[发明专利]一种在智能电视上展示用户行为特征模型的方法有效

专利信息
申请号: 201811021422.1 申请日: 2018-09-03
公开(公告)号: CN109309875B 公开(公告)日: 2020-12-15
发明(设计)人: 梁璐;翟明 申请(专利权)人: 四川长虹电器股份有限公司
主分类号: H04N21/45 分类号: H04N21/45;H04N21/466;H04N21/431;H04N21/442;H04N21/258
代理公司: 四川省成都市天策商标专利事务所 51213 代理人: 吴瑞芳
地址: 621000 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 智能 电视 展示 用户 行为 特征 模型 方法
【说明书】:

发明公开了一种在智能电视上展示用户行为特征模型的方法,含步骤:A.用户在终端通过手机号注册OpenID账号,B.在云端建立基于用户OpenID帐号、设备MAC地址的用户行为特征模型的数据分析统计机制,C.终端采集用户行为特征模型数据并上传至云端,D.终端的主界面上新增用户行为特征数据展示板块;E.用户进入用户行为特征数据展示板块时,根据用户OpenID账号生成数据请求并发送至云端;F.云端根据收到的数据请求确定与用户OpenID帐号对应的用户行为特征模型及对应的行为数据结果信息并生成反馈信息;G.云端将反馈信息返回至终端;H.终端进行数据结果的展示。本发明的方法弥补了不能在智能电视上展示用户行为特征模型的缺陷。

技术领域

本发明涉及智能电视终端技术领域,特别涉及一种在智能电视上展示用户行为特征模型的方法。

背景技术

近年来,智能电视领域竞争激烈,各大智能电视厂商新产品的输出效率越来越快。虽然新品输出数量上达到了喜人的成绩,但是大多数智能电视新品并没有让人耳目一新的感觉。纵观各大智能电视厂商发布的新品,我们能够明显看出目前存在的问题是:智能电视领域正呈现出高度同质化。想要在智能电视领域站稳脚跟,摒弃同质化的现状,能真正区别竞争对手,赢得差异化竞争的,唯有对电视终端进行持续创新改进。

目前,行业内没有一种可以直接展示用户行为特征模型的智能电视。智能电视厂商若能建立起精准的用户行为特征模型,可以帮助销售人员进行精准营销,寻找相似购买用户,预测用户潜在购买需求,增加生态链上产品销售额;也可以以展示用户行为特征模型的智能电视这个创新点,吸引用户注册账号,增加智能电视用户注册量,形成完整的用户画像,以及可延续的用户体验,最终在市场上赢得用户的认可。

因此,这个差异化的创新点可以打破产品同质化的端口,满足用户情感需求,提高用户体验。同时,目前基于智能电视的用户行为特征模型还不完善,很多用户数据无法准确获取,用户区分度不好,这与用户行为特征模型只关联电视机MAC数据,而未关联用户Openid账号数据有一定关系。

对于智能电视来说,如何对将抽象的用户行为特征数学模型形象地展示出来也是一个巨大的挑战,本发明就是基于该问题来展开的,通过展示用户行为特征模型的智能电视来满足用户探究自我的好奇心,吸引用户注册账号,提高用户体验。

发明内容

本发明的目的是基于背景技术,提供一种在智能电视上展示用户行为特征模型的方法,弥补现在行业内没有一种展示用户行为特征模型的智能电视的缺陷。

为了达到上述的技术效果,本发明采取以下技术方案:

一种在智能电视上展示用户行为特征模型的方法,包括以下步骤:

A.用户在终端通过手机号注册OpenID账号,所述OpenID账号是用户在云端的唯一识别码;

B.在云端建立基于用户OpenID帐号、设备MAC地址的用户行为特征模型的数据分析统计机制,将基于用户Openid账户关联的行为数据进行抽离,清洗、分析,建模,展示,所述用户行为特征模型用于指示用户OpenID帐号的使用偏好信息;

智能电视用户可以在多台智能电视上进行账号登录,同时,一台智能电视上也可以登录多个用户账号,智能电视终端与用户之间存在多对多的对应关系。为了将准确的用户行为特征模型展现给用户,因此,本发明的技术方案中,通过将基于智能电视的用户行为特征模型数据与用户OpenID账号数据、MAC地址数据进行关联绑定,且以OpenID账号作为用户在云端唯一识别码,从而实现准确识别用户,解决多用户使用同一智能电视行为数据不准确的问题;

C.在终端采集基于智能电视的用户行为特征模型数据,并将采集的用户行为特征模型数据与用户OpenID账号数据、MAC地址数据进行关联绑定后上传至云端;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川长虹电器股份有限公司,未经四川长虹电器股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811021422.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top