[发明专利]Web前端模拟电视主场景监测电视海报点击数据的方法有效

专利信息
申请号: 201811384903.9 申请日: 2018-11-20
公开(公告)号: CN109547855B 公开(公告)日: 2021-05-25
发明(设计)人: 钟继立;周伟;喻雅倩;曾毅 申请(专利权)人: 四川长虹电器股份有限公司
主分类号: H04N21/442 分类号: H04N21/442;H04N21/466;H04N21/25;H04L29/08
代理公司: 成都虹桥专利事务所(普通合伙) 51124 代理人: 李凌峰
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: web 前端 模拟 电视 主场 监测 海报 点击 数据 方法
【说明书】:

发明涉及电视海报点击数据监测技术,解决了现有技术中没有对用户点击电视海报的点击数据进行监测的问题。技术方案概括为:Web前端模拟电视主场景监测电视海报点击数据的方法,Web前端从服务器获取电视主场景中各个海报的相应数据;Web前端利用Canvas的Zrender类库,调用各个海报预设的形状函数,根据每个海报的相应数据和形状函数绘制该海报的图像,并将预设的海报点击量图标与该海报对应的海报点击量数据对应后绘制到该海报的图像中;通过Web前端显示出绘制完成的图像。本发明实现了在Web前端监测用户对电视海报的点击数据,并且软件兼容性和动态性好,图像绘制速度快,开发难度低,效率高。特别适用于电视海报点击数据监测。

技术领域

本发明涉及电视海报点击数据监测技术,特别涉及基于Web前端的电视海报点击数据监测技术。

背景技术

目前各个智能电视生产厂商对销售出的智能电视没有进行用户实时点击数据的监测。对用户点击电视海报的点击数据进行监测,有利于分析出用户在电视终端上的喜好,为今后在电视终端上设置节目板块等提供选择方向。

通过Web前端展示数据时,基于其2D图形制式,需采用一种2D图形的绘制方式,现有技术采用XML的SVG进行二维图形的描述,这种方式的优点是历史悠久,具有长期的经验论证,技术成熟度高。但这种方式存在的问题是:SVG所绘制的图形为矢量图,不能引入普通的图片,且复杂度高,会减慢绘制速度,并且SVG绘制图形的方式无法通过JavaScript来实现,只能在DOM中为元素添加JavaScript事件处理器,这种方式既不方便,又不高效,开发效率低,并且SVG兼容性差,不能与HTML内容集成,IE8、Android2.3默认浏览器等均不支持SVG,以及SVG动态性不足,无法动态修改动画内容。可以看出,SVG图像绘制速度慢,兼容性差,动态性差,并且开发效率不高。

发明内容

本发明为解决现有技术中没有对用户点击电视海报的点击数据进行监测的问题,提供一种Web前端模拟电视主场景监测电视海报点击数据的方法。

为解决上述问题,本发明采用的技术方案是:Web前端模拟电视主场景监测电视海报点击数据的方法,包括:

Web前端开发基于JavaScript的jQuery框架,引入Canvas的Zrender类库;

在Web前端分别建立电视主场景中各个海报的参数列表,Web前端从服务器获取电视主场景中各个海报对应的海报图片、海报显示位置、海报尺寸和海报点击量数据,并将获取到的数据分别存储到相应海报的参数列表中;

Web前端利用Canvas的Zrender类库,调用各个海报预设的形状函数,根据每个海报对应的海报图片、海报显示位置、海报尺寸和形状函数绘制该海报的图像,并将预设的海报点击量图标与该海报对应的海报点击量数据对应后绘制到该海报的图像中;

Web前端显示出绘制完成的海报的图像。

作为进一步优化,所述海报点击量数据包括连续的月点击量,和/或周点击量,和/或日点击量;

定义鼠标的移动事件、覆盖事件和点击事件,当鼠标移动到海报的图像范围内且点击该海报后,根据该海报对应的连续的月点击量,和/或周点击量,和/或日点击量,利用Canvas的Zrender类库绘制出该海报的月点击量统计图,和/或周点击量统计图,和/或日点击量统计图,并将该海报的统计图覆盖显示在海报的图像上,当鼠标移出该海报的图像范围后,清除对该海报的统计图的显示。当监测人员选中海报时显示出该海报的点击量统计图,这样能够反映出用户对该海报点击量的变化趋势,便于监测人员掌握相应节目的热度变化趋势,为在电视终端上进行节目板块设置提供了更加全面的参考信息。

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/201811384903.9/2.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