KR100849677B1 - 앞선 조회들에 기초하여 텔레비전 프로그램 추천들을 생성하기 위한 방법 및 장치 - Google Patents

앞선 조회들에 기초하여 텔레비전 프로그램 추천들을 생성하기 위한 방법 및 장치 Download PDF

Info

Publication number
KR100849677B1
KR100849677B1 KR1020027008536A KR20027008536A KR100849677B1 KR 100849677 B1 KR100849677 B1 KR 100849677B1 KR 1020027008536 A KR1020027008536 A KR 1020027008536A KR 20027008536 A KR20027008536 A KR 20027008536A KR 100849677 B1 KR100849677 B1 KR 100849677B1
Authority
KR
South Korea
Prior art keywords
program
recommendation score
user
list
search database
Prior art date
Application number
KR1020027008536A
Other languages
English (en)
Other versions
KR20020067927A (ko
Inventor
카우샬 쿠라파티
Original Assignee
코닌클리케 필립스 일렉트로닉스 엔.브이.
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 코닌클리케 필립스 일렉트로닉스 엔.브이. filed Critical 코닌클리케 필립스 일렉트로닉스 엔.브이.
Publication of KR20020067927A publication Critical patent/KR20020067927A/ko
Application granted granted Critical
Publication of KR100849677B1 publication Critical patent/KR100849677B1/ko

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
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—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
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4828—End-user interface for program selection for searching program descriptors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Television Systems (AREA)
  • Telephone Function (AREA)
  • Stored Programmes (AREA)
  • Telephonic Communication Services (AREA)

Abstract

전자 프로그램 가이드 상에서 이전에 사용자에 의해 수행된 조회들에 기초하여 텔레비전 프로그램 추천들을 생성하는 방법 및 장치가 공개된다. 주어진 프로그램에 대한 종래의 프로그램 추천기 점수는, 상기 프로그램을 규정하는 속성값 쌍들 및 사용자에 의해 이전에 탐색된 속성값 쌍들 사이의 상관 정도에 따라 조정된다. 이력 탐색 데이터베이스는, 각각의 속성값 쌍이 사용자 조회에 나타나는 횟수를 나타내고 사용자의 선호들에 관한 부가적 정보를 제공한다. 어떤 속성값 쌍들에 대한 더 높은 빈도의 카운트들은, 그러한 기준에 부합하는 프로그램들에 대한 사용자의 선호를 암시한다.
텔레비전 프로그램 추천, 조회, 속성값 쌍

