CN1950822A - 信息再现的方法和设备 - Google Patents

信息再现的方法和设备 Download PDF

Info

Publication number
CN1950822A
CN1950822A CNA2005800137658A CN200580013765A CN1950822A CN 1950822 A CN1950822 A CN 1950822A CN A2005800137658 A CNA2005800137658 A CN A2005800137658A CN 200580013765 A CN200580013765 A CN 200580013765A CN 1950822 A CN1950822 A CN 1950822A
Authority
CN
China
Prior art keywords
information
information object
classification
behavior
equipment
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
CNA2005800137658A
Other languages
English (en)
Other versions
CN100465958C (zh
Inventor
梅尔塞·塞拉
奥拉夫·克特
亚历山大·津克
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.)
Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Original Assignee
Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
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 Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV filed Critical Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Publication of CN1950822A publication Critical patent/CN1950822A/zh
Application granted granted Critical
Publication of CN100465958C publication Critical patent/CN100465958C/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/435—Filtering based on additional data, e.g. user or group profiles

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Indexing, Searching, Synchronizing, And The Amount Of Synchronization Travel Of Record Carriers (AREA)
  • Television Signal Processing For Recording (AREA)
  • Management Or Editing Of Information On Record Carriers (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

提供一种信息再现方案，该方案是智能的，并以用户最不易察觉、以及用户方付出很少、或不付出附加努力的方式，来调整为用户的期望和需求，当基于自适应概率分布，来随机地从信息或多条信息中进行要再现信息的选择时，基于在所选信息的再现时捕获的用户行为，来使自适应概率分布适应。因此，用户行为用作使自适应概率分布适应的控制变量，在可再现信息和/或在其中提供了可再现信息的那些信息对象中，自适应概率分布定义了：在为要再现的下一信息进行下一随机选择之后，将会或将不会选择在信息对象中提供的特定信息的可能性。

Description

信息再现的方法和设备
技术领域
本发明涉及信息再现，例如音频和/或视频数据再现，更具体地，涉及从诸如多条新闻、多段音乐或视频剪辑之类的多个信息项中再现信息的智能且改进的方式，然而，本发明还涉及如出现在家庭补给系统中的这类信息的再现，即，用于私人经济的自动定购系统，尤其是重新定购食物。
背景技术
具体地，在互联网领域中，存在不同的方法，按要求或主动地从互联网上丰富的可用信息中，将这样的信息呈现给互联网用户，该信息根据所述用户的个性而最大可能地使他/她感兴趣，即存在提供个性化内容的方法。这些方法中的许多方法按要求(即，根据精确的说明)来提供内容，或者根据设置的详细简档来提供内容。
此外，其它方法将资源在不同的用户中进行划分，以及建立由每个用户作出的选择的相关。因此，除了明确请求的内容之外，还可以提供由请求类似内容的其他用户作出的对象推荐。
现有方法的缺点在于，一方面，需要精确请求或者非常详细的设置，以及另一方面，缺少对不同环境和/或情况的适应性。此外，用户必须熟知各个系统以便能够输入复杂的设置。
发明内容
因此，需要一种用于信息再现和/或选择的改进方案，能够在不需要用户和/或个人一方进行非常费精力的设置的情况下，以调整为各自个性化的方式，从多条信息中向人们再现那些最佳地适于各自个性化简档的信息。理想的选择是，这样一种信息再现和/或选择方案：在用户不察觉的情况下，从丰富的可用信息中选择那些最接近于期望和需求、或者通常最接近于用户个性的信息。
因此，本发明的目的是提供一种信息再现方案，为了对用户调整信息再现，仅需要在用户方的付出很少努力、或不需要不付出附加努力。
通过权利要求1所述的设备和权利要求24所述的方法来实现该目的。
本发明是基于以下结论：可以提供一种信息再现方案，该方案是智能的，并以用户最不易察觉、以及用户方付出很少、或不付出附加努力的方式，来调整为用户的期望和需求，当基于自适应概率分布而随机地，或/和基于自适应概率分布、以及基于捕获的用户行为而随机地且后续地，从信息或多条信息中选择要再现的信息时，所选信息的再现使自适应概率分布适应(adapt)。因此，用户行为用作使自适应概率分布适应的控制变量，在可再现信息和/或在其中提供了可再现信息的那些信息对象中，自适应概率分布定义了：在对要再现的下一信息进行下一随机选择之后，将会或将不会接受在信息对象中提供的特定信息的可能性。
在这种情况下，要由用户作出的附加努力可以保持为很少、或者完全不需要，其中，所述附加努力与以评价行为的形式提供用于使概率分布适应的控制变量相关联。根据特定实施例，提供用户的激励装置，以能够表示要取消当前信息的再现，以及要再现一新信息，即，一种SKIP按键。根据特定实施例，以简单按钮来实现该装置，将激励该装置评价为在用户方的拒绝行为，而在特定信息的再现期间未激励该装置用来表示用户方的同意和/或欢迎行为。由于无论如何用户将自己操作激励装置来选择下一信息，从而避免了由用户作出的任何附加努力。相反地，理想情况下，根据捕获的拒绝或赞同行为来使概率分布适应将会导致，在某个时间点，用户将无法通过激励所述激励装置以拒绝方式作出反应。
如果在用户方出现拒绝行为，则修改概率分布，使得刚已再现的信息对象的信息将不太可能在下次再现，以及同时，使得或多或少属于与刚已再现的信息对象相同类别的这种信息对象的信息再现也不太可能。为此，例如，每个信息对象包括类别关联数据，该类别关联数据使信息对象与来自预定组类别的一个或多个类别相关联。然后，例如，通过权重关联规则未定义概率分布，其中，权重关联规则将至少一个权重值与每个类别相关联，所述至少一个权重值表示下次将会选择与该类别相关联的信息对象的可能性等级。
根据本发明的特定实施例，类别关联数据由一组类别权重形成，类别权重使各个信息对象与具有各个类别权重的各个类别相关联。因此，例如，如果需要，可以将来自音乐会的现场记录以娱乐和音乐来分类为不同程度、和/或具有不同的类别权重。因此，在该实施例中，除了用户已对其信息表现出拒绝行为的那些信息对象之外，用户方的否定行为对于一些信息对象最具影响，所述一些信息对象与相同类别、或多个类别相关联，和/或更加精确地，与具有最高类别权重的相同类别权重相关联。
附图说明
以下将参照附图，更加详细地解释本发明的另一优选实施例，其中：
图1是根据本发明实施例的信息再现设备的结构框图；以及
图2是用于示出根据本发明特定实施例的图1设备的操作模式的基本框图。
具体实施方式
最初，图1示出了根据本发明实施例的信息再现设备的基本结构。
如所见，通常用10表示的图1的信息再现设备包括：控制装置12；再现装置14；装置16，用于在通过再现装置14再现信息时，捕获设备10的用户方的行为；存储器18，用于存储多个信息对象，其中，可再现信息被分别提供；以及存储器20，其中存储了由控制装置12请求以用于使信息选择适应用户个性的数据，如将在以下更加详细地解释的概率分布。
已经对于设备10的组件描述了设备10的结构，以下将给出对设备10的操作模式及其组件的交互的描述。
提供图1的信息再现设备10，用于自主地(即，对于选择要再现的信息对象，不需要用户方的直接交互)从在存储器18中提供的多个信息对象中，连续地、间歇地、或者以任何其它顺序，选择要再现的信息对象，以及用于再现在所选信息对象中提供的信息。这里的选择由控制装置12执行，为此，控制装置12显示了访问存储器18中的信息对象的可能性。由再现装置14执行再现，为此，由控制装置12来控制再现装置14。
为了不会完全随机地、或者通过与用户个性不匹配的标准来执行选择操作，存储器20在其中存储了一个概率分布，所述概率分布为每个信息对象18定义了在选择中将会选择并接受该信息对象的可能性等级(比较图2中的106)。存储于存储器20中的概率分布是自适应的，使得控制装置有效地与存储器20连接，不仅用于读取，而且用于写入，以能够如将在以下描述的，使该概率分布适应。为了使概率分布20适应，控制装置12使用与对所选信息对象的再现信息的用户行为有关的数据，该用户行为数据从装置16中获得。
依据使用信息再现设备10的目的，在信息对象中提供的信息类型、在再现装置14中该信息的再现、以及在信息再现之后的用户行为可以采用多种不同的形式和式样。然而，为了能够更好地解释对图1设备10的操作模式的描述，在以下假设：图1的信息再现设备10是设置用于再现音频数据的设备，例如车载无线电。在这种情况下，例如，在信息对象中再现的信息包括诸如MPEG文件之类的音频数据。
音频数据本身可以在不同信息对象之间完全不相同，以及可以与例如新闻、音乐片断、广告、现场实况转播、喜剧、交通新闻、广播剧、或天气预告有关。为了能够大致地分类和/或细分大量的信息对象，从而将信息对象概括为组，除了实际信息之外，每个信息对象还包括类别关联数据，该类别关联数据按照程度，具体地通过权重，或者以绝对词yes或no，将每个信息对象与预定组类别中的一个或多个进行关联。例如，可能的类别分类包括“音乐”、“古典音乐”、“新闻”、“节奏”、“能量”等，和/或如上面所用的不同类型音频数据的上述术语，来表示不同音频数据的多样性和差异。类别组可以是可扩展的或固定的。
为了给出示例，例如，Beatles的音乐片段可以与音乐、节奏和能量类别相关联。因此，可以对各个关联进行加权。例如，按照类别关联数据，Beatles的音乐片段将完全(即，100％)地与“音乐”相关联，而只与“节奏”和“能量”类别以很小的程度相关联。
在信息再现设备10再现音频数据的情况下，例如，由诸如车载扬声器或耳机之类的适合的扬声器来形成再现装置14。在这种情况下，在信息对象中提供的信息和/或音频数据被直接再现给用户，即，再现地址和再现结果的位置在同一地方，即用户处。如将参照设备10的另一应用示例所示出的，并不必需是此种情况。
根据音频数据实施例，由权重关联规则来定义存储器20中的概率分布，其中，权重关联规则将至少一个权重值与同特定类别关联的每组信息对象相关联，和/或将至少一个权重值与每个类别相关联。这些权重值由控制装置12在从存储器18中的信息对象中随机选择要再现的下一信息对象中使用，其中，控制装置12更可能选择与一些类别相关联的信息对象，其中，根据存储器20中的权重关联规则、或者权重关联表，所述类别的权重值较大。为了确定概率分布，如通过存储器20中的权重关联规则的权重值所定义的，如果上述类别权重存在，控制装置还可以使用上述这些类别权重，这些类别权重或多或少按照程度将信息对象与各个类别相关联。
此外，控制装置12可以考虑到一些类别较宽和一些类别较窄。例如，由于“摇滚”类别是音乐类别的一个真子集，所以“音乐”类别可适用于比“摇滚”类别多的信息对象。然而，从该观点来看，较之音乐的权重类别的权重值，“摇滚”类别的权重值更加适用于与之相关联的信息对象，以及这可以由控制装置12通过类别大小权重值来进行考虑，其中，类别大小权重值与各个类别相关联、以及还在选择中被使用，和/或用于定义信息对象中的概率分布。
如上所述，基于存储器20中的概率分布，控制装置12随机地执行由控制装置12进行的选择过程，在到达已再现的音频文件的结尾时，可以按照用户方的需求、或者以由不同系统控制的方式(如，通过监视业务量密度以允许仅以低密度业务量再现音频的装置)来执行所述选择过程。
一旦控制装置12作出了选择，则控制装置12会将所选信息对象的音频信息输出至再现装置14，接着，再现装置14会向用户再现音频信息。
概率分布是控制装置12的选择过程的基础，通过概率分布来选择信息对象，连续地或间歇地向用户输出或再现信息对象的音频内容，如果该概率分布保持不变，则将会存在高度风险，即用户一定会对于被根据他/她的个性而不想听到的音频信息打扰的事实而生气。因此，换言之，用户本质上拒绝再现信息中的一些，而他/她赞同或欢迎其它一些信息的再现。仍换言之，设备10的用户使用可以按照“好”、“坏”、或“一般”来解释的外部评价来评价任何再现信息、或者相应的信息对象。为了提供设备10可检测到的用户内部评价，以及能够使用该评价作为自适应反馈量，装置16在信息再现时捕获用户行为。然后可以评价或解释该用户方的外部行为，即，作为用户方的拒绝行为，这意味着用户不喜欢再现的信息，或者作为赞同行为，意味着用户欢迎再现信息和/或喜欢该再现信息。
在最简单的情况下，装置16可以由这样的按钮组成，即，用户可以激励该按钮以向设备10表示他/她不喜欢再现信息。然后，如以下将解释的，作为响应，控制装置12同时可以使用该激励，基于自适应的概率分布，执行信息对象的重新选择。当然，不同于按钮的设备，如开关、控制杆、语音输入等，也可以用作激励装置。无论如何，控制装置12能够将特定激励解译为响应当前再现的用户方拒绝行为，可能地按照情况，按照程度使用权重来解译。例如，控制装置可以提取从当前音频信息的再现直到用户按下上述按钮的时间量，来从中作出用户有多么“不喜欢当前再现的音频信息”的判断。
如果控制装置12确定了拒绝行为，则控制装置12将会尝试使存储器20中的概率模型适应，使得在将来，选择过程将会更好地适应用户的品味和偏好。因此，响应捕获用户方的拒绝行为，尤其在使用在刚再现信息对象的类别关联数据中的类别权重的情况下，使用取决于类别权重的程度，其中，信息对象使用该类别权重与单个类别相关联，对于与用户的拒绝与之相关的信息对象相关联的每个类别，控制装置12减少该类别的权重值。以这种方式，由于与其它类别的权重值相比，已经减小了这些类别的权重值，所以，例如，下次将不太可能选择这些类别的信息对象。
尽管可以仅捕获用户方的拒绝行为，但是附加地或可选地，可以使用用户方的赞同行为来使存储器20的概率分布适应。再次参照装置16的上述实施例，具体地，作为装置16的按钮，控制装置12可以采用在特定音频信息的再现期间未按下按钮来表示赞同行为的事实，即，在未按下按钮的再现期间，用户欢迎和/或喜欢该音频信息。如果出现赞同行为，则控制装置12的方式与先前的情况相反：在考虑当前信息对象的类别权重时，控制装置12增加与用户方的赞同行为与之相关的信息对象相关联的类别的权重值。另一可能性是使用两个跳过按钮作为装置16。例如，激励一个跳过按钮，例如右跳按钮，将会取消当前对象的再现，这将会被评价为对当前信息对象的拒绝行为。激励另一个跳过按钮，例如左跳按钮，将会使当前对象的再现被取消，以及重复在当前对象之前再现的对象的再现，这将会被评价为对在当前对象之前再现的信息对象的赞同行为。
装置16先前的示例，即，在信息再现时用于捕获用户方行为的按钮，示出了可以分别将在信息再现时用户方的活跃反应和在信息再现时特定反应的不存在评价为拒绝或赞同行为。尽管采用不行动来表示以上赞同行为、而将活跃反应解译为拒绝，相反的方式或混合的方式也是可能的。例如，音频数据再现设备10也可以(作为车中的无线电)配备按钮，设置用于在用户想表示他/她很高兴听到再现的音频文件时，由用户按下该按钮。然后，多次按下该按钮可以用于在不同阶段按照程度的评价。在语音输入用于确定行为的情况下，可以由用户逐字地输入评价，如“好”、“坏”等。
在上述再现音频数据的背景下描述了图1的信息再现设备10。以下将在家庭补给系统框架下，具体地，在例如用于记录用完或减少中的食物的家庭补给系统框架的背景下，来描述图1的信息再现设备10。在这种情况下，信息对象包括包含特定指令的信息，即，关于获得和/或记录特定食物的指令。控制装置12将在选择过程中由控制装置12选择的信息对象的信息转发至再现装置14，在这种情况下，再现装置14配置为调制解调器、互联网终端、传真机或另一通信设备，以及将由该信息定义的订单转发给商家，商家将会根据该订单，将定购的食物通过例如邮寄或任何其它递送服务，发送至设备10和/或家庭补给系统的用户的地址。递送至用户、以及通过家庭补给系统定购的所有食物将最终到达用户的冰箱(未示出)。在信息再现设备10用于定购食物的情况下，再现接收机的位置(即，商家)和再现结果的位置(即，冰箱和/或用户)因而将不一致。通过递送服务和定购连接来执行两个位置的关联。
根据家庭补给系统实施例，信息再现设备10确保不断地填满用户冰箱。为了将出现在冰箱中的食物调整为用户的口味，控制装置12通过存储器20中的概率分布，来随机地使用存储器18中的信息对象，以及如以下所描述，基于用户行为来使概率分布20适应。在存储器18中的信息对象中提供的订单涉及可以分为特定种类的不同食物的各个订单，如分为以下种类：“水果”、“甜”、“酸”、“多脂”、“低脂”、“印度”、“蔬菜”、“亚洲”、“糖尿病患者专用”、“素食”等。
现在，每个信息对象或多或少与这些类别中的一个或多个相关联。在存储器20中，每个类别具有与之相关联的权重值，所有权重值，可能与信息对象中的类别关联数据的类别权重和考虑了类别大小的上述权重一起，定义了存储器18中的信息对象中的概率分布。
装置16用于在信息再现时捕获用户行为，用户行为包括例如从冰箱中取出食物。为此，冰箱包括例如作为装置16的条形码读取器，用户将食物经过条形码读取器，以表示从冰箱中取出该食物。然而，装置16还可以被设置为包括对象识别的相机。无论如何，控制装置12总是知道冰箱中包含那些食物，即，刚取出哪些食物，以及刚将哪些食物放入或重新放入冰箱。
控制装置12使用在定购时由用户示出并由装置16捕获的行为，来改变存储器20中的概率分布和/或权重值。例如，从水果总是剩下在冰箱中并且变坏的情况中，控制装置12推断，要减小“水果”、“柑橘类水果”等类别的权重值，使得概率分布在后续的订单中适应，不太可能定购水果之类的食物。相反地，从只要酸奶一递送至冰箱，用户就立即将酸奶取出冰箱的事实中，控制装置12可以推断例如，用户行为是赞同的，因此作为响应，控制装置12增加“酸奶”类别的权重，以及例如存储器20中的“奶制品”类别的权重。
参照图1的上述实施例清楚地示出了，可以以多种变化的方式来配置装置16。通常，可以说，装置16应当能够将用户行为转换为信号，从这些信号中，控制装置12可以推断出用户方对于再现信息的赞同和/或拒绝行为。为此，如上所述，装置16应当能够在信息再现时，对用户方的特定反应和/或不反应很敏感，以使得能够在再现信息对象时，在捕获这种类型的反应和/或不反应的时候，推断拒绝和/或赞同行为。
上述描述基于以下假设，即对于每个类别，仅有一个权重存储于存储器20中。最终，这意味着图1设备的上述功能性描述是基于以下假设，即，只有自适应概率分布和/或权重值的自适应表用于适应信息对象选择。对于许多应用，该方式可以导致满意的结果，尤其当无论用户通过他/她的行为表示他/她的拒绝或赞同的情况如何，用户的偏好总是相同时。然而，并不总是这种情况。在先前使用的示例中，其中，图1的设备用作音频信息再现设备，例如，用户可以、以及还可能具有不同偏好和/或期望，例如，在早晨在上班的路上坐在他/她的车内，不同于在下午当他/她下班回家且非常累时。在这种情况下，由于概率分布根本不能适应用户方的固定偏好或期望，这些偏好或期望实际上在早晨和下午是不同的，所以，对于每个类别仅使用一个权重值、和/或仅使用一个自适应概率分布的自适应结果是不够的。因此在图1设备的操作模式的接下来的实施例中，最终为每个类别提供多个权重值和/或多个自适应概率分布，这些权重值和/或概率分布是针对用户他/她自己所处的不同情况而提供的。例如，在前述音频再现示例中，适于描述用户当前所处情况的情况依赖参数是时间。在以上描述的家庭补给系统示例中，例如，由于经常有以下情况：人们在夏天吃较低脂的食物(例如，更多沙拉)，而在冬天将吃固体食物(例如，更多烤肉)，所以用户的饮食偏好很可能在夏天和冬天发生改变，因此，例如区分“夏天”和“冬天”是非常有用的。例如，在工作日与在周末的饮食习惯可以不同。另一个情况相关参数可以是一年中的时间、一周中的一天，以及与各个应用相关的其它环境参数。
因此，将对照图2，参照所述设备用作音频再现设备的另一实施例，来更加详细地描述图1的设备操作模式。根据该实施例，除了信息数据52(其中，提供了信息对象50的实际信息)之外，存储于存储器18中的信息对象中的每个信息对象50包括与上述类别关联数据相对应的特定对象参数54，特定对象参数54描述了包含于信息数据52中的实际信息，以及包括上面也提到的类别权重56，每个类别权重56与类别58中的一个特定类别相关联，并且对于类别58中的所述特定类别，给出信息对象50与所述类别58相关联的程度。图2中列出的作为示例的类别是音乐、古典音乐、新闻、节奏和能量。作为示例，即使其它标注也可行，在这里以百分比表示类别权重56。
存储于存储器20中的整体权重数据60用于定义自适应概率分布。对于每个类别58，该整体权重数据不仅包括如以上参照图1所述的一个权重值，而且包括与情况相关参数的不同可能值相关联的多个权重值。为了能够更加详细地对用户所处的情况进行分类，根据图2的实施例来提供多个情况相关参数62，以及对于这些情况相关参数62中的每个，存储器20中的整体权重数据包括，每个类别58的多个权重值，具体地，各个情况相关参数的每个可能量化值的一个权重值。在图2中，由“一天中的时间”、“心情”、“位置”和“天气情况”来表示情况相关参数62的示例性示例。例如，如果Nk是类别58的数目，则Nsp是情况相关参数62的数目，以及nsp(1)是第一情况相关参数的可辨量化值的数目，nsp(2)是第二情况相关参数的量化数目，以此类推，则整体权重数据60将由
N k · Σ i = 1 N sp n sp - - - ( 1 )
数目个权重值组成。
代替以表格形式存储整体权重数据60之外，如图2所示，对于类别58和情况相关参数62的每个元组，还可能存储分析过程函数，即从各个情况相关参数，即一天中的时间t、心情s、位置p、以及天气情况w，分别映射至权重值g。
现在已经对于图2，在以上关于参照图1描述的实施例，对存储器20中的权重值的概率分布的定义的差别进行了讨论，以下将在图2实施例的框架内，对图1设备的操作模式进行描述。在图2的实施例中，也提供设备10，以使用由整体权重60定义的自适应的概率分布，从存储器18中的多个信息对象中，连续、随机地选择信息对象，以及基于在再现所选信息对象中的信息时的用户行为，来适应整体权重数据60。
不同于直接参照图1描述的实施例，根据图2的实施例，除了如在用户行为捕获过程64中所捕获的在信息再现时的用户行为之外，在情况捕获过程66中，设备10还捕获当前情况相关参数。通过由图1中虚线表示的情况参数捕获装置68，来执行情况相关参数的捕获。情况捕获过程66的结果是情况相关参数的捕获值，即，在这种情况下，是一天中的当前时间、用户当前的心情、用户当前的位置、以及当前的天气情况。为此，设备68可以包括用于捕获一天中的时间的时钟、具有模式识别的语音分析器、相机设备、方向盘处的心跳频率传感器、语音记录器、或者用于通常评价识别用户声音的行为模式的装置、用于检测用户位置的GPS传感器、以及用于检测天气情况的组合的亮度、湿度、气压和风速传感器。在图2中，由70表示情况相关参数的当前值。
行为捕获64一捕获用户方的拒绝或赞同行为(明显地，这表示信息对象50中当前选择的“外部评价”)，则该外部评价与情况相关参数的相关当前值70一起就进入评价过程72。评价过程72采用权重值的自适应，这已经在以上先前实施例的框架内参照图1进行了描述。由动作箭头74示出了基于外部评价和情况相关参数的当前值70的权重值的自适应。按照以下方式执行自适应74。如果行为捕获64产生否定的外部评价、或者对再现其信息数据52的信息对象50的拒绝行为，则评价过程72将会使用该当前信息对象50的对象特定参数54和情况相关参数的当前值70来适应整体权重表60。
具体地，在用户方出现拒绝行为的情况下，评价过程72将会依据整体权重表60发生作用，使得接下来，只要情况相同或相似，即，对于情况相关参数具有与当前值70相似的值的所有情况、和/或仅对于在存储器20中与情况参数值(与当前的情况相关参数值70相同或相似)相关联的那些权重值，那么将不太可能选择与当前信息对象50相似的、具有特定对象参数54的信息对象。在更加特别的情况下，在与同一个类别58、以及与同一情况相关参数62相关联的所有权重值中，评价过程72将减小那些最接近于该情况相关参数的当前值的权重值。换言之，根据用户拒绝行为的自适应的效果，随着与各个权重值相关的情况偏离当前情况70的偏离的增加而减小。这考虑到以下情况：例如，已决定在早晨、具体地例如在早8点不听摇滚音乐的用户，可能会在早9点甚至在早10点仍作出这样的决定；但是在正午，例如，在他/她工作的午休时间，他/她会想再听摇滚音乐。因此，在自适应74期间，用户方的拒绝行为具有一些辐射效应，以使得也影响与类似情况相关的权重值。以这种方式，可以加速自适应。
在与相同情况相关的权重值中，即，与各个情况相关参数62的相同可能值相关的权重值中，评价过程72将使同与当前信息对象50最相关的类别相关联的那些权重值减小最多，这是由于特定对象参数54、即，特定对象参数54的类别权重56在该对象50的特定对象参数54中最高。这考虑了以下情况：对于一段摇滚音乐的拒绝行为不会导致较少地播放新闻，而是当然，主要导致了不太可能播放多段摇滚音乐和类似的高能量音乐。不同的示例是对音乐的拒绝可以100％与流行乐相关联、但是还具有20％的爵士作用。在该示例中，权重仅对于整个爵士的评价产生20％的影响。如上所述，自适应74还可以受到与类别58固定关联的权重的影响，以考虑一些类别与多个对象相关，而一些类别可以仅与一小组对象相关的情况，其中，由于这一小组对象是前者的真子集，因而是更加特定的。
在肯定的外部估计、或者用户方赞同行为的情况下，自适应74中的评价过程72明确地是不同于先前描述的另一方式，具体在于，值不是减小而是增加，并以相同方式进行自适应，即，与各个权重值相关的情况相关参数值越接近当前值70，这些值增加得越多；以及与各个权重值相关的类别的类别权重56越高，这些值增加得越多，其中，所述与各个权重值相关的类别在与赞同行为相关的对象50的特定对象参数54中。
图2的另一描述将基于以下假设，即，对于行为捕获64，使用配置为按钮的行为捕获装置16，用户使用该按钮来取消当前信息对象的再现，因而表达拒绝行为。如果在重放信息对象时，用户不激励按钮，则这将评价为肯定行为。
如果用户按下行为捕获装置16的按钮，则评价过程72将会在更新76的框架中将此输入存储于存储器20中的特定对象权重表78，例如以及整体权重表60中。评价过程72将用户方的任何拒绝行为存储在特定对象权重表78中。具体地，如果在用户方出现拒绝行为，则评价过程72将会将与拒绝行为相关的信息对象50的索引、与发生拒绝行为的情况相关参数的当前值70一起，输入特定对象表78中。如将在以下详细讨论的，记录拒绝行为用作更加快速地适应信息对象选择过程。表78的大小是有限的。因此，当输入用户方当前的拒绝行为时，评价过程72通过诸如FIFO(先进先出)之类的适当的置换(displacement)策略，来置换先前拒绝行为的旧条目。例如，表78的大小可以包括关于拒绝行为的1,000个条目。
如上所示，以下应当假设，在图2的实施例中，用户通过按下按钮来表示拒绝。按下的按钮将会导致上述更新74和76。然而，此外，由于通过按下按钮，用户不但表示拒绝行为，而且与系统进行通信以停止和中断当前再现、以及再现新的信息对象，所以按下的按钮触发了下一选择过程80。在图2中，由箭头82表示按下按钮的触发。图2的选择过程80是二阶段的选择过程。第一阶段(由图2中的84表示)与选择过程相对应，这已对于图1，基于整体权重60进行了描述。第二阶段(由图2中的86表示)是基于特定对象权重78的。
根据图2的实施例，由控制装置12按照以下方式来执行选择过程80的第一阶段84。最初，在计算过程90中，控制装置12利用整体权重数据(88)计算这样的特定对象参数，根据整体权重数据60，该特定对象参数具有与这些数据相关联的最高概率。换言之，在计算过程90中，控制装置12计算这样一组类别权重56，根据由整体权重数据60定义的概率分布，该组具有与之相关联的最高选择概率，尤其对于情况相关参数的当前值70。如果在存储器18中的信息对象中，实际上存在具有这样的对象特定参数的这种对象，则考虑当前情况，这将最有可能被接受。当然，在不同的情况下，给定相同的整体权重数据，计算过程90将会导致不同的组。因此，换言之，作为结果的类别权重组表示每个类别关联的拒绝/接受的情况相关程度。
无论如何，在随机过程92中，控制装置12随机地在存储器18中的信息对象中进行选择。例如，随机过程92以相同概率选择每个信息对象。然而，对于步骤92，可以提供不同的概率分布，然而，不同于自适应概率分布，步骤92是固定的。
过程90和92导致两组类别权重，具体地，来自计算过程90的计算的最佳特定对象参数组和/或类别权重最佳组94(如上所述，这是情况依赖的)、以及与在随机过程92中选择的信息对象50的特定对象参数54相对应的类别权重组96。组94和96均是用于由控制装置12处理以结束选择过程80的第一阶段84的参数比较98的输入数据。具体地，在参数比较98中，例如，通过两个类别权重向量94和96的标量乘积，根据两个组94和96来形成概率值，以及以随机过程100来处理所述概率值，使得基于该概率值，随机地接受或拒绝在随机过程92中选择的对象。在随机过程92中选择的信息对象的接受概率越高，则所选对象的对象特定参数96更加与最佳特定对象参数94相对应。
如果参数比较98的随机过程100导致了拒绝，则如由标记了“由于拒绝而重新选择”的箭头102所表示的，再次执行过程90和92。如果在参数比较98中接受步骤92中随机选择的对象，则将该信息对象馈入另一接受/拒绝阶段，即，选择过程80的第二阶段，在图2中由标有“接受”的箭头指示该序列。
阶段86包括有效性验证过程104，如箭头106所指示的，有效性验证过程104是基于特定对象权重数据78的。有效性验证104是随机的和/或绝对的。例如，在有效性验证104中，执行有关以下的验证：数据78是否包含关于在选择过程80的第一阶段84中选择的信息对象，以及该条目是否展示出了情况相关参数62的与当前值70仅有不大于预定测量的不同的值。这将意味着，最近，用户在类似的情况中拒绝该信息对象。如果出现确定的有效性验证104，则这会导致拒绝。如果加权随机过程104出现，则对于情况相关参数，依据在表78的条目中发现的当前值70与这些值的区别，拒绝会根据概率发生改变。以这种方式，有效性验证具有以下作用：较慢自适应74与较快自适应76在76的上行处连接。
有效性验证104还可以利用有效性验证的另一标准。例如，在另一列表中(未在图2中示出)，评价过程72记录再现的信息对象。然后，例如，对在阶段86中拒绝的已经通过阶段84的对象的验证过程104中，可以避免例如两小时的时间段内这些信息对象的直接重复。此外，有效性验证过程104还可以利用当前要验证的对象中的数据本身，来作出接受或拒绝的决定。例如，对于新闻信息对象，可以将新闻的寿命或新闻的时事性包含于过程104中。不太新的新闻不太可能通过有效性验证过程104、以及被接受。
如果有效性验证过程104导致了“拒绝”，则如箭头102所指示，将在过程90和92处再次开始选择过程80。随着每次拒绝，用于之后运行的拒绝标准的验证的严格性将降低，以保证在最大次数的运行之后会作出选择。然而，如果该对象还以“接受”通过了第二阶段86，则该对象将会是在选择过程中选择的对象，以及将会作为对象选择结果被输出至再现装置14，如箭头108所指示。根据前面的对象选择再现，现在，如箭头110所示，行为捕获64涉及已选择的对象。因此，自适应74和76反馈环封闭，该环包括用户方的评价作为自适应的基础。
换言之，图1和2中的设备分别导致了个性化信息的选择。在图2的实施例中，通过考虑情况和环境的反应，来影响设备方的行为，这可以使“信息选择”表示信息的选择性存储和再现。该方法与反馈系统相对应，使环境反应之后所需的选择行为接近之前的信息选择。使用多个输入变量，即不同的环境参数、或情况相关参数、以及选择评价和/或外部评价，来预先定义环境反应。由外部评价装置(例如，由用户)使用已经选择的对象来生成评价。
以相互独立的对象的形式来构造和存储要选择的信息。在上述实施例中，对象包括纯信息数据和描述对象内容的特定对象参数。由情况相关参数来描述系统所反应的环境。
例如，如果根据图2的实施例，对图1的设备进行初始化，则最初，通过均匀分布的随机过程，从多个可用对象中选择对象。对于接下来的随机选择过程，根据先前的外部评价和当前情况的函数，来调整选择概率60。更具体地，与图2的实施例相同，总是随机地从存储器中作出选择，然而，连续地调整接受概率。外部评价、和/或当前选择过程的用户判断、和/或在类似情况下的后续选择过程的影响越弱，则当前情况偏离给出或作出评价的情况越多，这称为递减方法。
上述实施例使得能够在不给出详细的选择标准指示的情况下，考虑外部环境反应时，实现信息的个性化选择。在这些实施例中，避免了用户方复杂的积极参与。
根据图2作用的图1设备的一个可能的示例性使用是用于车载无线电，根据用户偏好来选择音频对象。除了诸如多段音乐之类的纯信息数据52之外，音频对象50包含特定对象参数54，特定对象参数54描述了对象50，例如对象类型(即，音乐、新闻、广告等)、对象长度、对象类别(即，摇滚、古典音乐、技能或体育、经济、外国等)。可能的情况相关参数62是：一天中的时间、用户的心情、行踪、一年的数据/时间、天气情况等。如以上所描述，评价可能性可以存在于跳过按钮中，使用该跳过按钮，用户可以跳过对象。随着时间过去，通过外部评价来逼近用户偏好的自动选择，向用户提供音频对象50。例如，系统将会记住，用户在早上收听新闻，或者当下雨时喜欢听蓝调。
除了该示例性利用之外，根据先前选择的示例，还有许多用于个性化信息选择的应用可能性。例如，这些包括选择服装的日常组合、调整房间的颜色设计或香味、如以上所示的在所谓的家庭补给系统中选择冰箱中的食物等。
参照以上描述，应当注意到，在其中提供了信息对象的存储器18可以是例如，CD、硬盘、DVD、磁存储器、或其上存储了固定信息对象组的任何其它存储器。然后，可以通过改变CD或通过更新组，来间歇地改变该信息对象组。然而，存储器18还可以配置为高速缓存器，在其中，存储例如通过广播信号来循环广播的信息对象。在无线接收机处接收循环广播的信息对象，然后将其输入高速缓存存储器，和/或根据预定的置换策略，再次从存储器18中置换。置换策略可以使用由整体权重60、特定对象权重数据78定义的概率，以及由有效性验证104定义的另一标准。据此，根据提到的标准，将不会把非常不可能在选择过程80中选择的信息对象放入高速缓存器18中，或者很快地被置换。置换策略还可以利用数据60、78、有效性验证104使用的其它数据、以及用于置换的普通高速缓存标准，如，根据FIFO原理，即，可以是修改的FIFO原理等。
此外，应当指出，不同于先前实施例的实施例中，概率分布的自适应不局限于适应用户的需求和期望。还可以例如，在车载无线电的情况下，对于概率分布，信息选择并不由用户按下按钮而适应以便终止信息对象和请求新的信息对象，而是例如，利用方向盘后面的用户行为来适应概率分布。例如，如果在再现一段摇滚音乐时，方向盘后面的用户行为的侵略性显著增加，则这将会通过将概率分布60修改至将会较不可能在类似的情况下再现多段摇滚音乐和类似的音频对象的范围内，来考虑该情况。通过这样的自适应，例如，可以增加机车司机的安全驾驶。
对于评价和/或评价过程72，还应当注意，还可以对于描述的评价，直到要针对类似的情况计算参数，才发生基本参数的减小。换言之，递减方法除了出现在评价中之外，还可以出现于选择中。
例如，上述控制装置12可以是计算机或相应设计的ASIC。
具体地，应当指出，还可以依据环境，以软件实现该发明方案。可以在数字存储介质上，具体地，在具有能够与可编程计算机系统共同作用的电子可读控制信号的盘或CD上，实施该实施方式，以便执行各个方法。通常，本发明还包括计算机程序产品，计算机程序产品具有存储于机械可读载体上的程序代码，用于当计算机程序产品在计算机上运行时，执行本发明的方法。换言之，当计算机程序产品在计算机上运行时，可以以具有执行该方法的计算机程序来实现本发明。

Claims (25)

1、一种设备，用于再现在信息对象(50)中提供的信息，所述设备包括：
装置(12)，用于基于自适应概率分布(60)，来随机地选择信息对象(50)，以获得所选的信息对象；
装置(14)，用于再现在所选信息对象中提供的信息；
装置(16)，用于在再现在所选信息对象中提供的信息时，捕获用户行为；以及
装置(12)，用于基于所捕获的行为，来使自适应概率分布适应。
2、如权利要求1所述的设备，其中，每个信息对象(50)具有与其相关联的类别关联数据(54)，所述类别关联数据(54)将所述信息对象(50)与一组类别中的一个或多个类别相关联，所述概率分布至少部分地由权重关联规则定义，所述权重关联规则将至少一个权重值与每个类别(58)相关联，以及用于随机选择的装置(12)被配置用于依据所述权重关联规则以及与所述所选信息对象相关联的所述类别关联数据，来执行选择。
3、如权利要求1或2所述的设备，其中，每个信息对象(50)具有与其相关联的一组类别权重(56)，作为类别关联数据(54)，所述每个类别权重(56)相应地与一组类别中的类别(58)相关联，以及所述概率分布至少部分地由权重关联规则(60)定义，所述权重关联规则将至少一个权重值与每个类别(58)相关联，以及用于随机选择的装置(12)被配置用于依据所述权重关联规则以及与所述所选信息对象相关联的所述类别关联数据，来执行选择。
4、如权利要求2或3所述的设备，还包括装置(68)，用于捕获描述在用户捕获的行为出现时所处情况的情况相关参数，以获得所述情况相关参数的捕获值(70)，对于所述情况相关参数的不同可能值，所述权重关联规则分别将一个权重值与每个类别相关联，用于随机选择的装置(12)被配置用于依据所述权重关联规则、所述情况相关参数的所述捕获值、以及与所述所选信息对象相关联的所述类别关联数据，来执行选择。
5、如权利要求4所述的设备，其中，所述情况相关参数是：一天中的当前时间、一年中的时间、一周中的一天、用户当前的心情、用户当前的位置、或者当前的天气情况。
6、如权利要求2至5之一所述的设备，其中，用于随机选择的装置(12)还包括：
装置(90)，用于基于所述自适应概率分布来确定最佳类别关联数据(94)；
装置(92)，用于从所述信息对象中随机地选择候选信息对象；
装置(98)，用于依据具有第一概率的第一随机判定(100)，以随机的方式，接受所述候选信息对象作为所选信息对象，其中，所述第一概率依据最佳类别关联数据(94)、以及与所述候选信息对象相关联的类别关联数据(96)，
用于随机选择的装置和用于接受的装置被配置用于如果拒绝所述候选信息，则重复选择和接受。
7、如权利要求6所述的设备，其中，用于接受的装置(98)被配置用于依据具有第二概率的第二判决(104)，来进一步执行所述候选信息对象，以及仅在肯定两个随机判决时，才接受所述候选信息，其中，所述第二概率依据不同于所述权重关联规则和所述类别关联数据的附加数据。
8、如权利要求7所述的设备，还包括：
装置(78)，用于管理列表，其中存储了在再现信息对象时、或者对再现的信息对象的用户方的拒绝行为，
其中，用于接受的装置被配置用于使用所述列表，至少作为所述附加数据的一部分。
9、如权利要求8所述的设备，其中，所述附加数据包括所述候选信息对象的信息的寿命。
10、如权利要求6至9之一所述的设备，还包括装置(68)，用于捕获描述在用户捕获的行为出现时所处情况的情况相关参数，以获得所述情况相关参数的捕获值(70)，对于所述情况相关参数的不同可能值，所述权重关联规则分别将一个权重值与每个类别相关联，用于确定所述最佳类别管理数据的装置被配置用于基于所述权重关联规则、以及所述情况相关参数的所述捕获值，来执行确定，以获得情况依赖的最佳组类别权重，作为所述最佳类别关联数据。
11、如前述权利要求之一所述的设备，还包括：
存储器(18)，其中存储有所述信息对象。
12、如权利要求11所述的设备，其中，所述存储器(18)包括可替换数据载体、CD、DVD、硬盘或磁存储器。
13、如权利要求11所述的设备，还包括：
装置，用于接收通过广播/无线电信号广播的信息对象；以及
装置，用于通过根据预定置换策略，用接收的信息对象来替换存储器中的信息对象。
14、如权利要求13所述的设备，其中，所述置换策略依据所述自适应概率分布。
15、如前述权利要求之一所述的设备，其中，用于捕获用户行为的装置(16)包括激励装置，用于输入用户方的反应。
16、如权利要求15所述的设备，其中，用于捕获用户行为的装置被配置用于对于所选信息对象中提供的信息的再现，将所述用户方的反应输入解译为用户方的拒绝行为。
17、如权利要求15所述的设备，其中，如果在再现所选信息对象中提供的信息时，出现用户方没有反应输入的情况，则用于捕获用户行为的装置被配置用于将此解译为赞同行为。
18、如权利要求15所述的设备，其中，用于捕获用户行为的装置包括两个输入概率，以及被配置用于使用第一输入概率，对于所选信息对象中提供的信息的再现，将所述用户方的反应输入解译为用户方的拒绝行为，以及使用第二输入概率，对于所选信息对象中提供的信息的再现，将所述用户方的反应输入解译为用户方的赞同行为。
19、如权利要求15至18之一所述的设备，其中，用于输入的装置包括按钮、麦克风、相机、控制杆、或者开关。
20、如前述权利要求之一所述的设备，其中，所述信息包括音频和/或视频数据、或家庭补给系统的重复订单。
21、如权利要求2至20之一所述的设备，其中，在捕获的行为是拒绝行为时，用于适应的装置被配置用于使所述自适应概率分布适应，使得与提供了再现的信息的信息对象的类别相关联的信息对象接下来不太可能由用于随机选择的装置所选择，以及在捕获的行为是赞同行为时，用于适应的装置被配置用于使所述自适应概率分布适应，使得与具有提供了再现的信息的信息对象的类别相关联的信息对象更加可能由用于随机选择的装置所选择。
22、如权利要求21所述的设备，其中，用于适应的装置被配置用于根据描述在用户方捕获行为出现时所处情况的情况相关参数的当前值(70)，来执行适应。
23、如权利要求21或22所述的设备，还包括装置(68)，用于捕获描述在用户方捕获行为出现时所处情况的情况相关参数，以获得所述情况相关参数的捕获值(70)，对于所述情况相关参数的不同可能值，所述权重关联规则分别将一个权重值与每个类别相关联，以及其中，用于适应的装置被配置用于依据所捕获的值来执行适应，使得对于每个类别，与所述类别相关联的所述权重值改变得越多，所述情况相关参数的可能值越少地偏离所捕获的值，其中，所述各个权重值与所述各个类别相关联。
24、一种用于再现在信息对象(50)中提供的信息的方法，包括：
基于自适应概率分布(60)，来随机地选择信息对象(50)，以获得所选的信息对象；
再现在所述所选信息对象中提供的信息；
在再现在所选信息对象中提供的信息时，捕获用户行为；以及
基于所捕获的行为，来使自适应概率分布适应。
25、一种计算机程序，具有程序代码，用于当在计算机上运行所述计算机程序时，执行如权利要求24所述的方法。
CNB2005800137658A 2004-04-28 2005-04-14 信息再现的方法和设备 Active CN100465958C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102004020878.6 2004-04-28
DE102004020878A DE102004020878A1 (de) 2004-04-28 2004-04-28 Verfahren und Vorrichtung zur Informationswiedergabe

Publications (2)

Publication Number Publication Date
CN1950822A true CN1950822A (zh) 2007-04-18
CN100465958C CN100465958C (zh) 2009-03-04

Family

ID=35064599

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2005800137658A Active CN100465958C (zh) 2004-04-28 2005-04-14 信息再现的方法和设备

Country Status (11)

Country Link
US (1) US7937357B2 (zh)
EP (1) EP1725958B1 (zh)
JP (1) JP4630897B2 (zh)
KR (1) KR100922418B1 (zh)
CN (1) CN100465958C (zh)
AT (1) ATE388447T1 (zh)
AU (1) AU2005241161B2 (zh)
CA (1) CA2564944C (zh)
DE (2) DE102004020878A1 (zh)
HK (1) HK1095186A1 (zh)
WO (1) WO2005109245A2 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106054619A (zh) * 2015-04-16 2016-10-26 松下知识产权经营株式会社 信息通知方法以及声音输出装置

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006017169B4 (de) 2006-04-12 2018-09-20 Audi Ag Verfahren zum Bereitstellen von Informationen in einem Fahrzeug
US7710894B2 (en) * 2006-12-21 2010-05-04 International Business Machines Corporation Method, computer program product, and apparatus for automatically adapting hardware and software preferences based on a network connection
US7930676B1 (en) * 2007-04-27 2011-04-19 Intuit Inc. System and method for adapting software elements based on mood state profiling
GB2457968A (en) * 2008-08-06 2009-09-02 John W Hannay & Co Ltd Forming a presentation of content
US20120011129A1 (en) * 2010-07-08 2012-01-12 Yahoo! Inc. Faceted exploration of media collections
US20150031342A1 (en) * 2013-07-24 2015-01-29 Jose Elmer S. Lorenzo System and method for adaptive selection of context-based communication responses
DE102018133445A1 (de) 2018-12-21 2020-06-25 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zum Überwachen eines Insassen eines Fahrzeugs sowie System zur Analyse der Wahrnehmung von Objekten
DE102018133453A1 (de) 2018-12-21 2020-06-25 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zum Überwachen eines Insassen eines Fahrzeugs

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02235176A (ja) * 1989-03-09 1990-09-18 Ricoh Co Ltd 概念検索装置
US6005597A (en) * 1997-10-27 1999-12-21 Disney Enterprises, Inc. Method and apparatus for program selection
JP3759321B2 (ja) * 1998-09-28 2006-03-22 株式会社日立製作所 情報フィルタリングサーバ
US6317881B1 (en) * 1998-11-04 2001-11-13 Intel Corporation Method and apparatus for collecting and providing viewer feedback to a broadcast
US6842877B2 (en) * 1998-12-18 2005-01-11 Tangis Corporation Contextual responses based on automated learning techniques
AU6310500A (en) * 1999-08-20 2001-03-19 Singularis S.A. Method and apparatus for creating recommendations from users profile built interactively
JP2001134582A (ja) * 1999-11-02 2001-05-18 Nippon Hoso Kyokai <Nhk> ニュース話題ジャンル推定装置及び個人用話題提示装置
NL1016056C2 (nl) * 2000-08-30 2002-03-15 Koninkl Kpn Nv Methode en systeem voor personalisatie van digitale informatie.
JP3838014B2 (ja) 2000-09-27 2006-10-25 日本電気株式会社 嗜好学習装置、嗜好学習システム、嗜好学習方法および記録媒体
US6990635B2 (en) * 2001-01-24 2006-01-24 Koninklijke Philips Electronics N.V. User interface for collecting viewer ratings of media content and facilitating adaption of content recommenders
US7409423B2 (en) 2001-06-28 2008-08-05 Horvitz Eric J Methods for and applications of learning and inferring the periods of time until people are available or unavailable for different forms of communication, collaboration, and information access
JP2003140664A (ja) * 2001-11-07 2003-05-16 Fujitsu Ten Ltd 音声再生装置、情報提供装置及び音声再生プログラム、情報提供プログラム
EP1543448A2 (en) * 2002-09-16 2005-06-22 Koninklijke Philips Electronics N.V. System and method for adapting an interest profile on a media system

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106054619A (zh) * 2015-04-16 2016-10-26 松下知识产权经营株式会社 信息通知方法以及声音输出装置
CN106054619B (zh) * 2015-04-16 2021-09-24 松下知识产权经营株式会社 信息通知方法以及声音输出装置

Also Published As

Publication number Publication date
WO2005109245A3 (de) 2006-03-30
AU2005241161B2 (en) 2008-05-29
CN100465958C (zh) 2009-03-04
HK1095186A1 (en) 2007-04-27
JP4630897B2 (ja) 2011-02-09
DE502005003093D1 (de) 2008-04-17
WO2005109245A2 (de) 2005-11-17
ATE388447T1 (de) 2008-03-15
CA2564944C (en) 2012-02-07
AU2005241161A1 (en) 2005-11-17
US20070078730A1 (en) 2007-04-05
DE102004020878A1 (de) 2005-11-24
EP1725958B1 (de) 2008-03-05
KR100922418B1 (ko) 2009-10-19
US7937357B2 (en) 2011-05-03
EP1725958A2 (de) 2006-11-29
JP2007535048A (ja) 2007-11-29
KR20070001249A (ko) 2007-01-03
CA2564944A1 (en) 2005-11-17

Similar Documents

Publication Publication Date Title
CN100465958C (zh) 信息再现的方法和设备
US7853664B1 (en) Method and system for purchasing pre-recorded music
US20040237759A1 (en) Personalizing content
CA2610038A1 (en) Providing community-based media item ratings to users
US20120222077A1 (en) System and method for locating and capturing desired media content from media broadcasts
US20040243592A1 (en) Personalizing content using an intermediary bridge
JP2002540496A (ja) ユーザを中心とした練習経験に対する製造システム、方法及びアーティクル
CN101992779A (zh) 车辆中的智能音乐选择方法
CN104050586A (zh) 用于车辆多媒体系统的广告管理器
CN101452477A (zh) 信息处理设备、信息处理方法和程序
KR20120003396A (ko) 미디어 콘텐츠 플레이백
CN110278515A (zh) 带有云均衡器的智能扬声器
CN110083738A (zh) 一种基于声纹和情境感知的音乐推荐方法和终端设备
CN109672724A (zh) 信息推送方法、装置及设备
GB2459640A (en) Selecting content for delivery to a group of users comprising receiving a plurality of user identifier tags
KR101863672B1 (ko) 멀티미디어 컨텐츠 정보를 기반으로 사용자 맞춤형 멀티미디어 컨텐츠를 제공하는 방법 및 장치
CN1672190A (zh) 个性化盘操作系统
CN111198669A (zh) 一种用于计算机的音量调节系统
KR102096473B1 (ko) 사용자 상황 기반 음악 추천 시스템 및 그 방법, 그리고 이에 적용되는 서비스 장치
CN109688439A (zh) 播放方法、电子装置及存储介质
US20210407490A1 (en) Method and system for facilitating group communication over a wireless network
CN114357233A (zh) 车载音乐推荐方法、系统及存储介质
KR101869332B1 (ko) 사용자 맞춤형 멀티미디어 컨텐츠를 제공하는 방법 및 장치
KR20180069621A (ko) 필터링 및 태그 방식을 기반으로 사용자 맞춤형 멀티미디어 컨텐츠를 제공하는 방법 및 장치
KR20180069614A (ko) 멀티미디어 컨텐츠 정보를 기반으로 사용자 맞춤형 멀티미디어 컨텐츠를 제공하는 방법 및 장치

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