[发明专利]信息处理设备、信息处理方法和程序

权利要求书

1.一种信息处理设备，包括：

获取部件，用于获取观看日志，所述观看日志包括表示用于观看内容的操作的内容和所述操作的时间的信息；

学习部件，用于基于所述获取部件所获取的所述观看日志来学习观看行为模型，所述观看行为模型是表示用户的观看行为的随机状态转换模型；

识别部件，用于使用通过所述学习部件的学习而获得的所述观看行为模型来识别用户的当前观看状态；

预测部件，用于使用所述观看行为模型以所述识别部件所识别的用户的当前观看状态为起始点来预测在预定时间段之后的用户的观看行为；以及

显示控制部件，用于显示与被预测为要通过所述预测部件预测的观看行为来观看的内容相关的信息。

2.根据权利要求1所述的信息处理设备，其中所述预测部件预测在所述预定时间段之后的用户的观看行为作为发生概率。

3.根据权利要求2所述的信息处理设备，其中所述预测部件通过以下方式来预测在所述预定时间段之后的用户的观看行为：假定在所述观看行为模型中在每个时间点处的每个状态的观测概率是相等的概率，并基于所述观看行为模型的状态转换概率来计算在所述预定时间段之后的每个状态的发生概率。

4.根据权利要求2所述的信息处理设备，其中所述预测部件通过计算所述观看行为模型中在所述预定时间段内每个状态的发生概率来预测在所述预定时间段之后的用户的观看行为，其是基于所述观看行为模型的状态转换概率而使用随机数通过经验确定的。

5.根据权利要求3所述的信息处理设备，其中所述预测部件将在所述预定时间段之后发生概率最大的观看行为或在所述预定时间段之后发生概率大于等于预定阈值的观看行为预测为所述在所述预定时间段之后的用户的观看行为。

6.根据权利要求5所述的信息处理设备，其中所述观看行为模型是隐马尔可夫模型，所述隐马尔可夫模型是包括隐状态且施加有稀疏约束的随机状态转换模型。

7.根据权利要求5所述的信息处理设备，其中所述观看行为模型是施加有稀疏约束的多流隐马尔可夫模型。

8.根据权利要求1所述的信息处理设备，还包括控制部件，用于当在学习观看行为模型时所述学习部件计算的似然度低于阈值时，或者当所述观看行为模型的熵的值高于阈值时，控制预测部件不使用所述观看行为模型进行预测。

9.根据权利要求1所述的信息处理设备，还包括控制部件，用于当在所述识别部件识别用户的当前观看状态时获得的似然度低于阈值时，控制所述预测部件不以所述识别部件识别的用户的当前观看状态作为起始点进行预测。

10.一种信息处理方法，包括以下步骤：

获取观看日志，所述观看日志包括表示用于观看内容的操作的内容和所述操作的时间的信息；

基于获取的观看日志来学习观看行为模型，所述观看行为模型是表示用户的观看行为的随机状态转换模型；

使用通过学习获得的所述观看行为模型来识别用户的当前观看状态；

使用所述观看行为模型以所识别的用户的当前观看状态作为起始点来预测在预定时间段之后的用户的观看行为；以及

显示与被预测为要通过所预测的观看行为来观看的内容相关的信息。

11.一种程序，使计算机执行包括以下步骤的处理：

获取观看日志，所述观看日志包括表示用于观看内容的操作的内容和所述操作的时间的信息；

基于获取的观看日志来学习观看行为模型，所述观看行为模型是表示用户的观看行为的随机状态转换模型；

使用通过学习获得的所述观看行为模型来识别用户的当前观看状态；

使用所述观看行为模型以所识别的用户的当前观看状态作为起始点来预测在预定时间段之后的用户的观看行为；以及

显示与被预测为要通过所预测的观看行为来观看的内容相关的信息。

12.一种信息处理设备，包括：

获取单元，被配置用于获取观看日志，所述观看日志包括表示用于观看内容的操作的内容和所述操作的时间的信息；

学习单元，被配置用于基于所述获取单元获取的所述观看日志来学习观看行为模型，所述观看行为模型是表示用户的观看行为的随机状态转换模型；

识别单元，被配置用于使用通过所述学习单元的学习而获得的所述观看行为模型来识别用户的当前观看状态；

预测单元，被配置用于使用所述观看行为模型以所述识别单元识别的用户的当前观看状态为起始点来预测在预定时间段之后的用户的观看行为；以及

显示控制单元，被配置用于显示与被预测为要通过所述预测单元预测的观看行为来观看的内容相关的信息。