專利名稱：信息處理設(shè)備、信息處理終端、信息處理方法以及程序的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及信息處理設(shè)備、信息處理終端、信息處理方法以及程序， 并且具體地涉及可以在收看/收聽過程中考慮到表情(expression)而做出 內(nèi)容推薦的信息處理設(shè)備、信息處理終端、信息處理方法以及程序。
環(huán)境技術(shù)
有一種技術(shù)，其中基于多個用戶的購物歷史和活動歷史，可以識別表 現(xiàn)出與目標(biāo)用戶相似的反應(yīng)的其他用戶，并且才艮據(jù)所識別的其他用戶的歷 史，可以向目標(biāo)用戶推薦目標(biāo)用戶尚未體驗的內(nèi)容。這樣的技術(shù)稱為協(xié)同 過濾(collaborative filtering)(參見P. Resnick、 N. Iacovou、 M. Suchak、 P.' Bergstrom以及J. Reid的1. "Group Lens : Open Architecture for Collaborative Filtering of Netnews", Conference on Computer Supported Cooperative Work,第175-186頁，1994年)。這樣，目標(biāo)用戶就可以接收 對目標(biāo)用戶本身尚未收看或者收聽的、并JL^現(xiàn)出相似反應(yīng)的其他用戶已
經(jīng)購買和高度評價的內(nèi)容的推薦。

發(fā)明內(nèi)容
協(xié)同過濾對于用戶決定比如購物而言是有效的，但^l:對于推薦比如比 如內(nèi)容的商品而言未必有效，使用該商品的用戶對該內(nèi)容的反應(yīng)以時間序 列的方式改變。
例如，作為基礎(chǔ)的另一用戶在選擇推薦內(nèi)容時的反應(yīng)是比如"喜歡"、
7"既不喜歡也不討厭，，和"討厭"這樣的對所述內(nèi)容的最終反應(yīng)，而并未考慮 到如何得出對內(nèi)容的最終反應(yīng)，比如喜歡內(nèi)容的哪一部分而討厭哪一部 分。
另外，收看/收聽內(nèi)容的用戶的表情也容易受環(huán)境(狀況)影響，比 如在多個用戶在家庭客廳中的狀況下收看/收聽內(nèi)容的情況下，用戶可能 更多地發(fā)笑，或者在獨自收看/收聽內(nèi)容的情況下，用戶可能更多地自言 自語，但是這些也未被考慮到。
如果在考慮到用戶在收看/收聽內(nèi)容過程中如何得出對內(nèi)容的最終反 應(yīng)或者表情時執(zhí)行協(xié)同過濾，并且可以執(zhí)行內(nèi)^#薦，則可以認(rèn)為協(xié)同過 濾有效地用于提供推薦。
已經(jīng)認(rèn)識到需要在考慮到在收看/收聽過程中的用戶表情時實現(xiàn)內(nèi)容 推薦。
根據(jù)本發(fā)明的實施例， 一種信息處理設(shè)備，連接到多個信息處理終端， 在所述多個信息處理終端中檢測用戶在內(nèi)容回放過程中表現(xiàn)出的多類表 情、獲得對每個回放內(nèi)容的評價、在檢測到的所述多類表情中識別出用戶 在高評價內(nèi)容的回放過程中表示的作為高評價指標(biāo)的預(yù)定表情、并且發(fā)送 作為所識別的高評價指標(biāo)的表情信息和表達對每個內(nèi)容的評價的信息，所
述信息處理設(shè)備包括接收單元，配置用以接收從多個信息處理終端發(fā)送 的作為所述高評價指標(biāo)的表情信息和表達對每個內(nèi)容的評價的信息；用戶 識別單元，配置用以基于由接收單元接收的信息所表達的作為所述高評價 指標(biāo)的表情，來識別對同一內(nèi)容表示相似高評價指標(biāo)的表情的用戶；推薦 內(nèi)容識別單元，配置用以基于由所述接收單元接收的信息所表達的評價， 將由所述用戶識別單元識別的、并且對于表現(xiàn)出與請求內(nèi)#薦的用戶相 似的高評價指標(biāo)表情的其他用戶來說具有高評價的內(nèi)容識別為推薦內(nèi)容； 以;SJL送單元，配置用以向請求內(nèi)容推薦的所述用戶所使用的信息處理終 端發(fā)送由所述推薦內(nèi)容識別單元識別出的推薦內(nèi)容信息。
接收單元可以被布置成還接收從所述多個信息處理終端發(fā)送的表達 內(nèi)容收看/收聽歷史的信息，并且其中所述推薦內(nèi)容識別單元將請求內(nèi)容 推薦的所述用戶尚未體驗的、并且對于所述其他用戶是高評價內(nèi)容的內(nèi)容 識別為推薦內(nèi)容。
用戶識別單元可以被布置成還基于從所述接收單元接收的信息所表 達的每個信息處理終端的用戶對內(nèi)容的評價，來識別具有相似評價的用戶。
所述推薦內(nèi)容識別裝置可以被布置成還參照對所述高評價內(nèi)容表現(xiàn) 出相似高評價指標(biāo)表情的用戶的高評價指標(biāo)表情，來識別對于對內(nèi)容的評
價相似的用戶而言為高評價的整個內(nèi)容中的高評價部分
接收單元可以被布置成接收從所述多個信息處理終端發(fā)送的、由所述 多個信息處理終端識別的、在內(nèi)容回放過程中針對每個環(huán)境作為所述高評 價指標(biāo)的表情信息，以及表示對每個內(nèi)容的評價的信息，并且其中所述用 戶識別單元基于針對每個環(huán)境作為所述高評價指標(biāo)的表情來識別對同一 內(nèi)容表現(xiàn)出相似高評價指標(biāo)表情的用戶。
才艮據(jù)本發(fā)明的一個實施例， 一種信息處理方法或者程序包括以下步
驟:接收從多個信息處理終端發(fā)送的作為高評價指標(biāo)的表情信息和表M 每個內(nèi)容的評價的信息；基于所接收的信息所表達的作為所述高評價指標(biāo) 的表情，來識別對同一內(nèi)容表示相似高評價指標(biāo)的表情的用戶；基于所接 收的信息所表達的評價，將對表現(xiàn)出與請求內(nèi)容推薦的用戶相似的高評價 指標(biāo)表情的其他用戶來說具有高評價的內(nèi)容識別為推薦內(nèi)容；以及向請求 內(nèi)^薦的所述用戶所使用的信息處理終端發(fā)送所識別的推薦內(nèi)容信息。
根據(jù)上述配置，可以進行如下布置，其中接收從多個信息處理終端發(fā) 送的作為高評價指標(biāo)的表情信息和表^f每個內(nèi)容的評價的信息，并且基 于所接收的信息所表達的作為高評價指標(biāo)的表情，來識別對同一內(nèi)容表現(xiàn) 出相似高評價指標(biāo)表情的用戶。另外，基于所接收的信息所表達的評價， 將對于表現(xiàn)出與所識別的請求內(nèi)容推薦的用戶相似的高評價指標(biāo)表情的 其他用戶來說具有高評價的內(nèi)容識別為推薦內(nèi)容，并且向請求內(nèi)^#薦的 用戶所使用的信息處理終端發(fā)送推薦內(nèi)容信息。
根據(jù)本發(fā)明的一個實施例， 一種信息處理終端包括表情檢測單元， 配置用以檢測用戶在內(nèi)容回放過程中表現(xiàn)出的多類表情；識別單元，配置 用以獲得對已經(jīng)回放的每個內(nèi)容的評價，以及在所ii^情檢測單元所檢測 的所述多類表情中識別用戶在高評價內(nèi)容回放過程中表現(xiàn)出的作為高評 價指標(biāo)的預(yù)定表情；以;SJC送單元，配置用以發(fā)送所述識別單元所識別的 作為高評價指標(biāo)的表情信息和表達對每個內(nèi)容的評價的信息。
信息處理終端還可以包括接收單元，配置用以接收從所述信息處理 設(shè)備發(fā)送的推薦內(nèi)容信息；以及推薦單元，配置用以基于所述接收單元所 接收的信息，向所述用戶顯示推薦內(nèi)容。信息處理終端還可以包括環(huán)境識別單元，配置用以在內(nèi)容回放過程 中識別環(huán)境。所述環(huán)境識別單元可以針對所述環(huán)境識別單元所識別的每個 環(huán)境，從多類表情中識別所述用戶在高評價內(nèi)容回放過程中表現(xiàn)出的作為 高評價指標(biāo)的預(yù)定表情。
根據(jù)本發(fā)明的一個實施例， 一種信息處理方法包括以下步驟檢測用 戶在內(nèi)容回放過程中表現(xiàn)出的多類表情；獲得對每個回放內(nèi)容的評價；從 檢測到的多類表情中識別所述用戶在高評價內(nèi)容的回放過程中表現(xiàn)出的 作為高評價指標(biāo)的預(yù)定表情；以及向信息處理設(shè)備發(fā)送作為所識別的高評 價指標(biāo)的表情信息和表達對每個內(nèi)容的評價的信息。
根據(jù)上述配置，可以進行如下布置，其中檢測用戶在內(nèi)容回放過程中 表現(xiàn)出的多類表情，并且獲得對每個回放內(nèi)容的評價。另夕卜，*測到的 多類表情中識別用戶在高評價內(nèi)容回放過程中表現(xiàn)出的作為高評價指標(biāo) 的預(yù)定表情，并且向信息處理設(shè)備發(fā)送作為所識別的高評價指標(biāo)的表情信 息和表iixt每個內(nèi)容的評價的信息。
根據(jù)上述配置，可以考慮到在內(nèi)容回放過程中的表情來執(zhí)行內(nèi)容推薦。


圖1是圖示了根據(jù)本發(fā)明實施例的內(nèi)#薦系統(tǒng)的配置例子的框圖2是圖示了在內(nèi)容回放過程中的狀態(tài)的示圖3是圖示了表情的時間序列數(shù)據(jù)例子的示圖4是圖示了在表情信息數(shù)據(jù)庫中存儲的信息例子的示圖5是圖示了對內(nèi)容的用戶評價和^M7收聽歷史例子的示圖6是圖示了高評價指標(biāo)的表情的時間序列l(wèi)t^例子的示簾^
圖7是圖示了高評價部分的識別例子的示圖8是描述了客戶機的內(nèi)容回放處理的流程圖9是描述了客戶機的高評價指標(biāo)識別處理的流程圖IO是描述了服務(wù)器的接收處理的流程圖ll是描述了服務(wù)器的內(nèi)容推薦處理的流程圖；圖12是描述了客戶機的推薦結(jié)果顯示處理的流程圖13是圖示了元數(shù)據(jù)例子的示圖14是圖示了內(nèi)^#薦系統(tǒng)的另一配置例子的框圖15是圖示了在內(nèi)容回放過程中的狀態(tài)的另一個示圖16是圖示了表情的時間序列數(shù)據(jù)例子的示圖17是描述了客戶機的內(nèi)容回放處理的流程圖18是描述了客戶機的高評價指標(biāo)識別處理的流程圖19是描述了客戶機的推薦結(jié)果顯示處理的流程圖；以及
圖20是圖示了計算機的硬件配置例子的框圖。
具體實施例方式
圖1是示出了與本發(fā)明的實施例有關(guān)的內(nèi)^^薦系統(tǒng)的配置例子的 框圖。如圖1中所示，內(nèi)^#薦系統(tǒng)由經(jīng)由網(wǎng)絡(luò)如因特網(wǎng)連接的客戶機1 和服務(wù)器2構(gòu)成。
客戶機l由表情信息處理單元ll、內(nèi)容數(shù)據(jù)庫12、表情信息處理單 元13、表情信息數(shù)據(jù)庫14、發(fā)送單元15、接收單元16以及內(nèi)容推薦單 元17組成。另一方面，服務(wù)器2由接收單元21、表情信息數(shù)據(jù)庫22、相 似模式組識別單元23、推薦內(nèi)容識別單元24、內(nèi)容數(shù)據(jù)庫25以;SJC送單 元26組成。
如后文所述，利用服務(wù)器2進行布置，在該布置中在內(nèi)容回放過程中 表現(xiàn)出相似表情的用戶組被識別，并且根據(jù)接收推薦的客戶機1的用戶來 推薦獲得與客戶機1的用戶屬于同一組的其他用戶的高評價的內(nèi)容。也就 是說，服務(wù)器2是用以通過協(xié)同過濾來執(zhí)行內(nèi)容推薦的設(shè)備。除了客戶機 1之外，服務(wù)器2還經(jīng)由網(wǎng)絡(luò)而連接到具有與客戶機1的配置相似的配置 的多個終端。
"表情，，是可以通過圖像或者音頻來外部識別的用戶響應(yīng)，比如臉部表 情如微笑或者^1、說話如自言自語或者保持對話、動作如鼓掌、搖擺或 者輕叩、或者身體姿勢如將肘部放置于桌上或者上體傾斜?；诖祟惐砬?的時間序列數(shù)據(jù)，在服務(wù)器2將用戶劃分成組等。
客戶機1的表情檢測單元11在比如電影或者電視節(jié)目這樣的內(nèi)容回放過程中，基于通過拍攝收看/收聽內(nèi)容的用戶而獲得的圖像和通過收
集音頻而獲得的用戶聲音，按預(yù)定間隔i!M^測用戶所表現(xiàn)出的多類表情。
圖2是示出了在內(nèi)容回放過程中的狀態(tài)的示圖。在圖2中的例子中， 電視接收機31、麥克風(fēng)32以及攝像裝置33連接到客戶機1。麥克風(fēng)32 的方向性和攝像裝置33的拍攝范圍面向客戶機l的用戶，該用戶處于電 視接收機31的前方并且坐在特定座椅上ifcl7收聽內(nèi)容。
客戶機l回放的內(nèi)容的畫面顯示于電視接收機31上，并且內(nèi)容的音 頻從電^收機31的揚聲器輸出。麥克風(fēng)32所收集的用戶聲音和攝像裝 置33所拍攝的用戶圖傳被供應(yīng)到客戶機1。
例如，就上述笑臉而言，從攝像裝置33所拍攝的圖像中檢測到用戶 的臉部范圍，并且通過執(zhí)行從檢測到的臉部所提取的特征與預(yù)先預(yù)備的笑 臉特征的匹配來檢測笑臉。利用表情檢測單元11來獲得示出用戶具有笑 臉的時刻和微笑程度(放聲大笑、露齒而笑等)的時間序列數(shù)據(jù)。
類似地，就上述^的臉部而言，從攝像裝置33所拍攝的圖像中檢 測到用戶的臉部范圍，并且通過執(zhí)行從檢測到的,所提取的特征與預(yù)先 預(yù)備的鈹眉的臉部的匹配來險測鈹眉的臉部。利用表情檢測單元11來獲 得示出用戶具有^f臉部的時刻和^程度的時間序列數(shù)據(jù)。
就比如自言自語或者保持對話這樣的說話而言，通過執(zhí)行對麥克風(fēng) 32所收集的音頻的說話者識別來識別說話者，并且識別所收集的音頻是 客戶機1的用戶在自言自語還是與其與一起收看/收聽內(nèi)容的另一用戶的 對話，由此檢測說話。利用表情檢測單元11來獲得示出用戶說話時序和 作為說話程度的音量的時間序列數(shù)據(jù)。
基于麥克風(fēng)32所收集的聲音如險測鼓掌。利用表情檢測單元11來獲 得示出用戶鼓掌時序和作為鼓掌程度的強度等的時間序列數(shù)據(jù)。
