JP2004519902A - テレビジョン視聴者プロファイルイニシャライザ及び関連する方法 - Google Patents

Abstract

インプリシットなプロファイラに基づくＴＶリコメンダが正確なＴＶリコメンデーションを生成するのに要する時間を低減するためのＴＶ視聴者プロファイルイニシャライザである。このプロファイルイニシャライザは、代表的な数のＴＶ視聴者のＴＶ視聴挙動のかなりのプールからのステレオタイプのプロファイルを利用する。このようなデータにクラスタリング法を適用することにより、ステレオタイプのプロファイルが生まれる。新たな視聴者は、視聴者自身の個人のＴＶ視聴挙動プロファイルを初期化するためにステレオタイプの選択を与えられる。単一の選択は、視聴者自身の実行におそらくかなり近い、予想可能なＴＶ番組のリコメンダを提供するのに十分である。この初期化ののち、上記プロファイルは、上記最初のステレオタイプからユーザのより正確なプロファイルへと移行するように、ユーザ自身の視聴挙動によって適合される。

Description

【０００１】
【発明の属する技術分野】
本発明は、テレビジョン（ＴＶ）のリコメンダ（ｒｅｃｏｍｍｅｎｄｅｒ）に係り、より具体的には、インプリシットなプロファイラ（ｐｒｏｆｉｌｅｒ）に基づくＴＶリコメンダが正確なＴＶリコメンデーション（ｒｅｃｏｍｍｅｎｄａｔｉｏｎ）を生成するのに要する時間を低減するためのＴＶ視聴者プロファイルイニシャライザ（ｉｎｉｔｉａｌｉｚｅｒ）に関する。
【０００２】
【従来の技術】
今日、利用可能なＴＶチャンネルを広範に選択できることが、ＴＶ番組のリコメンダを創り出している。ＴＶ番組のリコメンダは、典型的には、視聴者個人のＴＶ視聴者プロファイルに基づいてＴＶ番組を薦めるために通常の放送ＴＶと共に用いられている。ＴＶリコメンダは、大多数の個人テレビジョン（ＰＴＶ）サービスにおいても特徴とされている。ＰＴＶサービスは、ネットワークがプログラムを表示することを選択する時とは無関係に、視聴者が常にプログラムを視聴することを可能にする。これは、典型的には，基本的にはハードドライブを備えたセットトップボックスであるパーソナルＴＶレコーダを視聴者に与えることにより達成される。上記ＰＴＶサービスは、ＴＶリコメンダのソフトウェアを含んでおり、上記ハードドライブにロードされ、セットトップボックスが視聴者個人のＴＶ視聴者プロファイルに応じてライブテレビ放送を選択的に記録及び再生することを可能にする。
【０００３】
現在、上記ＴＶ視聴プロファイルは、インプリシットプロファイリング、エクスプリシットプロファイリング及びフィードバックプロファイリングの３つの基本の方法を用いて得られる。インプリシットプロファイリング法は、視聴者のテレビ視聴履歴、すなわちテレビ番組が見られたか見られていないかのセットからＴＶ視聴プロファイルを導き出す。エクスプリシットプロファイリング法は、視聴者が回答する、視聴者が何が好きで何が嫌いかについての明示的な（ｅｘｐｌｉｃｉｔ）質問を含むアンケートからＴＶ視聴プロファイルを導き出す。フィードバックプロファイリング法は、視聴者が好き又は嫌いの程度の格付けを提供したＴＶ番組のセットからＴＶ視聴プロファイルを導き出す。
【０００４】
【発明が解決しようとする課題】
しかしながら、エクスプリシット及びフィードバックプロファイリング法は、視聴者からの負担になる量の尽力を必要とする。一方、インプリシットプロファイリング法は、視聴者による明示的な行為を少ししか又は全く必要としない。残念なことに、上記インプリシットプロファイリング法は、優れたリコメンデーションを生成する前に長い時間を要する。
【０００５】
従って，インプリシットなプロファイラに基づくＴＶリコメンダが正確なＴＶリコメンデーションを生成するのに要する時間を低減する方法が必要とされている。
【０００６】
【課題を解決するための手段】
本発明の１つの観点は、リコメンダユーザの個人の挙動（ｂｅｈａｖｉｏｒ）プロファイルを初期化する方法を含んでいる。この方法は、リコメンダユーザの個人の挙動プロファイルと同一のドメインの統計的に有効な数の個体から挙動データを収集するステップと、挙動データから複数のステレオタイプの挙動プロファイルを生成するステップと、ユーザの挙動のプレファレンス（ｐｒｅｆｅｒｅｎｃｅ）を最もよく表すステレオタイプの挙動プロファイルの１つを選択するステップであって、選択されるステレオタイプの挙動プロファイルが、ユーザの最初の個人の挙動プロファイルとして作用するステップとを有している。
【０００７】
本発明の他の観点は、挙動リコメンダ用のプロファイルイニシャライザを含んでいる。このプロファイルイニシャライザは、統計的に有効な数の個体の挙動データを蓄積する挙動データベースと、挙動データからステレオタイプの挙動プロファイルの選択を行うステレオタイププロファイラであって、ステレオタイプの挙動プロファイルがリコメンダユーザに該ユーザの個人の挙動プロファイルの初期化を提供するステレオタイププロファイラとを有している。
【０００８】
本発明の更に他の観点は、アダプティブ挙動リコメンダを含んでいる。このアダプティブ挙動リコメンダは、統計的に有効な数の個体の挙動データを蓄積する挙動データベースと、挙動データからステレオタイプの挙動プロファイルの選択を行うステレオタイププロファイラであって、ステレオタイプの挙動プロファイルがリコメンダのユーザに該ユーザの個人の挙動プロファイルの初期化を提供するステレオタイププロファイラと、ユーザの選択されたステレオタイプの挙動プロファイルに基づいて挙動リコメンデーションを作成するリコメンダとを有している。
【０００９】
本発明の利点、性質及び種々の追加の特徴は、添付の図面に関連して詳細に説明される実例の形態を考慮して、より十分に現れるであろう。添付の図面の同様の参照記号は、同様の構成要素を特定するために用いられている。
【００１０】
【発明の実施の形態】
図１は、本発明の代表的な実施形態による個人のテレビジョン（ＴＶ）視聴者プロファイルイニシャライザ１０の主な構成要素を示している。このプロファイルイニシャライザ１０は、複数のステレオタイプのＴＶ視聴プロファイルを生成し、それらの１つ又はそれ以上が、視聴者個人のインプリシットベースのＴＶ視聴プロファイルを初期化するために当該視聴者により選択され得る。初期化されたＴＶ視聴プロファイルは、そののち、ＴＶリコメンダが正確なＴＶリコメンデーションを作るのに要する時間を短くするために、上記リコメンダにより用いられ得る。プロファイルイニシャライザ１０の主な構成要素は、ＴＶ視聴挙動データベース２０と、ステレオタイプ発生器３０と、ステレオタイプＴＶ視聴者プロファイラ４０とを含んでいる。これらの構成要素は、ＣＰＵのようなデータ処理装置により読取り可能なデータ及びソフトウェアとして実現されることが好ましい。
【００１１】
