FR3037758A1 - Procede et systeme de recommandation de contenus a un utilisateur en fonction de l'historique d'interaction de l'utilisateur - Google Patents
Procede et systeme de recommandation de contenus a un utilisateur en fonction de l'historique d'interaction de l'utilisateur Download PDFInfo
- Publication number
- FR3037758A1 FR3037758A1 FR1555587A FR1555587A FR3037758A1 FR 3037758 A1 FR3037758 A1 FR 3037758A1 FR 1555587 A FR1555587 A FR 1555587A FR 1555587 A FR1555587 A FR 1555587A FR 3037758 A1 FR3037758 A1 FR 3037758A1
- Authority
- FR
- France
- Prior art keywords
- content
- user
- pair
- mood
- semantic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000003993 interaction Effects 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000036651 mood Effects 0.000 claims abstract description 142
- 239000013598 vector Substances 0.000 claims description 17
- 230000007717 exclusion Effects 0.000 claims description 10
- 230000004048 modification Effects 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 230000002123 temporal effect Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 240000002989 Euphorbia neriifolia Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
- H04N21/4756—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for rating content, e.g. scoring a recommended movie
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
- H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/4508—Management of client data or end-user data
- H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
L'invention concerne un procédé et un système de recommandation de contenus à un utilisateur. Des premiers paramètres (T3, T4, T5, T8), appelés thèmes, et/ou des deuxièmes paramètres, appelés moods (M3), sont attribués à des contenus. Une interaction (WTCH) de l'utilisateur avec un contenu est identifiée et entraine la génération, en fonction de ladite interaction et dudit premier contenu (C1), d'un ensemble, appelé empreinte sémantique de l'utilisateur, qui comprend des paires (P1, P2, P3, P4, P20) de mood(s) et/ou de thème(s) définies en fonction des thème(s) et/ou mood(s) dudit premier contenu (C1). Chacune desdites paires (P1, P2, P3, P20) de l'empreinte sémantique de l'utilisateur, est affectée d'une pondération (WP1, WP2, WP3, WP4, WP20) qui est définie en fonction de ladite première interaction (WTCH). Au moins une partie desdits contenus est alors ordonnée en fonction des pondérations (WP1, WP2, WP3, WP4, WP20) des paires (P1, P2, P3, P20) de l'empreinte sémantique de l'utilisateur. Un tel procédé et un tel système de recommandation, encore appelée Profile-Based Recommendations, permettent d'effectuer une recommandation personnalisée de contenus par réseau d'intensité sémantique.
Description
1 La présente invention concerne de manière générale les procédés et systèmes de recommandation de contenus. On constate que la majorité des utilisateurs qui allument leur télévision ne 5 savent pas quel programme ils vont regarder. Dans un contexte où les consommateurs de contenus audiovisuels ont accès, à tout instant et sur tous leurs écrans, à plusieurs dizaines de chaines de télévision, et à des milliers de films ou programmes à la demande ou en rattrapage, il est ainsi utile que l'utilisateur puisse bénéficier d'une aide à la découverte et à la 10 recommandation de contenus pour s'y retrouver dans l'offre pléthorique de contenus. Pour autant, il est important pour la satisfaction de l'utilisateur que lui soit proposé une sélection de contenus pertinente au regard de ses préférences 15 déclarées ou observées. On connait de l'état de la technique des plateformes d'hébergement de vidéo qui offrent aussi une solution de recommandation de contenus. Selon cette solution de recommandation, les contenus sont associés à de simples 20 étiquettes, appelées tags, correspondant à des thèmes ou genres particuliers. La recommandation de contenus s'effectue sur la base des tags définis par la personne qui a postée la vidéo et de l'analyse d'usages similaires de cette vidéo parmi les utilisateurs. Ce type de recommandation, encore appelé 25 « collaborative filtering », n'est pas pleinement satisfaisant car (i) les tags appliqués par les différents posteurs peuvent ne pas être bien adaptés au contenu, (ii) le filtrage opéré par l'analyse d'usages de profils similaires ne permet pas d'exploiter la diversité de contenus d'un catalogue, (iii) le système est dépendant de l'analyse des interactions d'un très grand nombre 30 d'utilisateurs, techniquement difficile à mettre en oeuvre en temps réel, pour atteindre un niveau acceptable de pertinence. Une telle solution de recommandation va avoir tendance à recommander à tous les utilisateurs les 3037758 2 vidéos de plus forte popularité parmi les vidéos associées à un petit dénominateur commun de tags fréquemment attribués. La présente invention a pour but de proposer un nouveau procédé et système 5 de recommandation de contenus permettant de palier à tout ou partie des problèmes exposés ci-dessus. En particulier, la présente invention a pour but de proposer un nouveau procédé et système de recommandation de contenus permettant de fournir des 10 recommandations personnalisées, variées et pertinentes, tenant compte en temps réel, du ou des contenus avec le(s)quel(s) l'utilisateur a déjà interagi. A cet effet, l'invention a pour objet un procédé de recommandation de contenus à un utilisateur, mis en oeuvre à l'aide d'un système informatique, ledit procédé 15 comprenant les étapes suivantes : - attribution à des contenus : - de premiers paramètres, appelés thèmes, et/ou - de deuxièmes paramètres, appelés moods; - identification d'une interaction, appelée première interaction, de l'utilisateur 20 avec au moins l'un des contenus, appelé premier contenu; - génération, en fonction de ladite première interaction et dudit premier contenu, d'un ensemble, appelé empreinte sémantique de l'utilisateur, qui comprend des paires de mood(s) et/ou de thème(s) définies en fonction des thème(s) et/ou mood(s) dudit premier contenu; 25 - détermination pour chacune desdites paires de l'empreinte sémantique de l'utilisateur, d'une pondération définie en fonction de ladite première interaction; - ordonnancement d'au moins une partie desdits contenus en fonction des pondérations d'au moins une partie des paires de l'empreinte sémantique de 30 l'utilisateur. Ainsi, la pondération des éléments de l'empreinte sémantique de l'utilisateur 3037758 3 est fonction de l'historique d'interaction de l'utilisateur, et les contenus peuvent être ordonnés en priorité en fonction des pondérations des paires de l'empreinte sémantique de l'utilisateur et de la présence ou non des thème(s) et/ou mood(s) de ces paires dans les contenus.
Les contenus peuvent être recommandés à l'utilisateur en les affichant dans l'ordre décroissant de leur ordonnancement. Autrement dit, l'ordonnancement permet de mettre prioritairement en avant les contenus les plus pertinents au regard de l'empreinte sémantique de l'utilisateur et ainsi de les recommander à l'utilisateur indépendamment de l'analyse d'usage des autres utilisateurs. En particulier, la construction de l'empreinte sémantique de l'utilisateur s'effectue de manière transparente pour l'utilisateur, c'est-à-dire automatiquement sans que l'utilisateur ait besoin d'effectuer des étapes particulières via une interface de construction dédiée. Autrement dit, la construction de l'empreinte ne nécessite pas que l'utilisateur modifie son comportement. De même, on peut prévoir que les contenus ordonnés en fonction de l'empreinte sémantiques de l'utilisateur soient affichés automatiquement à l'utilisateur, par exemple sur un écran du système informatique qui met en oeuvre le procédé de recommandation, par exemple un ordinateur fixe ou portable, une tablette, un téléphone intelligent ou encore une télévision intelligente. Cette recommandation peut être mise en oeuvre automatiquement lorsque l'utilisateur allume ledit système.
Un tel procédé et système de recommandation, encore appelée Profile-Based Recommendations, permettent d'effectuer une recommandation personnalisée de contenus sur la base d'un profil de l'utilisateur formé par l'empreinte sémantique de l'utilisateur et d'un réseau d'intensité sémantique formé par l'interaction des différents thèmes et moods et leur impact sur l'ordonnancement des contenus. En effet, les thèmes et/ou moods, et éventuellement les vecteurs de pondération comme détaillé ci-après, associés aux contenus et qui se retrouvent dans l'empreinte de l'utilisateur forment un 3037758 4 réseau ou graphe de paramètres sémantiques qui permettent de recommander efficacement des contenus en fonction des préférences ou envies de l'utilisateur.
5 Selon un mode de réalisation, lesdites paires de l'empreinte sont générées à partir des thèmes et/ou moods des contenus avec lesquels l'utilisateur a interagi sur une temporalité prédéfinie. Selon un aspect particulier, chaque contenu présente un score et 10 l'ordonnancement des contenus est réalisé en fonction de la pondération des paires de l'empreinte de l'utilisateur et en fonction des scores des contenus au sein d'une même paire comme détaillé ci-après. Les contenus qui correspondent à une paire donnée de l'empreinte sémantique de l'utilisateur sont ainsi ordonnés entre eux en fonction de leur score. Le score d'un contenu 15 peut être impacté comme détaillé ci-après par un vecteur de pondération. Selon une caractéristique de l'invention, ledit procédé comprend aussi : -une étape d'identification d'une deuxième interaction de l'utilisateur avec un contenu, appelé deuxième contenu; et 20 - une étape de génération dans l'empreinte sémantique de l'utilisateur, d'au moins une nouvelle paire correspondant à une paire de thème(s) et/ou mood(s) présents dans le deuxième contenu, et une étape de détermination de la pondération correspondante de la nouvelle paire en fonction de ladite deuxième interaction; 25 - et/ou, une étape de modification, en fonction de la deuxième interaction avec le deuxième contenu, de la pondération d'au moins une paire de ladite empreinte sémantique de l'utilisateur. Lesdites première et deuxième interactions peuvent être de même type ou non, 30 par exemple un deuxième visionnage ou une notation. Le deuxième contenu peut être le même que le premier contenu dans le cas d'interactions différentes. La génération d'une nouvelle paire comprenant un mood est de 3037758 5 préférence réalisée si le mood est un mood principal, c'est-à-dire un mood dont la pondération est supérieure à une valeur seuil. Dans le cas où le deuxième contenu est différent du premier contenu et où des 5 thème(s) et/ou mood(s) diffèrent entre les deux contenus, la différence entre deux moods de même désignation peut porter sur le caractère principal ou secondaire du mood du fait d'une différence de pondération. Ainsi un mood peut être considéré comme mood principal pour un contenu et comme un mood secondaire pour un autre contenu.
10 A la suite de la génération de nouvelles paires et/ou de la modification de pondération de paires, la paire de plus forte pondération est déterminée et les contenus associés à cette paire sont ordonnés de manière décroissante en fonction de leur score.
15 Selon une caractéristique de l'invention, un mood d'un contenu qui présente une valeur de pondération au-delà d'une valeur seuil donnée, étant appelé mood principal, une majoration est attribuée à la pondération d'une paire de l'empreinte sémantique de l'utilisateur, quand l'un des moods composant la 20 paire est un mood principal, ou quand l'un des thèmes composant la paire est associé à un mood principal. En particulier, l'impact de l'interaction sur la pondération de ladite paire est majoré.
25 Selon une caractéristique de l'invention, un mood d'un contenu qui présente une valeur de pondération au-delà d'une valeur seuil donnée, étant appelée mood principal, la génération d'une paire de l'empreinte sémantique de l'utilisateur à partir d'un mood ou de deux moods présent(s) dans un contenu 30 avec lequel l'utilisateur a interagi, n'est réalisée que si le ou chacun desdits moods correspond à un mood principal.
3037758 6 Pour autant, on peut prévoir qu'une paire comprend un thème associé à un mood secondaire. Selon une caractéristique de l'invention, les contenus sont ordonnés en 5 mettant en avant des contenus présentant une paire de thème(s) et/ou mood(s) correspondant à une paire de l'empreinte sémantique de l'utilisateur de plus forte pondération devant d'autres contenus présentant une paire de thème(s) et/ou mood(s) correspondant à une paire de l'empreinte sémantique de l'utilisateur de plus faible pondération.
10 Le fait qu'une paire de l'empreinte sémantique de l'utilisateur se retrouve avec une plus forte pondération que les autres paires, peut résulter d'une opération de filtrage, par exemple en fonction de données temporelles, excluant certaines paires de pondération plus importante. Ainsi, la recommandation de contenu 15 sur la base de la paire de plus forte pondération se poursuit avec la paire suivante de plus haut score qui reste après exclusion éventuelle de certaines paires. Selon une caractéristique de l'invention, un score étant affecté à chaque 20 contenu, les contenus correspondant à une paire donnée de l'empreinte sémantique de l'utilisateur sont ordonnés entre eux en fonction de leur score. Le score d'un contenu peut être déterminé par tout mécanisme de calcul de score. A titre d'exemple, on peut prévoir que le score soit calculé à l'aide d'un 25 mécanisme de calcul statistique, tel qu'un calcul de score par indice de popularité. Avantageusement, le même mécanisme est utilisé pour calculer les scores des différents contenus. Le score d'un contenu relativement à une paire donnée de l'empreinte 30 sémantique peut être impacté comme détaillé ci-après par la présence ou non d'un thème ou mood dans ledit contenu, lorsqu'un vecteur de pondération est associé à ladite paire.
3037758 7 Selon une caractéristique de l'invention, au moins l'une des paires de l'empreinte sémantique de l'utilisateur, appelée paire vectorisée, est associée à un troisième paramètre, appelé vecteur de pondération, qui cible un thème 5 et/ou un mood de telle sorte que le score d'un contenu, qui comprend ladite paire vectorisée, est fonction de la présence ou non dans ledit contenu du thème et/ou du mood ciblé par le vecteur de pondération. Le vecteur de pondération peut potentiellement être associé à n'importe qu'elle 10 paire de thème(s) et/ou mood(s) issue de l'empreinte sémantique d'un contenu appartenant à l'historique de l'utilisateur. Selon une caractéristique de l'invention, ledit procédé comprend une étape d'exclusion de recommandation de paire selon laquelle la recommandation de 15 contenu(s) associé(s) à une première paire de l'empreinte sémantique de l'utilisateur, entraine l'exclusion d'une deuxième paire de l'empreinte sémantique de l'utilisateur qui présente un thème ou un mood commun avec un thème ou un mood de la première paire de l'empreinte sémantique de l'utilisateur.
20 Selon une caractéristique de l'invention, ledit procédé comprend une étape d'exclusion de contenu relativement à une paire de l'empreinte sémantique de l'utilisateur, selon laquelle la recommandation de contenu(s) associé(s) à une première paire de l'empreinte sémantique de l'utilisateur entraine l'exclusion de 25 ce(s) même(s) contenu(s) dans une deuxième paire de l'empreinte sémantique de l'utilisateur à laquelle est ou sont aussi associés le(s)dit(s) contenu(s). On peut prévoir que lorsque des contenus sont recommandés au regard d'une paire donnée de l'empreinte de l'utilisateur, ces mêmes contenus sont alors 30 exclus des autres paires pour la suite de la recommandation. Selon un aspect particulier, les paires de l'empreinte sémantique en fonction 3037758 8 desquelles les contenus sont ordonnés, sont filtrées en fonction du nombre de contenus correspondant à ces paires, le nombre de contenus étant éventuellement impacté par l'exclusion de contenu comme rappelé ci-dessus. Ainsi, si après recommandation de contenu d'une première paire, des contenus 5 sont exclus d'une deuxième paire et que le nombre de contenus restant associé à la deuxième est inférieure à un nombre seuil, ladite deuxième paire est elle même exclue du procédé recommandation. Selon une caractéristique de l'invention, la pondération d'une paire de 10 l'empreinte sémantique de l'utilisateur, générée en fonction d'une interaction avec un contenu, est fonction du type de l'interaction identifiée. Selon une caractéristique de l'invention, ledit procédé comprend la mémorisation de données de filtre, par exemple des données temporelles, 15 telles qu'un horaire de consultation et/ou, la date et/ou l'horaire de la mise en oeuvre dudit procédé de recommandation, en fonction desquelles les contenus sont ordonnés. Les paires de l'empreinte peuvent être filtrées en fonction desdites données de filtre.
20 Selon une caractéristique de l'invention, l'interaction de l'utilisateur avec au moins l'un des contenus comprend : - la consultation d'informations, par exemple une fiche, relatives audit contenu; et/ou - la lecture dudit contenu, par exemple pour son visionnage et/ou son écoute; 25 et/ou - l'ajout en liste de lecture; et/ou - la mise en alerte dudit contenu; et/ou - l'enregistrement dudit contenu; et/ou - la notation dudit contenu.
30 L'invention concerne également un système informatique de recommandation à un utilisateur de contenus, ledit système informatique comprenant : 3037758 9 - des moyens d'attribution à des contenus: - de premiers paramètres, appelés thèmes, et/ou - de deuxièmes paramètres, appelés moods, - des moyens d'identification d'une interaction, appelée première interaction, 5 de l'utilisateur avec au moins un contenu, appelé premier contenu; - des moyens de génération, en fonction de ladite première interaction et dudit premier contenu, d'un ensemble, appelé empreinte sémantique de l'utilisateur, qui comprend des paires de mood(s) et/ou de thème(s) définies en fonction des thèmes et/ou moods dudit premier contenu; 10 - des moyens de détermination pour chacune desdites paires de l'empreinte d'une pondération définie en fonction de ladite première interaction; - des moyens d'ordonnancement d'au moins une partie desdits contenus en fonction des pondérations d'au moins une partie des paires de l'empreinte sémantique de l'utilisateur.
15 Selon une caractéristique avantageuse de l'invention, le système comprend aussi : - des moyens d'identification d'une deuxième interaction de l'utilisateur avec un contenu, appelé deuxième contenu; et 20 - des moyens de génération dans l'empreinte sémantique de l'utilisateur, d'au moins une nouvelle paire correspondant à une paire de thème(s) et/ou mood(s) présents dans le deuxième contenu, et des moyens de détermination de la pondération correspondante de la nouvelle paire en fonction de ladite deuxième interaction ;et 25 -des moyens de modification, en fonction de la deuxième interaction avec le deuxième contenu, de la pondération d'au moins une paire de ladite empreinte sémantique de l'utilisateur. L'invention concerne également un programme d'ordinateur comprenant des 30 instructions de code de programme pour l'exécution des étapes d'un procédé tel que décrit ci-dessus lorsque ledit programme est exécuté par un processeur, formant partie d'un système informatique, tel qu'un ordinateur, une 3037758 10 télévision intelligente, une tablette ou un téléphone intelligent. L'invention sera bien comprise à la lecture de la description suivante d'exemples de réalisation, en référence aux dessins annexés dans lesquels : 5 - la figure 1 est une représentation schématique de moods et de thèmes associés à un premier contenu C1, conformément à un mode de réalisation de l'invention; - la figure 2 est une représentation schématique de l'empreinte sémantique associée à un utilisateur après un visionnage par l'utilisateur du premier 10 contenu C1; - la figure 3 est une représentation schématique de moods et de thèmes associés à un deuxième contenu C2, conformément à un mode de réalisation de l'invention; - la figure 4 est une représentation schématique de l'empreinte sémantique 15 issue de celle de la figure 2, mais impactée après une notation par l'utilisateur du deuxième contenu C2; - la figure 5 est une représentation schématique de trois autres contenus qui présentent chacun les éléments de la paire de l'empreinte sémantique de plus grande pondération; 20 - la figure 6 est une représentation schématique du classement des trois contenus C3, C4, C5 de la figure 5 en fonction de leur score, le score d'un des contenus étant impacté par un vecteur de pondération associé à ladite paire de plus grande pondération; - la figure 7 est une représentation schématique du classement de deux autres 25 contenus C6, C7 en fonction de leur score, ces deux autres contenus étant associés à la paire de plus grande pondération qui reste après la recommandation des contenus de la paire de la figure 5 ; - la figure 8 est un schéma de bloc illustrant des étapes d'un procédé de recommandation de contenus conformément à un mode de réalisation de 30 l'invention. En référence aux figures et comme rappelé ci-dessus, l'invention concerne un 3037758 11 procédé et un système de recommandation à un utilisateur de contenus. Selon un mode de réalisation, lesdits contenus sont des contenus de type multimédia, tels que des films, des programmes de télévision ou des vidéos. Les contenus peuvent aussi être des livres, de la musique, ou d'autres types de contenus.
5 Dans la suite de la description lesdits contenus sont des films. Mais bien entendu la description est applicable à d'autres types de contenus. Il est prévu d'attribuer à chaque contenu C1, C2, C3, C4, C5, C6, C7 des 10 premiers paramètres T1, T2, T3, T4,..., T30 appelés thèmes (étape 110). Des deuxièmes paramètres M1 à M9 appelés moods, sont aussi attribués aux contenus Cl , C2,..., C6, C7. Avantageusement, chaque thème est par défaut associé à un ou plusieurs 15 moods. Plusieurs thèmes peuvent être associés à un même mood et un thème peut être associé à plusieurs moods. Préférentiellement, une pondération est aussi affectée à chaque mood relativement au contenu auquel ledit mood est attribué.
20 On peut prévoir que la pondération d'un mood dans un contenu donné est déterminée en fonction des thèmes qui sont associés à ce mood et attribués audit contenu. La pondération d'un mood peut être définie par application d'une formule mathématique ou à l'aide d'une table de correspondance.
25 La pondération peut être aussi définie indépendamment du ou des thèmes associés, par exemple par une valeur prédéfinie relative au contenu. La pondération d'un mood peut varier pour un même mood d'un contenu à un autre.
30 Selon un aspect particulier, lesdits thèmes et mood attribués à un contenu sont issus d'un ensemble de thèmes et de moods définis de sorte que chaque thème dudit ensemble de thèmes est associé à au moins un mood. Autrement 3037758 12 dit, chaque thème est porteur de pondération dans un ou plusieurs moods, de sorte que lorsqu'un thème est attribué à un contenu, le mood ou au moins une partie des moods dans le ou lesquels ledit thème est porteur de pondération est aussi attribué audit contenu. Ainsi lorsqu'un thème est attribué à un 5 contenu au moins l'un des moods auquel il est associé est attribué audit contenu. On peut aussi prévoir qu'un mood soit attribué à un contenu sans pour autant qu'un thème qui est associé à ce mood soit attribué audit contenu. Préférentiellement, les thèmes et/ou mood qui forment les éléments des paires 10 de l'empreinte sémantique comprennent des paires de thème(s) et de mood(s) pour lesquelles le thème est associé, en dehors de ladite paire, à un autre mood que ledit mood de la paire. L'ensemble des thème(s) et/ou mood(s) attribués à un contenu ainsi que leur 15 poids, forment ainsi, éventuellement avec d'autres paramètres, l'empreinte sémantique du contenu. Comme illustré à la figure 1, le contenu Cl qui correspond au film « Inception » comprend les thèmes et moods suivants : 20 -le mood M1 : « Twisty » dont la pondération Wmi est égale à 10, avec les thèmes T1 : « Masterplan » et T2 : « Intricate narrative » ; - le mood M2 : « Spectacular » dont la pondération WM2 est égale à 9 ; -le mood M3 : « Suspense » dont la pondération WM3 est égale à 5,5 avec le thème T3 : « Beat the clock » ; 25 -le mood M4 : « Strange » dont la pondération WM4 est égale à 7,5, avec les thèmes T4 : « Dreamscape » et T5 : «Virtual Reality » ; -le mood M5: « Romance » dont la pondération WM5 est égale à 5,5 avec le thème T6 : « Forbidden love » ; -le mood M6 : « Tears » dont la pondération WM6 est égale à 4,5 avec le 30 thème T7: « Mourning and Bereavement » ; -le mood M7 : « Subtil » dont la pondération WM7 est égale à 4 avec le thème T8: « Brain bend ».
3037758 13 L'utilisateur interagit avec un ou plusieurs contenus. Le ou lesdits contenus avec le ou lesquels l'utilisateur a interagi sont identifiés (étape 120) par le système de recommandation. L'interaction est réalisée au moyen d'une 5 interface du système, telle qu'un écran tactile ou périphérique de type souris ou clavier, qui permet par exemple de cliquer sur le contenu. A l'étape 130, des paires de mood(s) et/ou de thème(s) sont générées pour former l'empreinte sémantique de l'utilisateur. Lesdites paires sont générées à 10 partir de mood(s) et/ou de thème(s) des contenus avec lequel l'utilisateur a interagi. Préférentiellement, la génération d'une paire de l'empreinte sémantique de l'utilisateur à partir d'un mood ou de deux moods présent(s) dans un contenu 15 avec lequel l'utilisateur a interagi, n'est réalisée que si le ou chacun desdits moods correspond à un mood principal. On entend par mood principal un mood dont la valeur de pondération est strictement supérieure à une valeur prédéfinie. Dans l'exemple illustré aux figures, ladite valeur seuil est de 5,5. Ainsi lorsqu'une paire de l'empreinte sémantique de l'utilisateur comprend un 20 ou deux moods, le ou chacun desdits moods correspond à un mood principal. Pour autant, des paires sont aussi générées à partir des thèmes dudit contenu quand bien même lesdits thèmes ne sont pas associés à des moods principaux.
25 Ainsi, comme illustré à la figure 2, lorsque l'utilisateur visionne le contenu C1, le système détecte l'interaction WTCH et génère les paires P1 ri, P2,1, P3,1 P20,1, ... à partir des moods principaux et des thèmes du contenu Cl. A l'étape 140, les pondérations des paires sont déterminées en fonction de la 30 valeur associée à l'interaction qui concerne lesdites paires. Dans l'exemple illustré à la figure 2, la valeur de l'interaction WTCH est de 3. Avantageusement, une majoration de pondération est attribuée à la 3037758 14 pondération d'une paire de l'empreinte sémantique de l'utilisateur dont un mood est un mood principal et/ou dont un thème est associé à un mood principal.
5 Ainsi les pondérations de P1 à P3 sont chacune de 31,3= 3,9 puisqu'elles bénéficient du coefficient de pondération fixé ici à 1,3, alors que les pondérations de P4 et P20 sont de 3 puisque leurs thèmes sont associés à des mood secondaires.
10 A partir de cette empreinte telle qu'illustrée à la figure 2, les contenus peuvent être ordonnés à l'étape 150 en fonction de la pondération des paires de l'empreinte. Cet ordonnancement est détaillé ci-après dans le cas d'une interaction supplémentaire.
15 L'interaction de l'utilisateur avec un contenu peut correspondre à un ou plusieurs des événements suivants: - la consultation d'informations, par exemple une fiche, relatives audit contenu; et/ou - la lecture dudit contenu, par exemple pour son visionnage et/ou son écoute; 20 et/ou - l'ajout en liste de lecture; et/ou - la mise en alerte dudit contenu; et/ou - l'enregistrement dudit contenu; et/ou - la notation dudit contenu.
25 Chaque interaction est assimilée à un niveau d'intérêt pour l'utilisateur. Chaque niveau d'intérêt ainsi détecté par le système de recommandation est traduit en une pondération, qui détermine ou modifie la pondération d'une ou plusieurs paires de l'empreinte sémantique de l'utilisateur.
30 Comme illustré à la figure 3, le contenu C2 qui correspond au film «Spiderman» comprend les thèmes et moods suivants : 3037758 15 -le mood M2 : « Spectacular » dont la pondération est égale à 9,5 ; -le mood M3 : « Suspense » dont la pondération est égale à 5,5 avec le thème T3 : « Beat the clock » ; -le mood M4 : « Strange » dont la pondération est égale à 5, avec les 5 thèmes T9 : « Monsters » et T10 : «Superheroes » ; -le mood M5: « Romance » dont la pondération est égale à 5 avec le thème T11 : « Love in Action » et le thème T6 : « Forbidden Love » -le mood M8 : « Friends » dont la pondération est égale à 3 avec le thème T12: « Teenager and College kids » 10 -le mood M7 : « Subtil » dont la pondération est égale à 0 avec le thème T13: « Scientists» -le mood M9 : « Places » dont la pondération est égale à 0 avec le thème T14: « New York » 15 Par ailleurs, le contenu C2 comprend aussi un paramètre supplémentaire, appelé vecteur de pondération, noté VTio. Le vecteur de pondération cible un thème et/ou un mood. Dans l'exemple illustré aux figures, le vecteur de pondération VTio cible le thème T10 de sorte que le vecteur de pondération va être associé aux paires P200, P201, P215, appelées paires vectorisées, autres 20 que celles comprenant le thème ciblé T10, qui vont être générées dans l'empreinte sémantique sur la base du contenu C2. Par la suite, le score d'un contenu au sein d'une paire vectorisée, qui comprend ladite paire vectorisée mais ne comprend pas le thème ciblé, ici le 25 thème T10, est alors impacté par ledit vecteur comme détaillé ci-après en lien avec la figure 5. Comme illustré à la figure 4, lorsque l'utilisateur attribue une note au contenu C2, le système identifie à l'étape 121 l'interaction RTE de l'utilisateur avec le 30 contenu C2, ce qui impacte l'empreinte sémantique de l'utilisateur. L'interaction de l'utilisateur avec le contenu C2 entraine la génération (étape 3037758 16 131) dans l'empreinte sémantique de l'utilisateur, d'une ou plusieurs nouvelles paires comprenant une paire de thème(s) et/ou mood(s) présents dans le contenu C2.
5 Les paires P200,2, P201,2 et P215,2 sont ainsi générées du fait de la présence des thèmes T11, T9, T13, T14 et T3 dans le contenu C2. La pondération de la nouvelle paire P215 est déterminée à l'étape 141 à partir de la valeur de l'interaction RTE, à savoir 12. Du fait que la paire P215 ne 10 présente pas de mood principal ou de thème associé à un mood principal, la valeur de l'interaction n'est pas majorée pour le calcul de pondération. Du fait que les thèmes T11, T9, T13 sont associés à des moods principaux, la pondération de chacune des nouvelles paires P200 et P201 est déterminée par 15 la valeur de l'interaction, à savoir 12, affectée d'un coefficient de majoration, ici 1,3. Ainsi, la pondération de chacune de ces paires P200 et P201 est de 15,6. A la suite de l'interaction RTE avec le contenu C2, les pondérations des paires P1, P2, respectivement composées des thèmes T5, T8 d'une part, T4, T3 20 d'autre part, restent inchangées du fait que les thèmes T5, T8, T4, n'appartiennent pas au contenu C2. Une nouvelle interaction peut aussi entrainer la modification (étape 132) d'une ou plusieurs paires de l'empreinte sémantique de l'utilisateur. Selon un aspect 25 particulier, la modification de la pondération d'au moins une partie des paires précédemment générées est réalisée suite à l'interaction de l'utilisateur avec le nouveau contenu lorsque celui-ci présente une ou des paires de thème(s) et/ou mood(s) que l'on retrouve dans le contenu précédent.
30 En particulier, on peut prévoir que le calcul de la pondération d'une paire à la suite d'une interaction avec un contenu porteur de ladite paire soit réalisé en additionnant la valeur de ladite interaction, éventuellement affectée d'un 3037758 17 coefficient de majoration, à la valeur de pondération précédente de ladite paire. Ainsi, la pondération de paire P4 est augmentée de la valeur associée à l'interaction RTE, à savoir 12, du fait que les thèmes T3 et T6 sont aussi 5 présents dans le contenu C2, de sorte que la pondération de la paire P4 passe à 15. Pour autant, la paire P4 ne bénéficie pas d'un coefficient de majoration du fait qu'aucun de ses thèmes n'est associé à un mood principal dans le contenu C2.
10 En lien avec les figures 2 et 4 on notera que l'indice il et par la suite l'indice i2 correspond au nombre d'interactions. Ainsi la paire P4i1 correspond à la paire P4 définie suite la première interaction WTCH, et la paire P4i2 correspond à la paire P4 définie suite à la deuxième interaction RTE.
15 Avantageusement, lorsque deux paires de l'empreinte sémantique de l'utilisateur présentent le même poids, les deux paires sont ordonnées l'une par rapport à l'autre suivant l'ordre croissant alphabétique et/ou numérique de leur désignation. Ainsi, dans l'exemple illustré aux figures 4 et 5, la paire de plus fort poids est considérée comme étant la paire P200 dont les thèmes sont T9 et 20 T11. Les contenus C3 correspondant à « Jack », C4 correspondant à « Thor », et C5 correspondant à « Hulk » sont associés à la paire P200 du fait qu'ils contiennent chacun les thèmes T9 et T11. Les contenus C3, C4 et C5 sont 25 ordonnés au sein de la paire P200 en fonction de leur score. Comme rappelé ci-dessus, le score de chacun de ces contenus peut être une valeur de popularité. Comme illustré à la figure 5, le contenu C3 ne comprend pas le thème T10. Le 30 vecteur de pondération VT10 étant associé à la paire P200, il en résulte que le score initial du contenu C3 est abaissé par application audit score initial d'un coefficient compris entre 0 et 1, ici 0,1.
3037758 18 Le contenu C4 dont le score est de 3,5 est ainsi recommandé devant le contenu C5 dont le score est de 3,2 et devant le contenu C3 dont le score a été abaissé à 0,34.
5 L'ordonnancement des contenus au regard des différentes paires de l'empreinte sémantique de l'utilisateur est réalisé de manière à recommander des contenus d'une paire de pondération donnée devant des contenus d'une paire de pondération plus faible. Autrement dit, le procédé de recommandation 10 donne la priorité aux contenus contenant des thème(s) et/ou mood(s) correspondant à une paire de forte pondération présente dans l'empreinte de l'utilisateur par rapport au score même des contenus qui n'est qu'un critère secondaire d'ordonnancement.
15 Avantageusement, lorsque les contenus d'une paire donnée sont recommandés, les autres paires qui présentent l'un des thème(s) et/ou mood(s) de ladite paire sont exclues. A noter que les contenus eux-mêmes qui correspondent auxdites paires ne sont pas en soit exclus de sorte que, si ces contenus correspondent, de part leurs thème(s) et/ou mood(s), aussi à une 20 autre paire non exclue, ils pourront être recommandés au sein d'une telle autre paire non exclue. Dans l'exemple illustré aux figures, la paire P201 et la paire P200 dont les contenus sont recommandés comme expliqué ci-dessus ont en commun le 25 thème T1. La paire P201 est alors exclue à l'étape 142 du processus de recommandation. La recommandation se poursuit alors sur la base de la paire restante de plus fort poids, ici la paire P4. Ainsi, la recommandation des contenus C5, C4, C3 de la paire P200 (figure 6), 30 est suivie à l'étape 151 de la recommandation des contenus C6 et C7 qui comprennent les thèmes T3, T6 et sont ainsi associés à la paire P4 (figure 7). Le contenu C6 correspond au film « Charleston et Vendetta » et le contenu C7, 3037758 19 de plus faible score, correspondant au film « Hancock ». Ainsi les contenus Cl, C2, C3, C4, C5, C6, C7 sont ordonnés en mettant prioritairement en avant les contenus Cl, C2, C3, C4, C5, présentant une paire 5 de thème(s) et/ou mood(s) correspondant à la paire P200 de l'empreinte sémantique de l'utilisateur de plus forte pondération, devant d'autres contenus C6, C7 présentant une paire de thème(s) et/ou mood(s) correspondant à une paire P4 de l'empreinte sémantique de l'utilisateur de pondération plus faible. Et au sein même d'une paire donnée, les contenus sont ordonnés en fonction 10 de leur score qui peut être impacté par un vecteur de pondération associé à ladite paire. Les opérations décrites ci-dessus peuvent être réalisées sous forme d'un programme d'ordinateur comprenant des instructions de code de programme 15 pour l'exécution desdites étapes par un processeur, formant partie du système informatique qui peut être par exemple un ordinateur, une télévision intelligente, une tablette ou un téléphone intelligent. En particulier, les différents moyens du système, qui permettent d'obtenir lesdites fonctions d'attribution, d'identification, de génération, de détermination, 20 d'ordonnancement, d'exclusion, de majoration, de pondération peuvent être réalisés sous forme de modules informatiques exécutables par un processeur du système, éventuellement sur un serveur distant des moyens d'affichage du système. Le système comprend aussi un écran d'affichage et une interface de communication avec l'utilisateur telle qu'un clavier et/ou une sourie et/ou une 25 interface tactile. Ces programmes d'ordinateur, ou instructions informatiques, peuvent être contenus dans des dispositifs de stockage de programme, par exemple des supports de stockage de données numériques lisibles par ordinateur, ou des 30 programmes exécutables. Les programmes ou instructions peuvent aussi être exécutés à partir de périphériques de stockage de programme.
3037758 20 Bien qu'au moins un mode de réalisation de l'invention ait été illustré et décrit, il convient de noter que d'autres modifications, substitutions et alternatives apparaissent à l'homme de l'art et peuvent être changées sans sortir de la portée de l'objet décrit ici.
5 La présente demande envisage de couvrir toutes les adaptations et variations des modes de réalisation décrits ci-dessus. De plus, le terme « comprenant » n'exclut pas d'autres éléments ou étapes. En outre, des caractéristiques ou étapes qui ont été décrites en référence à l'un des modes de réalisation 10 exposés ci-dessus peuvent également être utilisées en combinaison avec d'autres caractéristiques ou étapes d'autres modes de réalisation exposés ci-dessus. On notera qu'il faut inclure dans la portée du brevet toutes les modifications envisagées ci-dessus dans la mesure où elles font partie de la contribution des inventeurs à l'art antérieur. De telles modifications, 15 substitutions et alternatives peuvent être réalisées sans sortir du cadre et de l'esprit de la présente invention.
Claims (15)
- REVENDICATIONS1. Procédé de recommandation de contenus à un utilisateur, mis en oeuvre à l'aide d'un système informatique, ledit procédé comprenant les étapes 5 suivantes : - attribution (110) à des contenus (C1, C2, C3, C4, C5, C6, C7) : - de premiers paramètres (T1,..., T30), appelés thèmes, et/ou - de deuxièmes paramètres, appelés moods (M1,..., M9); - identification (120) d'une interaction, appelée première interaction (WTCH), 10 de l'utilisateur avec au moins l'un des contenus (C1), appelé premier contenu; - génération (130), en fonction de ladite première interaction (WTCH) et dudit premier contenu (C1), d'un ensemble, appelé empreinte sémantique de l'utilisateur, qui comprend des paires (P1, P2, P3, P4,..., P20) de mood(s) et/ou de thème(s) définies en fonction des thème(s) et/ou mood(s) dudit premier 15 contenu (C1); - détermination (140) pour chacune desdites paires (P1, P2, P3, P4,..., P20) de l'empreinte sémantique de l'utilisateur, d'une pondération (Wp1, WP2, WP3, WP4, , WP20) définie en fonction de ladite première interaction (WTCH); - ordonnancement (150, 151) d'au moins une partie desdits contenus (C3, C4, 20 C5, C6, C7) en fonction des pondérations (W , - P1, WP2, WP3, WP4, WP20) d'au moins une partie des paires (P1, P2, P3, P4,..., P20) de l'empreinte sémantique de l'utilisateur.
- 2. Procédé selon la revendication 1, caractérisé en ce que ledit procédé 25 comprend aussi : -une étape d'identification (121) d'une deuxième interaction (RTE) de l'utilisateur avec un contenu (C2), appelé deuxième contenu; et - une étape de génération (131) dans l'empreinte sémantique de l'utilisateur, d'au moins une nouvelle paire (P200, P201, P215) 30 correspondant à une paire de thème(s) (T9, T11, T13, T14) et/ou mood(s) présents dans le deuxième contenu (C2), et une étape de détermination (141) de la pondération correspondante (W , - P200, WP201, 3037758 22 WP215) de la nouvelle paire en fonction de ladite deuxième interaction (RTE); - et/ou, une étape de modification (132), en fonction de la deuxième interaction (RTE) avec le deuxième contenu (C2), de la pondération (Wp4) d'au moins une paire (P4) de ladite empreinte sémantique de l'utilisateur.
- 3. Procédé selon l'une des revendications précédentes, caractérisé en ce que, un mood (M1, M4) d'un contenu (C1) qui présente une valeur de pondération au-delà d'une valeur seuil donnée, étant appelé mood principal, une majoration est attribuée à la pondération d'une paire (P1, P2, P3) de l'empreinte sémantique de l'utilisateur, quand l'un des moods composant la paire est un mood principal, ou quand l'un des thèmes composant la paire est associé à un mood principal.
- 4. Procédé selon l'une des revendications précédentes, caractérisé en ce que, un mood (M1) d'un contenu (C1) qui présente une valeur de pondération au-delà d'une valeur seuil donnée, étant appelé mood principal, la génération d'une paire (P3) de l'empreinte sémantique de l'utilisateur à partir d'un mood (M1) ou de deux moods présent(s) dans un contenu (C1) avec lequel l'utilisateur a interagi, n'est réalisée que si le ou chacun desdits moods (M1) correspond à un mood principal.
- 5. Procédé selon l'une des revendications précédentes, caractérisé en ce que les contenus (C3, C4, C5, C6, C7) sont ordonnés en mettant en avant des contenus (C3, C4, C5) présentant une paire de thème(s) et/ou mood(s) correspondant à une paire (P200) de l'empreinte sémantique de l'utilisateur de plus forte pondération, devant d'autres contenus (C6, C7) présentant une paire de thème(s) et/ou mood(s) correspondant à une paire (P4) de l'empreinte sémantique de l'utilisateur de plus faible pondération.
- 6. Procédé selon l'une des revendications précédentes, caractérisé en ce que, 3037758 23 un score étant affecté à chaque contenu, les contenus (C3, C4, C5) correspondant à une paire (P200) donnée de l'empreinte sémantique de l'utilisateur sont ordonnés entre eux en fonction de leur score. 5
- 7. Procédé selon la revendication 6, caractérisé en ce qu'au moins l'une des paires (P200) de l'empreinte sémantique de l'utilisateur, appelée paire vectorisée, est associée à un troisième paramètre, appelé vecteur de pondération (VT10), qui cible un thème (T10) et/ou un mood de telle sorte que le score d'un contenu (C3), qui comprend ladite paire vectorisée (P200), est 10 fonction de la présence ou non dans ledit contenu (C3) du thème (T10) et/ou du mood ciblé par le vecteur de pondération (V1-10).
- 8. Procédé selon l'une des revendications précédentes, caractérisé en ce que ledit procédé comprend une étape d'exclusion (142) de recommandation de 15 paire selon laquelle la recommandation de contenus associés à une première paire (P200) de l'empreinte sémantique de l'utilisateur, entraine l'exclusion d'une deuxième paire (P201) de l'empreinte sémantique de l'utilisateur qui présente un thème (T11) ou un mood commun avec un thème ou un mood de la première paire (P200) de l'empreinte sémantique de l'utilisateur. 20
- 9. Procédé selon l'une des revendications précédentes, caractérisé en ce que ledit procédé comprend une étape d'exclusion de contenu relativement à une paire de l'empreinte sémantique de l'utilisateur, selon laquelle la recommandation de contenu(s) associé(s) à une première paire de l'empreinte 25 sémantique de l'utilisateur entraine l'exclusion de ce(s) même(s) contenu(s) dans une deuxième paire de l'empreinte sémantique de l'utilisateur à laquelle est ou sont aussi associés le(s)dit(s) contenu(s).
- 10. Procédé selon l'une des revendications précédentes, caractérisé en ce que 30 la pondération d'une paire de l'empreinte sémantique de l'utilisateur, générée en fonction d'une interaction avec un contenu, est fonction du type de l'interaction identifiée. 303 775 8 24
- 11. Procédé selon l'une des revendications précédentes, caractérisé en ce que ledit procédé comprend la mémorisation de données de filtre, par exemple des données temporelles, telles qu'un horaire de consultation et/ou, la date et/ou 5 l'horaire de la mise en oeuvre dudit procédé de recommandation, en fonction desquelles les contenus sont ordonnés.
- 12. Procédé selon l'une des revendications précédentes, caractérisé en ce que l'interaction de l'utilisateur avec au moins l'un (C1, C2) des contenus 10 comprend: - la consultation d'informations, par exemple une fiche, relatives audit contenu; et/ou - la lecture dudit contenu, par exemple pour son visionnage et/ou son écoute; et/ou 15 - l'ajout en liste de lecture; et/ou - la mise en alerte dudit contenu; et/ou - l'enregistrement dudit contenu; et/ou - la notation dudit contenu. 20
- 13. Programme d'ordinateur comprenant des instructions de code de programme pour l'exécution des étapes d'un procédé selon l'une des revendications 1 à 12 lorsque ledit programme est exécuté par un processeur formant partie d'un système informatique, tel qu'un ordinateur, une télévision intelligente, une tablette ou un téléphone intelligent. 25
- 14. Système informatique de recommandation à un utilisateur de contenus, ledit système informatique comprenant : - des moyens d'attribution (110) à des contenus (C1, C2, C3, C4, C5, C6, C7): - de premiers paramètres (T1, ..., T30), appelés thèmes, et/ou 30 - de deuxièmes paramètres, appelés moods (M1, ..., M9), - des moyens d'identification (120) d'une interaction, appelée première interaction, avec au moins un contenu (C1), appelé premier contenu, avec 3037758 25 lequel l'utilisateur a interagi; - des moyens de génération (130), en fonction de ladite première interaction et dudit premier contenu (C1), d'un ensemble, appelé empreinte sémantique de l'utilisateur, qui comprend des paires (P1, P2, P3, P4, ..., P20) de mood(s) 5 et/ou de thème(s) définies en fonction des thème(s) et/ou mood(s) dudit premier contenu; - des moyens de détermination (140) pour chacune desdites paire de l'empreinte d'une pondération définie en fonction de ladite première interaction; - des moyens d'ordonnancement (150, 151) d'au moins une partie desdits io contenus (C3, C4, C5, C6, C7) en fonction des pondérations des paires de l'empreinte sémantique de l'utilisateur.
- 15. Système informatique selon la revendication 14, caractérisé en ce que ledit système comprend aussi : 15 - des moyens d'identification (121) d'une deuxième interaction (RTE) de l'utilisateur avec un contenu (C2), appelé deuxième contenu; et - des moyens de génération (131) dans l'empreinte sémantique de l'utilisateur, d'au moins une nouvelle paire (P200, P201, P215) correspondant à une paire de thème(s) (T9, T11, T13, T14) et/ou mood(s) présents dans le deuxième 20 contenu (C2), et des moyens de détermination (141) de la pondération correspondante (W , - P200, WP201, WP215) de la nouvelle paire en fonction de ladite deuxième interaction (RTE);et -des moyens de modification (132), en fonction de la deuxième interaction (RTE) avec le deuxième contenu (C2), de la pondération (WP4) d'au moins 25 une paire (P4) de ladite empreinte sémantique de l'utilisateur.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1555587A FR3037758B1 (fr) | 2015-06-18 | 2015-06-18 | Procede et systeme de recommandation de contenus a un utilisateur en fonction de l'historique d'interaction de l'utilisateur |
| PCT/FR2016/051488 WO2016203179A1 (fr) | 2015-06-18 | 2016-06-17 | Procédé et système de recommandation de contenus a un utilisateur en fonction de l'historique d'interaction de l'utilisateur |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1555587A FR3037758B1 (fr) | 2015-06-18 | 2015-06-18 | Procede et systeme de recommandation de contenus a un utilisateur en fonction de l'historique d'interaction de l'utilisateur |
| FR1555587 | 2015-06-18 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3037758A1 true FR3037758A1 (fr) | 2016-12-23 |
| FR3037758B1 FR3037758B1 (fr) | 2018-06-29 |
Family
ID=54478112
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1555587A Active FR3037758B1 (fr) | 2015-06-18 | 2015-06-18 | Procede et systeme de recommandation de contenus a un utilisateur en fonction de l'historique d'interaction de l'utilisateur |
Country Status (2)
| Country | Link |
|---|---|
| FR (1) | FR3037758B1 (fr) |
| WO (1) | WO2016203179A1 (fr) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107688587A (zh) * | 2017-02-15 | 2018-02-13 | 腾讯科技（深圳）有限公司 | 一种媒体信息展示方法及装置 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113643046B (zh) * | 2021-08-17 | 2023-07-25 | 中国平安人寿保险股份有限公司 | 适用于虚拟现实的共情策略推荐方法、装置、设备及介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020129368A1 (en) * | 2001-01-11 | 2002-09-12 | Schlack John A. | Profiling and identification of television viewers |
| US20070136753A1 (en) * | 2005-12-13 | 2007-06-14 | United Video Properties, Inc. | Cross-platform predictive popularity ratings for use in interactive television applications |
| US20080114732A1 (en) * | 2006-06-01 | 2008-05-15 | Hiroyuki Koike | Information Processing Apparatus and Method, Program, and Storage Medium |
| US20120324374A1 (en) * | 2011-06-17 | 2012-12-20 | Microsoft Corporation | Movie discovery system |
-
2015
- 2015-06-18 FR FR1555587A patent/FR3037758B1/fr active Active
-
2016
- 2016-06-17 WO PCT/FR2016/051488 patent/WO2016203179A1/fr active Application Filing
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020129368A1 (en) * | 2001-01-11 | 2002-09-12 | Schlack John A. | Profiling and identification of television viewers |
| US20070136753A1 (en) * | 2005-12-13 | 2007-06-14 | United Video Properties, Inc. | Cross-platform predictive popularity ratings for use in interactive television applications |
| US20080114732A1 (en) * | 2006-06-01 | 2008-05-15 | Hiroyuki Koike | Information Processing Apparatus and Method, Program, and Storage Medium |
| US20120324374A1 (en) * | 2011-06-17 | 2012-12-20 | Microsoft Corporation | Movie discovery system |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107688587A (zh) * | 2017-02-15 | 2018-02-13 | 腾讯科技（深圳）有限公司 | 一种媒体信息展示方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2016203179A1 (fr) | 2016-12-22 |
| FR3037758B1 (fr) | 2018-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9998796B1 (en) | Enhancing live video streams using themed experiences | |
| US10748194B2 (en) | Collaboration group recommendations derived from request-action correlations | |
| US9558244B2 (en) | Systems and methods for social recommendations | |
| US10685375B2 (en) | Digital media environment for analysis of components of content in a digital marketing campaign | |
| US9467408B1 (en) | Interactive commentary based on video-content characteristics | |
| AU2017201914B2 (en) | Video analytics device | |
| US20120246302A1 (en) | System and methodology for creating and using contextual user profiles | |
| US10958704B2 (en) | Feature generation for online/offline machine learning | |
| CN108573032A (zh) | 视频推荐方法及装置 | |
| CN110263272A (zh) | 用于呈现与主题相关的内容项目的系统和方法 | |
| US20150143210A1 (en) | Content Stitching Templates | |
| US20150287069A1 (en) | Personal digital engine for user empowerment and method to operate the same | |
| US10958973B2 (en) | Deriving and identifying view preferences of a user consuming streaming content | |
| EP3357017A1 (fr) | Commande de conversation et de version pour des objets dans des communications | |
| US10547582B1 (en) | Methods and systems for enhancing viewer engagement with content portions | |
| EP3202116B1 (fr) | Procédé et dispositif d'aide à la décision | |
| US10810211B2 (en) | Dynamic expression sticker management | |
| FR3037758A1 (fr) | Procede et systeme de recommandation de contenus a un utilisateur en fonction de l'historique d'interaction de l'utilisateur | |
| CN106993226A (zh) | 一种推荐视频的方法及终端 | |
| US10037310B1 (en) | Evaluating content in a computer networked environment | |
| FR2973133A1 (fr) | Procedes d’actualisation et de creation de profils d'utilisateur, de recommandation de contenu et de construction d'une liste de contenus | |
| US11700285B2 (en) | Filtering video content items | |
| FR3037757A1 (fr) | Procede et systeme de recommandation a un utilisateur de contenus a partir de parametre(s) activable(s) par l'utilisateur depuis une interface correspondante. | |
| Kveton et al. | Minimal interaction search in recommender systems | |
| EP3073395B1 (fr) | Procédé et dispositif d'accès à une pluralité de contenus, terminal et programme d'ordinateur correspondants |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20161223 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| CA | Change of address |
Effective date: 20170803 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |
|
| PLFP | Fee payment |
Year of fee payment: 6 |
|
| PLFP | Fee payment |
Year of fee payment: 7 |
|
| PLFP | Fee payment |
Year of fee payment: 8 |
|
| PLFP | Fee payment |
Year of fee payment: 10 |