信息处理装置以及信息处理方法

1.一种信息处理装置，包含：
广播信号处理部分，用于接收和再现用户从多个频道中所选择的频道的节目；
存储部分，用于存储用户的偏好信息，并且存储用户所观看的一个或多个频道的信息作为用户观看历史；
用户偏好学习部分，用于根据有关所再现节目的信息进行对用户偏好信息的学习，并且在观看历史列表中记录所再现节目的频道的信息；
特征信息生成部分，用于选择由记录在观看历史列表中的一段或多频道信息所指示的一个或多个频道作为第一批频道，并且随机地选择除第一批频道之外的一个或多个频道作为第二批频道，从而可生成第一批频道和第二批频道的节目的特征信息；以及所推荐节目确定部分，用于根据一个或多个频道的节目的特征信息和用户偏好信息确定所推荐的节目，该特征信息由特征信息生成部分所生成，
其中每个所选择的第一频道代表用户所熟悉的频道而从其中获得每个推荐节目代表用户所熟悉的节目，并且每个随机选择的第二频道代表用户不熟悉的频道而从其中获得所推荐的节目代表用户不熟悉的节目。
2.根据权利要求1所述的信息处理装置，
其中，在观看历史列表中，可以按这样的方式记录不同的频道信息段：根据其记录时间，可以确定不同频道信息段之间的新旧关系，只要不同频道信息段的数目不超过预定的第一上限数目，而且，
其中，当在观看历史列表中记录了上限数目的频道信息段时，在再现不存在于观看历史列表中的新频道的节目的情况下，用户偏好学习部分把新频道的信息记录在观看历史列表中，与此同时，删除观看历史列表中最旧的频道信息。
3.根据权利要求2所述的信息处理装置，
其中，特征信息生成部分按这样的方式选择第二批频道：第一批频道和第二批频道的总数目处于大于第一上限的预定的第二上限范围内。
4.根据权利要求1所述的信息处理装置，
其中，在观看历史列表中，可以按这样的方式记录不同的频道信息段：根据记录时间，可以确定不同频道信息段之间的新旧关系，只要不同频道信息段的数目不超过预定的第一上限数目，
其中，当在观看历史列表中记录了上限数目的频道信息段时，在再现存在于观看历史列表中的频道信息所指示的频道的节目的情况下，用户偏好学习部分修改记录在观看历史列表中的不同频道信息段之间记录时的新旧关系，以使观看历史列表中的频道信息为新记录的频道信息，以及
其中，当在观看历史列表中记录了上限数目的频道信息段时，在再现不存在于观看历史列表中的新频道的节目的情况下，用户偏好学习部分把这一新频道的信息记录在观看历史列表中，与此同时，删除观看历史列表中最旧的频道信息。
5.根据权利要求1所述的信息处理装置，
其中，在观看历史列表中，可以按这样的状态记录不同的频道信息段和不同的频道信息段所指示的频道的观看次数的值：不同的频道信息段分别对应于所述值，其中，在再现不存在于观看历史列表中的新频道的节目的情况下，用户偏好学习部分按新频道信息对应于初始值这样的状态把新频道的信息和观看次数的初始值记录在观看历史列表中，
其中，在再现存在于观看历史列表中的由频道信息所指示的频道的节目的情况下，用户偏好学习部分可以递增对应于观看历史列表中频道信息的观看次数的值，以及其中，特征信息生成部分把预定数目的顶部信息段所指示的频道选择为第一批频道，其中，所述各顶部信息段在观看历史列表中均具有大的值。
6.一种信息处理方法，包含：
由广播信号处理部分接收和再现用户从多个频道中所选择的频道的节目；
由用户偏好学习部分根据有关所再现节目的信息进行对用户偏好信息的学习，并且在观看历史列表中记录所再现节目的频道的信息；
由特征信息生成部分选择由记录在观看历史列表中的一段或多频道信息所指示的作为第一批频道的一个或多个频道，并且随机地选择除第一批频道之外的一个或多个频道作为第二批频道，从而可生成第一批频道和第二批频道的节目的特征信息；以及由所推荐节目确定部分根据一个或多个频道的节目的所生成的特征信息和用户偏好信息确定所推荐的节目，
其中每个所选择的第一频道代表用户所熟悉的频道而从其中获得每个推荐节目代表用户所熟悉的节目，并且每个随机选择的第二频道代表用户不熟悉的频道而从其中获得所推荐的节目代表用户不熟悉的节目。

信息处理装置以及信息处理方法\n技术领域\n[0001] 本发明涉及一种能够再现包括视频的节目以及根据用户偏好确定所推荐的节目的信息处理装置、信息处理方法、以及程序。\n背景技术\n[0002] 在相关技术中，例如，在电视广播和射频广播中，在向用户推荐节目的情况下，根据EPG(电子节目指南)等的节目信息(节目元数据)选择与用户偏好信息相匹配的节目。\n向用户推荐节目的方法随获得用户偏好数据的方法而改变。例如，在存在着一种初始兴趣登记方法以及一种观看历史使用方法。在初始兴趣登记方法中，一开始，允许登记有关用户的兴趣的信息，并且根据以上所提到的信息推荐节目。在观看历史使用方法中，使用用户已经观看的节目的观看历史，向用户推荐节目。\n[0003] 在初始兴趣登记方法中，在使用之初，允许用户登记节目范畴(例如，戏剧或者杂耍表演)、类型(推理剧、喜剧等)、或者用户喜欢的演艺者的名字。然后，通过把以上所提到的信息用作关键字，进行关键字与节目元数据之间的匹配。在这一方式下，获得了将加以推荐的节目的名字。\n[0004] 然而，在根据初始登记方法选择节目的情况下，在用户进行了他或者她的兴趣登记的最初时刻，仅可以反映用户固定的兴趣。另外，令人感到遗憾的是，为了获得详细的信息，用户的登记操作变得十分复杂。就以上所提到的情况而言，在为了简化初始设置期间将加以登记的信息的输入操作登记较少量信息的情况下，仅可以进行基于一般用户偏好信息的推荐。因此，令人感到遗憾的是，选择满足用户偏好的节目的精确度变得较低。\n[0005] 相比之下，在观看历史使用方法中，每次用户观看节目时，累计所观看节目的元数据。在一定范围内累计历史元数据时，分析元数据，从而可获得有关诸如节目范畴、类型、或者用户喜欢的演艺者的名字的信息。然后，通过把以上所提到的信息用作关键字，进行关键字与节目元数据之间的匹配。在这一方式下，获得了将加以推荐的节目的名字。因此，在初始登记方法的情况下，不必进行繁杂的登记操作。\n[0006] 另外，作为观看历史使用方法，还公开过下列技术。具体地讲，就是针对每一所定义的诸如标题、类型以及表演者的属性项目，把节目的属性表示为向量信息。与此同时，还根据观看历史生成与以上所提到的向量信息相类似，但代表观看者偏好的向量信息。接下来，把前者与后者互相加以比较，以指出满足观看者偏好的节目(例如，序号为\n2001-160955的日本专利申请公开物)。\n发明内容\n[0007] 顺便提及，最近几年，在日本，广播节目的频道的数目日趋增多。在欧洲等地区，已有数千个频道在运作。另外，作为标准，还可望所述频道最多增加至数万个。\n[0008] 鉴于此，在观看历史使用方法中，通过把针对所有频道中的节目所生成的每一特征量向量和根据用户的观看历史所生成的用户偏好向量互相比较，进行所推荐节目的确定，从而，随着频道数目的增多，需要更多的时间生成节目特征量向量。具体的讲，假设把电视装置用作接收和再现广播节目的信息处理装置，可以预测，由于电视装置处理能力的限制，将需要很多的时间生成节目特征量向量。如果需要太多的时间生成节目特征量向量，则在确定所推荐的满足用户偏好的节目时，所推荐的节目可能接近尾声，或者所推荐的节目可能已经结束。于是，就节目推荐功能而言，用户担心其会导致可靠性的降低。\n[0009] 鉴于以上所提到的情况，有必要提供一种能够更迅速地向用户指出节目推荐结果的一种信息处理装置、信息处理方法、以及程序。\n[0010] 根据本发明的实施例，提供了一种信息处理装置，其包括广播信号处理部分，用于接收和再现用户从多个频道中所选择的频道的节目；存储部分，用于存储用户的偏好信息，并且存储作为用户观看历史的用户所观看的一个或多个频道的信息；用户偏好学习部分，用于根据有关所再现节目的信息进行对用户偏好信息的学习，并且在观看历史列表中记录所再现节目的频道的信息；特征信息生成部分，用于根据观看历史列表从多个正在广播的频道中选择一个或多个频道作为第一批频道，并且至少生成所选择的一个或多个第一批频道的节目的特征信息；以及所推荐节目确定部分，用于根据一个或多个频道的节目的特征信息和用户偏好信息、特征信息生成部分所生成的特征信息，确定所推荐的节目。\n[0011] 在本发明的所述实施例中，减少了针对其生成特征量向量的节目的数目，从而缩短了生成特征量向量所需的时间周期。因此，能够更迅速地向用户指出节目推荐结果。另外，还根据观看历史列表生成一个或多个节目的第一批频道的节目的特征信息，从而能够防止频繁地推荐用户不熟悉的频道的节目。\n[0012] 特征信息生成部分可以选择由记录在观看历史列表中的一或多段频道信息所指示的一个或多个频道作为第一批频道，并且可以随机地选择除第一批频道之外的一个或多个频道作为第二批频道，从而可生成第一批频道和第二批频道的节目的特征信息段。据此，选择了用户已经观看的频道，与此同时，还选择了观看历史中未发现的频道。因此，可以防止因其中频繁地推荐用户熟悉的频道的配置，用户对加以观看的节目进行选择的范围可能变窄的缺点。\n[0013] 在观看历史列表中，可以按这样的方式记录不同的频道信息段：在频道信息的记录时，可以确定不同频道信息段之间的新旧关系，只要不同频道信息段的数目不超过预定的第一上限数目即可。当在观看历史列表中记录了上限数目的频道信息段时，在再现不存在于观看历史列表中的新频道的节目的情况下，用户偏好学习部分可以把新频道的信息记录在观看历史列表中，与此同时，删除观看历史列表中最旧的频道信息。据此，就节目推荐功能而言，能够根据优先级把用户最近已经观看的节目的频道信息保存在观看历史列表中，从而提高了可靠性。\n[0014] 特征信息生成部分可以按这样的方式选择第二批频道：第一批频道和第二批频道的总数目处于大于第一上限的预定的第二上限范围内。据此，确保了从更多的节目中确定所推荐的节目，从而能够更好地确定所推荐的满足用户偏好的节目。\n[0015] 在观看历史列表中，可以按这样的方式记录不同的频道信息段：在频道信息的记录时，可以确定不同频道信息段之间的新旧关系，只要不同频道信息段的数目不超过预定的第一上限数目即可。当在观看历史列表中记录了上限数目的频道信息段时，在再现存在于观看历史列表中的频道信息所指示的频道的节目的情况下，用户偏好学习部分可以修改记录在观看历史列表中的不同频道信息段之间记录时的新旧关系，以使观看历史列表中的频道信息为新记录的频道信息。另外，当在观看历史列表中记录了上限数目的频道信息段时，在再现不存在于观看历史列表中的新频道的节目的情况下，用户偏好学习部分可以把这一新频道的信息记录在观看历史列表中，与此同时，可以删除观看历史列表中最旧的频道信息。据此，把新观看的节目的频道信息作为最新信息记录在了观看历史列表中。于是，能够确保观看历史列表更忠实地反映实际的用户观看历史。\n[0016] 在观看历史列表中，可以按这样的状态记录不同的频道信息段和不同的频道信息段所指示的频道的观看次数的值：不同的频道信息段分别对应于所述值。在再现不存在于观看历史列表中的新频道的节目的情况下，用户偏好学习部分可以按这样的状态把这一新频道的信息和观看次数的初始值记录在观看历史列表中：所述新频道信息对应于所述初始值。另外，在再现存在于观看历史列表中的频道信息所指示的频道的节目的情况下，用户偏好学习部分可以递增对应于观看历史列表中频道信息的观看次数的值。特征信息生成部分可以把预定数目的顶部信息段所指示的频道选择为第一批频道，其中，所述各顶部信息段在观看历史列表中均具有大的值。据此，可以选择那些针对其生成节目特征量向量的第一批频道，同时要考虑每一频道的观看次数(即，观看频率)。于是，能够推荐更忠实反映用户偏好的节目。\n[0017] 根据本发明的另实施例，提供了一种信息处理方法，其包括由广播信号处理部分接收和再现用户从多个频道中所选择的频道的节目；由用户偏好学习部分根据有关所再现节目的信息进行对用户偏好信息的学习，并且在观看历史列表中记录所再现节目的频道的信息；由特征信息生成部分根据观看历史列表从多个正在广播的频道中选择作为第一批频道的一个或多个频道，并且至少生成所选择的一个或多个节目的第一批频道的节目的特征信息；以及由所推荐节目确定部分根据一个或多个频道的节目的所生成的特征信息和用户偏好信息确定所推荐的节目。\n[0018] 根据本发明的又一实施例，提供了一种操作计算机的程序，所述计算机为：广播信号处理部分，用于接收和再现用户从多个频道中所选择的频道的节目；存储部分，用于存储用户的偏好信息，并且存储作为用户观看历史的用户所观看的一个或多个频道的信息；用户偏好学习部分，用于根据有关所再现节目的信息进行对用户偏好信息的学习，并且在观看历史列表中记录所再现节目的频道的信息；特征信息生成部分，用于根据观看历史列表从多个正在广播的频道中选择作为第一批频道的一个或多个频道，并且至少生成所选择的一个或多个节目的第一批频道的节目的特征信息；以及所推荐节目确定部分，用于根据一个或多个频道的节目的特征信息和用户偏好信息、特征信息生成部分所生成的特征信息，确定所推荐的节目。\n[0019] 如以上所描述的，根据本发明的所述实施例，能够更迅速地向用户指出节目推荐结果。\n附图说明\n[0020] 图1描述了包括根据本发明的第一实施例的信息处理装置的完整系统的配置；\n[0021] 图2概要性地描述了根据第一实施例的信息处理装置所执行的节目特征量向量的选择性生成；\n[0022] 图3描述了根据第一实施例的信息处理装置的配置；\n[0023] 图4描述了广播信号处理部分的配置；\n[0024] 图5为流程图，描述了计算节目特征量向量的规程；\n[0025] 图6为流程图，描述了在观看历史列表中记录信息的规程；\n[0026] 图7为流程图，描述了推荐节目的规程；\n[0027] 图8为流程图，描述了在根据修改1的信息处理装置中的观看历史列表中记录信息的规程；以及\n[0028] 图9为流程图，描述了在根据修改2的信息处理装置中的观看历史列表中记录信息的规程。\n[0029] 优选实施方式\n[0030] 以下，将参照附图描述本发明的各实施例。\n[0031] <第一实施例>\n[0032] [系统配置]\n[0033] 图1描述了包括根据本发明的第一实施例的信息处理装置的完整系统的配置。如图1中所示，这一系统包括一个或多个节目提供装置1和信息处理装置2。\n[0034] 例如，每节目提供装置1包括处于广播站或者网络上的服务器装置。节目提供装置1经由诸如地面波、卫星波、或者Internet的通信媒体传输数字广播节目(以下，将其称为“节目”)。节目提供装置1能够对节目的流数据包和作为关于以上所提到的节目的信息的EIT(事件信息表)数据包进行多路转换与传输。例如，EIT包括节目的标题、解释、频道ID(服务ID：由广播标准所定义的信息)、节目开始时间和节目广播时间(节目的长度)、节目的类型、父母等级信息(父母控制信息)、字幕的存在与不存在、以及收费/免费。在信息处理装置2中，EIT可用作EPG(电子节目指南)。\n[0035] 信息处理装置2经由诸如地面波、卫星波、或者Internet的通信媒体接收数字广播信号。然后，信息处理装置2把节目的流数据包与数字广播信号相分离，并且对流数据包进行解码，从而可恢复节目的视频信号与音频信号。接下来，信息处理装置2通过显示部分\n21和扬声器部分(未在图中加以显示)输出以上所提到的视频信号与音频信号。另外，信息处理装置2还能够把EIT数据包与所接收的数字广播信号进行分离，并且能够对EIT数据包进行解码，从而可获得EIT数据。而且，信息处理装置2还能够根据以上所提到的EIT数据，通过对正在广播的节目的特征量向量化，生成节目特征量向量(节目的特征信息)，并且能够保留节目特征量向量。\n[0036] 图2概要性地描述了信息处理装置2所执行的节目特征量向量的选择性生成。信息处理装置2不针对运作众多频道的地区中所有频道的节目执行所推荐的节目所需的特征量向量的生成。取而代之，信息处理装置2首先选择那些信息处理装置2针对其执行特征量向量生成的频道，然后在一组所选择频道的节目中进行节目推荐。使用这一配置，减少了将加以生成的特征量向量的数目，并且缩短了生成特征量向量所需的时间周期。因此，能够更迅速地进行节目推荐。信息处理装置2使用用户的观看历史，选择那些信息处理装置\n2针对其执行特征量向量生成的频道，从而能够防止频繁地推荐用户不熟悉的频道的节目。\n另一方面，如果频繁地推荐用户熟悉的频道，则担心可能会使用户对加以观看的节目的选择的范围变窄。鉴于这一点，信息处理装置2选择用户已经观看的频道，与此同时，还选择观看历史中未发现的频道。\n[0037] 应该加以注意的是，尽管更具体地讲信息处理装置2包括电视装置、个人计算机、播放机、游戏机、便携终端(包括电话机等)等，然而本发明并不局限于以上所提到的产品形式。\n[0038] [信息处理装置2的配置细节]\n[0039] 以下，将描述本实施例的信息处理装置2的配置。\n[0040] 图3描述了信息处理装置2的配置。\n[0041] 如图3中所示，除了如以上所描述的显示部分21之外，信息处理装置2还包括广播信号处理部分22、输入部分23、扬声器部分24、以及节目推荐处理部分25。\n[0042] 广播信号处理部分22经由诸如地面波、卫星波、或者Internet的通信媒体从节目提供装置1接收数字广播信号。然后，广播信号处理部分22把节目的流数据包与数字广播信号相分离，并且对流数据包进行解码，从而可恢复以上所提到的节目的视频信号与音频信号。接下来，广播信号处理部分22通过显示部分21和扬声器部分22输出以上所提到的节目的视频信号与音频信号。另外，广播信号处理部分22还把EIT数据包与所接收的数字广播信号相分离，从而获得EIT数据。以下，将详细描述广播信号处理部分22。\n[0043] 输入部分23从观看者U那里接收各种操作命令和数据的输入。输入部分23可以为其提供旨在与信息处理装置2的主体相集成的部分。否则，输入部分23也可以为允许按无线方式针对信息处理装置2的主体执行各种操作命令和数据输入的远程类型输入部分。\n[0044] 当把视频信号输入于显示部分21中时，显示部分21执行对从广播信号处理部分\n22中的数字广播信号所恢复的视频信号的显示驱动。具体地讲，显示部分21包括LCD(液晶显示器)、使用显示设备的显示器等。显示部分21可以为其提供旨在与信息处理装置2的主体相集成的部分。否则，显示部分21也可以为针对视频信号、通过有线方式与信息处理装置2的主体外部连接的部分。\n[0045] 当把音频信号输入于扬声器部分24中时，扬声器部分24进行对从广播信号处理部分22中的数字广播信号所恢复的音频信号的音频输入。扬声器部分24可以为其提供旨在与信息处理装置2的主体相集成的部分。否则，扬声器部分24也可以为针对音频信号、通过有线方式与信息处理装置2的主体外部连接的部分。\n[0046] 节目推荐处理部分25根据所再现节目(观看者U已观看的节目)的特征量向量、观看者数目、实际观看时间百分比，进行对用户偏好向量的学习。然后，节目推荐处理部分\n25进行每一正在广播的节目的用户偏好向量和特征量向量之间的匹配，从而可执行确定所推荐的节目的过程。\n[0047] 更具体地讲，由用于操作计算机的程序实现节目推荐处理部分25，其中，所述计算机包括CPU(中央处理器)和主存储器。另外，信息处理装置2还包括诸如硬盘驱动器或者闪存驱动器的非易失存储部分，并且能够记录所接收节目的视频与音频数据。显然，信息处理装置2还能够再现存储在存储部分中的节目的视频数据与音频数据。CPU也控制广播信号处理部分22、输入部分23、显示部分21、扬声器部分24、广播信号处理部分22、以及存储部分(未在图中加以显示)之间的数据的输入与输出。\n[0048] [广播信号处理部分22的配置]\n[0049] 图4描述了广播信号处理部分22的配置。\n[0050] 广播信号处理部分22包括广播信号接收部分221、解调/解码部分222、传送流再现部分(TS再现部分)223、去复用器224、视频解码部分225、音频解码部分226、数据解码部分227等。以上所提到的部件均具有与典型接收器的配置相同的配置，其经由诸如地面波、卫星波、或者Internet的通信媒体接收数字广播节目。\n[0051] 更具体地讲，广播信号接收部分221包括调谐器和网络连接部分。调谐器通过天线、经由诸如地面波或者卫星波的通信媒体，从所选择的广播站接收数字广播信号。网络连接部分经由诸如Internet的网络接收IP多点传送广播信号。\n[0052] 解调/解码部分222按相应于传输模式(解调方法、编码率等)的一种方法、对广播信号接收部分221中已经接收的数字广播信号进行解调和解码。然后，解调/解码部分\n222把以上所提到的数字广播信号提交于传送流再现部分223。\n[0053] 传送流再现部分223根据从解调/解码部分222所提交的信号，再现传送流，以把传送流提交于去复用器224。\n[0054] 去复用器224把视频流、音频流以及诸如EIT的数据流从从传送流再现部分223所提交的传送流分离出来。然后，去复用器224把这些流分别提交于视频解码部分225、音频解码部分226以及数据解码部分227。\n[0055] 视频解码部分225对从去复用器224所提交的视频流进行解码，并且把视频信号提交于显示部分21。音频解码部分226对从去复用器224所提交的音频流进行解码，并且把音频信号提交于扬声器部分24。数据解码部分227对从去复用器224所提交的数据流进行解码，并且把数据信号提交于节目推荐处理部分25。\n[0056] [节目推荐处理部分25的配置]\n[0057] 回过头来参照图3，将描述节目推荐处理部分25的配置。节目推荐处理部分25包括EIT获取部分251、节目特征量检测部分252(特征信息检测部分)、节目特征量管理部分\n253、用户偏好学习部分254、用户简介管理部分255(存储部分)、所推荐节目确定部分257、以及所推荐节目信息输出部分258。\n[0058] EIT获取部分251获得，并且保存广播信号处理部分22中所接收和解码的EIT数据。此处，所获得的EIT数据指的是当前正在广播的节目的EIT数据。\n[0059] 节目特征量检测部分252根据保留在用户简介管理部分255中的观看历史列表，选择那些针对其执行节目特征量向量的生成的一个或多个频道，并且将它们作为“第一批频道”。与此同时，节目特征量检测部分252从除第一批频道之外的频道中随机地选择一个或多个频道，并且将它们作为“第二批频道”。然后，节目特征量检测部分252针对所选择的第一批频道和所选择的第二批频道的节目，生成特征量向量。\n[0060] 节目特征量管理部分253保留节目特征量检测部分252所生成的节目特征量向量。\n[0061] 用户偏好学习部分254根据所再现节目的特征量向量生成用户偏好向量的学习数据。即，用户偏好学习部分254使用所生成的学习数据把已经作为用户简介保留在用户简介管理部分255中的用户偏好向量修改为最新的内容(进行学习)。另外，用户偏好学习部分254还列出有关用户已经观看的节目的信息段，接下来，用户偏好学习部分254把所列出的信息段作为观看历史列表保留在用户简介管理部分255中。\n[0062] 用户简介管理部分255为存储部分，例如，用于保留作为用户简介的用户偏好学习部分254已经修改(学习)过的最新用户偏好向量、以及观看历史列表。\n[0063] 所推荐节目确定部分257计算由已经保留在节目特征量管理部分253中的每一正在广播的节目的特征量向量与作为用户简介保留在用户简介管理部分255中的用户偏好向量之间的余弦距离所表示的相似性。然后，所推荐节目确定部分257确定预定数目的顶部节目，其中，每节目均具有与所推荐节目的高度相似性。\n[0064] 所推荐节目信息输出部分258从EIT数据中抽取有关所推荐节目确定部分257确定的所推荐节目的信息段。接下来，所推荐节目信息输出部分258通过显示部分21向观看者U指出有关所推荐节目的信息段。\n[0065] 以下，将参照图5～图7，描述本实施例的信息处理装置2中节目推荐处理部分25的操作。\n[0066] 在节目推荐处理部分25中，主要执行下列相应过程：对节目特征量向量的计算、向观看历史列表记录信息、用户偏好学习、以及节目的推荐。以下，将分别描述这些操作。\n[0067] [计算节目特征量向量的操作]\n[0068] 图5为流程图，描述了计算节目特征量向量的规程。\n[0069] (步骤S101)首先，在节目推荐处理部分25中，EIT获取部分251按这样的状态获得来自广播信号处理部分22的EIT数据：在传送流上对EIT数据进行去复用。然后，EIT获取部分251把EIT数据提交于节目特征量检测部分252。例如，EIT数据包括节目ID、标题、类型、广播站、表演者、脚本/书/作品、内容、频道ID、节目开始时间和节目广播时间、父母分级信息(父母控制信息)、字幕的存在与不存在、以及收费/免费。把EIT获取部分\n251所获得的EIT数据传送于节目特征量检测部分252。\n[0070] (步骤S102)节目特征量检测部分252从EIT获取部分251接收EIT数据。接下\n来，节目特征量检测部分252从用户简介管理部分255读取观看历史列表。节目特征量检测部分252根据所读取观看历史列表的内容，选择一个或多个针对其执行节目特征量向量生成的频道，并且将它们作为第一批频道。应该加以注意的是，以下将描述把信息记录在观看历史列表中的操作。\n[0071] (步骤S103)接下来，节目特征量检测部分252从除第一批频道之外的频道中随机地选择一个或多个频道，并且将它们作为第二批频道。\n[0072] (步骤S104)然后，节目特征量检测部分252针对所选择的第一批频道和所选择的第二批频道的每一频道生成节目特征量向量。\n[0073] (步骤S105)把如以上所描述的节目特征量检测部分252所检测的节目特征量向量保留在节目特征量管理部分253中。\n[0074] 现在，将描述选择第一批频道和第二批频道的一种更具体的方法。把针对其生成节目特征量向量的频道的数目上限设置为“n”。值“n”指的是依据信息处理装置2的处理能力预先设置的值。当节目特征量检测部分252根据观看历史列表的内容选择第一批频道时，节目特征量检测部分252最多把m个频道(“m”指的是频道的数目)选择为第一批频道。其中，“m”可以小于“n”，可以依据“n”把“m”设置为某值。例如，可以设置m＝n/2。\n[0075] 作为根据观看历史列表的内容选择第一批频道的一种方法，示范性地给出了以下的方法。具体地讲，在该方法中，把由记录在观看历史列表中的频道信息段所指示的频道简单地选择为第一批频道。在这一情况下，把可以记录在观看历史列表中的频道的数目设置为“m”。另外，必须防止把同一频道的信息冗余地记录在观看历史列表中。以下，将描述这一点。\n[0076] 而且，节目特征量检测部分252还从除第一批频道之外的频道中随机地选择(n-m)个频道((n-m)指的是频道的数目)，并且将它们作为第二批频道。\n[0077] 如以上所描述的，例如，在信息处理装置2可以接收的频道的数目为10000或者\n10000以上的情况下，当设置n＝1024和m＝n/2时，“m”为512，n-m也为512。于是，在这一例子中，根据观看历史列表，把512个频道选择为第一批频道，从除第一批频道之外的频道中随机地选择512个频道，并且将它们作为第二批频道。\n[0078] 此处，可以认为根据观看历史列表所选择的第一批频道的节目为用户“用户熟悉的频道的节目”，而随机地选择的第二批频道的节目为用户“用户不熟悉的频道的节目”。于是，在这一例子中，按这样的方式选择“用户熟悉的频道的节目”和“用户不熟悉的频道的节目”：在针对按以上所提到的方式所选择的节目生成节目特征量向量之前，“用户熟悉的频道的节目”和“用户不熟悉的频道的节目”的数目互相相等。\n[0079] 应该加以注意的是，尽管在以上所提到的例子中设置了m＝n/2，然而也可以设置m＝n-y。其中，“y”小于“n”。\n[0080] 顺便提及，可以这样地设想：记录在观看历史列表中的频道信息段所指示的频道的数目未达到“m”。在这一情况下，节目特征量检测部分252对随机地选择的第二批频道的数目的不足进行补偿。在这一方式下，确保“n”为将针对其生成特征量向量的频道的数目。\n例如，在以上所提到的例子中，当记录在观看历史列表中的信息段的数目为300时，即小于\n512时，节目特征量检测部分252把724设置为随机选择的第二批频道的数目，724是从作为值“n”的1024中减去300得到的。当从更多的节目中确定所推荐节目时，向用户推荐满足用户偏好的所推荐节目的概率变得较高，因此，即使通过增加随机选择的第二批频道的数目确保“n”，对用户也是有益的。\n[0081] [计算节目特征量向量的操作]\n[0082] 现在，将描述图5的步骤S104中计算节目特征量向量的操作。\n[0083] 节目特征量检测部分252根据EIT获取部分251所提交的EIT数据，为每一项目生成节目特征量向量。此处，例如，包括在EIT数据中的项目包括标题(T)、类型(G)、小时(H)、广播站(S)、表演者(A)、脚本/书/作品(P)、以及内容(K)。节目特征量检测部分252根据以上所提到的每一项目的内容，生成节目特征量向量＝(Tm、Gm、Hm、Sm、Pm、Am、Km)。此处，Tm、Gm、Hm、Sm、Pm、Am、Km指的是节目特征量向量中每一项目的数值向量。\n[0084] 此处，分别定义了“类型”、“广播站”、以及“小时”的种类，从而可由不同的数值向量指示以上所提到的每一项目的内容。在广播站的情况下，例如，如果存在10个广播站，则可以由{0，0，1，0，0，0，0，0，0，0}表示定义为第三项目的广播站的数值向量Sm。同样，在类型的情况下，例如，当把类型分类为“戏剧”、“杂耍表演”、“体育”、“电影”、“音乐”、“儿童教育”、“文化/记录片”、“新闻/报告”、以及“其它”时，则可以由{0，0，0，0，1，0，0，0，0}表示这些项目中定义为第五项目的“音乐”的数值向量Gm。\n[0085] 另一方面，“标题”、“表演者”、“脚本/书/作品”、“内容”、等均为由于其自身的原因不能由数值向量加以指示的项目。因此，对于这些项目，根据包括在这些项目中的字的频率等，进行项目值(字)和权重(数值值)之间的对应。例如，在“东海道冬天的故事”的“标题”的情况下，把其数值向量Tm表示为{东海道＝1，冬天＝1，故事＝1}。此处，“东海道＝1”指的是字“东海道”的频率为“1”。\n[0086] 在以上所提到的方式下，把节目特征量检测部分252已经检测到的节目特征量向量保留在节目特征量管理部分253中。\n[0087] [把信息记录在观看历史列表中的操作]\n[0088] 现在，将描述把信息记录在观看历史列表中的操作。\n[0089] 图6为流程图，描述了把信息记录在观看历史列表中的规程。\n[0090] 把观看历史列表配置为能够按这样的状态存储频道信息段：按频道信息段的记录次序排列频道信息段，以确定频道信息段记录时频道信息段之间的新旧关系。例如，通常把一段频道信息设置为存储在观看历史列表的尾部。于是，就时间而言，观看历史列表顶部的一段信息意味着观看历史列表中为最旧的。与此同时，就时间而言，观看历史列表尾部的一段信息意味着观看历史列表中最新的信息。\n[0091] (步骤S201)假设在信息处理装置2中，正在再现节目。广播信号处理部分22把连续再现了一段预定的时间周期的节目确定为实际观看的节目。然后，广播信号处理部分\n22向用户偏好学习部分254通知以上所提到的节目的节目ID。据此，可以防止用户偏好学习部分254通知用户为进行节目选择转换(跳过)频道时临时再现的节目的节目ID。\n[0092] 用户偏好学习部分254通过广播信号处理部分22接收对所观看节目的节目ID的通知，并且根据所观看节目的节目特征量向量，生成用户偏好向量的学习数据。即，用户偏好学习部分254使用所生成的学习数据把作为用户简介保留在用户简介管理部分255中的用户偏好向量修改为最新的内容(进行学习)。另外，用户偏好学习部分254还针对保留在用户简介管理部分255中的观看历史列表，执行记录由广播信号处理部分22所通知的有关所观看的节目的信息的过程。此处，将会援引在观看历史列表中记录信息的操作，以下将描述对用户偏好向量的学习。\n[0093] (步骤S202)用户偏好学习部分254获得所观看节目的节目ID。然后，用户偏好学习部分254通过把节目ID用作关键字检索保存在EIT获取部分251中EIT数据中节目\n的对应的频道信息段。接下来，用户偏好学习部分254判断是否已经把频道信息记录在观看历史列表中。在已经把频道信息记录在观看历史列表中的情况下，用户偏好学习部分254在不修改观看历史列表的情况下，终止把频道信息记录在观看历史列表中的例程，以防止把相同的频道信息冗余地记录在观看历史列表中。\n[0094] (步骤S203)在尚未把频道信息记录在观看历史列表中的情况下，用户偏好学习部分254把频道信息记录在观看历史列表中的尾部。\n[0095] (步骤S204)然后，用户偏好学习部分254判断记录在观看历史列表中的信息的段数是否超过允许向其记录的上限值(m)。在记录在观看历史列表中的信息的段数未超过允许向其记录的上限值(m)的情况下，用户偏好学习部分254在不进行任何其它处理的情况下，终止把信息记录在观看历史列表中的例程。\n[0096] (步骤S205)在记录在观看历史列表中的信息的段数超过允许向其记录的上限值(m)的情况下，用户偏好学习部分254删除放置在观看历史列表顶部的最旧的信息。\n[0097] 在以上所提到的方式下，就节目推荐功能而言，能够根据优先级把用户最近已经观看的节目的频道信息保存在观看历史列表中，从而提高了可靠性。\n[0098] [学习用户偏好的操作]\n[0099] 现在，将描述学习用户偏好的操作。\n[0100] 用户偏好学习部分254通过广播信号处理部分22接收所观看节目的节目ID。然后，用户偏好学习部分254根据所观看节目的节目特征量向量生成用户偏好向量的学习数据。此处，在尚未把用户偏好向量保留在用户简介管理部分255中的情况下，用户偏好学习部分254简单地把所生成的学习数据作为用户偏好向量的初始值保存在用户简介管理部分255中。在已经把用户偏好向量保存在用户简介管理部分255中的情况下，用户偏好学习部分254针对已经作为用户简介保留在用户简介管理部分255中的用户偏好向量，使用所生成的学习数据进行修改(学习)。\n[0101] 以下将描述对用户偏好向量进行修改(学习)的具体的例子。例如，假设已经观看了标题为“东海道冬天的故事”的节目。假如把节目的节目特征量向量中“标题”项目的数值向量设置为{东海道＝1，冬天＝1，故事＝1}，则用户偏好学习部分254把这一数值向量用作修改(学习)已经保留在用户简介管理部分255中用户偏好向量的所生成的学习数据。\n[0102] 将描述修改用户偏好向量的方法的具体实例。\n[0103] 例如，用户偏好学习部分254把已经作为用户简介保留在用户简介管理部分255中的用户偏好向量与学习数据互相相加。在这一方式下，用户偏好学习部分254获得用户偏好向量的修改结果(学习结果)。现在，将描述把用户偏好向量与学习数据互相相加的具体实例，主要描述对“标题”项目的特征量向量的修改。\n[0104] 假设把已经作为用户简介保留在用户简介管理部分255中的用户偏好向量中的“标题”项目的特征量向量表示为{…，东海道＝5，冬天＝5，故事＝5，…}。假如把此时新计算的学习数据中“标题”项目的特征量向量表示为{东海道＝1，冬天＝1，故事＝1}，则通过把两个特征量向量的频率值互相相加得到修改结果{…，东海道＝6，冬天＝6，故事＝\n6，…}。针对其它项目的特征量向量，类似地进行修改。\n[0105] 应该加以注意的是，在以上所提到的例子中，把已经作为用户简介保留在用户简介管理部分255中的用户偏好向量与学习数据相加的结果设置为用户偏好向量的修改结果，也可以把它们的平均结果设置为用户偏好向量的修改(学习)结果。\n[0106] [学习推荐节目的用户偏好的操作]\n[0107] 以下，将描述推荐节目的操作。\n[0108] 图7为流程图，描述了节目推荐处理部分25推荐节目的规程。\n[0109] (步骤S301)响应预定的事件的生成，所推荐节目确定部分257计算已经保留在节目特征量管理部分253中的每一节目的节目特征量向量和已经作为用户简介保留在用户简介管理部分255中的用户偏好向量之间的余弦距离所表示的相似性。在这一方式下，所推荐节目确定部分257把预定数目的顶部节目确定为所推荐的节目，其中，所述每节目都具有高的相似性。然后，所推荐节目确定部分257把所推荐节目的节目ID作为确定结果，输出于所推荐节目信息输出部分258。\n[0110] 例如，预定的事件包括已经作为用户简介保留在用户简介管理部分255中的用户偏好向量的修改、信息处理装置2的系统的启动、用户所进行的显示所推荐节目的请求的输入、以及预定的时间周期。可允许用户针对信息处理装置2设置这些事件中的所希望的事件。应该加以注意的是，除了以上所提到的项目外，用户可以设置的项目还包括将加以推荐的节目的数目、显示所推荐节目的分类条件、作为用户偏好信息目标的项目等。\n[0111] (步骤S302)所推荐节目信息输出部分258从所推荐节目确定部分257接收作为判断结果的所推荐节目的节目ID。然后，所推荐节目信息输出部分258通过把每一节目ID用作关键字，检索有关保存在EIT获取部分251中EIT数据中的所推荐节目的相应信息段。\n接下来，所推荐节目信息输出部分258通过显示部分21向观看者U指出所检索的有关所推荐节目的信息段。\n[0112] 如以上所描述的，在操作众多频道的情况下，根据本实施例的信息处理装置2首先选择那些信息处理装置2针对其执行特征量向量生成的频道，然后，在一组所选择的频道的节目中进行节目推荐。使用这一配置，减少了将加以生成的特征量向量的数目，并且缩短了生成特征量向量所需的时间周期。因此，能够更迅速地向用户指出节目推荐结果。\n[0113] 而且，在根据本实施例的信息处理装置2中，还使用用户的观看历史选择将针对其执行特征量向量生成的频道。从而，能够防止频繁地推荐用户不熟悉的频道的节目。\n[0114] 另外，在根据本实施例的信息处理装置2中，选择用户已经观看的频道，与此同时，还选择那些观看历史中未发现的频道。因此，可防止因频繁地推荐用户熟悉的频道的配置，用户对加以观看的节目进行选择的范围可能变窄的缺点。\n[0115] [修改1]\n[0116] 现在，将描述根据本发明的第一实施例的修改1。\n[0117] 在第一实施例的信息处理装置2A中，为了防止把同一频道信息段冗余地记录在观看历史列表中，在已经把新观看的节目的一段频道信息记录在观看历史列表中的情况下，把用户偏好学习部分254设置为不把新观看的节目的频道信息段记录在观看历史列表中。然而，在此方法的情况下，在把所述信息段记录在观看历史列表中之后，即使当再次选择相应的频道时，在观看历史列表中，以上所提到的频道信息段的位置也不会改变。因此，将可在任何适当时刻从观看历史列表中删除所述频道信息段。\n[0118] 图8为流程图，描述了在根据修改1的信息处理装置中的观看历史列表中记录信息的规程。\n[0119] 在根据修改1的信息处理装置中，在已经把新观看的节目的一段频道信息记录在观看历史列表中的情况下，用户偏好学习部分254致使观看历史列表中的这一频道信息段移至观看历史列表的尾部(步骤S206)。据此，把新观看的节目的频道信息段记录在观看历史列表中。于是，可以确保观看历史列表能够更忠实地反映实际的用户观看历史。\n[0120] [修改2]\n[0121] 用户偏好学习部分254可以在观看历史列表中记录一段频道信息，与此同时，还记录相应于所述频道信息段的频道的观看次数(即，观看频率)。\n[0122] 图9为流程图，描述了在根据修改2的信息处理装置中的观看历史列表中记录信息的规程。\n[0123] (步骤S401)假设，正在信息处理装置2中再现节目。广播信号处理部分22把连续地再现了一段预定的时间周期的节目确定为实际观看的节目。然后，广播信号处理部分\n22向用户偏好学习部分254通知以上所提到的节目的节目ID。据此，用户偏好学习部分\n254能够防止用户偏好学习部分254通知用户进行节目选择转换(跳过)频道时临时再现的节目的节目ID。\n[0124] 用户偏好学习部分254通过广播信号处理部分22接收对所观看节目的节目ID的通知。接下来，用户偏好学习部分254根据所观看节目的节目特征量向量生成用户偏好向量的学习数据。用户偏好学习部分254使用学习数据把用户偏好向量修改为最新的内容(进行学习)。另外，用户偏好学习部分254还执行用于记录有关所观看节目的信息的过程，其中，所述信息为广播信号处理部分22针对保留在用户简介管理部分255中的观看历史列表加以通知的信息。现在，将援引在观看历史列表中记录信息的操作，以下将省略对用户偏好向量的学习的描述，因为其类似于第一实施例的对用户偏好向量的学习的描述。\n[0125] (步骤S402)用户偏好学习部分254获得所观看节目的节目ID。接下来，用户偏好学习部分254通过把节目ID用作关键字，检索保存在EIT获取部分251中EIT数据中的相应的一段频道信息。然后，用户偏好学习部分254判断是否已经把所述频道信息段记录在观看历史列表中。\n[0126] (步骤S403)在未把频道信息段记录在观看历史列表中的情况下，用户偏好学习部分254把有关频道的信息段和观看次数的初始值记录在观看历史列表中。\n[0127] (步骤S404)另外，在已经把有关频道的信息段记录在观看历史列表中的情况下，用户偏好学习部分254递增相应于观看历史列表中有关所述频道的信息段的观看次数的值。\n[0128] 节目特征量检测部分252把频道信息段所指示的预定数目的(m)的顶部频道选择为第一批频道，其中，每频道在观看历史列表中具有观看次数的高的值。据此，可以选择那些将针对其生成节目特征量向量的第一批频道，同时考虑每一频道的观看次数(即，观看频率)。于是，能够推荐更忠实反映用户偏好的节目。\n[0129] [修改3]\n[0130] 作为对修改2的进一步的修改，可以想象以下的修改。\n[0131] 在修改2的步骤S404之后，用户偏好学习部分254按这样的方式改变排列信息段的次序：按频道观看次数递减的次序排列观看历史列表中的信息段。另一方面，在修改2的步骤S403之后，用户偏好学习部分254判断记录在观看历史列表中的信息段数是否超过上限值(m)。在记录在观看历史列表中的信息段数超过上限值(m)的情况下，用户偏好学习部分254删除观看历史列表中最旧的信息(放置在观看历史列表顶部的信息)。然后，节目特征量检测部分252简单地把记录在观看历史列表中的频道信息段所指示的频道选择为第一批频道。据此，按与每一频道相关的观看次数(即，观看频率)增加的次序从观看历史列表中删除信息段。因此，能够确保观看历史列表更忠实地反映实际的用户观看历史。本发明并不局限于以上所提到的实施例，可以对本发明进行多方面的修改，只要这些修改不背离本发明的宗旨即可。本发明包含与2010年1月16日向日本专利局提出的日本优先专利申请JP2010-001535相关的主题，特将其全部内容并入此处，以作参考。\n[0132] 这一技术领域中的熟练技术人员将会意识到：可以依据设计要求和其它因素，对本发明进行多方面的修改、组合、局部组合、以及变动，只要这些修改、组合、局部组合、以及变动处于所附权利要求或者其等效要求的范围内即可。