上記ＴＶ視聴挙動データベース２０は、統計的に有効な数のＴＶ視聴者のＴＶ視聴の挙動を蓄積する。上記ステレオタイプ発生器３０は、データベース２０に蓄積されたＴＶ視聴挙動のデータを用いて、複数のステレオタイプを生成する。上記ステレオタイプＴＶ視聴者プロファイラ４０は、上記ステレオタイプにより規定される擬似ＴＶ視聴挙動を用いて、新たなＴＶ視聴者自身の個人のＴＶ視聴者プロファイルを初期化するために該視聴者に提供され得るステレオタイプのＴＶ視聴者プロファイルを選択する。初期化（初期化は、初めの（ｓｔａｒｔｉｎｇ）個人のＴＶ視聴者プロファイルとして１つ又はそれ以上のステレオタイプのＴＶ視聴者プロファイルの選択を伴う）ののち、個人のＴＶ視聴者プロファイルは、視聴者自身のＴＶ視聴挙動を用いて当該視聴者のより正確なプロファイルに合わせられ得る（ｔａｉｌｏｒ）。
【００１２】
ＴＶ視聴挙動データベース２０に含まれるＴＶ視聴者の正確な数は、それから生じるステレオタイプを使用することが予想される視聴者の人数を表すのに十分大きいべきである。例えば、数百人又は数千人のＴＶ視聴者が、このデータに含まれ得る。データのセットにあらゆる著しい季節的な変動が存在するので、これらのＴＶ視聴者のＴＶ視聴履歴持続時間は、全ての重要なタイプのＴＶ番組の豊富なサンプルを含むのに十分に長い（例えば、１年又はそれ以上）べきである。
【００１３】
図２に示されているように、データベース２０に蓄積されるデータは、全ての視聴者に関する全ての番組の組み合わせ（ｕｎｉｏｎ）の、各ＴＶ視聴者に関する行と各ＴＶ番組に関する列とのバイナリマトリクスとして符号化され得る。ｉ行ｊ列の１は視聴者ｉが番組ｊを見たことを意味し、０は番組ｊが視聴者ｉにより視聴されなかったことを意味する。従って，得られるステレオタイプは、専らＴＶ番組を視聴した／視聴していないことに基づいている。
【００１４】
上記ステレオタイプ発生器３０は、上記データベースに蓄積された符号化ＴＶ視聴挙動データを使用して、複数のステレオタイプを生成する。これは、データ内に存在する固有のクラス（各クラスはステレオタイプを規定する）に応じて符号化データを分割することにより達成され得る。上記データの分割は、任意の通常のクラスタ法をデータに適用することにより達成され得る。例えば、アカデミックプレスより１９７３年に出版されたＭｉｃｈａｌｅ Ｒ． ＡｎｄｅｒｂｅｒｇのＣｌｕｓｔｅｒ Ａｎａｌｙｓｉｓ ｆｏｒ Ａｐｐｌｉｃａｔｉｏｎｓ、又はＡＳＭＥプレスより１９９９年に出版されたＩｎｔｅｌｌｉｇｅｎｔ Ｅｎｇｉｎｅｅｒｉｎｇ Ｓｙｓｔｅｍｓ Ｔｈｒｏｕｇｈ Ａｒｔｉｆｉｃａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ Ｖｏｌｕｍｅ ９ （ＡＮＮＩＥ９９）のＤｅｍｉｒｉｚ， Ｂｅｎｎｅｔ， ＥｍｂｒｅｃｈｔｓのＳｅｍｉ−Ｓｕｐｅｒｖｉｓｅｄ Ｃｌｕｓｔｅｒｉｎｇ Ｕｓｉｎｇ Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍｓ（ｐ８０９〜８１４）を参照されたい。
【００１５】
符号化ＴＶ視聴挙動データをクラスタ化することは、ステレオタイプのクラスタをもたらす。各クラスタに関して、クラスタの中心は、各番組を見たクラスタのメンバー（ＴＶ視聴者）の割合を示す範囲［０，１］の実数のベクトルとして計算され得る。
【００１６】
上記ステレオタイプＴＶ視聴者プロファイラ４０は、上記ステレオタイプのそれぞれから生じる上記擬似ＴＶ視聴履歴からステレオタイプのＴＶ視聴者プロファイルを作成する。上記プロファイルは、ＴＶ番組の特徴に由来する。上記ステレオタイプＴＶ視聴者プロファイラは、固定又は可変の方法のいずれかを用いてこれを遂行する。固定の方法は、典型的には、上記ステレオタイプを規定したクラスタからのＴＶ番組を含む固定された閾値を用いる。より具体的には、クラスタ中心のベクトル値が１．０に近いＴＶ番組は、上記擬似視聴履歴のステレオタイプのＴＶ視聴者によって好まれているＴＶ番組であり、クラスタ中心のベクトル値が０．０に近いＴＶ番組は、上記擬似視聴履歴のステレオタイプの視聴者によって好まれていないＴＶ番組である。例えば、閾値が０．２に設定された場合、クラスタ中心のベクトル値が０．７（０．５＋０．２）よりも大きいステレオタイプの任意のＴＶ番組が、正の（ｐｏｓｉｔｉｖｅ）例として上記擬似視聴履歴に含まれ、クラスタ中心のベクトル値が０．３（０．５−０．２）よりも小さいステレオタイプの任意のＴＶ番組が、負の（ｎｅｇａｔｉｖｅ）例として上記擬似視聴履歴に含まれる。０．３〜０．７の全てのＴＶ番組が除かれる。一度擬似視聴履歴が構築されると、ベイズの分類又は樹形図（ｄｅｃｉｓｉｏｎ ｔｒｅｅ）のような任意の通常の確率計算法を用いてステレオタイプのＴＶ視聴者プロファイルが構成され得る。ベイズの方法に関しては、２０００年２月４日に出願され、発明の名称がＡｄａｐｔｉｖｅ ＴＶ Ｐｒｏｇｒａｍ Ｒｅｃｏｍｍｅｎｄｅｒである係属中の米国特許出願第０９／４９８，２７１号を参照されたい。また、樹形図の方法に関しては、１９９９年１２月１７日に出願され、発明の名称が「Ｍｅｔｈｏｄ ａｎｄ Ａｐｐａｒａｔｕｓ ｆｏｒ Ｒｅｃｏｍｍｅｎｄｉｎｇ Ｔｅｌｅｖｉｓｉｏｎ Ｐｒｏｇｒａｍｍｉｎｇ Ｕｓｉｎｇ Ｄｅｃｉｓｉｏｎ Ｔｒｅｅｓ」である係属中の米国特許出願第０９／４６６，４０６号を参照されたい。これら両出願の開示内容は、参照することによって本明細書に組み込まれたものとする。
【００１７】
可変の方法は、（上記擬似視聴履歴の視聴された又は視聴なかった部分に）ＴＶ番組を含めるか、含めないかではなく、ＴＶ番組のクラスタの中心のベクトル値に比例してＴＶ番組の特徴を重み付けすることを含む。図３は、そのような重み付けの方法の一例を示しており、この方法では、ステレオタイプのクラスタ内の視聴者の９０％以上により視聴されたＴＶ番組は、視聴履歴の見られた部分に３倍（の重み）で加えられ、クラスタの視聴者の８０〜８９％により視聴されたＴＶ番組は、視聴履歴の見られた部分に２倍で加えられ、クラスタの視聴者の７０〜７９％により視聴されたＴＶ番組は、視聴履歴の見られた部分に１倍で加えられる。同様に、クラスタの視聴者の１０％よりも少ない人々により視聴されたＴＶ番組は、視聴履歴の見られていない部分に３倍で加えられ、クラスタの視聴者の１０〜１９％により視聴されたＴＶ番組は、視聴履歴の見られていない部分に２倍で加えられ、クラスタの視聴者の２０〜２９％により視聴されたＴＶ番組は、視聴履歴の見られていない部分に１倍で加えられる。この例の方法の下では、クラスタの視聴者の３１〜６９％により視聴された全ての番組は、ステレオタイプの典型的な視聴した／視聴していない挙動との意味のない関連をもたらすと考えられるので、擬似視聴履歴に含まれない。
【００１８】
上述した方法は、視聴者が、複数のステレオタイプのプロファイルを組み合わせることにより複合ステレオタイププロファイルを作成することを可能にするためにも用いられ得る。例えば、ａ）スポーツファン、ｂ）コメディーファン、ｃ）知識人（ｈｉｇｈ−ｂｒｏｗ）及びｄ）子供の４つのステレオタイプのプロファイルが存在する場合、視聴者に、任意の所望のやり方で上記ステレオタイプのプロファイル間に分散せるためのある数（例えば１０）のポイントが与えられる。