电子节目指南观看历史生成器方法和系统
2020-01-15

电子节目指南观看历史生成器方法和系统

电子节目指南(EPG)系统使用了喜好引擎和处理系统,它通过监视观看者的观看模式来学习观看者看电视的喜好。这种系统透明地操作以便建立观看者口味的文档。该文档用于提供一些服务,例如,推荐或自动录制观看者可能感兴趣观看的电视节目。为了使喜好数据库个性化,提供用户接口,以便使得用户模拟与系统的各种交互。这就使系统在无需用以使系统个性化的长交互历史的情况下迅速地建立文档。

第一种类型的实例是MbTV,它是这样的系统,该系统通过监视观看者的观看模式来学习观看者的电视观看喜好。MbTV以透明的方式进行操作并建立观看者口味的文档。这种文档用于提供服务,例如推荐观看看在观看时可能感兴趣的电视节目。MbTV学习观看者的每一种口味并利用所学到的内容去推荐将到来的节目。MbTV可通过提示将到来的预定节目而帮助观看者安排它们的看电视时间,并且,在增加有存储设备的情况下能在观看者缺席时自动地录制这些节目。

可根据喜好引擎20按包括过滤掉低分值选择并加亮高分值选择的组合在内的多种方式来修改选择输入UI25的表现形式。例如,完全过滤掉低得分值频道(例如仅有肥皂剧和自然记录片的得分值低),但所有其它内容均可用加亮显示出来,所述加亮被用来指示高得分值主题材料。

在合并进喜好数据库50中之前,是否要用分析和数据缩减设备55按某种方式去分析和/或缩减用户交互数据42,取决于设计上的考虑以及正在使用的机器学习方法。可供本发明使用的机器学习方法包括:决策树、神经网络、规则归纳、最近邻居和遗传算法。

参照图8A和9A,预测引擎使用的喜好数据可包括来自用户喜好数据库50B以及总体喜好数据库50A的数据。用户喜好数据库50B可添加有与诸如多个家庭之类的一个或多个本地用户相关的数据。总体喜好数据库50A可添加有与广泛的人口相关的数据。喜好数据的全部在称为合作过滤的合成类型中被预测引擎445/545所利用。在多种领域中均周知有合作过滤,它用与一个大的总体相关的数据中的模式来就个体行为进行预测。例如,总体数据可体现出喜欢一种书的个体还喜欢特定的另一种书。可在EPG环境中使用这同一类技术。最佳的是,总体喜好数据库50A可在物理上位于一独立的位置。另外,源于总体喜好数据库50A的模型数据可定期地下载至本地设备。

在实施例中,本发明可将喜好数据添加给一个存储有先前节目选择的EPG系统,其中,所述系统具有节目数据库,该数据库包含有所存储的节目标识符的列表,这些标识符标识那些其内容不是当前使用的、但预定将要使用的节目。可以存储先前节目选择,或者,可以存储该数据的某种精华。例如,为了用这种数据去装载喜好数据库,可认为什么时候要广播节目是不重要的。所存储的“旧”节目用于训练系统的喜好部分,但不去控制节目的输出或录制。用户接口单元可显示节目的标识符并接受用户输入。用户输入可以是单项或多项选择。多项选择是指能同时作一个以上的选择。

第二种类型的设备是较为主动式的。它允许用户指定喜好什么或不喜好什么。例如,用户可以通过用户接口指明喜爱戏剧和动作片电影以及不喜欢某些演员。然后,用这些标准来预测用户喜欢来自一组节目中的哪个节目。

在实施例中,本发明可将喜好数据添加给一个存储有先前节目选择的EPG系统,其中,所述系统具有节目数据库,该数据库包含有所存储的节目标识符的列表,这些标识符标识那些其内容不是当前使用的、但预定将要使用的节目。可以存储先前节目选择,或者,可以存储该数据的某种精华。例如,为了用这种数据去装载喜好数据库,可认为什么时候要广播节目是不重要的。所存储的“旧”节目用于训练系统的喜好部分,但不去控制节目的输出或录制。用户接口单元可显示节目的标识符并接受用户输入。用户输入可以是单项或多项选择。多项选择是指能同时作一个以上的选择。

与可获得的节目有关的数据可由有线系统或电话线作为一组数据记录来接收。每个可获得的节目均具有单一对应的数据记录,它包含有与节目有关的诸如频道、开始与结束时间、标题、主演姓名、是否有字幕和立体声以及或许是节目简介之类的信息。不难根据这种类型的数据记录将诸如上述表格加以格式化。一定周期(例如两周)的数据一般在服务器(例如有线系统的头端)上格式化一次并重复和连续地广播给有线系统所服务的家庭。另外,可通过电话线或其它网络按需或按预定的时间表下载数据。

可根据喜好引擎20按包括过滤掉低分值选择并加亮高分值选择的组合在内的多种方式来修改选择输入UI25的表现形式。例如,完全过滤掉低得分值频道(例如仅有肥皂剧和自然记录片的得分值低),但所有其它内容均可用加亮显示出来,所述加亮被用来指示高得分值主题材料。