CN102089782A - 推荐器*** - Google Patents
推荐器*** Download PDFInfo
- Publication number
- CN102089782A CN102089782A CN2009801268965A CN200980126896A CN102089782A CN 102089782 A CN102089782 A CN 102089782A CN 2009801268965 A CN2009801268965 A CN 2009801268965A CN 200980126896 A CN200980126896 A CN 200980126896A CN 102089782 A CN102089782 A CN 102089782A
- Authority
- CN
- China
- Prior art keywords
- cluster
- content
- user
- bigger
- preference
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000009434 installation Methods 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims 3
- 230000008676 import Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000006424 Flood reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q30/0282—Rating or review of business operators or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
提供了一种用于向多用户设备上的用户提供个性化推荐的方法。在操作期间,将对相似节目内容的匿名用户偏好进行分组,以形成相似偏好聚类。确定每个聚类的情境信息,并对所述聚类进行分组以形成更大聚类。所述分组基于每个聚类的情境信息。然后确定当前情境,并找出具有与所述当前情境相似的情境的至少一个更大聚类。所述更大聚类用于针对用户进行推荐。
Description
技术领域
本发明涉及内容项目的推荐,并且具体地但非排他性地涉及电视节目或电台节目的推荐。
背景技术
近年来,多媒体和娱乐内容的可用性和供应已经实质性地提高。例如,可用的电视和电台频道的数目已经相当大地增长,并且因特网的普及已经提供了新的内容分发手段。因此,正在从不同的来源越来越多地向用户提供太多不同类型的内容。为了识别和选择所期望的内容,用户一般必须处理大量的信息,这会非常麻烦且不切实际。
因此,已经投入了大量的资源来用于研究可以提供改善的用户体验并辅助用户识别和选择内容的技术和算法。例如,数字视频记录器(DVR)或者个人视频记录器(PVR)已经变得越来越普及,并且正逐渐取代常规盒式磁带记录器(VCR)作为用于记录视频广播的优选选择。这样的DVR(下文中,术语DVR既用于表示DVR又用于表示VCR)一般基于将所记录的电视节目以数字格式储存在硬盘或光盘上。此外,DVR既可以用于模拟电视传输(在此情况下,作为记录过程的一部分,进行数字格式的转换)又可以用于数字电视传输(在此情况下,可以直接存储数字电视数据)。
诸如电视或DVR这样的设备越来越多地提供新的和增强的功能和特征,这些功能和特征提供了改善的用户体验。例如,电视或DVR可以包括用于向用户提供电视节目的推荐的功能。更具体地,这样的设备可以包括用于监视用户的观看和记录偏好的功能。这些偏好可以被存储在用户偏好简档中并且随后可以用于自主地选择和推荐适当的电视节目来观看或记录。例如,DVR可以自动地记录节目,然后例如通过将自动记录的节目包括在由DVR记录的所有节目的列表中,将自动记录的节目推荐给用户。
这样的功能可以显著地改善用户体验。的确,在每天数以百计的广播频道传播数以千计的电视节目的情况下,用户很快会被提供的节目所淹没,并且因而不能充分受益于内容的可用性。此外,识别和选择适当的内容的任务变得越来越困难且耗费时间。设备向用户推荐潜在感兴趣的电视节目的能力极其有利于此过程。
为了增强用户体验,有利的是,尽可能使向各个用户的推荐个人化。在此情境下,生成推荐的过程要求已经捕获了用户偏好,使得它们可以被预测算法用作输入。
存在用于收集用户偏好的两种主要技术。第一种方法是通过用户手动输入其偏好而明确地获得用户偏好,例如,通过手动提供对用户特别喜欢或特别不喜欢的内容项目的反馈来获得。另一种方法是通过由***监视用户动作以推断出其偏好来隐含地获得用户偏好。
大多数已知的推荐方法在电视观看的情境下都不理想。诸如具体为DVR这样的电视或视频记录器通常是多用户设备,并且观看电视的活动其特征在于是无需费力且高度被动的活动。在此情境下,虽然用户要求单独推荐,但要求用户向***认证和/或创建各个用户简档却并不容易或者并不有效。
因此,需要一种允许更加适合于多用户环境的用于内容项目推荐的改进的***。
附图说明
图1是用于进行内容项目推荐的设备的框图。
图2图示了包括情境部分和内容部分的用户偏好。
图3图示了各种聚类的时间特征和地点特征。
图4示出了各种相似节目聚类的情境特征。
图5图示了聚类的重新分组。
图6是示出了图1的设备的操作的流程图。
本领域技术人员将理解,图中的元件是为了简单清楚地图示且未必一定按照比例画出。例如,可以将图中一些元件的尺寸和/或相对位置相对于其他元件放大,以助于增进对本发明各种实施例的理解。同样,为了促进使本发明的这些各种实施例的视图不易被混淆,通常并未绘出在商业上可行的实施例中有用或必需的普通而易于理解的元件。将进一步认识到,某些动作和/或步骤可以被描述或描绘为按照特定次序发生,但本领域技术人员将理解的是,关于顺序的这样的特殊性实际上并未被要求。还将理解的是,本申请中所使用的术语和表述具有与如上所述由本领域技术人员所使用的相一致的通常的技术含义,除非本文中另外阐述了不同的特定含义。
具体实施方式
为了缓解上述需求,提供了一种向多用户设备上的用户提供推荐的方法。在操作期间,将对相似节目内容的偏好进行分组,以形成相似偏好聚类。基于聚类内容来为每个聚类确定情境信息,并对所述聚类进行分组以形成更大聚类。所述分组基于聚类之间情境信息的相似度。然后确定当前情境,并找出具有与所述当前情境相似的情境的至少一个更大聚类。所述更大聚类用于针对用户进行节目推荐。
由于设备的用户一般在特定情境(例如,特定时间、设备、地点等)期间利用该设备,所以当前的技术很可能将用户希望观看的节目推荐给他们。
本发明包含一种用于向多用户设备上的用户提供个性化推荐的方法。该方法包括以下步骤:对相似节目内容的偏好进行分组,以形成相似偏好的聚类;确定每个聚类的情境信息;以及对聚类进行分组,以形成更大聚类。然后确定当前情境,并选择具有与所述当前情境相似的情境的至少一个更大聚类。所述更大聚类用于针对当前情境进行推荐。
另外,本发明包含一种装置,所述装置包括存储用户偏好的储存器以及访问所述储存器的处理器。所述处理器对相似节目内容的偏好进行分组以形成相似偏好聚类。所述处理器确定每个聚类的情境信息,并基于每个聚类的情境信息的相似度而对聚类进行分组以形成更大聚类。另外,所述处理器访问情境生成器以确定当前情境,并选择具有与所述当前情境相似的情境的至少一个更大聚类以进行推荐。
现在转到附图,其中相同的附图标记表示相同的组件,图1是用于进行内容项目推荐的设备的框图。所述设备可以例如是DVR或电视机。图1的设备包括用于向用户推荐内容项目的功能。例如,所述设备可以向该设备的用户推荐即将开始的电视节目。所述设备使用一种用于生成推荐的方法,该方法基于从多个未识别的用户接收到的匿名用户分级(rating)。然后所述设备可以基于与用户对该设备的使用有关的情境信息而针对用户定位推荐。
所述设备包括用户输入101、用户偏好储存器103、电子节目指南(EPG)105、情境生成器107和推荐处理器109。电子节目指南(EPG)105指示将在比如下一星期播送的电视节目。除了电视节目的时间和标题以外,EPG 105还可以进一步包含诸如风格、演员、导演等的指示的元数据。作为另一示例,EPG 105可替代地或另外提供由例如DVR记录的电视节目的信息。
用户输入101可以接收来自所述设备的一个或多个用户的手动输入。用户输入101可以接收用户对各种内容项目的偏好的匿名反馈。作为示例,观看或回放特定电视节目的用户可以手动输入对节目的分级。用户输入101还可积累“隐含的偏好输入”(例如,***默默地监视用户)。用户输入101耦接至用户偏好储存器103。当从用户输入101接收到关于节目的用户偏好时,包括用户偏好量度的用户分级记录以及描述内容的内容项目被存储在用户偏好存储器103中。关于节目的情境信息也被存储在储存器103中。从情境生成器107接收此信息。这样的情境信息可以例如是观看节目的时间或者用于观看节目的设备。因而,可以将用户偏好视为包括两个部分:第一部分,用来描述该偏好所涉及的内容以及相关联用户偏好值;以及第二部分,用来描述由用户明确表达或者从其行为隐含推断出该偏好时的情境(例如,时间、地点等)。这在图2中被示出,其中用户偏好200包括情境部分和内容部分。
设备100是可以由许多不同用户使用的多用户设备。此外,用户偏好是在未对提供数据的特定用户进行任何识别的情况下输入的。因此,用户偏好储存器103中所存储的用户偏好记录是匿名用户偏好,并且这些记录不包括提供输入的用户的身份的任何信息。因此,仅仅基于所存储的用户偏好而针对各个用户进行个人化的内容项目推荐是不可行的。相反,这样的方法提供可以针对使用该设备的整个用户群进行定制的推荐。
推荐处理器109利用偏好储存器103和情境生成器107,以便向设备100的用户推荐特定节目。推荐处理器109利用下列步骤来进行推荐:
1.根据用户偏好的内容描述之间的相似度而对用户偏好进行分组。可以使用诸如K均值法这样的聚类算法,并且计算例如两个节目P1、P2的相似度的函数可以如下表示,其中,将两个节目P1、P2的相似度作为它们的描述性元数据Pi,1Pi,2,…(例如,风格、频道等)的相似度的加权和来计算:
在步骤1之后,创建多个用户偏好聚类。K均值聚类算法最初用给定初始参数来定义K聚类。然后,将用户分级记录与K聚类匹配。然后,基于已经指配给每个聚类的用户分级记录来重新计算每个聚类的参数。然后,该算法继续响应于所更新的聚类的参数而将用户分级记录重新分配给K聚类。如果这些运算迭代了足够多次,则聚类收敛,从而得到K组具有相似属性的内容项目。该步骤背后的思想是,分组在一个聚类中的相似偏好应当对应于特定用户或者共享相同品味的用户组的偏好。
2.为每个偏好聚类提取/计算情境信息(称为情境特征(signature))。此步骤背后的思想是,相似偏好聚类可以对应于一个或多个不同的使用情境(例如,用户喜欢在上午结束时以及下午结束时观看游戏竞技节目(game show))。
3.通过对具有相似平均情境的聚类进行分组来建立更大聚类。由于一组偏好可以对应于不同的使用情境并且家庭成员通常具有特定且固定的TV观看模式,即,每个成员或家庭子分组具有其特定的TV使用情境(例如,孩子在下午观看TV而父母在晚上观看TV),即使当前内容并不相似(例如,图4和图5),根据情境相似度对聚类进行分组也应当更加可能代表同一用户或者用户组的偏好。
4.在进行推荐时,当前情境被用于识别(步骤1和2中生成的)哪些聚类具有最为接近的情境特征。然后,按照自底向上的分层链接,可以将其扩展开以选择要利用的分组列表(可以用阈值来停止扩展)。来自最新可用算法中的个性化算法,例如,朴素贝叶斯分类器(Naive Bayes classifier),可以被用于确定推荐列表,仅仅将来自所选择的分组的偏好用作训练集。这在图3中被示出。
在图3中,针对两个聚类示出了时间信息和地点信息。同样,示出了当前时间和地点。显然,聚类1的时间和地点信息较之于聚类2更为匹配。在进行推荐时将考虑这一事实。
5.然后,***选择来自之前的步骤计算的推荐列表的子集,并将该子集呈现给用户。保留的列表包括使用基本偏好分组所推荐的元素,所述基本偏好分组的情境直接匹配当前情境,该列表还包括使用通过扩展识别的分组(如在之前的步骤中定义的)所推荐的元素。该子集的大小可以由***(例如,根据GUI上的可用空间)和/或由用户来固定。
现在,将提供简单示例来展示***实际上是如何工作的。为了简单起见,我们将考虑两个用户且仅以时间作为情境信息。用户的习惯如下:
●用户1在中午以及傍晚观看新闻;
●用户2在晚上观看电影;
●用户2在下午或在晚上观看纪录片。
推荐处理器109将创建三个节目类型的三个聚类,所述三个聚类具有如图4所示的相关联的情境特征(为了简单起见,使用只与TV节目风格有关的相似度量度来进行聚类)。然后,处理器109基于这些聚类的情境特征如图5所示对其进行重新分组(分层聚类)。注意,在我们的示例中,分层是部分的:“新闻”聚类自己独立保留,这是因为不存在具有足够相似的情境特征的其他聚类。
因而,例如,在下午早些时候,最佳匹配的聚类为“纪录片”聚类。但如果该聚类并未提供推荐或者该聚类不足(例如,如果那天下午没有纪录片),则***可以到上一层级并使用所组合的“纪录片”和“电影”聚类,然后基于“电影”聚类的偏好部分来推荐电影。
在以上示例中,即使用户并不习惯于在一天的这个特定时间观看这种类型的节目,设备100也能够推荐他喜欢的节目。因而,设备100不仅可以在可能的时候进行最佳定位推荐(将偏好和情境都考虑在内),而且还能够在可用节目不太受欢迎时进行合理推荐。
图6是示出在偏好节目已经被确定并被存储在储存器103中之后图1的设备的操作的流程图。换言之,图6是示出在收集匿名的隐含或明确的用户偏好之后图1的设备的操作的流程图。(从多个未识别的用户接收到的)这些匿名用户分级可以被表示为节目分级,包括内容部分和情境部分。
逻辑流程开始于步骤601,其中推荐处理器109访问储存器103以确定偏好节目及其相关联的情境。在该示例中,相关联的情境将包括观看节目的时间,然而,在本发明的替代实施例中,情境信息可包括诸如用于观看节目的设备、观看节目的地点等情况。
在步骤603,推荐处理器109访问储存器103以获得用户偏好,并对相似节目内容的偏好进行分组以形成相似偏好聚类。可以使用聚类算法来形成聚类。如以上所讨论的,聚类算法可以用于此项任务。
然后,通过处理器109确定每个聚类的情境信息(步骤604)。情境信息包括观看每个聚类的内容的时间、观看每个聚类的内容的地点或者用于观看每个聚类的内容的设备。
可以通过处理器109对聚类进行组合(或分组)以形成更大聚类,其中,所述分组基于每个聚类的情境信息(步骤605)。更具体地,可以组合具有非常相似的情境数据的聚类,以形成更大聚类。对聚类进行分组以形成更大聚类的步骤可以包括从在相似时间观看其内容的聚类形成更大聚类、从在相似地点观看其内容的聚类形成更大聚类、或者从在相似设备上观看其内容的聚类形成更大聚类。
