CN1347618A - 利用决策树推荐电视节目的方法和装置 - Google Patents

利用决策树推荐电视节目的方法和装置 Download PDF

Info

Publication number
CN1347618A
CN1347618A CN00806336A CN00806336A CN1347618A CN 1347618 A CN1347618 A CN 1347618A CN 00806336 A CN00806336 A CN 00806336A CN 00806336 A CN00806336 A CN 00806336A CN 1347618 A CN1347618 A CN 1347618A
Authority
CN
China
Prior art keywords
decision tree
user
program
attribute
positive
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
CN00806336A
Other languages
English (en)
Other versions
CN1183763C (zh
Inventor
S·古塔
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.)
Corey Technology Solutions Ltd
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 CN1347618A publication Critical patent/CN1347618A/zh
Application granted granted Critical
Publication of CN1183763C publication Critical patent/CN1183763C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/35—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users
    • H04H60/46—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users for recognising users' preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
    • H04N21/4665—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms involving classification methods, e.g. Decision trees
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25891—Management of end-user data being end-user preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/454—Content or additional data filtering, e.g. blocking advertisements
    • 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
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • 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
    • H04N7/00—Television systems
    • H04N7/16—Analogue secrecy systems; Analogue subscription systems
    • H04N7/162—Authorising the user terminal, e.g. by paying; Registering the use of a subscription channel, e.g. billing
    • H04N7/163—Authorising the user terminal, e.g. by paying; Registering the use of a subscription channel, e.g. billing by receiver means only

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Social Psychology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Television Systems (AREA)

Abstract

本发明发布的是使用决策树来推荐电视节目的方法和装置。根据用户以往的观看情况,利用归纳原理来确定一套可以满足特定观众的兴趣的推荐节目。监控用户的观看历史(130),并分析用户实际观看的节目(正例)和用户不看的节目(负例)。对于每个正的和负的节目例子(即观看和不观看的节目),将节目的若干属性归类到用户概况中。然后根据每个属性的平均信息量的级别将不同的属性放置到分类决策树(200)中。决策树中的每个节点和子节点对应于用户概况中一个给定的属性。决策树中的每个叶节点对应于位于相应的叶节点上节目的正的或负的推荐。利用一个可实现“自顶向下划分和控制”方法的决策树处理(300)来建立决策树(200)。而后,决策树可以被用于一个电子节目指南(140)中,进行节目推荐。

