Nothing Special   »   [go: up one dir, main page]

RU2532703C2 - Рекомендующая система со смещением - Google Patents

Рекомендующая система со смещением Download PDF

Info

Publication number
RU2532703C2
RU2532703C2 RU2011130807/08A RU2011130807A RU2532703C2 RU 2532703 C2 RU2532703 C2 RU 2532703C2 RU 2011130807/08 A RU2011130807/08 A RU 2011130807/08A RU 2011130807 A RU2011130807 A RU 2011130807A RU 2532703 C2 RU2532703 C2 RU 2532703C2
Authority
RU
Russia
Prior art keywords
content
age
content source
user
recommender
Prior art date
Application number
RU2011130807/08A
Other languages
English (en)
Other versions
RU2011130807A (ru
Inventor
Мауро БАРБЬЕРИ
Сервериус Петрус Паулус ПРОНК
Original Assignee
Функе Диджитал Тв Гайд Гмбх
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Функе Диджитал Тв Гайд Гмбх filed Critical Функе Диджитал Тв Гайд Гмбх
Publication of RU2011130807A publication Critical patent/RU2011130807A/ru
Application granted granted Critical
Publication of RU2532703C2 publication Critical patent/RU2532703C2/ru

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/48Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/489Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using time information
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/458Scheduling content for creating a personalised stream, e.g. by combining a locally stored advertisement with an incoming stream; Updating operations, e.g. for OS modules ; time-related management operations
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4662Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
    • H04N21/4663Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms involving probabilistic networks, e.g. Bayesian networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/16Analogue secrecy systems; Analogue subscription systems
    • H04N7/173Analogue secrecy systems; Analogue subscription systems with two-way working, e.g. subscriber sending a programme selection signal
    • H04N7/17309Transmission or handling of upstream communications
    • H04N7/17336Handling of requests in head-ends

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Television Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

Изобретение относится к средствам для управления рекомендующей системой. Технический результат заключается в повышении достоверности содержимого рекомендуемого пользователю за счет дополнительного учета возраста подписки предлагаемого источника содержимого. Устройство содержит: рекомендатель для расчета, на основе информационных данных элемента содержимого вместе с данными, указывающими на симпатии или антипатии пользователя, предсказываемого рейтингового значения для элемента содержимого, принимаемого от источника содержимого; определитель возраста для получения возрастного параметра упомянутого источника содержимого для смещения числа рейтинговых значений, получаемых от пользователя или предсказываемых для принимаемых элементов содержимого упомянутого источника содержимого, причем упомянутый возрастной параметр представляет собой возраст подписки на упомянутый источник содержимого; и блок смещения для применения значения коррекции к упомянутому предсказываемому рейтинговому значению на основании упомянутого возрастного параметра, а именно возраста подписки на упомянутый источник содержимого, чтобы оказать предпочтение элементам содержимого новых источников содержимого. 2 н. и 10 з.п. ф-лы, 2 ил.

Description

ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ
Изобретение относится к устройству, способу и компьютерному программному продукту для управления рекомендующей системой для по меньшей мере одного элемента содержимого.
УРОВЕНЬ ТЕХНИКИ ИЗОБРЕТЕНИЯ
Жесткие диски и технологии сжатия цифрового видео создали возможность прямой трансляции (ТВ) со сдвигом во времени и записи большого числа ТВ шоу в высоком качестве без необходимости волноваться о доступности пленок или других переносных носителей данных. В то же время оцифровка аудиовизуальных сигналов увеличила число источников содержимого для среднего пользователя. Сотни каналов доступны, используя простую параболическую антенну и ТВ приемник. Огромное количество видеоклипов выкладывается ежедневно в интернет через различные сервисы, а все основные производители содержимого уже делают все свои библиотеки содержимого доступными в режиме онлайн. Как результат, тысячи потенциально увеличивающегося количества программ становятся доступными каждый день и могут быть записаны и храниться локально для последующего доступа.
Однако, принимая во внимание это огромное количество предлагаемых элементов содержимого, индивидуальный выбор содержимого становится важной проблемой. Информация, которая не подходит профилю пользователя, должна быть отфильтрована, а элемент правильного содержимого, который соответствует потребностям и предпочтениям пользователя (например, профилю пользователя), должен быть выбран.
Рекомендующие системы решают эти проблемы посредством оценки степени привлекательности определенного элемента содержимого для определенного профиля пользователя и автоматически ранжируя элементы содержимого. Это может быть сделано посредством сравнения характеристик (например, признаков, метаданных и так далее) элемента содержимого с профилем пользователя или с подобными профилями других пользователей. Таким образом, рекомендующие системы могут рассматриваться как инструменты для фильтрации нежелательного содержимого и предоставления интересного содержимого вниманию пользователя.
Использование рекомендующей технологии неуклонно выводится на рынок. Среди различных примеров веб-сайты предлагают рекомендатель, чтобы помогать пользователям в нахождении элементов содержимого (например, фильмов), которые им нравятся, а электронные устройства (например, персональные видеомагнитофоны) используют рекомендатель для автоматического фильтрования элементов содержимого. Рекомендующие системы все больше и больше применяются, чтобы индивидуализировать или персонализировать услуги и продукты посредством изучения профиля пользователя, в котором могут использоваться методики машинного обучения, чтобы выводить рейтинги новых элементов содержимого.
Обычно используемые рекомендующие методики - совместное фильтрование и наивная байесовская классификация. Таким образом, из огромного количества элементов содержимого могут быть извлечены только те элементы, которые соответствуют профилю пользователя или группы пользователей. Рекомендатели типично предлагаются как автономные службы, или блоки, или как дополнения (например, подключаемые программы) к существующим службам или блокам. Они все больше и больше появляются в потребительских устройствах, таких как телевизоры или видеомагнитофоны. Рекомендателям типично требуется обратная связь пользователя, чтобы изучить предпочтения пользователя. Неявное изучение освобождает пользователя от необходимости подробного ранжирования элементов, и может быть получено посредством наблюдения за действиями пользователя, такими как покупки, загрузки, выбор элементов для воспроизведения или удаления и так далее. Обнаруженные действия пользователя могут быть интерпретированы рекомендателем и преобразованы в рейтинг. Например, рекомендатель может интерпретировать действие покупки как положительный рейтинг, или в случае видеоэлементов, общая длительность просмотра более/менее чем 50% может предполагать положительный/отрицательный рейтинг.
Когда пользователь подписывается на новую услугу (например, канал телевизионного вещания, услугу видео по запросу, веб-сайт интернет видео и так далее), он/она хотел бы и ожидает увидеть содержимое из недавно подписанной услуги. Однако когда доступ к содержимому опосредован рекомендующей системой (например, как в концепции персонального ТВ), вероятность того, что элемент содержимого из нового источника содержимого будет рекомендован пользователю, может быть низкой, потому что недавно добавленная услуга интерпретируется рекомендующей системой, как только очередная услуга содержимого, добавленная в объединение существующих услуг содержимого, и поэтому нет особой причины, по которой элемент содержимого из недавно приобретенной услуги содержимого должен быть предпочтен. Более того, изначально профиль рекомендателя не содержит какие-либо рейтинги, связанные с недавно приобретенной услугой содержимого. Это может привести к неадекватному выбору недавно приобретенной услуги содержимого и, таким образом, к субоптимальному функционированию рекомендующей системы.
СУЩНОСТЬ ИЗОБРЕТЕНИЯ
Цель настоящего изобретения - обеспечить улучшенное функционирование рекомендателя, посредством которого элементы содержимого недавно приобретенных услуг содержимого адекватно ранжируются и/или рекомендуются.
Эта цель достигается устройством по п.1 формулы изобретения, способом по п.10 формулы изобретения и компьютерным программным продуктом.
Устройство содержит рекомендатель для расчета предсказанного рейтингового значения элемента содержимого (например, на основании метаданных или методик совместного фильтрования и так далее), получаемого от источника содержимого. Согласно изобретению это рейтинговое значение корректируется посредством определителя возраста и блока смещения. Определитель возраста выполнен с возможностью получать возрастной параметр из по меньшей мере одного из упомянутых метаданных и количества рейтинговых значений, получаемых от пользователя или предсказываемых для полученных элементов содержимого упомянутого содержимого. Блок смещения выполнен с возможностью формировать значение коррекции на основании возрастного параметра и применять значение коррекции, сформированное таким образом, к предсказываемому рейтинговому значению. Таким образом, предсказываемое рейтинговое значение корректируется на основании возраста подписки на источник содержимого, который может быть определен, например, на основании метаданных, используемых для расчета рейтингового значения. Метаданные будут обозначать любую информацию, добавленную или связанную с конкретным элементом содержимого, который должен быть проранжирован, то есть "данные о данных" любого вида на любом носителе. Элемент метаданных может описывать отдельный элемент содержимого или совокупность данных, включающую многочисленные элементы содержимого и иерархические уровни, например схему базы данных. Дополнительно метаданные могут быть формальными данными, которые предоставляют информацию о, или документацию другого элемента содержимого, или группы элементов содержимого.
Например, метаданные могут быть документальными данными об элементах данных или атрибутах (название, размер, тип и так далее) элемента содержимого или группы элементов содержимого, и данными о записях или структурах данных (длине, полях, столбцах и так далее) элемента содержимого или группы элементов содержимого, и данными о данных (где они расположены, как они связаны, принадлежность и так далее) элемента содержимого или группы элементов содержимого.
Метаданные могут также включать описательную информацию о контексте, качестве и состоянии или характеристиках элемента содержимого или группы элементов содержимого. Соответственно выходной результат или рейтинг рекомендателя может быть смещен, чтобы оказать предпочтение недавно добавленным услугам и источникам содержимого. Таким образом, элементы содержимого, полученные от недавно приобретенных услуг содержимого, предпочтительно рекомендуются и таким образом более предпочтительно выбираются, так что элементы содержимого, получаемые от таких новых услуг или источников, рекомендуются чаще.
Согласно первому аспекту определитель возраста может содержать определитель для определения времени подписки (например, на основании метаданных) и калькулятор для расчета возрастного параметра на основании времени подписки и фактического времени. Таким образом, может быть предоставлен прямой способ для оценки старости источника элемента содержимого. Время подписки, предоставляемое метаданными элемента содержимого, сравнивается с фактическим временем или моментом времени, так что может быть получено прямое измерение старости или степени новизны.
Согласно второму аспекту, который может быть скомбинирован с вышеприведенным первым аспектом, определитель возраста может быть выполнен с возможностью определять время подписки посредством получения доступа к справочной таблице. Справочная таблица может хранить связь между идентификацией источника или идентификатором и временем подписки, так что время подписки может быть предоставлено простым и быстрым способом. Справочная таблица может храниться в программируемой памяти, так что она может быть обновлена всякий раз, когда была инициирована подписка на новый источник содержимого. В качестве альтернативы время подписки может храниться в профиле услуг рассматриваемого пользователя.
Согласно третьему аспекту, который может быть скомбинирован с любым из вышеприведенных первым и вторым аспектом, блок смещения может быть выполнен с возможностью уменьшать значение коррекции с увеличивающимся возрастным параметром или с увеличивающимся числом рейтинговых значений, задаваемых пользователем или предсказываемых рекомендателем для получаемых элементов содержимого источника содержимого. Поэтому смещение, применяемое к выводу рекомендателя, ослабляется со временем и/или с числом рейтингов, задаваемых элементами содержимого, получаемыми от нового источника содержимого.
В конкретном примере блок смещения может быть выполнен с возможностью снижать значение коррекции в линейной или экспоненциальной зависимости от времени или числа рейтинговых значений.
Согласно четвертому аспекту, который может быть скомбинирован с любым из вышеприведенных с первого по третий аспектов, рекомендатель может быть выполнен с возможностью рассчитывать вышеприведенное предсказываемое рейтинговое значение в диапазоне [0, 1]. Таким образом, вывод или предсказываемый рейтинг рекомендателя может быть представлен в форме вероятности между значениями "0" и "1", которые могут использоваться, чтобы указывать на предпочтение пользователя как степень предпочтения, где "0" указывает на "не нравится", а "1" указывает на "нравится". Конечно любой другой вид или тип значения также может использоваться (например, пятизвездочная шкала).
Согласно пятому аспекту, который может быть скомбинирован с любым из вышеприведенных с первого по четвертый аспектов, возрастной параметр может быть значением новизны, который указывает на то, как долго источник содержимого был доступен в рекомендующей системе. В конкретном примере значение новизны может быть положительным действительным числом, меньшим или равным 1. Значение новизны может быть настроено на "1", когда источник содержимого добавляется к рекомендующей системе в первый раз, так что значение смещенного вывода рекомендателя будет устанавливаться на свое максимальное значение.
Согласно шестому аспекту, который может быть скомбинирован с любым из вышеприведенных с первого по пятый аспектов, возрастной параметр может представлять возраст подписки на источник содержимого, а значение коррекции может привести к более высокому рейтинговому значению для более молодых подписок.
Согласно седьмому аспекту, который может быть скомбинирован с любым из вышеприведенных с пятого по шестой аспектов, обновление фильтра предварительного выбора содержимого может быть запущено в ответ на добавление нового источника содержимого. Таким образом, можно быть уверенным, что элементы содержимого, получаемые от нового источника, пройдут фильтр предварительного выбора.
