JP5015784B2 - Ｔｖ推奨器への主演俳優情報の組み入れ - Google Patents

Description

本発明は一般に、TV推奨器やその他の推奨器に関する。特に、本発明は、推奨器の改良に関する。これには、視聴者プロファイルの構成に用いる特定の情報の前処理、及び、推奨を行う推奨器に供給される特定の情報の前処理がある。

テレビジョン推奨器は、研究及び開発が活発な領域であり、多くの手法及び装置が現在、利用可能である。推奨器は一般に、電子番組ガイド（EPG）によって供給されるものなどの番組情報を処理し、ユーザが好きであり得る番組を推薦する。前述の推奨は通常、利用可能な番組を評価する場合に推奨器によって判定され、記憶され、利用される、番組属性に関する特定のユーザ選好に基づいている。ユーザに対する推奨器によって策定される選好又は推奨ルールのリストは通常、視聴者プロファイルとして表される。

推奨器によって記憶され、適用されるユーザ選好は、ユーザが好まない（事実上、陰性の選好の）タイプの番組も示し得る。ユーザが好まない旨を推奨器が判定する番組は、更なる考慮から除外される（すなわち、ユーザに提示されない）か、又は、ユーザに対して、陰性の表示を備えて提示され得る（「陰性の」推奨）。

推奨器は概ね、いくつかのカテゴリに分けることができる。一般的なタイプの推奨器の１つは通常、「暗黙型」テレビジョン番組推奨器として分類することができる。暗黙型テレビ番組推奨器は一般に、ユーザの視聴履歴から得られる情報に基づいて、気にならないように視聴者プロファイルを生成し、後のテレビジョン番組推奨判定の基礎を視聴者プロファイルにおく。更にその他のタイプの推奨器は一般に、「明示型」テレビジョン番組推奨器として分類することができる。明示型テレビ番組推奨器は、ユーザに、番組属性（題名、ジャンル、俳優、チャンネルや日付／時刻など）に関する選好について明示的に尋ねて、視聴者プロファイルを導き出し、推奨を生成する。明示型テレビジョン番組推奨器は、ユーザの選好を実現するルール組を有する視聴者プロファイルを生成するよう既知のやり方でユーザ・フィードバックを処理する。これは、後の番組推奨判定を提供するうえで用いられる。

別々の推奨器カテゴリの局面を単一の推奨器に合成することもできる。例えば、単一の推奨器は、前述の暗黙的な選好及び明示的な選好によって視聴者プロファイルを策定することができる。暗黙的に策定された選好と明示的に策定された選好との間に競合が存在している場合、推奨器ルールは、明示的選好を選択するか、又は、例えば、２つを平均し得る。入力番組はよって、暗黙的な選好及び明示的な選好の合成物に基づいて評価する。合成推奨器の説明は、本明細書及び特許請求の範囲に内容全体を援用する、「Three-Way Media Recommendation Method and System」と題する、発明者Schaffer、Lee及びGuttaを有する西暦2000年7月27日付け出願の、同時係属中であり、自己の米国特許出願第09/627,139号明細書において見つけることができる。別の合成推奨器は、本明細書及び特許請求の範囲に内容全体を援用する、「Method and Apparatus for Generating Recommendation Scores Using Implicit and Explicit Viewing Preferences」と題する、発明者Kurapati、Schaffer及びGuttaを有する西暦2000年9月20日付け出願の、同時係属中であり、自己の米国特許出願第09/666,401号明細書に記載されている。

既存のテレビ推奨器は、特定のユーザが関心を持ち得る（か、又は持ち得ない）番組を識別するが、いくつかの制限を受ける。これらが解消された場合、生成される番組推奨判定の品質を更に向上させることが可能である。例えば、推奨器は通常、選好を判定するために番組とともに供給されるデータに依存する。前述のデータは通常、サービス・プロバイダによって供給されるか、又は番組ビデオ自体とともに備えられる（例えば、メタデータ）。受信データに対する、推奨器による前述の絶対的な依存は、選好及び推奨（又は非推奨）の識別の誤りをもたらしかねない。

特定の例として、ユーザによって視聴される特定の映画のメタデータは、トム・クルーズ及びニコール・キッドマンとして俳優を識別し得る。暗黙型推奨器では、推奨器は、選好プロファイルを策定するうえで、映画のジャンル、及び俳優トム・クルーズ及びニコール・キッドマンを陽性属性として利用し得る。しかし、ユーザの好きな俳優エイダン・クインは実際に、映画における主演（又は主要）俳優であるが、メタデータには備えられていないことがあり得る。よって、推奨器は、ユーザ・プロファイルを策定するうえで、ユーザの好きな俳優に関する重要な情報をキャプチャしていない。よって、EPGが後に、俳優のうちの1人をエイダン・クインとして識別する番組を有する場合、推奨器は、その番組をユーザに推奨しないことがあり得る。

更に、サービス・プロバイダによってメタデータやその他の番組データにおいて供給される俳優の名前の順序は、俳優の役柄の重要度に対する関連性を特に有するものでない。よって、前述の映画の例の場合に、エイダン・クインが載っていても、実はその映画において主演俳優である際に彼の名前は第５の俳優フィールドに生起し得る。例えば、ユーザ選好を策定するうえで、又は推奨を行ううえで、推奨器が最初の２つの俳優フィールドしか利用しない場合、前述の結果と同様な結果が再度生じ得る。

更に、同様に、EPGにおいて受信される番組を評価する推奨器は、供給される俳優データ及び／又は順序に依存することもあり得る。EPGにおける番組の俳優データを除外すること、不適当に備えること、及び／又は誤ってランク付けすることにより、視聴者プロファイルによって番組を不適切に評価してしまいかねない。それによって、誤った陽性推奨判定又は偽陰性推奨判定が場合によってはもたらされる。