Description

앞선 조회들에 기초하여 텔레비전 프로그램 추천들을 생성하기 위한 방법 및 장치{METHOD AND APPARATUS FOR GENERATING TELEVISION PROGRAM RECOMMENDATIONS BASED ON PRIOR QUERIES}
본 발명은 텔레비전 프로그램 추천들에 관한 것이고, 더 구체적으로는, 전자 프로그램 가이드 상에서 사용자에 의해 수행된 조회들(queries)에 기초하여 텔레비전 프로그램 추천들을 생성하기 위한 방법 및 장치에 관한 것이다.
텔레비전 시청자들에게 이용 가능한 채널들의 수가 증가하고 그러한 채널들 상의 이용 가능 프로그램 내용의 다양성에 따라, 텔레비전 시청자가 관심있는 텔레비전 프로그램들을 식별하는 것은 점점 더 힘든 것이 되고 있다. 전통적으로, 텔레비전 시청자들은 프린트된 텔레비전 프로그램 가이드를 분석함으로써 관심있는 텔레비전 프로그램들을 식별했다. 전형적으로, 그러한 프린트된 텔레비전 프로그램 가이드들은 시간 및 날짜, 채널 및 제목에 의해 이용 가능 텔레비전 프로그램들을 나열하고 있는 격자표들(grids)을 포함한다. 텔레비전 프로그램들의 수가 증가함에 따라, 그러한 프린트된 가이드를 사용하여 원하는 텔레비전 프로그램들을 효과적으로 식별하는 것이 점점 더 어려워지고 있다.
최근에, 텔레비전 프로그램 가이드들은 종종 전자 프로그램 가이드들(electronic program guides : EPGs)이라고 칭해지는 전자적 형태로 이용 가능해지고 있다. 프린트된 텔레비전 프로그램 가이드들과 같이 EPGs는 시간과 날짜, 채널과 제목에 의해 이용 가능한 텔레비전 프로그램들을 열거해 놓고 있는 격자표들을 담고 있다. 그런데, 어떤 EPGs는 텔레비전 시청자들이 개인적인 기호들(personalized preferences)에 따라 이용 가능한 텔레비전 프로그램들을 분류하거나 또는 찾도록 허용한다. 게다가 EPGs는 이용 가능한 텔레비전 프로그램들의 온-스크린 프레젠테이션(on-screen presentation)을 고려한다.
EPGs가 시청자들로 하여금 종래의 프린트된 가이드들보다 더 효과적으로 바람직한 프로그램들을 식별하도록 허락하는 반면에 EPGs는, 만일 극복만 된다면 바람직한 프로그램들을 식별하는 시청자들의 능력을 더 향상시킬 수 있는 많은 한계들(limitations)로 인해 어려움을 겪는다. 예를 들면, 많은 시청자들은 액션에 기초한 프로그램들 또는 스포츠 프로그램과 같은 특정 프로그램 영역들에 긍정적인 또는 부정적인 특별한 기호를 갖고 있다. 따라서, 시청자의 기호들은 특정 시청자에게 관심이 될 수 있는 추천된 프로그램들의 집합을 얻기 위해 EPG에 적용될 수 있다.
따라서, 많은 도구들이 텔레비전 프로그램 추천을 위해 제안 또는 제시되어 왔다. 예를 들어, 캘리포니아 서니베일의 주식회사 Tivo로부터의 상업적으로 이용 가능한 TivoTM 시스템은 시청자들로 하여금 "승인과 거절"("Thumbs Up and Thumbs down")특징을 사용하여 프로그램들을 등급 매기고 그것에 의해 시청자가 좋아하거나 싫어하는 프로그램들을 각각 지시하도록 허용한다. 이러한 방법으로, TivoTM 시스템은 시청자가 좋아했던 또는 좋아하지 않았던 이전의 텔레비전 프로그램들로부터 시청자의 기호들을 암시적으로 유도한다. 그리고 나서, Tivo 수신기는 각 시청자에게 맞는 추천들을 만들기 위해, 기록된 시청자 기호들을 EPG와 같은 수신된 프로그램 데이터와 짝을 지운다.
따라서, 텔레비전 프로그램 추천들을 생성하기 위한 그러한 도구들은, 그들의 앞선 시청 이력(viewing history)에 기초하여, 시청자가 좋아할 만한 프로그램의 선택들을 제공한다. 그러나, 그러한 프로그램 추천기의 도움이 있더라도, 시청자가 모든 선택대상들(options) 중에서 관심이 되는 프로그램들을 식별하는 것은 여전히 어렵다. 더욱이, 사용자-정의 조회에 기초한 전자 프로그램 가이드를 탐색하는 현재 이용 가능한 도구들은, 사용자가 상기 조회를 만족시키는 프로그램들의 목록을 리뷰할(review) 수 있기 전에 몇 번의 버튼 클릭을 요구한다. 게다가, 사용자의 시청 습관으로부터 확인된 암시적 정보(implicit information)와 전자 프로그램 가이드 상에서 사용자에 의해 수행된 조회들로부터 확인된 명시적 정보(explicit information)를 통합시키는 어떤 방법도 현재 존재하지 않는다.
따라서, 전자 프로그램 가이드 상의 사용자에 의해 수행되어 온 조회들에 기초하여 텔레비전 프로그램들을 추천하기 위한 방법 및 장치에 대한 필요가 존재한다.
일반적으로, 전자 프로그램 가이드 상에서 사용자에 의해 수행되어 왔던 조회들에 기초해서 텔레비전 프로그램 추천들을 생성하기 위한 방법 및 장치가 공개된다. 본 발명은 사용자에 의해 실행된 이전 탐색들(previous searches)에 기초한 종래의 프로그램 추천 점수를 조정한다. 구체적으로, 주어진 프로그램에 대한 종래의 프로그램 추천 점수는, 그 프로그램을 규정하는 속성값 쌍들(attribute-value pairs) 및 사용자에 의해 이전에 탐색된 속성값 쌍들 사이의 상관 정도(the degree of correlation)에 따라 조정된다.
이력 탐색 데이터베이스(historical search database)는, 속성값 쌍이 사용자 조회에 나타나는 횟수를 나타내도록 유지된다. 사용자에 의해 수동 또는 자동 탐색이 시작될 때마다, 사용자에 의해 특정된 속성값 쌍들을 식별하도록 상기 조회가 분해된다. 이력 탐색 데이터베이스는 사용자의 탐색 활동을 포착하고 그 사용자의 선호들(preferences)에 대한 부가적 정보를 제공한다. 특정 속성값 쌍들에 대한 더 높은 빈도의 카운트는 그러한 기준에 부합하는 프로그램들에 대한 사용자의 선호를 암시한다.
본 발명에 대한 더욱 완전한 이해와 본 발명에 대한 더 나아간 특징들 및 이익들은 다음의 상세한 설명 및 도면들을 참조하여 얻어질 것이다.
도1은 본 발명에 따른 텔레비전 프로그램 추천기를 예시하는 도면.
도2는 도1의 시청자 프로파일 데이터베이스로부터의 샘플 테이블.
도3은 도1의 프로그램 데이터베이스로부터의 샘플 테이블.
도4는 도1의 이력 탐색 데이터베이스로부터의 샘플 테이블.
도5는 본 발명의 원리들을 구체화하는 예시적인 프로그램 추천 과정을 설명하는 플로우 차트.
도1은 본 발명에 따른 텔레비전 프로그램 추천기(100)를 예시한다. 도1에 도시하다시피, 텔레비전 프로그램 추천기(100)는 특정 시청자에게 관심이 되는 프로그램들을 식별하기 위해 전자 프로그램 가이드(EPG)에 있는 프로그램들 각각을 평가한다. 추천된 프로그램들의 집합은, 예를 들면, 잘 알려진 온-스크린 프레젠테이션(on-screen presentation)기술들을 사용하는 셋-톱 터미널/텔레비전(set-top terminal/television)(180)을 사용하여 시청자에게 주어질 수 있다.
본 발명의 한 가지 특징에 따르면, 텔레비전 프로그래밍 추천기(100)는 전자 프로그램 가이드(110) 상에서 사용자에 의해 수행된 조회들에 기초하여 텔레비전 프로그램 추천들을 생성한다. 이하에서 더 논의되다시피, 종래의 기술들에 따라서 생성된 프로그램 추천기 점수는 사용자에 의해 실행된 이전의 탐색들에 기초하여 조정된다. 구체적으로, 주어진 프로그램에 대한 종래의 프로그램 추천기 점수는 프로그램의 속성들 및 사용자에 의해 이전에 탐색된 속성들 사이의 관련 정도에 따라서 조정된다.
일반적으로, 하나 또는 그 이상의 조회 명령들을 사용하여 사용자에 의해 수동 또는 자동 탐색이 시작될 때마다, 텔레비전 프로그래밍 추천기(100)는 상기 조회를 분해하여 사용자에 의해 특정된 속성값 쌍들을 식별한다. 도4와 관련하여 이하에서 논의되는 이력 탐색 데이터베이스(400)는 각각의 속성값 쌍이 사용자 조회에 나타나는 횟수를 나타내도록 유지된다. 그래서, 분해된 조회에 나타나는 속성값 쌍 각각에 대해 이력 탐색 데이터베이스(400)에서의 대응 카운트 값은 증가된다. 이러한 방법으로, 이력 탐색 데이터베이스(400)는 사용자의 탐색 활동을 포착하고 그래서 사용자의 선호도에 대한 부가적인 정보를 제공한다. 특정 속성값 쌍들에 대한 높은 빈도의 카운트는 그러한 기준에 부합하는 프로그램들에 대한 사용자의 선호도를 암시한다.
텔레비전 프로그램 추천기(100)는, 중앙 처리 장치(CPU)와 같은 프로세서와 RAM 및 ROM과 같은 메모리(160)를 포함하는 퍼스널 컴퓨터 또는 워크스테이션과 같은 어떤 계산 디바이스(computing device)로서 구체화될 수 있다. 더 나아가, 상기 텔레비전 프로그래밍 추천기(100)는, 캘리포니아 써니베일에 있는 Tivo Inc.로부터의 상업적으로 이용 가능한 TivoTM 시스템과 같은 이용 가능한 텔레비전 프로그램 추천기, 또는 "Method and Apparatus for Recommending Television Programming Using Decision Trees"라는 제목으로 1999년 12월 17일 출원된 미국 특허 출원 일련 번호 09/466,406(Attorney Docket No.700772) 및 "Bayesian TV Show Recommender"라는 제목으로 2000년 2월 4일 출원된 미국 특허 출원 일련 번호 09/498,271(Attorney Docket No.700690)에 설명된 텔레비전 프로그램 추천기들, 또는 그들의 조합으로서, 본 발명의 특징들 및 기능들을 달성하기 위해 여기에서 수정된 바와 같이, 구체화될 수 있다.
도1에 도시하고, 도2 내지 도5 각각과 관련하여 이하에서 더 논의되는 바와 같이, 텔레비전 프로그래밍 추천기(100)의 메모리(160)는 하나 또는 그 이상의 시청자 프로파일(들)(200), 프로그램 데이터베이스(300), 이력 탐색 데이터베이스(400) 및 프로그램 추천 처리(500)를 포함한다. 일반적으로, 예시적 시청자 프로파일(200)은 각각의 프로그램 속성에 대한 시청자의 상대적인 관심 레벨을 가리킨다. 프로그램 데이터베이스(300)는 주어진 시간 간격에서 이용 가능한 각각의 프로그램에 대한 정보를 기록한다. 이력 탐색 데이터베이스(400)는 각각의 속성값 쌍이 사용자 조회에 나타난 횟수를 가리킨다. 마지막으로, 프로그램 추천 처리(500)는, 본 발명에 따라 전자 프로그램 가이드(EPG) 상에서 수행된 이전의 조회들을 고려하여, 특정 시간 간격에 있는 각각의 프로그램에 대한 추천 점수들을 생성한다.
도2는 예시적 시청자 프로파일(200)을 예시하는 테이블이다. 시청자 프로파일(200)은, 당업자 중 일인에게 명백하다시피, 특정 사용자 또는 가족과 같은 개인들의 그룹과 관련될 수 있음이 주목된다. 상기 시청자 프로파일(200)은, 설문 조사에 대한 응답들에 기초하여 명시적으로, 또는 어떤 시간 기간에 걸쳐서 시청자에 의해 시청된(그리고/또는 시청되지 않은) 프로그램들의 집합에 기초하여 암시적으로, 또는 상기한 것들의 조합을 통해 생성될 수 있음이 더 나아가 주목된다.
도2에 도시된 바와 같이, 시청자 프로파일(200)은 서로 다른 프로그램 속성과 각각 관련된 복수의 기록들(205-213)을 포함한다. 덧붙여서, 컬럼 240에 나열된 각각의 속성에 대해, 시청자 프로파일(200)은, 상기 대응하는 속성에 있어서 시청자의 상대적인 관심 레벨을 가리키는 컬럼 250의 숫자적인 표현을 제공한다. 이하에서 논의되다시피, 도2에 나열된 예시적인 시청자 프로파일(200)에서, 1("싫어함") 내지 7("매우 좋아함") 사이의 숫자적 척도(numerical scale)가 사용된다. 예를 들어, 도2에 나열된 시청자 프로파일(200)은, 사용자가 특히 늦은 오후 프로그램 뿐 아니라 스포츠 채널 프로그램을 즐긴다는 것을 나타내는 숫자적 표현들을 갖는다.
시청자 프로파일 (200)이 명시적 시청자 프로파일을 사용하여 예시되어 있지만, 당업자 중 일인에게 명백하다시피, 시청자 프로파일(200)은, 암시적 프로파일, 또는 암시적 및 명시적 프로파일들의 조합을 사용하여 또한 구체화될 수 있다. 조합된 프로그램 추천 점수를 얻기 위해 암시적 및 명시적 프로파일들을 모두 채용하는 텔레비전 프로그램 추천기(100)에 대한 논의에 대해, 예를 들면, 여기에서 참고로서 편입된, "Method and Apparatus For Generating Recommendation Scores Using Implicit And Explicit Viewing Preferences"라는 제목으로 2000년 9월 20일 출원된 미국 특허 출원 일련 번호 09/666,401(Attorney Docket No.701247)을 참고하라.
예시적 실시예에서, 시청자 프로파일(200)에 있는 숫자적 표현은 다음과 같은 강도 등급(intensity scale)을 포함한다.:
수 설명
1 싫어함
2 좋아하지 않음
3 다소 부정적임
4 보통
5 다소 긍정적임
6 좋아함
7 매우 좋아함
도3은 주어진 시간 간격에서 이용 가능한 각각의 프로그램에 대한 정보를 기록하는 도1의 프로그램 데이터베이스(300)로부터의 샘플 테이블이다. 프로그램 데이터베이스(300)에 나타나는 데이터는, 예를 들면, 전자 프로그램 가이드(110)로부터 얻어질 수 있을 것이다. 도3에 도시된 바와 같이, 프로그램 데이터베이스(300)는, 주어진 프로그램과 각각 관련된, 305 내지 320의 기록들과 같은 복수의 기록들을 포함한다. 각각의 프로그램에 대해, 프로그램 데이터베이스(300)는, 필드 340 및 345 각각에 그 프로그램과 관련된 날짜/시간 및 채널을 나타낸다. 덧붙여서, 각각의 프로그램에 대한 제목 및 장르는 필드 350 및 355에서 식별된다. 배우, 방영 기간, 및 프로그램에 대한 설명 등과 같은 잘 알려진 부가적 속성들(도시되지는 않음)이, 프로그램 데이터베이스(300)에 또한 포함될 수 있다.
프로그램 데이터베이스(300)는, 필드 370에 텔레비전 프로그래밍 추천기(100)에 의해 각각의 프로그램에 할당된 추천 점수(R)의 표시를 또한 선택적으로 기록할 수 있다. 더 나아가, 프로그램 데이터베이스(300)는, 본 발명에 따른 텔레비전 프로그래밍 추천기(100)에 의해 각각의 프로그램에 할당된 조정된 추천 점수(A)를 필드 380에 또한 선택적으로 나타낼 수 있다. 이러한 방법으로, 본 발명에 의해 조정된 숫자적 점수들은, 각각의 프로그램의 전자 프로그램 가이드에서 사용자에게 바로 디스플레이되거나, 또는 색 스펙트럼 내지 사용자로 하여금 신속히 관심있는 프로그램들로 위치시키는 것을 허용하는 다른 시각적 신호 상에 맵핑될 수 있다.
이전에 언급된 바와 같이, 이력 탐색 데이터베이스(400)는, 각각의 속성값 쌍이 수동적 또는 자동적 사용자 조회에 나타난 횟수를 가리킨다. 도4에 도시된 바와 같이, 이력 탐색 데이터베이스(400)는, 각각 주어진 속성값 쌍과 관련된, 405 내지 415의 기록들과 같은 복수의 기록들로 이루어져 있다. 각각의 속성값 쌍에 대하여, 이력 탐색 데이터베이스(400)는 속성값 쌍이 사용자 조회(사용 빈도)에 나타나는 대응 횟수를 가리킨다. 이전에 언급된 바와 같이, 수동적 또는 자동적 탐색이 사용자에 의해 시작될 때마다, 텔레비전 프로그래밍 추천기(100)는 상기 조회를 분해하고 분해된 조회에 나타난 각각의 속성값 쌍에 대해 이력 탐색 데이터베이스(400)에 있는 카운터를 증가시킨다.
더 나아가, 프로그램 추천 처리(500)에 의해 수행된 계산들을 쉽게 하기 위해, 이하에서 논의되다시피, 이력 탐색 데이터베이스(400)는, 필드 470에, 정규화된 사용 빈도 항 N을 선택적으로 나타낸다. 예를 들어, 필드 470에 표시된, 정규화된 점수 N은, 속성과 관련된 다양한 속성값 쌍들 각각에 대해 0과 1 사이의 값으로 실제 사용 빈도 항의 선형 맵핑을 수행함으로써 얻어질 수 있다. 예시적 실시예에서, 이력 탐색 데이터베이스(400)에서의 정규화는 다음과 같은 사용 빈도 등급을 포함한다.:
실제 값 정규화된 값
0 0
0.2(최대값) 0.2
0.4(최대값) 0.4
0.6(최대값) 0.6
0.8(최대값) 0.8
최대값 1.0
대안적 실시예에서, 이력 탐색 데이터베이스(400)에 있어서의 정규화는, 알려진 방법으로, 속성과 관련된 다양한 속성값 쌍들의 각각에 대한 다양한 빈도 카운트 값들을 통해 곡선을 이어그림으로써, 얻어질 수 있다.
도5는 본 발명의 원리들을 구체화하는 예시적 프로그램 추천 처리(500)를 설명하는 플로우 차트이다. 도5에 도시한 바와 같이, 프로그램 추천 처리(500)는 처음에 단계 520 동안 전자 프로그램 가이드(EPG)(110)를 얻는다. 그 후에, 프로그램 추천 처리(500)는, 종래의 방법으로 관심이 되는 시간대에 있는 각각의 프로그램에 대해, 단계 (520) 동안에, 프로그램 추천 점수 R을 계산한다(또는 종래의 추천기로부터 프로그램 추천 점수 R을 얻는다.).
그 후에, 프로그램 추천 처리(500)는, 다음과 같이, 관심이 되는 시간대에 있는 각각의 프로그램에 대해, 단계 530 동안, 조정된 프로그램 추천 점수 A를 계산한다.:
Figure 112002020811918-pct00001
여기에서 k는 이력 탐색 데이터베이스(400)의 필드 470에 나타낸 속성값 쌍들의 총 수이다. 일반적으로, 단계 530 동안 수행된 계산은, 종래의 프로그램 추천 점수 R에 대한 조정이 35%의 예시값, 즉, 종래의 추천 점수 R의 최대 135%를 넘지 않도록 확실히 한다. 게다가, 주어진 프로그램에 할당된 종래의 프로그램 추천 점수에 대한 조정은, 사용자에 의해 이전에 탐색된 프로그램과 관련된 각각의 속성값 쌍에 대해 가중되고 정규화된 사용 빈도 항(N)을 더함으로써 얻어진다.
텔레비전 프로그램내의 각각의 속성의 WEIGHTi 기여(contribution)는, 사용자에 의해 수립되거나, 또는 경험적으로 결정될 수 있다. 예를 들어, 날짜/시간 속성은 5%의 가중치가 배당될 수 있고, 장르 속성은 20%의 가중치가 배당될 수 있고, 그리고 채널 속성은 10%의 가중치가 배당될 수 있다. 그래서, 만일 주어진 프로그램이 코미디라면, "장르=코미디" 속성값 쌍에 기인한, 종래의 프로그램 추천 점수 R에 대한 조정은, 상기 장르 속성에 배당된 가중치 20%가 곱해진 0.8(N)이 될 것이다.
프로그램 추천 처리(500)는, 다음과 같이, 관심이 되는 시간대에 있는 각각의 프로그램에 대해, 단계 540 동안, 조합된 프로그램 추천 점수(C)를 계산한다.:
C=MIN{A, 100}
그래서, 종래의 프로그램 추천 점수(R)에 대한 조정이 예시적 값의 35%를 넘지 않도록 확실히 하는 것에 더하여(위의 단계 530을 참조하라), 예시적 프로그램 추천 처리(500)는, 또한 단계 540 동안, 조합된 프로그램 추천 점수(C)가 100%(최대 점수)를 넘지 않도록 확실히 한다.
마지막으로, 프로그램 추천 처리(500)는, 프로그램 제어가 끝나기 전에, 단계 550 동안 사용자에게 관심이 되는 시간대에 있는 프로그램들에 대해 조합된 프로그램 추천 점수들(C)을 제공한다.
프로그램 추천 처리(500)의 더 나아간 변종들에 있어서, 조정된 프로그램 추천 점수(A)는 보너스 점수 시스템을 사용하여 단계 530 동안 계산될 수 있다. 여기에서 미리 규정된 또는 고정된 보너스는, 예를 들어, 사용자에 의해 이전에 탐색된 프로그램을 규정하는 속성값 쌍들의 수에 기초하여 결정된다. 다시 말해서, 보너스는, 현재 프로그램을 이력 탐색 데이터베이스(400)에 있는 프로그램들과 매칭시키는 속성값 쌍들의 수에 기초하여 결정될 수 있다. 예를 들어, 만일 이력 탐색 데이터베이스(400)에 있는 4개의 속성값 쌍들이 현재 프로그램의 속성값 쌍들과 매칭한다면, 가령 10%의 보너스가, 종래의 프로그램 추천 점수(R)를 증가시키기 위해 10% 만큼 주어질 것이다.
여기에서 도시되고 설명된 실시예들 및 변형들은, 단지 본 발명의 원리들에 대한 예시일 뿐이고 다양한 수정들이, 본 발명의 범위와 정신으로부터 벗어남이 없이 당업자에 의해 구현될 수 있다는 것이 이해되어야 한다.

Claims (13)

  1. 텔레비전 프로그램들을 추천하는 방법에 있어서:
    적어도 하나의 프로그램의 목록(110)을 얻는 단계;
    시청 이력(200)에 기초하여 상기 목록 상의 상기 프로그램에 대한 추천 점수 R을 얻는 단계;
    전자 프로그램 가이드(110) 상에서 사용자에 의해 수행된 적어도 하나의 조회(query)에 기초하여 사용자의 탐색 활동(search activity)을 포착하기 위해 이력 탐색 데이터베이스(400)를 유지하는 단계;
    상기 이력 탐색 데이터베이스에 기초하여, 상기 추천 점수 R에 대한 조정 A를 계산하는 단계; 및
    상기 목록 상의 상기 프로그램에 대해, 상기 추천 점수 R 및 상기 조정 A에 기초하여 조합된 추천 점수 C를 생성하는 단계를 포함하는, 텔레비전 프로그램 추천 방법.
  2. 제 1 항에 있어서,
    적어도 하나의 프로그램의 상기 목록은 전자 프로그램 가이드(110)로부터 얻어지는, 텔레비전 프로그램 추천 방법.
  3. 제 1 항에 있어서,
    상기 추천 점수 R은 명시적 프로그램 추천기에 의해 제공되는, 텔레비전 프로그램 추천 방법.
  4. 제 1 항에 있어서,
    상기 추천 점수 R은 암시적 프로그램 추천기에 의해 제공되는, 텔레비전 프로그램 추천 방법.
  5. 제 1 항에 있어서,
    상기 추천 점수 R은 프로그램 특징들의 개별적 등급들(ratings)의 가중된 평균으로서 규정되는, 텔레비전 프로그램 추천 방법.
  6. 제 1 항에 있어서,
    상기 조합된 추천 점수 C는 명시적 추천 점수 E를 제공하기 위해 명시적 프로파일을 사용하고, 암시적 추천 점수 I를 제공하기 위해 암시적 프로파일을 사용하여 생성되는, 텔레비전 프로그램 추천 방법.
  7. 제 1 항에 있어서,
    상기 목록(110) 상의 각각의 프로그램에 대한 상기 조합된 추천 점수 C를 사용자에게 제공하는 단계를 더 포함하는, 텔레비전 프로그램 추천 방법.
  8. 제 1 항에 있어서,
    상기 추천 점수 R에 대한 상기 조정 A가 미리 규정된 최대값을 초과하지 않도록 제한하는 단계를 더 포함하는, 텔레비전 프로그램 추천 방법.
  9. 제 1 항에 있어서,
    상기 이력 탐색 데이터베이스(400)를 유지하는 단계는, 상기 조회에 포함된 속성값 쌍들을 식별하기 위해 상기 사용자에 의해 수행된 상기 적어도 하나의 조회를 분해(decompose)하는 단계를 포함하는, 텔레비전 프로그램 추천 방법.
  10. 제 9 항에 있어서,
    상기 조합된 추천 점수 C를 생성하는 단계는, 상기 조회에 포함된 상기 속성값 쌍들과 상기 목록(110) 상의 상기 프로그램을 규정하는 속성값 쌍들 사이의 상관의 정도에 기초하여, 상기 추천 점수 R에 대한 상기 조정 A를 계산하는 단계를 포함하는, 텔레비전 프로그램 추천 방법.
  11. 제 9 항에 있어서,
    상기 이력 탐색 데이터베이스(400)를 유지하는 단계는, 상기 속성값 쌍들의 각각이 사용자 조회에 나타나는 횟수를 나타내는 카운터를 증가시키는 단계를 포함하는, 텔레비전 프로그램 추천 방법.
  12. 텔레비전 프로그램들을 추천하는 시스템(100)에 있어서:
    컴퓨터 판독 가능한 코드를 저장하기 위한 메모리(160); 및
    상기 메모리(160)에 동작하도록 연결된 프로세서(150)를 포함하고, 상기 프로세서(150)는,
    적어도 하나의 프로그램의 목록(110)을 얻고,
    시청 이력(200)에 기초하여 상기 목록 상의 상기 프로그램에 대한 추천 점수 R을 얻고,
    전자 프로그램 가이드(110) 상에서 사용자에 의해 수행된 적어도 하나의 조회에 기초하여 사용자의 탐색 활동을 포착하기 위해 이력 탐색 데이터베이스(400)를 유지하고,
    상기 이력 탐색 데이터베이스에 기초하여, 상기 추천 점수 R에 대한 조정 A를 계산하고,
    상기 목록 상의 상기 프로그램에 대해, 상기 추천 점수 R 및 상기 조정 A에 기초하여 조합된 추천 점수 C를 생성하도록 구성되는, 텔레비전 프로그램 추천 시스템.
  13. 삭제
KR1020027008536A 2000-10-30 2001-10-16 앞선 조회들에 기초하여 텔레비전 프로그램 추천들을 생성하기 위한 방법 및 장치 KR100849677B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/699,573 2000-10-30
US09/699,573 US7581237B1 (en) 2000-10-30 2000-10-30 Method and apparatus for generating television program recommendations based on prior queries

Publications (2)

Publication Number Publication Date
KR20020067927A KR20020067927A (ko) 2002-08-24
KR100849677B1 true KR100849677B1 (ko) 2008-08-01

Family

ID=24809929

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020027008536A KR100849677B1 (ko) 2000-10-30 2001-10-16 앞선 조회들에 기초하여 텔레비전 프로그램 추천들을 생성하기 위한 방법 및 장치

Country Status (10)

Country Link
US (1) US7581237B1 (ko)
EP (1) EP1332620B1 (ko)
JP (1) JP2004513577A (ko)
KR (1) KR100849677B1 (ko)
CN (1) CN1268125C (ko)
AT (1) ATE468704T1 (ko)
DE (1) DE60142174D1 (ko)
ES (1) ES2346293T3 (ko)
PT (1) PT1332620E (ko)
WO (1) WO2002037851A2 (ko)

Families Citing this family (63)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003101895A (ja) * 2001-09-21 2003-04-04 Pioneer Electronic Corp 放送番組案内装置及び方法並びにシステム
US20030110500A1 (en) * 2001-12-06 2003-06-12 Rodriguez Arturo A. Prediction-based adaptative control of television viewing functionality
US7120922B2 (en) * 2001-12-11 2006-10-10 Scientific-Atlanta, Inc. Time-adaptive control of television viewing functionality
US7130866B2 (en) * 2002-07-30 2006-10-31 Koninklijke Philips Electronics N.V. Controlling the growth of a feature frequency profile by deleting selected frequency counts of features of events
JP2004206679A (ja) * 2002-12-12 2004-07-22 Sony Corp 情報処理装置および方法、記録媒体、並びにプログラム
DE60320414T2 (de) * 2003-11-12 2009-05-20 Sony Deutschland Gmbh Vorrichtung und Verfahren zur automatischen Extraktion von wichtigen Ereignissen in Audiosignalen
EP1531456B1 (en) * 2003-11-12 2008-03-12 Sony Deutschland GmbH Apparatus and method for automatic dissection of segmented audio signals
JP2008521315A (ja) 2004-11-18 2008-06-19 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ ユーザープロファイルを更新するための装置および方法
US8799302B2 (en) * 2005-12-29 2014-08-05 Google Inc. Recommended alerts
US7925649B2 (en) 2005-12-30 2011-04-12 Google Inc. Method, system, and graphical user interface for alerting a computer user to new results for a prior search
US8682654B2 (en) * 2006-04-25 2014-03-25 Cyberlink Corp. Systems and methods for classifying sports video
US9443022B2 (en) 2006-06-05 2016-09-13 Google Inc. Method, system, and graphical user interface for providing personalized recommendations of popular search queries
US8386126B2 (en) * 2006-11-06 2013-02-26 The Directv Group, Inc. Method and apparatus for providing independent content to multiple terminals within a vehicle
US20080106376A1 (en) * 2006-11-06 2008-05-08 The Directv Group, Inc. Method and apparatus for purchasing content from a terminal within a vehicle
JP5040292B2 (ja) * 2006-12-19 2012-10-03 ソニー株式会社 情報処理装置、情報処理方法、プログラム
CN101094372B (zh) * 2007-07-25 2010-06-09 北京中星微电子有限公司 一种电视节目推荐装置及方法
US8275764B2 (en) 2007-08-24 2012-09-25 Google Inc. Recommending media programs based on media program popularity
US8037011B2 (en) * 2008-09-15 2011-10-11 Motorola Mobility, Inc. Method and apparatus for recommending content items
US9396258B2 (en) * 2009-01-22 2016-07-19 Google Inc. Recommending video programs
CN102214169B (zh) * 2010-04-02 2017-11-24 阿里巴巴集团控股有限公司 关键词信息与目标信息的提供方法及装置
US9454763B2 (en) 2010-08-24 2016-09-27 Adobe Systems Incorporated Distribution of offer to a social group by sharing based on qualifications
US10210160B2 (en) 2010-09-07 2019-02-19 Opentv, Inc. Collecting data from different sources
US9699503B2 (en) * 2010-09-07 2017-07-04 Opentv, Inc. Smart playlist
US20120078822A1 (en) * 2010-09-28 2012-03-29 Nokia Corporation Method and apparatus for providing a framework for generating recommedation models
US20130035086A1 (en) * 2010-12-22 2013-02-07 Logitech Europe S.A. Remote control system for providing content suggestions
US9177327B2 (en) 2011-03-02 2015-11-03 Adobe Systems Incorporated Sequential engine that computes user and offer matching into micro-segments
US8630902B2 (en) * 2011-03-02 2014-01-14 Adobe Systems Incorporated Automatic classification of consumers into micro-segments
US8635220B2 (en) 2011-04-22 2014-01-21 Iris.Tv, Inc. Digital content curation and distribution system and method
US9788069B1 (en) 2011-06-24 2017-10-10 The Directv Group, Inc. Method and system for recording recommended content within a user device
US10055746B1 (en) 2011-06-24 2018-08-21 The Directv Group, Inc. Method and system for obtaining feedback for a content recommendation by various algorithms
MX2013015270A (es) 2011-06-24 2014-03-31 Direct Tv Group Inc Metodo y sistema para obtener datos de visualizacion y proporcionar recomndaciones de contenido a un decodificador de señales digitales.
WO2013046220A2 (en) 2011-06-28 2013-04-04 Tata Consultancy Services Limited A method and system for context-aware recommendation
JP5866442B2 (ja) * 2011-06-30 2016-02-17 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ 使用者の好みに従って自動録画するための方法および装置
JP5855746B2 (ja) * 2011-06-30 2016-02-09 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ ユーザの好みに従う自動記録のための方法及び装置
US9032451B2 (en) 2011-09-01 2015-05-12 The Directv Group, Inc. Method and system for using a second screen device for interacting with a set top box to enhance a user experience
US9230212B2 (en) * 2012-02-02 2016-01-05 Peel Technologies, Inc. Content based recommendation system
CA2791935A1 (en) * 2012-03-30 2013-09-30 Disternet Technology, Inc. Transcoding system and method
US10003780B1 (en) 2013-03-14 2018-06-19 The Directv Group, Inc. Method and system for recording recommended content within a user device and indicating recording capacity
JP6090053B2 (ja) * 2013-08-09 2017-03-08 ソニー株式会社 情報処理装置、情報処理方法およびプログラム
CN103957434B (zh) * 2014-04-03 2017-05-10 三星电子（中国）研发中心 推荐节目的方法和设备
US9699514B2 (en) * 2015-12-02 2017-07-04 Echostar Technologies L.L.C. Apparatus, systems and methods for media mosaic management
WO2018027577A1 (zh) * 2016-08-09 2018-02-15 衣佳鑫 电视应用在物联网中的应用方法及系统
US11134309B2 (en) 2016-12-31 2021-09-28 Turner Broadcasting System, Inc. Creation of channels using pre-encoded media assets
US10425700B2 (en) * 2016-12-31 2019-09-24 Turner Broadcasting System, Inc. Dynamic scheduling and channel creation based on real-time or near-real-time content context analysis
US12022142B2 (en) 2016-12-31 2024-06-25 Turner Broadcasting System, Inc. Publishing a plurality of disparate live media output stream manifests using live input streams and pre-encoded media assets
US11109086B2 (en) 2016-12-31 2021-08-31 Turner Broadcasting System, Inc. Publishing disparate live media output streams in mixed mode
US10965967B2 (en) 2016-12-31 2021-03-30 Turner Broadcasting System, Inc. Publishing a disparate per-client live media output stream based on dynamic insertion of targeted non-programming content and customized programming content
US11962821B2 (en) 2016-12-31 2024-04-16 Turner Broadcasting System, Inc. Publishing a disparate live media output stream using pre-encoded media assets
US11051061B2 (en) 2016-12-31 2021-06-29 Turner Broadcasting System, Inc. Publishing a disparate live media output stream using pre-encoded media assets
US10856016B2 (en) 2016-12-31 2020-12-01 Turner Broadcasting System, Inc. Publishing disparate live media output streams in mixed mode based on user selection
US11038932B2 (en) 2016-12-31 2021-06-15 Turner Broadcasting System, Inc. System for establishing a shared media session for one or more client devices
US10075753B2 (en) 2016-12-31 2018-09-11 Turner Broadcasting System, Inc. Dynamic scheduling and channel creation based on user selection
US10992973B2 (en) 2016-12-31 2021-04-27 Turner Broadcasting System, Inc. Publishing a plurality of disparate live media output stream manifests using live input streams and pre-encoded media assets
US10694231B2 (en) 2016-12-31 2020-06-23 Turner Broadcasting System, Inc. Dynamic channel versioning in a broadcast air chain based on user preferences
US10645462B2 (en) 2016-12-31 2020-05-05 Turner Broadcasting System, Inc. Dynamic channel versioning in a broadcast air chain
US11503352B2 (en) 2016-12-31 2022-11-15 Turner Broadcasting System, Inc. Dynamic scheduling and channel creation based on external data
US11051074B2 (en) 2016-12-31 2021-06-29 Turner Broadcasting System, Inc. Publishing disparate live media output streams using live input streams
US10827220B2 (en) 2017-05-25 2020-11-03 Turner Broadcasting System, Inc. Client-side playback of personalized media content generated dynamically for event opportunities in programming media content
KR102384215B1 (ko) * 2017-08-01 2022-04-07 삼성전자주식회사 전자 장치 및 그의 제어방법
US11082734B2 (en) 2018-12-21 2021-08-03 Turner Broadcasting System, Inc. Publishing a disparate live media output stream that complies with distribution format regulations
US10880606B2 (en) 2018-12-21 2020-12-29 Turner Broadcasting System, Inc. Disparate live media output stream playout and broadcast distribution
US10873774B2 (en) 2018-12-22 2020-12-22 Turner Broadcasting System, Inc. Publishing a disparate live media output stream manifest that includes one or more media segments corresponding to key events
US20230229708A1 (en) * 2020-06-12 2023-07-20 Ntt Docomo, Inc. Recommendation system

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998037696A1 (en) * 1997-02-21 1998-08-27 Herz Frederick S M Broadcast data distribution system with asymmetric uplink/downlink bandwidths

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5798785A (en) * 1992-12-09 1998-08-25 Discovery Communications, Inc. Terminal for suggesting programs offered on a television program delivery system
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
US5848396A (en) * 1996-04-26 1998-12-08 Freedom Of Information, Inc. Method and apparatus for determining behavioral profile of a computer user
WO1999004561A1 (en) 1997-07-21 1999-01-28 E-Guide, Inc. Systems and methods for displaying and recording control interfaces
CA2298569C (en) 1997-07-30 2003-11-04 Index Systems, Inc. Systems and methods for audience monitoring
US6005597A (en) 1997-10-27 1999-12-21 Disney Enterprises, Inc. Method and apparatus for program selection
ES2197627T3 (es) 1998-03-04 2004-01-01 United Video Properties, Inc. Sistema de guia de programas con publicidad orientada a objetivos.
ES2224020T3 (es) 1998-03-04 2005-03-01 United Video Properties Inc. Sistema de guia de programas con supervision del uso de anuncios y de las actividades de usuario.
US6742183B1 (en) 1998-05-15 2004-05-25 United Video Properties, Inc. Systems and methods for advertising television networks, channels, and programs
US6614987B1 (en) * 1998-06-12 2003-09-02 Metabyte, Inc. Television program recording with user preference determination
US6006225A (en) * 1998-06-15 1999-12-21 Amazon.Com Refining search queries by the suggestion of correlated terms from prior searches
JP2000013708A (ja) * 1998-06-26 2000-01-14 Hitachi Ltd 番組選択支援装置
GB9817421D0 (en) 1998-08-11 1998-10-07 Danmere Limited Interactive television control/operating system
US6813775B1 (en) * 1999-03-29 2004-11-02 The Directv Group, Inc. Method and apparatus for sharing viewing preferences
US6727914B1 (en) 1999-12-17 2004-04-27 Koninklijke Philips Electronics N.V. Method and apparatus for recommending television programming using decision trees
US6766525B1 (en) * 2000-02-08 2004-07-20 Koninklijke Philips Electronics N.V. Method and apparatus for evaluating television program recommenders
US6704931B1 (en) * 2000-03-06 2004-03-09 Koninklijke Philips Electronics N.V. Method and apparatus for displaying television program recommendations
JP2008521315A (ja) 2004-11-18 2008-06-19 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ ユーザープロファイルを更新するための装置および方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998037696A1 (en) * 1997-02-21 1998-08-27 Herz Frederick S M Broadcast data distribution system with asymmetric uplink/downlink bandwidths

Also Published As

Publication number Publication date
WO2002037851A3 (en) 2003-03-13
PT1332620E (pt) 2010-07-22
CN1535535A (zh) 2004-10-06
EP1332620B1 (en) 2010-05-19
CN1268125C (zh) 2006-08-02
WO2002037851A2 (en) 2002-05-10
JP2004513577A (ja) 2004-04-30
KR20020067927A (ko) 2002-08-24
EP1332620A2 (en) 2003-08-06
ATE468704T1 (de) 2010-06-15
DE60142174D1 (de) 2010-07-01
US7581237B1 (en) 2009-08-25
ES2346293T3 (es) 2010-10-14

Similar Documents

Publication Publication Date Title
KR100849677B1 (ko) 앞선 조회들에 기초하여 텔레비전 프로그램 추천들을 생성하기 위한 방법 및 장치
US7007294B1 (en) Method and apparatus for automatic generation of query search terms for a program recommender
KR100891444B1 (ko) 사용자 프로파일의 선택적 갱신을 위한 방법 및 장치
US6704931B1 (en) Method and apparatus for displaying television program recommendations
KR100858639B1 (ko) 유사성 메트릭에 기초한 텔레비전 프로그램 추천들을 생성하는 방법 및 장치
KR100864186B1 (ko) 텔레비전 프로그램을 추천하는 방법 및 텔레비전 프로그램에 대한 추천을 얻기 위한 시스템
EP1332615B1 (en) Method and apparatus for displaying program recommendations with indication of strength of contribution of significant attributes
KR100852869B1 (ko) 시청자 선호도들의 변화를 자동 식별하는 텔레비전프로그램 추천기
US7571452B2 (en) Method and apparatus for recommending items of interest to a user based on recommendations for one or more third parties
US20020075320A1 (en) Method and apparatus for generating recommendations based on consistency of selection
US8751957B1 (en) Method and apparatus for obtaining auditory and gestural feedback in a recommendation system
US20020174428A1 (en) Method and apparatus for generating recommendations for a plurality of users
EP1634442B1 (en) Transformation of recommender scores depending upon the viewed status of tv shows

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee