WO2006075032A1 - Sistema y método para recomendar elementos multimedia - Google Patents

Sistema y método para recomendar elementos multimedia Download PDF

Info

Publication number
WO2006075032A1
WO2006075032A1 PCT/ES2005/000003 ES2005000003W WO2006075032A1 WO 2006075032 A1 WO2006075032 A1 WO 2006075032A1 ES 2005000003 W ES2005000003 W ES 2005000003W WO 2006075032 A1 WO2006075032 A1 WO 2006075032A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
pieces
accessed
musical
preferences
Prior art date
Application number
PCT/ES2005/000003
Other languages
English (en)
French (fr)
Inventor
Francisco José MARTIN CERVERA
Enric Plaza I Cervera
Marc Torrens
Original Assignee
Musicstrands, S.A.U.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Musicstrands, S.A.U. filed Critical Musicstrands, S.A.U.
Priority to PCT/ES2005/000003 priority Critical patent/WO2006075032A1/es
Priority to EP05701658A priority patent/EP1835455A1/en
Priority to US11/794,714 priority patent/US20080133601A1/en
Publication of WO2006075032A1 publication Critical patent/WO2006075032A1/es

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/63—Querying
    • G06F16/635—Filtering based on additional data, e.g. user or group profiles
    • G06F16/637—Administration of user profiles, e.g. generation, initialization, adaptation or distribution

Definitions

  • the present invention relates in general to a system and method for recommending multimedia elements, and more particularly to a system and method applicable to the recommendation of music to a user.
  • Finding out a user's tastes about all kinds of products is the basis for establishing a good commercial strategy in order to adjust the offer to the demand, offering users only, or preferably, products that may interest them. Any market study with a minimum of rigor takes into account the foregoing in order to adjust said offer.
  • the system receives, on the one hand, user ratings on some songs or other information on the user's tastes and on the other hand data on the songs available to recommend.
  • the method combines the two information to make a selection that is expected to please the user. It is based on neural networks or on a mapping to create a pseudo-distance matrix between each pair of selections.
  • the present invention concerns, in a first aspect, a system for recommending multimedia elements, applicable to the recommendation of music to a user, of the type comprising:
  • - sorting means associated with said identification means, for ordering said identified pieces in the form of a profile of preferences or relevance for each of these users, taking into account the following indicators:
  • the system comprises a database, associated with said sorting means, for storing said preference profiles, each corresponding to a user, obtained according to said sorting for each of said users according to said indicators.
  • Both the aforementioned identification means, such as said sorting means and said database are associated in a synchronized manner, in order to enable the updating of the preference profiles of the database, for each user.
  • the system also includes means for providing recommendations, associated with said database, to select and provide each of the users with a series of recommendations of a series of musical pieces, depending on their relevance within a certain number of said preference profiles.
  • the system is based on the use of a series of first devices, at least one per user (although they could be more than one), arranged in a series of local points, each accessible by a user, and a second device, arranged at a remote point with respect to said local points.
  • Each of said first devices comprises at least part of said means for accessing and reproducing musical pieces, and said second device comprises said database.
  • the first devices themselves comprise storage means where said musical pieces are stored, although other embodiments are possible in which the pieces are stored elsewhere or are, for example, simply transmitted to each of the First devices
  • the second device is intercommunicated with all the first devices in a bidirectional manner.
  • the first devices can be of very varied typology, such as: portable audio players, mobile phones, electronic agendas, personal computers, televisions, audio equipment and video equipment, and said second device is preferably a computer that acts as a server Service provider.
  • the mentioned two-way intercom between the first devices and the second device is carried out through a communications network, such as a network of: telephony, mobile or land, computer, local, medium or long-range, television, terrestrial or wireless, although any other network that could occur to an expert in the matter would be possible.
  • a communications network such as a network of: telephony, mobile or land, computer, local, medium or long-range, television, terrestrial or wireless, although any other network that could occur to an expert in the matter would be possible.
  • each of the users can modify their profile, registered in the aforementioned database, adjusting it more to their tastes at a certain moment, by selecting one or more lists, from among A series of lists of musical pieces.
  • each of the first devices comprises selection means, associated with the mentioned means to find out the musical preferences of each user, accessible by the user.
  • Some examples of such lists would be those that include a type of music (pop, rock, blues, etc.) to be chosen by the user.
  • the first devices comprise activity detection means, in association with said selection means, to detect the activity performed by a user and select, in function of said activity, at least one list, from among a series of lists of musical pieces, and thus modify their respective profile of preferences in said database.
  • said activity detection means comprise a detector element for detecting the activity performed by a user, such as a motion sensor, a camera, a rhythm detector cardiac, etc., thus being able to detect, for example if the user is performing a physical activity or resting, and adapting the offer of musical recommendations to said activity.
  • a detector element for detecting the activity performed by a user such as a motion sensor, a camera, a rhythm detector cardiac, etc.
  • the present invention concerns, in a second aspect, a method for recommending multimedia elements, applicable to the recommendation of music to a user, comprising the following steps: a) identify the number of times at least one user has accessed, or accessed and reproduced at least in part each of a series of musical pieces in a certain period of time, and b) ordering said identified pieces in the form of a profile of preferences or relevance, for said user, which is at least one, taking into account:
  • the method comprises, after said stage b), carrying out said stages a) and b) for several users, originating after said stage b) a profile of preferences for each of said users, said profiles being stored, for example on a base of data such as the one proposed by the first aspect of the present invention.
  • the proposed method comprises: c) selecting and providing each user with at least one recommendation of a musical piece, although preferably several, taking into consideration its relevance within said preference profiles.
  • Such recommendations are carried out automatically or in response to a corresponding request by a user.
  • step c) is carried out, that is, how said recommendations are selected and supplied based on the user preference profiles.
  • steps a) and b) of the proposed method are explained below, in more detail to the one set forth above.
  • stage a) is carried out for several determined periods of time and said arrangement of said stage b) is carried out according to said number of accesses, or accesses and reproductions, for said determined periods of time, in reverse order to the succession of said periods of time, from more to less recent.
  • step b) also includes ordering the pieces identified, for a user, according to the percentage of time said user has maintained access, or access and reproduction, to each of them with respect to the total duration of each one of them.
  • said arrangement is carried out by assigning different weights, or levels of importance, to the different pieces identified, depending on the mentioned first and second indicators.
  • the weights, or levels of importance assigned to the pieces identified as accessed, or accessed and reproduced, within said subperiod are, preferably, higher than those of the accessed, or accessed and reproduced, outside of it, that is, if a first a musical piece has been reproduced for example ten times during the aforementioned period of time, but it has not been at any time in said subperiod, and on the contrary a second piece has been reproduced only ten times, all of them within said subperiod, said The second piece will have a higher level of importance than the first, and therefore will have a higher position in a possible list made through the arrangement of stage b) of the proposed method.
  • the level of importance of the second indicator is a function of a parameter, which can be previously established without the intervention of the user, with a value which can be the same for all users or different, or it can be an adjustable parameter by the user himself, establishing in the latter case how much importance the user wants to give to the songs he has heard recently compared to all the ones he has heard during a given time frame.
  • a parameter can be set to modulate the weight of the first indicator.
  • the preferences profiles explained so far include all the musical pieces accessed, or accessed and reproduced, during the aforementioned certain period of time, ordered from greater to lesser importance according to the criteria already explained.
  • the method proposed according to the second aspect of the present invention also contemplates the possibility of reducing such profiles, discarding some of the musical pieces and thus giving rise to smaller and therefore manageable lists.
  • the method includes performing after stage b) and before stage c), a stage b1) to select and order only a percentage of the pieces accessed, or accessed and reproduced at least in part, from each of the profiles of preferences, creating a sub-profile of preferences with these selected pieces, for each user.
  • the aforementioned percentage of musical pieces selected and ordered in said stage b1) can be achieved based on different criteria.
  • the following examples serve as preferential examples:
  • stage c) of the proposed method that is to say, the selection and supply of recommendations of musical pieces to a user, there are different ways of carrying it out.
  • the simplest way is simply to compare several musical pieces classified as relevant in the preferences profile of a user who wants to propose a recommendation, with the rest of the preferences profiles of other users, stored, and recommend that or those musical pieces that are also relevant for a certain number of users, set by a threshold.
  • a defect in such a simple form of recommendation is that the user does not receive recommendations for musical pieces that he does not have.
  • the method comprises, for another embodiment, grouping the preference profiles of different users into a series of preference profile groups, according to different considerations, such as the aforementioned proximity of tastes, in which case both the provision of recommendations and the selection of them can be done for groups of user preference profiles, instead of individual user preferences, analogously to the one set forth above.
  • the identification carried out according to the proposed method will be carried out for the musical pieces accessed, or accessed and reproduced, in a device, such as the first devices proposed according to the first aspect of the present invention, finally being obtained following the rest of proposed stages, a profile of preferences for a user, based on said device.
  • the proposed method includes creating a single preference profile for each user that encompasses the different preference profiles associated with the different devices available to each user.
  • Each of these users has installed, on their respective computer, an application to detect the music that is played on it, which create a record with the songs played versus the date and time at which they were played
  • Said platform or remote computer acts, for example, as an internet server, which hosts and / or controls a web page, which offers a series of recommendations regarding music. When each user accesses this page for the first time, they find access to a whole catalog of available musical pieces, or a random selection. Also find a link to download the mentioned application.
  • the appearance of the page changes with respect to his first visit, being the same more personalized for said user.
  • the musical pieces shown have not been randomly chosen, but based on the profile of preferences for said user and their similarity with other preference profiles of other users.
  • This sorting is carried out by the server for each computer that accesses its page, or for each user, even if it accesses from different computers by entering a username and a password.
  • Such profiles can be updated from time to time and adapted to different periods of time, so that the musical offer is not outdated or dependent on the user's tastes long ago, and not at the present time.
  • An example of such an update would be to give more prominence, or weight, to the musical pieces played in recent days compared to those previously played.
  • Another example would be to discard the pieces reproduced before said last days, although in this case the change in the offer would be more abrupt.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

Sistema y método para recomendar elementos multimedia, Comprende: - unos medios para identificar el número de veces que un usuario ha accedido a, o accedido y reproducido una pieza musical o elemento multimedia en un determinado periodo de tiempo, y - unos medios para ordenar dichas piezas identificadas en forma de un perfil de preferencias o relevancia para dicho usuario, teniendo en cuenta los siguientes indicadores: - número de accesos, o accesos seguidos de reproducción, por pieza para dicho determinado periodo de tiempo, y - número de accesos, o accesos y reproducciones, por pieza durante un subperiodo situado en un último tramo de dicho determinado periodo de tiempo. El método propone una recomendación realizada a partir de una pluralidad de perfiles de preferencias, de múltiples usuarios, comparando en general el perfil de preferencias de un usuario, con el resto de perfiles de preferencias de otros usuarios.

Description

Sistema v método para recomendar elementos multimedia
Sector de Ia técnica
La presente invención concierne en general a un sistema y un método para recomendar elementos multimedia, y más en particular a un sistema y un método aplicables a Ia recomendación de música a un usuario.
Estado de Ia técnica anterior
El averiguar los gustos de un usuario sobre toda clase de productos es Ia base para establecer una buena estrategia comercial de cara a ajustar Ia oferta a Ia demanda, ofreciendo a los usuarios sólo, o preferentemente, productos que puedan interesarle. Cualquier estudio de mercado con un mínimo de rigurosidad tiene en cuenta Io anterior de cara a ajustar dicha oferta.
Sin embargo dichos estudios de mercado pueden resultar algo lentos, o cuanto menos no tan rápido como sería deseable cuando se trata de determinados productos de rápido acceso y consumo.
Tal es el caso de los elementos multimedia, en concreto del suministro y acceso a música en línea, como por ejemplo a través de internet, que ha experimentado un notable incremento de demanda en los últimos años, al evolucionar considerablemente Ia tecnología que Io hace posible.
Se conocen diferentes propuestas encaminadas a conseguir mejorar dicho suministro y acceso a elementos multimedia, preferentemente en línea.
En algunas de ellas se hace referencia a métodos de recomendación de música u otros medios audiovisuales presentes en una base de datos mediante una puntuación asignada a cada medio en función de unas preferencias fijadas a un perfil de usuario, normalmente puntuaciones que el usuario da a diferentes canciones o álbumes.
Tal es el caso de Ia patente US-A-6657116, en Ia que se propone un sistema que permite, una vez fijadas las preferencias de un usuario, elaborar un listado de las canciones adecuadas para este usuario de todas las disponibles en una biblioteca que contiene diferentes álbumes con varias canciones cada uno. En el perfil del usuario hay puntuaciones de éste a los álbumes y a las canciones de Ia librería. Otra propuesta representativa del estado de Ia técnica es Ia US-A- 6334127. Esta consiste en un sistema de procesamiento electrónico que hace una recomendación a un usuario en parte de forma aleatoria combinándolo con unas preferencias de usuario y unas preferencias de Ia comunidad. Finalmente, Ia solicitud US2003/0089218 concierne a un sistema y un método para predecir los gustos musicales y/o preferencias de un usuario. El sistema recibe por un lado unas puntuaciones del usuario sobre unas canciones o bien otra información sobre los gustos del usuario y por otro lado datos sobre las canciones disponibles para recomendar. El método combina las dos informaciones para así realizar una selección que se prevé que gustará al usuario. Está basado en redes neuronales o en un mapeado para crear una matriz de pseudo-distancias entre cada par de selecciones.
Explicación de Ia invención Aparece necesario ofrecer una alternativa al estado de Ia técnica, mediante Ia aportación de una manera concreta de averiguar los gustos de una serie de usuarios y de utilizar dicha averiguación para ofrecer una serie de recomendaciones relativas a unos elementos multimedia a un usuario, realizándose todo ello automáticamente. La presente invención concierne, en un primer aspecto, a un sistema para recomendar elementos multimedia, aplicable a Ia recomendación de música a un usuario, del tipo que comprende:
- unos medios para acceder a y reproducir unas piezas musicales por parte de una serie de usuarios, y - unos medios para averiguar las preferencias musicales de cada uno de dichos usuarios, que comprenden asimismo:
- unos medios de identificación para identificar, de manera automática, el número de veces que cada uno de dichos usuarios ha accedido a, o accedido y reproducido al menos en parte, cada una de dichas piezas musicales en un determinado periodo de tiempo, y
- unos medios de ordenación, asociados a dichos medios de identificación, para ordenar dichas piezas identificadas en Ia forma de un perfil de preferencias o relevancia para cada uno de dichos usuarios, teniendo en cuenta los siguientes indicadores:
- dicho número de accesos, o accesos y reproducciones, por pieza para dicho determinado periodo de tiempo, y - el número de accesos, o accesos y reproducciones, por pieza durante un subperiodo situado en un último tramo de dicho determinado periodo de tiempo.
El sistema comprende una base de datos, asociada a dichos medios de ordenación, para almacenar los mencionados perfiles de preferencia, cada uno de los cuales correspondiente a un usuario, obtenidos según dicha ordenación para cada uno de dichos usuarios según dichos indicadores.
Tanto los mencionados medios de identificación, como dichos medios de ordenación y dicha base de datos están asociados de manera sincronizada, para posibilitar Ia actualización de los perfiles de preferencia de Ia base de datos, para cada usuario.
El sistema comprende asimismo unos medios de suministro de recomendaciones, asociados a dicha base de datos, para seleccionar y suministrar a cada uno de los usuarios una serie de recomendaciones de una serie de piezas musicales, en función de su relevancia dentro de un determinado número de dichos perfiles de preferencia.
Preferentemente el sistema se basa en el uso de una serie de primeros dispositivos, como mínimo uno por usuario (aunque podrían ser más de uno), dispuestos en una serie de puntos locales, cada uno de ellos accesible por un usuario, y de un segundo dispositivo, dispuesto en un punto remoto respecto a dichos puntos locales.
Cada uno de dichos primeros dispositivos comprenden al menos parte de dichos medios para acceder a y reproducir unas piezas musicales, y dicho segundo dispositivo comprende dicha base de datos.
Para un ejemplo de realización los propios primeros dispositivos comprenden unos medios de almacenamiento donde tienen almacenadas dichas piezas musicales, aunque otras realizaciones son posibles en los que las piezas se encuentran almacenadas en otro lugar o son, por ejemplo, sencillamente transmitidas a cada uno de los primeros dispositivos. Para permitir Ia mencionada identificación y el mencionado suministro de recomendaciones, el segundo dispositivo se halla intercomunicado con todos los primeros dispositivos de manera bidireccional.
Los primeros dispositivos pueden ser de muy variada tipología, como por ejemplo: reproductores de audio portátiles, teléfonos móviles, agendas electrónicas, ordenadores personales, televisores, equipos de audio y equipos de video, y dicho segundo dispositivo es preferentemente un ordenador que actúa como servidor proveedor de servicios.
La mencionada intercomunicación bidireccional entre los primeros dispositivos y el segundo dispositivo se realiza a través de una red de comunicaciones, tal como una red de: telefonía, móvil o terrestre, informática, local, de medio o de largo alcance, de televisión, terrestre o inalámbrica, aunque cualquier otra red que a un experto en Ia materia se Ie pudiese ocurrir sería posible. Para una realización más elaborada que contempla una mayor interactividad, cada uno de los usuarios puede modificar su perfil, registrado en Ia mencionada base de datos, ajustándolo más a sus gustos en un determinado momento, mediante Ia selección de una o más listas, de entre una serie de listas de piezas musicales. Para ello cada uno de los primeros dispositivos comprende unos medios de selección, asociados a los mencionados medios para averiguar las preferencias musicales de cada usuario, accesibles por el usuario.
Unos ejemplos de tales listas serían las que englobasen un tipo de música (pop, rock, blues, etc.) a elegir por el usuario.
Adicionalmente a Ia simple elección directa por parte de un usuario, de una de las mencionadas listas, los primeros dispositivos comprenden unos medios de detección de actividad, en asociación con dichos medios de selección, para detectar Ia actividad realizada por un usuario y seleccionar, en función de dicha actividad, al menos una lista, de entre una serie de listas de piezas musicales, y modificar así su respectivo perfil de preferencias en dicha base de datos.
Para un ejemplo de realización dichos medios de detección de actividad comprenden un elemento detector para detectar Ia actividad realizada por un usuario, tal como un sensor de movimiento, una cámara, un detector de ritmo cardíaco, etc., pudiendo detectar así, por ejemplo si el usuario está realizando una actividad física o está descansando, y adecuando Ia oferta de recomendaciones musicales a dicha actividad.
La presente invención concierne, en un segundo aspecto, a un método para recomendar elementos multimedia, aplicable a Ia recomendación de música a un usuario, que comprende las siguientes etapas: a) identificar el número de veces que al menos un usuario ha accedido a, o accedido y reproducido al menos en parte cada una de una serie de piezas musicales en un determinado periodo de tiempo, y b) ordenar dichas piezas identificadas en Ia forma de un perfil de preferencias o relevancia, para dicho usuario, que es al menos uno, teniendo en cuenta:
- un primer indicador relativo a dicho número de accesos, o accesos y reproducciones, por pieza para dicho determinado periodo de tiempo, y
- un segundo indicador relativo al número de accesos, o accesos y reproducciones, por pieza durante un subperiodo situado en un último tramo de dicho determinado periodo de tiempo.
El método comprende, tras dicha etapa b), llevar a cabo dichas etapas a) y b) para varios usuarios, originando tras dicha etapa b) un perfil de preferencias para cada uno de dichos usuarios, siendo dichos perfiles almacenados, por ejemplo en una base de datos tal como Ia propuesta por el primer aspecto de Ia presente invención.
Una vez creados los mencionados perfiles de preferencias, el método propuesto comprende: c) seleccionar y suministrar a cada uno de los usuarios como mínimo una recomendación de una pieza musical, aunque preferentemente varias, tomando en consideración su relevancia dentro de dichos perfiles de preferencia.
Tales recomendaciones se llevan a cabo automáticamente o bien en respuesta a una correspondiente petición por parte de un usuario.
Más adelante se explicará mas detalladamente como se realiza dicha etapa c), es decir como se seleccionan y suministran dichas recomendaciones en base a los perfiles de preferencia de los usuarios. En primer lugar, no obstante, se explican a continuación las etapas a) y b) del método propuesto, de manera más detallada a Ia expuesta arriba.
Preferentemente dicha etapa a) se lleva a cabo para varios periodos de tiempo determinados y dicha ordenación de dicha etapa b) se realiza según dicho número de accesos, o accesos y reproducciones, para dichos periodos de tiempo determinados, por orden inverso a Ia sucesión de dichos periodos de tiempo, de más a menos reciente.
Para un ejemplo de realización Ia etapa b) comprende también ordenar las piezas identificadas, para un usuario, según el porcentaje de tiempo que dicho usuario ha mantenido el acceso, o acceso y reproducción, a cada una de ellas respecto a Ia duración total de cada una de ellas.
Siguiendo con Ia etapa b), dicha ordenación se lleva a cabo asignando diferentes pesos, o niveles de importancia, a las diferentes piezas identificadas, dependiendo de los mencionados primer y segundo indicadores. Los pesos, o niveles de importancia asignados a las piezas identificadas como accedidas, o accedidas y reproducidas, dentro de dicho subperiodo son, preferentemente, superiores a los de las accedidas, o accedidas y reproducidas, fuera de él, es decir que si una primera pieza musical ha sido reproducida por ejemplo diez veces durante el citado periodo de tiempo, pero no Io ha sido ninguna vez en el citado subperiodo, y por el contrario una segunda pieza ha sido reproducida únicamente diez veces, todas ellas dentro de dicho subperiodo, dicha segunda pieza tendrá un nivel de importancia mayor que Ia primera, y por tanto tendrá un puesto más alto en una posible lista realizada mediante Ia ordenación de Ia etapa b) del método propuesto. En otras palabras a Ia hora de calcular Ia relevancia que cada pieza musical tiene para un determinado usuario, con el fin de realizar Ia ordenación de Ia etapa b) y así conseguir obtener un perfil de preferencias para dicho usuario, los indicadores citados no tienen Ia misma importancia, teniendo el segundo de ellos generalmente un mayor peso dentro del cálculo de dicha relevancia.
Para establecer tal diferencia de pesos, preferentemente el nivel de importancia del segundo indicador está en función de un parámetro, el cual puede ser previamente establecido sin Ia intervención del usuario, con un valor que puede ser igual para todos los usuarios o distinto, o puede ser un parámetro ajustable por el propio usuario, estableciendo en este último caso el usuario cuanta importancia quiere darle a las canciones que ha escuchado recientemente frente a todas las que ha escuchado durante un determinado periodo de tiempo.
De manera similar puede establecerse un parámetro para modular el peso del primer indicador.
Los perfiles de preferencias explicados hasta aquí engloban todas las piezas musicales accedidas, o accedidas y reproducidas, durante el comentado determinado periodo de tiempo, ordenadas de mayor a menor importancia según los criterios ya explicados.
No obstante, el método propuesto según el segundo aspecto de Ia presente invención, también contempla Ia posibilidad de reducir tales perfiles, descartando algunas de las piezas musicales y dando así lugar a listas más reducidas y por tanto manejables.
Para ello el método comprende realizar tras Ia etapa b) y antes de Ia etapa c), una etapa b1 ) para seleccionar y ordenar solamente un porcentaje de las piezas accedidas, o accedidas y reproducidas al menos en parte, de cada uno de los perfiles de preferencias, originando un subperfil de preferencias con dichas piezas seleccionadas, para cada usuario.
El citado porcentaje de piezas musicales seleccionadas y ordenadas en dicha etapa b1 ) puede ser conseguido basándose en diferentes criterios. Sirvan como ejemplos preferenciales los siguientes:
- según dichos primer y segundo indicadores, seleccionado las piezas de mayor relevancia tras dicha ordenación.
- según (como mínimo) otro indicador, distinto a los primer y segundo indicadores, relativos a una serie de criterios de clasificación (establecidos por el usuario) de una serie de piezas musicales formando varias listas, agrupando dichas listas las piezas musicales, por ejemplo, por: artista, género, álbum o actividad.
Otros criterios para originar dichos subperfiles también son posibles, tales como los basados en una combinación de los dos ejemplos preferenciales citados, o simplemente en Ia selección únicamente de las piezas musicales accedidas, o accedidas y reproducidas, en el subperiodo comentado, despreciando el resto.
Por Io que se refiere a Ia etapa c) del método propuesto, es decir a Ia selección y suministro de recomendaciones de piezas musicales a un usuario, existen diferentes maneras de llevarla a cabo.
La forma más sencilla consiste simplemente en comparar varias piezas musicales calificadas como relevantes en el perfil de preferencias de un usuario al que se Ie quiere proponer una recomendación, con el resto de perfiles de preferencias del resto de usuarios, almacenados, y recomendar aquella o aquellas piezas musicales que resulten relevantes también para un determinado número de usuarios, fijado por un umbral.
Un defecto de tal forma sencilla de recomendación es que al usuario no Ie llegan recomendaciones de piezas musicales de las que él no disponga.
Es por ello que el método propuesto adquiere mayor importancia para otro ejemplo de realización que sí que contempla Ia recomendación de nuevas piezas musicales a un usuario.
Para ello se propone recomendar otra, u otras, piezas musicales adicionales incluidas como relevantes en uno o más del resto de perfiles de preferencias del resto de usuarios, para los cuales dichas piezas musicales comparadas también resultan relevantes, y no incluidas en el perfil de preferencias del usuario al cual se Ie suministra dicha recomendación.
Se consigue así recomendar a un usuario una serie de piezas musicales que, probabilísticamente, puedan ser de su agrado basándose en Ia proximidad de las mismas respecto a las que realmente se tiene Ia certeza de que Ie gustan, en los perfiles preferencias de otros usuarios similares al suyo.
La recomendación de únicamente dichas piezas musicales adicionales también es posible para otro ejemplo de realización.
El método comprende, para otro ejemplo de realización, agrupar los perfiles de preferencias de diferentes usuarios en una serie de grupos de perfiles de preferencias, según diferentes consideraciones, tales como Ia mencionada proximidad de gustos, en cuyo caso tanto el suministro de recomendaciones como Ia selección de las mismas puede realizarse para grupos de perfiles de preferencias de usuarios, en lugar de para perfiles de preferencias de usuario individuales, de manera análoga a Ia expuesta anteriormente.
En general Ia identificación llevada a cabo según el método propuesto se llevará a cabo para las piezas musicales accedidas, o accedidas y reproducidas, en un dispositivo, tal como los primeros dispositivos propuestos según el primer aspecto de Ia presente invención, obteniéndose finalmente siguiendo el resto de etapas propuestas, un perfil de preferencias para un usuario, basándose en dicho dispositivo.
Pero existe Ia posibilidad de que un usuario disponga de más de uno de dichos dispositivos de un primer tipo, y que por tanto, aplicando el método propuesto, se obtengan más de un perfil de preferencias, uno por dispositivo.
Para estos casos el método propuesto comprende crear un único perfil de preferencias para cada usuario que englobe los diferentes perfiles de preferencia asociados a los diferentes dispositivos de que disponga cada usuario.
Por otra parte, si bien tanto el sistema como el método propuestos, según los primer y segundo aspectos de Ia invención, respectivamente, se encuentran aplicados con preferencia a Ia recomendación de piezas musicales, también es posible aplicarlos para Ia recomendación de otra clase de elementos multimedia, tales como imágenes, videos o animaciones.
Un experto en Ia materia podría introducir cambios y modificaciones en los ejemplos de realización descritos sin salirse del alcance de Ia invención según está definido en las reivindicaciones adjuntas.
Descripción de un ejemplo de utilización
A continuación se describe un ejemplo de utilización del sistema y método propuestos por Ia presente invención, que debe ser tomado a título ilustrativo y no limitativo.
Para dicho ejemplo de utilización se contempla Ia existencia de una serie de usuarios, cada uno de los cuales con un ordenador personal conectado a Internet.
Cada uno de dichos usuarios tiene instalada, en su respectivo ordenador, una aplicación para detectar Ia música que es reproducida en el mismo, Ia cual crea un registro con las canciones reproducidas versus Ia fecha y Ia hora en las cuales han sido reproducidas
Cada cierto tiempo dicho registro es enviado a una plataforma, u ordenador remoto, que crea y almacena en una base de datos, los perfiles de usuario explicados arriba, basándose en dichos registros y en el método propuesto y explicado anteriormente.
Dicha plataforma u ordenador remoto actúa, por ejemplo, como un servidor de internet, que aloja y/o controla una página web, Ia cual ofrece una serie de recomendaciones relativas a música. Cuando cada usuario accede por primera vez a dicha página encuentra en Ia misma el acceso a todo un catálogo de piezas musicales disponibles, o una selección aleatoria. También encuentra un enlace para descargarse Ia aplicación mencionada.
Una vez el usuario ha utilizado Ia aplicación descargada, Ia apariencia de Ia página cambia con respecto a su primera visita, estando Ia misma más personalizada de cara a dicho usuario. En concreto las piezas musicales que se muestran no han sido aleatoriamente elegidas, sino basándose en el perfil de preferencias para dicho usuario y en su similitud con otros perfiles de preferencia de otros usuarios.
Dicha ordenación es llevada a cabo por el servidor para cada ordenador que accede a su página, o para cada usuario, aunque éste acceda desde ordenadores distintos mediante Ia introducción de un nombre de usuario y una clave ¡dentificatoria.
Tales perfiles pueden actualizarse cada cierto tiempo y adaptarse a distintos periodos de tiempo determinados, para que Ia oferta musical no quede anticuada o dependiente de los gustos del usuario tiempo atrás, y no en el momento actual. Un ejemplo de tal actualización sería el dar más protagonismo, o peso, a las piezas musicales reproducidas en los últimos días respecto a las reproducidas con anterioridad. Otro ejemplo sería descartar las piezas reproducidas con anterioridad a dichos últimos días, aunque en este caso el cambio en Ia oferta sería más brusco.
Obviamente éste es solamente un ejemplo de utilización del sistema y método propuestos por Ia presente invención. Otros ejemplos que nada tuviesen que ver con Internet, y por tanto con medios de identificación distintos también serían posibles.

Claims

Reivindicaciones
1.- Sistema para recomendar elementos multimedia, aplicable a Ia recomendación de música a un usuario, del tipo que comprende: - unos medios para acceder a y reproducir unas piezas musicales por parte de al menos un usuario,
- unos medios para averiguar las preferencias musicales de dicho usuario, que es al menos uno, caracterizado porque dichos medios para averiguar las preferencias musicales de dicho usuario comprenden:
- unos medios de identificación para identificar, de manera automática, el número de veces que dicho usuario ha accedido a, o accedido y reproducido al menos en parte, cada una de dichas piezas musicales en un determinado periodo de tiempo, y - unos medios de ordenación, asociados a dichos medios de identificación, para ordenar dichas piezas identificadas en Ia forma de un perfil de preferencias o relevancia para dicho usuario, que es al menos uno, teniendo en cuenta los siguientes indicadores:
- dicho número de accesos, o accesos y reproducciones, por pieza para dicho determinado periodo de tiempo, y
- el número de accesos, o accesos y reproducciones, por pieza durante un subperiodo situado en un último tramo de dicho determinado periodo de tiempo.
2.- Sistema según Ia reivindicación 1 , caracterizado porque comprende una base de datos, asociada a dichos medios de ordenación, para almacenar una serie de perfiles de preferencia, cada uno de los cuales correspondiente a un usuario, y obtenidos según dicha ordenación para cada uno de dichos usuarios según dichos indicadores.
3.- Sistema según Ia reivindicación 2, caracterizado porque dichos medios de identificación, dichos medios de ordenación y dicha base de datos están asociados de manera sincronizada, para posibilitar Ia actualización de los perfiles de preferencia de Ia base de datos, para cada usuario.
4.- Sistema según Ia reivindicación 2 ó 3, caracterizado porque comprende unos medios de suministro de recomendaciones, asociados a dicha base de datos, para seleccionar y suministrar a cada uno de los usuarios al menos una recomendación de una pieza musical, en función de su relevancia dentro de un determinado número de dichos perfiles de preferencia.
5.- Sistema según Ia reivindicación 4, caracterizado porque comprende una serie de primeros dispositivos, al menos uno por usuario, dispuestos en una serie de puntos locales, cada uno de ellos accesible por un usuario, y al menos un segundo dispositivo, dispuesto en un punto remoto respecto a dichos puntos locales, estando dicho segundo dispositivo intercomunicado con todos los primeros dispositivos de manera bidireccional, para permitir dicha identificación y dicho suministro de recomendaciones, y comprendiendo cada uno de dichos primeros dispositivos al menos parte de dichos medios para acceder a y reproducir unas piezas musicales, y dicho segundo dispositivo dicha base de datos.
6.- Sistema según Ia reivindicación 4 ó 5, caracterizado porque dichos primeros dispositivos son, cada uno de ellos, al menos uno del grupo formado por: teléfonos móviles, agendas electrónicas, ordenadores personales, televisores, equipos de audio y equipos de video, y dicho segundo dispositivo es un ordenador que actúa como servidor de servicios.
7.- Sistema según Ia reivindicación 5 ó 6, caracterizado porque dichos primeros dispositivos se encuentran intercomunicados con dicho segundo dispositivo a través de una red de comunicaciones, que es una del grupo formado por: red de telefonía, móvil o terrestre, red informática, local, de medio o de largo alcance, red de televisión, terrestre o inalámbrica.
8.- Sistema según Ia reivindicación 5 ó 6, caracterizado porque dichos primeros dispositivos comprenden unos medios de selección, asociados a dichos medios para averiguar las preferencias musicales de cada usuario, para seleccionar cada usuario al menos una lista, de entre una serie de listas de piezas musicales, y modificar así su respectivo perfil de usuario en dicha base de datos.
9.- Sistema según Ia reivindicación 8, caracterizado porque dichos primeros dispositivos comprenden unos medios de detección de actividad, en asociación con dichos medios de selección, para detectar Ia actividad realizada por un usuario y seleccionar, en función de dicha actividad, al menos una lista, de entre una serie de listas de piezas musicales, y modificar así su respectivo perfil de usuario en dicha base de datos.
10.- Método para recomendar elementos multimedia, aplicable a Ia recomendación de música a un usuario, que comprende las siguientes etapas: a) identificar el número de veces que al menos un usuario ha accedido a, o accedido y reproducido al menos en parte cada una de una serie de piezas musicales en un determinado periodo de tiempo, y b) ordenar dichas piezas identificadas en Ia forma de un perfil de preferencias o relevancia, para dicho usuario, que es al menos uno, teniendo en cuenta:
- un primer indicador relativo a dicho número de accesos, o accesos y reproducciones, por pieza para dicho determinado periodo de tiempo, y
- un segundo indicador relativo al número de accesos, o accesos y reproducciones, por pieza durante un subperiodo situado en un último tramo de dicho determinado periodo de tiempo.
11.- Método según Ia reivindicación 10, caracterizado porque comprende llevar a cabo dichas etapas a) y b) para varios usuarios, originando tras dicha etapa b) un perfil de preferencias para cada uno de dichos usuarios, y almacenar dichos perfiles.
12.- Método según Ia reivindicación 11 , caracterizado porque comprende tras haber sido originados una serie de perfiles de preferencias: c) seleccionar y suministrar a cada uno de los usuarios al menos una recomendación de una pieza musical, tomando en consideración su relevancia dentro de dichos perfiles de preferencia.
13.- Método según Ia reivindicación 12, caracterizado porque dicha recomendación, que es al menos una, se lleva a cabo tras una correspondiente petición por parte de un usuario.
14.- Método según Ia reivindicación 12, caracterizado porque dicha etapa a) se lleva a cabo para varios periodos de tiempo determinados y porque dicha ordenación de dicha etapa b) se realiza según dicho número de accesos, o accesos y reproducciones, para dichos periodos de tiempo determinados, por orden inverso a Ia sucesión de dichos periodos de tiempo, de más a menos reciente.
15.- Método según Ia reivindicación 14, caracterizado porque dicha etapa b) comprende también ordenar dichas piezas identificadas, para dicho usuario, según el porcentaje de tiempo que dicho usuario ha mantenido el acceso, o acceso y reproducción, a cada una de ellas respecto a Ia duración total de cada una de ellas.
16.- Método según Ia reivindicación 10, caracterizado porque dicha ordenación se lleva a cabo asignando diferentes pesos, o niveles de importancia, a las diferentes piezas identificadas, dependiendo de dichos indicadores.
17.- Método según Ia reivindicación 16, caracterizado porque comprende asignar unos pesos, o niveles de importancia, a las piezas identificadas como accedidas, o accedidas y reproducidas, dentro de dicho subperiodo, superiores a los de las accedidas, o accedidas y reproducidas, fuera de él.
18.- Método según Ia reivindicación 10 u 1 1 , caracterizado porque dichos primer y segundo indicadores tienen un nivel de importancia diferente el uno del otro a Ia hora de obtener cada uno de dichos perfiles de usuario.
19.- Método según Ia reivindicación 18, caracterizado porque el nivel de importancia de dicho segundo indicador está en función de un parámetro predeterminado.
20.- Método según Ia reivindicación 18, caracterizado porque el nivel de importancia de dicho segundo indicador está en función de un parámetro ajustable.
21.- Método según Ia reivindicación 11 , caracterizado porque comprende realizar tras dicha etapa b) y antes de dicha etapa c), una etapa b1) para seleccionar y ordenar solamente un porcentaje de las piezas accedidas, o accedidas y reproducidas al menos en parte, de cada uno de los perfiles de preferencias, originando un subperfil de preferencias con dicha piezas seleccionadas.
22.- Método según Ia reivindicación 21 , caracterizado porque dicha etapa b1) se lleva cabo según dichos primer y segundo indicadores, seleccionado las piezas de mayor relevancia tras dicha ordenación.
23.- Método según Ia reivindicación 21 , caracterizado porque dicha etapa b1) se lleva cabo según al menos otro indicador, distinto a dichos primer y segundo indicadores, relativos a una serie de criterios de clasificación de una serie de piezas musicales formando varias listas.
24.- Método según Ia reivindicación 23, caracterizado porque dichos criterios son al menos uno del grupo formado por: artista, género, álbum o actividad.
25.- Método según Ia reivindicación 24, caracterizado porque dichos criterios son establecidos por un usuario.
26.- Método según Ia reivindicación 12, caracterizado porque comprende, para dicha etapa c), seleccionar y suministrar dicha recomendación de una pieza musical a un usuario, que es al menos una, tras comparar varias piezas musicales calificadas como relevantes en el perfil de preferencias de dicho usuario, con el resto de perfiles de preferencias del resto de usuarios, almacenados, siendo recomendadas aquella o aquellas piezas musicales que resulten relevantes también para un determinado número de usuarios, fijado por un umbral.
27.- Método según Ia reivindicación 26, caracterizado porque comprende recomendar además otra, u otras, piezas musicales adicionales incluidas como relevantes en uno o más del resto de perfiles de preferencias del resto de usuarios, para los cuales dichas piezas musicales comparadas también resultan relevantes, no estando dichas piezas musicales adicionales recomendadas incluidas en el perfil de preferencias del usuario al cual se Ie suministra dicha recomendación.
28.- Método según Ia reivindicación 12, 26 ó 27, caracterizado porque comprende realizar dicha etapa c) para una pluralidad de piezas musicales.
29.- Método según Ia reivindicación 28, caracterizado porque comprende agrupar dichos perfiles de preferencias de diferentes usuarios en una serie de grupos de perfiles de preferencias.
PCT/ES2005/000003 2005-01-05 2005-01-05 Sistema y método para recomendar elementos multimedia WO2006075032A1 (es)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/ES2005/000003 WO2006075032A1 (es) 2005-01-05 2005-01-05 Sistema y método para recomendar elementos multimedia
EP05701658A EP1835455A1 (en) 2005-01-05 2005-01-05 System and method for recommending multimedia elements
US11/794,714 US20080133601A1 (en) 2005-01-05 2005-01-05 System And Method For Recommending Multimedia Elements

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/ES2005/000003 WO2006075032A1 (es) 2005-01-05 2005-01-05 Sistema y método para recomendar elementos multimedia

Publications (1)

Publication Number Publication Date
WO2006075032A1 true WO2006075032A1 (es) 2006-07-20

Family

ID=36677376

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/ES2005/000003 WO2006075032A1 (es) 2005-01-05 2005-01-05 Sistema y método para recomendar elementos multimedia

Country Status (3)

Country Link
US (1) US20080133601A1 (es)
EP (1) EP1835455A1 (es)
WO (1) WO2006075032A1 (es)

Cited By (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7693887B2 (en) 2005-02-01 2010-04-06 Strands, Inc. Dynamic identification of a new set of media items responsive to an input mediaset
US7743009B2 (en) 2006-02-10 2010-06-22 Strands, Inc. System and methods for prioritizing mobile media player files
US7797321B2 (en) 2005-02-04 2010-09-14 Strands, Inc. System for browsing through a music catalog using correlation metrics of a knowledge base of mediasets
US7840570B2 (en) 2005-04-22 2010-11-23 Strands, Inc. System and method for acquiring and adding data on the playing of elements or multimedia files
US7865522B2 (en) 2007-11-07 2011-01-04 Napo Enterprises, Llc System and method for hyping media recommendations in a media recommendation system
US7877387B2 (en) 2005-09-30 2011-01-25 Strands, Inc. Systems and methods for promotional media item selection and promotional program unit generation
US7970922B2 (en) 2006-07-11 2011-06-28 Napo Enterprises, Llc P2P real time media recommendations
US8060525B2 (en) 2007-12-21 2011-11-15 Napo Enterprises, Llc Method and system for generating media recommendations in a distributed environment based on tagging play history information with location information
US8090606B2 (en) 2006-08-08 2012-01-03 Napo Enterprises, Llc Embedded media recommendations
US8112720B2 (en) 2007-04-05 2012-02-07 Napo Enterprises, Llc System and method for automatically and graphically associating programmatically-generated media item recommendations related to a user's socially recommended media items
US8117193B2 (en) 2007-12-21 2012-02-14 Lemi Technology, Llc Tunersphere
US8200602B2 (en) 2009-02-02 2012-06-12 Napo Enterprises, Llc System and method for creating thematic listening experiences in a networked peer media recommendation environment
US8224856B2 (en) 2007-11-26 2012-07-17 Abo Enterprises, Llc Intelligent default weighting process for criteria utilized to score media content items
US8285776B2 (en) 2007-06-01 2012-10-09 Napo Enterprises, Llc System and method for processing a received media item recommendation message comprising recommender presence information
US8312017B2 (en) 2005-02-03 2012-11-13 Apple Inc. Recommender system for identifying a new set of media items responsive to an input set of media items and knowledge base metrics
US8327266B2 (en) 2006-07-11 2012-12-04 Napo Enterprises, Llc Graphical user interface system for allowing management of a media item playlist based on a preference scoring system
US8332406B2 (en) 2008-10-02 2012-12-11 Apple Inc. Real-time visualization of user consumption of media items
US8356038B2 (en) 2005-12-19 2013-01-15 Apple Inc. User to user recommender
US8396951B2 (en) 2007-12-20 2013-03-12 Napo Enterprises, Llc Method and system for populating a content repository for an internet radio service based on a recommendation network
US8422490B2 (en) 2006-07-11 2013-04-16 Napo Enterprises, Llc System and method for identifying music content in a P2P real time recommendation network
US8477786B2 (en) 2003-05-06 2013-07-02 Apple Inc. Messaging system and service
US8521611B2 (en) 2006-03-06 2013-08-27 Apple Inc. Article trading among members of a community
US8601003B2 (en) 2008-09-08 2013-12-03 Apple Inc. System and method for playlist generation based on similarity data
US8620699B2 (en) 2006-08-08 2013-12-31 Napo Enterprises, Llc Heavy influencer media recommendations
US8620919B2 (en) 2009-09-08 2013-12-31 Apple Inc. Media item clustering based on similarity data
US8671000B2 (en) 2007-04-24 2014-03-11 Apple Inc. Method and arrangement for providing content to multimedia devices
US8839141B2 (en) 2007-06-01 2014-09-16 Napo Enterprises, Llc Method and system for visually indicating a replay status of media items on a media device
US8874554B2 (en) 2007-12-21 2014-10-28 Lemi Technology, Llc Turnersphere
US8880599B2 (en) 2008-10-15 2014-11-04 Eloy Technology, Llc Collection digest for a media sharing system
US8903843B2 (en) 2006-06-21 2014-12-02 Napo Enterprises, Llc Historical media recommendation service
US8983950B2 (en) 2007-06-01 2015-03-17 Napo Enterprises, Llc Method and system for sorting media items in a playlist on a media device
US8983905B2 (en) 2011-10-03 2015-03-17 Apple Inc. Merging playlists from multiple sources
US9003056B2 (en) 2006-07-11 2015-04-07 Napo Enterprises, Llc Maintaining a minimum level of real time media recommendations in the absence of online friends
US9037632B2 (en) 2007-06-01 2015-05-19 Napo Enterprises, Llc System and method of generating a media item recommendation message with recommender presence information
US9060034B2 (en) 2007-11-09 2015-06-16 Napo Enterprises, Llc System and method of filtering recommenders in a media item recommendation system
US9081780B2 (en) 2007-04-04 2015-07-14 Abo Enterprises, Llc System and method for assigning user preference settings for a category, and in particular a media category
US9164993B2 (en) 2007-06-01 2015-10-20 Napo Enterprises, Llc System and method for propagating a media item recommendation message comprising recommender presence information
US9224150B2 (en) 2007-12-18 2015-12-29 Napo Enterprises, Llc Identifying highly valued recommendations of users in a media recommendation network
US9224427B2 (en) 2007-04-02 2015-12-29 Napo Enterprises LLC Rating media item recommendations using recommendation paths and/or media item usage
US9317185B2 (en) 2006-02-10 2016-04-19 Apple Inc. Dynamic interactive entertainment venue
US9734507B2 (en) 2007-12-20 2017-08-15 Napo Enterprise, Llc Method and system for simulating recommendations in a social network for an offline user
US10936653B2 (en) 2017-06-02 2021-03-02 Apple Inc. Automatically predicting relevant contexts for media items

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8352400B2 (en) 1991-12-23 2013-01-08 Hoffberg Steven M Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore
US7966078B2 (en) 1999-02-01 2011-06-21 Steven Hoffberg Network media appliance system and method
US20070244880A1 (en) 2006-02-03 2007-10-18 Francisco Martin Mediaset generation system
US7680959B2 (en) 2006-07-11 2010-03-16 Napo Enterprises, Llc P2P network for providing real time media recommendations
US8805831B2 (en) * 2006-07-11 2014-08-12 Napo Enterprises, Llc Scoring and replaying media items
US7696427B2 (en) * 2006-12-01 2010-04-13 Oracle America, Inc. Method and system for recommending music
US8874655B2 (en) 2006-12-13 2014-10-28 Napo Enterprises, Llc Matching participants in a P2P recommendation network loosely coupled to a subscription service
US8725740B2 (en) 2008-03-24 2014-05-13 Napo Enterprises, Llc Active playlist having dynamic media item groups
US8484311B2 (en) 2008-04-17 2013-07-09 Eloy Technology, Llc Pruning an aggregate media collection
US20100017725A1 (en) * 2008-07-21 2010-01-21 Strands, Inc. Ambient collage display of digital media content
US8484227B2 (en) 2008-10-15 2013-07-09 Eloy Technology, Llc Caching and synching process for a media sharing system
US10275818B2 (en) 2009-04-20 2019-04-30 4-Tell, Inc. Next generation improvements in recommendation systems
US20100268661A1 (en) * 2009-04-20 2010-10-21 4-Tell, Inc Recommendation Systems
US10269021B2 (en) 2009-04-20 2019-04-23 4-Tell, Inc. More improvements in recommendation systems
WO2012144588A1 (ja) * 2011-04-22 2012-10-26 日本電気株式会社 コンテンツ配信システム、制御装置およびコンテンツ配信方法
US20130346840A1 (en) 2012-06-26 2013-12-26 Digital Turbine, Inc. Method and system for presenting and accessing content
US9928047B2 (en) 2012-12-18 2018-03-27 Digital Turbine, Inc. System and method for providing application programs to devices
US9928048B2 (en) 2012-12-18 2018-03-27 Digital Turbine, Inc. System and method for providing application programs to devices
US9781476B2 (en) * 2012-12-31 2017-10-03 Echostar Technologies L.L.C. Automatic learning channel customized to a particular viewer and method of creating same
US10015548B1 (en) 2016-12-29 2018-07-03 Arris Enterprises Llc Recommendation of segmented content
US10986152B2 (en) * 2016-12-29 2021-04-20 Arris Enterprises Llc Method for dynamically managing content delivery

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1152965A (ja) * 1997-07-31 1999-02-26 Daiichi Kosho:Kk 通信カラオケシステムおよびカラオケ演奏端末
KR20020025579A (ko) * 2000-09-29 2002-04-04 정문재 인공지능형 음악 추천 구현 방법
JP2002108351A (ja) * 2000-09-28 2002-04-10 Casio Comput Co Ltd 音楽データ配信装置、音楽データ配信方法および音楽データ配信プログラムを格納したコンピュータ読み取り可能な記録媒体
US20020082901A1 (en) * 2000-05-03 2002-06-27 Dunning Ted E. Relationship discovery engine
JP2003255958A (ja) * 2002-02-28 2003-09-10 Toshiba Corp 楽曲利用状況及び音楽情報提供方法及び記録媒体

Family Cites Families (94)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6345288B1 (en) * 1989-08-31 2002-02-05 Onename Corporation Computer-based communication system and method using metadata defining a control-structure
US5355302A (en) * 1990-06-15 1994-10-11 Arachnid, Inc. System for managing a plurality of computer jukeboxes
US5375235A (en) * 1991-11-05 1994-12-20 Northern Telecom Limited Method of indexing keywords for searching in a database recorded on an information recording medium
US6850252B1 (en) * 1999-10-05 2005-02-01 Steven M. Hoffberg Intelligent electronic appliance system and method
US5469206A (en) * 1992-05-27 1995-11-21 Philips Electronics North America Corporation System and method for automatically correlating user preferences with electronic shopping information
US5464946A (en) * 1993-02-11 1995-11-07 Multimedia Systems Corporation System and apparatus for interactive multimedia entertainment
US5583763A (en) * 1993-09-09 1996-12-10 Mni Interactive Method and apparatus for recommending selections based on preferences in a multi-user system
US5724521A (en) * 1994-11-03 1998-03-03 Intel Corporation Method and apparatus for providing electronic advertisements to end users in a consumer best-fit pricing manner
US5758257A (en) * 1994-11-29 1998-05-26 Herz; Frederick System and method for scheduling broadcast of and access to video programs and other data using customer profiles
US6112186A (en) * 1995-06-30 2000-08-29 Microsoft Corporation Distributed system for facilitating exchange of user information and opinion using automated collaborative filtering
AU1566597A (en) * 1995-12-27 1997-08-11 Gary B. Robinson Automated collaborative filtering in world wide web advertising
US5950176A (en) * 1996-03-25 1999-09-07 Hsx, Inc. Computer-implemented securities trading system with a virtual specialist function
JPH1031637A (ja) * 1996-07-17 1998-02-03 Matsushita Electric Ind Co Ltd エージェント通信装置
US5890152A (en) * 1996-09-09 1999-03-30 Seymour Alvin Rapaport Personal feedback browser for obtaining media files
FR2753868A1 (fr) * 1996-09-25 1998-03-27 Technical Maintenance Corp Procede de selection d'un enregistrement sur un systeme numerique de reproduction audiovisuel et systeme pour mise en oeuvre du procede
US6134532A (en) * 1997-11-14 2000-10-17 Aptex Software, Inc. System and method for optimal adaptive matching of users to most relevant entity and information in real-time
EP0962074B1 (en) * 1997-11-25 2012-12-19 Motorola Mobility LLC Audio content player methods, systems, and articles of manufacture
US6000044A (en) * 1997-11-26 1999-12-07 Digital Equipment Corporation Apparatus for randomly sampling instructions in a processor pipeline
US6108686A (en) * 1998-03-02 2000-08-22 Williams, Jr.; Henry R. Agent-based on-line information retrieval and viewing system
US20050075908A1 (en) * 1998-11-06 2005-04-07 Dian Stevens Personal business service system and method
US6577716B1 (en) * 1998-12-23 2003-06-10 David D. Minter Internet radio system with selective replacement capability
AU3349500A (en) * 1999-01-22 2000-08-07 Tuneto.Com, Inc. Digital audio and video playback with performance complement testing
US6347313B1 (en) * 1999-03-01 2002-02-12 Hewlett-Packard Company Information embedding based on user relevance feedback for object retrieval
US20050210101A1 (en) * 1999-03-04 2005-09-22 Universal Electronics Inc. System and method for providing content, management, and interactivity for client devices
US6434621B1 (en) * 1999-03-31 2002-08-13 Hannaway & Associates Apparatus and method of using the same for internet and intranet broadcast channel creation and management
US7082407B1 (en) * 1999-04-09 2006-07-25 Amazon.Com, Inc. Purchase notification service for assisting users in selecting items from an electronic catalog
US6430539B1 (en) * 1999-05-06 2002-08-06 Hnc Software Predictive modeling of consumer financial behavior
AU5934900A (en) * 1999-07-16 2001-02-05 Agentarts, Inc. Methods and system for generating automated alternative content recommendations
US6487539B1 (en) * 1999-08-06 2002-11-26 International Business Machines Corporation Semantic based collaborative filtering
US6532469B1 (en) * 1999-09-20 2003-03-11 Clearforest Corp. Determining trends using text mining
US7072846B1 (en) * 1999-11-16 2006-07-04 Emergent Music Llc Clusters for rapid artist-audience matching
US6526411B1 (en) * 1999-11-15 2003-02-25 Sean Ward System and method for creating dynamic playlists
US20020002899A1 (en) * 2000-03-22 2002-01-10 Gjerdingen Robert O. System for content based music searching
US7979880B2 (en) * 2000-04-21 2011-07-12 Cox Communications, Inc. Method and system for profiling iTV users and for providing selective content delivery
US20010056434A1 (en) * 2000-04-27 2001-12-27 Smartdisk Corporation Systems, methods and computer program products for managing multimedia content
US7599847B2 (en) * 2000-06-09 2009-10-06 Airport America Automated internet based interactive travel planning and management system
US6947922B1 (en) * 2000-06-16 2005-09-20 Xerox Corporation Recommender system and method for generating implicit ratings based on user interactions with handheld devices
US6748395B1 (en) * 2000-07-14 2004-06-08 Microsoft Corporation System and method for dynamic playlist of media
US6687696B2 (en) * 2000-07-26 2004-02-03 Recommind Inc. System and method for personalized search, information filtering, and for generating recommendations utilizing statistical latent class models
US6615208B1 (en) * 2000-09-01 2003-09-02 Telcordia Technologies, Inc. Automatic recommendation of products using latent semantic indexing of content
US20060015904A1 (en) * 2000-09-08 2006-01-19 Dwight Marcus Method and apparatus for creation, distribution, assembly and verification of media
US6704576B1 (en) * 2000-09-27 2004-03-09 At&T Corp. Method and system for communicating multimedia content in a unicast, multicast, simulcast or broadcast environment
JP2002108943A (ja) * 2000-10-02 2002-04-12 Ryuichiro Iijima 嗜好情報収集装置
US20020194215A1 (en) * 2000-10-31 2002-12-19 Christian Cantrell Advertising application services system and method
US20020103920A1 (en) * 2000-11-21 2002-08-01 Berkun Ken Alan Interpretive stream metadata extraction
US7021836B2 (en) * 2000-12-26 2006-04-04 Emcore Corporation Attenuator and conditioner
US6931454B2 (en) * 2000-12-29 2005-08-16 Intel Corporation Method and apparatus for adaptive synchronization of network devices
US6690918B2 (en) * 2001-01-05 2004-02-10 Soundstarts, Inc. Networking by matching profile information over a data packet-network and a local area network
US6914891B2 (en) * 2001-01-10 2005-07-05 Sk Teletech Co., Ltd. Method of remote management of mobile communication terminal data
US6751574B2 (en) * 2001-02-13 2004-06-15 Honda Giken Kogyo Kabushiki Kaisha System for predicting a demand for repair parts
US6647371B2 (en) * 2001-02-13 2003-11-11 Honda Giken Kogyo Kabushiki Kaisha Method for predicting a demand for repair parts
US6950804B2 (en) * 2001-02-26 2005-09-27 Pika Media Systems and methods for distributing targeted multimedia content and advertising
FR2822261A1 (fr) * 2001-03-16 2002-09-20 Thomson Multimedia Sa Procede de navigation par calcul de groupes, recepteur mettant en oeuvre le procede, et interface graphique pour la presentation du procede
US8473568B2 (en) * 2001-03-26 2013-06-25 Microsoft Corporation Methods and systems for processing media content
US20020152117A1 (en) * 2001-04-12 2002-10-17 Mike Cristofalo System and method for targeting object oriented audio and video content to users
US20060091203A1 (en) * 2001-05-04 2006-05-04 Anton Bakker Systems and methods for the identification and presenting of information
WO2002095613A1 (en) * 2001-05-23 2002-11-28 Stargazer Foundation, Inc. System and method for disseminating knowledge over a global computer network
US6993532B1 (en) * 2001-05-30 2006-01-31 Microsoft Corporation Auto playlist generator
US6990497B2 (en) * 2001-06-26 2006-01-24 Microsoft Corporation Dynamic streaming media management
US7877438B2 (en) * 2001-07-20 2011-01-25 Audible Magic Corporation Method and apparatus for identifying new media content
US20030120630A1 (en) * 2001-12-20 2003-06-26 Daniel Tunkelang Method and system for similarity search and clustering
US20040068552A1 (en) * 2001-12-26 2004-04-08 David Kotz Methods and apparatus for personalized content presentation
US6941324B2 (en) * 2002-03-21 2005-09-06 Microsoft Corporation Methods and systems for processing playlists
US7096234B2 (en) * 2002-03-21 2006-08-22 Microsoft Corporation Methods and systems for providing playlists
US20030212710A1 (en) * 2002-03-27 2003-11-13 Michael J. Guy System for tracking activity and delivery of advertising over a file network
TW529818U (en) * 2002-05-24 2003-04-21 Hon Hai Prec Ind Co Ltd Connector protecting device
US6987221B2 (en) * 2002-05-30 2006-01-17 Microsoft Corporation Auto playlist generation with multiple seed songs
US20050021470A1 (en) * 2002-06-25 2005-01-27 Bose Corporation Intelligent music track selection
US20040002993A1 (en) * 2002-06-26 2004-01-01 Microsoft Corporation User feedback processing of metadata associated with digital media files
US20040003392A1 (en) * 2002-06-26 2004-01-01 Koninklijke Philips Electronics N.V. Method and apparatus for finding and updating user group preferences in an entertainment system
US8103589B2 (en) * 2002-09-16 2012-01-24 Touchtunes Music Corporation Digital downloading jukebox system with central and local music servers
US20040073924A1 (en) * 2002-09-30 2004-04-15 Ramesh Pendakur Broadcast scheduling and content selection based upon aggregated user profile information
JP4302967B2 (ja) * 2002-11-18 2009-07-29 パイオニア株式会社 楽曲検索方法、楽曲検索装置及び楽曲検索プログラム
US20040148424A1 (en) * 2003-01-24 2004-07-29 Aaron Berkson Digital media distribution system with expiring advertisements
US20040158860A1 (en) * 2003-02-07 2004-08-12 Microsoft Corporation Digital music jukebox
US20040162738A1 (en) * 2003-02-19 2004-08-19 Sanders Susan O. Internet directory system
US20040194128A1 (en) * 2003-03-28 2004-09-30 Eastman Kodak Company Method for providing digital cinema content based upon audience metrics
US20040267715A1 (en) * 2003-06-26 2004-12-30 Microsoft Corporation Processing TOC-less media content
JP2005021255A (ja) * 2003-06-30 2005-01-27 Sony Corp 制御装置及び制御方法
US20050060350A1 (en) * 2003-09-15 2005-03-17 Baum Zachariah Journey System and method for recommendation of media segments
US20050222989A1 (en) * 2003-09-30 2005-10-06 Taher Haveliwala Results based personalization of advertisements in a search engine
US20050154608A1 (en) * 2003-10-21 2005-07-14 Fair Share Digital Media Distribution Digital media distribution and trading system used via a computer network
US20050091146A1 (en) * 2003-10-23 2005-04-28 Robert Levinson System and method for predicting stock prices
US20050102610A1 (en) * 2003-11-06 2005-05-12 Wei Jie Visual electronic library
US20050114357A1 (en) * 2003-11-20 2005-05-26 Rathinavelu Chengalvarayan Collaborative media indexing system and method
US20050160458A1 (en) * 2004-01-21 2005-07-21 United Video Properties, Inc. Interactive television system with custom video-on-demand menus based on personal profiles
WO2005072405A2 (en) * 2004-01-27 2005-08-11 Transpose, Llc Enabling recommendations and community by massively-distributed nearest-neighbor searching
JP4214475B2 (ja) * 2004-02-03 2009-01-28 ソニー株式会社 情報処理装置および方法、並びにプログラム
US20050193054A1 (en) * 2004-02-12 2005-09-01 Wilson Eric D. Multi-user social interaction network
KR101312190B1 (ko) * 2004-03-15 2013-09-27 야후! 인크. 사용자 주석이 통합된 검색 시스템 및 방법
US9335884B2 (en) * 2004-03-25 2016-05-10 Microsoft Technology Licensing, Llc Wave lens systems and methods for search results
KR100607969B1 (ko) * 2004-04-05 2006-08-03 삼성전자주식회사 멀티미디어 플레이 리스트 재생 방법, 장치 및 그 방법을 수행하기 위한 프로그램 및 파일이 저장된 저장매체
US20050235811A1 (en) * 2004-04-20 2005-10-27 Dukane Michael K Systems for and methods of selection, characterization and automated sequencing of media content
US20050276570A1 (en) * 2004-06-15 2005-12-15 Reed Ogden C Jr Systems, processes and apparatus for creating, processing and interacting with audiobooks and other media

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1152965A (ja) * 1997-07-31 1999-02-26 Daiichi Kosho:Kk 通信カラオケシステムおよびカラオケ演奏端末
US20020082901A1 (en) * 2000-05-03 2002-06-27 Dunning Ted E. Relationship discovery engine
JP2002108351A (ja) * 2000-09-28 2002-04-10 Casio Comput Co Ltd 音楽データ配信装置、音楽データ配信方法および音楽データ配信プログラムを格納したコンピュータ読み取り可能な記録媒体
KR20020025579A (ko) * 2000-09-29 2002-04-04 정문재 인공지능형 음악 추천 구현 방법
JP2003255958A (ja) * 2002-02-28 2003-09-10 Toshiba Corp 楽曲利用状況及び音楽情報提供方法及び記録媒体

Cited By (68)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8477786B2 (en) 2003-05-06 2013-07-02 Apple Inc. Messaging system and service
US7693887B2 (en) 2005-02-01 2010-04-06 Strands, Inc. Dynamic identification of a new set of media items responsive to an input mediaset
US9262534B2 (en) 2005-02-03 2016-02-16 Apple Inc. Recommender system for identifying a new set of media items responsive to an input set of media items and knowledge base metrics
US9576056B2 (en) 2005-02-03 2017-02-21 Apple Inc. Recommender system for identifying a new set of media items responsive to an input set of media items and knowledge base metrics
US8312017B2 (en) 2005-02-03 2012-11-13 Apple Inc. Recommender system for identifying a new set of media items responsive to an input set of media items and knowledge base metrics
US8543575B2 (en) 2005-02-04 2013-09-24 Apple Inc. System for browsing through a music catalog using correlation metrics of a knowledge base of mediasets
US7797321B2 (en) 2005-02-04 2010-09-14 Strands, Inc. System for browsing through a music catalog using correlation metrics of a knowledge base of mediasets
US8185533B2 (en) 2005-02-04 2012-05-22 Apple Inc. System for browsing through a music catalog using correlation metrics of a knowledge base of mediasets
US7945568B1 (en) 2005-02-04 2011-05-17 Strands, Inc. System for browsing through a music catalog using correlation metrics of a knowledge base of mediasets
US7840570B2 (en) 2005-04-22 2010-11-23 Strands, Inc. System and method for acquiring and adding data on the playing of elements or multimedia files
US8312024B2 (en) 2005-04-22 2012-11-13 Apple Inc. System and method for acquiring and adding data on the playing of elements or multimedia files
US8745048B2 (en) 2005-09-30 2014-06-03 Apple Inc. Systems and methods for promotional media item selection and promotional program unit generation
US7877387B2 (en) 2005-09-30 2011-01-25 Strands, Inc. Systems and methods for promotional media item selection and promotional program unit generation
US8356038B2 (en) 2005-12-19 2013-01-15 Apple Inc. User to user recommender
US8996540B2 (en) 2005-12-19 2015-03-31 Apple Inc. User to user recommender
US8214315B2 (en) 2006-02-10 2012-07-03 Apple Inc. Systems and methods for prioritizing mobile media player files
US9317185B2 (en) 2006-02-10 2016-04-19 Apple Inc. Dynamic interactive entertainment venue
US7987148B2 (en) 2006-02-10 2011-07-26 Strands, Inc. Systems and methods for prioritizing media files in a presentation device
US7743009B2 (en) 2006-02-10 2010-06-22 Strands, Inc. System and methods for prioritizing mobile media player files
US8521611B2 (en) 2006-03-06 2013-08-27 Apple Inc. Article trading among members of a community
US8903843B2 (en) 2006-06-21 2014-12-02 Napo Enterprises, Llc Historical media recommendation service
US8422490B2 (en) 2006-07-11 2013-04-16 Napo Enterprises, Llc System and method for identifying music content in a P2P real time recommendation network
US9003056B2 (en) 2006-07-11 2015-04-07 Napo Enterprises, Llc Maintaining a minimum level of real time media recommendations in the absence of online friends
US8327266B2 (en) 2006-07-11 2012-12-04 Napo Enterprises, Llc Graphical user interface system for allowing management of a media item playlist based on a preference scoring system
US9292179B2 (en) 2006-07-11 2016-03-22 Napo Enterprises, Llc System and method for identifying music content in a P2P real time recommendation network
US7970922B2 (en) 2006-07-11 2011-06-28 Napo Enterprises, Llc P2P real time media recommendations
US8090606B2 (en) 2006-08-08 2012-01-03 Napo Enterprises, Llc Embedded media recommendations
US8620699B2 (en) 2006-08-08 2013-12-31 Napo Enterprises, Llc Heavy influencer media recommendations
US9224427B2 (en) 2007-04-02 2015-12-29 Napo Enterprises LLC Rating media item recommendations using recommendation paths and/or media item usage
US9081780B2 (en) 2007-04-04 2015-07-14 Abo Enterprises, Llc System and method for assigning user preference settings for a category, and in particular a media category
US8434024B2 (en) 2007-04-05 2013-04-30 Napo Enterprises, Llc System and method for automatically and graphically associating programmatically-generated media item recommendations related to a user's socially recommended media items
US8112720B2 (en) 2007-04-05 2012-02-07 Napo Enterprises, Llc System and method for automatically and graphically associating programmatically-generated media item recommendations related to a user's socially recommended media items
US8671000B2 (en) 2007-04-24 2014-03-11 Apple Inc. Method and arrangement for providing content to multimedia devices
US8839141B2 (en) 2007-06-01 2014-09-16 Napo Enterprises, Llc Method and system for visually indicating a replay status of media items on a media device
US8983950B2 (en) 2007-06-01 2015-03-17 Napo Enterprises, Llc Method and system for sorting media items in a playlist on a media device
US9037632B2 (en) 2007-06-01 2015-05-19 Napo Enterprises, Llc System and method of generating a media item recommendation message with recommender presence information
US9448688B2 (en) 2007-06-01 2016-09-20 Napo Enterprises, Llc Visually indicating a replay status of media items on a media device
US9275055B2 (en) 2007-06-01 2016-03-01 Napo Enterprises, Llc Method and system for visually indicating a replay status of media items on a media device
US8954883B2 (en) 2007-06-01 2015-02-10 Napo Enterprises, Llc Method and system for visually indicating a replay status of media items on a media device
US8285776B2 (en) 2007-06-01 2012-10-09 Napo Enterprises, Llc System and method for processing a received media item recommendation message comprising recommender presence information
US9164993B2 (en) 2007-06-01 2015-10-20 Napo Enterprises, Llc System and method for propagating a media item recommendation message comprising recommender presence information
US7865522B2 (en) 2007-11-07 2011-01-04 Napo Enterprises, Llc System and method for hyping media recommendations in a media recommendation system
US9060034B2 (en) 2007-11-09 2015-06-16 Napo Enterprises, Llc System and method of filtering recommenders in a media item recommendation system
US9164994B2 (en) 2007-11-26 2015-10-20 Abo Enterprises, Llc Intelligent default weighting process for criteria utilized to score media content items
US8224856B2 (en) 2007-11-26 2012-07-17 Abo Enterprises, Llc Intelligent default weighting process for criteria utilized to score media content items
US8874574B2 (en) 2007-11-26 2014-10-28 Abo Enterprises, Llc Intelligent default weighting process for criteria utilized to score media content items
US9224150B2 (en) 2007-12-18 2015-12-29 Napo Enterprises, Llc Identifying highly valued recommendations of users in a media recommendation network
US8396951B2 (en) 2007-12-20 2013-03-12 Napo Enterprises, Llc Method and system for populating a content repository for an internet radio service based on a recommendation network
US9734507B2 (en) 2007-12-20 2017-08-15 Napo Enterprise, Llc Method and system for simulating recommendations in a social network for an offline user
US9071662B2 (en) 2007-12-20 2015-06-30 Napo Enterprises, Llc Method and system for populating a content repository for an internet radio service based on a recommendation network
US8983937B2 (en) 2007-12-21 2015-03-17 Lemi Technology, Llc Tunersphere
US9552428B2 (en) 2007-12-21 2017-01-24 Lemi Technology, Llc System for generating media recommendations in a distributed environment based on seed information
US8874554B2 (en) 2007-12-21 2014-10-28 Lemi Technology, Llc Turnersphere
US8060525B2 (en) 2007-12-21 2011-11-15 Napo Enterprises, Llc Method and system for generating media recommendations in a distributed environment based on tagging play history information with location information
US8117193B2 (en) 2007-12-21 2012-02-14 Lemi Technology, Llc Tunersphere
US9275138B2 (en) 2007-12-21 2016-03-01 Lemi Technology, Llc System for generating media recommendations in a distributed environment based on seed information
US8914384B2 (en) 2008-09-08 2014-12-16 Apple Inc. System and method for playlist generation based on similarity data
US8966394B2 (en) 2008-09-08 2015-02-24 Apple Inc. System and method for playlist generation based on similarity data
US8601003B2 (en) 2008-09-08 2013-12-03 Apple Inc. System and method for playlist generation based on similarity data
US9496003B2 (en) 2008-09-08 2016-11-15 Apple Inc. System and method for playlist generation based on similarity data
US8332406B2 (en) 2008-10-02 2012-12-11 Apple Inc. Real-time visualization of user consumption of media items
US8880599B2 (en) 2008-10-15 2014-11-04 Eloy Technology, Llc Collection digest for a media sharing system
US8200602B2 (en) 2009-02-02 2012-06-12 Napo Enterprises, Llc System and method for creating thematic listening experiences in a networked peer media recommendation environment
US9367808B1 (en) 2009-02-02 2016-06-14 Napo Enterprises, Llc System and method for creating thematic listening experiences in a networked peer media recommendation environment
US9824144B2 (en) 2009-02-02 2017-11-21 Napo Enterprises, Llc Method and system for previewing recommendation queues
US8620919B2 (en) 2009-09-08 2013-12-31 Apple Inc. Media item clustering based on similarity data
US8983905B2 (en) 2011-10-03 2015-03-17 Apple Inc. Merging playlists from multiple sources
US10936653B2 (en) 2017-06-02 2021-03-02 Apple Inc. Automatically predicting relevant contexts for media items

Also Published As

Publication number Publication date
EP1835455A1 (en) 2007-09-19
US20080133601A1 (en) 2008-06-05

Similar Documents

Publication Publication Date Title
WO2006075032A1 (es) Sistema y método para recomendar elementos multimedia
Trumbo et al. Use and perception of electronic cigarettes among college students
Johnson et al. A tale of two seasons: participation and medal counts at the Summer and Winter Olympic Games
US10855683B2 (en) System and method for facilitating user interaction with a simulated object associated with a physical location
WO2006114451A1 (es) Sistema y método para adquirir y agregar datos sobre la reproducción de elementos o ficheros multimedia
US7212919B2 (en) Guide route generation methods and systems
US11277413B1 (en) Performing authentication
KR101144333B1 (ko) Ｌｂｓ를 이용한 소셜음악서비스 제공방법과 시스템 및 그 제공방법을 실행하기 위한 프로그램이 기록된 기록매체
US20130110633A1 (en) Adaptive presentation of guided tour information on mobile client terminal(s)
US20130030903A1 (en) Simulated environments for marketplaces, gaming, sporting events, and performance events
Lampe et al. Mate choice in pied flycatchers Ficedula hypoleuca: can females use song to find high‐quality males and territories?
JP2008517402A (ja) 位置に基づくソーシャルネットワーキングシステム及び方法
JP6272466B2 (ja) キャッシュするための方法
Melody et al. The retail availability of tobacco in Tasmania: evidence for a socio‐economic and geographical gradient
US20190089765A1 (en) Computer system for network node review for actionable item
Nikken Parental mediation of media
KR20060003257A (ko) 음악 선곡 추천 서비스 시스템과 음악 선곡 추천 서비스제공방법
Patel et al. Relationships between time use and obesity in a representative sample of Americans
Yang et al. A qualitative assessment of business perspectives and tactics of tobacco and vape shop retailers in three communities in Orange County, CA, 2015–2016
US9348903B2 (en) Methods, devices and computer readable mediums for a music recognition game
KR101923953B1 (ko) 비콘을 이용한 음악앨범 서비스 시스템
Sorge Divergent visions: localist and cosmopolitan identities in highland Sardinia
CN110071862B (zh) 运动轨迹视频的处理方法及装置
US20130179200A1 (en) Method and system for distributing excess entertainment inventory
US9697339B2 (en) Online music networking system

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application
DPE2 Request for preliminary examination filed before expiration of 19th month from priority date (pct application filed from 20040101)
NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2005701658

Country of ref document: EP

WWP Wipo information: published in national office

Ref document number: 2005701658

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 11794714

Country of ref document: US

WWP Wipo information: published in national office

Ref document number: 11794714

Country of ref document: US