[发明专利]信息处理设备、信息处理方法和程序

说明书

技术领域

本发明涉及一种信息处理设备、信息处理方法和程序，具体地，涉及如下的信息处理设备、信息处理方法和程序：通过该信息处理设备、信息处理方法和程序，可以从表示用户的观看操作的内容的观看日志中学习具有时间顺序考虑的观看行为模型，以预测观看行为。

背景技术

公开了预测用户针对诸如电视节目之类的内容的观看行为的各种技术。

例如，公开了一种使用用户偏好简档或观看内容的模型来预测用户的观看行为的方法(参见日本未审专利申请公开2005-57713或日本未审专利申请公开2009-141952)。此外，公开了以下方法作为使用观看日志来预测用户的观看行为的方法：在该方法中使用频率、神经网络、贝叶斯网络等来对观看操作的周日期和时间进行建模(参见日本未审专利申请公开2006-524009或日本未审专利申请公开2009-147904)。

发明内容

使用日本未审专利申请公开2006-57713或日本未审专利申请公开2009-141952中描述的方法来预测观看行为显然是依赖于创建用户偏好简档或观看内容的模型。

此外，在日本未审专利申请公开2006-524009或日本未审专利申请公开2009-147904中描述的方法中，诸如在特定内容之后观看特定内容之类的用户随着时间的观看行为的模式没有被建模。

因而，期望使得能够从表示用户的观看操作的内容的观看日志中学习具有时间顺序考虑的观看行为模型，以预测观看行为。

根据本发明实施例的信息处理设备包括：获取部件，用于获取观看日志，该观看日志包括表示用于观看内容的操作的内容和该操作的时间的信息；学习部件，用于基于获取部件获取的观看日志来学习观看行为模型，该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，用于使用通过学习部件的学习获得的观看行为模型来识别用户的当前观看状态；预测部件，用于使用观看行为模型以识别部件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预测部件预测的观看行为来观看的内容相关的信息。

预测部件可预测在预定时间段之后的用户的观看行为作为发生概率。

预测部件可通过以下方式来预测在预定时间段之后的用户的观看行为：假定在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，并基于观看行为模型的状态转换概率来计算在预定时间段之后的每个状态的发生概率。

预测部件可通过计算观看行为模型中在预定时间段内每个状态的发生概率来预测在该预定时间段之后的用户的观看行为，该观看行为模型是基于观看行为模型的状态转换概率而使用随机数经验确定的。

预测部件可将在预定时间段之后发生概率最大的观看行为或在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在预定时间段之后的用户的观看行为。

观看行为模型可以是隐马尔可夫模型，该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。

观看行为模型可以是施加有稀疏约束的多流隐马尔可夫模型。

该信息处理设备还可包括控制部件，用于当在学习观看行为模型时学习部件计算的似然度低于阈值时或者当观看行为模型的熵的值高于阈值时，控制预测部件不使用观看行为模型进行预测。

该信息处理设备还可包括控制部件，用于当在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，控制预测部件不以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。

根据本发明另一实施例的信息处理方法包括以下步骤：获取观看日志，该观看日志包括表示用于观看内容的操作的内容和该操作的时间的信息；基于获取的观看日志来学习观看行为模型，该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观看行为模型来识别用户的当前观看状态；使用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。

根据本发明又一实施例的程序使计算机执行包括以下步骤的处理：获取观看日志，该观看日志包括表示用于观看内容的操作的内容和该操作的时间的信息；基于获取的观看日志来学习观看行为模型，该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观看行为模型来识别用户的当前观看状态；使用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。