推荐处理器109访问情境生成器107,确定当前情境(步骤607),并使用更大聚类在给定情境下进行推荐(步骤609)。在此具体实施例中,推荐处理器109将确定当前情境,并选择具有与当前情境最佳匹配的情境的聚类(选择具有与当前情境相似的情境的至少一个更大聚类)。所述更大聚类将被用于针对当前情境进行推荐。例如,处理器109将选择具有与当前时间最佳匹配的观看时间的聚类。将访问电子节目指南105,并且处理器109将选择具有与更大聚类的内容相似的内容的节目。然后,这些节目将被呈现给用户。
虽然已参照具体实施例具体示出并描述了本发明,但本领域技术人员将理解的是,在不脱离本发明的精神和范围的情况下,在此可以在形式和细节上做出各种改变。本发明旨在使这样的改变均处于权利要求的范围内。
Claims (10)
1.一种用于向多用户设备上的用户提供个性化推荐的方法,所述方法包括以下步骤:
对相似节目内容的偏好进行分组以形成相似偏好聚类;
确定每个聚类的情境信息;
对聚类进行分组以形成更大聚类,其中所述分组基于每个聚类的情境信息的相似度;
确定当前情境;
选择具有与所述当前情境相似的情境的至少一个更大聚类;以及
使用更大聚类以针对所述当前情境进行推荐。
2.根据权利要求1所述的方法,其中,所述情境信息包括观看每个聚类的内容的时间、观看每个聚类的内容的地点或者用于观看每个聚类的内容的设备。
3.根据权利要求1所述的方法,其中,对聚类进行分组以形成更大聚类的步骤包括从在相似时间观看其内容的聚类形成更大聚类。
4.根据权利要求1所述的方法,其中,对聚类进行分组以形成更大聚类的步骤包括从在相似地点观看其内容的聚类形成更大聚类。
5.根据权利要求1所述的方法,其中,对聚类进行分组以形成更大聚类的步骤包括从在相似设备上观看其内容的聚类形成更大聚类。
6.根据权利要求1所述的方法,其中,对偏好进行分组以形成聚类的步骤包括使用聚类算法形成聚类的步骤。
7.根据权利要求1所述的方法,其中,使用更大聚类以进行推荐的步骤包括以下步骤:
访问电子节目指南;
选择具有与所述更大聚类的内容相似的内容的节目;以及
推荐具有与所述更大聚类的内容相似的内容的节目。
8.根据权利要求1所述的方法,其中,所述推荐包括TV节目推荐。
9.根据权利要求1所述的方法,进一步包括以下步骤:
收集匿名的隐含或明确的用户偏好,所述匿名的隐含或明确的用户偏好被表示为节目分级,包括内容部分和情境部分。
10.一种装置,所述装置包括:
储存器,所述储存器存储用户偏好;以及
处理器,所述处理器访问所述储存器并对相似节目内容的偏好进行分组以形成相似偏好聚类,确定每个聚类的情境信息并且对聚类进行分组以形成更大聚类,其中所述分组基于每个聚类的情境信息的相似度,所述处理器此外还访问情境生成器以确定当前情境并且选择具有与所述当前情境相似的情境的至少一个更大聚类来进行推荐。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/171,327 US20100011020A1 (en) | 2008-07-11 | 2008-07-11 | Recommender system |
US12/171,327 | 2008-07-11 | ||
PCT/US2009/049771 WO2010005942A2 (en) | 2008-07-11 | 2009-07-07 | Recommender system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102089782A true CN102089782A (zh) | 2011-06-08 |
Family
ID=41506078
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009801268965A Pending CN102089782A (zh) | 2008-07-11 | 2009-07-07 | 推荐器*** |
Country Status (4)
Country | Link |
---|---|
US (1) | US20100011020A1 (zh) |
EP (1) | EP2300980A4 (zh) |
CN (1) | CN102089782A (zh) |
WO (1) | WO2010005942A2 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103106259A (zh) * | 2013-01-25 | 2013-05-15 | 西北工业大学 | 一种基于情境的移动网页内容推荐方法 |
CN103177113A (zh) * | 2013-04-02 | 2013-06-26 | 百度在线网络技术(北京)有限公司 | 网页呈现方法和网页呈现装置 |
CN104520842A (zh) * | 2012-09-13 | 2015-04-15 | 英特尔公司 | 用于提高用户体验的方法和设备 |
CN104809166A (zh) * | 2015-04-02 | 2015-07-29 | 海信集团有限公司 | 一种业务需求的确定方法及设备 |
CN107730271A (zh) * | 2017-09-20 | 2018-02-23 | 北京奇艺世纪科技有限公司 | 基于虚拟交互对象的相似用户确定方法、装置及电子设备 |
CN114625973A (zh) * | 2022-05-12 | 2022-06-14 | 深圳市宏博信息科技有限公司 | 一种匿名信息跨域推荐方法、装置、电子设备及存储介质 |
Families Citing this family (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007056344A2 (en) | 2005-11-07 | 2007-05-18 | Scanscout, Inc. | Techiques for model optimization for statistical pattern recognition |
US20080228581A1 (en) * | 2007-03-13 | 2008-09-18 | Tadashi Yonezaki | Method and System for a Natural Transition Between Advertisements Associated with Rich Media Content |
US8577996B2 (en) * | 2007-09-18 | 2013-11-05 | Tremor Video, Inc. | Method and apparatus for tracing users of online video web sites |
US8549550B2 (en) | 2008-09-17 | 2013-10-01 | Tubemogul, Inc. | Method and apparatus for passively monitoring online video viewing and viewer behavior |
US9612995B2 (en) * | 2008-09-17 | 2017-04-04 | Adobe Systems Incorporated | Video viewer targeting based on preference similarity |
US20110093783A1 (en) * | 2009-10-16 | 2011-04-21 | Charles Parra | Method and system for linking media components |
