NL2002231C2 - Systeem en werkwijze voor het verschaffen van een elektronische televisiegids. - Google Patents

Description

Systeem en werkwijze voor het verschaffen van een elektronische televisiegids

De onderhavige uitvinding heeft betrekking op een systeem en werkwijze voor het verschaffen van een elektronische televisiegids. Meer in het bijzonder heeft de 5 uitvinding betrekking op het verschaffen van een gepersonaliseerde televisiegids.

Televisiegidsen zijn op zich bekend en worden naast in papieren vorm ook in de vorm van internetpagina’s gepubliceerd. Vanwege het grote aantal televisiezenders en programma’s is het doornemen van het televisieaanbod via deze sites echter een 10 tijdrovende bezigheid. Daarnaast verschaffen dergelijke televisiegidsen veelal weinig achtergrondinformatie over de programma’s, en zijn zij in het geheel niet in staat om een televisieprogramma aan te bevelen op basis van persoonlijke voorkeuren van een gebruiker van een dergelijke gids.

15 Het is daarom een doel van de onderhavige uitvinding een persoonlijke elektronische televisiegids te bieden, die de bovengenoemde nadelen althans gedeeltelijk opheft.

De onderhavige uitvinding betreft daartoe een systeem voor het verschaffen van een elektronische televisiegids, omvattende middelen voor het vanuit bronnen vergaren van 20 gegevens van een aanbod van televisieprogramma’s van televisiezenders, middelen voor het omzetten van de vergaarde gegevens in een voorafbepaald formaat, een centrale databank, ingericht voor het daarin opslaan van de in het voorafbepaalde formaat omgezette gegevens, middelen voor het op basis van de opgeslagen gegevens samenstellen van een televisiegids, omvattende een overzicht in elektronische vorm van 25 de binnen een bepaald tijdframe uit te zenden televisieprogramma’s.

De middelen voor het vanuit bronnen vergaren van gegevens van een aanbod van televisieprogramma’s van televisiezenders kunnen daarbij zijn ingericht om actief gegevens te vergaren, en daartoe bijvoorbeeld een zogenaamde “grabber” omvatten, 30 welke informatiebronnen, in het bijzonder internetpagina’s, scant voor het vinden van relevante gegevens over televisieaanbod en deze daarvandaan kopieert. Daarnaast kunnen de middelen voor het vergaren van gegevens via push- of pull- of rss-feed technieken gegevens ontlenen aan bronsystemen, zoals via het internet benaderbare databanken van IMDB videodetective of andere databanken zoals PPS en MIS.

2

De middelen voor het omzetten van de vergaarde gegevens in een voorafbepaald formaat zorgen ervoor dat de in de centrale databank opgeslagen gegevens dezelfde velden en waarden omvatten, en zich daardoor lenen voor een onderling soortgelijke 5 weergave in de televisiegids. Een dergelijke vorm van standaardiseren van het dataformaat van gegevens wordt ook wel “parsen” genoemd.

Samen met de middelen voor het op basis van de opgeslagen gegevens samenstellen van een televisiegids worden de middelen voor het vanuit bronnen vergaren van gegevens 10 en de middelen voor het omzetten van de vergaarde gegevens bij voorkeur gevormd door een softwareprogramma, dat al dan niet op hetzelfde computersysteem werkzaam is als het computersysteem waarop de centrale databank is ondergebracht (gehost).

In een uitvoeringsvorm zijn de middelen voor het vergaren van gegevens verder 15 ingericht voor het vergaren van ten minste een achtergrondgegeven, zoals een genre, een acteur, een presentator, een tijdstip van uitzenden, een televisiezender of omroep waardoor een televisieprogramma wordt uitgezonden, of beoordelingen of recensies van de televisieprogramma’s. Daarbij wordt het ten minste ene achtergrondgegeven bijvoorbeeld in het overzicht weergegeven, of kan vanuit het overzicht door een 20 gebruiker worden geraadpleegd, bijvoorbeeld doordat het via een hyperlink beschikbaar wordt gemaakt. Dergelijke achtergrondgegevens worden ook wel “metadata” genoemd, en deze gegevens kunnen vanaf een andere locatie of bron worden vergaard dan de rest van de televisieprogrammagegevens. Op deze manier ontstaat een televisiegids die meer gebundelde informatie biedt dan de tot dusver bekende televisiegidsen. Het op deze 25 manier toevoegen van informatie wordt ook wel verrijken van de gegevens genoemd.

Door de TV gids te koppelen aan de TV, via een EPG, wordt het kijken naar TV programma’s ook als feedback opgevat voor het systeem. Dit kan al dan niet in combinatie met het actief geven van een beoordeling geschieden.

30

In een verdere uitvoeringsvorm omvat het systeem verder een zoekmachine, voor het doorzoeken van de geformatteerde gegevens. Op die manier hoeft de televisiegids niet chronologisch door te worden genomen, maar kan er direct naar een betreffend programma gezocht worden, of kan er op achtergrondinformatie worden gezocht, 3 bijvoorbeeld op genre (actualiteitenprogramma, sportprogramma, tekenfilm), of acteur of presentator, tijdstip of tijdinterval, of bijvoorbeeld taal waarin een film wordt gesproken.

5 Bijzonder voordelig is het daarbij wanneer de zoekmachine is ingericht om naast directe (letterlijke) resultaten ook semantisch aan een zoekterm verwante zoekresultaten oplevert. Daartoe raadpleegt de zoekmachine een overzicht van synoniemen of aanverwante termen van de zoekterm, en doorzoekt deze de databank vervolgens naast de initiële zoekterm ook op de gevonden synoniemen. Een gebruiker die de zoekterm 10 “nieuws” hanteert, kan immers ook gebaat zijn met zoekresultaten waarin slechts het woord “actualiteit” voorkomt.

Om persoonlijke voorkeuren en interesses te kunnen vastleggen kan de centrale databank worden ingericht voor het daarin opslaan van gebruikersgegevens, die ten 15 minste identificatiegegevens van de gebruiker, zoals een gebruikersnaam en/of een wachtwoord omvatten, en een door een gebruiker gegeven beoordeling van een televisieprogramma. Op basis van de gebruikersgegevens kan de gebruiker worden geïdentificeerd door het systeem, waarna deze een beoordeling van een televisieprogramma kan geven. Het televisieprogramma hoeft daarvoor niet perse 20 aanschouwd te worden; de gebruiker kan op basis van de door de televisiegids getoonde informatie een beoordeling geven, welke positief of negatief kan zijn, of gradaties daartussen kan kennen. Ook door naar een televisie programma te kijken wordt er feedback gegeven aan het systeem.

25 Op basis van opgeslagen beoordelingen kan het systeem worden ingericht voor het aanbevelen van een televisieprogramma dat ten minste een overeenkomend (achtergrondgegeven heeft met een televisieprogramma dat door de gebruiker positief beoordeeld is. Op deze manier ontstaat een gepersonaliseerde elektronische televisiegids, die juist die programma’s aanmerkt die op basis van de door de gebruiker 30 kenbaar gemaakte voorkeuren vermoedelijk interessant bevonden worden.

Het systeem kan verder de mogelijkheid bieden om een programma aan te bevelen dat tevens een overeenkomend achtergrondgegeven heeft met een televisieprogramma dat door een tweede gebruiker positief beoordeeld is. Op deze manier kunnen programma’s 4 worden gevonden die door de (eerste) gebruiker en de tweede gebruiker samen bekeken kunnen worden. Een dergelijke optie biedt voordeel bij het uit het grote televisieaanbod maken van een optimale selectie, waardoor de keus van een gezamenlijk te aanschouwen programma kan worden vereenvoudigd. Uiteraard kan deze optie op de 5 voorkeuren van meer dan twee gebruikers worden toegepast.

In een verdere uitvoeringsvorm biedt het systeem de mogelijkheid aan een gebruiker om in de databank een waardering van een aanbeveling op te slaan. Daarbij geeft de gebruiker aan of de aanbeveling inderdaad een door hem of haar interessant bevonden 10 programma betrof, of juist niet. Op basis hiervan kan het systeem verdere aanbevelingen aanpassen. Bijvoorbeeld zou een positief gewaardeerde aanbeveling van een detectiveprogramma op basis van een eerder positief beoordeeld detectiveprogramma kunnen leiden tot aanbevelingen van verdere detectiveprogramma’s, en kan het zijn dat een aanbeveling van een film die werd 15 gedaan vanwege een positieve beoordeling van een andere film met eenzelfde hoofdrolspeler negatief wordt gewaardeerd, waardoor het systeem leert dat (slechts) die hoofdrolspeler geen maatstaaf is voor een positieve waardering door de gebruiker.

Het systeem heeft het voordeel zelflerend te zijn wanneer het op basis van een door een 20 gebruiker opgeslagen waardering bijvoorbeeld het aantal vereiste overeenkomsten op basis waarvan een programma wordt aanbevolen aanpast, of een selectie van te vergelijken overeenkomsten aanpast.

Het doen van een aanbeveling aan een gebruiker kan bijvoorbeeld geschieden door het 25 in de elektronische televisiegids markeren van een aanbevolen televisieprogramma. De elektronische televisiegids kan daarbij meerdere weergavemogelijkheden omvatten, zoals een lijstweergave of een weergave in een tijdbalkvormgeving, waarbij de aanbevolen programma’s bijvoorbeeld met een andere (achtergrond)kleur of opmaak worden getoond, of er juist slechts aanbevolen programma’s worden getoond.

30

Daarbij kan het systeem voorts weer zijn ingericht voor het in formaten voor verschillende weergaveapparatuur, zoals een webbrowser, een set-top-box, IPTV, een iPhone of een mobiel communicatiemiddel beschikbaar stellen van de elektronische televisiegids. Dat kan bijvoorbeeld door de televisiegids via HTML-pagina’s op een 5

Webserver beschikbaar te stellen, of via zogenaamde “stand-alone” toepassingen die bijvoorbeeld op de set-top-box gebruikt kunnen worden.

Het systeem kan vervolgens zijn ingericht om via al deze weergaveinrichtingen door 5 een gebruiker ingevoerde achtergrondgegevens van een televisieprogramma in de centrale databank op te slaan. Daarbij kan een gebruiker uit eigen beweging achtergrondgegevens toevoeren aan televisieprogramma’s, bijvoorbeeld een verwijzing naar een aanverwant programma waarvan hij/zij van mening is dat aan anderen die het programma waaraan de achtergrondgegevens worden toegekend bekijken dat 10 aanverwante programma aanbevolen zou moeten worden.

De uitvinding zal nu worden toegelicht aan de hand van de volgende figuren, waarin: Figuur 1 een schematische weergave van een “backend” van het systeem volgens de onderhavige uitvinding toont; 15 - Figuur 2 een tabelstructuur van een database uit figuur 1 toont; - Figuren 3a-3i diverse schermweergaven van de gepersonaliseerde televisiegids volgens de onderhavige uitvinding tonen;

Figuur 4 een systeemarchitectuur voor het realiseren van het systeem volgens de onderhavige uitvinding toont.

20

Figuur 1 toont een schematische weergave van een “backend” van het systeem 1 volgens de onderhavige uitvinding. De pijl 1 geeft aan hoe gegevens aangaande televisieprogramma’s worden vergaard, in de vorm van zogenaamde metadata.

De aanlevering van de gegevens en van achtergrondinformatie, ‘metadata feed’, 25 geschiedt vanuit verschillende instanties (MIS, IMDB, PPS, of andere (info)websites of databanken), deels door middel van ‘grabbers’. Dergelijke grabbers zoeken, herkennen en slaan door middel van patroonherkenning informatie op vanuit bronlocaties.

Deze metadata wordt vervolgens ingeladen in zogenaamde parsers 3,4, 5; middelen die 30 de metadata formatteren tot een voorafbepaald formaat. Alle metadata komt namelijk in een bepaalde taal, specificatie, formaat of schema binnen, dat bepaalt hoe de data opgebouwd is. Afhankelijk van het specifieke schema en/of formaat van de binnenkomende metadata treedt een corresponderende parser in werking. In figuur 1 zijn TV Anytime, XmlTV, en custom (specifieke) metadata formaten weergegeven. De 6 door de parsers 3, 4 en 5geformatteerde gegevens worden in de centrale database 6 opgeslagen.

De centrale database 6 bestaat uit twee zelfstandige onderdelen, de opslag van metadata 5 van de programma’s in metadata database 6a, en de opslag van gebruikersgegevens, in de database 6b. De centrale database 6 is bij voorkeur een relationele MySQL-database, waarvan figuur 2 een mogelijke tabelstructuur toont.

Het bijwerken of actualiseren (verrijken) van gegevens in de database 6 met de door middel van de vertaalblokken 3, 4, 5 geconverteerde metadata 1 geschiedt dagelijks, 10 bijvoorbeeld ’s nachts. De database 6 integreert voorts de invoer van de verschillende bronnen op een zódanige wijze dat de programma-beschrijving één consistent geheel wordt, waarbij de omschrijving van één bepaald televisieprogramma bestaat uit gegevens uit verschillende bronnen, bijvoorbeeld achtergrondgegevens van een film uit de IMDB en een verwijzing naar een filmtrailer vanuit videodetective.net.

15

De opslag van alle gebruikersgegevens 6b slaat alle informatie op die op welke manier dan ook verkregen is over een bepaalde gebruiker, bijvoorbeeld informatie die rechtstreeks door een gebruiker is gegeven en informatie die indirect bekend is geworden, en bijvoorbeeld is afgeleid uit gegeven beoordelingen, of gemeten 20 kijkgedrag, en die uiteindelijk gebruikt wordt om aanbevelingen te kunnen geven, of persoonlijke advertenties te sturen, of een persoonlijke weergave of vormgeving te tonen.

Het systeem omvat verder een zoekmachine 7 en een aanbevelingsmachine 8. Door de 25 zoekmachine 7 wordt alleen de metadata-database geraadpleegd. Daarbij kunnen in een voordelige uitvoeringsvorm de gebruikersgegevens invloed hebben op de rangschikking van de zoekresultaten. Het zoeken door de zoekmachine betreft het uitvoeren van een zoekactie op de database 6. De zoekactie vindt daarbij plaats op basis van een bepaald tijdinterval, bijvoorbeeld een periode van 3 uur. Afhankelijk van gebruikte zoektermen 30 worden als zoekresultaat zogenaamde treffers weergegeven. Het bijzondere aan de zoekmachine is daarbij het leggen van semantische relaties.

De aanbevelingsmachine doet aanbevelingen op basis van gebruikersgegens, die zijn vastgelegd in een gebruikersprofiel: een aanbeveling 10 vloeit voort uit een berekening 7 of koppeling van de metadata-database 6 en (kenmerken uit) het profiel van een gebruiker die zich met behulp van identificatiegegevens heeft geïdentificeerd. Daarbij worden programmagegevens gekoppeld aan of vergeleken met de specifieke kenmerken van het gebruikersprofiel; hieruit volgen programma’s waar de aanbevelingsmachine 5 een score aan koppelt, de ‘recommendation-score’. Deze score geeft weer in welke mate een programma past bij het profiel van de betreffende gebruiker. Alle programmagegevens aldus een score, bijvoorbeeld tussen de -10 en de 10.

Het is daarbij zo dat alle ingevoerde programmagegevens gekoppeld worden aan het 10 gebruikersprofiel. De aanbevolen programma’s kunnen, bijvoorbeeld passend bij de opbouw van een website die een bepaald tijdinterval bestrijkt worden beperkt tot die programma’s die in dit tijdinterval vallen.

De aanbevelingsmachine treedt in werking vanaf het moment dat een gebruiker zich 15 identificeert. Voor de identificatie kunnen er slechts aanbevelingen worden gedaan op basis van kijkcijfers, maar niet op basis van persoonlijke interessen. Wanneer een gebruiker een televisieprogramma een beoordeling 8 geeft, dan worden de aanbevelingen herzien. De aanbevelingen worden daarbij niet bewaard, in tegenstelling tot de gebruikersgegevens, maar telkens opnieuw berekend.

20

Het systeem kan worden ingericht om te draaien op een hardware-platform, bijvoorbeeld een PC of settop box of mobiele communicatieinrichting zoals een telefoon of PDA. Dergelijke inrichtingen worden cliënt genoemd. Een geschikt protocol voor communicatie met de diverse typen cliënt is Soap Client Access 9 gebleken.

25 Daarbij zorgt iedere actie die een gebruiker instelt voor het opstellen van een Soap- pakket dat via het Internet naar de server verzonden wordt. De server begrijpt dit pakket en antwoordt met eenzelfde soort Soap-pakket dat het antwoord bevat.

Figuur 2 toont een overzicht van de database 6, en geeft alle relaties aan die tussen een 30 bepaald programma/ een bepaalde film en de mogelijke kenmerken/ typeringen die hieraan gegeven kunnen worden. Het is een overzicht van de database, dwz dat het laat zien welke concepten en relaties er bestaan. Zo is er een "Program" concept dat verschillende relaties heeft naar andere concepten. Zo zien we bijvoorbeeld dat een Program een relatie heeft naar "ProgramGenre", "ProgramKeyword", 8 "ProgramResource", "ProgramRelation". Elke relatie drukt het verband uit tussen een programma en bijvoorbeeld het programma-genre, -keyword, -resource, of de programmarelat ies.

5 Figuren 3a-3i tonen diverse schermweergaven van de gepersonaliseerde televisiegids volgens de onderhavige uitvinding.

Figuur 4 toont een systeemarchitectuur voor het realiseren van het systeem volgens de onderhavige uitvinding. Hierin is de server dat deel van het ontwerp dat 10 verantwoordelijk is vor het integreren van content van verscheidene bronnen en het verschaffen van toegang tot de inhoud, gebruikersgegevens en aanpassingsfunctionaliteit aan cliënttoepassingen. Om de verantwoordelijkheden in het serverontwerp te verdelen zijn er vier onderling verbonden lagen gecreëerd. Onderaan zijn de inhoud-ontvangst en bediening (CRS-laag) voor de ontvangst en het integreren 15 van de inhoud weergegeven, daarboven de pakketbehandeling voor het omvormen van inhoud en het omzetten van pakketten, de personalisatielaag die zoekopdrachten definieert en inhoud filtert, gevolgd door de toepassingsserver die toegang verschaft tot de onderlagen en zowel gebruikers als inrichtingen identificeert. Het hoofddoel van de inhoudomvorming en bediening is het ontvangen van inhoud van verscheidene bronnen, 20 alsook het publiceren van door de gebruiker verschafte inhoud. Dit omvat de feitelijke audio/video inhoud, en tot op bepaalde hoogte tekstuele informatie (metadata) die de inhoud beschrijft. De inhoud kan uit verschillende formaten bestaan, zoals tijdgebonden bronnen zoals uitzendingen, alleen-leesbare bronnen zoals CD, DVD en Blu-Ray, IP bronnen, locale opslag (b.v. persoonlijke inhoud, opgeslagen inhoud) en inhoud 25 beschikbaar gesteld door verbonden medegebruikers. De CRS-laag omvat zodoende interfaces voor het ontvangen van inhoud van elk van de pecifieke bronnen die ondersteund worden. Het is daarbij van belang dat alle inhoud die door deze laag omhooggestuurd wordt door de CRS-laag tot TV-Anytime formaat geconverteerd wordt.

30

Deze laag is ook verantwoordelijk voor het serveren van “privé-inhoud”. Indien gebruikers inhoud creëren kan het zo zijn dat ze deze beschikbaar wensen te stellen aan hun vrienden of communes. De CRS laag is daarom om dit beschikbaar te maken, mogelijk met gebruikerstoestemmingen om de inhoud te beperken tot een beperkte 9 groep gebruikers. Dit geldt echter slechts voor metadata in het TV-anytime formaat. In veel gevallen kunnen gegevens die over een TV programma of een televisieuitzendschema verzameld zijn in andere formaten, zoals XMLTV of HTML uitgedrukt zijn. In die gevallen is de CRS-laag verantwoordelijk voor het verzamelen en 5 omvormen van dergelijke metadata, het transformeren daarvan in TV-anytime formaat, en het doorgeven ervan aan de pakketbehandeling, zodat deze in de metadatadienst kan worden opgeslagen.

De CRS-laag onder de pakketbehandelingslaag (PH) levert inhoud af in het TV-10 Anytime formaat dat ofwel TV-Anytime fase 1 (basisformaat) ofwel TV-Anytime fase 2 (uitgebreid formaat met pakketstructuur) kan zijn. De meer geavanceerde flexibele inhoudstructuur van fase 2 geniet daarbij verreweg de voorkeur en dient in toepassingen te worden gebruikt. Daartoe is de PH laag gecreëerd voor het verschaffen van de conversie van fase 1 inhoud naar fase 2 inhoud, alsook de noodzakelijke functionaliteit 15 voor het doorzoeken, doorzoeken en creëren van fase 2-structuren. De PH laag gebruikt altijd inhoud in het TV-Anytime fase 2 formaat wanneer deze naar boven communiceert met een hogere laag. De zogenaamde pakketten van het fase 2 formaat zijn flexibel omvatten uitbreidbare inhoud-houders die uit georganiseerde datasets met een bepaald onderwerp bestaan. Volgens het TV-Anytime formaat worden dergelijke houders 20 geïdentificeerd door unieke inhoudverwijzingsidentifïcatoren (CRID). Voorts wordt iedere houder en zijn element beschreven door metadata die informatie kan verschaffen over de programmatitel, het genre, een samenvatting, geluids- en videokwaliteit en dergelijke. Deze CRID en metadata informatie wordt gebruikelijkerwijs los van de daadwerkelijke ' audio/videoinhoud opgeslagen, in plaats van ingebed te zijn in de 25 inhoud, aangezien het in vele gevallen zinvol is om eerst inhoudsbeschrijvingen te bekijken en door te nemen alvorens een specifieke te selecteren en bekijken.

Dit is functioneert slechts als het bekend is waar de inhoud vervolgens vandaan gehaald kan worden, dus als op basis van de CRID op enigerlei wijze informatie gevonden kan 30 worden waar de audio of video die met de CRID overeenkomt betrokken kan worden.

Ten behoeve van het opslaan en raadplegen van de metadata van de inhoud en het opslaan en raadplegen van de locatie die met een bepaald CDID overeenkomt, verbindt de PH laag twee diensten: de Metadatadienst en de CRID autoriteit.

10

Resumerend verschaft de PH laag de functionaliteit voor het doorzoeken en ontvangen van ingepakte inhoud, en het behandelen van pakketstructuren. De laag heeft twee functionele hoofddoelen: een pakketomvormer die gebruikt wordt voor het 5 communiceren met de diensten, en een pakketcreateur die gebruikt wordt voor het creëren van pakketten door het groeperen van inhoud met of door het converteren van andere formaten tot deze twee pakketten.

De personalisatielaag in de zogenaamde iFanzy server zorgt ervoor dat de inhoud 10 doorzocht, behandeld en gepubliceerd kan worden. Daarmee is aan de basissysteemvereisten voldaan, en is het fundament waarop geavanceerde functionaliteit gebouwd kan worden. Daarbij voegt de personalisatielaag twee hoofdaspecten toe, namelijk aanpassing aan de gebruiker door het toepassen van gebruikersmodellen, en intelligent inhoud doorzoeken door het toepassen van semantische domeinmodellen.

15

Het doel van de personalisatie is om de gebruiker te begeleiden in de hoeveelheid inhoud om er zeker van te zijn dat de gebruiker datgene vindt dat het meest interessant voor hem is, dus om inhoudelijke aanbevelingen te doen een de gebruiker en hem te begeleiden in het doorzoeken en verkennen van inhoud. Dit reflecteert een passieve rol 20 van de gebruiker als een ontvanger van aanbeveling, en een actieve rol als zoeker.

Om dit te doen moet het susteem verstand hebben van de gebruiker aan de ene hand, en van relevante domeinen aan de andere hand. Het systeem moet bijvoorbeeld in staat zijn om informatie op te slaan, dat de gebruiker van Afrikaanse wildernis programma’s of 25 dat de gebruiker weerberichten wil zien, in de ochtend maar niet specifiek op andere tijdstippen. Hiertoe moet het systeem over een wijze beschikken voor het uitdrukken en behandelen van concepten van deze stelling teneinde ze verder te kunnen gebruiken. Met andere woorden: er dient een gebruiksmodel te zijn voor het expliciet opslaan van gebruikersgegevens en domeinmodellen voor het beschrijven van de typische concepten 30 waarnaar de gebruiker wenst te verwijzen. Zonder een dergelijke definitie van het concept (in dit geval bijvoorbeeld “ochtend”) is het niet mogelijk om een interesse in het weerbericht aan dit tijdconcept te koppelen.

11

Als het systeem verder enig begrip heeft van TV-genres, zal het weten dat wildernis programma’s een soort documentaires over dieren en natuur zijn, waardoor het mogelijk wordt om andere programma’s aan te bevelen met gerelateerde onderwerpen. Ook geografische kennis is nuttig, doordat bijvoorbeeld een programma getiteld “Wild 5 Kenia” kan worden herkend als gerelateerd aan Afrika, en wellicht kan worden aanbevolen.

De personalisatielaag (PL) is het gebied waar de gebruikersdata, domeinkennis, filters, en de huidige inhoud allen samenkomen. De PL laag zelf omvat geen enkele van deze 10 informatie, maar slechts de functionaliteit om hem te gebruiken. De gebruikersdata, domeinmodellen en inhoudelijke filters zijn zelf opgeslagen in drie gescheiden diensten, en zijn toegankelijk door de modelbeheerder.

De inhoud en metadata wordt geleverd vanuit de PH, zoals hierboven is toegelicht. De 15 laag voorziet in twee functionele hoofddelen, een inhoudelijke filtering en een vraagverfijning. De eerste wordt gebruikt voor het filteren en ordenen van inhoud, gebaseerd op verschillende categorieën, zoals gebruikerswensen, gebruikerskenmerken, adviezen voor ouders, of sommige inhoudelijke metadata.

20 Deze kan gebruikt worden voor het filteren en sorteren van inhoud om er zeker van te zijn dat ongewenste inhoud verwijderd wordt en de meest gewenste vooraan komt. Voor het filteren van de inhoud zijn duidelijke filterdefinities nodig. Het is juist deze anticipatie dat dit kan worden beschreven als filterregels, die kunnen worden aangepast door de gebruiker, door het systeem, of door degene die inhoud toevoegt.

25

Het tweede functionele deel, de verfijning van de zoekvraag, wordt gebruikt voor semantische analyse en verfijning van de zoekopdracht, aanbevelingszoekopdrachten.

In de praktij betekent dit het analyseren van een zoekopdracht, bijvoorbeeld “voetbal” en ’’vrijdag” en zijn concepten zoveel mogelijk identificeren en nuttige verfijningen en 30 vertalingen uitvoeren, om de zoekvraag te verbeteren. Hier worden de domeinmodellen gebruikt in de conceptidentificatie.

In het voorbeeld voetbal, kan gezien worden als een synonieme ontologie, die het toestaat om de zoekvraag te verbreden met “soccer”. Tevens kan het worden 12 geïdentificeerd als een sport en daarmee overeenstemmen met het TV genre “sport” en “soccer”. Ook kan “vrijdag” worden vertaald in expliciete datum/tijdmarkeringen, en vertaald worden naar het tijdformaat zoals dat gebruikt wordt in de metadata van de uitzending. Dit verbetert de zoekvraag qua nauwkeurigheid.

5

De PL combineert zoekverfijning en filtering om te voorzien in geavanceerde personalisatie. Het verschaft een interface tussen toegang en domeinmodellen en inhoud en aanpasfunctionaliteit.

10 De modelbeheerder MM voorziet in toegang tot de drie diensten en behandelt alle verbindingen en communicatie hiermee. Hij dient als een eenvoudige locale proxy voor het verbergen van communicatiedetails van de PL.

De toepassingsserver (laag) behandelt de cliëntverbindingen en voorziet in een interface 15 voor toepassingen om te zoeken, filteren en bladeren in inhoud en het benaderen van gebruikersgegevens en aanbeveleningen. Hij voorziet ook in ondersteuning voor het genereren van gebruikersscherm-onderdelen die kunnen worden toegepast voor het genereren van presentaties. Hij houdt verder verbonden toepassingen, identificaties van gebruikers en inrichtingen bij van sessies die alle relevante informatie omvatten, van 20 verbonden toepassingen inrichtingen en gebruikers.

De dienstadministratielaag (SAL) bestaat uit vier onderdelen. Om binnenkomende verbindingen te behandelen heeft de laag een verbindings-behandelingsonderdeel dat binnenkomende verbindingen accepteert en ze gescheiden behandelt. Het presentatie-25 generatieonderdeel genereert een presentatie gebaseerd op de onderhavige gebruikers/inrichting combinatie, die een bepaalde inhoud vereist.

Om te zien welke gebruikers/inrichting combinatie in de sessie van toepassing is, heeft de laag een inrichting-detectieonderdeel en een gebruikersidentificatie-onderdeel. Het 30 doel van de gebuikersmodeldienst (UMS) is om te voorzien in een algemene tussenlaag geeft met vergaarbakken met gebruikers-gerelateerde informatie.

De reden voor het beschikbaar hebben van vergaarbakken met gebruikersmodellen als een gedeelde externe dienst, is dat we in staat willen zijn om toegang te verkrijgen tot 13 verschillende locaties en toepassingen. Een ander idee voor deze dienst is om een netwerk van gebruikersmodeldiensten tew verschaffen die alle met elkaar verbonden zijn teneinde te voorzien in een verrijkte en dubbel uitgevoerde dienst. De gebruikersgegevens die kunnen worden opgeslagen in de UMS omvatten 5 gebruikersprofielen met naam, locatie, leeftijd, fysieke mogelijkheden, interesses en wat dies meer zij, en tevens een inhoudmodel om de interesse te verbinden met een zekere inhoud. Het is bijvoorbeeld mogelijk om op te slaan dat een gebruiker ’s ochtends graag naar een weerbericht, kijkt en ’s avonds alleen kookprogramma’s, als hij/zij in de keuken is. Dit verschaft een basis voor toepassing van het uitvoeren van personalisatie 10 en inhoudstoepassing.

Om in staat te zijn om verschillende concepten te begrijpen zoals tijd, geografische locatie, TV-Anytime inhoudgenres etc, is de ontologiedienst (OS) ontworpen om de hoofdverschaffer van semantiek te zijn. De OS is de hoofdopslag voor woordenschatten 15 en kennis, die extensief gebruikt wordt tijdens het zoeken en filteren van de inhoud.

Bijvoorbeeld kan deze worden gebruikt om zoekvragen uit te breiden met synoniemen, bijvoorbeeld van rijwiel naar fiets, en voor het vertalen van sleutelwoorden naar corresponderende metadata. Bijvoorbeeld “avond” naar “start 18:00 uur en eind 22:00 uur”. De personalisatielaag volgens de onderhavige uitvinding maakt extensief gebruik 20 van deze ontologiedienst, omdat deze in kennis voorziet om enerzijds de beschrijving van de inhoud te begrijpen en anderzijds de gebruikersgerelateerde data. Ook de andere diensten (UMS en FS) maken gebruik van de ontologiedienst, om de conceptualisatie en de semantieken die ze nodig hebben om het uitvoeren van hun taken te verkrijgen. Het hebben van deze ontologiedienst als een gedeelde externe dienst voorziet in flexibiliteit 25 om dynamisch meer woorden toe te voegen waarvan de andere diensten/toepassingen gebruik kunnen maken.

De folderdienst (FS) is bedoeld al de houder van regelgebaseerde filters die kunnen worden toegepast voor verschillende inhoudsaspecten en het filteren en analyseren van 30 gebruikers gegevens. Een regel is een stelling die als een set van vooraanames waar is, een set conclusies trekt. Omdat we potentieel te maken hebben met grote hoeveelheden regels die kunnen worden gecreëerd door verscheidene partners zijn de regels ondergebracht in de FS.

14

In den beginne deelden we het gebruik van de regels in drie categorieën in. Het gebruikersmodel is afhankelijk van welke inhoud de gebruiker verbruikt. Het kan worden bijgewerkt (bijvoorbeeld, als de gebruiker veel actiefilms, kunnen we concluderen dat de gebruiker een positieve interesse heeft in actiefilms). Het 5 gebruikersmodel leidt nieuwe informatie af, als tot welke stereotypen de gebruiker behoort, en hoe sterk hij hiermee correspondeert. Door middel van het gebmikersmodel kan inhoud worden aanbevolen. Het belangrijkste voordeel om deze regels beschikbaar het hebben in een dienst is om deze beschikbaar te maken aan derde partij-instellingen.

10 Als we bijvoorbeeld een instituut hebben dat gebruikersstereotypen definieert, zou dit instituut de mogelijkheid hebben om deze stereotypen direct dynamisch bij te werken. Als er bijvoorbeeld een inhoudelijke zender, zoals MTV, concludeert dat een specifiek type muziek gewaardeerd wordt door een specifiek stereotype kunnen zij een regel toevoegen die deze muziek aan die groep van mensen toekent.

15 DE CRID autoriteit, (CA) is verantwoordelijk voor het opslaan waar informatie is opgeslagen, of uitgezonden, om die op halen, gegeven dat de CRID bekend is. Het zou ook mogelijk moeten zijn, wanneer nieuwe inhoud gepubliceerd zal worden door de gebruiker, en dit puibliek beschikbaar te maken.Omdat de CRID een unieke 20 identificator is moet de CA in staat zijn om ofwel een echte unieke identificator te creëren door hemzelf, danwel mogelijk te communiceren met andere CA’s om deze taak uit te voeren.

De metadatadienst is verantwoordelijk voor het opslaan van metadata die inhoud 25 beschrijft in TV-anytime fase-2 formaat. Het kan o'ök worden gebruikt om nieuwe metadata te publiceren als de gebruiker eigen inhoud creëert. Een andere belangrijke functie van de dienst is het vergaren vanuit de metadata-vergaarbak zodat daarin kan worden gebladerd en gezocht.

30 De toplaag is de cliënttoepassing. Mogelijke applicaties omvatten eindgebruiker toepassingen voor het zoeken, autoriseren, administreren en verbruiken, maar ook autonome programmals die additionele informatie verstrekken van de gebruiker of de gebruikersomgeving. Voorbeelden van de laatste categorie kunnen RDID-laser of webcamera programma’s omvatten die identificeren welke gebruikers aanwezig zijn, of 15 biosensoren, die informatie verzamelen van de fysieke staat van de gebruiker. Toepassingen in de programma’s kunnen worden gemaakt door verschillende partijen doordat de iFanzy-server ook de tussenlaag is voor externe verbindingen. Toepassingen kunnen verder lokaal draaien, op afstand op sommige diensten, of op het web.

5

Claims (20)

1. Systeem voor het verschaffen van een elektronische televisiegids, omvattende: middelen voor het vanuit bronnen vergaren van gegevens van een aanbod van 5 televisieprogramma’s van televisiezenders; middelen voor het omzetten van de vergaarde gegevens in een voorafbepaald formaat; een centrale databank, ingericht voor het daarin opslaan van de in het voorafbepaalde formaat omgezette gegevens; 10. middelen voor het op basis van de opgeslagen gegevens samenstellen van een televisiegids, omvattende een overzicht in elektronische vorm van de binnen een bepaald tijdinterval uit te zenden televisieprogramma’s.

2. Systeem volgens conclusie 1, waarbij: 15. de middelen voor het vanuit bronnen vergaren van gegevens verder zijn ingericht voor het vergaren van ten minste een achtergrondgegeven, zoals een genre, een acteur, een presentator, een tijdstip van uitzenden, een televisiezender of omroep waardoor het programma wordt uitgezonden, of een beoordelingen of recensie van het televisieprogramma; en waarbij 20. het ten minste ene achtergrondgegeven in het overzicht wordt weergegeven, of vanuit het overzicht door een gebruiker kan worden geraadpleegd.

3. Systeem volgens conclusie 1 of 2, verder omvattende een zoekmachine, voor het doorzoeken van de geformatteerde gegevens. 25

4. Systeem volgens conclusie 3, waarbij de zoekmachine is ingericht om semantisch aan een zoekterm verwante zoekresultaten te verschaffen.

5. Systeem volgens één van de voorgaande conclusies, waarbij de centrale 30 databank is ingericht voor het daarin opslaan van gebruikersgegevens, omvattende ten minste identificatiegegeven van de gebruiker en ten minste een door een gebruiker gegeven beoordeling van een televisieprogramma.

6. Systeem volgens conclusie 2 en 5, waarbij het systeem is ingericht voor het aanbevelen van een televisieprogramma dat ten minste een overeenkomend achtergrondgegeven heeft met een televisieprogramma dat door de gebruiker positief beoordeeld is, aldus een gepersonaliseerde elektronische televisiegids verschaffend. 5

7. Systeem volgens conclusie 6, waarbij het systeem is ingericht voor het aanbevelen van een televisieprogramma dat tevens een overeenkomend achtergrondgegeven heeft met een televisieprogramma dat door een tweede gebruiker positief beoordeeld is, voor het doen van een aanbeveling van een programma dat door 10 de gebruiker en de tweede gebruiker samen bekeken kan worden.

8. Systeem volgens conclusie 6 of 7, verder omvattende middelen voor het door een gebruiker in de databank opslaan van een waardering van een aanbeveling.

9. Systeem volgens conclusie 8, ingericht voor het op basis van een opgeslagen waardering aanpassen van het aantal vereiste overeenkomsten op basis waarvan een programma wordt aanbevolen.

10. Systeem volgens één van de conclusies 6-9, ingericht voor het in de 20 elektronische televisiegids markeren van ten minste een aanbevolen televisieprogramma.

11. Systeem volgens één van de conclusies 6-10, waarbij het systeem is ingericht voor in formaten voor verschillende weergaveapparatuur, zoals een webbrowser, een

25 Set-top-box, IPTV, of een mobiel communicatiemiddel beschikbaar stellen van de elektronische televisiegids.

12. Systeem volgens één van de voorgaande conclusies, ingericht voor het in de centrale databank opslaan van door een gebruiker ingevoerde achtergrondgegevens van 30 een televisieprogramma.

13. Werkwijze voor het verschaffen van een elektronische televisiegids, omvattende: het vanuit bronnen vergaren van gegevens van een aanbod van televisieprogramma’s van televisiezenders; het omzetten van de vergaarde gegevens in een voorafbepaald formaat; een centrale databank, ingericht voor het daarin opslaan van de in het 5 voorafbepaalde formaat omgezette gegevens; - het op basis van de opgeslagen gegevens samenstellen van een televisiegids, omvattende een overzicht in elektronische vorm van de binnen een bepaald tijdinterval uit te zenden televisieprogramma’s.

14. Werkwijze volgens conclusie 13, verder omvattende: - het vergaren van ten minste een achtergrondgegeven, zoals een genre, een acteur, een presentator, een tijdstip van uitzenden, een televisiezender of omroep waardoor het programma wordt uitgezonden, of een beoordelingen of recensie van het televisieprogramma; en 15. het weergeven van ten minste een achtergrondgegeven in het overzicht.

15. Werkwijze volgens conclusie 13 of 14, verder omvattende het doorzoeken van de geformatteerde gegevens.

16. Werkwijze volgens conclusie 15, waarbij het zoeken het verschaffen van semantisch aan een zoekterm verwante zoekresultaten omvat.

17. Werkwijze volgens een van de conclusies 13-16, omvattende het aanbevelen van een televisieprogramma dat ten minste een overeenkomend achtergrondgegeven heeft 25 met een televisieprogramma dat door de gebruiker positief beoordeeld is.

18. Werkwijze volgens conclusie 17, omvattende het door een gebruiker in de databank opslaan van een waardering van een aanbeveling.

19. Werkwijze volgens conclusie 17 of 18, omvattende het op basis van een opgeslagen waardering (waarderen, acties zoals zoeken opslaan en kijken) aanpassen van het aantal vereiste overeenkomsten op basis waarvan een programma wordt aanbevolen.

20. Werkwijze volgens conclusie 17-19, omvattende voor het in een elektronische televisiegids markeren van ten minste een aanbevolen televisieprogramma.