KR100899831B1 - 프로그램 검색 장치 - Google Patents

프로그램 검색 장치 Download PDF

Info

Publication number
KR100899831B1
KR100899831B1 KR1020070094796A KR20070094796A KR100899831B1 KR 100899831 B1 KR100899831 B1 KR 100899831B1 KR 1020070094796 A KR1020070094796 A KR 1020070094796A KR 20070094796 A KR20070094796 A KR 20070094796A KR 100899831 B1 KR100899831 B1 KR 100899831B1
Authority
KR
South Korea
Prior art keywords
program
preference
period
information
preference information
Prior art date
Application number
KR1020070094796A
Other languages
English (en)
Other versions
KR20080049604A (ko
Inventor
다카히로 마츠다
아키라 카라스다니
Original Assignee
후지쯔 가부시끼가이샤
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 후지쯔 가부시끼가이샤 filed Critical 후지쯔 가부시끼가이샤
Publication of KR20080049604A publication Critical patent/KR20080049604A/ko
Application granted granted Critical
Publication of KR100899831B1 publication Critical patent/KR100899831B1/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
    • H04N21/47—End-user applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—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
    • H04N21/432—Content retrieval operation from a local storage medium, e.g. hard-disk
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—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
    • H04N21/433—Content storage operation, e.g. storage operation in response to a pause request, caching operations
    • 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
    • H04N21/433—Content storage operation, e.g. storage operation in response to a pause request, caching operations
    • H04N21/4334—Recording operations
    • 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
    • H04N21/44204—Monitoring of content usage, e.g. the number of times a movie has been viewed, copied or the amount which has been watched
    • 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
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—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]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4828—End-user interface for program selection for searching program descriptors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—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
    • H04N21/8405—Generation or processing of descriptive data, e.g. content descriptors represented by keywords
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/78—Television signal recording using magnetic recording
    • H04N5/782—Television signal recording using magnetic recording on tape
    • 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)
  • Social Psychology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Human Computer Interaction (AREA)
  • Computer Security & Cryptography (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Indexing, Searching, Synchronizing, And The Amount Of Synchronization Travel Of Record Carriers (AREA)
  • Management Or Editing Of Information On Record Carriers (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

본 발명은 이용자의 기호 변화에 추종한 추천 프로그램을 자동적으로 검색하는 프로그램 검색 장치를 제공하는 것을 목적으로 한다.
녹화 조작 처리(16)는 이용자가 녹화 조작을 하는 조작 패널을 제어하여 이용자의 녹화 조작 이벤트를 모두 취출한다. 녹화 이력 기록 처리(17)는 프로그램 녹화에 관련되는 이용자의 조작 이벤트를 모두 소정의 기억 장치의 데이터베이스 영역에 녹화 이력으로서 축적한다. 기호 변화의 분석 처리(18)는 녹화 이력으로부터 최신 기간의 녹화 프로그램을 추출하고, EPG로부터 작성한 인덱스로부터 녹화 프로그램에 포함되는 어구의 가중을 취득하며, 기간 중의 기호에 어구의 가중을 가산하여, 그 기간 기호를 정규화한다. 최신 기간 직전의 기간(이전 기간)의 프로그램에 대해서도 마찬가지로 하여 기간 기호를 정규화하고, 이에 대한 최신 기간 기호의 유사도를 산출한다. 기호 쿼리(query) 생성 처리(19)는 기간(6월기)의 녹화 프로그램에 포함되는 어구(축구, 독일)의 가중을 강조(5배)하여 기호 쿼리를 작성한다.

Description

프로그램 검색 장치{TV PROGRAM SEARCH APPARATUS}
본 발명은, 이용자의 기호에 기초하여 텔레비젼 프로그램을 검색하는 텔레비젼 프로그램의 프로그램 검색 장치에 관한 것이다.
최근, 텔레비젼 기술의 디지털화에 의해 텔레비젼의 시청이나 녹화를, 보다 편리하게 하기 위한 기능이 개발되고 있다. 그 중에서도, 예컨대 HD(hard disk) 등의 대용량의 기억 장치를 이용한 텔레비젼 녹화 장치에서는, 전자 프로그램 정보(EPG: Electric Program Guide)와 조합하여 손쉽게 녹화 예약을 설정할 수 있게 되어 있어, 이용자의 텔레비젼 시청 스타일을 크게 변화시키고 있다.
또한, 이용자가 흥미를 갖는 키워드를 갖는 프로그램을 자동 녹화하거나, 이용자의 녹화 이력으로부터 자동적으로 이용자의 기호를 판단하여, 그 기호에 유사한 프로그램을 이용자에게 권하는 기능도 실현되고 있다. 이러한 이용자의 기호를 반영한 프로그램을 이용자에게 권하는 기능에서는, 이용자의 기호와 이용자에게 권하는 프로그램과의 일치 정도가 중요한 포인트가 된다.
녹화 이력으로부터 이용자의 기호를 유추하는 기술로서는, 우선 텔레비젼 프로그램의 녹화 이력(녹화된 프로그램, 이용자 취향의 프로그램)을 조사하고, 그 녹 화된 프로그램의 내용을, EPG의 내용(텍스트 정보)으로부터 취득하며, 이 EPG의 내용에 기초하여, 녹화 프로그램의 공통점을 이용자의 기호 정보로서 추출한다. 그리고, 금후 방송되는 프로그램으로부터, 상기한 공통점(기호 정보)과 유사한 내용을 갖는 프로그램을 검색한다라는 방법이 일반적이다.
이러한 이용자의 기호에 기초하는 프로그램의 검색에 관련되는 기술로서는, 이용자가 원하는 프로그램을 녹화도, 시청도 하고 있지 않을 때는, 그 프로그램을 예약없이도 자동적으로 녹화하는 자동 학습 녹화 장치가 제안되고 있다(예컨대, 특허 문헌 1 참조).
또한, 기호와 프로그램과의 유사도에서는, 시청 빈도에 의하지 않고 이용자가 시청한 프로그램의 조합 단위로 유사도를 판단하는 텔레비젼 프로그램 검색 장치가 제안되고 있다(예컨대, 특허 문헌 2 참조).
또한, 키워드의 출현 빈도와 키워드를 포함하는 프로그램수를 곱하여 기호의 가중을 산출하는 텔레비젼 프로그램 검색 장치가 제안되어 있다(예컨대, 특허 문헌 3 참조).
또한, 방송 단말에, 이용자의 이용 이력으로부터 이용자에게 적합한 프로그램을 판단하는 기능을 부착하고, 이용자로부터의 능동적인 조작없이 이용자에게 적합한 프로그램을 자동적으로 녹화하는 방송 단말 장치가 제안되어 있다(예컨대, 특허 문헌 4 참조).
[특허 문헌 1] 일본 특허 공개 평05-062283호 공보
[특허 문헌 2] 일본 특허 공개 제2005-191816호 공보
[특허 문헌 3] 일본 특허 공개 제2005-191817호 공보
[특허 문헌 4] 일본 특허 공개 제2001-86420호 공보
그런데, 상기한 특허 문헌 1 내지 4에 나타내는 기술은, 모두 이용자의 기호를 자동적으로 추출하여 추천 프로그램을 검색할 수는 있지만, 이용자의 기호가 보편적이고 시간의 경과에 따라 변화하지 않는 것을 전제로 하고 있다.
즉, 특허 문헌 1 내지 4에 나타내는 기술에는, 이용자의 기호가 변화되었을 때, 그 변화된 이용자의 기호에 자동적으로 추종하여 추천 프로그램을 검색한다고 하는 기술 사상은 포함되어 있지 않다.
이 때문에, 이용자의 기호가 변화된 경우에, 변화된 기호에 대응하는 검색 요구가 즉시 생성되지는 않는다. 따라서, 원래는 변화된 기호의 프로그램도, 기호의 변화에 따라 추천되어야 하는 것인 데 추천되지 않고, 추천 결과가 이용자의 기호와 동떨어진 결과가 되어, 프로그램 검색의 정밀도가 저하한다고 하는 문제가 있다.
상기 어느 방법도, 만약 이용자의 기호가 변화된 경우는, 변화된 기호에 기초하는 프로그램을 프로그램 검색 장치에 추천시키기 위해, 즉 변화된 기호 정보의 이력을 새롭게 축적하기 위해, 기호 정보의 이력을 이용자 스스로 리셋해야 하므로, 번거롭다고 하는 문제가 있다.
또한, 기호 정보를 리셋하지 않는 경우는, 변화된 기호에 관련되는 정보(예 컨대, 어구)는, 변화된 시점에 있어서의 빈도가 낮기 때문에 기호 정보로서 추출되지 않는다. 따라서, 상기한 바와 같이 추천 결과가 이용자의 기호와 동떨어진 결과가 되고, 프로그램 검색의 정밀도가 저하된다고 하는 문제에 직결한다.
원래, 「프로그램 권유 기능」은, 이용자가 기호하는 프로그램을 자동적으로 찾아내기 위한 것이다. 따라서 기호를 바꾼 시점에서 이용자가 조작 이력을 리셋하는 등의 불필요한 수고를 들이지 않고, 기호의 변화에도 추종할 수 있는, 정밀도가 높은 프로그램 권유 기능이 요구되고 있었다.
또한, 원래 기호의 변화는, 전면적 또는 종합적으로 갑자기 변하는 것이 아니라, 이용자 자신도 모르게 서서히 변화되어 가는 경우가 많다. 따라서, 기호가 변한 시점에서 조작 이력을 리셋하는 것을 이용자에 요구하는 것에도 어려움이 수반된다.
본 발명의 과제는, 상기 종래의 실정에 감안하여, 이용자의 기호 변화에 추종한 추천 프로그램을 자동적으로 검색하는 프로그램 검색 장치를 제공하는 것이다.
본 발명의 프로그램 검색 장치는, 프로그램 정보를 저장하는 프로그램 정보 저장 수단과, 텔레비젼 조작 이력을 저장하는 조작 이력 저장 수단과, 상기 프로그램 정보와 상기 텔레비젼 조작 이력으로부터 기호 정보를 생성하고, 이 기호 정보를 소정 기간마다 관리하는 기호 정보 관리 수단과, 상기 소정 기간마다 관리된 상기 기호 정보의 변화량을 산출하는 기호 변화량 산출 수단을 포함하며, 상기 기호 정보의 변화량에 따라 가중을 조정한 검색 요구를 생성하고, 이 검색 요구에 의해 상기 프로그램 정보로부터 추천 프로그램을 검색하도록 구성된다.
이 프로그램 검색 장치는, 상기 기호 정보로서, 예컨대 전자 프로그램 정보로부터 취득한 어구 및 프로그램명의 통계량으로부터 산출한 어구의 가중과, 프로그램명으로 이루어지는 벡터 정보를 생성하는 수단을 포함하여 구성되고, 또한 예컨대 전자 프로그램 정보로부터 취득한 프로그램명과 장르의 빈도로 이루어지는 기호 정보 생성 수단을 포함하도록 구성된다.
또한, 이 프로그램 검색 장치는, 예컨대 상기 검색 요구를 생성함에 있어서, 상기 텔레비젼 조작 이력에 포함되는 텔레비젼 조작 내용에 따라서, 상기 검색 요구에 포함되는 어구의 가중을 조정하는 조작 내용 가중 조정 수단을 더 포함하도록 구성된다.
또한, 예컨대 상기 소정 기간마다 관리해야 하는 상기 기호 정보를 생성함에 있어서, 상기 텔레비젼 조작 이력에 포함되는 텔레비젼 조작 내용에 따라, 상기 기호 정보에 포함되는 어구의 가중을 조정하는 기호 정보 가중 조정 수단을 더 포함하도록 구성된다.
또한, 예컨대 상기 검색 요구를 생성함에 있어서, 상기 소정 기간마다의 기호의 유사도에 따라서, 상기 검색 요구에 포함되는 어구의 가중을 조정하는 유사도 가중 조정 수단을 더 포함하도록 구성된다.
또한, 상기 기호 변화량 산출 수단은, 예컨대 상기 기호 정보의 변화량을 산출하는 대상 기간을, 최신 기간과 하나 앞의 기간으로 하도록 구성된다.
또한, 이 프로그램 검색 장치는, 예컨대 상기 기호 변화의 계속 기간을 산출하는 변화 계속 기간 산출 수단을 더 포함하도록 구성된다.
또한, 예컨대 대상 기간을 최신 기간으로 하고, 이 기간의 검색 요구를 생성함에 있어서, 이 검색 요구를 형성하는 어구의 가중에 일정값 이상의 계수를 곱하도록 구성된다.
본 발명에 의하면, 이용자의 기호와, 그 기호의 변화를 자동적으로 추출하여 추천 프로그램을 검색하므로, 보다 정밀도가 높은 추천 프로그램을 검색할 수 있고, 이에 따라 이용자의 기호 변화에 추종한 정밀도가 높은 추천 프로그램을 검색하는 프로그램 검색 장치를 제공하는 것이 가능해진다.
이하, 본 발명의 실시형태를 도면에 기초하여 상세히 설명한다.
또한, 본 실시형태에서는 텔레비젼 기능 일체형의 정보 처리 장치를 예로 설명하지만, 소위 비디오 리코더와 같은 전용 장치여도 동작상의 차이는 없다.
또한, 텔레비젼 조작 내용으로서, 녹화 조작의 이력을 예로 들어 설명하지만, 텔레비젼 조작의 이력은, 녹화 조작에 한하지 않고, 시청이나 녹화 완료 프로그램의 편집이나 삭제 등, 이용자의 기호에 관련되는 텔레비젼 조작은, 모두 본 발명의 대상 범위가 된다.
[실시예 1]
도 1은, 제1 실시예에 있어서의 프로그램 검색 장치의 회로 구성을 나타내는 블록도이다. 도 1에 나타내는 프로그램 검색 장치(1)는, 텔레비젼 기능 일체형의 정보 처리 장치를 나타내고 있다.
도 1에 나타내는 바와 같이, 프로그램 검색 장치(1)는, CPU(central processing unit)(2)와, 이 CPU(2)에 버스(3)를 통해 접속된 입출력부(4), TV 튜너(5), 영상·음성 출력부(6), 기억 장치(7), 및 메모리(8) 등을 구비하고 있다. 또한, 상기한 TV 튜너(5)에는 안테나(9)가 접속되어 있다.
기억 장치(7) 내에는, 텔레비젼 시청 프로그램이 저장되어 있고, 텔레비젼 시청시에는, CPU(2)에 의해, 메모리(8) 상에 프로그램이 로드되며, 안테나(9)를 통해 TV 튜너(5)로부터 입력되는 TV 방송이 처리된다.
그 처리 결과는, 영상·음성 출력부(6)를 통해, 모니터나 스피커에 출력된다. 또한 이용자는 키보드, 마우스, 리모콘 등으로 이루어지는 입출력 장치를 구비한 입출력부(4)를 사용하여, 텔레비젼의 시청이나 녹화 설정 등의 조작을 행한다.
본 발명의 프로그램 검색 장치에 관련되는 기본 원리를 이하에 설명한다. 우선, 이용자의 기호를 추출하여, 추천 프로그램의 검색을 행하는 기본적인 처리를 설명한다.
우선, 추천 프로그램의 검색을 행하는 기본적인 처리로서는, 텔레비젼 프로그램의 녹화 이력으로부터, 이용자의 기호를 추출하기 위해, 녹화 프로그램의 공통점을 산출한다. 이 산출한 결과를 기호 정보라고 부른다. 이 기호 정보로부터, 추천 프로그램을 검색하기 위한 검색 요구(이하, 기호 정보에 기초를 둔 검색 요구의 의미로「기호 쿼리(query)」라고도 함)를 생성하고, 이 기호 쿼리를 이용하여 전자 프로그램 정보(EPG)로부터 추천 프로그램을 검색한다.
도 2는, 이용자의 기호를 추출하여 추천 프로그램의 검색을 행하는 기본적인 처리에 있어서의 EPG로부터 검색 인덱스를 생성하는 처리를 설명하는 흐름도이다.
도 2에 있어서, 우선 EPG를 취득한다(단계 S1).
이 EPG에는, 검색 대상이 되는 방송 예정 프로그램의 EPG와, 기호 정보를 생성하기 위한 녹화 완료 프로그램의 EPG가 포함되어 있다.
다음에, 그 EPG로부터, 첫번째 프로그램을 선택한다(단계 S2). 그리고, 그 1 프로그램분의 프로그램 정보를 취득한다(단계 3).
이와 같이, EPG로부터 프로그램마다 프로그램 정보를 취출한다. 프로그램 정보로서는, 프로그램 타이틀이나 프로그램 내용을 설명한 문장, 출연자나 장르 등, 프로그램의 내용을 설명하는 텍스트이면, 모든 정보가 취출 처리의 대상이 된다.
그리고, 그 프로그램 정보로부터 어구를 추출한다(단계 S4).
이 어구의 추출에는, 일본어라면 형태소 분석을 이용할 수 있지만, 형태소 분석에 한하지 않고, 어구를 추출할 수 있는 방법이면, 어구의 추출 처리 방법에 특별한 제한은 없다.
계속해서, 상기 추출한 어구로부터 인덱스를 작성한다(단계 S5).
이 인덱스의 작성 방법으로서는, 「TF×1/DF」를 이용할 수 있다. TF(Term Frequency)는, 한 프로그램중에 특정한 어구(키워드) 등의 정보가 출현하는 빈도이다. 또한 DF(Document Frequency)는, 전체 프로그램 중에서 특정한 어구(키워드)를 포함하는 프로그램의 수이다.
그리고, 상기한 어구(키워드)의 통계량이 즉 「TF×1/DF」이며, 이것이 각 어구(키워드)의 가중이다.
「TF×1/DF」를 이용하는 검색 장치는, 문서 검색에서 일반적으로 이용되는 검색 장치이다. 이 방법으로 인덱스를 작성하면, 프로그램수를 i, 프로그램으로부터 추출된 어구의 종류를 j로 하였을 때, i×j의 벡터 공간에서 인덱스가 생성된다. 이 인덱스의 각 요소의 가중(W)으로서, 상기한 「TF×1/DF」의 값이 이용된다.
상기한 인덱스 생성에 계속해서, 마지막 프로그램인지의 여부를 판별하고(단계 S6), 마지막 프로그램이 아니면(S6이 N), 다음 프로그램을 선택하여(단계 S7) 단계 S3의 처리로 복귀한다. 그리고, 단계 S3 내지 S6(또는 추가로 S7)의 처리를 반복한다. 이에 따라 EPG의 전체 프로그램의 인덱스가 생성된다.
그리고, 단계 S6의 판별에서, 마지막 프로그램인 것이 판별되었을 때는(S6이 Y), 처리를 종료한다.
도 3은, 이용자의 기호를 추출하여 추천 프로그램의 검색을 행하는 기본적인 처리에 있어서의 녹화 이력의 정보로부터 기호 쿼리를 생성하는 방법을 설명하는 흐름도이다.
도 3에 있어서, 우선 녹화 이력으로부터 첫번째 녹화 프로그램을 선택한다(단계 S11). 계속해서, 도 2에 나타낸 처리로 생성되어 있는 인덱스로부터, 상기 선택한 녹화 프로그램에 포함되는 각 어구의 가중을 취득한다(단계 12). 이 처리로, 가중이 취득된 어구가 「기호 쿼리」이다.
그리고, 이 처리에 있어서, 동일 어구가 반복하여 나온 경우는, 그 때마다 그 가중을 가산한다(단계 S13).
계속해서, 마지막 녹화 프로그램인지의 여부를 판별하고(단계 S14), 마지막 녹화 프로그램이 아니면(S14가 N), 다음 녹화 프로그램을 선택하여(단계 S15), 단계 S12의 처리로 복귀한다.
그리고, 단계 S12 내지 S14(또는 추가로 S15)의 처리를 반복한다. 이에 따라, 전체 녹화 프로그램에 포함되는 어구 각각의 가중이 각각 가산된 기호 쿼리가 생성된다.
그리고, 단계 S14의 판별에서, 마지막 녹화 프로그램인 것이 판별되었을 때는(S14가 Y), 상기 생성된 기호 쿼리를 정규화하여(단계 S16), 처리를 종료한다.
이 정규화된 기호 쿼리가, 녹화 프로그램의 기호에 기초하여 실제로 프로그램을 검색할 때의 기호 쿼리가 된다. 또한, 기호 쿼리의 정규화에 대해서는, 예컨대 코사인 정규화나, 피봇 정규화 등이 있지만, 정규화하는 방법이면 어떠한 방법을 이용하여도 좋다.
도 4는, 이용자의 기호를 추출하여 추천 프로그램의 검색을 행하는 기본적인 처리에 있어서의 추천 프로그램을 검색하는 방법을 설명하는 흐름도이다.
도 4에 있어서, 우선 도 3에 나타낸 처리와 같은 방법으로, 기호 쿼리를 작성한다(단계 S21).
다음에, EPG로부터 첫번째 프로그램을 선택하고(단계 S22), 그 선택한 프로그램과, 도 2에 나타낸 처리로 작성한 인덱스를 사용하여, 기호 쿼리와 선택한 프로그램과의 유사도를 산출한다(단계 S23).
이 유사도의 산출에서는, 기호 쿼리와 검색 대상의 각 프로그램에 공통으로 포함되는 어구의 가중의 곱을 산출하고, 프로그램 내에서의 곱의 합을 산출함으로써 실현할 수 있다.
그리고, 기호 쿼리에 유사한 프로그램은, 유사도의 값이 커지기 때문에, 유사도가 큰 프로그램을 추천 프로그램으로 할 수 있다.
또한, 이 유사도의 산출 처리에서는, 결과적으로, 특별히 도시하지 않지만, 기호 쿼리와 프로그램의 유사도를 나타내는 테이블이, 예컨대 유사도의 값이 큰 순으로 생성된다.
그 후, 마지막 프로그램인지의 여부를 판별하고(단계 S24), 마지막 프로그램이 아니면(S24가 N), 다음 프로그램을 선택하여(단계 S25), 단계 S23의 처리로 복귀하며, 단계 S23, S24(또는 추가로 S25)의 처리를 반복한다.
그리고, 단계 S24의 판별에서, 마지막 프로그램인 것을 판별하면(S24가 Y), 처리를 종료한다. 이에 따라, 기호 쿼리에 기초하는 프로그램의 검색이 종료한다. 그리고, 예컨대 기호 쿼리와 유사도가 높은 순으로 프로그램이 사용자에게 소개된다.
이상 설명한 추천 프로그램의 검색 장치에서는, 이용자의 기호가 시간의 경과에 따라 변화되지 않고 보편적인 경우에, 녹화 프로그램수가 증가하면, 기호 정보가 안정되고, 추천 프로그램의 정밀도(이용자의 기호에 일치하는 확률)가 향상하는 원리이다.
다만, 이용자의 기호가 변화되어 버리면, 과거의 기호의 영향이 크게 작용하 여, 새로운 기호를 반영한 프로그램을 추천할 수 없다고 하는 문제가 생긴다.
도 5는, 그와 같은 이용자의 기호가 변화된 예를 나타내는 소정 기간의 기호 정보의 예를 나타내는 도면이다. 또한, 도 5는 월 단위로 1월부터 6월까지 관리한 기호 정보의 예를 나타내고 있다.
이 사용자의 도 5에 나타내는 기호 정보는, 녹화 프로그램에 포함되는 어구의 데이터베이스로서, 좌측으로부터 우측으로 「No.」열, 「기간」열, 「녹화 프로그램에 포함되는 주된 어구」열이 마련되어 있다.
각 열에 대응하는 행으로는, 「No.」열에는, 1 내지 6까지 행 번호가 기록되어 있다. 또한, 「기간」열에는, 「No.」열의 1 내지 6까지의 행 번호에 대응하여 1월부터 6월까지의 달이 기록되어 있다.
그리고, 「녹화 프로그램에 포함되는 주된 어구」열에는, 「기간」열의 1월에 대응하는 행으로서 「레시피, 쿠킹, 요리, 제철 음식, 야채, …」 등이 기록되어 있다. 또한, 「기간」열의 2월에 대응하는 행으로서 「셰프, 일식, 레시피, 야채, 소재, …」 등이 기록되어 있다.
마찬가지로, 「기간」열의 3월에 대응하는 행으로서 「야채, 중화, 밥, 요리, …」 등이 기록되고, 「기간」열의 4월의 행으로서 「일식, 레시피, 쿠킹, 어패류, …」 등이 기록되어 있다.
또한, 「기간」열의 5월에 대응하는 행으로서 「어패류, 레시피, 셰프, 밥, …」 등이 기록되고, 또한 「기간」열의 6월의 행으로서 「요리, 축구, 독일, 레시피, 월드컵, …」 등이 기록되어 있다.
도 5의 기호 정보에 명백한 바와 같이, 이 이용자의 녹화 프로그램에 포함되는 어구는, 1월부터 5월까지는 레시피, 요리, 식품 재료 등, 거의 요리 관련의 어구로 되어 있다. 즉, 이 이용자는 1월 내지 5월의 기간은, 요리 프로그램에 강한 기호를 나타내고 있다.
그리고, 6월이 된 후, 지금까지와 같은 「요리」, 「레시피」 외, 1월 내지 5월에는 기록되어 있지 않은 「축구」, 「독일」, 「월드컵」 등의 월드컵(축구 월드컵) 관련의 어구가 기호 정보로서 기록되어 있다.
즉, 이 이용자의 녹화 프로그램에 대한 기호가 6월에 변화하여, 요리 프로그램에 추가로 축구 관련의 기호가 추가된 것을 나타내고 있다. 즉, 이 6월은, 사용자의 기호가 월드컵 관계로 변화된 달(기호 기록의 변화 부분)이다.
도 6은, 상기의 기호 정보를 이용하여 프로그램을 검색하기 위한 기호 쿼리를 생성하는 처리 흐름을 나타내는 도면이다. 도 6은, 위에 처리한 흐름을 도시하고, 아래에 기호 쿼리 생성 처리에서 생성된 어구·가중 테이블을 나타내고 있다.
위에 나타내는 처리 흐름으로서는, 녹화 조작 처리(11), 녹화 이력 기록 처리(12), 기호 쿼리 생성 처리(13), 및 EPG 검색 처리(14)를 나타내고 있다.
녹화 조작 처리(11)는, 이용자가 녹화 조작을 행하는 조작 패널을 제어하여 이용자의 녹화 조작 이벤트를 모두 취출하는 처리이다.
녹화 이력 기록 처리(12)는, 프로그램 녹화에 관련되는 이용자의 조작 이벤트를 모두, 소정의 기억 장치의 데이터 베이스 영역에 녹화 이력으로서 축적하는 처리이다.
기호 쿼리 생성 처리(13)는, 도 2 및 도 3에 나타낸 바와 같은 처리에 의해, 도 5의 기호 정보에 기초하여 기호 쿼리를 생성하는 처리이다.
이 기호 쿼리 생성 처리에 의해, 도 6의 아래에 나타내는 어구·가중 테이블(15)이 생성된다. 어구·가중 테이블(15)에는, 사용자의 기호로서 추출되는 어구에 부여된 가중이 표시되어 있다.
그리고, 이 어구·가중 테이블(15)에 표시되는 가중을 가진 기호 쿼리에 의해, EPG 검색 처리(14), 즉 이용자에의 추천 프로그램을 검색하는 처리가 행해지고, 가중이 큰 기호 쿼리에 유사한 어구를 가진 방송 예정 프로그램이 이용자에게 추천된다.
도 5에 나타낸 최신 기간인 6월에서는 「축구」, 「독일」의 어구는 녹화 프로그램의 기록에 나오는 빈도가 적고, 「축구」, 「독일」의 어구의 가중이 작아져 있다.
이와 같이, 도 5에 나타내는 기호 정보와 같이 최신 기간에서 기호가 변화되어 있는 기호 정보로부터 1월 내지 6월의 기간에서 기호 쿼리를 생성하면, 축구 관련 어구의 가중이 작아지고, 축구 관련 프로그램이 거의 추천되지 않는다고 하는 문제가 발생한다.
종래, 이 문제를 해결하기 위해, 기호가 변화된 시점에서, 이용자가 과거의 기호를 클리어하는 방법이 취해져 왔다. 그러나 이용자가 자기의 기호의 변화를 판단하여 기호 정보의 클리어 조작을 행하는 것은, 번거로운 작업이다.
또한, 일반적으로 이용자의 기호가 급격히 변화하는 것은 아니고, 과거의 기 호로부터 단계적으로 다른 기호로 변화되어 가는 것이 예상된다.
본 발명에 있어서는, 이하에 설명하는 바와 같이, 이용자의 기호 변화를 검출하고, 그 변화량에 따라 기호 쿼리를 생성함으로써, 이용자의 기호에 추종한 프로그램 추천 기능을 실현할 수 있다.
도 7은, 본 발명의 이용자의 기호에 추종한 프로그램 추천 기능을 실현하는 원리를 나타내는 도면이다. 도 7에 나타내는 본 발명의 처리의 원리로는, 처리 흐름이, 녹화 조작 처리(16), 녹화 이력 기록 처리(17), 기호 변화의 분석 처리(18), 기호 쿼리 생성 처리(19), 및 EPG 검색 처리(20)로 이루어져 있다.
또한, 상기한 녹화 조작 처리(16), 녹화 이력 기록 처리(17), 기호 쿼리 생성 처리(19), 및 EPG 검색 처리(20)는, 도 6에 나타낸 종래의 처리 흐름의 녹화 이력 기록 처리(12), 기호 쿼리 생성 처리(13), 및 EPG 검색 처리(14)와 거의 같은 처리이다.
그리고, 도 7의 처리 흐름에 나타내는 바와 같이, 본 발명에서는, 이용자의 기호의 변화를 검출하기 위해, 도 6에 나타낸 종래의 처리 흐름의 녹화 이력 기록 처리(12)와 기호 쿼리 생성 처리(13) 사이에 기호 변화의 분석 처리(18)를 마련한다. 또한 이에 따라, 본 발명에서는, 기호 변화의 분석 처리(18)에 계속되는 기호 쿼리 생성 처리(19)의 처리도 종래와는 다르다.
이 처리에서는, 각 기간마다(예에서는 1개월) 기호 정보를 산출하고, 그 산출한 기호 정보와 이전 달의 기호 정보와의 유사도를 산출한다. 이에 따라, 기호의 변화량을 산출할 수 있다.
도 7의 아래 좌측에 나타내는 이전 기간의 기호 정보와의 유사도 테이블(21)에 나타내는 예에서는, 「기간」열에 나타내는 기간 「1월, 2월, 3월, 4월, 5월, 6월」에 대응하는 「이전 기간의 기호 정보와의 유사도」열에 나타내는 유사도는 「-, 0.8, 0.9, 0.8, 0.8, 0.3」이 되어 있고, 1월부터 5월까지의 기간은, 유사도가 0.8 이상으로 높은 상태를 나타내고 있다.
그리고, 6월에 유사도가 0.3으로 내려가 있기 때문에, 6월에 이용자의 기호가 크게 변화된 것을 알 수 있다.
도 7의 처리 흐름에서는, 상기와 같이 이용자의 기호가 변화된 것을 받아, 기호 쿼리 생성 처리(19)에 있어서의 기호 쿼리의 생성시에는, 최근(본 예에서는 6월기)의 녹화 프로그램에 포함되는 어구(본 예에서는, 축구, 독일)의 가중을 강조(본 예에서는 5배)하여 기호 쿼리를 작성한다.
이에 따라, 도 6의 아래의 어구·가중 테이블(15)에 나타낸 축구, 독일의 어구의 각각의 가중 「0.1」이 본 발명의 예에서는 5배로 강조된다.
즉, 도 7의 아래 우측의 어구·가중 테이블(22)에 나타내는 바와 같이, 다른 어구 「레시피, 요리, 셰프, …」의 경우는, 가중이 「0.8, 0.7, 0.6, …」인 상태로서 도 6의 아래의 경우와 다르지 않지 않는 데, 기호의 변화에 의한 새로운 어구 「축구, 독일」의 경우는, 각각의 가중이 「0.5」가 되어 축구 월드컵 관련 어구의 가중이 강조되어 있다.
이와 같이, 기호가 변화된 6월 녹화 프로그램의 가중을 강조하여, 1월 내지 6월의 녹화 이력으로부터 기호 쿼리(평균 벡터)를 생성하고, EPG 검색 처리(20)에 서, EPG로부터 추천 프로그램을 검색한다. 이에 따라, 축구 월드컵 관련의 프로그램이 상위로 추천된다.
도 8은, 상기 기호 변화의 분석 처리(18)에 의한 기호의 변화를 받아들이는 처리를 상세히 설명하는 흐름도이다. 또한, 이 처리에서는, 도 2에 나타낸 인덱스 생성의 처리가 미리 행해지고 있는 것으로 한다.
도 8에 있어서, 처리가 시작되면, 우선 최신 기간이 선택된다(단계 S101). 그리고, 선택된 최신 기간 중의 첫번째 녹화 프로그램이 선택된다(단계 S102).
계속해서, 인덱스로부터 녹화 프로그램에 포함되는 각 어구의 가중을 취득한다(단계 S103). 이 처리에서 얻어져 있는 기간 내의 기호 정보를 기간 기호로서, 그 기간 기호에 상기 각 어구의 가중을 가산한다(단계 S104).
그리고, 마지막 녹화 프로그램인지의 여부를 판별하고(단계 S105), 마지막 녹화 프로그램이 아니면(S105가 N), 다음 녹화 프로그램을 선택하여(단계 S106), 단계 S103의 처리로 복귀한다.
그리고, 단계 S103 내지 S105(또는 추가로 S106)의 처리를 반복한다. 이에 따라, 최신 기간의 전체 녹화 프로그램에 포함되는 어구 각각의 가중이 각각 가산된 기간 기호가 생성된다.
그리고, 단계 S105의 판별에서, 마지막 녹화 프로그램인 것이 판별되었을 때는(S105이 Y), 상기 생성된 기간 기호를 정규화한다(단계 S107).
상기한 최신 기간을 선택한 후, 첫번째 녹화 프로그램을 선택하는 단계 S102로부터, 기간 기호를 정규화하는 단계 S107까지의 처리는, 기본적으로 도 3의 단계 S11 내지 S16의 처리와 마찬가지다.
즉, 도 8에서는, 소정 기간 내의 기호 정보를 기간 기호라고 부르고 있지만, 이 기간 기호의 생성 방법은, 기본적으로는 도 3에 나타낸 기호 쿼리의 생성 방법과 동일하다.
도 8에서 도 3의 경우와 상이한 것은, 기간 기호의 처리 대상이 되는 녹화 프로그램이, 특정한 기간[최신 기간과 그 이전의 기간(이전 기간)]에 한정되어 있는 것이다.
또한, 도 8에서는, 최신 기간의 기호 변화만을 분석하는 처리의 예를 나타내고 있지만, 각 기간마다의 기호 변화를 분석하는 경우라도 처리 내용은 마찬가지이다.
그리고, 도 8에 나타내는 예에서는, 최신 기간의 기간 기호와 이전 기간의 기간 기호를 구하고, 양자의 유사도를 구하고 있다.
즉, 도 8에 있어서, 상기 단계 S107의 처리에 계속해서, 최신 기간인지의 여부를 판별하고(단계 S108), 최신 기간이면(S108이 Y), 그 최신 기간 이전의 기간(이전 기간)을 선택하여(단계 S106), 단계 S103의 처리로 복귀하고, 전술한 단계 S102 내지 S107의 처리를 행하여 이전 기간의 기간 기호를 정규화한다.
그리고, 단계 S108의 판별에서, 최신 기간이 아닌 것으로 판별하면(S108이 N), 최신 기간 기호와 이전 기간 기호의 유사도를 산출하여(단계 S110), 처리를 종료한다. 이에 따라, 예컨대 도 7의 아래 좌측에 나타내는 이전 기간의 기호 정보와의 유사도 테이블(21)이 생성된다.
여기서, 유사도가 높은 경우는, 기호의 변화가 없고, 유사도가 낮은 경우는, 기호가 변화되었다고 판단할 수 있다. 그와 같은 기호 변화의 분석 결과를 이용하여 기호 쿼리를 생성하는 방법을 이하에 설명한다.
도 9는, 기호 변화의 분석 결과를 이용하여, 도 7의 기호 쿼리 생성 처리(19)에 의한 가중을 강조한 기호 쿼리를 생성하는 처리를 상세히 설명하는 흐름도이다.
또한, 본 예에 있어서의 기본적인 기호 쿼리의 생성 방법은, 도 3의 경우와 거의 같다. 다만 본 예가 도 3의 경우와 상이한 것은, 기호 쿼리를 생성한 프로그램이 최신 기간의 프로그램이었던 경우에, 기호 변화의 분석 결과에 따라 어구의 가중을 조정하는 처리가 마련되어 있는 것이다.
즉, 도 9에 있어서, 단계 S201 및 S202의 처리는, 도 3의 단계 S11 및 S12의 처리와 동일하다. 또한, 도 9에 있어서의 단계 S205 내지 S208의 처리는 도 3의 단계 S13 내지 S16의 처리와 동일하다.
그리고, 도 9는, 도 3의 단계 S12와 S13 사이에, 단계 S203과 S204의 처리가 삽입된 흐름으로 되어 있다.
그리고, 단계 S203에서, 본 예의 처리에서 기호 쿼리를 생성한 프로그램이 최신 기간의 프로그램인지의 여부를 판별하고, 최신 기간의 프로그램이었던 경우에(S203가 Y), 단계 S204에서, 기호 변화의 분석 결과에 따라 어구의 가중을 조정한다.
이 단계 S203 및 S204의 처리에 의해, 도 7의 아래 우측에 나타내는 어구· 가중 테이블(22)이 생성된다.
전술한 바와 같이, 본 예에서는, 최신 기간의 어구에 있어서의 가중의 조정은 「5배」이지만, 이 배수는 설계 단계에서 정해져 있는 것이다. 다만, 가중의 결정 방법에는 후술하는 바와 같이 다른 방법도 있고, 배수로 행한다고 한정하는 것이 아닌 것은 물론이다.
또한, 본 예에서는, 최신 기간의 어구가 아닌 것은(S203이 N), 과거의 어구라고 간주하여 가중의 조정은 행하지 않는다.
이상의 방법에 의해, 이용자의 기호 변화를 검출하여, 변화량에 따른 추천 프로그램의 산출이 가능해지고, 종래보다 이용자의 요망에 정확하게 응답하는 프로그램 추천 기능을 실현할 수 있다.
또한, 도 8에 나타낸, 기호 변화의 분석 방법에서는, EPG에 포함되는 어구와 프로그램명으로 이루어지는 벡터 공간을 이용하여 변화량을 산출하고 있지만, 이 방법은, 고정밀도인 기호 변화의 분석을 기대할 수 있는 한편, 반복 계산이 많기 때문에 계산량이 많아져, 시간이 걸린다고 하는 문제가 남겨져 있다.
또한, 기호 변화를 분석하는 방법은, 상기한 방법에 한하지 않고, 기호 변화를 정량적으로 받아들일 수 있는 방법이면, 전술한 것과는 상이한 방법이어도 좋은 것은 물론이다.
도 10은, 기호 변화의 분석예의 다른 예로서, 장르를 이용한 기호 변화의 분석예를 나타내는 도면이다. 통상, EPG에는, 각 프로그램의 종류를 분류하기 위한 장르 정보가 포함되어 있다.
본 예에서는, 각 기간마다의 녹화 이력으로부터, 각 장르가 녹화된 비율을 구하고, 기간마다 관리한다. 그리고, 이 관리 데이터로부터, 예컨대 도 10의 상하에 나타내는 바와 같은 테이블이 생성된다.
도 10의 상하에 나타내는 예에서는, 좌측으로부터 우측으로 「장르」열, 이전 기간을 나타내는 「5월」열, 최신 기간을 나타내는 「6월」열, 장르마다 최신 기간과 이전 기간의 차(절대값)를 나타내는 「변화량」열의 테이블이 작성되어 있다. 상기한 「장르」열에는 「스포츠, 드라마, 요리」의 장르가 포함되어 있다.
이들 「스포츠, 드라마, 요리」의 장르의 기간마다의 녹화된 비율은, 도 10의 위에 나타내는 테이블(23)의 예에서는, 장르가 「스포츠」로, 이전 기간의 5월기에서는 「5」, 최신 기간인 6월기에서는 「2」, 따라서 변화량은 「3」으로 되어 있다.
또한, 장르가 「드라마」로, 이전 기간의 5월기에서는 「3」, 최신 기간의 6월기에서는 「5」, 따라서 변화량은 「2」로 되어 있다. 그리고, 장르가 「요리」로, 이전 기간의 5월기에서는 「2」, 최신 기간의 6월기에서는 「3」, 따라서 변화량은 「1」로 되어 있다.
상기한 각 장르마다의 차 「3, 2, 1」을 가산하면 기호 변화량의 크기 「6」을 구할 수 있다.
또한, 도 10 아래에 나타내는 테이블(24)의 예에서는, 각 장르 「스포츠, 드라마, 요리」 각각의 이전 기간의 5월기에서의 녹화된 비율은 「5, 3, 2」로 도 10의 위에 나타내는 테이블(23)의 예와 다르지 않지만, 최신 기간의 6월기에서 녹화 된 비율은 「4, 4, 2」가 되어, 도 10의 위에 나타내는 테이블(23)의 예와는 상이하고, 따라서 그 변화량도 「1, 1, 0」으로 되어 있다.
그리고, 각 장르마다의 차 「1, 1, 0」을 가산하면 기호 변화량의 크기 「2」를 구할 수 있다.
즉, 도 10의 위에 나타내는 테이블(23)의 예에서는 변화량이 크고, 도 10의 아래에 나타내는 테이블(24)의 예에서는 변화량이 작은 것을 알 수 있다.
그런데, 도 7에 나타낸 예는, 텔레비젼 조작 내용으로서 녹화 이력을 이용하였지만, 이용자의 기호를 반영한 조작이면, 녹화에 한하지 않고, 예컨대 시청 조작도 마찬가지로 이용할 수 있다.
다만, 조작 내용에 따라서 이용자의 기호의 강도를 나타내는 값은 변한다. 일반적으로는, 시청된 프로그램보다 녹화된 프로그램 쪽이 보다 이용자의 기호가 강한 정보로서 파악된다.
그런데, 먼저 도 7에 나타낸 기호 쿼리의 생성에 있어서는, 이용자에 의한 조작 내용에 따라서, 기호 쿼리에 가산하는 어구의 가중으로서, 예컨대 녹화이면 계수=2, 시청이면 계수=1, 소거이면 계수=-2라고 하는 정보를 미리 설정하여 유지하고, 조작 내용에 따라서 어구의 가중에 곱하는 계수를 변화시킴으로써 가중을 조정하는 것에 의해, 보다 이용자의 기호를 정확하게 반영한 기호 쿼리를 작성할 수 있다.
도 11은, 그와 같이 조작 내용에 따라서 어구의 가중에 곱하는 계수를 변화시킴으로써 가중을 조정하는 처리 흐름도이다.
도 11에 있어서, 처리가 시작되면, 우선 첫번째 조작 프로그램을 선택하고(단계 S301), 인덱스로부터 조작 프로그램에 포함되는 각 어구의 가중을 취득한다(단계 S302). 이들 처리는, 도 3의 단계 S11, S12의 처리와 동일하다.
다음에, 조작 내용으로부터 어구의 가중에 곱하는 계수를 취득한다(단계 S303). 이 처리에서는, 전술한 바와 같이, 계수는 예컨대 녹화=2.0, 시청=1.0, 소거=-2.0과 같이 미리 설정되어 있다.
그리고, 기호 쿼리에 어구의 (가중×계수)를 가산한다(단계 S304). 즉, 도 3의 단계 13의 처리에 있어서, 단순히 가중을 가산하는 것이 아니고, 가중에 계수를 곱하여 강조된 가중을 가산하는 것이 된다.
계속해서, 마지막 조작 프로그램인지의 여부를 판별하고(단계 S305), 마지막 조작 프로그램이 아니면(S305가 N), 다음 조작 프로그램을 선택하여(단계 S306), 단계 S302의 처리로 복귀한다.
그리고, 단계 S302 내지 S305(또는 추가로 S306)의 처리를 반복한다. 이에 따라, 전체 녹화 프로그램에 포함되는 어구 각각의 가중에 계수를 곱한 강조된 가중이 각각 가산된 기호 쿼리가 생성된다.
그리고, 단계 S305의 판별에서, 마지막 조작 프로그램인 것이 판별되었을 때는(S305가 Y), 상기 생성된 기호 쿼리를 정규화하여(단계 S307), 처리를 종료한다.
이 정규화된 기호 쿼리가, 녹화 프로그램의 최신 기간의 기간 기호에 기초하여 프로그램을 검색할 때의, 이용자의 변화된 최신 기호에 즉응한 기호 쿼리가 된다.
또한, 먼저 나타낸 도 8에 있어서의 기간 기호의 산출에 있어서도, 상기와 같은 원리에 있어서 조작 내용에 따른 처리가 가능하다.
도 12는, 조작 내용에 따라 기간 기호의 산출을 행하는 처리 흐름도이다. 또한 이 도 12에 있어서의 단계 S404 내지 S406의 처리는, 도 8에 나타낸 단계 S104 및 S105의 처리와 교체한 흐름으로 되어있다.
또한, 기호를 나타내는 어구에 부가하는 가중의 산출 방법에 있어서, 단순히 녹화 프로그램의 출현 빈도를 조사하는 것뿐인 것과, 조작 내용에 따라 가중을 변화시키는 것과의 차이를 나타내기 위해, 도 8의 S105의 판별 처리의 「마지막 녹화 프로그램?」의 표현은, 도 12에서는 S406의 판별 처리 「마지막 조작 프로그램?」의 표현으로 바뀌어 있다.
도 12에 있어서, 처리가 시작되면, 우선 최신 기간이 선택된다(단계 S401). 그리고, 선택된 최신 기간 중의 첫번째 녹화 프로그램이 선택된다(단계 S402). 다음에, 인덱스로부터 녹화 프로그램에 포함되는 각 어구의 가중이 취득된다(단계 S403).
상기에 계속해서 본 예에서는, 이용자의 프로그램 조작 이력의 내용으로부터 어구의 가중에 곱하는 계수가 취득된다(단계 S404). 이 처리에서는, 단계 S404의 처리에 링크하여 나타내는 조작 계수 테이블(25)이 사용된다.
즉, 도면에 나타내는 바와 같이 조작 계수 테이블(25)에는, 조작 내용 「녹화, 시청」에 대응하는 계수가 「2, 1」로 설정되어 있다. 물론, 전술한 바와 같이, 조작 내용에 「소거」를 추가하고, 이에 대응하는 계수를 예컨대 「-2」로 설 정하여도 좋다.
상기한 처리에 계속해서, 기간 기호에 어구의 가중이 가산된다(단계 S405). 즉, 조작 내용에 따라 어구의 가중이 강조된(조작 내용이 녹화 또는 시청의 경우) 기간 기호가 순차 형성되어 간다.
그리고, 마지막 조작 프로그램인지의 여부를 판별하고(단계 S406), 마지막 조작 프로그램이 아니면(S405가 N), 다음 조작 프로그램을 선택하여(단계 S407), 단계 S403의 처리로 복귀된다.
그리고, 단계 S403 내지 S406(또는 추가로 S407)의 처리를 반복한다. 이에 따라, 최신 기간의 전체 조작 프로그램에 포함되는 어구 각각의 가중이 조작 내용에 따라 강조되고, 각각 가산된 기간 기호가 생성된다.
그리고, 단계 S406의 판별에서, 마지막 조작 프로그램인 것이 판별되었을 때는(S406이 Y), 상기 생성된 기간 기호를 정규화한다(단계 S408).
계속해서, 최신 기간인지의 여부를 판별하고(단계 S409), 최신 기간이면(S409이 Y), 그 최신 기간의 이전의 기간(이전 기간)을 선택하며(단계 S410), 단계 S402의 처리로 복귀하고, 전술한 단계 S402 내지 S408의 처리를 행하여 이전 기간의 기간 기호를 정규화한다.
그리고, 단계 S409의 판별에서, 최신 기간이 아닌 것으로 판별하면(S409이 N), 최신 기간 기호와 이전 기간 기호의 유사도를 산출하여(단계 S411), 처리를 종료한다.
이 단계 S411에 있어서의 산출 결과는, 도 8의 단계 S110에 있어서의 산출 결과와 같이 어구의 출현 빈도에만 의하는 것이 아니라, 이용자의 조작 내용에 따라 바뀌어 있다.
그런데, 도 7의 아래 좌측의 「이전 기간의 기호 정보와의 유사도 테이블(21)」에 나타낸 예에서는, 기호가 크게 변화된 경우에 일률적으로 어구의 가중을 5배로 하고 있었다.
그러나, 일률적으로 어구의 가중을 배수로 하는 것이 아니라, 기호의 변화량에 따라 어구의 가중에 곱하는 계수를 조정함으로써, 보다 이용자의 기호 변화에 적확하게 추종할 수 있게 된다.
기호의 변화량은, 기간 기호의 유사도로 나타낼 수 있기 때문에, 기호의 변화량을 유사도에 따른 계수로서 관리할 수 있다. 즉, 이용자의 기호 변화의 대소에 따라 어구의, 나아가서는 기호 쿼리의 가중을 바꿀 수 있다.
도 13은, 이와 같이 기호의 변화량에 따라 어구의 가중에 곱하는 계수를 기호의 유사도에 따라 조정하는 방법의 처리를 나타내는 흐름도이다.
또한, 이 도 13에 있어서의 단계 S504 및 S505의 처리는, 도 9에 나타낸 단계 S204 및 S205의 처리와 교체한 흐름으로 되어 있다. 그리고, 도 12의 조작 계수 테이블(25)을 유사도 계수 테이블(26)에 추가로 교체시킨 처리로 되어 있다.
도 13에 있어서, 처리가 시작되면, 우선 첫번째 녹화 프로그램이 선택된다(단계 S501). 다음에, 인덱스로부터 녹화 프로그램에 포함되는 각 어구의 가중이 취득된다(단계 S502).
상기에 계속해서 본 예에서는, 최신 기간의 프로그램인지의 여부가 판별되 고(단계 S503), 최신 기간의 프로그램이면(S503이 Y), 어구의 가중에 곱하는 계수가 취득된다(단계 S504).
이 처리에서는, 도 12의 최종 처리 단계 S411에서 구하고 있는 유사도에 기초하여 본 예의 단계 S504의 처리에 링크하고 있는 유사도 계수 테이블(26)이 사용된다.
즉, 도 13에 나타내는 바와 같이, 유사도 계수 테이블(26)에는, 유사도 「0.8 내지 1.0」 「0.6 내지 0.8」 「0.4 내지 0.6」 「0.2 내지 0.4」 「0.0 내지 0.2」에 대응하여, 계수가 「1」 「2」 「3」 「4」 「5」로 표시되고 있다.
즉, 유사도가 크면(기호의 변화가 적으면) 계수가 작고, 유사도가 작으면(기호의 변화가 크면) 계수가 커져 있다. 이 계수가 어구의 가중에 곱해지기 때문에, 변화된 기호의 가중이 강조된다.
상기한 처리에 계속해서, 기호 쿼리에 상기한 어구의 「가중×계수」가 가산된다(단계 S505).
계속해서, 마지막 녹화 프로그램인지의 여부가 판별되고(단계 S506), 마지막 녹화 프로그램이 아니면(S506이 N), 다음 녹화 프로그램을 선택하여(단계 S507), 단계 S502의 처리로 복귀된다.
그리고, 단계 S502 내지 S506(또는 추가로 S507)의 처리를 반복한다. 이에 따라, 기호의 변화에 따라 어구의 가중이 조정된 첫번째에 있어서의 기호 쿼리가 순차 형성되어 간다.
그리고, 단계 S506의 판별에서, 마지막 녹화 프로그램인 것이 판별되었을 때 는(S506이 Y), 상기 생성된 기호 쿼리를 정규화하여 (단계 S508) 처리를 종료한다.
이 정규화된 기호 쿼리가, 이용자의 변화된 기호에 즉응한 기호 쿼리가 된다.
그런데, 도 8에 나타낸 예에서는 기간 기호의 비교를 최신 기간과 이전 기간에서만 행하고 있었다. 이것은, 이용자의 최신 기호를 반영시킬 목적으로는 유효한 방법이다.
다만, 기호의 변화가 일시적인 것인지, 계속적인 것인지라는 것을 판단할 수 있으면, 이용자의 기호 변화에 더 민감하게 대응할 수 있다고 생각된다.
도 14는, 이용자의 기호의 변화가 일시적인 것인지 계속적인 것인지를 판단하기 위한 기간 유사도 테이블의 예를 나타내는 도면이다.
도 14에 나타내는 「이전 기간의 기호 정보와의 유사도 테이블(27)」은, 도 7의 아래 좌측의 「이전 기간의 기호 정보와의 유사도 테이블(21)」로 나타낸 기호 변화의 분석예를, 다음달까지 추가로 진행시킨 것이다.
도 14의 이전 기간의 기호 정보와의 유사도 테이블(27)의 예를 보면, 2월부터 5월까지 유사도가 「0.8 또는 0.9」로 높던(변화되지 않았던) 기호가, 6월에서 변화되고(유사도가 「0.3」으로 낮아지고), 7월에서는 유사도가 「0.8」로 높아져 있다(이전 달과 기호의 변화가 없어져 있다).
즉, 1월부터 5월까지의 기호는 유사하지만, 6월에서 변화되고, 그 변화가 7월도 계속되고 있다고(6월과 7월은 동일한 프로그램을 보고 있다고) 판단할 수 있다.
이와 같이 기호의 변화가 계속되고 있는 경우는, 도 9에 있어서 최신 기간만의 어구의 가중을 조정하였던 처리를, 최신 기간(도 14의 예에서는 변화가 계속되고 있는 7월)과 이전 기간(도 14의 예에서는 기호가 변화된 6월)으로 확장함으로써, 이용자의 기호 변화를 더 강하게 반영한 처리가 가능해진다.
특히 흐름도로 나타내지 않지만, 본 예의 처리를 실행함에 있어서는, 최초의 변화, 즉 6월의 변화에서는 적절하게(moderate) 가중을 가한다. 그리고, 변화된 기호가 7월과 같이 계속되고 있으면, 이 유사도가 높은 기호의 가중을 강조하도록 한다. 이것으로, 이용자의 기호 변화를 강하게 반영한 처리가 가능해진다.
또한, 지금까지 설명한 예에서는, 기호의 변화를 산출하여, 어구의 가중을 조정해 왔지만, 기호 변화의 분석 처리를 생략하여도, 최신의 기호를 강하게 반영한 처리를 행하면, 간이적으로 이용자의 기호에 추종한 처리가 가능해진다.
이것은, 기호 쿼리의 생성 처리에 있어서, 최신 기간의 어구에 큰 가중을 부여하고, 과거의 기간이 될수록 작은 가중으로 함으로써 실현 가능하다.
이상, 설명한 바와 같이, 본 발명에 의하면, 이용자의 기호 변화를 검출하여, 변화량에 따른 검색 요구(기호 쿼리)를 자동 생성하므로, 이용자의 기호 변화에 추종한 정밀도가 높은 프로그램 추천 기능을 실현할 수 있다.
(부기 1)
프로그램 정보를 저장하는 프로그램 정보 저장 수단과,
텔레비젼 조작 이력을 저장하는 조작 이력 저장 수단과,
상기 프로그램 정보와 상기 텔레비젼 조작 이력으로부터 기호 정보를 생성하 고, 이 기호 정보를 소정 기간마다 관리하는 기호 정보 관리 수단과,
상기 소정 기간마다 관리된 상기 기호 정보의 변화량을 산출하는 기호 변화량 산출 수단을 포함하며,
상기 기호 정보의 변화량에 따라 가중을 조정한 검색 요구를 생성하고, 이 검색 요구에 의해 상기 프로그램 정보로부터 추천 프로그램을 검색하는 것을 특징으로 하는 프로그램 검색 장치.
(부기 2)
상기 기호 정보로서, 전자 프로그램 정보로부터 취득한, 어구 및 프로그램명의 통계량으로부터 산출한 어구의 가중과, 프로그램명으로 이루어지는 벡터 정보를 생성하는 수단을 포함하는 것을 특징으로 하는 부기 1 기재의 프로그램 검색 장치.
(부기 3)
상기 기호 정보로서, 전자 프로그램 정보로부터 취득한 프로그램명과 장르의 빈도로 이루어지는 기호 정보 생성 수단을 포함하는 것을 특징으로 하는 부기 1 기재의 프로그램 검색 장치.
(부기 4)
상기 검색 요구를 생성함에 있어서, 상기 텔레비젼 조작 이력에 포함되는 텔레비젼 조작 내용에 따라서, 상기 검색 요구에 포함되는 어구의 가중을 조정하는 조작 내용 가중 조정 수단을 더 포함하는 것을 특징으로 하는 부기 1 기재의 프로그램 검색 장치.
(부기 5)
상기 소정 기간마다 관리해야 하는 상기 기호 정보를 생성함에 있어서, 상기 텔레비젼 조작 이력에 포함되는 텔레비젼 조작 내용에 따라서, 상기 기호 정보에 포함되는 어구의 가중을 조정하는 기호 정보 가중 조정 수단을 더 포함하는 것을 특징으로 하는 부기 1 기재의 프로그램 검색 장치.
(부기 6)
상기 검색 요구를 생성함에 있어서, 상기 소정 기간마다의 기호의 유사도에 따라서, 상기 검색 요구에 포함되는 어구의 가중을 조정하는 유사도 가중 조정 수단을 더 포함하는 것을 특징으로 하는 부기 1 기재의 프로그램 검색 장치.
(부기 7)
상기 기호 변화량 산출 수단은, 상기 기호 정보의 변화량을 산출하는 대상 기간을, 최신 기간과 하나 앞의 기간으로 하는 것을 특징으로 하는 부기 1 기재의 프로그램 검색 장치.
(부기 8)
상기 기호 변화의 계속 기간을 산출하는 변화 계속 기간 산출 수단을 더 포함하는 것을 특징으로 하는 부기 1 기재의 프로그램 검색 장치.
(부기 9)
대상 기간을 최신 기간으로 하고, 이 기간의 검색 요구를 생성함에 있어서, 상기 검색 요구를 형성하는 어구의 가중에 일정값 이상의 계수를 곱하는 것을 특징으로 하는 부기 1 기재의 프로그램 검색 장치.
(부기 10)
프로그램 정보를 저장하는 프로그램 정보 저장 공정과,
텔레비젼 조작 이력을 저장하는 조작 이력 저장 공정과,
상기 프로그램 정보와 상기 텔레비젼 조작 이력으로부터 기호 정보를 생성하고, 이 기호 정보를 소정 기간마다 관리하는 기호 정보 관리 공정과,
상기 소정 기간마다 관리된 상기 기호 정보의 변화량을 산출하는 기호 변화량 산출 공정을 포함하고,
상기 기호 정보의 변화량에 따라 가중을 조정한 검색 요구를 생성하며, 이 검색 요구에 의해 상기 프로그램 정보로부터 추천 프로그램을 검색하는 것을 특징으로 하는 프로그램 검색 방법.
(부기 11)
상기 기호 정보로서, 전자 프로그램 정보로부터 취득한 어구 및 프로그램명의 통계량으로부터 산출한 어구의 가중과, 프로그램명으로 이루어지는 벡터 정보를 생성하는 공정을 포함하는 것을 특징으로 하는 부기 10 기재의 프로그램 검색 방법.
(부기 12)
상기 기호 정보로서, 전자 프로그램 정보로부터 취득한 프로그램명과 장르의 빈도로 이루어지는 기호 정보 생성 공정을 포함하는 것을 특징으로 하는 부기 10 기재의 프로그램 검색 방법.
(부기 13)
상기 검색 요구를 생성함에 있어서, 상기 텔레비젼 조작 이력에 포함되는 텔 레비젼 조작 내용에 따라서, 상기 검색 요구에 포함되는 어구의 가중을 조정하는 조작 내용 가중 조정 공정을 더 포함하는 것을 특징으로 하는 부기 10 기재의 프로그램 검색 방법.
(부기 14)
상기 소정 기간마다 관리해야 하는 상기 기호 정보를 생성함에 있어서, 상기 텔레비젼 조작 이력에 포함되는 텔레비젼 조작 내용에 따라서, 상기 기호 정보에 포함되는 어구의 가중을 조정하는 기호 정보 가중 조정 공정을 더 포함하는 것을 특징으로 하는 부기 10 기재의 프로그램 검색 방법.
(부기 15)
상기 검색 요구를 생성함에 있어서, 상기 소정 기간마다의 기호의 유사도에 따라서, 상기 검색 요구에 포함되는 어구의 가중을 조정하는 유사도 가중 조정 공정을 더 포함하는 것을 특징으로 하는 부기 10 기재의 프로그램 검색 방법.
(부기 16)
상기 기호 변화량 산출 수단은, 상기 기호 정보의 변화량을 산출하는 대상 기간을, 최신 기간과 하나 앞의 기간으로 하는 것을 특징으로 하는 부기 10 기재의 프로그램 검색 방법.
(부기 17)
상기 기호의 변화의 계속 기간을 산출하는 변화 계속 기간 산출 공정을 더 포함하는 것을 특징으로 하는 부기 10 기재의 프로그램 검색 방법.
(부기 18)
대상 기간을 최신 기간으로 하고, 이 기간의 검색 요구를 생성함에 있어서, 이 검색 요구를 형성하는 어구의 가중에 일정값 이상의 계수를 곱하는 것을 특징으로 하는 부기 10 기재의 프로그램 검색 방법.
도 1은 제1 실시형태에 있어서의 프로그램 검색 장치의 회로 구성을 나타내는 블록도.
도 2는 이용자의 기호를 추출하여 추천 프로그램의 검색을 행하는 기본적인 처리에 있어서의 EPG로부터 검색 인덱스를 생성하는 처리를 설명하는 흐름도.
도 3은 이용자의 기호를 추출하여 추천 프로그램의 검색을 행하는 기본적인 처리에 있어서의 녹화 이력의 정보로부터 기호 쿼리를 생성하는 방법을 설명하는 흐름도.
도 4는 이용자의 기호를 추출하여 추천 프로그램의 검색을 행하는 기본적인 처리에 있어서의 추천 프로그램을 검색하는 방법을 설명하는 흐름도.
도 5는 이용자의 기호가 변화된 예를 나타내는 소정 기간의 기호 정보의 예를 나타내는 도면.
도 6은 도 5의 기호 정보를 이용하여 프로그램을 검색하기 위한 기호 쿼리를 생성하는 처리 흐름을 나타내는 도면.
도 7은 본 발명의 이용자의 기호에 추종한 프로그램 추천 기능을 실현하는 원리를 나타내는 도면.
도 8은 기호 변화의 분석 처리에 의한 기호의 변화를 받아들이는 처리를 상세히 설명하는 흐름도.
도 9는 기호 쿼리 생성 처리에 의한 가중을 가하여 강조하는 처리를 상세히 설명하는 흐름도.
도 10은 기호 변화의 분석예의 다른 예로서 장르를 이용한 기호 변화의 분석예를 나타내는 도면.
도 11은 프로그램의 조작 내용에 따라 어구의 가중에 곱하는 계수를 변화시킴으로써 가중을 조정하는 처리 흐름도.
도 12는 프로그램의 조작 내용에 따라서 기간 기호의 산출을 행하는 처리 흐름도.
도 13은 기호의 변화량에 따라서 어구의 가중에 곱하는 계수를 기호의 유사도에 따라서 조정하는 방법의 처리를 나타내는 흐름도.
도 14는 이용자의 기호의 변화가 일시적인 것인지 계속적인 것인지를 판단하기 위한 기간 유사도 테이블의 예를 나타내는 도면.
(부호의 설명)
1: 프로그램 검색 장치 2: CPU(central processing unit)
3: 버스 4: 입출력부
5: TV 튜너 6: 영상·음성 출력부
7: 기억 장치 8: 메모리
9: 안테나
10: 일정 기간 내의 이용자의 기호 정보의 예
11: 녹화 조작 처리 12: 녹화 이력 기록 처리
13: 기호 쿼리 생성 처리 14: EPG 검색 처리
15: 어구·가중 테이블 16: 녹화 조작 처리
17: 녹화 이력 기록 처리 18: 기호 변화의 분석 처리
19: 기호 쿼리 생성 처리 20: EPG 검색 처리
21: 이전 기간의 기호 정보와의 유사도 테이블
22: 어구·가중 테이블
23, 24: 장르 마다 최신 기간과 이전 기간의 변화량 테이블
25: 조작 계수 테이블 26: 유사도 계수 테이블
27: 이전 기간의 기호 정보와의 유사도 테이블

Claims (9)

  1. 프로그램 정보를 저장하는 프로그램 정보 저장 수단과,
    텔레비젼 조작 이력을 저장하는 조작 이력 저장 수단과,
    상기 프로그램 정보와 상기 텔레비젼 조작 이력으로부터 기호 정보를 생성하고, 상기 기호 정보를 소정 기간마다 관리하는 기호 정보 관리 수단과,
    상기 소정 기간마다 관리된 상기 기호 정보의 변화량을 산출하는 기호 변화량 산출 수단
    을 포함하며,
    상기 기호 정보의 변화량에 따라 가중을 조정한 검색 요구를 생성하고, 상기 검색 요구에 의해 상기 프로그램 정보로부터 추천 프로그램을 검색하고,
    상기 기호 변화량 산출 수단은, 상기 기호 정보의 변화량을 산출하는 대상 기간을, 최신 기간과 하나 앞의 기간으로 하는 것을 특징으로 하는 프로그램 검색 장치.
  2. 프로그램 정보를 저장하는 프로그램 정보 저장 수단과,
    텔레비젼 조작 이력을 저장하는 조작 이력 저장 수단과,
    상기 프로그램 정보와 상기 텔레비젼 조작 이력으로부터 기호 정보를 생성하고, 상기 기호 정보를 소정 기간마다 관리하는 기호 정보 관리 수단과,
    상기 소정 기간마다 관리된 상기 기호 정보의 변화량을 산출하는 기호 변화량 산출 수단과,
    상기 기호 정보로서, 상기 프로그램 정보로부터 취득한, 어구 및 프로그램명의 통계량으로부터 산출한 어구의 가중과, 프로그램명으로 이루어지는 벡터 정보를 생성하는 수단
    을 포함하며,
    상기 기호 정보의 변화량에 따라 가중을 조정한 검색 요구를 생성하고, 상기 검색 요구에 의해 상기 프로그램 정보로부터 추천 프로그램을 검색하는 것을 특징으로 하는 프로그램 검색 장치.
  3. 제1항에 있어서, 상기 기호 정보로서, 상기 프로그램 정보로부터 취득한 프로그램명과 장르의 빈도로 이루어지는 기호 정보 생성 수단을 포함하는 것을 특징으로 하는 프로그램 검색 장치.
  4. 제1항에 있어서, 상기 검색 요구를 생성함에 있어서, 상기 텔레비젼 조작 이력에 포함되는 텔레비젼 조작 내용에 따라서, 상기 검색 요구에 포함되는 어구의 가중을 조정하는 조작 내용 가중 조정 수단을 더 포함하는 것을 특징으로 하는 프로그램 검색 장치.
  5. 제1항에 있어서, 상기 소정 기간마다 관리해야 하는 상기 기호 정보를 생성함에 있어서, 상기 텔레비젼 조작 이력에 포함되는 텔레비젼 조작 내용에 따라서, 상기 기호 정보에 포함되는 어구의 가중을 조정하는 기호 정보 가중 조정 수단을 더 포함하는 것을 특징으로 하는 프로그램 검색 장치.
  6. 제1항에 있어서, 상기 검색 요구를 생성함에 있어서, 상기 소정 기간 마다의 기호의 유사도에 따라서, 상기 검색 요구에 포함되는 어구의 가중을 조정하는 유사도 가중 조정 수단을 더 포함하는 것을 특징으로 하는 프로그램 검색 장치.
  7. 삭제
  8. 프로그램 정보를 저장하는 프로그램 정보 저장 수단과,
    텔레비젼 조작 이력을 저장하는 조작 이력 저장 수단과,
    상기 프로그램 정보와 상기 텔레비젼 조작 이력으로부터 기호 정보를 생성하고, 상기 기호 정보를 소정 기간마다 관리하는 기호 정보 관리 수단과,
    상기 소정 기간마다 관리된 상기 기호 정보의 변화량을 산출하는 기호 변화량 산출 수단과,
    상기 기호 변화의 계속 기간을 산출하는 변화 계속 기간 산출 수단
    을 포함하며,
    상기 기호 정보의 변화량에 따라 가중을 조정한 검색 요구를 생성하고, 상기 검색 요구에 의해 상기 프로그램 정보로부터 추천 프로그램을 검색하는 것을 특징으로 하는 프로그램 검색 장치.
  9. 제1항에 있어서, 상기 기호 정보의 변화량을 산출하는 대상 기간을 최신 기간으로 하고, 이 기간의 검색 요구를 생성함에 있어서, 상기 검색 요구를 형성하는 어구의 가중에 일정값 이상의 계수를 곱하는 것을 특징으로 하는 프로그램 검색 장치.
KR1020070094796A 2006-11-30 2007-09-18 프로그램 검색 장치 KR100899831B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2006324767A JP4909033B2 (ja) 2006-11-30 2006-11-30 番組検索装置
JPJP-P-2006-00324767 2006-11-30

Publications (2)

Publication Number Publication Date
KR20080049604A KR20080049604A (ko) 2008-06-04
KR100899831B1 true KR100899831B1 (ko) 2009-05-27

Family

ID=38694927

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070094796A KR100899831B1 (ko) 2006-11-30 2007-09-18 프로그램 검색 장치

Country Status (4)

Country Link
US (1) US8429690B2 (ko)
EP (1) EP1928170B1 (ko)
JP (1) JP4909033B2 (ko)
KR (1) KR100899831B1 (ko)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010041163A (ja) * 2008-08-01 2010-02-18 Fujitsu Ltd 表示装置，遠隔操作装置および表示プログラム
JP4962979B2 (ja) * 2008-12-08 2012-06-27 ヤフー株式会社 流行語検知装置、方法及びシステム
JPWO2010122617A1 (ja) * 2009-04-24 2012-10-22 パナソニック株式会社 番組間重複部分検出方法とそれを搭載する映像音声記録装置
JP5505009B2 (ja) 2010-03-19 2014-05-28 富士通株式会社 通信端末装置、コンピュータプログラムおよびコンテンツ検索方法
US8788371B2 (en) * 2010-05-26 2014-07-22 Ebay Inc. Personalized search widgets for customized user interface
JP4940348B1 (ja) * 2010-12-27 2012-05-30 株式会社東芝 映像出力装置および映像出力方法
JP5741242B2 (ja) * 2011-06-21 2015-07-01 コニカミノルタ株式会社 プロファイル更新装置およびその制御方法、ならびに、プロファイル更新用プログラム
JP2013131165A (ja) * 2011-12-22 2013-07-04 Toshiba Corp 情報再生装置とその制御方法
US9473730B1 (en) * 2012-02-13 2016-10-18 Nbcuniversal Media, Llc Method and system for personalized recommendation modeling
US10575055B2 (en) * 2016-07-11 2020-02-25 Sony Corporation Using automatic content recognition (ACR) to weight search results for audio video display device (AVDD)
KR102384215B1 (ko) * 2017-08-01 2022-04-07 삼성전자주식회사 전자 장치 및 그의 제어방법
US10860642B2 (en) 2018-06-21 2020-12-08 Google Llc Predicting topics of potential relevance based on retrieved/created digital media files
US10732789B1 (en) * 2019-03-12 2020-08-04 Bottomline Technologies, Inc. Machine learning visualization
JP7417889B2 (ja) 2019-10-21 2024-01-19 パナソニックＩｐマネジメント株式会社 コンテンツ推薦システム

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060117959A (ko) * 2003-11-13 2006-11-17 마츠시타 덴끼 산교 가부시키가이샤 프로그램 추천장치, 프로그램 추천장치의 프로그램추천방법 및 프로그램

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0562283A (ja) 1991-08-29 1993-03-12 Toshiba Corp 磁気記録再生装置における自動学習録画装置
US9286294B2 (en) 1992-12-09 2016-03-15 Comcast Ip Holdings I, Llc Video and digital multimedia aggregator content suggestion engine
JPH0946689A (ja) * 1995-07-28 1997-02-14 Hitachi Ltd 映像ソフト紹介システムおよび映像ソフト紹介方法
US6426778B1 (en) * 1998-04-03 2002-07-30 Avid Technology, Inc. System and method for providing interactive components in motion video
JP2001086420A (ja) 1999-09-16 2001-03-30 Matsushita Electric Ind Co Ltd 放送端末装置
JP3654349B2 (ja) * 2001-07-09 2005-06-02 ソニー株式会社 コンテンツ嗜好度算出方法およびコンテンツ受信装置
FR2840480B1 (fr) 2002-05-31 2004-11-26 Cit Alcatel Procede de gestion auto-adaptative de pertinence de contenus multimedia pour recepteur de ces contenus et recepteur associe
KR100594963B1 (ko) * 2002-09-18 2006-07-03 한국전자통신연구원 사용자 선호 시청 시간대에 선호 프로그램의 제공을 위한개인 채널 서비스 제공 방법 및 그 장치
JP2004194108A (ja) 2002-12-12 2004-07-08 Sony Corp 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
US8359322B2 (en) * 2002-12-12 2013-01-22 Sony Corporation Information-processing apparatus, method, system, and computer readable medium and method for automatically recording or recommending content
JP4333254B2 (ja) * 2003-07-18 2009-09-16 ソニー株式会社 情報処理装置および方法、記録媒体、並びにプログラム
JP4314568B2 (ja) 2003-12-25 2009-08-19 日本ビクター株式会社 テレビジョン番組検索方法及びテレビジョン番組検索装置
JP4235949B2 (ja) 2003-12-25 2009-03-11 日本ビクター株式会社 テレビジョン番組検索方法及びテレビジョン番組検索装置
US7412435B2 (en) * 2004-01-06 2008-08-12 Matsushita Electric Industrial Co., Ltd. Information retrieval apparatus and information retrieval support apparatus
JP2005352754A (ja) * 2004-06-10 2005-12-22 Sharp Corp 情報ナビゲーション装置、方法、プログラム、及び記録媒体
JP2006048319A (ja) * 2004-08-04 2006-02-16 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
JP2006148853A (ja) * 2004-10-18 2006-06-08 Sharp Corp 情報作成装置、番組推薦装置、情報作成方法、番組推薦プログラムおよびそのプログラムを記録した記録媒体
JP4566693B2 (ja) * 2004-10-28 2010-10-20 シャープ株式会社 コンテンツ推薦装置、コンテンツ推薦方法、コンテンツ推薦プログラム及びこれを記録したコンピュータ読み取り可能な記録媒体
WO2006066052A2 (en) * 2004-12-16 2006-06-22 Sonic Solutions Methods and systems for use in network management of content
JP2007096560A (ja) * 2005-09-28 2007-04-12 Hitachi Ltd ユーザ嗜好抽出装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060117959A (ko) * 2003-11-13 2006-11-17 마츠시타 덴끼 산교 가부시키가이샤 프로그램 추천장치, 프로그램 추천장치의 프로그램추천방법 및 프로그램

Also Published As

Publication number Publication date
EP1928170A2 (en) 2008-06-04
EP1928170B1 (en) 2014-12-31
US8429690B2 (en) 2013-04-23
JP4909033B2 (ja) 2012-04-04
JP2008141416A (ja) 2008-06-19
US20080134248A1 (en) 2008-06-05
EP1928170A3 (en) 2010-12-29
KR20080049604A (ko) 2008-06-04

Similar Documents

Publication Publication Date Title
KR100899831B1 (ko) 프로그램 검색 장치
JP4505418B2 (ja) 番組推薦装置及び番組推薦装置の番組推薦方法並びにプログラム
JP5285196B1 (ja) お薦めコンテンツ提供装置、お薦めコンテンツ提供プログラムおよびお薦めコンテンツ提供方法
EP1653733B1 (en) Program selection
JP4636147B2 (ja) 情報処理装置および方法、プログラム、並びに記録媒体
RU2524840C2 (ru) Адаптивное неявное изучение для рекомендательных систем
JP5205895B2 (ja) 情報推奨装置
US20060282258A1 (en) Association dictionary creation apparatus
JP4531623B2 (ja) 番組推薦装置、番組推薦方法、番組推薦プログラムおよびそれを記録したコンピュータ読取可能な記録媒体
KR100915929B1 (ko) 정보 검색 장치 및 정보 검색 방법
JP4253532B2 (ja) 情報推薦装置、情報推薦プログラム及び記録媒体
CN107506459A (zh) 一种基于影片相似度的影片推荐方法
CN103765911B (zh) 根据用户喜好自动记录的方法和装置
KR20050106108A (ko) 비-범주형 정보를 통한 텔레비전 추천들의 발생
JP2006094018A (ja) 番組推薦装置、番組推薦方法、プログラムおよびそのプログラムを記録した記録媒体
JP4305865B2 (ja) 番組自動選択装置、番組自動選択方法、及び番組自動選択プログラム
JP4698545B2 (ja) 情報処理装置及び方法及びプログラム並びに記憶媒体
JP2006155336A (ja) 情報処理装置、データ取得制御装置、情報処理方法、および、そのプログラム
KR101473250B1 (ko) 디지털 방송 시스템에서 사용자 선호 프로그램 추천 방법및 장치
JP4305860B2 (ja) 番組自動選択装置、番組自動選択方法、及び番組自動選択プログラム
JP4305863B2 (ja) 番組順位付け装置、番組順位付け方法、及び番組順位付けプログラム
JP4305862B2 (ja) 番組順位付け装置、番組順位付け方法、及び番組順位付けプログラム
JP4305864B2 (ja) 番組自動選択装置、番組自動選択方法、及び番組自動選択プログラム
JP4305861B2 (ja) 番組順位付け装置、番組順位付け方法、及び番組順位付けプログラム
JP2005258870A (ja) 嗜好分析装置、嗜好分析方法及び嗜好分析プログラム

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
FPAY Annual fee payment

Payment date: 20130503

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20140502

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20150416

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20160419

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20170420

Year of fee payment: 9

LAPS Lapse due to unpaid annual fee