KR20050106108A - 비-범주형 정보를 통한 텔레비전 추천들의 발생 - Google Patents

비-범주형 정보를 통한 텔레비전 추천들의 발생 Download PDF

Info

Publication number
KR20050106108A
KR20050106108A KR1020057016911A KR20057016911A KR20050106108A KR 20050106108 A KR20050106108 A KR 20050106108A KR 1020057016911 A KR1020057016911 A KR 1020057016911A KR 20057016911 A KR20057016911 A KR 20057016911A KR 20050106108 A KR20050106108 A KR 20050106108A
Authority
KR
South Korea
Prior art keywords
generating
preference information
recommendation
information
user
Prior art date
Application number
KR1020057016911A
Other languages
English (en)
Inventor
스리니바스 구타
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 KR20050106108A publication Critical patent/KR20050106108A/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
    • H04N21/43—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
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • 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
    • H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
    • H04N21/4666—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms using neural networks, e.g. processing the feedback provided by the user
    • 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
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4755—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for defining user preferences, e.g. favourite actors or genre
    • 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
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4756—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for rating content, e.g. scoring a recommended movie
    • 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
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4758—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for providing answers, e.g. voting
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/16—Analogue secrecy systems; Analogue subscription systems
    • H04N7/162—Authorising the user terminal, e.g. by paying; Registering the use of a subscription channel, e.g. billing
    • H04N7/163—Authorising the user terminal, e.g. by paying; Registering the use of a subscription channel, e.g. billing by receiver means only

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

추천들을 발생시키는 방법이 개시되며, 상기 방법은 추천을 발생시키기 위한 피드백으로서 비-범주형 정보를 입력하는 단계; 비-범주형 정보에 대응하는 선호도 정보를 발생시키는 단계; 및 발생된 선호도 정보에 적어도 부분적으로 기초하여 추천을 발생시키는 단계를 포함한다. 바람직하게는, 상기 방법은 입력 단계 이전에 추천을 발생시키기 위해 적어도 하나의 선호도에 대한 피드백을 사용자에게 프롬프트하는 단계를 더 포함한다.

Description

비-범주형 정보를 통한 텔레비전 추천들의 발생{Generation of television recommendations via non-categorical information}
본 발명은 일반적으로 추천기(recommender)에 관한 것이며, 특히 비-범주형 정보(non-categorical information)를 통한 추천들을 발생시키는 추천기에 관한 것이다.
TV에 기초한 명시적인 추천기 시스템은 명시적인 인터페이스를 통하여 사용자의 선호도(preference)를 수집한다. 사용자가 스테이션 호출 사인(station call sign), 날짜의 시간, 주의 날짜, 타이틀들, 액션, 코미디-액션, 서스펜션-액션, 코미디, 코미디-드라마, 드라마, 스포츠와 같은 장르들, 쇼 등급들(show rating)(섹스, 폭력성 등), 및 언어 서술과 같은 미리-규정된 세트의 선호도 범주들(본원에서 간단하게 "선호도(preferences)"라 칭함) 사이를 선택하는 것이 예상된다. 트리뷴(Tribune)에 의해 제공된 전자 프로그램 가이드(EPG)는 예를 들어, 총 186 개의 필드들을 가지며, 그것들 중 일부는 반복된다. 일례로서, 10, 20, 40, 80 및 160 캐릭터들을 가지는 쇼 서술에 대한 다수의 필드들이 존재한다.
이와 같은 명시적인 형태의 TV 추천기에서, 사용자 인터페이스가 제공된다. 선호도들에 대응하는 각각의 버튼 이외에, 전형적으로 슬라이더가 제공되며, 이 슬라이더를 통하여 사용자가 5 포인트 등급 시스템에 대한 정보를 제공하는 것이 예상된다. 예를 들어, 사용자는 쇼를 사랑하고, 쇼를 좋아하고, 쇼에 대해 중립적이고, 쇼를 좋아하지 않고, 쇼를 싫어한다. 하나의 이와 같은 추천기의 예는 그 전체 내용이 본원에 참조되어 있는 2000년 9월 20일자로 출원되고 명칭이 "암시적 및 명시적 시청 선호도들을 사용하여 추천 스코어들을 발생시키는 방법 및 장치(Method and Apparatus for Generating Recommendation scores using Implicit and Explicit Viewing Preferences)"인 공동-계류중인 미국 특허 출원 제09/666,410호에 개시되어 있다.
명시적인 추천기의 정확도는 선호도들이 사용자들의 시청 선호도를 포착한다는 것을 사용자가 얼마나 잘 신뢰하느냐에 따른다. 즉, TV 추천기의 성능은 사용자에 의해 제공된 선호도 정보의 형태에 매우 크게 의존한다. 그러나, 이와 같은 인터페이스는 비현실적인데, 그 이유는 대부분의 사용자들은 단지 몇 개의 범주들을 선택함으로써 그들의 시청 선호도들이 무엇인지를 추천기에게 말하기 어렵다는 것을 발견하기 때문이다. 종종, 누군가가 자신이 시청하기를 좋아하는 것이 무엇인지를 질문받을 때, 그들은 종종 "나는 싸인필드와 같은 쇼들을 시청하는 것을 좋아한다(I like to watch shows like Seinfeld)"와 같은 특정한 어떤 것으로 응답한다. 이것은 우리들 중 누군가가 단지 문자 정보에 의존하기보다는 특정 쇼들/클립들을 통하여 우리의 시청 선호도들을 서술하는 것이 훨씬 더 용이하기 때문이다. 그러므로, 대부분의 사용자들은 쇼의 어떤 양상들에 기초하거나 다른 쇼들과의 유사점을 그들이 인식하는 것에 기초하여 그들이 무슨 쇼들을 좋아하는지를 기억한다.
그럼에도 불구하고, 현재의 TV에 기초한 명시적인 TV 추천 시스템들은 사용자가 특정 세트의 미리-규정된 범주들을 통하여 선호도 정보를 제공하도록 한다.
도 1은 본 발명의 방법들을 수행하는 장치들의 바람직한 구현을 개략적으로 도시한 도면.
도 2는 추천의 발생에 유용한 피드백을 입력하기 위한 사용자 인터페이스의 바람직한 구현을 도시한 도면.
도 3은 몇개의 비-범주형 정보 선택들 사이를 선택하는 사용자 인터페이스의 바람직한 구현을 도시한 도면.
그러므로, 본 발명의 목적은 종래 기술의 추천기 시스템들과 관련된 단점들을 극복하는 추천들을 발생시키는 추천기 시스템을 제공하는 것이다.
종래 기술의 TV에 기초한 명시적인 추천기 시스템들은 명시적인 인터페이스를 통하여 사용자의 선호도들을 수집한다. 이와 같은 추천기는 사용자가 어떤 범주들을 선택했는지에 따라서 사용자에게 흥미있는 프로그램들을 추천한다. 그러나, 이와 같은 인터페이스는 종종 비현실적인데, 그 이유는 일부 사용자들은 특정 쇼 예들을 통하여 자신의 시청 선호도를 더 양호하게 서술할 수 있기 때문이다. 이 때문에, 본 발명의 장치들 및 방법들은 사용자 시청 선호도들에 정합하는 쇼들을 추천하는데 비-범주형 정보를 사용한다.
따라서, 추천들을 발생시키는 방법이 제공된다. 상기 방법은 추천을 발생시키기 위한 피드백으로서 비-범주형 정보를 입력하는 단계; 상기 비-범주형 정보에 대응하는 선호도 정보를 발생시키는 단계; 및 발생된 선호도 정보에 적어도 부분적으로 기초하여 추천을 발생시키는 단계를 포함한다.
바람직하게는, 상기 방법은 상기 입력 단계 이전에, 추천을 발생시키기 위하여 적어도 하나의 선호도에 대한 피드백을 사용자에게 프롬프트하는 단계를 더 포함한다. 바람직하게는, 상기 추천 발생 단계 이전에, 상기 방법은 상기 발생된 선호도 정보를 사용자 인터페이스상에 강조(highlight)하는 단계를 더 포함한다. 이 경우에, 상기 방법은 바람직하게는, 사용자가 추천의 발생을 위한 상기 강조된 선호도 정보를 변경하고/하거나 수용하도록 하는 단계를 더 포함한다. 바람직하게는, 상기 방법은 또한 사용자가 상기 강조된 선호도 정보에 웨이트들(weight)을 할당하도록 하는 단계를 더 포함한다.
제 1 변형에서, 상기 추천의 발생 단계는 텔레비전 프로그램들에 대한 추천을 발생시키고, 이와 같은 경우에, 비-범주형 정보는 다수의 타이틀들로부터 사용자의 선호도를 나타내는 텔레비전 프로그램의 타이틀을 선택하는 단계를 포함한다. 상기 비-범주형 정보의 입력 단계가 텔레비전 프로그램의 타이틀의 선택인 경우에, 상기 선호도 정보의 발생 단계는 바람직하게는 다수의 타이틀들 및 상기 다수의 타이틀들 각각에 대한 대응하는 선호도 정보를 갖는 데이터베이스에 액세스하는 단계; 선택된 타이틀에 대한 데이터베이스를 탐색하는 단계; 및 상기 선택된 타이틀에 대응하는 선호도 정보를 회수하는 단계를 포함한다.
제 2 변형에서, 상기 추천의 발생 단계는 텔레비전 프로그램들에 대한 추천을 발생시키고, 이와 같은 경우에, 비-범주형 정보는 텔레비전 프로그램들의 다수의 부분들로부터 사용자의 선호도들을 나타내는 텔레비전 프로그램의 일부를 선택하는 단계를 포함한다. 상기 비-범주형 정보의 입력 단계가 텔레비전 프로그램의 일부의 선택인 경우에, 상기 선호도 정보의 발생 단계는 바람직하게는, 텔레비전 프로그램들의 다수의 부분들 및 텔레비전 프로그램들의 다수의 부분들 각각에 대한 대응하는 선호도 정보를 갖는 데이터베이스에 액세스하는 단계; 텔레비전 프로그램의 선택된 부분에 대한 데이터베이스를 탐색하는 단계; 및 상기 텔레비전 프로그램의 선택된 부분에 대응하는 선호도 정보를 회수하는 단계를 포함한다.
제 3 변형에서, 상기 추천의 발생 단계는 바람직하게는, 텔레비전 프로그램들에 대한 추천을 발생시키고, 이와 같은 경우에, 비-범주형 정보는 바람직하게는, 사용자의 선호도들을 나타내는 텔레비전 프로그램의 일부를 제공하는 단계를 포함한다. 상기 비-범주형 정보의 입력 단계가 텔레비전 프로그램의 일부를 제공하는 단계를 포함하는 경우, 상기 선호도 정보의 발생 단계는 바람직하게는, 텔레비전 프로그램의 제공된 부분과 데이터베이스에 저장된 텔레비전 프로그램들의 다수의 부분들 중에서의 텔레비전 프로그램의 적어도 하나의 부분 사이의 유사점을 결정하는 단계; 및 상기 텔레비전 프로그램의 적어도 하나의 유사한 부분에 대응하는 선호도 정보를 회수하는 단계를 포함한다. 상기 결정 단계는 바람직하게는 유사점 및 디스턴스 메트릭(distance metric)들 중 적어도 하나를 텔레비전 프로그램의 상기 제공된 부분에 적용하는 단계를 포함한다.
상기 방법은 바람직하게는 상기 추천의 발생 단계 이전에, 상기 발생된 선호도 정보에 웨이트를 할당하는 단계를 더 포함한다.
추천들을 발생시키는 장치가 또한 제공된다. 상기 장치는 추천을 발생시키기 위한 피드백으로서 비-범주형 정보를 입력하는 수단; 상기 비-범주형 정보에 대응하는 선호도 정보를 발생시키는 수단; 및 발생된 선호도 정보에 적어도 부분적으로 기초하여 추천을 발생시키는 추천기를 포함한다.
제 1 변형에서, 상기 추천기는 텔레비전 프로그램들에 대한 추천을 발생시키고, 상기 비-범주형 정보 입력 수단은 다수의 타이틀들로부터 사용자의 선호도들을 나타내는 텔레비전 프로그램의 타이틀을 선택하는 수단을 포함한다. 이와 같은 경우에, 상기 선호도 정보 발생 수단은 바람직하게는, 다수의 타이틀들 및 상기 다수의 타이틀들 각각에 대한 대응하는 선호도 정보를 갖는 데이터베이스; 및 선택된 타이틀에 대해 상기 데이터베이스를 탐색하는 수단; 및 상기 선택된 타이틀에 대응하는 선호도 정보를 회수하는 수단을 포함한다.
제 2 변형에서, 상기 추천기는 텔레비전 프로그램들에 대한 추천을 발생시키고, 상기 비-범주형 정보 입력 수단은 텔레비전 프로그램들의 다수의 부분들로부터 사용자의 선호도들을 나타내는 텔레비전 프로그램의 일부를 선택하는 수단을 포함한다. 이와 같은 경우에, 상기 선호도 정보 발생 수단은 바람직하게는, 텔레비전 프로그램들의 다수의 부분들 및 텔레비전 프로그램들의 다수의 부분들 각각에 대한 대응하는 선호도 정보를 갖는 데이터베이스; 텔레비전 프로그램의 선택된 부분에 대해 상기 데이터베이스를 탐색하는 수단; 및 상기 텔레비전 프로그램의 선택된 부분에 대응하는 선호도 정보를 회수하는 수단을 포함한다.
제 3 변형에서, 상기 추천기는 텔레비전 프로그램들에 대한 추천을 발생시키고, 상기 비-범주형 정보 입력 수단은 사용자의 선호도들을 나타내는 텔레비전 프로그램의 일부를 제공하는 수단을 포함한다. 이와 같은 경우에, 상기 선호도 정보 발생 수단은 텔레비전 프로그램들의 다수의 부분들 및 텔레비전 프로그램들의 다수의 부분들 각각에 대한 대응하는 선호도 정보를 갖는 데이터베이스; 텔레비전 프로그램의 제공된 부분과 상기 데이터베이스에 저장된 텔레비전 프로그램들의 다수의 부분들 중 하나 이상 사이의 유사점을 결정하는 수단; 및 텔레비전 프로그램의 적어도 하나의 유사한 부분에 대응하는 선호도 정보를 회수하는 수단을 포함한다.
본 발명의 방법들을 수행하는 컴퓨터 프로그램 제품 및 상기 컴퓨터 프로그램 제품을 그 내에 저장하기 위한 프로그램 저장 장치가 또한 제공된다.
본 발명의 장치들과 방법들의 이러한 특징들, 양상들과 장점들 및 다른 특징들, 양상들과 장점들은 다음의 설명, 첨부된 청구항들, 및 첨부 도면들과 관련하여 더 양호하게 이해될 것이다.
본 발명은 추천이 행해지는 다양하고 많은 형태의 콘텐트에 적용될 수 있을지라도, 비디오 콘텐트의 환경에 유용하고, 특히 텔레비전 프로그래밍의 환경에 유용하다는 것이 확인되었다. 그러므로, 본 발명의 응용성(applicability)을 비디오 콘텐트 및 텔레비전 프로그래밍에 대한 추천을 발생시키는 것으로 제한하지 않고, 본 발명은 이와 같은 환경에서 설명될 것이다.
이제, 도 1을 참조하면, 추천을 발생시키는 장치의 바람직한 실시예가 도시되어 있으며, 상기 장치는 일반적으로 참조 번호(100)로 참조된다. 장치(100)는 바람직하게는, 비디오 출력(106)에 의하여 텔레비전과 같은 디스플레이(104)에 동작적으로 접속된 셋-톱 박스(102) 내에 형성된다. 그러나, 당업자들은 장치(100)가 디스플레이(104) 내에 일체로 형성될 수 있다는 것을 인식할 것이다. 셋-톱 박스(102)는 추천기(110)에 동작적으로 접속된 중앙 처리기(108), 저장 장치(112), 수신기(114), 모뎀과 같은 통신 수단(115), 및 데이터 입력 수단(119)을 포함한다.
대안으로 추천기 엔진이라 칭하는 추천기(110)는 텔레비전 프로그램과 같은 비디오 콘텐트, 또는 사용자 피드백 및/또는 사용자의 시청 습관들에 응답하는 다른 콘텐트에 대한 추천들을 발생시킨다. 이와 같은 추천기(110)는 그 내용들이 본원에 참조되어 있는 2000년 9월 20일자로 출원되고 명칭이 "암시적 및 명시적 시청 선호도들을 사용하여 추천을 발생시키는 방법 및 장치(Method and Apparatus for Generating Recommendation Scores Using Implicit and Explicit Viewing Preferences)"인 공동-계류중인 미국 특허 출원 제09/666,410호에 서술된 바와 같이 종래 기술에 널리 공지되어 있다. 하드 드라이브와 같은 저장 장치(112)는 사용자에 의한 이후의 시청을 위해 비디오 콘텐트를 저장하고, 장치의 동작을 위하여 프로그램 명령들을 저장한다. 추천기(110)는 별도의 장치로서 개략적으로 도시되어 있을지라도, 저장 장치(112) 상의 한 세트의 프로그램 명령들에 또한 포함될 수 있다. 더구나, 저장 장치(112)는 단일 장치로서 도시되어 있을지라도, 처리기(108)에 각각 동작적으로 접속되는 두 개 이상의 저장 장치들을 포함할 수 있다. 처리기(108)의 제어 하에서, 모뎀(115)은 네트워크(117)에 동작적으로 접속되어, 네트워크(117)로부터 데이터를 수신하고 네트워크(117)로 데이터를 송신한다. 데이터 입력 수단(119)은 플로피 디스크 드라이브, CD 드라이브, DVD 드라이브, 또는 휴대용 저장 매체를 판독하는 다른 수단일 수 있다. 데이터 입력 수단(119)은 또한 장치(110)에 데이터를 업로딩하기 위하여 컴퓨터와 같은 다른 장치에 접속하는 USB 포트와 같은 커넥터일 수 있다.
수신기(114)는 장치의 원격 동작을 위하여 그리고 디스플레이(104)의 스크린(118) 상에 재생된 사용자 인터페이스를 통해 장치 내로 정보를 입력시키기 위하여 제어 신호들을 나타내는 무선 신호들을 원격제어기(116)로부터 수신한다. 처리기(108)는 원격 제어기(116)로부터 무선 신호를 수신하고, 이 신호를 다른 신호들 또는 잡음으로부터 디멀티플렉싱하고, 필요한 경우, 이 신호를 장치(100)와 함께 사용될 수 있도록 변환하기 위한 수단을 갖는다. 처리기(108)는 또한 추천기(110) 및 저장 장치(112)를 제어하고, 사용자 인터페이스를 발생시키며, 이 인터페이스를 디스플레이(104)에 출력하여 스크린(118) 상에 보이도록 한다. 종래 기술에 널리 공지된 바와 같이, 사용자는 단순한 버튼들(120)을 누르고/누르거나 원격 제어기 상의 조이스틱 버튼(122)을 조작함으로써 원격 제어기(116)로 사용자 인터페이스를 입력하고 트래버스한다(traverse).
이제, 도 2 및 3을 참조하면, 추천들을 발생시키는 방법의 바람직한 구현이 논의될 것이다. 상술된 바와 같이, 일부 형태들의 추천기들은 비디오 또는 다른 콘텐트에 대한 추천을 발생시키는 것을 돕기 위하여 사용자로부터의 피드백을 사용한다. 추천은 부분적으로 또는 전체적으로 피드백을 기초로 할 수 있다. 본 발명의 방법은 이와 같은 추천기들에 관한 것이다. 일반적으로, 도 2에서 참조 번호(200)로 참조된 사용자 인터페이스는 처리기(108)의 제어 하에서 디스플레이(104)의 스크린(118) 상에 생성되어 보여진다. 사용자 인터페이스는 추천을 발생시키기 위하여 적어도 하나의 선호도에 대한 피드백을 사용자에게 프롬프트한다. 선호도들의 예들은 프라임 타임, 늦은 밤 및 주말과 같은 선호되는 시간 슬롯(202); 영어 또는 스페인어와 같은 선호되는 언어(204); 선호되는 배우(206); 및 액션, 코미디, 드라마, 다큐멘터리, 및 로맨스와 같은 선호되는 장르(208)를 포함한다. 사용자 인터페이스(200)는 상술된 바와 같이 5-포인트 평가 스케일(five point weighing scale)을 갖는 슬라이더(209)를 제공함으로써, 각각의 선택된 선호도를 평가하는 것을 사용자에게 요구할 수 있다.
선호도들(202-208)은 원격 제어기(116) 상의 조이스틱 버튼(122)으로 트래버스하고 적절한 선호도(202-208)에 대응하는 버튼(211)이 강조될 때, 입력 버튼을 누름으로써 또는 하나 이상의 선호도들(202-208)에 대응하는 드롭-다운 목록(210)을 트래버스하여 드롭-다운 목록(210) 내의 엔트리를 선택함으로써 선택될 수 있다. 일단 선택되면, 선호도들은 바람직하게는 사용자에게 그들의 선호도들의 "맵"을 제공하기 위하여 강조된 채로 유지된다. 슬라이더(209)가 유사하게 선택되며, 일단 선택되면, 대응하는 선호도로 할당되는 대응하는 웨이트가 슬라이더 버튼(213)을 좌우로 이동시키기 위하여 조이스틱 버튼(122)을 사용함으로써 입력될 수 있다. 대안으로, 웨이트는 1과 5 사이의 수적인 값을 입력함으로써 입력될 수 있다. 물론, 선호도들(202-208)은 상기 선호도들을 완전하게 목록화하고자 하는 것이 아니라, 단지 예로서 제공되며, 서술된 것으로 본 발명의 범위 또는 정신을 국한하고자 하는 것이 아니다. 예를 들어, 다른 선호도들은 스테이션 호출 신호, 등급들, 및 주의 날짜를 포함한다. 후술된 바와 같이, 비-범주형 정보를 입력하기 위하여 "Enter Non-Categorical Preferences"(214) 선택이 제공된다. 더구나, 추천의 발생시에 사용하기 위한 강조된 선호도들을 입력하기 위하여 사용자 인터페이스(200) 상에 "Enter Preferences"(216) 선택이 제공된다. 최종적으로, 피드백 공정에서 나가서 장치(100) 또는 디스플레이(104)의 다른 동작을 재개하기 위하여 사용자 인터페이스(200) 상에 "Exit"(212) 선택이 제공된다.
일반적으로, 본 발명의 방법들은 선호도 정보를 제공하는데 사용자 부분의 부담을 덜게 한다. 상기 방법들은 바람직하게는 비-범주형 정보를 시청 선호도들로서 수용하는 성능을 제공함으로써 기존의 명시적인 추천기 사용자 인터페이스들을 증가시킨다. 비-범주형 정보는 쇼들의 타이틀들, 비디오 클립들/쇼의 트레일러(trailer)들, 및/또는 쇼의 특정 부분들에 관한 비디오 클립들을 기초로 할 수 있다. 사용자 인터페이스(200)는 상술된 바와 같이 사용자가 자신이 이전에 좋아했던 다른 쇼들의 예들을 제공하는 것과 같은 비-범주형 정보를 입력하도록 함으로써 증가된다. 바로 후술되는 바와 같이, 이것은 다수의 방식들로 행해질 수 있다.
첫째, 사용자는 쇼들의 특정 타이틀들을 제공할 수 있다. 그리고 나서, 이러한 타이틀들은 관련 쇼 정보를 회수하기 위하여 TV 프로그램 데이터베이스에 대해 탐색된다. 쇼 프로그램 기록은 상술된 바와 같이 대략 186 개의 특성들을 포함한다. 상기 쇼 특성들에 기초하여, 시스템은 바람직하게는 적절한 버튼(211)을 그 버튼이 사용자 인터페이스(200)에 복귀할 때, 자동적으로 강조한다. 그리고 나서, 사용자는 강조된 정보를 수용하거나 변경한다. 쇼를 구성하는 필드들 중 각각의 필드에 웨이트들이 제공되는 경우에, 사용자는 상술된 바와 같이, 대응하는 슬라이더 버튼(213)을 이동시킴으로써 강조된 범주들 각각에 대한 웨이트들을 입력할 것이다. 추천들을 발생시키는 나머지 공정은 종래 기술에서 현재 행해지고 있는 것과 동일할 것이다. 즉, 만약 있다면, 선택된 선호도들 및 웨이트들은 사용자 인터페이스(200) 상의 "Enter Preferences"(216) 선택을 선택함으로써 입력되고, 다른 프로그램들에 대한 추천을 발생시키기 위하여 추천기(110)에 의해 사용된다.
사용자는 또한 자신의 관심을 충족시키는 클립/트레일러를 프로그램 데이터베이스로부터 선택할 수 있다. 대응하는 쇼 정보가 회수되고, 나머지 공정은 사용자가 상술된 바와 같이 타이틀을 선택하는 것과 동일할 것이다.
사용자는 또한 장치(110) 내로 쇼의 특정 부분들 또는 클립/트레일러를 업로딩하는데 유연성(flexibility)을 제공받을 수 있다. 비디오 클립들의 경우에, 상기 장치는 유사점 및/또는 디스턴스 메트릭들을 사용함으로써 동일한 이미지 콘텐트 정보를 갖는 다른 쇼들과의 자신의 유사점을 확인한다. 이러한 디스턴스 메트릭들의 통상적인 예들은 Eucliedian, Mahanabolis, 및 쇼 정보가 이용 가능하고 상술된 바와 같은 동일한 공정을 따르는 상술된 바와 같은 다른 클립들/트레일러들을 찾아내기 위한 색상 막대그래프 분석과 같은 다른 메트릭들을 포함한다. 유사점 메트릭들을 이와 같이 사용하는 것은 종래 기술에 널리 공지되어 있다. 막대그래프 분석을 사용하는 것은 또한 2001년 5월 25일자로 출원되고 명칭이 "슈퍼 히스토그램들을 사용하는 간결한 시각적 요약들(Compact Visual Summaries using Super Histograms)"인 공동-계류중인 미국 특허 출원 제09/866,394 및 2000년 9월 27일자로 출원되고 명칭이 "비디오 콘텐트 특성을 기술하는 히스토그램 방법(A Histogram Method for Characterizing Video Content)"인 유럽 특허 EP1038269A1에 개시된 바와 같이, 종래 기술에 널리 공지되어 있고, 그 둘 모두의 내용은 그 전체가 본원에 참조된다. 그리고 나서, 키 프레임들 사이에서 또는 특성들을 통하여 비교가 행해질 수 있다. 유사하다고 확인되는 다른 클립들이 사용자에게 추천되거나 사용자 인터페이스(200) 상의 대응하는 선호도들(202-208)을 강조하는데 사용된다.
바람직하게는, 사용자는 사용자 인터페이스(200) 상의 "Enter Non-Categorical Preferences"(214) 선택을 선택함으로써 비-범주형 선호도를 수동 동작으로 입력한다. 이와 같은 선택에 의해, 바람직하게는 사용자 인터페이스가 일반적으로 참조 번호(300)로 참조되는 도 3에 도시된 사용자 인터페이스로 교환된다. 대안으로, 사용자 인터페이스(300)는 사용자 인터페이스(200)를 대체하지 않고, 윈도우로서 팝업될 수 있다. 더구나, 비-범주형 선호도들의 입력은 디폴트 동작(default operation)으로서 선호도들을 선택하는데 자동적으로 사용되거나, 장치(100)에 의해 제공된 단지 선호도 선택 수단일 수 있다.
사용자 인터페이스(300)는 상술된 것과 같은 비-범주형 정보 선택들의 목록을 포함한다. 제 1 선택은 타이틀(302)의 입력이다. 타이틀이 원격 제어기 상의 적절한 버튼들(또는 키보드와 같은 다른 데이터 입력 장치)를 누름으로써 문자와 숫자를 조합하여 입력되거나, 사용자가 원격 제어기(116) 상의 조이스틱 버튼(122)으로 트래버스할 수 있는 드롭-다운 목록(304)이 제공될 수 있다. 상술된 바와 같이, "Seinfeld"와 같은 타이틀이 선택된 이후에, 장치(100)의 저장 장치(112)에 바람직하게 저장된 데이터베이스가 탐색되고, 대응하는 선호도 정보가 사용자 인터페이스(200)의 선호도 목록에서 강조된다. 타이틀 "Seinfeld"에 대하여 "primetime", "English", "Jerry Seinfeld", 및 "comedy"와 같은 선호도들이 각각 선호도들(202-208)에서 강조될 것이다. 그리고 나서, 사용자는 강조된 선호도들을 변경하거나 이를 사용자 인터페이스(200) 상에 수용한다. 사용자는 또한 각각의 선호도에 대응하는 슬라이더 버튼(213)을 적절한 위치로 이동시킴으로써 선호도들에 대한 웨이트를 선택할 수 있다. 대안으로, 상기 장치는 타이틀들 및 대응하는 선호도 정보를 갖는 원격 데이터베이스에 액세스하는 통신 수단(115)을 포함하거나, 저장 장치(112) 상의 데이터베이스가 통신 수단(115)을 통하여 주기적으로 갱신될 수 있다.
또한 상술된 바와 같이, "choose clip/trailer"(306) 선택은 사용자 인터페이스(300)에서 선택될 수 있다. 바람직하게는, 사용자는 이용 가능한 클립들/트레일러들 또는 어떤 장르를 나타내는 클립들/트레일러들의 드롭-다운 목록으로부터 클립/트레일러를 선택할 수 있다. 대안으로, 사용자는 타이틀로부터 대응하는 클립/트레일러를 선택하기 위하여 드롭-다운 메뉴를 통하여 또는 문자와 숫자를 조합하여 타이틀을 입력할 수 있다. 사용자는 자신의 선택에 만족한 경우, "Input Non-Categorical Preferences"(314) 선택을 트래버스함으로써 선호되는 클립/트레일러를 선택할 수 있다. 대응하는 클립/트레일러가 데이터베이스로부터 (또는 통신 수단(115)을 통하여 원격 위치로부터) 회수되며, 나머지 공정은 사용자가 상술된 바와 같이 타이틀을 선택하는 것과 동일할 것이다. 타이틀과 관련하여 상술된 바와 같이, 데이터베이스는 통신 수단(115)을 통하여 주기적으로 갱신될 수 있다. "Back"(316) 선택이 또한 사용자 인터페이스(200)로 복귀하기 위하여 사용자 인터페이스(300) 상에 제공된다. 사용자 인터페이스(330)가 윈도우인 경우, "Back" (316) 선택은 "Close Window" 선택으로 대체된다.
상술된 비-범주형 정보의 다른 선택은 "Upload Clip/Trailer"(310) 선택뿐만 아니라, 칩/트레일러가 갱신되는 위치(312)를 입력하는 것이다. 바람직하게는, 사용자는 DVD 또는 다른 저장 매체와 같은 데이터 입력 수단(119)을 통하여, 통신 수단(115)을 통하여, 또는 USB 포트와 같은 커넥터를 통하여 장치(100)에 TV 쇼의 일부를 제공한다. "Input Non-Categorical Preferences"(314) 선택을 선택한 이후에, 상기 장치는 표시된 소스로부터 데이터를 갱신하고, 데이터가 저장 장치(112) 상에 저장된 이후 또는 작동 중에, TV 쇼의 부분을 분석하고, 상술된 바와 같이 디스턴스 또는 유사점 메트릭들을 사용함으로써 동일한 이미지 콘텐트 정보를 갖는 다른 쇼들과의 유사점을 확인한다. 유사한 쇼들에 대한 대응하는 선호도 정보는 데이터베이스로부터 회수되고 나머지 공정은 사용자가 상술된 바와 같이 타이틀을 선택하는 것과 동일하다.
당업자는 상술된 특정한 비-범주형 선택이 단지 예로서 제공되며 본 발명의 정신 또는 범위를 국한하지 않는다는 것을 인식할 것이다. 더구나, 비-범주형 정보가 선호도들의 발생에 개별적으로 기여하는 바람직한 방법들이 논의되었을지라도, 당업자들은 그 방법들이 조합에 또한 기여할 수 있다는 것을 인식할 것이다. 예를 들어, 사용자는 "Input Non-Categorical Preferences"(314) 선택을 선택하기 이전에, "Enter Title"(302) 선택 및 "Choose Clip/Trailer"(306) 선택 둘 모두를 선택할 수 있다. 추천기(110)는 각각의 상이한 형태의 비-범주형 정보에 웨이팅 팩터(weighting factor)를 할당하는 것과 같은, 소정의 기준에 따라서 선호도들을 발생시키는데 사용될 것이다.
본 발명의 방법들은 컴퓨터 소프트웨어 프로그램에 의해 수행되는데 특히 적합하며, 이와 같은 컴퓨터 소프트웨어 프로그램은 바람직하게는, 방법들의 개별 단계들에 대응하는 모듈들을 포함한다. 이와 같은 소프트웨어는 물론 집적 회로와 같은 컴퓨터-판독 가능한 매체, 또는 저장 장치(112)와 같은 주변 장치에서 구현될 수 있다.
본 발명의 바람직한 실시예들로 간주되는 것이 도시되고 설명되었지만, 물론, 형태 및 세부사항의 변경들 및 변화들이 본 발명의 정신을 벗어남이 없이 손쉽게 행해질 있다는 것을 이해할 것이다. 그러므로, 본 발명은 서술되고 도시된 정확한 형태들에 국한되는 것이 아니라, 첨부된 청구항들의 범위 내에 존재할 수 있는 모든 변경들을 커버하도록 구성되어야만 한다.

Claims (22)

  1. 추천들을 발생시키는 방법에 있어서,
    추천을 발생시키기 위한 피드백으로서 비-범주형 정보를 입력하는 단계;
    상기 비-범주형 정보에 대응하는 선호도 정보를 발생시키는 단계; 및
    발생된 선호도 정보에 적어도 부분적으로 기초하여 상기 추천을 발생시키는 단계를 포함하는, 추천들을 발생시키는 방법.
  2. 제 1 항에 있어서,
    상기 입력 단계 이전에 상기 추천을 발생시키기 위해 적어도 하나의 선호도에 대한 피드백을 사용자에게 프롬프트(prompt)하는 단계를 더 포함하는, 추천들을 발생시키는 방법.
  3. 제 1 항에 있어서,
    상기 추천을 발생시키는 단계는 텔레비전 프로그램들에 대한 추천을 발생시키며, 상기 비-범주형 정보는 다수의 타이틀들로부터 사용자의 선호도들을 나타내는 텔레비전 프로그램의 타이틀을 선택하는 단계를 포함하는, 추천들을 발생시키는 방법.
  4. 제 3 항에 있어서,
    상기 선호도 정보를 발생시키는 단계는:
    상기 다수의 타이틀들과 상기 다수의 타이틀들 각각에 대한 대응하는 선호도 정보를 갖는 데이터베이스에 액세스하는 단계;
    선택된 타이틀에 대해 상기 데이터베이스를 탐색하는 단계; 및
    상기 선택된 타이틀에 대응하는 상기 선호도 정보를 회수(retrieve)하는 단계를 포함하는, 추천들을 발생시키는 방법.
  5. 제 1 항에 있어서,
    상기 추천을 발생시키는 단계는 텔레비전 프로그램들에 대한 추천을 발생시키며, 상기 비-범주형 정보는 텔레비전 프로그램들 중 다수의 부분들로부터 사용자의 선호도들을 나타내는 텔레비전 프로그램의 일부를 선택하는 단계를 포함하는, 추천들을 발생시키는 방법.
  6. 제 5 항에 있어서,
    상기 선호도 정보를 발생시키는 단계는:
    텔레비전 프로그램들 중 다수의 부분들과 상기 텔레비전 프로그램들 중 다수의 부분들 각각에 대한 대응하는 선호도 정보를 갖는 데이터베이스에 액세스하는 단계;
    텔레비전 프로그램의 선택된 부분에 대한 데이터베이스를 탐색하는 단계; 및
    상기 텔레비전 프로그램의 선택된 부분에 대응하는 상기 선호도 정보를 회수하는 단계를 포함하는, 추천들을 발생시키는 방법.
  7. 제 1 항에 있어서,
    상기 추천을 발생시키는 단계는 텔레비전 프로그램들에 대한 추천을 발생시키며, 상기 비-범주형 정보는 사용자의 선호도들을 나타내는 텔레비전 프로그램의 일부는 제공하는 단계를 포함하는, 추천들을 발생시키는 방법.
  8. 제 7 항에 있어서,
    상기 선호도 정보를 발생시키는 단계는:
    텔레비전 프로그램의 제공된 부분과, 데이터베이스에 저장된 텔레비전 프로그램들의 다수의 부분들 중에서의 텔레비전 프로그램의 적어도 하나의 부분 사이의 유사점을 결정하는 단계; 및
    상기 텔레비전 프로그램의 적어도 하나의 유사한 부분에 대응하는 선호도 정보를 회수하는 단계를 포함하는, 추천들을 발생시키는 방법.
  9. 제 8 항에 있어서,
    상기 결정 단계는 유사점 및 디스턴스 메트릭들 중 적어도 하나를 상기 텔레비전 프로그램의 제공된 부분에 적용하는 단계를 포함하는, 추천들을 발생시키는 방법.
  10. 제 2 항에 있어서,
    상기 추천을 발생시키는 단계 이전에, 상기 발생된 선호도 정보를 사용자 인터페이스상에서 강조(highlight)하는 단계를 더 포함하는, 추천들을 발생시키는 방법.
  11. 제 10 항에 있어서,
    사용자가 상기 추천의 발생을 위해 강조된 선호도 정보를 변경 및/또는 수용하게 하는 단계를 더 포함하는, 추천들을 발생시키는 방법.
  12. 제 10 항에 있어서,
    사용자가 강조된 선호도 정보에 웨이트들(weights)을 할당하게 하는 단계를 더 포함하는, 추천들을 발생시키는 방법.
  13. 제 1 항에 있어서,
    상기 추천을 발생시키는 단계 이전에, 발생된 선호도 정보에 웨이트들을 할당하는 단계를 더 포함하는, 추천들을 발생시키는 방법.
  14. 추천들을 발생시키는 장치에 있어서,
    추천을 발생시키기 위한 피드백으로서 비-범주형 정보를 입력하는 수단;
    상기 비-범주형 정보에 대응하는 선호도 정보를 발생시키는 수단; 및
    발생된 선호도 정보에 적어도 부분적으로 기초하여 추천을 상기 발생시키는 추천기(recommender)를 포함하는, 추천들을 발생시키는 장치.
  15. 제 14 항에 있어서,
    상기 추천기는 텔레비전 프로그램들에 대한 추천을 발생시키며, 상기 비-범주형 정보를 입력하는 수단은 다수의 타이틀들로부터 사용자의 선호도들을 나타내는 텔레비전 프로그램의 타이틀을 선택하는 수단을 포함하는, 추천들을 발생시키는 장치.
  16. 제 15 항에 있어서,
    상기 선호도 정보를 발생시키는 수단은:
    다수의 타이틀들과 상기 다수의 타이틀들 각각에 대한 대응하는 선호도 정보를 갖는 데이터베이스;
    선택된 타이틀에 대해 상기 데이터베이스를 탐색하는 수단; 및
    상기 선택된 타이틀에 대응하는 선호도 정보를 회수하는 수단을 포함하는, 추천들을 발생시키는 장치.
  17. 제 14 항에 있어서,
    상기 추천기는 텔레비전 프로그램들에 대한 추천을 발생시키며, 상기 비-범주형 정보를 입력하는 수단은 텔레비전 프로그램들 중 다수의 부분들로부터 사용자의 선호도들을 나타내는 텔레비전 프로그램의 일부를 선택하는 수단을 포함하는, 추천들을 발생시키는 장치.
  18. 제 17 항에 있어서,
    상기 선호도 정보를 발생시키는 수단은:
    텔레비전 프로그램들 중 다수의 부분들과 상기 텔레비전 프로그램들 중 다수의 부분들 각각에 대한 대응하는 선호도 정보를 갖는 데이터베이스;
    텔레비전 프로그램의 선택된 부분에 대해 상기 데이터베이스를 탐색하는 수단; 및
    상기 텔레비전 프로그램의 선택된 부분에 대응하는 상기 선호도 정보를 회수하는 수단을 포함하는, 추천들을 발생시키는 장치.
  19. 제 14 항에 있어서,
    상기 추천기는 텔레비전 프로그램들에 대한 추천을 발생시키며, 상기 비-범주형 정보를 입력하는 수단은 사용자의 선호도들을 나타내는 텔레비전 프로그램의 일부를 제공하는 수단을 포함하는, 추천들을 발생시키는 장치.
  20. 제 19 항에 있어서,
    상기 선호도 정보를 발생시키는 수단은:
    텔레비전 프로그램들 중 다수의 부분들과 상기 텔레비전 프로그램들 중 다수의 부분들 각각에 대한 대응하는 선호도 정보를 갖는 데이터베이스;
    텔레비전 프로그램의 제공된 부분과 상기 데이터베이스에 저장된 텔레비전 프로그램들의 다수의 부분들 중 하나 이상 사이의 유사점을 결정하는 수단; 및
    텔레비전 프로그램의 적어도 하나의 유사한 부분에 대응하는 선호도 정보를 회수하는 수단을 포함하는, 추천들을 발생시키는 장치.
  21. 추천들을 발생시키기 위해 컴퓨터-판독 가능한 매체에 구현된 컴퓨터 프로그램 제품에 있어서,
    추천을 발생시키기 위한 피드백으로서 비-범주형 정보를 입력하는 컴퓨터 판독 가능한 프로그램 코드 수단;
    상기 비-범주형 정보에 대응하는 선호도 정보를 발생시키는 컴퓨터 판독 가능한 프로그램 코드 수단; 및
    발생된 선호도 정보에 적어도 부분적으로 기초하여 추천을 발생시키는 컴퓨터 판독 가능한 프로그램 코드 수단을 포함하는, 컴퓨터 프로그램 제품.
  22. 추천들을 발생시키기 위한 방법 단계들을 수행하도록 기계에 의해 실행 가능한 명령들의 프로그램을 유형으로 구현하고 기계에 의해 판독 가능한 프로그램 저장 장치에 있어서,
    상기 방법은:
    추천을 발생시키기 위한 피드백으로서 비-범주형 정보를 입력하는 단계;
    상기 비-범주형 정보에 대응하는 선호도 정보를 발생시키는 단계; 및
    발생된 선호도 정보에 적어도 부분적으로 기초하여 추천을 발생시키는 단계를 포함하는, 기계에 의해 판독 가능한 프로그램 저장 장치.
KR1020057016911A 2003-03-11 2004-03-02 비-범주형 정보를 통한 텔레비전 추천들의 발생 KR20050106108A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US45375603P 2003-03-11 2003-03-11
US60/453,756 2003-03-11

Publications (1)

Publication Number Publication Date
KR20050106108A true KR20050106108A (ko) 2005-11-08

Family

ID=32990813

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020057016911A KR20050106108A (ko) 2003-03-11 2004-03-02 비-범주형 정보를 통한 텔레비전 추천들의 발생

Country Status (6)

Country Link
US (1) US20060174275A1 (ko)
EP (1) EP1604522A2 (ko)
JP (1) JP2006520156A (ko)
KR (1) KR20050106108A (ko)
CN (1) CN1759612A (ko)
WO (1) WO2004082257A2 (ko)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030233655A1 (en) * 2002-06-18 2003-12-18 Koninklijke Philips Electronics N.V. Method and apparatus for an adaptive stereotypical profile for recommending items representing a user's interests
KR20060111550A (ko) * 2003-12-03 2006-10-27 코닌클리케 필립스 일렉트로닉스 엔.브이. 내재적 추천기들을 위한 협력적 샘플링
JP4827738B2 (ja) * 2004-09-28 2011-11-30 株式会社Ｐｔｐ リモートコントローラ
JP2008519523A (ja) * 2004-11-04 2008-06-05 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 テレビ番組をユーザに提案する方法及び装置
US20080222120A1 (en) * 2007-03-08 2008-09-11 Nikolaos Georgis System and method for video recommendation based on video frame features
GB2447876B (en) * 2007-03-29 2009-07-08 Sony Uk Ltd Recording apparatus
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
GB0816551D0 (en) * 2008-09-10 2008-10-15 Omnifone Ltd Mobile helper application & mobile handset applications lifecycles
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
US10003836B2 (en) 2015-04-23 2018-06-19 Rovi Guides, Inc. Systems and methods for improving accuracy in media asset recommendation models based on users' levels of enjoyment with respect to media assets
US10575057B2 (en) 2015-04-23 2020-02-25 Rovi Guides, Inc. Systems and methods for improving accuracy in media asset recommendation models
US20160314404A1 (en) * 2015-04-23 2016-10-27 Rovi Guides, Inc. Systems and methods for improving accuracy in media asset recommendations based on data from multiple data spaces
US11068791B2 (en) * 2016-09-14 2021-07-20 International Business Machines Corporation Providing recommendations utilizing a user profile
CN108769831B (zh) * 2018-05-30 2020-10-27 互影科技（北京）有限公司 视频预告的生成方法及装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US5410344A (en) * 1993-09-22 1995-04-25 Arrowsmith Technologies, Inc. Apparatus and method of selecting video programs based on viewers' preferences
WO1997048230A1 (en) * 1996-06-13 1997-12-18 Starsight Telecast, Inc. Method and apparatus for searching a guide using program characteristics
US6005597A (en) * 1997-10-27 1999-12-21 Disney Enterprises, Inc. Method and apparatus for program selection
US7209942B1 (en) * 1998-12-28 2007-04-24 Kabushiki Kaisha Toshiba Information providing method and apparatus, and information reception apparatus
US6934964B1 (en) * 2000-02-08 2005-08-23 Koninklijke Philips Electronics N.V. Electronic program guide viewing history generator method and system
US7454775B1 (en) * 2000-07-27 2008-11-18 Koninklijke Philips Electronics N.V. Method and apparatus for generating television program recommendations based on similarity metric
WO2002025937A2 (en) * 2000-09-20 2002-03-28 Koninklijke Philips Electronics N.V. Presenting a visual distribution of television program recommonendation scores
US8302127B2 (en) * 2000-09-25 2012-10-30 Thomson Licensing System and method for personalized TV
US20020075320A1 (en) * 2000-12-14 2002-06-20 Philips Electronics North America Corp. Method and apparatus for generating recommendations based on consistency of selection
US7212730B2 (en) * 2002-06-27 2007-05-01 International Business Machines Corporation System and method for enhanced edit list for recording options

Also Published As

Publication number Publication date
EP1604522A2 (en) 2005-12-14
US20060174275A1 (en) 2006-08-03
JP2006520156A (ja) 2006-08-31
CN1759612A (zh) 2006-04-12
WO2004082257A3 (en) 2004-11-25
WO2004082257A2 (en) 2004-09-23

Similar Documents

Publication Publication Date Title
KR100838098B1 (ko) 프로그램 추천기를 위한 질의 검색 용어들의 자동 생성을 위한 방법 및 장치
US20030106058A1 (en) Media recommender which presents the user with rationale for the recommendation
KR100864186B1 (ko) 텔레비전 프로그램을 추천하는 방법 및 텔레비전 프로그램에 대한 추천을 얻기 위한 시스템
JP4991082B2 (ja) ３方向メディア推奨方法及びシステム指定
JP4505418B2 (ja) 番組推薦装置及び番組推薦装置の番組推薦方法並びにプログラム
KR100858639B1 (ko) 유사성 메트릭에 기초한 텔레비전 프로그램 추천들을 생성하는 방법 및 장치
KR100852869B1 (ko) 시청자 선호도들의 변화를 자동 식별하는 텔레비전프로그램 추천기
US6005597A (en) Method and apparatus for program selection
US20020083451A1 (en) User-friendly electronic program guide based on subscriber characterizations
US20110167084A1 (en) Systems and methods for providing advanced information searching in an interactive media guidance application
EP1188312A2 (en) Method and apparatus for displaying television program recommendations
WO2001015449A1 (en) Method and apparatus for creating recommendations from users profile built interactively
JP2003522500A (ja) 電子番組ガイド閲覧履歴生成方法及びシステム
KR20050106108A (ko) 비-범주형 정보를 통한 텔레비전 추천들의 발생
US20070022440A1 (en) Program recommendation via dynamic category creation
US20060174260A1 (en) Recommender having display of visual cues to aid a user during a feedback process
JP4355569B2 (ja) エキスパートモデル推奨方法及びシステム
KR20090121068A (ko) 디지털 방송 시스템에서 사용자 선호 프로그램 추천 방법및 장치

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