KR20010105404A - 적응형 ｔｖ 프로그램 추천기 - Google Patents

적응형 ｔｖ 프로그램 추천기 Download PDF

Info

Publication number
KR20010105404A
KR20010105404A KR1020017012654A KR20017012654A KR20010105404A KR 20010105404 A KR20010105404 A KR 20010105404A KR 1020017012654 A KR1020017012654 A KR 1020017012654A KR 20017012654 A KR20017012654 A KR 20017012654A KR 20010105404 A KR20010105404 A KR 20010105404A
Authority
KR
South Korea
Prior art keywords
feature
program
list
data
values
Prior art date
Application number
KR1020017012654A
Other languages
English (en)
Inventor
스카레르제임스디.
Original Assignee
요트.게.아. 롤페즈
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 요트.게.아. 롤페즈, 코닌클리케 필립스 일렉트로닉스 엔.브이. filed Critical 요트.게.아. 롤페즈
Publication of KR20010105404A publication Critical patent/KR20010105404A/ko

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/35—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users
    • H04H60/46—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users for recognising users' preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—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
    • H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
    • H04N21/4663—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms involving probabilistic networks, e.g. Bayesian networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—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
    • 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
    • H04N21/45—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
    • H04N21/4826—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
    • 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)
  • Databases & Information Systems (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Computer Security & Cryptography (AREA)
  • Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

텔레비전 프로그램들을 추천하기 위한 시스템은 추천을 생성하기 위해 확률적 계산들과 시청자 프로파일을 사용한다. 바람직하게, 확률적 계산들은 바예시안 분류 이론의 형태이다. 전통적인 바예시안 분류 이론에 대한 수정이 제안된다.

