标准而以其他方式彼此"链接"的那些 时隙。例如，喜剧频道上周四晚8点的时隙和周六下午3点的时隙可以被链接，因为在这两 个时间播放的电影都以年龄在18到35岁之间的男性观看者为目标。同样，儿童频道上工 作日下午的时隙和周六上午的时隙可以被链接，因为这两个时间播放的节目都以青少年为 目标。由此，可按各种方式将时隙定义为是对应的。
[0047] 另外，节目202(x)可以与包括关于节目的不同信息项的元数据126相关联。例如， 与如图2所示的节目202 (X)相关联的元数据126可至少包括标题206 (X)、关于节目中的 男演员/女演员的演员表208 (X)数据、以及关于制片人、导演、编剧、制片公司等的工作人 员210 (X)数据等。与节目202 (X)相关联的元数据126还可包括其他212 (X)数据，诸如， 仅举几个例子，内容类别、节目评级、节目长度、描述、和观看者评级。
[0048] 可以形成亲和力聚类138以在一个或多个这些上述的元数据126项内建立关系。 例如，可以将被确定为具有对应时隙204的两个节目202 (X)的标题206 (X)、演员表208 (X) 数据、和/或工作人员210 (X)数据中的至少某些置于亲和力聚类138中。在图2所描绘的 特定示例中，聚类模块136可操作用于分析EPG数据124以标识将节目A202 (1)和节目B 202(2)安排在对应的时隙204中。因此，包括与节目A202(1)和节目B202(2)相关联的 所选元数据126的聚类模块136可以形成亲和力聚类138。节目A202 (1)和节目B202 (2) 被描绘为各自与元数据126的相应项206 (1) - 212 (1)和206 (2) - 212 (2)相关联，该元数 据可用于形成亲和力聚类138。关于亲和力聚类的形成的进一步细节可在对以下示例过程 的讨论中找到。
[0049] 具体而言，图3描绘了根据一个或多个实施例形成亲和力聚类的示例过程300。在 至少某些实施例中，过程300可由诸如图1的网络运营方102和/或图1的客户机104等适 当地配置的计算系统、或者具有一个或多个聚类模块136、140的其它计算系统来执行。该 过程被示为指定由一个或多个设备执行的操作的一组框，并且其不必限于所示由各框执行 操作的次序。在以下讨论的各部分中，将分别参考图1的环境100和图2的示例。
[0050] 检查EPG数据以标识被安排在对应的时隙中的电视节目（框302)。再次考虑图2 的示例中的节目A202(1)和节目B202(2)。现在假设这些节目是出现在电影频道上的电 影。例如，节目A202(1)可以是电影"Planes,Trains,andAutomobiles(飞机、火车和汽 车）"，并且节目B202 (2)可以是电影"BlueBrothers(福禄双霸天）"。电影频道可以将这 些电影安排在周四晚上8点的时隙中，以将年龄在18-35岁的男性观看者作为目标。更具 体地，电影频道可将目标男性观看者有可能喜欢的不同的喜剧安排在每周的这个时隙中。
[0051] 此处描述的用于EPG亲和力聚类的技术不直接依赖于刚才描述的节目的具体定 标标准。相反，内容提供方106有可能将节目定标于对应时隙（例如，相同的或如之前讨论 的被链接的时隙）中的相似的目标观众的知识可用于更有效地并且高效地形成亲和力聚 类138。可以基于被定义为彼此对应的时隙以相似的目标观众为目标的假设来配置根据所 描述的技术的聚类模块136,而不必为来自内容提供方106的每个节目和/或时隙获得并使 用特定的定标标准。
[0052] 在该上下文中，聚类模块136可操作用于检查EPG数据124并且标识被安排在对 应时隙中的节目。聚类模块136可包括或以其他方式利用时隙列表、数据库、或被配置为提 供定义对应时隙的数据的其他数据源。对EPG数据124的检查可以根据预定的安排自动发 生和/或响应于观看者请求而按需地发生。
[0053] 此处，聚类模块136可以检查EPG数据124,并且标识"Planes,Trains,and Automobiles"和"BlueBrothers"（例如，节目A202(1)和节目B202(2))被安排在电影 频道的不同周的周四晚8点的时隙。
[0054] 收集与所标识的电视节目有关的元数据（框304)。在前述示例中，聚类模块136 可以收集与电影"Planes,Trains,andAutomobiles"和"BlueBrothers"相关联的各种元 数据126。可以实现聚类模块136以收集元数据126的各种可配置的组合，从而形成亲和力 聚类138。所收集的组合可包括标题206(x)、从演员表208(x)数据中选择的演员表成员、 和/或从工作人员210 (X)数据中选择的工作人员的成员。在至少某些实施例中，还可以指 定其他212(x)数据以供收集。
[0055] 所收集的特定元数据126确定了由对应的亲和力聚类138所创建的亲和力关系。 在一个示例中，可以经由通信模块132向观看者提供选项以选择要收集包括在亲和力聚类 138中的元数据126项。例如，一个观看者可以作出选择以将主要男演员/女演员和导演包 括在聚类中，而另一个观看者选择包括标题和编剧。另外地或另选地，聚类模块136可包括 或利用被指定为以供收集的元数据126的默认组合。例如，聚类模块136可被默认设置为 包括在所收集的元数据126的组合中的标题、主要男演员/女演员、以及导演。当然，可以 默认和/或通过用户可选择的选项来指定为以供收集的元数据126的任何合适的组合。
[0056] 使用所收集的元数据来形成一个或多个亲和力聚类（框306)。例如，聚类模块136 可被配置为使用基于如刚才描述的EPG数据124所收集的元数据126来通过各种方式形成 聚类。
[0057] 在一种方法中，可以形成用于一个或多个对应时隙的亲和力聚类138,该一个或 多个对应时隙包括被指定为以供收集的特定的元数据126项。这可包括将所收集的元 数据126直接置于适合的聚类中。对于以上示例，如果指定了标题和主演，则可将标题 "Planes，Trains，andAutomobiles"、"BlueBrothers" 以及对应的演员"SteveMartin"、 "DanAykroyd"直接置于聚类中。
[0058] 另外地或另选地，使用EPG数据124所确定的用于多个匹配的节目（例如，为对应 的时隙安排的节目）的已收集元数据126可按各种方式被进一步共同分析，以查明由亲和 力值表达的标题、演员表、工作人员和/或其他所指定的元数据126之间的亲和力关系。一 般而言，可以执行分析以确定并分配亲和力值，该亲和力值表达了对应的时隙202 (X)中演 员表/工作人员和/或标题被匹配的频率。可以至少部分地基于所分配的亲和力值来形成 聚类。以此方式共同考虑多个匹配的节目可通过考虑所收集的元数据126的匹配来便于 创建高度相关的亲和力聚类138,所收集的元数据126的匹配可以跨不同的频道、时隙等发 生。当然，被发现更频繁地匹配的元数据126项是共同包括在特定的亲和力聚类138中的 很好的候选。
[0059] 作为示例而非限制，可以基于使用所收集的元数据126为演员表/工作人员和/ 或标题所构建的相异性矩阵来确定亲和力值。为了示出该方法，考虑以下为一组演员聚类 的简化示例。对于该示例，假设存在与EPG数据124相关联的元数据126所描述的6位演 员。此处，分析可以跨两个频道并且使用一天的多个部分代替使用来自节目安排的确切时 间来进行。该示例中所表示的主题频道/时隙可能之前已被确定为彼此对应，如此处所讨 论的。
[0060] 二进制（例如，布尔）值可用于表示特定的演员是否被"安排"在特定的频道和白 天部分。可以构建矩阵以表示对于特定频道和白天部分的演员的安排，诸如以下表1中的 不例演员安排矩阵：
[0061] 表1 :示例涫员安棑矩阵
[0062]
[0063] 给定以上矩阵，可以应用二进制矩阵的距离算法来计算不同演员之间的"距离"， 其可被表达为距离矩阵。基于距离算法对示例演员安排矩阵的应用，产生以下表1中的示 例演员距离矩阵：
[0064] 表2 :示例涫员距离矩阵
[0065]
[0066] 以上示例演员距离矩阵示出了与6位演员之间的亲和力值相对应的值。在此情形 中，距离矩阵中用于一对演员的较低的值指示了该对演员是"更接近的"，例如，该对演员更 频繁地被安排/匹配在对应的时隙中。可以直接将亲和力值取为距离矩阵中的那些值，和/ 或可以使用转换从距离矩阵中得出亲和力值。例如，可以通过从1减去距离值来计算亲和 力值，使得较高的亲和力值指示该对演员被更频繁地安排在对应的时隙中。基于该转换，得 出以下表3中的示例亲和力值。
[0067] 表3 :示例亲和力倌
[0068]
[0069] 使用任何合适的技术所确定的