CN110870322B - 信息处理设备、信息处理方法 - Google Patents
信息处理设备、信息处理方法 Download PDFInfo
- Publication number
- CN110870322B CN110870322B CN201880045331.3A CN201880045331A CN110870322B CN 110870322 B CN110870322 B CN 110870322B CN 201880045331 A CN201880045331 A CN 201880045331A CN 110870322 B CN110870322 B CN 110870322B
- Authority
- CN
- China
- Prior art keywords
- music
- user
- preference information
- information processing
- processing apparatus
- 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
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/81—Monomedia components thereof
- H04N21/8106—Monomedia components thereof involving special audio data, e.g. different tracks for different languages
- H04N21/8113—Monomedia components thereof involving special audio data, e.g. different tracks for different languages comprising music, e.g. song in MP3 format
-
- 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
-
- 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
- H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
- H04N21/2668—Creating a channel for a dedicated end-user group, e.g. insertion of targeted commercials based on end-user profiles
-
- 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
- H04N21/466—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]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/81—Monomedia components thereof
- H04N21/812—Monomedia components thereof involving advertisement data
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Graphics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Electrophonic Musical Instruments (AREA)
Abstract
[问题]提供一种信息处理设备、信息处理方法和程序,由此分析内容的片段的用户评估,并且可以生成能够促进更好的内容推荐的偏好信息。[解决方案]一种包括控制单元的信息处理设备:基于相对于媒体内容的观看获得的用户传感器数据,生成对按时间顺序划分的媒体内容的片段的用户评估;以及控制使得至少包括所生成的用户评估的媒体偏好信息存储在存储单元中。
Description
技术领域
本发明涉及信息处理设备、信息处理方法和程序。
背景技术
近年来,诸如音乐和视频的各种媒体内容越来越多地用作数字内容。当用户从多个内容中选择期望的内容时,例如,可以应用从包括内容细节的列表中可视地选择内容的方法、通过使用添加到数字内容的元数据来搜索内容的方法等。
此外,如以下列出的专利文献1中所述,已知一种通过使用用户的偏好信息、历史信息等来推荐适合于用户的内容的方法。
引用列表
专利文献
专利文献1:JP 2015-008014 A
发明内容
技术问题
然而,即使用户偏好的媒体内容(在本说明书中,也简称为“内容”)也可以包括用户不偏好的部分,或者用户有时偏好内容但有时不偏好相同的内容,这取决于收听情况。在传统技术中,只有诸如对内容或内容类别的偏好、或收听历史(收听次数等)的信息被识别为指示用户的偏好倾向的偏好信息,但是还没有考虑用户在收听时的特定情况和对内容的每个部分的偏好。
因此,在本发明中,提出了一种信息处理设备、信息处理方法和程序,其能够分析对部分内容的用户评估并生成能够实现满意的内容推荐的偏好信息。
问题的解决方案
根据本发明,提供了一种信息处理设备,该信息处理设备包括:控制单元,该控制单元被配置为基于关于用户的传感器数据生成对媒体内容的按时间顺序分开的部分的用户评估,该传感器数据是关于媒体内容的收听和观看而获取的,并且将至少包括所生成的用户评估的媒体偏好信息存储在存储单元中。
根据本发明,提供了一种信息处理方法,其使得处理器执行:基于用户的传感器数据,生成对媒体内容的按时间顺序分开的部分的用户评估,该传感器数据是关于媒体内容的收听和观看而获取的;并且将至少包括所生成的用户评估的媒体偏好信息存储在存储单元中。
根据本发明,提供了一种程序,其使得计算机用作控制单元,该控制单元执行:基于用户的传感器数据生成对媒体内容的按时间顺序分开的部分的用户评估,该传感器数据是关于媒体内容的收听和观看而获取的;以及将至少包括所生成的用户评估的媒体偏好信息存储在存储单元中。
本发明的有益效果
如上所述,根据本发明,可以分析对部分内容的用户评估,并生成能够实现满意的内容推荐的偏好信息。
此外,本说明书中描述的效果仅仅是说明性或示例性的效果,而不是限制性的。即,利用或代替上述效果,根据本发明的技术可以实现本领域技术人员根据本说明书的描述明确的其他效果。
附图说明
[图1]是用于说明根据本发明的一个实施例的信息处理系统的概要的图。
[图2]是示出根据本实施例的信息处理设备的配置的示例的图。
[图3]是示出由根据本实施例的音乐推荐系统执行的操作处理的序列图。
[图4是示出由根据本实施例的信息处理设备执行的偏好信息分析处理的流程图。
[图5]是根据本实施例的推荐乐曲列表的显示屏幕的示例。
[图6]是根据本实施例的推荐乐曲列表的显示屏幕的另一示例。
具体实施方式
下面将参照附图详细描述本发明的优选实施例。在本说明书和附图中,具有基本相同的功能和配置的结构元件将由相同的附图标记表示,并且将省略对结构元件的重复说明。
此外,在下文中,将按以下顺序给出说明。
1.根据本发明的一个实施例的信息处理系统的概要
2.配置
3.操作处理
4.显示屏幕的示例
5.补充说明
6.结论
1.根据本发明的一个实施例的信息处理系统的概要
图1是用于说明根据本发明的一个实施例的信息处理系统的概要的图。如图1所示,根据本实施例的信息处理系统包括客户终端1,并且用户能够通过客户终端1收听从音乐分发设备3分发的音乐。客户终端1能够经由网络建立关于音乐分发设备3和信息处理设备2的通信和发送/接收数据。
客户终端1可以执行例如重放音乐数据的流重放,同时从音乐分发设备3获得音乐数据。客户终端1可以是例如智能电话、移动电话终端、平板终端、个人计算机(PC)、可穿戴装置(头戴式显示器(HMD)、智能眼镜、智能手表、智能带、智能颈环、颈挂式扬声器、智能耳机、耳环扬声器、耳套扬声器等)、立式扬声器、耳机装置等。
此外,用户能够使用音乐推荐设备6,从音乐分发设备3获得自动选择的音乐,并且收听音乐。音乐推荐设备6能够根据例如用户属性或用户的个人偏好来推荐音乐。待推荐的音乐可以从各种音乐数据数据库(DB)5中选择,其中存储了例如由相应唱片公司许可的音乐信息。
这里,在传统的音乐推荐系统中,可以获得指示用户何时收听音乐以及收听何种音乐的历史,但是很难完全获得关于用户在何种情况下收听音乐的信息。
例如,尽管收集了关于在一些时间段收听何种音乐的统计,但是用户在夜晚经常在起居室收听的喜爱的音乐和用户在夜晚跑步时收听的喜爱的音乐可能不同;然而,传统上,难以在收听时获得用户情况(用户行为),使得关于用户的偏好信息的粒度已经很大,并且还没有以令人满意的方式做出最佳音乐推荐。
因此,在本实施例中,各种传感器在用户使用客户终端1收听音乐时获取用户情况(行为),并且传感器数据被发送到信息处理设备2(分析设备),使得信息处理设备2能够高精度地分析偏好信息。
具体地,信息处理设备2通过分析收听音乐时的用户行为来获取对音乐数据的每个部分的用户评估,并且基于如上所述获取的各种传感器数据生成数据库作为偏好信息。客户终端1可以将关于收听音乐的信息(主题、乐曲数据、乐曲数据的一部分等)与传感器数据一起发送到信息处理设备2,并且因此信息处理设备2能够分析音乐部分。
如上所述,尽管用户偏好的音乐包含用户不偏好的部分(旋律、节奏、和声等);因此,通过分析作为音乐数据的组成的诸如旋律、节奏或和声的每个部分上的用户偏好,并且生成作为偏好信息的这些部分上的用户偏好,可以高精度地推荐音乐。此外,偏好信息与用户情况相关联。因此,例如,可以生成具有高粒度的偏好信息,诸如当用户在夜间在起居室中放松时用户偏好的音乐的旋律、节奏或和声,以及诸如当用户在夜间跑步时用户偏好的音乐的旋律、节奏或和声。
通过使音乐推荐设备6基于如上所述生成的偏好信息来推荐音乐,可以提高推荐精度(优化音乐推荐)。换言之,音乐推荐设备6能够基于由信息处理设备2生成的关于用户的偏好信息来执行机器学习,并且根据用户的情况来推荐最佳音乐。同时,根据本实施例的音乐推荐设备6可以具有向用户提供广告的功能,并且可以如上所述(通过执行机器学习)基于具有高粒度的偏好信息提供最佳广告,并且增加广告效果(广告的最优化)。
此外,音乐推荐设备6还可以采用由自动谱写音乐的自动作曲设备4生成的音乐数据作为推荐目标。对自动作曲设备4所使用的作曲算法没有特别限制,但是例如可以通过组合各部分并基于音乐的预定部分(旋律、节奏、和声等)的指定主题、指定流派或指定类型适当地执行修改来生成乐曲。自动作曲设备4能够基于由信息处理设备2生成的偏好信息,即至少包括对一部分音乐的用户评估和相应的用户情况的偏好信息,根据用户情况来作曲适当的音乐。自动作曲的音乐数据可以存储在各种音乐数据DB 5中,或者可以根据用户情况实时生成并输出到音乐推荐设备6。
上面已经描述了根据本发明的一个实施例的信息处理系统的概要。同时,图1所示的信息处理设备2、音乐分发设备3、自动作曲设备4、各种音乐数据DB 5和音乐推荐设备6中的每一个可以由网络上的服务器实现。此外,多个设备可以由单个服务器实现。例如,可以配置具有信息处理设备2、自动作曲设备4和音乐推荐设备6的功能的音乐推荐服务器。下面将参照附图描述包括在根据本实施例的信息处理系统中的信息处理设备2的详细配置。
2.配置
图2是示出根据本实施例的信息处理设备2的配置的示例的框图。如图2所示,信息处理设备2包括控制单元20、通信单元21和存储单元22。
控制单元20用作算术处理设备和控制设备,并且根据各种程序控制信息处理设备2中的整个操作。控制单元20例如由诸如中央处理单元(CPU)或微处理器的电子电路来实现。此外,控制单元20可以包括用于存储待使用的程序、计算参数等的只读存储器(ROM),以及用于临时存储适当改变的参数等的随机存取存储器(RAM)。
此外,根据本实施例的控制单元20还用作行为分析单元201、音乐部分分析单元202和音乐偏好分析单元203。
行为分析单元201基于用户在观看和收听内容(在本实施例中采用音乐作为一个示例)时的各种传感器数据来分析用户在观看和收听时的行为。这里,在观看和收听时关于用户的各种传感器数据可以包括位置信息、运动信息(加速度传感器数据、陀螺仪传感器数据、地磁传感器数据等)、生物信息(脉搏、心跳、静脉、发汗、血压、体温、呼吸、脑电波、节能、指纹、静脉图案等)、用户语音信息、手势信息、捕获的图像、环境信息(气温、照度、雨、风、环境声音等)、日期和时间、季节、观看/收听操作信息(重放、停止、跳过等)等。
位置信息指示用户在观看和收听内容时的位置,并且可以指示室内区域、室外区域、房间中的位置、室外区域中的位置(纬度和经度)等。位置信息可以由位置定位单元检测。这里,位置定位单元具有基于外部获取的信号检测当前位置的功能。具体地,例如,位置定位单元由全球导航卫星系统(GNSS)定位单元实现,接收来自卫星的无线电波;检测当前位置;并且输出关于检测到的位置的信息。此外,位置定位单元可以是使用Wi-Fi(注册商标)、蓝牙(注册商标)、移动电话、便携式手持电话系统(PHS)或智能电话代替GNSS通过发送/接收、近场通信等来检测位置的装置。
如上所述的传感器数据可以通过各种传感器(位置定位单元、运动传感器(加速度传感器或地磁传感器)、生物传感器、照相机、麦克风、环境传感器等);通过操作检测单元(触摸传感器、压力传感器、接近传感器、按钮、开关、杆等);或者通过安装在用户周围的装置(立式扬声器、监视摄像机等)来获取。此外,由信息处理设备2获取的传感器数据可以是由每个传感器检测到的原始传感器数据,或者可以是处理数据,例如基于一条或一条以上传感器数据分析的数据。
行为分析单元201根据传感器数据等分析与收听音乐相关的用户的各种情况,例如,场所、公司、行为、时间段或当用户收听音乐时的天气、收听期间的情绪变化(情绪可以根据生物传感器数据、语音、运动等估计)、每个音乐片段的类型和该音乐片段的重放程度(该音乐片段被重放到哪个音节)、每个音乐片段的重复次数等。在如上所述的行为分析中,不是针对单个音乐片段输出单个分析结果,而是输出关于单个音乐片段的时间序列分析结果(用户反应)。换句话说,例如,可以分析行为的类型和与行为相关联的音节的类型,或者可以分析行为的类型和在开始重放之后采取行为的流逝时间。由行为分析单元201获得的分析结果存储在用户行为信息DB 221中。同时,在收听音乐时关于用户的各种传感器数据也可以存储在用户行为信息DB 221中。
音乐部分分析单元202分析用户收听的音乐的音乐部分。换句话说,音乐部分分析单元202基于用户收听的音乐的音乐相关信息(主题、乐曲数据、乐曲数据的一部分等),分析由一个或一个以上音节组成的音乐的“部分”,特别是音乐的组成,诸如旋律、节奏和和声。
音乐偏好分析单元203基于由行为分析单元201获得的分析结果和由音乐部分分析单元202获得的分析结果,基于内容的按时间顺序分开的部分(即,音乐部分,诸如旋律、节奏或和声)生成用户评估(取决于环境而变化的肯定评估或否定评估)。换言之,偏好信息是通过将指示特定情况的类型和用户在特定情况下偏好的音乐部分的用户评估与用户情况(用户在厨房烹饪;在餐厅放松;正在跑步;去工作的路上等)相关联来生成的。对每一段收听的音乐执行如上所述的音乐偏好分析;然而,可以基于对用户收听的大量音乐片段的每个评估结果,进一步生成对相同或相似部分的用户评估。在这种情况下,音乐偏好分析单元203例如能够通过使用深度学习的机器学习来进行用户评估。通过这种配置,可以对音乐部分执行标记(对音乐按时间顺序分开的标记)。此外,音乐偏好分析单元203能够基于对情绪的估计,例如基于脑电波的情绪估计(高兴、不快乐、快乐、愉快、痛苦等),将用户的情绪变化标记到乐曲的各部分。如上所述由音乐偏好分析单元203获得的每个分析结果作为关于用户的音乐偏好信息被存储在音乐偏好信息DB 222中。
此外,音乐偏好分析单元203能够使用关于多个用户的音乐偏好信息,并分析基于用户特征分类的每个组的音乐偏好信息。用户的特征即所谓的属性,可以是每个用户的年龄、年龄类别、性别、家乡、国籍、职业、行为模式、生活方式、爱好和偏好。通过使用基于关于多个用户的多条音乐偏好信息生成的关于每个组的偏好信息,可以根据多个用户的倾向来推荐适合用户的情况和偏好的音乐。
同时,根据本实施例的音乐偏好分析单元203当然除了分析对每个音乐部分的用户评估之外,还能够分析对每首音乐的音乐流派、作曲家、歌手等的用户评估(肯定/否定)。
通信单元21
通信单元21以有线或无线方式连接到外部设备,并且向外部设备发送数据和从外部设备接收数据。通信单元21能够经由例如有线/无线局域网(LAN)、Wi-Fi(注册商标)、蓝牙(注册商标)、近场无线通信、移动通信网络(长期演进(LTE)、3G(第三代无线移动通信技术))等与外部设备建立通信。
例如,通信单元21经由网络从客户终端1接收传感器数据和音乐相关信息(主题、乐曲数据、乐曲数据的一部分等)。此外,通信单元21还能够响应于来自自动作曲设备4或音乐推荐设备6的请求而发送所分析的音乐偏好信息。
存储单元22
存储单元22由用于存储在由控制单元20执行的处理中使用的程序、计算参数等的只读存储器(ROM)和用于临时存储适当改变的参数等的随机存取存储器(RAM)来实现。
根据预设实施例的存储单元22在其中存储用户行为信息数据库(DB)221和音乐偏好信息DB 222。用户行为信息DB 221在其中存储如上所述由行为分析单元201针对每个用户获得的分析结果。此外,在收听音乐时关于每个用户的各种传感器数据也被存储在用户行为信息DB 221中。
音乐偏好信息DB 222在其中存储由音乐偏好分析单元203获得的分析结果。分析结果指示用户对每个用户的音乐部分的评估,并且与用户情况(时间、用户行为、地点、公司、季节、天气等)相关联。此外,被分类成组的每个用户类型的音乐偏好信息被存储在音乐偏好信息DB 222中。
上面已经详细描述了根据本实施例的信息处理设备2的配置。图2所示的信息处理设备2的配置是一个示例,并且本实施例不限于此。例如,信息处理设备2的组件的至少一部分可以包括在外部设备中,或者控制单元20的功能的至少一部分可以由客户终端1或位于距客户终端1相对短的通信距离处的信息处理设备(例如,所谓的边缘服务器)来实现。通过如上所述适当地分布信息处理设备2的组件,可以改善实时特性;减少处理负荷;并确保安全性。此外,包括在图2所示的控制单元20和DB中的所有组件可以安装在客户终端1中,并且根据本实施例的偏好信息分析过程可以由客户终端1的应用来执行。
3.操作处理
接下来,将参照附图详细描述由根据本实施例的信息处理系统执行的操作处理。
图3是示出由根据实施例的音乐推荐系统执行的操作处理的序列图。
如图3所示,首先,音乐分发设备3向客户终端1发送音乐数据(步骤S103)。
随后,客户终端1以流的方式重放音乐数据以允许用户收听音乐数据(步骤S106),并且同时感测收听时的用户行为(情况)(步骤S109)。
然后,客户终端1将通过感测获得的传感器数据和与收听音乐相关的信息发送到信息处理设备2(步骤S112)。
随后,信息处理设备2基于所接收的传感器数据和所接收的音乐相关信息来分析与音乐相关的用户偏好(步骤S115)。作为用户偏好的分析结果的音乐偏好信息由例如音乐推荐设备6使用,并且用于根据用户的情况和偏好来推荐最佳音乐。此外,自动作曲设备4可以根据用户的情况和偏好生成并推荐最佳音乐。
具体地,例如,信息处理设备2将作为用户偏好的分析结果的音乐偏好信息发送到自动作曲设备4(步骤S118)。
然后,自动作曲设备4基于用户的音乐偏好信息自动谱写适合用户的情况和偏好的音乐(步骤S121),并将生成的音乐数据存储在各种音乐数据DB 5中(步骤S124)。例如,自动作曲设备4可以参考从信息处理设备2获取的音乐偏好信息,并且基于用户在特定用户情况下偏好的音乐部分或音乐流派来自动作曲相似的音乐(具有相似的音调)。将用户情况作为元数据添加到自动作曲的音乐数据。这里,自动作曲设备4不仅能够基于用户做出的评估,而且能够基于不同用户做出的评估来作曲。例如,可以基于由具有与用户的特征类似的特定特征(属性、行为模式、偏好等)的不同用户做出的评估(音乐偏好信息)来生成对应于用户情况的音乐,或者可以简单地使用由不同用户做出的评估而不依赖于用户的特征。
相反,唱片公司服务器7任意设置乐曲的许可(步骤S127),并将已经设置了其许可的音乐数据存储在各种音乐数据DB 5中(步骤S130)。
随后,音乐推荐设备6从各种音乐数据DB 5读取音乐数据(步骤S133),参考从信息处理设备2发送的关于用户的音乐偏好信息(步骤S136),并根据用户偏好和用户情况推荐音乐(步骤S139)。例如,音乐推荐设备6基于存储在各种音乐数据DB 5中的音乐数据的元数据,根据用户偏好和用户情况来推荐音乐。例如,音乐数据的元数据包括关于音乐部分的信息。音乐推荐设备6能够基于关于音乐部分的信息根据用户情况选择(相对较大地)包括适当音乐部分(即,用户偏好的)的音乐数据。在这种情况下,可以消除包括用户不偏好的音乐部分的音乐数据。此外,音乐推荐设备6可以通过另外参考关于用户对于每个用户情况所偏好的音乐流派、艺术家等的偏好信息来选择音乐数据。因此,音乐推荐设备6能够生成例如当用户在厨房工作时推荐的音乐列表;当用户坐在餐厅的沙发上时推荐的音乐列表;在跑步时推荐的音乐列表等。同时,除了关于用户的个人音乐偏好信息之外,音乐推荐设备6还可以参考关于与用户的特征相对应的组的音乐偏好信息。此外,除了使用由用户做出的评估之外,音乐推荐设备6还能够通过使用由不同用户做出的评估来做出推荐。例如,可以基于由具有类似于用户的特定特征(属性、行为模式、偏好等)的不同用户做出的评估来推荐适合用户情况的音乐,或者可以简单地使用由不同用户做出的评估而不依赖于用户的特征。如上所述,在步骤S103处,从音乐分发设备3向客户终端1提供如上所述推荐的音乐数据。
在根据本实施例的音乐推荐系统中,重复如上所述的从步骤S103到S139的处理,从而可以连续地存储用户的音乐偏好信息并提高音乐推荐的准确性。
关于用户的音乐偏好信息可用于提供广告,尽管这在图3的流程图中未示出。例如,如果音乐推荐设备6还具有广告功能,则期望推荐最佳音乐,并且通过提供与所推荐的音乐相关的广告来提高广告效果。
接下来,将参照图4详细描述如上所述由信息处理设备2在步骤S115处执行的分析处理。图4是示出由根据本实施例的信息处理设备2执行的分析处理的流程图。
如图4所示,首先,如果信息处理设备2在用户收听音乐的同时获取传感器数据和音乐相关信息(步骤S303),则行为分析单元201分析用户行为(步骤S306),并且音乐部分分析单元202分析音乐部分(步骤S309)。
随后,信息处理设备2使音乐偏好分析单元203分析关于用户的音乐偏好信息(步骤S312),并将分析结果存储在存储单元22中(步骤S315)。
4.显示屏幕的示例
接着,将参照图5和图6描述根据本实施例在使用偏好信息推荐音乐的情况下客户终端1上的显示屏幕的示例。
图5是根据本实施例的推荐乐曲列表的显示屏幕的示例。在图5所示的显示屏幕110上,推荐的乐曲列表适合于与用户的相应行为模式相对应的多种情况,例如停留在起居室中;待在厨房中;去工作的路上和在跑步时。推荐的乐曲列表可以由音乐推荐设备6生成。此外,基于用户或对应于用户特征的组的音乐偏好信息(其指示基于感测数据分析的并且根据情况而变化的偏好,并且其包括对至少音乐部分的用户评估),选择适合于每种情况的推荐乐曲。
同时,可以通过例如“自动”明确地指示基于关于用户的偏好信息自动谱写的乐曲,以便区别于已知的乐曲(由唱片公司提供许可的乐曲)。
图6是根据本实施例的推荐乐曲列表的显示屏幕的另一示例。例如,在图6所示的显示屏111上,在房间布局的地图图像上显示适合情况(位置)的推荐乐曲列表。通过这种配置,用户能够直观地识别适合这些情况的推荐乐曲列表。
同时,提供给用户的推荐乐曲列表可以是待重放的音乐或已重放的音乐(历史)。例如,如果可以提前检查待重放的音乐,则用户能够提前选择乐曲,并且甚至可以使用关于这种操作的信息作为反馈来分析偏好信息。
5.补充说明
下面将给出本实施例的补充说明。
在根据实施例的音乐推荐系统中,可以根据用户情况自动地将推荐的乐曲列表从一个切换到另一个,并且自动地和顺序地重放适合用户情况的推荐的乐曲。具体地,例如,音乐推荐设备6可以通过从客户终端1获取传感器数据来实时地识别用户情况,并且通过使用从信息处理设备2获取的音乐偏好信息来推荐音乐。可选地,如果客户终端1具有与用户情况相对应并且由音乐推荐设备6生成的音乐推荐列表,则客户终端1可以实时地识别用户情况,从音乐分发设备3获取包括在相应的推荐乐曲列表中的乐曲,并且重放所获取的乐曲。
此外,在根据本实施例的音乐推荐系统中,可以基于用户对当前重放的音乐的反应(可以使用机器学习)来改变接下来待重放的乐曲。例如,当用户正在跑步时客户终端1重放在跑步时推荐的乐曲时,如果基于用户的生物信息(心跳、音调等)确定随着跑步速度的增加可能发生健康问题,则可以重放具有慢节奏的慢乐曲。此外,客户终端1还能够基于用户的生物信息等识别用户的集中度,选择适合集中度的音乐,并帮助提高集中度。可以由客户终端1或音乐推荐设备6执行根据实时情况改变要中继的音乐的处理。此外,如果需要,可以实时重放由自动作曲设备4作曲的音乐。例如,可以自动生成实时提高集中程度的环境音乐(背景音乐),并根据用户实际集中程度的变化提供音乐。
此外,根据本实施例的音乐推荐系统可以通过考虑音乐重放的收费限制来选择要推荐的乐曲。换言之,由唱片公司许可的乐曲将被收费,并且因此,如果收费限制接近,则可以减少要收费的乐曲的数量,并且根据所设置的收费限制增加自动编写的乐曲的百分比。
此外,在根据本实施例的音乐偏好信息的分析中,分析用户对用户收听的音乐的反应(行为);然而,“用户收听的音乐”不限于由客户终端1重放的音乐,而是包括用户收听的背景声音。例如,当用户收听在用户周围播放的音乐(例如火车的声音;在车站播放的音乐或在便利店播放的音乐)时,音乐由包括在客户终端1中的麦克风收集,并且音乐和关于用户的反应的传感器数据(即,“与用户收听的音乐相关的信息”)被发送到信息处理设备2。通过这种配置,可以推荐使用用户偏好的火车的声音自动编写的音乐,或者推荐在车站或商店中播放的音乐。
此外,根据本实施例的音乐推荐系统的配置不限于如图1所示的示例。例如,可以使客户终端1(即,在本地级别)分析偏好信息并推荐音乐。在这种情况下,客户终端1能够从存储在客户终端1中的多条音乐数据中根据用户的情况和偏好(偏好信息至少包括对一部分的评估)来推荐音乐。此外,即使当在本地级别推荐音乐时,也可以周期性地(例如,一天一次、一周一次等)建立到信息处理设备2的连接以与其他用户共享信息(偏好信息)并更新偏好信息。
在如上所述的实施例中,已经描述了将音乐用作要推荐的媒体内容的示例,但是本实施例不限于该示例,并且例如,媒体内容可以是视频(戏剧、电影、视频或短片电影)、游戏等。可以根据用户情况重放包括用户偏好的至少一部分的整个视频,或对应于偏好部分的视频的一部分。
6.结论
如上所述,在根据本发明的实施例的信息处理系统中,可以分析对部分内容的用户评估,并且生成能够实现满意的内容推荐的偏好信息。
用户评估与内容本身相关联并且还与内容的至少一部分(部分)相关联,并且偏好信息以时间顺序被标记。
以上参照附图描述了本发明的优选实施例,而本技术不限于以上示例。本领域技术人员可以在所附权利要求的范围内构思各种替换和修改,并且应当理解,它们将自然地落入本发明的技术范围内。
例如,可以生成使客户终端1、信息处理设备2、音乐分发设备3、自动作曲设备4或包括在音乐推荐设备6中的硬件(例如CPU、ROM和RAM)实现客户终端1、信息处理设备2、音乐分发设备3、自动作曲设备4或音乐推荐设备6的功能的计算机程序。此外,可以提供其中存储有计算机程序的计算机可读存储介质。
此外,本说明书中描述的效果仅仅是说明性或示例性的效果,而不是限制性的。即,利用或代替上述效果,根据本发明的技术可以实现本领域技术人员根据本说明书的描述明确的其他效果。
另外,本技术也可以如下配置。
(1)
一种信息处理设备,包括:
控制单元,被配置为基于关于用户的传感器数据生成对媒体内容的按时间顺序分开的部分的用户评估,传感器数据是关于媒体内容的收听和观看而获取的,并且将至少包括所生成的用户评估的媒体偏好信息存储在存储单元中。
(2)
根据(1)的信息处理设备,其中,控制单元将从传感器数据获得的用户情况与对该部分的用户评估相关联作为媒体偏好信息。
(3)
根据(2)的信息处理设备,其中,
媒体内容是音乐,并且
媒体内容的按时间顺序分开的部分是包括旋律、节奏和和声中的至少一个的音乐部分。
(4)
根据(3)的信息处理设备,其中,控制单元基于关于多个用户的媒体偏好信息,为基于用户的特征分类的每个用户组生成偏好信息。
(5)
根据(3)或(4)的信息处理设备,其中,媒体偏好信息用于向用户推荐音乐。
(6)
根据(5)的信息处理设备,其中,控制单元基于媒体偏好信息,选择至少包括由与用户情况相对应的偏好信息指示的音乐部分的音乐作为推荐乐曲。
(7)
根据(3)或(4)的信息处理设备,其中,媒体偏好信息用于自动编写要推荐的音乐。
(8)
根据(7)的信息处理设备,其中,控制单元基于媒体偏好信息,至少使用由与用户情况相对应的偏好信息所指示的音乐部分来生成音乐。
(9)
根据(3)或(4)的信息处理设备,其中,媒体偏好信息用于向用户提供广告。
(10)
根据(3)至(9)中任一项的信息处理设备,其中,媒体偏好信息包括对音乐流派、作曲家和歌手之一的用户评估。
(11)
根据(5)或(6)的信息处理设备,其中,控制单元使客户终端提供通过使用媒体偏好信息来根据用户情况推荐的乐曲的列表。
(12)
根据(11)的信息处理设备,其中,在推荐的乐曲列表的呈现屏幕中,与乐曲列表一起明确地指示相应的用户情况。
(13)
根据(5)或(6)的信息处理设备,其中,控制单元实时地识别用户情况,并且使得客户终端基于所推荐的乐曲的相应列表来重放乐曲。
(14)
一种信息处理方法,使处理器执行:
基于用户的传感器数据生成对媒体内容的按时间顺序分开的部分的用户评估,该传感器数据是关于该媒体内容的收听和观看而获取的,并且
将至少包括所生成的用户评估的媒体偏好信息存储在存储单元中。
(15)
一种使计算机用作控制单元的程序,该控制单元执行:
基于用户的传感器数据生成对媒体内容的按时间顺序分开的部分的用户评估,该传感器数据是关于该媒体内容的收听和观看而获取的,并且
将至少包括所生成的用户评估的媒体偏好信息存储在存储单元中。
附图标记列表
1客户终端
2信息处理设备
3音乐分发设备
4自动作曲设备
5各种音乐数据数据库
6音乐推荐设备
7唱片公司服务器
20控制单元
201行为分析单元
202音乐部分分析单元
203音乐偏好分析单元
21通信单元
22存储单元
221用户行为信息数据库
222音乐偏好信息数据库。
Claims (11)
1.一种信息处理设备,包括:
控制单元,所述控制单元被配置为基于关于用户在按时间顺序分开的部分时刻处的传感器数据生成对媒体内容的多个部分的所述按时间顺序分开的部分的用户评估,所述传感器数据是关于在所述按时间顺序分开的部分的时刻处所述媒体内容的收听和观看而获取的,并且所述控制单元被配置为将至少包括所生成的用户评估的媒体偏好信息存储在存储单元中,
其中,所述控制单元还被配置为将从所述传感器数据获得的用户情况与对所述部分的用户评估相关联作为所述媒体偏好信息;并且其中
所述媒体内容包括音乐,并且
所述媒体内容的所述按时间顺序分开的部分是包括旋律、节奏和和声中的至少一个的音乐部分,
所述媒体内容的所述多个部分中的每个部分包括多个音乐部分中的相应音乐部分,
所述控制单元还被配置为基于关于所述用户在所述音乐部分的所述时刻处的所述传感器数据生成关于所述音乐部分的所述用户评估,
其中,所述媒体偏好信息用于向用户推荐音乐,
其中,所述控制单元基于所述媒体偏好信息,选择至少包括由与用户情况相对应的偏好信息指示的音乐部分的音乐作为推荐乐曲。
2.根据权利要求1所述的信息处理设备,其中,所述控制单元基于多个用户的媒体偏好信息,为基于用户的特征分类的每个用户组生成偏好信息。
3.根据权利要求1所述的信息处理设备,其中,所述媒体偏好信息用于自动编写要推荐的音乐。
4.根据权利要求3所述的信息处理设备,其中,所述控制单元基于所述媒体偏好信息,至少使用由与用户情况相对应的偏好信息所指示的音乐部分来生成音乐。
5.根据权利要求1所述的信息处理设备,其中,所述媒体偏好信息用于向用户提供广告。
6.根据权利要求1所述的信息处理设备,其中,所述媒体偏好信息包括对音乐流派、作曲家和歌手之一的用户评估。
7.根据权利要求1所述的信息处理设备,其中,所述控制单元使客户终端提供通过使用所述媒体偏好信息来根据用户情况推荐的乐曲的列表。
8.根据权利要求7所述的信息处理设备,其中,在推荐的乐曲列表的呈现屏幕中,与乐曲列表一起明确地指示相应的用户情况。
9.根据权利要求1所述的信息处理设备,其中,所述控制单元实时地识别用户情况,并使客户终端基于所推荐的乐曲的相应列表来重放乐曲。
10.一种信息处理方法,使处理器执行:
基于用户在按时间顺序分开的部分的时刻处的传感器数据生成对媒体内容的多个部分的所述按时间顺序分开的部分的用户评估,所述传感器数据是关于在所述按时间顺序分开的部分的时刻处所述媒体内容的收听和观看而获取的,
将至少包括所生成的用户评估的媒体偏好信息存储在存储单元中,并且
将从所述传感器数据获得的用户情况与对所述部分的用户评估相关联作为所述媒体偏好信息,其中
所述媒体内容包括音乐,并且
所述媒体内容的所述按时间顺序分开的部分是包括旋律、节奏和和声中的至少一个的音乐部分,
所述媒体内容的所述多个部分中的每个部分包括多个音乐部分中的相应音乐部分,
所述用户评估的生成包括基于关于所述用户在按所述音乐部分的所述时刻处的传感器数据生成关于所述音乐部分的所述用户评估,
其中,所述方法还包括:
使用媒体偏好信息以向用户推荐音乐,
基于所述媒体偏好信息,选择至少包括由与用户情况相对应的偏好信息指示的音乐部分的音乐作为推荐乐曲。
11.一种存储介质,所述存储介质存储程序,所述程序使计算机执行根据权利要求10所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017138489 | 2017-07-14 | ||
JP2017-138489 | 2017-07-14 | ||
PCT/JP2018/017187 WO2019012784A1 (ja) | 2017-07-14 | 2018-04-27 | 情報処理装置、情報処理方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110870322A CN110870322A (zh) | 2020-03-06 |
CN110870322B true CN110870322B (zh) | 2023-04-04 |
Family
ID=65002146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880045331.3A Active CN110870322B (zh) | 2017-07-14 | 2018-04-27 | 信息处理设备、信息处理方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US12047660B2 (zh) |
EP (1) | EP3654194A4 (zh) |
JP (1) | JP7136099B2 (zh) |
CN (1) | CN110870322B (zh) |
WO (1) | WO2019012784A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019012784A1 (ja) * | 2017-07-14 | 2019-01-17 | 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 |
US20220398937A1 (en) * | 2019-11-07 | 2022-12-15 | Sony Group Corporation | Information processing device, information processing method, and program |
CN113946744B (zh) * | 2020-07-16 | 2024-08-13 | 北京达佳互联信息技术有限公司 | 数据处理方法、装置、服务器及存储介质 |
KR20230080025A (ko) * | 2021-11-29 | 2023-06-07 | 한국기술교육대학교 산학협력단 | 음악 청취 반응 자동 감지 시스템 및 방법, 음악 청취 반응 자동 감지 방법을 수행하는 모바일 장치 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6987221B2 (en) * | 2002-05-30 | 2006-01-17 | Microsoft Corporation | Auto playlist generation with multiple seed songs |
US20050021470A1 (en) * | 2002-06-25 | 2005-01-27 | Bose Corporation | Intelligent music track selection |
EP1666967B1 (en) * | 2004-12-03 | 2013-05-08 | Magix AG | System and method of creating an emotional controlled soundtrack |
JP2006171133A (ja) | 2004-12-14 | 2006-06-29 | Sony Corp | 楽曲データ再構成装置、楽曲データ再構成方法、音楽コンテンツ再生装置および音楽コンテンツ再生方法 |
KR100731761B1 (ko) * | 2005-05-02 | 2007-06-22 | 주식회사 싸일런트뮤직밴드 | 인터넷을 통한 음악제작 시스템 및 방법 |
JP4418423B2 (ja) * | 2005-11-09 | 2010-02-17 | 株式会社ソニー・コンピュータエンタテインメント | データ再生装置、データ再生方法及びプログラム |
JP2007241924A (ja) | 2006-03-13 | 2007-09-20 | Sharp Corp | 携帯端末 |
US7842874B2 (en) * | 2006-06-15 | 2010-11-30 | Massachusetts Institute Of Technology | Creating music by concatenative synthesis |
US8280539B2 (en) * | 2007-04-06 | 2012-10-02 | The Echo Nest Corporation | Method and apparatus for automatically segueing between audio tracks |
KR20090001745A (ko) | 2007-05-16 | 2009-01-09 | (주) 마젠타시스템 | 인터넷을 이용한 음악 정보 제공 시스템 및 방법 |
US20130204813A1 (en) * | 2012-01-20 | 2013-08-08 | Fluential, Llc | Self-learning, context aware virtual assistants, systems and methods |
US9183849B2 (en) * | 2012-12-21 | 2015-11-10 | The Nielsen Company (Us), Llc | Audio matching with semantic audio recognition and report generation |
US20150271571A1 (en) | 2014-03-18 | 2015-09-24 | Vixs Systems, Inc. | Audio/video system with interest-based recommendations and methods for use therewith |
JP5888382B2 (ja) | 2014-09-18 | 2016-03-22 | ソニー株式会社 | ユーザへのコンテンツ推薦方法、ユーザへのコンテンツ推薦システム及びコンピュータ読取可能な記録媒体 |
US9861151B2 (en) * | 2014-12-05 | 2018-01-09 | SaPHIBeat Technologies, Inc. | Activity monitoring systems and methods for accident detection and response |
US10250650B2 (en) * | 2015-01-05 | 2019-04-02 | Harman International Industries, Incorporated | Discovery playlist creation |
US9978426B2 (en) * | 2015-05-19 | 2018-05-22 | Spotify Ab | Repetitive-motion activity enhancement based upon media content selection |
US10776421B2 (en) | 2015-08-21 | 2020-09-15 | Demucoyan, Inc. | Music search system, music search method, server device, and program |
US9721551B2 (en) * | 2015-09-29 | 2017-08-01 | Amper Music, Inc. | Machines, systems, processes for automated music composition and generation employing linguistic and/or graphical icon based musical experience descriptions |
CN106302678A (zh) | 2016-08-08 | 2017-01-04 | 北京谱思科技有限公司 | 一种音乐推荐方法及装置 |
US10936653B2 (en) * | 2017-06-02 | 2021-03-02 | Apple Inc. | Automatically predicting relevant contexts for media items |
WO2019012784A1 (ja) * | 2017-07-14 | 2019-01-17 | 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 |
-
2018
- 2018-04-27 WO PCT/JP2018/017187 patent/WO2019012784A1/ja unknown
- 2018-04-27 US US16/629,246 patent/US12047660B2/en active Active
- 2018-04-27 JP JP2019528946A patent/JP7136099B2/ja active Active
- 2018-04-27 CN CN201880045331.3A patent/CN110870322B/zh active Active
- 2018-04-27 EP EP18832586.4A patent/EP3654194A4/en not_active Ceased
Also Published As
Publication number | Publication date |
---|---|
EP3654194A1 (en) | 2020-05-20 |
CN110870322A (zh) | 2020-03-06 |
US12047660B2 (en) | 2024-07-23 |
WO2019012784A1 (ja) | 2019-01-17 |
JP7136099B2 (ja) | 2022-09-13 |
JPWO2019012784A1 (ja) | 2020-05-07 |
US20200204874A1 (en) | 2020-06-25 |
EP3654194A4 (en) | 2020-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110870322B (zh) | 信息处理设备、信息处理方法 | |
CN109740068B (zh) | 媒体数据推荐方法、装置及存储介质 | |
KR102436168B1 (ko) | 청취 로그 및 음악 라이브러리를 생성하기 위한 시스템 및 방법 | |
US7790976B2 (en) | Content searching method, content list searching method, content searching apparatus, and searching server | |
US8030564B2 (en) | Method for selecting and recommending content, server, content playback apparatus, content recording apparatus, and recording medium storing computer program for selecting and recommending content | |
WO2020103548A1 (zh) | 视频合成方法、装置、终端及存储介质 | |
WO2009040696A1 (en) | Method, apparatus and computer program product for providing a determination of implicit recommendations | |
US9516360B2 (en) | Estimating demographic statistics of media viewership via context aware mobile devices | |
CN110996796B (zh) | 信息处理设备、方法和程序 | |
US20170161380A1 (en) | Server and music service providing system and method | |
KR20090031772A (ko) | 휴대용 사용자 기구의 사용을 모니터링하는 방법, 모니터링시스템, 데이터 수집 방법, 데이터 수집 시스템 | |
JP2009140051A (ja) | 情報処理装置、情報処理システム、推薦装置、情報処理方法および記憶媒体 | |
JPWO2016092924A1 (ja) | 情報処理装置、制御方法、およびプログラム | |
JPWO2018180024A1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN109862430B (zh) | 多媒体播放方法及终端设备 | |
KR20180096182A (ko) | 전자 장치 및 그 전자 장치의 제어 방법 | |
US20160292271A1 (en) | Electronic device for providing sound source and method thereof | |
JP2019036191A (ja) | 判定装置、判定方法及び判定プログラム | |
EP2749992A2 (en) | Information processing device, information processing method and computer program to determine a mood | |
US8024420B2 (en) | Content delivery apparatus and system | |
JP2019036201A (ja) | 出力制御装置、出力制御方法及び出力制御プログラム | |
JPWO2016052501A1 (ja) | ユーザインタフェース装置、プログラム及びコンテンツの通知方法 | |
CN106303701A (zh) | 智能电视内容推荐方法及装置 | |
US11593426B2 (en) | Information processing apparatus and information processing method | |
KR20190012565A (ko) | 광고를 교체하여 출력하는 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |