论智能电视系统设计的问题与策略

吴小勉

【摘要】在媒体融合的背景下，为了提升电视的当代社会价值，探索更为科学的智能电视系统设计策略。基于创新扩散理论，人工智能技术的基本原理，通过问卷调研把握用户对智能电视系统的体验感受和需求，揭示目前智能电视系统设计中存在的未能深入考虑家庭娱樂情境以及尚未充分兼容居家观影的需求特征的问题。提出了重视并共享行业大数据，创造符合使用情境的智能化信息分类方式，构建符合使用情境的智能化信息分类方式。

【关键词】智能电视;系统设计;人工智能;大数据;媒体融合

中图分类号：TN92                 文献标识码：A               文章编号：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

由模拟信号转变为数字信号，再升级到智能化，电视的形态与功能正在发生着巨大的改变。与此同时，电视的发展也面临着竞争与挑战。以智能手机为代表的可移动智能终端，因其具备的便捷性和智能化等特征，赢得了很多用户的青睐。随着媒体融合的不断深入，受众的选择权和参与权得到提高，个性化需求受到重视。在这样的背景下，智能电视需要积极且科学的创新策略，才可以在媒体融合的浪潮中提升自己的产业定位与社会价值。

1. 用户需求与设计缺憾

在媒体融合的浪潮中，用户的需求日益受到重视。智能电视的系统设计也应尽早把握用户的需求及喜好。为此，笔者设计了一份问卷。该问卷的内容主要涉及用户对影音时长及类别的喜好，用户在使用智能电视时的行为习惯，以及用户对智能电视的体验感受等。笔者于2020年2月通过“问卷星”平台进行了网上的问卷调研，共回收问卷296份，剔除12份无效答卷后，将284份有效答卷作为研究样本。根据调研结果，笔者认为目前智能电视的系统设计主要存在以下两方面的问题和不足。

1.1 未能深入考虑家庭娱乐情境

在创新扩散理论中，相对优势是创新的认知属性之一。为家庭及亲友的共同娱乐和情感沟通创造条件是电视的相对优势。为了定量把握智能电视在该领域的优势，笔者将使用智能电视时是否经常与家人和朋友的共同娱乐纳入问卷之中。调研结果显示，有41.9%和20.8%的受访者分别选择了“较多”和“经常”，选择“完全没有”和“很少”的受访者只占3.5%和13.4%。其中31岁至40岁年龄段的受访者与家人或朋友共同使用智能电视进行娱乐的比例非常高，该年龄段受访者选择“较多”和“经常”的比例分别为60.3%和17.8%。与智能手机相比，电视在提供家庭等小群体共同娱乐的功能不容忽视。这既是电视产业发展的有利因素，也是促进家庭这一社会基本单位和谐发展的重要社会功能。然而，就目前的智能电视系统的信息分类方式而言，主要是根据影音的类别进行分类，如系统的导航栏中往往会有电影、电视剧、直播等标签。也有一些智能电视系统提供了面向不同年龄段用户的信息分类方式，但这种分类方式也只是较为局限地考虑到了单一用户的需求。然而，即便是同一用户，在陪同不同的亲友时往往会倾向选择不同的影视内容。如陪同伴侣时与陪同子女时，人们选择影视内容的倾向上会有一定的区别。用户与不同家庭成员和社会关系的亲友共同观看电视时组成了不同的体验情境。而目前的智能电视系统还缺乏根据不同情境进行的信息分类，缺乏根据体验情境向用户推荐影视内容的智能化模块。这样的现状抑制了电视的可用性和相对优势的进一步提升。

1.2 尚未充分兼容居家观影的需求特征

在媒体融合的进程中，用户可以较为便捷地选择自己喜爱的影像类型。在电视剧、电视综艺以及电影、短视频等影音中，哪种影音类型最能得到的受众青睐？根据笔者的调研结果来看，38.7%的用户最喜爱的是电影，而最喜爱电视剧和电视综艺节目的占比之和也不足26%。由此可见用户对于电影作品的青睐。随着数字技术的发展和应用，各种优质的内容可以在不同媒体之间快速传播。因此，电视产业的转型升级不能将目光局限在传统的电视作品类型，而是应当结合4K乃至8K超高清的发展趋势思考如何打造优质的智能化家庭影院，如何进一步提升人们居家观看电影的用户体验度。

以“大银幕”著称的电影作品通常具备超高清的影像。相对智能手机或平板电脑而言，用户使用配备高清屏幕的智能电视可以更好地领略电影作品的艺术感染力。笔者的调研结果显示，在非学生受访者中（考虑到学生宿舍往往还不具备观看电视的条件，因此该项统计剔除了学生的数据），选择用电视机或手机观看电影的比例分别为42.1%和33.3%（表1），选择用电视机或手机观看短视频的比例分别为13.7%和76.5%（表2）。

由此可见，作为电影作品的体验终端，智能电视确实具有一定的相对优势。但与智能手机在短视频播放领域的优势相比，智能电视作为电影放映终端的优势并不十分显著。其中原因可以从当代用户体验影音的时间长度方面发现一些倪端。根据笔者的调研，46.5%的受访者通常观看影音的时长为16至90分钟，仅有12.3%的受访者通常选择91分钟以上的影音观看。随着生活节奏的加快，人们往往使用碎片化时间进行娱乐和获取信息。智能手机可以为用户提供快捷的碎片化体验方式。但就目前的智能电视系统设计而言，并没有充分考虑到用户体验的快捷化和碎片化倾向与用户喜爱电影作品之间的矛盾，没有积极通过智能化的方式建立新产品与上述两种用户需求的兼容。最终导致用户选择电视机欣赏电影作品的行为受到了一定的抑制。

2. 人工智能的技术框架与发展基础

技术是设计的重要资源之一。如今，人工智能技术的应用正在为传媒产业源源不断地输送着创新的动力。媒体融合已进入“融媒体”和“智媒体”相结合的深度融合新时代。面对智能电视系统设计中存在的不足，可以积极地考虑将数字技术的发展成果科学地转化为改良设计的资源。近年来，人工智能技术在科学研究和电子商务等领域中已经取得了一定的成绩。2017年运用人工智能技术开发的Alpha Go战胜了人类的世界围棋冠军柯洁以后，人工智能的功效及其对未来社会的改变逐渐受到世人的瞩目。在《终结者》等科幻影片的影响下，很多社会大众在谈论人工智能是否会给未来社会带来巨大的改变，甚至担忧人类会被其取代甚至奴役。一时间，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动智能电视系统设计的发展？对于该问题的解答还须揭开人工智能那神秘的外衣，并从技术本质上去把握其形成条件与本体特征。

人工智能是一套以“深度学习”为基础的计算机算法。深度学习的理论体系是借鉴了人类大脑中神经元的构造与功能。人类的大脑中有着数以亿计的神经元，每个神经元只能处理非常简单的信息判断，但数量庞大的神经元首尾相连，相互有序连接便可以对复杂信息做出精度较高的判断，进而理解事物的形态与含义，并选择合适的对应方式。深度学习领域的先行者参照人脑的这一套神经元结构构建了数字化的深度学习体系，为人工智能的发展奠定了基础。然而，仅仅有深度学习的逻辑框架还不能向人类提供智能化的服务，犹如初生的婴儿，没有学习和生活的经验时，大脑还不能认知世间万物。因此，深度学习的算法构建完毕后，还需要运行该算法进行“训练”，使其拥有必要的识别、分类与预测能力。就目前的人工智能技术而言，深度学习通常需要数量庞大的数据源，也就是人们常说的大数据。开发者通常将大数据分为训练数据和测试数据，使用训练数据尝试获得拟合度较高的参数与算法，使用测试数据对学习中的参数与算法进行测试。一旦发现了拟合度较高的模型，训练便基本完成。训练完毕的人工智能模型通常可以在某一领域中为用户提供智能化的服务，如语音识别、图像识别、人脸识别、用户画像分析以及广告及信息的智能化推送等（图1）。从人工智能模型的形成过程来看，在目前的技术环境下，大数据是人工智能的必要条件。尽管人工智能领域的国际资深学者正在思考如何使用较小的样本空间完成深度学习。但是，就目前普遍商用的人工智能技术水平而言，离开了大数据，人工智能模块便难以形成。

3. 智能电视系统的设计策略

人工智能技术为设计提供了更多的可能性。在此基础上，智能电视的系统设计师们还应关注电视自身的优势与劣势，结合用户需求，不断提高电视的相对优势和社会价值。面对智能电视系统目前存在的问题与不足，可以将以下三个方面作为设计的主要策略。

3.1 通过大数据把握用户需求

随着媒体融合的深入，设计师对用户体验的关注度不断提高。一些设计师常常通过与用户面谈，观察用户的体验过程等方式了解用户需求。这些方式的确可以帮助设计师了解部分用户的需求以及在使用中遇到的问题。随着人工智能技术的出现与应用，把握用户行为特征及需求倾向的方式增加了。通过深度学习，计算机可以科学地给用户人群分类，也可以提取用户的需求特征，甚至对用户需求进行预测。从而较为全面而科学地向设计师提供决策参考。计算机进行深度学习的基础是大数据。目前处于应用阶段的人工智能技术还无法通过对较小的样本空间的学习得出精度较高的计算模型。所以，智能电视系统的设计须从行业大数据入手，运用人工智能技术推算出较为准确的用户需求模型。智能电视的研发企业及设计团队须重视用户体验模块的创建，学习部分智能手机及电脑软件的设计经验，在用户同意的前提下，系统性地收集用户的体验数据，并将其作为产品创新设计的基础资料。

3.2 构建智能推荐观影方案

在媒体融合的浪潮中，电视产业应重视自身的优势，结合用户体验习惯与发展趋势进行设计与创新。这种创新未必是巨大的变革，而是可以聚焦产品的细节，运用人工智能技术进行改良和优化。电视通常是家庭中最大的屏幕，可以为用户带来沉浸式文化娱乐体验。因此，很多用户选择在家庭中通过智能电视机来体验高清的电影作品。目前，电影作品的时间长度主要是围绕着消费者在影院中的体验环境设定，与人们在家中的体验习惯并不能十分吻合。随着生活节奏的加快，大多数用户往往希望观看时长更短的影像作品。如果能够更好为用户提供智能化的家庭影院观影计划，为用户智能化地设定观影的间歇时间，则可以即满足人们在家观影的体驗需求，又使得人们的家居生活保持其应有节奏与平衡。该设计目标的实现途径是通过跨行业的数据共享，获取智能手机等移动终端的用户观影行为大数据。通过对用户暂停、关闭等观影行为的统计与分析，计算出合理的观影断点和智能化观影方案。将这些方案植入智能电视的系统之中，人们在家观影时便可以更加合理地安排娱乐与休闲时光，同时智能电视的相对优势也可以得到进一步的提升。

3.3 构建符合使用情境的智能化信息分类

在当代智能媒体中，智能电视的另一个相对优势是为家庭和亲友提供共同娱乐的环境。很多用户常常借助智能电视与亲友们共度家庭娱乐时光。然而，在目前的智能电视系统中，信息的分类和标签栏的设置大多按照内容形式的来划分，例如：电影、电视剧、游戏等。即便有些分类方式考虑到了用户的年龄等因素，但还是缺乏对多人娱乐情境的针对性设计。在家庭中，共同观看电视或借助电视进行家庭娱乐的具体情境有很多。从参与娱乐的人员构成上可以分为亲子、夫妻、祖孙三代等;就参与者年龄而言，又可分为学龄前儿童与父母，青少年与父母，成年子女与父母，以及青年、中年、老年夫妻等。但在目前的智能电视系统的设计中尚缺乏对这些情景的细分研究和信息分类设定。由于使用情境的多样性，采用设计者定制的信息分类方式往往难以适应所有的用户的需求。因此，可以根据用户选择的影音内容采用智能化和个性化的信息分类方式。这种信息分类的基础是给影音作品添加信息标签。信息标签好比一篇文章的关键词，可用于对数字影音进行检索和分类。如果由人工来为数量庞大的影音作品标注信息标签，那么工作量是十分巨大的。而且还会因为标注者的知识结构和感受的不同而产生标注标准的不统一。但是经过深度学习的人工智能模块却可以胜任对影音作品的信息标注工作，不用耗费巨大的人力资源，如华为公司推出的视频标签（简称VCT）模块。该模块是基于深度学习的产品，它可以对视频进行场景分类、人物识别、语音识别、文字识别等多维度分析，形成层次化的分类标签。在这样的基础之上，再通过用户体验计划对不同家庭的电视使用情境进行调研和数据获取。而后将信息标签与使用情境链接，最终建立智能化、个性化的信息分类体系，使智能电视系统可以通过用户选择的影音内容逐渐推测用户的使用情境，进而为用户推荐适合其情境的影音内容。从而使当代电视促进家庭和谐发展的社会作用能够得到更加充分的发挥。

参考文献：

[1][美]E.M.罗杰斯著，唐兴通，郑常青，张延臣译.创新的扩散：第5版[M].电子工业出版社，2016年1月：231.

[2]汪文斌.找准找好电视传播手段创新的突破口[J].当代电视，2018（02）：1.