TWI696386B - 多媒體資料推薦系統及多媒體資料推薦方法 - Google Patents

Abstract

一種多媒體資料推薦系統包含儲存裝置及處理器。儲存裝置包含第一儲存單元及第二儲存單元。第一儲存單元用以儲存多媒體資料段落。第二儲存單元透過網路與至少一使用者裝置連接，並用以儲存至少一使用者裝置與多媒體資料系統互動而產生的操作資料。處理器耦接該儲存裝置，包含回應分析單元及計時單元，處理器用以分析第一儲存單元中之多媒體資料以產生多媒體資料間的關聯性連結，以及分析第二儲存單元中之操作資料，並根據關聯性連結及操作資料產生對應的推薦清單，其中推薦清單記載多媒體資料段落。

Description

多媒體資料推薦系統及多媒體資料推薦方法

本揭示文件係關於一種多媒體資料推薦系統及多媒體資料推薦方法，特別是一種根據使用者習慣及喜好的多媒體資料推薦系統及多媒體資料推薦方法。

隨著遠距教學的發展，突破了空間的界限，使用者能夠依照自己的喜好及方便性選擇如電視廣播或網際網路等方式學習。但課程資料繁多，使用者不易快速得知適合自己的課程資料。而常見的學習清單編排方法多為系統根據主題或管理者設定而有一定的預設順序，使用者無法確定當前的課程是否適合自己目前的喜好及需求。

多媒體資料五花八門，每個人喜歡的課程種類、主題、方式、授課方法不盡相同，不同人對同一個課程的接受度也不同，課程資料必須契合使用者的喜好才能夠有好的學習成果。

本揭示內容的一實施例中，一種多媒體資料推薦系統包含儲存裝置及處理器。儲存裝置包含第一儲存單元及第二儲存單元。第一儲存單元用以儲存多媒體資料段落。第二儲存單元透過網路與至少一使用者裝置連接，並用以儲存至少一使用者裝置與多媒體資料系統互動而產生的操作資料。處理器耦接該儲存裝置，處理器用以分析第一儲存單元中之多媒體資料以產生該些多媒體資料間的關聯性連結，以及分析第二儲存單元中之操作資料，並根據關聯性連結及操作資料產生對應推薦清單以供至少使用者裝置顯示推薦清單，推薦清單記載多媒體資料。處理器包含回應分析單元及計時單元，其中操作資料包含對多媒體資料段落的至少一回應，回應分析單元用以進行分析以取得對應於多媒體資料段落中的至少一問題的至少一回應，計時單元用以計算多媒體資料段落的播放時間。

本揭示內容的另一實施例中， 多媒體資料推薦方法包含下列操作：透過第一儲存單元儲存多媒體資料；透過第二儲存單元儲存至少一使用者裝置與多媒體資料系統互動而產生的操作資料；分析第一儲存單元中之該些多媒體資料段落以產生多媒體資料段落間的關聯性連結；分析第二儲存單元中之操作資料，並根據關聯性連結及操作資料產生對應的推薦清單，推薦清單記載多媒體資料段落。

綜上所述， 多媒體資料系統透過第一儲存單元儲存多媒體資料，透過第二儲存單元儲存操作資料，並對第一儲存單元中的多媒體資料以及第二儲存單元中的操作資料進行分析及運算，並產生對應的推薦清單的資料。

在本文中所使用的用詞『包含』、『具有』等等，均為開放性的用語，即意指『包含但不限於』。此外，本文中所使用之『及／或』，包含相關列舉項目中一或多個項目的任意一個以及其所有組合。

於本文中，當一元件被稱為『連結』或『耦接』時，可指『電性連接』或『電性耦接』。『連結』或『耦接』亦可用以表示二或多個元件間相互搭配操作或互動。此外，雖然本文中使用『第一』、『第二』、…等用語描述不同元件，該用語僅是用以區別以相同技術用語描述的元件或操作。除非上下文清楚指明，否則該用語並非特別指稱或暗示次序或順位，亦非用以限定本揭示文件。

請參考第1圖，第1圖繪示根據本揭示文件之一實施例的多媒體資料系統的功能方塊圖。多媒體資料系統100與使用者裝置200通訊連接，可以是經由有線或無線通訊的方式互相連接，藉以達到傳遞資料。於一實施例中，多媒體資料系統100可以是英語線上學習平台，使用者裝置200可以是個人桌上型電腦、筆記型電腦裝置、平板電腦裝置或智慧型行動通訊裝置等，多媒體資料可以是線上課程，包含影片、文章、聲音、投影片或其他具有學習資料的媒體。

於一實施例中，多媒體資料系統100包含處理器120及儲存裝置140。處理器120及儲存裝置140與使用者裝置200通訊連接，處理器120藉以與使用者裝置200傳遞資料，並將資料儲存於儲存裝置140中或從儲存裝置140讀取資料。於一實施例中，處理器120可以是中央處理器、微處理器等或其他具有資料處理功能的元件。儲存裝置140可以是硬碟、磁碟陣列、磁帶機、非揮發性記憶體或其他電子儲存媒體。

於一實施例中，操作資料包含對多媒體資料段落的至少一回應，處理器120包含回應分析單元122及計時單元124，回應分析單元122用以進行分析以取得對應於多媒體資料段落中的至少一問題的至少一回應，例如取得使用者對於英文教學影片的線上測驗的答案。計時單元124用以計算多媒體資料段落的播放時間，例如使用者觀看一部英文教學影片的的播放時間。

於一實施例中，儲存裝置140包含第一儲存單元142及第二儲存單元144。使用者裝置200通訊連接第二儲存單元144，第二儲存單元144藉以儲存對應於使用者裝置200的資料。第一儲存單元142用以儲存多媒體資料段落。第二儲存單元144用以儲存使用者裝置200與多媒體系統100互動所產生的操作資料，例如log或日誌。處理器120用以對儲存於第一儲存單元142的多媒體資料段落及操作資料分析及運算，並產生對應的推薦清單資料以供使用者裝置200顯示推薦清單。

於一實施例中，儲存裝置140更包含第三儲存單元（未繪示），第三儲存單元用以儲存對應於第一儲存單元142中多媒體資料段落（如：實際影片mp4檔和影片檔）上傳至多媒體資料系統100中雲端平台資料庫後的後設資料(meta data)。於一實施例中，第三儲存單元可以與第一儲存單元142及第二儲存單元144中任一者整合，在此不以上述為限。

於一實施例中，第一儲存單元142可以是儲存線上課程的課程資料庫，第二儲存單元144可以是儲存個人桌上型電腦於英語線上學習平台上之操作資料的後端資料庫。操作資料例如是使用者以滑鼠點擊欲觀看的線上課程資料時，後端資料庫會將被點擊的項目儲存為操作資料。

應注意到，上述多媒體資料系統100中的裝置及元件的實現方式不以上述實施例所揭露的為限，且連接關係亦不以上述實施例為限，凡足以令多媒體資料系統100實現下述技術內容的連接方式與實現方式皆可運用於本案。

請同時參考第1圖及第2圖。第2圖繪示根據本揭示文件之一實施例的多媒體資料處理方法的流程圖。在第2圖中的處理方法300，包含步驟S310、步驟S320、步驟S330及步驟S340。首先，步驟S310中，透過儲存裝置140中的第一儲存單元142，儲存多媒體資料段落。於一實施例中，多媒體資料段落包含未經過分段的多媒體資料，例如一部完整的影片或文章，或是經過分段處理的多個多媒體資料段落，例如依照主題分段後的文章段落。

接著，在步驟S320中，透過儲存裝置140中的第二儲存單元144，儲存使用者裝置200與多媒體系統100互動所產生的操作資料。

以下介紹多媒體資料系統100中操作資料的產生方法。於一實施例中，操作資料的產生方法可以是根據於討論區發問的次數。例如，使用者觀看英語線上學習平台中的多媒體資料時，該平台除了顯示多媒體資料內容的介面之外，更包含對應於該多媒體資料的討論區，討論區提供使用者對於內容提出問題或討論。例如使用者對影片內容有疑問時可於討論區發問，發問時可以標記影片時間以讓欲解答者更快速知道問題是出現在影片中的哪個段落。

例如，使用者對於影片中的1:00處有疑問，可於討論區發問並標記影片1:00處。其他使用者觀看此影片時可以一併看到討論區的此問題，並可以於下方解答。往後觀看此影片的人對於影片中的1:00處有相同疑問時能夠查找討論區是否有相同的問題已被解答。

於一實施例中，操作資料的產生方法可以是根據標記的數量。例如，使用者觀看多媒體資料段落時，可以於內容中增加標記，標記可以進一步增加註解。除了使用者自行增加的註解外，也能夠經由設定觀看其他使用者增加的標記或套用經由專業人士使用的標記及註解。例如使用者觀看影片時，認為影片3:00處為重點，可直接於影片3:00處加上標記，並附上註解內容將此處標註為重點。其他使用者可以經由設定觀看其他使用者的標記及註解，系統也能夠統計最多人使用者標記以提供使用者套用。

於一實施例中，操作資料的產生方法可以是根據觀看紀錄。例如，處理器120計算使用者的觀看多媒體資料段落的紀錄時，也就是統計觀看紀錄。統計結果中影片的比例最高而文章的比例最低，表示該使用者較喜歡使用影片學習、對影片的接收度較高或想增進英語聽力能力，而較不喜歡閱讀文字或較不需要增進英語閱讀能力。處理器120藉由分析使用者觀看過的線上學習課程得知使用者較喜歡的學習方式及主題。例如使用者的觀看紀錄多為旅遊類型的英文文章，表示使用者對旅遊的主題較感興趣，並且較喜歡閱讀或想要增進閱讀能力，將此分析結果儲存於第二儲存單元144為操作資料。

於一實施例中，操作資料的產生方法可以是根據線上測驗的表現或問題的回應之分析結果。換言之，前述操作資料包含使用者操作時對前述多媒體資料段落的回應。如多媒體資料段落中包括問題問卷時，回應是「答案」。再例如，藉由線上測驗讓使用者了解自身的學習成果，線上測驗的方式可以是是非題、選擇題、申論題、作文或口試等等。除了線上測驗的分數之外，答題的時間及速度都是處理器120中的回應分析單元122評估使用者學習成果的參數之一，處理器120分析上述參數以產生分析結果，並將分析結果儲存為操作資料。例如，線上測驗時，分析結果可以是使用者進行線上測驗時的答案的正確與否，分析結果會有正確及錯誤兩種結果。

於一實施例中，操作資料的產生方法可以是根據觀看線上影片時的操作，例如多媒體資料的實際播放時間。當使用者觀看不同難度的英語線上課程時，會有不同的操作。例如，英語初學者(例如全民英檢初級程度)觀看程度較難的英語線上課程時(例如全民英檢中級)，會需要花費較多時間觀看，如反覆觀看特定段落或是暫停影片，實際播放時間會大於影片本身的時間，處理器120中的計時單元124會計算使用者實際播放的時間，第二儲存單元144會將這些紀錄及實際播放時間儲存為操作資料，處理器120可以判斷重複觀看的線上課程為使用者有興趣或需要加強的學習主題。

例如，線上測驗的表現包含測驗分數或測驗時間。處理器120可以參考播放時間、參考答題時間及參考分數。藉由計算使用者觀看線上課程時的播放時間或線上測驗的分數及答題時間來判斷使用者的學習程度。當播放時間高於參考播放時間時判斷該線上課程對於使用者的是困難的，播放時間低於參考播放時間時判斷對於使用者是簡單的。當答題時間大於參考答題時間或當分數低於參考分數時判斷線上測驗對於使用者的來說是困難的，當答題時間低於參考答題時間或當測驗分數高於參考分數時判斷該線上課程對於使用者是簡單的。因此，處理器120藉由上述判斷方式即可得知當前的多媒體資料段落或線上測驗對於使用者的難度如何。在此實施例中，多媒體資料段落的性質可以是多媒體資料段落的難度。參考分數的設定方式可以是所有經過測驗的使用者的平均分數，參考答題時間的設定方式可以是所有經過測驗的使用者的平均花費時間，設定的方式不以上述為限，也可以是其他的設定方式。

本揭示文件的操作資料產生方法不以上述為限，上述是以舉例說明操作資料的產生方法，凡是使用者藉由使用者裝置200於多媒體系統100上的操作皆包含於本揭示文件所述之操作資料。操作資料代表使用者的使用習慣及行為，後續藉由分析操作資料產生評估資料，處理器120藉由評估資料能夠進一步得知使用者的喜好或程度等。

在步驟S330中，對第一儲存單元142中之多媒體資料段落以及第二儲存單元144中之操作資料進行分析及運算。在一實施例中，步驟S330包含更進一步的步驟S331及步驟S332。步驟S331中，對第一儲存單元142中的多媒體資料段落的內容進行關聯性連結。步驟S332中根據第二儲存單元中的操作資料產生評估資料。

以下介紹在步驟S330中，多媒體資料段落內容之間的關聯性的分析方法。多媒體資料段落的內容以影片為例，更包含影片字幕、討論區內容及影片標記等等。不同多媒體資料段落的內容之間的關聯性可能是因為主題、字幕、課程描述或難易度相近，而有高相似度。除此之外，以影片為例，兩部不同主題的影片也可能是存在部分內容有關連性，例如旅遊主題的A影片的2:00~3:00處與食物主題的B影片的5:00~6:00內容有關連性，內容可能都為描述同一國家的旅遊方式及食物文化。因此需要針對不同影片的內容分段，並建立有關連性的段落之間的關聯性連結。

以下說明在步驟S331中，關聯性連結的建立方法，請參考第3圖，第3圖繪示根據本揭示文件之一實施例的多媒體資料段落內容關聯性的示意圖。第3圖中包含多媒體資料A1、多媒體資料B1及多媒體資料C1，以及對應的段落A11~ A14、段落B11~B13及段落C11~C14。於此實施例中，以A1為影片、B1為文章及C1為影片作為範例說明，以下說明分析線上課程內容之間關聯性的方式。

多媒體資料A1當中，處理器120可以先分析A1的影片內容，以影片內容作為分段參考來分成複數個單元段落。這邊以分成4個段落A11、A12、A13及A14來做為例子說明，本揭示文件的多媒體資料分段數量不以4個為限，可以根據實際情況分成其他數量的單元段落。而分析影片內容的分段方法可以是根據多媒體資料A1中的影片字幕、討論區、影片標記等能夠獲知影片內容的方式來進行分析，分析分段的方式可以例如是針對關鍵字，像是以影片中說話者常用的開頭句或結尾句來區分不同的單元段落。除了經由處理器120分析，也可以藉由製作多媒體資料A1的人或具有相當知識的專家進行分段。處理器120可以藉由前述也提及的標記方式將不同段落分段，讓使用者觀看多媒體資料A1時能夠直接點擊標記或藉由觀看註解，跳到欲觀看的段落，使操作上更為方便，其他不同類型的多媒體資料也能夠應用相同的標記方式。

在多媒體資料B1中，以分析文章的內容及段落的方式來做為區分不同單元段落的參考，通常文章內容中不同的段落會以段落開頭空兩格作為區分不同段落的方式，因此可以以偵測文字段落有空兩格處作為不同單元段落的起始處。於此實施例中，以分成3個段落B11、B12及B13作為例子。多媒體資料C1的分段方式與多媒體資料A1相似，這邊以分成4個段落C11、C12、C13及C14作為例子。

處理器120將不同的多媒體資料A1、B1及C1依照內容各自分好段落後，接著分析多媒體資料A1、B1及C1之間的關聯性。不同多媒體資料中的不同段落內容之間可能有關連性，於此實施例中，多媒體資料A1中的段落A12與多媒體資料B1中的段落B12及多媒體資料C1中的段落C11有關連性，處理器120將段落A12、段落B12及段落C11之間建立關聯性連結，如第3圖的曲線箭號所示。例如觀看完段落A12的影片內容後，除了按照預設順序接續段落A13，也適合接著看段落B12的文章內容，再觀看段落C11的影片內容。段落B12的文章內容可能為說明段落A12的影片內容的文章段落，並且為段落C11的知識基礎之一，於此情況下，不一定要如傳統觀看影片的方式按照多媒體資料A1的順序將段落A11、A12、A13及A14整個看完再觀看多媒體資料B1。

於一實施例中，多媒體資料段落之間的關聯性連結也可以是在上傳多媒體資料時就預先建立好，例如製作影片的專業人士於上傳完成後就先將不同影片中有關聯性的內容之間建立關聯性連結。例如，英文講師上傳自己製作的多個英文教學影片後，就先將內容有關聯的部分建立關聯性連結。

於一實施例中，多媒體資料系統100沒有將多媒體資料分段，直接根據多媒體資料A1、多媒體資料B1及多媒體資料C1的內容產生關連性連結。

在步驟S332中，操作資料包含評估資料，處理器120藉由分析在步驟S320所產生的操作資料及對應於各個多媒體資料段落的難度，進一步產生對應於當前使用者的評估資料，評估資料包含評估對應於使用者對於多媒體資料段落的程度，以判斷適合該使用者的多媒體資料段落。換句話說，處理器120藉由評估資料能夠判斷使用者的程度。例如操作資料中統計使用者觀看的多媒體資料的比例是以全民英檢初級的比例最高，則處理器120判斷對應於該使用者的程度為全民英檢初級並產生對應的評估資料，將該使用者的程度評估為全民英檢初級，評估的方式不以上述為限，也能夠是其他統計方法及判斷方法。

例如，評估資料的產生方法可以是根據分析上述實施例中各種方法所產生的操作資料進一步評估的結果。例如，線上測驗的表現在全民英檢中級的測驗分數低於平均分數，則產生當前使用者的程度評估為全民英檢初級的評估資料，處理器120藉由評估資料就能得知當前使用者的程度。

於其他實施例中，在使用者裝置200與多媒體系統100連線存取多媒體資料段落的情形下，多媒體資料系統100中會產生使用者的操作紀錄，且上述操作紀錄會儲存於第二儲存單元144中。操作紀錄包含使用者使用第一儲存單元142中的多媒體資料段落時所產生的紀錄，操作紀錄代表使用者使用過的多媒體資料段落歷史紀錄，分析操作紀錄的結果能夠得知使用者較喜歡的多媒體資料段落種類或使用者的程度。藉由分析操作紀錄，處理器120會進行操作紀錄的評估，評估對應於操作紀錄的多媒體資料段落喜好及程度，以判斷適合該使用者的多媒體資料。

最後在步驟S340中，根據步驟S330中的關聯性連結及操作資料，產生對應的推薦清單資料供使用者裝置200顯示推薦清單，並根據更新的關聯性連結及操作資料以改變推薦清單的內容，下述以一實施例為例來進行說明。

請參考第4圖，第4圖繪示根據本揭示文件之一實施例的推薦清單之學習路徑的示意圖。第4圖包含多媒體資料A2~F2，藉由上述的關聯性連結及操作資料，處理器120會產生對應的推薦清單。於此實施例中，初始推薦清單包含多媒體資料A2及B2。當使用者觀看多媒體資料A2及B2後，會產生對應的關聯性連結及操作資料，再次藉由關聯性連結及操作資料，處理器120判斷多媒體資料C2及多媒體資料E2中，使用者較適合接著觀看多媒體資料C2，並將多媒體資料C2加入到推薦清單中，接著再次判斷多媒體資料D2及多媒體資料F2，判斷結果多媒體資料D2比多媒體資料F2較適合。因此最後學習路徑為多媒體資料A2、B2、C2及D2。

例如，多媒體資料A2及C2為全民英檢初級程度的課程影片，多媒體資料B2及E2為全民英檢中級程度的課程影片。使用者觀看多媒體資料A2時，沒有暫停影片也沒有討論區發問的操作，線上測驗的分數高於平均分數。觀看多媒體資料B2時，暫停5次，討論區發問2次，線上測驗的分數低於平均分數並且花費時間高於平均時間，處理器120產生上述操作的操作資料。處理器120判斷於多媒體資料B2與多媒體資料C2及E2的內容有關聯性並建立關聯性連結。而藉由上述操作資料，處理器120產生將當前使用者的程度判斷為全民英檢初級程度而非全民英檢中級程度的評估資料，進而將學習路徑改為接續多媒體資料C2而非接續多媒體資料E2。多媒體資料D2及F2的情況與上述相似，處理器120判斷當前使用者較適合多媒體資料D2而非多媒體資料F2。經過上述操作，最後推薦清單顯示的多媒體資料為多媒體資料A2~D2，推薦給使用者的學習路徑為多媒體資料A2到多媒體資料D2。

於一實施例中，除了上述於推薦清單中改變多媒體資料的順序外，也可以於推薦清單中新增或移除多媒體資料以改變推薦清單的內容。例如，於上述實施例中，當使用者觀看完多媒體資料D2後，處理器120根據使用者觀看完多媒體資料D2後的操作資料，並產生對應的評估資料以判斷多媒體資料D2對於當前使用者來說難易度是簡單的，則可以新增並推薦與多媒體資料D2有關連性連結且難度更高的其他多媒體資料。

在一實施例中，儲存裝置140更包含分析端資料庫，用以儲存推薦清單及學習路徑變化的結果，並即時儲存使用者使用後的結果，處理器120進一步分析分析端資料庫中的推薦清單資料及學習路徑並更新推薦清單。因此，推薦清單的資料是隨著使用者的行為及使用多媒體資料後的結果即時或定時更新。例如，處理器120可以設定一間隔時間更新推薦清單，例如每隔1小時就更新一次，設定間隔時間的方式不以上述為限。

綜上所述，多媒體資料系統分析多媒體資料段落內容之間的關聯性並建立關聯性連結，分析使用者裝置與多媒體資料系統互動的操作資料產生評估資料，藉由使用者多媒體資料段落內容之間的關聯性連結及評估資料，產生適合使用者的推薦清單，並隨著使用者使用推薦清單上的多媒體資料段落及使用的行為即時或定期更新推薦清單，並將使用者所選擇的學習路徑結果儲存，做為之後更新推薦清單的依據之一。

100:多媒體資料系統 120:處理器 140:儲存裝置 142:第一儲存單元 144:第二儲存單元 200:使用者裝置 300:資料處理方法 S310、S320、S330、S331、S332、S340:步驟 A1、B1、C1、A2、B2、C2、D2、E2、F2:多媒體資料 A11~A14、B11~B13、C11~C14:段落

第1圖繪示根據本揭示文件之一實施例的多媒體資料系統的功能方塊圖。 第2圖繪示根據本揭示文件之一實施例的多媒體資料處理方法的流程圖。 第3圖繪示根據本揭示文件之一實施例的多媒體資料內容關聯性的示意圖。 第4圖繪示根據本揭示文件之一實施例的推薦清單之學習路徑的示意圖。

100:多媒體資料系統

120:處理器

122:回應分析單元

124:計時單元

140:儲存裝置

142:第一儲存單元

144:第二儲存單元

200:使用者裝置

Claims (14)

1. 一種多媒體資料推薦系統，包含：一儲存裝置，包含：一第一儲存單元，用以儲存複數個多媒體資料段落；以及一第二儲存單元，透過網路與至少一使用者裝置連接，並用以儲存該至少一使用者裝置與該多媒體資料系統互動而產生的操作資料，其中該操作資料代表該至少一使用者的使用習慣及行為；以及一處理器，耦接該儲存裝置，用以分析該操作資料以及該些多媒體資料段落的難度以產生一評估資料，該評估資料包含評估對應於該至少一使用者對於該些多媒體資料段落的程度，其中該處理器還用以根據該評估資料分析該第一儲存單元中之該些多媒體資料段落以產生該些多媒體資料段落間的複數個關聯性連結，並根據該些關聯性連結及該些操作資料產生對應的一推薦清單，其中該推薦清單記載該些多媒體資料段落。
2. 如請求項1所述之多媒體資料推薦系統，其中該處理器係用以對至少一多媒體資料的內容進行分段，產生該些多媒體資料段落，並根據該些多媒體資料段落產生該些多媒體資料段落之間的該些關聯性連結。
3. 如請求項2所述之多媒體資料推薦系統，其中該處理器係用以計算該些多媒體資料段落之間的相似度，並根據計算結果對該些多媒體資料段落中內容相關的部分產生該些關聯性連結。
4. 如請求項1所述之多媒體資料推薦系統，其中該處理器包含：一回應分析單元，其中該些操作資料包含對該些多媒體資料段落的至少一回應，該回應分析單元用以進行分析以取得對應於該些多媒體資料段落中的至少一問題的該至少一回應，其中該些操作資料更包含該回應分析單元分析對應該些多媒體資料段落的該至少一問題及該至少一回應的分析結果。
5. 如請求項1所述之多媒體資料推薦系統，其中該處理器包含：一計時單元，用以計算該些多媒體資料段落的一播放時間，其中該些操作資料包括該些多媒體資料段落的該播放時間。
6. 如請求項5所述之多媒體資料推薦系統，其中該些多媒體資料段落各別對應一性質，並根據該性質以更新該些操作資料。
7. 如請求項6所述之多媒體資料推薦系統，其中該處理器根據更新的該些操作資料及該些關聯性連結，以改變提供給該至少一使用者裝置之該推薦清單的內容。
8. 一種多媒體資料推薦方法，包含：透過一第一儲存單元，儲存複數個多媒體資料段落；透過一第二儲存單元，儲存至少一使用者裝置與一多媒體資料系統互動而產生的操作資料，其中該操作資料代表該至少一使用者的使用習慣及行為；分析該操作資料以及該些多媒體資料段落的難度以產生一評估資料，該評估資料包含評估對應於該至少一使用者對於該些多媒體資料段落的程度；根據該評估資料分析該第一儲存單元中之該些多媒體資料段落之間的複數個關聯性連結；以及根據該些關聯性連結及該些操作資料產生對應的一推薦清單，其中該推薦清單記載該些多媒體資料段落。
9. 如請求項8所述之多媒體資料推薦方法，更包含：對至少一多媒體資料的內容進行分段，產生該些多媒體資料段落，並根據該些多媒體資料段落產生該些多媒體資料段落之間的該些關聯性連結。
10. 如請求項9所述之多媒體資料推薦方法，更包含：計算該些多媒體資料段落之間的相似度，並依據計算結果對該些多媒體資料段落中內容相關的部分產生該些關聯性連結。
11. 如請求項8所述之多媒體資料推薦方法，其中分析該第二儲存單元中之該些操作資料，並根據該些關聯性連結及該些操作資料產生對應的該推薦清單的步驟包含：分析該些多媒體資料段落中對應至少一問題的至少一回應以產生一分析結果。
12. 如請求項8所述之多媒體資料推薦方法，其中分析該第二儲存單元中之該些操作資料，並根據該些關聯性連結及該些操作資料產生對應的該推薦清單的步驟更包含：計算該些多媒體資料段落的一播放時間。
13. 如請求項12所述之多媒體資料推薦方法，更包含：根據對應該些多媒體資料段落的一性質，以更新該些操作資料。
14. 如請求項13所述之多媒體資料推薦方法，其中分析該第二儲存單元中之該些操作資料，並根據該些關聯性連結及該些操作資料產生對應的該推薦清單的步驟包含：在產生該推薦清單後，根據更新的該些操作資料及該些關聯性連結，以改變提供給該至少一使用者裝置之該推薦清單的內容。

Images