還基于麥克風(fēng)32和攝像裝置33所獲得的數(shù)據(jù)#測其他表情?？梢?設(shè)置對表情的檢測，使得從麥克風(fēng)32和攝像裝置33獲得的數(shù)據(jù)暫時地記 錄于記錄介質(zhì)上，然后對記錄的數(shù)據(jù)執(zhí)行檢測，或者可以每當(dāng)數(shù)據(jù)從麥克 風(fēng)32和攝像裝置33被供應(yīng)時實時執(zhí)行檢測。
圖3是示出表情檢測單元11所檢測的表情的時間序列數(shù)據(jù)例子的示 圖。圖3從圖頂部依次示出微笑、^Lj、鼓掌和自言自語的時間序列數(shù)據(jù)。 水平軸表示時間而豎直軸表示程度。
表情檢測單元11向表情信息處理單元13輸出表情信息，所W情信息是這樣檢測到的表情的時間序列數(shù)據(jù)。利用客戶機l回放多個內(nèi)容并且
針對回放的每個內(nèi)容獲得比如圖3中所示這樣的表情信息。
利用表情信息處理單元13，讀出和回放內(nèi)容數(shù)據(jù)庫12中存儲的內(nèi)容， 并且向電視接收機31輸出內(nèi)容的畫面或者音頻。表情信息處理單元13 獲得在內(nèi)容回放過程中4情檢測單元11相繼供應(yīng)的表情信息，并且將 這種表情信息存儲于表情信息數(shù)據(jù)庫14中。另外，表情信息處理單元13 還獲得內(nèi)容的用戶評價。例如，在一個內(nèi)容的回放結(jié)束時，根據(jù)用戶來請 求輸入評價。用戶通過操作遙控器或者鼠標(biāo)等來輸入評價。
表情信息處理單元13將獲得的用戶評價與表情信息對應(yīng)，并且將其 存儲于表情信息數(shù)據(jù)庫14中。表情信息數(shù)據(jù)庫14針對多個回放內(nèi)容中的 每個內(nèi)容，具有用戶評價和在內(nèi)容回放過程中獲得的表情信息。
圖4是示出了在表情信息數(shù)據(jù)庫14中存儲的信息例子的示圖。就圖 4中的例子而言，對內(nèi)容的評價是5級評價，并且設(shè)置了表i^t每個內(nèi)容 的評價的數(shù)字.假設(shè)5代表最高評價而1代表最低評價。
對內(nèi)容A的評價是5，并JJtt其的評價與在內(nèi)容A回放過程中檢測 到的微笑、鈹眉、鼓掌和自言自語的時間序列數(shù)據(jù)被關(guān)聯(lián)并存儲。
另夕卜，對內(nèi)容B的評價是2，并JLXt其的評價與在內(nèi)容B回放過程中 檢測到的微笑、缺眉、鼓掌和自言自語的時間序列數(shù)據(jù)被關(guān)聯(lián)和存儲。類 似地，針對內(nèi)容C、內(nèi)容D和內(nèi)容E，對每個內(nèi)容的評價與在回放過程中 檢測到的表情的時間序列數(shù)據(jù)被關(guān)聯(lián)和存儲。
回到對圖1的描述，表情信息處理單元13基于表情信息數(shù)據(jù)庫14 中存儲的信息來識別作為高評價內(nèi)容特征的表情，并且將所識別的表情設(shè) 置為高評價指標(biāo)表情。例如，表情信息處理單元13著重于在5級評價中 具有評價5的內(nèi)容的表情信息，將具有評價5的內(nèi)容的表情信息與受到除 了 5級評價之外評價的內(nèi)容表情信息做比較，并且識別明顯頻繁地包括在 感興趣的表情信息中的表情。
在收看/收聽內(nèi)容時表示愉悅的表情可能因用戶而不同，例如某一用 戶可能在收看/收聽該用戶發(fā)覺有趣(高評價)的內(nèi)容時經(jīng)常發(fā)笑，而另 一用戶可能在收看/收聽該用戶發(fā)覺有趣的內(nèi)容時經(jīng)常鼓掌。利用表情信 息處理單元13，將客戶機l的用戶與客戶機l的用戶在M/收聽用戶發(fā) 覺有趣的內(nèi)容時經(jīng)常表現(xiàn)出的表情聯(lián)系在一起。
具體而言，表情信息處理單元13針對4^P內(nèi)容將N類表情的時間序列數(shù)據(jù)標(biāo)準(zhǔn)化(Z-轉(zhuǎn)換)，并且找到每個表情的代表值。代表值是從每個 標(biāo)準(zhǔn)化和獲得的表情的時間序列數(shù)據(jù)中獲得的，并且例如可以是程度的最 大值、示出與作為閾值的固定值相等或者比該固定值更大的值被檢測到的 頻率的值、示出與作為閾值的固定值相等或者比該固定值更大的值被持續(xù) 檢測到的時間的值等。
另外，表情信息處理單元13還比較從高評價內(nèi)容的表情信息中獲得 的每個表情的代表值與從無高評價的內(nèi)容的表情信息中獲得的每個表情 的代表值，并且具有明顯差異的代表值標(biāo)識從高評價內(nèi)容的表情信息中發(fā) 現(xiàn)的表情?？梢酝ㄟ^使用比如統(tǒng)計顯著性這樣的標(biāo)準(zhǔn)或者比如該值超出 20 %等特定比率的差異來進行對明顯差異的確定。
在圖4中例子的情況下，對于內(nèi)容A至E中的每個內(nèi)容，獲得微笑 的時間序列數(shù)據(jù)的代表值、鈹眉的時間序列數(shù)據(jù)的代表值、鼓掌的時間序 列數(shù)據(jù)的代表值和自言自語的時間序列數(shù)據(jù)的代表值
另外，在從作為高評價內(nèi)容的內(nèi)容A和內(nèi)容D情況下的表情時間序 列數(shù)據(jù)中獲得的代表值中，獲得在與從內(nèi)容B、 C和E情況下的表情時間 序列數(shù)據(jù)獲得的代表值相比時具有明顯差異的代^值，并且將具有此類代 表值的表情識別為高評價指標(biāo)的表情。
識別為高評價指標(biāo)的表情可以是一類或者可以是多類。另夕卜，這里不 通過比較從時間序列數(shù)據(jù)中獲得的代表值來識別表情，而是將時間序列模 式作為變化模式來處理，并且可以通過對時間序列模式執(zhí)行數(shù)據(jù)挖掘來識 別高評價指標(biāo)的表情。例如在E. Keogh和S. Kasetty的"On the Need for Time Series Data Mining Benchmarks: A Survey and Empirical Demonstration", Data Mining and Knowledge Discovery,第7巻,第 349-371頁(2003年)中描述了對時間序列模式的數(shù)據(jù)挖掘。
這樣識別的高評價指標(biāo)的表情信息和示出對每個內(nèi)容的用戶評價的 信息M情信息處理單元13供應(yīng)到發(fā)送單元15。
發(fā)送單元15將4情信息處理單元13供應(yīng)的高評價指標(biāo)的表情信息 以及示出對每個內(nèi)容的用戶評價和用戶收看/收聽歷史的信息發(fā)送到服務(wù) 器2。
接收單元16接ilUM良務(wù)器2發(fā)送的推薦內(nèi)容信息，并且向內(nèi)^薦 單元17輸出所接收的信息。
內(nèi)容推薦單元17基于從接收單元16供應(yīng)的信息來將由服務(wù)器2識別的推薦內(nèi)容顯示到電視接收機31等，并且將該推薦內(nèi)容呈現(xiàn)給用戶。
除了總體信息如推薦內(nèi)容的標(biāo)題和購買源之夕卜，對于客戶機1的用戶 來說可能具有高評價的推薦內(nèi)容的一部分(情景)的縮略圖像也作為推薦 內(nèi)容信息被顯示。利用服務(wù)器2，可以識別對于客戶機l的用戶來說可能 具有高評價的推薦內(nèi)容的一部分。
服務(wù)器2的接收單元21接^1U^戶機1的發(fā)送單元15發(fā)送的高評價 指標(biāo)的表情信息以及示出對每個內(nèi)容的用戶評價和用戶收看/收聽歷史的 信息，并且將接收的信息存儲于表情信息數(shù)據(jù)庫22中。
如上所述，服務(wù)器2連接到具有與客戶機1的配置相似的配置的多個 終端。通過接收從每個終端發(fā)送的信息，在表情信息數(shù)據(jù)庫22中存儲針 對每個用戶作為高評價指示的表情的表情信息以及對每個內(nèi)容的用戶評 價和用戶收看/收聽歷史。
相似模式組識別單元23基于表情信息數(shù)據(jù)庫22中存儲的信息所示出 的用戶評價來識別具有相似評價的用戶。例如，例如通過獲得對同一內(nèi)容 的評價的匹配程度并且將獲得的匹配程度與閾值做比較，來確定評價是否相似。
圖5是示出了對每個內(nèi)容的用戶評價和用戶收看/收聽歷史的例子的 示圖。圖5示出了用戶l至5的對內(nèi)容A至G的評價和M/收聽歷史。 假設(shè)用戶l是客戶機l的用戶。在圖5中，圓圏表示已經(jīng)完成收看/收聽 并且有高評價，而X表示已經(jīng)完成J^7收聽但是無高評價?？盏膯卧?示用戶尚未執(zhí)行jj^bl7收聽的未嘗試內(nèi)容。
例如，用戶1已經(jīng)收看/收聽內(nèi)容A、 B和E，并且已經(jīng)對內(nèi)容A和 E給予了高評價，而尚^Mt內(nèi)容B給予高評價。另外，用戶2已經(jīng)M/ 收聽內(nèi)容A、 D、 E和F，并且已經(jīng)對內(nèi)容A、 D和E給予了高評價，而 尚iMt內(nèi)容F給予高評價。用戶3已經(jīng)JJ^f/收聽內(nèi)容A、 D、 E、 F和G， 并且已經(jīng)對內(nèi)容A、 D、 E和G給予了高評價，而尚iMt內(nèi)容F給予高評 價。在這一情況下，用戶l到3已經(jīng)對作為相同內(nèi)容的內(nèi)容A和E給予 了高評價，并且由于匹配程度高，所以將這些用戶識別為具有相似評價。
回到圖1中的描述，相似模式組識別單元23基于表情信息數(shù)據(jù)庫22 中存儲的表情信息來識別對同一內(nèi)容具有相似模式的高評價指標(biāo)表情時 間序列數(shù)據(jù)的用戶組。即使用戶具有不同類型的高評價指標(biāo)表情，但是如 果時間序列模式數(shù)據(jù)相似，則用戶仍屬于同一組。屬于同一組的用戶可以具有不同表達方法，但^1在同一內(nèi)容回放過 程中對同一部分(情景)具有相似表情程度的用戶，即是對于同一類部分 感覺愉悅、感覺非常愉悅或者感覺無動于衷的用戶。
例如通過關(guān)于時間序列數(shù)據(jù)模式以預(yù)定方法執(zhí)行聚類(clustering) 或者獲得時間序列數(shù)據(jù)模式之間的關(guān)聯(lián)，來確定高評價指標(biāo)表情的時間序 列數(shù)據(jù)模式是否相似。
圖6是示出了對內(nèi)容A的高評價指標(biāo)表情的時間序列數(shù)據(jù)例子的示 圖。圖6中的例子示出了用戶l到3的高評價指標(biāo)表情的時間序列數(shù)據(jù)模 式。作為客戶機l用戶的用戶l是具有微笑的高評價指標(biāo)的用戶。用戶2 是具有鼓掌的高評價指標(biāo)的用戶，而用戶3是具有微笑的高評價指標(biāo)的用 戶。
在用戶1到3的高評價指標(biāo)表情的時間序列數(shù)據(jù)模式是比如圖6中所
示那樣的情況下，用戶1的高評價指標(biāo)表情的時間序列數(shù)據(jù)模式和用戶2 的高評價指標(biāo)表情的時間序列數(shù)據(jù)模式相似，由此用戶l和用戶2是屬于
同一組的用戶。下文中在適當(dāng)之處，其高評價指標(biāo)表情的時間序列數(shù)據(jù)模 式對同 一內(nèi)斜目似的用戶組將稱為相似模式組。
在內(nèi)容A回放過程中，即使在相似部分過程中，用戶l發(fā)笑而用戶2 鼓掌。用戶1的發(fā)笑程度和用戶2的鼓掌程度如果被標(biāo)準(zhǔn)化則變?yōu)橄嗨瞥?度。
另一方面，用戶l和用戶3不是同一相似模式組中的用戶，因而在內(nèi) 容A回放過程中，用戶l和用戶3在不同部分或者以不同程^JL笑。
相似模式組識別單元23向推薦內(nèi)容識別單元24輸出這樣識別的具有
相似評價的用戶的信息以;M目似模式組的信息。
推薦內(nèi)容識別單元24^情信息數(shù)據(jù)庫22中讀出屬于同 一相似模式 組的用戶的高評價指標(biāo)的時間序列數(shù)據(jù)，該時間序列數(shù)據(jù)由相似模式組識 別單元23供應(yīng)的信息所示出。推薦內(nèi)容識別單元24參照讀出的時間序列 數(shù)據(jù)并且識別整個內(nèi)容內(nèi)具有高評價的部分，對于該部分，具有相似評價 的用戶已經(jīng)給予高評價。
例如，在屬于同一相似模式組的用戶中大于固定數(shù)目的用戶已經(jīng)給予 高評價的部分被識別為高評價部分。
圖7是示出了具有高評價的部分的特定例子的示圖。在圖7的上部示 出的帶代表內(nèi)容A，而下部的波形代表用戶1對內(nèi)容A的高評價指標(biāo)的時間序列數(shù)據(jù)。在下部的水平方向上的虛線代表程度閾值。
例如，在如上所述的作為客戶機l用戶的用戶1對內(nèi)容A給予高評 價的情況下，如圖7中所示，在參照了用戶1的高評價指標(biāo)的時間序列數(shù) 據(jù)的情況下，其中表情程度大于閾值的部分(如斜線所示)被識別為高評 價部分。
通過參照作為用戶1的屬于同一相似模式組的用戶的高評價指標(biāo)的 時間序列數(shù)據(jù)來執(zhí)行對高評價部分的這種識別.在內(nèi)容A中大于固定數(shù) 目的用戶已經(jīng)給予高評價的部分變?yōu)閷儆谕幌嗨颇Ｊ浇M的任何用戶可 能會給予高評價的部分。
如上所述地參照屬于同一相似模式組的用戶的高評價指標(biāo)的時間序 列數(shù)據(jù)，并且針對每個內(nèi)容來識別高評價部分。即使內(nèi)斜目同，但是如果 相似模式組不同，則不同部分被識別為高評價部分。
另外，推薦內(nèi)容識別單元24還基于^目似模式組識別單元23供應(yīng)的 信息來識別與接收內(nèi)^#薦的客戶機1的用戶屬于同一相似模式組的其 他用戶。
推薦內(nèi)容識別單元24基于表情信息數(shù)據(jù)庫22中存儲的信息所示出的 每個用戶評價和iMV收聽歷史來識別客戶機1的用戶尚未體驗的內(nèi)容， 該內(nèi)容是所識別的其他用戶已經(jīng)給予高評價的、作為推薦內(nèi)容的內(nèi)容。
在獲得了如圖5中所示的評價和^Mr/收聽歷史的情況下，利用推薦 內(nèi)容識別單元24,將用戶2和3識別為與作為客戶機1用戶的用戶1具 有相似評價的用戶，并且將用戶2識別為其中具有高評價指標(biāo)的相似時間 序列數(shù)據(jù)模式的用戶，如圖6中所示。
此外，用戶1尚未體驗的并且用戶2已經(jīng)給予高評價的內(nèi)容D也被 識別為推薦內(nèi)容。具有與用戶l相似的評價、但是具有高評價指標(biāo)的不同 時間序列數(shù)據(jù)模式的用戶3已經(jīng)給予高評價的內(nèi)容G未被選為推薦內(nèi)容.
推薦內(nèi)容識別單元24從內(nèi)^Jt據(jù)庫25讀出信息如標(biāo)題、購買源和概 況，同時讀出如上所述地被識別的推薦內(nèi)容高評,分的前導(dǎo)幀的縮略圖 像。推薦內(nèi)容識別單元24向發(fā)送單元26輸出讀出的信息。可以進行這樣 的布置，在該布置中未使用縮略圖，而是將高評,分聯(lián)系在一起以生成 推薦內(nèi)^要并且輸出生成的摘要。發(fā)送單元26向客戶機1發(fā)iil^推薦 內(nèi)容識別單元24供應(yīng)的信息。
現(xiàn)在將描述在具有上述配置的客戶機1與服務(wù)器2之間的處理。將先參照圖8中的流程圖來描i^戶機l回放內(nèi)容的處理。例如在用戶指示回 放預(yù)定內(nèi)容時開始這一處理。
在步驟Sl中，客戶機1的表情信息處理單元13回放從內(nèi)M據(jù)庫 12讀出的內(nèi)容。
在步驟S2中，表情檢測單元11基于來自麥克風(fēng)32和攝像裝置33 的輸出*#:測收看/收聽內(nèi)容的用戶的表情，并且向表情信息處理單元13 輸出表情信息。
在步驟S3中，表情信息處理單元13將4情檢測單元11供應(yīng)的表 情信息存儲到表情信息數(shù)據(jù)庫14。
在步驟S4中，表情信息處理單元13確定內(nèi)容回放是否已經(jīng)結(jié)束，在 確定未結(jié)束的情況下流程返回到步驟Sl,并且重復(fù)上述處理。
另一方面，在步驟S4中確定內(nèi)容回放已經(jīng)結(jié)束的情況下，在步驟S5 中，表情信息處理單元13從用戶獲得對已經(jīng)回放的內(nèi)容的評價，并且將 該評價與表情信息一起存儲到表情信息數(shù)據(jù)庫14。此后結(jié)束處理。
就以上描述而言，將用戶輸入的數(shù)字設(shè)置為對內(nèi)容的評價，但是可以 進行這樣的布置，在該布置中對進行了可能表示高評價的操作的內(nèi)容設(shè)置 高評價。例如，可以對回放多次的內(nèi)容、設(shè)置為防止刪除的內(nèi)容以及已經(jīng) 復(fù)制的內(nèi)容設(shè)置高評價。
另夕卜，可以進行這樣的布置，在該布置中，對在元數(shù)據(jù)中包括與用戶 為了搜索內(nèi)容而作為關(guān)鍵字輸入的演員名字相同的詞的內(nèi)容設(shè)置高評價。 向每個內(nèi)容添加諸如標(biāo)題、銷售源、演員、概況等各種類型的元數(shù)據(jù)。
另夕卜，可以進行這樣的布置，在該布置中，在客戶機l的用戶已經(jīng)從 服務(wù)器2接收內(nèi)容推薦的情況下，客戶機l的用戶接受推薦，并且對具有
置高評價。
接著，將參照圖9中的流程圖來描^戶機1識別高評價指標(biāo)表情的 處理。
在步驟Sll中，表情信息處理單元13將表情信息數(shù)據(jù)庫14中存儲的 每個表情時間序列數(shù)據(jù)標(biāo)準(zhǔn)化，并且獲得每個表情的代表值。
在步驟S12中，表情信息處理單元13比較從高評價內(nèi)容的表情信息 中獲得的表情的代表值與從無高評價的內(nèi)容的表情信息中獲得的表情的
18代表值，并且針對每個高評價內(nèi)容而識別將作為高評價指標(biāo)的表情。表情
信息處理單元13向發(fā)送單元15輸出所識別的高評價指標(biāo)表情信息以及示 出對每個內(nèi)容的用戶評價和用戶^Mv收聽歷史的信息。
在步驟S13中，發(fā)送單元15向服務(wù)器2發(fā)iiU^情信息處理單元13 供應(yīng)的信息，并且結(jié)束處理。
在通過比較代表值未識別到將作為高評價指標(biāo)的表情、并且包括了與 既往用于搜索的關(guān)鍵詞相同的詞的情況下，可以進行這樣的布置，在該布 置中，在已經(jīng)收看/收聽的內(nèi)容中作為特征的表情被識別為將作為高評價 指標(biāo)的表情。
另外，在客戶機1的用戶已經(jīng)接收服務(wù)器2所推薦的內(nèi)容的情況下， 當(dāng)已經(jīng)收看/收聽的內(nèi)容中包括了與所推薦的內(nèi)容的元數(shù)據(jù)相同的元數(shù)據(jù) 時，可以進行這樣的布置，在該布置中，在已經(jīng)收看/收聽的內(nèi)容中作為 特征的表情被識別為將作為高評價指標(biāo)的表情。
接著，將參照圖10中的流程圖來描述服務(wù)器2接ijt^客戶機1發(fā)送 的信息的處理。
在步驟S21中，服務(wù)器2的接收單元21接)Jt^客戶機1發(fā)送的高評 價指標(biāo)表情信息以及示出對每個內(nèi)容的用戶評價和用戶收看/收聽歷史的 信息。
在步驟S22中，接收單元21將接收的信息存儲于表情信息數(shù)據(jù)庫22 中，并且結(jié)束處理。
每當(dāng)從具有與客戶機1的配置相似的配置的終端發(fā)送信息時，執(zhí)行上 述處理。來自多個用戶的高評價指標(biāo)表情信息、對內(nèi)容的評價以及收看/ 收聽歷史信息存儲于服務(wù)器2的表情信息數(shù)據(jù)庫22中。
接著,將參照圖11中的流程圖來描^J良務(wù)器2執(zhí)行內(nèi)^^薦的處理。
在步驟S31中，相似模式組識別單元23基于表情信息數(shù)據(jù)庫22中存 儲的用戶評價和^bt/收聽歷史信息來識別具有相似評價的用戶。
在步驟S32中，相似模式組識別單元23識別由對同一內(nèi)容具有相似 高評價指標(biāo)表情時間序列數(shù)據(jù)模式的用戶組成的相似模式組。
在步驟S33中，推薦內(nèi)容識別單元24參照屬于同一相似模式組的用 戶的高評價指標(biāo)的時間序列數(shù)據(jù)模式來識別整個內(nèi)容中具有相似評價的 用戶給予高評價的高評價部分。在步驟S34中，推薦內(nèi)容識別單元24將客戶機1的用戶尚未體驗的 并且與客戶機1的用戶屬于同一相似模式組的其他用戶已經(jīng)給予高評價 的內(nèi)容識別為推薦內(nèi)容。推薦內(nèi)容識別單元24向發(fā)送單元26輸出推薦內(nèi) 容信息。
在步驟S35中，發(fā)送單元26向客戶機1發(fā)ill^推薦內(nèi)容識別單元24 供應(yīng)的信息，并且結(jié)束處理。
接著，將參照圖12中的流程圖來描^戶機1接iMJ5艮務(wù)器2發(fā)送
的信息并且顯示推薦結(jié)果的處理。當(dāng)根據(jù)客戶機1的請求W艮務(wù)器2發(fā)送 推薦內(nèi)容信息時開始這一處理。
在步驟S41中，客戶機1的接收單元16接JlUM艮務(wù)器2發(fā)送的推薦 內(nèi)容信息，并且將所接收的信息輸出到內(nèi)容推薦單元17。
在步驟S42中，內(nèi)容推薦單元17在電皿收機31上顯示從服務(wù)器2 發(fā)送的推薦內(nèi)容信息并且將該推薦內(nèi)容信息呈現(xiàn)給用戶。此后結(jié)束處理。
利用上述處理，服務(wù)器2可以考慮到每個用戶表情來執(zhí)行協(xié)同過濾， 并且可以推薦內(nèi)容。
就以上描述而言，已經(jīng)使用通過參照屬于同一相似模式組的用戶的高 評價指標(biāo)的時間序列數(shù)據(jù)而識別的高評價部分來獲得作為推薦內(nèi)容信息 的縮略圖像或者生成摘要，但是可以進行這樣的布置，在該布置中，向內(nèi) 容添加示出高評價部分的信息作為元數(shù)據(jù)。
因此，如圖13中所示，向同一內(nèi)容添加針對每個相似模式組示出不 同部分的元數(shù)據(jù)。
在圖13中，示出為突出部分A的向上箭頭示出內(nèi)容A的如下高評價 部分，在該高評價部分中，參照和識別了屬于作為同 一相似模式組的組A 的用戶的高評價指標(biāo)的對間序列數(shù)據(jù)；示出為突出部分B的向上箭頭示 出內(nèi)容A的如下高評價部分，在該高評價部分中，參照和識別了屬于組B 的用戶的高評價指標(biāo)的時間序列數(shù)據(jù)。示出為突出部分C的向上箭頭示 出內(nèi)容A的如下高評價部分，在該高評價部分中，參照和識別了屬于組C 的用戶的高評價指標(biāo)的時間序列數(shù)據(jù)。
因此，添加了對同一內(nèi)容示出數(shù)目與相似模式組的數(shù)目相同的高評價 部分的元數(shù)據(jù)。所添加的元數(shù)據(jù)可以用來基于向內(nèi)容添加的元數(shù)據(jù)來執(zhí)行 CBF (基于內(nèi)容的過濾)過濾，或者可以用來呈現(xiàn)相似內(nèi)容。也就是說， 不^I"內(nèi)容進行了總體評價，而且按時間序列識別突出部分，并且可以呈現(xiàn)與用戶匹配的突出部分。
另夕卜，就以上描述而言，在客戶機l執(zhí)行對客戶機l的用戶的高評價
指標(biāo)的識別，但是可以進行這樣的布置，在該布置中，在服務(wù)器2執(zhí)行這 一識別。在這一情況下，客戶機1所獲得的表情信息被發(fā)送到服務(wù)器2， 并用來識別高評價指標(biāo)。
圖14是示出了內(nèi)容推薦系統(tǒng)的另一配置例子的框圖。在圖14中，相 同標(biāo)號用于與圖1中所示配置相同的配置。將適當(dāng)?shù)厥÷灾貜?fù)的描述。
圖14中的客戶機1不同于圖1中的客戶機l的地方在于還具有環(huán)境 識別單元18這一點。利用圖14中的客戶機1，上下文識別單元18識別 在回放內(nèi)容時的環(huán)境(狀況)和在客戶機1的用戶接收內(nèi)#薦時的環(huán)境。
環(huán)境的差異可以包括某人在與誰一起收看/收聽內(nèi)容的差異(比如與 她的丈夫一起M/收聽內(nèi)容、與她的孩子一起M/收聽內(nèi)容、獨自^Mv 收聽內(nèi)容)以及進行收看/收聽的房間的差異。也就是說，用戶表情可能 基于這樣的環(huán)境差異而不同，由此不僅考慮到上述表情而且考慮到環(huán)境， 并執(zhí)行內(nèi)容推薦等。還基于攝像裝置33所拍攝的圖像來識別環(huán)境的差異。
客戶機1的表情檢測單元11按預(yù)定間隔、針對^Mr/收聽內(nèi)容的每個
用戶、基于通過拍攝收看/收聽內(nèi)容的用戶而獲得的圖像或者通過收集聲 音而獲得的用戶語音#測用戶做出的多類表情。
圖15是示出了在內(nèi)容回放過程中的狀況的示圖。就圖15中的例子而 言，用戶l和用戶2正一起收看/收聽內(nèi)容。在這一情況下，表情檢測單 元ll檢測用戶l和用戶2中每個用戶的表情。
圖16是示出了表情檢測單元ll所檢測到的表情的時間序列數(shù)據(jù)例子 的示圖。就圖16中的例子而言，針對用戶1和用戶2中的每個用戶示出 了微笑、鈹眉、鼓掌和自言自語中每個表情的時間序列數(shù)據(jù)。
示出每個用戶的表情的此類表情信息由表情檢測單元11獲得并且供 應(yīng)到表情信息處理單元13。
回到對圖14的描述，環(huán)境識別單元18利用由才聶l象裝置33拍攝的圖 像作為對象來執(zhí)行圖像識別，并且識別比如多少人在一起收看/收聽內(nèi)容 以及用戶在與誰一起》^7收聽內(nèi)容的環(huán)境。向環(huán)境識別單元18預(yù)先提供 用于識別環(huán)境的信息。環(huán)境識別單元18向表情信息處理單元13輸出示出 所識別的環(huán)境的信息。針對環(huán)境識別單元18所識別的每個環(huán)境，表情信息處理單元13將從 表情檢測單元11供應(yīng)的表情信息在表情信息數(shù)據(jù)庫14中存儲為不同簡 檔.例如，即使對用于同一內(nèi)容的表情信息，表情信息仍分成在獨自 /收聽時有價值的表情信息和在兩個人M/收聽時有價值的表情信息，并 且存儲于表情信息數(shù)據(jù)庫14中。
表情信息處理單元13獲得對內(nèi)容的用戶評價，將獲得的評價與針對 每個環(huán)境而存儲為不同簡檔的表情信息相對應(yīng)，并且將這存儲于表情信息 數(shù)據(jù)庫14中。表情信息處理單元13基于表情信息數(shù)據(jù)庫14中存儲的評 價和針對每個環(huán)境而存儲為不同筒檔的表情信息來識別高評價指標(biāo)表情。 利用表情信息處理單元13，可以針對每個環(huán)境來識別作為高評價指標(biāo)的 表情。
發(fā)送單元15向服務(wù)器2發(fā)&情信息處理單元13所識別的針對每個 環(huán)境的高評價指標(biāo)表情信息以及示出對每個內(nèi)容的用戶評價和用戶收看/ 收聽歷史的信息，并且請求內(nèi)^#薦。
接收單元16接i^U艮務(wù)器2發(fā)送的推薦內(nèi)容信息，并且將所接收的 信息輸出到內(nèi),薦單元17。
內(nèi)容推薦單元17基于從接收單元16供應(yīng)的信息，向用戶呈現(xiàn)服務(wù)器 2所識別的推薦內(nèi)容信息。
在服務(wù)器2 —側(cè)上的配置是與圖1中所示服務(wù)器2配置相同的配置。 也就是說，服務(wù)器2的接收單元21接Jlt^戶機1的發(fā)送單元15發(fā)送的 針對每個環(huán)境的高評價指標(biāo)表情信息、對每個內(nèi)容的用戶評價和示出用戶 收看/收聽歷史的信息，并且將所接收的信息存儲于表情信息數(shù)據(jù)庫22中。
在服務(wù)器2中為每個人收集數(shù)目與環(huán)境的數(shù)目相同的簡檔(表情信息)。
相似模式組識別單元23基于表情信息數(shù)據(jù)庫22中存儲的信息來識別 具有相似評價的用戶和相似模式組，并且在推薦內(nèi)容識別單元24中輸出 具有相似評價的用戶的信息和相似模式組的信息。
推薦內(nèi)容識別單元24參照屬于同一相似模式組的用戶的高評價指標(biāo) 的時間序列數(shù)據(jù)，并且識別整個內(nèi)容中具有相似評價的用戶已經(jīng)給予高評 價的高評價部分。另外，推薦內(nèi)容識別單元24還識別與接收內(nèi)#薦的 客戶機1的用戶屬于同一相似模式組的其他用戶。
推薦內(nèi)容識別單元24將客戶1的用戶尚未體驗的并且其他識別用戶已經(jīng)給予高評價的內(nèi)容識別為推薦內(nèi)容，并且將所識別的推薦內(nèi)容信息輸
出到發(fā)送單元26。
基于針對每個環(huán)境作為不同簡檔來處理的表情信息來執(zhí)行對相似模 式組的識別等，因而這里所識別的推薦內(nèi)容考慮到環(huán)境的差異。
發(fā)送單元26向客戶機1發(fā)i!U^推薦內(nèi)容識別單元24供應(yīng)的信息。
將描述圖14中客戶機1的處理。注意，圖14中服務(wù)器2的處理是與 如上所述的圖1中的服務(wù)器2中的處理基本上相似的處理。
先參照圖17中的流程圖來描i^戶機l回放內(nèi)容的處理。
在步驟S101中，客戶機1的環(huán)境識別單元18基于攝像裝置33所拍 攝的圖像來識別環(huán)境，并且向表情信息處理單元13輸出示出所識別的環(huán) 境的信息。
在步驟S102中，表情信息處理單元13回放從內(nèi)M據(jù)庫12讀出的 內(nèi)容。
在步驟S103中，表情檢測單元11基于來自麥克風(fēng)32和攝像裝置33 的輸出來檢測收看/收聽內(nèi)容的每個用戶的表情，并且向表情信息處理單 元13輸出表情信息。
在步驟S104中，表情信息處理單元13針對環(huán)境識別單元18所識別 的每個環(huán)境，將M情檢測單元11供應(yīng)的表情信息存儲到表情信息數(shù)據(jù) 庫14。
在步驟S105中，表情信息處理單元13確定內(nèi)容回放是否已經(jīng)結(jié)束， 在確定未結(jié)束的情況下流程返回到步驟S102,并且重復(fù)上述處理。
另一方面，在步驟S105中確定內(nèi)容回放已經(jīng)結(jié)束的情況下，在步驟 S106中，表情信息處理單元13獲得對回放內(nèi)容的用戶評價，并且將該內(nèi) 容評價與表情信息一起存儲于表情信息數(shù)據(jù)庫14中。此后結(jié)束處理。
接著，將參照圖18中的流程圖來描^J1戶機1識別高評價指標(biāo)表情 的處理。
在步驟Slll中，表情信息處理單元13將每個表情時間序列數(shù)據(jù)標(biāo)準(zhǔn) 化，并且獲躲個表情的代表值。
在步驟S112中，表情信息處理單元13比較從高評價內(nèi)容的表情信息 中獲得的每個表情的代表值與從無高評價的內(nèi)容的表情信息中獲得的表情的每個代表值，并且針對每個環(huán)境來識別將作為高評價指標(biāo)的表情。
在步驟S113中，發(fā)送單元15向服務(wù)器2發(fā)送針對每個環(huán)境而識別的 高評價指標(biāo)表情信息以及示出對每個內(nèi)容的評價和用戶收看/收聽歷史的 信息，并且結(jié)束處理。
接著，將參照圖19中的流程圖來描i^戶機1接iMJ艮務(wù)器2發(fā)送 的信息并且顯示推薦結(jié)果的處理。
在步驟S121中，客戶機1的環(huán)境識別單元18基于攝像裝置33所拍 攝的圖像來識別環(huán)境，并且向表情信息處理單元13輸出示出所識別的環(huán) 境的信息。
在步驟S122中，表情信息處理單元13控制發(fā)送單元15，并且請求 服務(wù)器2利用根據(jù)環(huán)境識別單元18所識別環(huán)境的簡檔來執(zhí)行內(nèi)容推薦。
在服務(wù)器2，根據(jù)這樣的請求，利用^戶機1提供的簡檔中根據(jù)環(huán) 境識別單元18所識別環(huán)境的簡檔來執(zhí)行對推薦內(nèi)容的識別。所識別的推 薦內(nèi)容信息W艮務(wù)器2發(fā)送到客戶機1 。
在步驟S123中，客戶機1的接收單元16接^MJ良務(wù)器2發(fā)送的推薦 內(nèi)容信息，并且將接收的信息輸出到內(nèi)^^薦單元17。
在步驟S124中，內(nèi)容推薦單元17顯示由服務(wù)器2識別的推薦內(nèi)容信 息并且將該推薦內(nèi)容信息呈現(xiàn)給用戶。此后結(jié)束處理。
利用上述處理，服務(wù)器2可以考慮到環(huán)境以及每個用戶表情來執(zhí)行協(xié) 同過濾以推薦內(nèi)容。由此識別用于標(biāo)識推薦內(nèi)容的將作為高評價指標(biāo)的表 情，但是可以進行這樣的布置，在該布置中，可以不僅識別用于高評價指 標(biāo)的表情而且識別用于低評價指標(biāo)的表情。
由服務(wù)器側(cè)獲得作為低評價指標(biāo)的表情信息，由此，例如每當(dāng)檢測到 作為低評價指標(biāo)的表情以推薦內(nèi)容時，順次推薦內(nèi)容的服務(wù)器可以對不同 內(nèi)容切換策略。
另外，就提供因特網(wǎng)購物服務(wù)的服務(wù)器而言，可以進行這樣的布置， 在該布置中，針對每個用戶區(qū)別和管理促成最終購買的表情和未促成購買 的表情，并且在模式變?yōu)槲创俪少徺I的模式時立即改變推薦策略。
另外，可以布置為一種用于調(diào)查收看/收聽率的方法，在該布置中， 在客戶機側(cè)從用戶表情確定用戶在愉快地觀看內(nèi)^是在被ii^見看，并且 計算愉快地觀看的用戶比例和被i^見看的用戶的比例，使得能夠基于表情來計算M/收聽率(高靈敏度)。
可以利用用戶在^bf/收聽內(nèi)容時表現(xiàn)出的生物統(tǒng)計學(xué)響應(yīng)的時間序 列數(shù)據(jù)而不是表情的時間序列數(shù)據(jù)來實現(xiàn)上述處理。在這一情況下，用以 測量生物統(tǒng)計學(xué)響應(yīng)如脈搏和腦電波的測量設(shè)備附接到收看/收聽內(nèi)容的 用戶的身體，由此獲得生物統(tǒng)計學(xué)響應(yīng)的時間序列數(shù)據(jù)。
與表情類似，生物統(tǒng)計學(xué)響應(yīng)也可能示出用戶對內(nèi)容的敏感度，由此 利用生物統(tǒng)計學(xué)響應(yīng)的時間序列數(shù)據(jù)也4吏得能夠?qū)崿F(xiàn)上述處理。
上述一系列處理可以用硬件來執(zhí)行，也可以用軟件來執(zhí)4亍。在用軟件 執(zhí)行這一系列處理的情況下，組成這樣的軟件的程序從計算機記錄介質(zhì)安 裝到內(nèi)置于專用硬件中的計算機或者通用個人計算機中，所述內(nèi)置于專用 硬件中的計算機或者通用個人計算機可以通過安裝各類程序來執(zhí)行各類 功能。
圖20是示出了用程序來執(zhí)行上述一系列處理的計算機的硬件配置例 子的框圖?？梢酝ㄟ^由具有比如圖20中所示這樣配置的計算機的CPU(中 央處理單元)51執(zhí)^定程序，來實現(xiàn)圖1和圖14中所示客戶機1和服 務(wù)器2的配置的至少一部分。
CPU 51、 ROM (只讀存儲器)52和RAM (隨M取存儲器)53與 總線54相互連接。總線54還連接到輸X/輸出接口 55。輸V輸出接口 55 連接到由鍵盤、鼠標(biāo)、麥克風(fēng)等組成的輸入單元56、由顯示器、揚聲器 等組成的輸出單元57、由硬盤或者非易失性存儲器等組成的存儲單元58、 由網(wǎng)絡(luò)接口等組成的通信單元59以及用以驅(qū)動可移動介質(zhì)61如光盤或者 半導(dǎo)體存儲器的驅(qū)動器60。
利用這樣配置的計算機，例如CPU 51經(jīng)由輸>^/輸出接口 55和總線 54向RAM 53加載并且執(zhí)行在存儲單元58中存儲的程序，由此可以執(zhí)行 上述一系列處理。
CPU 51執(zhí)行的程序例如可以在可移動介質(zhì)61上記錄，或者經(jīng)由有線 或無線傳輸介質(zhì)如局域網(wǎng)、因特網(wǎng)或者數(shù)字廣播而提供，并且安^t存儲 單元58中。計算機執(zhí)行的程序可以是這樣的程序，在該程序中，按照在 本發(fā)明中描述的順序、以時間序列的方式執(zhí)行處理，或者可以是這樣的程 序，在該程序中，在被調(diào)用時并行地或者按適當(dāng)?shù)臅r序來執(zhí)行處理。
本發(fā)明的實施例不限于上述實施例，并且可以在本發(fā)明的范圍內(nèi)進行 各種類型的修改。本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，只要它們是在如所附權(quán)利要求及其等效的 范圍內(nèi)，可以根據(jù)設(shè)計要求和其它因素來進行各種修改、組合、次組合和 變更。
權(quán)利要求
1. 一種信息處理設(shè)備，連接到多個信息處理終端，在所述多個信息處理終端中檢測用戶在內(nèi)容回放過程中表現(xiàn)出的多類表情、獲得對每個回放內(nèi)容的評價、在檢測到的所述多類表情中識別出所述用戶在高評價內(nèi)容的回放過程中表示的作為高評價指標(biāo)的預(yù)定表情、并且發(fā)送作為所識別的高評價指標(biāo)的表情信息和表達對每個內(nèi)容的評價的信息，所述信息處理設(shè)備包括接收裝置，配置用以接收從所述多個信息處理終端發(fā)送的作為所述高評價指標(biāo)的表情信息和表達對每個內(nèi)容的評價的信息；用戶識別裝置，配置用以基于由所述接收裝置接收的信息所表達的作為所述高評價指標(biāo)的表情，來識別對同一內(nèi)容表示相似高評價指標(biāo)的表情的用戶；推薦內(nèi)容識別裝置，配置用以基于由所述接收裝置接收的信息所表達的評價，將由所述用戶識別裝置識別的、并且對于表現(xiàn)出與請求內(nèi)容推薦的用戶相似的高評價指標(biāo)表情的其他用戶來說具有高評價的內(nèi)容識別為推薦內(nèi)容；以及發(fā)送裝置，配置用以向請求內(nèi)容推薦的所述用戶所使用的信息處理終端發(fā)送由所述推薦內(nèi)容識別裝置識別出的推薦內(nèi)容信息。
2. 根據(jù)權(quán)利要求1所述的信息處理設(shè)備，其中所述接收裝置還接收 從所述多個信息處理終端發(fā)送的表達內(nèi)容收看/收聽歷史的信息，并且其中所述推薦內(nèi)容識別裝置將請求內(nèi)容推薦的所述用戶尚未體驗的、并且 對于所述其他用戶是高評價內(nèi)容的內(nèi)容識別為推薦內(nèi)容。
3. 根據(jù)權(quán)利要求1所述的信息處理設(shè)備，其中所述用戶識別裝置還 基于從所述接收裝置接收的信息所表達的每個信息處理終端的用戶對內(nèi) 容的評價，來識別具有相似評價的用戶。
4. 根據(jù)權(quán)利要求3所述的信息處理設(shè)備，其中所述推薦內(nèi)容識別裝 置還參照對所述高評價內(nèi)容表現(xiàn)出相似高評價指標(biāo)表情的用戶的高評價 指標(biāo)表情，來識別對于對內(nèi)容的評價相似的用戶而言為高評價的整個內(nèi)容 中的高評價部分。
5. 根據(jù)權(quán)利要求1所述的信息處理設(shè)備，其中所述接收裝置接收從所述多個信息處理終端發(fā)送的、由所述多個信息處理終端識別的、在內(nèi)容 回放過程中針對每個環(huán)境作為所述高評價指標(biāo)的表情信息，以及表示對每 個內(nèi)容的評價的信息，并且其中所述用戶識別裝置基于針對每個環(huán)境作為所述高評價指標(biāo)的表情來 識別對同一內(nèi)容表現(xiàn)出相似高評價指標(biāo)表情的用戶。
6. —種信息處理方法，用于連接到多個信息處理終端的信息處理設(shè) 備，在所述多個信息處理終端中檢測用戶在內(nèi)容回放過程中表現(xiàn)出的多類 表情、獲得對每個回放內(nèi)容的評價、在檢測到的所述多類表情中識別所述 用戶在高評價內(nèi)容的回放過程中表示的作為高評價指標(biāo)的預(yù)定表情、并且發(fā)送作為所識別的高評價指標(biāo)的表情信息和表達對每個內(nèi)容的評價的信 息，所述信息處理方法包括以下步驟接收從所述多個信息處理終端發(fā)送的作為所述高評價指標(biāo)的表情信 息和表iixt每個內(nèi)容的評價的信息；基于所接收的信息所表達的作為所述高評價指標(biāo)的表情，來識別對同 一內(nèi)容表示相似高評價指標(biāo)的表情的用戶；基于所接收的信息所表達的評價，將對表現(xiàn)出與請求內(nèi)容推薦的用戶 相似的高評價指標(biāo)表情的其他用戶來說具有高評價的內(nèi)容識別為推薦內(nèi) 容；以及向請求內(nèi)容推薦的所述用戶所使用的信息處理終端發(fā)送所識別的推 薦內(nèi)容^l"息。
7. —種程序，用于使計算機執(zhí)行信息處理設(shè)備的處理，所述信息處 理設(shè)備連接到多個信息處理終端，在所述多個信息處理終端中檢測用戶在 內(nèi)容回放過程中表現(xiàn)出的多類表情、獲得對每個回放內(nèi)容的評價、在檢測 到的所述多類表情中識別所述用戶在高評價內(nèi)容的回放過程中表示的作 為高評價指標(biāo)的預(yù)定表情、并iUL送作為所識別的高評價指標(biāo)的表情信息 和表達對每個內(nèi)容的評價的信息，所述程序包括以下步驟接收從所述多個信息處理終端發(fā)送的作為所述高評價指標(biāo)的表情信 息和表ii^每個內(nèi)容的評價的信息；基于所接收的信息所表達的作為所述高評價指標(biāo)的表情，來識別對同 一內(nèi)容表示相似高評價指標(biāo)的表情的用戶；基于所接收的信息所表達的評價，將對表現(xiàn)出與請求內(nèi)^#薦的用戶相似的高評價指標(biāo)表情的其他用戶來說具有高評價的內(nèi)容識別為推薦內(nèi)容；以及向請求內(nèi)容推薦的所述用戶所使用的信息處理終端發(fā)送所識別的推 薦內(nèi)容信息。
8. —種信息處理終端，包括表情檢測裝置，配置用以檢測用戶在內(nèi)容回放過程中表現(xiàn)出的多類表情；識別裝置，配置用以獲得對已經(jīng)回放的每個內(nèi)容的評價，以及在所述表情檢測裝置所檢測的所述多類表情中識別用戶在高評 價內(nèi)容回放過程中表現(xiàn)出的作為高評價指標(biāo)的預(yù)定表情；以及發(fā)送裝置，配置用以發(fā)送所述識別裝置所識別的作為高評價指標(biāo)的表 情信息和表i^t每個內(nèi)容的評價的信息。
9. 根據(jù)權(quán)利要求8所述的信息處理終端，其中，所述信息處理設(shè)備是配置用以基于由所述發(fā)送裝置發(fā)送的信息所表 達的作為所述高評價指標(biāo)的表情來進行以下操作的設(shè)備識別對同一內(nèi)容表現(xiàn)出相似高評價指標(biāo)表情的用戶，基于所接收的信息所表達的評價，將對于表現(xiàn)出與所識別的請求 內(nèi)容推薦的用戶相似的高評價指標(biāo)表情的另 一用戶來說的高評價內(nèi) 容識別為推薦內(nèi)容，以及發(fā)送所識別的推薦內(nèi)容信息，并且所述信息處理終端還包括接收裝置，配置用以接收從所述信息處理設(shè)備發(fā)送的推薦內(nèi)容信息； 以及推薦裝置，配置用以基于所述接收裝置所接收的信息，向所述用戶顯 示推薦內(nèi)容。
10. 根據(jù)權(quán)利要求8所述的信息處理終端，還包括環(huán)境識別裝置，配置用以在內(nèi)容回放過程中識別環(huán)境；其中所述環(huán)境識別裝置針對所述環(huán)境識別裝置所識別的每個環(huán)境，從多類 表情中識別所述用戶在高評價內(nèi)容回放過程中表現(xiàn)出的作為高評價指標(biāo)的預(yù)定表情。
11. 一種信息處理方法，包括以下步驟:檢測用戶在內(nèi)容回放過程中表現(xiàn)出的多類表情； 獲得對每個回放內(nèi)容的評價；從檢測到的多類表情中識別所述用戶在高評價內(nèi)容的回放過程中表 現(xiàn)出的作為高評價指標(biāo)的預(yù)定表情；以及向信息處理設(shè)備發(fā)送作為所識別的高評價指標(biāo)的表情信息和表^t 每個內(nèi)容的評價的信息。
12. —種用以使計算機執(zhí)行處理的程序，所述處理包括以下步驟 檢測用戶在內(nèi)容回放過程中表現(xiàn)出的多類表情；獲得對每個回放內(nèi)容的評價；從檢測到的所述多類表情中識別所述用戶在高評價內(nèi)容的回放過程 中表現(xiàn)出的作為高評價指標(biāo)的預(yù)定表情；以及向信息處理設(shè)備發(fā)送作為所識別的高評價指標(biāo)的表情信息和表達對 每個內(nèi)容的評價的信息。
13. —種信息處理設(shè)備，連接到多個信息處理終端，在所述多個信息 處理終端中檢測用戶在內(nèi)容回放過程中表現(xiàn)出的多類表情、獲得對每個回 放內(nèi)容的評價、在檢測到的所述多類表情中識別所述用戶在高評價內(nèi)容的 回放過程中表示的作為高評價指標(biāo)的預(yù)定表情、并JL^送作為所識別的高 評價指標(biāo)的所W情信息和表達對每個內(nèi)容的評價的信息，所述信息處理 設(shè)備包括接收單元，配置用以接收從所述多個信息處理終端發(fā)送的作為所述高 評價指標(biāo)的表情信息和表達對每個內(nèi)容的評價的信息；用戶識別單元，配置用以基于由所述接收單元接收的信息所表達的作 為所述高評價指標(biāo)的表情，來識別對同 一內(nèi)容表示相似高評價指標(biāo)的表情 的用戶；推薦內(nèi)容識別單元，配置用以基于由所述接收單元接收的信息所表達 的評價，將由所述用戶識別單元識別的、并JL^于表現(xiàn)出與請求內(nèi)^薦 的用戶相似的高評價指標(biāo)表情的其他用戶來說具有高評價的內(nèi)容識別為 推薦內(nèi)容；以及發(fā)送單元，配置用以向請求內(nèi)容惟薦的所述用戶所使用的信息處理終 端發(fā)送所述推薦內(nèi)容識別單元識別出的推薦內(nèi)容信息。
14. 一種信息處理終端，包括表情檢測單元，配置用以檢測用戶在內(nèi)容回放過程中表現(xiàn)出的多類表情；識別單元，配置用以獲得對已經(jīng)回放的每個內(nèi)容的評價，以及在由所述表情檢測單元檢測到的所述多類表情中識別用戶在高 評價內(nèi)容的回放過程中表現(xiàn)出的作為高評價指標(biāo)的預(yù)定表情；以及發(fā)送單元，配置用以發(fā)送所述識別單元所識別的作為高評價指標(biāo)的表 情信息以Mi^每個內(nèi)容的評價的信息。
全文摘要
一種信息處理設(shè)備，連接到多個信息處理終端，在所述多個信息處理終端中檢測用戶在內(nèi)容回放過程中表現(xiàn)出的多類表情、獲得對每個回放內(nèi)容的評價、在檢測到的多類表情中識別出用戶在高評價內(nèi)容的回放過程中表示的作為高評價指標(biāo)的預(yù)定表情、并且發(fā)送作為所識別的高評價指標(biāo)的表情信息和表達對每個內(nèi)容的評價的信息。所述信息處理設(shè)備包括接收單元，用于接收從多個信息處理終端發(fā)送的作為所述高評價指標(biāo)的表情信息；用戶識別單元，用于識別對同一內(nèi)容表示相似高評價指標(biāo)的表情的用戶；推薦內(nèi)容識別裝置，用于將所識別的對于其他相似用戶來說具有高評價的內(nèi)容識別為推薦內(nèi)容；以及發(fā)送單元。
文檔編號G06F17/30GK101452474SQ20081017897
公開日2009年6月10日 申請日期2008年12月3日 優(yōu)先權(quán)日2007年12月3日
發(fā)明者宮嵜充弘, 山本則行, 齋藤真里, 柏谷辰起, 淺野康治 申請人:索尼株式會社