CN107980129B - 用于重叠的媒体目录的全球推荐系统 - Google Patents

用于重叠的媒体目录的全球推荐系统 Download PDF

Info

Publication number
CN107980129B
CN107980129B CN201680025338.XA CN201680025338A CN107980129B CN 107980129 B CN107980129 B CN 107980129B CN 201680025338 A CN201680025338 A CN 201680025338A CN 107980129 B CN107980129 B CN 107980129B
Authority
CN
China
Prior art keywords
user
media item
media
users
activity data
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
CN201680025338.XA
Other languages
English (en)
Other versions
CN107980129A (zh
Inventor
M·托德
E·伊拉希
A·芬东
C·G·乌里韦
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.)
Netflix Inc
Original Assignee
Netflix Inc
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 Netflix Inc filed Critical Netflix Inc
Publication of CN107980129A publication Critical patent/CN107980129A/zh
Application granted granted Critical
Publication of CN107980129B publication Critical patent/CN107980129B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/435—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • 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
    • H04L65/61—Network streaming of media packets for supporting one-way streaming services, e.g. Internet radio
    • H04L65/612—Network streaming of media packets for supporting one-way streaming services, e.g. Internet radio for unicast
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Computer Hardware Design (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

提供了计算机实现的方法和用于实现该方法的系统。该方法包括接收针对流传输媒体系统的第一用户集合的第一用户活动数据，第一用户集合能够访问第一媒体项目录。接收针对第二用户集合的附加用户活动数据。第二用户集合能够访问第二目录，其中第二目录包括也存在于第一目录中的媒体项。第二目录还包括不包括在第一目录中的专属媒体项。确定第一用户集合中的用户在被流传输媒体系统呈现专属媒体项的情况下将播放该专属媒体项的概率。基于概率提供作为向第二用户集合中的用户的播放专属媒体项的推荐的信息。

