CN111405363B - 一种家庭网络中识别机顶盒的当前用户的方法及设备 - Google Patents

Abstract

本发明实施例提供了一种家庭网络中识别机顶盒的当前用户的方法及设备，其中，所述方法：获取目标家庭的机顶盒的收视行为数据；获取所述目标家庭的家庭网关下挂的用户设备的网络访问行为数据；对所述收视行为数据与各个用户设备的网络访问行为数据进行比对，确定目标用户设备，将所述目标用户设备对应的用户，作为所述机顶盒的当前用户。本发明实施例在不需要视频或音频采集的情况下，也可以尽可能识别机顶盒的当前实际收视用户，从而无需摄像头、麦克风等采集设备，降低了机顶盒设备的自身硬件成本或外设硬件成本，并且本发明实施例还可以丰富基于“用户画像”的大数据分析系统中单个用户数据和用户特征数据，提升用户推荐系统的应用准确性。

Description

一种家庭网络中识别机顶盒的当前用户的方法及设备

技术领域

本发明涉及移动通信技术领域，尤其涉及一种家庭网络中识别机顶盒的当前用户的方法及设备。

背景技术

随着互联网电视的发展，机顶盒(或智能电视，下同)能够为用户提供越来越多的视频节目(如实时电视节目、网络点播节目等)，并通过其双向互动的能力，让用户随时根据自己的喜好选择希望观看的视频节目。同时，为了向用户快速、准确的推荐其感兴趣的视频，减少用户搜索节目时间，引导用户观看更多视频，业界常使用基于大数据分析的“用户画像”视频节目单推荐技术来分析用户特征，并依据用户特征为其推荐视频节目单，提升了用户互联网电视的用户收视活跃度。

基于大数据分析的“用户画像”技术在构建用户数据库时，首先就需要识别在采集每个用户在机顶盒上收视数据，但由于机顶盒是通常放置于用户家中可能供多人使用的终端设备，因此在构建用户画像的收视数据采集环节、为特定用户推荐视频单的节目单推荐环节时，都最好需要知道当前使用机顶盒的用户是用户家中的哪位用户。例如三口之家中父母和孩子的各自收视行为可能完全不同，多人一起观看时可能与单个用户观看节目时不同，因此有必要根据当前收视用户的不同，来构建“用户画像”。

现有技术在未能有效识别用户身份时，只能以家庭为单位构建用户画像，进而在用户特征标签的设定、数据分析时，存在将多人不同的特征混淆后处理的不足，不利于用户推荐成功率的提升。

改进后的现有技术有以下几种方式来识别机顶盒的当前用户，例如中国专利申请CN201310615701.1通过机顶盒或智能电视集成摄像头后，在用户观看电视时采集收视用户的画面，通过人脸识别等方式判别每次收视的用户身份；又或例如中国专利申请CN201810083279.2，通过语音遥控器在用户发出语音遥控指令时，根据语音声纹识别方法来判别用户身份；又或例如中国专利申请CN201610873915.2，通过脑波技术来进行用户身份识别，需用户带上脑波采集设备采集脑波，从而识别用户身份。

上述现有技术的缺点如下：

(1)现有技术的通常选择时不识别机顶盒实际收视用户，只能以家庭为单位构建用户画像，不利于提升用户推荐成功率的提升。

(2)在试图识别当前机顶盒用户是哪个家庭成员的方法中，常见视频或语音采集方法的共同不足是都需要机顶盒增加视频、语音或脑电波采集的模块、配件或外设，增加了机顶盒硬件成本。视频采集方式存在用户不感知情况下采集用户视频画面侵犯用户隐私的风险；语音采集声纹识别方式存在用户使用语音遥控器几率小，普及率低的不足；脑电波采集方式更存在高成本、低普及率，用户接受度差的缺点。

发明内容

本发明提供一种家庭网络中识别机顶盒的当前用户的方法及设备，用以在不增加硬件成本的情况下识别机顶盒的当前实际收视用户，进而为基于用户画像的视频节目单推荐技术奠定关键性的技术基础。

为解决上述技术问题，本发明的实施例提供如下方案：

一种家庭网络中识别机顶盒的当前用户的方法，包括：

获取目标家庭的机顶盒的收视行为数据，所述收视行为数据包括所述机顶盒本次播放的播放持续时间和/或播放的内容类型及其播放时间；

获取所述目标家庭的家庭网关下挂的用户设备的网络访问行为数据，所述网络访问行为数据包括用户设备的网络访问行为的活跃时间；

对所述收视行为数据与各个用户设备的网络访问行为数据进行比对，确定目标用户设备，将所述目标用户设备对应的用户，作为所述机顶盒的当前用户；

其中，所述目标用户设备的网络访问行为的活跃时间，与所述机顶盒本次播放的播放持续时间的重合度最低，或者，所述目标用户设备的网络访问行为的活跃时间，与所述机顶盒的预设类型内容的播放时间的重合度最高。

本发明实施例还提供了一种用户身份识别服务器，包括：

收发单元，用于获取目标家庭的机顶盒的收视行为数据，所述收视行为数据包括所述机顶盒本次播放的播放持续时间和/或播放的内容类型及其播放时间；以及，获取所述目标家庭的家庭网关下挂的用户设备的网络访问行为数据，所述网络访问行为数据包括用户设备的网络访问行为的活跃时间；

