 2020-04-07 Logmein, Inc. Providing electronic text recommendations to a user based on what is discussed during a meeting
WO2017105641A1 (en) 2015-12-15 2017-06-22 Cortica, Ltd. Identification of key points in multimedia data elements
US11195043B2 (en) 2015-12-15 2021-12-07 Cortica, Ltd. System and method for determining common patterns in multimedia content elements based on key points
US10341728B2 (en) 2015-12-30 2019-07-02 Sling Media L.L.C. Media systems for temporally and contextually relevant recommendations
WO2017116894A1 (en) * 2015-12-30 2017-07-06 Echostar Technologies L.L.C Media systems for temporally and contextually relevant recommendations
US10034053B1 (en) 2016-01-25 2018-07-24 Google Llc Polls for media program moments
US20170214954A1 (en) * 2016-01-25 2017-07-27 Google Inc. Media Program Moments Guide
US9858063B2 (en) 2016-02-10 2018-01-02 Vignet Incorporated Publishing customized application modules
US9928230B1 (en) 2016-09-29 2018-03-27 Vignet Incorporated Variable and dynamic adjustments to electronic forms
JP6986062B2 (ja) * 2016-03-17 2021-12-22 Kddi株式会社 配信装置及び番組推薦システム
RU2632144C1 (ru) 2016-05-12 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Компьютерный способ создания интерфейса рекомендации контента
DK201670581A1 (en) 2016-06-12 2018-01-08 Apple Inc Device-level authorization for viewing content
DK201670582A1 (en) 2016-06-12 2018-01-02 Apple Inc Identifying applications on which content is available
RU2636702C1 (ru) 2016-07-07 2017-11-27 Общество С Ограниченной Ответственностью "Яндекс" Способ и устройство для выбора сетевого ресурса в качестве источника содержимого для системы рекомендаций
RU2632132C1 (ru) 2016-07-07 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и устройство для создания рекомендаций содержимого в системе рекомендаций
US10575055B2 (en) * 2016-07-11 2020-02-25 Sony Corporation Using automatic content recognition (ACR) to weight search results for audio video display device (AVDD)
US10015539B2 (en) 2016-07-25 2018-07-03 DISH Technologies L.L.C. Provider-defined live multichannel viewing events
US11966560B2 (en) 2016-10-26 2024-04-23 Apple Inc. User interfaces for browsing content from multiple content applications on an electronic device
CN106572371B (zh) * 2016-11-07 2019-11-26 腾讯科技（深圳）有限公司 互联网电视自动播放方法、装置及服务器
US10021448B2 (en) 2016-11-22 2018-07-10 DISH Technologies L.L.C. Sports bar mode automatic viewing determination
CN108229993B (zh) * 2016-12-15 2022-03-01 北京国双科技有限公司 一种数据处理的方法及装置
USD882600S1 (en) 2017-01-13 2020-04-28 Yandex Europe Ag Display screen with graphical user interface
US10545954B2 (en) 2017-03-15 2020-01-28 Google Llc Determining search queries for obtaining information during a user experience of an event
WO2019008581A1 (en) 2017-07-05 2019-01-10 Cortica Ltd. DETERMINATION OF DRIVING POLICIES
WO2019012527A1 (en) 2017-07-09 2019-01-17 Cortica Ltd. ORGANIZATION OF DEPTH LEARNING NETWORKS
EP3454280A1 (en) * 2017-09-12 2019-03-13 Nagravision SA Content management system and method for operating same
US10432987B2 (en) 2017-09-15 2019-10-01 Cisco Technology, Inc. Virtualized and automated real time video production system
US11594028B2 (en) 2018-05-18 2023-02-28 Stats Llc Video processing for enabling sports highlights generation
