JP2008257727A - コンテンツ推奨方法 - Google Patents

コンテンツ推奨方法 Download PDF

Info

Publication number
JP2008257727A
JP2008257727A JP2008091782A JP2008091782A JP2008257727A JP 2008257727 A JP2008257727 A JP 2008257727A JP 2008091782 A JP2008091782 A JP 2008091782A JP 2008091782 A JP2008091782 A JP 2008091782A JP 2008257727 A JP2008257727 A JP 2008257727A
Authority
JP
Japan
Prior art keywords
user
feedback
content recommendation
content
confidence measure
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2008091782A
Other languages
English (en)
Other versions
JP5159394B2 (ja
Inventor
Jana Eggink
エギンク、ヤーナ
Thomas Kemp
ケンプ、トーマス
Wilhelm Hagg
ハグ、ヴィルヘルム
Taufan Zimmer
ツィマー、タウファン
Tomasz Feduszczak
フェデゥスツァック、トーマス
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.)
Sony Deutschland GmbH
Original Assignee
Sony Deutschland GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Deutschland GmbH filed Critical Sony Deutschland GmbH
Publication of JP2008257727A publication Critical patent/JP2008257727A/ja
Application granted granted Critical
Publication of JP5159394B2 publication Critical patent/JP5159394B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/335—Filtering based on additional data, e.g. user or group profiles
    • G06F16/337—Profile generation, learning or modification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/63—Querying
    • G06F16/635—Filtering based on additional data, e.g. user or group profiles
    • G06F16/637—Administration of user profiles, e.g. generation, initialization, adaptation or distribution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/04817—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance using icons
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04842—Selection of displayed objects or displayed text elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • G11B27/102—Programmed access in sequence to addressed parts of tracks of operating record carriers
    • G11B27/105—Programmed access in sequence to addressed parts of tracks of operating record carriers of operating discs
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • G11B27/34—Indicating arrangements 

Abstract

【課題】高い満足率を可能にするコンテンツ推奨方法および装置、さらに、それぞれのグラフィカルユーザインタフェースを提供すること。
【解決手段】歌または映像がユーザに推奨され、推奨された歌について信頼度の目安が判断される、ユーザ対象のコンテンツ推奨方法。信頼度の目安は、ユーザに表示され、それで、ユーザは、システムの推奨に対してより大きな信頼度を得ることができる。
【選択図】図１

