家庭网络中EPG 推荐系统自适应框架研究

郭 枫，朱 川，2＋，王 瑶，刘 立，韩光洁，2

（1.河海大学 物联网工程学院，江苏 常州213022；2.河海大学 常州市传感网与环境感知重点实验室，江苏 常州213022）

0 引 言

目前，手机等手持设备是无法满足需要较大计算资源与较多用户观看历史数据的EPG 推荐系统所需的软硬件资源的。因此在家庭网络与移动网络融合的环境中，EPG 推荐系统面临着如何收集用户在不同环境中的使用EPG 浏览、选择信息的挑战，以及不论在家中，还是在外出环境中均可根据用户的个人喜好及历史观看记录中，向用户推荐最佳的当前电视节目的挑战。

目前，已有相关文献通过不同的技术，如本体论［1］、过滤［2，3］、用 户 归 档［4，5］及 相 关 性 反 馈 等［6，7］研 究、讨 论EPG 推荐系统的算法与方案。此外，还有一些相关工作围绕Internet［8］，WAP／SOAP［9，10］及OSGi／SIP［11］等网络平台展开。相对于以往工作与方法，本文工作主要关注于构建一个灵性、独立于其它网络协议与广播源和推荐算法的通用性框架。虽然与具体的网络协议无关，鉴于DVB－H 协议在移动电视领域中的主流性与重要地位［12］，本文所提出的通用性框架尝试模拟一个DVB－H 环境。

在工作［11，13］基础之上，本文进一步提出了一个具有自适应性的EPG 推荐系统框架。该EPG 推荐系统自适应框架在DVB－H 中进行模拟仿真。通过其所提供的自适应性切换功能，不论是在论是在家中还是户外，均可以向用户提供具有统一用户体验的EPG 推荐服务。仿真结果表示，本文所提出的EPG 推荐系统自适应框架是可行的。

1 EPG 推荐系统自适应框架

1.1 自适应框架

为了使得EPG 推荐系统能够适用于家居环境及个人移动环境，本文提出了家庭网络中EPG 推荐系统自适应框架，如图1所示。在自适应框架中，EPG 推荐系统即可以运行于移动模式，也可以运行于服务器模式。EPG 推荐模块可以应用于以上两种环境。该自适应框架支持如下两种配置模式：

（1）独立的移动EPG 应用模式。在该模式下采用内置EPG 推荐模块。由于手持设备硬件资源与计算能力所限，因此，内置EPG 推荐模块只具有最基本的推荐功能。

（2）全功能的客户端／服务器EPG 应用模式。该模式主要应用于家庭网络与移动网络的混合环境中，家庭网关服务器端提供全功能的电子节目表单推荐服务，而手持设备则以从属状态来浏览电子节目表单。在手机与家庭网络中的服务器之间，可以采用多种形式的通信方式，如WIFI、蓝牙等。

EPG 推荐系统自适应框架假定手持设备与家庭网络服务分别拥有各个独立的EPG 源，并且在他们之间没有EPG数据库传输同步。该假设基于如下两方面考虑：

（1）通过移动网络，数据广播可以很方便的更新、上传至手持设备。而在近几年提出的DVB－H 技术中，手持设备在地面上可以直接接收广播电视及其数据流。

（2）如图2所示，DVB－H 及类似服务的出现将充分利用因特网，我们相信在不久的将来，同一EPG 提供商通过宽带通道将推出同时支持手持设备如手机、平板电脑等，及普通家电电视设备的电子节目表单。这两个因素均将消除在手持设备与家庭网络服务器之间进行相互传输EPG 数据库信息的必要。

本文提出的EPG 推荐系统自适应框架最大优点在于其对各种不同场景的自适应。为了同时支持简单内置EPG 推荐系统与全功能EPG 推荐系统，两个EPG 推荐系统均采用了相同的编程接口［13］。此外，本框架的另一个好处在于其EPG 推荐系统的自适应性。当用户所携带的手持设备从户外进入室内的家庭网络的通信范围之内时，EPG 推荐系统中间件则相应的从移动的独立EPG 应用模式转换至客户服务器模式。在这种切换过程中，仅将用户的归档资料从手持设备中拷贝至家庭网络服务器中。从而，原本运行于手持设备上的电子节目表单的推荐任务迁移到具有全功能推荐能力的家庭网络服务器上。这种推荐任务的迁移无需用户人为干涉，本文提出的框架具有自适应能力。

1.2 EPG 推荐系统核心模块

图1 EPG 推荐系统及其网络架构

图2 EPG 与DVB－H 及宽带融合

如前所述，EPG 推荐系统核心模块既可以工作在适用于手持设备及低计算能力与资源的简单推荐模式中，也可以工作在具有较强能力的家庭网络服务器或媒体服务器中。在工作［6，13］中提出了一个具有示范性的核心EPG 推荐系统模型，如图3所示。该模型通过一系列的滤器来增强推荐结果的准确度及缩小电视节目的搜索范围。整个模型由时间、频道／站、类别、域及内容5个滤器构成。用户可以预先指定滤器的设置，如最近两周内。在这5 个滤器中，内容滤器最为复杂，其是基于电子节目表单内容的。因为电子节目表单内容由频道／站、节目题目、节目描述、时间段、及演员等信息构成。基于这些信息的内容过滤相对于其它4个滤器而言可以降低用户预置过滤条件的可能性，并给出能反应出用户偏好的推荐结果。内容滤器甚至可以通过用户的浏览反馈等信息进行训练，进而随着用户使用时间的增加而不断提升推荐准确性。图3则为可以运行于移动环境或服务器平台的EPG 推荐引擎示例。本文所提出的EPG 推荐系统自适应框架独立于EPG 推荐引擎，因此推荐引擎的设计不在本文讨论范围之内。

图3 多引擎EPG 推荐核心模块

2 实现及原型系统

2.1 EPG 数据库

为了兼容于各种EPG 源并使EPG 推荐系统的核心引擎独立于其它协议，针对本文提出的自适应构架我们构建了一个简化的核心EPG 数据库。任何协议相关的EPG 接口模块（如DVB－H、IPTV）均需要实现其自己的EPG 解析器与EPG 代理，以此来达到将电子节目源中相应的域映射为核心EPG 数据库中的对应的域。在我们的原型系统中，从IPG（IPTV）和ESG（DVB－H）到EPG 的映射见表1。

表1 EPG 代理域映射

EPG 数据库接口主要是用于同步从手持设备与服务器上下载的EPG 信息。这一问题是与特定EPG 服务提供商相关的问题，因此不在本论文讨论范围之内。

2.2 用户归档资料模块

用户归档资料模块用于记录用户对于推荐引擎的使用偏好。其存储并不断的向服务器进行更新，以丰富家庭网络服务器端推荐系统的用户归档资料及提升推荐效果。当手持设备通过有线或无线方式连接到家庭网络时，此时即使在手持设备（如平板笔记本、手机）端进行推荐，也将根据用户归档资料数据库中的信息采用全功能EPG 推荐模式。与此同时，存储于手持设备之上，用于内置的简单推荐系统模块的用户归档部分信息将被更新。当无法连接至家庭网络时，手持设备通过其内部的简单用户归档信息使用内置的简单推荐系统核心模块，并记录、更新用户浏览电子节目表单、观看节目的活动。这些活动反应出用户的偏好，如节目的选择及观看的时间长短反应出用户对该节目或某类节目的喜好程度。一旦手持设备再次连接至家庭网络中，简单用户归档资料将被上传至家庭网络服务器中并更新服务器端的用户归档资料。

2.3 自适应切换操作

EPG 推荐系统的自适应切换操作通过监测手持设备的如下3 种网络模式而实现：HOME、REMOTE、OFFLINE。这3种网络模式分别代表着手持设备处于室内、户外及没有EPG 服务器可用的3种状态。见图1，当用户通过其手持设备的人机界面请求电子节目表单时，EPG 推荐系统自适应框架的运行步骤如下：

（1）EPG 查询接口模块获取手持设备当前网络状态，进而决定采用何种推荐模式。如果在HOME 状态中，手持设备向服务器端的消息模块发送EPG 查询字符串及手持设备端的用户归档资料，并等待返回的EPG 查询结果。

（2）EPG 服务器收到查询消息，并且服务器端的用户归档资料同手持设备端的同步更新后，全功能EPG 推荐模块向消息模块返回推荐结果。

（3）手持设备端的消息模块从EPG 服务器端收到推荐结果并将其直接递交至用户界面模块，后者将结果展示给用户。

（4）如果在指定的时间内消息模块没有收到服务器端的推荐结果，则网络连接进入至LINK＿UNSTABLE 状态（这种网络状态主可能是由网络不稳定、干扰等因素造成的）。在这种状态时，EPG服务器只是处于临时不可用状态。所以，手持设备将通过用简单的户归档资料来使用内置的EPG 推荐系统，以此来完成所用户指派的推荐任务。在这种方式下，实现了HOME到REMOTE状态的自适应切换。

（5）如果手持设备处于REMOTE 状态，则用户指派的查询消息将直接交付给内置的EPG 推荐模块，同时手持设备中的用户归档资料记录用户观看电视的活动与行为。一旦EPG服务器处于可用状态（如用户进入室内，手持设备处于HOME状态），用户归档资料将与EPG 服务器端进行同步。从REMOTE到HOME 状态的自适应切换仅发生在下一次EPG查询时。这些自适应切换对于用户而言是透明的。

2.4 原型系统

由于实验条件所限，所实现原型系统采用JDK1.6，eclipse开发。网络环境采用UDP 协议作为网络通信协议，以此来简化网络的复杂性。

由于手持设备的应用程序可以运行于任何具有IP地址的设备（包括PDA、3G 手机、平板电脑）之上，因此我们使用Android来模拟移动设备，而使用PC 机来模拟EPG 服务器。同时，实现了EPG 推荐系统在HOME与REMOTE状态的自适应切换。该切换对于用户而言是透明存在的。用户无需干预。对于普通家庭而言，手持设备的数量往往为若干个。对此，我们主要监测两方面情况：手持设备的状态（HOME、REMOTE、OFFLINE）及手持设备与EPG 服务器之间的链接状态（NORMAL、LINK＿UNSTABLE、SRV＿UNAVAILABLE）。后者描述如下：

（1）NORMAL：当EPG 查询请求被发送至服务器时，手持设备收到了一个完整的XML格式的响应消息。

（2）LINK＿UNSTABLE：当EPG 查询请求被发送至服务时，手持设备收到了一个不完整的XML格式的响应消费。引起这一原因的可能是网络不稳定或存缓设置过小。

（3）SRV ＿UNAVAILABLE：对于手持设备而言，EPG 服务器不可达，这主要是通过等待响应消息超时来判断的。

网络链接状态LINK ＿UNSTABLE 或SRV ＿UNAVAILABLE造成手持设备从全功能EPG 推荐模式迁移到移动EPG 推荐模式。

推荐引擎采用了最大熵分类器算法，该部分工作描述于之前的工作［6］中。手持设备端EPG 查询接口模块及消息模块均在的Android系统之上实现，如图4所示。根据手持设备的状态，EPG 查询接口将用户的查询请求发送至内置的EPG 推荐模块或家庭网络服务器中。消息模块负责处理消息的发送与接收，并在网络不可用时处理处理超时情况。为了模拟网络不稳定状态，在家庭网络EPG 服务器端，对产生的响应采用随机部分丢弃及全部丢弃处理。最后，在我们的原型系统中还实现了ESG 解析器与DVB－H的EPG 代理，IPG 解析器与IPTV 代理这两者，以此来支持两种不同的环境。

图4 Android平台移动EPG 应用程序界面

在家庭网络的EPG 服务器端，消息模块作为一个独立的网络服务线程。当其接收到远程手持设备的EPG 查询消息时，消息模块转发查询请求到全功能EPG 推荐模块。手持设备与EPG 服务器的两个消息模块在自适应切换过程中起着重要的作用。不管是针对手持设备还是服务器，通过这种方式来实现推荐系统均是完全独立于框架模型。

在家庭网络的EPG 服务器端，消息模块作为一个独立的网络服务线程。当其接收到远程手持设备的EPG 查询消息时，消息模块转发查询请求到全功能EPG 推荐模块。手持设备与EPG 服务器的两个消息模块在自适应切换过程中起着重要的作用。不管是针对手持设备还是服务器，通过这种方式来实现推荐系统均是完全独立于框架模型。

EPG 服务的自适应切换操作通过两种机制来保证：超时时间及UDP消息缓存大小的选择。超时时间主要用于监测网络返回消息，并触发网络状态迁移至SRV ＿UNAVAILABLE 状态，进而达到EPG 服务从服务器端转至手持设备端，手持设备端实现了对实验参数的配置，如图5所示。经过多次测试，当选择超时时间为0.5s，用户体验较好，基本感觉不到延迟。UDP 消息缓存定义了一个完整消息的最大长度。缓存大小根据实验中的EPG 数据库进行了调整，使其可以处理绝大部分推荐任务而无需进行EPG服务的切换。

图5 Android平台移动EPG 配置界面

最后，为了支持手持设备环境与服务器环境，在我们的原型系统中ESG 解析器与DVB－H 的EPG 代理和IPG 解析器与IPTV 代理均被实现。

EPG 推荐系统自适应框架的原型系统在局域网环境中进行了测试并进行了验证。为了模拟真实的无线网络并测试EPG 推荐系统的自适应切换，EPG 服务器的网络端口被设计成随机的打开及关闭。通过这种方式来模拟无线网络的不稳定性及从户外到室内的状态切换。同时手持设备端每隔一段时间就发送EPG 查询请求到EPG 服务器端。通过我们的测试，我们发现0.5s是较优的超时时间阈值。当超时时间大于0.5s时用户将会显示感受到延时或切换；当超时时间小于0.5s时，由于网络延迟将造成始终使用内置的推荐引擎。

3 结束语

本文所提出的EPG 推荐系统自适应框架使得EPG 推荐系统可根据不同的软硬件条件与资源进行配置。该框架也适用于运行在手持设备上的独立EPG 推荐系统及全功能的EPG 系统中。当用户从户外进入家庭网络环境中时或外出时，EPG 推荐任务可以透明的自适应于这种网络环境的变化。

本文所实现的原型系统证明了EPG 推荐系统自适应框架的网络可行性。为了保证推荐任务通过无缝自适应迁移，EPG 推荐服务采用如下两种机制：选择超时时间和UDP消息缓存大小。超时时间用于监测网络返回消息并触发网络状态进入SRV＿UNAVAILABLE，进而使得EPG 推荐服务从家庭网络服务器端迁移至手持设备端。考虑到用户使用体验，选择超时时间为0.5s。UDP消息缓存大小定义了完整消息的最大长度。在具体的传输过程中，采用分页传输机制，可以处理绝大部分推荐任务而无需转换EPG 推荐模式。

［1］Hyungjong N，Cheongjae L，Gary GL.Ontology－based inference for information－seeking in natural language dialog system［C］／／IEEE Int Conf on Industrial Informatics，2008：1469－1474.

［2］Hyeongjoon K，Kyangseok H.Personalized electronic program guide for IPTV based on collaborative filtering with novel similarity method ［C］／／IEEE Int Conf on Consumer Electronics，2011：467－468.

［3］Tomohiro T，Masaaki H.Automatic metadata expansion and indirect collaborative filtering for TV program recommendation system ［C］／／Multimedia Tools and Applications，2008，36（1－2）：37－54.

［4］Diana W，Johannes S，Michael W，et al.A user profile－based personalization system for digital multimedia content ［C］／／Proceedings of the 3rd International Conference on Digital Interactive Media in Entertainment and Arts，2008：281－288.

［5］Hyoseop S，Minsoo L，Eun K.Personalized digital TV con－tent recommendation with integration of user behavior profiling and multimodal content rating ［J］.IEEE Transactions on Consumer Electronics，2009，55 （3）：1417－1423.

［6］ZHU J B，MA M，GUO J K，et al.Content classification for electronic programming guide recommendation for a portable device［J］.Int J of Pattern Recognition and Artificial Intelligence，2007，21 （2）：375－395.

［7］Blanco Y，Pazos J，Lopez M，et al.AVATAR：An improved solution for personalized TV based on semantic inference ［J］.IEEE Trans on Consumer Electronics，2006，52 （1）：223－232.

［8］YANG C，CHEN Z C，LIAN B X，et al.Design and implementation of a novel roboticized EPG system of network TV［C］／／IEEE International Conference on Machine Learning and Cybernetics，2009：1516－1522.

［9］LI X F，ZHAO P，LIU Y H，et al.The method of mobile networks as the return channel for IP－QAM ［C］／／IEEE International Conference on Communications and Mobile Computing，2010：224－226.

［10］VIJAY S V.A New SIP based services connecting IMS and DLNA for future converged networks ［C］／／IEEE Int Conf on New Technologies，Mobility and Security，2008：1－5.

［11］CHANG G R，ZHU C，MA M，et al.Implementing a SIPbased device communication middleware for OSGi framework with extension to wireless networks ［J］.First International Multi－Symposiums on Computer and Computational Sciences，2006，2：603－610.

［12］Erenberg O，Koppelaar A，Stuivenwold A M，et al.IP－recovery in the DVB－H Link layer for TV on mobile［J］.IEEE Transactions on Consumer Electronics，2011，57 （2）：339－347.

［13］MA M，ZHU J，GUO K J，et al.A recommender framework for electronic programming guide on a mobile device［C］／／Proceeding of IEEE Int Conf of Multimedia and Expo，2007.