CN103118279A - 一种分布式云端数字电视节目推荐方法 - Google Patents
一种分布式云端数字电视节目推荐方法 Download PDFInfo
- Publication number
- CN103118279A CN103118279A CN2013100568176A CN201310056817A CN103118279A CN 103118279 A CN103118279 A CN 103118279A CN 2013100568176 A CN2013100568176 A CN 2013100568176A CN 201310056817 A CN201310056817 A CN 201310056817A CN 103118279 A CN103118279 A CN 103118279A
- Authority
- CN
- China
- Prior art keywords
- client
- weights
- digital television
- information
- server
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Abstract
本发明提供一种分布式云端数字电视节目推荐方法，包括客户端系统和云端系统，客户端系统包括若干可接收信号的机顶盒，云端系统是指可处理数据的云端服务器，其具体推荐过程为：根据收视率进行节目推荐，每台机顶盒发送收看的节目信息数据到云端服务器，由云端服务器做数据处理，客户端请求统计结果，进行节目推荐，所述机顶盒支持网络功能。该一种分布式云端数字电视节目推荐方法和现有技术相比，最大程度的保证了系统的简洁性，实用性以及可实施性，因而具有很好的推广使用价值。
Description
技术领域
本发明涉及数字电视技术领域，具体的说是一种可保证系统简洁性、实用性和可实施性的分布式云端数字电视节目推荐方法。
背景技术
数字电视技术已经得到了蓬勃的发展，目前各地一般提供几十甚至几百个电视节目，电视观众很难从中选择优秀的节目。本发明提供了一种基于分布式收视率的推荐方案，使用户可以快速找到优秀的节目。
机顶盒的网络功能几乎已经成了标配，这也使得分布式的统计用户数据成为了可能。Cable线无法上传数据的问题，完美的被网络解决。当然用户在不联网的情况下，也可以通过cable线接收到广播推荐数据，只是不能上传采集数据而已。
当前的电视节目推荐系统大都基于单个用户行为分析统计，这种实现如果要求高精度就会使系统算法异常的复杂，不利于实施。而简单的算法，往往推荐的节目误差很大，没有多大实用价值。
发明内容
本发明的技术任务是解决现有技术的不足，提供一种分布式云端数字电视节目推荐方法。
本发明的技术方案是按以下方式实现的，该一种分布式云端数字电视节目推荐方法，包括客户端系统和云端系统，客户端系统包括若干可接收信号的机顶盒，云端系统是指可处理数据的云端服务器，其具体推荐过程为：根据收视率进行节目推荐，每台机顶盒发送收看的节目信息数据到云端服务器，由云端服务器做数据处理，客户端请求统计结果，进行节目推荐，所述机顶盒支持网络功能。
所述云端服务器做数据处理并进行节目推荐的详细步骤为：
1）当前用户收看的节目信息通过过滤条件算法，由机顶盒端将当前收看节目的信息附加权值发送到云端服务器；
2）在云端服务器根据客户端的消息以及统计算法，维护收视率信息；
3）客户端请求并接收服务器端的结果；
4）在客户端的用户界面上展现推荐结果。
所述步骤1）的过滤条件算法是指：如果用户在某一个节目大于某个特定值就可以向服务器发送权值更新要求，大于特定值的情况下，权值采取递增权值方式，时间越长权值增加的比例越大，这样可以放大用户喜欢节目的权值，屏蔽掉少量的错误数据结果。
所述权值递增算法采用设置上限的指数型算法或者线性增加算法。
所述步骤2）中的服务器端统计算法是指：
A:服务器维护一张节目列表，每当客户端有信息发送过来的时候就更新列表信息；没有就添加一个，有的话就按照B去更新权值；如果有信息长期没有更新则认为节目已经播放完毕，删除该条目；
B:权值的更新就是寻找节目表入口并叠加客户端发送的权值。
所述步骤3）的请求接收方式包括：服务器端将统计信息定期广播到客户端；或通过网络，在客户端请求数据的情况下发送至客户端。
采用定时广播的接收方式时，达到定时时间，将当前时间点以后的节目表信息按照权值大小排列，广播到机顶盒端。
采用客户端通过网络进行请求的接收方式时，由客户端请求中所包含的当前时间或者由服务器当前时间决定，将当前时间点以后的节目表信息按照权值大小排列，发送给客户端 。
本发明与现有技术相比所产生的有益效果是：
本发明的一种分布式云端数字电视节目推荐方法采用了分布式统计数据和云端处理的架构，根据大数据量的用户行为统计，错误的数据可以被掩埋，可以非常准确的找到优秀的电视节目。整个云系统架构最大程度的保证了系统的简洁性，实用性以及可实施性，因而具有很好的推广使用价值。
附图说明
附图1是本发明的结构示意框图。
具体实施方式
下面结合附图对本发明的一种分布式云端数字电视节目推荐方法作以下详细说明。
如附图1所示，一种分布式云端数字电视节目推荐方法，包括客户端系统和云端系统，客户端系统包括若干可接收信号的机顶盒，用来采集用户数据；云端系统是指可处理数据的云端服务器，该服务器可根据数据进行分析统计。
为了实现用户数据采集，机顶盒必须支持网络，目前网络功能几乎已经成为机顶盒标配。采集算法需要获得当前播放节目的信息，通过过滤算法后发送到服务器端。
其具体推荐过程为：1）当前用户收看的节目信息如果通过过滤条件算法，则机顶盒端会通过网络将当前收看节目的信息附加权值发送到云端服务器。之所以采用该算法，是因为机顶盒端在采集上传数据的过程中应该注意过滤掉一些错误的数据。例如用户在某个节目的停留时间很短，说明用户不喜欢该节目，不应该向服务器发送信息增加权值请求。又或者用户处在换台的状态，也不应该发送信息。
上述步骤中发送的信息结构如下所示:
| transport_stream_id | service_id | Program_num | Start_time | End_time | Weights |
这里的算法详细过程为：
如果用户在某一个节目大于某个特定值就可以向服务器发送权值更新要求，大于特定值的情况下，权值采取递增权值方式，时间越长权值增加的比例越大，这样可以放大用户喜欢节目的权值，屏蔽掉少量的错误数据结果。这里的特定值是指某一个时间值。
上述过滤算法是为了过滤掉用户换台以及尝试收看的时间；权值递增算法是为了增大用户喜爱的节目权值，优化统计结果。
2）在云端服务器根据客户端的消息以及统计算法，维护收视率信息。
这里所描述的服务器端统计算法，具体现实如下:
A:服务器维护一张节目列表，每当客户端有信息发送过来的时候就更新列表信息。没有就添加一个，有的话就按照B去更新权值。如果有信息长期没有更新则认为节目已经播放完毕，删除该条目。
B:权值的更新就是简单的寻找节目表入口并叠加客户端发送的权值。例如当前权值是M，客户端发送过来的权值是N，则更新为M+N。
服务器端的列表与客户端发送的信息可以保持一致，也可以自己定制。
3）服务器端可以将统计信息定期通过cable线广播到客户端，也可以通过网络，在客户端请求数据的情况下发送至客户端。
如果是定时射频广播的话：定时时间到的时候，会将当前时间点以后的节目表信息按照权值大小排列，广播到机顶盒端，这里的算法主要就是，时间过滤比较和权值大小排序。
如果是客户端通过网络进行请求的话：客户端请求应该包含当前时间，或者由服务器当前时间决定，然后按照上述算法发送给客户端。
通过步骤2）和步骤3）可以看出，云端服务器主要分为两大任务，一是接收盒端通过Socket的更新权值信息，更新节目权值，二是生成结果数据发送回客户端。更新权值主要涉及查表工作，生成结果涉及查表排序操作，总体运算量并不大，对服务器要求不高。
4）客户端的用户界面上进行展现，主要分为两大部分：正在播放推荐：为用户推荐当前热播节目，节省用户寻找节目的时间；周/月收视率排名：为用户推荐近期的优秀节目，如果正在播放就可以直接切换，收看该频道，否则进入预约模式，在时间到时自动转台。
实施例
在某省假设共有50万数字机顶盒用户，其中大部分都具有网络连接。该省有线电台共有100个频道，每个频道平均有20个节目。
某个用户在收看电视节目的时候，机顶盒端会做采集统计工作。例如他正在收看东莞一套，Transport_stream_id是1，Service_id是1，program_num是1，如果机顶盒每5分钟发送采集信息，并且机顶盒统计到该用户已经收看这个节目15分钟，则机顶盒发送下面的这条采集数据到服务器端，注意权值是根据一定的算法计算出来的。这里采用指数递增算法。
| transport_stream_id | service_id | Program_num | Start_time | End_time | Weights |
| 1 | 1 | 1 | 13:05:00 | 14:45 | 4 |
服务器接收到这条消息后，就会在节目表中寻找与tsid,serviceid,program_num相匹配的项目，如果找到就更新它的权值。例如服务器目前的表项如下:
| transport_stream_id | service_id | Program_num | Start_time | End_time | Weights |
| 55 | 65 | 7 | 06:40:00 | 08:40:00 | 9021 |
| 33 | 23 | 5 | 06:50:00 | 09:00:00 | 83 |
| 40 | 62 | 4 | 08:30:00 | 09:30:00 | 502 |
| 50 | 7 | 1 | 14:00:00 | 15:00:00 | 343 |
| 1 | 1 | 1 | 13:05:00 | 14:45:00 | 7900 |
服务器发现了存在表项就会更新其中的权值数据，将原来权值与收到消息的权值进行相加操作。7900变成7900+4 = 7904。
当客户端请求推荐结果，或者服务器定时广播推荐结果时，服务器要生成相应的推荐数据。例如此时收到客户端请求07:20:00时刻的当前节目推荐信息，服务器会过滤出07:20:00正在播放的节目。上面例子中有两个，即第一项和第二项。然后根据权值进行排序，第一项自然比第二项的推荐更靠前。因为服务器端的数据并不比较日期，和节目可能已经全部播放完毕，当客户端接收到推荐消息以后，需要再次和本地目前的EPG信息进行验证，如果推荐正确并且确定确实节目存在并且在播放就推荐给用户。
Claims (8)
1.一种分布式云端数字电视节目推荐方法，其特征在于：包括客户端系统和云端系统，客户端系统包括若干可接收信号的机顶盒，云端系统是指可处理数据的云端服务器，其具体推荐过程为：根据收视率进行节目推荐，每台机顶盒发送收看的节目信息数据到云端服务器，由云端服务器做数据处理，客户端请求统计结果，进行节目推荐，所述机顶盒支持网络功能。
2.根据权利要求1所述的一种分布式云端数字电视节目推荐方法，其特征在于：所述云端服务器做数据处理并进行节目推荐的详细步骤为：
1）当前用户收看的节目信息通过过滤条件算法，由机顶盒端将当前收看节目的信息附加权值发送到云端服务器；
2）在云端服务器根据客户端的消息以及统计算法，维护收视率信息；
3）客户端请求并接收服务器端的结果；
4）在客户端的用户界面上展现推荐结果。
3.根据权利要求2所述的一种分布式云端数字电视节目推荐方法，其特征在于：所述步骤1）的过滤条件算法是指：如果用户在某一个节目大于某个特定值就可以向服务器发送权值更新要求，大于特定值的情况下，权值采取递增权值方式，时间越长权值增加的比例越大，这样可以放大用户喜欢节目的权值，屏蔽掉少量的错误数据结果。
4.根据权利要求3所述的一种分布式云端数字电视节目推荐方法，其特征在于：所述权值递增算法采用设置上限的指数型算法或者线性增加算法。
5.根据权利要求2所述的一种分布式云端数字电视节目推荐方法，其特征在于：所述步骤2）中的服务器端统计算法是指：
A:服务器维护一张节目列表，每当客户端有信息发送过来的时候就更新列表信息；没有就添加一个，有的话就按照B去更新权值；如果有信息长期没有更新则认为节目已经播放完毕，删除该条目；
B:权值的更新就是寻找节目表入口并叠加客户端发送的权值。
6.根据权利要求2所述的一种分布式云端数字电视节目推荐方法，其特征在于：所述步骤3）的请求接收方式包括：服务器端将统计信息定期广播到客户端；或通过网络，在客户端请求数据的情况下发送至客户端。
7.根据权利要求6所述的一种分布式云端数字电视节目推荐方法，其特征在于：采用定时广播的接收方式时，达到定时时间，将当前时间点以后的节目表信息按照权值大小排列，广播到机顶盒端。
8.根据权利要求6所述的一种分布式云端数字电视节目推荐方法，其特征在于：采用客户端通过网络进行请求的接收方式时，由客户端请求中所包含的当前时间或者由服务器当前时间决定，将当前时间点以后的节目表信息按照权值大小排列，发送给客户端 。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2013100568176A CN103118279A (zh) | 2013-02-22 | 2013-02-22 | 一种分布式云端数字电视节目推荐方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2013100568176A CN103118279A (zh) | 2013-02-22 | 2013-02-22 | 一种分布式云端数字电视节目推荐方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103118279A true CN103118279A (zh) | 2013-05-22 |
Family
ID=48416533
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2013100568176A Pending CN103118279A (zh) | 2013-02-22 | 2013-02-22 | 一种分布式云端数字电视节目推荐方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103118279A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103414787A (zh) * | 2013-08-28 | 2013-11-27 | 北京爱工场文化发展有限公司 | 一种基于云服务的内容公播系统和方法 |
| CN104363474A (zh) * | 2014-11-14 | 2015-02-18 | 四川长虹电器股份有限公司 | 一种基于多用户的智能电视节目推荐系统及方法 |
| CN104539981A (zh) * | 2014-11-26 | 2015-04-22 | 四川长虹电器股份有限公司 | 一种热门电视频道实时推荐系统及方法 |
| CN104918117A (zh) * | 2015-03-24 | 2015-09-16 | 四川长虹电器股份有限公司 | 一种智能电视广告及用户标签推荐方法 |
| CN105743596A (zh) * | 2014-12-09 | 2016-07-06 | 比亚迪股份有限公司 | 车载收音机及其控制方法以及车载收音机系统和服务器 |
| CN107659855A (zh) * | 2017-11-07 | 2018-02-02 | 山东浪潮商用系统有限公司 | 一种节目推送系统及其节目推送方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100889987B1 (ko) * | 2007-11-30 | 2009-03-25 | 엔에이치엔(주) | 방송 프로그램 추천 시스템 및 방법 |
| CN101835027A (zh) * | 2010-04-16 | 2010-09-15 | 中山大学 | 一种基于双向机顶盒的视屏收视率统计及内容推荐系统及方法 |
| CN102769781A (zh) * | 2012-07-17 | 2012-11-07 | 青岛海信传媒网络技术有限公司 | 推荐电视节目的方法及装置 |
| KR20130008787A (ko) * | 2011-07-13 | 2013-01-23 | 에스케이플래닛 주식회사 | 방송컨텐츠의 전자프로그램정보 제공 방법, 시스템, 단말기 및 그의 서비스장치 |
-
2013
- 2013-02-22 CN CN2013100568176A patent/CN103118279A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100889987B1 (ko) * | 2007-11-30 | 2009-03-25 | 엔에이치엔(주) | 방송 프로그램 추천 시스템 및 방법 |
| CN101835027A (zh) * | 2010-04-16 | 2010-09-15 | 中山大学 | 一种基于双向机顶盒的视屏收视率统计及内容推荐系统及方法 |
| KR20130008787A (ko) * | 2011-07-13 | 2013-01-23 | 에스케이플래닛 주식회사 | 방송컨텐츠의 전자프로그램정보 제공 방법, 시스템, 단말기 및 그의 서비스장치 |
| CN102769781A (zh) * | 2012-07-17 | 2012-11-07 | 青岛海信传媒网络技术有限公司 | 推荐电视节目的方法及装置 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103414787A (zh) * | 2013-08-28 | 2013-11-27 | 北京爱工场文化发展有限公司 | 一种基于云服务的内容公播系统和方法 |
| CN104363474A (zh) * | 2014-11-14 | 2015-02-18 | 四川长虹电器股份有限公司 | 一种基于多用户的智能电视节目推荐系统及方法 |
| CN104539981A (zh) * | 2014-11-26 | 2015-04-22 | 四川长虹电器股份有限公司 | 一种热门电视频道实时推荐系统及方法 |
| CN105743596A (zh) * | 2014-12-09 | 2016-07-06 | 比亚迪股份有限公司 | 车载收音机及其控制方法以及车载收音机系统和服务器 |
| CN104918117A (zh) * | 2015-03-24 | 2015-09-16 | 四川长虹电器股份有限公司 | 一种智能电视广告及用户标签推荐方法 |
| CN107659855A (zh) * | 2017-11-07 | 2018-02-02 | 山东浪潮商用系统有限公司 | 一种节目推送系统及其节目推送方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102083996B1 (ko) | 미디어 콘텐츠 매칭 및 인덱싱 | |
| JP7096464B2 (ja) | オーディオ・ビジュアルコンテンツプログラムの視聴者に関する情報を決定する方法、装置、コンピュータプログラム及びシステム | |
| CN107851103B (zh) | 自动内容辨识指纹序列匹配 | |
| CN103118279A (zh) | 一种分布式云端数字电视节目推荐方法 | |
| CN104486660B (zh) | 一种快速搜索数字电视频道和节目的方法及系统 | |
| EP2752019B1 (en) | Method and system for providing efficient and accurate estimates of tv viewership ratings | |
| US10237629B2 (en) | Channel classification methods and devices | |
| US9961387B2 (en) | Profile-based content variation | |
| US11310545B2 (en) | Customized over-the-air television channel mapping for geographical area using crowdsourcing of over the air television channels | |
| US10205973B2 (en) | Method and system for linking real-time broadcasting with non-real-time video service using user history information | |
| US10433013B2 (en) | Dynamic management of audiovisual and data communications | |
| CN105791912A (zh) | 一种基于云端的数据处理方法、系统及机顶盒 | |
| US20150082351A1 (en) | Method and system for collecting and validating channel lineup and modulation data with improved accessibility to multiple type channels with automatic correction | |
| EP2355498A1 (en) | Receiving external recording commands at a television receiver | |
| JP5869132B2 (ja) | インターラクティブサービスの提供方法 | |
| US11563988B2 (en) | Employing automatic content recognition to allow resumption of watching interrupted media program from television broadcast | |
| US10182263B2 (en) | Enabling interactive control of live television broadcast streams | |
| KR20120039980A (ko) | 통합 방송 분배 장치 및 그 방법 | |
| JP2020061183A (ja) | 配信装置及び番組推薦システム | |
| CN102474584B (zh) | 用于传送频道到至少一个数字视频记录器的方法和系统 | |
| CN103888821A (zh) | 一种高标清节目切换方法及系统 | |
| CN102938860A (zh) | 一种节目链接播放方法 | |
| CN111565324A (zh) | 一种认知无线电的实施方法、介质、终端和装置 | |
| EP3160069A1 (en) | Media content determination | |
| CN105376633A (zh) | 应用于智能电视的信息管理方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130522 |
|
| WD01 | Invention patent application deemed withdrawn after publication |