处理器，用于对所述收视行为数据与各个用户设备的网络访问行为数据进行比对，确定目标用户设备，将所述目标用户设备对应的用户，作为所述机顶盒的当前用户；

其中，所述目标用户设备的网络访问行为的活跃时间，与所述机顶盒本次播放的播放持续时间的重合度最低，或者，所述目标用户设备的网络访问行为的活跃时间，与所述机顶盒的预设类型内容的播放时间的重合度最高。

本发明实施例还提供了另一种用户身份识别服务器，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如上所述的家庭网络中识别机顶盒的当前用户的方法。

本发明实施例还提供了一种计算机可读存储介质，包括指令，当所述指令在计算机运行时，使得计算机执行如上所述的家庭网络中识别机顶盒的当前用户的方法。

本发明实施例的上述技术方案的有益效果是：

本发明实施例在不需要视频或音频采集的情况下，也可以尽可能识别机顶盒的当前实际收视用户，从而无需摄像头、麦克风等采集设备，降低了机顶盒设备的自身硬件成本或外设硬件成本。另外，本发明实施例基于家庭网关软探针采集的网关下挂设备中用户个体类设备的上网行为数据，匹配机顶盒收视用户时，可获知对应用户个体设备的MAC地址或其他该设备的终端信息，进而可以将机顶盒上收视记录与该个体设备上的用户视频应用或其他应用的用户行为数据相结合，丰富基于“用户画像”的大数据分析系统中单个用户数据和用户特征数据，提升用户推荐系统的应用准确性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1表示本发明实施例所述方法的一种应用场景示意图；

图2表示本发明实施例提供的家庭网络中识别机顶盒的当前用户的方法的一种流程示意图；

图3表示本发明实施例提供的规则1的一种举例示意图；

图4表示本发明实施例提供的规则2的一种举例示意图；

图5表示本发明实施例提供的规则3的一种举例示意图；

图6表示本发明实施例提供的用户身份识别服务器的结构示意图；

图7表示本发明实施例提供的用户身份识别服务器的另一结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。说明书以及权利要求中“和/或”表示所连接对象的至少其中之一。

本发明实施例提供的家庭网络中识别机顶盒的当前用户的方法，在机顶盒处监测用户产生收视行为数据，在家庭网关处采集网关下挂用户设备的上网行为的网络访问行为数据，结合收视行为数据和网络访问行为数据，综合判别机顶盒的当前收视用户对应于家庭中哪个用户设备。

请参照图1，给出了本发明实施例所述家庭网络中识别机顶盒的当前用户的方法的一种应用场景示意图。如图1所示，家庭网络中包括有家庭网关，多个用户设备(如手机1、手机2、智能手表等)接入至该家庭网关，通过家庭网关接入至网络(如互联网)。用户设备与家庭网关可以是有线或无线方式连接，本文中也将接入至家庭网关的用户设备称作该家庭网关下挂的用户设备。家庭网络中还包括有机顶盒，机顶盒用于提供互联网电视节目(包括实时电视节目和网络点播节目等内容)。本发明实施例中，机顶盒可以是独立于智能电视的一个设备，此时机顶盒还与智能电视连接。当然，机顶盒也可以作为智能电视的一个功能模块，集成于智能电视中，本发明实施例对此不做具体限定。

图1中还包括有一个用户身份识别服务器，该用户身份识别服务器可以位于家庭网络中，具体的，可以是家庭网络中的一个独立设备，也可以是集成于家庭网关、机顶盒或智能电视中的一个功能模块。用户身份识别服务器用于识别机顶盒的当前用户，即当前通过机顶盒收视节目的用户。图1中，用户身份识别服务器还可以与网络侧的用户视频节目推荐系统连接，用户视频节目推荐系统还与机顶盒连接。用户视频节目推荐系统通常位于网络侧。当然，本发明实施例的用户视频节目推荐系统可以是家庭网络中的一个独立设备，也可以是集成于家庭网关、机顶盒或智能电视中的一个功能模块，此时，用户视频节目推荐系统可以与网络相连接，从网络获取视频节目，本发明实施例对此不做具体限定。在本发明实施例中，用户视频节目推荐系统可以接收用户身份识别服务器的识别结果，根据该识别结果向机顶盒进行视频节目的推荐。

请参照图2，本发明实施例提供的家庭网络中识别机顶盒的当前用户的方法，包括：

步骤21，获取目标家庭的机顶盒的收视行为数据，所述收视行为数据包括所述机顶盒本次播放的播放持续时间和/或播放的内容类型及其播放时间。

这里，本发明实施例在机顶盒开机后，执行步骤21～23，以确定出机顶盒的当前用户。所述机顶盒本次播放是指从机顶盒最近一次开机开始的播放过程。所述机顶盒播放的内容类型通常可以包括节目单、非剧集类节目和多剧集类节目中的一种或多种。

具体的，所述节目单是指用于展示节目信息(如节目名称、计划播放所述节目的时间安排等)的页面或菜单，还可以是机顶盒的菜单界面(如机顶盒的各级菜单，包括节目内容的搜索页面等)。所述非剧集类节目是指单剧集的(即非连续多集)节目，具体可以是广告、新闻、单集的电影等节目。所述多剧集类节目通常至少两级的连续性的多集节目，所述连续性的多集节目是指多集节目之间存在播放顺序关系，例如，多集连续剧或多集电影(如某个电影包括上中下共3级)。本发明实施例中，可以通过机顶盒处设置软探针，采集机顶盒开机后的播放持续时间，以及所播放的内容类型以及各个内容的播放时间等信息。

步骤22，获取所述目标家庭的家庭网关下挂的用户设备的网络访问行为数据，所述网络访问行为数据包括用户设备的网络访问行为的活跃时间。

这里，用户设备通常可以是智能手机、智能手表、平板电脑、笔记本电脑等设备。这些用户设备通常与某个用户具有较强的相关性，即通常使用这些用户设备的用户是某个固定用户。在本发明实施例中，用户设备与用户的相关性越强，最终的识别结果也就越准确。

在本发明实施例中，所述网络访问行为的活跃时间具体可以包括：数据速率超过预定第一门限的网络访问行为的第一访问时间，和/或，对预设网站的访问速率超过预定第二门限的网络访问行为的第二访问时间。

上述第一访问时间是指网络访问的数据速率超过某个预定的第一门限的网络访问行为的具体时间(如起止时间等)，第二访问时间是指对预设网站的访问速率超过第二门限的网络访问行为的具体时间(如起止时间等)。这里，第一、第二门限可以根据对应的访问行为的历史数据进行设置，例如，第一门限可以根据用户设备的网络访问行为的平均速率来设置，例如可以是大于该平均速率的n倍的某个数值(n可以是一个大于1的正数)。又例如，第二门限是针对预设网站(如某个WWW网站或某个即时通信类服务器)的访问速率，这里预设网站可以根据该用户设备的网络访问的历史记录，选择出的该用户设备浏览频次最为频繁的网站。具体的，所述浏览频次可以是浏览的累计时间和/或累计次数等参数作为指标，在采用多个参数作为指标时，可以对这些参数进行加权求和，得到最终的浏览频次的数值。本发明实施例中，不同用户设备对应的所述预设网站可能相同或不同。

需要指出的是，以上步骤21和22之间并无严格的先后顺序的执行顺序要求，本发明实施例可以先执行上述两个步骤中的任意一者也可以同时执行。

步骤23，对所述收视行为数据与各个用户设备的网络访问行为数据进行比对，确定目标用户设备，将所述目标用户设备对应的用户，作为所述机顶盒的当前用户；

其中，所述目标用户设备的网络访问行为的活跃时间，与所述机顶盒本次播放的播放持续时间的重合度最低，或者，所述目标用户设备的网络访问行为的活跃时间，与所述机顶盒的预设类型内容的播放时间的重合度最高。

这里，机顶盒的当前用户为所述目标用户设备对应的用户，由于用户设备与其使用者(即用户)通常存在着相对固定的对应关系，因此，作为一种优选方式，可以直接利用目标用户设备的设备标识(如媒体接入控制层MAC地址、设备序列号等)，作为当前用户的身份标识。

通过以上步骤，本发明实施例在步骤23中，结合了机顶盒的收视行为数据和用户设备的网络访问行为数据，综合判别机顶盒的当前收视用户对应于家庭中哪个用户设备，从而在不需要在现有家庭网络中增加额外的硬件的前提下，可以较为准确的确定机顶盒的当前用户，进而为基于用户画像的视频节目单推荐技术奠定关键性的技术基础。

本发明实施例在上述步骤23中，可以依据不同的规则，来确定所述目标用户设备。

例如，在所述目标家庭的家庭网关下挂的用户设备的数量为1个时，在步骤23中，可以将所述目标家庭的家庭网关下挂的用户设备，直接作为所述目标用户设备。

又例如，在所述目标家庭的家庭网关下挂的用户设备的数量大于1个时，在步骤23中，可以将所述机顶盒本次播放的播放持续时间，分别与每个用户设备的网络访问行为的活跃时间求解交集，得到重合时间段，并将最小的重合时间段所对应的用户设备，作为所述目标用户设备。

这里，在求解上述重合时间段以及确定目标用户设备时，可以先以所述第一访问时间作为所述活跃时间，进行所述重合时间段的计算，并将最小的重合时间段所对应的用户设备，作为所述目标用户设备。如果以所述第一访问时间作为所述活跃时间，得到多个时长相同的且时长值均最小的重合时间段，例如，有2个或更多的用户设备对应的重合时间段的时长均为0，则无法根据所述第一访问时间确定目标用户设备，此时，可以将所述第二访问时间作为所述活跃时间，进行所述重合时间段的计算，并将最小的重合时间段所对应的用户设备，作为所述目标用户设备。

该实现方式中，利用机顶盒的收视用户通常会较少的进行个人用户设备的上网行为的特点，寻找出机顶盒当前最可能的用户。

再例如，在所述目标家庭的家庭网关下挂的用户设备的数量大于1个时，在步骤23中，还可以根据所述机顶盒本次播放的内容类型及其播放时间，确定出预设类型内容的播放时间，所述预设内容为多剧集类节目之间播放的非剧集类节目(如广告等)；分别计算每个用户设备的网络访问行为的活跃时间，与所述预设类型内容的播放时间的重合度，并将最高重合度对应的用户设备，作为所述目标用户设备。

类似的，在求解上述重合度以及确定目标用户设备时，可以先以所述第一访问时间作为所述活跃时间，进行所述重合度的计算，并将最高重合度对应的用户设备，作为所述目标用户设备。如果以所述第一访问时间作为所述活跃时间，多个取值相同，且均为最高取值的重合度，则无法根据所述第一访问时间确定目标用户设备，此时，可以将所述第二访问时间作为所述活跃时间，进行所述重合度的计算，并将最高重合度对应的用户设备，作为所述目标用户设备。

可选的，作为重合度计算的一种实现方式，本发明实施例可以计算所述用户设备对应的网络访问行为的活跃时间的起始时刻，与所述预设类型内容的播放时间的起始时刻之间的差值的第一绝对值，以及，计算所述用户设备对应的网络访问行为的活跃时间的结束时刻与所述预设类型内容的播放时间的结束时刻之间的差值的第二绝对值，并对第一绝对值和第二绝对值计算得到一和值；根据所述和值，确定所述重合度，其中，所述重合度与所述和值负相关，也就是说，所述和值越大，重合度越低；反之，所述和值越小，重合度越高。

该实现方式中，预设类型内容通常为用户收视意愿较小的内容，例如，穿插在多剧集节目之间播放的非剧集类节目(如广告)，机顶盒的当前用户在该非剧集类节目播放的过程中通常会利用个人的用户设备上网以打发时间，利用该特点，可以通过计算上网活跃行为与非剧集类节目的重合度，基于该重合度确定机顶盒当前最可能的用户。

接下来，结合图1，通过一个具体示例对本发明实施例的以上方法作更为详细的描述。该示例的流程步骤如下：

步骤S1、机顶盒开机后，机顶盒中的“软探针”中的用户收视行为监测模块可以根据预先设定关键收视行为模式，例如：节目单查看行为、开始观看某个视频节目、结束观看某个视频节目、进入多剧集节目间的非剧集节目(如两个电视剧集中间的广告时段)等收视行为模式，监测机顶盒是否发生某个关键收视行为模式。

步骤S2、在机顶盒发生一个或多个关键收视行为模式时，记录收视行为模式的详细信息及发生的时间信息(开始时间、结束时间)，将收视行为模式数据(如关键收视行为模式类别及时间信息)上报至用户身份识别服务器端的收视行为收集模块，通过收视行为收集模块转发至识别收视用户模块。

具体的，收视行为模式的详细信息可以包括以下类别：

1)收视行为模式1，对应于节目单查看：用户通过机顶盒浏览、查看机顶盒节目单(如机顶盒节目介绍的“屏幕桌面”系统)，或是搜索某个特定节目；

2)收视行为模式2，对应于非剧集节目收看:用户通过机顶盒观看某个非剧集电视节目，可能是单剧集的电影、新闻等节目；

3)收视行为模式3，对应于多剧集节目间断收看：用户通过机顶盒连续观看某个多剧集类节目的多集内容，其中，多剧集节目之间可能穿插有非剧集节目。

步骤S3、用户身份识别服务器端的“收视用户识别模块”收到机顶盒上报的关键收视行为模式后，获取该机顶盒所在家庭网络中的家庭网关中软探针所采集的该家庭网络中所有用户设备(具体为用户个体类设备)的多种用户上网行为数据信息，即网络访问行为数据；

1)用户个体类设备：通常是指智能手机、智能手表等通常仅限单个用户使用的上网设备，通过用户个体类设备即可来区分当前机顶盒用户；用户身份识别服务器端的“收视用户识别模块”基于家庭网关日常上报的数据，可统计出用户家庭中有多少位个体用户，并可以利用家庭网关的软探针上报的用户个体类设备的MAC地址或其他终端信息来标识用户身份。

2)用户上网行为数据模式，对应于特定的用户设备的上网行为及持续时间，具体可包括：

2.1)数据模式A：用户设备是否在家及在家时网络访问的持续时间区间；

2.2)数据模式B：用户设备产生上网速率较当日上网速率均值发生突增的突增事件及突增事件的持续时间区间，例如，在上网速率超过当日上网速率均值的1.2倍时判断为发生突增事件；

2.3)数据模式C：用户设备产生对预定业务类网站(WWW、微信等)的访问速率较当日上网速率均值发生突增的情况及持续时间区间。

步骤S4、用户身份识别服务器端的“收视用户识别模块”结合机顶盒探针提供的收视行为模式数据、网关软探针提供的用户个体类设备的在家情况及上网速率，可基于以下规则判别当前机顶盒用户可能对应于哪个(或哪几个)用户个体类设备：

1)规则1-网关下仅单个个体设备：如发生收视行为模式1和收视行为模式2的收视行为事件，当用户家中仅有一个个体设备时，机顶盒收视用户即为该个体设备用户，即：从网关探针数据的个体设备行为模式为数据模式A，对应的，且两个模式的时间匹配度高(数据模式A的时间区间覆盖收视行为模式1+收视行为模式2的时间区间)，该规则1的一种示意图如图3所示。

例如，定义机顶盒探针数据的收视行为模式参数如下：

T模式N-begin：收视行为模式N的开始时间；

T模式N-end：收视行为模式N的结束时间；

定义网关探针数据的上网行为模式参数如下：

模式A-begin：网关下挂的个体设备网络在线的开始时间；

模式A-end：网关下挂的个体设备网络在线的结束时间；

规则1，即：当1至N个收视行为连续时，取最早收视行为的开始时间，与最后一个收视行为的结束时间得到收视行为模式时间持续区间：[T模式1-begin，T模式N-end]，对该参数与家庭中网关探针仅有的一个下挂个体设备的上网行为模式时间持续区间求交集，

[T模式1-begin，T模式N-end]&&[X模式1-begin，X模式N-end]

得到交集时长的终端，为机顶盒当前收视行为的观看用户概率最高。在仅下挂一个个体设备时，也可以直接将该个体设备作为机顶盒当前收视行为的观看用户。

2)规则2-网关下有多个个体设备：

a)收视行为模式1和收视行为模式2：如发生收视行为模式1和收视行为模式2的收视行为事件，当用户家中有多个个体设备时，优先采用上网行为数据模式B进行分析，判别哪个个体设备的上网区间与收视行为事件的时间区间重合度低，可判别机顶盒收视用户即为该个体设备用户，该规则2的一种示意图如图4所示。如果数据模式B无法判别，则采用数据模式C分析，判别方式相同。

需要说明的是，数据模式B与数据模式C的区别是，用特定网站的访问，更符合用户在观看视频节目过程中的碎片化时间(如两个剧集中间的广告、片尾曲等间隔时段)的用户行为习惯。

规则2，即：有多个个体设备时，先采集收视模式数据：当1至N个收视行为连续时，取最早收视行为的开始时间，与最后一个收视行为的结束时间得到收视行为模式时间持续区间：[T模式1-begin，T模式N-end]，再采集多个终端的上网行为模式数据：[T模式B-begin，T模式B-end]，对该参数与家庭中网关探针所有下挂个体设备的上网行为模式时间持续区间的分别求交集：

[T模式1-begin，T模式N-end]&&(终端X的所有[T模式B-begin，T模式B-end])，

可以得到交集时长最小的终端(即上网速率突增情况在收视行为期间发生概率最小的终端)，为当前收视行为的观看用户概率最高。

3)规则3：适用于收视行为模式3：

如发生收视行为模式3的收视行为事件(收视行为事件中出现两个电视剧集中间隔的非节目视频，如广告)，当用户家中有多个个体设备时，如某个个体设备的上网行为数据模式B与收视行为模式3收视行为事件中两个电视剧集中间隔的非节目视频内容(如电视机片头片尾曲、广告等)的时间区间重合度高，可判别机顶盒收视用户即为该个体设备用户；该规则3的一种示意图如图5所示。

类似于步骤a，如果数据模式B无法判别，则采用数据模式C分析，判别方式相同。

规则3即：有多个个体设备时，先采集收视模式数据。例如，收视行为模式3的收视行为事件中，两个电视剧集中间隔的非节目视频内容(如电视机片头片尾曲、广告等)，取非节目视频内容的持续区间：[T模式1-begin，T模式N-end]；再采集多个终端的上网行为模式数据：[T模式B-begin，T模式B-end]；然后，对收视模式3非节目视频内容的持续区间，与家庭中网关探针所有下挂个体设备的上网行为模式时间持续区间按照以下公式进行两个时间差的绝对值的求和：

|T模式1-begin-T模式B-begin|+|T模式N-end-T模式B-end|

得到上述两个时间差的绝对值之和最小的终端，即“非节目视频内容”与“上网速率激增情况”时间重合度最高的终端，为当前收视行为的观看用户概率最高。

步骤S5、用户身份识别服务器端的“收视用户识别模块”还可以将判别的当前机顶盒收视用户标识同步给“用户视频节目推荐系统”，用户视频节目推荐系统可将当前的机顶盒收视用户行为(播放的视频节目、收视时长等)与用户标识相匹配，即可用于基于特定个体用户的“用户画像”大数据分析，提升视频节目推荐系统的功能。

从以上所述可以看出，本发明实施例在不需要视频或音频采集的情况下，也可以尽可能识别机顶盒的当前实际收视用户，从而无需摄像头、麦克风等采集设备，降低了机顶盒设备的自身硬件成本或外设硬件成本。另外，本发明实施例基于家庭网关软探针采集的网关下挂设备中用户个体类设备的上网行为数据，匹配机顶盒收视用户时，可获知对应用户个体设备的MAC地址或其他该设备的终端信息，进而可以将机顶盒上收视记录与该个体设备上的用户视频应用或其他应用的用户行为数据相结合，丰富基于“用户画像”的大数据分析系统中单个用户数据和用户特征数据，提升用户推荐系统的应用准确性。

下面将进一步结合附图，提供实施以上方法的设备。

请参见图6，本发明一实施例还提供了一种用户身份识别服务器60，该用户身份识别服务器包括收发单元62和处理器61。其中，

所述收发单元62，用于获取目标家庭的机顶盒的收视行为数据，所述收视行为数据包括所述机顶盒本次播放的播放持续时间和/或播放的内容类型及其播放时间；以及，获取所述目标家庭的家庭网关下挂的用户设备的网络访问行为数据，所述网络访问行为数据包括用户设备的网络访问行为的活跃时间；

所述处理器61，用于对所述收视行为数据与各个用户设备的网络访问行为数据进行比对，确定目标用户设备，将所述目标用户设备对应的用户，作为所述机顶盒的当前用户；

其中，所述目标用户设备的网络访问行为的活跃时间，与所述机顶盒本次播放的播放持续时间的重合度最低，或者，所述目标用户设备的网络访问行为的活跃时间，与所述机顶盒的预设类型内容的播放时间的重合度最高。

优选的，所述机顶盒播放的内容类型包括节目单、非剧集类节目和多剧集类节目中的一种或多种；

所述网络访问行为的活跃时间包括：数据速率超过预定第一门限的网络访问行为的第一访问时间，和/或，对预设网站的访问速率超过预定第二门限的网络访问行为的第二访问时间。

优选的，所述处理器61，还用于在所述目标家庭的家庭网关下挂的用户设备的数量为1个时，将所述目标家庭的家庭网关下挂的用户设备，直接作为所述目标用户设备。

优选的，所述处理器61，还用于在所述目标家庭的家庭网关下挂的用户设备的数量大于1个时，将所述机顶盒本次播放的播放持续时间，分别与每个用户设备的网络访问行为的活跃时间求解交集，得到重合时间段，并将最小的重合时间段所对应的用户设备，作为所述目标用户设备。

优选的，所述处理器61，还用于以所述第一访问时间作为所述活跃时间，进行所述重合时间段的计算，并将最小的重合时间段所对应的用户设备，作为所述目标用户设备；若以所述第一访问时间作为所述活跃时间无法确定所述目标用户设备，则以所述第二访问时间作为所述活跃时间，进行所述重合时间段的计算，并将最小的重合时间段所对应的用户设备，作为所述目标用户设备。

优选的，所述处理器61，还用于在所述目标家庭的家庭网关下挂的用户设备的数量大于1个时，根据所述机顶盒本次播放的内容类型及其播放时间，确定出预设类型内容的播放时间，所述预设内容为多剧集类节目之间播放的非剧集类节目；分别计算每个用户设备的网络访问行为的活跃时间，与所述预设类型内容的播放时间的重合度，并将最高重合度对应的用户设备，作为所述目标用户设备。

优选的，所述处理器61，还用于以所述第一访问时间作为所述活跃时间，进行所述重合度的计算，并将最高重合度对应的用户设备，作为所述目标用户设备；若以所述第一访问时间作为所述活跃时间无法确定所述目标用户设备，则以所述第二访问时间作为所述活跃时间，进行所述重合度的计算，并将最高重合度对应的用户设备，作为所述目标用户设备。

优选的，所述处理器61，还用于计算所述用户设备对应的网络访问行为的活跃时间的起始时刻，与所述预设类型内容的播放时间的起始时刻之间的差值的第一绝对值，以及，计算所述用户设备对应的网络访问行为的活跃时间的结束时刻与所述预设类型内容的播放时间的结束时刻之间的差值的第二绝对值，并对第一绝对值和第二绝对值计算得到一和值；根据所述和值，确定所述重合度，其中，所述重合度与所述和值负相关。

请参照图7，本发明实施例还提供了另一种用户身份识别服务器700，如图7所示，该节点包括：处理器701、收发机702、存储器703和总线接口，其中：

所述收发机702，用于获取目标家庭的机顶盒的收视行为数据，所述收视行为数据包括所述机顶盒本次播放的播放持续时间和/或播放的内容类型及其播放时间；以及，获取所述目标家庭的家庭网关下挂的用户设备的网络访问行为数据，所述网络访问行为数据包括用户设备的网络访问行为的活跃时间；

所述处理器701，用于读取存储器中的程序，执行下列过程：对所述收视行为数据与各个用户设备的网络访问行为数据进行比对，确定目标用户设备，将所述目标用户设备对应的用户，作为所述机顶盒的当前用户；

其中，所述目标用户设备的网络访问行为的活跃时间，与所述机顶盒本次播放的播放持续时间的重合度最低，或者，所述目标用户设备的网络访问行为的活跃时间，与所述机顶盒的预设类型内容的播放时间的重合度最高。

在本发明实施例中，网络设备700还包括：存储在存储器上703并可在处理器701上运行的计算机程序，计算机程序可以被处理器701执行。

在图7中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器701代表的一个或多个处理器和存储器703代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。收发机702可以是多个元件，即包括发送机和接收机，提供用于在传输介质上与各种其他装置通信的单元。

处理器701负责管理总线架构和通常的处理，存储器703可以存储处理器701在执行操作时所使用的数据。

可选的，所述机顶盒播放的内容类型包括节目单、非剧集类节目和多剧集类节目中的一种或多种；

所述网络访问行为的活跃时间包括：数据速率超过预定第一门限的网络访问行为的第一访问时间，和/或，对预设网站的访问速率超过预定第二门限的网络访问行为的第二访问时间。

可选的，所述处理器，还用于在所述目标家庭的家庭网关下挂的用户设备的数量为1个时，将所述目标家庭的家庭网关下挂的用户设备，直接作为所述目标用户设备。

可选的，所述处理器，还用于在所述目标家庭的家庭网关下挂的用户设备的数量大于1个时，将所述机顶盒本次播放的播放持续时间，分别与每个用户设备的网络访问行为的活跃时间求解交集，得到重合时间段，并将最小的重合时间段所对应的用户设备，作为所述目标用户设备。

可选的，所述处理器，还用于以所述第一访问时间作为所述活跃时间，进行所述重合时间段的计算，并将最小的重合时间段所对应的用户设备，作为所述目标用户设备；若以所述第一访问时间作为所述活跃时间无法确定所述目标用户设备，则以所述第二访问时间作为所述活跃时间，进行所述重合时间段的计算，并将最小的重合时间段所对应的用户设备，作为所述目标用户设备。

可选的，所述处理器，还用于在所述目标家庭的家庭网关下挂的用户设备的数量大于1个时，根据所述机顶盒本次播放的内容类型及其播放时间，确定出预设类型内容的播放时间，所述预设内容为多剧集类节目之间播放的非剧集类节目；分别计算每个用户设备的网络访问行为的活跃时间，与所述预设类型内容的播放时间的重合度，并将最高重合度对应的用户设备，作为所述目标用户设备。

可选的，所述处理器，还用于以所述第一访问时间作为所述活跃时间，进行所述重合度的计算，并将最高重合度对应的用户设备，作为所述目标用户设备；若以所述第一访问时间作为所述活跃时间无法确定所述目标用户设备，则以所述第二访问时间作为所述活跃时间，进行所述重合度的计算，并将最高重合度对应的用户设备，作为所述目标用户设备。

可选的，所述处理器，还用于计算所述用户设备对应的网络访问行为的活跃时间的起始时刻，与所述预设类型内容的播放时间的起始时刻之间的差值的第一绝对值，以及，计算所述用户设备对应的网络访问行为的活跃时间的结束时刻与所述预设类型内容的播放时间的结束时刻之间的差值的第二绝对值，并对第一绝对值和第二绝对值计算得到一和值；根据所述和值，确定所述重合度，其中，所述重合度与所述和值负相关。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。

另外，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单元中，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单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (14)

1.一种家庭网络中识别机顶盒的当前用户的方法，其特征在于，包括：

获取目标家庭的机顶盒的收视行为数据，所述收视行为数据包括所述机顶盒本次播放的播放持续时间和/或播放的内容类型及其播放时间；

获取所述目标家庭的家庭网关下挂的用户设备的网络访问行为数据，所述网络访问行为数据包括用户设备的网络访问行为的活跃时间；

对所述收视行为数据与各个用户设备的网络访问行为数据进行比对，确定目标用户设备，将所述目标用户设备对应的用户，作为所述机顶盒的当前用户；

其中，所述机顶盒播放的内容类型包括节目单、非剧集类节目和多剧集类节目中的一种或多种；

在所述目标家庭的家庭网关下挂的用户设备的数量大于1个时，所述对所述收视行为数据与各个用户设备的网络访问行为数据进行比对，确定目标用户设备的步骤，包括：

在所述机顶盒播放的内容类型为节目单或非剧集类节目的情况下，将所述机顶盒本次播放的播放持续时间，分别与每个用户设备的网络访问行为的活跃时间求解交集，得到重合时间段，并将最小的重合时间段所对应的用户设备，作为所述目标用户设备；

在所述机顶盒播放的内容类型为多剧集类节目的情况下，根据所述机顶盒本次播放的内容类型及其播放时间，确定出预设类型内容的播放时间，所述预设内容为多剧集类节目之间播放的非剧集类节目；分别计算每个用户设备的网络访问行为的活跃时间，与所述预设类型内容的播放时间的重合度，并将最高重合度对应的用户设备，作为所述目标用户设备。

2.如权利要求1所述的方法，其特征在于，

所述网络访问行为的活跃时间包括：数据速率超过预定第一门限的网络访问行为的第一访问时间，和/或，对预设网站的访问速率超过预定第二门限的网络访问行为的第二访问时间。

3.如权利要求2所述的方法，其特征在于，在所述目标家庭的家庭网关下挂的用户设备的数量为1个时，所述对所述收视行为数据与各个用户设备的网络访问行为数据进行比对，确定目标用户设备的步骤，包括：

将所述目标家庭的家庭网关下挂的用户设备，直接作为所述目标用户设备。

4.如权利要求3所述的方法，其特征在于，所述将所述机顶盒本次播放的播放持续时间，分别与每个用户设备的网络访问行为的活跃时间求解交集，得到重合时间段，并将最小的重合时间段所对应的用户设备，作为所述目标用户设备的步骤，具体包括：

以所述第一访问时间作为所述活跃时间，进行所述重合时间段的计算，并将最小的重合时间段所对应的用户设备，作为所述目标用户设备；

若以所述第一访问时间作为所述活跃时间无法确定所述目标用户设备，则以所述第二访问时间作为所述活跃时间，进行所述重合时间段的计算，并将最小的重合时间段所对应的用户设备，作为所述目标用户设备。

5.如权利要求3所述的方法，其特征在于，所述分别计算每个用户设备的网络访问行为的活跃时间，与所述预设类型内容的播放时间的重合度，并将最高重合度对应的用户设备，作为所述目标用户设备的步骤，具体包括：

以所述第一访问时间作为所述活跃时间，进行所述重合度的计算，并将最高重合度对应的用户设备，作为所述目标用户设备；

若以所述第一访问时间作为所述活跃时间无法确定所述目标用户设备，则以所述第二访问时间作为所述活跃时间，进行所述重合度的计算，并将最高重合度对应的用户设备，作为所述目标用户设备。

6.如权利要求1或5所述的方法，其特征在于，所述分别计算每个用户设备的网络访问行为的活跃时间，与所述预设类型内容的播放时间的重合度的步骤，包括：

计算所述用户设备对应的网络访问行为的活跃时间的起始时刻，与所述预设类型内容的播放时间的起始时刻之间的差值的第一绝对值，以及，计算所述用户设备对应的网络访问行为的活跃时间的结束时刻与所述预设类型内容的播放时间的结束时刻之间的差值的第二绝对值，并对第一绝对值和第二绝对值计算得到一和值；根据所述和值，确定所述重合度，其中，所述重合度与所述和值负相关。

7.一种用户身份识别服务器，其特征在于，包括：

收发单元，用于获取目标家庭的机顶盒的收视行为数据，所述收视行为数据包括所述机顶盒本次播放的播放持续时间和/或播放的内容类型及其播放时间；以及，获取所述目标家庭的家庭网关下挂的用户设备的网络访问行为数据，所述网络访问行为数据包括用户设备的网络访问行为的活跃时间；

处理器，用于对所述收视行为数据与各个用户设备的网络访问行为数据进行比对，确定目标用户设备，将所述目标用户设备对应的用户，作为所述机顶盒的当前用户；

其中，所述机顶盒播放的内容类型包括节目单、非剧集类节目和多剧集类节目中的一种或多种；

所述处理器，还用于：

在所述机顶盒播放的内容类型为节目单或非剧集类节目的情况下，将所述机顶盒本次播放的播放持续时间，分别与每个用户设备的网络访问行为的活跃时间求解交集，得到重合时间段，并将最小的重合时间段所对应的用户设备，作为所述目标用户设备；

在所述机顶盒播放的内容类型为多剧集类节目的情况下，根据所述机顶盒本次播放的内容类型及其播放时间，确定出预设类型内容的播放时间，所述预设内容为多剧集类节目之间播放的非剧集类节目；分别计算每个用户设备的网络访问行为的活跃时间，与所述预设类型内容的播放时间的重合度，并将最高重合度对应的用户设备，作为所述目标用户设备。

8.如权利要求7所述的用户身份识别服务器，其特征在于，

所述网络访问行为的活跃时间包括：数据速率超过预定第一门限的网络访问行为的第一访问时间，和/或，对预设网站的访问速率超过预定第二门限的网络访问行为的第二访问时间。

9.如权利要求8所述的用户身份识别服务器，其特征在于，

所述处理器，还用于在所述目标家庭的家庭网关下挂的用户设备的数量为1个时，将所述目标家庭的家庭网关下挂的用户设备，直接作为所述目标用户设备。

10.如权利要求9所述的用户身份识别服务器，其特征在于，

所述处理器，还用于以所述第一访问时间作为所述活跃时间，进行所述重合时间段的计算，并将最小的重合时间段所对应的用户设备，作为所述目标用户设备；若以所述第一访问时间作为所述活跃时间无法确定所述目标用户设备，则以所述第二访问时间作为所述活跃时间，进行所述重合时间段的计算，并将最小的重合时间段所对应的用户设备，作为所述目标用户设备。

11.如权利要求9所述的用户身份识别服务器，其特征在于，

所述处理器，还用于以所述第一访问时间作为所述活跃时间，进行所述重合度的计算，并将最高重合度对应的用户设备，作为所述目标用户设备；若以所述第一访问时间作为所述活跃时间无法确定所述目标用户设备，则以所述第二访问时间作为所述活跃时间，进行所述重合度的计算，并将最高重合度对应的用户设备，作为所述目标用户设备。

12.如权利要求7或11所述的用户身份识别服务器，其特征在于，

所述处理器，还用于计算所述用户设备对应的网络访问行为的活跃时间的起始时刻，与所述预设类型内容的播放时间的起始时刻之间的差值的第一绝对值，以及，计算所述用户设备对应的网络访问行为的活跃时间的结束时刻与所述预设类型内容的播放时间的结束时刻之间的差值的第二绝对值，并对第一绝对值和第二绝对值计算得到一和值；根据所述和值，确定所述重合度，其中，所述重合度与所述和值负相关。

13.一种用户身份识别服务器，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至6任一项所述的方法的步骤。

14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1至6中任一项所述的方法的步骤。

Images