CN102523497B - 基于监测海量电视节目预告预测电视节目热点信息的方法 - Google Patents

基于监测海量电视节目预告预测电视节目热点信息的方法 Download PDF

Info

Publication number
CN102523497B
CN102523497B CN201110449848.9A CN201110449848A CN102523497B CN 102523497 B CN102523497 B CN 102523497B CN 201110449848 A CN201110449848 A CN 201110449848A CN 102523497 B CN102523497 B CN 102523497B
Authority
CN
China
Prior art keywords
broadcast
time
channel
television program
guide
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201110449848.9A
Other languages
English (en)
Other versions
CN102523497A (zh
Inventor
梁炬
邱向彤
刘强
刘明
单酉
周芝光
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.)
Beijing Casicloud Co ltd
Original Assignee
BEIJING HENGZHUN TECHNOLOGY Co Ltd
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 BEIJING HENGZHUN TECHNOLOGY Co Ltd filed Critical BEIJING HENGZHUN TECHNOLOGY Co Ltd
Priority to CN201110449848.9A priority Critical patent/CN102523497B/zh
Publication of CN102523497A publication Critical patent/CN102523497A/zh
Application granted granted Critical
Publication of CN102523497B publication Critical patent/CN102523497B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

本发明涉及一种基于监测海量电视节目预告预测电视节目热点信息的方法,包括以下步骤:1、确定每个频道的落地范围;2、调查每个频道的收视率,通过频道的落地范围和收视率得到每个频道的热度;3、分析播出时段的黄金指数;4、分析一段时间内每个电视节目预告在所有频道的播出次数,同时判断是否为首播,播出时间距离现在的时间长度;5、由公式对所有播放求和,得到该节目预告这段时间的热度;7、对所有节目预告的热度排序,得到热点节目;8、对节目预告的内容再进行分析,得到热点信息。本发明有益效果:只需通过分析海量的电视节目预告播出信息,即可得到电视节目的热点信息,计算过程完全不依赖外部的不稳定因素,且得到的结果反映的完全是电视节目的热点信息。

Description

基于监测海量电视节目预告预测电视节目热点信息的方法
技术领域
本发明涉及预测电视节目热点的方法,尤其是涉及一种基于监测海量电视节目预告预测电视节目热点信息的方法。
背景技术
现在有很多通过互联网数据获得电视节目热点信息的方法,这些方法基本都是通过抓取或者RSS订阅等方式,监控重点的论坛、网页来获得热点信息。这样的方法非常依赖监控对象网站的选择、对象网站的变化、对象网站优先级排序的方法等外部因素,而且获得的电视节目热点信息通常并不是针对电视节目的。
而随着数字电视、网络电视和卫星技术的发展,人们能看到的电视频道越来越多。据不完全统计,仅国内和港、澳、台等地的电视频道就有近千个,这近千个频道又分别属于不同的电视台、落地在不同的地区、城市。面对着分布这么广泛、数量如此巨大的播出数据,传统的通过用户抽样调查获得电视节目收视率的方法已经无法覆盖如此巨大的数据规模了。另外一方面,这近千个频道的电视节目播出数据、电视节目内容数据,又分布在不同的电视台、地区、节目内容网站上面,数据的分布非常离散。这样,除非能够通过互联网抓取和整合这些内容,并且不断更新和保证数据质量,否则也是无法基于这样海量结构化的数据获得热点信息的。
本专利要申请的方法,正是基于海量的、不断更新的、高质量的电视节目播出和内容数据进行的,通过对这些数据的持续跟踪和分析,来获得电视节目热点信息。
发明内容
本发明的目的是提供一种基于监测海量电视节目预告预测电视节目热点信息的方法,克服现有方法中上述方面的不足。
本发明的目的是通过以下技术方案来实现:
一种基于监测海量电视节目预告预测电视节目热点信息的方法,包括以下步骤:
步骤1:确定每个频道的落地范围                                               
Figure 2011104498489100002DEST_PATH_IMAGE002
步骤2:调查每个频道的收视率,通过频道的落地范围和收视率得到每个频道的热度
Figure 2011104498489100002DEST_PATH_IMAGE004
,如果无法得到收视率信息,则可以直接使用落地范围
Figure 268013DEST_PATH_IMAGE002
作为频道热度
步骤3:分析播出时段的黄金指数
步骤4:分析一段时间内每个电视节目预告在所有频道的播出次数
Figure 2011104498489100002DEST_PATH_IMAGE008
,同时判断是否为首播
Figure 2011104498489100002DEST_PATH_IMAGE010
,播出时间距离现在的时间长度
步骤5:由下列公式对所有播放求和,得到该节目预告这段时间的热度
Figure 2011104498489100002DEST_PATH_IMAGE014
Figure 2011104498489100002DEST_PATH_IMAGE016
其中,是这个节目预告在这个时间段内总的播出次数;
Figure 2011104498489100002DEST_PATH_IMAGE018
 是第n次播出时间距离现在的时间长度,时间越长,则影响力越小,
Figure 2011104498489100002DEST_PATH_IMAGE020
Figure 2011104498489100002DEST_PATH_IMAGE022
 是第n次播出所在频道的频道热度;是第n次播出的时段的黄金指数;
Figure 2011104498489100002DEST_PATH_IMAGE026
是最大黄金指数;是补偿系数,其值根据经验确定;
Figure 2011104498489100002DEST_PATH_IMAGE030
 是第n次播出是否为首播,其值为1表示是首播,其值为0表示不是首播,其函数为:
Figure 2011104498489100002DEST_PATH_IMAGE034
 ;
步骤7:对所有节目预告的热度排序,得到热点节目;
步骤8:对节目预告的内容再进行分析,得到热点信息。
本发明的有益效果为:本方法只需要通过分析海量的电视节目预告播出信息,即可得到电视节目的热点信息,计算的过程完全不依赖外部的不稳定因素,且得到的结果反映的完全是电视节目的热点信息。 
附图说明
下面根据附图对本发明作进一步详细说明。
图1是本发明实施例所述的基于监测海量电视节目预告预测电视节目热点信息的方法依赖的数据的结构框图。
具体实施方式
本发明实施例所述的一种基于监测海量电视节目预告预测电视节目热点信息的方法,包括以下步骤:
步骤1:确定每个频道的落地范围,是全国落地还是省、市或县,比如央视频道和所有卫视频道都是全国落地,落地范围越大,说明频道的影响力越大、观众越多;
步骤2:调查每个频道的收视率,通过频道的落地范围
Figure 705892DEST_PATH_IMAGE002
和收视率得到每个频道的热度
Figure 910609DEST_PATH_IMAGE004
,如果无法得到收视率信息,则可以直接使用落地范围
Figure 234143DEST_PATH_IMAGE002
作为频道热度
Figure 89972DEST_PATH_IMAGE004
步骤3:分析播出时段的黄金指数
Figure 21019DEST_PATH_IMAGE006
,比如每天的18:00-22:00就是黄金时段,这个时段的观众最多,影响力也最大,对于周末来说22:00-24:00时段的黄金指数
Figure 956440DEST_PATH_IMAGE006
就要比工作日的高;
步骤4:分析一段时间内每个电视节目预告在所有频道的播出次数,同时判断是否为首播
Figure 279154DEST_PATH_IMAGE010
,播出时间距离现在的时间长度
Figure 895949DEST_PATH_IMAGE012
步骤5:由下列公式对所有播放求和,得到该节目预告这段时间的热度
Figure 75257DEST_PATH_IMAGE014
Figure DEST_PATH_IMAGE016A
其中,
Figure 599648DEST_PATH_IMAGE008
是这个节目预告在这个时间段内总的播出次数; 是第n次播出时间距离现在的时间长度,时间越长,则影响力越小,
Figure 702920DEST_PATH_IMAGE020
 是第n次播出所在频道的频道热度;是第n次播出的时段的黄金指数;
Figure 257901DEST_PATH_IMAGE026
是最大黄金指数;
Figure 222358DEST_PATH_IMAGE028
是补偿系数,其值根据经验确定; 是第n次播出是否为首播,其值为1表示是首播,其值为0表示不是首播,其函数为:
Figure 242452DEST_PATH_IMAGE034
 ;
步骤7:对所有节目预告的热度
Figure 781887DEST_PATH_IMAGE014
排序,得到热点节目;
步骤8:对节目预告的内容,如演员、类型等再进行分析,即可得到热门人物、热门类型等热点信息。
通过本方法,用户可以自动获得在全国范围内的近千个电视频道中的热门节目、人物的热点信息。引申开来,如果用户希望得到某个范围的热点节目、热点信息,那也可以通过限定频道范围得到,比如如果希望了解北京地区近期电视节目的热点信息,那只需要确定北京地区落地的所有电视频道(这个信息可以通过电视台或者有线运营商得到,比如北京主要是歌华有线),然后针对这些频道上播出的节目预告进行计算即可。
如图1所示,本发明实施例所述的基于监测海量电视节目预告预测电视节目热点信息的方法依赖结构化的、关联的数据,主要的数据关系是:
(1)电视节目预告播出信息(图中表示为“收视项”),包括:节目预告、播出频道、播出日期和时间(图中表示为“播出时间”)、是否首播(可通过分析节目预告内容信息得到);
(2)其中节目预告包括:节目名称、ID、演员、类型和其他标签等;
(3)频道信息:频道热度。
本发明实施例所述的基于监测海量电视节目预告预测电视节目热点信息的方法,是基于这样一种考虑:
(1)一个重点的电视节目(通常是电视剧),在一段时间内,通常会在很多重要的频道的黄金时段(比如央视、卫视),同时首次播出或者反复播出电视节目预告,从而形成热点;
(2)一个电视节目,在一个重点频道的黄金时段首次播出后,如果获得巨大反响,成为热点,那这个电视节目的节目预告通常会迅速在很多其他重点频道的黄金时段也进行首次播出,或者反复重播;
(3)如果一段时间内,一个演员主演的很多部电视节目的节目预告在很多重点频道的黄金时段都有很多次播放,那这段时间内,这个演员就是热门人物;
(4)如果一段时间内有很多相同类型的(比如谍战剧)电视节目预告在很多重点频道的黄金时段都有很多次播放,那这段时间,该类型就是热门类型;
(5)类似的,可以通过相同的方法得到更多其他的热门信息。
本方法就是通过计算节目预告在不同频道、不同时段的播出次数、是否首播等信息,来对节目预告的热度进行排序,从而得到热门节目,对节目预告的内容,如演员、类型等再进行分析,得到热门人物、热门类型等热点信息。
本方法依赖参与计算的频道、节目预告数量越多,计算得到的结果越有效。当稳定获得近千个电视频道的节目预告播出信息时,这样的计算就具有可靠的公正性。
本发明不局限于上述最佳实施方式,任何人在本发明的启示下都可得出其他各种形式的产品,但不论在其形状或结构上作任何变化,凡是具有与本申请相同或相近似的技术方案,均落在本发明的保护范围之内。

Claims (1)

1.一种基于监测海量电视节目预告预测电视节目热点信息的方法,其特征在于,包括以下步骤:
步骤1:确定每个频道的落地范围                                               
步骤2:调查每个频道的收视率,通过频道的落地范围
Figure 84149DEST_PATH_IMAGE002
和收视率得到每个频道的热度,如果无法得到收视率信息,则可以直接使用落地范围作为频道热度
Figure 843343DEST_PATH_IMAGE004
步骤3:分析播出时段的黄金指数
Figure 2011104498489100001DEST_PATH_IMAGE006
步骤4:分析一段时间内每个电视节目预告在所有频道的播出次数
Figure 2011104498489100001DEST_PATH_IMAGE008
,同时判断是否为首播
Figure 2011104498489100001DEST_PATH_IMAGE010
,播出时间距离现在的时间长度
Figure 2011104498489100001DEST_PATH_IMAGE012
步骤5:由下列公式对所有播放求和,得到该节目预告这段时间的热度
Figure 2011104498489100001DEST_PATH_IMAGE016
其中,是这个节目预告在这个时间段内总的播出次数;
Figure 2011104498489100001DEST_PATH_IMAGE018
 是第n次播出时间距离现在的时间长度, 是第n次播出所在频道的频道热度;
Figure 2011104498489100001DEST_PATH_IMAGE024
是第n次播出的时段的黄金指数;
Figure 2011104498489100001DEST_PATH_IMAGE026
是最大黄金指数;
Figure 2011104498489100001DEST_PATH_IMAGE028
是补偿系数;
Figure 2011104498489100001DEST_PATH_IMAGE030
 是第n次播出是否为首播,值为1表示是首播,
Figure 314535DEST_PATH_IMAGE030
值为0表示不是首播,其函数为:
Figure 2011104498489100001DEST_PATH_IMAGE032
Figure 2011104498489100001DEST_PATH_IMAGE034
 ;
步骤7:对所有节目预告的热度排序,得到热点节目;
步骤8:对节目预告的内容再进行分析,得到热点信息。
CN201110449848.9A 2011-12-29 2011-12-29 基于监测海量电视节目预告预测电视节目热点信息的方法 Active CN102523497B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110449848.9A CN102523497B (zh) 2011-12-29 2011-12-29 基于监测海量电视节目预告预测电视节目热点信息的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110449848.9A CN102523497B (zh) 2011-12-29 2011-12-29 基于监测海量电视节目预告预测电视节目热点信息的方法

Publications (2)

Publication Number Publication Date
CN102523497A CN102523497A (zh) 2012-06-27
CN102523497B true CN102523497B (zh) 2014-07-09

Family

ID=46294271

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110449848.9A Active CN102523497B (zh) 2011-12-29 2011-12-29 基于监测海量电视节目预告预测电视节目热点信息的方法

Country Status (1)

Country Link
CN (1) CN102523497B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105049940B (zh) * 2015-08-13 2018-03-06 天脉聚源(北京)传媒科技有限公司 一种统计主题热度的方法、节目的推送方法及装置
CN105072495B (zh) * 2015-08-13 2018-02-09 天脉聚源(北京)传媒科技有限公司 统计人物热度的方法、节目的推送方法及装置
CN106231374B (zh) * 2016-08-04 2019-07-09 康佳集团股份有限公司 一种基于时间轴以及收视率的频道列表排序方法及系统
CN108924597B (zh) * 2018-06-26 2020-12-01 北京酷云互动科技有限公司 频道热度值评估方法、热点获取方法及其系统
CN109451352A (zh) * 2018-12-11 2019-03-08 北京奇艺世纪科技有限公司 一种视频播放流量预测方法及装置
CN111131841A (zh) * 2020-02-24 2020-05-08 北京达佳互联信息技术有限公司 直播间接入方法、装置、电子设备及存储介质
CN111475688A (zh) * 2020-04-07 2020-07-31 西安影视数据评估中心有限公司 一种电影热度的计算方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1254075C (zh) * 2001-05-25 2006-04-26 厦门华侨电子企业有限公司 一种取得收视数据的方法及其装置
CN100556128C (zh) * 2004-07-14 2009-10-28 上海微小卫星工程中心 电视收视率自动采集和统计方法及系统
CN101361301A (zh) * 2005-11-29 2009-02-04 谷歌公司 检测广播媒体中的重复内容
CN101355686B (zh) * 2008-09-24 2010-09-08 中辉世纪传媒发展有限公司 收视率统计方法和系统
TWI388208B (zh) * 2009-03-26 2013-03-01 Avermedia Tech Inc 電視選單的表現方法與方式

Also Published As

Publication number Publication date
CN102523497A (zh) 2012-06-27

Similar Documents

Publication Publication Date Title
CN102523497B (zh) 基于监测海量电视节目预告预测电视节目热点信息的方法
CN107071578B (zh) Iptv节目推荐方法
CN104935968B (zh) 网络电视推荐节目的方法与系统
US8418205B2 (en) Method and apparatus for recommending personalized content
CN102263999B (zh) 基于人脸识别对电视节目自动分类的方法及其系统
US20130311408A1 (en) Determining and Predicting Popularity of Content
CN101849414B (zh) 内容收视装置及内容推荐方法
US20170223427A1 (en) System and method for scalable, high accuracy, sensor and id based audience measurement system based on distributed computing architecture
CN103686403A (zh) 一种电视机桌面的显示方法和装置
CN109525865B (zh) 基于区块链的收视率监测方法和计算机可读存储介质
CN103442262A (zh) 基于电视终端视频节目的用户收视行为分析方法及系统
KR20140043406A (ko) 클라이언트 이벤트 전처리가 있는 고 스케일성 청중 측정 시스템
KR101054088B1 (ko) 협업 필터링을 이용한 사용자 맞춤형 아이피 티브이 프로그램 자동 추천 방법
CN106604136B (zh) 电视节目收视率精确计算方法及构造系统
CN108540857B (zh) 基于手机遥控器的电视收视率和用户偏好控制方法及系统
US11838571B2 (en) Apparatus and methods to estimate media audience consistency
CN104035994A (zh) 一种基于网络数据的电视剧点播量预测方法
KR101772404B1 (ko) 시청자 콘텐츠 선호도 추론 정확도 향상 방법 및 장치
CN105578292A (zh) 一种电视节目的推荐方法及系统
CN101931767A (zh) 一种基于收视习惯分析自动定制电子广告目录的系统
CN106303585B (zh) 节目回看方法、媒体服务器、机顶盒及节目回看系统
Woodford et al. Social media audience metrics as a new form of TV audience measurement
CN102769800B (zh) 互联网中预订播放文件的方法及系统
CN109729428A (zh) 电视频道视频收视统计方法及装置
CN105049940B (zh) 一种统计主题热度的方法、节目的推送方法及装置

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
C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20160629

Address after: 100081 No. 1, building 17, building 2, Wanshou temple, Haidian District, Beijing, No. 35

Patentee after: Xu Shan

Address before: 100098 Beijing city Haidian District No. 48 Zhichun Road Yingdu building block B 12A

Patentee before: BEIJING HENGZHUN TECHNOLOGY Inc.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20170814

Address after: 100039, Yongding Road, Beijing, No. 3, floor 51, 303, Haidian District

Patentee after: CASICLOUD-TECH CO.,LTD.

Address before: 100081 No. 1, building 17, building 2, Wanshou temple, Haidian District, Beijing, No. 35

Patentee before: Xu Shan

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20221221

Address after: 100144 1206, Floor 12, Building 7, Yard 49, Badachu Road, Shijingshan District, Beijing

Patentee after: BEIJING CASICLOUD CO.,LTD.

Address before: 100039 303, 3 / F, No.51, Yongding Road, Haidian District, Beijing

Patentee before: CASICLOUD-TECH CO.,LTD.