KR101832996B1 - 개선된 프로그램 가이드 - Google Patents

개선된 프로그램 가이드 Download PDF

Info

Publication number
KR101832996B1
KR101832996B1 KR1020167000663A KR20167000663A KR101832996B1 KR 101832996 B1 KR101832996 B1 KR 101832996B1 KR 1020167000663 A KR1020167000663 A KR 1020167000663A KR 20167000663 A KR20167000663 A KR 20167000663A KR 101832996 B1 KR101832996 B1 KR 101832996B1
Authority
KR
South Korea
Prior art keywords
program
relevance
time
programs
relevance score
Prior art date
Application number
KR1020167000663A
Other languages
English (en)
Other versions
KR20160021197A (ko
Inventor
그레고리 앨런 펑크
프르제멕 드로초미레스키
그르제고르즈 글로와티
야첵 야쿠브 수라즈스키
Original Assignee
구글 엘엘씨
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 구글 엘엘씨 filed Critical 구글 엘엘씨
Publication of KR20160021197A publication Critical patent/KR20160021197A/ko
Application granted granted Critical
Publication of KR101832996B1 publication Critical patent/KR101832996B1/ko

Links

Images

Classifications

    • 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
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score
    • 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
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/231—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion
    • H04N21/23109—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion by placing content in organized collections, e.g. EPG data repository
    • 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
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/232—Content retrieval operation locally within server, e.g. reading video streams from disk arrays
    • 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]
    • H04N21/20—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
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25891—Management of end-user data being end-user preferences
    • 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
    • H04N21/432—Content retrieval operation from a local storage medium, e.g. hard-disk
    • 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
    • H04N21/433—Content storage operation, e.g. storage operation in response to a pause request, caching operations
    • H04N21/4332—Content storage operation, e.g. storage operation in response to a pause request, caching operations by placing content in organized collections, e.g. local EPG data repository
    • 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
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • 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
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • 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
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. 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
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4755—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for defining user preferences, e.g. favourite actors or genre
    • 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
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/84—Generation or processing of descriptive data, e.g. content descriptors

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Computer Graphics (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

본 명세서에서 설명되는 시스템들 및 방법들은 정의된 스케줄에 따라 방송되는 프로그램들에 대한 개선된 프로그램 가이드에 관한 것이다. 가이드에 포함된 프로그램 제목들은 잠재적으로 가이드 내의 프로그램 제목의 위치를 결정하는 데 어떤 기타 파라미터도 이용되지 않은 채로 관련도 순위 또는 스코어에 기초해서 정렬될 수 있다. 가이드의 표시는 시간 축 또는 차원 및 채널 축 또는 차원과 독립적일 수 있다. 제목들은 관련된 프로그램의 시작시간 또는 실행 길이와 독립적인 방식으로 디스플레이될 수 있다.

Description

개선된 프로그램 가이드{ENHANCED PROGRAM GUIDE}
관련 출원들에 대한 상호 참조
본 출원은 2013년 6월 17일 출원된 미국 특허출원번호 제13/919,736호에 대한 우선권을 주장하며, 상기 미국특허출원은 그 전체로서 본 명세서에 참조에 의해 통합된다.
기술분야
일반적으로, 본 발명은 정의된 스케줄에 따라 방송되는(aired or broadcast) 프로그램들에 대한 개선된 프로그램 가이드에 관한 것이다.
역사적으로, 텔레비전 프로그램 가이드들은 스테이션/채널 차원(보통 y축) 및 시간 차원(보통 x축)을 갖는 2차원 그리드로서 디스플레이되었다. 예를 들어, 종래의 가이드들은 현재, 현재로부터 30분, 현재로부터 60분 등과 같은 시간 차원 컬럼들에 걸친 컨텐츠를 갖는 순차적으로 번호가 매겨진 방송 또는 케이블 채널들의 세트를 포함하는 로우들을 갖는 컨텐츠를 배치한다.
최근에는, 특정한 개선들이 제시되어왔다. 예를 들어, 채널 정보는 단순히 방송 컨텐츠의 소스를 나타내기 때문에, 특별히 중요하지 않다는 것이 인식되어왔다. 실제로, 대부분의 사용자들은 그 컨텐츠의 소스보다는 실제 방송 컨텐츠 또는 상기 컨텐츠에 관한 다른 정보에 더 관심이 있다. 따라서, 일부 프로그램 가이드들은 시간 차원(다시, 보통 x축)을 갖지만, 장르와 같은, y축에 따라 제공되는 다양한 서로 다른 정보를 갖는 2차원 그리드로 프로그램 컨텐츠를 배열한다.
다음 내용은 본 명세서의 다양한 양상들의 기초적 이해를 제공하기 위한 본 명세서의 단순화된 요약을 제시한다. 이 요약은 본 명세서의 포괄적인 개관(extensive overview)이 아니다. 이 요약은 본 명세서의 핵심 또는 중요한 요소들을 식별하려고 의도되지 않았으며 본 명세서의 어떤 특정한 실시예들의 범위를 설명하거나 특허청구범위의 어떤 범위를 설명하려고 의도되지 않았다. 이 요약의 목적은 본 발명에서 제시되는 보다 상세한 설명에 대한 서론(prelude)으로서 단순화된 형태로 본 명세서의 일부 개념들을 제시하고자 함이다.
본 명세서에서 설명되는 시스템들은 정의된 스케줄에 따라 방송되는 프로그램들에 대한 개선된 프로그램 가이드에 관한 것이다. 데이터 컴포넌트는 채널들의 세트에 대한 프로그램 스케줄 데이터를 수신하도록 구성된다. 프로그램 스케줄 데이터는 상기 채널들의 세트로부터의 채널에 방송되는 프로그램의 제목 및 상기 프로그램의 방송과 관련된 시간을 포함한다. 분석 컴포넌트는 상기 프로그램과 관련된 관련도 순위(relevance rank)를 결정하도록 구성된다. 가이드 컴포넌트는 상기 관련도 순위에 기초해서 프로그램 가이드에 포함하기 위한 제목을 선택하도록 구성된다. 가이드 컴포넌트는 상기 관련도 순위에 기초해서 상기 제목에 대한 프로그램 가이드 내의 위치를 더 결정한다.
다음의 설명 및 도면들은 본 명세서의 어떤 설명적인 양상들을 제시한다. 이러한 양상들은, 하지만, 본 명세서의 원리들이 이용될 수 있는 다양한 방식들 중 일부만을 표시한다. 다른 이점들 및 본 명세서의 신규한 피처들(novel features)은 상기 도면들과 함께 고려될 때 명세서의 다음의 상세한 설명으로부터 명백해질 것이다.
본 발명의 다수의 양상들, 실시예들, 목적들 및 이점들은 첨부 도면들과 함께 고려되는 다음의 상세한 설명의 고려하에 명백해질 것이고, 상기 첨부 도면들에서 동일한 참조 문자들은 전체에서 동일한 부분들을 참조한다.
도 1은 본 발명의 특정 실시예들에 따른 채널 축 및 시간 축과 독립적으로 제시되는 개선된 프로그램 가이드를 생성하는 예시 시스템의 블럭도를 설명한다.
도 2a는 본 발명의 특정 실시예들에 따른 프로그램 가이드의 단일 로우 예시의 블럭도를 설명한다.
도 2b는 본 발명의 특정 실시예들에 따른 프로그램 가이드의 그리드에 기초한 예시의 블럭도를 설명한다.
도 3은 본 발명의 특정 실시예들에 따른 프로그램 가이드의 다중 카테고리 예시의 블럭도를 설명한다.
도 4는 본 발명의 특정 실시예들에 따른 예시 프로그램 가이드의 예시 실물크기 모형(mock up)을 묘사하는 그래픽 설명을 설명한다.
도 5는 본 발명의 특정 실시예들에 따른 관련도 순위를 결정하기 위한 다양한 예시 인자들의 블럭도를 설명한다.
도 6은 본 발명의 특정 실시예들에 따른 분석 컴포넌트와 함께 추가적인 피처들 또는 상세사항을 제공하는 예시 시스템의 블럭도를 설명한다.
도 7은 본 발명의 특정 실시예들에 따른 채널 축 및 시간 축에 독립적으로 제시되는 개선된 프로그램 가이드를 제공하는 예시 방법론을 설명한다.
도 8은 본 발명의 특정 실시예들에 따른 개선된 프로그램 가이드와 함께 추가적인 피처들 또는 양상들에 대해 제공되는 예시 방법론을 설명한다.
도 9는 본 발명의 특정 실시예들에 따른 컴퓨팅 환경에 대한 예시의 개략적인 블럭도를 설명한다.
도 10은 본 발명의 특정 실시예들을 실행하도록 동작 가능한 컴퓨터의 예시 블럭도를 설명한다.
배경기술 섹션에서 언급된 바와 같이, 종래의 프로그램 가이드들은 가이드에 포함된 정보를 2차원 그리드로 배열한다. 통상적으로, 그리드의 하나의 축은 채널 식별자, 장르 또는 일부 다른 카테고리에 관한 것이고 다른 축은 시간에 관한 것이다. 그러한 배열은 적합하지만, 개선되고 그리고/또는 단순화될 수 있다. 예를 들어, 채널 번호가 사용되는 경우들에서, 그러한 상황은 사용자들로 하여금 채널 번호들, 채널 블럭들, 또는 채널 이름들 및/또는 상대적 위치들을 기억하도록 강요한다. 그러한 상황은 또한 주어진 채널을 소스로 하는 모든 시각적 컨텐츠가 한번에 보여져야 하고 컨텐츠의 관련도 또는 중요성에 기초해서 가이드를 통해 분산될 수 없음을 의미한다. 이에 더하여, 개인 컨텐츠 소비자에게 유용하고 기억할 만하기 위해서 그리고 그러한 채널 번호들이 다른 컨텐츠 소비자들을 통해 디스플레이되고 재사용되도록 하기 위해서, 채널들은 전체 방송 영역 및 어떤 하나의 컨텐츠 소비자가 가입할 채널들의 모든 서브세트에 대해 단일의 고정된 숫자 시퀀스로 배열되어야만 한다. 이러한 제한조건들이 주어질 때, 어떤 단일 컨텐츠 소비자에 대한 합리적이고 주목하지 않을 수 없는(compelling) 채널 순서를 생성할 희망은 거의 존재하지 않는다. 비유사한 채널들은 필연적으로 서로 옆에 놓인다. 더욱이, 심지어 채널 식별자가 사용되지 않는 경우들에서도, 가이드 내에서, 진행 중이거나 거의 완료된 프로그램들은 시작하거나 시작하려고 하는 프로그램들과 동일한 가중치를 가질 수 있다. 그러한 상황은 사용자가 컨텐츠에 대해 남은 시간에 기초해서 보다 나은 선택들을 하는 것에 집중하는 것을 어렵게 만든다. 예를 들어, 30분이 남은 2시간짜리 영화는 지금 시작하는 30분짜리 프로그램과 동일한 가중치를 부여받고, 이는 컨텐츠 소비자들이 거의 종료된 영화에 관심이 있을 가능성은 거의 없지만, 현재 시작하는 프로그램에 관심이 있을 가능성이 훨씬 더 많다는 점을 고려해 볼 때, 비논리적인 결과이다. 실제로, 2시간짜리 영화가 1시간 남은 경우를 고려하자. 영화는 한참 진행중이고, 그러므로 대부분의 컨텐츠 소비자들이 관심 있을 가능성은 거의 없다. 반면에, 이제 시작하는 30분짜리 프로그램은 관심의 대상일 가능성이 더 높다. 그럼에도 불구하고, 영화 리스트(movie listing)은 30분짜리 프로그램의 스크린 면적(screen real estate)의 2배로 제시되고, 그러므로 상기 영화가 30분짜리 프로그램보다 컨텐츠 소비자들에게 관심의 대상일 가능성이 매우 낮음에도 불구하고, 상기 영화에 시각적으로 더 많은 가중치가 부여된다. 그러므로, 시간 축의 사용은 불필요하게 복잡하고 심지어 비직관적(counterintuitive)이거나 비생산적(counterproductive)일 수 있다.
대부분의 종래의 가이드들은 또한 개인화(personalization)를 결여하고 모든 사용자에게 동일한 컨텐츠를 제시한다. 만약 사용자가 과거의 행동에 기초해서 특정 프로그램들, 장르들, 카테고리들 등에 대한 선호를 입증(demonstrate)했더라도, 그러한 선호는 일반적으로 채널 가이드에 의해 반영되지 않는다. 특히, 사용자들은 통상적으로 밝혀진 선호들을 고려할 때 최고의 선택들에 다이렉팅(directing)되지 않는다. 더욱이, 종래의 가이드들은 또한 컨텐츠의 어떤 순위화도 결여하고 있다.
본 명세서에서 설명되는 본 발명은 당장 더 유용하고 효율적일 뿐만 아니라 다른 가이드들보다 더 단순하고, 직관적이고 그리고/또는 편리한 개선된 프로그램 가이드에 관한 것이다. 예를 들어, 개선된 프로그램 가이드는 생방송 텔레비전 방송들 또는 다른 적합한 컨텐츠와 함께인 종래의 시간당 채널 그리드를 생략할 수 있다. 대신에, 다수의 채널들로부터 방송되거나 방송되도록 스케줄된 프로그래밍 컨텐츠는 가이드에 포함된 프로그램들에 대한 관련도 스코어/순위에 따라 배열된다. 비록 방송의 시간(또는 심지어 소스 채널)이 관련도 스코어를 결정하는 데 하나의 인자가 될 수 있지만, 가이드의 제시는 채널 및 시간과 같은 종래의 레이아웃 축들과 독립적이라는 점이 주목된다.
프로그램 제목들은 정렬된 리스트로서 제시되고 일부 구현들에서 상기 리스트는 관련도 스코어에만 기초하고, 통상적으로 높은 관련도 스코어들을 갖는 제목들이 먼저 나열되고 나머지가 차례로 나열된다. 상기 가이드의 선반들(shelves) 또는 셀들(cells)은 하나 이상의 필터링된 쿼리에 기초해서 제목들로 채워질 수 있다(populated). 필터(들)은 장르, 카테고리, 품질(예를 들어, 고해상도, 표준 해상도 등), 남은 시간, 특정 사용자(또는 사용자 프로파일)에 맞춰진 선호도들 또는 파라미터들, 생방송 인기도(예를 들어, 지금 현재 시청 중인 많은 청중 또는 유행하는 청중), 하루의 방송시간 구분 인자(daypart factors) 등을 포함한다.
예시 프로그램 가이드
본 발명의 다양한 양상들 또는 피처들은 도면을 참조로 하여 설명되며, 여기서 동일한 참조 번호들은 전체에서 동일한 요소들을 참조하기 위해 사용된다. 본 명세서에서, 다수의 특정 상세사항들은 본 발명의 완전한 이해를 제공하기 위해 제시된다. 하지만, 본 발명의 특정 양상들이 이러한 특정 상세사항들 없이 실시되거나, 다른 방법들, 컴포넌트들 또는 물질들과 함께 실시될 수 있음이 이해되어야 한다. 다른 예시들에서, 잘 알려진 구조들 및 디바이스들은 본 발명을 설명하는 것을 용이하게 하기 위해 블럭도 형태로 도시된다.
본 발명에서 설명되는 하나 이상의 구현들에 따라, 사용자들은 데이터 수집 양상들과 함께 개인 정보, 인구통계 정보(demographic information), 위치 정보, 전용 정보(proprietary information), 민감 정보(sensitive information), 기계 정보 등을 제공하는 것을 옵트-아웃(opt-out)할 수 있다. 더욱이, 본 명세서에서 설명된 하나 이상의 구현들은 수집, 수신 또는 송신된 데이터를 익명화하기 위해 제공된다.
이제 도 1을 참조하면, 시스템(100)이 묘사된다. 시스템(100)은, 특히(inter alia), 채널 축 및 시간 축과 독립적으로 제시되는 개선된 프로그램 가이드를 생성한다. 본 명세서에서 개시되는 실시예들은, 예를 들어, 가이드의 제시를 채널 축 또는 시간 축에 묶음으로(tying) 인해 발생하는 본 명세서에서 설명된 문제들과 같은 다른 가이드들과 관련된 다양한 문제들을 해소할 수 있다. 시스템(100)은 컴퓨터에 의해 실행가능한 컴포넌트들을 저장하는 메모리 및 상기 메모리에 저장된 컴퓨터에 의해 실행가능한 컴포넌트들을 실행하는 프로세서를 포함하고, 이들의 예시들은 도 9를 참조로 하여 발견될 수 있다. 상기 컴퓨터(902)가 도 1 및 본 명세서에서 개시된 다른 도면들과 함께 도시되고 설명된 시스템들 또는 컴포넌트들 중 하나 이상을 구현하는 것과 함께 이용될 수 있음이 이해될 것이다. 묘사된 바와 같이, 시스템(100)은 데이터 컴포넌트(102), 분석 컴포넌트(112), 및 가이드 컴포넌트(118)를 포함한다.
데이터 컴포넌트(102)는 채널들(106)의 세트에 대한 프로그램 스케줄 데이터(104)를 수신하도록 구성되고, 이는 실질적으로 어떤 개수의 개별 채널들(
Figure 112016002707490-pct00001
)을 포함하고, 이는 본 명세서에서 이후에 다양한 차이점들(distinctions)을 강조하거나 개시된 개념들을 보다 잘 전달하기 위해서 유익하거나 편리할 때에만 일반적으로 이용되는 적절한 첨자들(subscripts)과 함께 개별적으로 또는 집합적으로, 채널(들)(106)로서 참조된다. 프로그램 스케줄 데이터(104)는 채널(106)상의 프로그램 방송의 제목(108) 및 상기 프로그램의 방송과 관련된 시간(110)을 포함한다. 통상적으로, 채널들(106)의 세트는 텔레비전 또는 케이블 채널들에 관련될 것이고, 이는 단일 제공자와 구별되거나 심지어 다수의 제공자 온-디맨드 서비스들(on-demand services)와도 구별된다. 예를 들어, 생방송 텔레비전에 대한 가이드들과 관련된 문제들은 컨텐츠가 미리 결정된 스케줄에 따라 방송되지 않는 온-디맨드 서비스들에 대한 가이드들과 관련된 문제들과 다르다.
분석 컴포넌트(112)는 프로그램과 관련된 관련도 순위(114)를 결정하도록 구성된다. 관련도 순위(114)의 결정은 다양한 방식들로 유발될(effectuated) 수 있고, 이는 도 5와 함께 및 본 명세서에서 보다 상세히 설명된다. 일부 구현들에서, 관련도 순위(114)는 입력 데이터(116)에 기초해서 결정되며, 이는 또한 도 5를 참조로 하여 및 본 명세서에서 보다 상세히 설명된다.
가이드 컴포넌트(118)는 관련도 순위(114)에 기초해서 프로그램 가이드(120)에 포함하기 위한 제목(108)을 선택하도록 구성된다. 가이드 컴포넌트(118)는 관련도 순위(114)에 기초해서 제목(108)에 대한 프로그램 가이드(120)내의 위치를 더 결정한다. 가이드 컴포넌트(118)가 방송과 관련된 채널(106) 및 시간(110)과 독립적인 방식으로 프로그램 가이드(120)의 제시를 용이하게 한다는 것이 강조된다. 그러한 제시는 그러므로 다른 가이드들에 대한 제시와 다르며 또한 다른 가이드들과 관련된 어려움들을 해결하거나 감소시키며, 이는 도 2a 내지 도 4와 함께 더 상세히 설명되며, 도 2a 내지 도 4는 이제 도 1과 함께 참조된다.
이제 도 2a 및 2b를 참조하면, 도해들(200 및 210)이 제공된다. 도해(200)는 프로그램 가이드(120)의 단일 로우 예시를 묘사한다. 이 경우에 있어서, 제1 프로그램 제목(202)이 초기에 나열되고, 제2 프로그램 제목(204)에 의해 후속되며 마지막 프로그램 제목(206)까지 계속된다. 일부 형태로 스크롤링 또는 필터링을 인에이블하는 사용자 인터페이스 요소들(미도시)이 제공된다. 일반적으로, 셀(202)을 채우기 위해 활용되는 제목(108)은 채널들(106)의 세트에 의해 방송되거나 방송되기로 스케줄링된 프로그램들 모두 또는 프로그램들의 서브세트 사이에서 가장 높은 관련도 순위(114)를 수신하는 프로그램과 관련된다. 다음으로 가장 높은 관련도 순위(114)와 관련된 제목(108)은 셀(204)에 제공되고, 가장 낮은 관련도 순위(114)를 갖는 제목(108) 또는 특정 임계치(예를 들어, 수치적인 순위 임계치 또는 제목의 양 제한 임계치)를 만족하는 가장 낮은 관련도 순위(114)가 셀(206)에 포함될 때까지 계속된다.
도 2b의 도해(210)는 프로그램 가이드(120)의 그리드에 기초한 예시를 묘사한다. 도해(210)는 도해(200)와 실질적으로 유사하고, 통상적으로 가장 높은 관련도 순위(114)를 갖는 프로그램과 관련된 제목(108)이 셀(212)에 제시되고, 보다 낮은 관련도 순위(114)를 갖는 프로그램과 관련된 제목이 셀(214)에 제시되고, (보이는 셀들 중에서) 가장 낮은 관련도 순위(114)를 갖는 프로그램과 관련된 제목이 셀(216)에 제시된다.
가이드(120)가 채널 차원 혹은 축, 또는 시간 차원 혹은 축에 의존하지 않고 제시될 수 있음이 도해들(200 및 210)과 본 명세서에서 제공되는 기타 도해들에서 이해된다. 그렇기 때문에, 서로 다른 소스 채널들로부터의 제목들(108)은 동일한 로우(또는 다른 포맷화된 차원)에 있고 서로 다른 방송 시작 시간들을 갖는 제목들은 동일한 컬럼(또는 다른 포맷화된 차원)에 있을 수 있다. 예를 들어, 비록 셀(212)과 셀(214)은 서로 다른 컬럼들에 존재하지만, 셀(212)은 제2 제목(108)이 셀(214)에 디스플레이되는 시간과 동일한 시간에 시작하는 제1 제목(108)으로 채워질 수 있고, 서로 다른 컬럼들은 다른 가이드들에 대해서는 일반적으로 시간 축이므로 이는 다른 가이드들에 대해서는 실행 불가능하다(infeasible). 비록 제1 제목(108)과 제2 제목(108)이 동일한 로우에 있더라도, 제1 제목(108) 및 제2 제목(108)은 또한 서로 다른 채널들이 소스가 될 수 있고, 상기 동일한 로우는 다른 가이드들에 대해서는 일반적으로 채널 축이다. 더욱이, 프로그램 가이드(120)의 제시가 시간 축 포맷에 의존하지 않기 때문에, 다양한 셀들(202-216) 중 어느 것의 크기는 관련 프로그램의 실행 길이(running length) 및/또는 관련 프로그램의 남은 시간에 직접 묶여있지 않다(not tied).
이제 도 3을 참조하면, 도해(300)가 제시된다. 도해(300)는 프로그램 가이드(120)의 다중 카테고리 예시를 제공한다. 이 예시에서, 다양한 카테고리들 및/또는 장르들(302)이, 예를 들어, 추가적인 필터로서 존재할 수 있다. 예를 들어, "코미디" 장르(302)에 대해서, 동일한 로우의 셀들에 나타나는 제목들은 그 특정한 장르(302)에 따라 특징화된다(characterized). 보다 높은 관련도 순위들(114)을 갖는 프로그램들의 제목들(108)은 보다 낮은 관련도 순위들(114)을 갖는 프로그램들의 제목들의 이전에 위치되지만, 통상적으로, 제목들(108)은 각각의 카테고리 내에서만 경쟁한다. 예를 들어, "로맨스" 장르(302)의 제1 셀은 "코미디" 장르(302)와 관련된 마지막 셀보다 낮은 관련도 순위(114)를 갖는 제목(108)으로 채워질 수 있다.
도 4는 그래픽 도해(400)를 제공한다. 그래픽 도해(400)는 예시 프로그램 가이드(120)의 예시 실물크기 모형을 묘사한다. 도해된 바와 같이, 다양한 프로그램 제목들(108)은 관련된 관련도 순위(114)에 따라 나열된다. 더욱이, 나열되는 제목들(108)은 선택된 카테고리/장르(302)에 기초해서 필터링된다. 본 명세서에 포함되는 다른 예시들과 같이, 제목들(108)의 제시는 소스 채널 또는 시간 차원에 의존하지 않는다. 그러므로, 서로 다른 소스 채널들(106)로부터의 제목들(108)은 동일한 로우 및 동일한 셀 크기일 수 있고 그리고/또는 제목 아이콘들은 관련 프로그램의 실행 시간과 독립적일 수 있다.
이제 도 5 및 도 6을 참조하면, 도면(500) 및 시스템(600)이 설명된다. 도면(500)은 관련도 순위(114)를 결정하기 위한 다양한 예시 인자들을 제공한다. 예를 들어, 분석 컴포넌트(112)는 관련도 순위(114)를 결정함에 있어서 이러한 예시 인자들(502-514)의 어떤 조합뿐만 아니라 다른 적합한 인자들도 이용할 수 있다. 예시 인자들(502-514)이 한정적인 것으로서 이해되지 않아야 하고, 그보다는 구체적인 예시들로서 이해되어야 함이 이해된다. 일부 구현들에서 분석 컴포넌트(112)가 관련도 순위(114)를 결정하기 위해 사용하는 데이터의 적어도 일부는 입력 데이터(116)로서 수신되고, 이는 예시 인자들(502-514)에 관한 데이터의 일부를 포함한다.
도 1 및 도 5와 함께 참조되는 시스템(600)은 분석 컴포넌트(112)와 함께 추가적인 피처들 또는 상세사항을 제공한다. 분석 컴포넌트(112)는 스케줄 데이터(104)뿐만 아니라 (인자들(502-514)에 관한 것일 수 있는)입력 데이터(116)에 기초해서 관련도 순위(114)를 결정한다. 관련도 순위(114)는 예를 들어, 기계 학습, 클러스터링, 회귀(regression) 등과 같은 다양한 통계적 기법들에 기초해서 결정되며, 다수의 순위화 모델들을 포함하고, 이들 중 일부 또는 전부는 관련도 순위(114)를 결정하기 위해 활용된다. 통상적으로, 다수의 순위화 모델들(예를 들어, 제1 순위화 모델(
Figure 112016002707490-pct00002
), 제2 순위화 모델(
Figure 112016002707490-pct00003
) 등)은 본 명세서에서 보다 상세히 설명되는 관련 모델에 대해 구체적이거나 관련 모델에 의해 지원되는 특정한 타입 또는 세트의 데이터에 적용된다.
여전히 도 5를 참조하면, 장르 및/또는 카테고리(502)는 관련도 순위(114)를 결정함에 있어서 분석 컴포넌트(112)에 의해 이용되는 인자일 수 있다. 장르는 통상적으로 코미디, 미스터리, 뉴스 등과 같은 프로그램의 주제의 분류에 관한 것이고, 반면에 카테고리는 예를 들어, 시리즈, 피처 필름(feature film) 등과 같은 일반적으로 프로그램과 관련된 제품의 타입에 관한 것이다. 카테고리는 또한 예를 들어, 오스카상 수상자들(Oscar winners), 새로운 출시들(new releases), 현재 추세(trending right now) 등과 같은 컨텐츠 소비자에 관한 비-장르 분류들(non-genre classifications)을 참조할 수 있다. 장르/카테고리(502)는 장르/카테고리(502)만 관련되거나 다른 인자들(504-514)과 함께 관련되고, 이들의 예시는 본 명세서에서 제공된다.
일부 실시예들에서, 분석 컴포넌트(112)는 시간 조정(504)에 기초해서 관련도 순위(114)를 결정하고, 이는 프로그램이 시작하기 전의 시간량, 또는 나머지 시간량 혹은 나머지 시간의 퍼센트에 관한 것이다. 시간 조정(504)은 현재 시간과 프로그램에 대한 시작 시간 혹은 나머지 시간의 비교로부터 결정된다. 이제 또는 곧 시작하도록 스케줄링된 프로그램들은 한참 진행중이거나 끝나가는 프로그램들보다 통상적으로 더 매력적이라는(appealing) 점이 이해된다.
하지만, 특정 예외들이 존재한다. 예를 들어, 뉴스, 날씨 등과 같은 것에 관한 프로그램들은 방송이 거의 끝나갈 때에도 종종 여전히 높은 매력을 갖는다. 사실, (예를 들어, 클로즈 스코어(close score)이거나 연장전(overtime)인) 스포츠 경기들(sporting events) 또는 게임 쇼들(예를 들어, Jeopardy, American Idol 등)과 같이, 특정 프로그램들은 시작할 때보다 방송의 종료 근처에서 높은 매력을 가질 수 있다. 그러므로, 일부 실시예들에서, 분석 컴포넌트(112)는 장르/카테고리(502)에 따라 시간 조정(504)을 이용하고, 시간 조정(504)은 제2 장르/카테고리(502)보다 제1 장르/카테고리(502)에 대한 관련도 순위(114)에 더 크게 영향을 준다. 예를 들어, 피처 필름 프로그램에 대한 관련도 순위(114)는 만약 프로그램이 한참 진행중이라면 급격하게 페널티를 부여받는(penalized) 반면, 뉴스 프로그램에 대한 관련도 순위(114)는 만약 한참 진행중이라고 하더라도 페널티를 거의 겪지 않거나 전혀 겪지 않을 것이다.
그러한 것은 분석 컴포넌트(112)와 관련된 하나 이상의 순위화 모델들(602)의 방식으로 달성될 수 있다. 일 예시로서, 예를 들어, 10:3, 12:5, 13:9, 15:25, 40:50, 90:10과 같은, 값들의 쌍의 길이 n인 시리즈(series)가 제공된다. 제1 값은 관련 프로그램의 완료의 퍼센트를 나타내고 제2 값은 관련된 관련도 순위(114)에 적용할 페널티(또는 보너스)와 관련된 가중치를 나타낸다. 길이 n인 값들의 쌍들 사이에서, 직선이 적용되거나 중간의 값들을 추정하는 매끄러워진 선(smoothed line)이 적용될 수 있다. 다른 값들의 쌍은 0:0인 시작점(시간 조정 가중치가 적용되지 않는 프로그램의 시작을 나타내는)과 100:100인 종료점을 포함하여 추론될 수 있으므로, 1개의 값들의 쌍만이 필요함이 이해될 것이다. 전술한 방식으로, 시간 조정 인자(504)는 예를 들어, 한참 진행중인 스포츠 프로그램에 심하게(또는 완전히) 페널티를 부여함이 없이 한참 진행중인 영화들에 심하게 페널티를 부여할 수 있다. 더욱이, 특정한 장르/카테고리(502)의 프로그램들에 대한 다양한 서로 다른 프로파일들이 미리 결정되고 주기적으로 업데이트된다. 특히, 서로 다른 프로파일은 프로그램 실행 시간(예를 들어, 30분, 60분, 120분 등)에 기초해서 활용된다.
언어 조정(506)은 관련도 순위(114)를 결정하거나 관련도 순위에 가중치를 부여하기 위해서 분석 컴포넌트(112)에 의해 이용된다. 언어 조정(506)은 컨텐츠 소비자와 관련된 디바이스 또는 상기 디바이스와 관련된 애플리케이션 설정들(예를 들어, 애플리케이션 언어 설정들)을 조사함으로써 결정된다. 언어 조정(506)은 또한 상기 디바이스에 대한 인터넷 프로토콜 지리위치(geolocation) 기법들에 기초해서 결정된다. 이러한 기법들 또는 다른 기법들에 기초해서, 페널티들 또는 보너스들은 주어진 프로그램의 관련도 순위(114)에 적용된다. 예를 들어, 스페인어를 애플리케이션 설정으로서 선택한 미국의 컨텐츠 소비자는 또한 일부 영어를 이해할 가능성이 높다. 그렇기 때문에, 스페인 언어 프로그램들은, 예를 들어, 50%만큼 부스팅되고, 영어 프로그램들은, 예를 들어, 50%만큼 페널티가 부여될 수 있다. 이와는 대조적으로, 언어 설정에서 영어를 선택한 미국의 컨텐츠 소비자는 스페인어를 알 가능성이 매우 낮다. 그러므로, 영어 프로그램들은 예를 들어, 80% 만큼 부스팅되고 스페인어 프로그램들은 예를 들어, 95% 만큼 페널티를 부여받는다. 그러한 상황은 스페인어 컨텐츠를 '선반의 끝(end of the shelf)'에 푸시하는 효과를 갖고, 예를 들어, 서로 다른 국가들 및/또는 지역들에서 미묘한 방식들로 언어에 관한 풍부한 추론들(rich inferences)을 인에이블하도록 활용된다. 예를 들어, 단일 국가에서 발화되는 다수의 언어들이 지원되고, 그러한 것은 상대 확률들에 기초할 수 있다. 더욱이, 업데이트들은 생방송으로 제공된다.
일부 실시예들에서, 분석 컴포넌트(112)는 미디어 컨텐츠 품질(508)(예를 들어, 고해상도(HD), 표준 해상도(SD) 등)에 기초해서 관련도 순위(114)를 결정하고, 미디어 컨텐츠 품질은 컨텐츠 소비자의 디바이스와 관련된 이력 또는 상기 디바이스들과 관련된 기타 피처들 또는 네트워크 혹은 캐리어와 관련된 피처들(예를 들어, 대역폭 등)에 기초해서 결정된다. 일 예시로서, 만약 이력이 컨텐츠 소비자가 SD로 대부분의 또는 모든 컨텐츠를 보았음을 드러낸다면, SD 프로그램들은 미디어 컨텐츠 품질(508) 인자에 관해서 HD 프로그램들과 동일하거나 그보다 약간 높은 바이어스(bias)를 수신한다. 하지만, 만약 컨텐츠 소비자가 과거에 HD로 많은 프로그램들을 보았다면, HD 프로그램들은 SD 프로그램들보다 심하게 가중치가 부여된다. 본 명세서에서 설명된 많은 다른 인자들과 함께, 미디어 컨텐츠 품질(508)에 대한 업데이트들은 생방송으로 이루어진다.
일부 실시예들에서, 분석 컴포넌트(112)는 개인화 조정(personalization adjustment)(510)에 기초해서 관련도 순위(114)를 결정한다. 개인화 조정(510)은 프로그램과 같은 컨텐츠 소비자 또는 다른 평가들(ratings), 시청 이력(view history), 선호들 또는 설정들 등과 관련된 디바이스로부터 수신된 입력 데이터(116)에 기초한다. 더욱이, 개인화 조정(510)은 다른 타입들의 입력 데이터(116)와 함께 이용되는 다른 순위화 모델들(602)과 다른 순위화 모델(602)의 적용에 의해 결정된다. 다른 타입들의 미디어 컨텐츠(예를 들어, 온-디맨드 컨텐츠)와 관련된 순위화 모델(602)은 생방송 텔레비전 컨텐츠에 관한 순위화 모델과 다를 수 있음이 이해된다. 따라서, 일부 실시예들에서, 순위화 모델(602)은 생방송 텔레비전과 관련된 프로그램들에 대해 분명하게 훈련된다. 개인화 조정(510)과 관련된 기법들을 이용함으로써, 또다른 친밀감 인자(affinity factor)가 관련도 순위(114)와 함께 표현될 수 있다. 관련도 순위(114)의 면에서, 유사한 컨텐츠를 갖는 프로그램들은 촉진(promote)될 수 있고 비유사한 컨텐츠를 갖는 프로그램들은 강등(demote)될 수 있다.
일부 실시예들에서, 분석 컴포넌트(112)는 생방송 및/또는 실시간 방송 인기도 조정(512)에 기초해서 관련도 순위(114)를 결정할 수 있다. 예를 들어, 조정(512)은 채널들(106) 중 하나에 의해 현재 방송되는 프로그램과 관련된 데이터에 기초해서 결정된다. 그러한 조정(512)은 청중 시청자 통계(audience viewer statistics), 평가 등에 기초할 수 있다. 예를 들어, 시청자 통계는 실시간에 수집될 수 있고 그러한 데이터(예를 들어, 입력 데이터(116))는 실시간에 더 많은 청중에게 보여주고 있는 프로그램들에 대한 관련도 순위(114)에 가중치를 부여하기 위해 이용될 수 있다.
예시의 방식으로서, 그러한 데이터는 다양한 방식들로 수집될 수 있다. 예를 들어, 특정 웹에 기초한 매체들에서, "시청" 링크들에 대한 클릭들은 하나 이상의 제공자들로부터 종합될 수 있다. 다른 실시예들 및/또는 플랫폼들에서, 예를 들어, 소비자 시스템들이 특정 제어 디바이스들을 포함할 때, 다른 기법들이 활용될 수 있다. 예를 들어, 그러한 제어 디바이스들은 1방향 또는 2방향의 쌍을 이룬 디바이스들 중 하나에 관한 것일 수 있다. 1방향 예시는 예를 들어, 케이블, 위성, 지상(OTA;over-the-air) 튜닝 디바이스(들), 통상적으로 컨텐츠 제공자 디바이스(들)의 적외선 블래스터 일방향 제어(infrared blaster one-directional control)일 수 있다. 2방향 예시는 웹에 기초한 플랫폼 및/또는 디바이스 및 케이블, 위성, 또는 OTA 튜닝 디바이스들 사이의 것일 수 있다.
만약 2방향 쌍이 구현되면, 예를 들어, 컨텐츠 소비자의 시청 세션을 통한 2번째까지의 포괄적인 통계와 같이, 매우 정밀한 청중 통계가 수집될 수 있음이 이해된다. 그러한 실시간 데이터를 이용하는 것은 실제 통계들을 이용한 예측 모델들의 개량(refinements)뿐만 아니라 예측 모델 또는 기타 모델들(602)의 훈련을 포함하는 적시의 관련 업데이트들(timely and relevant updates)을 가능하게 한다. 그러한 것은 순위화 모델들(602)을 개선할 뿐만 아니라 본래 "단 한번인(one-off)" 특정 프로그램들의 효과적인 순위화를 인에이블하기 위해 활용된다. 그러한 순위화의 효과는 많은 청중을 갖거나 시청의 급격한 증가를 갖는 프로그램들이 식별되고, 프로그램 가이드(120)의 사용자들의 전부 또는 일부에 대한 프로그램들과 관련된 관련도 순위(114)를 부스팅하기 위해 이용된다는 점이다. 다른 예시로서, 오디오, 비디오, 또는 자막 방송(closed-captioning)/텍스트 지문과 같은 컨텐츠 식별 기법들은 프로그램을 식별하고 청중 시청자층(audience viewership)를 얻기 위해서 활용된다. 그러한 기법들과 함께, 1방향 쌍은 관련도 순위(114)의 인자로서 활용되는 매우 정밀한 시청자 통계를 제공한다.
일부 실시예들에서, 분석 컴포넌트(112)는 하루의 방송시간 구분 조정(daypart adjustment)(514)에 기초해서 관련도 순위(114)를 결정하도록 구성된다. 하루의 방송시간 구분 조정(514)은 관련 프로그램의 방송과 관련된 카렌다 시간(calendar time)에 기초해서 결정된다(예를 들어, 1주일 중 하루 및/또는 월요일 오전 9시, 금요일 오후 8시 등과 같은 하루 중의 시간). 가능하게는 특정 인구통계적 인자 또는 기타 인자들과 관련된 통상적인 자유 시간 또는 휴식 시간 때문에, 프로그램의 타입과 컨텐츠 소비자들이 그 프로그램을 시청하는 경향이 있는 때 사이의 강한 연관성이 존재한다.
특정한 프로그램과 관련된 인기도를 결정 또는 예측하기 위해서 또 다른 순위화 모델(602)이 이용될 수 있다. 하루의 방송시간 구분 조정(514)에 영향을 주는 인자들은, 예를 들어, 특정한 프로그램, 특정한 채널, 방송일, 방송시간, 장르/카테고리(502), 1주일 전, 2주일 전, 3주일 전 등의 시간의 그 날짜의 그 방송국과 관련된 시청률(audience share)뿐만 아니라, 프로그램이 생방송인지, 재실행인지, 현재 시즌의 에피소드의 재방송인지, 이전 시즌의 에피소드의 재방송인지, 개봉인지 등의 표시를 포함한다. 더욱이, 그러한 결정들은 시간 구역들(time zones)을 포괄할 수 있어서, 관련된 순위화 모델(602)은 만약 프로그램이 이전 시간 구역에서 인기 있는 것으로 결정되었었다면, 한 시간 구역에서 시작하는 동일한 프로그램이 매우 인기 있을 것이라고 결정할 가능성이 높다.
본 명세서에서 설명되거나 그렇지 않으면 개시된 본 발명과 함께 활용되는 기법들 중 일부 또는 전부는 국가들, 주들, 지역들 및 특정한 이웃들과 같은 특정한 현장에 적용되거나 맞춰질 수 있다. 순위화 모델들(602)이 인기도를 예측하거나 발견할 수 있고, 두 타입들의 모델링은 서로 다른 데이터 세트들 또는 동일한 데이터 세트들에서도 동시에 사용될 수 있다. 예를 들어, 제1 순위화 모델(
Figure 112016002707490-pct00004
)은 실시간 인기도 조정(512)에 기초해서 인기도를 모델링하도록 활용되며, 제2 순위화 모델(
Figure 112016002707490-pct00005
)은 하루의 방송시간 구분 조정(514)에 기초해서 인기도를 예측하기 위해 사용된다. 두 순위화 모델들(602) 모두 (뿐만 아니라 다른 순위화 모델들)는, 가능하게는 특정한 컨텐츠 소비자와 함께, 특정한 프로그램에 대한 관련도 순위(114)를 결정하기 위해 조합되어 이용될 수 있다.
더욱이, 특정한 디바이스의 다수의 사용자들이 별개의 프로파일들을 유지하거나 개별 사용자가 다수의 프로파일을 유지하도록 사용자 프로파일들이 구성될 수 있다. 서로 다른 사용자들/컨텐츠 소비자들이 서로 다른 타입들의 프로그램들에 관심이 있을 가능성이 높은 것과 같이, 주어진 사용자/컨텐츠 소비자는 서로 다른 상황들에 기초해서 서로 매우 다른 프로그램들에 관심이 있을 수 있다. 예를 들어, 어린 아이와 함께 볼 프로그램들을 부모가 검색하고 있을 때, 그러한 상황에서는 그렇지 않으면 부모가 관심 있을 타입의 컨텐츠와는 매우 다를 가능성이 높다. 따라서, 부모는 한 경우에 제1 프로파일을 선택하고 다른 경우에 제2 프로파일을 선택한다. 프로파일이 변경되기 때문에, 모든 프로그램들에 대한 관련된 관련도 순위(114)는 다를 가능성이 높다. 그러므로, 프로그램 가이드(120)를 채우기 위해 선택되는 프로그램 타이틀들(108)은 또한 다를 가능성이 높다. 더욱이 사용자 프로파일들 및 사용자 프로파일들 간의 스위칭은 명시적으로 요구되지는 않고 관측된 행동(observed behavior)에 기초해서 암시적으로 검출될 수 있다. 예를 들어, 한 시청 스타일은 보다 성인 취향의(adult-oriented) 컨텐츠를 포함하는 반면 다른 시청 스타일은 보다 아이들 취향의(child-oriented) 컨텐츠를 포함하는, 2개의 변화하는 시청 스타일들을 갖는 가정(household)을 고려하자. 이 경우에 바로 이전의 시청들에 기초해서 실시간으로 두 개의 시청 스타일들 중 어떤 것이 이용되고 있는지를 검출하는 것이 가능하고, 그러므로 관련도 순위(114)는 실시간으로 그 시청 스타일과 관련된 타입의 컨텐츠에 호의적이도록 이에 따라 조정될 수 있다.
프로그램 가이드를 생성하기 위한 예시 방법들
도 7 및 도 8은 본 발명의 특정 실시예들에 따른 다양한 방법론들을 설명한다. 한편, 설명의 단순성의 목적을 위해, 상기 방법론들은 다양한 흐름도들의 컨텍스트 내에서 일련의 액트들(acts)로서 도시되고 설명된다. 일부 액트들이 본 명세서에서 도시되고 설명된 다른 액트들과 다른 순서로 그리고/또는 동시에 발생할 수 있기 때문에, 본 발명의 실시예들은 액트들의 순서에 의해 한정되지 않음이 이해되어야 한다. 예를 들어, 통상의 기술자들은 상태도(state diagram)에서와 같이, 방법론이 일련의 상호관련된 상태들 또는 이벤트들로서 대안적으로 표현될 수 있음을 이해할 것이다. 더욱이, 모든 설명된 액트들이 개시된 본 발명에 따른 방법론을 구현하기 위해서 요구되는 것은 아니다. 추가적으로, 본 발명 전체에서 지금부터 개시되는 방법론들은 그러한 방법론들을 컴퓨터들에 수송하고 전달하는 것을 용이하게 하기 위한 제조물품(article of manufacture)에 저장될 수 있음이 더 이해될 것이다. 제조물품이라는 용어는, 본 명세서에서 사용되는 바와 같이, 어떤 컴퓨터 판독가능 디바이스 또는 저장 매체로부터 액세스 가능한 컴퓨터 프로그램을 포괄하도록 의도된다.
도 7은 예시 방법(700)을 설명한다. 방법(700)은 채널 축 및 시간 축과 독립적으로 제시될 수 있는 개선된 프로그램 가이드를 제공한다. 예를 들어, 기준 번호(702)에서, 프로그램 나열 정보는 예를 들어 데이터 컴포넌트에 의해 수신된다. 프로그램 나열 정보는 정의된 스케줄에 따른 프로그램들의 세트를 방송하는 채널들의 세트에 관한 것이다. 예를 들어, 채널들의 세트는 방송되는 프로그램들에 관련될 뿐만 아니라 이러한 프로그램들이 방송되는 시간에 관련되는 세트 스케줄을 갖는 케이블 혹은 위성 채널들 또는 OTA 채널들일 수 있다.
참조 번호(704)에서, 관련도 스코어는 프로그램들의 세트로부터의 한 프로그램에 대해 (예를 들어, 분석 컴포넌트에 의해서) 결정된다. 상기 관련도 스코어는 도 8에 관해 더 상세히 설명되는 구현 또는 이용가능한 데이터 세트에 의존하는 다양한 방식들로 구현된다.
참조 번호(706)에서, 프로그램 가이드는 참조 번호(702)에서 수신되는 프로그램들의 세트의 서브세트를 이용해서 생성된다. 프로그램들의 세트는 관련도 스코어에 기초해서 프로그램 가이드에 포함하기 위해서 선택된다. (프로그램 가이드에 포함되기 위해 선택되는) 프로그램들의 서브세트는 관련도 스코어에 기초해서 가이드 내에서 정렬된다. 예를 들어, 높은 관련도 스코어를 갖는 프로그램들은 통상적으로 낮은 관련도 스코어들을 갖는 프로그램들보다 순서 리스트(order list)에서 높게 나타난다. 프로그램 가이드의 제시는 채널 축을 포함하지 않는 방식일 수 있어서, 서로 다른 채널들로부터의 프로그램들이 동일한 로우 등에 나타날 수 있거나, 프로그램 가이드의 제시는 시간 축을 포함하지 않는 방식일 수 있어서, 서로 다른 시작 시간들을 갖는 프로그램들이 동일한 컬럼에 나타날 수 있고, 프로그램 제목을 포함하는 셀의 크기는 프로그램의 실행 시간과 독립적일 수 있다.
이제 도 8을 참조하면, 예시적인 방법(800)이 묘사된다. 방법(800)은 개선된 프로그램 가이드와 함께 추가적인 피처들 또는 양상들을 제공한다. 방법(800)은 삽입된 A의 시작에서 시작할 수 있다. 참조 번호(802)에서, 참조 번호(704)에서 결정되는 관련도 스코어는 시간 조정 인자에 기초해서 결정된다. 시간 조정 인자는 프로그램의 방송이 시작된 이후에 경과된 시간량에 따를 수 있다. 추가적으로 또는 대안적으로, 시간 조정 인자는 프로그램의 방송이 시작할 때까지의 시간량에 따를 수 있다. 예를 들어, 한참 진행중인 프로그램들은 일정 시간 동안 시작할 예정이 아닌 프로그램들만큼 심하게 페널티를 부여받은 관련된 관련도 스코어를 가질 수 있다.
하지만, 이는 언제나 있는 경우가 아니다. 예를 들어, 참조 번호(804)에서, 시간 조정 인자는 프로그램과 관련된 장르에 기초해서 가중치를 부여받을 수 있다. 프로그램들의 일부 장르들 또는 기타 카테고리들(예를 들어, 뉴스, 날씨, 스포츠 등)은 거의 종료되었을 때에도 필연적으로 매력을 잃지 않기 때문에, 그러한 프로그램들은 시간 조정 인자가 관련도 스코어에 갖는 영향의 면에서 적절히 가중치를 부여받는다.
참조 번호(806)에서, 관련도 스코어는 프로그램과 관련된 언어에 기초할 수 있다. 통상적으로, 언어 인자들은 디바이스 또는 애플리케이션 설정과 함께 적용될 수 있다. 예를 들어, 만약 디바이스 또는 애플리케이션이 특정한 언어에 대한 선호를 표시한다면, 그 특정한 언어로 방송되는 프로그램들이 일반적으로 촉진되며, 반면에 다른 언어들로 방송되는 프로그램들은 일반적으로 다양한 정도로 강등된다.
참조 번호(808)에서, 관련도 스코어는 프로그램과 관련된 표시 해상도에 기초해서 결정된다. 예를 들어, 이 표시 해상도 인자는 상기 프로그램이 고해상도, 표준해상도 등으로 표시되는지 여부에 따라 관련도 스코어에 영향을 줄 수 있다.
참조 번호(810)에서, 관련도 스코어는 프로그램 컨텐츠의 소비자와 함께 개인화 인자에 기초해서 결정된다. 상기 개인화 인자는 소비자 또는 상기 소비자와 관련된 디바이스에 관한 설정들, 선호들, 이력들, 평가들, 시청들, 프리뷰들, 임대들, 구매들 등에 관한 것일 수 있다. 그러한 데이터는 소비자의 기호(likes) 또는 관심사뿐만 아니라 불호(dislikes)를 결정하거나 추론하기 위한 하나 이상의 순위화 모델들과 함께 이용될 수 있고, 이는 적절히 관련도 스코어에 영향을 주기 위해 사용될 수 있다.
참조 번호(812)에서, 관련도 스코어는 하루의 방송시간 구분 인자에 기초해서 결정된다. 하루의 방송시간 구분 인자는 프로그램의 방송과 관련된 카렌다시간에 관한 것일 수 있다. 이는 예측 순위화 모델들과 함께 사용되고 관련도 스코어를 조정하기 위해 활용된다.
참조 번호(814)에서, 관련도 스코어는 프로그램과 관련된 실시간 방송 인기도 인자에 기초할 수 있다. 예를 들어, 만약 프로그램이 현재 매우 넓은 시청자층을 갖거나, 또는 어떤 이유로 인해 갑자기 유행한다면(trending)(예를 들어, 시청자층이 갑자기 증가함), 이는 관련도 스코어에 영향을 주도록 활용될 수 있다. 유사하게, 낮은 시청자층 또는 시청자들이 상기 프로그램을 끄거나 다른 프로그램들로 스위칭하는 경향은 또한, 통상적으로 부정적인 방식으로, 관련도 스코어에 영향을 줄 수 있다. 방법(800)이 종료된다.
예시 동작 환경들
아래에 설명되는 시스템들 및 프로세스들은 단일 집적 회로(IC) 칩, 다수의 IC들, 주문형 반도체(ASIC) 등과 같은 하드웨어 내에 수록될 수 있다. 더욱이, 프로세스 블럭들 중 일부 또는 전부가 각 프로세서에서 나타나는 순서는 한정적인 것으로 여겨져서는 안 된다. 그보다는, 프로세스 블럭들 중 일부는 다양한 순서들로 실행될 수 있고, 이들 다양한 순서들 모두가 본 명세서에 명시적으로 설명되지는 않음이 이해되어야 한다.
도 9를 참조로 하여, 청구된 본 발명의 다양한 양상들을 구현하기 위한 적합한 환경(900)은 컴퓨터(902)를 포함한다. 상기 컴퓨터(902)는 프로세싱 유닛(904), 시스템 메모리(906), 코덱(935) 및 시스템 버스(908)를 포함한다. 시스템 버스(908)는 시스템 메모리(906)를 프로세싱 유닛(904)에 결합하는 것을 포함하나, 이에 한정되지 않는 시스템 컴포넌트들을 결합한다. 프로세싱 유닛(904)은 다양한 이용 가능한 프로세서들 중 어떤 것일 수 있다. 이중의 마이크로프로세서들 및 기타 멀티프로세서 아키텍처들은 또한 프로세싱 유닛(904)으로서 이용될 수 있다.
시스템 버스(908)는 산업 표준 아키텍처(ISA), 마이크로 채널 아키텍처(MSA), 확장 ISA(EISA), 인텔리전트 구동 전자기기들(IDE), VESA 로컬 버스(VLB), 주변 컴포넌트 상호연결(PCI), 카드 버스, 유니버설 시리얼 버스(USB), 향상된 그래픽스 포트(AGP), 퍼스널 컴퓨터 메모리 카드 국제 협회 버스(PCMCIA), 파이어와이어(IEEE 1394) 및 스몰 컴퓨터 시스템즈 인터페이스(SCSI) 또는 현재 존재하거나 나중에 개발되는 기타 버스 아키텍처들을 포함하나 이에 한정되지 않는 어떤 다양한 이용가능한 버스 아키텍처들을 이용하는 메모리 버스 또는 메모리 제어기, 주변 버스 또는 외부 버스, 및/또는 로컬 버스를 포함하는 몇몇의 타입들의 버스 구조(들) 중 어떤 것일 수 있다.
시스템 메모리(906)는 휘발성 메모리(910) 및 비휘발성 메모리(912)를 포함한다. 시동(start-up) 동안과 같은 컴퓨터(902) 내의 소자들 간의 정보를 전달하는 기초 루틴들을 포함하는 기초 입/출력 시스템(BIOS)은 비휘발성 메모리(912)에 저장된다. 이에 더하여, 본 발명들에 따르면, 코덱(935)은 인코더 또는 디코더 중 적어도 하나를 포함하고, 인코더 또는 디코더 중 적어도 하나는 하드웨어, 소프트웨어, 또는 하드웨어와 소프트웨어의 조합으로 구성된다. 비록, 코덱(935)이 별개의 컴포넌트로서 묘사되었지만, 코덱(935)은 비휘발성 메모리(912) 내에 포함되거나 편집 컴포넌트(compilation component)(126)와 같이 본 명세서에서 상세히 설명되는 다른 컴포넌트들에 포함될 수 있다. 설명의 방식으로서, 그리고 한정이 아닌 방식으로서, 비휘발성 메모리(912)는 판독 전용 메모리(ROM), 프로그래밍 가능한 ROM(PROM), 전기적으로 프로그래밍 가능한 ROM(EPROM), 전기적으로 소거 가능하고 프로그래밍 가능한 ROM(EEPROM) 또는 플래시 메모리를 포함한다. 휘발성 메모리(910)는 외부 캐시 메모리로서 동작하는 랜덤 액세스 메모리(RAM)를 포함한다. 현재 양상들에 따르면, 휘발성 메모리는 기록 동작 재시도 로직(도 9에 미도시됨) 등을 저장할 수 있다. 설명의 방식으로서 그리고 한정이 아닌 방식으로서, RAM은 정적 RAM(SRAM), 동적 RAM(DRAM), 동기화 DRAM(SDRAM), 2배속 SDRAM(DDR SDRAM), 개선된 SDRAM(ESDRAM), 저항성 RAM(RRAM) 또는 현존하는 다른 RAM들 혹은 나중에 개발되는 RAM들과 같은 많은 형태들로 이용 가능하다.
컴퓨터(902)는 또한 이동식/비이동식(removable/non-removable), 휘발성/비휘발성 컴퓨터 저장 매체를 포함한다. 도 9는, 예를 들어, 디스크 저장소(914)를 설명한다. 디스크 저장소(914)는 자기 디스크 드라이브, 고체 상태 디스크(SSD) 플로피 디스크 드라이브, 테이프 드라이브, 플래시 메모리 카드 또는 메모리 스틱 등의 디바이스들을 포함하나 이에 한정되지 않는다. 이에 더하여, 디스크 저장소(914)는 컴팩트 디스크 ROM 디바이스(CD-ROM), CD 기록가능 드라이브(CD-R Drive), CD 재기록 가능 드라이브(CD-RW Drive) 또는 디지털 다기능 디스크 ROM 드라이브(DVD-ROM)와 같은 광학 디스크 드라이브를 포함하나 이에 한정되지 않는 별개의 저장 매체 또는 다른 저장 매체와 함께인 저장 매체를 포함한다. 디스크 저장 디바이스들(914)을 시스템 버스(908)에 연결하는 것을 용이하게 하기 위해서, 인터페이스(916)와 같은 이동식 또는 비이동식 인터페이스가 통상적으로 사용된다. 저장 디바이스들(914)이 사용자에 관한 정보를 저장할 수 있음이 이해된다. 그러한 정보는 서버 혹은 사용자 디바이스에서 실행중인 애플리케이션에 저장되거나 제공된다. 일 실시예에서, 사용자는 디스크 저장소(914)에 저장되고 그리고/또는 서버 혹은 애플리케이션에 송신되는 정보의 타입들을 (예를 들어, 출력 디바이스(들)(936)의 방식으로) 통지받을 수 있다. 사용자는 서버 또는 애플리케이션을 이용해서 (예를 들어, 입력 디바이스(들)(928)로부터의 입력의 방식으로)그러한 정보를 수집하고 그리고/또는 공유하는 것을 옵트-인 또는 옵트-아웃(opt-in or opt-out)할 기회를 제공받을 수 있다.
도 9가 사용자들과 적합한 운영 환경(900)에 설명된 기초 컴퓨터 자원들 간의 매개물(intermediary)로서 동작하는 소프트웨어를 설명함이 이해될 것이다. 그러한 소프트웨어는 운영 체제(918)를 포함한다. 디스크 저장소(914)에 저장되는 운영 체제(918)는 컴퓨터 시스템(902)의 자원들을 제어하고 할당하기 위해 동작한다. 애플리케이션들(920)은 시스템 메모리(906) 또는 디스크 저장소(914)에 저장된 부팅/셧다운 트랜잭션 테이블 등(boot/shutdown transaction table)과 같은 프로그램 모듈들(924) 및 프로그램 데이터(926)를 통한 운영 체제(918)에 의한 자원들의 관리를 이용한다. 청구된 본 발명이 다양한 운영 체제들 또는 운영 체제들의 조합들을 이용해서 구현될 수 있음이 이해될 것이다.
사용자는 입력 디바이스(들)(928)을 통해 컴퓨터(902)에 커맨드들 또는 정보를 입력한다. 입력 디바이스들(928)은 마우스, 스타일러스, 터치 패드, 키보드, 마이크로폰, 조이스틱, 게임 패드, 위성 접시(satellite dish), 스캐너, TV 튜너 카드, 디지털 카메라, 디지털 비디오 카메라, 웹 카메라 등과 같은 포인팅 디바이스를 포함하나 이에 한정되지 않는다. 이러한 입력 디바이스들 및 기타의 입력 디바이스들은 인터페이스 포트(들)(930)를 통해 시스템 버스(908)를 통해서 프로세싱 유닛(904)에 연결된다. 인터페이스 포트(들)(930)는 예를 들어, 직렬 포트, 병렬 포트, 게임 포트 및 유니버설 시리얼 버스(USB)를 포함한다. 출력 디바이스(들)(936)는 입력 디바이스(들)(928)와 동일한 타입의 포트들 중 일부를 사용한다. 그러므로, 예를 들어, USB 포트는 컴퓨터(902)에 입력을 제공하고 컴퓨터(902)로부터 출력 디바이스(936)에 정보를 출력하기 위해 사용될 수 있다. 출력 어댑터(934)는 특수한 어댑터들을 요구하는 다른 출력 디바이스들(936) 중에서도 특히, 모니터들, 스피커들, 및 프린터들과 같은 일부 출력 디바이스들(936)이 존재함을 설명하기 위해 제공된다. 출력 어댑터들(934)은, 설명의 방식으로서 그리고 한정이 아닌 방식으로서, 출력 디바이스(936)와 시스템 버스(908) 간의 연결의 수단을 제공하는 비디오 및 사운드 카드들을 포함한다. 다른 디바이스들 및/또는 디바이스들의 시스템들은 원격 컴퓨터(들)(938)와 같은 입력 기능들 및 출력 기능들 둘 모두를 제공함이 주목되어야 한다.
컴퓨터(902)는 원격 컴퓨터(들)(938)와 같은 하나 이상의 원격 컴퓨터들에 대한 로직 연결들(logical connections)을 이용한 네트워킹된 환경에서 동작한다. 원격 컴퓨터(들)(938)는 퍼스널 컴퓨터, 서버, 라우터, 네트워크 PC, 워크스테이션, 마이크로프로세서에 기초한 기기, 피어 디바이스(peer device), 스마트폰, 태블릿, 또는 기타 네트워크 노드일 수 있고, 통상적으로 컴퓨터(902)에 관한 설명된 소자들 중 다수를 포함할 수 있다. 간결성의 목적들을 위해서, 메모리 저장 디바이스(940) 만이 원격 컴퓨터(들)(938)와 함께 설명된다. 원격 컴퓨터(들)(938)는 네트워크 인터페이스(942)를 통해 컴퓨터(902)에 로직으로 연결되며 그 후에 통신 연결(들)(944)을 통해 연결된다. 네트워크 인터페이스(942)는 로컬 영역 네트워크들(LAN) 및 광역 네트워크들(WAN) 및 셀룰러 네트워크들과 같은 유선 및/또는 무선 통신 네트워크들을 포괄한다. LAN 기술들은 광섬유 분산 데이터 인터페이스(FDDI), 구리 분산 데이터 인터페이스(CDDI), 이더넷(Ethernet), 토큰 링(Token Ring) 등을 포함한다. WAN 기술들은 2지점간 링크들(point-to-point links), 통합 서비스 디지털 네트워크(ISDN) 및 이의 변형들과 같은 회로 스위칭 네트워크들, 패킷 스위칭 네트워크들 및 디지털 가입자 라인들(DSL)을 포함하나 이에 한정되지 않는다.
통신 연결(들)(944)은 네트워크 인터페이스(942)를 버스(908)에 연결하기 위해 이용되는 하드웨어/소프트웨어를 참조한다. 비록 통신 연결(944)이 컴퓨터(902) 내에 설명적인 명료성을 위해 도시되었지만, 이는 컴퓨터(902) 외부에 있을 수도 있다. 네트워크 인터페이스(942)에 연결하기 위해 필요한 하드웨어/소프트웨어는, 단지 예시적인 목적들을 위해서, 정규 전화 등급 모뎀들, 케이블 모뎀들 및 DSL 모뎀들, ISDN 어댑터들, 및 유선 및 무선 이더넷 카드들, 허브들, 및 라우터들을 포함하는 모뎀들과 같은 내부 및 외부 기술들을 포함한다.
이제 도 10을 참조하면, 이 명세서와 함께 컴퓨팅 환경(1000)의 개략적인 블럭도가 설명된다. 시스템(1000)은 하나 이상의 클라이언트(들)(1002)(예를 들어, 랩탑들, 스마트폰들, PDA들, 미디어 플레이어들, 컴퓨터들, 휴대용 전자 디바이스들, 태블릿들 등)를 포함한다. 클라이언트(들)(1002)는 하드웨어 및/또는 소프트웨어(예를 들어, 쓰레드들, 프로세스들, 컴퓨팅 디바이스들)일 수 있다. 상기 시스템(1000)은 또한 하나 이상의 서버(들)(1004)를 포함할 수 있다. 상기 서버(들)(1004) 또한 하드웨어이거나 소프트웨어와 함께인 하드웨어(예를 들어, 쓰레드들, 프로세스들, 컴퓨팅 디바이스들)일 수 있다. 서버들(1004)은 예를 들어, 본 발명의 양상들을 이용함으로써 변환들을 수행하기 위해 쓰레드들을 하우징(housing)할 수 있다. 클라이언트(1002)와 서버(1004) 간의 하나의 가능한 통신은 2개 이상의 컴퓨터 프로세스들 간에 송신되는 데이터 패킷의 형태일 수 있고 여기서 데이터 패킷은 비디오 데이터를 포함한다. 데이터 패킷은, 예를 들어, 쿠키 및/또는 관련된 컨텍스트 정보(contextual information)를 포함한다. 상기 시스템(1000)은 클라이언트(들)(1002)과 서버(들)(1004) 간의 통신들을 용이하게 하기 위해 이용되는 통신 프레임워크(1006)(예를 들어, 인터넷과 같은 글로벌 통신 네트워크, 또는 모바일 네트워크(들))를 포함한다.
통신들은 유선(광섬유를 포함함) 및/또는 무선 기술을 통해서 용이하게 될 수 있다. 클라이언트(들)(1002)는 클라이언트(들)(1002)에 국한된 정보(예를 들어, 쿠키(들) 및/또는 관련된 컨텍스트 정보)를 저장하기 위해 이용되는 하나 이상의 클라이언트 데이터 저장소(들)(1008)에 동작적으로 연결된다. 유사하게, 서버(들)(1004)는 서버들(1004)에 국한되어 정보를 저장하기 위해 이용되는 하나 이상의 서버 데이터 저장소(들)(1010)에 동작적으로 연결된다.
일 실시예에서, 개시된 본 발명에 따라, 클라이언트(1002)는 서버(1004)에 인코딩된 파일을 전달한다. 서버(1004)는 파일을 저장하거나, 파일을 디코딩하거나, 또는 파일을 다른 클라이언트(1002)에 송신할 수 있다. 클라이언트(1002)는 또한 미압축된 파일(uncompressed file)을 서버(1004)에 전달하고 서버(1004)는 개시된 본 발명에 따라 파일을 압축한다. 유사하게, 서버(1004)는 비디오 정보를 인코딩하고 통신 프레임워크(1006)를 통해 하나 이상의 클라이언트들(1002)에 상기 정보를 송신할 수 있다.
본 발명의 설명된 양상들은 또한 특정 태스크들이 통신 네트워크를 통해 연결된 원격 프로세싱 디바이스들에 의해 수행되는 분산된 컴퓨팅 환경들에서 실시될 수 있다. 분산된 컴퓨팅 환경에서, 프로그램 모듈들은 로컬 및 원격 메모리 저장 디바이스들 둘 모두에 위치될 수 있다.
더욱이, 본 명세서에서 설명된 다양한 컴포넌트들은 본 발명(들)의 실시예들을 구현하기 위한 컴포넌트들 및 적절한 값의 회로 소자들을 포함하는 전자 회로(들)을 포함할 수 있음이 이해될 것이다. 더욱이, 다양한 컴포넌트들 중 다수가 하나 이상의 집적 회로(IC) 칩들에 구현될 수 있음이 이해될 것이다. 예를 들어, 한 실시예에서, 컴포넌트들의 세트는 단일 IC 칩에 구현될 수 있다. 다른 실시예들에서, 하나 이상의 각각의 컴포넌트들은 별개의 IC 칩들에 제작되거나 구현된다.
위에 설명된 것은 본 발명의 실시예들의 예시들을 포함한다. 물론, 청구된 본 발명을 설명하는 목적들을 위한 컴포넌트들 또는 방법론들의 모든 생각할 수 있는 조합을 설명하는 것은 가능하지 않지만, 본 발명의 많은 추가적인 조합들(combinations) 및 치환들(permutations)이 가능함이 이해될 것이다. 따라서, 청구된 본 발명은 첨부된 특허청구범위의 사상 및 범위 내에 있는 모든 그러한 변경들, 수정들 및 변형들을 포괄(embrace)하도록 의도된다. 더욱이, 요약서에 설명된 것을 포함하여, 본 발명의 설명된 실시예들의 위의 설명은 포괄적인 것으로 의도되지 않았으며 개시된 정밀한 형태들로 개시된 발명을 한정하려고 의도되지 않았다. 비록 특정 실시예들 및 예시들이 설명적인 목적들을 위해서 본 명세서에서 설명되었지만, 관련 기술분야의 통상의 기술자가 인식할 수 있는 바와 같이, 그러한 실시예들 및 예시들의 범위 내에 있는 것으로 고려되는 다양한 수정들이 가능하다. 더욱이, 전체에서 "일 실시예(an embodiment or one embodiment)"라는 용어의 사용은 그와 같이 구체적으로 설명되지 않는 한 동일한 실시예를 의미하는 것으로 의도되지 않았다.
특히 그리고 위에 설명된 컴포넌트들, 디바이스들, 회로들, 시스템들 등에 의해 수행되는 다양한 기능들에 관해, 그러한 컴포넌트들을 설명하기 위해 사용되는 용어들은, 비록 개시된 구조와 구조적으로 등가가 아니더라도, 달리 표시되지 않는 한 설명된 컴포넌트의 특정 기능을 수행하는 임의의 컴포넌트(예를 들어, 기능적 등가)에 대응하는 것으로 의도되며, 이는 청구된 본 발명의 본 명세서에서 설명된 대표적인 양상들의 기능을 수행한다. 이러한 관점에서, 본 발명이 또한 청구된 본 발명의 다양한 방법들의 액트들 및/또는 이벤트들을 수행하기 위한 시스템뿐만 아니라 컴퓨터에 의해 실행가능한 명령어들을 갖는 컴퓨터 판독가능 저장 매체를 포함함이 인식될 것이다.
전술한 시스템들/회로들/모듈들은 몇몇의 컴포넌트들/블럭들 간의 인터렉션(interaction)에 관해 설명되었다. 그러한 시스템들/회로들 및 컴포넌트들/블럭들은 그러한 컴포넌트들 또는 특정 서브컴포넌트들, 특정 컴포넌트들 중 일부 또는 서브 컴포넌트들, 및/또는 추가 컴포넌트들을 포함하고, 전술한 것들의 다양한 치환 및 조합에 따른다는 것이 이해될 것이다. 서브 컴포넌트들은 또한 부모 컴포넌트들(parent components) 내에 포함되기보다는 기타 컴포넌트들에 통신적으로 결합된 컴포넌트들로서 구현된다. 추가적으로, 하나 이상의 컴포넌트들이 종합 기능을 제공하는 단일 컴포넌트로 조합될 수 있거나 몇몇의 별개의 서브 컴포넌트들로 분할될 수 있고, 관리층과 같은 하나 이상의 중간층들이 종합 기능을 제공하기 위해서 그러한 서브 컴포넌트들을 통신적으로 결합하기 위해 제공될 수 있음이 주목되어야 한다. 본 명세서에서 설명되는 어떤 컴포넌트들은 또한 본 명세서에서 명시적으로 설명되지 않았지만 통상의 기술자들에게는 알려진 하나 이상의 컴포넌트들과 인터렉션할 것이다.
이에 더하여, 비록 본 발명의 특정 피처(feature)는 몇몇의 구현들 중 하나에 관해서만 개시되었지만, 어떤 주어진 응용 또는 특정 응용에 대해 바람직하고 유리하다면, 그러한 피처는 다른 구현들의 하나 이상의 다른 피처들과 조합될 수 있다. 더욱이, "포함하는(includes, including)," "갖는(has)," "포함하는(contains)"이라는 용어들 및 이들의 변형들, 그리고 기타 유사한 단어들이 상세한 설명 또는 특허청구범위 둘 중 하나에서 사용되는 한, 이러한 용어들은 어떤 추가적인 또는 기타 요소들을 배제(preclude)함이 없이 개방형 전환부(open transition word)로서 "포함하는(comprising)"이라는 용어와 유사한 방식으로 포함적(inclusive)인 것으로 의도된다.
본 출원에서 사용되는 바와 같이, 용어들 "컴포넌트," "모듈," "시스템" 등의 용어들은 일반적으로 하드웨어(예를 들어, 회로), 하드웨어 및 소프트웨어의 조합, 소프트웨어, 또는 하나 이상의 특정 기능성들을 갖는 동작 머신(operational machine)에 관한 엔터티 중 하나인 컴퓨터에 관한 엔터티(computer-related entity)를 참조하려고 의도된다. 예를 들어, 컴포넌트는 프로세서에서 실행중인 프로세스(예를 들어, 디지털 신호 프로세서), 프로세서, 오브젝트, 실행가능한 파일(executable), 쓰레드 실행(thread of execution), 프로그램 및/또는 컴퓨터일 수 있으나 이에 한정되지 않는다. 설명의 방식으로서, 제어기에서 실행중인 애플리케이션 및 제어기 둘 모두는 컴포넌트일 수 있다. 하나 이상의 컴포넌트들은 프로세스 및/또는 실행 쓰레드에 상주할 수 있고 컴포넌트는 하나의 컴퓨터에 로컬화되고 그리고/또는 2개 이상의 컴퓨터들 간에 분산될 수 있다. 더욱이, "디바이스"는 특수하게 설계된 하드웨어, 하드웨어가 특수 기능을 수행하도록 인에이블하는 일반화된 하드웨어 상의 소프트웨어의 실행에 의해 특수화되는 상기 일반화된 하드웨어, 컴퓨터 판독가능 매체에 저장된 소프트웨어, 또는 이들의 조합의 형태일 수 있다.
더욱이, 본 명세서에서 사용되는 "예시(example)" 또는 "대표적인(exemplary)"이라는 단어들은 예시, 인스턴스(instance) 또는 설명으로서 역할하는 것을 의미하기 위해 사용된다. 본 명세서에서 "대표적인" 것으로서 설명되는 임의의 양상 또는 설계는 필연적으로 다른 양상들 또는 설계들에 비해 바람직하거나 유리한 것으로 이해되어서는 안 된다. 그보다는, "예시" 또는 "대표적인"이라는 단어들의 사용은 구체적인 방식(concrete fashion)으로 개념들을 제시하도록 의도된다. 본 출원에서 사용되는 바와 같이, "또는(or)"이라는 용어는 배타적(exclusive) "또는"보다는 포함적 "또는"을 의미하도록 의도된다. 즉, 달리 특정되거나 컨텍스트로부터 분명하지 않는 한, "X는 A 또는 B를 이용한다"는 임의의 자연 포함적 치환들(natural inclusive permutations)을 의미하도록 의도된다. 즉, 만약 X가 A를 이용한다; X가 B를 이용한다; 또는 X가 A 및 B를 이용한다면, 임의의 전술한 인스턴스들 하에서 "X가 A 또는 B를 이용한다"가 만족된다. 이에 더하여, 본 출원에서 사용되는 "하나의(a and an)"라는 관사들(articles) 및 첨부된 특허청구범위는 달리 명시되거나 단일 형태에 관한 것이 컨텍스트로부터 분명하지 않는 한, 일반적으로 "하나 이상"을 의미하도록 이해되어야 한다.
컴퓨팅 디바이스들은 통상적으로 다양한 매체를 포함하고, 이는 컴퓨터 판독가능 저장 매체 및/또는 통신 매체를 포함하고, 이들 2개의 용어들은 다음과 같이 본 명세서에서 서로 다르게 사용된다. 컴퓨터 판독가능 저장 매체는 컴퓨터에 의해 액세스되고 통상적으로 비일시적 본성을 갖고, 휘발성 및 비휘발성 매체, 이동식 및 비이동식 매체 둘 모두를 포함하는 임의의 이용가능한 저장 매체일 수 있다. 예시의 방식으로서, 그리고 한정이 아닌 것으로서, 컴퓨터 판독가능 저장 매체는 컴퓨터 판독가능 명령어들, 프로그램 모듈들, 구조화된 데이터 또는 비구조화된 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술과 함께 구현될 수 있다. 컴퓨터 판독가능 저장 매체는 원하는 정보를 저장하기 위해 사용될 수 있는 RAM, ROM, EEPROM, 플래시 메모리 또는 기타 메모리 기술, CD-ROM, 디지털 다기능 디스크(DVD) 또는 기타 광학 디스크 저장소, 자기 카세트들, 자기 테이프, 자기 디스크 저장소 또는 기타 자기 저장 디바이스들, 또는 기타의 유형의(tangible) 및/또는 비일시적 매체를 포함하나 이에 한정되지 않는다. 컴퓨터 판독가능 저장 매체는, 예를 들어, 액세스 요청들, 쿼리들 또는 기타 데이터 검색 프로토콜들을 통해, 매체에 의해 저장되는 정보에 관한 다양한 동작들을 위해서, 하나 이상의 로컬 또는 원격 컴퓨팅 디바이스들에 의해 액세스된다.
한편, 통신 매체는 통상적으로 컴퓨터 판독가능 명령어들, 데이터 구조들, 프로그램 모듈들 또는 기타 구조화된 또는 비구조화된 데이터를 예를 들어, 반송파(carrier wave) 또는 기타 수송 메커니즘 등의 변조된 데이터 신호(modulated data signal)와 같은 일시적인 데이터 신호에 통상적으로 구현하며, 임의의 정보 전달 또는 수송 매체를 포함한다. "변조된 데이터 신호" 또는 신호들이라는 용어는 하나 이상의 신호들에 정보를 인코딩(encoding)하는 방식으로 설정 또는 변경되는 하나 이상의 신호 특징들을 갖는 신호를 의미한다. 예시의 방식으로서, 그리고 한정이 아닌 것으로서, 통신 매체는 유선 네트워크 또는 직접 유선 연결과 같은 유선 매체, 그리고 음향, RF, 적외선 및 기타 무선 매체와 같은 무선 매체를 포함한다.

Claims (20)

  1. 미디어 가이드(media guidance)를 위한 시스템으로서,
    컴퓨터 실행가능 컴포넌트들을 저장하는 메모리와; 그리고
    하드웨어 프로세서를 포함하며, 상기 하드웨어 프로세서는 상기 메모리에 저장된 상기 컴퓨터 실행가능 컴포넌트들의 실행 시:
    복수의 프로그램들을 방송(broadcast)하는 복수의 채널들에 대한 프로그램 스케줄 데이터를 수신하고;
    사용자 디바이스로부터, 각각의 프로그램의 방송에서 남은 시간(remaining time)에 기초한 시간 조정(time adjustment)을 포함하는 복수의 관련도 인자들(relevance factors)을 수신하고;
    상기 복수의 프로그램들로부터의 각각의 프로그램과 관련된 관련도 스코어(relevance score)를 결정 - 상기 관련도 스코어는, 상기 사용자 디바이스로부터 수신된 상기 복수의 관련도 인자들의 각각의 타입에 기초하여 복수의 순위화 모델(ranking model)들로부터 상기 복수의 관련도 인자들 각각에 대한 순위화 모델을 선택하고 그리고 상기 관련도 스코어를 생성하기 위해 각각의 대응하는 관련도 스코어에 상기 선택된 순위화 모델들 각각을 적용함으로써 결정됨 - 하고;
    상기 관련도 스코어에 기초하여 선택되는 상기 복수의 프로그램들로부터의 프로그램들의 서브세트를 갖는 프로그램 가이드를 생성하도록 구성되며, 상기 프로그램들의 서브세트는 상기 관련도 스코어에 기초하여 상기 프로그램 가이드에서 순서화되고, 채널 식별자(channel identifier) 또는 시작시간에 기초하여 인덱싱되지 않는 것을 특징으로 하는 시스템.
  2. 제 1항에 있어서,
    상기 프로그램 가이드의 표시는 채널과 관련된 채널 축 및 상기 방송의 시간과 관련된 시간 축과는 독립적으로 수행되는 것을 특징으로 하는 시스템.
  3. 삭제
  4. 제 1항에 있어서,
    상기 하드웨어 프로세서는 현재시간과 각각의 프로그램에 대한 시작시간 혹은 남은 시간과의 비교로부터 상기 시간 조정을 결정하도록 구성된 것을 특징으로 하는 시스템.
  5. 제 4항에 있어서,
    상기 하드웨어 프로세서는 또한, 각각의 프로그램과 관련된 장르 또는 카테고리에 따라 상기 시간 조정을 결정하도록 구성되며, 상기 시간 조정은 제2 장르 또는 카테고리에 대한 관련도 순위보다 제1 장르 또는 카테고리에 대한 관련도 순위에 더 크게 영향을 미치는 것을 특징으로 하는 시스템.
  6. 제 1항에 있어서,
    상기 하드웨어 프로세서는 또한, 사용자 디바이스와 관련된 데이터에 기초하여 결정되는 언어 조정에 기초하여 상기 관련도 스코어를 결정하도록 구성된 것을 특징으로 하는 시스템.
  7. 제 1항에 있어서,
    상기 하드웨어 프로세서는 또한, 사용자 디바이스와 관련된 데이터에 기초하여 결정되는 미디어 컨텐츠 품질 조정에 기초하여 상기 관련도 스코어를 결정하도록 구성된 것을 특징으로 하는 시스템.
  8. 제 1항에 있어서,
    상기 하드웨어 프로세서는 또한, 사용자 디바이스 또는 사용자와 관련된 데이터에 기초하여 결정되는 개인화 조정(personalization adjustment) 및 순위화 모델에 기초하여 상기 관련도 스코어를 결정하도록 구성된 것을 특징으로 하는 시스템.
  9. 제 1항에 있어서,
    상기 하드웨어 프로세서는 또한, 프로그램과 관련된 데이터에 기초하여 결정되는 생방송 인기도 조정(live broadcast popularity adjustment)에 기초하여 상기 관련도 스코어를 결정하도록 구성된 것을 특징으로 하는 시스템.
  10. 제 1항에 있어서,
    상기 하드웨어 프로세서는 또한, 프로그램의 방송과 관련된 카렌다 시간(calendar time)에 기초하여 결정되는 하루의 방송시간 구분 조정(daypart adjustment)에 기초하여 상기 관련도 스코어를 결정하도록 구성된 것을 특징으로 하는 시스템.
  11. 미디어 가이드를 위한 방법으로서,
    복수의 프로그램들을 방송하는 복수의 채널들에 대한 프로그램 스케줄 데이터(program schedule data)를 수신하는 단계와;
    사용자 디바이스로부터, 각각의 프로그램의 방송에서 남은 시간에 기초한 시간 조정을 포함하는 복수의 관련도 인자들을 수신하는 단계와;
    상기 복수의 프로그램들부터의 각각의 프로그램과 관련된 관련도 스코어를 결정하는 단계 - 상기 관련도 스코어는, 상기 사용자 디바이스로부터 수신된 상기 복수의 관련도 인자들의 각각의 타입에 기초하여 복수의 순위화 모델들로부터 상기 복수의 관련도 인자들 각각에 대한 순위화 모델을 선택하고 그리고 상기 관련도 스코어를 생성하기 위해 각각의 대응하는 관련도 스코어에 상기 선택된 순위화 모델들 각각을 적용함으로써 결정됨 - 와; 그리고
    상기 관련도 스코어에 기초하여 선택되는 상기 복수의 프로그램들로부터의 프로그램들의 서브세트를 갖는 프로그램 가이드를 생성하는 단계를 포함하며, 상기 프로그램들의 서브세트는 상기 관련도 스코어에 기초하여 상기 프로그램 가이드에서 순서화되고, 채널 식별자 또는 시작시간에 기초하여 인덱싱되지 않는 것을 특징으로 하는 방법.
  12. 제 11항에 있어서,
    상기 프로그램 가이드의 표시는 채널과 관련된 채널 축 및 상기 방송의 시간과 관련된 시간 축과는 독립적으로 수행되는 것을 특징으로 하는 하는 방법.
  13. 삭제
  14. 제 11항에 있어서,
    상기 시간 조정은 현재시간과 각각의 프로그램에 대한 시작시간 혹은 남은 시간과의 비교로부터 결정되는 것을 특징으로 하는 방법.
  15. 제 14항에 있어서,
    상기 시간 조정은 각각의 프로그램과 관련된 장르 또는 카테고리에 따라 결정되며, 상기 시간 조정은 제2 장르 또는 카테고리에 대한 관련도 순위보다 제1 장르 또는 카테고리에 대한 관련도 순위에 더 크게 영향을 미치는 것을 특징으로 하는 방법.
  16. 제 11항에 있어서,
    상기 관련도 스코어는 사용자 디바이스와 관련된 데이터에 기초하여 결정되는 언어 조정에 기초하여 결정되는 것을 특징으로 하는 방법.
  17. 제 11항에 있어서,
    상기 관련도 스코어는 사용자 디바이스와 관련된 데이터에 기초하여 결정되는 미디어 컨텐츠 품질 조정에 기초하여 결정되는 것을 특징으로 하는 방법.
  18. 제 11항에 있어서,
    상기 관련도 스코어는 사용자 디바이스 또는 사용자와 관련된 데이터에 기초하여 결정되는 개인화 조정(personalization adjustment) 및 순위화 모델에 기초하여 결정되는 것을 특징으로 하는 방법.
  19. 제 11항에 있어서,
    상기 관련도 스코어는 프로그램과 관련된 데이터에 기초하여 결정되는 생방송 인기도 조정에 기초하여 결정되는 것을 특징으로 하는 방법.
  20. 제 11항에 있어서,
    상기 관련도 스코어는 프로그램의 방송과 관련된 카렌다 시간에 기초하여 결정되는 하루의 방송시간 구분 조정에 기초하여 결정되는 것을 특징으로 하는 방법.
KR1020167000663A 2013-06-17 2014-06-17 개선된 프로그램 가이드 KR101832996B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/919,736 2013-06-17
US13/919,736 US9313551B2 (en) 2013-06-17 2013-06-17 Enhanced program guide
PCT/US2014/042786 WO2014204992A1 (en) 2013-06-17 2014-06-17 Enhanced program guide

Publications (2)

Publication Number Publication Date
KR20160021197A KR20160021197A (ko) 2016-02-24
KR101832996B1 true KR101832996B1 (ko) 2018-02-27

Family

ID=51168437

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020167000663A KR101832996B1 (ko) 2013-06-17 2014-06-17 개선된 프로그램 가이드

Country Status (5)

Country Link
US (3) US9313551B2 (ko)
EP (1) EP3011754A1 (ko)
KR (1) KR101832996B1 (ko)
CN (1) CN105340288B (ko)
WO (1) WO2014204992A1 (ko)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5052691B1 (ja) * 2011-06-29 2012-10-17 株式会社ソニー・コンピュータエンタテインメント 情報処理装置および情報処理方法
US9313551B2 (en) * 2013-06-17 2016-04-12 Google Inc. Enhanced program guide
US9552395B2 (en) * 2013-11-13 2017-01-24 Google Inc. Methods, systems, and media for presenting recommended media content items
US9712882B2 (en) * 2015-04-27 2017-07-18 Echostar Technologies L.L.C. Dynamic content selection menu
US9900648B2 (en) * 2015-08-21 2018-02-20 Echostar Technologies L.L.C. Systems and methods for search and categorization
CN105867859A (zh) * 2016-03-25 2016-08-17 广东威创视讯科技股份有限公司 一种拼接墙窗口开窗方法及装置
US20170308609A1 (en) * 2016-04-21 2017-10-26 Microsoft Technology Licensing, Llc Multi-result ranking exploration
CN107071528A (zh) * 2017-04-20 2017-08-18 暴风集团股份有限公司 一种体育赛程的显示方法和显示装置
KR102384215B1 (ko) * 2017-08-01 2022-04-07 삼성전자주식회사 전자 장치 및 그의 제어방법
US10820042B2 (en) 2017-09-18 2020-10-27 Arris Enterprises Llc Multiplexed delivery of media associated with guide display options
CN108366276B (zh) * 2018-03-16 2020-05-01 中国传媒大学 收视偏好分析方法及系统
CN108737845B (zh) 2018-05-22 2019-09-10 北京百度网讯科技有限公司 直播处理方法、装置、设备以及存储介质
KR20200139504A (ko) 2019-06-04 2020-12-14 김주형 우산건조장치
KR102135010B1 (ko) 2020-05-15 2020-07-16 김주철 진공흡입 싸이클론식 우산빗물제거장치
US11303968B1 (en) 2020-10-09 2022-04-12 Hulu, LLC Personalized ranking of entities in an electronic programming guide for live television
US20220159327A1 (en) * 2020-11-19 2022-05-19 12AM Worldwide, Inc. Video Streaming Platform
US11968409B2 (en) * 2022-04-26 2024-04-23 Pinterest, Inc. Intelligent video playback

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002047387A3 (en) 2000-12-06 2003-03-13 Koninkl Philips Electronics Nv Recommender system using 'fuzzy-now' for real-time events
US20040216156A1 (en) 2003-04-23 2004-10-28 Mark Wagner Customized EPG display with visual cues
WO2009131408A2 (ko) 2008-04-24 2009-10-29 삼성전자 주식회사 방송 컨텐츠를 추천하는 방법과 그 장치

Family Cites Families (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6483548B1 (en) * 1998-12-28 2002-11-19 Research Investment Network, Inc. Method of data display for electronic program guides (EPGs)
US6754906B1 (en) 1999-03-29 2004-06-22 The Directv Group, Inc. Categorical electronic program guide
US7757250B1 (en) 2001-04-04 2010-07-13 Microsoft Corporation Time-centric training, inference and user interface for personalized media program guides
US9264755B2 (en) * 2001-07-13 2016-02-16 Universal Electronics Inc. System and method for presenting program guide information in an electronic portable device
US7657907B2 (en) 2002-09-30 2010-02-02 Sharp Laboratories Of America, Inc. Automatic user profiling
AU2003260913A1 (en) 2002-10-09 2004-05-04 Koninklijke Philips Electronics N.V. Building up an interest profile on a media system with stored agents for media recommendation
US20040098744A1 (en) 2002-11-18 2004-05-20 Koninklijke Philips Electronics N.V. Creation of a stereotypical profile via image based clustering
US20040128690A1 (en) * 2002-12-31 2004-07-01 Yosef Zohar Ariely Apparatus, method and a computer readable medium for providing interactive services
EP1609312A4 (en) 2003-04-03 2007-10-10 Sedna Patent Services Llc NOTIFICATION AND DISSEMINATION OF CONTENT
WO2004107748A1 (ja) * 2003-05-27 2004-12-09 Matsushita Electric Industrial Co., Ltd. 番組情報表示装置
EP1634449A1 (en) * 2003-05-30 2006-03-15 Koninklijke Philips Electronics N.V. Ascertaining show priority for recording of tv shows depending upon their viewed status
CN1799256B (zh) 2003-05-30 2011-06-15 皇家飞利浦电子股份有限公司 记录推荐的节目的设备和方法及推荐节目的设备和方法
US20050273815A1 (en) * 2004-06-04 2005-12-08 Ati Technologies Inc. Method and apparatus for the display of electronic program guide information
WO2005122579A1 (ja) * 2004-06-08 2005-12-22 Matsushita Electric Industrial Co., Ltd. 番組選択支援装置
JP4270037B2 (ja) 2004-06-16 2009-05-27 ソニー株式会社 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム
US7487530B2 (en) * 2004-07-09 2009-02-03 Victor Company Of Japan, Ltd. Method and apparatus for ranking broadcast programs
US7721311B2 (en) 2004-09-24 2010-05-18 Canon Kabushiki Kaisha Displaying EPG information on a digital television
JP3789463B1 (ja) * 2005-02-07 2006-06-21 三菱電機株式会社 推奨番組抽出装置及び推奨番組抽出方法
CN101536520B (zh) 2006-09-29 2011-08-17 联合视频制品公司 交互式媒体指南应用程序的配置文件的管理
US8359309B1 (en) * 2007-05-23 2013-01-22 Google Inc. Modifying search result ranking based on corpus search statistics
US8275764B2 (en) * 2007-08-24 2012-09-25 Google Inc. Recommending media programs based on media program popularity
US20090219168A1 (en) * 2008-02-29 2009-09-03 Sony Corporation Living posters
US8641529B2 (en) * 2008-06-27 2014-02-04 Microsoft Corporation Scheduled programmatic game content
US20100070871A1 (en) * 2008-09-12 2010-03-18 International Business Machines Corporation Extendable Recommender Framework for Web-Based Systems
WO2010104927A2 (en) * 2009-03-10 2010-09-16 Viasat, Inc. Internet protocol broadcasting
US8176043B2 (en) * 2009-03-12 2012-05-08 Comcast Interactive Media, Llc Ranking search results
US8185445B1 (en) * 2009-09-09 2012-05-22 Dopa Music Ltd. Method for providing background music
US9043839B2 (en) 2010-02-19 2015-05-26 Thomson Licensing Media content spatial navigation
US9215420B2 (en) * 2010-06-01 2015-12-15 Comcast Cable Communications, Llc Ranking search results
US20120010886A1 (en) * 2010-07-06 2012-01-12 Javad Razavilar Language Identification
CN103329560B (zh) * 2010-08-26 2017-02-08 泰瑞克·塔勒布 用于创建为社交网络定制的多媒体内容频道的系统和方法
US20120136718A1 (en) * 2010-11-29 2012-05-31 Microsoft Corporation Display of Search Ads in Local Language
US8375025B1 (en) * 2010-12-30 2013-02-12 Google Inc. Language-specific search results
EP2681921A2 (en) * 2011-02-28 2014-01-08 Telefonaktiebolaget LM Ericsson (PUBL) Electronically communicating media recommendations responsive to preferences for an electronic terminal
US9495465B2 (en) * 2011-07-20 2016-11-15 Redbox Automated Retail, Llc System and method for providing the identification of geographically closest article dispensing machines
US8954414B2 (en) * 2011-11-22 2015-02-10 Microsoft Technology Licensing, Llc Search model updates
US8792912B2 (en) * 2011-12-22 2014-07-29 Cisco Technology, Inc. System and method for providing proximity-based dynamic content in a network environment
US9558294B2 (en) * 2012-02-08 2017-01-31 Microsoft Technology Licnesing, Llc Asynchronous caching to improve user experience
US9658998B2 (en) * 2012-02-24 2017-05-23 American Express Travel Related Services Company, Inc. Systems and methods for internationalization and localization
US9313551B2 (en) * 2013-06-17 2016-04-12 Google Inc. Enhanced program guide
US9668029B2 (en) * 2014-04-28 2017-05-30 Verizon Patent And Licensing Inc. Identifying and selecting available audio programs for live broadcasted content

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002047387A3 (en) 2000-12-06 2003-03-13 Koninkl Philips Electronics Nv Recommender system using 'fuzzy-now' for real-time events
US20040216156A1 (en) 2003-04-23 2004-10-28 Mark Wagner Customized EPG display with visual cues
WO2009131408A2 (ko) 2008-04-24 2009-10-29 삼성전자 주식회사 방송 컨텐츠를 추천하는 방법과 그 장치

Also Published As

Publication number Publication date
WO2014204992A1 (en) 2014-12-24
KR20160021197A (ko) 2016-02-24
US20190045273A1 (en) 2019-02-07
US20160198230A1 (en) 2016-07-07
US9313551B2 (en) 2016-04-12
US10097897B2 (en) 2018-10-09
EP3011754A1 (en) 2016-04-27
CN105340288B (zh) 2019-03-15
CN105340288A (zh) 2016-02-17
US20140373063A1 (en) 2014-12-18

Similar Documents

Publication Publication Date Title
KR101832996B1 (ko) 개선된 프로그램 가이드
US11831956B2 (en) Personalized menus and media content interface
US20240160648A1 (en) Systems and methods for automatic program recommendations based on user interactions
JP2020115355A (ja) コンテンツ表示のシステム及び方法
US9113208B2 (en) Personalized video channel control
US9448619B1 (en) Video advertisement overlay system and method
US20150020106A1 (en) Personalized video content from media sources
US20140259037A1 (en) Predicted video content aggregation
US9134790B2 (en) Methods and systems for rectifying the lengths of media playlists based on time criteria
US20150256885A1 (en) Method for determining content for a personal channel
US20130311408A1 (en) Determining and Predicting Popularity of Content
US20140325566A1 (en) Program Guide Interface Systems and Methods
US20140259038A1 (en) Demographic prediction channel
WO2013118198A1 (ja) お薦めコンテンツ提供装置、お薦めコンテンツ提供プログラムおよびお薦めコンテンツ提供方法
CN107454442B (zh) 一种推荐视频的方法和装置
US11977592B2 (en) Targeted crawler to develop and/or maintain a searchable database of media content across multiple content providers
KR102287134B1 (ko) 사용자의 라이프스타일 정보 기반 채널형 콘텐츠 서비스 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant