JP6067609B2 - ターゲット決めされたビデオ番組編成の配送のための方法および装置 - Google Patents

ターゲット決めされたビデオ番組編成の配送のための方法および装置 Download PDF

Info

Publication number
JP6067609B2
JP6067609B2 JP2014054015A JP2014054015A JP6067609B2 JP 6067609 B2 JP6067609 B2 JP 6067609B2 JP 2014054015 A JP2014054015 A JP 2014054015A JP 2014054015 A JP2014054015 A JP 2014054015A JP 6067609 B2 JP6067609 B2 JP 6067609B2
Authority
JP
Japan
Prior art keywords
viewer
program
viewers
preference
information
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
Application number
JP2014054015A
Other languages
English (en)
Other versions
JP2014143722A (ja
Inventor
イスマイル，ラビーブ・ケイ
ゴゴイ，アマール・エヌ
メータ，マヌ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Thomson Licensing SAS
Original Assignee
Thomson Licensing SAS
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 Thomson Licensing SAS filed Critical Thomson Licensing SAS
Publication of JP2014143722A publication Critical patent/JP2014143722A/ja
Application granted granted Critical
Publication of JP6067609B2 publication Critical patent/JP6067609B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—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
    • 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]
    • H04N21/20—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
    • 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
    • H04N21/25883—Management of end-user data being end-user demographical data, e.g. age, family status or address
    • 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]
    • H04N21/20—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
    • H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
    • H04N21/2668—Creating a channel for a dedicated end-user group, e.g. insertion of targeted commercials based on end-user profiles
    • 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
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/414—Specialised client platforms, e.g. receiver in car or embedded in a mobile appliance
    • H04N21/4147—PVR [Personal Video Recorder]
    • 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
    • H04N21/454—Content or additional data filtering, e.g. blocking advertisements
    • 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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/812—Monomedia components thereof involving advertisement 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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/84—Generation or processing of descriptive data, e.g. content descriptors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/16—Analogue secrecy systems; Analogue subscription systems
    • H04N7/162—Authorising the user terminal, e.g. by paying; Registering the use of a subscription channel, e.g. billing
    • H04N7/163—Authorising the user terminal, e.g. by paying; Registering the use of a subscription channel, e.g. billing by receiver means only

Description

この発明は、ターゲット決めされたビデオ番組編成の、視聴者への配送に一般的に関し、より特定的には、視聴者の特徴にターゲット決めされて、ターゲット決めされたかまたはカスタマイズされた、見掛け上は線形のテレビ番組をもたらすビデオ番組編成（ｖｉｄｅｏ ｐｒｏｇｒａｍｍｉｎｇ）の線形配送（ｌｉｎｅａｒ ｄｅｌｉｖｅｒｙ）のための、さまざまな視聴者特徴の決定に関する。
現在では、後で見るために個人がテレビ番組を録画することが、市販のビデオカセットレコーダ（ＶＣＲ）を用いて一般的に行なわれている。典型的に、ＶＣＲは、マニュアルで録画モードにされてもよくまたは、選択された番組を後で録画するようにプログラムされてもよい。ＶＣＲをプログラムするため、ユーザは、録画を望む番組の日付、時間およびチャンネルを入力するかまたは、所望の番組の識別コードを入力する。
テレビ番組の視聴者は、どの番組を見るかについて、より多くの選択肢を有することが増えている。たとえば、ケーブルテレビは、従来のテレビアンテナを介して利用可能なチャンネルと比べて、視聴者が利用可能なチャンネル数を劇的に増加させている。デジタル衛星システムはさらに多くの視聴選択肢を与えている。ケーブルテレビシステムを介した番組のデジタル放送は、視聴者が利用可能なチャンネル数をさらに増加させることが予期される。
視聴選択肢の数の増加の１つの影響は、どの番組を見るかを決める難しさが増していることである。人々、特にスケジュールが忙しい人は、番組を選択しかつ視聴してどの番組を好むかまたは好まないかを決定する時間を有しないことがある。そうでなくても、視聴者にとって望ましいかもしれない番組は、その番組が視聴者にとって都合の悪い時間に放送されれば、視聴されることがないであろう。ユーザは視聴するある番組を選択し、その番組を好むかどうかを決定し得る。しかしながら、毎週数百もの番組選択がある状態では、これを行なうにはかなりの時間がかかる可能性があり、ある望ましい番組を見逃してしまう可能性が高い。
ＴＶ視聴者の非常に小さな集合が見る番組をモニタすることによって母集団のテレビ視聴習慣をサンプリングする企業が存在する。これらの企業は、サンプルの生成のために彼らがモニタする人々について他の人口統計情報も集める。これらのサンプルは、サンプルがカバーする母集団のテレビ視聴習慣についての貴重な情報を与える。これらのサンプルを定期的に分析することにより、テレビ視聴における母集団の挙動パターンを説明する一般的数学モデルを形成することができる。各個人視聴者は、テレビ番組に対して非常に個人的な好みを有するが、これは、一般的母集団のサンプル挙動から導出されるモデルとはかなり異なり得る。同時に、単一のユーザの挙動をモニタすることによって導出される数学モデルは、短期間の間に単一のユーザしか見ないことによって集められる限られた情報量のために、不正確であり得る。サンプル母集団の挙動パターンのサンプル全体をすべての視聴者装置に送って数学モデルの計算を支援することは、この情報を各装置に伝送するのに必要な帯域幅の高コストと、視聴者装置がこの情報を処理するための処理電力およびメモリ必要量とのために、逆効果である。すべてのユーザの個人的視聴習慣をサーバに送って、個々のユーザについて数学モデルを計算することは、視聴者のプライバシーに関する懸念を生じさせるとともに、視聴者装置からサーバへの戻りチャンネルも必要になる。
正確に視聴者の個人的嗜好を自動決定するメカニズムがあれば、非常に個人的なＴＶ視聴環境を視聴者に提供することができる。多数のメンバーがいる世帯の場合、個々のメンバーおよび彼らの嗜好を正しく識別することにより、装置は、個々の視聴者にとって最も満足感のある娯楽経験を与えることができる。
テキストデータを視聴者に提供するための方法が開発されてきた。クローズドキャプションエンコード法は、クローズドキャプションテキストデータをビデオ信号の垂直帰線消去間隔に挿入することにより、テキストデータを、その関連のビデオデータと同期して伝送する。しかしながら、クローズドキャプションテキストデータは、ビデオ番組編成の作成者によってビデオ信号の垂直帰線消去間隔に挿入されなければならない。その結果、ヘッドエンドオペレータがビデオ信号の垂直帰線消去間隔を使って、スポーツ、天気、株式市場、ニュース、広告およびその他のデータなどの、他のテキストデータを挿入することができない。
電子番組ガイド（以下“ＥＰＧ”）は、視聴者に、ケーブルテレビチャンネルの今後のテレビ番組の画面上リストを与える。ＥＰＧデータサービスがＥＰＧを提供する。ＥＰＧデータはケーブルヘッドでビデオ信号に変換される。ＥＰＧデータはケーブルヘッドでビデオ信号に変換され、専用ケーブルテレビチャンネルによって視聴者のテレビに伝送される。専用ケーブルテレビチャンネルにチューニングした後、視聴者は、所望の期間の間番組が表示されるのを待つ。ＥＰＧデータを用いるとき、ケーブルヘッドエンドオペレータは別個のケーブルテレビチャンネルをＥＰＧデータ専用にしかつ、ＥＰＧサービスプロバイダが提供するＥＰＧデータからビデオ信号を発生しなければならないことがしばしばある。
この問題を解決する１つの方法は、ＦＭ搬送波へのＥＰＧデータの変調と、ケーブルテレビチャンネルの１つの上にビデオ信号を有するＦＭ搬送波を伝送することとである。ＦＭ搬送波からＥＰＧデータを復調する専用周辺装置を視聴者のテレビチューナに設ける。次に、視聴者のテレビ上にＥＰＧデータを提示することを視聴者が要求するまでＥＰＧデータを保存する。選択されると、このときにＥＰＧデータが他のビデオ番組編成の代わりに視聴者のテレビに表示される。
テキストデータおよび電子ＥＰＧデータの流れを管理するデータコントローラが米国特許第５，５７９，０５５号に開示されている。
さらに、テレビ番組の嗜好エージェントはベイズ法を用いてきた。たとえば、米国特許第５，７０４，０１７号（以下“’０１７特許”）を参照されたい。しかしながら、’０１７特許では、コラボラティブフィルタリングシステムを用いて、視聴者の属性に基づいてテレビ視聴者の所望の嗜好を予測する。’０１７を実現するシステムは２方向通信ネットワークを介して信念ネットワークと通信する必要があり、視聴者の個人情報をネットワークに開示してしまう。’０１７は、視聴者の選択に寄与するさまざまな特色を識別するのに使用可能な、テレビ番組について利用可能な豊富なＥＰＧ情報を活用しない。
この発明の目的は、特定の視聴者、典型的にはテレビの視聴者にターゲット決めされたビデオデータを選択しかつ配送する方法および装置を提供することである。ビデオデータは、視聴特徴、人口統計特徴、買い物特徴およびその他を含む、視聴者のさまざまな特徴に従ってターゲット決めされ得る。
したがって、この発明の目的は、テレビ視聴者のユーザ嗜好を決定するための方法および装置を提供することである。この発明は、サンプル視聴習慣とともに一般的母集団の関連の人口統計的およびその他の特徴を分析して、母集団の視聴パターンと関連の特徴との間の関係を説明しかつ放送ネットワークなどの１方向通信チャネルを用いて視聴者装置と通信可能な数学モデルのパラメータを生成する方法を規定する。この発明は、視聴者装置によってこれらのパラメータを用いて、視聴習慣についての個人情報を外部に漏らすことなく個々の視聴者のユーザ嗜好を計算するための方法も規定する。
この発明は、計算された視聴者嗜好に頼って、ビデオデータを見るのに同じ装置を利用する１人またはそれ以上の個々の視聴者にとって関心があるであろう放送コンテンツを記憶しかつ提示する装置も詳細に説明する。したがって、この発明は、たとえば、単一のテレビ受像機を有する多数視聴者世帯などの、同じ視聴装置にアクセスする多数の視聴者の嗜好を計算する方法も開示する。
別の局面では、この発明は、ユーザが視聴する番組をモニタすることによりユーザの視聴嗜好を決定しかつ、ユーザの嗜好に対応する番組の録画をさせる。この発明の原則に従うと、テレビ番組の録画をさせるための装置は、装置のユーザが見る各テレビ番組に対応する属性情報の検索をさせるための嗜好エージェントを含む。嗜好エージェントは、属性情報の関数としてユーザの視聴嗜好を示す分類情報を生成する。録画マネージャは、分類情報に一致する属性情報を有するテレビ番組の記憶装置への録画および記憶を引き起こす。
さらなる局面では、この発明は、ユーザが視聴する番組と関連の属性情報を処理することおよび視聴者を記述する特徴のプロファイルを作成することにより、ユーザの視聴嗜好を決定する。特徴は、視聴嗜好、人口統計情報（たとえば、年齢、性別、学歴、職業、収入、政治的および宗教的傾向、配偶者の有無、性的嗜好、人種的背景、家庭および職場の地理的場所）、読書嗜好、買い物嗜好、音楽嗜好を含んでもよいが、それらに限られるものではない。
この発明の原則を用いる実施例は、有利には、視聴者のある視聴習慣に一致する番組の録画を引き起こす。したがってそのような実施例は、視聴者が自由に見ることができる、ユーザのある視聴嗜好に一致する記憶済み番組を視聴者に提供する。したがって視聴者は、数百もの可能な番組の中からどの番組を見るかを決める負担から解放される。
この発明のさらなる局面に従うと、番組は、記憶装置の利用可能な容量に従って記憶のために録画され得る。さらに、ユーザによる選択に応答してまたはユーザの視聴嗜好が示す優先順位に基づいて、番組を削除してもよい。ここでは、最も低い優先順位を有する番組が最初に削除されて、新たに録画される番組のための空きを作る。番組の優先順位はここでも時間の関数であり得る。すなわち、より最近録画された番組がより高い優先順位を与えられる。
この発明のさらなる局面に従うと、どの番組を録画するかを決めることは優先順位の関数でもあり得る。すなわち、録画を指定される番組に最も高い優先順位が与えられ、その後に、１つまたはそれ以上のユーザ特定基準に対応する属性情報を有する番組が続き、その後に、記録嗜好情報に対応する属性情報を有する番組が続く。
この発明のさらなる局面に従うと、ユーザ特定要求は、特定の番組を示す情報を含む第１のタイプの要求およびユーザの特定化に対応する属性情報を有する１つまたはそれ以上の番組を示す仕様を含む第２のタイプの要求の形であり得る。
この発明のさらなる局面に従うと、ユーザは、一時停止入力を生成することにより、ユーザが見ている現在放送中の番組の録画をさせてもよい。これは有利には、その後の視聴のために番組の残余を録画することによりユーザが現在放送中の番組の視聴を中断できるようにする。番組視聴オプションは、番組の選択ならびに、再生、一時停止、削除、早送り、巻戻しなどを含む視聴およびその他オプション用の、使いやすいインターフェイスを提供するメニューの形でユーザに与えられるであろう。
好ましくは、嗜好エージェントは、カテゴリ化パラメータに従って整理されたデータベースの形で記録嗜好情報を整理する。アナログまたはデジタルフォーマットのいずれかで番組を受信してもよい。デジタルフォーマットで記憶された番組は、追加のチャンネルの形でユーザに提示されるのが有利である。これは、単にチャンネルを切換えることによって、（録画されたかまたは放送された）番組間をユーザが容易に切換えるのを可能にする。
この発明の原則を用いる番組選択装置の高レベルブロック図である。 この発明の原則を用いるシステムの高レベルブロック図である。 番組情報の２つの例を示す図である。 特色および好み値の例を示す図である。 代表的標本上で行なわれるデータ分析を示すフローチャートの図である。 代表的標本上で行なわれるデータ分析を示すフローチャートの図である。 ユーザ選択の予測のエラーを計算するプロセスを示す図である。 回帰分析のプロセス中のステップを示す図である。 ２つの相関する特色の間の関係を示す図である。 番組中の特色の特色性を定めるプロセスを示す図である。 番組中の特色の特色性を定めるプロセスを示す図である。 番組中の特色の特色性を定めるプロセスを示す図である。 好み分布記録フォーマットの例を示すブロック図である。 図１０に記載された異なるフィールドの、いくつかのサンプル値をリストにする図である。 特色性記録フォーマットの例を示すブロック図である。 ＥＰＧデータの一部として特色性を放送するための例を示す図である。 ユーザ選択記録フォーマットの例を示す図である。 ユーザ選択履歴の生成のための入力および出力を示すブロック図である。 番組選択装置上で行なわれる、好み値を学習するプロセスを図示するフローチャートの図である。 選択履歴記録の関連性値の計算のための入力および出力を示すブロック図である。 年齢に関する関連性を表わすグラフの図である。 関連性に関する反復率を表わすグラフの図である。 過去の選択履歴の更新のプロセスのための入力および出力を示すブロック図である。 過去の選択履歴の更新のプロセスを図示するフローチャートの図である。 番組選択装置上で行なわれる、好み値を計算するプロセスを図示するフローチャートの図である。 番組に対する好み計算のための入力および出力を示すブロック図である。 異なる番組に対する、収入の分布を示す図である。 異なる番組に対する、性別の分布を示す図である。 ターゲット決めされた広告を提供するためのシステムアーキテクチャの図である。 特定の人口統計特色値に属するユーザについて、信念関数と確率との間の関係を示すグラフの図である。 人口統計特色記録フォーマットのフローチャートの図である。 広告ターゲット決め記録フォーマットのフローチャートの図である。 図１のテレビ録画システムが行なう、ある機能の動作を示すブロック図である。 図１のテレビ録画システムが行なう、ある機能の動作を示すブロック図である。 この発明の原則を実現するシステムの代替的なハードウェア構成を示す図である。 この発明の原則を実現するシステムの代替的なハードウェア構成を示す図である。 図１のテレビ録画システムの動作のさらなる局面を図示するフローチャートの図である。 視聴者にＥＰＧデータおよびテキストデータを与えるためのシステムの１つの実施例のブロック図である。 データプロバイダからＥＰＧデータおよびテキストを受取り、表示のためにデータをフォーマットしかつ、ケーブルテレビチャンネルの垂直帰線消去間隔にデータを挿入するためのデータコントローラの１つの実施例を図示するブロック図である。 図２９のＥＰＧデータベースから読出されるＥＰＧデータの情報フィールドの１つの実施例を示す図である。 割当てられたケーブルテレビチャンネルへの挿入のためにデータベースから読出されるデータのデータフォーマットを示す図である。 図２９のＥＰＧトランザクションフォーマッタの動作を示すフローチャートの図である。 図２９のテキストトランザクションフォーマッタの動作の１つの実施例を示すフローチャートの図である。 テキストデータおよびＥＰＧデータを受ける際に用いるためのセットトップボックスの１つの実施例を示す図である。 この発明に従う多数の視聴者プロファイルを作成しかつ用いるプロセスのさまざまな局面を示す図である。 この発明に従う多数の視聴者プロファイルを作成しかつ用いるプロセスのさまざまな局面を示す図である。 この発明に従う多数の視聴者プロファイルを作成しかつ用いるプロセスのさまざまな局面を示す図である。 この発明に従う多数の視聴者プロファイルを作成しかつ用いるプロセスのさまざまな局面を示す図である。 この発明に従う多数の視聴者プロファイルを作成しかつ用いるプロセスのさまざまな局面を示す図である。 この発明に従う多数の視聴者プロファイルを作成しかつ用いるプロセスのさまざまな局面を示す図である。 この発明に従う多数の視聴者プロファイルを作成しかつ用いるプロセスのさまざまな局面を示す図である。 ユーザのプライバシーを損なうことなく、ターゲット決めされた電子コンテンツを配信するための方法を示す図である。 この発明に従うシステムの実施例を示す図である。 この発明に従うカスタム線形計画法を示す図である。
図１では、テレビコントロールシステム１００はこの発明の原則に従って動作して、ユーザ入力１０２およびテレビ信号１０４に応答してテレビ番組の録画をさせる。テレビコントロールシステム１００は、ユーザの視聴のため、テレビモニタ１０８に信号を伝送する。好ましくは、デジタルの実施例では、システム１００が録画する番組は、追加のチャンネルの形でユーザに提示される。したがって、ユーザは、チャンネルを変えることにより、視聴に利用可能な記憶済み番組をすばやく決定することができる。ユーザは、記憶済み番組間でまたは記憶済み番組と現在放送中の番組との間でチャンネルを変更することもできる。録画済み番組から別の番組にユーザがチャンネルを変更すれば、録画済み番組の再生が好ましくは一時停止される。これに代えて、録画済み番組の再生が一時停止されるかまたは継続されるかは、ユーザが選択可能なオプションである。本明細書中にさらに記載されるように、ユーザは、特定の番組の指定またはコメディ／ドラマ、俳優などの、番組の特定の属性の指定により、録画用の番組を特定してもよい。録画用の番組をマニュアルで指定するとき、ユーザは、放送されるときに、一度または毎週など繰返して番組を録画すべきであることを指定してもよい。
信号１０４は、テレビモニタ１０８上にテレビ番組のビデオおよびオーディオ成分を表示するのに必要な情報を含む第１の成分１０５を含む。信号１０４は好ましくは、本明細書中で“属性情報”と呼ばれる第２の成分１０７も含む。そのような属性情報１０７の例は、ＤＶＢ−ＳＩおよびＡＴＳＣ−ＳＩフォーマットと、カリフォルニア州フレモントのスターサイト・テレキャスト・インク（ＳｔａｒＳｉｇｈｔ Ｔｅｌｅｃａｓｔ， Ｉｎｃ．）およびニューヨーク州グレンフォールズのＴＶデータ（ＴＶＤａｔａ）からそれぞれ入手可能な、スターサイトＥＰＧデータおよびＴＶＤａｔａなどの各種独自フォーマットとを介して利用可能な情報である。
任意の特定の番組についての属性情報１０７は番組タイプに依存して異なるが、典型的には、番組の開始時間、番組の持続時間、番組の題名および番組の他の属性（カテゴリ）などの複数のカテゴリとともに、カテゴリの各々に対応する関連の値を含む。嗜好エージェント１１０は属性情報１０７を処理し、“カテゴリ−値”の対１１５を生成する。たとえば、番組の属性が持続時間ならば、カテゴリは持続時間であってもよく、そのカテゴリの値が１２０分であってもよい。番組の属性が題名ならば、カテゴリは題名であってもよく、値が“スターウォーズ”であってもよい。映画の他のカテゴリ−値の対は、映画の短い説明を有する説明カテゴリが値であること、映画の主演スターの名前を有する主演俳優カテゴリが値であること、監督の名前を有する監督カテゴリが値であること、アドベンチャー、コメディなどのテーマを有するテーマカテゴリが値であることおよび特定の評論家による評価を有する評価カテゴリが値であることを含んでもよい。フットボールの試合などのスポーツの試合のカテゴリ−値の対は、プレイしているチーム名、試合の場所およびプレイオフまたはスーパーボウルなどの特定のトーナメントを含んでもよい。
カテゴリ−値の対１１５（嗜好情報）はユーザの視聴嗜好を示す。カテゴリ−値の対１１５と関連するものとして図１に示されるデータは、関連のカテゴリ値のための重み付け情報だけでなく、以下にさらに例示のために示される他の情報を含む。嗜好エージェント１１０は、嗜好データベース１１６の形で嗜好情報１１５を維持する。システム１００が録画するテレビ番組１０５は好ましくは、関連の属性情報１０７とともに別個に記憶される。代替的な実施例では、（関連値を有するまたは有しない）カテゴリ値の対１１５はテレビ番組１０５とともに記憶され、生の属性情報１０７はシステム１００によっては維持されない。
ユーザ視聴習慣に応答して、嗜好エージェント１１０は、嗜好データベース１１６に記憶された各カテゴリごとにおよび各カテゴリの各値ごとにデータを生成する。各カテゴリおよび値ごとに嗜好エージェント１１０が生成したデータは、好ましくは、見るために特定のカテゴリおよび／または値が利用可能な時間の合計量に対する、ユーザが特定のカテゴリおよび／または値を見る時間の量を示す。ユーザが番組を見る相対的な時間の量は、ユーザの相対的視聴嗜好の好都合な指標である。しかしながら、ユーザ視聴嗜好の他の指標も用いてもよい。番組ソーススイッチ１１４はユーザ入力１０２に応答して動作し、テレビ信号１０４を介して現在放送中の番組または記憶装置１０６からの記憶済み番組のいずれかを選択する。
録画マネージャ１１２は、嗜好エージェント１１０が生成し、嗜好データベース１１６に記憶された情報に従って、テレビ番組１０５および属性情報１０７の録画および記憶を引き起こすように動作する。録画マネージャ１１２は、特定の番組を録画するユーザ要求および指定されたカテゴリ−値の対を有する番組を録画するユーザ要求にも応答する。
モニタ１０８に伝送される信号は好ましくは従来のアナログの形態をとる。これに代えて、モニタ１０８に伝送される信号をデジタルにエンコードしてもよい。モニタに伝送される信号の正確な形態は重要ではなく、特定のモニタが必要とするような形態をとってもよい。テレビコントロールシステム１００が受信するテレビ信号１０４は、周知のＮＴＳＣまたはＰＡＬ規格に従ってエンコードされるアナログエンコード信号を含むさまざまな信号フォーマットのうち１つをとってもよい。これに代えて、信号１０４は、市場で入手可能なデジタル衛星システム（ＤＳＳ）が伝送するようなまたはＭＰＥＧ−２（Ｍｏｔｉｏｎ Ｐｉｃｔｕｒｅ Ｅｘｐｅｒｔ Ｇｒｏｕｐ−２）標準に従う態様でデジタルにエンコードされてもよい。テレビコントロールシステム１００のいずれの所与の実施例においても、信号１０４は前述のさまざまな形態をとり得る。たとえば、テレビコントロールシステム１００は、デジタル衛星システムから入力を受けるように結合されてもよく、入力はデジタルにエンコードされる。また、テレビコントロールシステム１００は、アナログまたはデジタルの形のいずれかで信号をエンコードする、共同アンテナテレビシステム（ＣＡＴＶ）から入力を受けるように結合されてもよい。また、テレビコントロールシステム１００は、従来の家庭用アンテナからアナログまたはデジタル信号を受けるように結合されてもよい。
属性情報１０７は、欧州電気通信標準協会（Ｅｕｒｏｐｅａｎ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｔａｎｄａｒｄｓ Ｉｎｓｔｉｔｕｔｅ）（ＥＴＳ）が規定するようなＤＶＢ−ＳＩ（デジタルビデオ放送サービス情報）または高度テレビシステム委員会（Ａｄｖａｎｃｅｄ Ｔｅｌｅｖｉｓｉｏｎ Ｓｙｓｔｅｍ Ｃｏｍｍｉｔｔｅｅ）（ＡＴＳＣ）が規定するようなＡＴＳＣデジタルテレビ規格などの業界標準を含むさまざまな態様で、テレビ番組１０５と同時にテレビコントロールシステム１００に伝送され得る。例示のため、ＤＶＢ−ＳＩプロトコルでは、次の６時間の間の番組編成は、各チャンネルごとに８秒ごとに伝送される。さらなる例として、次の７日間の番組情報はスターサイト・テレキャスト・インクから入手可能な対話型画面上ＴＶ番組ガイドから入手可能である。次の７日間などのさらに先の番組編成情報は他の方法でも入手され得る。たとえば、特定のチャンネルで、時分割多重化された態様で情報を受取ることによってである。そのような情報は、ユーザが画面上にコントロールメニューを表示しているときなど、ユーザが画面上で動画イメージを必要としない作業を行なうときに、容易に伝送することができる。
これに代えて、テレビコントロールシステム１００は、モデムまたはテレビ信号に含まれる垂直帰線消去間隔（ＶＢＩ）を介した別個の通信セッションによりテレビ番組１０５から別個に属性情報１０７をダウンロードすることができる。そのような別個の通信セッションは、ＭＰＥＧ−２、ＤＶＢ−ＳＩおよびＤＳＳプロトコルがサポートするデータダウンロードメカニズムを含む。
属性情報１０７は、以下に示されるようなＤＶＢ−ＳＩプロトコル下の形態をとることができる。
ｅｖｅｎｔ＿ｉｄ （イベント＿ｉｄ）
ｓｔａｒｔ＿ｔｉｍｅ，（開始時間）
ｄｕｒａｔｉｏｎ（持続時間）
ＤＥＳＣＲＩＰＴＯＲ１（記述子１）
ＤＥＳＣＲＩＰＴＯＲ２（記述子２）
…
ＤＥＳＣＲＩＰＴＯＲｎ（記述子ｎ）
ｅｖｅｎｔ−ｉｄフィールドは、番組に割当てられた一意なアルファニューメリックコードである。記述子は、以下の情報を含む“短いイベント記述子”（Ｓｈｏｒｔ Ｅｖｅｎｔ Ｄｅｓｃｒｉｐｔｏｒｓ）、“延長されたイベント記述子”（Ｅｘｔｅｎｄｅｄ Ｅｖｅｎｔ Ｄｅｓｃｒｉｐｔｏｒｓ）または“コンテンツ記述子”（Ｃｏｎｔｅｎｔ Ｄｅｓｃｒｉｐｔｏｒｓ）であり得る。
Ｓｈｏｒｔ Ｅｖｅｎｔ Ｄｅｓｃｒｉｐｔｏｒ（短いイベント記述子）：
［
ｅｖｅｎｔ＿ｎａｍｅ−ｌｅｎｇｔｈ（イベント名−長さ）
ｅｖｅｎｔ＿ｎａｍｅ（イベント名）
ｅｖｅｎｔ＿ｄｅｓｃｒｉｐｔｉｏｎ−ｌｅｎｇｔｈ（イベント記述長さ）
ｅｖｅｎｔ＿ｄｅｓｃｒｉｐｔｉｏｎ（イベント記述）
］
Ｅｘｔｅｎｄｅｄ−ｅｖｅｎ（均等に延長された）
［
ＩＴＥＭ１（項目１）
ＩＴＥＭ２（項目２）
…
…
ＩＴＥＭｎ（項目ｎ）．
］
ｃｏｎｔｅｎｔ ｄｅｓｃｒｉｐｔｏｒ（コンテンツ記述子）：
［
ＣＯＮＴＥＮＴ１（コンテンツ１）
ＣＯＮＴＥＮＴ２（コンテンツ２）
…
…
ＣＯＮＴＥＮＴｎ（コンテンツｎ）．
］
ＩＴＥＭ（項目）は以下の情報を含む。
［
ｉｔｅｍ＿ｄｅｓｃｒｉｐｔｉｏｎ＿ｌｅｎｇｔｈ（項目記述長さ）
ｉｔｅｍ＿ｄｅｓｃｒｉｐｔｉｏｎ（項目記述）
ｉｔｅｍ＿ｖａｌｕｅ＿ｌｅｎｇｔｈ（項目値長さ）
ｉｔｅｍ＿ｖａｌｕｅ（項目値）
］
項目記述の例は“監督”であり得、項目値は“マーチン・スコセッシ”（Ｍａｒｔｉｎ Ｓｃｏｒｓｅｓｅ）であり得る。ＣＯＮＴＥＮＴ（コンテンツ）は以下の情報を含む。
［
ＤＶＢ−ＳＩ ｄｅｆｉｎｅｄ ｔｈｅｍｅ（ＤＶＢ−ＳＩ規定テーマ）
ＤＶＢ−ＳＩ ｄｅｆｉｎｅｄ ｓｕｂ−ｔｈｅｍｅ， ｐｒｏｇｒａｍｍｅｒ ｄｅｆｉｎｅｄ ｔｈｅｍｅ， ｐｒｏｇｒａｍｍｅｒ ｄｅｆｉｎｅｄ ｓｕｂｔｈｅｍｅ（ＤＶＢ−ＳＩ規定サブテーマ、プログラマ規定テーマ、プログラマ規定サブテーマ）
］
テーマおよびサブテーマの例はそれぞれ映画およびコメディである。プログラマ規定テーマおよびサブテーマは、ＥＰＧデータプロバイダが提供し得る値である。
カテゴリ−値の対１１５は上記タイプの情報から生成される。カテゴリ−値の対１１５は以下のフォーマットをとる。すなわち、カテゴリ名−カテゴリ値であり、ここでカテゴリ名は、“題名”、“監督”、“テーマ”、“番組タイプ”などであり、カテゴリ値は、“隣のサインフェルド”（Ｓｅｉｎｆｅｌｄ）、“マーチン・スコセッシ”、“コメディ”、“シットコム”などであり得る。属性情報１０７からのカテゴリ−値の対１１５の生成は、属性情報１０７中に明確に存在しないカテゴリの嗜好エージェント１１０による生成を可能にする。たとえば、カテゴリ−値パッド１１５は、題名−フォーティナイナーズ、記述−フットボールおよび記述探索ルール−フットボール（および）サンフランシスコであり得る。したがって、嗜好エージェント１１０は、作成されたカテゴリ−値の対に対応する属性情報中にフィールドが存在しない場合ですら、属性情報１０７からカテゴリ−値の対１１５を生成することができる。
嗜好データベース１１６は好ましくは、スターサイト・テレキャスト・インクなどのサードパーティソースからカテゴリ−値の対をまずダウンロードすることによって生成される。有利には、そのようなソースは、特定の地理的区域および日付についてカスタマイズされた情報を提供し得る。たとえば、データベースは、地元のチームを含むスポーツイベントに、他のスポーツイベントよりも高い評価を与えるデータを含み得る。さらに、季節的なまたは休暇向けの番組を、特定の季節または休暇の間に好まれるものとして示してもよい。たとえば、夏季の活動を含む番組は、１年の他の時期よりも夏の間により高い重み付けを有するものとして示される。嗜好データベースは、ユーザの視聴習慣に従って、本明細書中に記載のように変更される。さらに、嗜好データベースは、サードパーティソースから周期的に更新されて、前述の季節的なまたは休暇向けの更新を反映することができる。
サードパーティソースから受けるものなどの、嗜好データベース１１６中のカテゴリは、予め規定されるかまたは、番組１０５について受ける属性情報１０７から動的に作成されるかのいずれかである。動的に作成されるカテゴリおよび関連の値は好ましくは、嗜好データベース１１６によってデフォルト評価を与えられる。嗜好エージェント１１０が作成するまたは嗜好エージェント１１０にダウンロードされる嗜好情報の例が以下に示される。以下の例では、カテゴリ統計および値統計部分の３列の数字は、（秒単位の）（０から１０００の範囲の）視聴された重み付け持続時間および、その特定のカテゴリまたは値に一致する番組が利用可能であった（秒単位の）時間の量を示す。情報は好ましくはデータベース記録の形で記憶される。
カテゴリ：
チャンネル １０００
題名 １００１
題名−サブストリング １００２
ジャンル情報 １００３
記述 １００４
記述サブストリング １００５
エピソード名 １００７
タイプ １００８
スター １００９
監督 １０１０
製作年 １０１１
ＭＰＡＡ評価 １０１２
評論家評価 １０１３
値：
タイタニック ２０００
アミ（Ａｍｉ） ２００１
サードロックフロムザサン(3rd Rock From the Sun） ２００２
ザゴッズマストビークレイジー（The Gods Must Be Crazy） ２００３
隣のサインフェルド（Seinfeld） ２００４
へッドラインニュース ２００５
バッグスアンドダフィー（Bugs and Duffy） ２００６
ニュース ２００７
００４ ２００８
００５ ２００９
０６３ ２０１０
フォーティナイナーズ ２０１１
シットコム ２０１２
コメディ ２０１３
映画 ２０１４
ニュース ２０１５
サンフランシスコ・フォーティナイナーズ ２０１６
ブッシュマン（A Coke bottle raises havoc for a tribe of African bushmen）２０１７
ジョン・マイヤーズ（John Mayers） ２０１８
ルーシー・バーネット（Lousie Barnett） ２０１９
マリウス・ワイヤーズ（Marius Weyers） ２０２０
サンドラ・プリンスルー（Sandra Prinsloo） ２０２１
ジェフ・ブリッジズ（Jeff Bridges） ２０２２
バレリー・ペリン（Valerie Perrine） ２０２３
フィル・ハートマン（Phil Hartman） ２０２４
ジェイミー・ユイス（Jamie Uys） ２０２５
レイモン・ジョンソン（Lamont Johnson） ２０２６
１９８１ ２０２７
１９７３ ２０２８
１９９６ ２０２９
三つ星 ２０３０
二つ星 ２０３１
ヌード ２０３２
バイオレンス ２０３３
アダルト物 ２０３４
アダルトランゲージ ２０３５
カテゴリー値対：
１００１ ２００１
１００１ ２００２
１００１ ２００３
１００１ ２００４
１００１ ２００５
１００１ ２００８
１０００ ２００９
１０００ ２０１０
１００２ ２０１１
１００３ ２０１２
１００３ ２０１３
１００３ ２０１４
カテゴリ統計：
１００１ １０００ ３１１０４ ４０２２２８０
１００２ １０００ ３１１０４ ４０２２２８０
１００３ １０００ ３１１０４ ２６１３３８４
１００４ １０００ ２０３０４ １９９６５９６
１００５ １０００ ２０３０４ １９９６５９６
１００６ １０００ ５２３８ １２５９０２８
１００７ １０００ ３４３８ ３６９４５０
１００８ １０００ １３２６６ ８１２９７０
値統計
２００１ １０００ １６３８ ８８０７４
２００２ １０００ ６７１４ １７８５６０
２００３ １０００ ６５５２ ３８７０５４
２００４ １０００ ５４００ １６５６００
２００５ １０００ １６００ ９０００
２００６ １０００ ３６００ ２８８００
２０１１ ５００ １８００ １０８００
上記例では、１４のカテゴリが与えられ（１０００−１０１３）、その後に３６の値が続く。次に、カテゴリと値との間の対応（カテゴリ−値の対）が示される。次に、カテゴリおよび次に値のデータが示される。このデータは、上述のように３列に編成される。
図１に示される、上述の実施例においては、カテゴリおよび値の評価は、嗜好データベース１１６に記憶される代わりに嗜好エージェント１１０によって動的に生成される。代替的な実施例では、評価は、カテゴリ−値の対とともに嗜好データベースに記憶されてもよい。
ここで図２を参照して、嗜好決定を用いて、ＴＶ番組の選択の際のユーザの嗜好を予測する。この予測は、（ｉ）個々のユーザの視聴習慣の分析、（ｉｉ）ユーザの代表的標本の視聴習慣の分析および（ｉｉｉ）集められたサンプルの期間の間利用可能なテレビ番組のＥＰＧデータに基づく。
ユーザの視聴習慣は、ユーザが見る実際の番組の文脈において以下に記述される。しかしながら、他の情報がこの発明の目的のためにちょうど有用であることがあり、これは、ユーザが見ることのないまたは別のチャンネルに変える前にごく簡単にしか見ない番組、録画することをユーザがスケジュールに入れる番組、ユーザが録画するが見ないまたは簡単にしか見ない番組および、（たとえば画面上ＥＰＧメニューなどの）番組ガイドからユーザが情報を要求したまたはユーザが情報を要求することがないまたはユーザが情報を要求するが見る選択をしない番組に関する情報を含む。
嗜好決定を作成するための１つの方法は、ユーザ挙動を予測するのに用いられるベイズネットワークの使用、したがって嗜好エージェントの使用によるものであり、これは知識ベースの方策である。この方法では、知識技術者は、エキスパートの専門分野についてエキスパートにインタビューする。エキスパートおよび知識技術者は、エキスパートの分野での決定に重要な世界の区別を決定する。知識技術者およびエキスパートは次に、変数間の依存性と依存性の強さを定量化する確率分布とを定める。
第２の方法は、データに基づく方策であるベイズネットワークである。この第２の方法において、知識技術者およびエキスパートはまずドメインの変数を決定する。次にそれらの変数に対してデータが累積され、アルゴリズムが適用されて信念ネットワークを作成し、このデータからユーザ挙動を予測する。この累積されたデータは、ドメインの実世界の例から生じる。この第２の方策は、離散変数しか含まないドメインのために存在する。
ベイズ法は、“ＥＭ”アルゴリズムとして公知のアルゴリズムを用いて行なうことができ、これは、当業者には認められるように、モデルのパラメータの最大事後確率値（ＭＡＰ値）を計算してユーザ挙動を予測する。ＥＭアルゴリズムは、デンプスター（Ｄｅｍｐｓｔｅｒ）の、「ＥＭアルゴリズムを介した不完全データからの最大尤度」（“Ｍａｘｉｍｕｍ Ｌｉｋｅｌｉｈｏｏｄ Ｆｒｏｍ Ｉｎｃｏｍｐｌｅｔｅ Ｄａｔａ Ｖｉａ Ｔｈｅ ＥＭ Ａｌｇｏｒｉｔｈｍ”， Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｒｏｙａｌ Ｓｔａｔｉｓｔｉｃａｌ Ｓｏｃｉｅｔｙ Ｂ， Ｖｏｌｕｍｅ ３９ （１９７７））に記載され、ここに引用により援用されている。
各変数ごとに確率を計算した後、信念ネットワーク内の各変数は次に、サブスコアを与えることにより、ユーザの嗜好を予測するように適合させるために得点（ｓｃｏｒｅｄ ｆｏｒ ｇｏｏｄｎｅｓｓ）される。当業者には認められるように、サブスコアは、最大事後確率値において、予期されるデータの周辺尤度を用いることによって生成される。
当業者は、ここに引用により援用される、ジェンセン、ローリッツェンおよびオレセン（Ｊｅｎｓｅｎ， Ｌａｕｒｉｔｚｅｎ ａｎｄ Ｏｌｅｓｅｎ）の、「ローカル計算による帰納的グラフィックモデルにおけるベイズ更新」（“Ｂａｙｅｓｉａｎ Ｕｐｄａｔｉｎｇ ｉｎ Ｒｅｃｕｒｓｉｖｅ Ｇｒａｐｈｉｃａｌ Ｍｏｄｅｌｓ ｂｙ Ｌｏｃａｌ Ｃｏｍｐｕｔａｔｉｏｎｓ”， Ｔｅｃｈｎｉｃａｌ Ｒｅｐｏｒｔ Ｒ−８９−１５， Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ Ｓｙｓｔｅｍｓ， Ａａｌｂｏｒｇ Ｕｎｉｖｅｒｓｉｔｙ， Ｄｅｎｍａｒｋ）に記載のものなどの、ユーザ挙動推定アルゴリズムを予測するいずれの標準モデルを用いてもこのステップを行なうことができることを認めるであろう。
母集団のテレビ視聴習慣はサンプリングされて、視聴者の挙動の代表的標本を生成する １１７。このタスクは、ユーザ挙動サンプルを集めてマーケットリサーチを行なうニールセン・メディア・リサーチ（Ｎｉｅｌｓｅｎ Ｍｅｄｉａ Ｒｅｓｅａｒｃｈ）などの企業によって典型的に行なわれる。サンプリングの結果は視聴者挙動データベースに記憶される。視聴者挙動データベースのフォーマットは、サンプリングを行なう企業に所有権がある。視聴者挙動データベースは、サンプリングに参加する世帯の人についての人口統計情報を含む。この情報は、人種、年齢、年収および性別を含むが、それらに限られるものではない。視聴者挙動データベースは、サンプリングの期間の間に各視聴者が見たすべてのテレビ番組についての情報も含む。
番組情報およびテレビ番組のスケジュールはＥＰＧデータベースで利用可能である １０４。テレビ番組の番組情報は、題名、番組タイプおよびテレビ番組の番組カテゴリおよびテレビ番組に出演する俳優も含むが、それらに限られない、番組のさまざまな属性についての情報を含む。
図３は番組情報の２つの例をリストにする。例１、１２４は、オーディオビジュアルテレビ番組のための番組情報を記載し、例２、１２５は、グラフィックテキストに基づくテレビ番組のための番組情報を記載する。
視聴者挙動データベースを分析して １１８、ＴＶ番組の特色を識別しかつそのような識別された特色がどのようにユーザの代表的標本中の視聴習慣に影響を及ぼすかを決定する。次に、これらの特色および視聴母集団の中でのそれらの影響を、個々のユーザのＴＶ番組選択を予測するプロセスを支援する際に用いる。図４、１２６はそのような特色のいくつかの例をリストにする。これらの特色のいくつかは番組情報１０４から導出される。これらの特色のいくつかは、時間、曜日、休日、勤務日および天気、季節を含むがそれらに限られない他の視聴パラメータとの特色の関連または多数の特色の関連に対するユーザの好みを探すことによって導出される。これらの特色のいくつかは、視聴者挙動データベースのデータ分析によって導出される。いずれの所与の番組も、異なる度合いの上記識別された特色を示す。これは、番組中の特色の特色性（ｔｒａｉｔ−ｎｅｓｓ）として表わされる。たとえば、Ｓｅｉｎｆｅｌｄにおけるコメディの特色性は１．２であり得、Ｍａｄ Ａｂｏｕｔ Ｙｏｕにおけるコメディの特色性は．７９であり得る。番組中の特色の特色性は、データ分析の一部として計算される １１８。
この発明は、視聴者嗜好を決定するための方法も提供する。１つの実施例では、個々の視聴者は、各番組ごとに確率好み関数を評価することおよび最も高いスコアを有する番組を選択することにより、利用可能な番組の集合から見るべき１つのショーを選ぶ。好み関数は、特定の特色に対する好みの集合体としておよびその番組がその特色を示す度合いとしてモデリングされる。好み関数は以下のように計算することができる。
ｌ（ｐ）＝Σλ（ｔｎ）＊ｔｎ
式中、ｌ（ｐ）は、番組ｐに対する好みを表わし、
λ（ｔｎ）は、特定の特色ｔｎに対する好みを表わし、
ｔｎは、ｐが示す特色ｔｎの度合いを表わす。
視聴者がテレビを見るとき、視聴者は値ｌ（ｐ）が最も高い番組を選ぶと仮定される。いずれの所与の視聴者についても、λ（ｔｎ）の値がその実際の好みをよりよく表わすにつれ、ＴＶ番組に対するその嗜好を決定する精度もより高くなる。したがって、いずれの所与のユーザについても、すべての関連の特色が、それらの特色の各々の正確な好みとともに知られれば、上記好み関数はいずれの所与の番組の好みも常に正確に予測するであろう。
しかしながら、すべての関連の特色の識別および各視聴者の正確な好みの決定は非自明なタスクであり、回帰分析のプロセスによって繰返し到達される。
特定のユーザに関連する特色の大部分はＥＰＧ情報自体から直接に導出され得るが、いくつかの特色は、ある時間にわたってユーザの視聴習慣を分析することによって見出される。回帰分析のプロセスによる発見に好適な特色は一般的に、隠れているかまたは関連の特色である。
隠れ特色は、ユーザの視聴習慣に影響を及ぼすが、ＥＰＧ情報からは導出不可能なものである。たとえば、特定の人種的背景を強調するシットコムは、その人種的背景の視聴者に、より共鳴する。隠れ特色の影響の別の例は、シットコム“チアーズ”（Ｃｈｅｅｒｓ）に対して強い好みを有するユーザの集合の間での、シットコム“フレージャー”（Ｆｒａｓｉｅｒ）の強い好みであろう。シットコムに出演する俳優の名前をＥＰＧデータで入手可能でないと仮定すると、同じ集合の人々による両方のシットコムに対するこの親近感は、両方のシットコムが共通して示すいくつかの特色の存在、すなわち両方のシットコム中の中心キャラクタの１人の存在によって説明され得る。そのような隠れ嗜好基準は、好み関数の計算において隠れ特色を加えることによって捕捉する必要がある。
関連の特色とは、他の特色と組合わさるとユーザの視聴習慣に異なる影響を有する特徴である。たとえば、ユーザは、いずれの所与のＳｅｉｎｆｅｌｄのエピソードに対してもある好みを有しかつ、初めて放送されるいずれの初回のシットコムに対してもある好みを有するであろう。しかしながら、Ｓｅｉｎｆｅｌｄの初回エピソードに対するその好みはさらなる特色、すなわち“新Ｓｅｉｎｆｅｌｄ”を必要とするほど十分に大きいため、Ｓｅｉｎｆｅｌｄの初回のエピソードに対するその好みを十分に説明するであろう。
所与のユーザの各特色の好みは、回帰分析により初期近似から同様に洗練されなければならない。サンプルユーザの特色および関連の好みの例は、図４にリストにされたものを含むがそれらに限られるものではない。特色“ＮＢＣ＜＝＞ニュース”は、関連づけられる特色が“チャンネルＮＢＣ”および“番組タイプニュース”である関連特色の例である。ニュース番組に対するユーザの好みが１であり、“ＮＢＣチャンネル”に対する嗜好が２であり得る一方、ＮＢＣのニュースに対するその嗜好は１３であろう。すなわち、このユーザは、ＮＢＣチャンネルでニュース番組または一般に番組を常に見ているわけではないが、その人はＮＢＣチャンネルのニュース番組に強い嗜好を有する。“チャンネルＮＢＣ”および“番組タイプニュース”に対するその好みだけを考慮すれば、“ＮＢＣのニュース”に対するその好みは説明不可能である。
特色を識別するこの手順は、代表的標本の視聴習慣とともに代表的標本内の各特色の好みの分布の決定を用いて最初に行なわれる。
代表的標本の視聴習慣の分析１０２の出力のいくつかが、１組の嗜好決定パラメータである。すなわち、（ｉ）繰返す番組が示す特色およびそのような特色を示す度合いと、（ｉｉ）上記特色の各々の、視聴母集団中での好みの分布リストとである。
これらのパラメータを導出する１つの方法が図５（ａ）および図５（ｂ）に概略的に示される。フローチャートの異なる段階が以下のセクションにさらに説明される。好み値の初期集合が各ユーザごとに計算される １２９。さまざまな態様でこの初期好み値に到達してもよい。態様の１つは、それを、ユーザの視聴期間の間に利用可能であった時間の量に対する、所与の特色を見た時間量に基づかせることであろう。
特色のこれらの初期好み値を用いて、ユーザが所与の番組を見た時間の間利用可能であったすべての番組に対して好み関数ｌ（ｐ）が計算される。次にこれらの番組は、視聴者が番組を視聴した期間１４１に対する好み値の降順１４０に配置される。ユーザが所与の時間に見た実際の番組は強調される １４３。図６中のすべての強調された番組が最も高いスコアを有すれば、好み関数はユーザの嗜好を正しく識別した。ユーザが見た番組が、そのときに利用可能な何らかの他の競合番組よりも下にランクすれば、用いられる好み値はユーザ嗜好を正しく反映しない。限定の目的でなく例示のために、実際に見られた番組よりも上にランクされたＮ個の番組が存在すれば、この番組に対する好み関数のエラーはＮ １４２と呼ばれるであろう。そのようなＮの値は、それを他の競合番組の好み関数と比較することにより、ユーザが見た各番組ごとに定められる。図６に図示された例では、Ｎの値は、ユーザが１０：００−１０：３０、１０：３０−１１：００、１１：００−１１：３０の時間の間にＴＶを見た時間に対して計算される。回帰分析を用いると、特色の各々の好み値はインクリメンタルに調節されて、Ｎの平均値を減じる。Ｎの平均の最も低い値を生じる好み値の集合が、そのユーザについての好み値の最良の集合と考えられる。
回帰プロセスの１つの方法が図７に図示される。プロセスの始めには、特色ａ、ｂ、ｃの好み値はλａ１、λｂ１、λｃ１…（１４４，１４５）である。λａ１は特色“ａ”の好みを表わし、λｂ１は特色“ｂ”の好みを表わし、以下同じである。すべての関連の番組の好み関数は、好み値のこの初期集合を用いて計算される。第１の特色“ａ”の好み値λａ１はインクリメンタルに変更されて、Ｎの平均値を定める。最も低いＮの平均値を生じる値λａ２、１４７は、特色“ａ”の新たな好み値としてとられる。この新たな好み値λａ２、１４８はここで古い値を置換え、残余のλ値を定めるのに用いられる。計算された好み値の上記集合は、好み関数において考慮される特色の集合が、ユーザに関連のあるすべての特色を含むならば、高い精度をもってユーザ嗜好を予測するであろう。（０または何らかの他の受入れ可能な値に）収束しないＮの平均値は、ユーザに関連するすべての特色が好み関数の計算において考慮されてきたのではないことを示す。関連のまたは隠れたさらなる特色の導入を用いてユーザ嗜好の決定を改良する。
関連の特色の決定はさまざまな異なる方法によって達成される。
１つの方法は、多数の特色の関連値が、ＥＰＧから得られた番組情報に反映されるのではなく、人の視聴習慣についての発見方法的経験則の適用によるというものである。たとえば、Ｓｅｉｎｆｅｌｄに対する好みを有するユーザが、Ｓｅｉｎｆｅｌｄの初回または新しいエピソードに対するはるかに高い嗜好を有する見込みは非常に高い。多数の特色の関連値に関するそのような発見方法的経験則は、ヘッドエンドを介して各セットトップボックスに伝えられ得る。関連の特色を定める別の方法は、番組中に共通の特色を探しかつ、新たな関連の特色を導入してユーザの好み関数を改良しようとするアルゴリズム的探索を用いることである。
異なる番組中の隠れ特色の決定は、多数の方法で達成可能である。これらの方法の１つが図８に図示される。隠れ特色の存在の可能性は、異なる番組中に存在する任意の２つの特色の間に強い相関が存在するときは常に存在する。ｙ軸は、ｙのより高い値について、増大する好み値を表わす。図８のｘ軸上のあらゆる点は、特色“ｔｎ”の好み値がｘのより高い値とともに増すように配置されたユーザを表わす。ｘ軸上の同じ値について、強く相関する特色“ｔｍ”の好み値もプロットされれば、それは、特色“ｔｎ”の好みグラフに対する関係を示すであろう。いずれの２つの特色の間の相関も、共通の隠れ特色の存在によって説明し得る。したがって、特色“ｔｍ”および“ｔｎ”を数学的に以下のように表わし得る。
ｔｍ＝ｔｘ＋ｔｍ′
ｔｎ＝Ｃｔｘ＋ｔｎ′
式中、Ｃは、特色“ｔｍ”と“ｔｎ”との間の相関の量を示すある定数である。
隠れ特色は、経験則または何らかの他の適切な態様を適用することによっても識別可能である。
特定のジャンルのすべての番組がいくつかの共通の特色を示す一方、これらの特色を示す度合いは番組によって異なる。繰返しの番組に対する特色性のこの度合いは定量化可能であり、それにより、代表的標本中でその番組を見るまたは見ないという視聴選択を最もうまくそれが説明する。たとえば、コメディに対してある好みを有するユーザを考察する。コメディ番組を見るというユーザの決定は、その番組が示すコメディらしさの量が、コメディに対するその好みが定めるコメディらしさのあるしきい値に交差するか否かによって影響を受ける。
所与の番組Ｎ中の特色Ｔの特色性を定める１つの方法が図９（ａ）−（ｃ）に図示される。強調された番組はユーザが実際に見た番組１５６を表わす。すべての利用可能な番組は、好み関数が計算するように、ランクの降順１５４に配置される。ユーザ１ １５５の場合、その人が見た番組Ｎ １５６はランクの３番目に現われるが、好み関数は実際には、番組Ｎをトップにランクづけるべきであった。この場合、特色Ｔの特色性におけるエラーマージン１５７は３である。ユーザ４の場合、ユーザが見た番組Ｎは最も高くランクづけられた。特色Ｔの特色性におけるエラーマージンは０である。番組Ｎを見なかったユーザ２の場合、それが最も高くランクされた。この場合のエラーマージンは定数Ｋであると考えることができる。提案されるＫの値は、そのときユーザに利用可能な番組の数であり得る。同様にユーザ３については、エラーマージンはＫ−１と考え得る。番組Ｎを見たすべてのユーザについてそのようなエラーマージンが計算され、平均のエラーマージンが計算される。
回帰分析を用いて、特色Ｔの特色性値がインクリメンタルに調節され、エラーマージンの平均値を減じる。エラーマージンの平均の最も低い値を生じる特色性の値が、番組Ｎが示す特色Ｔの特色性の最良の値と考えられる。
特色性値を、経験則または何らかの他の適切な態様によって割当ててもよい。
代表的標本の視聴習慣の分析の出力の１つは、各特色の視聴母集団の間の好みの分布リストである。この情報は図１０に概略的に示され、放送されるＴＶ番組および番組情報とともにあらゆる個々のユーザセットトップボックスが利用可能にされる。“特色の数”１６４は、代表的標本の視聴習慣を分析した後に識別された特色の総数を表わす。各々の特色の好みの分布は“特色記録”１６５に与えられる。特色記録に含まれる情報は、特色名１６７、特色のタイプ１６８（隠れているか、関連など）、特色の好み分布１７０および特色の分布パラメータ１７２を含む。特色記録中のさまざまな可能な値の例が図１１に与えられる。
図１２は、繰返す番組中に存在する特色の１つの概略的表示を示す。この情報は特色の上記好み分布とともに伝えられる。“番組の数”１７３は、特色情報が送られる番組の数を表わす。関連のある特色およびそれらを示す度合いは“番組記録”１７４に含まれる。“番組識別”１７７情報を用いて、この記録が属するＴＶ番組を識別する。Ｓｅｉｎｆｅｌｄのエピソードに対する番組記録の例が図１３に与えられる。例に与えられるように、“番組名−Ｓｅｉｎｆｅｌｄ”、“チャンネル−ＮＢＣ”、“番組タイプ−シットコム”などのある特色を、ＥＰＧから直接に導出することができ、これは静的特色と呼ばれる。Ｓｅｉｎｆｅｌｄ番組と関連づけられるコメディらしさの度合いを記憶する、“コメディ”などのさらなる特色もＥＰＧデータの一部として伝えられ得る。
再び図２を参照して、（ＥＰＧの形の）番組情報および番組コンテンツは、嗜好決定パラメータ１１９とともに放送ヘッドエンドから伝送される。嗜好決定パラメータの例は、（ｉ）各番組が示す特色およびそのような特色を示す度合いと、（ｉｉ）各特色の視聴母集団の間の好み値の分布リストとを含むが、それらに限られるものではない。
この情報は、嗜好決定モジュール、個人嗜好データベース１１６、記憶装置およびディスプレイ装置１０８を含む番組選択装置１００により、各世帯で受けられる。個人嗜好データベース１１６を用いて、個々のユーザの視聴習慣の分析の結果を記憶する。記憶装置は、嗜好決定モジュールが推奨する番組またはユーザの特定の要求に従って番組を記憶する。
番組選択装置１００は、見られるＴＶ番組の選択および各ユーザの視聴行動をモニタする。これは、選択履歴データ１８９（図１５を参照）の形で記憶装置またはメモリに記憶される。選択履歴データの概略的表示が図１４に与えられる。“選択記録の数”１８０は、選択履歴データに記憶されたユーザ選択チョイスの数を表わす。各々の選択記録１８１は、見られた実際の番組上の情報１８５とともに、そのときに利用可能な競合番組上の情報１８６を含む。ＥＰＧが過去の番組に関する情報を提供することができないことがあるため、番組情報を記憶することが必要である。これらの番組に関する情報は、番組がまだ現行のものである間に情報が得られるときに、ＥＰＧデータから直接に入手してもよい。番組を見た時間１８３および持続時間１８２も選択記録の一部を形成する。図１５に図示されるように、ユーザ選択履歴１８９は、ＥＰＧ１０４からの番組情報とともに、ユーザが行なった各選択１８７から導出される。
特定の個人のユーザ嗜好を学習する１つのプロセスが図１６に示される。データ分析１１８が識別する特色に対する、代表的標本中の好み分布を好み関数が用いて、個人の、識別された特色の好みの計算における十分なサンプリング不足のために導かれたエラーの影響を最小化する。設定質問１９０に対する個々のユーザの応答も、その個人１９２の好みの初期値を決定する要因として考慮され得る。
ユーザ選択履歴１８９は固定された数の時間の間維持される。ユーザ選択履歴が維持される時間の数は好ましくは、装置を用いる新たなユーザの最初の数日の間、増加した学習速度を有するように変更可能である。平均エラーは、図６に以前記載されたのと同じ態様で、代表的標本中のユーザに対してＮ １９４と計算される。平均エラーが許容可能な限界１９５よりも大きければ、新たな好み値が計算される １９８。ユーザ選択履歴中のエントリは過去の選択履歴に移動される。平均エラーが許容可能な限界よりも下にとどまれば、好み値は、予め規定された数の時間の後にのみ計算される １９６。
選択記録の別の実施例は番組情報全体の代わりに番組ＩＤを記憶する。この実施例では、実際の番組情報は、選択履歴に記憶された同じ番組ＩＤで各番組を識別するヘッドエンドから、予め定められた時間に放送される。この実施例では、特色に対する好み値の計算１９８は、この予め定められた時間にしか行なわれない。
ここで図１７（ａ）を参照して、好み値の各計算の後、ユーザ選択履歴中のエントリは過去の選択履歴に移動される。選択履歴はユーザ選択履歴１８９および過去の選択履歴２１６として区分され、セクション履歴記録を最適に記憶する。選択履歴は、好み値の２つの計算の間でユーザが行なうすべての選択についての情報を含む。過去の選択履歴は、ユーザが過去に行なった最も関連性の高い選択についての最も関連性の高い情報を維持する。過去の選択履歴中の記録の数は有利には、そのような記録の記憶のために利用可能なメモリに適するように構成可能である。この文脈での関連性とは、好み値を計算する際の記録の重要性であり、これは、記録の古さ２００、選択記録中の番組２０４に含まれる特色の反復率２０３を含むがそれらに限られない多くのパラメータに依存する。記録の関連性と古さ２０５との間の関係が図１７（ｂ）に示される。最も関連性の高い記録が最も最近の記録である。セクション記録中の番組に含まれる特色の反復率と関連性との間の関係が図１７（ｃ）に示される。反復率が減少するにつれ、ある限界まで関連性が増加し ２０６、その後関連性は減少する ２０７。この関係の背後にある理由付けを示す良い例は、毎週の番組であるＳｅｉｎｆｅｌｄが利用可能であるときにユーザ選択上に記録を保つ関連性と、４年ごとの番組であるオリンピックが利用可能であるときにユーザ選択上に記録を保つ関連性とであろう。Ｓｅｉｎｆｅｌｄについての記録を保ってＳｅｉｎｆｅｌｄに含まれるさまざまな特色の好みを計算することが重要である一方、前回のオリンピックに対する視聴者の好みについての記録を保つことは無意味である。金曜日を除いて映画に対する好みを有しないユーザを考察する。映画の“金曜夜”の特色のユーザの好みを正確に決定するには、金曜日のその視聴行動に属する選択記録を、少なくとも数週にわたって維持しなければならない。しかしながら、反復の性質が時間の中であまりに掛け離れていれば、関連性は大きく下がる。図１７（ｂ）中の“特色の反復率対関連性”のグラフは、ｙ軸上のより高い値に対する、増加する関連性値を測る。ｘ軸は、番組中の特色の減少する反復性率を測る。図１７（ａ）に示されるように、反復率のあるしきい値を超えると、関連性は大きく下がる。
過去の履歴の更新のプロセスが図１８（ａ）および図１８（ｂ）に示される。プロセスは、ユーザ選択履歴中のすべての記録に対して行なわれる。過去の選択履歴２１８中に新たな記録を記憶する十分なメモリが存在すれば、記録はユーザ選択履歴から取除かれ、過去の選択履歴２２２に加えられる。過去の選択履歴２１８中に十分なスペースがなければ、過去の選択履歴中の記録は関連性２２０に基づいてソートされ、最も関連性の低い記録が削除され ２２１、新たなエントリを加えるためのスペースを作る ２２２。
この発明の別の実施例では、過去の選択履歴に記憶された利用可能な番組１８６の数は、利用可能なメモリを最大限に利用するように最適な数に限定可能である（図１８参照）。この実施例では、意義のある好み値を有する特色を表わす、より高い好み値を有する番組のみが過去の選択履歴記録に記憶される。
番組選択装置１００が行なう、異なる特色に対する好み値の計算が図１９に示される。このプロセスは、図１６に説明されるように、学習プロセスの間に行なわれる １９８。現在の好み値を始点として用いることにより、ユーザ選択履歴および過去の選択履歴に記憶された視聴者挙動の予測のエラーを最小化するように、回帰分析が行なわれる。回帰分析プロセス２２３は、代表的標本１３１中で行なわれるものと同じである。予め規定されたしきい値２２４よりもエラーが大きい何らかの選択記録が存在する場合、選択記録は、可能な関連の特色２２５の存在について調べられる。可能な関連の特色の存在を規定するルールは経験則であってもよい。特色の可能な関連は、代表的標本から見出された関連の特色のリストをルックアップすることによって見出すこともできる。可能な関連の特色に対する好みは回帰分析２２６によって計算される。計算された好みが意義のある値２３１ならば、特色に対する好みが嗜好データベース１１６に入力される ２３０。特色に対する反復率のような他のパラメータもデータベース２３０に入力される。反復率は、ユーザ履歴および過去の履歴の中の特色の反復率を見ることによって計算される。この特色を有する過去の選択記録が存在しなければ、反復率は予め規定された値と仮定される。新たな選択記録が作成されると、反復率が更新される。好み値を計算する（図９に図示された）プロセスの終わりに、現時の好み値および古い好み値の重み付け平均が計算される。これが好み値の新たな集合を形成する。現時の好み値の重みを変更することにより、学習の速度を増加させたりまたは減少させたりすることができる。
将来予測のために番組に対するスコアを計算するフローチャートが図２０に図示される。前述のように、番組２３２に対する好み２３６は、関数ｌ（ｐ）＝Σλ（ｔｎ）＊ｔｎを評価することによって計算される。λ（ｔｎ）は、ユーザ２３４についての特色ｔｎに対する好みと、一般的母集団２３５についての特色ｔｎに対する好みとの重み付け平均として計算される。
多数のユーザを有する世帯で動作する番組選択装置上で機能するように適合されるこの発明の別の実施例では、視聴者は、初期設定プロセスの間に世帯中の視聴者の数を入力するように依頼される。各視聴者は、代表的特色に対する彼らの好みを捕捉する１組の設定質問に答えることができる。可能な好み値の初期集合は各視聴者ごとに作成される。各視聴者のセッションを正しく識別した後に、学習プロセスは各視聴者の嗜好データベースを別個に更新する。視聴者識別は、視聴者を識別する、視聴者からの明確な入力によってまたは、視聴者のテレビ視聴挙動をモニタすることによる視聴者の自動識別によってのいずれかで行なわれる。視聴者を自動的に識別するため、予測されたものと実際のものとの間のエラー値がすべての視聴者に対して計算される。最も小さいエラー値を生じる好み値を有する視聴者が可能な視聴者として選択される。この決定の確かさは、この世帯中の異なる視聴者に対するエラー値の間の差の関数として計算される確率として表わされる。
この発明の目的は、ユーザの視聴習慣と、並行して人口統計特徴が知られているユーザの代表的標本の視聴習慣とを分析することによって、ユーザの人口統計特徴を決定することである。ユーザのこれらの人口統計特徴が人口統計プロファイルをまとめて構成する。ユーザの正確な人口統計プロファイルをうまく作成すると、この発明は、可能な広告の集合を受取りかつ、個々のユーザに、一致するプロファイルにターゲット決めされたものだけを見せることができる。
人口統計特徴のいくつかの例は、ユーザの性別、人種、年齢および収入を含むが、それらに限られるものではない。代表的標本の視聴習慣の分析の出力は、個々のユーザの人口統計特徴を決定するための根拠を与える。
代表的標本の、視聴習慣の分析において選ばれたＴＶ番組視聴嗜好情報は、人口統計特徴の決定に重要な役割を果たす。人口統計特徴を決定するには異なるＴＶ番組が必要であろう。典型的に、視聴者の大部分が、一般的母集団で観察されるものとは異なる比率で共通の人口統計特徴を共有するＴＶ番組が、人口統計特徴の発見に最も適している。たとえば、“収入”人口統計特徴を定めるため、図２１ａのグラフ（ｉ）を考察する。ｘ軸はｘの増加する順に年収を表わす。ｘ軸のいずれの点についても、ｙ軸は（一般的母集団中で同じである）代表的標本中のｘの年収を見つける確率を表わす。ここでグラフ（ｉｉ）を考察するが、ここでは点線曲線がグラフ（ｉ）に表わされたのと同じ収入分布をプロットし、第１の実線曲線（一番左の曲線）が、代表的標本中の番組Ｐ１の視聴者の収入確率分布を示し、第２の実線曲線が代表的標本中の番組Ｐ２の視聴者の収入確率分布を表わす。上記番組Ｐ１およびＰ２の個々のユーザの視聴習慣の分析を用いて、その最も確率の高い年収を決定することができる。ベイズの推論を用いると、この確率を以下の数学式で表わし得る。
Ｐ（Ｉｘｙ｜Ｗｐ１）＝Ｐ（Ｗｐ１｜Ｉｘｙ）Ｐ（Ｉｘｙ）／Ｐ（Ｗｐ１）
式中、Ｉｘｙは、ｘ−ｙの年収範囲を表わし
Ｗｐ１は、番組ｐ１を見ることを表わし
Ｐ（Ｉｘｙ｜Ｗｐ１）は、番組ｐ１を見たとした場合の、Ｉｘｙの収入の確率を表わし
Ｐ（Ｗｐ１｜Ｉｘｙ）は、年収がＩｘｙであるとした場合の、番組ｐ１を見ることの確率を表わし
Ｐ（Ｉｘｙ）は、代表的標本中のＩｘｙの収入の確率を表わし
Ｐ（Ｗｐ１）は、代表的標本中で番組ｐ１を見ることの確率を表わす。
したがって、番組Ｐ１を見るユーザに対して、彼の収入がある範囲内にある確率を決定することができる。
その視聴者が、（一般母集団においてと同じである）代表的標本において観察されるのと同じ割合で人口統計特徴を示す番組は、人口統計特徴を決定するのに大きくは寄与しない。図２１ｂのグラフを検討する。グラフ（ｉ）は、代表的標本中の人が男性または女性である確率を表わす棒グラフを示す。グラフ（ｉｉ）は、一般母集団に観察されるものと非常に類似している番組Ｐ３の視聴者の中で人が男性または女性である確率を示す。ベイズの推論を用いて番組Ｐ３を見た人の性別を決定するならば、その人が男性または女性である確率は、一般母集団において人が男性または女性である確率（これは既に既知の値である）に非常に近いものであろう。番組Ｐ３に対する個人の視聴習慣を分析することにより有意のものは得られない。他方でグラフ（ｉｉｉ）に基づいて、番組Ｐ４に対する視聴習慣を分析することは、一般母集団における性別分布について既に知られているものよりも、人の性別を決定するのにさらなる確実性を生むであろう。
どの番組がユーザの人口統計特徴を決定するのに高い確率値を生むかについての決定は、どれだけその視聴者の人口統計特色が何らかの他の手段によって一般母集団に観察されるものと異なるかに基づいて番組を選ぶアルゴリズムにより経験則を適用することによって、なされ得る。
番組コンテンツおよびその視聴者の人口統計特徴に依存して、同じテレビ番組を用いて１つ以上の特色を決定してもよい。番組の全く異なった集合が異なった人口統計特徴を研究するために必要とされる可能性もある。
さらに、本発明は、ユーザのテレビ視聴嗜好に加えてまたはその代わりにユーザの他の嗜好を分析することを企図する。そのような情報は、これに限られるものではないが、音楽の嗜好、読書の嗜好、買い物の嗜好（とりわけ、服、家具、宝飾類、装飾物、器具、電気機器における嗜好を含む非常に大きいカテゴリである）、政治的および宗教的性向などを含み得る。そのような情報は、いかなるソースから得られてもよいが、ある好ましい実施例では、それは、音楽クラブ、本クラブ、他の特定の関心事のサイト（たとえば、特定のスポーツまたは趣味に向けられたサイト）、ニュースサイトなどの、ユーザがメンバーであるか頻繁に訪れるオンラインのソース（典型的にはワールドワイドウェブサイトとしてアクセス可能である）から得られる。ユーザの嗜好を表わす他の情報は、新聞、雑誌、ニュースレター、ショッピングカタログ、および他の特定の関心事の刊行物などのユーザの定期購読を含む。
ベイズの推論から、ユーザ人口統計特徴に基づいて特定の番組のためのある嗜好を帰することが可能であるが、それは、特定の番組のユーザの選択を説明する唯一の要因であるわけではない。たとえば、図２１ａのグラフ（ｉｉ）を検討する。不明な理由のために番組Ｐ２に対する強い嗜好を有する、ｘ１より少ない収入を有するユーザＵ１についてそれは可能かもしれない。ゆえに、ベイズの推論を用いて、単一の番組Ｐ２のみの彼の視聴習慣に基づいてＵ１の最も確からしい年収に達するだけでは、最も意味のある結果を生じないであろう。ベイズの推論の信念を強化するために、ユーザ視聴習慣は、その集合からの各番組の視聴者が同様の人口統計特徴を示す、番組の集合について分析されなければならない。その集合の番組は、集合中の番組によって示される特色の相関の度合いが最小であるように選択される。番組のこの集合からユーザが見る各番組は、ユーザがその人口統計特徴を持つベイズの確率の信念を強化することを高める。
最小の相関の必要性を説明するために、先の例を検討する。内容においてＰ２と非常に類似しており、かつＰ２がユーザＵ１に対して利用可能であるのと同じその視聴者の人口統計特色を有する別の番組Ｐ３の場合には、彼はＰ２に対してＰ３と同様の好みを有するであろう。このシナリオでは、番組Ｐ３を見るユーザＵ１によってベイズの確率の信念を強化することは、決定的な寄与とはならない。しかしながら、番組Ｐ３が、それが示す内容および特色において非常に異なっているのであるならば、Ｐ３を選択するＵ１の確率は大きく減じられ、ベイズの確率の信念が間違って上昇するのを防ぐ。この状況において、番組Ｐ２およびＰ３の両方を見る人口統計特徴を実際に持つユーザの確率は、かなり高く、信念の強化は決定的な寄与となるであろう。
したがって、人口統計特徴ｄｃ１についてのベイズの確率の信念関数は、以下に限られるものでないがこれを含む多くの態様で計算され得る。
ＢＦ（ｄｃ１）＝ＭＡＸ（ｂｐ（ｗ１），ｂｐ（ｗ２）．．，ｂｐ（ｗｍ））＊ｃｒ１＋ＭＡＸ（ｂｐ（ｗｋ），ｂｐ（ｗｋ＋１）．．，ｂｐ（ｗｋ＋ｍ））＊ｃｒ２＋．．．＋ＭＡＸ（ｂｐ（ｗｎ），ｂｐ（ｗｎ＋１）．．，ｂｐ（ｗｎ＋ｍ））＊ｃｍ
ただし、
−ｂｐ（ｗｎ）は、彼が番組ｗｎを見たという事実を仮定したその人口統計特徴を有するユーザのベイズの確率であり、
−（ｗ１，ｗ２，…ｗｍ），（ｗｋ，ｗｋ＋１，…，ｗｋ＋ｍ），（ｗｎ，ｗｎ＋１，…，ｗｎ＋ｍ）は、番組の集合であり、集合の任意の要素は同じ集合の別の要素との高い程度の相関を有するが、別の集合の要素と非常に低い程度の相関を有し、
−ＭＡＸ（ｂｐ（ｗｎ），ｂｐ（ｗｎ＋１）…，ｂｐ（ｗｎ＋ｍ））は、その集合内のすべての可能な値のうち最大のベイズの確率値を表わし、
−ｃｒ１は集合（ｗ１，ｗ２，…ｗｍ）の相関係数を表わし、ｃｒ２は集合（ｗｋ，ｗｋ＋１，…，ｗｋ＋ｍ）の相関係数を表わす、などである。同じ集合の要素は相関係数を有する。
いかなる人口統計特徴の信念関数も、図２３ａのＳ曲線によって表わされる。ｘ軸は、ｘの増大する値に対して人口統計特徴の信念関数の増大する値を表わす。ｙ軸は、ｙの増大する値に対してその人口統計特徴を示すユーザの確率の増大する値を表わす。図に示すように、確率は、信念関数の値がより高くなるにつれさらには増大しない。
代表的標本の視聴習慣の分析の出力のいくつかは、図２３ｂに概略的に表わされる。
この発明に従う番組選択装置による広告の表示は、ユーザ計算の人工統計的プロファイルが広告のターゲットプロファイルと一致するときなされる。広告に含まれる要素のいくつかは、広告コンテンツ（ビデオクリップ、オーディオクリップおよび／またはグラフィックもしくはテキスト情報からなってもよい）、および、この広告がターゲットとされる人口統計プロファイルに対する情報を含むメタデータである。
広告に含まれるメタデータは、図２３ｃに概略的に表わされる。ここで「ターゲットレコードの数」はこの「ターゲット広告メタデータ」に含まれる「ターゲットレコード」の数のことをいう。各「ターゲットレコード」は、この広告がターゲット決めされる人口統計特徴のことをいう。「ターゲット関係規則」は、関係規則を決定するために使用される。たとえば、広告は、以下の基準の任意の１つを満たすユーザに向けてターゲット決めされ得る：
−収入レベルがＩｘとＩｙとの間であり
−民族的背景がｅｂ１である。
「ターゲット関係規則」は上記関係を指定するために使用されるであろう。
既知の人口統計特徴を有する代表的標本の視聴習慣の分析によって決定される「人口統計特色データ」と「ターゲット広告メタデータ」とは、番組コンテンツおよびＥＰＧデータとともに放送ヘッドエンドから番組選択装置に放送される。これは図２２に示される。これは、各番組選択装置において各ユーザによって受信され、ユーザ人口統計プロファイルを決定する。広告コンテンツとともに「人口統計特色データ」および「ターゲット広告メタデータ」の放送は、周期的ベースで行なわれてもよく、または放送ネットワークもしくは必要に応じて何らかの他の通信メカニズムにより常に利用可能とされてもよい。
番組選択装置では、「人口統計特色データ」および「ターゲット広告メタデータ」は、これに限られるものでないが、ハードディスク、フラッシュＲＯＭまたは主メモリなどの記憶装置に集められ記憶される。このデータの収集は、固定の時間期間で、または選択される実施例に依存して好適なときいつでも行なわれてよい。「人口統計特色データ」における各特色レコードごとに、番組選択装置は過去の選択履歴を通過する。過去選択履歴において利用可能である「特色値レコード」上の各番組は、信念関数の計算に使用される。「特色値レコード」中の信念関数分布グラフを次に用いて、その人口統計特徴を有するユーザの確率を決定する。この人口統計特徴についての先の確率が利用可能であるならば、古い確率および新しく決定された確率の重み付き平均がとられ記憶される。「ターゲットレコード」の「確率満足基準」がユーザの人口統計プロファイルによって満たされるターゲット決めされた広告の各々が選択され適切な時間に表示される。
この開示のいたるところに論じられるように、別の好ましい実施例では、この発明は、広告に加えてユーザに対して他のターゲット決めされたコンテンツを提供することを可能にする。
図１を再び参照し、テレビ制御システム１００は、好ましくは、汎用のデジタルコンピュータと、ブロック１００内に示される機能を実現するために記憶されたプログラムを実行する関連付けられたハードウェアとによって実現される。テレビ制御システム１００が実現される正確なハードウェアおよびソフトウェアプラットフォームは、重要でなくさまざまな形をとり得る。たとえば、テレビ制御システム１００は、ＣＡＴＶ信号を受信するために家庭において個人によって典型的には使用され得るようなセットトップボックスにおいて実現されてもよい。テレビ制御システム１００の別の実現化例は、テレビ信号を受信し表示するために必須のハードウェアおよびソフトウェアで構成されるパーソナルコンピュータの形である。ここに記載される原理に従ってプログラムされ得るセットトップボックスの一例は、ＩＢＭマイクロエレクトロニクス（ＩＢＭ Ｍｉｃｒｏｅｌｅｃｔｒｏｎｉｃｓ）によって以下の書類に記載される：“Ｓｅｔ−Ｔｏｐ Ｂｏｘ Ｓｏｌｕｔｉｏｎｓ”， Ｐｒｏｄｕｃｔ ＃ Ｇ５２２−０３００−００ （１９９７年１１月１９日）；“Ｓｅｔ−Ｔｏｐ Ｂｏｘ Ｒｅｆｅｒｅｎｃｅ Ｄｅｓｉｇｎ Ｋｉｔ”， ＧＫ１０−３０９８−００ （１９９８年４月１５日）；“Ｓｅｔ−Ｔｏｐ Ｂｏｘ Ｐｅｒｉｐｈｅｒａｌ Ｃｈｉｐ”，ＧＫ１０−３０９８−００， （１９９８年４月１５日）；“Ｓｅｔ−Ｔｏｐ Ｂｏｘ Ｓｏｌｕｔｉｏｎｓ： Ｈｅｌｐｉｎｇ Ｃｕｓｔｏｍｅｒｓ Ｍｅｅｔ ｔｈｅ Ｃｈａｌｌｅｎｇｅｓ ｏｆ Ｃｏｎｖｅｒｇｅｎｃｅ”， Ｇ５２２−０３００−００ （１９９７年１１月１９日）； および“Ｔｈｅ ｃｈａｌｌｅｎｇｅｓ ｏｆ ｃｏｎｖｅｒｇｅｎｃｅ ｆｏｒ Ｓｅｔ−Ｔｏｐ Ｂｏｘ ｍａｎｕｆａｃｔｕｒｅｒｓ”， Ｇ５９９−０３０２−００ （１９９７年１１月１９日）。ここに記載される実施例に対するプラットフォームとしての役割を果たすことのできる、セットトップボックスについて利用可能であるアプリケーションプログラミングインターフェイス（ＡＰＩ）の一例は、オープンケーブル（ＯｐｅｎＣａｂｌｅ）によって刊行された「最新セットトップボックスのＡＰＩ要件」（“ＡＰＩ Ｒｅｑｕｉｒｅｍｅｎｔｓ ｆｏｒ ｔｈｅ Ａｄｖａｎｃｅｄ Ｓｅｔ−Ｔｏｐ Ｂｏｘ”）（１９９７年１０月２１日）に記載される。ここに記載される実施例をサポートする機能を組込むオペレーティングシステムの一例は、オープンＴＶ社（ＯｐｅｎＴＶ， Ｉｎｃ．）から入手可能であり、オープンＴＶ社による以下の技術白書刊行物に記載される：“ＯｐｅｎＴＶＴＭ Ｏｐｅｒａｔｉｎｇ Ｅｎｖｉｒｏｎｍｅｎｔ”および“Ａｐｐｌｉｃａｔｉｏｎ Ｄｅｖｅｌｏｐｍｅｎｔ ｆｏｒ ＯｐｅｎＴＶＴＭ”。そのようなオペレーティングシステムの利点は、信号１０４から属性情報１０７を獲得するためのファンクションコールの形で提供されるサポートである。代替的に、マイクロソフト社（Ｍｉｃｒｏｓｏｆｔ Ｃｏｒｐｏｒａｔｉｏｎ）のウィンドウズ（登録商標）（Ｒ）ＮＴオペレーティングシステムなどの汎用のオペレーティングシステムが、属性情報１０７から必要な情報を抽出し、かつ受信された信号１０４および記憶された情報１０５の他の操作を行なうために必要とされる機能を提供するさらなるソフトウェアと関連付けて使用されてもよい。
記憶装置１０６は、種々の異なったタイプの記憶装置を含み得る。たとえば、嗜好データベース１１６は、不揮発性ランダムアクセス半導体メモリに記憶されてもよい。テレビ番組１０５および属性情報１０７は、従来の磁気ハードディスクドライブなどの、より大きい容量を有する記憶装置上に記憶されてもよい。一般的に、記憶装置１０６は、種々の記憶装置を含むものと理解される。記憶装置が必要な情報を記憶するための容量および速度を有する限り、記憶装置１０６の正確な形は重大でない。記憶装置１０６は、システム１００の制御下でテレビ番組１０５および属性情報１０７を従来の磁気テープ上に記憶するように動作する従来のビデオカセットレコーダ（ＶＣＲ）を含んでもよい。
この説明の目的のために、テレビ制御システム１００は、テレビ信号を受信しかつテレビ信号から属性情報１０７を抽出するのに必要なチューナおよび他の機能を含むシステムと統合されるかまたはこれに結合され、典型的にはテレビ信号の受信および視聴と関連付けられる他の機能を行なうものと仮定される。ある実施例においては、テレビ制御システム１００は、最適な態様でデータベースとの情報の記憶および検索をさせることにより嗜好データベース１１６との対話を促進するデータベースエージェントと関連付けて動作し得る。嗜好データベース１１６は、上述したデータベースエージェントを実現するための機能をも組込む、オラクル社（Ｏｒａｃｌｅ Ｃｏｒｐｏｒａｔｉｏｎ）から入手可能であるオラクルライト（Ｏｒａｃｌｅ Ｌｉｇｈｔ）データベースプロダクトなどの商業的に入手可能なデータベースプロダクトによって実現されてもよい。
録画マネージャ１１２は、図２４に示すステップのシーケンスを周期的に開始することにより番組１０５の録画を行なう。２０１で、録画マネージャ１１２は、特定の時間（Ｘ）のすべての番組の評価、または代替的に、特定の時間期間（Ｘ）内のすべての番組の評価について嗜好エージェント１１０に要求を送信する。例として、図２に示すステップは、６時間ごとに行なわれてもよい。ある実施例においては、図２４のステップが行なわれる頻度はユーザによって変更可能であってもよい。嗜好エージェント１１０は、録画マネージャ１１２から受信される番組の各々について、嗜好データベース１１６から、評価を与えることによりステップ２０２で応答する。次に、録画マネージャ１１２は、嗜好エージェント１１０から受取られる評価に従って、時間Ｘでまたは時間期間Ｘ内で、番組の録画を行なう。具体的には、最高の評価を有する番組には録画のための最も高い嗜好が与えられ、最低の評価を有する番組には、録画のための最も低い嗜好が与えられる。録画は記憶容量の制約を受ける。たとえば、最高と評価された番組が１時間の長さであれば、３０分のみの録画空間が記憶装置１０６上で利用可能であり、１時間の番組はスキップされ、最高と評価された３０分の番組が録画される。
番組の録画のための最も高い優先権は、具体的にはユーザによって要求される番組に与えられる。たとえば、ユーザが、日付、時間およびチャンネルを指定することにより、または番組のための識別コードを指定することなどにより、録画のために特定の番組を特定すると、嗜好エージェントによって評価された番組よりもその番組の録画に優先権が与えられる。次に最も高い優先権は、ユーザによって指定された特定のカテゴリ値対と一致する番組に与えられる。たとえば、ユーザが特定の番組を特定しないが、旅行に関する１時間のドキュメンタリが録画されるべきであると指定するならば、嗜好エージェント１１０によって評価された番組よりもそのようなカテゴリ値対と一致する番組の録画に優先権が与えられる。代替の実施例では、ユーザ指定の番組とユーザ指定のカテゴリ値対と嗜好エージェント１１０によって評価された番組との間の相対的優先権は、ユーザによって変更可能である。
録画マネージャ１１２は、嗜好エージェント１１０によって生成されるそのような番組の評価に従ってテレビ番組１０５の削除を行なうことにより、記憶装置１０６上の記憶容量を管理する。これは、どの番組を録画すべきかを決定することについて上に説明されたものと同様の態様で行なわれる。どの番組を削除すべきかを決定するために録画マネージャ１１２によってとられるステップを示す図２５は、図２４と同様である。ステップ３０１で、録画マネージャ３０１は、記憶装置１０６上に記憶されるすべての番組について嗜好エージェント１１０から評価を要求する。ステップ３０２で、嗜好エージェント１１０は、要求された削除評価を与えることにより応答する。ステップ３０３で、録画マネージャ１１２は、嗜好エージェント１１０から受取られる削除評価に従って、必要に応じて番組の削除を行なうことにより応答する。具体的には、記憶装置１０６上のさらなる空間が、１つ以上のさらなる番組を録画するために必要とされるとき、録画マネージャ１１２は、最低の評価を有する番組の削除または上書きをまず行なう。ゆえに、他の記憶されたテレビ番組と関連して、最も好ましくないと嗜好エージェント１１０によって決定される記憶されたテレビ番組がまず削除または置換され、最も好ましいと決定されたものが最後に削除または置換される。番組の削除は必要なときのみ起こる。有利には、この結果として、記憶装置１０６は典型的には最大の容量まで一杯にされ、そのためユーザに可能な限り広範な種類の番組を提供する。ユーザは、記憶装置１０６に残るべき番組を指定することができる。そのような番組は、図２５に示すステップにおいて録画システム１００によって削除されない。さらに、ユーザは、削除されるべき番組を指定することができ、したがって図２５に示すステップを無視することができる。
ある実施例においては、嗜好データベースは、現在放映の番組についての情報がユーザに提示される態様を変更するためにシステム１００によって使用される。たとえば、そのような実施例では、嗜好データベースは、現在放映番組が提示される順番を再配置することにより、嗜好データベース１１６により最高と評価された属性情報１０７を有する番組がまず提示されるために使用される。代替的に、嗜好データベース１１６は、嗜好データベースに記憶されるさまざまな特色の好みに従って現在放映番組に関する情報を編成するために使用可能である。
図２６ａおよび図２６ｂは、本発明の原理を採用するシステムの代替のハードウェア構成を示す。図２６ａは、デジタルで符号化されたオーディオおよびビデオの記憶および取出をサポートするハードウェア構成を示す。インターフェイス９０２は、標準のデジタルケーブルまたはデジタル衛星入力インターフェイスである。インターフェイス９０６は、記憶装置１０６に対するハードウェアインターフェイスであるが、好ましくは、ＩＤＥもしくはＳＣＳＩインターフェイスの形または提案されるＩＥＥＥ−１３９４インターフェイスの形をとる。インターフェイス９０６は、ＮＴＳＣまたはＰＡＬ符号化ビデオインターフェイスである。テレビ信号１０４が、現行のテレビ放送信号の場合においてのようにアナログ信号、およびＣＡＴＶ信号の形をとるならば、信号１０４は、図２６ａに示すものなどのデジタル記憶媒体への記憶の前に、デジタル化され一般的には圧縮（たとえばＭＰＥＧ−ＩＩ基準による）されなければならない。
図２６ｂは、従来のＶＣＲなどのアナログ記憶装置１０６を用いる実施例を示す。テレビ信号１０４がアナログであるならば、インターフェイス９１０は、従来のＮＴＳＣまたはＰＡＬインターフェイスの形をとる。テレビ信号１０４がデジタルであるならば、インターフェイス９１０は、図２６ａに示すインターフェイス９０２としての形をとり、デジタル−アナログ変換器が、記憶装置１０６への記憶の前に、受信された信号をアナログの形に変換するために必要とされる。
図２７は、好ましい実施例の自動録画一時停止特徴の動作を示す。ユーザが現在放映番組を見ており、番組の視聴を止めるか一時的に停止したいならば、録画システム１００は、有利には番組が録画されることを可能にし、そのためユーザはその後に番組を視聴することを再開することができる。図２７に示すように、１００２で、ユーザは現在放映番組を見ている。録画システム１００に結合されたリモートコントロール上の適切なボタンを押すことなどにより、ユーザによって１００４で一時停止入力の生成により、システム１００は、１００６で、ユーザによって視聴されている番組の録画を行なう。そして、ユーザは自由に別の番組を見たりまたはテレビ１０８を全く見ることをやめることができる。その後の時点で、前述のリモートコントロール上の適切なボタンの押下などにより、視聴再開入力が受信されるならば、１０１０で、録画システム１００は、ステップ１００６で録画された番組が、録画がステップ１００６で開始された点から取り出されテレビ１０８上で見られるようにする。ステップ１０１０が開始されたとき番組がなおも放送されているならば、番組の録画がシステム１００によって続行する。そのためユーザは、容易に現在放映番組の視聴を中断しその後の視聴を再開することができる。
好ましくは、録画システム１００は、録画された番組の早送り、巻戻しおよび視覚的スキャンなどの種々の機能、ならびに記憶媒体１０６によってサポートされる他の機能をサポートする。たとえば、記憶媒体１０６がＶＣＲの形をとるのであれば、番組視聴および操作機能は、早送り、巻戻し、順方向または逆方向の視覚的スキャンといった標準のＶＣＲ機能に制限される。記憶装置１０６がデジタル記憶媒体の形をとるのであれば、より高等な番組検索および取出機能がサポート可能である。
嗜好エージェント１１０および録画マネージャ１１２によって行なわれる機能は特定の実施例の例示であることが認められる。しかしながら、２つのモジュール１１０と１１２との間のタスクの分割は変更されてもよい。さらに、データフォーマット１１５、１１６、１０５および１０７は種々の形をとってもよい。
図２８は、本発明のある実施例に従うＥＰＧおよびテキスト情報サービスを示す。図示 のとおり、ローカルケーブルテレビ会社のビリングベンダー１０は、ケーブルヘッドエンドに位置するシステムマネージャ１１２のＲＳ−２３２ポートにビリングリンクを介して交信する。ビリングベンダー１０は加入者データベースを含み、サービスのレベルおよびいずれかのペイパービュー方式の購入に基づいてシステムの加入者のために月間の請求書を作成する。システムマネージャ１２は、ビリングベンダー１０から視聴者権限付与トランザクションを受け、かつ分配装置または加入者への配送のためにトランザクションを生成するパーソナルコンピュータまたは他の処理装置であり得る。そのようなトランザクションは、加入者のセットトップボックスに、チャンネルのどのグループをそれが受信する資格があるのか、特定のテキストデータチャンネルに対してどの周波数を同調するか、そのテキストチャンネルのオーディオの音を消すべきかどうか、ページ間のページネーション遅延、などを指示するテキストチャンネル定義トランザクションを含む。
システムマネージャ１２はまた、加入者へのテレビ番組編成の伝送を制御するヘッドエンドコントローラ（ＨＥＣ）１４のＲＳ−２３２ポートにヘッドエンドリンクを介して交信する。図２９に関してより詳細に記載されるように、ＨＥＣ１４は、この発明に従ってＥＰＧおよびテキストデータのフローを管理する情報サービスプロセッサ（またはデータコントローラ）１６のＲＳ−２３２ポートに制御リンクを介して交信する。図２８の破線によって示されるように、情報サービスプロセッサ（ＩＳＰ）１６は、好ましくは、システムマネージャ１２、ＨＥＣ１４および信号スクランブラとともにケーブルヘッドエンドに位置する。しかしながら、当業者は、ヘッドエンド機器のすべてが１箇所に位置する必要がないことを認めるであろう。
ＥＰＧデータは、１つ以上のローカルまたは遠隔ＥＰＧ供給者１８から衛星リンク、モデムリンクまたは他の通信リンクを介してＩＳＰ１６のＲＳ−２３２ポートに供給される。同様に、１つ以上のテキストチャンネル供給者２０からのテキストデータは、衛星リンク、モデムリンクまたは他の通信リンクを介してＩＳＰ１６の別のＲＳ−２３２ポートに与えられる。好ましい実施例では、ＩＳＰ１６は、複数個のＥＰＧ供給者１８およびテキストチャンネル供給者２０からデータを受入れるための複数個の同一のＲＳ−２３２ポートを有する。
また、図示のとおり、これらのＲＳ−２３２ポートの１つは、ＨＥＣ１４への制御リンクのために使用されることもできる。ＩＳＰ１６は、ＥＰＧデータおよび／またはテキストチャンネルデータを選択された視聴者に与えるためにＨＥＣ１４からの制御信号に応答してＥＰＧソースデータベースおよびテキストソースデータベースを管理する。
ＨＥＣ１４はまた、ＲＳ−４８５出力ポートを介して視聴者のセットトップボックスに直接制御データを与える。好ましくは、ＨＥＣ１４からの制御データは、ＥＰＧデータなどに対してどの周波数で同調すべきかをセットトップボックスに指示するために、テキストチャンネル定義トランザクションおよびＥＰＧ定義トランザクションを含み得る。制御データは、必要に応じて視聴者のセットトップボックスを再プログラムするために視聴者のセットトップボックスにダウンロードするためのソフトウェアを含んでもよい。、ＨＥＣ１４からの制御データは、公知の帯域内技術を用いてデージーチェーン接続されたスクランブラ２２、２４および２６により、選択されたケーブルテレビ信号の垂直帰線消去間隔に挿入されることができるが、ＨＥＣ１４からの制御データは、伝送のために帯域外搬送波または帯域内オーディオ搬送波で変調されてもよい。好ましくは、スクランブラ２２〜２６は、スクランブラが個別にまたはグローバルにアドレスされ得るように、デージーチェーン接続される。
同様に、ＩＳＰ１６からのＥＰＧデータおよびテキストチャンネルデータは、ＩＳＰ１６のＲＳ−４８５出力ポートを介して視聴者のテレビセットトップボックスに与えられる。ＥＰＧデータおよびテキストチャンネルデータは、ＥＰＧスクランブラ２８ならびにテキストチャンネルスクランブラ３０および３２によってそれぞれ、選択されたケーブルテレビ信号の垂直帰線消去間隔に同様に挿入される。スクランブラ２２〜３２は、制御データ、ＥＰＧデータおよびテキストチャンネルデータを水平帰線消去間隔などのビデオ信号の他の部分に挿入するか、またはビデオを完全に置換してもよい。典型的には、スクランブラの数は、スクランブリングが使用されるプレミアムチャンネルの数に依存する。好ましくは、ＥＰＧスクランブラ２８ならびにテキストチャンネルスクランブラ３０および３２は、制御データスクランブラ２２〜２６と同一であり、個別またはグローバルアドレシングのために同様にディジーチェーン接続される。図２８に示すように、スクランブラ２８〜３２は、使用されるすべてのデータストリームについて、図２９についてより詳細に記載されるように、組合されたＥＰＧデータおよびテキストデータならびに表示制御トランザクションを搬送する単一の直列データチャンネルを受信する。各スクランブラには、データベースアクセスの数を最小にするために、内部メモリに予め定められた量のこのデータを記憶するためのメモリが装備されてもよい。好ましくは、スクランブラ２８〜３２は、かなりの数のトランザクションを記憶するのに十分な内部メモリを有する。たとえば、スクランブラ３０は、スポーツテキストチャンネル上での表示のために１日のスポーツのスコアを得点するために十分な内部メモリを有してもよい。スクランブラ２８〜３２において受信され記憶されたデータは、好ましくはＲＳ−４８５フォーマットであり、好ましい実施例のプロトコルはＳＤＬＣである。スクランブラ２８〜３２へのすべてのデータトランザクションは、ターゲットスクランブラ（ＳＤＬＣプロトコルでのステーションアドレスを指定する個別のデータストリームで送信され、制御データは、データストリームがＩＳＰ１６からのトランザクションによって構成可能となるようにスクランブラのアドレスに基づいてスクランブラ２８〜３２においてフィルタリングされるグローバルデータストリームで送信される。個々のＥＰＧデータおよびテキストデータストリームは、好ましくは、それらが所望に応じて割当て可能であるようにスクランブラにおいて汎用である。好ましくは、スクランブラ２８〜３２は、少なくとも９６００のボーレートを有する。
好ましくは、加入者のセットトップボックスは、ＩＳＰ１６からＥＰＧデータを記憶するためのＥＰＧメモリ３６を含むセットトップボックス３４である。たとえば、ＥＰＧメモリ３６は、セットトップボックス３４のメニューを介する視聴者による選択的アクセスのために１週間または２週間分のＥＰＧデータを記憶し得る。このメニューは、好ましくは、視聴者が、視聴者のテレビリモートコントロール装置のキーパッドを用いて、ＥＰＧメモリ３６に記憶されたＥＰＧデータをスクロールすることを可能にする。セットトップボックス３４はまた、ＥＰＧデータが視聴者のテレビ４０上での視聴者への表示のために挿入されるべきテンプレートを記憶するための不揮発性テンプレートメモリ３８を含んでもよい。この態様では、テンプレート表示データを含むビデオ信号は、セットトップボックス３４に連続的に再伝送される必要がなく、それによりさらなる帯域幅を節約する。代わりに、ＥＰＧデータは、３０分ごとにまたは番組変更がある場合に更新されるだけでよい。もちろん、異なったセットトップボックス３４が、セットトップボックス３４の製造の際の許容メモリコストに従ってそのような目的のためにさまざまな量のメモリ能力および処理能力を有してもよい。
図２８に示すように、セットトップボックス３４は、画面への提示のためにテキストデータのページを記憶するためのテキストデータメモリ４２を含んでもよい。したがって、テキストデータのあるページが加入者に表示されている間に、テキストデータの次のページがテキストデータメモリ４２にロードされ得る。
ＩＳＰ１６は、データサービスプロバイダから視聴者のセットトップボックス３４へのテキストデータおよびＥＰＧデータの流れを管理する。ＩＳＰ１６は、１つ以上の権限付与されたテキストデータソースおよび／またはＥＰＧデータソースからのみのデータを受入れ、テキストデータおよびＥＰＧデータをその内部データベースマネージャにおいて処理し、処理されたデータを共通データトランザクションフォーマットにフォーマットして、セットトップボックス３４への伝送のためにスクランブラに出力することにより、このデータを管理する。加入者へのＥＰＧデータおよびテキストデータの提供は、制御リンクを介してヘッドエンドコントローラ１４により制御される。
好適なＩＳＰ１６の一例は、ＥＰＧデータ入力および／またはテキストデータ入力のための複数個のＲＳ−２３２シリアル入力ポートと、ＨＥＣ１４によって使用されるタイプのその出力に少なくとも１つのＲＳ−４８５ＨＤＬＣシリアルリンクとを有するＩＢＭ ＰＳモデル７５４６パーソナルコンピュータである。図２８に示すように、制御リンクは単一のＲＳ−２３２シリアルポートであり得る。ＩＳＰ１６のハードウェアコンポーネントおよびソフトウェアコンポーネントは図２９に示されるように構成される。
ＩＳＰ１６のある実施例は、ＥＰＧ供給者１８およびテキストチャンネル供給者２０によって非同期に与えられるＥＰＧデータおよびテキストチャンネルデータの共通インターフェイスを提供する複数個のＲＳ−２３２ポートとして図２９に示される。ＥＰＧデータおよびテキストチャンネルデータは、衛星リンク（インターフェイスが単信モードで動作するとき）を介して、またはモデム（インターフェイスが半二重モードで動作するとき）によりＩＳＰ１６に伝送される。好ましくは、データは少なくとも１２００のボーレートで伝送される。
ＩＳＰ１６は、権限付与されたデータソースによるアクセスのみを可能とする「ゲートキーパー」として機能する。したがって、ＩＳＰ１６がＥＰＧ供給者１８またはテキストチャンネル供給者２０からメッセージを受信すると、それはまず権限についてデータを検査する。その供給者が権限付与されていなければ、データは無視される。供給者にＩＳＰ１６へアクセスする権限が付与されているとき、ＩＳＰ１６は要求された動作を行ないコマンド応答メッセージを戻す。通信リンクが単信であるならば、応答は無視される。この態様では、ＩＳＰ１６へのアクセスは、権限コードによって制限され得るが、以下に記載されるように、アクセスは、データプロバイダがＥＰＧデータまたはテキストデータをＩＳＰ１６によって予想される伝送プロトコルで与えるかによっても制限される。
ＥＰＧ供給者１８またはテキストチャンネル供給者２０とＩＳＰ１６との間で送信されるメッセージは、テキストバイトの開始、ＡＳＣＩＩ文字のデータブロック、チェックサムバイトおよびＡＳＣＩＩ復帰を含むようにフォーマット可能である。このフォーマットは、データ供給者からＩＳＰ１６に送信されるコマンドおよびデータ供給者に送信される応答において使用される。チェックサムは、テキスト文字の開始に続いて第１の文字で始まり、これを含まないが最大チェックサムフィールドまでのメッセージフィールド中のすべてのバイトの２バイトＣＲＣであり得る。チェックサムは、ＣＲＣ計算の１６進ＡＳＣＩＩ表現（４バイト）としてメッセージ中に伝送される。データブロックは、入力データがＥＰＧデータであるかまたはテキストデータであるかに依存して異なったように構成可能である。
ＥＰＧ供給者１８からのＥＰＧデータは、たとえば、単一の番組に関連するすべてのデータを特定するために使用される番組定義コマンド、異なったタイプの番組を特定するためのカテゴリを確立するために使用されるカテゴリ定義コマンド、および、新番組編成カテゴリのためにＩＳＰ１６のデータベースに余地を作るために使用されていないカテゴリを削除するために使用されるカテゴリ削除コマンドを含むＥＰＧコマンドセットに従ってフォーマット可能である。ＥＰＧデータは、これらのコマンドにより１番組あたりベースでフォーマットされ得る。
デリミタ文字は、フィールドの長さを特定するためにタイトルおよび番組記述ブロックなどの可変長のフィールドについて使用可能である。たとえば、ＮＵＬ（１６進で０）はフィールドがヌルであることを意味し、ＳＯＨ（１６進で１）はフィールドが有効であることを意味し、ＥＴＸ（１６進で３１）は現在レコードの終わりを意味する。
番組定義コマンドとともに伝送されるデータがＩＳＰ１６のＥＰＧデータベースに記憶されると、ＥＰＧデータは、セットトップボックス３４への伝送のためにトランザクションにフォーマットされる。このコマンドは、ＩＳＰ１６のＥＰＧデータベース中の対応するエントリを上書きするので、番組定義を更新するためにも使用されてよい。
ＩＳＰ１６は、エラーなし（正常な応答）、サービスプロバイダ見付からず（権限付与されていない）、サービスのタイプ見付からず（権限付与されていない）、カテゴリＩＤ奔出（ｒｉｏｔ）発見、認識されていないコマンド、チェックサムエラー、不十分なディスクスペース、などの適切な応答を送信することにより、ＥＰＧ供給者１８からのそのようなコマンドに応答し得る。他のＥＰＧコマンドおよびコマンド応答が所望に応じて与えられてもよい。
テキストチャンネルデータは、多くの異なったテキストチャンネル供給者２０から発生し、衛星、ダイアルアップモデル、ダイレクトコネクトモデムなどの異なった通信リンクを介してまたはシステムマネージャ１２への直接接続でＩＳＰ１６に到達することができる。
ＩＳＰ１６は、複数個のデータベースおよびデータベースマネージャを含み得る。図２９に示すように、ＩＳＰ１６中に維持される２つのタイプのデータベースがあり得り、一方のタイプはＥＰＧデータのためで、一方はテキストチャンネルデータのためのものである。ＥＰＧデータベースは、各ＥＰＧ供給者からデータを集め、かつチャンネルおよび日時によって各ＥＰＧ番組レコードをソートするように設計される。別個のデータベースが、関連付けられるテキストチャンネル供給者２０からテキストデータを集め、かつ以下に記載されるような技術を用いて個々のテキストチャンネルでの伝送のために、受信されたテキストデータをフォーマットするために、各テキストチャンネルごとに生成される。生成される各データベースは、ＨＥＣ１４からＩＳＰ１６に与えられる制御リンクコマンドにおいて使用される番組定義コマンドに列挙されるサービスコードのタイプおよびサービスプロバイダによって特定される。
図２９に示すように、受信されたコマンドは、ルータおよびフォーマッタ４３によって、適切なように、そのコマンドコード、サービスプロバイダ、サービスおよび権限コードのタイプについて検査される。コマンドが権限付与されていないデータソースからのものであれば、その後のデータは無視される。しかしながら、受信されたデータが権限付与された供給者からのものであれば、ルータおよびフォーマッタ４３は、データをＩＳＰ１６内の適切なデータベースに経路付ける。たとえば、ＥＰＧデータが受信されるならば、それはＥＰＧデータベースマネージャ４４を介してＥＰＧデータベース４６に経路付けされる。
ある実施例では、ＥＰＧデータベースマネージャ４４は、受信されたＥＰＧデータをチャンネルおよび日時によってソートし、後の再現のために、受信されたＥＰＧデータをＥＰＧデータベース４６中の適切な場所に記憶する。ＥＰＧデータベースマネージャ４４は、レコードが削除されるときＥＰＧデータベース４６に対してガーベージコレクションも行なってもよい。ＥＰＧデータベースマネージャ４４は、当業者には公知であるように、より頻繁に使用される文字を通常のＡＳＣＩＩに使用される通常の８ビットよりも少ないビットに対応付け、一方でそれほど頻繁に使用されない文字により多くのビットを与えるハフマン圧縮アルゴリズム（Ｈｕｆｆｍａｎ Ｃｏｍｐｒｅｓｓｉｏｎ Ａｌｇｏｒｉｔｈｍ）などのデータ圧縮ソフトウェアルーチンを呼出し得る。文字に使用されるビットの数は、データストリームに現れるその確率に基づく。ハフマン符号化は、バイト（Ｂｙｔｅ）、１９９１年３月、第３０９〜３１４頁の、「ロスのないデータ圧縮」（“Ｌｏｓｓｌｅｓｓ Ｄａｔａ Ｃｏｍｐｒｅｓｓｉｏｎ”）と題する記事に詳細に記載され、ここに引用により援用される。そのようなルーチンは、ＥＰＧデータベース４６での記憶効率を最大にするために所望される。同様に、各テキストデータベースマネージャは、関連付けられるテキストデータベースにテキスト情報を記憶することができ、データ圧縮を行なう。
ルータおよびフォーマッタ４３ならびにデータベースマネージャ４４、４８および５２はすべて、ＨＥＣ１４からの制御データに応答するコンフィガレータ５６によって制御される。コンフィガレータ５６は、ＨＥＣ１４からの制御コマンドに応答して、入来データとの比較のために、かつ、ＥＰＧ供給者１８およびテキストチャンネル供給者２０がシステムに加えられたり減じられたりする際にデータベースマネージャおよびデータベースなどを加え／減じるために、ルータおよびフォーマッタ４３に更新された権限情報を与える。
ＩＳＰ１６へのアクセスは、権限コードの使用により注意深く制御され得る。さらに、ＩＳＰ１６は、ＥＰＧデータおよびテキストデータを特定のフォーマットでＩＳＰ１６中の適切なデータベースに記憶することにより視聴者に与えられる情報サービスに対する制御を維持し得る。
図３０をここで参照し、ＥＰＧデータベースキーは、ＥＰＧデータからのデータおよび時間フィールドならびにチャンネル数の組合せであり得る。これらのフィールドの後に、持続期間フィールド、反復フィールド、番組評価フィールド、番組カテゴリフィールド、批評フィールド、属性フラグフィールド、番組特色フラグフィールド、テキストデータ圧縮フラグおよび最後にテキストデータが続く。テキストデータフィールドはさらに、各フィールド間にデリミタを備えるいくつかのオプションのサブフィールドからなってもよい。
ＥＰＧデータベースマネージャ４４は、レコードを追加する、レコードを削除する、レコードを読出す、などの共有ライブラリルーチンによりＥＰＧデータベース４６にアクセス可能である。ＥＰＧデータベース４６が使用されるとき、レコードが追加され削除される際にそれは断片化可能であり、その結果としてＥＰＧデータベースマネージャ４４はさらに、ＥＰＧデータベース４６に対してガーベージコレクションルーチンを含み得る。テキストデータベースは同様に構成されるが、ただしガーベージコレクションは必要でない。
ある実施例では、ＥＰＧトランザクションフォーマッタ５８は、ＥＰＧデータベース４６のデータベースレコードを読出し、それらをＥＰＧスクランブラ２８に伝送される予め定められた数のバイトを有するプログラムベースのトランザクションにフォーマットし、ビデオ信号の垂直帰線消去間隔へ挿入しセットトップボックス３４へ伝送する。これらのトランザクションは次に、適切なビデオチャンネルへの挿入のために、図２８に示すＥＰＧスクランブラ２８へトランザクションアービトレータ６４を介して送信される。
トランザクションアービトレータ６４からのトランザクションは、プレミアムケーブルチャンネルをスクランブルするために使用されるタイプの複数のスクランブラに接続されるＩＳＰ１６の単一ＲＳ−４８５出力ポートに出力され得る。トランザクションは、ＥＰＧスクランブラ２８へ（トランザクションがＥＰＧデータを含む場合）またはテキストチャンネルスクランブラ３０および３２へ（トランザクションがテキストデータを含む場合）の伝送のために、ＥＰＧデータストリームおよびテキストデータストリームにセグメント化される。
ある実施例では、ＥＰＧトランザクションフォーマッタ５８によって生成されるＥＰＧトランザクションは、上述のようにＳＤＬＣフレームにフォーマットされる。ＥＰＧトランザクションデータについてのサンプルＳＤＬＣフォーマットは図３１に示される。図３１において、開始フラグは、ＳＤＬＣフレームの開始を輪郭付け、ステーションアドレスはアドレスされるべきスクランブラを表し、制御バイトは何が処理されるべきかを定義するコマンドコードであり、情報フィールドは図３０においてのようにフォーマットされるＥＰＧデータを含み、フレームチェックは、開始フラグと終了フラグとの間のすべてのデータについてのＣＲＣを含み、終了フラグはＳＤＬＣフレームの終わりを輪郭付ける。ＥＰＧトランザクションフォーマッタ５８からの伝送は、特定のデータストリームをアドレスし、ＥＰＧスクランブラ２８からの応答は、ステーションアドレス場所中にそのデータストリームを特定する。上述したように、そのような伝送はＥＰＧスクランブラ２８からの応答を必要としても必要としなくてもよい。
ＥＰＧトランザクションは、典型的には、後続のデータがＥＰＧデータストリームからであることを指定するバイトと、たとえば、スクランブラからの応答が予想されるかどうかを指定する制御コードバイトと、ＥＰＧデータブロック数を述べる２バイトと、ＥＰＧデータが短期または長期データであるかを述べるフラグと、ＥＰＧデータブロックを構成するトランザクションの数と、実際のトランザクションとを含むＥＰＧブロック追加コマンドを含む。ＥＰＧトランザクションフォーマッタ５８はまた、データがＥＰＧデータストリームから削除されるべきであること、制御コードバイト、および削除されるべきＥＰＧブロック数を指定するＥＰＧブロック削除コマンドを生成し得る。
図３２は、ＥＰＧトランザクションフォーマッタ５８に使用され具現化され得るソフトウェアのある実施例のフローチャートを示す。図示のとおり、ソフトウェアは、ステップ５００で始まり、ステップ５０２でＩＳＰシステムクロック６３からシステム時間および日付を得る。次に、ステップ５０４で満期ＥＰＧデータブロックがＥＰＧスクランブラ２８のメモリから削除される。満期ＥＰＧデータブロックは、現在システム時間の前に完全に放送されてしまった番組、または、ＥＰＧについて使用される時間窓の前に放送された番組を表わすデータブロックとして定義される。ステップ５０６で、ＥＰＧ時間窓内に時間および日付を有する現在ＥＰＧデータブロックがＥＰＧデータベース４６から読出される。次に、現在ＥＰＧデータブロックは、ステップ５０８で、ＥＰＧブロック追加コマンドおよび関連付けられるトランザクションにフォーマットされる。次に、ＥＰＧトランザクションフォーマッタ５８のブロック／時間マップがステップ５１０で更新される。ブロック／時間マップは、好ましくは、各ＥＰＧデータブロックがＥＰＧスクランブラ２８に送信された時間を記憶する。次に、ステップ５１２で、ＥＰＧデータを表わすトランザクションがＥＰＧスクランブラ２８に伝送される。次に、ステップ５１４で、ＥＰＧトランザクションフォーマッタ５８は、次のＥＰＧ更新（システム時間が新たな３０分に入るとき起こるべきものである）または次のＥＰＧ変更（任意のときに起こり得るものである）を待つ。そのような更新または変更の受信により、制御はステップ５０２に戻る。テキストトランザクションフォーマッタ６０および６２は同様に、上述したように１画面あたりベースで（番組当りではなく）定義されるテキストデータについてのテキストトランザクションを生成する。したがって、テキスト画面追加コマンドはＥＰＧブロック追加コマンドと同様であるが、ただしテキストチャンネル数および画面数がＥＰＧブロック数および短期／長期データバイトの代わりに与えられる。テキストトランザクションフォーマッタ６０および６２は、適切なページネーションが維持され得るように、スクランブラに時間を要求してもよい。
図３３は、テキストチャンネルトランザクションフォーマッタ６０，６２に使用され具現化され得るソフトウェアのある実施例のフローチャートを示す。図示のとおり、ソフトウェアは、ステップ６００で始まり、ステップ６０２でテキストデータベース５０または５４からテキスト画面レコードを読出す。テキスト画面は、ステップ６０４でテキスト画面追加トランザクションにフォーマットされ、ステップ６０６でテキストチャンネルスクランブラ３０，３２へ伝送される。好ましくは、そのようなトランザクションは、表示文字がテキスト表示画面のディスプレイ座標ごとに別個の文字としてではなく表示コマンドとして送られるようにフォーマットされる。次に、ステップ６０８で、テキストトランザクションフォーマッタ６０，６２は、システムマネージャ１２によって指定される時間期間分待ち（自動ページネーションが使用される場合）、その後に次のテキストページがフォーマットされテキストチャンネルスクランブラ３０，３２に伝送される。この時間期間の終わりに、制御はステップ６０４に戻り、テキストデータベース５０，５４中の次のテキスト画面レコードがフォーマットされ、特定のビデオ信号の垂直帰線消去間隔への挿入のためにテキストスクランブラ３０，３２に伝送される。
テキストデータは、ページの各表示場所ごとに別個の文字を送信することにより画面に送られ得る。言い換えれば、テキスト画面が１６線と１線当り４文字とを含むならば、テキスト画面は、１つがその表示画面の各表示場所に対するものである、３８４（２４Ｘ１６）文字を送信することにより表わされる。ブランクスペース文字が、文字が特定のテキスト画面場所中に存在しないことを示すために送信される。
ある実施例においては、テキストデータは、テキストデータの表示を制御するための適切なコマンドとともに画面に伝送される。たとえば、シーケンス中の第１の表示コマンドが、テキストデータとして後続のデータを特定し、セットトップボックス３４に、青背景またはテキストが表示される何らかの他の背景もしくはテンプレートでテレビ画面を満たすように指示する。次に、テキストデータは、共にテキストの別個の画面を特定する一連のコマンドに変換される。上述したように、テキストデータは１画面あたりベースでグループ化されるが、これは、適切な遅延メカニズムが表示コマンドに組込まれることを可能にし、それぞれのテキスト画面の提示の間に必要な遅延を設ける。
この目的のために、トランザクションフォーマッタ６０および６２は、実際の文字についてテキストデータを走査し、テキストデータ中の余剰のスペースをスキップし、実際のテキストをグループ化して、ビデオ信号のフィールドの垂直帰線消去間隔に適合する指定されたサイズのトランザクションで伝送するためのソフトウェアを含み得る。スペースが除かれるので、表示コマンドは、画面上に第１の表示文字の行および列アドレスを指定する座標を含み、トランザクションが一杯になるかまたは複数の連続スペースに遭遇するまで、複数の隣接した文字が同じトランザクション中にその文字に続く。
文字と関連付けられる下線、明滅または輝度反転などの属性情報も、これらの表示コマンドを用いて伝送され得る。これらの表示コマンドは、適切なデータベースからテキスト画面についてのテキストデータを読出すために使用され、テキスト画面についてのテキストデータの終わりに、表示コマンドが伝送され、そのテキスト画面についてのすべてのデータが伝送されてしまったことを示す。トランザクションフォーマッタ６０，６２は伝送の終わりに待ちループまたは「タイムアウト」コマンドも含むが、これは、次のテキスト画面についてのテキストデータが表示される前にテキスト画面を見るための十分な時間を視聴者に与える遅延（７秒のオーダである）に組込み、それによりテキスト画面の自動ページネーションを与える。
自動ページネーションは、視聴者が、視聴者によるいかなる介入もなしにあるテキスト画面から次のものへと自動的に進むことを可能にする。この発明の自動ページネーション方式に従えば、ケーブルオペレータは、画面間の持続時間を指定し、この情報をトランザクションフォーマッタ６０，６２に転送することができる。次に、動作中に、視聴者がテキストチャンネルを選択すると、選択されたテキストチャンネルデータをそれが挿入されるビデオ信号の垂直帰線消去間隔から抽出し、そのテキストデータを、そのテキストチャンネルの表示のために指定される視聴者のテレビのチャンネルに対応付けることにより、テキストデータの現在ページが表示される。テキストデータの次の画面は、現在画面の表示されるテキストデータを読むための十分な時間を視聴者に与える予め定められた遅延（約７秒）の後に表示される。この技術は、コンピュータを用いてテキストデータを生成し、次にこれがケーブルテレビシステムにより完全なビデオチャンネルとして伝送される、通常使用される「バーカー」チャンネルと置き換わり得る。
コンフィガレータ５６は、ＨＥＣ１４からの制御コマンドに応答して、更新された権限情報をルータおよびフォーマッタ４３に与えて入来データと比較させ、かつ、ＥＰＧ供給者１８およびテキストチャンネル供給者２０が加えられシステムから減じられるときデータベースマネージャおよびデータベースなどを加え／減じることができる。ＨＥＣ１４とコンフィガレータ５６との間の制御リンクは、ＩＳＰ１６のステータスをシステムマネージャ１２に報告するために使用可能である。さらに、制御リンクは、システムメッセージなどを表示するためにシステムマネージャ１２からテキストデータを受入れ得る。
ある実施例においては、コンフィガレータ５６とＨＥＣ１４との間のインターフェイスは、たとえば９６００ボーで固定されたデータフォーマットを有するＲＳ−２３２ポートである。すべての制御データは、好ましくは、ＡＳＣＩＩ文字として伝送される。ＨＥＣ１４からのメッセージの受信で、コンフィガレータ５６は、データを検査し要求された動作を行ない、ルータおよびフォーマッタ４３とＥＰＧ供給者およびテキストチャンネル供給者との間の通信のための上述したタイプのメッセージフォーマットでコマンド応答メッセージを戻す。制御リンクによりＨＥＣ１４からコンフィガレータ５６に送信されたサンプルコマンドは、日付時間設定コマンド（同期目的のために）、構成要求コマンド、ステータス要求コマンド、ゲットカテゴリレコードコマンド、スクランブラ制御コマンドおよびデータベース制御コマンドを含む。
ある実施例においては、動作中、ＩＳＰ１６は、ＥＰＧおよびテキストデータサービスプロバイダからのすべての入力ポートデータをモニタし、すべての利用可能なＥＰＧおよびテキストデータサービスのリストを構築する。このリストは、構成要求コマンドを用いてシステムマネージャ１２に送信される。このコマンドは、利用可能なサービスプロバイダ、各プロバイダからのサービスのタイプ（ＥＰＧまたはテキストデータ）、各サービスと関連付けられる通信ポート、各サービスについてのスクランブラアドレスまたはデータストリーム（ＥＰＧまたはテキストデータ）、各サービスごとの供給者からの権限コード、サービスプロバイダからの最後の更新の時間および日付、スクランブラへの最後の更新の時間および日付、ＥＰＧデータベース中の最新のＥＰＧデータの時間および日付、などを指定する。このコマンドが与えられるとき、そのような情報は各サービスプロバイダごとにシステムマネージャ１２に与えられる。
ステータス要求コマンドは、エラーログ中に存在するエラーがあるかどうか、および、最後のステータス要求コマンドが受信されてからカテゴリリストが変更したかどうかを示すフラグを含み得る。次に、ゲットエラーレコードコマンドおよびゲットカテゴリレコードコマンドを用いてエラーおよびカテゴリ情報を抽出し得る。
ある実施例においては、構成コマンドは、ＥＰＧサービス構成コマンドとテキストサービス構成コマンドとに分離される。ＥＰＧサービス構成コマンドは、サービスプロバイダ、サービスのタイプ、サービスが可能化されるかまたは不能化されるか、ＥＰＧ供給者１８からの権限コード、短期データのためのスクランブラデータストリーム、長期データのためのスクランブラデータストリーム、時間の短期データの長さ（１〜２５５）、および、時間の長期データの長さ（１〜４０９６）を指定する。テキストサービス構成コマンドは、サービスプロバイダ、サービスのタイプ（天気、スポーツなど）、このサービスが可能化されるべきか不能化されるべきか、テキストチャンネル供給者２０からの権限コード、テキストデータについてのデータストリームまたはスクランブラアドレス、チャンネル数、および、自動ページネーションについてテキストデータの次のページがテキストデータの現在ページと置換わる前の、秒のページネーション遅延時間を指定する。
スクランブラ制御コマンドは、たとえば、スクランブラが置換されそのメモリに再ロードされるべきデータを必要とするときに使用されるスクランブラメモリ再構築コマンド、および、スクランブラメモリの量をキロバイトで指定するためのスクランブラ構成コマンドを含み得る。
ある実施例においては、データベース制御コマンドは、たとえば、特定のサービスと関連付けられるデータベースをクリアするために使用されるデータベースクリアコマンド、および、特定のサービスと関連付けられるデータベースを削除するために使用されるデータベース削除コマンドを含む。カテゴリマップダウンロードコマンドなどの他のデータベース制御コマンドが、ＥＰＧデータ中の番組データの指定されたカテゴリのリストを確立するために与えられてもよい。
図３４は、本発明で使用可能であるセットトップボックス３４のある実施例を示す。図示のとおり、セットトップボックス３４は、ＥＰＧメモリ３６と、テンプレートメモリ３８と、テキストページメモリ４２と、セットトップボックス７００と、入来するビデオ信号の垂直帰線消去間隔からコマンドを読出し適切な動作を行なうセットトッププロセッサ７０２とを含む。たとえば、入来コマンドがＨＥＣ１４からのテキストチャンネル定義またはＥＰＧ定義コマンドであるならば、ビットマップ７０４の適切な更新が行なわれる。同様に、入来コマンドがＥＰＧデータを含む表示コマンドであるならば、そのデータは、ＥＰＧメモリ３６に記憶され、ユーザがＥＰＧデータの表示を要求するテレビリモートコントロールユニット７０６およびリモート受信機７０８によるメニュー選択を行なうとき、テンプレートメモリ３８に記憶されるテンプレートとともに表示される。テンプレートメモリが設けられていないならば、テンプレートデータはＥＰＧ表示コマンドの部分として送信されてもよい。他方で、入来コマンドがテキストデータを含む表示コマンドであるならば、そのデータのページは、ディスプレイに１度に１ページを提示するためにテキストページメモリ４２に記憶される。自動ページネーションが可能化されるならば、テキストページメモリは、テキストフォーマッタ６０，６２から表示コマンドに組込まれる遅延のために数秒ごとに自動的に更新されることが可能である。代替的に、ユーザが、メモリ中のテキストデータに手動でアクセスすることが可能とされてもよい。手動のアクセスが提供されるのであれば、テキストページメモリは、ユーザにテキストデータをスクロールする能力を与えるために、少なくとも現在表示されているテキストページ、先行のテキストページおよび後続のテキストページを保持することが好ましい。いずれの場合でも、セットトッププロセッサ７０２は好ましくは、現在ページが表示されている間に次のテキストページを要求する能力を有し、そのため次のテキストページは、画面遅延時間の終りに表示のためにすでにロードされている。次に、選択されたテキスト、ＥＰＧまたはビデオ信号は、変調器７１０で変調されビットマップ７０４に指定されるチャンネルでテレビ画面４０上に表示される。
セットトップボックス３４のセットトッププロセッサ７０２のビットマップ７０４は、所望のテキストデータを受信するためにボックス７００によって同調されなければならない周波数を指定することにより、表示のために、受信されたテキスト情報を指定されたケーブルチャンネルに対応付ける。この情報は、ＨＥＣ１４から前述のテキストチャンネル定義トランザクションにおいて受信される。たとえば、視聴者は、セットトップボックス３４をチャンネル１８１に同調させることにより番組ガイドが利用可能であると示すスポーツテキストデータチャンネルを見たいということをテレビリモート７０６により指定するかもしれない。そして、セットトッププロセッサ７０２は、チャンネル１８１に対してビットマップ７０４を検査して、チャンネル２９の垂直帰線消去間隔から視聴者のチャンネル１８１についてのスポーツテキストデータを抽出するために、チャンネル２９のための周波数を同調させなければならないことを決定し、セットトッププロセッサ７０２は、チャンネル２９を同調するようにセットトップボックス１００を設定するが、チャンネル２９のビデオ信号は表示されない。代わりに、ビデオ画面はセットトッププロセッサ７０２によって消され、セットトッププロセッサ７０２によって垂直帰線消去間隔から抽出されたテキストデータが表示される。受信されたビデオの必要なデスクランブリングは、セットトッププロセッサ７０２によって行なわれる。それにより、別個のビデオチャンネルがテキストデータを伝送するために使用されなくても、視聴者は多くのより「バーチャルな」チャンネルが利用可能であることを知覚する。
図４２に例示される本発明のある実施例においては、電子的コンテンツがタグ付けされサーバに集合され、ターゲット決めされた情報を備える電子的コンテンツとなる。好適な電子的コンテンツは、これに限られるものでないが、広告、ニュースセグメント、ビデオ番組、オーディオ番組、ＷＥＢページなどを含む。ターゲット決めされた情報を備える電子的コンテンツは、放送サーバに送信され広く放送される。セットトップボックス３４は、世帯中の異なった人々を表わすプロファイルを生成している。セットトップボックス３４は、生成されたプロファイルと放送ストリーム中のタグを一致させ、タグ付けされたコンテンツのうちどれがダウンロードされるべきかを決定する。放送されるコンテンツのうち、世帯中の個人と関連するすべてのサブセットがダウンロードされユーザに表示される。
たとえば、セットトップボックス３４を用いて、放送ストリーム中のタグを先に生成された視聴者の人口統計プロファイルと一致させ、タグ付けされたコンテンツのうちどれがダウンロードされるべきかを決定することができる。個々の視聴者は、セットトップボックス３４のみから受信する。セットトップボックス３４は、放送ストリーム中のタグを生成された視聴者の人口統計プロファイルと一致させ、タグ付けされたコンテンツのうちどれがダウンロードされるべきかを決定する。
人口統計特徴のいくつかの例は、これに限られるものでないが、ユーザの性別、人種、年齢および収入を含む。代表的標本の視聴習慣の分析の出力は、個々のユーザの人口統計特徴を決定するための基礎となる。
図示のとおり、セットトップボックス３４は、入来するタグ付けされ集合された電子的コンテンツのコマンドを読出し、適切な動作を行なう。たとえば、入来するコマンドが、ＨＥＣ１４からのテキストチャンネル定義またはＥＰＧ定義コマンドであれば、ビットマップ７０４の適切な更新が行なわれる。同様に、入来コマンドがＥＰＧデータを含む表示コマンドであれば、そのデータはＥＰＧメモリ３６に記憶され、ユーザがＥＰＧデータの表示を要求するテレビリモートコントロールユニット７０６およびリモート受信機７０８によるメニュー選択を行なうとき、テンプレートメモリ３８に記憶されたテンプレートとともに表示される。テンプレートメモリが設けられていないならば、テンプレートデータはＥＰＧ表示コマンドの部分として送信されてもよい。入来コマンドがテキストデータを含む表示コマンドであれば、そのデータのページは、１度で１ページをディスプレイに提示するためにテキストページメモリ４２に記憶される。自動ページネーションが可能化されるならば、テキストページメモリは、テキストフォーマッタ６０，６２からの表示コマンドに組込まれる遅延のために自動的に数秒ごとに更新され得る。代替的に、ユーザはメモリ中のテキストデータに手動でアクセスすることが可能とされてもよい。手動のアクセスが提供されるならば、テキストページメモリは、ユーザにテキストデータをスクロールする能力を与えるために、少なくとも現在表示されているテキストページ、先行のテキストページおよび後続のテキストページを保持することが好ましい。いずれの場合でも、セットトッププロセッサ７０２は好ましくは、現在ページが表示されている間に次のテキストページを要求する能力を有し、そのため次のテキストページは、画面表示時間の終りでの表示のために既にロードされている。次に、タグ付けされ集合された電子的コンテンツは、変調器７１０で変調され、ビットマップ７０４に指定されるチャンネルでテレビ画面４０上に表示される。
セットトップボックス３４のビットマップ７０４は、表示のために、受信されたタグ付けされ集合された電子的コンテンツを指定されたケーブルチャンネルに対応付ける。次に、セットトッププロセッサ７０２は、チャンネル１８１についてビットマップ７０４を検査して、抽出するためにそれがチャンネル２９のための周波数を同調しなければならないことを決定する。受信されたタグ付けされ集合された電子的コンテンツの必要なデスクランブリングは、セットトッププロセッサ７０２によって行なわれる。
本発明は、ユーザによって明示的に提供される彼ら自身についての情報とともにまたはそれなしに複数のユーザに対応する複数のプロファイルを自動的に生成するメカニズムも提供する。図３５は、それらが装置上で活性であるとき複数のプロファイルの自動生成およびプロファイルの自動識別をもたらすこの発明の実施例を示す。
ある実施例では、生成されるべきプロファイルの数は始めに決定される。いくつかの方法を用いてプロファイルの数を決定し得る。この発明のある実施例では、プロファイルの数は任意には、最小メッセージ長（ＭＭＬ）基準を適用することにより決定される。クラスタの最適な数を決定するためにＭＭＬ基準を適用するプロセスは参照（ｒｅｆ．）に記述される。この発明のある実施例では、装置のユーザは明示的に、生成されるべきプロファイルの数を指定する。
システムは、装置とのユーザの対話をモニタする。ユーザ対話は、これに限られるものでないが、チャンネル変更要求、より多くの情報を見る要求、装置パラメータの構成、記憶装置からの番組の削除または録画を行なう要求を含み得る。ユーザ対話によるすべての動作は、視聴者の行動の履歴を記憶する履歴データベースに記録される。視聴者の行動を記述する履歴データベース中のデータレコードは、異なったフォーマットであり得る。図３７ａは、データレコードについての可能なフォーマットの１つを示す。データレコードは、行動についての情報、行動が起こったときの時間、行動をさらに記述するいくつかのパラメータを含み得る。この発明のある実施例では、ある基準に一致する行動のみが履歴データベースに記録される。たとえば、チャンネルを見ることに関するすべてのユーザの行動は、見ている持続時間が構成可能しきい値よりも小さければ無視されることができ、予告チャンネルなどの特定のチャンネルを見ることについてのすべてのユーザの行動は無視されることができる。装置のデフォルトの利用においては、ユーザは各利用セッション中に身元を明らかにしない。この文脈における利用セッションは、無活動の２つの期間の間にユーザの活動がある期間、または、装置が使用されていない２つの期間の間に装置が使用される期間であり得る。ユーザに対して非常に個人化された環境を与えるために、実際のユーザが誰であるかを決定することは装置に任せられる。そのようなシナリオでは、ユーザ行動レコードは、ユーザが誰であるかについての情報を含まない。この発明のある実施例では、ユーザは、システムによって設けられる何らかのメカニズムを用いることにより、利用セッションのすべてまたは一部について明示的に身元を明らかにすることができる。これらのメカニズムは、一連のキーを押すか、または、メニューからユーザ名を選択しそのユーザとしてログインすることを含み得る。この発明のこの実施例では、ユーザは、ある種のセッション中に身元を明らかにすることができ、何らかの他のセッション中に身元を明らかにしないことを選択してもよい。ユーザが身元を明らかにする場合には、ある種のユーザ行動レコードは、ユーザ行動レコードが生成されたセッションの間にユーザがログインされたことを指定するパラメータとしてユーザの名前または何らかの他の識別データを有し得る。
ある時間期間の間に生成されたユーザ行動履歴データベースを分析することにより、この発明は、複数のプロファイルを自動的に生成するメカニズムを提供する。これらのプロファイルの各々は、単一のユーザの全嗜好、単一のユーザの関連した嗜好のグループ、ユーザのグループの関連した嗜好のグループ、またはユーザのグループの全集合嗜好に対応し得る。複数のプロファイルを生成するためのメカニズムは図３６に表わされる。
連続したユーザ行動レコードの集合は互いにグループ化され、利用パターンレコードを形成する。利用パターンレコードは、ユーザ行動レコードの配列の形であり得る。連続的に生じるユーザ行動のみが単一の利用パターンレコードにグループ化される。利用パターンレコードは、多くの方法を用いて形成可能であるが、そのいくつかは以下を含む：
１．単一の利用セッションにおけるすべてのユーザ行動レコードを単一の利用パターンレコードにグループ化する。これは、図３８ａに図表で表わされる。
２．各利用パターンレコードが予め定められた数のユーザ行動レコードを有するように、単一の利用セッションにおけるすべてのユーザ行動レコードを１つ以上の利用パターンレコードにグループ化する。これは、図３８ｂに図表で表わされる。
３．各利用パターンレコードが、隣接した利用パターンレコード中のユーザ行動レコードのいくつかとオーバーラップする複数のユーザ行動レコードを有するように、利用セッション中の予め定められた数の連続したユーザ行動レコードを１つ以上の利用パターンレコードにグループ化する。これは、図３９に図表で表わされる。
各利用パターンレコードは、Ｎ次元の空間における点に対応付けられ、このＮ次元空間の各軸が、複数のプロファイルを特定する際に重要であるパラメータを表わす。この空間のＮ次元はクラスタ次元と呼ばれる。このＮ次元空間のパラメータは、複数のプロファイルを特定する際に最も意味のあるパラメータを特定する当業者によって手動で、または、プロファイル間で大きく異なるプロファイルの局面を自動的に特定することによりのいずれかで選択される。この発明のある実施例では、装置が初期化中に構成される際に１組のこれらのパラメータが特定され構成され、装置に記憶される複数のプロファイルにおいて異なる局面を見ることにより、新しい集合が周期的に加えられる。初期パラメータのさまざまな組合せが使用されてもよい。ある実施例では、これらの初期パラメータは、チャンネルラインナップにおけるチャンネル名および視聴回数である。この実施例では、これらの初期パラメータは、テレビ番組の番組記述フィールドの可能な値である。ある実施例では、チャンネル変更の率もパラメータの１つである。クラスタ次元によって定義される空間中の点に対する利用パターンレコードの対応付けは、多くの方法によって行なうことができる。ある方法は、利用パターンレコードに示されるクラスタリングパラメータによって定義される特定の特徴の量、たとえば利用パターンにおけるチャンネル変更の数を決定し、これを対応する次元の軸の値として使用する。ある方法は、利用パターンレコード中の特定の特徴の消費の率を決定する、たとえば、利用パターンレコード中の「ＮＢＣ」についての消費の率は５であり、これは「ＮＢＣ」上の番組がこの利用パターンレコードの期間中に５０％の回数で見られたことを示す。
クラスタ次元によって定義される空間中のすべての点は、標準のクラスタリングアルゴリズムを用いて複数のクラスタにクラスタ化される。いずれのクラスタリングアルゴリズムを用いても、クラスタ化を行なうことができる。ある実施例では、ＥＭクラスタリングを適用して、クラスタ次元空間中の点を予め定められた数のクラスタにグループ化する。生成されるプロファイルの数が形成されるクラスタの数を決定する。人工知能およびクラスタ化、特にＥＭクラスタリングの当業者であればこれらのクラスタ化技術に精通しているであろう。クラスタ化の結果として形成されたクラスタの各々は単一のプロファイルを表わす。クラスタ化プロセスは、出力の１つとしてクラスタの各々に対する混合重みを与える。クラスタについての混合重みを用いて、装置が使用された時間の総量のうち、プロファイルが活性であった時間の割合を計算することができる。
この発明のある実施例では、クラスタ化は、履歴データベースに蓄積されるユーザ行動レコードを用いて周期的に行なわれる。ある実施例では、ユーザ行動レコードは、レコードの古さ、レコードのサイズ、レコードの関連性などのある種の基準に基づいて履歴データベースから周期的に除去される。
この発明は、任意の所与の時間において活性であるプロファイルを予測するメカニズムも提供する。図４０は、装置上で現在活性であるプロファイルを特定するための方法を示す。現在のユーザの行動はモニタされ、ユーザ行動レコードが生成される。最新のユーザ行動レコードを用いて利用パターンレコードを生成する。利用パターンレコードは、クラスタ次元中の点に対応付けられる。複数のプロファイルを表わすクラスタについての情報を用いて、与えられた利用パターンに対してクラスタの各々が活性である確率が計算される。これは、事前確率および混合重みを用いて事後確率を計算するために使用可能であるベイズの確率理論を用いて計算される。クラスタが活性である確率は、与えられたプロファイルに対して利用パターンレコードの確率（Ｐ／利用＿パターンプロファイル）、プロファイルが活性である確率、利用レコードが生じる確率を用いて計算される。この文脈においてベイズの確率理論についての数学的表現は以下のとおりである。
Ｐ（プロファイル／利用＿パターン）＝（Ｐ（利用＿パターン，プロファイル）＊Ｐ（プロファイル））Ｐ（利用＿パターン）
この方程式において、与えられたプロファイルに対して利用パターンレコードが生じる確率（Ｐ（利用パターン，プロファイル））は、クラスタを支配する確率分布を知ることにより計算可能である。ある実施例では、クラスタ確率分布は、ガウスの確率分布であるものと想定することができ、そのためＰ（利用＿パターンプロファイル）は、クラスタ中心およびクラスタ変動を用いて計算可能である。クラスタ中心およびクラスタ変動は、複数のプロファイルを生成するために行なわれるクラスタ化プロセスにより生成される出力である。
ある実施例では、装置をオンに切換えることは、記録されるユーザ行動の１つであり得、「利用の時間」はクラスタ次元の１つである。この実施例では、ユーザが装置をオンに切換えるや否や、任意のクラスタが活性である確率が、さらなるユーザの行動がなくても決定可能である。ユーザがより多くのユーザ行動を行なうと、現在の利用パターンレコードは、より多くのユーザ行動レコードを含むように洗練され、活性であり得るプロファイルの確率は、新しいユーザ行動レコードの各々を加えることで洗練される。より多くのユーザ行動レコードが現在の利用パターンに追加されると、最も古いユーザ行動レコードの組は現在の利用パターンレコードから除去され得る。このプロセスにより、活性プロファイルの特定における個々のユーザ行動の影響は時間が経つにつれ確実に減る。
この発明のある実施例では、クラスタ化手続によって生成されるクラスタは、図４１に表わされる方法を用いて複数のプロファイルを生成するために使用される。この実施例では、クラスタは、各利用パターンレコードの期間中に活性である各クラスタの確率を計算するために使用される。各プロファイルごとのユーザ嗜好は、活性である対応するクラスタの確率によって重み付けされたユーザ行動を用いて上述したプロセスを用いて生成される。
本発明のさらに別の実施例では、複数のプロファイルが各ユーザごとに生成されてもよい。そのような複数のプロファイルの各々は、平日もしくは週末または朝もしくは夕方などのさまざまな時間期間でのユーザの視聴嗜好を表わすために使用され得る。プロファイルはまた、フットボールのシーズン中により多くのスポーツを見せたり、春により多くのガーデニングの番組を見せたり、４年ごとに予備選挙中により多くの政治評論を見せたりするなどの、他の変数に従ってさまざまであってもよい。したがって、この発明のシステムが活性化され、システムを活性化したユーザが認識されると、システムはさらに、日時および／または週を決定し、ユーザについての適切なプロファイルにアクセスし得る。
図４３を参照し、個々の視聴者プロファイルに基づいて特定的にターゲット決めされた視聴者に広告コンテンツを配送するために用いられる本発明の別の好ましい実施例では、放送ネットワークは、多くの異なったコンテンツプロバイダからコンテンツを寄せ集め、それをネットワーク放送ヘッドエンド２９で組合せて、本発明のテレビ制御システム２に伝送され受信される放送信号にする。制御システム２は、特定の世帯の異なった視聴者のプロファイルに基づいて放送ネットワークから受信されたコンテンツをソートし、各ユーザに利用可能な好ましい番組のリストを編集し、関心のある番組を録画し記憶し、必要とされるとき見れる番組を作る。等しく重要なことには、制御システム２は、さまざまな広告コンテンツを受信しソートし、人口統計プロファイルおよび広告コンテンツのターゲット視聴者に基づいて世帯の視聴者に最も関連するコンテンツを記憶する。
さらにより特定的には、図４３に示すように、コンテンツプロバイダは、ＥＰＧ供給者１８、テキストチャンネル供給者２０、従来の番組編成供給者２３、代替のコンテンツ供給者２５を含む。以下に記載するように、代替のコンテンツは、ここに記載される制御システム２の使用により配送され得る高度にターゲット決めされた番組編成のことをいう。従来の番組編成は、これに限られるものでないが、映画、ニュース、スポーツイベント、教育番組、ペーパービュー方式の番組、買物チャンネルを含む現在利用可能なすべてのタイプの番組編成を含む。広告コンテンツ供給者１９は、世界中のＴＶ視聴者になじみある態様で、彼らの従来の番組編成コンテンツに含めるために、ショートビデオクリップまたはグラフィックおよびテキスト情報などの販売促進材料を番組編成供給者２３に提供する。しかしながら、この発明の使用により独特に利用可能である広告コンテンツを配送する新規な方法においては、広告コンテンツは、代替コンテンツ供給者（以下の記述を参照）に供給され得、個人の広告メッセージの各々を記述するメタデータを開発するためにプロファイラ２１によりプロファイルされてもよい。この明細書中の至るところで論じられるように、メタデータは、各広告が特定的にターゲット決めされる視聴者を記述する人口統計特徴のことをいう。
プロファイラ２１は、ソフトウェアベースのシステムであってもよく、または、各広告メッセージを見て分析して広告を記述するメタデータを開発するために人の介在に依拠してもよい。代替的に、広告コンテンツ供給者１９は、広告とともにこの情報を提供してもよい。メタデータは、広告が開発されるクライアントにとって関心のあるパラメータに基づいて開発され、典型的には、年齢、性別、民族的背景、教育、職業、および視聴者に関連する他の人口統計情報を含む。したがって、メタデータは、先に述べたパラメータによって定義される視聴者の人口統計情報について各広告メッセージがターゲット決めされる視聴者を記述するであろう。このように生成されたメタデータは、各広告に付加され、このようにタグ付けされた広告は、放送ネットワークに与えられ放送信号に含められる。
タグ付広告は複数のチャンネルに与えられることが好ましく、ここで各チャンネルはターゲット視聴者に関する特定のタイプの広告を有してもよい。よって各チャンネルは、１つの人口統計パラメータまたはしばしば繰返す組合せに従って定められてもよい。たとえば、男性向けの広告を有するチャンネル、女性向けの広告を有するチャンネル、男性のスポーツファン向けの広告を有するチャンネルなどである。代替的には、各チャンネルはすべてのタイプの広告の流れを有してもよく、ここで各タイプの広告は、それがターゲット決めされる人口統計パラメータに依存する比で存在する。よって、週末の午後においては男性のスポーツファンにターゲット決めされた広告が小さい子供にターゲット決めされた広告よりも多数になる。なぜならそのような時間には多数のスポーツイベントが放送され、かつ小さい子供はそのような時間には屋内でＴＶを見ているよりも外で遊んでいる可能性が高いためである。複数のチャンネルを介してタグ付広告コンテンツを提供することはこの発明の要求ではないが、利用可能な広告コンテンツの純然たる量は実際問題として複数のチャンネルを必要とすると考えられる。さらに、予め分類された態様でチャンネルを提供することは、制御システム２によって行なわれる分類の量および複雑さを減少し得る（以下により詳細に説明する）。
また図４３に示されるとおり、このネットワークによる信号放送は、たとえばこの出願の譲受人であるメタバイト社など、この発明によって提供されるサービスの管理者によって提供される情報をさらに含んでもよい。この出願の他の場所により詳細に説明されるとおり、この情報は制御システム２のソフトウェアの更新を含んでもよい。
引続き図４３を参照すると、ネットワーク放送信号は制御システム２に伝達され、かつそこに受取られる。放送信号はアナログまたはデジタルで符号化されてもよく、ケーブル、衛星、電話線、またはあらゆるその他の実行可能な態様を介して伝達されてもよい。典型的に利用可能な多数のチャンネルおよび前提技術から、実際的な考慮はネットワーク信号をデジタル形式で放送することを指示するであろう。この場合にはネットワークヘッドエンド２９および制御システム２の両方が当業者に周知の態様でＡＤＣおよびＤＡＣ回路を組入れることが必要となる。さらに制御システム２は、図には示さないが、放送信号において多重化された多数の信号を分離しかつ必要に応じてこれらの信号のあらゆる１つ（すなわちチャンネル）を選択するために必要となるチャンネル調整回路を組入れる必要があることが理解される。
放送信号は制御システム２に受取られると、システムのさまざまな構成要素に供給される。番組スイッチ１１４は、所望のチャンネルを選択するためのリモートコントロールまたは類似のユニットを介して与えられる視聴者入力に応答して、チャンネル信号をＴＶモニタ１０８に向ける。前述のとおり、嗜好エージェント１１０は制御システム２を用いるさまざまな視聴者の視聴選択をモニタし、嗜好データベース１１６に記憶される各視聴者の視聴プロファイルを生成する。これらのプロファイルに基いて、嗜好エージェント１１０はＥＰＧ情報に記述されるような入来番組編成コンテンツを分類し、各視聴者に対するあらゆる所与の時間に利用可能な視聴選択の「トップ１０」リストなどのリストを編集し、録画マネージャ１１２に、あらゆる所与の時間に放送される上位にランクされた番組（録画のために視聴者によって選択されたあらゆる番組を含む）を録画してそれを記憶番組メモリ装置３５に記憶するよう指示する。
嗜好エージェントは、視聴者の視聴プロファイルおよび特定のアルゴリズムまたは関連規則に基いて各視聴者に対する人口統計プロファイルを生成することを可能にするソフトウェアをさらに含む。これらのアルゴリズムは、システム管理者２７が用いるモデルが向上しその正確さが改善するにしたがって時間とともに調整されてもよい。この目的に対し、放送信号に含まれるシステム更新情報チャンネルは、広告供給者１９の要求によって含まれる必要があり得る新たな嗜好データベースパラメータを含む周期的なソフトウェア更新を含んでもよい。よって実施例の１つにおいて、この発明の制御システム２は、広告コンテンツプロバイダがこのシステムおよび狭く焦点合せしたターゲット決めされた広告をカスタマイズするプロセスに精通するにつれて生じ得るあらゆる新たな要求を満たすために、遠隔的に改良されてもよい。各視聴者に対して生成される人口統計プロファイルは人口統計データベース３１に記憶され、これは制御システム２中に位置するために視聴者のプライバシーを確実にする。
嗜好エージェント１１０はまた、放送信号内に含まれる複数の広告チャンネルを流れる広告コンテンツを分類し、視聴者の人口統計プロファイルおよび特定の広告に対するターゲット視聴者を記述するために各広告に含まれるメタデータに基いて、特定の広告を記憶および／または表示させる。後述するとおり、制御システム２はさまざまな方法のうちのいずれかを用いて広告コンテンツを操作してもよい。
この発明の実施例の１つにおいて、広告チャンネルの各々は同じタイプの広告を有する。嗜好エージェントはあらゆる所与の時間にどの視聴者がＴＶを見ているかを定め、その特定の視聴者にターゲット決めされたタグ付広告を記憶広告メモリ装置３３に記憶する。視聴者が見ている番組中の適切な時間、たとえばほとんどのＴＶ番組に典型的に挿入されるコマーシャルブレイク中などに、嗜好エージェントは番組ソーススイッチ１１４に、記憶された広告にアクセスして選択された広告をＴＶモニタ１０８に再生するよう指示する。視聴者が見ている番組がコマーシャルブレイクの長さに関する情報を含むとき、嗜好エージェントは割当てられた時間枠に挿入するために適切な長さの記憶広告を選択してもよい。嗜好エージェントはさらに、先に再生した広告を憶えていることによってすべての記憶広告が均等に表示されることを確実にしてもよい。代替的には、タグ付広告は、広告プロバイダがあらゆる所与の日にその広告が放送されることを望む所望の回数、またはときにはその広告を見せるべき特定の時間を含んでもよい。よって、たとえば２４時間に対して十分な数などのいくつかの広告が記憶された後、嗜好エージェントはすべての記憶広告メタデータを見直して、これらの広告を視聴者に見せるための、いつおよび何回見せるかを含む戦略を発展させてもよい。
代替的には、嗜好エージェントは特定の数の広告を表示させて、表示された記憶広告がコマーシャルブレイクに対して割当てられた時間枠よりも長くなるときには選択された番組を録画するように録画マネージャ１１２に指示してもよい。したがってこの発明の制御システム２は、視聴者が受ける広告コンテンツの量を変更することによって番組の放送スケジュールをある程度操作できる。
別の実施例において、広告チャンネルは１日の中の制限された時間帯、典型的にはオフピーク時間（たとえば午前２時など）にのみ動作してもよく、その間に翌日のためのすべての広告がダウンロードされて記憶されてもよい。すなわち、広告チャンネルは特定の時間にオンにされ、１時間または２時間の間に制御システムにすべての広告を流してもよい。代替的には、通常の番組編成チャンネルは都合のよい時に１時間または２時間番組編成を休止し、次の日のための広告を供給してもよい。さらに別の代替形においては、広告の周期的なダウンロードのために電話線またはインターネット接続などの専用の接続が用いられてもよい。
代替的な実施例において、複数の広告チャンネルが広告の混合を有することによって、あらゆる所与の時間に嗜好エージェントがこれらのチャンネルのうちの１つから視聴者にターゲット決めされた少なくとも１つの広告を選択するオプションを有するようにしてもよい。この実施例において、制御システムはあらゆる所与の時間にただ１つの広告を記憶するだけで、見られている番組と広告との間の連続性を確実にできる。たとえば、番組のコマーシャルブレイクがいずれの広告チャンネルの広告の始まりにも対応しない時間に始まることがあり得る。この場合には、制御システムに記憶される広告が番組ソーススイッチを通ってＴＶモニタに向けられ、一方で別のターゲット決めされた広告が続く表示のために同時に記憶される。コマーシャルブレイクがいずれかの広告チャンネルのターゲット決めされた広告の開始に偶然一致するときには、嗜好エージェントは単に番組ソーススイッチが特定のチャンネルをＴＶモニタに向けさせるようにしてもよく、一方で別の広告チャンネルからの別の広告が記憶される。
別の実施例において、各々の通常の番組編成チャンネルがある広告の複数の多重化されたバージョンを有してもよい。コマーシャルブレイクが始まるとき、嗜好エージェントはその広告の最も適切なバージョンを選択してそれを番組ソーススイッチに向ける。この実施例は、各広告のさまざまなバージョンを多重分離し、かつ嗜好エージェントによって選択された特定のバージョンを番組ソーススイッチに適用するための付加的な回路を必要とする。
この発明によって提供されるターゲット決めされた広告を配送する新たな方法は、広告業界にとって特に有利である。１つの局面において、この発明は広告制作におけるより大きな自由度を可能にする。なぜなら広告はもはや広範囲の多様な視聴者にアピールする必要がないためである。さらに、代替的な広告がリアルタイムで配送されるため、すべての視聴者に個別化された広告が同時に届き、５つの異なる広告を放送するために５つの異なる時間枠を必要とする先行技術に比べて顕著な時間の節約を提供する。それによってコストの節約が実現され、それは特にスーパーボウルなどの非常に人気のあるイベントの際に顕著になり得る。
前述のとおり、嗜好エージェント１１０は利用可能なチャンネルを分類して、視聴者の視聴プロファイルに最も近く適合する１０個（またはその他のあらゆる数）の現在再生中の番組を選択してもよい。加えて、嗜好エージェントは、視聴者のプロファイルおよびユーザによって特定されるあらゆる付加的な基準に基いて将来の番組のカスタマイズされたリストを構築してもよい。好ましい実施例において、ユーザは、彼または彼女の視聴プロファイルを作り上げる異なるパラメータに割当てられる値を含む彼の視聴プロファイルを完全にカスタマイズすることができる。代替的な実施例において、ユーザは自分が好む広告の種類を特定することさえできてもよい。このような構成は代替的なビリング装置を生成することができ、それによってユーザは、彼が受けたいと望む広告のタイプを特定できることおよび場合によってはある種の報奨金と引換えに、広告を見ることに同意する。
この発明によって生じ得る別の新たな可能性は、あらゆる所与の時間に放送される最も興味深い番組、および／または以前に録画され記憶された視聴者のプロファイルに非常に近く適合する番組を常に見せる「個人チャンネル」の作成である。したがって個人チャンネルをオンにすることにより、視聴者には、視聴者が特定化し得る特定の先行期間中に放送された番組に基いて利用可能な最も個別化されて興味深い視聴経験が常に保証される。よって個人チャンネルは、過去２４時間の間に放送され、かつ特定化された程度まで視聴者のプロファイルに適合した、映画、ニュースセグメント、スポーツイベント、およびあらゆるその他の番組編成コンテンツの集まりを見せてもよい。
選択された制御システムにのみ組入れられてもよい制御システム２の付加的な構成要素は、人口統計データベースからあらゆる個人情報を削除し、この匿名の情報を人口統計データベースを生成するために用いられるモデルを維持および更新する目的のためにシステム管理者２７に伝達するプライバシーフィルタ３７である。このような制御システムのモデルは人口統計情報をシステム管理者に伝達するためのフィードバック線を必要とし、好ましい実施例においてそれは電話線またはＤＳＬ、ケーブルなどの専用インターネット線である。システム管理者は、この種の情報を供給することをユーザに納得させるために、ユーザに報奨金またはその他の報奨を申し出てもよい。広範囲の人口統計断面からユーザを注意深く選択することによって、システム管理者はこのように集められた情報を用い、これらのユーザの実際の人口統計データと嗜好エージェントによって発展された人口統計プロファイルとを比較することによって、彼または彼女の視聴者プロファイルに基く視聴者の人口統計プロファイルを発展させるために用いられるモデルを向上させることができる。
この発明によって配送される広告の狭く焦点合せされた性質により、この発明の制御システムによる配送のために発展されたターゲット決めされた広告は、クーポンまたは高度にターゲット決めされた説明などの新たな構成要素を含んでもよい。よって、この発明を介する分配のために発展されたターゲット決めされた広告は、ターゲット視聴者に特にアピールすることが意図された、特定の言語で言い表わされた特定の情報を含んでもよい。
この発明はさらに、非常に特定の視聴者にのみ配送できる、広告以外の高度にターゲット決めされたコンテンツの作成を可能にする。したがって、映画、ショー、宗教番組、ビデオマガジン、インフォマーシャルなどを、その番組が非常に広範囲の視聴者に届くかまたは少なくともアクセス可能であるときにはそのコンテンツ開発者に典型的に課せられる制限なしに、非常に特定化された視聴者に届くように開発し得る。この実施例は、このような特定のコンテンツが従来のＴＶチューナによって直接合わせられない専門チャンネルを介して供給され、制御システム２を通じてのみアクセス可能となることを必要とする。このような高度にターゲット決めされたコンテンツは代替コンテンツ供給者２５によって提供されてもよく、または従来の番組編成供給者２３によって代替的分配のために開発されてもよい。この発明を用いることによって、コンテンツプロバイダが非常に特定の視聴者にのみ達するだけでなく視聴者の特定の部分をこの材料にアクセスしないよう遠隔的に自動的に除外することを可能にする、新たな分配媒体を作成できる。このような代替コンテンツは、前述のように視聴者の個人チャンネルに排他的に放送されてもよい。
よってこの発明は、広告だけでなくその他の番組編成およびコンテンツを含む高度にターゲット決めされたコンテンツを視聴者に配送することを可能にする。図４４を参照すると、典型的なテレビ番組８５０の進行を追跡するタイムライン８００が示される。ＴＶ視聴者が放送およびケーブル／ＤＳＳステーションから現在入手可能な従来の線形番組編成において、番組８５０はシーン１、シーン２などのシーンと、Ａｄ１、Ａｄ２などの広告とから構成される。従来の線形番組編成に従うと、シーンは番組の制作者によって予め定められたとおりに順番に示され、そこにヘッドエンドオペレータによって定められたとおりに広告の表示が散在する。この発明に従うと、各ユーザに対する人口統計および／または視聴者嗜好プロファイルの発展によって、カスタマイズされた線形番組編成が可能になる。カスタマイズされた線形番組８６０も広告が散在するシーンを含んでいてもよいが、そのシーンおよび広告の一部またはすべてがユーザのさまざまな人口統計または視聴特色にターゲット決めされていてもよい。シーン２は実際にはテレビ番組の制作者によって２つの異なるバージョン、シーン２およびシーン２ａが撮影されていてもよく、そのシーンの各バージョンは特定のターゲット視聴者にとってより適切であるか、またはより興味深いか、またはより不愉快でないものである。したがって可能な実施例の１つにおいては、シーン２ａはシーン２よりも暴力的でないかまたはより露骨でないバージョンであってもよい。この発明のシステムは両方のシーンを有するＴＶ信号を受取り、現在視聴しているユーザのプロファイルおよび代替シーンのターゲットデータに基いて利用可能な代替形の中から選択する。よって図４４に示される番組８６０は、シーン１と、代替シーン２ａと、代替シーン３ｂと、代替Ａｄ１ａと、代替Ａｄ２ｃと、シーン４と、Ａｄ３と、代替Ａｄ４ｂとを含むものとして、線形的で継ぎ目のない態様でユーザに示される。
シーン３、３ａおよび３ｂ、ならびに広告に対しても同じ適合および選択プロセスが起こる。Ａｄ１は４つの変形が提供されてもよく、その各々はユーザの性別、収入、地理的な場所、またはあらゆるその他の所望の特徴などの異なる人口統計特徴をターゲット決めする。前述のとおり、このようにターゲット決めされた広告を提供することはユーザにより興味深く楽しめる視聴経験を与え、したがってユーザがチャンネルを変えるかまたは立ち去ってしまうことなく広告を見る可能性を高める。
この発明によって可能となるターゲット決めされた広告の方法は、番組編成ガイドによる広告メッセージの提供とは異なることを指摘することが重要である。この発明は見掛け上従来の線形の態様で広告を見せることを可能にし、テレビ番組の放送は広告を放送するためにヘッドエンドによって周期的に休止される。示される広告は特定のＴＶセットを見ている個別のユーザにターゲット決めされるが、ユーザはいかなる態様でも代替的な広告を選択するよう促されることはなく、あらゆるその他の態様でセットトップボックスが代替的な広告を受取っているという事実を知らされることはない。これは番組編成ガイドによってターゲット決めされた広告を提供するのとは異なる、ターゲット決めされた広告を提供する手法である。なぜなら従来の番組編成ガイド状況においては、ＴＶ画面は典型的に少なくとも２つの異なる領域に分割され、一方の領域が番組リストを見せる一方で他方の領域は広告を表示する。よって番組ガイドの状況においては、ユーザは番組編成を受取ることは全くなく、番組リストおよび広告のみを受取る。
図４４に示されるとおり、代替シーンおよび広告は同じ長さであることによって番組タイムライン内の同じ時間枠を占めることが好ましい。しかし、テレビ番組８７０に含まれるものなど、異なる長さの代替広告およびシーンを提供することも可能である。この実施例において、セットトップボックスは、各シーンおよび広告の長さを計算し、シーンおよび広告をスケジューリングすることによって付加的にスケジューラの役割を果たすことにより、ユーザに中断またはオーバーラップのない継ぎ目のない見掛け上線形の番組を見せる。この実施例において、シーンおよび広告は両方とも、放送および過去に録画された記憶されたシーンおよび広告のあらゆる組合せを含んでいてもよい。たとえば、番組８７０において代替シーン２ａは代替シーン２よりも短くてもよく、そのためシーン３ｂおよびＡｄ１ａをより早い時間に見せることが必要になる。この場合に、付加的なＡｄＡをＡｄ１ａとＡｄ２ｃとの間に示してもよく、ここでＡｄＡは、そのターゲットプロファイルがユーザの人口統計プロファイルに適合しかつそれが適切な長さの時間であることから、セットトップボックスによって選択される。
カスタマイズされた番組を提供することはまた、一般的な視聴母集団の特定の特色および特徴に対してより個別的に提供することによって、より幅広い視聴者に到達することを可能にする。さらに、このようにカスタマイズしたコンテンツを提供することにより、番組編成の制作者は同じ構想〔ストーリーライン〕の異なる変形を探究してさまざまな視聴者に対するさまざまなシーンを編集できるため、彼らに対するより大きい芸術的および表現的自由が可能となり得る。この発明によって可能となるカスタマイズされた線形番組編成の別の可能な用法は、ニュース、天気、株式市場相場、買物イベント、説明ビデオなどの高度に個別化されたサービスを提供することである。
この発明のシステムの人気および受入れは、エンドユーザすなわち視聴者に対するコストに大きく依存する。したがって好ましい金融上の配置の１つにおいて、ユーザは制御システムすなわちハードウェアに対してセット料金を支払い、その制御システムを彼のＴＶおよび入来ケーブルまたは衛星放送用アンテナ線に接続し、それ以上のコストを支払うことなく制御システムによって提供される個人化されたサービスを楽しむ。システム管理者は放送ネットワークによる放送のためのタグ付広告を提供し、広告クライアントに料金を請求する。実際の広告は広告コンテンツ供給者または広告クライアント自身（たとえばトラック製造者など）によって提供されてもよく、それにシステム管理者がメタデータをタグ付けする。料金は、インストールされた制御システムおよび／または広告クライアントが到達を望むターゲット視聴者の総数に基いてもよい。したがって、あるクライアントがこの発明の制御システムを購入しおそらくインストールした視聴者のうち比較的広範囲の視聴者に届くようタグ付された広告を放送することを望むとき、請求される料金はより狭く焦点合せされた広告に対して請求される料金よりも比較的高くなる。
特許法の要求に従ってこの発明を説明したが、当業者は彼らの特定の要求または条件を満たすためにこの発明を修正および変更する方法を理解するであろう。このような修正および変更は、添付の請求項に示されるこの発明の範囲および主旨から逸脱することなく行なわれ得る。
特願２００１−５２１０６４の出願時の特許請求の範囲を以下に記載しておく。
〔請求項１〕 複数の個別の視聴者の各々にカスタマイズした線形ビデオ番組編成を配送するための方法であって、
複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対する視聴者特徴情報を発展させるステップと、
各視聴者に対するビデオ番組編成セグメントの集合を構成し、前記ビデオ番組編成セグメントの少なくとも１つは複数の利用可能なビデオ番組編成セグメントから選択され、視聴者特徴情報に従って視聴者に対する線形配送のための見掛け上線形の番組を生成するステップとを含む、方法。
〔請求項２〕 ビデオ番組編成セグメントの集合を構成するステップは、
ビデオセグメントの放送と同時に視聴者に対する線形配送のための少なくとも１つの放送ビデオ番組編成セグメントを選択することによって見掛け上線形の番組を生成するステップをさらに含む、請求項１に記載の方法。
〔請求項３〕 ビデオ番組編成セグメントの集合を構成するステップは、
視聴者に対する線形配送のために記憶媒体に記憶される少なくとも１つのビデオ番組編成セグメントを選択して見掛け上線形の番組を生成するステップをさらに含む、請求項１に記載の方法。
〔請求項４〕 複数の視聴者の各々の嗜好を示す情報を処理するステップは、
複数の視聴者の各々のテレビ番組視聴嗜好を示す情報を処理するステップを含む、請求項１に記載の方法。
〔請求項５〕 複数の視聴者の各々のテレビ番組視聴嗜好を示す情報を処理するステップは、
複数の視聴者の各々が見るテレビ番組を示す情報を処理するステップを含む、請求項４に記載の方法。
〔請求項６〕 複数の視聴者の各々のテレビ番組視聴嗜好を示す情報を処理するステップは、
複数の視聴者の各々によって録画されるテレビ番組を示す情報を処理するステップを含む、請求項４に記載の方法。
〔請求項７〕 複数の視聴者の各々のテレビ番組視聴嗜好を示す情報を処理するステップは、
複数の視聴者の各々が見ないテレビ番組を示す情報を処理するステップを含む、請求項４に記載の方法。
〔請求項８〕 複数の視聴者の各々のテレビ番組視聴嗜好を示す情報を処理するステップは、
複数の視聴者の各々によって要求されるテレビ番組ガイド情報を示す情報を処理するステップを含む、請求項４に記載の方法。
〔請求項９〕 複数の視聴者の各々のテレビ番組視聴嗜好を示す情報を処理するステップは、
複数の視聴者の各々によって要求されないテレビ番組ガイド情報を示す情報を処理するステップを含む、請求項４に記載の方法。
〔請求項１０〕 情報を処理するステップは、
電子番組ガイド情報を処理するステップを含む、請求項５から９のいずれかに記載の方法。
〔請求項１１〕 複数の視聴者の各々の嗜好を示す情報を処理するステップは、
問合せに応じて各視聴者から与えられる複数の視聴者の各々の嗜好を示す情報を処理するステップを含む、請求項１に記載の方法。
〔請求項１２〕 複数の視聴者の各々のテレビ番組視聴嗜好を示す情報を処理するステップは、
複数の視聴者の各々のテレビ番組視聴嗜好以外の嗜好を示す情報を処理するステップを含む、請求項１に記載の方法。
〔請求項１３〕 複数の視聴者の各々のテレビ番組視聴嗜好以外の嗜好を示す情報を処理するステップは、
複数の視聴者の各々の音楽の嗜好を示す情報を処理するステップを含む、請求項１２に記載の方法。
〔請求項１４〕 複数の視聴者の各々のテレビ番組視聴嗜好以外の嗜好を示す情報を処理するステップは、
複数の視聴者の各々の読書の嗜好を示す情報を処理するステップを含む、請求項１２に記載の方法。
〔請求項１５〕 複数の視聴者の各々のテレビ番組視聴嗜好以外の嗜好を示す情報を処理するステップは、
複数の視聴者の各々の買物の嗜好を示す情報を処理するステップを含む、請求項１２に記載の方法。
〔請求項１６〕 複数の視聴者の各々のテレビ番組視聴嗜好以外の嗜好を示す情報を処理するステップは、
オンライン音楽クラブ、オンライン本クラブ、オンライン特別な趣味のクラブおよび組織、ならびにオンライン小売業者および貿易業者を含むソースの群から取得される、複数の視聴者の各々のテレビ番組視聴嗜好以外の嗜好を示す情報を処理するステップを含む、請求項１２に記載の方法。
〔請求項１７〕 複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対する視聴者特徴情報を発展させるステップは、
複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対するテレビ番組視聴嗜好プロファイルを発展させるステップを含む、請求項１、４、１１または１２のいずれかに記載の方法。
〔請求項１８〕 複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対するテレビ番組視聴嗜好プロファイルを発展させるステップは、
一般母集団の代表的標本の視聴習慣に基く予測モデルに従って複数の視聴者の各々の嗜好を示す情報を処理し、各視聴者に対するテレビ番組視聴嗜好プロファイルを発展させるステップを含む、請求項１７に記載の方法。
〔請求項１９〕 一般母集団の標本の視聴習慣に基く確率モデルに従って各視聴者に対して発展されたテレビ番組視聴嗜好プロファイルを処理するステップは、
ベイズネットワークを構築することによって予測モデルのパラメータに対する最大事後確率値を計算し、各視聴者に対するテレビ番組視聴嗜好を予測するステップを含む、請求項１８に記載の方法。
〔請求項２０〕 複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対するテレビ番組視聴嗜好プロファイルを発展させるステップは、
複数の視聴者の各々の嗜好を示す情報を処理することによって各視聴者の隠れた特色を演繹するステップを含む、請求項１７に記載の方法。
〔請求項２１〕 複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対するテレビ番組視聴嗜好プロファイルを発展させるステップは、
複数の視聴者の各々の嗜好を示す情報を処理することによって各視聴者の関連する特色を演繹するステップを含む、請求項１７に記載の方法。
〔請求項２２〕 各視聴者に対して発展されたテレビ番組視聴嗜好プロファイルを処理して各視聴者に対する人口統計情報を発展させるステップをさらに含む、請求項１７に記載の方法。
〔請求項２３〕 各視聴者に対して発展されたテレビ番組視聴嗜好プロファイルを処理して各視聴者に対する人口統計情報を発展させるステップは、
一般母集団の代表的標本の視聴習慣に基く予測モデルに従って各視聴者に対して発展されたテレビ番組視聴嗜好プロファイルを処理して各視聴者に対する人口統計情報を発展させるステップを含む、請求項２２に記載の方法。
〔請求項２４〕 一般母集団の代表的標本の視聴習慣に基く予測モデルに従って各視聴者に対して発展されたテレビ番組視聴嗜好プロファイルを処理するステップは、
一般母集団の代表的標本によって示されるよりも高い割合の人口統計特色を示す視聴者を引き付けるテレビ番組に対する視聴者嗜好に基く視聴者の各人口統計特色を予測する予測モデルに従って各視聴者に対して発展されたテレビ番組視聴嗜好プロファイルを処理するステップを含む、請求項２３に記載の方法。
〔請求項２５〕 一般母集団の代表的標本によって示されるよりも高い割合の人口統計特色を示す視聴者を引付けるテレビ番組に対する視聴者嗜好に基く視聴者の各人口統計特色を予測する予測モデルに従って各視聴者に対して発展されたテレビ番組視聴嗜好プロファイルを処理するステップは、
一般母集団の代表的標本によって示されるよりも高い割合の人口統計特色を示す視聴者を引付け、かつ一般母集団の代表的標本によって示されるよりも高い割合の他の人口統計特色を示す視聴者を引付ける他のテレビ番組との最小限の人口統計特色相関を示すテレビ番組に対する視聴者嗜好に基く視聴者の各人口統計特色を予測する予測モデルに従って各視聴者に対して発展されたテレビ番組視聴嗜好プロファイルを処理するステップをさらに含む、請求項２４に記載の方法。
〔請求項２６〕 複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対する視聴者特徴情報を発展させるステップは、
複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対する人口統計情報を発展させるステップを含む、請求項１に記載の方法。
〔請求項２７〕 複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対する人口統計情報を発展させるステップは、
一般母集団の代表的標本の視聴習慣に基く予測モデルに従って各視聴者の嗜好を示す情報を処理して各視聴者に対する人口統計情報を発展させるステップを含む、請求項２６に記載の方法。
〔請求項２８〕 一般母集団の代表的標本の視聴習慣に基く予測モデルに従って各視聴者の嗜好を示す情報を処理するステップは、
一般母集団の代表的標本によって示されるよりも高い割合の人口統計特色を示す視聴者を引付けるテレビ番組に対する視聴者嗜好に基く視聴者の各人口統計特色を予測する予測モデルに従って各視聴者の嗜好を示す情報を処理するステップを含む、請求項２７に記載の方法。
〔請求項２９〕 一般母集団の代表的標本によって示されるよりも高い割合の人口統計特色を示す視聴者を引付けるテレビ番組に対する視聴者嗜好に基く視聴者の各人口統計特色を予測する予測モデルに従って各視聴者の嗜好を示す情報を処理するステップは、
一般母集団の代表的標本によって示されるよりも高い割合の人口統計特色を示す視聴者を引付け、かつ一般母集団の代表的標本によって示されるよりも高い割合の他の人口統計特色を示す視聴者を引付ける他のテレビ番組との最小限の人口統計特色相関を示すテレビ番組に対する視聴者嗜好に基く視聴者の各人口統計特色を予測する予測モデルに従って各視聴者の嗜好を示す情報を処理するステップをさらに含む、請求項２８に記載の方法。
〔請求項３０〕 複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対する人口統計情報を発展させるステップは、
視聴者人口統計情報に従って各視聴者に対するテレビ番組視聴嗜好プロファイルを発展させるステップをさらに含む、請求項２６に記載の方法。
〔請求項３１〕 複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対するテレビ番組視聴嗜好プロファイルを発展させるステップは、
複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対する複数のテレビ番組視聴嗜好プロファイルを発展させるステップをさらに含む、請求項１７または３０に記載の方法。
〔請求項３２〕 複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対する複数のテレビ番組視聴嗜好プロファイルを発展させるステップは、
複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対する複数のテレビ番組視聴嗜好プロファイルを発展させるステップを含み、各プロファイルは異なる時間帯、曜日、または季節における視聴者のテレビ番組視聴嗜好を記述する、請求項３１に記載の方法。
〔請求項３３〕 複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対するテレビ番組視聴嗜好プロファイルを発展させるステップは、
同じテレビ機器にアクセスする複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対する複数のテレビ番組視聴嗜好プロファイルを発展させるステップをさらに含む、請求項１７または３０に記載の方法。
〔請求項３４〕 ビデオ番組編成セグメントの集合を構成するステップは、
同じテレビ機器にアクセスする視聴者に対するビデオ番組編成セグメントの集合を構成し、前記ビデオ番組編成セグメントの少なくとも１つは複数の利用可能なビデオ番組編成セグメントから選択され、視聴者の特徴情報に従って視聴者に対する線形配送のための見掛け上線形の番組を生成するステップを含む、請求項３３に記載の方法。
〔請求項３５〕 各視聴者に対するビデオ番組編成セグメントの集合を構成するステップは、
各視聴者に対するビデオ番組編成セグメントの集合を構成し、前記ビデオ番組編成セグメントの少なくとも１つは複数の利用可能なビデオ番組編成セグメントから選択され、視聴者のテレビ番組視聴嗜好プロファイルに従って録画するステップを含む、請求項１７または３０に記載の方法。
〔請求項３６〕 ビデオ番組編成セグメントの集合を構成するステップは、
広告、娯楽、ニュース、天気、金融、スポーツ、教育、および買物番組編成を含むビデオ番組編成セグメントの群から選択されるビデオ番組編成セグメントの集合を構成するステップを含む、請求項１に記載の方法。
〔請求項３７〕 ビデオ番組編成セグメントの集合を構成するステップは、
各視聴者に対するビデオ番組編成セグメントの集合を構成し、前記ビデオ番組編成セグメントの少なくとも１つは複数の利用可能なビデオ番組編成セグメントから選択され、視聴者特徴情報に従って録画するステップをさらに含む、請求項３６に記載の方法。
〔請求項３８〕 ビデオ番組編成セグメントの集合を構成するステップは、
各視聴者に対するビデオ番組編成セグメントの集合を構成し、前記ビデオ番組編成セグメントの少なくとも１つは複数の利用可能なビデオ番組編成セグメントから選択され、視聴者特徴情報に従って少なくとも１つの専用チャンネルに視聴者に対する線形配送のための見掛け上線形の番組を生成するステップをさらに含む、請求項３６に記載の方法。
〔請求項３９〕 ビデオ番組編成セグメントの集合を構成するステップは、
ユーザにビデオ番組編成セグメントの集合のリストを提供してユーザがそこから選択するようにするステップをさらに含む、請求項３６に記載の方法。
〔請求項４０〕 ビデオ番組編成セグメントの集合を構成するステップは、
複数の利用可能なビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するステップをさらに含み、前記番組は視聴者特徴情報に従ってカスタマイズされたコンテンツを示す、請求項１に記載の方法。
〔請求項４１〕 ビデオ番組編成セグメントの集合を構成するステップは、
複数の利用可能なビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するステップをさらに含み、前記番組は視聴者特徴情報にターゲット決めされたコンテンツを示す、請求項１に記載の方法。
〔請求項４２〕 １つまたはそれ以上のビデオ番組編成セグメントを選択するステップは、
複数の利用可能なビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するステップを含み、前記番組はビデオ番組編成セグメントのプロバイダによって視聴者特徴情報にターゲット決めされたコンテンツを示す、請求項４１に記載の方法。
〔請求項４３〕 ビデオ番組編成セグメントの集合を構成するステップは、
複数の利用可能なビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するステップをさらに含み、前記番組は視聴者テレビ番組視聴嗜好プロファイルに従ってカスタマイズされたコンテンツを示す、請求項１７に記載の方法。
〔請求項４４〕 ビデオ番組編成セグメントの集合を構成するステップは、
複数の利用可能なビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するステップをさらに含み、前記番組は視聴者テレビ番組視聴嗜好プロファイルにターゲット決めされたコンテンツを示す、請求項１７に記載の方法。
〔請求項４５〕 １つまたはそれ以上のビデオ番組編成セグメントを選択するステップは、
複数の利用可能なビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するステップを含み、前記番組はビデオ番組編成セグメントのプロバイダによって視聴者テレビ番組視聴嗜好プロファイルにターゲット決めされたコンテンツを示す、請求項４４に記載の方法。
〔請求項４６〕 １つまたはそれ以上のビデオ番組編成セグメントを選択するステップは、
複数の利用可能な広告ビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するステップを含み、前記番組は広告ビデオ番組編成セグメントのプロバイダによって視聴者テレビ番組視聴嗜好プロファイルにターゲット決めされた広告コンテンツを示す、請求項４５に記載の方法。
〔請求項４７〕 ビデオ番組編成セグメントの集合を構成するステップは、
複数の利用可能なビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するステップをさらに含み、前記番組は視聴者人口統計情報に従ってカスタマイズされたコンテンツを示す、請求項２６に記載の方法。
〔請求項４８〕 ビデオ番組編成セグメントの集合を構成するステップは、
複数の利用可能なビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するステップをさらに含み、前記番組は視聴者人口統計情報にターゲット決めされたコンテンツを示す、請求項２６に記載の方法。
〔請求項４９〕 １つまたはそれ以上のビデオ番組編成セグメントを選択するステップは、
複数の利用可能なビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するステップを含み、前記番組はビデオ番組編成セグメントのプロバイダによって視聴者人口統計情報にターゲット決めされたコンテンツを示す、請求項４８に記載の方法。
〔請求項５０〕 １つまたはそれ以上のビデオ番組編成セグメントを選択するステップは、
複数の利用可能な広告ビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するステップを含み、前記番組は広告ビデオ番組編成セグメントのプロバイダによって視聴者人口統計情報にターゲット決めされた広告コンテンツを示す、請求項４９に記載の方法。
〔請求項５１〕 ビデオ番組編成セグメントの集合を構成するステップは、
広告、娯楽、ニュース、天気、金融、スポーツ、教育、および買物番組編成を含むビデオ番組編成セグメントの群から選択されるビデオ番組編成セグメントの集合を構成するステップを含む、請求項４０、４１、４３または４７のいずれかに記載の方法。
〔請求項５２〕 複数の個別の視聴者の各々にカスタマイズされた線形ビデオ番組編成を配送するためのシステムであって、
複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対する視聴者特徴情報を発展させるためのプロセッサと、
各視聴者に対するビデオ番組編成セグメントの集合を構成し、前記ビデオ番組編成セグメントの少なくとも１つは複数の利用可能なビデオ番組編成セグメントから選択され、視聴者特徴情報に従って視聴者に対する線形配送のための見掛け上線形の番組を生成するためのプログラマとを含む、システム。
〔請求項５３〕 前記プログラマは、
ビデオセグメントの放送と同時に視聴者に対する線形配送のための少なくとも１つの放送ビデオ番組編成セグメントを選択して見掛け上線形の番組を生成するためのプログラマをさらに含む、請求項５２に記載のシステム。
〔請求項５４〕 前記プログラマは、
視聴者に対する線形配送のために記憶媒体に記憶される少なくとも１つのビデオ番組編成セグメントを選択して見掛け上線形の番組を生成するためのプログラマをさらに含む、請求項５２に記載のシステム。
〔請求項５５〕 前記プロセッサは、
複数の視聴者の各々のテレビ番組視聴嗜好を示す情報を処理するためのプロセッサを含む、請求項５２に記載のシステム。
〔請求項５６〕 前記プロセッサは、
複数の視聴者の各々が見るテレビ番組を示す情報を処理するためのプロセッサを含む、請求項５５に記載のシステム。
〔請求項５７〕 前記プロセッサは、
複数の視聴者の各々によって録画されるテレビ番組を示す情報を処理するためのプロセッサを含む、請求項５５に記載のシステム。
〔請求項５８〕 前記プロセッサは、
複数の視聴者の各々が見ないテレビ番組を示す情報を処理するためのプロセッサを含む、請求項５５に記載のシステム。
〔請求項５９〕 前記プロセッサは、
複数の視聴者の各々によって要求されるテレビ番組ガイド情報を示す情報を処理するためのプロセッサを含む、請求項５５に記載のシステム。
〔請求項６０〕 前記プロセッサは、
複数の視聴者の各々によって要求されないテレビ番組ガイド情報を示す情報を処理するためのプロセッサを含む、請求項５５に記載のシステム。
〔請求項６１〕 前記プロセッサは、
電子番組ガイド情報を処理するためのプロセッサを含む、請求項５６から６０のいずれかに記載のシステム。
〔請求項６２〕 前記プロセッサは、
問合せに応じて各視聴者から与えられる複数の視聴者の各々の嗜好を示す情報を処理するためのプロセッサを含む、請求項５２に記載のシステム。
〔請求項６３〕 前記プロセッサは、
複数の視聴者の各々のテレビ番組視聴嗜好以外の嗜好を示す情報を処理するためのプロセッサを含む、請求項５２に記載のシステム。
〔請求項６４〕 前記プロセッサは、
複数の視聴者の各々の音楽の嗜好を示す情報を処理するためのプロセッサを含む、請求項６３に記載のシステム。
〔請求項６５〕 前記プロセッサは、
複数の視聴者の各々の読書の嗜好を示す情報を処理するためのプロセッサを含む、請求項６３に記載のシステム。
〔請求項６６〕 前記プロセッサは、
複数の視聴者の各々の買物の嗜好を示す情報を処理するためのプロセッサを含む、請求項６３に記載のシステム。
〔請求項６７〕 前記プロセッサは、
オンライン音楽クラブ、オンライン本クラブ、オンライン特別な趣味のクラブ、および組織、ならびにオンライン小売業者および貿易業者を含むソースの群から取得される、複数の視聴者の各々のテレビ番組視聴嗜好以外の嗜好を示す情報を処理するためのプロセッサを含む、請求項６３に記載のシステム。
〔請求項６８〕 前記プロセッサは、
複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対するテレビ番組視聴嗜好プロファイルを発展させるためのプロセッサを含む、請求項５２、５５、６２または６３のいずれかに記載のシステム。
〔請求項６９〕 前記プロセッサは、
一般母集団の代表的標本の視聴習慣に基く予測モデルに従って複数の視聴者の各々の嗜好を示す情報を処理し、各視聴者に対するテレビ番組視聴嗜好プロファイルを発展させるためのプロセッサを含む、請求項６８に記載のシステム。
〔請求項７０〕 前記プロセッサは、
予測モデルのパラメータに対する最大事後確率値を計算して各視聴者に対するテレビ番組視聴嗜好を予測するためのベイズネットワークをさらに含む、請求項６９に記載のシステム。
〔請求項７１〕 前記プロセッサは、
複数の視聴者の各々の嗜好を示す情報を処理することによって各視聴者の隠れた特色を演繹するためのプロセッサを含む、請求項６８に記載のシステム。
〔請求項７２〕 前記プロセッサは、
複数の視聴者の各々の嗜好を示す情報を処理することによって各視聴者の関連する特色を演繹するためのプロセッサを含む、請求項６８に記載のシステム。
〔請求項７３〕 各視聴者に対して発展されたテレビ番組視聴嗜好プロファイルを処理して各視聴者に対する人口統計情報を発展させるためのプロセッサをさらに含む、請求項６８に記載のシステム。
〔請求項７４〕 前記プロセッサは、
一般母集団の代表的標本の視聴習慣に基く予測モデルに従って各視聴者に対して発展されたテレビ番組視聴嗜好プロファイルを処理して各視聴者に対する人口統計情報を発展させるためのプロセッサを含む、請求項７３に記載のシステム。
〔請求項７５〕 前記プロセッサは、
一般母集団の代表的標本によって示されるよりも高い割合の人口統計特色を示す視聴者を引付けるテレビ番組に対する視聴者嗜好に基く視聴者の各人口統計特色を予測する予測モデルに従って各視聴者に対して発展されたテレビ番組視聴嗜好プロファイルを処理するためのプロセッサを含む、請求項７４に記載のシステム。
〔請求項７６〕 前記プロセッサは、
一般母集団の代表的標本によって示されるよりも高い割合の人口統計特色を示す視聴者を引付け、かつ一般母集団の代表的標本によって示されるよりも高い割合の他の人口統計特色を示す視聴者を引付ける他のテレビ番組との最小限の人口統計特色相関を示すテレビ番組に対する視聴者嗜好に基く視聴者の各人口統計特色を予測する予測モデルに従って各視聴者に対して発展されたテレビ番組視聴嗜好プロファイルを処理するためのプロセッサを含む、請求項７５に記載のシステム。
〔請求項７７〕 前記プロセッサは、
複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対する人口統計情報を発展させるためのプロセッサを含む、請求項５２に記載のシステム。
〔請求項７８〕 前記プロセッサは、
一般母集団の代表的標本の視聴習慣に基く予測モデルに従って各視聴者の嗜好を示す情報を処理して各視聴者に対する人口統計情報を発展させるためのプロセッサを含む、請求項７７に記載のシステム。
〔請求項７９〕 前記プロセッサは、
一般母集団の代表的標本によって示されるよりも高い割合の人口統計特色を示す視聴者を引付けるテレビ番組に対する視聴者嗜好に基く視聴者の各人口統計特色を予測する予測モデルに従って各視聴者の嗜好を示す情報を処理するためのプロセッサを含む、請求項７８に記載のシステム。
〔請求項８０〕 前記プロセッサは、
一般母集団の代表的標本によって示されるよりも高い割合の人口統計特色を示す視聴者を引付け、かつ一般母集団の代表的標本によって示されるよりも高い割合の他の人口統計特色を示す視聴者を引付ける他のテレビ番組との最小限の人口統計特色相関を示すテレビ番組に対する視聴者嗜好に基く視聴者の各人口統計特色を予測する予測モデルに従って各視聴者の嗜好を示す情報を処理するためのプロセッサを含む、請求項７９に記載のシステム。
〔請求項８１〕 前記プロセッサは、
視聴者人口統計情報に従って各視聴者に対するテレビ番組視聴嗜好プロファイルを発展させるためのプロセッサを含む、請求項７７に記載のシステム。
〔請求項８２〕 前記プロセッサは、
複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対する複数のテレビ番組視聴嗜好プロファイルを発展させるためのプロセッサを含む、請求項６８または８１に記載のシステム。
〔請求項８３〕 前記プロセッサは、
複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対する複数のテレビ番組視聴嗜好プロファイルを発展させるためのプロセッサを含み、各プロファイルは異なる時間帯、曜日、または季節における視聴者のテレビ番組視聴嗜好を記述する、請求項８２に記載のシステム。
〔請求項８４〕 前記プロセッサは、
同じテレビ機器にアクセスする複数の視聴者の各々の嗜好を示す情報を処理して各視聴者に対する複数のテレビ番組視聴嗜好プロファイルを発展させるためのプロセッサを含む、請求項６８または８１に記載のシステム。
〔請求項８５〕 前記プログラマは、
同じテレビ機器にアクセスする視聴者に対するビデオ番組編成セグメントの集合を構成し、前記ビデオ番組編成セグメントの少なくとも１つは複数の利用可能なビデオ番組編成セグメントから選択され、視聴者の特徴情報に従って視聴者に対する線形配送のための見掛け上線形の番組を生成するためのプログラマを含む、請求項８４に記載のシステム。
〔請求項８６〕 前記プログラマは、
各視聴者に対するビデオ番組編成セグメントの集合を構成し、前記ビデオ番組編成セグメントの少なくとも１つは複数の利用可能なビデオ番組編成セグメントから選択され、視聴者のテレビ番組視聴嗜好プロファイルに従って録画するためのプログラマを含む、請求項６８または８１に記載のシステム。
〔請求項８７〕 前記プログラマは、
広告、娯楽、ニュース、天気、金融、スポーツ、教育、および買物番組編成を含むビデオ番組編成セグメントの群から選択されるビデオ番組編成セグメントの集合を構成するためのプログラマを含む、請求項５２に記載のシステム。
〔請求項８８〕 前記プログラマは、
各視聴者に対するビデオ番組編成セグメントの集合を構成し、前記ビデオ番組編成セグメントの少なくとも１つは複数の利用可能なビデオ番組編成セグメントから選択され、視聴者特徴情報に従って録画するためのプログラマを含む、請求項８７に記載のシステム。
〔請求項８９〕 前記プログラマは、
各視聴者に対するビデオ番組編成セグメントの集合を構成し、前記ビデオ番組編成セグメントの少なくとも１つは複数の利用可能なビデオ番組編成セグメントから選択され、視聴者特徴情報に従って少なくとも１つの専用チャンネルに視聴者に対する線形配送のための見掛け上線形の番組を生成するためのプログラマを含む、請求項８７に記載のシステム。
〔請求項９０〕 前記プログラマは、
ユーザにビデオ番組編成セグメントの集合のリストを提供してユーザがそこから選択するようにするためのプログラマを含む、請求項８７に記載のシステム。
〔請求項９１〕 前記プログラマは、
複数の利用可能なビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するためのプログラマを含み、前記番組は視聴者特徴情報に従ってカスタマイズされたコンテンツを示す、請求項５２に記載のシステム。
〔請求項９２〕 前記プログラマは、
複数の利用可能なビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するためのプログラマを含み、前記番組は視聴者特徴情報にターゲット決めされたコンテンツを示す、請求項５２に記載のシステム。
〔請求項９３〕 前記プログラマは、
複数の利用可能なビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するためのプログラマを含み、前記番組はビデオ番組編成セグメントのプロバイダによって視聴者特徴情報にターゲット決めされたコンテンツを示す、請求項９２に記載のシステム。
〔請求項９４〕 前記プログラマは、
複数の利用可能なビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するためのプログラマを含み、前記番組は視聴者テレビ番組視聴嗜好プロファイルに従ってカスタマイズされたコンテンツを示す、請求項６８に記載のシステム。
〔請求項９５〕 前記プログラマは、
複数の利用可能なビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するためのプログラマを含み、前記番組は視聴者テレビ番組視聴嗜好プロファイルにターゲット決めされたコンテンツを示す、請求項６８に記載のシステム。
〔請求項９６〕 前記プログラマは、
複数の利用可能なビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するためのプログラマを含み、前記番組はビデオ番組編成セグメントのプロバイダによって視聴者テレビ番組視聴嗜好プロファイルにターゲット決めされたコンテンツを示す、請求項９５に記載のシステム。
〔請求項９７〕 前記プログラマは、
複数の利用可能な広告ビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するためのプログラマを含み、前記番組は広告ビデオ番組編成セグメントのプロバイダによって視聴者テレビ番組視聴嗜好プロファイルにターゲット決めされた広告コンテンツを示す、請求項９６に記載のシステム。
〔請求項９８〕 前記プログラマは、
複数の利用可能なビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するためのプログラマを含み、前記番組は視聴者人口統計情報に従ってカスタマイズされたコンテンツを示す、請求項７７に記載のシステム。
〔請求項９９〕 前記プログラマは、
複数の利用可能なビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するためのプログラマを含み、前記番組は視聴者人口統計情報にターゲット決めされたコンテンツを示す、請求項７７に記載のシステム。
〔請求項１００〕 前記プログラマは、
複数の利用可能なビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するためのプログラマを含み、前記番組はビデオ番組編成セグメントのプロバイダによって視聴者人口統計情報にターゲット決めされたコンテンツを示す、請求項９９に記載のシステム。
〔請求項１０１〕 前記プログラマは、
複数の利用可能な広告ビデオ番組編成セグメントから１つまたはそれ以上のビデオ番組編成セグメントを選択して視聴者に対する線形配送のための見掛け上線形の番組を生成するためのプログラマを含み、前記番組は広告ビデオ番組編成セグメントのプロバイダによって視聴者人口統計情報にターゲット決めされた広告コンテンツを示す、請求項１００に記載のシステム。
〔請求項１０２〕 前記プログラマは、
広告、娯楽、ニュース、天気、金融、スポーツ、教育、および買物番組編成を含むビデオ番組編成セグメントの群から選択されるビデオ番組編成セグメントの集合を構成するためのプログラマを含む、請求項９１、９２、９４または９８のいずれかに記載のシステム。

Claims (45)

  1. 複数の個別の視聴者の少なくとも一人に対して、ビデオ・セグメントの集合からなる第一のビデオ番組のカスタマイズされたバージョンを配送するための方法であって、
    前記第一のビデオ番組の少なくとも一つのストリームを放送するステップであって、前記第一のビデオ番組をなすビデオ・セグメントのうちの少なくとも一つの第一のセグメントについて、第一の選択可能なセグメントおよび第二の選択可能なセグメントを含む複数の選択可能なセグメントが提供され、前記選択可能なセグメントは互いに代替として提供されており、前記第一の選択可能なセグメントは第１のストーリーラインに属し、前記第二の選択可能なセグメントは第２のストーリーラインに属する、ステップと、
    前記第一のセグメントについて、提供された複数の選択可能なセグメントを含むセグメント集合から、特定の視聴者の視聴者特徴情報に基づいて、第一の選択可能なセグメントを選択するステップとを含み、
    ストーリーラインとは複数の相互に関連するシーンのシーケンスを含むものであり、
    当該方法が、前記視聴者について番組視聴嗜好プロファイルを決定するステップをさらに含み、そこから前記視聴者特徴情報を得ることができ、前記視聴者について前記番組視聴嗜好プロファイルを決定するステップは、母集団の標本の視聴習慣に基づいて前記視聴者についての予測モデルを構築するステップを含み、前記予測モデルを構築するステップは、ベイズ統計を用いて事後確率を計算するステップを含む、
    方法。
  2. 前記第一のセグメントについて、提供された複数の選択可能なセグメントを含むセグメント集合から、別の視聴者の視聴者特徴情報に基づいて、第二の選択可能なセグメントを選択するステップをさらに含む、請求項１に記載の方法。
  3. 記憶媒体に記憶された少なくとも１つのシーンを選択して、前記カスタマイズされたビデオ番組に挿入するステップをさらに含む、請求項１に記載の方法。
  4. 前記視聴者の前記視聴者特徴情報は、前記視聴者の嗜好を示す情報を処理することから得られる、請求項１に記載の方法。
  5. 前記第一のビデオ番組のストリームは複数の広告セグメントをさらに含み、前記方法は、
    前記視聴者の視聴者特徴情報に基づいて記憶媒体および前記少なくとも１つのストリームのうち少なくとも一方から第１の広告セグメントの集合を選択するステップをさらに含み、前記第１の広告セグメントの集合は前記カスタマイズされたビデオ番組中に散在させられる、請求項１に記載の方法。
  6. 別の視聴者の視聴者特徴情報に基づいて記憶媒体および前記少なくとも１つのストリームのうち少なくとも一方から第２の広告セグメントの集合を選択するステップをさらに含み、前記第２の広告セグメントの集合は前記別の視聴者に対する前記カスタマイズされたビデオ番組中に散在させられる、請求項５に記載の方法。
  7. 前記カスタマイズされたビデオ番組は、前記第１のストーリーラインでも前記第２のストーリーラインでも始まりのシーンは共通である、請求項１に記載の方法。
  8. 前記カスタマイズされたビデオ番組は、前記第１のストーリーラインでも前記第２のストーリーラインでも実質的に長さが等しい、請求項１に記載の方法。
  9. 前記第一の選択可能なセグメントおよび前記第二の選択可能なセグメントが２つの異なるストリームで同時に放送される、請求項１に記載の方法。
  10. 複数の個別の視聴者の少なくとも一人に対して、ビデオ・セグメントの集合からなる第一のビデオ番組のカスタマイズされたバージョンを配送するためのシステムであって、
    前記第一のビデオ番組の少なくとも一つのストリームを受信する受信機であって、前記第一のビデオ番組をなすビデオ・セグメントのうちの少なくとも一つの第一のセグメントについて、複数の選択可能なセグメントが提供され、前記選択可能なセグメントは互いに代替として提供されている、受信機と、
    前記第一のセグメントについて、提供された複数の選択可能なセグメントを含むセグメント集合から、特定の視聴者の視聴者特徴情報に基づいて、第一の選択可能なセグメントを選択するコントローラとを含み、
    前記複数の選択可能なセグメントが第一の選択可能なセグメントおよび第二の選択可能なセグメントを含み、前記第一の選択可能なセグメントは第１のストーリーラインに属し、前記第二の選択可能なセグメントは第２のストーリーラインに属し、
    ストーリーラインとは複数の相互に関連するシーンのシーケンスを含むものであり、
    当該システムは、前記視聴者についてテレビ番組視聴嗜好プロファイルを決定するプロセッサをさらに含み、このプロセッサから前記視聴者特徴情報を得ることができ、前記プロセッサは、母集団の標本の視聴習慣に基づいて前記視聴者についての予測モデルを構築するように適合され、前記プロセッサはベイズ統計を用いて事後確率を計算するように適合される、
    システム。
  11. 前記第一のセグメントについて、提供される複数の選択可能なセグメントを含むセグメント集合から、別の視聴者の視聴者特徴情報に基づいて第二の選択可能なセグメントを選択する手段をさらに含む、請求項１０に記載のシステム。
  12. 記憶媒体をさらに含み、前記記憶媒体に少なくとも１つのシーンが記憶され、かつ前記カスタマイズされたビデオ番組に挿入される、請求項１０に記載のシステム。
  13. 前記視聴者の嗜好を示す情報を処理して前記視聴者特徴情報を得るプロセッサをさらに含む、請求項１０に記載のシステム。
  14. 前記第一のビデオ番組のストリームは複数の広告セグメントをさらに含み、前記システムは、
    記憶媒体と、
    前記視聴者の視聴者特徴情報に基づいて前記記憶媒体および前記少なくとも１つのストリームのうち少なくとも一方から第１の広告セグメントの集合を選択するための手段とをさらに含み、前記第１の広告セグメントの集合は前記カスタマイズされたビデオ番組中に散在させられる、請求項１０に記載のシステム。
  15. 別の視聴者の視聴者特徴情報に基づいて前記記憶媒体および前記少なくとも１つのストリームのうち少なくとも一方から第２の広告セグメントの集合を選択するための手段をさらに含み、前記第２の広告セグメントの集合は前記別の視聴者に対する前記カスタマイズされたビデオ番組中に散在させられる、請求項１４に記載のシステム。
  16. 前記カスタマイズされたビデオ番組は、前記第１のストーリーラインでも前記第２のストーリーラインでも始まりのシーンは共通である、請求項１０に記載のシステム。
  17. 前記カスタマイズされたビデオ番組は、前記第１のストーリーラインでも前記第２のストーリーラインでも実質的に長さが等しい、請求項１０に記載のシステム。
  18. 前記第一の選択可能なセグメントおよび前記第二の選択可能なセグメントが２つの異なるストリームで同時に放送される、請求項１０に記載のシステム。
  19. 複数の個別の視聴者の各々に対して、ビデオ・セグメントの集合からなるカスタマイズされたビデオ番組を配送するための方法であって、
    複数のビデオ番組の放送ストリームを受信するステップであって、各ストリームは複数のビデオ・セグメントを含み、各ストリームの少なくとも一つのセグメントについて、複数の選択可能なセグメントを含むセグメント集合が与えられている、ステップと、
    前記複数の視聴者の各々の嗜好を示す情報を処理して各前記視聴者に対する視聴者特徴情報を決定するステップと、
    複数の選択可能なセグメントを含むセグメント集合が与えられているセグメントについて、各前記視聴者に対する視聴者特徴情報に基づいて特定のセグメントを選択するステップと、
    前記ストリームの少なくとも二つからのセグメントを含む、特定の視聴者に対するカスタマイズされたビデオ番組を、前記カスタマイズされたビデオ番組に含まれる各セグメントがその特定の視聴者に対する前記視聴者特徴情報を満たすように形成するステップとを含んでおり、
    前記複数の視聴者の各々の嗜好を示す情報を処理するステップは、
    一般母集団の代表的標本の視聴習慣および特徴を表わす情報を得るステップと、
    前記表わす情報を分析して前記視聴習慣と前記特徴との間の関係を説明する予測モデルのパラメータを生成するステップと、
    視聴者装置において前記パラメータを用いて個別の視聴者の視聴嗜好を予測するステップとを含み、
    前記表わす情報を分析するステップは、ベイズネットワークを構築して、前記予測モデルの前記パラメータの最大事後値を計算して、各々の視聴者についてテレビ番組視聴嗜好を予測するステップをさらに含む、
    方法。
  20. 前記複数の視聴者の各々の嗜好を示す情報を処理するステップは、視聴者装置において前記パラメータを用いて、視聴習慣についての個人情報を外部に漏らすことなく、個別の視聴者の視聴嗜好を予測するステップを含む、請求項１９に記載の方法。
  21. 一方向通信チャネルを用いて予測モデルパラメータを視聴者装置に通信するステップをさらに含む、請求項２０に記載の方法。
  22. 各々の視聴者装置において前記パラメータを用いて個別の視聴者の視聴嗜好を予測するステップと、
    各々の視聴者装置が、各視聴者毎に選択された選択可能なセグメントを使って個別の視聴者に対するカスタマイズされたビデオ番組を生成するステップを含む、請求項２１に記載の方法。
  23. 前記複数の視聴者の各々の嗜好を示す情報を処理するステップは、前記複数の視聴者の各々が見るテレビ番組を示す情報を処理するステップをさらに含む、請求項１９に記載の方法。
  24. 前記複数の視聴者の各々の嗜好を示す情報を処理するステップは、前記複数の視聴者の各々によって録画されるテレビ番組を示す情報を処理するステップをさらに含む、請求項１９に記載の方法。
  25. 前記複数の視聴者の各々の嗜好を示す情報を処理するステップは、前記複数の視聴者の各々が見ないテレビ番組を示す情報を処理するステップをさらに含む、請求項１９に記載の方法。
  26. 前記複数の視聴者の各々の嗜好を示す情報を処理するステップは、前記複数の視聴者の各々によって要求されるテレビ番組ガイド情報を示す情報を処理するステップをさらに含む、請求項１９に記載の方法。
  27. 前記複数の視聴者の各々の嗜好を示す情報を処理するステップは、前記複数の視聴者の各々によって要求されないテレビ番組ガイド情報を示す情報を処理するステップをさらに含む、請求項１９に記載の方法。
  28. 前記複数の視聴者の各々の嗜好を示す情報を処理するステップは、前記複数の視聴者の各々の嗜好を示す情報を処理して各前記視聴者に対する人口統計情報を決定することにより、各前記視聴者に対する視聴者特徴情報を決定するステップをさらに含む、請求項１９に記載の方法。
  29. 前記ビデオ・セグメントは、広告、娯楽、ニュース、天気、金融、スポーツ、教育、および買物ビデオ・セグメントを含む群から選択される、請求項１９に記載の方法。
  30. 前記カスタマイズされたビデオ番組は、前記視聴者特徴情報に従ってカスタマイズされたコンテンツを示す、請求項１９に記載の方法。
  31. 前記カスタマイズされたビデオ番組は、前記視聴者特徴情報にターゲット決めされたコンテンツを示す、請求項１９に記載の方法。
  32. 複数の個別の視聴者の各々に対して、ビデオ・セグメントの集合からなるカスタマイズされたビデオ番組を配送するためのシステムであって、
    複数のビデオ番組の放送ストリームを受信する受信機であって、各ストリームは複数のビデオ・セグメントを含み、各ストリームの少なくとも一つのセグメントについて、複数の選択可能なセグメントを含むセグメント集合が与えられている、受信機と、
    前記複数の視聴者の各々の嗜好を示す情報を処理して各前記視聴者に対する視聴者特徴情報を決定するプロセッサと、
    複数の選択可能なセグメントを含むセグメント集合が与えられているセグメントについて、各前記視聴者に対する視聴者特徴情報に基づいて特定のセグメントを選択し、前記ストリームの少なくとも二つからのセグメントを含む、特定の視聴者に対するカスタマイズされたビデオ番組を、前記カスタマイズされたビデオ番組に含まれる各セグメントがその特定の視聴者に対する前記視聴者特徴情報を満たすように形成するコントローラと、
    一般母集団の代表的標本の視聴習慣および特徴を表わす情報を分析して前記視聴習慣と前記特徴との間の関係を説明する予測モデルのパラメータを生成し、かつ前記表わす情報を分析してベイズネットワークを構築し、前記予測モデルの前記パラメータの最大事後値を計算して各視聴者毎にテレビ番組視聴嗜好を予測する予測モジュールと、
    視聴者装置とを有しており、
    前記プロセッサは前記視聴者装置において前記パラメータをさらに用いて各前記視聴者に対する視聴者特徴情報を決定する、システム。
  33. 前記プロセッサは、視聴者装置において前記パラメータをさらに用いて個別の視聴者の視聴嗜好を予測する、請求項３２に記載のシステム。
  34. 前記プロセッサは、前記視聴者装置において前記パラメータをさらに用いて、視聴習慣についての個人情報を外部に漏らすことなく、個別の視聴者の視聴嗜好を予測する、請求項３２に記載のシステム。
  35. 前記パラメータは、一方向通信チャネルを用いて前記視聴者装置に通信される、請求項３３に記載のシステム。
  36. 前記コントローラは、各々の視聴者装置において前記パラメータを用いて個別の視聴者の視聴嗜好を予測し、かつ各視聴者毎に選択されたビデオ・セグメントを使って個別の視聴者に対するカスタマイズされたビデオ番組を生成する、請求項３３に記載のシステム。
  37. 前記プロセッサは、前記複数の視聴者の各々が見るテレビ番組を示す情報をさらに処理する、請求項３２に記載のシステム。
  38. 前記プロセッサは、前記複数の視聴者の各々によって録画されるテレビ番組を示す情報をさらに処理する、請求項３２に記載のシステム。
  39. 前記プロセッサは、前記複数の視聴者の各々が見ないテレビ番組を示す情報をさらに処理する、請求項３２に記載のシステム。
  40. 前記プロセッサは、前記複数の視聴者の各々の嗜好を示す情報をさらに処理し、前記複数の視聴者の各々が要求するテレビ番組ガイド情報を示す情報を処理する、請求項３２に記載のシステム。
  41. 前記プロセッサは、前記複数の視聴者の各々が要求しないテレビ番組ガイド情報を示す情報をさらに処理する、請求項３２に記載のシステム。
  42. 前記プロセッサは、前記複数の視聴者の各々の嗜好を示す情報をさらに処理して、各前記視聴者に対する人口統計情報を決定する、請求項３２に記載のシステム。
  43. 前記ビデオ・セグメントは、広告、娯楽、ニュース、天気、金融、スポーツ、教育、および買物ビデオ・セグメントからなる群から選択される、請求項３２に記載のシステム。
  44. 前記カスタマイズされたビデオ番組は、前記視聴者特徴情報に従ってカスタマイズしたコンテンツを示す、請求項３２に記載のシステム。
  45. 前記カスタマイズされたビデオ番組は、前記視聴者特徴情報にターゲット決めされたコンテンツを示す、請求項３２に記載のシステム。
JP2014054015A 1999-08-31 2014-03-17 ターゲット決めされたビデオ番組編成の配送のための方法および装置 Expired - Fee Related JP6067609B2 (ja)

Applications Claiming Priority (8)

Application Number Priority Date Filing Date Title
US15215399P 1999-08-31 1999-08-31
US60/152,153 1999-08-31
US19554700P 2000-04-07 2000-04-07
US60/195,547 2000-04-07
US20208600P 2000-05-04 2000-05-04
US60/202,086 2000-05-04
US20310400P 2000-05-08 2000-05-08
US60/203,104 2000-05-08

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2010208382A Division JP5591638B2 (ja) 1999-08-31 2010-09-16 ターゲット決めされたビデオ番組編成の配送のための方法および装置

Publications (2)

Publication Number Publication Date
JP2014143722A JP2014143722A (ja) 2014-08-07
JP6067609B2 true JP6067609B2 (ja) 2017-01-25

Family

ID=27496004

Family Applications (5)

Application Number Title Priority Date Filing Date
JP2001521064A Expired - Fee Related JP5068910B2 (ja) 1999-08-31 2000-08-31 ターゲット決めされたビデオ番組編成の配送のための方法および装置
JP2010208382A Expired - Fee Related JP5591638B2 (ja) 1999-08-31 2010-09-16 ターゲット決めされたビデオ番組編成の配送のための方法および装置
JP2012021577A Expired - Fee Related JP5475030B2 (ja) 1999-08-31 2012-02-03 ターゲット決めされたビデオ番組編成の配送のための方法および装置
JP2013259144A Pending JP2014078995A (ja) 1999-08-31 2013-12-16 ターゲット決めされたビデオ番組編成の配送のための方法および装置
JP2014054015A Expired - Fee Related JP6067609B2 (ja) 1999-08-31 2014-03-17 ターゲット決めされたビデオ番組編成の配送のための方法および装置

Family Applications Before (4)

Application Number Title Priority Date Filing Date
JP2001521064A Expired - Fee Related JP5068910B2 (ja) 1999-08-31 2000-08-31 ターゲット決めされたビデオ番組編成の配送のための方法および装置
JP2010208382A Expired - Fee Related JP5591638B2 (ja) 1999-08-31 2010-09-16 ターゲット決めされたビデオ番組編成の配送のための方法および装置
JP2012021577A Expired - Fee Related JP5475030B2 (ja) 1999-08-31 2012-02-03 ターゲット決めされたビデオ番組編成の配送のための方法および装置
JP2013259144A Pending JP2014078995A (ja) 1999-08-31 2013-12-16 ターゲット決めされたビデオ番組編成の配送のための方法および装置

Country Status (4)

Country Link
EP (1) EP1230798A1 (ja)
JP (5) JP5068910B2 (ja)
AU (1) AU6947800A (ja)
WO (1) WO2001017250A1 (ja)

Families Citing this family (49)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8352984B2 (en) 1998-06-12 2013-01-08 Thomson Licensing System and method for generating and managing user preference information for scheduled and stored television programs
EP1230798A1 (en) * 1999-08-31 2002-08-14 Labeeb K. Ismail Method and apparatus for delivery of targeted video programming
JP4665325B2 (ja) * 2001-03-28 2011-04-06 ソニー株式会社 コンテンツ記録再生装置及び方法、コンテンツ提供装置及び方法、記憶媒体、並びにコンピュータ・プログラム
US20020144282A1 (en) * 2001-03-29 2002-10-03 Koninklijke Philips Electronics N.V. Personalizing CE equipment configuration at server via web-enabled device
US20020152117A1 (en) * 2001-04-12 2002-10-17 Mike Cristofalo System and method for targeting object oriented audio and video content to users
US7035863B2 (en) * 2001-11-13 2006-04-25 Koninklijke Philips Electronics N.V. Method, system and program product for populating a user profile based on existing user profiles
CN100459680C (zh) 2002-01-30 2009-02-04 索尼公司 生成在图像显示设备中使用的系数类型数据或系数数据的装置、方法、程序及存储程序的计算机可读介质
US6772147B2 (en) * 2002-02-26 2004-08-03 Sony Corporation System and method for effectively implementing a personal channel for interactive television
GB2387676A (en) * 2002-04-15 2003-10-22 Agena Ltd A method of recommending television programmes
JP4006628B2 (ja) 2002-07-03 2007-11-14 ソニー株式会社 情報処理装置および情報処理方法、記録媒体、並びにプログラム
JP2004056630A (ja) 2002-07-23 2004-02-19 Sony Corp 制御システム、制御装置および方法、記録媒体、並びにプログラム
US20040049788A1 (en) * 2002-09-10 2004-03-11 Canon Kabushiki Kaisha Receiving apparatus, receiving method, and method of predicting audience rating
CN100469111C (zh) * 2002-09-26 2009-03-11 夏普株式会社 决定适当的数据候选的数据输出装置
JP3885786B2 (ja) 2003-09-12 2007-02-28 ソニー株式会社 情報信号の処理装置および処理方法、並びにその処理方法を実行させるためのプログラム
CA2860960C (en) * 2005-01-12 2022-04-12 Invidi Technologies Corporation Targeted impression model for broadcast network asset delivery
SG125139A1 (en) * 2005-02-14 2006-09-29 William Mutual A system for managing bandwidth
GB0511774D0 (en) 2005-06-09 2005-07-20 Nds Ltd Extended service information 2 (XSI-2)
US8893179B2 (en) * 2005-09-12 2014-11-18 Qualcomm Incorporated Apparatus and methods for providing and presenting customized channel information
CN107103489B (zh) * 2006-05-02 2021-09-28 英维迪技术公司 一种用于在广播网络中为有用资源确定目标的方法和设备
US7613691B2 (en) 2006-06-21 2009-11-03 Microsoft Corporation Dynamic insertion of supplemental video based on metadata
US7849477B2 (en) 2007-01-30 2010-12-07 Invidi Technologies Corporation Asset targeting system for limited resource environments
US20100037255A1 (en) 2008-08-06 2010-02-11 Patrick Sheehan Third party data matching for targeted advertising
US8146126B2 (en) 2007-02-01 2012-03-27 Invidi Technologies Corporation Request for information related to broadcast network content
EP2083569A1 (en) * 2008-01-22 2009-07-29 Avaya Inc. Open cable application platform set-top box (STB) personal profiles and communications applications
US8453188B2 (en) 2008-01-22 2013-05-28 Avaya Inc. Open cable application platform set-top box (STB) personal profiles and communications applications
US9215421B2 (en) 2008-03-18 2015-12-15 Avaya Inc. Open cable application platform (OCAP) and set-top box (STB)-based bill notification and payment application
WO2010017315A2 (en) 2008-08-05 2010-02-11 Invidi Technologies Corporation National insertion of targeted advertisment
US8239903B1 (en) 2008-09-15 2012-08-07 Avaya Inc. Open cable application platform (OCAP), set-top box (STB), next generation service application
FR2940729A1 (fr) * 2008-12-29 2010-07-02 Thomson Licensing Procede de generation de fichiers multimedia destines a etre transmis par paquets dans un reseau pair-a-pair
JP5331159B2 (ja) * 2011-05-17 2013-10-30 日本電信電話株式会社 商品推薦方法、商品推薦装置及び商品推薦プログラム
BR112014004047A2 (pt) * 2011-08-30 2017-03-07 Toyota Motor Co Ltd sistema de gerenciamento de histórico de comportamento e método de gerenciamento de histórico de comportamento
EP2945113A1 (en) * 2014-05-14 2015-11-18 Cisco Technology, Inc. Audience segmentation using machine-learning
JP6212521B2 (ja) * 2015-08-25 2017-10-11 カルチュア・コンビニエンス・クラブ株式会社 複数の対象者のうちコンテンツを利用した利用者を推定する装置、方法、およびプログラム
CN106940703B (zh) * 2016-01-04 2020-09-11 腾讯科技（北京）有限公司 推送信息粗选排序方法及装置
US10943177B2 (en) 2017-06-13 2021-03-09 Opentv, Inc. Channel change optimization using probabilistic modeling
US11144956B1 (en) * 2019-02-14 2021-10-12 Amazon Technologies, Inc. Targeted media delivery based on previous consumer interactions
CN113545096A (zh) 2019-03-11 2021-10-22 索尼集团公司 信息处理装置和信息处理系统
US10728443B1 (en) 2019-03-27 2020-07-28 On Time Staffing Inc. Automatic camera angle switching to create combined audiovisual file
US10963841B2 (en) 2019-03-27 2021-03-30 On Time Staffing Inc. Employment candidate empathy scoring system
US10958973B2 (en) 2019-06-04 2021-03-23 International Business Machines Corporation Deriving and identifying view preferences of a user consuming streaming content
WO2021061659A1 (en) * 2019-09-23 2021-04-01 Armory, Inc. Methods and systems for continuous asynchronous code deployment
US11127232B2 (en) 2019-11-26 2021-09-21 On Time Staffing Inc. Multi-camera, multi-sensor panel data extraction system and method
JP7272976B2 (ja) * 2020-02-07 2023-05-12 Ｔｖｓ Ｒｅｇｚａ株式会社 シーン情報提供システム及び受信装置
US11023735B1 (en) 2020-04-02 2021-06-01 On Time Staffing, Inc. Automatic versioning of video presentations
US11144882B1 (en) 2020-09-18 2021-10-12 On Time Staffing Inc. Systems and methods for evaluating actions over a computer network and establishing live network connections
US11727040B2 (en) 2021-08-06 2023-08-15 On Time Staffing, Inc. Monitoring third-party forum contributions to improve searching through time-to-live data assignments
US11423071B1 (en) 2021-08-31 2022-08-23 On Time Staffing, Inc. Candidate data ranking method using previously selected candidate data
US11907652B2 (en) 2022-06-02 2024-02-20 On Time Staffing, Inc. User interface and systems for document creation
JP7185091B1 (ja) 2022-07-22 2022-12-06 株式会社ビデオリサーチ ストリーム視聴解析システム、ストリーム視聴解析方法およびプログラム

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2444170C (en) * 1992-12-09 2009-09-22 Discovery Communications, Inc. Reprogrammable terminal for suggesting programs offered on a television program delivery system
US5463565A (en) * 1993-10-29 1995-10-31 Time Warner Entertainment Co., L.P. Data block format for software carrier and player therefor
US5758257A (en) * 1994-11-29 1998-05-26 Herz; Frederick System and method for scheduling broadcast of and access to video programs and other data using customer profiles
JPH09130346A (ja) * 1995-10-30 1997-05-16 Sony Corp Ａｖデータ受信装置、ａｖデータ送信装置および放送システム
JPH09205638A (ja) * 1995-11-24 1997-08-05 Hitachi Ltd データ送信方式および受信装置
US5704017A (en) * 1996-02-16 1997-12-30 Microsoft Corporation Collaborative filtering utilizing a belief network
JP3495198B2 (ja) * 1996-09-02 2004-02-09 株式会社東芝 コマーシャル情報選択再生方法および放送システム
US5801747A (en) * 1996-11-15 1998-09-01 Hyundai Electronics America Method and apparatus for creating a television viewer profile
DE69715040T2 (de) * 1996-12-20 2003-05-08 Princeton Video Image Inc Aufsatzgerät für gezielte elektronische einblendung von zeichen in videosignale
JPH10276161A (ja) * 1997-03-27 1998-10-13 Sanyo Electric Co Ltd デジタル放送システム
US6236978B1 (en) * 1997-11-14 2001-05-22 New York University System and method for dynamic profiling of users in one-to-one applications
EP1230798A1 (en) * 1999-08-31 2002-08-14 Labeeb K. Ismail Method and apparatus for delivery of targeted video programming

Also Published As

Publication number Publication date
JP2012095357A (ja) 2012-05-17
WO2001017250A9 (en) 2002-09-12
JP2014078995A (ja) 2014-05-01
JP5475030B2 (ja) 2014-04-16
JP2011035917A (ja) 2011-02-17
JP5068910B2 (ja) 2012-11-07
JP2014143722A (ja) 2014-08-07
AU6947800A (en) 2001-03-26
EP1230798A1 (en) 2002-08-14
JP5591638B2 (ja) 2014-09-17
JP2004524712A (ja) 2004-08-12
WO2001017250A1 (en) 2001-03-08

Similar Documents

Publication Publication Date Title
JP6067609B2 (ja) ターゲット決めされたビデオ番組編成の配送のための方法および装置
US7370342B2 (en) Method and apparatus for delivery of targeted video programming
US8495679B2 (en) Method and apparatus for delivery of television programs and targeted de-coupled advertising
CN101273632B (zh) 虚拟频道
US9781478B2 (en) System and method for personalized TV
CN100377150C (zh) 信息处理器和信息处理方法
CN104053050B (zh) 客户机－服务器电子节目向导
US7020652B2 (en) System and method for customizing content-access lists
EP1157547B1 (en) System and method for tailoring television and/or electronic program guide features, such as advertising
US7003792B1 (en) Smart agent based on habit, statistical inference and psycho-demographic profiling
US20130014159A1 (en) Viewer Interface for a Content Delivery System
US20130167168A1 (en) Systems and methods for providing custom movie lists
US20030051240A1 (en) Four-way recommendation method and system including collaborative filtering
JP2003522500A (ja) 電子番組ガイド閲覧履歴生成方法及びシステム
CA2751541A1 (en) Television program recording with user preference determination
EP1295475A1 (en) A targeted advertising system
EP1775949A2 (en) Method and apparatus for delivery of targeted video programming
JP2004514333A (ja) ネットワーク化デバイスに適合可能なプログラミングガイド
WO2002052856A2 (en) Program guide system

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150224

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20150520

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150821

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160329

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160622

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: 20161122

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20161221

R150 Certificate of patent or registration of utility model

Ref document number: 6067609

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees