JP2009514075A - 選択されたコンテンツアイテムをユーザーに提供する方法 - Google Patents
選択されたコンテンツアイテムをユーザーに提供する方法 Download PDFInfo
- Publication number
- JP2009514075A JP2009514075A JP2008536936A JP2008536936A JP2009514075A JP 2009514075 A JP2009514075 A JP 2009514075A JP 2008536936 A JP2008536936 A JP 2008536936A JP 2008536936 A JP2008536936 A JP 2008536936A JP 2009514075 A JP2009514075 A JP 2009514075A
- Authority
- JP
- Japan
- Prior art keywords
- metadata
- content
- user
- content item
- content items
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/387—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
- G06F16/337—Profile generation, learning or modification
-
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
-
- 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
- H04L67/50—Network services
- H04L67/55—Push-based network 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
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
- H04L67/63—Routing a service request depending on the request content or context
-
- 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
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、豊富なマルチメディアコンテンツアイテム、すなわち様々なメデイアコンテンツ構成要素(テキスト,画像,音声,映像,・・・)を含んだコンテンツアイテムに適用されるとき特に有効である。
コンテンツアイテムを効果的にフィルタリングするためには、ユーザーについての知識、例えばユーザーの習慣及び/又はユーザーの好みについての知識がしばしば必要とされる。
本発明はコンテンツアイテムをユーザーに提供する方法に関するものであり、特にユーザーの好みを考慮することにより選択されたコンテンツアイテムを提供することに関する。
本発明の背後にある基本的なアイデアは、自動的にメタデータを生成し、生成したこれらのメタデータを、提供すべきコンテンツアイテムを選択するために使用することにある。
加えて、出願人は、コンテンツを提供するときの相互作用コンテキストが、ユーザープロフィールを構築又は更新するために有利に使用できることが分かった。
上記の特徴は本発明の選択方法に柔軟性とパワーを与える。
− 上記リクエストから開始してクエリーを生成する段階;
− このクエリーに基づいて第1のセットのコンテンツアイテムを識別する段階;
− この第1のセットの各コンテンツアイテムに関連付け得る予め割り当てられたコンテンツメタデータ(一般には作成メタデータ)を識別する段階;
− 好ましくは、上記リクエストに関連付けられたコンテキスト情報を表す生のコンテキストメタデータを識別する段階、及び
− コンテンツアイテムに適用されかつ好ましくは前記コンテンツアイテムに関連付けられ予め割り当てられたコンテンツメタデータ(もしあれば)にも適用されるアルゴリズムに対応する導出規則に基づいて、各コンテンツアイテムについて導出メタデータを自動的に生成する段階。より好ましくは、アルゴリズムが生のコンテキストメタデータにも適用される。
− コンテンツメタデータ(導出されたもの及び予め割り当てられたもの)を各コンテンツアイテムについて識別する段階;
− 好ましくは、コンテキストメタデータ(導出されたもの及び生のもの)を各コンテンツアイテムについて識別する段階;
− リクエストを生成したユーザーのユーザープロフィールを識別する段階、
− 導出メタデータのうち少なくともいくつかのものに基づいて、ユーザープロフィールに対して前記第1のセットのコンテンツアイテムをマッチングさせ、このセットのコンテンツアイテムについてランキングを作成する段階;
− 前記ランキングに基づいて、第2のセットのコンテンツアイテムをユーザーに提供する段階、ただし、この第2のセットは前記ランキングに基づいて順序付けられた第1のセットに対応するか、又は(好ましくは)最高にランク付けされたコンテンツアイテムを含んだコンテンツアイテムのサブセットに対応する、
− 好ましくは、提供されたコンテンツアイテムについてのユーザーフィードバック(明示的及び/又は暗示的)を収集する段階。
− リクエストを生成しているユーザーに関して複数の相互作用履歴レコードを検索する段階。ここで、各レコードはコンテンツアイテムと、前記コンテンツアイテムに関連し一般にユーザー投票によって示される少なくともユーザーフィードバック(明示的及び/又は暗示的)とを含む。好ましくは、レコードはまた、ユーザーリクエスト、生のコンテキストメタデータ、及びコンテンツアイテムに関連したコンテンツメタデータ(導出されたもの及び予め割り当てられたもの)をも含む;
− このユーザーの予測モデルを構築するために機械学習アルゴリズムを選択する段階;
− 各レコード(すなわち、記憶された各相互作用イベント)を特徴ベクトルとしてコード化する段階。この特徴ベクトルは、選択された機械学習アルゴリズムと共に使用するのに適合した形式的表現である。前記特徴ベクトルは、特定のコンテンツアイテムに関連して導出されたメタデータ及び(場合によっては)予め割り当てられたメタデータに対応した複数の要素を含み、またユーザーフィードバックを含む。導出メタデータがレコード中に存在しない場合、第1のセットのコンテンツアイテムの全てと、一般にクエリーの後に選択されたコンテンツアイテムとを記憶しているコンテンツアイテム貯蔵所から、導出メタデータを検索できる;
− 選択された機械学習アルゴリズムを前記特徴ベクトルに適用することで(各ベクトルは相互作用イベントに対応している)、予測モデル(ユーザーモデル)を構築する段階;
− (さらに好ましくは)構築された予測モデルを確認する段階;及び
− 古い予測モデルを新しい予測モデルに代えることによって上記ユーザーのプロフィールを更新する段階。
添付図面と共に以下の説明を読めば本発明がより明らかになるであろう。
本発明の詳細な説明に入る前に、いくつかの用語の定義と説明を以下で行なう。
本明細書において、コンテンツベースのサービスは、既存のコンテンツアイテムのセットを利用してサービスの加入者にとって価値のある情報コンテンツを構築するソフトウエアアプリケーションである。選択されたコンテンツを集めてユーザーに与える方法は、サービスアプリケーション論理部により定められる。
この技術分野において、コンテンツアイテムはコンテンツ・ベースのサービスに対するユーザーコンテンツ相互作用の基本的な単位である。一般にコンテンツ・ベースのサービスは、サービス加入者、すなわちユーザーのリクエストに対する応答としてコンテンツアイテムを提供する。コンテンツアイテムは、サービスにより配信される1つの実体としてユーザーが認識するものである。しかしながら、コンテンツアイテムは1個以上のコンテンツ構成要素を含むこともできる。例えば、コンテンツアイテムがサッカーの試合の映像である場合、コンテンツアイテムはコンテンツ構成要素として試合の前後半(2つのコンテンツ構成要素)を含むことができる。
− 例えばオンデマンド式のメデイア配信環境からの映画又はTV番組;
− 例えばオンライン・ニュースリーダーからのニュース記事;
− 例えばウェブ検索エンジンからの1つのウェブURL結果;
− 例えばコンテンツ共有ネットワーク環境からの歌;
− 例えばオンライン・メデイア・カタログからの写真;
− 例えばインターネットナビゲーションからのウェブページ;
− 例えば電子商取引カタログからの製品ページ。
各コンテンツ構成要素はマルチメディア要素であり、例えばテキスト、画像、音声、映像、3次元モデル、ベクトル・グラフィックス、グラフィカル・レイアウトとし得る。
従来、「メタデータ」は単に「情報についての情報」として定義されていた。
具体的には(W3[“www”]コンソーシアムによると)、一般にコンテンツメタデータは、所与のコンテンツアイテムを記述し且つ機械(例えばコンピュータ)により自動的に処理し得るデータ構造から成る。
コンテンツメタデータは、コンテンツアイテムに属する各コンテンツ構成要素、又はコンテンツアイテム全体を記述できる。
相互作用コンテキスト(簡単に「コンテキスト」という)は、コンテンツ・ベースのサービスではユーザーコンテンツ相互作用の重要な要素である。実際、あらゆるユーザーコンテンツ相互作用はコンテキスト内で行われ、コンテキストはしばしばユーザーの好みに影響を与えて、所与のコンテキストにおいてはアイテムを興味深いものにしたり、別のコンテキストにおいては興味の無いものにする。
相互作用コンテキスト情報もまた、1個以上のメタデータ(コンテキストメタデータという)に関連付けることができる。
