KR20110052620A - 멀티미디어 아이템을 선택하기 위한 방법 및 장치 - Google Patents

멀티미디어 아이템을 선택하기 위한 방법 및 장치 Download PDF

Info

Publication number
KR20110052620A
KR20110052620A KR1020117003222A KR20117003222A KR20110052620A KR 20110052620 A KR20110052620 A KR 20110052620A KR 1020117003222 A KR1020117003222 A KR 1020117003222A KR 20117003222 A KR20117003222 A KR 20117003222A KR 20110052620 A KR20110052620 A KR 20110052620A
Authority
KR
South Korea
Prior art keywords
multimedia
user
selecting
items
item
Prior art date
Application number
KR1020117003222A
Other languages
English (en)
Inventor
얀토 스코우로넥
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 KR20110052620A publication Critical patent/KR20110052620A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/63—Querying
    • G06F16/635—Filtering based on additional data, e.g. user or group profiles
    • G06F16/637—Administration of user profiles, e.g. generation, initialization, adaptation or distribution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/435—Filtering based on additional data, e.g. user or group profiles
    • G06F16/437—Administration of user profiles, e.g. generation, initialisation, adaptation, distribution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations

Abstract

멀티미디어 아이템들은 멀티미디어 아이템들의 이용자 컬렉션을 특징화하는 복수의 피처들을 결정하고(201); 결정된 피처들로부터, 이용자가 최대 값들에 의해 표현된 피처들의 조합을 가지는 아이템을 선호할 확률을 나타내는 복수의 최대 값들을 갖는 확률 함수를 결정하고(203); 결정된 최대 값들 중 적어도 하나의 최대 값에 기초하여 복수의 후보 멀티미디어 아이템들로부터 적어도 하나의 멀티미디어 아이템을 선택(209)함으로써 복수의 후보 멀티미디어 아이템들로부터 선택된다.

Description

멀티미디어 아이템을 선택하기 위한 방법 및 장치{METHOD AND APPARATUS FOR SELECTING A MULTIMEDIA ITEM}
본 발명은 복수의 후보 멀티미디어 아이템들로부터 멀티미디어 아이템을 선택하기 위한 방법 및 장치에 관한 것이다. 특히 (그러나 배타적이지 않음), 본 발명은 플레이리스트를 위한 음악을 선택 및 추천하기 위한 음악 추천기 시스템(music recommender system)에 관한 것이다.
이용자의 선호도들의 설명과 함께 수집한 음악의 설명을 매치(match)함으로써 음악을 제안하고, 따라서 이용자에게 이용자의 음악 취향을 반영한 음악을 추천할 수 있는 음악 추천기 시스템들이 존재한다. 예를 들면, 이용자는 업-템포 음악 및 팝 음악에 대한 선호도를 나타낼 수 있고, 이러한 선호도들 중 하나 또는 양쪽 모두를 매치하는 음악이 그 후 이용자에게 추천될 수 있다.
이러한 기존의 추천기 시스템들의 결점은 제공된 추천들이 보통은 이용자가 싫어하는 음악을 너무 많이 포함한다는 것이다.
본 발명은 이용자가 싫어하는 추천들의 제공을 최소화하려고 시도한다.
이것은 본 발명의 일 양태에 따라 복수의 후보 멀티미디어 아이템들로부터 멀티미디어 아이템을 선택하는 방법에 의해 달성되고, 이 방법은: 멀티미디어 아이템들의 이용자 컬렉션을 특징화하는 복수의 피처들(features)을 결정하는 단계; 결정된 피처들로부터 확률 함수를 결정하는 단계로서, 확률 함수는 복수의 최대 값들을 갖고, 복수의 최대 값들은 이용자가 최대 값들에 의해 표현된 피처들의 조합을 가지는 아이템을 선호할 확률을 나타내는, 상기 확률 함수 결정 단계; 및 결정된 최대 값들 중 적어도 하나의 최대 값에 기초하여 복수의 후보 멀티미디어 아이템들로부터 적어도 하나의 멀티미디어 아이템을 선택하는 단계를 포함한다.
이것은 또한 본 발명의 제 2 양태에 따라 복수의 후보 멀티미디어 아이템들로부터 멀티미디어 아이템을 선택하기 위한 장치에 의해 달성되고, 이 장치는 복수의 후보 멀티미디어 아이템들을 저장하기 위한 저장 수단; 멀티미디어 아이템들의 이용자 컬렉션을 특징화하는 복수의 피처들을 결정하고 결정된 피처들로부터 확률 함수를 결정하기 위한 프로세싱 수단으로서, 확률 함수는 복수의 최대 값들을 갖고, 복수의 최대 값들은 이용자가 최대 값들에 의해 표현된 피처들의 조합을 가지는 아이템을 선호할 확률을 나타내는, 상기 프로세싱 수단; 및 결정된 최대 값들 중 적어도 하나의 최대 값에 기초하여 복수의 후보 멀티미디어 아이템들로부터 적어도 하나의 멀티미디어 아이템을 선택하기 위한 수단을 포함한다. 장치는 소비자 디바이스 또는 전문가 디바이스 예를 들면, 휴대용 MP3 플레이어 또는 음악 제공자들에 의해 이용된 전문가 디바이스일 수 있다.
이것은 또한 본 발명의 또 다른 양태에 따라 멀티미디어 아이템을 추천하기 위한 시스템에 의해 달성되고, 시스템은: 상기의 제 2 양태에 따른 장치; 멀티미디어 아이템들을 플레이하기 위한 이용자 단말로서, 이용자 단말은 멀티미디어 아이템들의 이용자 컬렉션을 저장하기 위한 이용자 저장 수단을 포함하는, 상기 이용자 단말; 및 장치에 의해 선택된 아이템들이 이용자에게 추천되도록 장치 및 이용자 단말과 통신하기 위한 인터페이스를 포함한다.
파라메트릭 음악 설명 또는 음악의 피처 프로파일(feature profile)은 수동으로 주석이 달린 메타데이터 또는 알고리즘으로 컴퓨팅된 오디오 피처들일 수 있거나, 양쪽 모두의 조합을 포함할 수 있다. 이러한 피처 프로파일을 해석하기 위한 한가지 방식은 (N-차원) 피처 공간의 어느 영역들이 이용자가 좋아하는 음악을 나타낼 가능성이 가장 높은지를 설명하는 확률 함수이다. 그것은 이용자의 컬렉션 음악 대부분이 피처 공간의 특정 영역에 있다면, 이용자가 이 음악을 좋아할 확률이 높다는 것을 의미한다. 그렇다면, 추천기 시스템의 가정은 이용자가 피처 공간 영역에 또한 있는 새로운 음악을 인정할 가능성이 있다는 것이다.
새로운 음악의 개인화된 탐구(personalized exploration)가 달성되고, 여기서, 이용자의 컬렉션의 피처들, 즉, 파라메트릭 표현이 이용자 피처 공간의 어떤 영역에 있는 음악을 이용자가 인정할 가능성이 얼마나 있는지를 결정하는 확률 함수의 형태로 이용된다. 어떤 음악을 이용자가 구매하는지 또는 재생하는지를 결정하는 대신에 어떤 종류의 음악을 이용자가 그의 컬렉션에 갖는지를 결정함으로써, 및 이용자가 그의 컬렉션(예를 들면, 90 년대 팝 음악, 그러나 90 년대 락 음악이나 80 년대 팝 음악은 아님)에 가지는 음악의 피처들의 조합들을 결정함으로써, 새로운 음악에 대한 추천들을 싫어할 가능성이 적다. 피처들은 공지된 자동 음악 추출 알고리즘들을 이용하여, 음악으로부터 자동으로 추출될 수 있다. 추출된 피처이 (예를 들면, 추출된 MFCC 계수들의 경우에) 반드시 이용자에게 의미가 있는 것은 아니다.
결정된 최대 값들 중 적어도 하나의 최대 값은 결정된 확률 함수의 절대적인 최대 값이 아닐 수 있다. 따라서, 확률 함수의 부차적인 최대 값들이 탐색을 위한 질의들을 구성하기 위해 이용된다. 이 방식으로, 이용자가 이미 많이 갖고 있는(확률 함수의 절대적인 최대 값) 음악의 유형도 이용자가 좋아하지 않을(확률 함수의 낮은 값들) 음악도 나타내지 않는 질의들이 생성된다.
결정된 최대 값들 중 적어도 하나의 최대 값은 행해진 선택이 이용자의 현재의 선택들과 유사하도록, 결정된 확률 함수의 절대적인 최대 값의 미리 결정된 범위 내에 있을 수 있다.
적어도 하나의 멀티미디어 아이템을 선택하는 단계는 결정된 최대 값들 중 적어도 하나의 최대 값에 대응하는 적어도 하나의 피처 벡터를 결정하는 단계; 및 다수의 피처들이 고려될 수 있도록, 결정된 적어도 하나의 피처 벡터와 유사한 피처 벡터를 가지는 적어도 하나의 멀티미디어 아이템을 선택하는 단계를 포함할 수 있다.
기존의 알고리즘들 및 그 알고리즘들의 로버스트니스(robustness)를 가정하면, 확률 함수는 다수의 가우시안 함수들에 의해 모델링될 수 있다.
중복을 회피하기 위해, 복수의 후보 멀티미디어 아이템들은 멀티미디어 아이템들의 이용자 컬렉션의 멀티미디어 아이템들을 배제한다. 이것은 이전에 선택된 멀티미디어 아이템들의 로그를 유지함으로써 달성될 수 있고, 적어도 하나의 멀티미디어 아이템을 선택하는 단계는: 로그에 포함되지 않는 복수의 후보 멀티미디어 아이템들로부터 적어도 하나의 멀티미디어 아이템을 선택하는 단계를 포함한다.
