智能化電視節目推薦專利技術分析

徐慶

（國家知識產權局專利局專利審查協作河南中心，河南鄭州 450002）

智能化電視節目推薦專利技術分析

徐慶

（國家知識產權局專利局專利審查協作河南中心，河南鄭州 450002）

在電視智能化進程中，基于用戶偏好的電視節目推薦算法不斷為用戶帶來全新的體驗，成為智能電視的標志性技術，并被視為將用戶重新吸引到電視機前的關鍵切入點。本文介紹了基于用戶偏好的電視節目推薦算法的發展歷程，繪制了該技術演進路線圖，并分析獲得了電視節目推薦領域重要申請人的技術發展路線。

智能化；節目推薦；個性化；興趣度；特征表示

1 基本概念

隨著數字電視和通信技術的不斷發展，電視節目資源越來越豐富。一方面用戶為能夠收看到如此之多的節目而感到興奮不已，另一方面又為如何從成百上千個節目中找到他們真正喜愛的節目,而感到苦惱。電視節目個性化推薦技術就是針對這個問題而提出的。電視節目個性化推薦是指系統根據有關用戶偏好和行為的知識，主動對節目進行裁減,將用戶想看的節目提供給用戶，實現“在你想要得時候看你想看的電視”這一目標。

針對過多的電視節目，近年來出現了一些個性化的電視系統,它們提出了各種思路來實現電視節目個性化服務，其中包括不同的用戶興趣學習方法和節目推薦技術。Multi-A gentSystem采用了顯式輸入和隱式反饋對用戶興趣進行跟蹤，TV-Advisor則使用了顯式反饋，TV Recommender和P-EPG同時使用了顯式和隱式反饋，Video Indexing使用了基于內容的視頻分割、分類和索引，并且同時結合了語法和語義特征，PTV和TV-Scout采用了混合的推薦策略,將基于內容過濾和協作過濾結合使用,Dynamic Recommendation同時利用了顯式和隱式反饋信息,并且將基于內容過濾和協作過濾結合使用，形成動態推薦過程。Virtual Channel為個性化電視中節目的動態組織和表現提出了一種虛擬頻道的模式，對用戶來說好像就存在一個頻道始終為其播放喜愛的節目。

為了實現電視節目個性化服務，首先需要組織好節目和用戶信息，并選擇一種合適的特征表示模型。為了盡可能準確反映用戶真實的節目觀看喜好，需要跟蹤和學習用戶的興趣和行為。為了把電視節目推薦給用戶，需要采用合適的節目推薦策略。因此，電視節目個性化服務通常由三部分功能組成：特征表示模塊、合作過濾模塊和節目推薦模塊，各模塊組成及模塊間相互關系如圖1所示。特征表示包括節目特征表述和用戶特征表示,為推薦模塊提供數據。用戶興趣學習通過分析用戶的觀看歷史和當前行為，不斷調整用戶興趣，用戶特征表示為合作過濾模塊提供學習所需的源數據和表示方法，合作過濾模塊經過學習，將結果輸出到用戶興趣表示中。推薦模塊采用推薦技術為用戶生長個性化的節目單展現給用戶［1］。

圖1 節目推薦系統結構圖

2 電視節目推薦發展路線

電視節目推薦技術起源于基于內容的特征匹配技術。早在20世紀90年代初，基于內容的特征匹配技術就被用于運動目標跟蹤、身份識別等領域。隨著識別率的提高和成本的降低，人們很快意識到該技術能帶給用戶前所未有的用戶體驗并具有廣闊的應用前景，于是在基于內容的特征匹配技術的基礎上，產生了提高用戶體驗度的節目推薦技術。早期的與電視相結合的節目推薦技術出現在1992年，是由美國的發現通訊公司提出的電視節目發送系統推薦節目的可重編程序終端的申請US7/ 991074。該申請通過收集和分析用與向節目預訂者建議選擇節目的數據、驅動菜單程序選擇系統，從而向節目預訂者建議選擇及演示觀看節目。

早期的電視節目推薦技術發展主要集中在單一的推薦算法。如基于內容數據關聯的推薦算法、基于用戶行為分析數據的退推薦算法、基于場景的推薦算法以及其他算法的單一改進，從2001年開始，多元化的應用也對電視節目推薦提出了更高的要求，電視節目推薦技術因而進入快速發展期。經過前一階段的技術積累，節目推薦的一些基本功能已經實現，因而當前階段出現了大量改進型專利申請，隨著技術的進一步發展，2009年以來，智能網絡化電視進入人們的視線，因此，社交網絡化電視興起，隨之而來的與用戶社交化網絡、web技術、云端、搜索引擎相結合的節目推薦方法成為其主力軍。

通過梳理電視節目推薦技術的各中推薦算法下的基礎專利，可以獲得電視節目推薦領域推薦算法的技術演進路線［2］，如圖2所示。

在電視節目推薦技術的演進過程中，早期的基礎專利出現在1992年，其由美國的發現通訊公司提出，具體涉及電視節目發送系統推薦節目的可重編程序終端。

隨著時間的推移，用戶不再滿足于簡單地實現電視節目推薦，其對于節目推薦的精確度、用戶滿意度等方面有了更高的要求。為了適應用戶的需求，節目推薦領域的推薦算法逐步呈現出多元化發展的趨勢。在2000年提出的基礎專利中，節目推薦領域的推薦算法涵蓋了根據內容和觀眾概況推薦節目的推薦算法、利用決策樹推薦電視節目的方法等方式。相應地，涉及節目推薦算法的基礎專利EP00/09221在同期基礎專利中被引用的頻次較高。

在技術多元化發展的趨勢下，為兼顧多方面的需求，一個技術方案中往往會結合多種推薦算法的推薦系統。例如，2001年提出的基礎專利EP01/10337中融合了顯式觀眾偏愛和電視觀看行為組合(隱含偏愛)兩種推薦算法的方式，以便產生節目推薦。并且在2001年，用戶行為的推薦方法得到進一步發展，出現了基于用戶心情（US09/718,260）、獲得聽覺和手勢反饋的推薦方法的基礎專利。2002年，節目推薦算法再次擴展，出現了用于生成基于用戶偏好和環境特點的推薦的方法，并且出現了使用其他人的簡檔的個人推薦器、基于選擇的第三方偏好來推薦感興趣項目的方法（US10/014,202），從而形成了基于用戶間的推薦算法的基礎專利。另外，節目推薦算法進一步增加了基于用戶交互的推薦技術。在2003-2004年，節目推薦技術可謂百家爭鳴，PHILIPS、三星、松下、索尼等公司專利申請分布分散，但主要還是側重技術細節的改進。2005年的基礎專利進一步擴展了節目推薦的手段，出現了通過移動通信終端來推薦節目，并出現了獲取一個用戶群共同興趣度的方法（IB2006/050120），2006-2008年的基礎專利，則集中在進一步擴展推薦方式以及組合多種推薦算法。2011年至今，隨著智能電視、網絡電視的出現，出現了基于社交網絡信息、基于Web技術、分布云端以及搜索引擎相結合的節目推薦算法。

通過前期的技術演進，節目推薦領域的推薦算法技術領域的技術發展由最初的新技術不斷涌現，已然演化為側重技術細節的改進以及與網絡化相結合的發展路線。

3 電視節目推薦重要申請人的技術路線

由智能電視節目推薦技術的演進路線可知，重要申請人按申請量大小排名依次為PHILIPS、索尼、三星等，其技術發展過程總結如下。

圖2 推薦算法技術演進路線圖

以下為PHILIPS為例，介紹其技術發展路線，首先圖3示出了PHILIPS在節目推薦領域的各年份的專利申請量：

由上圖可以看出在1999年以前，PHILIPS公司在節目推薦方面的專利申請比較少，主要是集中在對視頻處理電子芯片等方面的研究。

在2000-2001年，PHILIPS公司的申請量出現了增長態勢，這期間專利申請主要是對單用戶單一算法，主要包括基于用于根據內容和觀眾概況推薦節目的電視系統、以及基于用戶觀看歷史等用戶行為的推薦算法系統，其中，為了推薦算法的準確性，PHILIPS提出了通過結合多種推薦算法的單用戶組合算法。

為了迎合市場需求，增加用戶的體驗與交互，PHIL? IPS對用戶行為分析做了更深入研究。在2001年下半年，提出了根據用戶的當前心情產生推薦的方法和裝置（US09/718,260）、以及推薦系統中獲得聽覺和手勢反饋的方法，同時提出了用于采集媒體內容收視率并有助于適應內容推薦器的用戶界面，進一步增加用戶的互動性。

在2002-2004年，PHILIPS從實用性的角度出發，提出了通過使用其他人的簡檔來建立的個人推薦器、基于一個或多個第三方的推薦向用戶推薦感興趣項目的方法和設備，豐富了推薦的渠道，并在此基礎上，形成了基于用戶間的基礎專利，另外，在此基礎上，提出了成基于用戶偏好和環境特點的推薦的方法和裝置（US09/825,328）。

在2004-2008年，PHILIPS進一步改進了推薦算法的用戶交互性，提出了用于向用戶建議電視節目的方法以及設備通過接收用戶輸入和反饋更新用戶偏好，并進一步提出了用戶群信息興趣度的概念（IB2006/050120），形成了社區網絡用戶群推薦的基礎專利。

圖3 PHILIPS節目推薦領域各年份專利申請量

在2009至今年，隨著社區網絡和移動終端的飛速發展，PHILIPS在不斷更新節目推薦算法細節的同時，提出了結合社區及其家庭網絡的推薦算法，進一步擴充了推薦的廣度。

從PHILIPS的上述技術發展過程可以看出，PHILIPS在節目推薦的發展歷程中具有重要的地位，它的很多研究都致力于增加用戶的交互控制性，從而實現推薦算法的準確性，從而更好的增加用戶的體驗，特別是在增加用戶行為分析方面花費了大量的研發投入［3］。

4 小結

根據以上分析，可以看出，目前基于用戶偏好的電視節目推薦算法的專利申請主要集中在國外企業，一些關鍵技術和核心專利主要集中在申請量較多的國外企業手中，但隨著社交網絡的發展，中國的專利申請也在逐漸增多。相信通過中國企業的自身技術研究的發展以及對于知識產權意識的提高，中國企業還是能夠在該領域專利申請方面獲得一席之地。

［1］於志文,周興社,谷建華,等.電視節目個性化技術的研究［J］.小型微型計算機系統，2005，26（1）：105-110.

［2］陳燕，黃迎燕，方建國.專利信息采集與分析［M］.北京：清華大學出版社，2006.

［3］曹雷.面向專利戰略的專利信息分析研究［J］.科技管理研究，2005,25（3）:97-100.

Key Patent of TV Program Personal Recommendation Technology

Xu Qing
(Patent Examination Cooperation Center of the Patent Office,SIPO,Zhengzhou Henan 450002)

With the process of Smart TV,TV program personalized Recommendation Technology gradually is becom?ing more and more important,so it has been regarded as a key technology to meet the user requirement of the person?alized TV program.In view of TV program Personal Recommendation in the field of patent documents,technicalroute map is given,the distribution of applicant number in this field is given,and the important patents are analyzed.

intelligentize;program recommendation;personalization;user profile;feature representation

G222

A

1003-5168（2016）11-0073-04

2016-10-26

徐慶（1982－），男，碩士，工程師，專利審查員，研究方向：圖像編碼、電視技術等領域。