CN1513263A - 最近邻推荐方法及系统 - Google Patents

最近邻推荐方法及系统 Download PDF

Info

Publication number
CN1513263A
CN1513263A CNA028112024A CN02811202A CN1513263A CN 1513263 A CN1513263 A CN 1513263A CN A028112024 A CNA028112024 A CN A028112024A CN 02811202 A CN02811202 A CN 02811202A CN 1513263 A CN1513263 A CN 1513263A
Authority
CN
China
Prior art keywords
program
program recording
module
segment
record
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.)
Granted
Application number
CNA028112024A
Other languages
English (en)
Other versions
CN1254969C (zh
Inventor
S・V・R・古特塔
S·V·R·古特塔
谢弗
J·D·谢弗
帕蒂
K·库拉帕蒂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN1513263A publication Critical patent/CN1513263A/zh
Application granted granted Critical
Publication of CN1254969C publication Critical patent/CN1254969C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management 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
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/35—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users
    • H04H60/46—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users for recognising users' preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management 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
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management 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
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/16—Analogue secrecy systems; Analogue subscription systems
    • H04N7/162—Authorising the user terminal, e.g. by paying; Registering the use of a subscription channel, e.g. billing
    • H04N7/163—Authorising the user terminal, e.g. by paying; Registering the use of a subscription channel, e.g. billing by receiver means only

Abstract

公开了一种采用节目记录模块(37)和各种最近邻模块(38－40)之一的节目推荐系统(30)。响应于节目记录(PR1)的接收，节目记录模块(37)将节目记录(PR1)的各个关键字段转换为特征值。单邻模块(38)根据获得接收节目记录(PR1)的最近邻资格的存储节目记录选择性地生成对应于节目记录(PR1)的节目推荐。多邻模块(39)根据获得接收节目记录(PR1)的N个最近邻资格的N个存储节目记录选择性地生成对应于节目记录(PR1)的节目推荐。相邻群(40)根据获得接收节目记录(PR1)的最近邻资格的存储节目群选择性地生成对应于节目记录(PR1)的节目推荐。

Description

最近邻推荐方法及系统
本发明涉及采用电子节目指南帮助媒体用户管理大量媒体内容选择(如电视节目制作、聊天室、视频点播媒体文件、音频等)的系统。更具体地说，本发明涉及具有向用户建议选择并根据建议采取行动的“智能”(如代表用户记录节目)系统。
随着提供给电视观众的频道数量的增加，以及此类频道上提供的节目内容的多样化，电视观众越来越难以确定所感兴趣的电视节目。在过去，电视观众通过分析印制的电视节目指南来确定所感兴趣的电视节目。此类印好的电视节目指南通常包含有表格，其中按时间和日期、频道和标题列出提供的电视节目。随着电视节目数量的增加，使用此类印制的指南有效地确定所需电视节目的能力变得不切实际了。
最近出现了电子格式的电视节目指南，也就是通常所说的电子节目指南(EPG)。与印制的电视节目指南相类似，EPG包含有表格，其中按时间和日期、频道和标题列出提供的电视节目。然而，EPG允许电视观众根据个人偏好对提供的电视节目进行分类或搜索。此外，EPG允许所提供电视节目的在屏显示。
虽然与传统的印刷指南相比，EPG使电视观众可更有效地确定所需节目，但它们也存在许多限制，如果克服这些限制，则可进一步增强电视观众确定所需节目的能力。例如，许多观众对诸如动作节目或体育节目的某些类的节目有特殊的偏好或偏见。这样，观众偏好可应用到EPG，以便得到特定电视观众可能感兴趣的一组推荐节目。
设计电视节目推荐程序的最终目的是实现最佳的节目可能分类。此目的导致了诸如贝叶斯分类器模块和决策树分类器模块等不同分类器模块的发展。贝叶斯分类器模块是带参数的，因此必须对节目进行大量假设。决策树分类器模块涉及密集计算，在数据稀疏时趋向于产生大量不相交的规则。本发明解决现有技术中用于推荐节目的分类器模块的这些特定缺点。
本发明涉及一种最近邻推荐方法和系统，它克服了与现有技术有关的缺点。本发明的各个方面是新颖的，非显而易见的并且提供各种优点。尽管本文所涉及的本发明的实际特性只能参考所附权利要求书确定，但作为本文所公开的实施例的特征的某些特性将在以下进行概述。
本发明的一种形式是生成节目推荐的方法。首先，接收对应于节目的记录。其次，从数据库检索多个节目记录。第三，将检索的节目记录之一确定为收到的节目记录的最近邻。而最后，根据取得了最近邻资格的检索节目记录推荐节目。
本发明的第二种形式是一种计算机系统，它包括数据库和模块。数据库存储多个节目记录。模块能够将存储节目记录之一确定为系统收到的节目记录的最近邻。模块还能够根据取得了最近邻资格的存储节目记录生成接收节目记录的推荐。
本发明的以上形式和其它形式、特性和优点将从以下对本发明目前的优选实施例的详细描述中变得清楚，其中参考附图来阅读对实施例的描述。详细描述和附图只是本发明的说明性而非限制性描述，本发明的范围由所附权利要求书及其等效物定义。
图1是根据本发明的自动推荐系统的一个实施例的示意图，
图2是根据本发明图1系统的控制器的一个实施例的方框图，
图3是根据本发明的节目记录转换程序的流程图，
图4是根据本发明的单邻分类程序的流程图，
图5是根据本发明的多邻分类程序的流程图，以及
图6是根据本发明的邻群分类程序的流程图。
图1说明用户11的自动节目推荐系统10。系统10包括常规电视机形式的显示器20以及计算机30。计算机可以配置在电视机20内或者如图所示设置在电视机20之外。
在所示实施例中，计算机30被配置为从服务器16接收节目时间数据(如电子节目指南)。计算机30可以可选地从服务器16接收其它系统10用户的隐式简档数据。计算机30还被配置为从调谐器12(如电缆调谐器或卫星调谐器)接收包括节目时间数据的视频信号。计算机30还配置了红外线端口32，允许用户11经遥控器15选择要观看的节目。例如，用户11可利用遥控器15加亮电视机20上显示的电子节目指南中的所需选择。计算机30可以访问数据库13，其中计算机30可从该数据库接收更新的节目时间数据。访问可以通过可连接到因特网服务提供商或某种其它适当的数据连接的电话线完成。计算机30还配置了盘驱动器31，用于经诸如盘14的可移动存储媒体上载节目时间数据、用户11的简档数据以及其它系统10用户的简档数据。
计算机30可被配置为任何形式，用于接收结构化输入并根据预定规则处理这些输入，以及输出处理结果从而控制电视机20的显示，就像本领域的普通技术人员所想到的那样。因此，计算机30可包括数字电路、模拟电路或两者。同时，计算机30可以是可程序设计的、专用状态机、或可程序设计的和专用硬件的混合式结构。
图2说明计算机30的一个实施例。在所示实施例中，计算机包括中央处理单元(CPU)33，它在操作时连接到固态存储器34。CPU33可以是Intel系列的微处理器、Motorola系列的微处理器或市场上任何其它类型的微处理器。存储器34是计算机可读媒体(如只读存储器、可擦写只读存储器、随机存取存储器、光盘、软盘、硬盘驱动器和其它已知的形式)，用电、磁、光或化学方式改变该媒体以包括对应于节目记录模块37、单邻模块38、多邻模块39以及邻群模块40的计算机可读代码。另外，存储器34存储用户11(图1)的观众简档数据库35和节目记录的观看历史数据库36。为了执行存储器34中的计算机可读代码，计算机30还可以包括任何控制时钟、接口、信号调节器、滤波器、模数(A/D)转换器、数模(D/A)转换器、通信端口或本领域普通技术人员所能想到的任何其它类型的操作装置。
在计算机30的备选实施例中，节目记录模块37、单邻模块38、多邻模块39和/或邻群模块40可以部分地或全部地用数字电路、模拟电路或两者来实现，诸如例如专用集成电路(ASIC)。同样在计算机30的备选实施例中，可以省略节目记录模块37、单邻模块38、多邻模块39和/或邻群模块40。
节目记录模块37实现如图3所示的节目记录转换程序50。在程序50的阶段S52期间，节目记录模块37接收节目记录PR1。下表1例示性地说明包括关键字段的节目记录PR1及相应的描述：
                 表1
关键字段  描述
$data  年月日
$air_time  从0000到2359的小时分钟
$station_sign  4字符
$title  120字符
$desc  120字符
$genre  20字符
$actors  120字符
$directors$hosts$producers  120字符120字符120字符
$writers
在程序50的阶段S54期间，节目记录引擎50将节目记录PR1的各相关关键字段转换为特征值。各关键字段的相关性基于模块38-40执行的计算中关键字段的组合，这一点将在本文中作进一步描述。在阶段S54的一个实施例中，节目记录模块37包括被划分为两个或多个分区的各相关关键字段的列表，其中每个分区具有分配的特征值。下表2例示性地说明关键字段分区以及相应特征值的列表：
表2
关键字段：分区  特征值
$air_time：上午(6am-12am)  1
$air_time：下午(12pm-6pm)  2
$air_time：夜晚(6pm-12am)  3
$air_time：深夜(12am-6pm)  4
$station_sign：NBC  1
$station_sign：ABC  2
$station_sign：CBS  3
$station_sign：TBS$station_sign：TNT$station_sign：USA$station_sign：CNN$station_sign：ESPN$station_sign：HBO$station_sign：MTV  45678910
因此，当上述关键字段表示对应于节目记录PR1的节目于6pm到12am在HBO上时，节目记录模块37将节目记录PR1的关键字段$air_time转换为特征值3，并将节目记录PR1的关键字段$station_sign转换为特征值9。节目记录模块37在完成阶段S54后终止程序50。
单邻模块38执行如图4所示的单邻分类程序60。在程序60的阶段S62期间，单邻模块38确定节目记录PR1的各特征值到各相关分区之间的距离。在阶段S62的一个实施例中，单邻模块38在阶段S62期间利用以下公式[1]：
δ ( V 1 , V 2 ) = Σ i = l N | C 1 l C 1 - C 2 l C 2 | K - - - - [ 1 ]
其中δ是距离测量，V1是节目记录PR1的特征值，V2是相关分区的特征值，n是类别数，C1i是V1被分类到类别i中的次数，C1是节目记录PR1的特征值出现的总次数，C2i是V2被分类到类别i中的次数，C2是相关分区的特征值出现的总次数，而K是常数，诸如例如对于欧几里德距离测量为1而对于其它类型的距离测量为2。
以下表3例示性地说明关键字段$air_time的各分区的若干正计数和若干负计数，而下表4例示性地说明根据公式[1]的距离测量，其中K等于1。
表3
关键字段：分区                  正计数       负计数
$air_time：上午(6am-12am)         45           43
$air_time：下午(12pm-6pm)         24           56
$air_time：夜晚(6pm-12am)         78           20
$air_time：深夜(12am-6pm)         27           45
表4
上午  下午  夜晚  深夜
夜晚 0.56  0.99  0.00  0.84
下表5例示性说明关键字段$station_sign的各分区的若干正计数和若干负计数，而下表6例示性说明根据公式[1]的距离测量，其中K为1。
表5
关键字段：分区             正计数        负计数
$station_sign：NBC           54            54
$station_sign：ABC           45            25
$station_sign：CBS           72            42
$station_sign：TBS           24            57
$station_sign：TNT           27            15
$station_sign：USA           67            34
$station_sign：CNN           45            42
$station_sign：ESPN          77            24
$station_sign：HBO           98            45
$station_sign：MTV           54            45
表6
     NBC    ABC    CBS    TBS    TNT    USA    CNN    ESPN   HBO    MTV
HBO  0.37   0.08   0.10   0.77   0.08   0.04   0.33   0.15   0.00   0.28
之后，单邻模块38继续到程序60的阶段S64，以确定观看历史35中哪个存储节目是节目记录PR1的最近邻。在阶段S64的一个实施例中，为各个存储节目记录确定一个得分，其中所述得分等于存储节目记录的各特征值之和。下表7例示性说明观看历史数据库36中的十二个(12)存储节目的得分：
表7                                                           [1]
存储节目记  $air_time    特征值    $station_sign    特征值    得分
录          分区                   分区
PR2         上午         0.56      NBC               0.37     0.93
PR3         上午         0.56      ABC               0.08     0.64
PR4          上午      0.56      CBS       0.10       0.66
PR5          下午      0.99      CNN       0.33       1.32
PR6          下午      0.99      TBS       0.77       1.76
PR7          下午      0.99      TNT       0.08       1.07
PR8          夜晚      0.00      NBC       0.37       037
PR9          夜晚      0.00      ABC       0.08       0.08
PR10         夜晚      0.00      CBS       0.10       0.10
PR11         深夜      0.84      HBO       0.00       0.84
PR12         深夜      0.84      MTV       0.28       1.02
PR13         深夜      0.84      USA       0.04       0.88
根据表7，得分为0.08的节目记录PR9获得节目记录PR1的最近邻的资格。
之后，单邻模块38继续到程序60的阶段S66，以根据在阶段S64期间确定的最近邻生成节目记录PR1的节目推荐。在阶段S66的一个实施例中，最近邻模块38将总的最近邻正计数与总的最近邻负计数进行比较，由此，如果总的正计数等于或大于总的负计数，则推荐节目记录PR1，而如果总的正计数小于总的负计数，则不推荐节目记录PR1。
下表8例示性说明节目记录PR9的总正计数和总负计数的比较：
表8
关键字段：分区        正计数        负计数
$air_time：夜晚         78            20
$station_sign：ABC      45            25
                        123           45        总计
节目记录PR9总的正计数大于节目记录PR9总的负计数。因此，单邻模块38通过电视机20(图1)向用户(图1)提供对应于节目记录PR1的节目推荐REC。
单邻模块38在完成阶段S66之后终止程序60。本领域的技术人员将理解程序60的优点在于简化了程序60期间执行的计算并消除了任何假设。
多邻模块39执行如图5所示的多邻分类程序70。在程序70的阶段S72期间，多邻模块39确定节目记录PR1的各特征值到各相关分区之间的距离，这与本文上述单邻模块38执行的程序60(图4)的阶段S62相同。在程序70的阶段S74期间，多邻模块39确定观看历史数据库36中的N个存储节目记录，它们获得节目记录PR1的N个最近邻的资格。尽管N可以是任何大于1的数，但N最好是5、7或9。在阶段S74的一个实施例中，多邻模块39为各个存储节目记录确定一个得分，这与单邻模块38执行的程序60的阶段S64相同。之后，多邻模块39确定N个最近邻，诸如例如当N是五(5)时，表7中的节目记录PR3、PR4、PR8、PR9和PR10。
在程序70的阶段S76期间，多邻模块39根据在阶段S74期间确定的N个最近邻来生成节目记录PR1的节目推荐。在阶段S76的一个实施例中，多邻模块39将N个最近邻的总的正计数与总的N个最近邻负计数进行比较，由此，如果总的正计数等于或大于总的负计数，则推荐节目记录PR1，而如果总正计数小于总的负计数，则不推荐节目记录PR1。
下表9例示性说明节目记录PR3、PR4、PR8、PR9和PR10的总正计数和总负计数的比较：
表9
节目记录            正计数            负计数
PR3                   90                68
PR4                   117               85
PR8                   132               74
PR9                   123               45
PR10             150             62
                 612             332          总计
节目记录PR3、PR4、PR8、PR9和PR10总的正计数大于节目记录PR3、PR4、PR8、PR9和PR10总的负计数。因此，多邻模块39通过电视机20(图1)向用户(图1)提供对应于节目记录PR1的节目推荐REC。
多邻模块39在完成阶段S76之后终止程序70。本领域的技术人员将理解程序70的优点在于简化了程序70期间执行的计算并消除了任何假设。
邻群模块40执行如图6所示的多邻分类程序80。在程序80的阶段S82期间，邻群模块40确定节目记录PR1的各特征值到各相关分区之间的距离，这与本文上述单邻模块38执行的程序60(图4)的阶段S62相同。
在程序80的阶段S84期间，模块40确定节目记录PR1的最近邻群。在阶段S84的一个实施例中，邻群模块40为各存储节目记录确定一个得分，这与本文上述模块38执行的程序60的阶段S64相同。之后，邻群模块40根据得分确定最近邻群，在阶段S84的一个实施例中，在已观看群和未观看群中形成存储节目记录，其中各个群具有某个平均得分。下表10例示性说明观看历史数据库36中十二(12)个存储节目的已观看群。
存储节目记    $air_time    特征值    $station_sign    特征值    得分
录            分区                   分区
PR3           上午         0.56      ABC              0.08      0.64
PR9           夜晚         0.00      ABC              0.08      0.08
PR10          夜晚         0.00      CBS              0.10      0.10
PR11          深夜         0.84      HBO              0.00      0.84
PR13          深夜         0.84      USA              0.04      0.88
已观看群的平均得分为0.50。下表11例示性说明观看历史数据库36中十二(12)个存储节目的未观看群：
表11
存储节目记    $air_time    特征值    $station_sign    特征值    得分
录            分区                   分区
PR2           上午         0.56      NBC              0.37      0.93
PR4           上午         0.56      CBS              0.10      0.66
PR5           下午         0.99      CNN              0.33      1.32
PR6           下午         0.99      TBS              0.77      1.76
PR7           下午         0.99      TNT              0.08      1.07
PR8           夜晚         0.00      NBC              0.37      0.37
PR12          深夜         0.84      MTV              0.28      1.02
未观看群的平均得分为1.01。
在阶段S84的另一实施例中，根据诸如例如电影群、新闻群，体育群、连续剧群、音乐视频群等的关键字段$genre将存储节目记录形成为群。下表12例示性说明观看历史数据库36中十二(12)个存储节目的新闻群：
表12
存储节目记    $air_time    特征值    $station_sign    特征值    得分
录            分区                   分区
PR2          上午          0.56      NBC              0.37      0.93
PR3          上午          0.56      ABC              0.08      0.64
PR4          上午          0.56      CBS              0.10      0.66
PR5          下午          0.99      CNN              0.33      1.32
新闻群的平均得分为0.88。下表13例示性说明观看历史数据库36中十二(12)个存储节目的电影群：
表13
存储节目记    $air_time    特征值    $station_sign    特征值    得分
录            分区                   分区
PR6           下午         0.99      TBS              0.77      1.76
PR7           下午         0.99      TNT              0.08      1.07
PR11          深夜         0.84      HBO              0.00      0.84
PR13          深夜         0.84      USA              0.04      0.88
电影群的平均得分为1.13。下表14例示性说明观看历史数据库36中十二(12)个存储节目的音乐视频群：
存储节目记    $air_time    特征值    $station_sign    特征值    得分
录            分区                   分区
PR12          深夜         0.84      MTV              0.28      1.02
音乐视频群的平均得分为1.02。
之后，邻群模块40继续到程序80的阶段S86，以根据在阶段S84期间确定的最近邻群生成节目记录PR1的节目推荐。在阶段S86的一个实施例中，当在阶段S84期间将已观看群确定为最近邻时，邻群模块40通过电视机(图1)向用户11(图1)提供对应于节目记录PR1的节目推荐REC。相反，当在阶段S84期间将未观看群确定为最近邻时，邻群模块40并不通过电视机(图1)向用户11(图1)提供对应于节目记录PR1的节目推荐REC。
在阶段S86的另一实施例中，邻群模块40将总的最近邻群总的正计数与最近邻群总的负计数进行比较，由此，如果总的正计数等于或大于总的负计数，则推荐节目记录PR1，而如果总的正计数小于总的负计数，则不推荐节目记录PR1。例如，表1O的已观看群是节目记录PR1的最近邻群。下表15例示性说明对表10的已观看群的节目记录的总正计数和总负计数的比较：
表15
存储节目记录             正计数            负计数
PR3                        90                68
PR9                        123               45
PR10                       150               62
PR11                       125               90
PR13                       94                79
                           582               344      总计
已观看群的总的正计数大于已观看群节目记录的总的负计数。因此，邻群模块40通过电视机20(图1)向用户11(图1)提供对应于节目记录PR1的节目推荐REC。
同样作为例示，表12的新闻群是节目记录PR1的最近邻群。下表16例示性说明表16的新闻群的节目记录的总正计数和总负计数的比较：
表16
存储节目记录             正计数           负计数
PR2                        99               97
PR3                        90               68
PR4                        117              85
PR5                        69               98
                           375              348     总计
新闻群的总的正计数大于新闻群节目记录的总的负计数。因此，邻群模块40通过电视机20(图1)向用户11(图1)提供对应于节目记录PR1的节目推荐REC。
邻群模块40在完成阶段S86后终止程序80。本领域的那些技术人员将理解，程序80的优点在于简化了程序80期间执行的计算并消除了任何假设。
对本领域的技术人员来说，显然本发明不限于以上例示性实施例的细节，并且本发明可以用其它特定形式实现，并不背离本发明的精神和基本属性。因此，这些实施例无论从哪方面来看，都将被视为说明性而非限制性的，本发明的范围由所附权利要求书表示，而不由以上描述表示，并且在权利要求书的等效物的意义和范围内的所有变化都因此而包含于其中。
本发明可以借助于包括几个分立部件的硬件，同时可以借助于适当程序设计的计算机来实现。“计算机程序”应理解为表示存储在诸如软盘的计算机可读媒体上的、可经诸如因特网的网络下载的或者以任何其它方式可销售的任何软件产品。

Claims (7)

1.一种用于生成节目推荐的方法，所述方法包括：
接收对应于第一节目的第一节目记录(PR1)，所述第一节目记录(PR1)包括至少一个关键字段，所述各关键字段包括两个或多个分区；以及
将所述第一节目记录(PR1)的各个关键字段转换为特征值。
2.如权利要求1所述的方法，其特征在于还包括：
确定所述第一节目记录(PR1)的各个特征值到相应关键字段的各分区的距离。
3.如权利要求2所述的方法，其特征在于还包括：
从数据库(36)检索多个节目记录；
根据所述第一节目记录(PR1)的各个特征值到相应关键字段的各分区的距离，在所述多个节目记录中确定够资格作为所述第一节目记录(PR1)的最近邻的至少一个第二节目记录；以及
根据所述第二节目记录生成所述第一节目的推荐。
4.一种用于生成节目推荐的系统(30)，所述系统(30)包括：
第一模块(37)，能够接收对应于第一节目的第一节目记录(PR1)，所述第一节目记录(PR1)包括至少一个关键字段，所述各关键字段包括两个或多个分区，
其中所述第一模块(37)还能够将所述第一节目记录(PR1)的各个关键字段转换为特征值；以及
数据库(36)，它存储多个节目记录。
5.如权利要求4所述的系统(30)，其特征在于：
所述第一模块(37)还能够确定所述第一节目记录(PR1)的各个特征值到相应关键字段的各分区的距离。
6.如权利要求5所述的系统(30)，其特征在于还包括：
第二模块(38)，它能够根据所述第一节目记录(PR1)的各个特征值到相应关键字段的各分区的距离，在所述多个节目记录中确定够资格作为所述第一节目记录(PR1)的最近邻的至少一个第二节目记录，所述第二模块(38)还能够根据所述第二节目记录生成所述第一节目的推荐。
7.一种计算机程序产品，它使可编程装置能够在执行所述计算机程序产品时用作如权利要求4至6中任何一项所定义的系统。
CNB028112024A 2001-06-06 2002-06-06 最近邻推荐方法及系统 Expired - Fee Related CN1254969C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/875,594 US8073871B2 (en) 2001-06-06 2001-06-06 Nearest neighbor recommendation method and system
US09/875,594 2001-06-06

Publications (2)

Publication Number Publication Date
CN1513263A true CN1513263A (zh) 2004-07-14
CN1254969C CN1254969C (zh) 2006-05-03

Family

ID=25366051

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB028112024A Expired - Fee Related CN1254969C (zh) 2001-06-06 2002-06-06 最近邻推荐方法及系统

Country Status (6)

Country Link
US (1) US8073871B2 (zh)
EP (1) EP1400116A2 (zh)
JP (1) JP4833513B2 (zh)
KR (1) KR101034512B1 (zh)
CN (1) CN1254969C (zh)
WO (1) WO2002100104A2 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100527800C (zh) * 2004-11-01 2009-08-12 佳能株式会社 用于选择节目的设备和方法
CN101707688B (zh) * 2004-11-01 2012-06-27 佳能株式会社 节目选择设备和用于节目选择设备的控制方法

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030097186A1 (en) * 2001-11-13 2003-05-22 Koninklijke Philips Electronics N.V Method and apparatus for generating a stereotypical profile for recommending items of interest using feature-based clustering
DE10200604A1 (de) * 2002-01-10 2003-07-31 Bayer Ag Verfahren zur schlagwortbasierten Suche eines ähnlichen Fallbeispiels und Computersystem
JP2005056361A (ja) * 2003-08-07 2005-03-03 Sony Corp 情報処理装置および方法、プログラム、並びに記録媒体
WO2006046167A2 (en) * 2004-10-25 2006-05-04 Koninklijke Philips Electronics N.V. Associative content exchange/copy mechanism
KR100966890B1 (ko) * 2008-02-28 2010-06-30 김승규 기존 교량의 보수, 보강시 지반에 설치되는 강재말뚝의압입방법 및 장치
JP2012008789A (ja) * 2010-06-24 2012-01-12 Hitachi Consumer Electronics Co Ltd 動画推薦システム及び動画推薦方法
US20150370474A1 (en) * 2014-06-19 2015-12-24 BrightSky Labs, Inc. Multiple view interface for video editing system
US10055489B2 (en) * 2016-02-08 2018-08-21 Ebay Inc. System and method for content-based media analysis

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6029195A (en) 1994-11-29 2000-02-22 Herz; Frederick S. M. System for customized electronic identification of desirable objects
US5758259A (en) * 1995-08-31 1998-05-26 Microsoft Corporation Automated selective programming guide
US5983220A (en) 1995-11-15 1999-11-09 Bizrate.Com Supporting intuitive decision in complex multi-attributive domains using fuzzy, hierarchical expert models
US5884309A (en) * 1995-12-06 1999-03-16 Dynamic Web Transaction Systems, Inc. Order entry system for internet
US5977962A (en) * 1996-10-18 1999-11-02 Cablesoft Corporation Television browsing system with transmitted and received keys and associated information
JP4223578B2 (ja) * 1996-11-29 2009-02-12 ソニー株式会社 キーワード生成方法及びその装置
AU6175198A (en) 1997-02-21 1998-09-09 Frederick S.M. Herz Broadcast data distribution system with asymmetric uplink/downlink bandwidths
GB2328539B (en) * 1997-08-22 2001-04-18 Ibm Data charting
US6614987B1 (en) * 1998-06-12 2003-09-02 Metabyte, Inc. Television program recording with user preference determination
JP2000013708A (ja) * 1998-06-26 2000-01-14 Hitachi Ltd 番組選択支援装置
JP3972272B2 (ja) * 1998-09-28 2007-09-05 日本ビクター株式会社 番組選択制御装置
JP3579263B2 (ja) * 1998-09-30 2004-10-20 株式会社東芝 番組データ選択方法及び番組視聴システム
JP4465560B2 (ja) * 1998-11-20 2010-05-19 ソニー株式会社 情報表示制御装置及び情報表示制御装置の情報表示制御方法
US6728966B1 (en) * 1999-03-29 2004-04-27 Hughes Electronics Corporation Electronic television program guide data naming system and method
US6654739B1 (en) * 2000-01-31 2003-11-25 International Business Machines Corporation Lightweight document clustering
JP4587416B2 (ja) * 2000-04-25 2010-11-24 富士通株式会社 デジタル映像コンテンツ閲覧装置及び方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100527800C (zh) * 2004-11-01 2009-08-12 佳能株式会社 用于选择节目的设备和方法
CN101707688B (zh) * 2004-11-01 2012-06-27 佳能株式会社 节目选择设备和用于节目选择设备的控制方法
US8819733B2 (en) 2004-11-01 2014-08-26 Canon Kabushiki Kaisha Program selecting apparatus and method of controlling program selecting apparatus

Also Published As

Publication number Publication date
KR101034512B1 (ko) 2011-05-17
EP1400116A2 (en) 2004-03-24
WO2002100104A2 (en) 2002-12-12
JP2004527992A (ja) 2004-09-09
US20030014404A1 (en) 2003-01-16
WO2002100104A3 (en) 2003-05-08
US8073871B2 (en) 2011-12-06
CN1254969C (zh) 2006-05-03
JP4833513B2 (ja) 2011-12-07
KR20030020447A (ko) 2003-03-08

Similar Documents

Publication Publication Date Title
CN1463540A (zh) 登记用户偏好的方法及系统
CN1624684A (zh) 信息处理器、信息处理方法和计算机程序
CN1893578A (zh) 信息处理装置、信息处理方法和计算机程序
CN1244063C (zh) 提供多媒体信息的方法
CN1226867C (zh) 推荐节目的方法及其系统
EP1531626B1 (en) Automatic summarisation for a television programme suggestion engine based on consumer preferences
CN1453998A (zh) 节目检索设备、节目视频处理设备及程序
CN1799052A (zh) 具有排列引擎的内容推荐设备
CN1586071A (zh) 内容自动记录装置及方法、记录媒体及程序
CN1316707A (zh) 数据压缩与检索方法和数据检索设备及记录媒体
CN1234686A (zh) 电视节目记录保留装置
CN1698353A (zh) 信息处理装置及信息处理方法以及计算机程序
CN1344465A (zh) 裁剪诸如广告的电视和/或电子节目指南功能的系统和方法
CN1874442A (zh) 信息处理装置、信息处理方法以及程序
CN1838120A (zh) 产生一个或多个媒体项的有序列表的方法、系统和计算机可读媒体
CN1299196A (zh) 广播系统和接收设备
CN101047826A (zh) 电子设备、其信息浏览方法以及存储介质
CN1697509A (zh) 用户接口控制设备、用户接口控制方法以及计算机程序
CN1114921C (zh) 目标流的临时删除方法
CN1513263A (zh) 最近邻推荐方法及系统
CN1941865A (zh) 偏好信息处理系统、记录装置、信息处理装置和通信方法
CN1801377A (zh) 内容使用系统、记录装置、重现装置以及系统控制方法
CN1711770A (zh) 建议机以及以其提供内容建议的方法
CN1882056A (zh) 一种基于电子节目指南的节目推荐方法
CN1272272A (zh) 内容提供系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20060503

Termination date: 20130606