信息處理設備和方法、信息處理系統及程序的製作方法

2023-12-08 20:55:01 3

專利名稱：信息處理設備和方法、信息處理系統及程序的製作方法
技術領域：
本公開涉及信息處理設備和方法、信息處理系統及程序。特別地，本公開涉及優選地用來推薦內容的信息處理設備和方法、信息處理系統及程序。
背景技術：
在現有技術中，已提議了各種方法，用來基於用戶已使用的或者在過去被評價為嗜好的內容的屬性來推薦對應於用戶偏好的內容(例如參見日本待審專利申請公布第 2007-202181 號)。例如，已提議了一種系統，用來從客戶機向伺服器傳輸詢問，所述詢問具有在過去被用戶評價為嗜好的內容的屬性作為提取條件，以便伺服器基於該提取條件來提取內容並將內容遞送到客戶機。

發明內容
然而，在某些情況下，在不假定滿足客戶機所指定的提取條件的內容必定存在於伺服器中的情況下，可能難以為用戶推薦內容。在這種情況下，由於在客戶機和伺服器之間發生不必要的通信，或者在伺服器中發生不必要的處理，所以減少了可以處理的客戶機的數目。另外，即使用戶等待來自伺服器的響應，也難以為用戶推薦內容。因此，用戶可能經歷不愉快的感受。希望提供一種在防止發生不必要的通信或處理的同時通過反映用戶偏好來推薦內容的方法。根據本公開的第一實施例，提供了一種信息處理設備，該信息處理設備包括學習單元，其針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好；選擇單元，其基於指示可推薦類型和可代替類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中選擇一個或多個可代替類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型，而所述可代替類型是在所述可推薦類型當中滿足預定條件的類型；以及獲得單元，其從所述伺服器中獲得選擇的類型的內容。在選擇單元選擇了沒有學習用戶偏好的類別的情況下，當選擇的類別中存在可代替類型時，選擇單元可以選擇一個或多個可代替類型；而當選擇的類別中不存在可代替類型時，選擇單元可以選擇其它類別。在選擇的類別中存在符合用戶偏好的可推薦類型的情況下，選擇單元可以選擇具有高用戶偏好的類型作為可推薦類型當中的優先者。在符合用戶偏好的可推薦類型沒有存在於選擇的類別中的情況下，選擇單元可以在選擇的類別中選擇在可代替類型當中與符合用戶偏好的類型相接近的類型。獲得單元可以從伺服器中或者從不同於該伺服器的別的伺服器中獲得類型信息。獲得單元可以從伺服器中或者從不同於該伺服器的別的伺服器中獲得選擇的類型的內容項目的列表，並且基於該列表從伺服器中獲得內容。可推薦類型可以是伺服器中的內容項目的類型，可推薦類型的內容項目的數目等於或大於第一閾值，而可代替類型可以是伺服器中的內容項目的類型，可代替類型的內容項目的數目等於或大於比第一閾值高的第二閾值。根據本公開的第一實施例，提供了一種圖像處理設備的圖像處理方法，所述方法包括針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好； 基於指示可推薦類型和可代替類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中選擇一個或多個可代替類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型，而所述可代替類型在所述可推薦類型當中滿足預定條件；以及從所述伺服器中獲得選擇的類型的內容。根據本公開的實施例，提供了一種用於在計算機上執行信息處理方法的程序，所述方法包括針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好；基於指示可推薦類型和可代替類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中選擇一個或多個可代替類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型，而所述可代替類型在所述可推薦類型當中滿足預定條件；以及從所述伺服器中獲得選擇的類型的內容。根據本公開的第二實施例，提供了一種包括客戶機、第一伺服器和第二伺服器的信息處理系統，其中，所述客戶機具有學習單元，其針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好；選擇單元，其基於指示可推薦類型和可代替類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中選擇一個或多個可代替類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型，而所述可代替類型在所述可推薦類型當中滿足預定條件；以及獲得單元，其從所述伺服器中獲得選擇的類型的內容，其中，所述第一伺服器包括第一傳輸單元，用於向所述客戶機傳輸由所述客戶機選擇的類型的內容，並且其中，所述第二伺服器包括信息產生單元，用於產生所述類型信息；以及第二傳輸單元，用於向所述客戶機傳輸所述類型信息。第二伺服器可以進一步包括列表產生單元，用於產生由客戶機選擇的類型的內容項目的列表，第二伺服器的第二傳輸單元進一步可以向客戶機傳輸該列表，並且客戶機的獲得單元可以進一步從第二伺服器中獲得該列表，並且基於該列表從第一伺服器中獲得內容項目。根據本公開的第二實施例，提供了一種信息處理方法，所述方法包括在客戶機中，針對用於對第一伺服器上的內容進行分類的每個類別中的每個類型學習用戶偏好；在第二伺服器中，產生指示可推薦類型和可代替類型的類型信息，並且向所述客戶機傳輸所述類型信息，所述可推薦類型是所述第一伺服器可推薦的內容項目的類型，而所述可代替類型在所述可推薦類型當中滿足預定條件；在所述客戶機中，基於所述類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中選擇一個或多個可代替類型；以及從所述第一伺服器中獲得選擇的類型的內容。根據本公開的第三實施例，提供了一種信息處理設備，該信息處理設備包括學習單元，其針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好；選擇單元，其基於指示可推薦類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中從符合用戶偏好的類型或滿足預定的第一條件的與符合用戶偏好的類型相接近的類型當中選擇一個或多個類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型；以及獲得單元，其從所述伺服器中獲得選擇的類型的內容。在選擇的類別中不存在符合用戶偏好的可推薦類型的情況下，選擇單元可以在選擇的類別中從與符合用戶偏好的類別相接近的可推薦類型當中選擇滿足第一條件的一個或多個類型。在選擇的類別中不存在符合用戶偏好的可推薦類型的情況下，選擇單元可以在選擇的類別中僅從符合用戶偏好的類型當中選擇滿足第一條件的一個或多個類型。 