Согласно восьмому аспекту, который может быть скомбинирован с любым из вышеприведенных с первого по седьмой аспектов, операция ввода пользователя для назначения персонального канала на новый источник содержимого, может быть запущена в ответ на добавление нового источника содержимого. Здесь "персональный канал" предназначен для обозначения того, что канал присоединил новый фильтр предварительного выбора. Таким образом, подписка на новую услугу или новый источник содержимого запускает диалог с пользователем, чтобы выбрать или создать новый персональный канал (то есть со связанным фильтром предварительного выбора) для нового источника содержимого. В случае рекомендующей системы для персонального телевизора новая телестанция, принимаемая спутниковой службой (например, бесплатно вещаемой спутниковой службой), автоматически рекомендуется рекомендателем, если она была выбрана в качестве нового источника содержимого, например, в профиле пользователя (таком, как мое персональное ТВ расписание).
Отметим, что вышеприведенное устройство управления или рекомендующее устройство может быть осуществлено как дискретная схема аппаратного обеспечения с дискретными компонентами аппаратного обеспечения, как интегральная схема, как структура модулей схем или как сигнальное обрабатывающее устройство, или компьютерное устройство, или схема, управляемая программой системы программного обеспечения, или программой, хранимой в памяти.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
Теперь изобретение будет описываться посредством примеров на основании вариантов осуществления со ссылкой на прилагающиеся чертежи, на которых:
Фигура 1 показывает схематичную блок-схему рекомендующей системы согласно варианту осуществления настоящего изобретения; и
Фигура 2 показывает схематичную блок-схему смещенного рекомендателя согласно варианту осуществления настоящего изобретения.
ОПИСАНИЕ ВАРИАНТОВ ОСУЩЕСТВЛЕНИЯ
Варианты осуществления настоящего изобретения теперь будут описаны на основании примерной рекомендующей системы, которая формирует рейтинги элементов содержимого, таких как книги, ТВ программы, фильмы и так далее.
Фигура 1 показывает схематичную блок-схему рекомендующей системы, которая содержит информационное хранилище 103 данных, подключенное к источнику (S) 101. Источник 101 может, например, быть услугой электронного расписания программ (EPG) в интернете, которая предоставляет информационные данные о ТВ программах. Информационное хранилище 103 данных может быть подключено к по меньшей мере одному фильтру (F) 105 предварительного выбора, который связан с персонализированным каналом содержимого и фильтрует элементы содержимого соответственно. Отметим, что может быть предоставлено любое число персонализированных каналов содержимого. Вывод фильтра 105 предварительного выбора подключен к соответствующему механизму 107 смещенного рекомендателя (B-RE). Таким образом, каждый персонализированный канал содержимого может иметь собственный механизм 107 смещенного рекомендателя, связанный с ним. Каждый механизм 107 смещенного рекомендателя, а следовательно, персонализированный канал содержимого имеет профиль (P) 109, связанный с ним. Вывод механизма 107 смещенного рекомендателя подключен к планировщику (SCH) 111. Планировщик 111 подключен к запоминающему устройству 113 (например, множеству жестких дисков) и к селектору (SEL) 115. Информационное хранилище 103 данных также подключено к источнику 117 содержимого (CS). Источник 117 содержимого предоставляет, например, по меньшей мере аудио/видеоинформацию в телевизионном вещании или режиме по запросу. Дополнительно источник 117 содержимого может предоставлять информационные данные, например информацию EPG внутри кадрового интервала гашения видеосигнала, или метаданных MPEG-7 на сегментах конкретного элемента содержимого (например, границы сцены фильма). Источник 117 содержимого подключен к селектору 115, содержащему по меньшей мере один набор из средств изоляции содержимого (например, тюнер или тому подобное), которое позволяет изолировать один или более элементов содержимого для записи на запоминающее устройство 113. Вывод селектора 115 подключен к запоминающему устройству 113.
Теперь будет описано функционирование устройства фигуры 1. Информационные данные текущего элемента содержимого, которые должны проигрываться на персонализированном канале содержимого, собираются из источника (интернета) 101 или получаются через другие средства, например через передачу в кадровом интервале гашения сигнала аналогового телевизионного вещания, или через транспортные потоки цифрового видеовещания (DVB), или комбинации любых из вышеприведенных. Элемент содержимого может быть телевизионной программой, потоком данных, содержащим видео и/или аудиоданные или сегмент программы и так далее.
Информационные данные могут содержать множество атрибутов и значений атрибутов, связанных с элементом содержимого, таких как название, актеры, режиссер и жанр. Каждый профиль 109 основывается на информационных данных вместе с данными, указывающими на то, что "нравится" или "не нравится" пользователю. Рейтинг "нравится" и "не нравится" может основываться на обратной связи или элементах содержимого, которые проходят связанный фильтр 105 предварительного выбора. Эта обратная связь может быть задана в виде подробного рейтинга пользователями, которые используют конкретный персонализированный канал содержимого. Рейтинг может быть составлен несколькими способами. Например, пользователь, используя устройство дистанционного управления, может указать для выбранного на текущий момент элемента содержимого или заданного атрибута текущего элемента содержимого свой рейтинг ("нравится" или "не нравится") посредством нажатия соответствующих кнопок на интерфейсе пользователя (например, устройстве дистанционного управления), пока поддерживается текущий элемент содержимого. В качестве альтернативы может наблюдаться поведение пользователя. Например, если пользователь просматривает текущий элемент содержимого дольше, чем заранее установленный временной интервал (например, 20 минут), это автоматически может указывать на "нравится". В более расширенной настройке степень "нравится" на дискретной или непрерывной шкале может быть предоставлена или рассчитана вместо просто бинарной классификации "нравится" или "не нравится".
Когда информационные данные элемента содержимого проходят фильтр 105, эти информационные данные пересылаются механизму 107 смещенного рекомендателя. Механизм смещенного рекомендателя рассчитывает смещенную степень "нравится" или рейтинг на основании своего связанного профиля 109 для этого последующего элемента содержимого. Информационные данные, связанные с последующим элементом содержимого, затем пересылаются вместе с рассчитанным рейтингом на планировщик 111, который затем рассчитывает расписание записи, которое будет использоваться, чтобы спланировать запись элементов содержимого, предлагаемых механизмом рекомендателя 107, на запоминающее устройство 113. В частности, планировщик 111 может сначала рассматривать элементы содержимого высокой степени симпатии или рейтинга, при этом все же рассматривая достаточное новое содержимое для каждого персонализированного канала содержимого. С этой целью расписание записи, рассчитываемое планировщиком 111, используется, чтобы обучать планировщик 115 выбирать элементы содержимого, доступные из источника 117 содержимого, чтобы записывать их на запоминающее устройство 113.
Профили использования или пользователей могут быть получены, используя три базовых способа: неявное профилирование; явное профилирование и профилирование обратной связи. Способы неявного профилирования получают профили использования содержимого ненавязчиво из историй использования пользователя, например множества просмотренных и непросмотренных ТВ шоу. Способы явного профилирования получают профили использования содержимого из ответов пользователя на вопросы, которые включают прямые вопросы о том, что нравится и не нравится пользователю. Способы профилирования обратной связи получают профили использования из элементов содержимого, для которых пользователь предоставил рейтинги степени симпатии или антипатии.
Согласно варианту осуществления механизм 107 смещенного рекомендателя содержит блок смещения, компонент или функцию, которая выполнена с возможностью или сконфигурирована, чтобы предоставлять смещенный вывод так, чтобы оказать предпочтение недавно добавленным услугам и источникам содержимого. Смещение может быть применено посредством значения коррекции, которое комбинируется с выводом рекомендателя. Это значение коррекции может ослабляться со временем и/или с числом рейтингов, присваиваемых элементам содержимого пользователем или рекомендателем, получаемым от новой услуги содержимого. Таким образом, вероятность того, что содержимое из нового источника рекомендуется пользователю, может быть увеличена, так как смещенный вывод может гарантировать, что элемент содержимого из недавно приобретенной услуги (то есть, источника содержимого) будет предпочтен, даже если профиль 109 рекомендателя не содержит каких-либо рейтингов, связанных с недавно приобретенной услугой.
Фигура 2 показывает схематичную блок-схему примера осуществления механизма 107 смещенного рекомендателя фигуры 1. Компоненты или блоки, показанные на фигуре 2, могут быть осуществлены как схемы аппаратного обеспечения, или, в качестве альтернативы, как программы системы программного обеспечения, хранимые в памяти компьютера или обрабатывающем устройстве.
Когда доступен новый элемент содержимого, его признаки или метаданные MD предоставляются рекомендателю (RE) 1072, который рассчитывает или определяет предсказываемый рейтинг, например, в форме апостериорной вероятности Pr в диапазоне [0, 1], которая, таким образом, указывает на степень симпатии к заданному элементу содержимого для пользователя (например, где "0" указывает на "не нравится", а "1" указывает на "нравится"). Эта вероятность Pr передается в блок (B) 1074 смещения, который применяет смещение (например, значение коррекции) к вероятности Pr в зависимости от степени возраста или степени новизны источника содержимого, из которого был принят рассматриваемый элемент содержимого. Отметим, что термин "источник содержимого" может быть интерпретирован как любая услуга или источник, из которого принимается элемент содержимого, например канал телевизионного вещания, или услуга видео по запросу, или тому подобное.
Таким образом, каждый источник содержимого (например, источник 117 содержимого фигуры 1) может быть охарактеризован значением новизны или другим видом возрастного параметра, который указывает на то, как долго источник содержимого был доступен в текущей рекомендующей системе.
В примере настоящего осуществления значение новизны источника содержимого может быть выбрано как действительное число между "0" и "1". Значение новизны может быть настроено на "1", когда источник содержимого добавляется к системе в первый раз, и поэтому должен рассматриваться как новый источник содержимого. Дополнительно может быть предоставлена обработка, чтобы уменьшать значение новизны (например, линейным или экспоненциальным способом) со временем и/или с количеством рейтингов, присваиваемых элементам содержимого, получаемым из рассматриваемого источника содержимого. Таким образом, новизна источника содержимого и, следовательно, смещение или значение коррекции ослабляются со временем. Смещенная или скорректированная вероятность Prb, таким образом, получается из блока 1074 смещения.
Как можно понять из примера осуществления фигуры 2, блок 1074 смещения может иметь два контрольных ввода для управления значением коррекции или смещением. С одной стороны значение новизны υ
Figure 00000001
может быть получено из калькулятора 1078, а с другой стороны может использоваться дополнительный или альтернативный контрольный вывод рекомендателя 1072, чтобы указывать на количество рейтингов, принимаемых от пользователя или формируемых рекомендателем 1072 для рассматриваемого элемента содержимого. Это контрольное значение может быть получено из справочной таблицы (не показано), управляемой рекомендующей системой, или из профиля услуг пользователя.
Метаданные MDi рассматриваемого элемента содержимого также применяются к определителю (DET) 1076, который получает идентификацию источника или идентификатор Si из метаданных MDi и определяет время подписки Ts, в которое пользователь подписался на услугу содержимого, от которой был принят рассматриваемый элемент содержимого. Время подписки Ts может быть получено напрямую метаданными MDi или может быть получено из справочной таблицы (LUT) 1077, которая может обновляться рекомендующей системой всякий раз, когда пользователь подписывается на новый источник содержимого.
Время Ts подписки затем передается калькулятору (NV) 1078, который рассчитывает значение υ
Figure 00000002
новизны на основании времени Ts подписки. Это может быть достигнуто посредством сравнения времени Ts подписки с фактическим временем t, получаемым от таймера 1079, который может быть предоставлен в механизме 107 смещенного рекомендателя или где-нибудь еще в рекомендующей системе.
Например, если задан элемент i содержимого с идентификатором источника Si, его значение новизны в момент времени t
Figure 00000003
0 после момента подписки (T0, t=0) задается следующим образом:
Figure 00000004
где T0>Ts есть время после подписки на новый источник содержимого, при котором новый источник содержимого больше не может рассматриваться как новый.
Полагая, что вышеприведенная апостериорная вероятность для настоящего элемента содержимого i обозначается как Pr(+|i), смещенная апостериорная вероятность Prb(+|i)задается следующим образом:
Figure 00000005
Figure 00000006
(2)
чтобы таким образом предоставить постепенное изменение от максимальной вероятности Prb=1 до текущей апостериорной вероятности Pr по мере прохождения времени.
В рекомендующих системах, в которых доступ к содержимому опосредован не только механизмом рекомендателя, но также и фильтром предварительного выбора, который предварительно выбирает элементы содержимого (например, посредством логических правил), перед тем как они оцениваются механизмом рекомендателя (таким, как фильтр 105 предварительного выбора фигуры 1), рекомендующая система может быть сконфигурирована, чтобы предоставить структуру управления, в которой добавление нового источника содержимого запускает обновление фильтра предварительного выбора, так что элементы содержимого из нового источника содержимого могут проходить фильтр предварительного выбора. В качестве примера предполагается, что определяется предопределенный персональный канал "вестернов", чтобы отфильтровывать все фильмы кроме вестернов, транслируемых на некотором количестве заранее определенных каналов. Теперь, если пользователь подписывается на новую услугу видео по запросу, фильтр предварительного выбора канала "вестернов" может быть обновлен или расширен, чтобы включать новую услугу видео по запросу в качестве нового источника содержимого.
Дополнительно в системах, в которых используются многочисленные фильтры предварительного выбора (каждый подключен к своему собственному механизму рекомендателя), чтобы определять "виртуальные" или "персональные" каналы, подписка на новую услугу может запускать диалог с пользователем, чтобы выбрать один или более подходящих виртуальных каналов или чтобы создать новый виртуальный канал (таким образом инициируя новый фильтр предварительного выбора), в который новая услуга или источник содержимого должны вносить вклад.
Для каждого выбранного виртуального канала определения фильтра или параметры могут быть обновлены, чтобы сделать возможным включение подходящих или желаемых элементов содержимого из нового источника содержимого. В этом случае вышеупомянутая функциональность смещения механизма смещенного рекомендателя может применяться к каждому выбранному виртуальному каналу.
Отметим, что настоящее изобретение может применяться к любой рекомендующей системе для телевизионных приставок, телевизоров, мобильных телефонов, персональных цифровых помощников (PDA), персональных компьютеров (ПК) и всех устройств, в которых рекомендатели используются, чтобы собирать, фильтровать и представлять элементы содержимого из многочисленных источников своим пользователям. Изобретение, таким образом, не ограничивается рекомендателями содержимого телевидения или фильмов, но может быть применено к музыке, театральным представлениям, книгам и всем типам продуктов и услуг, для которых могут быть созданы рекомендатели.
Таким образом, настоящее изобретение относится к устройству, способу и компьютерному программному продукту для управления рекомендующей системой, в которой применяется смещение к выводу рекомендателя, чтобы оказать предпочтение недавно добавленным услугам и источникам содержимого. Смещение может ослабляться со временем и/или с количеством рейтингов, присваиваемых содержимому, поступающему от новой услуги.
В то время как изобретение было проиллюстрировано и описано подробно на чертежах и вышеупомянутом описании, такую иллюстрацию и описание следует рассматривать в качестве иллюстрации или примера, а не в качестве ограничения. Изобретение не ограничивается раскрытыми вариантами осуществления. Из прочтения настоящего раскрытия специалистам в данной области техники будут очевидны другие модификации. Такие модификации могут вовлекать другие признаки, которые уже известны в данной области техники и которые могут использоваться вместо или в дополнение к признакам, уже описанным в материалах настоящей заявки.
Изменения раскрытых вариантов осуществления могут быть поняты и осуществлены специалистами в данной области техники из изучения чертежей, раскрытия и прилагающихся пунктов формулы изобретения. В пунктах формулы изобретения слово "содержащий" не исключает другие элементы или этапы, а употребление единственного числа не исключает множества элементов или этапов. Единичный процессор или другой блок может выполнять по меньшей мере функции фигуры 2 на основании соответствующих программ системы программного обеспечения. Компьютерная программа может также храниться/распределяться на подходящем носителе, таком как оптический носитель данных или полупроводниковый носитель данных, поставляемый вместе с или как часть другого аппаратного обеспечения, но может также быть распределен в других формах, таких как через интернет или другие проводные или беспроводные телекоммуникационные системы. Простой факт, что определенные меры цитируются во взаимно разных зависимых пунктах формулы изобретения, не указывает на то, что комбинация этих мер не может использоваться для извлечения выгоды. Любые ссылочные знаки в пунктах формулы изобретения не должны рассматриваться в качестве ограничения его объема.