EP2502195A2 (en) * | 2009-11-20 | 2012-09-26 | Tadashi Yonezaki | Methods and apparatus for optimizing advertisement allocation |
CN102314565B (zh) * | 2010-07-02 | 2014-08-27 | 日电(中国)有限公司 | 数据匿名化装置和方法 |
US10204365B2 (en) | 2010-07-07 | 2019-02-12 | T-Mobile Usa, Inc. | Managing service provider service options |
US9148680B1 (en) * | 2010-07-09 | 2015-09-29 | Discovery Communications, Llc | Methods and systems for segmenting data and performing analysis |
CN101963974A (zh) * | 2010-09-03 | 2011-02-02 | 深圳创维数字技术股份有限公司 | 一种epg栏目生成方法 |
KR101802332B1 (ko) * | 2010-11-25 | 2017-12-29 | 삼성전자주식회사 | 컨텐츠 제공 방법 및 그 시스템 |
US8526728B2 (en) | 2010-12-21 | 2013-09-03 | Microsoft Corporation | Establishing clusters of user preferences for image enhancement |
CN103270472A (zh) * | 2010-12-22 | 2013-08-28 | 汤姆逊许可公司 | 我的频道推荐特征 |
CN102650997B (zh) * | 2011-02-25 | 2015-07-15 | 腾讯科技(深圳)有限公司 | 一种元素推荐方法和装置 |
CN103620595A (zh) * | 2011-04-29 | 2014-03-05 | 诺基亚公司 | 用于情境感知角色建模和推荐的方法和装置 |
US9326033B2 (en) | 2011-06-17 | 2016-04-26 | Microsoft Technology Licensing, Llc | Movie discovery system |
JP5639562B2 (ja) * | 2011-09-30 | 2014-12-10 | 株式会社東芝 | サービス実行装置、サービス実行方法およびサービス実行プログラム |
US8832016B2 (en) | 2011-12-09 | 2014-09-09 | Nokia Corporation | Method and apparatus for private collaborative filtering |
CN103260060B (zh) * | 2013-04-24 | 2015-12-02 | 陕西师范大学 | 一种基于社团发现的数字电视节目推荐方法 |
US10097664B2 (en) | 2013-04-26 | 2018-10-09 | Apple Inc. | Recommending media items based on purchase history |
CN104123315B (zh) * | 2013-04-28 | 2018-01-30 | 北京音之邦文化科技有限公司 | 多媒体文件的推荐方法和推荐服务器 |
US9552395B2 (en) * | 2013-11-13 | 2017-01-24 | Google Inc. | Methods, systems, and media for presenting recommended media content items |
KR102128088B1 (ko) | 2013-11-19 | 2020-06-29 | 삼성전자주식회사 | 전자 장치의 방송 채널 정보 공유 방법 및 그 전자 장치 |
CN103886487B (zh) * | 2014-03-28 | 2016-01-27 | 焦点科技股份有限公司 | 基于分布式的b2b平台的个性化推荐方法与*** |
CN105100164B (zh) * | 2014-05-20 | 2018-06-15 | 深圳市腾讯计算机***有限公司 | 网络服务推荐方法和装置 |
CN105243063B (zh) * | 2014-06-18 | 2019-11-15 | 北京新媒传信科技有限公司 | 信息推荐的方法和装置 |
CN105893436A (zh) * | 2015-12-14 | 2016-08-24 | 乐视网信息技术(北京)股份有限公司 | 视频网站单账号多喜好推荐方法和装置 |
US10601953B2 (en) * | 2016-09-22 | 2020-03-24 | Adobe Inc. | Decomposing media content accounts for persona-based experience individualization |
US20210152367A1 (en) * | 2019-11-19 | 2021-05-20 | International Business Machines Corporation | Monitoring a condition of electronic devices |
US20220101413A1 (en) * | 2020-09-29 | 2022-03-31 | Ncr Corporation | Methods and a system of item nutrition information processing |
CN113674063B (zh) * | 2021-08-27 | 2024-01-12 | 卓尔智联(武汉)研究院有限公司 | 购物推荐方法、购物推荐装置、及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070061302A1 (en) * | 2005-09-14 | 2007-03-15 | Jorey Ramer | Location influenced search results |
CA2631796A1 (en) * | 2005-12-29 | 2007-07-12 | United Video Properties, Inc. | Media library in an interactive media guidance application |
CN101127049A (zh) * | 2006-08-16 | 2008-02-20 | Sap股份公司 | 结构化数据的聚类 |
CN101138244A (zh) * | 2005-01-07 | 2008-03-05 | 韩国电子通信研究院 | 利用使用环境描述的分类方案提供自适应广播服务的装置和方法 |
Family Cites Families (67)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5901246A (en) * | 1995-06-06 | 1999-05-04 | Hoffberg; Steven M. | Ergonomic man-machine interface incorporating adaptive pattern recognition based control system |
US6418424B1 (en) * | 1991-12-23 | 2002-07-09 | Steven M. Hoffberg | Ergonomic man-machine interface incorporating adaptive pattern recognition based control system |
US5875108A (en) * | 1991-12-23 | 1999-02-23 | Hoffberg; Steven M. | Ergonomic man-machine interface incorporating adaptive pattern recognition based control system |
US6400996B1 (en) * | 1999-02-01 | 2002-06-04 | Steven M. Hoffberg | Adaptive pattern recognition based control system and method |
US6081750A (en) * | 1991-12-23 | 2000-06-27 | Hoffberg; Steven Mark | Ergonomic man-machine interface incorporating adaptive pattern recognition based control system |
US6286005B1 (en) * | 1998-03-11 | 2001-09-04 | Cannon Holdings, L.L.C. | Method and apparatus for analyzing data and advertising optimization |
US7055101B2 (en) * | 1998-12-18 | 2006-05-30 | Tangis Corporation | Thematic response to a computer user's context, such as by a wearable personal computer |
US6842877B2 (en) * | 1998-12-18 | 2005-01-11 | Tangis Corporation | Contextual responses based on automated learning techniques |
US7137069B2 (en) * | 1998-12-18 | 2006-11-14 | Tangis Corporation | Thematic response to a computer user's context, such as by a wearable personal computer |
US7076737B2 (en) * | 1998-12-18 | 2006-07-11 | Tangis Corporation | Thematic response to a computer user's context, such as by a wearable personal computer |
US7107539B2 (en) * | 1998-12-18 | 2006-09-12 | Tangis Corporation | Thematic response to a computer user's context, such as by a wearable personal computer |
US8689265B2 (en) * | 1999-03-30 | 2014-04-01 | Tivo Inc. | Multimedia mobile personalization system |
US20050021499A1 (en) * | 2000-03-31 | 2005-01-27 | Microsoft Corporation | Cluster-and descriptor-based recommendations |
JP2002015215A (ja) * | 2000-06-30 | 2002-01-18 | Hitachi Ltd | マルチメデア情報配信システムおよび携帯情報端末装置 |
WO2002010984A2 (en) * | 2000-07-21 | 2002-02-07 | Triplehop Technologies, Inc. | System and method for obtaining user preferences and providing user recommendations for unseen physical and information goods and services |
WO2002033628A2 (en) * | 2000-10-18 | 2002-04-25 | Johnson & Johnson Consumer Companies, Inc. | Intelligent performance-based product recommendation system |
US6904408B1 (en) * | 2000-10-19 | 2005-06-07 | Mccarthy John | Bionet method, system and personalized web content manager responsive to browser viewers' psychological preferences, behavioral responses and physiological stress indicators |
AUPR460001A0 (en) * | 2001-04-24 | 2001-05-24 | Canon Kabushiki Kaisha | Functional planning system |
US7308451B1 (en) * | 2001-09-04 | 2007-12-11 | Stratify, Inc. | Method and system for guided cluster based processing on prototypes |
US20020194586A1 (en) * | 2001-06-15 | 2002-12-19 | Srinivas Gutta | Method and system and article of manufacture for multi-user profile generation |
US7140032B2 (en) * | 2001-10-29 | 2006-11-21 | Sony Corporation | System and method for establishing TV channel |
US20030093329A1 (en) * | 2001-11-13 | 2003-05-15 | Koninklijke Philips Electronics N.V. | Method and apparatus for recommending items of interest based on preferences of a selected third party |
GB0129795D0 (en) * | 2001-12-13 | 2002-01-30 | Ncr Int Inc | Method and apparatus for making recommendations |
US20040068552A1 (en) * | 2001-12-26 | 2004-04-08 | David Kotz | Methods and apparatus for personalized content presentation |
KR20030058660A (ko) * | 2001-12-31 | 2003-07-07 | 주식회사 케이티 | 개인화 시스템에서 사용자의 컨텐트 선호도를 이용한협업필터링 학습방법 |
US20030154212A1 (en) * | 2002-01-28 | 2003-08-14 | International Business Machines Corporation | Method and apparatus for determining attributes among objects |
US20070038614A1 (en) * | 2005-08-10 | 2007-02-15 | Guha Ramanathan V | Generating and presenting advertisements based on context data for programmable search engines |
US7899915B2 (en) * | 2002-05-10 | 2011-03-01 | Richard Reisman | Method and apparatus for browsing using multiple coordinated device sets |
US9172915B2 (en) * | 2004-08-04 | 2015-10-27 | Dizpersion Corporation | Method of operating a channel recommendation system |
US20030237093A1 (en) * | 2002-06-19 | 2003-12-25 | Marsh David J. | Electronic program guide systems and methods for handling multiple users |
US20040003392A1 (en) * | 2002-06-26 | 2004-01-01 | Koninklijke Philips Electronics N.V. | Method and apparatus for finding and updating user group preferences in an entertainment system |
US20040139077A1 (en) * | 2002-12-20 | 2004-07-15 | Banker Shailen V. | Linked information system |
US7131059B2 (en) * | 2002-12-31 | 2006-10-31 | Hewlett-Packard Development Company, L.P. | Scalably presenting a collection of media objects |
US20050215848A1 (en) * | 2003-07-10 | 2005-09-29 | Lorenzato Raymond M | Method and apparatus for the temporal synchronization of meditation, prayer and physical movement |
US8949899B2 (en) * | 2005-03-04 | 2015-02-03 | Sharp Laboratories Of America, Inc. | Collaborative recommendation system |
US7594245B2 (en) * | 2004-03-04 | 2009-09-22 | Sharp Laboratories Of America, Inc. | Networked video devices |
JP4838499B2 (ja) * | 2004-05-21 | 2011-12-14 | オリンパス株式会社 | ユーザ支援装置 |
US7302406B2 (en) * | 2004-06-17 | 2007-11-27 | Internation Business Machines Corporation | Method, apparatus and system for retrieval of specialized consumer information |
KR100940981B1 (ko) * | 2005-01-05 | 2010-02-05 | 야후! 인크. | 텔레비전 환경에서 복수의 콘텐츠를 전달하고 복수의콘텐츠 아이템의 상호 작용을 제공하기 위한 프레임워크 |
US20070288546A1 (en) * | 2005-01-15 | 2007-12-13 | Outland Research, Llc | Groupwise collaborative suggestion moderation system |
US8468048B2 (en) * | 2005-04-22 | 2013-06-18 | Google Inc. | Suggesting targeting information for ads, such as websites and/or categories of websites for example |
WO2007009225A1 (en) * | 2005-07-22 | 2007-01-25 | Kangaroo Media Inc. | System and methods for enhancing the experience of spectators attending a live sporting event |
US7860871B2 (en) * | 2005-09-14 | 2010-12-28 | Jumptap, Inc. | User history influenced search results |
US7769764B2 (en) * | 2005-09-14 | 2010-08-03 | Jumptap, Inc. | Mobile advertisement syndication |
US7752209B2 (en) * | 2005-09-14 | 2010-07-06 | Jumptap, Inc. | Presenting sponsored content on a mobile communication facility |
US7548915B2 (en) * | 2005-09-14 | 2009-06-16 | Jorey Ramer | Contextual mobile content placement on a mobile communication facility |
US7577665B2 (en) * | 2005-09-14 | 2009-08-18 | Jumptap, Inc. | User characteristic influenced search results |
US7765212B2 (en) * | 2005-12-29 | 2010-07-27 | Microsoft Corporation | Automatic organization of documents through email clustering |
US8296803B2 (en) * | 2006-08-10 | 2012-10-23 | Panasonic Corporation | Program recommendation system, program view terminal, program view program, program view method, program recommendation server, program recommendation program, and program recommendation method |
GB2447868A (en) * | 2007-03-29 | 2008-10-01 | Motorola Inc | A distributed content item recommendation system |
WO2008121967A2 (en) * | 2007-03-30 | 2008-10-09 | Google Inc. | Interactive media display across devices |
EP2158763A1 (en) * | 2007-06-26 | 2010-03-03 | NDS Limited | Presenting content |
US8027964B2 (en) * | 2007-07-13 | 2011-09-27 | Medio Systems, Inc. | Personalized query completion suggestion |
US8032468B2 (en) * | 2007-08-22 | 2011-10-04 | Samsung Electronics Co., Ltd. | Identifying and recommending potential uses of computing systems based on their patterns of use |
US8046454B2 (en) * | 2007-08-22 | 2011-10-25 | Samsung Electronics Co. Ltd. | Identifying and recommending potential communication states based on patterns of use |
US8478747B2 (en) * | 2008-06-05 | 2013-07-02 | Samsung Electronics Co., Ltd. | Situation-dependent recommendation based on clustering |
US20090063537A1 (en) * | 2007-08-30 | 2009-03-05 | Motorola, Inc. | Method and apparatus for generating a user profile |
US8019782B2 (en) * | 2007-10-22 | 2011-09-13 | Samsung Electronics Co., Ltd. | Situation-aware recommendation using limited cluster sizes |
US8166052B2 (en) * | 2007-10-22 | 2012-04-24 | Samsung Electronics Co., Ltd. | Situation recognition for recommendation using merge-split approach |
US8171035B2 (en) * | 2007-10-22 | 2012-05-01 | Samsung Electronics Co., Ltd. | Situation-aware recommendation using correlation |
US8504621B2 (en) * | 2007-10-26 | 2013-08-06 | Microsoft Corporation | Facilitating a decision-making process |
US20090150340A1 (en) * | 2007-12-05 | 2009-06-11 | Motorola, Inc. | Method and apparatus for content item recommendation |
GB2456129B (en) * | 2007-12-20 | 2010-05-12 | Motorola Inc | Apparatus and method for event detection |
US20090235297A1 (en) * | 2008-03-13 | 2009-09-17 | United Video Properties, Inc. | Systems and methods for capturing program attributes |
US20090235298A1 (en) * | 2008-03-13 | 2009-09-17 | United Video Properties, Inc. | Systems and methods for synchronizing time-shifted media content and related communications |
US8037007B2 (en) * | 2008-04-25 | 2011-10-11 | Samsung Electronics Co., Ltd. | Situation-aware thresholding for recommendation |
EP2438571A4 (en) * | 2009-06-02 | 2014-04-30 | Yahoo Inc | AUTOMATICALLY ADDRESSED ADDRESS BOOK |
-
2008
- 2008-07-11 US US12/171,327 patent/US20100011020A1/en not_active Abandoned
-
2009
- 2009-07-07 CN CN2009801268965A patent/CN102089782A/zh active Pending
- 2009-07-07 WO PCT/US2009/049771 patent/WO2010005942A2/en active Application Filing
- 2009-07-07 EP EP09795047.1A patent/EP2300980A4/en not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101138244A (zh) * | 2005-01-07 | 2008-03-05 | 韩国电子通信研究院 | 利用使用环境描述的分类方案提供自适应广播服务的装置和方法 |
US20070061302A1 (en) * | 2005-09-14 | 2007-03-15 | Jorey Ramer | Location influenced search results |
CA2631796A1 (en) * | 2005-12-29 | 2007-07-12 | United Video Properties, Inc. | Media library in an interactive media guidance application |
CN101127049A (zh) * | 2006-08-16 | 2008-02-20 | Sap股份公司 | 结构化数据的聚类 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104520842A (zh) * | 2012-09-13 | 2015-04-15 | 英特尔公司 | 用于提高用户体验的方法和设备 |
CN103106259A (zh) * | 2013-01-25 | 2013-05-15 | 西北工业大学 | 一种基于情境的移动网页内容推荐方法 |
CN103106259B (zh) * | 2013-01-25 | 2016-01-20 | 西北工业大学 | 一种基于情境的移动网页内容推荐方法 |
CN103177113A (zh) * | 2013-04-02 | 2013-06-26 | 百度在线网络技术(北京)有限公司 | 网页呈现方法和网页呈现装置 |
CN103177113B (zh) * | 2013-04-02 | 2016-01-06 | 百度在线网络技术(北京)有限公司 | 网页呈现方法和网页呈现装置 |
CN104809166A (zh) * | 2015-04-02 | 2015-07-29 | 海信集团有限公司 | 一种业务需求的确定方法及设备 |
CN104809166B (zh) * | 2015-04-02 | 2018-03-23 | 海信集团有限公司 | 一种业务需求的确定方法及设备 |
CN107730271A (zh) * | 2017-09-20 | 2018-02-23 | 北京奇艺世纪科技有限公司 | 基于虚拟交互对象的相似用户确定方法、装置及电子设备 |
CN107730271B (zh) * | 2017-09-20 | 2021-09-17 | 北京奇艺世纪科技有限公司 | 基于虚拟交互对象的相似用户确定方法、装置及电子设备 |
CN114625973A (zh) * | 2022-05-12 | 2022-06-14 | 深圳市宏博信息科技有限公司 | 一种匿名信息跨域推荐方法、装置、电子设备及存储介质 |
CN114625973B (zh) * | 2022-05-12 | 2022-08-23 | 深圳创源互动科技有限公司 | 一种匿名信息跨域推荐方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP2300980A4 (en) | 2013-08-21 |
WO2010005942A3 (en) | 2010-04-29 |
WO2010005942A2 (en) | 2010-01-14 |
US20100011020A1 (en) | 2010-01-14 |
EP2300980A2 (en) | 2011-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102089782A (zh) | 推荐器*** | |
US9693115B2 (en) | Method and system for automatically determining demographics of media assets for targeting advertisements | |
US8046797B2 (en) | System, method, and software application for targeted advertising via behavioral model clustering, and preference programming based on behavioral model clusters | |
US9635406B2 (en) | Interactive television program guide system for determining user values for demographic categories | |
JP5546632B2 (ja) | マルチメディアコンテンツを分析するための方法および機構 | |
JP5830545B2 (ja) | コンテンツ提供方法及びそのシステム | |
US20170161773A1 (en) | Methods and Systems for Targeted Advertising Using Machine Learning Techniques | |
US20090150340A1 (en) | Method and apparatus for content item recommendation | |
US20120317123A1 (en) | Systems and methods for providing media recommendations | |
US20020083451A1 (en) | User-friendly electronic program guide based on subscriber characterizations | |
CN105025383B (zh) | 电子节目指南(epg)亲和力聚类 | |
CN102263992A (zh) | 基于用户收视记录的节目推荐度估计方法 | |
CN102763426A (zh) | 推荐器***中辅助媒体的自适应放置 | |
CN102265273A (zh) | 用于推荐器***的自适应隐式学习 | |
KR101054088B1 (ko) | 협업 필터링을 이용한 사용자 맞춤형 아이피 티브이 프로그램 자동 추천 방법 | |
KR101372928B1 (ko) | 사용자 선호주제 기반 tv프로그램 콘텐츠 자동추천 장치, 시스템, 방법 및 그 방법을 실행하는 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체 | |
US20140006150A1 (en) | Systems and methods for targeting advertisements based on product lifetimes | |
Chaudhry et al. | Heterogeneous information network based TV program recommendation | |
US20240187672A1 (en) | Affinity profile system and method | |
CN102483828A (zh) | 基于参与分类的自动信息选择 | |
WO2024115924A1 (en) | Affinity profile system and method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110608 |