JP5578040B2 - 情報処理装置および方法、情報処理システム、並びに、プログラム - Google Patents
情報処理装置および方法、情報処理システム、並びに、プログラム Download PDFInfo
- Publication number
- JP5578040B2 JP5578040B2 JP2010254828A JP2010254828A JP5578040B2 JP 5578040 B2 JP5578040 B2 JP 5578040B2 JP 2010254828 A JP2010254828 A JP 2010254828A JP 2010254828 A JP2010254828 A JP 2010254828A JP 5578040 B2 JP5578040 B2 JP 5578040B2
- Authority
- JP
- Japan
- Prior art keywords
- type
- content
- user
- server
- category
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 61
- 230000010365 information processing Effects 0.000 title claims description 54
- 230000005540 biological transmission Effects 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 28
- 238000003672 processing method Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 description 16
- 238000012986 modification Methods 0.000 description 15
- 230000004048 modification Effects 0.000 description 15
- 238000009826 distribution Methods 0.000 description 11
- 239000000284 extract Substances 0.000 description 11
- 238000000605 extraction Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/63—Querying
- G06F16/635—Filtering based on additional data, e.g. user or group profiles
-
- 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
- G06F16/438—Presentation of query results
- G06F16/4387—Presentation of query results by the use of playlists
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Description
本発明の第2の側面の情報処理装置は、サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習する学習手段と、前記サーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記サーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択する選択手段と、前記選択したタイプのコンテンツを前記サーバから取得する取得手段とを含む。
本発明の第2の側面の情報処理方法は、情報処理装置が、サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習し、前記サーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記サーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択し、前記選択したタイプのコンテンツを前記サーバから取得するステップを含む。
本発明の第2の側面のプログラムは、サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習し、前記サーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記サーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択し、前記選択したタイプのコンテンツを前記サーバから取得するステップを含む処理をコンピュータに実行させる。
本発明の第4の側面の情報処理システムは、クライアント、第1のサーバ、および、第2のサーバにより構成され、前記クライアントは、前記第1のサーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習する学習手段と、前記第1のサーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記第1のサーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択する選択手段と、前記タイプ情報を前記第2のサーバから取得し、前記選択したタイプのコンテンツを前記第1のサーバから取得する取得手段とを含み、前記第1のサーバは、前記クライアントにより選択されたタイプのコンテンツを前記クライアントに送信する第1の送信手段を含み、前記第2のサーバは、前記タイプ情報を生成する情報生成手段と、前記タイプ情報を前記クライアントに送信する第2の送信手段とを含む。
本発明の第4の側面の情報処理方法は、クライアントが、第1のサーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習し、第2のサーバが、前記サーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記サーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報を生成し、前記タイプ情報を前記クライアントに送信し、前記クライアントが、前記タイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択し、前記選択したタイプのコンテンツを前記第1のサーバから取得するステップを含む。
