KR20020067927A - 앞선 조회들에 기초하여 텔레비전 프로그램 추천들을생성하기 위한 방법 및 장치 - Google Patents

앞선 조회들에 기초하여 텔레비전 프로그램 추천들을생성하기 위한 방법 및 장치 Download PDF

Info

Publication number
KR20020067927A
KR20020067927A KR1020027008536A KR20027008536A KR20020067927A KR 20020067927 A KR20020067927 A KR 20020067927A KR 1020027008536 A KR1020027008536 A KR 1020027008536A KR 20027008536 A KR20027008536 A KR 20027008536A KR 20020067927 A KR20020067927 A KR 20020067927A
Authority
KR
South Korea
Prior art keywords
program
recommendation score
user
programs
television
Prior art date
Application number
KR1020027008536A
Other languages
English (en)
Other versions
KR100849677B1 (ko
Inventor
카우샬 쿠라파티
Original Assignee
코닌클리케 필립스 일렉트로닉스 엔.브이.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 코닌클리케 필립스 일렉트로닉스 엔.브이. filed Critical 코닌클리케 필립스 일렉트로닉스 엔.브이.
Publication of KR20020067927A publication Critical patent/KR20020067927A/ko
Application granted granted Critical
Publication of KR100849677B1 publication Critical patent/KR100849677B1/ko

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/454—Content or additional data filtering, e.g. blocking advertisements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4828—End-user interface for program selection for searching program descriptors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/16—Analogue secrecy systems; Analogue subscription systems
    • H04N7/162—Authorising the user terminal, e.g. by paying; Registering the use of a subscription channel, e.g. billing
    • H04N7/163—Authorising the user terminal, e.g. by paying; Registering the use of a subscription channel, e.g. billing by receiver means only

Abstract

전자적 프로그램 가이드 상에서 이전에 사용자에 의해 수행된 조회들에 기초하여 텔레비전 프로그램 추천들을 생성하는 방법 및 장치가 공개된다. 주어진 프로그램에 대한 전통적인 프로그램 추천기 점수는, 상기 프로그램을 규정하는 속성치 쌍들 및 사용자에 의해 이전에 탐색된 속성치 쌍들 사이의 상관 정도에 따라 조정된다. 이력 탐색 데이터베이스는, 각각의 속성치 쌍이 사용자 조회에 나타나는 횟수를 가리키고 사용자의 선호성들에 관한 부가적 정보를 제공한다. 어떤 속성치 쌍들에 대한 더 높은 빈도의 카운트들은, 그러한 범주에 부합하는 프로그램들에 대한 사용자의 선호성을 암시한다.

Description

앞선 조회들에 기초하여 텔레비전 프로그램 추천들을 생성하기 위한 방법 및 장치{METHOD AND APPARATUS FOR GENERATIONG TELEVISION PROGRAM RECOMMENDATIONS BASED ON PRIOR QUERIES}
텔레비전 시청자들에게 이용가능한 채널들의 수가 증가하고 그러한 채널들 상의 이용가능 프로그램 내용의 다양성에 따라, 텔레비전 시청자가 관심있는 텔레비전 프로그램들을 식별하는 것은 점점 더 도전적인 것이 되고 있다. 전통적으로, 텔레비전 시청자들은 프린트된 텔레비전 프로그램 가이드를 분석함으로써 관심있는 텔레비전 프로그램들을 식별했다. 전형적으로, 그러한 프린트된 텔레비전 프로그램 가이드들은 시간 및 날짜, 채널 및 제목에 의해 이용가능 텔레비전 프로그램들을 목록화하고 있는 격자표들(grids)을 포함한다. 텔레비전 프로그램들의 수가 증가함에 따라, 그러한 프린트된 가이드를 사용하여 원하는 텔레비전 프로그램들을 효과적으로 식별하는 것이 점점 더 어려워지고 있다.
최근에, 텔레비전 프로그램 가이드들은 종종 전자적 프로그램가이드들(electronic program guides : EPGs)이라고 불리우는 전자적 형태로 이용가능해지고 있다. 프린트된 텔레비전 프로그램 가이드들과 같이 EPGs는 시간과 날짜, 채널과 제목에 의해 이용가능한 텔레비전 프로그램들을 열거해 놓고 있는 격자표들을 담고 있다. 그런데, 어떤 EPGs는 텔레비전 시청자들이 개인적인 기호들(personalized preferences)과 관련하여 이용가능한 텔레비전 프로그램들을 분류하거나 또는 찾도록 허용한다. 게다가 EPGs는 이용가능한 텔레비전 프로그램들의 온-스크린 프레젠테이션(on-screen presentation)을 고려한다.
EPGs가 시청자들로 하여금 전통적인 프린트된 가이드들보다 더 효과적으로 바람직한 프로그램들을 식별하도록 허락하는 반면에 EPGs는, 만일 극복만 된다면 바람직한 프로그램들을 식별하는 시청자들의 능력을 더 향상시킬 수 있는 많은 한계들(limitations)로 인해 어려움을 겪는다. 예를 들면, 많은 시청자들은 액션에 기초한 프로그램들 또는 스포츠 프로그램과 같은 특정 프로그램 영역들에 긍정적인 혹은 부정적인 특별한 기호를 갖고있다. 따라서, 시청자의 기호들은 특정 시청자에게 관심이 될 수 있는 추천된 프로그램들의 집합을 얻기 위해 EPG에 응용될 수 있다.
따라서, 많은 도구들이 텔레비전 프로그램 추천을 위해 제안 또는 제시되어 왔다. 예를 들어, 캘리포니아 서니베일의 주식회사 Tivo로부터의 상업적으로 이용가능한 TivoTM시스템은 시청자들로 하여금 "승인과 거절"("Thumbs Up and Thumbs down")특징을 사용하여 프로그램들을 등급 매기고 그것에 의해 시청자가 좋아하거나 싫어하는 프로그램들을 각각 지적하도록 허용한다. 이러한 방법으로, TivoTM시스템은 시청자가 좋아했던 또는 좋아하지 않았던 이전의 텔레비전 프로그램들로부터 시청자의 기호들을 암묵적으로 유도한다. 그리고 나서, Tivo 수신기는 각 시청자에게 맞는 추천들을 만들기 위해, 기록된 시청자 기호들을 EPG와 같은 수신된 프로그램 데이터와 짝을 지운다.
따라서, 텔레비전 프로그램 추천들을 생성하기 위한 그러한 도구들은, 그들의 앞선 시청 이력(viewing history)에 기초하여, 시청자가 좋아할 만한 프로그램의 선택들을 제공한다. 그러나, 그러한 프로그램 추천기의 도움이 있더라도, 시청자가 모든 선택대상들(options) 중에서 관심이 되는 프로그램들을 식별하는 것은 여전히 어렵다. 더욱이, 사용자-정의 조회에 기초한 전자적 프로그램 가이드를 탐색하는 현재 이용가능한 도구들은, 사용자가 상기 조회를 만족시키는 프로그램들의 목록을 리뷰할(review) 수 있기 전에 몇 번의 버튼 클릭을 요구한다. 게다가, 사용자의 시청 습관으로부터 확인된 암묵적 정보(implicit information)와 전자적 프로그램 가이드 상에서 사용자에 의해 수행된 조회들로부터 확인된 명시적 정보(explicit information)를 통합시키는 어떤 방법도 현재 존재하지 않는다.
따라서, 전자적 프로그램 가이드 상의 사용자에 의해 수행되어 온 조회들에 기초하여 텔레비전 프로그램들을 추천하기 위한 방법 및 장치에 대한 필요가 존재한다.
본 발명은 텔레비전 프로그램 추천들에 관한 것이고, 더 구체적으로는, 전자적 프로그램 가이드 상에서 사용자에 의해 수행된 조회들(queries)에 기초하여 텔레비전 프로그램 추천들을 생성하기 위한 방법 및 장치에 관한 것이다.
도1은 본 발명에 따른 텔레비전 프로그램 추천기를 예시하는 도면.
도2는 도1의 시청자 프로필 데이터베이스로부터의 샘플 테이블.
도3은 도1의 프로그램 데이터베이스로부터의 샘플 테이블.
도4는 도1의 이력 탐색 데이터베이스로부터의 샘플 테이블.
도5는 본 발명의 원리들을 구체화하는 예시적인 프로그램 추천 과정을 설명하는 플로우 차트.
일반적으로, 전자적 프로그램 가이드 상에서 사용자에 의해 수행되어 왔던조회들에 기초해서 텔레비전 프로그램 추천들을 생성하기 위한 방법 및 장치가 공개된다. 본 발명은 사용자에 의해 실행된 이전 탐색들(previous searches)에 기초한 전통적인 프로그램 추천기 점수를 조정한다. 구체적으로, 주어진 프로그램에 대한 전통적인 프로그램 추천기 점수는, 그 프로그램을 규정하는 속성치 쌍들(attribute-value pairs) 및 사용자에 의해 이전에 탐색된 속성치 쌍들 사이의 상관 정도(the degree of correlation)에 따라 조정된다.
이력 탐색 데이터베이스(historical search database)는, 속성치 쌍이 사용자 조회에 나타나는 횟수를 가리키도록 유지된다. 사용자에 의해 수동 또는 자동 탐색이 시작될 때마다, 사용자에 의해 특정된 속성치 쌍들을 식별하도록 상기 조회가 분해되어진다. 이력 탐색 데이터베이스는 사용자의 탐색 활동을 저장하고 그 사용자의 선호성들(preferences)에 대한 부가적 정보를 제공한다. 특정 속성치 쌍들에 대한 더 높은 빈도의 카운트는 그러한 범주에 부합하는 프로그램들에 대한 사용자의 선호성을 암시한다.
본 발명에 대한 더욱 완전한 이해와 본 발명에 대한 더 나아간 특징들 및 이익들은 다음의 상세한 설명(실시예) 및 도면들을 참조하여 얻어질 것이다.
도1은 본 발명에 따른 텔레비전 프로그램 추천기(100)를 예시한다. 도1에 도시하다시피, 텔레비전 프로그램 추천기(100)는 특정 시청자에게 관심이 되는 프로그램들을 식별하기 위해 전자적 프로그램 가이드(EPG)에 있는 프로그램들 각각을 평가한다. 추천된 프로그램들의 집합은, 예를 들면, 잘 알려진 온-스크린 프레젠테이션(on-screen presentation)기술들을 사용하는 셋-톱 터미널/텔레비전(set-top terminal/television)(180)을 사용하여 시청자에게 주어질 수 있다.
본 발명의 한가지 특징에 따르면, 텔레비전 프로그래밍 추천기(100)는 전자적 프로그램 가이드(110) 상에서 사용자에 의해 수행된 조회들에 기초하여 텔레비전 프로그램 추천들을 생성한다. 이하에서 더 논의되다시피, 전통적인 기술들에 따라서 생성된 프로그램 추천기 점수는 사용자에 의해 실행된 이전의 탐색들에 기초하여 조정된다. 구체적으로, 주어진 프로그램에 대한 전통적인 프로그램 추천기 점수는 프로그램의 속성들 및 사용자에 의해 이전에 탐색된 속성들 사이의 관련 정도에 따라서 조정된다.
일반적으로, 하나 또는 그 이상의 조회 명령들을 사용하여 사용자에 의해 수동 또는 자동 탐색이 시작될 때마다, 텔레비전 프로그래밍 추천기(100)는 상기 조회를 분해하여 사용자에 의해 특정된 속성치 쌍들을 식별한다. 도4와 관련하여 이하에서 논의되는 이력 탐색 데이터베이스(400)는 각각의 속성치 쌍이 사용자 조회에 나타나는 횟수를 가리키도록 유지된다. 그래서, 분해된 조회에 나타나는 속성치 쌍 각각에 대해 이력 탐색 데이터베이스(400)에서 대응 카운트 값은 증가된다. 이러한 방법으로, 이력 탐색 데이터베이스(400)는 사용자의 탐색 활동을 저장하고 그래서 사용자의 선호도에 대한 부가적인 정보를 제공한다. 특정 속성치 쌍들에 대한 높은 빈도의 카운트는 그러한 범주에 부합하는 프로그램들에 대한 사용자의 선호도를 암시한다.
텔레비전 프로그램 추천기(100)는, 중앙 처리 장치(CPU)와 같은 프로세서와 RAM 및 ROM과 같은 메모리(160)를 포함하는 퍼스널 컴퓨터 또는 워크스테이션과 같은 어떤 계산 디바이스(computing device)로서 구체화될 수 있다. 더 나아가, 상기 텔레비전 프로그래밍 추천기(100)는, 캘리포니아 써니베일에 있는 Tivo Inc.로부터의 상업적으로 이용가능한 TivoTM시스템과 같은 이용가능한 텔레비전 프로그램 추천기, 또는 "Method and Apparatus for Recommending Television Programming Using Decision Trees"라는 제목으로 1999년 12월 17일 출원된 미국 특허 출원 일련 번호 09/466,406(Attorney Docket No.700772) 및 "Bayesian TV Show Recommender"라는 제목으로 2000년 2월 4일 출원된 미국 특허 출원 일련 번호 09/498,271(Attorney Docket No.700690)에 설명된 텔레비전 프로그램 추천기들, 또는 그들의 조합으로서, 본 발명의 특징들 및 기능들을 달성하기 위해 여기에서 수정된 바와 같이, 구체화될 수 있다.
도1에 도시하고, 도2 내지 도5 각각과 관련하여 이하에서 더 논의된 바와 같이, 텔레비전 프로그래밍 추천기(100)의 메모리(160)는 하나 또는 그 이상의 시청자 프로필(들)(200), 프로그램 데이터베이스(300), 이력 탐색 데이터베이스(400) 및 프로그램 추천 처리기(500)를 포함한다. 일반적으로, 예시적 시청자 프로필(200)은 각각의 프로그램 속성에 대한 시청자의 상대적인 관심 레벨을 가리킨다. 프로그램 데이터베이스(300)는 주어진 시간 간격에서 이용가능한 각각의 프로그램에 대한 정보를 기록한다. 이력 탐색 데이터베이스(400)는 각각의 속성치 쌍이 사용자 조회에 나타난 횟수를 가리킨다. 마지막으로, 프로그램 추천 처리기(500)는, 본 발명에 따라 전자적 프로그램 가이드(EPG) 상에서 수행된 이전의 조회들을 고려하여, 특정 시간 간격에 있는 각각의 프로그램에 대한 추천 점수들을 생성한다.
도2는 예시적 시청자 프로필(200)을 예시하는 테이블이다. 시청자 프로필(200)은, 당업자 중 일인에게 명백하다시피, 특정 사용자 또는 가족과 같은 개인들의 그룹과 관련될 수 있음이 주목된다. 상기 시청자 프로필(200)은, 설문 조사에 대한 응답들에 기초하여 명시적으로, 또는 어떤 시간 기간에 걸쳐서 시청자에 의해 시청된(그리고/또는 시청되지 않은) 프로그램들의 집합에 기초하여 암묵적으로, 또는 상기한 것들의 조합을 통해 생성될 수 있음이 더 나아가 주목된다.
도2에 도시된 바와 같이, 시청자 프로필(200)은 서로 다른 프로그램 속성과 각각 관련된 복수의 기록들(205-213)을 포함한다. 덧붙여서, 컬럼 240에 나열된 각각의 속성에 대해, 시청자 프로필(200)은, 상기 대응하는 속성에 있어서 시청자의 상대적인 관심 레벨을 가리키는 컬럼 250에 숫자적인 표현을 제공한다. 이하에서 논의되다시피, 도2에 나열된 예시적인 시청자 프로필(200)에서, 1("싫어함") 내지7("매우 좋아함") 사이의 숫자적 척도(numerical scale)가 사용된다. 예를 들어, 도2에 나열된 시청자 프로필(200)은, 사용자가 특히 늦은 오후 프로그램 뿐 아니라 스포츠 채널 프로그램을 즐긴다는 것을 나타내는 숫자적 표현들을 갖는다.
시청자 프로필 200이 명시적 시청자 프로필을 사용하여 예시되어 있지만, 당업자 중 일인에게 명백하다시피, 시청자 프로필(200)은, 암묵적 프로필, 또는 암묵적 및 명시적 프로필들의 조합을 사용하여 또한 구체화될 수 있다. 조합된 프로그램 추천 점수를 얻기 위해 암묵적 및 명시적 프로필들을 모두 채용하는 텔레비전 프로그램 추천기(100)에 대한 논의에 대해, 예를 들면, 여기에서 참고로서 편입된, "Method and Apparatus For Generation Recommendation Scores Using Implicit And Explicit Viewing Preferences"라는 제목으로 2000년 11월 20일 출원된 미국 특허 출원 일련 번호 09/666,401을 참고하라.
예시적 실시예에서, 시청자 프로필(200)에 있는 숫자적 표현은 다음과 같은 강도 등급(intensity scale)을 포함한다.:
수 설명
1 싫어함
2 좋아하지 않음
3 완곡하게 부정적임
4 보통
5 완곡하게 긍정적임
6 좋아함
7 매우 좋아함
도3은 주어진 시간 간격에서 이용가능한 각각의 프로그램에 대한 정보를 기록하는 도1의 프로그램 데이터베이스(300)로부터의 샘플 테이블이다. 프로그램 데이터베이스(300)에 나타나는 데이터는, 예를 들면, 전자적 프로그램 가이드(110)로부터 얻어질 수 있을 것이다. 도3에 도시된 바와 같이, 프로그램데이터베이스(300)는, 주어진 프로그램과 각각 관련된, 305 내지 320의 기록들과 같은 복수의 기록들을 포함한다. 각각의 프로그램에 대해, 프로그램 데이터베이스(300)는, 필드 340 및 345 각각에 그 프로그램과 관련된 날짜/시간 및 채널을 가리킨다. 덧붙여서, 각각의 프로그램에 대한 제목 및 장르는 필드 350 및 355에서 식별된다. 배우, 계속 기간, 및 프로그램에 대한 설명 등과 같은 잘 알려진 부가적 속성들(도시되지는 않음)이, 프로그램 데이터베이스(300)에 또한 포함될 수 있다.
프로그램 데이터베이스(300)는, 필드 370에 텔레비전 프로그래밍 추천기(100)에 의해 각각의 프로그램에 배당된 추천 점수(R)의 표시를 또한 선택적으로 기록할 수 있다. 더 나아가, 프로그램 데이터베이스(300)는, 본 발명에 따른 텔레비전 프로그래밍 추천기(100)에 의해 각각의 프로그램에 배당된 조정된 추천 점수(A)를 필드 380에 또한 선택적으로 가리킬 수 있다. 이러한 방법으로, 본 발명에 의해 조정된 숫자적 점수들은, 사용자로 하여금 신속히 관심 있는 프로그램들로 위치시키도록 허용하도록, 직접 각각의 프로그램을 갖는 전자적 프로그램 가이드에서 사용자에게 디스플레이 되거나, 또는 색 스펙트럼 내지 다른 시각적 신호 상에 맵핑될 수 있다.
이전에 지시된 바와 같이, 이력 탐색 데이터베이스(400)는, 각각의 속성치 쌍이 수동적 또는 자동적 사용자 조회에 나타난 횟수를 가리킨다. 도4에 도시된 바와 같이, 이력 탐색 데이터베이스(400)는, 각각 주어진 속성치 쌍과 관련된, 405 내지 415의 기록들과 같은 복수의 기록들로 이루어져 있다. 각각의 속성치 쌍에 대하여, 이력 탐색 데이터베이스(400)는 속성치 쌍이 사용자 조회(사용 빈도)에 나타나는 대응 횟수를 가리킨다. 이전에 지시된 바와 같이, 수동적 또는 자동적 탐색이 사용자에 의해 시작될 때마다, 텔레비전 프로그래밍 추천기(100)는 상기 조회를 분해하고 분해된 조회에 나타난 각각의 속성치 쌍에 대해 이력 탐색 데이터베이스(400)에 있는 카운터를 증가시킨다.
더 나아가, 프로그램 추천 처리기(500)에 의해 수행된 계산들을 촉진시키기위해, 이하에서 논의되다시피, 이력 탐색 데이터베이스(400)는, 필드 470에, 정규화된 사용 빈도 항 N을 선택적으로 가리킨다. 예를 들어, 필드 470에 표시된, 정규화된 점수 N은, 속성과 관련된 다양한 속성치 쌍들 각각에 대해 0과 1 사이의 값으로 실제 사용 빈도 항의 선형 맵핑을 수행하므로써 얻어질 수 있다. 예시적 실시예에서, 이력 탐색 데이터베이스(400)에서의 정규화는 다음과 같은 사용 빈도 등급을 포함한다.:
실제 값 정규화된 값
0 0
0.2(최대값) 0.2
0.4(최대값) 0.4
0.6(최대값) 0.6
0.8(최대값) 0.8
최대값 1.0
대안적 실시예에서, 이력 탐색 데이터베이스(400)에 있어서의 정규화는, 알려진 방법으로, 속성과 관련된 다양한 속성치 쌍들의 각각에 대한 다양한 빈도 카운트 값들을 통해 곡선을 이어그림으로써, 얻어질 수 있다.
도5는 본 발명의 원리들을 구체화하는 예시적 프로그램 추천 처리기(500)를 설명하는 플로우 차트이다. 도5에 도시한 바와 같이, 프로그램 추천 처리기(500)는처음에 단계 510 동안 전자적 프로그램 가이드(EPG)(110)를 얻는다. 그 후에, 프로그램 추천 처리기(500)는, 전통적인 방법으로 관심이 되는 시간 기간에 있는 각각의 프로그램에 대해, 단계 520 동안에, 프로그램 추천 점수 R을 계산한다(또는 전통적인 추천기로부터 프로그램 추천 점수 R을 얻는다.).
그 후에, 프로그램 추천 처리기(500)는, 다음과 같이, 관심이 되는 시간 기간에 있는 각각의 프로그램에 대해, 단계 530 동안, 조정된 프로그램 추천 점수 A를 계산한다.:
여기에서 k는 이력 탐색 데이터베이스(400)의 필드 470에서 가리켜진 속성치 쌍들의 총 수이다. 일반적으로, 단계 530 동안 수행된 계산은, 전통적인 프로그램 추천 점수 R에 대한 조정이 35%의 예시값, 즉, 전통적인 추천 점수 R의 최대 135%를 넘지 않도록 확실히 한다. 게다가, 주어진 프로그램에 배당된 전통적인 프로그램 추천 점수에 대한 조정은, 사용자에 의해 이전에 탐색된 프로그램과 관련된 각각의 속성치 쌍에 대해 가중되고 정규화된 사용 빈도 항, N을 더함으로써 얻어진다.
텔레비전 프로그램내의 각각의 속성의 WEIGHTi기여(contribution)는, 사용자에 의해 수립되거나, 또는 경험적으로 결정될 수 있다. 예를 들어, 날짜/시간 속성은 5%의 가중치가 배당될 수 있고, 장르 속성은 20%의 가중치가 배당될 수 있고, 그리고 채널 속성은 10%의 가중치가 배당될 수 있다. 그래서, 만일 주어진 프로그램이 코미디라면, "장르=코미디" 속성치 쌍에 기인한, 전통적인 프로그램 추천 점수 R에 대한 조정은, 상기 장르 속성에 배당된 가중치 20%가 곱해진 0.8(N)이 될 것이다.
프로그램 추천 처리기(500)는, 다음과 같이, 관심이 되는 시간 기간에 있는 각각의 프로그램에 대해, 단계 540 동안, 조합된 프로그램 추천 점수 C를 계산한다.:
C=MIN{A, 100}
그래서, 전통적인 프로그램 추천 점수 R에 대한 조정이 예시적 값인 35%를 넘지 않도록 확실히 하는 것에 더하여(위의 단계 530을 참조하라), 예시적 프로그램 추천 처리기(500)는, 또한 단계 540 동안, 조합된 프로그램 추천 점수 C가 100%(최대 점수)를 넘지 않도록 확실히 한다.
마지막으로, 프로그램 추천 처리기(500)는, 프로그램 제어가 끝나기 전에, 단계 550 동안 사용자에게 관심이 되는 시간 기간에 있는 프로그램들에 대해 조합된 프로그램 추천 점수들(C)을 제공한다.
프로그램 추천 처리기(500)의 더 나아간 변종들에 있어서, 조정된 프로그램 추천 점수 A는 보너스 점수 시스템을 사용하여 단계 530 동안 계산될 수 있다. 여기에서 미리 규정된 또는 고정된 보너스는, 예를 들어, 사용자에 의해 이전에 탐색된 프로그램을 규정하는 속성치 쌍들의 수에 기초하여 결정된다. 다시 말해서, 보너스는, 현재 프로그램을 이력 탐색 데이터베이스(400)에 있는 프로그램들과 매치시키는 속성치 쌍들의 수에 기초하여 결정될 수 있다. 예를 들어, 만일 이력 탐색데이터베이스(400)에 있는 4개의 속성치 쌍들이 현재 프로그램의 속성치 쌍들과 매치한다면, 가령 10%의 보너스가, 전통적인 프로그램 추천 점수 R을 증가시키기 위해 10% 만큼 주어질 것이다.
여기에서 도시되고 설명된 실시예들 및 변형들은, 단지 본 발명의 원리들에 대한 예시일 뿐이고 다양한 수정들이, 본 발명의 범위와 정신으로부터 벗어남이 없이 당업자에 의해 구현될 수 있다는 것이 이해되어야 한다.

Claims (13)

  1. 텔레비전 프로그램들을 추천하는 방법에 있어서,
    하나 또는 그 이상의 프로그램들의 목록을 얻는 단계(110);
    시청 이력(200)에 기초하여 상기 하나 또는 그 이상의 프로그램들(110)에 대해 추천 점수 R을 얻는 단계;
    전자적 프로그램 가이드(110) 상에서 사용자에 의해 수행된 하나 또는 그 이상의 조회들(400)에 기초하여 상기 추천 점수 R에 대해 조정 A를 계산하는 단계; 및
    상기 추천 점수 R 및 상기 조정 A에 기초하여 조합된 추천 점수 C를 생성하는 단계를 포함하는, 텔레비전 프로그램 추천 방법.
  2. 제1 항에 있어서,
    상기 하나 또는 그 이상의 프로그램들의 목록이 전자적 프로그램 가이드(110)로부터 얻어지는, 텔레비전 프로그램 추천 방법.
  3. 제1 항에 있어서,
    상기 추천 점수 R이 명시적 프로그램 추천기에 의해 제공되는, 텔레비전 프로그램 추천 방법.
  4. 제1 항에 있어서,
    상기 추천 점수 R이 암묵적 프로그램 추천기에 의해 제공되는, 텔레비전 프로그램 추천 방법.
  5. 제1 항에 있어서,
    상기 추천 점수 R이 프로그램 특징들의 개별적 등급들의 가중된 평균으로서 규정되는, 텔레비전 프로그램 추천 방법.
  6. 제1 항에 있어서,
    상기 조합된 추천 점수 C가 명시적 추천 점수 E 및 암묵적 추천 점수 I의 맵핑을 사용하여 계산되는, 텔레비전 프로그램 추천 방법.
  7. 제1 항에 있어서,
    사용자에게 상기 하나 또는 그 이상의 프로그램들(110) 각각에 대해 상기 조합된 추천 점수 C를 제공하는 단계를 더 포함하는, 텔레비전 프로그램 추천 방법.
  8. 제1 항에 있어서,
    상기 추천 점수 R에 대한 상기 조정이 미리 규정된 값을 초과하지 않는, 텔레비전 프로그램 추천 방법.
  9. 제1 항에 있어서,
    상기 추천 점수 R에 대한 상기 조정이, 상기 하나 또는 그 이상의 프로그램들(110)을 규정하는 속성치 쌍들, 및 전자적 프로그램 가이드(110)상에서 사용자에 의해 수행된 상기 하나 또는 그 이상의 조회들(400)의 속성치 쌍들 사이의 상관 정도에 기초하는, 텔레비전 프로그램 추천 방법.
  10. 제1 항에 있어서,
    조회에 포함된 속성치 쌍들을 식별하기 위해 상기 조회를 분해하는 단계 및 상기 속성치 쌍들의 각각이 사용자 조회에 나타나는 횟수를 가리키는 카운터를 증가시키는 단계를 더 포함하는, 텔레비전 프로그램 추천 방법.
  11. 텔레비전 프로그램에 대한 추천 점수를 생성하는 방법에 있어서,
    전자적 프로그램 가이드(110)로부터 상기 프로그램의 속성들을 얻는 단계; 및
    상기 속성들 및 시청 이력(200) 및 탐색 이력(400) 사이의 상관 정도에 기초하여 상기 프로그램 추천 점수 R에 대해 추천 점수를 계산하는 단계를 포함하는, 텔레비전 프로그램 추천 점수 생성 방법.
  12. 텔레비전 프로그램들을 추천하는 시스템(100)에 있어서,
    컴퓨터가 읽을 수 있는 코드를 저장하기 위한 메모리(160); 및
    상기 메모리(160)에 동작하도록 연결된 프로세서(150)로서,
    하나 또는 그 이상의 프로그램들의 목록을 얻고(110);
    시청 이력(200)에 기초하여 상기 하나 또는 그 이상의 프로그램들(110)에 대해 추천 점수 R을 얻고;
    전자적 프로그램 가이드(110) 상에서 사용자에 의해 수행된 하나 또는 그 이상의 조회들(400)에 기초하여 상기 추천 점수 R에 대해 조정 A를 계산하고;
    상기 추천 점수 R 및 상기 조정 A에 기초하여 조합된 추천 점수 C를 생성하도록 구성된, 상기 프로세서(150)를 포함하는, 텔레비전 프로그램 추천 시스템.
  13. 텔레비전 프로그램에 대해 추천 점수를 생성하는 시스템(100)에 있어서,
    컴퓨터가 읽을 수 있는 코드를 저장하기 위한 메모리(160); 및
    상기 메모리(160)에 동작하도록 연결된 프로세서(150)로서,
    전자적 프로그램 가이드(110)로부터 상기 프로그램의 속성들을 얻고;
    상기 속성들 및 시청 이력(200) 및 탐색 이력 사이의 상관 정도에 기초하여 상기 프로그램 추천 점수 R에 대해 추천 점수를 계산하도록 구성된, 상기 프로세서(150)를 포함하는, 텔레비전 프로그램 추천 점수 생성 시스템.
KR1020027008536A 2000-10-30 2001-10-16 앞선 조회들에 기초하여 텔레비전 프로그램 추천들을 생성하기 위한 방법 및 장치 KR100849677B1 (ko)

Applications Claiming Priority (2)

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

Publications (2)

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

Family

ID=24809929

Family Applications (1)

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

Country Status (10)

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

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100473355B1 (ko) * 2001-09-21 2005-03-10 파이오니아 가부시키가이샤 방송프로그램 안내장치와 방법 및 시스템

Families Citing this family (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030110500A1 (en) * 2001-12-06 2003-06-12 Rodriguez Arturo A. Prediction-based adaptative control of television viewing functionality
US7120922B2 (en) * 2001-12-11 2006-10-10 Scientific-Atlanta, Inc. Time-adaptive control of television viewing functionality
US7130866B2 (en) * 2002-07-30 2006-10-31 Koninklijke Philips Electronics N.V. Controlling the growth of a feature frequency profile by deleting selected frequency counts of features of events
JP2004206679A (ja) * 2002-12-12 2004-07-22 Sony Corp 情報処理装置および方法、記録媒体、並びにプログラム
EP1531458B1 (en) * 2003-11-12 2008-04-16 Sony Deutschland GmbH Apparatus and method for automatic extraction of important events in audio signals
EP1531456B1 (en) * 2003-11-12 2008-03-12 Sony Deutschland GmbH Apparatus and method for automatic dissection of segmented audio signals
KR20070084368A (ko) 2004-11-18 2007-08-24 코닌클리케 필립스 일렉트로닉스 엔.브이. 사용자 프로파일을 업데이트하기 위한 장치 및 방법
US8799302B2 (en) * 2005-12-29 2014-08-05 Google Inc. Recommended alerts
US7925649B2 (en) 2005-12-30 2011-04-12 Google Inc. Method, system, and graphical user interface for alerting a computer user to new results for a prior search
US8682654B2 (en) * 2006-04-25 2014-03-25 Cyberlink Corp. Systems and methods for classifying sports video
US9443022B2 (en) 2006-06-05 2016-09-13 Google Inc. Method, system, and graphical user interface for providing personalized recommendations of popular search queries
US8386126B2 (en) * 2006-11-06 2013-02-26 The Directv Group, Inc. Method and apparatus for providing independent content to multiple terminals within a vehicle
US20080106376A1 (en) * 2006-11-06 2008-05-08 The Directv Group, Inc. Method and apparatus for purchasing content from a terminal within a vehicle
JP5040292B2 (ja) * 2006-12-19 2012-10-03 ソニー株式会社 情報処理装置、情報処理方法、プログラム
CN101094372B (zh) * 2007-07-25 2010-06-09 北京中星微电子有限公司 一种电视节目推荐装置及方法
US8275764B2 (en) 2007-08-24 2012-09-25 Google Inc. Recommending media programs based on media program popularity
US8037011B2 (en) * 2008-09-15 2011-10-11 Motorola Mobility, Inc. Method and apparatus for recommending content items
US9396258B2 (en) * 2009-01-22 2016-07-19 Google Inc. Recommending video programs
CN102214169B (zh) * 2010-04-02 2017-11-24 阿里巴巴集团控股有限公司 关键词信息与目标信息的提供方法及装置
US9454763B2 (en) 2010-08-24 2016-09-27 Adobe Systems Incorporated Distribution of offer to a social group by sharing based on qualifications
US9699503B2 (en) * 2010-09-07 2017-07-04 Opentv, Inc. Smart playlist
US10210160B2 (en) 2010-09-07 2019-02-19 Opentv, Inc. Collecting data from different sources
US20120078822A1 (en) * 2010-09-28 2012-03-29 Nokia Corporation Method and apparatus for providing a framework for generating recommedation models
US20130035086A1 (en) * 2010-12-22 2013-02-07 Logitech Europe S.A. Remote control system for providing content suggestions
US8630902B2 (en) * 2011-03-02 2014-01-14 Adobe Systems Incorporated Automatic classification of consumers into micro-segments
US9177327B2 (en) 2011-03-02 2015-11-03 Adobe Systems Incorporated Sequential engine that computes user and offer matching into micro-segments
US8635220B2 (en) 2011-04-22 2014-01-21 Iris.Tv, Inc. Digital content curation and distribution system and method
US9788069B1 (en) 2011-06-24 2017-10-10 The Directv Group, Inc. Method and system for recording recommended content within a user device
US10055746B1 (en) 2011-06-24 2018-08-21 The Directv Group, Inc. Method and system for obtaining feedback for a content recommendation by various algorithms
WO2012177413A1 (en) 2011-06-24 2012-12-27 The Directv Group, Inc. Method and system for obtaining viewing data and providing content recommendations at a set top box
WO2013046220A2 (en) 2011-06-28 2013-04-04 Tata Consultancy Services Limited A method and system for context-aware recommendation
KR101863402B1 (ko) * 2011-06-30 2018-06-01 톰슨 라이센싱 사용자 선호도에 따른 자동 녹화를 위한 방법 및 장치
JP5866442B2 (ja) * 2011-06-30 2016-02-17 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ 使用者の好みに従って自動録画するための方法および装置
US9032451B2 (en) 2011-09-01 2015-05-12 The Directv Group, Inc. Method and system for using a second screen device for interacting with a set top box to enhance a user experience
US9230212B2 (en) * 2012-02-02 2016-01-05 Peel Technologies, Inc. Content based recommendation system
CA2791935A1 (en) * 2012-03-30 2013-09-30 Disternet Technology, Inc. Transcoding system and method
US10003780B1 (en) 2013-03-14 2018-06-19 The Directv Group, Inc. Method and system for recording recommended content within a user device and indicating recording capacity
JP6090053B2 (ja) * 2013-08-09 2017-03-08 ソニー株式会社 情報処理装置、情報処理方法およびプログラム
CN103957434B (zh) * 2014-04-03 2017-05-10 三星电子（中国）研发中心 推荐节目的方法和设备
US9699514B2 (en) * 2015-12-02 2017-07-04 Echostar Technologies L.L.C. Apparatus, systems and methods for media mosaic management
WO2018027577A1 (zh) * 2016-08-09 2018-02-15 衣佳鑫 电视应用在物联网中的应用方法及系统
US10694231B2 (en) 2016-12-31 2020-06-23 Turner Broadcasting System, Inc. Dynamic channel versioning in a broadcast air chain based on user preferences
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
US11051074B2 (en) 2016-12-31 2021-06-29 Turner Broadcasting System, Inc. Publishing disparate live media output streams using live input streams
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
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
US10645462B2 (en) 2016-12-31 2020-05-05 Turner Broadcasting System, Inc. Dynamic channel versioning in a broadcast air chain
US10075753B2 (en) 2016-12-31 2018-09-11 Turner Broadcasting System, Inc. Dynamic scheduling and channel creation based on user selection
US11109086B2 (en) 2016-12-31 2021-08-31 Turner Broadcasting System, Inc. Publishing disparate live media output streams in mixed mode
US10965967B2 (en) 2016-12-31 2021-03-30 Turner Broadcasting System, Inc. Publishing a disparate per-client live media output stream based on dynamic insertion of targeted non-programming content and customized programming content
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
US11962821B2 (en) 2016-12-31 2024-04-16 Turner Broadcasting System, Inc. Publishing a disparate live media output stream using pre-encoded media assets
US11134309B2 (en) 2016-12-31 2021-09-28 Turner Broadcasting System, Inc. Creation of channels using pre-encoded media assets
US11051061B2 (en) 2016-12-31 2021-06-29 Turner Broadcasting System, Inc. Publishing a disparate live media output stream using pre-encoded media assets
US11503352B2 (en) 2016-12-31 2022-11-15 Turner Broadcasting System, Inc. Dynamic scheduling and channel creation based on external data
US11051073B2 (en) 2017-05-25 2021-06-29 Turner Broadcasting System, Inc. Client-side overlay of graphic items on media content
KR102384215B1 (ko) * 2017-08-01 2022-04-07 삼성전자주식회사 전자 장치 및 그의 제어방법
US11082734B2 (en) 2018-12-21 2021-08-03 Turner Broadcasting System, Inc. Publishing a disparate live media output stream that complies with distribution format regulations
US10880606B2 (en) 2018-12-21 2020-12-29 Turner Broadcasting System, Inc. Disparate live media output stream playout and broadcast distribution
US10873774B2 (en) 2018-12-22 2020-12-22 Turner Broadcasting System, Inc. Publishing a disparate live media output stream manifest that includes one or more media segments corresponding to key events
US20230229708A1 (en) * 2020-06-12 2023-07-20 Ntt Docomo, Inc. Recommendation system

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5798785A (en) * 1992-12-09 1998-08-25 Discovery Communications, Inc. Terminal for suggesting programs offered on a television program delivery system
US5758257A (en) * 1994-11-29 1998-05-26 Herz; Frederick System and method for scheduling broadcast of and access to video programs and other data using customer profiles
US5848396A (en) * 1996-04-26 1998-12-08 Freedom Of Information, Inc. Method and apparatus for determining behavioral profile of a computer user
CA2282241A1 (en) 1997-02-21 1998-08-27 Frederick S. M. Herz Broadcast data distribution system with asymmetric uplink/downlink bandwidths
CA2297039C (en) 1997-07-21 2002-02-12 Ronald Alexander Systems and methods for displaying and recording control interface with television programs, videos, advertising information and program scheduling information
JP2002511666A (ja) 1997-07-30 2002-04-16 インデックス システムズ インコーポレイテッド 視聴者モニターのシステムと方法
US6005597A (en) 1997-10-27 1999-12-21 Disney Enterprises, Inc. Method and apparatus for program selection
MXPA00008584A (es) 1998-03-04 2002-05-08 United Video Properties Inc Sistema de guias de programacion con publicidad dirigida.
EP1060617B1 (en) * 1998-03-04 2004-05-06 United Video Properties Inc. Program guide system with monitoring of advertisement usage and user activities
US6742183B1 (en) 1998-05-15 2004-05-25 United Video Properties, Inc. Systems and methods for advertising television networks, channels, and programs
US6614987B1 (en) * 1998-06-12 2003-09-02 Metabyte, Inc. Television program recording with user preference determination
US6006225A (en) * 1998-06-15 1999-12-21 Amazon.Com Refining search queries by the suggestion of correlated terms from prior searches
JP2000013708A (ja) * 1998-06-26 2000-01-14 Hitachi Ltd 番組選択支援装置
GB9817421D0 (en) 1998-08-11 1998-10-07 Danmere Limited Interactive television control/operating system
US6813775B1 (en) * 1999-03-29 2004-11-02 The Directv Group, Inc. Method and apparatus for sharing viewing preferences
US6727914B1 (en) 1999-12-17 2004-04-27 Koninklijke Philips Electronics N.V. Method and apparatus for recommending television programming using decision trees
US6766525B1 (en) * 2000-02-08 2004-07-20 Koninklijke Philips Electronics N.V. Method and apparatus for evaluating television program recommenders
US6704931B1 (en) * 2000-03-06 2004-03-09 Koninklijke Philips Electronics N.V. Method and apparatus for displaying television program recommendations
KR20070084368A (ko) 2004-11-18 2007-08-24 코닌클리케 필립스 일렉트로닉스 엔.브이. 사용자 프로파일을 업데이트하기 위한 장치 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100473355B1 (ko) * 2001-09-21 2005-03-10 파이오니아 가부시키가이샤 방송프로그램 안내장치와 방법 및 시스템

Also Published As

Publication number Publication date
EP1332620B1 (en) 2010-05-19
PT1332620E (pt) 2010-07-22
US7581237B1 (en) 2009-08-25
WO2002037851A2 (en) 2002-05-10
ES2346293T3 (es) 2010-10-14
CN1268125C (zh) 2006-08-02
KR100849677B1 (ko) 2008-08-01
CN1535535A (zh) 2004-10-06
JP2004513577A (ja) 2004-04-30
EP1332620A2 (en) 2003-08-06
DE60142174D1 (de) 2010-07-01
ATE468704T1 (de) 2010-06-15
WO2002037851A3 (en) 2003-03-13

Similar Documents

Publication Publication Date Title
KR100849677B1 (ko) 앞선 조회들에 기초하여 텔레비전 프로그램 추천들을 생성하기 위한 방법 및 장치
US7007294B1 (en) Method and apparatus for automatic generation of query search terms for a program recommender
US6704931B1 (en) Method and apparatus for displaying television program recommendations
EP1332615B1 (en) Method and apparatus for displaying program recommendations with indication of strength of contribution of significant attributes
KR100891444B1 (ko) 사용자 프로파일의 선택적 갱신을 위한 방법 및 장치
KR100858639B1 (ko) 유사성 메트릭에 기초한 텔레비전 프로그램 추천들을 생성하는 방법 및 장치
US8843965B1 (en) Method and apparatus for generating recommendation scores using implicit and explicit viewing preferences
US20020075320A1 (en) Method and apparatus for generating recommendations based on consistency of selection
US7571452B2 (en) Method and apparatus for recommending items of interest to a user based on recommendations for one or more third parties
US20020174428A1 (en) Method and apparatus for generating recommendations for a plurality of users

Legal Events

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