CN103488669B - 信息处理设备、信息处理方法和程序 - Google Patents

信息处理设备、信息处理方法和程序 Download PDF

Info

Publication number
CN103488669B
CN103488669B CN201310222794.1A CN201310222794A CN103488669B CN 103488669 B CN103488669 B CN 103488669B CN 201310222794 A CN201310222794 A CN 201310222794A CN 103488669 B CN103488669 B CN 103488669B
Authority
CN
China
Prior art keywords
experience
user
information
extracted
users
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.)
Active
Application number
CN201310222794.1A
Other languages
English (en)
Other versions
CN103488669A (zh
Inventor
高村成
高村成一
馆野启
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 CN103488669A publication Critical patent/CN103488669A/zh
Application granted granted Critical
Publication of CN103488669B publication Critical patent/CN103488669B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/38Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • G06F16/24575Query processing with adaptation to user needs using context
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26Visual data mining; Browsing structured data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/9038Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/01Social networking

Abstract

本公开涉及信息处理设备、信息处理方法和程序。该信息处理设备包括:体验提取单元,用于从由用户输入的文本信息提取包括与时间或位置相关的信息的体验信息;以及用户提取单元,用于通过比较由所述体验提取单元提取的一个或多个用户的所述体验信息来提取其中在所述体验信息中找到共性的用户组。

Description

信息处理设备、信息处理方法和程序
技术领域
本公开涉及信息处理设备、信息处理方法和程序。
背景技术
近来,随着网络环境的发展,以日记(所谓的博客)形式的SNS(社交网络服务)和网站变得普遍。以这种方式,在因特网上张贴用于指示许多用户的各种体验的文本信息。从这样的文本信息,能够了解每一个用户的过去的体验、正在进行的体验或计划的体验。此外,如在日本公开专利No.2008-003655中公开,能够基于从传感器获取的信息来检测用户的行为模式。
发明内容
然而,虽然可能存在要与其他用户共享体验的用户组,但是存在其中因为时间和位置的不匹配导致失去机会,即不可能实现体验的共享的许多情况。
因此,本公开提出了可以支持用户组共享体验的一种新改进的信息处理设备、信息处理方法和程序。
根据本公开的一个实施例,提供了一种信息处理设备,其包括:体验提取单元,用于从由用户输入的文本信息提取包括与时间或位置相关的信息的体验信息;以及用户提取单元,用于通过比较由所述体验提取单元提取的一个或多个用户的所述体验信息来提取其中在所述体验信息中找到共性的用户组。
根据本公开的一个实施例,提供了一种信息处理方法,其包括:从由用户输入的文本信息提取包括与时间或位置相关的信息的体验信息;并且,通过比较一个或多个用户的所提取的体验信息来提取其中在所述体验信息中找到共性的用户组。
根据本公开的一个实施例,提供了一种程序,用于使得计算机作为信息处理设备,所述信息处理设备包括:体验提取单元,用于从由用户输入的文本信息提取包括与时间或位置相关的信息的体验信息;以及用户提取单元,用于通过比较由所述体验提取单元提取的一个或多个用户的所述体验信息来提取其中在所述体验信息中找到共性的用户组。
根据如上所述的本公开的实施例,能够支持用户组共享体验。
附图说明
图1是图示根据本公开的一个实施例的信息处理系统的配置的说明图;
图2是图示服务器设备SV的配置的功能框图;
图3是图示体验提取单元的详细配置的说明图;
图4是用于说明由体验提取单元执行的特定处理的内容的说明图;
图5是图示特征模板的配置的说明图;
图6是图示体验位置提取的特定示例的说明图;
图7是图示体验场景提取的特定示例的说明图;
图8是图示体验信息数据库的特定示例的说明图;
图9是图示根据本实施例的服务器设备SV的操作的流程图;
图10是图示体验位置图的特定示例的说明图;
图11是图示体验时间图的特定示例的说明图;
图12是图示体验类型图的特定示例的说明图;
图13是图示体验场景图的特定示例的说明图;
图14是图示体验时间匹配的特定示例的说明图;
图15是图示体验位置匹配的特定示例的说明图;以及
图16是图示服务器设备SV的硬件配置的说明图。
具体实施方式
以下,将参考附图详细描述本公开的优选实施例。注意,在本说明书和附图中,使用相同的附图标号来表示具有大体相同的功能和结构的结构元件,并且省略这些结构元件的重复说明。
此外,在说明书和附图中,存在下述情况,其中,通过向相同的附图标号的尾部附接不同的字母来彼此区分具有大体相同的功能配置的多个结构元件。然而,在其中不特别要求彼此区分具有大体相同的功能配置的多个结构元件的情况下,仅指配相同的附图标号。
此外,根据下面的项目顺序来描述本公开。
1.信息处理系统的基本配置
2.服务器设备的配置
3.服务器设备的操作
4.操作的特定示例
(第一实施例)
(第二实施例)
(第三实施例)
(第四实施例)
(第五实施例)
(补充)
5.硬件配置
6.结论
<1.信息处理系统的基本配置>
可以以在下面作为示例具体描述的各种方式来实现根据本公开的实施例的技术。此外,形成信息处理系统的根据每一个实施例的服务器设备(SV)包括:A.体验提取单元(132),用于从由用户输入的文本信息提取包括与时间或位置相关的信息的体验信息;以及B.用户提取单元(135),用于通过比较由体验提取单元提取的一个或两个用户的体验信息来提取其中在体验信息中找到共性的用户组。
下面,首先,参考图1,对于信息处理系统的基本配置给出说明,该信息处理系统包括作为信息处理设备的示例的根据本实施例的服务器设备。
图1是图示根据本公开的一个实施例的信息处理系统的配置的说明图。如图1中所示,根据本公开的一个实施例的信息处理系统主要包括多个信息终端CL和服务器设备SV。此外,在此介绍的系统配置仅是示例,并且能够向现在和未来可获得的各种系统配置应用根据本实施例的技术。
信息终端CL是由用户使用的装置的示例。作为信息终端CL,例如,假设移动电话、智能电话、数字照相机、数字摄像机、个人计算机、平板终端、汽车导航系统、便携游戏装置、保健器械(包括步程计(注册商标))和医疗设备。同时,作为服务器设备SV,例如,假设家用服务器和云计算系统。
自然地,根据本实施例的技术所适用的系统配置不限于在图1中的示例,但是为了说明方便,在通过有线和/或无线网络连接的多个信息终端CL和服务器设备SV的假设下给出说明。因此,假设下述配置,其中,能够在信息终端CL和服务器设备SV之间交换信息。然而,能够使用下述配置,该配置使得在由信息提供系统拥有的各种功能中,自由地设计要由信息终端CL拥有的功能和要由服务器设备SV拥有的功能。例如,期望考虑到信息终端CL的计算能力和通信速度而设计它。
<2.服务器设备的配置>
已经上述了根据本实施例的信息处理系统的大体配置。随后,参考图2至图8,描述服务器设备SV的配置。
图2是图示服务器设备SV的配置的功能框图。如图2中所示,服务器设备SV包括文本信息获取单元131、体验提取单元132、体验信息存储单元133、体验搜索单元134、用户提取单元135、显示产生单元136和体验推荐单元137。
(文本信息获取单元)
文本信息获取单元131获取由用户输入的文本信息。例如,文本信息获取单元131可以表示用于由用户输入文本的输入装置或表示用于从社交网络服务或应用获取文本信息的信息收集装置。在此,为了说明方便,在文本信息获取单元131表示诸如软件键盘的输入单元的假设下给出说明。
(体验提取单元)
在体验提取单元132中输入由文本信息获取单元131获取的文本信息。此时,体验提取单元132可以在文本信息的输入时接收文本信息以及时间信息的输入。当输入文本信息时,体验提取单元132分析输入的文本信息,并且从该文本信息提取与用户的体验相关的信息。例如,体验信息表示包括体验的事件(诸如体验类型)、体验的位置和体验的时间的信息。
在此,将参考图3来详细描述体验提取单元132的功能配置。如图3中所示,体验提取单元132主要包括类型特征量提取单元151、体验类型确定单元152和体验类型模型存储单元153。此外,体验提取单元132包括位置特征量提取单元154、体验位置提取单元155和体验位置模型存储单元156。此外,体验提取单元132包括时间特征量提取单元157、体验时间提取单元158和体验时间模型存储单元159。
当在体验提取单元132中输入文本信息时,在类型特征量提取单元151、位置特征量提取单元154和时间特征量提取单元157中输入文本信息。
类型特征量提取单元151从输入的文本信息提取与体验类型相关的特征量(以下称为“类型特征量”)。在体验类型确定单元152中输入由类型特征量提取单元151提取的类型调整量。体验类型确定单元152使用在体验类型模型存储单元153中存储的学习模型从输入的类型特征量确定体验类型。
此外,位置特征量提取单元154从输入的文本信息提取与体验的位置相关的特征量(以下称为“位置特征量”)。在体验位置提取单元155中输入由位置特征量提取单元154提取的位置特征量。体验位置提取单元155使用在体验位置模型存储单元156中存储的学习模型从输入的位置特征量确定体验的位置。
此外,时间特征量提取单元157从输入的文本信息提取与体验的时间相关的特征量(以下称为“时间特征量”)。在体验时间提取单元158中输入由时间特征量提取单元157提取的时间特征量。体验时间提取单元158使用在体验时间模型存储单元159中存储的学习模型来从输入的时间特征量确定体验的时间。
在此,参考图4,使用音乐体验作为示例来补充地说明由体验提取单元132执行的处理的内容。图4是用于说明由体验提取单元132执行的特定处理的内容的说明图。此外,为了说明方便,虽然使用音乐体验作为示例来给出说明,但是本实施例的技术范围不限于此。
如图4中所示,在音乐体验的情况下,体验类型的可能示例包括“收听音乐(收听)”、“观看在TV/电影/DVD上的音乐视频(观看)”、“购买音轨/CD(购买)”、“参与演出或音乐会(演出)”和“唱/播放/作曲歌曲(播放)”。体验提取单元132使用类型特征量提取单元151和体验类型确定单元152的功能来确定这些体验类型。
例如,在确定体验类型“收听”的情况下,首先,类型特征量提取单元151通过词素、n元或最大子串的方法来提取与“收听”的体验类型相关的类型特征量。接下来,体验类型确定单元152通过诸如SVM或逻辑回归的方法从类型特征量确定是否它对应于体验类型“收听”。在体验类型确定单元152中的确定结果被输出为用于指示体验类型的信息。类似地,获取相对于体验类型“观看”、“购买”、“演出”和“播放”的确定结果。
此外,通过位置特征量提取单元154和体验位置提取单元155的功能来实现体验位置提取。首先,位置特征量提取单元154对于输入文本信息执行词素分析,并且在体验位置提取单元155中输入结果。接下来,基于形态分析结果,体验位置提取单元155使用诸如CRF(条件随机场)的方法来提取体验位置。例如,体验位置提取单元155使用在图5中所示的特征模板来提取如图6中所示的体验位置(在图6的示例中,提取“(Kyoto station)(KYOTOEKI)(京都站)”)。
此外,通过时间特征量提取单元157和体验时间提取单元158的功能来实现体验时间提取。类似于上面的体验位置提取,通过使用形态分析和CRF等的序列标记方法来实现体验时间提取。此外,作为体验时间的表达,例如,有可能使用诸如“当前”、“过去”、“未来”、“早晨”、“傍晚”和“夜晚”的各种单元的表达。在此,存在不必然获取体验类型、体验位置和体验时间的一部分或全部的情况。
补充
此外,虽然已经上述了其中体验提取单元132提取诸如“A站”的地理位置作为体验位置的示例,但是由体验提取单元132提取的体验信息不限于该示例。例如,体验提取单元132可以提取与诸如“火车”和“音乐会”的非地理体验场景相关的信息。
图7是示出体验场景提取的特定示例的说明图。例如,在分析与id“1”相关联的文本信息的情况下,体验提取单元132可以提取在文本信息中包括的“演出”作为体验场景。在下面的说明中,虽然说明了使用除了体验位置之外的体验信息的信息处理,但是有可能甚至通过使用与体验位置相关的信息来实现类似的信息处理。
(体验信息存储单元)
体验信息存储单元133存储包括由体验提取单元132提取的体验信息(诸如体验类型、体验位置和体验时间)的体验信息数据库。在此,参考图8,说明体验信息数据库的特定示例。
图8是图示体验信息数据库的特定示例的说明图。在图8中所示的示例中,体验信息数据库包括id,用于识别每一个体验信息、文本信息的张贴时间和日期、用户、体验类型、体验目标、体验时间、体验位置和文本信息。例如,id“1”与文本信息“I want to sing songA in chorus in karaoke in A station(我要在A站中以卡拉OK来合唱歌曲A)”和通过分析文本信息而作为体验信息提取的体验类型“sing song(唱歌)”、体验目标“song A(歌曲A)”、体验时间“future(未来)”和体验位置“A station(A站)”相关联。
(体验搜索单元)
体验搜索单元134从在体验信息存储单元133中存储的体验信息数据库搜索体验信息。例如,当指定体验用户、体验类型、体验目标、体验位置和体验时间的至少一个条件时,体验搜索单元134搜索与指定的条件对应的体验信息。
(用户提取单元)
基于在体验搜索单元134中的搜索结果,用户提取单元135提取与多个条目对应的用户组,在该多个条目中,体验类型、体验目标、体验位置和体验时间的至少一个是相同的。例如,用户提取单元135提取与id“1”和id“2”对应的用户A和用户B,其中,在图8中所示的体验信息数据库中体验类型、体验目标和体验时间相同。
(显示产生单元)
显示产生单元136产生显示,该显示用于指示在由用户提取单元提取的用户组的体验信息之间的关系。在“4.操作的特定示例”中详细描述由显示产生单元136产生的显示的特定示例。
(体验推荐单元)
体验推荐单元137向由用户提取单元提取的用户组推荐用于体验共享的时间或位置。使用这样的配置,用户组在推荐的时间访问特定的位置,或者用户组在特定的时间访问推荐的位置,使得用户组可以共享体验。此外,体验推荐单元137可以根据在用户组中包括的用户的亲密度来执行推荐。例如,在用户的亲密度高的情况下,用户较为容易与请求同一体验的其他用户调整时间和位置,但是,在其中用户的亲密度低的情况下,认为调整困难。因此,体验推荐单元137可以在其中用户的亲密度低的情况下执行推荐。
<3.服务器设备的操作>
已经上述了根据本实施例的服务器设备SV的配置。随后,参考图9,调整根据本实施例的服务器设备SV的操作。
图9是图示根据本实施例的服务器设备SV的操作的流程图。如图9中所示,首先,当文本信息获取单元131获取文本信息(S310)时,体验提取单元132分析该文本信息,并且从该文本信息提取与用户体验相关的体验信息(S320)。随后,体验信息存储单元133存储包括由体验提取单元132提取的体验信息的体验信息数据库(S330)。
其后,当体验搜索单元134从体验信息数据库搜索体验信息(S340)时,基于在体验搜索单元134中的搜索结果,用户提取单元135提取对应于其中体验类型、体验目标、体验位置和体验时间的至少一种相同的多个条目的用户组。
随后,显示产生单元136产生用于指示由用户提取单元提取的用户组的体验信息的关系的显示,即,可视化用户组的关系(例如,体验信息的相似度)(S360)。此外,体验推荐单元137向由用户提取单元提取的用户组推荐用于体验共享的时间或位置(S370)。此外,可以向在用户组中包括的每一个用户的信息终端CL发送由显示产生单元136产生的显示和在体验推荐单元137中的推荐内容。
<4.操作的特定示例>
已经参考图9调整了根据本实施例的服务器设备SV的操作。随后,参考图10至图15,说明根据本实施例的服务器设备SV的操作的特定示例。此外,下面,在体验信息存储单元133存储在图8中所示的体验信息数据库的假设下给出说明。
(第一实施例)
在体验信息数据库中,id“1”与要唱歌曲A的用户A的体验信息相关联,并且id“2”与要唱同一歌曲A的用户B的体验信息相关联。因此,用户组提取单元135提取具有共同的体验类型的用户A和B作为用户组。
然而,用户A的体验位置是“A站”,而用户B的体验位置是“B站”,并且因此如果持续这样则用户A和用户B不能合唱歌曲A。因此,例如,如图10中所示,显示产生单元136产生体验位置图,用于指示用户A和B的体验位置的关系。通过向用户A和B提供该体验位置图,用户A和B可以找到在近距离的具有相同目标的其他用户。
其后,例如,通过彼此联系并且在体验位置上取得一致,用户A和B可以共享唱歌曲A的体验。替代地,在其中体验推荐单元137推荐体验位置(例如,在A站中的卡拉OK吧、在B站中的卡拉OK吧或在中间位置的卡拉OK吧)的情况下,通过访问推荐的体验位置,用户A和B可以共享体验。
在此,体验推荐单元137可以确定每一个时间或位置的拥挤水平,并且使用拥挤水平的确定结果来推荐体验位置。例如,在基于在体验信息数据库中存储的体验信息来确定在当前时间存在许多用户在使用在B站中的卡拉OK吧的情况下,体验推荐单元137可以将在A站中的卡拉OK吧作为体验位置推荐。使用这样的配置,能够充分地支持用户组共享体验。
(第二实施例)
在体验信息数据库中,id“3”与要在C站中相对于某人玩游戏B的用户C的体验信息相关联。并且id“4”与要在同一C站中相对于某人玩游戏B的用户D的体验信息相关联。因此,用户组提取单元135提取具有共同的体验类型的用户C和D来作为用户组。
然而,用户C的体验时间是“当前”,而用户D的体验时间是“未来”,并且因此如果持续这样则用户C和D不能在C站中相对于彼此玩游戏B。因此,显示产生单元136产生用于指示用户C和D的体验时间的关系的体验时间图。通过向用户C和D提供这个体验时间图,用户C和D可以找到具有相同目标的其他用户。
其后,例如,通过彼此联系并且在体验时间上取得一致,用户C和D可以在C站中彼此共享玩游戏B的体验。替代地,在体验推荐单元137推荐体验时间(例如,在3月17日下午)的情况下,通过在推荐的时间聚一块,用户C和D可以共享体验。
在此,参考图11,说明体验时间图的配置示例。图11是图示由显示产生单元136对于每一个体验类型产生的体验时间图的配置示例的说明图。如图11中所示,显示产生单元136在其中以矩阵方式排列每一个体验时间的体验时间图上聚类每个用户的体验时间。使用这样的配置,能够可视化其中用户有可能聚到一块的时区和其中用户不可能聚到一块的时区,能够向在没有本系统的情况下不能彼此遇见的用户组提供遇到的机会。
(第三实施例)
虽然已经上述了体验共享的特定示例,但是作为第三实施例描述支持体验共享的避免的示例。
在体验信息数据库中,id“5”与在位置D中慢跑的用户E的体验信息相关联,并且id“6”与在同一位置D中慢跑的用户F的体验信息相关联。用户E因为拥挤而未能具有舒适的慢跑的体验。同时,位置D在其中用户F慢跑的时区中不拥挤,并且因此,用户F在具有舒适的慢跑的体验上成功。
在该情况下,例如,显示产生单元136可以关于在位置D中的慢跑产生参考图11描述的体验时间图。通过参考所产生的体验时间图,用户E可以找到具有较少的跑步者的时区,并且因此,能够避免在下一个慢跑中的拥挤。
(第四实施例)
在体验信息数据库中,id“7”与要在站A中播放爵士乐的用户G的体验信息相关联,并且id“8”与要在站A中收听爵士乐的用户H的体验信息相关联。在此,虽然用户G和H的体验类型不同,但是存在“播放音乐”和“收听音乐”的需要和种子的关系。因此,通过基于预先建立的种子和需要的体验类型对来执行匹配,用户组提取单元135提取包括用户G和H的用户组。
此外,显示产生单元136可以产生例如如图12中所示的体验类型图。使用这样的配置,用户G和H可以找到具有种子和需要的关系的其他用户,并且因此,能够实现用户G的目标和用户H的目标。
此外,虽然已经将一对“播放音乐”和“收听音乐”上述为种子和需要的示例,但是种子和需要对不限于该示例。例如,本实施例适用于各种种子和需要的对,诸如“购买东西”和“销售东西”的对和“需要兼职工人”和“申请兼职工人”的对。
(第五实施例)
如参考图7所述,体验提取单元132可以提取与诸如“火车”和“音乐会”的非地理体验场景相关的信息。因此,用户组提取单元135可以提取如上的具有共同的体验场景的用户组,并且显示产生单元136可以产生用于可视化用户组提取结果的显示。
例如,如图13中所示,通过布置与诸如“家”、“工作场所”和“外出”的非地理项目和用于指示诸如“在工作期间”、“在睡觉之前”和“在移动期间”的用户状态的其他项目对应的用户组,显示产生单元136可以产生体验场景图。使用这样的配置,因为能够实现具有类似的场景的用户的搜索/推荐/匹配,所以能够产生对于共享类似的场景的用户独特的高共鸣的沟通效果。
(补充)
在此,存在其中用户的文本信息模糊并且难以从文本信息指定特定的体验位置或体验时间的情况。例如,关于文本信息“I want to have an experience of XXX withsomeone next time(我下次要具有与某人的XXX的体验)”,体验时间模糊,并且难以指定特定的体验时间。
因此,用户提取单元135可以根据时间表达的详细水平将从文本信息提取的体验时间转换为特定的时段,并且提取可以匹配所转换的时段的用户组。例如,如图14中所示,用户组提取单元135可以将从文本信息“I want to have an experience of XXX withsomeone next time(我下次要具有与某人的XXX的体验)”提取的体验时间“下次”转换为在当前至在当前后预定时间的时间之间的时段。此外,用户提取单元135可以将体验时间“明天20点左右”转换为在20点左右的预定范围内的时段。类似地,用户提取单元135可以将体验时间“明天夜晚”转换为具有对应的长度的时段。
使用这样的配置,即使在其中体验时间模糊的情况下,也能够实现充分的匹配,并且向用户组报告匹配结果或推荐内容。
此外,用户提取单元135即使在体验位置模糊的情况下也执行类似的处理。更具体地,例如,如图15中所示,用户提取单元135可以根据位置表达的详细水平将从文本信息提取的体验位置转换为特定范围,并且提取与所转换的范围匹配的用户组。
<5.硬件配置>
已经上述了本公开的实施例,通过软件以及下述的服务器设备SV和硬件的合作来实现通过上面的服务器设备SV的信息处理。
图16是图示服务器设备SV的硬件配置的说明图。如图16中所示,服务器设备SV包括CPU(中央处理单元)201、ROM(只读存储器)202、RAM(随机存取存储器)203、输入设备208、输出设备210、存储设备211、驱动器212和通信设备215。
CPU201作为算术处理单元和控制设备,并且根据各种程序来控制在服务器设备SV中的整体操作。此外,CPU201可以是微处理器。ROM202存储由CPU201使用的程序或算术参数。RAM203暂时存储在CPU201中的执行时间处使用的程序和根据该执行而充分地改变的参数。这些通过包括CPU总线的主总线互连。
输入设备208包括用于由用户输入信息的输入单元和用于基于由用户的输入来产生输入信号并且将其输出到CPU201的输入控制电路,其中,输入单元包括鼠标、键盘、触摸板、按钮、麦克风、开关和杆。通过操作输入设备208,服务器设备SV的用户可以在服务器设备SV中输入各种数据,并且向服务器设备SV指定处理操作。
输出设备210例如包括液晶显示(LCD)设备、OLED(有机发光二极管)设备和诸如灯的显示设备。此外,输出设备210包括声音输出设备,诸如扬声器和耳机。例如,显示设备显示拍摄的图像或产生的图像。同时,声音输出设备将声音数据等转换为声音,并且输出它。
存储设备211是形成为根据本实施例的服务器设备SV的存储单元的示例的数据存储设备。存储设备211可以包括存储介质、在该存储介质中记录数据的记录设备、从该存储介质读取数据的读取设备和删除在所述存储介质中记录的数据的删除设备。存储设备211存储由CPU201执行的程序和各种数据。
驱动器212是存储介质读取器/写入器,并且被包含在服务器设备SV中或外部附接到服务器设备SV。驱动器212读取在诸如附接的磁盘、光盘、磁光盘和半导体存储器的可装卸存储介质24中记录的信息,并且将其输出到RAM203。此外,驱动器212可以在可装卸存储介质24中写入信息。
通信设备215例如是包括连接到网络12的通信装置的通信接口。此外,通信设备215可以是通过导线来执行通信的有线通信设备,即使它是支持无线LAN(局域网)的通信设备或支持LTE(长期演进)的通信设备。
此外,网络12是用于从连接到网络12的设备发送的信息的有线或无线传输路径。例如,网络12可以包括:公共线路网络,诸如因特网、电话线网络和卫星通信网络;各种LAN(局域网),包括Ethernet(注册商标);以及WAN(广域网)。此外,网络12可以包括专用线路网,诸如IP-VPN(因特网协议-虚拟专用网)。
<6.结论>
如上所述,通过比较从文本信息提取的多个用户的体验信息,根据本实施例的服务器设备SV提取发现体验信息的共性的用户组。以这种方式,通过向在没有支持的情况下不能彼此遇见的用户组提供遇到的机会,能够支持用户组共享体验。
本领域内的技术人员应当明白,各种修改、组合、子组合和改变可以根据设计要求和其他因素而出现,只要它们在所附的权利要求或其等同内容的范围内。
例如,虽然已经上述了其中基于通过分析文本信息而获取的体验信息来提取用户组的示例,但是本公开不限于该示例。例如,服务器设备SV可以进一步包括行为提取单元,该行为提取单元基于从在信息终端CL中设置的传感器获取的传感器信息来提取用户的行为模式信息,并且用户提取单元135可以通过比较包括体验信息和行为模式信息的信息组来提取用户组。作为在信息终端CL中设置的传感器,提供了运动传感器、位置传感器等。例如,行为提取单元基于从运动传感器获取的传感器信息来提取用户在慢跑的行为模式信息,增加从位置传感器获取的位置信息,并且可以由此确定用户在哪里慢跑。
此外,不要求遵循在流程图中公开的顺序来以时间顺序处理根据说明书的在服务器设备SV中的处理中的步骤。例如,可以以与在流程图中公开的顺序不同的顺序处理或并行地处理在服务器设备SV中的处理中的步骤。
此外,能够建立计算机程序,该计算机程序可以使得诸如在服务器设备SV中包含的CPU201、ROM202和RAM203的硬件完成与上面的服务器设备SV的每一个配置的功能等同的功能。此外,提供了使得存储计算机程序的存储介质。
另外,本技术也可以被配置如下。
(1)一种信息处理设备,包括:
体验提取单元,用于从由用户输入的文本信息提取包括与时间或位置相关的信息的体验信息;以及
用户提取单元,用于通过比较由所述体验提取单元提取的一个或多个用户的所述体验信息来提取其中在所述体验信息中找到共性的用户组。
(2)根据(1)的信息处理设备,进一步包括:
显示产生单元,用于产生显示,所述显示用于指示由所述用户提取单元提取的所述用户组的所述体验信息的关系。
(3)根据(1)或(2)的信息处理设备,进一步包括:
体验推荐单元,用于向由所述用户提取单元提取的所述用户组推荐用于体验共享的时间或位置。
(4)根据(3)的信息处理设备,其中,所述体验推荐单元基于所述一个或多个用户的所述体验信息来确定在特定时间或在特定位置处的拥挤水平,并且使用所述拥挤水平的确定结果来推荐用于体验共享的所述时间或所述位置。
(5)根据(1)或(2)的信息处理设备,进一步包括:
体验推荐单元,用于向在由所述用户提取单元提取的所述用户组中包括的所述一个或多个用户的至少一部分推荐用于避免与另一个用户的体验共享的时间或位置。
(6)根据(1)至(5)的任何一项的信息处理设备,进一步包括:
行为提取单元,用于从传感器信息提取用户的行为模式信息,
其中,所述用户提取单元通过比较包括由所述体验提取单元提取的所述一个或多个用户的所述体验信息和由所述行为提取单元提取的所述一个或多个用户的所述行为模式信息的信息组来提取所述用户组。
(7)根据(1)至(6)的任何一项的信息处理设备,
其中,所述体验信息进一步包括与体验类型相关的信息;以及
其中,所述用户提取单元参考与所述体验类型相关的信息,并且在其中在作为第一用户的体验提供的目标和作为第二用户的体验被请求提供的目标之间发现共性的情况下,提取包括所述第一用户和所述第二用户的用户组。
(8)根据(1)至(7)的任何一项的信息处理设备,
其中,所述体验信息进一步包括与非地理体验场景相关的信息;并且
其中,所述用户提取单元参考与所述非地理体验场景相关的所述信息,并且提取其中找到在所述非地理体验场景中的共性的用户组。
(9)根据(1)至(8)的任何一项的信息处理设备,进一步包括:
体验信息存储单元,用于存储包括由所述体验提取单元提取的所述体验信息的体验信息数据库;以及
体验搜索单元,用于从在所述体验信息存储单元中存储的体验信息数据库搜索体验信息,并将搜索结果提供给所述用户提取单元以进行所述比较。
(10)一种信息处理方法,包括:
从由用户输入的文本信息提取包括与时间或位置相关的信息的体验信息;以及
通过比较一个或多个用户的所提取的体验信息来提取其中在所述体验信息中找到共性的用户组。
(11)一种程序,用于使得计算机作为信息处理设备,所述信息处理设备包括:
体验提取单元,用于从由用户输入的文本信息提取包括与时间或位置相关的信息的体验信息;以及
用户提取单元,用于通过比较由所述体验提取单元提取的一个或多个用户的所述体验信息来提取其中在所述体验信息中找到共性的用户组。
本公开包含与在2012年6月13日在日本专利局中提交的日本在先专利申请JP2012-133785中公开的主题相关的主题,其整体内容通过引用被包含在此。

Claims (10)

1.一种信息处理设备,包括:
电路,被配置为:
从自社交媒体获得的用户的文本信息提取第一体验信息,该第一体验信息指示用户的未来体验;
从其它用户的文本信息提取第二体验信息,该第二体验信息指示其它用户未来、当前或过去的体验;以及
基于第一体验信息和第二体验信息,从其它用户中提取与用户具有共性的那些用户;
其中,第一体验信息和第二体验信息中的每个都包括与非地理体验场景相关的信息;以及
其中,所提取的用户基于与非地理体验场景相关的信息从其它用户中提取,并且提取在非地理体验场景上具有共性的那些用户。
2.根据权利要求1所述的信息处理设备,其中,电路被进一步配置为:
产生显示,所述显示用于指示所提取的用户的第二体验信息的关系。
3.根据权利要求1所述的信息处理设备,其中,电路被进一步配置为:
向所提取的用户推荐用于体验共享的时间或位置。
4.根据权利要求3所述的信息处理设备,其中,电路被进一步配置为:基于所提取的用户的第二体验信息来确定在特定时间或在特定位置处的拥挤水平,并且使用拥挤水平的确定结果来推荐用于体验共享的时间或位置。
5.根据权利要求1所述的信息处理设备,其中,电路被进一步配置为:
向在所提取的用户中包括的其它用户的至少一部分推荐用于避免与另一个用户的体验共享的时间或位置。
6.根据权利要求1所述的信息处理设备,其中,电路被进一步配置为:
从传感器信息提取用户的行为模式信息,以及
通过比较所提取的第二体验信息和所提取的行为模式信息来提取用户。
7.根据权利要求1所述的信息处理设备,
其中,第一体验信息和第二体验信息中的每一个都包括与体验类型相关的信息;以及
其中,基于与体验类型相关的信息从其它用户中提取所提取的用户,并且在其中在作为第一用户的体验提供的目标和作为第二用户的体验被请求提供的目标之间发现共性的情况下,提取第一用户和第二用户作为具有共性的用户。
8.根据权利要求1所述的信息处理设备,
其中,所提取的用户包括其它用户中具有与所提取的第一体验信息匹配的第二体验信息的那些用户。
9.根据权利要求1所述的信息处理设备,其中,第二体验信息指示其它用户的未来体验。
10.一种信息处理方法,包括:
从自社交媒体获得的用户的文本信息提取第一体验信息,该第一体验信息指示用户的未来体验;
从其它用户的文本信息提取第二体验信息,该第二体验信息指示其它用户未来、当前或过去的体验;以及
基于第一体验信息和第二体验信息,从其它用户中提取与用户具有共性的那些用户;
其中,第一体验信息和第二体验信息中的每个都包括与非地理体验场景相关的信息;以及
其中,所提取的用户基于与非地理体验场景相关的信息从其它用户中提取,并且提取在非地理体验场景上具有共性的那些用户。
CN201310222794.1A 2012-06-13 2013-06-06 信息处理设备、信息处理方法和程序 Active CN103488669B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012133785A JP6127388B2 (ja) 2012-06-13 2012-06-13 情報処理装置、情報処理方法、およびプログラム
JP2012-133785 2012-06-13

Publications (2)

Publication Number Publication Date
CN103488669A CN103488669A (zh) 2014-01-01
CN103488669B true CN103488669B (zh) 2017-09-05

Family

ID=49756892

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310222794.1A Active CN103488669B (zh) 2012-06-13 2013-06-06 信息处理设备、信息处理方法和程序

Country Status (3)

Country Link
US (4) US9135368B2 (zh)
JP (1) JP6127388B2 (zh)
CN (1) CN103488669B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6306333B2 (ja) * 2013-12-04 2018-04-04 株式会社 ミックウェア 情報処理装置、情報処理方法、およびプログラム
KR102301476B1 (ko) * 2014-05-16 2021-09-14 삼성전자주식회사 전자 장치 및 인터넷 서비스에서 알림 방법
JP6347680B2 (ja) * 2014-06-26 2018-06-27 シャープ株式会社 行動ログを管理するためのシステム
JP6565886B2 (ja) * 2016-12-07 2019-08-28 トヨタ自動車株式会社 情報提供装置及び情報提供プログラム
US11026054B2 (en) 2017-04-21 2021-06-01 Sony Corporation Information processing apparatus, information processing method, and program for determining a position of a target in relation to a reference region
JP6501029B1 (ja) * 2018-07-26 2019-04-17 オムロン株式会社 情報処理装置、情報処理システム、情報処理方法、及びプログラム
CN109508413A (zh) * 2018-10-22 2019-03-22 中国银行股份有限公司 作业调度展示方法及装置、存储介质及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1755663A (zh) * 2004-04-07 2006-04-05 索尼株式会社 信息处理设备、信息处理方法和程序
CN101069184A (zh) * 2005-09-28 2007-11-07 索尼株式会社 信息处理装置和方法、及程序
WO2010111537A2 (en) * 2009-03-27 2010-09-30 T-Mobile Usa, Inc. Providing event data to a group of contacts

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4548624B2 (ja) * 1998-06-30 2010-09-22 雅信 鯨田 出会い・交流・連絡もしくは交信の支援のための装置
JP2000222466A (ja) * 1999-02-02 2000-08-11 Japan Metals & Chem Co Ltd 業務管理支援システム
JP2003087845A (ja) * 2001-09-13 2003-03-20 Sanyo Electric Co Ltd 情報提供サーバ、情報提供方法、および情報取得方法
JP2007108806A (ja) * 2005-09-16 2007-04-26 Dowango:Kk ユーザマッチングサーバ、ユーザマッチング方法、ユーザマッチングプログラム
JP5041202B2 (ja) 2006-06-20 2012-10-03 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
JP2008165761A (ja) * 2006-12-06 2008-07-17 Mediocritas Inc 情報検索システム
US8312380B2 (en) * 2008-04-04 2012-11-13 Yahoo! Inc. Local map chat
JP2010267105A (ja) * 2009-05-15 2010-11-25 Yahoo Japan Corp 行動履歴を検索する装置、方法及びプログラム
US8601021B2 (en) * 2010-01-19 2013-12-03 Electronics And Telecommunications Research Institute Experience information processing apparatus and method for social networking service
US9361624B2 (en) * 2011-03-23 2016-06-07 Ipar, Llc Method and system for predicting association item affinities using second order user item associations

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1755663A (zh) * 2004-04-07 2006-04-05 索尼株式会社 信息处理设备、信息处理方法和程序
CN101069184A (zh) * 2005-09-28 2007-11-07 索尼株式会社 信息处理装置和方法、及程序
WO2010111537A2 (en) * 2009-03-27 2010-09-30 T-Mobile Usa, Inc. Providing event data to a group of contacts

Also Published As

Publication number Publication date
CN103488669A (zh) 2014-01-01
US10042943B2 (en) 2018-08-07
JP6127388B2 (ja) 2017-05-17
US20150331922A1 (en) 2015-11-19
US10824687B2 (en) 2020-11-03
US9135368B2 (en) 2015-09-15
US20180300417A1 (en) 2018-10-18
US20130339376A1 (en) 2013-12-19
US20170046443A1 (en) 2017-02-16
JP2013257761A (ja) 2013-12-26
US9507840B2 (en) 2016-11-29

Similar Documents

Publication Publication Date Title
CN103488669B (zh) 信息处理设备、信息处理方法和程序
US11921778B2 (en) Systems, methods and apparatus for generating music recommendations based on combining song and user influencers with channel rule characterizations
US8838641B2 (en) Content recommendation system, content recommendation method, content recommendation device, and information storage medium
Braunhofer et al. Location-aware music recommendation
US10713315B2 (en) Personalized targeting of media stations
US20140052281A1 (en) Method and apparatus for providing multimedia summaries for content information
CN107256215A (zh) 使用媒体文件加载移动计算设备
CN106462623B (zh) 基于内容项使用的歌曲推荐
US11093544B2 (en) Analyzing captured sound and seeking a match for temporal and geographic presentation and navigation of linked cultural, artistic, and historic content
JP2010250528A (ja) 感情マッチング装置、感情マッチング方法、及びプログラム
CN102779543A (zh) 重放设备、重放方法、以及计算机程序
CN108369695A (zh) 确定响应于简档的活动
CN111339349A (zh) 歌单推荐方法
JP2018507503A (ja) 音楽提供方法及び音楽提供システム
Zhang et al. Musical preference in an online music community in China
CN109255593A (zh) 日程表执行方法、装置、设备及计算机可读存储介质
CN106649480A (zh) 一种音乐列表的生成方法及服务器
Behrendt Telephones, music and history: From the invention era to the early smartphone days
Åman et al. Enriching user experiences with location-sensitive music services
Knees et al. 11 Listener awareness in music recommender systems: directions and current trends
Areias et al. TourismShare
US20210110846A1 (en) Information processing apparatus, information processing method, and program
JP2016048437A (ja) 情報処理装置、情報処理方法、およびプログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant