KR20050085287A - 유사한 시청 습관을 갖고 있는 사용자의 사용자 프로파일에기초한 비디오 콘텐트의 추천 방법 - Google Patents

유사한 시청 습관을 갖고 있는 사용자의 사용자 프로파일에기초한 비디오 콘텐트의 추천 방법 Download PDF

Info

Publication number
KR20050085287A
KR20050085287A KR1020057009969A KR20057009969A KR20050085287A KR 20050085287 A KR20050085287 A KR 20050085287A KR 1020057009969 A KR1020057009969 A KR 1020057009969A KR 20057009969 A KR20057009969 A KR 20057009969A KR 20050085287 A KR20050085287 A KR 20050085287A
Authority
KR
South Korea
Prior art keywords
viewer
user
user profile
recommendation
video content
Prior art date
Application number
KR1020057009969A
Other languages
English (en)
Inventor
미로스라프 트라코빅
스리니바스 구타
바산스 필로민
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 KR20050085287A publication Critical patent/KR20050085287A/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
    • 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
    • H04N21/4661—Deriving a combined profile for a plurality of end-users of the same client, e.g. for family members within a home
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/252—Processing of multiple end-users' preferences to derive collaborative data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/414—Specialised client platforms, e.g. receiver in car or embedded in a mobile appliance
    • H04N21/4147—PVR [Personal Video Recorder]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—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
    • H04N21/466—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]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/65—Transmission of management data between client and server
    • H04N21/658—Transmission by the client directed to the server
    • H04N21/6582—Data stored in the client, e.g. viewing habits, hardware capabilities, credit card number
    • 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)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computing Systems (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

본 발명은 비디오 콘텐트를 시청자에게 추천하기 위한 방법에 대한 것이다. 상기 방법은 다음과 같은 단계 즉, 상기 시청자의 시청 선호도를 나타내는, 상기 시청자의 사용자 프로파일을 결정하는 단계; 복수의 사용자 프로파일을 제공하는 단계; 상기 복수의 사용자 프로파일 각각이 상기 시청자의 상기 사용자 프로파일에 대해 적어도 하나의 공통적인 특성을 포함하는지 결정하도록 상기 시청자의 상기 사용자 프로파일을 상기 복수의 사용자 프로파일 각각과 비교하는 단계; 및 상기 복수의 사용자 프로파일을 기초로 해서 상기 비디오 콘텐트에 대한 추천을 결정하는 단계로서, 적어도 하나의 공통적인 특성을 갖고 있지 않은 사용자 프로파일보다 적어도 하나의 공통적인 특성을 갖고 있는 사용자 프로파일에 더욱 큰 추천 가중치가 할당되는 추천 결정 단계를 포함한다.

Description

유사한 시청 습관을 갖고 있는 사용자의 사용자 프로파일에 기초한 비디오 콘텐트의 추천 방법{RECOMMENDATION OF VIDEO CONTENT BASED ON THE USER PROFILE OF USERS WITH SIMILAR VIEWING HABITS}
본 발명은 일반적으로 텔레비전 쇼 및 다른 방송의 추천에 대한 것이며, 더욱 상세하게는 이전에 그 쇼를 시청한 사용자 및/또는 유사한 시청 습관을 갖고 있는 사용자의 사용자 프로파일에 기초해서 그 쇼에 대한 추천 점수를 생성하기 위한 텔레비전 추천기(recommender)를 구비하는 개인용 비디오 리코더(PVR)에 대한 것이다.
현재, 개인용 비디오 리코더(PVR)와 같은 추천기는 몇 가지 카테고리(게임, 배우, 방영 시간 등)를 기초로 해서 텔레비전 쇼와 같은 비디오 콘텐트를 분류하고, 이들 카테고리 범위에서(in the space) 사용자 프로파일을 생성한다(예컨대, 시청자는 오후 8-9시 사이에 방영되는 SF를 좋아하고, 그는 또한 오후 7-8시 사이의 시트콤을 좋아하며, 그는 제리 세인필드, 아놀드 슈와제네거 등이 진행하는 쇼를 좋아한다. ). 새로운 쇼가 TV에 방송될 때, 추천기는 쇼의 카테고리를 조사하여 그 쇼가 특정 사용자 프로파일에 얼마나 근접하는지를 결정한다. 거리(distance), 룰 매칭(rule matching) 등과 같은 몇 가지 기준을 기초로 해서, 추천기는 그 쇼를 사용자에게 추천하거나 추천하지 않는다. 추천은 간단한 "동의 표현(thumbs-up)" 또는 "거부 표현(thumbs-down)" 또는 추천 점수일 수 있다. 이러한 추천 방법은 출원 내용이 본 명세서에 참고문헌으로 병합되는, 제목이 "의사 결정 트리를 사용해서 텔레비전 프로그램을 추천하기 위한 방법 및 장치"로서 1999년 12월 17일 출원되었으며, 공동 계류중인 미국 특허 출원 번호 09/466,406에 개시된 것과 같이, 당해 기술 분야에 잘 알려져 있다. 오후 7-8시 사이에 시트콤이 있는 경우, 추천기는 일반적으로 시청자에게 이 시트콤을 추천할 것인데, 이는 시청자의 사용자 프로파일이 그/그녀가 그 시간대의 시트콤을 좋아한다고 나타내고 있기 때문이다. 그러나, 이것이 바람직한 추천이 아닐 수 있는데, 이는 그 시청자가 오후 7-8시 사이의 "세인필드" 방송을 좋아할 수 있으나, 동시에 "프렌즈" 방송을 좋아하지 않을 수 있기 때문이다.
출원 내용이 본 명세서에 참고문헌으로 병합되는, 제목이 공동(collaborative) 필터링을 포함하는 네 가지 추천 방법 및 시스템으로서, 2001년 9월 10일에 출원되었으며, 공동 계류중인 미국 특허 출원 번호 09/953,385에 개시된 것과 같은, 공동 추천기로 언급되는 당해 기술 분야에 공지된 다른 유형의 추천기가 있다. 이러한 공동 추천기는 다른 사용자의 반응을 얻고 난 후에, 쇼를 시청자에게 추천한다. 그러나, 이러한 공동 추천기는 이런 점에서 장점을 갖고 있는 한편, 그 반응이 모든 사용자에 대해 동일한데, 이는 단점일 수 있다.
도 1은 본 발명의 방법을 수행하기 위한 장치의 바람직한 구현에 대한 개략도.
도 2는 본 발명의 방법의 바람직한 구현의 흐름도.
그러므로 이전에 방영된 비디오 콘텐트를 사용자에게 추천하기 위한 것으로서 종래 기술의 단점을 극복하는 방법 및 장치를 제공하는 것이 본 발명이 목적이다.
따라서, 시청자에게 비디오 콘텐트를 추천하기 위한 방법이 제공된다. 이 방법은 다음과 같은 단계 즉, 시청자의 시청 선호도를 나타내는, 시청자의 사용자 프로파일을 결정하는 단계; 복수의 사용자 프로파일을 제공하는 단계; 복수의 사용자 프로파일 각각이 시청자의 사용자 프로파일에 대해 적어도 하나의 공통적인 특성을 포함하고 있는지 결정하도록 시청자의 사용자 프로파일과 복수의 사용자 프로파일 각각을 비교하는 단계; 및 복수의 사용자 프로파일을 기초로 해서 비디오 콘텐트에 대한 추천을 결정하는 단계를 포함하되, 적어도 하나의 공통적인 특성을 갖고 있지 않는 사용자 프로파일보다 적어도 하나의 공통적인 특성을 갖고 있는 사용자 프로파일에 더 큰 추천 가중치가 할당된다.
바람직하게는, 제공하는 단계는 복수의 사용자 프로파일을 원격 위치로부터 시청자에게 송신하는 단계를 포함한다.
방법의 제1 구현에서, 이 비디오 콘텐트는 이전에 방송되었으며 적어도 하나의 공통적인 특성은 복수의 사용자 프로파일 각각이 이전에 방송된 비디오 콘텐트를 시청한 사용자에 대응하는지 여부를 포함한다. 적어도 하나의 공통적인 특성 중 하나는 바람직하게는 사용자의 사용자 프로파일과 복수의 사용자 프로파일 각각 사이의 유사도(a degree of similarity)이다. 이 경우에 결정하는 단계는, 바람직하게는 복수의 사용자 프로파일 각각에 대한 유사도에 대응하는 숫자로 나타낸 추천 가중치를 할당하는 단계를 포함한다. 대안적으로, 결정하는 단계는 기결정된 임계값보다 더 큰 유사도를 갖는 복수의 사용자 프로파일에 더욱 큰 추천 가중치를 할당하는 단계를 포함한다.
제2 구현에서, 적어도 하나의 공통적인 특성은 사용자의 사용자 프로파일과 복수의 사용자 프로파일 각각 사이의 유사도이다.
또한 비디오 콘텐트를 시청자에게 추천하기 위한 장치가 제공된다. 이 장치는 다음과 같은 수단 즉, 시청자의 시청 선호도를 나타내는, 시청자의 사용자 프로파일을 결정하기 위한 수단; 복수의 사용자 프로파일을 수신하기 위한 통신 수단; 복수의 사용자 프로파일 각각이 사용자 프로파일에 대해 적어도 하나의 공통적인 특성을 포함하고 있는지 결정하도록 시청자의 사용자 프로파일과 복수의 사용자 프로파일 각각을 비교하기 위한 처리 수단; 및 복수의 사용자 프로파일을 기초로 해서 비디오 콘텐트에 대한 추천을 결정하기 위한 추천기를 포함하되, 적어도 하나의 공통적인 특성을 갖고 있지 않는 사용자 프로파일보다 적어도 하나의 공통적인 특성을 갖고 있는 사용자 프로파일에 더 큰 추천 가중치가 할당된다.
바람직하게는, 통신 수단은 복수의 사용자 프로파일을 원격 위치로부터 시청자에게 송신하기 위한 모뎀을 포함한다.
장치의 제1 구현에서, 이 비디오 콘텐트는 이전에 방송되었으며 적어도 하나의 공통적인 특성은 복수의 사용자 프로파일 각각이 이전에 방송된 비디오 콘텐트를 시청한 사용자에 대응하는지 여부를 포함한다. 적어도 하나의 공통적인 특성 중 하나는, 사용자의 사용자 프로파일과 복수의 사용자 프로파일 각각 사이의 유사도이다. 이 경우에 추천기는, 바람직하게는 복수의 사용자 프로파일 각각에 대한 유사도에 대응하는 숫자로 나타낸 추천 가중치를 할당한다. 대안적으로, 추천기는 기결정된 임계값보다 더 큰 유사도를 갖는 복수의 사용자 프로파일에 더욱 큰 추천 가중치를 할당한다.
대안적으로, 적어도 하나의 공통적인 특성은 사용자의 사용자 프로파일과 복수의 사용자 프로파일 각각 사이의 유사도이다.
또한 이전에 방송된 비디오 콘텐트를 시청자에게 추천하기 위한 방법이 추가적으로 제공된다. 이 방법은 다음과 같은 단계 즉, 시청자의 시청 선호도를 나타내는, 시청자의 사용자 프로파일을 결정하는 단계; 복수의 자발적인 사용자(volunteer users)의 사용자 프로파일을 원격국(remote station)에 제공하는 단계로서, 상기 자발적인 사용자 각자는 이전에 방송된 비디오 콘텐트를 시청한, 복수의 자발적인 사용자의 사용자 프로파일을 제공하는 단계; 원격국에서, 복수의 사용자 프로파일 각각이 시청자 의 사용자 프로파일과의 유사도를 포함하고 있는지 결정하도록 시청자의 사용자 프로파일과 복수의 사용자 프로파일 각각을 비교하는 단계; 원격국에서, 복수의 사용자 프로파일을 기초로 해서 비디오 콘텐트에 대한 추천을 결정하는 단계를 포함하되, 기결정된 유사도를 갖고 있지 않는 사용자 프로파일보다 기결정된 유사도를 갖고 있는 사용자 프로파일에 더 큰 추천 가중치가 할당되는, 비디오 콘텐트에 대한 추천을 결정하는 단계; 및 추천을 시청자에게 송신하는 단계를 포함한다.
또한 본 발명의 방법을 수행하기 위한 컴퓨터 프로그램 제품, 및 컴퓨터 프로그램 제품을 내부에 저장하기 위한 프로그램 저장 디바이스가 제공된다.
본 발명의 장치 및 방법에 대한 이들 및 다른 특징, 측면, 및 장점은 후술하는 설명, 첨부된 청구항, 및 첨부된 도면을 참조해 더욱 잘 이해될 것이다.
본 발명은 다수의 그리고 다양한 비디오 콘텐트 유형에 적용 가능하나, 특히 방송 텔레비전 쇼 환경(environment of broadcast television shows)에 유용하다는 것이 드러났다. 그러므로, 발명의 응용 분야(applicability)를 텔레비전 쇼로 제한하지 않고, 본 발명은 이러한 환경에서 설명될 것이다.
이제 도 1을 참조하면, 비디오 콘텐트를 시청자에게 추천하기 위한 장치가 도면에 나타나는데, 이 장치는 일반적으로 참조 번호(100)로 언급된다. 이 장치(100)는 일반적으로 개인용 비디오 리코더(PVR)과 같은 추천기 시스템이다. 이러한 PVR은 종래 기술에 잘 알려져 있다. 일반적으로, PVR은 메모리에 저장되어 있는 시청자의 사용자 프로파일을 기초로 해서 텔레비전 쇼와 같은 비디오 콘텐트를 추천한다. 이 사용자 프로파일은 시청자의 시청 내역 및/또는 시청자의 직접적인 입력(manual input)을 기초로 한 시청자의 시청 선호도를 나타낸다.
이 장치(100)는 케이블 공급업자, 텔레비전 방송 신호, 위성 송신, 또는 셀룰러 송신과 같은 원격국(105)으로부터 비디오 콘텐트 신호(104)를 수신하기 위한 처리기(102)를 포함한다. 이 처리기(102)는 또한 추천기(106), 저장 디바이스(108), 및 통신 수단(110)의 작동을 제어한다. 추천기(106)는 위에서 설명된 바와 같이, 그리고 당해 기술 분야에서 알려진 바와 같이 추천 및/또는 사용자 프로파일을 제공하도록 구성된다. 저장 디바이스(108)는 바람직하게는, 비디오 콘텐트 신호(104)로부터 수신되는 비디오 콘텐트, 사용자 프로파일, 및/또는 처리기(102), 추천기(106) 및/또는 통신 수단(110)의 작동을 수행하기 위한 명령어를 저장하기 위한 하드 디스크이다. 저장 디바이스(108)는 단일 디바이스로 도시되어 있으나 다수의 저장 디바이스로 구현될 수 있다.
통신 수단(110)은 바람직하게는, 원격국(105) 또는 다른 제3 자로부터 통신 신호(112)를 수신하는 케이블 또는 전화 모뎀과 같은 모뎀이다. 아래에서 검토되는 바와 같이, 통신 신호(112)는 텔레비전 쇼와 같은 특정 비디오 콘텐트를 추천하는데 사용될 복수의 사용자 프로파일을 나타내는 정보를 포함할 수 있다. 비디오 콘텐트 신호(104) 및 통신 신호(112)가 개별적인 신호로 도시되어 있으나, 이들은 또한 단일 신호로 제공되거나 이로부터 다중화될 수 있다. 예컨대, 케이블 공급업자가 비디오 콘텐트 신호 및 통신 신호를 동축 케이블(미도시)로부터 단일 신호로 제공할 수 있다. 장치(100)는 저장 디바이스(108)에 저장되어 있는 비디오 콘텐트인 비디오 콘텐트 신호를 나타내기 위해 출력 신호(114)를 텔레비전 모니터(116)와 같은 디스플레이 수단에 제공하거나, 장치(100)에 명령어를 제공하기 위해 출력 신호를 사용자 인터페이스에 제공한다. 이 명령어는 바람직하게는, 당해 기술에 알려진 바와 같이 원격 제어 디바이스(미도시)를 사용해서 장치에 입력된다. 본 개시의 목적을 위해, "시청자"는 비디오 콘텐트가 추천될 사람을 의미할 것이며 "사용자"는 장치(100)에 송신되는 복수의 사용자 프로파일에 대응하는 사람을 의미할 것이다.
시청자에게 비디오 콘텐트를 추천하기 위한 방법의 제1 실시예가 이제 도 1 및 2를 참조해서 설명될 것이며, 이 방법은 일반적으로 참조 번호(200)에 의해 참조될 것이다. 단계(202)에서, 추천기(106) 및 당해 기술 분야에 알려진 것을 사용해서 시청자의 사용자 프로파일이 결정된다. 위에서 설명된 바와 같이, 시청자의 사용자 프로파일은 시청자의 입력(예컨대, 투표) 또는 시청자의 시청 내역을 기초로 할 수 있는 시청자의 시청 선호도를 나타낸다. 단계(204)에서, 복수의 사용자 프로파일이 장치(100)에 제공된다. 복수의 사용자 프로파일은 바람직하게는 통신 신호(112)를 통해 비디오 콘텐트 공급업자와 같은 원격국(105)의 제3 자에 의해 제공되거나 대안적으로, 비디오 콘텐트 신호(104)의 일부로 제공된다. 일반적으로, 비디오 콘텐트 공급업자는 사용자 프로파일 데이터베이스를 구비하는데, 데이터베이스 전체 또는 샘플이 장치(100)에 송신될 수 있다. 대안적으로, 출원 내용이 본 명세서에 참고문헌으로 병합되는, 제목이 아직 방영되지 않은 쇼에 대한 등급 예측으로서 공동 계류중인 US 출원 번호 10/295,670(attorney docket 702926(15921))에 개시된 바와 같이 제3 자(105)가 PVR 또는 다른 유사한 디바이스의 샘플링에 액세스할 수 있으며, 대응하는 사용자 프로파일을 액세스되는 각각의 PVR로부터 검색한다. PVR의 샘플링으로부터 액세스되는 사용자 프로파일은 이후 통신 신호(112)를 통해 장치(100)에 송신되거나 비디오 제어 신호(104)로 다중화된다.
단계 206에서, 처리기(102)는 시청자의 사용자 프로파일을 장치(100)에 송신되는 복수의 사용자 프로파일 각각과 비교한다. 단계(208)에서 복수의 사용자 프로파일 각각이 시청자의 사용자 프로파일에 대해 적어도 하나의 공통적인 특성을 포함하는지 여부가 결정된다. 단계(210)에서, 추천기(106)가 복수의 사용자 프로파일을 기초로 해서 비디오 콘텐트에 대한 추천을 결정하되, 적어도 하나의 공통적인 특성을 갖고 있지 않는 사용자 프로파일보다 적어도 하나의 공통적인 특성을 갖고 있는 사용자 프로파일에 더 큰 추천 가중치가 할당된다.
제1 실시예의 방법에 대한 제1 구현에서, 비디오 콘텐트는 이전에 방송되었으며 적어도 하나의 공통적인 특성은 복수의 사용자 프로파일 각각이 이전에 방송된 비디오 콘텐트를 시청한 사용자에 대응하는지 여부를 포함한다. 바람직하게는, 비디오 콘텐트를 시청하지 않은 사용자에 대응하는 사용자 프로파일보다 추천될 비디오 콘텐트를 실제로 시청한 사용자에 대응하는 사용자 프로파일에 더 큰 가중치가 할당된다.
가장 간단한 구현에서, 비디오 콘텐트를 실제로 시청한 사용자에 대응하는 사용자 프로파일에는 가중치 1이 할당되며 비디오 콘텐트를 시청하지 않은 사용자에 대응하는 사용자 프로파일에는 가중치 0이 할당된다. 따라서, 비디오 콘텐트를 실제로 시청한 사용자에 대응하는 사용자 프로파일만이 추천을 결정하는데 사용될 것이다. 당업자는 복수의 사용자 프로파일 각각에 가중치를 할당하는데 있어 더욱 복잡한 가중치 알고리즘이 사용될 수 있다는 것을 인식할 것이다. 예컨대, 사용자 프로파일에 가중치를 할당하는데 있어 하나보다 많은 공통적인 특성이 사용될 수 있으며, 이 중에서 단지 하나가 사용자 프로파일에 대응하는 사용자가 비디오 콘텐트를 실제로 시청했는지 여부일 수 있다.
또 다른 공통적인 특성과 결합하거나 그 자체로 사용될 수 있는 다른 공통적인 특성의 예는 시청자의 사용자 프로파일과 복수의 사용자 프로파일 각각 사이의 유사도이다. 이러한 상황에서, 시청자의 사용자 프로파일을 복수의 사용자 프로파일 각각과 비교하는 단계는 시청자의 사용자 프로파일과 복수의 사용자 프로파일 각각 사이의 거리규준(distance metrics) 또는 유사도를 사용해서 거리를 계산하는 단계를 포함한다. 유사성을 측정하기 위한 알고리즘은 히스토그램 상호작용(histogram intersection)과 같이 당해 기술에 잘 알려져 있다.
