局部分析观看行为的方法、系统和程序产品

摘要

本发明提供用于局部分析观看行为的方法、系统和程序产品。特别地，在本发明中，观看的节目的单个时间间隔被分块到观看的节目的多个时间窗口中。之后，为每个时间窗口中的每个节目计算条件概率。接着，该条件概率与噪声阈值比较以为每个时间窗口确定推荐的节目。该推荐的节目可添加到用户简档和/或输出给观众。

说明书

本发明一般地涉及局部分析观看行为的方法、系统和程序产品。特别地，本发明允许电视观看行为的单个时间间隔在一个更小的时间窗口内分析，使得能够给出精确的观看推荐。

随着有线和卫星电视使用的增加，电视网络越来越多地向观众提供过多的节目。这些节目不仅淹没了电视观众，并且使网络分析观看行为变得困难(例如，确定有可能观看的节目)。另外，随着用户诸如机顶盒和硬盘记录器的电子设备的发展，为电视观众提供了更多的功能。例如，现在许多设备允许观众建立用户简档，通过用户简档可以向观众提供节目推荐。而且，许多设备允许跟踪将要观看的节目和/或节目类型。这类信息通常被称之为观看历史/行为，并且对电视网络尤为有用。

迄今为止，在整体的基础上分析观看行为。特别地，在单个时间间隔内观看的节目和/或节目类型已经得到确定。一旦确定，就可以计算每个节目的观看频率。根据该频率，能够确定观看喜好。

但是通过整体地分析观看行为，存在几个问题。特别地，许多观众在不同的时间阶段期间观看节目，前后并不一致。例如，假设整体单个时间间隔是12个月。还假设“棒球”相关的节目在十月期间代表97％的观看节目(例如，对于一个特定观众)。不幸的是，使用整体分析，将不注意十月期间的高的观看频率。相反地，将分析该总体上3％的“整体”百分比，用以确定观众观看的百分比。由此，观看行为的整体分析是测量观众百分比的一种不精确的方法。

通过前面看出，存在用于局部分析观看行为的方法、系统和程序产品的需求。另外，存在节目的单个时间间隔被分块到节目的多个时间窗口中的需求。此外，存在计算每个时间窗口中的每个节目的条件概率的需求。除此，存在在局部应用一个噪声阈值以便为每个时间间隔推荐特定的节目的需求。

本发明一般地提供用于局部分析观看行为的方法、系统和程序产品。特别地，在本发明中，观看的节目的单个时间间隔被分块到观看的节目的多个时间窗口中。然后，为每个时间窗口中的每个节目计算条件概率。接着，该条件概率与噪声阈值比较来为每个时间窗口确定推荐的节目。该推荐的节目可添加到用户简档和/或输出给观众。

根据本发明的第一方面，提供局部分析观看行为的方法。该方法包括：(1)将观看的节目的单个时间间隔分块到观看的节目的多个时间窗口中；(2)为多个时间窗口中的每个节目计算条件概率；和(3)将条件概率与噪声阈值比较以确定推荐的节目。

根据本发明的第二方面，提供局部分析观看行为的方法。该方法包括：(1)提供观看的节目的单个时间间隔；(2)将该单个时间间隔分块到观看的节目的多个时间窗口中；(3)为多个时间窗口的每一个中的每个观看的节目计算条件概率；和(4)将噪声阈值局部应用于每个观看的节目以为多个时间窗口的每一个确定推荐的节目，其中一个特定时间窗口的一个特定观看的节目的计算的条件概率至少等于作为特定时间窗口的一个推荐节目的特定节目的噪声阈值。

根据本发明的第三方面，提供局部分析观看行为的系统。该系统包括：(1)一个分块系统，用于将观看的节目的单个时间间隔分块到观看的节目的多个时间窗口中；(2)一个概率系统，用于为多个时间窗口中的每个节目计算条件概率；和(3)一个阈值系统，用于将条件概率与噪声阈值比较以确定推荐的节目。

根据本发明的第四方面，提供局部分析观看行为的程序产品。该程序产品在执行时包括：(1)用于将观看的节目的单个时间间隔分块到观看的节目的多个时间窗口中的程序代码；(2)用于为多个时间窗口中的每个节目计算条件概率的程序代码；和(3)用于将条件概率与噪声阈值比较以确定推荐的节目的程序代码。

因此，本发明提供了用于局部分析观看行为的方法、系统和程序产品。

随后结合附图，通过对本发明的各个方面的详细描述，将更容易理解本发明的这些以及其他特征，其中附图：

图1描述了根据本发明的具有分析系统的推荐系统。

图2A描述了根据前面的系统观看的节目的单个时间间隔。

图2B根据了本发明的观看的节目的时间窗口。

图3描述了根据本发明的方法的流程图。

附图仅仅是示例性的表示，不打算描绘本发明的特定参数。附图打算只描述本发明通常的实施例，并因此不应当被认为是限制了本发明的范围。在这些附图中，相同的数字表示相同的元素。

本发明一般地提供用于局部分析观看行为的方法、系统和程序产品。特别地，在本发明中，观看的节目的单个时间间隔被分块到观看的节目的多个时间窗口中。那么，为每个时间窗口中的每个节目计算条件概率。接着，该条件概率与噪声阈值比较以为每个时间窗口确定推荐的节目。该推荐的节目可添加到用户简档和/或输出给观众。

应当理解，在这里使用的术语“节目”可以指特定的节目(例如，法律和秩序)，或者节目的类型/类别(例如，犯罪事件)。对于这个范围，这里描述的教义被应当被限制在术语“节目”的一个特定的解释中。

现在参考图1，图示了一个示例推荐系统10。通常，推荐系统10可以是任何计算机化的系统，能够接收用户/观众的36观看行为并基于其局部的分析推荐节目42。在此，推荐系统10可在机顶盒或者其他用户电子设备(比如硬盘记录器等)中实现。另外，应当理解在这里使用的术语“观看行为”是打算指由观众36观看的节目40(即，指定的表演或者节目类型)。如描述的，推荐系统10通常包括中央处理单元(CPU)12、存储器14、总线16、输入/输出(I/O)接口18、外部设备/资源20和数据库22。CUP12可包括单个处理单元，或者分布在一个或者多个位置的一个或者多个处理单元，例如在客户端或者服务器。存储器14可包括数据存储器和/活传输介质的任何已知类型，包括磁介质、光介质、随机访问存储器(RAM)、只读存储器(ROM)、数据缓存、数据对象等。另外，类似于CUP12，存储器14可驻留在包括一种或者多种类型的数据存储器的单个物理位置，或者以不同形式分布在多个物理系统。

I/O接口18可包括用于与外部源相互交换信息的任何系统。外部设备/资源20可包括外部设备的任何已知类型，包括扬声器、CRT、LED屏幕、手持设备、键盘、鼠标、语音识别系统、话音输出系统、打印机、显示器、传真机、传呼机等。总线16提供推荐系统10中每个部件之间的通信链接，并且同样地包括任何类型的传输链接，包括电的、光的、无线的等。另外，虽然没有示出，诸如闪存、通信系统、系统软件等的附加部件可合并到推荐系统10中。

数据库22可提供对需要用于执行本发明的信息的存储。该信息可包括观看的节目、推荐的节目、用户简档、噪声阈值等。这样，数据库22可包括一个或者多个存储设备，比如磁盘驱动或者光盘驱动。在另一个实施例中，数据库22包括例如分布到局域网(LAN)、广域网(WAN)或者存储域网(SAN)上的数据(未示出)。数据库22还可按这样的方式配置使得本领域的普通技术人员能够将它解释为包含一个或者多个存储设备。在推荐系统10的存储器14中存储的是分析系统24(作为程序产品示出)。如所描述的，分析系统24包括分块系统26、概率系统28、阈值系统30、简档系统32和输出系统34。在本发明中，分块系统26将观看行为(即观看的节目)的单个时间间隔分块到观看的节目的多个时间窗口中。特别地，参考图2A，描述了观看的节目52的单个时间间隔50(显示为演出/节目类型)。在前面的系统中，整体地(就是在整个间隔期间)分析了观看行为。在所示的例子中，单个时间间隔是1月到3月。在这个三个月期间，观众36观看了总共80个节目54，如示出的那样分解。但是如上指出的，该整体分析不总是精确的，因为观看行为会随时间做剧烈的变化。例如，观众在时间间隔50观看了两个歌剧相关的节目。这样的观看行为只代表所有观看节目的2/80或2.50％。因为这个百分比十分的低，在今后将歌剧相关的节目推荐给观众的可能性十分地低。这忽略了这样一个事实，即歌剧相关的节目实际上表示了在1月期间观看的节目的100％，因此值得在今后推荐。

为消除这种失误，分块系统26将时间间隔50“分块”或者分裂成更小的时间窗口，如图2B所示。特别地，三个月的时间间隔50被分块成节目62A-C的三个时间窗口60A-C，每个时间窗口60A-C表示一个月的时间。若所描述的，观众36在一月的窗口60A内观看了30个情景喜剧节目(例如，10次FRASIER、8次SEINFELD和12次DRAMA&GREG)。观众36在二月的窗口60B内在总共15个节目64B中观看了1个篮球节目和4个情景喜剧节目。另外，观众36在一月的窗口60C内在总共35个节目64C中观看了12个戏剧节目、10个情景喜剧节目、11个篮球节目和2个歌剧节目。通过时间间隔50分块成更小的时间窗口，可以确定更加精确的观看行为。

可以理解，分块系统26可被编程为以任何方式将任何时间间隔分块到多个时间窗口。例如，时间间隔50可被分块到若干以周为长度的窗口中(相对于以月为长度的窗口)。

一旦时间间隔50被分块成更小的时间窗口60A-C，概率系统28(图1)将为每个时间窗口60A-C的每个节目62A-C确定条件概率。如这里使用的，条件概率是指在指定时间窗口60A、60B或60C期间观看特定节目次数的百分比。特别地，为了给特定节目计算条件概率，观看节目的次数的数量(Qq)应当除以在各个时间窗口60A-C期间观看的节目的总量(Qt)(Qq/Qt)。例如，在1月的时间窗口60A期间篮球节目的条件概率是0/30或0.00，在3月的时间窗口60C是11/36或31.4％。由此，在2月份和3月份值得向观众36推荐篮球相关的节目。

在决定想观众推荐什么节目中，阈值系统30局部应用噪声阈值并在此基础上确定推荐。特别地，噪声阈值被应用于特定月的每个节目的条件概率。噪声阈值通常是至少等于条件概率的某最小水平，用以推荐与其相关的节目。例如，如果噪声阈值是4％，基于2月和3月的观看行为推荐篮球相关的节目，只因为那两个月60B-C产生的篮球的条件概率至少等于4％(即分别是66％和31.34％)。相反，在1月的时间窗口60A期间篮球小于噪声阈值，表示观看的节目的0％。

应当理解，在这里使用的4％噪声阈值只是示例的，并且可以使用任何噪声阈值。另外，在推荐节目时，可以采用任何已知的算法来实现。例如，可基于前面月份的分析作出推荐。例如，4月的观看推荐可包括戏剧节目、情景喜剧节目和篮球节目，以及歌剧节目(即是，因为在三月的时间窗口60C期间的歌剧节目的条件概率仅为2/35或5.71％)。可替换地，可为后续日历年的同样的时间窗口作出推荐。例如，基于三月时间窗口60C的分析可为后续年的三月作出推荐。在任何情况下，本发明局部分析观看行为，而不是整体分析。

如果节目的条件概率至少等于噪声阈值，节目可以由简档系统32被添加到观众36的用户简档。特别地，如上面指出的，许多用户电子设备允许观众36建立一个用户简档用于存储(例如在数据库22中)。这样的简档可以指示个人信息，诸如观众的名字和年龄，以及节目信息，诸如观众喜欢的什么节目、演员、网络、和/或类型。在本发明中，简档系统32将基于局部分析的观看行为更新观众36的用户简档。这对于观众36的喜好变化了而用户档案没有更新的情况特别有用。例如，如果观众36从来没有表达对篮球相关节目的喜好，但是局部分析的当前观看行为指出这样一个喜好，观众的用户档案可自动地更新以表明该变化。

在任何情况下，无论用户简档是否被更新，输出系统34将向观众36输出推荐。如上面指出的，可根据已知的方式作出推荐。为此，推荐可以是通常或者特定的种类。在后一种情况中，可推荐特定的节目。例如，因为观众36已经显示了观看篮球相关节目的强烈倾向，可输出特定的节目“7周六晚上7:00在XYZA网络的NBA决赛”。为此，以在观众的电视屏幕上显示的方式或者以任何替代的方式作出推荐。

如上面指出的，可类似地应用本发明而不考虑节目62A-C是否是(图2B中描述的)节目种类或者特定的表演。在节目是特定的表演的情况下，基于一个特定表演的一个条件概率为相同的表演或类似的表演作出推荐。例如，如果观众36在三月的时间窗口60C期间观看了具有50％条件概率的DARAM&GREG，将推荐DARAM&GREG今后的演出。可替换地，可推荐其他情景喜剧(例如FRASIER)。不试图限制推荐的确切形式。

现在参考图3，图示了根据本发明的方法流程图100。如所描述的，在第一步102，将观看的节目的单个时间间隔分块到观看的节目的多个时间窗口中。一旦分块，在第二步104，为多个时间窗口中的每个节目确定条件概率。接着在第三步，将噪声阈值应用于每个时间窗口中的每个节目以识别推荐的节目。

可以理解，本发明可以用硬件、软件、或者硬件和软件的结合实现。任何类型的计算机/服务器系统，或者其他适用于执行这里描述的方法的装置都是合适的。硬件和软件的一个典型组合是具有计算机程序的通用计算机系统，当加载所述计算机程序时，所述通用计算机系统控制推荐系统10，使得它执行这里描述的方法。可替换地，可以使用包含专用硬件的用于执行本发明的一个或者多个功能任务的特定用处计算机。本发明还可嵌入到一个计算机程序产品，其包括能够实现这里所描述方法的所有特征，当被装载到计算机系统中时其能够执行这些方法。在本上下文的计算机程序、软件程序、程序或者软件表示以任何语言、代码或者符号的一组指令的任何表示，用以使具有信息处理能力的系统直接地执行特定功能，或者下面其中之一或者两者之后执行：(a)转换为另一种语言、代码或者符号；和/或(b)以不同的材料形式重现。

出于说明和描述的目的，已经给出本发明的优选实施例的前面的描述。这不是试图穷尽或者限制本发明到所公开的精确的形式，并且很显然可能有许多修改和变形。对于本领域的技术人员来说是明显的，这些修改和变形被包括在本领域内。