JP2004516565A

JP2004516565A - 選択の一貫性に基づいて推奨提案を生成する方法及び装置

Info

Publication number: JP2004516565A
Application number: JP2002550725A
Authority: JP
Inventors: クラパティ，カウシャル
Original assignee: Koninklijke Philips Electronics NV
Current assignee: Koninklijke Philips NV
Priority date: 2000-12-14
Filing date: 2001-11-27
Publication date: 2004-06-03
Also published as: WO2002049357A2; US20020075320A1; CN1475078A; WO2002049357A3; KR20020077444A; CN1199465C; EP1374581A2

Abstract

１つのアイテムが提供された回数に対し、ユーザがそのアイテムを選択する一貫性に基づいて１つ以上のアイテムに対し推奨提案を生成する方法及び装置を開示する。本発明は、従来の番組リコメンダによるスコアを、一貫性メトリックに基づいて調節する。例示的な一貫性メトリックは、所与の時間間隔において１つのアイテムが提供される回数に対しそのアイテムが選択される回数の比として決められる。例示的な番組を推奨する実施例では、一貫性メトリックは、所与の時間間隔において１つの番組が放送された回数に対しその番組が視聴された回数の比として決められる。得られた推奨スコアは、アイテムの一貫性のある選択、又は、一貫性のない選択それぞれに対しユーザにリワード又はペナルティを与えることにより適切な方法で増加又は減少する。

Description

【０００１】
［発明の属する技術分野］
本発明は、テレビ番組又は他のコンテンツのリコメンダといったような推奨システムに関り、より詳細には、ユーザによる選択の一貫性に基づいて推奨を生成する方法及び装置に関する。
【０００２】
［発明の背景］
個人が利用可能なメディアの数は急激な速度で増加している。テレビ視聴者が利用可能なチャンネル数が、そのようなチャンネルで視聴可能な番組コンテンツの多様性に伴われて増加するに従って、視聴者は関心のテレビ番組を見つけ出すことが困難となってきている。従来、テレビ視聴者は、関心のテレビ番組を、印刷されたテレビ番組表を見ることによって見つけてきた。一般的に、このような印刷されたテレビ番組表は、時間及び日付、チャンネル及びタイトルで利用可能なテレビ番組を列挙する欄を含む。テレビ番組の数が増えるにつれて、そのような印刷された番組表を使用して所望のテレビ番組を見つけ出すことはますます困難となってきている。
【０００３】
最近では、テレビ番組表は電子形式でも利用可能となり、これは、一般的に、電子番組表（ＥＰＧ）と呼ばれる。印刷されたテレビ番組表と同様に、ＥＰＧも、時間及び日付、チャンネル及びタイトルで利用可能なテレビ番組を列挙する欄を含む。しかし、一部のＥＰＧは、テレビ視聴者が、個人の趣味に応じて利用可能なテレビ番組をソートする又は検索することを可能にする。更に、ＥＰＧは、利用可能なテレビ番組のオンスクリーン表示を可能にする。
【０００４】
ＥＰＧは、従来の印刷テレビ番組表より効率的に所望の番組を見つけ出すことを可能にするが、幾つかの制限もある。これらの制限は解決されたのならば、視聴者が所望の番組を見つけ出す能力を更に高めることができるであろう。例えば、多くの視聴者は、アクション番組又はスポーツ番組といった特定のカテゴリの番組に対し、興味を持っているか又は反感を持っていたりする。従って、視聴者の好みをＥＰＧに適用して、特定の視聴者にとって関心のある推奨番組のセットを得ることができる。
【０００５】
従って、テレビ番組を推奨する多数のツールが提案及び提示されている。例えば、Ｔｉｖｏ，Ｉｎｃ．（Ｓｕｎｎｙｖａｌｅ，Ｃａｌｉｆｏｒｎｉａ）から市販されているＴｉｖｏ（商標）ｓｙｓｔｅｍは、「サムアップ・アンド・サムダウン（ＴｈｕｍｂｓＵｐａｎｄＴｈｕｍｂｓＤｏｗｎ）」特徴によって番組を評価し、それにより、視聴者が好む又は好まない番組を指示することができる。その後、Ｔｉｖｏ受信器は記録された視聴者の好みとＥＰＧといった受信番組データをマッチングさせ、各視聴者に合わせられた推奨提案を作成する。
【０００６】
テレビ番組推奨提案を生成するこのようなツールは、視聴者の前の視聴履歴から視聴者が気に入るかもしれない番組のセレクションを供給する。しかし、そのような番組リコメンダに支援されても、全てのオプションから関心の番組を見つけ出すことは依然として困難である。更に、現在利用可能な番組リコメンダは一般的に、ユーザの視聴履歴に基づいて推奨スコアを生成する。従って、毎回１つの番組が視聴されると、その番組に関連付けられる正のカウントが１つインクリメントされるので、その番組に対し高い番組推奨スコアが与えられる。しかし、現在利用可能な番組リコメンダは、番組が視聴のために提供される回数に対し、その番組がどれだけ頻繁に視聴されたかは考慮しない。
【０００７】
従って、あるコンテンツが提供される度にユーザがそのアイテムを選択するという一貫性に基づいてコンテンツ又は他のアイテムを推奨する方法及び装置が必要である。
【０００８】
［発明の概要］
一般的に、１つのアイテムが提供された回数に対しそのアイテムが選択される一貫性に基づいて、１つ以上のアイテムに対する推奨提案を生成する方法及び装置が開示される。本発明は、従来の番組リコメンダのスコアを、一貫性メトリックに基づいて調節する。
【０００９】
例示的な一貫性メトリックは、所与の時間間隔において１つのアイテムが提供される回数に対するそのアイテムが選択される回数の比として決められる。従って、番組を推奨する実施例の場合、一貫性メトリックは、所与の時間間隔において１つの番組が提示された回数に対するその番組が視聴された回数の比として決められる。従って、生成される推奨スコアは、適切な方法で増加又は減少されて、アイテムの一貫性のある選択、又は、一貫性のない選択に対しユーザにリワード（報酬）を与えるか、又は、ペナルティが与えられる。
【００１０】
本発明のより完全な理解、及び、本発明の更なる特徴及び利点は、以下の詳細な説明及び添付図面を参照しながら得られるであろう。
【００１１】
［詳細な説明］
図１は、本発明のテレビ番組リコメンダ１００を示す。図１に示すように、テレビ番組リコメンダ１００は、電子番組表（ＥＰＧ）１１０の各番組を評価して、特定の視聴者が関心のある番組を見つけ出す。推奨される１組の番組は、例えば、周知のオンスクリーン表示技術を用いながらセットトップ端末／テレビジョン１８０を使用して視聴者に表示される。
【００１２】
本発明の１つの面では、テレビ番組リコメンダ１００は、所与のアイテムが提供される回数に対しそのアイテムが選択される一貫性に基づいてテレビ番組推奨提案を生成する。本発明は、従来の番組リコメンダのスコアを、一貫性メトリックに基づいて調節する。例示的な一貫性メトリックは、所与の期間において、あるアイテムが提供される回数に対してそのアイテムが選択された回数の比として決められる。この期間は、一貫性メトリック、即ち、Ｃ_ｍが最近の行動に注目するよう様々であってよい。一貫性メトリックは、例えば、０の一貫性メトリックＣ_ｍを２５％のペナルティに変換し、１００の一貫性メトリックＣ_ｍを２５％のリワードに変換するリニア・マッピングを使用して、従来の番組リコメンダのスコアに対する調節量に変換される。従って、例示的な実施例では、従来の番組リコメンダのスコアは最大で２５％増加又は減少されて、アイテムの一貫性のある選択、又は、一貫性のない選択それぞれに対し、ユーザにリワードか又はペナルティが与えられる。
【００１３】
本発明は、テレビ番組リコメンダのコンテキストで説明するが、本発明は、例えば、視聴履歴又は購入履歴といったユーザの行動の評価に基づいて自動的に生成されるどの推奨提案にも適用することができる。従って、番組を推奨提案する実施例では、一貫性メトリックは、所与の期間において１つの番組が提示された回数に対するその番組が視聴された回数の比として決められる。例えば、所与の番組が毎週７回放送され、ユーザがその番組を所与の週において５回視聴したとすると、一貫性メトリックＣ_ｍは５／７である。
【００１４】
同様に、より一般的な推奨提案の実施例では、一貫性メトリックは、所与の期間において１つのアイテムが提供される回数に対するそのアイテムが選択された回数の比として決められる。例えば、このアイテムは、特定の著者によって書かれた本、又は、雑誌のような所与の定期刊行物であってよい。
【００１５】
テレビ番組リコメンダ１００は、例えば、パーソナルコンピュータ又はワークステーションといった任意のコンピュータデバイスとして具現化され得、デバイスは、中央演算処理ユニット（ＣＰＵ）といったプロセッサ１５０と、ＲＡＭ及びＲＯＭといったメモリ１６０を含む。更にテレビ番組リコメンダ１００は、例えば、Ｔｉｖｏ，Ｉｎｃ．（Ｓｕｎｎｙｖａｌｅ，Ｃａｌｉｆｏｒｎｉａ）から市販されるＴｉｖｏ（商標）ｓｙｓｔｅｍ、又は、１９９９年１２月１７日に出願され、「ＭｅｔｈｏｄａｎｄＡｐｐａｒａｔｕｓｆｏｒＲｅｃｏｍｍｅｎｄｉｎｇＴｅｌｅｖｉｓｉｏｎＰｒｏｇｒａｍｍｉｎｇＵｓｉｎｇＤｅｃｉｓｉｏｎＴｒｅｅｓ」なる名称の米国特許出願番号０９／４６６，４０６（代理人名簿番号７００７７２）、及び、２０００年２月４日に出願され、「ＢａｙｅｓｉａｎＴＶＳｈｏｗＲｅｃｏｍｍｅｎｄｅｒ」なる名称の米国特許出願番号０９／４９８，２７１（代理人名簿番号７００６９０）に説明されるようなテレビ番組リコメンダ、又は、上述したリコメンダを組合わせ、本発明の特徴及び機能を行うよう変更されたものといった任意の入手可能なテレビ番組リコメンダとして具現化されうる。
【００１６】
図１に示すように、及び、図２乃至図４を参照しながら以下に詳細に説明するように、テレビ番組リコメンダ１００のメモリ１６０は、１つ以上の視聴者プロファイル２００、番組データベース３００、及び、番組推奨処理部５００を含む。一般的に、例示的な視聴者プロファイル２００は、ユーザの視聴履歴から得られる特徴カウントを供給する。番組データベース３００は、所与の時間間隔に利用可能な各番組の情報を記録する。最後に、番組推奨処理部４００は、所与の番組が表示される回数に対するその番組が選択された回数である一貫性を考慮に入れながら、特定の時間間隔における各番組に対し推奨スコアを生成する。
【００１７】
図２は、例示的な間接的な視聴者プロファイル２００を示す表である。図２に示すように、間接的な視聴者プロファイル２００は、それぞれ異なる番組特徴に関連付けられる複数のレコード２０５乃至２１３を含む。更に、列２３０に示される各特徴のセットに対し、間接的な視聴者プロファイル２００は、対応するプラスのカウントをフィールド２３５に、対応するマイナスのカウントをフィールド２５０に供給する。プラスのカウントは、各特長を有する番組を視聴者が視聴した回数を示す。マイナスのカウントは、各特長を有する番組を視聴者が視聴しなかった回数を示す。
【００１８】
各プラス又はマイナスの番組例（即ち、視聴された番組と視聴されなかった番組）に対し、多数の番組特徴がユーザプロファイル２００において分類される。例えば、所与の視聴者が、夕方近くにチャンネル２の所与のスポーツ番組を１０回視聴したとすると、間接的な視聴者プロファイル２００におけるこれらの特徴に関連付けられるプラスのカウントは、フィールド２３５において１０増やされ、マイナスのカウントは０（ゼロ）である。間接的な視聴者プロファイル２００は、ユーザの視聴履歴に基づいているので、プロファイル２００に含まれるデータは、視聴履歴が増えるに従って更新される。或いは、間接的な視聴者プロファイル２００は、一般的なプロファイル、又は、例えば、ユーザ自身のデモグラフィックに基づいて選択されたような予め決められたプロファイルであってもよい。
【００１９】
視聴者プロファイル２００は、間接的な的な視聴者プロファイルを使用して説明しているが、視聴者プロファイル２００は直接的なプロファイル、又は、直接的及び間接的なプロファイルの組合せを使用して具現化されてもよく、このことは、当業者には明らかである。間接的及び直接的なプロファイルの両方を使用して組合わせられた番組推奨スコアを得るテレビ番組リコメンダ１００の議論に関しては、例えば、本願に組み込まれる、２０００年９月２０日に出願され、「ＭｅｔｈｏｄａｎｄＡｐｐａｒａｔｕｓｆｏｒＧｅｎｅｒａｔｉｎｇＲｅｃｏｍｍｅｎｄａｔｉｏｎＳｃｏｒｅｓＵｓｉｎｇＩｍｐｌｉｃｉｔＡｎｄＥｘｐｌｉｃｉｔＶｉｅｗｉｎｇＰｒｅｆｅｒｅｎｃｅｓ」なる名称の米国特許出願番号０９／６６６，４０１（代理人名簿番号７０１２４７）を参照されたい。
【００２０】
図３は、図１の番組データベース３００からのサンプルの表であって、所与の時間間隔において利用可能な各番組に対する情報を記録する。番組データベース３００のデータは、例えば電子番組表１１０から得られる。図３に示すように、番組データベース３００は、所与の番組にそれぞれ関連付けられるレコード３０５乃至３２０といった複数のレコードを含む。各番組に対し、番組データベース３００は、日付／時間と、番組に関連付けられるチャンネルをそれぞれフィールド３４０及び３４５に示す。更に、各番組のタイトル及びジャンルがフィールド３５０及び３５５に識別される。例えば、俳優、所要時間、及び、番組の説明もといった周知の更なる属性（図示せず）も番組データベース３００に含まれてもよい。
【００２１】
番組データベース３００は更に、テレビ番組リコメンダ１００によって各テレビ番組に対し割当てられる推奨スコア（Ｒ）の指示をフィールド２７０に選択的に記録してもよい。更に、番組データベース３００は更に、本発明のテレビ番組リコメンダ１００によって各番組に対し割当てられる調節された推奨スコア（Ａ）をフィールド３８０に選択的に示してもよい。このようにすることにより、本発明によって調節される数字スコアは、電子番組表においてユーザに対し表示可能となり、電子番組表には、各番組が直接的に、又は、カラースペクトラムか又は他の視覚的なキューによってマッピングされ、それにより、ユーザは素早く関心の番組を見つけることができるようになる。
【００２２】
図４は、本発明の原理を具現化する例示的な番組推奨方法４００を説明するフローチャートである。図４に示すように、番組推奨方法４００は最初に、ステップ４１０において、電子番組表（ＥＰＧ）１１０を入手する。その後、番組推奨方法４００は、ステップ４２０において、関心の時間間隔における各番組に対し番組推奨スコアＲを従来の方法通りで計算する（又は、従来のリコメンダから番組推奨スコアＲを得る）。
【００２３】
その後、番組推奨方法４００は、ステップ４３０において、関心の時間間隔における各番組に対し一貫性メトリックＣ_Ｍを計算する。ステップ４４０においてテストが選択的に行われて、計算された一貫性メトリックＣ_ｍが所定の閾値より下であるか否かが決められる。一般的に、ステップ４４０において行われるテストは、視聴者が番組を全く視聴することができなかった又は一定時間の間しか番組を視聴しなかったときにペナルティが与えられることを回避することを目的とする。
【００２４】
ステップ４４０において、計算された一貫性メトリックＣ_ｍは所定の閾値より下であると決定されると、ステップ４５０において、一貫性メトリックＣ_ｍは、現在の番組の一貫性に対し関連性がありうる類似する番組に対し計算される。一般的に、類似の番組は、例えば、２つの番組の様々な番組特徴を比較することによる類似性メトリックを評価することにより見つけ出されうる。類似性は、例えば、テレビ番組に対応する２つの特徴ベクトルのドット積として計算することができる。一般的に、Ｓ１及びＳ２が２つの番組であるとすると、これらの番組はＳ１（番組１０１）：＜ジャンル：コメディ、ジャンル：シチュエーション、ジャンル：家族、チャンネル：ＮＣＢ＞、及び、Ｓ２（番組２２８）：＜ジャンル：コメディ、ジャンル：シチュエーション、ジャンル：家族、チャンネル：ＮＣＢ）として特徴付けられる。Ｓ１及びＳ２のドット積は、重み付けされ正規化平均となる。重みは、ジャンル及びチャンネル類似性といった各特徴の類似性に対し割当てられることが可能である。更に、日付−時間といった特定の特徴も、計算に選択的に考慮され得る。というのは、番組が同じチャンネルであるとき、同じ時間に同じチャンネルにある番組は２つとしてないからである。日付−時間特徴を使用することは、異なるチャンネルの場合しか意味をなさない。重みは１．０となるようにされるべきである。
【００２５】
しかし、ステップ４４０において、計算された一貫性メトリックＣ_ｍが所定の閾値より下ではないと決められると、関心の時間間隔における各番組（一貫性メトリックＣ_ｍが閾値より下の場合は類似の番組）に対し計算された一貫性メトリックＣ_ｍは、ステップ４６０において、例えば、リニア・マッピングを使用して調節係数Ｆに変換される。次に、関心の時間間隔における各番組に対する調節された番組推奨スコアＡもステップ４６０において以下の通りに計算される。
【００２６】
Ａ＝Ｒ・Ｆ
番組推奨方法４００は次に、ステップ４７０において、関心の時間間隔における各番組に対し、組合わせられた番組推奨スコアＣを以下の通りに計算する。
【００２７】
Ｃ＝ＭＩＮ｛Ａ，１００｝
従って、例示的な番組推奨方法４００は、ステップ４７０において、組合わせられた番組推奨スコアＣが１００％（最大スコア）を超えないことが保証される。
【００２８】
最後に、番組推奨方法４００は、ステップ４８０において、関心の時間間隔における各番組に対し組合わせられた番組推奨スコア（Ｃ）を、ユーザに供給し、その後、番組制御が終了する。
【００２９】
番組推奨方法４００の更なる変形では、調節された番組推奨スコアＡは、ステップ４３０において、ボーナススコアリングシステムを使用して計算されてもよく、ここでは、例えば、一貫性メトリックに基づいて所定の又は固定のボーナスが決定される。
【００３０】
本願に示し且つ説明する実施例及び変形は、本発明の原理を説明するものに過ぎず、本発明の範囲及び目的から逸脱することなく様々な変更が当業者によって可能である。
【図面の簡単な説明】
【図１】
本発明のテレビ番組リコメンダを示す図である。
【図２】
図１の視聴者プロファイルデータベースからのサンプル表を示す図である。
【図３】
図１の番組データベースからのサンプル表を示す図である。
【図４】
本発明の原理を具現化する例示的な番組推奨方法を説明するフローチャートである。

Claims

アイテムを推奨する方法であって、
１つ以上の利用可能なアイテムのリストを入手する段階と、
１つのアイテムが提供される回数に対しユーザがそのアイテムを選択する一貫性に基づいて上記１つ以上のアイテムに対し組合わせられた推奨スコアを計算する段階とを含む方法。
上記番組に対する上記組合わせられた推奨スコアを、ユーザに表示する段階を更に含む請求項１記載の方法。
上記１つ以上の利用可能なアイテムのリストは、電子番組表から得られる番組である請求項１記載の方法。
上記計算段階は、
上記１つ以上の利用可能なアイテムに対し推奨スコアを得る段階と、
１つのアイテムが提供される回数に対しユーザがそのアイテムを選択する一貫性に基づいて、上記推奨スコアに対する調節量を計算する段階と、
上記推奨スコア及び上記調節量に基づいて上記組合わせられた推奨スコアを生成する段階とを含む請求項１記載の方法。
上記推奨スコアは、番組リコメンダにより供給される請求項４記載の方法。
上記推奨スコアは、番組特徴の個々の評価の重み付けされる平均として決められる請求項４記載の方法。
上記推奨スコアに対する上記調節量は、所定値を超えない請求項４記載の方法。
アイテムを推奨するシステムであって、
コンピュータ読取り可能な符号を格納するメモリと、
上記メモリに動作上接続されるプロセッサとを含み、
上記プロセッサは、１つ以上の利用可能なアイテムのリストを入手し、１つのアイテムが提供される回数に対しユーザがそのアイテムを選択する一貫性に基づいて上記１つ以上のアイテムに対し組合わせられた推奨スコアを計算するよう構成されるシステム。
上記プロセッサは更に、上記番組に対する上記組合わせられた推奨スコアを、ユーザに表示するよう構成される請求項８記載のシステム。
上記１つ以上の利用可能なアイテムのリストは、電子番組表から得られる番組である請求項８記載のシステム。
上記プロセッサは、
１つ以上の利用可能なアイテムのリストを入手し、
上記１つ以上の利用可能なアイテムに対し推奨スコアを得、
１つのアイテムが提供される回数に対しユーザがそのアイテムを選択する一貫性に基づいて、上記推奨スコアに対する調節量を計算し、
上記推奨スコア及び上記調節量に基づいて上記組合わせられた推奨スコアを生成するよう構成される請求項８記載のシステム。
上記推奨スコアは、番組リコメンダにより供給される請求項１１記載のシステム。
上記推奨スコアは、番組特徴の個々の評価の重み付けされる平均として決められる請求項１１記載のシステム。
上記推奨スコアに対する上記調節量は、所定値を超えない請求項１１記載のシステム。
実行時に、プログラマバルデバイスが請求項８乃至１４に記載されるようなシステムとして機能することを可能にするコンピュータプログラムプロダクト。