专利名称：一种流媒体标记和推荐的方法
技术领域：
本发明涉及到流媒体技术领域，尤其是一种流媒体标记和推荐的方法。
背景技术：
随着时间的推移，人们已经不再满足于文字和图片信息的获取，而对可视化的视 音频信息越来越感兴趣。近年来随着网络技术和视音频编码技术的发展，流媒体技术得到 飞速发展。Youtube等一系列视频共享网站的兴起，视频点播站和P2P流媒体软件的大范围 应用，使得流媒体应用成为人们生活中越来越重要的一部分。但是人的时间和精力毕竟是有限的，随着流媒体应用的迅猛发展，流媒体资源越 来越多，如何从众多流媒体资源中找出用户喜欢的资源，成为亟待解决的问题。如果用户需 要依次逐段地观看所有视频之后，才能从中找到自己想要的内容，那将是不可想象的。针对这一问题，有人提出了一种交互式流媒体下载的方法。它将当前的视频压缩 技术，视频摘要技术与流媒体下载技术相结合，先提取媒体的视频摘要信息，将其作为预览 信息提供给用户选择，根据用户的选择有目的地下载用户感兴趣的视频片段。这种下载方 法在下载前给用户一个流媒体内容的预览，然后根据用户兴趣下载目的片段，确实提高了 用户下载的效率，降低了不必要的下载浪费。然而这种下载方法的关键是预览制作的准确， 当前预览制作的方法主要是基于时间和基于场景的。基于时间的预览制作方法比较简单， 它主要是根据固定的时间间隔抽取视频的关键帧作为预览图片，预览图片不一定是视频内 容的典型概要，没有代表性；基于场景的预览制作方法则主要是根据视频的层次结构，将视 频自动分割成场景，并提取预览图片，该方法更为合理，然而当前还没有非常准确的视频场 景分割的算法。所以这种基于预览的交互式下载方法目前效果并不理想。
发明内容
为了解决用户浏览和查询视频的困难，提高用户下载的效率，本发明提出了一种 新的流媒体标记和推荐的方法，它允许用户在视频上标记自己感兴趣的部分，犹如地图导 航中的POI(兴趣点)一样，可以叫做视频Ρ0Ι，根据这些视频Ρ0Ι，用户可以很快地查询到 视频中精彩的部分；还可以根据这些视频POI提供了个性化的视频推荐的方法，给用户提 供可能感兴趣的推荐视频POI信息。这种流媒体标记和推荐的方法根据目的性，能快速准 确地提供用户感兴趣的流媒体内容，从而大大提高了流媒体浏览和下载的效率。本发明中公开了一种流媒体标记，也称为视频Ρ0Ι，它主要包含标记名称，标记分 类，媒体文件名，开始时间，持续时长和标记说明等信息。其中，标记分类主要根据视频内容 划分，可以分为新闻，体育，动作，爱情等。流媒体标记的方法可以分为以下步骤步骤1用户点击媒体文件请求媒体文件的媒体内容和标记信息；步骤2用户根据推荐的媒体文件标记信息快速寻找感兴趣的流媒体片段，并开始 播放；
步骤3用户看到自己感兴趣的部分进行流媒体标记。在流媒体标记比较多的情况下，可以根据群组关系显示视频Ρ0Ι，主要分为一般， 群组和个人三类，一般类别显示的是所有的视频Ρ0Ι，群组类型只显示与用户一个群组(即 具有相同兴趣爱好的用户群组)的视频Ρ0Ι，个人类别则只显示用户本人的视频POI ；在上述的步骤2中，可以在返回的流媒体信息中向用户进行推荐，流媒体推荐的 方法主要分以下几个步骤步骤21获取用户的视频POI标记信息；步骤22根据用户的视频POI统计信息，分析用户的兴趣模型；步骤23根据用户的兴趣模型，向用户推送用户可能感兴趣的流媒体内容以及与 用户兴趣相关的视频POI ；用户兴趣模型对流媒体推荐的影响主要是总体影响，群组影响和个人影响三类。 总体影响主要是总体兴趣模型对用户推荐的影响，例如当前的热点新闻，流行电影等，往往 所有用户都关注；群组影响则主要是群组兴趣模型对用户推荐的影响，一个群组的用户往 往具有相似的爱好，一个群组其他用户下载标记的媒体文件，往往也是用户喜欢的，可以给 推荐用户；个人影响则主要考虑用户自身的兴趣爱好，并分析当前系统中的媒体文件的情 况，将用户可能喜欢的部分推荐给用户。由上所述可知，本发明的有益效果是用户可以根据视频POI很快定位到自己感 兴趣的流媒体内容，而不用观看整个媒体文件，而且还具有兴趣推荐的功能，进一步提高了 用户浏览流媒体内容的效率，缩短了查询和浏览的时间。
图1是本发明中系统的网络架构示意图；图2是本发明中提供流媒体标记和推荐的总体结构图；图3是本发明中提供流媒体标记和推荐的业务流程具体实施例方式下面结合图示对本发明中提供流媒体标记和个性化推荐的具体实施方式
进行进 一步的详细说明图1是本发明中系统的网络架构示意图。其中包含客户端100，控制服务器200和 媒体服务器300.客户端100为显示终端，用户通过它向服务器发起请求，并标记和获取视频Ρ0Ι， 根据视频POI快速浏览视频内容进行下载和播放。该视频POI主要包含标记名称，标记分 类，媒体文件名，开始时间，持续时长和标记说明等信息。控制服务器200负责管理媒体服务器300上的媒体列表，视频POI等媒体资源信 息以及用户数据的存储，根据用户数据生成用户兴趣模型，提供用户的流媒体推荐功能；媒体服务器300上存储着大量的媒体文件资源，向控制服务器200提供媒体列表 信息，并根据用户的请求，向用户提供媒体数据供用户播放。图2是本发明中提供流媒体标记和推荐的总体结构图，图中详细描述了客户端 100，控制服务器200和媒体服务器300的内部结构划分
如前所述，控制服务器200的主要作用即是管理媒体列表和视频POI等媒体信息 资源，并根据用户的标记行为数据生成用户兴趣模型，它主要分为三个模块通信模块，媒 体信息管理模块和用户数据管理模块。其中，通信模块主要负责与客户端、媒体服务器间请求信息的发送和应答等基本 通信；媒体信息管理模块的主要作用是获取媒体服务器上的媒体资源列表和媒体文件 中视频POI信息，并统一管理，在用户请求时提供给用户选择；用户数据管理模块主要是接受用户的注册和用户标记等行为信息的管理，生成用 户的兴趣模型。生成用户兴趣模型的步骤如下(1)媒体服务器300向控制服务器200提供自身的媒体资源列表信息；(2)用户连接控制服务器200，从控制服务器200获取媒体资源列表，并选取某一 媒体分类下的媒体文件进行浏览；(3)控制服务器200向用户提供视频POI信息，并且如果用户兴趣模型存在，则向 用户推荐用户兴趣相关媒体内容信息；(4)用户通过浏览视频POI信息，选择相应的媒体片段进行播放；(5)用户对感兴趣的流媒体内容标记视频POI ；(6)通过若干次(2)_(5)的操作，控制服务器200上积累了一定的用户行为数据， 根据用户兴趣聚类技术，即可生成用户兴趣模型。假设系统中有视频POI的类型有N种，则用户的兴趣可以表示为U < (C1, W1)，(c2, w2). . (cn, wn) >, c e C, w e ff,其中c表示标记分类，w为其兴趣权重，Wl++W2+. ..+Wn= I0关于兴趣权重的获取，可以使用用户定制和用户隐式反馈相结合的方法，首先在 用户注册时根据用户填写的注册信息获取用户感兴趣的信息；然后通过用户对系统中流媒 体内容的浏览、标记和播放等用户行为记录来更新和挖掘用户的兴趣。媒体服务器300的主要作用就是存储媒体文件资源，向控制服务器200提供媒体 文件列表信息，并根据用户的请求向用户提供感兴趣的媒体片段数据。它主要分为两个模 块通信模块、媒体资源管理模块。通信模块负责与客户端100、控制服务器200间控制信令的交互以及媒体文件列 表信息，媒体片段数据的传输；媒体资源管理模块主要负责媒体资源的存储，媒体列表信息的提供，以及媒体片 段数据的提取等；图3是本发明中提供流媒体标记和推荐的业务流程图，图中以Bob为例描述了本 发明为用户提供流媒体标记和推荐业务的流程。首先，在系统启动后，控制服务器向媒体服务器请求媒体列表信息；然后，用户Bob登陆到了系统中，他点开了一场巴西对阿根廷的足球比赛，控制服务器向他返回视频POI列表，并向他推荐一部分他最可能感兴趣的视频Ρ0Ι，其中就包含一 段小罗射门的片段，Bob通过视频POI很快定位到这一精彩片段进行观看，Bob看完后小罗 射门的片段后，发现后面一段梅西传球的部分，虽然没有射门，但是传的相当精彩，却没有人标记，于是他非常高兴地把它标记了下来。看完足球后，Bob停止了播放， 满意地退出了 系统。
权利要求
一种流媒体标记和推荐的方法，其主要步骤如下步骤1用户点击媒体文件请求媒体文件的标记信息；步骤2用户根据推荐的媒体文件标记信息快速寻找感兴趣的流媒体片段，并开始播放；步骤3用户看到自己感兴趣的部分进行流媒体标记。
2.根据权利要求1所述的流媒体标记和推荐的方法，其特征在于用户的流媒体标记， 也称为视频P0I，它主要包含标记名称，标记分类，媒体文件名，开始时间，持续时长和标记 说明等信息。其中，标记分类主要根据视频内容划分，可以分为新闻，体育，动作，爱情等。
3.根据权利要求1所述的流媒体标记和推荐的方法，其特征在于流媒体标记的显示， 在流媒体标记比较多的情况下，可以分类显示不同数量的视频P0I。根据与用户的相关度， 主要分为一般，群组和个人三类，一般类别显示的是所有的视频P0I，群组类型只显示与用 户一个群组(即具有相同兴趣爱好的用户群组)的视频P0I，个人类别则只显示用户本人的 视频P0I ；
4.根据权利要求1所述的流媒体标记和推荐的方法，其特征在于在步骤2中，可以在返 回的流媒体信息中向用户进行推荐，其具体步骤为步骤21获取用户的视频P0I标记信息；步骤22根据用户的视频P0I统计信息，分析用户的兴趣模型；步骤23根据用户的兴趣模型，向用户推送用户可能感兴趣的流媒体内容以及与用户 兴趣相关的视频P0I ；
5.根据权利要求1所述的流媒体标记和推荐的方法，其特征在于用户兴趣模型对流媒 体推荐的影响，其中主要分为总体影响，群组影响和个人影响三类。总体影响主要是总体兴 趣模型对用户推荐的影响，例如当前的热点新闻，流行电影等，往往所有用户都关注；群组 影响则主要是群组兴趣模型对用户推荐的影响，一个群组的用户往往具有相似的爱好，一 个群组其他用户下载标记的媒体文件，往往也是用户喜欢的，可以给推荐用户；个人影响则 主要考虑用户自身的兴趣爱好，并分析当前系统中的媒体文件的情况，将用户可能喜欢的 部分推荐给用户。
全文摘要
本发明公开了一种流媒体标记和推荐的方法。它允许用户在视频上标记自己感兴趣的部分，犹如地图导航中的兴趣点一样，可以叫做视频POI，根据这些视频POI，用户可以快速地查询到视频中精彩的部分；根据这些视频POI可以获取到用户的兴趣模型，向用户推荐感兴趣的视频POI信息，这样就能快速准确地提供用户感兴趣的流媒体内容，从而大大提高了流媒体浏览和下载的效率。
文档编号G06F17/30GK101833552SQ20091011922
公开日2010年9月15日 申请日期2009年3月10日 优先权日2009年3月10日
发明者郝瑞林 申请人:郝瑞林