JP2010537578A - メディアベースの推奨 - Google Patents

メディアベースの推奨 Download PDF

Info

Publication number
JP2010537578A
JP2010537578A JP2010522033A JP2010522033A JP2010537578A JP 2010537578 A JP2010537578 A JP 2010537578A JP 2010522033 A JP2010522033 A JP 2010522033A JP 2010522033 A JP2010522033 A JP 2010522033A JP 2010537578 A JP2010537578 A JP 2010537578A
Authority
JP
Japan
Prior art keywords
user
data
program
media
recommendation
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
JP2010522033A
Other languages
English (en)
Other versions
JP2010537578A5 (ja
JP5264908B2 (ja
Inventor
ジュン−ヒー・ジョン
ヴァンサン・デュロー
スティーヴ・デール・ベンティング
ツェンハイ・リン
マイケル・ダブリュー・ミラー
マニッシュ・ジー・パテル
Original Assignee
グーグル・インコーポレーテッド
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 グーグル・インコーポレーテッド filed Critical グーグル・インコーポレーテッド
Publication of JP2010537578A publication Critical patent/JP2010537578A/ja
Publication of JP2010537578A5 publication Critical patent/JP2010537578A5/ja
Application granted granted Critical
Publication of JP5264908B2 publication Critical patent/JP5264908B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/35—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users
    • H04H60/46—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users for recognising users' preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/254—Management at additional data server, e.g. shopping server, rights management server
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/252—Processing of multiple end-users' preferences to derive collaborative 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/74—Browsing; Visualisation therefor
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25891—Management of end-user data being end-user preferences
    • 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
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • H04N21/44224—Monitoring of user activity on external systems, e.g. Internet browsing
    • H04N21/44226—Monitoring of user activity on external systems, e.g. Internet browsing on social networks
    • 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
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4756—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for rating content, e.g. scoring a recommended movie
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4828—End-user interface for program selection for searching program descriptors
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • 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
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
    • 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
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
    • H04N5/445—Receiver circuitry for the reception of television signals according to analogue transmission standards for displaying additional information

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本発明は、テレビのショーや映画のようなメディア番組の視聴者にメディアベースの推奨を提供するためのシステム及び方法に関する。本発明によるコンピュータ実施の方法は、１又は２以上のメディア番組に対するユーザの関心を表す情報を受信するステップと、前記ユーザ以外の個人による前記受信された情報に応答した複数のメディア番組についての人気を示す情報を取得するステップと、前記受信された情報に関連する複数のメディア番組から、前記ユーザへの表示のためにメディア番組の１又は２以上の推奨を送信するステップとを含む。

Description

本願は、テレビのショー(show)や映画のようなメディア番組(media programs)の視聴者にメディアベースの推奨を提供するためのシステム及び方法に関する。
インターネット検索は、おそらくは、ワールドワイドウェブ上で最も実施されている行為(activity)になっている。種々の検索エンジンは、ユーザから受信される関連リクエストに応答して、ウェブアクセス可能な文書をクロール(crawl)し、それらにインデックスを付し、そして、それらに対するリンクを配信する。検索結果は、例えば、検索リクエストと特定の文書における単語またはフレーズ（または、単語やフレーズの同義語）との間の共通性(commonality)、及び／又は、グーグルのページランク(Page Rank)システムのように、種々のページ間のリンクに基づいている。インターネットユーザは、例えば、テレビ番組、音楽、映画などのような、メディア関連のプロパティに関して検索を実施してもよい。或いは、ウェブのユーザは、様々な他のユーザから、本、消費者製品、および他のアイテムの論評のような推奨(recommendations)を受信してもよい。
本願は、ユーザが関心のあるメディア番組を見つけ出すことを支援するために採用することができ、且つ、その番組に関する追加的情報を提供し、または、その番組へのアクセスを提供することができるるシステム及び方法を開示する。概して、本システム及び方法は、或る実施において、ユーザがメディア番組に関する推奨を取得することを可能にする。概して、検索結果が明示的なリクエストに対する応答であるのに対し、推奨が、特定のリクエストから除去された１又は２以上のステップであって特定のリクエストまたは他の情報から収集された多くの推論(inference)に基づいている点で、このような推奨は検索結果のようなデータと異なる。
例えば、第１のユーザと共通の関心を有するユーザを見つけ出すために、ユーザの検索リクエストは他の検索リクエストと比較されてもよく、そして、これらの他のユーザのメディアベースの嗜好(preference)（例えば、彼らのメディアベースの検索結果、または個人向けプログラミングディレクトリに記憶された番組から収集されるもの）は、第１のユーザに対する推奨を形成するために使用されてもよい。或る特定の例において、推奨は、ウェブ検索およびクリックデータから収集される人気情報(popularity information)を用いて生成されてもよい。加えて、視聴者測定データ(audience measurement data)（例えば、テレビランキングデータ）が使用されてもよく、推奨のために使用されるデータは、追加的なウェブ検索およびクリックデータが時間をかけて利用可能になれば、視聴者測定データからウェブ検索およびクリックデータへ移行(transition)してもよい。また、メディアベースの推奨を作成するための他の技術、アプローチ、およびシステムについて本明細書で述べられる。
一実施において、コンピュータ実施の方法が開示される。本方法は、１又は２以上のメディア番組におけるユーザの関心を表す情報を受信するステップと、上記ユーザ以外の個人による上記受信された情報に応答する複数のメディア番組についての人気を示す情報を取得するステップと、上記受信された情報に関連する複数のメディア番組から、上記ユーザへの表示のための１又は２以上のメディア番組の推奨を送信するステップとを含む。上記受信された情報は、明示的なクエリー(explicit query)を含み、且つ、上記ユーザによって視聴(view)されるメディア番組を示す情報を含む。また、本方法は、１又は２以上の推奨を含む電子番組案内グリッドを表示するためのデータを生成するステップを含んでもよい。また、人気を示す情報は、検索行為、または該検索行為に関連するクリック行為を含むことができ、または、人気を示す情報は、視聴者評価データを含んでもよい。別の例では、人気を示す情報は、検索行為、または該検索行為に関連するクリック行為を含むことができ、且つ、１又は２以上の推奨は、上記検索行為またはクリック行為の品質量(quality measure)により決定される重み付けに基づいて選択されることができる。
或る態様において、本方法は、メディア番組に関連する視聴者参加およびウェブ検索行為を示す情報を取得するステップと、上記検索行為が十分に高い品質の推奨を作成することを許容しなければ、上記視聴者参加データを用いて推奨を実質的に作成するステップとを更に含む。また、本方法は、上記ユーザに関心のあるトピックスを判定するために上記ユーザによる過去の行為を分析するステップと、上記関心のあるトピックスに関連した番組の推奨を作成するステップとを含むことができる。更に、本方法は、また、協調フィルタリングを用いて上記ユーザの関心と複数のメディア番組との間の共依存関係(co-dependency)を判定するステップを含むこともできる。
他の実施において、コンピュータ実施のシステムが開示される。本システムは、１又は２以上のメディア番組の人気に関するデータを格納するメモリと、メディア関連のリクエストを受信し、上記リクエストに対する応答を生成し、上記応答とは異なる推奨を生成するように構成され、前記推奨が、上記１又は２以上のメディア番組に関する情報を含むと共に少なくとも部分的に上記１又は２以上のメディア番組の人気に基づくものであるインターフェイスと、上記メディア関連のリクエストに応答する番組を含む番組案内を構成し、上記案内に上記番組についての人気指標(popularity indications)を表示するためのコードを生成する番組案内ビルダーとを含む。上記推奨は、ウェブ行為データと視聴者測定データとの組合せから生成されることができる。また、上記インターフェイスは、ウェブ検索行為データの品質量が改善するにしたがって、視聴者評定データの適用からウェブ検索行為データの適用へ移行するように構成されることができる。
或る態様において、本システムは、ユーザとメディア番組との間の共依存関係を判定するための協調フィルターを備えることができる。また、人気に関するデータは、メディア番組に関連する視聴者測定データおよびウェブ行為データを含むことができる。上記番組案内は、上記推奨により識別される番組の次回のエピソードのリストを含むことができ、本システムは、上記推奨の生成における使用のために、上記１又は２以上のメディア番組の中の番組間の共依存関係を判定するための協調フィルターを更に備えてもよい。
更に他の実施において、コンピュータ実施のシステムは、１又は２以上のメディア番組の人気に関するデータを格納するメモリと、メディア関連の識別子のユーザ送信に応答して上記メディア番組から推奨を生成するための手段と、上記推奨に関する番組を含む番組案内を構成するためのコードを生成する番組案内ビルダーとを備える。人気に関するデータは、上記メディア番組に関連するウェブ行為データと視聴者測定データを含むことができる。また、上記番組案内は、上記推奨によって識別される番組の次回のエピソードのリストを含むことができる。
以下に、添付の図面を参照して、本発明の１又は２以上の実施形態の詳細が説明される。他の特徴、目的、および利点は、明細書、図面、および請求項から明らかになるであろう。
テレビのエピソードに関連した推奨を示す画面表示例を示す図である。 検索結果リストにおける複数のメディア番組と関連する推奨を示す表示画面例を示す図である。 テレビ番組と関連する推奨を示す表示画面例を示す図である。 二つの形式の視聴者嗜好間の一般的な相関を経時的に示すグラフである。 メディア関連の推奨をネットワークを介して提供するためのコンピュータ実施のシステムを図式的に示す図である。 検索クエリーに応答してメディア関連の推奨を提供するための処理のフローチャートである。 メディア関連の推奨を提供するための処理のフローチャートである。 新しい番組についてのメディア関連の推奨を提供するための処理のフローチャートである。 メディア関連推奨処理における種々の構成要素の情報のやり取りを示すシーケンス図である。 本明細書で述べられる技術を実施するために使用することができるコンピュータ装置およびモバイルコンピュータ装置の例を示す図である。
図１Ａ−１Ｃは、映画、音楽、テレビ番組などのための推奨(recommendations)のような、メディア関連の推奨を生成するためのシステムからの種々の表示画面を示す。メディア関連の推奨は、ユーザが楽しみそうな番組、映画、音楽などに関してユーザに提供される提案(suggestions)である。検索結果が特定のクエリーに対する直接的な応答であるのに対して、推奨はより一般的(general)である点で、推奨は検索結果と異なる。具体的には、推奨は、検索結果のリストに関連するが、その一部として提供されない。
概して、推奨は、二つの対象(objects)間のある種の識別された共依存関係に依存する。例えば、対象は、二人のユーザまたは二つのテレビ番組であり得る。対象が二人のユーザである場合、第１のユーザの関心が追跡(track)され、同様の関心を有する他のユーザが識別されることができ、そして、それらのユーザに興味を持たせる追加的なトピックスが第１のユーザに推奨されることができる。対象が二つのテレビ番組である場合には、番組の実際のコンテンツは、類似性(similarities)を見つけ出すために分析されることができる。例えば、二つの番組は、或る俳優を共有し、またはそれらは特定のジャンルを共有してもよい。このような複数のパラメータは、二つの番組で共有されてもよく、それらの相関関係(correlation)をさらに強める。
推奨は、明示的(explicit)なユーザ入力で生成されてもよく、または明示的なユーザ入力を用いずに生成されてもよい。明示的な入力について、ユーザは検索クエリーを入力してもよく、そして推奨は、この検索クエリーの入力に応答して生成されてもよい。非明示的(non-explicit)または黙示的(implicit)な入力について、推奨は、ユーザによるクエリーの正規の送信(formal submission)からではない、ユーザに関連したデータに関心を向けてもよい。推奨は、例えば、テレビを見ている間のような、ユーザが電子番組案内を見ている間に生成されてもよい。また、例えば、電子番組案内が表示されている間、例えば、電子番組案内及び／又は他のパラメータにおける番組に基づいて推奨が表示されてもよい。また、推奨の生成において、推奨は、ユーザが現在見ている番組及び／又はユーザが見終わった番組に関心を向けてもよい（ユーザが最初の番組を見終わったときに他の番組にユーザのチャンネルを変えることなどにより）。
推奨を生成するための基準は、時間とともに変わってもよい。例えば、新しいショー(show)のための推奨は、初期には、視聴者の規模および参加の種々の測定量(measures)、に基づいてもよく、または番組の生涯(program’ life)における早期段階で利用可能な他のそのような情報に基づいてもよい。時間とともにショー(show)がいっそう確立されるにつれて、推奨の基準は、少なくとも部分的に、周知(public)の検索エンジンからのクリックスルーデータまたは検索データに移行してもよい。このようなデータは、このような十分なデータがユーザ入力から収集された後に、番組の生涯における後期段階で利用可能であってもよい。
例えば、推奨は、番組を見て、その番組に関するウェブサイトを訪れ、その番組に関するユーザフィードバックを提供した等の多くのユーザからインターネット上で受信された入力に基づいてもよい。このようなデータはユーザの関心を示し、したがって、第１のユーザに対する推奨は、一般的なトピックスまたはメディア関連のトピックスについての類似した検索用度を提供した他のユーザに基づいてもよく、そしてそれらの他のユーザによる他のメディア関連の行為から生成されてもよい。簡略化された例として、もし、リクエストするユーザが、“ジョーズ(Jaws)”、“オルカ(Orca)”、および類似の用語を入力したとすれば、システムは、類似のクエリーを作成したユーザを探し、そしてそれらの他のユーザによって送信された他のメディア関連のクエリーにおける共通性(commonality)を探してもよい。例えば、おそらくは、それらのユーザの多くは、また、“スタートレック(Star Trek)”または“レオナードニモイ(Leonard Nimoy)”を検索したことがあり、または、個人向けチャンネル（ＰＶＲ(Personal Video Recorder)などに付けられたようなチャネル）にキューアップ(cued up)された多くのスタートレックのエピソードを有していてもよい。結果として、第１のユーザは、映画スタートレック（または他のサイエンスフィクション）についての推奨を受信してもよい。
ジョーズは古い映画ではあるが、しかしながら、スタートレックも同様である。対照的に、ごく最近のメディア番組について、ユーザの嗜好について満足のいく判断を統計的に行うには、検索またはクリックデータが不十分である。このような場合、構成データベース(structured database)からの人気データ（例えば、評定データ(ratings data)）が使用されてもよい。例えば、新しいテレビ番組は、“サイエンスフィクション”のジャンルに分類されてもよく、その評定データは、それが爆発的に人気があることを示してもよい。もし、第１のユーザが多くのサイエンスフィクションを見ていることが観測されれば、新しい番組は、初期段階では、単にそのジャンル及び人気に基づいて推奨されてもよい。しばらくして、推奨データは、検索データのような後で作成されたデータに、早急に又は徐々に移行してもよい。従って、例えば、おそらくは、新しいサイエンスフィクション番組は、大々的に宣伝されて、その最初の週には多くの評価点を得るが、誰もそれを気に入らない。その後の検索データは、関心の欠如を示し、そして、推奨を作成する観点から、システムが番組の品質を低下させることを許容する。或る実施において、複数のアプローチが組み合わせて使用されるときに、推奨エンジンが幾つかのアプローチの異なる割合(percentage)を適用するように、重み付け係数(weighting factor)が使用されることができる。
また、新たな番組が既存のシリーズの新しいエピソードである場合、そのホストシリーズ(hosting series)の関連性に基づいて、他の番組またはシリーズに対するその関連性(relevance)が推定(extrapolate)されてもよい。例えば、もしホームコメディのフレンズ(Friends)の新しいエピソードがまもなく放送されるのであれば、フレンズについてのシリーズＩＤは、類似したドラマであると判定されるサインフェルド(Seinfeld)またはフルハウス(Full House)のような番組についての推奨を識別するために使用されるてもよく、それらの番組は、何ら番組固有の関連性を知ることなく推奨されてもよい。同様に、推奨の作成における番組に対する集成値(composite score)の形成において、各技術に特定の重みを与えることなどにより、上述および後述の推奨を形成するための種々の技術が混合されてもよい。
推奨は、例えば、検索、地図、ショッピング、およびこのような他のサービスのような、多くの異なるサービスを提供するための中央サーバを使用するシステムのような、コンピュータベースのシステムの一部としての推奨エンジンを使用して作成されることができる。二つのアプローチのカテゴリの例は、“協調フィルタリング(collaborative filtering)”および“コンテンツベースの推奨”を含むことができる。協調フィルタリングは、また、それが推奨エンジンを“訓練(train)”するために多くのユーザからの入力を使用するので、“行動データベースの推奨(behavioral data-based recommendation)”とも称される。コンテンツベースの推奨アプローチは、一般に、アイテムの類似性を判定するためにコンテンツ自体の分析を含む。
協調フィルタリングアプローチは、多くのユーザから受信されるデータに基づくものであり、時間をかけて繰り返し入力が受信されるので、推奨エンジンを訓練(train)する。協調フィルタリングアプローチは、推奨を作成するための別のモデルを使用することができる。ユーザベースのモデル（またはメモリベースのモデル）は、ユーザの類似性に基づいて推奨を作成することができる。一例において、ユーザ間の類似性は、ユーザのユーザプロファイルにおける情報を用いて導出されてもよい。
推奨の作成において協調フィルタリングが使用できる他のモデルは、アイテムベースのモデルである。“モデルベース”としても知られるアイテムベースのモデルは、アイテムをクラスタ化することにより、またはアイテムの条件付確率(conditional probability)を計算することにより、アイテム間の類似性または関係を判定することができる。このような一つの一般的なアルゴリズムには、ベイジアンネットワーク(Bayesian Network)およびベイジアンクラスタリング(Bayesian clustering)がある。
協調フィルタリングベースの推奨に使用されるソースデータは、例えば、ＴＶプロバイダからの視聴者測定データまたはウェブクリックデータまたは他のウェブ行為データなどのような、異なるソースから入来するものであることができる。ＴＶプロバイダからの視聴者測定データを使用することの利点は、それが、新しいＴＶ番組の放送後、数日（例えば１週間）以内のように、すぐに利用可能になることである。このような可用性は、十分なウェブクリックデータが蓄積されるまで待つ必要なく、推奨を提供することを可能にすることができる。ウェブクリックデータまたは他のウェブ行為データは、データフォーマットが比較的不変的(stable)であり、それは新しいデータフォーマットに対する適応の必要性を最小限にすることができるという利点を有することができる。加えて、人気データへのアクセスを購入したり、或いは、大抵の場合、人気データを収集するために複雑なシステムを設定したりする必要なく、ウェブ行為データが利用可能である。
協調フィルタリングについての共通の問題は、新たに登録されたユーザと新たに追加されたアイテムについての“データの欠如(lack)”であり得る。この問題は、しばしば、“コールドスタート問題(cold start problem)”と呼ばれ、次の“コンテンツベースの推奨”アプローチにより軽減することができる。このコンテンツベースの推奨アプローチは、アイテムの類似性を判定するためにコンテンツ自体を分析することができる。このような問題を軽減するための三つのモデルを例として説明する。
コンテンツベースの推奨アプローチのための一つのモデルは、ジャンルデータ（例えば電子番組案内（ＥＰＤ）プロバイダからのもの）と評価ベースの人気データ（例えば、局及び／又は番組についてのもの）との組合せに基づいて推奨を作成することである。このモデルは、類似の番組のセットを見つけ出すためにジャンルフィールド値(genre field values)を使用することができる。そして、このセットは、局（例えば番組を放送する局）の人気または番組自体（例えば、このようなデータが利用可能であれば）の人気によってランキング付けされてもよい。シリーズ物の番組は、シリーズレベル、またはエピソードレベル、またはその両方のレベルで取り扱われてもよい。例えば、既存のシリーズについての新しいエピソードが放送されるときに、全体としてのシリーズを反映する人気データが割り当てられてもよいが、そのデータは、時間をかけて、複数のエピソードの反映(reflection)、またはエピソードとシリーズとの多少の混合(some blend)に移行してもよい（特に、エピソードの人気からシリーズの人気を示すユーザによる行動を分離することが困難な場合）。また、エピソード形式などのような番組は、シリーズにおけるエピソードのグループ以外の共通のクラスターに組織化(organize)されてもよい。さらに、ここでは人気の比較的黙示的な指標（例えば、クリッキング(clicking)および評定(ratings)）が議論されているが、“５つ星”評定システムまたは他のユーザ評定のようなさらに明示的な指標(indications)を使用してもよい。
コンテンツベースの推奨アプローチのために使用される二つ目のモデルは、番組の類似性を分析するためにフィルタを使用することができる。このフィルタは、同じカテゴリ（またはクラスタ）に入る番組のセットを判定するために番組の“一致クラスター(matching clusters)”を判定することができる。このフィルタは、番組概要(program summaries)、またはエピソード概要(episode synopses)または他の利用可能なデータのようなデータを使用してもよい。
コンテンツベースの推奨アプローチのために使用される三つ目のモデルは、より良いクラスタリングを生成するためのフィルタ処理に追加データ(extra data)を適用することである。例えば、システムは、関連文書を検索(locate)することを可能にするために、文書のコンテンツを分析して文書の１又は２以上のコンセプトを判定する機械学習技術(machine learning techniques)を適用してもよい。メディア検索の設定において、このような分析は、番組に関する種々のデータに関して実行されてもよい。このような追加データは、例えば、番組について広範に記述する、字幕データ(closed caption data)、ブログ、または或るウェブサイトコンテンツを含んでもよい。上記の意味で、この三つ目のモデルは二つ目のモデルの拡張である。このモデルを使用することの一つの利点は、ほとんどのＥＰＧデータプロバイダからのソースデータにおいて利用可能な番組記述の欠落を補う(offset)ことができることである。フィルタはキーワード（例えば、番組記述から利用可能なキーワード）を用いてクラスタリングを実行するので、適切な記述の欠落は、フィルタベースの推奨の品質にマイナスの影響を与える。字幕、ブログ、またはウェブサイトから導出されたキーワードを用いることは、番組記述が不適切または利用不可である場合の推奨を改善することができる。
推奨エンジンは、例えば、ユーザがメディアコンテンツのついてのクエリーベースの検索を実行しているときに使用されてもよい。このようなユーザ検索は、例えば、ユーザが電子番組案内を使用しているときに送信(submit)される。加えて、電子番組案内を表示するために、システムは、ユーザへの推奨を提供する追加的な表示部(displays)を備えてもよい。この推奨は、例えば、ユーザの現在のセッションからの全てのクエリー、または、ユーザからのいっそう長い期間のクエリーからの全てのクエリーに基づいてもよい。
ここで、図１Ａを参照すると、検索ページを用いて検索リクエストを作成することにより、ユーザがメディア番組（例えば、放送テレビ、ケーブルテレビ、衛星テレビ、放送ラジオ、衛星ラジオ、インターネットメディア）について検索することを可能にする番組案内システム１００が示されている。番組案内システム１００は、検索リクエストに基づく検索結果を、検索結果ページ（図示なし）及び／又は待ちうけページ１０４上等に提示する。システム１００は、また、例えば、図１Ａの推奨表示部１３０、図１Ｂの推奨表示部１３１ａおよび１３１ｂ、図１Ｃの推奨表示部１４２を用いて、ユーザに関連のメディア推奨を提示する。ここに示される特定の表示部(displays)は、単に、どのようにしてユーザがメディア関連の推奨を受信するための情報を提供し、これに応答して、このような推奨を受信するのかについての一例を示すことを意図するものに過ぎない。また、特定の番組または他のトピックスにおけるユーザの関心の指標(indications)を取得して、推奨を提示するための他のメカニズムを採用することも可能である。
推奨表示部１３０，１３１ａ，１３１ｂ，１４２は、それぞれ、推奨の生成および表示(displaying)及び／又は推奨を表示するためのリクエストの処理(handling)の異なる様式を示す。推奨表示部１３０は、テレビ番組の特定のエピソード（例えば、ジェイ・レノのトゥナイトショー(The Tonight Show With Lay Leno)の今夜のエピソード）に単純に結び付けられ、従って、それは、推奨としての役割を果たす関連メディア番組を見つけ出すことにおいて、そのエピソードと関連する情報に関心を向ける。例えば、キーファー・サザーランド(Kiefer Sutherland)はトゥナイトショーの特定のエピソードでのゲストであるので、推奨は、キーファー・サザーランド(Kiefer Sutherland)が一緒に主役を演じるバンパイア・コメディ映画のロストボーイまたはＴＶドラマシリーズ２４に関するものであってもよい。
図１Ｂの推奨表示部１３１ａおよび１３１ｂにおいて、ベースシステムは、複数の番組または複数のエピソードの組合せである。この場合、本システムは、ピソードの詳細を見ない傾向がある（とはいえ、より良い推奨のために作成する選択されたショー(show)間の追加の共通性を見つけるために）。その代わり、推奨エンジンは、番組を記述する一般的な情報（例えば、ジャンルや主演俳優など）を見て、このような全てのトピックス間の共通性を取り出して共通のトピックスを識別し、そして、このようなトピックスを共有する他の番組を識別してもよい。上記の意味において、推奨エンジンは、グーグルのアドセンスと同様に機能してもよい（例えば、ページ上の単語からそのウェブページについてのトピックスを識別し、そして、それらのトピックスと広告主によって識別されたキーワードに関するトピックスとのマッチングを試みる）。
推奨を見るために、ユーザは推奨リンク１１０を選択してもよい。推奨表示部１３１ａおよび１３１ｂは、１又は２以上のシリーズ（例えば、ザ・トゥナイトショー、ザ・アーリーショーなど）のような番組のグループに関するものであり、そして、例えば、インターネットムービーデータベース（ＩＭＤｂ）のような構成データソースを用いることにより、概して、番組に関する情報を収集する。
詳細には、推奨リンク１３１ａは、特定のエントリーのためのメディア推奨表示部１３１ｂを起動するために使用されることができる。推奨表示部１４２は、特定の番組に関するものであるが、必ずしも、番組の特定のエピソードに関するものではる必要はない。従って、番組のジャンルは、主演俳優の名前のように、使用されてもよいが、特定のプロットライン(plotline)またはゲスト俳優は、他のどの番組が主番組と関係があるかを判定することに使用されなくてもよい。推奨表示部１３０，１３１ａ，１３１ｂ，１４２について、以下に更に詳細に説明する。
本システムは、ユーザの目標に関する判定をなすことにおいて、他の“シグナル(signals)”を使用してもよい。例えば、ユーザのプロファイルが、推奨の生成において検索用語と組み合わせて使用されてもよい。具体的には、もしユーザが映画ファンであるという情報をユーザプロファイルが含んでいれば、キーファー・サザーランド(Kiefer Sutherland)を含むクエリー用語が、映画ロストボーイを推奨する映画ファン情報と組み合わせて使用されてもよい。
プロファイルは、ユーザについて生成され、そして、ユーザによって明示的に提供される入力およびユーザによってなされる選択（例えば、訪問されたウェブサイト、それらのウェブサイト上でのクリックなど）に基づいて時間をかけて更新される。プロファイルは、例えば、ソーシャルネットワーキングまたは他のサイトに保持されてもよい。もしユーザが引き続いて何かしらユーザプロファイル情報に関連する検索用語を入力すれば、推奨エンジンは、自動的に、この情報を組み合わせて、ユーザに関心を持たせる推奨を生成することができる。
ユーザプロファイルを使用する一例において、協調フィルタリング技術は、ユーザのプロファイルと類似するプロファイルを有する他の人々の要求(wants)を識別するために使用することができる。例えば、１９歳から２５歳の間にあるものとして自身を識別する者のために、本システムは、その購買層(demographic)（例えば、年齢が１９歳から２５歳の範囲）内で特定のＴＶ番組の或る特徴（例えば、ザ・トゥナイトショー、またはユーザの検索の結果から得られるあらゆるもの）を共有するＴＶ番組を探してもよい。本システムは、若者の購買層からの高い評定に基づく情報を使用してもよい。本システムは、また、概して、自身をそのプロファイルにおいて若者として識別する他の者からの検索送信またはクリックスルー(click-throughs)の高い回数を有するＴＶ番組からの情報を使用してもよい。
或る実施では、ＴＶ番組以外のメディア（例えば、音楽、映画）が推奨されることができる。例えば、ユーザは、特定のタイプのＴＶ番組を検索するために特定のクエリー用語を入力して送信してもよいが、推奨エンジンは、ユーザに関心を持たせる映画や音楽などについての推奨を更に提供してもよい。このような非ＴＶ推奨は、ＴＶ番組から分離されてもよく、ＴＶ番組と統合されてもよい。
或る実施において、ユーザは、或るタイプのメディアコンテンツを推奨するために、電子番組案内−とりわけ推奨エンジン−を構成することができる。例えば、ユーザは、ＴＶおよび映画に関心を持ってもよいが、音楽ＣＤには関心を持たなくても良い。電子番組案内上のユーザ制御の設定(user-controlled settings)を使用して、ユーザは、推奨を作成するときに音楽ＣＤを含まないように推奨エンジンに指示してもよい。また、他のユーザ制御の設定は、ユーザが、電子番組案内のユーザ体験(user experience)、とりわけ推奨エンジンをカスタマイズ及び／又は改善することを可能にすることを終了(exit)させてもよい。加えて、本システムは、もし、ユーザが或る推奨についてのリンクを、めったに又は決してクリックすることがないのであれば、このような或る推奨がユーザに対して有用でないことを時間をかけて学習してもよく、そして、本システムは、このような推奨を降格し（即ち、結果のグループにおいて下位に移動させ）、または除去してもよい。
ユーザがメディア関連検索クエリーを入力すると、システム１００は、（例えば、それをメディア関連の用語のホワイトリストと比較することにより）クエリーがメディア関連であると判断し、メディア関連の検索結果を提示してもよい。この検索結果は、例えば、検索用語に関連する情報を有するウェブページのリストを含んでもよい。加えて、検索結果は、検索用語に関連するメディア番組のリストを含んでもよい。このメディア番組リストは、ウェブページアイテムとは対照的に、リストのアイテムをメディア番組として識別する、“ローカルテレビリスト(Local TV Listing)”のような、テキストを含んでもよい。また、このメディア番組リストは、例えば、テレビアイコン、ラジオアイコン、またはウェブキャストアイコンなど、リストに提示されるメディア番組のタイプを示す１又は２以上のメディアアイコンを含んでもよい。本システムは、通常の検索結果のリストとは異なる態様でメディア結果をグループ化することができる。具体的には、結果のそれぞれは、タイトル、時間、およびチャンネルと共に示されるのに対し、標準的な検索結果は、タイトル、スニペット(snippet)、およびＵＲＬと共に示されても良い。この検索結果ページ上の検索結果の特別なフォーマットは“ワンボックス(one box)”と称される。また、天気や場所(location)などの他の検索結果についても、特別にフォーマットされたワンボックスで提示されてもよい。
番組案内システム１００は、検索結果におけるアイテムのユーザ選択に応答して、図１Ａに示されような待ち受けページ１０４を提示してもよい。この待ち受けページ１０４は検索ボックス１０８を含み、この検索ボックス１０８で、ユーザは、入力された検索用語に応答して更新される待ち受けページを生成するために、テレビ番組名の一部のような検索用語を入力してもよい。
待ち受けページ１０４は、メディア結果グルーピング１１６を含んでもよい。このグルーピング１１６は、検索用語に関連する番組の１又は２以上のコレクションをリストアップする。このグルーピング１１６は、例えば、グルーピングにおける各アイテムが番組の特定のエピソードまたは放送(airing)であるようにして、番組名により番組のコレクションをグループ化する。或いは、グルーピング１１６は、番組を提示するメディアチャンネル、番組のジャンル、または提示される番組の日の時刻によるグルーピングのように、他のパラメータを用いてグループ化されてもよい。追加の結果制御１１８は、現在表示されていない他のグルーピングであってユーザのリクエストに対してほとんど応答しないと思われるグルーピングにユーザがナビゲート(navigate)することを可能する。
また、グルーピング１１６のそれぞれは、特定のグルーピング内の追加の結果をリストアップする“更なる”制御１５８を含んでもよい。図示の例において、三つの次のペンディング番組(next-pending programs)は、テレビ番組“ザ・トゥナイトショー”についてのエントリー１５６と関連するメディアグルーピングについて示されており、ユーザは、将来において更に追加の番組を示すための“更なる(more)”制御１５８を選択することができる。このような選択は、ザ・トゥナイトショーのグルーピングを拡張させ、また、この拡張されたグルーピングのための領域(room)を作るために他のグルーピングを除去してもよい。
また、グルーピングは、“マイＴＶに追加(Add to My TV)”制御を含むことができ、この制御は、選択されると、特定の番組（例えば、エピソードのシリーズ）を追加することができ、または、ユーザの個人向けの番組案内にエピソードを追加することができる。例えば、“マイＴＶ(My TV)”チャンネルは、後述するように、ユーザのために維持されてもよく、番組の或るエピソードまたは全てのエピソードは、“マイＴＶに追加”制御が選択されたときに、チャンネルに追加されてもよい。
また、待ち受けページ１０４は、スケジュールグリッド１２０を含んでもよい。スケジュールグリッド１２０は、グルーピング１１６と隣り合わせに隣接して表示される。スケジュールグリッド１２０は、特定の地域(geographic location)についての番組を提示する。ユーザは、場所変更制御(change location control)１２２を選択し、そして郵便番号（例えば、ＺＩＰコード）または市名および州名のような入力を作成することにより、このユーザの場所を特定してもよい。また、この選択された場所は、グルーピング１１６に提示される番組を判定するために使用されてもよい。ユーザがシステム１００に登録された者である場合、このユーザのデフォルトの場所は、番組提案を生成するための使用されてもよい。
スケジュールグリッド１２０は、例えば何時間にもわたって、特定の日に特定の時間範囲の間、メディア番組を提示する。ユーザは、カレンダー制御１４６を用いて日付を選択してもよい。このカレンダー制御１４６は、現在の日付のような、特定の日付をデフォルトに設定する。検索が実施されると、グリッド１２０は、最善の検索結果と判断されるエピソードのチャンネルと時間を囲む領域をデフォルトに設定してもよい。グルーピング１１６における他のエピソードの選択は、この選択されたエピソード（または、グルーピングが選択されれば、特定のグルーピングについての最初にリターンされるエピソード）の周りに番組を表示させるために、グリッドを自動的に移動させる。
スケジュールグリッド１２０は、その左側部に沿って垂直にメディアチャンネルのリストを提示すると共に、時間バー１４８の上側部に沿って水平に１日の時刻を提示する。特定のチャンネルについての番組またはエピソードは、番組がその関連チャンネルによって提示される実際の時刻に最も近い時間区分を有するチャンネルの列(column)および行(row)に提示される。チャンネルは、放送のための特定の数字チャンネル(numerical channel)と関連したものであってもよく、または、個人向けチャンネル或いはインターネットを介した個人向けの情報ストリームのような仮想チャンネルであってもよい。
また、スケジュールグリッド１２０は、ここでは“マイＴＶ”と称される個人向けチャンネル１２８を含んでもよい。この個人向けチャンネル１２８は、ユーザが、他のユーザの個人向けチャンネルのような、他の個人向けチャンネルまたは実際のチャンネルからのコンテンツを用いて仮想チャンネルを生成することを可能にする。エピソードまたは番組は、種々の方法で個人向けチャンネル１２８に付加されてもよい。例えば、ユーザは、スケジュールグリッド１２０における番組を選択してもよく、そして、それを個人向けチャンネル１２８に移動するためのコマンドを選択してもよく、または、とりわけ、それを個人向けチャンネルに追加してもよい。
また、或るユーザは、例えば、オンラインビデオにＵＲＬを提供し、エピソードＩＤ番号を提供することなどにより、または、他のアクセスされるメカニズムなどを通じて、特定の番組を識別する他のユーザへメッセージを送信してもよい。加えて、ユーザは、“マイＴＶへ追加”制御のような制御を選択してもよく、ここで、その制御は、番組またはエピソードに関連したものである。
スケジュールグリッド１２０は、個人向けチャンネル１２８を含む。この個人向けチャンネル１２８は、グリッド１２０の上部(top)の近くに提示され、その番組がメディアプロバイダ放送よりもむしろユーザによって特定されることを示すために、他のチャンネルから僅かに離される。個人向けチャンネル１２８は、複数のオーバーラップ番組を含むことができ、ユーザには、このような番組の視聴および管理に関する種々のメカニズムが提供される。一例として、番組は、初期段階では、それが放送される時間、またはそれが最初にダウンロード可能とされた時間によって表示されてもよい。そして、ユーザは、ユーザが後でフォローする視聴スケジュール(viewing schedule)を“プログラム”するために、それらがオーバーラップしないような時間にそれらを後でドラッグしてもよい。
実際の放送時間から時間がシフトされた番組は、ＰＶＲなどにより、それらが放送されるときに記録され、そして、ユーザが確立したプログラムに従って表示されてもよい。このようにして、ユーザは、容易に番組を選択して視聴することができ、この選択された番組は、それらが放送されたときに視聴されることができ、そして、もしそれらが生放送番組であれば、選択された順番で、しかしながら或る選択された方法で番組を時間シフトすることにより視聴することができる。
推奨表示部１３０は、例えば、ユーザが、グリッド１２０における対応セルを選択し、またはマウスのポインタをそれに重ねているときに表示されてもよい。推奨表示部１３０が示されるときに、それは、グリッド１２０に表示されるもの以外に更に詳細な情報を含んでもよい。また、表示部１３０は、少なくとも部分的に、セル１３０に表示されるエピソードに基づいて推奨を見るためにユーザが選択することができる推奨リンク１１０（即ち、“もし、あなたがこのエピソードを気に入れば(If you like this episode...)”を含むことができる。例えば、もし、ジェイ・レオのザ・トゥナイトショー(The Tonight Show With Jay Leno)がセル１３０に表示されれば、ユーザは、推奨リンク１１０をクリックして、ザ・トゥナイトショー(The Tonight Show)に関連した１又は２以上の推奨を見ることができる（そして、おそらくは、ユーザに関連する個人向け情報のような他のシグナルに基づいて）。このような推奨は、例えば図１Ｃの詳細ページ１０６に表示されてもよい。
図１Ｂを参照すると、待ち受けページ１０４は、異なるタイプの推奨領域または表示部を含んでもよい。具体的には、待ち受けページ１０４は、メディア結果グルーピング１１６に対応する推奨されたメディア番組をアクセスするために使用することができる推奨リンク１３１ａを含むことができる。グルーピング１１６は、グリッド１２０に表示される番組に対応する。推奨表示部１３１ａは、例えば、タイトル“選択された番組についての推奨(Recommendations for Selected Programs)”を含んでもよく、スケジュールエントリー１５６のようなスケジュールエントリーの上に配置されてもよい。チェックボックス１３３は、スケジュールエントリー１５６におけるエントリーに隣接して備えられてもよい。ユーザは、例えば、追加の推奨を受け取る体験(experience)を制御するためにチェックボックス１３３を使用してもよい。例えば、個々のチェックボックス１３３をチェックすることにより、ユーザは、詳細ページ１０６上に含まれる推奨の拡張範囲(extent)を制御してもよい。
また、推奨領域１３１ｂは、推奨表示部１３１ａの選択に応答して生成される推奨を表示するために提供される。推奨領域１３１ｂは、例えば“今(Now)”視聴領域１３５ａと“後(Later)”視聴領域１３５ｂのような、異なる複数の領域に分けることができる。図示したように、例えば、他の深夜トークショーは、ジェイ・レノのザ・トゥナイトショー(the Tonight Show With Jay Leno) および アーリー・ショー(Early Show)（二つの番組は、マーク選択でユーザによって識別される）と同じジャンルにあるので、個々の視聴領域１３７ａ−１３７ｅは、推奨される他の深夜トークショーを識別する。また、推奨領域１３１ｂにおけるリストは、ＴＶショーが放送される特定のチャンネルを視覚的に識別するネットワークアイコン１３９を含むことができる。
図１Ｃを参照すると、特定の番組またはエピソードに関する更なる詳細情報を見ることについての関心を示すために、ユーザがその特定の番組またはエピソードを選択したときに、詳細ページ１０６が表示されてもよい。この詳細ページ１０６は、それ自体が次回のエピソード領域１３６を含む番組詳細領域１３２を含む。次回のエピソード領域１３６は、番組について次回のエピソードのリストを提示する。このリストは、エピソードのタイトル、放映(showing)の時間、および、その放映(showing)が発生するチャンネルなどのような情報を含んでもよい。また、詳細ページ１０６は、検索制御１３８を含む。検索制御１３８は、特定の番組についての検索を起動するためにユーザが検索用語を入力することを可能にする。この検索は、番組に関連する情報のコーパス(corpus)に限定されてもよく、または、ユーザからの選択に応じて、ウェブページコーパス全体で実施されてもよい。
また、詳細ページ１０６は、画像詳細領域１４０を含む。画像詳細領域１４０は、画像結果１４０ａのような、番組に関連する画像を提示する。画像結果１４０ａは、標準の“グーグルイメージ”サービスによってリターンされるような、番組に関連した画像についてのインターネット検索を実行することにより見つけ出される。この検索は、“フレッド・トンプソン(Fred Thompson)”が、男優の画像であって他人の画像ではない画像をリターンするように、クエリーに“テレビ(television)”のような或る用語を付加することにより、または、特定の番組関連の画像のコーパスに関して検索することによるなどの特定の方法に制約されてもよい。また、スニペット(snippet)、画像詳細、および画像を表示するＵＲＬを含む詳細が画像詳細領域１４０で提供されてもよい。
詳細ページ１０６は、また、推奨表示部１４２または領域を含む。推奨表示部１４２は、選択された１ジェフィ・レオのトゥナイトショー(Tonight Show with Jay Leno)に基づいてユーザに推奨されるＴＶショーをリストアップしてもよい。表示部１４２は、個々の推奨エントリー１４２ａ−１４２ｃを含んでもよい。例えば、推奨エントリー１４２ａは、ＴＶシリーズ２４を識別し、それは、この場合、キーファー・サザーランド(Kiefer Sutherland)−ザ・トゥナイトショー(The Tonight Show)の特定のエピソードのゲスト−と関連があるので、ユーザに対して推奨されてもよい。また、そのジャンルがザ・トゥナイトショー(The Tonight Show)と類似するために、他のトークショーが示される。推奨エントリー１４２ａは、更に、ユーザに関心を持たせる今回または次回のエピソードについての１又は２以上の特定のエントリーとエピソードの概要を含むことができる。とりわけ、エントリーは、放送局（例えば、フォックスやＣＢＳなど）、特定のエピソードの日付および時刻、エピソードの概要、俳優またはゲストなどを特定(identify)することができる。また、ユーザがより多くの推奨及び／又はエピソードをアクセスできるように、制御が提供されてもよい。
操作(operation)において、ユーザは、検索制御１０８を用いて一般のウェブ検索のための“ザ・トゥナイトショー(The Tonight Show)”のような検索用語を入力することにより、または、検索制御１３８を用いたメディア番組検索により、番組案内システム１００を起動してもよい。検索制御１０８の場合、番組案内システム１００は、検索ページ内に検索用語“ザ・トゥナイトショー(The Tonight Show)”に関連する番組のリストをワンボックスの一部として提示する。リストの番組の選択は、ユーザを待ち受けページ１０４に向かわせる。
或いは、ユーザは、待ち受けページ１０４または詳細ページ１０６に表示されるように、メディア番組検索制御１３８を用いて“ザ・トゥナイトショー(The Tonight Show)”についての検索用語を入力してもよい。この検索入力は、ユーザを待ち受けページ１０４に向かわせる。
待ち受けページ１０４では、ユーザが、グルーピング１１６から番組を選択することにより、特定のチャンネル、時刻、および日付にスケジュールグリッド１２０を向かわせる。グルーピング１１６は、検索用語“ザ・トゥナイトショー(The Tonight Show)”を用いて判定される番組である。各番組グルーピングは、その特定の番組の１又は２以上のエピソードを含む。ユーザは、追加の結果制御１１８を用いて、現在提示されていないグルーピングにナビゲーションゲートしてもよい。番組グルーピングにおける特定のエピソードの選択は、スケジュールグリッド１２０を、特定のチャンネル、時刻、および日付に向かわせる。また、ユーザは、カレンダー１４６や時間バー１４８のような制御を用いて、手動で、スケジュールグリッド１２０を通じてナビゲーションゲートしてもよい。加えて、ユーザは、グーグルマップにおける地図の移動と同様に、グリッド１２０におけるセルを、上、下、右、左に“ドラッグ(drag)”してもよい。
詳細なレベルのための２番目のグリッドディメンジョンに関して、このようなディメンジョンは、種々の方法で実施されてもよい。このような一実施では、表示密度を最大にすることを可能とするために、最小の詳細レベルで、番組タイトルと僅かのものがグリッドに示されてもよい。より詳細なレベルでは、エピソードの評定と簡単な説明(short description)が示されてもよい。更により詳細なレベルでは、更に詳細な説明が示されると共に、画像が示されても良い。更に詳細なレベルでは、詳細ページ１０６について示される情報の複製(duplicating)およびアプローチが示されてもよく、また推奨情報を含んでもよい。
ユーザは、選択された番組セル１３０のような、スケジュールグリッド１２０における番組を選択することにより（例えば、クリック、またはダブルクリックすることにより）、特定の番組についての詳細ページ１０６（図１Ｃ参照）にナビゲーションゲートしてもよい。詳細ページ１０６では、ユーザは、番組詳細領域１３２における番組に関する詳細情報を閲覧してもよい。この詳細情報は、例えば、番組、俳優および他の類似のパラメータに従ってメディアコンテンツを組織化すると共に情報をリレーショナル形式でリンクする構造化データベースから取得されてもよい。
ユーザは、画像詳細領域１４０における番組に関する画像を閲覧してもよい。この画像は、詳細情報に関連するデータベースのような構造化データベースから取得されてもよく、または、グーグルイメージサーチの方法のような異種のソース(disparate sources)から取得されてもよい。ユーザは、画像結果１４０ａのような画像結果を選択することにより画像にナビゲートしてもよい。
或る実施では、ユーザは、選択されたスケジュールグリッド番組に関連するメディア結果グルーピング１１６に新たな番組のリストを生成するために、スケジュールグリッド１２０における番組インスタンスまたはエピソードを選択してもよい。このような状況において、選択された番組名または他の番組属性は、新たな待ち受けページ１０４の生成において、システムに番組指向(programming-directed)の検索リクエストとして送信(submit)されてもよい。例えば、もしユーザが“サウスパーク(South Park)”についてのセルを選択すれば、グリッド１２０は、そのセルに再度センターを合わせ、そしてグルーピング１１６は、“バービーとバットヘッド(Beavis & Butthead)”（別なアニメのコメディ）、“ザ・ウエストウィング(The West Wing)”（方向性の南／西(South/West)リファレンスのため）、および、その他の類似の番組などのような番組を含んでもよい。
また、グルーピング１１６に現れるスケジュールグリッド１２０における番組は、それらが、グルーピング１１６を生成した検索基準と一致することを示すために、ハイライトで表示される。また、番組は、それらが番組であって検索結果の一部ではなく、しかしユーザに推奨された番組であれば、類似の方法でハイライトで表示されてもよい。このハイライトは、例えば、検索条件を満たすスケジュールグリッド番組を、検索条件を満たさないスケジュールグリッド番組と区別する、影付き(shading)、色(coloring)、グリッドセルのサイズ(sizing)、またはセル境界の太さであってもよい。或る実施では、影、色、サイズは、例えば、検索用語と番組との間の一致度の近さに基づいて変化してもよい。また、影、色、サイズは、検索用語と一致する番組と、この一致する番組に関連する番組との間の隔たりの度合いに従って変化してもよい。このような近さ(closeness)や隔たり(separation)を示す一つの方法は、青（最も遠い）から赤（最も近い）まで徐々に変化する色の範囲で、温度マップの表示と同様に、グリッドにおけるセルの相対色によって示されてもよい。
スケジュールグリッド１２０は、関連のカレンダー制御１４６を備える。このカレンダー制御１４６は、特定の日付または曜日をユーザが選択することを可能にするタブ(tab)を備える。各タブは、タブに関連する日の時間(hours)を含む。タブにおける時間区間(time interval)の選択は、この選択された日と時間区間について番組を提示するようにスケジュールグリッド１２０に指示する。
スケジュールグリッド１２０は、このスケジュールグリッド１２０における番組が提示される日の時刻を示す時間バー１４８を備える。時間バー１４８は、ユーザが、早い時間、遅い時間、日付に移動することを可能にする制御を含む。或いは、ユーザは、グリッド１２０をクリックし、新たな時間または日付にドラッグすることなどにより、他の方法によりスケジュールグリッド１２０を移動させてもよい。このクリックおよびドラッグは、また、他のチャンネルを提示するためにグリッド１２０を移動させてもよい。或いは、ユーザは、グリッド１２０におけるチャンネルのリストを通じて移動させるために、スクロールバーのような制御を使用してもよい。ユーザは、グリッド１２０における時間、日付、およびチャンネルを通じて移動させるに従って、待ちうけページ１０４は、グリッド１２０の周辺の外部でチャンネルおよび時間／日付についてのデータをダウンロードしてもよい。これは、グリッド１２０が、ダウンロードを中断することなく、ユーザがグリッド１２０を移動させるにつれて現れるチャンネルおよび時間について番組を提示させることを可能にする。
スケジュールグリッド１２０は、ジャンプ制御１５０と関連フィルタ制御１５２を備える。ジャンプ制御１５０は、ユーザが、グリッド１２０における当日の時間と日付に即座に移動すること、または、当日のゴールデンタイム(primetime)（例えば、午後８時）に即座に移動することを可能にする。フィルタ制御１５２は、グリッドの種々の部分をフィルタリングするために使用することができる。例えば、このフィルタは、例えば、グリッドが午後１１時から翌日の午前８時に直接的にジャンプするように、ゴールデンタイムまたは深夜の番組のみを示すために使用することができる。同様に、このフィルタは、映画チャンネルまたはスポーツチャンネルのみ、または、ユーザの“好みの(favorites)”チャンネルとしてユーザによって特定的に選択されたチャンネルのような、特定のカテゴリのチャンネルのみを示すために使用することができる。
図２は、時間とともに二つの形式の視聴者嗜好データ間の一般的な相関のグラフ２００を示す。具体的には、グラフ２００は、時間とともに利用可能な視聴者嗜好に関連したデータ品質における関係を示す。グラフの縦軸はデータ品質であり、その横軸は時間である。時間は、週ごとのＴＶ放映の後に利用可能な新しい視聴者データの利用可能性に対応して、週単位でインクリメントしている（例えば、週(Week)１−１１）。グラフ２００は、ユーザクリックデータ線２０２と視聴者測定データ線２０４を含む。線２０２，２０４のハイライトは、時間とともに相対データ品質を表す。例えば、線２０２は、ユーザクリックデータ２０２の品質を表す。
初期段階では、線２０２，２０４の両方とも、ＴＶショーが最初に放送されるときの週０ではゼロ品質を表している。このＴＶ番組の存在における早期の段階では、線２０２のハイライトは、協調フィルタリングについてのデータ品質における共通の問題が、新たに登録されたユーザと新たに追加されたアイテムについての“データの欠乏”であることを示している。とりわけ、グラフ２００は、ユーザクリックデータが、メディア関連番組について初期段階で提示されないかもしれないことを示す。例えば、番組が最初に第１位(premier)であれば、そのことを誰も知らず、少しのユーザしかその検索をなし得ない。また、それに関連するウェブサイトは極めて少なく、従って、それに対するクリックはほとんど存在しない。対照的に、視聴者測定データは、即座に決定されることができ、そして、番組の人気の指標(indication)をいくつか提供する。また、このようなデータは、種々の地理的なトピックスに分解され、そのトピックスは、推奨がより個人向けになされるように、第１のユーザの関心を他のユーザの関心で修正するのに使用することができる。
週１(Week 1)では、例えば、ユーザクリックデータ２０２は比較的小さいが、ゼロのデータ品質ではない。対照的に、視聴者測定データ２０４は、例えば、視聴者評定の第１の週がショーについて利用可能であるので、著しく増加する。このようにして、視聴者測定データ２０４の品質は、少なくともＴＶショーの存在における早期の段階で、ユーザクリックデータ２０２の品質を超える。
週２−７(Weeks 2-7)では、視聴者測定データ２０４は、例えば、週１の急騰(spike)よりもゆっくりしたレートで成長を継続することができる。時間とともに、視聴者測定データ２０４は、例えば、ニールソン(Nielson)評定が提供するショーに関する追加の情報が次第に少なくなるので、横ばい状態になる傾向を示す。しかしながら、同じ期間中に、ユーザクリックデータ２０２のデータ品質は、次第により多くのユーザがショーを見て、彼らのデータを提供するので、成長を継続することができる。週７(Week 7)に示されるように、ユーザクリックデータ２０２のデータ品質は、実質的に横ばいになる視聴者測定データ２０４の品質を最終的には上回る。このように、ユーザクリックデータ２０２の潜在的な長期にわたる優位性は、視聴者測定データ２０４のデータ品質を超える。とりわけ、クリックデータは、より正確であり、そしてまた、従来のデータ収集機関に料金を支払う必要なく、または従来のデータ収集システムを設置する必要なく、団体(organizations)に利用可能であってもよい。
図２に示されるように、視聴者測定データ２０４は、各エピソードについて、平均視聴者人気またはデータ品質を示し、時間とともに最高値に達する。加えて、ユーザクリックデータ２０２も、最高値に達するが、ここでは、視聴者測定データ２０４と比較して、特定の番組についての追加の人気またはデータ品質を示す。ユーザクリックデータ２０２が視聴者測定データ２０４の品質を上回ることについての別の理由が存在する。具体的には、おそらくは、番組は、従来の観衆測定データ２０４によって捕らえることのできない関心を有する。例えば、ユーザクリックデータ２０２は、特定の地域における或るファンの間の熱狂的関心(a rabid interest)に対応するデータを含んでもよい。他の例では、ユーザクリックデータ２０２は、オンラインメディアストアのようなメディアおよびＤＶＤを介して視聴するユーザに基づいてもよい。
ユーザクリックデータ２０２および視聴者測定データ２０４についての時間によって変わるデータ品質から利益を得るために、推奨エンジンは、それが時間とともにどれ程データを使用するかに応じて移行(transition)してもよい。例えば、推奨エンジンは、初期の段階では、新しいＴＶ番組の放映の後の数週間は、視聴者測定データ２０４に依存してもよい。一旦、ユーザクリックデータ２０２が、信頼できる程に十分に大きな数で利用可能になれば、推奨エンジンは、このような追加データのユーザクリックデータ２０２の使用に移行してもよい。
図３は、ネットワークを介してメディア関連推奨を提供するためのコンピュータ実施のシステム３００の構成図である。本システム３００は、ＴＶフロントエンド３０４と通信可能に接続されたＴＶクライアント３０２（例えば、ジャバ（登録商標）スクリプト、ＨＴＭＬ、フラッシュ(Flash)などで実施されたもの）を備える。ＴＶクライアント３０２は、ＴＶショーを検索し、推奨を受信するためのような、ＴＶとユーザとの情報のやり取りのためのユーザインターフェイスとして機能することができる。ＴＶフロントエンド３０４は、メディア番組を検索し、ユーザクリック情報を格納し、推奨を処理するなどのための背後(behind-the-scenes)のインターフェイスとして機能することができる。
ユーザクリック履歴３０６は、ＴＶフロントエンド３０４から受信されるユーザクリック情報を格納することができる。例えば、ユーザクリック情報は、ＴＶショーのジャンル、特定の番組名、特定のパーソナリティの名前などのような、ＴＶショーについてのユーザの嗜好を追跡(track)することができる。
推奨生成器３０８は、種々の属性に基づいて推奨を生成するために、ユーザクリック履歴３０６からのデータを使用することができる。この意味において、推奨生成器３０８は、上述の“推奨エンジン”として機能することができる。推奨生成器３０８は、また、推奨の生成において視聴者測定データ３１０を使用することができる。例えば、視聴者測定データ３１０は、ニールソン(Nielson)評定によるような、時間とともに収集される視聴者人気(viewer popularity)を表してもよい。さらに、推奨生成器は、また、コーパスデータ３０９を参考にしてもよく、それは、ブロッグ、メディア指向のウェブサイト、およびこのような他のメディア指向のウェブコンテンツのような情報を含んでもよい。このような情報は、同様に、他方の番組にユーザが関心を有するという判断に基づいて推奨が一方の番組について作成されることができるという、二つの番組が十分に関連するかどうかを判断する目的で特定の番組間の関係を把握(discern)するために使用してもよい。
推奨保存部３１２は、推奨生成器３０８によって生成された推奨を格納することができる。このような推奨は、短期または長期にわたって格納されてもよく、陳腐化したと判断されたときに消去(purge)されてもよい。推奨保存部３１２からの推奨は、推奨がユーザに表示されるべきときに、ＴＶフロントエンド３０４によって使用されることができる。
ジャンルベースインデックス(genre-based index)３１４は、ジャンルによって組織化されたＴＶショーに関する或る情報を含むことができる。ジャンル評定は、例えば、特定の番組及び／又は局の人気を反映してもよい。ジャンルベースインデックス３１４は、ジャンルベースインデックスが必要とされるときにＴＶフロントエンド３０４によって使用されることができる。
テーブル３１６は、番組案内グリッドにおける個々のセルを構築するために使用される情報のような、電子番組案内によって使用される情報を含むことができる。テーブル３１６からの情報は、例えば、ユーザが最初に番組案内グリッドを表示させるときにＴＶフロントエンド３０４に提供されてもよい。
データローダー(data loader)３１８は、ジャンルベースインデックス３１４およびテーブル３１６に情報をロードすることができる。データローダー３１８が使用する情報は、ＴＶ番組プロバイダ（例えば、ネットワーク、ケーブル局、衛星会社など）によって提供されてもよい。とりわけ、データローダー３１８は、例えば午前５時にロボットチキン(Robot Chicken)がチャンネル１５のコメディセントラル(Comedy Central)上にあることを示す情報のような、チャンネル番組表(channel lie-up)およびスケジュール情報を（例えば、コマーシャルプロバイダから）受信しロードしてもよい。それは、また、このようなデータを、フロントエンド３０４によってロード可能である特別にフォーマットされたテーブルのような形式に調整(concert)してもよい。また、推奨生成器３０８は、推奨保存部を生成するために、テーブル３１６に依存してもよい。
検索エンジン３２０は、ＴＶフロントエンド３０４によって受信される番組メディア検索リクエストを提供(service)してもよい。例えば、ユーザによって入力された検索クエリーは、ＴＶフロントエンド３０４によって受信され、そして、検索エンジン３２０に提供されることができる。検索エンジン３２０は、ＴＶクライアント３０２による使用のためにＴＶフロントエンド３０４に検索の結果を提供することができる。
システム３００の処理フローの一例において、データローダー３１８がジャンルベースインデックス３１４およびテーブル３１６を生成するときに、処理が矢印１および２で開始することができる。データローダー３１８は、ＴＶ番組プロバイダによって提供される情報のような、種々のソースの情報をテーブル３１６の生成において使用してもよい。ジャンルベースインデックス３１４を更新するときに、情報が番組のジャンルコードによってソート(sort)され、局および番組の評定ベースの人気に基づく人気スコアによってサブソート(sub-sort)されることを可能にする追加のインデックスが付加されてもよい。データローダー３１８への入力は、各局についての１又は２以上の、テキストファイルの形式であってもよく、オプションで番組人気を含んでもよい。
次のステップ（例えば矢印３）では、ＴＶフロントエンド３０４は、番組案内グリッドなどについてのテーブルをロードするためにテーブル３１６からの情報を使用することができる。このグリッドのロード処理は、例えば、ユーザが最初にＴＶでクリックしたとき、または更新された情報が利用可能になったときに発生することができる。
同じ時間（例えば矢印４）に、ＴＶフロントエンド３０４は、ユーザが推奨を閲覧し、検索し、または受信することができる番組に対応するジャンルベースのテーブルをロードするために、ジャンルベースインデックス３１４からの情報を使用することができる。ジャンル関連のテーブルをロードする処理は、例えば、ユーザが最初にＴＶをクリックし、または更新された情報が利用可能になったときに発生することができる。
一旦、ＴＶフロントエンド３０４が、最初のユーザのリクエストに応えるのに十分なデータを保有すると（例えば、矢印１−４に対応するステップが完了すると）、ユーザは、その情報を用いてリクエストの作成を開始することができる。例えば、ユーザは、ＴＶを見ながら、番組案内グリッドを表示させるための制御を選択することができる。ＴＶクライアント３０２は、ＴＶフロントエンド３０４に選択の報告を戻すことができる。このリクエストに応答するために、ＴＶフロントエンド３０４は、例えばＴＶ画面上に表示するためにＴＶクライアント３０２にグリッドデータを提供することができる。
番組案内グリッドの提供は、例えば、特定の番組についてユーザによって作成される検索リクエストに対応してもよい。例えば、番組案内グリッドは、ユーザがＴＶクライアント３０２に入力した検索用語に対応するＴＶショーのリストを含んでもよい。ＴＶフロントエンド３０４は、矢印７を介してクエリーを受信し、そして、矢印６を介して検索エンジン３２０に検索クエリーを提供することができる。検索エンジン３２０は、このクエリーを処理し、検索結果をＴＶフロントエンド３０４に提供することができ、それは、上述したような方法で、例えばユーザのＴＶ上での表示のためにＴＶクライアント３０２に検索結果を提供することができる。
時間とともに、ＴＶフロントエンド３０４によって（矢印７を介して）収集されたＴＶクライアント３０２上でのユーザの行為は、矢印８を介してユーザクリック履歴３０６に提供されてもよい。このようなユーザ行為は、例えば、推奨の定式化(formulating)において、後で使用することができるユーザのアクションを含んでもよい。例えば、ユーザのアクションは、特定のＴＶ番組または局に関連するインターネット上でのユーザによる入力を含んでもよい。このように、推奨は、少なくとも部分的に、前述の協調フィルタリングアプローチまたは他の同様なアプローチに基づくことができる。さらに、複数のユーザが含まれる場合、協調フィルタリングアプローチを用いる推奨は、“行動データベースの推奨(behavioral data-based recommendation)”であり、なぜなら、それらは、推奨を“訓練(train)”するために多くのユーザからの入力を使用することができるからである。
推奨を生成するために、推奨生成器３０８は、矢印９を介してユーザクリック履歴３０６からのデータ（例えば、時間とともに受信されるユーザ入力に対応するデータ）と、矢印１１を介した視聴者測定データ３１０を使用することができる。生成される推奨は、矢印１０を介して推奨保存部３１２に格納されることができる。このように新しく生成された推奨は、それらが推奨保存部３１２において更新されると、ＴＶフロントエンド３０４によって（矢印５により）使用されることができる。
図４Ａは、検索結果に応答したメディア関連の推奨を提供するための処理４００のフローチャートである。概して、処理４００は、推奨が検索結果に対応するトピックスに基づいていることを示す。例えば、推奨は、図１Ａから図１Ｃに示される画面表示におけるように、メディア番組を閲覧(browse)しているクライアントのユーザのためにのメディア検索結果に対して作成されてもよい。
ボックス４０２では、本システムは、標準の検索エンジンについて検索リクエストボックスを通じて送信された検索リクエストを受信する。例えば、検索結果は、検索ボックス１０８においてユーザによって入力された検索クエリー（例えば、“ザ・トゥナイトショー(The tonight show)”）に対応していてもよい。本システムは、ボックス４０４で検索結果のトピックスを識別する。このトピックスは、例えば、検索結果（例えば、検索クエリーに基づく）におけるキーワードと一致するメディア番組に対応してもよい。例えば、検索クエリー“ザ・トゥナイトショー(the tonight show)”に基づく検索結果のトピックスは、ジェイ・レノのザ・トゥナイトショー(The Tonight Show With Jay Leno)のようなトークショーを含んでもよい。
ボックス４０６で、本システムは、検索結果に対応するトピックスを識別する。例えば、相関関係(correlation)は、検索結果のそれらのトピックスと一致する番組に対応する番組のジャンルを含んでもよい。例えば、ジャンルベースの相関関係は、たとえショーのタイトルが検索クエリーにおける用語と一致しなくても、他のトークショーとの相関関係を示しても良い。また、相関関係は、別な方法でショーに関連する他のメディア番組を含むことができる。例えば、もし検索結果が、キーファー・サザーランド(Kiefer Sutherland)が主演するザ・トゥナイトショー(The Tonight Show)のエピソードを含んでいれば、相関関係は、他のＴＶショーや映画などのような、キーファー・サザーランド(Kiefer Sutherland)に関連する他のメディア番組との相関関係を示しても良い。また、相関関係は、ユーザプロファイルのような他のソースからの情報を使用してもよい。例えば、もしユーザのユーザプロファイルがキーファー・サザーランド(Kiefer Sutherland)についての嗜好を識別すれば、その情報は、検索結果に対応したトピックスの識別において使用されることができる。
ボックス４０８で、本システムは、ユーザに推奨を提供(offer)する。例えば、推奨は、ユーザのＴＶに送信されて、ユーザの検索クエリーと一致する検索結果と共に利用可能とされてもよい。或る実施では、推奨は提供(offer)されてもよいが、ユーザが推奨を表示することを選択するまでは、必ずしも表示されなくてもよい。例えば、図１Ａを参照すると、推奨は、ユーザが推奨リンク１１０を選択するまでは表示されなくてもよい。
ボックス４１０で、本システムは推奨を表示させる。例えば、図１Ｂを参照すると、推奨は、待ち受けページ１０４に推奨１３１ｂとして表示されてもよい。他の例では、図１Ｃを参照すると、推奨は推奨１４２として表示されてもよい。推奨がどのように表示されるかとは関係なく、それらは、検索結果から除かれた一つのステップである。具体的には、推奨は、検索結果と関連するトピックスに対応するが、この検索結果は、それ自体、検索結果のサブセットではない。
図４Ｂは、メディア関連の推奨を提供するための処理４１６のフローチャートである。処理４１６は、推奨エンジンが、ユーザクリックデータ、従来の視聴者測定データ（またはこのような他の人気度決定データ）、またはその両方を使用するときをどのように決定するかを示す。具体的には、処理４１６は、従来の視聴者測定データからユーザクリックデータへの時間をかけての切り替えを示す。この切り替えは、例えば、ユーザクリックデータのデータ品質が、視聴者測定データの品質よりも高い品質であると考えられるときに発生してもよい。或る実施では、視聴者測定データは、常に或る程度は使用され、推奨を作成するために他のデータと混合(blend)されてもよい。推奨システムおよび処理に対する種々の入力の処理において、ゼロから１００％の種々の重み付けが、ここで述べられる種々の入力および他の入力に対して与えられてもよい。
推奨エンジンは、推奨の作成において、このようなデータ品質の配慮を使用することができる。例えば、利用可能なユーザクリックデータが不十分な場合、処理は、推奨の作成において従来の視聴者測定データを使用することができる。対照的に、過剰なユーザクリックデータが存在する場合、推奨エンジンは、その推奨にいっそう基づいてもよく、或いは、或る状況では、排他的にでさえユーザクリックデータに基づいてもよい。最後に、適正(fair)（例えば、不十分(insufficient)と優秀(excellent)との間のどこか）なユーザクリックデータが利用可能な場合、推奨エンジンは、両方のタイプのデータの組み合わせを使用してもよい。この場合、二つのタイプのデータは、両方のソースからの推奨セットの結合のような、或る方法で混合されてもよい。
