CN104956680A - 推荐媒体内容的智能预取 - Google Patents

推荐媒体内容的智能预取 Download PDF

Info

Publication number
CN104956680A
CN104956680A CN201380067217.8A CN201380067217A CN104956680A CN 104956680 A CN104956680 A CN 104956680A CN 201380067217 A CN201380067217 A CN 201380067217A CN 104956680 A CN104956680 A CN 104956680A
Authority
CN
China
Prior art keywords
media
recommendation
content
recommended
media content
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
CN201380067217.8A
Other languages
English (en)
Other versions
CN104956680B (zh
Inventor
F.R.莫里森三世
M.J.麦克努尔蒂
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 Technology Licensing 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 Microsoft Technology Licensing LLC filed Critical Microsoft Technology Licensing LLC
Publication of CN104956680A publication Critical patent/CN104956680A/zh
Application granted granted Critical
Publication of CN104956680B publication Critical patent/CN104956680B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60—Network streaming of media packets
    • 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
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F9/00—Games not otherwise provided for
    • A63F9/24—Electric games; Games using electronic circuits not otherwise provided for
    • 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]
    • H04N21/40—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
    • H04N21/44209—Monitoring of downstream path of the transmission network originating from a server, e.g. bandwidth variations of a wireless network
    • 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
    • H04N21/4424—Monitoring of the internal components or processes of the client device, e.g. CPU or memory load, processing speed, timer, counter or percentage of the hard disk space used
    • 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
    • H04N21/458—Scheduling content for creating a personalised stream, e.g. by combining a locally stored advertisement with an incoming stream; Updating operations, e.g. for OS modules ; time-related management operations
    • 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
    • H04N21/4781—Games
    • 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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/8549—Creating video summaries, e.g. movie trailer

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Social Psychology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Information Transfer Between Computers (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

在各种实施例中，用于基于媒体平台的预取设定来预取推荐媒体内容的方法和系统被提供。推荐媒体内容的推荐媒体记录被接收。推荐媒体记录基于推荐简档的推荐度量而被生成。推荐媒体记录与媒体平台相关联。媒体平台基于针对媒体平台的预取设定来确定如何将与推荐媒体记录相关联的推荐媒体内容自动地下载到媒体平台，其中默认预取设定导致将推荐媒体内容自动地下载到媒体平台，以及定制预取设定导致基于定制预取设定自动地下载推荐媒体内容。在确定如何下载推荐媒体内容后，推荐媒体内容基于媒体平台的预取设定而被下载。

Description

推荐媒体内容的智能预取
背景技术
用户利用各种类型的数字媒体内容，诸如电影和视频游戏。推荐系统预测用户对于该用户可能尚未考虑并且进行推荐的数字媒体内容将具有的偏好。用户然后访问和利用所推荐的数字媒体内容。然而，因为下载数字媒体内容所花费的时间，该数字媒体内容可能不是立即可访问的。
发明内容
本发明内容被提供来以简化的形式引入在下面在具体实施方式中被进一步描述的概念的选择。本发明内容不旨在识别所要求保护的主题的关键特征或必要特征，它也不旨在被孤立地用来帮助确定所要求保护的主题的范围。
本发明的实施例提供了用于基于媒体平台的预取设定来预取推荐媒体内容的方法和系统。推荐媒体内容的推荐媒体记录被接收。推荐媒体记录基于推荐简档的推荐度量而被生成。推荐媒体记录与媒体平台相关联。推荐媒体记录还可以经由用户与媒体平台间接地相关联。媒体平台基于针对媒体平台的预取设定来确定如何将与推荐媒体记录相关联的推荐媒体内容自动地下载到媒体平台。默认预取设定导致将推荐媒体内容自动地下载到媒体平台，以及定制预取设定导致基于定制预取设定自动地下载推荐媒体内容。在确定要下载推荐媒体内容的方式后，推荐媒体内容基于媒体平台的预取设定而被下载。
附图说明
在下面参考所附附图详细地描述本发明，其中：
图1是适合于在实施本发明的实施例时使用的示范性计算环境的框图；
图2是本发明的实施例可以在其中被采用的示范性网络环境的框图；
图3是示出了依照本发明的实施例的用于基于媒体平台的预取设定来预取推荐媒体内容的方法的示意图；
图4是示出了依照本发明的实施例的用于基于媒体平台的预取设定来预取推荐媒体内容的方法的流程图；
图5是示出了依照本发明的实施例的用于基于媒体平台的预取设定来预取推荐媒体内容的方法的流程图；以及
图6是示出了依照本发明的实施例的用于基于媒体平台的预取设定来预取推荐媒体内容的方法的流程图。
具体实施方式
本发明的实施例的主题在本文中被具体地描述以满足法定要求。然而，本描述本身不旨在限制本专利的范围。相反，结合其它目前或将来的技术，发明人已设想到所要求保护的主题还可能被以其它方式体现，以便包括不同的步骤或与本文档中所描述的步骤类似的步骤的组合。而且，尽管术语“步骤”和/或“块”可以在本文中被用来意指所采用的方法的不同元素，但是除非和除了当单独步骤的次序被显式地描述时，否则术语不应该被解释为暗示本文中所公开的各种步骤之中或之间的任何特定次序。
出于本公开内容的目的，词“含有”与词“包括”具有相同广泛的意义。此外，除非以其它方式指示相反，否则诸如“一”和“一个”这样的词包括复数以及单数。因此，例如，在存在一个或多个特征的情况下“特征”被满足。并且，术语“或”包括连接词、转折连词以及两者（a或b因此包括a或b、以及a和b）。
本文中所描述的技术的各种方面一般地针对用于尤其基于与媒体平台相关联的预取设定来智能地预取推荐媒体内容的系统、方法以及计算机存储媒体。数字媒体内容（“媒体内容”）可以一般地指代在特定上下文（例如，听音乐、看电影、玩视频游戏）中递送给终端用户的信息。媒体内容可以包括但不限于音频文件、视频文件、图像文件以及视频游戏。媒体内容还可以包括计算机编程代码、JavaScript、HTML等（例如，软件）。媒体内容包括与特定类型的媒体内容相关联的各种格式和流派（genre）的信息。特别地，数字媒体内容可以包括游戏内容，所述游戏内容一般地指代采用电子装置来创建游戏者能够玩的交互系统的游戏。游戏可以包括在视频设备上与一般性视觉反馈的用户接口的人类交互。游戏内容可以包括与完整版本游戏相关联的游戏演示。游戏内容可以进一步包括作为针对视频游戏的附加内容（例如，新的游戏模式、对象、级别、挑战或用来完成已经发布的游戏的其它特征）的可下载内容（例如DLC）。游戏内容还可以包括修改、作弊代码、补丁以及与视频游戏相关联的其它类型的多媒体内容。
媒体内容经由包括相关联的显示器的媒体平台（例如，计算设备、游戏控制台或平板）被递送。媒体平台可以支持数个不同类型的媒体内容。媒体平台还可以包括用于使用媒体内容的支持应用（例如，软件应用）。媒体内容被下载到与媒体平台相关联的媒体存储装置（例如，本地硬盘驱动器或网络位置）上。媒体平台可以包括允许用户使用媒体内容的数个不同的控制特征（例如，遥控或控制器）和接口特征（例如，显示接口、手势接口）。作为图示，视频游戏是连接到显示设备（例如，电视）的定制计算机系统。控制器可以被用来经由接口交互以便使用媒体内容。用户可以在控制台上玩各种视频游戏并且还可以看电视、听音乐，并且使用数个不同的支持应用来网上冲浪。
经由推荐系统可以使得媒体平台上的媒体内容是可得到的。推荐系统帮助预测对媒体内容的用户兴趣。推荐系统对用户兴趣进行评价并且使用用户兴趣数据来执行运算以便识别推荐媒体内容。例如，当用户看电影时，他们可以提供关于他们对每部电影的满意度的反馈。对于电影的用户满意信息可以被收集并且数据被用来推荐给其它用户。在识别推荐媒体内容后，用户然后必须访问媒体内容。将媒体内容下载到媒体平台可能花费一些时间，并且取决于特定下载的大小，下载完成可能占去数小时。推荐媒体内容当在媒体平台上在没有用户干预的情况下被智能地预取时可以被没有延迟地访问。
依照这里的实施例，推荐简档被接收。推荐简档可以在管理智能预取系统的预取管理器处被接收。依照本发明的实施例，预取管理器可以位于媒体平台上并且还设想了预取管理器可以被实施在分布式联网环境中的任何设备上。在预取管理器处接收到的推荐简档可以直接地或经由用户间接地与媒体平台相关联。推荐简档包括用来识别推荐媒体内容的推荐度量（例如，使用统计、用户评级）。推荐度量可以包括来自用户的预处理信号和实时信号。推荐简档被发送到推荐引擎。推荐简档被用来确定推荐媒体内容。
针对推荐媒体内容的推荐媒体记录在推荐引擎处被生成。推荐媒体记录还与推荐简档的媒体平台相关联。推荐媒体记录在预取管理器处从推荐媒体引擎被接收。预取管理器然后基于针对媒体平台的预取设定来确定如何将与推荐媒体记录相关联的推荐媒体内容自动地下载到媒体平台。默认预取设定导致将推荐媒体内容自动地下载到媒体平台，以及定制预取设定导致基于定制预取设定自动地下载推荐媒体内容。
在本发明的第一方面，存储计算机可用指令的一个或多个计算机存储媒体，所述计算机可用指令当由一个或多个计算设备使用时，使得一个或多个计算设备执行用于基于预取设定来预取推荐游戏内容的方法。所述方法包括接收记载推荐游戏内容的推荐游戏记录。推荐游戏记录与媒体平台相关联。所述方法进一步包括基于针对媒体平台的预取设定来确定如何将推荐游戏内容自动地下载到媒体平台。所述方法还包括基于预取设定下载推荐游戏内容。
在本发明的第二方面，存储计算机可用指令的一个或多个计算机存储媒体，所述计算机可用指令当由一个或多个计算设备使用时，使得一个或多个计算设备执行用于基于预取设定来预取推荐媒体内容的方法。所述方法包括接收推荐简档，其包括用于识别推荐媒体内容的推荐度量。所述方法还包括基于推荐简档生成推荐媒体内容的推荐媒体记录。推荐媒体内容基于确定媒体平台的预取设定而被下载到媒体平台。确定预取设定为默认设定导致将推荐媒体内容自动地下载到媒体平台，以及确定预取设定为定制设定导致基于定制预取设定自动地下载推荐媒体内容。所述方法进一步包括将推荐媒体记录发送到媒体平台。
在本发明的第三方面，执行用于基于预取设定来预取推荐媒体内容的方法被提供。所述方法包括将推荐度量发送到推荐度量服务器。接收基于推荐度量生成的推荐简档。推荐简档与媒体平台相关联。所述方法还包括将推荐简档发送到推荐引擎。所述方法进一步包括接收基于推荐简档生成的推荐内容的推荐媒体记录。推荐媒体记录与媒体平台相关联。所述方法进一步包括基于针对媒体平台的预取设定来确定如何将与推荐媒体记录相关联的推荐媒体内容自动地下载到媒体平台。默认预取设定导致在没有用户干预的情况下将推荐媒体内容自动地下载到媒体平台，以及定制预取设定导致在没有用户干预的情况下基于定制预取设定自动地下载推荐媒体内容。所述方法还包括基于预取设定下载推荐媒体内容。
已经简要地描述了本发明的实施例的概述，本发明的实施例可以在其中被实施的示范性操作环境在下面被描述，以便为本发明的各种方面提供一般性的上下文。特别地首先参考图1，用于实施本发明的实施例的示范性操作环境被示出并且一般地指定为计算设备100。计算设备100只是适合的计算环境的一个例子，并且不旨在关于本发明的使用或功能性的范围提出任何限制。计算设备100不应该被解释为具有涉及所图示的构件中的任何一个或组合的任何依赖性或要求。
本发明可以在计算机代码或机器可用指令的一般性上下文中被描述，所述计算机代码或机器可用指令包括正由计算机或诸如个人数据助理或其它手持设备这样的其它机器所执行的诸如程序模块这样的计算机可执行指令。一般地，包括例行程序、程序、对象、构件、数据结构等的程序模块指代执行特定任务或者实施特定抽象数据类型的代码。本发明可以在各种系统配置中被实践，所述系统配置包括手持设备、消费电子装置、通用计算机、更专用的计算设备等。本发明还可以在分布式计算环境中被实践，其中任务由通过通信网络被链接的远程处理设备执行。
参考图1，计算设备110包括直接地或间接地耦合以下设备的总线110：存储器112、一个或多个处理器114、一个或多个呈现构件116、输入/输出端口118、输入/输出构件120以及说明性电源122。总线110表示可以为一条或多条总线的东西（诸如地址总线、数据总线或其组合）。尽管为了清楚起见图1的各种块被用线条示出，但是实际上，描绘各种构件不是如此清楚的，并且用比喻来说，线条更准确地说将是灰色的且模糊的。例如，人们可以将诸如显示设备这样的呈现构件认为是I/O构件。并且，处理器具有存储器。我们认识到这是本领域的本质，并且重申图1的图仅仅图示能够连同本发明的一个或多个实施例一起被使用的示范性计算设备。未在如“工作站”、“服务器”、“膝上型电脑”、“手持设备”等这样的类别之间做出区分，因为这些全部都被设想在图1的范围内并且是对“计算设备”的参考。
计算设备100典型地包括各种计算机可读媒体。计算机可读媒体可以是能够被计算设备100访问的任何可用媒体，并且包括易失性和非易失性媒体、可移除和不可移除的媒体两者。作为例子而非限制，计算机可读媒体可以包括计算机存储媒体和通信媒体。
计算机存储媒体包括用任何方法或技术实施以用于存储诸如计算机可读指令、数据结构、程序模块或其它数据这样的信息的易失性和非易失性、可移除和不可移除媒体。计算机存储媒体包括但不限于RAM、ROM、EEPROM、闪速存储器或其它存储器技术、CD-ROM、数字通用盘（DVD）或其它光盘存储装置、磁盒、磁带、磁盘存储装置或其它磁存储设备、或能够被用来存储所期望的信息并且能够被计算设备100访问的任何其它介质。计算机存储媒体排除信号本身。
通信媒体典型地将计算机可读指令、数据结构、程序模块或其它数据具体化为诸如载波或其它传输机制这样的已调制数据信号，并且包括任何信息递送媒体。术语“已调制数据信号”意指这样的信号，所述信号使其特性中的一个或多个以这样的方式被设置或改变以便将信息编码在所述信号中。作为例子而非限制，通信媒体包括诸如有线网络或直接有线连接这样的有线媒体，以及诸如声学、RF、红外线和其它无线媒体这样的无线媒体。上述媒体中的任一个的组合也应该被包括在计算机可读媒体的范围内。
存储器112包括形式为易失性和/或非易失性存储器的计算机存储媒体。存储器可以是可移除的、不可移除的或其组合。示范性的硬件设备包括固态存储器、硬盘驱动器、光盘驱动器等。计算设备100包括从诸如存储器112或I/O构件120这样的各种实体读取数据的一个或多个处理器。（一个或多个）呈现构件116将数据指示呈现给用户或其它设备。示范性呈现构件包括显示设备、扬声器、打印构件、振动构件等。
I/O端口118允许计算设备100被逻辑地耦合到包括I/O构件120的其它设备，其中的一些可以是内置的。说明性构件包括话筒、游戏杆、游戏板、碟形卫星、扫描器、打印机、无线设备等。
通过对图2附加参考，描绘了适合于在本发明的实施例中使用的示范性网络环境200的框图被描述。应理解，本文中所描述的这个和其它布置仅作为例子被阐述。附加于所示出的那些或代替所示出的那些，其它布置和元素（例如，机器、接口、功能、次序以及功能的分组等）能够被使用，并且一些元素可以被一起省略。进一步地，本文中所描述的元素中的许多是这样的功能实体，其可以作为分立或分布式构件或者与其它构件相结合地以及可以在任何适合的组合和位置中被实施。在本文中描述为由一个或多个实体执行的各种功能可以由硬件、固件和/或软件执行。例如，各种功能可以由执行存储在存储器中的指令的处理器执行。
网络环境200包括网络204、媒体平台206、预取管理器208、推荐度量服务器210、推荐引擎212以及内容服务器214。例如，图2中所示出的构件中的每一个可以是任何类型的计算设备，诸如参考图1所描述的计算设备100。构件可以经由网络204与彼此进行通信，所述网络204可以包括但不限于一个或多个局域网（LAN）和/或广域网（WAN）。这样的联网环境在办公室、企业范围的计算机网络、内联网以及因特网中是常见的。应理解，在本发明的范围内，任何数目的媒体平台、推荐度量服务器、推荐引擎以及预取管理器可以被采用在网络环境200内。每个可以包括单个设备或在分布式环境中协作的多个设备。附加地，未示出的其它构件也可以被包括在网络环境内。
推荐度量服务器210操作来通过推荐度量的聚合和分析来生成推荐简档。推荐简档是与特定媒体平台（例如，媒体平台206）或用户相关联的推荐信息的集合。用户与其它用户分立（discrete）并且可以与包括用户名和密码的用户账户相关联。这样的用户可以与推荐媒体内容可以被下载到其上面的单个媒体平台或多个媒体平台相关联。在实施例中，媒体内容可以基于针对媒体平台的预取设定而被选择性地下载到不同的媒体平台上。媒体平台还可以是它自己的具有用户账户的用户，媒体内容消费模式针对其被建模。媒体内容消费模式是针对媒体平台本身的并且间接地与媒体平台的用户相关联。在这方面，本文中所定义的用户可以包括分立用户或媒体平台。
用户或媒体平台的推荐简档指代用来识别要被下载到媒体平台的推荐媒体内容的信息的显式表示。推荐简档能够聚合、分析并且存储在识别推荐媒体内容时使用的用户信息。这样的用户信息可以在本文中被称为推荐度量，即通知推荐媒体内容的使用活动的量度。推荐度量从媒体平台或用户被接收并且用来生成推荐简档。例如，推荐简档可以包括从用户的过去行为（例如，先前购买或选择的项目的购买历史和/或给予那些项目的数值评级）以及由其它用户所做出的类似决策而来的模型。推荐简档还可以利用用户的项目的一系列分立特性，以便推荐具有类似属性的附加项目。推荐度量可以使用显式数据收集方法（例如，要求用户按浮动计算对项目进行评级）或隐式数据收集方法（例如，观测用户观看或使用的项目）被收集。任何和所有这样的变化及其任何组合被设想为在本发明的实施例的范围内。
继续参考图2，推荐度量服务器210还可以分析聚合的信息以便生成用来识别推荐媒体内容的推荐简档。推荐度量可以包括原始信号信息，包括但不限于使用、购买、评级、搜索查询、点击率等。作为图示，信号可以是测量兴趣的水平的反馈信号。信号可以与特定用户或媒体相关联。信号可以是从用户接收到的与某种类型的媒体相关联的任何类型的信息。在实施例中，用户可以针对产品的购买或使用提交喜欢或不喜欢反馈。在另一实施例中，信号可能是多评级系统（例如，1-5星评级）。信号可以描述用户关于特定媒体内容感觉如何。在这样的实施例中，信号可以描述用户对媒体内容有多么满意或不满意。原始信号还可以包括帮助得到影响推荐媒体内容的社交范围数据的社交范围（例如，朋友和用户群）。任何和所有这样的变化及其任何组合被设想为在本发明的实施例的范围内。
原始信号从媒体平台被接收并且处理成推荐简档。处理原始信号可以包括存储和组织信号数据，使得它可以被有效地使用。在基本层级下，推荐度量服务器接收用户反馈信息作为原始信号信息并且将原始信号信息转换成处理的信号（例如，归一化），其可以被用来生成推荐简档。设想到，不同类型的处理的信号可以被用于本发明。推荐简档通过包括社交上下文（例如，朋友、社交网络以及社区）而被进一步增强以便生成基于社交的推荐。例如，推荐简档可以与在社交网络的社区内的用户的附加推荐简档相关联。在这方面，与推荐简档相关联的用户和其它相关联的用户的社交联网内容可以被分析以便增强推荐简档。
推荐简档还可以通过查看最近的用户的活动来说明时间和基于理解时间的行为。推荐简档还通过查看推荐媒体被使用有多迅速、媒体内容被访问有多频繁、演示内容稍后是否被转化成购买等来说明先前推荐媒体内容和媒体内容的消费模式。游戏内容消费事件发生（例如，玩视频游戏、完成级别、购买游戏）特别地也可以成为推荐简档的因素。任何和所有这样的变化及其任何组合被设想为在本发明的实施例的范围内。推荐简档中的这样的信息可以是推荐反馈回路的一部分。反馈回路将与推荐媒体内容相关联的新的原始信号作为推荐度量和信息并且更新推荐简档。在这方面，推荐简档保持最新以便通知推荐媒体内容。
如所讨论的，推荐度量服务器210从媒体平台206接收推荐度量并且生成推荐简档。在实施例中，推荐度量服务器210将推荐简档发送到与媒体平台206相关联的预取管理器208以便被转发到推荐引擎。设想到，推荐简档可以使用除本文中所描述的示范性方法以外的数个不同的方法而被传送和导向到推荐引擎。例如，推荐简档还可以被直接地传送到推荐引擎。信息在本文中所描述的构件之间的转移可以是以确定的周期性间隔或在发生与本文中所呈现的推荐度量相关联的事件后，以便推荐媒体内容是最新的。例如，像在演示游戏的90%完成下的用户这样的所识别的消费模式能够自动地触发信息在构件之间的转移，其导致预取推荐媒体内容。任何和所有这样的变化及其任何组合被设想为在本发明的实施例的范围内。
推荐引擎212操作来基于包括推荐度量的推荐简档来识别推荐媒体内容。推荐引擎212可以从媒体平台接收推荐简档。在实施例中，推荐简档可以直接地从推荐度量服务器被接收。推荐引擎212使用推荐简档来对用户兴趣进行评价，并且使用用户兴趣数据来执行运算以便识别推荐媒体内容。例如，当用户看电影时，他们可以提供关于他们对每部电影的满意度的反馈。对于电影的用户满意信息可以被收集并且数据被用来向其它用户做出推荐。在一个实施例中，推荐经由矩阵因式分解而被生成，所述矩阵因式分解向推荐系统提供了一种推荐媒体内容的方式。例如，矩阵因式分解中的协作式过滤或基于内容的过滤创建用于推荐不同类型的媒体（例如，电影、音乐、视频游戏、电视表演）的用户-项目矩阵。混合方法能够以数个方式来实施：通过单独地做出基于内容的和基于协作式的预测并且然后组合它们。推荐系统的任何和所有这样的变化及其任何组合被设想为在本发明的实施例的范围内。
在操作中，推荐引擎212基于推荐简档来识别推荐媒体内容并且生成推荐媒体记录。推荐媒体记录指代识别的推荐媒体内容的保存，使得它被传送到媒体平台以便被下载。推荐引擎查找推荐媒体内容并且它被记录以用于将来的内容获取。推荐媒体记录与推荐简档的媒体平台206相关联。推荐媒体内容可以包括目标媒体。例如，使用社交网络的人们存储与不同的社交网络相关联的各种信息，包括但不限于年龄、性别、兴趣以及位置。所存储的信息可以被用来识别推荐媒体内容，所述推荐媒体内容是以该特定用户群或社交网络中为目标的。针对特定用户或设备的广告发布媒体（例如，视频游戏演示和或电影预告片）也可以被包括，使得多半地实际上使用户感兴趣的广告被呈现。进一步地，推荐媒体还可以包括媒介媒体。媒体可以基于类似用户或类似设备被一起匹配的媒介技术被识别。例如，出于识别来自两个用户的媒体内容并且基于彼此来生成推荐的目的，玩家可以与另一玩家匹配。任何和所有这样的变化及其任何组合被设想为在本发明的实施例的范围内。推荐引擎212将推荐媒体内容发送到与媒体平台相关联的预取管理器208，并且所有这样的推荐媒体内容可以在任何用户交互前面被前摄地预取并存储在媒体平台上。
例如，媒体平台206可以包括任何类型的计算设备，诸如参考图1所描述的计算设备100。媒体内容经由具有相关联的显示器的媒体平台206（例如，计算设备、游戏控制台或平板）被递送。媒体平台206可以支持数个不同类型的媒体内容。媒体平台还可以包括用于使用媒体内容的支持应用。媒体内容被下载到与媒体平台相关联的媒体存储装置（例如，本地硬盘驱动器或网络位置）上。媒体平台206包括允许用户使用媒体内容的数个不同的控制特征（例如，遥控或控制器）和接口特征（例如，显示接口或手势接口）。
一般地，媒体平台206与预取管理器208相关联。在本发明中，预取管理器208操作来在构件之间引导信息。预取管理器208可以与单个媒体平台相关联。预取管理器208还可以经由单个用户与多个媒体平台相关联。在实施例中，预取管理器208被配置成从推荐度量服务器210接收推荐简档并且将该推荐简档转发到推荐引擎212。推荐简档可以在媒体平台上在将该推荐简档转发到推荐引擎212之前采用最新信息（例如，实时推荐度量）被更新。设想到，推荐简档可以包括处理信号，其可以被附加有经由预取管理器来自媒体平台的实时的附加信息。
预取管理器208还操作来提供基于推荐媒体记录将用来预取媒体内容的意图或请求发信号通知、通知、发送、流式传输以及以其它方式传送给媒体平台。在这方面，预取管理器208基于与媒体平台相关联的预取设定来控制推荐媒体内容的下载。在接收到推荐媒体记录后，预取管理器208确定如何下载推荐媒体记录。默认预取设定导致自动地下载推荐媒体记录。定制预取设定导致基于定制预取设定自动地下载推荐媒体内容。在接收到推荐媒体记录后，下载推荐媒体内容可以在没有用户干预的情况下完成。采用设置为默认预取设定的预取管理器208，当推荐媒体记录在媒体平台处被接收到时推荐媒体内容基于多个默认参数被预取或者自动地下载。定制预取设定包括定制参数，所述定制参数已被与默认参数不同地配置成自动地下载推荐媒体内容。默认参数可以是通过系统管理员进行的出厂配置，然而定制参数可以是出厂配置的预设定或其它用户定义的参数。
参数包括在自动地下载推荐媒体内容时被配置用于媒体平台的约束和限制。参数可以包括但不限于调度（一天中的时间、媒体内容的类型、优先化）、带宽（例如，带宽上限、空闲时间、带宽消费、带宽节流）、容量（剩余存储、文件的大小、设备状态）。调度参数一般地指代用于自动媒体内容的时间的排序和分配。带宽参数管理网络上的推荐媒体内容的分组的业务量。容量参数指代媒体平台接收或者包含推荐媒体内容的能力。参数的任何和所有这样的变化及其任何组合被设想为在本发明的实施例的范围内。参数与默认预取设定和定制预取设定两者相关联，并且由预取管理器208在传送预取媒体内容的意图或请求时使用。