「環境状態」は、例えば相互作用装置における環境オプションの設定から導出することもできる。例えば、携帯電話機を「会議」、「仕事」又は「ホーム」モードに設定するか、又はその動作を「呼出し音」又は「サイレント」モードに設定することができる。
「ユーザー状態」に関する情報は、例えばユーザーの体の加速度を検出するか(ユーザーが立ったままであるか、歩いているか、走っているか、手を動かしているかを判断するために)、又は心拍数、血圧、皮膚の導電率などのユーザーの生理学的パラメータのいくつかを検出する(ユーザーのストレス/リラックス状態を判断するために)センサーによって提供できる。
すべての種類のメタデータに簡単にアクセスして取り扱うために、同じ形式でかつ容易に拡張可能なフォーマットを使用するのが有利である。
MPEG−7記述標準が本発明に特に適することが分かった。本明細書において後に説明する態様では、この標準が、すべてのメタデータ(作成されたものと導出されたものの両方)に対してフォーマットとして使用された。特に、コンテンツアイテムのメタデータは0個以上の「関連資料」ブロックのリストとして編成される(図4参照)。各関連資料は、同種の情報ブロックを記述し、この情報ブロックは実際のコンテンツ要素を参照できるか、又はメタデータを表すXML[拡張マークアップ言語]ブロックを参照できる。常に関連添付ブロックが参照され、この関連添付ブロックが、実際のコンテンツ(又はメタデータ)を保持するか、又はコンテンツ(又はメタデータ)を見いだし得るURL[ユニフォーム・リソース・ロケーター]を提供する。この構成は、コンテンツ構成要素とメタデータとの両方に対する集中アクセスポイントを提供しつつ、異なる記憶戦略に対応できる。各関連資料に含まれる情報に加えて、コンテンツメタデータはまた、公開されたあらゆるコンテンツが所有する一般的な情報群(作成日など)、又はサービスアプリケーション論理部が必要とする他の情報(コンテンツが利用できると考えられるか否かを示す存続ステータスフラグなど)を保持することもできる。
ここに記載したメタデータ表現は好ましくはあるが、本発明はこれに限定されないことに留意されたい。
予め割り当てられたメタデータ及び生のコンテキストメタデータ以外のメタデータが本発明により提供され、「導出メタデータ」と称される。というのは、このメタデータは相互作用イベントにおいて又は相互作用イベントの結果としてコンテンツ情報及び/又はコンテキスト情報(すなわち、生のコンテキストメタデータ)から導出したものだからである。
導出メタデータは、ソフトウエアプログラムによって自動的に処理されるのに特に適する。
テキストアイテムのコンテンツ(すなわちテキスト自体)から導出されるメタデータの例としては、各単語の出現回数と共にテキスト中に現れる単語のリスト(テキストの「バッグ・オブ・ワーズ(bag-of-words)」表現という)が挙げられる。このメタデータは、テキストの全体の語彙構成についての情報を与える。
− 輝度ヒストグラム。これは、デジタル画像のピクセル全体に対する光度の分布であり、画像の明るさ及びコントラストについての情報を与える。
− 色ヒストグラム。これは、デジタル画像のピクセル全体に対する原色成分(赤、緑、青)の分布であり、画像の色構成についての情報を与える。
− 画像の空間周波数成分。これは例えば二次元フーリエ変換により計算され、画像中のパターン及びテクスチャーの存在についての情報を与える。
− 幾何学的カテゴリーメタデータ。これは例えば幾何学的ハッシュ技術により生成され、画像中における直線、円弧、楕円、多角形などの形状の存在についての情報を与える。
− パターンカテゴリーメタデータ。これは例えばパターン認識アルゴリズムにより生成され、画像中における人の顔、動物、植物、風景、建物、旗、技術的な図面、絵、マンガなどのような固有の特徴の存在についての情報を与える。
− テキストメタデータ。これは例えば光学式文字認識技術により生成され、画像中に現れる文字、数及び単語についての情報を与える。
サウンドアイテムのコンテンツから(すなわちサウンド自体から)導出されるメタデータとしては、例えば以下のものが挙げられる。
− 音声周波数スペクトル成分。これは例えば高速フーリエ変換により計算され、サウンドの性質及び構成についての情報を与える。
− 音声波形。これはサウンド動力学についての情報を与える。
− パターンカテゴリーメタデータ。これは例えばパターン認識アルゴリズムにより生成され、音声トラック中における特定の特徴(例えば音楽、スピーチ、拍手、爆発の特定部分)の存在についての情報をあたえる。
− テキストメタデータ。これは例えば音声認識技術により生成され、発せられた単語又は文章を音声トラックから抽出する。
場面分割分析技術により映像の時間構造についての情報を得ることができる。例えば、この種の分析により、映画が所定の数の場面から構成され、その比率は激しい動きの挙動により特徴付けられ、別の比率は音の大きな音楽の存在により特徴付けられることが分かる。
映像が一連の静止画像として分解されるならば、一連の画像について得られたメタデータを平均化する方法が存在する場合には、静止画像に用いられるメタデータ抽出技術のいくつかが映像に対しても適用できる。
− 総面積、全容積、凸性、フラクタル次元;
− パターンカテゴリーメタデータ。これは例えばパターン認識アルゴリズムにより生成され、特定の3D形状(箱形状、管形状、車輪形状、ワイヤ形状、人型形状、物体形状など)の存在についての情報を与える。
例えば、数値メタデータから開始して、数値を分類できる打切り技術によって記号範囲を生成でき、これは更にコンパクトで意味論的な数値表現を与える方法である。
存在論により導出されるメタデータに関する2つの例を以下に示す。
本発明の重要な面はメタデータの生成(すなわち導出)である。これは導出規則に基づいて行われる。
導出規則はコンテンツアイテム及び/又はコンテキスト情報及び/又はメタデータに適用されるアルゴリズムに対応し、導出規則が適用されるデータは一般にソースと称される。
・コンテンツ構成要素;
・作成されたコンテンツメタデータ;
・生のコンテキストメタデータ;
・導出メタデータ(すなわち他の導出規則から得られたもの);
・拡張された分析。
導出規則の例をいくつか以下に示す。
・「バッグ・オブ・ワーズ」をソーステキストから生成する段階
・得られた「バッグ・オブ・ワーズ」の各単語を「LexicalOntology1」語彙存在論に対してマッチングを行なう段階。各マッチング単語について、以下のものを抽出する。
− 当該単語に関連しレベルが2つ上の上位語(hypernyms=2)。LexicalOntology1のような語彙存在論はツリーとして編成される。ツリーのリーフからルートに向かって移動することは、特定の意味の単語からより抽象的な概念を表す単語に向かって移動することを意味する。所与の単語について、ツリーにおいてその単語より上に位置する単語を「上位語」と称する(例えば「医者」−「人」−「生物」;「医者」−「専門家」−「労働者」)。実際には、存在論において単なるツリー以上のものが存在し得る。
− 当該単語に関連付けられた最高位の意味論的なカテゴリー(topsemanticlevel=”true”)(例えば単語「医者」は最高位の意味論的なカテゴリー「医学」に属する)。
・抽出されたコンセプト(上位語及び最高位の意味論的なカテゴリー)の出現を計数し、3回以上出現したコンセプトのみを保持する段階(minoccur=3)。この段階は、得られたコンセプトの数を制限して、最も関連したものだけを保持するために行われる。
拡張された分析が、導出規則により利用できる特別な種類のソースを提供する。ドメインの構造を全体的に分析するために、この特別な種類のソースは、貯蔵所に含まれるアイテムのサブセット全体(すべてのアイテムであっても)についての分析手順の適用を指定する。別言すれば、拡張された分析を用いる導出規則は、1つのアイテム中に含まれる情報のみを用いてメタデータを抽出することに限定されず、アイテム自体のドメインの全体構造を考慮に入れた新しいメタデータを各アイテムについて生成できる。ドメインは、導出技術の適用のフィールド、すなわち、パーソナル化され選択されたコンテンツをユーザーに提供するフィールドである。
特に、この例における拡張された分析が、適用されるクラスター分析方法(Wardの方法)、分析を適用すべきアイテムの範囲(貯蔵所中のすべてのアイテム)、及び抽出するクラスターの最大数(10個のクラスター)を指定する。
機械学習方法により、コンピュータシステムが特定のアプリケーションフィールド(すなわちドメイン)に属する1セットの事実のデータからの自動的な(すなわちソフトウエアプログラムによる)学習を実行できる。このようなデータセットが与えられると、機械学習方法がデータ自体からパターン及び関係を抽出できる。
− 独立特徴。各特徴が、当該コンテンツアイテムに関連付けられた導出又は予め割り当てられたメタデータに対応し、好ましくは生の又は導出されたコンテキストメタデータにも対応する。
− ターゲット特徴(1又は複数)。これは、提供されるコンテンツに関するフィードバック(明示的又は暗示的)としてユーザーにより与えられる点数により表される。例えば、フィードバックは1〜10の数値で表され、この場合、大きな値が肯定的なフィードバックに対応する。
<特徴1,特徴2,・・・・,特徴n,ターゲット特徴>
機械学習方法とその適用については多くの論考がTom Mitchell,「Machine Learning」,McGraw?Hill,1997に記載されている。
<コンテンツメタデータ1,・・・,コンテンツメタデータm,コンテキストメタデータ1,・・・,コンテキストメタデータp,ユーザー投票>
ここで、m+p=nである。
− MusicGenre:音楽のジャンル(作成されたメタデータとして与えられる)、
− MusicBeatSpeed:音楽作品の1分当たりのビート(「MusicBeatSpeed」導出規則の適用により導出メタデータとして与えられる)。
− 「Time」:2つの値「昼間」及び「夜間」のどちらかを有することができ、コンテンツアイテムに対するユーザーの相互作用が昼間に行われたのか夜間に行われたのかを示す(単純な一時的な存在論に基づいた導出規則の適用により導出メタデータとして与えられる)。
− 「UserVote」:2つの値「好き」及び「嫌い」のどちらかを有することができ、ユーザーが音楽作品に対して肯定的な点数を与えたのか否定的な点数を与えたのかを示す。
<MusicGenre,MusicBeatSpeed,Time,UserVote>
例として、ユーザー/アイテムの相互作用のデータセットが次の通り与えられる。
上記データセットに対して決定樹機械学習方法を適用すると、次の規則からなるユーザー好みモデルが生成される。
Time=「昼間」かつ」MusicBeatSpeed>=125ならば、UserVote=「好き」
Time=「夜間」かつ」MusicBeatSpeed<=75ならば、UserVote=「好き」
ユーザー好み規則により表される上記の単純な予測モデルは、この特定のユーザーが昼間は非常に速い音楽(MusicBeatSpeed>=125)を好み、夜間はより静かな音楽(MusicBeatSpeed<=75)を好むことを示している。
このモデルは上記データセットの場合の大部分(13のうち12)に対して有効であるが、全部に対して有効ではないことに留意されたい。
以下、図1のブロック図(サービスアプリケーション)を特に参照して本発明の好ましい態様について詳細に説明する。図1では、2種類の記号が用いられており、四角形はソフトウエアモジュールを表し、円柱形状は貯蔵所を表す。
コンテンツ・ベースのサービスでは、選択されたコンテンツアイテムをユーザーに提供する。例えばコンテンツアイテムが位置しているか又はコンテンツアイテムにアクセスし得るアドレス(例えばインターネットアドレス)を提供することにより、コンテンツアイテムをサービスプロバイダーによってユーザーに直接的又は間接的に配信できる。一般にコンテンツアイテムは、パケットデータ網(例えば、インターネット)や携帯電話網(例えばUMTSネットワーク)などの通信網を介してコンテンツプロバイダーにより直接的に提供される。
当該コンテンツ・ベースのサービスは次の2つの作業に分割できる。
− コンテンツアイテムの処理、
− ユーザープロフィールの処理。
コンテンツアイテムを処理する作業は、次の操作からなる。
− ユーザーからリクエストを受信し、
− ユーザーのリクエストに基づいてコンテンツアイテムを選択し、
− 好ましくは、ユーザーのプレゼンテーション・プロフィールに基づいて、選択されたコンテンツアイテムをフォーマットしてユーザーに提示し(すなわち、サービスアプリケーション論理に基づいたコンテンツのプレゼンテーションのパーソナル化)、
− 選択されたコンテンツアイテムをユーザーに提供する。
− ユーザープロフィール貯蔵所(UPR)、
− メタデータ生成モジュール(MGM)。
− 現在のユーザーのユーザープロフィールを貯蔵所UPRから検索し;また
− 前記第1のセットのコンテンツアイテムにおける各コンテンツアイテムについて、それに関連付けられたコンテンツメタデータであって、予め割り当てられた(一般に作成された)もの及び場合によっては(前の相互作用イベントの結果として)導出されたものを貯蔵所CIRから検索する。
− ユーザー相互作用記録モジュールDRM、及び
− 相互作用履歴貯蔵所IHR、
を更に備える。
ユーザープロフィールを処理する作業は、ユーザープロフィールを作成(構築)し、維持(例えば更新)することからなる。図1のアーキテクチャでは、ユーザープロフィールが貯蔵所UPRに記憶され、ユーザープロフィール構築モジュールPBMがユーザープロフィールを処理する作業を実行する。
この作業は例えばユーザー相互作用の回数が十分に少ない夜間に「オフライン」で有利に実行し得る。
− ユーザーの相互作用履歴(完全な相互作用履歴、又はユーザープロフィールの最後の更新時から現在の時間までの時間フレームに対応する部分的な相互作用履歴)を貯蔵所IHRから検索する段階(図3の段階301)。相互作用履歴は少なくとも1つのイベント、一般には1セットのイベントを含む。一般にイベントは、コンテンツクエリー(ユーザーリクエストに対応する)と、生のコンテキストメタデータと、クエリー及び好ましくはユーザーフィードバックを受けて提供される選択されたコンテンツアイテムのセットとを含む。
− 相互作用履歴に含まれる情報に基づいてユーザー好みの予測モデルを構築するのに適合した適当な機械学習アルゴリズムを選択する段階(図3の段階302)。
− 相互作用履歴中の各相互作用イベントEiについて、PBMモジュールが「n+1」次元の特徴ベクトル、一般に1つのベクトルViを生成する段階、(図3の段階303、段階304及び段階305)。ここで、nはコンテンツメタデータ(予め割り当てられたもの及び導出されたもの)に関係した特徴の数と、コンテキストメタデータ(生のもの及び導出されたもの)に関係した特徴の数との総和である。
− ユーザープロフィールに組み込まれるべき新たな予測モデルを構築するために、選択された機械学習アルゴリズムを、前の段階で生成された特徴ベクトル(イベントEi,Ej,Ek・・・に関連付けられたVi,Vj,Vk・・・)に適用する段階(段階306)。機械学習アルゴリズムは一度に1つだけの特徴ベクトルを処理できるか、又は一度に1セットの特徴ベクトルをどうにか処理できる(13個の相互作用イベントに対応する13個のベクトルを処理することによりモデルが生成される上記の例のように)。
− (好ましくは)ユーザープロフィールの更新条件として所定の合格基準(一般に、「ベター・ザン・ビフォア(better than before)」型基準)に対して、新たに構築された予測モデルの性能を検証する段階(段階307)。例えば、公知の効果的な検証技術は「10倍相互検証」であり、これはイベントを10個の異なる分割部分に分割することに基づいている(例えばイベントの90%はモデルの構築用であり、イベントの10%はモデルの検証用である)。特定のインプリメンテーションに依存して、検証を機械学習方法に統合できる。
- 貯蔵所UPRにおいて前のモデルを新しいモデルと置き換えることによってユーザープロフィールを更新する段階(段階308)。
− 生のコンテンツメタデータを検索する段階;
− 生のコンテキストメタデータ(相互作用履歴中に記録された)をモジュールMGMに送り、生のコンテキストメタデータから導出コンテキストメタデータを生成するよう要求し;生のコンテキストメタデータと導出コンテキストメタデータ(モジュールMGMから得られた)とをコード化して次元pのコンテキスト特徴ベクトルVixを作る段階(上記2つの段階は図3のフローチャートでは1つの段階303として示されている);
− コンテンツメタデータ(作成されたもの及び導出されたもの)を貯蔵所CIRから検索する段階;
− コンテンツメタデータをコード化して次元mのコンテンツ特徴ベクトルVicを作る段階(ここで、m+p=n)、(上記2つの段階は図3では1つの段階304として示されている);
− コンテンツ特徴ベクトルVicを前の段階で生成されたコンテキスト特徴ベクトルVixと一緒にし、ユーザー投票をターゲット特徴tとして加えて、n+1次元の1つの特徴ベクトルVi=<Vix,Vic,t>を作る段階(図3の段階305);
− 機械学習方法のアルゴリズムを識別する段階、及び
− ユーザー好みの予測モデルを得るために、前記機械学習方法のアルゴリズムを前記特徴ベクトルViに適用する段階。
別法として、ユーザープロフィールの選択をフィードバック操作の瞬間に大急ぎで行なうこともできる。
Claims (22)
- A)第1のコンテンツメタデータが予め割り当てられている第1のセットのコンテンツアイテムをユーザーによるリクエストに基づいて識別する段階、
B)少なくとも前記第1のセットのコンテンツアイテムに適用されるアルゴリズムに対応した少なくとも第1の導出規則に基づいて、前記第1のセットのコンテンツアイテムについて第2のコンテンツメタデータを自動的に生成する段階、
C)前記第2のコンテンツメタデータを前記第1のセットのコンテンツアイテムに関連付ける段階、及び
D)前記第1のコンテンツメタデータと前記第2のコンテンツメタデータとに基づいて前記第1のセットから第2のセットの選択されたコンテンツアイテムを提供する段階、
を含む選択されたコンテンツアイテムをユーザーに提供する方法。 - 前記アルゴリズムは前記第1のコンテンツメタデータの少なくともいくつかに対しても適用される請求項1に記載の方法。
- 第2のコンテキストメタデータを自動的に生成するために、段階B)を前記選択されたコンテンツアイテムの相互作用コンテキストに関する第1のコンテキストメタデータにも基づいて実行する請求項1又は2に記載の方法。
- 前記第2のコンテンツメタデータを複数のコンテンツアイテムに適用されるアルゴリズムから導出する請求項1〜3のいずれか一項に記載の方法。
- 段階D)を前記ユーザーのユーザープロフィールにも基づいて実行する請求項1〜4のいずれか一項に記載の方法。
- 前記ユーザープロフィールが予測モデルを含む請求項5に記載の方法。
- 段階D)において、前記第1のセットの各コンテンツアイテムについてのランキングに基づいて前記第2のセットのコンテンツアイテムを定めるために、前記第2のコンテンツメタデータと前記予測モデルとに基づいて前記ランキングを提供する請求項5又は6に記載の方法。
- 前記第2のコンテンツメタデータと前記第2のコンテキストメタデータと前記ユーザープロフィールとに基づいて前記第1のセットの各コンテンツアイテムについての前記ランキングが与えられ、前記ランキングに基づいて前記第2のセットのコンテンツアイテムを選択する請求項7に記載の方法。
- 前記第2のセットのコンテンツアイテムを、前記ユーザーによる対応するリクエストに対する応答として提供する請求項1〜8のいずれか一項に記載の方法。
- 前記ユーザーからのフィードバックを前記第2のセットの少なくとも1つのコンテンツアイテムに関連付ける段階を更に含む請求項6に記載の方法。
- 前記第2のセットの少なくともコンテンツアイテムと、記録された前記少なくとも1つのコンテンツアイテムに関係している前記ユーザーからのフィードバックとを記録する段階を更に含む請求項10に記載の方法。
- 前記少なくともコンテンツアイテムを選択するために用いられる前記第2のメタデータの少なくとも一部を記録する段階を含む請求項11に記載の方法。
- 前記ユーザーリクエストを記録する段階を含む請求項11又は12に記載の方法。
- 少なくとも前記記録されたコンテンツアイテム及びユーザーフィードバックに基づいて前記ユーザーの予測モデルを構築又は更新する段階を含む請求項11〜13のいずれか一項に記載の方法。
- 前記第2のメタデータの少なくとも一部を記録する段階と、少なくとも記録された第2のメタデータに基づいて前記ユーザーの予測モデルを構築又は更新する段階とを含む請求項14に記載の方法。
- 少なくとも前記第2のコンテンツメタデータに適用される少なくとも1つの機械学習アルゴリズムによって前記予測モデルを構築又は更新する請求項15に記載の方法。
- 前記機械学習アルゴリズムを少なくともいくつかのコンテキストメタデータにも適用する請求項16に記載の方法。
- ユーザープロフィールが少なくとも2つの予測モデルを含む請求項6に記載の方法。
- 前記第2のセットのコンテンツアイテムをサービスプロバイダーにより供給する請求項1〜18のいずれか一項に記載の方法。
- 前記選択されたコンテンツアイテムを電気通信網を介して提供する請求項1〜19のいずれか一項に記載の方法。
- 少なくとも1つのコンピュータのメモリにロードできると共に、請求項1〜20のいずれか一項に記載の方法を実行するためのソフトウェアコード部分を含んだコンピュータプログラム製品。
- ユーザーからコンテンツリクエストを収集する段階と、選択されたコンテンツアイテムをユーザーに提供する段階とを含んだ、請求項1〜20のいずれか一項に記載の方法によるコンテンツベースのサービス。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2005/011580 WO2007048432A1 (en) | 2005-10-28 | 2005-10-28 | Method of providing selected content items to a user |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012119509A Division JP5367872B2 (ja) | 2012-05-25 | 2012-05-25 | 選択されたコンテンツアイテムをユーザーに提供する方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009514075A true JP2009514075A (ja) | 2009-04-02 |
Family
ID=36609290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008536936A Withdrawn JP2009514075A (ja) | 2005-10-28 | 2005-10-28 | 選択されたコンテンツアイテムをユーザーに提供する方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8843482B2 (ja) |
EP (1) | EP1949263B1 (ja) |
JP (1) | JP2009514075A (ja) |
CN (1) | CN101346718A (ja) |
WO (1) | WO2007048432A1 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009080808A (ja) * | 2007-09-20 | 2009-04-16 | Alcatel-Lucent | コンテンツの自動インデクシングのための装置 |
JP2012113421A (ja) * | 2010-11-22 | 2012-06-14 | Nippon Telegr & Teleph Corp <Ntt> | 信頼関係強度推定装置、信頼関係強度推定方法、評価値予測装置、評価値予測方法、及びプログラム |
WO2019039507A1 (ja) * | 2017-08-22 | 2019-02-28 | 株式会社 東芝 | スマートカメラ、画像処理装置、およびデータ通信方法 |
JP2019047214A (ja) * | 2017-08-30 | 2019-03-22 | 株式会社東芝 | スマートカメラ、画像処理装置、スマートカメラシステム、データ送信方法およびプログラム |
KR102468630B1 (ko) | 2022-08-05 | 2022-11-22 | 주식회사 레이첼블루 | 아이템 가치평가를 통한 아이템 바꿔쓰기 매칭 플랫폼 서비스 제공 장치 및 방법 |
JP7329293B1 (ja) * | 2023-06-09 | 2023-08-18 | Snafty株式会社 | 情報処理装置、方法、プログラム、およびシステム |
Families Citing this family (97)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7809663B1 (en) | 2006-05-22 | 2010-10-05 | Convergys Cmg Utah, Inc. | System and method for supporting the utilization of machine language |
US7908270B2 (en) * | 2006-12-22 | 2011-03-15 | Yahoo! Inc. | System and method for managing access to media assets |
JP5032183B2 (ja) * | 2007-04-12 | 2012-09-26 | 株式会社東芝 | 情報推薦システムおよび情報推薦方法 |
JP4538757B2 (ja) * | 2007-12-04 | 2010-09-08 | 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 |
IL183391A (en) * | 2007-05-24 | 2011-06-30 | Peretz Shoval | Filtering method based on ontology and content for personal newspapers |
US9235848B1 (en) | 2007-07-09 | 2016-01-12 | Groupon, Inc. | Implicitly associating metadata using user behavior |
US20090055433A1 (en) * | 2007-07-25 | 2009-02-26 | Gerard Group International Llc | System, Apparatus and Method for Organizing Forecasting Event Data |
FR2929480B1 (fr) * | 2008-03-28 | 2013-01-11 | Alcatel Lucent | Procede de determination de donnees complementaires relatives a au moins un contenu, procede pour transmettre ces donnees complementaires, dispositif de traitement et serveur d'applications associes |
US20090265277A1 (en) * | 2008-04-21 | 2009-10-22 | Thomas Mullen | Universal content catalog |
US9209975B2 (en) | 2008-10-15 | 2015-12-08 | Ricoh Company, Ltd. | Secure access of electronic documents and data from client terminal |
EP2113850A3 (en) * | 2008-04-30 | 2009-11-11 | Ricoh Company, Limited | Managing electronic data with index data corresponding to said electronic data and secure access of electronic documents and data from client terminal |
US20100042615A1 (en) * | 2008-08-12 | 2010-02-18 | Peter Rinearson | Systems and methods for aggregating content on a user-content driven website |
US20100082684A1 (en) * | 2008-10-01 | 2010-04-01 | Yahoo! Inc. | Method and system for providing personalized web experience |
US20100131571A1 (en) * | 2008-11-25 | 2010-05-27 | Reuveni Yoseph | Method application and system for characterizing multimedia content |
US8676775B2 (en) * | 2008-12-12 | 2014-03-18 | At&T Intellectual Property I, L.P. | Support 3-screen user experience in the context of a services marketplace |
US8893040B2 (en) | 2008-12-23 | 2014-11-18 | At&T Mobility Ii Llc | Systems, devices, or methods for accessing information employing a tumbler-style graphical user interface |
US8700072B2 (en) | 2008-12-23 | 2014-04-15 | At&T Mobility Ii Llc | Scalable message fidelity |
US8145622B2 (en) * | 2009-01-09 | 2012-03-27 | Microsoft Corporation | System for finding queries aiming at tail URLs |
US8301624B2 (en) | 2009-03-31 | 2012-10-30 | Yahoo! Inc. | Determining user preference of items based on user ratings and user features |
US20130219333A1 (en) * | 2009-06-12 | 2013-08-22 | Adobe Systems Incorporated | Extensible Framework for Facilitating Interaction with Devices |
US9460092B2 (en) * | 2009-06-16 | 2016-10-04 | Rovi Technologies Corporation | Media asset recommendation service |
US8612435B2 (en) * | 2009-07-16 | 2013-12-17 | Yahoo! Inc. | Activity based users' interests modeling for determining content relevance |
WO2011032742A1 (en) | 2009-09-18 | 2011-03-24 | International Business Machines Corpoation | Method and system for storing and retrieving tags |
CN102081515A (zh) | 2009-11-27 | 2011-06-01 | 国际商业机器公司 | 提供上下文感知的输入数据的方法和设备 |
US20110185384A1 (en) * | 2010-01-28 | 2011-07-28 | Futurewei Technologies, Inc. | System and Method for Targeted Advertisements for Video Content Delivery |
US8577896B2 (en) * | 2010-06-08 | 2013-11-05 | Netflix, Inc | Interest based row selection |
BR112013003990A2 (pt) * | 2010-08-20 | 2018-11-06 | Rakuten Inc | dispositivo de provisão de informação, método de provisão de informação, e, mídia de gravação de informação |
US20120084155A1 (en) * | 2010-10-01 | 2012-04-05 | Yahoo! Inc. | Presentation of content based on utility |
US9245058B2 (en) * | 2010-12-03 | 2016-01-26 | Titus Inc. | Method and system of hierarchical metadata management and application |
US10140320B2 (en) * | 2011-02-28 | 2018-11-27 | Sdl Inc. | Systems, methods, and media for generating analytical data |
US9424509B2 (en) | 2011-03-09 | 2016-08-23 | T-Mobile Usa, Inc. | System for application personalization for a mobile device |
EP2506171A1 (en) * | 2011-04-01 | 2012-10-03 | Waters Technologies Corporation | Graphical user interfaces for scientific data information sytems |
EP2506160A1 (en) * | 2011-04-01 | 2012-10-03 | Waters Technologies Corporation | Unified data structures for scientific data information systems |
US20120272278A1 (en) * | 2011-04-21 | 2012-10-25 | Winnol Llc | Toolbar for displaying video content |
US9326033B2 (en) * | 2011-06-17 | 2016-04-26 | Microsoft Technology Licensing, Llc | Movie discovery system |
JP5280495B2 (ja) * | 2011-07-19 | 2013-09-04 | 株式会社コナミデジタルエンタテインメント | アミューズメントシステム |
US8849819B2 (en) * | 2011-08-05 | 2014-09-30 | Deacon Johnson | System and method for controlling and organizing metadata associated with on-line content |
US9984054B2 (en) | 2011-08-24 | 2018-05-29 | Sdl Inc. | Web interface including the review and manipulation of a web document and utilizing permission based control |
WO2013063718A1 (en) * | 2011-11-01 | 2013-05-10 | Yahoo! Inc. | Method or system for recommending personalized content |
US20130159230A1 (en) * | 2011-12-15 | 2013-06-20 | Toyota Infotechnology Center Co., Ltd. | Data Forgetting System |
US8892350B2 (en) | 2011-12-16 | 2014-11-18 | Toyoda Jidosha Kabushiki Kaisha | Journey learning system |
US20130159919A1 (en) | 2011-12-19 | 2013-06-20 | Gabriel Leydon | Systems and Methods for Identifying and Suggesting Emoticons |
CN102693573B (zh) * | 2012-04-20 | 2016-11-16 | 中南大学 | 高密度通讯环境下通信数据收发方法 |
SG11201407749TA (en) * | 2012-05-24 | 2014-12-30 | Hitachi Ltd | Image analysis device, image analysis system, and image analysis method |
US9479552B2 (en) * | 2012-05-30 | 2016-10-25 | Verizon Patent And Licensing, Inc. | Recommender system for content delivery networks |
US8849843B1 (en) | 2012-06-18 | 2014-09-30 | Ez-XBRL Solutions, Inc. | System and method for facilitating associating semantic labels with content |
US20140067486A1 (en) * | 2012-08-29 | 2014-03-06 | International Business Machines Corporation | Systems, methods, and computer program products for prioritizing information |
US9135327B1 (en) | 2012-08-30 | 2015-09-15 | Ez-XBRL Solutions, Inc. | System and method to facilitate the association of structured content in a structured document with unstructured content in an unstructured document |
US20140067799A1 (en) * | 2012-08-31 | 2014-03-06 | Cbs Interactive Inc. | Techniques to track music played |
US9916306B2 (en) | 2012-10-19 | 2018-03-13 | Sdl Inc. | Statistical linguistic analysis of source content |
US9633363B2 (en) | 2012-11-08 | 2017-04-25 | Thnx, Llc | System and method of incentivized advertising |
US9047278B1 (en) * | 2012-11-09 | 2015-06-02 | Google Inc. | Identifying and ranking attributes of entities |
EP2824589A1 (en) * | 2013-07-12 | 2015-01-14 | Thomson Licensing | Method for enriching a multimedia content, and corresponding device. |
US9117280B2 (en) | 2013-08-29 | 2015-08-25 | Microsoft Technology Licensing, Llc | Determining images of article for extraction |
WO2015039222A1 (en) * | 2013-09-19 | 2015-03-26 | Sysomos L.P. | Systems and methods for actively composing content for use in continuous social communication |
US9319486B2 (en) | 2013-09-25 | 2016-04-19 | Google Inc. | Predicting interest levels associated with publication and content item combinations |
US10849850B2 (en) | 2013-11-21 | 2020-12-01 | D2L Corporation | System and method for obtaining metadata about content stored in a repository |
US10817791B1 (en) | 2013-12-31 | 2020-10-27 | Google Llc | Systems and methods for guided user actions on a computing device |
US9519408B2 (en) | 2013-12-31 | 2016-12-13 | Google Inc. | Systems and methods for guided user actions |
US10075510B2 (en) | 2014-03-13 | 2018-09-11 | Google Llc | Analytics-based update of digital content |
US10317859B2 (en) * | 2014-05-21 | 2019-06-11 | Paypal, Inc. | Personal music player |
US9043196B1 (en) | 2014-07-07 | 2015-05-26 | Machine Zone, Inc. | Systems and methods for identifying and suggesting emoticons |
US9792372B2 (en) * | 2014-07-11 | 2017-10-17 | Yahoo Holdings, Inc. | Using exogenous sources for personalization of website services |
CN105528356B (zh) * | 2014-09-29 | 2019-01-18 | 阿里巴巴集团控股有限公司 | 结构化标签生成方法、使用方法及装置 |
US10050912B2 (en) * | 2014-10-27 | 2018-08-14 | At&T Intellectual Property I, L.P. | Subscription-based media push service |
US20160149547A1 (en) * | 2014-11-20 | 2016-05-26 | Intel Corporation | Automated audio adjustment |
US10296956B2 (en) | 2015-01-14 | 2019-05-21 | Sap Se | Method, system, and computer-readable medium for product and vendor selection |
US10476742B1 (en) * | 2015-09-24 | 2019-11-12 | Amazon Technologies, Inc. | Classification of auto scaling events impacting computing resources |
WO2017059250A1 (en) | 2015-09-30 | 2017-04-06 | Hampton Creek, Inc. | Systems and methods for identifying entities that have a target property |
CA3009758A1 (en) * | 2015-12-29 | 2017-07-06 | Mz Ip Holdings, Llc | Systems and methods for suggesting emoji |
US10032463B1 (en) * | 2015-12-29 | 2018-07-24 | Amazon Technologies, Inc. | Speech processing with learned representation of user interaction history |
US20170272435A1 (en) | 2016-03-15 | 2017-09-21 | Global Tel*Link Corp. | Controlled environment secure media streaming system |
US10452672B2 (en) | 2016-11-04 | 2019-10-22 | Microsoft Technology Licensing, Llc | Enriching data in an isolated collection of resources and relationships |
US10614057B2 (en) * | 2016-11-04 | 2020-04-07 | Microsoft Technology Licensing, Llc | Shared processing of rulesets for isolated collections of resources and relationships |
US11475320B2 (en) | 2016-11-04 | 2022-10-18 | Microsoft Technology Licensing, Llc | Contextual analysis of isolated collections based on differential ontologies |
US10885114B2 (en) | 2016-11-04 | 2021-01-05 | Microsoft Technology Licensing, Llc | Dynamic entity model generation from graph data |
US10481960B2 (en) | 2016-11-04 | 2019-11-19 | Microsoft Technology Licensing, Llc | Ingress and egress of data using callback notifications |
US10402408B2 (en) | 2016-11-04 | 2019-09-03 | Microsoft Technology Licensing, Llc | Versioning of inferred data in an enriched isolated collection of resources and relationships |
EP3340130A1 (en) * | 2016-12-23 | 2018-06-27 | Hexagon Technology Center GmbH | Method for prediction of soil and/or plant condition |
US20190026473A1 (en) | 2017-07-21 | 2019-01-24 | Pearson Education, Inc. | System and method for automated feature-based alert triggering |
US10405007B2 (en) | 2017-07-27 | 2019-09-03 | Global Tel*Link Corporation | Systems and methods for a video sharing service within controlled environments |
US10015546B1 (en) | 2017-07-27 | 2018-07-03 | Global Tel*Link Corp. | System and method for audio visual content creation and publishing within a controlled environment |
US10122825B1 (en) | 2017-07-27 | 2018-11-06 | Global Tel*Link Corporation | Systems and methods for providing a visual content gallery within a controlled environment |
US11213754B2 (en) | 2017-08-10 | 2022-01-04 | Global Tel*Link Corporation | Video game center for a controlled environment facility |
US11176486B2 (en) * | 2017-12-28 | 2021-11-16 | International Business Machines Corporation | Building and matching electronic standards profiles using machine learning |
US11238367B1 (en) * | 2018-06-11 | 2022-02-01 | Meta Platforms, Inc. | Distribution of content based on machine learning based model by an online system |
CN112740715B (zh) * | 2018-09-20 | 2024-04-16 | 诺基亚技术有限公司 | 一种用于人工智能的装置和方法 |
US11188579B2 (en) * | 2019-04-08 | 2021-11-30 | Adobe Inc. | Personalized dynamic content via content tagging and transfer learning |
KR20210006595A (ko) * | 2019-07-09 | 2021-01-19 | 삼성전자주식회사 | 전자장치와 그의 제어방법, 서버, 및 기록매체 |
US20210216820A1 (en) * | 2020-01-15 | 2021-07-15 | Bayerische Motoren Werke Aktiengesellschaft | Context Modeling in User Behavior Learning |
US11477223B2 (en) * | 2020-01-15 | 2022-10-18 | IronNet Cybersecurity, Inc. | Systems and methods for analyzing cybersecurity events |
US20210231449A1 (en) | 2020-01-23 | 2021-07-29 | Bayerische Motoren Werke Aktiengesellschaft | Deep User Modeling by Behavior |
US11537727B2 (en) | 2020-05-08 | 2022-12-27 | Bold Limited | Systems and methods for creating enhanced documents for perfect automated parsing |
US11586691B2 (en) * | 2020-05-21 | 2023-02-21 | Meta Platforms, Inc. | Updating a profile of an online system user to include an affinity for an item based on an image of the item included in content received from the user and/or content with which the user interacted |
US11734499B2 (en) * | 2021-02-12 | 2023-08-22 | Avaya Management L.P. | Smart content indicator based on relevance to user |
EP4227824A1 (en) * | 2022-02-11 | 2023-08-16 | Siemens Aktiengesellschaft | Method and system for generating metadata tags for a plurality of engineering objects |
US11762898B1 (en) | 2022-03-31 | 2023-09-19 | Dropbox, Inc. | Generating and utilizing digital media clips based on contextual metadata from digital environments |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040254932A1 (en) * | 2003-06-16 | 2004-12-16 | Vineet Gupta | System and method for providing preferred country biasing of search results |
WO2004109544A1 (en) * | 2003-06-04 | 2004-12-16 | Sony Netservices Gmbh | Content recommendation device with user feedback |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5210868A (en) * | 1989-12-20 | 1993-05-11 | Hitachi Ltd. | Database system and matching method between databases |
US5414644A (en) * | 1993-11-24 | 1995-05-09 | Ethnographics, Inc. | Repetitive event analysis system |
US6460036B1 (en) * | 1994-11-29 | 2002-10-01 | Pinpoint Incorporated | System and method for providing customized electronic newspapers and target advertisements |
AU2001253161A1 (en) * | 2000-04-04 | 2001-10-15 | Stick Networks, Inc. | Method and apparatus for scheduling presentation of digital content on a personal communication device |
WO2002007405A2 (en) | 2000-07-17 | 2002-01-24 | Blue Ripple, Inc. | Content distribution |
AU2001211244A1 (en) | 2000-11-09 | 2002-05-27 | Swisscom Ag | Method for grouping and transmitting multimedia data |
US20030115278A1 (en) * | 2001-12-13 | 2003-06-19 | Goker Mehmet H. | Method and system for personalizing content to be delivered to a group factoring into account individual interests of each group member |
-
2005
- 2005-10-28 EP EP05806545.9A patent/EP1949263B1/en not_active Not-in-force
- 2005-10-28 CN CNA2005800524078A patent/CN101346718A/zh active Pending
- 2005-10-28 WO PCT/EP2005/011580 patent/WO2007048432A1/en active Application Filing
- 2005-10-28 JP JP2008536936A patent/JP2009514075A/ja not_active Withdrawn
- 2005-10-28 US US12/084,241 patent/US8843482B2/en not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004109544A1 (en) * | 2003-06-04 | 2004-12-16 | Sony Netservices Gmbh | Content recommendation device with user feedback |
US20040254932A1 (en) * | 2003-06-16 | 2004-12-16 | Vineet Gupta | System and method for providing preferred country biasing of search results |
JP2006527891A (ja) * | 2003-06-16 | 2006-12-07 | グーグル・インク | 検索結果に対し選好国偏向をもたらすシステムおよび方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009080808A (ja) * | 2007-09-20 | 2009-04-16 | Alcatel-Lucent | コンテンツの自動インデクシングのための装置 |
JP2012113421A (ja) * | 2010-11-22 | 2012-06-14 | Nippon Telegr & Teleph Corp <Ntt> | 信頼関係強度推定装置、信頼関係強度推定方法、評価値予測装置、評価値予測方法、及びプログラム |
WO2019039507A1 (ja) * | 2017-08-22 | 2019-02-28 | 株式会社 東芝 | スマートカメラ、画像処理装置、およびデータ通信方法 |
JP2019047214A (ja) * | 2017-08-30 | 2019-03-22 | 株式会社東芝 | スマートカメラ、画像処理装置、スマートカメラシステム、データ送信方法およびプログラム |
KR102468630B1 (ko) | 2022-08-05 | 2022-11-22 | 주식회사 레이첼블루 | 아이템 가치평가를 통한 아이템 바꿔쓰기 매칭 플랫폼 서비스 제공 장치 및 방법 |
KR20220159314A (ko) | 2022-08-05 | 2022-12-02 | 주식회사 레이첼블루 | 아이템 가치평가를 통한 아이템 바꿔쓰기 매칭 플랫폼 서비스 제공 장치 및 방법 |
KR20220159315A (ko) | 2022-08-05 | 2022-12-02 | 주식회사 레이첼블루 | 아이템 가치평가를 통한 아이템 바꿔쓰기 매칭 플랫폼 서비스 제공 장치 및 방법 |
JP7329293B1 (ja) * | 2023-06-09 | 2023-08-18 | Snafty株式会社 | 情報処理装置、方法、プログラム、およびシステム |
Also Published As
Publication number | Publication date |
---|---|
CN101346718A (zh) | 2009-01-14 |
US8843482B2 (en) | 2014-09-23 |
EP1949263A1 (en) | 2008-07-30 |
WO2007048432A1 (en) | 2007-05-03 |
EP1949263B1 (en) | 2016-09-07 |
US20090234784A1 (en) | 2009-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2009514075A (ja) | 選択されたコンテンツアイテムをユーザーに提供する方法 | |
US10275499B2 (en) | Tag selection, clustering, and recommendation for content hosting services | |
US8135669B2 (en) | Information access with usage-driven metadata feedback | |
Schedl et al. | Music recommender systems | |
Hawalah et al. | Dynamic user profiles for web personalisation | |
Shan et al. | Emotion-based music recommendation by affinity discovery from film music | |
CN108292322B (zh) | 使用从查看环境捕捉的信号的媒体数据文件的组织、检索、注释和呈现 | |
JP2011175362A (ja) | 情報処理装置、重要度算出方法及びプログラム | |
US20110022615A1 (en) | Digital data processing method for personalized information retrieval and computer readable storage medium and information retrieval system thereof | |
JP5367872B2 (ja) | 選択されたコンテンツアイテムをユーザーに提供する方法 | |
WO2023108980A1 (zh) | 基于文本对抗样例的信息推送方法及装置 | |
Lu et al. | Personalization in multimedia retrieval: A survey | |
US20160188595A1 (en) | Semantic Network Establishing System and Establishing Method Thereof | |
Qu et al. | A novel approach based on multi-view content analysis and semi-supervised enrichment for movie recommendation | |
JPH11282875A (ja) | 情報フィルタリング装置 | |
Daras et al. | Introducing a unified framework for content object description | |
CN116051192A (zh) | 处理数据的方法和装置 | |
JP3692416B2 (ja) | 情報フィルタリング方法および装置 | |
WO2008032037A1 (en) | Method and system for filtering and searching data using word frequencies | |
CN117331460B (zh) | 基于多维交互数据分析的数字化展厅内容优化方法及装置 | |
Celma | The Recommendation Problem | |
Kanters | Automatic mood classification for music | |
KR20220154056A (ko) | 빅데이터 기반 예술 융복합 ai 서비스 사용자 추천 시스템 및 그 방법 | |
Tomar et al. | Beats and Bytes: Decoding Song’s Success Patterns Using Machine Learning | |
Chan et al. | A Enhancing Video Recommendation of Multi-Headed Self-Attentive with Multimodal Features |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20090728 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20100727 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20100825 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101221 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20110117 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110315 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110323 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110421 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110428 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110518 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110525 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110616 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20120126 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120525 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20120710 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20120907 |
|
A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20130215 |