Description

用于重叠的媒体目录的全球推荐系统
技术领域
本公开一般而言涉及包括音频和视频的媒体项经网络向可以被允许访问不同媒体项目录的大用户集合的分发。
背景技术
虽然消费者可以通过向有线或卫星电视提供商订阅而接收空中(over the air)信号来访问媒体项，比如电影和电视节目，但越来越多的消费者经基于互联网的系统来访问越来越多的内容。一些基于互联网的系统允许用户经互联网将内容流传输到各种客户端设备。例如，流传输媒体系统可以经由个人计算机、机顶盒或个人移动设备(诸如智能电话或平板计算机)向用户提供内容。流传输媒体系统使得用户能够访问流中的媒体内容，使得用户可以在整个内容被递送到用户的客户端设备之前开始消费(例如，观看和/或收听)内容。这种系统允许用户访问内容，同时避免可能冗长的下载过程。
为了向用户提供令人满意的内容，流传输媒体系统的运营商可以对内容进行许可和/或开发高质量的原始内容供其用户消费。这可能需要创建内容的大量库或目录。用户可以通过搜索过程和/或通过由系统运营商控制的推荐过程访问目录中的各个媒体项。通过帮助用户经由搜索和/或推荐找到与用户个人偏好相关联的内容，流传输媒体系统的运营商为其用户提供价值。
但是，随着流传输媒体系统的运营商包括越来越多的内容并且包括与具有管辖区限制的媒体许可对应的多个库或目录，会出现问题。较小管辖区中的用户的明确和推断的偏好可会被较大管辖区中的用户的偏好淹没。这可能会发生，部分是当推荐是基于比如回看历史的用户活动数据时。因而，向用户提供推荐的过程在各方面都不令人满意。
附图说明
图1是根据本公开的一些实施例的、允许用户访问流传输媒体项的流传输媒体系统的框图。
图2是根据本公开的一些实施例的、可以被用作图1的流传输媒体系统的一部分的客户端设备的框图。
图3是根据本公开的一些实施例的、可以在图1的流传输媒体系统中使用的服务器设备的框图。
图4是根据本公开的一些实施例的、在个人移动客户端设备中呈现的示例性用户界面。
图5A是图示根据本公开的一些实施例的第一媒体项目录的图。
图5B是图示根据本公开的一些实施例的第二媒体项目录的图。
图6是根据本公开的一些实施例的、将流传输媒体系统的用户链接到媒体项目录的数据库的图。
图7是根据本公开的一些实施例的、将流传输媒体系统的用户关联到在流传输媒体系统中识别出的一个或多个集群的数据库的图。
图8A是图示根据本公开的一些实施例的用户活动数据的矩阵的图。
图8B是图示根据本公开的一些实施例的、包括生成的播放记录的用户活动的矩阵的图。
图9A、9B、9C和9D是根据本公开的一些实施例的、可以用来向流传输媒体系统的用户提供推荐的图形模型或板符号模型。
图10是图示根据一些实施例的、向流传输媒体系统的用户提供推荐的方法的流程图。
图11是图示根据一些实施例的、向流传输媒体系统的用户提供推荐的另一种方法的流程图。
通过参考以下详细描述，这些附图将被本领域普通技术人员更好地理解。
具体实施方式
参考上面简要描述的附图，在这部分中描述根据本公开的系统和方法的示例性应用。提供这些示例是为了增加上下文并有助于理解本发明。因此对于本领域技术人员将显而易见的是，本发明可以在没有这些具体细节中的一些或全部的情况下实践。在其它情况下，为了避免不必要地模糊本公开，众所周知的过程步骤没有被详细描述。此外，本文描述的概念和原理的其它应用是可能的，使得以下示例不应当被认为是限制性的。例如，虽然本文公开的许多示例针对流传输媒体，但是所描述的原理和概念可以被应用于在附加地或替代地以其它方式提供媒体项供消费的系统中提供推荐，该其它方式比如购买、租赁、下载等。
在下面的详细描述中，参考附图，该附图构成说明书的一部分，并且在附图中通过说明的方式示出本公开的具体实施例。虽然这些实施例被充分详细地进行描述，以使本领域技术人员能够实践本发明，但是应当理解的是，这些示例不是限制性的，使得可以使用其它实施例，并且可以在不背离本发明的精神和范围的情况下进行改变。
提供了用于执行与向流传输媒体系统的用户提供推荐相关的活动的设备、系统和方法。在各种特定实施例中，设备、系统或方法涉及经网络进行通信的一个或多个设备，以向用户提供流传输媒体项供消费(例如，观看和/或收听)。
在做出关于新媒体项供用户消费或者先前消费的媒体项供再次消费的推荐时，一些推荐系统可以完全依靠用户活动数据，诸如先前消费的媒体项的历史。为了满足客户，为每个用户提供最佳推荐将是理想的。但是，由于各种因素，提供这些推荐是复杂的。例如，当第一媒体项(例如，作为用户界面中的推荐媒体项)向大量用户呈现时，那些用户中的很大一部分可以基于推荐来选择媒体项。这导致附加的播放记录被包括在用户活动数据中。按照这些附加播放记录被添加到由推荐引擎操作的数据集中的程度，可以创建反馈回路。由于这种反馈回路，第一媒体项可以大大超出其内在优点或用户将指示的实际认可来被推荐。反馈回路提出了由于使用推荐引擎而特别出现的问题。在第一媒体项的推荐取代用户将享受更多的第二媒体项的推荐的程度上(例如，通过将第二媒体项在呈现给一个或多个用户的推荐列表中进一步向下移动或者将其完全从推荐中移除)，用户可能对流传输媒体系统不太满意。换句话说，反馈回路会人为地促进本质上不流行的媒体项甚于本质上更流行的媒体项。
此外，在不同用户或用户组能够访问的重叠媒体项目录的上下文中可能出现类似但独特的问题。下面描述的这个独特的问题也自然地源于基于互联网的媒体系统的特质，其可以在技术上将存储在一个管辖区中的任何媒体项提供给任何其它管辖区中的用户。在一些实施例中，流传输媒体系统运营商可以通过许可来自版权所有者的内容来向用户提供内容。当诸如电影、电视节目、现场直播等内容被流传输媒体系统运营商许可时，许可证可以具有指定的、有限的地理、政治或管辖范围，诸如国家、国家内的细分或有组织的地区，诸如包括多个国家在内的经济合作区。例如，电影版权的所有者可以选择将那个电影许可给第一国家中的第一流传输媒体系统运营商，而没有赋予流传输媒体系统运营商将该那个电影流传输到第二国家中的用户的权力。如果流传输媒体系统运营商在第一国家和第二国家内都提供流传输媒体服务，那么流传输媒体系统可以向第一国家内的用户提供包括该电影的第一媒体项目录并向第二国家中的用户提供不包括该电影的第二媒体项目录。虽然在一些实施例中，当使用付费门槛(pay-wall)或分层订阅费来向支付第一费率(可以为零)的订户提供内容的一部分或一定量、同时向支付更高费率的订户提供独占内容时，可以存在重叠的媒体项目录。本文描述的不同的法定管辖区或地理管辖区可以不是基于付费门槛，但是本文给出的解决方案可以提供改进的推荐，其中付费门槛被用来向用户提供单独的但重叠的媒体项目录。
因为世界范围内各国和地区的人口和互联网基础设施可以显著不同，所以流传输媒体系统的用户数量也会显著不同。例如，流传输媒体系统运营商可以具有可用于在美国的用户的第一媒体项目录和可用于在新西兰的用户的第二媒体项目录。这两个国家都可以有足够的基础设施；但是，美国的人口约为3.2亿，而新西兰的人口约为四百五十万。虽然这些人口不一定反映流传输媒体系统的用户的数量，但它们提供了从中提取这两个管辖区中的用户的池。
当推荐基于每个媒体项的播放速率或播放计数时，在新西兰但不在美国可用的媒体项将不太可能出现在推荐中，这仅仅是因为，与在美国的用户可获得的相当流行度的媒体项的播放计数相比，新西兰的有限的用户群体限制了即便是流行的媒体项的播放计数。如果对新西兰的用户的推荐包括与美国的用户选择相关联的播放计数，那么专属于新西兰媒体项目录的媒体项不大可能被推荐给大量用户。
向访问独特媒体项目录的不同管辖区中的用户提供推荐的一种方法是使得与一个目录相关联的、对于用户的推荐仅基于从能够访问那个目录的用户导出的用户活动数据。以这种方式，一个管辖区中的播放计数的相对大数量将不会影响从另一个管辖区内的播放计数导出的推荐。
向管辖区中的用户提供推荐的另一种方法是使得对于用户的推荐基于“收视率”基础，其中考虑了关于媒体项的呈现或推荐的信息。例如，可以由模型驱动的推荐或呈现引擎基于当特定媒体项被呈现给用户时该特定媒体项是否被用户选择或播放来生成推荐。因此，可以基于针对每个媒体项的至少两条信息来生成推荐，这至少两条信息包括特定媒体项是否被推荐给用户以及那个用户是否已经选择了要播放该特定媒体项的指示。这两条信息可以组合起来，以提供第三条信息。以“收视率”或“呈现”为基础，对于给定媒体项目录中的每个媒体项，每个用户属于以下情况之一：(1)被推荐媒体项并播放过该媒体项，(2)被推荐媒体项但没有播放过该媒体项，或者(3)没有被推荐媒体项并且没有播放过该媒体项。在一些实施例中，也可以在建模推荐中使用指示媒体项尚未被推荐但已被播放的信息。
通过使用在用户活动数据中可访问的这种收视率信息，推荐可以既解释由推荐本身引入的呈现偏差，又解释由分离但重叠的媒体项目录的存在引入的呈现偏差。例如，如果对于特定媒体项的推荐数目增加，而该特定媒体项的播放次数不成比例地增加，那么推荐可以使用收视率信息并且确定从现在开始不太频繁地或在推荐排名中排名更低地推荐那个特定媒体项。作为另一个示例，当收视率信息用于向新西兰人(或较小管辖区中的另一个用户集合)提供推荐时，新西兰专有媒体项不会呈现给与新西兰和美国媒体项目录公共的媒体项一样多的用户的事实可以使得专有媒体项根据它们在新西兰的用户当中的流行度被推荐给基于新西兰的用户。
贯穿本说明书对“各种实施例”、“一些实施例”、“一个实施例”、“实施例”、“各种示例”、“一个示例”、“示例”或“一些示例”的引用意味着结合该实施例或示例描述的特定特征、结构或特点包括在至少一个实施例中。因此，这些词的出现不一定都是指同一个实施例。此外，特定的特征、结构或特点可以在一个或多个实施例中以任何合适的方式组合。
现在参考图1，其中示出的是允许用户访问流传输媒体项的流传输媒体系统100的框图。流传输媒体系统100包括流传输媒体服务器110，其被图示为经网络120与多个客户端设备进行通信。流传输媒体服务器110可以包括或实现操作以执行根据所述实施例的各种操作的多个服务器和/或软件部件。示例性服务器可以包括例如操作服务器操作系统(OS)(诸如
Figure BDA0001453661730000061
OS、
Figure BDA0001453661730000062
OS、
Figure BDA0001453661730000063
OS或其它合适的基于服务器的操作系统)的独立的和企业级服务器。可以认识到的是，图1中所示的服务器110可以以其它方式部署，并且由此类服务器执行的操作和/或提供的服务对于给定的实现可以组合或分离，并且可以由更多数量或更少数量的个别服务器设备执行。一个或多个服务器可以由相同或不同的实体操作和/或维护。如图所示，服务器110由流传输媒体服务提供商(本文也称为流传输媒体系统运营商)运作。
客户端设备和流传输媒体服务器之间的数据和/或语音通信可以经网络120发送，网络120可以包括一个或多个网络，诸如互联网、WAN、WWAN、WLAN、移动电话网、固定电话网络、VoIP网络以及其它合适的网络。
媒体流传输系统还可以包括在计算机130上操作的流传输媒体接口134。计算机130可以包括或采用一个或多个客户端设备，诸如个人计算机、膝上型计算机、诸如平板电脑计算机或智能电话的移动计算设备、可穿戴计算设备和/或具有根据所述实施例的计算和/或通信能力的任何其它计算设备。计算机130包括处理设备和数据存储设备或存储器，并且能够执行与系统程序和应用程序对应的指令，以执行各种计算和/或通信操作。示例性系统程序可以包括但不限于操作系统(例如，
Figure BDA0001453661730000071
OS、
Figure BDA0001453661730000072
OS、Firefox OSTM、
Figure BDA0001453661730000073
OS
Figure BDA0001453661730000074
用于无线的二进制运行时环境(BREW)OS、JavaOS、无线应用协议(WAP)OS等)、设备驱动程序、编程工具、实用程序、软件库、应用编程接口(API)等等。如图1中所示，计算机130执行软件，以提供浏览器132。浏览器132可以是web浏览程序，诸如Internet
Figure BDA0001453661730000075
等，进而浏览器132可以支持由流传输媒体系统运营商提供的流传输媒体接口134。在一些实施例中，流传输媒体接口134可以是独立于浏览器132执行的分离的应用。当执行浏览器132和/或流传输媒体接口134时，计算机130渲染用于在显示器136中呈现的信息。在各种实施例中，显示器136可以与计算机130的壳体集成，或者可以与计算机130的壳体物理上分离，但是通过有线和/或无线通信链路与该壳体耦合。
流传输媒体系统100还包括耦合到显示器142的流传输媒体客户端设备140。例如，流传输媒体客户端设备140可以是被设计并配置为直接与显示器142通信的机顶盒。例如，流传输媒体客户端设备140可以是Apple
Figure BDA0001453661730000076
设备或由加利福尼亚州萨拉托加(Saratoga)的Roku有限公司制造的流传输媒体播放器。在一些实施例中，流传输媒体客户端设备140可以与“智能”电视机中的显示器142集成。在操作中，流传输媒体系统100允许流传输媒体服务器110经网络120从操作计算机130和/或流传输媒体客户端设备140的用户接收对内容的请求，并且作为响应经网络120提供流传输媒体项。从流传输媒体服务器接收的信息在一个或多个图形用户界面中被渲染到显示器136和/或142。
现在参考图2，其中示出的是计算机130和/或流传输媒体设备140的示例性实施例，表示为客户端设备200。客户端设备200包括经总线206与数据存储设备或存储器204通信的处理器202。总线还耦合网络接口设备208和I/O设备接口210。网络接口设备208可以是网络接口卡或网络接口控制器(NIC)，其允许客户端设备200与网络120进行通信。I/O设备接口210使得客户端能够将要渲染的信息传送到显示器212，以显示与其相关联的流传输媒体项和/或图形用户界面。I/O设备接口210还可以与I/O设备(诸如红外或射频遥控器、键盘、鼠标、触摸屏等)进行通信。处理器202可以执行存储在存储器中的软件和/或其它指令。存储器204可以是包括在客户端设备200的壳体中或耦合到客户端设备200并与之通信的不同类型的存储器的集合。例如，存储器204可以包括高速缓存存储器、RAM、ROM、固态硬盘驱动器、基于盘的硬盘驱动器和/或其它存储器设备。被绘制为存储在存储器204上的特征可以存储在这些不同类型的存储器的任何组合上和/或从这些不同类型的存储器的任何组合访问。
如图2中所示，存储器204包括流传输媒体客户端220，其可以是由处理器202执行的程序，以提供被配置为与图1的流传输传输媒体服务器110进行通信的流传输媒体客户端。流传输媒体客户端220可以具有存储在存储器204中的相关联的信息。这种相关联的信息可以包括提供的媒体内容222、内容浏览界面224和媒体解码器226。这些相关联的模块或部件使得流传输媒体客户端220能够提供图形用户界面，用户可以通过该界面接收推荐并做出要播放的媒体项的选择。当客户端设备200接收到媒体项时，表示媒体项的一部分的数据可以临时存储在缓冲器中。在缓冲器包含足够的数据以提供连续流传输之后，内容可以由媒体解码器226渲染。存储器204还包括用户/会话数据228，其可以包括关于客户端设备200的用户与图1的流传输媒体服务器110之间的交互的信息。例如，用户/会话数据228可以包括关于由用户所做的选择和/或由流传输媒体服务器110做出的对用户的呈现的用户活动数据。此外，用户/会话数据228可以包括关于客户端设备200和流传输媒体服务器110之间的传输的信息，包括平均吞吐量和/或峰值吞吐量。另外，用户会话数据228可以包括指定与递送媒体项的流相关联的平均位速率的信息。以这种方式，可以为媒体项的后续部分或者当用户选择要播放的新媒体项时选择适当的位速率流。
现在参考图3，其中示出的是可以提供如本文所述的图1的服务器110的服务器300。根据本公开的一些实施例，示出了流传输媒体服务器300。如图所示，服务器300包括处理设备或处理器302，诸如中央处理单元(CPU)、微控制器等。处理器302经总线306与存储器304通信。总线还将处理器302连接到网络接口308和I/O设备接口310。如上文结合图2的客户端设备200所描述的，网络接口308可以是网络接口卡或网络接口控制器(NIC)，其使得服务器300能够经网络120与诸如客户端设备和其它服务器和/或媒体存储设备的多个设备进行通信。I/O设备接口310将服务器300耦合到诸如I/O设备312的一个或多个I/O设备。I/O设备312可以是显示器、键盘、鼠标、触摸屏等。
处理器302检索并执行存储在数据存储设备或存储器304中的编程指令，并且当执行编程指令时可以进一步访问存储在其中的数据，以提供本文所述的操作。虽然存储器304被示为单个存储器304，但存储器304可以是存储器类型和设备的集合。例如，存储器304可以包括高速缓存存储器、RAM、ROM、固态设备、基于磁盘的存储设备等。在一些实施例中，存储器304还可以包括基于网络的存储装置，包括存储区域网络(SAN)。例如，作为流传输的媒体项提供给用户的信息可以存储在不被容纳在服务器300的壳体内的存储器中。
当媒体项被用户选择时，服务器300能够访问该媒体项，而不管它存储在存储器中什么地方，以便通过网络接口308经网络120向用户提供媒体项。这可以是由媒体服务器320完成的，如图所示，该媒体服务器被存储在存储器304中并由处理器302执行。媒体服务器320包括用于提供内容浏览界面322和媒体解码器324的指令，指令可以被用来在从存储装置接收到媒体项并经网络120提供给用户时解码和/或编码媒体项。
存储器304还包括用户/会话数据326，该用户/会话数据可以是与用户的当前会话相关联的信息集合。例如，用户/会话数据326可以包括表征与用户的客户端设备的连接的位速率，以使得音频/视频数据的适当选择被发送到用户。在会话期间或之后，与用户/会话数据326相关联的信息的不同部分可以被移动到其它数据库。流传输媒体项目录328可以被存储在存储器304中，并且可以构成流传输媒体系统的一个或多个用户能够访问的媒体项目录或多个媒体项目录。在媒体项目录328中表示的每个媒体项可以以多个位速率访问。当媒体项被用户选择时，服务器300或客户端设备200可以选择媒体项的适当位速率流。相关联的媒体项元数据330可以与流传输媒体项相关联地存储在存储器304上。元数据330可以包括关于媒体项的信息，诸如标题、持续时间、流派、播放计数(按用户、按管辖区或总计)、媒体项是否已被呈现给特定用户的指示等。可替代地，流传输媒体项目录328可以包括描述可以从内容分发网络获得的实际媒体文件的元数据330。在这种情况下，媒体服务器320可以被配置为生成许可，该许可由客户端使用以从内容分发网络获得给定的流传输媒体项，并且无论流传输媒体项在哪里被访问都将客户端指引到该流传输媒体项。在一些实施例中，内容分发网络由不是流传输媒体系统的运营商的一方操作。因此，在一些实施例中，内容分发网络是第三方系统。
用户活动数据332代表其中存储用户/会话数据的一个或多个日志文件和/或数据库，包括与用户进行的活动相关的数据。这种活动可以包括例如选择媒体项、播放媒体项、执行搜索、选择推荐的媒体项、搜索媒体项等。因此，用户活动数据332可以包括例如：用户标识符(ID)、作为推荐呈现给用户的媒体项的媒体项ID、用户选择或播放的媒体项的媒体项ID，该项被推荐和/或选择时的时间戳、播放期间发生的暂停(有意的或无意的)的时间戳、被选择的项结束播放时的时间戳。用户活动数据332还可以包括描述或表征每个用户可以访问多个目录中哪个目录和/或者在一定程度上与用户相关联的一个或多个媒体项集群的信息。用户的集群和/或视频的集群可以由媒体服务器300从用户活动数据332中识别。用户的集群可以指示具有相似偏好的用户集合；而视频的集群可以指示以某种方式彼此相关的视频集合。例如，在一些实施例中，视频集群可以是主题相关的，诸如动作电影或真正的犯罪电视节目等，视频集群可以以不是主题的方式相关，诸如通过演员、按制片人、按年份、按地理或管辖区等相关的视频。
存储器304还存储用户数据334，用户数据334还可以包括订阅流传输媒体系统或者以其它方式能访问该流传输媒体系统的每个用户的用户ID，并且还可以包括用户名、密码数据和其它用户信息(诸如简档信息)。在一些实施例中，多个简档可以与单个用户ID相关联。例如，用户ID可以被家庭中的所有成员使用，而家庭成员的一些子集可以具有不同的简档。例如，用户ID可以与孩子的简档和成人的简档相关联。
如下面更详细地讨论的，用户活动数据332、媒体项元数据330和用户数据334可以被用来识别各种用户的活动与特定媒体项或媒体项的集群之间的因果关系和非因果关系，以及各种用户与流传输媒体系统本身之间的关系。例如，用户活动数据332、媒体项元数据330和用户数据334可以被用来确定当特定媒体项被呈现给用户或用户集群时用户或用户集群将选择该特定媒体项的可能性或概率。这个概率和其它信息可以被用来向流传输媒体系统的用户推荐媒体项，其补偿由于流传输媒体系统的推荐而会发生的呈现偏差，以及补偿由于不同但重叠的媒体项目录而会发生的呈现偏差，不同但重叠的媒体项目录诸如(但不限于)不同管辖区中的媒体项目录。在其它实施例中，重叠但独特的媒体项目录可以由于付费门槛(用于媒体项的购买或租赁)或分层订阅费用等而产生。
服务器300还包括推荐或呈现引擎340，该推荐或呈现引擎340确定在媒体项目录328中哪些媒体项应当在用户界面中被推荐或呈现给特定用户。例如，呈现引擎340可以确定，当某个用户使用客户端设备400(在图4中被示为平板计算机)访问媒体流传输系统时，应当向用户呈现渲染给设备400的触摸屏402的用户界面406。设备400还可以包括一个或多个硬件或软件按钮404。用户界面406由流传输媒体系统运营商提供的应用或界面提供。如图所示，媒体项的集群410的一部分被包括在用户界面406中。集群410包括被分类为“动作”电影或电视节目或者被识别为在共享共同观看兴趣(如由它们的用户活动数据所指示的)的用户之间流行的媒体项。
集群410显示或呈现五个“动作”媒体项。通过与用户界面406的交互，例如通过在触摸屏402上滚动或扫过，用户可以选择这些媒体项中的任何一个，或者可以查看集群410中的附加的媒体项。集群412显示或呈现五个“喜剧”媒体项。当在触摸屏402上显示表示媒体项的图标或图像时，与用户相关联的用户活动数据可以指示媒体项已被呈现给用户。因此，通过向右滚动，可以向用户呈现其它媒体项。当用户选择在用户界面406中呈现的项目之一时，与该用户相关联的用户活动数据还可以反映出在其上选择的用户。例如，在触摸与“动作媒体项#2”相关联的图像之后，用户的活动数据可以反映作为“动作媒体项#2”呈现给用户的媒体项已经呈现给用户并已被用户选择。在一些实施例中，只有媒体项的某个阈值持续时间或阈值比例已经在触摸屏402上播放之后，该媒体项才可以被认为是已经被用户选择。在集群410和412中呈现的媒体项可以以按照特定用户在被呈现媒体项时将播放该媒体项的概率的次序显示。
现在参考图5A和5B，其中分别示出了第一示例性媒体项目录500和第二示例性媒体项目录550。媒体项目录500和550可以存储在比如图3中所示的服务器300的存储器304的存储器中。目录500和550可以是包括表征每个目录中包括的多个媒体项的各种字段的数据库。如本文所描述的，流传输媒体系统可以包括多个媒体项目录。例如，第一媒体项目录500可以与诸如瑞士的国家(人口：810万)的第一管辖区相关联；而第二媒体项目录550可以与诸如印度尼西亚(人口：2.5亿)的第二管辖区相关联。
在图5A和5B中所示的绘出的实施例中，媒体项目录500和550包括多个字段，包括列出每个目录中包括的所有媒体项的媒体项ID字段502。如图5A和5B中所示，媒体项ID是数值；而在其它实施例中，可以使用字母数字串或其它合适的字符串或标识符作为媒体项ID。目录500和550还包括标题字段504，其包括与每个媒体项相关联的标题。目录500和550还包括持续时间字段506和“其它信息”字段508。持续时间字段506包括例如以小时、分钟和秒为单位的每个媒体项的持续时间。如图5A和5B中所示，其它信息字段508包括每个媒体项的类型的指示。例如，包括在第一媒体项目录500中的媒体项包括至少两个电影系列类型媒体项和两个电视节目类型媒体项。第二媒体项目录550包括至少电影系列类型媒体项、特征电影类型媒体项和多个电视节目类型媒体项。
如图5A和5B中观察到的，目录500和550都包括媒体项1533、0707和5978。此外，目录500和550都包括不包括在另一个目录中的媒体项。例如，目录500包括不包括在目录550中的标题为“速度与激情II”的媒体项4823。媒体项4823可以被称为专属媒体项，因为它关于目录500和550而专属于目录500。第二媒体项目录550包括标题为“沉默的羔羊”的专属媒体项1903，其不包括在第一媒体项目录500中。
就数据量而言，用于能访问第一媒体项目录500的用户集合(例如，瑞士订户)的用户活动数据比用于能访问第二媒体项目录550的用户集合(例如，印度尼西亚订户)的用户活动数据包括显著更少的数据量。因而，能够归因于印度尼西亚订户的播放计数的比例可以显著大于能够归因于瑞士订户的播放计数的比例。如果仅依靠播放计数来向印度尼西亚订户和瑞士订户提供推荐，那么有可能在第一媒体项目录500中存在的任何专属媒体项都不会作为推荐呈现给瑞士订户。例如，虽然超过90％的播放“速度与激情I”的瑞士用户也看过“速度与激情II”，但是，因为“速度与激情II”没有包括在第二媒体项目录550中，所以“沉默的羔羊”而不是“速度与激情II”作为推荐呈现给瑞士用户。仅使用播放计数数据的推荐或呈现引擎可能更有可能向瑞士用户推荐“沉默的羔羊”，即使那些用户或瑞士用户中的集群在被提供“速度与激情II”的情况下更有可能观看“速度与激情II”而不是“沉默的羔羊”。
当图3的服务器300的呈现引擎340接收收视率数据作为输入，并且因此除了用户是否选择媒体项之外还考虑是否向用户呈现媒体项来作为输入时，就“速度与激情II”与第一媒体项目录500中的其它媒体项相比具有高收视率来说，呈现引擎340将更有可能向瑞士用户推荐“速度与激情II”。例如，呈现引擎340可以被配置为当媒体项在一个国家内具有高于具体阈值的收视率时推荐媒体项。在一些实施例中，呈现引擎340还可以被配置为当该媒体项关于特定用户与之相关联的用户集群具有高收视率时向该特定用户推荐媒体项。例如，如果在瑞士用户的特定集群中“二战外星人的秘密”具有很高的收视率，那么呈现引擎340可以向印度尼西亚用户中类似于瑞士用户的该集群的特定集群推荐“二战外星人的秘密”。在一些实施例中，用户的集群可以不被人为地限于任何管辖区。因而，如果用户的集群的子集驻留在不能访问包括那些媒体项的媒体项目录的管辖区内，在该用户的集群中具有高收视率的一些媒体项可能不可用于该子集。
例如，图6的用户-集群表600表示从用户活动数据332导出的数据，其将用户与一个或多个识别出的集群相关联。如用户-集群表600中所示，在用户字段602中列出的每个用户与集群字段604中的至少一个集群相关联。在用户与多于一个集群相关联的实施例中，可以存在附加集群字段。在一些实施例中，用户与一组用户关联集群的集群之间的关联可以被表示为概率，使得将用户与集群相关联的组合概率加起来为1。
现在参考图7，其中示出了用户-目录表700，其表示将流传输媒体系统的每个用户与特定的流传输媒体项目录相关联的数据。如图7中所示，用户-目录表700包括用户字段702，该用户字段702包括与目录字段704中的目录标识符或目录ID相关联的用户标识符或用户ID。如用户-目录表700中所示，用户1A2B和3H8S都能够访问目录C07，目录C07是被示为图5A的第一媒体项目录500的目录。用户2X8F能够访问目录C02，目录C02是被示为图5B的第二媒体项目录550的目录。用户2Y3M能够访问目录C09。在用户-目录表700的一些实施例中，不是识别目录字段中的目录，而是表700可以识别目录掩码，该目录掩码过滤掉管辖区内媒体项目录中的任何媒体项。在一些实施例中，用户可以具有仅与该用户相关联的个性化目录掩码。在其它实施例中，用户可以具有在多个用户(诸如特定管辖区中的所有用户)之间共享的目录掩码。包含在用户-目录表700中的信息在本文中可以被称为用户访问数据，因为它描述了特定用户能够访问什么项。在一些实施例中，这个用户访问数据作为用户活动数据的可分离的部分或部件而被包括。
现在参考图8A和8B，其中分别示出了用户活动数据的矩阵800和850。矩阵800包括与流传输媒体系统的每个用户相关联的行以及与包括在流传输媒体系统的任何目录中的每个媒体项相关联的列。矩阵800中包含的信息可以是从与能访问第一媒体项目录的用户相关联的用户活动数据集合和与能访问第二媒体项目录的用户相关联的用户活动数据集合中整合的整合信息。媒体项目录包括可用于两个用户集合的重叠内容以及专属于一个或另一个用户集合的专属内容。如图8A中所示，存在与四个用户对应的数据，但是在实践中可以有数千到数百万或更多的用户包括在矩阵800中。对于每个媒体项以及对于每个用户，矩阵800包括描述是否已经向用户呈现媒体项以及用户是否已经选择媒体项进行播放的数据。
如图所示，存储在矩阵800的索引m1,1处的信息是(1,1)，指示已经向用户1A2B呈现媒体项1533并且用户1A2B已经选择媒体项1533进行播放。存储在矩阵800的索引m3,2处的信息指示已经向用户3H8S呈现媒体项4823并且用户3H8S没有选择媒体项4823进行播放。此外，存储在矩阵800的索引m2,2处的信息指示尚未向用户2X8F呈现媒体项4823并且用户2X8F尚未选择媒体项4823进行播放。媒体项4823尚未呈现给用户2X8F可能有多种原因。例如，如图7的用户-目录表700所指示的，用户2X8F能够访问与图5B的第二媒体项目录550对应的目录C02。如可以从图5B观察到的，媒体项目录550不包括媒体项4823。在其它情况下，媒体项没有被呈现给特定用户，是因为呈现引擎340已经确定媒体项4823关于用户2X8F没有足够高的推荐，并且因此媒体项4823在矩阵800中所示的用户活动数据中反映的时间尚未呈现给用户2X8F。
矩阵800的一些实施例可以缺省地包括空指示符，使得数据(0,0)不出现在矩阵800中。在这种实施例中，矩阵800可以包括3个不同的值：(1,1)，意味着已经向用户呈现媒体项并且用户已经选择了媒体项；(1,0)，意味着已经向用户呈现媒体项并且用户尚未选择媒体项；以及空，意味着尚未向用户呈现媒体项。在一些实施例中，与媒体项是否被呈现或播放的指示相关联的值可以大于1。例如，值可以指示媒体项已被呈现给用户和/或由用户播放的次数。
图3的服务器300的呈现引擎340可以能够基于稀疏矩阵800来对用户的收视率概率进行建模。在其它实施例中，呈现引擎340可以被配置为仅基于完整矩阵来对收视率概率和/或用户偏好进行建模。
现在参考图8B，其中示出了矩阵850，其包括人工用户活动数据，无论(0,0)或空出现在矩阵800中什么地方。因而，矩阵850可以从矩阵800导出，但还包括人工用户活动数据。如矩阵800和矩阵850中所示，已经向用户1A2B呈现并且该用户已经选择了与图5A的第一媒体项目录500中所示的“速度与激情I”和“速度与激情II”对应的媒体项1533和4823。呈现引擎340可以包括示出已经向其呈现并观看了媒体项1533(“速度与激情I”)的用户在被呈现媒体项4823时具有观看该媒体项4823的某个概率的模型。当概率高于阈值(例如，1％、5％、20％等)时，人工播放记录可以由呈现引擎340生成并被包括在矩阵850中。这个人工播放记录可以被称为生成的播放记录，并且服务器300可以为矩阵800中存在的一些或全部(0,0)或空生成播放记录。在图8B中，在索引m1,4、m2,2、m3,4、m4,4和m3,3中指示了多个生成的播放记录，其在生成的播放记录旁具有星号。在所示实施例中，对于m3,5，没有生成的播放记录被包括在矩阵850中。但是，在实践当中，矩阵850可以不包括区分人工用户活动数据与真实用户活动数据的方式。在人工用户活动数据已被包括在矩阵850中之后，矩阵850可以被提供给呈现引擎340，用于基于一个或多个模型生成用户推荐。
现在参考图9A-D，其中示出了可由演示引擎340(具体地或更一般地由服务器300)在为流传输媒体系统的用户生成推荐时采用的示例性图形模型或平板符号模型。图9A的模型900实现媒体项的个性化排序，这可以被用来经由跨媒体项的收视率的跨用户离散混合来向用户提供推荐。通过识别用户集群然后观察来自用户活动数据的收视率信息来建模用户播放行为，如图8A的矩阵800或图8B的矩阵850中所示。用户预测的播放行为(例如，当被呈现特定媒体项时用户将选择那个媒体项的概率)根据用户所属的集群进行建模。在集群内，每个收视率表示当比如在图4的用户界面406中被呈现特定媒体项时集群中的用户将播放该媒体项或以其它方式选择该媒体项的伯努利(Bernoulli)概率。模型900根据下面的等式(1)基于用户所属的集群和媒体项本身来确定用户将选择媒体项的概率：
Figure BDA0001453661730000171
在等式(1)中，D是用户的数量，使得d是特定用户，z是用户所属的集群(在模型900中，用户可以仅属于一个集群)，N是呈现和/或播放数据，诸如矩阵800或850中的用户活动数据的部分，该呈现和/或播放数据指示每个媒体项是否已被用户播放(例如，如果播放为1，而如果未播放为0)，t是与播放相关联的媒体项或“标题”，x是指示用户是否播放每个媒体项的观察数据。θ可以从由模型定义的学习算法进行估计。θ可以指示特定用户属于特定集群的概率。
Figure BDA0001453661730000181
可以是具有用于每个集群的行和用于每个媒体项的列的矩阵。在
Figure BDA0001453661730000182
内的每个索引处，存在指示在给定特定集群的情况下，呈现给与那个集群相关联的用户的媒体项将被播放的概率。学习算法可以找到θ和
Figure BDA0001453661730000183
二者。
因为模型900假设用户仅与一个集群相关联或仅属于一个集群，所以来自那个用户的所有活动数据都将与那个用户属于那个特定集群的概率成比例地与那个特定集群相关联。如果用户属于特定集群的机率为20％，那么与那个用户相关联的活动数据的20％将与该特定集群相关联。每个集群可以与这个概率集合相关联，该概率集合可以是伯努利随机变量。
在模型900中，每个媒体项被有效地建模为完整目录，其仅包含那个媒体项。该模型确定被称为单例目录(因为建模的目录仅包含一个媒体项)的那个目录中的媒体项在被呈现给具体用户时将被播放的概率。似然函数可以通过将联合分布在z(包括在模型900中的所有隐含变量(latent variables))上边缘化(marginalizing)来从等式(1)获得。然后对模型进行参数化。在模型900中，当媒体项已经被呈现给用户一次时，可以忽略后续呈现，使得每个媒体项可以在用于每个用户的序列中仅出现一次或根本不出现。数据可以通过几种方法中的任何一种进行拟合。例如，可以使用期望-最大化(EM)算法、Gibbs算法、Kalman过滤器或隐Markov模型来拟合数据，以为用户提供推荐。
现在参考图9B的模型910，模型910是可以由图3的服务器300在向流传输媒体系统的用户提供推荐时采用的另一模型。模型910提供了类似于自然语言处理中的隐含狄利克雷分布(LDA)的模型900的一般化。如图9B中所示，模型910具有变量，包括表示媒体流传输系统的用户总数的D、表示用于特定用户的集群的混合的θ、呈现或播放事件的总数N、集群的数量K、对呈现的响应所属的集群Z、媒体项t、指示媒体项是否被播放的X、与呈现给用户的唯一媒体项的数量对应的W，表示上面结合图9A的模型900描述并且可以描述媒体项的参数或流行度的集群矩阵
Figure BDA0001453661730000193
以及是调谐参数α和β。模型910可以由下面的等式(2)描述：
Figure BDA0001453661730000191
来自等式(2)的结果数据可以通过几种方法中的任一种进行拟合。例如，可以使用Gibbs算法、期望-最大化(EM)算法、Kalman过滤器或隐Markov模型或另一种合适的方法来拟合数据，以为用户提供推荐。模型910的修改可以包括将集群的数量K留作未定义，使得其可以是无限的或者模型可以提供从用户活动数据中通过数学方式导出的数字。对模型910的这种修改导致分层狄利克雷过程(HDP)模型。
图9C和9D的模型920和930分别提供截断的多项模型。由模型920和930提供的方法可以由服务器300和/或呈现引擎340来实现，其为每个用户添加隐含变量的集合，隐含变量对于用户对不能实际访问的媒体项的响应进行建模，如本文结合图5A和5B所描述的，图5A和5B图示了重叠的媒体项目录500和550，其包括重叠的媒体项和专属媒体项。给定整个目录不可用于每个用户的事实，模型920和930估计整个目录中每个视频的流行度。如本文所述，如果仅对媒体项的播放进行计数，那么可能不能准确地确定某些媒体项(更多用户能够访问的那些媒体项)的有效流行度。
截断的多项模型920可以如下面等式(3)中看到的那样表示：
Figure BDA0001453661730000192
板模型920包括N作为用户的总数、z表示每个用户可以与其相关联的集群，x是对用户的播放的观察，u表示用于具体截断的或不可观察的媒体项的播放计数，并且w是针对用户不可用的媒体项J的子集表示每个用户被截断的总数或跨缺失媒体项(例如，因为没有被包括在用户能够访问的目录中而无法被用户访问的媒体项)的所有u的总和的隐含变量。模型920的输出可以类似于包括人工用户活动数据的矩阵850，其中矩阵800包括(0,0)或空。然后可以使用模型920的输出来确定哪些媒体项应当被推荐给特定用户。推荐是基于对实际无法访问那些专属媒体项的用户之间的专属媒体项的流行度的估计。
现在参考图9D的模型930，模型930也是截断的多项模型，但是是隐含狄利克雷分布(LDA)截断的多项模型。模型930共享与模型920共同的许多特征，并且也可以由等式(3)表示。但是，根据每个板模型920和930的所示特征，模型920和930被不同地参数化。模型930还包括嵌套的Gibbs采样器并且包括附加变量，该附加变量包括c是隐藏的播放(例如，生成的播放记录)的计数、s表示用户对可用于用户的目录的播放次数的观察，并且π是每个用户跨现有集群的关联。再次，α和β是调谐参数。α表示稀疏性并控制用户分布跨多个集群将有多平滑。Gibbs采样器将隐藏的媒体项的计数c和身份u折叠(collapse out)。
模型900、910、920或930中的任何一个可以由在服务器300的处理器302上执行的呈现引擎340采用，以向用户提供补偿不同管辖区中重叠但不完全相同的媒体项目录的尺寸差异并补偿向用户提供推荐的效果的推荐。以这种方式，来自全球流传输媒体系统的数据可以由中央处理器处理并在每个管辖区中保持有用，以提供推荐。可以应用模型900、910、920和/或930来解决特定于基于互联网的媒体分发系统(诸如图1中所示的流传输媒体系统100)的问题。
现在参考图10，其中示出了向用户提供流传输媒体项的推荐的方法1000的流程图，如图1所示的流传输媒体系统100。如图10中所示，方法1000包括几个列举的步骤或操作。方法1000的实施例可以在列举的操作之前、之后、期间或作为列举的操作的一部分包括附加的步骤或操作。一些或所有操作可以体现在计算机可读指令的集合中。这些计算机可读指令可以存储在服务器300的存储器304中并由处理器302执行，以提供如本文所述的呈现引擎340。
如图10中所示，方法1000可以在步骤1002开始，其中处理设备(诸如服务器300的处理器302)接收针对流传输媒体系统的第一用户集合的第一用户活动数据。第一用户集合能够访问第一媒体项目录，诸如图5A的第一媒体项目录500。在步骤1004，处理设备接收针对流传输媒体系统的第二用户集合的第二用户活动数据。第二用户集合能够访问第二媒体项目录，并且无法访问第一媒体项目录。例如，第二用户集合可以驻留在流传输媒体服务器110或300允许访问图5B的第二媒体项目录550的管辖区中；而第一用户集合驻留在能够访问第一媒体项目录500的管辖区中。第二媒体项目录包括也包括在第一媒体项目录中的媒体项，并且还包括至少一个不包括在第一媒体项目录中的专属媒体项。由于对流传输媒体系统的运营商强加的许可限制，专属媒体项可以专属于第二媒体项目录。
第一用户活动数据和第二用户活动数据可以包括分别诸如图6、7和8A的用户-集群表600、用户-目录表700和矩阵800的信息。因此，用户活动数据可以包括针对每个目录中的每个媒体项以及针对每个用户的信息，该信息指示是否已经向用户呈现媒体项以及用户是否已经在被呈现之后选择该媒体项进行播放。
在步骤1006，处理设备基于第一用户活动数据和第二用户活动数据来确定第一用户集合中的用户在被流传输媒体系统呈现专属媒体项的情况下将播放该专属媒体项的概率。例如，呈现引擎340可以基于矩阵800或矩阵850中的信息来确定在专属媒体项是用户可用的并被呈现给用户的情况下用户将播放该专属媒体项的概率，例如，作为用户界面406或另一可比较的界面中的推荐。
在步骤1008，处理设备基于概率提供要由用户设备在用户界面中作为向第二用户集合中的用户的播放专属媒体项的推荐来被渲染的信息。例如，可以通过将媒体项包括在移动客户端设备400的触摸屏402上的用户界面406中针对用户的媒体项的列表或分组中来向该用户推荐专属媒体项。
在一些实施例中，处理设备还确定媒体项的目录间或交叉目录排名，这包括第一媒体项目录和第二媒体项目录中包括的媒体项的排名。因此，排名可以包括重叠的媒体项和专属媒体项的排名。如本文所述，专属媒体项可以是出现在仅一个媒体项目录中的媒体项，或者专属媒体项可以是出现在流传输媒体系统的除一个之外的所有媒体项目录中的媒体项。
处理设备还可以识别第二用户集合的用户与之相关联的用户集群或用于媒体流传输系统的每个用户的用户集群，从第一媒体项目录和第二媒体项目录中确定流行的媒体项，以及确定第二用户集合的用户能够访问专属媒体项。在一些实施例中，流行的媒体项可以被定义为在用户集群中的用户之间、在能够访问特定媒体项目录的用户之间或者在媒体流传输系统的所有用户之间具有高于阈值的收视率排名的媒体项。流行的媒体项可以包括专属媒体项。例如，第一媒体项目录和第二媒体项目录中的媒体项可以根据流传输媒体系统的用户在被呈现媒体项时多经常播放该媒体项来进行排名。
处理设备可以将第一用户活动和第二用户活动整合成整合的用户活动数据集，该整合的用户活动数据集对于每个媒体项和每个用户包括媒体项是否已被呈现给用户的指示以及媒体项是否已被用户选择的指示。
