配置广告的系统与方法与流程

本公开涉及一种配置广告的系统与方法。

背景技术：
在数字汇流(digitalconvergence)趋势的引领下，电视产业正在学习过往传统手机演进到智能手机(smartphone)的历史脚步，将传统电视时代推向新一代智能联网电视(smartTV)的时代。例如，传统电视广告置放的方法是，广告商预先向电视台购买置放广告的时段，或是电视台分配广告播放的时段，并根据广告前后的电视内容收视率来决定置放广告的收费价格。一般来说，电视内容收视率越高，广告商所付的广告费用就越多。例如，图1是广告商预先向电视业者购买时段的一示意图。图1的例中，节目(program)A、节目B、以及节目C是三段循序播放的电视内容，并且收视率高低是节目A>节目B>节目C，所以，在节目A与节目B间的广告AD_w、AD_x的费用会比在节目B与节目C间的广告AD_y、AD_z的费用高。既有的电视广告置放方式没有参考与电视内容有关的使用者反馈来置放贴近使用者兴趣的广告，而仅是由广告商自行购买节目时段、或是由电视台分配各广告在不同的时段中拨出，电视台再根据节目的收视率评断广告的效益与收费。收视率越高，所付的价钱就越多随着节目收视率和时段好坏，而有所增减。广告商评估电视广告的成效是根据收视率成本(CostPerRatingPoint，CPRP)和每千人成本(CostPerMille，CPM)，来当作电视广告投放效益的重要指标。收视率成本是每得到一个收视百分点所需花费的成本。每千人成本是要将该广告送达1000人所需的成本。对广告商来说，针对特定的使用者群体、或是反应使用者的响应来源，可强化其广告效益的播放时段，且收视率高低并不等同于其广告效益的高低，依收视率高低选择播放时段并不是有效的方法。对电视台来说，前述既有的方法未能推估出能最大化广告效益的播放方法、顺序与时段。并且，使用者较容易看到与电视内容不相关、或是与使用者兴趣无关的广告。随着电视厂商与开发者们从各种面相切入，例如将电视与互联网连结、结合社群网络、研发适合在电视使用的网络服务；或是设计更适合使用者操作的电视遥控器、开创全新的与电视互动使用者体验等等，试图重新研制电视，将电视打造为更适合作为网络时代中家庭影音娱乐核心的智能联网电视。待智能联网电视普及后，许多被认为传统电视无法达到的事情，就可以靠着智能联网电视来达成。有一技术是通过摄影与生物统计学(biometrics)来判断一公共场所中的群组有哪些人，并且针对此群组中的人的个性来推荐适合的广告。有一技术是通过一系统去纪录使用者用某一上网装置，例如个人计算机，上网的行为，然后对此使用者的另一台显示装置，例如机顶盒(setupbox)，参考此使用者在上网装置的行为，来播送特定的广告。有一技术是根据使用者预先设定的特征值给予不同类型的广告，使用者可以针对这些广告进行投票，看自己是否喜欢这样的广告，系统会根据使用者的喜好去更改使用者预先设定的特征值，再去给予使用者适合的广告类型，比较接近个人化广告。还有一技术是根据使用者在网络上的社交信息和线上的行为来进行广告的推播，此技术先针对不同使用者的社交信息与线上的行为来进行分群，然后推播广告给至少一个在该群的使用者，让此使用者进行广告排序，在将结果传送给其他人。还有一技术是关于线上进行广告播放的方法，此方法将广告进行分类，并将广告推播给使用者，以及搜集使用者针对该分类广告的响应(此响应例如包含是否有点击、直接关闭等)，再将这些响应结合到现有的标准。还有一技术是关于一种智能型动态市场行销资料搜集与广告传送方法。如图2的流程所示，此方法通过搜集至少一消费者的资料以及网协(InternetProtocol，IP)位置，分析此消费者资料以决定适合该此消费者的至少一广告，并通过此消费者所在的IP位置，将此资料传送给此消费者。有一篇论文的技术是关于根据使用者的兴趣推播相关广告到网络协议电视(InternetProtocolTelevision，IPTV)上。此篇论文提供了一种个人化广告的出价模型(biddingmodel)在IPTV上，其中使用者属性资料(userprofile)和广告置放系统(advertisementinsertionsystem)的限制是出价和预算的限制，会根据出价的结果来决定要拨放的广告。有一篇论文的技术是关于根据存放在家中机顶盒中的使用者资料来决定要要拨放何何种广告给哪个使用者，使用者资料例如包含使用者职业、使用者所在地方、使用者现在和过去的行为等；根据这些使用者相关资料建构出情境感知(contextaware)的环境，并且依照不同的时间推播适合的广告。有一种称为图像感知(VideoSense)的方法是自动根据影片中出现过的文字或是对此影片的描述去决定在甚么地方塞进这些影片广告。有一篇论文的技术是根据使用者的兴趣和电视的内容来进行个人化广告推荐，此技术先收集使用者的简介，并根据兴趣将其分成不同群；一广告代理商(advertisingagent)则事先离线计算要播放的电视广告和使用者群体之间的关系；当使用者要看电视时，此技术会播放针对此电视节目内容中使用者群体最有兴趣的广告给使用者。还有一篇论文的技术提出了一种智能型视频(video)广告覆盖(overlay)系统。此技术不将广告都放置在固定的位置。而是如图3所示，针对影片进行文字、人脸辨识去辨识出他的显着度，并通过影片文字进行广告排序来将适合的影片放置在较不影响使用者观看的位置。还有一些技术针对电视广告置放提供了相关的解决方式，包括如提供网页接口供广告商选择、可选择特定属性的使用者族群等。所以，广告业者如果可以针对特定的使用者群体、或是通过纳入来自使用者端对电视节目内容的反馈等，来建立电视节目与广告内容的关联性，并且可动态决定电视节目后的广告内容，进而推估出能最大化广告效益的播放方法、顺序与时段；则如何依此达到广告业者与使用者端的共同利益的广告配置技术更是不可或缺的。

技术实现要素：
本公开的实施范例可提供一种配置广告的系统与方法。所公开的一实施范例是关于一种配置广告的系统。此系统包含一图像物件标示及响应元件(imageobjectmarkingandresponseelement)、一使用者兴趣追踪元件(userinteresttrackingelement)、以及一广告自动匹配计算元件(advertisementauto-matchingelement)。此图像物件标示及响应元件接收一节目信号后，标示出一目前时段的电视节目内容中出现的至少一物件。此使用者兴趣追踪元件统计所有使用者在此目前时段对此至少一物件有兴趣的特定物件，并且搜集所有使用者对此目前时段的电视节目内容的反馈信息。广告自动匹配元件根据此目前时段允许被播送的一广告集合，计算各特定物件与此广告集合中各广告的相关性、以及计算此广告集合中各广告的一兴趣分数，并取出一候选广告群来进行播放。所公开的另一实施范例是关于一种配置广告的方法。此方法包含：搜集一或多个使用者针对一第一时段的电视节目内容的反馈信息；分析此反馈信息，以建构一使用者反馈集合，并依此使用者反馈集合比对一广告集合；以及根据此使用者反馈集合与计算出的此广告集合中各广告的一兴趣分数，取出一候选广告群并于一第二时段来播放。现在配合下列图示、实施范例的详细说明及申请专利范围，将上述及本发明的其他目的与优点详述于后。附图说明图1是广告商预先向电视业者购买时段的一示意图。图2是一智能型动态市场行销资料搜集与广告传送方法的一示意图。图3是一智能型视频广告覆盖系统的一示意图。图4是根据本公开一实施例，说明一配置广告技术在内容提供者端与使用者端的一应用情境。图5是根据本公开一实施例，说明一配置广告系统。图6是根据本公开一实施例，说明一配置广告方法的运作。图7是根据本公开实施例，说明频道业者、节目供应商或广告商预先准备好广告集合，提供给频道业者动态决定播放时段的一范例示意图。图8是根据本公开一实施例，说明图像物件标示及响应装置之内部结构与运作。图9是根据本公开实施例，说明考虑使用者对电视内容的反馈，来安排广告置放的顺序与时段的一范例。图10是根据本公开实施例，说明根据使用者反馈行为来动态决定广告的一范例。图11是根据本公开实施例，说明配置广告方法如何计算使用者群体对物件的操作分数的一范例。图12是根据本公开实施例，说明配置广告方法如何计算各广告与各物件的相关性分数的一范例。图13是根据本公开实施例，说明配置广告方法如何计算各广告的兴趣分数并置放广告的一范例。图14是根据本公开实施例，参考使用者对电视内容的关注讯息，动态选择播出广告的范例。【主要元件符号说明】AD_w、AD_x在节目A与节目B间的广告AD_y、AD_z在节目B与节目C间的广告400频道业者400a节目信号410图像物件标示及响应装置420遥控器430使用者点选的动作440使用者兴趣追踪装置450电视节目的评论452好酷的红色车子454我喜欢此车子460广告自动匹配计算元件470使用者的电视480另一广告时段500配置广告系统510图像物件标示及响应元件510b一或多个物件540使用者兴趣追踪元件540a使用者反馈信息560a广告集合560b候选广告群610搜集一或多个使用者针对一第一时段的电视节目内容的反馈信息620分析此反馈信息，以建构一使用者反馈集合，并依此使用者反馈集合比对一广告集合630根据此使用者反馈集合与计算出的此广告集合中各广告的兴趣分数，取出一候选广告群并于一第二时段来播放710广告集合721~723观看者评论731~733使用者兴趣AD_a1、AD_a2、AD_b1、AD_b2、…、AD_w、AD_x、AD_y、AD_z广告812图像辨识处理器812a电视频道信号812b物件的图片信息814加值物件数据库816时间同步处理器816b内容加值信息830电视832覆盖840屏幕显示器1010名牌皮件广告1020啤酒广告1030演员代言的广告1040进口MP3随身听广告1051~1054电视节目的部分的内容画面1112、1114、1116、1118演员1122国产MP3随身听1124包包1126小米酒1128演奏时的表情1410打者A所代言的广告1420打者B所代言的广告1430打者C所代言的广告具体实施方式本公开实施例依据来自使用者端对电视内容的反馈，例如来自一或多个使用者对电视节目上的物件的点击/购买行为、来自一或多个使用者对电视节目于网站上发表的论点等、或是来自一或多个使用者对电视节目于社群网站上分享的图像，提出一种动态决定电视节目后的配置广告技术。图4以一范例说明本公开一配置广告技术在内容提供者端与使用者端的一应用情境，但此配置广告技术的应用情境不受限于仅此范例。参考图4的范例，一内容提供者端，如频道业者400，分别传送节目信号400a到一图像物件标示及响应装置410与使用者的电视470中。当使用者端，如观看电视的使用者，在观看电视时，图像物件标示及响应装置410会去标示出一目前时段的电视节目中出现的至少一物件(例如，红色车子等)。当使用者对此物件有兴趣时，可通过一点选元件如遥控器420与其电视上出现的此物件互动，以观看更详细的信息。一使用者兴趣追踪装置440此时会记录此使用者点选的动作430，并标示有使用者对此至少一物件有兴趣的特定物件。使用者兴趣追踪装置440会统计出所有使用者通过图像物件标示及响应装置410表示此目前时段有兴趣的特定物件，还可以即时地去多个社群网络抓取所有使用者对此电视节目的评论450(例如，好酷的红色车子452，我喜欢此车子454等)，并且执行一使用者(此例为电视使用者)反馈分类算法。使用者反馈分类算法的输入可包含讨论电视内容的网络信息(例如，电视节目的评论450)、间接使用者通过图像物件标示及响应装置410与出现在电视上的特定物件的互动或响应行为(例如，使用者点选的动作430)等，还可以考虑不同的使用者群体(例如，电视的使用者可分为壮年、青年、男性、女性等不同群体)观看电视的兴趣与行为模式，并作为调整此算法的依据。完成使用者反馈的分类之后，一广告自动匹配元件460可通过此目前时段允许被播送的一广告集合，计算各特定物件和此广告集合中各广告的相关性、以及计算此广告集合中各广告的兴趣分数，将各广告归类至不同的使用者反馈的分类，并取出一候选广告群，例如此候选广告群可以是前n名可能让使用者会感兴趣的广告，n可为一预定的正整数，以将此候选广告群在另一广告时段480中播放。依此，根据本公开一实施例，图5说明一配置广告系统。参考图5，配置广告系统500可包含图像物件标示及响应元件510、使用者兴趣追踪元件540、以及广告自动匹配元件460。图像物件标示及响应元件510接收一节目信号400a后，标示出一目前时段的电视节目中出现的一或多个物件510b。使用者兴趣追踪元件540统计出在此目前时段，一或多个使用者对此一或多个物件有兴趣的特定物件，并且搜集对此目前时段的电视节目内容的使用者反馈信息440a。图像物件标示及响应元件510例如是图像物件标示及响应装置或是图像物件标示及响应系统皆可。使用者兴趣追踪元件540例如是使用者兴趣追踪装置或是使用者兴趣追踪系统皆可。广告自动匹配元件460可分析此反馈信息440a，例如对有兴趣的此特定物件进行物件反馈频率分析或是使用者兴趣分析，由这些分析的任一组合建构出一使用者反馈集合，然后依此使用者反馈集合比对此目前时段播送的一广告集合560a；此广告集合560a是至少一广告所组成的集合，可以来自广告厂商或是由第三方提供等。广告自动匹配元件460根据此目前时段允许被播送的广告集合560a，计算各特定物件与此广告集合560a中各广告的相关性、以及计算各广告的兴趣分数，并取出一候选广告群560b来进行播放。通过配置广告系统500，根据本公开一实施例，图6说明一配置广告方法的运作。在图6的实施例中，可搜集一或多个使用者针对一第一时段的电视节目内容的反馈信息(步骤610)。然后分析此反馈信息，如前述的反馈频率分析、或使用者兴趣分析、或电视节目内容的观看者的评论等，以建构一使用者反馈集合，并依此使用者反馈集合比对一广告集合(步骤620)。再根据此使用者反馈集合与计算出的此广告集合中各广告的兴趣分数，取出一候选广告群并于一第二时段来播放(步骤630)。根据本公开上述实施例，图7是一范例示意图，说明频道业者、节目供应商或广告商预先准备好广告集合，提供给频道业者动态决定拨放时段。参考图7的范例，广告商预先准备好一广告集合710，并提供给频道业者。此范例中，广告集合710包含广告AD_a1、AD_a2、…、AD_w、AD_x、AD_y、AD_z。此频道业者应用本公开的配置广告技术，搜集与分析电视节目内容的反馈信息，包括如观看者评论(viewercomment)721~723、使用者兴趣(userinterest)731~733等，并根据每段电视节目中使用者感兴趣度较高的物件，例如可通过使用者在社群网络上的反馈意见或是使用者选取在电视上出现的物件等方法来判断，以及根据算法(algorithm)，从广告集合710中动态地去选取出与使用者兴趣关联性较高的候选广告群，然后在该段电视节目后的广告时段来播放。此算法例如是利用K个最接近的邻近者(k-thNearestNeighbor，KNN)的分类法。例如，分析反馈信息如观看者评论711及使用者兴趣721后，根据算法，从广告集合710选出广告AD_a1与AD_a2，并在节目A后的广告时段来播放；同样地，分析反馈信息如观看者评论712及使用者兴趣722后，根据算法，从广告集合710选出广告AD_b1与AD_b2，并在节目B后的广告时段来播放。上述本公开实施例中，广告集合中各广告还可包含至少一种广告描述属性，此至少一种广告描述属性例如是标签、类型特征、广告播送区域范围等。使用者目前时段的电视节目内容的反馈信息或是使用者反馈集合，是该候选广告群尚未播放前的一取样时间区间内，至少一使用者对该电视节目内容的一次以上的互动反馈信息与评论反馈信息，的前述两种信息的其中一种信息或其组合。互动反馈信息例如是使用者在观看电视电视节目内容时，通过至少一电器如电视、遥控器、计算机、行动装置、手势输入装置或其他输入装置，经由内嵌于电视内容中、或使用者自行定义、或其他系统提供的物件信息，对此电视节目内容中出现的物件进行的操作行为。评论反馈信息例如是使用者在可被其他使用者阅听的至少一网站上所发表与此电视节目内容相关的如文字、声音、图像、影音、图片等讯息。图像物件标示及响应元件510可以是一云端伺服器。图8是根据本公开一实施例，说明图像物件标示及响应装置之内部结构与运作。参考图8，图像物件标示及响应装置可包含一图像辨识处理器812、一加值物件数据库814、以及一时间同步处理器816。加值物件数据库814存放着不同物件的图片以及其对应的描述信息，例如是演员照片与演员介绍、商品图片与商品信息等，这些信息和图片例如是来自广告厂商或是由第三方提供。在图像物件标示及响应元件510中，图像辨识处理器812接收如频道业者提供的电视频道信号812a，并且根据存放在加值物件数据库814中物件的图片，来辨识在加值物件数据库814中的图片会出现在使用者端的电视画面中的时间及位置。时间同步处理器816将被辨识出来的物件的图片信息812b与存放在加值物件数据库814中的相对应物件的描述信息集结成内容加值信息816b，并传递给使用者端的电视830或是作为遥控器的一屏幕显示器(display)840。内容加值信息816b可包含如要标示的物件的位置信息、要呈现的使用者接口(UserInterface)的形式信息、要标示的物件出现的时间信息、其它相关信息等前述信息的其中一或多种以上的信息。时间同步处理器816让使用者端的电视830根据内容加值信息816b中的物件出现时间和地点对应到相同时间的电视画面以及该物品出现在该电视画面的位置。也就是说，在该电视画面上的覆盖(overlay)832标示出被辨识出来的物件以及这些物件的描述信息。内容加值信息816b也可以被送至屏幕显示器840，并呈现内容加值信息816b中物件的描述信息于相对应的接口上。图9以一范例说明考虑使用者对电视内容的反馈，来安排广告置放的顺序与时段，其中，假设节目A是收视率较高的介绍凤梨酥的新闻节目，节目B是介绍中国台湾各地鸡排的节目。本公开实施例搜集在各段电视节目之后的使用者针对该时段的电视节目的内容反馈，并即时分析该反馈信息内容，找出针对在电视上出现的不同的物件的使用者兴趣，例如，使用者通过图像物件标示及响应系统在联网电视或是智能遥控器选取了凤梨酥购买或是观看其详细信息，可视为使用者在该时段的节目中对凤梨酥有较浓厚的兴趣；还可以即时的去各大社群网络抓取所有使用者对该节目内容的评论，找到使用者较有兴趣或是讨论次数较多的物件。然后根据以上信息，将广告置放顺序调整为参考使用者对电视内容的兴趣，各广告皆可以吸引到更多对其广告有兴趣的使用者。因为观看节目B的使用者当下的兴趣是炸鸡与速食，虽然节目B收视率较节目A低，但速食业者在广告时段AD_y与AD_z置放广告，反而会比在广告时段AD_w与AD_x吸引到更多使用者的目光。同时，因为观看节目A的使用者当下的兴趣是凤梨酥与水果，果汁与水果酥的广告若置放在AD_w、AD_x，也更能受到使用者注目。所以，相较于传统的广告播放方式，本公开实施例可以达到更为准确的行销策略。根据本公开实施例，图10至图13是另一范例，说明根据使用者对联网电视中感兴趣的物件点击来决定要拨放的广告。但不能依此限定发明实施的范围。图10说明根据使用者反馈行为来动态决定广告。如图10的范例所示，电视播放的内容是一部电影，当此部电影被播放结束后，本公开实施例的配置广告的系统会从一广告集合中，此广告集合例如包含有一名牌皮件广告1010、一啤酒广告1020、一演员代言的广告1030、一进口MP3随身听广告1040等，参考使用者在电视播放此部电影时对其中出现的物件的操作行为，选择出使用者最有兴趣的两个广告置放在广告时段AD1与AD2。前述的反馈频率分析可包含依据使用者反馈集合中对电视节目内容的操作行为，计算电视节目内容中，例如电视节目的部分的内容画面1051~1054，出现的至少一物件的各物件的操作分数；比对电视节目内容的各物件与广告集合中各广告的描述属性的关系，计算该各物件与各广告之间的相关性分数；以及对各广告，根据该至少一物件的各物件的操作分数、以及与该各物件之间的相关性分数，求出各广告的兴趣分数，例如可累计电视节目内容中各物件的操作分数与该物件的相关性分数的积，求出各广告的兴趣分数。以下举例来说明。图11说明配置广告方法如何计算使用者群体对物件的操作分数。如图11的范例所示，图像物件标示及响应元件510可提供4个在此部电影中可让使用者以「按赞」或「购买」等方式操作的物件，此4个物件例如包括演员1112的国产MP3随身听1122、演员1114的包包1124、演员1116的小米酒1126、以及演员1118演奏时的表情1128。在广告时段AD1的时间点之前，分别有200人次对演员1112的国产MP3随身听1122按赞(like)、1000人次对演员1114的包包1124按赞、500人次对小米酒1126按赞、以及500人次对演员1118演奏时的表情1128按赞；并且有200人次购买(purchase)演员1112的国产MP3随身听1122、10人次购买演员1114的包包1124、以及50人次购买小米酒1126。在图11的范例中，根据本公开一实施例，定义「按赞」的权重为1、「购买」的权重为5、以及各物件的操作分数为「按赞」与「购买」加权后相加。所以，可计算出各物件的操作分数分别如下：演员1112的国产MP3随身听1122的操作分数=200×1+200×5=1200；演员1114的包包1124的操作分数=1000×1+10×5=1050；小米酒1126的操作分数=500×1+50×5=750；以及演员1118演奏时的表情1128的兴趣分数=500×1+0×5=500。图12配置广告方法600说明如何计算各广告与各物件的相关性分数。如图12的范例所示，本公开实施例的配置广告的系统计算广告集合中各广告与各物件的相关性分数可以利用与多数皆知的语意分类法来进行处理，例如可利用K个最接近的邻近者(k-thNearestNeighbor，KNN)的语意分类法，事先找出不同的语意特征，定义出不同的语意距离，再找出最接近的K个值并视为相关性分数最高的K个值；或是事先找出不同的语意特征，来计算使用者感兴趣的物件和广告之间的向量维度，当两向量之间的角度为0时则视为完全相关，为90度时则视为无关、为180度则视为负相关等方法。在图12的范例中，通过算法得出的相关分数将正规化成0至1的数值，其中1视为正相关，0视为无关。所以，各广告与4个物件(演员1112的国产MP3随身听1122、演员1114的包包1124、小米酒1126、以及演员1118演奏时的表情1128)的各物件的相关性分数的计算结果以一向量表示如下：名牌皮件广告1010与各物件的相关性分数为(0，0.6，0，0)；啤酒广告1020与各物件的相关性分数为(0，0，0.5，0)；演员代言广告1030与各物件的相关性分数为(0，0，0.3，0.9)；以及进口MP3随身听广告1040与各物件的相关性分数为(0.7，0，0，0)。图13说明配置广告方法如何计算各广告的兴趣分数并置放广告。如图13的范例所示，本公开实施例的配置广告的系统定义一广告的兴趣分数为累计该广告与各物件的相关性分数乘以该物件的操作分数的积。所以，各广告的兴趣分数的计算结果说明如下：名牌皮件广告1010的兴趣分数=0×1200+0.6×1050+0×750+0×500=603；同理，其余的广告的兴趣分数计算后可分别得到啤酒广告1020的兴趣分数为375、演员代言广告1030的兴趣分数为675、以及进口MP3随身听广告1040的兴趣分数为840。依此，本公开实施例的配置广告的系统例如可选择兴趣分数最高的进口MP3随身听放在广告时段AD1、兴趣分数次高的演员代言的广告放在广告时段AD2。前述的使用者兴趣分析可包含求出于前述取样时间区内至少一使用者的关注讯息与其关注讯息的权重分数，或由一系统管理者定义出该取样时间区内的至少一关注讯息与其关注讯息的权重分数；比对各关注讯息与广告集合中各广告的广告描述属性，计算各广告与各关注讯息的相关性；以及对各广告，根据该至少一物件的各物件的操作分数、以及与该各物件之间的相关性分数，求出各广告的兴趣分数。以下举例来说明。图14是参考使用者对电视内容的关注讯息，动态选择播出广告的范例。在图14的范例中，电视节目正在播放中华队的棒球比赛，网络上有一堆讨论区正热烈地讨论着该场比赛。在电视广告集合中有着好几支广告，其中有三支广告分别是本局上场的三位打者所分别代言的广告。此时，打者A打出一支全垒打，为中华队取得第一分，打者B再接再厉打出安打，然而打者C打出了一支双杀打而中止中华队攻势的比赛。本公开实施例的配置广告的系统即时地在网络上抓取针对该段电视节目的使用者意见，并对这些使用者意见进行语意分析及判断，如图14所示，有800位使用者对打出全垒打的打者A给予正面评价、600位使用者对打出安打的打者B给予正面评价、以及1000位网友对打出双杀打的打者C则是给予负面评价。也就是说，关注讯息为打者A全垒打、打者B安打、以及打者C双杀，此三则关注讯息的正面讨论数分别为800、600、以及0，而此三则关注讯息的负面讨论数分别为0、0、以及1000。所以，此三则关注讯息的权重分数分别为800-0、600-0、以及0-1000，即800、600、以及-1000，并且此三则关注讯息的相关性分别为[1，0，0]、[0，1，0]、以及[0，0，1]。因此，打者A、打者B、及打者C分别代言的广告的兴趣分数分别为800×1+600×0+(-1000)×0、800×0+600×1+(-1000)×0、及800×0+600×0+(-1000)×1，即分别为800、600、及-1000。因此，本公开实施例的配置广告的系统会在该段电视节目之后，安插打者A所代言的广告1410以及打者B所代言的广告1420，而打者C所代言的广告1430则不会出现在该时段的广告当中。本公开实施例播放候选广告群可以有多种策略。例如兴趣分数高于一第一阈值的广告为在一广告时段会播出的广告；或是兴趣分数高于一第二阈值的广告在广告时段中可播放至少两次。兴趣分数可用来决定播出该候选广告群于广告时段中的播放顺序，例如可由兴趣分数最高者开始播放，并依序播放兴趣分数次高者、兴趣分数第三高者、乃至于兴趣分数最低的广告。如果决定播放的候选广告群的累计时间小于该广告时段，也可以用既有的方法来选择广告，来补满广告时段的时间。综上所述，本公开的实施范例提供一种依据使用者对电视节目内容的反馈，动态决定于广告时段播送广告的系统。其中，图像物件标示及响应元件接收一节目信号后，标示出一目前时段的电视节目内容中出现的物件；使用者兴趣追踪元件统计所有使用者有兴趣的特定物件，并且搜集对此电视节目内容的使用者反馈信息；广告自动匹配计算元件根据此目前时段允许被播送的一广告结合，计算各特定物件与此广告集合中各广告的相关性、以及计算此广告集合中各广告的兴趣分数，并依据兴趣分数来取出一候选广告群以及决定播放广告的顺序。以上所述者仅为本公开的实施范例，当不能依此限定发明实施的范围。即大凡依据权利要求书所作的均等变化与修饰，皆应仍属本发明权利要求书要求保护的范围。