DE60130920T2 - Verfahren und vorrichtung zum selektiven aktualisieren eines benutzerprofils - Google Patents

Verfahren und vorrichtung zum selektiven aktualisieren eines benutzerprofils Download PDF

Info

Publication number
DE60130920T2
DE60130920T2 DE60130920T DE60130920T DE60130920T2 DE 60130920 T2 DE60130920 T2 DE 60130920T2 DE 60130920 T DE60130920 T DE 60130920T DE 60130920 T DE60130920 T DE 60130920T DE 60130920 T2 DE60130920 T2 DE 60130920T2
Authority
DE
Germany
Prior art keywords
user
feedback
profile
program
preferences
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.)
Expired - Lifetime
Application number
DE60130920T
Other languages
English (en)
Other versions
DE60130920D1 (de
Inventor
James D. Schaffer
Kwok P. Lee
Kaushal Kurapati
Srinivas Gutta
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.)
Koninklijke Philips NV
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
Application granted granted Critical
Publication of DE60130920D1 publication Critical patent/DE60130920D1/de
Publication of DE60130920T2 publication Critical patent/DE60130920T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04HBROADCAST COMMUNICATION
    • H04H60/00Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/35Arrangements 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
    • H04H60/46Arrangements 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43Processing 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
    • H04N21/442Monitoring 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
    • H04N21/44213Monitoring of end-user related data
    • H04N21/44222Analytics of user selections, e.g. selection of programs or purchase activity
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45Management 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
    • H04N21/4508Management of client data or end-user data
    • H04N21/4532Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45Management 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
    • H04N21/454Content or additional data filtering, e.g. blocking advertisements
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45Management 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
    • H04N21/466Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45Management 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
    • H04N21/466Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47End-user applications
    • H04N21/475End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4756End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for rating content, e.g. scoring a recommended movie
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/16Analogue secrecy systems; Analogue subscription systems
    • H04N7/162Authorising the user terminal, e.g. by paying; Registering the use of a subscription channel, e.g. billing
    • H04N7/163Authorising 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)
  • Human Computer Interaction (AREA)
  • Computer Security & Cryptography (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Television Systems (AREA)
  • Circuits Of Receivers In General (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Description

  • Bereich der Erfindung
  • Die vorliegende Erfindung bezieht sich auf Verfahren und eine Anordnung zum Durchführen von Empfehlungen an einen Benutzer, die Empfehlungen über Fernsehprogramme, und insbesondere auf Techniken zur selektiven Aktualisierung der Benutzerprofile, die benutzt werden zum Erzeugen derartiger Empfehlungen.
  • Hintergrund der Erfindung
  • Da die Anzahl Kanäle, die Zuschauern zur Verfügung stehen, zugenommen hat, und zwar zusammen mit der Diversität des Programminhalts, der in derartigen Kanälen verfügbar ist, ist es eine immer größere Herausforderung für Fernsehzuschauer geworden, für sie interessante Fernsehprogramme zu identifizieren. Historisch gesehen identifizierten Versehzuschauer interessante Fernsehprogramme durch Analyse gedruckter Fernsehprogrammführer. Typischerweise enthielten derartige gedruckte Fernsehprogrammführer Übersichten mit den verfügbaren Fernsehprogrammen nach Zeit und Datum, Kanal und Titel. Da die Anzahl Fernsehprogramme zugenommen hat, wird es immer schwerer gewünschte Fernsehprogramme unter Verwendung gedruckter Führer effektiv zu identifizieren.
  • In jüngster Zeit sind Fernsehprogrammführer in einem elektronischen Format verfügbar geworden, die oft als EPG ("Electronic Program Guide") bezeichnet werden. Ebenso wie gedruckte Fernsehprogrammführer enthalten EPG Übersichten, welche die verfügbaren Fernsehprogramme enthalten, nach Zeit und Datum, Kanal und Titel. Einige EPG aber ermöglichen es, dass Fernsehzuschauer die verfügbaren Fernsehprogramme entsprechend persönlichen Vorlieben sortieren oder danach suchen können. Außerdem ermöglichen EPG eine Am-Schirm-Präsentation der verfügbaren Fernsehprogramme.
  • Während EPG Zuschauern die Möglichkeit bietet, gewünschte Programme auf eine mehr effiziente Art und Weise als die herkömmlichen gedruckten Führer zu identifizieren, gibt es dennoch eine Anzahl Begrenzungen, die, wenn überwunden, die Fähigkeit von Zuschauern, gewünschte Programme zu identifizieren, weiter verbessern könnten. So haben beispielsweise viele Zuschauer eine spezielle Vorliebe für bestimmte Arten von Programmen, wie auf Aktion basierte Sportprogramme. Auf diese Weise können die Vorlieben des Zuschauers auf den EPG angewandt werden um einen Satz empfohlener Programme zu erhalten, die für einen bestimmten Zuschauer interessant sein könnten.
  • Auf diese Weise wurden eine Anzahl Werkzeuge vorgeschlagen oder angedeutet zum Empfehlen von Fernsehprogrammen. Das TiVoTM System beispielsweise, kommerziell verfügbar bei TiVo, Inc. In Sunnyvale, Kalifornien, USA, bietet Zuschauern die Möglichkeit, Shows zu bewerten, und zwar unter Anwendung eines Merkmals: "Daumen nach oben und Daumen nach unten", wodurch Programme angegeben werden, die der Zuschauer mag bzw. nicht mag. Danach vergleicht der TiVo Empfänger die aufgezeichneten Zuschauervorlieben mit empfangenen Programmdaten, wie einem EPG, um Empfehlungen zu tun, zugeschnitten auf jeden einzelnen Zuschauer.
  • Implizite Fernsehprogrammempfehlungseinrichtungen erzeugen Fernsehprogrammempfehlungen auf Basis von Information, die auf eine nicht aufdringliche Art und Weise von der Zuschauhistorie des Zuschauers hergeleitet wird. 1 zeigt die Erzeugung eines Zuschauerprofils 240, wobei eine herkömmliche implizite Fernsehprogrammempfehlungseinrichtung 160 verwendet wird. Das implizite Zuscheuerprofil 140 wird aus einer Zuschauhistorie 125 hergeleitet, die angibt, ob ein bestimmter Zuschauer ggf. jedes Programm sich angesehen hat. Wie in 1 dargestellt, verarbeitet die implizite Fernsehprogrammempfehlungseinrichtung 160 die Zuschauhistorie 225 auf bekannte Art und Weise um ein implizites Zuschauerprofil 140 herzuleiten, das einen Satz gefolgerter Regeln enthält, welche die Vorlieben des Zuschauers kennzeichnen. Auf diese Weise versucht eine implizite Fernsehprogrammempfehlungseinrichtung 160 das Zuschauverhalten des Zuschauers auf Basis des Satzes mit Programmen, die der Zuschauer sich angesehen hat oder gerade nicht angesehen hat.
  • Explizite Fernsehprogrammempfehlungseinrichtungen befragen andererseits explizit Zuschauer über ihre Vorlieben für Programme, wie Titel, Art, Darsteller, Kanal und Datum/Zeit, um Zuschauerprofile herzuleiten und Empfehlungen zu erzeugen. 2 zeigt die Erzeugung eines Zuschauerprofils 240 unter Verwendung einer herkömmlichen expliziten Fernsehprogrammempfehlungseinrichtung 260. Das explizite Zuschauerprofil 140 wird aus einer Zuschauerübersicht 225 erzeugt, die eine Bewertung für jedes Programmmerkmal schafft, beispielsweise in einer Nummernskala, die auf mehrere Interessenpegel abgebildet wird, zwischen "hasse" und "liebe", wobei angegeben wird, ob ein bestimmter Zuschauer jedes Programmelement sich angesehen hat. Wie in 2 dargestellt, verarbeitet die expli zite Fernsehprogrammempfehlungseinrichtung 260 die Zuschauerübersicht 125, auf bekannte Art und Weise, um ein explizites Zuschauerprofil 240 zu erzeugen, das einen Satz mit Regeln enthält, welche die Vorlieben des Zuschauers implementieren.
  • Während derartige Fernsehprogrammempfehlungseinrichtungen Programme identifizieren, die wahrscheinlich für einen bestimmten Zuschauer interessant sind, gibt es dennoch eine Anzahl Begrenzungen, die, wenn überwunden, die Qualität der erzeugten Programmempfehlungen noch weiter verbessern konnten. So passen sich beispielsweise explizite Fernsehprogrammempfehlungseinrichtungen typischerweise nicht an die sich entwickelnden Vorliegen eines Zuschauers an. Stattdessen sind die erzeugten Programmempfehlungen auf statischen Übersichtsreaktionen basiert. Außerdem erfordern explizite Fernsehprogrammempfehlungseinrichtungen um gut verstanden zu werden, dass jeder Benutzer auf eine sehr detaillierte Übersicht reagiert. Wenn beispielsweise vorausgesetzt wird, dass es 180 verschiedene mögliche Werte für "Art" Merkmale gibt und der Benutzer nur seine "beliebten fünf Arten" angibt, wird keine Information über die Vorlieben des Benutzers für die anderen 175 möglichen Arten erhalten. Auf gleiche Weise machen implizite Fernsehprogrammempfehlungseinrichtungen oft nicht richtige Voraussetzungen über das Zuschauverhalten eines Zuschauers, die auf einfache Art und Weise explizit von dem Zuschauer hätte identifiziert werden können.
  • US 5.977.964 beschreibt ein Verfahren und eine Einrichtung zur automatischen Konfiguration eines Systems auf Basis einer überwachten Systeminteraktion und bevorzugter Systemzugriffszeiten. Das Verfahren aktualisiert ein Benutzerprofil auf Basis wenigstens teilweise der Überwachten Benutzerinteraktion mit dem System. Bevorzugte Systemzugriffszeiten des Benutzers werden auf Basis wenigstens teilweise des Benutzerprofils identifiziert und das System wird automatisch auf Basis wenigstens teilweise des Benutzerprofils und der von Benutzer bevorzugten Systemzugriffszeiten identifiziert. Das System präsentiert dem Benutzer auf Basis des Benutzerprofils Programmzuschau-/-aufzeichnungsvorschläge. In einer anderen Ausführungsform detektiert das System ein Muster des Aufzeichnungsverhaltens entsprechend jedem Quellenkanal. Wenn die wirkliche Aufzeichnungsliste von dem Muster abweicht, wird der Benutzer auf die Aufzeichnungsmöglichkeiten hingewiesen.
  • Es gibt ein Bedürfnis nach einem Verfahren und eine Anordnung zum Aktualisieren der Benutzerprofile, die zum Erzeugen der Empfehlungen benutzt werden.
  • ZUSAMMENFASSUNG DER ERFINDUNG
  • Im Allgemeinen wird eine Fernsehprogrammempfehlungseinrichtung beschrieben, die selektiv Rückkopplung von einem Benutzer erhält, um ein oder mehrere Profile für einen bestimmten Benutzer zu aktualisieren. Vorher erhaltene implizite und explizite Vorlieben werden zum selektiven Fokussieren der Sammlung der Rückkopplungsinformation benutzt zur weiteren Aktualisierung und Verfeinerung der impliziten und expliziten Vorlieben. Die vorliegende Erfindung erhält Rückkopplung von einem Benutzer auf eine Art und Weise, die den Wert der erhaltenen Information maximiert und die Leistung der Fernsehprogrammempfehlungseinrichtung verbessert. Außerdem reduziert die vorliegende Erfindung die aufdringliche Art der Rückkopplungsbefragung.
  • Nach der vorliegenden Erfindung wird ein Verfahren geschaffen zum Aktualisieren eines Benutzerprofils, wie in Anspruch 1 definiert, und ein System zum Aktualisieren eines Benutzerprofils, wie in Anspruch 7 definiert.
  • Die vorliegende Erfindung beantragt automatisch Rückkopplung von dem Benutzer beim Auftritt vordefinierter Kriterien. So kann beispielsweise Rückkopplung beantragt werden um das Profil (die Profile) zu aktualisieren, wenn (i) das Zuschauverhalten nicht mit der Information übereinstimmt, die in einem Profil aufgezeichnet wurde oder nicht mit erzeugten Programmempfehlungserfolgen übereinstimmt; (ii) ein neutraler Empfehlungserfolg (weder eine positive noch eine negative Empfehlung) von einer impliziten oder expliziten Programmempfehlungseinrichtung erzeugt wird; (iii) strittige Empfehlungserfolge werden von den impliziten und expliziten Programmempfehlungseinrichtungen erzeugt; oder (iv) jede beliebige Kombination des Obenstehenden. Die vordefinierten Kriterien können in Echtzeit (oder Offline) mit den erzeugten Empfehlungserfolgen und/oder dem Zuschauverhalten verglichen werden um den Antrag auf Rückkopplungsinformation automatisch zu triggern.
  • Außerdem ermöglicht die vorliegende Erfindung die Art der beantragten Rückkopplung zu variieren, sowie, wie eine derartige Rückkopplung angewandt werden soll um das Profil (die Profile) zu aktualisieren. In einer Implementierung wird der Benutzer beantragt ein Programm zu bewerten, das (i) sich der Zuschauer angesehen hat (oder nicht angesehen hat), das als nicht entsprechend der Information in dem Profil oder nicht entsprechend einem Zugeordneten Programmempfehlungserfolg erscheint, oder (ii) dem durch die impliziten und/oder expliziten Programmempfehlungseinrichtungen ein neutraler oder strittiger Empfehlungserfolg zugeordnet wurde.
  • In einer Ausführungsform wird die beantragte Rückkopplung in einer Protokolldatei gespeichert, die hier als "Rückkopplungsantragsliste" bezeichnet wird, und zwar zur nachfolgenden Präsentation an den Benutzer. Ein Rückkopplungssteuerprozess koordiniert das Timing und die Anzahl Rückkopplungsanträge, die dem Benutzer von der Rückkopplungsantragsliste während einer bestimmten Rückkopplungsantragssession präsentiert werden, damit (i) die aufdringliche Art der Anträge minimiert wird, (ii) die Qualität der erhaltenen Rückkopplungsinformation maximiert wird, oder (iii) eine Kombination des Obenstehenden.
  • Auf Basis der angegebenen Rückkopplung bestimmt die vorliegende Erfindung, ob zum Einstellen der Information in dem expliziten oder impliziten Zuschauerprofil (oder beiden) eingestellt werden muss und um wie viel. Die dem Benutzer zugeführte Programmbewertung, die in Reaktion auf die Rückkopplungsbeantragung erhalten wird, beispielsweise ein Erfolg sein kann, der die Stärke der Vorliegen oder Abneigungen des Benutzers für das Programm sind. Die dem Benutzer gelieferte Programmbewertung kann zum Aktualisieren des impliziten Profils verwendet werden, als hätte der Benutzer sich das Programm angesehen. Außerdem kann, wenn der dem Benutzer gelieferte Programmbewertungserfolg vordefinierten Kriterien, wie dem Überschreiten einer maximalen Schwelle, entspricht, das Programm selber zu dem expliziten Profil hinzugefügt werden. In einer weiteren Variation kann der Benutzer die Möglichkeit haben, jede strittige Information in dem expliziten Profil 500, das den Rückkopplungsantrag auslöste, zu aktualisieren.
  • Ein mehr komplettes Verständnis der vorliegenden Erfindung, sowie weitere Merkmale und Vorteile der vorliegenden Erfindung werden anhand der nachfolgenden detaillierten Beschreibung und der Zeichnung erhalten.
  • Kurze Beschreibung der Zeichnung
  • 1 zeigt die Erzeugung eines impliziten Profils unter Verwendung einer herkömmlichen impliziten Fernsehprogrammempfehlungseinrichtung,
  • 2 zeigt die Erzeugung eines expliziten Profils unter Verwendung einer herkömmlichen expliziten Fernsehprogrammempfehlungseinrichtung,
  • 3 eine schematische Darstellung eines Blockschaltbildes der Fernsehprogrammempfehlungseinrichtung nach der vorliegenden Erfindung,
  • 4 eine schematische Darstellung des Prozessflusses einer Fernsehprogrammempfehlungseinrichtung nach der vorliegenden Erfindung,
  • 5 eine Tabelle mit einem Beispiel eines expliziten Zuschauerprofils nach 3,
  • 6 eine Tabelle mit einem Beispiel eines impliziten Zuschauerprofils nach 3,
  • 7 eine Abtasttabelle von der Profilbeeinflussungsregeldatenbank nach 3,
  • 8 ein Flussdiagramm, das den selektiven Profilaktualisierungsprozess nach 3 beschreibt, wobei Grundlagen der vorliegenden Erfindung verkörpert sind; und
  • 9 ein Flussdiagramm, das den Rückkopplungssteuerprozess nach 3 beschreibt, wobei Grundlagen der vorliegenden Erfindung verkörpert sind.
  • Detaillierte Beschreibung
  • 3 zeigt eine Fernsehprogrammempfehlungseinrichtung 300 nach der vorliegenden Erfindung. Wie in 3 dargestellt, bewertet die Fernsehprogrammempfehlungseinrichtung 300 jedes der Programme in einem elektronischen Programmführer (EPG) 310 um Programme zu identifizieren, die für einen bestimmten Zuschauer interessant sind. Der Satz mit empfohlenen Programmen kann dem Benutzer präsentiert werden, beispielsweise unter Verwendung eines (nicht dargestellten) Terminals/Fernsehgeräts unter Anwendung bekannter Am-Schirm-Präsentationstechniken. Während die vorliegende Erfindung hier im Kontext von Fernsehprogrammempfehlungen dargestellt ist, kann die vorliegende Erfindung auf beliebige automatisch erzeugte Empfehlungen angewandt werden, die auf einer Verhaltungshistorie, wie einer Zuschauhistorie oder Ankaufhistorie, basieren.
  • 4 zeigt eine schematische Darstellung der Fernsehprogrammempfehlungseinrichtung 300 von dem Gesichtspunkt der Verarbeitung. Wie in 4 dargestellt, benutzt jeder Zuschauer eine explizite Profilschnittstelle 450 zum Bewerten der Vorlieben für mehrere Programmmerkmale, beispielsweise beinhaltend: Tage und Zuschauzeiten, Kanäle, Darsteller, und Kategorien (Arten) von Fernsehprogrammen. Die dem Benutzer gelieferten expliziten Vorlieben werden benutzt zum Erzeugen eines expliziten Profils 500, nachstehend im Zusammenhang mit 5 näher beschrieben. Das explizite Profil 500 wird seinerseits benutzt zum Erzeugen von Programmempfehlungserfolgen durch eine explizite Programmempfehlungseinrichtung 460, und zwar auf bekannte Art und Weise.
  • Auf gleiche Weise wird ein implizites Profil 600, nachstehend im Zusammenhang mit 6 näher beschrieben, durch ein Profilelement 440 aus einer Zuschauhistorie 430 hergeleitet, wobei angegeben wird, ob ein bestimmter Zuschauer Programme mit jedem Programmmerkmal sich angesehen hat. Die Zuschauhistorie 430 wird aus einem Set-Top-Terminal 425 erhalten, das das Zuschauverhalten des Benutzers überwacht. Das implizite Profil 600 wird seinerseits benutzt zum Erzeugen von Programmempfehlungserfolgen durch eine implizite Programmempfehlungseinrichtung 470, und zwar auf bekannte Art und Weise.
  • Nach einem Merkmal der vorliegenden Erfindung erhält die Fernsehprogrammempfehlungseinrichtung 300 selektiv Rückkopplung von einem Benutzer zum Aktualisieren der impliziten oder expliziten Zuschauerprofile 500, 600 (oder beide) für einen bestimmten Benutzer. Im Allgemeinen werden vorher erhaltene implizite und explizite Vorlieben zum Selektiven Fokussieren der Sammlung von Rückkopplungsinformation zum Aktualisieren derartiger impliziter und expliziter Vorliegen benutzt. Auf diese Weise kann die Fernsehprogrammempfehlungseinrichtung 300 Rückkopplung von einem Benutzer erhalten, und zwar auf eine Art und Weise, die den Wert der erhaltenen Information maximiert und dadurch die Leistung der Fernsehprogrammempfehlungseinrichtung 300 verbessert, während die aufdringliche Art der Rückkopplungsbeantragung minimiert wird.
  • In einer Implementierung benutzt die vorliegende Erfindung Profilbeeinflussungsregeln 700, nachstehend im Zusammenhang mit 7 näher beschrieben, und zwar während des Schrittes 475, die wirksam sind um automatisch Rückkopplung von dem Benutzer zu beantragen beim Auftritt vorher definierter Kriterien, wie spezifizierter Ereignisse. Wie nachstehend im Zusammenhang mit 7 beschrieben, können die festgelegten Profilbeeinflussungsregeln 700 das Timing und die Art der Rückkopplung bestimmen, die von einem Benutzer während des Schrittes 480 beantragt wird, und wie eine derartige Rückkopplung benutzt werden soll zum Aktualisieren des Profils (der Profile) 500, 600 während des Schrittes 485. Auf Basis der angegebenen Rückkopplung kann die Fernsehprogrammempfehlungseinrichtung 300 bestimmen, ob die Information in dem expliziten oder impliziten Zuschauerprofil 500, 600 (oder beiden) eingestellt werden soll und, in wieweit.
  • Wie nachstehend im Zusammenhang mit 8 und 9 noch näher beschrieben wird, kann die während des Schrittes 480 beantragte Rückkopplung bei Detektion eines geeigneten Rückkopplungsauslösungszustandes unmittelbar beantragt werden, oder der Rückkopplungsantrag kann in eine Rückkopplungsantragsliste 350 aufgenommen werden (3), und zwar zur nachfolgenden Verarbeitung zum Minimieren der aufdringlichen Art der Anträge oder zum Maximieren der Qualität der erhaltenen Rückkopplungsinformation (oder beides).
  • Die Profilbeeinflussungsregeln 700 nach der vorliegenden Erfindung können Rückkopplung beantragen, beispielsweise zum Aktualisieren des Profils (der Profile) 500, 600, wenn (i) das Zuschauverhalten nicht mit der in dem Profil aufgezeichneten Information oder mit erzeugten Programmempfehlungserfolgen übereinstimmt; (ii) ein neutraler Empfehlungserfolg (weder eine positive noch eine negative Empfehlung) von einer impliziten oder expliziten Programmempfehlungseinrichtung erzeugt wird; (iii) strittige Empfehlungserfolge von der impliziten und expliziten Programmempfehlungseinrichtung erzeugt werden; oder (iv) je de beliebige Kombination des Obenstehenden. So kann es beispielsweise sein, dass das Zuschauverhalten nicht mit der Profilinformation oder den erzeugten Programmempfehlungserfolgen übereinstimmt, wenn beispielsweise (i) ein Programm angesehen wird, das Merkmale hat, die nicht mit dem (den) Profi(en) 500, 600 übereinstimmen; ein Programm angesehen wird, dem ein niedriger Programmempfehlungserfolg zugeordnet wurde; oder (iii) ein Programm einen hohen Programmempfehlungserfolg empfängt, aber nicht angesehen wird zugunsten eines oder mehrerer Programme, die einen niedrigeren Programmempfehlungserfolg erhalten.
  • Wie in 4 dargestellt, können, wenn die das Profil beeinflussenden Regeln 700 einmal festgelegt sind, diese Regeln während des Schrittes 475 mit den erzeugten Empfehlungsauswertungen und/oder dem Zuschauverhalten oder mit anderen Faktoren, in Echtzeit (oder Offline) verglichen werden um automatisch die Anwendbarkeit einer oder mehrere der Profilbeeinflussungsregeln 700 zu ermitteln. Jede das Profil beeinflussende Regel 700 kann die vorher definierten Kriterien aufweisen, welche die Umstände spezifizieren, unter denen die Profilbeeinflussungsregel ausgelöst werden soll, und ggf. einen Rückkopplungsbeantragungsbefehl, der die richtige Information definiert, die beantragt werden soll um die Profilregel(n) zu beeinflussen.
  • In der dargestellten, hier beschriebenen Ausführungsform beantragt der Rückkopplungsantragbefehl den Benutzer, ein Programm zu bewerten (i) das angesehen wird (oder nicht angesehen wird), das nicht in Übereinstimmung mit Information in dem (den) Profil(en) 500, 600 ist, oder mit einem zugeordneten Programmempfehlungserfolg, oder (ii) dem ein neutraler oder strittiger Empfehlungserfolg durch die impliziten und/oder expliziten Programmempfehlungseinrichtungen zugeordnet worden ist. Der Rückkopplungsantrag kann ggf. den Programmempfehlungserfolg angeben, der dem Programm zugeordnet worden ist und ein oder mehrere Programmmerkmale identifizieren, die wesentlich zu dem Programmempfehlungserfolg beiträgt (beispielsweise die oberen N beitragenden Programmmerkmale).
  • Die vom Benutzer gelieferte Programmbewertung, die in Reaktion auf den Rückkopplungsantrag empfangen wird, kann beispielsweise ein Erfolg sein, der die Stärke der Vorliebe des Benutzers für das Programm oder der Abneigung des Benutzers von dem Programm angibt. Die von dem Benutzer gelieferte Programmbewertung kann auf bekannte Art und Weise zum Aktualisieren des impliziten Profils 600 verwendet werden, als hätte der Benutzer sich das Programm angesehen. Außerdem kann, wenn die vom Benutzer gelieferte Programmbewertung vorher definierten Kriterien, wie das Übersteigen einer minimalen Schwelle, entspricht, das Programm selber zu dem expliziten Profil 500 hinzugefügt werden. Mit anderen Worten, eine Eingabe kann zu dem expliziten Profil 500 in Form von {if title="program name" then assigned score=user-supplied program rating} hinzugefügt werden. Bei einer weiteren Variation kann der Benutzer die Möglichkeit einer Aktualisierung strittiger Information in dem expliziten Profil 500 haben, das den Rückkopplungsantrag auslöste.
  • Auf diese Weise umfasst, wie in 3 dargestellt, die Fernsehprogrammempfehlungseinrichtung 300 eine Rückkopplungsantragsliste 350, die beispielsweise eine Logdatei mit einer Liste von Rückkopplungsanträgen sein kann, gesammelt von der Fernsehprogrammempfehlungseinrichtung 300. Außerdem umfasst die Fernsehprogrammempfehlungseinrichtung 300 das explizite Zuschauerprofil 500, das implizite Zuschauerprofil 600, die je nachstehend im Zusammenhang mit den 5 und 6 näher beschrieben werden, und die Profilbeeinflussungsdatenbank 700, nachstehend im Zusammenhang mit 7 näher beschrieben, welche die Profilbeeinflussungsregeln enthält.
  • Außerdem werden nachstehend im Zusammenhang mit den 8 und 9 ein selektiver Profilaktualisierungsprozess 800 und ein Rückkopplungssteuerprozess 900 beschrieben. Im Allgemeinen vergleicht der selektive Profilaktualisierungsprozess 800 die Profilbeeinflussungsregeln 700 mit beispielsweise den erzeugten Empfehlungserfolgen und/oder dem Zuschauverhalten, und füllt die Rückkopplungsantragsliste 350 mit einem geeigneten Rückkopplungsantrag, wenn eine bestimmte Profilbeeinflussungsregel 700 ausgelöst wird. Der Rückkopplungssteuerprozess 900 koordiniert das Timing und die Größe der Rückkopplungsanträge, die dem Benutzer aus der Rückkopplungsantragsliste 350 während einer bestimmten Rückkopplungssession zum minimieren der aufdringlichen Art der Anträge oder zum Maximieren der Qualität der erhaltenen Rückkopplungsinformation (oder beides) präsentiert werden.
  • Die Fernsehprogrammempfehlungseinrichtung 300 kann als jede beliebige Rechenanordnung, wie als PC oder Workstation, verkörpert werden, die einen Prozessor 315, wie eine zentrale Verarbeitungseinheit (CPU) und einen Speicher 320, wie einen RAM oder einen ROM enthält. Außerdem kann die Fernsehprogrammempfehlungseinrichtung 300 als jede beliebige verfügbare Fernsehprogrammempfehlungseinrichtung verkörpert werden, wie das TiVoTM System, kommerziell verfügbar bei Tivo, Inc. In Sunnyvale, Kalifornien, USA oder die Fernsehprogrammempfehlungseinrichtungen, die diese in der US Patentanmeldung Nr. 09/466.406, eingereicht am 17. Dezember 1999 mit dem Titel: "Method an Apparatus fir Recommending Television Programming Using Decision Trees" (Aktenzeichen Nr. 700772), US Patentanmeldung Nr. 09/498.271, eingereicht am 4. Februar 2000, mit dem Titel: "Bayesian TV Show Recommender" (Aktenzeichen Nr. 700690) und US Patentanmeldung Nr. 09/627.139, eingereicht am 27 Juli 2000 mit dem Titel: "Three-Way Media Recommendation Method and System", (Aktenzeichen Nr. 700913), oder jede Kombination davon, wie hierin modifiziert zum Durchführen der Merkmale und Funktionen der vorliegenden Erfindung.
  • 5 ist eine Tabelle, die ein Beispiel eines expliziten Zuschauerprofils 500 zeigt. Wie in 5 dargestellt, enthält das explizite Zuschauerprofil 500 eine Anzahl Eintragungen 505513, die je mit einem anderen Programmmerkmal assoziiert sind. Außerdem schafft für jedes Merkmal in der Spalte 540 das Zuschauerprofil 500 eine numerische Dar stellung in der Spalte 550, die den relativen Interessenpegel des Zuschauers in dem entsprechenden Merkmal angibt. Wie nachstehend beschrieben, wird in dem dargestellten expliziten Zuschauerprofil 500 in 5 eine numerische Skala zwischen 1 ("hasse") und 7 ("liebe") benutzt. Das in 5 dargestellte explizite Zuschauerprofil hat numerische Darstellungen, die angeben, dass der Benutzer insbesondere Programme in den Spartkanälen mag, sowie Programme am späten Nachmittag.
  • In einer Ausführungsform umfasst die numerische Darstellung in dem expliziten Zuschauerprofil 500 eine Intensitätsskala, wie:
    Note Beschreibung
    1 hasse
    2 mag nicht
    3 ziemlich negativ
    4 neutral
    5 ziemlich positiv
    6 mag
    7 liebe
  • 6 ist eine Tabelle, die ein Beispiel eines impliziten Zuschauerprofils 600 zeigt, entsprechend demselben Zuschauer wie das explizite Zuschauerprofil 600, wie oben beschrieben. Wie in 6 dargestellt, enthält das implizite Zuschauerprofil 600 eine Anzahl Eintragungen 605613, die je mit einem anderen Programmmerkmal assoziiert sind. Außerdem schafft für jedes in der Spalte 640 beschriebene Merkmal das implizite Zuschauerprofil 600 die entsprechenden positiven und negativen Bewertungen, auf bekannte Art und Weise, in den Spalten 645 bzw. 650, welche die Anzahl male angeben, dass der Zuschauer sich Programme angesehen oder nicht angesehen hat, die jedes Merkmal aufweisen. Für jedes positive und negative Programmbeispiel (d. h. Programme, die angesehen und nicht angesehen wurden) wird eine Anzahl Programmmerkmale in dem Benutzerprofil 600 klassifiziert. Wenn beispielsweise ein bestimmter Zuschauer sich zehnmal im Kanal 2 im Spätnachmittag Sportsendungen angesehen hat, werden die positiven Noten, die mit diesen Merkmalen in dem impliziten Zuschauerprofil 600 assoziiert sind, um 10 erhöht, und die negativen Noten würden 0 (Null) werden. Da das implizite Zuschauprofil 500 auf der Zu schauhistorie des Benutzers beruht, werden die Daten in dem Profil 500 im Laufe der Zeit überarbeitet, da die Zuschauhistorie wächst.
  • 7 zeigt ein Beispiel einer Tabelle der Profilbeeinflussungsregeldatenbank 700, die jede der das Profil beeinflussenden Regeln aufzeichnet, die dynamisch Benutzerrückkopplung erhalten und das (die) Profile 500, 600 einstellen, wenn die vorher definierten Kriterien zum Auslösen der Profilbeeinflussungsregel erfüllt werden. Jede das Profil beeinflussende Regel 700 kann die vorher definierten Kriterien enthalten, welche die Umstände spezifizieren, unter denen die das Profil beeinflussende Regel ausgelöst werden sollte, und ggf. einen Rückkopplungsbeantragungsbefehl, der eine geeignete Rückkopplung definiert, die beantragt werden sollte, damit das (die) Profil(e) beeinflusst werden. In dem Ausführungsbeispiel befragt der vorgegebene Rückkopplungsantrag den Benutzer, ein Programm zu bewerten, das (i) er sich ansieht (oder nicht ansieht), das nicht in Übereinstimmung ist mit Information in dem (den) Profil(en) 500, 600 oder einem zugeordneten Programmempfehlungserfolg, oder (ii) dem ein neutraler oder strittiger Empfehlungserfolg von der impliziten und/oder expliziten Programmempfehlungseinrichtung zugeordnet wurde. Der Rückkopplungsantrag kann ggf. den Programmempfehlungserfolg angeben, der dem Programm zugeordnet wurde und kann ein oder mehrere Programmmerkmale identifizieren, die zu dem Programmempfehlungserfolg wesentlich beitragen (beispielsweise die oberen N beitragenden Programmmerkmale).
  • Wie in 7 dargestellt, enthält das Beispiel der das Profil beeinflussenden Regeldatenbank 700 eine Anzahl Eintragungen, wie die Eintragungen 705709, je mit einer anderen Profilbeeinflussungsregel assoziiert. Für jede das Profil beeinflussende Regel identifiziert die Datenbank 700 die Regelkriterien in dem Feld 750. In einer weiteren Variation der das Profil beeinflussenden Regeldatenbank 700 kann ein (nicht dargestelltes) zusätzliches Feld vorgesehen werden um den entsprechenden Rückkopplungsantrag aufzuzeichnen, der für eine bestimmte erfüllte Regel implementiert werden sollte.
  • 8 ist ein Flussdiagramm, das den selektiven Profilaktualisierungsprozess 800 beschreibt, der die Grundlagen der vorliegenden Erfindung verkörpert. Wie oben angegeben, implementiert die Fernsehprogrammempfehlungseinrichtung 300 den selektiven Profilaktualisierungsprozess 800 zur Überwachung des Zuschauverhaltens und der erzeugten Empfehlungserfolge, und bestimmt, ob die vorher definierten Kriterien, die mit einer das Profil beeinflussenden Regel assoziiert sind, erfüllt werden. Wie oben angegeben, kann jede das Profil beeinflussende Regel Folgendes umfassen: (i) vorher definierte Kriterien, welche die Umstände spezifizieren, unter denen die das Profil beeinflussende Regel ausgelöst werden soll, und (ii) einen Profilrückkopplungsbeantragungsbefehl, der die geeignete Antwort definiert, die implementiert werden soll um das (die) Profil(e) zu implementieren. Der Rückkopplungsbeantragungsbefehl kann eine Abfrage sein zum Erhalten von Rückkopplung von dem Benutzer (die ihrerseits zum Einstellen der Information in dem (den) Profil(en) 500, 600 verwendet werden kann), oder eine geeignete Einstellung für Information in dem (den) Profi(en) 500, 600. Auf diese Weise wird, wenn die vorher definierten Kriterien einer bestimmten das Profil beeinflussenden Regel erfüllt werden, der selektive Profilaktualisierungsprozess 800 den entsprechenden Profilrückkopplungsbeantragungsbefehl zum Beeinflussen des Profils (der Profile) auf die gewünschte Art und Weise implementieren.
  • Auf diese Weise speichert, wie in 8 dargestellt, der selektive Profilaktualisierungsprozess 800 zunächst die das Profil beeinflussenden Regeln in der das Profil beeinflussenden Regeldatenbank 700 während des Schrittes 805. Wie oben angegeben, sind die Profilbeeinflussungsregeln wirksam zum automatischen Beantragen von Rückkopplung von dem Benutzer beim Auftreten vorher definierter Kriterien.
  • Außerdem empfängt der selektive Profilaktualisierungsprozess 800 das Zuschauverhalten und/oder erzeugte Empfehlungserfolge während des Schrittes 810. Danach vergleicht der Profilaktualisierungsprozess 800 die empfangenen Zuschauverhaltensdaten und/oder die erzeugten Empfehlungserfolgsdaten mit den das Profil beeinflussenden Regelkriterien, die in der das Profil beeinflussenden Regeldatenbank 700 gespeichert sind, und zwar in dem Schritt 815. Es sei bemerkt, dass der während des Schrittes 815 durchgeführte Vergleich periodisch, kontinuierlich oder zu unregelmäßigen Intervallen durchgeführt werden kann.
  • In dem Schritt 820 wird ein Test durchgeführt um zu ermitteln, ob die vorher definierten Kriterien für wenigstens eine das Profil beeinflussende Regel erfüllt ist. Wenn während des Schrittes 820 ermittelt wird, dass die vorher definierten Kriterien für wenigstens eine das Profil beeinflussende Regel nicht erfüllt worden sind, kehrt die Programmsteuerung zu dem Schritt 815 zurück um die Bewertung der empfangenen Zuschauverhaltensdaten und/oder der erzeugten Empfehlungserfolgsdaten fortzusetzen, und zwar auf die oben beschriebene Art und Weise.
  • Wenn aber während des Schrittes 820 ermittelt wird, dass die vorher definierten Kriterien für wenigstens eine das Profil beeinflussende Regel erfüllt worden sind, wird während des Schrittes 825 eine Eingabe in die Rückkopplungsantragsliste 350 geschaffen, welche die entsprechende Rückkopplungsbeantragung enthält. Wie nachstehend im Zusammenhang mit 9 näher erläutert, kann die Frequenz, mit der dem Benutzer aus der Rückkopplungsantragsliste 350 Rückkopplungsanträge angeboten werden, und die Anzahl Rückkopplungsanträge, die dem Benutzer während einer bestimmten Rückkopplungssession angeboten werden, gesteuert werden um die aufdringliche Art der Anträge zu minimieren oder die Qualität der erhaltenen Rückkopplungsinformation (oder beides) zu maximieren.
  • So befragt beispielsweise in der dargestellten Ausführungsform der vorgegebene Rückkopplungsbeantragungsbefehl den Benutzer um ein Programm zu bewerten (i) das er sich angesehen hat (oder nicht angesehen hat), das nicht in Übereinstimmung mit Information in dem (den) Profil(en) 500, 600 oder mit einem zugeordneten Programmempfehlungserfolg erscheint oder (ii) dem durch die implizite und/oder explizite Programmempfehlungseinrichtungen ein neutraler oder strittiger Empfehlungserfolgt zugeordnet worden ist. Der Rückkopplungsantrag kann ggf. den Programmempfehlungserfolg angeben, der dem Programm zugeordnet wurde und ein oder mehrere Programmmerkmale identifizieren, die einen wesentlichen Beitrag zu dem Programmempfehlungserfolg liefert (beispielsweise die oberen N beitragenden Programmmerkmale).
  • TIMING UND GRÖßE VON RÜCKKOPPLUNGSANTRÄGEN
  • Wie oben angegeben, können die Frequenz, mit der Rückkopplungsanträge dem Benutzer aus der Rückkopplungsantragsliste 350 präsentiert werden, und die Anzahl Rückkopplungsanträge, die dem Benutzer während einer bestimmten Rückkopplungssession präsentiert wird, kann zum Minimieren der aufdringlichen Art der Anträge oder zum Maximieren der Qualität der erhaltenen Rückkopplungsinformation (oder beides) gesteuert werden.
  • 9 ist ein Flussdiagramm, das ein Beispiel eines Rückkopplungssteuerprozesses 900 beschreibt, der das Timing und die Größe der Rückkopplungsanträge koordiniert, die dem Benutzer aus der Rückkopplungsantragsliste 350 während einer bestimmten Rückkopplungssession zum Minimieren der aufdringlichen Art der Anträge oder zum Ma ximieren der Qualität der erhaltenen Rückkopplungsinformation (oder beides) präsentiert werden. Außerdem kann der Rückkopplungssteuerprozess 900 die aktuellen Kenntnisse verbessern, indem aus der Benutzerreaktion auf die Rückkopplungssession gelernt wird. Wie nachstehend beschrieben, kann der Rückkopplungssteuerprozess 900 eine Anzahl Regeln anwenden, die das Timing und die Größe der Rückkopplungsanträge auf Basis von Situationsdefinierten Parameter steuern.
  • Die Regeln und die assoziierten die Situation definierenden Parameter können beispielsweise Folgendes definieren: (i) bestimmte Zeiten und Tage, wenn Rückkopplung ggf. beantragt werden sollte; (ii) die Anzahl Rückkopplungsanträge, die während einer bestimmten Rückkopplungsbeantragungssession präsentiert werden sollen; (iii) die Dauer jeder Rückkopplungsbeantragungssession; und (iv) die minimale Zeit, die zwei Rückkopplungsbeantragungssessionen trennen soll (d. h. eine Ausfallperiode). Es sei bemerkt, dass Zeiten und Tage in den Rückkopplungserfassungsregeln in Termen absoluter Werte oder relativ gegenüber einer aktuellen oder künftigen Zeit oder einem solchen Ereignis, wie das nächste Mal, dass der Benutzer das Gerät einschaltet, spezifiziert werden können.
  • Wie nachstehend noch näher beschrieben wird, können die Rückkopplungserfassungsregeln und/oder assoziierte Situationsdefinierende Parameter spezifiziert werden, beispielsweise dadurch, dass der Benutzer eine Menügesteuerte Schnittstelle benutzt, oder durch einen Sachverständigen auf dem Gebiet der Mensch-Maschineninteraktion. Weiterhin können die Rückkopplungserfassungsregeln und/oder assoziierte Situationsdefinierende Parameter vorher definiert werden oder dynamisch ermittelt werden, wie nachstehend beschrieben. Im Allgemeinen sollen die Rückkopplungserfassungsregeln und/oder assoziierte Situationsdefinierende Parameter durch Erforschung informiert werden, welche die Interaktionen für menschliche Teilnehmer äußerst erträglich macht und sehr wahrscheinlich zum Erzeugen einer guten Rückkopplungsinformation.
  • Weiterhin kann die Fernsehprogrammempfehlungseinrichtung 300 mit Vorgabewerten für die Situationsdefinierenden Variablen auf Basis beispielsweise von Benutzertestuntersuchungen, die im Laufe der Zeit modifiziert werden können, und zwar in Reaktion auf die Reaktion des Benutzers auf den Rückkopplungserfassungsprozess, ausgelöst werden.
  • Wie in 9 dargestellt, bestimmt der Rückkopplungssteuerprozess 900 zunächst, ob es zur Zeit Rückkopplungsanträge gibt, die während des Schrittes 910 in der Rückkopplungsantragsliste 350 verarbeitet werden müssen. Wenn während des Schrittes 310 bestimmt wird, dass es zur Zeit keine Rückkopplungsanträge in der Rückkopplungsantragsliste 350 gibt, dann endet die Programmsteuerung. Wenn aber während des Schrittes 310 ermittelt wird, dass es Rückkopplungsanträge in der Rückkopplungsantragsliste 350 gibt, dann berechnet der Rückkopplungssteuerprozess 900 die Zeit zum Auslösen jedes Rückkopplungsantrags während des Schrittes 920.
  • So kann beispielsweise die Berechnete Zeit im Allgemeinen auf das Vorhandensein des Benutzers, assoziiert mit den Profilen 500, 600 eingeschränkt sein. Das Vorhandensein einer Benutzers kann beispielsweise unter Anwendung durchaus bekannter Situationsbewusstseinsverfahren, wie Kameras oder Wärmesensoren, oder einer Folgerung, dass der Benutzer anwesend ist, wenn die Anordnung eingeschaltet wird, ermittelt werden.
  • Außerdem wird die Anzahl Anträge, die in jede Rückkopplungsbeantragungssession eingeschlossen werden sollen, wird während des Schrittes 930 ermittelt. Wenn die Anzahl Anträge, die in die Session eingeschlossen werden sollen, die Anzahl Anträge in der Rückkopplungsantragsliste 350 übersteigt, die je mit der Zeit variieren können, werden die Rückkopplungsanträge während des Schrittes 940 priorisiert.
  • Während des Schrittes 950 wird ein test durchgeführt um zu ermitteln, ob es Zeit ist, eine Rückkopplungsantragssession auszulösen. Wenn während des Schrittes 950 ermittelt wird, dass es nicht Zeit ist, eine derartige Session auszulösen, kehrt die Programmsteuerung bis zur angegeben Zeit zu dem Schritt 950 zurück.
  • Wenn aber während des Schrittes 950 ermittelt wird, dass es Zeit ist, eine derartige Session auszulösen, wird der Rückkopplungsantrag während des Schrittes r ausgelöst. Die beantragte Rückkopplung und andere Situationsdefinierende Variablen, wie ein Merker, der angibt, den Benutzer nicht über Rückkopplung zu befragen, beispielsweise wenn andere Leute sich in dem Raum befinden, oder wenn der Benutzer am Telefon ist, werden während des Schrittes 970 gesammelt.
  • Zum Schluss werden die Rückkopplungsverwaltungsregeln während des Schrittes 980 mit den die neue Situation definierenden Variablen aktualisiert und das (die) geeignete(n) Benutzerprofil(en) 500, 600 werden während des Schrittes 990 mit der erhaltenen Rückkopplung aktualisiert. Es sei bemerkt, dass das (die) geeignete(n) Benutzerprofil(e) 500, 600 aktualisiert werden kann (können), beispielsweise entsprechend den in der UA Patentanmeldung Nr. 09/627.139 beschriebenen Techniken, eingereicht am 27. Juli 2000, mit dem Titel: "Three-Way Media Recommendation Method and System" (Aktenzeichen des Anwalts Nr. 700913) von der Anmelderin der vorliegenden Patentanmeldung und durch Bezeichnung als hierin aufgenommen betrachtet.
  • Wie oben angegeben können die die Situation definierenden Variablen, benutzt durch den Rückkopplungssteuerprozess 900 zum Ermitteln des Timings und der Größe der Rückkopplungsanträge vorher definiert oder dynamisch ermittelt werden. In einer Implementierung kann die Fernsehprogrammempfehlungseinrichtung 300 mit Vorgabewerten oder benutzerspezifischen Werten ausgelöst werden, die angeben, wie oft Rückkopplungsantragssessionen geplant werden sollen und wie viele Rückkopplungsanträge der Benutzer während jeder Rückkopplungsantragssession verarbeiten möchte.
  • Danach kann die Fernsehprogrammempfehlungseinrichtung 300 einen Versuchs-und-Irrtumsprozess anwenden um die Anfangswerte zu verfeinern. Für diese Annäherung können die die Situation definierenden Parameter als beliebige Variablen mit gewisser Wahrscheinlichkeitsverteilung betrachtet werden, die gelernt werden soll, oder sie können als undeutliche Funktionen mit Vertrauensgewichtung betrachtet werden.
  • Um zu ermitteln, beispielsweise, wie viele Shows während einer Rückkopplungssession angeboten werden müssen, kann eine Vorgabeposition diesen Wert als normal verteilte beliebige Variable mit einem Mittelwert von 10 und einem Bereich von +/– 5 behandeln. Während jeder Rückkopplungsantragssession wird eine beliebige Anzahl aus dieser Verteilung gewählt und diese Anzahl Rückkopplungsanträge wird dem Benutzer präsentiert. Danach kann die Rückkopplungsantragssession von dem Benutzer auf irgendeine Art und Weise beendet werden: (i) durch Reaktion auf alle Anträge zur Rückkopplung mit nachfolgender Beendigung; (ii) Beendigung der Session vor Beantwortung aller Anträge (einschließlich einer Ablehnung auf eine Erwiderung von Anträgen); oder (iii) Komplettierung aller Anträge zur Rückkopplung mit nachfolgender Beantragung zusätzlicher Rückkopplungsanträge. Wie das Ergebnis auch sein mag, ein beobachteter Wert der beliebigen Variablen, die der Benutzer bestimmte, wird akkumuliert. Im Laufe der Zeit werden diese akkumulierten Werte von der Fernsehprogrammempfehlungseinrichtung 300 verwendet um eine neue Wahrscheinlichkeitsverteilung zu berechnen, welche die Toleranz des betreffenden Benutzers genauer reflektiert.
  • Diese gesammelten Beobachtungen können weiterhin durch Ansammlung zusätzlicher Variablen verbessert werden, welche die Situation kennzeichnen, wenn der beobachtete Wert gesammelt wurde. So können beispielsweise der Tag und die Zeit bemerkt werden. Dies würde eine Modellierung der Anzahl Shows als eine multivariate Verteilung ermöglichen. Ein System, das dieses Verfahren anwendet, könnte lernen, beispielsweise, dass der Benutzer bereit ist, an bestimmten Tagen der Woche und/oder während bestimmter Zeitperioden auf mehr Rückkopplungsanträge zu reagieren. Auf gleiche Weise kann, wenn die Art der abgestimmten Show auch vermerkt worden ist, das System lernen, dass der Benutzer bereit ist, auf mehr Rückkopplungsanträge zu reagieren, wenn Fernsehkomödien eingeschaltet sind als wenn die Nachrichten eingeschaltet sind. Das System kann auch den Programmtitel vermerken, so dass es lernen kann, dass dieser Benutzer meisten bereit ist, am Ende eines bestimmten Programms Rückkopplung zu liefern, nicht aber am Anfang und im Allgemeinen nicht bei anderen Programmen.
  • Durch Betrachtung von Parameter, die das Timing eines Rückkopplungsantrags steuern, können dieselben Verfahren angewandt werden. Wenn Technologie zur Segmentierung der Aussendung angewandt wird, wie diejenigen Techniken, die beispielsweise in der US Patentanmeldung Nr. 09/532.845 beschrieben worden sind, eingereicht am 21. März, 2000 mit dem Titel: "System and Method for Automatic Content Enhancement of Multimedia Output Device", von dem Bevollmächtigten der vorliegenden Erfindung und durch Bezeichnung als hierin aufgenommen betrachtet, kann das System lernen, dass Rückkopplungsanträge wahrscheinlich akzeptiert werden, wenn sie während der ausgesendeten Show selber angeboten werden.
  • Es dürfte einleuchten, dass die hier beschriebenen und dargestellten Ausführungsformen und Variationen vorwiegend die Grundlagen der vorliegenden Erfindung illustrierend sind und dass der Fachmann im Rahmen der vorliegenden Erfindung mehrere Modifikationen implementieren kann.
  • Text in der Zeichnung
  • 1
    • Implizite Profilerzeugung
    • Zuschauhistorie (angesehen/nicht angesehen) für jedes Programm
    • Fernsehprogrammempfehler (Profilierer)
    • Implizites Zuschauerprofil
  • 2
    • Explizite Profilerzeugung
    • Zuschauerübersicht (Bewertung für jedes Programmmerkmal)
    • Fernsehprogrammempfehler (Profilierer)
    • Explizites Zuschauerprofil
  • 3
    • Fernsehprogrammempfehler
    • Prozessor
    • Speicher
    • Elektronischer Programmführer
    • Programmempfehlungen
    • Rückkopplungsantragsliste
    • Explizites Zuschauerprofil
    • Implizites Zuschauerprofil
    • Das Profil beeinflussende Regeldatenbank
    • Selektiver Profilaktualisierungsprozess
    • Rückkopplungssteuerprozess
  • 4
    • Explizite Profilschnittstelle
    • Explizites Profil
    • Expliziter Empfehler
    • Erzeugte Erfolge
    • Identifizierung geeigneter Profilaktualisierungen
    • Beantragung von Rückkopplung
    • Die das Profil beeinflussende Regel 700 erfüllt?
    • Profilierer
    • Implizites Profil
    • Impliziter Empfehler
    • Erzeugte Erfolge
    • Zuschauhistorie
    • Set-Top-Endgerät.
  • 5
    • Explizites Zuschauerprofil 500
    • Merkmal Numerische (oder symbolische Darstellung
    • Kanal
    • Sportkanal
    • Musikkanal
    • Morgenprogramme
    • Mittagsprogramme
    • Nachmittagsprogramme
    • Abendprogramme
  • 6
    • Implizites Zuschauerprofil
    • Merkmal positive Bewertung negative Bewertung
    • Anzahl Programme
    • Kanal
    • Sportkanal
    • Musikkanal
    • Morgenprogramme
    • Mittagsprogramme
    • Nachmittagsprogramme
    • Abendprogramme
  • 7
    • Das Profil beeinflussende Regeldatenbank
    • Regelkriterien
    • Programm wird angesehen mit Merkmalen, die nicht mit dem (den) Profil(en) übereinstimmt
    • Programm wird angesehen, das eine niedrige Programmempfehlungsauswertung hat Programm erhält eine hohe Bewertung, wird nicht angesehen zugunsten von Programmen mit einer niedrigeren Programmempfehlungsauswertung
    • Neutrale Empfehlungsauswertung wird von dem Programmempfehler erzeugt Strittige Empfehlungsauswertungen werden von impliziten und expliziten Programmempfehlern erzeugt.
  • 8
    • Selektiver Profilaktualisierungsprozess
    • Speicherung von das Profil beeinflussenden Regeln in der das Profil beeinflussenden Regeldatenbank 700
    • Empfang von Zuschauverhalten und/oder erzeugter Empfehlungsauswertungen
    • Vergleich des Zuschauverhaltens und/oder erzeugter Empfehlungsauswertungen mit das Profil beeinflussenden Regelkriterien
    • Sind vorher definierte Kriterien für eine das Profil beeinflussende Regel erfüllt worden?
    • Schaffung von Eingaben in die Rückkopplungsantragsliste mit Rückkopplungsanträgen, die mit der erfüllten Regel assoziiert sind.
    • Ende
  • 9
    • Rückkopplungssteuerprozess
    • Gibt es in der Rückkopplungsantragsliste noch zu verarbeitende Rückkopplungsanträge ?
    • Ja Nein
    • Berechnung der Zeit zum Auslösen eines Rückkopplungsantrags
    • Berechnung der Anzahl Anträge, die in der Rückkopplungsantragssession enthalten sein sollen
    • Priorisierung von Anträgen in der Rückkopplungsantragsliste, falls erforderlich
    • Ist es Zeit, eine Rückkopplungsantragssession auszulösen ?
    • Ja Nein
    • Auslösung eines Rückkopplungsantrags
    • Ansammlung von Rückkopplungs- und anderen die Situation definierenden Variablen
    • Aktualisierung von Rückkopplungsverwaltungsregeln mit neuen die Situation definierenden Variablen
    • Aktualisierung von Profilen mit erhaltener Rückkopplung
    • Ende

Claims (8)

  1. Verfahren zum Aktualisieren eines Benutzerprofils (500, 600), wobei das Verfahren die nachfolgenden Verfahrensschritte umfasst: – das Erhalten des genannten Benutzerprofils (500, 600) das Vorlieben eines Benutzers angibt; – das Erzeugen von Empfehlungstreffern auf Basis von Vorlieben in dem Benutzerprofil; – das Vergleichen der genannten Vorlieben mit einer Inhaltsitemselektion, durchgeführt durch den genannten Benutzer; und – das Beantragen von Rückkopplungsinformation von dem genannten Benutzer, wenn die genannte Selektion nicht mit den genannten Vorlieben übereinstimmt; dadurch gekennzeichnet, dass – das genannte Beantragen der Rückkopplungsinformation das Beantragen von Rückkopplungsinformation von dem genannten Benutzer umfasst, wenn die genannte Selektion nicht mit den Vorlieben übereinstimmt, und zwar durch Detektion des Auftritts vordefinierter Kriterien mit wenigstens einem der nachfolgenden Punkte: (i) das Zuschauverhalten ist nicht mit den erzeugten Empfehlungstreffern in Übereinstimmung: (ii) ein neutraler Empehlungstreffer wird von einem impliziten oder expliziten Programmempfehler erzeugt; (iii) strittige Empfehlungstreffer werden durch die impliziten und expliziten Programmempfehler erzeugt; und dass der genannte Benutzer gebeten wird, ein Inhaltsitem zu bewerten, und dass das Verfahren Aktualisierung des genannten Benutzerprofils (500, 600) mit der genannten Rückkopplungsinformation umfasst.
  2. Verfahren nach Anspruch 1, wobei der genannte Schritt der Beantragung von Rückkopplungsinformation weiterhin die nachfolgenden Verfahrensschritte umfasst: – das Eingeben des genannten Rückkopplungsantrags in eine Protokolldatei und – das Präsentieren des genannten Rückkopplungsantrags an den genannten Benutzer zu einem späteren Zeitpunkt.
  3. Verfahren nach Anspruch 2, wobei die genannten Rückkopplungsanträge in einer Rückkopplungsbeantragungssession während des genannten Schrittes der Präsentation des genannten Rückkopplungsantrags auf Basis eines die Situation definierenden Parameters präsentiert werden.
  4. Verfahren nach Anspruch 1, wobei der Verfahrensschritt der Beantragung der Rückkopplung von Information die Bitte an den Benutzer umfasst, ein selektiertes Inhaltsitem zu bewerten, das nicht mit den Vorlieben in dem genannten Benutzerprofil (500, 600) überein zu stimmen scheint.
  5. Verfahren nach Anspruch 1, wobei der Schritt der Beantragung der Rückkopplung von Information die Beantragung an den Benutzer umfasst, ein nicht selektiertes Inhaltsitem zu bewerten, das nicht mit den Vorlieben in dem genannten Benutzerprofil (500, 600) überein zu stimmen scheint.
  6. Verfahren nach Anspruch 1, wobei der Schritt der Beantragung der Rückkopplung von Information die Beantragung umfasst, dass der genannte Benutzer ein Inhaltsitem bewertet, dem durch zwei Empfehler ein nicht übereinstimmender Empfehlungstreffer zugeordnet wurde.
  7. System (300) zum Aktualisieren eines Benutzerprofils (500, 600), das Folgendes umfasst: – einen Speicher (320) zum Speichern eines von einem Computer auslesbaren Codes und des genannten Benutzerprofils (500, 600); und – einen Prozessor (315), auf wirksame Weise mit dem genannten Speicher (320) gekoppelt, wobei der genannte Prozessor (315) vorgesehen ist zum: – Erhalten des genannten Benutzerprofils (500, 600), das Vorlieben eines Benutzers angibt; – Vergleichen der genannten Vorlieben mit einer Inhaltsitemselektion, durchgeführt von dem genannten Benutzer; und – Beantragen von Rückkopplungsinformation von dem genannten Benutzer, wenn die genannte Selektion nicht mit den genannten Vorlieben übereinstimmt; dadurch gekennzeichnet, dass – der Prozessor vorgesehen ist zum Erzeugen von Empfehlungstreffern auf Basis der Vorlieben in dem Benutzerprofil; – die genannte Beantragung von Rückkopplungsinformation das Beantragen von Rückkopplungsinformation von dem genannten Benutzer umfasst, wenn die genannte Selektion nicht mit den genannten Vorlieben übereinstimmt, und zwar durch – detektion des Auftritts vordefinierter Kriterien, mit wenigstens einem der nachfolgenden Punkte: (i) das Zuschauverhalten ist nicht mit den erzeugten Empfehlungstreffern in Übereinstimmung: (ii) ein neutraler Empehlungstreffer wird von einem impliziten oder expliziten Programmempfehler erzeugt; (iii) strittige Empfehungstreffer werden durch die impliziten und expliziten Programmempfehler erzeugt; und dass der genannte Benutzer gebeten wird, ein Inhaltsitem zu bewerten, und dass das Verfahren Aktualisierung des genannten Benutzerprofils (500, 600) mit der genannten Rückkopplungsinformation umfasst.
  8. Computerprogrammprodukt zum Aktualisieren eines Benutzerprofils (500, 600), mit einem vom Computer auslesbaren Code, wobei der vom Computer auslesbare Code dafür sorgt, dass ein Prozessor das Verfahren nach einem der Ansprüche 1 bis 6 durchführt.
DE60130920T 2000-12-05 2001-11-23 Verfahren und vorrichtung zum selektiven aktualisieren eines benutzerprofils Expired - Lifetime DE60130920T2 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US730205 2000-12-05
US09/730,205 US7721310B2 (en) 2000-12-05 2000-12-05 Method and apparatus for selective updating of a user profile
PCT/EP2001/013737 WO2002047381A2 (en) 2000-12-05 2001-11-23 Method and apparatus for selective updating of a user profile

Publications (2)

Publication Number Publication Date
DE60130920D1 DE60130920D1 (de) 2007-11-22
DE60130920T2 true DE60130920T2 (de) 2008-07-17

Family

ID=24934381

Family Applications (1)

Application Number Title Priority Date Filing Date
DE60130920T Expired - Lifetime DE60130920T2 (de) 2000-12-05 2001-11-23 Verfahren und vorrichtung zum selektiven aktualisieren eines benutzerprofils

Country Status (8)

Country Link
US (1) US7721310B2 (de)
EP (1) EP1346569B1 (de)
JP (1) JP4588975B2 (de)
KR (1) KR100891444B1 (de)
CN (1) CN100499794C (de)
AT (1) ATE375684T1 (de)
DE (1) DE60130920T2 (de)
WO (1) WO2002047381A2 (de)

Families Citing this family (197)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL125141A0 (en) 1998-06-29 1999-01-26 Nds Ltd Advanced television system
IL121230A (en) 1997-07-03 2004-05-12 Nds Ltd Intelligent electronic program guide
US6317881B1 (en) * 1998-11-04 2001-11-13 Intel Corporation Method and apparatus for collecting and providing viewer feedback to a broadcast
US7284064B1 (en) 2000-03-21 2007-10-16 Intel Corporation Method and apparatus to determine broadcast content and scheduling in a broadcast system
US8028314B1 (en) 2000-05-26 2011-09-27 Sharp Laboratories Of America, Inc. Audiovisual information management system
WO2002015438A1 (en) * 2000-08-15 2002-02-21 Lockheed Martin Corporation Infrared data communication system
US7386238B2 (en) * 2000-08-15 2008-06-10 Lockheed Martin Corporation Method and system for infrared data communications
US8020183B2 (en) 2000-09-14 2011-09-13 Sharp Laboratories Of America, Inc. Audiovisual management system
US8302127B2 (en) * 2000-09-25 2012-10-30 Thomson Licensing System and method for personalized TV
US20030038796A1 (en) * 2001-02-15 2003-02-27 Van Beek Petrus J.L. Segmentation metadata for audio-visual content
US8769566B2 (en) * 2001-03-02 2014-07-01 Jlb Ventures Llc Method and system for advertising based on the content of selected channels or broadcasted programs
US6520032B2 (en) * 2001-03-27 2003-02-18 Trw Vehicle Safety Systems Inc. Seat belt tension sensing apparatus
US7231652B2 (en) * 2001-03-28 2007-06-12 Koninklijke Philips N.V. Adaptive sampling technique for selecting negative examples for artificial intelligence applications
US20020143607A1 (en) * 2001-03-29 2002-10-03 Connelly Jay H. System and method for transparently obtaining customer preferences to refine product features or marketing focus
US7904814B2 (en) 2001-04-19 2011-03-08 Sharp Laboratories Of America, Inc. System for presenting audio-video content
FI115419B (fi) * 2001-08-20 2005-04-29 Helsingin Kauppakorkeakoulu Informaatiopalveluiden käyttäjäkohtainen personointi
US8943540B2 (en) 2001-09-28 2015-01-27 Intel Corporation Method and apparatus to provide a personalized channel
ITTO20010959A1 (it) * 2001-10-10 2003-04-10 Telecom Italia Lab Spa Sistema per la programmazione di eventi e metodo relativo.
US7474698B2 (en) 2001-10-19 2009-01-06 Sharp Laboratories Of America, Inc. Identification of replay segments
US20050034147A1 (en) * 2001-12-27 2005-02-10 Best Robert E. Remote presence recognition information delivery systems and methods
US7200567B2 (en) 2002-01-04 2007-04-03 Lockheed Martin Corporation Purchasing aid logistics appliance and method for use
US8214741B2 (en) 2002-03-19 2012-07-03 Sharp Laboratories Of America, Inc. Synchronization of video and data
US7073193B2 (en) * 2002-04-16 2006-07-04 Microsoft Corporation Media content descriptions
US7640563B2 (en) * 2002-04-16 2009-12-29 Microsoft Corporation Describing media content in terms of degrees
KR100421766B1 (ko) * 2002-05-16 2004-03-11 한국전자통신연구원 전자 프로그램 안내(epg/이피지) 애플리케이션에서러프 퍼지 mlp를 이용한 프로그램 추천 장치 및 방법
US7617511B2 (en) * 2002-05-31 2009-11-10 Microsoft Corporation Entering programming preferences while browsing an electronic programming guide
US20030225777A1 (en) * 2002-05-31 2003-12-04 Marsh David J. Scoring and recommending media content based on user preferences
US7836466B2 (en) 2002-06-06 2010-11-16 Microsoft Corporation Methods and systems for generating electronic program guides
US20040001081A1 (en) * 2002-06-19 2004-01-01 Marsh David J. Methods and systems for enhancing electronic program guides
US8006266B2 (en) * 2002-06-24 2011-08-23 Pace LLC Method for using only feedback from shows that improve the performance of the recommender system
US20050021470A1 (en) * 2002-06-25 2005-01-27 Bose Corporation Intelligent music track selection
US20030236582A1 (en) * 2002-06-25 2003-12-25 Lee Zamir Selection of items based on user reactions
US20040225519A1 (en) * 2002-06-25 2004-11-11 Martin Keith D. Intelligent music track selection
US8427303B1 (en) 2002-06-27 2013-04-23 Geomass Limited Liability Company System and method for providing media content having attributes matching a user's stated preference
WO2004003705A2 (en) 2002-06-27 2004-01-08 Small World Productions, Inc. System and method for locating and notifying a user of a person, place or thing having attributes matching the user's stated prefernces
US8102253B1 (en) 2002-06-27 2012-01-24 Earthcomber, Llc System and method for notifying a user of people, places or things having attributes matching a user's stated preference
JP3714310B2 (ja) * 2002-08-07 2005-11-09 ソニー株式会社 コンテンツの自動記録装置及び方法、記録媒体、並びにプログラム
US7657907B2 (en) * 2002-09-30 2010-02-02 Sharp Laboratories Of America, Inc. Automatic user profiling
US7900229B2 (en) * 2002-10-15 2011-03-01 Opentv, Inc. Convergence of interactive television and wireless technologies
CN100409684C (zh) * 2002-11-08 2008-08-06 皇家飞利浦电子股份有限公司 用于推荐内容的设备和方法
AU2003267783A1 (en) * 2002-11-08 2004-06-07 Koninklijke Philips Electronics N.V. Recommender and method of providing a recommendation of content therefor
US20040098743A1 (en) * 2002-11-15 2004-05-20 Koninklijke Philips Electronics N.V. Prediction of ratings for shows not yet shown
US8037150B2 (en) 2002-11-21 2011-10-11 Aol Inc. System and methods for providing multiple personas in a communications environment
US7636755B2 (en) 2002-11-21 2009-12-22 Aol Llc Multiple avatar personalities
AU2003280158A1 (en) * 2002-12-04 2004-06-23 Koninklijke Philips Electronics N.V. Recommendation of video content based on the user profile of users with similar viewing habits
US20040111750A1 (en) * 2002-12-05 2004-06-10 Stuckman Bruce E. DSL video service with automatic program selector
US7870593B2 (en) * 2002-12-05 2011-01-11 Att Knowledge Ventures, L.P. DSL video service with storage
US8086093B2 (en) * 2002-12-05 2011-12-27 At&T Ip I, Lp DSL video service with memory manager
US20040111754A1 (en) * 2002-12-05 2004-06-10 Bushey Robert R. System and method for delivering media content
WO2004054264A1 (en) * 2002-12-10 2004-06-24 Koninklijke Philips Electronics N.V. Graded access to profile spaces
JP2004194108A (ja) * 2002-12-12 2004-07-08 Sony Corp 情報処理装置および情報処理方法、記録媒体、並びにプログラム
US7908554B1 (en) 2003-03-03 2011-03-15 Aol Inc. Modifying avatar behavior based on user action or mood
US20070113181A1 (en) * 2003-03-03 2007-05-17 Blattner Patrick D Using avatars to communicate real-time information
US20070168863A1 (en) * 2003-03-03 2007-07-19 Aol Llc Interacting avatars in an instant messaging communication session
US7484176B2 (en) * 2003-03-03 2009-01-27 Aol Llc, A Delaware Limited Liability Company Reactive avatars
US7913176B1 (en) 2003-03-03 2011-03-22 Aol Inc. Applying access controls to communications with avatars
CN1774916A (zh) * 2003-04-14 2006-05-17 皇家飞利浦电子股份有限公司 通过节目图像内容产生隐式tv推荐器
WO2004097563A2 (en) * 2003-04-24 2004-11-11 Bronkema Valentina G Self-attainable analytic tool and method for adaptive behavior modification
EP1484692B1 (de) * 2003-06-04 2013-07-24 Intel Corporation Gerät zur Empfehlung von Inhalten durch Nutzer Feedback
EP1484693A1 (de) * 2003-06-04 2004-12-08 Sony NetServices GmbH Gerät zur Empfehlung von Inhalten mit Anordnungseinheit
EP1519529B1 (de) * 2003-09-25 2012-06-27 RealNetworks, Inc. Medienausgabevorrichtung zur Bereitstellung von personalisierten Medieninhalten
US20050120366A1 (en) * 2003-11-28 2005-06-02 Canon Kabushiki Kaisha Determining viewer watching behaviour from recorded event data
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
CN1635498A (zh) 2003-12-29 2005-07-06 皇家飞利浦电子股份有限公司 一种内容推荐方法及系统
JP2007524295A (ja) * 2004-01-20 2007-08-23 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 推奨器/プロファイリング・システムに選好を入力するシステム及び方法
JP4362384B2 (ja) * 2004-02-02 2009-11-11 株式会社シマノ 両軸受リール及びそれに用いるスプール制動装置
US8949899B2 (en) 2005-03-04 2015-02-03 Sharp Laboratories Of America, Inc. Collaborative recommendation system
US8356317B2 (en) * 2004-03-04 2013-01-15 Sharp Laboratories Of America, Inc. Presence based technology
WO2006120506A1 (en) 2005-05-09 2006-11-16 Koninklijke Philips Electronics N.V. Assisted user control in recommenders
US20080256579A1 (en) * 2004-03-29 2008-10-16 Koninklijke Philips Electronics, N.V. Assisted User Control in Recommenders
JP4075883B2 (ja) * 2004-05-12 2008-04-16 セイコーエプソン株式会社 液滴吐出装置、並びに電気光学装置の製造方法および電気光学装置
US20060168621A1 (en) * 2004-10-05 2006-07-27 Ravinder Chandhok Methods and apparatus for rendering information on a device
JP2008521315A (ja) * 2004-11-18 2008-06-19 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 ユーザープロファイルを更新するための装置および方法
US7468729B1 (en) 2004-12-21 2008-12-23 Aol Llc, A Delaware Limited Liability Company Using an avatar to generate user profile information
US9652809B1 (en) 2004-12-21 2017-05-16 Aol Inc. Using user profile information to determine an avatar and/or avatar characteristics
US8381240B2 (en) * 2005-10-27 2013-02-19 Ronald Jacoby Framework for providing digital home services
JP2008529395A (ja) * 2005-01-27 2008-07-31 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 リコメンダにおいて支援されるユーザ制御
US8024438B2 (en) * 2005-03-31 2011-09-20 At&T Intellectual Property, I, L.P. Methods, systems, and computer program products for implementing bandwidth management services
US7975283B2 (en) * 2005-03-31 2011-07-05 At&T Intellectual Property I, L.P. Presence detection in a bandwidth management system
US8306033B2 (en) * 2005-03-31 2012-11-06 At&T Intellectual Property I, L.P. Methods, systems, and computer program products for providing traffic control services
US8098582B2 (en) * 2005-03-31 2012-01-17 At&T Intellectual Property I, L.P. Methods, systems, and computer program products for implementing bandwidth control services
US8259861B2 (en) * 2005-03-31 2012-09-04 At&T Intellectual Property I, L.P. Methods and systems for providing bandwidth adjustment
US8335239B2 (en) * 2005-03-31 2012-12-18 At&T Intellectual Property I, L.P. Methods, systems, and devices for bandwidth conservation
EP1884116A1 (de) * 2005-05-23 2008-02-06 Thomson Licensing Verfahren zur bereitstellung einer elektronischen programmanleitung auf der basis von benutzerpräferenzdaten
US8181201B2 (en) * 2005-08-30 2012-05-15 Nds Limited Enhanced electronic program guides
US8104054B2 (en) 2005-09-01 2012-01-24 At&T Intellectual Property I, L.P. Methods, systems, and devices for bandwidth conservation
US8701148B2 (en) 2005-09-01 2014-04-15 At&T Intellectual Property I, L.P. Methods, systems, and devices for bandwidth conservation
EP1783632B1 (de) * 2005-11-08 2012-12-19 Intel Corporation Verfahren zur Empfehlung von Inhaltselementen mit Benutzerfeedback
EP1969846B1 (de) * 2005-12-29 2013-10-09 United Video Properties, Inc. System und verfahren zur inhaltsverwaltung
US20100004980A1 (en) * 2006-01-20 2010-01-07 Berkley Bowen Systems and methods for managing product and consumer information
US20070220543A1 (en) * 2006-02-17 2007-09-20 Shanks David E Mirroring of live data to guide data in a broadcast system
WO2007098068A2 (en) * 2006-02-17 2007-08-30 The Directv Group, Inc. Amalgamation of user data for geographical trending
EP1826716A1 (de) * 2006-02-22 2007-08-29 Sony Deutschland Gmbh Verfahren zum selektiven Aktualisieren eines Benutzerprofils
US8689253B2 (en) 2006-03-03 2014-04-01 Sharp Laboratories Of America, Inc. Method and system for configuring media-playing sets
US20070226201A1 (en) * 2006-03-24 2007-09-27 Microsoft Corporation Obtaining user feedback in a networking environment
US8209729B2 (en) 2006-04-20 2012-06-26 At&T Intellectual Property I, Lp Rules-based content management
US8392594B2 (en) * 2007-01-30 2013-03-05 Sony Corporation System and method for effectively providing content to client devices in an electronic network
US7797722B2 (en) * 2006-05-26 2010-09-14 Sony Corporation System and method for content delivery
GB2438645A (en) * 2006-05-30 2007-12-05 Motorola Inc System for content item recommendation
KR100821623B1 (ko) * 2006-07-19 2008-04-15 삼성전자주식회사 방송 프로그램 추천 방법, 장치 및 그 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체
WO2008022328A2 (en) 2006-08-18 2008-02-21 Sony Corporation Selective media access through a recommendation engine
US20090298514A1 (en) 2006-09-14 2009-12-03 Shah Ullah Real world behavior measurement using identifiers specific to mobile devices
US9445353B2 (en) 2006-09-14 2016-09-13 Omnitrail Technologies Inc. Presence platform for passive radio access network-to-radio access network device transition
US20080108308A1 (en) * 2006-09-14 2008-05-08 Shah Ullah Methods and systems for using mobile device specific identifiers and short-distance wireless protocols to manage, secure and target content
US20080133327A1 (en) * 2006-09-14 2008-06-05 Shah Ullah Methods and systems for securing content played on mobile devices
US20080127241A1 (en) * 2006-09-15 2008-05-29 Microsoft Corporation Community Program Ratings
US20080132187A1 (en) * 2006-12-04 2008-06-05 Hanebeck Hanns-Christian Leemo Personal multi-media playing device
US20080147581A1 (en) * 2006-12-18 2008-06-19 Larimer Daniel J Processes for Generating Precise and Accurate Output from Untrusted Human Input
US8321449B2 (en) * 2007-01-22 2012-11-27 Jook Inc. Media rating
US8429626B2 (en) 2007-02-15 2013-04-23 Microsoft Corporation Packaging content updates
US8522301B2 (en) 2007-02-26 2013-08-27 Sony Computer Entertainment America Llc System and method for varying content according to a playback control record that defines an overlay
US20100082727A1 (en) * 2007-02-26 2010-04-01 Sony Computer Entertainment America Inc. Social network-driven media player system and method
US9083938B2 (en) 2007-02-26 2015-07-14 Sony Computer Entertainment America Llc Media player with networked playback control and advertisement insertion
US9183753B2 (en) * 2007-02-26 2015-11-10 Sony Computer Entertainment America Llc Variation and control of sensory work playback
JP4539712B2 (ja) * 2007-12-03 2010-09-08 ソニー株式会社 情報処理端末、情報処理方法、およびプログラム
US20080268829A1 (en) * 2007-04-24 2008-10-30 Motorola, Inc. Method and apparatus for user personalized mobile video program list population
US20080313037A1 (en) * 2007-06-15 2008-12-18 Root Steven A Interactive advisory system
US20090013260A1 (en) * 2007-07-06 2009-01-08 Martin Keith D Intelligent music track selection in a networked environment
US8146120B2 (en) * 2007-10-08 2012-03-27 Jaman.Com, Inc. Multi-criteria rating and searching system
US8456293B1 (en) * 2007-10-22 2013-06-04 Alarm.Com Incorporated Providing electronic content based on sensor data
US8732764B2 (en) 2007-11-30 2014-05-20 EchoStar Technologies, L.L.C. Automatic recording
US20090150340A1 (en) * 2007-12-05 2009-06-11 Motorola, Inc. Method and apparatus for content item recommendation
JP5243070B2 (ja) * 2008-03-14 2013-07-24 ソニー株式会社 情報提供装置、受信端末、情報提供システム、情報提供方法、およびプログラム
US8490124B2 (en) * 2008-05-29 2013-07-16 Qualcomm Incorporated Method and apparatus for improving performance and user experience of a mobile broadcast receiver
US8458153B2 (en) * 2008-08-26 2013-06-04 Michael Pierce Web-based services for querying and matching likes and dislikes of individuals
US20100104258A1 (en) * 2008-10-28 2010-04-29 International Business Machines Corporation User-specified event-based remote triggering of a consumer digital video recording device
WO2010057341A1 (zh) * 2008-11-20 2010-05-27 深圳华强三洋技术设计有限公司 一种电视频道选择的方法、系统以及电视接收设备
US9477672B2 (en) 2009-12-02 2016-10-25 Gartner, Inc. Implicit profile for use with recommendation engine and/or question router
EP2202657A1 (de) * 2008-12-23 2010-06-30 Axel Springer Digital TV Guide GmbH Adaptives implizites Lernen für Empfehlersysteme
US8275412B2 (en) 2008-12-31 2012-09-25 Motorola Mobility Llc Portable electronic device having directional proximity sensors based on device orientation
EP2207284A1 (de) * 2009-01-07 2010-07-14 Gemalto SA Verfahren zur Überwachung einer Publikumsbemessung in Bezug auf eine Datenrundfunksendung an ein Endgerät und entsprechendes Endgerät-Token und System
US8566197B2 (en) 2009-01-21 2013-10-22 Truaxis, Inc. System and method for providing socially enabled rewards through a user financial instrument
US10504126B2 (en) 2009-01-21 2019-12-10 Truaxis, Llc System and method of obtaining merchant sales information for marketing or sales teams
US8600857B2 (en) 2009-01-21 2013-12-03 Truaxis, Inc. System and method for providing a savings opportunity in association with a financial account
US10594870B2 (en) 2009-01-21 2020-03-17 Truaxis, Llc System and method for matching a savings opportunity using census data
US20120004969A1 (en) * 2009-01-21 2012-01-05 Billshrink, Inc. System and method for providing a geo-enhanced savings opportunity in association with a financial account
US8341167B1 (en) 2009-01-30 2012-12-25 Intuit Inc. Context based interactive search
US20100199310A1 (en) * 2009-01-30 2010-08-05 Echostar Technologies L.L.C. Methods and devices for recommending media content
US9674476B2 (en) * 2009-02-12 2017-06-06 Echostar Technologies L.L.C. Personalized multimedia content driven by user preferences
US11076189B2 (en) * 2009-03-30 2021-07-27 Time Warner Cable Enterprises Llc Personal media channel apparatus and methods
US20100271331A1 (en) * 2009-04-22 2010-10-28 Rachid Alameh Touch-Screen and Method for an Electronic Device
US20100271312A1 (en) * 2009-04-22 2010-10-28 Rachid Alameh Menu Configuration System and Method for Display on an Electronic Device
US8269175B2 (en) * 2009-05-22 2012-09-18 Motorola Mobility Llc Electronic device with sensing assembly and method for detecting gestures of geometric shapes
US8788676B2 (en) * 2009-05-22 2014-07-22 Motorola Mobility Llc Method and system for controlling data transmission to or from a mobile device
US8304733B2 (en) 2009-05-22 2012-11-06 Motorola Mobility Llc Sensing assembly for mobile device
US8542186B2 (en) 2009-05-22 2013-09-24 Motorola Mobility Llc Mobile device with user interaction capability and method of operating same
US8391719B2 (en) * 2009-05-22 2013-03-05 Motorola Mobility Llc Method and system for conducting communication between mobile devices
US8294105B2 (en) * 2009-05-22 2012-10-23 Motorola Mobility Llc Electronic device with sensing assembly and method for interpreting offset gestures
US8619029B2 (en) * 2009-05-22 2013-12-31 Motorola Mobility Llc Electronic device with sensing assembly and method for interpreting consecutive gestures
US8319170B2 (en) 2009-07-10 2012-11-27 Motorola Mobility Llc Method for adapting a pulse power mode of a proximity sensor
GB2473261A (en) 2009-09-08 2011-03-09 Nds Ltd Media content viewing estimation with attribution of content viewing time in absence of user interaction
US8665227B2 (en) * 2009-11-19 2014-03-04 Motorola Mobility Llc Method and apparatus for replicating physical key function with soft keys in an electronic device
US20110161813A1 (en) * 2009-12-31 2011-06-30 Mobitv, Inc. Data measurement and feedback mechanism using an application framework
US10102278B2 (en) * 2010-02-03 2018-10-16 Gartner, Inc. Methods and systems for modifying a user profile for a recommendation algorithm and making recommendations based on user interactions with items
US8963845B2 (en) 2010-05-05 2015-02-24 Google Technology Holdings LLC Mobile device with temperature sensing capability and method of operating same
US9103732B2 (en) 2010-05-25 2015-08-11 Google Technology Holdings LLC User computer device with temperature sensing capabilities and method of operating same
US8751056B2 (en) 2010-05-25 2014-06-10 Motorola Mobility Llc User computer device with temperature sensing capabilities and method of operating same
EP2403267A3 (de) * 2010-07-02 2012-12-26 Harman Becker Automotive Systems GmbH Wiedergabe von Medieninhalt
SG189481A1 (en) * 2010-10-21 2013-05-31 Holybrain Bvba Method and apparatus for neuropsychological modeling of human experience and purchasing behavior
US9269047B2 (en) 2010-12-09 2016-02-23 At&T Intellectual Property I, L.P. Rule-based selection of content
US8812659B2 (en) * 2011-05-26 2014-08-19 Microsoft Corporation Feedback-based symptom and condition correlation
US9788069B1 (en) 2011-06-24 2017-10-10 The Directv Group, Inc. Method and system for recording recommended content within a user device
MX2013015270A (es) 2011-06-24 2014-03-31 Direct Tv Group Inc Metodo y sistema para obtener datos de visualizacion y proporcionar recomndaciones de contenido a un decodificador de señales digitales.
US10055746B1 (en) * 2011-06-24 2018-08-21 The Directv Group, Inc. Method and system for obtaining feedback for a content recommendation by various algorithms
WO2013046220A2 (en) * 2011-06-28 2013-04-04 Tata Consultancy Services Limited A method and system for context-aware recommendation
US9032451B2 (en) 2011-09-01 2015-05-12 The Directv Group, Inc. Method and system for using a second screen device for interacting with a set top box to enhance a user experience
US8963885B2 (en) 2011-11-30 2015-02-24 Google Technology Holdings LLC Mobile device for interacting with an active stylus
US9063591B2 (en) 2011-11-30 2015-06-23 Google Technology Holdings LLC Active styluses for interacting with a mobile device
US9426123B2 (en) 2012-02-23 2016-08-23 Time Warner Cable Enterprises Llc Apparatus and methods for content distribution to packet-enabled devices via a network bridge
US9467723B2 (en) 2012-04-04 2016-10-11 Time Warner Cable Enterprises Llc Apparatus and methods for automated highlight reel creation in a content delivery network
CN102685565B (zh) * 2012-05-18 2014-07-16 合一网络技术(北京)有限公司 一种点击反馈式个性化推荐系统
US20140082645A1 (en) 2012-09-14 2014-03-20 Peter Stern Apparatus and methods for providing enhanced or interactive features
US10600011B2 (en) 2013-03-05 2020-03-24 Gartner, Inc. Methods and systems for improving engagement with a recommendation engine that recommends items, peers, and services
US10003780B1 (en) 2013-03-14 2018-06-19 The Directv Group, Inc. Method and system for recording recommended content within a user device and indicating recording capacity
IN2013MU01232A (de) * 2013-03-28 2015-04-10 Tata Consultancy Services Ltd
JP6090053B2 (ja) * 2013-08-09 2017-03-08 ソニー株式会社 情報処理装置、情報処理方法およびプログラム
CN104079960B (zh) * 2013-12-05 2015-10-07 深圳市腾讯计算机系统有限公司 文件推荐方法和装置
US9294816B2 (en) * 2013-12-20 2016-03-22 Rovi Guides, Inc. Methods and systems for predicting user viewing preferences based on detected events
EP2890138A1 (de) * 2013-12-30 2015-07-01 Samsung Electronics Co., Ltd Verfahren zur Steuerung einer Anzeigevorrichtung zur Bereitstellung von Inhalt und Anzeigevorrichtung damit
KR102338514B1 (ko) * 2014-09-05 2021-12-13 주식회사 알티미디어 콘텐츠에 대한 상세 정보를 제공하는 방법 및 서비스 서버
US20160092773A1 (en) * 2014-09-26 2016-03-31 Microsoft Corporation Inference-based individual profile
US10116676B2 (en) 2015-02-13 2018-10-30 Time Warner Cable Enterprises Llc Apparatus and methods for data collection, analysis and service modification based on online activity
CN104639984A (zh) * 2015-03-12 2015-05-20 北京京东方多媒体科技有限公司 网络机顶盒及其工作方法
US10575057B2 (en) 2015-04-23 2020-02-25 Rovi Guides, Inc. Systems and methods for improving accuracy in media asset recommendation models
US10003836B2 (en) 2015-04-23 2018-06-19 Rovi Guides, Inc. Systems and methods for improving accuracy in media asset recommendation models based on users' levels of enjoyment with respect to media assets
US20160314410A1 (en) * 2015-04-23 2016-10-27 Rovi Guides, Inc. Systems and methods for improving accuracy in media asset recommendations based on data from one data space
US20160314404A1 (en) * 2015-04-23 2016-10-27 Rovi Guides, Inc. Systems and methods for improving accuracy in media asset recommendations based on data from multiple data spaces
WO2017021364A1 (en) * 2015-07-31 2017-02-09 Piksel, Inc Recommendation system
US11108881B2 (en) * 2016-03-31 2021-08-31 Rovi Guides, Inc. Methods and systems for determining end dates for user profile modifications based on real-life events
US9860596B1 (en) 2016-07-28 2018-01-02 Rovi Guides, Inc. Systems and methods for preventing corruption of user viewing profiles
US20180068031A1 (en) * 2016-08-16 2018-03-08 Ebay Inc. Enhancing user queries using implicit indicators
JPWO2019073668A1 (ja) * 2017-10-11 2020-11-05 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
US11355098B1 (en) * 2018-12-13 2022-06-07 Amazon Technologies, Inc. Centralized feedback service for performance of virtual assistant
US10863219B2 (en) * 2019-03-26 2020-12-08 Rovi Guides, Inc. Systems and methods for identifying unknown users of a device to provide personalized user profiles
US10958973B2 (en) * 2019-06-04 2021-03-23 International Business Machines Corporation Deriving and identifying view preferences of a user consuming streaming content
US11119760B2 (en) * 2019-10-17 2021-09-14 International Business Machines Corporation Identifying and deleting unnecessary code lines
CN112241495A (zh) * 2020-12-14 2021-01-19 浙江口碑网络技术有限公司 页面更新方法

Family Cites Families (60)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2520588B2 (ja) * 1985-06-11 1996-07-31 橋本コーポレイション 株式会社 個人別テレビ番組表作成装置
US6400996B1 (en) * 1999-02-01 2002-06-04 Steven M. Hoffberg Adaptive pattern recognition based control system and method
JP3328951B2 (ja) * 1992-02-07 2002-09-30 ソニー株式会社 Tv受像機及び選局方法
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
BR9307621A (pt) 1992-12-09 1999-06-15 Discovery Communicat Inc Central de operações processos para alocar uma dada quantidade de largura de banda para pluralidade de programas para transmitir uma pluralidade de programas para gerar um sinal de informação de controle de programa para auxiliar um empacotador de prgrama e para criar serviços de programa e vídeo próximo sobre o serviço demandado
US5798785A (en) * 1992-12-09 1998-08-25 Discovery Communications, Inc. Terminal for suggesting programs offered on a television program delivery system
US5410344A (en) * 1993-09-22 1995-04-25 Arrowsmith Technologies, Inc. Apparatus and method of selecting video programs based on viewers' preferences
JP3500741B2 (ja) * 1994-03-01 2004-02-23 ソニー株式会社 テレビ放送の選局方法及び選局装置
KR100348915B1 (ko) * 1994-05-12 2002-12-26 마이크로소프트 코포레이션 텔레비젼프로그램선택방법및그시스템
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
CA2170429C (en) * 1995-03-28 2000-04-25 Stephen Gregory Eick Method and apparatus for finding and selecting a desired data item from a large schedule of data items using a tv set and a controller similar to a tv-remote-control
US5550576A (en) * 1995-04-17 1996-08-27 Starsight Telecast Incorporated Method and apparatus for merging television program schedule information received from multiple television schedule information sources
US5652613A (en) * 1995-06-07 1997-07-29 Lazarus; David Beryl Intelligent electronic program guide memory management system and method
US5867226A (en) * 1995-11-17 1999-02-02 Thomson Consumer Electronics, Inc. Scheduler employing a predictive agent for use in a television receiver
US6389593B1 (en) * 1995-12-12 2002-05-14 Sony Corporation Method of and apparatus for controlling transmission of information on programs
US5978766A (en) * 1995-12-20 1999-11-02 Starwave Corporation Machine, method and medium for assisted selection of information from a choice space
US5704017A (en) * 1996-02-16 1997-12-30 Microsoft Corporation Collaborative filtering utilizing a belief network
US5867799A (en) * 1996-04-04 1999-02-02 Lang; Andrew K. Information system and method for filtering a massive flow of information entities to meet user information classification needs
US5945988A (en) * 1996-06-06 1999-08-31 Intel Corporation Method and apparatus for automatically determining and dynamically updating user preferences in an entertainment system
WO1997048230A1 (en) * 1996-06-13 1997-12-18 Starsight Telecast, Inc. Method and apparatus for searching a guide using program characteristics
DK0932398T3 (da) * 1996-06-28 2006-09-25 Ortho Mcneil Pharm Inc Anvendelse af topiramat eller derivater deraf til fremstilling af et lægemiddel til behandling af maniodepressive bipolære forstyrrelser
JPH1056600A (ja) * 1996-08-09 1998-02-24 Matsushita Electric Ind Co Ltd 番組情報検索装置
US5801747A (en) * 1996-11-15 1998-09-01 Hyundai Electronics America Method and apparatus for creating a television viewer profile
US5991799A (en) * 1996-12-20 1999-11-23 Liberate Technologies Information retrieval system using an internet multiplexer to focus user selection
WO1998037696A1 (en) * 1997-02-21 1998-08-27 Herz Frederick S M Broadcast data distribution system with asymmetric uplink/downlink bandwidths
US6681393B1 (en) * 1997-06-06 2004-01-20 Nds Limited Viewer interaction feedback method and system for use with an interactive telecommunication system
IL121230A (en) * 1997-07-03 2004-05-12 Nds Ltd Intelligent electronic program guide
US5991734A (en) * 1997-08-04 1999-11-23 Moulson; Thomas J. Method of measuring the creative value in communications
US6370513B1 (en) * 1997-08-08 2002-04-09 Parasoft Corporation Method and apparatus for automated selection, organization, and recommendation of items
JP3530726B2 (ja) * 1997-10-13 2004-05-24 キヤノン株式会社 画像形成装置
US6005597A (en) * 1997-10-27 1999-12-21 Disney Enterprises, Inc. Method and apparatus for program selection
US6236978B1 (en) * 1997-11-14 2001-05-22 New York University System and method for dynamic profiling of users in one-to-one applications
US20030056216A1 (en) * 1998-01-05 2003-03-20 Theodore D. Wugofski System for managing favorite channels
KR100253252B1 (ko) * 1998-02-27 2000-04-15 구자홍 공중파 방송에 대한 사용자 시청습관 분석/검색방법
US20020054752A1 (en) * 1998-08-07 2002-05-09 Anthony Wood Video data recorder with personal channels
US6324338B1 (en) * 1998-08-07 2001-11-27 Replaytv, Inc. Video data recorder with integrated channel guides
JP2000115098A (ja) * 1998-10-05 2000-04-21 Victor Co Of Japan Ltd 番組選択補助装置
US6594825B1 (en) * 1998-10-30 2003-07-15 Intel Corporation Method and apparatus for selecting a version of an entertainment program based on user preferences
US6317881B1 (en) * 1998-11-04 2001-11-13 Intel Corporation Method and apparatus for collecting and providing viewer feedback to a broadcast
US6182287B1 (en) * 1999-02-04 2001-01-30 Thomson Licensing S.A. Preferred service management system for a multimedia video decoder
US6826552B1 (en) * 1999-02-05 2004-11-30 Xfi Corporation Apparatus and methods for a computer aided decision-making system
US7164450B2 (en) * 1999-02-17 2007-01-16 Lamb T Gordon Remote control
US6418440B1 (en) * 1999-06-15 2002-07-09 Lucent Technologies, Inc. System and method for performing automated dynamic dialogue generation
US6438752B1 (en) * 1999-06-22 2002-08-20 Mediaone Group, Inc. Method and system for selecting television programs based on the past selection history of an identified user
US6721954B1 (en) * 1999-06-23 2004-04-13 Gateway, Inc. Personal preferred viewing using electronic program guide
US6604239B1 (en) * 1999-06-25 2003-08-05 Eyescene Inc. System and method for virtual television program rating
AU5934900A (en) * 1999-07-16 2001-02-05 Agentarts, Inc. Methods and system for generating automated alternative content recommendations
US6611958B1 (en) * 1999-08-06 2003-08-26 Sony Corporation Electronic program guide feature for AV system
US6757691B1 (en) * 1999-11-09 2004-06-29 America Online, Inc. Predicting content choices by searching a profile database
US7188076B2 (en) * 1999-12-20 2007-03-06 Ndex Systems Inc. System and method for creating a true customer profile
WO2001047273A1 (en) * 1999-12-21 2001-06-28 Tivo, Inc. Intelligent system and methods of recommending media content items based on user preferences
US6434747B1 (en) * 2000-01-19 2002-08-13 Individual Network, Inc. Method and system for providing a customized media list
US6937994B1 (en) * 2000-02-24 2005-08-30 International Business Machines Corporation System and method for efficiently generating models for targeting products and promotions using classification method by choosing points to be labeled
US6425128B1 (en) * 2000-06-30 2002-07-23 Keen Personal Media, Inc. Video system with a control device for displaying a menu listing viewing preferences having a high probability of acceptance by a viewer that include weighted premium content
US20020029384A1 (en) * 2000-07-20 2002-03-07 Griggs Theodore L. Mechanism for distributing content data
JP2002051021A (ja) * 2000-08-04 2002-02-15 Sharp Corp データ放送送信装置、データ放送受信装置及びデータ放送システム
US20020046402A1 (en) * 2000-10-16 2002-04-18 Olalekan Akinyanmi Application server delivery of information to customers from multiple sources
AU2002225854A1 (en) * 2000-10-30 2002-05-15 Mvmax Llc Methods and apparatus for presenting interactive entertainment
US7284256B2 (en) * 2000-12-04 2007-10-16 Sony Corporation Method and system to maintain relative statistics for creating automatically a list of favorites
US6831663B2 (en) * 2001-05-24 2004-12-14 Microsoft Corporation System and process for automatically explaining probabilistic predictions

Also Published As

Publication number Publication date
EP1346569A2 (de) 2003-09-24
ATE375684T1 (de) 2007-10-15
CN100499794C (zh) 2009-06-10
US7721310B2 (en) 2010-05-18
WO2002047381A2 (en) 2002-06-13
WO2002047381A3 (en) 2002-08-15
US20020104087A1 (en) 2002-08-01
DE60130920D1 (de) 2007-11-22
KR100891444B1 (ko) 2009-04-03
JP4588975B2 (ja) 2010-12-01
EP1346569B1 (de) 2007-10-10
CN1422497A (zh) 2003-06-04
KR20020073525A (ko) 2002-09-26
JP2004515979A (ja) 2004-05-27

Similar Documents

Publication Publication Date Title
DE60130920T2 (de) Verfahren und vorrichtung zum selektiven aktualisieren eines benutzerprofils
DE60226235T2 (de) Vorrichtung und verfahren zur fernsehprogrammauswahl
EP1332620B1 (de) Verfahren und vorrichtung zur erzeugung von fernsehprogrammempfehlungen auf der basis von frühreren abfragen
DE69930747T2 (de) Elektronischer client-server rprogrammführer
DE69530995T2 (de) System und verfahren zur rundfunk- und zugriffsplanung von videoprogrammen und anderen daten mittels teilnehmerprofile
DE60318451T2 (de) Automatische Zusammenfassung für eine Vorschlagsmaschine von Fernsehprogrammen beruhend auf Verbraucherpräferenzen
DE60012065T2 (de) Verfahren und Vorrichtung zur Fernsehkanalauswahl unter Verwendung von Sprachverständnis
DE69727073T3 (de) Fernbedienung mit benutzerprofil für mehrere benutzer
KR100852869B1 (ko) 시청자 선호도들의 변화를 자동 식별하는 텔레비전프로그램 추천기
DE69928374T2 (de) Benutzerprofil auf der basis von zugangszeiten
DE60314632T2 (de) Verfahren, system und programmprodukt zur besetzung eines benutzerprofils basierend auf existierenden profilen
US20030051240A1 (en) Four-way recommendation method and system including collaborative filtering
DE4440419A1 (de) Automatisiertes interessenbezogenes Informationsauswahlsystem für Informationsangebote, Bild-/Text-Datenbankangebote sowie für Fernseh- und Radiosendungen
DE69736431T2 (de) Verfahren und vorrichtung zur lokalisierung einer sendung in einem elektronischen programmführer
CN100583988C (zh) 推荐器中的辅助用户控制
WO2002042909A1 (en) Method and apparatus for obtaining auditory and gestural feedback in a recommendation system
JP2005519535A (ja) ユーザの好みにしたがってプログラム情報を推奨するためのシステム
DE60319710T2 (de) Verfahren und Vorrichtung zur automatischen Dissektion segmentierte Audiosignale
DE102018219290B4 (de) Verfahren zum Anlernen einer personalisierten Scheinwerfereinrichtung eines Kraftfahrzeugs
EP1991001A1 (de) Eingabegerät zur Interaktion mit einem Endgerät und/oder zur Steuerung des Endgeräts, Endgerät und Verfahren zum Bereitstellen eines mehrstufigen Interaktionsprozesses für Teilnehmer in einem Kommunikationsnetzwerk
DE60307915T2 (de) Antworttakt-Erfassung
EP1978700A1 (de) Verfahren und System zur Bereitstellung einer Datenauswahl über einen Übereinstimmungsgrad zwischen Programm- und Dienstangeboten und Benutzerinteressen
DE112012004975T5 (de) Informationsverarbeitungssystem und Informationsverarbeitungsverfahren
EP0886443A2 (de) Digitaler Dekoder eines Übertragungssystems
WO2003079182A2 (de) Verfahren und anordnung sowie computerprogramm mit programmcode-mitteln und computerprogramm-produkt zur automatisierten abstimmung von mehreren benutzerprofilen

Legal Events

Date Code Title Description
8364 No opposition during term of opposition