JP2009545812A - コンテンツ推薦のための近隣を最適化するためのシステム及び方法 - Google Patents

Abstract

いずれのコンテンツ推薦を家庭用娯楽システム（１４）のユーザに提供することができるかに基づいて、エンティティの近隣を提供するための焼きなまし法などを使用して、コスト関数が確率的に最適化される。このコスト関数は、ユーザが閲覧するコンテンツアイテムに関連する近隣のエンティティ（１５）から得られる評価類似度スコアの正規化した合計を表す。
【選択図】図１

Description

〔関連出願との相互参照〕
本願は、２００６年８月１日に提出された米国仮特許出願第６０／８３５，０２０号に基づく優先権を主張するものであり、該出願の内容は、引用により本明細書に組み入れられる。

本発明は、一般にコンテンツ推薦のためのシステム及び方法に関する。

隣人からのコンテンツの評価に基づいて家庭用娯楽システムのユーザにコンテンツを推薦するためのシステム及び方法（例えば、ケーブルＴＶシステム又はその他の娯楽ネットワークにおける別のホームシステムなど）が開発されてきた。誤った近隣を使用した場合、推薦が行われた特定の人物にとってこの推薦はあまり有用なものではなくなる可能性があるため、近隣メンバーを選択して特定のユーザにコンテンツを推薦することは重要なことであるということが容易に理解できる。

本明細書で理解されるように、現在の近隣の選択方法は、理想的と思われるほど最適なものではない。例えば、協調フィルタリング（ＣＦ）では、アイテムの評価の形でユーザからの意見が集められ、システムに推薦が要求されると、システムは、人口統計学上の類似度などに基づいて類似するユーザを識別し、これらのユーザが過去に好んだことのあるアイテムを提案する。この方法は、ユーザの近隣の判断のみに基づくものである。

米国仮特許出願第６０／８３５，０２０号

２人のユーザ間のコサインベースの類似度を使用してユーザの類似度を推定することができるが、本明細書で理解するように、どれだけの数の隣人が最適であるかを知るための良い方法なしに、この方法のみに頼って隣人の数を通常予め設定しなければならない。従って、個人ユーザに利点をもたらす可能性のある最適な隣人の数についての知識を持たずに、隣人の数は通常予め固定されることになる。１０００人の他のユーザからなる適度なサイズの近隣を形成する方法の総数は、既知の宇宙における原子の数を越えるという事実が問題を複雑にしているため、本明細書で理解するように、せいぜい疑似最適近隣をうまく設定するようにすることしかできない。本発明はこの問題に関するものである。

ホームシステムにコンテンツを推薦して、ホームシステムのディスプレイ装置上にコンテンツを表示する方法を開示する。この方法は、以下で説明するコスト関数を使用して他のユーザで構成される近隣を設定するステップと、この近隣に基づいて、ホームシステムのユーザに少なくとも１つのコンテンツ推薦を行うステップとを含む。

いくつかの実施形態では、コスト関数の１つの項は、近隣のエンティティから得られる評価類似度スコアの合計を表すとともに、ユーザが閲覧するコンテンツアイテムに関連するものである。コスト関数は正規化したものであってもよい。必要であれば、評価類似度スコアをコサインベースの類似度スコアにすることができ、焼きなまし法などの確率的手法を用いてコスト関数を最適化することができる。いくつかの実施形態では、以下で説明する演算子を使用して焼きなまし法を実施することができ、これらの演算子は、「ｍｏｖｅ」、「ｓｗａｐ」、「ｓｗａｐ−ｓｗａｐ」、及び「ｓｗａｐ−ｍｏｖｅ」と呼ばれる。

別の態様では、近隣に存在する対象ユーザの潜在的隣人を一括して有するエンティティからシステムが評価を受け取る。システムは、この近隣に基づいて対象ユーザへコンテンツ推薦を返送する。システムに含まれる少なくとも１つのサーバは、評価に基づいて疑似最適近隣を確率統計的に設定し、この近隣に基づいてコンテンツ推薦を返送するようにプログラムされる。

さらに別の態様では、家庭用娯楽システムの近隣のエンティティから得られる評価類似度スコアの合計を表すとともに家庭用娯楽システムのユーザが閲覧するコンテンツアイテムに関連するコスト関数をコンピュータが反復計算する。近隣を使用して、家庭用娯楽システムのユーザにコンテンツを推薦する。