US11132406B2 (en) * 2018-05-18 2021-09-28 Google Llc Action indicators for search operation output elements
DK201870354A1 (en) 2018-06-03 2019-12-20 Apple Inc. SETUP PROCEDURES FOR AN ELECTRONIC DEVICE
US11264048B1 (en) 2018-06-05 2022-03-01 Stats Llc Audio processing for detecting occurrences of loud sound characterized by brief audio bursts
US11025985B2 (en) 2018-06-05 2021-06-01 Stats Llc Audio processing for detecting occurrences of crowd noise in sporting event television programming
US10846544B2 (en) 2018-07-16 2020-11-24 Cartica Ai Ltd. Transportation prediction system and method
KR102582046B1 (ko) * 2018-07-19 2023-09-22 삼성전자주식회사 추천 채널 리스트 제공 방법 및 그에 따른 디스플레이 장치
US10775974B2 (en) 2018-08-10 2020-09-15 Vignet Incorporated User responsive dynamic architecture
CN109255371B (zh) * 2018-08-23 2021-06-15 武汉斗鱼网络科技有限公司 一种确定直播平台虚假关注用户的方法以及相关设备
KR102155488B1 (ko) * 2018-09-03 2020-09-14 에스케이텔레콤 주식회사 콘텐츠 추천 방법 및 이를 위한 장치
US11613261B2 (en) 2018-09-05 2023-03-28 Autobrains Technologies Ltd Generating a database and alerting about improperly driven vehicles
RU2720952C2 (ru) 2018-09-14 2020-05-15 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для создания рекомендации цифрового содержимого
RU2720899C2 (ru) 2018-09-14 2020-05-14 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для определения зависящих от пользователя пропорций содержимого для рекомендации
RU2714594C1 (ru) 2018-09-14 2020-02-18 Общество С Ограниченной Ответственностью "Яндекс" Способ и система определения параметра релевантность для элементов содержимого
RU2725659C2 (ru) 2018-10-08 2020-07-03 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для оценивания данных о взаимодействиях пользователь-элемент
RU2731335C2 (ru) 2018-10-09 2020-09-01 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для формирования рекомендаций цифрового контента
US10839694B2 (en) 2018-10-18 2020-11-17 Cartica Ai Ltd Blind spot alert
US20200133308A1 (en) 2018-10-18 2020-04-30 Cartica Ai Ltd Vehicle to vehicle (v2v) communication less truck platooning
US10748038B1 (en) 2019-03-31 2020-08-18 Cortica Ltd. Efficient calculation of a robust signature of a media unit
US11392738B2 (en) 2018-10-26 2022-07-19 Autobrains Technologies Ltd Generating a simulation scenario
US11270132B2 (en) 2018-10-26 2022-03-08 Cartica Ai Ltd Vehicle to vehicle communication and signatures
US11904863B2 (en) 2018-10-26 2024-02-20 AutoBrains Technologies Ltd. Passing a curve
US10789535B2 (en) 2018-11-26 2020-09-29 Cartica Ai Ltd Detection of road elements
US11170647B2 (en) 2019-02-07 2021-11-09 Cartica Ai Ltd. Detection of vacant parking spaces
US11643005B2 (en) 2019-02-27 2023-05-09 Autobrains Technologies Ltd Adjusting adjustable headlights of a vehicle
US11285963B2 (en) 2019-03-10 2022-03-29 Cartica Ai Ltd. Driver-based prediction of dangerous events
US11533537B2 (en) 2019-03-11 2022-12-20 Sony Group Corporation Information processing device and information processing system
US11694088B2 (en) 2019-03-13 2023-07-04 Cortica Ltd. Method for object detection using knowledge distillation
US11132548B2 (en) 2019-03-20 2021-09-28 Cortica Ltd. Determining object information that does not explicitly appear in a media unit signature
US11683565B2 (en) 2019-03-24 2023-06-20 Apple Inc. User interfaces for interacting with channels that provide content that plays in a media browsing application
CN114297620A (zh) 2019-03-24 2022-04-08 苹果公司 用于媒体浏览应用程序的用户界面
EP3928194A1 (en) 2019-03-24 2021-12-29 Apple Inc. User interfaces including selectable representations of content items
EP3928526A1 (en) 2019-03-24 2021-12-29 Apple Inc. User interfaces for viewing and accessing content on an electronic device
US12055408B2 (en) 2019-03-28 2024-08-06 Autobrains Technologies Ltd Estimating a movement of a hybrid-behavior vehicle
US11908242B2 (en) 2019-03-31 2024-02-20 Cortica Ltd. Efficient calculation of a robust signature of a media unit
US11222069B2 (en) 2019-03-31 2022-01-11 Cortica Ltd. Low-power calculation of a signature of a media unit
US10776669B1 (en) 2019-03-31 2020-09-15 Cortica Ltd. Signature generation and object detection that refer to rare scenes
CN109936770B (zh) * 2019-04-19 2021-04-27 杭州联汇科技股份有限公司 一种基于矩阵在线补全和节目特征的节目推荐方法
US11681416B2 (en) * 2019-04-26 2023-06-20 Verint Americas Inc. Dynamic web content based on natural language processing (NLP) inputs
WO2020243645A1 (en) 2019-05-31 2020-12-03 Apple Inc. User interfaces for a podcast browsing and playback application
US11863837B2 (en) 2019-05-31 2024-01-02 Apple Inc. Notification of augmented reality content on an electronic device
US11076185B2 (en) * 2019-09-05 2021-07-27 Rovi Guides, Inc. Evolutionary parameter optimization for selecting optimal personalized screen carousels
RU2757406C1 (ru) 2019-09-09 2021-10-15 Общество С Ограниченной Ответственностью «Яндекс» Способ и система для обеспечения уровня сервиса при рекламе элемента контента
US11704292B2 (en) 2019-09-26 2023-07-18 Cortica Ltd. System and method for enriching a concept database
US11210058B2 (en) 2019-09-30 2021-12-28 Tv Ears, Inc. Systems and methods for providing independently variable audio outputs
CN110851737B (zh) * 2019-11-13 2024-03-12 哈工大机器人湖州国际创新研究院 推荐方法、装置、电子设备及计算机存储介质
US11593662B2 (en) 2019-12-12 2023-02-28 Autobrains Technologies Ltd Unsupervised cluster generation
JP7082106B2 (ja) * 2019-12-27 2022-06-07 Kddi株式会社 番組推薦装置、番組推薦システム、番組推薦方法及び番組推薦プログラム
EP3903501A2 (en) 2020-03-13 2021-11-03 Google LLC Media content casting in network-connected television devices
US11590988B2 (en) 2020-03-19 2023-02-28 Autobrains Technologies Ltd Predictive turning assistant
US11843838B2 (en) 2020-03-24 2023-12-12 Apple Inc. User interfaces for accessing episodes of a content series
US11827215B2 (en) 2020-03-31 2023-11-28 AutoBrains Technologies Ltd. Method for training a driving related object detector
US11140434B1 (en) 2020-04-29 2021-10-05 Rovi Guides, Inc. Systems and methods for providing personalized actionable items for content items
US11899895B2 (en) 2020-06-21 2024-02-13 Apple Inc. User interfaces for setting up an electronic device
US11763919B1 (en) 2020-10-13 2023-09-19 Vignet Incorporated Platform to increase patient engagement in clinical trials through surveys presented on mobile devices
WO2022119345A1 (en) * 2020-12-03 2022-06-09 Samsung Electronics Co., Ltd. Electronic apparatus and control method thereof
US11720229B2 (en) 2020-12-07 2023-08-08 Apple Inc. User interfaces for browsing and presenting content
US11417418B1 (en) 2021-01-11 2022-08-16 Vignet Incorporated Recruiting for clinical trial cohorts to achieve high participant compliance and retention
US11240329B1 (en) 2021-01-29 2022-02-01 Vignet Incorporated Personalizing selection of digital programs for patients in decentralized clinical trials and other health research
US11934640B2 (en) 2021-01-29 2024-03-19 Apple Inc. User interfaces for record labels
US11636500B1 (en) 2021-04-07 2023-04-25 Vignet Incorporated Adaptive server architecture for controlling allocation of programs among networked devices
US11705230B1 (en) 2021-11-30 2023-07-18 Vignet Incorporated Assessing health risks using genetic, epigenetic, and phenotypic data sources
US11901083B1 (en) 2021-11-30 2024-02-13 Vignet Incorporated Using genetic and phenotypic data sets for drug discovery clinical trials
WO2023195552A1 (ko) * 2022-04-05 2023-10-12 엘지전자 주식회사 디스플레이 장치
US20230412885A1 (en) * 2022-05-18 2023-12-21 Lemon Inc. Automatic identification of video series

Family Cites Families (73)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5010499A (en) 1988-02-22 1991-04-23 Yee Keen Y Digital data capture for use with TV set or monitor
US5121476A (en) 1988-02-22 1992-06-09 Yee Keen Y TV data capture device
US6493878B1 (en) 1988-10-17 2002-12-10 Lord Samuel A Kassatly Method and apparatus for tv broadcasting and reception
US4963995A (en) 1988-12-27 1990-10-16 Explore Technology, Inc. Audio/video transceiver apparatus including compression means
US5589892A (en) 1993-09-09 1996-12-31 Knee; Robert A. Electronic television program guide schedule system and method with data feed access
JP3372004B2 (ja) 1995-03-31 2003-01-27 ソニー株式会社 電子番組ガイド装置、電子番組ガイドシステム、および電子番組ガイド方法
US6769128B1 (en) 1995-06-07 2004-07-27 United Video Properties, Inc. Electronic television program guide schedule system and method with data feed access
JP3698273B2 (ja) 1995-07-20 2005-09-21 ソニー株式会社 電子番組ガイド伝送装置および方法、電子番組ガイド受信装置および方法、並びに電子番組ガイド送受信システムおよび方法
US6002394A (en) 1995-10-02 1999-12-14 Starsight Telecast, Inc. Systems and methods for linking television viewers with advertisers and broadcasters
US5793438A (en) 1995-11-13 1998-08-11 Hyundai Electronics America Electronic program guide with enhanced presentation
EP2271084A3 (en) 1996-03-15 2011-02-16 Gemstar Development Corporation Combination of VCR index and EPG
US5805235A (en) 1996-04-03 1998-09-08 Hyundai Electronics America Bookmarking television program and channel selections
US5940073A (en) 1996-05-03 1999-08-17 Starsight Telecast Inc. Method and system for displaying other information in a TV program guide
US5903816A (en) 1996-07-01 1999-05-11 Thomson Consumer Electronics, Inc. Interactive television system and method for displaying web-like stills with hyperlinks
US6177931B1 (en) 1996-12-19 2001-01-23 Index Systems, Inc. Systems and methods for displaying and recording control interface with television programs, video, advertising information and program scheduling information
US6005565A (en) 1997-03-25 1999-12-21 Sony Corporation Integrated search of electronic program guide, internet and other information resources
US6483548B1 (en) 1998-12-28 2002-11-19 Research Investment Network, Inc. Method of data display for electronic program guides (EPGs)
US6233389B1 (en) 1998-07-30 2001-05-15 Tivo, Inc. Multimedia time warping system
US6754906B1 (en) 1999-03-29 2004-06-22 The Directv Group, Inc. Categorical electronic program guide
US6850691B1 (en) 1999-03-30 2005-02-01 Tivo, Inc. Automatic playback overshoot correction system
US7734680B1 (en) 1999-09-30 2010-06-08 Koninklijke Philips Electronics N.V. Method and apparatus for realizing personalized information from multiple information sources
US6640337B1 (en) 1999-11-01 2003-10-28 Koninklijke Philips Electronics N.V. Digital television (DTV) including a smart electronic program guide (EPG) and operating methods therefor
US8132219B2 (en) * 2002-06-21 2012-03-06 Tivo Inc. Intelligent peer-to-peer system and method for collaborative suggestions and propagation of media
KR20020031187A (ko) * 2000-07-13 2002-04-26 요트.게.아. 롤페즈 이미 시청된 것으로 식별된 쇼들을 가진 추천된 쇼들의ｅｐｇ 디스플레이
US7937725B1 (en) 2000-07-27 2011-05-03 Koninklijke Philips Electronics N.V. Three-way media recommendation method and system
US8302127B2 (en) * 2000-09-25 2012-10-30 Thomson Licensing System and method for personalized TV
AU2001291116A1 (en) * 2000-09-29 2002-04-15 Gist Communications, Inc. Method and system for creating and presenting a recommendation-based guide to television viewing choices
WO2002033628A2 (en) * 2000-10-18 2002-04-25 Johnson & Johnson Consumer Companies, Inc. Intelligent performance-based product recommendation system
US7581237B1 (en) 2000-10-30 2009-08-25 Pace Plc Method and apparatus for generating television program recommendations based on prior queries
US7007294B1 (en) 2000-10-30 2006-02-28 Koninklijke Philips Electronics N.V. Method and apparatus for automatic generation of query search terms for a program recommender
US7017172B2 (en) * 2000-12-06 2006-03-21 Koninklijke Philips Electronics N.V. Recommender system using “fuzzy-now” for real-time events
US7089237B2 (en) * 2001-01-26 2006-08-08 Google, Inc. Interface and system for providing persistent contextual relevance for commerce activities in a networked environment
US6636416B2 (en) 2001-06-14 2003-10-21 Intel Corporation Electronic assembly with laterally connected capacitors and manufacturing method
US20030004934A1 (en) * 2001-06-29 2003-01-02 Richard Qian Creating and managing portable user preferences for personalizion of media consumption from device to device
US20030115585A1 (en) 2001-07-11 2003-06-19 International Business Machines Corporation Enhanced electronic program guide
US20030191753A1 (en) * 2002-04-08 2003-10-09 Michael Hoch Filtering contents using a learning mechanism
JP2006510084A (ja) 2002-12-11 2006-03-23 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ アイテムの推薦に基づいてかかるアイテムに関心のある多数の個人を予測するための方法及び装置
CN1788280A (zh) 2003-05-12 2006-06-14 皇家飞利浦电子股份有限公司 用于执行基于简档的协同过滤的装置和方法
US7685619B1 (en) 2003-06-27 2010-03-23 Nvidia Corporation Apparatus and method for 3D electronic program guide navigation
US7343347B2 (en) * 2003-10-08 2008-03-11 Time Warner Inc. Electronic media player with metadata based control and method of operating the same
