Post on 13-Jan-2015
description
Recomendação Personalizada de Conteúdo para
Televisão Digital Portátil Interativa
Elaine Cecília Gatto e Sergio Donizetti Zorzo
Universidade Federal de São Carlos – UFSCar, São Carlos – SP, Brasil
Grupo de Sistemas Distribuídos e Redes (GSDR)
Elaine_gatto@dc.ufscar.br, zorzo@dc.ufscar.br
Resumo. O Sistema Brasileiro de Televisão Digital permite recepção fixa e
portátil. Dado a possibilidade de oferta de novos serviços e programas, e
consequentemente mais conteúdo disponível, constata-se a dificuldade do
usuário em selecionar os seus programas preferenciais. Os Sistemas de
Recomendação tornam-se uma ferramenta para solução destas dificuldades e
possuem potencial para aperfeiçoar a interatividade do usuário com a televisão
digital, oferecendo a filtragem destas informações e a personalização da oferta
de conteúdo. Este trabalho descreve um Sistema de Recomendação para
Televisão Digital Portátil Interativa Brasileira, centrado no aparelho celular que
possibilita esta funcionalidade e gerando recomendação de programas de
televisão de acordo com os gêneros de programas preferenciais do usuário
durante o período de utilização da televisão no celular.
Palavras-chave: Televisão Digital Portátil Interativa, Ginga-NCL, Sistema de
Recomendação.
1 Introdução
A TVDPI (Televisão Digital Portátil Interativa) reúne em um único aparelho internet,
TV e telefonia celular e já está disponível em diversas cidades brasileiras.
Atualmente, algumas empresas da Europa e EUA fornecem algum tipo de
interatividade para a TVD (Televisão Digital) em dispositivos portáteis1 como por
exemplo, votação em programas, publicidade com redirecionamento para compras,
EPG (Guia Eletrônico de Programação), etc. O Japão tem empregado o serviço 1Seg
desde abril de 2006, que é um serviço de radiodifusão terrestre digital portátil
interativo de áudio, vídeo e dados. Esse mesmo serviço está disponível no Brasil
desde o final de 2007 com 30 frames por segundo, enquanto que no Japão utiliza-se
15 frames por segundo na transmissão.[1,2]
O EPG auxilia o usuário a encontrar o programa de TV que deseja assistir. Porém,
é inevitável o aumento de conteúdo no EPG com a inclusão de novos canais e o
usuário começa a ter dificuldades para procurar e escolher seus programas resultando
em uma perda de tempo indesejável. O EPG sobrecarrega-se de informações e passa a
1 No Brasil, existem os receptores full-seg, como os set-top-boxes e, one-seg, sendo este último,
destinado aos receptores portáteis como celulares, PDAs, receptores USBs, miniTVs.
não atender as necessidades dos usuários, pois além de não considerar as preferências
destes, apresentam na tela listas de programas extensas.[3]
No caso específico dos usuários de TV no celular, isto é ainda mais agravante.
Apresentar grandes listas de programas, em uma tela reduzida, trará ainda mais
dificuldades. Desta forma, os usuários de TVDPI concentram-se na escassez atual dos
recursos do dispositivo e não estão dispostos a perder tempo selecionando programas.
Em contraste com o uso da TVD em residências onde é comum mudar com
freqüência os canais e navegar pelo EPG, para a TVDPI isto consome quantidade de
tempo e energia considerável.[4]
A partir de tais considerações, este trabalho propõe um SR (Sistema de
Recomendação) que deverá auxiliar o usuário de TVDPI a assistir o que lhe é mais
conveniente e preferencial. Isto será possível com o monitoramento do
comportamento do usuário durante o uso da TV no aparelho celular e, a partir deste
monitoramento, recomendar programas de acordo com as suas preferências.
Este trabalho está organizado da seguinte forma: a seção 2 introduz a TVDPI
apresentando o cenário mundial e nacional, a seção 3 aborda a personalização na
TVD e na TVDPI, a seção 4 apresenta trabalhos relacionados, a seção 5 descreve a
recomendação personalizada de conteúdo para TVDPI e, por fim, a conclusão na
seção 6.
2 Televisão Digital Portátil Interativa
A TVDPI está em estágio inicial de utilização, tanto em termos de adoção quanto de
produção sendo difícil prever como será o seu impacto. A evolução da TVDPI será
determinada por vários fatores entre eles o tecnológico, comercial, social, político e
regulamentar, baseando-se nas plataformas existentes, principalmente os da TV,
telefonia celular e internet.
Assitir a TV a qualquer hora e em qualquer lugar é uma das razões que levam as
pessoas a assistirem TV no celular. Os usuários consideram a independência do
aparelho de TV como um dos principais benefícios da TV no celular. Uma tendência
da TVDPI é a geração de conteúdo pelo usuário, algo como o que ocorre no site
Youtube, possibilitando o surgimento de novas plataformas para recepção e envio
deste tipo de conteúdo.
A introdução e adoção da TVDPI dará lugar a uma experiência pessoal e
particular, diferente da TV aberta e tradicional. Os usuários poderão receber
conteúdos a qualquer hora e em qualquer lugar, escolher o que é mais relevante para
eles, e também criar e enviar seus próprios conteúdos para a TV. Já provedores de
conteúdos e anunciantes poderão adaptar e personalizar suas ofertas para cada
usuário, tornado a TVDPI personalizada.[5]
Diversas empresas operadoras de telefonia no mundo estão investindo e oferecendo
serviços de TVDPI aos seus usuários[5]. Apesar de ainda estar sendo implantada no
Brasil, já estão disponíveis no mercado alguns aparelhos portáteis que fornecem a
funcionalidade de TVDPI em conformidade com o padrão brasileiro. Além disto,
algumas empresas de telefonia celular estão ofertando TV paga para o aparelho
celular. Diante de uma assinatura mensal, de acordo com o plano contratado, as
empresas fornecem aos seus clientes uma programação diferenciada da TV aberta. O
serviço funciona em formato de vídeo streaming e o usuário que assinar o serviço
precisa verificar se o aparelho que possui é compatível.
Os sistemas de TV digital terrestres ISDB-T (Integrated Services Digital
Broadcasting – Terrestrial, Japonês)[6], ISDB-TB (Integrated Services Digital
Broadcasting – Terrestrial Brazil, Brasileiro)[7] e DVB (Digital Video Broadcasting,
Europeu)[8] foram projetados para fornecer recepção portátil, enquanto que o sistema
ATSC (Advanced Television Systems Committee, Americano)[9] tem dificuldades
para isto, devido a modulação escolhida (8-VSB: 8-level vestigial sideband)[10] e
estão trabalhando com alternativas para fornecê-la. O sistema DTMB (Digital
Terrestrial Multimedia Broadcast, Chinês)[11] está sendo desenvolvido de forma a
também fornecer recepção portátil.
3 Personalização na TVD e TVDPI
A tomada de decisões é dependente de informação segura e completa, mas o excesso
de informação disponível e o acesso fácil acabam gerando dúvidas ao invés de
auxiliá-lo. Como exemplo ilustrativo, pode-se constatar constrangimentos em um
jantar de negócios se houve uma má escolha dos convidados ou do local. A escolha
do local pode ser feita por sugestão pessoal de outrem ou por inferência própria ou
não de informações correlatas, que geram indicações. As indicações são então as
recomendações que, neste caso, são geradas naturalmente pelas próprias pessoas.
Os SRs auxiliam no aumento da capacidade e eficácia deste processo de tomada de
decisão. Neste contexto, as recomendações fornecidas por pessoas são as entradas do
sistema, que deve agregar e direcionar tais informações para outras pessoas, que são
consideradas interessadas naquele tipo de recomendação.
No contexto da TVD e da TVDPI, a personalização pode ser utilizada tanto como
uma técnica para recomendar programas de TV, quanto para recomendar produtos aos
usuários, sendo denominado t-commerce2. O t-commerce tem o mesmo princípio do
e-commerce3, que é a compra de produtos virtualmente, no caso da TVD as compras
são feitas pelo controle remoto, e na TVDPI pelo teclado, sendo estes produtos
classificados e recomendados pelos próprios usuários a outros[12]. Este trabalho foca-
se na personalização de conteúdo, mais especificamente na recomendação de
programas de TV.
Como já comentado, os SRs são das soluções possíveis para as dificuldades que os
usuários constatarão com a sobrecarga de informações da TVD. Tais sistemas
envolvem interconexão das áreas de conhecimento como Mineração de Dados,
Inteligência Artificial e Interação-Humano-Computador e, no caso particular da
TVDPI, envolve ainda estudos nas áreas de telefonia celular e TVD.
2 Conjunto de transações comercias feitas por meio da TV Interativa. 3 Conjunto de transações comercias através da Internet.
Sistemas de Recomendação
Um SR é composto por quatro elementos básicos: identificação do usuário, coleta de
dados, técnicas de recomendação e visualização das recomendações. A identificação
do usuário e coleta de dados pode ser feita de forma implícita ou explícita. A forma
explícita permite que o usuário se identifique utilizando, por exemplo, login e senha,
gerando um perfil específico permitindo que o usuário informe ao sistema suas
preferências, enquanto que a forma implícita monitora e coleta os hábitos do usuário
extraindo de forma automática o seu perfil.[13]
As estratégias de Filtragem Colaborativa (FC) e Filtragem Baseada em Conteúdo
(FBC) tem sido utilizadas em sistemas de recomendação com sucesso. A FC remete a
situações em que pessoas pedem opiniões ou recomendações a outras sobre
determinado assunto, como já exemplificado no início desta seção. Esta técnica tem
este nome pois, existe um processo de seleção no momento de geração das
recomendações e, as pessoas colaboram entre si para esta geração, utilizando algumas
estratégias de recomendação como, por exemplo, avaliação de um produto. Esta
técnica é muito utilizada em lojas de e-commerce.[12]
O objetivo da FBC é gerar automaticamente descrições dos conteúdos dos itens e
comparar a descrição de cada item com a descrição do interesse do usuário,
verificando se o item é ou não relevante para o mesmo baseando-se na análise do
conteúdo do item e no perfil do usuário. A FBC mede a similaridade entre itens ao
invés de usar a similaridade entre usuários e se baseia no fato de que se alguém
gostou de algo, no futuro gostará de algo similar a este. Esta técnica é muito utilizada
em domínios textuais. As técnicas também podem ser utilizadas em conjunto
denominando-se Filtragem Híbrida (FH).[12]
O elemento visualização é de suma importância para o SR, pois é na visualização
que ocorre a interação com o usuário e esta deve ocorrer de forma simples e clara. É
neste elemento que o usuário escolhe um item da lista, fornecendo desta forma
informações para a atualização de seu perfil e realimentação do sistema.
Como a quantidade de informação tende a aumentar com o passar do tempo, a
Mineração de Dados também é utilizada em SRs para evidenciar tendências de
comportamentos. As Tarefas de Mineração de Dados como Regras de Associação,
Agrupamento e Classificação podem ser utilizadas para refinar melhor as técnicas de
filtragens de informação utilizadas em SRs.
4 Trabalhos Relacionados
A seguir são apresentados dois trabalhos relacionados que oferecem personalização e
tem relação com o trabalho apresentado neste artigo.
A Lightweight Mobile TV Recommender: Towards a One-Click-To-Watch
Experience
O trabalho foi desenvolvido para o sistema DVB-H (Digital Video Broadcasting-
Handheld)[14] abordando as características particulares do ambiente dos dispositivos
portáteis e está de acordo com o padrão OMA-BCAST (Open Mobile Alliance -
Mobile Broadcast Services Enabler Suite)[15].
Os autores identificaram alguns requisitos para os SRs dedicados a este ambiente
como escalabilidade, latência de resposta, flexibilidade para padrões correntes de
transmissão, proteção à privacidade do usuário, entre outros. O SR enquadra-se na
categoria de sistemas com filtragem baseada em conteúdo, empregando mineração de
texto. O sistema emprega uma interface simples com o usuário e aceita linguagem
natural como entrada de texto assim como quatro valores que refletem as preferências
do usuário para comédia, ação, terror e erotismo.
Neste SR a recomendação ocorre da seguinte forma: a) primeiramente são
extraídos os textos; b) em seguida, procuram-se as emoções contidas no texto; c)
distâncias entre os temas são computadas; d) um indíce é calculado para cada entrada;
e) é retornado uma lista de programas ordenada por este indíce. Os dados do EPG ao
serem atualizados passam novamente pelas fases a e b, sendo armazenados
juntamente com os dados computados em um banco de dados, tornando-se um EPG
DataSet (conjunto de dados de EPG) semanticamente enriquecidos, denominado de
SED. O EPG é enviado como um fragmento XML[16] no protocolo FLUTE (File
Delivery over Unidirectional Transport)[17].
A arquitetura do sistema integra, na arquitetura existente do DVB-H, uma Fonte de
Guia de Serviços e um Servidor de Geração de Guia de Serviços, chamado SED
Generation. A Fonte de Guia de Serviços envia para o SED Generation o EPG, que
por sua vez gera e encapsula o EPG DataSet com o conteúdo de áudio e vídeo que é
então enviado para broadcast chegando aos dispositivos portáteis. Os autores também
identificaram que o SED Generation precisa gerar os SEDs pelo menos uma vez para
todos os clientes.
O fluxo do processo ocorre como a seguir: o SR processa as descrições dos
programas no EPG com uma semana de antecedência. As SEDs que são incorporadas
ao EPG, resultam deste processamento e são continuamente transmitidos através de
um carrosel de dados baseado no protocolo FLUTE. Quando o cliente recebe um EPG
atualizado, extraem-se as SEDs que são armazenadas em disco, sendo as SEDs
desatualizadas excluídas. O usuário pode ajustar suas preferências ou aceitar as
configurações armazenadas quando desejar ver TV e, de acordo com isto, as
recomendaçãoes são computadas para as SEDs armazenadas. Por fim, o usuário
assiste ao programa apropriado.[4]
ZapTV: Personalized User-Generated Content for Handheld Devices in DVB-H
Mobile Networks
ZapTV é um sistema que permite conteúdo personalizado gerado pelo usuário para
dispositivos portáteis em redes móveis DVB-H, oferecendo serviços de valor
agregado como acesso multimodal (Web e Celulares), canal de retorno, anotação de
vídeo, compartilhamento e distribuição personalizada de conteúdo.
ZapTV envolve, além da tecnologia provida pelo DVB-H, outras tecnologias
como: TV-Anytime[18] para descrever os atributos do conteúdo multimídia,
permitindo que o usuário encontre, navege e gerencie conteúdos a partir de uma
ampla variedade de fontes (Internet, TVD, PDR, etc) e também possa compartilhar e
distribuir diversos tipos de conteúdo multimídia (jogos, músicas, etc) levando em
consideração os perfis dos usuários; Tecnologias emergentes da Web 2.0 que realçam
a cooperação e compartilhamento de informações e, permitem a criação de
comunidades virtuais que estabelece ligações entre os usuários que partilham
características e interesses comuns; Tecnologias envolvidas na Web Semântica[19]
que melhoram o acesso automático e o compartilhamento de recursos, fornecendo
processos de raciocínio que descobrem relações entre recursos anotados
semanticamente.
As principais funcionalidades do ZapTV incluem uma Rede Social para que os
usuários enviem, publiquem, anotem, visualizem, classifiquem e sugiram os
conteúdos gerados por eles próprios a outros; Difusão personalizada de conteúdo
tanto explicitamente (para o site e para o dispositivo portátil) quanto implicitamente,
sendo que esta última é um engine inteligente de personalização (filtragem híbrida)
que seleciona automaticamente os conteúdos de interesse para cada usuário,
considerando os metadados da TV-Anytime, nível de audiência, classificação e
histórico de visualização do usuário; Planejamento de difusão de canais temáticos que
fornece conteúdos diversificados para uma faixa etária, ou para um gênero específico,
ou ainda para um tema específico, etc; Aplicação cliente nos receptores portáteis que
provê capacidades interativas para visualizar, baixar, aceitar recomendações e utilizar
o canal de retorno (2G/3G) para classificar conteúdos, enviar histórico de visualização
e acessar serviços; e por fim, Transmissão do ESG para os disposotivos portáteis,
assim como alertas de recomendação e o gerenciamento da capacidade de interação.
ZapTV procura melhorar a recomendação utilizando um engine de personalização
inteligente que combina mecanismos tradicionais de filtragem de informação com
processos de raciocínio semântico e, foi modelado nos princípios de participação e
compartilhamento entre os usuários da Web 2.0, de forma que a geração,
compartilhamento, classificação e anotação de conteúdos ocorrem colaborativamente,
facilitando a tarefa de busca destes conteúdos[20].
5 Recomendação Personalizada de Conteúdo para TVDPI
O sistema proposta neste trabalho visa facilitar o cotidiano do usuário de TVDPI, com
interação por uma interface simples que possibilita ao usuário assistir o conteúdo de
sua preferência sem investir muito tempo localizando-o.
Uma das diferenças entre recomendar conteúdos para dispositivos como celulares e
recomendar para STBs é o número de pessoas que utilizam o aparelho. Um celular
normalmente está associado a uma única pessoa, que é o seu usuário, que permite
refinar melhor a recomendação do que em um STB que é utilizado normalmente por
um grupo de pessoas. Este é um motivo que leva a desenvolver o sistema de forma a
identificar e coletar implicitamente os dados do usuário utilizando como técnica de
recomendação a FBC.
A proposta inicial prevê que uma implementação do middleware declarativo
Ginga-NCL para dispositivos portáteis esteja disponível e que o SR seja como um
módulo independente dentro desta implementação que deverá executar nos aparelhos
celulares. Como esta implementação não está disponível no momento, foi deliberado
que o SR proposta será implementando no próprio código fonte da implementação de
referência do middleware declarativo brasileiro para STBs, de acordo com as normas
para a TVD em dispositivos portáteis brasileira e, de forma que a portabilidade do
código possa ocorrer com o mínimo de modificações e atualizações.
A Figura 1 apresenta a arquitetura do sistema. O dispositivo portátil deve ser capaz
de receber a transmissão de TVD com o auxílio de um receptor interno ou externo
compatível com o padrão de transmissão adotado pelo Brasil (ISDB-TB, One Seg). O
usuário interage com a TVDPI e todos os canais assistidos durante o período de
utilização da TVD no aparelho celular são armazenados. Definiu-se que serão
coletados apenas os horários e canais assistidos para que a capacidade de
armazenamento do dispositivo não seja excedida rapidamente. Com estes dados o
processo de identificação do perfil do usuário tem inicío e, com base no horário e
canal assistido, é possível encontrar o gênero do programa com auxílio das
informações contidas no EPG.
Fazendo uso de um algoritmo de mineração de dados adaptado para o dispositivo
portátil, o SR localiza os programas similares àqueles assistidos pelo usuário. Após
encontrar os programas conforme o perfil do usuário, um processo de decisão, uma
classificação, a respeito de quais destes programas serão recomendados faz-se
necessário. Conhecendo os gêneros preferenciais, o sistema deve a partir destes
programas encontrados, selecionar três que se encaixam o mais próximo possível do
horário atual de utilização da TVDPI pelo usuário, sendo então gerada e classificada
uma lista que é apresentada para o usuário. Optou-se pelo número de três
recomendações, devido principalmente ao fato do aparelho celular possuir uma tela
reduzida. O usuário ao receber a lista pode escolher uma das recomendações, cuja
seleção é armazenada para realimentação do sistema.
Fig. 1. Arquitetura do Sistema.
Arquitetura do Sistema de Recomendação
A arquitetura do Sistema de Recomendação proposto é ilustrado pela Figura 2. A
arquitetura do SR utiliza duas bases de dados, uma para armazenar o EPG, que
contém as informações referentes à grade de programação dos programas televisivos,
e outra para o armazenamento do histórico de visualização do usuário. Como o
sistema estará executando em um aparelho celular, foi escolhida a forma de
armazenamento em arquivo XML para as bases de dados.
Fig. 2. Arquitetura do Sistema de Recomendação.
O módulo de Captura é o responsável por monitorar e armazenar o comportamento
do usuário na base de dados correspondente. As técnicas de mineração de dados de
associação, classificação e predição podem ser utilizadas no módulo de Mineração
para, identificar o perfil do usuário e os programas de TV que serão recomendados.
Os dados do EPG e do histórico de visualização são necessários nesta fase para
auxiliar na tarefa de identificação e recomendação e, portanto, este módulo tem
acesso a elas.
Os aparelhos celulares tem tido poder de processamento crescente, mas ainda é
insuficiente para executar um algoritmo de mineração completo, sem utilizar
consideravelmente os recursos do dispositivo. Portanto, definiu-se que um algoritmo
com base em mineração de dados deve ser adaptado de forma a poder ser incluído no
middleware para TVDPI e, deve ser capaz de atender às características atuais destes
aparelhos, assim como também aos objetivos do SR.
A mineração gera um resultado com informações completas a respeito dos
programas de TV que devem ser recomendados. Para a recomendação ao usuário não
são necessárias todas estas informações. O módulo Filtro separa as informações do
resultado do algoritmo de mineração de dados conforme critérios adotados, já citados,
para a recomendação. A Filtragem ocorre com a aplicação de um mecanismo de
descarte das informações que não correspondem ao horário e canal.
O módulo de Recomendação recebe as informações mineradas e filtradas, e as
envia para a base de dados. Este módulo também implementa um mecanismo de
gerenciamento de capacidade de armazenamento, excluindo as informações não
somente quando se tornam desnecessárias, mas também quando a capacidade de
armazenameto do dispositivo estiver em nível crítico.
Por fim, o módulo de Apresentação emprega uma interface simples de interação
com o usuário apresentando as recomendações na tela do dispositivo. Prevê-se que a
utilização de TV no celular ocorra em situações de espera e deslocamento, podendo o
usuário utilizar por alguns minutos, ou até mesmo por um período mais prolongado,
dependendo da situação em que ele se encontrar, como por exemplo, em viagens de
ônibus. Devido a isto, este módulo também gerencia o tempo em que as apresentações
devem permanecer na tela e quando elas devem ser apresentadas, tomando como
base, o tempo que o usuário passa na frente da TV e que pode ser calculado pelo
histórico de visualização, além de redirecionar para a recomendação selecionada pelo
usuário.
6 Considerações Finais
O trabalho apresentado neste artigo justifica-se pelo fato que a TVDPI dá indícios de
crescimento rápido pelo mundo. Além disso, a possibilidade de assistir TV em
qualquer lugar e a qualquer hora em dispositivos portáteis evidencia que a
personalização torna-se fundamental para solucionar algumas dificuldades geradas
pela sobrecarga de informação no EPG e também o tempo investido pelo usuário para
procurar programas de seu interesse.
O SR proposto foi modelado considerando as características atuais dos
dispositivos portáteis e as situações de uso da televisão no celular, podendo este
modelo ser adequado para outros padrões e também, para os novos dispositivos
portáteis que surgirão no mercado e, consequentemente, fornecerão maior capacidade
de processamento e armazenamento. Além disso, atentou-se em projetar o sistema de
acordo com as normas brasileiras estabelecidas para dispositivos portáteis, devido
particularmente, ao fato da inviabilidade atual de desenvolver o sistema integrado a
um middleware para TVDPI, possibilitando que o código implementado possa ser
futuramente portável com modificações e atualizações minimizadas.
Este trabalho propôs um SR para a TVDPI, projetado como um módulo dentro do
código fonte do middleware declarativo Ginga-NCL de forma que possa ser portado
para uma implementação deste middleware para dispositivos portáteis. O SR entrega
ao usuário recomendações de programas de TV que estão de acordo com o seu perfil,
que é gerado a partir do histórico de visualização e comportamento do usuário perante
o uso da TV no celular.
Referências
1. One Seg Service in Japan, http://www.dibeg.org/service/service.htm
2. One Seg Features of ISDB-T System Technical Report,
http://www.dibeg.org/techp/techp.htm
3. Silva, Fábio Santos; Jucá, Paulyne Matthews. Personalização de Conteúdo Através de um
Guia Eletrônico de Programação Personalizada para a TV Digital. WebMedia 2005:
Simpósio Brasileiro de Sistemas Multimídia e Web, Workshop de Televisão Digital
Interativa. 2005.
4. Bär, Arian et al. A Lightweight Mobile TV Recommender: Towards a One-Click-to-Watch
Experience. In: Proceedings 6th European Interactive TV Conference. 03-04/07/2008.
Salzburg, Áustria. p.142-147
5. Orgad, Shani. “This Box Was Made For Walking…” How will mobile television transform
viewers’ experience and change advertising? NOKIA. Department of Media and
Communications. London School of Economics and Political Science. 11/2006.
6. Integrated Services Digital Broadcasting – ISDB, http://www.dibeg.org/
7. Sistema Brasileiro de Televisão Digital – ISDB-TB, http://www.dtv.org.br/
8. Digital Video Broadcasting – DVB, http://www.dvb.org
9. Advanced Television Systems Committee – ATSC, http://www.atsc.org/
10. 8-Level Vestigial Sideband – 8-VSB, http://www.8vsb.com/
11. Antoniazzi, Renato; Paes, Alexsandro. Padrões de Middleware para TV Digital.
Universidade Federal Fluminense. Centro Tecnológico, Departamento de Engenharia de
Telecomunicações. 29p, http://www.midiacom.uff.br/itvsoft/pdf/paes_2005.pdf
12. Torres, Roberto. Personalização na Internet. Novatec Editora. 2004. 158p.
13. Barcellos, Carla Duarte; Brandão, André Luiz; Musa, Daniela Leal. Sistema de
Recomendação Acadêmico para Apoio a Aprendizagem. Centro Universitário LaSalle.
Instituto Tecnológico da Aeronáutica. Universidade Federal do Rio Grande do Sul. In:
CINTED-UFRGS Novas Tecnologias na Educação. Vol. 5, n.º 2, 10 p, 12/2007,
http://www.cinted.ufrgs.br/ciclo10/artigos/3fDaniela.pdf
14. Digital Video Broadcast-Handheld – DVB-H, http://www.dvb-h.org/
15. Open Mobile Alliance – OMA-BCAST, http://www.openmobilealliance.org/
16. Extensible Markup Language-XML, http://www.w3.org/XML/
17. File Delivery over Unidirectional Transport – FLUTE, http://www.ietf.org/rfc/rfc3926.txt
18. TV-Anytime, http://www.tv-anytime.org/
19. Web Semantic, http://www.w3.org/2001/sw/
20. Solla, Alberto Gil et. al. ZapTV: Personalized User-Generated Content for Handheld
Devices in DVB-H Mobile Newtorks. In: Proceedings 6th European Interactive TV
Conference. 03-04/07/2008. Salzburg, Áustria. p.193-203