CN108304458B - 根据用户情绪的多媒体内容推送方法和系统 - Google Patents

Abstract

本发明提出一种根据用户情绪的多媒体内容推送方法和系统，其中，方法包括：在多媒体信息的播放过程中，获取当前用户在当前情节时段内的实时生理反应信号；根据当前用户在当前情节时段内的实时生理反应信号确定当前用户观看当前情节的实时专注度；根据当前用户观看当前情节的实时专注度生成用户兴趣评分，根据用户兴趣评分从预存的多个下一时段的情节分支中选择目标情节内容进行播放。由此，以用户难以自主更改的实时生理反应信号为依据，选择播放的目标情节内容，提升了用户的观看体验。

Description

根据用户情绪的多媒体内容推送方法和系统

技术领域

本发明涉及信息处理技术领域，尤其涉及一种根据用户情绪的多媒体内容推送方法和系统。

背景技术

随着互联网技术的进步，计算机设备为用户的生产和生活提供的服务愈发的多样化，比如，计算机设备可以为用户播放视频等多媒体信息，以满足用户的娱乐需求。

相关技术中，为用户播放视频等多媒体信息是统一的，比如，为多个用户播放影片A时，每个用户播放的影片内容完全一样，难以针对用户的个体化差异性提供播放服务，不会考虑到不同的用户的感受，导致为用户的提供观看体验不高。

发明内容

本发明提供一种根据用户情绪的多媒体内容推送方法和系统，以解决现有技术中，由于考虑到不同的用户的感受，导致为用户的提供观看体验不高的技术问题。

本发明实施例提供一种根据用户情绪的多媒体内容推送方法，包括以下步骤：在多媒体信息的播放过程中，获取当前用户在当前情节时段内的实时生理反应信号；根据所述当前用户在当前情节时段内的实时生理反应信号确定所述当前用户观看所述当前情节的实时专注度；根据所述当前用户观看所述当前情节的实时专注度生成用户兴趣评分，根据所述用户兴趣评分从预存的多个下一时段的情节分支中选择目标情节内容进行播放。

本发明另一实施例提供一种根据用户情绪的多媒体内容推送系统，包括：生理反应信号采集设备和处理器，其中，所述生理反应信号采集设备和所述处理器连接，其中，所述生理反应信号采集设备，用于在多媒体信息的播放过程中，获取当前用户在当前情节时段内的实时生理反应信号；所述处理器，用于根据所述当前用户在当前情节时段内的实时生理反应信号确定所述当前用户观看所述当前情节的实时专注度，并根据所述当前用户观看所述当前情节的实时专注度生成用户兴趣评分，根据所述用户兴趣评分从预存的多个下一时段的情节分支中选择目标情节内容进行播放。

本发明又一实施例提供一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例所述的根据用户情绪的多媒体内容推送方法。本发明还一实施例提供一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行如上述实施例所述的多媒体内容推送方法。

本发明实施例提供的技术方案可以包括以下有益效果：

在多媒体信息的播放过程中，获取当前用户在当前情节时段内的实时生理反应信号，根据当前用户在当前情节时段内的实时生理反应信号确定当前用户观看当前情节的实时专注度，进而，根据当前用户观看当前情节的实时专注度生成用户兴趣评分，根据用户兴趣评分从预存的多个下一时段的情节分支中选择目标情节内容进行播放。由此，以用户难以自主更改的实时生理反应信号为依据，选择播放的目标情节内容，提升了用户的观看体验。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是根据本发明第一个实施例的根据用户情绪的多媒体内容推送方法的流程图；

图2是根据本发明第二个实施例的根据用户情绪的多媒体内容推送方法的流程图；

图3是根据本发明一个实施例的多媒体内容的推送场景示意图；

图4是根据本发明第三个实施例的根据用户情绪的多媒体内容推送方法的流程图；

图5是根据本发明一个实施例的根据用户情绪的多媒体内容推送场景示意图；

图6是根据本发明另一个实施例的根据用户情绪的多媒体内容推送场景示意图；

图7是根据本发明又一个实施例的根据用户情绪的多媒体内容推送场景示意图；

图8是根据本发明第四个实施例的根据用户情绪的多媒体内容推送方法的流程图；

图9是根据本发明第五个实施例的根据用户情绪的多媒体内容推送方法的流程图；

图10是根据本发明一个实施例的根据用户情绪的多媒体内容推送系统的结构示意图；以及

图11是根据本发明另一个实施例的根据用户情绪的多媒体内容推送系统的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

基于以上分析可知，相关技术中，为用户提供的多媒体信息统一，难以满足多个用户的不同的喜好，而在实际应用中，用户的喜好无论是多媒体视频的商业推广效果，还是对用户和产品的粘性等方面，都具有十分重要的参考价值。

为了解决上述技术问题，本发明提出了根据用户情绪的多媒体内容推送方法，将多媒体信息的播放和用户的个人主观情绪结合起来，使得多媒体信息的播放更加符合用户的个人喜好，提升用户的观看体验。

下面参考附图描述本发明实施例的根据用户情绪的多媒体内容推送方法和系统。

图1是根据本发明第一个实施例的根据用户情绪的多媒体内容推送方法的流程图，如图1所示，该方法包括：

步骤101，在多媒体信息的播放过程中，获取当前用户在当前情节时段内的实时生理反应信号。

其中，生理反应信号可以包括皮肤电导信号、心率信号、心电信号、眼动信号、脑电信号中的一种或者多种信号组合，在此不作限制，另外上述多媒体信息包括音视频播放信息等，比如，电影、电视剧、舞台剧等。

具体地，在本发明的实施例中，可通过生理反应信号采集设备采集用户的生理反应信号，其中，根据应用场景的不同，生理反应信号采集设备可以为不同的设备，比如，可以为包含生理反应信号传感器的腕带、帽子、手套、项链、脸部贴纸等能直接接触到的用户皮肤进而检测到用户的生理反应信号的设备。

步骤102，根据当前用户在当前情节时段内的实时生理反应信号确定当前用户观看当前情节的实时专注度。

其中，在不同的应用场景下，各用户的专注度可以以具体的数值表示，比如以百分制中的数字表示，数值越大代表用户越专注，比如以等级制度中的等级表示，等级越大代表用户越专注，又比如以具体的符号标志(星星符号、花朵符号、心形符号等)的数量来表示，符号数量越多代表用户越专注。

可以理解，用户的生理反应信号会真实的反应多媒体信息的播放效果，比如，当生理反应信号包括皮肤电导信号时，皮肤会对电流或者电压呈现一定的电阻，而电阻的大小会随着情绪变化而变化，通常，在较为轻松的状态下，用户可能当前在走神，多媒体信息并不能引起用户的兴趣，人体皮肤的电阻较大，从而皮肤电导信号较低，在精神紧张时，用户可能当前正在专注的观看多媒体信息，人体皮肤的电阻较小，从而人体皮肤电导信号较高，这是由于交感和副交感神经根据大脑的认知状态的变化进行拮抗式的调节，而交感和副交感神经的活动会影响皮肤电阻。

又比如，当生理反应信号包括心率信号时，如果用户的心率波动较大，则表明用户越是专注于当前播放的多媒体信息，如果用户的心率比较平和，则表明对当前播放的多媒体信息越是不专注。

需要说明的是，在不同的应用场景下，可采用不同的方式实现根据用户的生理反应信号确定各用户的实时专注度，示例说明如下：

第一种示例：

在本示例中，预先根据大量实验数据，获取并存储专注度和生理反应信号的对应关系，从而，在获取生理反应信号后，查询上述对应关系，以获取匹配的用户的实时专注度。

第二种示例：

预先根据大量实验数据，构造生理反应信号的深层网络模型，该模型的输入为生理反应信号，输出为用户的专注度，从而，将获取的用户的生理反应信号输入该深层网络模型，得到输出的用户的实时专注度。

第三种示例：

在本示例中，如图2所示，上述步骤102包括：

步骤201，根据预设策略分析当前用户在当前情节时段内的实时生理反应信号，并提取与当前情节时段对应的实时专注特征信息。

可以理解，情节时段对应于当前多媒体信息的某一个段内容，情节时段可以根据多媒体信息的内容设置，比如根据情节发展将多媒体信息划分为故事的开头对应的情节时段、高潮对应的情节时段和结局对应的情节时段等，也可以简单的根据时间进行设置，比如将一个播放时长为一个小时的多媒体信息划分为0-15分钟对应的情节时段、16-30分钟对应的情节时段、31-60分钟对应的情节时段。

应当理解的是，在不同的应用场景下，上述分析用户的实时生理反应信号的预设策略不同，从而提取到的用户的专注特征信息不同：

作为一种可能的实现方式，专注特征信息为专注次数，则可以检测生理反应信号大于预设阈值的次数提取专注次数。

举例而言，当生理反应信号为皮肤电导信号时，由于在实际应用中，用户对当前播放的多媒体信息越专注，则用户的脑神经活动越丰富,受到多媒体内容的刺激,会使得皮肤表面的导电度改变(其成因可能汗液分泌量,体表电解质,血液循环速度等)相激愈大,变化量愈大(导电度增加)，从而检测获知的皮肤电导信号越大。

举例而言，当生理反应信号为眼动信号时，由于在实际应用中，比如，在观看电影时，用户对当前播放的多媒体信息越专注，则用户的眼睛越是会随着电影画面而移动，从而检测到的眼动信号变化率较高，用户对当前播放的多媒体信息越不专注，则用户的眼睛不会随着电影画面而移动，从而检测到的眼动信号变化率较低。

因而，在本示例中，预先根据大量实验数据设置生理反应信号对应的预设阈值，提取生理反应信号大于预设阈值的次数提取专注次数。

作为另一种可能的实现方式，检测实时生理反应信号大于预设阈值的时间提取专注时间。

由于在实际应用中，用户对当前播放的多媒体信息越专注，则会体现在用户的生理反应信号上，比如，当生理反应信号为皮肤电导信号时，用户对当前播放的多媒体信息越专注，则用户的脑神经活动越丰富,受到多媒体播放内容的刺激,会使得皮肤表面的导电度改变(其成因可能汗液分泌量,体表电解质,血液循环速度等)相激愈大,变化量愈大(导电度增加)，从而检测获知的皮肤电导信号越大。

因而，在本示例中，还可以检测实时生理反应信号大于预设阈值的时间提取专注时间。

作为又一种可能的实现方式，可以检测实时生理反应信号大于预设阈值的幅度提取专注强度。

由于在实际应用中，用户对当前播放的多媒体信息的专注强度可以反映在生理反应信号中，因而，可以根据生理反应信号的大小来提取用户的专注强度，比如，当生理反应信号包括皮肤导电信号时，则用户的脑神经活动越丰富,受到教学内容的刺激,会使得皮肤表面的导电度改变(其成因可能汗液分泌量,体表电解质,血液循环速度等)相激愈大,变化量愈大(导电度增加)，从而检测获知的皮肤电导信号越大。

因而，在本示例中，还可以检测生理反应信号大于预设阈值的幅度提取专注强度，比如，检测皮肤电导信号大于预设阈值的幅度提取专注强度，如预设阈值为A,当前的皮肤电导信号为大于A的B，则可以将B-A作为专注强度。

其中，在不同的应用场景下，上述三种示例采集的用户的专注特征信息可以作为单独的参考因素，用于进一步确定用户的专注度，也可以将上述三种示例采集的用户的专注特征信息的任意两种的组合作为参考因素，用于进一步确定用户的专注度，也可以将上述三种示例采集的用户的专注特征信息作为参考因素，用于进一步确定用户的专注度。

另外，为了保证进一步确定用户的专注度的准确度，在本发明的一个实施例中，上述与生理反应信号进行比较的预设阈值还可以根据用户的体质类型设置，比如，当生理反应信号包括皮肤电导信号时，对于女性用户和男性用户、或者不同年龄段的用户来讲，其皮肤表面的角质和干燥度等不同，因而，在同样的专注度下测量得到的皮肤电导信号是不同，为了补偿这种用户体质上的差别，还可以根据大量实验数据获取这种差别数据，针对不同体质用户设置不同的预设阈值，比如，由于男性汗腺更加发达，皮肤更加湿润、导电性更强，因而设置的预设阈值相对高一些等。

步骤202，应用预设算法对实时专注特征信息进行计算，获取当前用户与当前情节时段对应的实时专注度。

具体地，为了判断用户对当前播放的情节时段的专注度，以便于进一步根据用户的实时专注度调整播放的多媒体信息，应用预设算法对实时专注特征信息进行计算，获取当前用户与当前情节时段对应的实时专注度。

具体而言，根据应用场景的不同，应用预设算法对实时专注特征信息进行计算，获取当前用户与当前情节时段对应的实时专注度的方式不同，下面结合不同的应用场景进行举例：

场景一：

在该场景下，用户的实时专注特征信息为单一的特征信息，比如仅仅为专注次数，或者，专注时间，或者，专注强度。

由于用户的专注特征信息对应的数据值越大，比如专注次数越大，表示用户越专注于当前情节时段，因此，本场景下的预设算法为与专注特征信息对应的线性运算算法，比如，该算法可以为Y＝a*X，其中，Y为用户的专注度，X为专注特征信息对应的数据值，a可以为任意大于0的数。

其中，可以考虑专注特征信息包含不同的内容时与用户专注度的相关性的不同，比如，在确定用户的专注度时，通常用户的专注时间相比于专注次数的参考意义更大，因为有的时候，用户虽然多次专注于当前情节时段，但是持续时间较短，还是认为用户没有专注于当前情节，因此，上述a还可以对应于不同的专注特征信息的权重值，比如，当专注特征信息为专注次数时，对应的a为0.6，当专注特征信息为专注时间时，对应的a为0.8。

场景二：

在该场景下，用户的专注特征信息为多个特征信息，比如包括专注次数和专注时间，或者，专注时间和专注强度，或者，专注次数、专注时间和专注强度等。

由于用户的专注特征信息对应的数据值越大，比如专注次数越大，表示用户越专注于当前情节时段，因此，对应的预设算法与用户的专注特征信息对应的数据值正相关，比如，Y＝a1*X1+…+an*Xn，其中，n为大于等于2的正整数，a1到an为正数，a1到an可以相等，也可以不相等，当a1到an不相等时，可以用于表示不同的用户的专注特征信息对专注度的不同的参考意义的权重值，X1到Xn表示不同的用户特征信息对应的数据值。

当然，在实际操作过程中，该场景中的预设算还可以是任意体现用户的专注特征信息对应的数据值正相关的算法表达，在此不一一列举。

步骤103，根据当前用户观看当前情节的实时专注度生成用户兴趣评分，根据用户兴趣评分从预存的多个下一时段的情节分支中选择目标情节内容进行播放。

可以理解，为了满足用户的不同的个人喜好，针对多媒体信息1的每一个或多个情节时段设置多个可选择的分支，比如针对结局情节时段设置悲剧式结局情节时段、喜剧式结局情节时段和开放式结局情节时段等，每一个分支节点对应的情节时段不同，所有的分支节点对应的情节时段可以组成一个完整的多媒体信息，为用户播放的多媒体信息所包含的情节时段与用户的实时专注度有关，这种选择方式最终为用户呈现的多媒体信息更加符合用户的个人喜好，提高了用户的观看体验，增加了用户和产品之间的粘性。

举例而言，如图3所示，当多媒体信息包含3个情节时，参照大量实验数据设置的、可以满足不同用户的个人喜好的第二情节分别为不同版本的情节21、22和23，满足不同用户的个人喜好的第三情节分别为不同版本的情节31、32、33、34、35和36，其中，情节1、21和31、情节1、21和32、情节1、21和33、情节1、21和34、情节1、21和35、情节1、21和36、情节1、22和31…情节1、23和36分别对应于一个完整的多媒体信息版本。其中，多媒体信息版本的选择与用户对当前播放的情节的专注度有关，比如，如果用户对当前播放的情节21的实时关注度为a，则根据预先设置的选择策略确定与实时关注度为a对应的能更好的调动用户的观看兴趣的下一个情节为34，则下一个时刻为用户选择情节34播放。

需要说明的是，在不同的应用场景下，上述选择策略所包含的内容不同，作为一种可能的实现方式，可以包括用户的兴趣评分与情节时段的对应关系，从而，根据当前用户观看当前情节的实时专注度生成用户兴趣评分，根据用户兴趣评分从预存的多个下一时段的情节分支中选择目标情节内容进行播放。

具体而言，在本实施例中，根据当前用户观看当前情节的实时专注度生成用户兴趣评分，其中，用户兴趣评分可以为百分制的分数表示，还可以为等级制表示等，比如，在当前用户兴趣评分对应于百分制评分时，可以应用预设的算法对各用户对当前的实时专注度计算，预先建立实时专注度与用户兴趣评分的对应关系，从而，在获取用户的实时专注度后，查询上述对应关系，获取到对应的用户兴趣评分，进而，根据用户兴趣评分从预存的多个下一时段的情节分支中选择目标情节内容进行播放的实现方式，包括但不限于以下方式：

方式一：

在该方式中，用户的兴趣评分和下一时段的情节分支中的情节不一一对应。

如图4所示，步骤103包括：

步骤301，当用户兴趣评分大于等于预设阈值时，从多个下一时段的情节分支中选择第一目标情节内容进行播放。

具体地，预先设置当用户的兴趣评分大于到预设阈值时的下一个时段的情节，通常，由于用户的兴趣评分大于到预设阈值时，用户对当前的情节时段比较感兴趣，则对应的下一个时段的情节通常为和当前播放的情节类似的或者链接紧密的情节。其中，上述预设阈值可根据大量实验数据标定。

步骤302，当用户兴趣评分小于预设阈值时，若判断获知排除第一目标情节内容之外还有多个候选情节分支时，根据预设策略分析当前用户的偏好特征提取用户标签。

步骤303，根据用户标签从多个候选情节分支中选择第二目标情节内容进行播放。

具体地，在本示例中，用户的兴趣评分和下一时段的情节分支中的情节不一一对应具体体现在，当用户的兴趣评分低于预设阈值时，包含的多个候选的下一时刻的情节和兴趣评分不一一对应，从而，可以通过其他方式分析出最符合用户个人喜好的下一个时刻的情节播放。

具体而言，可以预先建立对应于用户的偏好特征的用户标签和情节的对应关系，从而，根据用户标签从所述多个候选情节分支中选择第二目标情节内容进行播放，比如，用户的偏好特征为喜欢喜剧，则用户标签为喜剧，从而为用户提供喜剧结局情节播放。

方式一：

在该方式中，用户的兴趣评分范围和下一时段的情节分支中的情节一一对应。

具体而言，在本实施例中，预先建立下一时段的情节分支中的情节和用户的兴趣评分范围的对应关系，在获取用户的兴趣评分后，确定其隶属的兴趣评分范围，并查询上述对应关系获取下一时段的情节分支中的情节。

举例而言，如图5所示，当用户的兴趣评分为百分制时，用户的兴趣评分范围和下一时段的情节分支中的情节一一对应关系为：情节21对应的兴趣评分范围为0-25分，情节22对应的兴趣评分范围为26-50分，情节23对应的兴趣评分范围为51-75分，情节24对应的兴趣评分范围为76-100分，则在获取到用户的兴趣评分为56分时，则确定下一时段播放的目标情节为23。

应当理解的是，在该实施例中，由于根据用户的兴趣评分进行下一时段的情节分支中情节的选择，因而，这种方式既适用于一个用户的观看场景，也适用于多个用户的观看场景，下面进行举例。

场景一：

如图6所示，在当前场景中，包含一个观看多媒体信息的用户时，比如为一个用户在使用家里的笔记本观看电影，则可以在多媒体信息的播放过程中，获取当前用户在当前情节时段内的实时生理反应信号，根据当前用户在当前情节时段内的实时生理反应信号确定当前用户观看当前情节的实时专注度，进而，根据当前用户观看当前情节的实时专注度生成用户兴趣评分，根据用户兴趣评分从预存的多个下一时段的情节分支中选择目标情节内容进行播放，由此，当前为用户进行播放的电影符合当前用户的个人喜好，用户的观看体验较好。

场景二：

如图7所示，当前场景为多个用户观看电影的场景，则由于多个用户的个人喜好并不相同，因此，为了调和这种矛盾，可以播放满足大部分用户个人喜好的情节。

具体而言，在电影播放过程中，获取当前多个用户在当前情节时段内的实时生理反应信号，根据当前用户在当前情节时段内的实时生理反应信号确定当前用户观看当前情节的实时专注度，根据当前多个用户在当前情节时段内的实时生理反应信号确定当前用户观看当前情节的实时专注度，进而，根据当前用户观看当前情节的实时专注度生成多个用户兴趣评分(图中未示出)，根据多个用户兴趣评分的加权平均值从预存的多个下一时段的情节分支中选择目标情节内容进行播放，由此，当前播放的电影版本满足了大部分用户的个人喜好。

当然，在本实施例中，当不同的个人喜好用户数量较为平均时，比如60个用户中有20个用户喜欢喜剧情节，20个用户喜欢开放式情节，20个用户喜欢悲剧情节，则为了满足这种分布较均匀的喜好偏向，可以采用分屏的方式为用户播放不同版本电影情节内容。

需要强调的是，在一些应用场景下，获取的有的用户的实时专注度可能并不具有参考意义，或者，下一个时刻并没有多个版本的情节供选择，因而，为了进一步提高本发明的根据用户情绪的多媒体内容推送方法的灵活性，在本发明的一个实施例中，根据同一时刻各用户在当前情节时段内的实时生理反应信号检测不符合预设条件的异常数值，进而，滤除异常数值。

比如，当检测到某个时刻的100个用户的实时专注度中，某一个用户的实时专注度相比较于其他用户的实时专注度的差异较大，则认为该用户的生理反应信号采集设备没有采集到该用户的生理反应信号等，从而滤除该用户的实时专注度。

又比如，当某一时刻对应的情节时段下一时没有多个版本的候选情节时段，则直接滤除该情节时段对应时刻的采集的各用户的实时专注度。

由此，本发明实施例的用户情绪的多媒体内容推送方法，基于用户难以自主更改的用户的生理反应信号进行多媒体信息的情节的播放，可以是的为用户提供的多媒体谢谢信息与用户的个人喜好更加一致，提升了用户的观看体验。

综上所述，本发明实施例的根据用户情绪的多媒体内容推送方法，在多媒体信息的播放过程中，获取当前用户在当前情节时段内的实时生理反应信号，根据当前用户在当前情节时段内的实时生理反应信号确定当前用户观看当前情节的实时专注度，进而，根据当前用户观看当前情节的实时专注度生成用户兴趣评分，根据用户兴趣评分从预存的多个下一时段的情节分支中选择目标情节内容进行播放。由此，以用户难以自主更改的实时生理反应信号为依据，选择播放的目标情节内容，提升了用户的观看体验。

基于以上实施例，在实际应用中，可采用不同的方式划分出多媒体信息中不同的情节分支对应的情节，示例一，可以问卷调查用户对相关情节内容的喜好，根据喜好的不同进行不同版本的情节的设置，示例二，可以预先录制好包含不同版本的情节的多媒体信息，根据多个用户的不同的喜好，将包含不同版本的情节的多媒体信息拆分为多个不同的情节分支。

为了更加清楚的说明，下面以上述示例二中示出的方式为例进行说明：

如图8所示，在上述步骤101之前，该方法包括：

步骤401，录制原始多媒体信息，播放给不同类型的用户群组。

可以理解，本发明实施例中的原始多媒体信息包括不同版本的情节信息，其中，每个用户群组可以是依据用户注册的职业(白领、工人等)、年龄和性别等进行划分，每个用户群组的偏好特征基本一致，比如年轻的男性用户群组对应的偏好特征为科技、武侠、玄幻等，年轻的女性用户群组对应的偏好特征为浪漫、时尚、明星等。参与测试的用户群组的类型越多，确定的多媒体信息的不同版本就可以越完全的覆盖所有用户的个人喜好，能满足所有的用户的个人喜好的能力就越强。

步骤402，根据每个用户群组中各用户的实时专注度提取多个感兴趣时刻。

应当理解的是，当用户对当前播放的情节内容较为感兴趣时，显然用户的实时专注度就越高，因而，根据每个用户群组的实时专注度提取多个感兴趣时刻，比如各提取每个用户群组的实时专注度的加权值大于一定值的时刻作为感兴趣时刻。

步骤403，在原始多媒体信息中标记与每个用户群组对应的多个感兴趣时刻。

为了便于分析，在原始多媒体信息中标记与每个用户群组对应的多个感兴趣时刻，比如可以通过记录感兴趣时刻对应的时间点等方式标记与每个用户群组对应的多个感兴趣时刻。

步骤404，从原始多媒体信息中提取与每个用户群组对应的多个感兴趣时刻进行剪辑，生成待播放的多媒体信息中不同的情节分支。

具体地，从原始多媒体信息中提取与每个用户群组对应的多个感兴趣时刻进行剪辑，生成待播放的多媒体信息中不同的情节分支，每个情节分支对应的情节对应于不同用户群组的喜好。

由此，在本实施例中，根据不同类型的用户群组作为样本数据进行分析，确定出能够满足不同类型的用户群组的不同版本的情节分支，从而，等同于确定出能够满足不同的用户的不同版本的情节分支，以便于在后续播放过程中，根据用户个人喜好进行播放的情节的选择。

在实际应用中，考虑到不同的选择下一时刻情节对处理器造成的压力，在本发明的一个实施例中，还可以预先根据用户的偏好特征将对应的情节组成完整的不同版本的多媒体信息，从而，直接调取对应版本的多媒体信息为用户播放即可。

具体而言，在本实施例中，可以从原始多媒体信息中提取与每个用户群组对应的多个感兴趣时刻进行剪辑，根据不同的情节分支生成多个故事版本的多媒体信息，进而，根据用户的偏好特征推荐对应故事版本的多媒体信息，比如将从原始多媒体信息中提取与每个用户群组对应的多个感兴趣时刻进行剪辑，根据不同的情节分支生成4个故事版本的多媒体信息，则在获取当前观看用户的偏好特征后，可以为其推荐符合其偏好特征的用户群组对应的故事版本的多媒体信息直接播放。

综上所述，本发明实施例的根据用户情绪的多媒体内容推送方法，根据每个用户群组中各用户的实时专注度提取多个感兴趣时刻，在原始多媒体信息中标记与每个用户群组对应的多个感兴趣时刻，进而，从原始多媒体信息中提取与每个用户群组对应的多个感兴趣时刻进行剪辑，生成待播放的多媒体信息中不同的情节分支。由此，保证了为用户选择的目标情节内容与用户的个人喜好的一致性，进一步提高了用户的观看体验。

基于以上分析，获取的多媒体信息的播放结果反映了用户的偏好特征，而用户的偏好特征无论是对信息的推送还是对多媒体信息的本身的分析整理等都具有重要的参考意义。

在本发明的一个实施例中，在根据各用户的实时专注度播放多媒体信息之后，还可为每个用户生成多媒体信息推荐列表。

具体地，如图9所示，在上述步骤103之后，该方法还包括：

步骤501，在多媒体信息播放完成后，获取为当前用户选择的每段目标情节内容。

步骤502，获取每个用户对每段目标情节内容的用户兴趣评分。

具体地，由于多媒体信息包含的情节是根据用户的实时专注度确定的，因而，为用户播放的多媒体信息所包含的情节是为了迎合用户的个人喜好选择的，为了进一步优化这种选择，还可以在多媒体信息播放完成后，获取为当前用户选择的每段目标情节内容，获取每个用户对每段目标情节内容的用户兴趣评分，该用户兴趣评分对应于系统为用户选择的目标情节内容的满意度。

步骤503，根据每个用户对每段目标情节内容的用户兴趣评分，为每个用户生成观看建议，根据观看建议为每个用户生成多媒体信息推荐列表。

具体地，由于用户兴趣评分对应于系统为用户选择的目标情节内容的满意度，因而，用户兴趣评分越高，则对应的目标情节内容的参考意义越大，越是反映了用户的个人喜好，根据每个用户对每段目标情节内容的用户兴趣评分，为每个用户生成观看建议，根据观看建议为每个用户生成多媒体信息推荐列表，比如，选择用户评分较高的多个目标情节内容，通过分析目标情节内容发现均包含喜剧因素，因而，可以为用户生成喜剧多媒体信息的观看建议，根据观看建议为每个用户生成多媒体信息推荐列表。

综上所述，本发明实施例的根据用户情绪的多媒体内容推送方法，在多媒体信息播放完成后，获取为当前用户选择的每段目标情节内容，获取每个用户对每段目标情节内容的用户兴趣评分，进而，根据每个用户对每段目标情节内容的用户兴趣评分，为每个用户生成观看建议，根据观看建议为每个用户生成多媒体信息推荐列表。使得相关产品的推荐结果更加符合用户的个人喜好，提高了用户和产品的粘性。

为了实现上述实施例，本发明还提出了一种根据用户情绪的多媒体内容推送系统，图10是根据本发明一个实施例的根据用户情绪的多媒体内容推送系统的结构示意图，如图10所示，该系统包括生理反应信号采集设备100和处理器200，其中，生理反应信号采集设备100和处理器200连接，

生理反应信号采集设备100，用于在多媒体信息的播放过程中，获取当前用户在当前情节时段内的实时生理反应信号。

处理器200，用于根据当前用户在当前情节时段内的实时生理反应信号确定当前用户观看当前情节的实时专注度，并根据当前用户观看当前情节的实时专注度生成用户兴趣评分，根据用户兴趣评分从预存的多个下一时段的情节分支中选择目标情节内容进行播放。

在本发明的一个实施例中，如图11所示，处理器200包括提取单元210和获取单元220。

提取单元210，用于根据预设策略分析当前用户在当前情节时段内的实时生理反应信号，并提取与当前情节时段对应的实时专注特征信息。

在本发明的一个实施例中，提取单元210检测实时生理反应信号大于预设阈值的次数提取专注次数。

在本发明的一个实施例中，提取单元210检测实时生理反应信号大于预设阈值的时间提取专注时间。

在本发明的一个实施例中，提取单元210检测实时生理反应信号大于预设阈值的幅度提取专注强度。

获取单元220，用于应用预设算法对实时专注特征信息进行计算，获取当前用户与当前情节时段对应的实时专注度。

在本发明的一个实施例中，处理器200还用于在当前用户为多个用户时，在根据当前用户在当前情节时段内的实时生理反应信号确定当前用户观看当前情节的实时专注度之前，根据同一时刻各用户在当前情节时段内的实时生理反应信号检测不符合预设条件的异常数值，滤除异常数值。

需要说明的是，前述对根据用户情绪的多媒体内容推送方法实施例的解释说明也适用于该实施例的根据用户情绪的多媒体内容推送系统，本发明根据用户情绪的多媒体内容推送系统实施例中未公布的细节，此处不再赘述。

综上所述，本发明实施例的根据用户情绪的多媒体内容推送系统，在多媒体信息的播放过程中，获取当前用户在当前情节时段内的实时生理反应信号，根据当前用户在当前情节时段内的实时生理反应信号确定当前用户观看当前情节的实时专注度，进而，根据当前用户观看当前情节的实时专注度生成用户兴趣评分，根据用户兴趣评分从预存的多个下一时段的情节分支中选择目标情节内容进行播放。由此，以用户难以自主更改的实时生理反应信号为依据，选择播放的目标情节内容，提升了用户的观看体验。

为了实现上述实施例，本发明还提出一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器被执行时，使得能够执行如上述实施例所述的根据用户情绪的多媒体内容推送方法。

为了实现上述实施例，本发明还提出一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行如上述实施例所述的根据用户情绪的多媒体内容推送方法。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (14)

1.一种根据用户情绪的多媒体内容推送方法，其特征在于，包括以下步骤：

在多媒体信息的播放过程中，获取当前用户在当前情节时段内的实时生理反应信号；

根据所述当前用户在当前情节时段内的实时生理反应信号确定所述当前用户观看所述当前情节的实时专注度；

根据所述当前用户观看所述当前情节的实时专注度生成用户兴趣评分，根据所述用户兴趣评分从预存的多个下一时段的情节分支中选择目标情节内容进行播放，其中，所述多媒体信息包括多个情节时段，每个情节时段对应多个情节分支，预先设置所述用户兴趣评分与所述多个情节分支的对应关系。

2.如权利要求1所述的方法，其特征在于，所述生理反应信号，包括：

皮肤电导信号、心率信号、心电信号、眼动信号、脑电信号中的一种或者多种信号组合。

3.如权利要求1所述的方法，其特征在于，所述根据所述当前用户在当前情节时段内的实时生理反应信号确定所述当前用户观看所述当前情节的实时专注度，包括：

根据预设策略分析所述当前用户在当前情节时段内的实时生理反应信号，并提取与所述当前情节时段对应的实时专注特征信息；

应用预设算法对所述实时专注特征信息进行计算，获取所述当前用户与所述当前情节时段对应的实时专注度。

4.如权利要求3所述的方法，其特征在于，所述根据预设策略分析所述当前用户在当前情节时段内的实时生理反应信号，并提取与所述当前情节时段对应的实时专注特征信息，包括：

检测所述实时生理反应信号大于预设阈值的次数提取专注次数；和/或，

检测所述实时生理反应信号大于预设阈值的时间提取专注时间；和/或，

检测所述实时生理反应信号大于预设阈值的幅度提取专注强度。

5.如权利要求1所述的方法，其特征在于，当所述当前用户为多个用户时，在根据所述当前用户在当前情节时段内的实时生理反应信号确定所述当前用户观看所述当前情节的实时专注度之前，还包括：

根据同一时刻各用户在当前情节时段内的实时生理反应信号检测不符合预设条件的异常数值；

滤除所述异常数值。

6.如权利要求1所述的方法，其特征在于，所述根据所述用户兴趣评分从预存的多个下一时段的情节分支中选择目标情节内容进行播放，包括：

当所述用户兴趣评分大于等于预设阈值时，从所述多个下一时段的情节分支中选择第一目标情节内容进行播放；

当所述用户兴趣评分小于预设阈值时，若判断获知排除所述第一目标情节内容之外还有多个候选情节分支时，根据预设策略分析所述当前用户的偏好特征提取用户标签；

根据所述用户标签从所述多个候选情节分支中选择第二目标情节内容进行播放。

7.如权利要求1所述的方法，其特征在于，还包括：

在所述多媒体信息播放完成后，获取为所述当前用户选择的每段目标情节内容；

获取每个用户对每段目标情节内容的用户兴趣评分；

根据所述每个用户对每段目标情节内容的用户兴趣评分，为每个用户生成观看建议，根据所述观看建议为每个用户生成多媒体信息推荐列表。

8.根据权利要求1所述的方法，其特征在于，在播放所述多媒体信息之前，还包括：

录制原始多媒体信息，播放给不同类型的用户群组；

根据每个用户群组中各用户的实时专注度提取多个感兴趣时刻；

在所述原始多媒体信息中标记与每个用户群组对应的多个感兴趣时刻；

从所述原始多媒体信息中提取与每个用户群组对应的多个感兴趣时刻进行剪辑，生成待播放的多媒体信息中不同的情节分支。

9.如权利要求8所述的方法，其特征在于，在所述原始多媒体信息中标记与每个用户群组对应的多个感兴趣时刻之后，还包括：

从所述原始多媒体信息中提取与每个用户群组对应的多个感兴趣时刻进行剪辑，根据不同的情节分支生成多个故事版本的多媒体信息；

根据用户的偏好特征推荐对应故事版本的多媒体信息。

10.一种根据用户情绪的多媒体内容推送系统，其特征在于，包括：生理反应信号采集设备和处理器，其中，所述生理反应信号采集设备和所述处理器连接，其中，

所述生理反应信号采集设备，用于在多媒体信息的播放过程中，获取当前用户在当前情节时段内的实时生理反应信号；

所述处理器，用于根据所述当前用户在当前情节时段内的实时生理反应信号确定所述当前用户观看所述当前情节的实时专注度，并根据所述当前用户观看所述当前情节的实时专注度生成用户兴趣评分，根据所述用户兴趣评分从预存的多个下一时段的情节分支中选择目标情节内容进行播放，其中，所述多媒体信息包括多个情节时段，每个情节时段对应多个情节分支，预先设置所述用户兴趣评分与所述多个情节分支的对应关系。

11.如权利要求10所述的系统，其特征在于，所述处理器包括：

提取单元，用于根据预设策略分析所述当前用户在当前情节时段内的实时生理反应信号，并提取与所述当前情节时段对应的实时专注特征信息；

获取单元，用于应用预设算法对所述实时专注特征信息进行计算，获取所述当前用户与所述当前情节时段对应的实时专注度。

12.如权利要求11所述的系统，其特征在于，所述提取单元具体用于：

检测所述实时生理反应信号大于预设阈值的次数提取专注次数；和/或，

检测所述实时生理反应信号大于预设阈值的时间提取专注时间；和/或，

检测所述实时生理反应信号大于预设阈值的幅度提取专注强度。

13.如权利要求10所述的系统，其特征在于，所述处理器还用于：

在所述当前用户为多个用户时，在根据所述当前用户在当前情节时段内的实时生理反应信号确定所述当前用户观看所述当前情节的实时专注度之前，根据同一时刻各用户在当前情节时段内的实时生理反应信号检测不符合预设条件的异常数值，滤除所述异常数值。

14.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-9任一所述的根据用户情绪的多媒体内容推送方法。

Images