とりわけ、本発明は、番組について受信されるデータとは別に別個のソースを用いて番組における一又は複数の出演俳優を識別し、別個に判定される一又は複数の俳優を備えるよう、番組について受信される出演俳優データを調整するテレビジョン番組推奨器を備えている。別個に識別される一又は複数の俳優が、番組について受信される俳優データを置き換えるに過ぎないことがあり得る。別の例として、推奨器はまず、受信された俳優データを調節するか否かを判定し得る。例えば、推奨器はまず、別個に識別された出演俳優が、番組について受信されたデータから欠落しているか否かを判定し、肯定の場合、欠落している俳優を備えるよう受信データを調節し得る。例えば、欠落している俳優は、受信データ内の俳優フィールドのうちの１つを置き換え得るか、又は、欠落している俳優を、新たなフィールドに備え得る。推奨器は、別個に識別された出演俳優が、番組について受信されたデータにおいて、誤ってランク付けされているか否かを判定し、肯定の場合、俳優を適切にランク付けするよう受信データを調節することもできる。

番組データは、視聴者プロファイルの作成において推奨器によって用いられる番組とともに受信され得る。よって、これは、例えば、ユーザが視ることにした番組のビデオとともに受信し得る。出演俳優データ（及び、該当する場合、ランク）を別個に識別するやり方はいくつか存在している。例えば、ユーザによって現在視聴されている番組の場合、推奨器（又は別のモジュール）は、番組冒頭のテキストを監視し、「出演」などのキーワードを識別し、これに関連した１つ又は複数の名前を識別し得る。更に、ビデオ内の名前の生起の順序は、名前が示された俳優のランクを反映するものとして受け入れ得る。あるいは、番組データを備えており、許容可能な精度を有するものとして知られている別個のデータベースを、俳優の名前及びランクを求めて調べ得る。

番組についての、調節された俳優データは通常、推奨器による後の処理用の受信データと同様に生起する。（新たな俳優データが追加された場合、推奨器は、これを認識するようプログラムされる。）よって、推奨器は、視聴者プロファイルを作成する場合に番組について受信される俳優データについて、調節された俳優データを、他の場合と同様に利用し得る。視聴者プロファイルを作成するための、推奨器による後の処理は、よって、従来の推奨器（例えば、既知の暗黙型、明示型等の推奨器）を組み入れ得る。番組が出演俳優をより高精度に反映するようデータを調節することによって、推奨器が、より高精度の視聴者プロファイルを供給することが可能になる。

よって、一局面では、本発明は、１つ又は複数の出演俳優データ・フィールドを番組とともに受信する番組推奨器を備える。この推奨器は、受信出演俳優データ・フィールドとは別個のソースを利用して番組内の一又は複数の出演俳優を識別することによって1つ又は複数の受信出演俳優データ・フィールドを調節する。別の局面では、本発明は、自動化テレビジョン推奨器とともに用いる、受信番組に関するデータを処理する方法を備える。この方法によれば、出演俳優情報を有している別個の情報ソースがアクセスされる。別個の情報ソースを用いて、受信番組内の１つ又は複数の出演俳優を識別するか否かを判定する。肯定の場合、受信データは、一又は複数の識別出演俳優を用いて調節される。番組の調節受信データは、視聴者プロファイルの作成において用いるために利用可能にされる。

本発明は、ユーザ・プロファイルに基づいて推奨を行うのに用いる、（ＥＰＧ経由などで）受信された番組情報の同様な調節を行う推奨器も備える。同様に、番組リストとともに受信される俳優データを、別個に識別された俳優データを備えるよう調節し得る。これは、前述の情報が受信データにおいて欠落しているか、又は不適切にランク付けされているという判定も備え得る。推奨器は、ユーザに番組が推奨されるか否かを判定するうえで、番組の改作データを利用し得る。ＥＰＧ内の番組について備えられた出演俳優データの精度を向上させることにより、推奨判定の精度を向上させることが可能になる。

よって、本発明の更なる局面は、自動化テレビジョン番組推奨に用いるために、番組について受信された電子番組データを処理する方法を備える。この方法によれば、出演俳優情報を有している別個の情報ソースがアクセスされる。別個の情報ソースが、番組内の１つ又は複数の出演俳優を識別するか否かを判定する。肯定の場合、受信電子番組データは、一又は複数の識別出演俳優を用いて調節される。番組について受信された調節電子番組データが、番組の自動化推奨の判定において用いるうえで利用可能にされる。

出演俳優の再配列は、重要度が低い役柄を有する俳優を、ユーザ・プロファイルを作成するうえでの推奨器による考慮から除外する役目も担い得る。それによって、プロファイルのインテグリティが向上する。（例えば、重要度が低い役柄の俳優は、番組のユーザ選択の焦点になる可能性が低い。）同様に、EPGデータ内の俳優の調節によって、ユーザに対する誤った推奨又は期待はずれの推奨を避けられ得るものであり、さもなければ回避され得る推奨につながることもあり得る。

本発明の局面を推奨器の一部として上記で要約したが、後述する通り、本発明の実現において種々の多くの構成を用いることができる。

とりわけ、便宜上、「俳優」の語は、男優及び女優をともに表すよう本明細書及び特許請求の範囲において普遍的に適合させている。更に、テレビジョン「番組」の語は、本明細書及び特許請求の範囲全体にわたって総称的に用いられ、放送されるものは何でも（映画、ショー、情報コマーシャル、又は同様なものをはじめとする）有することを意味する。ソース（受信番組データ（メタデータなど）をはじめとする）によって供給される俳優の配列は一般に、俳優ランキングとして表され、第１の俳優は、主演俳優、又は最高ランクの俳優として表され、リストに第２、第３、第４に示された俳優は、低ランクの俳優として表される。更に、前述の通り、推奨器は、視聴者プロファイルの作成において選択番組及び非選択番組のデータを利用し得るものであり、視聴者プロファイルはよって、陽性選好及び陰性選好を有し得る。同様に、対象の番組について特定の推奨器によって行われる推奨判定は、陽性及び陰性であり得るものであり、ユーザは、両方のタイプが通知され得る。

図１は、本発明による推奨器３００の例示的な実施例を示す。図１では、推奨器３００は、別個に表されたいくつかのモジュールを有する。一般に、視聴者プロファイル生成モジュール３１５は、視聴者プロファイル４００を作成するようユーザの番組選択（ユーザ番組選択入力３１２（適切な番組データ及びビデオを有する））を処理する。視聴者プロファイル生成処理モジュール３１５は、入力３１２を介して入力される、ユーザの陽性番組選択及び陰性番組選択（すなわち、視聴するよう選択される番組、及び視聴しないよう選択される番組）を用い得る。番組推奨生成処理モジュール５００は一般に、番組データに関する入力を（EPG入力３１０経由などで）受信し、視聴者プロファイル４００を参照して、番組推奨判定３３０をユーザに向けて出力する。ユーザに向けて出力される推奨は一般に、推奨番組（陽性推奨）を有するが、１つ又は複数の番組が推奨されない（陰性推奨）を示すこともあり得る。以下に更に詳細に説明するように、推奨器３００は、出演俳優調節処理モジュール６００も有する。出演俳優調節処理モジュール６００は、視聴者プロファイル生成処理モジュール３１５及び／又は番組推奨生成処理５００それぞれによる更なる処理の前に、ユーザ番組選択３１２及び／又はEPG３１０に関する出演俳優データを前処理する。

推奨器３００（、及び、特に、図１に示しており、前述した種々のモジュール）は、何れかの計算装置（PC、ワークステーション、セットトップ・ボックス、テレビジョン回路、又は同様なものなど）において実施することができる。推奨器３００に備えられたモジュールはよって、一般に、1つ又は複数のプロセッサ及び関連メモリに常駐し得る。例えば、図1aは、図１に表すモジュールをサポートする推奨器３００のハードウェア構成部分及びソフトウェア構成部分を表す実施例を備える。よって、図１のモジュールは図１aのメモリ３０４のソフトウェア３０４aに常駐し得るものであり、モジュールの処理はプロセッサ３０２によって、図1aの関連メモリ３０４及びソフトウェア３０４aに関して行うことができる。（より具体的な例として、後述する出演俳優調節処理モジュール６００の実施例の種々の局面（テキスト並びに画像の検出及び認識、データ・フィールドの調節等）をソフトウェア３０４aに記憶し、プロセッサ３０２及び関連メモリ３０４を用いて適用することができる。）
視聴者プロファイル４００の作成における推奨器３００の視聴者プロファイル生成処理３１５、及び番組推奨生成処理５００（一般に、視聴者プロファイル４００に関して動作する）によって用いられる手法は、当該技術分野における周知の、又は従来の手法の１つ若しくは組み合わせに従い得る。よって、視聴者プロファイル生成処理３１５、視聴者プロファイル４００及び番組推奨生成処理５００は、通常の明示型番組推奨器、暗黙型番組推奨器やその他の番組推奨器の１つ又は組み合わせから前述の処理を適合させることができる。例えば、視聴者プロファイル生成処理３１５、視聴者プロファイル４００及び番組推奨生成処理５００は、本明細書及び特許請求の範囲に内容全体を援用する（、「９１４特許」としても表される）、「Method and Apparatus for Recommending Television Programming Using Decision Trees」と題する、発明者Srinivas Guttaによる西暦2004年4月27日付け出願の米国特許第6,727,914号明細書に記載されたデシジョン・ツリー処理手法を利用することができる。914特許は、ユーザが視聴した（か、又は視聴しないことにした）ショーのデータを利用していくつかの番組属性を分類する。階層型デシジョン・ツリーが作成される。ノードに選択される属性は、属性の相対エントロピ尺度によって判定され、各リーフ・ノードは、特定の分岐に対応する番組についての陽性推奨又は陰性推奨を備える。前述の処理、及び結果として生じるデシジョン・ツリーは、視聴者プロファイル生成処理３１５及び視聴者プロファイル４００それぞれとして組み入れることができる。デシジョン・ツリーをその後、番組推奨を行うよう施す（番組推奨生成処理５００に対応する）。この実施例の推奨器３００に組み入れられる手法が何であっても、以下に更に説明するように、少なくとも一部の番組における出演俳優が、視聴者プロファイル４００の作成において視聴者プロファイル生成処理３１５によって用いられ、かつ／又は、出演俳優が、番組推奨生成処理５００において少なくとも一部の番組リストについて用いられる。

まず視聴者プロファイル４００に焦点を当てれば、前述の通り、これは、ユーザによって、視聴するよう選択された番組（及び、特定の推奨器の場合、視聴しないよう選択された番組）に基づいて、推奨器３００の視聴者プロファイル生成処理３１５によって作成される。この番組データは、ユーザ番組選択３１２によって、図１における入力として表される（適切な番組データ及びビデオをはじめとする）。よって、推奨器３００は一般に、ブロック３１２を介してユーザ入力によって視聴される番組を監視し、視聴者プロファイル４００の作成における視聴者プロファイル生成処理３１５において上記データを（直接、又は後述する特定の前処理後に）利用する。推奨器３００が９１４特許のデシジョン・ツリー手法を実現する場合、入力番組データ（前処理されたデータをはじめとする）は、ツリーのノード及びリーフの作成において利用される属性、並びに陽性例及び陰性例を備える。

ブロック３１２において入力される、視聴される番組（及び非選択番組）に関する番組データの大半は、利用される従来の手法によって、視聴者プロファイル４００を作成するうえで視聴者プロファイル生成処理３１５によって直接利用され得る。これは、多くのその他の番組属性のうちでも、番組ジャンル、日付、及びチャンネルを有し得る。しかし、受信データの一部分をまず、調節することができ、かつ／又は、新たなデータを出演俳優調節処理６００によって追加することができる。例えば、ブロック３１２に入力される、番組の受信データ（メタデータなど）が出演俳優データを有する場合、推奨器３００の視聴者プロファイル生成処理３１５によって俳優データが更に処理される前に、出演俳優調節処理モジュール６００が施される。その場合、モジュール６００は、番組についてブロック３１２で利用可能なビデオ入力を一定期間解析し得る。例えば、テキストの検出及び認識をビデオに3分間（番組の冒頭のクレジット部分の持続時間にほぼ対応する）施し、一又は複数の出演俳優を識別するよう用いることができる。同様に、番組の最後の3分間（クロージング・クレジットが通常生起する）を同様に監視することができる。