本発明の第6の側面の情報処理装置は、サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習する学習手段と、前記サーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記サーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリにおいて、前記ユーザの嗜好と一致するタイプまたは前記ユーザの嗜好と一致するタイプに近いタイプの中から所定の条件を満たすように1つ以上のタイプを選択する選択手段と、前記選択したタイプのコンテンツを前記サーバから取得する取得手段とを含み、前記選択手段は、前記選択したカテゴリに前記ユーザの嗜好と一致するタイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択する。
本発明の第6の側面の情報処理方法は、情報処理装置が、サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習し、前記サーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記サーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリにおいて、前記ユーザの嗜好と一致するタイプまたは前記ユーザの嗜好と一致するタイプに近いタイプの中から所定の条件を満たすように1つ以上のタイプを選択し、前記ユーザの嗜好と一致するタイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択し、前記選択したタイプのコンテンツを前記サーバから取得するステップを含む。
本発明の第6の側面のプログラムは、サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習し、前記サーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記サーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリにおいて、前記ユーザの嗜好と一致するタイプまたは前記ユーザの嗜好と一致するタイプに近いタイプの中から所定の条件を満たすように1つ以上のタイプを選択し、前記ユーザの嗜好と一致するタイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択し、前記選択したタイプのコンテンツを前記サーバから取得するステップを含む処理をコンピュータに実行させる。
本発明の第2の側面においては、サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好が学習され、前記サーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記サーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプが選択され、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプが選択され、前記選択されたタイプのコンテンツが前記サーバから取得される。
本発明の第4の側面においては、第1のサーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好が学習され、前記第1のサーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記第1のサーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプが選択され、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択されたカテゴリの前記代替タイプの中から1つ以上のタイプが選択され、前記タイプ情報が前記第2のサーバから取得され、前記選択したタイプのコンテンツが前記第1のサーバから取得され、前記クライアントにより選択されたタイプのコンテンツが前記クライアントに送信され、前記タイプ情報が生成され、前記タイプ情報が前記クライアントに送信される。
本発明の第6の側面においては、サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好が学習され、前記サーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記サーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプが選択され、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリにおいて、前記ユーザの嗜好と一致するタイプまたは前記ユーザの嗜好と一致するタイプに近いタイプの中から所定の条件を満たすように1つ以上のタイプが選択され、前記ユーザの嗜好と一致するタイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプが選択され、前記選択されたタイプのコンテンツが前記サーバから取得される。
1.本発明の実施の形態
2.変形例
[情報処理システム1の構成例]
図1は、本発明の一実施の形態である情報処理システムの構成例を示すブロック図である。
図2は、コンテンツ属性DB14にあるコンテンツ属性テーブルの一例を示している。この例において、コンテンツを分類するためのカテゴリは、リリース時期とジャンルの2種類に分かれる。また、各カテゴリは、大分類、中分類、小分類の3つの階層に分かれる。さらに、各カテゴリの各階層において、複数のタイプが定義されている。換言すれば、各カテゴリの各階層は、それぞれ複数のタイプにより分類される。そして、各カテゴリの各階層におけるタイプが、属性として各コンテンツに付与される。
図5は、コンテンツ属性DB14にあるコンテンツ属性情報リストの一例の一部を示している。コンテンツ属性情報リストは、各コンテンツのコンテンツID、および、各コンテンツの各カテゴリにおけるタイプから構成され、各コンテンツのタイプをカテゴリ毎に示している。例えば、この例において、コンテンツIDがコンテンツAであるコンテンツは、リリース時期の大分類のタイプが1960年代、中分類のタイプが1963年であり、ジャンルの大分類のタイプがpopであり、小分類のタイプがAsian-popである。
図6は、ユーザ嗜好DB12にあるユーザ嗜好リストに登録されるヒストグラムの例を示している。図6は、図2のコンテンツ属性テーブルに示される各カテゴリのタイプ毎に、クライアント11のユーザが好意的な評価をしたコンテンツの数を集計したヒストグラムを示し、横軸はタイプtを示し、縦軸は度数Fn(t)を示している。そして、例えば、タイプt1のコンテンツがユーザにより「好き」と評価された場合、度数Fn(t1)が+1され、「嫌い」と評価された場合、度数Fn(t1)が−1される。ユーザ嗜好リストには、このヒストグラムを示すデータが登録される。
図7は、クライアント11の機能の構成例を示すブロック図である。クライアント11は、入力部101、ユーザ嗜好学習部102、受信部103、カテゴリ・タイプ選択部104、クエリ生成部105、送信部106、再生部107、出力部108、表示制御部109、および、表示部110を含むように構成される。
図8は、コンテンツリスト生成サーバ13の機能の構成例を示すブロック図である。コンテンツリスト生成サーバ13は、受信部151、カタログ情報生成部152、コンテンツIDリスト生成部153、および、送信部154を含むように構成される。
次に、図9乃至図22を参照して、情報処理システム1により実行される処理について説明する。
まず、図9のフローチャートを参照して、コンテンツリスト生成サーバ13により実行されるカタログ情報生成処理について説明する。なお、この処理は、例えば、コンテンツDB16のコンテンツの追加、削除等に伴い、コンテンツ属性DB14のコンテンツ属性情報リストが更新される度に実行される。
次に、図11のフローチャートを参照して、クライアント11により実行されるカタログ情報取得処理について説明する。なお、この処理は、例えば、クライアント11の起動時に実行される。
次に、図12のフローチャートを参照して、図11のカタログ情報取得処理に対応してコンテンツリスト生成サーバ13により実行されるカタログ情報提供処理について説明する。
次に、図13および図14のフローチャートを参照して、クライアント11により実行されるコンテンツ取得再生処理について説明する。なお、この処理は、例えば、入力部101を用いてユーザによりコンテンツの再生の指令が入力されたとき開始される。また、入力部101は、ユーザからの指令をカテゴリ・タイプ選択部104、再生部107、および、表示制御部109に供給する。
なお、Frequencykは嗜好度数を示す。
次に、図22のフローチャートを参照して、図13および図14のクライアント11によるコンテンツ取得再生処理に対応してコンテンツリスト生成サーバ13により実行されるコンテンツIDリスト提供処理について説明する。
以下、本発明の実施の形態の変形例について説明する。
本発明は、楽曲データ以外の各種のコンテンツを、コンテンツのカテゴリおよびタイプに基づいて推薦する場合にも適用することができる。例えば、映画、テレビ番組、ビデオクリップなどの映像コンテンツ、写真、ゲーム、電子書籍等のコンテンツを推薦する場合にも適用することができる。
また、以上の説明では、コンテンツリスト生成サーバ13とコンテンツサーバ15を分けて設ける例を示したが、同じサーバにより実現するようにしてもよい。なお、2つのサーバを分けた方が、コンテンツを配信するサーバの負荷を軽減することができ、より迅速にコンテンツを配信することが可能になる。
さらに、以上の説明では、クライアント11が、1つのカテゴリおよびタイプを選択する例を示したが、2以上のカテゴリおよびタイプを選択するようにしてもよい。例えば、複数のタイプを選択するようにした場合、コンテンツリスト生成サーバ13が、選択された複数のタイプのいずれか1つを有するコンテンツを抽出するようにしてもよいし、全てのタイプを有するコンテンツを抽出するようにしてもよい。なお、後者の場合、複数のタイプの組み合わせについても、推薦可能タイプおよび代替タイプの判定を行い、その結果をコンテンツ属性情報リストに登録することが考えられる。
また、以上の説明では、選択したカテゴリにユーザの嗜好と一致する推薦可能タイプがない場合、そのカテゴリの代替タイプの中からリクエストするタイプを選択する例を示したが、代替タイプに限定しない方法も考えられる。
さらに、以上の説明では、クライアント11のカテゴリ・タイプ選択部104が、ランダムにカテゴリを選択する例を示したが、例えば、所定のアルゴリズムやルールに従ってカテゴリを選択するようにしてもよい。また、例えば、ユーザがカテゴリを選択できるようにしてもよい。
また、クライアント11が、コンテンツIDリストを取得せずに、選択したカテゴリおよびタイプを抽出条件とするクエリをコンテンツサーバ15に送信し、抽出条件と一致するコンテンツをコンテンツサーバ15から直接取得するようにしてもよい。この場合でも、推薦可能タイプの中からリクエストするタイプが選択されるため、クライアント11は、通信や処理の無駄の発生を防止しつつ、確実にコンテンツの推薦をコンテンツサーバ15から受けることができる。
さらに、カタログ情報から推薦可能コンテンツ数を削除することも可能である。また、カタログ情報から推薦可能タイプおよび代替タイプを削除して、クライアント11が、推薦可能コンテンツ数に基づいて、推薦可能タイプおよび代替タイプの判定を行うようにしてもよい。
また、以上の説明では、コンテンツの数に基づいて、推薦可能タイプ、代替タイプを設定する例を示したが、コンテンツの数以外の条件や、コンテンツの数と他の条件を組み合わせて設定するようにしてもよい。
さらに、以上に示したコンテンツのカテゴリおよびタイプは、その一例であり、任意のカテゴリおよびタイプを設定することが可能である。また、カテゴリの数およびタイプの数も任意の値に設定することが可能である。さらに、必ずしもカテゴリを階層構造にする必要はない。
また、ユーザ嗜好DB12、コンテンツ属性DB14、コンテンツDB16は、クライアント11、コンテンツリスト生成サーバ13、コンテンツサーバ15にそれぞれ含めるようにしてもよいし、別に設けるようにしてもよい。
さらに、以上の説明では、各クライアント11がユーザの嗜好を学習する例を示したが、コンテンツリスト生成サーバ13が、各クライアント11のユーザの嗜好を学習するようにしてもよい。具体的には、例えば、ユーザが、「好き」「嫌い」などのコンテンツに対する評価をクライアント11に入力した場合、クライアント11が、入力された評価を示す情報をコンテンツリスト生成サーバ13に送信する。そして、コンテンツリスト生成サーバ13は、取得した情報に基づいて、ユーザ毎に上述したユーザ嗜好リストを作成し、各クライアント11に提供する。これにより、コンテンツリスト生成サーバ13から各クライアント11に送信されるコンテンツIDリストに、コンテンツのカテゴリおよびタイプを付加する必要がなくなる。
また、ユーザのコンテンツに対する評価入力として、「好き」「嫌い」以外にも、例えば、数値による評価入力(明示的なフィードバック)や、再生/停止/音量大・小/繰り返し再生/スキップなどの操作履歴に基づく評価入力(暗示的なフィードバック)を採用するようにしてもよい。そして、その評価入力に基づいて、ユーザ嗜好リストを生成するようにしてもよい。
上述したクライアント11、コンテンツリスト生成サーバ13、コンテンツサーバ15の一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。
Claims (23)
- サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習する学習手段と、
前記サーバが推薦可能なコンテンツのタイプである推薦可能タイプ、および、前記推薦可能タイプのうち所定の条件を満たすタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択する選択手段と、
前記選択したタイプのコンテンツを前記サーバから取得する取得手段と
を含み、
前記選択手段は、前記ユーザの嗜好の学習が行われていないカテゴリを選択した場合、前記選択したカテゴリに前記代替タイプが存在するとき、その中から1つ以上のタイプを選択し、前記選択したカテゴリに前記代替タイプが存在しないとき、他のカテゴリを選択する
情報処理装置。 - サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習する学習手段と、
前記サーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記サーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択する選択手段と、
前記選択したタイプのコンテンツを前記サーバから取得する取得手段と
を含む情報処理装置。 - 前記選択手段は、前記選択したカテゴリに前記ユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から前記ユーザの嗜好度が高いタイプを優先して選択する
請求項1または2に記載の情報処理装置。 - 前記選択手段は、前記選択したカテゴリに前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリの前記代替タイプのうち前記ユーザの嗜好と一致するタイプに近いタイプを優先して選択する
請求項3に記載の情報処理装置。 - 前記取得手段は、前記サーバまたは前記サーバと異なるサーバから前記タイプ情報を取得する
請求項1または2に記載の情報処理装置。 - 前記取得手段は、前記サーバまたは前記サーバと異なるサーバから、前記選択したタイプのコンテンツのリストを取得し、前記リストに基づいて前記サーバからコンテンツを取得する
請求項1または2に記載の情報処理装置。 - 情報処理装置が、
サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習し、
前記サーバが推薦可能なコンテンツのタイプである推薦可能タイプ、および、前記推薦可能タイプのうち所定の条件を満たすタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択するとともに、前記ユーザの嗜好の学習が行われていないカテゴリを選択した場合、前記選択したカテゴリに前記代替タイプが存在するとき、その中から1つ以上のタイプを選択し、前記選択したカテゴリに前記代替タイプが存在しないとき、他のカテゴリを選択し、
前記選択したタイプのコンテンツを前記サーバから取得する
ステップを含む情報処理方法。 - 情報処理装置が、
サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習し、
前記サーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記サーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択し、
前記選択したタイプのコンテンツを前記サーバから取得する
ステップを含む情報処理方法。 - サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習し、
前記サーバが推薦可能なコンテンツのタイプである推薦可能タイプ、および、前記推薦可能タイプのうち所定の条件を満たすタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択するとともに、前記ユーザの嗜好の学習が行われていないカテゴリを選択した場合、前記選択したカテゴリに前記代替タイプが存在するとき、その中から1つ以上のタイプを選択し、前記選択したカテゴリに前記代替タイプが存在しないとき、他のカテゴリを選択し、
前記選択したタイプのコンテンツを前記サーバから取得する
ステップを含む処理をコンピュータに実行させるためのプログラム。 - サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習し、
前記サーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記サーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択し、
前記選択したタイプのコンテンツを前記サーバから取得する
ステップを含む処理をコンピュータに実行させるためのプログラム。 - クライアント、第1のサーバ、および、第2のサーバにより構成され、
前記クライアントは、
前記第1のサーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習する学習手段と、
前記第1のサーバが推薦可能なコンテンツのタイプである推薦可能タイプ、および、前記推薦可能タイプのうち所定の条件を満たすタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択する選択手段と、
前記タイプ情報を前記第2のサーバから取得し、前記選択したタイプのコンテンツを前記第1のサーバから取得する取得手段と
を含み、
前記第1のサーバは、
前記クライアントにより選択されたタイプのコンテンツを前記クライアントに送信する第1の送信手段を
含み、
前記第2のサーバは、
前記タイプ情報を生成する情報生成手段と、
前記タイプ情報を前記クライアントに送信する第2の送信手段と
を含み、
前記選択手段は、前記ユーザの嗜好の学習が行われていないカテゴリを選択した場合、前記選択したカテゴリに前記代替タイプが存在するとき、その中から1つ以上のタイプを選択し、前記選択したカテゴリに前記代替タイプが存在しないとき、他のカテゴリを選択する
情報処理システム。 - クライアント、第1のサーバ、および、第2のサーバにより構成され、
前記クライアントは、
前記第1のサーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習する学習手段と、
前記第1のサーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記第1のサーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択する選択手段と、
前記タイプ情報を前記第2のサーバから取得し、前記選択したタイプのコンテンツを前記第1のサーバから取得する取得手段と
を含み、
前記第1のサーバは、
前記クライアントにより選択されたタイプのコンテンツを前記クライアントに送信する第1の送信手段を
含み、
前記第2のサーバは、
前記タイプ情報を生成する情報生成手段と、
前記タイプ情報を前記クライアントに送信する第2の送信手段と
を含む情報処理システム。 - 前記第2のサーバは、
前記クライアントにより選択されたタイプのコンテンツのリストを生成するリスト生成手段を
さらに含み、
前記第2のサーバの前記第2の送信手段は、前記リストを前記クライアントにさらに送信し、
前記クライアントの前記取得手段は、前記リストを前記第2のサーバからさらに取得し、前記リストに基づいて前記第1のサーバからコンテンツを取得する
請求項11または12に記載の情報処理システム。 - クライアントが、
第1のサーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習し、
第2のサーバが、
前記第1のサーバが推薦可能なコンテンツのタイプである推薦可能タイプ、および、前記推薦可能タイプのうち所定の条件を満たすタイプである代替タイプを示す情報であるタイプ情報を生成し、
前記タイプ情報を前記クライアントに送信し、
前記クライアントが、
前記タイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択するとともに、前記ユーザの嗜好の学習が行われていないカテゴリを選択した場合、前記選択したカテゴリに前記代替タイプが存在するとき、その中から1つ以上のタイプを選択し、前記選択したカテゴリに前記代替タイプが存在しないとき、他のカテゴリを選択し、
前記選択したタイプのコンテンツを前記第1のサーバから取得する
ステップを含む情報処理方法。 - クライアントが、
第1のサーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習し、
第2のサーバが、
前記第1のサーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記第1のサーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報を生成し、
前記タイプ情報を前記クライアントに送信し、
前記クライアントが、
前記タイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択し、
前記選択したタイプのコンテンツを前記第1のサーバから取得する
ステップを含む情報処理方法。 - サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習する学習手段と、
前記サーバが推薦可能なコンテンツのタイプである推薦可能タイプ、および、各タイプのコンテンツの数を示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリにおいて、前記ユーザの嗜好と一致するタイプまたは前記ユーザの嗜好と一致するタイプに近いタイプの中から、前記選択したタイプのコンテンツの総数が所定の閾値以上になる条件を満たすように1つ以上のタイプを選択する選択手段と、
前記選択したタイプのコンテンツを前記サーバから取得する取得手段と
を含む情報処理装置。 - サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習する学習手段と、
前記サーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記サーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリにおいて、前記ユーザの嗜好と一致するタイプまたは前記ユーザの嗜好と一致するタイプに近いタイプの中から所定の条件を満たすように1つ以上のタイプを選択する選択手段と、
前記選択したタイプのコンテンツを前記サーバから取得する取得手段と
を含み、
前記選択手段は、前記選択したカテゴリに前記ユーザの嗜好と一致するタイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択する
情報処理装置。 - 前記選択手段は、前記選択したカテゴリに前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリにおいて、前記ユーザの嗜好と一致するタイプに近い前記推薦可能タイプの中から前記条件を満たすように1つ以上のタイプを選択する
請求項16または17に記載の情報処理装置。 - 前記選択手段は、前記選択したカテゴリに前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリにおいて、前記ユーザの嗜好と一致するタイプのみの中から前記条件を満たすように1つ以上選択する
請求項16または17に記載の情報処理装置。 - 情報処理装置が、
サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習し、
前記サーバが推薦可能なコンテンツのタイプである推薦可能タイプ、および、各タイプのコンテンツの数を示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリにおいて、前記ユーザの嗜好と一致するタイプまたは前記ユーザの嗜好と一致するタイプに近いタイプの中から、前記選択したタイプのコンテンツの総数が所定の閾値以上になる条件を満たすように1つ以上のタイプを選択し、
前記選択したタイプのコンテンツを前記サーバから取得する
ステップを含む情報処理方法。 - 情報処理装置が、
サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習し、
前記サーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記サーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリにおいて、前記ユーザの嗜好と一致するタイプまたは前記ユーザの嗜好と一致するタイプに近いタイプの中から所定の条件を満たすように1つ以上のタイプを選択し、前記ユーザの嗜好と一致するタイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択し、
前記選択したタイプのコンテンツを前記サーバから取得する
ステップを含む情報処理方法。 - サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習し、
前記サーバが推薦可能なコンテンツのタイプである推薦可能タイプ、および、各タイプのコンテンツの数を示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリにおいて、前記ユーザの嗜好と一致するタイプまたは前記ユーザの嗜好と一致するタイプに近いタイプの中から、前記選択したタイプのコンテンツの総数が所定の閾値以上になる条件を満たすように1つ以上のタイプを選択し、
前記選択したタイプのコンテンツを前記サーバから取得する
ステップを含む処理をコンピュータに実行させるためのプログラム。 - サーバにあるコンテンツを分類するための各カテゴリにおける各タイプに対するユーザの嗜好を学習し、
前記サーバにあるコンテンツのうち第1の閾値以上の数のコンテンツが有するタイプである推薦可能タイプ、および、前記サーバにあるコンテンツのうち前記第1の閾値より大きい第2の閾値以上の数のコンテンツが有するタイプである代替タイプを示す情報であるタイプ情報に基づいて、選択したカテゴリにユーザの嗜好と一致する前記推薦可能タイプがある場合、その中から1つ以上のタイプを選択し、前記ユーザの嗜好と一致する前記推薦可能タイプがない場合、前記選択したカテゴリにおいて、前記ユーザの嗜好と一致するタイプまたは前記ユーザの嗜好と一致するタイプに近いタイプの中から所定の条件を満たすように1つ以上のタイプを選択し、前記ユーザの嗜好と一致するタイプがない場合、前記選択したカテゴリの前記代替タイプの中から1つ以上のタイプを選択し、
前記選択したタイプのコンテンツを前記サーバから取得する
ステップを含む処理をコンピュータに実行させるためのプログラム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010254828A JP5578040B2 (ja) | 2010-11-15 | 2010-11-15 | 情報処理装置および方法、情報処理システム、並びに、プログラム |
AU2011235919A AU2011235919A1 (en) | 2010-11-15 | 2011-10-07 | Information processing apparatus and method, information processing system, and program |
EP11188060A EP2453372A3 (en) | 2010-11-15 | 2011-11-07 | Information processing apparatus and method, information processing system, and program |
US13/291,676 US8832005B2 (en) | 2010-11-15 | 2011-11-08 | Information processing apparatus, and method, information processing system, and program |
CN2011103497563A CN102467577A (zh) | 2010-11-15 | 2011-11-08 | 信息处理设备和方法、信息处理系统及程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010254828A JP5578040B2 (ja) | 2010-11-15 | 2010-11-15 | 情報処理装置および方法、情報処理システム、並びに、プログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2012108592A JP2012108592A (ja) | 2012-06-07 |
JP2012108592A5 JP2012108592A5 (ja) | 2013-11-14 |
JP5578040B2 true JP5578040B2 (ja) | 2014-08-27 |
Family
ID=44992646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010254828A Expired - Fee Related JP5578040B2 (ja) | 2010-11-15 | 2010-11-15 | 情報処理装置および方法、情報処理システム、並びに、プログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US8832005B2 (ja) |
EP (1) | EP2453372A3 (ja) |
JP (1) | JP5578040B2 (ja) |
CN (1) | CN102467577A (ja) |
AU (1) | AU2011235919A1 (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8684746B2 (en) * | 2010-08-23 | 2014-04-01 | Saint Louis University | Collaborative university placement exam |
EP2829057A1 (en) * | 2012-03-23 | 2015-01-28 | Irdeto B.V. | Recommending content items |
JP6056592B2 (ja) * | 2013-03-26 | 2017-01-11 | 大日本印刷株式会社 | 情報推薦装置、推薦情報決定方法、推薦情報決定プログラム、及び情報推薦プログラム |
JP2015079395A (ja) * | 2013-10-17 | 2015-04-23 | Necパーソナルコンピュータ株式会社 | 情報処理装置、方法及びプログラム |
US9619470B2 (en) | 2014-02-04 | 2017-04-11 | Google Inc. | Adaptive music and video recommendations |
CN105718184A (zh) * | 2014-12-05 | 2016-06-29 | 北京搜狗科技发展有限公司 | 一种数据处理方法和装置 |
JP2016173623A (ja) * | 2015-03-16 | 2016-09-29 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | コンテンツ提供装置、コンテンツ提供方法及びコンテンツ提供プログラム |
CN106156092B (zh) | 2015-04-01 | 2019-08-09 | 阿里巴巴集团控股有限公司 | 数据处理方法及装置 |
WO2017013459A1 (en) | 2015-07-22 | 2017-01-26 | Research Institute Of Petroleum Industry (Ripi) | A method for the synthesis of nanofluids |
CN106682035A (zh) * | 2015-11-11 | 2017-05-17 | 中国移动通信集团公司 | 一种个性化学习推荐方法及装置 |
JP6698575B2 (ja) * | 2017-03-30 | 2020-05-27 | 株式会社ゼンリンデータコム | レコメンドシステム及びレコメンド方法 |
CN108549660B (zh) * | 2018-03-12 | 2022-08-02 | 维沃移动通信有限公司 | 信息推送方法及装置 |
EP3582226A1 (en) * | 2018-06-15 | 2019-12-18 | Koninklijke Philips N.V. | An apparatus and method for providing context-based intervention |
US11423103B2 (en) | 2019-07-08 | 2022-08-23 | Valve Corporation | Content-item recommendations |
JP7529601B2 (ja) * | 2021-03-25 | 2024-08-06 | 株式会社デンソーテン | リコメンド装置、コンテンツ提供システム、及びリコメンド方法 |
CN117478937B (zh) * | 2023-12-01 | 2024-06-11 | 陕西伟辰科技有限公司 | 一种基于推送信息的处理方法及信息推送平台 |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3522570B2 (ja) * | 1999-03-03 | 2004-04-26 | 日本電信電話株式会社 | 画像検索・画像分類連携システム |
EP1200902A2 (en) * | 1999-07-16 | 2002-05-02 | Agentarts, Inc. | Methods and system for generating automated alternative content recommendations |
US7075000B2 (en) * | 2000-06-29 | 2006-07-11 | Musicgenome.Com Inc. | System and method for prediction of musical preferences |
US20030225777A1 (en) * | 2002-05-31 | 2003-12-04 | Marsh David J. | Scoring and recommending media content based on user preferences |
KR20050072471A (ko) * | 2002-11-08 | 2005-07-11 | 코닌클리케 필립스 일렉트로닉스 엔.브이. | 컨텐츠 권고를 제공하는 장치 및 방법 |
JP2004194108A (ja) * | 2002-12-12 | 2004-07-08 | Sony Corp | 情報処理装置および情報処理方法、記録媒体、並びにプログラム |
JP2004206679A (ja) * | 2002-12-12 | 2004-07-22 | Sony Corp | 情報処理装置および方法、記録媒体、並びにプログラム |
JP2004326227A (ja) * | 2003-04-22 | 2004-11-18 | Matsushita Electric Ind Co Ltd | 情報提供方法、情報提供装置、そのプログラム、および、そのプログラム記憶媒体 |
JP4428036B2 (ja) * | 2003-12-02 | 2010-03-10 | ソニー株式会社 | 情報処理装置および方法、プログラム、並びに、情報処理システムおよび方法 |
JP2006260349A (ja) * | 2005-03-18 | 2006-09-28 | Matsushita Electric Ind Co Ltd | コンテンツデータ表示制御装置 |
US20080288551A1 (en) * | 2005-11-30 | 2008-11-20 | Koninklijke Philips Electronics, N.V. | Method and System for Updating User Profiles |
JP2007271277A (ja) * | 2006-03-30 | 2007-10-18 | Clarion Co Ltd | ナビゲーション装置、方法及びプログラム |
EP2052335A4 (en) * | 2006-08-18 | 2010-11-17 | Sony Corp | SYSTEM AND METHOD FOR SELECTIVE ACCESS TO MULTIMEDIA CONTENT VIA A RECOMMENDATION ENGINE |
CN101689174A (zh) * | 2006-08-18 | 2010-03-31 | 索尼株式会社 | 通过推荐引擎进行选择性媒体访问 |
JP4491746B2 (ja) | 2007-03-05 | 2010-06-30 | ソニー株式会社 | 情報処理装置および情報処理方法、記録媒体、並びにプログラム |
US20080249987A1 (en) * | 2007-04-06 | 2008-10-09 | Gemini Mobile Technologies, Inc. | System And Method For Content Selection Based On User Profile Data |
US20080257134A1 (en) * | 2007-04-18 | 2008-10-23 | 3B Music, Llc | Method And Apparatus For Generating And Updating A Pre-Categorized Song Database From Which Consumers May Select And Then Download Desired Playlists |
JP4389973B2 (ja) * | 2007-06-26 | 2009-12-24 | ソニー株式会社 | 情報処理装置および方法、並びにプログラム |
WO2009017195A1 (ja) * | 2007-07-31 | 2009-02-05 | National Institute Of Advanced Industrial Science And Technology | 楽曲推薦システム、楽曲推薦方法及び楽曲推薦用コンピュータプログラム |
JP4807386B2 (ja) * | 2008-08-29 | 2011-11-02 | ソニー株式会社 | 表示装置及び表示方法 |
JP2010211666A (ja) * | 2009-03-12 | 2010-09-24 | Seiko Epson Corp | コンテンツ発行システムおよび情報抽出方法 |
WO2010119807A1 (ja) * | 2009-04-13 | 2010-10-21 | シャープ株式会社 | 番組検索装置、情報表示装置およびデジタル放送受信装置 |
JP5503186B2 (ja) | 2009-04-27 | 2014-05-28 | 日本エイアンドエル株式会社 | 紙塗工用共重合体ラテックスおよび紙塗工用共重合体ラテックスの製造方法 |
JP5464412B2 (ja) * | 2009-08-12 | 2014-04-09 | 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 |
JPWO2011052424A1 (ja) * | 2009-10-29 | 2013-03-21 | ソニー株式会社 | コンテンツ選択システム、コンテンツ選択装置、コンテンツ選択方法及びプログラム |
-
2010
- 2010-11-15 JP JP2010254828A patent/JP5578040B2/ja not_active Expired - Fee Related
-
2011
- 2011-10-07 AU AU2011235919A patent/AU2011235919A1/en not_active Abandoned
- 2011-11-07 EP EP11188060A patent/EP2453372A3/en not_active Withdrawn
- 2011-11-08 CN CN2011103497563A patent/CN102467577A/zh active Pending
- 2011-11-08 US US13/291,676 patent/US8832005B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
AU2011235919A1 (en) | 2012-05-31 |
US8832005B2 (en) | 2014-09-09 |
EP2453372A3 (en) | 2012-08-29 |
US20120123977A1 (en) | 2012-05-17 |
CN102467577A (zh) | 2012-05-23 |
JP2012108592A (ja) | 2012-06-07 |
EP2453372A2 (en) | 2012-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5578040B2 (ja) | 情報処理装置および方法、情報処理システム、並びに、プログラム | |
US10885093B2 (en) | Global recommendation systems for overlapping media catalogs | |
EP3529993B1 (en) | Dynamically modifying an execution environment for varying data | |
US8438598B2 (en) | Information processing apparatus, information processing method, program, and information sharing system | |
JP4678546B2 (ja) | 推薦装置および方法、プログラム、並びに記録媒体 | |
EP1518405B1 (en) | Method, system and program product for populating a user profile based on existing user profiles | |
US20070266031A1 (en) | Identifying content | |
US8862607B2 (en) | Content receiving apparatus with search query generator | |
US20090234850A1 (en) | Synchronization of metadata | |
US20060156307A1 (en) | Method and system for prioritizing tasks made available by devices in a network | |
US8611676B2 (en) | Information processing apparatus, feature extraction method, recording media, and program | |
JP2005056361A (ja) | 情報処理装置および方法、プログラム、並びに記録媒体 | |
CN1689001A (zh) | 向用户或用户组呈现媒体内容的方法和系统 | |
JP4370850B2 (ja) | 情報処理装置および方法、プログラム、並びに記録媒体 | |
CN101546589A (zh) | 具有动态媒体项目组的活动播放列表 | |
JP2005509965A (ja) | メディアコンテンツの推奨に用いられるエージェントの作成 | |
JP2007058842A (ja) | 情報処理装置、特徴抽出方法、記録媒体、および、プログラム | |
JP2012103832A (ja) | 情報処理装置および方法、情報処理システム、並びに、プログラム | |
US9325754B2 (en) | Information processing device and information processing method | |
JP2008125022A (ja) | ユーザ端末、配信サーバ、その制御プログラムおよび該制御プログラムを記録したコンピュータ読取り可能な記録媒体、コンテンツ案内システムならびに制御方法 | |
US9299331B1 (en) | Techniques for selecting musical content for playback | |
JP5788866B2 (ja) | アイテムを格付けする方法及びシステム | |
JP5116811B2 (ja) | 番組推薦装置及び方法及びプログラム | |
JP5008250B2 (ja) | 情報処理装置および方法、プログラム、並びに記録媒体 | |
JP2017037352A (ja) | 情報処理装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130930 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130930 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140224 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140304 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140328 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140610 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140623 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5578040 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |