CN101710967A - 用于图像处理的方法和设备、程序以及记录介质 - Google Patents

用于图像处理的方法和设备、程序以及记录介质 Download PDF

Info

Publication number
CN101710967A
CN101710967A CN200910171792A CN200910171792A CN101710967A CN 101710967 A CN101710967 A CN 101710967A CN 200910171792 A CN200910171792 A CN 200910171792A CN 200910171792 A CN200910171792 A CN 200910171792A CN 101710967 A CN101710967 A CN 101710967A
Authority
CN
China
Prior art keywords
project
user
program
series
hobby
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
CN200910171792A
Other languages
English (en)
Other versions
CN101710967B (zh
Inventor
上前田直树
增田弘之
角田智弘
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
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 Sony Corp filed Critical Sony Corp
Publication of CN101710967A publication Critical patent/CN101710967A/zh
Application granted granted Critical
Publication of CN101710967B publication Critical patent/CN101710967B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25891—Management of end-user data being end-user preferences
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/532—Query formulation, e.g. graphical querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9032—Query formulation
    • G06F16/90324—Query formulation using system suggestions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/22—Arrangements for sorting or merging computer data on continuous record carriers, e.g. tape, drum, disc
    • G06F7/24—Sorting, i.e. extracting data from one or more carriers, rearranging the data in numerical or other ordered sequence, and rerecording the sorted data on the original carrier or on a different carrier or set of carriers sorting methods in general
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Graphics (AREA)
  • Computational Linguistics (AREA)
  • Library & Information Science (AREA)
  • Computer Hardware Design (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明提供了用于图像处理的方法和设备、程序以及记录介质，其中该设备包括：管理单元，其相互关联地管理基于对预定项目执行的操作的描述内容而计算出的标度和该项目所属的系列这二者；第一提取单元，其从多个项目中提取属于与通过对所述标度排序得到的顶部N个系列相同的系列的项目；喜好管理单元，其管理用户的喜好；第二提取单元，其计算由喜好管理单元管理的喜好与每个项目之间的相似度以提取具有较高相似度的项目；以及推荐单元，其向用户推荐由第一提取单元提取的项目和由第二提取单元提取的项目中的预定数目的项目。

Description

用于图像处理的方法和设备、程序以及记录介质
技术领域
本发明涉及一种用于信息处理的设备和方法、程序以及记录介质，具体地说，本发明涉及一种能够更适当地执行用于推荐预定项目的过程的信息处理设备和方法、程序以及记录介质。
背景技术
用于推荐预定项目例如电视(TV)广播节目的推荐系统正变得普及。推荐系统大致分成两类：“基于用户喜好的推荐”和“基于短期用户兴趣或习惯的推荐”(参考例如日本未审查专利申请公开号2007-043471、2007-323398和2004-192460)。
在相关技术的基于用户喜好的推荐系统中，用户的喜好是基于添加到被用户采取某种动作(例如，被用户观看或购买)的项目的元数据而获悉的。要推荐的项目是通过处理来确定的，该处理例如：基于获悉的喜好以及添加到作为要推荐的目标(下文中的“推荐目标”)的各项目的元数据段(下文中的“元数据块”)而进行匹配。
在相关技术的基于短期用户兴趣或习惯的推荐系统中，连续剧或系列的下一个节目是基于用户习惯而推荐的。
在基于用户喜好的推荐系统中，可在一定程度上推荐与用户喜好匹配的项目。然而，在有些情形下，不能正确地推荐供用户观看的连续剧或系列的下一个节目。原因之一是：添加到项目的元数据只提供少量信息，基于此少量信息而执行诸如匹配的处理，因此选择了错误的项目。在有些情形下，当添加到应当被推荐给用户的项目的元数据只提供少量信息时，拥有提供大量信息的元数据的另一个项目被选择并被推荐。
在基于用户短期兴趣或习惯的推荐系统中，关于用户短期兴趣或习惯的信息包括例如表明用户记录每周一晚上8:00开始广播的节目的信息。在此情形下，可推荐周一晚上8:00开始广播的节目。如果在此时间段内广播的节目包括连续剧或系列的下一个节目，则可正确地推荐该节目。
然而，如果在此时间段内广播的连续剧结束而接下来的连续剧与用户喜好不匹配，则接下来的连续剧还是被推荐给用户。此外，假定利用这样的信息执行推荐，该信息表示与计划作为用户碰巧感兴趣的节目而记录的节目(换言之，计划基于短期兴趣而记录的节目)相关联的时间段或广播台，那么，如果与用户不感兴趣的节目相关联的时间段或广播台与该计划节目的时间段或广播台匹配，则执行错误的推荐。在上述基于短期兴趣或习惯的推荐中，不一定推荐与用户喜好匹配的节目。
发明内容
鉴于上述情况而作出了本发明。期望不仅基于用户喜好而且基于短期兴趣或习惯来实现推荐。
根据本发明的一个实施例，一种信息处理设备包括：管理装置，其用于相互关联地管理基于对预定项目执行的操作的描述内容而计算出的标度和该项目所属的系列这二者；第一提取装置，其用于从多个项目中提取属于与通过对所述标度排序得到的顶部N个系列相同的系列的项目；喜好管理装置，其用于管理用户的喜好；第二提取装置，其用于计算由喜好管理装置管理的喜好与每个项目之间的相似度以提取具有较高相似度的项目；以及推荐装置，其用于向用户推荐由第一提取装置提取的项目和由第二提取装置提取的项目中的预定数目的项目。
在本实施例中，可以通过将为记录项目、观看项目和将项目转移到其它设备这些操作设定的值相加而计算出标度。
在本实施例中，标度可以以预定时间间隔衰减。
在本实施例中，该设备还可以包括：乘法装置，其用于计算表明以何种程度推荐按系列方式观看的值并将由第二提取装置提取的项目的每个相似度与计算出的值相乘。
根据本发明的另一个实施例，一种信息处理方法包括以下步骤：查阅存储在存储装置中的、包括相互关联的基于对预定项目执行的操作的描述内容而计算出的标度和该项目所属的系列这二者的信息，以从多个项目中提取属于与通过对所述标度排序得到的顶部N个系列相同的系列的项目；查阅存储在存储装置中的用户的喜好，并计算该喜好与每个项目之间的相似度以提取具有较高相似度的项目；并向用户推荐提取的项目。
根据本发明的另一个实施例，提供了一种计算机可读程序，该程序允许计算机执行包括以下步骤的过程：查阅存储在存储装置中的、包括相互关联的基于对预定项目执行的操作的描述内容而计算出的标度和该项目所属的系列这二者的信息，以从多个项目中提取属于与通过对所述标度排序得到的顶部N个系列相同的系列的项目；查阅存储在存储装置中的用户的喜好，并计算该喜好与每个项目之间的相似度以提取具有较高相似度的项目；并向用户推荐提取的项目。
根据本发明的另一个实施例，提供了一种存储上述程序的记录介质。
在根据上述实施例的信息处理设备、方法和程序中，相互关联地管理基于对预定项目执行的操作的描述内容而计算出的标度和该项目所属的系列这二者，查阅所管理的信息，从项目中提取属于与通过对所述标度排序得到的顶部N个系列相同的系列的项目，计算用户的喜好与每个项目之间的相似度，提取具有较高相似度的项目并向用户推荐提取的项目。
根据本发明的实施例，可以不仅鉴于用户喜好而且鉴于短期用户兴趣或习惯来推荐项目。
附图说明
图1是示出了根据本发明的一个实施例的系统的配置的框图；
图2是示出了操作日志数据库的数据结构的图；
图3是示出了用户喜好数据库的数据结构的图；
图4是示出了项目元数据库的数据结构的图；
图5是示出了项目状态管理数据库的数据结构的图；
图6是示出了活动度数据库的数据结构的图；
图7是示出了种类掌控数据库36的数据结构的图；
图8是示出了电子节目指南(EPG)管理数据库的数据结构的图；
图9是说明了一个推荐过程的流程图；
图10是说明了该推荐过程的流程图；
图11是说明了另一个推荐过程的流程图；
图12是说明了另一个推荐过程的流程图；以及
图13是说明了记录介质的框图。
具体实施方式
下面将描述本发明的多个优选实施例。
系统配置
图1示出了根据本发明的一个实施例的系统的配置。图1的系统用于向用户推荐预定项目。参照图1，该系统包括装置11、引擎单元12和数据库单元13。
装置11是用户终端，比如个人计算机、电视接收机或硬盘记录器。将关于电视广播节目的推荐来描述本实施例。因此，装置11能够处理(例如接收、播放和存储)电视广播节目。在下面的描述中，假定装置11是个人计算机，并且接收和记录电视广播节目。
引擎单元12包括多个引擎，并且获取关于用户喜好的信息以及执行推荐与用户喜好匹配的项目的过程。数据库单元13存储由引擎单元12获取的关于用户喜好的信息，并且还存储引擎单元12执行推荐过程所必需的数据。
装置11和引擎单元12被配置成在彼此之间发送和接收数据(信息)。引擎单元12和数据库单元13也被配置成在彼此之间发送和接收数据(信息)。例如，装置11、引擎单元12和数据库单元13经由网络连接，以便在彼此之间发送和接收数据。
装置11可以包括引擎单元12和数据库单元13。可替选地，装置11可以包括引擎单元12，且装置11可以经由网络连接到数据库单元13。此外，装置11可以经由网络连接到引擎单元12，且引擎单元12和数据库单元13可以构成单个装置。
下面将说明，引擎单元12包括多个引擎，且数据库单元13包括多个数据库。装置11可以包括该多个引擎的一部分和该多个数据库的一部分。
引擎单元12包括装置内信息提取引擎21。下面将说明，关于用户喜好的信息是从存储在装置11中的信息中提取的，因此，就安全性而言，构成引擎单元12的装置内信息提取引擎21优选地应包含在装置11中。优选地，只有所提取的信息被提供给数据库单元13。
引擎
引擎单元12包括装置内信息提取引擎21、项目管理引擎22、喜好提取引擎23、挖掘(mining)引擎24和推荐引擎25。
装置内信息提取引擎21从在装置11中存储(管理)的表示邮件和音乐段的信息段(下文中称为“信息块”)中提取关于用户喜好的信息。在例如如上所述那样装置11是个人计算机的情形下，装置11存储表示通过网络下载的音乐段的数据块以及表示发送和接收的电子邮件的数据块。音乐段反映了用户喜好。例如，当获取了关于音乐段的信息时，可获得用户喜好，例如用户喜爱的艺术家和种类。此外，用户喜好亦可从电子邮件的描述内容中提取。因此，装置内信息提取引擎21提取存储在装置11中的这种信息。
项目管理引擎22查阅构成数据库单元13的操作日志数据库31以计算活动的程度(下文中称为“活动度”)并更新活动度数据库35。下面将详细描述活动度和这些数据库。项目管理引擎22还执行更新项目状态管理数据库34的处理。
喜好提取引擎23查阅操作日志数据库31以提取用户喜好，并更新用户喜好数据库32和项目元数据库33。
挖掘引擎24基于添加到项目的元数据而提取该项目的特征量，并更新项目状态管理数据库34。
推荐引擎25查阅用户喜好数据库32和项目元数据库33以确定要向用户推荐的项目。
数据库
数据库单元13包括操作日志数据库31、用户喜好数据库32、项目元数据库33、项目状态管理数据库34、活动度数据库35、种类掌控数据库36和电子节目指南(EPG)管理数据库37。
操作日志数据库31管理关于对装置11的用户操作的日志。图2示出了操作日志数据库31的数据结构。参照图2，操作日志数据库31管理表示“项目ID”、“用户ID”、“日志类型”和“日志记录日期”的信息块，使得这些信息块相互关联。
在名称为“项目ID”的域中，写入分配给每个项目的ID。在此情况下，每个项目是电视广播节目。因此，写入分配给各节目的ID。虽然在下面的描述中假定每个项目是电视广播节目，但是项目并不限于电视广播节目，而是包括存储在例如致密盘(CD)中并被出售的一段音乐、经由网络传播或者记录在记录介质例如数字通用盘(DVD)中并被出售的视频图像以及无线电广播节目。项目是可推荐给用户的对象或信息。项目ID是可用来唯一标识相应项目的ID。
在名称为“用户ID”的域中，写入分配给每个用户的ID。在此情况下，每个用户使用装置11。例如，为了使用图1中的推荐系统，执行识别用户的过程例如登录，在这之后，允许用户使用该系统。当执行诸如登录的过程时，指定了用户。指定的用户具有分配的用户ID。图1中未示出执行诸如登录的过程的部件。
在名称为“日志类型”的域中，写入关于由使用相应用户ID来标识的用户执行的操作的日志。假定项目是电视广播节目，则要记录的日志包括表明用户观看了该节目的日志、表明用户记录了(或计划记录)该节目的日志、表明用户在观看该节目后评价了该节目(表示评价的结果)的日志、表明用户检索了有关该节目的细节的信息的日志、以及表明用户将所记录的节目转移到除了装置11以外的装置的日志。在名称为“日志记录日期和时间”的域中，写入用户操作装置11和日志被记录的日期和时间。
至于在图2中的操作日志数据库31的顶行中的各域中写入的信息块，项目ID“1001”、用户ID“1”、日志类型“记录”和日志记录日期和时间“12/05/2007 08:39:44”被相互关联地管理。由相关联的信息块可以理解，被分配了用户ID“1”的用户在写入域“日志记录日期和时间”中的“12/05/2007 08:39:44”对由项目ID“1001”标识的项目(节目)执行了写入域“日志类型”中的“记录”操作。
如上所述，操作日志数据库31管理表示由用户对预定节目执行的操作的数据。该数据管理使得能够获取表明用户最近对哪个项目感兴趣的信息。
虽然将在下面详细描述，先假定存在这样的日志，其表明预定用户(用户A)记录了预定项目(项目A)、观看了项目A、然后将项目A评价为“好”。在此情形下，可确定用户A喜欢项目A所属的种类(种类A)的节目。换言之，属于种类A的节目可优选地推荐给用户A。
查阅写入操作日志数据库31中的日志。如下面所述，活动的程度(也称为“活动度”)是响应于诸如记录或观看的用户操作而增大的值。要推荐的项目是基于这种活动度而确定的。因此可以推荐与用户很感兴趣从而记录和/或观看的节目相关的节目。这种活动度被设置为随时间衰减。因此，以前执行的操作的活动度是低的。由此，可防止向用户推荐与用户曾感兴趣的节目相关的节目。考虑到消逝的时间，操作日志数据库31被配置成管理日志记录日期和时间。
至于更新由操作日志数据库31管理的数据(例如，添加新的操作日志)，装置内信息提取引擎21可以从装置11获取关于操作的信息并执行该过程。可替选地，可以提供新的引擎(图1中未示出)来执行此过程。此外，当装置11执行例如登录的过程时，装置11可以访问操作日志数据库31并更新操作日志。
再次参照图1，用户喜好数据库32管理关于用户喜好的信息。图3示出了用户喜好数据库32的数据结构。参照图3，用户喜好数据库32管理相互关联的表示“用户ID”的信息、表示“属性ID”的信息、表示“属性值”的信息和表示“重要等级”(下文中的重要级)的信息。
在名称为“用户ID”的域中，以与操作日志数据库31中的域“用户ID”相同的方式写入分配给每个用户的ID。
在名称为“属性ID”的域中，写入表示在名称为“属性值”的下一个域中写入的信息的属性的ID。例如，当在域“属性值”中写入表示属性“戏剧”的ID时，在域“属性ID”中写入分配给属性“种类”的ID，因为“戏剧”属于属性“种类”。换言之，属性包括例如种类、人和关键词。可担当属性的信息块被预先分配ID。写入分配的ID。
在名称为“属性值”的域中，写入表示每个属性值的ID。如上所述，写入分配给表示“戏剧”和“演员A”的具体信息块的ID。在名称为“重要级”的域中，写入表明用户以何种程度喜欢由相应属性值表示的信息的数值。
至于在图3中的用户喜好数据库32的从顶部起第一行到第五行中的域中写入的信息块，用户ID“1”与属性ID“1”(在第一行中)和属性ID“2”(在第二行到第四行中)相关联。属性ID“1”与属性值“30”和重要级“0.5”相关联。因此，可以理解，表示属性“种类”的属性ID“1”与例如属性“动作”相关联，属性“动作”被分配属性值“30”并且属于属性“种类”。此外，可以确定由用户ID“1”标识的用户以重要级“0.5”对种类“动作”感兴趣。
另外，可以理解，由用户ID“1”标识的用户分别以重要级“0.3”、“1.3”和“4.4”对被分配了属性值“2”、“4”和“52”的信息块感兴趣，属性值“2”、“4”和“52”包含在由属性ID“2”标识的属性中。
在此情形下，具体地说，属性ID“2”与属性值“2”、“4”和“52”相关联。例如，假定属性ID“2”被分配给属性“人”，属性值“2”、“4”和“52”被分别分配给人，例如“演员A”、“演员B”和“歌手C”。如上所述，一个属性ID与多个属性值相关联。关于用户喜好的属性ID和属性值被写入用户喜好数据库32中。
如上所述，用户喜好数据库32存储并管理关于每个用户的用户喜好的信息。用户喜好数据库32由喜好提取引擎23更新。
再次参照图1，项目元数据库33管理关于添加到项目的元数据的信息。图4示出了项目元数据库33的数据结构。参照图4，项目元数据库33管理相互关联的表示“项目ID”的信息、表示“属性ID”的信息、表示“属性值”的信息、表示“更新次数”的信息和表示“重要级”的信息。
在名称为“项目ID”的域中，以与操作日志数据库31中的域“项目ID”相同的方式写入分配给每个项目的ID。
在名称为“属性ID”的域和名称为“属性值”的域中，以与用户喜好数据库32中的域“属性ID”和“属性值”相同的方式写入分配给每个属性的ID和分配给包含在相应属性中的信息的值。
在名称为“更新次数”的域中，写入更新相应属性值的次数。在名称为“重要级”的域中，写入相应属性值的重要级。此重要级与用户喜好数据库32中的重要级不同。用户喜好数据库32中的重要级是用于由预定用户的属性值和预定属性ID唯一指定的信息的。项目元数据库33中的重要级是用于由预定项目的属性值和预定属性ID唯一指定的信息的。
至于图4中的项目元数据库33的顶行中的各域中的信息块，项目ID“1001”、属性ID“1”、属性值“153144”、更新次数“1”和重要级“1.5845”被相互关联地管理。在此情形下，图4中的项目元数据库33的顶行中的各域说明了由项目ID“1001”标识的项目的、由属性ID“1”指定的属性的属性值是“153144”，属性值被更新了“1”次，属性值的重要级是“1.5845”。
如上所述，项目元数据库33存储和管理表示例如每个项目的属性和每个属性的重要级的信息块。项目元数据库33由喜好提取引擎23更新。喜好提取引擎23更新用户喜好数据库32和项目元数据库33。由于表示例如由用户喜好数据库32管理的属性ID的信息块与由项目元数据库33管理的信息块相同，所以喜好提取引擎23被配置成同时更新那些数据库中的所有信息块。由于此情形只是说明性的，所以其它引擎也可以管理这些数据库。
再次参照图1，项目状态管理数据库34管理用于管理项目状态的信息。图5示出了项目状态管理数据库34的数据结构。参照图5，项目状态管理数据库34管理相互关联的表示“用户ID”的信息、表示“系列ID”的信息、表示“观看日期”的信息、表示“观看广播日期”的信息、表示“计划日期”的信息、表示“记录日期”的信息、表示“广播日期”的信息、表示“记录次数”的信息、表示“广播次数”的信息、表示“累计值”的信息、表示“用户更新日期”的信息以及表示“记录更新日期”的信息。
在名称为“用户ID”的域中，以与操作日志数据库31中的域“用户ID”和用户喜好数据库32中的域“用户ID”相同的方式写入分配给每个用户的ID。
在名称为“系列ID”的域中，写入标识每个系列的ID。这种系列ID是这样的ID，其表示一系列的例如作为系列而广播的电视广播节目。所述系列指的是一系列节目，比如例如每周在预定频道、预定时间段广播的系列剧或智力竞赛节目。
这样的节目(例如系列剧)包括预定数目的部分。例如，有15部分的系列作为单个系列来广播。在本说明书中，系列的每个部分被称为“节目”，一组节目被称为“系列”。为构成系列剧的节目分配相同的系列ID。在下面的描述中，在必要时，将构成单个系列的15个节目作为例子进行描述。
至于系列ID，具有相同内容(概念)的称为特别节目的循环广播的季节性节目可以作为系列被处理并且被分配相同的ID。
为不构成系列的节目分配表明该节目不包含在系列中的ID。可替选地，不为这样的节目分配任何系列ID。
在名称为“观看日期”的域中，写入用户最近观看构成单个系列的节目的日期和时间。例如，假定作为有15部分的系列中的第三个节目而广播的节目是构成该系列的节目中最近被观看的节目。在此情形下，在域“观看日期”中写入用户观看第三个节目的日期和时间。
在名称为“观看广播日期”的域中，写入构成单个系列且用户最近观看的节目被广播的日期和时间。例如，假定作为有15部分的系列中的第三个节目而广播的节目是构成该系列的节目中最近被观看的节目。在此情形下，在域“观看广播日期”中写入第三个节目被广播的日期和时间。
在名称为“计划日期”的域中，写入构成单个系列且用户最近计划记录的节目被广播的日期和时间。例如，假定作为有15部分的系列中的第八个节目而广播的(或将要广播的)节目是构成该系列的节目中最近被计划记录的节目。在此情形下，在域“计划日期”中写入第八个节目被广播(或将要广播)的日期和时间。
在名称为“记录日期”的域中，写入最近记录的构成单个系列的节目被广播的日期和时间。例如，假定作为有15部分的系列中的第六个节目而广播的节目是构成该系列的节目中最近被记录的节目。在此情形下，在域“记录日期”中写入第六个节目被广播的日期和时间。
在名称为“广播日期”的域中，写入最近广播的构成单个系列的节目被广播的日期和时间。例如，假定作为有15部分的系列中的第七个节目而广播的节目是构成该系列的节目中最近被广播的节目。在此情形下，在域“广播日期”中写入第七个节目被广播的日期和时间。
在名称为“记录次数”的域中，写入构成单个系列的节目的记录次数。例如，如果假定有15部分的系列中的第一个至第三个节目被广播并记录，则在域“记录次数”中写入值“3”。
在名称为“广播次数”的域中，写入构成单个系列的节目的广播次数。例如，如果假定有15部分的系列中的第一个至第三个节目被广播，则在域“广播次数”中写入值“3”。
在名称为“累计值”的域中，写入通过将写入域“广播日期”中的日期和时间与节目被广播的日期和时间之间的差值进行累计而得到的值。
在名称为“用户更新日期”的域中，写入用户最近操作装置11的日期和时间。例如，如果最近的用户操作是计划记录节目，则在域“用户更新日期”中写入该记录计划操作被执行的日期和时间。
在名称为“记录更新日期”的域中，写入由项目状态管理数据库34管理的上述信息被更新的日期和时间。
至于图5中的项目状态管理数据库34的顶行中的各信息块，用户ID“1”、系列ID“2”、观看日期“08-11-2008 10:41:16”、观看广播日期“01-01-0001 00:00:00”、计划日期“08-12-2008 03:00:00”、记录日期“08-11-2008 03:10:00”、广播日期“08-16-2008 02:55:00”、记录次数“4”、广播次数“36”、累计值“80229”、用户更新日期“08-11-2008 11:50:13”以及记录更新日期“08-09-2008 06:17:21”是相互关联的。
在此情形下，如果由于例如用户还未观看节目而难以写入日期和时间，则写入表示该事实的信息，例如“01-01-000100:00:00”。
如上所述，项目状态管理数据库34管理相互关联的表示每个用户的项目状态的信息块。项目状态管理数据库34由项目管理引擎22更新。
再次参照图1，活动度数据库35管理活动度。图6示出了活动度数据库35的数据结构。参照图6，活动度数据库35管理相互关联的表示“用户ID”的信息、表示“系列ID”的信息、表示“功能ID”的信息、表示“活动度”的信息和表示“记录更新日期”的信息。
在此情况下，活动的程度(活动度)是度量用户在此时的兴趣或喜好的指标。对项目执行的预定操作(例如观看或记录预定节目、将节目转移到其它装置或删除所记录的节目)被执行，因为用户因某种原因对此节目感兴趣。
鉴于上述事实，可基于用户操作了哪个项目以及用户对该项目执行了哪个操作而获得用户喜好。例如，假定用户记录了预定项目并观看了该项目，则用户可能对该项目很感兴趣，且该项目可反映此时的用户喜好。因此，活动度被认为是这样的指标，其表示根据对预定项目的预定用户操作获得的用户喜好。
活动度由项目管理引擎22计算出。项目管理引擎22利用由项目状态管理数据库34管理的信息计算活动度数据库35中的每个活动度。为每个预定操作预先设定一个活动度。每当对每个项目执行操作时，增加设定值。例如，假定为记录设定两个点而为观看设定一个点。如果记录并观看了预定项目，则该项目的活动度被计算为三个点(＝2+1)。在活动度数据库35中写入计算出的活动度。
活动度被设定为值随时间衰减。下面将要说明，活动度主要用来推荐反映短期用户兴趣或习惯的项目。由于以这种方式使用活动度，所以一定时间内未更新过的活动度被设定为小值，以免显著影响项目推荐。
例如，以预定时间间隔T1检查活动度数据库35中表示记录更新日期的信息(后面将说明)，以检测在等于或长于预定时间间隔T1的时间段内未更新过的活动度。检测到的活动度与衰减常数V相乘。以预定时间间隔T1执行这种处理，从而使活动度随时间衰减。
下面描述活动度数据库35。在名称为“用户ID”的域中，以与操作日志数据库31、用户喜好数据库32和项目状态管理数据库34中的域“用户ID”相同的方式写入分配给每个用户的ID。
在名称为“系列ID”的域中，以与项目状态管理数据库34中的域“系列ID”相同的方式写入系列ID。
在名称为“功能ID”的域中，写入分配给每个功能的ID。在此情况下，功能表示了推荐的类型。例子如下。根据第一种类型的推荐，确定用户喜好并推荐要自动记录的节目。根据第二种类型的推荐，推荐观看所记录的节目。根据第三种类型的推荐，推荐删除所记录的节目。基于用户操作而更新每个功能的活动度。如上面关于操作日志数据库31所述那样，用户操作包括节目观看、节目记录(记录计划)、节目评价、关于节目细节的信息检索以及将所记录的节目转移至除了装置11以外的装置。
当用户执行这样的操作时，在操作日志数据库31中的域“日志类型”中写入表示该操作的信息。因此，相应的活动度基于写入域“日志类型”中的信息而更新。用于更新每个功能的活动度的用户操作是预定的。当执行操作时，例如，当写入操作日志时，更新相应功能的活动度。
可以单独提供和管理包含相互关联的功能ID和操作的表格(未示出)。因此，当用户希望例如添加、变更或删除操作项目时，可响应于这样的过程而添加、变更或删除功能ID。因此，可提高通用性并且可易于执行管理。
在名称为“活动度”的域中，写入活动度。由于活动度是响应于用户操作而更新的值，所以提供名称为“记录更新日期”的域以便写入更新记录的日期。
至于图6中的活动度数据库35的顶行中的各信息块，用户ID“1”、系列ID“101”、功能ID“1”、活动度“9.8”、记录更新日期“08-11-200811:50:13”被相互关联地管理。由这些信息块可以理解，对于被分配了功能ID“1”(功能ID“1”表示例如自动记录构成被分配了系列ID“101”的系列的节目)的类型的推荐，与被分配了用户ID“1”的用户相关联的活动度是“9.8”。换言之，这意味着自动记录被分配了系列ID“101”的系列的推荐度是“9.8”。
如上所述，活动度数据库35管理各系列的功能的活动度。活动度数据库35由项目管理引擎22更新。
再次参照图1，种类掌控数据库36管理构成列表的多个种类(下文中称为“系列观看推荐种类”)，在每个种类中，优选地从系列的第一部分(节目)开始连续地观看该系列。参照图7，种类掌控数据库36管理相互关联的表示“种类ID”的信息和表示“种类名称”的信息。
在名称为“种类ID”的域中，写入分配给每个种类的ID。在名称为“种类名称”的域中，写入对应于每个种类ID的种类名称。
至于图7中的种类掌控数据库36的顶行中的各信息块，种类ID“103000”和种类名称“戏剧”被相互关联地管理。在此情形下，属于种类名称“戏剧”的被分配了种类ID“103000”的节目(系列)被管理为属于用户应该从第一部分(节目)开始观看系列的推荐种类的项目。
再次参照图1，EPG管理数据库37管理关于EPG的数据。图8示出了EPG管理数据库37的数据结构。参照图8，EPG管理数据库37管理相互关联的表示“项目ID”的信息、表示“系列ID”的信息、表示“开始时间”的信息、表示“结束时间”的信息以及表示“广播台”的信息。
在名称为“项目ID”的域中，以与例如项目元数据库33中的域“项目ID”相同的方式写入分配给每个项目的ID。在名称为“系列ID”的域中，以与例如项目状态管理数据库34中的域“系列ID”相同的方式写入分配给每个系列的ID。
在名称为“开始时间”的域中，写入项目(即广播节目)的开始时间。在名称为“结束时间”的域中，类似地，写入该广播节目结束的时间。在名称为“广播台”的域中，写入广播该节目的广播台(频道号)。
至于图8中的EPG管理数据库37的顶行中的信息块，项目ID“1001”、系列ID“2”、开始时间“08-12-2008 08:00:00”、结束时间“08-12-200809:00:00”和广播台“3”被相互关联地管理。
至于存储在EPG管理数据库37中的信息，获取项目的元数据并写入元数据中包含的信息。在本实施例中，由于假定系列ID是构成EPG的信息(包含在元数据中)，还假定获取元数据并将其写入EPG管理数据库37。在此情形下，产生EPG的部位分配系列ID。可替选地，管理EPG管理数据库37的部位可以分配系列ID并在EPG管理数据库37中写入信息。
如上所述，EPG管理数据库37管理从EPG获得的数据。
数据库单元13(参照图1)包括上述数据库。下面将描述由引擎单元12利用数据库单元13中的数据库执行的过程，特别是推荐过程。
推荐过程
至于推荐的例子，推荐用户观看正在广播的节目，推荐用户记录将要广播的节目，推荐用户观看任何所记录的节目，以及推荐用户删除任何所记录的节目。另外，当用户将记录在装置11中的节目转移到其它装置(例如，包含能显示图像的显示单元的便携式装置(下文中称为“便携终端”))时，向用户推荐适合于转移的节目。此外，在这种转移中，当用户打算转移多个节目但是作为转移目的地的便携式终端的存储容量小而难以转移所有节目时，向用户推荐不转移的节目。
至于上述推荐，除了删除推荐以外的推荐(观看和记录推荐)具有相同的基本处理流程。将参照图9和图10中所示的流程图描述该基本处理流程。后面将参照图11的流程图描述删除推荐。推荐过程(即，将参照图9和图10进行描述的过程)由推荐引擎25(见图1)执行。
在步骤S11中，推荐引擎25提取具有较高活动度的多个系列。具体地说，推荐引擎25查阅活动度数据库35(见图6)以从活动度数据库35中读出例如与分配给目标用户(节目要被推荐给的人)的用户ID相关联的顶部N个活动度。在此情形下，顶部N个活动度是N个较高的活动度。如果随着活动度的升高表示该活动度的值降低，则从活动度的底部读出最低N个活动度。
从活动度数据库35中读出的信息包括与顶部N个活动度相关联的系列ID。由于执行了这种处理，所以可以在更新活动度数据库35时更新信息块，例如，按活动度的升序/降序对信息块排序。可以在任何时间按活动度的升序/降序对活动度数据库35中的信息块排序。
在步骤S12中，将项目存储在第一推荐列表中。如果从此时正在广播的节目中推荐要记录的节目或推荐要观看的节目，则将要广播或正在广播的节目是目标。在此情形下，查阅EPG管理数据库37，并将具有与在步骤S11中提取的N个系列ID相同的系列ID的节目存储在第一推荐列表中。
当从所记录的节目中推荐要观看的节目时，记录在装置11中的节目是目标。查阅项目状态管理数据库34。将具有与在步骤S11中提取的N个系列ID相同的系列ID的节目存储在第一推荐列表中。将假定推荐要记录的节目来进行说明。
在步骤S13中，获取关于目标用户的喜好的信息。推荐引擎25查阅用户喜好数据库32以读出与为此时是目标的用户分配的用户ID相关联的信息。
在步骤S14中，对作为推荐目标的各项目进行匹配。推荐目标项目是在此时之后将要广播的节目。匹配具体是指计算用户喜好与每个推荐目标项目之间的相似度。
至于计算相似度的方法，相似度可适当地采用多种方法(例如，两个向量之间的内积、余弦量度和欧氏距离)中的任何一种来获得。将使用内积作为例子来进行说明。
如果“a”表示由项目属性构成的组A中所包含的一个属性，“Wa”表示属性“a”的权重，“Xa”表示用户喜好的属性“a”，“Ya”表示推荐目标项目的属性“a”，则用户喜好与推荐目标项目之间的相似度可用以下表达式来计算。
sim ( X , Y ) = Σ a ∈ A ( | X a · Y a | × w a ) - - - ( 1 )
在计算出每个项目的相似度之后，在步骤S15中按降序对匹配结果排序。换言之，如果表示相似程度(下文中也称为“相似度”)的值随着相似程度的升高而增大，则被匹配的项目按照从最高相似度到最低相似度的顺序排序(排列)。
在步骤S16中，将排序后的项目存储在推荐备选列表中。推荐备选列表可以存储所有的推荐目标项目或仅存储具有高于或等于阈值的相似度的项目。
在步骤S17中，确定推荐备选列表中的项目是否存储在第一推荐列表或第二推荐列表中。对存储在推荐备选列表中的每个项目执行步骤S17和后续步骤中的处理。因此，在步骤S17中，任何一个存储在推荐备选列表中的项目都是要处理的目标。在步骤S17中确定目标项目是否存储在第一或第二推荐列表中。
步骤S17中的处理是这样的确定，其用于防止存储在推荐备选列表中的每个项目被存储在第一或第二推荐列表中，即，防止推荐备选列表中的每个项目的重复。
如果在步骤S17中确定了推荐备选列表中的目标项目亦存储在第一或第二推荐列表中，则过程进行到步骤S26(见图10)。否则，过程进行到步骤S18。
在步骤S18中，确定目标项目是否是系列观看推荐种类的节目。此确定是基于分配给目标项目的种类ID是否登记在种类掌控数据库36中而执行的。例如，当在步骤S14中执行了匹配时，获取种类ID作为与项目相关联的信息段，并利用所获取的种类ID执行步骤S18中的处理。至于与项目相关联的信息，例如使用节目的元数据。元数据可以在匹配时从服务器中获取。可替选地，元数据可以预先存储在EPG管理数据库37中并且在匹配时从EPG管理数据库37中获取。
如果在步骤S18中确定了目标项目是系列观看推荐种类的节目，则过程进行到步骤S19。在步骤S19中，确定相应的系列是否已经被记录或观看。假定确定了该系列已经被记录或观看而进行说明。如果一个项目要被购买，即，付费广播节目是要处理的目标项目，则该目标项目是否已经被购买是确定因素之一。
查阅项目状态管理数据库34来执行步骤S19中的处理。具体地说，确定在项目状态管理数据库34中是否管理有与分配给目标项目的系列ID相匹配的系列ID。如果确定了在此数据库中管理有该系列ID，则查阅与该系列ID相关联的观看日期或记录日期，由此执行步骤S19中的处理。
如果在步骤S19中确定了目标项目所属的系列已经被记录或观看，即，用户观看或记录了构成该系列的节目中的至少一个，过程进行到步骤S20(见图10)。
在步骤S20中，确定目标项目是否排在推荐备选列表中的顶部J个项目中。如果在步骤S20中确定了目标项目排在顶部J个项目中，则过程进行到步骤S21。在步骤S21中，将推荐备选列表中的目标项目存储在第一推荐列表中。
当在步骤S17中确定了未存储目标项目时，执行步骤S21中的处理。因此，目标项目未存储在第一推荐列表中。另外，在步骤S18中，目标项目被确定为系列中被推荐观看的节目。此外，目标项目被确定为用户已经观看或记录的项目(节目)，即，用户感兴趣的项目。换言之，基于一直到步骤S19的各步骤中的结果而确定用户对该目标项目所属的系列有一点兴趣。如果该系列与用户喜好不匹配，则确定用户在此时(即，短期内)对目标项目感兴趣。
在一直到步骤S19的处理步骤中，检测与短期用户喜好相匹配的项目。在步骤S20中，对这样的项目作出确定，即，确定该项目是否排在顶部J个项目中。此处理是检测与用户喜好相匹配的项目。换言之，此处理用于检测与长期用户喜好相匹配的项目。
在以上确定之后，如果过程进行到步骤S21，则意味着目标项目被确定为与短期用户喜好和长期用户喜好均匹配的项目。根据本实施例，可检测这样的反映短期用户喜好的项目。
然而，如果在步骤S20中确定了目标项目不排在推荐备选列表中的顶部J个项目中，则过程进行到步骤S22。在步骤S22中，设定用于将系列观看推荐的程度(下文中的“系列观看推荐度”)乘以P倍的标记。在步骤S23中计算系列观看推荐度。在步骤S22中，设定用于在步骤S24中将表示推荐度的值乘以P倍的标记。
如果确定了目标项目与短期用户喜好相匹配但是与长期用户喜好不相匹配，则过程进行到步骤S22。因此，在下面的步骤中设定增大推荐度的标志，以使得推荐度反映相应项目与短期喜好相匹配的事实。
如果确定了目标项目被确定为不属于系列观看推荐种类的项目，可替选地，如果在步骤S19中确定了目标项目还未被记录或观看，则过程进行到步骤S23。
在步骤S23中，计算系列观看推荐度。系列观看推荐度是表明应该以何种程度按系列方式观看相应目标项目的数值。推荐度用以下表达式计算。
viewWeight = α · ActiveDegree + β · RecordNum BroadcastNum + γ · ( LastRecordBroadcastDate NowDatd ) + w - - - ( 2 )
在表达式(2)中，“viewWeight”表示系列观看推荐度。在第一项中，“ActiveDegree”表示写入活动度数据库35中的活动程度。在第二项中，“RecordNum”表示写入项目状态管理数据库34中的域“记录次数”中的值，“BroadcastNum”表示写入项目状态管理数据库34中的域“广播次数”中的值。在第三项中，“LastRecordBroadcastData”表示写入项目状态管理数据库34中的域“累计值”中的值，“NowDate”表示计算时的日期和时间。第一项中的“α”、第二项中的“β”和第三项中的“γ”各自代表系数。第四项“w”表示“viewWeight”的默认值。
系列观看推荐度利用表达式(2)计算。在利用表达式(2)计算之前，可以确定该项目是否正被观看。如果确定了该项目正被观看，则可通过将利用表达式(2)得到的值与常数ε相乘来得到系列观看推荐度。
在步骤S23中计算出系列观看推荐度之后，在步骤S24中将目标项目的相似度(在步骤S14中计算出)与系列观看推荐度相乘。此外，如果在步骤S22中在该项目中设置了标志，则所得乘积乘以P倍。以这种方式计算出最终的推荐度。在步骤S25中，将具有计算出的推荐度的项目存储在第二推荐列表中。
对推荐备选列表中的每个项目重复执行从步骤S17到S25的处理。当所有项目的处理完成时，存储第二推荐列表中所有项目的推荐度。
之后，在步骤S26中，以推荐度的降序对存储在第二推荐列表中的项目排序。在步骤S27中，将存储在第二推荐列表中的项目存储在第一推荐列表中。此时，第二推荐列表中只有k个具有较高推荐度的项目被存储在第一推荐列表中。
假定在第一推荐列表中已经存储了很多项目，则当第二推荐列表中的项目被添加到第一推荐列表中的项目时，第一推荐列表中的项目进一步增加。相反，假定只有很少的项目存储在第一推荐列表中，则即使当第二推荐列表中的项目被添加到第一推荐列表中的项目时，第一推荐列表的状态也不怎么改变。在某些情形下，存储在第一推荐列表中的项目的数目是少的。由于存储在第一推荐列表中的项目要被推荐给用户，所以项目的数目优选地不是很多但也不是很少。优选地在第一推荐列表中存储适当数目的项目。
因此，如果在步骤S27中将存储在第二推荐列表中的项目存储在第一推荐列表中，则从第二推荐列表移动到第一推荐列表的项目的数目可以鉴于已经存储在第一推荐列表中的项目的数目而确定。具体地说，如果上述“k”表示变量且L表示将最终存储在第一推荐列表中的项目的数目，则此时存储在第一推荐列表中的项目的数目被表示为(L-k)。只有k个项目可以从第二推荐列表移动到第一推荐列表。
在存储在第二推荐列表中的项目以上述方式添加到第一推荐列表中的项目之后，在步骤S28中标准化并输出第一推荐列表。至于标准化，例如，项目以推荐度的降序排序。排序后的项目被依次推荐给用户。推荐具体是指以文本、图像和/或声音的形式向用户提供对应于项目的信息。
这样的推荐项目存储在第一推荐列表中。具体地说，存储在第一推荐列表中的项目是通过执行步骤S11和S12中的处理来存储的。通过步骤S11和S12中的处理存储在第一推荐列表中的项目是用户重复记录或观看过的各系列的节目。这些项目是用户在此时感兴趣的项目。换言之，这些项目是基于短期用户喜好而提取的。
另外，由于这样的项目是基于活动度而提取的，所以该项目反映了此时的用户习惯，例如，用户记录周一上午8:00广播的节目，之后，用户观看该节目。换言之，利用活动度确定要推荐的项目，使得可鉴于用户习惯而提取项目。如上所述，根据本实施例的推荐，可向用户推荐与短期用户喜好或习惯相匹配的项目。
存储在推荐备选列表中的项目是基于用户喜好而选择的。喜好由存储的信息来表示。因此，喜好是连续的或长期的喜好。反映长期喜好的项目基于短期喜好而选择，然后被移动到第一推荐列表。因此，可向用户推荐同时反映长期喜好和短期喜好的项目。
根据参照图9和图10中所示流程图描述的过程，优选地通过执行步骤S11和S12中的处理来推荐反映短期用户喜好或习惯的项目。换言之，要向用户推荐的顶部N个项目是基于短期用户兴趣或习惯的。
在步骤S11和S12之后的步骤(例如步骤S23)中，使用概念“系列”执行处理，以便增大构成系列的节目(项目)的推荐度。由于要推荐构成用户感兴趣的系列的项目，所以基于短期用户喜好或习惯的项目只能通过上述处理来推荐。
因此，在推荐过程中，图9中的步骤S11和S12可以被忽略，过程可以从步骤S13开始。将参照图11的流程图来说明鉴于上述情况而进行的过程。图11中的流程图的处理步骤以与图9和图10中的流程图的处理步骤类似的方式来执行。因此，图11中示出了等价的步骤，并适当地省略了这些步骤的详细描述。
在步骤S61中，获取关于用户喜好的信息。在步骤S62中，对推荐目标项目执行匹配。在步骤S63中，基于匹配的结果以相似度的降序对项目排序。在步骤S64中，将这些项目存储在推荐备选列表中。
步骤S61至S64中的处理以与图9中的步骤S13至S16中的处理类似的方式执行。在图11中所示的过程中，未使用第一推荐列表。但是，为了与参照图9和图10中的流程图的描述相一致，在图9和图10中的流程图中被描述为第二推荐列表的列表在图11的流程图中也被称为第二推荐列表。
在步骤S65中，确定目标项目是否属于系列观看推荐种类。如果确定了该项目属于系列观看推荐种类，则过程进行到步骤S66。否则，过程跳过步骤S66和S67并进入到步骤S68。
步骤S65和S66分别对应于图9中的步骤S18和S19。
如果在步骤S66中确定了与目标项目属于相同系列的项目已经被记录或观看，则过程进行到步骤S67。在步骤S67中，设定用于将系列观看推荐度乘以P倍的标志。在设定该标志后，过程进行到步骤S68。步骤S67对应于图10的流程图中的步骤S22。
在步骤S68中，计算目标项目的系列观看推荐度。在步骤S69中，将目标项目的相似度与系列观看推荐度相乘。在进行步骤S69中的处理时，将系列观看推荐度乘以P倍也对经受步骤S67中的处理的项目(即，具有设定的标志的项目)执行。在步骤S70中，作为结果的推荐度与该项目相关联，然后被存储在第二推荐列表中。步骤S68至S70分别对应于图10的流程图中的步骤S23至S25。
在步骤S71中，存储在第二推荐列表中的项目以推荐度的降序排序。在步骤S72中，标准化第二推荐列表并将推荐的项目提供给用户。步骤S71和S72分别对应图10流程图中的步骤S26和S28。
根据上述过程，目标项目是否是属于系列的项目或者是否是用户已经记录或观看过的项目是通过步骤S65至S69中的处理来确定的。因此，可鉴于短期用户喜好或习惯来提取项目。
因此，根据图11的流程图中所示的过程，可向用户推荐同时反映长期喜好和短期喜好的项目。
删除推荐过程
现在描述删除推荐的过程。在删除推荐中，例如，当装置11的剩余存储容量小并且为了增大存储容量而删除任何存储的项目时，向用户推荐可以被删除的项目。另一种删除推荐如下。当打算将多个项目从装置11移动到其它装置时，由于其它装置的剩余存储容量不足以接收指定的项目，所以难以移动所有的指定的项目。在此情形下，推荐要从包含目标项目的列表中删除的项目。
现在参照图12的流程图描述这种删除推荐的过程。
在步骤S101中，推荐引擎25提取具有与功能“删除推荐”相关联的较高活动度的多个系列。具体地说，推荐引擎25以降序对与分配给目标用户(节目被推荐给的人)的用户ID相关联且与分配给功能“删除推荐”的功能ID相关联的活动度进行排序，然后查阅活动度数据库35(见图6)以读出具有较高活动度的顶部N个系列。在此情形下，具有与删除推荐相关联的较高活动度的每个系列被确定为用户不感兴趣的系列。此过程用于提取要删除的项目。因此，在步骤S101中执行提取用户不感兴趣的系列的处理。
在步骤S102中，将项目存储在第一删除列表中。所存储的项目是删除目标节目。当删除所记录的项目时，存储在装置11中的项目是删除目标节目。可替选地，当指定要移动的项目并且要首先删除所指定的项目时，所指定的项目是删除目标节目。
在任一情形下，删除目标都是存储在装置11中的项目。因此，存储在装置11中的节目担当目标项目并且项目状态管理数据库34被查阅。将与在步骤S101中提取的N个系列具有相同的ID的节目存储在第一删除列表中。
在步骤S103中，获取关于目标用户的喜好的信息。推荐引擎25查阅用户喜好数据库32以读出与在此时分配给目标用户的用户ID相关联的信息。
在步骤S104中，执行每个删除目标项目与用户喜好之间的匹配。匹配目标项目是存储在装置11中的项目。可以以与图9的流程图中的步骤S14中的匹配相同的方式执行匹配。在此匹配中，计算用户喜好与删除目标项目之间的相似程度。
在计算出相似度之后，在步骤S105中将与计算出的相似度相关联的项目存储在删除备选列表中。所有的删除目标项目可以存储在删除备选列表中。可替选地，与低于或等于阈值的相似度相关联的项目(即，被确定为与用户喜好不匹配的项目)可以存储在此列表中。
在步骤S106中，确定删除备选列表中的项目是否已经存储在第一删除列表或第二删除列表中。对存储在删除备选列表中的每个项目执行步骤S106和后续步骤中的处理。因此，在步骤S106中，存储在删除备选列表中的项目之一是待处理的目标。确定该目标项目是否已经存储在第一删除列表或第二删除列表中。
如果在步骤S106中确定了存储在删除备选列表中的目标项目亦存储在第一删除列表或第二删除列表中，则过程跳过步骤S107至S109并进行到S110。否则，过程进行到步骤S107。
在步骤S107中，计算系列观看推荐度。系列观看推荐度是表示应该以何种程度按系列方式观看相应目标项目的数值，利用上述表达式(2)计算系列观看推荐度。由于已经在关于图10的流程图中的步骤S23的说明中描述了表达式(2)，所以省略表示(2)的详细描述。
在步骤S107中计算出系列观看推荐度之后，在步骤S108中将目标项目的相似度(在步骤S104中算出)与推荐度相乘。作为结果的推荐度与目标项目相关联地存储在第二删除列表中。
对存储在删除备选列表中的每个项目重复执行步骤S106到S109中的处理。在所有项目的处理完成之后，将与存储在删除备选列表中的所有项目相关联的推荐度存储在第二删除列表中。
在此状态下，在步骤S110中，存储在第二删除列表中的项目以推荐度的降序排序。由于该过程用于提取应该被推荐为适于删除的项目，所以与较高推荐度相关联的项目是目标项目。因此，在步骤S110中，第二删除列表中的项目以推荐度的降序排序。
在步骤S111中，将存储在第二删除列表中的项目存储在第一删除列表中。此时，将与较低推荐度相关联的k个项目存储在第一删除列表中。与图10中的步骤S27中的处理一样，值“k”可以取决于存储在第一删除列表中的项目的数目而设为变量。
在存储在第二删除列表中的项目被添加到第一删除列表中的项目之后，在步骤S112中，标准化并输出第一删除列表。至于标准化，例如，第一删除列表中的项目以推荐度的升序排序。将排序后的项目依次推荐给用户。
根据此过程，与用户喜好不匹配的项目可以被推荐为删除目标。
如上所述，根据本实施例，可执行基于短期兴趣或习惯的推荐。另外，该推荐可以为用户提供例如记录或观看节目的机会。此外，可以扩展用户的喜好。另外，亦可执行适应于用户喜好的推荐。
上述处理步骤序列可由硬件或软件执行。如果上述处理步骤序列由软件执行，则将构成软件的程序从程序记录介质安装到合并在专用硬件内的计算机中，或者安装到能够通过安装各种程序来执行各种功能的多用途个人计算机中。
图13是示出了根据程序执行上述处理步骤序列的个人计算机的硬件配置的框图。
在该计算机中，中央处理器(CPU)201、只读存储器(ROM)202、随机存取存储器(RAM)203经由总线204彼此相连。
总线204连接到输入-输出接口205。输入-输出接口205连接到输入单元206、输出单元207、存储单元208、通信单元209和驱动器210。输入单元206包括键盘、鼠标和麦克风。输出单元207包括显示器和扬声器。存储单元208包括硬盘或非易失性存储器。通信单元209包括网络接口。驱动器210驱动可移动介质211，如磁盘、光盘、磁光盘或半导体存储器。
在具有上述配置的计算机中，CPU 201通过输入-输出接口205和总线204将例如存储在存储单元208中的程序加载到RAM 203中，并执行该程序，从而执行上述处理步骤序列。
至于由计算机(CPU 201)执行的程序，可以提供记录在可移动介质211上的程序，可移动介质211担当包括例如磁盘(包括软盘)、诸如致密盘只读存储器(CD-ROM)或DVD之类的光盘、磁光盘或半导体存储器的小型介质。可替选地，该程序可通过有线或无线传输介质(比如局域网、因特网或数字卫星广播)来提供。
在可移动介质211被装载到驱动器210中之后，可以将程序通过输入-输出接口205安装到存储单元208。可替选地，程序可通过有线或无线传输介质由通信单元209接收，然后被安装到存储单元208。可替选地，程序可以预先安装在ROM 202或存储单元208中。
由计算机执行的程序可以是包含按照本说明书中描述的次序按时序执行的处理步骤的程序，或者是包含以必要的时序(例如，响应于呼叫请求)单独地或者并行地执行的处理步骤的程序。
本说明书中的术语“系统”代表包括多个单元的整体设备。
本申请包含涉及2008年9月8日提交于日本专利局的日本优先权专利申请JP 2008-230321中公开的主题，该申请的全部内容通过引用合并于此。
应该理解，本发明的实施例不限于上述实施例，可以在不背离本发明的精神和范围的情况下作出各种修改。

Claims (8)

1.一种信息处理设备，其包括：
管理装置，其用于相互关联地管理基于对预定项目执行的操作的描述内容而计算出的标度和所述项目所属的系列这二者；
第一提取装置，其用于从多个项目中提取属于与通过对所述标度排序得到的顶部N个系列相同的系列的项目；
喜好管理装置，其用于管理用户的喜好；
第二提取装置，其用于计算由所述喜好管理装置管理的所述喜好与每个项目之间的相似度以提取具有较高相似度的项目；以及
推荐装置，其用于向所述用户推荐由所述第一提取装置提取的项目和由所述第二提取装置提取的项目中的预定数目的项目。
2.根据权利要求1所述的设备，其中所述标度是通过将为记录所述项目、观看所述项目和将所述项目转移到其它设备这些操作设定的值相加而计算出的。
3.根据权利要求1所述的设备，其中所述标度以预定时间间隔衰减。
4.根据权利要求1所述的设备，还包括：
乘法装置，其用于计算表明以何种程度推荐按系列方式观看的值并将由所述第二提取装置提取的项目的每个相似度与计算出的值相乘。
5.一种信息处理方法，其包括以下步骤：
查阅存储在存储装置中的、包括相互关联的基于对预定项目执行的操作的描述内容而计算出的标度和所述项目所属的系列这二者的信息，以从多个项目中提取属于与通过对所述标度排序得到的顶部N个系列相同的系列的项目；
查阅存储在存储装置中的用户的喜好，并计算由所述喜好管理装置所管理的所述喜好与每个项目之间的相似度以提取具有较高相似度的项目；以及
向所述用户推荐提取的所述项目。
6.一种计算机可读程序，其允许计算机执行包括以下步骤的过程：
查阅存储在存储装置中的、包括相互关联的基于对预定项目执行的操作的描述内容而计算出的标度和所述项目所属的系列这二者的信息，以从多个项目中提取属于与通过对所述标度排序得到的顶部N个系列相同的系列的项目；
查阅存储在存储装置中的用户的喜好，并计算由所述喜好管理装置所管理的所述喜好与每个项目之间的相似度以提取具有较高相似度的项目；以及
向所述用户推荐提取的所述项目。
7.一种记录介质，其存储根据权利要求6所述的程序。
8.一种信息处理设备，其包括：
管理单元，其被配置成相互关联地管理基于对预定项目执行的操作的描述内容而计算出的标度和所述项目所属的系列这二者；
第一提取单元，其被配置成从多个项目中提取属于与通过对所述标度排序得到的顶部N个系列相同的系列的项目；
喜好管理单元，其被配置成管理用户的喜好；
第二提取单元，其被配置成计算由所述喜好管理单元管理的所述喜好与每个项目之间的相似度以提取具有较高相似度的项目；以及
推荐单元，其被配置成向所述用户推荐由所述第一提取单元提取的项目和由所述第二提取单元提取的项目中的预定数目的项目。
CN2009101717928A 2008-09-08 2009-09-08 用于信息处理的方法和设备 Expired - Fee Related CN101710967B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2008-230321 2008-09-08
JP2008230321A JP4636147B2 (ja) 2008-09-08 2008-09-08 情報処理装置および方法、プログラム、並びに記録媒体

Publications (2)

Publication Number Publication Date
CN101710967A true CN101710967A (zh) 2010-05-19
CN101710967B CN101710967B (zh) 2013-10-23

Family

ID=41799370

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009101717928A Expired - Fee Related CN101710967B (zh) 2008-09-08 2009-09-08 用于信息处理的方法和设备

Country Status (3)

Country Link
US (3) US8434109B2 (zh)
JP (1) JP4636147B2 (zh)
CN (1) CN101710967B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105940367A (zh) * 2014-02-07 2016-09-14 三菱电机株式会社 信息处理装置以及信息处理方法
CN107147925A (zh) * 2017-05-05 2017-09-08 中广热点云科技有限公司 一种系列直播节目的提醒方法及系统

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003026275A2 (en) 2001-09-19 2003-03-27 Meta Tv, Inc. Interactive user interface for television applications
US8042132B2 (en) 2002-03-15 2011-10-18 Tvworks, Llc System and method for construction, delivery and display of iTV content
US7703116B1 (en) 2003-07-11 2010-04-20 Tvworks, Llc System and method for construction, delivery and display of iTV applications that blend programming information of on-demand and broadcast service offerings
US11070890B2 (en) 2002-08-06 2021-07-20 Comcast Cable Communications Management, Llc User customization of user interfaces for interactive television
US8220018B2 (en) 2002-09-19 2012-07-10 Tvworks, Llc System and method for preferred placement programming of iTV content
US8578411B1 (en) 2003-03-14 2013-11-05 Tvworks, Llc System and method for controlling iTV application behaviors through the use of application profile filters
US11381875B2 (en) 2003-03-14 2022-07-05 Comcast Cable Communications Management, Llc Causing display of user-selectable content types
US10664138B2 (en) 2003-03-14 2020-05-26 Comcast Cable Communications, Llc Providing supplemental content for a second screen experience
US8819734B2 (en) 2003-09-16 2014-08-26 Tvworks, Llc Contextual navigational control for digital television
US7818667B2 (en) 2005-05-03 2010-10-19 Tv Works Llc Verification of semantic constraints in multimedia data and in its announcement, signaling and interchange
JP4636147B2 (ja) * 2008-09-08 2011-02-23 ソニー株式会社 情報処理装置および方法、プログラム、並びに記録媒体
US11832024B2 (en) * 2008-11-20 2023-11-28 Comcast Cable Communications, Llc Method and apparatus for delivering video and video-related content at sub-asset level
US8826312B2 (en) * 2010-04-26 2014-09-02 Cox Communications, Inc. Broadcast remote control
CN102681999A (zh) * 2011-03-08 2012-09-19 阿里巴巴集团控股有限公司 一种用户行为信息收集及信息发送方法及装置
JP5888059B2 (ja) * 2012-03-29 2016-03-16 富士通株式会社 図書管理プログラムおよび図書管理方法
US10880609B2 (en) 2013-03-14 2020-12-29 Comcast Cable Communications, Llc Content event messaging
CN104683852B (zh) * 2013-11-29 2018-04-06 国际商业机器公司 处理广播信息的方法和设备
JP6502618B2 (ja) * 2014-05-21 2019-04-17 株式会社ソニー・インタラクティブエンタテインメント 情報処理装置および情報処理方法
JP2016025570A (ja) * 2014-07-23 2016-02-08 Ｎｅｃパーソナルコンピュータ株式会社 情報処理装置、情報処理方法およびプログラム
US9986299B2 (en) * 2014-09-22 2018-05-29 DISH Technologies L.L.C. Scheduled programming recommendation system
US20160100221A1 (en) * 2014-10-06 2016-04-07 StreamRail Ltd. System and method for preventing abandonment of web-based video content
US11783382B2 (en) 2014-10-22 2023-10-10 Comcast Cable Communications, Llc Systems and methods for curating content metadata
JP6352880B2 (ja) * 2015-10-21 2018-07-04 グリー株式会社 アイテム管理プログラム、アイテム管理方法及びアイテム管理システム
WO2019055638A1 (en) * 2017-09-13 2019-03-21 Rovi Guides, Inc. METHODS AND SYSTEMS FOR PROVIDING RECORDING FUNCTIONALITY OF RELEVANT SEASON SERIES
CN108399242A (zh) * 2018-02-28 2018-08-14 努比亚技术有限公司 照片推送方法、移动终端及计算机可读存储介质
JP6646708B2 (ja) * 2018-06-06 2020-02-14 グリー株式会社 アイテム管理システム、アイテム管理方法及びアイテム管理プログラム
JP2022050219A (ja) * 2020-09-17 2022-03-30 富士フイルムビジネスイノベーション株式会社 情報処理装置及び情報処理プログラム

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001186453A (ja) * 1999-12-27 2001-07-06 Canon Inc デジタル放送の受信装置及び受信方法、デジタル放送システム、デジタル放送の送受信方法
US6947935B1 (en) * 2001-04-04 2005-09-20 Microsoft Corporation Training, inference and user interface for guiding the caching of media content on local stores
US7716704B2 (en) * 2001-06-12 2010-05-11 Thomson Licensing Television program selection apparatus and method
US20040172267A1 (en) * 2002-08-19 2004-09-02 Jayendu Patel Statistical personalized recommendation system
JP4161701B2 (ja) 2002-12-12 2008-10-08 ソニー株式会社 情報処理装置および情報処理方法、記録媒体、並びにプログラム
CN1849818B (zh) * 2003-09-11 2011-02-02 松下电器产业株式会社 内容选择方法和内容选择设备
CN1629884A (zh) * 2003-12-15 2005-06-22 皇家飞利浦电子股份有限公司 一种信息推荐系统及方法
JP4581476B2 (ja) * 2004-05-11 2010-11-17 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
WO2006062161A1 (ja) * 2004-12-09 2006-06-15 Matsushita Electric Industrial Co., Ltd. コンテンツ視聴システム
JP2007043471A (ja) 2005-08-03 2007-02-15 Sony Corp 情報処理装置、情報処理方法、およびプログラム
CN1758727A (zh) * 2005-11-11 2006-04-12 北京中星微电子有限公司 电视节目自动检索方法和装置
JP2007272451A (ja) * 2006-03-30 2007-10-18 Toshiba Corp 推薦番組情報提供装置、推薦番組情報提供方法及びプログラム
JP4179341B2 (ja) 2006-06-01 2008-11-12 ソニー株式会社 情報処理装置および方法、プログラム、並びに記録媒体
JP2008010951A (ja) * 2006-06-27 2008-01-17 Toshiba Corp 推薦番組情報提供装置、推薦番組情報提供方法及びプログラム
JP4358219B2 (ja) * 2006-11-21 2009-11-04 株式会社東芝 番組情報提供装置、番組情報提供方法及びそのプログラム
CN101094372B (zh) * 2007-07-25 2010-06-09 北京中星微电子有限公司 一种电视节目推荐装置及方法
US20090234876A1 (en) * 2008-03-14 2009-09-17 Timothy Schigel Systems and methods for content sharing
JP4636147B2 (ja) * 2008-09-08 2011-02-23 ソニー株式会社 情報処理装置および方法、プログラム、並びに記録媒体

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105940367A (zh) * 2014-02-07 2016-09-14 三菱电机株式会社 信息处理装置以及信息处理方法
CN105940367B (zh) * 2014-02-07 2017-07-11 三菱电机株式会社 信息处理装置以及信息处理方法
CN107147925A (zh) * 2017-05-05 2017-09-08 中广热点云科技有限公司 一种系列直播节目的提醒方法及系统

Also Published As

Publication number Publication date
US20130227600A1 (en) 2013-08-29
CN101710967B (zh) 2013-10-23
US8434109B2 (en) 2013-04-30
JP4636147B2 (ja) 2011-02-23
US9179186B2 (en) 2015-11-03
US20100061661A1 (en) 2010-03-11
US20150347466A1 (en) 2015-12-03
JP2010066837A (ja) 2010-03-25

Similar Documents

Publication Publication Date Title
CN101710967B (zh) 用于信息处理的方法和设备
EP1920546B1 (en) Enhanced electronic program guides
CN102103634B (zh) 信息处理设备和方法
CN101674458B (zh) 用于内容推荐的设备和方法
US8850465B2 (en) System, method, and software application for targeted advertising via behavioral model clustering, and preference programming based on behavioral model clusters
CN101047826B (zh) 电子设备及其信息浏览方法
US9361373B1 (en) Content aggregation and presentation
CN1331356C (zh) 若干访问时间的用户身份资料
CN101573726A (zh) 广告分发系统、广告分发服务器、广告分发方法、程序及记录介质
US7707283B2 (en) Information processing apparatus, information processing method, program, and recording medium
US20070130585A1 (en) Virtual Store Management Method and System for Operating an Interactive Audio/Video Entertainment System According to Viewers Tastes and Preferences
CN102089782A (zh) 推荐器系统
EP1841219A2 (en) Electronic apparatus, method and system for collecting broadcast program information, and storage medium
CN101465748A (zh) 用于使媒体项易地播放的系统和方法
CN101311928A (zh) 项目推荐系统
CN1531344A (zh) 用于确定用户人口统计类目值的交互式电视节目指南系统
CN1973543A (zh) 节目选择支援装置
US20100185625A1 (en) System and Method for Evaluating/Determining Relationship Compatibility Among Members of a Social Network, and for Referring Compatible Members to Each Other
CN102763426A (zh) 推荐器系统中辅助媒体的自适应放置
CN100388772C (zh) 信息处理系统、信息处理装置及方法、记录媒体及程序
CN101416185A (zh) 动态交互式娱乐
US20120124049A1 (en) Profile analysis system
CN107943932B (zh) 品类推荐方法、存储设备和终端
JP2004222239A (ja) オン・デマンド映像配信システム並びにそのコンテンツの検索及び表示方法
CN101512506A (zh) 区分移动媒体播放器文件优先性的系统和方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20131023

Termination date: 20180908

CF01 Termination of patent right due to non-payment of annual fee