方法1000的实施例还可以包括以下步骤：其中处理设备基于第一用户集合中的用户在被呈现专属媒体项的情况下将播放该专属媒体项的概率来生成人工用户活动数据。在这种实施例中，要作为向第二用户集合中的用户的推荐来被渲染的信息可以基于第一用户活动数据和第二用户活动数据及人工用户活动数据。
现在参考图11，其中示出了用于向包括多个重叠但独特的媒体项目录的流传输媒体系统的用户提供推荐的方法1100的一个实施例。如方法1000一样，方法1100可以作为指令集或可执行代码体现在非暂态机器可读介质中。可执行代码可以由服务器300的处理器302或服务器110执行，以向流传输媒体系统的用户提供推荐。
如图11中所示，方法1100的所示实施例在步骤1102开始，其中处理设备接收用于流传输媒体系统的用户集合的用户活动数据。用户活动数据可以描述用户与媒体项目录中的媒体项集合中的一个或多个媒体项的交互。交互可以包括流传输媒体系统向用户的呈现(例如，作为推荐)，并且可以包括用户关于媒体项目录中的一个或多个媒体项的选择。用户对媒体项的选择可以包括播放媒体项的请求、关于媒体项的附加信息的请求、媒体项的评级等。
在步骤1104，处理设备可以接收用户访问数据，该用户访问数据针对用户集合中的每个用户指示用户能够访问的媒体项的子集。访问数据可以包括在图7的用户-目录表700中呈现的信息，其指示流传输媒体系统的哪个媒体项目录能够被流传输媒体系统的任何给定用户访问。该用户集合的第一用户可以访问该用户集合的第二用户不能够访问的第一媒体项。例如，第一用户可以访问包括媒体项4823的图5B的第一媒体项目录500，而第二用户可以访问不包括媒体项4823的图5B的第二媒体项目录550。
在步骤1106，处理设备根据用户活动数据确定第二用户在被流传输媒体系统呈现第一媒体项的情况下将播放第一媒体项的概率。并且在步骤1108，处理设备基于概率提供要由用户设备在用户界面中作为向第一用户的播放第一媒体项的推荐来被渲染的信息。
在方法1100的一些实施例中，处理设备可以被用来基于在被呈现第一媒体项的情况下第二用户将播放第一媒体项的概率来生成包括一个或多个生成的播放记录的人工用户活动数据。例如，处理设备可以生成人工播放记录，以完成图8B的矩阵850。在一些实施例中，基于第一用户的用户活动数据和第二用户的用户活动数据，媒体目录中媒体项的子集与包括第一用户和第二用户的特定用户集群相关联。向第一用户的推荐可以进一步基于第一用户与该特定用户集群的关联。在一些实施例中，处理设备可以部分地基于诸如生成的播放记录的人工用户活动来将第一用户与该特定集群相关联，其中生成的播放记录估计在被呈现与特定集群相关联的、第一用户不能访问的媒体项的情况下第一用户将如何响应。
本文所描述的本公开的系统和方法的实施例允许媒体系统(无论是基于下载的媒体系统还是流传输媒体系统)向能够访问包括一些重叠媒体项的不同媒体项目录的用户提供推荐。本文描述的系统和方法克服的问题是基于互联网的媒体分发系统所特有的，并且特别是针对具有不同用户能够访问的不同媒体项目录的那些媒体分发系统。更特别地，本文描述的系统和方法可以改进对于具有驻留在不同管辖区内的客户或用户的媒体系统的集中式推荐，使得不同的媒体项内容可以分别针对不同的管辖区被许可。本文描述的系统和方法有助于对于具有导致付费门槛或分层订阅费用的重叠媒体项目录的媒体系统的改进的推荐。本公开的某些方面在以下编号的条款中阐述：
1、一种计算机实现的方法，该方法包括：接收针对流传输媒体系统的第一用户集合的第一用户活动数据，第一用户集合能够访问第一媒体项目录；接收针对该流传输媒体系统的第二用户集合的第二用户活动数据，第二用户集合能够访问第二媒体项目录并且不能够访问第一媒体项目录，其中第二媒体项目录包括重叠的媒体项，该重叠的媒体项被包括在第一媒体项目录和第二媒体项目录二者中，第二媒体项目录还包括不被包括在第一媒体项目录中的专属媒体项；由处理设备并基于第一用户活动数据和第二用户活动数据来确定第一用户集合中的用户在被流传输媒体系统呈现专属媒体项的情况下将播放该专属媒体项的概率；以及基于该概率提供要由用户设备在用户界面中作为向第二用户集合中的用户的播放该专属媒体项的推荐来被渲染的信息。
2、如条款1所述的方法，还包括确定媒体项的目录间排名，该目录间排名包括第一媒体项目录和第二媒体项目录中包括的媒体项的排名。
3、如条款1-2中任一项所述的方法，还包括：识别第二用户集合中的用户与之相关联的用户集群；从第一媒体项目录和第二媒体项目录中确定流行的媒体项，流行的媒体项在该用户集群中的用户中具有高于阈值的排名，流行的媒体项包括所述专属媒体项；以及确定该专属媒体项是第二用户集合中的用户能够访问的。
4、如条款1-3中任一项所述的方法，其中第一媒体项目录和第二媒体项目录中的媒体项根据流传输媒体系统的用户在被呈现媒体项时多经常地播放该媒体项来进行排名。
5、如条款1-4中任一项所述的方法，其中第一用户活动数据和第二用户活动数据在整合的用户活动数据集中被整合，并且其中整合的用户活动数据集对于每个媒体项和每个用户包括媒体项是否已被呈现给用户的指示以及媒体项是否已被用户选择的指示。
6、如条款1-5中任一项所述的方法，其中媒体项被呈现给用户包括通过用户界面向用户推荐媒体项。
7、如条款1-6中任一项所述的方法，还包括：基于第一用户集合中的用户在被呈现专属媒体项的情况下将播放该专属媒体项的概率来生成人工用户活动数据，并且其中要作为向第二用户集合中的用户的推荐来被渲染的信息基于第一用户活动数据和第二用户活动数据以及人工用户活动数据。
8、如条款1-7中任一项所述的方法，其中第一用户集合驻留在第一法定管辖区中，并且第二用户集合驻留在第二法定管辖区中，并且其中第一目录在第一法定管辖区中可用并且第二目录在第二法定管辖区中可用。
8.1、一种存储指令的非暂态计算机可读存储介质，该指令在由一个或多个处理设备执行时，使得处理设备执行如条款1-8中任一项所述的任何特征。
8.2、一种包括指令的计算机程序产品，该指令在一个或多个处理设备上被实现时，执行如条款1-8中任一项所述的任何特征。
8.3、一种计算系统，该计算机系统在由一个或多个处理设备实现时，执行提供如条款1-8中任一项所述的任何特征的操作。
9、一种用于向用户提供流传输媒体项的系统，该系统包括：数据存储设备，该数据存储设备存储：针对流传输媒体系统的第一用户集合的第一用户活动数据，第一用户集合能够访问第一媒体项目录；及针对该流传输媒体系统的第二用户集合的第二用户活动数据，第二用户集合能够访问第二媒体项目录并且不能够访问第一媒体项目录，其中第二媒体项目录包括重叠的媒体项，该重叠的媒体项被包括在第一媒体项目录和第二媒体项目录二者中，第二媒体项目录还包括不被包括在第一媒体项目录中的专属媒体项；以及处理设备，该处理设备与数据存储设备通信，以访问关于第一媒体项目录和第二媒体项目录的内容的信息以及第一用户活动数据和第二用户活动数据，其中处理设备：根据第一用户活动数据和第二用户活动数据确定第一用户集合中的用户在被流传输媒体系统呈现专属媒体项的情况下将播放该专属媒体项的概率；以及基于该概率提供要由用户设备在用户界面中作为向第二用户集合中的用户的播放该专属媒体项的推荐来被渲染的信息。
10、如条款9所述的系统，其中存储在数据存储装置中的第一用户活动数据和第二用户活动数据在整合的用户活动数据集中被组合，并且其中整合的用户活动数据集对于每个媒体项和每个用户包括媒体项是否已被呈现给用户的指示以及媒体项是否已被用户选择的指示。
11、如条款9-10所述的系统，其中处理设备确定媒体项的目录间排名，该目录间排名包括第一媒体项目录和第二媒体项目录中包括的媒体项的排名。
12、如条款9-11所述的系统，其中第一用户集合中的用户和第二用户集合中的用户都与第一用户集群相关联，并且其中第一用户集合还附加地与第二用户集群相关联，使得可以通过与第一集群和第二集群的关联来定义第一用户。
13、如条款9-12所述的系统，其中与每个媒体项相关联的概率是伯努利随机变量。
14、如条款9-13所述的系统，其中第一媒体项目录和第二媒体项目录不被付费门槛分隔。
14.1、一种存储指令的非暂态计算机可读存储介质，该指令在由一个或多个处理设备执行时，使得处理设备执行如条款9-14中任一项所述的任何特征。
14.2、一种包括指令的计算机程序产品，该指令在一个或多个处理设备上被实现时，执行如条款9-14中任一项所述的任何特征。
14.3、一种方法，该方法在由一个或多个处理设备实现时，执行提供如条款9-14中任一项所述的任何特征的操作。
15、一种用于向用户提供流传输媒体项的系统，该系统包括：数据存储设备存储，该数据存储设备存储：针对流传输媒体系统的用户集合的用户活动数据，该用户活动数据描述用户与媒体项目录中的媒体项集合中的一个或多个媒体项的交互；用户访问数据，对于用户集合中的每个用户指示用户能够访问的媒体项的子集，其中用户集合中的第一用户能够访问该用户集合中的第二用户不能够访问的第一媒体项；以及处理设备，该处理设备与数据存储设备通信，以访问关于媒体项集合、用户活动数据和用户访问数据的信息，其中处理设备：根据用户活动数据确定第二用户在被流传输媒体系统呈现第一媒体项的情况下将播放该第一媒体项的概率；以及基于该概率提供要由用户设备在用户界面中作为向第一用户的播放第一媒体项的推荐来被渲染的信息。
16、如条款15所述的系统，其中用户访问数据包括媒体项目录中的哪些媒体项能够被用户集合中的每个用户访问的指示。
17、如条款15-16所述的系统，还包括人工用户活动数据，其中人工用户活动数据包括基于第二用户在被呈现第一媒体项的情况下将播放第一媒体项的概率而生成的播放记录。
18、如条款15-17所述的系统，其中媒体目录中媒体项的子集基于第一用户的用户活动数据和第二用户的用户活动数据而与包括第一用户和第二用户二者的用户集群相关联。
19、如条款15-18所述的系统，其中向第一用户的推荐还基于第一用户与所述用户集群的关联。
20、如条款15-19所述的系统，其中媒体项基于第一用户和第二用户的用户活动数据并且基于人工用户活动数据而与所述集群相关联，其中人工用户活动数据包括基于第二用户在被呈现第一媒体项的情况下将播放第一媒体项的概率而生成的播放记录。
20.1、一种存储指令的非暂态计算机可读存储介质，该指令在由一个或多个处理设备执行时，使得处理设备执行如条款15-20中任一项所述的任何特征。
20.2、一种包括指令的计算机程序产品，该指令在一个或多个处理设备上被实现时，执行如条款15-20中任一项所述的任何特征。
20.3、一种方法，当由一个或多个处理设备实现时，执行提供如条款15-20中任一项所述的任何特征的操作。
虽然已经为了清晰和理解的目的而通过说明和示例详细描述了本公开的前述方面，但是将认识到的是，上述发明可以在许多其它具体的变型和实施例中体现，而不背离本发明的精神或本质特点。各种改变和修改可以被实践，并且将理解的是，本发明不受前述细节的限制，而是由权利要求的范围定义。

Claims (20)

1.一种计算机实现的方法，所述方法包括：
接收针对流传输媒体系统的第一用户集合的第一用户活动数据，第一用户集合能够访问第一媒体项目录；
接收针对该流传输媒体系统的第二用户集合的第二用户活动数据，第二用户集合能够访问第二媒体项目录并且不能够访问第一媒体项目录中的一个或多个媒体项，其中第二媒体项目录包括重叠的媒体项，所述重叠的媒体项被包括在第一媒体项目录和第二媒体项目录二者中，第二媒体项目录还包括不包括在第一媒体项目录中的专属媒体项；
由处理设备并基于第一用户活动数据和第二用户活动数据来确定第一用户集合中的用户在专属媒体项被流传输媒体系统推荐的情况下将播放所述专属媒体项的概率，其中确定用户播放所述专属媒体项的概率包括：
在所述确定中补偿由推荐所述专属媒体项引入的一个或多个偏差影响，所述补偿是基于所述第一用户活动数据和所述第二用户活动数据中包括的指示哪些用户选择了所述专属媒体项的收视率信息；以及
通过分析所述收视率信息以确定所述专属媒体项被选择的次数在不同的地理管辖区之间是否成比例、来在所述确定中补偿由不同的地理管辖区中重叠但不完全相同的媒体项目录的尺寸差异引入的一个或多个偏差影响；以及
基于所述概率提供要由用户设备在用户界面中作为向第二用户集合中的用户的播放所述专属媒体项的推荐来被渲染的信息。
2.如权利要求1所述的方法，还包括确定媒体项的目录间排名，所述目录间排名包括第一媒体项目录和第二媒体项目录中包括的媒体项的排名。
3.如权利要求1所述的方法，还包括：
识别用户集群，第二用户集合中的用户与所述用户集群相关联；
从第一媒体项目录和第二媒体项目录中确定流行的媒体项，流行的媒体项在所述用户集群中的用户之中具有高于阈值的排名，流行的媒体项包括所述专属媒体项；以及
确定所述专属媒体项是第二用户集合中的用户可访问的。
4.如权利要求1所述的方法，其中第一媒体项目录和第二媒体项目录中的媒体项是根据流传输媒体系统的用户在被呈现媒体项时多频繁地播放所述媒体项来进行排名的。
5.如权利要求1所述的方法，其中第一用户活动数据和第二用户活动数据在整合的用户活动数据集中被整合，并且其中整合的用户活动数据集对于每个媒体项和每个用户包括媒体项是否已被呈现给用户的指示以及媒体项是否已被用户选择的指示。
6.如权利要求5所述的方法，其中媒体项被呈现给用户包括通过用户界面向用户推荐媒体项。
7.如权利要求1所述的方法，还包括：基于第一用户集合中的用户在被呈现专属媒体项的情况下将播放所述专属媒体项的概率来生成人工用户活动数据，并且其中要作为向第二用户集合中的用户的推荐来被渲染的信息基于第一用户活动数据和第二用户活动数据以及人工用户活动数据。
8.如权利要求1所述的方法，其中第一用户集合驻留在第一法定管辖区中，并且第二用户集合驻留在第二法定管辖区中，并且其中第一目录在第一法定管辖区中可用并且第二目录在第二法定管辖区中可用。
9.一种用于向用户提供流传输媒体项的系统，所述系统包括：
数据存储设备，所述数据存储设备存储：
针对流传输媒体系统的第一用户集合的第一用户活动数据，第一用户集合能够访问第一媒体项目录；以及
针对流传输媒体系统的第二用户集合的第二用户活动数据，第二用户集合能够访问第二媒体项目录并且不能够访问第一媒体项目录中的一个或多个媒体项，其中第二媒体项目录包括重叠的媒体项，所述重叠的媒体项包括在第一媒体项目录和第二媒体项目录二者中，第二媒体项目录还包括不包括在第一媒体项目录中的专属媒体项；以及
处理设备，所述处理设备与数据存储设备通信，以访问关于第一媒体项目录和第二媒体项目录的内容的信息以及第一用户活动数据和第二用户活动数据，其中处理设备：
根据第一用户活动数据和第二用户活动数据确定第一用户集合中的用户在专属媒体项被流传输媒体系统推荐的情况下将播放所述专属媒体项的概率，其中确定用户播放所述专属媒体项的概率包括：
在所述确定中补偿由推荐所述专属媒体项引入的一个或多个偏差影响，所述补偿是基于所述第一用户活动数据和所述第二用户活动数据中包括的指示哪些用户选择了所述专属媒体项的收视率信息；以及
通过分析所述收视率信息以确定所述专属媒体项被选择的次数在不同的地理管辖区之间是否成比例、来在所述确定中补偿由不同的地理管辖区中重叠但不完全相同的媒体项目录的尺寸差异引入的一个或多个偏差影响；以及
基于所述概率提供要由用户设备在用户界面中作为向第二用户集合中的用户的播放该专属媒体项的推荐来被渲染的信息。
10.如权利要求9所述的系统，其中存储在数据存储装置中的第一用户活动数据和第二用户活动数据在整合的用户活动数据集中被组合，并且其中整合的用户活动数据集对于每个媒体项和每个用户包括媒体项是否已被呈现给用户的指示以及媒体项是否已被用户播放的指示。
11.如权利要求9所述的系统，其中处理设备确定媒体项的目录间排名，所述目录间排名包括第一媒体项目录和第二媒体项目录中包括的媒体项的排名。
12.如权利要求11所述的系统，其中第一用户集合中的用户和第二用户集合中的用户都与第一用户集群相关联，并且其中第一用户集合还附加地与第二用户集群相关联，使得能够通过与第一集群和第二集群的关联来定义第一用户。
13.如权利要求12所述的系统，其中与每个媒体项相关联的概率是伯努利随机变量。
14.如权利要求9所述的系统，其中第一媒体项目录和第二媒体项目录不被付费门槛分隔。
15.一种用于向用户提供流传输媒体项的系统，所述系统包括：
数据存储设备存储，所述数据存储设备存储：
针对流传输媒体系统的用户集合的用户活动数据，所述用户活动数据描述用户与媒体项目录中的媒体项集合中的一个或多个媒体项的交互；
用户访问数据，对于用户集合中的每个用户指示用户能够访问的媒体项的子集，其中用户集合中的第一用户能够访问所述用户集合中的第二用户不能够访问的第一媒体项；以及
处理设备，所述处理设备与数据存储设备通信，以访问关于媒体项集合、用户活动数据和用户访问数据的信息，其中处理设备：
从用户活动数据确定第二用户在第一媒体项被流传输媒体系统推荐的情况下将播放第一媒体项的概率，其中确定用户播放所述第一媒体项的概率包括：
在所述确定中补偿由推荐所述第一媒体项引入的一个或多个偏差影响，所述补偿是基于所述第一用户活动数据和所述第二用户活动数据中包括的指示哪些用户选择了所述第一媒体项的收视率信息；以及
通过分析所述收视率信息以确定所述第一媒体项被选择的次数在不同的地理管辖区之间是否成比例、来在所述确定中补偿由不同的地理管辖区中重叠但不完全相同的媒体项目录的尺寸差异引入的一个或多个偏差影响；以及
基于所述概率提供要由用户设备在用户界面中作为向第一用户的播放第一媒体项的推荐来被渲染的信息。
16.如权利要求15所述的系统，其中用户访问数据包括媒体项目录中哪些媒体项能够被用户集合中的每个用户访问的指示。
17.如权利要求15所述的系统，还包括人工用户活动数据，其中人工用户活动数据包括基于第二用户在被呈现第一媒体项的情况下将播放第一媒体项的概率而生成的播放记录。
18.如权利要求15所述的系统，其中媒体目录中媒体项的子集基于第一用户的用户活动数据和第二用户的用户活动数据而与包括第一用户和第二用户的用户集群相关联。
19.如权利要求18所述的系统，其中向第一用户的推荐还基于第一用户与所述用户集群的关联。
20.如权利要求18所述的系统，其中媒体项基于第一用户和第二用户的用户活动数据并且基于人工用户活动数据而与所述集群相关联，其中人工用户活动数据包括基于第二用户在被呈现第一媒体项的情况下将播放第一媒体项的概率而生成的播放记录。
CN201680025338.XA 2015-04-06 2016-04-05 用于重叠的媒体目录的全球推荐系统 Active CN107980129B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201562143629P 2015-04-06 2015-04-06
US62/143,629 2015-04-06
US15/079,767 2016-03-24
US15/079,767 US10552470B2 (en) 2015-04-06 2016-03-24 Global recommendation systems for overlapping media catalogs
PCT/US2016/026070 WO2016164377A1 (en) 2015-04-06 2016-04-05 Global recommendation systems for overlapping media catalogs

Publications (2)

Publication Number Publication Date
CN107980129A CN107980129A (zh) 2018-05-01
CN107980129B true CN107980129B (zh) 2022-02-25

Family

ID=57017577

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680025338.XA Active CN107980129B (zh) 2015-04-06 2016-04-05 用于重叠的媒体目录的全球推荐系统

Country Status (9)

Country Link
US (2) US10552470B2 (zh)
EP (1) EP3262534A1 (zh)
JP (1) JP6802183B2 (zh)
KR (1) KR102626662B1 (zh)
CN (1) CN107980129B (zh)
AU (1) AU2016246507B2 (zh)
CA (1) CA2980326C (zh)
MX (1) MX2017012683A (zh)
WO (1) WO2016164377A1 (zh)

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9591339B1 (en) 2012-11-27 2017-03-07 Apple Inc. Agnostic media delivery system
US10200761B1 (en) 2012-12-13 2019-02-05 Apple Inc. TV side bar user interface
US9532111B1 (en) 2012-12-18 2016-12-27 Apple Inc. Devices and method for providing remote control hints on a display
US10521188B1 (en) 2012-12-31 2019-12-31 Apple Inc. Multi-user TV user interface
CN111782130B (zh) 2014-06-24 2024-03-29 苹果公司 用于在用户界面中导航的列界面
JP6496752B2 (ja) 2014-06-24 2019-04-03 アップル インコーポレイテッドＡｐｐｌｅ Ｉｎｃ． 入力デバイス及びユーザインターフェース対話
US10552470B2 (en) 2015-04-06 2020-02-04 Netflix, Inc. Global recommendation systems for overlapping media catalogs
DK201670582A1 (en) 2016-06-12 2018-01-02 Apple Inc Identifying applications on which content is available
DK201670581A1 (en) 2016-06-12 2018-01-08 Apple Inc Device-level authorization for viewing content
US10165315B2 (en) * 2016-10-17 2018-12-25 Viacom International Inc. Systems and methods for predicting audience measurements of a television program
US11966560B2 (en) 2016-10-26 2024-04-23 Apple Inc. User interfaces for browsing content from multiple content applications on an electronic device
US20180124444A1 (en) * 2016-11-01 2018-05-03 Netflix, Inc. Systems and methods of predicting consumption of original media items accesible via an internet-based media system
US20190122140A1 (en) * 2017-10-20 2019-04-25 STATGRAF Research LLP. Data analysis and rendering
DK201870354A1 (en) 2018-06-03 2019-12-20 Apple Inc. SETUP PROCEDURES FOR AN ELECTRONIC DEVICE
JP2020053764A (ja) * 2018-09-25 2020-04-02 シャープ株式会社 端末装置、情報処理システム、表示方法、及びプログラム
CN114302210A (zh) 2019-03-24 2022-04-08 苹果公司 用于查看和访问电子设备上的内容的用户界面
WO2020198238A1 (en) * 2019-03-24 2020-10-01 Apple Inc. User interfaces for a media browsing application
US11683565B2 (en) 2019-03-24 2023-06-20 Apple Inc. User interfaces for interacting with channels that provide content that plays in a media browsing application
US11445263B2 (en) 2019-03-24 2022-09-13 Apple Inc. User interfaces including selectable representations of content items
US11863837B2 (en) 2019-05-31 2024-01-02 Apple Inc. Notification of augmented reality content on an electronic device
CN113906380A (zh) 2019-05-31 2022-01-07 苹果公司 用于播客浏览和回放应用程序的用户界面
US11843838B2 (en) 2020-03-24 2023-12-12 Apple Inc. User interfaces for accessing episodes of a content series
US11899895B2 (en) 2020-06-21 2024-02-13 Apple Inc. User interfaces for setting up an electronic device
US11720229B2 (en) 2020-12-07 2023-08-08 Apple Inc. User interfaces for browsing and presenting content
US11934640B2 (en) 2021-01-29 2024-03-19 Apple Inc. User interfaces for record labels
KR102558742B1 (ko) * 2021-04-22 2023-07-24 김태형 전자 카탈로그 운용 방법
US20220382766A1 (en) * 2021-06-01 2022-12-01 Apple Inc. Automatic Media Asset Suggestions for Presentations of Selected User Media Items
CN113590955A (zh) * 2021-07-30 2021-11-02 武汉斗鱼鱼乐网络科技有限公司 目标推荐用户确定方法、装置、电子设备以及存储介质
US20230214434A1 (en) * 2021-12-30 2023-07-06 Netflix, Inc. Dynamically generating a structured page based on user input

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1996307A (zh) * 2000-07-31 2007-07-11 兰德马克数字服务公司 用于从媒体样本辨认媒体实体的方法
CN101401422A (zh) * 2006-03-08 2009-04-01 黄金富 个性化区域化商业电视广告的方法和系统
JP2009519681A (ja) * 2005-12-13 2009-05-14 ユナイテッド ビデオ プロパティーズ， インコーポレイテッド 双方向テレビアプリケーションで使用するためのクロスプラットホームの予測人気率

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090259621A1 (en) * 2008-04-11 2009-10-15 Concert Technology Corporation Providing expected desirability information prior to sending a recommendation
US8229873B1 (en) * 2009-09-18 2012-07-24 Google Inc. News topic-interest-based recommendations twiddling
US8422858B2 (en) * 2010-01-21 2013-04-16 Robert Paul Morris Methods, systems, and computer program products for coordinating playing of media streams
JP5430457B2 (ja) * 2010-03-16 2014-02-26 富士フイルム株式会社 記録テープカートリッジ
US8666980B1 (en) 2010-05-19 2014-03-04 Amazon Technologies, Inc. Virtual clickstream recommendations
US10475050B2 (en) 2011-07-08 2019-11-12 Netflix, Inc. Identifying similar items based on global interaction history
US10311386B2 (en) 2011-07-08 2019-06-04 Netflix, Inc. Identifying similar items based on interaction history
US9454530B2 (en) 2012-10-04 2016-09-27 Netflix, Inc. Relationship-based search and recommendations
EP2973026A2 (en) * 2013-03-13 2016-01-20 Google, Inc. Improved user experience for unrecognized and new users
US9552395B2 (en) * 2013-11-13 2017-01-24 Google Inc. Methods, systems, and media for presenting recommended media content items
US9712587B1 (en) * 2014-12-01 2017-07-18 Google Inc. Identifying and rendering content relevant to a user's current mental state and context
US10552470B2 (en) 2015-04-06 2020-02-04 Netflix, Inc. Global recommendation systems for overlapping media catalogs

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1996307A (zh) * 2000-07-31 2007-07-11 兰德马克数字服务公司 用于从媒体样本辨认媒体实体的方法
JP2009519681A (ja) * 2005-12-13 2009-05-14 ユナイテッド ビデオ プロパティーズ， インコーポレイテッド 双方向テレビアプリケーションで使用するためのクロスプラットホームの予測人気率
CN101401422A (zh) * 2006-03-08 2009-04-01 黄金富 个性化区域化商业电视广告的方法和系统

Also Published As

Publication number Publication date
AU2016246507B2 (en) 2021-05-27
CA2980326A1 (en) 2016-10-13
US10552470B2 (en) 2020-02-04
KR102626662B1 (ko) 2024-01-19
US10885093B2 (en) 2021-01-05
MX2017012683A (es) 2017-11-23
JP6802183B2 (ja) 2020-12-16
AU2016246507A1 (en) 2017-10-12
EP3262534A1 (en) 2018-01-03
WO2016164377A1 (en) 2016-10-13
JP2018517964A (ja) 2018-07-05
US20160292158A1 (en) 2016-10-06
US20200133971A1 (en) 2020-04-30
CN107980129A (zh) 2018-05-01
KR20180021677A (ko) 2018-03-05
CA2980326C (en) 2021-09-07

Similar Documents

Publication Publication Date Title
CN107980129B (zh) 用于重叠的媒体目录的全球推荐系统
US8719261B2 (en) Dynamic catalog ranking
US8321401B2 (en) User interface with available multimedia content from multiple multimedia websites
CN106383827B (zh) 在站点上组织社交活动信息
WO2012173670A1 (en) Systems and methods for providing media recommendations
WO2013184875A2 (en) Systems and methods for compiling media information based on privacy and reliability metrics
CN103106208A (zh) 一种移动互联网中的流媒体内容推荐方法和系统
US20180124444A1 (en) Systems and methods of predicting consumption of original media items accesible via an internet-based media system
US11388561B2 (en) Providing a summary of media content to a communication device
CN112507163A (zh) 时长预测模型训练方法、推荐方法、装置、设备及介质
Xu et al. Catch-up TV recommendations: show old favourites and find new ones
CN106471819A (zh) 用于提高媒体资产推荐模型中的精确性的系统和方法
US20190026680A1 (en) Methods and systems for recommending actors
US9215484B2 (en) Method and apparatus for content channels
US20130263187A1 (en) Method and apparatus for content channels using references
US20240095386A1 (en) System and method for aggregating viewable content from multiple sources via user-friendly interface
KR20150105134A (ko) 콘텐츠 추천 장치 및 추천 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: California, USA

Patentee after: NETFLIX, Inc.

Address before: California, USA

Patentee before: NETFLIX, Inc.