CN102143400B - 一种机顶盒及节目收看处理方法 - Google Patents

Abstract

本发明公开了一种机顶盒及节目收看处理方法，其中机顶盒包括：存储模块，用于存储用户收看节目的习惯模式数据，所述习惯模式数据包括习惯模式事件及对应的触发条件；识别模块，用于对用户当前收看节目的模式数据与所述存储模块中存储的习惯模式数据中的触发条件是否匹配进行识别；触发模块，用于在所述识别模块识别出用户当前收看节目的模式数据与所述存储模块中存储的习惯模式数据中的触发条件匹配时，根据用户操作来触发匹配的触发条件对应的习惯模式事件。采用本发明可以低成本实现一种智能机顶盒，且具有易于实现的特点。

Description

一种机顶盒及节目收看处理方法

技术领域

本发明涉及电视技术领域，尤其涉及一种机顶盒及节目收看处理方法。

背景技术

伴随广播电视网络数字化的发展，越来越多的机顶盒投放到市场中，一部分机顶盒除了被动的接收用户的控制而外，还能够感知用户的习惯并与用户沟通。例如，现有技术提出一种机顶盒，该机顶盒通过视频采集模块自动检测识别用户身份，通过信息检索模块检索用户喜爱的节目和节目单，该机顶盒还实现用户喜爱的节目和节目单的自动呈现，其中视频采集模块每隔一段时间自动识别用户表情，机顶盒通过识别用户表情发现用户处于异常观看状态时给出相应的提示，从而感知用户的习惯并与用户沟通。

但是，发明人在实现本发明的过程中，发现上述现有技术存在如下不足：

在上述的实现方案中，为了实现对用户表情的自动识别，机顶盒中需要包含视频采集模块进行实时用户视频采集，而目前视频采集模块的实现一般如摄像头等，成本较高，可能比机顶盒的全部其它模块高出很多，这样使得机顶盒的整体实现成本高；且由于身份识别和表情识别受光线等外界条件影响大、容易导致识别不准、错误率高的问题，从而使得机顶盒不能准确进行身份识别、表情识别，进而也影响到正确地检索和呈现用户喜爱的节目和节目单，以及与用户沟通，因此机顶盒在感知用户习惯和与用户沟通的方面可实现性差。

发明内容

本发明实施例提供一种机顶盒及节目收看处理方法，用以降低机顶盒的实现成本，增强机顶盒感知用户习惯和与用户沟通的可实现性，该机顶盒包括：

学习模块，用于通过学习函数f(n)实时将学习到的用户收看节目的习惯模式数据发往存储模块；其中，所述学习函数f(n)记录某一事件发生的模式积分，给出如下公式：

f(n)=n+1            式(1)

f(n)=n              式(2)

f(n)=0              式(3)

f(n)=n-2            式(4)

f(n)=2N             式(5)

上述式中，n为前一次该事件发生时的模式积分；f(n)为当前该事件发生时的模式积分，f(n)≥0；N为预设的一上限值，N＞0，N可以由用户设置；

当n＜N时，该事件每发生一次则使用式(1)学习，当前该事件发生时的模式积分加1；

如果该事件没有发生则当前该事件发生时的模式积分不变，使用式(2)学习；

如果该事件连续M天（M可预设）没有发生，则使用式(3)学习，当前该事件发生时的模式积分为0；

如果用户主动取消该事件的发生，则使用式(4)学习，当前该事件发生时的模式积分减2；

如果用户连续两次主动取消该事件的发生，则使用式(3)学习，当前该事件发生时的模式积分为0；

如果n＞2N，则使用式(5)学习，当前该事件发生时的模式积分为2N；

存储模块，用于存储用户收看节目的习惯模式数据，所述习惯模式数据包括习惯模式事件及对应的触发条件；

识别模块，用于对用户当前收看节目的模式数据与所述存储模块中存储的习惯模式数据中的触发条件是否匹配进行识别；

触发模块，用于在所述识别模块识别出用户当前收看节目的模式数据与所述存储模块中存储的习惯模式数据中的触发条件匹配时，触发匹配的触发条件对应的习惯模式事件。

本发明实施例还提供一种节目收看处理方法，该方法包括：

通过学习函数f(n)实时将学习到的用户收看节目的习惯模式数据发往存储模块；其中，所述学习函数f(n)记录某一事件发生的模式积分，给出如下公式：

f(n)=n+1           式(1)

f(n)=n             式(2)

f(n)=0             式(3)

f(n)=n-2           式(4)

f(n)=2N            式(5)

上述式中，n为前一次该事件发生时的模式积分；f(n)为当前该事件发生时的模式积分，f(n)≥0；N为预设的一上限值，N＞0，N可以由用户设置；

当n＜N时，该事件每发生一次则使用式(1)学习，当前该事件发生时的模式积分加1；

如果该事件没有发生则当前该事件发生时的模式积分不变，使用式(2)学习；

如果该事件连续M天（M可预设）没有发生，则使用式(3)学习，当前该事件发生时的模式积分为0；

如果用户主动取消该事件的发生，则使用式(4)学习，当前该事件发生时的模式积分减2；

如果用户连续两次主动取消该事件的发生，则使用式(3)学习，当前该事件发生时的模式积分为0；

如果n＞2N，则使用式(5)学习，当前该事件发生时的模式积分为2N；

对用户当前收看节目的模式数据与存储的用户收看节目的习惯模式数据中的触发条件是否匹配进行识别，所述习惯模式数据包括习惯模式事件及对应的触发条件；

在识别出用户当前收看节目的模式数据与存储的用户收看节目的习惯模式数据中的触发条件相匹配时，触发匹配的触发条件对应的习惯模式事件。

本发明实施例中，通过对用户当前收看节目的模式数据与存储的用户收看节目的习惯模式数据中的触发条件是否匹配进行识别；在识别出用户当前收看节目的模式数据与存储的用户收看节目的习惯模式数据中的触发条件相匹配时，触发匹配的触发条件对应的习惯模式事件，与现有技术中需要实时进行用户视频采集和识别的技术方案相比，本发明实施例无需使用视频采集模块进行实时用户视频采集，可以降低机顶盒的实现成本，由于避免了进行身份识别、表情识别这些难度较大的操作，因此还增强了机顶盒感知用户习惯和与用户沟通的可实现性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本发明实施例中机顶盒的结构示意图；

图2为本发明实施例中机顶盒的具体实例的结构示意图；

图3为本发明实施例中触发模块103的结构示意图；

图4为本发明实施例中学习模块201学习用户交互单元301感知的用户进行的操作的示意图；

图5为本发明实施例中节目收看处理方法的处理流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

本发明实施例提供一种机顶盒，其结构如图1所示，该机顶盒可以包括：

存储模块101，用于存储用户收看节目的习惯模式数据，所述习惯模式数据包括习惯模式事件及对应的触发条件；

识别模块102，用于对用户当前收看节目的模式数据与存储模块101中存储的习惯模式数据中的触发条件是否匹配进行识别；

触发模块103，用于在识别模块102识别出用户当前收看节目的模式数据与存储模块101中存储的习惯模式数据中的触发条件匹配时，触发匹配的触发条件对应的习惯模式事件。

由图1所示机顶盒的结构可知，在本发明实施例的机顶盒中，通过存储模块101存储有用户收看节目的习惯模式数据，所述习惯模式数据包括习惯模式事件及对应的触发条件；识别模块102对用户当前收看节目的模式数据与存储模块101中存储的习惯模式数据中的触发条件是否匹配进行识别；在识别模块102识别出用户当前收看节目的模式数据与存储模块101存储的习惯模式数据中的触发条件相匹配时，触发模块103触发匹配的触发条件对应的习惯模式事件，与现有技术中实现感知用户的习惯并与用户沟通中需要实时进行用户视频采集和识别的技术方案相比，本发明实施例的机顶盒无需使用视频采集模块进行实时用户视频采集，可以降低机顶盒的实现成本；由于避免了进行身份识别、表情识别这些难度较大的操作，因此还增强了机顶盒感知用户习惯和与用户沟通的可实现性。

具体实施时，用户收看节目的习惯模式数据包括习惯模式事件及对应的触发条件。举一些例子说明如下，可以理解的是，在本实施例中，可以包括以下例子，但不局限于以下例子。

1、如果用户在一天中的某个时间点最喜爱收看某个频道，则该情况下习惯模式事件为：播放该频道的节目；对应的触发条件为：一天中的该时间点。

2、如果用户经常在一天中的某个时间点关机，则该情况下习惯模式事件为：关机；对应的触发条件为：一天中的该时间点。

3、如果预设有：若播放某个频道的时间超过2小时，则关机或切换频道；而用户收看某个频道的时间超过2小时，则该情况下习惯模式事件为：关机或切换频道；对应的触发条件为：用户收看该频道的时间超过2小时。

4、如果预设有喜爱的频道列表，则该情况下习惯模式事件为：修改喜爱的频道列表；对应的触发条件为：用户收看喜爱的频道列表中的某个频道较少，或用户收看喜爱的频道列表外的某个频道超过一定的时间和/或次数，或用户预定喜爱的频道列表外的某个频道超过一定的次数。

5、如果用户经常收看某种类型的节目，则该情况下习惯模式事件为：播放该类型的节目；对应的触发条件为：某个频道该类型的节目开始播放。

6、如果用户经常在广告开始的时间切台到上一个频道，则该情况下习惯模式事件为：切换到上一个频道；对应的触发条件为：到达广告开始的时间。

7、如果预设有这样的半夜模式：在深夜（某时间点之后）某个节目播放完成时关机，则该情况下习惯模式事件为：关机；对应的触发条件为：在该时间点之后且该节目播放完成。

实施时还可以根据不同机顶盒的定制需求来增加用户收看节目的习惯模式数据。前述存储模块101可以是机顶盒的NVRAM（Non-Volatile Random Access Memory，非易失性随机访问存储器）。

如图2所示，一个实施例中，图1所示的机顶盒还可以包括：

学习模块201，用于学习用户收看节目的习惯模式数据，将学习到的习惯模式数据发往存储模块101进行存储。

具体实施时，存储模块101中存储的习惯模式数据可以是预先配置的，例如由用户进行预先配置；也可以是由前述学习模块201学习到之后发来的。学习模块201学习用户收看节目的习惯模式数据可以是在识别模块102进行识别处理之前进行，也可以是在识别模块102进行识别处理的同时进行，还可以是在识别模块102进行识别处理之后进行，存储模块101中存储的习惯模式数据可以一直处于更新状态。

由上述实施例中可知，由于机顶盒具有学习能力，能够感知用户的习惯，从而可实现按用户习惯触发习惯模式事件，并非被动的接收用户的控制。

前述学习模块201学习用户收看节目的习惯模式数据可以有多种实现方式，例如可以通过学习函数来实现。举一例，本例中学习模块201通过学习函数，实时将学习到的用户收看节目的习惯模式数据发往存储模块101，以实现存储模块101中习惯模式数据的更新，由学习函数f(n)记录某一事件发生的模式积分，给出如下公式：

f(n)=n+1     (公式1)

f(n)=n       (公式2)

f(n)=0       (公式3)

f(n)=n-2     (公式4)

f(n)=2N      (公式5)

上述公式中，n为前一次该事件发生时的模式积分；f(n)为当前该事件发生时的模式积分，f(n)≥0；N为预设的一上限值，N＞0，N可以由用户设置。

当n＜N时，该事件每发生一次则使用公式1学习，当前该事件发生时的模式积分加1；

如果该事件没有发生则当前该事件发生时的模式积分不变，使用公式2学习；

如果该事件连续M天（M可预设）没有发生，则使用公式3学习，当前该事件发生时的模式积分为0。

如果用户主动取消该事件的发生，则使用公式4学习，当前该事件发生时的模式积分减2。

如果用户连续两次主动取消该事件的发生，则使用公式3学习，当前该事件发生时的模式积分为0。

如果n＞2N，则使用公式5学习，当前该事件发生时的模式积分为2N。

建议N为3，M为30。这里实现了学习函数一个具体实例。

本例中，若学习到的当前该事件发生时的模式积分f(n)总是在满足某一设定条件的情况下大于某一设定值，则可以认为该事件为习惯模式事件，该设定条件为该习惯模式事件对应的触发条件，将该习惯模式事件及对应的触发条件作为习惯模式数据发往存储模块进行存储。后续在用户收看节目时，若识别到用户当前收看节目的模块数据与存储的该触发条件相匹配，则触发该习惯模式事件。

如图3所示，一个实施例中，前述触发模块103可以包括：

用户交互单元301，用于提示用户进行触发所述习惯模式事件的操作，并感知用户进行的操作；

触发单元302，用于在所述用户交互单元301感知到用户进行触发所述习惯模式事件的操作时，触发所述习惯模式事件。

前述用户交互单元301可实现机顶盒与用户的人机交互。当然，实施时也可以不与用户交互，而是在识别模块102识别出用户当前收看节目的模式数据与存储模块101中存储的习惯模式数据中的触发条件匹配时，直接触发匹配的触发条件对应的习惯模式事件。

具体在提示用户进行触发所述习惯模式事件的操作时，可以有多种实现方式。下面仍以前述例子来说明：

1、如果用户在一天中的某个时间点最喜爱收看某个频道，则该情况下提示用户进行触发习惯模式事件的操作可以是：在一天中的该时间点提示用户是否播放该频道的节目。

2、如果用户经常在一天中的某个时间点关机，则该情况下提示用户进行触发习惯模式事件的操作可以是：在一天中的该时间点提示用户关机。

3、如果预设有：若播放某个频道的时间超过2小时，则关机或切换频道；而用户收看某个频道的时间超过2小时，则该情况下提示用户进行触发习惯模式事件的操作可以是：提示用户关机或切换频道。

4、如果预设有喜爱的频道列表，若用户收看喜爱的频道列表中的某个频道较少，则该情况下提示用户进行触发习惯模式事件的操作可以是：提示用户在喜爱的频道列表中将该频道删除；若用户收看喜爱的频道列表外的某个频道超过一定的时间和/或次数，或用户预定该频道超过一定的次数，则该情况下提示用户进行触发习惯模式事件的操作可以是：提示用户在喜爱的频道列表中加入该频道。

5、如果用户经常收看某种类型的节目，若某个频道该类型的节目开始播放，则该情况下提示用户进行触发习惯模式事件的操作可以是：提示用户播放该类型的节目。

6、如果用户经常在广告开始的时间切台到上一个频道，若到达广告开始的时间，则该情况下提示用户进行触发习惯模式事件的操作可以是：提示用户切换到上一个频道。

7、如果预设有这样的半夜模式：在深夜（某时间点之后）某个节目播放完成时关机，若在该时间点之后且该节目播放完成，则该情况下提示用户进行触发习惯模式事件的操作可以是：提示用户关机。

用户交互单元301在提示用户进行触发习惯模式事件的操作时，感知用户进行的操作；如果感知到用户进行触发习惯模式事件的操作，则由触发单元302触发该习惯模式事件。一种可能的情况是，用户交互单元301未感知到用户进行触发习惯模式事件的操作，则此时可以超时退出提示，超时的时长门限值可以预先设置。

具体实施时，用户交互单元301感知的用户进行的操作还可以作为用户收看节目的习惯模式数据，由学习模块201进行学习。如图4所示，学习模块201可以与用户交互单元301相连，用于将用户交互单元301感知的用户进行的操作，作为用户收看节目的习惯模式数据进行学习。

用户交互单元301在提示用户进行触发习惯模式事件的操作时，可以经节目播放器的显示装置，在节目画面提示用户进行触发习惯模式事件的操作；也可以经节目播放器的音频装置，语音提示用户进行触发习惯模式事件的操作，例如通过内置语音文件来实现。

此外，用户交互单元301提示用户进行触发习惯模式事件的操作方式，例如遥控器的具体操作方式等。当用户交互单元301感知到用户按提示的操作方式（比如提示的操作方式为按“确认”按键，此时用户按了“确认”按键）进行触发习惯模式事件的操作，则由触发单元302触发该习惯模式事件。当用户交互单元301感知到用户进行了其它方式的操作（比如用户按了除“确认”按键外的其它按键），则此时可以超时退出提示。

前述存储模块101还可以按不同用户存储用户收看节目的习惯模式数据，这样可以支持定义多人模式，用户交互单元301可以提供UI（User Interface，用户界面）界面供用户选择当前适用哪个用户的习惯模式数据。

基于同一发明构思，本发明实施例还提供一种节目收看处理方法，如下面的实施例所述。由于该方法解决问题的原理与机顶盒相似，因此该方法的实施可以参见机顶盒的实施，重复之处不再赘述。

如图5所示，本发明实施例中节目收看处理方法的处理流程可以包括：

步骤501、对用户当前收看节目的模式数据与存储的用户收看节目的习惯模式数据中的触发条件是否匹配进行识别，所述习惯模式数据包括习惯模式事件及对应的触发条件；

具体实施时，用户收看节目的习惯模式数据包括习惯模式事件及对应的触发条件。举一些例子说明如下，可以理解的是，在本实施例中，可以包括以下例子，但不局限于以下例子。

1、如果用户在一天中的某个时间点最喜爱收看某个频道，则该情况下习惯模式事件为：播放该频道的节目；对应的触发条件为：一天中的该时间点。

2、如果用户经常在一天中的某个时间点关机，则该情况下习惯模式事件为：关机；对应的触发条件为：一天中的该时间点。

3、如果预设有：若播放某个频道的时间超过2小时，则关机或切换频道；而用户收看某个频道的时间超过2小时，则该情况下习惯模式事件为：关机或切换频道；对应的触发条件为：用户收看该频道的时间超过2小时。

4、如果预设有喜爱的频道列表，则该情况下习惯模式事件为：修改喜爱的频道列表；对应的触发条件为：用户收看喜爱的频道列表中的某个频道较少，或用户收看喜爱的频道列表外的某个频道超过一定的时间和/或次数，或用户预定喜爱的频道列表外的某个频道超过一定的次数。

5、如果用户经常收看某种类型的节目，则该情况下习惯模式事件为：播放该类型的节目；对应的触发条件为：某个频道该类型的节目开始播放。

6、如果用户经常在广告开始的时间切台到上一个频道，则该情况下习惯模式事件为：切换到上一个频道；对应的触发条件为：到达广告开始的时间。

7、如果预设有这样的半夜模式：在深夜（某时间点之后）某个节目播放完成时关机，则该情况下习惯模式事件为：关机；对应的触发条件为：在该时间点之后且该节目播放完成。

步骤502、在识别出用户当前收看节目的模式数据与存储的用户收看节目的习惯模式数据中的触发条件相匹配时，触发匹配的触发条件对应的习惯模式事件。

由图5所示处理流程可知，本发明实施例中，存储有用户收看节目的习惯模式数据，所述习惯模式数据包括习惯模式事件及对应的触发条件；在用户收看节目时，对用户当前收看节目的模式数据与存储的用户收看节目的习惯模式数据中的触发条件是否匹配进行识别；在识别出用户当前收看节目的模式数据与存储的用户收看节目的习惯模式数据中的触发条件相匹配时，触发匹配的触发条件对应的习惯模式事件，与现有技术中实现感知用户的习惯并与用户沟通中的需要实时进行用户视频采集和识别的技术方案相比，本发明实施例无需使用视频采集模块进行实时用户视频采集，可以降低机顶盒的实现成本；由于避免了进行身份识别、表情识别这些难度较大的操作，因此还增强了机顶盒感知用户习惯和与用户沟通的可实现性。

具体实施时，图5所示流程还可以包括步骤：学习用户收看节目的习惯模式数据，将学习到的习惯模式数据进行存储。图5所示流程中所述存储的习惯模式数据可以是预先配置的，例如由用户进行预先配置；也可以是在学习到用户收看节目的习惯模式数据之后进行存储的。学习用户收看节目的习惯模式数据可以在图5所示流程之前进行实施，也可以在执行图5所示流程的同时进行实施，还可以在执行图5所示流程之后进行实施，存储的习惯模式数据可以一直处于更新状态。

在本实施例中，学习用户收看节目的习惯模式数据可以有多种实现方式，例如可以通过学习函数来实现。举一例，本例中通过学习函数，实时将学习到的用户收看节目的习惯模式数据进行存储，以实现习惯模式数据的更新，由学习函数f(n)记录某一事件发生的模式积分，给出如下公式：

f(n)=n+1   (公式1)

f(n)=n     (公式2)

f(n)=0     (公式3)

f(n)=n-2   (公式4)

f(n)=2N    (公式5)

上述公式中，n为前一次该事件发生时的模式积分；f(n)为当前该事件发生时的模式积分，f(n)≥0；N为预设的一上限值，N＞0，N可以由用户设置。

当n＜N时，该事件每发生一次则使用公式1学习，当前该事件发生时的模式积分加1；

如果该事件没有发生则当前该事件发生时的模式积分不变，使用公式2学习；

如果该事件连续M天（M可预设）没有发生，则使用公式3学习，当前该事件发生时的模式积分为0。

如果用户主动取消该事件的发生，则使用公式4学习，当前该事件发生时的模式积分减2。

如果用户连续两次主动取消该事件的发生，则使用公式3学习，当前该事件发生时的模式积分为0。

如果n＞2N，则使用公式5学习，当前该事件发生时的模式积分为2N。

建议N为3，M为30。这里实现了学习函数一个具体实例。

本例中，若学习到的当前该事件发生时的模式积分f(n)总是在满足某一设定条件的情况下大于某一设定值，则可以认为该事件为习惯模式事件，该设定条件为该习惯模式事件对应的触发条件，将该习惯模式事件及对应的触发条件作为习惯模式数据发往存储模块进行存储。后续在用户收看节目时，若识别到用户当前收看节目的模块数据与存储的该触发条件相匹配，则触发该习惯模式事件。

具体实施时，步骤502中触发匹配的触发条件对应的习惯模式事件，可以包括：提示用户进行触发所述习惯模式事件的操作；

感知用户进行的操作；

在感知到用户进行触发所述习惯模式事件的操作时，触发所述习惯模式事件。这样，实现了机顶盒与用户的人机交互。

其中学习用户收看节目的习惯模式数据，还可以包括：将前述感知的用户进行的操作作为用户收看节目的习惯模式数据进行学习。

其中提示用户进行触发所述习惯模式事件的操作，可以包括：经节目播放器的显示装置，在节目画面提示用户进行触发所述习惯模式事件的操作；和/或，经节目播放器的音频装置，语音提示用户进行触发所述习惯模式事件的操作。

具体实施时，步骤502中触发匹配的触发条件对应的习惯模式事件，还可以包括：提示用户进行触发所述习惯模式事件的操作方式。

具体实施时，在将学习到的习惯模式数据进行存储时，可以包括：按不同用户存储用户收看节目的习惯模式数据。这样可以支持定义多人模式。

综上所述，本发明实施例中，存储有用户收看节目的习惯模式数据，所述习惯模式数据包括习惯模式事件及对应的触发条件；在用户收看节目时，对用户当前收看节目的模式数据与存储的用户收看节目的习惯模式数据中的触发条件是否匹配进行识别；在识别出用户当前收看节目的模式数据与存储的用户收看节目的习惯模式数据中的触发条件相匹配时，触发匹配的触发条件对应的习惯模式事件，与现有技术中实现感知用户的习惯并与用户沟通中的需要实时进行用户视频采集和识别的技术方案相比，本发明实施例无需使用视频采集模块进行实时用户视频采集，可以降低实现成本，解决机顶盒智能化的成本问题，低成本实现机顶盒按用户习惯触发习惯模式事件，并非被动的接收用户的控制；并且，由于避免了进行身份识别、表情识别这些难度较大的操作，因此还可以增强机顶盒感知用户习惯和与用户沟通的可实现性，解决智能机顶盒的实现与推广问题，还能解决存量机顶盒的同步智能化问题。

本发明实施例的实现不需要额外的硬件，适用于有线、地面、卫星或者相近的其它机顶盒产品。本发明实施例易于实现与推广，没有技术难题，由于目前机顶盒普遍具有软件更新功能，这样不仅在新的机顶盒中易于实现智能化，也容易解决存量机顶盒智能化的问题。

本发明实施例可以用于电视机以及融合智能终端等领域。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种机顶盒，其特征在于，包括：

学习模块，用于通过学习函数f(n)实时将学习到的用户收看节目的习惯模式数据发往存储模块；其中，所述学习函数f(n)记录某一事件发生的模式积分，给出如下公式：

f(n)=n+1                      式(1)

f(n)=n                        式(2)

f(n)=0                        式(3)

f(n)=n-2                      式(4)

f(n)=2N                       式(5)

上述式中，n为前一次该事件发生时的模式积分；f(n)为当前该事件发生时的模式积分，f(n)≥0；N为预设的一上限值，N＞0，N可以由用户设置；

当n＜N时，该事件每发生一次则使用式(1)学习，当前该事件发生时的模式积分加1；

如果该事件没有发生则当前该事件发生时的模式积分不变，使用式(2)学习；

如果该事件连续M天没有发生，则使用式(3)学习，当前该事件发生时的模式积分为0；

如果用户主动取消该事件的发生，则使用式(4)学习，当前该事件发生时的模式积分减2；

如果用户连续两次主动取消该事件的发生，则使用式(3)学习，当前该事件发生时的模式积分为0；

如果n＞2N，则使用式(5)学习，当前该事件发生时的模式积分为2N；

存储模块，用于根据学习到的当前该事件发生时的模式积分f(n)总是在满足某一设定条件的情况下大于某一设定值，则可以认为该事件为习惯模式事件，该设定条件为该习惯模式事件对应的触发条件，将该习惯模式事件及对应的触发条件作为习惯模式数据发往存储模块进行存储；

识别模块，用于对用户当前收看节目的模式数据与所述存储模块中存储的习惯模式数据中的触发条件是否匹配进行识别；

触发模块，用于在所述识别模块识别出用户当前收看节目的模式数据与所述存储模块中存储的习惯模式数据中的触发条件匹配时，触发匹配的触发条件对应的习惯模式事件。

2.如权利要求1所述的机顶盒，其特征在于，所述触发模块包括：

用户交互单元，用于提示用户进行触发所述习惯模式事件的操作，并感知用户进行的操作；

触发单元，用于在所述用户交互单元感知到用户进行触发所述习惯模式事件的操作时，触发所述习惯模式事件。

3.如权利要求2所述的机顶盒，其特征在于，所述学习模块还用于：将所述用户交互单元感知的用户进行的操作，作为用户收看节目的习惯模式数据进行学习。

4.如权利要求2所述的机顶盒，其特征在于，所述用户交互单元具体用于：

经节目播放器的显示装置，在节目画面提示用户进行触发所述习惯模式事件的操作；

和/或，经节目播放器的音频装置，语音提示用户进行触发所述习惯模式事件的操作。

5.一种节目收看处理方法，其特征在于，包括：

通过学习函数f(n)实时将学习到的用户收看节目的习惯模式数据发往存储模块；其中，所述学习函数f(n)记录某一事件发生的模式积分，给出如下公式：

f(n)=n+1                    式(1)

f(n)=n                      式(2)

f(n)=0                     式(3)

f(n)=n-2                   式(4)

f(n)=2N                    式(5)

上述式中，n为前一次该事件发生时的模式积分；f(n)为当前该事件发生时的模式积分，f(n)≥0；N为预设的一上限值，N＞0，N可以由用户设置；

当n＜N时，该事件每发生一次则使用式(1)学习，当前该事件发生时的模式积分加1；

如果该事件没有发生则当前该事件发生时的模式积分不变，使用式(2)学习；

如果该事件连续M天没有发生，则使用式(3)学习，当前该事件发生时的模式积分为0；

如果用户主动取消该事件的发生，则使用式(4)学习，当前该事件发生时的模式积分减2；

如果用户连续两次主动取消该事件的发生，则使用式(3)学习，当前该事件发生时的模式积分为0；

如果n＞2N，则使用式(5)学习，当前该事件发生时的模式积分为2N；

根据学习到的当前该事件发生时的模式积分f(n)总是在满足某一设定条件的情况下大于某一设定值，则可以认为该事件为习惯模式事件，该设定条件为该习惯模式事件对应的触发条件，将该习惯模式事件及对应的触发条件作为习惯模式数据发往存储模块进行存储；

在识别出用户当前收看节目的模式数据与存储的用户收看节目的习惯模式数据中的触发条件相匹配时，触发匹配的触发条件对应的习惯模式事件。

6.如权利要求5所述的方法，其特征在于，所述触发匹配的触发条件对应的习惯模式事件，包括：

提示用户进行触发所述习惯模式事件的操作；

感知用户进行的操作；

在感知到用户进行触发所述习惯模式事件的操作时，触发所述习惯模式事件。

7.如权利要求5所述的方法，其特征在于，所述学习到的用户收看节目的习惯模式数据，还包括：将感知的用户进行的操作作为用户收看节目的习惯模式数据进行学习。

8.如权利要求6所述的方法，其特征在于，所述提示用户进行触发所述习惯模式事件的操作，包括：

经节目播放器的显示装置，在节目画面提示用户进行触发所述习惯模式事件的操作；

和/或，经节目播放器的音频装置，语音提示用户进行触发所述习惯模式事件的操作。

Images