類型信息可以進一步指示針對每個類型的內容項目的數目，並且第一條件可以用來確定選擇的類型的內容項目的總數是否等於或大於預定閾值。類型信息可以進一步指示在可推薦類型當中滿足預定的第二條件的可代替類型， 並且在選擇的類別中不存在符合用戶偏好的類型的情況下，選擇單元可以在選擇的類別中選擇一個或多個可代替類型。可推薦類型可以是在伺服器中的內容項目當中數目等於或大於第一閾值的內容項目的類型，並且可代替類型可以是在伺服器中的內容項目當中數目等於或大於比第一閾值高的第二閾值的內容項目的類型。根據本公開的第三實施例，提供了一種圖像處理設備的圖像處理方法，所述方法包括針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好； 基於指示可推薦類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中從符合用戶偏好的類型或滿足預定的第一條件的與符合用戶偏好的類型相接近的類型當中選擇一個或多個類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型；以及從所述伺服器中獲得選擇的類型的內容。根據本公開的第三實施例，提供了一種用於在計算機中執行信息處理方法的程序，所述方法包括針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好；基於指示可推薦類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中從符合用戶偏好的類型或滿足預定的第一條件的與符合用戶偏好的類型相接近的類型當中選擇一個或多個類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型；以及從所述伺服器中獲得選擇的類型的內容。根據本公開的第一實施例，所述方法包括針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好；基於指示可推薦類型和可代替類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中選擇一個或多個可代替類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型，而所述可代替類型在所述可推薦類型當中滿足預定條件；以及從所述伺服器中獲得選擇的類型的內容。根據本公開的第二實施例，所述方法包括在客戶機中，針對用於對第一伺服器上的內容進行分類的每個類別中的每個類型學習用戶偏好；在第二伺服器中，產生指示可推薦類型和可代替類型的類型信息，並且向所述客戶機傳輸所述類型信息，所述可推薦類型是所述第一伺服器可推薦的內容項目的類型，而所述可代替類型在所述可推薦類型當中滿足預定條件；以及在所述客戶機中，基於所述類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中選擇一個或多個可代替類型，並且從所述第一伺服器中獲得選擇的類型的內容。根據本公開的第三實施例，所述方法包括針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好；基於指示可推薦類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中從符合用戶偏好的類型或滿足預定的第一條件的與符合用戶偏好的類型相接近的類型當中選擇一個或多個類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型；以及從所述伺服器中獲得選擇的類型的內容。根據本公開的第一至第三實施例，可以通過反映用戶偏好來推薦內容。特別地，根據本公開的第一至第三實施例，可以在防止不必要的通信和不必要的處理的同時通過反映用戶偏好來推薦內容項目。


圖1是圖示根據本公開實施例的信息處理系統的框圖。圖2是圖示示例性內容屬性表格的示圖。圖3是圖示關於發行時間類型的樹結構的示圖。圖4是圖示關於流派類型的樹結構的示圖。圖5是圖示示例性內容屬性信息列表的示圖。圖6是圖示用戶偏好列表的示圖。圖7是圖示客戶機的功能配置例子的框圖。圖8是圖示內容列表產生伺服器的功能配置例子的框圖。圖9是圖示產生目錄信息的過程的流程圖。圖10是圖示示例性目錄信息的示圖。圖11是圖示獲得目錄信息的過程的流程圖。圖12是圖示提供目錄信息的過程的流程圖。圖13是圖示獲得/再生內容的過程的流程圖。圖14是圖示獲得/再生內容的過程的流程圖。圖15是圖示用戶偏好列表中的偏好頻率的示例性分布的示圖。圖16是圖示用戶偏好列表中的偏好頻率的示例性分布的示圖。圖17是圖示目錄信息的另一個例子的示圖。
圖18是圖示更新用戶偏好列表的方法的示圖。圖19是圖示更新用戶偏好列表的方法的示圖。圖20是圖示更新用戶偏好列表的方法的示圖。圖21是圖示更新用戶偏好列表的方法的示圖。圖22是圖示提供內容ID列表的過程的流程圖。圖23是圖示示例性計算機配置的框圖。
具體實施例方式在下文中描述本公開的實施例。按照以下順序進行描述。1.本公開的實施例2.修改根據本公開的實施例的信息處理設備可以包括學習單元，其針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好；選擇單元，其基於指示可推薦類型和可代替類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中選擇一個或多個可代替類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型，而所述可代替類型是在所述可推薦類型當中滿足預定條件的類型；以及獲得單元， 其從所述伺服器中獲得選擇的類型的內容。根據本公開的實施例的信息處理設備還可以包括學習單元，其針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好；選擇單元，其基於指示可推薦類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中從符合用戶偏好的類型或滿足預定的第一條件的與符合用戶偏好的類型相接近的類型當中選擇一個或多個類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型；以及獲得單元，其從所述伺服器中獲得選擇的類型的內容。1.本公開的實施例信息處理系統1的配置例子圖1是圖示根據本公開實施例的信息處理系統的配置例子的框圖。信息處理系統1是通過反映使用客戶機11的用戶的偏好來執行內容推薦的系統。 在下文中描述其中音樂數據用作內容的情況。信息處理系統1包括客戶機11、用戶偏好DB 12、內容列表產生伺服器13、內容屬性資料庫(DB) 14、內容伺服器15和內容資料庫(DB) 16。客戶機11、內容列表產生伺服器 13和內容伺服器15經由網絡(未示出)如網際網路連接，並且經由網絡彼此通信。用戶偏好 DB 12連接到客戶機11，內容屬性DB 14連接到內容列表產生伺服器13，並且內容DB16連接到內容伺服器15。圖1所示的客戶機11的數目是示例性的，並且可以設置成任意數目。客戶機11包括能夠再生內容項目的設備，比如個人計算機、音樂播放器、行動電話和個人數字助理(PDA)。用戶偏好DB 12包括用戶偏好列表，其指示使用客戶機11的用戶對內容的偏好。將會參考圖7來描述用戶偏好列表的細節。內容列表產生伺服器13產生目錄信息，並且將目錄信息提供給客戶機11，所述目錄信息指示用於對內容DB 16中存儲的內容項目進行分類的類別、每個類別中的每個類型的分類以及每個類型的屬性。另外，內容列表產生伺服器13產生內容ID列表，並且將內容 ID列表提供給客戶機11，所述內容ID列表列舉了推薦的內容項目的內容ID。內容屬性DB 14包括用於對內容DB 16中存儲的內容項目進行分類的類別、指示類型分類的內容屬性表格和指示每個內容的類型和類別的內容屬性信息列表。將會參考圖 2至4在下面描述內容屬性表格的細節，並且將會參考圖5在下面描述內容屬性信息列表的細節。內容伺服器15向客戶機11提供內容項目。在內容DB 16中，以相互關聯的方式登記包含音樂數據的內容項目、用於識別內容項目的內容ID和內容項目。這裡，簡單地描述信息處理系統1中的數據流。 客戶機11向內容列表產生伺服器13傳輸目錄信息/詢問，用於請求傳輸目錄信息。響應於目錄信息/詢問，內容列表產生伺服器13基於內容屬性DB 14中的內容屬性信息列表產生目錄信息，並且向客戶機11傳輸目錄信息。基於用戶偏好DB 12中的用戶偏好列表和目錄信息，客戶機11選擇請求的內容的類別和類型。通過將提取條件設置為選擇的類別和類型，客戶機11向內容列表產生伺服器 13傳輸內容列表/詢問。內容列表產生伺服器13從內容屬性DB 14的內容屬性信息列表中提取滿足內容列表/詢問中指示的提取條件的內容。內容列表產生伺服器13產生列舉了提取內容的內容ID等的內容ID列表，並且向客戶機11傳輸內容ID列表。客戶機11基於內容ID列表向內容伺服器15傳輸用於請求傳輸內容的內容/詢問。內容伺服器15從內容DB 16中提取符合內容詢問中指示的內容ID的內容，並且向客戶機11傳輸提取的內容。內容屬性表格圖2圖示了內容屬性DB 14中的示例性內容屬性表格。在這個例子中，用於對內容項目進行分類的類別被分成發行時間和流派。另外，每個類別被分成包括大分類、中分類和小分類的三層。進而，針對每個類別的每個層定義多個類型。換言之，每個類別的每個層被分類成多個類型。每個類別的每個層的類型被分配給每個內容作為屬性。圖3圖示了關於發行時間的類型的樹結構。發行時間的大分類被分成以十年為單位的類型如I960年代或1970年代。發行時間的中分類被分成以年為單位的類型如1960 年或1961年。發行時間的小分類被分成以季節為單位的類型如春季和秋季。通過組合上層類型亦即中分類的「年」來使用發行時間的小分類的類型，比如I960年春季或1961年秋季。圖4圖示了關於流派的類型的樹結構。流派的大分類被分成以音樂流派為單位的類型如流行或搖滾。另外，流派的中分類被分成以世界上的地區音樂流派為單位的類型如歐洲流行和亞洲流行。進而，流派的小分類被分成比中分類更加具體的以地區音樂流派為單位的類型如日本流行或中國流行。在每個類別中，小分類的類型必定屬於中分類中的類型之一。中分類的類型必定屬於大分類的類型之一。內容屬性信息列表圖5圖示了內容屬性DB 14中的示例性內容屬性信息列表的一部分。內容屬性信息列表包含每個類別中的每個內容的內容ID和每個內容的類型，以便針對每個類別表示每個內容的類型。例如，在這個例子中，對於具有內容A的內容ID的內容而言，發行時間的大分類的類型是I960年代，並且中分類的類型是1963年，流派的大分類的類型是流行，並且中分類的類型是亞洲流行。用戶偏好列表圖6圖示了用戶偏好DB 12中的用戶偏好列表中登記的示例性條形圖。圖6圖示了通過針對圖2的內容屬性表格中的每個類別的每個類型對被評價為客戶機11的用戶的嗜好的內容項目的數目進行計數而獲得的條形圖。橫坐標指示類型t，而縱坐標則指示頻率 Fn(t)0例如，如果類型tl的內容被評價為用戶的「嗜好」，則頻率變為i^n(t)+l。如果類型 tl的內容被評價為「非嗜好」，則頻率變為i^(t)-l。指示這個條形圖的數據登記在用戶偏好列表中。在下文中，用戶偏好列表中的每個類型的頻率被稱為偏好頻率。客戶機11的配置例子圖7是圖示客戶機11的功能的配置例子的框圖。客戶機11包括輸入單元101、用戶偏好學習單元102、接收器單元103、類別/類型選擇單元104、詢問生成單元105、發射器單元106、再生單元107、輸出單元108、顯示控制單元109和顯示單元110。輸入單元101包括輸入裝置如開關、按鍵、按鈕、滑鼠和觸摸面板，並且用來從用戶向客戶機11輸入指令等。必要時，通過輸入單元101輸入的指令等被供應到用戶偏好學習單元102、類別/類型選擇單元104、再生單元107和顯示控制單元109。基於用戶通過輸入單元101輸入的對內容的評價，用戶偏好學習單元102產生並更新用戶偏好DB 12中的用戶偏好列表。接收器單元103使用預定方案與內容列表產生伺服器13和內容伺服器15通信。 接收器單元103從內容列表產生伺服器13接收目錄信息，並且將目錄信息供應給類別/類型選擇單元104。另外，接收器單元103從內容列表產生伺服器13接收內容ID列表，並且將內容ID列表供應給再生單元107。進而，接收器單元103從內容伺服器15接收內容，並且將接收的內容和接收的內容中包括的元信息分別供應給再生單元107和顯示控制單元 109。基於目錄信息和用戶偏好DB 12中的用戶偏好列表，類別/類型選擇單元104選擇請求的內容的類別和類型。類別/類型選擇單元104向詢問生成單元105通知選擇的類別和類型。詢問生成單元105生成目錄信息/詢問、內容列表/詢問和內容/詢問，並且將它們供應給發射器單元106。發射器單元106使用預定方案與內容列表產生伺服器13和內容伺服器15通信。 發射器單元106將目錄信息/詢問和內容列表/詢問傳輸到內容列表產生伺服器13。另夕卜，發射器單元106將內容/詢問傳輸到內容伺服器15。再生單元107再生音樂數據，並且將作為結果獲得的聲音數據供應給輸出單元