선택은 결정된 최대 값들 중 적어도 하나의 다른 최대 값에 기초하여 복수의 후보 멀티미디어 아이템들로부터 적어도 하나의 멀티미디어 아이템을 선택함으로써 반복될 수 있다.
적어도 하나의 멀티미디어 아이템을 선택하는 단계는: 결정된 최대 값들 중 적어도 하나의 최대 값에 기초하여 멀티미디어 아이템들의 이용자 컬렉션으로부터 복수의 멀티미디어 아이템들을 선택하는 단계; 이용자가 복수의 선택된 멀티미디어 아이템들 중 적어도 하나의 멀티미디어 아이템을 선택하는 것을 허용하는 단계; 및 복수의 선택된 멀티미디어 아이템들 중 이용자가 선택한 적어도 하나의 멀티미디어 아이템에 기초하여 복수의 후보 멀티미디어 아이템들로부터 적어도 하나의 멀티미디어 아이템을 선택하기 위한 질의를 생성하는 단계를 포함할 수 있다.
본 발명의 보다 완전한 이해를 위해, 이제 첨부 도면과 함께 취해진 다음의 설명을 참조하게 된다.
도 1은 본 발명의 일 실시예에 따른 추천기 시스템의 단순화된 개략도.
도 2는 본 발명의 일 실시예에 따른 방법의 흐름도.
도 1을 참조하여, 본 발명의 일 실시예의 추천기 시스템이 상세하게 설명될 것이다. 추천기 시스템(100)은 추천기(101)를 포함한다. 추천기(101)는 프로세서(103) 및 선택기(105)를 포함한다. 추천기(101)는 음악, 오디오/비주얼 아이템들, 디지털 이미지들(사진들) 등, 즉 이용자가 액세스한 멀티미디어 아이템들의 디피니티브 컬렉션(definitive collection)과 같은, 복수의 후보 멀티미디어 아이템들을 저장하는 디피니티브 저장 수단(107)에 접속된다.
추천기(101)는 컴퓨터 단말과 같은 인터페이스(109)에 접속된다. 인터페이스는 MP3 플레이어, 모바일 전화기, PDA 등일 수 있는 이용자 단말(111)과 통신한다. 인터페이스(109)는 이용자 디바이스(111)와 무선으로 통신할 수 있거나 유선 접속을 통해 통신할 수 있다. 이용자 단말(111)은 이용자 단말(111)과 일체형일 수 있거나 원격으로 접속될 수 있는 이용자 저장 수단(113)에 접속된다. 이용자 저장 수단(113)은 멀티미디어 아이템들의 이용자의 컬렉션을 저장한다. 대안적으로, 멀티미디어 아이템들의 이용자 컬렉션은 인터페이스(109) 상에 저장되고/저장되거나 인터페이스(109) 상에서 플레이될 수 있고, 즉, 이용자 단말(111)과 인터페이스(109)는 필수적인 디바이스들이다.
이제 시스템의 동작이 도 2를 참조하여 설명될 것이다.
단계 201에서, 추천기(101)는 이용자 단말(111) 및 인터페이스(109)를 통해 이용자 저장 수단(113)에 현재 저장되는 멀티미디어 아이템들의 이용자 컬렉션의 피처들을 결정한다. 결정된 피처들은 이용자의 음악 취향을 반영한 설명이다. 이것은 수동으로 주석이 달린 메타데이터베이스 또는 알고리즘으로 컴퓨팅된 오디오 피처들 또는 이들의 조합을 포함할 수 있다. 추천기(101)의 프로세서(103)는 결정된 피처들로부터 확률 함수를 결정한다(단계 203). 확률 함수는 복수의 최대 값들, 예를 들면, 다수의 가우시안 함수를 갖는다. 따라서, 다수의 로컬 최대 값들이 식별될 수 있다. 다수의 최대 값들을 가지는 임의의 확률 밀도 함수가 이용될 수 있지만, 가우시안 함수들이 널리 공지되고, 트레이닝 데이터로부터 확률 함수들의 로버스트 추정을 제공하는 많은 기존의 알고리즘들 및 방법들이 존재한다. 실시예에서, 확률 함수는 원하는 확률 함수가 다수의 가우시안 분포들의 가중 합에 의해 근사화되는 가우시안 혼합 모델을 이용하여 도출된다. 이런 가우시안 분포를 설명하는 파라미터들은 Figueiredo, M., Leito, J., Jain, A.K., 에 의한 "On fitting mixture models", (컴퓨터 비전 및 패턴 인식에서의 에너지 최소화 방법들(Energy Minimization Methods in Computer Vision and Pattern Recognition)(E. Hancock and M. Pellilo, eds) 페이지 54 내지 69, Springer Verlag, 1999)에서 설명한 바와 같은 공지된 기술을 이용함으로써, 다수의 관측들, 즉, 멀티미디어 아이템들의 이용자의 컬렉션의 피처 벡터들로부터 추정된다.
탐색 알고리즘이 그 다음, 로컬 최대 값들 중 적어도 하나의 최대 값을 선택하기 위해 결정된다(단계 205). 추천된 아이템들의 이용자 선택을 넓히기 위하여, 선택된 로컬 최대 값들은 절대적인 최대 값에 가깝지 않은 값들이다. 최대 값들은 확률 함수에서 가장 낮은 값을 갖는 로컬 최대 값을 단순히 선택하거나 랜덤 프로세스를 이용하여 이들 최대 값들 중 하나의 최대 값을 선택함으로써 선택될 수 있다. 대안적으로, 선택되는 아이템들이 이용자의 선호된 선택에 너무 멀리 있지 않도록, 확률 함수의 절대적인 최대 값(이용자의 음악 취향의 "핵심 (core)")으로부터의 간격을 제한하기 위해 임계값이 이용될 수 있다. 간격 임계값이 높을수록, 아이템이 이용자의 컬렉션의 "핵심"으로부터 더 멀리 있고 추천기(101)가 더 탐구적으로 행동한다. 이 임계값은 이용자에 의해 탐구 팩터로서 설정될 수 있다. 선택이 이용자의 컬렉션의 "핵심" 에 너무 가깝게 존재하는 것을 막기 위해, 임계값은 로컬 최대 값이 절대적인 최대 값에 너무 가깝지 않도록 두번째로 낮은 간격 임계값과 조합될 수 있다.
대안적으로, 임계값들이 확률 함수의 값을 위해 이용될 수 있고: 선택된 로컬 최대 값의 확률 값은 선택된 로컬 최대 값이 이용자가 인정하지 않을 수 있는 너무 낮은 확률 값을 가지는 것을 막기 위하여 미리 결정된 임계값보다 커야 한다. 이것은 제 2 임계값을 고려하기 위해 연장될 수 있고: 선택된 최대 값은 이용자가 이미 가진 것과 너무 유사한 아이템들의 선택을 막기 위해 임계값보다 낮아야 한다.
탐색 알고리즘은 피처 공간에서의 적어도 하나의 선택된 최대 값의 위치로부터 구성된다(단계 207). 그 위치(들)에서의 피처들의 값들은 질의를 형성하기 위해 이용된다. 그 값들은 단일의 피처 벡터에 컴파일(compile)될 수 있다.
형성된 질의는 그 다음, 탐색 질의를 충족하는 후보 멀티미디어 아이템들을 발견하기 위해 디피니티브 저장 수단(107) 상에 저장된 멀티미디어 아이템들에 대해 이용된다(단계 209). 이것은 대응하는 값들을 구성하는 저장된 아이템들에서의 최상의 매치들을 발견하기 위해 효율적인 데이터 마이닝 기술들(mining techniques)을 이용하여 달성될 수 있다.
이들 아이템들은 추천기(101)에 의해 이용자에게 복귀 및 추천된다(단계 211).
또 다른 실시예에서, 시스템(100)은 중복을 회피하기 위하여 이용자에게 이미 제안된 멀티미디어 아이템들의 기록을 유지하는 로깅 엔진(logging engine)(여기에 도시되지 않음)을 추가로 포함할 수 있다. 로깅 엔진은 또한 선택된 최대 값들을 변경하고, 따라서 마지막 질의가 생성된 이래 이용자의 컬렉션의 결정된 피처들이 변하지 않고/변하지 않거나 지난번에 동일한 질의를 이용할 때 제안되지 않았던 후보 리스트로부터의 아이템들(x 최상의 유사한 아이템들)을 제안하는 경우 질의를 변경하기 위해 이용될 수 있다.
또 다른 실시예에서, 시스템은 또한 보다 큰 투명성 및 중재 가능성들을 이용자에게 제공할 수 있다. 선택된 최대 값에 가장 가까운 아이템들에 대해 이용자 저장 수단(113)에서의 이용자의 컬렉션을 탐색한 후 이용자가 이들 아이템들 중 어느 것이 다음의 질의를 위한 기초로서 기능해야 하는지를 선택하는 것을 허용하는 제 1 질의가 생성될 수 있다.
인터페이스는 인터넷을 통해 디피니티브 저장 수단(107) 상에 저장된 디피니티브 컬렉션과 통신할 수 있다. 추천기(101)는 인터페이스(109)와 일체형일 수 있거나 원격 서버 시스템의 일부일 수 있다. 상기 실시예들의 추천기(101)는 음악 온라인 스토어들 또는 인터넷 라디오 서비스들에서 이용될 수 있다.
본 발명의 실시예들이 첨부 도면들에 예시되고 전술의 설명에서 기술되었지만, 본 발명은 본원에 개시된 실시예들로 한정되지 않지만 다음의 특허청구범위에 기재한 본 발명의 범위로부터 벗어남 없이 다수의 수정들이 가능하다는 것이 이해될 것이다.
당업자에게 명백한 것처럼 '수단(Means)' 은 동작 시에, 단독으로 또는 다른 기능들과 조합하여, 독립적으로 또는 다른 소자들과 협력하여, 특정 기능을 재생시키거나 특정 기능을 재생시키도록 설계된 임의의 하드웨어(분리 또는 통합된 회로들 또는 전자 소자들과 같은) 또는 소프트웨어(프로그램들 또는 프로그램들의 일부와 같은)를 포함하도록 의도된다. 본 발명은 여러 별개의 소자들을 포함하는 하드웨어에 의하여, 및 적합하게 프로그래밍된 컴퓨터에 의하여 구현될 수 있다. 여러 수단을 열거하는 장치 청구항에서, 이들 수단 중 몇몇은 하드웨어의 하나 및 동일한 아이템에 의해 구체화될 수 있다. '컴퓨터 프로그램 제품'은 인터넷과 같은, 네트워크를 통해 다운로드가능하거나 다른 방식으로 시장성이 있는 플로피 디스크와 같은, 컴퓨터 판독가능한 매체 상에 저장된 임의의 소프트웨어 제품을 의미하도록 이해될 것이다.
100: 추천기 시스템 101: 추천기
103: 프로세서 105: 선택기
109: 인터페이스 111: 이용자 단말
113: 이용자 저장 수단

Claims (12)

  1. 복수의 후보 멀티미디어 아이템들(candidate multimedia items)로부터 멀티미디어 아이템을 선택하는 방법에 있어서:
    멀티미디어 아이템들의 이용자 컬렉션(user collection)을 특징화하는 복수의 피처들(features)을 결정하는 단계(201);
    상기 결정된 피처들로부터 확률 함수를 결정하는 단계(203)로서, 상기 확률 함수는 복수의 최대 값들을 갖고, 상기 복수의 최대 값들은 이용자가 상기 최대 값들에 의해 표현된 피처들의 조합을 가지는 아이템을 선호할 확률을 나타내는, 상기 확률 함수 결정 단계(203); 및
    상기 결정된 최대 값들 중 적어도 하나의 최대 값에 기초하여 상기 복수의 후보 멀티미디어 아이템들로부터 적어도 하나의 멀티미디어 아이템을 선택하는 단계(209)를 포함하는, 멀티미디어 아이템 선택 방법.
  2. 제 1 항에 있어서,
    상기 결정된 최대 값들 중 상기 적어도 하나의 최대 값은 상기 결정된 확률 함수의 절대적인 최대 값이 아닌, 멀티미디어 아이템 선택 방법.
  3. 제 2 항에 있어서,
    상기 결정된 최대 값들 중 상기 적어도 하나의 최대 값은 상기 결정된 확률 함수의 절대적인 최대 값의 미리 결정된 범위 내에 있는, 멀티미디어 아이템 선택 방법.
  4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 적어도 하나의 멀티미디어 아이템을 선택하는 단계는:
    상기 결정된 최대 값들 중 상기 적어도 하나의 최대 값에 대응하는 적어도 하나의 피처 벡터(feature vector)를 결정하는 단계; 및
    상기 결정된 적어도 하나의 피처 벡터와 유사한 피처 벡터를 가지는 적어도 하나의 멀티미디어 아이템을 선택하는 단계를 포함하는, 멀티미디어 아이템 선택 방법.
  5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
    상기 확률 함수는 다수의 가우시안 함수들(Gaussian functions)에 의해 모델링(modeling)되는, 멀티미디어 아이템 선택 방법.
  6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
    상기 복수의 후보 멀티미디어 아이템들은 상기 멀티미디어 아이템들의 이용자 컬렉션의 멀티미디어 아이템들을 배제하는, 멀티미디어 아이템 선택 방법.
  7. 제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
    이전에 선택된 멀티미디어 아이템들의 로그(log)를 유지하는 단계를 추가로 포함하고,
    상기 적어도 하나의 멀티미디어 아이템을 선택하는 단계는:
    상기 로그에 포함되지 않은 상기 복수의 후보 멀티미디어 아이템들로부터 적어도 하나의 멀티미디어 아이템을 선택하는 단계를 포함하는, 멀티미디어 아이템 선택 방법.
  8. 제 1 항 내지 제 7 항 중 어느 한 항에 있어서,
    상기 결정된 최대 값들 중 적어도 하나의 다른 최대 값에 기초하여 상기 복수의 후보 멀티미디어 아이템들로부터 적어도 하나의 멀티미디어 아이템을 선택하는 단계를 추가로 포함하는, 멀티미디어 아이템 선택 방법.
  9. 제 1 항 내지 제 8 항 중 어느 한 항에 있어서,
    상기 적어도 하나의 멀티미디어 아이템을 선택하는 단계는:
    상기 결정된 최대 값들 중 적어도 하나의 최대 값에 기초하여 상기 멀티미디어 아이템들의 이용자 컬렉션으로부터 복수의 멀티미디어 아이템들을 선택하는 단계;
    상기 이용자가 상기 복수의 선택된 멀티미디어 아이템들 중 적어도 하나의 멀티미디어 아이템을 선택하는 것을 허용하는 단계; 및
    상기 복수의 선택된 멀티미디어 아이템들 중 상기 이용자가 선택한 적어도 하나의 멀티미디어 아이템에 기초하여 상기 복수의 후보 멀티미디어 아이템들로부터 적어도 하나의 멀티미디어 아이템을 선택하기 위한 질의를 생성하는 단계를 포함하는, 멀티미디어 아이템 선택 방법.
  10. 제 1 항 내지 제 9 항 중 어느 한 항에 따른 상기 방법을 실행하기 위한 복수의 프로그램 코드 부분들을 포함하는, 컴퓨터 프로그램 제품.
  11. 복수의 후보 멀티미디어 아이템들로부터 멀티미디어 아이템을 선택하기 위한 장치(101)에 있어서:
    복수의 후보 멀티미디어 아이템들을 저장하기 위한 저장장치(107);
    멀티미디어 아이템들의 이용자 컬렉션을 특징화하는 복수의 피처들을 결정하고 상기 결정된 피처들로부터 확률 함수를 결정하기 위한 프로세서(103)로서, 상기 확률 함수는 복수의 최대 값들을 갖고, 상기 복수의 최대 값들은 상기 이용자가 상기 최대 값들에 의해 표현된 피처들의 조합을 가지는 아이템을 선호할 확률을 나타내는, 상기 프로세서(103); 및
    상기 결정된 최대 값들 중 적어도 하나의 최대 값에 기초하여 상기 복수의 후보 멀티미디어 아이템들로부터 적어도 하나의 멀티미디어 아이템을 선택하기 위한 선택기(105)를 포함하는, 멀티미디어 아이템 선택 장치(101).
  12. 멀티미디어 아이템을 추천하기 위한 추천기 시스템(100)에 있어서:
    제 12 항에 따른 장치(101);
    멀티미디어 아이템들을 플레이하기 위한 이용자 단말(111)로서, 상기 멀티미디어 아이템들의 이용자 컬렉션을 저장하기 위한 이용자 저장 수단(113)을 포함하는, 상기 이용자 단말(111); 및
    상기 장치(101)에 의해 선택된 아이템들이 이용자에게 추천되도록 상기 장치(101) 및 상기 이용자 단말(111)과 통신하기 위한 인터페이스(109)를 포함하는, 추천기 시스템(100).
KR1020117003222A 2008-07-15 2009-07-10 멀티미디어 아이템을 선택하기 위한 방법 및 장치 KR20110052620A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP08160377.1 2008-07-15
EP08160377 2008-07-15

Publications (1)

Publication Number Publication Date
KR20110052620A true KR20110052620A (ko) 2011-05-18

Family

ID=41550782

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020117003222A KR20110052620A (ko) 2008-07-15 2009-07-10 멀티미디어 아이템을 선택하기 위한 방법 및 장치

Country Status (6)

Country Link
US (1) US20110125795A1 (ko)
EP (1) EP2313837A2 (ko)
JP (1) JP2011528462A (ko)
KR (1) KR20110052620A (ko)
CN (1) CN102099805A (ko)
WO (1) WO2010007570A2 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8612442B2 (en) 2011-11-16 2013-12-17 Google Inc. Displaying auto-generated facts about a music library
JP6361725B2 (ja) * 2016-12-15 2018-07-25 株式会社Ｊｖｃケンウッド 情報選択装置、情報選択方法、および情報選択プログラム
CN108200142A (zh) * 2017-12-28 2018-06-22 广州酷狗计算机科技有限公司 一种音乐推送方法及音箱设备
CN108280181A (zh) * 2018-01-23 2018-07-13 成都信达智胜科技有限公司 网络数据的快速处理方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7162482B1 (en) * 2000-05-03 2007-01-09 Musicmatch, Inc. Information retrieval engine
US7075000B2 (en) * 2000-06-29 2006-07-11 Musicgenome.Com Inc. System and method for prediction of musical preferences
US7206775B2 (en) * 2000-07-06 2007-04-17 Microsoft Corporation System and methods for the automatic transmission of new, high affinity media
US7031980B2 (en) * 2000-11-02 2006-04-18 Hewlett-Packard Development Company, L.P. Music similarity function based on signal analysis
US8053659B2 (en) * 2002-10-03 2011-11-08 Polyphonic Human Media Interface, S.L. Music intelligence universe server
US7013238B1 (en) * 2003-02-24 2006-03-14 Microsoft Corporation System for delivering recommendations
US7734569B2 (en) * 2005-02-03 2010-06-08 Strands, Inc. Recommender system for identifying a new set of media items responsive to an input set of media items and knowledge base metrics
US20080071741A1 (en) * 2006-09-19 2008-03-20 Kazunari Omi Method and an apparatus to perform feature weighted search and recommendation
KR100775585B1 (ko) * 2006-12-13 2007-11-15 삼성전자주식회사 문자 메시지에 대한 음악 추천 방법 및 그 시스템
US20080147711A1 (en) * 2006-12-19 2008-06-19 Yahoo! Inc. Method and system for providing playlist recommendations

Also Published As

Publication number Publication date
JP2011528462A (ja) 2011-11-17
CN102099805A (zh) 2011-06-15
WO2010007570A2 (en) 2010-01-21
EP2313837A2 (en) 2011-04-27
WO2010007570A3 (en) 2010-04-01
US20110125795A1 (en) 2011-05-26

Similar Documents

Publication Publication Date Title
US8321414B2 (en) Hybrid audio-visual categorization system and method
Hariri et al. Context-aware music recommendation based on latenttopic sequential patterns
CN106575503B (zh) 用于对话理解系统的会话上下文建模的方法和系统
US10936653B2 (en) Automatically predicting relevant contexts for media items
US8346801B2 (en) Context based video finder
JP4538757B2 (ja) 情報処理装置、情報処理方法、およびプログラム
US7921067B2 (en) Method and device for mood detection
US7777121B2 (en) Information processing apparatus, information processing method, and computer program
US20060265349A1 (en) Sharing music essence in a recommendation system
WO2009044341A2 (en) Classifying a set of content items
CN105718566B (zh) 一种智能音乐推荐系统
KR101942459B1 (ko) 음원 컨텐츠 및 메타 정보를 이용한 플레이리스트 자동 생성 방법 및 시스템
JP5175724B2 (ja) エレメントのシーケンスの発生の方法及び装置
JP2011145742A (ja) 情報処理装置、情報処理方法、およびプログラム
KR100868764B1 (ko) 사용자 모델을 이용한 음악 추천 방법 및 시스템, 및조건부 사용자 모델 업데이트 방법
KR20110052620A (ko) 멀티미디어 아이템을 선택하기 위한 방법 및 장치
Bonnin et al. A comparison of playlist generation strategies for music recommendation and a new baseline scheme
CN105898426A (zh) 多媒体内容处理方法、装置及服务器
JP2008522311A (ja) コンテンツアイテムの関連付けに基づく自動的なコンテンツ整理
KR100975127B1 (ko) 감성이 유사한 음악들을 제공하는 서비스 방법 및 시스템
US11410706B2 (en) Content pushing method for display device, pushing device and display device
Lee et al. Music recommendation system based on usage history and automatic genre classification
CN114581165A (zh) 一种产品推荐方法、装置、计算机存储介质及系统
KR20070061887A (ko) 컴플라이언스 정보 제공 방법
CN113254757A (zh) 数据推荐方法、装置、设备和存储介质

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