Description

적응형 ＴＶ 프로그램 추천기{Adaptive ＴＶ program recommender}
미국 특허 제 5,758,259 호는 프로그램과 사용자 프로파일의 소정 특징들간의 "상관 관계(correlation)"에 기초하여 바람직한 텔레비전 프로그램을 식별하기 위한 방법을 개시하고 있다. 본원에 사용되는 용어 "상관 관계"는 수학적 개념의 상관 관계와 관련되는 것은 아니며, 오히려 프로파일과 프로그램간의 어떤 유사성에 접근하기 위한 매우 간단한 알고리즘이다.
본 발명은 사용자 프로파일에 기초하여 텔레비전 쇼들(television shows)을 추천하는 것에 관한 것이다.
도 0은 본 발명에 사용될 수 있는 시스템을 도시하는 도면.
도 1은 적응형 추천기의 주 요소들을 도시하는 도면.
도 2는 시청 이력 생성기에 대한 의사 코드를 도시하는 도면.
도 3은 키 필드 테이블을 도시하는 도면.
도 4는 시청자 프로파일을 도시하는 도면.
도 5a는 종래의 확률적 계산을 도시하는 도면.
도 5b는 조건부 확률적 계산을 도시하는 도면.
도 5c는 이후의 확률적 계산을 도시하는 도면.
본 발명의 목적은 자동 프로그램 추천 기술을 개선하는 것이다.
이 목적은 시청자 프로파일(viewer profile)에 기초한 확률적 계산(probabilistic calculation)을 사용하여 달성된다. 확률적 계산은 바예시안 분류 이론(Bayesian classifier theory)에 기초하는 것이 바람직하다.
이 목적은 또한 시청자 이력의 로컬 레코드(local record)를 유지함으로써 달성된다. 로컬 레코드는 증가적으로 갱신할 수 있는 것이 바람직하다. 로컬 레코드는 개인 정보의 이유로 인해 유리하며, 중앙 위치에 업로드될 시청자 이력 정보를 요구하는 협력 필터링(collaborative filtering)과 같은 방법과 대조를 이룰 수 있다. 증가적 갱신의 사용은 저장 요구를 최소화하는데 유리하다.
본 발명의 다른 목적은 전통적인 바예시안 분류 기술을 개선하는 것이다.
일실시예에 있어서, 이 목적은 노이즈(noise) 필터링에 의해 달성된다.
다른 실시예에 있어서, 이 목적은 수정된 바예시안 분류 기술을 비-독립적 특징 값들(non-independent feature values)에 적용함으로써 달성된다.
본 발명의 다른 목적들 및 이점들은 이하에서 설명될 것이다.
바예시안 분류는 일반적으로 두다 & 하트(Duda & Hart)의 패턴 인식 및 장면 분석(Pattern Recognition and Scene Analysis)(존 윌리 & 선스(John Wiley & Sons) 1973)에 논의되어 있다. 문서 검색에 대한 바예시안 분류의 응용은 디.빌서스 & 엠.파자니(D. Billsus & M. Pazzani)의 확률적 사용자 모델 학습(Learning Probabilistic User Models)(http://www.dkfi.uin-sb.de/~bauer/um-ws/Final- Versions/Billsus/ProbUserModels.html)에 논의되어 있다.
본 발명은 도면을 참조하여 제한적이지 않은 예로 설명될 것이다.
도 0은 본 발명을 구현하기 위한 하드웨어를 도시한다. 일반적으로, 하드웨어는 디스플레이(1), 일부 종류의 프로세서(2), 일부 종류의 접속(3)을 통해 처리기에 접속된 일부 종류의 사용자 입력 장치(4), 및 텔레비전 프로그램 또는 전자 프로그램 가이드("EPG(Electronic Programming Guide)")와 같은 데이터를 수신하기 위한 일부 종류의 링크(5)를 포함할 것이다. 디스플레이(1)는 통상적으로 텔레비전 스크린일 것이지만, 임의의 다른 종류의 디스플레이 장치일 수 있다. 프로세서(2)는 셋톱 박스, PC, 또는 충분한 처리 전력을 갖는 한 임의의 다른 종류의 데이터 처리 장치일 수도 있다. 사용자 입력 장치(4)는 원격 장치일 수도 있고, 접속(3)은 적외선 접속일 수도 있다. 프로세서가 PC이면, 통상적으로 사용자 입력 장치는, 예를 들어, 키보드와 마우스의 적어도 복수의 장치일 것이다. 사용자 입력 장치는 또한 디스플레이 상에 터치 민감성(touch sensitivity)이 있을 수도 있다. 외부 세계에 대한 접속(5)은 안테나, 케이블, 인터넷에 대한 전화선, 네트워크 접속, 또는 임의의 다른 데이터 링크일 수 있다. 또한, 접속(5)은 메모리 장치 또는 여러 개의 메모리 장치들에 접속될 수 있다.
도 1은 적응형 추천기 실시예의 주 요소들을 도시한다. 이 요소들은 CPU(2)와 같은 데이터 처리 장치로 판독할 수 있는 매체(110)에 소프트웨어 및 데이터로서 존재한다. 요소들은 프로파일러(profiler) 소프트웨어(102)에 입력을 제공하는 시청 이력 데이터 구조(101)를 포함한다. 프로파일러 소프트웨어는 차례로 시청자 프로파일(103)을 생성한다. 본 명세서에서 용어 "사용자 프로파일" 및 "시청자 프로파일"은 서로 교환되어 사용될 것이다. 시청자 프로파일은 추천기 소프트웨어(104)에 대한 입력으로서 사용된다. 추천기 소프트웨어는 또한 제목, 채널, 시작 시간 등과 같은 각 쇼를 기술하는 특징들을 포함하는 EPG 데이터 구조(105)를 입력으로서 사용한다. 추천기(104)의 출력은 사용자와 상호작용할 수 있는 사용자 인터페이스(106) 상에 표시된다.
이 시청자 이력 데이터 구조는 EPG 데이터베이스로부터 선택된 레코드들을 포함한다. EPG 데이터베이스들로는 상업적으로, 예를 들어, 트리뷴 미디어 서비스(Tribune Media Services)의 데이터베이스를 이용할 수 있다. 이 기술분야에 숙련된 사람은 더 적은 양의 기술(finer shades of description)을 갖는 다른 포맷들을 고안할 수도 있다. 최소한으로 선택된 레코드들은 시청자에 의해 시청된 TV 쇼들에 대응한다. 이 레코드들은, 사용자 인터페이스의 일부분이고 시청자가 어떤 쇼들을 시청하였는지 알고 있는 소프트웨어에 의해 시청 이력에 놓여 있는 것으로 가정한다. 바람직하게, 사용자들이 종종 광고방송 동안 앞뒤로 스위치를 돌림에 따라, 소프트웨어는 소정의 시간 간격에 하나 이상의 쇼를 시청하는 사용자의 기록을 허용한다. 또한, 바람직하게, 소프트웨어는 얼마나 오랫동안 시청되었는지, 및 쇼가 시청되었거나 나중에 시청하기 위해 녹화되었는지의 여부에 관계없이 시청된 것으로서 프로그램을 기록한다.
바람직한 시청 이력 포맷은 시청 이력에 포지티브 및 네가티브(positive and negative) 레코드들이 존재하는 것으로 가정한다. 이것은 좋아하는 쇼들과 좋아하지 않는 쇼들의 특징들을 구별하기 위해 학습하는데 필요하다. 도 2는 시청 이력을 수집하기 위한 의사 코드를 나타낸다.
표기법 C+는 포지티브(즉, 시청된) 쇼들의 세트를 나타내고, C-는 네가티브(즉, 시청되지 않은) 쇼들을 나타낸다고 하자.
시청자 프로파일은 다수의 특징 값 카운트들을 포함한다. 이 카운트들은 새로운 엔트리들(entries)이 시청자 이력에 놓일 때마다 증가될 것이다. 일반적으로, 각 프로그램은 여러 개의 특징 값들을 가질 것이다. 따라서, 시청자 이력에 프로그램을 두는 것은 그 프로그램과 관련된 모든 특징 값들과 관련된 카운트들을 갱신하도록 할 것이다.
이러한 형태의 이력의 증가적 갱신(incremental updatability)은 대량의 저장량 또는 계산 노력을 필요로 하지 않는 시청자 이력의 적응을 진행하도록 허용하기 때문에 유리하다.
포지티브 및 네가티브 엔트리들의 수의 카운트(k(C+), k(C-))에 부가하여, 개별적인 특징들 발생의 카운트는 포지티브 및 네가티브 예들(k(fi|C+), k(fi|C-)) 사이에서 유지될 것이며, fi는 특징 i를 나타내고, k(fi|C+)는 특징 fi를 갖는 세트 C+의 쇼들의 수를 나타낸다. 특징은 선택된 키 필드들로부터 추출된 EPG 레코드들에 엔트리들을 포함할 것이며, 그 예가 도 3의 표 1에 도시되어 있다.
이러한 카운트들의 실시예의 일부 예가 아이디어를 설명하는 도 4에 도시된표 2에 표시되어 있다. 리스트는 공간을 절약하기 위해서 도면에는 6개의 열들로 표시되어 있지만, 실제로 리스트는 3개의 열들만을 가지며, 표의 오른쪽 부분은 표의 왼쪽 부분에 이어지는 것이다. 열의 각 행은 4개의 데이터, 즉, 제 1 열에서 특징 유형 및 특징 값을, 제 2 열에서 포지티브 카운트를, 제 3 열에서 네가티브 카운트를 갖는다. 포지티브 카운트는 특징 값을 갖는 프로그램이 시청된 회수를 나타낸다. 네가티브 카운트는 특징 값을 갖는 프로그램이 시청되지 않은 회수를 나타낸다.
일반적으로, 텔레비전 프로그램 스케줄은 매일 매 시간 슬롯에 대해 많지 않을 경우 여러 개의 프로그램들을 포함한다. 일반적으로, 사용자는 임의의 주어진 슬롯에 하나 또는 2개의 프로그램들만 시청할 것이다. 시청자 프로파일이 시청되지 않은 모든 프로그램들의 리스트를 포함하면, 시청되지 않은 프로그램들의 수는 시청된 프로그램들의 수를 훨씬 초과할 것이다. 시청되지 않은 프로그램들을 샘플링하기 위한 방법을 생성하는 것이 바람직할 수도 있다. 예를 들어, 프로세서가 시청자 프로파일을 만들 때, 프로세서는 도 2의 의사 코드에 제시된 것과 같이 각 시청된 프로그램에 대한 동료로서 주간 스케줄로부터 하나의 시청되지 않은 프로그램을 무작위로 선택할 수도 있다. 이 설계는 이하 설명되는 바예시안 이전 확률적 추정치를 불균형하게 하지 않기 위해서 거의 같은 시청 이력에 포지티브 및 네가티브 엔트리들의 수를 유지하려고 시도할 것이다.
일반적으로, 시청된 프로그램과 동일한 시간 슬롯으로부터 동료 프로그램을 선택하는 것은 바람직하지 않다. 조합된 시간 및 일(time and day) 특징 값은 일반적으로 특정 프로그램이 바람직하게 될 가장 강한 예측자(strongest predictor) 또는 가장 강한 예측자들 중 하나의 예측자이다. 따라서, 시청된 프로그램과 동일한 시간의 다른 프로그램이 제 2 또는 제 3 선택 프로그램일 수도 있지만, 전체적으로 상이한 시간의 프로그램은 매우 바람직하지 않을 수도 있다. 따라서, 시청된 프로그램을 포함하는 전체 주(entire week)의 프로그램 스케줄로부터 무작위로 동료 프로그램을 선택하는 것이 바람직하다.
프로그램에 대한 시간 및 일 특징 값들은 종종 사용자가 프로그램에 관심이 있는지의 여부를 결정하는데 상당히 중요하기 때문에, 상이한 일 및/또는 상이한 시간에 시청되는 경우 동일한 내용의 2개의 프로그램들이 같은 것이라고 생각하는 것은 일반적으로 바람직하지 않다. 즉, 시리즈의 특정 에피소드는 화요일 오후 8시에 시청되는 경우에는 더 바람직할 수도 있지만, 같은 시리즈의 같은 에피소드가 월요일 오전 10시에 시청되는 것은 전적으로 바람직하지 않을 수도 있다. 따라서, 2개의 내용이 동일하다고 하더라도, 오전 10시의 에피소드는 오후 8시의 에피소드와는 다른 프로그램이라고 간주되어야 한다.
점점 더 많은 쇼들이 시청됨에 따라, 프로파일의 길이는 점점 더 길어질 것이다. 이를 제거하고 효과적인 식별자들(discriminators)인 특징들에 초점을 맞추기 위해서, 시청자 프로파일 특징들의 주기적 검토 및 빈번하게 나타나고 차별적이지 않은 워드들의 제거가 추천된다.
일반적으로, 예를 들어, 누가 단지 축구를 시청하는 것만을 좋아하는지와 같은 간단한 검사들은 비교적 짧은 시간동안 시청자의 프로파일을 얻은 후에 추천하는 것은 매우 쉬울 것이다. 더 복잡한 선호도에 있어서는, 좋은 추천을 하기 위해 충분히 의미있는 시청자 이력을 위해 더 오랫동안 취해질 것이다. 그러나, 이 후자의 사람들은 아마도 추천의 필요성이 가장 많은 사람들일 것이다. 최종 분석에 있어서, 시청자 이력들은 항상 모호할 것이다. 이러한 이력들에 기초한 쇼들의 추천은 항상 에러 마진(margin)을 포함할 것이다. 추천들은 아무리 잘해도 약간의 정확한 가능성을 가지고 있다라는 말을 들을 수 있다. 따라서, 추천을 위한 시청자 프로파일 데이터를 분석하는데 확률적 계산들이 유용하다. 추천기의 바람직한 실시예는 시청자 프로파일로부터 유도된 종래의 조건부 확률 추정치를 사용하는 간단한 바예시안 분류를 사용한다. 추천들이 시청자들에게 어떻게 보여지는지는 본 명세서에서 정의되지 않지만, 적어도 추천들이 시청되는지 또는 그렇지 않은지를 관찰하기 위해서 추천들에 대한 시청자의 응답을 포착할 수 있는 것으로 가정될 것이다.
이하 2-분류 바예시안 결정 모델이 논의될 것이다. 관심이 있는 TV 쇼들의 2개의 분류의 다음과 같다.
C1 - 시청자가 관심이 있는 쇼들
C2 - 시청자가 관심이 없는 쇼들
더 적은 관심이나 부족을 나타내는데 다른 분류들이 사용될 수도 있다.
상기 보여진 관심이 있는 분류들과는 다르게, 시청 이력은 단지 분류들에 대한 정보만을 얻는다.
C+ - 시청자가 시청한 쇼들
C- - 시청자가 시청하지 않은 쇼들
사용자가 시청했거나 시청하지 않은 쇼들을 결정하는 것은 본원 범위 밖에 있는 것이다. 사용자는 사용자가 어떤 쇼들을 시청했는지를 수동으로 입력할 수도 있다. 대안적으로, 하드웨어는 사용자의 시청 행동을 기록할 수도 있다. 이 기술분야에 숙련된 사람은 이를 위해 다수의 기술들을 고안할 수도 있다. 사용자가 모든 트랙을 따르기 위해 시도하는 몇 개의 쇼들 사이에서 앞뒤로 전환할 수도 있기 때문에, 단지 짧은 시간동안 시청했더라도 쇼들을 시청된 것으로서 간주하는 것이 가능해야 한다.
관찰에 기초하여 분류들(C1, C2)에 대해 추정들이 이루어질 수도 있지만, 이 추정들은 항상 불확실성의 요소를 포함할 것이다. 바예시안 모델은 도 5a에 따라 시청자 프로파일의 카운트들로부터 직접 이전 확률들(P(C+), P(C-))을 계산할 것이다. 즉, 시청되지 않은 쇼들은 시청자가 관심이 없는 것으로, 시청된 쇼들은 시청자가 관심이 있는 것으로 가정할 것이다.
소정의 특징(fi)이 표시될 것이라고 하는 조건부 확률들은 쇼가 분류(C+ 또는 C-)에 있으면 도 5b에 따라 계산된다. 이 계산들은 TV가 시청되고 있지 않는 시간동안 하루에 한번 수행될 수 있으며 시청자 프로파일에 저장된다.
곧 보여질 쇼들에 대한 추천들은 이후 확률들, 즉, 쇼가 그 특징들이 제공된 분류(C+, C-)에 있을 확률을 추정함으로써 계산될 수 있다. x를 이진 벡터(x1, x2, ..., xi, ..., xn)라고 하자. 여기서, i는 시청자 프로파일의 특징들의 지표이고, 특징(fi)이 추천을 위해 고려되는 쇼에 존재할 경우 xi=1이고, 그렇지 않으면 xi=0이다. 날짜, 시간 및 방송사와 같은 배타적인 특징들에 있어서, 모든 쇼는 유일한 하나의 특징을 가지고 있어야 하며, 지표(i)는 프로파일에도 있고 고려되고 있는 쇼들에 존재하는 값을 나타내기 위해 취해질 것이다. 다른 방법으로, 새로운 배타적인 특징들이 계산들에 입력될 것이다. 비-배타적 특징들에 있어서, 지표(i)는 프로파일에 존재하는 모든 값들에 걸친 범위일 것이며, 고려된 쇼에 대한 새로운 비-배타적 특징들은 계산에 도움이 되지 않을 것이다. 이후 확률들은 도 5c에 따라 추정된다.
이 추정에 있어서, 쇼는 일반적으로 P(C+|x) > P(C-|x)일 경우 추천될 것이고, 그 추천의 "강도(strength)"는 P(C+|x) - P(C-|x)에 비례할 것이다. 이러한 방식의 한가지 잠재적인 문제점은 몇몇 조건부 확률들이 0일 것이라는 것이다. 체인 곱셈(chain multiplication)에서의 임의의 0은 결과를 0으로 감소시킬 것이며, 0들을 제거하기 위한 일부 수단이 필요하다. 상기 참조된 빌서스 및 파자니 문서는 발생되는 어떠한 0들에 대해서도 작은 상수를 간단히 삽입하는 것을 포함하는 두가지 방법들을 제공한다.
조건부 확률 곱셈 체인에서 0들을 처리하기 위한 한 방법은 다음과 같다. 이것은 1000의 발견적 수법(heuristic of 1000)을 선택할 수 있다. 시청 이력에서 쇼들의 수가 1000보다 작으면, 1/1000의 값이 0에 대해 치환될 수 있다. 시청 이력에서 쇼들의 수가 1000보다 크면, 다음과 같이 보정이 행해질 수 있다.
여기서, ki+는 특징(I)을 갖는 시청된 쇼들의 수이고, k+는 시청된 쇼들의 총 수이다.
이것은 빌서스 및 파자니 문서에서 라플레이스(Laplace) 보정이라고 한다.
이 기술분야에 숙련된 사람들에 의해 대안적인 방법들이 고안될 수도 있다.
종래의 바예시안 이론은 추천을 행하기 위해 도 4의 리스트의 모든 축적된 요소들을 사용할 필요가 있었다. 그럼에도 불구하고, 노이즈 차단을 사용하기에 유용할 수도 있는 몇몇 경우에 있어서, 리스트에 그에 대한 충분한 데이터가 없으면 고려 대상으로부터 특징들을 제거한다. 예를 들어, 특히 특징이 네가티브 카운트로든 포지티브 카운트로든 고려된 쇼들의 일부 소정 백분율보다 많이 나타나지 않으면, 그것은 어떤 추천을 행해야하는지에 대한 결정에서 무시될 수도 있다. 실험적으로, 5%의 차단은 상당히 크다는 것을 알게 되었다.
백분율을 사용하는 대신, 노이즈 차단의 일실시예는 차단을 결정하기 위해 자체 시청자 프로파일을 사용할 것이다. 이 실시예는 먼저 특정 특징 유형들에 대한 시청자 프로파일의 서브세트 또는 서브-리스트를 취할 것이다. 예를 들어, 서브-리스트는 유리하게 특징 유형들(하루의 시간 및 한 주의 일)에 대한 시청자 프로파일의 모든 요소들을 포함할 수도 있다. 대안적으로, 다른 예에서, 서브-리스트는 유리하게 채널 번호에 대한 시청자 프로파일의 모든 요소들을 포함할 수도 있다. 일반적으로, 선택된 특징 유형 또는 특징 유형들은 특징 유형들에 독립적이어야 한다. 즉, 특징 유형들은 의미있는 다른 특징 유형을 필요로 하지 않는다.
그후, 서브-리스트는 네가티브 카운트에 의해, 즉, 특정 특징 값을 갖고 시청되지 않은 쇼들의 수에 의해 저장된다. 이 저장된 리스트에서 가장 높은 네가티브 카운트는 노이즈 레벨로서 시청될 수 있다. 즉, 바람직한 실시예에서, "시청되지 않은" 쇼들은 주간 프로그램 스케줄에서 무작위로 선택되고, 임의의 시청되지 않은 시간 슬롯은 노이즈로 간주될 수 있다.
따라서, 노이즈 레벨의 또는 노이즈 레벨 미만의 포지티브 카운트 및 네가티브 카운트 모두를 갖는 임의의 특징은 추천을 행하기 위한 바예시안 계산에서 간주될 필요가 없다.
노이즈 레벨 임계치의 이 예는 특정 특징, 예를 들어, 노이즈 차단을 결정하기 위한 것으로서 일/시간이 사용된다. 일반적으로, 네가티브 예의 샘플링 절차에 의해 균일하고 무작위로 심플링된 임의의 특징은 노이즈 임계치 계산에 대한 기술분야에 숙련된 사람에 의해 선택될 수도 있다.
도 5a 내지 도 5c의 계산들이 완료되는데 꽤 낮은 계산 전력이 요구된다는 이점이 있으며, 따라서, 셋 톱 박스에 설치된 것과 같은 적당한 하드웨어에 쉽게 적응될 수 있다.
"서프라이즈 미(Surprise Me)" 특징
상기 기술된 방법에 따른 추천들은 시청된 쇼들에 존재하는 특징들의 우위(preponderance)를 갖는 프로그램들일 것이다. 축적된 시청자 프로파일들은 시청된 쇼들과 함께 약간의 특징들을 갖는 쇼들과 관련하여 의미있는 추천들을 만들지 못할 것이다. 따라서, 선택적으로, 추천기는 이와 같은 프로그램들이 시청된 쇼들과 함께 비교적 적은 특징들을 가질 때 "서프라이즈 미" 특징으로 때때로 무작위로 추천된 쇼들일 수도 있다.
다른 범위에서의 사용자 프로파일의 사용
사용자 프로파일이 개발되면, 본 발명의 추천 기술들은 영화, 책, 오디오 녹음, 또는 심지어 티셔츠나 포스터와 같은 광고 제품과 같은 다른 유형의 항목들을 추천하는데 사용될 수도 있다.
특징들의 비-독립성
바예시안 분류 이론의 범주에서 전통적인 가정은 모든 특징들이 독립적이라는 것이다. 따라서, 특징들이 종종 포지티브 쇼들에 존재하지만 추천을 위해 고려되고 있는 쇼에서 없어졌을 경우, 실상은 쇼에 대해 카운트되어야 한다. 그러나, 이것은 현재 어플리케이션에 대한 바람직하지 않은 결과들을 산출할 수도 있다.
예를 들어, 가장 많이 시청된 것으로서 사용자 프로파일에 표시된 5개의 일/시간 슬롯들이 있다고 가정하자. 또한, 이 5개의 슬롯들 중 하나의 슬롯 내에서 특정 쇼가 평가되었다고 가정하자. 도 5c의 계산은 매칭되는 상기 하나의 일/시간 슬롯에 대한 확률을 증가시키고 매칭되지 않는 4개의 일/시간 슬롯들에 대한 확률을 감소시키도록 한다. 직관적으로, 후자의 감소는 문제의 쇼에 대한 확률의 정확한 결정에 대해 합리적이지 않은 것으로 나타난다. 일/시간의 상이한 값들은 모든 쇼가 단지 하나의 값을 갖는 것으로서 독립적이지 않으며, 쇼의 값들은 그에 대한 카운트를 가지고 있지 않아야 하는 것은 아니다.
전통적인 바예시안 방법의 이러한 결함을 정정하기 위해서, 특징들을 2개의 유형들, 즉, 세트 1과 세트 2로 지정하는 것이 제안되었다. 특징이 지정된 세트 1이면, 바예시안 계산은 특징의 임의의 비-매칭 값들을 무시할 것이다. 특징이 지정된 세트 2이면, 도 5c에 대해 정상 바예시안 계산이 행해질 것이다.
정상적으로, 텔레비전 어플리케이션 세트 1에는 일/시간, 방송사, 및 제목이 포함될 것이다. 비평가들은 매우 적은 비율의 쇼들만을 평가하는 경향이 있기 때문에 매우 많은 쇼들이 거의 매칭되지 않으므로, 예를 들어, 비판적인 시청률의 몇몇 쇼들에 대한 값들만을 갖는 일부 특징들은 세트 1이어야 한다.
텔레비전 쇼들에 대한 세트 2는 일반적으로 배우와 같은 쇼에 대한 여러 개의 값들을 가질 수 있는 모든 특징들을 포함할 것이다.
본 개시로부터 다른 수정들이 이 기술분야에 숙련된 사람들에게 명백할 것이다. 이러한 수정들은 본 명세서에 이미 개시된 특징들에 부가하여 또는 그 대신 사용될 수도 있는 텔레비전 인터페이스들의 설계, 제조 및 사용에 이미 공지되어 있는 다른 특징들을 포함할 수도 있다. 청구항이 특징들의 특정 조합들로 본원에서 공식화되어 있다고 하더라도, 본원의 개시 범위는 명백하거나 암시적으로, 또는 본 발명이 행하는 것과 동일한 일부의 또는 모든 기술적 문제들을 해결하든 그렇지 않든 그 보편화로 본 명세서에 개시된 특징들의 새로운 조합 또는 임의의 새로운 특징을 포함할 수도 있다. 이로써, 본원은 유도된 본원 또는 임의의 다른 출원의 수행동안 그러한 특징들로 새로운 청구항들이 공식화될 수도 있다는 것을 명심해야 한다.
본 명세서에 사용된 용어 "포함하는", "포함하다"는 부가 요소들을 제외하는 것으로 봐서는 안된다. 본 명세서에 사용된 것과 같은 단수 표시("a", "an")는 다수의 요소들을 제외하는 것으로 봐서는 안된다.

Claims (35)

  1. 데이터 처리 장치에 있어서:
    시청자 프로파일 데이터(viewer profile data); 및 텔레비전 프로그램과 관련된 데이터를 포함하는, 데이터를 수신하는 적어도 하나의 입력(5);
    상기 텔레비전 프로그램이 소망의 프로그램일 확률을 계산하고; 상기 확률에 기초하여 상기 텔레비전 프로그램과 관련하여 추천(recommendation)을 제공하는 것을 수행하도록 적응되는, 프로세서(2)를 포함하는, 데이터 처리 장치.
  2. 제 1 항에 있어서,
    상기 입력(5)은 상기 데이터 처리 장치로 판독할 수 있는 매체(110)와 연결되는, 데이터 처리 장치.
  3. 제 2 항에 있어서,
    상기 매체(110)는 상기 시청자 프로파일(103)을 포함하는, 데이터 처리 장치.
  4. 제 3 항에 있어서,
    상기 매체(110)는 상기 데이터 처리 장치에 대해 로컬(local)이고,
    상기 시청자 프로파일(103)은 증가적으로 갱신할 수 있도록 배치되는, 데이터 처리 장치.
  5. 제 3 항에 있어서,
    상기 프로세서는,
    특징 값들의 리스트; 및
    상기 리스트의 각 요소에 대해, 특징 값을 갖는 프로그램들이 시청된 각각의 회수를 포함하는 데이터 구조에 따라 상기 시청자 프로파일(도 4의 110)을 유지하는, 데이터 처리 장치.
  6. 제 5 항에 있어서,
    상기 데이터 처리 구조는 상기 리스트의 각 요소에 대해, 특징 값을 갖는 프로그램들이 시청된 회수를 더 포함하는, 데이터 처리 장치.
  7. 제 6 항에 있어서,
    상기 프로세서는, 사용자가 새로운 프로그램을 시청할 때마다 다음의 단계들:
    상기 새로운 프로그램과 관련된 특징 값들 또는 상기 특징 값들의 카운트들을 상기 리스트에 부가하는 제 1 부가 단계;
    상기 새로운 프로그램에 대해 적어도 하나의 동료(companion) 프로그램을 선택하는 단계로서, 상기 동료 프로그램은 프로그램 스케줄로부터 무작위로 선택된시청되지 않은, 상기 선택 단계; 및
    상기 동료 프로그램의 특징 값들 또는 상기 특징 값들의 카운트들을 상기 리스트에 부가하는 제 2 부가 단계를 수행하도록 더 배열되는, 데이터 처리 장치.
  8. 제 5 항에 있어서,
    상기 프로세서는, 사용자가 새로운 프로그램을 시청할 때마다,
    상기 새로운 프로그램과 관련된 특징 값들 또는 상기 특징 값들의 카운트들을 상기 리스트에 부가하는 제 1 부가 단계를 수행하도록 더 배열되는, 데이터 처리 장치.
  9. 제 2 항에 있어서,
    상기 매체(110)는 상기 텔레비전 프로그램과 관련된 상기 데이터(105)를 포함하는, 데이터 처리 장치.
  10. 제 1 항에 있어서,
    상기 입력(5)은 네트워크 접속인, 데이터 처리 장치.
  11. 제 1 항에 있어서,
    상기 계산은 바예시안 분류(Bayesian classifier)를 사용하는 것을 포함하는, 데이터 처리 장치.
  12. 제 11 항에 있어서,
    상기 프로세서는 또한 상기 바예시안 분류를 사용하기 전에 노이즈 임계치 계산에 상기 시청자 프로파일(103)을 적용하도록 하는, 데이터 처리 장치.
  13. 제 12 항에 있어서,
    상기 시청자 프로파일 데이터(103)는,
    특징 값들의 리스트;
    상기 리스트의 각 요소에 대한 각각의 네가티브 카운트(negative count)로서, 특징 값을 갖는 프로그램들이 시청되지 않은 회수를 나타내는 상기 네가티브 카운트;
    상기 리스트의 각 요소에 대한 각각의 포지티브 카운트(positive count)로서, 특징 값을 갖는 프로그램들이 시청된 회수를 나타내는 상기 포지티브 카운트를 포함하며,
    상기 노이즈 임계치 계산은,
    특징의 적어도 하나의 특정 유형을 갖는 적어도 특징 값들을 포함하는 서브-리스트를 선택하는 단계;
    상기 노이즈 임계치로서 상기 서브-리스트에서 가장 높은 네가티브 카운트를 선택하는 단계를 포함하고,
    상기 추천은 카운트가 상기 노이즈 임계치를 초과하는 상기 시청자 프로파일에 포지티브 및 네가티브 카운트를 갖는 적어도 하나의 특징 값을 갖는 그룹으로부터 선택된 프로그램을 포함하는, 데이터 처리 장치.
  14. 제 12 항에 있어서,
    상기 노이즈 임계치에 상기 시청자 프로파일을 적용하는 것은 적당한 노이즈 임계치를 추정하기 위해 공지된 랜덤 프로세스에 의해 모아진 관찰 결과(observations)를 사용하는 것을 더 포함하는, 데이터 처리 장치.
  15. 제 13 항에 있어서,
    상기 특정 유형은 일(day) 및 일의 시간(time of day) 특징 유형을 포함하는, 데이터 처리 장치.
  16. 제 13 항에 있어서,
    상기 특정 유형은 방송사 식별 특징 유형을 포함하는, 데이터 처리 장치.
  17. 제 1 항에 있어서,
    상기 시청자 프로파일 데이터(103)는 각각의 카운트가 각각의 특징을 갖는 얼마나 많은 프로그램들이 시청되었는지를 나타내는, 시청된 프로그램들의 다수의 카운트들을 포함하는, 데이터 처리 장치.
  18. 제 17 항에 있어서,
    상기 텔레비전 프로그램이 특정 분류(class)에 있을 확률 계산을 포함하는, 데이터 처리 장치.
  19. 제 18 항에 있어서,
    상기 분류는 상기 시청자가 관심이 있는 프로그램들, 및 상기 시청자가 관심이 없는 프로그램들 중 하나인, 데이터 처리 장치.
  20. 제 1 항에 있어서,
    상기 확률 계산은:
    프로그램이 소망의 프로그림인지 또는 그렇지 않은지의 이전 확률(prior possibility)을 계산하는 단계;
    특징(fi)이 쇼가 소망의 쇼라는 것을 나타낼 또는 그렇지 않을 조건부 확률(conditional possibility)을 계산하는 단계; 및
    상기 조건부 확률 및 상기 이전 확률에 기초하여, 프로그램이 소망의 프로그램인지 또는 그렇지 않은지의 이후 확률(posterior possibility)을 계산하는 단계를 포함하는, 데이터 처리 장치.
  21. 제 1 항에 있어서,
    시청된 프로그램들은 상기 시청자가 관심이 있는 프로그램들인 것으로 가정하는, 데이터 처리 장치.
  22. 제 1 항에 있어서,
    상기 시청자 프로파일(103)은 특징 유형들 및 상기 특징 유형들에 대한 값들의 리스트를 포함하고,
    상기 특징 유형들은 적어도 2개의 세트들로부터 선택되며,
    상기 특징 유형들의 제 1 세트의 값들은 비-독립적인 것으로 간주되고,
    상기 특징 유형들의 제 2 세트의 값들은 독립적인 것으로 간주되며,
    확률 계산 단계는,
    상기 제 2 세트로부터의 특징 유형들에 대응하는 바예시안 분류 계산을 적용하는 단계; 및
    상기 제 1 세트로부터의 특징 유형들에 대응하는 수정된 바예시안 분류 계산을 적용하는 단계를 포함하는, 데이터 처리 장치.
  23. 제 24 항에 있어서,
    상기 제 1 세트의 특징들과 관련하여, 상기 수정된 바예시안 분류 계산은 분류된 쇼와 일치하는 특징 값들만을 고려하는, 데이터 치리 장치.
  24. 적어도 하나의 매체(110)에 있어서,
    데이터 처리 장치(2)에 의해 판독될 수 있고,
    - 시청자 프로파일(103)과 상기 텔레비전 프로그램에 대한 데이터에 기초하여, 텔레비전 프로그램이 소망의 프로그램일 확률을 계산하는 동작; 및
    - 상기 확률에 기초하여 상기 텔레비전 프로그램에 대한 추천을 제공하는 동작을 수행하도록 배열된 소프트웨어를 포함하는, 적어도 하나의 매체(110).
  25. 제 24 항에 있어서,
    특징 값들의 리스트; 및
    상기 리스트의 각 요소에 대하여, 특징 값을 갖는 프로그램들이 시청된 각각의 회수를 포함하는 데이터 구조(도 4)로서 상기 시청자 프로파일(103)을 더 포함하는, 적어도 하나의 매체(110).
  26. 제 25 항에 있어서,
    상기 데이터 구조(도 4)는 상기 리스트의 각 요소에 대하여, 특징 값을 갖는 프로그램들이 시청되지 않은 각각의 회수를 더 포함하는, 적어도 하나의 매체(110).
  27. 제 26 항에 있어서,
    사용자가 새로운 프로그램을 시청할 때마다, 다음의 단계들:
    상기 새로운 프로그램과 관련된 특징 값들 또는 상기 특징 값들의 카운트들을 상기 리스트에 부가하는 제 1 부가 단계;
    상기 새로운 프로그램에 대해 적어도 하나의 동료 프로그램을 선택하는 단계로서, 상기 동료 프로그램은 프로그램 스케줄로부터 무작위로 선택된 시청되지 않은, 상기 선택 단계; 및
    상기 동료 프로그램의 특징 값들 또는 상기 특징 값들의 카운트들을 상기 리스트에 부가하는 제 2 부가 단계를 수행하도록 소프트웨어가 더 배열되는, 적어도 하나의 매체(110).
  28. 제 24 항에 있어서,
    상기 계산은 바예시안 분류의 사용을 포함하는, 적어도 하나의 매체(110).
  29. 제 28 항에 있어서,
    상기 소프트웨어는 또한 상기 바예시안 분류를 사용하기 전에 노이즈 임계치 계산에 상기 시청자 프로파일(103)을 적용하도록 하는, 적어도 하나의 매체(110).
  30. 제 29 항에 있어서,
    상기 시청자 프로파일 데이터(103)는,
    특징 값들의 리스트;
    상기 리스트의 각 요소에 대한 각각의 네가티브 카운트로서, 특징 값을 갖는 프로그램들이 시청되지 않은 회수를 나타내는 상기 네가티브 카운트;
    상기 리스트의 각 요소에 대한 각각의 포지티브 카운트로서, 특징 값을 갖는프로그램들이 시청된 회수를 나타내는 상기 포지티브 카운트를 포함하며,
    상기 노이즈 임계치 계산은,
    특징의 적어도 하나의 특정 유형을 갖는 적어도 특징 값들을 포함하는 서브-리스트를 선택하는 단계;
    상기 노이즈 임계치로서 상기 서브-리스트에서 가장 높은 네가티브 카운트를 선택하는 단계를 포함하고,
    상기 추천은 상기 노이즈 임계치를 초과하는 상기 시청자 프로파일에 포지티브 및 네가티브 카운트를 갖는 적어도 하나의 특징 값을 갖는 그룹으로부터 선택된 프로그램을 포함하는, 적어도 하나의 매체(110).
  31. 제 24 항에 있어서,
    상기 확률 계산은:
    프로그램이 소망의 프로그림인지 또는 그렇지 않은지의 이전 확률을 계산하는 단계;
    특징(fi)이 쇼가 소망의 쇼라는 것을 나타낼 또는 그렇지 않을 조건부 확률을 계산하는 단계; 및
    상기 조건부 확률 및 상기 이전 확률에 기초하여, 프로그램이 소망의 프로그램인지 또는 그렇지 않은지의 이후 확률을 계산하는 단계를 포함하는, 적어도 하나의 매체(110).
  32. 제 24 항에 있어서,
    상기 시청자 프로파일(103)은 특징 유형들 및 상기 특징 유형들에 대한 값들의 리스트를 포함하고,
    상기 특징 유형들은 적어도 2개의 세트들로부터 선택되며,
    상기 특징 유형들의 제 1 세트의 값들은 비-독립적인 것으로 간주되고,
    상기 특징 유형들의 제 2 세트의 값들은 독립적인 것으로 간주되며,
    확률 계산 단계는,
    상기 제 2 세트로부터의 특징 유형들에 대응하는 바예시안 분류 계산을 적용하는 단계; 및
    상기 제 1 세트로부터의 특징 유형들에 대응하는 수정된 바예시안 분류 계산을 적용하는 단계를 포함하는, 적어도 하나의 매체(110).
  33. 컴퓨터 방법에 있어서,
    데이터의 세트를 수신하는 동작;
    노이트 기준에 따라 상기 데이터를 필터링하는 동작;
    바예시안 분류 계산에 기초하여 상기 필터링된 데이터로부터 결론을 이끌어내는 동작; 및
    사용자에게 상기 결론을 제공하는 동작을 데이터 처리 장치에서 수행하는 것을 포함하는, 컴퓨터 방법.
  34. 제 33 항에 있어서,
    상기 노이즈 기준은 세트 내의 데이터의 특정 유형들의 예들의 주파수에 기초하며, 상기 유형들은 노이즈를 나타내는 것으로 간주되는, 컴퓨터 방법.
  35. 데이터 처리 방법에 있어서,
    - 물리적 관찰 결과를 반영하는 데이터를 수신하는 제 1 수신 동작으로서, 상기 데이터는 특징 값 및 특징 값들에 대한 관찰 결과들의 리스트를 포함하며, 상기 특징 값들 중 일부는 독립적이고 상기 특징 값들 중 일부는 독립적이지 않은, 상기 제 1 수신 동작;
    - 분류될 항목에 대한 데이터를 수신하는 제 2 수신 동작으로서, 분류될 상기 항목에 대한 상기 데이터는 특징 값들을 포함하는, 상기 제 2 수신 동작;
    - 물리적 관찰 결과를 반영하는 상기 데이터를 적어도 2개의 세트들, 즉,
    - 독립적이지 않은 것으로 간주되는 특징 값들을 포함하는 제 1 세트; 및
    - 독립적인 것으로 간주되는 특징 값들을 포함하는 상기 제 2 세트로 분할하여 유지하는 동작;
    - 물리적 관찰 결과를 반영하는 데이터 및 분류될 항목에 대한 상기 데이터에 확률적 계산을 수행하는 동작으로서:
    - 상기 제 2 세트에 관한 특징 값들에 대하여 바예시안 분류 계산을 적용하는 단계; 및
    - 상기 제 1 세트에 관한 특징 값들에 대하여 수정된 바예시안 분류 계산을적용하는 단계를 포함하는, 상기 확률적 계산 수행 동작; 및
    - 상기 확률적 계산에 기초하여 분류될 상기 항목에 관한 결과를 사용자에게 제공하는 동작을 데이터 처리 장치에서 수행하는 것을 포함하는, 데이터 처리 방법.
KR1020017012654A 2000-02-04 2001-01-25 적응형 ｔｖ 프로그램 추천기 KR20010105404A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US09/498,271 US7051352B1 (en) 2000-02-04 2000-02-04 Adaptive TV program recommender
US09/498,271 2000-02-04
PCT/EP2001/000816 WO2001058145A2 (en) 2000-02-04 2001-01-25 Adaptive tv program recommender

Publications (1)

Publication Number Publication Date
KR20010105404A true KR20010105404A (ko) 2001-11-28

Family

ID=23980322

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020017012654A KR20010105404A (ko) 2000-02-04 2001-01-25 적응형 ｔｖ 프로그램 추천기

Country Status (5)

Country Link
US (1) US7051352B1 (ko)
EP (1) EP1192802A2 (ko)
JP (1) JP2004508740A (ko)
KR (1) KR20010105404A (ko)
WO (1) WO2001058145A2 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180064547A (ko) * 2011-08-26 2018-06-14 구글 엘엘씨 미디어 항목이 표시되고 있다는 신뢰도를 결정하기 위한 시스템 및 방법

Families Citing this family (160)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8352400B2 (en) 1991-12-23 2013-01-08 Hoffberg Steven M Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore
US6614987B1 (en) * 1998-06-12 2003-09-02 Metabyte, Inc. Television program recording with user preference determination
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
US7904187B2 (en) 1999-02-01 2011-03-08 Hoffberg Steven M Internet appliance system and method
KR100617662B1 (ko) * 2000-03-14 2006-08-28 엘지전자 주식회사 멀티미디어 데이터의 사용자 히스토리 정보 구성 및 관리 방법 그리고 이를 기반으로 하는 사용자 프로파일 정보 구성 방법
US7284064B1 (en) 2000-03-21 2007-10-16 Intel Corporation Method and apparatus to determine broadcast content and scheduling in a broadcast system
US8495679B2 (en) * 2000-06-30 2013-07-23 Thomson Licensing Method and apparatus for delivery of television programs and targeted de-coupled advertising
US8087051B2 (en) * 2000-06-30 2011-12-27 Thomson Licensing Database management system and method for electronic program guide and television channel lineup organization
KR100443673B1 (ko) * 2000-07-13 2004-08-09 엘지전자 주식회사 사용자 히스토리 기반 멀티미디어 서비스 시스템
US8302127B2 (en) * 2000-09-25 2012-10-30 Thomson Licensing System and method for personalized TV
ES2261527T3 (es) 2001-01-09 2006-11-16 Metabyte Networks, Inc. Sistema, procedimiento y aplicacion de software para publicidad dirigida mediante una agrupacion de modelos de comportamiento, y preferencias de programacion basadas en grupos de modelos de comportamiento.
US7231652B2 (en) * 2001-03-28 2007-06-12 Koninklijke Philips N.V. Adaptive sampling technique for selecting negative examples for artificial intelligence applications
US8818871B2 (en) * 2001-06-21 2014-08-26 Thomson Licensing Method and system for electronic purchases using an intelligent data carrier medium, electronic coupon system, and interactive TV infrastructure
US20030066067A1 (en) * 2001-09-28 2003-04-03 Koninklijke Philips Electronics N.V. Individual recommender profile modification using profiles of others
US20030066068A1 (en) * 2001-09-28 2003-04-03 Koninklijke Philips Electronics N.V. Individual recommender database using profiles of others
US8943540B2 (en) 2001-09-28 2015-01-27 Intel Corporation Method and apparatus to provide a personalized channel
US20030066071A1 (en) * 2001-10-03 2003-04-03 Koninklijke Philips Electronics N.V. Program recommendation method and system utilizing a viewing history of commercials
GB2387676A (en) * 2002-04-15 2003-10-22 Agena Ltd A method of recommending television programmes
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
JP3712124B2 (ja) * 2002-10-16 2005-11-02 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
US8561096B1 (en) * 2003-01-08 2013-10-15 The Directv Group, Inc. Distributed storage and processing of viewing usage data
PL1625716T3 (pl) 2003-05-06 2008-05-30 Apple Inc System i usługa przesyłania wiadomości
KR20060022671A (ko) * 2003-05-30 2006-03-10 코닌클리케 필립스 일렉트로닉스 엔.브이. 시청된 상태에 따른 ｔｖ 쇼들의 기록에 대한 쇼 우선순위확정
ATE395786T1 (de) * 2003-06-03 2008-05-15 Koninkl Philips Electronics Nv Verfahren und vorrichtung zum generieren eines nutzerprofils basierend auf spiellisten
US9027043B2 (en) * 2003-09-25 2015-05-05 The Nielsen Company (Us), Llc Methods and apparatus to detect an operating state of a display
US7786987B2 (en) * 2003-09-25 2010-08-31 The Nielsen Company (Us), Llc Methods and apparatus to detect an operating state of a display based on visible light
EP1531458B1 (en) * 2003-11-12 2008-04-16 Sony Deutschland GmbH Apparatus and method for automatic extraction of important events in audio signals
CN1294755C (zh) * 2004-01-19 2007-01-10 大唐电信科技股份有限公司光通信分公司 多媒体终端
US20080256579A1 (en) * 2004-03-29 2008-10-16 Koninklijke Philips Electronics, N.V. Assisted User Control in Recommenders
US20060015895A1 (en) * 2004-06-30 2006-01-19 Stone Christopher J Method and system for avoiding undesirable portions of a recorded audiovisual program
US8943537B2 (en) * 2004-07-21 2015-01-27 Cox Communications, Inc. Method and system for presenting personalized television program recommendation to viewers
AU2005273948B2 (en) * 2004-08-09 2010-02-04 The Nielsen Company (Us), Llc Methods and apparatus to monitor audio/visual content from various sources
US7533399B2 (en) * 2004-12-02 2009-05-12 Panasonic Corporation Programming guide content collection and recommendation system for viewing on a portable device
JP2008525875A (ja) * 2004-12-23 2008-07-17 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 コンテンツを推薦するための方法及び装置
TW200704183A (en) * 2005-01-27 2007-01-16 Matrix Tv Dynamic mosaic extended electronic programming guide for television program selection and display
WO2006079974A2 (en) * 2005-01-27 2006-08-03 Koninklijke Philips Electronics N.V. Assisted user control in recommenders
US7693887B2 (en) * 2005-02-01 2010-04-06 Strands, Inc. Dynamic identification of a new set of media items responsive to an input mediaset
WO2006084102A2 (en) 2005-02-03 2006-08-10 Musicstrands, Inc. Recommender system for identifying a new set of media items responsive to an input set of media items and knowledge base metrics
EP1844386A4 (en) 2005-02-04 2009-11-25 Strands Inc NAVIGATION SYSTEM IN A MUSICAL CATALOG USING MEASUREMENTS FOR CORRELATION OF A KNOWLEDGE BASE OF MEDIA SETS
US7840570B2 (en) 2005-04-22 2010-11-23 Strands, Inc. System and method for acquiring and adding data on the playing of elements or multimedia files
KR20060131471A (ko) * 2005-06-16 2006-12-20 삼성전자주식회사 고밀도 광디스크의 리드인 영역 내 오.피.씨 데이터관리방법
US7870582B2 (en) * 2005-07-13 2011-01-11 Broadcom Corporation Method for providing long term program guide data in a video recorder system with access to only short term program guide data
US8875196B2 (en) 2005-08-13 2014-10-28 Webtuner Corp. System for network and local content access
MX2008002317A (es) 2005-08-16 2008-03-24 Nielsen Media Res Inc Metodos y aparatos de deteccion de encendido/apagado del dispositivo de visualizacion.
JP2007060398A (ja) * 2005-08-25 2007-03-08 Toshiba Corp 番組情報提供装置、番組情報提供方法及びそのプログラム
US7877387B2 (en) * 2005-09-30 2011-01-25 Strands, Inc. Systems and methods for promotional media item selection and promotional program unit generation
BRPI0620084B1 (pt) 2005-12-19 2018-11-21 Apple Inc método para identificar usuários individuais em uma comunidade definida de usuários, com base na comparação do perfil do primeiro usuário com outros perfis de usuário, para um primeiro membro da comunidade e método para medir similaridade de usuários individuais para um primeiro usuário em uma comunidade definida de usuários
US20070244880A1 (en) 2006-02-03 2007-10-18 Francisco Martin Mediaset generation system
US8187293B2 (en) * 2006-02-06 2012-05-29 Novartis Ag Microsurgical instrument
KR20080100342A (ko) 2006-02-10 2008-11-17 스트랜즈, 아이엔씨. 동적 양방향 엔터테인먼트
KR101031602B1 (ko) 2006-02-10 2011-04-27 스트랜즈, 아이엔씨. 휴대용미디어플레이어 파일들에 우선순위를 설정하는시스템 및 방법
CN101395559A (zh) 2006-03-01 2009-03-25 Tivo有限公司 推荐的记录和下载引导
US8707369B2 (en) * 2006-03-01 2014-04-22 Tivo Inc. Recommended recording and downloading guides
WO2007103923A2 (en) 2006-03-06 2007-09-13 La La Media, Inc Article trading process
US8682654B2 (en) * 2006-04-25 2014-03-25 Cyberlink Corp. Systems and methods for classifying sports video
MX2008014700A (es) * 2006-05-18 2009-11-02 Nielsen Co Us Llc Metodos y aparato para medidores instalados colaboradores.
US8520850B2 (en) 2006-10-20 2013-08-27 Time Warner Cable Enterprises Llc Downloadable security and protection methods and apparatus
WO2008073633A2 (en) * 2006-11-06 2008-06-19 Promethean Ventures, Llc System and method of using movie taste for compatibility matching
JP4358219B2 (ja) * 2006-11-21 2009-11-04 株式会社東芝 番組情報提供装置、番組情報提供方法及びそのプログラム
US8621540B2 (en) 2007-01-24 2013-12-31 Time Warner Cable Enterprises Llc Apparatus and methods for provisioning in a download-enabled system
JP2008187575A (ja) * 2007-01-31 2008-08-14 Sony Corp 情報処理装置および方法、並びにプログラム
US8671000B2 (en) 2007-04-24 2014-03-11 Apple Inc. Method and arrangement for providing content to multimedia devices
US8099315B2 (en) * 2007-06-05 2012-01-17 At&T Intellectual Property I, L.P. Interest profiles for audio and/or video streams
JP5251039B2 (ja) * 2007-08-23 2013-07-31 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
US20090064229A1 (en) * 2007-08-30 2009-03-05 Microsoft Corporation Recommendation from stochastic analysis
US20090106797A1 (en) * 2007-10-22 2009-04-23 Electronic Data Systems Corporation Apparatus, and associated method, for providing personalized channel content
US8832753B2 (en) * 2008-01-16 2014-09-09 Apple Inc. Filtering and tailoring multimedia content based on observed user behavior
US8839327B2 (en) 2008-06-25 2014-09-16 At&T Intellectual Property Ii, Lp Method and apparatus for presenting media programs
US9015778B2 (en) 2008-06-25 2015-04-21 AT&T Intellectual Property I. LP Apparatus and method for media on demand commentaries
US20100017725A1 (en) * 2008-07-21 2010-01-21 Strands, Inc. Ambient collage display of digital media content
US8601003B2 (en) 2008-09-08 2013-12-03 Apple Inc. System and method for playlist generation based on similarity data
US8180712B2 (en) 2008-09-30 2012-05-15 The Nielsen Company (Us), Llc Methods and apparatus for determining whether a media presentation device is in an on state or an off state
EP2374066A4 (en) 2008-10-02 2013-12-04 Apple Inc REAL-TIME VISUALIZATION OF USER ACCOUNT OF MEDIA ARTICLES
US8793717B2 (en) 2008-10-31 2014-07-29 The Nielsen Company (Us), Llc Probabilistic methods and apparatus to determine the state of a media device
US9357247B2 (en) 2008-11-24 2016-05-31 Time Warner Cable Enterprises Llc Apparatus and methods for content delivery and message exchange across multiple content delivery networks
US8204987B2 (en) * 2008-12-09 2012-06-19 At&T Intellectual Property I, L.P. Providing reports of received multimedia programs
US20100169908A1 (en) * 2008-12-30 2010-07-01 Nielsen Christen V Methods and apparatus to enforce a power off state of an audience measurement device during shipping
US8375404B2 (en) * 2008-12-30 2013-02-12 The Nielsen Company (Us), Llc Methods and apparatus to enforce a power off state of an audience measurement device during shipping
US8156517B2 (en) * 2008-12-30 2012-04-10 The Nielsen Company (U.S.), Llc Methods and apparatus to enforce a power off state of an audience measurement device during shipping
US9276761B2 (en) * 2009-03-04 2016-03-01 At&T Intellectual Property I, L.P. Method and apparatus for group media consumption
US8275623B2 (en) 2009-03-06 2012-09-25 At&T Intellectual Property I, L.P. Method and apparatus for analyzing discussion regarding media programs
US11076189B2 (en) 2009-03-30 2021-07-27 Time Warner Cable Enterprises Llc Personal media channel apparatus and methods
US9215423B2 (en) 2009-03-30 2015-12-15 Time Warner Cable Enterprises Llc Recommendation engine apparatus and methods
EP2251994B1 (en) 2009-05-14 2013-10-30 Advanced Digital Broadcast S.A. System and method for optimization of content recommendation
US9602864B2 (en) 2009-06-08 2017-03-21 Time Warner Cable Enterprises Llc Media bridge apparatus and methods
US20110060738A1 (en) 2009-09-08 2011-03-10 Apple Inc. Media item clustering based on similarity data
EP2481219B2 (en) * 2009-09-23 2021-10-06 Rovi Guides, Inc. Systems and methods for automatically detecting users within detection regions of media devices
US8266652B2 (en) 2009-10-15 2012-09-11 At&T Intellectual Property I, L.P. Apparatus and method for transmitting media content
US8396055B2 (en) 2009-10-20 2013-03-12 Time Warner Cable Inc. Methods and apparatus for enabling media functionality in a content-based network
US9830605B2 (en) * 2009-10-30 2017-11-28 At&T Intellectual Property I, L.P. Apparatus and method for product marketing
US10264029B2 (en) 2009-10-30 2019-04-16 Time Warner Cable Enterprises Llc Methods and apparatus for packetized content delivery over a content delivery network
US8224756B2 (en) 2009-11-05 2012-07-17 At&T Intellectual Property I, L.P. Apparatus and method for managing a social network
US8760469B2 (en) * 2009-11-06 2014-06-24 At&T Intellectual Property I, L.P. Apparatus and method for managing marketing
US9031379B2 (en) * 2009-11-10 2015-05-12 At&T Intellectual Property I, L.P. Apparatus and method for transmitting media content
US8316303B2 (en) 2009-11-10 2012-11-20 At&T Intellectual Property I, L.P. Method and apparatus for presenting media programs
US10708663B2 (en) 2009-11-13 2020-07-07 At&T Intellectual Property I, L.P. Apparatus and method for media on demand commentaries
US8387088B2 (en) * 2009-11-13 2013-02-26 At&T Intellectual Property I, Lp Method and apparatus for presenting media programs
US9100550B2 (en) * 2009-11-20 2015-08-04 At&T Intellectual Property I, L.P. Apparatus and method for managing a social network
US8839306B2 (en) 2009-11-20 2014-09-16 At&T Intellectual Property I, Lp Method and apparatus for presenting media programs
US8373741B2 (en) * 2009-11-20 2013-02-12 At&T Intellectual Property I, Lp Apparatus and method for collaborative network in an enterprise setting
US9094726B2 (en) 2009-12-04 2015-07-28 At&T Intellectual Property I, Lp Apparatus and method for tagging media content and managing marketing
US9519728B2 (en) 2009-12-04 2016-12-13 Time Warner Cable Enterprises Llc Apparatus and methods for monitoring and optimizing delivery of content in a network
US9342661B2 (en) 2010-03-02 2016-05-17 Time Warner Cable Enterprises Llc Apparatus and methods for rights-managed content and data delivery
US9906838B2 (en) 2010-07-12 2018-02-27 Time Warner Cable Enterprises Llc Apparatus and methods for content delivery and message exchange across multiple content delivery networks
US8997136B2 (en) 2010-07-22 2015-03-31 Time Warner Cable Enterprises Llc Apparatus and methods for packetized content delivery over a bandwidth-efficient network
JP5815534B2 (ja) 2010-08-31 2015-11-17 アトナープ株式会社 センサーにより測定されたデータから候補を見つける方法および装置
KR20140033312A (ko) 2010-10-21 2014-03-18 홀리브레인 비브이비에이 인간 경험과 구매 행동의 신경심리학적 모델링을 위한 방법 및 장치
EP2477333A1 (en) * 2010-12-23 2012-07-18 Harman Becker Automotive Systems GmbH Broadcasted program playback method
US9602414B2 (en) 2011-02-09 2017-03-21 Time Warner Cable Enterprises Llc Apparatus and methods for controlled bandwidth reclamation
US8826313B2 (en) 2011-03-04 2014-09-02 CSC Holdings, LLC Predictive content placement on a managed services systems
US9420320B2 (en) 2011-04-01 2016-08-16 The Nielsen Company (Us), Llc Methods, apparatus and articles of manufacture to estimate local market audiences of media content
US9141982B2 (en) 2011-04-27 2015-09-22 Right Brain Interface Nv Method and apparatus for collaborative upload of content
US8584166B2 (en) * 2011-05-11 2013-11-12 Verizon Patent And Licensing Inc. Probabilistic-based content recommender
JP2014517611A (ja) 2011-05-17 2014-07-17 ウエブチユーナー・コーポレイシヨン 拡張性のある高精度なセンサおよびｉｄに基づくオーディエンス計測システムのためのシステムおよび方法
US9256884B2 (en) 2011-05-24 2016-02-09 Webtuner Corp System and method to increase efficiency and speed of analytics report generation in audience measurement systems
JP2014518051A (ja) 2011-05-26 2014-07-24 ウエブチユーナー・コーポレイシヨン クライアントイベント前処理を伴う非常に拡張性のあるオーディエンス計測システム
US8433815B2 (en) 2011-09-28 2013-04-30 Right Brain Interface Nv Method and apparatus for collaborative upload of content
US8983905B2 (en) 2011-10-03 2015-03-17 Apple Inc. Merging playlists from multiple sources
US8789109B2 (en) * 2011-10-17 2014-07-22 Electronics And Telecommunications Research Institute System for recommending favorite channel/program based on TV watching pattern and method thereof
JP2015506158A (ja) 2011-12-19 2015-02-26 ザ ニールセン カンパニー （ユーエス） エルエルシー メディア提示装置をクレジットするための方法及び装置
US20150156545A1 (en) * 2012-01-04 2015-06-04 Thomson Licensing Method and system for providing media recommendations
KR101471940B1 (ko) 2012-02-03 2014-12-24 한국과학기술원 Tv 프로그램 콘텐츠와 웹 콘텐츠의 연계추천 장치, 시스템, 방법 및 그 방법을 실행하는 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체
US9692535B2 (en) 2012-02-20 2017-06-27 The Nielsen Company (Us), Llc Methods and apparatus for automatic TV on/off detection
US9467723B2 (en) 2012-04-04 2016-10-11 Time Warner Cable Enterprises Llc Apparatus and methods for automated highlight reel creation in a content delivery network
US10158898B2 (en) 2012-07-26 2018-12-18 Comcast Cable Communications, Llc Customized options for consumption of content
US20140082645A1 (en) 2012-09-14 2014-03-20 Peter Stern Apparatus and methods for providing enhanced or interactive features
US9565472B2 (en) 2012-12-10 2017-02-07 Time Warner Cable Enterprises Llc Apparatus and methods for content transfer protection
US10275532B2 (en) 2013-01-24 2019-04-30 Interdigital Ce Patent Holdings Method and system for content discovery
CN104683852B (zh) * 2013-11-29 2018-04-06 国际商业机器公司 处理广播信息的方法和设备
US9510057B2 (en) 2014-01-03 2016-11-29 Gracenote, Inc. Interactive programming guide
US9621940B2 (en) 2014-05-29 2017-04-11 Time Warner Cable Enterprises Llc Apparatus and methods for recording, accessing, and delivering packetized content
US10116676B2 (en) 2015-02-13 2018-10-30 Time Warner Cable Enterprises Llc Apparatus and methods for data collection, analysis and service modification based on online activity
US9924224B2 (en) 2015-04-03 2018-03-20 The Nielsen Company (Us), Llc Methods and apparatus to determine a state of a media presentation device
US10404758B2 (en) 2016-02-26 2019-09-03 Time Warner Cable Enterprises Llc Apparatus and methods for centralized message exchange in a user premises device
US10210459B2 (en) 2016-06-29 2019-02-19 The Nielsen Company (Us), Llc Methods and apparatus to determine a conditional probability based on audience member probability distributions for media audience measurement
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
US11962821B2 (en) 2016-12-31 2024-04-16 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
US11546400B2 (en) 2016-12-31 2023-01-03 Turner Broadcasting System, Inc. Generating a live media segment asset
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
US11051074B2 (en) 2016-12-31 2021-06-29 Turner Broadcasting System, Inc. Publishing disparate live media output streams using live input streams
US10075753B2 (en) 2016-12-31 2018-09-11 Turner Broadcasting System, Inc. Dynamic scheduling and channel creation 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
US10694231B2 (en) 2016-12-31 2020-06-23 Turner Broadcasting System, Inc. Dynamic channel versioning in a broadcast air chain based on user preferences
US11503352B2 (en) 2016-12-31 2022-11-15 Turner Broadcasting System, Inc. Dynamic scheduling and channel creation based on external data
US11109086B2 (en) 2016-12-31 2021-08-31 Turner Broadcasting System, Inc. Publishing disparate live media output streams in mixed mode
US10645462B2 (en) 2016-12-31 2020-05-05 Turner Broadcasting System, Inc. Dynamic channel versioning in a broadcast air chain
US11051061B2 (en) 2016-12-31 2021-06-29 Turner Broadcasting System, Inc. Publishing a disparate live media output stream using pre-encoded media assets
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
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
US10939169B2 (en) 2017-05-25 2021-03-02 Turner Broadcasting System, Inc. Concurrent presentation of non-programming media assets with programming media content at client device
EP3410732A1 (en) 2017-05-30 2018-12-05 Advanced Digital Broadcast S.A. A system and a method for monitoring activity of a user during content presentation
US10936653B2 (en) 2017-06-02 2021-03-02 Apple Inc. Automatically predicting relevant contexts for media items
US11721090B2 (en) * 2017-07-21 2023-08-08 Samsung Electronics Co., Ltd. Adversarial method and system for generating user preferred contents
US10880606B2 (en) 2018-12-21 2020-12-29 Turner Broadcasting System, Inc. Disparate live media output stream playout and broadcast distribution
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
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
CN112333515B (zh) * 2020-07-30 2023-01-20 深圳Tcl新技术有限公司 推荐节目的显示方法、装置、设备及可读存储介质
US12067779B1 (en) * 2022-02-09 2024-08-20 Amazon Technologies, Inc. Contrastive learning of scene representation guided by video similarities

Family Cites Families (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4706121B1 (en) 1985-07-12 1993-12-14 Insight Telecast, Inc. Tv schedule system and process
US5223924A (en) 1992-05-27 1993-06-29 North American Philips Corporation System and method for automatically correlating user preferences with a T.V. program information database
CA2151456C (en) 1992-12-09 2004-03-02 John S. Hendricks Reprogrammable terminal for suggesting programs offered on a television program delivery system
JP3297914B2 (ja) 1993-01-08 2002-07-02 ソニー株式会社 テレビジョン受像機
US5410344A (en) 1993-09-22 1995-04-25 Arrowsmith Technologies, Inc. Apparatus and method of selecting video programs based on viewers' preferences
DE4406091A1 (de) 1994-02-25 1995-08-31 Grundig Emv Empfänger mit einer Vorrichtung zur Erzeugung einer individuellen Programmvorschau
JP3500741B2 (ja) 1994-03-01 2004-02-23 ソニー株式会社 テレビ放送の選局方法及び選局装置
KR100348915B1 (ko) 1994-05-12 2002-12-26 마이크로소프트 코포레이션 텔레비젼프로그램선택방법및그시스템
GB2289782B (en) 1994-05-23 1998-02-04 Gareth Bertram Stevens Improvements in or relating to television apparatus
US5534911A (en) 1994-11-02 1996-07-09 Levitan; Gutman Virtual personal channel in a television system
FR2726718B1 (fr) * 1994-11-08 1996-12-27 Lacrosse Philippe Dispositif d'affichage d'informations sur un televiseur
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
CA2166434A1 (en) 1995-01-04 1996-07-05 Fujio Noguchi Method and apparatus for providing programming information
JP4001942B2 (ja) 1995-02-06 2007-10-31 ソニー株式会社 受信装置および受信方法、並びに放送システムおよび放送方法
GB9504376D0 (en) 1995-03-04 1995-04-26 Televitesse Systems Inc Automatic broadcast monitoring system
CA2170429C (en) 1995-03-28 2000-04-25 Stephen Gregory Eick Method and apparatus for finding and selecting a desired data item from a large schedule of data items using a tv set and a controller similar to a tv-remote-control
US5880768A (en) 1995-04-06 1999-03-09 Prevue Networks, Inc. Interactive program guide systems and processes
US5768422A (en) * 1995-08-08 1998-06-16 Apple Computer, Inc. Method for training an adaptive statistical classifier to discriminate against inproper patterns
US5758259A (en) * 1995-08-31 1998-05-26 Microsoft Corporation Automated selective programming guide
US5867226A (en) 1995-11-17 1999-02-02 Thomson Consumer Electronics, Inc. Scheduler employing a predictive agent for use in a television receiver
US5790935A (en) * 1996-01-30 1998-08-04 Hughes Aircraft Company Virtual on-demand digital information delivery system and method
US5635989A (en) 1996-02-13 1997-06-03 Hughes Electronics Method and apparatus for sorting and searching a television program guide
US5704017A (en) * 1996-02-16 1997-12-30 Microsoft Corporation Collaborative filtering utilizing a belief network
US5828419A (en) 1996-02-29 1998-10-27 Hughes Electronics Method and apparatus for generating television program guides utilizing icons
US5867799A (en) 1996-04-04 1999-02-02 Lang; Andrew K. Information system and method for filtering a massive flow of information entities to meet user information classification needs
US5848396A (en) * 1996-04-26 1998-12-08 Freedom Of Information, Inc. Method and apparatus for determining behavioral profile of a computer user
JP3793975B2 (ja) 1996-05-20 2006-07-05 ソニー株式会社 階層型メニューにおけるカスタマイズメニューの登録方法及びカスタマイズメニューを備えた映像機器
US6128009A (en) * 1996-05-29 2000-10-03 Sony Corporation Program guide controller
AU3294997A (en) 1996-06-13 1998-01-07 Starsight Telecast Incorporated Method and apparatus for searching a guide using program characteristics
US5801787A (en) 1996-06-14 1998-09-01 Starsight Telecast, Inc. Television schedule system and method of operation for multiple program occurrences
EP0836320B1 (en) 1996-10-08 2006-03-22 Matsushita Electric Industrial Co., Ltd. Information receiving method and information receiving apparatus using the same method
HUP9904326A3 (en) 1996-11-15 2002-10-28 Mindport Bv Method and apparatus for selecting television programs by geting information of an electronic program guide
US5801747A (en) * 1996-11-15 1998-09-01 Hyundai Electronics America Method and apparatus for creating a television viewer profile
US6163316A (en) 1997-01-03 2000-12-19 Texas Instruments Incorporated Electronic programming system and method
GB2325537B8 (en) 1997-03-31 2000-01-31 Microsoft Corp Query-based electronic program guide
US6286141B1 (en) 1997-05-22 2001-09-04 Soundview Technologies Incorporated Personal editing system
WO1998056172A1 (en) 1997-06-06 1998-12-10 Thomson Consumer Electronics, Inc. System and method for changing program guide format
IL121230A (en) 1997-07-03 2004-05-12 Nds Ltd Intelligent electronic program guide
US6005597A (en) * 1997-10-27 1999-12-21 Disney Enterprises, Inc. Method and apparatus for program selection
US6236978B1 (en) * 1997-11-14 2001-05-22 New York University System and method for dynamic profiling of users in one-to-one applications
US6185534B1 (en) 1998-03-23 2001-02-06 Microsoft Corporation Modeling emotion and personality in a computer user interface
US6317722B1 (en) * 1998-09-18 2001-11-13 Amazon.Com, Inc. Use of electronic shopping carts to generate personal recommendations
US6412012B1 (en) * 1998-12-23 2002-06-25 Net Perceptions, Inc. System, method, and article of manufacture for making a compatibility-aware recommendations to a user
US6727914B1 (en) * 1999-12-17 2004-04-27 Koninklijke Philips Electronics N.V. Method and apparatus for recommending television programming using decision trees

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180064547A (ko) * 2011-08-26 2018-06-14 구글 엘엘씨 미디어 항목이 표시되고 있다는 신뢰도를 결정하기 위한 시스템 및 방법
US11216740B2 (en) 2011-08-26 2022-01-04 Google Llc Systems and methods for determining that a media item is being presented
US11755936B2 (en) 2011-08-26 2023-09-12 Google Llc Systems and methods for determining that a media item is being presented

Also Published As

Publication number Publication date
US7051352B1 (en) 2006-05-23
WO2001058145A2 (en) 2001-08-09
WO2001058145A3 (en) 2002-01-10
JP2004508740A (ja) 2004-03-18
EP1192802A2 (en) 2002-04-03

Similar Documents

Publication Publication Date Title
KR20010105404A (ko) 적응형 ｔｖ 프로그램 추천기
US7509662B2 (en) Method and apparatus for generation of a preferred broadcasted programs list
US20020083451A1 (en) User-friendly electronic program guide based on subscriber characterizations
US7240355B1 (en) Subscriber characterization system with filters
US8787724B2 (en) Information processing apparatus, information processing method and program
KR100899831B1 (ko) 프로그램 검색 장치
US20020186867A1 (en) Filtering of recommendations employing personal characteristics of users
CN106131703A (zh) 一种视频推荐的方法和终端
EP2945113A1 (en) Audience segmentation using machine-learning
US20050004930A1 (en) Hybrid personalization architecture
KR20040037246A (ko) 커머셜의 시청 히스토리를 이용하는 프로그램 추천 방법및 시스템
US20090158307A1 (en) Content processing apparatus, content processing method, program, and recording medium
WO2003047242A2 (en) Media recommender which presents the user with rationale for the recommendation
KR20020070496A (ko) 시변 조건 확률들을 결정하는 간격 기본 프로파일들을가진 텔레비젼 프로그램 추천기
EP1891588A1 (en) Method and apparatus for estimating total interest of a group of users directing to a content
Bost et al. Remembering winter was coming: Character-oriented video summaries of TV series
CN109040795A (zh) 一种视频推荐方法及系统
WO2004004340A1 (en) Method,system and program product for locally analyzing viewing behavior
CN1799256B (zh) 记录推荐的节目的设备和方法及推荐节目的设备和方法
US20030237095A1 (en) Trend analysis of chunked view history/profiles view voting
KR20050106108A (ko) 비-범주형 정보를 통한 텔레비전 추천들의 발생
CN106658091B (zh) 一种实现收视信息处理的方法及装置
CN112784069A (zh) 一种iptv内容智能推荐系统以及方法
EP2828798B1 (en) Method and apparatus for controlling a system
JP2007049322A (ja) 番組推薦装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application