CN102244812A - 视频内容推荐 - Google Patents

视频内容推荐 Download PDF

Info

Publication number
CN102244812A
CN102244812A CN2011101850673A CN201110185067A CN102244812A CN 102244812 A CN102244812 A CN 102244812A CN 2011101850673 A CN2011101850673 A CN 2011101850673A CN 201110185067 A CN201110185067 A CN 201110185067A CN 102244812 A CN102244812 A CN 102244812A
Authority
CN
China
Prior art keywords
video asset
video
user
asset
effectiveness
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
CN2011101850673A
Other languages
English (en)
Other versions
CN102244812B (zh
Inventor
J·E·策恩
E·L·费塔
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.)
Microsoft Technology Licensing LLC
Original Assignee
Microsoft Corp
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 Microsoft Corp filed Critical Microsoft Corp
Publication of CN102244812A publication Critical patent/CN102244812A/zh
Application granted granted Critical
Publication of CN102244812B publication Critical patent/CN102244812B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products
    • 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
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/4788—Supplemental services, e.g. displaying phone caller identification, shopping application communicating with other users, e.g. chatting
    • 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

Abstract

描述了视频内容推荐。在各实施例中，从客户机设备接收对视频内容的推荐的请求，并且该推荐包括供用户用的最优观看时间表的视频资产的标识符。可以确定每一视频资产的效用，这指示视频资产对用户的社交价值。还可以至少部分地基于视频资产的社交价值来确定每一视频资产的时间相关度，它指示用户有多久从选择观看该视频资产。随后可以基于每一视频资产的效用和与每一视频资产相关联的时间相关度来生成最优观看时间表。最优观看时间表包括当用户观看时在最短观看时间量内提供最大社交价值的所推荐视频资产。

Description

视频内容推荐
技术领域
本发明涉及视频内容推荐。
背景技术
诸如影片、音乐、电视节目、以及视频等媒体内容选择日益增长。即使现在有数百个电视频道和无限数量的病毒视频可供选择来观看(如在浏览因特网视频时)，巨大数量的选择通常也给观看者留下了没有什么可以观看的感觉。通常，观看者只具有有限的时间量来专注于观看电视和/或浏览视频，但却要确定从许多选择中选择什么来观看并确定它们的优先次序。观看者可能更想不将有限的观看时间量浪费于搜索观看的东西，或浪费于观看不相关或他们不感兴趣的视频内容。
发明内容
提供本发明内容是为了介绍将在以下具体实施方式中进一步描述的视频内容推荐的简化概念。本概述并不旨在标识所要求保护的主题的必要特征，也不旨在用于帮助确定所要求保护的主题的范围。
描述了视频内容推荐。在各实施例中，从客户机设备接收对视频内容的推荐的请求，并且该推荐包括供用户用的最优观看时间表的视频资产的标识符。可以确定每一视频资产的效用，这指示视频资产对用户的社交价值。还可以至少部分地基于视频资产的社交价值来确定每一视频资产的时间相关度，它是用户有多久才选择观看该视频资产的指示。随后可以基于每一视频资产的效用和与每一视频资产相关联的时间相关度来生成最优观看时间表。最优观看时间表包括当用户观看时在最短观看时间量内提供最大社交价值的所推荐视频资产的标识符。所推荐视频资产可包括电视节目、影片、病毒视频、或音乐视频中的任何一个或组合。
在其他实施例中，可以至少部分地基于视频资产对用户的个人价值来确定视频资产的效用，其中个人价值是基于视频资产选择历史和/或用户偏好的。作为替换或补充，可以基于对用户的社交网络联系人将可能选择观看的视频资产的预测来确定视频资产的效用，其中对用户的社交价值是对观看社交网络联系人选择观看的相同视频资产中的一个或多个的推荐。作为替换或补充，可以基于用户先前观看的视频资产、用户的社交网络联系人先前观看的视频资产、以及对社交网络联系人将可能选择观看的视频资产的预测来确定视频资产的效用。
在其他实施例中，可以评估每一视频资产的多样性来确定视频资产的效用，其中视频资产对用户的社交价值还指示该视频资产的唯一性。可以将折扣函数应用于视频资产中的一个或多个的社交价值，或将折扣函数应用于包括相似主题的所有视频资产中除其中之一外的视频资产。所推荐视频资产可包括与其他视频资产中的一个或多个相似的主题，并且作为在最短的观看时间量内提供最大社交价值的代表性视频资产来推荐。最优观看时间表可被传递给客户机设备以供用户选择所推荐视频资产。随后可以从客户机设备接收回对所推荐视频资产的用户选择，这随后发起对每一视频资产的效用的重新确定来为该用户更新最优观看时间表。
附图说明
参考以下附图描述了视频内容推荐的各实施例。在各附图中，使用相同的附图标记来指示相同的特征和组件：
图1示出其中可以实现视频内容推荐的各实施例的示例系统。
图2示出其中可以实现视频内容推荐的各实施例的另一示例系统。
图3示出如根据一个或多个实施例描述的确定视频资产在特定时刻的价值的示例。
图4示出可实现视频内容推荐的各实施例以便在普遍存在的环境中得到无缝用户体验的具有多个设备的示例系统。
图5示出根据一个或多个实施例的视频内容推荐的附加示例方法。
图6示出可实现视频内容推荐的各实施例的示例设备的各组件。
具体实施方式
描述了视频内容推荐。在各实施例中，可为客户机设备的用户确定所推荐视频内容的最优观看时间表，其中所推荐的视频内容包括视频资产的任何组合，这些视频资产如电视节目、影片、病毒视频(viral video)、或音乐视频。最优观看时间表包括当用户观看时在最短观看时间量内提供最大社交价值的所推荐视频资产的标识符。在各实施例中，基于效用和时间相关度来评估各视频资产。视频资产的效用指示该视频资产对用户的社交价值。另外，给定选择历史和用户偏好，视频资产的效用是有多少朋友可能或将可能观看该视频内容以及用户对该视频内容有多么感兴趣的指示。
与视频资产相关联的时间相关度是视频内容有多么值得注意或“值得谈论”和/或该视频内容有多新颖的指示，尤其是对用户的朋友群而言。例如，观看者可能想要知道他或她的朋友和同事次日将要在工作时就水冷却器要谈些什么，以及要观看哪些电视节目或病毒视频以便“熟悉内幕”。观看者还将可能想要知道电视节目和/或病毒视频中的哪些实际上值得花时间观看。视频内容推荐的各实施例允许客户机设备的用户(例如，视频内容观看者)能获得哪一视频内容适于观看、以及以何种次序观看、连同所推荐视频资产对用户的社交价值或重要性的指示的推荐。
虽然所描述的用于视频内容推荐的系统和方法的特征和概念能够在任何数量的不同环境、系统和/或各种配置中实现，但视频内容推荐的各实施例在以下各示例系统和环境的上下文中描述。
图1示出其中可以实现视频内容推荐的各实施例的示例系统100。示例系统100包括客户机设备102，它可被配置成任何类型的客户机设备104。各客户机设备104中的一些包括有线和/或无线设备，并且还可被称为用户设备和/或便携式设备。示例系统100还包括经由通信网络108向任何数量的各客户机设备104传递或以其他方式提供媒体内容和数据的媒体内容服务106和/或其他媒体内容源。
示例系统100还包括支持各客户机设备的用户进行社交联网的社交网络服务110。社交网络服务110可被实现成基于社交团体中的任何一个或组合，如同事、朋友、家人、基于共同兴趣的群体、基于某种共同性而链接的未知联系人的群体等等，来提供社交网络联系人的任何类型的社交网络站点。社交网络服务110支持通过维护与各客户机设备的社交网络用户相对应的社交网络用户数据112来进行社交联网。在由社交网络服务维护的社交图114中标识各社交群体中的任何一个，并且客户机设备102的用户可与群体社交网络联系人和群体成员一起被包括在社交图中的任一个中。在各实施例中，社交网络服务110还可表示各社交网络群体，和/或社交图114可以表示特定用户是其一成员的多个社交网络的聚集。
社交网络用户可以与客户机设备102的用户相关联，并且可以利用社交网络服务110来共享媒体内容，上传照片，共享URL链接，提供状态更新，生成博客，以及使用音频、视频、和/或图像内容的任何其他社交联网。社交网络服务110可以使用诸如所选或所允许的关系等许可技术来准许或限制对与该社交网络服务的用户帐户相关联的内容的访问。例如，客户机设备102的用户可以具有与社交网络服务110相关联的用户帐户，并且该用户可经由客户机设备102诸如在社交图114中选择并允许该用户的社交网络联系人。
通信网络108可被实现成包括便于在媒体内容服务106、社交网络服务110、以及任何数量的各种客户机设备之间进行媒体资产分发和数据通信的广播网络、基于IP的网络116、和/或无线网络118。通信网络108还可以使用任何类型的网络拓扑结构和/或通信协议来实现，且可被表示为或以其他方式实现为两个或更多个网络的组合。通信网络108还可包括由诸如蜂窝电话提供商和/或因特网服务提供商等通信服务提供商管理的移动运营商网络，以便于任何类型的无线设备或移动电话的移动数据和/或语音通信(例如，蜂窝、VoIP、Wi-Fi等)。
媒体内容服务106可包括用于向任何数量的各客户机设备传递或以其他方式分发媒体内容和/或其他数据的媒体内容服务器。在该示例系统100中，媒体内容服务106包括存储介质120，用于存储或以其他方式维护诸如媒体资产122(例如，也被称为视频资产和/或视频内容)和相关联的视频内容元数据124等媒体内容和数据。存储介质120可被实现成任何类型的存储器和/或合适的电子数据存储。另外，媒体内容服务106可被实现成基于订阅的服务，各客户机设备104中的任一个可从该基于订阅的服务中请求媒体资产122(例如，视频资产)或媒体资产的推荐，以下载并显示来进行观看或以其他方式呈现以供回放。媒体内容服务106管理对各客户机设备104的媒体资产分发，如在从客户机设备104接收到对媒体资产122的请求时，并且媒体内容服务106向该客户机设备传递或提供媒体资产的各数据段。
媒体资产122可包括从任何类型的媒体内容源或数据源接收到的任何类型的音频、视频、和/或图像数据。如全文所描述的，媒体资产是媒体内容，并且媒体资产可包括音乐(例如，歌曲的数字音乐文件)、电视节目、影片、点播媒体资产、交互式游戏、基于网络的应用、以及任何其他音频、视频、和/或图像数据(例如，以包括节目指南数据、用户界面数据、广告内容、隐藏字幕数据、内容元数据、搜索结果、和/或推荐等)。媒体资产122还可包括媒体资产的各种显示格式，如高清晰度显示格式和较低质量显示格式。
视频内容元数据124可包括描述媒体资产和/或对媒体资产进行分类的任何类型的标识准则、描述信息、和/或与媒体资产122相关联的属性。例如，元数据可包括媒体资产标识符、标题、主题描述、生产日期、艺术信息、音乐汇编、以及关于特定媒体资产的任何其他类型的描述信息。此外，元数据可以表征将诸如视频内容等媒体资产描述成广告、影片、喜剧演出、体育运动、新闻节目、连续剧、谈话节目、动作/冒险节目、或描述成任何数量的其他分类描述的风格。
在该示例系统100中，媒体内容服务106包括可被实现成计算机可执行指令并由一个或多个处理器执行以实现本文描述的用于视频内容推荐的各实施例的视频内容服务126。媒体内容服务106还可以用参考图6所示的示例设备进一步描述的任何数量的不同组件及其组合来实现。另外，媒体内容服务106、社交网络服务110、以及视频内容服务126中的任一个可被实现成独立的服务(例如，在单独的服务器上或由第三方服务)或实现成一个组合服务。
媒体内容服务106可以接收来自客户机设备的对视频内容的推荐的请求。例如，客户机设备102的用户可以请求包括供用户用的最优观看时间表的视频资产的标识符的推荐，并且客户机设备102将该请求传递给媒体内容服务。在各实施例中，视频内容服务126被实现成随后为用户生成所推荐视频内容，其中所推荐视频内容包括视频资产，如电视节目、影片、病毒视频、或音乐视频中的任何一个或组合。
视频内容服务126被实现成确定各视频资产的效用，其中该效用指示视频资产对用户的社交价值。视频内容服务126还被实现成确定每一视频资产的时间相关度，其中时间相关度是用户有多久才选择观看该视频资产(例如，或者在社交意义上用户可能基于相关度、时间线等需要多久才观看该视频资产)的指示。视频内容服务126随后可以基于每一视频资产的效用和与每一视频资产相关联的时间相关度来生成最优观看时间表(例如，所推荐视频内容128)。最优观看时间表可包括当用户观看时在最短观看时间量内提供最大社交价值的一个或多个所推荐视频资产的标识符。
在各实施例中，基于效用和时间相关度来评估各视频资产。给定选择历史和用户偏好，视频资产的效用可以是有多少朋友可能或将可能观看该视频内容以及用户对该视频内容有多么感兴趣的指示。与视频资产相关联的时间相关度可以是视频内容有多么值得注意和/或该视频内容有多新颖的指示，尤其是对用户的朋友群而言(例如，社交图114中包括的朋友群)。在各示例中，与流行连续剧的新剧情或其他电视连续剧相比，流行选秀决赛(如歌唱或舞蹈节目)将可能具有与用户更大的时间相关度。如在视频内容可能是新故事的主题并且用户对它有点兴趣时，也可以考虑该视频内容的社交价值。类似地，新视频内容将可能具有比记录的节目更大的时间相关度和/或社交价值。视频内容服务126可以确定哪些视频资产具有最大的时间相关度和/或社交价值、适于用户观看、以及以何种次序观看，使得用户不会遗漏关于该视频内容的谈话主题，如次日工作中在朋友和同事讨论电视节目时。
视频资产的效用可由视频内容服务126部分地基于对用户的社交网络联系人将可能选择观看的视频资产的预测来确定。对用户的社交价值的一方面是观看社交网络联系人将可能观看的视频资产中的一个或多个的推荐。作为替换或补充，可以至少部分地基于视频资产对用户的个人价值来确定视频资产的效用，其中个人价值是基于视频资产选择历史和/或用户偏好的。在该示例中，媒体内容服务106包括与各客户机设备104的任何数量的用户相对应的客户机活动数据130。客户机活动数据130可包括在客户机设备102处对视频内容的当前用户选择以及用户历史和偏好数据，如在用户与客户机设备102进行交互以选择视频内容来观看，启动视频资产的记录，和/或对各视频资产进行共享、加书签、评级、或评论时。
在各实施例中，视频内容服务126可以基于用户先前观看的视频资产、用户的社交网络联系人先前观看的视频资产、以及对社交网络联系人将可能选择观看的视频资产的预测来确定视频资产的效用。在该示例中，媒体内容服务106还包括视频内容服务126用来生成估价模型134的预测的客户机活动132。预测的客户机活动132可包括客户机设备102处的用户可以选择观看的预测的视频资产以及用户的社交网络联系人将可能选择观看的视频资产。估价模型134可被生成为各客户机设备104的用户中的任一个的用户简档，并且包括可被用来预测视频资产的效用、社交价值、和/或与用户的时间相关度的与每一用户相关联的一组特性。可以基于客户机活动数据130和预测的客户机活动132的组合来生成估价模型134。
在其他实施例中，视频内容服务126可以评估各视频资产的多样性来确定视频资产的效用，其中视频资产对用户的社交价值还指示该视频资产的唯一性。例如，如果一名人经常是朋友群中的讨论主题，则视频内容服务126可以评估包括该名人作为主题的若干视频和上传的视频内容来进行推荐。出于所推荐视频内容128的多样性，视频内容服务126可以将折扣函数应用于视频资产中的一个或多个的社交价值，或将折扣函数应用于包括相似主题的所有视频资产中除其中之一外的视频资产。
例如，如果存在与该名人相关的若干小时的有价值的视频内容，但用户只有有限的时间量来观看视频内容中的某一些，则在用户选择视频内容中的某一些来观看时，其余未观看视频内容的重要性或社交价值降低。后续视频资产的社交价值的折扣允许推荐视频内容的多样性来供用户观看，并且用户不将他或她的所有观看时间花费在同一主题上。因此，所推荐视频资产可包括与其他视频资产中的一个或多个相似的主题，并且作为在最短的观看时间量内向用户提供最大社交价值的代表性视频资产来推荐。
在视频内容服务126为用户生成最优观看时间表(例如，所推荐视频内容128)时，媒体内容服务106可以将最优观看时间表136传递给或以其他方式递送给客户机设备102以供用户选择所推荐视频资产。例如，客户机设备102经由通信网络从媒体内容服务106接收最优观看时间表136。客户机设备102处的用户可以选择视频资产来观看，并且媒体内容服务递送视频资产138以供经由呈现视频内容来进行显示的视频内容应用140观看。媒体内容服务106随后可以从客户机设备102接收回对所推荐视频资产的用户选择，这随后可以启动视频内容服务126重新确定每一视频资产的效用来为用户更新最优观看时间表。
在用户选择所推荐视频资产来进行查看时，视频内容服务126可以更新最优观看时间表，因为一个或多个所推荐视频资产的效用、社交价值、和/或时间相关度是先前观看的内容的函数。可改变最优观看时间表中的视频资产的效用、社交价值、和/或时间相关度的其他因素包括：用户可能没有选择头一个推荐的视频资产；不同视频资产的唯一性可提高视频资产的排名；相似视频内容可降低视频资产的排名；某些视频资产可具有比其他视频资产更高的重放价值并且可在最优观看时间表中排得更高；和/或往往被更频繁地选择观看的诸如音乐视频等某些视频内容虽然最近已经观看，但也可被包括在最优观看时间表中。
在示例系统100中，客户机设备104可被实现为电视客户机设备142(例如，电视机顶盒、数字录像机(DVR)等)、计算机设备144、游戏系统146、电器设备、电子设备中的任何一个或组合，和/或作为可被实现成接收音频、视频、和/或图像数据等任何形式的媒体内容的任何其他类型的客户机设备或用户设备。各客户机设备104还可包括被实现成接收和/或传递无线数据的无线设备，如移动电话148(例如，蜂窝、VoIP、WiFi等)、便携式计算机设备150、媒体设备152(例如，个人媒体播放器、便携式媒体播放器等)、和/或可以接收音频、视频和/或图像数据形式的媒体内容的任何其他无线设备中的任一个或组合。客户机系统可以包括共同呈现或回放任何形式的音频、视频和/或图像媒体内容和媒体资产的相应的客户机设备和显示设备154。显示设备154可被实现为任何类型的电视机、高清电视机(HDTV)、LCD、或类似的显示系统。
各客户机设备104中的任一个可被配置成客户机设备102并用一个或多个处理器、通信组件、存储器组件、信号处理和控制电路、以及媒体内容呈现系统实现。此外，客户机设备104中的任一个可以用参考图6所示的示例设备进一步描述的任何数量的不同组件及其组合来实现。
图2示出包括以上参考图1描述的各组件和数据并且其中可以实现视频内容推荐的各实施例的示例系统200。在示例系统200中，视频内容服务202包括估价模块204、个性化模块206、以及预测模块208。估价模块204、个性化模块206、以及预测模块208中的任一个可被实现成计算机可执行指令并且在由一个或多个处理器执行时实现本文描述的视频内容推荐的各实施例。在各实施例中，视频内容服务202是参考图1描述的视频内容服务126的示例。
客户机活动数据130包括在客户机设备104处对视频内容的当前用户选择以及用户历史和偏好数据。客户机活动数据130是对个性化模块206的输入。预测模块208生成预测的客户机活动132，这包括用户和该用户的社交网络联系人在客户机设备104处可能选择观看的预测的视频资产。在各实施例中，预测模块被实现成基于用户的朋友的偏好和先前选择来预测该用户的朋友可能倾向于观看的视频内容。例如，如果用户的朋友通常观看流行演唱选秀，则该用户的朋友还可能倾向于观看类似的视频内容，如舞蹈选秀。预测模块208还被实现成确定给定用户有多可能选择所推荐视频资产。
预测的客户机活动132还连同客户机活动数据130一起被输入到个性化模块206，并且个性化模块206利用用户历史和偏好连同预测模块预测用户将可能想要观看什么来生成估价模块134作为每一用户的用户简档(例如，各客户机设备104的用户)。每一用户的估价模型134连同用户的朋友和各社交网络群体的社交图144以及视频内容元数据124都是为客户机设备104处的各用户生成所推荐视频内容128的估价模块204的输入。估价模块204被实现成确定给定用户将可能对哪一视频内容感兴趣。预测模块208还接收所推荐视频内容作为来自估价模块的反馈输入。
图3示出如参考视频内容推荐的一个或多个实施例描述的确定视频资产在特定时刻的价值的示例300。视频内容服务，如参考图1和2描述的视频内容服务之一，评估特定时刻304的视频资产302来确定视频资产对用户的社交价值306。参考包括各社交网络用户310的社交图308来评估时刻304处的视频资产302。随后，参考社交网络用户310，在312处考虑视频资产在时刻304对用户的个人价值、用户选择观看视频资产302的概率价值、以及将用户与社交网络用户中的一个或多个进行相关的友谊价值，来评估视频资产302的价值。
另外，视频内容服务评估特定时刻304处的视频资产302以确定该视频资产对用户的个人价值314。参考与用户相对应的估价模型316来评估时刻304处的视频资产302，并且如果用户选择观看该视频资产则确定对用户的娱乐价值。可以基于可归因于视频资产的由于相似视频内容主题而引起的多样性因素322来将折扣函数320应用于视频资产302。随后，在324处从视频资产对用户的社交价值306和个人价值314中导出视频资产302在特定时刻304对用户的价值。
图4示出了包括参考图1描述的客户机设备102的示例系统400。示例系统400实现了用于当在个人计算机(PC)、电视设备和/或移动设备上运行应用时的无缝用户体验的普遍存在的环境。服务和应用在所有三个环境中基本相似地运行，以便当使用应用、玩视频游戏、看视频等时在从一个设备转换到下一设备时得到共同的用户体验。
在示例系统400中，多个设备通过中央计算设备互联。中央计算设备可以是多个设备本地的，或者可以位于多个设备的远程。在一个实施例中，中央计算设备是通过网络、因特网或其他数据通信链路连接到多个设备的一个或多个服务器计算机的云。在一个实施例中，该互联体系结构使得功能能够在多个设备上递送以向多个设备的用户提供共同且无缝的体验。多个设备的每一个可具有不同的物理要求和能力，且中央计算设备使用一平台来使得为设备特制且又对所有设备共同的体验能被递送到设备。在一个实施例中，创建目标设备的类，且对通用设备类特制体验。设备类可由设备的物理特征、用途类型、或其他共同特性来定义。
在各实现中，客户机设备102可采取各种不同配置，诸如用于计算机402、移动404、和电视机406用途。这些配置中的每一个包括可具有一般不同的构造和能力的设备，且因此客户机设备102可根据一个或多个不同设备类来配置。例如，客户机设备102可被实现为计算机402设备类，该计算机设备类包括个人计算机、台式计算机、多屏幕计算机、膝上型计算机、上网本等等。
客户机设备102还可被实现为移动404设备类，该移动设备类包括诸如移动电话、便携式音乐播放器、便携式游戏设备、平板计算机、多屏幕计算机等移动设备。客户机设备102还可被实现为电视机406设备类，该电视机设备类包括在休闲观看环境中具有或连接到一般更大的屏幕的设备。这些设备包括电视机、机顶盒、游戏控制台等等。此处所描述的技术可由客户机设备102的这各种配置来支持，且不限于在本文描述的视频内容推荐的各具体示例。
云408包括和/或代表用于媒体内容服务412的平台410。平台410抽象云408的硬件(例如，服务器)和软件资源的底层功能。媒体内容服务412可包括可在计算机处理在位于客户机设备102远程的服务器上执行时使用的应用和/或数据。例如，媒体内容服务412可包括参考图1描述的媒体内容服务106、社交网络服务110、和/或视频内容服务126。媒体内容服务412可以作为因特网上的服务和/或通过订户网络(如蜂窝或WiFi网络)来提供。
平台410可以抽象资源和功能来将客户机设备102与其他计算设备相连接。平台410还可用于抽象资源的缩放来向对经由平台410实现的媒体内容服务412的所遇到的需求提供对应的缩放级别。因此，在互联设备的实施例中，视频内容应用140的功能的实现可分布在系统400上。例如，视频内容应用140可部分地在客户机设备102上以及经由抽象云408的功能的平台410来实现。
参考图5描述了根据视频内容推荐的一个或多个实施例的示例方法500。一般而言，在此描述的任何功能、方法、过程、组件以及模块都可使用软件、固件、硬件(例如，固定逻辑电路)、手动处理或其任何组合来实现。软件实现表示当由计算机处理器执行时执行指定任务的程序代码。可以在计算机可执行指令的一般上下文中描述示例方法，这些指令可包括软件、应用程序、例程、程序、对象、组件、数据结构、过程、模块、功能等等。程序代码可被存储在计算机处理器本地和/或远程的一个或多个计算机可读存储器设备中。方法还可以在多个计算机设备的分布式计算环境中实施。此外，此处所描述的特征是平台无关的，并且可在具有各种处理器的各种计算平台上实现。
图5示出视频内容推荐的示例方法500。描述方法框的次序并不旨在解释为限制，并且任何数量的所述方法框都可以按任何次序组合以实现本方法或实现替换方法。
在框502，从客户机接收对视频内容的推荐的请求。例如，在由用户启动时，媒体内容服务106(图1)从客户机设备102接收对视频内容的推荐的请求。推荐可包括供用户用的最优观看时间表的视频资产的标识符，并且在各实施例中，视频内容服务126生成包括电视节目、影片、病毒视频、或音乐视频中的任何一个或组合的所推荐视频内容128。
在框504，确定每一视频资产的指示视频资产对用户的社交价值的效用。例如，视频内容服务126确定各视频资产的效用，其中该效用指示视频资产对用户的社交价值。可以至少部分地基于视频资产对用户的个人价值来确定视频资产的效用，其中个人价值是基于视频资产选择历史和/或用户偏好的。作为替换或补充，可以基于对用户的社交网络联系人将可能选择观看的视频资产的预测来确定视频资产的效用，其中对用户的社交价值是对观看社交网络联系人正在观看的相同视频资产中的一个或多个的推荐。作为替换或补充，可以基于用户先前观看的视频资产、用户的社交网络联系人先前观看的视频资产、以及对社交网络联系人将可能选择观看的视频资产的预测来确定视频资产的效用。
在框506，至少部分地基于视频资产的社交价值来确定每一视频资产的时间相关度，它是用户有多久才选择观看该视频资产的指示。例如，视频内容服务126确定每一视频资产的时间相关度。在框508，评估每一视频资产的多样性，其中视频资产的社交价值还指示该视频资产的唯一性。例如，视频内容服务126评估各视频资产的多样性来确定视频资产的效用，其中视频资产对用户的社交价值还指示该视频资产的唯一性。
在框510，将折扣函数应用于包括相似主题的一个或多个视频资产的社交价值。例如，视频内容服务126将折扣函数应用于视频资产中的一个或多个的社交价值，或将折扣函数应用于包括相似主题的所有视频资产中除其中之一外的视频资产。所推荐视频资产可包括与其他视频资产中的一个或多个相似的主题，并且作为在最短的观看时间量内提供最大社交价值的代表性视频资产来推荐。
在框512，随后基于每一视频资产的效用和与每一视频资产相关联的时间相关度来生成最优观看时间表。例如，视频内容服务126基于每一视频资产的效用和与每一视频资产相关联的时间相关度来生成最优观看时间表(例如，所推荐视频内容128)。最优观看时间表可包括当用户观看时在最短观看时间量内提供最大社交价值的一个或多个所推荐视频资产的标识符。
在框514，将最优观看时间表传递给客户机设备以供用户选择所推荐视频资产。例如，媒体内容服务106将最优观看时间表传递给或以其他方式递送给客户机设备102以供用户选择所推荐视频资产。在框516，从客户机设备接收对所推荐视频资产的用户选择。例如，当客户机设备102处的用户选择一视频资产来观看时，媒体内容服务106从客户机设备102接收对所推荐视频资产的用户选择。
在框518，启动对每一视频资产的效用的重新确定来为用户更新最优观看时间表。例如，当该方法在框504处继续时，视频内容服务126重新确定每一视频资产的效用来为用户更新最优观看时间表。在用户选择所推荐视频资产来观看时可以更新最优观看时间表，因为一个或多个所推荐视频资产的效用、社交价值、和/或时间相关度是先前观看的内容的函数。
图6示出了可被实现为参考图1-5来描述的任何类型的客户机、服务器、和/或计算设备来实现视频内容推荐的各实施例的示例设备600的各个组件。在各实施例中，设备600可被实现为有线和/或无线设备中的任一个或其组合，如任何形式的电视客户机设备(例如，电视机顶盒、数字录像机(DVR)等等)、消费设备、计算机设备、服务器设备、便携式计算机设备、用户设备、通信设备、视频处理和/或呈现设备、电器设备、游戏设备、电子设备和/或被实现为任何其他类型的设备。设备600还可与用户(即人)和/或操作该设备的实体相关联，从而使得设备描述包括用户、软件、固件和/或设备的组合的逻辑设备。
设备600包括实现设备数据604(例如，所接收的数据、正被接收的数据、排定用于广播的数据、数据的数据包等等)的有线和/或无线通信的通信设备602。设备数据604或其他设备内容可以包括设备的配置设置、存储在设备上的媒体内容和/或与设备的用户相关联的信息。存储在设备600上的媒体内容可以包括任何类型的音频、视频和/或图像数据。设备600包括经由其可以接收任何类型的数据、媒体内容和/或输入的一个或多个数据输入606，诸如用户可选输入、消息、音乐、电视媒体内容、所记录的视频内容以及从任何内容和/或数据源接收的任何其他类型的音频、视频和/或图像数据。
设备600还包括通信接口608，其可被实现为串行和/或并行接口、无线接口、任何类型的网络接口、调制解调器、和任何其他类型的通信接口中的任一个或多个。通信接口608提供设备600和通信网络之间的连接和/或通信链路，其他电子、计算和通信设备通过其来与设备600传递数据。
设备600包括一个或多个处理器610(例如，微处理器、控制器等中的任一个)，处理器处理各种计算机可执行指令来控制设备600的操作并实现视频内容推荐的各实施例。另选地或补充地，设备600可以用硬件、固件或在结合概括地在612处标识的处理和控制电路来实现的固定逻辑电路中的任一个或组合来实现。虽然未示出，但是设备600可以包括耦合设备中各组件的系统总线或数据传输系统。系统总线可以包括不同总线结构中的任一个或组合，诸如存储器总线或存储器控制器、外围总线、通用串行总线和/或利用各种总线体系结构中的任一种的处理器或局部总线。
设备600还包括诸如一个或多个存储器设备等启用持久和/或非暂态数据存储(即，与仅仅信号传输相对比)的计算机可读介质614，存储器设备的示例包括随机存取存储器(RAM)、非易失性存储器(例如，只读存储器(ROM)、闪存、EPROM、EEPROM等中的任一个或多个)、以及盘存储设备。盘存储设备可被实现为任何类型的磁性或光学存储设备，如硬盘驱动器、可记录和/或可重写紧致盘(CD)、任何类型的数字多功能盘(DVD)等等。设备600还可包括大容量存储介质设备616。
计算机可读存储介质614提供数据存储机制以便存储设备数据604、以及各种设备应用618和关于设备600的各操作方面的任何其他类型的信息和/或数据。例如，操作系统620可以用计算机可读存储介质614作为计算机应用程序来维护并在处理器610上执行。设备应用618可以包括设备管理器，如任何形式的控制应用程序、软件应用程序、信号处理和控制模块、特定设备本地的代码、特定设备的硬件抽象层等等。
设备应用618还包括实现视频内容推荐的各实施例的任何系统组件或模块。在该示例中，设备应用618可以包括视频内容应用622，诸如当设备600被实现为客户机设备时。作为替换或补充，设备应用618可以包括视频内容服务624，诸如当设备600被实现为媒体内容服务时。视频内容应用622和视频内容服务624被示为软件模块和/或计算机应用。作为替换或补充，视频内容应用622和/或视频内容服务624可被实现为硬件、软件、固件、或其任意组合。
设备600还包括生成并向音频系统628提供音频数据和/或生成并向显示系统630提供显示数据的音频和/或视频呈现系统626。音频系统628和/或显示系统630可包括处理、显示、和/或以其他方式呈现音频、视频、和图像数据的任何设备。显示数据和音频信号可经由RF(射频)链路、S-视频链路、复合视频链路、分量视频链路、DVI(数字视频接口)、模拟音频连接、或其他类似的通信链路来从设备600传输给音频设备和/或显示设备。在一个实施例中，音频系统628和/或显示系统630被实现为设备600的外部组件。或者，音频系统628和/或显示系统630被实现为示例设备600的集成组件。
尽管已经用结构特征和/或方法专用的语言描述了视频内容推荐的各实施例，但是应该理解所附权利要求的主题不必限于所述的具体特征或方法。相反，这些具体特征和方法是作为视频内容推荐的示例实现来公开的。

Claims (15)

1.一种计算机实现的方法(500)，包括：
从客户机设备(102)接收(502)对视频内容(128)的推荐的请求，所述推荐包括供用户用的最优观看时间表(136)的视频资产(138)的标识符；
确定(504)每一视频资产的至少部分地指示视频资产对所述用户的社交价值(306)的效用；
至少部分地基于每一视频资产的社交价值来确定(506)所述视频资产的时间相关度，它是所述用户有多久才选择观看所述视频资产的指示；以及
基于每一视频资产的效用和与每一视频资产相关联的时间相关度来生成(512)所述最优观看时间表，所述最优观看时间表包括在被所述用户观看时在最短观看时间量内提供最大社交价值的一个或多个所推荐视频资产的标识符。
2.如权利要求1所述的计算机实现的方法，其特征在于，还包括评估每一视频资产的多样性来确定所述视频资产的效用，其中所述视频资产对所述用户的社交价值还指示所述视频资产的唯一性。
3.如权利要求1所述的计算机实现的方法，其特征在于，还包括将折扣函数应用于包括与所述视频资产相似的主题的附加视频资产的社交价值。
4.如权利要求1所述的计算机实现的方法，其特征在于，所推荐视频资产包括与一个或多个其他视频资产相似的主题，并且作为在最短的观看时间量内提供最大社交价值的代表性视频资产来推荐。
5.如权利要求1所述的计算机实现的方法，其特征在于，所述确定所述视频资产的效用是至少部分地基于所述视频资产对所述用户的个人价值的，所述个人价值基于视频资产选择历史或用户偏好中的至少一个。
6.如权利要求1所述的计算机实现的方法，其特征在于，所述确定所述视频资产的效用是至少部分地基于对所述用户的社交网络联系人将选择观看的视频资产的预测的，并且其中对所述用户的社交价值是对观看所述社交网络联系人选择观看的相同视频资产中的一个或多个的推荐。
7.如权利要求1所述的计算机实现的方法，其特征在于，所述确定所述视频资产的效用是基于所述用户先前观看的视频资产、所述用户的社交网络联系人先前观看的视频资产、以及对所述用户的社交网络联系人将可能选择观看的视频资产的预测的。
8.如权利要求1所述的计算机实现的方法，其特征在于，还包括：
将所述最优观看时间表传递给所述客户机设备以供用户选择所推荐视频资产；以及
从所述客户机设备接收对所推荐视频资产的用户选择，所述用户选择启动对每一视频资产的效用的重新确定来为所述用户更新所述最优观看时间表。
9.如权利要求1所述的计算机实现的方法，其特征在于，所述一个或多个所推荐视频资产包括电视节目、影片、病毒视频、或音乐视频中的至少一个。
10.一种系统(100)，包括：
媒体内容服务(106)，它被配置成从客户机设备(102)接收对视频内容(128)的推荐的请求，所述推荐包括供用户用的最优观看时间表(136)的视频资产(138)的标识符；
用于实现视频内容服务(126)的至少一个存储器(614)和处理器(610)，所述视频内容服务被配置成：
确定每一视频资产的至少部分地指示视频资产对所述用户的社交价值(306)的效用；
至少部分地基于每一视频资产的社交价值来确定所述视频资产的时间相关度，它是所述用户有多久才选择观看所述视频资产的指示；以及
基于每一视频资产的效用和与每一视频资产相关联的时间相关度来生成所述最优观看时间表，所述最优观看时间表包括在被所述用户观看时在最短观看时间量内提供最大社交价值的一个或多个所推荐视频资产的标识符。
11.如权利要求10所述的系统，其特征在于，所述视频内容服务还被配置成评估每一视频资产的多样性来确定所述视频资产的效用，其中所述视频资产对所述用户的社交价值还指示所述视频资产的唯一性。
12.如权利要求10所述的系统，其特征在于，所述视频内容服务还被配置成将折扣函数应用于包括与所述视频资产相似的主题的附加视频资产的社交价值。
13.如权利要求10所述的系统，其特征在于，至少部分地基于所述视频资产对所述用户的个人价值来确定所述视频资产的效用，所述个人价值基于视频资产选择历史或用户偏好中的至少一个。
14.如权利要求10所述的系统，其特征在于，基于所述用户先前观看的视频资产、所述用户的社交网络联系人先前观看的视频资产、以及对所述用户的社交网络联系人将可能选择观看的视频资产的预测来确定所述视频资产的效用。
15.如权利要求10所述的系统，其特征在于，所述媒体内容服务还被配置成：
将所述最优观看时间表传递给所述客户机设备以供用户选择所推荐视频资产；
从所述客户机设备接收对所推荐视频资产的用户选择；并且其中
所述视频内容服务还被配置成重新确定每一视频资产的效用来为所述用户更新所述最优观看时间表。
CN201110185067.3A 2010-06-23 2011-06-22 视频内容推荐 Active CN102244812B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/822,068 US20110320380A1 (en) 2010-06-23 2010-06-23 Video content recommendations
US12/822,068 2010-06-23

Publications (2)

Publication Number Publication Date
CN102244812A true CN102244812A (zh) 2011-11-16
CN102244812B CN102244812B (zh) 2017-04-12

Family

ID=44962591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110185067.3A Active CN102244812B (zh) 2010-06-23 2011-06-22 视频内容推荐

Country Status (2)

Country Link
US (1) US20110320380A1 (zh)
CN (1) CN102244812B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103034706A (zh) * 2012-12-07 2013-04-10 合一网络技术(北京)有限公司 一种基于信息网络的视频推荐列表的产生装置及方法
CN103279533A (zh) * 2013-05-31 2013-09-04 北京华悦博智科技有限责任公司 一种社交关系推荐方法及系统
CN104156472A (zh) * 2014-08-25 2014-11-19 四达时代通讯网络技术有限公司 一种视频推荐方法及系统
CN104750785A (zh) * 2015-03-09 2015-07-01 华侨大学 智能编排共享故事的传递方法、客户机交互方法、故事机及其交互方法
CN103279533B (zh) * 2013-05-31 2016-11-30 北京华悦博智科技有限责任公司 一种社交关系推荐方法及系统
CN106331781A (zh) * 2016-09-09 2017-01-11 深圳市九洲电器有限公司 一种基于家庭语音的分析推送方法及系统
CN106611059A (zh) * 2016-12-28 2017-05-03 北京小米移动软件有限公司 推荐多媒体文件的方法及装置
CN107562848A (zh) * 2017-08-28 2018-01-09 广州优视网络科技有限公司 一种视频推荐方法和装置
CN108090110A (zh) * 2016-11-21 2018-05-29 奥多比公司 推荐软件动作以创建图像和推荐图像以示范软件动作的效果
CN108463831A (zh) * 2016-04-01 2018-08-28 谷歌有限责任公司 指示视频的观看者身份的方法、系统和介质
CN109089168A (zh) * 2018-10-10 2018-12-25 腾讯科技（深圳）有限公司 视频分享方法、装置、系统及存储介质
CN109640128A (zh) * 2018-12-04 2019-04-16 南昌航空大学 一种电视用户观看行为特征提取方法及系统
CN110996177A (zh) * 2019-11-27 2020-04-10 北京爱奇艺智慧娱乐科技有限公司 面向点播影院的视频推荐方法、装置及设备
CN113704630A (zh) * 2021-10-27 2021-11-26 武汉卓尔数字传媒科技有限公司 一种信息推送方法、装置、可读存储介质和电子设备

Families Citing this family (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8063295B2 (en) * 2002-10-03 2011-11-22 Polyphonic Human Media Interface, S.L. Method and system for video and film recommendation
US9100614B2 (en) * 2008-10-31 2015-08-04 Echostar Technologies L.L.C. Graphical interface navigation based on image element proximity
US8510247B1 (en) 2009-06-30 2013-08-13 Amazon Technologies, Inc. Recommendation of media content items based on geolocation and venue
US9390402B1 (en) 2009-06-30 2016-07-12 Amazon Technologies, Inc. Collection of progress data
US9153141B1 (en) 2009-06-30 2015-10-06 Amazon Technologies, Inc. Recommendations based on progress data
US8533202B2 (en) * 2009-07-07 2013-09-10 Yahoo! Inc. Entropy-based mixing and personalization
EP2465025B1 (en) 2009-08-11 2019-07-03 Someones Group Intellectual Property Holdings Pty Navigating a network of options
US9240020B2 (en) * 2010-08-24 2016-01-19 Yahoo! Inc. Method of recommending content via social signals
US8589795B2 (en) * 2010-09-07 2013-11-19 Hulu, LLC Method and apparatus for sharing viewing information
US8463773B2 (en) * 2010-09-10 2013-06-11 Verizon Patent And Licensing Inc. Social media organizer for instructional media
US8892605B2 (en) * 2010-12-03 2014-11-18 Relationship Capital Technologies, Inc. Systems and methods for managing social networks based upon predetermined objectives
US9965094B2 (en) 2011-01-24 2018-05-08 Microsoft Technology Licensing, Llc Contact geometry tests
US8988087B2 (en) 2011-01-24 2015-03-24 Microsoft Technology Licensing, Llc Touchscreen testing
US8635220B2 (en) * 2011-04-22 2014-01-21 Iris.Tv, Inc. Digital content curation and distribution system and method
US9378389B2 (en) * 2011-09-09 2016-06-28 Microsoft Technology Licensing, Llc Shared item account selection
US20130080907A1 (en) * 2011-09-23 2013-03-28 Richard Skelton Method and system for a personalized content play list
US9785281B2 (en) 2011-11-09 2017-10-10 Microsoft Technology Licensing, Llc. Acoustic touch sensitive testing
US9171287B2 (en) * 2011-12-19 2015-10-27 Facebook, Inc. Ordering of bookmarks for objects in a social networking system
US9339691B2 (en) 2012-01-05 2016-05-17 Icon Health & Fitness, Inc. System and method for controlling an exercise device
US20130227086A1 (en) * 2012-02-21 2013-08-29 Yap.Tv, Inc. Systems and methods for data processing in conjunction with media presentations
US9301016B2 (en) 2012-04-05 2016-03-29 Facebook, Inc. Sharing television and video programming through social networking
JP6103813B2 (ja) * 2012-04-06 2017-03-29 サターン ライセンシング エルエルシーＳａｔｕｒｎ Ｌｉｃｅｎｓｉｎｇ ＬＬＣ 情報処理装置、情報処理方法およびプログラム
US9628573B1 (en) 2012-05-01 2017-04-18 Amazon Technologies, Inc. Location-based interaction with digital works
US9699485B2 (en) 2012-08-31 2017-07-04 Facebook, Inc. Sharing television and video programming through social networking
US9317147B2 (en) 2012-10-24 2016-04-19 Microsoft Technology Licensing, Llc. Input testing tool
US9455945B2 (en) * 2013-02-22 2016-09-27 Facebook, Inc. Aggregating likes to a main page
US9165069B2 (en) * 2013-03-04 2015-10-20 Facebook, Inc. Ranking videos for a user
EP2969058B1 (en) 2013-03-14 2020-05-13 Icon Health & Fitness, Inc. Strength training apparatus with flywheel and related methods
US9282138B2 (en) * 2013-03-15 2016-03-08 Facebook, Inc. Enabling photoset recommendations
CN104639957A (zh) * 2013-11-06 2015-05-20 株式会社Ntt都科摩 移动多媒体终端、视频节目推荐方法及其服务器
US9403047B2 (en) 2013-12-26 2016-08-02 Icon Health & Fitness, Inc. Magnetic resistance mechanism in a cable machine
IN2014MU00140A (zh) 2014-01-15 2015-08-28 Whats On India Media Private Ltd
JP6469952B2 (ja) * 2014-02-21 2019-02-13 ソニー株式会社 情報処理装置、および制御方法
US10433612B2 (en) 2014-03-10 2019-10-08 Icon Health & Fitness, Inc. Pressure sensor to quantify work
US9270714B2 (en) 2014-03-13 2016-02-23 International Business Machines Corporation Content preview generation using social network analysis
US9900656B2 (en) 2014-04-02 2018-02-20 Whats On India Media Private Limited Method and system for customer management
US9898685B2 (en) 2014-04-29 2018-02-20 At&T Intellectual Property I, L.P. Method and apparatus for analyzing media content
WO2015191445A1 (en) 2014-06-09 2015-12-17 Icon Health & Fitness, Inc. Cable system incorporated into a treadmill
WO2015195965A1 (en) 2014-06-20 2015-12-23 Icon Health & Fitness, Inc. Post workout massage device
WO2016018955A1 (en) * 2014-07-28 2016-02-04 Iris.Tv, Inc. Ensemble-based multimedia asset recommendations system
US10283091B2 (en) * 2014-10-13 2019-05-07 Microsoft Technology Licensing, Llc Buffer optimization
US10757216B1 (en) 2015-02-20 2020-08-25 Amazon Technologies, Inc. Group profiles for group item recommendations
US10391361B2 (en) 2015-02-27 2019-08-27 Icon Health & Fitness, Inc. Simulating real-world terrain on an exercise device
US11363460B1 (en) * 2015-03-03 2022-06-14 Amazon Technologies, Inc. Device-based identification for automated user detection
CA2992484A1 (en) * 2015-07-17 2017-01-26 Tribune Broadcasting Company, Llc Video-production system with social-media features
US10493349B2 (en) 2016-03-18 2019-12-03 Icon Health & Fitness, Inc. Display on exercise device
US10625137B2 (en) 2016-03-18 2020-04-21 Icon Health & Fitness, Inc. Coordinated displays in an exercise device
US10272317B2 (en) 2016-03-18 2019-04-30 Icon Health & Fitness, Inc. Lighted pace feature in a treadmill
US10671705B2 (en) 2016-09-28 2020-06-02 Icon Health & Fitness, Inc. Customizing recipe recommendations
US10674197B2 (en) 2018-02-28 2020-06-02 At&T Intellectual Property I, L.P. Media content distribution system and methods for use therewith
US10650054B2 (en) * 2018-04-24 2020-05-12 Rovi Guides, Inc. Systems and methods for updating search results based on a conversation
CN117651165A (zh) * 2023-10-20 2024-03-05 广州太棒了传媒科技有限公司 基于客户数据的视频推荐方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020151327A1 (en) * 2000-12-22 2002-10-17 David Levitt Program selector and guide system and method
CN1768373A (zh) * 2003-03-27 2006-05-03 索尼株式会社 信息处理装置、信息处理方法、及计算机程序
CN101077014A (zh) * 2004-08-09 2007-11-21 尼尔逊媒介研究股份有限公司 用于监视来自各种源的音频/视觉内容的方法及装置
CN101248666A (zh) * 2005-08-26 2008-08-20 汤姆森许可贸易公司 使用动态广播调度的点播系统和方法
CN101594519A (zh) * 2008-05-27 2009-12-02 英特尔公司 聚合、标准化和扩展社交网络联系人以增强电视消费者体验
CN101674395A (zh) * 2008-09-08 2010-03-17 美国博通公司 电视机顶盒和在电视机顶盒中向用户提供视频服务的方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060015904A1 (en) * 2000-09-08 2006-01-19 Dwight Marcus Method and apparatus for creation, distribution, assembly and verification of media
US8494978B2 (en) * 2007-11-02 2013-07-23 Ebay Inc. Inferring user preferences from an internet based social interactive construct
US20090259621A1 (en) * 2008-04-11 2009-10-15 Concert Technology Corporation Providing expected desirability information prior to sending a recommendation
US9077857B2 (en) * 2008-09-12 2015-07-07 At&T Intellectual Property I, L.P. Graphical electronic programming guide

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020151327A1 (en) * 2000-12-22 2002-10-17 David Levitt Program selector and guide system and method
CN1768373A (zh) * 2003-03-27 2006-05-03 索尼株式会社 信息处理装置、信息处理方法、及计算机程序
CN101077014A (zh) * 2004-08-09 2007-11-21 尼尔逊媒介研究股份有限公司 用于监视来自各种源的音频/视觉内容的方法及装置
CN101248666A (zh) * 2005-08-26 2008-08-20 汤姆森许可贸易公司 使用动态广播调度的点播系统和方法
CN101594519A (zh) * 2008-05-27 2009-12-02 英特尔公司 聚合、标准化和扩展社交网络联系人以增强电视消费者体验
CN101674395A (zh) * 2008-09-08 2010-03-17 美国博通公司 电视机顶盒和在电视机顶盒中向用户提供视频服务的方法

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103034706B (zh) * 2012-12-07 2015-10-07 合一网络技术(北京)有限公司 一种基于信息网络的视频推荐列表的产生装置及方法
CN103034706A (zh) * 2012-12-07 2013-04-10 合一网络技术(北京)有限公司 一种基于信息网络的视频推荐列表的产生装置及方法
CN103279533A (zh) * 2013-05-31 2013-09-04 北京华悦博智科技有限责任公司 一种社交关系推荐方法及系统
CN103279533B (zh) * 2013-05-31 2016-11-30 北京华悦博智科技有限责任公司 一种社交关系推荐方法及系统
CN104156472A (zh) * 2014-08-25 2014-11-19 四达时代通讯网络技术有限公司 一种视频推荐方法及系统
CN104750785A (zh) * 2015-03-09 2015-07-01 华侨大学 智能编排共享故事的传递方法、客户机交互方法、故事机及其交互方法
CN108463831B (zh) * 2016-04-01 2023-08-25 谷歌有限责任公司 指示视频的观看者身份的方法、系统和介质
CN108463831A (zh) * 2016-04-01 2018-08-28 谷歌有限责任公司 指示视频的观看者身份的方法、系统和介质
CN106331781A (zh) * 2016-09-09 2017-01-11 深圳市九洲电器有限公司 一种基于家庭语音的分析推送方法及系统
CN108090110A (zh) * 2016-11-21 2018-05-29 奥多比公司 推荐软件动作以创建图像和推荐图像以示范软件动作的效果
CN108090110B (zh) * 2016-11-21 2023-09-19 奥多比公司 推荐软件动作以创建图像和推荐图像以示范软件动作的效果
CN106611059A (zh) * 2016-12-28 2017-05-03 北京小米移动软件有限公司 推荐多媒体文件的方法及装置
CN107562848A (zh) * 2017-08-28 2018-01-09 广州优视网络科技有限公司 一种视频推荐方法和装置
CN109089168A (zh) * 2018-10-10 2018-12-25 腾讯科技（深圳）有限公司 视频分享方法、装置、系统及存储介质
CN109640128B (zh) * 2018-12-04 2021-01-05 南昌航空大学 一种电视用户观看行为特征提取方法及系统
CN109640128A (zh) * 2018-12-04 2019-04-16 南昌航空大学 一种电视用户观看行为特征提取方法及系统
CN110996177A (zh) * 2019-11-27 2020-04-10 北京爱奇艺智慧娱乐科技有限公司 面向点播影院的视频推荐方法、装置及设备
CN110996177B (zh) * 2019-11-27 2022-04-22 北京爱奇艺智慧娱乐科技有限公司 面向点播影院的视频推荐方法、装置及设备
CN113704630A (zh) * 2021-10-27 2021-11-26 武汉卓尔数字传媒科技有限公司 一种信息推送方法、装置、可读存储介质和电子设备

Also Published As

Publication number Publication date
CN102244812B (zh) 2017-04-12
US20110320380A1 (en) 2011-12-29

Similar Documents

Publication Publication Date Title
CN102244812A (zh) 视频内容推荐
JP6574409B2 (ja) コンテンツを提供するためのシステム、方法、コンピュータプログラム及び記録媒体
KR102254579B1 (ko) 개별화된 미디어 콘텐츠를 스트리밍하기 위한 시스템 및 방법
CN105701217B (zh) 一种信息处理方法及服务器
KR101108866B1 (ko) 사용자 프로그램된 미디어 배달 서비스
CN102255951B (zh) 资产可解析书签
US8539331B2 (en) Editable bookmarks shared via a social network
Martin et al. neXtream: a multi-device, social approach to video content consumption
US10515116B2 (en) Generation of video recommendations using connection networks
CN109845283A (zh) 定制在与用户装置配对的替代回放装置上回放的媒体项目
CN102714762A (zh) 经由在线社交网络的自动媒体资产更新
CN102883194A (zh) 定制的数字媒体节目安排的演示
CN102572557A (zh) 当前设备定位广告分发
CN102918835A (zh) 可控制的设备伴侣数据
US20130326373A1 (en) System and Method for Displaying Social Network Interactivity with a Media Event
US20150294633A1 (en) Life Experience Enhancement Illuminated by Interlinked Communal Connections
JP2015501973A (ja) コンテンツの近似性および関連性
KR102299789B1 (ko) 소셜 서비스와 결합된 동영상 서비스를 제공하는 방법과 시스템, 그리고 컴퓨터 판독가능 기록 매체
US10503374B1 (en) Providing content for broadcast by a messaging platform
CN102665096A (zh) 无线分发系统代理高速缓存
US10432573B2 (en) Information processing device, information processing method and terminal device
CN102214229A (zh) 已收集的媒体内容数据
JP6590920B2 (ja) メディアサービス推奨を表示する電子プログラムガイド
WO2009107653A1 (ja) 情報システム、情報端末、情報通信方法
US20140195342A1 (en) Information processing apparatus, information processing method, and recording medium

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: MICROSOFT TECHNOLOGY LICENSING LLC

Free format text: FORMER OWNER: MICROSOFT CORP.

Effective date: 20150728

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20150728

Address after: Washington State

Applicant after: Micro soft technique license Co., Ltd

Address before: Washington State

Applicant before: Microsoft Corp.

GR01 Patent grant
GR01 Patent grant