CN102124466A - 内容推荐系统、内容推荐方法、内容推荐设备、程序以及信息存储介质 - Google Patents

内容推荐系统、内容推荐方法、内容推荐设备、程序以及信息存储介质 Download PDF

Info

Publication number
CN102124466A
CN102124466A CN2009801325370A CN200980132537A CN102124466A CN 102124466 A CN102124466 A CN 102124466A CN 2009801325370 A CN2009801325370 A CN 2009801325370A CN 200980132537 A CN200980132537 A CN 200980132537A CN 102124466 A CN102124466 A CN 102124466A
Authority
CN
China
Prior art keywords
content
preference
property value
vector
condition
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
CN2009801325370A
Other languages
English (en)
Other versions
CN102124466B (zh
Inventor
坂本隆之
加藤裕树
高木刚
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 CN102124466A publication Critical patent/CN102124466A/zh
Application granted granted Critical
Publication of CN102124466B publication Critical patent/CN102124466B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/63Querying
    • G06F16/638Presentation of query results
    • G06F16/639Presentation of query results using playlists
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/68Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Abstract

可以重复地推荐吸引用户的内容。本发明了提供了一种内容推荐方法,其包括:步骤(S402),用于根据依次生成的属性条件从多个音乐作品中选择一些作品;步骤(S403),根据所选择的音乐作品中的每一个的特征向量与用户偏好向量之间的相似度进一步选择所选择的音乐作品的一部分或全部;以及步骤(S404),向用户呈现所选择的音乐作品。

Description

内容推荐系统、内容推荐方法、内容推荐设备、程序以及信息存储介质
技术领域
本发明涉及内容推荐系统、内容推荐方法、内容推荐设备、程序以及信息存储介质,尤其涉及内容推荐技术。
背景技术
近年来,用户可以使用诸如因特网的通信网络欣赏从庞大数量的内容中选择的期望内容。由于存在庞大数量的可用内容,因此已提出了各种推荐技术。例如,如下被称为基于内容的过滤的技术是其中一个示例:该技术用于计算表示用户所偏好的内容的特征的偏好向量与每个内容的特征向量之间的相似度,而向用户推荐具有高相似度的内容(参见日本特开2001-160955号公报)。
发明内容
技术问题
然而,如此的过往推荐技术仅关注特定信息之间的相似度,并且用户易于集中推荐特定信息。这引起用户自身可能厌倦推荐的问题。
考虑到上述问题而做出了本发明,并且本发明的目的在于提供能够推荐连续地引起用户关注的内容的推荐系统、内容推荐方法、内容推荐设备、程序以及信息存储介质。
技术方案
为了解决上述问题,根据本发明的内容推荐系统包括:属性值存储装置,用于针对多个内容中的每一个,存储一个或多个属性中的每一个的属性值;特征向量存储装置,用于存储表示每个内容的特征的特征向量;偏好向量获取装置,用于获取表示用户所偏好的内容的特征的偏好向量;第一内容选择装置,用于根据所述一个或多个属性的属性值的依次生成的条件,选择给出的内容组中的一部分;第二内容选择装置,用于根据属于所述给出的内容组的每个内容的所述特征向量与所述偏好向量之间的相似度,选择该组中的一部分或全部;以及内容呈现装置,用于向所述用户呈现通过对多个内容以重叠的方式应用所述第一内容选择装置和所述第二内容选择装置而选择的内容。
此外,根据本发明的内容推荐方法包括:偏好向量获取步骤,用于获取表示用户所偏好的内容的特征的偏好向量;第一内容选择步骤,用于参考用于针对多个内容中的每一个存储一个或多个属性中的每一个的属性值的属性值存储装置,并且根据所述一个或多个属性的属性值的依次生成的条件选择给出的内容组中的一部分;第二内容选择步骤,用于参考用于存储表示每个内容的特征的特征向量的特征向量存储装置,并且根据属于所述给出的内容组的每个内容的所述特征向量与所述偏好向量之间的相似度,选择该组中的一部分或全部;以及内容呈现步骤,用于向用户呈现通过对多个内容以重叠的方式应用所述第一内容选择步骤和所述第二内容选择步骤而选择的内容。
此外,根据本实施例的内容推荐设备包括:偏好向量获取装置,用于获取表示用户所偏好的内容的特征的偏好向量;第一内容选择装置,用于根据一个或多个内容的属性的属性值的依次生成的条件,选择给出的内容组中的一部分;第二内容选择装置,用于根据属于所述给出的内容组的内容的特征向量与所述偏好向量之间的相似度,选择该组中的一部分或全部;以及列表生成装置,用于生成通过对多个内容以重叠的方式应用所述第一内容选择装置和所述第二内容选择装置而选择的内容的列表。
此外,根据本发明的内容推荐方法包括:偏好向量获取步骤,用于获取表示用户所偏好的内容的特征的偏好向量;第一内容选择步骤,用于根据一个或多个内容的属性的属性值的依次生成的条件,选择给出的内容组中的一部分;第二内容选择步骤,用于根据属于给出的内容组的内容的特征向量与所述偏好向量之间的相似度,选择该组中的一部分或全部;以及列表生成步骤,用于生成通过对多个内容以重叠的方式应用所述第一内容选择步骤和所述第二内容选择步骤而选择的内容的列表。
此外,根据本发明的程序包括:偏好向量获取装置,用于获取表示用户所偏好的内容的特征的偏好向量;第一内容选择装置,用于根据一个或多个内容的属性的属性值的依次生成的条件,选择给出的内容组中的一部分;第二内容选择装置,用于根据属于所述给出的内容组的每个内容的特征向量与所述偏好向量之间的相似度,选择该组中的一部分或全部;以及列表生成装置,用于生成通过对多个内容以重叠的方式应用所述第一内容选择装置和所述第二内容选择装置而选择的内容的列表。
此外,根据本发明的信息存储介质用于存储使得计算机用作如下装置的程序:偏好向量获取装置,用于获取表示用户所偏好的内容的特征的偏好向量;第一内容选择装置,用于根据一个或多个内容的属性的属性值的依次生成的条件,选择给出的内容组中的一部分;第二内容选择装置,用于根据属于所述给出的内容组的每个内容的特征向量与所述偏好向量之间的相似度,选择该组中的一部分或全部;以及列表生成装置,用于生成通过对多个内容以重叠的方式应用所述第一内容选择装置和所述第二内容选择装置而选择的内容的列表。
此外,根据本发明的一个实施例,第一内容选择装置选择多个内容中的一部分,第二内容选择装置选择由第一内容选择装置选择的内容中的一部分或全部,并且内容呈现装置向用户呈现由第二内容选择装置选择的内容。
此外,根据本发明的一个实施例,内容推荐系统还包括相关条件生成装置,该相关条件生成装置用于依次获取一个或多个属性的属性值的条件,并且基于所获取的条件依次生成与该条件相关的另一条件。第一内容选择装置根据由相关条件生成装置依次生成的条件选择给出的内容组中的一部分。
此外,根据本发明的一个实施例,要基于随机数确定条件。例如,内容推荐系统还可包括:偏好分布存储装置,用于针对每个属性存储用户对于属性的每个属性值的偏好度;以及条件确定装置,用于根据基于存储在偏好分布存储装置中的用户偏好度的概率,选择一个或多个属性的属性值,并且根据所选择的属性值,确定要由第一内容选择装置使用的条件。此时,内容推荐系统还可包括:操作信息获取装置,用于获取用户对于由内容呈现装置呈现的内容的操作信息;以及偏好分布更新装置,用于基于由操作信息获取装置获取的操作信息,更新偏好分布存储装置中的存储内容。
附图说明
图1是示出根据本发明实施例的内容推荐系统的整体配置图。
图2是示出服务器的硬件配置图。
图3是示出被用作用户设备的游戏系统的外观的透视图。
图4是示出游戏机的硬件配置图。
图5是示出第一元数据的配置图。
图6是示出第二元数据的配置图。
图7是示出根据本发明实施例的内容推荐系统的操作流程图。
图8是示意性示出主题模板数据的图。
图9是示意性示出主题偏好分布数据的图。
图10是示意性示出属性值偏好分布数据的图。
图11是示出主题组数据的配置图。
图12是示意性示出属性值转换字典的图。
图13是示出用户设备的功能框图。
图14是示出服务器和数据库的功能框图。
图15是示出根据本发明实施例的内容推荐系统的变型操作流程图。
图16是示出便携式游戏机的外视图。
图17是示出便携式游戏机的硬件配置图。
图18是示出通用个人计算机的硬件配置图。
具体实施方式
下文将参考附图详细说明本发明的实施例。
图1是示出根据本发明实施例的内容推荐系统的整体配置图。如该图所示,该内容推荐系统10连接至诸如因特网的数据通信网18,并且包括能够进行相互数据通信的服务器14(第一内容推荐设备)和多个用户设备12(第二内容推荐设备)。服务器14包括数据库14a。例如,用户设备12可以是安装在每个家庭中的计算机系统(诸如个人计算机、计算机游戏系统和家庭服务器)、以及诸如便携式游戏机的便携式机器。用户设备12访问服务器14,并且接收推荐给用户设备12的用户的歌曲列表。用户设备12请求服务器14提供包括在该列表中的歌曲数据,接收该歌曲数据,并且播放该歌曲。另一方面,例如,服务器14由诸如已知的服务器计算机的计算机系统构成,并且将推荐给用户设备12的用户的歌曲列表发送至每个用户设备12。另外,服务器14响应于每个用户设备12的请求,发送个别歌曲数据。在该示例中,将本发明应用于歌曲的推荐。然而,本发明并不限于此。应该理解,本发明可应用于各种内容(例如,诸如电影的运动图像、诸如图片的静止图像、以及诸如小说的文档)的推荐。
图2是示出服务器14的硬件配置示例的图。如该图所示,服务器14包括连接至总线72以相互交换数据的处理器70、存储器71、硬盘驱动器73、介质驱动器74和通信接口76。存储器71包括ROM和RAM。ROM存储各种系统程序。RAM主要用于处理器70的工作区。硬盘驱动器73存储用于分发歌曲并分发推荐歌曲列表的程序,并且数据库14a被构造成用于分发歌曲并分发推荐歌曲列表。介质驱动器74是用于读取存储在计算机可读介质75(诸如CD-ROM和DVD-RAM)中的数据、或者将数据写入计算机可读介质75的装置。通信接口76控制经由通信网18与用户设备12的数据通信。处理器70根据存储在存储器71、硬盘驱动器73、或介质75中的程序控制服务器14的每个单元。
接下来,将详细说明用户设备12。图3是示出被用作用户设备12的计算机游戏系统的外视图。该计算机游戏系统包括游戏机200、操作装置202和电视监视器204。游戏机200是计算机游戏系统,其不但执行游戏程序,而且执行诸如网页浏览器和/或电影/音乐播放器程序的各种程序。可从各种计算机可读介质(诸如各种光盘、内部或外部硬盘驱动器、和半导体存储器)读取程序,或者可经由诸如因特网的计算机网络下载程序。操作装置202可无线通信地连接至游戏机200或经由线缆可通信地连接至该游戏机。
游戏机200包括与光盘兼容的盘插入槽206和USB连接端子208等。盘插入槽206被配置成使得诸如BD(蓝光盘,商标)、DVD-ROM、和CD-ROM的光盘可以装入该槽中。触摸传感器212用于指示游戏机200退出盘。触摸传感器212用于指示游戏机200接通或关断电源。在游戏机200的背面设置有电源开关、音频和视频输出端子、光学数字输出端子、AC电源输入端子、LAN连接器和HDMI端子等(未示出)。
游戏机200还设置有用于容纳多种类型的可拆卸半导体存储器的多介质槽。当打开布置在游戏机200的正面上的盖子214时,露出用以分别容纳不同类型的半导体存储器的多个槽(未示出)。
操作装置202由未示出的电池驱动,并且包括用户用以进行操作输入的多个按钮和键。当用户操作操作装置202上的按钮和键时,无线或有线地将操作内容发送至游戏机200。
操作装置202具有箭头键216、操纵杆218和操作按钮组220。箭头键216、操纵杆218和操作按钮组220被布置在壳体的顶面222上。四种类型的操作按钮224、226、228和230以不同颜色被标记有不同符号,以便将它们相互区分开。更具体地,操作按钮224被标记有红色圈,操作按钮226被标记有蓝色十字,操作按钮228被标记有紫色正方形,以及操作按钮230被标记有绿色三角形。操作装置202的壳体的背面232设置有多个LED(未示出)。
当对操作装置202进行操作时,用户用左手握住左侧把手部234b,并且用右手握住右侧把手部234a。箭头键216、操纵杆218和操作按钮组220被布置在壳体的顶面222上,使得它们可以由用右手和左手握住左侧把手部234b和右侧把手部234a的用户操作。
LED按钮236也被设置在壳体的顶面222上。LED按钮236例如用于通过游戏机200在电视监视器204上显示特定菜单画面。该LED按钮还具有以LED的发光状态表示操作装置202的电池等级的功能。例如,LED在充电期间以红色发光,在完全充满电时以绿色发光,并且在电池等级低时以红色闪烁。
箭头键216被配置成使得可以在四个方向(即,上、下、右和左方向)、八个方向(即,上、下、右和左方向以及它们之间的四个方向)上、或者在任意方向上按压它。例如,箭头键216用于在电视监视器204的画面上沿上、下、右和左方向移动光标,并且在画面上滚动各种信息。通过应用程序将不同功能分别分配给操作按钮组220。
操纵杆218具有以可以使杆在任意方向上倾斜的这种方式支撑的杆,并且具有用于检测倾斜量的传感器。该杆被设计为借助于诸如弹簧的推动装置返回至中间位置。该杆在不被操作时返回至中间位置。当该杆倾斜时,将在多个参考方向上的倾斜量转换成数字值,并且将这些值作为操作信号发送至游戏机200。
操作装置202还包括选择按钮240和开始按钮238等。例如,在用户指示游戏机200开始程序以及开始/暂停播放电影或音乐时使用开始按钮238。另一方面,例如,在用户选择显示在电视监视器204上的菜单的一项时使用选择按钮240。
现在,将说明游戏机200的内部电路配置。如图4所示,游戏机200包括主CPU 300、GPU(图形处理单元)302、输入/输出处理器304、光盘再现单元306、主存储器308、掩模ROM 310和声音处理器312,作为其主要部件。主CPU 300基于各种程序执行各种内部部件的信号处理和控制。GPU 302执行图像处理。输入/输出处理器304执行设备中的部件和设备外的部件中的一些部件与CPU 300之间的接口或处理。另外,输入/输出处理器304可以具有用于执行应用程序的功能,使得游戏机200具有与其它游戏机的兼容性。
光盘再现单元306再现用于存储应用程序或多媒体数据的光盘(诸如,BD、DVD或CD)。主存储器308用作主CPU 300的工作区和用于临时存储从光盘读取的数据的缓存器。掩模ROM 310存储主要由主CPU 300和输入/输出处理单元304执行的操作系统程序。声音处理器312执行音频信号处理。
游戏机200还包括CD/DVD/BD处理器314、光盘再现驱动器316、机械控制器318、硬盘驱动器334、和卡式连接器(例如,PC卡槽)320。CD/DVD/BD处理器314对由光盘再现单元306从CD、DVD、或BD读取并接着经RF放大器328放大的盘再现信号执行例如误差校正处理(例如,CIRC(交叉交织里德-索罗蒙编码))、扩展解码处理等,由此再现记录在CD、DVD、或BD上的数据。光盘再现驱动器316和机械控制器318执行光盘再现单元306的主轴马达的旋转控制、光学读取头的聚焦/跟踪控制、盘托盘的装载控制等。
例如,硬盘驱动器334存储对于由光盘再现单元306读取的程序和游戏程序保存的数据,或者存储经由输入和输出处理器304获取的数据(诸如,照片、运动图像和音乐)。卡式连接器302是用于例如通信卡或外部硬盘驱动器等的连接端口。
这些内部部件主要通过总线线路322、324等相互连接。主CPU 300和GPU 302通过专用总线连接。另外,主CPU 300和输入/输出处理器304通过高速总线连接。同样,输入/输出处理器304、CD/DVD/BD处理器314、掩模ROM 310、声音处理器312、卡式连接器320、和硬盘驱动器334通过高速总线连接。
主CPU 300执行存储在掩模ROM 310中的用于主CPU 300的操作系统程序,以控制游戏机200的操作。此外,主CPU 300从诸如BD、DVD-ROM、或CD-ROM的光盘读取各种程序和其它数据,并且将程序装载到主存储器308中。此外,主CPU 300执行装载到主存储器308中的程序。替代地,主CPU 300经由通信网下载各种程序和其它数据,并且执行所下载的程序。
输入/输出处理器304执行存储在掩模式ROM 310中的用于输入/输出处理器的操作系统程序,以控制与操作装置202、存储卡326、USB连接端子208、以太网(注册商标)330、未示出的IEEE1394端子和PC卡槽的数据输入/输出。经由包括多媒体槽和无线通信端口的接口232控制与操作装置202和存储卡326的数据输入/输出。
GPU 302具有用于执行坐标转换等的几何转移引擎的功能、以及绘制处理器的功能。GPU 302根据由主CPU 300给出的绘制指令,在帧缓存器中绘出图像。例如,在存储在光盘上的程序使用3D图形的情况下,在几何操作处理中,GPU 302计算多边形的坐标以构成三维物体。此外,在绘制处理中,GPU 302制作可通过利用虚拟照相机拍摄该三维物体而获得的图像。GPU 302将由此获得的图像写入帧缓存器中。GPU 302接着将对应于所存储的图像的视频信号输出至电视监视器204。由此,在电视监视器204的屏幕204b上显示图像。
声音处理器312具有ADPCM(自适应差分脉冲编码调制)解码功能、音频信号再现功能、和信号调制功能。ADPCM解码功能是用于根据利用ADPCM编码的声音数据生成波形数据的功能。音频信号再现功能是如下功能:其用于根据包含在声音处理器312中的或与声音处理器312外部连接的声音缓存器中所存储的波形数据,生成用于例如声音效果的音频信号。电视监视器204的内部扬声器204a、204a输出由音频信号表示的声音。信号调制功能是用于调制存储在声音缓存器中的波形数据的功能。
当开启游戏机200时,从掩模ROM 310读取用于主CPU 300和输入/输出处理器304的操作系统程序。这些操作系统程序由主CPU 300和输入/输出处理器304执行。因此,主CPU 300中央控制游戏机200的每个部件。另一方面,输入/输出处理器304控制诸如控制器202和存储卡326的元件与游戏机200之间的信号输入/输出。此外,通过执行操作系统程序,主CPU 300执行诸如操作检查等的初始化。然后,主CPU 300控制光盘再现单元306,以从光盘读取游戏等的应用程序。在将应用程序装载到主存储器308中后,主CPU 300执行该程序。通过执行该应用程序,主CPU 300控制GPU 302和声音处理器312跟随通过操作装置202和输入/输出处理器304接收到的操作员指令,以控制图像显示和声音效果、音乐声音等的制作。
内容推荐系统10以重叠的方式应用两种过滤器以从多首歌曲中选择推荐给用户的歌曲。图5是示意性示出使用第一过滤器的第一元数据的图。图6是示意性示出使用第二过滤器的第二元数据的图。第一元数据和第二元数据中的任意一个被存储在数据库14a中。如图5所示,第一元数据包括音乐ID和多个属性的属性值。音乐ID是用于标识由内容推荐系统10推荐给用户的多首歌曲中的每一首的信息。预先准备适合于表示每首歌曲的多个特征的属性,并且将这些属性的属性值赋予每首歌曲。关于属性和属性值,在属性是歌曲风格的情况下,属性值的示例包括摇滚音乐、流行音乐、古典音乐和爵士音乐等。在属性是艺术家出生的年份和艺术家首次演出的年份的情况下,属性值的示例包括1950、1960和1970等。在属性是歌曲被列入畅销排行榜(hit chart)中的年份的情况下,属性值的示例包括1999、2000和2001等。在属性是艺术家的国籍的情况下,属性值的示例包括日本和美国等。在属性是艺术家的性别的情况下,属性值的示例包括男性和女性。可输入属性的一些属性值作为由计算机执行的分析处理的结果。然而,期望由人输入大多数属性。
如图6所示,第二元数据包括音乐ID和多个特征的特征量。特征的示例包括歌曲的节奏、歌曲中包括多少具有特定频率的声音的程度、和特定关键字出现在歌曲的说明文本中的次数。可输入这些特征量作为由计算机执行的分析处理的结果。在以下说明中,将其分量是特征的特征量的向量描述为特征向量。
在内容推荐系统10中,考虑到用户的偏好,根据随机数依次改变属性值的条件(属性值条件),以便使用第一过滤器从多首歌曲中提取第一元数据满足属性值条件的歌曲。接下来,针对由此提取的每首歌曲,计算表示用户所偏好的歌曲的特征的偏好向量与每首歌曲的特征向量之间的相似度。按照相似度降低的顺序将具有较高相似度的预定数量的歌曲确定为要推荐给用户的歌曲。类似于每首歌曲的特征向量,偏好向量是分量是如图6所示的特征的特征量的向量。可通过构成用户所偏好的歌曲的特征向量来生成这些偏好向量。向量之间的相似度可以是这两种向量之间的角度。在该情况下,所形成的角度越小,相似度越高。根据本实施例,向用户依次地呈现各种类型的歌曲,并且可以推荐用户持续感兴趣的内容。
图7是内容推荐系统10的操作流程图。首先,在内容推荐系统10中,通过用户设备12选择主题数据(S201)。主题数据包括主题模板ID和用作由该主题模板ID标识的主题模板的参数的属性值。如图8所示,主题模板是用于生成歌曲的每个属性值的条件(属性值条件)的模板,并且给出由主题模板指定的属性的属性值作为参数,由此获得歌曲的属性值条件。在图8中,指定属性“艺术家出生的年份”和“风格”,并且例如,将“1980”和“摇滚音乐”赋予这些属性,由此获得表示“艺术家出生的年份是1980,并且风格是摇滚音乐”的属性值条件。在上述第一过滤器中,参考如图5所示的第一元数据,并且从多首歌曲之中选择满足由此确定的属性值条件的歌曲。
由人预先生成多个主题模板,并且主题模板ID是用于标识每个主题模板的信息。如图9所示,对于每个主题模板ID,用户设备12存储由主题模板ID标识的主题模板的用户偏好度(用户偏好其的程度),即主题偏好分布数据。用户设备12生成随机数,并且根据基于偏好度的概率,依次选择每个主题模板ID。然后,获得由所选择的主题模板ID标识的主题模板所指定的属性,并且选择讨论中的属性的属性值。此外,在这种情况下,根据基于偏好度的随机数选择每个属性的属性值。换言之,如图10所示,针对全部属性,用户设备12存储用户对于每个属性值的偏好度,即,属性值偏好分布数据。用户设备12生成随机数,并且选择根据基于偏好度的概率所指定的属性的属性值。此后,用户设备12将预先存储的偏好向量和用户的主题数据发送至服务器14(S202)。
服务器14将改变应用于从用户设备12接收到的主题数据(S401)。换言之,数据库14a存储如图11所示的主题组数据。主题组数据包括多个共同主题模板的ID和组ID。当服务器14获得包括在主题数据中的主题模板ID时,服务器14参考主题组数据,并且基于随机数,选择属于相同组的主题模板ID之一作为所获得的主题模板ID。然后,获得由此选择的主题模板ID所标识的主题模板指定的属性,并且确定属性值。在这种情况下,如图12所示,数据库14a存储包括多对属性与属性值的属性值转换字典,每对属性与属性值均与一对或多对其它属性与属性值相关联。服务器14参考属性值转换字典,以将包括在从用户设备12接收到的主题数据中的每个属性的属性值转换成新获得的属性的属性值。因此,服务器14生成与从用户设备12接收到的主题数据相关的另一主题数据。此后,从由此生成的主题数据获得属性值条件。然后,在参考第一元数据时,从由数据库14a管理的多首歌曲之中选择满足所获得的属性值条件的歌曲(S402)。当以这种方式选择歌曲时,与简单地使用从用户设备12发送的主题数据选择歌曲的情况相比,可以以更出乎意料的方式选择歌曲。
接下来,服务器14计算从用户设备12接收到的偏好向量与在S402中所选择的每首歌曲的特征向量之间的相似度,并且按照相似度降低的顺序选择具有较高相似度的预定数量的歌曲(S403)。然后,向用户设备12回复包括预定数量的歌曲的音乐ID的歌曲列表(S404)。当用户设备12接收到音乐列表时,用户设备12将该音乐列表中所包括的音乐ID之一发送至服务器14(S203),并且服务器14读取由来自数据库14a的音乐ID所标识的歌曲的数据并回复该数据(S405)。用户设备12播放由此回复的歌曲的数据(S204),并且电视监视器204的内部扬声器204a,204a输出歌曲。在这种情况下,可以在电视监视器204的屏幕204b上显示诸如当前播放的歌曲的标题和艺术家的姓名的信息。当如上所述播放音乐列表中所包括的全部音乐ID的歌曲时,用户设备12再次执行S201的处理。
现在,将说明用户设备12和服务器14的功能配置。图13是用户设备12的功能框图。图14是服务器14的功能框图。通过使用户设备12和服务器14分别执行程序来实现如这些图中所示的功能块。各程序事先存储在用户设备12或服务器14中的可读信息存储介质中,并且可通过该介质将各程序安装至用户设备12和服务器14。替代地,可通过数据通信网络18从另一计算机下载该程序。
如图13所示,用户设备12包括主题选择单元41、主题偏好分布数据存储单元42、主题偏好分布数据学习单元43、请求单元44、属性值确定单元45、属性值偏好分布数据存储单元46、属性值偏好分布数据学习单元47、偏好向量存储单元48、主题模板存储单元49、偏好向量学习单元50、操作单元51以及音乐再现单元52。
首先,主题偏好分布数据存储单元42主要由硬盘驱动器334或存储器308构成,并且存储如图9所示的主题偏好分布数据。主题偏好分布数据学习单元43主要由主CPU 300和存储器308构成。根据对操作单元51执行的操作的内容更新主题偏好分布数据。更具体地,对于从服务器14发送的音乐列表中所包括的预定数量以上的歌曲,当(1)歌曲播放至结尾而不进行跳过操作(肯定的情况1)时以及当(2)进行特定的操作以表明用户偏爱该歌曲(肯定的情况2)时,执行处理以增加与用于生成服务器14中的音乐列表的模板的ID相关联的用户偏好度。换言之,当对于由主题模板生成的音乐列表中的歌曲发生肯定的情况1或2时,增加该主题模板的偏好度。相反,针对预定数量以上的歌曲,当(1)通过进行跳过操作中断歌曲的重放时(否定的情况1)以及当(2)进行特性的操作以表明用户不偏爱该歌曲时(否定的情况2),进行处理以降低与该ID相关联的用户偏好度。换言之,当对于由主题模板生成的音乐列表中的歌曲发生否定的情况1或2时,降低该主题模板的偏好度。主题选择单元41主要由主CPU 300和存储器308构成。主题选择单元41参考存储在主题偏好分布数据存储单元42中的主题偏好分布数据,以根据基于偏好度的概率依次选择各主题模板ID。更具体地,主题选择单元41具有与各主题模板ID相关联的随机值的范围,并且根据偏好度设置该范围的大小。主题选择单元41生成随机数,并且选择与该随机数所属的范围相关联的主题模板ID。
属性值偏好分布数据存储单元46主要由硬盘驱动器334或存储器308构成,并且存储如图10所示的属性值偏好分布数据。属性值偏好分布数据学习单元47根据对操作单元51执行的操作的内容以及存储在用户设备12中的音乐数据的属性值,更新属性值偏好分布数据。更具体地,当对于从服务器14发送的音乐列表中的预定数量以上的歌曲发生了以上肯定的情况中的任意一个时,获得作为用于生成服务器14中的音乐列表的属性值条件中的必要条件的属性与属性值对,并且执行处理以增加在与所获得属性相关的属性值偏好分布数据中与所获得的属性值相关联的用户偏好度。相反,当对于预定数量以上的歌曲发生了以上否定的情况中的任意一个时,执行处理以降低与属性值偏好分布数据中的属性值相关联的用户偏好度。
当对于用户设备12中当前播放的歌曲发生以上肯定的情况中的任意一个时,从服务器14获得讨论中的歌曲的第一元数据。然后,执行处理以增加在各属性值偏好分布数据中与所获得的第一元数据中所包括的属性的属性值相关联的用户偏好度。相反,当发生以上否定的情况中的任意一个时,从服务器14获得讨论中的歌曲的第一元数据。然后,执行处理以降低在各属性值偏好分布数据中与所获得的第一元数据中所包括的属性的属性值相关联的用户偏好度。
此外,属性值偏好分布数据学习单元47主要由主CPU 300和存储器308构成。属性值偏好分布数据学习单元47搜索存储在用户所拥有的用户的用户设备12中所配置的硬盘驱动器334和其它存储装置中的所有音乐数据,并且从服务器14获得每首歌曲的第一元数据。然后,执行处理以增加在各属性值偏好分布数据中与所获得的第一元数据中所包括的属性的属性值相关联的用户偏好度。通过这样做,可以根据用户所拥有的歌曲制作各属性值偏好分布数据,并且反映关于歌曲的各种用户偏好,由此能够向用户推荐各种歌曲。在这种情况下,根据存储在用户设备12中所配置的存储装置中的音乐数据更新各属性值偏好分布数据。当用户所拥有的歌曲的音乐数据存储在与服务器14的数据通信网络18连接的另一计算机等中时,可以根据存储在另一计算机中的用户的音乐数据更新各属性值偏好分布数据。
主题模板存储单元49主要由硬盘驱动器334或存储器308构成,并且存储如图8所示的多个主题模板。属性值确定单元45主要由主CPU 300和存储器308构成。当属性值确定单元45从主题选择单元41接收到主题模板ID时,属性值确定单元45从主题模板存储单元49读取由主题模板ID所标识的主题模板,以检查其内所指定的属性(属性的名称)。然后,从属性值偏好分布数据存储单元46读取所指定的每个属性的属性值偏好分布数据。此后,属性值确定单元45参考已读取的属性值偏好分布数据,并且根据基于偏好度的概率来选择每个属性的属性值。更具体地,属性值确定单元45使随机值的范围与每个属性值相关联,并且根据偏好度设置该范围的大小。属性值确定单元45生成随机数,并且选择与该随机数所属的范围相关联的属性值。
偏好向量存储单元48主要由硬盘驱动器334或存储器308构成,并且存储用户的偏好向量。请求单元44主要由主CPU 300、存储器308、输入/输出处理器304和以太网330构成。偏好向量与主题数据是成对的,并且被发送至服务器14。主题数据包括从主题选择单元41输出的主题模板ID和从属性值确定单元45输出的每个属性的属性值。
偏好向量学习单元50主要由主CPU 300和存储器308构成,并且基于通过操作单元51进行的操作内容更新偏好向量。更具体地,当对于用户设备12中当前播放的歌曲发生以上肯定的情况中的任意一个时,偏好向量学习单元50从服务器14获得讨论中的歌曲的第二元数据。然后,更新偏好向量,从而使得当前偏好向量更接近由所获得的第二元数据表示的特征向量。相反,当发生以上否定的情况中的任意一个时,从服务器14获得讨论中的歌曲的第二元数据,并且可更新偏好向量,从而使得当前偏好向量远离由所获得的第二元数据表示的特征向量。
音乐再现单元52主要由主CPU 300、存储器308、声音处理器312输入/输出处理器304和以太网330构成。音乐再现单元52从服务器14接收音乐列表,并且按顺序将该音乐列表中所包括的音乐ID发送至服务器14。然后,音乐再现单元52从服务器14接收对应于该音乐ID的音乐数据,并且再现该音乐数据。操作单元51被配置成包括操作装置202。操作单元51用于指示音乐再现单元52跳过当前播放的歌曲、明确表明该歌曲是用户最喜爱的歌曲或明确表明该歌曲不是用户偏爱的歌曲。
接下来,如图14所示,服务器14包括服务器主体14b和数据库14a。服务器主体14b配置有:请求接收单元21、第一过滤器22、第二过滤器23、音乐列表回复单元24和音乐分发单元25,其中,第一过滤器22包括主题数据变更单元22a和音乐列表生成单元22b。另一方面,数据库14a配置有:主题组数据存储单元31、主题模板存储单元32、属性值转换字典存储单元33、第一元数据存储单元34、第二元数据存储单元35以及音乐数据存储单元36。
首先,主题组数据存储单元31主要由硬盘驱动器73或存储器71构成,并且存储如图11所示的主题组数据。主题模板存储单元32存储如图8所示的主题模板。属性值转换字典存储单元33主要由硬盘驱动器73或存储器71构成,并且存储如图12所示的属性值转换字典。第一元数据存储单元34主要由硬盘驱动器73或存储器71构成,并且存储如图5所示的第一元数据。此外,第二元数据存储单元35主要由硬盘驱动器73或存储器71构成,并且存储如图6所示的第二元数据。此外,音乐数据存储单元36主要由硬盘驱动器73构成,并且存储多首歌曲的、与这些歌曲的标识信息相关联的数据(音乐数据),即,音乐ID。
请求接收单元21主要由处理器70、存储器71和通信接口76构成,并且从用户设备12接收偏好向量和主题数据。主题数据变更单元22a主要由处理器70和存储器71构成。主题数据变更单元22a参考存储在主题组数据存储单元31中的主题组数据,并且根据随机数从如下主题模板ID中选择一个主题模板ID:这些主题模板ID与所接收到的主题数据中所包括的主题模板ID一样属于同一组。此外,从主题模块存储储单元32读取所选择的主题模板ID的主题模板,并且检查由该主题模板指定的属性。然后,查找存储在属性值转换字典存储单元33中的属性值转换字典,并且将包括在所接收到的主题数据中的每个属性的属性值转换成每个指定属性的属性值。将由此新选择的主题模板ID和转换后的每个属性的属性值作为主题数据给予音乐列表生成单元22b。
音乐列表生成单元22b主要由处理器70和存储器71构成。音乐列表生成单元22b参考存储在第一元数据存储单元34中的第一元数据,并且选择附加有所接收到的每个属性的属性值的歌曲。然后,音乐列表生成单元22b输出这些歌曲的音乐ID列表。
第二过滤器23主要由处理器70和存储器71构成,并且从音乐列表生成单元22b接收音乐ID列表,并且从请求接收单元21接收偏好向量。然后,与该列表中所包括的每个音乐ID相关联地读取存储在第二元数据存储单元35中的特征向量,并且计算每个特征向量与偏好向量之间的相似度。然后,按照相似度对这些歌曲排序,并且按照相似度降低的顺序选择预定数量的歌曲。然后,输出由此选择的歌曲的ID列表。音乐列表回复单元41向用户设备12回复由此获得的列表。
音乐分发单元25主要由处理器70、存储器71和通信接口76构成。音乐分发单元25从用户设备12的音乐再现单元52接收音乐ID,与该音乐ID相关联地读取存储在音乐数据存储单元36中的音乐数据,并且将该音乐数据回复给用户设备12。
如上所述的内容推荐系统10以重叠的形式应用第一过滤器22和第二过滤器23来选择多个内容中的一些内容,并且使得用户设备12按顺序再现并输出所选择的内容。第一过滤器22根据由主题选择单元41、属性值确定单元45和主题数据变更单元22a依次生成的属性值条件选择歌曲。第二过滤器23根据每首歌曲的特征向量与用户的偏好向量之间的相似度选择歌曲。因此,与仅使用偏好向量选择歌曲的情况相比,能够向用户推荐各种歌曲。尤其是,由于基于随机数确定属性值条件,因此,能够以出乎意料的方式向用户推荐歌曲。此外,第一过滤器22提取多首歌曲中的一些歌曲,此后,对这些歌曲中的一些执行第二过滤器23的处理。因此,能够减小推荐歌曲所需的计算量。
此外,在根据主题偏好分布数据随机地选择主题模板和根据属性值偏好分布数据随机地选择属性值时,生成主题数据。因此,可以根据用户的偏好生成多种主题数据。由于使用这些多种主题数据选择歌曲,因此,可以向用户推荐各种歌曲。此外,主题数据变更单元22a使用主题组数据和属性值转换字典来将从用户设备12接收到的主题数据变更为另一主题数据。因此,第一过滤器22可以根据未存储在用户设备12中的主题模板和属性值选择歌曲。因此,可以增大歌曲选择中的意外性和多样性。
此外,在内容推荐系统10中,根据用户所拥有的歌曲的属性值更新属性值偏好分布数据。因此,即使用户具有多种音乐偏好,也能够根据多种偏好推荐各种歌曲。
本发明不限于以上实施例。可以应用各种变型。例如,内容推荐处理可以不由用户设备12和服务器14共享。一台计算机可选择推荐给用户的歌曲。相反,内容推荐处理可由多台计算机共享。在以上说明中,基于通过操作单元51执行的操作的内容更新属性值偏好分布数据。然而,可仅基于用户所拥有的歌曲更新属性值偏好分布数据。替代地,代替使用第二过滤器23,可以将通过第一过滤器22所选择的歌曲按原样推荐给用户。
替代地,首先,服务器14可以利用第二过滤器选择歌曲,此后,用户设备12还可利用第一过滤器从选择结果中选择歌曲(缩小范围)。图15示出该变型后的操作流程图。在根据该变型的内容推荐系统10中,首先,用户设备12将用户的偏好向量发送至服务器14(S501)。
服务器14计算从用户设备12接收到的偏好向量与存储在音乐数据库36中的全部或一些歌曲的各特征向量之间的相似度,并且按照相似度降低的顺序选择具有较高相似度的预定数量的歌曲(S601)。然后,将包括预定数量的歌曲的音乐ID的音乐列表回复至用户设备12(S602)。当用户设备12接收到该音乐列表时,选择主题数据(S502)。用于选择主题数据的方法与图7相同。然后,用户设备12基于步骤S502中所选择的主题数据获得属性值条件。此后,在参考第一元数据的时,从包括在从服务器14接收到的音乐列表中的歌曲之中选择满足所获得的属性值条件的歌曲,并且将由此选择的歌曲的音乐ID包括在音乐列表中(S503)。此后,最终,将包括在音乐列表中的音乐ID之一发送至服务器14(S504)。然后,服务器14从数据库14a读取由该音乐ID所标识的歌曲的数据,并且回复该数据(S603)。用户设备12再现由此回复的歌曲的数据(S505),并且电视监视器204的内部扬声器204a、204a输出音乐。当以这种方式再现音乐列表中所包括的所有音乐ID的歌曲时,用户设备12再次执行S201的处理。当这样进行处理时,能够降低服务器14的处理负荷。
替代地,可以由用户设备12和服务器14共享基于第一元数据对歌曲的选择。例如,当属性值条件包括多个与(AND)条件(积集合)时,服务器14可选择满足一些条件的歌曲,并且用户设备12可从该选择结果所包括的歌曲中选择满足剩余条件的歌曲。用户设备12可基于剩余条件确定包括在由服务器14给出的选择结果中的歌曲的再现顺序或者确定进一步满足剩余条件的歌曲。
替代地,由用户设备12或服务器14再现的歌曲可排除用户不喜欢的歌曲。在如下情况下,用户设备12使得歌曲的音乐ID包括在存储于硬盘驱动器334中的不喜欢音乐列表中:在再现歌曲期间通过操作装置202执行操作以明确表示否定评价(表示用户不喜欢该歌曲的特别操作)、或者执行操作以给出用于暂停再现的指令的情况。当用户设备12从服务器接收到音乐列表并且该音乐列表包含不喜欢音乐列表中所列出的歌曲的音乐ID时,可以不允许再现该歌曲。替代地,当由服务器14管理每个用户的不喜欢音乐列表并且在服务器14中生成音乐列表时,音乐列表可以不包括不喜欢音乐列表中所列出的歌曲的音乐ID。
代替生成不喜欢音乐列表,可以使用分类器(SVM,支持向量机)来判断用户是喜欢还是不喜欢每首歌曲。例如,将分类器软件安装至用户设备12。在如下情况下,将该事实输入至分类器,使得分类器学习用户的偏好:在再现歌曲期间通过操作装置202执行操作以明确表示否定评价(表示用户不喜欢该歌曲的特别操作)、或者执行操作以给出用于暂停再现的指令的情况,或者在再现歌曲期间通过操作装置202执行操作以明确表示赞许评价(表示用户喜欢该歌曲的特别操作)、或播放歌曲直到歌曲结束而不中断的情况。然后,对于具有包括在从服务器14发送的音乐列表中的音乐ID的每首歌曲,分类器可判断用户是否喜欢歌曲,并且可以不允许再现用户不喜欢的歌曲。
用户设备12可利用各种硬件来实现。例如,用户设备12可利用便携式游戏机来实现。图16示出便携式游戏机的外观。便携式游戏机400再现诸如运动图像、静止图像和音乐的数字内容,并且执行游戏程序等。从可从便携式游戏机400拆卸的外部存储介质读取各内容,或者经由数据通信下载各内容。根据本实施例的外部存储介质是诸如UMD(通用媒体光碟)的小光盘402和存储卡426。光盘402和存储卡426分别被安装在便携式游戏机400中所设置的驱动装置(未示出)上。光盘402不仅能够存储音乐数据和静止图像数据,并且还能够存储数据大小相对大的诸如电影的运动图像数据。存储卡426是还能够可拆卸地安装在数字计算机或手机中的小存储卡。存储卡426主要存储用户通过使用另一装置生成的静止图像数据、运动图像数据和音频数据等或与其它装置交换的数据。
便携式游戏机400设置有液晶显示器404、诸如箭头键416的操作单元部件、模拟杆418和按钮420等。用户用两只手握住便携式游戏机400的左端和右端。箭头键416或模拟杆418主要由左手拇指操作以指定上/下/左/右运动。按钮420主要由右手拇指使用以提供各种指令。与箭头键416和按钮420不同,主页按钮436设置在当用两只手握住便携式游戏机400的左端和右端时不可能被任何手指按压的位置,从而防止错误的操作。液晶显示器404显示菜单画面和各内容的再现画面。便携式游戏机400还设置有通过USB端口和无线LAN实现的通信功能,以与使用USB端口和无线LAN的其它装置进行数据交换。便携式游戏机400还设置有选择按钮440和开始按钮438等。例如,在用户指示便携式游戏机400开始游戏、开始再现诸如电影或音乐的内容、或者暂停游戏或电影或音乐的重放时,使用开始按钮438。使用选择按钮440选择显示在液晶显示器404上的菜单项。
图17示出便携式游戏机400的内部电路结构。便携式游戏机400包括包含CPU 541和外围装置等的控制系统540、包含用于在帧缓存器553中绘制图像的GPU 552等的图形系统550、包含用于生成音乐声和音效等的SPU(声音处理单元)561等的声音系统560、用于控制存储应用程序的光盘402的光盘控制单元570、无线通信单元580、接口单元590、操作输入单元502和连接至以上单元中的每个单元的总线等。
声音系统560包括:SPU 561,用于在控制系统540的控制下生成例如音乐声和音效;声音缓存器562,其中,通过SPU 561记录有波形数据等;以及扬声器544,用于输出例如由SPU 561生成的音乐声和音效。
SPU 561具有用于再现利用ADPCM编码的声音数据的ADPCM解码功能、用于通过再现存储在声音缓存器562中的波形数据生成例如声音效果的再现功能、以及用于调制并再现存储在声音缓存器562中的波形数据的调制功能。
光盘控制单元570包括:光盘装置571,用于再现诸如记录在光盘中的程序的数据;解码器572,用于解码附加有例如纠错码(ECC)的记录数据;以及缓存器573,其通过临时存储从光盘装置571读取的数据来增大从光盘读取数据的速度。解码器572连接至子CPU 574。
接口单元590包括并行I/O接口(PIO)591和串行I/O接口(SIO)592。这些接口是连接存储卡426和便携式游戏器400的接口。
操作输入单元502根据用户对CPU 541的操作提供操作信号。无线通信单元580通过红外端口或无线LAN无线通信。在控制系统540的控制下,无线通信单元580直接地或经由诸如因特网的无线通信网络向另一设备发送数据以及从另一设备接收数据。
图形系统550包括几何转移引擎551、GPU 552、帧缓存器553、图像解码器554和显示单元404。
GTE 551具有用于并行执行多个计算的并行计算机构。响应于由主CPU 541给出的计算请求,GTE 551进行高速坐标转换计算、光源计算和矩阵和向量计算等。然后,基于GTE 551的计算结果,控制系统540定义三维模型作为诸如三角形和四边形的基本单元图形(多边形)的组合,并且向GPU 552发送与用于绘制三维图像的每个多边形相对应的绘制指令。
GPU 552根据由控制系统540给出的绘制指令在帧缓存器553中绘制多边形。此外,GPU 552执行平面着色(flat shading)、用于通过在多边形的顶点处插入颜色来判断多边形中的颜色的高洛德着色(Gouraud Shading)、以及用于将存储在帧缓存器的纹理区中的纹理粘贴到多边形的纹理映射。
帧缓存器553存储由GPU 552绘制的图像。该帧缓存器553由所谓的双端口RAM构成。帧缓存器553可以同时执行GPU 552的绘制操作、从主存储器543的传送和用于显示的读取操作。帧缓存器553不仅包括用于输出为视频输出的显示区,并且还包括CLUT区和存储纹理的纹理区,其中,CLUT区存储有由GPU 552查找以绘制多边形等的颜色查找表(CLUT)。这些CLUT区和纹理区根据显示区的变化等动态地改变。
在控制系统540的控制下,显示单元3显示存储在帧缓存器553中的图像。在CPU 541的控制下,图像解码器554在CPU 541的控制下对存储在主存储器543中并通过正交变换压缩(诸如离散余弦变换)且编码的静止图像或运动图像的图像数据进行解码,并且将解码后的图像数据存储至主存储器543。
控制系统540包括CPU 541、外围装置控制单元542、由RAM组成的主存储器543和ROM 544,其中,外围装置控制单元542用于执行例如直接存储器存取(DMA)传送的控制和中断控制。ROM 544存储用于控制便携式游戏机400的各个单元的诸如操作系统等的程序。CPU 541通过将存储在ROM 544中的操作系统读取至主存储器543并执行已读取的操作系统,来控制整个便携式游戏机400。用户设备12也可以使用如上所述的便携式游戏机来实现。
用户设备12也可以使用通用个人计算机来实现。图18示出通用个人计算机的内部电路配置。
通用个人计算机包括主CPU 600、图像处理单元602、输入单元604、输出单元605、驱动器614、主存储器608和ROM 610作为其主要部件。主CPU 600基于诸如操作系统和应用的程序,控制信号处理和内部构成元件。GPU 602进行图像处理。
这些单元经由总线线路622相互连接。总线线路622还连接至输入/输出接口632。输入/输出接口632与以下单元连接:诸如硬盘和非易失性存储器的存储单元634;包括显示器和扬声器的输出单元605;包括键盘、鼠标、麦克风等的输入单元604;诸如USB和IEEE1394的外围装置接口;包括用于有线或无线LAN的网络接口的通信单元630;以及用于驱动诸如自有的平面盘(plane disk)、光盘或半导体存储器的可移动记录介质626。
主CPU 600通过执行存储在存储单元634中的操作系统来控制个人计算机的整体操作。此外,主CPU 600执行从可移动记录介质626读取并装载至主存储器608、或者经由通信单元630下载的各种程序。
GPU 602具有几何转移引擎和渲染处理器的功能。GPU 602根据由主CPU 600给出的绘制指令进行绘制处理,并且将显示图像存储至帧缓存器(未示出)。GPU 602将存储在帧缓存器中的显示图像转换成视频信号,并且输出该视频信号。用户设备12也可以利用如上所述的个人计算机来实现。

Claims (11)

1.一种内容推荐系统,包括:
属性值存储装置,用于针对多个内容中的每一个,存储一个或多个属性中的每一个的属性值;
特征向量存储装置,用于存储表示每个内容的特征的特征向量;
偏好向量获取装置,用于获取表示用户所偏好的内容的特征的偏好向量;
第一内容选择装置,用于根据所述一个或多个属性的属性值的依次生成的条件,选择给出的内容组中的一部分;
第二内容选择装置,用于根据属于所述给出的内容组的每个内容的所述特征向量与所述偏好向量之间的相似度,选择该组中的一部分或全部;以及
内容呈现装置,用于向所述用户呈现通过对多个内容以重叠的方式应用所述第一内容选择装置和所述第二内容选择装置而选择的内容。
2.根据权利要求1所述的内容推荐系统,
其中,所述第一内容选择装置选择多个内容中的一部分,
所述第二内容选择装置选择由所述第一内容选择装置选择的内容中的一部分或全部,
所述内容呈现装置向所述用户呈现由所述第二内容选择装置选择的内容。
3.根据权利要求1所述的内容推荐系统,还包括:
相关条件生成装置,用于依次获取所述一个或多个属性的属性值的条件,并且基于所获取的条件,依次生成与该条件相关的另一条件,
其中,所述第一内容选择装置根据由所述相关条件生成装置依次生成的条件选择所述给出的内容组中的一部分。
4.根据权利要求1所述的内容推荐系统,
其中,所述条件是基于随机数确定的。
5.根据权利要求4所述的内容推荐系统,还包括:
偏好分布存储装置,用于针对每个所述属性,存储所述用户对于所述属性的每个属性值的偏好度;以及
条件确定装置,用于根据基于存储在所述偏好分布存储装置中的用户偏好度的概率,选择一个或多个属性的属性值,并且根据所选择的属性值,确定要由所述第一内容选择装置使用的条件。
6.根据权利要求5所述的内容推荐系统,还包括:
操作信息获取装置,用于获取用户对于由所述内容呈现装置呈现的内容的操作信息;以及
偏好分布更新装置,用于基于由所述操作信息获取装置获取的操作信息,更新所述偏好分布存储装置中的存储内容。
7.一种内容推荐方法,包括:
偏好向量获取步骤,用于获取表示用户所偏好的内容的特征的偏好向量;
第一内容选择步骤,用于参考用于针对多个内容中的每一个存储一个或多个属性中的每一个的属性值的属性值存储装置,并且根据所述一个或多个属性的属性值的依次生成的条件选择给出的内容组中的一部分;
第二内容选择步骤,用于参考用于存储表示每个内容的特征的特征向量的特征向量存储装置,并且根据属于所述给出的内容组的每个内容的所述特征向量与所述偏好向量之间的相似度,选择该组中的一部分或全部;以及
内容呈现步骤,用于向用户呈现通过对多个内容以重叠的方式应用所述第一内容选择步骤和所述第二内容选择步骤而选择的内容。
8.一种内容推荐设备,包括:
偏好向量获取装置,用于获取表示用户所偏好的内容的特征的偏好向量;
第一内容选择装置,用于根据一个或多个内容的属性的属性值的依次生成的条件,选择给出的内容组中的一部分;
第二内容选择装置,用于根据属于所述给出的内容组的内容的特征向量与所述偏好向量之间的相似度,选择该组中的一部分或全部;以及
列表生成装置,用于生成通过对多个内容以重叠的方式应用所述第一内容选择装置和所述第二内容选择装置而选择的内容的列表。
9.一种内容推荐方法,包括:
偏好向量获取步骤,用于获取表示用户所偏好的内容的特征的偏好向量;
第一内容选择步骤,用于根据一个或多个内容的属性的属性值的依次生成的条件,选择给出的内容组中的一部分;
第二内容选择步骤,用于根据属于给出的内容组的内容的特征向量与所述偏好向量之间的相似度,选择该组中的一部分或全部;以及
列表生成步骤,用于生成通过对多个内容以重叠的方式应用所述第一内容选择步骤和所述第二内容选择步骤而选择的内容的列表。
10.一种程序,用于使得计算机用作:
偏好向量获取装置,用于获取表示用户所偏好的内容的特征的偏好向量;
第一内容选择装置,用于根据一个或多个内容的属性的属性值的依次生成的条件,选择给出的内容组中的一部分;
第二内容选择装置,用于根据属于所述给出的内容组的每个内容的特征向量与所述偏好向量之间的相似度,选择该组中的一部分或全部;以及
列表生成装置,用于生成通过对多个内容以重叠的方式应用所述第一内容选择装置和所述第二内容选择装置而选择的内容的列表。
11.一种信息存储介质,用于存储使得计算机用作如下装置的程序:
偏好向量获取装置,用于获取表示用户所偏好的内容的特征的偏好向量;
第一内容选择装置,用于根据一个或多个内容的属性的属性值的依次生成的条件,选择给出的内容组中的一部分;
第二内容选择装置,用于根据属于所述给出的内容组的每个内容的特征向量与所述偏好向量之间的相似度,选择该组中的一部分或全部;以及
列表生成装置,用于生成通过对多个内容以重叠的方式应用所述第一内容选择装置和所述第二内容选择装置而选择的内容的列表。
CN2009801325370A 2008-09-05 2009-09-03 内容推荐系统、内容推荐方法和内容推荐设备 Expired - Fee Related CN102124466B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2008229113 2008-09-05
JP2008-229113 2008-09-05
PCT/JP2009/065446 WO2010027034A1 (ja) 2008-09-05 2009-09-03 コンテンツ推薦システム、コンテンツ推薦方法、コンテンツ推薦装置、プログラム及び情報記憶媒体

Publications (2)

Publication Number Publication Date
CN102124466A true CN102124466A (zh) 2011-07-13
CN102124466B CN102124466B (zh) 2013-09-11

Family

ID=41797200

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009801325370A Expired - Fee Related CN102124466B (zh) 2008-09-05 2009-09-03 内容推荐系统、内容推荐方法和内容推荐设备

Country Status (5)

Country Link
US (1) US9558501B2 (zh)
EP (1) EP2323049A4 (zh)
JP (1) JP5429172B2 (zh)
CN (1) CN102124466B (zh)
WO (1) WO2010027034A1 (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542046A (zh) * 2011-12-27 2012-07-04 纽海信息技术(上海)有限公司 一种基于图书内容的图书推荐方法
CN103714063A (zh) * 2012-09-28 2014-04-09 国际商业机器公司 数据分析方法及其系统
CN105740436A (zh) * 2016-02-01 2016-07-06 北京京东尚科信息技术有限公司 基于互联网搜索技术的文字作品推送方法和装置
CN106708883A (zh) * 2015-11-17 2017-05-24 阿里巴巴集团控股有限公司 推荐方法及装置
CN106855876A (zh) * 2015-12-08 2017-06-16 奥多比公司 基于媒体内容的推荐的属性加权
CN107103036A (zh) * 2017-03-22 2017-08-29 广州优视网络科技有限公司 应用下载概率的获取方法、设备及可编程设备
CN109978580A (zh) * 2017-12-28 2019-07-05 北京京东尚科信息技术有限公司 对象推荐方法、装置以及计算机可读存储介质
CN111078931A (zh) * 2019-12-10 2020-04-28 腾讯科技(深圳)有限公司 歌单推送方法、装置、计算机设备及存储介质
CN111225110A (zh) * 2012-03-21 2020-06-02 三星电子株式会社 推荐应用或者内容的移动通信终端和方法
WO2021103398A1 (zh) * 2019-11-29 2021-06-03 海信视像科技股份有限公司 一种智能电视以及服务器

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9131252B2 (en) * 2010-07-22 2015-09-08 Thomson Licensing Transmission of 3D models
CN102024058B (zh) * 2010-12-31 2014-04-16 万音达有限公司 音乐推荐方法及系统
JP5673336B2 (ja) * 2011-05-06 2015-02-18 株式会社Jvcケンウッド 情報処理方法、表示方法、情報処理装置、表示装置、情報処理プログラム、表示プログラム
JP5637395B2 (ja) * 2011-05-24 2014-12-10 株式会社Jvcケンウッド 情報選択装置、情報選択方法、端末装置およびコンピュータプログラム
JP5994974B2 (ja) 2012-05-31 2016-09-21 サターン ライセンシング エルエルシーSaturn Licensing LLC 情報処理装置、プログラム及び情報処理方法
CN103678635B (zh) * 2013-12-19 2017-01-04 中国传媒大学 基于标签有向图的网络音乐聚合推荐方法
KR101661689B1 (ko) * 2014-09-25 2016-09-30 비씨카드(주) 카드 상품 추천 방법 및 카드사 서버
JP5915724B2 (ja) * 2014-12-26 2016-05-11 株式会社Jvcケンウッド 情報処理方法、表示方法、情報処理装置、表示装置、情報処理プログラム、表示プログラム
CN104991900A (zh) * 2015-06-09 2015-10-21 腾讯科技(深圳)有限公司 一种音乐数据推送方法及装置
US10289296B1 (en) 2015-08-21 2019-05-14 Google Llc Systems and methods for dynamically appending supplemental content to an information resource responsive to scroll activity
US10585576B2 (en) 2015-10-26 2020-03-10 Google Llc Systems and methods for attributing a scroll event in an infinite scroll graphical user interface
US9589237B1 (en) * 2015-11-17 2017-03-07 Spotify Ab Systems, methods and computer products for recommending media suitable for a designated activity
CN106372235A (zh) * 2016-09-12 2017-02-01 中国联合网络通信集团有限公司 电影推荐方法及其系统
US10223359B2 (en) * 2016-10-10 2019-03-05 The Directv Group, Inc. Determining recommended media programming from sparse consumption data
KR102423058B1 (ko) * 2018-02-23 2022-07-21 삼성전자주식회사 디스플레이 장치 및 IoT 기반 선호도 확인 방법
JP6679798B1 (ja) * 2019-07-19 2020-04-15 株式会社Cygames 媒体推薦システム、テーブル作成システム、媒体推薦装置、及びテーブル作成方法
CN110517096A (zh) * 2019-08-30 2019-11-29 百度在线网络技术(北京)有限公司 内容植入方法、装置、电子设备及存储介质
JP7417451B2 (ja) 2020-03-24 2024-01-18 株式会社 ディー・エヌ・エー 電子ゲーム情報処理装置及び電子ゲーム情報処理プログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001160955A (ja) * 1999-12-01 2001-06-12 Sony Corp 放送システム及び受信装置
US20030126237A1 (en) * 2001-11-29 2003-07-03 Sony Corporation Information providing method and information providing system
CN1656805A (zh) * 2002-05-21 2005-08-17 皇家飞利浦电子股份有限公司 在媒体系统上推荐媒体内容

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001209660A (ja) * 1999-11-16 2001-08-03 Megafusion Corp コンテンツ検索・推奨システム
JP2001265808A (ja) * 2000-03-22 2001-09-28 Skysoft Inc 情報検索システム及び情報検索方法
JP2003058571A (ja) * 2001-08-10 2003-02-28 Namco Ltd 情報検索システム、プログラム及び情報記憶媒体
JP2003271635A (ja) * 2002-03-12 2003-09-26 Nippon Telegr & Teleph Corp <Ntt> コンテンツ選択提供方法および装置とコンテンツ選択提供プログラムおよび該プログラムを記録したコンピュータ読取り可能な記録媒体
US8280894B2 (en) * 2003-01-22 2012-10-02 Amazon Technologies, Inc. Method and system for maintaining item authority
JP2005346347A (ja) * 2004-06-02 2005-12-15 Kddi Corp 情報検索装置、情報検索方法、情報検索プログラムおよび記録媒体
JP2006107020A (ja) * 2004-10-04 2006-04-20 Sony Corp コンテンツ・マネジメント・システム及びコンテンツ・マネジメント方法、並びにコンピュータ・プログラム
US20060083119A1 (en) * 2004-10-20 2006-04-20 Hayes Thomas J Scalable system and method for predicting hit music preferences for an individual
US7580932B2 (en) * 2005-07-15 2009-08-25 Microsoft Corporation User interface for establishing a filtering engine
US7796747B1 (en) * 2006-05-10 2010-09-14 Nortel Networks Limited Method and system for management of queues in contact centers
EP1930906A1 (en) * 2006-12-08 2008-06-11 Sony Corporation Information processing apparatus, display control processing method and display control processing program
KR100775585B1 (ko) * 2006-12-13 2007-11-15 삼성전자주식회사 문자 메시지에 대한 음악 추천 방법 및 그 시스템
US8175989B1 (en) * 2007-01-04 2012-05-08 Choicestream, Inc. Music recommendation system using a personalized choice set
JP4962009B2 (ja) * 2007-01-09 2012-06-27 ソニー株式会社 情報処理装置、情報処理方法、プログラム
US7886045B2 (en) * 2007-12-26 2011-02-08 International Business Machines Corporation Media playlist construction for virtual environments
DE102008044635A1 (de) * 2008-07-22 2010-02-04 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Bereitstellen einer Fernsehsequenz
US8856159B2 (en) * 2008-09-05 2014-10-07 Sony Corporation Content recommendation system, content recommendation method, content recommendation apparatus, program, and information storage medium
US9269102B2 (en) * 2009-05-21 2016-02-23 Nike, Inc. Collaborative activities in on-line commerce
US8190663B2 (en) * 2009-07-06 2012-05-29 Osterreichisches Forschungsinstitut Fur Artificial Intelligence Der Osterreichischen Studiengesellschaft Fur Kybernetik Of Freyung Method and a system for identifying similar audio tracks
US20110295843A1 (en) * 2010-05-26 2011-12-01 Apple Inc. Dynamic generation of contextually aware playlists

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001160955A (ja) * 1999-12-01 2001-06-12 Sony Corp 放送システム及び受信装置
US20030126237A1 (en) * 2001-11-29 2003-07-03 Sony Corporation Information providing method and information providing system
CN1656805A (zh) * 2002-05-21 2005-08-17 皇家飞利浦电子股份有限公司 在媒体系统上推荐媒体内容

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542046A (zh) * 2011-12-27 2012-07-04 纽海信息技术(上海)有限公司 一种基于图书内容的图书推荐方法
CN111225110A (zh) * 2012-03-21 2020-06-02 三星电子株式会社 推荐应用或者内容的移动通信终端和方法
CN103714063A (zh) * 2012-09-28 2014-04-09 国际商业机器公司 数据分析方法及其系统
US11222375B2 (en) 2012-09-28 2022-01-11 International Business Machines Corporation Data analysis method and system thereof
CN103714063B (zh) * 2012-09-28 2017-08-04 国际商业机器公司 数据分析方法及其系统
US11176586B2 (en) 2012-09-28 2021-11-16 International Business Machines Corporation Data analysis method and system thereof
CN106708883A (zh) * 2015-11-17 2017-05-24 阿里巴巴集团控股有限公司 推荐方法及装置
CN106708883B (zh) * 2015-11-17 2020-09-29 阿里巴巴集团控股有限公司 推荐方法及装置
CN106855876A (zh) * 2015-12-08 2017-06-16 奥多比公司 基于媒体内容的推荐的属性加权
CN106855876B (zh) * 2015-12-08 2021-06-29 奥多比公司 基于媒体内容的推荐的属性加权
CN105740436B (zh) * 2016-02-01 2019-12-27 北京京东尚科信息技术有限公司 基于互联网搜索技术的文字作品推送方法和装置
CN105740436A (zh) * 2016-02-01 2016-07-06 北京京东尚科信息技术有限公司 基于互联网搜索技术的文字作品推送方法和装置
CN107103036B (zh) * 2017-03-22 2020-05-08 广州优视网络科技有限公司 应用下载概率的获取方法、设备及可编程设备
CN107103036A (zh) * 2017-03-22 2017-08-29 广州优视网络科技有限公司 应用下载概率的获取方法、设备及可编程设备
CN109978580A (zh) * 2017-12-28 2019-07-05 北京京东尚科信息技术有限公司 对象推荐方法、装置以及计算机可读存储介质
WO2021103398A1 (zh) * 2019-11-29 2021-06-03 海信视像科技股份有限公司 一种智能电视以及服务器
CN111078931A (zh) * 2019-12-10 2020-04-28 腾讯科技(深圳)有限公司 歌单推送方法、装置、计算机设备及存储介质
CN111078931B (zh) * 2019-12-10 2023-08-01 腾讯科技(深圳)有限公司 歌单推送方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
EP2323049A4 (en) 2013-11-13
CN102124466B (zh) 2013-09-11
US20110191716A1 (en) 2011-08-04
JPWO2010027034A1 (ja) 2012-02-02
EP2323049A1 (en) 2011-05-18
WO2010027034A1 (ja) 2010-03-11
JP5429172B2 (ja) 2014-02-26
US9558501B2 (en) 2017-01-31

Similar Documents

Publication Publication Date Title
CN102124466B (zh) 内容推荐系统、内容推荐方法和内容推荐设备
CN102124465B (zh) 内容推荐系统、内容推荐方法、内容推荐装置、程序和信息存储介质
US9536246B2 (en) Content recommendation system, content recommendation device, and content recommendation method
US8676594B2 (en) Information providing apparatus and information providing method
JP5445339B2 (ja) コンテンツ推薦装置およびコンテンツ推薦方法
US20110302531A1 (en) Information providing apparatus and information providing method
JP2011257918A (ja) コンテンツ推薦装置およびコンテンツ推薦方法
KR20030081456A (ko) 엔터테인먼트 장치, 메뉴 디스플레이 방법, 그리고 정보기록 매체
KR20100070653A (ko) 컨텐츠를 매개로 한 채팅 시스템, 서버, 단말기 및 방법
US9667748B2 (en) Client device, information processing method, and information processing system
WO2011052424A1 (ja) コンテンツ選択システム、コンテンツ選択装置、コンテンツ選択方法及びプログラム
WO2018198944A1 (ja) サーバ装置、及びそれに用いられるコンピュータプログラム
KR20200121263A (ko) 컨텐츠 재생 방법
JP2018190377A (ja) サーバ装置、及びそれに用いられるコンピュータプログラム

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: 20130911

Termination date: 20150903

EXPY Termination of patent right or utility model