CN1713583A - 通过合作筛选的信息传输***、信息处理设备以及程序 - Google Patents
通过合作筛选的信息传输***、信息处理设备以及程序 Download PDFInfo
- Publication number
- CN1713583A CN1713583A CNA2005100790631A CN200510079063A CN1713583A CN 1713583 A CN1713583 A CN 1713583A CN A2005100790631 A CNA2005100790631 A CN A2005100790631A CN 200510079063 A CN200510079063 A CN 200510079063A CN 1713583 A CN1713583 A CN 1713583A
- Authority
- CN
- China
- Prior art keywords
- user
- equipment
- user profile
- profile information
- information
- 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.)
- Granted
Links
- 230000005540 biological transmission Effects 0.000 title claims description 59
- 238000001914 filtration Methods 0.000 title claims description 36
- 230000010365 information processing Effects 0.000 title claims description 3
- 238000004891 communication Methods 0.000 claims abstract description 94
- 238000004364 calculation method Methods 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 claims description 37
- 230000033764 rhythmic process Effects 0.000 description 64
- 230000014509 gene expression Effects 0.000 description 29
- 238000012545 processing Methods 0.000 description 28
- 238000004458 analytical method Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 12
- 230000009471 action Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000010355 oscillation Effects 0.000 description 10
- 230000004044 response Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000012216 screening Methods 0.000 description 9
- 238000000605 extraction Methods 0.000 description 7
- 238000005070 sampling Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 101150046362 BTN1 gene Proteins 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 230000001815 facial effect Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 101100152598 Arabidopsis thaliana CYP73A5 gene Proteins 0.000 description 3
- 101100219315 Arabidopsis thaliana CYP83A1 gene Proteins 0.000 description 3
- 101000806846 Homo sapiens DNA-(apurinic or apyrimidinic site) endonuclease Proteins 0.000 description 3
- 101000835083 Homo sapiens Tissue factor pathway inhibitor 2 Proteins 0.000 description 3
- 101100269674 Mus musculus Alyref2 gene Proteins 0.000 description 3
- 101100140580 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) REF2 gene Proteins 0.000 description 3
- 102100026134 Tissue factor pathway inhibitor 2 Human genes 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 210000000088 lip Anatomy 0.000 description 3
- 244000287680 Garcinia dulcis Species 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000036651 mood Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 208000033748 Device issues Diseases 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000005096 rolling process 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/306—User profiles
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- 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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/30—Definitions, standards or architectural aspects of layered protocol stacks
- H04L69/32—Architecture of open systems interconnection [OSI] 7-layer type protocol stacks, e.g. the interfaces between the data link level and the physical level
- H04L69/322—Intralayer communication protocols among peer entities or protocol data unit [PDU] definitions
- H04L69/329—Intralayer communication protocols among peer entities or protocol data unit [PDU] definitions in the application layer [OSI layer 7]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Accounting & Taxation (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明公开了一种***,当用户试图通过网络选择性地从大量人中与具有对该用户有用信息的人通信时,通过其可以将负荷适当地分布到网络上,而不需要大规模的网络服务器。该用户将用户概述信息从用户设备传输到多个不同用户的不同设备。每一不同的设备使用该用户概述信息以及不同设备的不同用户的用户概述信息来计算用户之间的相关性,并发送回计算的结果。该用户设备从来自不同设备的相关性计算的结果选择相对具有较高相关性的通信对方的设备,并发布通知到所选择的设备或从其接收应用信息。
Description
技术领域
本发明涉及一种通过合作筛选的信息传输***,其中用户能够通过网络向与该用户具有相似爱好和趣味的通信相对方发送或与其交换内容数据、程序等,并且更具体地涉及一种用于所述类型信息传输***的技术,使得不同的人可能通过他们之间的通信彼此交换他们非常感兴趣的信息,而不需要预先假定存在存储大量数据并执行大量计算的服务器。
背景技术
已知合作筛选是这样一种在以下情况下使用的技术,即具有相似爱好或偏好的用户通过网络与彼此进行信息交换等。例如,在日本专利公开No.Hei 9-265478(此后称之为专利文献1)中公开了一种合作筛选***。根据合作筛选,例如将个人用户的用户概述信息进行比较,以计算他们之间的相关性,从而查找具有相对高相关性的用户(合作对方)。已经提出了使用该技术的各种***。然而,大多数***采用网络服务器上网络中心的形式(该形式被称为客户服务器模式,并且此后简称为“C/S”模式)。其原因就是合作筛选技术需要大量的数据和大量的计算。
同时,例如在日本专利公开No.2003-173350(此后称之为专利文献2)中公开了一种其中将音乐或图像内容推荐给用户的***,如果用户通过因特网发送过去的查看历史,那么就从服务器将内容推荐给该用户的客户机。而且,该***基本上使用C/S模式的形式,并且实质上需要大规模的服务器。
另一种网络形式的***并不需要使用服务器配置的集中管理机制,其中通过人际通信形成人口总体(该形式被称为对等网络模式,并且此后称之为“P2P模式”)。因此,P2P模式的***在操作成本有优势。作为一种所述类型的***,例如已知这样一种***,其中根据终端用户历史信息产生用户的用户概述信息,并将其存储在存储卡等存储器中,并将特定的信息提供给该用户。例如,在日本专利公开No.2001-14324(此后称之为专利文献3)中公开了一种所述类型的***。
作为用户用来选择性地通过网络只与大量人中具有对该用户有用的信息的人进行通信的技术,用户概述是可用的,并且其中注册通过量化个人爱好和趣味而获得的用户概述数据的、利用个人用户概述的***是已知的,并且例如在日本专利公开No.2000-76304(此后称之为专利文献4)中被公开。根据该***,例如某一用户从与另一用户通信的信息中提取文本,并进行字划分或频率计算来产生该用户自身的用户概述。而且,进行人际通信来产生用户概述,其中通过与包括该用户的组进行比较,适当地评估外貌频率度。
发明内容
然而,常规***所具有的问题是,实质上需要能够高速处理大量计算的网络服务器,或者特定设备上具有计算处理的高负荷(所要共享的任务或大量计算)。
例如,为了实现合作筛选,最初应该由收集和处理用户的用户概述数据的服务器进行的工作包括下列这些项:
用户自身在空间的什么位置(基于个人用户的用户概述信息的多维矢量空间);
谁与该用户自身具有相似的爱好和趣味;以及
应该推荐什么内容。
增加负责计算处理以量化地指定所提到的项的网络服务器的规模导致了增加操作成本,并且所有的信息都必须由服务器集中管理。
同时,可以在下面的处理范例中使用P2P模式形式的合作筛选技术:
(1)用户向整个网络进行广播通信,以邀请通信对方,并接收该通信对方所拥有并从其返回的内容列表;
(2)在该用户自身的计算机中进行用于合作筛选的计算,以指定可以推荐的内容;和
(3)作为偶然要求,该用户再次与拥有所希望内容的对方进行通信,以获得该内容。
根据该方法,由于需要每一用户在该用户自身的计算机上进行数据存储和用于合作筛选的计算,所以处理的负担较重。特别地,由于数据请求侧计算机的计算量与网络规模成比例地增加,并且负荷没有分布到网络上,所以该方法具有的问题就是其不适合用于大规模网络的使用。
因此,本发明的目的是提供一种***,通过该***能够将在用户试图通过网络选择性地在大量人群中与具有对该用户有用信息的人通信时的负荷分布到网络上。
为了获得上述目的,根据本发明的实施例,提供一种通过合作筛选的信息传输***,用于在不同的设备之间通过网络传输和接收用户概述信息,以在具有高相关性的通信对方之间进行通知或应用信息的交换,包括步骤:从第一设备向多个第二设备传输使用该第一设备的用户的用户概述信息;由已经从第一设备接收到该用户概述信息的第二设备中的任一个计算第二设备用户的用户概述信息与所接收到的用户概述信息之间的相关性,并将计算结果传输给第一设备;以及由第一设备从发送回第一设备的相关性计算结果中选择具有高相关性的那些通信对方的设备,并通过与所选择设备进行通信来发布接收应用信息的请求到所选择的设备或从其接收应用信息。
根据本发明的另一实施例,提供一种用于通过合作筛选的信息传输***的信息处理设备,用于通过网络传输和接收用户概述信息,以进行通知应用信息到具有高相关性的通信对方或从具有高相关性的通信对方交换应用信息,包括:计算部分,用于当从不同设备接收到不同设备的不同用户的用户概述信息时,计算所接收到的用户概述信息与该信息处理设备用户的用户概述信息之间的相关性;以及传输部分,用于将该计算部分的相关性计算的结果发送回到不同的设备。
根据本发明进一步的实施例,提供一种用于通过合作筛选的信息传输***的信息处理设备,用于通过网络传输和接收用户概述信息,以进行通知应用信息到具有高相关性的通信对方或从具有高相关性的通信对方交换应用信息,包括:传输部分,用于将该信息处理设备的用户的用户概述信息传输到不同用户单独使用的多个不同设备;选择部分,用于当接收到从不同设备发送回的相关性计算的结果时,选择具有相对高相关性的那些通信对方的设备;以及请求或接收部分,用于向所选择的设备请求应用信息或从所选择的设备接收应用信息。
根据本发明还进一步的实施例,提供一种用于信息处理设备的程序,用于通过网络传输和接收用户概述信息,以进行通知应用信息到具有高相关性的通信对方或从具有高相关性的通信对方交换应用信息,包括步骤:当从不同设备接收到不同设备的不同用户的用户概述信息时,计算所接收到的用户概述信息与该信息处理设备的用户的用户概述信息之间的相关性;以及将相关性计算的结果发送回到不同设备。
根据本发明还进一步的实施例,提供一种用于信息处理设备的程序,用于通过网络传输和接收用户概述信息,以进行通知应用信息到具有高相关性的通信对方或从具有高相关性的通信对方交换应用信息,包括步骤:将该信息处理设备的用户的用户概述信息传输到不同用户单独使用的多个不同设备;当接收到从不同设备发送回的相关性计算的结果时,选择具有相对高相关性的那些通信对方设备;以及向所选择的设备请求应用信息或从所选择的设备接收应用信息。
使用该信息传输***和设备以及该程序,用户能够将该用户自身的用户概述信息传输到对方,使得从每一对方只将相关性计算的结果发送回到该用户,然后根据所接收到的计算结果确定通信对方。相应地,该信息传输***和设备以及该程序的优点在于,负荷分布在网络上,并且减少了计算负荷。换言之,不需要用于高速收集并处理大量用户概述信息的大规模网络服务器,并且高负荷的计算处理并不集中在特定节点上。
而且,该信息传输***和设备以及该程序的优点在于,能够配置***,其可适合于网络上的负荷分布,其中用户试图从大量人群中选择具有与该用户自身高相关性的通信对方,并与所选择的通信对方进行通信。由于该***可以以网络形式实施,例如通过人际通信,而不需要以存在大规模网络服务器作为先决条件,所以该信息传输***和设备以及该程序的优点在于操作和管理。
在相关性的计算过程中,由每一通信对方计算基于用户概述信息的矢量空间距离,并且用户接收该计算的结果,并选择矢量空间距离最小或低于预先确定的参照值的通信对方的设备。相应地,在任何对方设备上没有复杂的计算处理(能够减少处理负担)。
而且,考虑到在使用诸如内容列表的单独数据进行相关性计算的地方涉及大量计算,用户概述信息优选地包括用于对包括内容数据或程序的应用信息进行分类的数据(换言之,优选地使用适合于分类的元数据,例如类型、种类数据等对用户的爱好、趣味等进行分类)。
从结合所附附图的以下描述和所附权利要求书可以清楚本发明的以上和其它目的、特征和优点,附图中相同的附图标记表示相同的部件和元件。
附图说明
图1是表示应用于本发明的***的一般形式,并描述从用户的设备到不同用户的设备的广播通信的示意图;
图2是类似的视图,但是描述了从响应于该广播的用户返回相关性计算结果的方式;
图3是类似的视图,但是描述了用户指定具有相对高相关性的对方,并向所指定的对方发布请求的方式;
图4是类似的视图,但是描述了发布对该请求的响应的方式;
图5是表示应用于本发明的信息处理设备的结构例子的方框图;
图6是表示由图5的信息处理设备执行的应用处理范例的流程图;
图7是表示P2P模式的、以用户自身的设备为中心的通信范围的链接扩展的示意图;
图8是表示紧跟在应用开始后的显示屏幕范例的示意图;
图9是类似的视图,但是表示在查找对方时显示屏幕的范例;
图10是类似的视图,但是表示可推荐网页的列表显示屏幕范例;
图11是表示用于列表产生方法的算法的示意图;
图12是表示紧跟在应用开始后的显示屏幕的另一范例的示意图;
图13是类似的视图,但是表示显示用户概述数据的屏幕范例;
图14是类似的视图,但是表示可能与其通信的对方的、并且显示该对方的矢量空间距离的屏幕范例;
图15是类似的视图,但是表示显示了来自通信对方的可推荐曲调列表的屏幕范例;
图16是类似的视图,但是表示在获取用户所选择的内容期间的显示屏幕的范例;
图17是表示在广播通信之后直至获取内容的处理流程的示意图;
图18是表示用户自身用户概述的显示屏幕作为屏幕显示形式的不同范例的例子的示意图;
图19是类似的视图,但是表示显示用户与对方之间相关性的屏幕例子;
图20是类似的视图,但是表示从用户自身所拥有的音乐内容列表中选择要播放(本地播放)的所希望曲调的屏幕例子;
图21是类似的视图,但是表示从对方所拥有的音乐内容列表中选择要播放(网络播放)的所希望曲调的屏幕例子;
图22是表示信息处理设备的曲调特征量检测部分的配置的范例的方框图;和
图23是表示多个用户中对不同类型的感兴趣程度的示意图。
具体实施方式
本发明提供一种通过合作筛选的信息处理***,用于例如在假定多个计算机通过网络彼此互连的地方,使在不同设备之间通过人际通信传输和接收用户的用户概述信息,而不需要存在网络服务器作为必要条件成为可能,使得任何用户能够和与该用户自身具有相似爱好和趣味的通信对方进行通信或交换内容数据、程序等。换言之,即使在网络中不包括大规模服务器,以对等关系彼此互连的不同计算机也能够以一对一(对等)的关系相互通信。简言之,在本发明的***中,为了实现合作筛选所执行的工作由各个计算机执行,而不需要服务器的介入。
然而,在由每一个用户的计算机执行数据存储和用于合作筛选的计算的形式中,重要的是计算量与网络规模成比例地增加,如上所述(虽然解决该问题的一种可能方案的形式是这种形式,例如获取大量数据,并将其仅用于第一次操作的计算,并且在后面的操作中,从网络节点中只获取不同的信息,并将其用于执行不同的计算,但是该处理还是比较麻烦)。
因此,下面描述一种配置形式,其能够使用合作筛选技术,以允许计算机用户通过单个计算机的分布处理查找到与该用户具有相似爱好和趣味的对方。
图1至4描述了根据本发明的信息传输***的概图。该信息传输***是有效的,例如,其中用户通过广播通信将该用户自身的用户概述信息(例如,包括量化的爱好和趣味的用户概述、由每一用户使用的内容列表等)传输给不同设备,使得不同设备中的每一个都可以计算与该用户的相关性(例如矢量空间距离)。然后,该用户从每一设备获取计算的结果,以选择或指定通信对方,使得由与该用户或与包括该用户具有相似爱好和趣味的人介绍内容等,或者形成(分组)包括该用户和与该用户相似的对方或多个对方的人群。这使得该用户可能从大量人中选择具有对该用户有用的信息的那些人,并与所选择的人通信。
需要注意的是,在图1至4中,大写形式的参考标记“A”表示网络上该用户自身节点,并且该用户自身在该节点所使用的设备(此后称之为“设备A”)与不同用户使用的设备连接。同时,小写形式的参考标记“b”、“c”等表示不同于该用户自身节点的节点,并且在每一个这种节点上的用户所使用的设备(对于节点“x”,此后称之为“设备x”)与设备A连接。对于每一个设备,可以使用计算机、个人移动终端、移动通信终端设备、视频设备、音频设备等。然而,每一设备被配置,使得其能够通过计算机网络,诸如因特网、WAN(广域网)或LAN(局域网),通信(例如人际通信)。因此,有可能在这些不同的设备之间传输和接收用户的用户概述信息,或在任何用户和具有与该用户自身相似爱好和趣味的通信对方之间通信或交换数据(例如视频或音频内容数据等)、程序或包括地址或定位信息(URL:统一资源***等)的应用信息。
首先参照图1,执行从用户自身的设备A至其它设备b、c、d、…的广播通信。换言之,设备A一次将用户自身的用户概述、内容列表等传输给大量的通信对方。网络上已经接收到所传输信息的每一设备利用从设备A接收到的用户概述信息和接收侧设备用户的用户概述信息计算设备A的用户与接收侧设备用户之间的相关性。
在图2中,设备c、d、f和g响应来自设备A的呼叫(传输)。每一设备c、d、f和g将传输源的用户概述和内容列表与其所拥有的用户概述和内容列表进行比较,以确定这两个之间的向量空间距离(越低的距离值表示这两个之间的相关性越高),并将计算的结果发送回到传输源的设备A。
设备A根据发送回到其的相关性计算结果选择具有相对高相关性值的那些通信对方的设备,并通过通信向该设备通知信息,或从该设备接收必要的信息。
在图2所示的范例中,从设备c、d、f和g将向量空间距离的计算结果返回到设备A。然后,例如如图3中可以看到,设备A根据所接收到的向量空间距离指定与设备A的用户具有最相似的爱好和趣味的对方的设备(在所示范例中,为设备d)。然后,设备A向对方设备请求可推荐的内容等。
然后,已经接收到请求内容的设备d利用设备d的用户和设备A的用户的用户概述和内容列表检测要传输的信息(例如可推荐的内容或其地址等),并将信息传输回传输源的设备A。
图5表示根据本发明的信息处理设备的配置例子的概念。参照图5,所示的信息处理设备1对应于上述设备A,并且另一信息处理设备2对应于任何其它设备(b、c、…)。
信息处理设备1包括传输和接收部分1a、筛选处理部分1b、以及存储器部分1c,并将信息处理设备1的用户自身的用户概述信息传输给信息处理设备2。简言之,存储器部分1c具有存储在其中的、信息处理设备1的用户的用户概述、内容列表等,并且这种信息被从形成传输和接收部分1a的传输部分传输到信息处理设备2。
信息处理设备2包括传输和接收部分2a、相关性计算部分2b、以及存储器部分2c,并通过形成传输和接收部分2a的接收单元从信息处理设备1接收用户概述信息。相关性计算部分2b使用从信息处理设备1接收到的用户概述信息以及信息处理设备2的用户的用户概述信息来执行用户之间的相关性计算。需要注意到,信息处理设备2的用户的用户概述信息存储在存储器部分2c中。
将相关性计算部分2b的计算结果(向量空间距离等)传输回到信息处理设备1。例如,信息处理设备2中使用的程序具有步骤:当信息处理设备2从信息处理设备1接收到信息处理设备1的不同用户的用户概述信息时,利用接收到的用户概述信息以及信息处理设备2的用户的用户概述信息计算用户之间的向量空间距离,并将计算结果发送回到信息处理设备1。
形成传输和接收部分1a的接收单元将计算结果发送到筛选处理部分1b。
筛选处理部分1b将从不同设备发送回来的多个相关性计算结果制成表,并选择具有高相关性的通信对方。更具体地,检查某一用户与其它用户之间的相关性值,以提取具有基于单个用户概述信息计算的最小向量空间距离的通信对方的设备,或其向量空间距离小于预先确定的参照值的一个通信对方的设备或多个通信对方的多个设备计算。可以表示向量空间中用户之间的向量空间距离“L”,其中单个用户概述数据之间的差表示为“AEi”(对于维数N,i=1,2,…,N),通常表示为“L=∑(αi·f(ΔEi)),其中∑表示对i求总和。这里,“f(X)”是用于得到差的大小(正值)的累积效果的函数,并且使用X的二次幂、X的绝对值(|X|)。系数αi表示用于加权的加权系数(例如,“αi=0”表示没有加权,并且在该情况下,相等地相加值“f(ΔEi)”。
在向量空间距离L的确定过程中,其中由“Ls”表示其参照值(阈值),如果发现满足“L≤Ls”的对方,那么合作筛选的目标,找到具有与该用户自身具有相似爱好和趣味的人就可以实现。需要注意到,关于参照值Ls的值,其中将其设为固定值,有可能出现不能找到对方,因此采取这样的对策,例如可以响应于指定、选择等通过用户操作连续地和逐步地设定Ls的值,或者以分级的形式按照L值上升的顺序显示对方。
信息处理设备1搜索具有相对低的向量空间距离L的对方的设备,并向所搜索出的设备传送对内容的请求等。接收请求的对方的设备响应作为偶然要求的请求,并且相应地,传输源的设备能够获取所希望的内容等。
需要注意到的是,信息处理设备1中使用的程序包括步骤:将用户自身的用户概述信息传输到不同用户使用的信息处理设备2;接收从信息处理设备2返回的相关性计算的结果,以找到具有相对高相关性的通信对方,并检测通信对方所使用的信息处理设备;进一步向信息处理设备发布对应用信息的请求,或从通信对方的设备接收这种应用信息。
在用于实现信息处理设备1和2的配置中,使用CPU(中央处理设备)、存储器、输入/输出端口、使用硬盘等的存储器件、用于网络连接的通信装置、用于通过CPU解释和执行的程序,等等。然而在图5中,只示出了它们的功能元件。另外,尽管为了便于描述,描述了信息处理设备1是传输侧设备,而信息处理设备2是接收侧设备,但是在实际的设备形式中,每一信息处理设备可能在与另一设备的关系中作为传输侧设备和接收侧设备中任意一个。换言之,每一信息处理设备具有信息处理设备1和2的功能。
根据上述***,由于如果将用户的用户概述信息传送到对方,则对方计算相关性,所以能够有利地将计算负荷分散。换言之,并不需要在一个地方收集各个用户的用户概述信息,并计算或存储相关性值。然而,该***具有与常规合作筛选方面不同的方面,即每一用户参照所有其它人拥有的内容与关于该用户自身所拥有的内容,以推荐适当的内容。于是,该***可以用于这样的目标,在用户查找到与该用户具有相似爱好和趣味的人之后,从该人接收可推荐内容的介绍等,或者将与该用户具有相似爱好和趣味的那些人进行分组。
进一步,为了用户与网络上的通信对方合作来计算向量空间距离,需要将用户自身的用户概述、内容列表等进行广播通信,并且网络的业务量(通信量)随着网络规模的增加而增加。因此,作为用于计算与对方的向量空间距离的索引,适合使用通过一个阶段(stage)由它们的提取所获得的元数据,而不是内容自身的列表、URL等。换言之,优选地不是将用于指定内容数据或程序自身的信息,而是将表示种类的数据或用于标识内容数据或程序的类型的属性用作用户概述信息。
例如,传输音乐信息的***可以具有这样的形式,按照古典、爵士、摇滚、流行等不同类型,或按照歌手的性别和年龄等对曲调分类,以及用户的用户概述,其中将到目前为止所收听的曲调数目量化成多次,然后在不同设备之间传输这种用户概述数据,以获得爱好和趣味的度量化。
将包括内容数据或程序的分类数据的用户概述存储在每一设备的存储部分,并且在用户的爱好和趣味改变的任何时候适当地将其更新。例如,在音乐内容的情况下,可以涉及以下数据。
等作为曲调属性信息提供的流派信息;
由用户通过曲调的判定而输入或选择的流派信息、属性信息等;
当用户播放或记录内容时,根据对音乐数据特征量分析的结果,自动地判定的流派信息、属性信息等。
通过利用上述用户概述来在对相同事情感兴趣的用户之间交换希望的信息,能够提高方便性能(或者在通信对方的选择阶段排除该用户不关心的信息)。
图6用流程图表示使用根据本发明的程序的应用的处理过程。
参照图6,首先在步骤S1,发布合作筛选的启动指令。然后在步骤S2,进行广播通信来邀请其它用户。然后在步骤S3,等待响应直至经过预定的时间段。如果在预定的时间段内没有收到响应,那么处理返回到步骤S1。然而,如果从任何其它不同的用户接收到响应,那么处理前进到步骤S4,用户在那里将用户自身的用户概述传输到不同的用户。
对方的设备接收所传输的用户概述并计算向量空间距离。然后,当设备传输计算的结果时,在步骤S5接收到计算结果。
在步骤S6,用户在从不同用户接收到的多个计算结果中,决定与该用户自身具有高相关性的通信对方(搜索具有相对小向量空间距离的对方)。然后在步骤S7,用户将对内容列表(例如描述内容的URL等的列表)的请求发送到所决定的通信对方。
然后在步骤S8,用户接收内容列表,然后在步骤S9,用户确定是否应该判定该列表。如果应该判定该列表,那么处理前进到步骤S10,但是如果不判定该列表,则处理返回到步骤S7,以选择另一个列表,或返回到步骤S6,以改变通信对方。
在步骤S10,用户根据所判定的内容列表发布对内容的请求,然后在步骤S11,用户接收所想要的内容。应该注意到的是,在通信对方自身拥有内容数据本身的地方,用户能够接收数据,但是如果通信对方并不拥有内容数据本身,则由于用户接收到关于数据在网络上地址信息的通知,用户能够根据信息***目的地,以获取所希望的内容数据。
应该注意到的是,虽然在上述范例中,在对步骤S8中所接收到的内容列表进行判定处理之后,发布内容请求,但是过程并不限于此,而是可替换地可以采取这样的不同程序,即将在步骤S8接收到的对方的内容列表与用户自身所拥有的内容列表彼此进行比较,以向对方发送对希望内容的请求(特别地,用户根据所接收到的内容列表决定要获取的内容,并发布对该内容的请求,使得可以接收到该内容)。
在上述范例中,为了以P2P模式的网络形式实现上述合作筛选,使用广播通信来搜索通信对方。然而,虽然这在窄的范围或LAN内没有多大的影响,但是如果范围扩展到大规模网络,诸如因特网,那么所述该方法就变得不太实际。
网络形式分为C/S模式、纯P2P模式、以及作为前面两种模式之间的中间类型的“混合P2P模式”。在混合P2P模式中,准备简化的服务器作为一个节点,并且当用户试图加入该网络或从其中撤去时,用户访问该服务器。该服务器收集参与该网络的所有节点的地址、用户概述等。然后,当要进行合作筛选时,可以向客户发送对当前参与的那些节点的信息的查询。然而,由于简化的服务器并不具有用于存储大量数据的数据库,并且并不执行复杂的计算,所以即使简化的服务器由小规模的服务器形成,也不会有问题,其不同于C/S模式。
在客户之间作为中介的简化服务器被用作一个节点,并以这种方式提供这样的简单信息作为节点列表(对等列表或对等用户概述列表),则与C/S模式相比,服务器的操作成本很低。
在不使用简化服务器的纯P2P模式中,所有处理都在节点之间执行。然而,难以在大规模网络上的大量人中间进行广播通信。因此,每一节点拥有以该节点自身为中心的某一通信范围内的节点的地址、用户概述等,并且当要进行合作筛选时,节点与位于该范围内的已知节点进行通信。接收通信的每一节点进一步与其拥有的节点列表的对方进行通信,以获取需要的信息,并将通信的结果返回到传输源。如果该过程重复预定的次数,那么每一节点能够与网络上较广范围中的对方通信。
在图7所示的范例中,用户自身的节点“A”与由“Ra”表示的范围内的另一节点“B”通信,并且节点“B”与由“Rb”表示的另一范围内的再一个节点“C”通信。进一步,节点“C”与由“Rc”表示的再一个范围内的另一节点“D”通信。通过这种方式,通信范围以链式扩展。
通信范围优选地通过下面的过程以链式扩展,即任何用户只与在该用户自身的节点列表中注册的对方通信,并且每一对方也以这样的方式与在该对方的节点列表中注册的对方通信。
图8至11表示上述合作筛选技术的不同范例。在下面,描述这样的应用,其在关于浏览器偏好(URL)的网络内进行合作筛选,并根据合作筛选的结果向用户提供可推荐的网页(Web)。
在本应用中,获取网络上用户的所有偏好,以进行合作筛选,并且将与该用户的爱好和趣味一致的网页推荐给另一用户。
图8表示紧跟在应用开始之后的显示屏幕的范例。显示屏幕包括两个按钮对象b1和b2。提供按钮b1用于对等(对方)搜索,并且提供按钮b2用于显示偏好的网页。
图9表示在操作按钮b1之后的显示屏幕的范例。在位于按钮b1和b2下面的窗口w1中,显示用于指定所搜索出的对方的名称信息(句柄等)。另外,在位于按钮b1和b2右侧的用于文本显示的窗口w2中,显示关于所搜索出的对方的信息(IP地址、偏好数目等)。
图10表示在合作筛选之后,所推荐的网页的列表显示屏幕的范例。在窗口w1中显示网页列表,并在窗口w2中显示相关信息(页面的推荐度、注册人数等)。
在应用开始之后,出现图8的屏幕,并且如果操作按钮b1,则显示从连接到网络的、并且对其操作相同应用的那些用户中所确定的与该用户自身具有相对高相关性的用户的名称(参照图9)。简言之,从根据该用户自身的用户概述信息和其它用户的用户概述信息所计算的向量空间距离的计算结果中搜索并显示与该用户相似的对方。
如果在该状态下操作按钮b2,则获取在所显示的所有用户的偏好中注册的网页名称和地址。然后,产生列表,并根据该列表进行合作筛选,以产生可推荐的网页的列表。
图11表示产生列表的方法的算法。产生下面的列表:
“MYLST”(参照图11中的左上框)=用户自身的“偏好”列表;
“LST_A”(参照图11中的中上框)、“LST_B”(参照图11中的中下框)=以用户“A”和“B”作为范例的“偏好”列表(带有评分的列表);
“LSTall”(参照图11中的右上框)=通过合并(组合)LST_A和LST_B而得到的列表(带有评分的列表);和
“RLST”(参照图11中的右下框)=通过在删除MYLST的项之后对LSTall的项排序而得到的推荐列表(带有评分的列表)。
RLST的产生过程描述如下:
(1)从用户收集“偏好”列表;
(2)评分计算(确定MYLST的项与LST_A和LST_B的项之间的重叠度);
(3)组合列表(产生LSTall);和
(4)产生RLST。
在本范例中,每一列表包括“名称”和“地址”,并且如果将MYLST和LST_A相互比较,则由于“01.hmtl”和“03.hmtl”重叠,所以LST_A的评分被计算为“2”(重叠度为2)。另一方面,如果将MYLST和LST_B相互进行比较,则由于只有“03.hmtl”重叠,所以LST_B的评分被计算为“1”(重叠度为1)。
在通过列表组合得到的LSTall中,针对“名称”和“地址”项进行评分相加。由于包括在MYLST中的“名称”和“地址”项不是必须的,所以将它们删除,并且按照评分的降序重新排列其余项,以产生推荐列表RLST(在所示的范例中,评分2的“06.hmtl”具有高的推荐度)。
在图10所示的窗口w1中显示通过这种方式得到的推荐列表RLST,并且如果用户以这种方式选择显示在窗口w1中的URL中的希望的一个,那么用户可以访问所推荐的该网页。
现在,描述一种形式,其中对于音乐内容彼此具有相似爱好和趣味的用户在它们之间交换信息,以实现音乐数据的获取和播放。
图12至23表示安装用于推荐曲调的音乐软件(音乐播放器)的范例,作为用于实现选择性地在大量人中与具有对用户有用的信息的人进行通信的应用。
音乐播放器具有下面的功能:
1.基本播放功能(播放、快进、倒带等);
2.明确(手动)或自动执行的用户文件的更新功能;
3.根据用户概述的曲调列表的产生功能;和
4.通过合作筛选的曲调列表的推荐功能。
图12至16表示应用的显示屏幕的范例。
图12表示紧跟在应用开始之后的屏幕的范例。在显示屏幕的右上部分设置有一对带有面部符号的按钮对象,其用于由用户操作来表示对于曲调的良好印象。如果操作按钮btn1,则良好印象增加,但是如果按下按钮btn2,则良好印象降低。进一步地,在按钮btn1和btn2左边的窗口w2中以数值形式显示基于用户概述的推荐度。
位于按钮btn1和btn2下面的按钮btn3是请求按钮,并且在按钮btn3下面设置有用于随机播放的按钮btn4。进一步,在按钮btn4左侧设置用于进行诸如曲调的播放、停止、快进和倒带操作的按钮btn5。在按钮btn5的下面设置用于显示各种信息的窗口w3,并且在窗口w3中显示曲调列表等。在窗口w3下面的水平行中设置多个按钮对象,包括例如用于显示曲调列表的按钮btn6、用于显示用户的用户概述的按钮btn7、用于搜索通信对方的按钮btn8、用于获取内容的按钮btn9、以及用于访问搜索引擎的按钮btn10。
图13表示其中在窗口w3中显示文件数据(流派的元数据等)作为操作按钮btn7的结果的屏幕。在所述的范例中,与播放对象的歌曲和曲调相关的元数据被水平延长的矩形框架可区分地包围。
图14表示屏幕范例,其中在窗口w3内显示用户可以与其通信的那些对方以及与它们的向量空间距离,作为操作按钮7的结果。在该范例中,当前所选择的通信对方的名称和与通信对方的相关性(向量空间距离)由水平延长的矩形框架可区分地包围。
图15表示范例,其中在屏幕上显示由通信对方所产生并从其传输的推荐曲调列表。在该范例中,如果由用户执行用于选择所希望的内容片段的操作,则相应内容部分被水平延长的矩形框架可区分地包围,并且在按钮btn1左侧以数值形式显示内容的推荐度。
图16表示正在获取(下载)图15中所选择内容时屏幕的例子。
关于此前所述的播放功能,使用操作按钮btn5来根据与按钮的操作事件协调的程序进行音乐的播放等。
进一步,在该音乐播放器(应用中),使用用户的用户概述。例如利用30种不同类型的元数据(流派数据、歌手性别数据等)形成用户概述。如果预先将元数据应用于所要播放的音乐,则用户可以在收听音乐的同时更新该用户自身的用户概述。在该应用中,将不同用户的用户概述彼此进行比较,使得任何用户可以选择与该用户具有相似爱好的对方,并与其通信。
用户可以使用例如下列任何方法更新其用户概述:
(a)使用适当的操作按钮来明确地改变用户概述数据的方法;
(b)监控用户的操作、行为模式等,以隐含地改变用户概述数据,而不需要该用户进行有意操作的方法;和
(c)使用以上方法(a)和(b)二者的方法。
例如,根据方法(a),用户按下按钮btn1(好按钮)或btn2(坏按钮),以指示该用户是否喜欢当前所欣赏的曲调,以明确地改变用户概述数据。相应地,在每一种情况下更新用户概述数据的结果。
同时,根据方法(b),应用侧分析这样的操作行为模式,例如用户欣赏一首曲调至最后或中途跳过曲调或重复曲调,并自动地更新用户概述数据,使得分析结果可以反映在用户概述数据上。
要注意的是,根据上述方法(c),方法(a)和(b)可以用作偶然要求,并且已知方法可以用于这种用户概述更新。
进一步,根据本范例的音乐播放器,用户的用户概述可以用来自动地产生曲调列表。
如果在应用工作期间按下按钮btn7,那么要显示的屏幕可以改变成如图13所示的用于显示用户的用户概述数据的屏幕。
为了使用户找到与该用户具有相似音乐爱好的对方,该用户必须首先搜索连接到同一网络的那些人。因此,按下用于搜索的按钮btn8,以搜索该用户可以与其通信的对方,如图14中所示。每一通信对方的名称的右侧所示数值表示该对方的用户概述与该用户自身的用户概述之间的向量空间距离。(随着该数值的降低,对方与该用户的爱好之间的相似程度增加,也就是对方具有与该用户更相似的用户概述。)
与按钮btn8的操作事件相关的程序过程包括下列步骤:
在按下按钮的时间点,将用户自身的用户概述传输到对方;
请求对方计算该用户的用户概述与该对方的用户概述的向量空间距离,并且接收从该对方传输的计算结果。
用户参照窗口w3中显示的向量空间距离,以确定该用户将实际与其通信的对方。在用户执行例如将鼠标指针移动到所希望的对方、并且点击鼠标按键以确定通信对方的操作之后,执行下面的处理(当已经确定该用户与其通信的对方时,下面的步骤被包括在与操作事件协调的程序过程中):
将用户自身的用户概述传输到所确定的对方;和
当用户参照该对方拥有的音乐内容列表和该用户的用户概述,并接收该对方响应于请求根据参照结果所产生的推荐曲调列表时,接收所产生的结果并在屏幕上提供推荐曲调列表。
要注意的是,由于没有必要显示该用户与其通信的所有对方以及与它们的向量空间距离,例如有可能参照向量空间距离的参照值确定与该用户自身具有相似爱好和趣味的那些对方,并以分级等形式只显示所确定的对方(对于与该用户不具有相似爱好和趣味的任何对方,通过屏蔽处理不显示该对方及其向量空间距离)。向量空间距离的参照值可以根据用户的指令被设置,或者可以被预先设置(例如,当将相似度定义为高、中和低等时,为每一种情况确定参照值)。
如果如图15中所示,在窗口w3中显示推荐曲调列表,则用户可以从所显示的推荐曲调列表中选择所想要的内容。然后,如果用户按下按钮btn9来获取该内容,那么就开始下载所想要的内容,如图16中所示。相应地,可以从通信对方、或链接目的站点等获取所想要的内容。
其中上述处理流程可以以命令形式简单地归纳如下(参照图17)。粗线箭头标记表示用户和该用户使用的设备,并且在这些粗线箭头标记之间延伸的细线箭头标记表示信号或数据流。
(1)BROADCAST(广播通信:“用户0”→“用户1,用户2,…,用户N”)
(2)RESPONSE(响应:“用户1,用户2”→“用户0”)
(3)SEND_PROFILE(用户概述传输:“用户0”→“用户1,用户2”)
(4)SEND_SCORE(相关性获取:“用户1,用户2”→“用户0”)
(5)REQUEST_SONG_LIST(曲调列表请求:“用户0”→“用户1”)
(6)SEND_SONG_LIST(曲调列表传输:“用户1”→“用户0”)
(7)REQUEST_FILE(内容请求:“用户0”→“用户1”)
(8)SEND_FILE(内容传输:“用户1”→“用户0”)。
上述处理流程是在其中上面的“用户0”是用户自身的情况下,并且在该范例中,“用户1,用户2,…,用户N”中的用户1和用户2产生响应,并然后将与该用户自身具有相对短向量空间距离的用户1确定为通信对方。进一步,“X”→“Y”表示从X至Y的通信方向。
应该注意,处理流程并不限于本范例,而是可以进行修改,使得例如处理(1)和(3)合并,和/或处理(2)和(4)合并。
图18至21表示与应用相关的屏幕显示的另一范例。
图18以水平条的条形图表显示描述用户自身的用户概述(使用屏幕右上角的面部符号“Ma”区分)。在所示屏幕中,显示关于日本音乐或西方音乐的流派、节奏、情绪、歌手性别等数据。
在图19表示范例,其中用户与对方(使用另一面部符号“Mb”标识)之间的相关性(关于流派、节奏、年龄、情绪等)是雷达图表的形式。
图20表示这种情况(本地播放)下的屏幕,其中选择所想要的曲调,并从用户自身(使用面部符号“Ma”标识)所拥有的音乐内容列表中播放所想要的曲调。同时,图21表示另一种情况(网络播放)下的屏幕,其中选择所想要的曲调,并从对方(使用面部符号“Mb”标识)所拥有的音乐内容列表中播放所想要的曲调。在图21中,由曲调列表显示区域上面的“★”符号的数量表示与对方的相关性,并且在相关性显示的左侧,以缩小的比例显示类似于图19的雷达图表。
通过分析曲调,可以自动地提取用于用户概述的某些元数据,以检测该曲调的特征量,例如像节奏或速度感。
例如,作为检测节奏等的方法,可以应用一种方法,其中产生表示声音信号电平转换的电平信号,并对其进行频率分析,并根据频率分析的结果计算该声音信号的特征量。
图22表示特征量检测部分3的配置范例。如果将所播放曲调的数字信号提供到特征量检测部分3,那么特征量检测部分3检测节奏、速度感和节奏的摆幅,并输出检测结果。
将曲调左右声道的声音信号提供到加法器4并将其相加,并将相加的结果提供到下一级的电平计算部分5。
在相加之后,电平计算部分5产生表示声音信号电平转换的电平信号,并将电平信号提供到下一级的频率分析部分8。电平计算部分5包括例如EQ(均衡)处理部分6和电平信号产生部分7。EQ处理部分6对来自加法器4的声音信号进行滤波处理,以除去不适合使用高通滤波器(HPF)提取节奏的低频分量。然后,将适合于提取节奏的剩余频率分量提供到电平信号产生部分7。电平信号产生部分7根据所接收到的频率分量,产生表示声音信号电平转换的电平信号。电平信号可表示绝对值、幂值(二次幂)或这样的绝对值或幂值的移动平均、电平计上用于电平指示的值等。
频率分析部分8接收从电平计算部分5提供的信号,并对所接收到的信号进行频率分析。然后,频率分析部分8将分析的结果提供给特征提取部分16,并且包括例如如下给出的部分(圆括号中的数值表示图22中所示的附图标记):
·抽取(deeimation)滤波器部分(9)
·下采样部分(10)
·EQ处理部分(11)
·窗处理部分(12)
·频率转换部分(13)
·频率分量处理部分(14)
·统计处理部分(15)。
抽取滤波器部分(9)除去从电平信号产生部分7向其提供的电平信号的高频分量,并将得到的电平信号提供到下采样部分10。下采样部分10执行电平信号的下采样。例如,对于节奏的检测,由于只需要电平信号的大约几百赫兹的频率分量,所以通过采样出电平信号的样本执行下采样,并由下一级的EQ处理部分11执行滤波处理。这里,除去DC分量、低于对应于节奏50的频率的频率分量(“节奏i”被定义为声音信号节奏,其中对于一分钟,四分音符的数目是i。因此,在节奏50的情况下,一分钟的四分音符的数目是50)以及高频分量,例如高于对应于节奏400的频率的频率分量。简言之,除去那些不适合提取节奏的低频分量和高频分量。
然后,滤波处理之后的电平信号被提供到窗处理部分12,通过其从电平信号、更具体地从包括电平信号的预定数量的采样的每一框中提取时间序列信号。进一步,为了减少每一框反端(opposite end)上电平信号的突发变化的影响,窗处理部分12使用逐渐减小每一框反端部分的窗函数,例如汉明(Hamming)窗或汉宁(Hanning)窗,对每一框的电平信号进行窗处理(也就是,将每一框的电平信号与窗函数相乘)。然后,窗处理部分12将窗处理结果提供到频率转换部分13。
频率转换部分13进行诸如离散余弦变换的处理,以对电平信号进行频率转换(频率分析)。然后,频率转换部分13将通过频率转换得到的频率分量中频率对应于节奏50至1600的那些频率分量提供到频率分量处理部分14。
频率分量处理部分14将频率分别对应于2倍、3倍和4倍节奏的频率分量(谐波)加到来自频率转换部分13的每一框的电平信号的、频率对应于例如从50至400的节奏的那些频率分量。频率分量处理部分14确定相加的结果作为对应于节奏的频率分量。
例如,将2倍节奏“t”的节奏“2”、3倍节奏“t”的另一个节奏“3t”以及4倍节奏“t”的进一步节奏“4t”的频率分量添加到频率对应于节奏“t”的频率分量,并且相加的结果表示频率对应于节奏“t”的频率分量。要注意到的是,例如添加其以确定对应于节奏50的频率分量的对应于节奏100的频率分量在将谐波分量添加到其中之前是对应于节奏100的频率分量。
对于电平信号的每一框,频率分量处理部分14获得对应于从节奏50至节奏400范围的频率与它们的谐波的频率分量相加的结果,并将相加的结果提供给统计处理部分15。
统计处理部分15对用于一个曲调的框执行统计处理。特别地,统计处理部分15将在方框的单元中从频率分量处理部分14为各个频率向其提供的、用于一个曲调的电平信号的频率分量相加。然后,统计处理部分15将通过统计处理得到的、用于一个曲调的框上的频率分量相加结果作为该曲调的电平信号的频率分量,提供给特征提取部分16。
特征提取部分16包括节奏计算部分17、速度感检测部分18、节奏修正部分19以及节奏摆幅检测部分20。
节奏计算部分17根据来自频率分析部分8的信号计算声音信号的节奏,并将计算的节奏提供给节奏修正部分19。
按照下面的程序执行节奏计算:
(1)从频率分析部分8所提供的电平信号的频率分量中检测出最大频率分量。
(2)根据上面(1)的最大频率分量,确定电平信号的基频(其通过“fb”表示)。
(3)基于基频fb和采样频率(其通过“fs”表示),根据“t=fb/fs×60”确定节奏t。
速度感检测部分18根据来自频率分析部分8的信号检测声音信号的速度感,并将所检测的速度感提供给节奏修正部分19。
按照下面的程序执行速度感检测:
(1)从统计处理部分15所提供的电平信号的频率分量中检测峰值,并且提取在所检测的峰值中具有n(例如n=10)个相对高值的频率分量(A1至An);
(2)将所有n个频率分量相加起来(∑Ai=A1+A2+……+An);
(3)利用频率分量A1至An以及对应的频率值f1至fn计算积分值“∑(Ai×fi)=A1×f1+A2×f3+……+An×fn”;
(4)根据“S=∑(Ai×fi)/∑Ai)”计算速度感S。
要注意到的是,上面的“∑”表示对于自然数“i”的总和。
节奏修正部分19根据从速度感检测部分18向其提供的速度感S对修正从节奏计算部分17向其提供的节奏作为偶然要求,以获得最终节奏并输出最终节奏。
按照下面的程序执行节奏的修正:
(1)将上述节奏t与参照值REF1进行比较,并且如果t值等于或高于参照值REF1,那么处理前进到下面的(2),但是如果t值小于参照值REF1,那么处理前进到下面的(3);
(2)将速度感S与预定的参照值REF2进行比较,并且如果S值等于或高于参照值REF2,那么处理前进到下面所给出的(4),但是如果S值小于参照值REF2,那么处理前进到下面所给出的(5);
(3)将速度感S与另一预定的参照值REF3进行比较,并且如果S值等于或高于参照值REF3,那么处理前进到下面所给出的(6),但是如果S值小于参照值REF3,那么处理前进到下面的(4);
(4)采用节奏t,然后处理前进到下面所给出的(7);
(5)将节奏t除以2,并将所得到的t值确定为修正后的节奏,然后处理前进到下面所给出的(7);
(6)将节奏t翻倍,并将所得到的t值确定为修正后的节奏,然后处理前进到下面所给出的(7);
(7)设置节奏值。
节奏摆幅检测部分20根据来自频率分析部分8的信号检测节奏摆幅(节奏的摆幅)。
按照下面的程序执行节奏摆幅的检测:
(1)在所有频率上,对从频率分析部分8提供的频率对应于从50至400的节奏范围的频率分量求和(和值=∑A);
(2)从频率对应于从50至400的节奏范围的频率分量A中,提取最大频率分量(其通过“A1”表示);
(3)根据“W=(∑A)/A1”计算节奏摆幅。
可以利用节奏和节奏摆幅信息对曲调分类。例如,古典音乐等通常节奏慢,并且具有大的节奏摆幅。另一方面,其中使用电子鼓等的音乐通常节奏快,并且具有小的节奏摆幅。可以根据所述这些特征识别曲调的流派等,并且识别的结果可以用作元数据。
图23表示不同流派的元数据中户A至D感兴趣的程度。兴趣程度表示,如果其值高,那么感兴趣的程度就高。
例如,用户A和B对流行音乐(J-Pop)和古典音乐(Classic)感兴趣的程度高,并且用户A和B之间的向量空间距离小。然而,用户C对爵士乐(Jazz)感兴趣的程度高,并且用户C或用户A或B之间的向量空间距离大。
如上所述,由于通过曲调的特征分析检测特征量,并且提取的结果可以反映到用户的用户概述上,所以可以消除用户的诸如每次输入曲调的流派等的劳动。例如,如果由应用侧分析所播放的曲调的声音信号,那么有可能精确地抓获诸如用户喜欢快节奏的曲调还是慢节奏的曲调的信息。
根据上述配置,可以具有下面的优点:
·由于客户机可以在网络上以相互对等的关系彼此连接来进行合作筛选,所以不需要大规模服务器(其中内容的推荐服务等由合作筛选来进行),显著减少了引入服务器的成本或在启动业务之后的维护成本;
·当每一用户可以选择性地从大量人中只与具有对该用户有用信息的人进行通信时,有可能通过P2P模式形式的人际通信确定该用户与每一人之间的向量空间距离,以计算该用户与每一人之间的相关性,然后根据计算结果选择对方并与其通信(可以在缩小通信对方之后进行信息交换);
·有可能使用通过分析曲调特征得到的用户概述、频率或用户的播放方法等来量化该用户的爱好和趣味,以找到具有共同偏好的伙伴,并在彼此之间介绍具有较高喜欢印象的曲调,或尝试听所介绍的曲调;
·如果使用元数据描述用户概述,可以缓和相关性计算过程的负荷(因此通信对方并非总是使用高性能的信息处理设备);
·可以利用特征量,例如通过曲调的自动分析得到的节奏,的提取结果来执行用户概述的产生、更新等。
虽然已经使用了具体的术语描述了本发明的优选实施例,但是这种描述仅仅只是说明性的,并且要理解的是,不脱离下面权利要求书的精神或范围可以做出各种改变和变化。
Claims (9)
1、一种通过合作筛选的信息传输***,用于通过网络在不同设备之间传输和接收用户概述信息,以在具有高相关性的通信对方之间进行应用信息的通知或交换,包括步骤:
从第一设备向多个第二设备传输使用所述第一设备的用户的用户概述信息;
由已经从所述第一设备接收所述用户概述信息的任何所述第二设备计算所述第二设备的用户的用户概述信息与所接收到的用户概述信息之间的相关性,并将所述计算的结果传输给所述第一设备;以及
由所述第一设备根据发送回到所述第一设备的相关性计算结果中选择具有高相关性的那些通信对方的设备,并通过与所选择的设备通信来发布对应用信息的请求到所选择的设备或从所选择的设备接收应用信息。
2、根据权利要求1的通过合作筛选的信息传输***,其中任何所述第二设备根据所述用户概述信息计算向量空间距离,并将所述计算的结果传输到所述第一设备,并且所述第一设备从所述第二设备中选择已经从其向所述第一设备发送回所述向量空间距离计算结果中最小一个的通信对方的设备,或者选择已经从其每一个向所述第一设备发送回值低于预先设置的参照值的向量空间距离计算结果的那些一个或多个通信对方中。
3、根据权利要求1的通过合作筛选的信息传输***,其中所述用户概述信息包括用于对包括内容数据或程序的应用信息进行分类的数据。
4、一种用于通过合作筛选的信息传输***的信息处理设备,用于通过网络传输和接收用户概述信息,以进行通知应用信息到具有高相关性的通信对方或从具有高相关性的通信对方交换应用信息,包括:
计算部分,用于当从不同设备接收到所述不同设备的不同用户的用户概述信息时,计算所接收到的用户概述信息与所述信息处理设备的用户的用户概述信息之间的相关性;以及
传输部分,用于将所述计算部分的相关性计算的结果发送回到所述不同设备。
5、根据权利要求4的用于通过合作筛选的信息处理***的信息处理设备,其中所述计算部分根据所述用户概述信息计算所述信息处理设备的用户与所述不同设备的不同用户之间的向量空间距离,并且所述传输部分将所述计算的结果传输回到所述不同设备。
6、一种用于通过合作筛选的信息传输***的信息处理设备,用于通过网络传输和接收用户概述信息,以进行通知应用信息到具有高相关性的通信对方或从具有高相关性的通信对方交换应用信息,包括:
传输部分,用于将所述信息处理设备的用户的用户概述信息传输到不同用户单独使用的多个不同设备;
选择部分,用于当接收到从所述不同设备发送回的相关性计算结果时,选择具有相对高相关性的那些通信对方的设备;以及
请求或接收部分,用于向所选择的设备请求应用信息或从所选择的设备接收应用信息。
7、一种用于信息处理设备的程序,用于通过网络传输和接收用户概述信息,以进行通知应用信息到具有高相关性的通信对方或从具有高相关性的通信对方交换应用信息,包括步骤:
当从不同设备接收到所述不同设备的不同用户的用户概述信息时,计算所接收到的用户概述信息与所述信息处理设备的用户的用户概述信息之间的相关性;以及
将所述相关性计算的结果发送回到所述不同设备。
8、根据权利要求7的用于信息处理设备的程序,其中在所述计算步骤根据所述用户概述信息计算所述信息处理设备的用户与所述不同设备的不同用户之间的向量空间距离,并且在所述送回步骤将所述计算的结果发送回到所述不同设备。
9、一种用于信息处理设备的程序,用于通过网络传输和接收用户概述信息,以进行通知应用信息到具有高相关性的通信对方或从具有高相关性的通信对方交换应用信息,包括步骤:
将所述信息处理设备的用户的用户概述信息传输到不同用户单独使用的多个不同设备;
当接收到从所述不同设备发送回的相关性计算的结果时,选择具有相对高相关性的那些通信对方的设备;以及
向所选择的设备请求应用信息或从所选择的设备接收应用信息。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004184015A JP2006011550A (ja) | 2004-06-22 | 2004-06-22 | 協調フィルタリングによる情報伝送システム、これに用いる情報処理装置及び情報処理装置に用いるプログラム |
JP2004184015 | 2004-06-22 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1713583A true CN1713583A (zh) | 2005-12-28 |
CN100359854C CN100359854C (zh) | 2008-01-02 |
Family
ID=34941688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2005100790631A Expired - Fee Related CN100359854C (zh) | 2004-06-22 | 2005-06-22 | 通过合作筛选的信息传输***、信息处理设备以及程序 |
Country Status (5)
Country | Link |
---|---|
US (1) | US7809793B2 (zh) |
EP (1) | EP1610529A1 (zh) |
JP (1) | JP2006011550A (zh) |
KR (1) | KR101158481B1 (zh) |
CN (1) | CN100359854C (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101533413A (zh) * | 2008-03-10 | 2009-09-16 | 索尼株式会社 | 推荐音频的方法 |
WO2010069227A1 (zh) * | 2008-12-15 | 2010-06-24 | 华为终端有限公司 | 优化cbus服务器返回结果的方法、cbus服务器 |
CN109068149A (zh) * | 2018-09-14 | 2018-12-21 | 深圳Tcl新技术有限公司 | 节目推荐方法、终端以及计算机可读存储介质 |
Families Citing this family (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4241167B2 (ja) * | 2003-04-24 | 2009-03-18 | ソニー株式会社 | プログラム、データ処理方法、およびデータ処理装置 |
JP4650662B2 (ja) * | 2004-03-23 | 2011-03-16 | ソニー株式会社 | 信号処理装置および信号処理方法、プログラム、並びに記録媒体 |
JP4455357B2 (ja) * | 2005-01-28 | 2010-04-21 | キヤノン株式会社 | 情報処理装置及び情報処理方法 |
GB0602764D0 (en) * | 2006-02-10 | 2006-03-22 | Vodafone Plc | Content management tool |
JP2007213401A (ja) * | 2006-02-10 | 2007-08-23 | Kddi Corp | ユーザ嗜好の音楽データに基づいてコミュニティを構成するコミュニティサイトサーバ及びプログラム |
JP4646158B2 (ja) * | 2006-03-13 | 2011-03-09 | パイオニア株式会社 | 情報端末装置、情報通信方法及び情報通信プログラム |
JP5011977B2 (ja) * | 2006-11-22 | 2012-08-29 | 日本電気株式会社 | 情報交換装置、情報交換システム及びそれらに用いる情報交換方法並びにそのプログラム |
JP4481290B2 (ja) * | 2006-11-30 | 2010-06-16 | 株式会社第一興商 | 通信カラオケシステムのデータベースサーバー |
WO2008069544A1 (en) * | 2006-12-04 | 2008-06-12 | Electronics And Telecommunications Research Institute | Cooperation apparatus using peer-to-peer and method thereof |
KR100942694B1 (ko) * | 2006-12-04 | 2010-02-16 | 한국전자통신연구원 | P2P(Peer to Peer)를 이용하는 협업 시스템및 그 방법 |
JP2008228042A (ja) * | 2007-03-14 | 2008-09-25 | Victor Co Of Japan Ltd | コンテンツ選択支援装置及びコンテンツ選択支援プログラム |
JP4952348B2 (ja) * | 2007-04-09 | 2012-06-13 | 株式会社Jvcケンウッド | コンテンツ推薦装置及びコンテンツ推薦プログラム |
KR20090022713A (ko) * | 2007-08-31 | 2009-03-04 | 삼성전자주식회사 | 추천 컨텐트 리스트 생성 방법 및 장치 |
WO2009142059A1 (ja) * | 2008-05-20 | 2009-11-26 | シャープ株式会社 | 電子データ送受信システム |
WO2009153270A1 (en) * | 2008-06-16 | 2009-12-23 | Jime Sa | A method for classifying information elements |
JP5340664B2 (ja) | 2008-07-30 | 2013-11-13 | 株式会社ソニー・コンピュータエンタテインメント | データ配信システム |
JP4850218B2 (ja) | 2008-07-30 | 2012-01-11 | 株式会社ソニー・コンピュータエンタテインメント | データ配信システム |
KR101030653B1 (ko) * | 2009-01-22 | 2011-04-20 | 성균관대학교산학협력단 | 정보 엔트로피를 이용하여 유사도를 보정하는 사용자 기반 협업 필터링 추천 시스템 |
US8520552B2 (en) * | 2010-01-05 | 2013-08-27 | Qualcomm Incorporated | Method for determining mutual and transitive correlation over a wireless channel to form links and deliver targeted content messages |
US8260763B2 (en) * | 2010-01-15 | 2012-09-04 | Hewlett-Packard Devlopment Company, L.P. | Matching service entities with candidate resources |
JP5481289B2 (ja) * | 2010-06-30 | 2014-04-23 | 株式会社Nttドコモ | ユーザにアプリケーションを推薦するサーバ及び方法 |
JP5499333B2 (ja) * | 2011-06-15 | 2014-05-21 | 日本電信電話株式会社 | 情報推薦装置、情報推薦方法及び情報推薦プログラム |
EP2708907B1 (de) | 2012-08-24 | 2019-08-07 | Omicron electronics GmbH | Verfahren und Vorrichtung zur Messung von Widerständen von Schaltkontakten eines elektrischen Leistungsschalters |
US11271993B2 (en) | 2013-03-14 | 2022-03-08 | Aperture Investments, Llc | Streaming music categorization using rhythm, texture and pitch |
US10623480B2 (en) | 2013-03-14 | 2020-04-14 | Aperture Investments, Llc | Music categorization using rhythm, texture and pitch |
US10242097B2 (en) | 2013-03-14 | 2019-03-26 | Aperture Investments, Llc | Music selection and organization using rhythm, texture and pitch |
US9875304B2 (en) | 2013-03-14 | 2018-01-23 | Aperture Investments, Llc | Music selection and organization using audio fingerprints |
US10061476B2 (en) | 2013-03-14 | 2018-08-28 | Aperture Investments, Llc | Systems and methods for identifying, searching, organizing, selecting and distributing content based on mood |
US10225328B2 (en) | 2013-03-14 | 2019-03-05 | Aperture Investments, Llc | Music selection and organization using audio fingerprints |
US9639871B2 (en) | 2013-03-14 | 2017-05-02 | Apperture Investments, Llc | Methods and apparatuses for assigning moods to content and searching for moods to select content |
US20220147562A1 (en) | 2014-03-27 | 2022-05-12 | Aperture Investments, Llc | Music streaming, playlist creation and streaming architecture |
CN108446635B (zh) * | 2018-03-19 | 2022-03-22 | 西北大学 | 一种利用脑电信号辅助偏好获取协同过滤推荐***及方法 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5907597A (en) * | 1994-08-05 | 1999-05-25 | Smart Tone Authentication, Inc. | Method and system for the secure communication of data |
JPH0926970A (ja) * | 1994-12-20 | 1997-01-28 | Sun Microsyst Inc | 情報を検索するコンピュータによる実行方法及び装置 |
JP2800769B2 (ja) | 1996-03-29 | 1998-09-21 | 日本電気株式会社 | 情報フィルタリング方式 |
US5867799A (en) * | 1996-04-04 | 1999-02-02 | Lang; Andrew K. | Information system and method for filtering a massive flow of information entities to meet user information classification needs |
US6314420B1 (en) * | 1996-04-04 | 2001-11-06 | Lycos, Inc. | Collaborative/adaptive search engine |
US20030093790A1 (en) * | 2000-03-28 | 2003-05-15 | Logan James D. | Audio and video program recording, editing and playback systems using metadata |
JP4003314B2 (ja) | 1998-09-03 | 2007-11-07 | 富士ゼロックス株式会社 | 個人プロファイル管理装置 |
JP2001014324A (ja) | 1999-06-28 | 2001-01-19 | Sony Corp | ユーザ情報処理装置、ユーザ情報処理システム、端末装置、情報提供装置及び方法 |
US7130807B1 (en) * | 1999-11-22 | 2006-10-31 | Accenture Llp | Technology sharing during demand and supply planning in a network-based supply chain environment |
AU2735101A (en) | 1999-12-21 | 2001-07-03 | Tivo, Inc. | Intelligent peer-to-peer system and method for collaborative suggestions and propagation of media |
US20020184128A1 (en) * | 2001-01-11 | 2002-12-05 | Matt Holtsinger | System and method for providing music management and investment opportunities |
JP2002298007A (ja) | 2001-03-30 | 2002-10-11 | Just Syst Corp | 情報配信システム、情報配信装置、情報配信方法およびその方法をコンピュータに実行させるプログラム |
US6993532B1 (en) * | 2001-05-30 | 2006-01-31 | Microsoft Corporation | Auto playlist generator |
JP2003173350A (ja) | 2001-12-05 | 2003-06-20 | Rainbow Partner Inc | 音楽・映像コンテンツを推薦するシステム |
EP1492020A4 (en) | 2002-03-29 | 2005-09-21 | Sony Corp | INFORMATION SEARCH SYSTEM, INFORMATION PROCESSING DEVICE AND METHOD AND INFORMATION SEARCH AND METHOD |
US20040097287A1 (en) * | 2002-11-14 | 2004-05-20 | Richard Postrel | Method and system for gaming over a computer network |
US20040199584A1 (en) * | 2003-03-05 | 2004-10-07 | Evan Kirshenbaum | Method and system for customized configuration of an appearance of a website for a user |
US7512653B2 (en) * | 2003-08-11 | 2009-03-31 | Sony Corporation | System and method for dynamically grouping messaging buddies in an electronic network |
US20050050119A1 (en) * | 2003-08-26 | 2005-03-03 | Vandanapu Naveen Kumar | Method for reducing data dependency in codebook searches for multi-ALU DSP architectures |
US20050198015A1 (en) * | 2004-03-04 | 2005-09-08 | Sharp Laboratories Of America | Method and system for presence-technology-based instantly shared concurrent personal preference information for internet-connected tv |
-
2004
- 2004-06-22 JP JP2004184015A patent/JP2006011550A/ja active Pending
-
2005
- 2005-06-10 US US11/149,238 patent/US7809793B2/en not_active Expired - Fee Related
- 2005-06-15 EP EP05253695A patent/EP1610529A1/en not_active Withdrawn
- 2005-06-22 CN CNB2005100790631A patent/CN100359854C/zh not_active Expired - Fee Related
- 2005-06-22 KR KR1020050054102A patent/KR101158481B1/ko not_active IP Right Cessation
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101533413A (zh) * | 2008-03-10 | 2009-09-16 | 索尼株式会社 | 推荐音频的方法 |
CN101533413B (zh) * | 2008-03-10 | 2016-04-27 | 索尼株式会社 | 推荐音频的方法 |
WO2010069227A1 (zh) * | 2008-12-15 | 2010-06-24 | 华为终端有限公司 | 优化cbus服务器返回结果的方法、cbus服务器 |
CN101771710B (zh) * | 2008-12-15 | 2012-08-29 | 华为终端有限公司 | 优化cbus服务器返回结果的方法、cbus服务器 |
CN109068149A (zh) * | 2018-09-14 | 2018-12-21 | 深圳Tcl新技术有限公司 | 节目推荐方法、终端以及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
KR101158481B1 (ko) | 2012-06-20 |
EP1610529A1 (en) | 2005-12-28 |
US7809793B2 (en) | 2010-10-05 |
US20060047623A1 (en) | 2006-03-02 |
KR20060049656A (ko) | 2006-05-19 |
CN100359854C (zh) | 2008-01-02 |
JP2006011550A (ja) | 2006-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1713583A (zh) | 通过合作筛选的信息传输***、信息处理设备以及程序 | |
CN1257470C (zh) | 评价网页的装置和方法 | |
CN1138222C (zh) | 在线数据库挖掘的方法和设备 | |
US9934312B2 (en) | Recommendation search method for search engine, device and computer readable storage medium | |
CN1757020A (zh) | 信息处理装置、信息处理方法以及计算机程序 | |
CN1818941A (zh) | 信息处理***、信息提供与处理设备及其方法、以及程序 | |
KR20100086676A (ko) | 컨텐츠에 대한 선호도 예측 방법 및 장치와, 샘플 컨텐츠 선정 방법 및 장치 | |
CN1723452A (zh) | 传输和下载流数据的方法 | |
CN1280734A (zh) | 用于访问在一个网络上的信息的方法和*** | |
CN1606295A (zh) | 元数据分配管理***、装置和方法及其计算机程序 | |
CN1667609A (zh) | 文档信息管理***和文档信息管理方法 | |
CN1503167A (zh) | 信息存储及检索 | |
CN1745370A (zh) | 信息处理装置、内容管理方法、内容信息管理方法和计算机程序 | |
CN1268710A (zh) | 数据库检索装置及方法 | |
CN1750004A (zh) | 信息处理装置和方法,记录媒体,以及程序 | |
JP3707361B2 (ja) | 情報提供サーバ及び情報提供方法 | |
CN102567447A (zh) | 信息处理装置和方法、信息处理***及程序 | |
JP5173856B2 (ja) | コンテンツ推薦装置およびコンテンツ推薦方法 | |
CN1692364A (zh) | 相互评价的***和在同样***中使用的终端设备和程序 | |
US9305215B2 (en) | Apparatus, method and computer readable recording medium for analyzing video using image captured from video | |
KR20060127759A (ko) | 데이터베이스 내의 데이터 유닛 검색 방법 및 장치 | |
CN1949227A (zh) | 一种针对可播放媒体文件的搜索方法、***及装置 | |
US20110004508A1 (en) | Method and system of generating guidance information | |
CN101030193A (zh) | 信息编辑显示设备、方法、及程序,介质、服务器及信息处理*** | |
JP2013033376A (ja) | 情報処理装置、情報処理方法、および、プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20080102 Termination date: 20210622 |