11108。另外，再生單元107適當地向顯示控制單元109通知音樂數據的再生狀態。進而，再生單元107向詢問生成單元105通知請求內容的內容ID。輸出單元108例如包括揚聲器和聲音輸出終端等。輸出單元108基於聲音數據輸出聲音，或者將聲音數據輸出到連接到輸出單元108的其它裝置(例如耳機、揚聲器或其它音樂播放器)。顯示控制單元109執行控制，使得顯示單元110將各種屏幕如操縱屏幕或音樂數據顯示在顯示單元110上。顯示單元110例如包括有機EL顯示器和液晶顯示器(IXD)等。內容列表產生伺服器13的示例性配置圖8是圖示內容列表產生伺服器13的示例性功能配置的框圖。內容列表產生伺服器13包括接收器單元151、目錄信息產生單元152、內容ID列表產生單元153和發射器單元比4。接收器單元151使用預定方案與客戶機11通信。接收器單元151從客戶機11接收目錄信息/詢問，並且將目錄信息/詢問供應給目錄信息產生單元152。另外，接收器單元151從客戶機11接收內容列表/詢問，並且將內容列表/詢問供應給內容ID列表產生單元153。目錄信息產生單元152基於內容屬性DB 14中的內容屬性信息列表產生目錄信息，並且將目錄信息供應給發射器單元154。內容ID列表產生單元153從內容屬性DB 14中的內容屬性信息列表中提取關於符合內容列表詢問中指示的提取條件的內容的信息。另外，內容ID列表產生單元153產生包含關於提取內容的信息的內容ID列表。因此，內容ID列表包含與每個提取內容的內容 ID相關聯的內容項目的類型和類別。另外，內容ID列表產生單元153將產生的內容ID列表供應給發射器單元154。發射器單元IM使用預定方案與客戶機11通信。發射器單元IM將目錄信息和內容ID列表傳輸到客戶機11。信息處理系統1中的過程接下來，參考圖9至22來描述信息處理系統1所執行的過程。產生目錄信息的過程首先，參考圖9的流程圖來描述內容列表產生伺服器13所執行的產生目錄信息的過程。另外，例如隨著添加或刪除內容DB 16的內容，在更新內容屬性DB 14的內容屬性信息列表時執行這個過程。在步驟Sl中，目錄信息產生單元152從內容屬性DB 14中獲得內容屬性信息列表。在步驟S2中，目錄信息產生單元152基於內容屬性信息列表產生目錄信息。具體地，首先，目錄信息產生單元152基於內容屬性信息列表來計數針對每個類別的每個類型的內容項目的數目，並且將計數結果設置為每個類型的可推薦內容數目。在這種情況下，目錄信息產生單元152將冗餘的內容項目集中地計數成單個內容。因此，可推薦內容數目成為針對每個類型的唯一內容數目。目錄信息產生單元152將可推薦內容數目等於或大於預定可推薦類型閾值的類型設置為可推薦類型，所述可推薦類型是可以由內容伺服器15推薦的內容的類型。亦即， 數目等於或大於可推薦類型閾值的內容的類型被設置為可推薦類型。另外，可推薦類型閾值例如被設置為100。進而，目錄信息產生單元152將可推薦內容數目等於或大於預定可代替類型閾值的類型設置為可代替類型。亦即，數目等於或大於可代替類型閾值的內容的類型被設置為可代替類型。可代替類型閾值被設置為比可推薦類型閾值大的值，例如為1000。這裡，可代替類型是在下面描述的過程中在由客戶機11選擇的類別中不存在符合用戶偏好的可推薦類型的情況下可以代替地分配的內容的類型。結果，如下面描述的那樣，即使當難以推薦符合用戶偏好的類型時，也可以從選擇的類別當中推薦多數類型(具有較大數目歌曲的類型)。目錄信息產生單元152產生目錄信息，所述目錄信息表示針對每個類別的每個類型的可推薦內容數目、類型是否是可推薦類型或者類型是否是可代替類型。圖10圖示了示例性目錄信息。在圖10中，圓圈標記被給予設置為可推薦類型或可代替類型的類型，而交叉標記則被給予未設置為可推薦類型或可代替類型的類型。儘管圖 10僅圖示了每個類別的大分類的類型，但是可以在中分類和小分類的類型中的目錄信息中登記類似數據。目錄信息產生單元152將產生的目錄信息存儲在內容屬性DB 14中。然後，產生目錄信息的過程終止。獲得目錄信息的過程接下來，參考圖11的流程圖來描述由客戶機11執行的獲得目錄信息的過程。另夕卜，例如在操作客戶機11時執行該過程。在步驟S21中，客戶機11的詢問生成單元105生成目錄信息/詢問，並且將目錄信息/詢問供應給發射器單元106。在步驟S22中，發射器單元106向內容列表產生伺服器13傳輸目錄信息/詢問。在下面描述的圖12的步驟S41中，內容列表產生伺服器13接收目錄信息/詢問， 並且在步驟S43中傳輸目錄信息。在步驟S23中，接收器單元103接收從內容列表產生伺服器13傳輸的目錄信息， 並且將接收的目錄信息供應給類別/類型選擇單元104。然後，獲得目錄信息的過程終止。提供目錄信息的過程接下來，參考圖12的流程圖來描述與圖11的獲得目錄信息的過程相對應的由內容列表產生伺服器13執行的提供目錄信息的過程。在步驟S41中，內容列表產生伺服器13的接收器單元151接收從客戶機11傳輸的目錄信息/詢問，並且將接收的目錄信息/詢問供應給目錄信息產生單元152。在步驟S42中，目錄信息產生單元152從內容屬性DB 14中獲得目錄信息。然後， 目錄信息產生單元152將獲得的目錄信息供應給發射器單元154。在步驟S43中，發射器單元IM將目錄信息傳輸到客戶機11。然後，提供目錄信息的過程終止。獲得/再生內容的過程
接下來，參考圖13和14來描述由客戶機11執行的獲得/再生內容的過程。例如在從用戶通過輸入單元101輸入用於再生內容的指令時發起這個過程。另外，輸入單元101 從用戶向類別/類型選擇單元104、再生單元107和顯示控制單元109供應指令。在步驟SlOl中，類別/類型選擇單元104隨機地選擇類別。例如，類別/類型選擇單元104隨機地選擇6個類別中之一，所述6個類別包括發行時間(大分類)、發行時間 (中分類)、發行時間(小分類)、流派(大分類)、流派(中分類)和流派(小分類)。在步驟S102中，類別/類型選擇單元104確定該類別是否是經受過用戶偏好學習的類別。具體地，類別/類型選擇單元104從用戶偏好DB 12中獲得用戶偏好列表，並且基於用戶偏好列表確定選擇的類別是否是經受過用戶偏好學習的類別。如果確定選擇的類別是經受過用戶偏好學習的類別，則過程前進到步驟S103。在步驟S103中，類別/類型選擇單元104基於用戶偏好列表從選擇的類別中提取用戶優選的類型。例如，類別/類型選擇單元104從選擇的類別的類型中提取用戶偏好列表的偏好頻率等於或高於預定閾值的類型作為用戶優選的類型。例如，參考圖15和16來描述其中選擇的類別為流派(中分類)的情況。圖15和 16圖示了針對用戶偏好列表中的流派(中分類)的每個類型的偏好頻率的示例性分布。橫坐標指示類型，而縱坐標則指示偏好頻率。例如，在其中閾值設置為1的情況下，如果如圖15所示確定了偏好頻率的分布，則亞洲流行、歐洲流行和美洲流行被提取為用戶優選的類型。同時，如果如圖16所示確定了偏好頻率的分布，則只有亞洲流行被提取為用戶優選的類型。在步驟S104中，類別/類型選擇單元104基於目錄信息從提取的類型當中提取可推薦類型。結果，可以從隨機選擇的類別中提取符合用戶偏好的可推薦類型。例如，考慮其中使用圖17所示的目錄信息來提取類型的情況。圖17圖示了與目錄信息的流派(中分類)相對應的部分的一部分。例如，在步驟S103的處理中，在基於圖15的偏好頻率的分布提取亞洲流行、歐洲流行和美洲流行的情況下，從它們當中提取歐洲流行和美洲流行作為可推薦類型。例如，在步驟S103的處理中，在基於圖16的偏好頻率的分布提取亞洲流行的情況下，亞洲流行不是可推薦類型。因此，甚至連一個類型也沒被提取。在步驟S105中，類別/類型選擇單元104確定提取類型的數目是否大於零。如果確定提取類型的數目大於零，亦即如果符合用戶偏好的一個或多個可推薦類型存在於選擇的類別中，則過程前進到步驟S106。在步驟S106中，類別/類型選擇單元104從提取的類型當中選擇請求類型。例如，類別/類型選擇單元104基於用戶偏好從提取的類型當中選擇請求的類型。 例如，在上面描述的圖15和17的例子中，會考慮其中歐洲流行和美洲流行被提取的情況。首先，類別/類型選擇單元104使歐洲流行和美洲流行的偏好頻率標準化，並且生成以下方程(1)的離散概率密度。Probabilityk = Frequencyk/ Σ (Frequencyk) {k = EUROPEAN-POP(歐洲流行)， AMERICAN-POP (美洲流行)}……(1)其中，Frequency,指示偏好頻率。類別/類型選擇單元104生成0和1之間的隨機數，並且取決於方程(1)的概率密度函數和生成的數選擇歐洲流行和美洲流行中的任何一個。因此，以70%的概率選擇歐洲流行，並且以30 %的概率選擇美洲流行。當選擇三個或更多類型時，以類似的方式選擇請求的類型。結果，從選擇的類別中的可推薦類型當中首先選擇具有高用戶偏好的類型。例如，可以在不考慮用戶偏好的情況下從提取的類型當中隨機地選擇請求的類型。類別/類型選擇單元104向詢問生成單元105通知選擇的類別和類型。然後，過程前進到步驟Slll。同時，在步驟S105中，如果確定提取類型的數目為零，亦即如果在選擇的類別中沒有符合用戶偏好的可推薦類型，則過程前進到步驟S107。在步驟S107中，類別/類型選擇單元104基於目錄信息確定選擇的類別中的可代替類型的數目是否大於零。如果確定選擇的類別中的可代替類型的數目為零，亦即如果在選擇的類別中沒有可代替類型，則過程返回到步驟S101。然後，從選擇類別開始再次執行在步驟SlOl之後的處理。同時，在步驟S107中，如果確定選擇的類別中的可代替類型的數目大於零，亦即如果在選擇的類別中存在可代替類型，則過程前進到步驟S108。在步驟S108中，類別/類型選擇單元104從可代替類型當中選擇請求的類型。例如，類別/類型選擇單元104從選擇的類別中的可代替類型當中隨機地選擇請求的類型。在上面描述的圖16和17的例子中，從在選擇的流派(中分類)中被設置為可代替類型的印度流行和美洲流行中隨機地選擇請求的類型。例如，可代替類型和為用戶所優選但並非可推薦類型的類型之間的距離被定義， 並且可以基於這個距離來選擇請求的類型。在圖16和17的例子中，基於亞洲流行與印度流行和美洲流行之間的距離來選擇請求的類型，其中，亞洲流行是為用戶所優選但並非可推薦類型的類型，而印度流行和美洲流行則是可代替類型。例如，類別/類型選擇單元104將作為亞洲流行來源的東亞地區和作為印度流行來源的印度之間的地理距離定義為亞洲流行和印度流行之間的距離。另外，類別/類型選擇單元104將作為亞洲流行來源的東亞地區和作為美洲流行來源的北美地區之間的地理距離定義為亞洲流行和美洲流行之間的距離。代替地，類別/類型選擇單元104基於亞洲流行和印度流行之間的音樂特徵量的相似度來定義亞洲流行和印度流行之間的距離。另外，類別/類型選擇單元104基於亞洲流行和美洲流行之間的音樂特徵量的相似度來定義亞洲流行和美洲流行之間的距離。類別/類型選擇單元104從印度流行和美洲流行當中選擇具有離亞洲流行較近距離的類型作為請求的類型。結果，可以從可代替類型當中優先選擇離用戶優選的類型較近的類型作為請求的類型。例如，基於內容在過去的再生歷史，可以從可代替類型當中選擇在過去最頻繁地再生的類型作為請求的類型。例如，在屬於比為用戶所優選但並非可推薦類型的類型高的層次的類型是選擇的類別中的可推薦類型的情況下，高層的類型可以被選擇為請求的類型。例如，在圖16和17 的例子中，在流行(其為屬於比亞洲流行高的層次的類型)是可推薦類型的情況下，流行可以被選擇為請求的類型。類別/類型選擇單元104向詢問生成單元105通知選擇的類別和類型。然後，過程前進到步驟Slll。由於具有較大數目的內容項目的類型被選擇為可推薦類型當中的可代替類型，所以通過從可代替類型中選擇請求的類型可以推薦具有較大多樣性的內容。同時，在步驟S102中，如果確定選擇的類別不是經受過用戶偏好學習的類別，則過程前進到步驟S109。在步驟S109，類似於步驟S107，確定選擇的類別中的可代替類型的數目是否大於零。如果確定選擇的類別中的可代替類型的數目為零，則過程返回到步驟S101。然後，從選擇類別開始再次執行在步驟Sioi之後的處理。同時，如果在步驟S109中確定選擇的類別中的可代替類型的數目大於零，亦即如果在選擇的類別中存在可代替類型，則過程前進到步驟S110。在步驟SllO中，類別/類型選擇單元104隨機地從選擇的類別中的可代替類型當中選擇請求的類型。類別/類型選擇單元104向詢問生成單元105通知選擇的類別和類型。 然後，過程前進到步驟S111。在步驟S111，詢問生成單元105通過使用類別/類型選擇單元104所選擇的類別和類型生成內容列表詢問作為提取條件。詢問生成單元105將生成的內容列表詢問供應給發射器單元106。在步驟S112，發射器單元106向內容列表產生伺服器13傳輸由詢問生成單元105 生成的內容列表/詢問。在下面將會描述的圖22的步驟S151中，內容列表產生伺服器13從客戶機11接收內容列表/詢問。內容列表產生伺服器13在步驟SlM或S155中傳輸對應於內容列表/ 詢問的內容ID列表。另外，這個內容ID列表包含了內容列表/詢問所指定的類別和類型的內容項目的內容ID等。在步驟S113中，客戶機11的接收器單元103接收從內容列表產生伺服器13傳輸的內容ID列表。接收器單元103將接收的內容ID列表供應給再生單元107。在步驟Sl 14中，再生單元107確定是否保留在內容ID列表中尚未再生的內容。如果確定保留在內容ID列表中尚未再生的內容，則過程前進到步驟S115。在步驟S115中，詢問生成單元105生成內容/詢問。具體地，再生單元107選擇在內容ID列表中尚未再生的內容中之一，並且向詢問生成單元105通知選擇內容的內容ID。 詢問生成單元105通過使用該內容ID生成內容詢問作為提取條件，並且將內容詢問供應給發射器單元106。在步驟Sl 16中，發射器單元106向內容伺服器15傳輸由詢問生成單元105生成的內容詢問。當內容伺服器15接收到內容詢問時，內容伺服器15從內容ID 16中提取符合由內容詢問指示的內容ID的內容。另外，內容伺服器15將提取的內容傳輸到客戶機11。在步驟S117中，客戶機11的接收器單元103從內容伺服器15接收傳輸的內容。 接收器單元103將接收的內容供應給再生單元107，並且將接收的內容中包括的元信息供應給顯示控制單元109。