ビデオの対象部分におけるテキストの検出及び認識は、既知又は従来の手法の何れか１つ、又は組み合わせを利用することができる。例えば、特定の手法を採用し、本明細書及び特許請求の範囲に内容全体を援用する（、「９３０特許」としても表される）、「Method And System For Analyzing Video Content Using Detected Text In Video Frames」と題する、発明者Agnihotriらによる西暦2003年8月19日付け出願の米国特許第6608930号明細書から適合させることができる。よって、出演俳優調節処理６００は、例えば、前述のクレジット・テキストを求めて番組の最初のビデオ又は最後のビデオを監視するために、テキストの検出及び認識に関する、９３０特許からの手法を採用することができる。（更に、番組クレジットの識別に用いる適切なテキスト属性の特徴（テキストのスクロール、「出演」などのキーワードの識別等など）を９３０特許から採用して、検出テキストが番組クレジットに対応することを確認することもできる。

代替策として、推奨器３００の出演俳優調節処理モジュール６００は、本明細書及び特許請求の範囲に内容全体を援用する、Xian-Shang Hua、Xiang-Rong Chen, Liu Wenyin & Hong-Jiang Zhangによる「Automatic Location of Text in Video Frames, Proceedings of the 2001 ACM Workshops on Multimedia： Multimedia Information Retrieval, pp. 24-27 （ACM Press 2001）」に記載されたテキスト検出手法を用いることができる。

このようにしてクレジットのテキストを検出し、認識した後、調節処理６００は、テキストに備えられた出演俳優を識別するようこれを適合させることができる。よって、調節処理６００は例えば、名前データベース（俳優名を特に有し得る）内の名前とテキストを比較することによってテキストが名前を備えていることを確認することができる。調節処理６００は、１つ又は複数の選択ルールに基づいて主演俳優を選択することができる。前述の解析のルールは、検出テキストが名前の隣に「出演」の語を有するか否かを判定するほど単純であり得る。他の（又は更なる）ルールによれば、テキストを監視して、番組ビデオ内のテキストに生起する最初の名前、又は最大のサイズを有する名前（通常、主演俳優に対応する）を判定することができる。

テキスト・ベースの手法を用いて番組の主演俳優をビデオから前述のように識別すると、出演俳優調節処理６００は単に、受信出演俳優フィールド内の最初の名前を、識別主演俳優と置き換え得る。図2aは、この基本的な処理の例を備える。別個に識別された主演俳優（番組ビデオのテキスト解析を介して識別されたエイダン・クイン）は単に、受信出演俳優フィールドの第１ランクの俳優（トム・クルーズ）を置き換える。結果として生じる調節出演俳優フィールドは、より高精度の主演俳優を備える。調節出演俳優フィールドはよって、受信出演俳優フィールドと同じ形式で生起し、視聴者プロファイル４００の作成において番組の他の入力データとともに用いるために視聴者プロファイル生成処理３１５に利用可能にされる。

図２aに示す特定の例では、主演俳優フィールドの精度は向上しているが、エイダン・クインは、又、調節データにおいて第３に名前が示されており、トム・クルーズについて受信される俳優データは失われている。あるいは、名前が置き換えられる前に更なる処理を行うことができる。例えば、識別主演俳優名をまず、受信された名前と比較して、何れかの受信名を調節すべきか否かを判定することができる。識別された主演俳優名が、受信された俳優のうちで生起しない場合、識別された俳優の名前を第１のフィールドに挿入し、受信された名前を全て、1ランク下に移動させ、最低の受信名を廃棄する。識別された俳優が第１の受信俳優フィールドに生起する場合、調節は何ら必要でない。識別された俳優が、より低ランクの受信フィールドに生起する場合、その名前を、より低いフィールドから除外し、受信されたより高いランクの名前全てをそれぞれ、下に1ランク、シフトさせる。このことによって、空いたフィールド位置を第１のフィールドにシフトさせ、識別された俳優名を第１のフィールドに挿入する役目を担う。図2bは、図2aのシナリオの前述の手順を例示する。図2bでは、識別された俳優エイダン・クインは、第３の受信フィールドにも生起しているものとして認識される。彼の名前をよって、第３のフィールドから廃棄させ、第１の受信名及び第２の受信名（トム・クルーズ及びニコール・キッドマン）を第２のフィールド及び第３のフィールドそれぞれにシフトさせる。エイダン・クインの名前を第１のフィールドに挿入し、第４のフィールド内の名前（ジョン・グッドマン）は変わらない状態に留まる。（よって、エイダン・クインの名前が事実上、ランクにおいて第３の位置から第１の位置にシフトさせられる）。よって、調節データ内の主演俳優は、受信フィールドによる他の俳優の識別情報及び相対ランキングを維持するとともにエイダン・クインを主演俳優としてより高精度で識別する。

その他の比較及び置換のルールは、データに与えられる対象の相対的な優先度に応じて当業者が容易に分かるであろう。前述の通りに、かつ、図２bに示す結果において表されるように、調節出演俳優フィールドは、受信出演俳優フィールドと同じ形式で生起し、視聴者プロファイル４００の作成において、番組のその他の入力データに用いるために視聴者プロファイル生成処理３１５に利用可能にされる。番組の実際の主演俳優をより高精度に反映する番組データを備えることにより、推奨器３００は、より高精度の視聴者プロファイル４００を作成することができ、後に、そのプロファイルを用いてより高精度の推奨判定を行うことができる。

前述の例示的な実施例は、ユーザが番組にチューニングした後の最初の数分間でのビデオ内のクレジット・テキストの検出に依存する。これは、番組が始まるにつれてユーザがチューニングすることに依存する。例えば、オープニング・クレジット後にユーザがチューニングした後、テキストは何ら検出されず、番組とともに受信された非改変出演データ・フィールドが、視聴者プロファイル４００の策定において視聴者プロファイル生成処理３１５に利用可能にされる。（番組のエンディング・クレジットを用いることができる場合、同様な結果が生じ得るが、検出されない。）あるいは、テキストが検出又は認識されない場合、出演俳優調節処理６００は、番組及び対応する出演俳優データを一覧化した内部又は外部のデータベースを参照し得る。（前述の内部データベースは、例えば、図１aのメモリ３０４にもあり得る。）前述のデータベースに備えられた番組の出演俳優データは、前述のビデオのテキスト・ベースの解析を用いて事前に編集され得る、サービスの訓練された従業員によって手作業で入力され得る、等である。調節処理６００は、対象の番組（一般に、受信タイトル・データ・フィールドによって推奨器３００に対して識別される）をデータベースが有するか否かを判定することができる。肯定の場合、主演俳優を、データベース内の番組について識別し、テキスト・ベースの識別について前述のように利用することができる。調節処理６００は、潜在的な主演俳優のテキスト判定の代わりにデータベースを利用し得る。更に、前述のデータベースは、テキスト・ベースの識別とともに用いることもできる（潜在的な主演俳優のテキスト・ベースの識別の競合が存在している場合に、適切な決定ルールを備える）。

番組とともに受信される出演俳優データ（例えば、メタデータや同様なもの）とは別個に出演俳優を識別する前述の手法の代わりに（、又はその手法に加えて）、推奨器３００の出演俳優調節処理６００は、俳優を識別するために周知の顔認識手法を番組のビデオに施し得る。例えば、番組のビデオのサンプルを監視し、周知の手法を用いて顔画像をキャプチャすることができる。前述の顔は、出演俳優調節処理６００に利用可能な、俳優の顔のデータベースとの比較によって識別することができる。主演俳優（及び重要度がより低い俳優）を、例えば、サンプリングにおける生起の回数に基づいて選択することができる。

受信出演俳優データ・フィールド内の主演名を置き換える代わりに、テキスト・ベースの手法（又はその他の判定）によってビデオにおいて判定される主演俳優の名前は、出演俳優調節処理６００によって、「主演俳優」フィールドと呼ばれる新たなデータ・フィールドに入れることができる。その場合、視聴者プロファイル生成処理３１５は、視聴者プロファイル４００の作成において番組とともに受信された出演俳優データ・フィールドの第１のものを用いるのと同様に、埋められている場合に主演俳優フィールドを利用するようプログラムされる。更に、視聴者プロファイル生成処理３１５が視聴者プロファイルの判定における属性として出演俳優を利用することができるが、受信番組が出演俳優データ・フィールドを有しない場合、調節処理６００は、前述の主演俳優を識別し、視聴者プロファイル４００の策定に用いるために番組についての出演俳優フィールドを作成し得る。

好ましくは、視聴者プロファイル生成処理３１５は一般に、より高精度の視聴者プロファイル４００の作成に適切な場合に番組の調節出演俳優の識別情報及びランクを利用するようプログラムされる。しかし、視聴者プロファイル生成処理３１５は、視聴者プロファイル４００の作成においてユーザの何れかの１つの特定の番組選択のデータ全てを必ずしも用いるものでない。よって、ブロック３１２を介して入力された特定の番組の場合、視聴者プロファイル生成処理３１５は、出演俳優調節処理６００によって調節及び／又は作成される番組の調節出演俳優フィールドを必ずしも用いるものでないことがあり得る。更に、従来の多くの推奨器は、視聴者プロファイル４００の作成において、視聴するようユーザによって選択されない番組の属性も用いる。これは事実上、陰性選好をもたらす。視聴者プロファイル４００における前述の陰性選好を用いて、推奨を行わないか、又は明示的に陰性の推奨を行ううえで後の番組を評価することが可能である。推奨器３００の視聴者プロファイル生成処理３１５が、非選択番組を用いて視聴者プロファイル４００を構築する場合、出演俳優調節処理６００は、前述の視聴された番組と同様に非視聴番組の出演俳優データ・フィールドを調節することができる。例えば、ビデオ信号のテキスト・ベースの解析を用いて出演俳優を判定する場合、出演俳優調節処理６００は、選択番組のビデオ信号及び1つ又は複数の非選択番組のビデオ信号を同時に監視することができることがあり得る。非選択番組内の出演俳優をより高精度に反映することにより、作成された視聴者プロファイル４００はもう一度、ユーザの好き嫌いをより高精度に反映する。

同様に、出演俳優調節処理６００は、受信番組について2つ以上の俳優名を別個に識別し、それらを利用して受信出演俳優フィールドを調節することができる。識別された複数の俳優を用いて、番組の受信データ・フィールドに名前が示された俳優を置き換えるか、空きのフィールドを埋めるか、又は、新規作成フィールドに入れることができる。図２a及び図２bに示すように、別個に識別される俳優によって潜在的に置き換えられ得る、受信出演俳優フィールドに名前が示された俳優は４個、存在し得る。（４個を前述の例に用いているが、それより多くても少なくてもよい。例えば、トリビューン・メディア・サービスには、俳優名に合計６個のフィールドが予約されている。）例えば、前述のものと同様に、番組のビデオを解析して、２個の出演俳優名を有するテキストを識別することができる。識別された俳優のランクを、ビデオにおいて識別された順序にあるものとして採用することもできる。調節処理６００は、識別されたそれぞれの俳優を有する第１の受信データ・フィールド及び第２の受信データ・フィールドに生起する２つの名前を置き換えることができる。同様に、３つ以上の名前を識別し、受信された名前を置き換えるよう用いることができる。

出演俳優調節処理６００が複数の出演俳優名を識別する場合、前述の他の局面も利用することができる。例えば、識別された名前をデ―タベース内で検査して、受信データ・フィールドを置き換える前に、それが実際に俳優命令であることを確認することができる。更に、受信された名前を、識別された名前の数、ランクにおいて下に移動させることができる。よって、識別された名前は事実上、受信された最低ランクの名前を置き換える。更に、識別された名前をまず、受信された名前と比較し、比較結果を調節に用いることができる。例えば、受信された名前として生起する識別された名前それぞれを、その受信した名前のフィールドから除去することができる。より高いランクの残りの受信された名前は、識別された俳優名を挿入するための、最高のフィールドの必要な数を空けるとともに、空けられたより低いフィールドを満たすよう順次押し下げられる。必要な場合（すなわち、受信された名前のうち、識別された名前全てより少ない数の名前が生起する場合）、最低フィールド内の受信された名前を押し出して（廃棄して）最上部フィールド内に十分な余地を設けることができる。

例えば、図2cに示すように、識別された二俳優であるニコール・キッドマン及びエイデン・クインは、識別されたランク１及び２それぞれを有する。受信された名前及び識別された名前を比較することによって、識別された俳優ニコール・キッドマンが更に、受信フィールド２に生起していることが認識される。ニコール・キッドマンはよって、受信フィールド２から除去される。受信フィールド１内の名前（トム・クルーズ）はフィールド３まで、2フィールド分下に移動させられ、それによって、識別された俳優ニコール・キッドマン及びエイダン・クインそれぞれを挿入するために、フィールド１及び２が空けた状態にされる。トム・クルーズはジョン・グッドマンを位置３から位置４に押し出し、ジョン・グッドマンはハーヴェイ・カイテルをリスト外に押し出す。識別された複数の俳優についてのこの例示的な置換手順は、識別された俳優及びランク付けに優先度を与え、より低いランクにおける重複を避け、より低いランクにおける受信された俳優のランク付けを保つ。

識別された一俳優の場合と同様に、名前の比較を用いて、１つ又は複数の受信名フィールドを調節する必要があるか否かを判定することができる。例えば、比較は、識別された俳優の名前及びランクが、受信された俳優の名前及びランクと同じ場合に認識することができ、それによって、そのフィールドの調節が何ら必要でないことを判定する。前述の認識されたデータを、取り出される何れかのその他の名前について調節を行いながら維持することができる。（例えば、前述の方法論では、識別された他の名前に対する余地を与えるために、より高いランクの名前が押し下げられることによって、前述のフィールドが飛ばされる。）識別された名前及びランク全てがそれらの受信されたそれぞれの名前及びランクに対応している場合、比較によって、調節が何ら必要でないことが判定され得る。

一出演俳優を別個に識別する場合と同様に、テキスト・ベースの手法とは別個に（又はテキスト・ベースの手法に加えて）他の手法を用いて、番組内の複数の出演俳優を識別することができる（データベースの照会など）。更に、識別された「主演俳優」を新たなデータ・フィールドに入れることができる一方、識別された第２、第３等の俳優が、受信されたデータ・フィールド内の俳優を置き換えることができる。更に、調節処理６００によって識別される俳優を用いて、番組について受信された空きのデータ・フィールドを埋めることができる（単に、受信データ・フィールド内の名前を置換又は再配列するのではなく）。更に、置換ルールは、受信データ・フィールドより多くの出演俳優が識別される場合を容易に有し得る。（図２Cに関して前述した例示的な実施例の場合、5個の俳優名が識別された場合、更なるデータ・フィールドが作成されない限り、最初の4個が、４つの調節出演俳優フィールドに生起する。）同様に、推奨器３００の番組が、視聴者プロファイルの判定における属性として出演俳優を利用することができるが、受信番組は出演俳優データ・フィールドを有しておらず、調節処理６００は、別個のソース（例えば、番組ビデオのテキスト・ベースの解析）を用いて1つ又は複数の出演俳優を識別し、番組のデータ・フィールドを作成することができる。

図３は、視聴者プロファイルの作成に関して、基本的な例示的方法論を提示する実施例である。ブロック７００では、（番組データ及びビデオをはじめとする）ユーザ番組選択が受信される。ブロック７０４では、ブロック７００で受信された何れかの番組データとは別個に受信される番組について1つ又は複数の出演俳優が識別される。ブロック７０８では、番組とともに受信された出演俳優データが、ブロック７０４において番組について識別された出演俳優データを利用して調節される。前述の調節は自動的であり得るか、又は、受信された出演俳優の名前（及び、任意的には、俳優のランク）と、識別された出演俳優との間の比較後に選択的に行われ得る。調節されたデータは、ブロック７１２で、視聴者のプロファイルの作成において、番組について受信された何れかの他のデータとともに用いるために利用可能にされる。

前述の通り、主演俳優（及び助演俳優）をより好適に反映するよう出演俳優データ情報を調節する（又は加える）ことによって、ユーザの番組選好（適宜、陰性選好を有する）をより好適に反映する視聴者プロファイル４００を推奨器３００が作成することが可能になる。そのプロファイルを用いて後に評価されるEPG３１０内の番組によって、より高精度の推奨判定３３０がもたらされ得る。

EPG３１０に一覧化された番組について備えられた出演俳優データは、適宜、視聴者プロファイル４００の作成において用いる番組について前述したものと同様に調節することもできる。EPG３１０に備えられる番組の一部（又は全部）は、出演俳優データも備え得る。番組推奨生成処理５００は、視聴者プロファイル４００を番組予定リストに適用するうえで前述の出演俳優データを利用するようプログラムされ得る。例えば、視聴者プロファイル４００が、９１４特許によるデシジョン・ツリーを備える場合、1つ又は複数の俳優のノード及び分岐を有し得る。よって、番組リストの俳優データを、番組の推奨を判定するうえで、デシジョン・ツリーのノード又は分岐において利用することができる。よって、番組リストの俳優データを番組の推奨の判定において、デシジョン・ツリーのノード又は分岐において利用することができる。

前述の推奨器とともに用いるEPG３１０における番組予定に備えられた出演俳優データがより高精度であることにより、更に、より高精度の推奨判定がもたらされる。図１に表す例示的な実施例の更なる（又は別の）局面では、出演俳優調節処理６００は更に、当初、EPG３１０を介した番組リストを備える推奨器３００への番組データ入力を処理する。例えば、題名、及び、必要に応じて、リストに備えられた他の番組情報（番組ジャンルなど）を用いて、番組の出演俳優を、出演俳優データを有する番組の外部データベース又は内部データベースから取り出す（視聴者プロファイル４００の作成において用いるデータベースの場合、前述のデータベースに備えられる番組の出演俳優データは、前述のビデオ手法のテキスト・ベースの解析を用いて事前に編集され得る、サービスの訓練された従業員によって手作業で入力され得る、等である。）調節処理６００は、データベースが、対象の番組を有するか否かを判定し、肯定の場合、１つ又は複数の出演俳優名を取り出し、該当する場合、俳優のランク付けを取り出すことができる。

調節処理６００は次いで、取り出された一又は複数の俳優を備えるよう番組リストの出演俳優データを調節することができる。例えば、リストとともに受信される名前を単に、取り出された名前と置き換えることができる。あるいは、番組について取り出される名前それぞれが、番組とともに取り出される個別の名前をランクに基づいて置き換えることができる。例えば、３つの名前が取り出され、４つの名前が受信された場合、取り出された名前１乃至３は受信された名前1乃至３を置き換えることができ、受信された名前４は変わらない状態に留まる。あるいは、視聴者プロファイル４００の作成に用いるデータの調節について前述したように、調節処理６００は、受信された名前及び取り出された名前を比較することができる。受信された名前の調節（１つ又は複数の名前を調節するか否かの判定をはじめとする）に比較を用いることができる。（例えば、番組リストの調節処理６００は、図２b及び図２ｃに関して前述したものと同様の手順を用いることができる。この場合、受信出演俳優フィールドは番組リスト・データに対応し、番組リストについて取り出された俳優名は、図２b及び図２ｃの識別された一又は複数の俳優と同様である。）4つ以上の名前が前述の例において取り出された場合、最初の４つが受信名全てを置き換えることができるか、又は更なるデータ・フィールドを作成することができる。更に、調節処理６００は、取り出された名前を、番組データ内の空いたデータ・フィールドに加えるか、又は取り出された名前の新たな、又は更なるフィールドを作成することができる。

当然、番組リストについて受信された出演俳優データは、取り出された俳優データを高精度に反映することができるか、又は、データベースは番組を備えないことがあり得る。その場合、元の番組データを、推奨器３００の番組推奨生成処理５００によってその通常のやり方で用いて、番組３３０の推奨判定を供給する。調節処理６００が、EPG３１０を介して番組リストとともに受信される俳優データを調節した場合、修正番組データは、より高精度の出演俳優データを有するが、さもなければ、同じ形式のものである。（例えば、取り出された名前を有する新たなフィールドをリストに加えることによって形式が変更された場合、番組推奨生成処理５００は、それを認識するようプログラムされる。）よって、調節された番組リスト・データが同様に、番組の推奨判定３３０を供給するためにその通常のやり方で視聴者プロファイル４００を備える番組推奨生成処理５００によって用いられる。（その点で、好ましくは、番組推奨生成処理５００及び視聴者プロファイル４００は一般に、番組の推奨判定３３０のレンダリングにおいて番組リスト内の調節された出演俳優の識別情報及びランクを利用するよう構成される。しかし、リストされた何れかの特定の番組の場合、備えられた出演俳優データを（調節の有無にかかわらず）必ずしも利用しないことがあり得る。更に、処理５００は、推奨判定３３０において、特定の番組の推奨を何ら生成しないか、又は、明示的な陰性推奨を生成することがあり得る。）
ＥＰＧ３１０の番組データの調節に関して前述した特定の実施例では、番組の出演俳優を取り出し、ＥＰＧ３１０内の番組について受信された番組データを調節するために番組データベースが利用される。しかし、他の手法を、ＥＰＧ３１０とともに受信された番組データとは別個に出演俳優情報を識別するために用いることができる。例えば、調節処理６００は、テキスト・ベースの解析の前述の手法を、ＥＰＧ３１０にリストされた番組の下にあるビデオに施すことができる。番組の下にあるビデオは、例えば、調節処理によってアクセスされる1つ又は複数のビデオ・アーカイブによってアクセスすることができる。多くの番組が通常、ＥＰＧ３１０を介して入力されるので、リストされた番組毎にこのようにして出演俳優情報を評価し、調節（又は追加）しようとすることは、時間がかかり得る。よって、調節処理はまず、半時間以内に始まる映画にまず焦点を当て、次いで、他の番組にこのプロセスを拡張させることができる。あるいは、ＥＰＧ３１０のプロバイダは、サービスとして、番組毎に最初のクレジットのテキストのサーチを行い、前述の特定のビデオフレームを順番にＥＰＧ３１０内の他の番組データとともに供給することができる。番組毎に、調節処理６００は、前述のように、出演俳優のテキストを求めて受信フレームを非常にすばやくサーチすることができる。

図４は、本発明による、ＥＰＧの局面の基本的な方法論を提示する実施例である。ブロック740では、番組の番組データが受信される。ブロック744では、ブロック740で受信された何れかの番組データとは別個に番組について1つ又は複数の出演俳優が識別される。ブロック748では、番組データとともに受信された出演俳優データが、ブロック744において番組について識別された出演俳優データを利用して調節される。前述の調節は自動的であり得るか、又は、受信された出演俳優の名前（及び、任意的には、俳優のランク）と、識別された出演俳優との間の比較後に選択的に行われ得る。ブロック752では、調節されたデータが、ユーザに対する番組の推奨の判定において、番組について受信された何れかの他のデータとともに用いるよう利用可能にされる。前述の推奨は、陽性若しくは陰性の推奨であり得るか、又は、推奨でないことがあり得る。

本発明は、いくつかの実施例を参照して説明したが、図示し、説明した特定の形態に限定されるものでないことが当業者によって分かるであろう。よって、形態及び詳細における種々の変更をその中に、特許請求の範囲記載の本発明の趣旨及び範囲から逸脱することなく行うことができる。例えば、前述の通り、種々の実施例において用いることができる別のテキスト検出及び認識の手法、並びに、利用することができる各種の多くのサポート推奨器手法が存在している。更に、図１の推奨器３００などの推奨器は、テレビジョン受像機の一部として実現し得るか、テレビジョン受像機とインタフェースするセットトップ・ボックスの一部であり得るか、更にアップストリームにあり得る（例えば、ウェブサイトの一部であり得る）か、その他の同様な構成であり得る。同様に、出演俳優調節処理６００を、図１に関して記載した実施例における推奨器３００内の別個のモジュールとして示す。このモジュールの種々の処理タスクの実現を、視聴者プロファイル生成処理モジュール３１５、及び／又は番組推奨生成処理モジュール５００と統合化することができることが当業者には明らかであろう。

更に、本発明の実施例をサポートする種々のモジュールは、より広範囲のビデオ又は娯楽システムの一部であり得る（か、又は前述のビデオ又は娯楽システムにわたって分散され得る）。例えば、調節処理６００は、推奨器３００の他のモジュールとは別個に実現され、それ自身の１つ又は複数のプロセッサを利用し得る。よって、例えば、ユーザ番組選択３１２に関する出演俳優データの別個の調節処理は、推奨器３００の他のモジュールのアップストリームで実現することができ、EPG３１０の別個の調節処理を、推奨器３００の他のモジュールのアップストリームで実現することができる。推奨器の他のモジュール、及び調節処理は、別個の遠隔ウェブサイトにおいて行い、次いで、ユーザのテレビジョン受像機、コンピュータ、又は同様なものに送信することができる。

更に、前述の上記実施例は、番組情報と共に受信された俳優よりも、別個に識別された俳優に対して優先度を与えている。あるいは、推奨器ルールは、受信された俳優名に優先度を与え得る。例えば、別個に識別された一又は複数の俳優を、受信された俳優のうちで生起しない場合にのみ置換として用いることができ、１つ又は限定数の最低ランクのフィールドの置き換えに用いることができるに過ぎない。前述の優先度は、識別された名前の信頼度に関するルールの関数であり得る。

よって、前述の特定の手法は、例に過ぎず、本発明の範囲を限定するものでない。

本発明による推奨器の例示的な実施例を示す図である。 図１の推奨器の別のレベルを表す図である。 本発明の実施例による、受信主演俳優フィールドの調節の例を示す図である。 本発明の実施例による、受信主演俳優フィールドの調節の例を示す図である。 本発明の実施例による、受信主演俳優フィールドの調節の例を示す図である。 本発明の実施例による視聴者プロファイルの作成において用いる処理方法を示す図である。 本発明の実施例による、番組推奨の判定において番組情報を処理するのに用いる処理方法を示す図である。

Claims (12)

1. 番組推奨器であって、
   番組の電子番組データを受信する手段であって、前記電子番組データは、前記番組に関係する俳優の名前を含む１つ又は複数の出演俳優データ・フィールドを含む手段と、
   前記番組内の一又は複数の出演俳優、及び前記番組内の識別された一又は複数の出演俳優の対応するランキングを識別するために、前記受信された電子番組データとは別個のソースを利用して、別個に識別される出演俳優データ及び前記識別された出演俳優データのランキングに応じて、前記受信された電子番組データの前記１つ又は複数の出演俳優データ・フィールドの内容を調節する手段と
   を備え、
   前記電子番組データの前記出演俳優データ・フィールドの前記調節された内容は、視聴者プロファイル、及び前記番組の自動化された推奨の一方又は両方の判定において使用するために利用可能にされ、
   前記調節する手段は、前記番組のビデオ信号におけるテキスト内容を解析して、前記番組内の前記一又は複数の出演俳優を識別する推奨器。
2. 請求項１記載の推奨器であって、前記調節する手段は、番組のデータベースを前記別個のソースとして利用して、前記番組内の前記一又は複数の出演俳優を識別する推奨器。
3. 請求項１記載の推奨器であって、前記調節する手段は、前記識別された一又は複数の出演俳優を、第１の１つ又は複数の前記出演俳優データ・フィールドそれぞれに挿入し、それにより、前記データ・フィールドに既に含まれている内容を置き換える推奨器。
4. 請求項１記載の推奨器であって、前記調節する手段は、視聴者プロファイル、及び前記番組の自動化された推奨の一方又は両方の判定において使用するために前記電子番組データを利用可能にする前に、前記番組とともに受信された１つ又は複数の前記出演俳優データ・フィールドの内容を調節するか否かを当初判定する推奨器。
5. 請求項１記載の推奨器であって、前記調節する手段は、前記識別された出演俳優、前記１つ又は複数の受信出演俳優データ・フィールドにおいて名前が示された出演俳優のうちの一又は複数を表すデータ間の比較に少なくとも部分的に基づいて１つ又は複数の前記受信出演俳優データ・フィールドを選択的に調節する推奨器。
6. 請求項５記載の推奨器であって、前記比較は、前記受信出演俳優データ・フィールドにも生起する前記一又は複数の識別された出演俳優の何れかの名前を判定する機能を備える推奨器。
7. 請求項１記載の推奨器であって、前記推奨器は、前記受信手段及び前記調節する手段を実現するよう構成された少なくとも１つのプロセッサ及び少なくとも１つの関連メモリを更に含む推奨器。
8. 自動化テレビジョン番組推奨に用いるために、番組について受信される電子番組データを処理する方法であって、
   ａ） 受信された電子番組データ何れかと別個に、前記番組の出演俳優を識別するために使用される、出演俳優情報を有する別個の情報ソースにプロセッサを使用してアクセスする工程と、
   ｂ） 前記番組内の一又は複数の出演俳優、及び前記番組内の何れかの別個に識別された一又は複数の出演俳優のランキングを前記別個の情報ソースが識別するか否かを前記プロセッサを使用して判定する工程と、
   ｃ） 前記別個の情報ソースが、前記番組内の一又は複数の出演俳優の識別情報及びランキングを有する場合に、一又は複数の前記識別された出演俳優を表すデータを用いて前記受信された電子番組データの１つ又は複数の出演俳優データ・フィールドの内容をメモリ内で調節する工程と。
   ｄ） 前記番組の自動化推奨判定において用いるために前記番組の前記電子番組データの前記出演俳優データ・フィールドの前記調節された内容を前記メモリにおいて利用可能にする工程とを備え
   前記調節する工程は、前記番組のビデオ信号におけるテキスト内容を解析して、前記番組内の前記一又は複数の出演俳優を識別する工程を更に含む方法。
9. 請求項８記載の方法であって、前記別個の情報ソースにアクセスする工程が、データベースにアクセスする工程を備える方法。
10. 請求項８記載の方法であって、前記受信電子番組データを調節する工程は更に、前記番組の前記受信電子番組データが前記識別された出演俳優の一又は複数も有するか否かの関数である方法。
11. 請求項８記載の方法であって、自動化推奨の判定を行う前の、前記受信データの前記出演俳優フィールドの内容を調節するか否かの、前記プロセッサによって行われる当初判定を更に備える方法。
12. 請求項８記載の方法であって、電子番組データを処理する方法は、自動化テレビジョン推奨器の一部である方法。

Images