JP5445339B2 - コンテンツ推薦装置およびコンテンツ推薦方法 - Google Patents
コンテンツ推薦装置およびコンテンツ推薦方法 Download PDFInfo
- Publication number
- JP5445339B2 JP5445339B2 JP2010131013A JP2010131013A JP5445339B2 JP 5445339 B2 JP5445339 B2 JP 5445339B2 JP 2010131013 A JP2010131013 A JP 2010131013A JP 2010131013 A JP2010131013 A JP 2010131013A JP 5445339 B2 JP5445339 B2 JP 5445339B2
- Authority
- JP
- Japan
- Prior art keywords
- content
- cluster
- recommended
- user
- clustering
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 50
- 238000004590 computer program Methods 0.000 claims description 2
- 230000033458 reproduction Effects 0.000 description 59
- 239000011159 matrix material Substances 0.000 description 38
- 238000012545 processing Methods 0.000 description 33
- 230000008569 process Effects 0.000 description 31
- 230000004048 modification Effects 0.000 description 26
- 238000012986 modification Methods 0.000 description 26
- 230000003287 optical effect Effects 0.000 description 23
- 230000006870 function Effects 0.000 description 19
- 230000007774 longterm Effects 0.000 description 18
- 238000011156 evaluation Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 13
- 230000015654 memory Effects 0.000 description 12
- 230000004913 activation Effects 0.000 description 11
- 238000001994 activation Methods 0.000 description 11
- 238000003860 storage Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 6
- 230000002776 aggregation Effects 0.000 description 6
- 238000004220 aggregation Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 230000003203 everyday effect Effects 0.000 description 6
- 230000009467 reduction Effects 0.000 description 6
- 239000000470 constituent Substances 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 238000007621 cluster analysis Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000009877 rendering Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Description
現在、様々なオンラインサイトでは、サイトにアクセスしたユーザに対して推薦コンテンツの提示がなされる。推薦コンテンツを提示することによりユーザの購買意欲を刺激するためには、ユーザによる利用満足度が高いことが見込まれるコンテンツを選択して推薦する必要があり、言い換えれば推薦コンテンツの精度を高める必要がある。また、日々表示される推薦コンテンツの内容に変化が乏しい場合、ユーザとって目新しい情報を提供できず、ユーザの購買意欲を刺激することは難しい。したがって、推薦内容の変化に富んだ情報提示が行われることが望ましい。
図1は、第1の実施の形態(以下、「第1実施形態」とも呼ぶ。)の推薦情報提供システムの構成を示す。推薦情報提供システム10は、コンテンツ再生装置14で総称される第1のコンテンツ再生装置14a、第2のコンテンツ再生装置14b、第3のコンテンツ再生装置14c・・・と、コンテンツ推薦装置12と、オンラインストアサーバ16とを備える。図1の各装置は、LAN・WAN・インターネット等、公知の通信手段を含む通信網18を介して接続される。
ゲーム機200は、直径12cmの光ディスクに対応したディスク挿入口206やUSB接続端子208等を備えている。ディスク挿入口206はBD(ブルーレイディスク、Blu−ray Disk(商標または登録商標))やDVD−ROM、CD−ROM等の光ディスクが装填可能に構成されている。タッチセンサ210はディスクを取り出すためのセンサであり、タッチセンサ212は電源のオン/オフを行うためのセンサである。また、図示は省略するが、当該ゲーム機200の背面側には、電源スイッチ、音響映像出力端子、光ディジタル出力端子、AC電源入力端子、LANポート、HDMI端子等が設けられている。この他、IEEE1394端子を有し、IEEE1394で通信できるようにしても良い。
コントローラ202は、図示しないバッテリによって駆動され、ゲーム等を進行させる操作入力を行うための複数のボタンやキーを有して構成される。ユーザがコントローラ202のボタンやキーを操作すると、その操作入力が無線または有線によりゲーム機200に送信される。
次に、ゲーム機200の内部回路構成について図3を用いて説明する。ゲーム機200は、メインCPU300とGPU(グラフィックプロセッサユニット)302と、入出力プロセッサ304と、光ディスク再生部306と、メインメモリ308と、マスクロム310と、サウンドプロセッサ312とを基本構成として備える。メインCPU300は、ゲームや電子メール、Webブラウザ用のアプリケーション等の各種プログラムに基づいて、信号処理や内部構成要素を制御する。GPU302は、画像処理を行う。入出力プロセッサ304は、外部と装置内部との間のインターフェイス処理や下位互換性を保つための処理を実行する。光ディスク再生部306は、アプリケーションプログラムやマルチメディアデータが記録されているBDやDVD、CD等の光ディスクを再生する。メインメモリ308は、メインCPU300のワークエリアや光ディスクから読み出されたデータを一時的に格納するバッファとして機能する。マスクロム310は、主にメインCPU300や入出力プロセッサ304が実行するオペレーティングシステムプログラムを格納している。サウンドプロセッサ312は、音声信号を処理する。
ユーザuiの所属するクラスタciでは、そのユーザuiに対してp(ui)が一定であるため、
ci=argkmax p(zk,ui)=argkmax p(zk|ui)
=argkmax p(ui|zk)p(zk)が成立する。
クラスタリング部28は、上記を満たすzkを、ユーザuiの所属するクラスタciとして決定する。なお、図9は、p(zk|ui)を図示したものである。
また、H(Z|T)=Σj(p(tj)H(Z|tj))
=−Σj(p(tj)Σk(p(zk|tj)logp(zk|tj))と算出してもよい。
エントロピーの最大値をHmaxとすると、各クラスタセットのエントロピーを正規化するために、(Hmax−H(Z,T))/Hmaxもしくは(Hmax−H(Z|T))/Hmaxが大きいほど、有効なクラスタリングであると判定してもよい。
図13は、コンテンツ推薦装置12の動作を示すフローチャートである。本明細書のフローチャートにおいては、各部の処理手順を、ステップを意味するS(Stepの頭文字)と数字との組み合わせによって表示する。また、Sと数字との組み合わせによって表示した処理で何らかの判断処理が実行され、その判断結果が肯定的であった場合は、Y(Yesの頭文字)を付加して、例えば、(S10のY)と表示し、逆にその判断結果が否定的であった場合は、N(Noの頭文字)を付加して、(S10のN)と表示する。
具体的には、有効性判定部32は、以下の数1で示すように相互情報量I(Z;T)を求めてもよい。また、相互情報量が大きいほどZとTの強い相互依存性を示すため、相互情報量が大きいほど有効なクラスタリングであると判定してもよい。
図15は、第2の実施の形態(以下、「第2実施形態」とも呼ぶ。)の推薦情報提供システムの構成を示す。第2実施形態の推薦情報提供システム100は、第1実施形態の推薦情報提供システム10に対応する構成であり、地域担当者端末104をさらに備える。以下、第1実施形態にて既述の内容は適宜省略する。
特定の地域における販売促進対象のコンテンツ(以下、「販促対象タイトル」とも呼ぶ。)を示す情報である。なお、販促対象タイトルには、複数種類の推薦コンテンツの中からユーザへの提示対象としてどの種類が選択されるかに関わらず、常にユーザに推薦すべき(推薦画面に含めるべき)コンテンツを示す「常時推薦タイトル」が含まれる。
(2)地域レイアウト情報:
特定の地域における推薦表示画面のレイアウトを示す情報である。具体的には、推薦表示画面での推薦コンテンツの配置態様を定める。
(3)地域切替規則:
特定の地域においてユーザに提供する推薦情報の種類と、その種類を切り替える条件となる切替間隔、言い換えれば特定の種類の推薦情報を提供する継続期間を定めた情報である。
各ゲームタイトルを再生したユーザの数を地域ごとに集計し、そのユーザ数が多いコンテンツほど高い人気順位を付与した、各ゲームタイトルの人気順位を示す情報である。
(2)進行度合いを基準とする地域人気タイトル:
各ユーザによるゲーム遊技の進行度合いを地域ごとに集計し、その進行度合いが高い(例えばゲームのクリア回数が多い)ゲームタイトルほど高い人気順位を付与した、各ゲームタイトルの人気順位を示す情報である。
(3)評価度合いを基準とする地域人気タイトル:
各ユーザによる各ゲームタイトルへの評価を地域ごとに集計し、その評価が高いゲームタイトルほど高い人気順位を付与した、各ゲームタイトルの人気順位を示す情報である。
図21は、コンテンツ推薦装置102の動作を示すフローチャートである。地域担当者端末104から地域設定情報を受け付けると(S100のY)、地域設定取得部134は切替規則保持部110に保持された地域切替規則、販促情報保持部112に保持された地域販促情報、レイアウト保持部114に保持された地域レイアウト情報を更新する(S102)。選択部148は、地域切替規則の更新内容にしたがって推薦タイトルの選択規則を更新する(S104)。地域設定情報を受け付けなければ(S100のN)、S102およびS104はスキップされる。
Claims (13)
- 複数のコンテンツの中からユーザに推薦すべきコンテンツを決定する装置であって、
複数のユーザによる各コンテンツの利用状況を所定の指標にもとづいてクラスタリングすることにより、複数のクラスタを含むクラスタセットを生成するクラスタリング部と、
前記クラスタセットにおいて、コンテンツとクラスタの相関性を評価することにより、前記クラスタリングの有効性を判定する有効性判定部と、
前記クラスタセットについて、推薦相手となるユーザが属するクラスタを選択し、そのクラスタにおいて前記複数のユーザによる各コンテンツの利用状況に応じて各コンテンツの人気の度合いを決定する人気コンテンツ決定部と、
推薦相手となるユーザが属するクラスタにおける各コンテンツの人気の度合いを、前記クラスタセットの有効性を加味して評価した上で、前記複数のコンテンツのうち相対的に人気が高いコンテンツを推薦すべきコンテンツとして決定する推薦コンテンツ決定部と、
を備えることを特徴とするコンテンツ推薦装置。 - 前記有効性判定部は、クラスタリングにおいて前記複数のコンテンツのうち一部のコンテンツとクラスタとの相関が強いほどクラスタリングの有効性を高く判定することを特徴とする請求項1に記載のコンテンツ推薦装置。
- 前記有効性判定部は、各コンテンツに対するクラスタの条件付きエントロピーを算出し、その値が小さいほど一部のコンテンツとクラスタとの相関が強いと判定することを特徴とする請求項2に記載のコンテンツ推薦装置。
- 前記クラスタリング部は、異なる指標のもとで複数の種類のクラスタセットを生成し、
前記有効性判定部は、複数種類のクラスタセットのそれぞれについて前記クラスタリングの有効性を判定し、有効性が高いクラスタリングによるクラスタセットには有効性が低いクラスタリングによるクラスタセットよりも大きな重みを付与するよう各クラスタセットの重みを決定し、
前記人気コンテンツ決定部は、複数種類のクラスタセットのそれぞれについて、推薦相手となるユーザが属するクラスタを選択し、前記複数のユーザによる各コンテンツの利用状況に応じて各コンテンツの人気の度合いを決定し、
前記推薦コンテンツ決定部は、推薦相手となるユーザが属する各クラスタセットのクラスタにおける各コンテンツの人気の度合いを、各クラスタセットの有効性にもとづく重みを加味して集計した上で、前記複数のコンテンツのうち相対的に人気が高いコンテンツを推薦すべきコンテンツとして決定することを特徴とする請求項1から3のいずれかに記載のコンテンツ推薦装置。 - 前記クラスタリング部は、前記複数の種類のクラスタセットとして、内包するクラスタの総数が互いに異なるクラスタセットを生成することを特徴とする請求項4に記載のコンテンツ推薦装置。
- 前記クラスタリング部は、各コンテンツの利用状況として、ユーザの端末において各コンテンツが利用されたことがあるか否かを示す情報と、ユーザの端末において各コンテンツが利用された回数を示す情報と、ユーザの端末において各コンテンツが利用された期間を示す情報と、所定周期で繰り返される所定期間にユーザの端末においてコンテンツが利用された頻度を示す情報の少なくともひとつをクラスタリングして、少なくともひとつの情報にもとづくクラスタセットを生成することを特徴とする請求項1から5のいずれかに記載のコンテンツ推薦装置。
- 前記人気コンテンツ決定部は、各コンテンツの利用状況として、ユーザの端末において各コンテンツが利用されたことがあるか否かを示す情報に応じて各コンテンツの人気の度合いを決定することを特徴とする請求項1から6のいずれかに記載のコンテンツ推薦装置。
- 前記人気コンテンツ決定部は、推薦相手となるユーザが属するクラスタと各コンテンツとの相関性を評価し、その相関が強いコンテンツほど当該クラスタで人気が高いコンテンツとすることを特徴とする請求項1から7のいずれかに記載のコンテンツ推薦装置。
- 複数のコンテンツの中からユーザに推薦すべきコンテンツを決定する装置であって、
複数のユーザによる各コンテンツの利用状況を所定の指標にもとづいてクラスタリングすることにより、複数のクラスタを含むクラスタセットを生成するクラスタリング部と、
前記クラスタセットについて、推薦相手となるユーザが属するクラスタを選択し、そのクラスタにおいて前記複数のユーザによる各コンテンツの利用状況に応じて各コンテンツの人気の度合いを決定する人気コンテンツ決定部と、
を備え、
前記クラスタリング部は、内包するクラスタの総数が互いに異なる複数種類のクラスタセットを生成し、
前記人気コンテンツ決定部は、複数種類のクラスタセットのそれぞれについて、推薦相手となるユーザが属するクラスタを選択して各コンテンツの人気の度合いを決定し、
推薦相手となるユーザが属する各クラスタセットのクラスタにおける各コンテンツの人気の度合いを、内包するクラスタの総数が少ないクラスタセットほど大きな重みを付与して集計した上で、前記複数のコンテンツのうち相対的に人気が高いコンテンツを推薦すべきコンテンツとして決定する推薦コンテンツ決定部をさらに備えることを特徴とするコンテンツ推薦装置。 - 前記クラスタリング部は、第1の期間における各コンテンツの利用状況と、前記第1の期間よりも長い第2の期間における各コンテンツの利用状況とのそれぞれをクラスタリングすることにより、前記第1の期間および前記第2の期間のそれぞれに関する複数種類のクラスタセットを生成し、
前記推薦コンテンツ決定部は、前記第1の期間および前記第2の期間のそれぞれに関する複数種類のクラスタセットのうち同一種類のクラスタセットについては、前記第2の期間に関するクラスタセットよりも前記第1の期間に関するクラスタセットへ大きな重みを付与することを特徴とする請求項9に記載のコンテンツ推薦装置。 - 前記推薦コンテンツ決定部は、クラスタセットへ付与すべき重みを調整するための情報が管理者から受け付けられた場合、当該調整するための情報により調整後の重みを各クラスタセットへ付与することを特徴とする請求項9または10に記載のコンテンツ推薦装置。
- 複数のコンテンツの中からユーザに推薦すべきコンテンツを決定する装置により実行される方法であって、
複数のユーザによる各コンテンツの利用状況を所定の指標にもとづいてクラスタリングすることにより、複数のクラスタを含むクラスタセットを生成するステップと、
前記クラスタセットにおいて、コンテンツとクラスタの相関性を評価することにより、前記クラスタリングの有効性を判定するステップと、
前記クラスタセットについて、推薦相手となるユーザが属するクラスタを選択し、そのクラスタにおいて前記複数のユーザによる各コンテンツの利用状況に応じて各コンテンツの人気の度合いを決定するステップと、
推薦相手となるユーザが属するクラスタにおける各コンテンツの人気の度合いを、前記クラスタセットの有効性を加味して評価した上で、前記複数のコンテンツのうち相対的に人気が高いコンテンツを推薦すべきコンテンツとして決定するステップと、
を備えることを特徴とするコンテンツ推薦方法。 - 複数のコンテンツの中からユーザに推薦すべきコンテンツを決定する装置に、
複数のユーザによる各コンテンツの利用状況を所定の指標にもとづいてクラスタリングすることにより、複数のクラスタを含むクラスタセットを生成する機能と、
前記クラスタセットにおいて、コンテンツとクラスタの相関性を評価することにより、前記クラスタリングの有効性を判定する機能と、
前記クラスタセットについて、推薦相手となるユーザが属するクラスタを選択し、そのクラスタにおいて前記複数のユーザによる各コンテンツの利用状況に応じて各コンテンツの人気の度合いを決定する機能と、
推薦相手となるユーザが属するクラスタにおける各コンテンツの人気の度合いを、前記クラスタセットの有効性を加味して評価した上で、前記複数のコンテンツのうち相対的に人気が高いコンテンツを推薦すべきコンテンツとして決定する機能と、
を実現させるためのコンピュータプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010131013A JP5445339B2 (ja) | 2010-06-08 | 2010-06-08 | コンテンツ推薦装置およびコンテンツ推薦方法 |
US13/116,344 US20110302165A1 (en) | 2010-06-08 | 2011-05-26 | Content recommendation device and content recommendation method |
CN2011101533724A CN102279866A (zh) | 2010-06-08 | 2011-06-01 | 内容推荐设备和内容推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010131013A JP5445339B2 (ja) | 2010-06-08 | 2010-06-08 | コンテンツ推薦装置およびコンテンツ推薦方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011257917A JP2011257917A (ja) | 2011-12-22 |
JP5445339B2 true JP5445339B2 (ja) | 2014-03-19 |
Family
ID=45065288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010131013A Expired - Fee Related JP5445339B2 (ja) | 2010-06-08 | 2010-06-08 | コンテンツ推薦装置およびコンテンツ推薦方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20110302165A1 (ja) |
JP (1) | JP5445339B2 (ja) |
CN (1) | CN102279866A (ja) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5280495B2 (ja) * | 2011-07-19 | 2013-09-04 | 株式会社コナミデジタルエンタテインメント | アミューズメントシステム |
US10438268B2 (en) * | 2012-02-09 | 2019-10-08 | Microsoft Technology Licensing, Llc | Recommender system |
JP5801257B2 (ja) * | 2012-06-13 | 2015-10-28 | 日本電信電話株式会社 | 商品多様化推薦装置及び方法及びプログラム |
JP6079270B2 (ja) * | 2013-01-30 | 2017-02-15 | 日本電気株式会社 | 情報提供装置 |
CN103279552A (zh) * | 2013-06-06 | 2013-09-04 | 浙江大学 | 一种基于用户兴趣分组的协同过滤推荐方法 |
CN104427118B (zh) * | 2013-09-06 | 2017-02-01 | 华为技术有限公司 | 一种内容推荐的方法及移动终端 |
US20150073958A1 (en) * | 2013-09-12 | 2015-03-12 | Bank Of America Corporation | RESEARCH REPORT RECOMMENDATION ENGINE ("R+hu 3 +lE") |
KR101873814B1 (ko) * | 2013-12-19 | 2018-08-02 | 삼성전자주식회사 | 디스플레이 장치 및 디스플레이 장치의 컨텐츠 추천 방법 |
US10521824B1 (en) * | 2014-01-02 | 2019-12-31 | Outbrain Inc. | System and method for personalized content recommendations |
US10025863B2 (en) * | 2014-10-31 | 2018-07-17 | Oath Inc. | Recommending contents using a base profile |
JP6570978B2 (ja) * | 2015-11-17 | 2019-09-04 | 株式会社Nttドコモ | クラスタ選択装置 |
CN107204955A (zh) * | 2016-03-16 | 2017-09-26 | 华为技术有限公司 | 一种内容推荐方法及装置 |
JP6338741B1 (ja) * | 2017-06-20 | 2018-06-06 | ヤフー株式会社 | 決定装置、決定方法及び決定プログラム |
CN107566495A (zh) * | 2017-09-06 | 2018-01-09 | 国云科技股份有限公司 | 一种基于微服务的机会分发方法 |
CN109377103B (zh) * | 2018-11-30 | 2021-07-20 | 中国联合网络通信集团有限公司 | 学习平台课程推荐的评估方法及设备 |
KR102173527B1 (ko) * | 2018-12-04 | 2020-11-03 | 네이버 주식회사 | 급상승 음원 차트를 제공하는 방법 및 시스템 |
CN112215684B (zh) * | 2020-10-30 | 2023-07-14 | 腾讯科技(深圳)有限公司 | 一种目标可控制对象的聚类方法及装置 |
CN112529414B (zh) * | 2020-12-11 | 2023-08-01 | 西安电子科技大学 | 基于多任务神经协同过滤网络的物品评分方法 |
JP2022111638A (ja) * | 2021-01-20 | 2022-08-01 | 富士フイルムビジネスイノベーション株式会社 | 情報処理装置及びプログラム |
CN114119142A (zh) * | 2021-11-11 | 2022-03-01 | 北京沃东天骏信息技术有限公司 | 信息推荐方法、装置和系统 |
CN114723488B (zh) * | 2022-04-07 | 2023-05-30 | 平安科技(深圳)有限公司 | 课程推荐方法、装置、电子设备及存储介质 |
CN116610869B (zh) * | 2023-07-13 | 2023-10-13 | 支付宝(杭州)信息技术有限公司 | 推荐内容管理方法及装置、电子设备及存储介质 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6029195A (en) * | 1994-11-29 | 2000-02-22 | Herz; Frederick S. M. | System for customized electronic identification of desirable objects |
US5974412A (en) * | 1997-09-24 | 1999-10-26 | Sapient Health Network | Intelligent query system for automatically indexing information in a database and automatically categorizing users |
JP3879321B2 (ja) * | 1998-12-17 | 2007-02-14 | 富士ゼロックス株式会社 | 文書要約装置、文書要約方法及び文書要約プログラムを記録した記録媒体 |
US6801917B2 (en) * | 2001-11-13 | 2004-10-05 | Koninklijke Philips Electronics N.V. | Method and apparatus for partitioning a plurality of items into groups of similar items in a recommender of such items |
US20030093329A1 (en) * | 2001-11-13 | 2003-05-15 | Koninklijke Philips Electronics N.V. | Method and apparatus for recommending items of interest based on preferences of a selected third party |
US7533093B2 (en) * | 2001-11-13 | 2009-05-12 | Koninklijke Philips Electronics N.V. | Method and apparatus for evaluating the closeness of items in a recommender of such items |
JP2003242165A (ja) * | 2002-02-18 | 2003-08-29 | Nippon Telegr & Teleph Corp <Ntt> | 潜在ターゲット導出装置、潜在ターゲット導出方法、そのプログラム及び記録媒体 |
US8229957B2 (en) * | 2005-04-22 | 2012-07-24 | Google, Inc. | Categorizing objects, such as documents and/or clusters, with respect to a taxonomy and data structures derived from such categorization |
US7568148B1 (en) * | 2002-09-20 | 2009-07-28 | Google Inc. | Methods and apparatus for clustering news content |
US7747625B2 (en) * | 2003-07-31 | 2010-06-29 | Hewlett-Packard Development Company, L.P. | Organizing a collection of objects |
US20050125397A1 (en) * | 2003-12-04 | 2005-06-09 | William Gross | Transparent search engine |
JP2005309526A (ja) * | 2004-04-16 | 2005-11-04 | Nippon Telegr & Teleph Corp <Ntt> | クラスタリング処理のための入力データの構成方法及び装置及びプログラム |
JP4822317B2 (ja) * | 2005-10-03 | 2011-11-24 | Kddi株式会社 | レコメンド方法およびシステムならびにレコメンドプログラムおよびその記憶媒体 |
JP2008117222A (ja) * | 2006-11-06 | 2008-05-22 | Sony Corp | 情報処理装置および方法、並びにプログラム |
US7945576B2 (en) * | 2007-05-29 | 2011-05-17 | Microsoft Corporation | Location recognition using informative feature vocabulary trees |
CN100555287C (zh) * | 2007-09-06 | 2009-10-28 | 腾讯科技(深圳)有限公司 | 互联网音乐文件排序方法、系统和搜索方法及搜索引擎 |
US7984000B2 (en) * | 2007-10-31 | 2011-07-19 | Microsoft Corporation | Predicting and using search engine switching behavior |
JP4524709B2 (ja) * | 2007-12-03 | 2010-08-18 | ソニー株式会社 | 情報処理装置および方法、並びに、プログラム |
US8024324B2 (en) * | 2008-06-30 | 2011-09-20 | International Business Machines Corporation | Information retrieval with unified search using multiple facets |
US8606796B2 (en) * | 2008-09-15 | 2013-12-10 | Kilac, LLC | Method and system for creating a data profile engine, tool creation engines and product interfaces for identifying and analyzing files and sections of files |
CN101685458B (zh) * | 2008-09-27 | 2012-09-19 | 华为技术有限公司 | 一种基于协同过滤的推荐方法和系统 |
US8965893B2 (en) * | 2009-10-15 | 2015-02-24 | Rogers Communications Inc. | System and method for grouping multiple streams of data |
-
2010
- 2010-06-08 JP JP2010131013A patent/JP5445339B2/ja not_active Expired - Fee Related
-
2011
- 2011-05-26 US US13/116,344 patent/US20110302165A1/en not_active Abandoned
- 2011-06-01 CN CN2011101533724A patent/CN102279866A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN102279866A (zh) | 2011-12-14 |
JP2011257917A (ja) | 2011-12-22 |
US20110302165A1 (en) | 2011-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5445339B2 (ja) | コンテンツ推薦装置およびコンテンツ推薦方法 | |
JP2011257918A (ja) | コンテンツ推薦装置およびコンテンツ推薦方法 | |
JP5075943B2 (ja) | 情報提供装置および情報提供方法 | |
US9536246B2 (en) | Content recommendation system, content recommendation device, and content recommendation method | |
US9558501B2 (en) | Content recommendation system, content recommendation method, content recommendation apparatus, program, and information storage medium | |
CN102124465B (zh) | 内容推荐系统、内容推荐方法、内容推荐装置、程序和信息存储介质 | |
US7555195B2 (en) | Content combination reproducer, content combination reproduction method, program executing the method, and recording medium recording therein the program | |
JP6542503B2 (ja) | タグコンテンツおよびソーシャルネットワークコンテンツに基くクラウドで実行されたミニゲームをランク付けするシステムおよび方法 | |
JP2011257929A (ja) | 情報提供装置および情報提供方法 | |
US11954161B2 (en) | Multi-content recommendation system combining user model, item model and real time signals | |
US20090254862A1 (en) | Method and apparatus for user interface for child oriented computer network | |
CN103207675A (zh) | 制作媒体节目集锦或扩充媒体节目 | |
JP2009301285A (ja) | 表示シンボル調整方法、プログラム及び装置 | |
US7946918B2 (en) | Allowing media and gaming environments to effectively interact and/or affect each other | |
JPWO2011052424A1 (ja) | コンテンツ選択システム、コンテンツ選択装置、コンテンツ選択方法及びプログラム | |
JP4907606B2 (ja) | サーバ、Webページ提供方法及びシステム | |
JP2023034319A (ja) | プログラム、情報処理装置及び情報処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130424 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131120 |
|
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: 20131126 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131209 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5445339 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
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 |
|
LAPS | Cancellation because of no payment of annual fees |