Description

本発明は、コンテンツ推奨方法および装置に関する。さらに、本発明は、グラフィカルユーザインタフェースに関する。
今日、コンテンツ項目の大規模データベース、例えば、１００万曲以上の歌を含む音楽データベースまたは数千の映像を含む映像データベースが、広く普及している。しかしながら、ユーザは、このような大規模データベースをブラウズして、例えば、好んで聴いている音楽作品を見つけるのに苦労していることが多い。したがって、選択されたコンテンツ項目がユーザの好みにできるだけ密接に適合すべきである、ユーザに対して１つ以上のコンテンツ項目を自動的に選択するコンテンツ推奨方法に対する要望がある。
本発明の目的は、高い満足率を可能にするコンテンツ推奨方法および装置を提供することである。さらに、本発明の目的は、それぞれのグラフィカルユーザインタフェースを提供することである。
上記課題は、本発明によれば、それぞれ、該当する請求項に記載の方法、装置、およびグラフィカルユーザインタフェースによって解決される。
すなわち、本発明の第一の観点によれば、ユーザプロフィールに基づいて、コンテンツ項目のデータベースから、少なくとも１つのコンテンツ項目を含むコンテンツ推奨事項を判断するステップと、前記コンテンツ推奨事項について信頼度の目安を判断するステップであって、前記信頼度の目安が、前記判断されたコンテンツ推奨事項の推定品質を説明するステップと、前記信頼度の目安またはその派生物をユーザに伝達するステップと、
を含む、コンテンツ推奨方法が提供される。
本発明のさらに別の観点によれば、ユーザプロフィールに基づいて、コンテンツ項目のデータベースからコンテンツ推奨事項を判断するようになっているデータプロセッサであって、前記コンテンツ推奨事項が、少なくとも１つのコンテンツ項目を含み、かつ、さらに、前記コンテンツ推奨事項について信頼度の目安を判断するようになっており、前記信頼度の目安が、前記判断されたコンテンツ推奨事項の推定品質を説明するデータプロセッサと、前記信頼度の目安またはその派生物をユーザに表示するようになっているディスプレイと、を含む、コンテンツ推奨装置が提供される。
本発明のさらに別の観点によれば、第１の変動テキストフィールドに関連した選択可能な正フィードバックボタンを含み、前記第１の変動テキストフィールドが、現在再生中のコンテンツ項目について通常の正フィードバックを入力することができることを示し、通常の正フィードバックが既に入力済みであり、かつ、前記現在再生中のコンテンツ項目に関する信頼度の目安が閾値を上回り、かつ、前記ユーザフィードバックが前記現在再生中のコンテンツ項目に対する嫌悪を示した場合、前記第１の変動テキストフィールドが変化して、前記現在再生中のコンテンツ項目について洗練されたフィードバックを入力することができることを示す、グラフィカルユーザインタフェースが提供される。
本発明のさらに別の観点によれば、現在再生中の歌について正フィードバックの入力を可能にする、第１のテキストファイルに関連した少なくとも１つの正フィードバックボタンと、前記現在再生中の歌について負フィードバックの入力を可能にする、第２のテキストフィールドに関連した少なくとも１つの負フィードバックボタンとを含み、前記第１のおよび／または第２のテキストフィールドが、前記現在再生中の歌に関する信頼度の目安に左右され、前記信頼度の目安が、前記現在再生中の歌の推定品質を説明する、グラフィカルユーザインタフェースが提供される。
本発明のさらに別の観点によれば、コンピュータ、デジタル信号処理手段などで実行された時に、上記のように構成されたコンテンツ推奨方法および／またはその各種ステップを実行するようになっているコンピュータプログラム手段を含む、コンピュータプログラム製品、コンピュータ可読記憶媒体が提供される。
さらに本発明の別の観点によれば、ユーザプロフィールに基づいて、コンテンツ項目のデータベースから、コンテンツ推奨事項を判断するようになっている手段であって、前記コンテンツ推奨事項が、少なくとも１つコンテンツ項目を含む手段と、前記コンテンツ推奨事項について信頼度の目安を判断するようになっている手段であって、前記信頼度の目安が、前記判断されたコンテンツ推奨事項の推定品質を説明する手段と、前記信頼度の目安またはその派生物をユーザに伝達するようになっている手段とを含む、コンテンツ推奨手段が提供される。
さらに本発明の別の観点によれば、ユーザプロフィールに基づいて、コンテンツ項目のデータベースから、コンテンツ推奨事項を判断するステップであって、前記コンテンツ推奨事項が、少なくとも１つコンテンツ項目を含むステップと、前記コンテンツ推奨事項について信頼度の目安を判断するステップであって、前記信頼度の目安が、前記判断されたコンテンツ推奨事項の推定品質を説明するステップと、前記コンテンツ推奨事項の少なくとも一部に関するユーザフィードバックを受信するステップと、前記信頼度の目安によって、さらなるユーザフィードバックについてユーザに問い合わせるステップと、を含むコンテンツ推奨方法が提供される。
さらに本発明の別の観点によれば、少なくとも１つの音楽作品を受信するようになっており、かつ、前記少なくとも１つの音楽作品に関する信頼度の目安を受信するようになっている受信器と、前記少なくとも１つの音楽作品を再生するようになっている音響出力部と、前記第１の変動テキストフィールドに関連した選択可能な正フィードバックボタンを含むグラフィカルユーザインタフェースであって、前記第１の変動テキストフィールドが、現在再生中の音楽作品について通常の正フィードバックを入力することができることを示し、通常の正フィードバックが既に入力済みであり、かつ、前記信頼度の目安が閾値を上回る場合、前記第１の変動テキストフィールドが変化して、前記現在再生中の音楽作品について洗練されたフィードバックを入力することができることを示すグラフィカルユーザインタフェースと、を含む、コンテンツ推奨装置が提供される。
さらに本発明の別の観点によれば、少なくとも１つの音楽作品を受信するようになっており、かつ、前記少なくとも１つの音楽作品に関する信頼度の目安を受信するようになっている受信器と、前記少なくとも１つの音楽作品を再生するようになっている音響出力部と、現在再生中の音楽作品のそれぞれの信頼度の目安を表示するようになっているディスプレイと、を含む、コンテンツ推奨装置が提供される。
さらに本発明の別の観点によれば音楽作品を受信するようになっており、かつ、前記音楽作品に関する信頼度の目安を受信するようになっている受信器と、前記音楽作品を再生するようになっている音響出力部と、前記信頼度の目安が高い場合に緑色光を放出するようになっており、前記信頼度の目安が低い場合に赤色光を放出するようになっている発光ダイオードと、を含む、コンテンツ推奨装置が提供される。
本発明によれば、高い満足率を可能にするコンテンツ推奨方法および装置、さらにグラフィカルユーザインタフェースが提供される。
以下において、本発明の実施形態を図面およびその後の説明によって説明する。
以下において、コンテンツ推奨方法および装置の種々の実施形態を説明する。説明する種々の実施形態は、任意の方法で組み合わせることができる、即ち、特定の実施形態に関連して説明する特徴は、別の実施形態に関連して説明する特徴と組み合わせることができることに留意されたい。
一実施形態においては、本コンテンツ推奨方法は、ユーザプロフィールに基づいて、コンテンツ項目のデータベースから、少なくとも１つのコンテンツ項目を含むコンテンツ推奨事項を判断するステップを含むことができる。コンテンツ項目は、例えば、音楽作品、即ち、歌、映像、他のマルチメディアデータおよび／またはマルチメディア表現が存在する全て、例えば、ワインまたは休日とすることができる。したがって、データベースは、音楽または映像データベースとすることができる。ユーザプロフィールは、所定のユーザプロフィールであるか、または、以前のユーザ挙動、例えば、システムとのユーザ対話、またはユーザフィードバックに基づいて自動的に適合させることができる。例えば、ユーザプロフィールは、例えば、ダウンロードまたはストリーミングを介してユーザがどの種類のコンテンツ項目に以前にアクセスしたかの観察を基本とすることができる。
本方法は、さらに、コンテンツ推奨事項について信頼度の目安を判断するステップであって、信頼度の目安が、判断されたコンテンツ推奨事項の推定、即ち、想定品質を説明するステップを含むことができる。例えば、本方法／装置がコンテンツ推奨事項、例えば、特定のコンテンツ項目をユーザに提案した場合、ユーザがそれぞれのコンテンツ項目を好むかまたは嫌うという信頼度のレベルを示す信頼度の目安をこの特定のコンテンツ項目について判断することができる。一実施形態においては、低い信頼度の目安を有するコンテンツ項目が故意にコンテンツ推奨事項と判断される可能性もある（以下を参照）。本方法は、さらに、信頼度の目安またはその派生物をユーザに伝達する、即ち、伝えるか、表示するか、または、示すステップを含むことができる。伝達するステップは、音響出力部を介して、例えば、音声出力部によって、または他の音を出力することによって行なうこともできる。信頼度の目安の派生物をユーザに伝達したとき、ユーザは、信頼度の目安の正確な値について知らされない場合があるが、例えば、信頼度の目安が高い、即ち、システムが、ユーザがそれぞれのコンテンツ推奨事項を気に入ると自信があるか、または、低い、即ち、システムがそれぞれのコンテンツ推奨事項を気に入るか自信がない場合に限られる。
信頼度の目安をユーザに伝達することは、システムに対するユーザの理解を深める助けになる場合があり、かつ、その後、システムに対するユーザの信頼および受け入れを深める場合がある。これは、「ビックリ推奨事項」の導入を可能にする場合もある。このようなビックリ推奨事項は、故意にユーザプロフィールに適合しない推奨事項とすることができ、したがって、一般に、信頼度の目安が低い恐れがある。しかしながら、信頼度の目安はユーザに伝達されるので、ユーザは、このことに気づくことができる。例えば、システムは、以下のような文章、「これは、あなたのユーザプロフィールと正確には適合しないビックリ推奨事項です」をユーザに表示することができる。したがって、ユーザは、現在の推奨事項は可能な限り最良の方法で自分のユーザプロフィールに適合するものではないことに気づくことができる。しかしながら、ユーザはこの事実について知らされるので、ユーザは、それでもシステムの挙動を受け入れることができる。
ビックリ推奨事項は、ユーザは、自分が通常、即ち、ビックリ推奨事項がなければ、直面したりしないコンテンツ項目に直面するためによりしっかりしたユーザプロフィールを取得する助けとなる可能性もある。ユーザは、よりしっかりした、即ち、より深遠な、またはより良いユーザプロフィールを決定する非常に貴重な情報である可能性があるフィードバックをこのような歌に与えることができる。ビックリ推奨事項を使用して、推奨事項を退屈が少なくなったものにして、新しい分野、例えば、以前にそのユーザに対して決して再生されなかった分野の音楽を探る場合もある。
信頼度の目安を判断する任意の可能性が存在する。信頼度の目安は、例えば、適合得点に基づいて判断することができる。以下においては、いかにして適合得点を判断することができるかに関する実施例を示す。
例えば、ユーザプロフィールは、ユーザが以下のメタデータ属性（メタデータは、それぞれのコンテンツ項目の内容を説明するデータである）、即ち、ポップ、速い、ロマンチック、１９９０年代を有する歌が好きであることを示すことができる。したがって、ユーザプロフィールは、以下のように要約することができる。
ユーザプロフィール
ポップ
速い
ロマンチック
１９９０年代
ユーザプロフィールに基づいて、異なるコンテンツ項目に関する適合得点は、それぞれの歌のメタデータ属性をユーザプロフィールのメタデータ属性と比較することによって判断することができる。例えば、第１の歌は、１９９０年代の速い歌とすることができる。第２の歌は、１９８０年代の速いロックソングとすることができる。したがって、第１の歌の適合得点は、３となり、第２の歌の適合得点は、１となる。これを下表に示す。
メタデータ属性
ポップ
速い
ロマンチック
１９９０年代
適合得点
信頼度の目安
第１の歌
高
第２の歌
低
したがって、信頼度の目安は、適合得点が高い値を有する場合、信頼度の目安も高い値を有し、一方、適合得点が低い値を有する場合、信頼度の目安も低い値を有するように、適合得点に基づいて判断することができる。
言うまでもなく、ユーザプロフィールは、ユーザが気に入った属性または項目に関する情報のみを含む必要はないかもしれないが、嫌いである項目に関する情報（負フィードバック）も含む必要があるかもしれない。一般に、嫌われる可能性が高い項目を推奨するようなシステムはない。ユーザプロフィールは、例えば、以下の情報を含むことができる。
ユーザが好き：ポップ、遅い、ロマンチック、１９９０年代
ユーザが嫌い：パンク、攻撃的、１９８０年代
データベースは、表示された属性を有する以下の歌を含むことができる。
歌１：ポップ、遅い、憂鬱、１９９０年代
歌２：パンクロック、速い、１９８０年代
歌３：ソウル、遅い、１９６０年代
本実施例においては、歌１は、高い信頼度で推奨することができ、一方、歌２は、恐らく、決して推奨されないであろう。歌３は、システムは、ユーザが１９６０年代およびソウルミュージックが好きかどうかわからないことから、ビックリ推奨事項として低い信頼度で推奨されるかもしれない。
適合得点を計算するに当たっては、全ての適合好き属性＋（増分）を数えて、「嫌い」と記された適合属性（負フィードバック属性）を差し引くことが可能であろう。
さらなる実施形態においては、上記コンテンツ推奨事項の少なくとも一部に関するユーザフィードバックについてユーザに問い合わせることができ、ユーザフィードバックは、信頼度の目安に左右される。この場合、ユーザフィードバックについて一度ユーザに問い合わせるだけで十分であろうし、問い合わせのタイプは、信頼度の目安によって変わる。
さらなる実施形態によれば、ユーザフィードバックは、コンテンツ推奨事項のメタデータ属性に関係する可能性があり、上記メタデータ属性は、コンテンツ推奨事項のそれぞれのコンテンツ項目の内容を説明するものである。
さらなる実施形態においては、信頼度の目安が閾値を上回り、かつ、ユーザフィードバックがコンテンツ推奨事項の嫌悪を示した場合（場合に限り）、ユーザフィードバックは、メタデータ属性に関係するフィードバックを含む可能性もある。例えば、システムは、力強いギターと高い男性の声による１９８０年代のポップソングを推奨することができる。信頼度の目安が高い、即ち、閾値を上回る場合、例えば、複数のボタンが設けられる可能性がある。例えば、「好き」と記された１つのボタン、および、嫌いに関係する複数のボタンがある可能性があり、複数のボタンは、「力強いギターのために嫌い」、「声の種類のために嫌い」、または「今のところ嫌い」と記すことができる。このようにして、信頼度の目安が高く、かつ、フィードバックが嫌悪を示す場合、フィードバックは、メタデータ属性に関係する（以下でさらに説明する図９Ａも参照）。
それでもさらに、信頼度の目安が低い、例えば、閾値を下回る場合、ユーザフィードバックは、メタデータ属性に関係するものではなく、コンテンツ推奨事項に対する好きまたは嫌いを示すだけとすることができる（やはり、以下でさらに説明する図９Ｂも参照）。これは、システムが長期間使用されておらず、かつ、ユーザの挙動または好みをより良く修得するためにさらなる一般的なフィードバックが必要である場合に有用であり得る。したがって、信頼度の目安が低い、例えば、信頼度の目安が閾値を下回る場合、２つのボタンのみ、つまり、「好き」と記された１つのボタンと、「嫌い」と記された１つのボタンがあるであり得る。
また、信頼度の目安が低い、例えば、閾値を下回る場合、例えば、「１９８０年代なので好き」、「ポップなので好き」、「１９８０年代とポップの組み合わせだから好き」、「１９８０年代なので嫌い」、「ポップなので嫌い」、および／または「１９８０年代とポップとの組み合わせだから嫌い」のようなラベルを有する複数のボタンがある可能性がある。したがって、図９Ｃに示し、かつ、以下でさらに説明するこの実施形態によれば、フィードバックは、信頼度の目安が低く、かつ、フィードバックがコンテンツ推奨事項に対する好きまたは嫌いを示す場合にはメタデータ属性に関係づけることができる。
本方法はまた、コンテンツ推奨事項の少なくとも一部に関するユーザフィードバックを受信するステップと、信頼度の目安によって、さらなるユーザフィードバック、例えば、洗練されたユーザフィードバックについてユーザに問い合わせるステップと、ユーザフィードバックおよび／またはさらなるユーザフィードバックに基づいて、ユーザプロフィールを適合させるステップを含むことができる。したがって、信頼度の目安によって、さらなる貴重なフィードバックを取得することが可能であろう。例えば、信頼度の目安が高い、例えば、特定の閾値を上回る場合、これは、システムは、推奨事項がユーザの好みに適合することをかなり確信していることを示すことができる。したがって、システムは、この機会を利用してユーザに、例えば、まさしくその歌のどこが好きなのかを尋ねることができる。例えば、ユーザに、「これは、ロマンチックな歌です。どのような種類のロマンチックな歌が好きですか、甘いロマンチックな歌、それとも、ソフトなロマンチックな歌ですか」のような質問をすることができる。一方、信頼度の目安がかなり高い、即ち、システムは、推奨事項がユーザの好みに適合することをかなり確信しているがユーザフィードバックは、それにも拘わらず、ユーザは、その歌がすきではないことを示している場合、システムは、ユーザが概してこの推奨事項が好きではないのか、それとも今のところだけかを尋ねることができる。システムは、ユーザが概してその歌のジャンル、ムード、または時代が好きではないのかを尋ねる可能性もある。
一実施形態においては、上記のさらなるフィードバックは、コンテンツ推奨事項のメタデータ属性に関係する洗練された、即ち、改善された、高度なおよび／または強化されたユーザフィードバックである可能性がある。メタデータ属性は、それぞれのコンテンツ項目を説明するデータを指す。例えば、コンテンツ項目が音楽作品に対応する場合、メタデータ属性は、例えば、遅い／速い、ロマンチック／ロックなどの属性で音楽作品を説明することができる。洗練されたユーザフィードバックは、ユーザがコンテンツ推奨事項の主要属性の特定の副属性が好きかまたは嫌いかを示すことができる。例えば、推奨事項は、ロックソングとすることができる。次に、システムは、遅いロックまたは速いロックまたは１９９０年代／１９８０年代のロックが好きかなどを尋ねることができる。このようにして、洗練されたユーザフィードバックを取得することができる。
さらなる実施形態においては、信頼度の目安が第１の閾値を上回る場合に限り、さらなるユーザフィードバックについてユーザに問い合わせることができる。第１の閾値は、判断されたコンテンツ推奨事項の高い推定品質を示すように選ぶことができる。信頼度の目安が０％から１００％の尺度で判断される場合、第１の閾値は、５０％、６０％、７０％、８０％、９０％、または９５％に等しくなるように選ぶことができる。一般的な値は、７０％とすることができる。
さらなる実施形態においては、ユーザフィードバックが、ユーザはコンテンツ推奨事項が嫌いであることを示し、かつ、さらなるフィードバックが、ユーザは概してコンテンツ推奨事項が好きであるが、今のところは好きではないと示した場合、ユーザプロフィールは、適合させることはできないか、または、通常とは異なる方法で、即ち、さらなるフィードバックなしで適合させることができる。利用可能なさらなるフィードバックがないと思われる場合、正確なユーザプロフィールを取得することは非常に困難である可能性がある。さらなるフィードバックが、ユーザは概して現在再生中の歌のジャンルが好きであるが、特定の歌は好きではないと示す可能性もある。例えば、ユーザは、ポップソングは好きかもしれないが、マドンナの「ソーリー」という歌は、例えば、この特定の歌に対してマイナスの感情または思い出があるために、好きではないかもしれない。
さらなる実施形態においては、信頼度の目安は、ユーザプロフィールの推定品質に基づいて判断することができる。
ユーザプロフィールの推定品質は、ユーザ対話回数、例えば、ユーザがユーザフィードバックを与えた回数によって判断することができる。推定品質は、ユーザがシステムを使用した回数、または、ユーザがダウンロードした／聴いた、即ち、アクセスした歌の数によって判断することもできる。また、推定品質は、ユーザがダウンロードまたはストリーミングした歌の種類によって判断することができる。例えば、ユーザが２０００年代から多くの歌をダウンロードしていた場合、ユーザは若くて、高い専門的知識を有すると共に、フィードバックを与えているのを楽しんでいると仮定することができる。したがって、推定品質が高いと仮定することができる。
さらなる実施形態においては、推定品質は、ユーザプロフィールの首尾一貫性によって判断することができる。首尾一貫性は、ユーザプロフィールの全体的なセンスまたは理解度を指す。首尾一貫性は、ユーザプロフィールの論理的相互連絡、適合、または一貫性を指すこともできる。一般に、首尾一貫性が高い場合、信頼度の目安も、高いとすることができる。例えば、第１のユーザは、一貫して１９５０年代の速い歌を「好き」で、２０００年代の遅い歌を「嫌い」で評価したかもしれない。第２のユーザは、１９５０年代の一部の速い歌を「好き」で、一部を「嫌い」で評価したかもしれない。さらに、第２のユーザは、２０００年代の一部の遅い歌を「好き」で、一部を「嫌い」で評価したかもしれない。本実施例においては、第１のユーザのユーザプロフィールは、高い首尾一貫性を有することになり、その理由は、このユーザの評価を「第１のユーザは１９５０年代の速い歌が好きで、２０００年代の遅い歌は嫌い」によって容易に分類／説明することができるからである。逆に、第２のユーザのユーザプロフィールは、第２のユーザの評価の方法を説明する方が困難であるために低い度合いの首尾一貫性を有する。
さらなる実施形態においては、ユーザプロフィールに基づいて、ユーザがフィードバックを与えた全てのメタデータ属性にできるだけ密接に適合する仮想最良適合コンテンツ項目を判断することが可能であろう。「できるだけ密接に」とは、一般に、多数の負フィードバック属性を有する品目を推奨することは意図していないことから、ユーザが正フィードバックを与えた属性のみが考慮されることを意味する。したがって、負フィードバック属性は、考慮する必要がないであろう。
コンテンツ推奨事項のコンテンツ項目と仮想最良適合コンテンツ項目との間の隔たりの目安を計算することが可能と考えられ、信頼度の目安は、隔たりの目安に基づいて判断される。例えば、ユーザプロフィールが以下のコンテンツを有する場合である。
属性
遅い
ロマンチック
ハードロック
１９９０年代
１９８０年代
１９７０年代
好きの確率
このユーザプロフィールであれば、例えば、それぞれのユーザは、１９９０年代または１９８０年代の遅いロマンチックな歌が好きであることを示すことになる。このユーザの仮想最良適合コンテンツ項目であれば、遅い、ロマンチック、ハードロック、１９９０年代、および１９８０年代と記された歌ということになる。
したがって、仮想最良適合コンテンツ項目を判断するためには、例えば、５０％の閾値を定義し、閾値よりも高い好きの確率を有する属性を１と記し、一方、閾値よりも低い好きの確率を有する属性を０と記す。本実施例においては、こうすれば、以下のように記された仮想最良適合コンテンツ項目が得られる。
遅い
ロマンチック
ハードロック
１９９０年代
１９８０年代
１９７０年代
考えられる実施形態においては、データベースからの歌を仮想最良適合コンテンツ項目に基づいて判断するべきである場合、その歌の属性を仮想最良適合コンテンツ項目の「１」と記された属性と比較することが可能であろう。したがって、計算時間を短縮することができる。
さらに、コンテンツ項目が記憶されているデータベース内で今まで使用されたことがない新しいラベルの組み込みを可能にすることが可能であろう。例えば、今まで使用したことがない新しいラベル「憂鬱」を使用することができる。既存のデータベースおよび／または検索アルゴリズムおよび／またはユーザプロフィールとの適合性を達成するために、旧ラベルと新ラベル間の割り当てを含む基準データベースを作成することが可能であろう。例えば、新ラベル「憂鬱」を以前に既に使用されたことのある属性「ロマンチック」に割り当てることができる。
適合値を新ラベルに帰属させることも可能であろう。適合値は、旧ラベル（今まで使用されたことがあるラベル）との類似性の度合いを説明することができる。例えば、新ラベル「憂鬱」には、以下の類似性値を記すことができる。
遅い
ロマンチック
この実施例においては、憂鬱な歌は、一般的に、かなり遅く、場合によっては、ロマンチックな歌が憂鬱であるとことが仮定されている。言うまでもなく、このような値は、大規模音楽データベースから自動的に抽出することができる。
歌を新ラベルと、新ラベル「憂鬱」と適合させるとき、上述したように、仮想最良適合コンテンツ項目の概念は、計算時間を節約する助けとなることができ、その理由は、好きの確率またはユーザプロフィールと共に記憶されている他の目安が使用されると思われるときに必要となるような複雑な計算をしなくて済むからである。
さらなる実施形態においては、本方法は、信頼度の目安が第１の閾値を上回る場合に緑色灯を点灯させるかまたは緑色フィードバックボタンを表示するか、および／または、信頼度の目安が第１の閾値を下回る場合に赤色灯を点灯させるかまたは赤色フィードバックボタンを表示するステップを含むことができる。第１の閾値は、０．５に等しくなるように選ぶことができる。したがって、信頼度の目安が０．５（＝５０％）を上回る場合、ユーザがただシステム／装置を見ることによって、システムが推奨事項について自信があることを素早く認識することができるように、緑色灯を点灯または表示させることができる。したがって、ユーザは、システムの特定の推奨事項をさらに信頼することができる。
コンテンツ推奨装置は、ユーザプロフィールに基づいて、コンテンツ項目のデータベースからコンテンツ推奨事項を判断するようになっているデータプロセッサであって、コンテンツ推奨事項が、少なくとも１つのコンテンツ項目を含み、かつ、さらに、コンテンツ推奨事項について信頼度の目安を判断するようになっており、信頼度の目安が、判断されたコンテンツ推奨事項の推定、即ち、想定品質を説明するデータプロセッサと、信頼度の目安またはその派生物をユーザに表示するようになっているディスプレイとを含むことができる。
一実施形態においては、本装置は、上記コンテンツ推奨事項の少なくとも一部についてユーザフィードバックを入力するようになっている少なくとも１つのボタンまたはグラフィカルユーザインタフェースを含むことができ、ボタン／グラフィカルユーザインタフェースは、さらに、信頼度の目安によって、さらなるユーザフィードバック、例えば、洗練されたユーザフィードバックを入力するようになっており、データプロセッサは、さらに、ユーザフィードバックおよび／またはさらなるユーザフィードバックに基づいて、ユーザプロフィールを更新するようになっている。
さらに別の実施形態においては、本コンテンツ推奨方法は、ユーザプロフィールに基づいて、コンテンツ項目のデータベースからコンテンツ推奨事項を判断するステップであって、コンテンツ推奨事項が、少なくとも１つコンテンツ項目を含むステップと、コンテンツ推奨事項について信頼度の目安を判断するステップであって、信頼度の目安が、判断されたコンテンツ推奨事項の推定品質を説明するステップと、コンテンツ推奨事項の少なくとも一部に関するユーザフィードバックを受信するステップと、信頼度の目安によって、さらなるユーザフィードバックについてユーザに問い合わせるステップとを含むことができる。したがって、この実施形態によれば、さらなるユーザフィードバックは、例えば、信頼度の目安が特定の閾値を上回る場合は、ユーザが入力しさえすればいいとすることができる。これは、例えば、洗練されたユーザフィードバック、したがって、より深遠で、即ち、洗練されたか、またはより良いユーザプロフィールを取得するのに用いることができる。一実施形態においては、ユーザプロフィールは、ユーザフィードバックおよび／またはさらなるユーザフィードバックに基づいて適合させることができる。
グラフィカルユーザインタフェースは、第１の変動テキストフィールドに関連した選択可能な正フィードバックボタンを含むことができ、第１の変動テキストフィールドが、現在再生中のコンテンツ項目について通常の正フィードバックを入力することができることを示し、通常の正フィードバックが既に入力済みであり、かつ、現在再生中のコンテンツ項目に関する信頼度の目安が閾値を上回る場合、第１の変動テキストフィールドが変化して、現在再生中のコンテンツ項目について洗練されたフィードバックを入力することができることを示す。
一実施形態においては、グラフィカルユーザインタフェースの選択可能な負フィードバックボタンは、選択時に、グラフィカルユーザインタフェースを含む装置のデータプロセッサに負フィードバックを出力させることができる。
さらなる実施形態においては、本コンテンツ推奨装置は、少なくとも１つの音楽作品を受信するようになっており、かつ、少なくとも１つの音楽作品に関する信頼度の目安を受信するようになっている受信器と、少なくとも１つの音楽作品を再生するようになっている音響出力部と、第１の変動テキストフィールドに関連した選択可能な正フィードバックボタンを含むグラフィカルユーザインタフェースであって、第１の変動テキストフィールドが、現在再生中のコンテンツ項目について通常の正フィードバックを入力することができることを示し、通常の正フィードバックが既に入力済みであり、かつ、現在再生中のコンテンツ項目に関する信頼度の目安が閾値を上回る場合、第１の変動テキストフィールドが変化して、現在再生中のコンテンツ項目について洗練されたフィードバックを入力することができることを示すグラフィカルユーザインタフェースとを含むことができる。
さらなる実施形態においては、本コンテンツ推奨装置は、少なくとも１つの音楽作品を受信するようになっており、かつ、少なくとも１つの音楽作品に関する信頼度の目安を受信するようになっている受信器と、少なくとも１つの音楽作品を再生するようになっている音響出力部と、現在再生中の音楽作品のそれぞれの信頼度の目安を表示するようになっているディスプレイとを含むことができる。さらなる実施形態においては、本装置は、現在再生中の音楽作品に関するユーザフィードバックを入力するようになっている少なくとも１つのフィードバックボタンを含むことができる。
さらなる実施形態においては、本装置は、上記少なくとも１つの音楽作品に関するユーザフィードバックを入力するようになっている少なくとも１つのボタンまたはグラフィカルユーザインタフェースを含むことができ、ボタン／グラフィカルユーザインタフェースは、さらに、現在再生中の音楽作品のそれぞれの信頼度の目安によって、さらなるユーザフィードバックを入力するようになっており、ユーザプロフィールは、ユーザフィードバックおよび／またはさらなるユーザフィードバックに基づいて更新される。
さらなる実施形態においては、本装置は、現在再生中の音楽作品の信頼度の目安が高い場合、例えば、ハートなどの、プラスの感情に関連したアイコン、および、現在再生中の音楽作品の信頼度の目安が低い場合、例えば、頭蓋骨など、マイナスの感情に関連したアイコンを表示することができる。さらなる実施形態においては、本装置は、音楽作品を受信するようになっており、かつ、音楽作品に関する信頼度の目安を受信するようになっている受信器と、音楽作品を再生するようになっている音響出力部と、信頼度の目安が高い場合に緑色光を放出するようになっており、信頼度の目安が低い場合に赤色光を放出するようになっている発光ダイオードとを含むことができる。
あるいは、または、さらに、３つの異なるアイコン、例えば、高い信頼度の目安「好き」にはスマイルマーク、またはハート、「嫌い」に対する高い信頼度の目安には頭蓋骨（このようなコンテンツは通常は推奨することができないが）、および、低い信頼度の目安または未知の信頼度の目安には疑問符または何か驚きを示すもの、例えば、大きく口を開いた人の絵を有することも可能であろう。
本装置の一実施形態においては、発光ダイオードは、信頼度の目安が第１の閾値を上回る場合に緑色光を、信頼度の目安が第２の閾値を下回る場合に赤色光を、信頼度の目安が第１の閾値と第２の閾値との間にある場合に黄色光を放出するようになっている。
図１は、コンテンツ推奨方法内で実行することができるステップを示す。第１の判断するステップＳ１００においては、ユーザプロフィール１０４に基づいてコンテンツ項目のデータベース１０２からコンテンツ推奨事項を判断する。第２の判断するステップＳ１０６においては、第１の判断するステップＳ１００において判断されたコンテンツ推奨事項について信頼度の目安を判断する。
次に、伝達するステップＳ１０８においては、信頼度の目安をユーザに伝達する。これは、信頼度の目安または派生物をユーザに表示することによって行なうことができる。また、信頼度の目安を音響的にユーザに出力する可能性がある。例えば、特定の予め設定された音は、高い信頼度の目安をユーザに示すことができ、別の予め設定された音は、信頼度の目安が低いことをユーザに示すことができる。一実施形態においては、ユーザが高い／低い信頼度の目安を自分で設定する可能性がある。
次に、受信するステップＳ１１０においては、ユーザフィードバックを受信することができる。受信するステップＳ１１０において受信されたユーザフィードバックは、ユーザが現在再生中のコンテンツ項目が好きかまたは嫌いか否かを示すことができる。ユーザフィードバックは、漸進的な尺度で、または、バイナリで与えることができる、即ち、唯一のフィードバックは、「好き」および「嫌い」である。
次に、ステップＳ１１２においては、第２の判断するステップＳ１０６において判断された信頼度の目安が閾値を上回るか否かをチェックする。信頼度の目安が閾値を上回っていない場合、受信するステップＳ１１０において受信されたユーザフィードバックに基づいて、適合させるステップＳ１１６において、ユーザプロフィールを直接適合させることができる。
しかしながら、信頼度の目安が閾値を上回る場合、システムは、さらなるユーザフィードバックについてユーザに問い合わせることができる。その後、適合させるステップＳ１１６において、問い合わせるステップＳ１１４において取得されたさらなるフィードバックに基づいておよび／または受信するステップＳ１１０において受信されたユーザフィードバックに基づいて、ユーザプロフィールを適合させることができる。
図２は、データベース２０２と、中央演算処理装置（ＣＰＵ）２０４と、ディスプレイ２０６と、フィードバック部２０８とを含む装置２００を示す。図２の実施例においては、ディスプレイ２０６は、どの歌が現在再生されているかを表示する。図２の実施例においては、マドンナによる歌「ソーリー」が再生される。さらに、この歌のジャンルが「ポップ」であることが表示されている。尚もさらに、図２の装置２００は、現在再生中の歌「ソーリー」の信頼度が８０％であることが表示されている。これは、システムは、ユーザがその歌「ソーリー」を気に入ることをかなり確信している（８０％の確率で）ことを意味する。
フィードバック部２０８によって、ユーザは、現在再生中の歌についてフィードバックを入力することができる。フィードバック部２０８は、好きボタン２１０と、嫌いボタン２１２とを含む。好きボタン２１０を押すことによって、ユーザは、自分が現在再生中の歌が好きであることを示すフィードバックを与えることができる。一方、ユーザが嫌いボタン２１２を押した場合、これは、ユーザが現在再生中の歌が好きではないことを示す。
図２の実施例においては、ユーザは、嫌いボタン２１２を押したかもしれないが、信頼度の目安は、高かった（８０％）。
図３は、嫌いの評価を受信した後の図２の装置を示す。フィードバックを入力すると、フィードバック部２０８、例えば、グラフィカルユーザインタフェースを変えることができる。図３の実施例においては、３つのボタン３００、３０２、および３０４をフィードバック部２０８に表示することができる。各ボタンは、関連のテキストフィールドを有することができる。図３の実施例においては、第１のボタン３００は、テキスト「それは好きだが今は好きではない」を示すテキストフィールドに関連するものである。さらに、第２のボタン３０２のテキストフィールドは、テキスト「ポップは好きだがこの歌はすきではない」を表示している。さらに、第３のボタン３０４のテキストは、「それは好きではない」である。ボタン３００、３０２、または３０４の１つを選択する／押すことによって、ユーザは、現在再生中の歌「ソーリー」について洗練されたフィードバック、即ち、さらなるフィードバックを入力することができる。次に、この洗練されたフィードバックをユーザプロフィールを適合させるために使用することができる。
図４は、嫌いの評価を受信した後の、図２の装置のさらなる実施形態を示す。この実施形態においては、好きボタン２１０または嫌いボタン２１２を押すことによってユーザが好き評価または嫌い評価を入力した後、フィードバック部２０８が変わり、好きボタン２１０および／または嫌いボタン２１２に関連したテキストが変わる。図４に示す実施形態においては、好きボタン２１０に関連したテキストフィールドは、「好き」（図２を参照）から図４の「それは好きだが今は好きではない」に変わる。
ユーザが好きボタン２１０を押した場合、システムは、ユーザは概して現在再生中の歌、実施例においては、「ソーリー」が好きだが今のところは好きではないことを示すフィードバックを受信する。したがって、システムは、現在再生中の歌「ソーリー」をとばすことができるが、負フィードバック値は、その歌またはそのメタデータ属性に関連づけられない、即ち、ユーザプロフィールは、異なる適合の仕方が行われる。
図４の実施形態においては、ディスプレイ２０６では、信頼度の目安は、値によってではなく緑色フィールド４００によって表示される。信頼度の目安が現在再生中の歌について低い、即ち、５０％を下回る場合、フィールド４００は、色を緑色から赤色に変えることができる。したがって、ユーザは、単にフィールド４００の色に気づくことによって信頼度の目安について知らされることができる。
図５は、コンテンツ推奨装置５００の尚も別の実施形態を示す。装置５００は、ディスプレイ５０２と、フィードバック部５０４と、中央演算処理装置（ＣＰＵ）５０６と、データ記憶装置５０８と、着色ダイオード５１０と、受信器／送信器５１２とを含む。図５の実施例においては、装置５００は、現在、Ｕ２による歌「ビューティフルデー」を再生する。フィードバック部５０４にて、ユーザは、好きボタンまたは嫌いボタンを押すことによってその歌「ビューティフルデー」を評価することができる。着色ダイオード５１０は、色を赤色から黄色または緑色に変えることができる。着色ダイオードは、現在再生中の歌に関する信頼度の目安が第１の閾値を上回る場合に緑色光を放出することができる。信頼度の目安が第２の閾値を下回る場合、着色ダイオードは、ＣＰＵ５０６によって制御されて、赤色光を放出することができる。信頼度の目安が第１および第２の閾値の間にある場合、着色ダイオード５１０は、ＣＰＵ５０６によって制御されて黄色光を放出することができる。
