用于内容推荐的设备、方法和计算机程序以及记录介质技术

一种用于内容推荐的设备、方法和计算机程序以及记录介质。属性权重调节引擎根据属性权重调节数据库的记录中的具有所识别的成员ＩＤ的记录来调节用户的权重。基于所述属性权重调节数据库的记录所产生的目标相似度和所述属性权重调节数据库的每个属性的相似度通过多元回归分析来进行所述权重调节。所得到的权重被识别为所识别的用户的每个属性的权重。为了反映所述用户的每个属性的权重，更新属性权重数据库，并从所述属性权重调节数据库中删除不想要的记录。

【技术实现步骤摘要】

本专利技术涉及用于推荐内容的设备、方法、计算M序和记录介质，尤其涉及用于以适当地反映对用户的重要程度(诸如用户偏好的每个属性和分量)的方式向用户推荐内容的设备、方法、计算枳4呈序和记录介质。
技术介绍
已经开发出了向用户推荐内容(诸如记录下的广播节目)的技术。基于通过在以内容元数据中所包含的属性作为分量的向量和形成为包含数量与所述元数据向量的分量相同的分量的向量的用户偏好信息之间的匹配过程所计算出的相似度来进行内#荐。曰本未审查专利申请2007-200339号^^艮7>开了 一项技术。纟艮据所>^开的技术，接收电子节目指南(EPG)数据，从EPG数据中提取元数据，并对元数据中所包含的标题和内容进行语素分析并将其分解成单词。一项向量化以生成节目向量。基于所提供的元数据的节目类型提取效果向量。将所生成的节目向量映射到效果向量。
技术实现思路
在用户偏好信息和节目向量之间的相似度计算中曾使用与个体无关的公共固定值作为效果和权重。然而，在实际中，被认为是很重要的属性因用户而异，并且所述公共固定值不能对个体差异进行补偿。即使使用作为公共固定值的所述效果和权重来计算所^目似度从而推荐项目，也不一定能推荐出与用户偏好真正匹配的项目。例如，可以允许用户输入重要属性并响应于所述输入结果个别地调节权重。采用这种方法，能够补偿所述个体差异。用户偏好是一个非常抽象的概念，甚至用户也难以表达其自己的偏好。用户或许不能容易地发现重要的属性。用户偏好可以随时间而发生变化。例如，在观看了包括广播节目和DVD的大量内^4L后，用户或许发现某个属性比原先i人为重要的那个属性更重要。因此希望提供用于以反映对用户的重要程度(诸如用户偏好的每个属性和分量)的方式向用户推荐内容的设备、方法、计算M序和记录介质。根据本专利技术的一个实施例，推荐i殳备包括调节信息存储装置，用于生成并存储调节信息，所述调节信息把通过将用户偏好信息中的分量与项目偏好信息中的分量之间的分量相似度乘上权重系数而得到的值映射到响应于用户对项目进行的^作的类型而确定的评伯、值的目标，所述用户偏好信息表示所述用户的偏好，并且被构造成包含多个分量的向量，所述项目偏好信息基于作为推荐目标的每个项目的元信息而生成，并且包含数目与所述用户偏好信息的分量数目相同的分量；多元回归分析装置，用于基于多个调节信息通过多元回归分析逐个用户地计算每个权重系数，所述用户偏好信息的每个分量都乘上各自的权重系数；权重系数存储装置，用于逐个用户地存储所计算的权重系数，在所述评价值的计算中，所述用户偏好信息的每个分量都乘上各自的计算出的权重系数；以及推荐项目识别装置，用于基于所述用户偏好信息和所述项目偏好信息的每个分量以及基于与所述分量相应的所述权重系数计算出的评价值来识别要向所述用户推荐的项目。在预定时间段内生成的调节信息可以作为所述多元回归分析的目标。在每个预定的周期生成并存储所述调节信息。逐个用户地计算所i1^重系数。逐个用户M储计算出的权重系数。在所述评价值的计算中，用户偏好信息的每个分量都乘上各自的计算出的权重系数。所述推荐设备可以进一步包括调节信息删除装置，用于删除在所述多元回归分析中使用的调节信息。所述调节信息删除装置可以按照从旧到新的生成顺序删除预定百分比的调节信息。调节信息可以包含由所述用户操作的类型确定的使用数，以及调节信息删除装置可以删除在所述多元回归分析中使用了所述使用数的调节信息。根据本专利技术的一个实施例， 一种推荐方法，包括步骤生成并存自节信息，所述调节信息把通过将用户偏好信息中的分量与项目偏好信息中的分量之间的分量相似度乘上权重系数而得到的值映射到响应于用户对项目进行的操作的类型而确定的评价值的目标，所述用户偏好信息表示所述用户的偏好，并且被构造成包含多个分量的向量，所述项目偏好信息基于作为推荐目标的每个项目的元信息而生成，并且包含数目与所述用户偏好信息的分量数目相同的分量；基于多个调节信息通过多元回归分析逐个用户地计算每个权重系数，用户偏好信息的每个分量都乘上各自的权重系数；逐个用户地存储所计算出的权重系数，在所述评价值的计算中，所述用户偏好信息的每个分量都乘上各自的计算出的权重系数；以及基于所述用户偏好信息和所述项目偏好信息的每个分量以及基于与所述分量相应的所述权重系数计算出的所述评价值来识别要向所述用户推荐的项目。根据本专利技术的一个实施例， 一种计算^i^呈序，用于使计算机执行步骤生成并存储调节信息，所述调节信息把通过将用户偏好信息中的分量与项目偏好信息中的分量之间的分量相似度乘上权重系数而得到的值映射到响应于用户对项目进行的^Mt的类型而确定的评^Hi的目标，所述用户偏好信息表示所述用户的偏好，并且被构造成包含多个分量的向量，所述项目偏好信息基于作为推荐目标的每个项目的元信息而生成，并且包含数目与所述用户偏好信息的分量数目相同的分量；基于多个调节信息通过多元回归分析逐个用户地计算每个权重系数，所述用户偏好信息的每个分量都乘上各自的权重系数；逐个用户地存储所计算出的权重系数，在所述评价值的计算中，所述用户偏好信息的每个分量都乘上各自的计算出的权重系数；以及基于所述用户偏好信息和所述项目偏好信息的每个分量以及基于与所述分量相应的所述权重系数计算出的所述评价值来识别要向所述用户推荐的项目。根据本专利技术的各实施例，生成并存储调节信息。所述调节信息把通过将用户偏好信息中的分量与项目偏好信息中的分量之间的分量相似度乘上权重系数而得到的值映射到根据用户对项目进行的操作的类型而确定的评价值的目标。所述用户偏好信息表示所述用户的偏好，并且被构造成包含多个分量的向量，所述项目偏好信息基于作为推荐目标的每个项目的元信息而生成，并且包含数目与所述用户偏好信息的分量数目同样多的分量。基于多个调节信息通过多元回归分析逐个用户地计算每个权重系数，其中所述用户偏好信息的每个分量都乘上所述各自的权重系数。逐个用户地存储所述计算出来的权重系数，其中在所述评价值的计算中，所述用户偏好信息的每个分量都乘上各自的计算出的权重系数。基于所述用户偏好信息和所述项目偏好信息的每个分量以及基于与所述分量相应的权重系数计算出来的评价值来识别要向所述用户推荐的项目。根据本专利技术的各实施例，以适当地反映对用户的重要程度(诸如用户偏好的每个属性和分量)的方式来进行内容推荐。附图说明图l是根据本专利技术一个实施例的推荐系统的框图2示出图l所示的^Mt日志lt据库(DB)的结构；图3示出项目元信息的例子；图4示出图l所示的项目元数据库；图5示出图l所示的用户偏好数据库；图6是示出图1所示的推荐系统的推荐列表生成过程的流程图7是示出匹配过禾呈的流程图8是示出根据本专利技术一个实施例的另一个推荐系统的框图9示出图8所示的属性权重数据库；图10示出图8所示的属性权重调节数据库；图11是示出属性权重调节数据库生成过程的流程图12是示出属性权重计算过程的流程图13是示出属性权重调节数据库管理过程的流程图14示出图8所示属性权重调节婆:据库的另一个例子；图15是示出另一个属性权重调节数据库管理过程的流程图；以及图16是示出个人计算机的结构的沖匡图。具体实施例方式下面将参考附图来描述本专利技术的实施例。图1是示出根据本专利技术一个实施例的推荐系统10的本文档来自技高网...