在步驟S118，再生單元107再生從內容伺服器15獲得的內容。再生單元107將作為結果獲得的聲音數據供應給輸出單元108。例如，輸出單元108可以基於聲音數據輸出聲音，或者可以將聲音數據輸出到連接到輸出單元108的別的裝置。另外，再生單元107適當地向顯示控制單元109通知內容的再生狀況。顯示控制單元109在顯示單元110上顯示諸如正在再生的內容的題目或再生狀態之類的信息。另夕卜，顯示控制單元109在顯示單元110上顯示用於輸入關於正在再生的內容的用戶評價的屏幕。在步驟S119中，用戶偏好學習單元102確定是否已輸入針對內容的評價。在用戶在內容的再生期間使用輸入單元101輸入針對正在再生的內容的評價的情況下，用戶偏好學習單元102確定已輸入針對內容的評價，並且評價結果被供應給輸入單元101。然後，過程前進到步驟S120。在步驟S120中，用戶偏好學習單元102更新用戶偏好DB 12的用戶偏好列表。例如，考慮如下情況用戶在上面描述的圖5中的內容A的再生期間將內容A評價為「嗜好」。 在這種情況下，由於內容A的發行時間(大分類)的類型是1960年代，所以圖18的發行時間(大分類)的偏好頻率的分布中圈出的I960年代的偏好頻率加1。以這種方式，圖19的發行時間(中分類)的偏好頻率的分布中圈出的1963年的偏好頻率加1。類似地，以這種方式，圖20的流派(大分類)的偏好頻率的分布中圈出的流行的偏好頻率和圖21的流派 (中分類)的偏好頻率的分布中圈出的亞洲流行的偏好頻率加1。否則，如果用戶將內容A評價為「非嗜好」，則圖18至21中圈出的每個類型的偏好頻率減1。以這種方式，用戶偏好學習單元102更新條形圖的數據，所述條形圖指示了針對用戶偏好列表中包括的每個類型的用戶偏好。然後，過程返回到步驟S114。同時，如果在步驟S119中確定尚未輸入針對內容的評價，則不執行步驟S120的過程，並且過程返回到步驟S114。然後，在步驟Sl 14中，重複地執行步驟Sl 14至S120的過程，直到確定在內容ID 列表中不再保留未再生的內容為止。結果，根據內容ID列表從內容伺服器15向客戶機11 順序地供應內容項目，並且客戶機11再生內容。另外，基於用戶對再生內容的評價來更新用戶偏好列表。同時，在步驟S114中，確定在內容ID列表中不再保留未再生的內容，獲得/再生內容的過程終止。提供內容ID列表的過程接下來，參考圖22的流程圖來描述與圖13和14的由客戶機11進行的獲得/再生內容的過程相對應的由內容列表產生伺服器13執行的提供內容ID列表的過程。在步驟S151中，內容列表產生伺服器13的接收器單元151接收從客戶機11傳輸的內容列表詢問。接收器單元151將接收的內容列表詢問供應給內容ID列表產生單元 153。在步驟S152中，內容ID列表產生單元153提取符合內容列表詢問的提取條件的內容。亦即，內容ID列表產生單元153從內容屬性DB 14的內容屬性信息列表中提取關於符合客戶機11所請求的類型和類別的內容的信息。在步驟S153中，內容ID列表產生單元153確定提取的內容項目的數目是否大於零。如果確定提取的內容項目的數目大於零，則過程前進到步驟SK4。在步驟SK4，內容列表產生伺服器13產生指示提取的內容項目的內容ID列表，並且進行傳輸。具體地，內容ID列表產生單元153產生包含關於從內容屬性信息列表提取的內容項目的信息的內容ID列表，並且將內容ID列表供應給發射器單元154。發射器單元 154將獲得的內容ID列表傳輸到客戶機11。然後，提供內容ID列表的過程終止。否則，如果在步驟S153中確定提取的內容項目的數目為零，則過程前進到步驟 S155。如上所述，由於客戶機11從可推薦類型或可代替類型中選擇請求的類型，所以認為提取的內容項目的數目不會變為零。例如，當在客戶機11中使用舊的目錄信息時，可以預料提取的內容項目的數目變為零。在步驟S155中，內容列表產生伺服器13產生空的內容ID列表，並且傳輸空的內容ID列表。具體地，內容ID列表產生單元153產生空的內容ID列表並將其供應給發射器單元154。發射器單元IM將獲得的內容ID列表傳輸到客戶機11。然後，提供內容ID列表的過程終止。以這種方式，內容伺服器15執行來自客戶機11的用於可推薦類型的請求，並且不請求非可推薦類型。結果，客戶機11可以可靠地接收響應於請求的對內容項目的推薦，其中內容項目的數目等於或大於預定數目。另外，可以防止客戶機11和內容伺服器15之間不必要的通信或者內容伺服器15中不必要的處理。因此，可以有效地利用內容伺服器15 的資源並增加可以處理的客戶機的數目。進而，通過省略不必要的通信，可以實現具有快速響應時間的系統。由於從經受過用戶偏好學習的類別中以最高優先級推薦符合用戶偏好的類型的內容，所以可以增加用戶滿意度。進而，由於從沒有經受過用戶偏好學習的類別中推薦內容，所以可以拓寬用戶偏好。另外，由於從內容列表產生伺服器13向客戶機11遞送目錄信息和內容ID列表， 所以允許客戶機11取決於內容的添加/刪除而在適當的時間執行請求。2.修改在下文中描述本公開的修改。修改 1本公開甚至可以適用於如下情況基於內容的類別和類型來推薦除了音樂數據之外的各種內容項目。例如，本公開可以適用於推薦視頻內容項目如電影、電視節目、視頻剪輯或其它內容項目如照片、遊戲和電子書。修改2儘管在前述描述中分開提供內容列表產生伺服器13和內容伺服器15，但是它們可以在同一伺服器中實施。另外，通過分開使用兩個伺服器，可以減少用於遞送內容的伺服器的負擔，並且可以更快地遞送內容。修改3儘管客戶機11在前述描述中示例性地選擇單個類別和類型，但是可以選擇兩個或更多類別和類型。例如，如果選擇了多個類型，則內容列表產生伺服器13可以提取與多個選擇的類型中的任何一個相對應的內容，或者提取與全部類型相對應的內容項目。在後者的情況下，可以認為即使當使用多個類型時，也確定可推薦類型和可代替類型，並且其結果登記在內容屬性信息列表中。修改 4儘管當選擇的類別中沒有符合用戶偏好的可推薦類型時，在前述描述中從該類別的可代替類型當中選擇請求的類型，但是可以在不限於可代替類型的情況下進行選擇。例如，從選擇的類別中的符合用戶偏好的類型和與符合用戶偏好的類型相接近的類型當中，可以選擇一個或多個類型，使得可推薦內容數目的總和等於或大於預定閾值。在這種情況下，由於可以在沒有限制的情況下選擇任何種類的類型，所以也可以選擇可推薦類型和可代替類型。另外，作為這種情況下的閾值，例如可以使用用來設置前述可推薦類型的可推薦類型閾值或用來設置可代替類型的可代替類型閾值。可以將選擇的類型限制於除了與符合用戶偏好的類型相接近的類型之外的符合用戶偏好的類型。亦即，在選擇的類別中，可以從符合用戶偏好的類型當中選擇多個類型， 使得可推薦內容數目的總和變成等於或大於預定閾值。另外，作為這種情況下的閾值，例如可以使用可推薦類型閾值或可代替類型閾值。進而，可以將選擇的類型限制於可推薦類型。亦即，在選擇的類別中，可以從與符合用戶偏好的類型相接近的可推薦類型當中選擇一個或多個類型，使得可推薦內容數目的總和等於或大於預定閾值。另外，在這種情況下，由於可代替類型也包括在可推薦類型中， 所以可以選擇可代替類型。另外，作為這種情況的閾值，例如可以使用可代替類型閾值。另外，作為選擇與符合用戶偏好的類型相接近的類型的方法，例如可以定義前述類型之間的距離，並且可以按照離符合用戶偏好的類型的距離的順序來選擇類型。代替地， 例如，通過考慮每個類型的可推薦內容數目以及類型之間的距離，可以調整選擇的類型的數目。如上所述，與將類型限制於可代替類型的情況相比，可以可靠地推薦預定數目或更多的更加適合於用戶偏好的內容項目。在上面描述的任何情況下，如果在選擇的類別中沒有符合用戶偏好的類型，並且難以基於用戶偏好來選擇類型，則例如可以從可代替類型當中選擇類型。修改 5進而，儘管客戶機11的類別/類型選擇單元104在前述示例性描述中隨機地選擇類別，但是例如可以根據預定算法或規則來選擇類別。例如，用戶可以選擇類別。修改6客戶機11可以向內容伺服器15傳輸滿足關於選擇的類別和類型的提取條件的詢問，並且可以在不獲得內容ID列表的情況下從內容伺服器15中直接獲得符合提取條件的內容。類似地，在這種情況下，由於從可推薦類型當中選擇請求的類型，所以客戶機11可以在防止發生不必要的通信或處理的同時可靠地從內容伺服器15中接收對內容的推薦。修改7進而，可以從目錄信息中刪除可推薦內容數目。另外，可以從目錄信息中刪除可推薦類型和可代替類型，並且客戶機11可以基於可推薦內容數目來確定可推薦類型和可代替類型。
修改8儘管在前述示例性描述中基於內容項目的數目來設置可推薦類型和可代替類型， 但是可以組合和設置除了內容項目的數目之外或者與內容項目的數目不同的條件。例如，包括較大數目的新的內容項目(例如具有新的發行時間的內容)的類型可以作為優先級設置成可推薦類型或可代替類型。結果，可以以積極的方式推薦新近添加的內容。另外，例如可以取決於季節(比如聖誕節或萬聖節前夕)來設置可推薦類型或可代替類型。結果，可以以主動的方式推薦適合於季節的內容。修改9進而，上面描述的內容的類別和類型是示例性的，並且可以以任意的方式來設置它們。另外，類別的數目和類型的數目可以設置成任意值。進而，類別不一定具有層級結構。修改10用戶偏好DB 12、內容屬性DB 14和內容DB 16可以分別包括在客戶機11、內容列表產生伺服器13和內容伺服器15中。代替地，它們可以分開地提供。修改11儘管每個客戶機11在前述示例性描述中學習用戶偏好，但是內容列表產生伺服器13可以學習每個客戶機11的用戶偏好。具體地，例如在用戶向客戶機11輸入對內容的評價如「嗜好」或「非嗜好」的情況下，客戶機11將表示輸入的評價的信息傳輸到內容列表產生伺服器13。內容列表產生伺服器13基於獲得的信息為每個用戶產生前述用戶偏好列表，並且將用戶偏好列表提供給每個客戶機11。結果，可以去除用於向從內容列表產生伺服器13向每個客戶機11傳輸的內容ID列表添加內容的類型和類別的必要性。進而，內容列表產生伺服器13還可以響應於來自每個客戶機11的請求使用每個用戶的用戶偏好列表來選擇被推薦內容的類型和類別。在這種情況下，沒有必要從內容列表產生伺服器13向每個客戶機11提供用戶偏好列表。另外，用戶評價信息可以隨著其被接收或者在累積和布置了預定量的信息之後從客戶機11傳輸到內容列表產生伺服器13。修改12除了「嗜好」或「非嗜好」作為來自用戶的針對內容的評價輸入之外，例如，可以用數字(顯式反饋)進行評價輸入，或者基於操縱歷史(隱式反饋)如回放、停止、音量升降、 重複回放和跳過進行評價輸入。進而，可以基於評價輸入產生用戶偏好列表。示例性計算機配置可以用硬體或軟體來實施上面描述的客戶機11、內容列表產生伺服器13和內容伺服器15中的一系列過程。如果用軟體實施一系列過程，則在計算機中安裝軟體中包括的程序。要注意的是，計算機例如包括集成到專用硬體中的計算機和能夠通過安裝各種程序來執行各種功能的通用個人計算機等。圖23是圖示使用程序來執行上面描述的一系列過程的計算機的硬體的示例性配置的框圖。在計算機中，中央處理單元(CPU)301、只讀存儲器(ROM) 302和隨機存取存儲器 (RAM) 303通過總線304彼此連接。
20
進而，輸入/輸出接口 305連接到總線304。輸入/輸出接口 305連接到輸入單元 306、輸出單元307、存儲單元308、通信單元309和驅動器310。輸入單元306包括鍵盤、滑鼠和麥克風等。輸出單元307包括顯示器和揚聲器等。 存儲單元308包括硬碟和非易失性存儲器等。通信單元309包括網絡接口等。驅動器310 驅動可移動介質311如磁碟、光碟、磁光碟或半導體存儲器。在以這種方式配置的計算機中，CPU 301例如通過以下來執行上面描述的一系列過程通過輸入/輸出接口 305和總線304，將存儲單元308中存儲的程序加載在RAM 303 上，並且執行該程序。由計算機(CPU 301)執行的程序可以記錄在遠程介質311中，並且例如可以設置為打包介質等。另外，可以通過區域網(LAN)、網際網路、有線/無線傳輸介質如所謂的數字衛星廣播來提供程序。在計算機中，通過在驅動器310中安裝遠程介質311，可以通過輸入/輸出接口 305將程序安裝在存儲單元308中。另外，程序可以通過有線/無線傳輸介質由通信單元 309接收，並且安裝在存儲單元308中。代替地，程序可以預先安裝在ROM 302或存儲單元 308 中。由計算機執行的程序可以是按照在此描述的順序來循序地執行處理的程序，或者可以是並行地執行處理或在必要的時刻如在被調用時執行處理的程序。在此，術語系統指的是包括多個設備和裝置等的集體設備。本公開包含與2010年11月15日向日本專利局申請的日本優先權專利申請JP 2010-2548 中公開的主題有關的主題，該專利申請的整體內容通過引用結合於此。本領域技術人員應當理解的是，取決於設計要求和其它因素，可以進行各種修改、 組合、再組合和變更，它們都處在所附權利要求或其等效含義的範圍之內。
權利要求
1.一種信息處理設備，包括學習單元，其針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好；選擇單元，其基於指示可推薦類型和可代替類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中選擇一個或多個可代替類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型，而所述可代替類型是在所述可推薦類型當中滿足預定條件的類型；以及獲得單元，其從所述伺服器中獲得選擇的類型的內容。
2.根據權利要求1所述的信息處理設備，其中，在所述選擇單元選擇了沒有學習用戶偏好的類別的情況下，當選擇的類別中存在所述可代替類型時，所述選擇單元選擇一個或多個可代替類型；而當選擇的類別中不存在所述可代替類型時，所述選擇單元選擇其它類別。
3.根據權利要求1所述的信息處理設備，其中，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下，所述選擇單元選擇具有高用戶偏好的類型作為所述可推薦類型當中的優先者。
4.根據權利要求3所述的信息處理設備，其中，在符合用戶偏好的可推薦類型沒有存在於選擇的類別中的情況下，所述選擇單元在選擇的類別中選擇在所述可代替類型當中與符合用戶偏好的類型相接近的類型作為優先者。
5.根據權利要求1所述的信息處理設備，其中，所述獲得單元從所述伺服器中或者從不同於所述伺服器的別的伺服器中獲得所述類型信息。
6.根據權利要求1所述的信息處理設備，其中，所述獲得單元從所述伺服器中或者從不同於所述伺服器的別的伺服器中獲得選擇的類型的內容項目的列表，並且基於所述列表從所述伺服器中獲得內容。
7.根據權利要求1所述的信息處理設備，其中，所述可推薦類型是所述伺服器中的內容項目的類型，所述可推薦類型的內容項目的數目等於或大於第一閾值，而所述可代替類型是所述伺服器中的內容項目的類型，所述可代替類型的內容項目的數目等於或大於比所述第一閾值高的第二閾值。
8.一種圖像處理設備的圖像處理方法，所述方法包括針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好；基於指示可推薦類型和可代替類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中選擇一個或多個可代替類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型，而所述可代替類型在所述可推薦類型當中滿足預定條件；以及從所述伺服器中獲得選擇的類型的內容。
9.一種用於在計算機上執行信息處理方法的程序，所述方法包括針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好；基於指示可推薦類型和可代替類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中選擇一個或多個可代替類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型，而所述可代替類型在所述可推薦類型當中滿足預定條件；以及從所述伺服器中獲得選擇的類型的內容。
10.一種包括客戶機、第一伺服器和第二伺服器的信息處理系統， 其中，所述客戶機具有學習單元，其針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好；選擇單元，其基於指示可推薦類型和可代替類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中選擇一個或多個可代替類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型，而所述可代替類型在所述可推薦類型當中滿足預定條件；以及獲得單元，其從所述伺服器中獲得選擇的類型的內容，其中，所述第一伺服器包括第一傳輸單元，用於向所述客戶機傳輸由所述客戶機選擇的類型的內容，並且其中，所述第二伺服器包括信息產生單元，用於產生所述類型信息；以及第二傳輸單元，用於向所述客戶機傳輸所述類型信息。
11.根據權利要求10所述的信息處理系統，其中，所述第二伺服器進一步包括列表產生單元，用於產生由所述客戶機選擇的類型的內容項目的列表，所述第二伺服器的所述第二傳輸單元進一步向所述客戶機傳輸所述列表，並且所述客戶機的所述獲得單元進一步從所述第二伺服器中獲得所述列表，並且基於所述列表從所述第一伺服器中獲得內容項目。
12.一種信息處理方法，包括 在客戶機中，針對用於對第一伺服器上的內容進行分類的每個類別中的每個類型學習用戶偏好， 在第二伺服器中，產生指示可推薦類型和可代替類型的類型信息，所述可推薦類型是所述第一伺服器可推薦的內容項目的類型，而所述可代替類型在所述可推薦類型當中滿足預定條件，並且向所述客戶機傳輸所述類型信息，以及在所述客戶機中，基於所述類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中選擇一個或多個可代替類型，並且從所述第一伺服器中獲得選擇的類型的內容。
13.一種信息處理設備，包括學習單元，其針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好；選擇單元，其基於指示可推薦類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中從符合用戶偏好的類型或滿足預定的第一條件的與符合用戶偏好的類型相接近的類型當中選擇一個或多個類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型；以及獲得單元，其從所述伺服器中獲得選擇的類型的內容。
14.根據權利要求13所述的信息處理設備，其中，在選擇的類別中不存在符合用戶偏好的可推薦類型的情況下，所述選擇單元在選擇的類別中從與符合用戶偏好的類別相接近的可推薦類型當中選擇滿足所述第一條件的一個或多個類型。
15.根據權利要求13所述的信息處理設備，其中，在選擇的類別中不存在符合用戶偏好的可推薦類型的情況下，所述選擇單元在選擇的類別中僅從符合用戶偏好的類型當中選擇滿足所述第一條件的一個或多個類型。
16.根據權利要求13所述的信息處理設備，其中，所述類型信息進一步指示針對每個類型的內容項目的數目，並且所述第一條件用來確定選擇的類型的內容項目的總數是否等於或大於預定閾值。
17.根據權利要求13所述的信息處理設備，其中，所述類型信息進一步指示在所述可推薦類型當中滿足預定的第二條件的可代替類型，並且在選擇的類別中不存在符合用戶偏好的類型的情況下，所述選擇單元在選擇的類別中選擇一個或多個可代替類型。
18.根據權利要求17所述的信息處理設備，其中，所述可推薦類型是在所述伺服器中的內容項目當中數目等於或大於第一閾值的內容項目的類型，並且所述可代替類型是在所述伺服器中的內容項目當中數目等於或大於比所述第一閾值高的第二閾值的內容項目的類型。
19.一種圖像處理設備的圖像處理方法，所述方法包括針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好；基於指示可推薦類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中從符合用戶偏好的類型或滿足預定的第一條件的與符合用戶偏好的類型相接近的類型當中選擇一個或多個類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型；以及從所述伺服器中獲得選擇的類型的內容。
20.一種用於在計算機中執行信息處理方法的程序，所述方法包括針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好；基於指示可推薦類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中從符合用戶偏好的類型或滿足預定的第一條件的與符合用戶偏好的類型相接近的類型當中選擇一個或多個類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型；以及從所述伺服器中獲得選擇的類型的內容。
全文摘要
本公開提供了一種信息處理設備和方法、信息處理系統及程序。根據本公開的信息處理設備包括學習單元，其針對用於對伺服器中的內容項目進行分類的每個類別中的每個類型學習用戶偏好；選擇單元，其基於指示可推薦類型和可代替類型的類型信息，在選擇的類別中存在符合用戶偏好的可推薦類型的情況下選擇一個或多個可推薦類型，並且在不存在符合用戶偏好的可推薦類型的情況下在選擇的類別中選擇一個或多個可代替類型，所述可推薦類型是所述伺服器可推薦的內容項目的類型，而所述可代替類型是在所述可推薦類型當中滿足預定條件的類型；以及獲得單元，其從所述伺服器中獲得選擇的類型的內容。
文檔編號G06F15/18GK102467577SQ20111034975
公開日2012年5月23日 申請日期2011年11月8日 優先權日2010年11月15日
發明者坂本隆之, 高木剛 申請人:索尼公司