US7526458B2 (en) * 2003-11-28 2009-04-28 Manyworlds, Inc. Adaptive recommendations systems
US7606772B2 (en) * 2003-11-28 2009-10-20 Manyworlds, Inc. Adaptive social computing methods
US7539652B2 (en) * 2003-11-28 2009-05-26 Manyworlds, Inc. Adaptive self-modifying and recombinant systems
US7526459B2 (en) * 2003-11-28 2009-04-28 Manyworlds, Inc. Adaptive social and process network systems
JP4124115B2 (ja) * 2003-12-02 2008-07-23 ソニー株式会社 情報処理装置及び情報処理方法、並びにコンピュータ・プログラム
US7181447B2 (en) * 2003-12-08 2007-02-20 Iac Search And Media, Inc. Methods and systems for conceptually organizing and presenting information
US8949899B2 (en) * 2005-03-04 2015-02-03 Sharp Laboratories Of America, Inc. Collaborative recommendation system
KR20070086164A (ko) 2004-11-15 2007-08-27 코닌클리케 필립스 일렉트로닉스 엔.브이. 사용자가 콘텐트를 선택하는 것을 돕는 방법 및 네트워크장치
US7533399B2 (en) * 2004-12-02 2009-05-12 Panasonic Corporation Programming guide content collection and recommendation system for viewing on a portable device
WO2007024736A2 (en) * 2005-08-19 2007-03-01 Biap Systems, Inc. System and method for recommending items of interest to a user
US20070060114A1 (en) * 2005-09-14 2007-03-15 Jorey Ramer Predictive text completion for a mobile communication facility
US7853485B2 (en) * 2005-11-22 2010-12-14 Nec Laboratories America, Inc. Methods and systems for utilizing content, dynamic patterns, and/or relational information for data analysis
US8613024B2 (en) 2005-12-13 2013-12-17 United Video Properties, Inc. Cross-platform predictive popularity ratings for use in interactive television applications
CA2967187C (en) * 2005-12-29 2019-07-09 Rovi Guides, Inc. Systems and methods for episode tracking in an interactive media environment
US20070154169A1 (en) * 2005-12-29 2007-07-05 United Video Properties, Inc. Systems and methods for accessing media program options based on program segment interest
US8209724B2 (en) * 2007-04-25 2012-06-26 Samsung Electronics Co., Ltd. Method and system for providing access to information of potential interest to a user
US8115869B2 (en) * 2007-02-28 2012-02-14 Samsung Electronics Co., Ltd. Method and system for extracting relevant information from content metadata
US7890490B1 (en) * 2006-06-30 2011-02-15 United Video Properties, Inc. Systems and methods for providing advanced information searching in an interactive media guidance application
JP2008078946A (ja) * 2006-09-20 2008-04-03 Sanyo Electric Co Ltd ディジタル放送受信装置
US7698263B2 (en) * 2007-01-23 2010-04-13 Cox Communications, Inc. Providing a lateral search
US20080250450A1 (en) * 2007-04-06 2008-10-09 Adisn, Inc. Systems and methods for targeted advertising
US8533761B1 (en) 2007-04-30 2013-09-10 Google Inc. Aggregating media information
US20080271078A1 (en) 2007-04-30 2008-10-30 Google Inc. Momentary Electronic Program Guide
US8065603B2 (en) 2007-04-30 2011-11-22 Google Inc. Hiding portions of display content
US8572649B1 (en) 2007-04-30 2013-10-29 Google Inc. Electronic program guide presentation
US8522281B1 (en) 2007-04-30 2013-08-27 Google Inc. Head end generalization
US8484192B1 (en) 2007-04-30 2013-07-09 Google Inc. Media search broadening
US8782698B2 (en) 2007-04-30 2014-07-15 Google Inc. Customizable media channels
US8005826B1 (en) 2007-04-30 2011-08-23 Google Inc. Identifying media content in queries
US8631440B2 (en) 2007-04-30 2014-01-14 Google Inc. Program guide user interface
US20080301732A1 (en) * 2007-05-31 2008-12-04 United Video Properties, Inc. Systems and methods for personalizing an interactive media guidance application
EP2176730A4 (en) * 2007-08-08 2011-04-20 Baynote Inc METHOD AND APPARATUS FOR CONTENT RECOMMENDATION BASED ON CONTEXT
US8275764B2 (en) 2007-08-24 2012-09-25 Google Inc. Recommending media programs based on media program popularity

Cited By (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103262075A (zh) * 2010-12-09 2013-08-21 阿尔卡特朗讯 用于向用户设备预提取资产的资源简档调整
CN103262075B (zh) * 2010-12-09 2016-08-17 阿尔卡特朗讯 用于向用户设备预提取资产的资源简档调整
CN102682153A (zh) * 2011-03-08 2012-09-19 索尼公司 信息处理和呈现装置、终端装置、评估得分计算法和程序
CN102750288A (zh) * 2011-04-21 2012-10-24 中国移动通信集团广东有限公司 一种互联网内容推荐方法及装置
CN102750288B (zh) * 2011-04-21 2015-11-11 中国移动通信集团广东有限公司 一种互联网内容推荐方法及装置
CN102982042B (zh) * 2011-09-07 2015-08-19 中国移动通信集团公司 一种个性化内容推荐方法、平台以及系统
CN102982042A (zh) * 2011-09-07 2013-03-20 中国移动通信集团公司 一种个性化内容推荐方法、平台以及系统
CN104160710A (zh) * 2011-12-21 2014-11-19 英特尔公司 基于用户行为的设备的数据填充
CN103369374A (zh) * 2012-03-29 2013-10-23 索尼公司 用于操作内容频道的方法和装置
CN104520887A (zh) * 2012-06-29 2015-04-15 芬克数字电视指导有限责任公司 用于自动生成推荐的装置及方法
CN102833594B (zh) * 2012-08-14 2017-11-24 中兴通讯股份有限公司 一种网络协议电视iptv节目搜索方法、装置及系统
CN102833594A (zh) * 2012-08-14 2012-12-19 中兴通讯股份有限公司 一种网络协议电视iptv节目搜索方法、装置及系统
CN108650533B (zh) * 2012-09-27 2021-01-15 谷歌有限责任公司 推荐媒体节目和在节目开始之前通知用户的系统和方法
CN108650533A (zh) * 2012-09-27 2018-10-12 谷歌有限责任公司 推荐媒体节目和在节目开始之前通知用户的系统和方法
CN104995620A (zh) * 2012-09-27 2015-10-21 谷歌公司 用于推荐媒体节目和在节目开始之前通知用户的系统和方法
CN104995620B (zh) * 2012-09-27 2018-05-08 谷歌有限责任公司 用于推荐媒体节目和在节目开始之前通知用户的系统和方法
CN102917269B (zh) * 2012-09-29 2016-06-29 青岛海信电器股份有限公司 一种电视节目推荐系统及方法
CN102917269A (zh) * 2012-09-29 2013-02-06 青岛海信电器股份有限公司 一种电视节目推荐系统及方法
CN105164671B (zh) * 2012-11-16 2019-07-09 谷歌有限责任公司 在信息检索系统中使用层级评分以进行消歧
CN105164671A (zh) * 2012-11-16 2015-12-16 谷歌股份有限公司 在信息检索系统中使用层级评分以进行消歧
CN103873955A (zh) * 2012-12-18 2014-06-18 联想(北京)有限公司 一种视频获取方法及装置
CN104182449A (zh) * 2013-05-20 2014-12-03 Tcl集团股份有限公司 基于用户兴趣建模的个性化视频推荐系统和方法
CN104182449B (zh) * 2013-05-20 2018-10-26 Tcl集团股份有限公司 基于用户兴趣建模的个性化视频推荐系统和方法
CN105324767A (zh) * 2013-06-03 2016-02-10 谷歌公司 用于将来自同一通道的结果聚类的方法
US10097897B2 (en) 2013-06-17 2018-10-09 Google Llc Enhanced program guide
CN105340288A (zh) * 2013-06-17 2016-02-17 谷歌公司 增强的节目指南
CN105340288B (zh) * 2013-06-17 2019-03-15 谷歌有限责任公司 增强的节目指南
US11023542B2 (en) 2013-11-13 2021-06-01 Google Llc Methods, systems, and media for presenting recommended media content items
CN110139135A (zh) * 2013-11-13 2019-08-16 谷歌有限责任公司 用于呈现推荐媒体内容项的方法、系统和介质
CN104834652A (zh) * 2014-02-11 2015-08-12 北京千橡网景科技发展有限公司 一种服务于社交网络的短信策略的构建方法及其装置
CN105321442A (zh) * 2014-06-23 2016-02-10 卡西欧计算机株式会社 信息评价装置以及信息评价方法
CN112383567A (zh) * 2015-06-23 2021-02-19 脸谱公司 流媒体呈现系统
CN105282616A (zh) * 2015-11-13 2016-01-27 云南大学 一种组合协同过滤iptv节目推荐方法
CN105426536A (zh) * 2015-12-21 2016-03-23 北京奇虎科技有限公司 汽车类搜索结果页的展现方法及装置
CN106407137A (zh) * 2016-09-18 2017-02-15 中国科学技术大学苏州研究院 基于邻域模型的协同过滤推荐算法的硬件加速器和方法
CN106803973B (zh) * 2017-01-18 2020-02-04 华数传媒网络有限公司 一种电视节目的智能编排方法
CN106803973A (zh) * 2017-01-18 2017-06-06 华数传媒网络有限公司 一种电视节目的智能编排方法
CN107404361B (zh) * 2017-06-20 2020-02-07 上海闻泰电子科技有限公司 信息获取与推送方法以及系统
CN107404361A (zh) * 2017-06-20 2017-11-28 上海闻泰电子科技有限公司 信息获取与推送方法以及系统
CN108415996A (zh) * 2018-02-13 2018-08-17 北京奇虎科技有限公司 一种新闻信息推送方法、装置及电子设备
CN108399232A (zh) * 2018-02-13 2018-08-14 北京奇虎科技有限公司 一种信息推送方法、装置及电子设备
CN108388629A (zh) * 2018-02-13 2018-08-10 北京奇虎科技有限公司 一种多媒体信息推送方法、装置及电子设备
CN108388630A (zh) * 2018-02-13 2018-08-10 北京奇虎科技有限公司 一种购物信息推送方法、装置及电子设备
CN110362711A (zh) * 2019-06-28 2019-10-22 北京小米智能科技有限公司 歌曲推荐方法及装置
CN110516084A (zh) * 2019-08-05 2019-11-29 上海喜马拉雅科技有限公司 多媒体关联信息确定方法、装置、存储介质及设备
CN110516084B (zh) * 2019-08-05 2023-06-06 上海喜马拉雅科技有限公司 多媒体关联信息确定方法、装置、存储介质及设备
CN113254679A (zh) * 2021-06-28 2021-08-13 北京达佳互联信息技术有限公司 多媒体资源推荐方法、装置、电子设备以及存储介质
CN113254679B (zh) * 2021-06-28 2021-09-28 北京达佳互联信息技术有限公司 多媒体资源推荐方法、装置、电子设备以及存储介质

Also Published As

Publication number Publication date
US20180020258A1 (en) 2018-01-18
BRPI0816240B1 (pt) 2021-01-05
US20240171820A1 (en) 2024-05-23
EP3273684A1 (en) 2018-01-24
EP2183917B1 (en) 2017-10-04
US20140109139A1 (en) 2014-04-17
US20150281785A1 (en) 2015-10-01
US20130007792A1 (en) 2013-01-03
US9769528B2 (en) 2017-09-19
EP3273684B1 (en) 2020-10-07
WO2009029488A2 (en) 2009-03-05
CA2697489C (en) 2016-10-11
US20090055385A1 (en) 2009-02-26
US10798452B2 (en) 2020-10-06
US20210051372A1 (en) 2021-02-18
KR101588814B1 (ko) 2016-01-26
WO2009029488A3 (en) 2009-04-23
EP2183917A2 (en) 2010-05-12
CN101828393B (zh) 2013-07-17
EP2183917A4 (en) 2012-08-29
AU2008293668B2 (en) 2013-05-09
CA2697489A1 (en) 2009-03-05
EP2183917B8 (en) 2017-11-22
US11936953B2 (en) 2024-03-19
US9088809B2 (en) 2015-07-21
JP5264908B2 (ja) 2013-08-14
US8775415B2 (en) 2014-07-08
AU2008293668A1 (en) 2009-03-05
EP3809696A1 (en) 2021-04-21
JP2010537578A (ja) 2010-12-02
US8275764B2 (en) 2012-09-25
KR20100044867A (ko) 2010-04-30

Similar Documents

Publication Publication Date Title
CN101828393B (zh) 基于媒体的推荐
US11907966B2 (en) Customizable data management system
US10171254B2 (en) Distributed live multimedia switching mechanism and network
US8250616B2 (en) Distributed live multimedia capture, feedback mechanism, and network
US8522289B2 (en) Distributed automatic recording of live event
US9009589B2 (en) Conversion of portable program modules for constrained displays
EP4354318A2 (en) Customizable data management system
US20090089162A1 (en) Distributed live multimedia monetization mechanism and network
US20120078725A1 (en) Method and system for contextual advertisement recommendation across multiple devices of content delivery
KR20130079337A (ko) 예정된 웹-기반 이벤트들의 인터랙티브 캘린더
CN105745643A (zh) 用于以基于文本的内容为基础创建基于图像的内容的系统和方法
KR20090099439A (ko) 멀티미디어 콘텐츠 정보에 포함된 메타 정보 기반 키워드광고 서비스 방법 및 그 서비스를 위한 시스템
KR20110043568A (ko) 동영상 정보에 대응되어 저장되는 상업적 태그 등의 메타 정보 기반 키워드 광고 서비스 방법 및 그 서비스를 위한 시스템
KR101070604B1 (ko) 유무선 네트워크 상에서 멀티미디어 콘텐츠 내용 맞춤형 광고 방법
KR101070741B1 (ko) 유무선 네트워크를 이용한 디지털 콘텐츠의 전달 과정에 참여하는 콘텐츠 신디케이션 시스템을 이용하는 광고 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: American California

Patentee after: Google limited liability company

Address before: American California

Patentee before: Google Inc.

CP01 Change in the name or title of a patent holder