利用上下文感知确定内容推荐时间的方法以及装置

摘要

本发明公开了一种利用用户上下文感知而推荐内容的装置。一种通过内容推荐装置执行的内容推荐方法包括监测用户的内容使用信息，基于监测的结果，计算内容推荐的用户便利度以及内容推荐的用户困难度，以及将计算得到的便利度以及困难度进行比较从而确定推荐内容给用户的时间。相应地，通过利用用户上下文的感知推荐内容，可提供内容推荐而不会出现用户使用内容的干扰。

说明书

要求优先权

本申请要求于2013年11月22号向韩国知识产权局提交的申请号为10-2013-0142714的韩国专利申请的优先权，其全部内容在此援引加入。

技术领域

本发明实施例总体上涉及一种向使用内容的用户推荐内容的方法，以及更加特别地涉及一种利用上下文感知确定推荐内容时间的方法和装置，其中，在为用户提供内容推荐过程中，考虑便利或者不便程度而推荐内容。

背景技术

随着各种各样媒介的传输和存储技术的发展，用户可获取的内容的数量呈几何增长。特别地，通过数字广播以及高速互联网基础设施被大幅扩展的各种各样媒介装置使得用户能够随时随地地使用大量内容。

由于提供给用户的内容数量的增加，从大量的内容中检索并选择用户期望的内容需耗费大量时间和精力。为了克服该问题，许多尝试被做出以发展内容推荐相关的技术。

现有的内容推荐系统基于使用内容的用户使用历史记录而测量内容的偏爱度，并推荐用户高度偏爱的内容。

此外，相关技术的推荐内容的方法仅当用户请求推荐时才提供内容推荐。进一步地，由于在为用户提供内容推荐过程中不考虑便利或者不便程度就提供内容推荐，用户内容的使用被抑制。

发明内容

相应地，提出本发明实施例旨在本质上消除因相关技术的局限和不足所导致的一个或多个问题。

本发明的实施例提供了一种利用上下文感知确定内容推荐时间的方法，其在提供内容推荐至用户的过程中，考虑便利或者不便的程度而确定内容推荐时间。

本发明的实施例还提供了一种装置，该装置用于执行所述利用上下文感知确定内容推荐时间的方法。

在一些实施例中，利用上下文感知而确定内容推荐时间的方法包括监测用户内容的使用；基于监测的信息，计算内容推荐的便利度(profit)以及内容推荐的困难度(annoyance)；以及将计算得到的便利度与计算得到的困难度进行比较从而确定内容推荐时间。

监测步骤可包括监测用户内容使用起始时间、内容的剩余回放时间以及用户使用内容的时间中的至少一个。

计算步骤可包括基于用户使用的内容的偏爱度以及内容的吸引度中的至少一个计算便利度。通过将用户使用的内容的偏爱度与提供给用户的多条内容的偏爱度进行比较，从而可确定偏爱度。此外，基于用户使用内容的时间和用户使用的内容的剩余回放时间，可确定吸引度。

计算步骤可包括根据提供给用户的内容推荐的周期以及正确性中的至少一个计算内容推荐的困难度。

确定步骤可包括确定便利度大于困难度的时间作为内容推荐时间。

在另一实施例中，一种利用上下文感知确定内容推荐时间的装置包括：处理单元，其配置为监测用户内容的使用，基于监测的信息，计算内容推荐的便利度以及内容推荐的困难度，以及将计算得到的便利度与计算得到的困难度进行比较以确定内容推荐时间；以及存储单元，其配置为存储与处理单元的控制相对应的监测信息。

处理单元可基于用户使用的内容的偏爱度以及内容的吸引度中的至少一个计算便利度，以及可基于提供给用户的内容推荐的周期以及正确性中的至少一个计算困难度。

处理单元可确定便利度大于困难度的时间作为内容推荐时间。

附图说明

通过参照附图的本发明详细实施例中的描述，本发明的实施例将变得更加清楚，其中：

图1为显示内容推荐方法的流程图；

图2为根据本发明实施例的确定内容推荐时间的方法的流程图；

图3为基于图2中所示的监测信息确定内容推荐时间过程的更加详细的流程图；

图4为根据内容剩余回放时间用户使用内容的概率的曲线图；

图5为基于根据本发明实施例的内容推荐描述用户内容选择的概念图；

图6为基于根据本发明实施例的内容推荐在用户困难度中变化的曲线图；

图7为说明根据本发明实施例的内容推荐时间确定装置的配置的框图。

具体实施例

由于本发明可做出多种变形并具有多个实施例，特定实施例将会在附图中给出并在详细说明中被详细表述。

然而，应当理解的是，特定实施例并非旨在将本发明公开内容限制在特定形式，相反地，本发明公开内容涵盖了落入本发明公开内容精神和范围中的所有变型，相似物以及替换。

在下述描述中，技术术语仅用于解释特定实施例而非限制本发明公开内容。除非另作清楚的指示，此处所用的单数形式也包括了复数形式。进一步地，当此处使用术语“由...组成”、“组成”、“包含”、“包括”时，指定所述特征、整体、步骤、操作、元件和/或部件的存在，但并不排除一个或者多个其它特征、整体、步骤、操作、元件、部件和/或其组合的存在或者添加。

除非做出不同的定义，此处使用的所有术语(包括技术和科学术语)具有本发明所属领域中普通技术人员所通常理解的含义。被普遍使用并被收录在字典中的术语应被解释为具有在所属领域中与上下文的含义相配的含义。在描述中，除非做了清楚的定义，术语不应以理想的、过分正式的含义进行解释。

下文中，本发明的实施例将参照附图进行详细描述。下文中，附图中相同的部件使用相同的附图标记，并且其重复描述将被省略。

图1为显示内容推荐方法的流程图。

图1中所示的内容推荐方法可被可提供用户概要的内容推荐装置所执行。

参照图1，首先，内容推荐装置从用户接收用于内容推荐的请求(S110)。

随后，当从用户接收到用于内容推荐的请求时，内容推荐装置检索可被推荐给用户的内容(S120)。此处，内容推荐装置，基于用户以前使用内容的频率，检索用户偏爱的内容。

随后，内容推荐装置列出检索到的内容并将用于内容推荐的内容列表提供给用户(S130)。

接着，内容推荐装置基于用户选择的内容提供内容至用户，以及将内容供应的信息应用至用户概要(user profile)(S140)。

图1中所示的内容推荐方法推荐内容时未考虑对用户当前使用的内容的偏爱度或者兴趣程度。相应地，当用户使用内容时，内容推荐方法给用户造成不便。

为了克服上述问题，本发明提供了一种基于对用户正在使用的内容的偏爱度或者兴趣程度而确定推荐内容的最佳时间的方法和装置。

图2为根据本发明实施例的确定内容推荐时间的方法的流程图。

图2中所示的内容推荐时间确定方法可被可提供内容推荐至用户的内容推荐装置所执行。内容推荐时间确定方法可被数字信息处理装置执行，所述数字信息处理装置包括存储器、处理器等，例如，机顶盒(STB)、电视(TV)或者多媒体回放装置。

参照图2，首先，内容推荐装置实时监测用户内容使用信息(S210)。在此，当用户开始使用内容时，内容推荐装置可监测用户的内容使用信息，所述用户的内容使用信息包括内容开始被使用的时间，内容的总回放时间，以及内容的剩余回放时间。

此处，用户的内容使用信息可从电子节目指南(EPG)获得。

随后，内容推荐装置基于监测信息确定将内容推荐给用户的时间(S220)。此处，内容推荐装置可利用下述等式1确定内容推荐时间。

等式1

Utility(u,t)＝Profit(u,t)-Cost(u,t)

在等式1中，当内容推荐被提供给用户时，Profit(u,t)为用户可感觉到的便利程度的便利度，以及Cost(u,t)为用户可感觉到的不便程度的困难度。此外，u为内容用户，以及t为时间标记。内容推荐装置可确定Utility(u,t)变得大于零的时间作为内容推荐时间。

随后，内容推荐装置检索可被提供给用户的内容并在操作S220中确定的内容推荐时间提供内容推荐列表给用户(S230)。此处，内容推荐装置可从用户的内容查看概要信息检索在当前时间可被用户所用的多条内容。

此外，内容推荐装置可在视觉上将内容推荐列表提供给用户，例如，在内容回放装置的显示屏上以弹出窗口的方式并可提供用户可在其中选择内容的用户接口。

接着，内容推荐装置基于用户选择将内容提供至用户。在此，内容推荐装置可从装置(例如，电子节目指南(EPG)，广播电波等)接收用户选择的内容以便提供内容，以及将内容提供给用户。接着，内容推荐装置将内容供应历史记录应用至用户概要(S240)。

紧接着，内容推荐装置检查是否需要内容推荐功能(S250)。内容推荐装置可确定当检查到内容的使用已经完成时，不需要内容推荐功能，例如，当用户使用的内容回放装置关闭电源时而无需再提供内容推荐，或者当用户由于不想接收内容推荐而直接关闭内容推荐功能时。如上所述，当不需要内容推荐功能时，内容推荐功能完成。

然而，当需要内容推荐功能时，内容推荐装置继续操作S210并重复操作S210至S250。

图3为基于图2中所示的监测信息确定内容推荐时间过程的更加详细的流程图。

参照图3，在确定内容推荐时间的过程中，首先，内容推荐装置计算内容推荐的用户便利度(S221)。此处，内容推荐的便利度为当内容推荐被提供给用户时用户可感觉到的便利程度。

在根据本发明的实施例确定内容推荐时间的过程中，内容推荐装置可基于下列等式2计算内容推荐的便利度。等式2基于用户对于内容的偏爱度计算内容推荐的便利度。

等式2

$>\mathrm{Utility}(u,t)=\mathrm{Profit}(u,t)=\underset{I_j\in I_t}{\max }\mathrm{Pref}(u,I_j)-\mathrm{Pref}(u,I_{\mathrm{cur}})$>

在等式2中，u为内容用户，t为时间标记，以及I_t为在时间t回放的内容。此外，I_cur为内容用户当前所用的内容，以及Pref(u,I)为内容用户u对内容I的偏爱度。

在基于用户对内容的偏爱度计算便利度的上述方法中，用户对被推荐给用户的内容的偏爱度可大于用户当前使用的内容的偏爱度。

在根据本发明实施例确定内容推荐时间的过程中，可替换地，内容推荐装置可基于下列等式3以及等式4计算内容推荐的便利度。等式3基于内容对用户的吸引度计算内容推荐的便利度。

等式3

$>\mathrm{Utility}(u,t)=\mathrm{Profit}(u,t)=\underset{I_j\in I_t}{\max }\mathrm{Attract}(u,I_j,t)-\mathrm{Attract}(u,I_{\mathrm{cur}},t)$>

等式4

$>\mathrm{Attract}(u,I_j,t)=\mathrm{Pref}(u,I_j)·p\left(\mathrm{watching}\right|t_s^j,t_s^j)$>

在等式3中，u为内容用户，t为时间标记，以及I_t为在时间t回放的内容。此外，I_cur为内容用户当前使用的内容，以及Attract(u,I,t)为在时间t内容I对内容用户u的吸引度。

等式3的Attract(u,Icur,t)可基于上述等式4计算。在等式4中，为内容I_j的剩余回放时间，以及为内容用户使用内容I_j的时间。假设针对除内容用户当前使用的内容之外的所有内容的t_s为零。

当内容I_j的剩余回放时间为以及用户使用内容I_j的时间为时，等式4的为用户的内容使用概率。

将会相关于图4在下面进行描述。

在图4中，X轴表示用户的内容使用时间比例，即用户使用内容的时间与内容的剩余回放时间的比例。Y轴表示用户的内容使用概率。

图4(a)为显示在其中内容的剩余回放时间的百分率为75-100％的实施例的曲线图，以及图4(b)为显示在其中内容的剩余回放时间的百分率为50-75％的实施例的曲线图。图4(c)为显示在其中内容的剩余回放时间的百分率为25-50％的实施例的曲线图，以及图4(d)为显示在其中内容的剩余回放时间的百分率为0-25％的实施例的曲线图。

如图4(a)中所示，在内容的剩余回放时间的百分率为75-100％的实施例中，当用户的内容使用时间比例为0.0时，内容使用概率大约为0.35。内容使用概率随着用户的内容使用时间比例的增加而增加。

如图4(b)中所示，在内容的剩余回放时间的百分率为50-75％的实施例中，当用户的内容使用时间比例为0.0时，内容使用概率大约为0.1。内容使用概率随着用户的内容使用时间比例的增加而增加。

如图4(c)中所示，在内容的剩余回放时间的百分率为25-50％的实施例中，当用户的内容使用时间比例为0.0时，内容使用概率大约为0.05。内容使用概率随着用户的内容使用时间比例的增加而增加。

如图4(d)中所示，在内容的剩余回放时间的百分率为0-25％的实施例中，当用户的内容使用时间比例为0.0时，内容使用概率大约为0.05。内容使用概率随着用户的内容使用时间比例的增加而增加。

图5为基于根据本发明实施例的内容推荐描述用户内容选择的概念图。

在图5(a)中，X轴表示时间流，Y轴表示每个频道，P1表示在其中用户基于内容偏爱度选择内容的过程。此处，假设内容用户接受了由内容推荐装置推荐的所有内容。

图5(b)和5(c)分别表示了用户对在时间t₁、t₂、t₃、t₄以及t₅提供的多条内容的偏爱度以及内容对用户的吸引度。

首先，内容用户在时间t₁使用内容1。随后，当具有比内容1更高偏爱度的内容2在时间t₂开始时，内容推荐装置推荐内容2至用户。

接着，内容用户选择并使用推荐的内容2。在用户使用内容2的同时，具有比内容2更高偏爱度的内容3在时间t₃开始。因此，内容推荐装置推荐内容3至用户。

随后，内容用户选择内容3并起始使用内容3，并且内容4在时间t₄开始。此处，如图5(b)中所示，由于内容4的偏爱度低于内容3的偏爱度，内容推荐装置并不将内容4推荐给用户。

在图5(a)中，P2为在其中用户基于吸引度而选择内容的过程。图5(c)显示了在时间t₁、t₂、t₃、t₄以及t₅提供的内容对用户的吸引度。

首先，内容用户在时间t₁使用内容1。接着，在时间t₂内容2开始。此处，由于内容1对用户的吸引度随着时间而增加，内容推荐装置并不将内容2推荐给用户，并且用户保持使用内容1。

随后，内容3在时间t₃开始，以及内容4在时间t₄开始。此处，由于内容1对用户的吸引度高于内容3以及内容4对用户的吸引度，内容推荐装置不推荐内容3或者内容4。

随后，当用户使用的内容1在时间t₅结束，内容推荐装置将在其它频道中回放的内容2、内容3以及内容4中具有最大吸引度的内容4推荐给用户。

随后，在确定内容推荐时间的过程中，内容推荐装置计算内容推荐的用户困难度(S222)。此处，内容推荐的困难度为当内容推荐提供至用户时用户感觉的不便程度。

在根据本发明实施例的确定内容推荐时间的过程中，内容推荐装置可根据下列等式5计算用户推荐的困难度。

此处，内容推荐的困难度可基于由于内容推荐的周期以及正确性引起的困难度的增加或者减少而被计算。

等式5

$>\mathrm{Annoy}(u,t_n,r_{t_n},h_{t_n})=\mathrm{Annoy}(u,t_{n-1},r_{t_{n-1}},h_{t_{n-1}})·\exp {\left({\sigma }_r\right)}^{r_{t_n}}·\exp {(-{\sigma }_h)}^{h_{t_n}}·\exp (-{\sigma }_f)$>

在等式5中，t_n为时间，以及表示内容推荐存在与否。即，当内容推荐装置提供内容推荐至用户时，为1，否则，为0。

此外，表示由内容推荐装置推荐给用户的内容的正确性。即，当内容被正确推荐给用户，并且用户因此接受推荐而改变内容时，为1，否则，为0。

σ_r，σ_h，σ_f分别为推荐比例因子，推荐正确性因子以及困难度遗忘速度因子。

图6为基于根据本发明实施例的内容推荐在用户困难度中变化的曲线图。

在图6中，X轴表示范围0-500的时间流，以及Y轴表示由于推荐正确性引起的吸引度在范围0-5的变化。

基于推荐正确性而不同的困难度将会使用三种不同环境进行描述。

在环境1中，用户在时间50、100以及400从内容推荐装置接收内容推荐。此处，假设内容推荐装置执行的所有推荐均不正确并且用户因此不变换正在使用的内容。

如图6所示，当用户在环境1中使用内容时，内容推荐的困难度大约从1以一定的速率减少。随后，在时间50，内容推荐装置提供内容推荐给用户。在此情形下，假设在环境1中，由于内容推荐装置推荐错误的内容，内容推荐的用户困难度增加至2左右。

随后，在环境1中用户困难度以一定的速率随时间减少，并且内容推荐装置在时间100提供另一内容推荐。在此情形下，假设在环境1中，由于内容推荐装置推荐错误的内容以及由于在时间50的错误的内容推荐引起的在其中困难度增加的时间接近错误内容推荐时间，内容推荐的用户困难度增加至4.5左右。

随后，在环境1中用户困难度以一定速率随时间减少，并且内容推荐装置在时间400提供另一内容推荐。在此情形下，假设环境1中，由于内容推荐装置推荐错误的内容，内容推荐的用户困难度增加至3左右。

在环境2中，用户在时间50、200和400从内容推荐装置接收内容推荐。此处，假设在内容推荐装置的内容推荐中仅在时间400的内容推荐正确。

如图6中所示，当用户在环境2中以与在环境1中同样的方式使用内容时，内容推荐的困难度从1左右以一定的速率减少。随后，在时间50，内容推荐装置提供内容推荐给用户。在此情形下，假设在环境2中，由于内容推荐装置提供错误的内容推荐，内容推荐的用户困难度增加至2左右。

随后，在环境2中用户困难度以一定速率随时间减少，并且内容推荐装置在时间200提供另一内容推荐。在此情形下，假设在环境2中，由于内容推荐装置提供错误的内容推荐，内容推荐的用户困难度增加至3左右。

随后，在环境2中用户困难度以一定速率随时间减少，并且内容推荐装置在时间400提供另一内容推荐。在此情形下，假设在环境2中，由于内容推荐装置提供正确的内容推荐，用户根据推荐变换内容，以及内容推荐的用户困难度相对地稍有增加。

在环境3中，用户在时间50、200和400从内容推荐装置接收内容推荐。此处，假设在内容推荐装置的内容推荐中仅在时间50和400的内容推荐是正确的。

如图6所示，当用户在环境3中使用内容时，内容推荐的困难度从1左右以一定的速率减少。随后，在时间50，内容推荐装置提供内容推荐至用户。在此情形下，假设环境3中，由于内容推荐装置提供正确的内容推荐，用户根据推荐变换内容，以及内容推荐的用户困难度相对地稍有增加。

随后，在环境3中，用户困难度以一定速率随时间减少，以及内容推荐装置在时间200提供另一内容推荐。在此情形下，假设在环境3中，由于内容推荐装置推荐了错误内容，内容推荐的用户困难度增加至1左右。

随后，在环境3中，用户困难度以一定速率随时间减少，以及内容推荐装置在时间400提供另一内容推荐。在此情形下，假设在环境3中，由于内容推荐装置提供正确的内容推荐，用户根据推荐变换内容，以及内容推荐的用户困难度相对地稍有增加。

随后，在确定内容推荐时间的过程中，内容推荐装置比较在操作S221中计算的便利度与在操作S222中计算的困难度(S223)。

随后，内容推荐装置确定在计算得到的便利度大于计算得到的困难度的时间作为内容推荐时间，检索将要推荐给用户的内容，以及在确定的时间提供内容推荐列表。

此外，当在操作S223中计算的便利度小于计算得到的困难度时，内容推荐装置继续进行操作S210并重复操作S210至S223。

根据本发明实施例的利用上下文感知的内容推荐时间通过使用下列等式6确定。

等式6

$>\mathrm{Utility}(u,t_n)=\underset{I_j\in I_{t_n}}{\max }\mathrm{Attract}(u,I_j)-\mathrm{Attract}(u,I_{\mathrm{cur}})-c·\mathrm{Annoy}(u,P_{t_{n-1}})$>

等式6表示根据上述内容推荐的用户便利度以及用户困难度，确定内容推荐时间的方法。在等式6中，可以是内容推荐的用户便利度。此外，可以是内容推荐的用户困难度。

图7为说明根据本发明实施例的内容推荐时间确定装置的配置的框图。

内容推荐时间确定装置400可执行为可提供多种内容的诸如电视(TV)、计算机多媒体播放器的内容回放装置。此外，内容推荐时间确定装置400可配置为诸如包括存储器、处理器等的智能电视，IP电视(TV)，机顶盒，多媒体播放器，便携式终端(例如，蜂窝电话，智能电话，平板型终端等)以及计算机的数字信息处理装置，或者配置为包括上述装置。

参照图7，内容推荐时间确定装置400的配置将会被详细介绍。

内容推荐时间确定装置400可包括处理单元410，存储单元420，内容信息接收单元430以及显示单元440。

处理单元410可配置为能够实际处理命令或者数据的装置，以监测用户内容的使用。监测的信息可包括用户开始使用内容的时间，内容的整体回放时间以及内容的剩余时间。

随后，处理单元410，基于监测的用户内容使用信息，计算内容推荐的用户便利度以及内容推荐的用户困难度，并根据上述参照图3描述的方法比较计算得到的便利度以及困难度。

随后，处理单元410可确定在便利度大于困难度的时间作为内容推荐时间并从内容信息接收单元430获取将在确定的时间推荐的内容。

存储单元420可实际配置为非易失型存储器。通过处理单元410监测的并用以确定内容推荐时间的用户内容使用信息可被存储，并且提供内容至用户的历史记录同样可被存储。

内容信息接收单元430可在从独立的外部服务器确定的内容推荐时间获取推荐内容至用户所需的内容供应相关信息。接收内容供应相关信息的方法不限于从外部服务器获取。例如，当内容推荐时间确定装置400应用于数字电视中时，内容供应相关信息可从广播电波中获取。内容供应相关信息可包括基于时间的内容供应列表以及每条内容的供应时间。

显示单元440可配置为诸如液晶显示器(LCD)，有机发光二极管(OLED)等的显示装置，以便在通过处理单元410确定的内容推荐时间在视觉上提供可推荐的内容。

根据上述利用用户上下文感知确定内容推荐时间的方法和装置，通过监测用户内容的使用，基于监测结果确定内容推荐时间，并且提供内容推荐至用户，在提供内容推荐至用户过程中，能够考虑便利和不便的程度而推荐内容。

进一步地，通过提供上述内容推荐，由于对于使用内容的用户所不需要的内容推荐引起的内容使用冲突可被降低。

虽然本发明的实施例以及它们的优点已经详细描述，应当理解的是：在此基础上做出的各种变化，替换以及改变均落入本发明的范围。