ある視聴者は、ステレオタイプのプロファイルａに６ポイントを分配し、ステレオタイプのプロファイルｂに４ポイントを分配可能である。他の視聴者は、１０ポイント全てをステレオタイプのプロファイルｄに分配可能である。どのケースにおいても、複合ステレオタイププロファイルは、選択されたステレオタイプのプロファイルにおける各特徴の正及び負の点数と当該プロファイルに割り当てられたポイントの数とを掛け合わせ、点数をまとめることにより生成され得る。上記点数の全てが上記ポイントにより大きくされているので、結果として得られる点数は、幾つかの所望の数で除算することによって正規化（低減）され得る。正規化に用いられる数は、個人化するために視聴者がいかに早く初期化されたプロファイル（上記複合ステレオタイププロファイル）を望んでいるか対、視聴者が自分の初期化されたプロファイルをいかにステレオタイプにしたいかに応じて選択される。素早く個人化する初期化プロファイルを提供する正規化が選択される場合には、その初期化プロファイルはより劣ったステレオタイプになる（非常に少ないＴＶ番組数を含む）。非常に優れたステレオタイプの（多くのＴＶ番組数を含む）初期化プロファイルを提供する正規化が選択される場合には、その初期化プロファイルは個人化するためにより長い時間を要する。
【００１９】
通常の確率計算法（ベイズ又は樹形図）は、視聴者自身のＴＶ視聴挙動を用いて初期化された個人のＴＶ視聴者プロファイルを視聴者のより正確なプロファイルに合わせるに本発明に用いられ得る。このような方法は、実際のＴＶ視聴履歴、フィードバック評価及び／又はエクスプリシットプロファイルに基づく任意のプロファイルを適合させるために用いられる方法と同一である。例えば、ＴＶリコメンダは、各新たな視聴された（又は視聴されなかった）ＴＶ番組が、その特徴を初期化ＴＶ視聴者プロファイルに付加するか、又はプロファイル内の既存の特徴に対して点数をインクリメントするように、先願で係属中の米国特許出願第０９／４９８，２７１号に説明されているベイズの方法を初期化ＴＶ視聴者プロファイルに適用することができる。次第に、これらの点数に基づく条件付き確率が、ステレオタイプとは異なる視聴者自身の個人の実行（ｐｅｒｆｏｒｍａｎｃｅ）を反映するようになる。
【００２０】
図４は、本発明のＴＶ視聴者プロファイルイニシャライザによって生成される初期化ＴＶ視聴者プロファイルを使用することが可能なアダプティブＴＶリコメンダ５０の代表的な実施形態を示している。このＴＶリコメンダ５０は、本発明のＴＶ視聴者プロファイルイニシャライザによって生成される複数のステレオタイプのプロファイルを含んでいるデータベース６０と、アダプティブＴＶリコメンダ７０と、テレビジョンプログラミング又は電子プログラムガイド（ＥＰＧ）データストラクチャ８０と、ユーザインターフェース９０とを有している。上記プロファイルイニシャライザと同様、リコメンダ７０及びＥＰＧ８０は、それぞれ、ＣＰＵのようなデータ処理装置により読取り可能なデータ及びソフトウェアとして実現されることが好ましい。ユーザインターフェース９０は、パーソナルコンピュータ（ＰＣ）又は表示スクリーンとして実現され得る。
【００２１】
ステレオタイププロファイルデータベース６０は、リコメンダ７０への入力として役割を果たす。リコメンダ７０は、入力として、タイトル、チャンネル、開始時間などのような各ＴＶ番組を表す特徴を含むＥＰＧデータストラクチャ８０も使用する。リコメンダ７０は、初期化された個人のＴＶ視聴者プロファイル（視聴者によりデータベース６０から選択されたステレオタイプのプロファイル）とＥＰＧ８０からのデータとを処理し、視聴者が対話可能なユーザインターフェース９０上にＴＶ番組のリコメンデーションを表示する。
【００２２】
図５は、図４のＴＶリコメンダを実現するハードウェアの代表的な実施形態を示している。このハードウェアは、典型的には、表示装置１００と、ＣＰＵ１１０と、ユーザ入力装置１２０と、データリンク部１３０とを含んでいる。表示装置１００は、一般に、テレビジョンスクリーン又は他の好適な表示装置を含んでいる。ＣＰＵ１１０は、セットトップボックス、ＰＣ又は上記プロファイルイニシャライザ及びリコメンダを実行するのに十分な他のタイプのデータ処理装置であり得る。ユーザ入力装置１２０は、キーボード及びマウス装置又は表示装置１００に関連するタッチセンス（ｔｏｕｃｈ ｓｅｎｓｉｔｉｖｉｔｙ）手段であり得る。データリンク部１３０は、アンテナ、ケーブルＴＶ、インターネットへの電話線、ネットワーク接続部などであり得る。
【００２３】
本発明は、ＴＶ視聴挙動及びＴＶ番組のリコメンデーションの点から説明されたが、本発明の原理は、このドメインに限定されるものではない。例えば、本発明の原理は、映画、本、オーディオ記録体などにも適用され得る。
【００２４】
上述した発明は、上記実施態様を参照して説明されたが、本発明の精神から逸脱することなく種々の変形や変更が行われ得る。従って、そのような変形や変更の全ては、以下の特許請求の範囲内において考えられ得る。
【図面の簡単な説明】
【図１】本発明の代表的な実施形態に係る個人のテレビジョン視聴者プロファイルイニシャライザの主な構成要素を示すブロック図である。
【図２】データベースにデータを蓄積する、本発明に用いられ得るデータストラクチャである。
【図３】視聴者のステレオタイプの評価に用いられる格付けの尺度である。
【図４】本発明のテレビジョン視聴者プロファイルイニシャライザを使用するアダプティブテレビジョンリコメンダの代表的な実施形態を示すブロック図である。
【図５】本発明のテレビジョン視聴者プロファイルイニシャライザを使用するテレビジョンリコメンダを実現するハードウェアの代表的な実施形態を示すブロック図である。

Claims (19)

1. リコメンダユーザの個人の挙動プロファイルを初期化する方法であり、
   前記リコメンダユーザの個人の挙動プロファイルと同一のドメインの統計的に有効な数の個体から挙動データを収集するステップと、
   前記挙動データから複数のステレオタイプの挙動プロファイルを生成するステップと、
   前記ユーザの挙動のプレファレンスを最もよく表す前記ステレオタイプの挙動プロファイルの１つを選択するステップであって、前記選択されるステレオタイプの挙動プロファイルは、前記ユーザの最初の個人の挙動プロファイルとして作用するステップと
   を有する方法。
2. 前記複数のステレオタイプの挙動プロファイルを生成するステップが、前記データ内に存在し、前記複数のステレオタイプを規定する固有のクラスに応じて前記データを分割することを含む請求項１記載の方法。
3. 前記データが、前記挙動データをクラスタ化することにより、前記固有のクラスに分割される請求項２記載の方法。
4. 前記複数のステレオタイプの挙動プロファイルを生成するステップが、各対応するステレオタイプにおいて前記データを規定した擬似挙動履歴からステレオタイプの挙動プロファイルを導き出すステップを更に含む請求項２記載の方法。
5. 前記擬似挙動履歴が、固定された閾値を前記クラスのそれぞれの前記データに適用することにより生成され、前記固定された閾値は、前記ステレオタイプを規定した前記クラスからの挙動を含む請求項４記載の方法。
6. 前記複数のステレオタイプの挙動プロファイルを生成するステップが、各擬似挙動履歴からステレオタイプの挙動プロファイルを構成するステップを更に含む請求項５記載の方法。
7. 前記擬似挙動履歴が、前記クラスにおける表現に比例して点を得て、前記ステレオタイプを規定した前記クラスから所定の数の挙動のコピーを擬似視聴履歴に付加することにより生成される請求項４記載の方法。
8. 前記複数のステレオタイプの挙動プロファイルを生成するステップが、各擬似挙動履歴からステレオタイプの挙動プロファイルを構成するステップを更に含む請求項７記載の方法。
9. 前記ステレオタイプの挙動プロファイルが、前記個体の挙動及び非挙動から構築される請求項１記載の方法。
10. 前記選択されたステレオタイプの挙動プロファイルを、前記ユーザ自身の挙動を用いて前記ユーザ自身の挙動のより正確なプロファイルに合わせるステップを更に含む請求項１記載の方法。
11. 前記挙動がテレビジョン視聴のドメイン内にある請求項１記載の方法。
12. 挙動リコメンダ用のプロファイルイニシャライザであって、
    統計的に有効な数の個体の挙動データを蓄積する挙動データベースと、
    前記挙動データからステレオタイプの挙動プロファイルの選択を行うステレオタイププロファイラであって、前記ステレオタイプの挙動プロファイルは前記リコメンダのユーザに該ユーザの個人の挙動プロファイルの初期化をもたらすステレオタイププロファイラと
    を有するプロファイルイニシャライザ。
13. 前記挙動データベースに蓄積された前記挙動データから挙動のステレオタイプを生成するステレオタイプ発生器を更に有し、前記ステレオタイププロファイラが、前記ステレオタイプの挙動プロファイルを構築する前記挙動のステレオタイプから得られる擬似挙動履歴を用いる請求項１２記載のプロファイルイニシャライザ。
14. 統計的に有効な数の個体の挙動データを蓄積する挙動データベースと、
    前記挙動データからステレオタイプの挙動プロファイルの選択を行うステレオタイププロファイラであって、前記ステレオタイプの挙動プロファイルはリコメンダのユーザに該ユーザの個人の挙動プロファイルの初期化をもたらすステレオタイププロファイラと、
    前記ユーザの選択されたステレオタイプの挙動プロファイルに基づいて挙動リコメンデーションを作成するリコメンダと
    を有するアダプティブ挙動リコメンダ。
15. 前記挙動リコメンデーションを表示するユーザインターフェースを更に有する請求項１４記載の挙動リコメンダ。
16. 前記挙動データベースに蓄積された前記挙動データから挙動のステレオタイプを生成するステレオタイプ発生器を更に有し、前記ステレオタイププロファイラが、前記ステレオタイプの挙動プロファイルを構築する前記挙動のステレオタイプから得られる擬似挙動履歴を用いる請求項１４記載の挙動リコメンダ。
17. 前記ユーザの選択されたステレオタイプの挙動プロファイルを、前記ユーザの実際の挙動を用いて前記ユーザの挙動の個人のプロファイルに合わせるための個人プロファイラを更に有する請求項１４記載の挙動リコメンダ。
18. 前記挙動が、テレビジョン視聴のドメイン内にある請求項１４記載の挙動リコメンダ。
19. コンピュータプログラムを実行する場合にプログラム可能な装置が請求項１４ないし１８のいずれか１項に記載のアダプティブ挙動リコメンダとして機能することを可能にする当該コンピュータプログラム。

Images