本発明の詳細は、同じ参照番号が同じ部分を意味する添付図面を参照することで、その構造及び動作の両方について最もよく理解することができる。

本発明による本発明を限定しないシステムのブロック図である。 本論理を示すフローチャートである。

最初に図１を参照すると、大まかに１０で示すシステムを示しており、このシステムは、以下に限定されるわけではないが、第１のユーザホームシステム１４に知的な方法でコンテンツを提供することができるケーブルヘッドエンドサーバなどのコンテンツプロバイダサーバ１２を含む。第１のホームシステム１４は、テレビ及び／又はコンピュータなどの１又はそれ以上のマルチメディアディスプレイ装置と、ＤＶＲ、及びデジタルビデオディスク（ＤＶＤ）又はＢｌｕ−Ｒａｙプレイヤのような、ディスプレイ装置上に表示するためのコンテンツを供給することができるディスクプレイヤなどの１又はそれ以上のマルチメディアデータ又はコンテンツデータ記憶装置とを含むことができる。限定的な意味ではないが、セットトップボックスでユーザシステムインタフェースを実現することができる。ＳＴＢの代わりに、或いはこれに加えて、有線又は無線モデム、或いは他の種類の広域ネットワーク接続などのインターネット接続装置でユーザシステムインタフェースを実現することもできる。従って、第１のホームシステム１４と以下で説明するサーバとの間の通信は、インターネット及び／又はＴＶケーブル及び／又は地上及び衛星の両方の放送リンクを介したものであってもよく、さらに第１のホームシステム１４がサーバ１２からコンテンツを受信し、コンテンツの特定の一部に対する評価をサーバ１２へ返信できるような双方向のものであってもよい。

図１に示すように、第１のホームシステム１４だけでなく、隣接するホームシステム１５もサーバ１２と通信することができる。第１のホームシステム１４のように、隣接するシステム１５は、サーバ１２からコンテンツを受信し、コンテンツの特定の一部に対する評価をサーバ１２へ返信することができる。本発明の目的は、隣接するシステム１５の最適に近い（「疑似最適」）サブセットを第１のホームシステム１４の「近隣」として設定し、システム１５から得られる評価を使用して、第１のホームシステム１４にコンテンツを推薦できるようにすることにある。個々の隣接するシステム１５に同じ処理を採用することもでき、その場合、以下で説明するアルゴリズムにおいて、隣接するシステム１５が第１のホームシステムとなることを理解されたい。

本発明を限定しない図示の実施構成では、コンテンツサーバ１２は、サーバ１６を決定する近隣と通信することができ、このサーバ１６は基本的に、下記の論理を実行して最適に近い近隣を決定するコンピュータである。当業で公知の原理に従って近隣を使用する第１のホームシステム１４へコンテンツ推薦を返送することができる推薦サーバ１８へ最適に近い近隣を送信することができる。３つのサーバ１２、１６、１８を示しているが、使用するサーバの数はこれより多くても、或いは少なくてもよい。

次に図２を参照すると、ブロック２０においてコスト関数Ｃが設定される。本原理によれば、好ましいコスト関数が方程式（１）に与えられる。コスト関数を使用して、近隣システム１５からの評価に基づいて疑似最適近隣を確率的に設定する。方程式（１）の一番右の合計は、第１の家庭用娯楽システム１４のユーザが閲覧するコンテンツアイテムに関連する近隣システム１５から得られた評価の類似度スコアの合計（この計算には、コサインベースの方法又は別の類似度した方法を使用することができる）を表し、また、中央の合計は基本的に正規化係数である。つまり、最適化すべきコスト関数Ｃは、すでに所定の近隣Ｎに対する第１のシステム１４のユーザのビンに含まれるすべてのコンテンツアイテムに関するスコアの合計であり、その（正規化に基づく）範囲は０から１までであり、これが１の場合、理想的に最適な近隣が発見されたことを示す。

上記の方程式を言葉で表すと、（最大化すべき）Ｃ＝１／Ｎ×（評価されたすべてのムービーＳ上にわたる合計）{１／（個々の隣人１５の候補から得られる評価と第１のシステム１４から得られる評価との間の類似度の絶対値を現在の近隣におけるすべての隣人１５の候補の数だけ加算したもの）×［（個々の隣人１５の候補から得られる評価と第１のシステム１４から得られる評価との間の類似度の絶対値を現在の近隣におけるすべての隣人１５の候補の数だけ加算したもの）×隣人の候補から得られる合計されるムービーの評価］｝となる。

コスト関数が設定されると、論理はブロック２２へ移り、すべての隣接するシステム１５の最初のサブセットを第１のシステム１４の最初の「近隣」として設定する。サブセットはランダムに選択することができる。ブロック２４へ進み、上記のコスト関数が初めて計算される。

ブロック２６において、近隣を摂動するのに用いる演算子が選択される。本発明を限定しない１つの実施構成では、ブロック２６において４つの演算子のうちの１つを選択することができる。システム１５のうちの非近隣のシステムを近隣に移行する（「ｍｏｖｅ」）ことができ、この場合「ｍｏｖｅ」は、システム１５を現在の近隣から除去する機能も含む。第２の演算子（「ｓｗａｐ」）は、現在の近隣に存在しないシステム１５を存在するシステム１５と交換する機能を含み、一方で第３の演算子（「ｓｗａｐ−ｓｗａｐ」）は、現在の近隣に存在しないシステム１５を近隣に存在するシステム１５と２回続けて交換する機能を含む。第４の演算子（「ｓｗａｐ−ｍｏｖｅ」）は、交換の実行を要求し、その後続けてすぐに移動の実行を要求する。

ブロック２８へ進み、ブロック２６において演算子による摂動が行われた後でコスト関数が再計算される。判定区画３０へ進み、コスト関数の値が前の値よりも増大したかどうかが判定され、増大していれば、ブロック３２において摂動が受け入れられる。これに対して、判定区画３０においてコスト関数が増大していなければ、論理は、方程式（２）により定められる確率で摂動を受け入れるかどうかを判定するための判定区画３４へ移る。この確率、及び数字を確率と比較するためのランダムドローに基づいて、ブロック３２において摂動を受け入れることができるか、或いはブロック３６において受け入れられず、基本的に後退することにより、この近隣は、ブロック２６において摂動される前に有していた所属権を取り戻すようになる。

ｐ＝ｅ^{-(change in C)/T}、この場合、「Ｔ」は経験的に定められた焼きなまし「温度」である。

判定区画３８において、確率が十分に低く（例えば、経験的に定められた値よりも低く）、最適に近い近隣を獲得したことが示されているかどうかが判定される。十分に低ければ、状態４０においてプロセスは終了し、現在の近隣を第１のシステム１４に対する推薦のベースとなる近隣として出力する。そうでない場合には、論理はループしてブロック２６へ戻る。

必要であれば、テーブルをルックアップできる関数として増分コスト関数評価を使用することができる。本明細書に記載した以外の演算子を使用することもでき、また、高速焼きなましを使用することもできる。さらに、標準的なユーザベースのコスト関数の解を使用して最初の近隣を設定することもでき、別のコスト関数を使用することもできる。

ユーザ／アイテムの類似度推定を行うためにペアワイズ比較を必要とすることなく、現在のコサインベースの類似度エンジンなどの現在のエンジンの強化版として本発明を使用できることが今では理解できるであろう。本確率論的アルゴリズムを使用して、（本明細書では「疑似最適」とも呼ぶ）最適に近い解を得ることができる。異なるユーザが異なるサイズの近隣を使用して、既存の方法で得ることができるよりも好適な解を得ることができるという利点が得られる。

焼きなまし法の代替例として、いわゆる蟻コロニー最適化と呼ばれる遺伝的アルゴリズム及びその他の方法を使用することもできる。

特定のコンテンツ推薦のための近隣を最適化するためのシステム及び方法について本明細書で示し、詳細に説明したが、本発明に含まれる対象は、特許請求の範囲によってのみ限定されるものであることを理解されたい。

１２ コンテンツプロバイダサーバ
１４ ユーザ１（ホームシステム）
１５ ユーザｎ（ホームシステム）
１６ 近隣決定サーバ
１８ 受信機サーバ

Claims (9)

1. ホームシステム（１４）にコンテンツを推薦して、前記ホームシステム（１４）のディスプレイ装置上に前記コンテンツを表示する方法であって、
   下記コスト関数を使用して別のユーザの近隣を設定するステップと、
   

   

   前記近隣に基づいて、前記ホームシステム（１４）のユーザに少なくとも１つのコンテンツ推薦を行うステップと、
   を含むことを特徴とする方法。
2. 前記コスト関数の１つの項は、前記近隣のエンティティから得られる評価類似度スコアの合計を表すとともに、前記ユーザが閲覧するコンテンツアイテムに関連する、
   ことを特徴とする請求項１に記載の方法。
3. 前記コスト関数は正規化される、
   ことを特徴とする請求項１に記載の方法。
4. 前記評価類似度スコアはコサインベースの類似度スコアである、
   ことを特徴とする請求項２に記載の方法。
5. 前記コスト関数は確率的手法を使用して最適化される、
   ことを特徴とする請求項１に記載の方法。
6. 前記確率的手法は焼きなまし法である、
   ことを特徴とする請求項５に記載の方法。
7. 前記焼きなまし法は、非近隣エンティティを前記近隣に移行すること（「ｍｏｖｅ」）と、近隣エンティティを前記近隣から外へ移行すること（「ｍｏｖｅ」）と、前記近隣に存在しないエンティティを前記近隣に存在するエンティティと交換すること（「ｓｗａｐ」）と、前記近隣に存在しないエンティティを前記近隣に存在するエンティティと２回続けて交換すること（「ｓｗａｐ−ｓｗａｐ」）と、交換を実行した後続けてすぐに移動を実行することとから成るグループから選択される少なくとも２つの演算子を使用して行われる、
   ことを特徴とする請求項６に記載の方法。
8. 近隣に存在する対象ユーザの潜在的隣人（１５）を一括して有するエンティティから評価を受信するとともに、前記近隣に少なくとも部分的に基づいて前記対象ユーザへコンテンツ推薦を返送するシステムであって、
   前記評価に少なくとも部分的に基づいて疑似最適近隣を確率的に設定し、前記近隣に少なくとも部分的に基づいてコンテンツ推薦を返送するようにプログラムされた少なくとも１つのサーバ（１２、１６、１８）を備える、
   ことを特徴とするシステム。
9. 前記サーバ（１２、１６、１８）は、コスト関数を使用して前記近隣を設定し、前記コスト関数の１つの項は、前記近隣のエンティティから得られる評価類似度スコアの合計を表すとともに、前記ユーザが閲覧するコンテンツアイテムに関連する、
   ことを特徴とする請求項８に記載のシステム。

Images