JP2005504399A - 他人のプロフィールを用いた、推薦装置による個人プロフィールの変更 - Google Patents
他人のプロフィールを用いた、推薦装置による個人プロフィールの変更 Download PDFInfo
- Publication number
- JP2005504399A JP2005504399A JP2003533160A JP2003533160A JP2005504399A JP 2005504399 A JP2005504399 A JP 2005504399A JP 2003533160 A JP2003533160 A JP 2003533160A JP 2003533160 A JP2003533160 A JP 2003533160A JP 2005504399 A JP2005504399 A JP 2005504399A
- Authority
- JP
- Japan
- Prior art keywords
- user
- profile
- description
- user profile
- data
- 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.)
- Abandoned
Links
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
- H04N21/45—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Image Analysis (AREA)
Abstract
【課題】ユーザの嗜好プロフィールにより提供された選択肢を、他人の嗜好、特に同じ家庭内のユーザの嗜好に基づいて拡張する機構を提供すること。
【解決手段】テレビ番組を推薦する電子番組ガイドのような、データ・クラスの推薦装置により、ユーザは、他のユーザのプロフィールを利用して、自分の内在的プロフィールを変更することができる。例えば、あるユーザが、友人のプロフィールにより選択された番組を気に入った場合、このユーザは、友人のプロフィール部分を自分のプロフィールに加えて、各部分を置換するか、または好まれているデータ・クラスを示す記述子の結合体を形成するかの何れにより、自分のプロフィールを変更することができる。一実施例の場合、変更を行うユーザが、この変更を行うために用いる友人のプロフィールの特定部分を選択することができるように、特徴へのラベル付けを行うことができる。このラベル付けは、特徴-値の得点、またはバージョン空間の特定化された説明のような好ましい対象事項を定義した説明内で他の部類と相互相関する頻度が高い部類、に基づいて行うことができる。
【解決手段】テレビ番組を推薦する電子番組ガイドのような、データ・クラスの推薦装置により、ユーザは、他のユーザのプロフィールを利用して、自分の内在的プロフィールを変更することができる。例えば、あるユーザが、友人のプロフィールにより選択された番組を気に入った場合、このユーザは、友人のプロフィール部分を自分のプロフィールに加えて、各部分を置換するか、または好まれているデータ・クラスを示す記述子の結合体を形成するかの何れにより、自分のプロフィールを変更することができる。一実施例の場合、変更を行うユーザが、この変更を行うために用いる友人のプロフィールの特定部分を選択することができるように、特徴へのラベル付けを行うことができる。このラベル付けは、特徴-値の得点、またはバージョン空間の特定化された説明のような好ましい対象事項を定義した説明内で他の部類と相互相関する頻度が高い部類、に基づいて行うことができる。
Description
【技術分野】
【０００１】
本発明は、ユーザの行動を観察することによりユーザの嗜好を学習し、かつこの観察された嗜好に基づいて大きなデータ空間をフィルタする検索エンジンに関する。このようなシステムは、規則を明示的に入力することをユーザに要求するのではなく、ユーザの行動から規則を推定するアルゴリズムを用いる。本発明は、より具体的には、個人ユーザに対する推薦を、このユーザによる選択と他人による選択との両方に基づいて行う検索エンジンに関する。
【背景技術】
【０００２】
検索エンジンは、非常に大きなデータベースを効率的かつ迅速に利用しなければならないアプリケーションにおいて、ますます重要になっている。検索エンジンは、ワールド・ワイド・ウェブの検索だけでなく、カタログ、テレビ番組、音楽一覧、ファイル・システムなどの格納にも効果的である。重点が情報から知識へと移行している世界において、検索エンジンは巨大な成長分野であり、かつ測り知れない可能性を秘めている。
【０００３】
検索エンジンの用途が見い出される一分野として、ユーザの選択行動を観察し、かつこの行動に基づいて推薦を行う、いわゆる受動的な推薦装置が挙げられる。この技術は、テレビ番組を選択するための電子番組ガイド(EPG)と共に用いられる。
【０００４】
電子番組ガイド(EPG)により、テレビと他のメディアとの無数にある視聴選択肢の中から選択を行う作業が、より管理し易くなることが見込まれる。受動的な検索エンジンは、ユーザ嗜好データベースを構築し、かつこの嗜好データを用いて提案を行って、現在または将来の番組情報をフィルタすることにより、選択を行うジョブを単純化したり、またはユーザに代わって選択を行うことさえする。例えば、システムは、ユーザからの特定の要求、またはユーザが推薦する選択肢が強調されていなくても、番組を記録することができる。
【０００５】
上述したように、嗜好データベースを構築するためのデバイスの1つのタイプとして、ユーザの立場から見て受動的なタイプがある。ユーザは、単に、生のEPGデータから通常の方法で選択を行い、かつシステムは、ユーザの行動のモデルをこれらの選択肢から抽出することにより、個人的な嗜好データベースを徐々に構築する。次に、システムはこのモデルを用いて、このユーザが将来何を見ることを好むかを予測する。この抽出処理は、同じ項目に対して繰り返される要求を検出することによって、明らかに好きなものを識別するような、単純なアルゴリズムに従うことができる。または、この抽出処理を、多数の入力を用いた（自由度の大きい）決定木技法のような精巧な機械学習処理とすることができる。一般的な言い方をすると、このようなモデルは、ユーザの相互作用行動（すなわち、選択を行うためのユーザ・インターフェース(UI)による相互作用）の中にあるパターンを捜す。
【０００６】
ユーザのテレビを見るパターンから有用な情報を抽出するための、容易かつ相当確実な技法の1つは、特徴-値(feature-value)の計数表を生成することである。特徴の一例として「一日の時刻」があり、かつこれに対応する値を「朝」とすることができる。ある選択が行われると、この選択を特徴付けている特徴-値の計数が増加する。ある所定の選択肢は、通常、多くの特徴-値を有するであろう。この選択肢がそこから区別された番組のサブセットを（オプションで同時に）選択することにより、1組の否定的な選択肢を生成することができる。これらの番組の各々の特徴-値の計数は、減少するであろう（すなわち、見られなかった番組の計数は増加するであろう）。これらのデータは、ベイジアン予測装置に送信される。このベイジアン予測装置は、これらの計数を、候補を特徴付けている特徴-計数への重みとして用いることにより、ある候補がユーザの嗜好に合う確率を予測する、このタイプのプロファイリング機構は、2000年2月4日に出願された米国特許出願第09/498271号「ベイジアン・テレビ番組推薦装置(BAYESIAN TV SHOW RECOMMENDER)」に解説されている。この特許出願の全体は、本明細書に完全に解説されているかのように、本明細書に参照として取り入れられている。さらに、ユーザ行動の観察例からプロフィールを受動的に構築する、これと同じシステム・クラスの規則に基づく推薦装置が、1999年1月14日に公開されたPCT出願、国際公開番号第WO99/01984号「インテリジェント電子番組ガイド(INTELLIGENT ELECTRONIC PROGRAM GUIDE)」に解説されている。
【０００７】
第一タイプの別の例として、MbTVがある。これは、視聴者の視聴パターンをモニタすることにより、視聴者のテレビを見る嗜好を学習するシステムである。MbTVは、透過的に動作し、かつ視聴者の好みのプロフィールを構築する。このプロフィールを用いて、例えば、視聴者が見たいと関心を抱く可能性があるテレビ番組を推薦するサービスが提供される。MbTVは、その視聴者の各好みを学習し、かつ学習したことを利用して、放送が近づいた番組を推薦する。MbTVは、放送が近づいた所望の番組に対して視聴者の注意を促すことにより、視聴者がテレビを見る予定を組むことを助けることが可能となる。また、格納デバイスを加えることにより、視聴者の不在時に、これらの番組を自動的に記録することができる。
【０００８】
MbTVは、嗜好決定エンジン(Preference Determination Engine)と格納管理エンジン(Storage Management Engine)を有する。これらは、テレビの留守録画を容易にするために用いられる。MbTVは、所望の番組を単に提案するのではなく、自動的に記録することができる。MbTVの格納管理エンジンは、格納装置が最適のコンテンツを有している状態を確保することを試みる。このプロセスには、記録済みの番組のどれが（完全にまたは部分的に）視聴されているか、かつどれが無視されているかを追従することが含まれる。視聴者は、今後視聴するための記録済みの番組を「ロック」して、消去を防止することができる。提案された番組または記録済みのコンテンツを視聴者がどのように扱ったかが、この情報を用いて将来の決定をより正確化するMbTVの嗜好エンジンに、さらにフィードバックされる。
【０００９】
MbTVは、各「関心要素」を表すための、記録空間の一部を予約するであろう。これらの「関心事」は、異なる家族員に移しても良いし、または異なる好みの部類を表すこともできる。MbTVは、ユーザの介在を必要としないが、その機能を微調整することを望むユーザによってカスタム化することができる。視聴者は、異なるタイプの番組に対する「格納配分(storage budget)」に影響を及ぼすことができる。例えば、家庭内でテレビの大部分を見ているのが子供であるにも関わらず、子供向け番組により消費される記録空間を25%以下にする必要があることを、視聴者は指示することができる。
【００１０】
第二タイプのデバイスは、より能動的である。このデバイスにより、ユーザは、特徴を類別化することによって、好きな番組または嫌いな番組を指定することができる。これらを、特徴-値の対の評点化（この特徴に対する重みに、ある値を加算したもの；例えば、重み = 特徴の重要度 ＋ 嗜好度の値または不評度の値）、または、お気に入りの番組や、「ドキュメンタリーは好きだが、ギャングものが放送される木曜日の夜は除外する」のような特徴-値の対を組み合わせたような何か他の規則を指定したもの、とすることができる。例えば、ユーザは、ドラマとアクション映画が好きで、かつ特定の俳優が嫌いであることを、ユーザ・インターフェースを介して示すことができる。したがって、これらの基準を適用することにより、1組の番組の中からどれがユーザによって好まれるかを、予測することができる。
【００１１】
第二タイプのシステムの一例として、欧州特許出願第0854645号は、ホーム・コメディ、ドラマ・シリーズ、古い映画などの好ましい番組部類のような包括的な嗜好を、ユーザが入力することができるシステムを解説している。この出願は、例えば、あるプロフィールは10〜12歳の子供用、別のプロフィールは十代の女の子用、別のプロフィールは飛行機愛好者用などとした嗜好プロフィールを選択することができる嗜好テンプレートも解説している。
【００１２】
第三タイプのシステムは、ユーザが、ある方法で番組をランク付けすることを可能にする。例えば、現在、TIVO（登録商標）は、ユーザが番組に対して、良いという評価を3つまで、または悪いという評価を3つまで与えることを可能にしている。この情報は、達成可能な特徴-値の対に与えられる加重分解能の程度をより細かくすることができる点を除き、第二タイプのシステムに幾つかの点で類似している。また、ユーザの好みをこの情報によって表現した方がより明確な点を除き、第一タイプに類似している。（ただし、このことは、第三タイプのシステムのような、ユーザによるランク付けと組み合わされた米国特許出願第09/498271号に解説されているベイジアン技術が従来技術であることを、認めるものではないことに留意されたい。）
【００１３】
PCT出願「テレビの予定情報を用いるためのシステムと方法(System and Method for Using Television Schedule Information)」（国際特許公開公報第WO 97/4924号）は、第三タイプの一例である。これは、ユーザが、通常の格子様式で表示された電子番組ガイドにより操作を行い、かつ様々な番組を選択することができるシステムを解説している。各点では、記録または視聴するための番組を選択すること、番組を見るための備忘録を予定組みすること、かつ番組を選択してお気に入りに指定することを含む、解説されている様々なタスクをどれでも行っていて良い。ある番組をお気に入りに指定する目的は、おそらく、「この番組を見るオプションを常に表示」したり、または備忘録を繰り返し実施するような、確定している規則を実施することである。お気に入りを指定する目的は、この出願には明確に説明されていない。しかしながら、より重要な点は、嗜好データベースを作成する目的のため、ユーザが番組を選択してお気に入りに指定する際に、この番組がお気に入りである理由を示すオプションをユーザに提供することができることである。この理由は、包括的な嗜好を定義することにより、他の明示的な基準と同様に示される。
【００１４】
第一タイプのシステムの利点は、ユーザが明示的なデータを提供する必要が全くないので、ユーザにとってより容易なことである。ユーザは、システムと相互作用するだけで良い。様々な機械学習方法または予測方法のどれも効果的にするには、相互作用のかなりの履歴を利用可能にして、有効な嗜好データベースを構築しなければならない。第二タイプと第三タイプの利点は、明示的な嗜好情報を提供することである。第二タイプには信頼性があるが、ユーザは、どの基準がディスクリミネータとして良いか、かつこれらにどんな重み付けをすべきかが決定可能となる程には、自分自身の嗜好を抽象化することが出来ない場合があるので、完璧ではない。第三タイプは、ユーザの負担とならず、かつおそらく、情報の質は最良だが、第二タイプにより得ることができるすべての情報を生成するにも関わらず、これらの情報をすべては含めることが出来ず、かつさらに、第一タイプのように多くの番組に関する情報を必要とする場合があることは、負担となり得る。
【００１５】
嗜好データベースを構築するための従来技術の問題の1つは、ユーザが同じ番組を繰り返し見る場合に発生する。ユーザの選択肢のかなりの割合は、これらの選択肢から抽出された、小さ過ぎるデータの組により構成されるので、これらの規則から抽出された規則は、結局、範囲が過度に狭い推薦を定義することになる。この問題は、ある型に陥ることに似ている。従来技術の別の問題は、暗黙のプロフィールをユーザ間で容易に共有することが出来ないことである。ユーザが、友人が推薦した番組を好きな場合でも、このユーザが友人のプロフィールのある部分またはすべての部分を得て、かつこれを、ある方法で自分のプロフィールに組み合わせるための良い方法がない。
【００１６】
【特許文献１】
米国特許出願第09/498271号
【特許文献２】
国際特許公開公報第WO 97/4924号
【発明の開示】
【課題を解決するための手段】
【００１７】
本発明は、ユーザの嗜好プロフィールにより提供された選択肢を、他人の嗜好、特に、同じ家庭内のユーザの嗜好に基づいて拡張する機構を提供する。肯定的および／または否定的な例に基づいて、選択エンジンを生成し、かつさらに正確化するための様々なタイプの機構が知られている。バージョン空間アルゴリズムと呼ばれているタイプの機構は、データベース（すなわち「選択空間」）内の利用可能なすべての可能な選択肢に関する2種類の説明を保存する。
(1) 選択空間の最も広い説明である一般的な説明であって、否定的な選択肢がすべて除外されている。
(2) 選択空間の最も狭い説明である特定化された説明であって、選択空間内の肯定的な例をすべて含んでいる。
否定的または肯定的な例が提供される度に、この例を用いて、特定化された説明または一般化された説明が相応に変更される。このアルゴリズムと、バージョン空間アルゴリズムに関するさらなる詳細は、米国特許出願番号第09/794445号「番組内容の一般化と専門化によるテレビ番組の推薦」に記述されている。この米国特許出願は、本明細書にすべて完全に説明されているかのように、本明細書に参照として取り入れられている。
【００１８】
一般化された説明は、テレビ番組の選択範囲内で、ユーザが関心を抱く可能性のあるすべての可能な番組選択を示す。特定化された説明は、ユーザが明らかに興味を抱くすべての可能な番組説明を示す。一般化された説明と特定化された説明との間の説明範囲は、大きなものとなり得る。さらに、一般化された説明は自由度が高くなり過ぎて、選択肢の大きな組を妥当な数に縮小することが出来なくなる可能性があり、かつ特定化された説明は狭過ぎて、狭い範囲の例が捕らえることが出来なくなる可能性がある。
【００１９】
従来技術は、この混乱状態からユーザを解放するための他の方法を提供している。1つの方法は、一般化された説明により定義された大きな空間から番組コンテンツを無作為に選択し、かつこれらをランク付けすることをユーザに求めることである。しかしながら、これは、かなり無分別な営みとなり得る。例えば、提供されている唯一の例が英語による例であると仮定する。ユーザは、英語以外の説明空間内にあるコンテンツの否定的な例を挙げていない。しかしながら、大半のユーザは、テレビを見ることによって言語範囲を広げることには、気が進まない可能性がある。したがって、無作為の選択装置は、英語空間外で例を捕らえ、かつこれらの例をランク付けすることをユーザに求めるであろうが、僅かに有効な基準しか得られない。つまり、この例が車に関するもの、またはスペイン語だったために、ユーザは、この例が気に入らなかったのであろうか。ユーザは、余りに多くの無関係な選択肢をランク付けすることを求められた場合、直ぐに退屈してしまうであろう。ユーザの一般化された説明よりも、より狭い説明から例を引いた方が良いだろう。本発明によると、これは、特定化された説明、またはこのユーザとある基準で類似した他人（例えば、同じ家庭内のユーザ）の説明に影響を与えることにより、行うことができる。
【００２０】
一実施例の場合、ユーザにより選択された1人以上の他人の特定化された説明の全空間を含んだ一般化された特定化された説明が定義される。この一般化された特定化された説明は、ユーザの肯定的かつ否定的なフィードバックがそれに対して求められるテスト・サンプルを生成するためのソース・フィルタとして用いられる。他の一実施例の場合、家庭内の全ユーザのような一群が自動的に定義され、かつすべての特定化された説明により定義される空間を含んだ、最も狭い新たな特定化された説明が生成される。テスト・サンプルは、同様にこの新たな特定化された空間から導出される。
【００２１】
上記の両実施例の改良例の場合、ユーザの特定化された説明内の曖昧な特質を区別化するテスト・サンプルが優先される。すなわち、ユーザの特定化された説明に適合する、一般化された特定化された説明からのサンプルは既に回避されており、かつこの説明以外のサンプルは好まれる。ユーザの特定化された説明が、それに沿って、一般化された特定化された説明と融合する次元では、後者のサンプルの方が、明らかにより高い区別力を有する。
【００２２】
上記の方法の別の改良例は、ユーザの一般化された説明を用いて、一般化された特定化された説明を特定化することである。この一般化された説明は、ユーザが好きではないものの貯蔵庫なので、一般化された特定化された説明の空間をフィルタするためのフィルタとして用いることができる。
【００２３】
別の実施例の場合、ユーザの各クラスが定義され、かつ、共同フィルタリングに似た方法で、ユーザの特定化された説明が一般化され、原型となるユーザの特定化された説明の空間が含まれる。例えば、サービス・プロバイダは、「スポーツ狂」、「血液と内臓」、「歴史おたく」、「感傷的で感情的なもの」、「科学愛好家」、および「ファンタジー愛好家」のような定型概念に対する特定化された説明を生成することができる。
【００２４】
別の実施例の場合、ユーザの説明をより正確化するフィードバック用のソースを作成するために、他の特定化された説明を用いるのではなく、他の特定化された説明に影響を与える新たな特定化された説明が作成される。換言すれば、一般化された特定化された説明は、ユーザの特定化された説明の代わりとなる。
【００２５】
ユーザの特定化された説明が、一般化された特定化された説明の代わりとなる実施例を支援するユーザ・インターフェースの場合、定型概念の試用を、ある期間、ユーザに求めることができる。ユーザが結果を気に入らない場合、古い特定化された説明を回復することができる。オプションで、ユーザは、ユーザの特定化された説明を一般化するために定型概念的な説明が適用されている間に得られるフィードバックによる利点を、維持することができる。
【００２６】
本発明は、他のタイプの誘導エンジンに拡張可能である。例えば、他のネットワークからの予測に基づいてニューラル・ネットワークをトレーニングし、好き嫌いに関するニューラル・ネットワークの予測を一般化することができる。決定木は、別の決定木により生成されたサンプルを加えたり、またはより直接的に別の決定木から枝を共有するような公知技術により拡張可能である。他のタイプの機械学習も、まだ未知のものでさえ、本発明の背後にある基本的な概念を利用することができるので、本出願の教示内容と組み合わせれば、当業者の能力の範囲内となるはずである。
【発明を実施するための最良の形態】
【００２７】
本発明をより完全に理解することができるように、例示的な図を参照しながら、本発明を特定の好ましい実施例に関連付けて説明する。これらの図に関して強調すべき点は、図示されている特定事項が、例示的なものであり、かつ本発明の好ましい実施例を例示的に解説することしか目的としておらず、かつ本発明の原理と概念の側面に関する最も有効的で、かつ容易に理解される説明と考えられるものを提供するために示されていることである。この点に関して、説明を図面と共に理解することによって、本発明の幾つかの形態を実際に実施可能な方法が当業者に明らかとなるので、本発明の構造的な詳細を、本発明の基礎的理解に必要とされるよりも詳しく示す試みはされていない。
【００２８】
図1を参照すると、概念空間100が、説明上の形式表現に従って定められている。例えば、図1は、各フレーム・スロット内の値に対してベン・タイプの表現を用いた、フレームに基づいたデータ構造または表現言語を示している。説明のため、フレームに基づいた構造内の多数のスロットは、フレームに基づいた構造内のスロットのような記述子構成要素を表す、2本の軸（x1とx2）として表示されている。選択されたスロットはどのようなパラメータを表しても良く、かつこの線図の目的は、パラメータが独立しているか、またはパラメータの数が制限されていることを示すことではないことを、理解されたい。例えば、軸X1は、テレビ番組のタイプ（コメディ、ドラマ、ホラー、スポーツなど）を表示し、かつx2は、俳優（トム・クルーズ、シェリー・デュバル、ロバート・ワグナーなど）を表すことができる。説明のため、多くの異なる記述子構成要素があって、これらの各々が、値または値の範囲を1つ以上有していても良く、かつ別の記述構成要素に依存していても依存していなくても良い、ということを想像することができる。
【００２９】
可能な説明領域（概念空間100）は、この形式表現に固有の偏りのみにより制限される。ここで、あらゆる可能な説明が、概念空間の最も高いレベルの空白の一般化された説明115に含まれている。何かの学習が行われる前に、この単集合の一般化された説明115に、あらゆる可能な例が含まれる。概念空間の最も低いレベルには、ユーザにより提供された最初の肯定的な例しか含まない単集合130がある。
【００３０】
肯定的な例と否定的な例とを用いて、ある期間トレーニングが行われた後、例えば、参照として取り入れられている上記の出願に解説されているバージョン空間アルゴリズムを利用して、もっとも最近の特定化された説明170が広げられ、この結果、この説明170は、肯定的な例をすべて含んだ最も狭い説明の組となる。もっとも最近の特定化された説明170は、本質的に、否定的な例をすべて除外する。さらに、トレーニングの後、否定的な例をまったく含んでいない最も広い可能な説明の組である一般化された空白の説明115から、最新の一般化された説明165が導出済みとなる。この最新の一般化された説明165は、本質的に、肯定的な例をすべて含んでいる。
【００３１】
最新の特定化された説明170により定義されている選択空間からの選択肢には、以前の肯定的な例と類似した選択肢しか含まれていない。したがって、最新の特定化された説明170から推薦が導出される場合、これらの推薦は狭くなり過ぎてしまうので、ユーザは、狭過ぎる1組の例に肯定的なフィードバックを与えてしまうことにより、自分の型にはまり込んでしまうであろう。このような場合、ユーザは、広過ぎる一般化された説明を有することもあり得るので、この一般化された説明が、広過ぎる空間に拡張されてしまう場合がある。これらの極端な場合の間には、バージョン空間101と呼ばれる空間がある。これは、ユーザが好む可能性がある対象事項に対する可能な説明を定義したもので、一般化された説明から特定化された説明に移動するにつれて、確実性が増す。
【００３２】
次に、図2A〜2Cを参照すると、ユーザの特定化された説明280と別の特定化された説明285とを合わせることにより、新たな特定化された説明290が導出されている。別の特定化された説明285は、例えば、定型概念的な説明または別のユーザの説明で良い。ここで、範囲110、115、120、125の統合体であるユーザの組に、範囲210、215、220、225の統合体である他の組が組み合わされる。この結果、図2Cに示されている、隣接する範囲250、255、260、265、270、215の統合体により定められた組が得られる。より正確には、この新たな説明とは、ユーザの特定化された説明280が、他の特定化された説明285に含まれている対象事項を除外しないように生成されたものである。この一般化された特定化された領域には、このユーザと同じ家庭内の他のユーザの、複数の他の特定化された領域が含まれることが好ましい点に留意されたい。家庭内の他のユーザと一貫した方法で拡張することにより、ユーザ自身のプロフィールよりも良好な予測が可能となることが見い出されている。
【００３３】
型に陥ってしまっているプロフィールを拡張するために追加的なユーザ・プロフィールを用いることを、ユーザが選択できるようにすることができる。ユーザのオプションを拡張するために用いられる、一群のユーザ・プロフィール、定型概念化されたプロフィール、または一つ以上の特定のプロフィールを選択するオプションを、ユーザに提供することができる。他のプロフィールを用いて、ユーザのプロフィールを永久に変更したり、または単にユーザ毎に選択範囲を広げても良い。また、学習エンジンが、ユーザのプロフィールが型に陥ってしまったことを検出し、かつ、家族員すべての特定化された説明を加えることにより修正処置を行うことも可能である。これは、プロフィールのタイプに応じて、様々に決定することができる。例えば、特徴-値-得点-タイプのプロフィールの場合、特徴-値-得点の記録を僅かしか有さないプロフィールを、型にはまっているとして識別することができる。概念空間内では、非常に特定化されている特定化された説明なら、このプロフィールが型にはまっていることを示すだろう。同じ年齢の家族員を区別し、かつこれらの家族員が同様の年齢部類にいる場合しか、説明を共有しないことが適切な場合があることに、留意されたい。
【００３４】
従来技術で公知のように、システムは、無作為に選択された新たな例に対するフィードバックを求めることができる。しかしながら、このような方策は、否定的なフィードバックが返された題材が含まれてしまう可能性があり、かつ大き過ぎる可能な対象事項の空間が含まれてしまう可能性があるので、実用的ではなくなってしまう可能性がある。大半が否定的な例が見つかり、ユーザが失望し、かつ関心をなくしてしまう可能性が高い。これに代えて、最新の一般化された説明165を、新たな例に対するフィルタとして用いることができる。しかしながら、最新の一般化済みの説明165は、実用化するには大き過ぎ可能性のある空間を、やはり定義してしまうかも知れない。
【００３５】
この問題に対する方法の1つは、別のユーザの特定化された説明をフィルタとして用いて、フィードバックを求めることである。システムは、別のユーザのプロフィールの特定化された説明を、新たな題材を選択するためのフィルタとして用い、かつこの新たな題材に対するユーザのフィードバックを求めても良い。図3A〜3Dを参照すると、ユーザが既にフィードバックを返している題材をテスト例から除外することが好ましい。このように、ユーザの一般化された説明165内とユーザの特定化された説明170内の対応する部分を、他の特定化された説明285から除去して、フィードバック用の新たなテンプレート315を設けても良い。これらの図中には、他の特定化された説明170が1つしか示されていないが、任意数の特定化された説明の統合体を用いて、フィードバック用のテンプレートが生成可能であることは明らかである。
【００３６】
ユーザが他人のプロフィールを利用して、ユーザ自身のプロフィールを拡大することが可能になることに関する重要な論点の1つは、このプロセスに対する支配感覚をユーザに与えてしまうことである。ここで、主な懸念事項は、おそらく、他人が行う可能性があることが、ユーザに明らかになってしまうことだろう。他人のプロフィールに影響を与えることを、透過的に行って良い場合もある。例えば、推薦装置は、ユーザの個人プロフィールにしか依存しないのではなく、このユーザと同じ家庭内の他のユーザのプロフィールから導出された推薦を含めても良い。これを、ある時間だけ、または常時行うことができる。勿論、フィードバックが得られた場合は、常にこのフィードバックを用いて、個人ユーザのプロフィールをより正確化しても良い。
【００３７】
上記の説明は、バージョン空間アルゴリズムにより示されている比喩的な用語と図を用いているが、本発明は、他のタイプの推薦装置システムにも適用可能である。第一ユーザが、別のユーザのプロフィールにより推薦された例を気に入ったと仮定する。第一ユーザが他のユーザのプロフィールを用いて、自分のプロフィールを変更することを可能にする方法の１つは、他のユーザのプロフィールを用いて生成され提案された番組に対して、他のユーザのプロフィールを用い、かつ第一ユーザがこれらの番組にフィードバックを提供できるようにすることである。これは、推薦エンジンとの互換性がこれらの番組にまったくなくても、行うことができる。
【００３８】
ユーザのプロフィールを拡張するための別の方策は、別のユーザの一般化された説明を、ユーザの一般化された説明の代わりにすることである。
【００３９】
図5を参照すると、映像信号470を受信し、かつチャネル変更機能を制御し、かつユーザが、テレビのチューナ430ではなく、コンピュータ440にリンクされたチューナ445によるチャネル選択を可能にするために設けられたコンピュータ440が、本発明を支援することができるハードウエア環境の例に含まれている。ユーザは、次に、コンピュータを制御する遠隔制御装置410を用いて、表示された番組予定から所望の選択肢を強調することにより、視聴すべき番組を選択することができる。コンピュータ440は、更新済みの番組予定データを、コンピュータ440がそれを介して受信することができるデータ・リンク460を有する。これを、インターネット・サービス・プロバイダに接続可能な電話線、または他の適切な何らかのデータ接続とすることができる。コンピュータ440は、番組予定情報、番組用途と更新内容、および他の情報を格納するための、大量格納装置435（例えば、ハードディスク）を有する。ユーザの嗜好に関する情報と他のデータは、メモリ・カードまたはディスク420のような取り外し可能な媒体を介して、コンピュータ440にアップロード可能である。
【００４０】
上記の例示的なハードウエア環境の場合、多くの代替例が可能であり、かつこれらはすべて、本発明に関連付けて使用可能であることに留意されたい。大量格納装置は、揮発性メモリまたは不揮発性メモリに置換可能である。データは、局所的または遠隔的に格納可能である。事実、コンピュータ440の全体を、リンクを介して離れて動作するサーバに置換することができる。遠隔制御装置は、赤外線ポート415を介したコンピュータ440への指令送信を行うために使用するのではなく、映像を伝える物理チャネルから分離させたり、または映像を伝える物理チャネルと同じにすることができるデータ・チャネル460を介して、指令を送信することができる。映像470または他のコンテンツは、ケーブル(RF)、または他の任意のブロードバンド物理チャネルで伝えたり、または大容量記憶装置または取り外し可能な格納媒体から得ることができる。映像470または他のコンテンツは、電話回線のようなスイッチされている物理チャネル、または同期データ通信に適したATMまたは他のネットワークのような仮想的にスイッチされているチャネルにより、伝えることができる。コンテンツを非同期化し、かつドロップアウトに対する耐性を有することにより、現代のIPネットワークが利用可能となる。さらに、番組のコンテンツがそれを介して受信されるラインのコンテンツは、音声、チャット対話データ、ウェブサイト、または様々な選択肢が可能な他のいかなる種類のコンテンツとすることができる。番組ガイド・データは、独立したデータ・リンク460以外のチャネルを介して受信可能である。例えば、番組ガイド情報は、映像または他のコンテンツと同じ物理チャネルを介して受信可能である。メモリ・カードまたはディスク420のような取り外し可能なデータ格納媒体を介して、番組ガイド情報を提供することもできる。遠隔制御装置410は、キーボード、音声指令インターフェース、3Dマウス、ジョイスティック、または他の任意の適切な入力装置に置換可能である。強調用インジケータを移動したり、選択肢を記号（例えば、名前または数）で識別したり、または、データ伝送または取り外し可能な媒体を介したバッチ形態での選択を行うことにより、選択を行うことができる。取り外し可能な媒体の場合、1つ以上の選択肢をある形態で格納し、表示装置170を完全にバイパスさせてコンピュータ440に伝送することができる。例えば、バッチ・データは、携帯型格納デバイス（例えば、携帯情報端末、メモリ・カード、またはスマート・カード）からロード可能である。このようなデバイスは、様々な環境で用いるための多くの嗜好を格納して、使用されるコンピュータ装置をカスタム化することができる。
【００４１】
幾つかのタイプのプロファイリング機構は、これらの内部にある対象説明を、抽象的説明として表示することができる。例えば、フレームに基づいたデータ構造の場合、異なるスロットにタイトルを関連付けることにより、1ユーザが別のユーザのプロフィールを調べることが実際に可能となる。スロットは独立していないので、任意の1つのスロットを選択したことによる影響が、他のスロット内で可能となっている選択肢に影響を与える可能性があるが、プロフィールの構成方法の有意な見方をユーザに示すことは、必ずしも容易な作業ではない。例えば、俳優のトム・クルーズがユーザのお気に入りであることを示す特定化された説明を、ユーザのプロフィールに含めても良い。しかしながら、肯定的なフィードバックが与えられた例は、アクション・タイプの映画に限定されている。したがって、ユーザがトム・クルーズを好きだと言うことは出来ない。ユーザは、特定タイプの映画でのトム・クルーズしか好きではない、ということかも知れない。上記の例は、単純なものである。実際の実施例は、非常に複雑となる可能性があるので、ユーザに示すことは困難となる。インターフェースは、複数パラメータ空間を定義している関心事のスロットを有するリンクされているスロットを、すべて示さなければならないだろう。しかしながら、正確度を100%にすることが目標ではないと考えるべきである。目標は、単に、ユーザが他のユーザのプロフィールのある側面しか借りることが出来ないようにすることで良く、かつこの側面の特徴付けをそれ程完全なものにする必要はない。システムは、たった1本のスロット内の値に基づいて変更にタグを付けることにより、多くの他のスロットに結合された特定のスロットに基づいて、ユーザのプロフィールの変更を行うことができる。したがって、第二ユーザのプロフィールがトム・クルーズに対する著しい嗜好を示していることをシステムが第一ユーザに示した場合、第一ユーザは、この嗜好に基づいて自分のプロフィールを変更することを承諾する際に、自分のプロフィールを拡張することができる。この結果、システムは、第二ユーザのプロフィールに内在する付随的な予告記載すべてに結合されているトム・クルーズの例を推薦することが可能となる。換言すると、示されている例の場合、第一ユーザに対して、トム・クルーズを望んでおり、かつトム・クルーズを見たいがアクション映画でのトム・クルーズに限定するか、という問い合わせが行われる。
【００４２】
バージョン空間アルゴリズムの下で条件付けられた、フレームに基づいたデータ構造の場合、ユーザのプロフィールの特徴を決定付ける「トム・クルーズ」のようなラベルは、ある値（例えば、他のスロット内の値と何度も組み合わされているように見える「トム・クルーズ」）を選択することにより識別可能となる。換言すれば、このスロット値が特定化された説明内で発生する率は高くなる。図4Aと図4Bには、1つのプロフィールから別のプロフィールへの説明情報の移植をユーザが制御することを可能にするためのこの機構が示されている。ここで、例えば、ユーザの特定化された説明とすることができるユーザの説明がスキャンされ、かつその様々な部分が、主な特徴に従ってラベル付けされる。図示されているのは、部分210への「トム・クルーズ」というラベル付けである。比喩的に説明すると、データ構造x1の一方の次元は、俳優に対応させて良い。他方の次元x2は、映画または何か他のもののタイプのような他のパラメータに対応すると見なして良い。「トム・クルーズ」という値は、他のパラメータの複数の値に関連付けられて選択されているので、重要な特徴-値であると推定することができる。
【００４３】
説明部分210は、他の図中の他部分と同様、隣接した閉空間として示され、近接した範囲を示しているが、このような特徴は、データが対象説明内でどのように表されるのかを表していてもいなくても良い点に留意されたい。フレームに基づいたモデルの場合、各特徴または各スロットは、別々の値を有していても良く、かつデータ・セットが210のような閉空間を形成する傾向を示すように、近接した特徴間には何の関係もなくて良い。これは、説明のために取り入れた、単なる抽象概念である。この閉空間の唯一の側面は、「トム・クルーズ」という値が、その重要性を示す次元x2に沿った他の特徴の複数の値に関連付けられている事実が、閉空間の330と示されている寸法の長さにより示されていることである。
【００４４】
他のタイプのデータ構造の場合、プロフィールの各部分にラベルを付ける機構は、容易に識別されるだろう。例えば、特徴-値の対を格納するシステムの場合、重要な特徴にラベルを付け、かつこの特徴を別のプロフィールに移植することが、さらに容易となる。図6を参照すると、このようなシステムの場合、ユーザは、ある選択を好きまたは嫌いとランク付けするためにフィードバックを提供し、かつオプションで、好きまたは嫌いの程度を含める。例えば、システムは1〜7の得点を用い（4を、どちらでもない、とする）、1〜3で嫌いの程度を表し、かつ5〜7で好みの程度を表すことができる。ユーザ・インターフェース(UI)500は、番組を一覧にし、かつフィードバック情報を受け入れるために用いられる。これに代えて、UI 500を、番組が終了した場合またはユーザが他の番組に切り換えた場合に、番組に対するフィードバックを返すことをユーザに求める単純なプロンプトとしても良い。このプロンプトのタイプは、ある状況またはあらゆる状況において、必要な場合、ユーザがプロンプティングを無効化することを可能にする嗜好の組に従属することが好ましい。
【００４５】
フィードバックUI 500の各例により生成された情報は、その選択に関連付けられた得点を有する、1つ以上の選択肢555（テレビ用データベースの場合は、番組）となる。この情報を用いて、このようなエントリを多数含むことができるフィードバック履歴ファイル505が満たされる。次に、フィードバック・データ560を、プロファイラ550に適用することができる。これに代えて、このデータを最初にプロファイラ550内で圧縮し、かつ次にフィードバック・プロフィール・データベース525内に格納することにより、圧縮形式で格納することができる。この圧縮データを、2000年2月4日に出願された米国特許出願第09/498271号「ベイジアン・テレビ番組推薦装置(BAYESIAN TV SHOW RECOMMENDER)」に解説されているランク付けを各々が有する、1組の特徴-値の対565としても良い。選択が行われると、対応する得点を有する幾つかの（M個の）特徴-値の対565を生じることができる。肯定的なフィードバックと否定的なフィードバックとの両方が得られるように、ユーザは、好きな番組と嫌いな番組の両方を評価することが好ましい。例えば、見るために選択された番組にしかフィードバックが提供されないために、肯定的なフィードバックしか得られない場合、否定的な要因はデータベースに存在することが出来ない。このことは、この選択が行われたのと同時に、利用可能な番組のサブセットを選択することにより、1組の否定的な選択肢をシステムに生成させることによって、改良することができる。述べられているように、ユーザが、肯定的なフィードバックと否定的なフィードバックとを均等に提供することにより、否定的な選択肢を自動的にサンプリングする必要をなくすことが好ましい。これらの各々の特徴-値の計数は、減少するだろう。多くの選択肢に渡って格納されたこのデータを、フィードバック・プロフィール・データベース525内に格納することができる。次に、番組データベース520から導出された候補一覧に基づいて推薦装置580が推薦を行うと、N個の記録全体555が利用可能となる。このプロセスの結果、最終的に、番組データベース520から得ることができる選択肢がフィルタまたは分類された一覧575が得られる。この推薦装置は、ベイジアン・フィルタまたは他の任意の予測装置で良い。
【００４６】
図7を参照すると、図6と非常に類似したプロセスを用いて、特徴-値の対によるプロフィール・データベースを生成することができる。この予測装置は、背景技術の部分で説明されている第一タイプのものである。ここで、ユーザが選択する番組選択肢が推定され、番組選択肢に対する肯定的な得点が示される。ユーザが選択を行うと、結果的に、オプションで得点が添付する、特定の番組665が得られる。この結果には、ユーザの反応の仕方から推定される得点を含めることもできる。ユーザが番組を最後まで見た場合、得点を上げ、かつ短時間しか見なかった場合、得点を下げて良い。番組がこれらの二つの間の期間だけ見られた場合、得点の大きさを中程度にすることができる。これに代えて、見られた番組は正の得点を受け、かつ見られなかった番組を無作為にサンプリングしたものは、（オプションで同時に）負の得点を得るようにしても良い。
【００４７】
視聴履歴データベース510は、番組と得点を格納する。記録670は、得点が添付された特徴-値の対675を生成する、プロファイラ595に供給される。得点が添付された特徴-値の対675は、内在的プロフィールのデータベース530内に格納することができる。内在的プロフィールのデータベース530のコンテンツ680は、次に、推薦装置620による利用が可能となる。推薦装置620は、これらのコンテンツを、最新の番組520からのデータに組み合わせ、推薦685を生成する。
【００４８】
このタイプのプロファイラの場合、特徴を結合しないことにより、1つのプロフィールから別のプロフィールに移植可能なデータ部分へのラベル付けの問題は単純化される。したがって、「俳優」という特徴と「トム・クルーズ」という値は、対象のプロフィール内で目立つようになるので、識別が容易になる。なぜならば、その特徴-値の対には、高得点が関連付けられるからである。ユーザには、別のユーザのプロフィールのその側面を選択して自分のプロフィールに移植するオプションを提供することが可能となる。この結果、ユーザのプロフィール内の対応する特徴-値の対に関連付けられている得点は、調整されるであろう。
【００４９】
プロフィールが型にはまっているユーザを広げるために、特徴-値-得点タイプのデータを組み合わせることは、型にはまっていないユーザのデータベース内では高得点を有する特徴-値の対の得点を、型にはまっているユーザのプロフィール内で高める問題となるだろう。この場合も、型にはまっているユーザが、変更すべき特徴-値を選択することができるように、ユーザ・インターフェースを生成することができる。これに代えて、ユーザは、これを目に見えないように行わせることができる。別の代替手段は、この変更を一時的にしか行わないことにより、この変更を試みることが可能である。型に陥ってしまう問題に対処する別の方法は、ユーザのプロフィールに関連付けられている非常に高い得点を何れも調整することである。ユーザは、これを選択的に行うことができる。ユーザ・インターフェースはユーザに対して、どの特徴-値が、（肯定的かまたは否定的か何れかの）非常に高い得点を有し、かつユーザによる変更が可能かを示すことができる。
【００５０】
本発明は上述の例示的な実施例の詳細に限定されず、かつ本発明を、本発明の趣旨または本質的属性の範囲内で他の特定の形態で実施しても良いことが、当業者に明らかとなるだろう。したがって、本実施例は、すべての点において例示的かつ非限定的であると見なされ、本発明の範囲は、上述の説明ではなく、添付の請求の範囲により示されており、かつしたがって、これらの請求項と等しい意味と範囲内にあるすべての変更は、これらの請求項に含められるものとする。
【００５１】
例えば、本発明を、テレビ推薦装置に関して説明したが、検索エンジンをそれに対して使用することができるいかなる種類のメディアまたはデータに、本発明を適用することができることは明らかである。したがって、本発明を、例えば、インターネット検索ツールまたは音楽データベース用の検索エンジンに関連付けて利用することができる。
【図面の簡単な説明】
【００５２】
【図１】本発明を実施可能な1つのタイプの誘導エンジンを説明するための概念空間の図である。
【図２】2つの特定化された説明からデータを統合して、フィードバックを生成するためのソース・フィルタか、またはユーザの説明の代わりとなる新たな特定化された説明の何れかを形成する図である。
【図３】一般化された説明と特定化された説明に、別のユーザの特定化された説明を統合させて、テスト対象データ用のソース・フィルタを形成することを表す図である。
【図４】特定化された説明の特徴に対するラベルの選択を表す。
【図５】本発明を実施するための例示的なハードウエア環境の図である。
【図６】第一タイプの特徴-値-評点タイプのプロフィール・エンジンと使用法の図である。
【図７】第二タイプの特徴-値-評点タイプのプロフィール・エンジンと使用法の図である。
【符号の説明】
【００５３】
100…概念空間
101…バージョン空間
110…範囲
115…範囲
120…範囲
125…範囲
130…最初の肯定的な例しか含まない単集合
165…最新の一般化された説明
170…最新の特定化された説明
210…説明部分
215…範囲
220…範囲
225…範囲
250…隣接する範囲
255…隣接する範囲
260…隣接する範囲
265…隣接する範囲
270…隣接する範囲
280…ユーザの特定化された説明
285…別の特定化された説明
290…新たな特定化された説明
315…フィードバック用の新たなテンプレート
330…寸法
410…遠隔制御装置
415…赤外線ポート
420…メモリ・カードまたはディスク
430…テレビのチューナ
435…大量格納装置
440…コンピュータ
445…コンピュータにリンクされたチューナ
460…データ・リンク
470…映像信号
500…ユーザ・インターフェース
505…フィードバック履歴ファイル
510…視聴履歴データベース
520…最新の番組
525…フィードバック・プロフィール・データベース
530…内在的プロフィールのデータベース
555…1つ以上の選択肢
560…フィードバック・データ
575…番組データベースから得ることができる選択肢がフィルタまたは分類された一覧
580…推薦装置
595…プロファイラ
620…推薦装置
670…記録
675…得点が添付された特徴-値の対
680…内在的プロフィールのデータベースのコンテンツ
685…推薦
【０００１】
本発明は、ユーザの行動を観察することによりユーザの嗜好を学習し、かつこの観察された嗜好に基づいて大きなデータ空間をフィルタする検索エンジンに関する。このようなシステムは、規則を明示的に入力することをユーザに要求するのではなく、ユーザの行動から規則を推定するアルゴリズムを用いる。本発明は、より具体的には、個人ユーザに対する推薦を、このユーザによる選択と他人による選択との両方に基づいて行う検索エンジンに関する。
【背景技術】
【０００２】
検索エンジンは、非常に大きなデータベースを効率的かつ迅速に利用しなければならないアプリケーションにおいて、ますます重要になっている。検索エンジンは、ワールド・ワイド・ウェブの検索だけでなく、カタログ、テレビ番組、音楽一覧、ファイル・システムなどの格納にも効果的である。重点が情報から知識へと移行している世界において、検索エンジンは巨大な成長分野であり、かつ測り知れない可能性を秘めている。
【０００３】
検索エンジンの用途が見い出される一分野として、ユーザの選択行動を観察し、かつこの行動に基づいて推薦を行う、いわゆる受動的な推薦装置が挙げられる。この技術は、テレビ番組を選択するための電子番組ガイド(EPG)と共に用いられる。
【０００４】
電子番組ガイド(EPG)により、テレビと他のメディアとの無数にある視聴選択肢の中から選択を行う作業が、より管理し易くなることが見込まれる。受動的な検索エンジンは、ユーザ嗜好データベースを構築し、かつこの嗜好データを用いて提案を行って、現在または将来の番組情報をフィルタすることにより、選択を行うジョブを単純化したり、またはユーザに代わって選択を行うことさえする。例えば、システムは、ユーザからの特定の要求、またはユーザが推薦する選択肢が強調されていなくても、番組を記録することができる。
【０００５】
上述したように、嗜好データベースを構築するためのデバイスの1つのタイプとして、ユーザの立場から見て受動的なタイプがある。ユーザは、単に、生のEPGデータから通常の方法で選択を行い、かつシステムは、ユーザの行動のモデルをこれらの選択肢から抽出することにより、個人的な嗜好データベースを徐々に構築する。次に、システムはこのモデルを用いて、このユーザが将来何を見ることを好むかを予測する。この抽出処理は、同じ項目に対して繰り返される要求を検出することによって、明らかに好きなものを識別するような、単純なアルゴリズムに従うことができる。または、この抽出処理を、多数の入力を用いた（自由度の大きい）決定木技法のような精巧な機械学習処理とすることができる。一般的な言い方をすると、このようなモデルは、ユーザの相互作用行動（すなわち、選択を行うためのユーザ・インターフェース(UI)による相互作用）の中にあるパターンを捜す。
【０００６】
ユーザのテレビを見るパターンから有用な情報を抽出するための、容易かつ相当確実な技法の1つは、特徴-値(feature-value)の計数表を生成することである。特徴の一例として「一日の時刻」があり、かつこれに対応する値を「朝」とすることができる。ある選択が行われると、この選択を特徴付けている特徴-値の計数が増加する。ある所定の選択肢は、通常、多くの特徴-値を有するであろう。この選択肢がそこから区別された番組のサブセットを（オプションで同時に）選択することにより、1組の否定的な選択肢を生成することができる。これらの番組の各々の特徴-値の計数は、減少するであろう（すなわち、見られなかった番組の計数は増加するであろう）。これらのデータは、ベイジアン予測装置に送信される。このベイジアン予測装置は、これらの計数を、候補を特徴付けている特徴-計数への重みとして用いることにより、ある候補がユーザの嗜好に合う確率を予測する、このタイプのプロファイリング機構は、2000年2月4日に出願された米国特許出願第09/498271号「ベイジアン・テレビ番組推薦装置(BAYESIAN TV SHOW RECOMMENDER)」に解説されている。この特許出願の全体は、本明細書に完全に解説されているかのように、本明細書に参照として取り入れられている。さらに、ユーザ行動の観察例からプロフィールを受動的に構築する、これと同じシステム・クラスの規則に基づく推薦装置が、1999年1月14日に公開されたPCT出願、国際公開番号第WO99/01984号「インテリジェント電子番組ガイド(INTELLIGENT ELECTRONIC PROGRAM GUIDE)」に解説されている。
【０００７】
第一タイプの別の例として、MbTVがある。これは、視聴者の視聴パターンをモニタすることにより、視聴者のテレビを見る嗜好を学習するシステムである。MbTVは、透過的に動作し、かつ視聴者の好みのプロフィールを構築する。このプロフィールを用いて、例えば、視聴者が見たいと関心を抱く可能性があるテレビ番組を推薦するサービスが提供される。MbTVは、その視聴者の各好みを学習し、かつ学習したことを利用して、放送が近づいた番組を推薦する。MbTVは、放送が近づいた所望の番組に対して視聴者の注意を促すことにより、視聴者がテレビを見る予定を組むことを助けることが可能となる。また、格納デバイスを加えることにより、視聴者の不在時に、これらの番組を自動的に記録することができる。
【０００８】
MbTVは、嗜好決定エンジン(Preference Determination Engine)と格納管理エンジン(Storage Management Engine)を有する。これらは、テレビの留守録画を容易にするために用いられる。MbTVは、所望の番組を単に提案するのではなく、自動的に記録することができる。MbTVの格納管理エンジンは、格納装置が最適のコンテンツを有している状態を確保することを試みる。このプロセスには、記録済みの番組のどれが（完全にまたは部分的に）視聴されているか、かつどれが無視されているかを追従することが含まれる。視聴者は、今後視聴するための記録済みの番組を「ロック」して、消去を防止することができる。提案された番組または記録済みのコンテンツを視聴者がどのように扱ったかが、この情報を用いて将来の決定をより正確化するMbTVの嗜好エンジンに、さらにフィードバックされる。
【０００９】
MbTVは、各「関心要素」を表すための、記録空間の一部を予約するであろう。これらの「関心事」は、異なる家族員に移しても良いし、または異なる好みの部類を表すこともできる。MbTVは、ユーザの介在を必要としないが、その機能を微調整することを望むユーザによってカスタム化することができる。視聴者は、異なるタイプの番組に対する「格納配分(storage budget)」に影響を及ぼすことができる。例えば、家庭内でテレビの大部分を見ているのが子供であるにも関わらず、子供向け番組により消費される記録空間を25%以下にする必要があることを、視聴者は指示することができる。
【００１０】
第二タイプのデバイスは、より能動的である。このデバイスにより、ユーザは、特徴を類別化することによって、好きな番組または嫌いな番組を指定することができる。これらを、特徴-値の対の評点化（この特徴に対する重みに、ある値を加算したもの；例えば、重み = 特徴の重要度 ＋ 嗜好度の値または不評度の値）、または、お気に入りの番組や、「ドキュメンタリーは好きだが、ギャングものが放送される木曜日の夜は除外する」のような特徴-値の対を組み合わせたような何か他の規則を指定したもの、とすることができる。例えば、ユーザは、ドラマとアクション映画が好きで、かつ特定の俳優が嫌いであることを、ユーザ・インターフェースを介して示すことができる。したがって、これらの基準を適用することにより、1組の番組の中からどれがユーザによって好まれるかを、予測することができる。
【００１１】
第二タイプのシステムの一例として、欧州特許出願第0854645号は、ホーム・コメディ、ドラマ・シリーズ、古い映画などの好ましい番組部類のような包括的な嗜好を、ユーザが入力することができるシステムを解説している。この出願は、例えば、あるプロフィールは10〜12歳の子供用、別のプロフィールは十代の女の子用、別のプロフィールは飛行機愛好者用などとした嗜好プロフィールを選択することができる嗜好テンプレートも解説している。
【００１２】
第三タイプのシステムは、ユーザが、ある方法で番組をランク付けすることを可能にする。例えば、現在、TIVO（登録商標）は、ユーザが番組に対して、良いという評価を3つまで、または悪いという評価を3つまで与えることを可能にしている。この情報は、達成可能な特徴-値の対に与えられる加重分解能の程度をより細かくすることができる点を除き、第二タイプのシステムに幾つかの点で類似している。また、ユーザの好みをこの情報によって表現した方がより明確な点を除き、第一タイプに類似している。（ただし、このことは、第三タイプのシステムのような、ユーザによるランク付けと組み合わされた米国特許出願第09/498271号に解説されているベイジアン技術が従来技術であることを、認めるものではないことに留意されたい。）
【００１３】
PCT出願「テレビの予定情報を用いるためのシステムと方法(System and Method for Using Television Schedule Information)」（国際特許公開公報第WO 97/4924号）は、第三タイプの一例である。これは、ユーザが、通常の格子様式で表示された電子番組ガイドにより操作を行い、かつ様々な番組を選択することができるシステムを解説している。各点では、記録または視聴するための番組を選択すること、番組を見るための備忘録を予定組みすること、かつ番組を選択してお気に入りに指定することを含む、解説されている様々なタスクをどれでも行っていて良い。ある番組をお気に入りに指定する目的は、おそらく、「この番組を見るオプションを常に表示」したり、または備忘録を繰り返し実施するような、確定している規則を実施することである。お気に入りを指定する目的は、この出願には明確に説明されていない。しかしながら、より重要な点は、嗜好データベースを作成する目的のため、ユーザが番組を選択してお気に入りに指定する際に、この番組がお気に入りである理由を示すオプションをユーザに提供することができることである。この理由は、包括的な嗜好を定義することにより、他の明示的な基準と同様に示される。
【００１４】
第一タイプのシステムの利点は、ユーザが明示的なデータを提供する必要が全くないので、ユーザにとってより容易なことである。ユーザは、システムと相互作用するだけで良い。様々な機械学習方法または予測方法のどれも効果的にするには、相互作用のかなりの履歴を利用可能にして、有効な嗜好データベースを構築しなければならない。第二タイプと第三タイプの利点は、明示的な嗜好情報を提供することである。第二タイプには信頼性があるが、ユーザは、どの基準がディスクリミネータとして良いか、かつこれらにどんな重み付けをすべきかが決定可能となる程には、自分自身の嗜好を抽象化することが出来ない場合があるので、完璧ではない。第三タイプは、ユーザの負担とならず、かつおそらく、情報の質は最良だが、第二タイプにより得ることができるすべての情報を生成するにも関わらず、これらの情報をすべては含めることが出来ず、かつさらに、第一タイプのように多くの番組に関する情報を必要とする場合があることは、負担となり得る。
【００１５】
嗜好データベースを構築するための従来技術の問題の1つは、ユーザが同じ番組を繰り返し見る場合に発生する。ユーザの選択肢のかなりの割合は、これらの選択肢から抽出された、小さ過ぎるデータの組により構成されるので、これらの規則から抽出された規則は、結局、範囲が過度に狭い推薦を定義することになる。この問題は、ある型に陥ることに似ている。従来技術の別の問題は、暗黙のプロフィールをユーザ間で容易に共有することが出来ないことである。ユーザが、友人が推薦した番組を好きな場合でも、このユーザが友人のプロフィールのある部分またはすべての部分を得て、かつこれを、ある方法で自分のプロフィールに組み合わせるための良い方法がない。
【００１６】
【特許文献１】
米国特許出願第09/498271号
【特許文献２】
国際特許公開公報第WO 97/4924号
【発明の開示】
【課題を解決するための手段】
【００１７】
本発明は、ユーザの嗜好プロフィールにより提供された選択肢を、他人の嗜好、特に、同じ家庭内のユーザの嗜好に基づいて拡張する機構を提供する。肯定的および／または否定的な例に基づいて、選択エンジンを生成し、かつさらに正確化するための様々なタイプの機構が知られている。バージョン空間アルゴリズムと呼ばれているタイプの機構は、データベース（すなわち「選択空間」）内の利用可能なすべての可能な選択肢に関する2種類の説明を保存する。
(1) 選択空間の最も広い説明である一般的な説明であって、否定的な選択肢がすべて除外されている。
(2) 選択空間の最も狭い説明である特定化された説明であって、選択空間内の肯定的な例をすべて含んでいる。
否定的または肯定的な例が提供される度に、この例を用いて、特定化された説明または一般化された説明が相応に変更される。このアルゴリズムと、バージョン空間アルゴリズムに関するさらなる詳細は、米国特許出願番号第09/794445号「番組内容の一般化と専門化によるテレビ番組の推薦」に記述されている。この米国特許出願は、本明細書にすべて完全に説明されているかのように、本明細書に参照として取り入れられている。
【００１８】
一般化された説明は、テレビ番組の選択範囲内で、ユーザが関心を抱く可能性のあるすべての可能な番組選択を示す。特定化された説明は、ユーザが明らかに興味を抱くすべての可能な番組説明を示す。一般化された説明と特定化された説明との間の説明範囲は、大きなものとなり得る。さらに、一般化された説明は自由度が高くなり過ぎて、選択肢の大きな組を妥当な数に縮小することが出来なくなる可能性があり、かつ特定化された説明は狭過ぎて、狭い範囲の例が捕らえることが出来なくなる可能性がある。
【００１９】
従来技術は、この混乱状態からユーザを解放するための他の方法を提供している。1つの方法は、一般化された説明により定義された大きな空間から番組コンテンツを無作為に選択し、かつこれらをランク付けすることをユーザに求めることである。しかしながら、これは、かなり無分別な営みとなり得る。例えば、提供されている唯一の例が英語による例であると仮定する。ユーザは、英語以外の説明空間内にあるコンテンツの否定的な例を挙げていない。しかしながら、大半のユーザは、テレビを見ることによって言語範囲を広げることには、気が進まない可能性がある。したがって、無作為の選択装置は、英語空間外で例を捕らえ、かつこれらの例をランク付けすることをユーザに求めるであろうが、僅かに有効な基準しか得られない。つまり、この例が車に関するもの、またはスペイン語だったために、ユーザは、この例が気に入らなかったのであろうか。ユーザは、余りに多くの無関係な選択肢をランク付けすることを求められた場合、直ぐに退屈してしまうであろう。ユーザの一般化された説明よりも、より狭い説明から例を引いた方が良いだろう。本発明によると、これは、特定化された説明、またはこのユーザとある基準で類似した他人（例えば、同じ家庭内のユーザ）の説明に影響を与えることにより、行うことができる。
【００２０】
一実施例の場合、ユーザにより選択された1人以上の他人の特定化された説明の全空間を含んだ一般化された特定化された説明が定義される。この一般化された特定化された説明は、ユーザの肯定的かつ否定的なフィードバックがそれに対して求められるテスト・サンプルを生成するためのソース・フィルタとして用いられる。他の一実施例の場合、家庭内の全ユーザのような一群が自動的に定義され、かつすべての特定化された説明により定義される空間を含んだ、最も狭い新たな特定化された説明が生成される。テスト・サンプルは、同様にこの新たな特定化された空間から導出される。
【００２１】
上記の両実施例の改良例の場合、ユーザの特定化された説明内の曖昧な特質を区別化するテスト・サンプルが優先される。すなわち、ユーザの特定化された説明に適合する、一般化された特定化された説明からのサンプルは既に回避されており、かつこの説明以外のサンプルは好まれる。ユーザの特定化された説明が、それに沿って、一般化された特定化された説明と融合する次元では、後者のサンプルの方が、明らかにより高い区別力を有する。
【００２２】
上記の方法の別の改良例は、ユーザの一般化された説明を用いて、一般化された特定化された説明を特定化することである。この一般化された説明は、ユーザが好きではないものの貯蔵庫なので、一般化された特定化された説明の空間をフィルタするためのフィルタとして用いることができる。
【００２３】
別の実施例の場合、ユーザの各クラスが定義され、かつ、共同フィルタリングに似た方法で、ユーザの特定化された説明が一般化され、原型となるユーザの特定化された説明の空間が含まれる。例えば、サービス・プロバイダは、「スポーツ狂」、「血液と内臓」、「歴史おたく」、「感傷的で感情的なもの」、「科学愛好家」、および「ファンタジー愛好家」のような定型概念に対する特定化された説明を生成することができる。
【００２４】
別の実施例の場合、ユーザの説明をより正確化するフィードバック用のソースを作成するために、他の特定化された説明を用いるのではなく、他の特定化された説明に影響を与える新たな特定化された説明が作成される。換言すれば、一般化された特定化された説明は、ユーザの特定化された説明の代わりとなる。
【００２５】
ユーザの特定化された説明が、一般化された特定化された説明の代わりとなる実施例を支援するユーザ・インターフェースの場合、定型概念の試用を、ある期間、ユーザに求めることができる。ユーザが結果を気に入らない場合、古い特定化された説明を回復することができる。オプションで、ユーザは、ユーザの特定化された説明を一般化するために定型概念的な説明が適用されている間に得られるフィードバックによる利点を、維持することができる。
【００２６】
本発明は、他のタイプの誘導エンジンに拡張可能である。例えば、他のネットワークからの予測に基づいてニューラル・ネットワークをトレーニングし、好き嫌いに関するニューラル・ネットワークの予測を一般化することができる。決定木は、別の決定木により生成されたサンプルを加えたり、またはより直接的に別の決定木から枝を共有するような公知技術により拡張可能である。他のタイプの機械学習も、まだ未知のものでさえ、本発明の背後にある基本的な概念を利用することができるので、本出願の教示内容と組み合わせれば、当業者の能力の範囲内となるはずである。
【発明を実施するための最良の形態】
【００２７】
本発明をより完全に理解することができるように、例示的な図を参照しながら、本発明を特定の好ましい実施例に関連付けて説明する。これらの図に関して強調すべき点は、図示されている特定事項が、例示的なものであり、かつ本発明の好ましい実施例を例示的に解説することしか目的としておらず、かつ本発明の原理と概念の側面に関する最も有効的で、かつ容易に理解される説明と考えられるものを提供するために示されていることである。この点に関して、説明を図面と共に理解することによって、本発明の幾つかの形態を実際に実施可能な方法が当業者に明らかとなるので、本発明の構造的な詳細を、本発明の基礎的理解に必要とされるよりも詳しく示す試みはされていない。
【００２８】
図1を参照すると、概念空間100が、説明上の形式表現に従って定められている。例えば、図1は、各フレーム・スロット内の値に対してベン・タイプの表現を用いた、フレームに基づいたデータ構造または表現言語を示している。説明のため、フレームに基づいた構造内の多数のスロットは、フレームに基づいた構造内のスロットのような記述子構成要素を表す、2本の軸（x1とx2）として表示されている。選択されたスロットはどのようなパラメータを表しても良く、かつこの線図の目的は、パラメータが独立しているか、またはパラメータの数が制限されていることを示すことではないことを、理解されたい。例えば、軸X1は、テレビ番組のタイプ（コメディ、ドラマ、ホラー、スポーツなど）を表示し、かつx2は、俳優（トム・クルーズ、シェリー・デュバル、ロバート・ワグナーなど）を表すことができる。説明のため、多くの異なる記述子構成要素があって、これらの各々が、値または値の範囲を1つ以上有していても良く、かつ別の記述構成要素に依存していても依存していなくても良い、ということを想像することができる。
【００２９】
可能な説明領域（概念空間100）は、この形式表現に固有の偏りのみにより制限される。ここで、あらゆる可能な説明が、概念空間の最も高いレベルの空白の一般化された説明115に含まれている。何かの学習が行われる前に、この単集合の一般化された説明115に、あらゆる可能な例が含まれる。概念空間の最も低いレベルには、ユーザにより提供された最初の肯定的な例しか含まない単集合130がある。
【００３０】
肯定的な例と否定的な例とを用いて、ある期間トレーニングが行われた後、例えば、参照として取り入れられている上記の出願に解説されているバージョン空間アルゴリズムを利用して、もっとも最近の特定化された説明170が広げられ、この結果、この説明170は、肯定的な例をすべて含んだ最も狭い説明の組となる。もっとも最近の特定化された説明170は、本質的に、否定的な例をすべて除外する。さらに、トレーニングの後、否定的な例をまったく含んでいない最も広い可能な説明の組である一般化された空白の説明115から、最新の一般化された説明165が導出済みとなる。この最新の一般化された説明165は、本質的に、肯定的な例をすべて含んでいる。
【００３１】
最新の特定化された説明170により定義されている選択空間からの選択肢には、以前の肯定的な例と類似した選択肢しか含まれていない。したがって、最新の特定化された説明170から推薦が導出される場合、これらの推薦は狭くなり過ぎてしまうので、ユーザは、狭過ぎる1組の例に肯定的なフィードバックを与えてしまうことにより、自分の型にはまり込んでしまうであろう。このような場合、ユーザは、広過ぎる一般化された説明を有することもあり得るので、この一般化された説明が、広過ぎる空間に拡張されてしまう場合がある。これらの極端な場合の間には、バージョン空間101と呼ばれる空間がある。これは、ユーザが好む可能性がある対象事項に対する可能な説明を定義したもので、一般化された説明から特定化された説明に移動するにつれて、確実性が増す。
【００３２】
次に、図2A〜2Cを参照すると、ユーザの特定化された説明280と別の特定化された説明285とを合わせることにより、新たな特定化された説明290が導出されている。別の特定化された説明285は、例えば、定型概念的な説明または別のユーザの説明で良い。ここで、範囲110、115、120、125の統合体であるユーザの組に、範囲210、215、220、225の統合体である他の組が組み合わされる。この結果、図2Cに示されている、隣接する範囲250、255、260、265、270、215の統合体により定められた組が得られる。より正確には、この新たな説明とは、ユーザの特定化された説明280が、他の特定化された説明285に含まれている対象事項を除外しないように生成されたものである。この一般化された特定化された領域には、このユーザと同じ家庭内の他のユーザの、複数の他の特定化された領域が含まれることが好ましい点に留意されたい。家庭内の他のユーザと一貫した方法で拡張することにより、ユーザ自身のプロフィールよりも良好な予測が可能となることが見い出されている。
【００３３】
型に陥ってしまっているプロフィールを拡張するために追加的なユーザ・プロフィールを用いることを、ユーザが選択できるようにすることができる。ユーザのオプションを拡張するために用いられる、一群のユーザ・プロフィール、定型概念化されたプロフィール、または一つ以上の特定のプロフィールを選択するオプションを、ユーザに提供することができる。他のプロフィールを用いて、ユーザのプロフィールを永久に変更したり、または単にユーザ毎に選択範囲を広げても良い。また、学習エンジンが、ユーザのプロフィールが型に陥ってしまったことを検出し、かつ、家族員すべての特定化された説明を加えることにより修正処置を行うことも可能である。これは、プロフィールのタイプに応じて、様々に決定することができる。例えば、特徴-値-得点-タイプのプロフィールの場合、特徴-値-得点の記録を僅かしか有さないプロフィールを、型にはまっているとして識別することができる。概念空間内では、非常に特定化されている特定化された説明なら、このプロフィールが型にはまっていることを示すだろう。同じ年齢の家族員を区別し、かつこれらの家族員が同様の年齢部類にいる場合しか、説明を共有しないことが適切な場合があることに、留意されたい。
【００３４】
従来技術で公知のように、システムは、無作為に選択された新たな例に対するフィードバックを求めることができる。しかしながら、このような方策は、否定的なフィードバックが返された題材が含まれてしまう可能性があり、かつ大き過ぎる可能な対象事項の空間が含まれてしまう可能性があるので、実用的ではなくなってしまう可能性がある。大半が否定的な例が見つかり、ユーザが失望し、かつ関心をなくしてしまう可能性が高い。これに代えて、最新の一般化された説明165を、新たな例に対するフィルタとして用いることができる。しかしながら、最新の一般化済みの説明165は、実用化するには大き過ぎ可能性のある空間を、やはり定義してしまうかも知れない。
【００３５】
この問題に対する方法の1つは、別のユーザの特定化された説明をフィルタとして用いて、フィードバックを求めることである。システムは、別のユーザのプロフィールの特定化された説明を、新たな題材を選択するためのフィルタとして用い、かつこの新たな題材に対するユーザのフィードバックを求めても良い。図3A〜3Dを参照すると、ユーザが既にフィードバックを返している題材をテスト例から除外することが好ましい。このように、ユーザの一般化された説明165内とユーザの特定化された説明170内の対応する部分を、他の特定化された説明285から除去して、フィードバック用の新たなテンプレート315を設けても良い。これらの図中には、他の特定化された説明170が1つしか示されていないが、任意数の特定化された説明の統合体を用いて、フィードバック用のテンプレートが生成可能であることは明らかである。
【００３６】
ユーザが他人のプロフィールを利用して、ユーザ自身のプロフィールを拡大することが可能になることに関する重要な論点の1つは、このプロセスに対する支配感覚をユーザに与えてしまうことである。ここで、主な懸念事項は、おそらく、他人が行う可能性があることが、ユーザに明らかになってしまうことだろう。他人のプロフィールに影響を与えることを、透過的に行って良い場合もある。例えば、推薦装置は、ユーザの個人プロフィールにしか依存しないのではなく、このユーザと同じ家庭内の他のユーザのプロフィールから導出された推薦を含めても良い。これを、ある時間だけ、または常時行うことができる。勿論、フィードバックが得られた場合は、常にこのフィードバックを用いて、個人ユーザのプロフィールをより正確化しても良い。
【００３７】
上記の説明は、バージョン空間アルゴリズムにより示されている比喩的な用語と図を用いているが、本発明は、他のタイプの推薦装置システムにも適用可能である。第一ユーザが、別のユーザのプロフィールにより推薦された例を気に入ったと仮定する。第一ユーザが他のユーザのプロフィールを用いて、自分のプロフィールを変更することを可能にする方法の１つは、他のユーザのプロフィールを用いて生成され提案された番組に対して、他のユーザのプロフィールを用い、かつ第一ユーザがこれらの番組にフィードバックを提供できるようにすることである。これは、推薦エンジンとの互換性がこれらの番組にまったくなくても、行うことができる。
【００３８】
ユーザのプロフィールを拡張するための別の方策は、別のユーザの一般化された説明を、ユーザの一般化された説明の代わりにすることである。
【００３９】
図5を参照すると、映像信号470を受信し、かつチャネル変更機能を制御し、かつユーザが、テレビのチューナ430ではなく、コンピュータ440にリンクされたチューナ445によるチャネル選択を可能にするために設けられたコンピュータ440が、本発明を支援することができるハードウエア環境の例に含まれている。ユーザは、次に、コンピュータを制御する遠隔制御装置410を用いて、表示された番組予定から所望の選択肢を強調することにより、視聴すべき番組を選択することができる。コンピュータ440は、更新済みの番組予定データを、コンピュータ440がそれを介して受信することができるデータ・リンク460を有する。これを、インターネット・サービス・プロバイダに接続可能な電話線、または他の適切な何らかのデータ接続とすることができる。コンピュータ440は、番組予定情報、番組用途と更新内容、および他の情報を格納するための、大量格納装置435（例えば、ハードディスク）を有する。ユーザの嗜好に関する情報と他のデータは、メモリ・カードまたはディスク420のような取り外し可能な媒体を介して、コンピュータ440にアップロード可能である。
【００４０】
上記の例示的なハードウエア環境の場合、多くの代替例が可能であり、かつこれらはすべて、本発明に関連付けて使用可能であることに留意されたい。大量格納装置は、揮発性メモリまたは不揮発性メモリに置換可能である。データは、局所的または遠隔的に格納可能である。事実、コンピュータ440の全体を、リンクを介して離れて動作するサーバに置換することができる。遠隔制御装置は、赤外線ポート415を介したコンピュータ440への指令送信を行うために使用するのではなく、映像を伝える物理チャネルから分離させたり、または映像を伝える物理チャネルと同じにすることができるデータ・チャネル460を介して、指令を送信することができる。映像470または他のコンテンツは、ケーブル(RF)、または他の任意のブロードバンド物理チャネルで伝えたり、または大容量記憶装置または取り外し可能な格納媒体から得ることができる。映像470または他のコンテンツは、電話回線のようなスイッチされている物理チャネル、または同期データ通信に適したATMまたは他のネットワークのような仮想的にスイッチされているチャネルにより、伝えることができる。コンテンツを非同期化し、かつドロップアウトに対する耐性を有することにより、現代のIPネットワークが利用可能となる。さらに、番組のコンテンツがそれを介して受信されるラインのコンテンツは、音声、チャット対話データ、ウェブサイト、または様々な選択肢が可能な他のいかなる種類のコンテンツとすることができる。番組ガイド・データは、独立したデータ・リンク460以外のチャネルを介して受信可能である。例えば、番組ガイド情報は、映像または他のコンテンツと同じ物理チャネルを介して受信可能である。メモリ・カードまたはディスク420のような取り外し可能なデータ格納媒体を介して、番組ガイド情報を提供することもできる。遠隔制御装置410は、キーボード、音声指令インターフェース、3Dマウス、ジョイスティック、または他の任意の適切な入力装置に置換可能である。強調用インジケータを移動したり、選択肢を記号（例えば、名前または数）で識別したり、または、データ伝送または取り外し可能な媒体を介したバッチ形態での選択を行うことにより、選択を行うことができる。取り外し可能な媒体の場合、1つ以上の選択肢をある形態で格納し、表示装置170を完全にバイパスさせてコンピュータ440に伝送することができる。例えば、バッチ・データは、携帯型格納デバイス（例えば、携帯情報端末、メモリ・カード、またはスマート・カード）からロード可能である。このようなデバイスは、様々な環境で用いるための多くの嗜好を格納して、使用されるコンピュータ装置をカスタム化することができる。
【００４１】
幾つかのタイプのプロファイリング機構は、これらの内部にある対象説明を、抽象的説明として表示することができる。例えば、フレームに基づいたデータ構造の場合、異なるスロットにタイトルを関連付けることにより、1ユーザが別のユーザのプロフィールを調べることが実際に可能となる。スロットは独立していないので、任意の1つのスロットを選択したことによる影響が、他のスロット内で可能となっている選択肢に影響を与える可能性があるが、プロフィールの構成方法の有意な見方をユーザに示すことは、必ずしも容易な作業ではない。例えば、俳優のトム・クルーズがユーザのお気に入りであることを示す特定化された説明を、ユーザのプロフィールに含めても良い。しかしながら、肯定的なフィードバックが与えられた例は、アクション・タイプの映画に限定されている。したがって、ユーザがトム・クルーズを好きだと言うことは出来ない。ユーザは、特定タイプの映画でのトム・クルーズしか好きではない、ということかも知れない。上記の例は、単純なものである。実際の実施例は、非常に複雑となる可能性があるので、ユーザに示すことは困難となる。インターフェースは、複数パラメータ空間を定義している関心事のスロットを有するリンクされているスロットを、すべて示さなければならないだろう。しかしながら、正確度を100%にすることが目標ではないと考えるべきである。目標は、単に、ユーザが他のユーザのプロフィールのある側面しか借りることが出来ないようにすることで良く、かつこの側面の特徴付けをそれ程完全なものにする必要はない。システムは、たった1本のスロット内の値に基づいて変更にタグを付けることにより、多くの他のスロットに結合された特定のスロットに基づいて、ユーザのプロフィールの変更を行うことができる。したがって、第二ユーザのプロフィールがトム・クルーズに対する著しい嗜好を示していることをシステムが第一ユーザに示した場合、第一ユーザは、この嗜好に基づいて自分のプロフィールを変更することを承諾する際に、自分のプロフィールを拡張することができる。この結果、システムは、第二ユーザのプロフィールに内在する付随的な予告記載すべてに結合されているトム・クルーズの例を推薦することが可能となる。換言すると、示されている例の場合、第一ユーザに対して、トム・クルーズを望んでおり、かつトム・クルーズを見たいがアクション映画でのトム・クルーズに限定するか、という問い合わせが行われる。
【００４２】
バージョン空間アルゴリズムの下で条件付けられた、フレームに基づいたデータ構造の場合、ユーザのプロフィールの特徴を決定付ける「トム・クルーズ」のようなラベルは、ある値（例えば、他のスロット内の値と何度も組み合わされているように見える「トム・クルーズ」）を選択することにより識別可能となる。換言すれば、このスロット値が特定化された説明内で発生する率は高くなる。図4Aと図4Bには、1つのプロフィールから別のプロフィールへの説明情報の移植をユーザが制御することを可能にするためのこの機構が示されている。ここで、例えば、ユーザの特定化された説明とすることができるユーザの説明がスキャンされ、かつその様々な部分が、主な特徴に従ってラベル付けされる。図示されているのは、部分210への「トム・クルーズ」というラベル付けである。比喩的に説明すると、データ構造x1の一方の次元は、俳優に対応させて良い。他方の次元x2は、映画または何か他のもののタイプのような他のパラメータに対応すると見なして良い。「トム・クルーズ」という値は、他のパラメータの複数の値に関連付けられて選択されているので、重要な特徴-値であると推定することができる。
【００４３】
説明部分210は、他の図中の他部分と同様、隣接した閉空間として示され、近接した範囲を示しているが、このような特徴は、データが対象説明内でどのように表されるのかを表していてもいなくても良い点に留意されたい。フレームに基づいたモデルの場合、各特徴または各スロットは、別々の値を有していても良く、かつデータ・セットが210のような閉空間を形成する傾向を示すように、近接した特徴間には何の関係もなくて良い。これは、説明のために取り入れた、単なる抽象概念である。この閉空間の唯一の側面は、「トム・クルーズ」という値が、その重要性を示す次元x2に沿った他の特徴の複数の値に関連付けられている事実が、閉空間の330と示されている寸法の長さにより示されていることである。
【００４４】
他のタイプのデータ構造の場合、プロフィールの各部分にラベルを付ける機構は、容易に識別されるだろう。例えば、特徴-値の対を格納するシステムの場合、重要な特徴にラベルを付け、かつこの特徴を別のプロフィールに移植することが、さらに容易となる。図6を参照すると、このようなシステムの場合、ユーザは、ある選択を好きまたは嫌いとランク付けするためにフィードバックを提供し、かつオプションで、好きまたは嫌いの程度を含める。例えば、システムは1〜7の得点を用い（4を、どちらでもない、とする）、1〜3で嫌いの程度を表し、かつ5〜7で好みの程度を表すことができる。ユーザ・インターフェース(UI)500は、番組を一覧にし、かつフィードバック情報を受け入れるために用いられる。これに代えて、UI 500を、番組が終了した場合またはユーザが他の番組に切り換えた場合に、番組に対するフィードバックを返すことをユーザに求める単純なプロンプトとしても良い。このプロンプトのタイプは、ある状況またはあらゆる状況において、必要な場合、ユーザがプロンプティングを無効化することを可能にする嗜好の組に従属することが好ましい。
【００４５】
フィードバックUI 500の各例により生成された情報は、その選択に関連付けられた得点を有する、1つ以上の選択肢555（テレビ用データベースの場合は、番組）となる。この情報を用いて、このようなエントリを多数含むことができるフィードバック履歴ファイル505が満たされる。次に、フィードバック・データ560を、プロファイラ550に適用することができる。これに代えて、このデータを最初にプロファイラ550内で圧縮し、かつ次にフィードバック・プロフィール・データベース525内に格納することにより、圧縮形式で格納することができる。この圧縮データを、2000年2月4日に出願された米国特許出願第09/498271号「ベイジアン・テレビ番組推薦装置(BAYESIAN TV SHOW RECOMMENDER)」に解説されているランク付けを各々が有する、1組の特徴-値の対565としても良い。選択が行われると、対応する得点を有する幾つかの（M個の）特徴-値の対565を生じることができる。肯定的なフィードバックと否定的なフィードバックとの両方が得られるように、ユーザは、好きな番組と嫌いな番組の両方を評価することが好ましい。例えば、見るために選択された番組にしかフィードバックが提供されないために、肯定的なフィードバックしか得られない場合、否定的な要因はデータベースに存在することが出来ない。このことは、この選択が行われたのと同時に、利用可能な番組のサブセットを選択することにより、1組の否定的な選択肢をシステムに生成させることによって、改良することができる。述べられているように、ユーザが、肯定的なフィードバックと否定的なフィードバックとを均等に提供することにより、否定的な選択肢を自動的にサンプリングする必要をなくすことが好ましい。これらの各々の特徴-値の計数は、減少するだろう。多くの選択肢に渡って格納されたこのデータを、フィードバック・プロフィール・データベース525内に格納することができる。次に、番組データベース520から導出された候補一覧に基づいて推薦装置580が推薦を行うと、N個の記録全体555が利用可能となる。このプロセスの結果、最終的に、番組データベース520から得ることができる選択肢がフィルタまたは分類された一覧575が得られる。この推薦装置は、ベイジアン・フィルタまたは他の任意の予測装置で良い。
【００４６】
図7を参照すると、図6と非常に類似したプロセスを用いて、特徴-値の対によるプロフィール・データベースを生成することができる。この予測装置は、背景技術の部分で説明されている第一タイプのものである。ここで、ユーザが選択する番組選択肢が推定され、番組選択肢に対する肯定的な得点が示される。ユーザが選択を行うと、結果的に、オプションで得点が添付する、特定の番組665が得られる。この結果には、ユーザの反応の仕方から推定される得点を含めることもできる。ユーザが番組を最後まで見た場合、得点を上げ、かつ短時間しか見なかった場合、得点を下げて良い。番組がこれらの二つの間の期間だけ見られた場合、得点の大きさを中程度にすることができる。これに代えて、見られた番組は正の得点を受け、かつ見られなかった番組を無作為にサンプリングしたものは、（オプションで同時に）負の得点を得るようにしても良い。
【００４７】
視聴履歴データベース510は、番組と得点を格納する。記録670は、得点が添付された特徴-値の対675を生成する、プロファイラ595に供給される。得点が添付された特徴-値の対675は、内在的プロフィールのデータベース530内に格納することができる。内在的プロフィールのデータベース530のコンテンツ680は、次に、推薦装置620による利用が可能となる。推薦装置620は、これらのコンテンツを、最新の番組520からのデータに組み合わせ、推薦685を生成する。
【００４８】
このタイプのプロファイラの場合、特徴を結合しないことにより、1つのプロフィールから別のプロフィールに移植可能なデータ部分へのラベル付けの問題は単純化される。したがって、「俳優」という特徴と「トム・クルーズ」という値は、対象のプロフィール内で目立つようになるので、識別が容易になる。なぜならば、その特徴-値の対には、高得点が関連付けられるからである。ユーザには、別のユーザのプロフィールのその側面を選択して自分のプロフィールに移植するオプションを提供することが可能となる。この結果、ユーザのプロフィール内の対応する特徴-値の対に関連付けられている得点は、調整されるであろう。
【００４９】
プロフィールが型にはまっているユーザを広げるために、特徴-値-得点タイプのデータを組み合わせることは、型にはまっていないユーザのデータベース内では高得点を有する特徴-値の対の得点を、型にはまっているユーザのプロフィール内で高める問題となるだろう。この場合も、型にはまっているユーザが、変更すべき特徴-値を選択することができるように、ユーザ・インターフェースを生成することができる。これに代えて、ユーザは、これを目に見えないように行わせることができる。別の代替手段は、この変更を一時的にしか行わないことにより、この変更を試みることが可能である。型に陥ってしまう問題に対処する別の方法は、ユーザのプロフィールに関連付けられている非常に高い得点を何れも調整することである。ユーザは、これを選択的に行うことができる。ユーザ・インターフェースはユーザに対して、どの特徴-値が、（肯定的かまたは否定的か何れかの）非常に高い得点を有し、かつユーザによる変更が可能かを示すことができる。
【００５０】
本発明は上述の例示的な実施例の詳細に限定されず、かつ本発明を、本発明の趣旨または本質的属性の範囲内で他の特定の形態で実施しても良いことが、当業者に明らかとなるだろう。したがって、本実施例は、すべての点において例示的かつ非限定的であると見なされ、本発明の範囲は、上述の説明ではなく、添付の請求の範囲により示されており、かつしたがって、これらの請求項と等しい意味と範囲内にあるすべての変更は、これらの請求項に含められるものとする。
【００５１】
例えば、本発明を、テレビ推薦装置に関して説明したが、検索エンジンをそれに対して使用することができるいかなる種類のメディアまたはデータに、本発明を適用することができることは明らかである。したがって、本発明を、例えば、インターネット検索ツールまたは音楽データベース用の検索エンジンに関連付けて利用することができる。
【図面の簡単な説明】
【００５２】
【図１】本発明を実施可能な1つのタイプの誘導エンジンを説明するための概念空間の図である。
【図２】2つの特定化された説明からデータを統合して、フィードバックを生成するためのソース・フィルタか、またはユーザの説明の代わりとなる新たな特定化された説明の何れかを形成する図である。
【図３】一般化された説明と特定化された説明に、別のユーザの特定化された説明を統合させて、テスト対象データ用のソース・フィルタを形成することを表す図である。
【図４】特定化された説明の特徴に対するラベルの選択を表す。
【図５】本発明を実施するための例示的なハードウエア環境の図である。
【図６】第一タイプの特徴-値-評点タイプのプロフィール・エンジンと使用法の図である。
【図７】第二タイプの特徴-値-評点タイプのプロフィール・エンジンと使用法の図である。
【符号の説明】
【００５３】
100…概念空間
101…バージョン空間
110…範囲
115…範囲
120…範囲
125…範囲
130…最初の肯定的な例しか含まない単集合
165…最新の一般化された説明
170…最新の特定化された説明
210…説明部分
215…範囲
220…範囲
225…範囲
250…隣接する範囲
255…隣接する範囲
260…隣接する範囲
265…隣接する範囲
270…隣接する範囲
280…ユーザの特定化された説明
285…別の特定化された説明
290…新たな特定化された説明
315…フィードバック用の新たなテンプレート
330…寸法
410…遠隔制御装置
415…赤外線ポート
420…メモリ・カードまたはディスク
430…テレビのチューナ
435…大量格納装置
440…コンピュータ
445…コンピュータにリンクされたチューナ
460…データ・リンク
470…映像信号
500…ユーザ・インターフェース
505…フィードバック履歴ファイル
510…視聴履歴データベース
520…最新の番組
525…フィードバック・プロフィール・データベース
530…内在的プロフィールのデータベース
555…1つ以上の選択肢
560…フィードバック・データ
575…番組データベースから得ることができる選択肢がフィルタまたは分類された一覧
580…推薦装置
595…プロファイラ
620…推薦装置
670…記録
675…得点が添付された特徴-値の対
680…内在的プロフィールのデータベースのコンテンツ
685…推薦
Claims (8)
- 様々なデータ・クラスに該当する例を評点する第一ユーザからフィードバックを受信するステップと、
当該第一ユーザのユーザ・プロフィールを当該フィードバックに応じてより正確にするステップと、
当該第一ユーザのユーザ・プロフィールを、第二ユーザのユーザ・プロフィールからのデータに応じて選択的に変更して、当該第一ユーザのユーザ・プロフィールを当該第二ユーザのユーザ・プロフィールにより類似させるステップと、
を有する、データ・クラスの推薦装置のために第一ユーザのユーザ・プロフィールを変更する方法。 - 当該選択的変更ステップが、当該第一ユーザから指令を受信することを含む、請求項1に記載の方法。
- 当該第一ユーザと当該第二ユーザのユーザ・プロフィールが、各々、好まれているデータ・クラスの最も広い説明を定義する、一般化された対象の説明を含み、かつ当該変更ステップが、当該第一ユーザのユーザ・プロフィールの当該一般化された説明を、当該第二ユーザのユーザ・プロフィールの当該一般化された説明に置換することを含む、請求項１に記載の方法。
- 当該一般化ステップが、少なくとも、当該第一ユーザのユーザ・プロフィールの特定化された説明と、当該第二ユーザのユーザ・プロフィールの特定化された説明との結合体を、当該第一ユーザのユーザ・プロフィールの当該特定化された説明の代わりとすることにより、当該第一ユーザのユーザ・プロフィールを変更することを含む、請求項3に記載の方法。
- 個々の選択肢に対してフィードバックを提供することにより生成された内在的プロフィールである第二ユーザ・プロフィールの特徴に、基準の部類に基づいてラベル付けするステップと、
当該ラベル付けステップにより得られるラベルを表示するステップと、
当該ラベルの内の少なくとも1つを選択するステップと、
当該ラベルの内の当該少なくとも一つに対応する、当該第二ユーザ・プロフィールの部分に応じて、当該第一ユーザ・プロフィールを変更するステップと、
を有する、
内在-タイプの第一ユーザ・プロフィールが、特定のデータ・クラスでの選択肢に関するフィードバックに基づいて、前記データ・クラスの推薦装置に対して生成される、請求項１に記載の方法。 - 当該ラベル付けステップが、
複数の他の第二データ記述子と組み合わされているように見える第一データ記述子を識別することと、
当該第一データ記述子に対応するラベルによってラベル付けを行うことと、
を含む、請求項5に記載の方法。 - 当該ラベル付けステップが、高得点がそれに対して存在する特徴-値-得点データベース内の第一データ記述子を識別することを含む、請求項5に記載の方法。
- 第一プロフィールの一般化された説明を第二プロフィールの一般化された説明に置換することと、
第二プロフィールの特定化された説明の少なくとも一部を、第一プロフィールの特定化された説明に加えることと、
第一プロフィールの特徴-値-得点のデータベースの得点を、第二プロフィールの特徴-値-得点のデータベースの得点に応じて変更することと、
の内の少なくとも一つを含む、
当該第一ユーザ・プロフィールを、より当該第二ユーザ・プロフィールのようにするために、当該第一ユーザ・プロフィールの特徴を第二ユーザ・プロフィールの特徴に結合するステップ、
を有する、内在-タイプの第一ユーザ・プロフィールが変更される請求項１に記載の方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US09/966,403 US20030066067A1 (en) | 2001-09-28 | 2001-09-28 | Individual recommender profile modification using profiles of others |
| PCT/IB2002/003811 WO2003030027A2 (en) | 2001-09-28 | 2002-09-17 | Personalized recommender profile modification using profiles of others |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2005504399A true JP2005504399A (ja) | 2005-02-10 |
Family
ID=25511343
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003533160A Abandoned JP2005504399A (ja) | 2001-09-28 | 2002-09-17 | 他人のプロフィールを用いた、推薦装置による個人プロフィールの変更 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US20030066067A1 (ja) |
| EP (1) | EP1433083A2 (ja) |
| JP (1) | JP2005504399A (ja) |
| KR (1) | KR20040041630A (ja) |
| CN (1) | CN1739106A (ja) |
| WO (1) | WO2003030027A2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7668799B2 (en) | 2005-08-23 | 2010-02-23 | Ricoh Company, Ltd. | Information processing apparatus |
| US8358904B2 (en) | 2008-08-11 | 2013-01-22 | Kabushiki Kaisha Toshiba | Image signal recording apparatus, method of structuring preference information for recording apparatus and network system of recording apparatus |
Families Citing this family (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8751957B1 (en) * | 2000-11-22 | 2014-06-10 | Pace Micro Technology Plc | Method and apparatus for obtaining auditory and gestural feedback in a recommendation system |
| US7571452B2 (en) * | 2001-11-13 | 2009-08-04 | Koninklijke Philips Electronics N.V. | Method and apparatus for recommending items of interest to a user based on recommendations for one or more third parties |
| US20090099650A1 (en) * | 2001-11-28 | 2009-04-16 | Lee Bolduc | Devices, systems, and methods for endovascular staple and/or prosthesis delivery and implantation |
| ES2448400T3 (es) | 2003-11-26 | 2014-03-13 | Sony Corporation | Sistema para acceder a elementos de contenido sobre una red |
| US7774349B2 (en) * | 2003-12-11 | 2010-08-10 | Microsoft Corporation | Statistical models and methods to support the personalization of applications and services via consideration of preference encodings of a community of users |
| US8914383B1 (en) * | 2004-04-06 | 2014-12-16 | Monster Worldwide, Inc. | System and method for providing job recommendations |
| US20060167859A1 (en) * | 2004-11-09 | 2006-07-27 | Verbeck Sibley Timothy J | System and method for personalized searching of television content using a reduced keypad |
| US20090138326A1 (en) * | 2004-11-18 | 2009-05-28 | Koninklijke Philips Electronics, N.V. | Apparatus and method for updating user profile |
| US8381240B2 (en) * | 2005-10-27 | 2013-02-19 | Ronald Jacoby | Framework for providing digital home services |
| WO2007026357A2 (en) * | 2005-08-30 | 2007-03-08 | Nds Limited | Enhanced electronic program guides |
| US20070239672A1 (en) * | 2006-03-29 | 2007-10-11 | Microsoft Corporation | Client Category Configuration |
| JP2007274604A (ja) * | 2006-03-31 | 2007-10-18 | Fujitsu Ltd | 電子装置、その情報閲覧方法及び情報閲覧プログラム |
| JP2007274605A (ja) * | 2006-03-31 | 2007-10-18 | Fujitsu Ltd | 電子装置、放送番組情報の収集方法、その収集プログラム及びその収集システム |
| US20070294721A1 (en) * | 2006-06-20 | 2007-12-20 | Sbc Knowledge Ventures, Lp | System and method of providing supplemental video content related to targeted advertisements in a video stream |
| US8655916B2 (en) * | 2006-09-22 | 2014-02-18 | Yahoo! Inc. | System and method for creating user profiles |
| US7996409B2 (en) * | 2006-12-28 | 2011-08-09 | International Business Machines Corporation | System and method for content-based object ranking to facilitate information lifecycle management |
| US9715543B2 (en) * | 2007-02-28 | 2017-07-25 | Aol Inc. | Personalization techniques using image clouds |
| MY173473A (en) * | 2007-11-15 | 2020-01-28 | Mimos Berhad | Content filtering method and system |
| US9400976B1 (en) * | 2008-07-28 | 2016-07-26 | United Services Automobile Association (Usaa) | Systems and methods for one-click financials |
| ES2376321B1 (es) * | 2009-02-18 | 2013-01-28 | Crambo, S.A. | Dispositivo de gestión y control de rutinas conductuales. |
| JP2011142468A (ja) * | 2010-01-06 | 2011-07-21 | Sony Corp | 情報処理装置、情報処理方法およびプログラム |
| EP2397952A1 (en) * | 2010-06-15 | 2011-12-21 | Axel Springer Digital TV Guide GmbH | Profile based content retrieval for recommender systems |
| FI124534B (fi) * | 2010-11-03 | 2014-09-30 | Elisa Oyj | Mediapalvelun tarjoaminen |
| KR20130035064A (ko) * | 2011-09-29 | 2013-04-08 | 삼성전자주식회사 | 개인 성향 기반의 개인화 서비스 제공 방법 및 시스템 |
| CN103581752A (zh) * | 2013-10-16 | 2014-02-12 | 四川长虹电器股份有限公司 | 一种基于云平台的机顶盒节目智能推荐方法及实现系统 |
| EP3203756A1 (en) * | 2016-02-02 | 2017-08-09 | Thomson Licensing | Methods for determining a personalized profile and for filtering excerpts of a multimedia content, corresponding devices, computer program product and computer-readable carrier medium |
| CN106055616A (zh) * | 2016-05-25 | 2016-10-26 | 中山大学 | 一种基于命名实体的社交网站好友推荐方法 |
| KR101934280B1 (ko) | 2016-10-05 | 2019-01-03 | 현대자동차주식회사 | 발화내용 분석 장치 및 방법 |
| US11721090B2 (en) * | 2017-07-21 | 2023-08-08 | Samsung Electronics Co., Ltd. | Adversarial method and system for generating user preferred contents |
| WO2019182265A1 (ko) * | 2018-03-21 | 2019-09-26 | 엘지전자 주식회사 | 인공 지능 기기 및 그의 동작 방법 |
| CN109639561B (zh) * | 2018-10-25 | 2022-03-04 | 北京达佳互联信息技术有限公司 | 基于信息反馈的分享方法、装置、电子设备及存储介质 |
| US11949967B1 (en) * | 2022-09-28 | 2024-04-02 | International Business Machines Corporation | Automatic connotation for audio and visual content using IOT sensors |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6029195A (en) * | 1994-11-29 | 2000-02-22 | Herz; Frederick S. M. | System for customized electronic identification of desirable objects |
| US5867799A (en) * | 1996-04-04 | 1999-02-02 | Lang; Andrew K. | Information system and method for filtering a massive flow of information entities to meet user information classification needs |
| US5974412A (en) * | 1997-09-24 | 1999-10-26 | Sapient Health Network | Intelligent query system for automatically indexing information in a database and automatically categorizing users |
| US6005597A (en) * | 1997-10-27 | 1999-12-21 | Disney Enterprises, Inc. | Method and apparatus for program selection |
| WO2001015449A1 (en) * | 1999-08-20 | 2001-03-01 | Singularis S.A. | Method and apparatus for creating recommendations from users profile built interactively |
| WO2002017146A1 (en) * | 2000-01-07 | 2002-02-28 | Etantrum. Com, Inc. | Method and apparatus for data and media management |
| US7051352B1 (en) * | 2000-02-04 | 2006-05-23 | Koninklijke Philips Electronics N.V. | Adaptive TV program recommender |
| US20020169731A1 (en) * | 2001-02-27 | 2002-11-14 | Koninklijke Philips Electronics N.V. | Television programming recommendations through generalization and specialization of program content |
-
2001
- 2001-09-28 US US09/966,403 patent/US20030066067A1/en not_active Abandoned
-
2002
- 2002-09-17 CN CNA028190165A patent/CN1739106A/zh active Pending
- 2002-09-17 WO PCT/IB2002/003811 patent/WO2003030027A2/en not_active Application Discontinuation
- 2002-09-17 JP JP2003533160A patent/JP2005504399A/ja not_active Abandoned
- 2002-09-17 EP EP02765262A patent/EP1433083A2/en not_active Withdrawn
- 2002-09-17 KR KR10-2004-7004498A patent/KR20040041630A/ko not_active Application Discontinuation
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7668799B2 (en) | 2005-08-23 | 2010-02-23 | Ricoh Company, Ltd. | Information processing apparatus |
| US8358904B2 (en) | 2008-08-11 | 2013-01-22 | Kabushiki Kaisha Toshiba | Image signal recording apparatus, method of structuring preference information for recording apparatus and network system of recording apparatus |
Also Published As
| Publication number | Publication date |
|---|---|
| US20030066067A1 (en) | 2003-04-03 |
| WO2003030027A3 (en) | 2003-10-09 |
| WO2003030027A2 (en) | 2003-04-10 |
| EP1433083A2 (en) | 2004-06-30 |
| KR20040041630A (ko) | 2004-05-17 |
| CN1739106A (zh) | 2006-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2005504399A (ja) | 他人のプロフィールを用いた、推薦装置による個人プロフィールの変更 | |
| JP2005505070A (ja) | 他人のプロフィールを用いた、個人用推薦装置のデータベース | |
| KR100782872B1 (ko) | 전자 프로그램 가이드 시청 내역 생성 방법 및 시스템 | |
| JP4991082B2 (ja) | ３方向メディア推奨方法及びシステム指定 | |
| JP6266818B2 (ja) | 双方向メディアガイダンスアプリケーションにおいてメディアを取得、分類、および配信するためのシステムおよび方法 | |
| EP2759129B1 (en) | Least click tv | |
| CN100492351C (zh) | 构造搜索查询的装置和搜索数据库的方法与系统 | |
| KR100908822B1 (ko) | 미디어 컨텐트를 추천하기 위해 사용될 에이전트들을생성하는 방법 | |
| US20030051240A1 (en) | Four-way recommendation method and system including collaborative filtering | |
| US20030131355A1 (en) | Program guide system | |
| JP2003526144A (ja) | 検索問い合わせ及びユーザー・プロファイルを定義し、検索結果を見る方法及び装置 | |
| US20150169585A1 (en) | Device and method for automatic filter adjustment | |
| CN1751306A (zh) | 使用其他人的简档的个人推荐器数据库 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050901 |
|
| A762 | Written abandonment of application |
Free format text: JAPANESE INTERMEDIATE CODE: A762 Effective date: 20060116 |