预取管理器208还控制媒体内容的下载。预取管理器208可以包括用于和本文中所描述的与预取管理器相关联的特征中的任一个交互的接口。如所讨论的，预取管理器208可以是媒体平台上的构件；然而预取管理器还可以是提供相同服务的外部构件。预取管理器208可以被用来：暂停推荐媒体内容的下载，重新开始推荐媒体内容的下载，或者删除推荐媒体内容的下载。预取管理器208还可以从设备前摄地移除推荐媒体内容或者调度这样的内容的移除，或者在用户干预的情况下执行类似的动作。特别地，预取管理器可以提供推荐媒体内容的优先化或去优先化。优先化和去优先化可以通过默认预取设定或定制预取设定被触发。优先化和去优先化可以进一步与更新的推荐度量、新的推荐媒体内容以及用户的或媒体平台上的外部动作相关联。任何和所有这样的变化及其任何组合被设想为在本发明的实施例的范围内。例如，推荐媒体内容可以相对于选择的用户内容被去优先化，特别是如果所选择的用户内容（例如，游戏的完整版本）与推荐内容（例如，游戏的自被购买以来具有的演示）相关联。它将是预取的智能功能以便预取管理器辨识这个冲突和其它类似的冲突以及执行优先化或去优先化动作。特别地关于这个例子，预取管理器可能不仅对推荐内容进行去优先化而且还终止推荐内容。一般而言，预取管理器的预定义动作可以通过媒体平台或用户的相关联的消费模式而被触发。例如，可能尚未被访问的推荐内容可以基于媒体平台或用户的识别的消费模式而被自动地删除。
预取管理器208还可以确定内容获取方法（例如，内容递送网络或对等网络）。对推荐媒体记录上的推荐媒体内容的访问可以在预取设定中被配置，使得不同的媒体内容可以使用不同的方法来下载。内容获取可以与具有内容服务器214的一个或多个内容提供商相关联，所述内容服务器具有存储的媒体内容。媒体内容可以包括但不限于音频文件、视频文件、图像文件以及视频游戏。媒体内容还可以包括计算机编程代码、JavaScript、HTML等（例如，软件）。媒体内容包括与特定类型的媒体内容相关联的各种格式和流派的信息。媒体内容的获取可以是通过与不同类型的媒体内容相关联的不同的内容获取方法（例如，内容递送网络或对等网络）的。内容服务器214基于与媒体平台相关联的预取设定采用内容获取方法来转移媒体内容。在操作中，内容服务器214从预取管理器接收对识别的推荐媒体内容的请求，并且内容服务器214提供内容以用于下载到与推荐媒体内容相关联的媒体平台上。内容服务器214还可以提供预取以用于当在推荐媒体记录中被识别时流式传输媒体。
参考图3，示出了用于基于媒体平台的预取设定来预取推荐媒体内容的示范性方法的示意图被图示。如所图示的，示意图包括用户310（例如，“LIONEL MESSI”）、媒体平台320（例如，由弗吉尼亚州雷德蒙德（Redmond, VA）的微软公司所提供的XBOX?）、预取管理器330、推荐度量服务器340、推荐引擎350以及内容服务器360。预取管理器330将推荐度量322传送332到推荐度量服务器。预取管理器330可以是与媒体平台320相关联的内部构件或外部构件。推荐度量322经由用户310与媒体平台320相关联。推荐度量322包括原始信号（例如，使用统计、内容、评级），其在推荐度量服务器340处被分析以生成推荐简档。例如，在被用来生成推荐简档的推荐度量322中，“LIONEL MESSI”对于由加利福尼亚雷德伍德城（Redwood City, CA）的Electronic Arts（电子艺界公司）所提供的“FIFA 13演示”可能具有10%完成。
推荐简档被从推荐度量服务器传送342到预取管理器。推荐简档可以被以确定的周期性间隔或在发生媒体消费事件后从推荐度量服务器340转移，以使得推荐媒体内容是最新的。在实施例中，推荐简档采用来自媒体平台的实时推荐度量324加以更新。例如，“LIONEL MESSI”对于“FIFA 13演示”现在可能具有90%完成并且因此在推荐简档中更新。如所示出的，推荐简档被传送352到推荐引擎350，其中推荐简档被用来识别推荐媒体内容。许多不同的推荐系统方法（例如，协作式过滤、基于内容的过滤或混合系统）可以被采用来识别推荐媒体内容。推荐媒体内容被记录在推荐媒体记录中。例如，对于“LIONEL MESSI”，推荐媒体记录可能包括由加利福尼亚雷德伍德城的Electronic Arts所提供的“FIFA 13完整版本”游戏和由加利福尼亚洛杉矶的Fox Searchlight Pictures所提供的“Bend it Like Beckham（我爱贝克汉姆）”电影。推荐媒体记录被从推荐引擎350传送352并且在预取管理器处被接收。预取管理器330包括针对媒体平台的预取设定。预取管理器确定如何将与推荐媒体记录相关联的推荐媒体内容自动地下载到媒体平台。默认预取设定导致在没有用户干预的情况下将推荐媒体内容自动地下载到媒体平台，以及定制预取设定导致在没有用户干预的情况下基于定制预取设定自动地下载推荐媒体内容。在确定如何将推荐媒体内容自动地下载到媒体平台后，推荐媒体内容基于预取设定被下载推荐媒体内容。在操作中，预取管理器330将对推荐媒体记录中的识别的推荐媒体内容的请求传送336到内容服务器360。推荐媒体内容可以被从内容服务器360传送336到媒体平台。内容获取的各种不同的方法（例如，内容递送网络、对等网络）可以被用在将媒体内容下载到媒体平台上。继续参考上述例子，针对“LIONEL MESSI”的推荐媒体记录被用来在没有用户干预的情况下将推荐媒体内容自动地下载到XBOX上。媒体平台上的游戏内容“FIFA 13演示”可以被识别，以使得推荐游戏内容“FIFA 13完整版本”被与“FIFA 13演示”相关联地下载。在实施例中，这个关联可以成为显式的以便通知用户。在这方面，经预取的推荐媒体内容可能比如果它尚未被预取被更快地访问。
现在转向图4，图示了用于预取推荐媒体内容的方法400的流程图被提供。在块410处，推荐游戏内容的推荐游戏记录被接收。在块420处，如何自动地下载与推荐游戏记录相关联的推荐游戏内容基于预取设定而被确定。推荐游戏内容基于预取设定而被下载，如在块430处所示。
现在转向图5，图示了用于预取推荐媒体内容的方法500的流程图被提供。在块510处，包括用于识别推荐媒体内容的推荐度量的推荐简档被接收。在块520处，推荐媒体内容的推荐媒体记录基于推荐简档而被生成。推荐媒体内容基于确定媒体平台的预取设定而被下载到媒体平台。确定预取设定为默认设定导致在没有用户的干预的情况下将推荐媒体内容自动地下载到媒体平台。相比之下，确定预取设定为定制设定导致在没有用户干预的情况下基于定制预取设定自动地下载推荐媒体内容。推荐媒体记录被发送到媒体平台，如在块530处所示。
现在转向图6，图示了用于预取推荐媒体内容的方法600的流程图被提供。首先，如在块610处所示，推荐度量被发送到推荐度量服务器。如在块620处所示，推荐简档基于推荐度量而被生成。推荐简档与媒体平台相关联。在块630处，推荐简档被发送到推荐引擎。推荐媒体内容的推荐媒体记录被接收，如在块640处所示。推荐媒体记录基于推荐简档而被生成并且推荐媒体记录与媒体平台相关联。在块650处，如何在没有用户干预的情况下自动地下载与推荐媒体记录相关联的推荐媒体内容被基于预取设定而确定。默认预取设定导致将推荐媒体内容自动地下载到媒体平台，以及定制预取设定导致基于定制预取设定下载推荐媒体内容。在实施例中，自动地可以意指没有人类干预。推荐媒体内容在没有用户干预的情况下基于预取设定被下载，如在块660处所示。
已经关于在所有方面旨在为说明性的而不是限制性的特定实施例描述了本发明的实施例。在不脱离本发明的范围的情况下，可替换的实施例对于本发明所属于的领域的普通技术人员而言将变得明显。
根据前述内容，将看到本发明被很好地被适配成达成在上文中连同是显而易见的并且是该结构所固有的其它优点一起所阐述的所有目的和目标。
将理解的是，特定特征和子组合是实用的，并且可以在不用参考其它特征或子组合的情况下被采用。这是由权利要求的范围所设想到的并且是在权利要求的范围内。

Claims (15)

1. 存储计算机可用指令的一个或多个计算机存储媒体，所述计算机可用指令当由一个或多个计算设备使用时，使得一个或多个计算设备执行用于基于媒体平台的预取设定来预取推荐游戏内容的方法，所述方法包括：
接收记载推荐游戏内容的推荐游戏记录，其中所述推荐游戏记录与所述媒体平台相关联；
基于针对所述媒体平台的预取设定来确定如何将所述推荐游戏内容自动地下载到所述媒体平台；以及
基于所述预取设定下载所述推荐游戏内容。
2. 根据权利要求1所述的媒体，进一步包括
将推荐度量发送到推荐度量服务器；其中推荐度量至少包括与媒体平台相关联的游戏内容的使用；
接收基于所述推荐度量生成的推荐简档，其中所述推荐简档与所述媒体平台相关联；以及
将所述推荐简档发送到推荐引擎。
3. 根据权利要求2所述的媒体，其中将所述推荐度量发送到所述推荐度量服务器是基于游戏内容消费事件的发生的。
4. 根据权利要求1所述的媒体，进一步包括：
接收包括用于识别所述推荐游戏内容的推荐度量的推荐简档；其中所述推荐简档与所述媒体平台相关联；以及
将所述推荐简档发送到推荐引擎，其中所述推荐简档被用来识别所述推荐游戏内容。
5. 根据权利要求1所述的媒体，进一步包括：
在发生针对所述推荐游戏内容的游戏内容消费事件后，发送针对所述推荐游戏内容的推荐度量；以及
接收更新的推荐简档，使得后续推荐游戏内容是基于更新的推荐简档的，其中所述更新的推荐简档包括基于针对所述推荐游戏内容的推荐度量的更新。
6. 根据权利要求5所述的媒体，其中所述游戏内容消费事件至少包括与所述推荐游戏内容的交互，其提供针对所述推荐游戏内容的推荐度量。
7. 根据权利要求1所述的媒体，进一步包括识别在所述媒体平台上的游戏内容，使得所述推荐游戏内容被与游戏内容相关联地下载。
8. 根据权利要求7所述的媒体，其中所述媒体平台是视频游戏控制台，所述推荐游戏内容是完整版本游戏，并且所述游戏内容是演示游戏。
9. 根据权利要求1所述的媒体，其中所述定制预取设定包括至少部分地基于从调度、带宽以及容量中选择的一个或多个参数来下载所述推荐游戏内容。
10. 一种用于基于预取设定来预取推荐媒体内容的方法，所述方法包括：
接收包括用于识别推荐媒体内容的推荐度量的推荐简档；
生成记载推荐媒体内容的推荐媒体记录，基于推荐简档而被生成，其中所述推荐媒体内容基于确定媒体平台的所述预取设定而被下载到媒体平台，并且其中确定所述预取设定为默认设定导致将所述推荐媒体内容自动地下载到所述媒体平台，以及确定预取设定为定制设定导致基于所述定制预取设定自动地下载所述推荐媒体内容；以及
将所述推荐媒体记录发送到所述媒体平台。
11. 根据权利要求10所述的方法，其中所述推荐简档进一步包括与附加的推荐简档的关联，其中所述附加的推荐简档被用来生成所述推荐媒体内容，并且其中所述附加的推荐简档基于社交网络与所述推荐简档相关联。
12. 根据权利要求10所述的方法，其中基于所述推荐简档确定推荐媒体内容进一步包括分析与用户相关联的社交联网内容，所述用户与所述推荐简档相关联。
13. 根据权利要求10所述的方法，其中所述推荐简档进一步包括先前推荐媒体内容，使得确定推荐媒体内容是至少部分地基于所述先前推荐媒体内容的。
14. 一种用于基于预取设定来预取推荐媒体内容的方法，所述方法包括：
将推荐度量发送到推荐度量服务器；
接收基于推荐度量生成的推荐简档，其中所述推荐简档与媒体平台相关联；
将所述推荐简档发送到推荐引擎；
接收记载推荐媒体内容的推荐媒体记录，其基于所述推荐简档被生成，其中所述推荐媒体记录与所述媒体平台相关联；
基于针对所述媒体平台的预取设定来确定如何将所述推荐媒体内容自动地下载到所述媒体平台，其中默认预取设定导致在没有用户干预的情况下将所述推荐媒体内容自动地下载到所述媒体平台，以及定制预取设定导致在没有用户干预的情况下基于所述定制预取设定自动地下载所述推荐媒体内容；以及
基于所述预取设定下载所述推荐媒体内容。
15. 根据权利要求14所述的方法，其中所述媒体平台与控制所述推荐媒体内容的下载的接口相关联，并且其中控制所述下载包括从下列中选择的动作：
暂停所述推荐媒体内容的下载；
重新开始所述推荐媒体内容的下载；以及
删除所述推荐媒体内容的下载。
CN201380067217.8A 2012-12-21 2013-12-20 推荐媒体内容的智能预取 Active CN104956680B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/723560 2012-12-21
US13/723,560 US9154533B2 (en) 2012-12-21 2012-12-21 Intelligent prefetching of recommended-media content
PCT/US2013/076925 WO2014100587A1 (en) 2012-12-21 2013-12-20 Intelligent prefetching of recommended-media content

Publications (2)

Publication Number Publication Date
CN104956680A true CN104956680A (zh) 2015-09-30
CN104956680B CN104956680B (zh) 2018-07-24

Family

ID=49998679

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380067217.8A Active CN104956680B (zh) 2012-12-21 2013-12-20 推荐媒体内容的智能预取

Country Status (6)

Country Link
US (1) US9154533B2 (zh)
EP (1) EP2936822A1 (zh)
JP (1) JP6329967B2 (zh)
KR (1) KR102142169B1 (zh)
CN (1) CN104956680B (zh)
WO (1) WO2014100587A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111275496A (zh) * 2020-02-24 2020-06-12 北京头条易科技有限公司 一种自媒体广告智能推荐方法

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10506027B2 (en) * 2014-08-27 2019-12-10 Tensera Networks Ltd. Selecting a content delivery network
US9984088B1 (en) * 2015-03-31 2018-05-29 Maginatics Llc User driven data pre-fetch
KR102535086B1 (ko) * 2015-09-30 2023-05-22 삼성전자주식회사 전자 장치 및 그의 동작 방법
US10389790B2 (en) * 2015-12-17 2019-08-20 Google Llc Automatically providing media items in environments with limited network performance
CN108132950A (zh) * 2016-12-01 2018-06-08 阿里巴巴集团控股有限公司 信息展示方法、信息提供方法、装置及系统
US10904720B2 (en) * 2018-04-27 2021-01-26 safeXai, Inc. Deriving signal location information and removing private information from it
US10945012B2 (en) * 2018-06-28 2021-03-09 Pandora Media, Llc Cold-start podcast recommendations
CA3104724A1 (en) * 2019-03-29 2020-10-08 Rovi Guides, Inc. Content recommendation based on game progress
US10791370B1 (en) 2019-03-29 2020-09-29 Rovi Guides, Inc. Content recommendation based on game progress
US11123634B1 (en) * 2020-03-17 2021-09-21 Valve Corporation Tracking file system read operations for instant play of video games, and for client-side discarding and prefetching of game data
US11528307B2 (en) * 2020-06-30 2022-12-13 Avid Technology, Inc. Near real-time collaboration for media production
US11604825B2 (en) * 2020-07-13 2023-03-14 Nice Ltd. Artificial intelligence model for predicting playback of media data

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100005084A1 (en) * 2008-07-01 2010-01-07 Samsung Electronics Co., Ltd. Method and system for prefetching internet content for video recorders
CN101689174A (zh) * 2006-08-18 2010-03-31 索尼株式会社 通过推荐引擎进行选择性媒体访问
US20110026887A1 (en) * 2009-07-28 2011-02-03 Kabushiki Kaisha Toshiba Mounting structure
CN102279865A (zh) * 2010-06-08 2011-12-14 索尼公司 内容推荐设备和内容推荐方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11194943A (ja) * 1997-12-26 1999-07-21 Matsushita Electric Ind Co Ltd 送信装置および受信装置
US20020175998A1 (en) 2000-05-31 2002-11-28 Hoang Khoi Nhu Data-on-demand digital broadcast system utilizing prefetch data transmission
US20030164844A1 (en) * 2000-09-25 2003-09-04 Kravitz Dean Todd System and method for processing multimedia content, stored in a computer-accessible storage medium, based on various user-specified parameters related to the content
JP2004080416A (ja) * 2002-08-19 2004-03-11 Nec Corp 動画像配信システム
US7797343B2 (en) 2003-03-17 2010-09-14 Xerox Corporation System and method for providing usage metrics of digital content
US20050120391A1 (en) * 2003-12-02 2005-06-02 Quadrock Communications, Inc. System and method for generation of interactive TV content
US20060069617A1 (en) 2004-09-27 2006-03-30 Scott Milener Method and apparatus for prefetching electronic data for enhanced browsing
US20070130585A1 (en) 2005-12-05 2007-06-07 Perret Pierre A Virtual Store Management Method and System for Operating an Interactive Audio/Video Entertainment System According to Viewers Tastes and Preferences
US7657526B2 (en) 2006-03-06 2010-02-02 Veveo, Inc. Methods and systems for selecting and presenting content based on activity level spikes associated with the content
US20090025054A1 (en) 2007-07-17 2009-01-22 Samsung Electronics Co., Ltd. Method and system for access to content in a content space
US7797722B2 (en) 2006-05-26 2010-09-14 Sony Corporation System and method for content delivery
US20090077195A1 (en) * 2007-09-19 2009-03-19 Samsung Electronics Co., Ltd. Method and system for accessing audio/visual content
US8554891B2 (en) 2008-03-20 2013-10-08 Sony Corporation Method and apparatus for providing feedback regarding digital content within a social network
US8320916B2 (en) * 2008-05-20 2012-11-27 Alcatel Lucent Method and apparatus for pre-fetching data in a mobile network environment using edge data storage
WO2011026887A1 (en) 2009-09-03 2011-03-10 Koninklijke Kpn N.V. Pre-loading follow-up content
JP2011258141A (ja) * 2010-06-11 2011-12-22 Sony Computer Entertainment Inc 情報処理装置
JP5449113B2 (ja) * 2010-11-25 2014-03-19 日立コンシューマエレクトロニクス株式会社 番組推薦装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101689174A (zh) * 2006-08-18 2010-03-31 索尼株式会社 通过推荐引擎进行选择性媒体访问
US20100005084A1 (en) * 2008-07-01 2010-01-07 Samsung Electronics Co., Ltd. Method and system for prefetching internet content for video recorders
US20110026887A1 (en) * 2009-07-28 2011-02-03 Kabushiki Kaisha Toshiba Mounting structure
CN102279865A (zh) * 2010-06-08 2011-12-14 索尼公司 内容推荐设备和内容推荐方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111275496A (zh) * 2020-02-24 2020-06-12 北京头条易科技有限公司 一种自媒体广告智能推荐方法
CN111275496B (zh) * 2020-02-24 2023-05-30 北京头条易科技有限公司 一种自媒体广告智能推荐方法

Also Published As

Publication number Publication date
CN104956680B (zh) 2018-07-24
US20140179441A1 (en) 2014-06-26
JP6329967B2 (ja) 2018-05-23
KR102142169B1 (ko) 2020-08-06
EP2936822A1 (en) 2015-10-28
WO2014100587A1 (en) 2014-06-26
US9154533B2 (en) 2015-10-06
JP2016507811A (ja) 2016-03-10
KR20150097547A (ko) 2015-08-26

Similar Documents

Publication Publication Date Title
CN104956680A (zh) 推荐媒体内容的智能预取
CN108352025B (zh) 基于消费者在线行为的电视广告时段定位
CA2700030C (en) Touchpoint customization system
US8010657B2 (en) System and method for tracking the network viral spread of a digital media content item
CN103069413A (zh) 基于另一个用户的用户偏好为一个用户定制显示内容
CN111885401B (zh) 提供数据对象的方法及装置、数据对象发布方法及装置
CN105721608A (zh) 用于处理器可执行内容的传送的方法和系统
US8725795B1 (en) Content segment optimization techniques
CN101834732A (zh) 在电子网络中有效使用传输操作器的系统和方法
CN103457944A (zh) 信息推送方法、装置和服务器
JP7425625B2 (ja) 再生スケジュール作成装置及び再生スケジュール作成方法
JP2020057221A (ja) 情報処理方法、情報処理装置及びプログラム
US20090049390A1 (en) Methods and apparatuses for distributing content based on profile information and rating the content
US8626615B2 (en) System and method for product trials in a simulated environment
CN103198120A (zh) 网页呈现方法和装置以及网页内容提供方法和系统
US11175807B1 (en) Intelligent contextual video thumbnail display
US20140225809A1 (en) Method, system, and device for generating, distributing, and maintaining mobile applications
JP7441673B2 (ja) 学習用データ生成装置、再生スケジュール学習システム、及び学習用データ生成方法
WO2018103977A1 (en) Delivery of media content
CN111784091B (zh) 用于处理信息的方法和装置
WO2015197862A1 (en) Delivering content
WO2019053152A1 (en) METHOD AND SERVER FOR DETERMINING A POPULAR CLASSIFICATION LIST
WO2023228708A1 (ja) 情報処理装置、情報処理方法、および記録媒体
CN114416110A (zh) 应用程序的灰度发布方法、装置、电子设备及可读介质
KR20230170307A (ko) 달력을 이용한 상품 정보 제공 시스템 및 방법

Legal Events

Date Code Title Description
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant