电视凭借其普及率已经无可争议地成为家庭娱乐和信息的中心。数字时代的来临更是巩固它在家庭中的核心地位，并且将其控制力扩展到整个家庭。数字技术开创了电视的新纪元，电视的含义已经不仅仅是传统的音视频广播，而且是可以提供丰富信息和娱乐业务的双向交互式媒体。在此背景下，数字电视机顶盒(set-topbox)也从单纯用于实现数字信号到模拟信号转变的接收终端，演变为一个综合性的家庭多媒体娱乐与信息服务平台——家庭多媒体平台。家庭多媒体平台融合了多媒体信息处理、网络通信和大容量存储等技术，已经成为消费电子和计算机领域的一个研究热点。从发展趋势来看，家庭多媒体平台的发展主要集中在标准化、智能化和大容量存储3个关键技术方向。本文所做的主要工作正是围绕以上关键技术而展开的。 首先，本文针对标准化的核心——中间件技术，以中间件国标草案为依托，对家庭多媒体平台中间件的实现技术进行了研究。研究分为两部分。前一部分从实现的角度提出了一种基于硬件抽象层的中间件系统实现方案，并且建立了对硬件抽象层资源模块管理调度的资源管理模型。硬件抽象层的概念和资源管理器的模型不但协调了复杂的软件系统与资源有限的硬件平台之间的工作，而且屏蔽了硬件平台差异对中间件系统的影响，为中间件系统的可移植性和可扩展性提供了一种方法。后一部分重点研究了数字电视中间件系统的核心通信协议——数据广播协议，实现了通过改进的DSM-CC数据轮播协议来传送文件系统的方案。针对广播文件系统以广播信道为存储介质的特性，提出了系统性能优化策略。该策略提高了数据下载的效率。 其次，本文针对智能化的基础——元数据技术，对家庭多媒体平台元数据的实现技术进行了研究。本文首次将TV-Anytime规范应用于符合国标草案的家庭多媒体平台中间件系统，充分体现了标准之间的开放性和互操作性。并提出了利用TV-Anytime丰富的内容描述元数据开展电子节目指南服务的具体方案。针对TV-Anytime内容描述和位置解析相分离的机制，我们优化了元数据过滤和位置解析策略，降低了由于实时位置解析而带来的换台延时。实验证明，TV-Anytime在传输效率方面较DVB-SI更有优势，并且在低端硬件平台中开展TV-Anytime广播业务是完全可行的。 第三，本文针对智能化技术，对电视节目的个性化推荐技术进行了研究。本文以TV-Anytime元数据规范为基础，将数据挖掘和人工智能等技术相结合，构建一个基于Multi-agent框架的个性化电视节目推荐系统。在系统的用户建模策略上，我们提出了基于用户行为的兴趣粒度模型。基于该模型，本文运用模糊推理算法进行自动用户建模，通过对用户观赏行为的分析推理得到用户的兴趣特征。在系统的推荐算法上，我们提出了基于内容的过滤和协作过滤相结合的混合算法。为了克服传统协作过滤算法依赖于用户显性评价的不足，本文提出了改进算法——基于内容的协作过滤。本文还给出了在家庭多媒体平台的原型系统实现方案。 最后，本文针对大容量存储技术，对家庭多媒体平台存储系统的瓶颈——磁盘调度进行了研究。通过对家庭环境下数据类型的分析，本文将家庭媒体服务系统的磁盘请求分为：周期性磁盘请求、交互式磁盘请求和常规磁盘请求三种类型，并且提出了优化的数据存储策略。在此基础上，本文提出了分级接纳控制与循环调度相结合的策略，力图确定性地保证服务质量(QoS)的同时满足不同磁盘请求的性能需求。分级接纳控制模型对周期性磁盘请求采用确定型接纳控制算法，以保证连续媒体的实时性；而对交互式和常规磁盘请求采用预测型接纳控制算法，充分利用的磁盘带宽以提高接纳的请求数量。鉴于预测型接纳控制有可能存在预测与实际情况不相符的情形，本文提出了SCAN-Priority时的循环调度算法以最大限度满足性能需求。该算法中的SCAN特性带来了较高的磁盘带宽利用率，而优先级特性可以保证：在带宽充裕时，尽量提高交互式和常规磁盘请求的响应速度；在带宽紧张时，从这两类磁盘请求中寻找待降级的磁盘请求。