【技术保护点】
一种推荐设备，包括：　调节信息存储装置，用于生成并存储调节信息，所述调节信息把通过将用户偏好信息中的分量与项目偏好信息中的分量之间的分量相似度乘上权重系数而得到的值映射到响应于用户对项目进行的操作的类型而确定的评价值的目标，所述用户偏 好信息表示所述用户的偏好，并且被构造成包含多个分量的向量，所述项目偏好信息基于作为推荐目标的每个项目的元信息而生成，并且包含数目与所述用户偏好信息的分量数目相同的分量；　多元回归分析装置，用于基于多个调节信息通过多元回归分析逐个用户地 计算每个权重系数，所述用户偏好信息的每个分量都乘上各自的权重系数；　权重系数存储装置，用于逐个用户地存储所计算的权重系数，在所述评价值的计算中，所述用户偏好信息的每个分量都乘上各自的计算出的权重系数；以及　推荐项目识别装置，用于 基于所述用户偏好信息和所述项目偏好信息的每个分量以及基于与所述分量相应的所述权重系数计算出的评价值来识别要向所述用户推荐的项目。

【技术特征摘要】
JP 2008-9-8 2008-2293131.一种推荐设备，包括调节信息存储装置，用于生成并存储调节信息，所述调节信息把通过将用户偏好信息中的分量与项目偏好信息中的分量之间的分量相似度乘上权重系数而得到的值映射到响应于用户对项目进行的操作的类型而确定的评价值的目标，所述用户偏好信息表示所述用户的偏好，并且被构造成包含多个分量的向量，所述项目偏好信息基于作为推荐目标的每个项目的元信息而生成，并且包含数目与所述用户偏好信息的分量数目相同的分量；多元回归分析装置，用于基于多个调节信息通过多元回归分析逐个用户地计算每个权重系数，所述用户偏好信息的每个分量都乘上各自的权重系数；权重系数存储装置，用于逐个用户地存储所计算的权重系数，在所述评价值的计算中，所述用户偏好信息的每个分量都乘上各自的计算出的权重系数；以及推荐项目识别装置，用于基于所述用户偏好信息和所述项目偏好信息的每个分量以及基于与所述分量相应的所述权重系数计算出的评价值来识别要向所述用户推荐的项目。2. 根据权利要求1所述的推荐设备，其中，在预定时间段内生成的 调节信息作为所述多元回归分析的目标。3. 根据权利要求2所述的推荐设备，其中，在每个预定的周期生成 并存储所述调节信息，其中，逐个用户地计算所a重系数，并且逐个用 户*储计算出的权重系数，在所述评价值的计算中，所述用户偏好信息 的每个分量都乘上各自的计算出的权重系数。4. 根据权利要求1所述的推荐设备，还包括调节信息删除装置，用 于删除在所述多元回归分析中使用的所述调节信息。5. 根据权利要求4所述的推荐设备，其中，所述调节信息删除装置 按照从旧到新的生成顺序删除预定百分比的调节信息。6. 根据权利要求4所述的推荐设备，其中，所述调节信息包括由所 述用户操作的类型所确定的4吏用数，以及所述调节信息删除装置删除在所述多元回归分析中使用了所述使用数的所述调节信息。7. —种推荐方法，包括步骤生成并存储调节信息，所述调节信息把通过将用户偏好信息中的分量 与项目偏好信息中的分量之间的分量相似度乘上权重系数而得到的值映 射到响应于用户对项目进行的^作的类型而确定的评价值的目标，所述用 户偏好信息表示所述用户的偏好，并且被构造成包含多个分量的向量，所 述项目偏好信息基于作为推荐目标的每个项目的元信息而生成，并且包含 数目与...

【专利技术属性】
技术研发人员：增田弘之，上前田直树，萩原丈博，
申请(专利权)人：索尼株式会社，
类型：发明
国别省市：JP[日本]