CN103858143A - 评级请求从推荐系统的自动生成 - Google Patents

评级请求从推荐系统的自动生成 Download PDF

Info

Publication number
CN103858143A
CN103858143A CN201280050086.8A CN201280050086A CN103858143A CN 103858143 A CN103858143 A CN 103858143A CN 201280050086 A CN201280050086 A CN 201280050086A CN 103858143 A CN103858143 A CN 103858143A
Authority
CN
China
Prior art keywords
user
grading
project
users
request
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
CN201280050086.8A
Other languages
English (en)
Other versions
CN103858143B (zh
Inventor
S.P.P.普伦克
M.巴比伊里
J.H.M.科斯特
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.)
Sisvel SpA
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN103858143A publication Critical patent/CN103858143A/zh
Application granted granted Critical
Publication of CN103858143B publication Critical patent/CN103858143B/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
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products
    • 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
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/252—Processing of multiple end-users' preferences to derive collaborative data
    • 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
    • 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
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4756—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for rating content, e.g. scoring a recommended movie
    • 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
    • H04N21/47—End-user applications
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/4788—Supplemental services, e.g. displaying phone caller identification, shopping application communicating with other users, e.g. chatting

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computing Systems (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Transfer Between Computers (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

推荐系统使用用户之间的关系的存储的表示。由一个或多个第一用户对项目的访问在存储系统中被记录。当推荐系统检测到来自第二用户对项目的评级的请求时，推荐系统选择第一用户中的以与第二用户的存储的关系出现的至少一个。涉及第二用户的查询消息然后被自动地传送以便将对项目的评级键入到与所选择的第一用户相关联的用户地址。优选地，已记录了它已访问项目但它仍然尚未给出评级所针对的至少一个第一用户被选择。优选地，来自第一用户的评级经由推荐系统被传递到第二用户，所述推荐系统记录评级以供进一步使用。第一用户的选择可以是基于测量来自第一用户和第二用户的评级之间的相关性的记录数据的。

Description

评级请求从推荐系统的自动生成
技术领域
本发明涉及推荐系统。
背景技术
推荐系统例如从电子节目指南是已知的，其中它们被用来将关于大量可用节目的输入减少成更有限数目的可能的观看精选品的选择并且用来将这些精选品呈现给用户。基于用户评级的推荐系统从用户收集针对单独的精选品的评级数据并且使用这个评级数据来指导可能的精选品的选择。由用户对项目进行的预测的评级可以根据用户之间的相似性通过对来自不同用户的针对该项目的评级进行加权而被计算。在协作式过滤中，来自不同用户的对相同项目的收集到的评级被用来搜索用户之间的相关性。更一般地，基于用户评级的推荐系统被设计成基于从不同用户收集到的评级输入来从项目的集合或项目的排序列表作出用户相关的选择。
利用社交网络信息的推荐系统在Yang, X., Y. Guo, 和 Y. Liu [2011]. 于 Proceedings of the International Conference on Computer Communications, IEEE INFOCOM 2011,上海, 中国, 4月 10-15, 2011, pp. 551-555 中的Bayesian-inference Based Recommendation in Online Social Networks中被描述。作者提出用依靠社交网络中用户的紧密度所选择的权重来计算预测评级。该文章描述了用户还能够询问他的朋友以获得特定电影的评级，或者来自社交网络中朋友的朋友的评级能够被使用，但具有较少权重。
在每种情况下，基于用户评级的推荐系统的质量取决于由用户所提供的评级的可用性。如果没有来自任何用户的评级可用于项目，则项目的基于评级的推荐是不可能的。采用来自越来越多的用户的可用评级，推荐的越来越可靠的计算变得可能。
发明内容
目标尤其是提供一种推荐系统，其提供用来增加由用户所给出的评级的数目的手段。
根据权利要求1的方法被提供。在本文中，当对评级的请求被从第二用户检测到时，查询消息被自动地发送到一个或多个第一用户的选择以为第二用户的利益提供对项目的评级。在实施例中，例如，查询消息可以通过网络从推荐系统被传送到用户地址，诸如终端的地址或第二用户的电子邮件地址。在实施例中，从对查询消息的应答得到的信息基于查询而被提供给第二用户和推荐系统两者，后者用于存储评级，其例如通过由推荐系统所接收到的应答信息到第二用户的地址的自动转发、或由第二用户的用户终端所接收到的应答信息到推荐系统的自动转发，或者通过应答到推荐系统和第二用户的用户地址两者的传输来实现。
在实施例中，推荐系统可以被耦合到视频点播递送系统，其中项目是表示视频图像的流的视频项目。对评级的请求可以是显式请求，或隐式请求，诸如代表第二用户对关于项目的任何信息的访问。系统可以被配置成生成推荐，所述推荐包括使得第二用户的用户终端能够访问项目的信息，例如包括地址数据以便使选择的视频流从视频点播系统被传送。
一个或多个第一用户基于第一和第二用户之间的记录的关系被选择。在实施例中，第一用户可以限于这样的用户，对于其来说，已记录了第一用户已访问项目但没有项目的评级针对第一用户中的至少一个已被记录。这提供到被预期很可能应答的第一用户的传送的查询消息数目的限制，同时避免评级输入的复制。关系可以被以社交网络数据的形式记录，所述社交网络数据定义作为由第二用户标识符所标识的第二人的朋友的第一人的用户标识符，或指示相关人的成对的用户标识符。评级是针对项目的分数。推荐可以表示根据其它评级以本身已知的方式所计算的预测分数。
在实施例中，对查询的应答都被用来基于对与第二用户相关联的用户站的应答来传送评级或推荐以及用来扩展存储的评级的合集。以这种方式，为第二用户所提供的评级自动地同样变得在推荐系统的评级的存储的合集中可用。应答可以被推荐站接收并且转发到第二用户，或者第二用户和推荐系统两者的返回地址可以被包括在查询消息中，以便应答的拷贝将被发送到两者。然而，第二用户接收一个或多个第一用户的评级不是必要的。如果一个或多个第一用户的评级是低的，则候选项目可以简单地不被推荐给第二用户，并且第二用户可以从来不知道项目是用于推荐的候选。
在另一个实施例中，所传送的查询可以包括基于该查询来标识第二用户的地址的信息，所述评级或推荐基于所获得的地址被传送到与第二用户相关联的用户站。以这种方式，评级能够被例如从对查询应答的第一用户的用户站发送到第二用户，以便在推荐系统处的消息业务被减少。
在实施例中，对于第一用户，以与第一用户的存储的关系出现并且已请求对于项目的评级或推荐的第二用户的计数被确定。这个计数例如选择性地针对已访问项目的第一用户来确定。在这个实施例中，如果对项目的所述计数低于大于一的预定门限，则针对项目的对评级的查询到第一用户的自动传输被延迟。以这种方式，使得有可能通过在查询被发送之前收集更多第二用户来减少消息业务。在另一个实施例中，即使计数低于门限，一旦在来自第二用户的请求之后已出现超过预定持续时间的时间间隔，查询也可以被传送。
在实施例中，所述方法包括将查询的传输限于与第二用户具有高相关性分数的第一用户。可以针对成对的用户来计算相关性分数值，每一对包括第二用户和第一用户中的相应一个，每个分数值根据由第一用户中的相应一个针对另外的项目所给出的评级与由第二用户对所述另外的项目的评级和/或访问之间的相关性被计算。以这种方式，查询传输的数目能够被进一步减少至很可能导致有用应答的查询。在另一个实施例中，分数值针对另外的项目的特定域被计算，其同样包含推荐被请求针对的项目。这使查询传输变得更高效。
提供了一种计算机程序产品，诸如半导体存储器、磁或光学地可读的盘或因特网信号，其包括用于可编程计算机系统的指令的程序，所述程序当被可编程计算机系统执行时将使可编程计算机系统执行所述方法。
此外，提供了一种将查询消息传送到选择的用户的推荐系统。
附图说明
这些和其它目标以及有利的方面参考以下图从示范性实施例的描述将变得明显。
图1示出了推荐系统的例子，
图2、2a示出了消息业务，
图3示出了用于查询生成的基本过程的流程图，
图4a、b图示了其中用于用户的选择的附加的信息被收集的实施例。
具体实施方式
图1示出了视频点播系统，其包括视频存储系统10、视频递送系统12、视频递送控制系统14、多个用户站16以及通信网络18。视频递送系统12经由通信网络18将视频存储系统10耦合到用户站16。视频递送控制系统14被耦合到视频递送系统12以及耦合到用户站16。
通过例子，视频递送控制系统14被示出成被直接地耦合到视频递送系统12并且经由相同的通信网络18被耦合到用户站16，所述通信网络被用来将视频递送系统12耦合用户站16，但应了解，视频递送控制系统14可以经由另一通信网络而被耦合到用户站16，和/或视频递送控制系统14可以经由诸如通信网络18之类的网络被耦合到视频递送系统12。
视频递送控制系统14包括存储系统140、推荐模块141、评级输入模块142、目标选择模块143、查询模块144以及视频系统接口146。视频系统接口146包括用于检测对推荐的请求的检测器148。推荐模块141、评级输入模块142、目标选择模块143、查询模块144以及视频系统接口146被耦合到存储系统140。视频系统接口146经由通信网络18被耦合到用户站16并且被耦合到视频递送系统12。存储系统140具有分别用于社交网络数据、消费历史数据、评级数据以及推荐请求的存储区域140a-d。视频递送控制系统14可以使用例如具有程序模块的可编程计算机来实施，所述程序模块包含指令以便使计算机分别执行用户接口146的用户接口功能、推荐模块141的推荐功能以及查询模块144的查询功能。
社交网络可以由图来表示，其中用户对应于节点并且节点之间的链路指示由节点所定义的对应用户是朋友。链路可以是单向的，以便指示一个用户被认为是另一个的朋友，但反之则不然。存储系统140的用于社交网络数据的存储区域140a中的社交网络数据可以包括具有针对被这样的链路相关起来的用户标识符的字段(UserID1, UserID2)的记录。然而，任何形式的表示可以被使用。例如，对于每个用户，相关用户的一个或多个用户标识的列表可以被提供或者是具有对于成对的用户的矩阵元素的矩阵，元素的内容指示该对是否是相关的等。
在操作中，推荐模块141为来自视频存储系统10的一个或多个视频项目生成推荐并且将该推荐传递到视频系统接口146。推荐可以是表示能够被用来与评级值相结合地控制视频递送系统12递送视频项目的选择的标识符(ItemID)或这样的标识符的排序列表的数据，所述推荐包含与表示视频项目的标题的数据组合的每个标识符、与视频项目相关联的图像和/或其它描述性信息或对这样的信息的引用指针。视频系统接口146将推荐传送到用户站16并且从用户站16接收对于选择的视频项目的收回订单，所述订单包括视频项目的标识符。在接收到对于选择的视频项目的订单之后，视频系统接口146将包含标识符的命令发送到视频递送系统12以便读取表示所选择的视频项目的视频数据并且以便将这个数据流式传输到用户站16，所述用户站16再现该视频项目。
此外，视频系统接口146从用户站16接收具有由用户所提供的评级输入值的消息并且将这些传递到评级输入模块142。评级输入模块142将评级值与提供了评级的用户的标识相结合地记录在用于评级数据的存储区域140c中。在实施例中，用于评级数据的存储区域140c可以包含具有针对用户标识符、视频项目的标识符以及所接收到的评级值的字段(UserID, ItemID, RatingValue(评级值))的记录的表。在另一个实施例中，视频系统接口146可以记录另外的信息，诸如键入评级值的时间和/或日期T。例如具有字段(UserID, ItemID, RatingValue, T)的记录可以被使用。在另一实施例中，只要评级值尚未被接收到，这种类型的信息可以使用诸如针对评级的默认值之类的标记与具有消费历史数据的表组合。
此外，视频系统接口146将订单记录在存储系统140的用于消费历史数据的存储区域140b中。在实施例中，用于消费历史数据的存储区域140b可以包含具有针对用户标识符和订购的视频项目的标识符的字段(UserID, ItemID)的记录的表。视频系统接口146可以例如从用户站16的地址得到用户标识符，或者如果用户站16被配置成标识用户，则从由用户站16所供应的用户标识符得到用户标识符。用户站16可以被配置成例如通过要求用户登录到与用户标识符相关联的用户账户、通过读取诸如RFID标签之类的标签或由用户所供应的智能卡、根据诸如面部识别或指纹识别等这样的生物标识来标识用户。在另一个实施例中，视频系统接口146可以记录另外的信息，诸如订单的时间和/或日期T、在视频项目的递送被用户停止之前的持续时间D等。例如具有字段(UserID, ItemID, T, D)的记录可以被使用。
视频系统接口146包含用于检测对特定视频项目的评级的请求的检测器148。检测器148可以被配置成检测来自用户站16的被显式地标识为这样的请求的接收到的消息，但检测器148还可以被配置成检测隐式请求，诸如被检测成导致关于视频项目的信息的传输的请求。此外，用户站16可以提供用于键入针对推荐的显式请求或者用于隐式请求的检测，以及用于推荐请求消息根据这样的检测到视频系统接口146的传输。视频系统接口146将检测到的请求记录在存储系统140的用于请求的存储区域140d中。在实施例中，用于请求的存储区域140d可以包含具有用于用户标识符的和推荐被请求所针对的视频项目的标识符的字段(UserID, ItemID)的记录的表。在另一个实施例中，视频系统接口146可以记录另外的信息，诸如键入请求的时间和/或日期T。包含字段(UserID, ItemID, T)的记录例如可以被使用。
图2说明了在针对评级值的查询的使用中牵涉的消息业务。这牵涉从第一用户的一个或多个第一用户站U1 (仅一个被示出)到视频递送控制系统14的针对由标识符ItemID所指示的视频项目的订单消息M1。订单消息M1是正常的视频订购和递送消息业务的一部分。控制系统14可以通过将命令发送到视频递送系统12以便递送已订购的视频项目来对订单消息M1做出响应，以及视频递送系统可以通过将消息或表示已订购的视频项目的消息M2的流传送到订购用户站U1来对命令做出响应。
除订单业务之外，与查询有关的业务包括从第二用户的一个或多个第二用户站U2 (仅一个被示出)到视频递送控制系统14的针对视频项目的评级的一个或多个显式或隐式请求消息。此外，它牵涉将用于提示用户键入针对视频项目的评级值的查询消息M3从视频递送控制系统14传送到第一用户中的至少一个的用户站U1。查询消息可以响应于查询消息M3导致从用户站U1到视频递送控制系统14的评级消息M4并且导致从视频递送控制系统14到第二用户的或多个第二用户的用户站U2的推荐消息M5。例如，推荐系统可以选择用于推荐给第二用户的多个候选项目(例如基于初始分数)，在查询消息M3中将所述候选项目中的一个或多个发送到一个或多个第一用户，基于在评级消息M4中接收到的评级来确定推荐的最后列表以及在推荐消息M5中将推荐的最后列表发送到第二用户。图2a示出了替代方案，其中推荐消息M5a被直接地从第一用户的用户站U1发送到一个或多个第二用户的用户站U2。查询模块144将订单消息M1和请求消息M2记录在存储系统140中。例如，查询消息M3可以相对于特定项目响应于第二用户请求关于该特定项目的信息而被发送到一个或多个第一用户。推荐消息M5a中的评级可以连同关于该特定项目的其它信息(例如描述和演员信息)一起被显示在用户站U2上。
在操作期间，目标选择模块142和查询模块144操作来生成查询，每个查询是针对来自特定用户对特定视频项目的评级值的输入的。查询模块144将所生成的查询供应给视频系统接口146，其控制与特定用户相关联的用户站16提示用户输入评级值。当用户通过提供评级值来照做时，用户站16将评级值发送回到视频系统接口146，所述视频系统接口146将它转发到评级输入模块142，所述评级输入模块将评级值存储在存储系统140的用于评级数据的存储区域140c中。
图3示出了用于查询生成的基本过程的流程图。在第一步骤21中，目标选择模块143收集用户(UserID)，针对所述用户，用于推荐请求的存储区域140d包含对评级或推荐的请求消息M2的记录。在第二步骤22中，目标选择模块143将这些UserID中的一个选择为BeneficiaryUserID(受益人用户ID)，并且目标选择模块143选择来自所选择的BeneficiaryUserID的对推荐的请求已针对其被记录的视频项目(ItemID)。
在第三步骤23中，目标选择模块143使用来自用于社交网络数据的存储区域140a的社交网络数据来选择通过该社交网络数据与BeneficiaryUserID相关的一组相关用户(RelatedUserID(相关用户ID))。在第四步骤24中，目标选择模块143从相关用户(RelatedUserID) 选择已观看所选择的视频项目或者已订购所选择的视频项目以及尚未提供评级值的用户(TargetUserID(目标用户ID))。目标选择模块143可以例如通过从该组相关用户仅保留用于消费历史数据的存储区域包含涉及针对所选择的视频项目的ItemID的RelatedUserID的记录(例如，只有所记录的观看持续时间D超过预定门限，或者如果视频项目早已经被订购)所针对的那些RelatedUserID以及通过选择具有UserID =对ItemID的评级值尚未被键入所针对的RelatedUserID的那些记录来这样做。可选地，记录的选择通过排除其中观看的时间点在当前时间之前超过预定时间间隔的记录而被进一步限制。在第五步骤25中，目标选择模块143可以测试对于目标用户(TargetID(目标ID))来说一个或多个这样的相关用户(BeneficiaryUserID)是否被找到。如果没有，则目标选择模块143从第二步骤22重复以便选择另一视频项目和/或BeneficiaryUserID。
如果对于BeneficiaryUserID来说，这样的相关用户(TargetUserID)中的一个或多个被找到了，则目标选择模块143将标识所选择的目标用户的信息传递到查询模块144并且查询模块144执行第六步骤26，其中它生成对于来自目标用户(TargetID)的对视频项目ItemID的评级值的查询。该查询可以包括表示针对其的评级值被查询的视频项目、来自其的评级值被查询的用户以及请求了评级的用户的数据(ItemID, TargetID, BeneficiaryUserID)。
在第七步骤27中，视频系统接口146使用所生成的查询(消息M3)来将查询消息发送到与目标用户相关联的用户站16。不需要立即执行这个步骤：例如，它可以在目标用户登录到用户站时或者在用户请求来自视频递送控制系统的信息时被执行。视频系统接口146可以基于目标用户的用户ID来选择用户站16 (例如通过选择具有这个用户ID的用户登录在其上的用户站16)，并且以便使所选择的用户站16提示用户键入对视频项目ItemID的评级值。优选地，视频系统接口146使查询消息伴随有评级值被请求所针对的一个或多个相关用户(BeneficiaryUserID)的标识，或允许这个信息被检索的标识符。当用户键入评级值时，用户站16通过将具有评级值的消息M4返回到视频系统接口146来响应，其包括一个或多个相关用户(BeneficiaryUserID)的标识，或允许视频系统接口146检索这个信息的标识符。评级输入模块142可以像在前文所描述的那样记录评级值。
在第八步骤28中，视频系统接口146基于来自查询的关于所所选择的选用户的信息将所接收到的评级值发送到所选择的用户(BeneficiaryUserID)的用户站16。优选地，视频系统接口146发送所接收到的伴随有目标用户的标识的评级值，所述目标用户提供了评级值。在替代实施例中，视频系统接口146将请求用户(BeneficiaryUserID)的地址的指示传送到目标用户的用户站16并且目标用户的用户站16可以使用这个指示来直接地将评级值发送到所指示的用户的用户站16 (如在图2a中由替代消息M5a所示出的那样)。在第九步骤29中，当推荐已被发送时，视频系统接口146可以更新用于推荐请求的存储区域140d，以便去除对应请求，或者以便将它标记为实现，以致它将不被再次使用。在步骤29之后，可以针对请求推荐的其它用户和/或针对其它视频项目从第二步骤22重复该过程。如果请求了推荐的所有用户和所有视频项目已被处理，则该过程可以在一时间延迟之后从头开始重复。因此过程可以被周期性地重复，以便说明对推荐的新的请求和/或对于视频项目的新的观看和/或订单。
在实施例中，附加的步骤可以被添加在第六步骤26之后，其中目标选择模块143针对用户的另外的BeneficiaryUserID使用TargetID中的每一个来执行搜索，对于所述用户的另外的BeneficiaryUserID，社交网络数据记录它们与TargetID相关并且所记录的推荐请求140d包括对视频项目ItemID的推荐的请求消息M2。目标选择模块143将这些另外的BeneficiaryUserID添加到请求。在这个实施例中，在搜索中找到的相关用户被同样传送到TargetUserID并且接收到的评级通过视频系统接口146 (多个消息M5)或者直接地通过目标用户的用户站16 (多个消息M5a)被发送到该请求的所有BeneficiaryUserID。两者皆减轻了在视频系统接口146处的可能的通信瓶颈。
在另一个实施例中，目标选择模块143可以被配置成使查询只有在对于相同视频项目ItemID的至少预定数目的相关请求用户ID (BeneficiaryUserID)被找到、或者诸请求中的任何一个的记录时间在当前时间之前超过预定持续时间的条件被满足时才被生成。以这种方式，当图3的过程被周期性地执行时，如果这在没有过度延迟的情况下是可能的，则查询的生成被延迟直到许多BeneficiaryUserID能够被组合为止。这同样减少可能的通信瓶颈。此外，它可以提供供应评级的更多诱因。
尽管已经描述了以已请求推荐的用户的选择开始并且使用这个起始点来搜索目标用户的实施例，但是应了解，搜索的任何次序可以被使用。给定ItemID，可以针对(i)与对该项目的评级的请求已针对其被记录的用户(BeneficiaryUserID)相关的所有目标用户的TargetID当(ii)目标用户已观看或者至少订购了具有ItemID的项目但(iii)目标用户仍然对于该项目尚未给出评级时生成数据库查询。然而，应了解，可能期望提示满足这些条件的目标用户的仅一部分或者仅通过引用有限数目的相关用户(BeneficiaryUserID)来提示他们。这能够被用来避免来自许多用户(TargetID)的评级必须被发送到相同的相关用户(BeneficiaryUserID)。
图4a和4b说明了实施例，其中视频系统接口146收集附加的信息以用于选择来自其的评级值将被请求的用户(TargetUserID)，并且目标选择模块143取决于这个附加的信息来选择目标用户。附加的信息记录由可以用作目标用户的特定用户为各类视频项目所提供的评级和/或视频项目通过接收了对于这些项目的推荐的用户的评级和/或后续观看或订购之间的相关性的分数值。附加的信息可以例如是用户的用户简档的一部分，或用户之间的存储的关系的一部分。这样的关系可以被存储在社交网络数据中。附加的信息可以取在存储系统140中存储的记录(UserID1, UserID2, DomainID（域ID）, CorrelationScore(相关性分数))或表示这样的记录的其它信息的形式。在本文中，CorrelationScore是表示通过由UserID1所标识的用户为视频项目所提供的评级与视频项目通过以UserID2所标识的用户的评级和/或观看或订单之间的相关性的分数值，只要评级和观看订单适用于属于由DomainID所定义的域的视频项目。DomainID能够标识一类视频项目(例如动作电影、或体育视频、或纪录片等)。对于每个视频项目，这样的DomainID中的一个或多个可以被记录，或者DomainID可以被定义为视频项目的记录的属性的函数。
图4a的步骤可以是图3的过程的一部分，例如第三步骤23，其中目标选择模块143为请求用户(BeneficiaryUserID)和视频项目(ItemID)选择一组相关用户(RelatedUserID)。在第一步骤41中，目标选择模块143确定视频项目(ItemID)所属于的一个或多个域(DomainID)。在第二步骤42中，目标选择模块143确定与用户(BeneficiaryUserID)相关的相关用户(RelatedUserID)并且它从附加的信息获得对于在所选择的域(DomainID)中该用户和相关用户(RelatedUserID, BeneficiaryUserID)的组合的相关性分数值。在第三步骤43中，目标选择模块143仅选择相关性分数值高于门限值所针对的那些相关用户(RelatedUserID)。以这种方式，相关用户的选择限于已知提供与请求用户有关的评级的用户。限于这样的用户还可以被实施为选择目标用户(TargetID)的步骤的一部分：图3的第四步骤24。目标用户数目的限制减少所要求的消息业务并且不相关用户的缺少很可能减少评级请求的未付清不导致响应的部分。
图4b说明了附加的信息的计算。应强调，图4b的流程图仅仅是这样的计算的一个例子。在第一步骤401中，视频递送控制系统14的视频系统接口146 (或未在图1中显式地示出的相关性模块)选择存储的评级数据，其可以指示用户(UserID2)、视频项目(ItemID)以及评级值(RatingValue2)。在第二步骤402中，视频系统接口146或相关性模块使用社交网络数据来选择与提供了评级的用户相关的一组用户(由UserID1值来表示)。
在第三步骤403中，视频系统接口146或相关性模块检索评级数据以便标识由相关用户(UserID1)为项目(ItemID)所提供的评级(RateValue1)。在第四步骤404中，视频系统接口146或相关性模块针对一系列域(DomainID)中的每一个来确定项目(ItemID)是否属于所述域(DomainID)。如果是这样的话，则视频系统接口146或相关性模块更新信息以针对该域(DomainID)计算对于用户(UserID1, UserID2)的组合的相关性分数值。
相关性分数可以被以方便的方式来定义，例如作为遍及不同的视频项目求和的乘积Ratingvalue1*Ratingvalue2的加权和，或乘积(Ratingvalue1-平均值1)*(Ratingvalue2-平均值2)的加权和，或使用具有对于评级值(Ratingvalue1, Ratingvalue2)的组合的字段的矩阵，每个字段包含组合已针对其出现的视频项目的数目的计数。在第三步骤403中，视频系统接口146或相关性模块因此针对(UserID1, UserID2)的每个组合来更新信息。这是为视频项目所属于的至少一个域而做的。
如所指出的那样，图4b的流程图仅仅是这样的计算的一个例子。在另一例子中，评级值(Ratingvalue1, Ratingvalue2)的贡献的权重可以取决于自评级值被给出以来的消逝的时间和/或评级值被给出的记录的时间点之间的时间。代替使用所有评级值，第一步骤401可以仅选择最近给出的评级值。
在第一步骤401中，消费历史数据可以代替评级数据被使用。在这种情况下，相关性分数值可以按来自相关用户(UserID1)的对已被观看达至少预定持续时间的视频项目以及已被观看不到该持续时间或者根本未被观看或者例如被订购和不被订购的项目的评级值(RatingValue1)的平均值被计算，或者作为具有用于不同评级值的字段的表被计算，每个字段包括接收了该字段的评级值的视频项目的观看或订购的计数或相对频率。
尽管已经描述了视频点播系统的应用，但是应了解，对评级的请求的类似方法能够被应用于推荐视频项目以外的项目的系统。视频递送控制系统14只是作为访问监控器操作的系统的一个例子，所述访问监控器被配置成处理和记录诸如视频项目的观看或订购之类的访问事件并且将记录(包括指示访问了项目的用户的记录)存储在存储系统中。类似地，评级输入模块142仅仅是评级输入接口的一个例子，其被配置成从用户接收对项目的评级。类似地，视频系统接口146的检测器148仅仅是配置成检测由用户发送的针对项目的推荐的请求的检测器、用来选择目标用户的选择模块以及配置成将提示传送到第一用户中的所选择的至少的一个以便键入评级的查询模块的一个例子。当视频系统接口146计算相关性分数值时，它作为关系评分模块。然而，应了解，这些功能中的一个或多个能够被组合实施在单个模块中。如本文中所用的那样，当说模块或其它元素执行操作或者被配置成执行操作时，这应该被解释成意味着它可以使用可编程计算机系统来实施，其编程有指令的程序以使计算机系统执行操作。这样的计算机系统可以包括一个或多个可编程处理器。程序可以被提供在计算机可读介质中，所述计算机可读介质诸如半导体存储器、或磁或光学上可读的盘和磁带等。当说模块或其它元素执行操作或者被配置成执行操作时，这应该被解释为意味着模块和元素还可以包括具体地被设计成执行所述操作的一部分或全部的电路。
尽管被用来选择目标用户以便提示评级值的对推荐的请求可以是对推荐的显式请求，但是应了解，来自用户的对项目的推荐的请求替换地可以间接地例如响应于与项目相关的任何信息通过用户的检索而得到。
在实施例中，第一用户的计数被确定，所述第一用户以与第二用户的存储的关系出现以及没有项目的评级针对第一用户中的至少一个被记录。在这个实施例中，如果所述计数低于比一大的预定门限，则查询的自动传输被延迟。以这种方式，使得有可能通过在查询被发送之前收集更多第一用户来减少消息业务。在另一个实施例中，一旦在来自第二用户的请求之后已出现超过预定持续时间的时间间隔，延迟就可以被省略。
从对附图、公开内容以及所附权利要求的研究中，对于所公开的实施例的其它变例可以被本领域的技术人员在实践所要求保护的发明时理解和实现。在权利要求中，词“包括”不排除其它元素或步骤，并且不定冠词“一”或“一个”不排除多个。单个处理器或其它单元可以实现权利要求中所记载的数个项目的功能。某些措施被记载在相互不同的从属权利要求中的仅有事实不指示这些措施的组合不可以被用来获利。计算机程序可以被存储/分布在适合的介质上，所述介质诸如连同其它硬件一起或者作为其它硬件的一部分所供应的光学存储介质或固态介质，但还可以被以其它形式(诸如经由因特网或其它有线或无线电信系统)分布。权利要求中的任何附图标记不应该被解释为限制范围。

Claims (15)

1. 一种操作推荐系统的方法，所述方法包括
- 在存储系统中提供用户之间的关系的存储的表示；
- 将由一个或多个第一用户对项目的访问记录在存储系统中；
- 检测针对第二用户的对项目的评级的请求；
- 在诸对的存储的表示中选择一个或多个第一用户中的随着第二用户而出现的至少一个，
- 自动地将查询消息传送到与一个或多个第一用户中的所选择的至少一个相关联的用户地址以便键入对项目的评级，对第二用户的引用被插入所述查询消息中。
2. 根据权利要求1的方法，进一步包括将由一个或多个第一用户针对项目所给出的评级记录在存储系统中的评级的合集中的步骤，并且其中在诸对的存储的表示中选择第一用户中的随着第二用户而出现的至少一个的步骤包括选择第一用户中的对于所述项目尚未给出评级的至少一个。
3. 根据权利要求1的方法，包括
- 在推荐系统中接收对查询消息的应答，或从应答得到的信息；
- 基于应答将评级或推荐传送到与第二用户相关联的用户地址。
4. 根据权利要求3的方法，包括基于查询消息来获得第二用户的地址，所述评级或推荐基于所获得的地址被传送到与第二用户相关联的用户地址。
5. 根据权利要求1的方法，其中针对第二用户的对项目的评级的所述请求包括将推荐的列表呈现给第二用户的请求，所述项目被选择为用于推荐给第二用户的侯选。
6. 根据权利要求1的方法，包括
- 针对成对的用户来计算分数值，每一对包括第二用户和第一用户中的相应一个，每个分数值根据由第一用户中的相应一个针对另外的项目所给出的评级与由第二用户对所述另外的项目的评级和/或访问之间的相关性被计算；
-第一用户中的至少一个的所述选择包括取决于针对第二用户和第一用户中的至少一个的对的分数值是否超过门限值来选择第一用户中的至少一个。
7. 根据权利要求1的方法，其中针对第二用户的对项目的评级的所述请求响应于第二用户请求关于项目的信息而被生成。
8. 一种计算机程序产品，包括用于可编程计算机系统的指令的程序，其当被可编程计算机系统执行时将使可编程计算机系统执行根据前述权利要求中任何一项所述的方法。
9. 一种推荐系统，其包括
- 存储系统，用于存储表示用户与由一个或多个第一用户对项目的访问事件之间的关系的信息；
- 访问监控器，被配置成检测访问事件并且将记录存储在存储系统中，其包括指示访问了项目的一个或多个第一用户的记录；
- 检测器，被配置成检测对项目的评级的请求，所述请求被链接到第二用户；
- 选择模块，被配置成取决于所述存储的记录来选择一个或多个第一用户中的以与第二用户的存储的关系出现的至少一个；
- 查询模块，被配置成将查询消息传送到与第一用户中的所选择的至少一个相关联的用户地址以便键入对项目的评级，将对第二用户的引用包括在所述查询消息中。
10. 根据权利要求9的推荐系统，进一步包括评级输入接口，其被配置成从一个或多个第一用户接收对项目的评级并且配置成将评级与输入评级的第一用户的指示相结合地记录在存储系统中，并且其中所述存储系统被配置成存储由一个或多个第一用户针对项目所给出的评级以及所述选择模块被配置成选择一个或多个第一用户中的对于所述项目尚未给出评级的至少一个。
11. 根据权利要求9的推荐系统，被配置成通过将评级或推荐传送到与第二用户相关联的用户地址来对对于查询消息的响应的接收做出响应。
12. 根据权利要求9的推荐系统，包括用户站，其被配置成在查询的基础上获得第二用户的用户地址并且配置成通过将从应答得到的信息直接地或间接地传送到存储系统和所述用户地址两者来对所述查询做出响应。
13. 根据权利要求9的推荐系统，其中所述检测器被配置成检测请求以便将推荐的列表呈现给第二用户，所述项目被选择为用于推荐给第二用户的候选。
14. 根据权利要求9的推荐系统，包括
- 关系评分模块，被配置成针对成对的用户来计算分数值，每一对包括第二用户和第一用户中的相应一个，每个分数值根据由第一用户中的相应一个针对另外的项目所给出的评级与由第二用户对所述另外的项目的评级和/或访问之间的相关性被计算；
- 所述选择模块被配置成取决于针对第二用户和第一用户中的至少一个的对的分数值是否超过门限值来选择第一用户中的至少一个。
15. 根据权利要求9的推荐系统，其中所述检测器被配置成检测响应于第二用户请求关于项目的信息所生成的对项目的评级的请求。
CN201280050086.8A 2011-10-13 2012-10-12 评级请求从推荐系统的自动生成 Expired - Fee Related CN103858143B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201161546588P 2011-10-13 2011-10-13
US61/546588 2011-10-13
PCT/IB2012/055543 WO2013054299A1 (en) 2011-10-13 2012-10-12 Automatic generation of rating requests from a recommender system

Publications (2)

Publication Number Publication Date
CN103858143A true CN103858143A (zh) 2014-06-11
CN103858143B CN103858143B (zh) 2017-08-25

Family

ID=47351878

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280050086.8A Expired - Fee Related CN103858143B (zh) 2011-10-13 2012-10-12 评级请求从推荐系统的自动生成

Country Status (8)

Country Link
US (1) US10235419B2 (zh)
EP (1) EP2751760A1 (zh)
JP (1) JP6034389B2 (zh)
CN (1) CN103858143B (zh)
BR (1) BR112014008613A2 (zh)
IN (1) IN2014CN02384A (zh)
RU (1) RU2014118941A (zh)
WO (1) WO2013054299A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105791112A (zh) * 2015-01-14 2016-07-20 统有限责任两合公司 用于自动的意图评估和通信路由的系统和方法
CN106257528A (zh) * 2015-06-19 2016-12-28 连股份有限公司 通过用户间的合作生成内容的方法和系统
CN107851263A (zh) * 2015-07-16 2018-03-27 B2云 用于处理推荐请求的方法和推荐引擎
CN108446410A (zh) * 2018-05-29 2018-08-24 科大讯飞股份有限公司 信息推荐方法、装置、系统、设备及可读存储介质

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9436947B2 (en) * 2012-11-13 2016-09-06 Cox Media Group Digital Development, Inc. Systems and methods for conducting surveys
US10742716B1 (en) * 2013-12-16 2020-08-11 Amazon Technologies, Inc. Distributed processing for content personalization
US9348898B2 (en) 2014-03-27 2016-05-24 Microsoft Technology Licensing, Llc Recommendation system with dual collaborative filter usage matrix
CN104602039B (zh) * 2014-05-15 2019-04-26 腾讯科技（北京）有限公司 视频业务处理方法、装置及系统
CN108462900B (zh) * 2017-02-22 2020-07-28 阿里巴巴（中国）有限公司 视频推荐方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1640117A (zh) * 2002-02-25 2005-07-13 皇家飞利浦电子股份有限公司 自适应的音频－视频节目推荐系统
CN102088626A (zh) * 2009-12-02 2011-06-08 Tcl集团股份有限公司 一种在线视频推荐方法及视频门户服务系统

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3956601B2 (ja) * 2000-10-06 2007-08-08 富士ゼロックス株式会社 買い物支援サーバ及び買い物支援方法
US20020136538A1 (en) * 2001-03-22 2002-09-26 Koninklijke Philips Electronics N.V. Smart quality setting for personal TV recording
JP2003196423A (ja) * 2001-12-28 2003-07-11 Ntt Docomo Inc 調査システム、調査方法、サーバ及び携帯型端末
US20030191753A1 (en) * 2002-04-08 2003-10-09 Michael Hoch Filtering contents using a learning mechanism
US7703030B2 (en) 2005-01-11 2010-04-20 Trusted Opinion, Inc. Method and system for providing customized recommendations to users
JP4791760B2 (ja) * 2005-05-17 2011-10-12 株式会社リコー アクセス制御装置、アクセス制御方法、及びアクセス制御プログラム
JP4765581B2 (ja) * 2005-11-28 2011-09-07 トヨタ自動車株式会社 商品評価者の選出要件抽出システムおよび方法
US20080133678A1 (en) 2006-12-01 2008-06-05 Zannel, Inc. Content sharing system and method for devices
JP2008191768A (ja) * 2007-02-01 2008-08-21 Hitachi Ltd 推薦情報処理システム及び推薦情報処理方法
US20080255870A1 (en) 2007-04-13 2008-10-16 Jon Butler Systems and Methods for Grouping Kiosk Users and Non-Users into a Community
US20090070228A1 (en) * 2007-09-12 2009-03-12 Guy Ronen Systems and methods for e-commerce and mobile networks for providing purchase experiences of friends in a social network
JP5108679B2 (ja) * 2007-10-22 2012-12-26 ヤフー株式会社 ユーザ推薦システム、ユーザ推薦方法、商品情報出力システム、商品情報出力方法およびプログラム
JP5206996B2 (ja) * 2007-11-08 2013-06-12 日本電気株式会社 著者影響判定システム、著者影響判定方法、及びプログラム
US20100031148A1 (en) 2008-08-04 2010-02-04 Ramon Rivera Community-oriented social network
US7834313B2 (en) * 2008-08-08 2010-11-16 Quest Diagnostics Investments Incorporated Mass spectrometry assay for plasma-renin
JP5252289B2 (ja) * 2008-12-18 2013-07-31 日本電気株式会社 マルチメディア通信商品推薦システム
US9280798B2 (en) * 2009-04-02 2016-03-08 Gregory Dominic McKenzie Method and system for facilitating the review of electronic documents
US20110184780A1 (en) * 2010-01-21 2011-07-28 Ebay Inc. INTEGRATION OF eCOMMERCE FEATURES INTO SOCIAL NETWORKING PLATFORM
US20110202617A1 (en) * 2010-02-16 2011-08-18 Glomantra Inc. Method and system for obtaining relevant opinions

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1640117A (zh) * 2002-02-25 2005-07-13 皇家飞利浦电子股份有限公司 自适应的音频－视频节目推荐系统
CN102088626A (zh) * 2009-12-02 2011-06-08 Tcl集团股份有限公司 一种在线视频推荐方法及视频门户服务系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
XIWANG YANG, ET AL: "Bayesian-inference based recommendation in online social networks", 《IEEE INFOCOM 2011》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105791112A (zh) * 2015-01-14 2016-07-20 统有限责任两合公司 用于自动的意图评估和通信路由的系统和方法
CN105791112B (zh) * 2015-01-14 2019-04-16 统一有限责任两合公司 用于自动的意图评估和通信路由的系统和方法
CN106257528A (zh) * 2015-06-19 2016-12-28 连股份有限公司 通过用户间的合作生成内容的方法和系统
US10778855B2 (en) 2015-06-19 2020-09-15 Line Corporation System and method for creating contents by collaborating between users
CN106257528B (zh) * 2015-06-19 2022-06-21 连株式会社 通过用户间的合作生成内容的方法和系统
CN107851263A (zh) * 2015-07-16 2018-03-27 B2云 用于处理推荐请求的方法和推荐引擎
CN108446410A (zh) * 2018-05-29 2018-08-24 科大讯飞股份有限公司 信息推荐方法、装置、系统、设备及可读存储介质

Also Published As

Publication number Publication date
IN2014CN02384A (zh) 2015-06-19
CN103858143B (zh) 2017-08-25
EP2751760A1 (en) 2014-07-09
BR112014008613A2 (pt) 2017-04-18
US10235419B2 (en) 2019-03-19
WO2013054299A1 (en) 2013-04-18
JP2014532243A (ja) 2014-12-04
JP6034389B2 (ja) 2016-11-30
RU2014118941A (ru) 2015-11-20
US20140236989A1 (en) 2014-08-21

Similar Documents

Publication Publication Date Title
CN103858143A (zh) 评级请求从推荐系统的自动生成
US11315142B2 (en) Method and system for correlating social media conversions
US20220122097A1 (en) Method and system for providing business intelligence based on user behavior
US8380562B2 (en) Advertisement campaign system using socially collaborative filtering
US10003560B1 (en) Method and system for correlating social media conversations
US20170228811A1 (en) Providing content based on abandonment of an item in a physical shopping cart
CN104579912B (zh) 数据推送的方法及装置
US20100082403A1 (en) Advocate rank network & engine
CN109977296B (zh) 一种信息推送方法、装置、设备及存储介质
CN103635925B (zh) 推荐系统和操作推荐系统的方法
CN106471538B (zh) 通知用户相关内容
EP2549423A1 (en) Automatic determination of the relevance of recommendations in a social network
CN104935651A (zh) 一种内容推荐方法及终端
US20150206222A1 (en) Method to construct conditioning variables based on personal photos
CN112514403B (zh) 由在线系统对嵌入的内容项目进行分发
CN110110206B (zh) 物品间关系挖掘及推荐方法、装置、计算设备、存储介质
EP3329450A1 (en) Recommendation system
US9967297B1 (en) Generating item suggestions from a profile-based group
CN113158032B (zh) 一种信息推送方法和装置
US10652619B1 (en) Systems and methods for providing media asset recommendations
KR20220114884A (ko) 재방문 고객 서비스 장치
JP5216895B2 (ja) ログ処理装置およびその動作方法
JP7425027B2 (ja) 情報提供装置、情報提供方法、および情報提供プログラム
JP7354194B2 (ja) 情報提供装置、情報提供方法、および情報提供プログラム
CN112269934A (zh) 基于去中心化大数据检索市场的阅读相关检索及推荐系统

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
TR01 Transfer of patent right

Effective date of registration: 20180116

Address after: Italy Knowles

Patentee after: S.I.SV.EL SOCIETA' ITALIANA PER LO SVILUPPO DELL'ELETTRONICA S.P.A.

Address before: Holland Ian Deho Finn

Patentee before: KONINKLIJKE PHILIPS N.V.

TR01 Transfer of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170825

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