用于提供数字资产的方法及网络

1.一种用于在网络中提供数字资产的方法，所述网络包括连接到多个服务器的中央控制器，每个资产包括视频数据和音频数据中的至少一种，每个服务器通过存储各个所选的资产集合并提供所选集合中的资产给请求的用户终端来服务于一组用户终端，所述方法包括：针对所述服务器中的至少一个、通过下列步骤来选择要存储哪些资产：
(a)针对由所述服务器服务的用户终端组中的每一个而从推荐引擎接收关于被预测为单个用户终端最可能期望的资产集合的推荐，所述推荐适合于所述单个用户终端的单个用户；
(b)根据所述推荐确定针对所述用户终端组的最有可能被请求的资产的列表，其中，所述确定包括当资产被推荐给用户终端时增加与资产列表中的该资产相关联的计数，然后以计数的降序对所述列表重新排序从而提供最有可能被请求的资产的列表；以及(c)更新存储于所述服务器中的资产以使得所列出的最有可能被请求的资产被存储在所述服务器中。
2.根据权利要求1所述的用于提供数字资产的方法，其中，生成在步骤(a)中接收的推荐包括优选由具有相关用户配置文件的其他用户终端所选择的资产。
3.根据权利要求1或2所述的用于提供数字资产的方法，其中，生成在步骤(a)中接收的推荐包括优选具有用户喜爱的资产类型的、或与所述资产类型相关的资产。
4.根据权利要求1或2所述的用于提供数字资产的方法，其中，每个服务器经由各自的数字用户线接入复用器(DSLAM)集合而连接到用户终端，并且当确定针对所述用户终端组的最有可能被请求的资产的列表时考虑连接到每个DSLAM的用户终端集合。
5.根据权利要求1所述的用于提供数字资产的方法，其中，更新存储于所述服务器中的资产以使得最有可能被请求的资产的列表被存储在所述服务器中的步骤(c)包括通过检查所述资产是否已经被存储而工作于所述最有可能被请求的资产的列表，并且如果没有被存储则检查该资产是否具有比之前存储的具有最低计数的资产更高的计数。
6.根据权利要求1所述的用于提供数字资产的方法，其中，对计数进行加权以使得对于经常使用的用户终端的资产推荐具有比对于较少访问的用户的资产推荐更大的权重。
7.根据权利要求1或2所述的用于提供数字资产的方法，其中，对于单个用户终端的推荐是根据来自所述用户终端的、与所述单个用户所知道的其他用户的喜好或用户类型有关的信息来被更新的。
8.根据权利要求1或2所述的用于提供数字资产的方法，其中，根据来自专家的信息来更新推荐。
9.根据权利要求1或2所述的用于提供数字资产的方法，其中，当针对单个用户的至少一些推荐被更新时，重复所述方法。
10.根据权利要求1或2所述的用于提供数字资产的方法，其中，向所述用户终端发送待请求的资产的建议列表，该建议列表限于存储在所述服务器中的资产。
11.根据权利要求3所述的用于提供数字资产的方法，其中，每个服务器经由各自的数字用户线接入复用器(DSLAM)集合而连接到用户终端，并且当确定针对所述用户终端组的最有可能被请求的资产的列表时考虑连接到每个DSLAM的用户终端集合。
12.一种用于提供数字资产的网络，包括连接到多个服务器的中央控制器，每个资产包括视频数据和音频数据中的至少一种，每个服务器包括存储器并且被配置成通过将各个所选的资产集合存储在存储器中并且提供所选集合中的资产给请求的用户终端来服务于一组用户终端，所述网络还包括：
内容控制器，其被配置成针对所述服务器中的至少一个而选择存储哪些资产；
所述内容控制器被配置成：
(a)针对由所述服务器服务的用户终端组中的每一个而接收来自推荐引擎的、关于被预测为单个用户终端最可能期望的资产集合的推荐，所述推荐适合于所述单个用户终端的单个用户；
(b)根据所述推荐确定针对所述用户终端组的最有可能被请求的资产的列表，其中，所述确定包括当资产被推荐给用户终端时增加与资产列表中的该资产相关联的计数，然后以计数的降序对所述列表重新排序从而提供最有可能被请求的资产的列表；以及(c)更新存储于所述服务器中的资产以使得所列出的最有可能被请求的资产被存储在所述服务器中。

用于提供数字资产的方法及网络 \n技术领域\n[0001] 本发明涉及电信，特别是提供数字资产。\n背景技术\n[0002] 早期的互联网协议电视系统包括有限的多媒体资产集合，例如电影以及音乐会和体育赛事的录像。这些资产有时称作点播内容CoD、CoD资产、数字资产、内容或标题。这些早期系统通常拥有相对少量的用户，例如一个旅馆中的用户。\n[0003] 从那时起，IPTV系统在相关资产数量及用户数量方面都有所扩张。近期，IPTV系统已知拥有多于五千的资产以及多于一百万的用户。图1示出了这种系统的例子。\n[0004] 如图1所示，已知IPTV内容点播CoD系统2具有分布式结构，因为中央图书馆服务器4连接到分布于用户10附近的流媒体服务器6。流媒体服务器例如位于电话交换机中。这些流媒体服务器6称作CoD边缘流媒体服务器。\n[0005] 中央图书馆服务器4连至CoD资产的数据库8。数据库8具有足够的存储容量来存储所有的资产。数据库8中可用的内容存储量与CoD边缘流媒体服务器6中的内容存储量之比通常是十比一。当然，存在许多CoD边缘流媒体服务器6和用户10，但是为了简单只在图1中显示了少量的几个。\n[0006] IPTV系统2包括使用历史用户信息14的数据来预测未来资产观看可能性的控制器12。这个用户信息14可以包括销量和之前给定时期内完成的观看记录。\n[0007] 在系统2中提供了个人视频录像机(PVR)服务。在这种服务中，系统2捕获广播电视内容作为CoD资产，并且用户可以访问这些资产。这些 服务称为网络个人视频录像机(nPVR)服务，因为它们是由作为网络的系统2提供的。\n[0008] 最常用的资产，即nPVR资产或其他CoD资产，被置于合适的边缘流媒体服务器6中，从而减少图书馆服务器4与用户10之间的业务量。本质上，以接近于边缘流媒体服务器6中的用户方式来存储常用的资产。\n[0009] 除了接近的或专用的内容点播CoD系统(例如互联网协议电视IPTV)之外，还存在开放的系统，即所谓的互联网电视系统。\n[0010] 对于IPTV和互联网电视二者来说，已经开发了用于选择资产以存储在边缘流媒体服务器中的各种方法。传统上，历史数据被用来利用最不常用(LFU，Least Frequently Used)方法或最近使用(LRU，Least Recently Used)方法来确定将哪些资产存储在边缘流媒体服务器中。这些都是为了给待存储的更常用资产留出空间而删除边缘流媒体服务器中的最不常请求的资产或最近请求的资产的已知方法，\n发明内容\n[0011] 读者参考所附独立权利要求。从属权利要求阐明了一些优选的特征。\n[0012] 本发明的一个例子是一种用于在网络中提供数字资产的方法，所述网络包括连接到多个服务器的控制器。每个资产都包括视频数据和音频数据中的至少一种。每个服务器通过存储各个所选的资产集合并提供所选集合中的资产给请求的用户终端来服务于一组用户终端。该方法针对所述服务器中的至少一个包括通过以下步骤来选择要存储哪些资产：(a)针对由所述服务器服务的用户终端组中的每一个而接收关于被预测成单个用户终端最可能期望的资产集合的推荐，所述推荐适合于所述单个用户终端的单个用户；(b)根据所述推荐而确定所述用户终端组最有可能被请求的资产的列表；以及(c)更新存储于所述服务器中的资产以使得最有可能被请求的资产被存储在所述服务器中。\n[0013] 最有可能被请求的资产的列表被用来更新哪些资产被存储在服务于用户组的服务器中。在一些实施例中，当使用时，被提供给用户的所建议资 产的列表可以限于在与用户终端相连的服务器可用的资产。用户可能通常更愿意从所建议资产的列表中选择，而不是从很大的列表中搜索资产。\n[0014] 在一些实施例中，推荐引擎提供关于单个用户可能关注哪些资产的预先推荐，而不是只依赖于关于过去的资产请求频率的历史数据。预测的推荐可能取决于具有相似或相关用户配置文件(年龄、教育程度、兴趣爱好等)的其他用户的资产请求模式(pattern)。\n所预测的推荐可能取决于资产类型(例如用户喜欢的资产类型或与该类型相关的类型)。\n当确定将哪些资产存储到位于用户本地但具有有限存储容量的服务器中时，对来自推荐引擎的数据的使用是有利的。\n附图说明\n[0015] 参考附图，现在将作为例子描述本发明的实施例，其中：\n[0016] 图1示出了已知的IPTV系统；\n[0017] 图2示出了根据本发明一个实施例的IPTV系统；和\n[0018] 图3示出了图2所示系统的操作的例子。\n具体实施方式\n[0019] 如图2所示，IPTV系统20包括中央视频服务器22以及几个边缘流媒体服务器即边缘视频缓存器24，每个边缘流媒体服务器都位于各自的电话中央局26中。每个缓存器\n24连接到几个数字用户线接入复用器(DSLAM)28。在图2中，为了简单示出了分别标记为D1和D2的两个DSLAM28。每个DSLAM连接到各自的IPTV用户终端30集合。如图2所示，第一DSLAM D1连接到IPTV用户终端30的第一集合U1，而第二DSLAM D2连接到IPTV用户终端30的第二集合U2。\n[0020] 中央视频服务器连接到内容控制器32，该内容控制器连接到推荐引擎34。系统20也包括连接到边缘视频缓存器24的IPTV应用服务器36。边缘视频缓存器24每个都包括存储器25。\n[0021] 在系统20中，除了例如事先录制的电影的多媒体资产之外，还提供个 人视频录像机(PVR)服务。在这种服务中，系统20捕获广播电视内容作为CoD资产，并且用户可以访问这些资产。这些服务称为网络个人视频录像机(nPVR)服务，因为它们是由作为网络的系统20提供的。\n[0022] 如下面详细解释的那样，作为nPVR资产或其他CoD资产的一些资产被置于合适的边缘流媒体缓存器24中以减少图书馆服务器22与用户终端30之间的业务量。被确定为相关用户利用下面详细描述的方法经常使用的资产在附近被存储在合适的边缘流媒体缓存器24中。\n[0023] 推荐引擎\n[0024] 推荐引擎例如是Think Analytics Inc.(www.thinkanalytics.com)所售的已知类型的处理器。\n[0025] 推荐引擎是用来基于以下内容确定适合指定用户的CoD推荐列表的处理器：用户的公开配置文件的输入信息、(称作协同过滤的处理器中的)具有与指定用户相似的配置文件的用户的行为、基于内容的过滤、其他媒体(广播电视、DVD、图书购买等)的用户消费记录、以及关于用户之前实际上请求的CoD资产的反馈信息。\n[0026] 协同过滤基于具有相似兴趣的用户的行为来预测指定用户的兴趣级别，例如观看电影资产A和B的多数用户也请求资产C，因此也可以向已观看A和B但未观看C的用户推荐C。\n[0027] 基于内容的过滤是基于考虑资产类型(例如电影类别)的，例如在按照所发现的用户喜好来设计推荐时基于资产元数据。\n[0028] 用户的公开配置文件是包括以下内容的信息：用户喜爱的电影类别、喜爱的演员、业余爱好(例如运动)以及人口统计学信息(年龄、性别等)。\n[0029] 输入信息每日被更新以每天为每个用户提供最新的CoD资产推荐列表。\n[0030] 推荐引擎通过影响哪些资产被存储在每个边缘流媒体节点24中并且因此被推荐给连至缓存器24的用户，来影响将来的资产请求模式。\n[0031] 内容控制器\n[0032] 内容控制器32根据由推荐引擎34提供的给单个用户的推荐来确定并 控制将哪些资产存储在每个边缘视频缓存器24中。内容控制器包括用于缓存的内容资产的列表以及计数器，并且按照下面参考图3说明的那样操作。\n[0033] 内容控制器操作\n[0034] 如图3所示，过程开始(步骤a)于清除(步骤b)用于缓存的内容资产标题的列表。表示索引i的计数器被设为1(步骤c)，然后进行关于i的当前值是小于还是等于边缘视频缓存器24下游的DSLAM28的总数N的询问(步骤d)。这些DSLAM28位于电话中央局\n26中。\n[0035] 如果是，则对于连至DSLAM Di的用户集合Ui中的每个用户而言，从推荐引擎34中获得(步骤e)各个用户的“前十个”资产标题。\n[0036] 然后，通过针对集合Ui中的每个用户的“前十个”资产标题中的每一个而确定资产是否已经在用于缓存的内容资产的列表中，来生成(步骤f)用于缓存的内容资产的列表。如果是，则对资产在前十个列表中的次数的计数增加1。如果不是，则该资产被添加至用于缓存的内容资产的列表中。\n[0037] 之后，索引i增加1(步骤g)，并且返回(步骤h)至关于i的当前值是小于还是等于边缘视频缓存器24下游的DSLAM28的总数N的询问(步骤d)。然后，该过程重复执行步骤d、e、f和g，直到确定(步骤h)i不小于或等于N，也就是说当设计用于缓存的内容资产的列表时已经考虑了所有集合Ui中的所有用户，其中i＝1，...N。\n[0038] 然后对用于缓存的内容资产标题的列表重新排序(步骤j)，以使得该资产是以计数的降序排列的(即具有最高计数的标题位于列表顶部，等等)。这个重新排序的列表是该特定边缘视频缓存器24中的用于缓存的推荐的列表。\n[0039] 在已设计这个列表之后，如下进行缓存。选择(步骤k)重新排序的列表中的第一个标题，并且进行关于这个标题是否是用于缓存的内容资产的列表中的最后一个标题的询问(步骤l)。如果答案是否(步骤m)，则进行关于所选资产是否已经被存储在缓存器24中的判定(步骤n)。\n[0040] 如果是(即资产已经被存储)，则选择(步骤o)用于缓存的内容资产的列表中的下一个标题，并且返回(步骤p)至关于这个列表是否是用 于缓存的内容资产的列表中的最后一个标题的询问(步骤l)。如果不是(即资产还未被存储，步骤r)，则进行关于该资产是否具有比当前存储于缓存器中的资产的最低计数要高的计数的询问(步骤s)。\n[0041] 如果是(即该标题具有比当前存储于缓存器24中的最不常用的资产更高的计数，步骤t)，则该缓存器中的这个最不常用的资产被标记(步骤u)成被这个“新”标题代替，并且返回至步骤o，即选择用于缓存的内容资产的列表中的下一个标题。如果不是(即该标题的计数不高于当前存储于缓存器28中的最不常用的资产)，则返回(步骤v)至步骤o，即选择用于缓存的内容资产的列表中的下一个标题。\n[0042] 过程迭代地进行，直到当进行关于这个标题是否是用于缓存的内容资产的列表中的最后一个标题的询问(步骤l)时答案为是(步骤w)。作为下一个步骤，替代(步骤x)在步骤u中标记的资产，并且过程结束(步骤y)。\n[0043] 这个过程周期性地运行，例如每天，从而就单个用户来考虑由推荐引擎提供的推荐的每日变化。具体地，在新资产(例如新流行作品)被引入系统中之后不久，推荐引擎就生成针对单个用户的包括这些资产的标题的推荐，并且图3所示的内容控制器操作开始运行。因此，新的流行作品资产很快地在边缘视频缓存器24中变为可用。\n[0044] 提供给用户的内容\n[0045] IPTV应用服务器36包括CoD应用38，当用户终端访问该应用时，该应用利用用户配置文件来生成并提供适合于该用户终端30的十个建议的资产的列表，但是仅限于当前在用户终端30的本地边缘视频缓存器24中可用的那些资产。这个列表经由合适的边缘视频缓存器24和DSLAM28而被发送至用户终端。\n[0046] 用户终端从该列表中选择要观看或收听的资产，然后在IPTV应用服务器36的控制下，边缘视频缓存器24提供该资产给用户终端30。\n[0047] 可选地，如果用户不希望从这个包括十个资产的列表中选择资产，则他可以搜索并请求存储于本地边缘视频缓存器24或CoD数据库8中的另 一个资产。\n[0048] 变型\n[0049] 在可选的实施例中，可以根据用户类型对计数加权，以使得关于经常访问的用户的推荐具有更大的影响。一个例子是将用户分成三个级别：偶尔、适度或频繁。对于偶尔访问的用户，针对他/她的前十个推荐中的每一个而添加计数1。对于适度访问的用户，针对他/她的前十个推荐中的每一个而添加计数2。对于频繁访问的用户，针对他/她的前十个推荐中的每一个而添加计数5。\n[0050] 在可选的实施例中，对推荐引擎的附加输入是用户自己的推荐，该推荐是关于其他指定用户(例如其他家庭成员)或用户组(例如足球迷)可能感兴趣的级别。在可选的实施例中，对推荐引擎的另一个输入是由电影评论家所做出的专业推荐/评价。当发现一个知名电影评论家刚刚发布了一些新的电影评论时，更新推荐引擎。如果发现资产使用频率的较大变化，就重新运行内容控制器的内容控制过程以更新存储于边缘视频缓存器中的资产。\n[0051] 在一些其他实施例中，使用智能用户接入复用器(ISAM)系统或路由器或其它网络设备，而不是使用DSLAM。\n[0052] 一些实施例是闭合网络而另一些实施例是开放网络。一些闭合网络是互联网协议电视(IPTV)网络而一些开放网络是互联网电视网络。\n[0053] 可以在不背离其基本特征的前提下以其他特定形式来体现本发明。\n[0054] 所描述的实施例仅是说明性的而非限制性的。本发明的范围因而由所附权利要求书来限定，而不是由前面的描述限定。在权利要求书的等价物的含义和范围内的所有变化都包含于该权利要求书的范围之内。