Description

利用决策树推荐电视节目的方法和装置
本发明涉及一种用于推荐电视节目的方法和装置，特别是涉及到通过使用决策树来推荐电视节目的方法和装置。
由于电视观众可接收到的电视频道，连同这些频道中节目内容的多样性增加了，电视观众确定感兴趣的电视节目变得越来越复杂。历史上，电视观众通过分析印制的电视节目指南来确定感兴趣的电视节目。通常，这种印制的电视节目指南包括依照时间和日期、频道和标题排列的可收电视节目的网格列表。由于电视节目的增加，使用这种印制的指南来有效确定所需电视节目已经变得不切实际了。
新近，电视节目指南已经可以通过电子版本得到，通常称为电子节目指南(EPGs)。象印制的电视节目指南一样，电子节目指南也包括根据时间和日期、频道和题目排列的可收电视节目的列表网格。然而，电子节目指南允许观众根据个人的喜好来排序或搜索可收电视节目。而且，电子节目指南允许可收电视节目的屏幕显示。
尽管电子节目指南允许观众比常规印制的指南更有效地确定所需的电视节目，它们也受到一些限制，如果能够克服这些限制，会进一步提高观众确定所需节目的能力。例如，许多观众对某类电视节目具有一个特别的喜好或偏爱，如基于运动的节目或体育节目。这样，可以将这些观众的喜好应用到电子节目指南中，来获得一组能够满足特定观众兴趣的推荐节目。
为此，已有许多工具被建议或提出用来推荐电视节目。例如可以从加利福尼亚的Sunnyvale的Tivo公司购买的TivoTM系统，允许观众使用“赞同和否决”的特性来为节目定级，并由此分别表明观众喜欢和不喜欢的节目。据此，TiVo接收器将记录的观众喜好与接收到的节目数据，如电视节目指南相比较，使推荐的节目适合每一个观众。
因此，基于观众以往的观看历史以及一个包括观众喜好的概况描述，这种推荐电视节目的工具提供了观众可能喜欢的节目选择。实际上，这种用于推荐电视节目的工具通常需要清晰的用户概况信息。但是，观众可能不会花费在一个用户概况中充分描述他们的观看喜好所需的时间。所以，需要一个基于观众以往观看历史的用于推荐电视节目的方法和装置。进一步需要一个不需任何清晰的观众概况信息的用于推荐电视节目的方法和装置。
总的来说，本发明公开了一种利用决策树来推荐电视节目的方法和装置。根据本发明的一个方面，基于一个用户以往的观看历史，利用归纳原理来确定一套可以满足特定观众兴趣的推荐的电视节目。
本发明监控一个用户的观看历史并分析用户实际观看的节目(正例)和该用户不观看的节目(负例)。针对每一个正和负的节目例子(即观看和不观看的节目)，在用户概况中对若干节目的属性进行分类，诸如给定节目的时间、日期、持续时间、频道、等级、题目和种类。而后不同的属性被放置到基于每个属性的平均信息量等级的分类决策树中。决策树的每个叶节点对应于一个定位在相应的叶节点的节目的正或负的推荐信息。决策树试图覆盖尽可能多的正例而不覆盖负例。
如果有用户简档，本发明的电视节目推荐器对其进行处理，并处理用户的观看历史，以产生一个决策树。利用一个实现“自顶向下的划分和控制”方法的决策树处理来建立决策树。而后，决策树可以被用于一个电子节目指南中以进行节目推荐。例如，节目推荐可以是一套可以满足一个特定观众的兴趣的推荐节目。
通过参考下面的详细描述和附图，来更全面地理解本发明，并了解本发明的进一步的特征和优势。
图1说明一个依照本发明的电视节目推荐器；
图2说明一个分类决策树，该树基于电视节目的每个属性的平均信息量的级别，将节目的不同属性放置于决策树中；
图3是一个描述体现本发明原理的示例决策树处理的流程图；
图4是一个描述体现本发明原理的示例决策树建立子程序的流程图；
图5是一个说明根据熟知的技术产生一个决策树的样本表；和
图6说明对应于表5例子产生的决策树。
图1说明一个依照本发明的电视节目推荐器100。公布的电视节目推荐器100利用归纳原理来确定一套可以满足一个特定观众兴趣的电视节目。本发明监控一个用户的观看历史并分析用户实际观看的节目(正例)和该用户不观看的节目(负例)。而后，本发明通过建立一个试图覆盖尽可能多的正例而不覆盖负例的决策树来判定正的或负的例子。
根据本发明的另一个特征，电视节目推荐器100无需任何清晰的来自用户的概况信息即可进行电视节目推荐。如果可以得到，清晰的用户概况信息可以增进电视节目推荐器100产生的推荐。通常，电视节目推荐器100通过观察用户超时观看习惯并概括用户观看习惯并建立一个试图覆盖尽可能多的正例而没有负例的用户概况来进行学习。
如图1所示，如果可以得到，电视节目推荐器100处理一个用户概况120，和一个用户观看历史130，来产生一个决策树200。注意，用户观看历史130的处理结果可以以更新用户概况120的形式来存储。决策树200可以被用于一个电子节目指南140，来进行节目推荐。例如，节目推荐可以是一套可以满足一个特定观众的兴趣的推荐节目。
如图1所示，电视节目推荐器100包括一个决策树处理300，在下面结合图3进一步讨论，通过调用一个决策树建立子程序400为用户产生一个决策树，该过程将在下面结合图4进一步讨论。电视节目推荐器100可以具体化为任何的计算机装置，如个人计算机或工作站等，包括一个处理器，如一个中央处理单元(CPU)，和存储器，如随即存储器和只读存储器。
对于每个正的和负的节目例子(即观看和不观看的节目)，对若干个熟知的属性在用户概况中进行了分类，如给定节目的时间、日期、观看时间、频道、级别、题目和类型等。如图2所示，基于每个属性的平均信息量的级别，不同的属性被放置到分类的决策树200中。示例的决策树200包括一个根节点205和若干个子节点，如子节点210、220、245、250、260、265和270。决策树200中的每个节点和子节点对应于用户概况中一个给定的属性。决策树200中的每个叶节点，如叶节点225、230、235、240和281-293对应于定位于相应叶节点的节目的正的或负的推荐。
例如，如果在训练数据中一个给定的节目具有一个大于45分钟但小于或等于65分钟的观看时间，并是一个西部的(类型)节目，则该节目将作为一个正的例子被归类到叶节点235之下。此后，如果在该测试数据中一个给定的节目的这些属性具有满足这一条件的值，则该节目将是一个推荐的节目。
如图3所示，利用一个实现“自顶向下的划分和控制”(“top-downdivide and conquer”)方法的决策树处理300建立决策树200。而后决策树200可以转化为一个规则。该决策树规则允许本发明性能的内省分析。本发明的决策树技术是基于Ross Quinlan的公认的理论，例如，可以参考CA 1990，Palo Alto，Morgan Kaufmann出版社的“机器学习程序”的C4.5，该内容可以被用于实时并可延伸到用于任何数目的种类。
决策树原理
决策树是基于公认的在20世纪50年代后期由Hunt等人提出的学习概念的理论，例如，可参见Hunt等人的1966年纽约学术出版社的“归纳实验”。它被进一步延伸并通过如下的文献使其普及：Breiman等著，CA(Wadsworth，1984)，Belmont的“分类和回归树”；(1983)加利福尼亚Palo Alto的Morgan Kaufmann出版社出版的Quinlan J.R.的“有效的分类过程学习及其在象棋游戏中的应用”，MichalskiR.S.、Carbonell J.G.和Mitchell T.M.(Eds.)著，“机器学习：一种人工方法”的Vol.1；(1990)加利福尼亚Palo Alto的MorganKaufmann出版社出版的Quinlan J.R.著“概率决策树”、KodratoffY.和Michalski R.S(Rds.)著，“机器学习：一种人工方法”的Vol.3；和(1993)CA，Sam Mateo的Morgan Kaufmann出版社出版的Quinlan J.R.的C4.5：“机器学习程序”。
构造一个决策树的基本方法是：令T为一组训练的事件，并把类表示为{C1，C2，...，Ck}。存在下面三种可能性：
T包含一个或多个事件，均属于一个单一类别Ci：
T的决策树是一个标识类型Ci的叶。
T不包含任何事件：
该决策树仍是一个叶，但是与该叶相关的类型必须从T以外的信息来确定。例如，可以借助于有关领域的背景知识来选择该叶。
T包含属于一个混合类型的时间
在这种情况下，该方法将把T提炼到似乎是超前的单类事件集合的子集中。基于一个属性，选择一个具有一个或多个相互独立的输出{O1，O2，...，On}的测试。T被分配到子集T1，T2，...，Tn中，其中Ti包括T中具有所选输出中的输出Oi的所有事件。T的决策树包括一个标识该测试的一个决策节点，和一个每个可能输出的分枝。按递归的方式，同样的构建树的方法被应用到训练事件的每个子集中，这样第i个分枝通往由训练事件子集Ti构造的决策树。
建立树的处理取决于选择一个适当的测试。任何以非无效方式划分T以便至少有两个子集{Ti}为非空的测试最终将T分配成为单类型子集，即使所有或大部分的子集包含一个单一训练事件。但是，本发明的目的不仅仅是根据分配来建立一个树，而是建立一个能够展现数据集结构并能够预测未见事件的树。通常是根据增益标准，基于信息理论来选择测试，解释如下。
假设有一些具有n个可能输出的测试，把训练事件T集分成子集T1，T2，...，Tn。如果不探查Ti的后续分类而评估这个测试，我们仅能获得的信息是T和其子集中类别的分布。设S为任意的事件子集，freq(Ci，S)表示S中属于类Ci的事件数目，|S|为集S中的事件数目。支持选择测试的标准的信息理论如下：通过一条消息传达的信息取决于它的概率并以位的形式用该概率的以2为底的对数来测量。例如，如果有8个可能的消息，则由其中任何一个所传递的信息为-log2(1/8)或3位。如果从属于某一Cj的事件集S中随机选择了一个事件，则该消息应具有一个概率： freq ( C j , S ) | S | 消息传递的信息为：
Figure A0080633600082
为了从这样一个属于类成员的消息中发现预期的信息，我们对类按其在S中的频率的比例进行累加，得到：
Figure A0080633600083
如果用到训练事件集中，则用info(T)来测量确定T中一个事件的类所需的平均信息量。这个量通常被称为集S的平均信息量。当依照一个测试X的n个输出分配了T时，那么可以发现该预期的信息为子集的加权累加和，由下面的公式给出： info X ( T ) = Σ i = 1 n | Ti T | × info ( T i )
用下面的量：
gain(X)＝info(T)-infoX(T)
来度量依照测试X通过分配T来获得的信息，该量通常被称为增益标准。然后，这一标准选择一个测试来最大化信息增益，该增益通常被当作是测试X和类之间的相互信息。
尽管增益标准给出良好的结果，但是仍具有一个严重的不足，也就是很强地偏重于具有许多输出的测试[Quinan，1990]。例如，考虑一个假定的医疗诊断任务，其中一个属性包括患者识别。由于每个这种识别应该是唯一的，分配一套该属性值的训练事件将会导致大量的子集，每个子集仅包含一个事件。由于所有这些一个事件的子集会包含一个单类的事件，infoX(T)将等于0。这样通过使用该属性来分配该训练事件集所获得的信息增益是最大的。但是，从预测的观点上看，这样的分配是没有多大用途的。
通过规一化来调整增益标准固有的偏重，其中调整可归于具有多个输出的测试的明显的增益。现在考虑属于一个事件的消息的信息内容，该内容表示的不是该事件所属的类，而是测试的输出。类似于info(S)的定义，有： split info ( X ) = - Σ i = 1 n | T i | | T | × log 2 [ | T i | | T | ]
该式表示通过将T划分为n个子集产生的潜在的信息，而信息增益用来衡量关于同一划分所产生的分类的信息。然后，表达式gainratio(X)＝gain(X)/split info(X)表示通过分离产生的信息比例。当分离信息很小时，该比例是不稳定的。为了避免这种情况，增益率标准选择一个测试来最大化遵从于一个限制的比率，该限制是信息增益必需至少要同所有检测的测试事件的平均增益一样大。
上面对构建一个决策树的描述是基于假定能够确定一个事件的测试的输出。但是，实际上数据是不明的属性值。这是可能是因为该值不是关于一个特定的事件的，当数据被收集到时不被存储，或者不能通过负责登记数据的对象来辨别。这种不完善通常存在于实际数据中。那么我们有两种选择：要么必需放弃很大比例的可用数据，并且声明一些测试事件是不可分类的，要么必需修改算法，来处理不明的属性值。在多数情况下，前者是不能接受的，因为它削弱了发现模式的能力。那么，可以按如下步骤实现处理不明的属性值所作的对标准的修正：
设T为训练集，X为基于某一属性A的一个测试，并假设仅在T中事件的一部分F中A的值是已知的，除非仅考虑具有已知A值的事件，info(T)和infoX(T)的计算如前面所述。那么，增益的定义可以修改为：
gain(X)＝已知概率A×(info(T)-infoX(T))+未知概率A×0
＝F×(info(T)-infoX(T))
增益的这一定义只是通过考虑具有已知的相关属性值的事件而得到的明显的增益，乘以训练集中这种事件的一部分。类似地，也可以通过考虑具有未知值的作为一个附加组的事件来改变splitinfo(X)。如果一个测试有n个输出，如同该测试将事件划分为n+1个子集来计算它的分离信息。利用增益和分裂信息的修正的定义，按下面的方法来实现训练集的分配。当具有已知输出Qi的T中一个的事件被赋给子集Ti时，该事件属于子集Ti的概率为1，属于其它子集的概率为0。但是，当输出为未知时，仅可以进行一个薄弱的概率声明。如果事件具有一个已知的输出，加权值为1；如果事件具有一个未知的输出，加权值仅是输出Qi在该点上的概率。每个子集Ti为一个可能是一部分事件的集合，这样|Ti|可以解释为事件集中一部分事件加权值的和。T中训练事件具有非1起始的加权值是可能的，因为T可以是一个早期划分的子集。通常，T中的一个具有加权值w的，其输出为未知的事件被赋给每一个具有下面的加权值的子集Ti
w×输出Qi的概率
后期的概率是按照T中已知具有输出Oi的事件的加权值的累加和除以本次测试T中具有已知输出的事件的加权值的累加和来估算的。
如果我们假设类型为“观看的节目”和“不观看的节目”，则DT的格式是这样，以至它具有节点和叶，其中节点对应于一些将运行的测试，而叶对应于这两个类型。现在测试一个未知的事件(节目)包括解析该树以确定未知事件属于哪一个类型。但是，如果在一个特定的决策节点上，我们遇到一种情况，其中相应的属性值是未知的，这样测试的输出不能确定，则系统探查所有可能的输出并联合产生的分类。因为现在可能有多个从树的根或从子树到叶的路径，那么，分类可以是一个类分布，而不是一个单一的类。当获得了未见的事件类分布时，该具有最高概率的类被指定为预计的类。
图3是一个描述体现本发明原理的示例决策树处理300的流程图。如图3所示，决策树处理300最初在步骤310中从训练数据中选择一个随机的子集W。随后，决策树处理300执行建立决策树的子程序400，将在下面结合图4来进一步讨论，在步骤320中为当前窗口W建立一个决策树。
一旦建立决策树子程序400为当前的窗口W建立了决策树，在步骤330中搜索训练集查找决策树的例外。如前面指出的，决策树从给树的整个例子集中随机选择一个正的和负的例子的子集，并利用该子集建立一个决策树。而后，决策树处理300在步骤330中在剩余的例子中应用这一产生的树。如果例子被错误地分类，则决策树处理300按照下面的方式增加该错误分类的例子(例外)到最初产生的随机子集中。如果在步骤330中发现决策树的例外，则在步骤340中一个或多个例外被插入到窗口W中，程序控制重复步骤320。如果在步骤330中没有发现决策树的例外，则程序控制结束。这一过程持续到从一个迭代到下一个迭代中没有发现性能的改进为止。
在进一步的改变中，基于一个用户喜欢和不喜欢什么，用户在何处为节目评级，如1-5级的假定，给决策树处理300一些例子。这些等级可以以这样的方式被合并到决策树中，以便增加一些偏重。就是说，仅当用户的等级超过预定(或用户指定的)值，如3时，决策树处理300增加错误分类的例子。换句话说，用户指出对于他或她来讲系统能够推荐他或她喜欢或不喜欢的节目是多么重要。在这种方式中，本发明将更适合于用户的喜欢或不喜欢。同样，当系统不试图覆盖所有例子时，将会有性能上的改进。
图4是一个描述体现本发明原理的示例决策树建立子程序400的流程图；如图4所示，在步骤410中，建立子程序400的决策树最初选择能够最小化下面的平均信息量函数H的最好的属性。
H＝∑-P(i)logP(i)
其中P(i)为是与第i个类相关的概率。而后，在步骤420中通过该属性将训练实例分类加入到子集中。
最后，在步骤430中递归重复该过程，直至每个子集包含一个类型的实例或满足一个预定的统计标准。然后程序控制返回到决策树处理300(步骤330)。
决策树例子
图5是一个根据熟知的技术产生一个决策树的样本表500。如图5所示，表500包括多个记录，每个记录关联到属性的尺寸、颜色和外表的不同组合，分别在栏520、530、540中标出。每个记录都被分类到一个给定的类，在栏510中标出。
根据建立子程序400的决策树，决策树是在步骤410中通过首次计算每个属性(尺寸、颜色、外表)的平均信息量来构建的。计算如下：尺寸： H = 1 6 [ - 1 1 log 1 1 ] + 4 6 [ - 2 4 log 2 4 - 2 4 log 2 4 ] + 1 6 [ - 1 1 log 1 1 ] = 0.462 颜色： H = 3 6 [ - 2 3 log 2 3 - 1 3 log 1 3 ] + 3 6 [ - 3 3 log 3 3 ] = 0.318 外表： H = 5 6 [ - 3 5 log 3 5 - 2 5 log 2 5 ] + 1 6 [ - 1 1 log 1 1 ] = 0.56
在步骤420中，选择属性“颜色”作为根结点605，因为该属性具有最小的平均信息量。所以，从属性中移除属性“颜色”，在步骤430中重复这一过程，如下：尺寸： H = 1 3 [ - 1 1 log 1 1 ] + 2 3 [ - 2 2 log 2 2 ] = 0 外表： H = 3 3 [ - 2 3 log 2 3 - 1 3 log 1 3 ] = 0.636
在第二次审核数据时，在步骤420选择属性“尺寸”作为第二个决策节点610，因为该属性具有最小的平均信息量。得到的决策树如图6所示。
一旦产生了依照本发明的决策树200，该决策树就可以被应用到一个电子节目指南140中来确定一套将可能满足用户兴趣的电视节目。对于电子节目指南140中的每一个节目，要贯穿决策树来把该节目归类到一个叶节点。基于该指定的叶节点，得出一个给定的节目是正的或负的推荐。
应当清楚，这里显示和描述的实施方案和变动不仅仅是说明本发明的原理，那些本技术领域的熟练人员可以在不背离本发明的范围和宗旨的前提下对本发明进行不同的修改。

Claims (13)

1.一种获得用户电视节目推荐(145)的方法，所述节目具有一些属性，该方法包括的步骤有：
获得用户的观看历史(130)；
分析用户喜欢的训练电视节目的正的和负的例子；
产生一个简档(120)，包括上述正的和负的例子的若干属性；
将上述的属性放置到一个分级决策树(200)中；和
基于电视节目在决策树(200)中的位置确定一个电视节目的推荐(145)。
2.一种获得用户电视节目推荐(145)的方法，所述节目具有一些属性，该方法包括的步骤有：
获得用户喜欢和不喜欢的电视节目的例子
产生具有包括上述属性的节点的分级决策树(200)，分级是基于每个上述属性的平均信息量的级别；和基于所述节目在所述决策树(200)中的位置推荐电视节目。
3.依照权利要求1或2的方法，其中简档(120)还包括用户提供的信息。
4.依照权利要求1、2或3的方法，其中推荐(145)是一个正的或负的推荐。
5.依照权利要求1-4任意一个或多个的方法，其中正的或负的例子是由用户评分的。
6.依照权利要求5的方法，其中利用上述的分数来偏重那些在决策树(200)中被错误分类的例子的处理。
7.依照权利要求1-6任意一个或多个的方法，其中属性在决策数(200)中放置的位置是基于每个属性的平均信息量的等级。
8.依照权利要求7的方法，其中每个属性的平均信息量H通过下面的公式来获得：
H＝Σ-P(i)LogP(i)
其中P(i)是与第i个类型相关的概率。
9.依照权利要求1-8任意一个或多个的方法，其中定位的步骤进一步包括的步骤有：选择一个使平均信息量函数H最小化的属性，通过该属性将训练数据归类到子集中；和按递归的方式重复该上述方法，直到每个子集包含一类的实例或满足一个预定的统计标准。
10.依照权利要求1-9任意一个或多个的方法，进一步包括的步骤有：将决策树200应用到附加的正的或负的例子中，以识别一个错误分类的例子。
11.依照权利要求10的方法，其中定位步骤进一步包括：将错误分类的例子插入到原来的正的或负的例子中，重复这一定位步骤，直到满足一个预定的限值。
12.一种获得用户电视节目推荐(145)的系统，所述节目具有一些属性，包括：
用于存储计算机可读代码的存储器；和一个在操作中与该存储器相连的处理器，该处理器配置成能够：
获得用户的观看历史(130)；
分析用户喜欢的训练节目的正的或负的例子；
产生一个包括正的或负的例子的若干属性的简档(120)；
将上述属性定位到分类决策数(200)中，并基于电视节目在决策树(200)中的位置来确定一个推荐(145)。
13.一种获得用户电视节目推荐(145)的系统，所述节目具有一些属性，包括：
一个用于存储计算机可读代码的存储器；和一个在操作中与该存储器相连的处理器，该处理器配置成能够：
获得用户喜欢或不喜欢的节目的例子；
产生一个具有包括上述属性的节点的分类决策树(200)，分类是基于每个属性的平均信息量的级别；和基于电视节目在决策树(200)中的位置来推荐电视节目。
CNB008063362A 1999-12-17 2000-12-05 利用决策树推荐电视节目的方法和装置 Expired - Fee Related CN1183763C (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US09/466,406 1999-12-17
US09/466,406 US6727914B1 (en) 1999-12-17 1999-12-17 Method and apparatus for recommending television programming using decision trees
US09/466406 1999-12-17

Publications (2)

Publication Number Publication Date
CN1347618A true CN1347618A (zh) 2002-05-01
CN1183763C CN1183763C (zh) 2005-01-05

Family

ID=23851633

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB008063362A Expired - Fee Related CN1183763C (zh) 1999-12-17 2000-12-05 利用决策树推荐电视节目的方法和装置

Country Status (6)

Country Link
US (1) US6727914B1 (zh)
EP (1) EP1155571A1 (zh)
JP (1) JP2003517793A (zh)
KR (1) KR100693770B1 (zh)
CN (1) CN1183763C (zh)
WO (1) WO2001045408A1 (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1333596C (zh) * 2004-06-30 2007-08-22 大唐电信科技股份有限公司光通信分公司 点播请求信息分级装置及方法和点播信息分级系统及方法
CN100345145C (zh) * 2005-02-24 2007-10-24 上海交通大学 基于数值仿真与决策树算法的塑性成形工艺规则获取方法
CN100419754C (zh) * 2004-03-25 2008-09-17 微软公司 使用表格来学习树
CN100455030C (zh) * 2002-11-14 2009-01-21 松下电器产业株式会社 视听履历的利用方法以及视听履历利用装置
CN100524297C (zh) * 2002-12-12 2009-08-05 索尼株式会社 信息处理设备、信息处理方法、记录介质和程序
CN1725854B (zh) * 2004-07-12 2010-06-16 阿尔卡特公司 个人化的视频娱乐系统
CN101572785B (zh) * 2009-06-09 2012-01-18 北京邮电大学 业务指南生成系统、方法、指南过滤装置和终端
CN102547373A (zh) * 2010-12-29 2012-07-04 任仙怡 一种更新媒体节目的方法、系统、服务器及媒体播放器
CN102970605A (zh) * 2012-11-21 2013-03-13 Tcl集团股份有限公司 一种节目推荐方法
CN103412888A (zh) * 2013-07-19 2013-11-27 百度在线网络技术（北京）有限公司 一种兴趣点识别方法和装置
CN103546780A (zh) * 2013-10-28 2014-01-29 青岛海信传媒网络技术有限公司 一种节目推荐的方法及其装置
CN103902538A (zh) * 2012-12-25 2014-07-02 中国银联股份有限公司 基于决策树的信息推荐装置及方法
CN104360897A (zh) * 2014-10-29 2015-02-18 百度在线网络技术（北京）有限公司 对话处理方法和对话管理系统
CN104936038A (zh) * 2005-01-05 2015-09-23 飞扬管理有限公司 用于在电视环境中递送多个内容并提供与内容交互的框架
CN106250532A (zh) * 2016-08-04 2016-12-21 广州优视网络科技有限公司 应用推荐方法、装置及服务器
CN106658078A (zh) * 2016-12-23 2017-05-10 北京小米移动软件有限公司 电视终端订餐方法及装置
CN110135590A (zh) * 2019-04-15 2019-08-16 平安科技（深圳）有限公司 信息处理方法、装置、介质及电子设备

Families Citing this family (190)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8352400B2 (en) 1991-12-23 2013-01-08 Hoffberg Steven M Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore
EP0688488A1 (en) 1993-03-05 1995-12-27 MANKOVITZ, Roy J. Apparatus and method using compressed codes for television program record scheduling
US6769128B1 (en) 1995-06-07 2004-07-27 United Video Properties, Inc. Electronic television program guide schedule system and method with data feed access
IL121230A (en) * 1997-07-03 2004-05-12 Nds Ltd Intelligent electronic program guide
US20030088872A1 (en) * 1997-07-03 2003-05-08 Nds Limited Advanced television system
IL125141A0 (en) * 1998-06-29 1999-01-26 Nds Ltd Advanced television system
AU733993B2 (en) 1997-07-21 2001-05-31 Rovi Guides, Inc. Systems and methods for displaying and recording control interfaces
US7185355B1 (en) * 1998-03-04 2007-02-27 United Video Properties, Inc. Program guide system with preference profiles
CN1867068A (zh) 1998-07-14 2006-11-22 联合视频制品公司 交互式电视节目导视系统及其方法
AR020608A1 (es) 1998-07-17 2002-05-22 United Video Properties Inc Un metodo y una disposicion para suministrar a un usuario acceso remoto a una guia de programacion interactiva por un enlace de acceso remoto
MX355835B (es) 1998-07-17 2018-05-02 Rovi Guides Inc Un sistema de guias de programacion televisiva interactivas que tiene multiples dispositivos dentro de una residencia de un grupo familiar.
US6505348B1 (en) 1998-07-29 2003-01-07 Starsight Telecast, Inc. Multiple interactive electronic program guide system and methods
US6898762B2 (en) * 1998-08-21 2005-05-24 United Video Properties, Inc. Client-server electronic program guide
US6792197B1 (en) * 1998-12-07 2004-09-14 Index Systems, Inc. System and method for generating video taping reminders
US7966078B2 (en) 1999-02-01 2011-06-21 Steven Hoffberg Network media appliance system and method
JP4378576B2 (ja) * 1999-05-18 2009-12-09 ソニー株式会社 受信装置および方法、供給装置および方法、双方向通信システムおよび方法、並びに記録媒体
US7814512B2 (en) * 2002-09-27 2010-10-12 Microsoft Corporation Dynamic adjustment of EPG level of detail based on user behavior
US7188355B1 (en) * 1999-09-30 2007-03-06 Canon Kabushiki Kaisha Television program recommendation system
US7051352B1 (en) * 2000-02-04 2006-05-23 Koninklijke Philips Electronics N.V. Adaptive TV program recommender
JP4406994B2 (ja) * 2000-03-17 2010-02-03 ソニー株式会社 情報配信システム、情報受信装置及び情報蓄積方法
KR100443673B1 (ko) * 2000-07-13 2004-08-09 엘지전자 주식회사 사용자 히스토리 기반 멀티미디어 서비스 시스템
US8843965B1 (en) * 2000-09-20 2014-09-23 Kaushal Kurapati Method and apparatus for generating recommendation scores using implicit and explicit viewing preferences
CN101715109A (zh) 2000-10-11 2010-05-26 联合视频制品公司 提供数据存储到点播媒体传递系统中服务器上的系统和方法
US20020046402A1 (en) * 2000-10-16 2002-04-18 Olalekan Akinyanmi Application server delivery of information to customers from multiple sources
US7581237B1 (en) 2000-10-30 2009-08-25 Pace Plc Method and apparatus for generating television program recommendations based on prior queries
US6980977B2 (en) * 2000-11-30 2005-12-27 Yokogawa Electric Corporation System for acquiring and analyzing personal profile data and providing the service of delivering various information
US20020108114A1 (en) * 2001-02-08 2002-08-08 Sony Corporation System and method for presenting DVD bulletin board screen personalized to viewer
CN101257609B (zh) * 2001-02-21 2014-03-19 联合视频制品公司 具有个人视频记录特征的交互式节目导视器的系统和方法
US20110161997A1 (en) * 2001-03-26 2011-06-30 Rourk Christopher J Audiovisual programming selection system and method of use
US7231652B2 (en) * 2001-03-28 2007-06-12 Koninklijke Philips N.V. Adaptive sampling technique for selecting negative examples for artificial intelligence applications
US20020174428A1 (en) * 2001-03-28 2002-11-21 Philips Electronics North America Corp. Method and apparatus for generating recommendations for a plurality of users
US20020178440A1 (en) * 2001-03-28 2002-11-28 Philips Electronics North America Corp. Method and apparatus for automatically selecting an alternate item based on user behavior
US20020174429A1 (en) * 2001-03-29 2002-11-21 Srinivas Gutta Methods and apparatus for generating recommendation scores
US20020194602A1 (en) * 2001-06-06 2002-12-19 Koninklijke Philips Electronics N.V Expert model recommendation method and system
US20030084448A1 (en) * 2001-10-26 2003-05-01 Koninklijke Philips Electronics N.V. Automatic viewing-history based television control system
US7140032B2 (en) * 2001-10-29 2006-11-21 Sony Corporation System and method for establishing TV channel
US7571452B2 (en) * 2001-11-13 2009-08-04 Koninklijke Philips Electronics N.V. Method and apparatus for recommending items of interest to a user based on recommendations for one or more third parties
US20030097186A1 (en) * 2001-11-13 2003-05-22 Koninklijke Philips Electronics N.V Method and apparatus for generating a stereotypical profile for recommending items of interest using feature-based clustering
KR100425425B1 (ko) * 2001-12-28 2004-03-31 학교법인 한국정보통신학원 방송 프로그램 가이드 방법 및 그 장치
US20030126601A1 (en) * 2001-12-31 2003-07-03 Koninklijke Philips Electronics N.V. Visualization of entertainment content
US20050125835A1 (en) * 2002-03-11 2005-06-09 Koninklijke Philips Electronics N.V. Service/channel installation
GB2387676A (en) * 2002-04-15 2003-10-22 Agena Ltd A method of recommending television programmes
US20040003392A1 (en) * 2002-06-26 2004-01-01 Koninklijke Philips Electronics N.V. Method and apparatus for finding and updating user group preferences in an entertainment system
US7394967B1 (en) * 2002-06-27 2008-07-01 Microsoft Corporation Recorded content management
JP3864867B2 (ja) * 2002-07-23 2007-01-10 ソニー株式会社 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム
US20040073919A1 (en) * 2002-09-26 2004-04-15 Srinivas Gutta Commercial recommender
US7900229B2 (en) * 2002-10-15 2011-03-01 Opentv, Inc. Convergence of interactive television and wireless technologies
US20040098744A1 (en) * 2002-11-18 2004-05-20 Koninklijke Philips Electronics N.V. Creation of a stereotypical profile via image based clustering
US7493646B2 (en) 2003-01-30 2009-02-17 United Video Properties, Inc. Interactive television systems with digital video recording and adjustable reminders
JP2006524473A (ja) * 2003-04-03 2006-10-26 セドナ・パテント・サービシズ・エルエルシー コンテンツ通知および配信
CN1788280A (zh) * 2003-05-12 2006-06-14 皇家飞利浦电子股份有限公司 用于执行基于简档的协同过滤的装置和方法
EP1634442B1 (en) * 2003-05-30 2016-03-16 Koninklijke Philips N.V. Transformation of recommender scores depending upon the viewed status of tv shows
JP2007513535A (ja) * 2003-05-30 2007-05-24 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 視聴状態に応じたテレビ番組の記録のための表示優先度の確認
US7603022B2 (en) * 2003-07-02 2009-10-13 Macrovision Corporation Networked personal video recording system
US8438601B2 (en) 2003-07-02 2013-05-07 Rovi Solutions Corporation Resource management for a networked personal video recording system
US7454120B2 (en) * 2003-07-02 2008-11-18 Macrovision Corporation Methods and apparatus for client aggregation of television programming in a networked personal video recording system
US20050108748A1 (en) * 2003-11-17 2005-05-19 Sony Corporation, A Japanese Corporation Display filter criteria and results display apparatus and method
US8024755B2 (en) * 2003-11-17 2011-09-20 Sony Corporation Interactive program guide with preferred items list apparatus and method
US20050108749A1 (en) * 2003-11-17 2005-05-19 Sony Corporation, A Japanese Corporation Automatic content display apparatus and method
US20050108750A1 (en) * 2003-11-17 2005-05-19 Sony Corporation, A Japanese Corporation Candidate data selection and display apparatus and method
US20050108755A1 (en) * 2003-11-17 2005-05-19 Sony Corporation, A Japanese Corporation Multi-source programming guide apparatus and method
US20050108752A1 (en) * 2003-11-17 2005-05-19 Sony Corporation, A Japanese Corporation 3-Dimensional browsing and selection apparatus and method
US20050120366A1 (en) * 2003-11-28 2005-06-02 Canon Kabushiki Kaisha Determining viewer watching behaviour from recorded event data
JP2007515712A (ja) * 2003-12-03 2007-06-14 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 暗示推奨システムの協調サンプリング
CN1890682A (zh) * 2003-12-03 2007-01-03 皇家飞利浦电子股份有限公司 用于建议的增强型协作筛选技术
US7895625B1 (en) * 2003-12-24 2011-02-22 Time Warner, Inc. System and method for recommending programming to television viewing communities
KR100597399B1 (ko) * 2004-01-12 2006-07-06 삼성전자주식회사 사용자가 선호하는 채널을 동적으로 관리하는 장치 및관리 방법
EP1709795A1 (en) * 2004-01-20 2006-10-11 Koninklijke Philips Electronics N.V. System and method for inputting preferences into recommender/profiling system
US20050216935A1 (en) * 2004-03-23 2005-09-29 Sony Corporation, A Japanese Corporation Filter criteria and results display apparatus and method
US20080256579A1 (en) * 2004-03-29 2008-10-16 Koninklijke Philips Electronics, N.V. Assisted User Control in Recommenders
JP2008502983A (ja) 2004-06-17 2008-01-31 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 性格属性を使うパーソナル化したサマリー
US8806533B1 (en) 2004-10-08 2014-08-12 United Video Properties, Inc. System and method for using television information codes
EP1810505B1 (en) * 2004-11-04 2014-03-12 Koninklijke Philips N.V. Incorporation of lead actor information for tv recommenders
KR100716988B1 (ko) * 2004-11-20 2007-05-10 삼성전자주식회사 Ｄｍｂ에서 제공되는 서비스의 디스플레이 방법, 선호서비스 관리방법 및 장치
WO2006059266A1 (en) * 2004-11-30 2006-06-08 Koninklijke Philips Electronics N.V. Appratus and method for estimating user interest degree of a program
US7533399B2 (en) * 2004-12-02 2009-05-12 Panasonic Corporation Programming guide content collection and recommendation system for viewing on a portable device
JP2008523493A (ja) * 2004-12-10 2008-07-03 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 有料コンテンツへの自動加入方法及び装置
JP2008525875A (ja) * 2004-12-23 2008-07-17 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ コンテンツを推薦するための方法及び装置
WO2006079974A2 (en) * 2005-01-27 2006-08-03 Koninklijke Philips Electronics N.V. Assisted user control in recommenders
US7734569B2 (en) 2005-02-03 2010-06-08 Strands, Inc. Recommender system for identifying a new set of media items responsive to an input set of media items and knowledge base metrics
EP1844386A4 (en) 2005-02-04 2009-11-25 Strands Inc NAVIGATION SYSTEM IN A MUSICAL CATALOG USING MEASUREMENTS FOR CORRELATION OF A KNOWLEDGE BASE OF MEDIA SETS
JP3789463B1 (ja) * 2005-02-07 2006-06-21 三菱電機株式会社 推奨番組抽出装置及び推奨番組抽出方法
US9047290B1 (en) 2005-04-29 2015-06-02 Hewlett-Packard Development Company, L.P. Computing a quantification measure associated with cases in a category
US9792359B2 (en) * 2005-04-29 2017-10-17 Entit Software Llc Providing training information for training a categorizer
WO2007024736A2 (en) * 2005-08-19 2007-03-01 Biap Systems, Inc. System and method for recommending items of interest to a user
US8582946B2 (en) 2005-11-04 2013-11-12 Rovi Guides, Inc. Systems and methods for recording programs using a network recording device as supplemental storage
US7962505B2 (en) 2005-12-19 2011-06-14 Strands, Inc. User to user recommender
EP4131943A1 (en) * 2005-12-29 2023-02-08 Rovi Guides, Inc. Systems and methods for managing content
US20070157242A1 (en) * 2005-12-29 2007-07-05 United Video Properties, Inc. Systems and methods for managing content
US9015736B2 (en) * 2005-12-29 2015-04-21 Rovi Guides, Inc. Systems and methods for episode tracking in an interactive media environment
US20070157237A1 (en) * 2005-12-29 2007-07-05 Charles Cordray Systems and methods for episode tracking in an interactive media environment
US20070157220A1 (en) * 2005-12-29 2007-07-05 United Video Properties, Inc. Systems and methods for managing content
US20070244880A1 (en) * 2006-02-03 2007-10-18 Francisco Martin Mediaset generation system
KR20080100342A (ko) * 2006-02-10 2008-11-17 스트랜즈, 아이엔씨. 동적 양방향 엔터테인먼트
US20070277196A1 (en) * 2006-02-24 2007-11-29 Steengaard Bodil H Methods of user behavior learning and acting in a pervasive system
JP5013161B2 (ja) * 2006-02-28 2012-08-29 ソニー株式会社 情報処理装置および情報処理方法、提供装置および提供方法、並びにプログラム
US20070283389A1 (en) * 2006-06-01 2007-12-06 Sharp Laboratories Of America, Inc. Method and system for helping operate a media-playing set
US9300920B2 (en) * 2006-03-03 2016-03-29 Sharp Laboratories Of America, Inc. Method and system for configuring media-playing sets
WO2007103923A2 (en) * 2006-03-06 2007-09-13 La La Media, Inc Article trading process
US7739280B2 (en) 2006-03-06 2010-06-15 Veveo, Inc. Methods and systems for selecting and presenting content based on user preference information extracted from an aggregate preference signature
US8316394B2 (en) 2006-03-24 2012-11-20 United Video Properties, Inc. Interactive media guidance application with intelligent navigation and display features
US20070245373A1 (en) * 2006-03-31 2007-10-18 Sharp Laboratories Of America, Inc. Method for configuring media-playing sets
US20070244747A1 (en) * 2006-04-14 2007-10-18 Nikovski Daniel N Method and system for recommending products to consumers by induction of decision trees
JP4766558B2 (ja) * 2006-06-06 2011-09-07 Ｋｄｄｉ株式会社 コンテンツ配信システム
US20070297590A1 (en) * 2006-06-27 2007-12-27 Microsoft Corporation Managing activity-centric environments via profiles
US7761393B2 (en) * 2006-06-27 2010-07-20 Microsoft Corporation Creating and managing activity-centric workflow
US20070299713A1 (en) * 2006-06-27 2007-12-27 Microsoft Corporation Capture of process knowledge for user activities
US8364514B2 (en) * 2006-06-27 2013-01-29 Microsoft Corporation Monitoring group activities
US20070299631A1 (en) * 2006-06-27 2007-12-27 Microsoft Corporation Logging user actions within activity context
US20070300225A1 (en) * 2006-06-27 2007-12-27 Microsoft Coporation Providing user information to introspection
US7836002B2 (en) * 2006-06-27 2010-11-16 Microsoft Corporation Activity-centric domain scoping
US7970637B2 (en) * 2006-06-27 2011-06-28 Microsoft Corporation Activity-centric granular application functionality
US20070300185A1 (en) * 2006-06-27 2007-12-27 Microsoft Corporation Activity-centric adaptive user interface
US7620610B2 (en) * 2006-06-27 2009-11-17 Microsoft Corporation Resource availability for user activities across devices
US7992086B2 (en) * 2006-06-30 2011-08-02 Sharp Laboratories Of America, Inc. System and method for adjusting a media-playing set
US8589523B2 (en) 2006-08-08 2013-11-19 Sharp Laboratories Of America, Inc. Personalized assistance with setup of a media-playing set
US20080040430A1 (en) * 2006-08-10 2008-02-14 Sharp Laboratories Of America, Inc. System and method to facilitate operating a media-playing set
US20080046935A1 (en) * 2006-08-18 2008-02-21 Krakirian Haig H System and method for displaying program guide information
US20080178214A1 (en) * 2007-01-19 2008-07-24 Sharp Laboratories Of America, Inc. Context relevant controls
US7647326B2 (en) * 2007-01-29 2010-01-12 Sharp Laboratories Of America, Inc. Method and system for evaluating media-playing sets
EP2113155A4 (en) * 2007-02-21 2010-12-22 Nds Ltd METHOD FOR PRESENTATION OF CONTENT
US7801888B2 (en) * 2007-03-09 2010-09-21 Microsoft Corporation Media content search results ranked by popularity
US20080228685A1 (en) * 2007-03-13 2008-09-18 Sharp Laboratories Of America, Inc. User intent prediction
US20080229359A1 (en) * 2007-03-14 2008-09-18 Robinson W Andrew Smart interactive program guide
US8418206B2 (en) 2007-03-22 2013-04-09 United Video Properties, Inc. User defined rules for assigning destinations of content
WO2009001307A1 (en) * 2007-06-26 2008-12-31 Nds Limited Presenting content
JP5170103B2 (ja) * 2007-11-26 2013-03-27 富士通株式会社 録画再生装置
US9426244B2 (en) 2008-04-09 2016-08-23 Level 3 Communications, Llc Content delivery in a network
KR100976446B1 (ko) * 2008-05-02 2010-08-17 주식회사 다산네트웍스 인터넷 티브이 방송의 적응적 메뉴 구조 관리 방법
US8291054B2 (en) * 2008-05-27 2012-10-16 International Business Machines Corporation Information processing system, method and program for classifying network nodes
JP5324824B2 (ja) * 2008-05-27 2013-10-23 インターナショナル・ビジネス・マシーンズ・コーポレーション ネットワーク・ノードを分類する情報処理装置、情報処理システム、情報処理方法およびプログラム
US8601526B2 (en) 2008-06-13 2013-12-03 United Video Properties, Inc. Systems and methods for displaying media content and media guidance information
US8624908B1 (en) 2008-06-27 2014-01-07 Rovi Guides, Inc. Systems and methods of transitioning from buffering video to recording video
EP2151799A1 (en) * 2008-08-01 2010-02-10 Neptuny S.r.l. Recommander method and system, in particular for IPTV
US8601003B2 (en) 2008-09-08 2013-12-03 Apple Inc. System and method for playlist generation based on similarity data
US10063934B2 (en) 2008-11-25 2018-08-28 Rovi Technologies Corporation Reducing unicast session duration with restart TV
US8204987B2 (en) * 2008-12-09 2012-06-19 At&T Intellectual Property I, L.P. Providing reports of received multimedia programs
US20100169328A1 (en) * 2008-12-31 2010-07-01 Strands, Inc. Systems and methods for making recommendations using model-based collaborative filtering with user communities and items collections
CN101540792A (zh) * 2009-04-27 2009-09-23 中兴通讯股份有限公司 一种播放手机电视节目频道的移动终端及方法
JP5367488B2 (ja) * 2009-07-24 2013-12-11 日本放送協会 データ分類装置及びプログラム
US8549561B2 (en) * 2009-08-19 2013-10-01 Sony Corporation TV user interface with recommended content entry in favorites menu
GB2473197A (en) 2009-09-02 2011-03-09 Nds Ltd Advert selection using a decision tree
US20110060738A1 (en) 2009-09-08 2011-03-10 Apple Inc. Media item clustering based on similarity data
US9166714B2 (en) 2009-09-11 2015-10-20 Veveo, Inc. Method of and system for presenting enriched video viewing analytics
US8595089B1 (en) * 2010-02-15 2013-11-26 William John James Roberts System and method for predicting missing product ratings utilizing covariance matrix, mean vector and stochastic gradient descent
US9204193B2 (en) 2010-05-14 2015-12-01 Rovi Guides, Inc. Systems and methods for media detection and filtering using a parental control logging application
WO2012094564A1 (en) 2011-01-06 2012-07-12 Veveo, Inc. Methods of and systems for content search based on environment sampling
US8826313B2 (en) * 2011-03-04 2014-09-02 CSC Holdings, LLC Predictive content placement on a managed services systems
US8682956B2 (en) 2011-06-09 2014-03-25 Gm Global Technology Operations, Inc Systems and methods for determining recommended media content for exchange between vehicles
US20130081085A1 (en) * 2011-09-23 2013-03-28 Richard Skelton Personalized tv listing user interface
US8983905B2 (en) 2011-10-03 2015-03-17 Apple Inc. Merging playlists from multiple sources
US9110998B2 (en) 2011-12-22 2015-08-18 Google Technology Holdings LLC Hierarchical behavioral profile
US8943015B2 (en) 2011-12-22 2015-01-27 Google Technology Holdings LLC Hierarchical behavioral profile
US8805418B2 (en) 2011-12-23 2014-08-12 United Video Properties, Inc. Methods and systems for performing actions based on location-based rules
US9183497B2 (en) * 2012-02-23 2015-11-10 Palo Alto Research Center Incorporated Performance-efficient system for predicting user activities based on time-related features
JP5209129B1 (ja) * 2012-04-26 2013-06-12 株式会社東芝 情報処理装置、放送受信装置及び情報処理方法
US10212986B2 (en) 2012-12-09 2019-02-26 Arris Enterprises Llc System, apparel, and method for identifying performance of workout routines
US9278255B2 (en) 2012-12-09 2016-03-08 Arris Enterprises, Inc. System and method for activity recognition
US9129227B1 (en) * 2012-12-31 2015-09-08 Google Inc. Methods, systems, and media for recommending content items based on topics
WO2014166427A1 (en) * 2013-04-11 2014-10-16 Liricco Technologies Ltd. Energy management system
US9264656B2 (en) 2014-02-26 2016-02-16 Rovi Guides, Inc. Systems and methods for managing storage space
KR101469136B1 (ko) 2014-06-23 2014-12-04 한국지질자원연구원 의사결정트리에서 공간 예측을 위한 리프노드 등급 결정 방법 및 이를 기록한 기록매체
CN104361224B (zh) * 2014-10-31 2018-08-03 深圳信息职业技术学院 置信分类方法及置信机器
CN106156127B (zh) * 2015-04-08 2020-06-16 深圳市腾讯计算机系统有限公司 选择数据内容向终端推送的方法及装置
US10560536B2 (en) * 2016-08-24 2020-02-11 International Business Machines Corporation Simplifying user interactions with decision tree dialog managers
CN106331843B (zh) * 2016-09-21 2019-10-08 三星电子（中国）研发中心 一种切换视频频道的方法及装置
US12022142B2 (en) 2016-12-31 2024-06-25 Turner Broadcasting System, Inc. Publishing a plurality of disparate live media output stream manifests using live input streams and pre-encoded media assets
US10856016B2 (en) 2016-12-31 2020-12-01 Turner Broadcasting System, Inc. Publishing disparate live media output streams in mixed mode based on user selection
US11051061B2 (en) 2016-12-31 2021-06-29 Turner Broadcasting System, Inc. Publishing a disparate live media output stream using pre-encoded media assets
US10965967B2 (en) 2016-12-31 2021-03-30 Turner Broadcasting System, Inc. Publishing a disparate per-client live media output stream based on dynamic insertion of targeted non-programming content and customized programming content
US11109086B2 (en) 2016-12-31 2021-08-31 Turner Broadcasting System, Inc. Publishing disparate live media output streams in mixed mode
US10075753B2 (en) 2016-12-31 2018-09-11 Turner Broadcasting System, Inc. Dynamic scheduling and channel creation based on user selection
US11134309B2 (en) 2016-12-31 2021-09-28 Turner Broadcasting System, Inc. Creation of channels using pre-encoded media assets
US10992973B2 (en) 2016-12-31 2021-04-27 Turner Broadcasting System, Inc. Publishing a plurality of disparate live media output stream manifests using live input streams and pre-encoded media assets
US11051074B2 (en) 2016-12-31 2021-06-29 Turner Broadcasting System, Inc. Publishing disparate live media output streams using live input streams
US10645462B2 (en) 2016-12-31 2020-05-05 Turner Broadcasting System, Inc. Dynamic channel versioning in a broadcast air chain
US10425700B2 (en) * 2016-12-31 2019-09-24 Turner Broadcasting System, Inc. Dynamic scheduling and channel creation based on real-time or near-real-time content context analysis
US11546400B2 (en) 2016-12-31 2023-01-03 Turner Broadcasting System, Inc. Generating a live media segment asset
US11038932B2 (en) 2016-12-31 2021-06-15 Turner Broadcasting System, Inc. System for establishing a shared media session for one or more client devices
US10694231B2 (en) 2016-12-31 2020-06-23 Turner Broadcasting System, Inc. Dynamic channel versioning in a broadcast air chain based on user preferences
US11503352B2 (en) 2016-12-31 2022-11-15 Turner Broadcasting System, Inc. Dynamic scheduling and channel creation based on external data
US11962821B2 (en) 2016-12-31 2024-04-16 Turner Broadcasting System, Inc. Publishing a disparate live media output stream using pre-encoded media assets
US11245964B2 (en) 2017-05-25 2022-02-08 Turner Broadcasting System, Inc. Management and delivery of over-the-top services over different content-streaming systems
US10936653B2 (en) 2017-06-02 2021-03-02 Apple Inc. Automatically predicting relevant contexts for media items
CN108550068B (zh) * 2018-04-16 2022-03-11 南京大学 一种基于用户行为分析的个性化商品推荐方法及系统
US11082734B2 (en) 2018-12-21 2021-08-03 Turner Broadcasting System, Inc. Publishing a disparate live media output stream that complies with distribution format regulations
US10880606B2 (en) 2018-12-21 2020-12-29 Turner Broadcasting System, Inc. Disparate live media output stream playout and broadcast distribution
US10873774B2 (en) 2018-12-22 2020-12-22 Turner Broadcasting System, Inc. Publishing a disparate live media output stream manifest that includes one or more media segments corresponding to key events
KR102563503B1 (ko) * 2021-04-12 2023-08-08 김경진 결정 트리에 기반한 맞춤형 매트리스 추천 방법 및 그 장치, 그리고 이를 이용한 비즈니스 모델 시스템
CN117575004B (zh) * 2024-01-16 2024-05-10 北京壁仞科技开发有限公司 基于双层决策树的核函数确定方法、计算设备和介质

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4264924A (en) 1978-03-03 1981-04-28 Freeman Michael J Dedicated channel interactive cable television system
US4264925A (en) 1979-08-13 1981-04-28 Michael J. Freeman Interactive cable television system
US5355480A (en) 1988-12-23 1994-10-11 Scientific-Atlanta, Inc. Storage control method and apparatus for an interactive television terminal
US5340317A (en) 1991-07-09 1994-08-23 Freeman Michael J Real-time interactive conversational apparatus
US5223924A (en) * 1992-05-27 1993-06-29 North American Philips Corporation System and method for automatically correlating user preferences with a T.V. program information database
US5758257A (en) * 1994-11-29 1998-05-26 Herz; Frederick System and method for scheduling broadcast of and access to video programs and other data using customer profiles
US6029195A (en) * 1994-11-29 2000-02-22 Herz; Frederick S. M. System for customized electronic identification of desirable objects
US5608662A (en) 1995-01-12 1997-03-04 Television Computer, Inc. Packet filter engine
US5758259A (en) * 1995-08-31 1998-05-26 Microsoft Corporation Automated selective programming guide
US5870735A (en) 1996-05-01 1999-02-09 International Business Machines Corporation Method and system for generating a decision-tree classifier in parallel in a multi-processor system
US5799311A (en) 1996-05-08 1998-08-25 International Business Machines Corporation Method and system for generating a decision-tree classifier independent of system memory size
US5801747A (en) * 1996-11-15 1998-09-01 Hyundai Electronics America Method and apparatus for creating a television viewer profile
US6163316A (en) 1997-01-03 2000-12-19 Texas Instruments Incorporated Electronic programming system and method
IL121230A (en) * 1997-07-03 2004-05-12 Nds Ltd Intelligent electronic program guide
EP1016279A1 (en) * 1997-07-30 2000-07-05 Index Systems, Inc. Systems and methods for audience monitoring
US5973683A (en) * 1997-11-24 1999-10-26 International Business Machines Corporation Dynamic regulation of television viewing content based on viewer profile and viewing history
US6100916A (en) * 1998-05-20 2000-08-08 Lucent Technologies Inc. System and method for subscriber controlled signal blocking
EP1050160B1 (en) * 1998-11-16 2015-04-08 Koninklijke Philips N.V. Apparatus for receiving programs
US6236395B1 (en) * 1999-02-01 2001-05-22 Sharp Laboratories Of America, Inc. Audiovisual information management system

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100455030C (zh) * 2002-11-14 2009-01-21 松下电器产业株式会社 视听履历的利用方法以及视听履历利用装置
CN100524297C (zh) * 2002-12-12 2009-08-05 索尼株式会社 信息处理设备、信息处理方法、记录介质和程序
CN100419754C (zh) * 2004-03-25 2008-09-17 微软公司 使用表格来学习树
CN1333596C (zh) * 2004-06-30 2007-08-22 大唐电信科技股份有限公司光通信分公司 点播请求信息分级装置及方法和点播信息分级系统及方法
CN1725854B (zh) * 2004-07-12 2010-06-16 阿尔卡特公司 个人化的视频娱乐系统
CN104936038A (zh) * 2005-01-05 2015-09-23 飞扬管理有限公司 用于在电视环境中递送多个内容并提供与内容交互的框架
CN104936038B (zh) * 2005-01-05 2018-12-11 飞扬管理有限公司 用于在电视环境中递送多个内容并提供与内容交互的框架
CN100345145C (zh) * 2005-02-24 2007-10-24 上海交通大学 基于数值仿真与决策树算法的塑性成形工艺规则获取方法
CN101572785B (zh) * 2009-06-09 2012-01-18 北京邮电大学 业务指南生成系统、方法、指南过滤装置和终端
CN102547373A (zh) * 2010-12-29 2012-07-04 任仙怡 一种更新媒体节目的方法、系统、服务器及媒体播放器
CN102970605A (zh) * 2012-11-21 2013-03-13 Tcl集团股份有限公司 一种节目推荐方法
CN103902538A (zh) * 2012-12-25 2014-07-02 中国银联股份有限公司 基于决策树的信息推荐装置及方法
CN103902538B (zh) * 2012-12-25 2017-03-15 中国银联股份有限公司 基于决策树的信息推荐装置及方法
CN103412888A (zh) * 2013-07-19 2013-11-27 百度在线网络技术（北京）有限公司 一种兴趣点识别方法和装置
CN103412888B (zh) * 2013-07-19 2017-12-12 百度在线网络技术（北京）有限公司 一种兴趣点识别方法和装置
CN103546780A (zh) * 2013-10-28 2014-01-29 青岛海信传媒网络技术有限公司 一种节目推荐的方法及其装置
CN103546780B (zh) * 2013-10-28 2017-01-04 青岛海信传媒网络技术有限公司 一种节目推荐的方法及其装置
CN104360897B (zh) * 2014-10-29 2017-09-22 百度在线网络技术（北京）有限公司 对话处理方法和对话管理系统
CN104360897A (zh) * 2014-10-29 2015-02-18 百度在线网络技术（北京）有限公司 对话处理方法和对话管理系统
CN106250532A (zh) * 2016-08-04 2016-12-21 广州优视网络科技有限公司 应用推荐方法、装置及服务器
CN106658078A (zh) * 2016-12-23 2017-05-10 北京小米移动软件有限公司 电视终端订餐方法及装置
CN110135590A (zh) * 2019-04-15 2019-08-16 平安科技（深圳）有限公司 信息处理方法、装置、介质及电子设备

Also Published As

Publication number Publication date
US6727914B1 (en) 2004-04-27
EP1155571A1 (en) 2001-11-21
KR20010102225A (ko) 2001-11-15
JP2003517793A (ja) 2003-05-27
WO2001045408A1 (en) 2001-06-21
KR100693770B1 (ko) 2007-03-12
CN1183763C (zh) 2005-01-05

Similar Documents

Publication Publication Date Title
CN1183763C (zh) 利用决策树推荐电视节目的方法和装置
CN1268125C (zh) 根据在前查询产生电视节目推荐的方法和装置
US8468183B2 (en) Method and apparatus for automatic detection and identification of broadcast audio and video signals
CN1585954A (zh) 在项目推荐器中评估这些项的接近度的方法及装置
US20070028266A1 (en) Recommendation of video content based on the user profile of users with similar viewing habits
US20040073919A1 (en) Commercial recommender
US20090138326A1 (en) Apparatus and method for updating user profile
CN1586077A (zh) 用于基于选择的第三方偏好来推荐感兴趣项目的方法和设备
CN1659882B (zh) 用于完成个人资料档案的内容补充的方法和系统
CN106507143A (zh) 视频推荐方法及装置
US20020174429A1 (en) Methods and apparatus for generating recommendation scores
CN101053251A (zh) 为电视推荐器合并主演信息
CN1422497A (zh) 选择性更新用户简档的方法和装置
US6892191B1 (en) Multi-feature combination generation and classification effectiveness evaluation using genetic algorithms
CN109587530B (zh) 一种数据处理方法、装置、终端设备和存储介质
CN1465197A (zh) 使用启发式搜索方法以非线性方案组合随机的视频特征组以便最好地描述视频序列的感觉质量的装置和方法
US20020116710A1 (en) Television viewer profile initializer and related methods
CN111400548A (zh) 一种基于深度学习与马尔科夫链的推荐方法及设备
CN103150317A (zh) 信息处理装置、信息处理方法和程序
KR101533043B1 (ko) Tv 프로그램 시청률 예측 시스템 및 그 예측 방법
CN117992674A (zh) 一种在线学习平台课程智能推荐方法
Silzle Generation of quality taxonomies for auditory virtual environments by means of systematic expert survey
CN108366276B (zh) 收视偏好分析方法及系统
Montero et al. Towards a method for automatic algorithm configuration: a design evaluation using tuners
Van Setten et al. Prediction Strategies in a TV Recommender System–Method and Experiments

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
ASS Succession or assignment of patent right

Owner name: IPG ELECTRONICS 503 CO., LTD.

Free format text: FORMER OWNER: ROYAL PHILIPS ELECTRONICS CO., LTD.

Effective date: 20090821

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20090821

Address after: British Channel Islands

Patentee after: Koninkl Philips Electronics NV

Address before: Holland Ian Deho Finn

Patentee before: Koninklike Philips Electronics N. V.

ASS Succession or assignment of patent right

Owner name: KERUI TECHNOLOGY SOLUTIONS CO., LTD.

Free format text: FORMER OWNER: IPG ELECTRONICS 503 LIMITED

Effective date: 20120525

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20120525

Address after: Delaware

Patentee after: Corey Technology Solutions Ltd

Address before: British Channel Islands

Patentee before: Koninkl Philips Electronics NV

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

Granted publication date: 20050105

Termination date: 20181205

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