CN1516966A - 为用户选择将要透明获得的有关产品的系统和方法 - Google Patents

为用户选择将要透明获得的有关产品的系统和方法 Download PDF

Info

Publication number
CN1516966A
CN1516966A CNA028119878A CN02811987A CN1516966A CN 1516966 A CN1516966 A CN 1516966A CN A028119878 A CNA028119878 A CN A028119878A CN 02811987 A CN02811987 A CN 02811987A CN 1516966 A CN1516966 A CN 1516966A
Authority
CN
China
Prior art keywords
user
vector
products
preference
grading
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
CNA028119878A
Other languages
English (en)
Other versions
CN1263304C (zh
Inventor
�µ�˹���ڴ�
柯蒂斯·于茨
乔纳森·库珀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Intel Corp
Original Assignee
Intel Corp
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 Intel Corp filed Critical Intel Corp
Publication of CN1516966A publication Critical patent/CN1516966A/zh
Application granted granted Critical
Publication of CN1263304C publication Critical patent/CN1263304C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

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]
    • H04N21/80—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
    • 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
    • H04N21/4334—Recording operations
    • 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
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • 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
    • H04N21/454—Content or additional data filtering, e.g. blocking advertisements
    • 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
    • H04N21/458—Scheduling content for creating a personalised stream, e.g. by combining a locally stored advertisement with an incoming stream; Updating operations, e.g. for OS modules ; time-related management operations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/16—Analogue secrecy systems; Analogue subscription systems
    • H04N7/162—Authorising the user terminal, e.g. by paying; Registering the use of a subscription channel, e.g. billing
    • H04N7/163—Authorising the user terminal, e.g. by paying; Registering the use of a subscription channel, e.g. billing by receiver means only

Abstract

本发明提供了选择将要透明传送给用户的有关产品的系统和方法。本发明可以包括得到用户偏好，并基于该用户偏好导出多个预测矢量。在接收包括了关于多个产品的时间表数据和相对应的产品描述数据的传送时间表后，通过比较所述产品描述数据和预测矢量，可以对用户透明地选择该用户可能偏好的一预测的产品组。对用户透明地，可以为该用户获得所述预测的产品组。在一个实施例中，本方法可以在一个系统上实现，该系统包括机顶盒，并可以在机顶盒内的机器可读介质上将本方法存储为指令。

Description

为用户选择将要透明获得的有关产品的系统和方法
技术领域
本发明一般地涉及广播系统，具体地说，涉及对将要通过耦合到广播系统上的用户机顶盒而透明获得的有关产品进行选择。
背景技术
传统上，广播系统在一个方向上从服务器系统向多个客户端系统传送数据。客户端系统的用户一般在信号被广播时，从服务器系统接收这些信号。现有一个范例，其中向用户提供已明确选择的内容，该范例包括服务器系统，该服务器系统连续地和/或以交错的间隔广播相同的数据；例如“按次付费”电影。可以从有线电视或卫星电视广播公司那里获得“按次付费”电影，这些广播公司在多个频道上以交错的间隔重复地发送相同的电影。想要观看某一特定影片的用户只要在特定的已知时间上，在多个频道中调谐到广播所要电影所在的一个频道上。
用于在广播系统中提供所明确选出的内容的另一个范例包括：用户录制特定的节目、电影、体育事件或其它内容，随后在该内容被广播后的某一时间对其进行访问。传统上，用户设置一个磁带录像机(VCR)来录制所要的电视节目。以后，当用户想要观看这个电视节目时，用户只要从VCR中播放已先前录制的节目。
近来，已经可以得到伴有数字广播服务的数字视频录像机，这种数字广播服务由以下公司提供：TiVo，Inc.ofAlviso，California和Replay TV，Inc.of Mountain View，California。这些相伴出现的设备和服务供应允许广播内容录制在内部的硬盘驱动器上，而不是传统VCR所使用的视频磁带上。然而，数字视频录像机的使用和传统VCR的类似之处在于用户要通过指定所要的节目或其它内容的日期和时间来明确地设定一个判断标准，以用来确定在内部的硬盘上录制哪一个广播节目。此外，这些广播系统允许用户对广播者明确提供总体上的偏好，这些偏好和喜欢、偏好、喜爱等相关。例如，TiVo系统允许用户对某个节目或影片明确地给出“拇指向上”或“拇指相下”的好恶选择，并明确地提供有关影片或节目标准的“期望名单”。然后，TiVo系统将与明确选出的标准相匹配的影片和节目下载给用户。
附图说明
图1图示了在其中执行本发明一个实施例的环境。
图2A图示了根据本发明一个实施例的产品描述数据。
图2B图示了根据本发明一个实施例的传送时间表。
图2C图示了根据本发明一个实施例的产品的一组包。
图3图示了依照本发明的一个实施例而采用的动作的一个总流程。
图4图示了依照本发明的一个实施例，为用户准备一组预测矢量而采用的动作流程。
图5图示了根据本发明一个实施例的一组预测矢量。
图6图示了依照本发明的一个实施例，为选择将要透明传送给用户的产品而采用的动作流程。
具体实施方式
A. 具有传送中心和客户端的环境
图1图示了在其中执行本发明一个实施例的环境。本发明包括至少一个内容提供商100，其向广播传送中心服务器110提供产品。内容提供商可以提供模拟或数字格式的产品。在一个实施例中，如果产品以模拟格式录制，那么传送中心服务器110就可以把它转换为数字格式。每个内容提供商100可以是一个服务器计算机或一组、子网络、局域网(LAN)内或其它的多个计算机组。产品可以是电视节目、电影、短片、原始数据、声音、音频、视频、音乐视频、视频游戏、计算机程序、图形或者这些或其它类似数据的某种组合。在一个实施例中，内容提供商经由连接104来提供产品。在一个实施例中，连接104可以是陆线(land line)，例如T1线、T3线、同轴电缆、以太网、双绞线、诸如同步光网络(SONET)的光纤，或者其它物理存在的连接。在另一个实施例中，连接可以是微波、卫星、无线电波等形式的无线连接。传送中心服务器110可以是一个服务器计算机或者包括子网络、集群或LAN的一组计算机。传送中心服务器110将产品发布给诸如客户端130的用户。在一个实施例中，将发送给客户端的产品用数字格式发送出去。
在一个实施例中，传送中心服务器110包括一个或多个服务器计算机，这种服务器计算机包括以下：处理器112；诸如随机访问存储器(RAM)设备的存储器114；至少一个用于存储数据的存储设备116，所存储的数据例如是从内容提供商处接收到的产品和从客户端处接收到的用户偏好数据；以及至少一个通信接口118。在一个实施例中，需要多个通信接口118用于和已经描述的内容提供商进行通信，以及和下面将要描述的客户端进行通信。存储设备116可以是任何机器可读介质，包括硬盘驱动器、光盘驱动器、磁带等。在一个实施例中，用于实现这里所描述的方法的软件可以被存储在包括在传送中心服务器内的存储设备或其它机器可读介质，包括磁盘和光盘、磁带、只读存储器(ROM)、可编程只读存储器(PROM)、电擦除可编程存储器(EEPROM)以及类似的半导体设备；或者可以经由电、声或其它形式的传播信号(例如，载波、数字信号、红外信号等)，从外部或远程设备中下载这些软件。
在传送中心服务器110中，处理器112、存储器114、存储设备116和通信接口118可以经由总线120相互耦合。在各种实施例中，传送中心服务器可以包括多个或附加的通信接口、处理器、存储设备和总线。虽然未示出，但是诸如鼠标和键盘的用户输入设备，诸如阴极射线管(CRT)显示监视器的显示器，或者适于显示数据、图形和图像的任何显示设备都可以耦合到传送中心服务器上，或作为一部分包括在传送中心服务器中。在一个实施例中，其中所述传送中心服务器由多个服务器计算机组成，该实施例可具有通信专用服务器、应用服务器、存储服务器和其它专门的服务器，它们被配置为一个LAN、组、小组、集群、子网络等等。
在一个实施例中，传送中心服务器的通信接口118可以用以下方式提供与客户端130的通信：经由广域网(WAN)170，其可以是因特网或者某一种支持传输控制协议/因特网协议(TCP/IP)的网络；经由高清晰度电视(HDTV)；经由有线电视(CATV)；经由卫星；经由先进电视系统委员会(ATSC)广播信号；经由数字电视(DTV)信号及其它通过与诸如广播、卫星和电缆的前端等的合适传输或通信设备通信的方式，以及经由计算机通信服务器、路由器、交换机、网关等而进行的通信。传送中心服务器110可以利用基于WAN连接174的WAN或CATV，以及基于DTV连接182和卫星连接184的卫星、DTV、ATSC和HDTV而与客户端130通信。
接收产品的客户端130可以是耦合到电视机162上的机顶盒132。在一个实施例中，机顶盒132包括处理器134、存储器136、存储设备138、通信接口144、用户接口控制器150和输出控制器160，它们全都耦合到一起经由总线168来通信。在一个实施例中，键盘154和/或远程控制键座(key pad)152和/或游戏控制器156可以与机顶盒132耦合起来，并经由用户接口控制器150把用户的输入发送给机顶盒132。在一个实施例中，用户接口控制器1 50可以是串行总线控制器，例如通用串行总线(USB)主控制器。在一个实施例中，电视162可以包括扬声器164，用于重现和所传送的产品相关的音频。在一个实施例中，通信接口144可以是调制解调器，其允许如连接174所示的基于WAN 170的通信。在其它实施例中，通信接口144可以是一个连接到有线电视接收机、卫星接收器或其它设备以经由连接182和184从传送中心服务器110接收模拟或数字信号的设备。
在一个实施例中，机顶盒132可以是任何一种个人计算设备，例如个人计算机、便携式计算机、蜂窝电话、个人数字助手(PDA)、小型计算器或任何包含带有通信接口的处理器的其它设备，所述通信接口允许接收经由连接174、182和184发布的数据。在一个实施例中，存储设备138可以用于存储所接收的产品、产品描述数据、用户偏好数据等。这样的存储设备包括诸如硬盘驱动器的磁介质，以及在内部、在外部、本地或远程地耦合到机顶盒的其它机器可读介质。在一个实施例中，这里所描述的方法可以用软件实现，并且作为用户偏好软件(CPS)140被存储在存储设备138上。在一个实施例中，可将用户偏好数据存储在存储设备138上的偏好数据库(PDB)142中。
在一个实施例中，多个客户端130中的一些可以经由DTV连接1 82无线地接收广播产品；多个客户端130中的一些可以经由卫星连接184接收广播产品；多个客户端130中的一些可以经由WAN连接174接收广播产品。在这个实施例中，WAN可以是因特网。在另一个实施例中，多个客户端130中的一些可以经由未示出的CATV连接来接收产品。在一个实施例中，CATV连接可以是WAN。使用其它公知技术的其它连接也是可以的。
在一个实施例中，客户端130也可以向传送中心服务器110发送信息。对于经由卫星、无线电波或其它无线连接来接收产品的客户端而言，可以经由电话拨号连接176经过WAN 170实现与传送中心的通信，例如，通过经因特网服务提供商(ISP)而连接到因特网。在其它实施例中，这些客户端可以直接拨号到传送中心服务器。无线客户端也可以经由数字用户线(DSL)、T1线或其它陆线而与因特网通信，以将数据发送到传送中心。对于经由WAN，例如经由因特网或CATV来接收产品的客户端而言，可以经由WAN与传送中心服务器进行通信，其中经过WAN来接收广播产品，使得如图所示经由WAN连接174的信息流是双向的。
在一个实施例中，在传送中心服务器将要广播某一特定产品之前，将被称为元数据的产品描述信息或产品描述数据发送给客户端。在一个实施例中，在用户未知的情况下，以智能机顶盒或其它个人计算设备的形式出现的客户端包括CPS，该CPS响应于接收了产品描述数据而定购所要传送的产品。为了确定应当传送什么产品，CPS可以间接地基于以前消费产品的历史和/或基于所直接提供的用户偏好来评价用户的偏好，所述以前消费产品的历史例如是以前看过的电影和电视节目、玩过的游戏、看过的预告片、激活的计算机程序、浏览过的数据等等。例如，如果用户曾经观看或指定过动作片或由阿诺德·施瓦辛格主演的影片，那么当在发送给用户机顶盒的元数据中描述了某部动作片、由阿诺德·施瓦辛格主演的影片或者具有同样特征的影片，以及在另一个实施例中由同类影星主演的影片时，机顶盒中的CPS可以在传送中心服务器广播元数据所描述的影片时，透明地获得该影片。也就是说，客户端130被连接到传送中心服务器上，并且在机顶盒132上运行诸如CPS 140的客户端软件程序，机顶盒132间接并透明地基于客户端曾经消费、观看、执行、为之查找信息或以其它形式访问过的所有产品的历史，和/或基于所直接提供的用户指定偏好来维护用户偏好。此外，在一个实施例中，CPS可以基于在产品可用于下载时和/或在CPS自动获得之后，用户已经忽略、未观看、未播放、未执行或未以其它形式访问过的那些产品来评价用户的偏好。类似地，也可以基于用户在没有观看、执行、播放或以其它形式访问产品的条件下而删除所自动获得的产品，来确定用户的偏好。由此，无论何时传送中心服务器例如经由广播或传送时间表来向客户端发送信息，通知他们某些产品可用于下载，在用户的机顶盒或其它计算设备中的CPS都自动地决定应当在广播时获得某些产品，而应当忽略其它产品。按照这样的方式，基于CPS所确定的与用户偏好相匹配的产品，可以预见用户的产品偏好，从而使产品在由传送中心服务器广播时可以被透明地自动获得，即，用户无需执行任何动作或观察任何机顶盒的活动。
一开始，在各种实施例中，机顶盒不会自动获得任何适于用户的产品，直到从具有消费历史的用户确定出用户偏好，所述的消费历史是经由选择和请求获得某一产品，经由观看产品或以其它形式访问、执行或播放产品，和/或经由直接输入用户偏好而创建的。在一个实施例中，客户端系统可以向用户提供选择菜单，以提前准备好自动获得系统。例如，根据产品，这些菜单可以包括用于公知的类型、从属类型、风格、内容的地理位置、主演、角色、导演、音乐演奏者、操作系统、游戏系统等的核对框。任何产品的任何一种标准、特点、特征等都可以在这个菜单中被提供给用户。在一个实施例中，用户可以指定键(key)和/或键/值对，用于描述用户所希望透明地自动获得的产品。在另一个实施例中，用户可以一开始基于从客户端接收的、作为地理数据而获得的客户端的物理位置，和/或基于在注册机顶盒时所获得的用户基本情况信息，包括例如年龄、性别、个人兴趣、收入、工作等来获得产品。
本发明包括例如图1所描述的系统，其中，传送中心服务器将元数据形式的产品描述信息以广播或传送时间表的形式转发到客户端，并且客户端软件，也就是机顶盒中的CPS，无需任何用户输入，就自动并透明地确定所指定的产品在由传送中心服务器广播时，是否应当被用户的机顶盒获得。在一个实施例中，基于由位于客户端的机顶盒中的CPS所维护并组织的用户偏好信息，CPS决定一个或多个产品是否应当被获得。在一个实施例中，CPS可以访问并维护用户偏好的偏好数据库。在一个实施例中，PDB 142就可以是这样一个数据库。在这个实施例中，可以经由结构化查询语言(SQL)或其它公知的数据库语言来访问PDB 142。在一个实施例中，CPS可以经由JAVA数据库连接(JDBC)和/或开放数据库连接(ODBC)应用编程接口来访问PDB 142。
B. 各种数据格式
图2A图示了根据本发明一个实施例的产品描述数据。在一个实施例中，产品描述数据是可具有很多用于描述特定产品的字段的元数据。这些字段可以称为键，这些描述可以称为值。在一个实施例中，可以使用可扩展标记语言(XML)对元数据进行格式化。如果产品是电影、故事片、预告片、短片、电视节目等，则元数据266可以包括键262和值264，如图2A所示的那样。键可以包括种类200、名称202、集(episode)、一个或多个类别204、一位或多位主演206、一位或多位导演220、一位或多位编剧222、一位或多位制片人224、语言226、字幕228、色彩230、放映时间232、一段或多段情节描述234、一个或多个重要场景236、音乐250和一个或多个相关产品260。
根据产品种类的不同，键可以不同。例如，如果种类是电视节目，那么就可能有一个集类别，而如果种类是电影、视频游戏、音频文件或音频流、计算机程序、体育事件、新闻等则没有。在一个实施例中，并非所有的键都是必不可少的，键在适合于或可应用于此类产品或产品的特定例子时使用。一些键可以根据需要而具有子键(sub-key)，并且在子键等当中可以具有更多的信息。例如，在一个实施例中，对于每一位主演206，可以具有用于名字208、所扮演的角色210、所扮演角色的年龄212、所扮演角色的性别214的子键，以及用于所扮演角色的种类216的一个或多个子键。类似地，重要场景236可以具有开始240、中间242和结束244的子键。此外，音乐可以具有用于作曲家252和产品中歌曲254的子键。虽然只图示了一首歌曲254，但是如果合适，可以包括多首歌曲。可以使用附加的子键和二重子键(sub-sub-key)来进一步描述在产品中出现的乐曲或歌曲所使用的音乐的种类。这些键和子键只是例子而已，键、子键等的数量和种类是不受限制的。其它键可以包括以下：美国电影协会(MPAA)的评级和/或其它第三方的评级；父母引导分类，例如暴力、性、语言、裸露等等；地理位置；文化；种族；宗教等等。
作为产品描述数据而存储的元数据可以包括以任何公知形式表示的值，并且可以包括诸如名称202的文本、诸如放映时间232的数字数据和诸如色彩230的布尔值。一些键可以允许使用单个术语或词，例如类别204，而其它的键则可能允许使用多个词，例如情节234。键和值的表示可能随着产品和内容提供商的不同而改变。
图2B图示了根据本发明一个实施例的传送时间表。在一个实施例中，传送中心服务器可以向客户端的机顶盒传输一个传送时间表，通知它们各种产品的可用性。在另一个实施例中，传送时间表可以是一个可用性列表，而且可以指定一些日期和/或时间，在此之后和/或在此之时，就可以从特定的下载或广播频道或流中获得或者获取产品。在一个实施例中，传送时间表270和可用性列表可以包括成对的时间表数据272以及对应的、用于描述可用的产品的元数据274。在一个实施例中，时间表数据可以指定在哪一天/什么时间上将广播元数据所描述的产品。在一个实施例中，元数据274与上面图2A所述的元数据相同或相似。
图2C图示了根据本发明一个实施例的产品的一组包。在一个实施例中，由多个包282组成的组280可以被客户端获得和/或被传送给客户端，所述的包282包括元数据284和产品数据286。然后，CPS通过了解那些用户所观看、使用、执行、播放、访问等等的产品的元数据，确定用户有可能偏好的产品。在一个实施例中，产品数据286可以是实际的电影、电视节目、预告片、原始数据、音乐视频、音频文件或音频流、计算机程序、视频游戏等等。在各种实施例中，可以根据任何公知的标准，利用加密等安全方案对产品数据进行保护。在一个实施例中，元数据284和上面图2A所述的元数据相同或相似。
C. 基于用户的偏好选择将要透明传送给用户的有关产品的方法
图3图示了依照本发明的一个实施例而采用的动作的一个总流程。如上所述，机顶盒可以包括用户偏好软件(CPS)。在一个实施例中，机顶盒可以包括为用户接口提供支持的其它软件，利用所述的用户接口，用户可以输入对可以经由传送中心服务器传送的各种产品的偏好信息。在一个实施例中，用户接口软件可以和CPS结合起来；在另一个实施例中，用户接口软件可以是驻留于机顶盒中并与CPS联合工作的独立软件实体。在一个实施例中，为了选择将要透明传送给用户机顶盒的有关产品，CPS可以得到对键/值对的直接用户评级，并把这些键/值对和相关的用户评级存储为评级矢量，如框310中所示。CPS也可以间接、透明地确定键/值对的用户评级，并把这些键/值对和相关的用户评级存储为评级矢量，如框312中所示。
在一个实施例中，评级矢量内的评级可以处在例如-10到+10的范围内。带有正评级的键/值对可能表示用户偏好包含着那种特点或标准的产品，因此，CPS应当考虑下载该产品。负评级可能表示用户不会喜爱或欣赏带有那个键/值对的产品，因此不应当被CPS请求下载。这个范围和评级方案只是一个例子，其它类似的例子有从-5到+5、-50到+50、-100到+100和-1000到+1000等。此外，可以将用户评级定义为任何两面或二维范围，例如，A到E和V到Z，其中A是最偏好的，E是最低偏好的，V是不被偏好的，而Z是指从未下载任何具有这个键/值对的产品。
在一个实施例中，CPS可以在PDB中维护关于产品被观看、获得、请求、访问等的具体信息。这允许CPS基于产品是否被观看、访问、播放、执行等等了一次、两次、多次、只有不足以得出结论的一小段时间等，来确定对特定的产品和/或与该产品相关的特定键/值对的用户评级。例如，PDB可以存储以下信息：播放某影片的一部分，例如25％，同时完整地播放另外三部所获得的影片。CPS可以处理这样的信息，来赋给每部电影一个评级。在一个实施例中，可以由CPS基于影片所播放的百分比，将用户评级赋给与该电影相关的键/值对中的部分或全部。因此，在一个实施例中，如果只部分播放了某部影片，则该电影的用户评级可能为负值，例如-3。另一方面，如果完整播放了一部影片，则CPS可能指派一个适中为正的用户评级，例如+5。如果一部影片例如被完整地播放了二或三次，则CPS可能赋给一个相当高的正评级，例如+7。按照这种方式，CPS可以基于观看、访问、播放、执行等等一个产品的次数和整体的百分比，得到该产品被偏好、被高度偏好还是不被偏好等的结论。基于直接的用户输入，可以将类似的数值评级和其它评级赋给多个键/值对，然后，可以将这些评级作为评级矢量存储在PDB中。
在一个实施例中，如果出现在提供给用户的列表中的最近可用产品没有被用户获得、观看、访问、执行、激活等，那么根据一个实施例，诸如不被偏好或-5的负用户评级可以被设置为该产品一般的键/值对的用户评级，这些一般的键/值对例如是类型、主演、导演等，根据产品的类型，也可以设置为其它重要的键/值对的用户评级。在一个实施例中，如果一个产品多次出现在提供给用户的列表中，但从未被用户观看、访问、播放、执行、激活过等，那么CPS可将表明不被偏好的用户评级-9赋给一般的和/或最重要的键/值对中的每一个。也可以有其它一些方法，用于确定与产品中所提供的一些或全部键/值对相关的用户评级。在一个实施例中，规则引擎可以包括多项规则，它们被用来评估用户的习惯，并且将评级赋给键/值对。在评估应当自动地、透明地下载哪些产品的过程中，最重要的就是评级矢量中的用户评级的关联性和可信度。
基于对键/值对间接的或直接的用户评级，CPS评估每个评级矢量的关联性，如框314所示。然后，CPS评估每个评级矢量的可信度，如框316所示。下面讨论如何评估关联性和可信度。然后，CPS基于每个评级矢量的可信度和关联性，为用户准备一组预测矢量。如框318所示。
一旦接收到指定了多个产品的传送时间表或可用性列表，如框320所示，CPS通过比较用户的预测矢量与传送中心服务器在传送时间表或可用性列表中所提供的产品包的元数据，为该用户选择应当透明地获得哪些产品，如框322所示。可以将这些所选中的产品称为预测产品。在一个实施例中，CPS接着在所计划的时间上，从广播或下载频道或流中获得或者获取预测产品，如框324所示。
D. 为用户选择预测矢量
图4图示了依照本发明的一个实施例，为用户准备一组预测矢量而采用的动作流程。在CPS已经得到被存储为评级矢量的各个键/值对的直接或间接的用户评级后，CPS评估评级矢量中的每一个，以确定应当使用哪些评级矢量来预测应当从传送中心服务器透明地获得哪些产品。CPS从评级矢量开始，如框410所示。可以从存储在机顶盒的存储设备中的偏好数据库(PDB)中获取评级矢量。
在一个实施例中，对于每个评级矢量，CPS可以维护偏好量值、参考量值和标准偏差，或者CPS可以按照需要为每一个评级矢量确定偏好量值、参考量值和标准偏差。偏好量值PMAG也可以被称为用户偏好程度，它是评级矢量中特定的键/值对的用户评级的平均值，其中每个用户评级可能已经由CPS间接地进行评估，和/或可能已经由用户直接提供。
评级矢量的参考量值RMAG是一个键/值对出现在CPS为之确定用户评级的产品中的原始次数。参考量值越大，在预告将要下载的产品时，相关的用户偏好程度将越有关联。也就是说，为一个键/值对确定或获取用户评级的次数越多，那么在评估是否应当下载特定的产品时，将越有可能考虑所产生的用户偏好程度。
偏好量值的标准偏差StdDev是为特定评级矢量的键/值对而收集的用户评级的标准偏差。该标准偏差被用来确定键/值对的用户评级的偏好量值的可信度。也就是，特定键/值对的标准偏差越小，在确定用户是否偏好某个特定产品时，键/值对的用户偏好程度将越可信或越可靠。随之而来的是，键/值对的标准偏差越大，在确定用户是否偏好某一特定产品时，键/值对的用户偏好程度将越不可信或越不可靠。
CPS使用评级矢量的参考量值来确定当前评级矢量的参考量值是否有关联，如框412所示。在一个实施例中，CPS将参考量确定为特定键/值对出现次数的原始值。在一个实施例中，为了确定参考量值是否有关联，CPS可以将该参考量值与用户所下载产品的总数进行比较。在另一个实施例中，基于和所有其它所存储的键/值对的其它参考量值所进行的原始比较，该参考量值可被视为重要的。如果当前键/值对的参考量值是重要的，则对当前评级矢量的标准偏差进行评估，以确定它是否小于系统指定的最大值，如框414所示。所述标准偏差是赋给特定键/值对的全部用户评级的累计标准偏差。在一个实施例中，可以为标准偏差设置一个系统指定的最大值。在一个实施例中，系统指定的最大标准偏差可以随着将要进行评估的评级矢量的不同而改变。
如果当前评级矢量的标准偏差小于系统指定的最大值，如框414所示，则在一个实施例中，CPS基于当前评级矢量的参考量值和标准偏差，把当前的评级矢量插入到预测矢量的有序列表中，如框416所示。可以用任何适当的方式将参考量值与标准偏差结合起来。在一个实施例中，可以用公知的插入排序法来实现。在一个实施例中，预测矢量的有序列表被存储在用户机顶盒上的偏好数据库中。接着进行核对，以确定是否有更多要评估的评级矢量，如框418所示。如果有更多要评估的评级矢量，则当前的评级矢量被设置为下一个评级矢量，如框420所示。然后，在框412继续执行。
在评估一个评级矢量时，如果确定了当前评级矢量的参考量值不重要，如框412所示，则不把该评级矢量加入到预测矢量的有序列表中，而在框418继续执行来对任何其它的评级矢量进行处理。类似地，如果当前评级矢量的标准偏差不小于系统指定的最大值，如框414所示，则在框418继续执行，即如果有其它的评级矢量，对它们进行评估。当标准偏差不小于系统指定的最大值时，则不把该评级矢量加入到预测矢量列表中。如果在框418处没有更多的评级矢量要进行评估，则确定预测矢量的处理结束。
图5图示了根据本发明一个实施例的一组预测矢量。在一个实施例中，一组预测矢量510可以包括从在图4的描述中进行的分析中得出的最佳矢量或最高矢量。在一个实施例中，CPS可以使用阈值512来确定最佳预测矢量和其它矢量之间的截断点。在一个实施例中，该阈值可以是诸如数10的纯数字，这样，在依照图4所述方法进行分析时所发现的矢量中，最高的10个矢量就是成为预测矢量的那些矢量。在另一个实施例中，该阈值可以是一个数字值，使得可以使用参考量值和标准偏差的组合来确定将要成为预测矢量的最高一组矢量。在一个实施例中，每一个预测矢量都可以用五个元素来存储：键514、值516、PMAG 518、RMAG 520和StdDev 522。
为了更好地理解如何选择预测矢量，以及如何排列评级矢量，参考图5中的矢量82，其中的键是“主演”，值是“尼古拉斯·凯奇”，PMAG是“1.46”，RMAG是“14”，而标准偏差是“8.35”。可以由以下事实导出评级矢量中的这样一组元素，即用户可能已经欣赏并观看了由尼古拉斯·凯奇主演的不同影片，例如，Honeymoon in Vegas、Moonstruck和Raising Arizona，但是该用户可能已明确选择了不观看或不下载Face-Off、Con Air和The Rock。要是这样的话，因为该用户喜欢凯奇的某些影片，并选择不观看其它的影片，所以该用户的评级的标准偏差较大。因此，这个评级矢量的可信度被认为相对较低或者不可信。因为可信度低，所以这个特定的评级矢量达不到阈值要求，不被包括为预测矢量之一。另外一个例子参考矢量2，其中的键是“主演”，值是“詹妮弗·安妮斯顿”，PMAG是“9.03”，RMAG是“84”，而标准偏差是“1.47”。在这个例子中，很显然，用户已经观看过很多集由安妮斯顿主演的电视连续剧《Friends》，使得RMAG高达84。也就是说，CPS 84次确定对安妮斯顿的用户评级。可以得出，因为用户很多时候喜欢观看安妮斯顿，所以标准偏差相对较低，只有1.07。这意味着该用户观看由安妮斯顿主演的产品达84次，而且因为标准偏差是1.07，PMAG是9.03，所以CPS也基于84次产生关于键/值对即主演/安妮斯顿的用户评级，而确定了对安妮斯顿的用户评级约在8到10之间。此外，该用户可能已直接给安妮斯顿打出了例如9/10的评级。
E. 基于用户偏好进行产品选择
图6图示了依照本发明的一个实施例，为选择将要透明传送给用户的产品而采用的动作流程。通常，CPS评估一组包、传送时间表或可用性列表中元数据的每个键/值对，以确定预测矢量的键/值对是否包括在该元数据中。对于列在具有至少一个与预测矢量相匹配的键/值对的时间表中的每个包或产品，在包的所有键/值对和所有预测矢量之间进行比较。于是，基于该包匹配预测矢量的总数、总标准偏差和总参考量值，来确定该包的预测偏好程度。
更具体地说，CPS得到第一包的元数据，并把它设置为当前包，如框610所示。然后，CPS从该包元数据中得到第一键/值对，并设置当前包对，如框612所示。然后，CPS从预测矢量的列表中得到第一预测矢量，并设置当前预测矢量，如框614所示。然后，CPS确定当前预测矢量是否与当前包对相匹配，如框616所示。如果当前预测矢量与当前包对匹配，则CPS通过将所有预测矢量和所有包对进行比较，并存储匹配预测矢量的总数、所有匹配预测矢量的总标准偏差和总参考量值，来确定当前包的参考量值和标准偏差，如框618所示。然后，CPS确定预测偏好程度和当前包的胜任程度，并存储这些值，如框620所示。在一个实施例中，通过将总参考量值除以匹配预测矢量的总数来确定预测偏好程度，这样，预测偏好程度就等于所有匹配预测矢量的平均参考量值。在一个实施例中，通过将所有匹配预测矢量的总标准偏差除以匹配预测矢量的总数来确定胜任程度，这样，胜任程度就等于所有匹配预测矢量的平均标准偏差。
然后，进行核对以确定是否有更多要评估的包，如框622所示。如果有更多的包，则将当前包设置为下一个包，如框624所示，在框612处继续执行。如果没有更多的包，如框622所示，则选择获得最高评级的预测包进行传送，如框634所示。在一个实施例中，基于对包的胜任程度和预测偏好程度的评估，确定哪个包是最高评级的。在一个实施例中，一个包要想被视作最高评级的并因此被请求下载，就必须超过系统指定的最小预测偏好程度和/或必须满足系统指定的最大胜任程度。
再次参考框616，如果当前预测矢量与当前包对不匹配，则进行核对以确定是否有更多要评估的预测矢量，如框630所示。如果有其它的预测矢量，当前预测矢量被设置为下一个预测矢量，如框632所示。接着在框616处继续执行。如果没有要评估的其它预测矢量，如框630所示，则在框622处继续执行。
在另一个实施例中，CPS可能驻留于传送中心服务器上。在此实施例中，CPS基于从用户的机顶盒反馈回传送中心服务器的信息，可以间接地和/或直接地确定用户的偏好。按照这种方式，传送中心服务器上的CPS可以用同样的方式执行这里所描述的本发明的各种实施例，好像该CPS位于用户的机顶盒上一样。在另一个实施例中，传送中心服务器上的CPS也可以使用附加数据来确定用户的偏好，例如用户的账单记录，在一个实施例中，它可以保存在传送中心服务器的数据库中。在另一个实施例中，传送中心服务器上的CPS可以与附加的第三方数据库通信，以得到更多的用户信息，这些信息涉及和注册信息有关的街道地址和/或电话号码，或者和用户的机顶盒有关的账单信息。传送中心服务器的CPS可以在确定用户的偏好时使用这些更多的数据。在全部这些实施例中，在确定附加的用户偏好之后，将适于用户所预测品味的产品透明地传送给用户的机顶盒。
在前面的说明书中，参考其中的具体实施例已对本发明进行了描述。然而，很显然，可以对其中的内容进行各种修改和改变，而不偏离如所附权利要求所述的本发明更广泛的精神和范围。由此，应将本说明书和附图视为示意性的，而非限制性的。

Claims (29)

1.一种方法，包括：
得到多个用户偏好以确定多个评级矢量；
基于所述用户偏好导出多个预测矢量；
接收传送时间表，所述传送时间表包括关于多个产品的多个时间表数据和相对应的多个产品描述数据；
通过比较所述多个产品描述数据和所述多个预测矢量，对用户透明地从该用户可能偏好的多个产品中选择一预测的产品组；以及
对用户透明地为该用户获得所述预测的产品组。
2.如权利要求1所述的方法，其中的得到步骤包括：
间接地基于用户所访问的那些产品，推断出所述多个用户偏好。
3.如权利要求2所述的方法，其中的得到步骤还包括：
直接从用户那里得到所述多个用户偏好中的一些。
4.如权利要求1所述的方法，其中，导出所述多个预测矢量包括：
对于包括在所述评级矢量中的多个键/值对中的每一个，评估其参考量值、偏好量值和标准偏差。
5.如权利要求4所述的方法，其中，导出所述多个预测矢量还包括：
基于所述评级矢量中每一个的关联性和可信度，排序所述评级矢量中的每一个。
6.如权利要求5所述的方法，其中
所述评级矢量中每一个的关联性是基于所述评级矢量的参考量值；和
所述评级矢量中每一个的可信度是基于所述评级矢量中每一个的标准偏差；
7.如权利要求1所述的方法，其中的选择步骤包括：
选择所述多个产品中最紧密地对应于所述预测矢量的那些产品，以包括在所述预测的产品组中。
8.如权利要求7所述的方法，其中：
所述的选择是基于所述多个产品中每一个的胜任程度和预测偏好程度。
9.如权利要求8所述的方法，其中：
所述预测偏好程度是基于所有匹配预测矢量的参考量值；以及
所述胜任程度是基于所有匹配预测矢量的标准偏差。
10.如权利要求1所述的方法，其中：
所述传送时间表是从传送中心服务器接收到的，并且所述的获得是这样实现的：通过从所述时间表数据所指定的多个频道中，由所述传送中心服务器在所述时间表数据所指定的多个对应时间上所广播的产品中获取所述预测的产品组。
11.如权利要求1所述的方法，其中，所述多个产品包括：
电影、计算机游戏、音乐视频、音频文件、原始数据、计算机程序、预告片、电视节目和新闻节目中的至少一个。
12.一种系统，包括：
接收用户输入的用户输入设备；
电视监控器；
机顶盒，其包括耦合到总线上的处理器、存储器、存储设备、通信接口、输出控制器和用户输入控制器，该机顶盒经由输出控制器耦合到所述电视监控器上，所述用户输入设备经由所述用户输入控制器耦合到该机顶盒上，并且该机顶盒经由所述通信接口耦合到传送中心服务器上；和
包括在所述存储设备上的用户偏好软件程序，其使机顶盒能够得到多个用户偏好以确定多个评级矢量；基于所述用户偏好导出多个预测矢量；从所述传送中心服务器接收传送时间表，所述传送时间表包括关于多个产品的多个时间表数据和相对应的多个产品描述数据；通过比较所述多个产品描述数据和所述多个预测矢量，对用户透明地从所述用户可能偏好的多个产品中选择一预测的产品组；以及对用户透明地为所述用户获得所述预测的产品组。
13.如权利要求12所述的系统，其中：
所述用户偏好软件还使所述机顶盒间接地基于所述用户所访问的那些产品，推断出所述多个用户偏好。
14.如权利要求13所述的系统，其中：
所述用户偏好软件还使所述机顶盒直接从所述用户那里得到所述多个用户偏好中的一些。
15.如权利要求12所述的系统，其中：
所述用户偏好软件还使所述机顶盒对于包括在所述评级矢量中的多个键/值对中的每一个，评估其参考量值、偏好量值和标准偏差。
16.如权利要求15所述的系统，其中：
所述用户偏好软件还使所述机顶盒基于所述评级矢量中每一个的关联性和可信度，排序所述评级矢量中的每一个。
17.如权利要求16所述的系统，其中：
所述用户偏好软件还使所述机顶盒基于所述评级矢量的参考量值来评估所述评级矢量中每一个的关联性，并且基于所述评级矢量中每一个的标准偏差来评估所述评级矢量中每一个的可信度。
18.如权利要求12所述的系统，其中：
所述用户偏好软件还使所述机顶盒选择所述多个产品中最紧密地对应于所述预测矢量的那些产品，以包括在所述预测的产品组中，所述选择是基于所有匹配预测矢量的预测偏好程度和胜任程度。
19.如权利要求18所述的系统，其中：
所述预测偏好程度是基于所有匹配预测矢量的参考量值；以及
所述胜任程度是基于所有匹配预测矢量的标准偏差。
20.如权利要求12所述的系统，其中：
所述用户偏好软件还使所述机顶盒从传送中心服务器接收所述传送时间表，并且在所述时间表数据所指定的多个时间上，在所述时间表数据所指定的多个对应传送中心频道上，从所述传送中心服务器获得所预测的产品。
21.一种机器可读介质，包括指令，当由处理器执行时，这些指令使得所述处理器执行以下操作，包括：
得到多个用户偏好以确定多个评级矢量；
基于所述用户偏好导出多个预测矢量；
接收传送时间表，所述传送时间表包括多个时间表数据和相对应的有关多个产品的多个产品描述数据；
通过比较所述多个产品描述数据和所述多个预测矢量，对用户透明地从所述用户可能偏好的多个产品中选择一预测的产品组；以及
对用户透明地为所述用户获得所述预测的产品组。
22.如权利要求21所述的机器可读介质，其中的得到步骤包括：
间接地基于所述用户所访问的那些产品，推断出所述多个用户偏好。
23.如权利要求22所述的机器可读介质，其中的得到步骤还包括：
直接从所述用户那里得到所述多个用户偏好中的一些。
24.如权利要求21所述的机器可读介质，其中，导出所述多个预测矢量包括：
对于包括在所述评级矢量中的多个键/值对中的每一个，评估其参考量值、偏好量值和标准偏差。
25.如权利要求24所述的机器可读介质，导出所述多个预测矢量还包括：
基于所述评级矢量中每一个的关联性和可信度，排序所述评级矢量中的每一个。
26.如权利要求25所述的机器可读介质，其中：
所述评级矢量中每一个的关联性是基于所述评级矢量的参考量值；和
所述评级矢量中每一个的可信度是基于所述评级矢量中每一个的标准偏差；
27.如权利要求21所述的机器可读介质，其中的选择步骤包括：
选择所述多个产品中最紧密地对应于所述预测矢量的那些产品，以包括在所述预测的产品组中，所述选择是基于所有匹配预测矢量的预测偏好程度和胜任程度。
28.如权利要求27所述的机器可读介质，其中：
所述预测偏好程度是基于所有匹配预测矢量的参考量值；以及
所述胜任程度是基于所有匹配预测矢量的标准偏差。
29.如权利要求21所述的机器可读介质，其中：
所述传送时间表是从传送中心服务器接收到的，并且所述的获得是这样实现的：在所述时间表数据所指定的多个时间上，经由所述时间表数据所指定的多个对应传送中心频道，获得所述预测的产品组。
CNB028119878A 2001-09-28 2002-09-13 为用户选择将要透明获得的有关产品的方法 Expired - Fee Related CN1263304C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/967,829 2001-09-28
US09/967,829 US20030065520A1 (en) 2001-09-28 2001-09-28 System and method for selecting relevant products to be transparently acquired for a consumer

Publications (2)

Publication Number Publication Date
CN1516966A true CN1516966A (zh) 2004-07-28
CN1263304C CN1263304C (zh) 2006-07-05

Family

ID=25513393

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB028119878A Expired - Fee Related CN1263304C (zh) 2001-09-28 2002-09-13 为用户选择将要透明获得的有关产品的方法

Country Status (4)

Country Link
US (1) US20030065520A1 (zh)
EP (1) EP1435175A2 (zh)
CN (1) CN1263304C (zh)
WO (1) WO2003030540A2 (zh)

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7284064B1 (en) * 2000-03-21 2007-10-16 Intel Corporation Method and apparatus to determine broadcast content and scheduling in a broadcast system
US20020144265A1 (en) * 2001-03-29 2002-10-03 Connelly Jay H. System and method for merging streaming and stored content information in an electronic program guide
US20020143591A1 (en) * 2001-03-30 2002-10-03 Connelly Jay H. Method and apparatus for a hybrid content on demand broadcast system
US20020144269A1 (en) * 2001-03-30 2002-10-03 Connelly Jay H. Apparatus and method for a dynamic electronic program guide enabling billing broadcast services per EPG line item
US7328455B2 (en) * 2001-06-28 2008-02-05 Intel Corporation Apparatus and method for enabling secure content decryption within a set-top box
US8943540B2 (en) 2001-09-28 2015-01-27 Intel Corporation Method and apparatus to provide a personalized channel
US20030066090A1 (en) * 2001-09-28 2003-04-03 Brendan Traw Method and apparatus to provide a personalized channel
US20030135605A1 (en) * 2002-01-11 2003-07-17 Ramesh Pendakur User rating feedback loop to modify virtual channel content and/or schedules
US7310612B2 (en) * 2003-08-13 2007-12-18 Amazon.Com, Inc. Personalized selection and display of user-supplied content to enhance browsing of electronic catalogs
US20060253807A1 (en) * 2005-04-05 2006-11-09 Hirokazu So Recording medium and data processing device
US8214465B2 (en) * 2005-04-27 2012-07-03 Comcast Cable Holdings, Llc Method and system of transporting media signals and allocating assets
US20070245376A1 (en) * 2006-04-13 2007-10-18 Concert Technology Corporation Portable media player enabled to obtain previews of media content
US20070244985A1 (en) * 2006-04-13 2007-10-18 Concert Technology Corporation User system providing previews of a user's media collection to an associated portable media player
US8316081B2 (en) * 2006-04-13 2012-11-20 Domingo Enterprises, Llc Portable media player enabled to obtain previews of a user's media collection
US20070245377A1 (en) * 2006-04-13 2007-10-18 Concert Technology Corporation Central system providing previews to a portable media player
US8229798B2 (en) 2007-09-26 2012-07-24 At&T Intellectual Property I, L.P. Methods and apparatus for modeling relationships at multiple scales in ratings estimation
JP2011511384A (ja) * 2008-02-07 2011-04-07 ブランド・アフィニティー・テクノロジーズ・インコーポレイテッド キーワードを用いたブランドをレーティングするための質的な及び量的な方法
US20090307053A1 (en) * 2008-06-06 2009-12-10 Ryan Steelberg Apparatus, system and method for a brand affinity engine using positive and negative mentions
EP2251994B1 (en) * 2009-05-14 2013-10-30 Advanced Digital Broadcast S.A. System and method for optimization of content recommendation
US20110213661A1 (en) * 2010-03-01 2011-09-01 Joseph Milana Computer-Implemented Method For Enhancing Product Sales
US20110213651A1 (en) * 2010-03-01 2011-09-01 Opera Solutions, Llc Computer-Implemented Method For Enhancing Targeted Product Sales
US8750617B2 (en) * 2012-03-09 2014-06-10 Blackberry Limited Signature representation of data having high dimensionality
US9928526B2 (en) * 2013-12-26 2018-03-27 Oracle America, Inc. Methods and systems that predict future actions from instrumentation-generated events
US9911143B2 (en) 2013-12-26 2018-03-06 Oracle America, Inc. Methods and systems that categorize and summarize instrumentation-generated events
US10430817B2 (en) 2016-04-15 2019-10-01 Walmart Apollo, Llc Partiality vector refinement systems and methods through sample probing
WO2017180977A1 (en) 2016-04-15 2017-10-19 Wal-Mart Stores, Inc. Systems and methods for facilitating shopping in a physical retail facility
MX2018012479A (es) * 2016-04-15 2019-03-06 Walmart Apollo Llc Caracterizaciones de productos e individuos basadas en vectores con respecto a tendencias personales.
US10614504B2 (en) 2016-04-15 2020-04-07 Walmart Apollo, Llc Systems and methods for providing content-based product recommendations
WO2017218651A1 (en) 2016-06-15 2017-12-21 Wal-Mart Stores, Inc. Vector-based characterizations of products and individuals with respect to customer service agent assistance
US10373464B2 (en) 2016-07-07 2019-08-06 Walmart Apollo, Llc Apparatus and method for updating partiality vectors based on monitoring of person and his or her home
US20180108062A1 (en) * 2016-10-15 2018-04-19 Wal-Mart Stores, Inc. Courier management system
WO2018118188A1 (en) * 2016-12-20 2018-06-28 Walmart Apollo, Llc Systems and methods for storing and retrieving merchandise at product distribution centers
WO2018191451A1 (en) 2017-04-13 2018-10-18 Walmart Apollo, Llc Systems and methods for receiving retail products at a delivery destination
CN110046910B (zh) * 2018-12-13 2023-04-14 蚂蚁金服（杭州）网络技术有限公司 判断客户通过电子支付平台所进行交易合法性的方法和设备

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5410344A (en) * 1993-09-22 1995-04-25 Arrowsmith Technologies, Inc. Apparatus and method of selecting video programs based on viewers' preferences
US5541638A (en) * 1994-06-28 1996-07-30 At&T Corp. User programmable entertainment method and apparatus
US5717923A (en) * 1994-11-03 1998-02-10 Intel Corporation Method and apparatus for dynamically customizing electronic information to individual end users
US5758257A (en) * 1994-11-29 1998-05-26 Herz; Frederick System and method for scheduling broadcast of and access to video programs and other data using customer profiles
US5838678A (en) * 1996-07-24 1998-11-17 Davis; Joseph W. Method and device for preprocessing streams of encoded data to facilitate decoding streams back-to back
US6005597A (en) * 1997-10-27 1999-12-21 Disney Enterprises, Inc. Method and apparatus for program selection
US6865746B1 (en) * 1998-12-03 2005-03-08 United Video Properties, Inc. Electronic program guide with related-program search feature

Also Published As

Publication number Publication date
WO2003030540A3 (en) 2003-11-20
US20030065520A1 (en) 2003-04-03
WO2003030540A2 (en) 2003-04-10
CN1263304C (zh) 2006-07-05
EP1435175A2 (en) 2004-07-07

Similar Documents

Publication Publication Date Title
CN1263304C (zh) 为用户选择将要透明获得的有关产品的方法
US9924228B2 (en) System and method for providing program recommendations through multimedia searching based on established viewer preferences
US7836466B2 (en) Methods and systems for generating electronic program guides
US7870125B1 (en) Integrated media content server system and method for the customization of metadata that is associated therewith
KR100585539B1 (ko) 최신의 클라이언트 요구 피드백에 기초한 호기적 브로드캐스트 스케쥴 생성 방법과 장치, 머신 판독 가능한 매체 및 시스템
US7996862B2 (en) Metadata mapping to support targeted advertising
US8875183B2 (en) Intelligent TV mosaic for IPTV
US8589973B2 (en) Peer to peer media distribution system and method
US7865508B2 (en) Data structures and methods adapted for heterogeneous clients in an information distribution system
US20020193066A1 (en) Methods and apparatus for providing rating feedback for content in a broadcast system
US20020194585A1 (en) Methods and apparatus for providing ranking feedback for content in a broadcast system
US8566877B2 (en) Method and apparatus for content information related to a media program
US10861045B2 (en) Automatically labeling clusters of media content consumers
CN1516971A (zh) 根据分布式客户端反馈来周期性地传送优化批广播计划的方法和装置
US20220021912A1 (en) Enhanced service compatibility with clients
KR20150027279A (ko) 셋탑 박스에서 오디오 핑거프린트들의 시퀀스 생성
US20220051299A1 (en) Search Result Content Sequencing
EP4078986A1 (en) Dynamic content insertion on a user-by-user basis
US20100333151A1 (en) Cross platform entertainment architecture
WO2017126873A1 (en) Content selection for networked media devices
US20170031916A1 (en) Methods and systems for searching for content items
US20030083951A1 (en) System and method for providing an ordered listing of available, currently broadcasting, and/or acquired products based on predicted relevance
US20140373046A1 (en) Programming Filter
MXPA04006347A (es) Compresion y descompresion de datos de una guia electronica de programas.
JP2013141050A (ja) コンテンツ推薦サーバ、コンテンツ表示端末、およびコンテンツ推薦システム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20060705

Termination date: 20091013