G - Physics – 06 – F
Patent
G - Physics
06
F
G06F 15/16 (2006.01)
Patent
CA 2619773
A system and method is disclosed for recommending items to individual users using a combination of clustering decision trees and frequency-based term mapping. The system and method of the present invention is configured to receive data based on user action, such as television remote control activity, or computer keyboard entry, and when a new item data is made available from sources such as television program guides, movie databases, deliverers of advertising data, on-line auction web sites, and electronic mail servers, the system and method analytically breaks down the new item data, compares it to ascertained attributes of item data that a user liked in the past, and produces numeric ranking of the new item data dynamically, and without subsequent user input, or data manipulation by item data deliverers, and is tailored to each individual user. A embodiment is disclosed for learning user interests based on user actions and then applying the learned knowledge to rank, recommend, and/or filter items, such as e-mail spam, based on the level of interest to a user. The embodiment may be used for automated personalized information learning, recommendation, and/or filtering systems in applications such as television programming, web-based auctions, targeted advertising, and electronic mail filtering. The embodiment may be structured to generate item descriptions, learn items of interest, learn terms that effectively describe the items, cluster similar items in a compact data structure, and then use the structure to rank new offerings. Embodiments of the present invention include, by way of non-limiting example: allowing the assignment of rank scores to candidate items so one can be recommended over another, building decision trees incrementally using unsupervised learning to cluster examples into categories automatically, consistency with "edge" (thick client) computing whereby certain data structures and most of the processing are localized to the set-top box or local PC, the ability to learn content attributes automatically on-the-fly, and the ability to store user preferences in opaque local data structures and are not easily traceable to individual users.
L'invention concerne un système et une méthode pour recommander des articles à des utilisateurs individuels, à l'aide d'une combinaison de mise en grappes d'arbres décisionnels et de mappage de termes fondé sur la fréquence. Le système et la méthode de l'invention sont conçus pour recevoir des données en fonction d'une action d'utilisateur notamment une activité de télécommande de téléviseur, ou une entrée de clavier d'ordinateur, et lorsqu'une nouvelle donnée de article est rendue disponible à partir des sources, notamment des guides de programme de télévision, des bases de données concernant des films, des distributeurs de données publicitaires, des sites Web d'enchères en ligne, et des serveurs de courrier électronique, le système et la méthode de l'invention décortique la nouvelle donnée d'article de manière analytique, la compare à des attributs déterminés de données d'article qui ont plu à l'utilisateur dans le passé, et produit un classement numérique,, de cette nouvelle donnée d'article, dynamiquement et sans entrée d'utilisateur subséquente, ni manipulation de données par les distributeurs de données d'article, et le système étant personnalisé pour chaque utilisateur individuel. Un mode de réalisation de l'invention est conçu pour apprendre les centres d'intérêt de l'utilisateur en fonction des actions de l'utilisateur, puis pour appliquer les connaissances acquises pour classer, recommander et/ou filtrer les articles, notamment des spams, en fonction du niveau d'intérêt de l'utilisateur. Ce mode de réalisation de l'invention peut être utilisé pour un apprentissage d'informations personnalisé automatisé, un établissement de recommandations et/ou un filtrage des systèmes, dans des applications, notamment des programmations télévisuelles, des enchères sur le Web, des publicités ciblées, et un filtrage de courrier électronique. Ce mode de réalisation peut être structuré pour générer des descriptions d'article, apprendre quels sont les articles intéressants, apprendre des termes qui décrivent de manière efficace ces articles, rassembler des articles analogues dans une structure de données compacte, puis utiliser cette structure pour classer de nouvelles offres. Dans des modes de réalisation de l'invention, la méthode de l'invention consiste par exemple, de manière non exhaustive à: attribuer des scores de classification à des articles candidats, de sorte qu'un article peut être recommandé par rapport à un autre, créer des arbres décisionnels de manière incrémentielle à l'aide d'un apprentissage non surveillé pour regrouper automatiquement des exemples par catégorie, établir une cohérence avec un calcul informatique de "bord" (client épais), certains structures de données et la plupart des traitements étant localisés dans la boîte numérique ou dans le PC local, présenter la capacité d'apprendre le contenu d'attributs automatiquement, à la volée, et la capacité de stocker des préférences d'utilisateur dans des structures de données locales opaques, ces modes de réalisation n'étant pas facilement traçables par des utilisateurs individuels.
Johnston Jeffrey William
Slothouber Louis P.
Bereskin & Parr Llp/s.e.n.c.r.l.,s.r.l.
Biap Systems Inc.
Fourthwall Media Inc.
LandOfFree
System and method for recommending items of interest to a user does not yet have a rating. At this time, there are no reviews or comments for this patent.
If you have personal experience with System and method for recommending items of interest to a user, we encourage you to share that experience with our LandOfFree.com community. Your opinion is very important and System and method for recommending items of interest to a user will most certainly appreciate the feedback.
Profile ID: LFCA-PAI-O-2033022