TWI746278B - 用於個人化影視服務之系統、方法及電腦可讀媒介 - Google Patents

用於個人化影視服務之系統、方法及電腦可讀媒介 Download PDF

Info

Publication number
TWI746278B
TWI746278B TW109140968A TW109140968A TWI746278B TW I746278 B TWI746278 B TW I746278B TW 109140968 A TW109140968 A TW 109140968A TW 109140968 A TW109140968 A TW 109140968A TW I746278 B TWI746278 B TW I746278B
Authority
TW
Taiwan
Prior art keywords
service
film
television
community
score
Prior art date
Application number
TW109140968A
Other languages
English (en)
Other versions
TW202221531A (zh
Inventor
郭芳如
張沛強
鍾欣燕
Original Assignee
中華電信股份有限公司
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 中華電信股份有限公司 filed Critical 中華電信股份有限公司
Priority to TW109140968A priority Critical patent/TWI746278B/zh
Application granted granted Critical
Publication of TWI746278B publication Critical patent/TWI746278B/zh
Publication of TW202221531A publication Critical patent/TW202221531A/zh

Links

Images

Landscapes

  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本發明揭示一種用於個人化影視服務之系統及方法。首先,收集用戶端裝置的服務瀏覽資料,以對服務瀏覽資料基於時間和週期進行加權分析,藉此計算服務瀏覽資料中的服務的個人服務使用指標分數,接著,根據服務的類別取得用戶端裝置對屬於該類別的社群之可信度評比資訊,以及取得屬於該類別的社群對該服務的影視內容之評分資訊,再根據可信度評比資訊和評分資訊計算影視內容之個人推薦分數,爾後,根據個人服務使用指標分數和個人推薦分數產生個人化影視服務目錄。本發明另提供一種用於個人化影視服務之方法的電腦可讀媒介。

Description

用於個人化影視服務之系統、方法及電腦可讀媒介
本發明係關於一種影像通信技術,詳而言之,係關於一種提供個人化影視服務之系統、方法及電腦可讀媒介。
近年來,影視服務平台崛起,挑戰傳統電視產業長久以來的影視霸主地位。目前,影視服務平台可提供用戶多元化的服務影視的選擇,包含電影、戲劇、動漫、新聞、運動…等,讓用戶可不受時間限制地選擇想瀏覽的影視服務。
一般而言,影視服務選單通常以階層式選單呈現,例如在第一階顯示所有的服務,當用戶點選第一階的某個服務之後,再於第二階顯示此服務的具體影視內容。是以,平台對於所有用戶皆提供同樣的選單目錄,並沒有考量用戶的收視瀏覽習慣,導致用戶可能在選單目錄上就花費不少時間。
此外,雖然平台內部對於這些影視內容可能會提供一些簡介或推薦資訊,但這些資訊往往過於粗略和狹隘,難以跟上時下熱門的影視潮流。
因此,如何提供一種個人化影視服務的目錄選單,避免現有選單的繁複操作流程,且能快速且精準地符合用戶的影視服務的需求,乃為目前業界亟待改進之議題。
為解決上述問題及其他問題,本發明提出一種用於個人化影視服務之系統、方法及電腦可讀媒介。
本發明之用於個人化影視服務之系統係包括:影視服務平台,係藉由網路提供影視服務至用戶端裝置,該影視服務平台係包括:服務瀏覽資料紀錄模組,用於收集該用戶端裝置的服務瀏覽資料;分數計算模組,用於對該用戶端裝置的該服務瀏覽資料,基於時間和週期進行加權分析,以計算出該服務瀏覽資料中的服務之個人服務使用指標分數;類別標記模組,用於取得該服務瀏覽資料中的該服務的類別;個人影視內容加權計算模組,用於根據該服務的類別,取得該用戶端裝置對屬於該類別的社群之可信度評比資訊,以及取得屬於該類別的社群對該服務的影視內容之評分資訊,以根據該可信度評比資訊和該評分資訊計算出該影視內容的個人推薦分數;以及個人化影視服務目錄產生模組,用於根據該個人服務使用指標分數和該個人推薦分數,產生個人化影視服務目錄以提供至該用戶端裝置,其中,該個人化影視服務目錄中的顯示服務係依據該個人服務使用指標分數而排序,而該顯示服務中的顯示影視內容係依據該個人推薦分數而排序。
該影視服務平台更包括社群資料紀錄模組及社群評分資料擷取模組,其中,該社群資料紀錄模組係取得該用戶端裝置對於社群網站之可信度評 比資訊,該社群評分資料擷取模組係取得該社群網站對該服務的該影視內容之社群網站評分資訊,以作為該個人影視內容加權計算模組所取得之該評分資訊。
該影視服務平台更包括社群資料紀錄模組、影視內容評分資料紀錄模組及評分計算模組,其中,該社群資料紀錄模組係取得該用戶端裝置隸屬的社群以及該用戶端裝置對該隸屬的社群之可信度評比資訊,該影視內容評分資料紀錄模組係取得該用戶端裝置對於該服務中的該影視內容的個人評分,該評分計算模組係根據該用戶端裝置隸屬的社群和該隸屬的社群中的個人評分計算出該隸屬的社群對該服務的該影視內容之隸屬社群評分資訊,以作為該個人影視內容加權計算模組所取得之該評分資訊。
該用戶端裝置係包括:影視內容評分模組,用於對由該影視服務平台所提供之該影視服務中的服務的影視內容進行評分;社群評比介面模組,用於對連接該網路的社群進行可信度評比;以及影視服務顯示模組,係顯示由該影視服務平台所提供之該影視服務及該個人化影視服務目錄。
本發明之用於個人化影視服務之方法,係包括:收集用戶端裝置的服務瀏覽資料;對該用戶端裝置的該服務瀏覽資料,基於時間和週期進行加權分析,以計算出該服務瀏覽資料中的服務的個人服務使用指標分數;取得該服務瀏覽資料中的該服務的類別;根據該服務的類別,取得該用戶端裝置對屬於該類別的社群之可信度評比資訊;根據該服務的類別,取得屬於該類別的社群對該服務中的影視內容之評分資訊;根據該可信度評比資訊和該評分資訊,計算出該影視內容之個人推薦分數;以及根據該個人服務使用指標分數以及該個人推薦分數,產生個人化影視服務目錄,其中,該個人化影視服務目錄中的 顯示服務係依據該個人服務使用指標分數而排序,而該顯示服務中的顯示影視內容係依據該個人推薦分數而排序。
所述屬於該類別的社群係為社群網站,且該方法更包括:取得該用戶端裝置對於該社群網站之可信度評比資訊;取得該社群網站對該服務的該影視內容之社群網站評分資訊,以作為該個人影視內容加權計算模組所取得之該評分資訊,其中,該可信度評比資訊係經標準化轉換後,再進行該個人推薦分數之計算。
所述屬於該類別的社群係為該用戶端裝置隸屬的社群,且該方法更包括:取得該用戶端裝置對於該隸屬的社群之可信度評比資訊;取得該用戶端裝置對於該服務中的該影視內容的個人評分;以及根據該用戶端裝置隸屬的社群和該隸屬的社群中的個人評分,計算出該隸屬的社群對該服務的該影視內容之隸屬社群評分資訊,以作為該個人影視內容加權計算模組所取得之該評分資訊。其中,該評分資訊係經標準化轉換後,再進行該個人推薦分數之計算。
本發明復提供一種電腦可讀媒介,應用於計算裝置或電腦中,係儲存有指令,以執行前述之用於個人化影視服務之方法。
因此,藉由本發明之用於個人化影視服務之系統、方法及電腦可讀媒介,係簡化現有階層式影視服務選單的繁複操作流程;此外,本發明能夠根據用戶自身的觀賞紀錄組合出隨著瀏覽周期性變動的個人影視服務介面,同時導入社群評比以推薦影視內容,且能快速且精準地符合用戶的影視服務的需求。
1:用戶端裝置
11:影視內容評分模組
12:社群評比介面模組
13:影視服務顯示模組
2:影視服務平台
21:服務瀏覽資料紀錄模組
22:分數計算模組
23:社群資料紀錄模組
24:影視內容評分資料紀錄模組
25:評分計算模組
26:社群評分資料擷取模組
27:評分標準化模組
28:個人影視內容加權計算模組
29:類別標記模組
30:個人化影視服務目錄產生模組
5:個人化影視服務目錄
5’:個人化影視服務目錄
501:電影A
502:電影B
503:電影C
51:電影
51’:電影
52:戲劇
53:職棒
S301~S306:步驟
圖1為本發明之用於個人化影視服務之系統之架構示意圖。
圖2為本發明之用於個人化影視服務之方法之流程示意圖。
圖3為本發明之用於個人化影視服務之系統及方法之個人化影視服務目錄之示意圖。
圖4為本發明之用於個人化影視服務之系統及方法之個人化影視服務目錄之另一示意圖。
以下藉由特定的實施例說明本案之實施方式,熟習此項技藝之人士可由本文所揭示之內容輕易地瞭解本案之其他優點及功效。本說明書所附圖式所繪示之結構、比例、大小等均僅用於配合說明書所揭示之內容,以供熟悉此技藝之人士之瞭解與閱讀,非用於限定本案可實施之限定條件,故任何修飾、改變或調整,在不影響本案所能產生之功效及所能達成之目的下,均應仍落在本案所揭示之技術內容得能涵蓋之範圍內。
請參閱圖1,為本發明之用於個人化影視服務之系統之架構示意圖。如圖1所示,本發明之用於個人化影視服務之系統提供影視服務內容至用戶端裝置1的影視服務平台2。
用戶端裝置1,例如機上盒、行動電話、平板、或電腦,其包括影視內容評分模組11、社群評比介面模組12、影視服務顯示模組13。
影視內容評分模組11,用於對由影視服務平台2所提供之影視服務中的一或多個服務的一或多個影視內容進行評分。社群評比介面模組12,用於對連接網路(如網際網路或各種有線/無線網路)的社群,包括一或多個外部的 社群網站或者用戶端裝置有參加的一或多個社群,進行可信度評比。影視服務顯示模組13,顯示由影視服務平台2所提供之影視服務及個人化影視服務目錄。另外,本文所述之服務例如電影、戲劇、職棒、新聞等,而服務中的影視內容指的是,以服務名稱為電影為例,影視內容則是指電影A、電影B、電影C等。
影視服務平台2,例如伺服器、雲端設備,其包括服務瀏覽資料紀錄模組21、分數計算模組22、社群資料紀錄模組23、影視內容評分資料紀錄模組24、評分計算模組25、社群評分資料擷取模組26、評分標準化模組27、個人影視內容加權計算模組28、類別標記模組29、個人化影視服務目錄產生模組30。
服務瀏覽資料紀錄模組21藉由網路(如網際網路或各種有線/無線網路)收集用戶端裝置1的服務瀏覽資料。
分數計算模組22自服務瀏覽資料紀錄模組21取得用戶端裝置1的服務瀏覽資料,基於時間和週期進行加權分析,以計算出服務瀏覽資料中的服務之個人服務使用指標分數。此外,分數計算模組22可每隔一段時間對用戶端裝置1的服務瀏覽資料進行基於時間和週期的加權分析,例如用戶端裝置1隨著週期性與時間衰減,且越近期的權重比重越重,故所計算出的服務瀏覽資料中的服務之個人服務使用指標分數會隨著時間有變化,則以個人服務使用指標分數為基礎的個人化影視服務目錄在所顯示的服務順序上也會有變化。
社群資料紀錄模組23用於取得用戶端裝置1利用社群評比介面模組1對於網路上的一或多個社群之可信度評比資訊,例如用戶端裝置1對於外部的社群網站之可信度評比資訊。此外,社群資料紀錄模組23還取得用戶端裝置 1隸屬的一或多個社群,進而取得用戶端裝置1對其所隸屬的社群之可信度評比資訊。
影視內容評分資料紀錄模組24用於取得用戶端裝置1利用影視內容評分模組11,對於由影視服務平台2所提供的服務的影視內容之個人評分。也就是說,影視服務平台2的影視內容評分資料紀錄模組24記錄有所有個人對於影視內容的個人評分。
評分計算模組25根據用戶端裝置1隸屬的社群和該隸屬的社群中所有個人的個人評分,計算出該隸屬的社群對該服務的該影視內容之隸屬社群評分資訊,藉此作為個人影視內容加權計算模組28所要取得之評分資訊。
社群評分資料擷取模組26用於取得該社群網站對服務的影視內容之社群網站評分資訊,以作為個人影視內容加權計算模組28所要取得之評分資訊。
評分標準化模組27用於將該可信度評比資訊和該評分資訊經標準化轉換後,以利進行個人推薦分數之計算。
個人影視內容加權計算模組28用於根據該服務的類別,取得用戶端裝置1對屬於該類別的社群之可信度評比資訊,以及取得屬於該類別的社群對該服務的影視內容之評分資訊,以根據該可信度評比資訊和該評分資訊,計算出該服務中的該影視內容的個人推薦分數。
類別標記模組29用於取得服務瀏覽資料中的服務的類別、將服務的類別予以標記。此外,類別標記模組29還將用戶端裝置1隸屬的社群與屬於該類別的社群取交集之後,獲得屬於該類別且被用戶端裝置1隸屬的社群,以便個人影視內容加權計算模組28用於根據該服務的類別,取得該用戶端裝置 對屬於該類別的社群之可信度評比資訊以及取得屬於該類別的社群對該服務的影視內容之評分資訊。
個人化影視服務目錄產生模組30用於根據該個人服務使用指標分數和該個人推薦分數,產生個人化影視服務目錄以提供至該用戶端裝置。
請參閱圖2,其為本發明之用於個人化影視服務之方法之流程示意圖。
於步驟S301中,收集用戶端裝置的服務瀏覽資料。其中,當用戶端裝置的服務使用時間超過門檻值才收集,未達門檻則不採計。接著進至步驟S302。
於步驟S302中,對服務瀏覽資料基於時間和週期進行加權分析,計算出服務瀏覽資料中的服務的個人服務使用指標分數。須說明的是,用戶端裝置的服務瀏覽資料會隨著時間和週期性有變化,本發明依週期性與時間衰減效應將時間越靠近的權重設定越重。接著進至步驟S303。
於步驟S303中,取得該服務的類別。須說明的是,本文所述之服務例如電影、戲劇、職棒、新聞等,其中以服務名稱為電影為例,影視內容則是指電影A、電影B、電影C等,而電影的類別為電影,職棒的類別為運動。接著進至步驟S304。
於步驟S304中,取得用戶端裝置對屬於該類別的社群之可信度評比資訊,取得屬於該類別的社群對該服務的影視內容之評分資訊。在此,社群可為外部的社群網站或者是用戶端裝置有加入的隸屬社群,而評分資訊可為外部的社群網站對於影視內容的評分、或者為隸屬社群統計隸屬社群中所有用戶 對於影視內容的評分。此外,可取得外部的社群網站和隸屬的社群之至少其中一者的評分作為評分資訊。接著進至步驟S305。
於步驟S305中,根據該可信度評比資訊和該評分資訊,計算出該服務中的該影視內容的個人推薦分數。也就是將各社群的評分以用戶端裝置對於社群的可信度評比作為權重因子,以加權計算出各影視內容的個人推薦分數。接著進至步驟S306。
於步驟S306中,根據個人服務使用指標分數和個人推薦分數,產生個人化影視服務目錄,其中,該個人化影視服務目錄中的顯示服務會依據該個人服務使用指標分數而排序,而該顯示服務中的顯示影視內容也會依據該個人推薦分數而排序。
以下說明個人服務使用指標分數、社群對於影視內容的評分、個人推薦分數的計算方式。
p s :服務S使用紀錄指標分數。
Figure 109140968-A0101-12-0009-1
星期別相依加權因子
Figure 109140968-A0101-12-0009-2
時段相依加權因子
Figure 109140968-A0101-12-0009-3
其中,te:服務使用的終止時間,ts:服務使用的開始時間,λ:基於時間的衰減係數,tsnow:當下的時間戳,ts(n):服務使用的時間戳。
其中,Cw:常數、週加權因子,w(n):服務使用的日期,wnow:當下的日期,Ct:常數、時間加權因子,tnow:當下的時間。
社群cm i 對影視內容c j 評分
Figure 109140968-A0101-12-0010-15
Figure 109140968-A0101-12-0010-4
其中,
Figure 109140968-A0101-12-0010-16
:用戶m對內容j的評分,M(j):內容j的評分樣本數。
標準化(min max normalization)社群之影視內容評分。
Figure 109140968-A0101-12-0010-7
其中,
Figure 109140968-A0101-12-0010-20
:社群cm i 的最低評分,
Figure 109140968-A0101-12-0010-21
:社群cm i 的最高評分,c j :內容jcm i :社群i
取得服務的類別g,並加權計算內容c j 於用戶u m 之個人推薦分數。
Figure 109140968-A0101-12-0010-6
Figure 109140968-A0101-12-0010-22
其中,
Figure 109140968-A0101-12-0010-17
:用戶m隸屬的社群的集合,CM g :屬於類別g的社群的集合,
Figure 109140968-A0101-12-0010-18
:屬於類別g以及被用戶隸屬的社群,
Figure 109140968-A0101-12-0010-19
:用戶m的社群cm i 的權重。
請參閱表格一,係顯示各個服務的指標分數,其中的指標分數即為利用上述「p s :服務s使用紀錄指標分數」的計算方式所獲得者。根據表格一可知,電影的指標分數最高、戲劇次之、而職棒第三,所以個人化影視服務目錄5則會依此個人服務使用指標分數來排序,如圖3所示。圖3中,於個人化影視服務目錄5中,由上至下依序排列的服務為電影51、戲劇52、職棒53。
表格一:
Figure 109140968-A0101-12-0011-8
再參閱圖3,個人化影視服務目錄5中還對各個服務標示其類別。根據這些服務的類別,取得屬於該類別的社群以及用戶端裝置對於社群的可信度評比。此處的社群可為外部的社群網站,或者也可為用戶端裝置有參與的(隸屬的)公開或私人社群。影視服務平台皆記錄有用戶端裝置對於各個社群的可信度評比資訊、各個社群的類別,以利於取得用戶端裝置對屬於該類別的社群之可信度評比資訊,如表格二所示。
表格二:
Figure 109140968-A0101-12-0011-9
接著,表格三顯示各個社群對於影視內容的評分資訊。若為外部的社群網站,則影視服務平台可直接擷取外部的社群網站對於影視內容的評分資訊;若為用戶端裝置隸屬的社群,則影視服務平台需先取得該隸屬社群中所有用戶對於影視內容的個人評分再藉此計算出評分資訊。
表格三:
Figure 109140968-A0101-12-0012-10
於表格三中,對於電影A,個人推薦分數的計算為0.3*(4/10)+0.2*(1/10)+0.4*(5/10)=0.39,電影B和電影C也是如此計算。依據表格三的個人推薦分數來排序影視內容。如圖4所示,於個人化影視服務目錄5’中,由上至下依序排列的服務為電影51’、戲劇52、職棒53,其中,電影51’又分為由左至右依序排列的影視內容為電影B 502、電影C 503、電影A 501。當然不限於上至下或左至右,只要依據個人服務使用指標分數和個人推薦分數來排序即可。
另外,本發明還提供一種用於個人化影視服務之方法的的電腦可讀媒介,係應用於具有處理器(例如,CPU、GPU等)及/或記憶體的計算裝置或電腦中,且儲存有指令,並可利用此計算裝置或電腦透過處理器及/或記憶體執行此電腦可讀媒介,以於執行此電腦可讀媒介時執行上述內容。
綜上所述,本發明之用於個人化影視服務之系統、方法及電腦可讀媒介係根據用戶的服務瀏覽紀錄,進行收視週期性與時間衰減效應的分析, 以動態調整個人化影視服務目錄的顯示服務順序,另導入網路中相關社群對於服務的影視內容的輿情資訊,藉此參考屬性相似群組評比,俾提供能隨時間調整之階層式個人化影視服務目錄選單。
上述實施例僅例示性說明本案之功效,而非用於限制本案,任何熟習此項技藝之人士均可在不違背本案之精神及範疇下對上述該些實施態樣進行修飾與改變。因此本案之權利保護範圍,應如後述之申請專利範圍所列。
S301~S306:步驟

Claims (10)

  1. 一種用於個人化影視服務之系統,係藉由網路提供影視服務至用戶端裝置,該系統包括:服務瀏覽資料紀錄模組,用於收集該用戶端裝置的服務瀏覽資料;分數計算模組,用於對該用戶端裝置的該服務瀏覽資料,基於該服務瀏覽資料中的服務的使用日子和使用時段以及當下時間進行加權分析,以計算出該服務瀏覽資料中的服務之個人服務使用指標分數;類別標記模組,用於取得該服務瀏覽資料中的該服務的類別;個人影視內容加權計算模組,用於根據該服務的類別,取得該用戶端裝置對屬於該類別的社群之可信度評比資訊,以及取得屬於該類別的社群對該服務的影視內容之評分資訊,以根據該可信度評比資訊和該評分資訊並將該可信度評比資訊作為權重因子,計算出該服務中的該影視內容的個人推薦分數;以及個人化影視服務目錄產生模組,用於根據該個人服務使用指標分數和該個人推薦分數,產生個人化影視服務目錄以提供至該用戶端裝置,其中,該個人化影視服務目錄中的顯示服務係依據該個人服務使用指標分數而排序,而該顯示服務中的顯示影視內容係依據該個人推薦分數而排序。
  2. 如請求項1所述之系統,更包括社群資料紀錄模組及社群評分資料擷取模組,其中,該社群資料紀錄模組係取得該用戶端裝置對於社群網站之可信度評比資訊,該社群評分資料擷取模組係取得該社群網站對該服務的該 影視內容之社群網站評分資訊,以作為該個人影視內容加權計算模組所取得之該評分資訊。
  3. 如請求項1所述之系統,更包括社群資料紀錄模組、影視內容評分資料紀錄模組及評分計算模組,其中,該社群資料紀錄模組係取得該用戶端裝置隸屬的社群以及該用戶端裝置對該隸屬的社群之可信度評比資訊,該影視內容評分資料紀錄模組係取得該用戶端裝置對於該服務中的該影視內容的個人評分,該評分計算模組係根據該用戶端裝置隸屬的社群和該隸屬的社群中的個人評分計算出該隸屬的社群對該服務的該影視內容之隸屬社群評分資訊,以作為該個人影視內容加權計算模組所取得之該評分資訊。
  4. 如請求項1所述之系統,更包括評分標準化模組,其將該可信度評比資訊和該評分資訊經標準化轉換,以供該個人影視內容加權計算模組進行該個人推薦分數之計算。
  5. 如請求項1所述之系統,其中,該用戶端裝置係包括:影視內容評分模組,用於對該影視服務中的服務的影視內容進行評分;社群評比介面模組,用於對連接該網路的社群進行可信度評比;以及影視服務顯示模組,係顯示該影視服務及該個人化影視服務目錄。
  6. 一種用於個人化影視服務之方法,係包括:令影視服務平台收集用戶端裝置的服務瀏覽資料;令該影視服務平台對該用戶端裝置的該服務瀏覽資料,基於該服務瀏覽資料中的服務的使用日子和使用時段以及當下時間進行加權分析,以計算出該服務瀏覽資料中的服務的個人服務使用指標分數;令該影視服務平台取得該服務瀏覽資料中的該服務的類別; 令該影視服務平台根據該服務的類別,取得該用戶端裝置對屬於該類別的社群之可信度評比資訊;令該影視服務平台根據該服務的類別,取得屬於該類別的社群對該服務中的影視內容之評分資訊;令該影視服務平台根據該可信度評比資訊和該評分資訊並將該可信度評比資訊作為權重因子,計算出該服務中的該影視內容的個人推薦分數;以及令該影視服務平台根據該個人服務使用指標分數以及該個人推薦分數,產生個人化影視服務目錄,其中,該個人化影視服務目錄中的顯示服務係依據該個人服務使用指標分數而排序,而該顯示服務中的顯示影視內容係依據該個人推薦分數而排序。
  7. 如請求項6所述之方法,其中,所述屬於該類別的社群係為社群網站,且該方法更包括:令該影視服務平台取得該用戶端裝置對於該社群網站之可信度評比資訊;令該影視服務平台取得該社群網站對該服務的該影視內容之社群網站評分資訊,以作為該個人影視內容加權計算模組所取得之該評分資訊。
  8. 如請求項6所述之方法,其中,所述屬於該類別的社群係為該用戶端裝置隸屬的社群,且該方法更包括:令該影視服務平台取得該用戶端裝置對於該隸屬的社群之可信度評比資訊;令該影視服務平台取得該用戶端裝置對於該服務中的該影視內容的個人評分;以及 令該影視服務平台根據該用戶端裝置隸屬的社群和該隸屬的社群中的個人評分,計算出該隸屬的社群對該服務的該影視內容之隸屬社群評分資訊,以作為該個人影視內容加權計算模組所取得之該評分資訊。
  9. 如請求項6所述之方法,其中,該可信度評比資訊和該評分資訊係經標準化轉換後,再進行該個人推薦分數之計算。
  10. 一種電腦可讀媒介,應用於計算裝置或電腦中,係儲存有指令,以執行如請求項6至9項任一項所述之用於個人化影視服務之方法。
TW109140968A 2020-11-23 2020-11-23 用於個人化影視服務之系統、方法及電腦可讀媒介 TWI746278B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW109140968A TWI746278B (zh) 2020-11-23 2020-11-23 用於個人化影視服務之系統、方法及電腦可讀媒介

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109140968A TWI746278B (zh) 2020-11-23 2020-11-23 用於個人化影視服務之系統、方法及電腦可讀媒介

Publications (2)

Publication Number Publication Date
TWI746278B true TWI746278B (zh) 2021-11-11
TW202221531A TW202221531A (zh) 2022-06-01

Family

ID=79907665

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109140968A TWI746278B (zh) 2020-11-23 2020-11-23 用於個人化影視服務之系統、方法及電腦可讀媒介

Country Status (1)

Country Link
TW (1) TWI746278B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109495929A (zh) * 2017-09-12 2019-03-19 华为技术有限公司 一种业务处理方法、移动边缘计算设备及网络设备
US20200226696A1 (en) * 2013-03-15 2020-07-16 Tomorrowish Llc Displaying Social Media Content
CN111770587A (zh) * 2019-04-02 2020-10-13 华为技术有限公司 一种数据处理方法、装置及系统
EP3723018A1 (en) * 2017-12-07 2020-10-14 Pay Gate Co., Ltd. Apparatus and method for deducing social relation between accounts on basis of transaction ledger, and apparatus and method for providing social media service by using same
CN111918280A (zh) * 2019-05-07 2020-11-10 华为技术有限公司 一种终端信息的处理方法、装置及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200226696A1 (en) * 2013-03-15 2020-07-16 Tomorrowish Llc Displaying Social Media Content
CN109495929A (zh) * 2017-09-12 2019-03-19 华为技术有限公司 一种业务处理方法、移动边缘计算设备及网络设备
EP3723018A1 (en) * 2017-12-07 2020-10-14 Pay Gate Co., Ltd. Apparatus and method for deducing social relation between accounts on basis of transaction ledger, and apparatus and method for providing social media service by using same
CN111770587A (zh) * 2019-04-02 2020-10-13 华为技术有限公司 一种数据处理方法、装置及系统
CN111918280A (zh) * 2019-05-07 2020-11-10 华为技术有限公司 一种终端信息的处理方法、装置及系统

Also Published As

Publication number Publication date
TW202221531A (zh) 2022-06-01

Similar Documents

Publication Publication Date Title
US8151194B1 (en) Visual presentation of video usage statistics
US8220022B1 (en) Traversing video recommendations
CN106407241A (zh) 视频推荐方法及系统
US20140012910A1 (en) Video comment feed
US20140013200A1 (en) Video comment feed with prioritization
US20120158527A1 (en) Systems, Methods and/or Computer Readable Storage Media Facilitating Aggregation and/or Personalized Sequencing of News Video Content
AU2014274688A1 (en) Generating a feed of content items associated with a topic from multiple content sources
CN105721899A (zh) 一种视频质量评分的方法及系统
WO2020135189A1 (zh) 产品推荐方法、产品推荐系统及存储介质
US20240037167A1 (en) Aggregation of live performances on an aggregate site on a network
TW201735654A (zh) 多媒體資源的品質評估方法和裝置
CN106897398B (zh) 一种视频展示方法及装置
JP5386660B1 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
CN107592572A (zh) 视频推荐方法、装置及其设备
CN106980666B (zh) 一种推荐视频的方法和装置
CN108540857A (zh) 基于手机遥控器的电视收视率和用户偏好控制方法及系统
TWI746278B (zh) 用於個人化影視服務之系統、方法及電腦可讀媒介
JP6055912B2 (ja) 端末装置および装置のプログラム
Chowdhury et al. A user-study examining visualization of lifelogs
CN215495016U (zh) 一种基于网络质量的短视频推荐系统
CN110309361B (zh) 一种视频评分的确定方法、推荐方法、装置及电子设备
De Pessemier et al. Investigating the influence of QoS on personal evaluation behaviour in a mobile context
TWI626847B (zh) 個人化影音資料評分綜合加權資訊之系統與方法
CN115705379A (zh) 智能推荐方法及装置、设备、存储介质
Ding et al. QoE-oriented resource management strategy by considering user preference for video content