JP2001189896A - 番組選択支援システム - Google Patents

番組選択支援システム

Info

Publication number
JP2001189896A
JP2001189896A JP2000299286A JP2000299286A JP2001189896A JP 2001189896 A JP2001189896 A JP 2001189896A JP 2000299286 A JP2000299286 A JP 2000299286A JP 2000299286 A JP2000299286 A JP 2000299286A JP 2001189896 A JP2001189896 A JP 2001189896A
Authority
JP
Japan
Prior art keywords
program
ordering
user
recommendation
program characteristics
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.)
Withdrawn
Application number
JP2000299286A
Other languages
English (en)
Inventor
Dong Mei Zhang
メイ ツァン ドン
Wai Yat Wong
ヤット ウォン ワイ
Mikhail Propopenko
プロポペンコ ミハイル
Farhad Fuad Islam
ファド イスラム ファーハド
Ryszard Kowalczyk
ユヴァルツュク リュザード
Alexander Oldfield Michael
アレキサンダー オールドフィールド マイケル
Balder Marc
バルダー マーク
Paul Trayers
トレイヤー ポール
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.)
Canon Inc
Original Assignee
Canon Inc
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
Priority claimed from AUPQ3217A external-priority patent/AUPQ321799A0/en
Priority claimed from AUPQ8529A external-priority patent/AUPQ852900A0/en
Application filed by Canon Inc filed Critical Canon Inc
Publication of JP2001189896A publication Critical patent/JP2001189896A/ja
Withdrawn legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/68—Systems specially adapted for using specific information, e.g. geographical or meteorological information
    • H04H60/72—Systems specially adapted for using specific information, e.g. geographical or meteorological information using electronic programme guides [EPG]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/29—Arrangements for monitoring broadcast services or broadcast-related services
    • H04H60/31—Arrangements for monitoring the use made of the broadcast services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/35—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users
    • H04H60/46—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users for recognising users' preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/61—Arrangements for services using the result of monitoring, identification or recognition covered by groups H04H60/29-H04H60/54
    • H04H60/65—Arrangements for services using the result of monitoring, identification or recognition covered by groups H04H60/29-H04H60/54 for using the result on users' side
    • 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
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • 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
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
    • H04N5/445—Receiver circuitry for the reception of television signals according to analogue transmission standards for displaying additional information

Abstract

(57)【要約】 （修正有） 【課題】 多数の視聴可能な番組から適切な番組を視聴
者に自動的に提案するテレビ・システムを提供する。 【解決手段】 システム50はDTVエージェント・システ
ム21及び少なくとも１つの電子番組ガイド・データベー
ス22を含む。アバタエージェント３７内の学習モジュー
ルはユーザによって見られた各番組に関連付けられた番
組特性を記録し、これらの番組特性の組を形成する。各
組の発生の頻度も決定される。推薦モジュールは、いく
つかのタスクを使用して視聴者推薦のリストをコンパイ
ルする。種々のタスクが定義され、各タスクは視聴者プ
ロファイルを順序付ける方法の唯一の組み合わせと順序
付けられた視聴者プロファイルをフィルタリングするた
めの特定の適切性フィルタを定義する。番組推薦のリス
トを要求するユーザの入力で、タスクによって選択され
た組に最も適合する番組特性を持つ番組を見つけるため
にEPGデータの検索が実行される。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明はテレビ番組の選択に
関し、より詳細にはテレビ番組選択に推薦を提供するた
めのシステムに関する。
【０００２】
【従来の技術】テレビを見ることは多くの家庭では毎日
行われ、スポーツ、映画、ニュース、事実の番組（例え
ば、ドキュメンタリやライフスタイル）などの幅広い番
組内容に関して娯楽の源を提供している。
【０００３】従来、視聴者は地元の新聞又は雑誌に印刷
されたテレビ・スケジュール一覧を見て、見るのに望ま
しい番組を見つけていた。更に、最近では、インターネ
ット又はワールド・ワイド・ウェブを介して電子的な形
で娯楽番組ガイドが利用可能になった。しかし、テレビ
及びケーブル・テレビに衛星受信機が導入されたことに
より、視聴者が利用可能なテレビ・チャネルの数は劇的
に増加した。これにより、印刷された番組一覧又は画面
上の電子番組ガイド（ＥＰＧ）を使用して見るテレビ番
組を選択する作業が、非常に複雑で時間のかかるものに
なった。
【０００４】カテゴリ、時間又は役者を含む番組特性
（特徴）によって順序付けられた番組一覧は、視聴者が
選択を行う時に役に立つが、依然として時間のかかる作
業である。典型的に、ばく大な数の利用可能な番組から
その視聴者にとって興味のある番組はわずかしかない可
能性もある。
【０００５】視聴者が最も頻繁に見る番組のカテゴリを
監視し、最も頻繁に見たカテゴリに基づいて推薦を提供
するシステムが利用可能である。このような構成は、以
前に見た番組から単一の番組特性（カテゴリなど）を選
択し、この選択した番組特性に基づいて推薦を行うだけ
という短所をこうむっている。しかし、視聴者による選
択は種々の番組特性及び番組特性の組合せにさえ依存す
る場合がある。更に、これらの番組特性及び番組特性の
組合せを正確に結合して選択を行うために使用する方法
は、各ユーザについて非常に個別的であり、従来技術の
システムはこのレベルの融通性を提供していない。
【０００６】本発明の目的は、既存の構成の１つ又は複
数の欠点を実質的に克服すること、又は少なくとも改善
することである。
【０００７】
【課題を解決するための手段】本発明の第１の態様によ
れば、番組のタイトル情報及び番組特性を少なくとも１
つの番組ガイド・リストを含むＥＰＧ（電子番組ガイ
ド）データとして利用可能なテレビ・システムで見る番
組の選択を可能にする方法であって、前記テレビ・シス
テムにおいてユーザが見た各番組と関連付けて複数の番
組特性を記録するステップと、各組が前記番組特性の少
なくとも２つからなる番組特性の組を形成するステップ
と、少なくとも各組を、特定の番組を見たいユーザの希
望を表す順序付けられた値と関連付けるステップとを有
し、番組推薦を要求するユーザの入力で、前記番組特性
の組に最も適合する番組特性を有する番組を見つけるた
めにＥＰＧデータの検索を行い、前記番組特性の組に最
も適合する番組の利用可能性を番組推薦として前記ユー
ザに通知することを特徴とする方法が提供される。
【０００８】本発明の別の態様によれば、番組のタイト
ル情報及び番組特性を少なくとも１つの番組ガイド・リ
ストが含まれるＥＰＧ（電子番組ガイド）データとして
入力可能なテレビ・システムで見る番組の選択を可能に
する推薦システムであって、前記テレビ・システムにお
いてユーザが見た各番組と関連付けて複数の番組特性を
記録するメモリ手段と、各組が前記番組特性の少なくと
も２つを有する番組特性の組を形成し、少なくとも各組
を、特定の番組を見たいユーザの希望を表す順序付けら
れた値と関連付ける処理手段と、前記番組特性の組に最
も適合する番組特性を有する番組を見つけるためにＥＰ
Ｇデータの検索を行う検索手段と、番組推薦を要求する
ユーザの入力で、前記番組特性の組に最も適合する番組
の有用性を番組推薦として前記ユーザに通知する画面上
表示手段とを有することを特徴とする推薦システムが提
供される。
【０００９】本発明の更に別の態様によれば、番組のタ
イトル情報及び番組特性が少なくとも１つの番組ガイド
・リストを含むＥＰＧ（電子番組ガイド）データとして
利用可能なテレビ・システムで見る番組の選択を可能に
するためのコンピュータ・プログラムが記録されたコン
ピュータ読み取り可能な媒体を有するコンピュータ・プ
ログラム製品であって、前記テレビ・システムにおいて
ユーザが見た各番組と関連付けて複数の番組特性を記録
するコンピュータ・プログラムコードと、各組が前記番
組特性の少なくとも２つからなる番組特性の組を形成す
るコンピュータ・プログラムコードと、少なくとも各組
を、特定の番組を見たいユーザの希望を表す順序付けら
れた値と関連付けるコンピュータ・プログラムコードと
を有し、番組推薦を要求するユーザの入力で、前記番組
特性の組に最も適合する番組特性を有する番組を見つけ
るためにＥＰＧデータの検索を行い、前記番組特性の組
に最も適合する番組の有用性を番組推薦として前記ユー
ザに通知することを特徴とするコンピュータ・プログラ
ム製品が提供される。
【００１０】本発明の更に別の態様によれば、番組に関
する情報を少なくとも１つの番組ガイド・リストを含む
ＥＰＧ（電子番組ガイド）として利用可能であり、ユー
ザが以前に見た各番組と関連付けられた複数の番組特性
と、以前の番組要求に応じて行われた番組推薦に関し
て、複数の関係の各々と該関係に対応付けて前記ユーザ
の受諾の度合いとが記録されている、テレビ・システム
で見る番組の推薦をユーザに行うための方法であって、
前記番組特性の組を形成するステップと、前記関係か
ら、前記受諾の度合いのうち最も高い度合いを有する少
なくとも１つの関係を選択するステップと、前記選択さ
れた関係を使用して前記番組特性の組を順序付け、番組
特性の順序付けられた組を生成するステップと、前記選
択された関係を使用して前記順序付けられた番組特性の
組をフィルタリングし、番組特性のフィルタリングされ
た組を生成するステップと、前記フィルタリングされた
番組特性の組に最も適合する番組特性を有する番組を見
つけるためにＥＰＧデータの検索を行い、最も高いフィ
ルタリングされた番組特性の組を優先するステップと、
番組推薦を要求するユーザの入力で、前記フィルタリン
グされた組に最も適合する番組の有用性を番組推薦とし
て前記ユーザに通知するステップとを有することを特徴
とする方法が提供される。
【００１１】本発明の更に別の態様によれば、番組に関
する情報が少なくとも１つの番組ガイド・リストを含む
ＥＰＧ（電子番組ガイド）データとして利用可能である
テレビ・システムで見る番組の推薦をユーザに行うため
の推薦システムであって、前記ユーザが以前に見た各番
組に関連付けて複数の番組特性を記録する第１のメモリ
手段と、以前の番組要求に応じて行われた番組推薦に関
して、複数の関係の各々と該関係に対応付けて前記ユー
ザの受諾の度合いとを記録する第２のメモリ手段と、前
記番組特性の組を形成するための処理手段と、前記関係
から、前記受諾の度合いのうち最も高い度合いを有する
少なくとも１つの関係を選択するタスク選択手段と、前
記選択された関係を使用して前記番組特性の組を順序付
け、順序付けられた番組特性の組を生成する順序付け手
段と、前記選択された関係を使用して前記順序付けられ
た番組特性の組をフィルタリングし、フィルタリングさ
れた番組特性の組を生成するフィルタリング手段と、前
記フィルタリングされた番組特性の組に最も適合する番
組特性を有する番組を見つけるためにＥＰＧデータの検
索を行い、最も高いフィルタリングされた番組特性の組
を優先する検索手段と、番組推薦を要求するユーザの入
力で、前記フィルタリングされた組に最も適合する番組
の有用性を番組推薦として前記ユーザに通知する画面上
表示手段とを有することを特徴とする推薦システムが提
供される。
【００１２】本発明の更に別の態様によれば、番組に関
する情報を少なくとも１つの番組ガイド・リストを含む
ＥＰＧ（電子番組ガイド）として利用可能であり、ユー
ザが以前に見た各番組に関連付けられた複数の番組特性
と、以前の番組要求に応じて行われた番組推薦に関し
て、複数の関係の各々と該関係に対応付けられた前記ユ
ーザの受諾の度合いとが記録されている、テレビ・シス
テムで見る番組の推薦をユーザに行うためのコンピュー
タ・プログラムが記録されたコンピュータ読み取り可能
な媒体を有するコンピュータ・プログラム製品であっ
て、前記番組特性の組を形成するためのコードと、前記
関係から、前記受諾の度合いのうち最も高い度合いを有
する少なくとも１つの関係を選択するためのコードと、
前記選択された関係を使用して前記番組特性の組を順序
付け、番組特性の順序付けられた組を生成するためのコ
ードと、前記選択された関係を使用して前記順序付けら
れた番組特性の組をフィルタリングし、番組特性のフィ
ルタリングされた組を生成するためのコードと、前記フ
ィルタリングされた番組特性の組に最も適合する番組特
性を有する番組を見つけるためにＥＰＧデータの検索を
行い、最も高いフィルタリングされた番組特性の組を優
先するためのコードと、番組推薦を要求するユーザの入
力で、前記フィルタリングされた組に最も適合する番組
の有用性を番組推薦として前記ユーザに通知するための
コードとを有することを特徴とするコンピュータ・プロ
グラム製品が提供される。
【００１３】
【発明の実施の形態】図１Ａに、多くの数の利用可能な
番組から視聴者に適切な番組を自動的に提案するための
システム５０を示す。システム５０は相互接続２５を介
して「セット・トップ」ボックス２０に接続されたディ
ジタル・テレビ（ＤＴＶ）１０を備えている。また、
「セット・トップ」ボックス２０は、ゲートウェイ４１
を介して外部のネットワーク４２に接続されている。い
くつかのコンテンツ・サーバ４３及び電子番組ガイド
（ＥＰＧ）データベース２２が、外部のネットワーク４
２に接続されている。コンテンツ・サーバ４３は典型的
にはコンテンツ・プロバイダによって提供され、映画及
びテレビ番組を含むマルチメディア・コンテンツを含
む。
【００１４】利用可能な番組は、ＥＰＧデータベース２
２に一覧されている。コンテンツ・プロバイダの各々は
関連付けられたＥＰＧデータベース２２を保持する可能
性がある。ＥＰＧデータベース２２内に一覧された利用
可能な番組は、番組識別子により、コンテンツ・サーバ
４３内の対応するマルチメディア・コンテンツにリンク
される場合がある。典型的なＥＰＧデータベース２２か
らの抽出が図２に示されている。ＥＰＧデータベース２
２はいくつかの番組項目６０を有し、番組項目６０の各
々は、値６２を伴ういくつかの属性６１を含む可能性が
ある。属性６１には、次のようなものが含まれても良
い。 ・項目毎に唯一の番号であるＥＰＧ ＩＤ ・同じ番組ＩＤを有する再実行に帰着する番組毎に唯一
の番組ＩＤ ・例えば美術に対して「０１」、ドラマに対して「１
６」、映画とシリーズ番組に対して「５０」、スポーツ
に対して「７５」などの、カテゴリＩＤ ・例えばアクション／冒険に対してサブカテゴリ「００
１」、コメディに対して「０６４」、犯罪に対して「０
７４」などの映画カテゴリ「５０」におけるサブカテゴ
リＩＤ ・タイトル ・番組項目に関する一般的なテキスト・フィールドであ
る注 ・キーワード ・評価 ・ＥＰＧチャネル ・開始曜日 ・開始日 ・開始時間 ・長さ ・作成の年 ＤＴＶエージェント・システム２１は、好ましくは「セ
ット・トップ」ボックス２０内で形成される。使用に際
して、視聴者はリモコン３０を使用してＤＴＶエージェ
ント・システム２１と相互通信する。或いは、ＤＴＶエ
ージェント・システム２１はＤＴＶ１０に統合されてい
るか、図１０に示されたようなパーソナル・コンピュー
タ１００に組み込まれており、ＤＴＶ１０と適切にイン
タフェースされている。
【００１５】好ましい実施形態では、ＤＴＶエージェン
ト・システム２１は、ＤＴＶ１０を制御するためのＤＴ
Ｖエージェント３６といくつかのアバタ・エージェント
３７を含み、各アバタ・エージェント３７は特定の視聴
者を表す。エージェント相互サーバ（ＩＡＳ）３５は、
全てのエージェント相互の通信を管理し、またゲートウ
ェイ４１とインタフェースする。ＤＴＶエージェント・
システム２１は更に、アバタ・エージェント３７によっ
てアクセスされるいくつかの視聴者プロファイル・デー
タベース２３を含む。ＤＴＶエージェント３６の機能に
は、次のようなものが含まれる。 ・これによって視聴者に推薦が行われ、視聴者が選択を
行うことを可能にする、ＤＴＶ１０の表示画面１１を介
した、グラフィカル・ユーザ・インタフェースの提供 ・テレビ・チューナ・モジュール（図示せず）と相互作
用して、複数の利用可能なテレビ・チャネルから見るた
めのチャネルを選択することを含む、ＤＴＶ１０の機能
を制御すること ・視聴者の選択を集め、これらをアバタ・エージェント
３７に送達することアバタ・エージェント３７の各々
は、１人の視聴者及び視聴者プロファイル・データべー
ス２３のうち対応する１つに関連付けられている。図１
Ｂに示すように、各アバタ・エージェント３７は、特定
のアバタ・エージェント３７の制御を保持するアバタ・
マネージャー３８を含む。アバタ・マネージャー３８は
ＩＡＳ３５を介してＥＰＧデータべース２２にアクセス
し、テレビ番組情報及び関連付けられた視聴者プロファ
イル・データベース２３を得て、視聴者プロファイルを
構築し保持する。また、アバタ・マネージャー３８はＩ
ＡＳ３５を介してＤＴＶエージェント３６にメッセージ
を送信し、ＤＴＶエージェント３６からメッセージを受
信する役割も果たす。また、アバタ・エージェント３７
の中で、アバタ・マネージャー３８は学習モジュール３
９及び推薦モジュール４０の各々とインタフェースする
役割も果たす。アバタ・エージェント３７の１つのタス
クは、視聴者によって行われ、学習モジュール３９によ
って処理された選択に基づいて視聴者プロファイル・デ
ータベース２３を構築し保持するものである。そして、
アバタ・エージェント３７は推薦モジュール４０内で実
行される処理によって、視聴者プロファイル・データベ
ース２３を使用して視聴者に推薦を提供する。推薦は特
定の視聴者に関して利用可能な、最も適切な視聴選択肢
についてであり、表示画面１１を介して視聴者に提供さ
れる。
【００１６】図１Ａを再び参照すると、システム５０は
ＥＰＧデータベース２２及びＩＡＳ３５の両方とインタ
フェースするＥＰＧエージェント４４を更に含んでも良
い。ＥＰＧエージェント４４はＥＰＧデータベース２２
にアクセスし、番組項目６０から更なる属性を抽出し、
属性には人気、緊急性、ライフスタイルが含まれる。人
気属性は、番組項目６０がフットボールのワールド・カ
ップや人気のある演奏者によるコンサートなど、（現
在）人気のあるイベント／番組に対応するかどうかを示
す。緊急性属性は、番組項目６０が特別なニュース／進
捗報告、天気予報（竜巻の警告など）、記者会見、国家
演説などの緊急番組に対応するかどうかを示す。ライフ
スタイル属性は、番組項目６０が昼間の映画、７時のニ
ュース、土曜日夜の音楽ショーなど一定のタイプのライ
フスタイルに対応することを示す。これらのさらなる属
性の値は、真又は偽である。代替の実施形態では、これ
らの属性はすでにＥＰＧデータベース２２に含まれてい
る。
【００１７】次に、表１及び表２を参照し、システム５
０の使用法に関する典型的なステップの例を説明する。
【００１８】
【表１】
【００１９】注：表１に示すシーケンスが星の記号
（＊）に達すると、ＤＴＶエージェント３６はアバタ・
エージェント３７からのメッセージを待つ、「アイド
ル」モードに入る。このモードでは、ＤＴＶ１０はテレ
ビ番組を表示する（視聴者によって最も最近選択された
チャネル上に）。ハッシュ記号（＃）によって示された
シーケンス・ポイントは任意の時にアクセスできる（即
ち、非同期的に）。
【００２０】表１はイベントのシーケンスと、ＤＴＶエ
ージェント３６から得られた結果のメッセージを示して
いる。この中で、 １．ユーザはリモコン３０を使用してＤＴＶ１０を「オ
ン」に入れる。
【００２１】２．視聴者は自分をＤＴＶエージェント・
システム２１に識別する必要がある。
【００２２】図３を参照すると、これはＤＴＶエージェ
ント３６によって生成され表示画面１１上に表示された
一組のキャラクタからアニメーション・キャラクタ１２
を選択することによって行われても良い。その選択はリ
モコン３０を使用して実行されても良い。好ましい実施
形態では、キャラクタには３つのタイプがある。 （ｉ）どの視聴者にも関連付けられていないキャラクタ
を意味する、触れられていないキャラクタ。 （ii）視聴者に関連付けられているが、その特定の視聴
者は現在関係していないキャラクタを意味する、眠って
いるキャラクタ。 （iii）関連付けられた視聴者が現在選択されているこ
とを識別する、アクティブなキャラクタ１２。ＤＴＶ１
０が「オン」にされたばかりでは、アクティブ・キャラ
クタは存在しない。
【００２３】３．識別された視聴者に関連付けられたア
バタ・エージェント３７のみを起動する、SetAnimation
Selectionメッセージがアバタ・エージェント３７に送
信される。
【００２４】４．ＤＴＶエージェント３６に視聴者デー
タを集めるように指示する、SendUserDataメッセージが
アバタ・エージェント３７から受信される。
【００２５】５．ＤＴＶエージェント３６は視聴者デー
タの収集のためにＤＴＶ１０の表示画面１１を制御す
る。視聴者はリモコン３０を使用してデータを提供す
る。キャラクタ１２が初めて選択された時、システム５
０はこれがシステム５０を使用する新しい視聴者であ
り、したがって登録されていない視聴者であると仮定す
る。アバタ・エージェント３７は、現在登録されていな
い視聴者については、視聴者プロファイル・データベー
スを有しない。
【００２６】そして、視聴者は再びリモコン３０で選択
を行うことによって現在経験されているいくつかのムー
ドのうち１つのムードを選択するようにＤＴＶエージェ
ント３６から要求されても良い。これらのムードの例と
しては幸せ、悲しい、どちらでもないなどを含む。番組
のコンテンツがパスワードで保護されている時など、視
聴者からパスワードが要求される場合もある（例えば、
アダルト・コンテンツ）。
【００２７】６．視聴者データはフォーマット化され、
SetNewUserDataメッセージでアバタ・エージェント３７
に送信される。ＤＴＶエージェント３６はアイドル・モ
ードに入る。
【００２８】７．視聴者はリモコン３０を使用してＤＴ
Ｖエージェント・システム２１から推薦されたテレビ番
組の一覧を要求する。
【００２９】８．ＤＴＶエージェント３６は、視聴者に
推薦が提供されるべき時間と日付のためのプロンプトを
表示する。或いは、次の既定の分数内に開始するため、
テレビ番組について推薦が自動的に行われても良い。
【００３０】９．時間と日付がフォーマット化され、Se
ndRecommendationRequestメッセージでアバタ・エージ
ェント３７に送信される。ＤＴＶエージェント３６はア
イドル・モードに入る。
【００３１】１０．アバタ・エージェント３７、及び特
に推薦モジュール４０は、視聴者の好みが所定の時間ス
ロット及び視聴者のムードに最もマッチする、視聴する
ための視聴推薦をＥＰＧデータベース２２から決定す
る。アバタ・エージェント３７はこれらの視聴推薦をSe
tRecommendationsメッセージでＤＴＶエージェント３６
に送信する。
【００３２】１１．アバタ・エージェント３７から受信
された推薦された番組に基づいて、データがＥＰＧデー
タベース２２及び１つ又は複数のプレビュ・データベー
ス（図示せず）から検索される。プレビュ・データベー
スはＥＰＧデータベース２２、又は別法としてはコンテ
ンツ・サーバ４３の一部を形成し、特定の番組の内容の
簡単な例又はプレビュを提供しても良い。
【００３３】１２．ＤＴＶエージェント３６は視聴推薦
をフォーマット化し、表示画面１１上にその推薦を表示
する。図４に示すように、視聴推薦６７は好ましくは、
一組のプレビュを表示することにより、表示画面１１上
で視聴者に提供される。或いは、各々視聴推薦６７を示
すビットマップ画像又はタイトルのみが表示画面１１上
に表示される。また、各々の推薦６７に関連付けられた
追加情報も表示されて良い。また、視聴推薦６７は番組
属性を反映する方法で表示されても良い。例えば、共通
のカテゴリを有する全ての視聴推薦６７を一緒に表示す
る。視聴者は、リモコン３０を使用して視聴推薦６７を
見て、視聴推薦６７のうち１つを選択する。ＤＴＶエー
ジェント３６はＤＴＶ１０と相互作用し、ＤＴＶ１０は
選択された番組が放送される受信機チャネルに回すこと
によって応答する。図５に示すように、選択された番組
６８は次いで、全表示画面１１上で表示される。
【００３４】１３．選択された番組６８に関する情報
は、SetProgramSelectionメッセージでアバタ・エージ
ェント３７に送信される。ＤＴＶエージェント３６はア
イドル・モードに入り、一方選択された番組６８は表示
画面１１上に表示される。
【００３５】表２は、イベントのシーケンスと、アバタ
・エージェント３７へ及びアバタ・エージェント３７か
ら結果として表示されるメッセージを示す。この中で １．SetAnimationSelectionメッセージは、選択された
アニメーション・キャラクタ１２と関連付けられている
アバタ・エージェント３７によってＤＴＶエージェント
３６から受信される。他のアバタ・エージェント３７は
アイドル・モードのままである。
【００３６】２．アバタ・エージェント３７は選択され
たキャラクタ１２がＤＴＶエージェント・システム２１
に既知の視聴者に対応するか、又は新しい視聴者に対応
するかどうかを判定する。視聴者がＤＴＶエージェント
・システム２１に既知でない場合、次のシーケンス・ス
テップはステップ３である。視聴者がＤＴＶエージェン
ト・システムに既知の場合は、アバタ・マネージャー３
８はアイドル・モードに入る。
【００３７】
【表２】
【００３８】注：表１に示したシーケンスが＊に達する
と、アバタ・エージェント３７は「アイドル」モードに
入り、ＤＴＶエージェント３６からのメッセージを待
つ。このモードでは、学習モジュール３９及び推薦モジ
ュール４０からのバックグラウンド処理が起きる場合が
ある。ハッシュ記号（＃）によって示されたシーケンス
・ポイントは任意の時（即ち、非同期的）にアクセスで
きる。
【００３９】３．新しい視聴者に関するプロファイルが
視聴者プロファイル・データベース２３内に作成され
る。
【００４０】４．SendViewerDataメッセージがＤＴＶエ
ージェント３６に送信される。
【００４１】５．SetNewViewerDataメッセージがＤＴＶ
エージェント３６から受信される。このメッセージには
静的な視聴者属性が含まれている。
【００４２】６．アバタ・マネージャー３８は、視聴者
属性を視聴者プロファイル・データベース２３に格納す
る。アバタ・マネージャー３８はアイドル・モードに入
る。
【００４３】７．SendRecommendationRequestメッセー
ジがＤＴＶエージェント３６から受信される。視聴者は
特定の日及び時間に関する視聴者推薦６７が提供される
ことを要求する。或いは、次の既定の分数内に開始する
ために、テレビ番組について推薦が自動的に行われても
良い。
【００４４】８．アバタ・マネージャー３８は視聴者プ
ロファイル・データベース２３から視聴者プロファイル
・データを検索し、テレビ番組情報をＥＰＧデータベー
ス２２から検索する。データは推薦モジュール４０で使
用するようにフォーマット化される。
【００４５】９．視聴者プロファイル・データ及び番組
情報は、アバタ・マネージャー３８によって推薦モジュ
ール４０に送信される。或いは、推薦モジュール４０は
直接データを検索する。
【００４６】１０．推薦モジュール４０は視聴者に推薦
されるべき番組６７のリストを構築する。
【００４７】１１．推薦された番組６７の一覧が推薦モ
ジュール４０からアバタ・マネージャー３８へ送信され
る。
【００４８】１２．推薦された番組６７の一覧を含むSe
tRecommendationsメッセージがＤＴＶエージェント３６
へ送信される。アバタ・マネージャー３８はアイドル・
モードに入る。
【００４９】１３．視聴者が特定の番組６８を選択した
ことを示す、SetProgramSelectionがＤＴＶエージェン
ト３６から受信される。
【００５０】１４．選択された番組６８に関する番組項
目６０が、ＥＰＧデータベース２２から検索される。ま
た視聴者プロファイルは視聴者プロファイル・データベ
ース２３から検索される。
【００５１】１５．選択された番組情報がケース・ファ
イルを更新するための学習モジュール３９に送信され
る。
【００５２】１６．学習モジュール３９はケース・ファ
イルを更新し、選択された番組６８を考慮する。
【００５３】１７．更新されたケース・ファイルがアバ
タ・マネージャー３８によって学習モジュール３９から
受信される。
【００５４】１８．更新されたケース・ファイルは視聴
者プロファイル・データベース２３を更新するために使
用される。アバタ・マネージャー３８はアイドル・モー
ドに入る。
【００５５】次に、学習モジュール３９内の動作をより
詳細に説明する。各番組はいくつかの特徴（fi）と関連
付けられており（ここで、特徴は本発明の請求の範囲に
記載の番組特性に相当する）、各々の特徴は唯一の属性
と属性値のペアを表す。その属性は、ＥＰＧデータベー
ス２２（図２に示されている）からの番組属性６１と共
に、選択が行われた時の視聴者属性を含んでも良い。視
聴者属性は例えば、視聴者のムードを含む場合がある。
各属性はいくつかの可能性のある値を有する。属性値ペ
アの例は、カテゴリ＝「ドラマ」であり、カテゴリは属
性で「ドラマ」は属性値である。
【００５６】視聴者が行う各選択６８はケース（Cj）と
名付けられ、一組の特徴（fi）によって定義されてい
る。例えば、ケースは（カテゴリ＝「ドラマ」、サブカ
テゴリ＝「コメディ・ドラマ」、…、ＥＰＧチャネル＝
「Ｎｈｋ」、…）である。ケース（Cj）は利用可能な情
報により、異なる数の特徴（fi）を有しても良い。全て
のケースはケース・ファイル内の視聴者プロファイル・
データベース２３内に格納され、学習モジュール３９に
使用される。
【００５７】学習モジュール３９は、ケース・ファイル
からのいくつかのケース（Cj）から特徴（fi）の共有さ
れたパターン又は一般化パターンを識別するように動作
する。学習モジュール３９はケース・ファイルを入力と
して取り、一般化パターン・リスト（GPList）を生成
し、これもまた視聴者プロファイル・データベース２３
内に格納される。そのGPListはケース・ファイルからの
全ての一般化パターンを含む。GPList内の各一般化パタ
ーンは以下のように表される。
【００５８】（［交差］、発生）ここで、交差は異なる
ケース（Cj）によって共有される一組の特徴（fi）を示
す。発生はこのような交差を共有するケースの数を示
す。例えば、以下のケースから、 C1=(f1,f2,f3,f4,f7)； C2=(f1,f2,f5,f6,f7)；及び C3=(f3,f5,f6,f8) ３つのケースから生成されるGPListは、３つの項目を有
する。
【００５９】([f1,f2,f7],2)；([f3],2)；及び([f5,f
6],2) 上記第１のGPList項目は、ケースC1及びC2の両方で発生
する特徴f1,f2及びf7から生じる。他の項目は同様な方
法で導出される。
【００６０】新しいケース（Cj）が番組を見る視聴者に
よる選択で利用可能になるたびに、これらの新しいケー
スはケース・ファイルに追加され、新しいGPListが学習
モジュール３９によって生成される。例えば、ケース・
ファイルは次の３つのケースを含むと仮定する。
【００６１】C1＝（カテゴリ＝「ドラマ」、サブカテゴ
リ＝「コメディ・ドラマ」、ＥＰＧチャネル＝「Ｎｈ
ｋ」）、 C2＝（カテゴリ＝「ドラマ」、サブカテゴリ＝「戦
争」、ＥＰＧチャネル＝「Ｎｈｋ」、開始時間＝「21:0
0」）、及び C3＝（カテゴリ＝「スポーツ」、ＥＰＧチャネル＝「Ｗ
ｏｗ」、開始時間＝「8:15」曜日＝「土曜日」） 学習モジュールによって生成されるGPListは次の項目を
含むのみである。
【００６２】（［カテゴリ＝「ドラマ」、ＥＰＧチャネ
ル＝「Ｎｈｋ」］，２）従って、新しい視聴者選択６８
及び更なるケースが利用可能になると、例えば、 C4＝（カテゴリ＝「ドラマ」、サブカテゴリ＝「トー
ク」、ＥＰＧチャネル＝「Ｎｈｋ」）、及び C5＝（カテゴリ＝「スポーツ」、サブカテゴリ＝「現在
の事件」、開始時間＝「10:00」、曜日＝「土曜日」） ケースＣ４及びＣ５はケース・ファイルに追加され、GP
Listは学習モジュール３９によって計算し直され、次の
項目を含むようになる。
【００６３】（［カテゴリ＝「ドラマ」、ＥＰＧチャネ
ル＝「Ｎｈｋ」］，３） （［カテゴリ＝「スポーツ」、曜日＝「土曜日」］，
２）学習モジュール３９内の中心的な機能を実行するた
めの手順MAINが、図７Ａに示されている。３つのデータ
構造、即ち、いくつかのケース（Cj）を含むケース・フ
ァイル、全ての一般化パターンを保持するGPList、既に
処理されたケースを含む検討されたケース・リストが手
順において使用される。最初、視聴者が推薦を要求した
時に手順MAINを開始すると、GPList及び検討されたケー
ス・リストはからである。
【００６４】ステップ２００において手順MAINを開始
し、ステップ２０１では新しいケースのリストをまず取
得し、ステップ２０２では視聴者プロファイル・データ
ベースからケース・ファイルを取得する。新しいケース
を追加することによってケース・ファイルを更新するた
めにステップ２０３にてサブルーチンUPDATE-CASE-FILE
を呼び出す。図７Ｂにおけるステップ２１２でサブルー
チンUPDATE-CASE-FILEは開始される。
【００６５】現在のGPListを持つケース・ファイルの各
ケースのための交差を残るステップ２０４から２１１で
取得する。ステップ２０４ではケース・ファイルから第
１の項目を取り出し、ステップ２０５にてサブルーチン
GEN-CASE-GPListを呼び出す時に入力ケースとして使用
する。サブルーチンGEN-CASE-GPListは、入力ケースとG
PList内の項目の間の一般化パターンを見つけ出し、図
７Ｃにおけるステップ２２０で開始される。入力ケース
と検討されたケース・リスト内のケースの間で一般化パ
ターンを見つけ出すためにステップ２０６にてサブルー
チンGEN-CASE-EXAMINED-CASESを呼び出す。サブルーチ
ンGEN-CASE-EXAMINED-CASESは、図７Ｈにおけるステッ
プ３１０で開始される。ステップ２０７において、入力
ケースを検討されたケース・リストに追加する。これに
よりケース・ファイルがからになるまでケース（Cj）は
ケース・ファイルから検討されたケース・リストへ連続
的に移動される。ステップ２０８はケース・ファイルが
更なる項目を有するかどうかを判定する。ケース・ファ
イルに残りの項目があるならば、手順MAINはステップ２
０９に進み、ケース・ファイルから次の項目を入力ケー
スとして使用し、手順MAINはステップ２０５に続く。
【００６６】ステップ２０８でケース・ファイルがから
であることを判定した後、手順MAINはステップ２１０に
て一般化パターンをGPList内に出力として生成し、ステ
ップ２１１にて終了する。
【００６７】ここで図７Ｂを参照してサブルーチンUPDA
TE-CASE-FILEを示す。このサブルーチンは手順MAINのス
テップ２１０において入力として生成された新しいケー
スを含み、現在のケース・ファイルにそれらを入れる。
ケース・ファイルはステップ２１３において新しいケー
スのリストから項目を受信し、ステップ２１４において
新しいケースのリストから次の新しいケースを取り出
し、次の新しいケースをケース・ファイルの終わりに追
加する。ステップ２１６で全ての新しいケースが処理さ
れたかどうかを判定し、ステップ２１７及び２１５に進
み、次の項目をケース・ファイルに追加する。ステップ
２１９にて出力として更新済みケース・ファイルを生成
し、サブルーチンUPDATE-CASE-FILEはステップ２１９に
て終了する。
【００６８】図７Ｃを参照すると、サブルーチンGEN-CA
SE-GPLISTは、入力ケースとGPList内の全ての項目の間
の全ての一般化パターンを検出するものである。これは
更に、入力ケースと現在のGPListの間の全ての新しい一
般化パターンでGPListを更新する。
【００６９】ステップ２２０においてGEN-CASE-GPLIST
を開始し、ステップ２２１では入力として入力ケースと
現在のGPListを受信する。ステップ２２２では現在のGP
Listが依然としてからであるかどうかを判定する。現在
のGPListがからであるならば、入力ケースとGPListの間
の一般化パターンは存在できず、サブルーチンはステッ
プ２３６において戻る。
【００７０】GPList内に項目があると、サブルーチンは
ステップ２２３に続き、サブルーチンG_List_GENを呼び
出すことによって入力ケース及びGPList内の全ての項目
の間の全ての一般化パターンを見つけ出す。入力ケース
とGPListの間の可能性のある一般化パターンを含む、一
般化パターンをG_Listに置く。サブルーチンG_List_GEN
は図７Ｄにおけるステップ２４０で開始される。
【００７１】ステップ２２４では、G_Listがからである
かどうかを判定する。G_Listがからであるならば、入力
ケースとGPListの間の一般化パターンはサブルーチンG_
List_GENによって見つけられず、サブルーチンGEN-CASE
-GPLISTはステップ２３６において戻る。
【００７２】G_List内に項目があると、サブルーチンGE
N-CASE-GPLISTはステップ２２５に続き、サブルーチンU
G_List_GENを呼び出す。サブルーチンUG_List_GENは図
７Ｅにおけるステップ２６０で開始され、G_Listから唯
一の一般化パターン・リスト、UG_Listを形成する。
【００７３】ステップ２２６においてUG_Listから第１
の項目、UG_Itemを検索し、UG_Itemから交差、First_In
tersectionを抽出する。ステップ２２７においてGPList
から第１の項目、GPList_Itemを検索し、GPList_Itemか
ら交差、Second_Intersectionを抽出する。
【００７４】ステップ２２８でサブルーチンINT_MATCH
を呼び出し、First_IntersectionとSecond_Intersectio
nがマッチするかどうかを判定する。サブルーチンINT_M
ATCHは図７Ｆにおけるステップ２８０で開始される。ス
テップ２２８でFirst_IntersectionとSecond_Intersect
ionがマッチすることが分かると、ステップ２２９にてU
G_Itemの発生にGPList_Itemの発生を等しくする。サブ
ルーチンはステップ２３３へ続く。
【００７５】ステップ２２８でFirst_IntersectionとSe
cond_Intersectionがマッチしないことが分かると、ス
テップ２３０でGPListの全ての項目が考慮されたかどう
かを判定する。項目が残っていれば、ステップ２３１に
てSecond_Intersectionとしてその交差と共にGPList内
の次の項目を検索し、次にステップ２２８で再びFirst_
IntersectionとSecond_Intersectionがマッチするかど
うかを判定する。ステップ２３０でGPList内の全ての項
目が考慮されたと判定したならば、ステップ２３２にて
UG_ItemをGPListに追加し、サブルーチンはステップ２
３３へ続く。
【００７６】ステップ２３３でUG_List内の全ての項目
が考慮されていないと判定すれば、ステップ２３４にて
First_Intersectionとしてその交差と共にUG_List内の
次の項目を検索し、ステップ２２７に続く。或いは、ス
テップ２３３でUG_List内の全ての項目が考慮されたと
判定すれば、ステップ２３５にてサブルーチンGEN-CASE
-GPLISTはGPListを出力し、ステップ２３６において戻
る。
【００７７】図７Ｄを参照して、入力ケースと、GPList
内の全ての項目の間の全ての一般化パターンを決定する
サブルーチンG_List_GENを説明する。ステップ２４０で
開始し、入力として入力ケースとGPListを受信する。ス
テップ２４１において入力を得る。ステップ２４２にお
いてGPListから第１の一般化パターン、GPList_Itemを
取得し、ステップ２４３にて入力ケースから第１の特徴
を検索し、ステップ２４４にてGPList_Itemの交差部分
から第１の特徴を検索する。ステップ２４５で入力ケー
スから検索された特徴がGPList_Itemから検索された特
徴と同じであるかどうかを判定する。ステップ２４５で
マッチが見いだされなければ、ステップ２４６でGPList
_Itemから全ての特徴が処理されたかどうかを判定す
る。GPList_Item内に更なる特徴が残っているならば、
ステップ２５５にてGPList_Itemから次の特徴を検索
し、ステップ２４５へ続く。GPList_Itemの全ての特徴
が考慮されたならば、サブルーチンはステップ２４７へ
継続する。
【００７８】ステップ２４５で肯定的な応答が得られる
と、ステップ２５２で新しい一般化パターンが作成され
たかどうかを判定し、必要ならばステップ２５３にて新
しい一般化パターンを１つ作成し、既に作成されていれ
ばステップ２５４へ進み、新しい一般化パターンに共有
された特徴を追加する。サブルーチンはステップ２４７
に続き、入力ケースから全ての特徴が処理されたかどう
かを判定する。入力ケースの中に残っている特徴がある
ならば、ステップ２５６で入力ケースから次の特徴を検
索する。
【００７９】ステップ２４７で入力ケースから全ての特
徴が考慮されたことを判定したならば、ステップ２４８
で新しい一般化パターンがステップ２５２にて作成され
たかどうかを判定する。一般化パターンがGPListの交差
部分に既に存在していたなら、サブルーチンはステップ
２４９に続き、新しい一般化パターンの発生に、同じ交
差を有するGPList項目プラス１の値を与える。ステップ
２５０において新しい一般化パターンをG_Listに追加す
る。
【００８０】ステップ２４８で新しい一般化パターンが
まだGPListに存在しないことを判定したならば、サブル
ーチンはステップ２５１へ継続する。
【００８１】ステップ２５１で、GPListから全ての項目
が考慮されたかどうかを判定する。GPList内に項目が残
っていると、サブルーチンはステップ２５７に続き、こ
こでGPList内の次の項目を検索し、ステップ２４３が実
行される。或いは、GPList内の全ての項目が考慮された
ならば、サブルーチンG_List_GENはステップ２５８で新
しいG_Listを出力として生成した後、ステップ２５９に
おいて戻る。
【００８２】図７Ｅを参照して、唯一の一般化パターン
・リスト、UG_Listを形成する手順であるサブルーチンU
G_List_GENを示す。サブルーチンはステップ２６０で開
始し、ステップ２６１では入力としてG_Listを受信す
る。ステップ２６２において、第１の一般化パターンを
G_ListからUG_Listへコピーする。ステップ２６３ではG
_Listから第１の項目、G_List_Itemを検索し、G_List_I
temから交差、First_Intersectionを検索する。ステッ
プ２６４ではUGListから第１の項目である、UGList_Ite
mを検索し、UGList_Itemから交差、Second_Intersectio
nを検索する。
【００８３】ステップ２６５はサブルーチンINT_MATCH
を呼び出し、First_IntersectionとSecond_Intersectio
nがマッチするかどうかを判定する。サブルーチンINT_M
ATCHは図７Ｆにおけるステップ２８０で開始される。Fi
rst_IntersectionとSecond_Intersectionがマッチすれ
ば、２つの項目、G_List_Item及びUG_List_Itemのより
高い発生を決定し、ステップ２６９及び２７０におい
て、UG_List_Itemの発生として保存する。サブルーチン
はステップ２６８に続く。
【００８４】First_IntersectionとSecond_Intersectio
nがマッチしないと、ステップ２６６でUG_Listの全ての
項目が考慮されたかどうかを判定する。項目が残ってい
れば、ステップ２７１にてSecond_Intersectionとして
その交差と共にUG_List内の次の項目を検索し、その後
ステップ２６５で再びFirst_IntersectionとSecond_Int
ersectionがマッチするかどうかを判定する。ステップ
２６６でUG_List内の全ての項目が考慮されたと判定し
たならば、続くステップ２６７にてUG_ListにG_List_It
emを追加し、サブルーチンはステップ２６８に続く。
【００８５】ステップ２６８でG_List内の全ての項目が
考慮されていないと判定すれば、ステップ２６３にてFi
rst_Intersectionとしてその交差と共にG_List内の次の
項目を検索し、ステップ２６４に続く。或いは、ステッ
プ２６８でG_List内の全ての項目が考慮されたと判定す
れば、ステップ２７３にてサブルーチンUG_LIST_GENはU
G_Listを出力し、ステップ２７４において戻る。
【００８６】図７Ｆを参照して、ステップ２８１で入力
として得られたFirst_IntersectionとSecond_Intersect
ionが同じかどうかをチェックするサブルーチンINT_MAT
CHを示す。ステップ２８２でFirst_featureと名付けら
れたFirst_Intersectionからの第１の特徴を検索し、次
にステップ２８３ではSecond_featureと名付けられたSe
cond_Intersectionから第１の特徴を検索する。ステッ
プ２８４でサブルーチンFEATURE-SAMEを呼び出し、Firs
t_featureがSecond_featureと同じかどうかを判定す
る。サブルーチンFEATURE-SAMEは図７Ｇにおけるステッ
プ３００で開始される。これらが同じであれば、次いで
ステップ２８５ではFirst_Intersectionの全ての特徴が
考慮されたかどうかを判定する。考慮されていれば、サ
ブルーチンはステップ２８６に続く。考慮されていなけ
れば、ステップ２９６で次の特徴をFirst_Intersection
から検索し、First_featureと名付け、ステップ２８３
に続く。しかし、ステップ２８４でFirst_featureがSec
ond_featureと同じでないと判定されたならば、ステッ
プ２９０でSecond_Intersectionの全ての特徴が考慮さ
れたかどうかを判定する。考慮されていれば、サブルー
チンINT_MATCHはステップ２９２にて「ＮＯ」を戻す。S
econd_Intersectionの特徴が残っていれば、ステップ２
９１で次の特徴をSecond_Intersectionから検索し、Sec
ond_featureと名付けてステップ２８４へ続く。
【００８７】ステップ２８６で第１の特徴をSecond_Int
ersectionから検索し、Second_featureと名付け、次に
ステップ２８７に移り、ステップ２８７ではFirst_feat
ureと名付けられたFirst_Intersectionから第１の特徴
を検索する。ステップ２８８でサブルーチンFEATURE-SA
MEを呼び出し、First_featureがSecond_featureと同じ
であるかどうかを判定する。それらが同じであれば、ス
テップ２８９でSecond_Intersectionの全ての特徴が考
慮されたかどうかを判定する。考慮されていれば、サブ
ルーチンINT_MATCHはステップ２９８にて「ＹＥＳ」を
戻す。考慮されていなければ、ステップ２９７で次の特
徴をSecond_Intersectionから検索し、第２の特徴と名
付けてステップ２８７に続く。しかし、ステップ２８８
でFirst_featureがSecond_featureと同じでないと判定
されたならば、ステップ２９３でFirst_Intersectionの
全ての特徴が考慮されたかどうかを判定する。考慮され
ていれば、サブルーチンINT_MATCHはステップ２９５に
て「ＮＯ」を戻す。First_Intersectionの特徴が残って
いれば、ステップ２９４で次の特徴をFirst_Intersecti
onから検索し、First_featureと名付けてステップ２８
８へ続く。
【００８８】さて図７Ｇを参照して、２つの与えられた
特徴が同じであるかどうかをチェックするサブルーチン
FEATURE-SAMEを説明する。従って、ステップ３０１にお
いて、サブルーチンは入力としてFirst_featureとSecon
d_featureを受信する。ステップ３０２ではFirst-f-att
ributeと名付けられたFirst_featureの属性を取得し、
ステップ３０３ではSecond-f-attributeと名付けられた
Second_featureの属性を取得する。ステップ３０４では
First-f-valueと名付けられたFirst_featureの値を取得
し、ステップ３０５ではSecond-f-valueと名付けられた
Second_featureの値を取得する。
【００８９】ステップ３０６でFirst-f-attributeがSec
ond-f-attributeと同じであるかどうかを判定し、ステ
ップ３０７でFirst-f-valueがSecond-f-valueと同じで
あるかどうかを判定する。両方のステップ３０６及び３
０７の答えが肯定的であれば、サブルーチンFEATURE-SA
MEはステップ３０９にて「ＹＥＳ」を戻す。ステップ３
０６及び３０７の答えの何れか１つが否定的であれば、
サブルーチンFEATURE-SAMEはステップ３０８にて「Ｎ
Ｏ」を戻す。
【００９０】サブルーチンGEN-CASE-EXAMINED-CASESは
図７Ｈにおけるステップ３１０にて開始される。このサ
ブルーチンは、ステップ３１１において入力として受信
するケース・ファイルからの入力ケースと検討されたケ
ース・リスト内のケースの間の一般化パターンを見つけ
出す。ステップ３１２で、検討されたケース・リストが
からであるかどうかを判定し、肯定的であればステップ
３１３において戻る。検討されたケース・リストが項目
を持つならば、サブルーチンはステップ３１４に続き、
検討されたケース・リストから第１のケースを検索す
る。ステップ３１５はサブルーチンGET-GEN-PATTERNを
呼び出し、入力ケースと検討されたケース・リストから
ケースの間の一般化パターンGen-patternを計算する。
サブルーチンGET-GEN-PATTERNは図７Ｉにおけるステッ
プ３３０で開始される。
【００９１】ステップ３１６でGen-patternが見つかっ
たかどうかを判定する。Gen-patternが見つかったなら
ば、サブルーチンはステップ３１７にてサブルーチンIF
-MATCHを呼び出すことによってGPList内の任意の項目と
マッチするかどうかを判定する。サブルーチンIF-MATCH
は図７Ｊにおけるステップ３５０で開始される。Gen-pa
tternがGPList内のどの項目にもマッチしなければ、ス
テップ３１８ではGen-patternを新しい項目としてGPLis
tに追加し、ステップ３１９に続く。ステップ３１７でG
en-patternがGPList内の項目にマッチすることを見つけ
出すと、サブルーチンはステップ３１９に続き、検討さ
れたケース・リストの全てのケースが考慮されたかどう
かを判定する。
【００９２】ステップ３１９で、検討されたケース・リ
スト内に考慮されるべきケースが残っていると判定すれ
ば、ステップ３２０で、検討されたケース・リストから
次のケースを検索し、ステップ３１５に続く。残ってい
なければ、ステップ３２１にてGPListを出力し、サブル
ーチンGEN-CASE-EXAMINED-CASESはステップ３２２にお
いて戻る。
【００９３】図７Ｉを参照して、ケース・ファイルから
入力ケースと検討されたケース・リストから１つのケー
スとの間の一般化パターン、Gen-patternを識別するた
めのサブルーチンGET-GEN-PATTERNを示す。サブルーチ
ンはステップ３３０にて開始され、ステップ３３１にて
入力ケースと検討されたケース・リストからケースを入
力として取得する。サブルーチンはこれら２つのケース
を入力として取り込み、その特徴を比較する。なんらか
の特徴が２つのケースで共有されているならば、これら
の共有された特徴はGen-patternの交差部分に含まれ
る。Gen-patternの発生は２となる。そうでなく、ケー
ス間で共有された特徴がないならば、からのGen-patter
nが出力として生成される。
【００９４】ステップ３３２でFirst_featureと名付け
られた第１の特徴を入力ケースから検索し、次にステッ
プ３３３に続き、ここでSecond_featureと名付けられた
検討されたケース・リストからケースからの第１の特徴
を検索する。ステップ３３４でサブルーチンFEATURE-SA
MEを呼び出し、First_featureがSecond_featureと同じ
であるかどうかを判定する。サブルーチンFEATURE-SAME
は図７Ｇにおけるステップ３００で開始される。それら
が同じであれば、ステップ３３５はこの特徴をGen-patt
ernの交差部分内に保存し、ステップ３３８に進む。ス
テップ３３４で特徴が同じでないと判定すれば、ステッ
プ３３６で、検討されたケース・リストからケースの全
ての特徴が考慮されたかどうかを判定する。考慮された
ならば、サブルーチンはステップ３３８に続く。考慮さ
れていなければ、ステップ３３７で、検討されたケース
・リストからケースの次の特徴を検索し、Second_featu
reと名付け、ステップ３３４に続く。ステップ３３８で
入力ケースの全ての特徴が考慮されたかどうかを判定す
る。考慮されたならば、サブルーチンはステップ３４０
に続く。しかし、ステップ３３８で入力ケースの全ての
特徴が考慮されていないと判定したならば、ステップ３
３９で入力ケースの次の特徴を検索し、First_feature
と名付け、ステップ３３３に続く。
【００９５】ステップ３４０でGen-patternがからであ
るかどうかを判定する。Gen-patternがからでなけれ
ば、Gen-patternの発生を２とし、サブルーチンGET-GEN
-PATTERNはステップ３４２にて出力としてGen-pattern
を生成した後にステップ３４３において戻る。ステップ
３４０でGen-patternがからであると判定すれば、サブ
ルーチンGET-GEN-PATTERNはまたステップ３４３に戻
る。
【００９６】図７Ｊを参照して、サブルーチンIF-MATCH
を示す。このサブルーチンは、Gen-patternの一般化パ
ターンの交差がGPListの交差とマッチするかどうかをチ
ェックするものである。サブルーチンはステップ３５０
で開始され、ステップ３５１にてGen-patternとGPList
を入力として受け入れる。
【００９７】ステップ３５２でGen-patternの交差部分
を抽出し、Gen-intersectionと名付ける。ステップ３５
３ではGPListから第１の項目を検索し、ステップ３５４
にてこの項目の交差部分を抽出してGP-intersectionと
名付ける。
【００９８】ステップ３５５でサブルーチンIF-SAMEを
呼び出し、このサブルーチンは図７Ｋにおけるステップ
３７０で開始され、Gen-intersectionとGP-intersectio
nが同じであるかどうかを判定する。マッチするものが
見つけ出されると、サブルーチンIF-MATCHはステップ３
５９にて「ＹＥＳ」を戻す。ステップ３５５でマッチす
るものが見つけ出されなったならば、ステップ３５６で
GPListの全ての項目が考慮されたかどうかを判定する。
考慮されたならば、サブルーチンIF-MATCHはステップ３
６０にて「ＮＯ」を戻す。しかし、ステップ３５６で考
慮されていないGPListの項目があると判定されると、ス
テップ３５７でGPListから次の項目を検索し、ステップ
３５８で項目の交差部分を抽出し、GP-intersectionと
名付け、サブルーチンはステップ３５５に続く。
【００９９】図７Ｋを参照して、ステップ３７１にて入
力として得られたGen-intersectionとGP-intersection
が同じであるかどうかをチェックするサブルーチンIF-S
AMEを示す。ステップ３７２でFirst_featureと名付けら
れた第１の特徴をGen-intersectionから検索し、次にス
テップ３７３ではSecond_featureと名付けられた、GP-i
ntersectionからの第１の特徴を検索する。ステップ３
７４でサブルーチンFEATURE-SAMEを呼び出し、First_fe
atureがSecond_featureと同じであるかどうかを判定す
る。サブルーチンFEATURE-SAMEは図７Ｇにおけるステッ
プ３００で開始される。それらが同じであるならば、ス
テップ３７８でGen-intersectionの全ての特徴が考慮さ
れたかどうかを判定する。考慮されていれば、サブルー
チンはステップ３７９へ続く。考慮されていなければ、
ステップ３８８でGen-intersectionから次の特徴を検索
し、First_featureと名付け、ステップ３７３へ続く。
しかし、ステップ３７４でFirst_featureがSecond_feat
ureと同じでないと判定したならば、ステップ３７５でG
P-intersectionの全ての特徴が考慮されたかどうかを判
定する。考慮されていれば、サブルーチンIF-SAMEはス
テップ２９２にて「ＮＯ」を戻す。GP-intersectionの
特徴が残っていれば、ステップ３７６でGP-intersectio
nから次の特徴を検索し、Second_featureと名付け、ス
テップ３７４に続く。
【０１００】ステップ３７９で第１の特徴をGP-interse
ctionから検索し、First_featureと名付け、次にステッ
プ３８０ではGen-intersectionからSecond_featureと名
付けられた第１の特徴を検索する。ステップ３８１でサ
ブルーチンFEATURE-SAMEを呼び出し、First_featureがS
econd_featureと同じかどうかを判定する。それらが同
じであるならば、ステップ３８５でGP-intersectionの
全ての特徴が考慮されたかどうかを判定する。考慮され
ていれば、サブルーチンIF-SAMEはステップ３８６にて
「ＹＥＳ」を戻す。考慮されていなければ、ステップ３
８７でGP-intersectionから次の特徴を検索し、First_f
eatureと名付け、ステップ３８０に続く。しかし、ステ
ップ３８１でFirst_featureがSecond_featureと同じで
ないと判定したならば、ステップ３８２でGen-intersec
tionの全ての特徴が考慮されたかどうかを判定する。考
慮されていれば、サブルーチンIF-SAMEはステップ３８
４にて「ＮＯ」を戻す。Gen-intersectionの特徴が残っ
ていれば、ステップ３８３で次の特徴をGen-intersecti
onから検索し、Second_featureと名付けてステップ３８
１に続く。
【０１０１】図６に、特定の視聴者に関する視聴者プロ
ファイル５００の例を示す。視聴者プロファイル５００
