陳銘憲臺灣大學:電機工程學研究所林君豪Lin, Chun-HaoChun-HaoLin2007-11-262018-07-062007-11-262018-07-062006http://ntur.lib.ntu.edu.tw//handle/246246/53514就目前的有線電視或是未來的數位電視而言,使用者將會接收到上百個節目頻道,粗略地估計,以一個星期來說,使用者可能將會有近千個電視節目要做選擇。很明顯地,使用者將很難按照自己的需求去選擇適合自己的電視節目,因此,對於大部份的使用者來說,看電視變成一種被動的習慣,使用者經常沒辦法有效地選擇自己喜愛的節目,或是自己需要的節目。因此,在未來的電視系統裡,提供一種有效地電視瀏覽以及推薦系統將是非常必要的。 數位電視將在2010年全面取代傳統的類比電視。初期的數位電視將以訊號數位化為主,然而,未來的數位電視將更進一步地提供使用者豐富的互動功能。在本篇論文中,我們提出了一個數位電視的個人化節目推薦以及導覽系統。個人化的節目導覽系統,能將收看電視這個行為由傳統上被動、漫無目地的收看,轉變為主動有明確目的的、有效率的一個行為。 在我們提出的系統中,「推薦伺服器」應用了協同過濾的技術,利用收集到的使用者收視喜好,計算出所有使用者的喜好模式。在數位電視機上盒我們採用「多媒體家庭平台」做為我們的「中介軟體」,在機上盒之上,我們設計了一個簡潔的導覽介面,並且提供使用者個人化節目推薦的服務。伺服端以及客戶端的溝通在回傳部份使用機上盒的網路回傳,而推薦資料則是透過廣播的方式,傳送到所有的客戶端,因此,能夠提供所有使用者節目推薦的服務。In this thesis, we present a novel framework and an algorithm for digital TV users with the program recommendation on a different navigation interface. Traditionally, users often watch TV passively. However, we provide a concept of watching TV on user's own initiative and on his/her demand. We apply a pattern-based clustering algorithm for collaborative recommendation on back-end computation. Compared with traditional clustering algorithms which cluster points base on distance, our algorithm clusters all connotative patterns of each transaction. Hence, our algorithm is suitable for Digital TV recommender system. In addition, our system is built on MHP platform of Interactive Broadcast Profile to provide personalized electronic program guide and support the clients without return channel. Therefore, this system is suitable for the people's demand in the coming era of Digital TV.Chapter 1 Introduction 1 1.1 Introduction to Digital TV 1 Chapter 2 Preliminaries 3 2.1 DVB and MHP 3 2.2 Recommender System 8 2.3 Related Work 10 Chapter 3 System Architecture 12 Chapter 4 Pattern-Based Clustering 21 4.1 Algorithm Design 21 4.2 Clustering Example 24 4.3 Discussion 26 Chapter 5 Implementation and Experimental Result 28 Chapter 6 Conclusion and Future Work 371610859 bytesapplication/pdfen-US數位電視推薦系統家用多媒體平台DTVRecommender SystemMHP建構於數位電視平台上之電視節目推薦系統TV Recommender System with Pattern-Based Clusteringthesishttp://ntur.lib.ntu.edu.tw/bitstream/246246/53514/1/ntu-95-R93921119-1.pdf