ステップ４１８では、本システムは、検索クエリーを受信して結果を送信する。例えば、図１Ａを参照すると、ユーザは、検索ボックス１０８に、“ザ・トゥナイトショー(the tonight show)”のような検索クエリーを入力してもよい。結果として、本システムは、メディア結果グルーピング１１６のような、クエリーと一致する検索結果を提供してもよい。
ステップ４２０で、本システムは推奨リクエストを受信する。例えば、この推奨リクエストは、ユーザのブラウザ上で自動的に作成されてもよく、或いは、ユーザは、推奨リンク１１０のような制御を選択することによりリクエストを起動してもよい。
処理４１６におけるこの時点で、推奨エンジンは、利用可能なユーザクリックデータおよび従来の視聴者測定データの品質をアクセスすることができる。協調フィルタリングアプローチに関して上述したように、時間をかけてデータの品質と可用性は変化し得る。例えば、新たに登録されたユーザと新たなＴＶ番組についての“データの欠乏”があり得る。具体的には、新たなＴＶ番組は“コールドスタート問題”を提示し得る。初期段階では、ユーザクリックデータの品質は貧弱であるが、時間をかけて改善される。対照的に、視聴者測定データの品質は、最初の多くのＴＶ番組のエピソードの後では良好であるが、その品質は時間とともに横ばいになる。もし不十分な品質のユーザクリックデータがボックス４２２で利用可能であれば、図４Ｂのフロー図の左の枝が使用されることができる。もし適正な品質のユーザクリックデータがボックス４２４で利用可能であれば、そのフロー図の中央の枝が使用されることができる。もし、優秀な品質のユーザクリックデータがボックス４２６で利用可能であれば、そのフロー図の右の枝が使用されることができる。
不十分な品質のユーザクリックデータがボックス４２２で使用可能であれば、本システムは、視聴者データをボックス４２８でアクセスする。例えば、アクセスされる視聴者データは、例えば、各週のＴＶショーの放映のときに、更新され利用可能な種々の視聴者評定測定からのものであってもよい。本システムは、ボックス４３０で相関関係を生成する。例えば、視聴者測定データと検索結果に関連するトピックスとの間の相関関係が作成されることができる。例えば、この相関関係は、視聴者に人気のあるＴＶショーのあるジャンルを、検索結果において識別されるＴＶショーに関連づけてもよい。
優秀な品質のユーザクリックデータがボックス４２６で利用可能であれば、本システムは、ボックス４３６でユーザクリックデータをアクセスする。例えば、ユーザクリックデータは、ＴＶショーに対するユーザの反応を収集するウェブサイトでのように、時間をかけてユーザから受信される入力を含んでもよい。本システムは、ボックス４３８で相関関係(correlation)を生成してもよい。例えば、ユーザクリックデータと、検索結果に関連するトピックスとの間の相関関係が作成されてもよい。例えば、相関関係は、ユーザに人気のある或るＴＶショーまたはＴＶ局を、検索結果において識別されるＴＶショーに関連づけてもよい。
適正な品質のユーザクリックデータがボックス４２４で利用可能であれば、本システムは、ボックス４３２でユーザクリックデータと視聴者特定データとの組合せをアクセスする。本システムは、ボックス４３４で相関関係を生成して混合(blend)する。二つのタイプのデータは、各データタイプのデータ品質が十分に生かされるように混合されてもよい。例えば、視聴者測定データは、ショーがＴＶ視聴者間で非常に人気があることを示してもよく、一方、ユーザクリックデータは、例えば、視聴者参加測定(audience participation measures)によって、追跡または利用可能でない追加の見識(insight)を提供してもよい。とりわけ、ユーザクリックデータは、例えば、ＴＶプロデューサが考えたことのないテーマまたは見解(observation)（視聴者参加データが考慮しないもの）を識別してもよい。他の例では、視聴者測定データはＴＶ視聴者の初期の強い人気を示してもよく、一方、ユーザクリックデータは、ユーザがＴＶショーに飽き出したことを示しても良い。そして、それに続く相関関係は、両方のデータソースと検索結果との間の相関関係として作成されてもよい。
混合は、異なる方法で実施されることができる。例えば、混合は、時間をかけてデータソースの品質を考慮する数学モデルを使用することができる。ショーの生涯の早期の段階で（例えば、数週間の後）、数学モデルは、高いパーセンテージ（例えば、７０−９０％）の視聴者測定データからの情報を使用し、低いパーセンテージ（例えば、１０−３０％）のユーザクリックデータからの情報を使用してもよい。両方のタイプのデータが同様の品質を有すると予期される場合、パーセンテージは５０−５０であってもよい。ショーが再放送された後のように、ショーの生涯の後期の段階では、混合は、非常に高いパーセンテージ（例えば、９０％）のユーザクリックデータを使用してもよい。
また、ユーザクリックデータは、ユーザの年齢、趣味、または他の関心事のような個人的な情報と混合されてもよい。このタイプの情報は、例えば、ユーザプロファイルから利用可能であってもよい。或る実施では、ユーザは、彼らの個人的な情報が推奨を生成するのに使用されることが通知されてもよく、そして、ユーザは、任意的に、彼らの個人的情報のこのような使用を阻止することができる。このように、本システムは、プライバシーの問題に関する或る心配を一掃するのに役立つことができる。
混合(blending)と関連付け(correlating)は、異なるアプローチ（例えば、“協調フィルタリング”および“コンテンツベースの推奨”）の特質により、時間をかけて変化することができる。上述のように、協調フィルタリングアプローチは、推奨エンジンを“訓練(train)”するために、多数のユーザから受信される入力を使用する。十分なユーザ入力が利用可能であれば、推奨エンジンは、相関の作成においてユーザ入力を信頼することができる。協調フィルタリングの寄与は、例えば、多くのユーザが特定のＴＶショーに関する入力を提供するにつれて、時間をかけて改善することができる。同時に、推奨エンジンは、典型的には、常に、コンテンツベースの推奨アプローチを使用することができ、コンテンツ自体を分析して、アイテムの類似性を見つけ出すことができる。
上述のように、コンテンツベースの推奨アプローチは、アイテムの類似性を判断するのにコンテンツ自体を分析することができ、そして、複数のモデル、即ち、ジャンルベースのモデル、フィルタベースのモデル、および追加データを用いたフィルタベースのモデルを使用してもよい。ジャンルベースのモデルが使用される場合、例えば、同じタイプのＴＶショー（例えば、深夜のトークショー）の間の相関関係が作成されてもよい。この相関関係は、ジャンルデータ（例えば、ＥＰＧプロバイダからのもの）と評定ベースの人気度データ（例えば、局及び／又は番組）との組合せに基づいてもよい。このモデルは、類似の番組のセットを見つけるためにジャンルフィールド値を使用することができる。そして、このセットは、局（例えば、番組を放送する場所）の人気またはシリーズ自体の人気（データが利用可能であれば）によって評定されてもよい。
フィルタベースのモデルが使用される場合、フィルタは、番組の類似性を分析するために使用されることができる。このフィルタは、同じカテゴリ（またはクラスタ）に入る番組のセットを判定するために番組の“一致するクラスタ”を判定することができる。
使用されるモデルがフィルタ処理に追加のデータを適用する場合、より良好なクラスタが結果的に生じることができる。このような追加のデータは、例えば、字幕データ、ブログ、または番組を広範に記述する或るウェブサイトを含んでもよい。この意味において、この第３のモデルは、第２のモデルの拡張(extension)である。
ボックス４４０で、本システムは、ボックス４３０，４３４，４３８における相関関係の生成および混合によるように、生成された推奨にスコアを割り当てる。スコアは、どの程度良好に推奨が検索結果のトピックスと相関があるかに基づいてもよい。例えば、検索結果に対して複数の方法で相関がある推奨は、相関が少ないものよりも高いスコアを受け取ってもよい。例えば、もしクエリー結果がキーファー・サザーランド(Kiefer Sutherland)に関連していれば、キーファー・サザーランド(Kiefer Sutherland)に相関がある推奨は、より高いスコアを与えれることができる。また、もしユーザの個人的情報における情報がキーファー・サザーランド(Kiefer Sutherland)についての好み(liking)を示す場合、対応する推奨はさらに高いスコアが与えられてもよい。
ボックス４４２では、本システムは、要求された推奨を送信する。この推奨は、ボックス４４０において割り当てられたスコアに基づいてソートされてもよい。このように、ユーザが推奨を受信するとき、最も高いスコアの推奨が、最初に表示され、またはリストのトップに表示されてもよい。
図４Ｂは、新たな番組についてのメディア関連の推奨を提供するための処理４５０のフローチャートである。概して、処理４５０は、新たな、または比較的新しい番組に関するリクエストを処理して、このような番組に関する推奨を生成するための一例を示し、ボックス４５２で、新しい番組の識別が受信される。例えば、ユーザは、電子番組案内グリッドの次回の領域から番組を選択し、または、次回の番組についての販売促進用広告を見た後に番組のタイトルを入力してもよい。
ボックス４５４で、処理４５０は、番組が新しいと判定する。例えば、処理４５０は、メディア関連のクリック及び／又は視聴者測定データに対するこのようなエントリーをチェックすることを試みてもよく、そして、十分な数のデータを見つけないかもしれない。本システムは、このようなデータの欠乏から、番組が以前に出現したことがないと推測し、少なくとも広範なリリース(wide release)においては出現していないと推測してもよい。従って、ボックス４５６で、処理４５０は、番組に関連するシリーズを識別してもよい。シリーズの識別を使用して、ボックス４５８での処理は、他のシリーズが、共通のジャンル、あらすじ(plot description)、俳優などの十分な関連の要因を有していることを識別してもよく、それらの他のシリーズは、エピソードについてユーザが関心があれば、ユーザが関心を有する何かであると考えられる。このような状況において、推奨された番組は、他の番組の人気度の測定または両方により、最初のエピソードとの共通性の度合いに従って評定されてもよい。
そして、特定の推奨された識別シリーズと共に、処理４５０は、次の数時間、または次の数日または数週のような、近い将来において放送される予定の番組のエピソードについて検索する。そして、これらのエピソードに関する情報は、ユーザに返却され（ボックス４６２）、そして、ユーザは、ユーザに対する個人向けチャンネルに１又は２以上のエピソードを付加することなどにより、それらを視聴するための機会が与えられてもよい。従って、この処理４５０は、比較的新しい番組についての推奨の提供において使用されるアプローチの一例である。エピソードはそのシリーズクラスタに基づいて視聴されるが、このエピソードは、種々の他のクラスターに割り当てられてもよく、それらのクラスターは、ここで述べられるもののような推奨の作成のために使用されてもよい。
図５は、メディア関連の推奨処理における種々の要素での情報やり取りを示すシーケンス図である。図示されるように、要素は、クライアント、推奨サーバー、クリックサーバー、およびメディア追跡サーバーを含む。クライアントは、例えば、ユーザのＴＶセットに対応することができる。推奨サーバーは、例えば、メディア番組についてのユーザの検索クエリーと一致する検索結果に対応する推奨を生成するコンピュータソフトウェアであり得る。概して、推奨サーバーは、任意のメディア関連の推奨を含む、全ての種類のものに推奨を実際に提供してもよい。クリックサーバーは、例えば、ＴＶショーに関するユーザの意見およびフィードバックを提供するユーザのような、ユーザからの入力を受信する種々のオンラインウェブサイトのセットなどを論理的に含むことができる。一例において、クリックサーバーは、種々のアプリケーションについてのクリックを追跡するグーグルのような企業での一般的なプログラムであることができる。メディア追跡サーバーは、例えば、ニールセン(ielsen)ような企業により運営されるメディア追跡サーバーであることができる。
ボックス５０２で、本システムは、ＴＶ番組などに対応するインデックスのような、インデックスをロードする。インデックスのロードは、推奨サーバーによって実施されることができ、それは、ＴＶショーに対応する視聴者データを受信するための準備においてインデックスを設定してもよい。
ボックス５０４で、推奨サーバーは視聴者データを取得する。例えば、推奨サーバーは、メディア追跡サーバーから特定のショーについての視聴者データを要求してもよい。或る実施では、推奨サーバーは、スケジュールベースでのように、メディア追跡サーバーから視聴者データを自動的に受信するように構成されてもよい（例えば、特定のショーの各週の放映の後に、視聴者評定が更新されたとき）。
メディア追跡サーバーは、ボックス５０６で視聴者データを提供する。提供される視聴者データは、推奨サーバーによる特定のリクエストに応答するものであってもよく、それは、例えば、視聴者データのスケジュールされた送信であってもよい。
推奨サーバーは、ボックス５０８でユーザクリックデータを取得する。特定の番組についてのユーザクリックデータの取得は、例えば、ユーザが、ＴＶでちょうど放送される（または、まもなく放送される）ＴＶ番組に関するコメントを始めたときなどに、ほとんど直ちに開始することができる。
クリックサーバーは、ボックス５１０で推奨サーバーにクリックデータを提供する。例えば、提供されるクリックデータは、特定のＴＶショーについてのような、推奨サーバーにより要求されるクリックデータに応答するものであり得る。更新されたクリックデータの取得は時間をかけて発生し、ユーザから、より新しい入力を表す良好なまたは追加のクリックデータを効果的に組み込む(incorporate)。
クライアントは、ボックス５１４でリクエストされた結果を受信する。例えば、図１Ａを参照すると、検索リクエストは、クエリー“ザ・トゥナイトショー(he tonight show)に関連するメディア番組を見つけるためにユーザが検索ボックス１０８に入力する検索クエリーに基づいてもよい。
クライアントは、ボックス５１６で結果を表示させる。この結果は、検索クエリーに関連するＴＶショーのリストのような、検索結果のリストであってもよい。例えば、検索クエリー“ザ・トゥナイトショー(the tonight show)”に応答して、本システムは、他のトークショーなどを含むメディア結果グルーピング１１６を表示させてもよい。
クライアントは、ボックス５１８で選択(selection)を受信する。この選択は、例えばメディア結果グルーピング１１６からの、ユーザによって作成される選択を指す。例えば、ユーザは、メディア結果グルーピング１１６におけるショーのうちの一つを選択してもよく（例えば、クリックすることにより）、または、ユーザは、そのページ上で他の或るアクションを実施してもよい。クライアントは、１又は２以上のユーザクリックをクリックサーバーに通知することができる。
クリックサーバーは、ボックス５２０で選択を記録する。クライアントによって受信されたユーザ選択に基づいて、クリックサーバーは、ユーザアクションをそのユーザクリックデータのコレクションに付加することができる。このように、クリックサーバーは、時間をかけて複数のユーザのユーザクリックを追跡することができる。クリックサーバーが記録したユーザクリックデータは、ユーザ、タイトル（例えば、ＴＶショー名及び／又はエピソード）、メディアタイプ（例えば、ＴＶなど）、ジャンル（トークショー、ゲームショー、ドラマなど）、ＴＶショー（または映画名）、パーソナリティ（例えば、俳優、エンターテナー、ゲストなど）、または他の属性などにより、種々の方法でインデックスが付されてもよい。このようなインデックスは、推奨エンジンが上述の“協調フィルタリング”を使用するための基準(basis)を形成することができる。
クライアントは、ボックス５２２で推奨を要求する。例えば、図１Ｂを参照すると、ユーザは、ユーザは、メディア推奨１３１ｂの表示をリクエストするために推奨リンク１３１ａを選択してもよい。他の例では、図１Ａを参照すると、ユーザは、メディア推奨１４２を含む詳細ページ１０６の表示をリクエストするために推奨リンク１１０を選択してもよい。推奨リクエストは推奨サーバーに送信されることができ、そして、ユーザのオリジナルの検索クエリーと一致する検索結果を識別してもよい。また、このリクエストは、ユーザの個人的情報が推奨を形成するために使用されるべきかどうかを識別してもよい。
ボックス５２４で、推奨サーバーは推奨コンテンツを識別する。識別されるコンテンツは、クライアントから受信される推奨リクエストに依存する。例えば、推奨サーバーは、検索クエリーに対応する検索結果を用いてコンテンツを識別してもよい。識別されたコンテンツは、メディア番組と関連するパーソナリティの名前またはメディア番組のジャンルを含んでもよい。コンテンツは、また、ユーザの個人情報が推奨を形成するために使用されるべきかどうかを包含(incorporate)する。
推奨サーバーは、ボックス５２６で相関関係を見つける。例えば、推奨の基準(basis)を形成するメディア番組間の相関関係が形成される。相関関係は、或る実施では、ボックス５１２で生成されるトピックスを使用してもよい。或る実施では、相関関係は、共通のキーワードなどに基づく相関関係のような、クラスタリングの使用を含むことができる。
ボックス５２８で、推奨サーバーは相関関係を格納する。相関関係の格納は、追加のメディア推奨が類似の環境について生成されるときのように（例えば、類似の検索結果、類似のジャンルなど）、後で類似の相関関係を再計算する必要を除去することができる。
推奨サーバーは、ボックス５３０で推奨を提供する。例えば、推奨サーバーは、表示のためにクライアントに推奨を提供することができる。提供される推奨は、ちょうど生成されたばかりのものであってもよく、または、記憶装置からアクセスされたものであってもよく、それらの組み合わせてあってもよい。
クライアントは、ボックス５３２で推奨を表示させる。例えば、図１Ｂおよび図１Ｃを参照すると、推奨サーバーから受信された推奨は、メディア推奨１３１ｂまたはメディア推奨１４２として表示されてもよい。
クライアントは、ボックス５３４で選択を受信する。例えば、表示される推奨に応答して、ユーザは、視聴のためにそれらのうちの１又は２以上を選択してもよい。特に、ユーザの選択は、推奨されたメディア番組に関連した追加の情報を表示させるきっかけをユーザに与えてもよい。また、このようなユーザの選択は、例えば特定のＴＶ番組の人気を示すユーザクリックデータを表すことができる。
クリックサーバーは、ボックス５３６で選択を記録する。例えば、ユーザがクライアント上に表示された推奨から作成した選択に基づいて、クリックサーバーは、クリックサーバーが保持するユーザクリックデータを更新することができる。時間をかけてのユーザクリックデータの更新は、クリックサーバーが、推奨サーバーに、必要に応じてクリックデータを（ボックス５１０で）提供することを可能にすることができる。
図６は、ここで述べた技術を実施するために使用することができるコンピュータ装置６００とモバイルコンピュータ装置６５０の例を示す。コンピュータ装置６００は、ラップトップ、デスクトップ、ワークステーション、パーソナルデジタルアシスタンス、サーバー、ブレードサーバー、メインフレーム、および他の適切なコンピュータのような、種々の形式のデジタルコンピュータを表すことを意図している。コンピュータ装置６５０は、パーソナルデジタルアシスタンス、携帯電話、スマートフォン、および他の類似のコンピュータ装置のような、種々の形式のモバイル装置を表すことを意図している。ここに示される構成要素、それらの接続および関係、およびそれらの機能は、一例を示しているに過ぎず、本願の請求項及び／又は明細書に記載された本発明の実施を制限することを意図したものではない。
コンピュータ装置６００は、プロセッサ６０２、メモリ６０４、記憶装置６０６、メモリ６０４および高速拡張ポート６１０に接続された高速インターフェイス６０８、低速バス６１４および記憶装置６０６に接続された低速インターフェイス６１２を備える。構成要素６０２，６０４，６０６，６０８，６１０，６１２のそれぞれは、種々のバスを用いて相互に接続され、そして、共通のマザーボード上に実装され、または他の適切な方法で実装されてもよい。プロセッサ６０２は、高速インターフェイス６０８に接続された表示部６１６のような、外部の入出力装置上にＧＵＩのための画像情報を表示させるためにメモリ６０４または記憶装置６０６に格納された命令を含むコンピュータ装置６０６内での実行用の命令を処理することができる。他の実施では、複数のプロセッサ及び／又は複数のバスは、必要に応じて複数のメモリおよび複数のタイプのメモリと共に使用されてもよい。また、複数のコンピュータ装置６００が、必要な動作部分を提供する各装置（例えば、サーバーバンク、ブレードサーバーのグループ、またはマルチプロセッサシステム）と接続されてもよい。
メモリ６０４は、コンピュータ装置６００内の情報を格納する。一実施において、メモリ６０４は、揮発性メモリユニット（単数または複数）である。他の実施においては、メモリ６０４は、不揮発性メモリユニット（単数または複数）である。メモリ６０４は、また、磁気または光ディスクのような、他の形式のコンピュータ読み取り可能な記録媒体であってもよい。
記憶装置６０６は、コンピュータ装置６００のための大容量記憶を提供する機能を有する。一実施において、記憶装置６０６は、フロッピー（登録商標）ディスク装置、ハードディスク装置、光ディスク装置、またはストレージエリアネットワークまたはアレイデバイス、他の構成の装置のような、コンピュータ読み取り可能な記録媒体であってもよく、またはそれを含んでもよい。コンピュータプログラムプロダクトは、情報キャリアーで有体的に実現されている。コンピュータプログラムプロダクトは、また、実行されたときに、上述したもののような、１又は２以上の方法を実施する命令を含んでもよい。この情報キャリアーは、メモリ６０４、記憶装置６０６、プロセッサ６０２上のメモリ、または伝播信号のような、コンピュータまたはマシン読み取り可能な記録媒体である。
高速制御器６０８は、コンピュータ装置６００についての帯域幅集中動作(bandwidth- intensive operations)を管理する一方、低速制御器６１２は、低帯域幅集中動作(low bandwidth-intensive operations)を管理する。このような機能の割り当ては単なる例に過ぎない。一実施において、高速制御器６０８は、メモリ６０４、表示部６１６（例えばグラフィクスアクセラレータを通じて）に接続されると共に、高速拡張ポート６１０に接続され、それは種々の拡張カード（図示なし）を受容する。この実施において、低速制御器６１２は、記憶装置６０６および低速拡張ポート６１４に接続される。種々の通信ポート（例えば、ＵＳＢ、ブルートゥース、イーサネット（登録商標）、無線イーサネット（登録商標））を備える低速拡張ポートは、例えばネットワークアダプターを通じて、キーボード、ポインティングデバイス、スキャナー、またはスイッチまたはルーターのようなネットワーク装置のような、１又は２以上の入出力装置に接続されてもよい。
コンピュータ装置６００は、図示されるように、異なる多くの形式で実施されてもよい。例えば、それは、標準サーバー６２０、またはこのようなサーバーのグループでマルチタイムで実施されてもよい。また、それは、ラック(rack)サーバーシステム６２４の一部として実施されてもよい。加えて、それは、ラップトップコンピュータ６２２のようなパーソナルコンピュータで実施されてもよい。或いは、コンピュータ装置６００の構成要素は、装置６５０のようなモバイル装置（図示なし）における他の構成要素と組み合わされてもよい。このような装置のそれぞれは、コンピュータ装置６００，６５０のうちの１又は２以上を含んでもよく、システム全体が、相互に通信し合う複数のコンピュータ装置６００，６５０から構成されてもよい。
コンピュータ装置６５０は、とりわけ、プロセッサ６５２、メモリ６６４、表示部６５４のような入出力装置、通信インターフェイス６６６、トランシーバ６６８を備える。また、装置６５０は、追加の記憶装置を提供するために、マイクロドライブまたは他の装置のような、記憶装置を備えることができる。構成要素６５０，６５２，６６４，６５４，６６６，６６８は、種々のバスを用いて相互に接続され、その構成要素の多くは、共通マザーボード上に実装され、または必要に応じて他の方法で実装されてもよい。
プロセッサ６５２は、メモリ６６４に格納された命令を含む、コンピュータ装置６５０内の命令を実行することができる。プロセッサは、別個の複数のアナログおよびデジタルプロセッサを含むチップのチップセットとして実施されてもよい。例えば、プロセッサは、ユーザインターフェイスの制御、装置６５０により作動するアプリケーションの制御、装置６５０による無線通信の制御のような、装置６５０の他の構成要素の協調(coordination)を提供してもよい。
プロセッサ６５２は、制御インターフェイス６５８と、表示部６５４に接続された表示インターフェイス６５６を通じてユーザと通信してもよい。表示部６５４は、例えば、ＴＦＴ ＬＣＤ(Thin-Film-Transistor Liquid Crystal Display)ディスプレイまたはＯＬＥＤ(Organic Light Emitting Diode)ディスプレイ、または他の適切な表示技術であってもよい。表示インターフェイス６５６は、画像または他の情報をユーザに提示するための表示部６５４を駆動するための適切な回路を含んでもよい。制御インターフェイス６５８は、ユーザから命令を受信して、それらをプロセッサ６５２へ送信するために変換する。加えて、外部インターフェイス６６２は、他の装置と装置６５０の近距離通信を可能にするために、プロセッサ６５２との通信に提供されてもよい。外部インターフェイス６６２は、例えば、或る実施において、有線通信を備えてもよく、または他の実施において、無線通信を備えてもよく、そしてまた、複数のインターフェイスが使用されてもよい。
メモリ６６４は、コンピュータ装置６５０内の情報を格納する。メモリ６６４は、コンピュータ読み取り可能な記録媒体（単数または複数）、揮発性メモリユニット（単数または複数）、または不揮発性メモリユニット（単数または複数）のうちの１又は２以上として実施されてもよい。また、拡張メモリ６７４が備えられ、それは拡張インターフェイス６７２を通じて装置６５０に接続されてもよく、それは、例えば、ＳＩＭＭ(Single In Line Memory Module)カードインターフェイスを備えてもよい。このような拡張メモリ６７４は、装置６５０のための追加の記憶空間を提供してもよいく、または、装置６５０のためのアプリケーションおよび他の情報を格納してもよい。具体的には、拡張メモリ６７４は、上述の処理を実行または補完するための命令を含んでもよく、また、保安情報(secure information)を含んでもよい。従って、例えば、拡張メモリ６７４は、装置６５０についての保安モジュールとして備えられてもよく、装置６５０の安全な使用を可能にする命令がプログラムされてもよい。加えて、保安アプリケーションは、不正侵入不能(non-hackable)な方法でＳＩＭＭカード上に識別情報を配置するように、追加の情報と共に、ＳＩＭＭカードを介して提供されてもよい。
メモリは、例えば、以下に述べるようなフラッシュメモリ及び／又はＮＶＲＡＭメモリを含んでもよい。一実施において、コンピュータプログラムプロダクトは、情報キャリアーで有体的に実現される。このコンピュータプログラムプロダクトは、実行されたときに、上述したようの１又は２以上の方法を実施する命令を含む。情報キャリアは、メモリ６６４、拡張メモリ６７４、プロセッサ６５２上のメモリ、または、トランシーバ６６８または外部インターフェイス６６２を介して受信される伝播信号のような、コンピュータまたはマシン読み取り可能な記録媒体である。
装置６５０は、通信インターフェイス６６６を介して無線で通信してもよく、それは、必要に応じてデジタル信号処理回路を備えてもよい。通信インターフェイス６６６は、とりわけ、ＧＳＭ音声コール、ＳＭＳ、ＥＭＳ、またはＭＭＳメッセージング、ＣＤＭＡ、ＴＤＭＡ，ＰＤＣ、ＷＣＤＭＡ，ＣＤＭＡ２０００、またはＧＰＲＳなどのような、種々のモードまたはプロトコルの下での通信を提供してもよい。このような通信は、例えば、無線周波トランシーバ６６８を通じて行われても良い。加えて、ブルートゥース、ＷｉＦｉ、またはこのような他のトランシーバ（図示なし）のような、短距離通信(short-range communication)がなされてもよい。加えて、ＧＰＳ(Global Positioning System)受信器モジュール６７０が、装置６５０に追加のナビゲーション関連およびロケーション関連の無線データを提供してもよく、それは、必要に応じて装置６５０上で動作するアプリケーションによって使用されてもよい。
また、装置６５０は、オーディオコーデック６６０を用いて可聴式で通信してもよく、それは、ユーザから音声情報を受信して、それを利用可能なデジタル情報に変換してもよい。オーディオコーデック６６０は、同様に、例えば装置６５０のハンドセットにおけるスピーカなどを通じて、ユーザに対する可聴音を生成してもよい。このような音は、音声電話コール(voice telephone calls)からの音を含んでもよく、記録音（例えば、ボイスメッセージや音楽ファイルなど）を含んでもよく、また、装置６５０上で動作するアプリケーションによって生成される音を含んでもよい。
コンピュータ装置６５０は、図に示されるように、多くの異なる形式で実施されてもよい。例えば、それは携帯電話６８０として実施されてもよい。また、それは、スマートフォン６８２、パーソナルデジタルアシスタンス、または他の同様のモバイル装置の一部として実施されてもよい。
ここで述べた本システムおよび技術の種々の実施は、デジタル電子回路、集積回路、特別設計されたＡＳＩＣ(application specific integrated circuits)、コンピュータハードウェア、ファームウェア、ソフトウェア、及び／又はその組合せで実現できる。これらの種々の実施は、少なくとも一つのプログラマブルプロセッサを含むプログラマブルシステム上で実行可能及び／又はインタプリット可能な１又は２以上のコンピュータプログラムでの実施を含むことができ、それは、特定用途または汎用のものであってもよく、記憶システム、少なくとも一つの入力装置、および少なくとも一つの出力装置との間で送受信されるデータおよび命令と結合されてもよい。
これらのコンピュータプログラム（プログラム、ソフトウェア、ソフトウェアアプリケーションまたはコードとして知られる）は、プログラマブルプロセッサのためのマシン命令を含み、ハイレベルプロシージャ(high-level procedural)及び／又はオブジェクト指向ののプログラミング言語、及び／又はアセンブリ／マシン言語で実施することができる。ここで用いられているように、用語“マシン読み取り可能な記録媒体”、“コンピュータ読み取り可能な記録媒体”は、マシン命令及び／又はデータをプログラマブルプロセッサに提供するために使用される、任意のコンピュータプログラムプロダクト、装置及び／又はデバイス（例えば、磁気ディスク、光ディスク、メモリ、プログラマブルロジックデバイス（ＰＬＤ））を指し、マシン命令をマシン読み取り可能な信号として受信するマシン読み取り可能な記録媒体を含む。用語“マシン読み取り可能なシグナル”は、プログラマブルプロセッサにマシン命令及び／又はデータを提供するために使用される任意の信号を指す。
ユーザとの情報のやり取りを提供するために、ここに述べた本システムおよび技術は、ユーザに情報を表示するための表示装置（例えば、ＣＲＴ(cathode ray tube)またはＬＣＤ(liquid crystal display)モニタ）と、ユーザが入力をコンピュータに提供するためのキーボードおよびポインティングデバイス（例えば、マウスまたはトラックボール）を備えるコンピュータ上で実施されることができる。他の種類の装置は、同様にユーザとの情報のやり取りを提供するために使用されることができ、例えば、ユーザに提供されるフィードバックは、任意の形式の感覚フィードバック(sensory feedback)（例えば、視覚的なフィードバック、聴覚的なフィードバック、または触覚的なフィードバック）であることができ、ユーザからの入力は、音響、音声、または触覚入力を含む任意の形式で受信されることができる。
ここで述べた本システムおよび技術は、バックエンドコンポーネント（例えば、データサーバー）を備えたコンピュータシステム、ミドルウェアコンポーネント（例えば、アプリケーションサーバー）を備えたコンピュータシステム、またはフロントエンドコンポーネント（例えば、ここで述べたシステムおよび技術の実施とユーザが情報のやり取りを行うことができるグラフィカルユーザインターフェイスまたはウェブブラウザ）を備えたコンピュータシステム、またはこのようなバックエンド、ミドルウェア、またはフロントエンドの組合せを備えたコンピュータシステムで実施することができる。本システムの構成要素は、任意の形式または媒体のデジタルデータ通信（例えば、通信ネットワーク）によって相互接続されることができる。通信ネットワークの例は、ローカルエリアネットワーク（“ＬＡＮ”）、ワイドエリアネットワーク（“ＷＡＮ”）およびインターネットを含む。
コンピュータシステムは、クライアントおよびサーバーを含むことができる。クライアントおよびサーバーは、概して相互にリモートにあり、典型的には通信ネットワークを通じて情報のやり取りを行う。クライアントとサーバーの関係は、各コンピュータ上で作動して相互にクライアント・サーバーの関係を有するコンピュータプログラムに基づいて生じる。
多くの実施形態が説明された。にもかかわらず、種々の変形がなされることが理解される。例えば、上述の種々の形式のフローは、ステップの順番を再度入れ替えて使用されてもよく、または、ステップを除去して使用されてもよい。また、電子番組案内システムおよび方法の多くのアプリケーションが説明されたが、他の多くのアプリケーションが想起される。さらに、電子番組案内に関連して多くの実施形態が説明されたが、その用語は、メディア関連のコンテンツを表示し、このようなコンテンツのための情報をスケジューリングするための種々の形式のメカニズムを含むことが理解される。従って、他の実施は添付の特許請求の範囲に含まれる。
３００ システム
３０２ ＴＶクライアント
３０４ ＴＶフロントエンド
３０６ ユーザクリック履歴
３０８ 推奨生成器
３０９ コーパスデータ
３１０ 視聴者測定データ
３１２ 推奨保存部
３１４ ジャンルベースインデックス
３１６ テーブル
３１８ データローダー
３２０ 検索エンジン

Claims (20)

  1. １又は２以上のメディア番組へのユーザの関心を表す情報を受信するステップと、
    ユーザ以外の個人により前記受信された情報に応答する複数のメディア番組についての人気を示す情報を取得するステップと、
    前記受信された情報に関連する複数のメディア番組から、前記ユーザに対する表示のための１又は２以上のメディア番組の推奨を送信するステップと
    を含むコンピュータ実施の方法。
  2. 前記受信された情報は、明示的なクエリーを含む請求項１記載の方法。
  3. 前記受信された情報は、前記ユーザによって視聴されたメディア番組を示す情報を含む請求項１記載の方法。
  4. 前記１又は２以上の推奨を含む電子番組案内グリッドを表示するためのデータを生成するステップを更に含む請求項１記載の方法。
  5. 前記人気を示す情報は、検索行為または該検索行為に関連するクリック行為を含む請求項１記載の方法。
  6. 前記人気を示す情報は、視聴者測定データを含む請求項１記載の方法。
  7. 前記人気を示す情報は、検索行為または該検索行為に関連するクリック行為を含み、且つ、前記１又は２以上の推奨は、前記検索行為またはクリック行為の品質量によって決定される重み付けに基づいて選択される請求項６記載の方法。
  8. メディア番組に関する視聴者参加およびウェブ検索行為を示す情報を取得し、前記ウェブ検索行為が、十分に高い品質の推奨の作成を許容しなければ、前記視聴者参加データを用いて実質的に推奨を作成するステップを更に含む請求項１記載の方法。
  9. 前記ユーザに関心のあるトピックスを判定するために前記ユーザによる過去の行為を分析し、前記関心のあるトピックスに関連する番組の推奨を作成するステップを更に含む請求項１記載の方法。
  10. 協調フィルタリングを用いて、前記ユーザの関心と前記複数のメディア番組との間の共依存関係を判定するステップを更に含む請求項１記載の方法。
  11. １又は２以上ののメディア番組の人気に関するデータを格納するメモリと、
    メディア関連のリクエストを受信し、前記リクエストに対する応答を生成し、前記応答と異なる推奨を生成するように構成され、前記推奨が、前記１又は２以上のメディア番組に関する情報を含むと共に少なくとも部分的に前記１又は２以上のメディア番組の人気に基づくものであるインターフェイスと、
    前記メディア関連のリクエストに応答した番組を含む番組案内を構成し、前記グリッドに前記番組についての人気指標を表示させるためのコードを生成する番組案内ビルダーと
    を備えたコンピュータ実施のシステム。
  12. 前記推奨は、ウェブ行為データおよび視聴者測定データの組合せから生成される請求項１１記載のコンピュータ実施のシステム。
  13. 前記インターフェイスは、前記ウェブ検索行為データの品質量が改善されると、視聴者測定データの適用からウェブ検索行為データの適用へ移行するように構成された請求項１２記載のコンピュータ実施のシステム。
  14. ユーザとメディア番組との間の共依存関係を判定するための協調フィルターを更に備えた請求項１１記載のコンピュータ実施のシステム。
  15. 前記人気に関するデータは、前記メディア番組に関連するウェブ行為データおよび視聴者測定データを含む請求項１１記載のシステム。
  16. 前記番組案内は、前記推奨によって識別される番組の次回のエピソードのリストを含む請求項１１記載のシステム。
  17. 前記推奨の生成における使用のために、前記１又は２以上のメディア番組の番組間の共依存性を判定するための協調フィルターを更に備えた請求項１１記載のシステム。
  18. １又は２以上のメディア番組の人気に関するデータを格納するメモリと、
    メディア関連識別子のユーザ送信に応答して、前記メディア番組から推奨を生成するための手段と、
    前記推奨に関する番組を含む番組案内を構成するためのコードを生成する番組案内ビルダーと
    を備えたコンピュータ実施のシステム。
  19. 前記人気に関するデータは、前記メディア番組に関連するウェブ行為データおよび視聴者測定データを含む請求項１８記載のシステム。
  20. 前記番組案内は、前記推奨によって識別される番組の次回のエピソードのリストを含む請求項１８記載のシステム。
JP2010522033A 2007-08-24 2008-08-21 メディアベースの推奨 Active JP5264908B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/844,883 2007-08-24
US11/844,883 US8275764B2 (en) 2007-08-24 2007-08-24 Recommending media programs based on media program popularity
PCT/US2008/073883 WO2009029488A2 (en) 2007-08-24 2008-08-21 Media-based recommendations

Publications (3)

Publication Number Publication Date
JP2010537578A true JP2010537578A (ja) 2010-12-02
JP2010537578A5 JP2010537578A5 (ja) 2011-10-06
JP5264908B2 JP5264908B2 (ja) 2013-08-14

Family

ID=40383111

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2010522033A Active JP5264908B2 (ja) 2007-08-24 2008-08-21 メディアベースの推奨

Country Status (9)

Country Link
US (7) US8275764B2 (ja)
EP (3) EP2183917B8 (ja)
JP (1) JP5264908B2 (ja)
KR (1) KR101588814B1 (ja)
CN (1) CN101828393B (ja)
AU (1) AU2008293668B2 (ja)
BR (1) BRPI0816240B1 (ja)
CA (1) CA2697489C (ja)
WO (1) WO2009029488A2 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014507830A (ja) * 2010-12-22 2014-03-27 トムソン ライセンシング 使用法データのフィードバックループ
US9582535B2 (en) 2011-01-04 2017-02-28 Thomson Licensing Media asset usage data reporting that indicates corresponding content creator
JP2020061182A (ja) * 2019-12-27 2020-04-16 Kddi株式会社 番組推薦装置、番組推薦システム、番組推薦方法及び番組推薦プログラム
JP2020061183A (ja) * 2016-03-17 2020-04-16 Kddi株式会社 配信装置及び番組推薦システム
KR20210133962A (ko) 2019-03-11 2021-11-08 소니그룹주식회사 정보 처리 장치 및 정보 처리 시스템

Families Citing this family (303)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6769128B1 (en) 1995-06-07 2004-07-27 United Video Properties, Inc. Electronic television program guide schedule system and method with data feed access
CN1941863B (zh) 1997-07-21 2011-06-29 骏升发展（美国）有限公司 在电子节目导视中向用户显示目标广告的方法
US6898762B2 (en) 1998-08-21 2005-05-24 United Video Properties, Inc. Client-server electronic program guide
US11604847B2 (en) 2005-10-26 2023-03-14 Cortica Ltd. System and method for overlaying content on a multimedia content element based on user interest
US11361014B2 (en) 2005-10-26 2022-06-14 Cortica Ltd. System and method for completing a user profile
US11032017B2 (en) 2005-10-26 2021-06-08 Cortica, Ltd. System and method for identifying the context of multimedia content elements
US11216498B2 (en) 2005-10-26 2022-01-04 Cortica, Ltd. System and method for generating signatures to three-dimensional multimedia data elements
US10742340B2 (en) 2005-10-26 2020-08-11 Cortica Ltd. System and method for identifying the context of multimedia content elements displayed in a web-page and providing contextual filters respective thereto
US20170286434A1 (en) * 2005-10-26 2017-10-05 Cortica, Ltd. System and method for signature-based clustering of multimedia content elements
US10848590B2 (en) 2005-10-26 2020-11-24 Cortica Ltd System and method for determining a contextual insight and providing recommendations based thereon
US11620327B2 (en) 2005-10-26 2023-04-04 Cortica Ltd System and method for determining a contextual insight and generating an interface with recommendations based thereon
US20140156901A1 (en) 2005-10-26 2014-06-05 Cortica Ltd. Computing device, a system and a method for parallel processing of data streams
US10949773B2 (en) 2005-10-26 2021-03-16 Cortica, Ltd. System and methods thereof for recommending tags for multimedia content elements based on context
US9646005B2 (en) 2005-10-26 2017-05-09 Cortica, Ltd. System and method for creating a database of multimedia content elements assigned to users
US11019161B2 (en) 2005-10-26 2021-05-25 Cortica, Ltd. System and method for profiling users interest based on multimedia content analysis
US20160085733A1 (en) 2005-10-26 2016-03-24 Cortica, Ltd. System and method thereof for dynamically associating a link to an information resource with a multimedia content displayed in a web-page
US20160321253A1 (en) 2005-10-26 2016-11-03 Cortica, Ltd. System and method for providing recommendations based on user profiles
US11403336B2 (en) 2005-10-26 2022-08-02 Cortica Ltd. System and method for removing contextually identical multimedia content elements
US8326775B2 (en) 2005-10-26 2012-12-04 Cortica Ltd. Signature generation for multimedia deep-content-classification by a large-scale matching system and method thereof
US11386139B2 (en) 2005-10-26 2022-07-12 Cortica Ltd. System and method for generating analytics for entities depicted in multimedia content
US7792815B2 (en) 2006-03-06 2010-09-07 Veveo, Inc. Methods and systems for selecting and presenting content based on context sensitive user preferences
US8316394B2 (en) 2006-03-24 2012-11-20 United Video Properties, Inc. Interactive media guidance application with intelligent navigation and display features
US8788588B2 (en) * 2006-05-03 2014-07-22 Samsung Electronics Co., Ltd. Method of providing service for user search, and apparatus, server, and system for the same
US9003056B2 (en) 2006-07-11 2015-04-07 Napo Enterprises, Llc Maintaining a minimum level of real time media recommendations in the absence of online friends
US8059646B2 (en) 2006-07-11 2011-11-15 Napo Enterprises, Llc System and method for identifying music content in a P2P real time recommendation network
US7970922B2 (en) 2006-07-11 2011-06-28 Napo Enterprises, Llc P2P real time media recommendations
US7801888B2 (en) 2007-03-09 2010-09-21 Microsoft Corporation Media content search results ranked by popularity
US8112720B2 (en) 2007-04-05 2012-02-07 Napo Enterprises, Llc System and method for automatically and graphically associating programmatically-generated media item recommendations related to a user's socially recommended media items
US8631440B2 (en) 2007-04-30 2014-01-14 Google Inc. Program guide user interface
US8065603B2 (en) * 2007-04-30 2011-11-22 Google Inc. Hiding portions of display content
US8782698B2 (en) 2007-04-30 2014-07-15 Google Inc. Customizable media channels
US8522281B1 (en) 2007-04-30 2013-08-27 Google Inc. Head end generalization
US20080271078A1 (en) * 2007-04-30 2008-10-30 Google Inc. Momentary Electronic Program Guide
US8572649B1 (en) 2007-04-30 2013-10-29 Google Inc. Electronic program guide presentation
US8484192B1 (en) 2007-04-30 2013-07-09 Google Inc. Media search broadening
US8005826B1 (en) 2007-04-30 2011-08-23 Google Inc. Identifying media content in queries
US8533761B1 (en) 2007-04-30 2013-09-10 Google Inc. Aggregating media information
US20090049045A1 (en) 2007-06-01 2009-02-19 Concert Technology Corporation Method and system for sorting media items in a playlist on a media device
US11537636B2 (en) 2007-08-21 2022-12-27 Cortica, Ltd. System and method for using multimedia content as search queries
US8275764B2 (en) 2007-08-24 2012-09-25 Google Inc. Recommending media programs based on media program popularity
JP2009117974A (ja) * 2007-11-02 2009-05-28 Fujifilm Corp 興味情報作成方法、装置およびシステム
US7865522B2 (en) 2007-11-07 2011-01-04 Napo Enterprises, Llc System and method for hyping media recommendations in a media recommendation system
US9060034B2 (en) 2007-11-09 2015-06-16 Napo Enterprises, Llc System and method of filtering recommenders in a media item recommendation system
US8224856B2 (en) 2007-11-26 2012-07-17 Abo Enterprises, Llc Intelligent default weighting process for criteria utilized to score media content items
US8566884B2 (en) * 2007-11-29 2013-10-22 Cisco Technology, Inc. Socially collaborative filtering
US9224150B2 (en) 2007-12-18 2015-12-29 Napo Enterprises, Llc Identifying highly valued recommendations of users in a media recommendation network
KR101487833B1 (ko) * 2007-12-20 2015-01-30 삼성전자 주식회사 프로그램 기준의 ｅｐｇ 시스템 및 그 방법
US8396951B2 (en) 2007-12-20 2013-03-12 Napo Enterprises, Llc Method and system for populating a content repository for an internet radio service based on a recommendation network
US9734507B2 (en) 2007-12-20 2017-08-15 Napo Enterprise, Llc Method and system for simulating recommendations in a social network for an offline user
US9015570B2 (en) * 2007-12-21 2015-04-21 Brighttalk Ltd. System and method for providing a web event channel player
US9584564B2 (en) 2007-12-21 2017-02-28 Brighttalk Ltd. Systems and methods for integrating live audio communication in a live web event
US8316015B2 (en) 2007-12-21 2012-11-20 Lemi Technology, Llc Tunersphere
US9032441B2 (en) 2007-12-21 2015-05-12 BrightTALK Limited System and method for self management of a live web event
US8060525B2 (en) * 2007-12-21 2011-11-15 Napo Enterprises, Llc Method and system for generating media recommendations in a distributed environment based on tagging play history information with location information
US8117193B2 (en) 2007-12-21 2012-02-14 Lemi Technology, Llc Tunersphere
US20090228918A1 (en) * 2008-03-05 2009-09-10 Changingworlds Ltd. Content recommender
US8725740B2 (en) * 2008-03-24 2014-05-13 Napo Enterprises, Llc Active playlist having dynamic media item groups
JP2009245289A (ja) * 2008-03-31 2009-10-22 Hitachi Ltd コンテンツ提供システム及びコンテンツ提供方法
US20090254643A1 (en) * 2008-04-04 2009-10-08 Merijn Camiel Terheggen System and method for identifying galleries of media objects on a network
US20090259621A1 (en) * 2008-04-11 2009-10-15 Concert Technology Corporation Providing expected desirability information prior to sending a recommendation
US8484311B2 (en) 2008-04-17 2013-07-09 Eloy Technology, Llc Pruning an aggregate media collection
US8364528B2 (en) * 2008-05-06 2013-01-29 Richrelevance, Inc. System and process for improving product recommendations for use in providing personalized advertisements to retail customers
US20100070537A1 (en) * 2008-09-17 2010-03-18 Eloy Technology, Llc System and method for managing a personalized universal catalog of media items
JP4650552B2 (ja) * 2008-10-14 2011-03-16 ソニー株式会社 電子機器、コンテンツ推薦方法及びプログラム
US8484227B2 (en) 2008-10-15 2013-07-09 Eloy Technology, Llc Caching and synching process for a media sharing system
US8880599B2 (en) * 2008-10-15 2014-11-04 Eloy Technology, Llc Collection digest for a media sharing system
US10158823B2 (en) * 2008-12-31 2018-12-18 Tivo Solutions Inc. Methods and techniques for adaptive search
US9152300B2 (en) 2008-12-31 2015-10-06 Tivo Inc. Methods and techniques for adaptive search
US8200602B2 (en) 2009-02-02 2012-06-12 Napo Enterprises, Llc System and method for creating thematic listening experiences in a networked peer media recommendation environment
US9094714B2 (en) 2009-05-29 2015-07-28 Cognitive Networks, Inc. Systems and methods for on-screen graphics detection
US20100332961A1 (en) * 2009-06-28 2010-12-30 Venkat Ramaswamy Automatic link publisher
JP5338549B2 (ja) * 2009-08-05 2013-11-13 ソニー株式会社 表示装置及び表示方法
US20110041157A1 (en) * 2009-08-13 2011-02-17 Tandberg Television Inc. Systems and Methods for Selecting Content For a Subscriber of a Content Service Provider
US9166714B2 (en) 2009-09-11 2015-10-20 Veveo, Inc. Method of and system for presenting enriched video viewing analytics
US8554837B2 (en) * 2009-09-25 2013-10-08 Cisco Technology, Inc. Automatic moderation of media content by a first content provider based on detected moderation by a second content provider
US9043314B2 (en) * 2009-11-16 2015-05-26 David Y. Chen Search engine query customization and search site rating system
RU2012130131A (ru) * 2009-12-17 2014-01-27 Шарп Кабусики Кайся Устройство отображения программной информации, способ отображения программной информации, программа и носитель записи
CA2881453A1 (en) * 2010-01-26 2011-08-04 Touchtunes Music Corporation Digital jukebox device with improved user interfaces, and associated methods
JP5462200B2 (ja) * 2010-02-19 2014-04-02 パナソニック株式会社 番組表配信装置、番組配信装置、番組表受信端末、番組表送受信システム、番組表配信方法、番組表受信方法、プログラム、及び記録媒体
US9367615B2 (en) * 2010-03-12 2016-06-14 Aol Inc. Systems and methods for organizing and displaying electronic media content
US20110258154A1 (en) * 2010-04-15 2011-10-20 Ffwd Corporation Content duration and interaction monitoring to automate presentation of media content in a channel sharing of media content in a channel
US20110270947A1 (en) * 2010-04-29 2011-11-03 Cok Ronald S Digital imaging method employing user personalization and image utilization profiles
DE102010026633B4 (de) * 2010-07-09 2013-08-01 Vfree.Tv Gmbh Client, Server, System, Verfahren und Computerprogrammprodukt zum individuellen und zeitunabhängigen Nutzen von Medieninhalten
US8973045B2 (en) * 2010-08-24 2015-03-03 At&T Intellectual Property I, Lp System and method for creating hierarchical multimedia programming favorites
US9679060B2 (en) * 2010-10-13 2017-06-13 Microsoft Technology Licensing, Llc Following online social behavior to enhance search experience
US8787882B2 (en) * 2010-12-09 2014-07-22 Alcatel Lucent Resource profile adjustment for pre-fetching of assets to user equipment
US9420030B2 (en) 2010-12-15 2016-08-16 Brighttalk Ltd. System and method for distributing web events via distribution channels
US9736524B2 (en) 2011-01-06 2017-08-15 Veveo, Inc. Methods of and systems for content search based on environment sampling
JP2012190061A (ja) * 2011-03-08 2012-10-04 Sony Corp 情報処理装置、端末装置、情報提示システム、評価スコアの算出方法、及びプログラム
CN102750288B (zh) * 2011-04-21 2015-11-11 中国移动通信集团广东有限公司 一种互联网内容推荐方法及装置
US8839303B2 (en) 2011-05-13 2014-09-16 Google Inc. System and method for enhancing user search results by determining a television program currently being displayed in proximity to an electronic device
US8584167B2 (en) 2011-05-31 2013-11-12 Echostar Technologies L.L.C. Electronic programming guides combining stored content information and content provider schedule information
EP2724549A1 (en) 2011-06-24 2014-04-30 The Directv Group, Inc. Method and system for obtaining viewing data and providing content recommendations at a set top box
US10055746B1 (en) 2011-06-24 2018-08-21 The Directv Group, Inc. Method and system for obtaining feedback for a content recommendation by various algorithms
US9788069B1 (en) 2011-06-24 2017-10-10 The Directv Group, Inc. Method and system for recording recommended content within a user device
US9055276B2 (en) 2011-07-29 2015-06-09 Apple Inc. Camera having processing customized for identified persons
US8719277B2 (en) 2011-08-08 2014-05-06 Google Inc. Sentimental information associated with an object within a media
US8627349B2 (en) 2011-08-23 2014-01-07 Echostar Technologies L.L.C. User interface
GB2493956A (en) * 2011-08-24 2013-02-27 Inview Technology Ltd Recommending audio-visual content based on user's personal preerences and the profiles of others
US9058575B2 (en) * 2011-08-25 2015-06-16 Justin R. Labagh Method and system for creating and maintaining activity plans
US9715659B2 (en) 2011-08-26 2017-07-25 Google Inc. System and method for determining a level of confidence that a media item is being presented
US9032451B2 (en) 2011-09-01 2015-05-12 The Directv Group, Inc. Method and system for using a second screen device for interacting with a set top box to enhance a user experience
CN102982042B (zh) * 2011-09-07 2015-08-19 中国移动通信集团公司 一种个性化内容推荐方法、平台以及系统
US9154821B2 (en) 2011-11-03 2015-10-06 Google Inc. Systems and methods for displaying viewership and/or message data
US9582592B2 (en) * 2011-12-20 2017-02-28 Bitly, Inc. Systems and methods for generating a recommended list of URLs by aggregating a plurality of enumerated lists of URLs, the recommended list of URLs identifying URLs accessed by users that also accessed a submitted URL
WO2013102931A2 (en) * 2011-12-21 2013-07-11 Whats On India Media Private Limited A method and system for an optimal choice of channels and program for user"
EP2795916A4 (en) * 2011-12-21 2015-08-05 Intel Corp ON A USER BEHAVIOR BASED DATA TRANSFER IN DEVICES
US9143834B2 (en) * 2012-02-24 2015-09-22 Wew Entertainment Corporation System and method for organizing a media program guide according to popularity
US8584156B2 (en) * 2012-03-29 2013-11-12 Sony Corporation Method and apparatus for manipulating content channels
US20130311408A1 (en) * 2012-05-15 2013-11-21 Comcast Cable Communications, Llc Determining and Predicting Popularity of Content
US9584834B1 (en) 2012-06-25 2017-02-28 Google Inc. Video broadcasting with geolocation
EP2680209A1 (en) * 2012-06-29 2014-01-01 Axel Springer Digital TV Guide GmbH Device and method for automatic generation of a recommendation
US9460205B2 (en) 2012-07-20 2016-10-04 Google Inc. Crowdsourced video collaboration
US20140025755A1 (en) * 2012-07-20 2014-01-23 Google Inc. Inferring events based on mob source video
CN102833594B (zh) * 2012-08-14 2017-11-24 中兴通讯股份有限公司 一种网络协议电视iptv节目搜索方法、装置及系统
CN102802037A (zh) * 2012-08-16 2012-11-28 中兴通讯股份有限公司 一种利用节目业务指南实现用户评分的方法和系统
US9817826B2 (en) * 2012-09-27 2017-11-14 Google Inc. System and method for recommending media programs and notifying a user before programs start
CN102917269B (zh) * 2012-09-29 2016-06-29 青岛海信电器股份有限公司 一种电视节目推荐系统及方法
US20140098177A1 (en) 2012-10-09 2014-04-10 Tv Ears, Inc. Mobile application for accessing television audio
KR20140046902A (ko) * 2012-10-11 2014-04-21 엘지전자 주식회사 영상표시장치 및 그 동 작방법
US9053424B1 (en) * 2012-10-26 2015-06-09 Google Inc. Learning mechanism for recommended reordering of elements based on demographic information
US8612281B1 (en) 2012-10-27 2013-12-17 Lions Gate Entertainment Inc. System and method for producing and distributing audio-visual content
EP2912566A4 (en) * 2012-10-27 2016-08-17 Lions Gate Entertainment Inc SYSTEM AND METHOD FOR PRODUCTION AND DISTRIBUTION OF AUDIOVISUAL CONTENT
US9626435B2 (en) * 2012-11-16 2017-04-18 Google Inc. Using hierarchical scoring for disambiguation in an information retrieval system
US9779140B2 (en) 2012-11-16 2017-10-03 Google Inc. Ranking signals for sparse corpora
US9591339B1 (en) 2012-11-27 2017-03-07 Apple Inc. Agnostic media delivery system
US8887197B2 (en) 2012-11-29 2014-11-11 At&T Intellectual Property I, Lp Method and apparatus for managing advertisements using social media data
US9774917B1 (en) * 2012-12-10 2017-09-26 Apple Inc. Channel bar user interface
US10200761B1 (en) 2012-12-13 2019-02-05 Apple Inc. TV side bar user interface
US9532111B1 (en) 2012-12-18 2016-12-27 Apple Inc. Devices and method for providing remote control hints on a display
CN103873955A (zh) * 2012-12-18 2014-06-18 联想(北京)有限公司 一种视频获取方法及装置
US10521188B1 (en) 2012-12-31 2019-12-31 Apple Inc. Multi-user TV user interface
US9129227B1 (en) 2012-12-31 2015-09-08 Google Inc. Methods, systems, and media for recommending content items based on topics
US10003780B1 (en) 2013-03-14 2018-06-19 The Directv Group, Inc. Method and system for recording recommended content within a user device and indicating recording capacity
US9602875B2 (en) 2013-03-15 2017-03-21 Echostar Uk Holdings Limited Broadcast content resume reminder
US8973038B2 (en) 2013-05-03 2015-03-03 Echostar Technologies L.L.C. Missed content access guide
US9639881B2 (en) * 2013-05-20 2017-05-02 TCL Research America Inc. Method and system for personalized video recommendation based on user interests modeling
US10216842B2 (en) * 2013-06-03 2019-02-26 Google Llc Method for clustering results from a same channel
US20160066003A1 (en) * 2013-06-04 2016-03-03 Thomson Licensing Viral tuning method
US9930404B2 (en) 2013-06-17 2018-03-27 Echostar Technologies L.L.C. Event-based media playback
US9313551B2 (en) 2013-06-17 2016-04-12 Google Inc. Enhanced program guide
US9848249B2 (en) 2013-07-15 2017-12-19 Echostar Technologies L.L.C. Location based targeted advertising
US9154845B1 (en) 2013-07-29 2015-10-06 Wew Entertainment Corporation Enabling communication and content viewing
US9066156B2 (en) * 2013-08-20 2015-06-23 Echostar Technologies L.L.C. Television receiver enhancement features
US10297287B2 (en) 2013-10-21 2019-05-21 Thuuz, Inc. Dynamic media recording
US9485543B2 (en) 2013-11-12 2016-11-01 Google Inc. Methods, systems, and media for presenting suggestions of media content
US9552395B2 (en) * 2013-11-13 2017-01-24 Google Inc. Methods, systems, and media for presenting recommended media content items
US20170134819A9 (en) * 2013-11-19 2017-05-11 Sap Se Apparatus and Method for Context-based Storage and Retrieval of Multimedia Content
US9749431B1 (en) 2013-11-21 2017-08-29 Mashable, Inc. Finding a potentially viral first media content and transmitting a second media content that is selected based on the first media content and based on the determination that the first media content exceeds a velocity threshold
US9860477B2 (en) 2013-12-23 2018-01-02 Echostar Technologies L.L.C. Customized video mosaic
US9420333B2 (en) 2013-12-23 2016-08-16 Echostar Technologies L.L.C. Mosaic focus control
IN2014MU00140A (ja) 2014-01-15 2015-08-28 Whats On India Media Private Ltd
CN104834652A (zh) * 2014-02-11 2015-08-12 北京千橡网景科技发展有限公司 一种服务于社交网络的短信策略的构建方法及其装置
US10349093B2 (en) * 2014-03-10 2019-07-09 Cisco Technology, Inc. System and method for deriving timeline metadata for video content
WO2015139718A1 (en) * 2014-03-17 2015-09-24 Telefonaktiebolaget L M Ericsson (Publ) Method and apparatus for tv program recommendation
WO2015159303A2 (en) 2014-04-02 2015-10-22 Whats On India Media Private Limited A method and system for customer management
US20150293995A1 (en) 2014-04-14 2015-10-15 David Mo Chen Systems and Methods for Performing Multi-Modal Video Search
US20150294633A1 (en) * 2014-04-15 2015-10-15 Edward K. Y. Jung Life Experience Enhancement Illuminated by Interlinked Communal Connections
US10055693B2 (en) 2014-04-15 2018-08-21 Elwha Llc Life experience memorialization with observational linkage via user recognition
JP6405704B2 (ja) * 2014-05-26 2018-10-17 ソニー株式会社 情報処理装置、情報処理方法、及び、プログラム
KR20150136316A (ko) * 2014-05-27 2015-12-07 삼성전자주식회사 정보 제공을 위한 전자 장치, 방법 및 시스템
US9805125B2 (en) 2014-06-20 2017-10-31 Google Inc. Displaying a summary of media content items
US9838759B2 (en) 2014-06-20 2017-12-05 Google Inc. Displaying information related to content playing on a device
US10206014B2 (en) 2014-06-20 2019-02-12 Google Llc Clarifying audible verbal information in video content
US9946769B2 (en) 2014-06-20 2018-04-17 Google Llc Displaying information related to spoken dialogue in content playing on a device
JP6519157B2 (ja) * 2014-06-23 2019-05-29 カシオ計算機株式会社 情報評価装置、情報評価方法、及びプログラム
JP6482578B2 (ja) 2014-06-24 2019-03-13 アップル インコーポレイテッドＡｐｐｌｅ Ｉｎｃ． ユーザインタフェースにおけるナビゲートのためのカラムインタフェース
KR102076252B1 (ko) 2014-06-24 2020-02-11 애플 인크. 입력 디바이스 및 사용자 인터페이스 상호작용
US9681196B2 (en) 2014-08-27 2017-06-13 Echostar Technologies L.L.C. Television receiver-based network traffic control
US9681176B2 (en) 2014-08-27 2017-06-13 Echostar Technologies L.L.C. Provisioning preferred media content
US9936248B2 (en) 2014-08-27 2018-04-03 Echostar Technologies L.L.C. Media content output control
US9621959B2 (en) 2014-08-27 2017-04-11 Echostar Uk Holdings Limited In-residence track and alert
US9628861B2 (en) 2014-08-27 2017-04-18 Echostar Uk Holdings Limited Source-linked electronic programming guide
US9565474B2 (en) 2014-09-23 2017-02-07 Echostar Technologies L.L.C. Media content crowdsource
US11863848B1 (en) 2014-10-09 2024-01-02 Stats Llc User interface for interaction with customized highlight shows
US10419830B2 (en) 2014-10-09 2019-09-17 Thuuz, Inc. Generating a customized highlight sequence depicting an event
US10536758B2 (en) 2014-10-09 2020-01-14 Thuuz, Inc. Customized generation of highlight show with narrative component
US10433030B2 (en) 2014-10-09 2019-10-01 Thuuz, Inc. Generating a customized highlight sequence depicting multiple events
US9854317B1 (en) 2014-11-24 2017-12-26 Wew Entertainment Corporation Enabling video viewer interaction
US9967619B2 (en) 2014-12-01 2018-05-08 Google Llc System and method for associating search queries with remote content display
US10432296B2 (en) 2014-12-31 2019-10-01 DISH Technologies L.L.C. Inter-residence computing resource sharing
US9800938B2 (en) 2015-01-07 2017-10-24 Echostar Technologies L.L.C. Distraction bookmarks for live and recorded video
AU2016211254B2 (en) 2015-01-30 2019-09-19 Inscape Data, Inc. Methods for identifying video segments and displaying option to view from an alternative source and/or on an alternative device
US20160232451A1 (en) * 2015-02-09 2016-08-11 Velocee Ltd. Systems and methods for managing audio content
US10296645B2 (en) 2015-02-13 2019-05-21 Google Llc Systems and methods for content selection based on search query correlation with broadcast media
US10003836B2 (en) 2015-04-23 2018-06-19 Rovi Guides, Inc. Systems and methods for improving accuracy in media asset recommendation models based on users' levels of enjoyment with respect to media assets
US10575057B2 (en) 2015-04-23 2020-02-25 Rovi Guides, Inc. Systems and methods for improving accuracy in media asset recommendation models
US20160314410A1 (en) * 2015-04-23 2016-10-27 Rovi Guides, Inc. Systems and methods for improving accuracy in media asset recommendations based on data from one data space
US20160314404A1 (en) * 2015-04-23 2016-10-27 Rovi Guides, Inc. Systems and methods for improving accuracy in media asset recommendations based on data from multiple data spaces
US10462524B2 (en) * 2015-06-23 2019-10-29 Facebook, Inc. Streaming media presentation system
CN108293140B (zh) 2015-07-16 2020-10-02 构造数据有限责任公司 公共媒体段的检测
CA3229617A1 (en) 2015-07-16 2017-01-19 Inscape Data, Inc. Systems and methods for partitioning search indexes for improved efficiency in identifying media segments
US10080062B2 (en) 2015-07-16 2018-09-18 Inscape Data, Inc. Optimizing media fingerprint retention to improve system resource utilization
EP3323054A1 (en) * 2015-07-16 2018-05-23 Inscape Data, Inc. Prediction of future views of video segments to optimize system resource utilization
WO2017015100A1 (en) 2015-07-17 2017-01-26 Tribune Broadcasting Company, Llc Video-production system with social-media features
US10061817B1 (en) 2015-07-29 2018-08-28 Google Llc Social ranking for apps
US10530875B2 (en) * 2015-08-26 2020-01-07 Facebook, Inc. Customizing media content on online social networks
RU2632131C2 (ru) 2015-08-28 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и устройство для создания рекомендуемого списка содержимого
RU2629638C2 (ru) 2015-09-28 2017-08-30 Общество С Ограниченной Ответственностью "Яндекс" Способ и сервер создания рекомендуемого набора элементов для пользователя
RU2632100C2 (ru) 2015-09-28 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и сервер создания рекомендованного набора элементов
US10582275B2 (en) 2015-11-11 2020-03-03 The Syg Institute Co., Ltd. Real-time digit string-based information distribution system using smart terminal and method thereof
CN105282616A (zh) * 2015-11-13 2016-01-27 云南大学 一种组合协同过滤iptv节目推荐方法
CN105430505B (zh) * 2015-11-13 2018-07-03 云南大学 一种基于组合策略的iptv节目推荐方法
US10349141B2 (en) 2015-11-19 2019-07-09 Google Llc Reminders of media content referenced in other media content
US10613825B2 (en) * 2015-11-30 2020-04-07 Logmein, Inc. Providing electronic text recommendations to a user based on what is discussed during a meeting
US11195043B2 (en) 2015-12-15 2021-12-07 Cortica, Ltd. System and method for determining common patterns in multimedia content elements based on key points
WO2017105641A1 (en) 2015-12-15 2017-06-22 Cortica, Ltd. Identification of key points in multimedia data elements
CN105426536A (zh) * 2015-12-21 2016-03-23 北京奇虎科技有限公司 汽车类搜索结果页的展现方法及装置
US10341728B2 (en) 2015-12-30 2019-07-02 Sling Media L.L.C. Media systems for temporally and contextually relevant recommendations
WO2017116894A1 (en) * 2015-12-30 2017-07-06 Echostar Technologies L.L.C Media systems for temporally and contextually relevant recommendations
US20170214954A1 (en) * 2016-01-25 2017-07-27 Google Inc. Media Program Moments Guide
US10034053B1 (en) 2016-01-25 2018-07-24 Google Llc Polls for media program moments
US9928230B1 (en) 2016-09-29 2018-03-27 Vignet Incorporated Variable and dynamic adjustments to electronic forms
US9858063B2 (en) 2016-02-10 2018-01-02 Vignet Incorporated Publishing customized application modules
RU2632144C1 (ru) 2016-05-12 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Компьютерный способ создания интерфейса рекомендации контента
DK201670582A1 (en) 2016-06-12 2018-01-02 Apple Inc Identifying applications on which content is available
DK201670581A1 (en) 2016-06-12 2018-01-08 Apple Inc Device-level authorization for viewing content
RU2632132C1 (ru) 2016-07-07 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и устройство для создания рекомендаций содержимого в системе рекомендаций
RU2636702C1 (ru) 2016-07-07 2017-11-27 Общество С Ограниченной Ответственностью "Яндекс" Способ и устройство для выбора сетевого ресурса в качестве источника содержимого для системы рекомендаций
US10575055B2 (en) * 2016-07-11 2020-02-25 Sony Corporation Using automatic content recognition (ACR) to weight search results for audio video display device (AVDD)
US10015539B2 (en) 2016-07-25 2018-07-03 DISH Technologies L.L.C. Provider-defined live multichannel viewing events
CN106407137A (zh) * 2016-09-18 2017-02-15 中国科学技术大学苏州研究院 基于邻域模型的协同过滤推荐算法的硬件加速器和方法
US11966560B2 (en) 2016-10-26 2024-04-23 Apple Inc. User interfaces for browsing content from multiple content applications on an electronic device
CN106572371B (zh) * 2016-11-07 2019-11-26 腾讯科技（深圳）有限公司 互联网电视自动播放方法、装置及服务器
US10021448B2 (en) 2016-11-22 2018-07-10 DISH Technologies L.L.C. Sports bar mode automatic viewing determination
CN108229993B (zh) * 2016-12-15 2022-03-01 北京国双科技有限公司 一种数据处理的方法及装置
USD882600S1 (en) 2017-01-13 2020-04-28 Yandex Europe Ag Display screen with graphical user interface
CN106803973B (zh) * 2017-01-18 2020-02-04 华数传媒网络有限公司 一种电视节目的智能编排方法
US10545954B2 (en) 2017-03-15 2020-01-28 Google Llc Determining search queries for obtaining information during a user experience of an event
CN107404361B (zh) * 2017-06-20 2020-02-07 上海闻泰电子科技有限公司 信息获取与推送方法以及系统
WO2019008581A1 (en) 2017-07-05 2019-01-10 Cortica Ltd. DETERMINATION OF DRIVING POLICIES
WO2019012527A1 (en) 2017-07-09 2019-01-17 Cortica Ltd. ORGANIZATION OF DEPTH LEARNING NETWORKS
EP3454280A1 (en) * 2017-09-12 2019-03-13 Nagravision SA Content management system and method for operating same
US10432987B2 (en) 2017-09-15 2019-10-01 Cisco Technology, Inc. Virtualized and automated real time video production system
CN108415996A (zh) * 2018-02-13 2018-08-17 北京奇虎科技有限公司 一种新闻信息推送方法、装置及电子设备
CN108388630A (zh) * 2018-02-13 2018-08-10 北京奇虎科技有限公司 一种购物信息推送方法、装置及电子设备
CN108388629A (zh) * 2018-02-13 2018-08-10 北京奇虎科技有限公司 一种多媒体信息推送方法、装置及电子设备
CN108399232A (zh) * 2018-02-13 2018-08-14 北京奇虎科技有限公司 一种信息推送方法、装置及电子设备
US11132406B2 (en) * 2018-05-18 2021-09-28 Google Llc Action indicators for search operation output elements
US11138438B2 (en) 2018-05-18 2021-10-05 Stats Llc Video processing for embedded information card localization and content extraction
DK201870354A1 (en) 2018-06-03 2019-12-20 Apple Inc. SETUP PROCEDURES FOR AN ELECTRONIC DEVICE
US11025985B2 (en) 2018-06-05 2021-06-01 Stats Llc Audio processing for detecting occurrences of crowd noise in sporting event television programming
US11264048B1 (en) 2018-06-05 2022-03-01 Stats Llc Audio processing for detecting occurrences of loud sound characterized by brief audio bursts
US10846544B2 (en) 2018-07-16 2020-11-24 Cartica Ai Ltd. Transportation prediction system and method
KR102582046B1 (ko) * 2018-07-19 2023-09-22 삼성전자주식회사 추천 채널 리스트 제공 방법 및 그에 따른 디스플레이 장치
US10775974B2 (en) 2018-08-10 2020-09-15 Vignet Incorporated User responsive dynamic architecture
CN109255371B (zh) * 2018-08-23 2021-06-15 武汉斗鱼网络科技有限公司 一种确定直播平台虚假关注用户的方法以及相关设备
KR102155488B1 (ko) * 2018-09-03 2020-09-14 에스케이텔레콤 주식회사 콘텐츠 추천 방법 및 이를 위한 장치
US11613261B2 (en) 2018-09-05 2023-03-28 Autobrains Technologies Ltd Generating a database and alerting about improperly driven vehicles
RU2714594C1 (ru) 2018-09-14 2020-02-18 Общество С Ограниченной Ответственностью "Яндекс" Способ и система определения параметра релевантность для элементов содержимого
RU2720952C2 (ru) 2018-09-14 2020-05-15 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для создания рекомендации цифрового содержимого
RU2720899C2 (ru) 2018-09-14 2020-05-14 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для определения зависящих от пользователя пропорций содержимого для рекомендации
RU2725659C2 (ru) 2018-10-08 2020-07-03 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для оценивания данных о взаимодействиях пользователь-элемент
RU2731335C2 (ru) 2018-10-09 2020-09-01 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для формирования рекомендаций цифрового контента
US10839694B2 (en) 2018-10-18 2020-11-17 Cartica Ai Ltd Blind spot alert
US20200133308A1 (en) 2018-10-18 2020-04-30 Cartica Ai Ltd Vehicle to vehicle (v2v) communication less truck platooning
US11700356B2 (en) 2018-10-26 2023-07-11 AutoBrains Technologies Ltd. Control transfer of a vehicle
US11904863B2 (en) 2018-10-26 2024-02-20 AutoBrains Technologies Ltd. Passing a curve
US11392738B2 (en) 2018-10-26 2022-07-19 Autobrains Technologies Ltd Generating a simulation scenario
US10789535B2 (en) 2018-11-26 2020-09-29 Cartica Ai Ltd Detection of road elements
US11170647B2 (en) 2019-02-07 2021-11-09 Cartica Ai Ltd. Detection of vacant parking spaces
US11643005B2 (en) 2019-02-27 2023-05-09 Autobrains Technologies Ltd Adjusting adjustable headlights of a vehicle
US11285963B2 (en) 2019-03-10 2022-03-29 Cartica Ai Ltd. Driver-based prediction of dangerous events
US11694088B2 (en) 2019-03-13 2023-07-04 Cortica Ltd. Method for object detection using knowledge distillation
US11132548B2 (en) 2019-03-20 2021-09-28 Cortica Ltd. Determining object information that does not explicitly appear in a media unit signature
US11683565B2 (en) 2019-03-24 2023-06-20 Apple Inc. User interfaces for interacting with channels that provide content that plays in a media browsing application
WO2020198237A1 (en) 2019-03-24 2020-10-01 Apple Inc. User interfaces including selectable representations of content items
EP3928526A1 (en) 2019-03-24 2021-12-29 Apple Inc. User interfaces for viewing and accessing content on an electronic device
CN113906419A (zh) 2019-03-24 2022-01-07 苹果公司 用于媒体浏览应用程序的用户界面
US10776669B1 (en) 2019-03-31 2020-09-15 Cortica Ltd. Signature generation and object detection that refer to rare scenes
US11488290B2 (en) 2019-03-31 2022-11-01 Cortica Ltd. Hybrid representation of a media unit
US11908242B2 (en) 2019-03-31 2024-02-20 Cortica Ltd. Efficient calculation of a robust signature of a media unit
US11222069B2 (en) 2019-03-31 2022-01-11 Cortica Ltd. Low-power calculation of a signature of a media unit
CN109936770B (zh) * 2019-04-19 2021-04-27 杭州联汇科技股份有限公司 一种基于矩阵在线补全和节目特征的节目推荐方法
US11681416B2 (en) * 2019-04-26 2023-06-20 Verint Americas Inc. Dynamic web content based on natural language processing (NLP) inputs
US11863837B2 (en) 2019-05-31 2024-01-02 Apple Inc. Notification of augmented reality content on an electronic device
WO2020243645A1 (en) 2019-05-31 2020-12-03 Apple Inc. User interfaces for a podcast browsing and playback application
CN110362711A (zh) * 2019-06-28 2019-10-22 北京小米智能科技有限公司 歌曲推荐方法及装置
CN110516084B (zh) * 2019-08-05 2023-06-06 上海喜马拉雅科技有限公司 多媒体关联信息确定方法、装置、存储介质及设备
US11076185B2 (en) * 2019-09-05 2021-07-27 Rovi Guides, Inc. Evolutionary parameter optimization for selecting optimal personalized screen carousels
RU2757406C1 (ru) 2019-09-09 2021-10-15 Общество С Ограниченной Ответственностью «Яндекс» Способ и система для обеспечения уровня сервиса при рекламе элемента контента
US11704292B2 (en) 2019-09-26 2023-07-18 Cortica Ltd. System and method for enriching a concept database
US11210058B2 (en) 2019-09-30 2021-12-28 Tv Ears, Inc. Systems and methods for providing independently variable audio outputs
CN110851737B (zh) * 2019-11-13 2024-03-12 哈工大机器人湖州国际创新研究院 推荐方法、装置、电子设备及计算机存储介质
US11593662B2 (en) 2019-12-12 2023-02-28 Autobrains Technologies Ltd Unsupervised cluster generation
EP3903501A2 (en) 2020-03-13 2021-11-03 Google LLC Media content casting in network-connected television devices
US11590988B2 (en) 2020-03-19 2023-02-28 Autobrains Technologies Ltd Predictive turning assistant
US11843838B2 (en) 2020-03-24 2023-12-12 Apple Inc. User interfaces for accessing episodes of a content series
US11827215B2 (en) 2020-03-31 2023-11-28 AutoBrains Technologies Ltd. Method for training a driving related object detector
US11140434B1 (en) 2020-04-29 2021-10-05 Rovi Guides, Inc. Systems and methods for providing personalized actionable items for content items
US11899895B2 (en) 2020-06-21 2024-02-13 Apple Inc. User interfaces for setting up an electronic device
US11763919B1 (en) 2020-10-13 2023-09-19 Vignet Incorporated Platform to increase patient engagement in clinical trials through surveys presented on mobile devices
WO2022119345A1 (en) * 2020-12-03 2022-06-09 Samsung Electronics Co., Ltd. Electronic apparatus and control method thereof
US11720229B2 (en) 2020-12-07 2023-08-08 Apple Inc. User interfaces for browsing and presenting content
US11417418B1 (en) 2021-01-11 2022-08-16 Vignet Incorporated Recruiting for clinical trial cohorts to achieve high participant compliance and retention
US11934640B2 (en) 2021-01-29 2024-03-19 Apple Inc. User interfaces for record labels
US11240329B1 (en) 2021-01-29 2022-02-01 Vignet Incorporated Personalizing selection of digital programs for patients in decentralized clinical trials and other health research
US11636500B1 (en) 2021-04-07 2023-04-25 Vignet Incorporated Adaptive server architecture for controlling allocation of programs among networked devices
CN113254679B (zh) * 2021-06-28 2021-09-28 北京达佳互联信息技术有限公司 多媒体资源推荐方法、装置、电子设备以及存储介质
US11901083B1 (en) 2021-11-30 2024-02-13 Vignet Incorporated Using genetic and phenotypic data sets for drug discovery clinical trials
US11705230B1 (en) 2021-11-30 2023-07-18 Vignet Incorporated Assessing health risks using genetic, epigenetic, and phenotypic data sources
WO2023195552A1 (ko) * 2022-04-05 2023-10-12 엘지전자 주식회사 디스플레이 장치
US20230412885A1 (en) * 2022-05-18 2023-12-21 Lemon Inc. Automatic identification of video series

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007033358A2 (en) * 2005-09-14 2007-03-22 Jump Tap, Inc. Providing content to mobile communication facilities
JP2008078946A (ja) * 2006-09-20 2008-04-03 Sanyo Electric Co Ltd ディジタル放送受信装置

Family Cites Families (71)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5010499A (en) * 1988-02-22 1991-04-23 Yee Keen Y Digital data capture for use with TV set or monitor
US5121476A (en) * 1988-02-22 1992-06-09 Yee Keen Y TV data capture device
US6493878B1 (en) * 1988-10-17 2002-12-10 Lord Samuel A Kassatly Method and apparatus for tv broadcasting and reception
US4963995A (en) * 1988-12-27 1990-10-16 Explore Technology, Inc. Audio/video transceiver apparatus including compression means
US5589892A (en) * 1993-09-09 1996-12-31 Knee; Robert A. Electronic television program guide schedule system and method with data feed access
JP3372004B2 (ja) * 1995-03-31 2003-01-27 ソニー株式会社 電子番組ガイド装置、電子番組ガイドシステム、および電子番組ガイド方法
US6769128B1 (en) * 1995-06-07 2004-07-27 United Video Properties, Inc. Electronic television program guide schedule system and method with data feed access
JP3698273B2 (ja) * 1995-07-20 2005-09-21 ソニー株式会社 電子番組ガイド伝送装置および方法、電子番組ガイド受信装置および方法、並びに電子番組ガイド送受信システムおよび方法
US6732369B1 (en) * 1995-10-02 2004-05-04 Starsight Telecast, Inc. Systems and methods for contextually linking television program information
US5793438A (en) * 1995-11-13 1998-08-11 Hyundai Electronics America Electronic program guide with enhanced presentation
CN1625238A (zh) * 1996-03-15 2005-06-08 英戴克系统公司 盒式磁带录像机索引和电子节目引导的组合
US5805235A (en) * 1996-04-03 1998-09-08 Hyundai Electronics America Bookmarking television program and channel selections
US5940073A (en) * 1996-05-03 1999-08-17 Starsight Telecast Inc. Method and system for displaying other information in a TV program guide
US5903816A (en) * 1996-07-01 1999-05-11 Thomson Consumer Electronics, Inc. Interactive television system and method for displaying web-like stills with hyperlinks
US6177931B1 (en) * 1996-12-19 2001-01-23 Index Systems, Inc. Systems and methods for displaying and recording control interface with television programs, video, advertising information and program scheduling information
US6005565A (en) * 1997-03-25 1999-12-21 Sony Corporation Integrated search of electronic program guide, internet and other information resources
US6483548B1 (en) * 1998-12-28 2002-11-19 Research Investment Network, Inc. Method of data display for electronic program guides (EPGs)
US6233389B1 (en) * 1998-07-30 2001-05-15 Tivo, Inc. Multimedia time warping system
US6754906B1 (en) * 1999-03-29 2004-06-22 The Directv Group, Inc. Categorical electronic program guide
EP1183689A1 (en) * 1999-03-30 2002-03-06 Tivo, Inc. System for automatic playback position correction after fast forward or reverse
US7734680B1 (en) * 1999-09-30 2010-06-08 Koninklijke Philips Electronics N.V. Method and apparatus for realizing personalized information from multiple information sources
US6640337B1 (en) * 1999-11-01 2003-10-28 Koninklijke Philips Electronics N.V. Digital television (DTV) including a smart electronic program guide (EPG) and operating methods therefor
US8132219B2 (en) * 2002-06-21 2012-03-06 Tivo Inc. Intelligent peer-to-peer system and method for collaborative suggestions and propagation of media
JP2004504775A (ja) * 2000-07-13 2004-02-12 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 推薦番組を識別された閲覧済番組と共に表示するｅｐｇ
US7937725B1 (en) 2000-07-27 2011-05-03 Koninklijke Philips Electronics N.V. Three-way media recommendation method and system
US8302127B2 (en) * 2000-09-25 2012-10-30 Thomson Licensing System and method for personalized TV
AU2001291116A1 (en) * 2000-09-29 2002-04-15 Gist Communications, Inc. Method and system for creating and presenting a recommendation-based guide to television viewing choices
WO2002033628A2 (en) * 2000-10-18 2002-04-25 Johnson & Johnson Consumer Companies, Inc. Intelligent performance-based product recommendation system
US7007294B1 (en) 2000-10-30 2006-02-28 Koninklijke Philips Electronics N.V. Method and apparatus for automatic generation of query search terms for a program recommender
US7581237B1 (en) 2000-10-30 2009-08-25 Pace Plc Method and apparatus for generating television program recommendations based on prior queries
US7017172B2 (en) * 2000-12-06 2006-03-21 Koninklijke Philips Electronics N.V. Recommender system using “fuzzy-now” for real-time events
US7089237B2 (en) * 2001-01-26 2006-08-08 Google, Inc. Interface and system for providing persistent contextual relevance for commerce activities in a networked environment
US6636416B2 (en) 2001-06-14 2003-10-21 Intel Corporation Electronic assembly with laterally connected capacitors and manufacturing method
US20030004934A1 (en) * 2001-06-29 2003-01-02 Richard Qian Creating and managing portable user preferences for personalizion of media consumption from device to device
US20030115585A1 (en) * 2001-07-11 2003-06-19 International Business Machines Corporation Enhanced electronic program guide
US20030191753A1 (en) * 2002-04-08 2003-10-09 Michael Hoch Filtering contents using a learning mechanism
JP2006510084A (ja) * 2002-12-11 2006-03-23 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ アイテムの推薦に基づいてかかるアイテムに関心のある多数の個人を予測するための方法及び装置
WO2004100033A2 (en) 2003-05-12 2004-11-18 Koninklijke Philips Electronics N.V. Apparatus and method for performing profile based collaborative filtering
US7685619B1 (en) * 2003-06-27 2010-03-23 Nvidia Corporation Apparatus and method for 3D electronic program guide navigation
US7343347B2 (en) * 2003-10-08 2008-03-11 Time Warner Inc. Electronic media player with metadata based control and method of operating the same
US7526459B2 (en) * 2003-11-28 2009-04-28 Manyworlds, Inc. Adaptive social and process network systems
US7526458B2 (en) * 2003-11-28 2009-04-28 Manyworlds, Inc. Adaptive recommendations systems
US7606772B2 (en) * 2003-11-28 2009-10-20 Manyworlds, Inc. Adaptive social computing methods
US7539652B2 (en) * 2003-11-28 2009-05-26 Manyworlds, Inc. Adaptive self-modifying and recombinant systems
JP4124115B2 (ja) * 2003-12-02 2008-07-23 ソニー株式会社 情報処理装置及び情報処理方法、並びにコンピュータ・プログラム
US7181447B2 (en) * 2003-12-08 2007-02-20 Iac Search And Media, Inc. Methods and systems for conceptually organizing and presenting information
US8949899B2 (en) * 2005-03-04 2015-02-03 Sharp Laboratories Of America, Inc. Collaborative recommendation system
KR20070086164A (ko) 2004-11-15 2007-08-27 코닌클리케 필립스 일렉트로닉스 엔.브이. 사용자가 콘텐트를 선택하는 것을 돕는 방법 및 네트워크장치
US7533399B2 (en) * 2004-12-02 2009-05-12 Panasonic Corporation Programming guide content collection and recommendation system for viewing on a portable device
WO2009021198A1 (en) * 2007-08-08 2009-02-12 Baynote, Inc. Method and apparatus for context-based content recommendation
US7987182B2 (en) * 2005-08-19 2011-07-26 Fourthwall Media, Inc. System and method for recommending items of interest to a user
US7853485B2 (en) * 2005-11-22 2010-12-14 Nec Laboratories America, Inc. Methods and systems for utilizing content, dynamic patterns, and/or relational information for data analysis
US8613024B2 (en) 2005-12-13 2013-12-17 United Video Properties, Inc. Cross-platform predictive popularity ratings for use in interactive television applications
US20070154169A1 (en) * 2005-12-29 2007-07-05 United Video Properties, Inc. Systems and methods for accessing media program options based on program segment interest
PT3169062T (pt) * 2005-12-29 2019-10-10 Rovi Guides Inc Sistemas e métodos para rastrear episódios num ambiente de média interativo
US8115869B2 (en) * 2007-02-28 2012-02-14 Samsung Electronics Co., Ltd. Method and system for extracting relevant information from content metadata
US8209724B2 (en) * 2007-04-25 2012-06-26 Samsung Electronics Co., Ltd. Method and system for providing access to information of potential interest to a user
US7890490B1 (en) * 2006-06-30 2011-02-15 United Video Properties, Inc. Systems and methods for providing advanced information searching in an interactive media guidance application
US7698263B2 (en) * 2007-01-23 2010-04-13 Cox Communications, Inc. Providing a lateral search
US20080250450A1 (en) * 2007-04-06 2008-10-09 Adisn, Inc. Systems and methods for targeted advertising
US8631440B2 (en) * 2007-04-30 2014-01-14 Google Inc. Program guide user interface
US20080271078A1 (en) * 2007-04-30 2008-10-30 Google Inc. Momentary Electronic Program Guide
US8522281B1 (en) 2007-04-30 2013-08-27 Google Inc. Head end generalization
US8572649B1 (en) 2007-04-30 2013-10-29 Google Inc. Electronic program guide presentation
US8533761B1 (en) 2007-04-30 2013-09-10 Google Inc. Aggregating media information
US8005826B1 (en) 2007-04-30 2011-08-23 Google Inc. Identifying media content in queries
US8484192B1 (en) 2007-04-30 2013-07-09 Google Inc. Media search broadening
US8065603B2 (en) * 2007-04-30 2011-11-22 Google Inc. Hiding portions of display content
US8782698B2 (en) * 2007-04-30 2014-07-15 Google Inc. Customizable media channels
US20080301732A1 (en) * 2007-05-31 2008-12-04 United Video Properties, Inc. Systems and methods for personalizing an interactive media guidance application
US8275764B2 (en) 2007-08-24 2012-09-25 Google Inc. Recommending media programs based on media program popularity

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007033358A2 (en) * 2005-09-14 2007-03-22 Jump Tap, Inc. Providing content to mobile communication facilities
JP2008078946A (ja) * 2006-09-20 2008-04-03 Sanyo Electric Co Ltd ディジタル放送受信装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014507830A (ja) * 2010-12-22 2014-03-27 トムソン ライセンシング 使用法データのフィードバックループ
US9582535B2 (en) 2011-01-04 2017-02-28 Thomson Licensing Media asset usage data reporting that indicates corresponding content creator
JP2020061183A (ja) * 2016-03-17 2020-04-16 Kddi株式会社 配信装置及び番組推薦システム
KR20210133962A (ko) 2019-03-11 2021-11-08 소니그룹주식회사 정보 처리 장치 및 정보 처리 시스템
US11533537B2 (en) 2019-03-11 2022-12-20 Sony Group Corporation Information processing device and information processing system
JP2020061182A (ja) * 2019-12-27 2020-04-16 Kddi株式会社 番組推薦装置、番組推薦システム、番組推薦方法及び番組推薦プログラム
JP7082106B2 (ja) 2019-12-27 2022-06-07 Kddi株式会社 番組推薦装置、番組推薦システム、番組推薦方法及び番組推薦プログラム

Also Published As

Publication number Publication date
US20180020258A1 (en) 2018-01-18
AU2008293668A1 (en) 2009-03-05
US9088809B2 (en) 2015-07-21
BRPI0816240B1 (pt) 2021-01-05
KR101588814B1 (ko) 2016-01-26
CA2697489A1 (en) 2009-03-05
CN101828393A (zh) 2010-09-08
WO2009029488A3 (en) 2009-04-23
US11936953B2 (en) 2024-03-19
EP3273684B1 (en) 2020-10-07
AU2008293668B2 (en) 2013-05-09
WO2009029488A2 (en) 2009-03-05
EP2183917B1 (en) 2017-10-04
EP3809696A1 (en) 2021-04-21
EP2183917A2 (en) 2010-05-12
KR20100044867A (ko) 2010-04-30
US20130007792A1 (en) 2013-01-03
CN101828393B (zh) 2013-07-17
US8775415B2 (en) 2014-07-08
JP5264908B2 (ja) 2013-08-14
CA2697489C (en) 2016-10-11
EP3273684A1 (en) 2018-01-24
US20150281785A1 (en) 2015-10-01
EP2183917A4 (en) 2012-08-29
US20140109139A1 (en) 2014-04-17
EP2183917B8 (en) 2017-11-22
US20240171820A1 (en) 2024-05-23
US10798452B2 (en) 2020-10-06
US20210051372A1 (en) 2021-02-18
US9769528B2 (en) 2017-09-19
US20090055385A1 (en) 2009-02-26
US8275764B2 (en) 2012-09-25

Similar Documents

Publication Publication Date Title
JP5264908B2 (ja) メディアベースの推奨
US11263217B2 (en) Method of and system for determining user-specific proportions of content for recommendation
US9519716B2 (en) System and method for conducting a profile based search
US9247020B2 (en) Media content receiving device and distribution of media content utilizing social networks and social circles
US8533761B1 (en) Aggregating media information
US6757691B1 (en) Predicting content choices by searching a profile database
US9392314B1 (en) Recommending a composite channel
KR101531004B1 (ko) 프로그램 가이드 사용자 인터페이스
KR100804908B1 (ko) 지식 서비스를 제공하는 분산 모니터링 시스템
US8700643B1 (en) Managing electronic media collections
US9699490B1 (en) Adaptive filtering to adjust automated selection of content using weightings based on contextual parameters of a browsing session
US20140222775A1 (en) System for curation and personalization of third party video playback
US20120179717A1 (en) System and method for effectively providing entertainment recommendations to device users
US10674215B2 (en) Method and system for determining a relevancy parameter for content item
GB2556970A (en) Method and system for providing content

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110818

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20110818

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20121206

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20121211

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130308

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: 20130409

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20130430

R150 Certificate of patent or registration of utility model

Ref document number: 5264908

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: R3D02

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

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