論智能電視系統(tǒng)設計的問題與策略

吳小勉

【摘要】在媒體融合的背景下，為了提升電視的當代社會價值，探索更為科學的智能電視系統(tǒng)設計策略。基于創(chuàng)新擴散理論，人工智能技術的基本原理，通過問卷調研把握用戶對智能電視系統(tǒng)的體驗感受和需求，揭示目前智能電視系統(tǒng)設計中存在的未能深入考慮家庭娛樂情境以及尚未充分兼容居家觀影的需求特征的問題。提出了重視并共享行業(yè)大數據，創(chuàng)造符合使用情境的智能化信息分類方式，構建符合使用情境的智能化信息分類方式。

【關鍵詞】智能電視;系統(tǒng)設計;人工智能;大數據;媒體融合

中圖分類號：TN92? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ?文章編號：1673-0348（2020）019-059-04

On the Problems and Strategies of Smart TV System Design

Wu Xiaomian

（College of Art， Suzhou University of Science and Technology， Suzhou， Jiangsu 215011）

Abstract： In the context of media fusion， to explore a more scientific smart TV system design strategy. Based on innovation diffusion theory， and artificial intelligence technology， set up a questionnaire， grasp users' demands for a smart TV system. The author found the current smart TV system design has not thoroughly considered the home entertainment situation and the demand characteristics of home viewing. Proposed to big data should be valued， intelligent recommendation programs should be created， intelligent information classification methods should be established.

Keywords：Smart TV， System Design， Artificial Intelligence， Big Data， Media Fusion

由模擬信號轉變?yōu)閿底中盘?，再升級到智能化，電視的形態(tài)與功能正在發(fā)生著巨大的改變。與此同時，電視的發(fā)展也面臨著競爭與挑戰(zhàn)。以智能手機為代表的可移動智能終端，因其具備的便捷性和智能化等特征，贏得了很多用戶的青睞。隨著媒體融合的不斷深入，受眾的選擇權和參與權得到提高，個性化需求受到重視。在這樣的背景下，智能電視需要積極且科學的創(chuàng)新策略，才可以在媒體融合的浪潮中提升自己的產業(yè)定位與社會價值。

1. 用戶需求與設計缺憾

在媒體融合的浪潮中，用戶的需求日益受到重視。智能電視的系統(tǒng)設計也應盡早把握用戶的需求及喜好。為此，筆者設計了一份問卷。該問卷的內容主要涉及用戶對影音時長及類別的喜好，用戶在使用智能電視時的行為習慣，以及用戶對智能電視的體驗感受等。筆者于2020年2月通過“問卷星”平臺進行了網上的問卷調研，共回收問卷296份，剔除12份無效答卷后，將284份有效答卷作為研究樣本。根據調研結果，筆者認為目前智能電視的系統(tǒng)設計主要存在以下兩方面的問題和不足。

1.1 未能深入考慮家庭娛樂情境

在創(chuàng)新擴散理論中，相對優(yōu)勢是創(chuàng)新的認知屬性之一。為家庭及親友的共同娛樂和情感溝通創(chuàng)造條件是電視的相對優(yōu)勢。為了定量把握智能電視在該領域的優(yōu)勢，筆者將使用智能電視時是否經常與家人和朋友的共同娛樂納入問卷之中。調研結果顯示，有41.9%和20.8%的受訪者分別選擇了“較多”和“經?！保x擇“完全沒有”和“很少”的受訪者只占3.5%和13.4%。其中31歲至40歲年齡段的受訪者與家人或朋友共同使用智能電視進行娛樂的比例非常高，該年齡段受訪者選擇“較多”和“經?！钡谋壤謩e為60.3%和17.8%。與智能手機相比，電視在提供家庭等小群體共同娛樂的功能不容忽視。這既是電視產業(yè)發(fā)展的有利因素，也是促進家庭這一社會基本單位和諧發(fā)展的重要社會功能。然而，就目前的智能電視系統(tǒng)的信息分類方式而言，主要是根據影音的類別進行分類，如系統(tǒng)的導航欄中往往會有電影、電視劇、直播等標簽。也有一些智能電視系統(tǒng)提供了面向不同年齡段用戶的信息分類方式，但這種分類方式也只是較為局限地考慮到了單一用戶的需求。然而，即便是同一用戶，在陪同不同的親友時往往會傾向選擇不同的影視內容。如陪同伴侶時與陪同子女時，人們選擇影視內容的傾向上會有一定的區(qū)別。用戶與不同家庭成員和社會關系的親友共同觀看電視時組成了不同的體驗情境。而目前的智能電視系統(tǒng)還缺乏根據不同情境進行的信息分類，缺乏根據體驗情境向用戶推薦影視內容的智能化模塊。這樣的現狀抑制了電視的可用性和相對優(yōu)勢的進一步提升。

1.2 尚未充分兼容居家觀影的需求特征

在媒體融合的進程中，用戶可以較為便捷地選擇自己喜愛的影像類型。在電視劇、電視綜藝以及電影、短視頻等影音中，哪種影音類型最能得到的受眾青睞？根據筆者的調研結果來看，38.7%的用戶最喜愛的是電影，而最喜愛電視劇和電視綜藝節(jié)目的占比之和也不足26%。由此可見用戶對于電影作品的青睞。隨著數字技術的發(fā)展和應用，各種優(yōu)質的內容可以在不同媒體之間快速傳播。因此，電視產業(yè)的轉型升級不能將目光局限在傳統(tǒng)的電視作品類型，而是應當結合4K乃至8K超高清的發(fā)展趨勢思考如何打造優(yōu)質的智能化家庭影院，如何進一步提升人們居家觀看電影的用戶體驗度。

以“大銀幕”著稱的電影作品通常具備超高清的影像。相對智能手機或平板電腦而言，用戶使用配備高清屏幕的智能電視可以更好地領略電影作品的藝術感染力。筆者的調研結果顯示，在非學生受訪者中（考慮到學生宿舍往往還不具備觀看電視的條件，因此該項統(tǒng)計剔除了學生的數據），選擇用電視機或手機觀看電影的比例分別為42.1%和33.3%（表1），選擇用電視機或手機觀看短視頻的比例分別為13.7%和76.5%（表2）。

由此可見，作為電影作品的體驗終端，智能電視確實具有一定的相對優(yōu)勢。但與智能手機在短視頻播放領域的優(yōu)勢相比，智能電視作為電影放映終端的優(yōu)勢并不十分顯著。其中原因可以從當代用戶體驗影音的時間長度方面發(fā)現一些倪端。根據筆者的調研，46.5%的受訪者通常觀看影音的時長為16至90分鐘，僅有12.3%的受訪者通常選擇91分鐘以上的影音觀看。隨著生活節(jié)奏的加快，人們往往使用碎片化時間進行娛樂和獲取信息。智能手機可以為用戶提供快捷的碎片化體驗方式。但就目前的智能電視系統(tǒng)設計而言，并沒有充分考慮到用戶體驗的快捷化和碎片化傾向與用戶喜愛電影作品之間的矛盾，沒有積極通過智能化的方式建立新產品與上述兩種用戶需求的兼容。最終導致用戶選擇電視機欣賞電影作品的行為受到了一定的抑制。

2. 人工智能的技術框架與發(fā)展基礎

技術是設計的重要資源之一。如今，人工智能技術的應用正在為傳媒產業(yè)源源不斷地輸送著創(chuàng)新的動力。媒體融合已進入“融媒體”和“智媒體”相結合的深度融合新時代。面對智能電視系統(tǒng)設計中存在的不足，可以積極地考慮將數字技術的發(fā)展成果科學地轉化為改良設計的資源。近年來，人工智能技術在科學研究和電子商務等領域中已經取得了一定的成績。2017年運用人工智能技術開發(fā)的Alpha Go戰(zhàn)勝了人類的世界圍棋冠軍柯潔以后，人工智能的功效及其對未來社會的改變逐漸受到世人的矚目。在《終結者》等科幻影片的影響下，很多社會大眾在談論人工智能是否會給未來社會帶來巨大的改變，甚至擔憂人類會被其取代甚至奴役。一時間，人工智能被披上了一件神秘的外衣。那么，人工智能是否可以推動智能電視系統(tǒng)設計的發(fā)展？對于該問題的解答還須揭開人工智能那神秘的外衣，并從技術本質上去把握其形成條件與本體特征。

人工智能是一套以“深度學習”為基礎的計算機算法。深度學習的理論體系是借鑒了人類大腦中神經元的構造與功能。人類的大腦中有著數以億計的神經元，每個神經元只能處理非常簡單的信息判斷，但數量龐大的神經元首尾相連，相互有序連接便可以對復雜信息做出精度較高的判斷，進而理解事物的形態(tài)與含義，并選擇合適的對應方式。深度學習領域的先行者參照人腦的這一套神經元結構構建了數字化的深度學習體系，為人工智能的發(fā)展奠定了基礎。然而，僅僅有深度學習的邏輯框架還不能向人類提供智能化的服務，猶如初生的嬰兒，沒有學習和生活的經驗時，大腦還不能認知世間萬物。因此，深度學習的算法構建完畢后，還需要運行該算法進行“訓練”，使其擁有必要的識別、分類與預測能力。就目前的人工智能技術而言，深度學習通常需要數量龐大的數據源，也就是人們常說的大數據。開發(fā)者通常將大數據分為訓練數據和測試數據，使用訓練數據嘗試獲得擬合度較高的參數與算法，使用測試數據對學習中的參數與算法進行測試。一旦發(fā)現了擬合度較高的模型，訓練便基本完成。訓練完畢的人工智能模型通?？梢栽谀骋活I域中為用戶提供智能化的服務，如語音識別、圖像識別、人臉識別、用戶畫像分析以及廣告及信息的智能化推送等（圖1）。從人工智能模型的形成過程來看，在目前的技術環(huán)境下，大數據是人工智能的必要條件。盡管人工智能領域的國際資深學者正在思考如何使用較小的樣本空間完成深度學習。但是，就目前普遍商用的人工智能技術水平而言，離開了大數據，人工智能模塊便難以形成。

3. 智能電視系統(tǒng)的設計策略

人工智能技術為設計提供了更多的可能性。在此基礎上，智能電視的系統(tǒng)設計師們還應關注電視自身的優(yōu)勢與劣勢，結合用戶需求，不斷提高電視的相對優(yōu)勢和社會價值。面對智能電視系統(tǒng)目前存在的問題與不足，可以將以下三個方面作為設計的主要策略。

3.1 通過大數據把握用戶需求

隨著媒體融合的深入，設計師對用戶體驗的關注度不斷提高。一些設計師常常通過與用戶面談，觀察用戶的體驗過程等方式了解用戶需求。這些方式的確可以幫助設計師了解部分用戶的需求以及在使用中遇到的問題。隨著人工智能技術的出現與應用，把握用戶行為特征及需求傾向的方式增加了。通過深度學習，計算機可以科學地給用戶人群分類，也可以提取用戶的需求特征，甚至對用戶需求進行預測。從而較為全面而科學地向設計師提供決策參考。計算機進行深度學習的基礎是大數據。目前處于應用階段的人工智能技術還無法通過對較小的樣本空間的學習得出精度較高的計算模型。所以，智能電視系統(tǒng)的設計須從行業(yè)大數據入手，運用人工智能技術推算出較為準確的用戶需求模型。智能電視的研發(fā)企業(yè)及設計團隊須重視用戶體驗模塊的創(chuàng)建，學習部分智能手機及電腦軟件的設計經驗，在用戶同意的前提下，系統(tǒng)性地收集用戶的體驗數據，并將其作為產品創(chuàng)新設計的基礎資料。

3.2 構建智能推薦觀影方案

在媒體融合的浪潮中，電視產業(yè)應重視自身的優(yōu)勢，結合用戶體驗習慣與發(fā)展趨勢進行設計與創(chuàng)新。這種創(chuàng)新未必是巨大的變革，而是可以聚焦產品的細節(jié)，運用人工智能技術進行改良和優(yōu)化。電視通常是家庭中最大的屏幕，可以為用戶帶來沉浸式文化娛樂體驗。因此，很多用戶選擇在家庭中通過智能電視機來體驗高清的電影作品。目前，電影作品的時間長度主要是圍繞著消費者在影院中的體驗環(huán)境設定，與人們在家中的體驗習慣并不能十分吻合。隨著生活節(jié)奏的加快，大多數用戶往往希望觀看時長更短的影像作品。如果能夠更好為用戶提供智能化的家庭影院觀影計劃，為用戶智能化地設定觀影的間歇時間，則可以即滿足人們在家觀影的體驗需求，又使得人們的家居生活保持其應有節(jié)奏與平衡。該設計目標的實現途徑是通過跨行業(yè)的數據共享，獲取智能手機等移動終端的用戶觀影行為大數據。通過對用戶暫停、關閉等觀影行為的統(tǒng)計與分析，計算出合理的觀影斷點和智能化觀影方案。將這些方案植入智能電視的系統(tǒng)之中，人們在家觀影時便可以更加合理地安排娛樂與休閑時光，同時智能電視的相對優(yōu)勢也可以得到進一步的提升。

3.3 構建符合使用情境的智能化信息分類

在當代智能媒體中，智能電視的另一個相對優(yōu)勢是為家庭和親友提供共同娛樂的環(huán)境。很多用戶常常借助智能電視與親友們共度家庭娛樂時光。然而，在目前的智能電視系統(tǒng)中，信息的分類和標簽欄的設置大多按照內容形式的來劃分，例如：電影、電視劇、游戲等。即便有些分類方式考慮到了用戶的年齡等因素，但還是缺乏對多人娛樂情境的針對性設計。在家庭中，共同觀看電視或借助電視進行家庭娛樂的具體情境有很多。從參與娛樂的人員構成上可以分為親子、夫妻、祖孫三代等;就參與者年齡而言，又可分為學齡前兒童與父母，青少年與父母，成年子女與父母，以及青年、中年、老年夫妻等。但在目前的智能電視系統(tǒng)的設計中尚缺乏對這些情景的細分研究和信息分類設定。由于使用情境的多樣性，采用設計者定制的信息分類方式往往難以適應所有的用戶的需求。因此，可以根據用戶選擇的影音內容采用智能化和個性化的信息分類方式。這種信息分類的基礎是給影音作品添加信息標簽。信息標簽好比一篇文章的關鍵詞，可用于對數字影音進行檢索和分類。如果由人工來為數量龐大的影音作品標注信息標簽，那么工作量是十分巨大的。而且還會因為標注者的知識結構和感受的不同而產生標注標準的不統(tǒng)一。但是經過深度學習的人工智能模塊卻可以勝任對影音作品的信息標注工作，不用耗費巨大的人力資源，如華為公司推出的視頻標簽（簡稱VCT）模塊。該模塊是基于深度學習的產品，它可以對視頻進行場景分類、人物識別、語音識別、文字識別等多維度分析，形成層次化的分類標簽。在這樣的基礎之上，再通過用戶體驗計劃對不同家庭的電視使用情境進行調研和數據獲取。而后將信息標簽與使用情境鏈接，最終建立智能化、個性化的信息分類體系，使智能電視系統(tǒng)可以通過用戶選擇的影音內容逐漸推測用戶的使用情境，進而為用戶推薦適合其情境的影音內容。從而使當代電視促進家庭和諧發(fā)展的社會作用能夠得到更加充分的發(fā)揮。

參考文獻：

[1][美]E.M.羅杰斯著，唐興通，鄭常青，張延臣譯.創(chuàng)新的擴散：第5版[M].電子工業(yè)出版社，2016年1月：231.

[2]汪文斌.找準找好電視傳播手段創(chuàng)新的突破口[J].當代電視，2018（02）：1.