Claims (12)

1. Устройство для управления рекомендующей системой, содержащее:
a) рекомендатель (1072) для расчета, на основе информационных данных элемента содержимого вместе с данными, указывающими на симпатии или антипатии пользователя, предсказываемого рейтингового значения для элемента содержимого, принимаемого от источника (117) содержимого;
b) определитель (1076-1079) возраста для получения возрастного параметра упомянутого источника (117) содержимого для смещения числа рейтинговых значений
- получаемых от пользователя или
- предсказываемых для принимаемых элементов содержимого упомянутого источника (117) содержимого,
причем упомянутый возрастной параметр представляет возраст подписки на упомянутый источник (117) содержимого; и
c) блок (1074) смещения для применения значения коррекции к упомянутому предсказываемому рейтинговому значению на основании упомянутого возрастного параметра, а именно возраста подписки на упомянутый источник (117) содержимого, чтобы оказать предпочтение элементам содержимого новых источников содержимого.
2. Устройство по п.1, в котором упомянутый определитель (1076-1079) возраста содержит определитель (1076) для определения времени подписки на основании метаданных, и калькулятор (1078) для расчета упомянутого возрастного параметра на основании упомянутого времени подписки и фактического времени.
3. Устройство по п.2, в котором упомянутый определитель (1076-1079) возраста выполнен с возможностью определения упомянутого времени подписки посредством доступа к справочной таблице (1077).
4. Устройство по п.1, в котором упомянутый блок (1074) смещения выполнен с возможностью уменьшения упомянутого значения коррекции с увеличением возрастного параметра или с увеличением числа рейтинговых значений для принимаемых элементов содержимого упомянутого источника (117) содержимого.
5. Устройство по п.4, в котором упомянутый блок (1074) смещения выполнен с возможностью уменьшения упомянутого значения коррекции в линейной или экспоненциальной зависимости от времени или упомянутого числа рейтинговых значений.
6. Устройство по п.1, в котором упомянутый рекомендатель (1072) выполнен с возможностью вычисления упомянутого предсказываемого рейтингового значения в диапазоне [0,1].
7. Устройство по п.1, в котором упомянутый возрастной параметр представляет собой значение новизны, которое указывает на то, как долго упомянутый источник (117) содержимого был доступен в упомянутой рекомендующей системе.
8. Устройство по п.7, в котором упомянутое значение новизны представляет собой положительное действительное число, меньшее или равное 1.
9. Устройство по п.1, в котором упомянутое значение коррекции приводит к более высокому рейтинговому значению для более молодых подписок.
10. Способ управления рекомендующей системой, содержащий этапы, на которых:
a) рассчитывают на основе информационных данных элемента содержимого вместе с данными, указывающими на симпатии или антипатии пользователя, предсказываемое рейтинговое значение для элемента содержимого, принимаемого от источника (117) содержимого;
b) получают возрастной параметр упомянутого источника (117) содержимого для смещения числа рейтинговых значений
- получаемых от пользователя или
- предсказываемых для принимаемых элементов содержимого упомянутого источника (117) содержимого,
причем упомянутый возрастной параметр представляет возраст подписки на упомянутый источник (117) содержимого; и
c) применяют значение коррекции к упомянутому предсказываемому рейтинговому значению на основании упомянутого возрастного параметра, а именно возраста подписки на упомянутый источник (117) содержимого, чтобы оказать предпочтение элементам содержимого новых источников содержимого.
11. Способ по п.10, дополнительно содержащий этап, на котором запускают обновление фильтра (105) предварительного выбора содержимого в ответ на добавление нового источника содержимого.
12. Способ по п.10, дополнительно содержащий этап, на котором в ответ на добавление нового источника содержимого запускают операцию ввода пользователя для создания нового канала с фильтром предварительного выбора для нового источника содержимого.
RU2011130807/08A 2008-12-23 2009-12-15 Рекомендующая система со смещением RU2532703C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP08172774.5 2008-12-23
EP08172774A EP2202655A1 (en) 2008-12-23 2008-12-23 Biased recommender system
PCT/EP2009/067153 WO2010072616A1 (en) 2008-12-23 2009-12-15 Biased recommender system

Publications (2)

Publication Number Publication Date
RU2011130807A RU2011130807A (ru) 2013-01-27
RU2532703C2 true RU2532703C2 (ru) 2014-11-10

Family

ID=40565319

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2011130807/08A RU2532703C2 (ru) 2008-12-23 2009-12-15 Рекомендующая система со смещением

Country Status (5)

Country Link
US (1) US8700556B2 (ru)
EP (3) EP2202655A1 (ru)
CN (1) CN102265272B (ru)
RU (1) RU2532703C2 (ru)
WO (1) WO2010072616A1 (ru)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130117147A1 (en) * 2011-11-07 2013-05-09 Nathan J. Ackerman Similarity and Relatedness of Content
EP2682910A1 (en) 2012-07-06 2014-01-08 Axel Springer Digital TV Guide GmbH Device and method for automatic filter adjustment
US9477376B1 (en) * 2012-12-19 2016-10-25 Google Inc. Prioritizing content based on user frequency
US9335818B2 (en) * 2013-03-15 2016-05-10 Pandora Media System and method of personalizing playlists using memory-based collaborative filtering
US9430532B2 (en) 2013-07-30 2016-08-30 NETFLIX Inc. Media content rankings for discovery of novel content
CN106454400B (zh) * 2016-09-20 2019-09-13 广东工业大学 一种面向网络电视用户的时序主题偏好预测方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2236699C1 (ru) * 2003-02-25 2004-09-20 Открытое акционерное общество "Телепортал. Ру" Способ поиска и выборки информации с повышенной релевантностью

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006029508A1 (en) * 2004-09-13 2006-03-23 Solace Systems Inc. Highly scalable subscription matching for a content routing network
US20060254409A1 (en) 2005-05-11 2006-11-16 Withop Ryan L Sorting media files using dynamic passive recognition techniques
CN100468388C (zh) * 2005-06-24 2009-03-11 鸿富锦精密工业(深圳)有限公司 一种播放列表生成系统及方法
EP1958444A1 (en) * 2005-11-30 2008-08-20 Koninklijke Philips Electronics N.V. Method and system for generating a recommendation for at least one further content item
US7801888B2 (en) * 2007-03-09 2010-09-21 Microsoft Corporation Media content search results ranked by popularity
US7991757B2 (en) * 2008-08-12 2011-08-02 Amazon Technologies, Inc. System for obtaining recommendations from multiple recommenders

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2236699C1 (ru) * 2003-02-25 2004-09-20 Открытое акционерное общество "Телепортал. Ру" Способ поиска и выборки информации с повышенной релевантностью

Also Published As

Publication number Publication date
EP2382559A1 (en) 2011-11-02
CN102265272B (zh) 2015-12-16
CN102265272A (zh) 2011-11-30
EP3242231A1 (en) 2017-11-08
WO2010072616A4 (en) 2010-09-16
WO2010072616A1 (en) 2010-07-01
RU2011130807A (ru) 2013-01-27
US20120054144A1 (en) 2012-03-01
US8700556B2 (en) 2014-04-15
EP2202655A1 (en) 2010-06-30

Similar Documents

Publication Publication Date Title
US12137272B2 (en) Advertisement selection for insertion into video content based on viewing habits
US9477666B2 (en) Method and system for providing “what's next” data
RU2524840C2 (ru) Адаптивное неявное изучение для рекомендательных систем
US8789108B2 (en) Personalized video system
RU2539585C2 (ru) Адаптивное размещение вспомогательных медиаданных в рекомендательных системах
RU2556242C2 (ru) Устройство и способ передачи, устройство и способ приема и система передачи и приёма
US6990635B2 (en) User interface for collecting viewer ratings of media content and facilitating adaption of content recommenders
RU2524375C2 (ru) Способ распределения элементов второго содержания мультимедиа в списке элементов первого содержания мультимедиа
RU2420908C2 (ru) Способ и устройство генерации рекомендации для по меньшей мере одного элемента контента
US20140259037A1 (en) Predicted video content aggregation
US9204200B2 (en) Electronic programming guide (EPG) affinity clusters
US7987484B2 (en) Managing media content with a self-organizing map
US12041296B2 (en) Apparatus, systems and methods for media mosaic management
RU2532703C2 (ru) Рекомендующая система со смещением
US20090064229A1 (en) Recommendation from stochastic analysis
JP2010268461A (ja) コンテンツ検索方法
EP3024247A1 (en) Digital broadcasting receiver, method for controlling digital broadcast receiver, server, method for controlling server, and computer-readable medium
US20090254586A1 (en) Updated Bookmark Associations
WO2009068675A1 (en) User interface for media provision
US10587931B2 (en) Apparatus and method for managing a personal channel
US20220309118A1 (en) Targeted crawler to develop and/or maintain a searchable database of media content across multiple content providers
JP2006229678A (ja) 放送受信装置およびその制御方法

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20201216