CN1799052A - 具有排列引擎的内容推荐设备 - Google Patents

Abstract

本发明涉及一种内容推荐设备，该内容推荐设备包括选择引擎(2)和/或用于接收选择列表的装置，所述选择引擎(2)从内容项池(4)中选择内容项并生成包括所选内容项的选择列表(9)。内容项推荐设备还包括排列引擎(3)，该排列引擎(3)通过重新排列选择列表(9)的至少一部分内容项来生成内容推荐列表(12)，从而优选地生成内容项演出(dramaturgic)序列。

Description

具有排列引擎的内容推荐设备

本发明涉及一种内容推荐设备和一种用于内容推荐的方法，特别地涉及一种用于动态内容递送的信息和娱乐产品。

现在，网络已经变得无处不在。电话网络、计算机网络、蜂窝式网络是生活的一部分。从前作为分离的实体的这些网络混合以形成用于传送数据到任何所连接设备的装置。

网络使得人们能够访问这样的数据，所述数据用于通知和娱乐。人们面对的问题是找到这样的信息和娱乐项，所述信息和娱乐项适合他们的信息需要、他们的娱乐需要和他们的个人爱好。

在本领域内，描述所谓的推荐系统以向人们提供信息项的建议，所述信息项可能受到他们的欣赏。

基于以下方面，这些系统产生用户可能偏爱的信息项的预测

用户偏爱(基于内容过滤)

比较由单个用户所分级的样品(相关)

社区推荐(合作过滤)

这些系统的输入是推荐给用户的项目列表。

迄今已知的系统能够生成推荐列表，该推荐列表要么以任意的顺序加以输出，要么以根据处理的顺序加以输出，也就是说，选择列表形成内容项池，所述选择列表将通知用户，但不适合于优选地在考虑他/她的情绪的情况下娱乐用户。

因此，本发明所基于的目的是提供一种改进的内容推荐系统、即设备和方法。

这个目的通过在独立权利要求1定义的一种内容推荐设备和在独立权利要求19中定义的一种内容推荐方法来解决。后面的从属权利要求分别定义其优选实施方案。权利要求37定义根据本发明的计算机程序产品，以及权利要求38定义根据本发明的计算机可读的存储介质。

内容推荐设备包括选择引擎和/或用于接收选择列表的装置，所述选择引擎从内容项池中选择内容项并生成包括所选内容项的选择列表，根据本发明，内容项推荐设备附加地包括排列引擎，该排列引擎通过重新排列选择列表的至少一部分内容项来生成内容推荐列表。

相应地，内容推荐方法包括从内容项池中选择内容项并生成包括所选内容项的选择列表的步骤，和/或接收选择列表的步骤，根据本发明，内容项推荐方法附加地包括这样的步骤，该步骤是通过重新排列选择列表的至少一部分内容项来生成内容推荐列表。

以此，相对于现有系统，根据本发明的推荐系统被显著增强，因为对应于根据现有技术的推荐系统的最终输出的选择列表根据本发明被进一步处理。这种进一步的处理允许相对于不同考虑的最终输出推荐结果即推荐列表的更容易的匹配。由于允许这种所选内容项的排列，能够满足单独的信息需要和娱乐需要。

根据本发明，所述内容推荐列表优选地基于排列规则来生成，所述排列规则生成内容项的演出序列。利用这样的至少一部分选择列表的重新排列(其是作为推荐列表的输出)，解决现有推荐系统的问题、即接连地直接建议多个非常类似的内容项的问题。这个问题源于生成选择列表的方式，例如通过计算内容项到用户简档的差距，然后以递增次序输出具有预定数量内容项的列表，该列表起始于示出最小差距的内容项。

根据本发明，可替代地或附加地，所述内容推荐列表优选地基于项目属性来生成，所述项目属性以标准的方式定义每个内容项，特别地，所述排列规则可以组合单个项目属性。以这种方式，每个排列规则的内容可以特别清楚地加以组织使得可用一种容易的输入和实现排列规则的方式。

根据本发明，此外可替换地或附加地，所述内容推荐列表优选地基于商业规则来生成，所述商业规则生成商业上受影响的内容项序列。这些商业规则可以涉及内容项属性和内容项制作者的商业兴趣、即可以涉及内容项的静态和动态特性。

根据本发明，所述选择列表也优选地是基于项目属性，所述项目属性以标准的方式定义每个内容项。

根据本发明，附加地或可替代地，所基于的选择列表优选地也是基于商业规则，所述商业规则生成商业上受影响的内容项序列。

根据本发明，此外可替代地或附加地，所述内容推荐列表优选地是基于用户简档。

根据本发明，此外可替代地或附加地，所述内容项优选地根据用户简档从内容项池中来选择。

以此，本发明不仅允许所推荐的内容的选择而且其排序都根据熟知且公认的机制来确定，诸如项目属性和用户简档。此外，商业规则也可以被考虑用于选择和排列。用于选择和排列的一种类型的单个规则可以不同。此外，根据本发明的生成内容项的演出序列的排列规则也可以用于生成推荐列表的至少一部分选择列表的重新排列。

根据本发明的内容推荐设备优选地包括用户简档引擎，该用户简档引擎基于用户对至少一个先前输出的推荐列表的反馈来生成用户简档。

相应地，根据本发明的方法优选地包括以下步骤，即基于用户对至少一个先前输出的推荐列表的反馈来生成用户简档。

根据本发明，所述用户反馈优选地包括显式和隐式反馈。

以此，相对于现有系统，根据本发明的推荐系统被进一步显著增强，因为考虑显式和隐式反馈作为所述用户反馈、即涉及显式反馈给予者的隐式反馈，使得能够使用非常简单的显式反馈动作，例如‘喜欢’和‘不喜欢’，这接着可以通过相应的隐式反馈来提炼(refine)。

根据本发明，此外优选地，所述用户反馈是以隐式反馈表示加权的显式反馈表示(representation)的函数。

根据本发明，所述显式反馈优选地包括是否用户喜欢或不喜欢特定的内容项的指示。在这种情况下，提供量度(measures)以容易地检测用户对特定内容的偏爱，例如两键触摸屏。这种特定的简单的用户反馈形式鼓励用户实际上给出某种反馈。这种简单的用户反馈提供足够的信息，并且同时不会导致对一组紧密相关(例如在它们的差距意义上)的内容项的反馈的过分重视(overwighting)，因为本发明实现对选择列表的重新排列。

根据本发明，所述隐式反馈优选地是基于伴随着显式反馈的反应等级，此外优选地基于用户操作内容项推荐设备的输入终端的强度。

根据本发明，所述隐式反馈可以包括施加在显式反馈控件上的压力和/或用户操作显式反馈控件的反应时间。

根据本发明，优选地，所述用户反馈被用于基于减少的内容项池或新的选择列表来生成反复提炼的推荐列表，所述内容项池包括选择列表的内容项。在这种情况下，一方面，用户简档不断地被提炼，而在另一方面，能够针对所给出的推荐容易地考虑用户的当前情况、例如他/她的情绪。例如，利用这个特征，倘若用户表示不喜欢第一内容项，则可以交换整个推荐列表。

根据本发明的计算机程序产品包括当在计算机、数字信号处理器等上执行时适合于执行前面陈述的方法步骤的计算机程序装置。

根据本发明的计算机可读的存储装置在其上存储根据本发明的计算机程序产品。

根据本发明的内容推荐设备可以仅仅被用于创建推荐列表，但是优选地，内容推荐设备也递送内容项给用户。此外，优选地，根据本发明的内容推荐设备是网络的一部分，所述网络递送内容项，或如在独立权利要求1和19中所示的，甚至递送选择列表和相应的内容项。因而，根据本发明的内容推荐设备可以被视为一种用于动态地、个人化地和排列地内容递送的信息和娱乐产品、即这样一种内容输出设备，该内容输出设备不仅建议内容项给用户，还附加地为了搜索内容项和实施对其的排序，优选地基于用户偏爱和反馈以实际产生这样的输出流，所述输出流根据用户当前需要以演出方式被排列并且可以容易地被用户消费，而用户通过提供特定简单的反馈给当前所递送的内容项有可能影响未来的内容项。内容项的递送媒介可以是任何网络、即有线或无线网络。此外，内容项也可以被递送到或者被显示在任何设备上，所述设备接着基于根据本发明所生成的推荐列表来再现内容项。但是，根据本发明的内容推荐设备也可以将内容项池存储在设备自身内。

在其中组合所有上述特征的本发明的特定优选的实施方案允许将信息和娱乐项推荐给系统的各个用户。所述推荐基于用户偏爱、用户反馈(即来自当前用户的用户反馈和/或来自系统的其他用户的用户反馈)、内容项属性(例如元数据)和其他内容项信息。内容项、在下面仅称为项目、可以是信息和娱乐项目。

根据本发明的这个优选实施方案的系统所作出的决定序列形成因果关系的反馈回路，该反馈回路包括：推荐-反馈-用户简档-选择-排列-推荐。

以这种方式所推荐给用户的项目首先在所有可用的项目中加以选择。其次，排列所述项目。

项目的选择是基于用户反馈、元数据和其他信息。其他信息可以是影响项目选择的商业规则和其他规则。

项目的排列表示以演出的方式排列所选择的项目。为了对项目进行排列，定义排列规则。元数据信息和诸如商业规则的其他信息影响所述排列规则。

在选择和排列之后，将推荐呈现给用户。

在这个优选实施方案的推荐过程中的用户反馈通过隐式和显式反馈来实现。显式反馈通过以下方式来采集，即基于两个值、例如1和-1来收集对项目的分级(rating)信息。反馈值1表示用户欣赏信息和娱乐项、即‘喜欢’。值-1表示用户拒绝内容项、即‘不喜欢’。隐式反馈通过伴随着显式反馈的反应的等级来采集。

所述反应是用户操作输入设备或终端时的强度的量度。例如，施加在显式反馈控件上的压力或者用户操作显式反馈控件的反应时间。

为了更好地理解本发明，以及为了进一步阐明本发明、其特征、目的和优点，参考附图通过实例详细说明前面所述的优选实施方案，在附图中：

图1示出本发明的优选实施例的框图，该框图示出用于项目推荐的各个组件和影响推荐的因素，

图2示出根据本发明优选实施例的给出处理流程概况的流程图，所述流程图描述项目的选择和排列，包括用户反馈，

图3示出根据本发明优选实施例的、示范性的反馈输入终端，

图4示出根据本发明优选实施例的相关曲线图，所述相关曲线图描述隐式反馈机制对包括隐式和显式反馈的反馈的影响，

图5示出根据本发明优选实施例的常规群集方案，该常规群集方案用于构建重新排列选择列表内的项目的基础，从而生成推荐列表，

图6示出根据本发明优选实施例的实例，该实例展示基本的用户简档(profile)、项目、和属性值的结构，

图7示出根据本发明优选实施例的所生成的推荐列表，

图8示出根据本发明优选实施例的项目和其相关属性的实例，

图9示出根据本发明优选实施例的实例，该实例展示示范性的用户简档、项目、和属性值的结构，

图10示出根据本发明优选实施例的项目属性的优先级列表的实例，

图11示出根据本发明优选实施例的示范性的群集，该示范性的群集用于构建重新排列选择列表内的项目以生成推荐列表，和

图12示出可能的系统体系结构，在该系统体系结构内安装根据本发明优选实施例的推荐设备/系统。

示范性描述的本发明优选实施例是用于动态、个人化和排列地内容递送的信息和娱乐设备。

内容涉及任何以一种媒体格式或多种媒体格式的组合的信息和娱乐项。媒体格式可以是音频、视频、图像、图片和文本。一条内容、例如一首歌曲、一篇新闻文章、一部电影等一般地被成为一个项目。

本发明包括多个组件，这些组件使得能够动态地、个人化地将项目递送给系统的用户。

图1是根据本发明的信息和娱乐系统的系统组件的概观。图1示出系统的组件以及系统的输入和输出。

系统组件是用户简档引擎1、选择引擎2、和排列引擎3。

系统组件的输入是项目4、项目属性5、商业规则6、排列规则7、其他规则8、选择9、反馈10、和用户简档11。

系统组件的输出是选择9、推荐12、和用户简档11。

系统组件与它们的输入和输出被如下连接：

项目4充当内容项池。根据本发明，它们可以位于推荐设备内，或者是对其可访问的、例如位于项目服务器上。

选择引擎2可以访问项目4以产生选择9、即选择列表和/或相应的内容项。同样，选择引擎2可以被设置在根据本发明的推荐设备内或者在推荐设备外，只要保证，由选择引擎2所输出的选择9可以通过根据本发明的内容推荐设备的排列引擎9来访问。根据项目属性5、用户简档11、商业规则6和其他规则8，选择引擎通过选择预定数量的项目4来生成选择9。

排列引擎3被设置在根据本发明的推荐设备内，该排列引擎3能够访问所述选择9并且生成推荐12、即推荐列表和/或相应的内容项。这种生成是基于排列规则7、项目属性5、用户简档11、和商业规则6。

基于输出的推荐9，用户将反馈10给予用户简档引擎1，该用户简档引擎1据此生成用户简档11。

虽然存在系统组件的多个输出，但是最重要的输出是推荐12。推荐12是基于其适合用户的信息需要、娱乐需要和爱好的系统假定呈现给用户的排列过的项目、即前面提到的推荐列表。在所描述的本发明的实施例中，所述推荐12是个人化的。

所述推荐12被呈现给用户。用户能够通过将反馈10给予系统来与系统进行交互。所给予的反馈10影响未来项目推荐12和/或项目选择9。

所述影响是，利用所述输入的系统组件学习基于用户的反馈随着时间过去来预测用户需要。

图2描述随着时间过去输出和反馈的组合。

在第一步S1中，向用户呈现推荐9，所述推荐9示范性地被指示为推荐编号n。在接下来的第二步S2中，用户将反馈10给予所述推荐9的各个项目。这个反馈10可以被指向所述推荐9的所有推荐项，或者仅仅被指向其中的一部分，例如仅仅被送往当前所再现的推荐项。在接下来的第三步S3中，判断是否应基于反馈10来生成新的选择9。如果应生成新的选择9，则处理继续进行第四步S4，在第四步中执行所述任务。所述选择9包括可能适合用户需要的项目。倘若在第三步S3中决定不应更新当前选择，则跳过第四步S4。为了改进呈现给用户的列表，在接下来的第五步S5(接着第四步S4或者，在跳过第四步情况下直接在第三步S3之后)中，生成新的推荐12、即推荐编号n+1。新的推荐12可能接近于已有的推荐、即推荐编号n。基于推荐n+1到推荐n的差距，在接下来的第六步S6中系统选择是否更新所述推荐12。倘若所述差距低于某一阈值，则进程返回到第一步S1，否则进程继续进行第七步S7，在第七步S7中推荐n+1被呈现给用户，所述推荐n+1包括新的信息和娱乐项的列表，所述用户随后能够以第二步S2继续所述进程，也就是说，将他的反馈10给予所述推荐编号n+1，从而能够生成推荐编号n+2...。

推荐12的差距可以基于在所述推荐12内单个推荐项的项目属性5的差距加以计算。

所述反馈10对于系统适应用户的反应的能力是必要的。到系统的反馈10可以通过两种方式给出、即作为显式反馈和作为隐式反馈。

显式反馈是用户对推荐12内的项目之一的有意识的反应。隐式反馈是系统用户的无意识的反应。

图3示出系统对话框的示意表示。用户能够将反馈给予所推荐的项目、例如当前所再现的项目编号i。所示出的反馈输入终端13显示项目i14、用于正向反馈10的第一输入按钮15(即“喜欢”)和用于负向反馈10的第二输入按钮16(即“不喜欢”)。增强的对话框可以是优选的实施例，以使得用户能够给出关于推荐中的项目的特定项目属性的反馈和通常的对所述项目的反馈。

通过按下在对话框上的输入按钮15、16之一，用户将他的肯定或否定给予所呈现的项目。换句话说，用户给出他/她是否喜欢或不喜欢在所述推荐12中的项目编号i的反馈。

然而，根据本发明的这个优选实施例的反馈10包括隐式和显式反馈10。隐式反馈是聚集关于用户无意识行为的反馈。无意识的行为是任何这样的用户反应，所述用户反应可以在能够显示系统对话框的设备上加以测量，或者可以在用于将用户反馈输入系统的设备上加以测量。

隐式反馈的一个实例可以是从向用户呈现所述推荐项的时刻(例如开始播放歌曲)到用户通过显式反馈采取行动(例如按下“喜欢”或“不喜欢”)所花费的时间。隐式反馈的另一个实例可以是用户在系统对话框13中增大输入按钮15、16的压力。

因此，反馈的函数F是隐式和显式反馈的组合。根据本发明优选实施例的显式反馈是两个离散的值(例如：1/-1)中的一个。隐式反馈被视为加权因子。

F＝wi*Fe

Fe...显式反馈

Wi...隐式反馈

加权因子依赖于所给出的隐式反馈。图4表示在隐式用户反馈与加权因子之间可能的相关，其中加权因子Wi随着时间和/或压力以非线性方式减少。

由此，根据本发明，反馈不是基于在诸如1-5或0-100的灵活的范围内分级项目而加以给出，而是仅仅作为两个离散的值、诸如+1/-1(喜欢/不喜欢)之一而加以给出，所述显式反馈通过涉及所给出的显式反馈的隐式反馈来增强。当用户例如正在听歌时，可以通过这样的方式来分级歌曲、艺术家或唱片。

根据本发明优选实施例的排列引擎3负责以演出的方式排列在所述选择9中可用的信息和娱乐项目。

所述排列引擎3重新排列所述选择9的项目，并且生成所述推荐12。首先，排列引擎生成k个群集的项目。第二，应用排列规则7以产生排序的项目列表，所述排序的项目列表变成所述推荐12。第三，商业规则6可以被应用于影响所述推荐12。

在本发明优选实施例中，群集的基础是项目属性5：排列规则7是基于项目属性5的，并且以某一序列排列所述项目。商业规则6此后被应用。同样地，商业规则7也基于项目属性5。

可以选择任何单个的项目属性5，从而启动群集处理。群集是若干选择的项目，所述项目具有所选单个属性的相同属性值。

图5一般地阐明这个群集处理。基于所选的项目属性5，生成k个群集17、18、19，即针对属性“值1”的第一群集，针对属性“值2”的第二群集，...和针对属性“值k”的第k个群集。因此，群集的数量k依赖于为了群集所选择的项目属性的不同属性值的数量。

在每个群集内，实施关于另一单个项目属性的下一次群集，以便生成预定数量的一级子群集20、21、22，即针对第一群集生成第一一级子群集20、第二一级子群集、和第三一级子群集。一级子群集的数量依赖于在各个群集内另一单个项目属性的不同项目属性值的数量。

在每个一级群集内，实施关于又一单个项目属性的下一次群集，以便生成预定数量的二级子群集23、24，即针对第一一级子群集20生成第一二级子群集23和第二二级子群集24。二级子群集的数量依赖于在各个一级群集内又一单个项目属性的不同项目属性值的数量。

实施这样一种群集，直到最终所有单个项目属性被使用，并且针对o个不同的单个项目属性来生成第(o-1)级子群集25、26。所生成的群集或子群集的数量总是依赖于在所述选择的高阶部分的各个群集内各个单独的项目属性的不同项目属性值的数量，也就是说，针对群集依赖于所述整个选择，而针对子群集依赖于所述选择的被子群集的部分。

因此，排列规则7规定采用哪些群集、一级子群集、二级子群集，...的多少个项目来生成所述推荐12，例如，首先如第一箭头27所示，采用第一一级子群集20的某些项目，其因而包括在第二二级子群集24内的某些项目，如第二箭头28所示。

图6阐明用户简档、项目和属性值的结构。图6a)示出用户简档包括具有所关联的反馈的项目，图6b)示出每个项目包括具有所关联的属性值的项目属性，而图c)示出每个属性值包括值1...n中的某一个(例如从而生成预定数量n的群集或子群集)。

此后，命令所述排列引擎3排列多个1个项目，以形成前面概略说明的推荐12。

应用排列规则7。排列规则7是特定规则。所有的排列规则7能够以一般形式加以描述。

选择特定群集/子群集的x个项目。

一系列排列规则7是排列的基础。例如：排列引擎3被请求创建15个项目的推荐。接着，第一排列规则可以定义选择群集1.1.1的5个项目。第二规则可以表示选择群集2.1的7个项目。第三规则可以命令选择群集4的3个项目。

商业规则6可以影响从单个群集中挑选出单独的项目的方式。

排列引擎3的输出是所述推荐12。

所述推荐12是提供给用户的项目列表。根据本发明的这个优选实施例的推荐12具有两部分。一个部分是对于信息和娱乐设备的用户可见的，另一个部分是隐藏的。

此外，必须区分推荐的两种情况。

初始推荐(在图2中的推荐n)

未来推荐(在图2中的推荐n+1)

对于第一推荐、亦即初始推荐，选择引擎9负责选择在信息和娱乐产品内的或者可访问信息和娱乐产品的项目池中可用的所有项目中的项目。排列引擎3以特别的顺序来排列项目，例如根据一般用户的假定的用户简档，或者根据假定使用依照本发明的设备的特殊用户组，并且排列引擎3负责提出n+m个所选的项目、亦即第一项目组31，如图7所示。在n+m个项目中假定仅仅适合于用户的项目1至项目n即第二项目组30在终端29上对于用户是可见的。

用户可以将反馈10给予项目1至项目n。当给出反馈时，可以修改推荐12，如前面和后面所阐明的。

所述反馈10影响未来推荐。然而，所给出的反馈仅仅影响对于系统用户不可见的部分。虽然排列引擎3在初始推荐中建议n+m个项目，但是在未来推荐中，排列引擎建议m个项目以便保持推荐数量恒定。

一旦用户消费了信息和娱乐设备以令他满意，则从所述推荐中删除所消费的项目(项目1至项目n中的一项)。来自推荐的不可见部分的第一项变得可见。

在下面，实例描述一种音频情况，所述音频情况包括推荐音频数据、文本数据、以及静止图像数据的信息和娱乐项目。

在下面，示范性地解释排列引擎3的功能性。实例假定，娱乐项目是音频内容，更具体地，娱乐项目是歌曲。

采用若干项目属性5来描述歌曲，例如，如图8所示，第一项目属性可以是‘类型(genre)’，第二项目属性可以是‘流行(popularity)’，第三项目属性可以是‘节奏(tempo)’，第四项目属性可以是‘发布日期’，第五项目属性可以是‘力度变化(dynamics)’，第六项目属性可以是‘声乐(vocals)’，第七项目属性可以是‘小节(bars)’，...，以及第n个项目属性可以‘歌唱家(artist)’。

如图1所示，用户简档11是排列引擎3的输入。用户简档11通过收集来自用户的反馈10来聚集。图9示出在这个音频情况下用户简档11a的实例。假定，在这种情况下，用户可以将反馈给予在推荐中的单个歌曲，所述反馈要么针对歌名(用户喜欢/不喜欢特定的歌名)、歌唱家(用户喜欢/不喜欢演唱歌曲的歌唱家)，要么针对唱片(用户喜欢/不喜欢音频编辑，所述歌曲在商业分发中是其中一部分)。

联系到图3和图4，描述隐式和显式反馈机制。图9示出在用户简档11a内反馈10的存储的实例。

所给出的反馈中的任何一个(歌名、歌唱家、唱片)可以被用于排列。在下面，针对这个音频情况，描述基于‘歌名’的反馈。

图9示出，用户简档针对‘歌曲A’存储反馈‘歌名0.7’和‘歌唱家0.2’，针对‘歌曲B’存储‘歌名-0.3’和‘唱片-0.1’，针对‘歌曲C’存储‘歌名0.8’，以及针对‘歌曲D’存储‘歌名-1’。

因此，用户简档11a表明，用户欣赏歌曲A和歌曲C，而用户不喜欢歌曲B和歌曲D。

通过项目属性来描述所有歌曲。在图9中，给出‘歌曲A’的这种描述的实例。‘歌曲A’通过以下条目属性加以描述，即具有值‘流行歌曲’的‘类型’、具有值‘前10名’(表示这首歌曲在歌曲排行榜中处于前十名)的‘流行’、具有值‘缓慢’的‘节奏’、具有值‘03.02.1982’的‘发布日期’、具有值‘强劲’的‘力度变化’、具有值‘声乐’的‘声乐’、具有值‘4/4’的‘小节’、和具有值‘名字’的‘歌唱家’。当然，可以附加地使用另外的项目属性。

在这种音频情况下，进行另一种简化。在这种所描述的情况下，只有属性值‘类型’受用户简档影响。当然，同样地，所有其他的值也可以受影响。

因此，用户简档11a到排列引擎3的输入是，用户喜欢项目属性‘类型’的值为‘流行歌曲’的歌曲A，以及用户喜欢项目属性‘类型’的值为‘流行歌曲’的歌曲C。

图10示范性地列出可以影响排列的项目属性5。排列的优选级是从顶部到底部，也就是说，在所描述的实例中，类型32是影响歌曲选择的最重要的因素，接着有流行33、其他的、发布日期34、和又是其他的。

基于项目属性5和用户简档11a，创建在图5中一般地描述的群集和子群集。

图11描述在这个实例中的群集和子群集。

根据图10，首先创建根据属性‘类型’的项目群集。存在许多所创建的群集，因为根据图9的项目属性值是可用的，图9示出针对项目属性‘类型’，值‘流行音乐’、‘摇滚乐’、‘爵士乐’、‘古典音乐’和其他的是可用的。在这个实例中，通过根据图10的项目属性‘流行’，每个群集进一步通过被划分为分离的实体，其可以具有值‘前十名’、‘前四十名’、和‘其他’。而且，可具有值‘九十年代’和‘八十年代’的第三项目属性‘发布日期’被用于创建二级子群集、例如已处于前十位的、在九十年代和八十年代的流行歌曲。

一旦排列引擎3完成了群集，就应用排列规则7。在这个实例中，排列规则7是：首先，从用户最欢迎的类型(流行音乐)中选择三首在九十年代曾经在排行榜(前十名)中的歌曲，如在图11中由A1所示。其次，从与用户最欢迎的类型接近的类型中选择四首曾经在排行榜(前四十名)中的歌曲，如在图11中由A2所示。再次，如果用户喜欢在先前步骤中所推荐的歌曲，那么就从在摇滚乐群集中的八十年代的歌曲中选择一首曾经在排行榜(前40名)中的歌曲，如在图11中由A3所示。如果用户不喜欢所呈现的歌曲，那么就从流行音乐群集中选择一首歌曲，如在图11中由A4所示。

以这种方式，，生成具有八首歌曲的推荐列表作为包括推荐-反馈-用户简档-选择-排列-推荐的反馈回路。

图12示出可能的系统体系结构，在该系统体系结构中安装根据本发明优选实施例的推荐设备/系统。推荐设备35可以是移动电话、PDA、PC或其他合适的设备。推荐设备35经由网络36与服务器侧37进行通信，所述网络36可以是蜂窝式网络、因特网或其他合适的网络，所述服务器侧37可以包括联网的服务器计算机。依赖于具体实现，服务器侧27可以充当内容项池4，或者甚至可以递送所述选择9。

以此，可以一般地概括为，本发明涉及一种内容推荐设备，该内容推荐设备包括选择引擎2和/或用于接收选择列表的装置，所述选择引擎2从内容项池4中选择内容项，并生成包括所选内容项的选择列表9。内容项推荐设备还包括排列引擎3，该排列引擎3通过重新排列选择列表9的至少一部分内容项来生成内容推荐列表12，从而优选地生成内容项的演出序列。

Claims (36)

1.内容推荐设备，包括

选择引擎(2)，所述选择引擎(2)从内容项池(4)选择内容项，并生成包括所选择的内容项的选择列表(9)，和/或

用于接收选择列表的装置，

其特征在于

排列引擎(3)，所述排列引擎(3)通过重新排列所述选择列表(9)的至少一部分内容项来生成内容推荐列表(12)。

2.按照权利要求1的内容推荐设备，其特征在于，所述排列引擎(3)基于排列规则(7)来生成所述内容推荐列表(12)，所述排列规则(7)生成内容项的演出序列。

3.按照权利要求1或2的内容推荐设备，其特征在于，所述排列引擎(3)基于项目属性(5)来生成所述内容推荐列表(12)，所述项目属性(9)以标准的方式定义每个内容项。

4.按照权利要求2或3的内容推荐设备，其特征在于，所述排列规则(7)组合单个的项目属性(5)。

5.按照上述权利要求中任何一个的内容推荐设备，其特征在于，所述排列引擎(3)基于商业规则(7)来生成所述内容推荐列表(12)，所述商业规则(7)生成商业上受影响的内容项序列。

6.按照上述权利要求中任何一个的内容推荐设备，其特征在于，所述选择引擎(2)基于项目属性(5)来生成所述选择列表(9)，所述项目属性(9)以标准的方式定义每个内容项。

7.按照上述权利要求中任何一个的内容推荐设备，其特征在于，所述选择引擎(2)基于商业规则(7)来生成所述选择列表(9)，所述商业规则(7)生成商业上受影响的内容项序列。

8.按照上述权利要求中任何一个的内容推荐设备，其特征在于，所述排列引擎(3)基于用户简档(11)来生成所述内容推荐列表(12)。

9.按照上述权利要求中任何一个的内容推荐设备，其特征在于，所述选择引擎(2)根据用户简档(11)从内容项池(4)中选择内容项。

10.按照上述权利要求中任何一个的内容推荐设备，其特征在于，

用户简档引擎(1)基于对至少一个先前所输出的推荐列表(12)的用户反馈(10)来生成用户简档(11)。

11.按照权利要求10的内容推荐设备，其特征在于，所述用户反馈(10)包括显式和隐式反馈。

12.按照权利要求11的内容推荐设备，其特征在于，所述用户反馈(10)是以隐式反馈表示加权的显示反馈表示的函数。

13.按照权利要求11或12的内容推荐设备，其特征在于，所述显式反馈包括是否用户喜欢或不喜欢特定的内容项的指示。

14.按照上述权利要求11至13中任何一个的内容推荐设备，其特征在于，所述隐式反馈是基于伴随着显示反馈的反应的等级。

15.按照上述权利要求14的内容推荐设备，其特征在于，所述隐式反馈是基于用户操作内容推荐设备的输入终端的强度。

16.按照上述权利要求14或15的内容推荐设备，其特征在于，所述隐式反馈包括施加在显式反馈控件上的压力。

17.按照权利要求14至16中任何一个的内容推荐设备，其特征在于，所述隐式反馈包括用户操作显式反馈控件的反应时间。

18.按照上述权利要求8至17中任何一个的内容推荐设备，其特征在于，所述用户反馈(10)被用于基于减少的内容项池来生成反复提炼的推荐列表(12)或被用于生成新的选择列表(9)，所述减少的内容项池包括选择列表(9)的内容项。19.用于内容推荐的方法，包括以下步骤

从内容项池(4)选择内容项，并生成包括所选择的内容项的选择列表(9)，和/或

接收选择列表

其特征在于

通过重新排列所述选择列表(9)的至少一部分内容项来生成内容推荐列表(12)。20.按照权利要求19的方法，其特征在于，基于排列规则(7)来生成所述内容推荐列表(12)，所述排列规则(7)生成内容项的演出序列。

21.按照权利要求19或20的方法，其特征在于，基于项目属性(5)来生成所述内容推荐列表(12)，所述项目属性(5)以标准的方式定义每个内容项。

22.按照权利要求20和21的方法，其特征在于，采用所述排列规则(7)来组合单个的项目属性(5)。

23.按照上述权利要求19至22中任何一个的方法，其特征在于，基于商业规则(7)来生成所述内容推荐列表(12)，所述商业规则(7)生成商业上受影响的内容项序列。

24.按照上述权利要求19至23中任何一个的方法，其特征在于，基于项目属性(5)来生成所述选择列表(9)，所述项目属性(5)以标准的方式定义每个内容项。

25.按照上述权利要求19至24中任何一个的方法，其特征在于，基于商业规则(7)来生成所述选择列表(9)，所述商业规则(7)生成商业上受影响的内容项序列。

26.按照上述权利要求19至25中任何一个的方法，其特征在于，基于用户简档(11)来生成所述内容推荐列表(12)。

27.按照上述权利要求19至26中任何一个的方法，其特征在于，根据用户简档(11)从内容项池(4)中选择内容项。

28.按照上述权利要求19至27中任何一个的方法，其特征在于，基于对至少一个先前所输出的推荐列表(12)的用户反馈(10)来生成用户简档(11)。

29.按照权利要求28的方法，其特征在于，所述用户反馈(10)包括显式和隐式反馈。

30.按照权利要求29的方法，其特征在于，所述用户反馈(10)是以隐式反馈表示加权的显示反馈表示的函数。

31.按照权利要求29或30的方法，其特征在于，所述显式反馈包括是否用户喜欢或不喜欢特定的内容项的指示。

32.按照权利要求29至31中任何一个的方法，其特征在于，所述隐式反馈是基于伴随着显示反馈的反应的等级。

33.按照权利要求32的方法，其特征在于，所述隐式反馈是基于用户操作内容推荐设备的输入终端的强度。

34.按照权利要求32或33的方法，其特征在于，所述隐式反馈包括施加在显式反馈控件上的压力。

35.按照权利要求32至34中任何一个的方法，其特征在于，所述隐式反馈包括用户操作显式反馈控件的反应时间。

36.按照上述权利要求26至35中任何一个的内容推荐设备，其特征在于，所述用户反馈(10)被用于基于减少的内容项池来生成反复提炼的推荐列表(12)或被用于生成新的选择列表(9)，所述减少的内容项池包括选择列表的内容项。

37.计算机程序产品，包括当在计算机、数字信号处理器等上执行时适合于执行在权利要求19至36中任何一个中所定义的方法步骤的计算机程序装置。

38.计算机可读的存储装置，在所述存储装置上存储按照权利要求37的计算机程序产品。

Images