は、図７Ａ〜７Ｋに示される方法によって決定され、特
定の視聴者に関連付けられたアバタ・エージェント３７
の学習モジュール３９によって実行されるGPListに対応
し、次の交差と発生値を有するGPListを備える。
【０１０２】（［カテゴリ＝「ドラマ」］，6） （［カテゴリ＝「ドラマ」，サブカテゴリ＝「社会」，
Year_of_make＝「1999」］，3） （［カテゴリ＝「ドラマ」，サブカテゴリ＝「社会」，
Start_Time＝「2200」，Year_of_make＝「1999」］，
2） （［サブカテゴリ＝「社会」］，8） （［サブカテゴリ＝「社会」，日＝「火曜日］，2） （［カテゴリ＝「映画」］，10） （［サブカテゴリ＝「社会」，日＝「月」］，2） （［カテゴリ＝「映画」，サブカテゴリ＝「社会」］，
5） （［サブカテゴリ＝「社会」，日＝「水曜日」］，2） 図６において、列５０１は交差の属性を表し、項目は属
性の値５０２を表す。視聴者プロファイル５００の各行
５０３は視聴者プロファイル５００内の項目を表す。ま
た、視聴者プロファイル５００の各項目５０３はDate_S
tamp項目を有する。好ましい実施形態では、項目５０３
のDate_Stamp値は、項目５０３の交差に貢献した最も新
しい視聴者番組選択６８の日付である。或いは、Date_S
tamp値は項目５０３内の交差に貢献した全ての視聴者番
組選択６８の日付の平均でも良い。例えば、第３行の項
目５０３は、以下の値と解釈を有する。
【０１０３】
【表３】
【０１０４】この交差の発生は２であり、この交差に貢
献した番組選択６８を視聴者が最後に行った時は１９９
９年４月２４日である。「−１」を伴う全ての項目は
「考慮されない」と解釈される。
【０１０５】次に、推薦モジュール４０内の動作をより
詳細に説明する。好ましい実施形態によれば、推薦モジ
ュール４０はいくつかのタスクを使用して視聴者推薦６
７のリストをコンパイルする。種々のタスクが定義さ
れ、各タスクは視聴者プロファイル５００の順序付けの
方法の唯一の組み合わせと、順序付けられた視聴者プロ
ファイルをフィルタリングするための特定の関連フィル
タを定義する。
【０１０６】本実施形態によれば、各々のタスクの第１
の態様は視聴者プロファイル５００が順序付けられる方
法である。順序付け構成には次のようなものが含まれ
る。
【０１０７】・重み係数順序付けは、発生値を降順にす
ることによって視聴者プロファイル項目５０３を構成す
る、即ち、最も頻繁に発生する特徴（fi）交差が優先さ
れる。
【０１０８】・特殊性順序付けは、特殊性レベルを降順
にすることによって視聴者プロファイル項目５０３を構
成する、即ち、他より多い番組属性値ペアを特定する項
目５０３が優先される。
【０１０９】・一般性順序付けは、特殊性レベルを昇順
にすることによって視聴者プロファイル項目５０３を構
成する、即ち、他より少ない番組属性値ペアを特定する
項目５０３が優先される。
【０１１０】・新しさ順序付けは、Date_Stampを降順に
することによって視聴者プロファイル項目５０３を構成
する、即ち、最も新しい項目５０３が優先される。
【０１１１】・重み新しさ順序付けは、発生値が同じで
あるときに、最も新しいDate_Stamp値を有する項目５０
３を選ぶと同時に、発生値を降順にすることによって視
聴者プロファイル項目５０３を構成する。
【０１１２】・特殊性重み順序付けは、特殊性レベルが
同じであるとき、より高い発生値を有する項目５０３を
選ぶと同時に、特殊性レベルを降順にすることによって
視聴者プロファイル項目５０３を構成する。
【０１１３】・一般性重み順序付けは、特殊性レベルが
同じであるとき、より高い発生値を有する項目５０３を
選ぶと同時に、特殊性レベルを昇順にすることによって
視聴者プロファイル項目５０３を構成する。
【０１１４】・新しさ特殊性順序付けは、Date_Stamp値
が同じであるとき、より特殊な項目５０３を選ぶと同時
に、Date_Stampを降順にすることによって視聴者プロフ
ァイル項目５０３を構成する。
【０１１５】以下の可能な順序付けも有益である。
【０１１６】・特殊性新しさ順序付けは、項目の特殊性
レベルが同じであるとき、最も新しい項目５０３を選ぶ
と同時に、特殊性レベルを降順にすることによって視聴
者プロファイル項目５０３を構成する。
【０１１７】・一般性新しさ順序付けは、項目の特殊性
レベルが同じであるとき、最も新しい項目５０３を選ぶ
と同時に、特殊性レベルを昇順にすることによって視聴
者プロファイル項目５０３を構成する。
【０１１８】本実施形態に応じて、各々のタスクの第２
の態様は順序付けられた視聴者プロファイルに適用され
た特定の適切性フィルタであり、以下のものを含む。
【０１１９】・時間スロット・フィルタは、視聴者プロ
ファイル項目５０３が時間特定又は日特定であるかどう
かを確認し、特定の時間及び／又は日を推薦が要求され
た日及び時間であるかどうかを確認する。
【０１２０】視聴者プロファイル項目５０３を拒否する
条件：Start_Timeが視聴者プロファイル項目５０３内で
特定されているが、推薦が要求された時間に等しくなか
った場合、又は日が視聴者プロファイル項目５０３に特
定されているが、推薦が要求された日に等しくなかった
場合。時間スロット・フィルタは全てのフィルタ動作に
含まれる。
【０１２１】・重み係数フィルタは、視聴者プロファイ
ル項目５０３が全ての視聴者プロファイル項目５０３の
現在の平均発生値より高い発生値を有するかどうかを確
認する。
【０１２２】視聴者プロファイル項目５０３を拒否する
条件：発生値≦平均発生値。
【０１２３】・人気フィルタは、視聴者プロファイル項
目５０３が（現在）人気のあるイベント／番組、例え
ば、フットボールのワールド・カップ、セリーヌ・ディ
オンのコンサートに対応するかどうかを確認する。
【０１２４】視聴者プロファイル項目５０３を拒否する
条件：POPULARITY値が偽であるとき。
【０１２５】・緊急フィルタは、視聴者プロファイル項
目５０３が緊急番組、例えば、特別なニュース／進捗状
況報告、天気予報（竜巻の警告など）、記者会見、国家
演説などに合っているかどうかを確認する。
【０１２６】視聴者プロファイル項目５０３を拒否する
条件：URGENCY値が偽であるとき。
【０１２７】・ライフスタイル・フィルタは、視聴者プ
ロファイル項目５０３が（既知の）タイプのライフスタ
イル、例えば、昼間の映画、７時のニュース、又は土曜
日夜の音楽ショーに対応するかどうかを確認する。
【０１２８】視聴者プロファイル項目５０３を拒否する
条件：LIFESTYLE値が偽であるとき。
【０１２９】フィルタ特性を組み合わせることによっ
て、他のフィルタが得られても良い。例えば、 ・人気ライフスタイル・フィルタは、視聴者プロファイ
ル項目５０３が（既知の）タイプのライフスタイル及び
（現在）人気のあるイベント／番組に対応するかどうか
を確認する、例えば、土曜日夜のセリーヌ・ディオンの
コンサートなどである。
【０１３０】このような組み合せは非常に限定的であ
り、順序付けられた視聴者プロファイル項目を組み合わ
せられたフィルタでフィルタリングするタスクは、視聴
者プロファイル項目５０３の全てではないが殆どを拒否
する可能性がある。それゆえ、わずかな割合の視聴者
（最も要求の多い視聴者）が、このようなフィルタを含
むタスクを評価するであろう。
【０１３１】タスクのうちのいくつかは、より確立され
た視聴者プロファイル項目５０３（漸次的な変化）によ
る推薦を提供するが、他のタスクは視聴者の視聴習慣の
突然の変化に基づいて視聴者推薦を生成しようと試み
る。
【０１３２】タスクの第１の態様（順序付け）及び第２
の態様（フィルタリング）の両方の組み合せを使用し
て、以下のものを含むいくつかの有益なタスクが定義さ
れても良い。
【０１３３】漸次変化タスク 基本タスク＝重み係数順序付け＋時間スロット・フィル
タ（心の広い視聴者） 頑固な保守主義者タスク＝特殊性重み順序付け＋重み係
数フィルタ（古い習慣の頑固な保守主義者） 昔のお気に入りタスク＝一般性重み順序付け＋重み係数
フィルタ（オリジナルのレシピ） 最良選択タスク＝特殊性重み順序付け＋人気フィルタ
（気難しい視聴者） ゴールデンアワー・タスク＝重み新しさ順序付け＋ライ
フスタイル・フィルタ（私のテレビ−私の城） 突然変化タスク ホットトピック・タスク＝新しさ特殊性順序付け＋人気
フィルタ（人気が変わったための突然変化） 新生活タスク＝新しさ特殊性順序付け＋ライフスタイル
・フィルタ（ライフスタイルが変わったための突然変
化） 監視タスク＝新しさ特殊性順序付け＋緊急フィルタ（危
機的な状況による突然変化） 異なる視聴者が異なるタスクの実行の結果として生成さ
れた視聴者推薦に満足できるので、各タスクは関連付け
られた視聴者特有のTask_Valueを有し、特定の視聴者が
特定のタスクによって提供された視聴者推薦６７に満足
していることを示す。また、Task_Valueは視聴者プロフ
ァイル・データベース２３に格納され、唯一のTask_ID
によって表される各タスクは次のように格納される。
【０１３４】
【表４】
【０１３５】一般に、視聴者推薦６７の最適な組は、種
々のタスク間の差の結果として得られる。好ましい実施
形態では、漸次変化タスクと突然変化タスクとの組み合
せを使用して、視聴者推薦６７をコンパイルする。
【０１３６】図８を参照すると、推薦モジュール４０が
アバタ・マネージャー３８によって指示されテレビ番組
推薦を提供すると、手順RECOMMENDはステップ８０１で
開始される。手順RECOMMENDは入力として次のようなも
のを受信する。
【０１３７】・視聴者プロファイル・データベース２３
から視聴者プロファイル項目５０３を含む視聴者プロフ
ァイル５００。各視聴者プロファイル項目５０３は交差
する特徴と発生カウントを含む。
【０１３８】・視聴者推薦６７を選択するための番組項
目とそれらの特徴（fi）のリスト。このリストは視聴者
推薦を要求する視聴者によって提供された時間／日付の
組み合わせに基づいてアバタ・マネージャー３８によっ
て検索される。
【０１３９】・推薦された番組の所定の最大数。
【０１４０】最初、視聴者推薦のリストはからである。
ステップ８０２で全ての視聴者プロファイル項目５０３
が検討されるか、視聴者推薦の所定の最大数が既にある
か、番組項目のリストがからであるか、のいずれかが判
定されると、手順はステップ８０５に続き、その視聴者
推薦のリストはアバタ・マネージャー３８に渡される。
それ以外の場合は手順はステップ８０３に続き、ステッ
プ８０３で次の視聴者プロファイル項目５０３を選択基
準によって選択する。選択基準は以下の１つである。
【０１４１】・最も低い発生を伴う次の視聴者プロファ
イル項目５０３を選択する（即ち、より特定の似合いの
ものから開始する）。
【０１４２】・最も高い発生を伴う次の視聴者プロファ
イル項目５０３を選択する（即ち、最も一般的な似合い
のものから開始する）。
【０１４３】・交差に最も多数の特徴を伴う次の視聴者
プロファイル項目５０３を選択する（即ち、最も特定の
似合いのもの）。
【０１４４】ステップ８０４では、ステップ８０３で選
択された視聴者プロファイル項目５０３内に特徴（fi）
がそれらを含む番組項目のリスト内の全ての番組項目６
０を番組項目のリストから視聴者推薦のリストへ移動す
る。手順はステップ８０２に戻る。
【０１４５】図９Ａを参照して、テレビ番組推薦を提供
するための代替の手順を示す。手順RECOMMENDはステッ
プ６０１で開始される。ステップ６０２では手順RECOMM
ENDは入力として次のものを受信する。
【０１４６】・視聴者プロファイル項目５０３を含む、
視聴者プロファイル・データベース２３からの視聴者プ
ロファイル５００。各視聴者プロファイル項目５０３は
交差する特徴、Date_Stamp及び発生カウントを含む； ・視聴者特定のTask_Values； ・ＥＰＧデータベース２２から検索された番組項目とそ
の特徴（fi）のリスト；及び ・推薦された番組の所定の所望の数Ｒ。
【０１４７】ステップ６０３で、カウンタｌは値１に設
定される。変数Ｋも設定され、Ｋは推薦モジュールが視
聴者推薦６７を提供するために使用するタスクの数を表
す。好ましい実施形態では、漸次変化タスクは最大のTa
sk_Valueを有し、全ての突然変化タスクが使用される。
従って、変数Ｋは突然変化タスクの数プラス１として設
定される。
【０１４８】次いでステップ６０４が続き、そのTask_I
Dによって識別されたタスクを選択する。カウンタｌが
１に等しいので、ステップ６０４で最大のTask_Valueを
伴う漸次変化タスクを選択する。カウンタｌが１より大
きければ、次の突然変化タスクを選択する。
【０１４９】ステップ６０５で変数αlを設定する。変
数αlは、推薦モジュール４０がステップ６０４で選択
されたタスクからなされたことを判定する視聴者推薦の
所望の部分を表す。よって、変数αlは1/(2n)として設
定され、１であるｎは漸次変化タスク、K-1であるｎは
突然変化タスクをそれぞれ表す。
【０１５０】ステップ６０６で、選択されたタスクを適
用し、視聴者推薦６７を生成するためにサブルーチンRE
ASONを呼び出す。サブルーチンREASONは、図９Ｂのステ
ップ６５０で開始される。
【０１５１】ステップ６０７で、REASONサブルーチンが
選択されたタスクについて少なくとも１つの推薦を生成
したかどうかを判定する。REASONサブルーチンが少なく
とも１つの推薦を生成することができなかったならば、
視聴者プロファイル項目５０３の交差する特徴をステッ
プ６０９で緩める。好ましい実施形態では、カテゴリ及
びサブカテゴリが交差として存在すれば、カテゴリ及び
サブカテゴリを除いた全ての交差は無視される。手順RE
COMMENDはステップ６０６に戻り、ステップ６０６では
サブルーチンREASONが緩められた特徴と共に再び呼び出
される。
【０１５２】ステップ６０８で視聴者プロファイル項目
５０３の特徴が既に緩められていることを判定すれば、
手順RECOMMENDはステップ６２１に続く。
【０１５３】ステップ６０７で、REASONサブルーチンが
選択されたタスクについて少なくとも１つの推薦を生成
できたと判定すれば、ステップ６２１でカウンタｌが依
然として変数Ｋより小さいかどうかを判定する。カウン
タｌが値Ｋを有するならば、所望のタスクに関する推薦
が生成され、手順RECOMMENDはステップ６２３に続き、
ステップ６２３で推薦された番組のリストを含むSetRec
ommendationsメッセージがアバタ・マネージャー３８に
渡され、そのSetRecommendationsメッセージはアバタ・
マネージャー３８からＤＴＶエージェント３６に送信さ
れる。或いは、推薦モジュール４０がSetRecommendatio
nsメッセージを直接ＤＴＶエージェント３６に送信して
も良い。
【０１５４】しかし、ステップ６２１でカウンタｌが変
数Ｋより小さいことを判定すれば、所定のタスクに関す
る視聴者推薦は依然として生成されなければならない。
それゆえ、ステップ６２２でカウンタｌの値をインクリ
メントし、手順RECOMMENDはステップ６０４に戻って次
のタスクに関して視聴者推薦を判定する。
【０１５５】図９Ｂを参照して、選択されたタスクを適
用し、視聴者推薦を生成するためのサブルーチンREASON
を示す。サブルーチンREASONはステップ６５０で開始さ
れる。
【０１５６】ステップ６５２では、手順RECOMMENDのス
テップ６０４で選択されたタスクの順序付け態様を適用
することによって視聴者プロファイル項目５０３を順序
付ける。例えば、漸次変化タスク、頑固な保守主義者タ
スクが選択されたならば、視聴者プロファイル項目５０
３は特殊性レベルが同じであるとき、より高い発生値を
有する項目５０３を選ぶと同時に、特殊性レベルを降順
にすることによって視聴者プロファイル項目５０３を構
成する特殊性重み順序付けによって順序付けられる。ス
テップ６５３で、選択されたタスクによって特定された
フィルタを識別する。例えば、頑固な保守主義者タスク
では、ステップ６５３で視聴者プロファイル項目５０３
が全ての視聴者プロファイル項目５０３の現在の平均発
生値より高い発生値を有するかどうかを確認する、フィ
ルタ重み係数フィルタを識別する。
【０１５７】ステップ６５５では視聴者プロファイル項
目カウンタｊを値１に設定し、推薦カウンタｒを値０に
設定する。ステップ６５７ではｊ番目に順序付けられた
視聴者プロファイル項目５０３がステップ６５３から選
択されたフィルタを満足させるかどうかを判定する。こ
こでも時間スロット・フィルタは常に全てのフィルタ動
作に含まれ、これによって特定のStart_Time、Start_Da
y、又はStart_Date（即ち−１：考慮しない、に等しく
ない）を伴い、特定のStart_Time、Start_Day又はStart
_Dateが現在の時間、現在の曜日、現在の日付にそれぞ
れ等しくない、全ての視聴者プロファイル項目５０３が
除去される。
【０１５８】ステップ６５７でｊ番目の順序付けられた
視聴者プロファイル項目５０３が選択されたフィルタを
満足させないことを判定すれば、サブルーチンREASONは
ステップ６７７に続き、視聴者プロファイル・カウンタ
ｊが依然として視聴者プロファイル項目５０３の合計数
Ｎより小さいかどうかを判定する。
【０１５９】或いは、ステップ６５７でｊ番目の順序付
けられた視聴者プロファイル項目５０３が選択されたフ
ィルタを満足することを判定すれば、サブルーチンREAS
ONはステップ６６０に続き、ステップ６６０でサブルー
チンBUILD_DYNAMIC_RULEを呼び出すことによって、ダイ
ナミック・ルールがＥＰＧデータベース・フィルタとし
て構築される。サブルーチンBUILD_DYNAMIC_RULEは図９
Ｃに示され、ステップ７００で開始される。
【０１６０】ステップ６６２ではサブルーチンBUILD_DY
NAMIC_RULE内で構築されたルールをＥＰＧデータベース
２２の項目６０上に適用し、ルールを満足するＥＰＧデ
ータベース項目６０を識別する。これはサブルーチンIN
TERPRETを呼び出すステップ６６５に続く。サブルーチ
ンINTERPRETは推薦のマップを構築し、図９Ｄに示され
ている。
【０１６１】サブルーチンPRODUCEはステップ６６７で
呼び出され、ステップ６６７で推薦のマップから視聴者
推薦の順序付けられたリストを生成する。サブルーチン
PRODUCEは図９Ｅに示され、ステップ７５０で開始され
る。
【０１６２】ステップ６７２で推薦カウンタｒを、以前
のカウントとステップ６６７で呼び出されたサブルーチ
ンPRODUCEで生成された推薦の数ｍの合計として計算す
る。ステップ６７５で、推薦カウンタｒが推薦された番
組の所定の所望の数Ｒの部分αlよりも小さいかどうか
を判定する。ステップ６７５の判定が否定であれば、十
分な数の推薦がそのタスクについて作成され、サブルー
チンREASONはステップ６８２に続く。或いは、ステップ
６７５で、作成された推薦が十分でないと判定すれば、
サブルーチンREASONはステップ６８０に続き、ステップ
６８０で順序付けられた推薦のリストをランク付けされ
た組Ｘに結合する。これは、推薦の順序付けられたリス
トから各項目に関して、項目がランク付けされた組Ｘに
既に存在するかどうかを判定することによって行われ
る。項目が既に存在すれば、項目は無視され、次の項目
が考慮される。しかし、項目がまだ存在しなければ、項
目はランク付けされた組Ｘの最後に入力される。
【０１６３】次に、ステップ６７７で視聴者プロファイ
ル・カウンタｊが依然として視聴者プロファイル項目５
０３の合計より小さいかどうかを判定し、小さければ、
サブルーチンREASONをステップ６５８に導き、カウンタ
ｊをインクリメントしてからサブルーチンをステップ６
５７に戻す。これは、フィルタ基準に合う次の視聴者プ
ロファイル項目５０３を見つけ出すことにより、更なる
推薦が決定されることを可能にする。
【０１６４】ステップ６７５から、或いはステップ６７
７から、全ての視聴者プロファイル項目５０３が考慮さ
れると、サブルーチンREASONはステップ６８２において
手順RECOMMENDに戻る。
【０１６５】図９Ｃを参照して、サブルーチンBUILD_DY
NAMIC_RULEを示す。サブルーチンBUILD_DYNAMIC_RULE
は、選択されたフィルタを満足させた順序付けられた視
聴者プロファイル項目５０３に関してダイナミック・ル
ールを構築し、ステップ７００で開始される。
【０１６６】ステップ７０２でＥＰＧ番組データベース
２２のソースとして文字列Ｙを設定する。文字列Ｙ、従
ってＥＰＧ番組データベース２２はステップ７０５にお
いて文字列「ｔｍｐ」で公式化される。ステップ７０７
〜７１２で変数の日、時間、分を、推薦が提供される日
付と時間として設定する。この日付と時間はSendRecomm
endationRequestメッセージ内のＤＴＶエージェントか
ら得られる。変数の日、時間、分は文字列「ｔｍｐ」に
追加され、時間変数の周囲に２時間の時間帯を与える。
【０１６７】ステップ７１５で視聴者プロファイル項目
５０３の交差する特徴が、ステップ６０９を実行するこ
とによって緩められたかどうかを判定する。サブルーチ
ンBUILD_DYNAMIC_RULEは、視聴者プロファイル項目５０
３の交差する特徴が緩められたならばステップ７１８に
続き、ステップ７１８で、順序付けられた視聴者プロフ
ァイル項目５０３のカテゴリが−１（考慮しない）に等
しくなければ、文字列「ｔｍｐ」に追加される。同様
に、ステップ７１９では、順序付けられた視聴者プロフ
ァイル項目５０３のサブカテゴリが−１（考慮しない）
に等しくないと判定されたならば、文字列「ｔｍｐ」に
追加される。サブルーチンは次いでステップ７２０に進
む。
【０１６８】ステップ７１５で交差する特徴が緩められ
ていないことを判定すれば、ステップ７１７で順序付け
られた視聴者プロファイル項目５０３の全ての属性が処
理されたかどうかを判定する。そして、処理されたなら
ば、ステップ７２０で文字列「ｒｕｌｅ」が文字列「ｔ
ｍｐ」と等しいように設定され、その後サブルーチンBU
ILD_DYNAMIC_RULEはステップ７２９でサブルーチンREAS
ONに戻る。
【０１６９】しかし、順序付けられた視聴者プロファイ
ル項目５０３に処理されていない属性があるならば、ス
テップ７２２及び７２５で値が−１（考慮しない）では
ない次の属性を得てその属性を文字列「ｔｍｐ」に追加
する。サブルーチンはステップ７１７に続く。
【０１７０】次に、図９Ｄを参照して、サブルーチンIN
TERPRETを示す。サブルーチンINTERPRETは戻されたＥＰ
Ｇデータベース項目６０から推薦のマップを構築し、ス
テップ７３０で開始される。
【０１７１】サブルーチンINTERPRETはステップ７３２
において視聴者推薦のマップをからに設定し、カウンタ
ｃを１と設定することで初期化される。ステップ７３５
では戻されたＥＰＧデータベース項目６０のｃ番目の項
目を取得し、ステップ７３７ではその項目を項目のカテ
ゴリに従って推薦のマップに追加する。推薦のマップは
項目としてカテゴリを有する行を有し、次に特徴として
特定のカテゴリを有する全ての戻されたＥＰＧデータベ
ース項目６０を有することになる。各行は典型的には異
なる数のフィールドを有する。
【０１７２】ステップ７４０では、変数ｃが戻されたＥ
ＰＧデータベース項目６０の合計より小さいかどうか、
言い換えれば全ての戻されたＥＰＧデータベース項目６
０が推薦のマップに入力されたかどうかを判定する。ス
テップ７４０で全ての戻されたＥＰＧデータベース項目
６０が追加されていないことを判定すれば、変数ｃはス
テップ７４２でインクリメントされ、サブルーチンINTE
RPRETは再びステップ７３５へ続く。
【０１７３】しかし、ステップ７４０で全ての戻された
ＥＰＧデータベース項目６０が推薦のマップに追加され
たことを判定すれば、ステップ７４５ではサブルーチン
INTERPRETをサブルーチンREASONに戻す。
【０１７４】図９Ｅを参照して、視聴者推薦を生成する
ためのサブルーチンPRODUCEを示す。サブルーチンPRODU
CEはステップ７５０で開始される。
【０１７５】サブルーチンPRODUCEはステップ７５２に
おいて、推薦のベクトルをからに設定し、カウンタｈを
１に設定することによって初期化される。ステップ７５
５で推薦マップからｈ番目の行を取得し、ステップ７５
７では推薦マップのｈ番目の行の第１の構成要素をカテ
ゴリＩＤとして、及びそのカテゴリを伴う全ての戻され
たＥＰＧデータベース項目６０（又はプログラム）とし
ての第２の構成要素を特徴として検索する。ステップ７
５８では、第１の構成要素及び第２の構成要素が加えら
れ、カテゴリ化された推薦のベクトルになる。
【０１７６】ステップ７６０で、変数ｈが推薦マップ内
の行の合計数より小さいかどうか、言い換えれば、推薦
マップ内の全ての行がベクトルに変換されたかどうかを
判定する。ステップ７６０で推薦マップが完全には変換
されていないことを判定すれば、変数ｈをステップ７６
１でインクリメントし、サブルーチンPRODUCEは再びス
テップ７５５に続く。
【０１７７】しかし、ステップ７６０で推薦マップの全
ての行が変換されていることを判定すれば、ステップ７
６２でサブルーチンPRODUCEをサブルーチンREASONに戻
す。
【０１７８】アバタ・マネージャー３８が、視聴者が特
定の番組６８を選択したことを示すメッセージSetProgr
amSelectionをＤＴＶエージェント３６から受信すると
（表２のステップ１３）、アバタ・マネージャー３８は
図９Ｆに示されたルーチンON_PROGRAM_SELECTを呼び出
し、ステップ７７０で開始される。ステップ７７５で、
選択された番組が推薦Ｘのランク付けされたリストの前
半内にあったかどうかを判定する。この判定が真である
と分かれば、ステップ７７６でTask_Valueインクリメン
トである変数ｉｎｃを正の値に設定する。真でなけれ
ば、変数ｉｎｃをステップ７７７で負の値に設定する。
【０１７９】ステップ７７６又はステップ７７７で変数
ｉｎｃを設定した後、ステップ７８２で変数ｉｎｃを手
順RECOMMENDのステップ６０４で選択された漸次変化タ
スクのTask_Valueに追加する。従って、選択された番組
がランク付けされた推薦Ｘの組の上半分にある場合、視
聴者推薦６７は成功したと見なされ、推薦モジュール４
０によって使用された漸次タスクのTask_Valueは増加さ
れ、これにより、視聴者推薦６７は将来の推薦に再び使
用されるようになる。しかし、選択された番組が一組の
ランク付けられた推薦Ｘの組の下半分にリストされた場
合、推薦はおそらく最適ではなかったのであり、推薦モ
ジュール４０によって使用された漸次タスクのTask_Val
ueは減少される。
【０１８０】代替の実施形態では、サブルーチンINTERP
RETは各推薦を生成するタスク（複数可）のTask_IDを記
録する。これにより、ルーチンON_PROGRAM_SELECTが、
選択された推薦を生成したタスクのTask_Valueを調節す
ることのみを可能にする。
【０１８１】図７Ａ〜７Ｋ、及び図８又は図９Ａ〜９Ｆ
の方法は、図１０に示されたような従来の汎用コンピュ
ータ・システム１００を使用して実行され、このシステ
ムでは、図７Ａ〜７Ｋ、図８及び図９のプロセスはコン
ピュータ・システム１００内で実行するアプリケーショ
ン・プログラムなどのソフトウェアとして実装されても
良い。特に、ステップは、コンピュータによって実行さ
れるソフトウェア内の命令である。ソフトウェアは、後
述する格納デバイスを含む、コンピュータ可読媒体内に
格納されても良い。ソフトウェアはコンピュータ可読媒
体からコンピュータにロードされ、次いでコンピュータ
によって実行される。このようなソフトウェア又はその
上に記録されたコンピュータ・プログラムを有するコン
ピュータ可読媒体は、コンピュータ・プログラム製品で
ある。コンピュータ内でコンピュータ・プログラム製品
を使用することは、好ましくは本発明の実施形態によっ
て有利な装置を実施する。
【０１８２】コンピュータ・システム１００は、コンピ
ュータ・モジュール１０２と、キーボード１１０及びマ
ウス１１２などの入力デバイスと、プリンタ１０８及び
ディスプレイ・デバイス１０４を含む出力デバイスとを
備える。
【０１８３】コンピュータ・モジュール１０２は、典型
的には少なくとも１つのプロセッサ・ユニット１１４
と、半導体ランダム・アクセス・メモリ（ＲＡＭ）及び
読取り専用メモリ（ＲＯＭ）から形成されるメモリ・ユ
ニット１１８と、ビデオ・インタフェース１２２を含む
入力／出力（Ｉ／Ｏ）インタフェースと、キーボード１
１０及びマウス１１２のためのＩ／Ｏインタフェース１
１６とを含む。記憶装置１２４は典型的にはハード・デ
ィスク・ドライブ１２６及びフロッピー（登録商標）・
ディスク・ドライブ１２８を含み、提供される。磁気テ
ープ・ドライブ（図示せず）が使用されても良い。ＣＤ
−ＲＯＭドライブ１２０は典型的にはデータの非揮発性
のソースとして提供される。コンピュータ・モジュール
１０２の構成要素１１４〜１２８は、典型的には相互接
続バス１３０を介して通信し、当業者には公知のコンピ
ュータ・システム１００の動作の従来のモードにおける
結果として生じる方法で通信する。この実施形態が実施
できるコンピュータの例としては、ＩＢＭ−ＰＣ及び互
換のコンピュータ、それらから発展したSun Sparcstati
onsなどのコンピュータ・システムを含む。
【０１８４】典型的には、好ましい実施形態のアプリケ
ーション・プログラムはハード・ディスク・ドライブ１
２６に常駐され、その実行に際してプロセッサ１１４に
よって読み取られ、制御される。プログラムの中間記憶
装置は半導体メモリ１１８を使用し、場合によっては、
ハード・ディスク・ドライブ１２６と協力して達成され
ても良い。いくつかの例では、アプリケーション・プロ
グラムはＣＤ−ＲＯＭ又はフロッピー・ディスク上で符
号化されて対応するドライブ１２０又は１２８を介して
読み込まれて視聴者に提供されるか、或いはモデム・デ
バイス（図示せず）を介してネットワークから視聴者に
よって読み込まれても良い。更に、ソフトウェアは磁気
テープ、ＲＯＭ又は集積回路、光磁気ディスク、コンピ
ュータ・モジュール１０２と別のデバイス間の無線送信
チャネル又は赤外線送信チャネル、ＰＣＭＣＩＡカード
などのコンピュータ可読カード、及び電子メール送信及
びウェブサイトなどに記録された情報を含むインターネ
ット及びイントラネットを含む、別のコンピュータ可読
媒体からコンピュータ・システム１００にロードするこ
ともできる。上述したものは適切なコンピュータ可読媒
体の例に過ぎない。他のコンピュータ可読媒体も本発明
の範囲と精神から逸脱することなく実行可能である。
【０１８５】或いは、図７Ａから図７Ｋ、図８及び図９
Ａから図９Ｆの方法は、図７Ａから図７Ｋ、図８及び図
９Ａから図９Ｆの機能又はサブ機能を実行する１つ又は
複数の集積回路などの専用ハードウェアにおいて実施さ
れても良い。このような専用ハードウェアはグラフィッ
ク・プロセッサ、ディジタル信号プロセッサ、１つ又は
複数のマイクロプロセッサ及び関連付けられたメモリを
含んで良い。
【０１８６】以上の説明は本発明のいくつかの実施形態
のみを説明したものであり、本発明の範囲と精神を逸脱
することなく修正及び／又は変更をそこに行うことがで
き、実施形態は例示的なものであって、限定的なもので
はない。
【図面の簡単な説明】
【図１Ａ】システムの概念図である。
【図１Ｂ】図１Ａにおけるシステムのアバタ・エージェ
ントの詳細な表示である。
【図２】典型的な電子番組ガイドからの抽出である。
【図３】図１Ａにおけるシステムのディスプレイ画面に
表示された、アニメーション化されたキャラクタの図で
ある。
【図４】図１Ａにおけるシステムによって推薦がどのよ
うに視聴者に提供されるかの例である。
【図５】図４における推薦から行われた選択の例であ
る。
【図６】視聴者プロファイル・データベースの例であ
る。
【図７Ａ】図１Ａに例示されたアバタ・エージェントの
学習モジュールによって実行される、視聴者によって行
われた選択から共通の特徴を学ぶ方法の流れ図である。
【図７Ｂ】図１Ａに例示されたアバタ・エージェントの
学習モジュールによって実行される、視聴者によって行
われた選択から共通の特徴を学ぶ方法の流れ図である。
【図７Ｃ（ａ）】図１Ａに例示されたアバタ・エージェ
ントの学習モジュールによって実行される、視聴者によ
って行われた選択から共通の特徴を学ぶ方法の流れ図で
ある。
【図７Ｃ（ｂ）】図１Ａに例示されたアバタ・エージェ
ントの学習モジュールによって実行される、視聴者によ
って行われた選択から共通の特徴を学ぶ方法の流れ図で
ある。
【図７Ｄ（ａ）】図１Ａに例示されたアバタ・エージェ
ントの学習モジュールによって実行される、視聴者によ
って行われた選択から共通の特徴を学ぶ方法の流れ図で
ある。
【図７Ｄ（ｂ）】図１Ａに例示されたアバタ・エージェ
ントの学習モジュールによって実行される、視聴者によ
って行われた選択から共通の特徴を学ぶ方法の流れ図で
ある。
【図７Ｅ】図１Ａに例示されたアバタ・エージェントの
学習モジュールによって実行される、視聴者によって行
われた選択から共通の特徴を学ぶ方法の流れ図である。
【図７Ｆ（ａ）】図１Ａに例示されたアバタ・エージェ
ントの学習モジュールによって実行される、視聴者によ
って行われた選択から共通の特徴を学ぶ方法の流れ図で
ある。
【図７Ｆ（ｂ）】図１Ａに例示されたアバタ・エージェ
ントの学習モジュールによって実行される、視聴者によ
って行われた選択から共通の特徴を学ぶ方法の流れ図で
ある。
【図７Ｇ】図１Ａに例示されたアバタ・エージェントの
学習モジュールによって実行される、視聴者によって行
われた選択から共通の特徴を学ぶ方法の流れ図である。
【図７Ｈ】図１Ａに例示されたアバタ・エージェントの
学習モジュールによって実行される、視聴者によって行
われた選択から共通の特徴を学ぶ方法の流れ図である。
【図７Ｉ】図１Ａに例示されたアバタ・エージェントの
学習モジュールによって実行される、視聴者によって行
われた選択から共通の特徴を学ぶ方法の流れ図である。
【図７Ｊ】図１Ａに例示されたアバタ・エージェントの
学習モジュールによって実行される、視聴者によって行
われた選択から共通の特徴を学ぶ方法の流れ図である。
【図７Ｋ（ａ）】図１Ａに例示されたアバタ・エージェ
ントの学習モジュールによって実行される、視聴者によ
って行われた選択から共通の特徴を学ぶ方法の流れ図で
ある。
【図７Ｋ（ｂ）】図１Ａに例示されたアバタ・エージェ
ントの学習モジュールによって実行される、視聴者によ
って行われた選択から共通の特徴を学ぶ方法の流れ図で
ある。
【図８】図１Ｂに例示されたアバタ・エージェントの推
薦モジュールによって実行される、学習モジュールから
の結果を最良に論理付け、視聴者に見る番組の推薦を行
う方法の流れ図である。
【図９Ａ】学習モジュールからの結果を最良に論理付
け、視聴者に見る番組の推薦を行う代替の方法の流れ図
である。
【図９Ｂ】学習モジュールからの結果を最良に論理付
け、視聴者に見る番組の推薦を行う代替の方法の流れ図
である。
【図９Ｃ】学習モジュールからの結果を最良に論理付
け、視聴者に見る番組の推薦を行う代替の方法の流れ図
である。
【図９Ｄ】学習モジュールからの結果を最良に論理付
け、視聴者に見る番組の推薦を行う代替の方法の流れ図
である。
【図９Ｅ】学習モジュールからの結果を最良に論理付
け、視聴者に見る番組の推薦を行う代替の方法の流れ図
である。
【図９Ｆ】学習モジュールからの結果を最良に論理付
け、視聴者に見る番組の推薦を行う代替の方法の流れ図
である。
【図１０】説明された構成が実行できる汎用コンピュー
タの概念構成図である。
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｈ０４Ｎ 7/035 (72)発明者 ワイ ヤット ウォン オーストラリア国 2113 ニュー サウス ウェールズ州，ノース ライド，トーマ ス ホルト ドライブ １ キヤノン イ ンフォメーション システムズ リサーチ オーストラリア プロプライエタリー リミテッド 内 (72)発明者 ミハイル プロポペンコ オーストラリア国 2113 ニュー サウス ウェールズ州，ノース ライド，トーマ ス ホルト ドライブ １ キヤノン イ ンフォメーション システムズ リサーチ オーストラリア プロプライエタリー リミテッド 内 (72)発明者 ファーハド ファド イスラム オーストラリア国 2113 ニュー サウス ウェールズ州，ノース ライド，トーマ ス ホルト ドライブ １ キヤノン イ ンフォメーション システムズ リサーチ オーストラリア プロプライエタリー リミテッド 内 (72)発明者 リュザード ユヴァルツュク オーストラリア国 2113 ニュー サウス ウェールズ州，ノース ライド，トーマ ス ホルト ドライブ １ キヤノン イ ンフォメーション システムズ リサーチ オーストラリア プロプライエタリー リミテッド 内 (72)発明者 マイケル アレキサンダー オールドフィ ールド オーストラリア国 2113 ニュー サウス ウェールズ州，ノース ライド，トーマ ス ホルト ドライブ １ キヤノン イ ンフォメーション システムズ リサーチ オーストラリア プロプライエタリー リミテッド 内 (72)発明者 マーク バルダー オーストラリア国 2113 ニュー サウス ウェールズ州，ノース ライド，トーマ ス ホルト ドライブ １ キヤノン イ ンフォメーション システムズ リサーチ オーストラリア プロプライエタリー リミテッド 内 (72)発明者 ポール トレイヤー オーストラリア国 2113 ニュー サウス ウェールズ州，ノース ライド，トーマ ス ホルト ドライブ １ キヤノン イ ンフォメーション システムズ リサーチ オーストラリア プロプライエタリー リミテッド 内

Claims (69)

    【特許請求の範囲】
  1. 【請求項１】 番組のタイトル情報及び番組特性を少な
    くとも１つの番組ガイド・リストを含むＥＰＧ（電子番
    組ガイド）データとして利用可能なテレビ・システムで
    見る番組の選択を可能にする方法であって、 前記テレビ・システムにおいてユーザが見た各番組と関
    連付けて複数の番組特性を記録するステップと、 各組が前記番組特性の少なくとも２つからなる番組特性
    の組を形成するステップと、 少なくとも各組を、特定の番組を見たいユーザの希望を
    表す順序付けられた値と関連付けるステップとを有し、 番組推薦を要求するユーザの入力で、前記番組特性の組
    に最も適合する番組特性を有する番組を見つけるために
    ＥＰＧデータの検索を行い、前記番組特性の組に最も適
    合する番組の利用可能性を番組推薦として前記ユーザに
    通知することを特徴とする方法。
  2. 【請求項２】 前記検索は、ユーザの手動の操作に応じ
    て決定されたユーザ情報及び前記番組特性の組に最も適
    合する番組を見つけるために行われることを特徴とする
    請求項１に記載の方法。
  3. 【請求項３】 前記ユーザ情報は、前記ユーザによって
    経験されるムードを含むことを特徴とする請求項２に記
    載の方法。
  4. 【請求項４】 前記番組推薦は、前記番組特性を最も多
    く有する前記番組特性の組に最も適合する番組に基づく
    ことを特徴とする請求項１に記載の方法。
  5. 【請求項５】 前記番組推薦は、前記順序付けられた値
    として最も低い値に関連付けられた前記番組特性の組に
    最も適合する番組に基づくことを特徴とする請求項１に
    記載の方法。
  6. 【請求項６】 前記番組推薦は、前記順序付けられた値
    として最も高い値に関連付けられ、前記番組特性を最も
    多く有する、前記番組特性の組に最も適合する番組に基
    づくことを特徴とする請求項１に記載の方法。
  7. 【請求項７】 前記番組推薦は、前記順序付けられた値
    として最も低い値に関連付けられ、前記番組特性を最も
    多く有する、前記番組特性の組に最も適合する番組に基
    づくことを特徴とする請求項１に記載の方法。
  8. 【請求項８】 前記番組特性の組は、前記ユーザが見た
    少なくとも２つの番組が同じ番組特性を有することに応
    じて形成されることを特徴とする請求項１に記載の方
    法。
  9. 【請求項９】 番組のタイトル情報及び番組特性を少な
    くとも１つの番組ガイド・リストが含まれるＥＰＧ（電
    子番組ガイド）データとして入力可能なテレビ・システ
    ムで見る番組の選択を可能にする推薦システムであっ
    て、 前記テレビ・システムにおいてユーザが見た各番組と関
    連付けて複数の番組特性を記録するメモリ手段と、 各組が前記番組特性の少なくとも２つを有する番組特性
    の組を形成し、少なくとも各組を、特定の番組を見たい
    ユーザの希望を表す順序付けられた値と関連付ける処理
    手段と、 前記番組特性の組に最も適合する番組特性を有する番組
    を見つけるためにＥＰＧデータの検索を行う検索手段
    と、 番組推薦を要求するユーザの入力で、前記番組特性の組
    に最も適合する番組の有用性を番組推薦として前記ユー
    ザに通知する画面上表示手段とを有することを特徴とす
    る推薦システム。
  10. 【請求項１０】 前記検索は、ユーザの手動の操作に応
    じて決定されたユーザ情報及び前記番組特性の組に最も
    適合する番組を見つけるために行われることを特徴とす
    る請求項９に記載の推薦システム。
  11. 【請求項１１】 前記ユーザ情報は、前記ユーザによっ
    て経験されるムードを含むことを特徴とする請求項１０
    に記載の推薦システム。
  12. 【請求項１２】 前記番組推薦は、前記番組特性を最も
    多く有する前記番組特性の組に最も適合する番組に基づ
    くことを特徴とする請求項９に記載の推薦システム。
  13. 【請求項１３】 前記番組推薦は、前記順序付けられた
    値として最も低い値に関連付けられた前記番組特性の組
    に最も適合する番組に基づくことを特徴とする請求項９
    に記載の推薦システム。
  14. 【請求項１４】 前記番組推薦は、前記順序付けられた
    値として最も高い値に関連付けられ、前記番組特性を最
    も多く有する、前記番組特性の組に最も適合する番組に
    基づくことを特徴とする請求項９に記載の推薦システ
    ム。
  15. 【請求項１５】 前記番組推薦は、前記順序付けられた
    値として最も低い値に関連付けられ、前記番組特性を最
    も多く有する、前記番組特性の組に最も適合する番組に
    基づくことを特徴とする請求項９に記載の推薦システ
    ム。
  16. 【請求項１６】 前記番組特性の組は、前記ユーザが見
    た少なくとも２つの番組が同じ番組特性を有することに
    応じて形成されることを特徴とする請求項９に記載の推
    薦システム。
  17. 【請求項１７】 番組のタイトル情報及び番組特性が少
    なくとも１つの番組ガイド・リストを含むＥＰＧ（電子
    番組ガイド）データとして利用可能なテレビ・システム
    で見る番組の選択を可能にするためのコンピュータ・プ
    ログラムが記録されたコンピュータ読み取り可能な媒体
    を有するコンピュータ・プログラム製品であって、 前記テレビ・システムにおいてユーザが見た各番組と関
    連付けて複数の番組特性を記録するコンピュータ・プロ
    グラムコードと、 各組が前記番組特性の少なくとも２つからなる番組特性
    の組を形成するコンピュータ・プログラムコードと、 少なくとも各組を、特定の番組を見たいユーザの希望を
    表す順序付けられた値と関連付けるコンピュータ・プロ
    グラムコードとを有し、 番組推薦を要求するユーザの入力で、前記番組特性の組
    に最も適合する番組特性を有する番組を見つけるために
    ＥＰＧデータの検索を行い、前記番組特性の組に最も適
    合する番組の有用性を番組推薦として前記ユーザに通知
    することを特徴とするコンピュータ・プログラム製品。
  18. 【請求項１８】 前記検索は、ユーザの手動の操作に応
    じて決定されたユーザ情報及び前記番組特性の組に最も
    適合する番組を見つけるために行われることを特徴とす
    る請求項１７に記載のコンピュータ・プログラム製品。
  19. 【請求項１９】 前記ユーザ情報は、前記ユーザによっ
    て経験されるムードを含むことを特徴とする請求項１８
    に記載のコンピュータ・プログラム製品。
  20. 【請求項２０】 前記番組推薦は、前記番組特性を最も
    多く有する前記番組特性の組に最も適合する番組に基づ
    くことを特徴とする請求項１７に記載のコンピュータ・
    プログラム製品。
  21. 【請求項２１】 前記番組推薦は、前記順序付けられた
    値として最も低い値に関連付けられた前記番組特性の組
    に最も適合する番組に基づくことを特徴とする請求項１
    ７に記載のコンピュータ・プログラム製品。
  22. 【請求項２２】 前記番組推薦は、前記順序付けられた
    値として最も高い値に関連付けられ、前記番組特性を最
    も多く有する、前記番組特性の組に最も適合する番組に
    基づくことを特徴とする請求項１７に記載のコンピュー
    タ・プログラム製品。
  23. 【請求項２３】 前記番組推薦は、前記順序付けられた
    値として最も低い値に関連付けられ、前記番組特性を最
    も多く有する、前記番組特性の組に最も適合する番組に
    基づくことを特徴とする請求項１７に記載のコンピュー
    タ・プログラム製品。
  24. 【請求項２４】 前記番組特性の組は、前記ユーザが見
    た少なくとも２つの番組が同じ番組特性を有することに
    応じて形成されることを特徴とする請求項１７に記載の
    コンピュータ・プログラム製品。
  25. 【請求項２５】 番組に関する情報を少なくとも１つの
    番組ガイド・リストを含むＥＰＧ（電子番組ガイド）と
    して利用可能であり、 ユーザが以前に見た各番組と関連付けられた複数の番組
    特性と、以前の番組要求に応じて行われた番組推薦に関
    して、複数の関係の各々と該関係に対応付けて前記ユー
    ザの受諾の度合いとが記録されている、テレビ・システ
    ムで見る番組の推薦をユーザに行うための方法であっ
    て、 前記番組特性の組を形成するステップと、 前記関係から、前記受諾の度合いのうち最も高い度合い
    を有する少なくとも１つの関係を選択するステップと、 前記選択された関係を使用して前記番組特性の組を順序
    付け、番組特性の順序付けられた組を生成するステップ
    と、 前記選択された関係を使用して前記順序付けられた番組
    特性の組をフィルタリングし、番組特性のフィルタリン
    グされた組を生成するステップと、 前記フィルタリングされた番組特性の組に最も適合する
    番組特性を有する番組を見つけるためにＥＰＧデータの
    検索を行い、最も高いフィルタリングされた番組特性の
    組を優先するステップと、 番組推薦を要求するユーザの入力で、前記フィルタリン
    グされた組に最も適合する番組の有用性を番組推薦とし
    て前記ユーザに通知するステップとを有することを特徴
    とする方法。
  26. 【請求項２６】 各組は、前記複数の番組特性を有する
    ことを特徴とする請求項２５に記載の方法。
  27. 【請求項２７】 前記受諾の度合いを更新する更なるス
    テップを有することを特徴とする請求項２５に記載の方
    法。
  28. 【請求項２８】 前記関係の各々が少なくとも第１のタ
    イプの関係と第２のタイプの関係の組合せを有し、前記
    第１のタイプの関係の前記度合いが、延長された期間に
    わたって行われたユーザの選択の結果として更新され、
    前記第２のタイプの関係の前記度合いが、より短い期間
    にわたって行われたユーザの選択の結果として更新され
    ることを特徴とする請求項２７に記載の方法。
  29. 【請求項２９】 前記関係の各々は、受諾の最大の度合
    いを有する前記第１のタイプの関係と、全ての第２のタ
    イプの関係の組合せを有することを特徴とする請求項２
    ８に記載の方法。
  30. 【請求項３０】 前記関係は、各ユーザ独自に設定され
    ることを特徴とする請求項２５に記載の方法。
  31. 【請求項３１】 前記番組特性の組の各々は、前記ユー
    ザが以前に見た番組内における各組の発生頻度に関連付
    けられていることを特徴とする請求項２５に記載の方
    法。
  32. 【請求項３２】 前記番組特性の組の各々はそれに関連
    付けられた日付を有し、前記日付は前記ユーザが以前に
    見た番組内で各組が発生した時を示すことを特徴とする
    請求項２５に記載の方法。
  33. 【請求項３３】 前記関係の各々は、フィルタリングコ
    マンド及び順序付けコマンドによって定義されているこ
    とを特徴とする請求項２５又は２６に記載の方法。
  34. 【請求項３４】 前記フィルタリングコマンドは、時間
    スロット・フィルタ、重み係数フィルタ、人気フィル
    タ、緊急フィルタ、及びライフスタイル・フィルタを含
    むリストから選択されることを特徴とする請求項３３に
    記載の方法。
  35. 【請求項３５】 前記時間スロット・フィルタは、推薦
    が要求される日又は時間にふさわしい日又は時間に依存
    し、前記日又は時間は前記番組特性の組に含まれ、各組
    が前記ユーザが以前に見た番組内で発生した時を示し、 前記重み係数フィルタは前記ユーザが以前に見た番組内
    での各組の発生頻度に依存し、 前記人気フィルタは前記番組特性の組に含まれ、前記ユ
    ーザが以前に見た各番組が人気のあるイベント／番組に
    対応することを示す人気値に依存し、 前記緊急フィルタは前記番組特性の組に含まれ、前記ユ
    ーザが以前に見た各番組が緊急番組に対応することを示
    す緊急値に依存し、 前記ライフスタイル・フィルタは前記番組特性の組に含
    まれ、前記ユーザが以前に見た各番組がライフスタイル
    のタイプに対応することを示すライフスタイル値に依存
    することを特徴とする請求項３４に記載の方法。
  36. 【請求項３６】 前記順序付けコマンドは、重み係数順
    序付け、新しさ順序付け、重み新しさ順序付けを含むリ
    ストから選択されることを特徴とする請求項３３に記載
    の方法。
  37. 【請求項３７】 前記重み係数順序付けは、前記ユーザ
    が以前に見た番組内での各組の発生頻度を降順に並べる
    ことで前記番組特性の組を配列し、 前記新しさ順序付けは前記番組特性の組に含まれ、前記
    ユーザが以前に見た番組内で各組が発生した時を示す日
    付を降順に並べることで前記番組特性の組を配列し、 前記重み新しさ順序付けは前記頻度が同じである時は最
    も新しい日付を有する番組特性の組を優先すると同時
    に、前記発生頻度を降順に並べることで前記番組特性の
    組を配列することを特徴とする請求項３６に記載の方
    法。
  38. 【請求項３８】 前記関係の各々は、フィルタリングコ
    マンド及び順序付けコマンドによって定義され、前記順
    序付けコマンドは重み係数順序付け、特殊性順序付け、
    一般性順序付け、新しさ順序付け、重み新しさ順序付
    け、特殊性重み順序付け、一般性重み順序付け、新しさ
    特殊性順序付け、特殊性新しさ順序付け及び一般性新し
    さ順序付けを含むリストから選択されることを特徴とす
    る請求項２６に記載の方法。
  39. 【請求項３９】 前記重み係数順序付けは、前記ユーザ
    が以前に見た番組内での各組の発生頻度を降順に並べる
    ことで前記番組特性の組を配列し、 前記特殊性順序付けは前記番組特性の組に含まれている
    番組特性の数に対応する特殊性レベルを降順に並べるこ
    とで前記番組特性の組を配列し、 前記一般性順序付けは特殊性レベルを昇順に並べること
    で前記番組特性の組を配列し、 前記新しさ順序付けは前記番組特性の組に含まれ、前記
    ユーザが以前に見た番組内で各組が発生した時を示す日
    付を降順に並べることで前記番組特性の組を配列し、 前記重み新しさ順序付けは前記頻度が同じである時は最
    も新しい日付を有する番組特性の組を優先すると同時
    に、前記発生頻度を降順に並べることで前記番組特性の
    組を配列し、 前記特殊性重み順序付けは前記特殊性レベルが同じ時に
    はより高い発生の頻度を有する番組特性の組を優先する
    と同時に、前記特殊性レベルを降順に並べることで前記
    番組特性の組を配列し、 前記新しさ特殊性順序付けは前記日付が同じ時にはより
    高い特殊性レベルを有する番組特性の組を優先すると同
    時に、前記日付を降順に並べることで前記番組特性の組
    を配列し、 前記特殊性新しさ順序付けは前記特殊性レベルが同じ時
    には最も新しい日付を有する番組特性の組を優先すると
    同時に、前記特殊性レベルを降順に並べることで前記番
    組特性の組を配列し、 前記一般性新しさ順序付けは前記特殊性レベルが同じ時
    には最も新しい日付を有する番組特性の組を優先すると
    同時に、前記特殊性レベルを昇順に並べることで前記番
    組特性の組を配列することを特徴とする請求項３８に記
    載の方法。
  40. 【請求項４０】 番組に関する情報が少なくとも１つの
    番組ガイド・リストを含むＥＰＧ（電子番組ガイド）デ
    ータとして利用可能であるテレビ・システムで見る番組
    の推薦をユーザに行うための推薦システムであって、 前記ユーザが以前に見た各番組に関連付けて複数の番組
    特性を記録する第１のメモリ手段と、 以前の番組要求に応じて行われた番組推薦に関して、複
    数の関係の各々と該関係に対応付けて前記ユーザの受諾
    の度合いとを記録する第２のメモリ手段と、 前記番組特性の組を形成するための処理手段と、 前記関係から、前記受諾の度合いのうち最も高い度合い
    を有する少なくとも１つの関係を選択するタスク選択手
    段と、 前記選択された関係を使用して前記番組特性の組を順序
    付け、順序付けられた番組特性の組を生成する順序付け
    手段と、 前記選択された関係を使用して前記順序付けられた番組
    特性の組をフィルタリングし、フィルタリングされた番
    組特性の組を生成するフィルタリング手段と、 前記フィルタリングされた番組特性の組に最も適合する
    番組特性を有する番組を見つけるためにＥＰＧデータの
    検索を行い、最も高いフィルタリングされた番組特性の
    組を優先する検索手段と、 番組推薦を要求するユーザの入力で、前記フィルタリン
    グされた組に最も適合する番組の有用性を番組推薦とし
    て前記ユーザに通知する画面上表示手段とを有すること
    を特徴とする推薦システム。
  41. 【請求項４１】 各組は、前記複数の番組特性を有する
    ことを特徴とする請求項４０に記載の推薦システム。
  42. 【請求項４２】 前記受諾の度合いを更新する更新手段
    を更に有することを特徴とする請求項４０に記載の推薦
    システム。
  43. 【請求項４３】 前記関係の各々が少なくとも第１のタ
    イプの関係と第２のタイプの関係の組合せを有し、前記
    第１のタイプの関係の前記度合いが延長された期間にわ
    たって行われたユーザの選択の結果として更新され、前
    記第２のタイプの関係の前記度合いがより短い期間にわ
    たって行われたユーザの選択の結果として更新されるこ
    とを特徴とする請求項４２に記載の推薦システム。
  44. 【請求項４４】 前記関係の各々は、受諾の最大の度合
    いを有する前記第１のタイプの関係と、全ての第２のタ
    イプの関係の組合せを有することを特徴とする請求項４
    ３に記載の推薦システム。
  45. 【請求項４５】 前記関係は、各ユーザ独自に設定され
    ることを特徴とする請求項４０に記載の推薦システム。
  46. 【請求項４６】 前記番組特性の組の各々は、前記ユー
    ザが以前に見た番組内における各組の発生頻度に関連付
    けられていることを特徴とする請求項４０に記載の推薦
    システム。
  47. 【請求項４７】 前記番組特性の組の各々はそれに関連
    付けられた日付を有し、前記日付は前記ユーザが以前に
    見た番組内で各組が発生した時を示すことを特徴とする
    請求項４０に記載の推薦システム。
  48. 【請求項４８】 前記関係の各々は、フィルタリングコ
    マンド及び順序付けコマンドによって定義されているこ
    とを特徴とする請求項４０又は４１に記載の推薦システ
    ム。
  49. 【請求項４９】 前記フィルタリングコマンドは、時間
    スロット・フィルタ、重み係数フィルタ、人気フィル
    タ、緊急フィルタ、及びライフスタイル・フィルタを含
    むリストから選択されることを特徴とする請求項４８に
    記載の推薦システム。
  50. 【請求項５０】 前記時間スロット・フィルタは、推薦
    が要求される日又は時間にふさわしい日又は時間に依存
    し、前記日又は時間は前記番組特性の組に含まれ、各組
    が前記ユーザが以前に見た番組内で発生した時を示し、 前記重み係数フィルタは前記ユーザが以前に見た番組内
    での各組の発生頻度に依存し、 前記人気フィルタは前記番組特性の組に含まれ、前記ユ
    ーザが以前に見た各番組が人気のあるイベント／番組に
    対応することを示す人気値に依存し、 前記緊急フィルタは前記番組特性の組に含まれ、前記ユ
    ーザが以前に見た各番組が緊急番組に対応することを示
    す緊急値に依存し、 前記ライフスタイル・フィルタは前記番組特性の組に含
    まれ、前記ユーザが以前に見た各番組がライフスタイル
    のタイプに対応することを示すライフスタイル値に依存
    することを特徴とする請求項４９に記載の推薦システ
    ム。
  51. 【請求項５１】 前記順序付けコマンドは、重み係数順
    序付け、新しさ順序付け、重み新しさ順序付けを含むリ
    ストから選択されることを特徴とする請求項４８に記載
    の推薦システム。
  52. 【請求項５２】 前記重み係数順序付けは、前記ユーザ
    が以前に見た番組内での各組の発生頻度を降順に並べる
    ことによって前記番組特性の組を配列し、 前記新しさ順序付けは前記番組特性の組に含まれ、前記
    ユーザが以前に見た番組内で各組が発生した時を示す日
    付を降順に並べることで前記番組特性の組を配列し、 前記重み新しさ順序付けは前記頻度が同じである時は最
    も新しい日付を有する番組特性の組を優先すると同時
    に、前記発生頻度を降順に並べることで前記番組特性の
    組を配列することを特徴とする請求項５１に記載の推薦
    システム。
  53. 【請求項５３】 前記関係の各々は、フィルタリングコ
    マンド及び順序付けコマンドによって定義され、前記順
    序付けコマンドは重み係数順序付け、特殊性順序付け、
    一般性順序付け、新しさ順序付け、重み新しさ順序付
    け、特殊性重み順序付け、一般性重み順序付け、新しさ
    特殊性順序付け、特殊性新しさ順序付け及び一般性新し
    さ順序付けを含むリストから選択されることを特徴とす
    る請求項４１に記載の推薦システム。
  54. 【請求項５４】 前記重み係数順序付けは、前記ユーザ
    が以前に見た番組内での各組の発生頻度を降順に並べる
    ことで前記番組特性の組を配列し、 前記特殊性順序付けは前記番組特性の組に含まれている
    番組特性の数に対応する特殊性レベルを降順に並べるこ
    とで前記番組特性の組を配列し、 前記一般性順序付けは特殊性レベルを昇順に並べること
    で前記番組特性の組を配列し、 前記新しさ順序付けは前記番組特性の組に含まれ、前記
    ユーザが以前に見た番組内で各組が発生した時を示す日
    付を降順に並べることで前記番組特性の組を配列し、 前記重み新しさ順序付けは前記頻度が同じである時は最
    も新しい日付を有する番組特性の組を優先すると同時
    に、前記発生頻度を降順に並べることで前記番組特性の
    組を配列し、 前記特殊性重み順序付けは前記特殊性レベルが同じ時に
    はより高い発生の頻度を有する番組特性の組を優先する
    と同時に、前記特殊性レベルを降順に並べることで前記
    番組特性の組を配列し、 前記新しさ特殊性順序付けは前記日付が同じ時にはより
    高い特殊性レベルを有する番組特性の組を優先すると同
    時に、前記日付を降順に並べることで前記番組特性の組
    を配列し、 前記特殊性新しさ順序付けは前記特殊性レベルが同じ時
    には最も新しい日付を有する番組特性の組を優先すると
    同時に、前記特殊性レベルを降順に並べることで前記番
    組特性の組を配列し、 前記一般性新しさ順序付けは前記特殊性レベルが同じ時
    には最も新しい日付を有する番組特性の組を優先すると
    同時に、前記特殊性レベルを昇順に並べることで前記番
    組特性の組を配列することを特徴とする請求項５３に記
    載の推薦システム。
  55. 【請求項５５】 番組に関する情報を少なくとも１つの
    番組ガイド・リストを含むＥＰＧ（電子番組ガイド）と
    して利用可能であり、 ユーザが以前に見た各番組に関連付けられた複数の番組
    特性と、以前の番組要求に応じて行われた番組推薦に関
    して、複数の関係の各々と該関係に対応付けられた前記
    ユーザの受諾の度合いとが記録されている、テレビ・シ
    ステムで見る番組の推薦をユーザに行うためのコンピュ
    ータ・プログラムが記録されたコンピュータ読み取り可
    能な媒体を有するコンピュータ・プログラム製品であっ
    て、 前記番組特性の組を形成するためのコードと、 前記関係から、前記受諾の度合いのうち最も高い度合い
    を有する少なくとも１つの関係を選択するためのコード
    と、 前記選択された関係を使用して前記番組特性の組を順序
    付け、番組特性の順序付けられた組を生成するためのコ
    ードと、 前記選択された関係を使用して前記順序付けられた番組
    特性の組をフィルタリングし、番組特性のフィルタリン
    グされた組を生成するためのコードと、 前記フィルタリングされた番組特性の組に最も適合する
    番組特性を有する番組を見つけるためにＥＰＧデータの
    検索を行い、最も高いフィルタリングされた番組特性の
    組を優先するためのコードと、 番組推薦を要求するユーザの入力で、前記フィルタリン
    グされた組に最も適合する番組の有用性を番組推薦とし
    て前記ユーザに通知するためのコードとを有することを
    特徴とするコンピュータ・プログラム製品。
  56. 【請求項５６】 各組は、前記複数の番組特性を有する
    ことを特徴とする請求項５５に記載のコンピュータ・プ
    ログラム製品。
  57. 【請求項５７】 前記受諾の度合いを更新するためのコ
    ードを更に有することを特徴とする請求項５５に記載の
    コンピュータ・プログラム製品。
  58. 【請求項５８】 前記関係の各々が少なくとも第１のタ
    イプの関係と第２のタイプの関係の組合せを有し、前記
    第１のタイプの関係の前記度合いが延長された期間にわ
    たって行われたユーザの選択の結果として更新され、前
    記第２のタイプの関係の前記度合いがより短い期間にわ
    たって行われたユーザの選択の結果として更新されるこ
    とを特徴とする請求項５７に記載のコンピュータ・プロ
    グラム製品。
  59. 【請求項５９】 前記関係の各々は、受諾の最大の度合
    いを有する前記第１のタイプの関係と、全ての第２のタ
    イプの関係の組合せを有することを特徴とする請求項５
    ８に記載のコンピュータ・プログラム製品。
  60. 【請求項６０】 前記関係は、各ユーザ独自に設定され
    ることを特徴とする請求項５５に記載のコンピュータ・
    プログラム製品。
  61. 【請求項６１】 前記番組特性の組の各々は、前記ユー
    ザが以前に見た番組内における各組の発生頻度に関連付
    けられていることを特徴とする請求項５５に記載のコン
    ピュータ・プログラム製品。
  62. 【請求項６２】 前記番組特性の組の各々はそれに関連
    付けられた日付を有し、前記日付は前記ユーザが以前に
    見た番組内で各組が発生した時を示すことを特徴とする
    請求項５５に記載のコンピュータ・プログラム製品。
  63. 【請求項６３】 前記関係の各々は、フィルタリングコ
    マンド及び順序付けコマンドによって定義されているこ
    とを特徴とする請求項５５又は５６に記載のコンピュー
    タ・プログラム製品。
  64. 【請求項６４】 前記フィルタリングコマンドは、時間
    スロット・フィルタ、重み係数フィルタ、人気フィル
    タ、緊急フィルタ、及びライフスタイル・フィルタを含
    むリストから選択されることを特徴とする請求項６３に
    記載のコンピュータ・プログラム製品。
  65. 【請求項６５】 前記時間スロット・フィルタは、推薦
    が要求される日又は時間にふさわしい日又は時間に依存
    し、前記日又は時間は前記番組特性の組に含まれ、各組
    が前記ユーザが以前に見た番組内で発生した時を示し、 前記重み係数フィルタは前記ユーザが以前に見た番組内
    での各組の発生頻度に依存し、 前記人気フィルタは前記番組特性の組に含まれ、前記ユ
    ーザが以前に見た各番組が人気のあるイベント／番組に
    対応することを示す人気値に依存し、 前記緊急フィルタは前記番組特性の組に含まれ、前記ユ
    ーザが以前に見た各番組が緊急番組に対応することを示
    す緊急値に依存し、 前記ライフスタイル・フィルタは前記番組特性の組に含
    まれ、前記ユーザが以前に見た各番組がライフスタイル
    のタイプに対応することを示すライフスタイル値に依存
    することを特徴とする請求項６４に記載のコンピュータ
    ・プログラム製品。
  66. 【請求項６６】 前記順序付けコマンドは、重み係数順
    序付け、新しさ順序付け、重み新しさ順序付けを含むリ
    ストから選択されることを特徴とする請求項６３に記載
    のコンピュータ・プログラム製品。
  67. 【請求項６７】 前記重み係数順序付けは、前記ユーザ
    が以前に見た番組内での各組の発生頻度を降順に並べる
    ことで前記番組特性の組を配列し、 前記新しさ順序付けは前記番組特性の組に含まれ、前記
    ユーザが以前に見た番組内で各組が発生した時を示す日
    付を降順に並べることで前記番組特性の組を配列し、 前記重み新しさ順序付けは前記頻度が同じである時は最
    も新しい日付を有する番組特性の組を優先すると同時
    に、前記発生頻度を降順に並べることで前記番組特性の
    組を配列することを特徴とする請求項６６に記載のコン
    ピュータ・プログラム製品。
  68. 【請求項６８】 前記関係の各々は、フィルタリングコ
    マンド及び順序付けコマンドによって定義され、前記順
    序付けコマンドは重み係数順序付け、特殊性順序付け、
    一般性順序付け、新しさ順序付け、重み新しさ順序付
    け、特殊性重み順序付け、一般性重み順序付け、新しさ
    特殊性順序付け、特殊性新しさ順序付け及び一般性新し
    さ順序付けを含むリストから選択されることを特徴とす
    る請求項６６に記載のコンピュータ・プログラム製品。
  69. 【請求項６９】 前記重み係数順序付けは、前記ユーザ
    が以前に見た番組内での各組の発生頻度を降順に並べる
    ことで前記番組特性の組を配列し、 前記特殊性順序付けは前記番組特性の組に含まれている
    番組特性の数に対応する特殊性レベルを降順に並べるこ
    とで前記番組特性の組を配列し、 前記一般性順序付けは特殊性レベルを昇順に並べること
    で前記番組特性の組を配列し、 前記新しさ順序付けは前記番組特性の組に含まれ、前記
    ユーザが以前に見た番組内で各組が発生した時を示す日
    付を降順に並べることで前記番組特性の組を配列し、 前記重み新しさ順序付けは前記頻度が同じである時は最
    も新しい日付を有する番組特性の組を優先すると同時
    に、前記発生頻度を降順に並べることで前記番組特性の
    組を配列し、 前記特殊性重み順序付けは前記特殊性レベルが同じ時に
    はより高い発生の頻度を有する番組特性の組を優先する
    と同時に、前記特殊性レベルを降順に並べることで前記
    番組特性の組を配列し、 前記新しさ特殊性順序付けは前記日付が同じ時にはより
    高い特殊性レベルを有する番組特性の組を優先すると同
    時に、前記日付を降順に並べることで前記番組特性の組
    を配列し、 前記特殊性新しさ順序付けは前記特殊性レベルが同じ時
    には最も新しい日付を有する番組特性の組を優先すると
    同時に、前記特殊性レベルを降順に並べることで前記番
    組特性の組を配列し、 前記一般性新しさ順序付けは前記特殊性レベルが同じ時
    には最も新しい日付を有する番組特性の組を優先すると
    同時に、前記特殊性レベルを昇順に並べることで前記番
    組特性の組を配列することを特徴とする請求項６８に記
    載のコンピュータ・プログラム製品。
JP2000299286A 1999-09-30 2000-09-29 番組選択支援システム Withdrawn JP2001189896A (ja)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
AUPQ3217A AUPQ321799A0 (en) 1999-09-30 1999-09-30 A television program recommendation system
AU8529 2000-07-03
AUPQ8529A AUPQ852900A0 (en) 2000-07-03 2000-07-03 A television program recommendation system with adaptive filtering
AU3217 2000-07-03

Publications (1)

Publication Number Publication Date
JP2001189896A true JP2001189896A (ja) 2001-07-10

Family

ID=25646163

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000299286A Withdrawn JP2001189896A (ja) 1999-09-30 2000-09-29 番組選択支援システム

Country Status (2)

Country Link
US (1) US7188355B1 (ja)
JP (1) JP2001189896A (ja)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002177641A (ja) * 2000-12-11 2002-06-25 Takara Co Ltd エンターテイメントシステム
WO2003083723A1 (fr) * 2002-03-29 2003-10-09 Sony Corporation Systeme de recherche d'informations, dispositif et procede de traitement d'informations et dispositif et procede de recherche d'informations
JP2005094765A (ja) * 2003-09-17 2005-04-07 Samsung Electronics Co Ltd デジタルテレビ視聴者へのアバターを利用したユーザーインターフェース提供方法および装置
JP2006523403A (ja) * 2003-04-14 2006-10-12 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 番組画像のコンテンツを介した暗黙的なｔｖ推薦の生成
WO2009032518A1 (en) * 2007-08-30 2009-03-12 Motorola, Inc. Method and apparatus for generating a user profile
JP2010177939A (ja) * 2009-01-28 2010-08-12 Nintendo Co Ltd 情報処理システム、プログラムおよび情報処理装置
US9415302B2 (en) 2009-01-28 2016-08-16 Nintendo Co., Ltd. Storage medium for storing program capable of improving degree of freedom and effect of content provided by sponsor and information processing device
US9492754B2 (en) 2009-01-28 2016-11-15 Nintendo Co., Ltd. Method, system, and storage medium for displaying distributed media content in a calendar screen
US10311447B2 (en) 2009-01-28 2019-06-04 Nintendo Co., Ltd. Storage medium for storing program capable of ensuring that evaluation of content is made after watching thereof, information processing device, and information processing system

Families Citing this family (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020138836A1 (en) * 2001-03-23 2002-09-26 Koninklijke Philips Electronics N.V. Method and apparatus for recommending television programming through a celebrity or using a celebrity profile
JP2006510270A (ja) * 2002-12-10 2006-03-23 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 プロファイル空間への選別アクセス
US7810128B2 (en) * 2003-02-14 2010-10-05 Sony Corporation Information management system and method, center processing apparatus and method, program and recording medium used therewith, and information processing apparatus and method, and program and recording medium used therewith
KR100493902B1 (ko) * 2003-08-28 2005-06-10 삼성전자주식회사 콘텐츠 추천방법 및 시스템
US7904924B1 (en) * 2003-10-31 2011-03-08 Microsoft Corporation Video-on-demand recommendations based on previously viewed television programs
JP4124115B2 (ja) 2003-12-02 2008-07-23 ソニー株式会社 情報処理装置及び情報処理方法、並びにコンピュータ・プログラム
US8682890B2 (en) * 2003-12-03 2014-03-25 Pace Micro Technology Plc Collaborative sampling for implicit recommenders
US11259059B2 (en) 2004-07-30 2022-02-22 Broadband Itv, Inc. System for addressing on-demand TV program content on TV services platform of a digital TV services provider
US7590997B2 (en) 2004-07-30 2009-09-15 Broadband Itv, Inc. System and method for managing, converting and displaying video content on a video-on-demand platform, including ads used for drill-down navigation and consumer-generated classified ads
US9584868B2 (en) 2004-07-30 2017-02-28 Broadband Itv, Inc. Dynamic adjustment of electronic program guide displays based on viewer preferences for minimizing navigation in VOD program selection
US7631336B2 (en) 2004-07-30 2009-12-08 Broadband Itv, Inc. Method for converting, navigating and displaying video content uploaded from the internet to a digital TV video-on-demand platform
TW200704183A (en) * 2005-01-27 2007-01-16 Matrix Tv Dynamic mosaic extended electronic programming guide for television program selection and display
US9860599B2 (en) 2005-06-17 2018-01-02 At&T Intellectual Property I, L.P. Methods, systems, and products for providing sample content
US8875196B2 (en) 2005-08-13 2014-10-28 Webtuner Corp. System for network and local content access
JP5036178B2 (ja) * 2005-12-12 2012-09-26 株式会社ソニー・コンピュータエンタテインメント コンテンツ案内システム、コンテンツ案内方法、コンテンツ案内支援サーバ、コンテンツ案内支援方法、プログラム及び情報記憶媒体
US20070219856A1 (en) * 2006-03-14 2007-09-20 Comcast Cable Holdings, Llc Method and system of recommending television programs
US20080320510A1 (en) * 2007-06-22 2008-12-25 Microsoft Corporation Sharing viewing statistics
US9654833B2 (en) 2007-06-26 2017-05-16 Broadband Itv, Inc. Dynamic adjustment of electronic program guide displays based on viewer preferences for minimizing navigation in VOD program selection
US11570521B2 (en) 2007-06-26 2023-01-31 Broadband Itv, Inc. Dynamic adjustment of electronic program guide displays based on viewer preferences for minimizing navigation in VOD program selection
EP2034640A1 (en) * 2007-09-07 2009-03-11 Advanced Digital Broadcast S.A. Method for scheduling content items and television system with aided content selection
US20090150217A1 (en) 2007-11-02 2009-06-11 Luff Robert A Methods and apparatus to perform consumer surveys
US8365225B2 (en) * 2008-01-18 2013-01-29 At&T Intellectual Property I, L.P. Personalized media channel
US20090249400A1 (en) * 2008-03-27 2009-10-01 United Video Properties, Inc. Systems and methods for providing on-demand media content
US20090276235A1 (en) * 2008-05-01 2009-11-05 Karen Benezra Methods and systems to facilitate ethnographic measurements
FR2931332A1 (fr) * 2008-05-16 2009-11-20 Alcatel Lucent Sas Procede et systeme d'etablissement d'un guide des programmes dans un service de videos a la demande en fonction de l'humeur de l'utilisateur
US9338407B2 (en) * 2008-07-17 2016-05-10 At&T Intellectual Property I, Lp Apparatus and method for presenting an electronic programming guide
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
CN101540767A (zh) * 2009-01-13 2009-09-23 深圳市同洲电子股份有限公司 一种服务器、数字电视接收终端和节目信息显示系统与方法
US8200674B2 (en) * 2009-01-19 2012-06-12 Microsoft Corporation Personalized media recommendation
EP2427831A4 (en) 2009-05-08 2013-07-10 Arbitron Mobile Oy SYSTEM AND METHOD FOR BEHAVIOR AND CONTEXT DATA ANALYSIS
US20100293234A1 (en) * 2009-05-18 2010-11-18 Cbs Interactive, Inc. System and method for incorporating user input into filter-based navigation of an electronic catalog
US8358383B2 (en) * 2009-12-09 2013-01-22 Wills Christopher R Dynamic television menu creation
US9204200B2 (en) * 2010-12-23 2015-12-01 Rovi Technologies Corporation Electronic programming guide (EPG) affinity clusters
US9635405B2 (en) 2011-05-17 2017-04-25 Webtuner Corp. System and method for scalable, high accuracy, sensor and ID based audience measurement system based on distributed computing architecture
CA2837198A1 (en) 2011-05-24 2012-11-29 Webtuner Corp. System and method to increase efficiency and speed of analytics report generation in audience measurement systems
WO2012162693A1 (en) 2011-05-26 2012-11-29 WebTuner, Corporation Highly scalable audience measurement system with client event pre-processing
WO2013032941A1 (en) 2011-08-26 2013-03-07 Google Inc. System and method for identifying availability of media items
US20130080907A1 (en) * 2011-09-23 2013-03-28 Richard Skelton Method and system for a personalized content play list
JP2013126206A (ja) * 2011-12-16 2013-06-24 Sony Corp 情報処理装置、情報処理方法およびプログラム
US10158898B2 (en) 2012-07-26 2018-12-18 Comcast Cable Communications, Llc Customized options for consumption of content
US9215489B2 (en) 2012-11-30 2015-12-15 The Nielson Company (Us), Llc Custom electronic program guides
US10083459B2 (en) 2014-02-11 2018-09-25 The Nielsen Company (Us), Llc Methods and apparatus to generate a media rank
KR102499125B1 (ko) * 2016-08-05 2023-02-14 삼성전자주식회사 디스플레이 장치 및 이를 이용한 채널 리스트 제공 방법
US20180109827A1 (en) * 2016-10-13 2018-04-19 International Business Machines Corporation User affinity for video content and video content recommendations

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
US5749081A (en) * 1995-04-06 1998-05-05 Firefly Network, Inc. System and method for recommending items to a user
US5758259A (en) * 1995-08-31 1998-05-26 Microsoft Corporation Automated selective programming guide
US5867226A (en) * 1995-11-17 1999-02-02 Thomson Consumer Electronics, Inc. Scheduler employing a predictive agent for use in a television receiver
US5694176A (en) * 1996-02-29 1997-12-02 Hughes Electronics Method and apparatus for generating television program guides with category selection overlay
US5790426A (en) * 1996-04-30 1998-08-04 Athenium L.L.C. Automated collaborative filtering system
US6026397A (en) * 1996-05-22 2000-02-15 Electronic Data Systems Corporation Data analysis system and method
US6163316A (en) 1997-01-03 2000-12-19 Texas Instruments Incorporated Electronic programming system and method
US6005597A (en) * 1997-10-27 1999-12-21 Disney Enterprises, Inc. Method and apparatus for program selection
US6317881B1 (en) * 1998-11-04 2001-11-13 Intel Corporation Method and apparatus for collecting and providing viewer feedback to a broadcast
US6973663B1 (en) * 1999-03-29 2005-12-06 The Directv Group, Inc. Method and apparatus for detecting and viewing similar programs within a video system
US6445306B1 (en) * 1999-03-31 2002-09-03 Koninklijke Philips Electronics N.V. Remote control program selection by genre
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
US6727914B1 (en) * 1999-12-17 2004-04-27 Koninklijke Philips Electronics N.V. Method and apparatus for recommending television programming using decision trees

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002177641A (ja) * 2000-12-11 2002-06-25 Takara Co Ltd エンターテイメントシステム
US8112420B2 (en) 2002-03-29 2012-02-07 Sony Corporation Information search system, information processing apparatus and method, and information search apparatus and method
WO2003083723A1 (fr) * 2002-03-29 2003-10-09 Sony Corporation Systeme de recherche d'informations, dispositif et procede de traitement d'informations et dispositif et procede de recherche d'informations
US7725467B2 (en) 2002-03-29 2010-05-25 Sony Corporation Information search system, information processing apparatus and method, and information search apparatus and method
KR100988153B1 (ko) * 2002-03-29 2010-10-18 소니 주식회사 정보 검색 시스템, 정보 처리 장치 및 방법, 정보 검색장치 및 방법
JP2006523403A (ja) * 2003-04-14 2006-10-12 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 番組画像のコンテンツを介した暗黙的なｔｖ推薦の生成
JP2005094765A (ja) * 2003-09-17 2005-04-07 Samsung Electronics Co Ltd デジタルテレビ視聴者へのアバターを利用したユーザーインターフェース提供方法および装置
WO2009032518A1 (en) * 2007-08-30 2009-03-12 Motorola, Inc. Method and apparatus for generating a user profile
JP2010177939A (ja) * 2009-01-28 2010-08-12 Nintendo Co Ltd 情報処理システム、プログラムおよび情報処理装置
US9199171B2 (en) 2009-01-28 2015-12-01 Nintendo Co., Ltd. Information processing system relating to content distribution, storage medium for storing program directed thereto, and information processing device
US9415302B2 (en) 2009-01-28 2016-08-16 Nintendo Co., Ltd. Storage medium for storing program capable of improving degree of freedom and effect of content provided by sponsor and information processing device
US9492754B2 (en) 2009-01-28 2016-11-15 Nintendo Co., Ltd. Method, system, and storage medium for displaying distributed media content in a calendar screen
US9827497B2 (en) 2009-01-28 2017-11-28 Nintendo Co., Ltd. Information processing system relating to content distribution, storage medium for storing program directed thereto, and information processing device
US10311447B2 (en) 2009-01-28 2019-06-04 Nintendo Co., Ltd. Storage medium for storing program capable of ensuring that evaluation of content is made after watching thereof, information processing device, and information processing system

Also Published As

Publication number Publication date
US7188355B1 (en) 2007-03-06

Similar Documents

Publication Publication Date Title
JP2001189896A (ja) 番組選択支援システム
US10402437B2 (en) System and method for recommending media programs and notifying a user before programs start
US7165098B1 (en) On-line schedule system with personalization features
JP5328658B2 (ja) 関連性に基づいてメディアガイダンス検索結果を提示する
JP5753878B2 (ja) クライアント−サーバ電子番組ガイド
JP5806118B2 (ja) 一致しないユーザ動作を検出し、フィードバックを提供するためのシステムおよび方法
US8285726B2 (en) Presenting media guidance search results based on relevancy
KR100782872B1 (ko) 전자 프로그램 가이드 시청 내역 생성 방법 및 시스템
US8250605B2 (en) Systems and methods for presentation of preferred program selections
US20130167168A1 (en) Systems and methods for providing custom movie lists
US7996399B2 (en) Presenting media guidance search results based on relevancy
US20030131355A1 (en) Program guide system
JP2006524473A (ja) コンテンツ通知および配信
KR20080021069A (ko) 콘텐츠에 대한 사용자 그룹의 전체 관심을 추정하기 위한방법 및 장치
WO1999045701A1 (en) Program guide system with preference profiles
WO2001015449A1 (en) Method and apparatus for creating recommendations from users profile built interactively
JP5766220B2 (ja) 関連性に基づいてメディアガイダンス検索結果を提示する
WO2000028733A1 (en) On-line schedule system with personalization features
AU748480B2 (en) A television program recommendation system
WO2002052856A2 (en) Program guide system

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20071204