図５の実施形態においては、受信器／送信器５１２は、サーバ５１４の受信器／送信器５１３と通信するようにすることができる。受信器／送信器５１３に加えて、サーバ５１４は、ＣＰＵ５１６およびデータ記憶装置５１８を含むことができる。データ記憶装置５１８は、例えば、ユーザプロフィールを記憶することができる。図５の実施形態においては、装置５００は、モバイル装置とすることができ、ユーザがフィードバック部５０４でフィードバックを入力した後、フィードバックをサーバ５１４に伝達することができる。サーバ５１４のＣＰＵ５１６は、受信したユーザフィードバックを使用して、データ記憶装置５１８内に記憶されたユーザプロフィールを適合させることができる。さらに、図５の実施形態においては、サーバ５１４は、信頼度の目安を判断して装置５００に伝達し、装置５００は、ダイオード５１０を介して信頼度の目安を表示する可能性がある。したがって、装置５００の処理力は、信頼度の目安はサーバ５１４にて判断されるために低い可能性がある。言うまでもなく、別の実施形態においては、装置５００は、信頼度の目安を判断する可能性もある。
図６は、記憶された種々の歌を有するデータベース６０８を含むハンドヘルド装置６００を示す。データベース６０８のこれらの歌は、バスインタフェース６１０を介してハンドヘルド装置６００上に既にアップロードされているかもしれない。バスインタフェース６１０は、例えば、ユニバーサルシリアルバス（ＵＳＢ）規格にしたがってまたはＩＥＥＥ １３９４規格にしたがって、または、さらに無線規格にしたがって作動することができる。中央演算処理装置６０４は、ユーザプロフィール６０６に基づいて、推奨事項、例えば、データベース６０８からの歌を判断することができる。さらに、ディスプレイ６０２では、信頼度の目安を表示して、好き嫌いボタンを設けることができる。したがって、ディスプレイ６０２は、選択可能なボタン、即ち、好きボタンおよび嫌いボタンを含むグラフィカルユーザインタフェースを含むことができる。
音声信号として、音声出力インタフェース６１２を介して、例えば、ユーザのヘッドホン６１４に推奨事項に対応する音声データを出力することができる。
ディスプレイ６０２は、現在再生中の歌に関する信頼度の目安を示すバー６１６を含むことができる。したがって、ユーザに、システムが現在再生中の歌に関して判断した信頼度について知らせることができる。
さらなる実施形態においては、ディスプレイ６０２は、コンテンツ項目のリスト全体を表示し、ユーザは、リスト全体についてフィードバックを与えることができる。さらに、この場合、信頼度の目安は、コンテンツ項目のリスト全体に関するシステムの信頼度を示すことができる。
図７は、第１のユーザと第２のユーザの評価を比較する実施例を示す。第１のユーザは、低い首尾一貫性を有するユーザプロフィールを有し、第２のユーザは、高い首尾一貫性を有するユーザプロフィールを有する。
図７Ａは、第１のユーザの種々の評価を示す。図７Ａに示す線図は、例えば、ビート数／分で測定された、異なる年および異なるテンポの異なるコンテンツ項目の種々の評価を示す。プラスの評価は、「＋」の符号で示されており、マイナスの評価は、「−」の符号
で示されている。図７Ａにおいて見ることができるように、ユーザは、１９８０年代の速い歌を好きで、１９８０年代の遅い歌を嫌いで既に評価している。さらに、ユーザは、１９９０年代の全ての歌を嫌いで既に評価している。尚もさらに、第１のユーザは、テンポが遅い２０００年代の一部の歌を嫌いで、２０００年代の速い歌を好きで既に評価している。
一方、図７Ｂで見られるように、第２のユーザは、１９８０年代の遅い歌を嫌いで、１９８０年代の速い歌を好きで既に評価している。さらに、第２のユーザは、１９９０年代の中間テンポの歌を好きで既に評価している。尚もさらに、第２のユーザは、２０００年代の遅い歌を好きで、２０００年代の速い歌を嫌いで既に評価している。
したがって、第２のユーザの評価は、単純に「コンテンツ項目が新しいほどコンテンツ項目は遅い」などの陳述によって説明することができる。しかしながら、第１のユーザの評価の方が、はるかに説明し難い。
図７Ｃは、第１のユーザに関するグラフおよび第２のユーザに関するグラフを示す。図７Ｃのグラフは、第１および第２のユーザに関するサブプロフィールの数Ｎおよび適合得点Ｍの合計を示す。
図７Ｃからわかるように、適合得点Ｍの合計は、第２のユーザについては、サブプロフィールの数Ｎが上がるにつれて速く下がっている。これは、第１のユーザの場合よりも第２のユーザの場合の方が首尾一貫性の度合いが高いことを示す。
図８は、第１のステップＳ８００において、ユーザプロフィール８０４に基づいて、コンテンツ項目のデータベース８０２からコンテンツ推奨事項を判断する本発明のさらなる実施形態を示す。コンテンツ推奨事項は、少なくとも１つコンテンツ項目を含むことができる。
ステップ８０６において、ステップＳ８００において判断されたコンテンツ推奨事項について信頼度の目安を判断する。信頼度の目安は、判断されたコンテンツ推奨事項の推定品質を説明する。
ステップＳ８０８において、信頼度の目安によってユーザフィードバックを要求する。その結果、例えば、信頼度の目安によってグラフィカルユーザインタフェースが改変される可能性がある。例えば、信頼度の目安によって、フィードバックボタンの数および／またはボタンのラベルを変えることができる。このようにして、ユーザは、例えば、コンテンツ推奨事項のメタデータ属性に関係する異なるフィードバックを入力することが可能にされる。
図９は、ユーザが信頼度値によって異なるユーザフィードバックを入力することが可能にされる異なる実施例を示す。
図９においては、システムは、力強いギターおよび高い男性の声による１９８０年代のポップソングを推奨したかもしれない。
信頼度の目安が高い、例えば、信頼度の目安が閾値を上回る場合、グラフィカルユーザインタフェース９０１−Ａまたは他のフィードバック手段は、図９Ａに示すような形態を有することができる。図９Ａで見られるように、ユーザが異なる種類のフィードバックを入力することを可能にする複数のボタン９００−１、９００−２、９００−３、９００−４、９００−５が設けられてある。ボタン９００−１から９００−５の各々は、それぞれの以下のタイプのフィードバック、「好き」（９０２−１）、「力強いギターのために嫌い」（９０２−２）、「ジャンルのために嫌い」（９０２−３）、「声の種類のために嫌い」（９０２−４）、「好きだが今は好きではない」（９０２−５）を示す異なる種類のラベル９０２−１、９０２−２、９０２−３、９０２−４、９０２−５が記される。
図９Ｂは、低い信頼度の目安、即ち、閾値を下回る信頼度の目安の場合のグラフィカルユーザインタフェース９０１−Ｂを示す。見られるように、グラフィカルユーザインタフェース９０１−Ｂは、２つのボタン、ラベル９０６−１「好き」と記された第１のボタン９０４−１と、ラベル９０６−２「嫌い」と記された第２のボタン９０４−２を有するのみである。
あるいは、信頼度の目安が図９Ｃに示すように低い場合、それぞれのラベル９１０−１、９１０−２を有する複数のフィードバックボタン９０８−１、９０８−２、．．．を設けることができる。ボタンのラベルには、何か、「１９８０年代なので好き」、「ポップなので好き」、「１９８０年代とポップとの組み合わせなので好き」、「１９８０年代なので嫌い」、「ポップなので嫌い」、「１９８０年代とポップとの組み合わせなので嫌い」のようなことを書くことができる。
したがって、図９は、システムが幅広い分類、コンテンツ推奨事項の１９８０年代／ポップに対して高い信頼度を有する場合、システムは、例えば、器楽編成法の種類または声の種類など、より多くの特定の特長、即ち、メタデータ属性に関してより詳細なフィードバックを求めることができる可能性があることを示す。システムにユーザの好みの良好なモデルがまだない場合、詳細なカテゴリー、即ち、詳細なメタデータ属性は役立たない場合があり、したがって、システムは、幅広い、即ち、レベルがより高いカテゴリー／メタデータ属性に関するフィードバックを求めることしかできない。
以下の説明は、当業者がより幅広い理解を得る助けとなるであろう。
信頼度指標である信頼度の目安は、システムに対するユーザの信頼を深めることができる。例えば、ユーザの好みに関して取得されているデータがあまり多くない場合、システムは、基本的に、ユーザがどのようなコンテンツ項目が好きなのだろうかと推測しなければならない。信頼度指標は、これを示すことになり、ユーザは、システムが実際にエラーを犯しているのではなく、単純に、適切なコンテンツ項目を推奨するのに十分なデータがまだないと知ることができる。ユーザがシステムと対話し続けた場合、推奨事項は、良くなり、これは、信頼度の目安を増やすことによって示すことができる。信頼度指標がなければ、ユーザは、システムが全般的にうまく機能していないと考えるために、あまり良くないと思われるような初期の推奨事項で意欲をそがれる、即ち、がっかりする可能性の方が大きい。
信頼度指標を使用して、ユーザプロフィールにあまり良好に適合しない「ビックリ推奨事項」を故意に導入することもできる。これを用いて、似通った推奨事項が多すぎることが原因である退屈さを回避することができる。信頼度指標がなければ、当該のビックリ推奨事項は、ユーザには同様のエラーのように思われるであろう。しかしながら、信頼度の目安を表示することによって、即ち、信頼度指標を使用すれば、ユーザは、特定の推奨事項がビックリ推奨事項であるとすぐにわかり、かつ、何か新しいものを探ってみたいと決断するかもしれない。
信頼度指標は、ユーザプロフィールに基づいて、推奨事項を自動的に生成する任意の基本システムの追加事項とすることができる。推奨事項は、音楽、書籍、ＴＶおよび映像コンテンツ、休日の旅行などを含むがこれらに限定されない任意のタイプのコンテンツ項目に関係するものとすることができる。推奨事項は、任意の種類の特長、例えば、ウェブページまたはテレビおよび映像コンテンツ用電子番組ガイドからのテキストデータ、または、例えば、音楽の類似性に関する信号処理法に基づく自動的に生成される特長に基づくことができる。特長自体は、ユーザに意味のあるものでなくてもよい。ユーザプロフィールは、ユーザによって与えられる好きなまたは嫌いな項目、一般的な好み、および関心および社会的背景という形でのユーザからの直接的フィードバック、または、ユーザ挙動の観察結果という形での間接的フィードバックを含み、複数の方法で取得することができる。間接的フィードバックは、例えば、ユーザが、例えば、歌を聴いた時期に基づくことができる。推奨事項は、共同作業によるフィルタ処理または機械学習またはパターン適合アルゴリズムなど、任意のタイプの適切な手法を用いて作成することができる。
コンテンツ推奨事項に関する上述した取り組み法の全ては、ユーザプロフィールおよび適合アルゴリズムに基づくことができる。これは、適合得点を任意の推奨項目について自動的に取得することができることを意味する。例えば、ユーザ対話回数、例えば、評価またはダウンロード／アクセス済みコンテンツ項目、聴いた歌などに基づくユーザプロフィールの品質に関する目安を取得することも可能である。ユーザの選択品の首尾一貫性に関する目安をさらに取得することも可能と考えられ、かつ、たとえ少数のユーザ対話しか存在しなくても、選択品が多いほど新規推奨事項の信頼性が高くなる。例えば、ユーザは、予約済みの全ての休日がスペイン国内で海岸近くで三ツ星ホテルである場合、高い首尾一貫性を有することができる。
ユーザプロフィールに正確に適合する仮想最良適合コンテンツ項目を仮定することも可能である。この仮想の「理想的」項目と任意の実際の推奨項目との得点差は、推奨事項に対するシステムの信頼度を示すことができ、即ち、差が小さいほど、信頼度が高くなる。この信頼度は、現在のユーザプロフィールの「品質」によって、場合によっては重み付けすることができる。
特定の推奨事項に関するシステムの信頼度は、直観的かつ容易に理解可能な方法でユーザに知らせることができる。これは、例えば、色が変わる図形項目、例えば、図形の光の色、高い信頼度値を有する項目は緑色、中間値には橙色または黄色、低い信頼度を有する項目には赤色を用いて行なうことができる。図形項目は、形態を変える、例えば、ハート形と逆の頭蓋骨形状および／または、サイズ、例えば、ボタンが大きいほど、信頼度値が高いとすることができる。
コンテンツ推奨方法の考えられるステップを示す図である。 コンテンツ推奨装置の一実施形態を示す図である。 ユーザが洗練されたフィードバックを入力することができる、コンテンツ推奨装置のさらなる実施形態を示す図である。 コンテンツ推奨装置の尚もさらなる実施形態を示す図である。 コンテンツ推奨装置の尚もさらなる実施形態を示す図である。 コンテンツ推奨装置の尚もさらなる実施形態を示す図である。 いかにして首尾一貫性を判断することができるかを解明する図である。 いかにして首尾一貫性を判断することができるかを解明する図である。 いかにして首尾一貫性を判断することができるかを解明する図である。 本発明のさらなる実施形態のステップを示す図である。 信頼度の目安による異なるタイプのユーザフィードバックを示す図である。 信頼度の目安による異なるタイプのユーザフィードバックを示す図である。 信頼度の目安による異なるタイプのユーザフィードバックを示す図である。

Claims (34)

  1. ユーザプロフィールに基づいて、コンテンツ項目のデータベースから、少なくとも１つのコンテンツ項目を含むコンテンツ推奨事項を判断するステップと、
    前記コンテンツ推奨事項について信頼度の目安を判断するステップであって、前記信頼度の目安が、前記判断されたコンテンツ推奨事項の推定品質を説明するステップと、
    前記信頼度の目安またはその派生物をユーザに伝達するステップと、
    を含む、コンテンツ推奨方法。
  2. 前記コンテンツ推奨事項の少なくとも一部に対するユーザフィードバックについて前記ユーザに問い合わせるステップを含み、前記ユーザフィードバックが、前記信頼度の目安に左右される、請求項１に記載の方法。
  3. 前記ユーザフィードバックが、前記コンテンツ推奨事項のメタデータ属性に関係する、請求項２に記載の方法。
  4. 前記信頼度の目安が閾値を上回り、かつ、前記ユーザフィードバックが、前記コンテンツ推奨事項に対する嫌悪を示した場合、前記ユーザフィードバックが、メタデータ属性に関係するフィードバックを含む、請求項２または３に記載の方法。
  5. 前記信頼度の目安が閾値を下回る場合、前記ユーザフィードバックが、前記コンテンツ推奨事項に対する好みまたは嫌悪を示すフィードバックを含むだけであり、メタデータ属性に関係するものではない、請求項１〜４のいずれか一項に記載の方法。
  6. 前記信頼度の目安が閾値を下回り、かつ、前記ユーザフィードバックが、前記コンテンツ推奨事項に対する嫌悪を示した場合、前記ユーザフィードバックが、前記メタデータ属性に関係するフィードバックを含み、前記信頼度の目安が閾値を下回り、かつ、前記ユーザフィードバックが、前記コンテンツ推奨事項に対する好みを示した場合、前記ユーザフィードバックが、前記メタデータ属性に関係するフィードバックを含む、請求項３または４に記載の方法。
  7. 前記コンテンツ推奨事項の少なくとも一部に関するユーザフィードバックを受信するステップと、
    前記信頼度の目安によっては、さらなるユーザフィードバックについてユーザに問い合わせるステップと、
    前記ユーザフィードバックおよび／または前記さらなるユーザフィードバックに基づいて、前記ユーザプロフィールを適合させるステップと、
    を含む、請求項１に記載の方法。
  8. 前記さらなるフィードバックが、前記コンテンツ推奨事項のメタデータ属性に関係する洗練されたユーザフィードバックであり、前記メタデータ属性が、前記コンテンツ推奨事項のそれぞれのコンテンツ項目の内容を説明する、請求項７に記載の方法。
  9. 前記ユーザが、前記信頼度の目安が第１の閾値を上回り、かつ、前記ユーザフィードバックが、ユーザフィードバックが与えられた前記コンテンツ推奨事項の前記少なくとも一部に対する嫌悪を示す場合に限り、さらなるユーザフィードバックについて問い合わされる、請求項７または８に記載の方法。
  10. 前記ユーザフィードバックが、前記ユーザは前記コンテンツ推奨事項を嫌っており、かつ、前記さらなるフィードバックが、前記ユーザは、概して前記コンテンツ推奨事項を好きであるが、目下、好きではない場合、前記ユーザプロフィールが適合されない、請求項９に記載の方法。
  11. 前記ユーザプロフィールの推定品質に基づいて、前記信頼度の目安を判断するステップを含む、請求項１〜１０のいずれか一項に記載の方法。
  12. 前記推定品質が、ユーザ対話回数によって判断される、請求項１１に記載の方法。
  13. 前記推定品質が、前記ユーザプロフィールの首尾一貫性によって判断される、請求項１１または１２に記載の方法。
  14. 前記ユーザプロフィールに基づいて仮想最良適合コンテンツ項目を判断するステップであって、前記仮想最良適合コンテンツ項目が、前記ユーザがフィードバックを与えた全てのメタデータ属性にできるだけ密接に適合するステップと、
    前記コンテンツ推奨事項のコンテンツ項目と前記仮想最良適合コンテンツ項目との間の隔たりの目安を計算するステップと、
    を含み、
    前記信頼度の目安が、前記距離目安に基づいて判断される、請求項１〜１３のいずれか一項に記載の方法。
  15. 前記信頼度の目安が近い値を有する場合には、緑色灯を点灯させるか、または、緑色フィードバックボタンを表示するステップと、
    前記信頼度の目安が低い値を有する場合には、赤色灯を点灯させるか、または、赤色フィードバックボタンを表示するステップと、
    を含む、請求項１〜１４のいずれか一項に記載の方法。
  16. 前記信頼度の目安が、なぜ特定のコンテンツ推奨事項が選択されたかを前記ユーザに説明するために使用される、請求項１〜１５のいずれか一項に記載の方法。
  17. 前記ユーザフィードバックが、間接的ユーザフィードバックである、請求項１〜１６のいずれか一項に記載の方法。
  18. ユーザプロフィールに基づいて、コンテンツ項目のデータベースからコンテンツ推奨事項を判断するようになっているデータプロセッサであって、前記コンテンツ推奨事項が、少なくとも１つのコンテンツ項目を含み、かつ、さらに、前記コンテンツ推奨事項について信頼度の目安を判断するようになっており、前記信頼度の目安が、前記判断されたコンテンツ推奨事項の推定品質を説明するデータプロセッサと、
    前記信頼度の目安またはその派生物をユーザに表示するようになっているディスプレイと、
    を含む、コンテンツ推奨装置。
  19. 前記コンテンツ推奨事項の少なくとも一部についてユーザフィードバックを入力するようになっている少なくとも１つのボタンまたはグラフィカルユーザインタフェースを含み、前記ボタン／グラフィカルユーザインタフェースが、さらに、前記信頼度の目安によって、さらなるユーザフィードバックを入力するようになっており、前記データプロセッサが、さらに、前記ユーザフィードバックおよび／または前記さらなるユーザフィードバックに基づいて、前記ユーザプロフィールを更新するようになっている、請求項１８に記載の装置。
  20. 第１の変動テキストフィールドに関連した選択可能な正フィードバックボタン
    を含み、
    前記第１の変動テキストフィールドが、現在再生中のコンテンツ項目について通常の正フィードバックを入力することができることを示し、通常の正フィードバックが既に入力済みであり、かつ、前記現在再生中のコンテンツ項目に関する信頼度の目安が閾値を上回り、かつ、前記ユーザフィードバックが前記現在再生中のコンテンツ項目に対する嫌悪を示した場合、前記第１の変動テキストフィールドが変化して、前記現在再生中のコンテンツ項目について洗練されたフィードバックを入力することができることを示す、グラフィカルユーザインタフェース。
  21. 選択時に負フィードバックをデータプロセッサに出力させる選択可能な負フィードバックボタンを含む、請求項２０に記載のグラフィカルユーザインタフェース。
  22. 現在再生中の歌について正フィードバックの入力を可能にする、第１のテキストファイルに関連した少なくとも１つの正フィードバックボタンと、
    前記現在再生中の歌について負フィードバックの入力を可能にする、第２のテキストフィールドに関連した少なくとも１つの負フィードバックボタンと
    を含み、
    前記第１のおよび／または第２のテキストフィールドが、前記現在再生中の歌に関する信頼度の目安に左右され、前記信頼度の目安が、前記現在再生中の歌の推定品質を説明する、グラフィカルユーザインタフェース。
  23. コンピュータ、デジタル信号処理手段などで実行された時に、請求項１から１７のいずれか一項に記載のコンテンツ推奨方法および／またはその各種ステップを実行するようになっているコンピュータプログラム手段を含む、コンピュータプログラム製品。
  24. 請求項２３に記載のコンピュータプログラム製品を含む、コンピュータ可読記憶媒体。
  25. ユーザプロフィールに基づいて、コンテンツ項目のデータベースから、コンテンツ推奨事項を判断するようになっている手段であって、前記コンテンツ推奨事項が、少なくとも１つコンテンツ項目を含む手段と、
    前記コンテンツ推奨事項について信頼度の目安を判断するようになっている手段であって、前記信頼度の目安が、前記判断されたコンテンツ推奨事項の推定品質を説明する手段と、
    前記信頼度の目安またはその派生物をユーザに伝達するようになっている手段と、
    を含む、コンテンツ推奨手段。
  26. ユーザプロフィールに基づいて、コンテンツ項目のデータベースから、コンテンツ推奨事項を判断するステップであって、前記コンテンツ推奨事項が、少なくとも１つコンテンツ項目を含むステップと、
    前記コンテンツ推奨事項について信頼度の目安を判断するステップであって、前記信頼度の目安が、前記判断されたコンテンツ推奨事項の推定品質を説明するステップと、
    前記コンテンツ推奨事項の少なくとも一部に関するユーザフィードバックを受信するステップと、
    前記信頼度の目安によって、さらなるユーザフィードバックについてユーザに問い合わせるステップと、
    を含む、コンテンツ推奨方法。
  27. 前記ユーザフィードバックおよび／または前記さらなるユーザフィードバックに基づいて、前記ユーザプロフィールを適合させるステップを含む、請求項２６に記載の方法。
  28. 少なくとも１つの音楽作品を受信するようになっており、かつ、前記少なくとも１つの音楽作品に関する信頼度の目安を受信するようになっている受信器と、
    前記少なくとも１つの音楽作品を再生するようになっている音響出力部と、
    前記第１の変動テキストフィールドに関連した選択可能な正フィードバックボタンを含むグラフィカルユーザインタフェースであって、前記第１の変動テキストフィールドが、現在再生中の音楽作品について通常の正フィードバックを入力することができることを示し、通常の正フィードバックが既に入力済みであり、かつ、前記信頼度の目安が閾値を上回る場合、前記第１の変動テキストフィールドが変化して、前記現在再生中の音楽作品について洗練されたフィードバックを入力することができることを示すグラフィカルユーザインタフェースと、
    を含む、コンテンツ推奨装置。
  29. 少なくとも１つの音楽作品を受信するようになっており、かつ、前記少なくとも１つの音楽作品に関する信頼度の目安を受信するようになっている受信器と、
    前記少なくとも１つの音楽作品を再生するようになっている音響出力部と、
    現在再生中の音楽作品のそれぞれの信頼度の目安を表示するようになっているディスプレイと、
    を含む、コンテンツ推奨装置。
  30. 前記現在再生中の音楽作品に関するユーザフィードバックを入力するようになっている少なくとも１つのフィードバックボタンを含む、請求項２９に記載の装置。
  31. 前記少なくとも１つの音楽作品に関するユーザフィードバックを入力するようになっている少なくとも１つのボタンまたはグラフィカルユーザインタフェースを含み、前記ボタン／グラフィカルユーザインタフェースが、さらに、前記現在再生中の音楽作品の前記それぞれの信頼度の目安によって、さらなるユーザフィードバックを入力するようになっており、ユーザプロフィールが、前記ユーザフィードバックおよび／または前記さらなるユーザフィードバックに基づいて更新される、請求項２９または３０に記載の装置。
  32. 前記現在再生中の音楽作品の前記信頼度の目安が高い場合、プラスの結果または感情に関連したアイコンが表示され、前記現在再生中の音楽作品の前記信頼度の目安が低い場合、マイナスの結果または感情に関連したアイコンが表示される、請求項２９、３０または３１に記載の装置。
  33. 音楽作品を受信するようになっており、かつ、前記音楽作品に関する信頼度の目安を受信するようになっている受信器と、
    前記音楽作品を再生するようになっている音響出力部と、
    前記信頼度の目安が高い場合に緑色光を放出するようになっており、前記信頼度の目安が低い場合に赤色光を放出するようになっている発光ダイオードと、
    を含む、コンテンツ推奨装置。
  34. 前記発光ダイオードが、前記信頼度の目安が第１の閾値を上回る場合に緑色光を、前記信頼度の目安が第２の閾値を下回る場合に赤色光を、前記信頼度の目安が前記第１の閾値と前記第２の閾値との間にある場合に黄色光を放出するようになっている、請求項３３に記載の装置。
JP2008091782A 2007-03-31 2008-03-31 コンテンツ推奨方法 Active JP5159394B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP07006766A EP1975813A1 (en) 2007-03-31 2007-03-31 Method for content recommendation
EP07006766.5 2007-03-31

Publications (2)

Publication Number Publication Date
JP2008257727A true JP2008257727A (ja) 2008-10-23
JP5159394B2 JP5159394B2 (ja) 2013-03-06

Family

ID=38066689

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008091782A Active JP5159394B2 (ja) 2007-03-31 2008-03-31 コンテンツ推奨方法

Country Status (4)

Country Link
US (3) US7958119B2 (ja)
EP (3) EP1975813A1 (ja)
JP (1) JP5159394B2 (ja)
CN (2) CN101276375A (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020061177A (ja) * 2019-12-24 2020-04-16 本田技研工業株式会社 情報提供装置
JP7443486B2 (ja) 2019-07-08 2024-03-05 バルブ コーポレーション コンテンツアイテムの推奨

Families Citing this family (148)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7490092B2 (en) 2000-07-06 2009-02-10 Streamsage, Inc. Method and system for indexing and searching timed media information based upon relevance intervals
US9552141B2 (en) 2004-06-21 2017-01-24 Apple Inc. Methods and apparatuses for operating a data processing system
US8250012B1 (en) 2007-03-30 2012-08-21 Amazon Technologies, Inc. Evaluating recommendations by determining user actions, and performance values pertaining to lists of recommendations
EP1975866A1 (en) 2007-03-31 2008-10-01 Sony Deutschland Gmbh Method and system for recommending content items
US20090164302A1 (en) * 2007-12-20 2009-06-25 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Methods and systems for specifying a cohort-linked avatar attribute
US8356004B2 (en) * 2007-12-13 2013-01-15 Searete Llc Methods and systems for comparing media content
US20090171164A1 (en) * 2007-12-17 2009-07-02 Jung Edward K Y Methods and systems for identifying an avatar-linked population cohort
US20090157660A1 (en) * 2007-12-13 2009-06-18 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Methods and systems employing a cohort-linked avatar
US8195593B2 (en) * 2007-12-20 2012-06-05 The Invention Science Fund I Methods and systems for indicating behavior in a population cohort
US20090157481A1 (en) * 2007-12-13 2009-06-18 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Methods and systems for specifying a cohort-linked avatar attribute
US20090157813A1 (en) * 2007-12-17 2009-06-18 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Methods and systems for identifying an avatar-linked population cohort
US8069125B2 (en) * 2007-12-13 2011-11-29 The Invention Science Fund I Methods and systems for comparing media content
US20090164458A1 (en) * 2007-12-20 2009-06-25 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Methods and systems employing a cohort-linked avatar
US20090157625A1 (en) * 2007-12-13 2009-06-18 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Methods and systems for identifying an avatar-linked population cohort
US20090157751A1 (en) * 2007-12-13 2009-06-18 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Methods and systems for specifying an avatar
US20090156955A1 (en) * 2007-12-13 2009-06-18 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Methods and systems for comparing media content
US8615479B2 (en) 2007-12-13 2013-12-24 The Invention Science Fund I, Llc Methods and systems for indicating behavior in a population cohort
US9211077B2 (en) * 2007-12-13 2015-12-15 The Invention Science Fund I, Llc Methods and systems for specifying an avatar
US20090164503A1 (en) * 2007-12-20 2009-06-25 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Methods and systems for specifying a media content-linked population cohort
US20090164131A1 (en) * 2007-12-20 2009-06-25 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Methods and systems for specifying a media content-linked population cohort
US9418368B2 (en) * 2007-12-20 2016-08-16 Invention Science Fund I, Llc Methods and systems for determining interest in a cohort-linked avatar
US8150796B2 (en) * 2007-12-20 2012-04-03 The Invention Science Fund I Methods and systems for inducing behavior in a population cohort
US9775554B2 (en) * 2007-12-31 2017-10-03 Invention Science Fund I, Llc Population cohort-linked avatar
EP2099198A1 (en) * 2008-03-05 2009-09-09 Sony Corporation Method and device for personalizing a multimedia application
EP2101501A1 (en) * 2008-03-10 2009-09-16 Sony Corporation Method for recommendation of audio
US20100082684A1 (en) * 2008-10-01 2010-04-01 Yahoo! Inc. Method and system for providing personalized web experience
US8713016B2 (en) 2008-12-24 2014-04-29 Comcast Interactive Media, Llc Method and apparatus for organizing segments of media assets and determining relevance of segments to a query
US9442933B2 (en) * 2008-12-24 2016-09-13 Comcast Interactive Media, Llc Identification of segments within audio, video, and multimedia items
US11531668B2 (en) * 2008-12-29 2022-12-20 Comcast Interactive Media, Llc Merging of multiple data sets
US8176043B2 (en) 2009-03-12 2012-05-08 Comcast Interactive Media, Llc Ranking search results
US8533223B2 (en) * 2009-05-12 2013-09-10 Comcast Interactive Media, LLC. Disambiguation and tagging of entities
US9892730B2 (en) 2009-07-01 2018-02-13 Comcast Interactive Media, Llc Generating topic-specific language models
CN103119621B (zh) * 2010-04-30 2016-12-07 当今技术（Ip)有限公司 内容管理装置
US20110288934A1 (en) * 2010-05-24 2011-11-24 Microsoft Corporation Ad stalking defense
EP2596463A1 (en) * 2010-07-20 2013-05-29 Koninklijke Philips Electronics N.V. A method and apparatus for replacing an advertisement
US20120096088A1 (en) * 2010-10-14 2012-04-19 Sherif Fahmy System and method for determining social compatibility
CN101984437B (zh) * 2010-11-23 2012-08-08 亿览在线网络技术（北京）有限公司 音乐资源个性化推荐方法及系统
CN102004785B (zh) * 2010-11-30 2012-08-29 北京瑞信在线系统技术有限公司 一种音乐推荐方法及装置
US9275001B1 (en) 2010-12-01 2016-03-01 Google Inc. Updating personal content streams based on feedback
US8484244B2 (en) * 2010-12-17 2013-07-09 Fanhattan Llc Forecasting an availability of a media content item
FR2970578B1 (fr) * 2011-01-13 2013-02-22 Myriad France Procede de traitement, terminal utilisateur et programme d'ordinateur associes.
FR2979156B1 (fr) * 2011-08-17 2013-09-20 Myriad Group Ag Procede de traitement, dispositifs informatiques, systeme informatique comprenant de tels dispositifs, et programme d'ordinateur associe
WO2012095420A1 (fr) * 2011-01-13 2012-07-19 Myriad France Procédé de traitement, dispositifs informatiques, système informatique comprenant de tels dispositifs, et programme d'ordinateur associé
US20130013417A1 (en) * 2011-01-31 2013-01-10 Ferucia LLC Optimizing the acquisition of goods
US9026942B2 (en) * 2011-02-25 2015-05-05 Cbs Interactive Inc. Song lyric processing with user interaction
CN102654859B (zh) * 2011-03-01 2014-04-23 北京彩云在线技术开发有限公司 一种歌曲推荐方法及系统
US20140372250A1 (en) * 2011-03-04 2014-12-18 Forbes Media Llc System and method for providing recommended content
EP2518992A1 (en) * 2011-04-28 2012-10-31 Axel Springer Digital TV Guide GmbH Apparatus and method for managing a personal channel
US20130339348A1 (en) * 2011-07-21 2013-12-19 Lisa A. Pickelsimer Wine Classification Systems and Methods of Recommending Wines
US9208155B2 (en) * 2011-09-09 2015-12-08 Rovi Technologies Corporation Adaptive recommendation system
US20130211942A1 (en) * 2011-09-13 2013-08-15 Lee Linden Method for enabling a gift transaction
WO2013050072A1 (en) * 2011-10-05 2013-04-11 Telefonaktiebolaget Lm Ericsson (Publ) Method and apparatuses for enabling recommendations
US9727880B2 (en) * 2011-10-25 2017-08-08 Microsoft Technology Licensing, Llc Predicting user responses
TWI533148B (zh) * 2011-12-13 2016-05-11 中華電信股份有限公司 具導航特性之音樂推薦系統與方法
CN103164450A (zh) * 2011-12-15 2013-06-19 腾讯科技（深圳）有限公司 一种向目标用户推送信息的方法及装置
US9015174B2 (en) * 2011-12-16 2015-04-21 Microsoft Technology Licensing, Llc Likefarm determination
US8930392B1 (en) * 2012-06-05 2015-01-06 Google Inc. Simulated annealing in recommendation systems
US9369514B2 (en) * 2012-06-08 2016-06-14 Spotify Ab Systems and methods of selecting content items
US20130346195A1 (en) 2012-06-26 2013-12-26 Digital Turbine, Inc. Method and system for recommending content
EP2680209A1 (en) * 2012-06-29 2014-01-01 Axel Springer Digital TV Guide GmbH Device and method for automatic generation of a recommendation
US9558278B2 (en) 2012-09-11 2017-01-31 Apple Inc. Integrated content recommendation
US9218118B2 (en) 2012-09-11 2015-12-22 Apple Inc. Media player playlist management
US9397844B2 (en) 2012-09-11 2016-07-19 Apple Inc. Automated graphical user-interface layout
WO2014052978A1 (en) * 2012-09-28 2014-04-03 Kurz Raymond A System and method using specialized computers and software for creating wine and music pairings
US9928047B2 (en) 2012-12-18 2018-03-27 Digital Turbine, Inc. System and method for providing application programs to devices
US9928048B2 (en) 2012-12-18 2018-03-27 Digital Turbine, Inc. System and method for providing application programs to devices
US10623480B2 (en) 2013-03-14 2020-04-14 Aperture Investments, Llc Music categorization using rhythm, texture and pitch
US9875304B2 (en) 2013-03-14 2018-01-23 Aperture Investments, Llc Music selection and organization using audio fingerprints
US10061476B2 (en) 2013-03-14 2018-08-28 Aperture Investments, Llc Systems and methods for identifying, searching, organizing, selecting and distributing content based on mood
US10225328B2 (en) 2013-03-14 2019-03-05 Aperture Investments, Llc Music selection and organization using audio fingerprints
US11271993B2 (en) 2013-03-14 2022-03-08 Aperture Investments, Llc Streaming music categorization using rhythm, texture and pitch
US9639871B2 (en) 2013-03-14 2017-05-02 Apperture Investments, Llc Methods and apparatuses for assigning moods to content and searching for moods to select content
US10242097B2 (en) 2013-03-14 2019-03-26 Aperture Investments, Llc Music selection and organization using rhythm, texture and pitch
US10491694B2 (en) 2013-03-15 2019-11-26 Oath Inc. Method and system for measuring user engagement using click/skip in content stream using a probability model
US9270767B2 (en) * 2013-03-15 2016-02-23 Yahoo! Inc. Method and system for discovery of user unknown interests based on supplemental content
CN104216910A (zh) * 2013-06-03 2014-12-17 北大方正集团有限公司 一种数字内容的处理方法及装置
CN104281896A (zh) * 2013-07-01 2015-01-14 富士通株式会社 信息整合系统和信息整合方法
AU355184S (en) 2013-08-01 2014-05-01 Palantir Tech Display screen
USD781869S1 (en) 2013-08-01 2017-03-21 Palantir Technologies, Inc. Display screen or portion thereof with graphical user interface
USD757028S1 (en) 2013-08-01 2016-05-24 Palantir Technologies Inc. Display screen or portion thereof with graphical user interface
US9916362B2 (en) 2013-11-20 2018-03-13 Toyota Jidosha Kabushiki Kaisha Content recommendation based on efficacy models
US20220147562A1 (en) 2014-03-27 2022-05-12 Aperture Investments, Llc Music streaming, playlist creation and streaming architecture
CN103927354A (zh) * 2014-04-11 2014-07-16 百度在线网络技术（北京）有限公司 交互式搜索及推荐方法和装置
US9606711B2 (en) * 2014-04-15 2017-03-28 International Business Machines Corporation Evaluating portions of content in an online community
CN104035982B (zh) 2014-05-28 2017-10-20 小米科技有限责任公司 多媒体资源推荐方法及装置
US9773057B2 (en) * 2014-06-06 2017-09-26 Google Inc. Content item usage based song recommendation
CN105468654A (zh) * 2014-09-12 2016-04-06 北大方正集团有限公司 一种选定数字资源的阅读范围的方法及系统
US20160092159A1 (en) * 2014-09-30 2016-03-31 Google Inc. Conversational music agent
USD780770S1 (en) 2014-11-05 2017-03-07 Palantir Technologies Inc. Display screen or portion thereof with graphical user interface
CN104573105B (zh) * 2015-01-30 2017-10-20 福州大学 一种音乐点播网络中热门歌曲、歌星的推荐方法
US20160359991A1 (en) * 2015-06-08 2016-12-08 Ecole Polytechnique Federale De Lausanne (Epfl) Recommender system for an online multimedia content provider
CN104991900A (zh) * 2015-06-09 2015-10-21 腾讯科技（深圳）有限公司 一种音乐数据推送方法及装置
WO2017023875A1 (en) * 2015-07-31 2017-02-09 RCRDCLUB Corporation Evaluating performance of recommender system
US10055411B2 (en) * 2015-10-30 2018-08-21 International Business Machines Corporation Music recommendation engine
CN106973322A (zh) * 2015-12-09 2017-07-21 财团法人工业技术研究院 多媒体内容跨屏幕同步装置与方法以及播放装置与伺服器
US9507831B1 (en) 2015-12-29 2016-11-29 International Business Machines Corporation Credibility enhancement for online comments and recommendations
US20170236223A1 (en) * 2016-02-11 2017-08-17 International Business Machines Corporation Personalized travel planner that identifies surprising events and points of interest
CN105787033A (zh) * 2016-02-25 2016-07-20 上海流利说信息技术有限公司 自适应内容资源分配方法、设备和系统
CN105930429A (zh) * 2016-04-19 2016-09-07 乐视控股（北京）有限公司 一种音乐推荐的方法及装置
USD802000S1 (en) 2016-06-29 2017-11-07 Palantir Technologies, Inc. Display screen or portion thereof with an animated graphical user interface
USD858572S1 (en) 2016-06-29 2019-09-03 Palantir Technologies Inc. Display screen or portion thereof with icon
USD826269S1 (en) 2016-06-29 2018-08-21 Palantir Technologies, Inc. Display screen or portion thereof with graphical user interface
USD802016S1 (en) 2016-06-29 2017-11-07 Palantir Technologies, Inc. Display screen or portion thereof with graphical user interface
CN106060637A (zh) * 2016-06-29 2016-10-26 乐视控股（北京）有限公司 视频推荐方法、装置及系统
USD803246S1 (en) 2016-06-29 2017-11-21 Palantir Technologies, Inc. Display screen or portion thereof with graphical user interface
USD847144S1 (en) 2016-07-13 2019-04-30 Palantir Technologies Inc. Display screen or portion thereof with graphical user interface
USD835646S1 (en) 2016-07-13 2018-12-11 Palantir Technologies Inc. Display screen or portion thereof with an animated graphical user interface
USD811424S1 (en) 2016-07-20 2018-02-27 Palantir Technologies, Inc. Display screen or portion thereof with graphical user interface
US10621558B2 (en) 2016-10-07 2020-04-14 Bank Of America Corporation System for automatically establishing an operative communication channel to transmit instructions for canceling duplicate interactions with third party systems
US10510088B2 (en) * 2016-10-07 2019-12-17 Bank Of America Corporation Leveraging an artificial intelligence engine to generate customer-specific user experiences based on real-time analysis of customer responses to recommendations
US10476974B2 (en) 2016-10-07 2019-11-12 Bank Of America Corporation System for automatically establishing operative communication channel with third party computing systems for subscription regulation
CN106777056A (zh) * 2016-12-09 2017-05-31 北京小米移动软件有限公司 图片推送方法、服务器及终端
USD808991S1 (en) 2016-12-22 2018-01-30 Palantir Technologies, Inc. Display screen or portion thereof with graphical user interface
CN106777273A (zh) * 2016-12-29 2017-05-31 杭州泰指尚科技有限公司 一种地图围栏匹配方法
USD868827S1 (en) 2017-02-15 2019-12-03 Palantir Technologies, Inc. Display screen or portion thereof with set of icons
USD834039S1 (en) 2017-04-12 2018-11-20 Palantir Technologies, Inc. Display screen or portion thereof with graphical user interface
USD839298S1 (en) 2017-04-19 2019-01-29 Palantir Technologies Inc. Display screen or portion thereof with graphical user interface
USD822705S1 (en) 2017-04-20 2018-07-10 Palantir Technologies, Inc. Display screen or portion thereof with graphical user interface
USD872736S1 (en) 2017-05-04 2020-01-14 Palantir Technologies, Inc. Display screen or portion thereof with graphical user interface
US10970637B2 (en) 2017-05-16 2021-04-06 International Business Machines Corporation Analytics gathering of discovered and researched insights
USD837234S1 (en) 2017-05-25 2019-01-01 Palantir Technologies Inc. Display screen or portion thereof with transitional graphical user interface
RU2663706C1 (ru) * 2017-07-20 2018-08-08 Общество С Ограниченной Ответственностью "Центр Разработки И Внедрения Инновационных Технологий" Самонастраивающаяся интерактивная система, способ и считываемый компьютером носитель данных оценки доверия контенту
USD874472S1 (en) 2017-08-01 2020-02-04 Palantir Technologies, Inc. Display screen or portion thereof with graphical user interface
USD872121S1 (en) 2017-11-14 2020-01-07 Palantir Technologies, Inc. Display screen or portion thereof with transitional graphical user interface
CN107832433B (zh) * 2017-11-15 2020-08-11 北京百度网讯科技有限公司 基于对话交互的信息推荐方法、装置、服务器和存储介质
USD883997S1 (en) 2018-02-12 2020-05-12 Palantir Technologies, Inc. Display screen or portion thereof with transitional graphical user interface
USD883301S1 (en) 2018-02-19 2020-05-05 Palantir Technologies, Inc. Display screen or portion thereof with transitional graphical user interface
CN108712557B (zh) * 2018-03-27 2020-09-01 浙江大学 一种情感化音乐唤醒的方法
USD886848S1 (en) 2018-04-03 2020-06-09 Palantir Technologies Inc. Display screen or portion thereof with transitional graphical user interface
USD888082S1 (en) 2018-04-03 2020-06-23 Palantir Technologies, Inc. Display screen or portion thereof with transitional graphical user interface
USD869488S1 (en) 2018-04-03 2019-12-10 Palantir Technologies, Inc. Display screen or portion thereof with graphical user interface
USD885413S1 (en) 2018-04-03 2020-05-26 Palantir Technologies Inc. Display screen or portion thereof with transitional graphical user interface
CN110362716A (zh) * 2018-04-08 2019-10-22 深圳前海康博士网络技术有限公司 视频推送方法、装置、终端及计算机可读存储介质
CN108989935A (zh) * 2018-08-02 2018-12-11 肇庆市高新区甜慕新能源技术有限公司 一种可用于控制媒体文件播放的线控耳机
USD879821S1 (en) 2018-08-02 2020-03-31 Palantir Technologies, Inc. Display screen or portion thereof with graphical user interface
CN109085980A (zh) * 2018-08-02 2018-12-25 肇庆市高新区甜慕新能源技术有限公司 一种控制媒体文件播放的设备及方法
CN109165315A (zh) * 2018-08-24 2019-01-08 大陆汽车投资（上海）有限公司 基于机器学习推送车内信息/娱乐服务的方法
US11531916B2 (en) 2018-12-07 2022-12-20 Paypal, Inc. System and method for obtaining recommendations using scalable cross-domain collaborative filtering
CN113168424A (zh) * 2018-12-11 2021-07-23 贝宝公司 使用可伸缩的跨领域协同过滤来获得推荐的系统和方法
US11355098B1 (en) * 2018-12-13 2022-06-07 Amazon Technologies, Inc. Centralized feedback service for performance of virtual assistant
US10984461B2 (en) * 2018-12-26 2021-04-20 Paypal, Inc. System and method for making content-based recommendations using a user profile likelihood model
USD919645S1 (en) 2019-01-02 2021-05-18 Palantir Technologies, Inc. Display screen or portion thereof with transitional graphical user interface
US11106758B2 (en) 2019-02-07 2021-08-31 International Business Machines Corporation Customized display of filtered social media content using a private dislike button
USD916789S1 (en) 2019-02-13 2021-04-20 Palantir Technologies, Inc. Display screen or portion thereof with transitional graphical user interface
USD953345S1 (en) 2019-04-23 2022-05-31 Palantir Technologies, Inc. Display screen or portion thereof with graphical user interface
US11188605B2 (en) 2019-07-31 2021-11-30 Rovi Guides, Inc. Systems and methods for recommending collaborative content
US10755291B1 (en) 2019-10-25 2020-08-25 Isolation Network, Inc. Artificial intelligence automation of marketing campaigns
US11907232B2 (en) * 2021-01-12 2024-02-20 Adobe Inc. Facilitating efficient identification of relevant data

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5724567A (en) * 1994-04-25 1998-03-03 Apple Computer, Inc. System for directing relevance-ranked data objects to computer users
JPH11509019A (ja) * 1995-06-30 1999-08-03 マサチューセッツ インスティテュート オブ テクノロジー 自動コラボラティブ・フィルタリングを使用した項目推奨方法および装置
JP2002520739A (ja) * 1998-07-17 2002-07-09 ネット パーセプションズ，インコーポレイティド ユーザ価値推薦を増加するシステム、方法および製品
JP2004518372A (ja) * 2001-01-24 2004-06-17 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 メディアコンテンツの視聴者評価を収集しコンテンツ推奨器の適応を容易とするユーザインタフェース
JP2004194344A (ja) * 1995-10-02 2004-07-08 Starsight Telecast Inc 電子番組ガイドと同時に広告を表示する方法及びシステム
JP2005057713A (ja) * 2003-08-07 2005-03-03 Sony Corp 情報処理装置および方法、プログラム、並びに記録媒体
JP2005346347A (ja) * 2004-06-02 2005-12-15 Kddi Corp 情報検索装置、情報検索方法、情報検索プログラムおよび記録媒体
US20060112087A1 (en) * 2003-06-23 2006-05-25 Barry Smyth Retrieval system and method
US20060206478A1 (en) * 2001-05-16 2006-09-14 Pandora Media, Inc. Playlist generating methods
JP2006339794A (ja) * 2005-05-31 2006-12-14 Sony Corp 情報処理装置、情報処理方法、およびプログラム
JP2007011901A (ja) * 2005-07-01 2007-01-18 Matsushita Electric Ind Co Ltd 情報推薦装置、情報推薦方法、及びプログラム

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5465113A (en) * 1993-12-13 1995-11-07 At&T Corp. Programmable channel regulating cable television controller
US5616876A (en) * 1995-04-19 1997-04-01 Microsoft Corporation System and methods for selecting music on the basis of subjective content
US6041311A (en) * 1995-06-30 2000-03-21 Microsoft Corporation Method and apparatus for item recommendation using automated collaborative filtering
US5872850A (en) * 1996-02-02 1999-02-16 Microsoft Corporation System for enabling information marketplace
WO1999027681A2 (en) * 1997-11-25 1999-06-03 Motorola Inc. Audio content player methods, systems, and articles of manufacture
US7979880B2 (en) * 2000-04-21 2011-07-12 Cox Communications, Inc. Method and system for profiling iTV users and for providing selective content delivery
US7403910B1 (en) * 2000-04-28 2008-07-22 Netflix, Inc. Approach for estimating user ratings of items
US7617127B2 (en) * 2000-04-28 2009-11-10 Netflix, Inc. Approach for estimating user ratings of items
CN100409675C (zh) * 2001-04-12 2008-08-06 皇家菲利浦电子有限公司 登记用户偏好的方法及系统
US7962482B2 (en) 2001-05-16 2011-06-14 Pandora Media, Inc. Methods and systems for utilizing contextual feedback to generate and modify playlists
US20030106058A1 (en) 2001-11-30 2003-06-05 Koninklijke Philips Electronics N.V. Media recommender which presents the user with rationale for the recommendation
US7220910B2 (en) * 2002-03-21 2007-05-22 Microsoft Corporation Methods and systems for per persona processing media content-associated metadata
US8387093B2 (en) * 2002-08-23 2013-02-26 Microsoft Corporation Media recommendations based on negative feedback
US20040131333A1 (en) * 2003-01-06 2004-07-08 Fung Kam Keung Playback device for audio and/or video content
EP1484693A1 (en) 2003-06-04 2004-12-08 Sony NetServices GmbH Content recommendation device with an arrangement engine
US20040254957A1 (en) * 2003-06-13 2004-12-16 Nokia Corporation Method and a system for modeling user preferences
CN1629884A (zh) 2003-12-15 2005-06-22 皇家飞利浦电子股份有限公司 一种信息推荐系统及方法
JP4670438B2 (ja) * 2005-04-01 2011-04-13 ソニー株式会社 コンテンツおよびそのプレイリストの提供方法
US7680824B2 (en) * 2005-08-11 2010-03-16 Microsoft Corporation Single action media playlist generation

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5724567A (en) * 1994-04-25 1998-03-03 Apple Computer, Inc. System for directing relevance-ranked data objects to computer users
JPH11509019A (ja) * 1995-06-30 1999-08-03 マサチューセッツ インスティテュート オブ テクノロジー 自動コラボラティブ・フィルタリングを使用した項目推奨方法および装置
JP2004194344A (ja) * 1995-10-02 2004-07-08 Starsight Telecast Inc 電子番組ガイドと同時に広告を表示する方法及びシステム
JP2002520739A (ja) * 1998-07-17 2002-07-09 ネット パーセプションズ，インコーポレイティド ユーザ価値推薦を増加するシステム、方法および製品
JP2004518372A (ja) * 2001-01-24 2004-06-17 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 メディアコンテンツの視聴者評価を収集しコンテンツ推奨器の適応を容易とするユーザインタフェース
US20060206478A1 (en) * 2001-05-16 2006-09-14 Pandora Media, Inc. Playlist generating methods
US20060112087A1 (en) * 2003-06-23 2006-05-25 Barry Smyth Retrieval system and method
JP2005057713A (ja) * 2003-08-07 2005-03-03 Sony Corp 情報処理装置および方法、プログラム、並びに記録媒体
JP2005346347A (ja) * 2004-06-02 2005-12-15 Kddi Corp 情報検索装置、情報検索方法、情報検索プログラムおよび記録媒体
JP2006339794A (ja) * 2005-05-31 2006-12-14 Sony Corp 情報処理装置、情報処理方法、およびプログラム
JP2007011901A (ja) * 2005-07-01 2007-01-18 Matsushita Electric Ind Co Ltd 情報推薦装置、情報推薦方法、及びプログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7443486B2 (ja) 2019-07-08 2024-03-05 バルブ コーポレーション コンテンツアイテムの推奨
JP2020061177A (ja) * 2019-12-24 2020-04-16 本田技研工業株式会社 情報提供装置

Also Published As

Publication number Publication date
US7958119B2 (en) 2011-06-07
EP2343660A1 (en) 2011-07-13
EP2763056A1 (en) 2014-08-06
CN103838858A (zh) 2014-06-04
EP1975813A1 (en) 2008-10-01
JP5159394B2 (ja) 2013-03-06
US8688699B2 (en) 2014-04-01
CN101276375A (zh) 2008-10-01
US9372860B2 (en) 2016-06-21
US20090013002A1 (en) 2009-01-08
US20110196865A1 (en) 2011-08-11
US20140229864A1 (en) 2014-08-14

Similar Documents

Publication Publication Date Title
JP5159394B2 (ja) コンテンツ推奨方法
US9671859B2 (en) Information processing device, client device, server device, list generation method, list acquisition method, list providing method and program
CN1734452B (zh) 内容提供装置，内容提供系统，网址变换装置，网址变换系统，内容提供方法，和网址变换方法
US9268812B2 (en) System and method for generating a mood gradient
US8611676B2 (en) Information processing apparatus, feature extraction method, recording media, and program
US7613736B2 (en) Sharing music essence in a recommendation system
US20030135513A1 (en) Playlist generation, delivery and navigation
WO2006096664A2 (en) Scan shuffle for building playlists
JP2007058842A (ja) 情報処理装置、特徴抽出方法、記録媒体、および、プログラム
US20120117071A1 (en) Information processing device and method, information processing system, and program
US11188605B2 (en) Systems and methods for recommending collaborative content
US20210034661A1 (en) Systems and methods for recommending collaborative content
JP4599141B2 (ja) 情報提供システム，情報提供サーバおよびコンピュータプログラム
JP5500109B2 (ja) 楽曲再生システム及び楽曲再生プログラム
WO2021106693A1 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
TWI808038B (zh) 媒體檔案選擇方法及服務系統與電腦程式產品
US20230086518A1 (en) Systems And Methods For Providing Paint Colors Based On Music
JP5158450B2 (ja) 情報処理装置および方法、並びにプログラム
JP4573684B2 (ja) 情報検索装置、情報検索方法、情報検索用プログラム、および記録媒体

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20110223

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20120629

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20120710

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20121010

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20121113

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20121211

R150 Certificate of patent or registration of utility model

Ref document number: 5159394

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20151221

Year of fee payment: 3

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250