거리가 측정되는 경우, 추천 가중치가 시청자의 사용자 프로파일로부터의 거리에 반비례해서 복수의 사용자 프로파일 각각에 할당된다. 거리가 큰 경우(시청자의 사용자 프로파일과 복수의 사용자 프로파일의 하나가 매우 유사하지 않은 경우), 할당된 가중치가 작을 것이며, 반대로, 거리가 작은 경우(시청자의 사용자 프로파일과 복수의 사용자 프로파일의 하나가 매우 유사한 경우), 할당된 가중치는 높을 것이다. 유사성이 측정되는 경우, 추천 가중치는 유사성에 비례한다(유사성이 큰 경우 추천은 높을 것이며, 유사성이 낮은 경우 추천은 낮을 것이다).
복수의 사용자 프로파일에 가중치를 할당하는 한 가지 방법은 복수의 사용자 프로파일 각각에 대한 유사도에 대응하는 숫자로 나타낸 추천 가중치를 할당하는 것이다. 대안적으로, 보다 큰 추천 가중치는 기결정된 임계값보다 더 큰 유사도를 갖는 복수의 사용자 프로파일에 할당된다(할당된 가중치는 유사도가 기결정된 임계값보다 큰 경우에는 1이며 기결정된 임계값보다 작은 경우에는 0이다).
예:
바람직한 구현에서, 가중치는 사용자가 비디오 콘텐트를 실제로 시청했는지 여부 및 시청자의 사용자 프로파일과의 유사도에 따라 복수의 사용자 프로파일 각각에 할당된다. 제3 자가 사용자 프로파일을 갖고 있는 케이블 공급업자인 경우에는, 또한 이전에 방송된 비디오 콘텐트에 대한 표(vote)를 일정 수(N)의 사용자로부터 수집한다. 사용자 프로파일 및 대응하는 표가 장치(100)에 송신되며 비디오 콘텐트와 관련있는 사용자에 의해 이루어지는 반응 및 사용자 프로파일에 기초해서 시청자에게 추천이 행해진다.
시청자의 사용자 프로파일을 (pA)라 하고 비디오 콘텐트에 투표한(vote for the video content) 사용자에 대응하는 복수의 사용자 프로파일을 (p1, p2, ..., pN)이라 하자. rk는 사용자(k)가 쇼에 할당한 추천 점수를 나타낸다고 하자. 유사도는 당해 기술에 알려져 있는 히스토그램 상호작용과 같은 임의의 거리행렬(distance matrix)을 사용해서 거리(d), =d(pA, pI), I = 1, 2, ... , N 을 계산함으로써 결정된다. 다음으로, 가중치(wi)가 시청자와 사용자 사이의 거리를 기초로 해서 결정된다. 일반적으로, 시청자와 훨씬 먼 사용자보다 더욱 가까운 사용자에 보다 높은 가중치가 할당될 것이다. 거리 가중치는 이후 계수(ri)에 의해 조정된다. 이후 비디오 콘텐트에 대한 추천이 다음과 같이 즉,
로 계산될 수 있다.
본 발명의 방법이 시청자의 장치(100)에서 이루어지는 추천에 대해 설명되었으나, 당업자는 추천이 대안적으로 제3 자에서 이루어질 수 있다는 것을 인식할 것인데, 이 경우에 시청자의 사용자 프로파일은 제3 자에 송신되며 추천은 제3 자에 저장되는 복수의 사용자 프로파일을 기초로 해서 시청자에 대해 다시 송신된다.
다시 도 1을 참조해서, 본 발명의 방법에 대한 제2 또는 대안적인 실시예가 이제 설명될 것인데 추천이 제3 자(105)에서 결정되며 선(112 또는 104)을 통해 장치(100)에 송신된다. 원격국(105), 예컨대 케이블 공급업자가 그의 가입자에게 추천 시스템인 추가적인 서비스를 제공한다. 이 추천 시스템은 한 세트의 자발적인 사용자를 갖고 있는데 이 사용자들은 그들이 시청하는 쇼 중에서 하나 이상에 대한 반응(feedback)을 제공하며, 케이블 공급업자는 이 반응을 기초로 해서 각각의 사용자 프로파일을 구축한다(build). 이 자발적인 사용자들은 장치(100)와 유사하게 구성되는 대응하는 장치(101)를 구비한다. 이 자발적인 사용자들은 바람직하게는 그들의 사용자 프로파일을 장치(100)에 도시된 것과 유사한 모뎀(110) 및 통신 신호(112)를 통해 케이블 공급업자(105)에게 제공한다. 이 케이블 공급업자(105)는 모뎀과 같은 자신의 통신 수단(118)을 통해 자발적인 사용자로부터 사용자 프로파일을 수신하는데, 이 통신 수단은 전화망(120)을 통해 작동한다. 다른 유형의 통신수단이 자발적인 사용자, 시청자, 및 케이블 공급업자(105) 사이에 명백하게 가능하다. 그들의 사용자 프로파일을 케이블 공급업자와 공유하기 위해 교환할 때, 케이블 공급업자(105)는 케이블 요금에 대한 할인과 같이, 자발적인 사용자에게 보상을 제공할 수 있다.
자발적인 사용자의 사용자 프로파일은 통신 수단을 통해 그들의 대응하는 장치(101)로부터 케이블 공급업자(105)에 송신될 수 있거나, 대안적으로, 자발적인 사용자의 사용자 프로파일은 두 가지 방식으로 케이블 공급업자측에서 구축될 수 있다. 첫째, 케이블 공급업자는 각각의 자발적인 사용자가 어떤 쇼를 시청하는지 감시할 수 있으며 이들 쇼로부터 사용자 프로파일을 구축할 수 있다. 그러나, 이는 자발적인 사용자가 텔레비전을 시청하지 않고 갖고 있을 수 있거나, 그/그녀가 방금 시청한 쇼를 좋아하지 않을 수 있기 때문에, 그다지 정확하지 않을 수 있다. 그러므로 자발적인 사용자는 그/그녀가 시청한 쇼에 대한 반응을 제공하는 것이 유리하다. 자발적인 사용자가 더욱 많은 반응을 제공할수록, 그의/그녀의 사용자 프로파일은 더욱 정확해 질 것이다.
케이블 공급업자(105)는 이후, 제1 실시예에 대해 위에서 설명된 것과 유사하게, 시청자의 사용자 프로파일 및 자발적인 사용자로부터의 복수의 사용자 프로파일을 기초로 해서 이전에 시청된 비디오 콘텐트를 시청자에 추천할 수 있다. 그러나, 추천을 결정할 때, 케이블 공급업자(105)는 케이블 공급업자(105) 내의 처리기(122), 추천기(124), 및 저장 디바이스(126)를 사용한다. 또한, 시청자의 사용자 프로파일은 제1 실시예에 대해 위에서 설명된 바와 같이 케이블 공급업자(105)에 송신될 수 있거나 위에서 설명된 바와 같이 케이블 공급업자에 의해 구축될 수 있다. 바람직하게는, 시청자의 사용자 프로파일은 또한 케이블 공급업자(105)에게 전송되는 반응을 사용해서 구축될 수 있다.
그러므로, 텔레비전 쇼와 같은 비디오 콘텐트가 방송되고 자발적인 사용자로부터 반응이 수신될 때, 케이블 공급업자는 시청자를 위해 그 방송에 대한 추천을 계산하고(compute) 시청자가 추후 방송시에 이 쇼를 시청하거나 시청하지 말 것을 추천할 것이다. 케이블을 통해 쇼는 종종 짧은 시간(a short time span) 내에 수회 방송될 수 있다. 바람직하게는, 시청자는 추천 서비스에 대해 케이블 공급업자(105) 또는 다른 제3 자에게 대가를 지불할 것이다.
본 발명의 방법은 특히 컴퓨터 소프트웨어 프로그램에 의해 수행되도록 적합화되는데, 이러한 컴퓨터 소프트웨어 프로그램은 바람직하게는 방법의 개별적인 단계에 대응하는 모듈을 포함한다. 이러한 소프트웨어는 물론 IC 또는 병렬 디바이스와 같은 컴퓨터 판독 가능한 매체에 구현될 수 있다.
본 발명의 바람직한 실시예로 고려되는 것이 도시되고 설명되었으나, 이는 물론 본 발명의 사상을 벗어나지 않고 형태나 세부에 있어 다양한 변형 및 변경이 쉽사리 행해질 수 있다는 것을 이해할 것이다. 그러므로 본 발명은 설명되고 도해되는 정확한 형태로 제한되지 않고 첨부된 청구항의 범위에 해당될 수 있는 모든 변형을 포함하도록 구성되어야 한다는 것이 의도된다.
본 발명은 텔레비전 쇼 및 다른 방송을 추천하는데 이용 가능하며, 더욱 상세하게는 이전에 그 쇼를 시청한 사용자 및/또는 유사한 시청 습관을 갖고 있는 사용자의 사용자 프로파일에 기초해서 그 쇼에 대한 추천 점수를 생성하기 위한 텔레비전 추천기를 구비하는 개인용 비디오 리코더(PVR)에 이용 가능하다.

Claims (17)

  1. 비디오 콘텐트를 시청자에게 추천하기 위한 방법으로서,
    상기 시청자의 시청 선호도를 나타내는, 상기 시청자의 사용자 프로파일을 결정하는 단계;
    복수의 사용자 프로파일을 제공하는 단계;
    상기 복수의 사용자 프로파일 각각이 상기 시청자의 상기 사용자 프로파일에 대해 적어도 하나의 공통적인 특성을 포함하는지를 결정하도록 상기 시청자의 상기 사용자 프로파일을 상기 복수의 사용자 프로파일 각각과 비교하는 단계; 및
    상기 복수의 사용자 프로파일을 기초로 해서 상기 비디오 콘텐트에 대한 추천을 결정하는 단계로서, 적어도 하나의 공통적인 특성을 갖고 있지 않은 사용자 프로파일보다 적어도 하나의 공통적인 특성을 갖고 있는 사용자 프로파일에 더욱 큰 추천 가중치가 할당되는 추천 결정 단계를 포함하는, 비디오 콘텐트를 시청자에게 추천하기 위한 방법.
  2. 제1 항에 있어서,
    상기 비디오 콘텐트는 이전에 방송되었으며 상기 적어도 하나의 공통적인 특성은 상기 복수의 사용자 프로파일 각각이 상기 이전에 방송된 비디오 콘텐트를 시청한 사용자에 대응하는지 여부를 포함하는, 비디오 콘텐트를 시청자에게 추천하기 위한 방법.
  3. 제1 항에 있어서,
    상기 제공하는 단계는 상기 복수의 사용자 프로파일을 원격 위치(105)로부터 상기 시청자에게 송신하는 단계를 포함하는, 비디오 콘텐트를 시청자에게 추천하기 위한 방법.
  4. 제2 항에 있어서,
    상기 적어도 하나의 공통적인 특성 중 다른 하나는 상기 사용자의 상기 사용자 프로파일과 상기 복수의 사용자 프로파일 각각 사이의 유사도인, 비디오 콘텐트를 시청자에게 추천하기 위한 방법.
  5. 제4 항에 있어서,
    상기 결정하는 단계는, 상기 복수의 사용자 프로파일 각각에 대한 유사도에 대응하는, 숫자로 나타낸 추천 가중치를 할당하는 단계를 포함하는, 비디오 콘텐트를 시청자에게 추천하기 위한 방법.
  6. 제4 항에 있어서,
    상기 결정하는 단계는 기결정된 임계값보다 더 큰 유사도를 갖는 상기 복수의 사용자 프로파일에 더욱 큰 추천 가중치를 할당하는 단계를 포함하는, 비디오 콘텐트를 시청자에게 추천하기 위한 방법.
  7. 제1 항에 있어서,
    상기 적어도 하나의 공통적인 특성은 상기 사용자의 상기 사용자 프로파일과 상기 복수의 사용자 프로파일 각각 사이의 유사도인, 비디오 콘텐트를 시청자에게 추천하기 위한 방법.
  8. 비디오 콘텐트를 시청자에게 추천하기 위한 장치(100)로서,
    시청자의 시청 선호도를 나타내는, 시청자의 사용자 프로파일을 결정하기 위한 수단(106);
    복수의 사용자 프로파일을 수신하기 위한 통신 수단(110);
    상기 복수의 사용자 프로파일 각각이 상기 사용자 프로파일에 대해 적어도 하나의 공통적인 특성을 포함하고 있는지 결정하도록 상기 시청자의 상기 사용자 프로파일을 상기 복수의 사용자 프로파일 각각과 비교하기 위한 처리 수단(102); 및
    상기 복수의 사용자 프로파일을 기초로 해서 상기 비디오 콘텐트에 대한 추천을 결정하기 위한 추천기(106)로서, 상기 적어도 하나의 공통적인 특성을 갖고 있지 않는 사용자 프로파일보다 상기 적어도 하나의 공통적인 특성을 갖고 있는 사용자 프로파일에 더 큰 추천 가중치가 할당되는 추천기를 포함하는, 비디오 콘텐트를 시청자에게 추천하기 위한 장치.
  9. 제8 항에 있어서,
    상기 비디오 콘텐트는 이전에 방송되었으며 상기 적어도 하나의 공통적인 특성은 상기 복수의 사용자 프로파일 각각이 상기 이전에 방송된 비디오 콘텐트를 시청한 사용자에 대응하는지 여부를 포함하는, 비디오 콘텐트를 시청자에게 추천하기 위한 장치.
  10. 제8 항에 있어서,
    상기 통신 수단(110)은 상기 복수의 사용자 프로파일을 원격 위치(105)로부터 상기 시청자에게 송신하기 위한 모뎀을 포함하는, 비디오 콘텐트를 시청자에게 추천하기 위한 장치.
  11. 제9 항에 있어서,
    상기 적어도 하나의 공통적인 특성 중 다른 하나는, 상기 시청자의 상기 사용자 프로파일과 상기 복수의 사용자 프로파일 각각 사이의 유사도인, 비디오 콘텐트를 시청자에게 추천하기 위한 장치.
  12. 제11 항에 있어서,
    상기 추천기(106)는 상기 복수의 사용자 프로파일 각각에 대한 유사도에 대응하는, 숫자로 나타낸 추천 가중치를 할당하는, 비디오 콘텐트를 시청자에게 추천하기 위한 장치.
  13. 제11 항에 있어서,
    상기 추천기(106)는 기결정된 임계값보다 더 큰 유사도를 갖는 상기 복수의 사용자 프로파일에 더욱 큰 추천 가중치를 할당하는, 비디오 콘텐트를 시청자에게 추천하기 위한 장치.
  14. 제8 항에 있어서,
    상기 적어도 하나의 공통적인 특성은 상기 사용자의 상기 사용자 프로파일과 상기 복수의 사용자 프로파일 각각 사이의 유사도인, 비디오 콘텐트를 시청자에게 추천하기 위한 장치.
  15. 비디오 콘텐트를 시청자에게 추천하기 위해 컴퓨터 판독 가능 매체에 구현되는 컴퓨터 프로그램 제품으로서,
    상기 시청자의 시청 선호도를 나타내는, 상기 시청자의 사용자 프로파일을 결정하기 위한 컴퓨터 판독 가능 프로그램 코드 수단;
    복수의 사용자 프로파일을 제공하기 위한 컴퓨터 판독가능 프로그램 코드 수단;
    상기 복수의 사용자 프로파일 각각이 상기 시청자의 상기 사용자 프로파일에 대해 적어도 하나의 공통적인 특성을 포함하는지 결정하도록, 상기 시청자의 상기 사용자 프로파일을 상기 복수의 사용자 프로파일 각각과 비교하기 위한 컴퓨터 판독가능 프로그램 코드 수단; 및
    상기 복수의 사용자 프로파일을 기초로 해서 상기 비디오 콘텐트에 대한 추천을 결정하기 위한 컴퓨터 판독가능 프로그램 코드 수단으로서, 상기 적어도 하나의 공통적인 특성을 갖고 있지 않은 사용자 프로파일보다 상기 적어도 하나의 공통적인 특성을 갖고 있는 사용자 프로파일에 더욱 큰 추천 가중치가 할당되는 컴퓨터 판독가능 프로그램 코드 수단을 포함하는, 비디오 콘텐트를 시청자에게 추천하기 위한 컴퓨터 프로그램 제품.
  16. 비디오 콘텐트를 시청자에게 추천하기 위한 방법 단계를 수행할 기계에 의해 실행 가능한 명령어 프로그램을 명시적으로(tangibly) 구현하는, 상기 기계에 의해 판독 가능한 프로그램 저장 디바이스로서, 상기 비디오 콘텐트 추천 방법은,
    시청자의 시청 선호도를 나타내는, 상기 시청자의 사용자 프로파일을 결정하는 단계;
    복수의 사용자 프로파일을 제공하는 단계;
    상기 복수의 사용자 프로파일 각각이 상기 시청자의 상기 사용자 프로파일에 대해 적어도 하나의 공통적인 특성을 포함하는지 결정하도록 상기 시청자의 상기 사용자 프로파일을 상기 복수의 사용자 프로파일 각각과 비교하는 단계; 및
    상기 복수의 사용자 프로파일을 기초로 해서 상기 비디오 콘텐트에 대한 추천을 결정하는 단계로서, 적어도 하나의 공통적인 특성을 갖고 있지 않은 사용자 프로파일보다 적어도 하나의 공통적인 특성을 갖고 있는 사용자 프로파일에 더욱 큰 추천 가중치가 할당되는 추천 결정 단계를 포함하는, 프로그램 저장 디바이스.
  17. 이전에 방송된 비디오 콘텐트를 시청자에게 추천하기 위한 방법으로서,
    상기 시청자의 시청 선호도를 나타내는, 상기 시청자의 사용자 프로파일을 결정하는 단계;
    복수의 자발적인 사용자의 사용자 프로파일을 원격국(105)에 제공하는 단계로서, 상기 자발적인 사용자 각자는 이전에 방송된 비디오 콘텐트를 시청한, 복수의 자발적인 사용자의 사용자 프로파일을 제공하는 단계;
    원격국(105)에서, 상기 복수의 사용자 프로파일 각각이 상기 시청자의 상기 사용자 프로파일에 대해 유사도를 포함하고 있는지 결정하도록 상기 시청자의 상기 사용자 프로파일과 상기 복수의 사용자 프로파일 각각을 비교하는 단계;
    원격국(105)에서, 상기 복수의 사용자 프로파일을 기초로 해서 상기 비디오 콘텐트에 대한 추천을 결정하는 단계로서, 기결정된 유사도를 갖고 있지 않는 사용자 프로파일보다 기결정된 유사도를 갖고 있는 사용자 프로파일에 더 큰 추천 가중치가 할당되는 추천 결정 단계; 및
    상기 추천을 상기 시청자에게 송신하는 단계를 포함하는, 이전에 방송된 비디오 콘텐트를 시청자에게 추천하기 위한 방법.
KR1020057009969A 2002-12-04 2003-11-24 유사한 시청 습관을 갖고 있는 사용자의 사용자 프로파일에기초한 비디오 콘텐트의 추천 방법 KR20050085287A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US43087902P 2002-12-04 2002-12-04
US60/430,879 2002-12-04

Publications (1)

Publication Number Publication Date
KR20050085287A true KR20050085287A (ko) 2005-08-29

Family

ID=32469551

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020057009969A KR20050085287A (ko) 2002-12-04 2003-11-24 유사한 시청 습관을 갖고 있는 사용자의 사용자 프로파일에기초한 비디오 콘텐트의 추천 방법

Country Status (7)

Country Link
US (1) US20070028266A1 (ko)
EP (1) EP1570668A1 (ko)
JP (1) JP2006509399A (ko)
KR (1) KR20050085287A (ko)
CN (1) CN1720740A (ko)
AU (1) AU2003280158A1 (ko)
WO (1) WO2004052010A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100946279B1 (ko) * 2008-03-20 2010-03-09 (주)비욘위즈 방송 프로그램 추천장치 및 그 방법

Families Citing this family (100)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW463503B (en) 1998-08-26 2001-11-11 United Video Properties Inc Television chat system
TW447221B (en) 1998-08-26 2001-07-21 United Video Properties Inc Television message system
US7165098B1 (en) 1998-11-10 2007-01-16 United Video Properties, Inc. On-line schedule system with personalization features
US7158986B1 (en) 1999-07-27 2007-01-02 Mailfrontier, Inc. A Wholly Owned Subsidiary Of Sonicwall, Inc. Method and system providing user with personalized recommendations by electronic-mail based upon the determined interests of the user pertain to the theme and concepts of the categorized document
US6845374B1 (en) 2000-11-27 2005-01-18 Mailfrontier, Inc System and method for adaptive text recommendation
US8712218B1 (en) 2002-12-17 2014-04-29 At&T Intellectual Property Ii, L.P. System and method for providing program recommendations through multimedia searching based on established viewer preferences
US20040172650A1 (en) * 2003-02-28 2004-09-02 Hawkins William J. Targeted content delivery system in an interactive television network
US20060263041A1 (en) * 2003-05-30 2006-11-23 Koninklijke Philips Electronics N.V. Transformation of recommender scores depending upon the viewed status of tv shows
US8140388B2 (en) 2003-06-05 2012-03-20 Hayley Logistics Llc Method for implementing online advertising
US7885849B2 (en) 2003-06-05 2011-02-08 Hayley Logistics Llc System and method for predicting demand for items
US7890363B2 (en) 2003-06-05 2011-02-15 Hayley Logistics Llc System and method of identifying trendsetters
US7685117B2 (en) 2003-06-05 2010-03-23 Hayley Logistics Llc Method for implementing search engine
US7689432B2 (en) 2003-06-06 2010-03-30 Hayley Logistics Llc System and method for influencing recommender system & advertising based on programmed policies
ES2448400T3 (es) * 2003-11-26 2014-03-13 Sony Corporation Sistema para acceder a elementos de contenido sobre una red
US20160065414A1 (en) * 2013-06-27 2016-03-03 Ken Sundermeyer Control system user interface
US8015184B2 (en) * 2004-10-26 2011-09-06 Yahoo! Inc. Method and apparatus for a search-enabled remote control device
EP1815678A2 (en) * 2004-11-15 2007-08-08 Koninklijke Philips Electronics N.V. Method and network device for assisting a user in selecting content
JP2006201910A (ja) * 2005-01-19 2006-08-03 Matsushita Electric Ind Co Ltd 情報端末及び情報提供方法
CN101151893B (zh) 2005-03-30 2015-07-22 诺基亚通信有限责任两合公司 存储和播放电视节目的方法和设备
US7657526B2 (en) * 2006-03-06 2010-02-02 Veveo, Inc. Methods and systems for selecting and presenting content based on activity level spikes associated with the content
US7461061B2 (en) 2006-04-20 2008-12-02 Veveo, Inc. User interface methods and systems for selecting and presenting content based on user navigation and selection actions associated with the content
JP2008015595A (ja) * 2006-07-03 2008-01-24 Sony Corp コンテンツ選択推薦方法、サーバ、コンテンツ再生装置、コンテンツ記録装置およびコンテンツ選択推薦用プログラム
US8286206B1 (en) * 2006-12-15 2012-10-09 At&T Intellectual Property I, Lp Automatic rating optimization
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
JP4389950B2 (ja) * 2007-03-02 2009-12-24 ソニー株式会社 情報処理装置および方法、並びにプログラム
US8738695B2 (en) * 2007-05-15 2014-05-27 International Business Machines Corporation Joint analysis of social and content networks
US10706429B2 (en) * 2007-05-31 2020-07-07 International Business Machines Corporation Identification of users for advertising purposes
US8335714B2 (en) * 2007-05-31 2012-12-18 International Business Machines Corporation Identification of users for advertising using data with missing values
US20090006368A1 (en) * 2007-06-29 2009-01-01 Microsoft Corporation Automatic Video Recommendation
US8943539B2 (en) 2007-11-21 2015-01-27 Rovi Guides, Inc. Enabling a friend to remotely modify user data
US8856833B2 (en) 2007-11-21 2014-10-07 United Video Properties, Inc. Maintaining a user profile based on dynamic data
CA3017598C (en) * 2007-11-21 2021-01-12 Rovi Guides, Inc. Maintaining a user profile based on dynamic data
WO2009069172A1 (ja) * 2007-11-26 2009-06-04 Fujitsu Limited 録画再生装置
US9224150B2 (en) * 2007-12-18 2015-12-29 Napo Enterprises, Llc Identifying highly valued recommendations of users in a media recommendation network
US8745056B1 (en) 2008-03-31 2014-06-03 Google Inc. Spam detection for user-generated multimedia items based on concept clustering
US8752093B2 (en) 2008-01-21 2014-06-10 At&T Intellectual Property I, L.P. System and method of providing recommendations related to a service system
CN104869152B (zh) * 2008-03-11 2019-01-29 飞碟有限责任公司 用于社交联网的设备
US8554891B2 (en) * 2008-03-20 2013-10-08 Sony Corporation Method and apparatus for providing feedback regarding digital content within a social network
KR101552147B1 (ko) 2008-04-24 2015-09-11 삼성전자주식회사 방송 컨텐츠를 추천하는 방법과 그 장치
KR101528857B1 (ko) 2008-04-24 2015-06-16 삼성전자주식회사 방송 프로그램 정보를 제공하는 방법과 그 장치
KR101517769B1 (ko) * 2008-04-24 2015-05-06 삼성전자주식회사 미디어 컨텐츠 재생장치에서 방송 컨텐츠의 추천 방법과 그장치
US8396924B2 (en) * 2008-06-23 2013-03-12 Microsoft Corporation Content management using a website
JP4650541B2 (ja) * 2008-09-08 2011-03-16 ソニー株式会社 推薦装置および方法、プログラム、並びに記録媒体
JP4678546B2 (ja) * 2008-09-08 2011-04-27 ソニー株式会社 推薦装置および方法、プログラム、並びに記録媒体
US9003447B2 (en) * 2008-12-31 2015-04-07 Google Technology Holdings LLC System and method for customizing communication in a social television framework
US9460092B2 (en) * 2009-06-16 2016-10-04 Rovi Technologies Corporation Media asset recommendation service
US8510247B1 (en) 2009-06-30 2013-08-13 Amazon Technologies, Inc. Recommendation of media content items based on geolocation and venue
US9153141B1 (en) * 2009-06-30 2015-10-06 Amazon Technologies, Inc. Recommendations based on progress data
US9390402B1 (en) 2009-06-30 2016-07-12 Amazon Technologies, Inc. Collection of progress data
JP5609056B2 (ja) * 2009-10-14 2014-10-22 ソニー株式会社 コンテンツ関係可視化装置、表示制御装置、コンテンツ関係可視化方法およびプログラム
US8364560B2 (en) 2010-03-31 2013-01-29 Ebay Inc. User segmentation for listings in online publications
US9152969B2 (en) 2010-04-07 2015-10-06 Rovi Technologies Corporation Recommendation ranking system with distrust
EP2646964A4 (en) * 2010-12-01 2015-06-03 Google Inc RECOMMENDATIONS BASED ON TOPICAL CLUSTERS
US9424002B2 (en) 2010-12-03 2016-08-23 Microsoft Technology Licensing, Llc Meta-application framework
US9788041B2 (en) * 2010-12-30 2017-10-10 Yahoo Holdings, Inc. Entertainment content rendering application
FR2971657A1 (fr) * 2011-02-11 2012-08-17 Alcatel Lucent Determination d'objets reels actifs pour mise en œuvre d'une application logicielle
US8826313B2 (en) * 2011-03-04 2014-09-02 CSC Holdings, LLC Predictive content placement on a managed services systems
US20130006881A1 (en) * 2011-06-30 2013-01-03 Avaya Inc. Method of identifying relevant user feedback
GB2493956A (en) 2011-08-24 2013-02-27 Inview Technology Ltd Recommending audio-visual content based on user's personal preerences and the profiles of others
BR102012000848B1 (pt) * 2012-01-13 2020-07-14 Mirakulo Software Ltda Sistema e métodos para integrar dispositivos portáteis com sistemas de tv digital
TWI510064B (zh) * 2012-03-30 2015-11-21 Inst Information Industry 視訊推薦系統及其方法
JP5209129B1 (ja) * 2012-04-26 2013-06-12 株式会社東芝 情報処理装置、放送受信装置及び情報処理方法
US9628573B1 (en) 2012-05-01 2017-04-18 Amazon Technologies, Inc. Location-based interaction with digital works
US9280789B2 (en) * 2012-08-17 2016-03-08 Google Inc. Recommending native applications
US9680959B2 (en) * 2012-08-30 2017-06-13 Google Inc. Recommending content based on intersecting user interest profiles
JP2014071645A (ja) * 2012-09-28 2014-04-21 Ntt Docomo Inc サーバ装置、情報処理方法及びプログラム
CN102929966B (zh) * 2012-10-12 2016-03-09 合一网络技术(北京)有限公司 一种用于提供个性化搜索列表的方法及系统
US20140115096A1 (en) * 2012-10-23 2014-04-24 Microsoft Corporation Recommending content based on content access tracking
US9721019B2 (en) * 2012-12-10 2017-08-01 Aol Inc. Systems and methods for providing personalized recommendations for electronic content
US9762698B2 (en) 2012-12-14 2017-09-12 Google Inc. Computer application promotion
US20140172545A1 (en) * 2012-12-17 2014-06-19 Facebook, Inc. Learned negative targeting features for ads based on negative feedback from users
US9755847B2 (en) * 2012-12-19 2017-09-05 Rabbit, Inc. Method and system for sharing and discovery
US9129227B1 (en) * 2012-12-31 2015-09-08 Google Inc. Methods, systems, and media for recommending content items based on topics
US9560159B1 (en) 2013-06-07 2017-01-31 Google Inc. Recommending media content to a user based on information associated with a referral source
US9361397B2 (en) * 2013-11-14 2016-06-07 International Business Machines Corporation Device data personalization
US9390192B1 (en) * 2013-12-31 2016-07-12 Intuit Inc. Displaying personalization functionality and highlighting work performed
KR20150104711A (ko) * 2014-03-06 2015-09-16 엘지전자 주식회사 디스플레이 장치 및 그의 동작 방법
US20160294891A1 (en) 2015-03-31 2016-10-06 Facebook, Inc. Multi-user media presentation system
WO2016157138A1 (en) * 2015-04-02 2016-10-06 Santosh Prabhu A product recommendation system and method
CN104935964A (zh) * 2015-06-02 2015-09-23 四川九天揽月文化传媒有限公司 一种智能电视节目分组筛选推送方法
US10191949B2 (en) 2015-06-18 2019-01-29 Nbcuniversal Media, Llc Recommendation system using a transformed similarity matrix
EP3326070A4 (en) 2015-07-24 2019-03-13 Videoamp, Inc. ACCURACY OF MULTI-SCREEN MEASUREMENT IN TERMS OF ADVERTISING PERFORMANCE
US10069940B2 (en) 2015-09-10 2018-09-04 Microsoft Technology Licensing, Llc Deployment meta-data based applicability targetting
US9965604B2 (en) 2015-09-10 2018-05-08 Microsoft Technology Licensing, Llc De-duplication of per-user registration data
CN105373619B (zh) * 2015-12-03 2018-12-07 中国联合网络通信集团有限公司 一种基于用户大数据的用户群体分析方法和系统
US11146865B2 (en) 2016-03-03 2021-10-12 Comcast Cable Communications, Llc Determining points of interest in a content item
GB2548336B (en) * 2016-03-08 2020-09-02 Sky Cp Ltd Media content recommendation
CN106028126A (zh) * 2016-05-17 2016-10-12 Tcl集团股份有限公司 一种节目推送方法及系统
US9898466B2 (en) * 2016-07-22 2018-02-20 Rhapsody International Inc. Media preference affinity recommendation systems and methods
CN106204161A (zh) * 2016-07-26 2016-12-07 郑州郑大智能科技股份有限公司 一种互联网环境下电力用户群体分析方法
CN106326413A (zh) * 2016-08-23 2017-01-11 达而观信息科技（上海）有限公司 一种个性化视频推荐系统及方法
US20180124444A1 (en) * 2016-11-01 2018-05-03 Netflix, Inc. Systems and methods of predicting consumption of original media items accesible via an internet-based media system
US10191990B2 (en) 2016-11-21 2019-01-29 Comcast Cable Communications, Llc Content recommendation system with weighted metadata annotations
CN106686414B (zh) * 2016-12-30 2019-07-23 合一网络技术(北京)有限公司 视频推荐方法及装置
US11438654B2 (en) 2018-03-30 2022-09-06 Rhapsody International Inc. Geographically tailored content management systems and methods
US10904599B2 (en) * 2018-05-31 2021-01-26 Adobe Inc. Predicting digital personas for digital-content recommendations using a machine-learning-based persona classifier
US11076207B2 (en) 2018-11-02 2021-07-27 International Business Machines Corporation System and method for adaptive video
US10958973B2 (en) 2019-06-04 2021-03-23 International Business Machines Corporation Deriving and identifying view preferences of a user consuming streaming content
US11589094B2 (en) 2019-07-22 2023-02-21 At&T Intellectual Property I, L.P. System and method for recommending media content based on actual viewers
US11481843B2 (en) * 2021-02-12 2022-10-25 The Toronto-Dominion Bank Systems and methods for presenting multimedia content

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5583763A (en) * 1993-09-09 1996-12-10 Mni Interactive Method and apparatus for recommending selections based on preferences in a multi-user 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
US6266649B1 (en) * 1998-09-18 2001-07-24 Amazon.Com, Inc. Collaborative recommendations using item-to-item similarity mappings
JP2000187666A (ja) * 1998-12-22 2000-07-04 Ntt Data Corp 関連情報提供システム、嗜好類似度評価システム、情報紹介システム、関心情報取得方法、嗜好類似度評価方法及び記録媒体
WO2001046843A2 (en) * 1999-12-21 2001-06-28 Tivo, Inc. Intelligent peer-to-peer system and method for collaborative suggestions and propagation of media
US8132219B2 (en) * 2002-06-21 2012-03-06 Tivo Inc. Intelligent peer-to-peer system and method for collaborative suggestions and propagation of media
JP2002171231A (ja) * 2000-12-04 2002-06-14 Nippon Telegr & Teleph Corp <Ntt> 放送番組案内システム、放送番組案内方法、放送番組案内装置及び放送端末装置と、それらの装置の実現に用いられるプログラム記録媒体
US7721310B2 (en) * 2000-12-05 2010-05-18 Koninklijke Philips Electronics N.V. Method and apparatus for selective updating of a user profile
US20030066068A1 (en) * 2001-09-28 2003-04-03 Koninklijke Philips Electronics N.V. Individual recommender database using profiles of others

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100946279B1 (ko) * 2008-03-20 2010-03-09 (주)비욘위즈 방송 프로그램 추천장치 및 그 방법

Also Published As

Publication number Publication date
JP2006509399A (ja) 2006-03-16
CN1720740A (zh) 2006-01-11
WO2004052010A1 (en) 2004-06-17
AU2003280158A1 (en) 2004-06-23
US20070028266A1 (en) 2007-02-01
EP1570668A1 (en) 2005-09-07

Similar Documents

Publication Publication Date Title
KR20050085287A (ko) 유사한 시청 습관을 갖고 있는 사용자의 사용자 프로파일에기초한 비디오 콘텐트의 추천 방법
US7243362B2 (en) System and method for inserting advertising content in broadcast programming
US7240355B1 (en) Subscriber characterization system with filters
US8489515B2 (en) Social network based recommendation method and system
KR100634096B1 (ko) 디지털 방송 환경에서 방송 시청 정보를 기반으로 한 전자프로그램 안내 시스템 및 방법
WO2001015449A1 (en) Method and apparatus for creating recommendations from users profile built interactively
JP3795802B2 (ja) 放送の視聴を勧奨するテレビ受信システム，サーバ装置，放送視聴勧奨処理方法，そのプログラムおよびそのプログラムの記録媒体
US20130332521A1 (en) Systems and methods for compiling media information based on privacy and reliability metrics
US20070050192A1 (en) Enhanced collaborative filtering technique for recommendation
KR20020056925A (ko) 텔레비전 프로그램들 추천 방법 및 텔레비전 프로그램에대한 추천을 얻는 시스템
CN100431349C (zh) 尚未播放节目的收视率预测
KR20120003362A (ko) 협력적 필터링 알고리즘 기반의 ｉｐｔｖ 개인별 선호프로그램 추천시스템
US20210195260A1 (en) Dynamic Content Insertion on a User-by-User Basis
US20090158307A1 (en) Content processing apparatus, content processing method, program, and recording medium
US20080196064A1 (en) Apparatus and method of providing a recommended broadcast program
US20170013326A1 (en) Applied automatic demographic analysis
KR101772404B1 (ko) 시청자 콘텐츠 선호도 추론 정확도 향상 방법 및 장치
US20060174275A1 (en) Generation of television recommendations via non-categorical information
KR101438764B1 (ko) 사용자 시청 이력 기반 콘텐츠 추천 방법
US8682890B2 (en) Collaborative sampling for implicit recommenders
KR101102351B1 (ko) 맞춤형 방송 프로그램을 제공하기 위한 방법 및 시스템
WO2014032708A1 (en) Method of operating a tv receiver and tv receiver

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid