KR20010080633A - 습관, 통계적 추론 및 사이코-데모그래픽 프로파일에기초한 스마트 에이전트 - Google Patents

Abstract

스마트 에이전트(SA)는 로컬 클라이언트 디바이스에 국부적으로 존재하며, 반복적인 수단에 의해 습관, 통계 데이터, 및 사용자의 사이코-데모그래픽 정보를 통합하여 사용자의 선호도를 추론하는 한다. 본 발명은 사용자로부터 정보를 수집, 결합, 통합, 추론하여 사용자의 사이코-데모그래픽 프로파일에 도달하는 수단, 및 그러한 사이코-데모그래픽 프로파일을 사용자에게 전달된 정보를 선택 또는 필터링하여 타겟팅을 획득하는 수단을 추가로 제안한다. 본 발명은 또한 전달된 정보를 분류 및 확인하여 일치, 필터링, 또는 선택되도록 하는 수단을 포함한다.

Description

습관, 통계적 추론 및 사이코-데모그래픽 프로파일에 기초한 스마트 에이전트 {SMART AGENT BASED ON HABIT, STATISTICAL INFERENCE AND PSYCHO-DEMOGRAPHIC PROFILING}

방송 내용이나 광고에서 중요한 목적은 타겟이다. 타겟은 일반적으로 오디오, 비디오, 텍스트 또는 다른 흥미있는 정보를 수령자에게 전달하는 능력에 달려있다. 예를 들면, 스포츠 프로그램이나 스포츠 관련 광고를 스포츠팬에게 텔레비전 수상기, 인터넷 단말기 또는 다른 비디오나 오디오 장치를 통하여 전달하는 것을 말한다. 타겟은 내용물 및 내용물 가격의 증가와 수령자에게 제공되는 어떤 정보의 영향력을 확대해야 하는 증가하는 필요성에 따라 그 중요성이 커진다.

타겟은 또한 광고 소재에 대한 어떤 부정적 반응을 피하는데 도움이 된다. 광고 수령인은 흥미없는 광고 소재에 대해서 부정적으로 반응하고, 흥미있는 소재에 대해서는 환영하는 경향이 있다. 타겟 광고를 제공하는 것은 영향력을 증가시키며, 부정적인 반응에 대한 위험을 줄인다.

효과적으로 타겟하기 위해서, 수령자의 선호도에 대하여 정보가 요구된다. 종래의 한 방법은 그러한 정보를 앙케트나 다른 유사한 전달 수단을 사용하여 그러한 정보의 자발적인 공표를 요구하는 것이다. 이러한 방법의 결점은 진행하는데 많은 비용이 들며 응답률이 낮다는 것이고, 이러한 낮은 응답률은 모든 범위를 커버하지 못해서 통계 결과가 나빠진다. 종래의 다른 방법은 그러한 정보를 자동적으로 및 특별한 승낙없이 수집하는 것으로, 예를 들면, 쌍방향 통신 가능한 어떤 디지털 케이블 박스는 시청자의 텔레비전을 보는 습관을 기록하여 자동적으로 그 정보를 타겟을 목적으로 하는 중앙 데이터 처리 센터로 보낸다. 이러한 방법의 주요 결점은 프라이버시 문제로서, 습관을 파헤치는 집중된 데이터에 대한 철저한 반대를 일으킨다는 것이다.

본 발명은 소비자에게 정보를 타겟하는 것에 관한 것이고, 특히, 통계적 방법 및 사이코-데모그래픽 데이터를 사용하여 자동적으로 사용자 프로파일을 생성해서 사용자 프로파일로 나타난 소비자에 정보를 타겟하는데 사용하는 것에 관한 것이다.

도 1a는 본 발명의 일 실시예의 흐름도를 나타내고,

도 1b는 본 발명을 실행하기 위한 텔레비전 송신기의 개략적인 블록도이고,

도 2는 도 1의 송신기에 의한 광고 방송을 나타내고,

도 3은 본 발명을 실행하기 위한 텔레비전 수상기의 개략적인 블록도이고,

도 4는 도 3의 수상기에서 텔레비전 모니터 상의 전형적인 EPG 스크린을 나타내고,

도 5 내지 도 8은 전형적인 EPG 데이터베이스의 구성을 나타내고,

도 9는 케이블 시스템과 합병하는 대화형 텔레비전 스케줄 시스템을 나타내고,

도 10은 스케줄 정보를 텔레비전 시스템에 제공하기 위한 배열을 나타내고,

도 11은 네트워크 파일 서버에서 정보를 액세스하기 위한 시스템 및 방법을 나타낸다.

도 12는 광고주 및 프로그램 스폰서와 사용자의 상호 작용을 위한 시스템 및 방법을 나타낸다.

도 13은 데이터 어드레스 사이트가 디스플레이된 텔레비전 프로그램을 이용할 수 있다는 것을 지시하는 전형적인 그래픽 아이콘을 포함하는 디스플레이를 나타내고,

도 14는 일 실시예에 따라 텔레비전 프로그램 디스플레이와 동시에 인터넷 데이터의 디스플레이를 나타낸다.

본 발명의 한 관점에 따라, 로컬 클라이언트 디바이스에 국부적으로 존재하여 반복적인 수단으로 사용자의 습관, 통계 및 사이코-데모그래픽 정보를 통합해서 사용자의 선호도를 추론하여 사용자 프로파일을 결정하는 스마트 에이전트(SA; smart agent)의 한 형태가 제공된다. SA는 또한 사용자 프로파일을 로컬 디바이스에서 전달된 정보를 필터링하는데 이용한다. 본 발명은 사용자로부터 정보를 수집, 결합, 통합, 및 추론하여 사용자의 사이코-데모그래픽 프로파일에 도달하는 수단 및 이러한 사이코-데모그래픽 프로파일을 이용하여 사용자에게 전달된 정보를 선택 및 필터링하여 타겟을 획득하는 수단을 추가로 제안한다. 본 발명은 또한 전달된 정보를 분류 및 확인하여 그것이 조화, 필터링 또는 선택될 수 있도록 하는 수단을 제안하다.

본 발명은 정보 수집 프로세스가 자동적으로 되도록 하여, 프로세스는 비용이나 수고를 필요로 하지 않는다. 본 발명은 결론 및 정보가 사용자에 대한 로컬 디바이스에 존재하여(사용자에 의해 결정되지 않는다면), 프라이버시 문제가 없다. 사용자 프로파일 파일은 로컬 디바이스에 저장된 보안 파일일 수 있다.

본 발명의 한 관점에 따라, 내용 및 광고는 인터넷에 접속된 사용자에게 텔레비전 수상기, 컴퓨터, 무선 전자 장치 등과 같은 인터넷 단말기를 통하여 타겟된다. 방문된(그리고, 얼마나 자주) 웹사이트의 유형, 다운로드된 내용의 유형, 구입된 제품 등과 같은 인터넷의 사용은 모니터되며, 모니터된 데이터는 통계 데이터 및 인터넷 사용자의 사이코-데모그래픽 프로파일과 반복적으로 통합되어, 사용자 프로파일을 사용자의 선택, 통계 데이터 및 사이코-데모그래픽 정보에 기초하여 개발할 수 있다. 내용 또는 광고는 사용자에게 사용자 프로파일에 기초하여 e메일, 자바 애플릿, 푸시 기술, 또는 다른 유형의 선택식 전송 수단을 사용하여 전달된다.

본 발명의 다른 관점에 따라, 내용 및 광고는 텔레비전 수상기 및 텔레비전 스크린을 가지는 텔레비전 시청자에게 타겟된다. 전자 프로그래밍 가이드(EPG)는 텔레비전 스크린 상에서 디스플레이된다. 수상기 및/또는 EPG의 사용은 모니터되며 모니터된 데이터는 통계 데이터 및 텔레비전 시청자의 사이코-데모그래픽 프로파일과 반복적으로 통합되어 시청자 프로파일을 시청자 선택, 통계 데이터 및 사이코-데모그래픽 정보에 기초하여 개발할 수 있다. 복수의 광고는 수상기로 전달된다. 모든 전달된 광고의 일부는 스크린 상에서 선택적으로 디스플레이되어 사용자 프로파일에 기초하여 일치할 수 있다. 저장된 광고는 스크린 상에서 EPG와 함께 동시에 디스플레이되는 것이 바람직하다.

발명 개념을 일반화하는 것을 한정하지 않고, 단지 예시적인 목적을 위하여, 여기서 기재한 발명의 상세한 설명은, 광고를 표시하는 능력, 및/또는 인터넷 탐색과 검색 및 대화형(interactive) 뉴스나 스포츠 등의 서비스를 제공하는 능력을 가진 텔레비젼 뉴스용 대화형 EPG(Electronic Programming Guide)를 지향하고 있다.

도 1a는 본 발명의 일 실시예의 흐름도를 나타낸다. 블록(2)에 나타낸 바와 같이, 사용의 시청 습관이나 인터넷 사이트 방문은 텔레비젼 수상기, 셋탑 박스(set top box), PC/TV 등의 로컬 전자 장치에 의해 수집된다. 통계적 방법에 기초하여 사용자의 심리적 프로파일을 구축한다. 수집된 데이터는 블록(4)의 통계 데이터 및 블록(5)의 사이코-데모그래픽 데이터와 블록(3)에서 통합되어 블록(6)에 나타낸 바와 같이 사용자 프로파일을 추론한다. 이러한 심리적 프로파일은 복수의 관련된 캐릭터 특성 또는 "요소(element)", 예를 들면 어떤 사람이 "풋볼 팬"(예를 들면, 풋볼 경기를 시청하거나 연구하는 것을 확실히 즐기는 사람으로 정의됨)인지 여부로 이루어진다. 수집된 정보는 대개 추론적이며 명확하지 않으므로, 명확하게 "예", "아니오"로 대답할 수 없으며, 오히려 대답이 "예"일 가능성이 있다. 어떤 사람 X가 몇 가지 풋볼 프로그램을 시청하거나 풋볼 프로그램에 관한 몇 가지 웹사이트를 방문하는 사실로 그 사람이 "풋볼 팬"일 가능성이 생긴다. 그 사람이 풋볼 프로그램을 더 많이 시청할수록, 그 사람이 풋볼 팬일 확률은 높아진다. 주어진 요소에 대한 더 많은 정보에 따라서, 이 대략의 사람(Approximate Person) X의 확률은 이 요소에 관해서는 사람 X의 실제 캐릭터에 근접할 것이다. 결정적 프로파일보다 확률 기반 심리적 프로파일(probability-based psychological profile; "PBPP")을 사용하는 이점은, 개인 특성의 실재성을 반영한다는 것이다. 개인 특성에 대한 명확성은 없다. 어떤 사람이 풋볼 팬인지 여부는 다른 사람에 대해서 매우 상대적이며, 그의 다른 취미에 대해서도 상대적이다. 따라서 확률 모델은 정보 수집 과정에서 3가지 고유의 불확실성을 잘 처리할 수 있다. 즉, (a) 명확성에서의 불확실성, (b) 정보의 질에서의 불확실성, 및 (c) 샘플링에서의 불확실성을 말한다.

이러한 확률 정보는 사용자의 우편 번호와 같은 어떤 결정적인 정보와 결합할 수 있다. 그러나, 이러한 지리적 정보(예를 들면, 이웃 사람이 많은지 여부)의 추론은 본래 개연성에 근거한 것이다. PBPP 프로파일은 정보의 유형(광고의 유형이나 비디오 프로그램의 유형 등)을 선택하여 사용자에게 제공하거나 제안하는데 사용될 수 있다. PBPP의 사용을 통하여, 사용자에게 흥미있는 정보를 제공할 가능성은 상승한다("타겟팅").

이러한 프로파일은 간단한 규칙의 집합으로 구성될 수 있으므로 중앙 집중식 처리나 제어없이 로컬 장치(EPG를 포함하는 텔레비전 등)에 머물 수 있으며, 사용자가 명확하게 동의하지 않으면 어떠한 중앙 처리 장치로도 전송되지 않으므로, 중앙 데이터 마이닝을 금하는 어떠한 프라이버시 요구에도 완전히 따를 수 있다. 그러나, 실행을 로컬 장치에 제한하는 것은 아니다. 로컬, 클라이언트 서버 또는 완전한 중앙 처리 구성이 모두 가능하다.

시청 습관 및 인터넷 사이트 방문의 수집은, 시청한 프로그램(또는 방문한 웹사이트) 및 각 프로그램(웹사이트)을 시청하는 기간을 기록하는 클릭 스트림 레코더에 의해 이루어진다. 이러한 정보는 일정 시간동안 메모리에 저장되고, 동시에 시청자의 확률 기반 심리학적 프로파일을 강화하는데 반복적으로 사용된다. 다음에 미가공 정보는 주기적으로 제거되고, 그러나 사용자가 명확하게 동의했을 때는 중앙 처리 장치로 다시 전송될 것이다.

PBPP의 구축을 위해서 이용할 수 있는 추가적인 정보는 우편 번호와 같은 지리적 정보(채널 라인업을 확보하는데 필요하므로 이용 가능함), 특정 모델 정보와 같은 텔레비전이나 컴퓨터의 가격에 따른 정보(이용 가능함), 성별이나 나이에 따른 정보(추가적임), 가족 구성원의 수(추가적임), 및 어떤 다른 관련 정보를 포함한다.

PBPP는, 다른 정보(사용자 제어형 정보를 포함)와 함께, 사용자에게 타겟될 정보를 필터링하는데 사용될 수 있다. 일반적으로 사용자가 사용하는 장치는 사용자에게 제공될 정보에 더 많이 액세스할 수 있다고 예기된다. 필터 실행(Filter Execution)은 PBPP 및 다른 정보가 특정 정보를 실제로 결정하는데 사용되어서 사용자에게 제공되는 프로세스이다. 이는 일반적으로 개연성 부합식 필터 처리로 이루어져서, "가장 일치하는" 정보의 집합이 사용자 특성(PBPP 및 다른 정보) 및 (정보 제공자 및 목표 지정에 따른) 정보 특성을 포함하는 소정의 식에서 최고 "득점(score)"을 가진 정보 집합을 통하여 전달된다. 여기서 대안의 필터링 방법을 사용하는 것이나 다른 필터링 방법을 결합하여 사용하는 것을 배제하는 것은 아니다. 다른 필터링 방법은 절대 금지형 필터(어떠한 종류의 어떤 정보도 통과할 수 없음), 절대 선택형 필터(어떤 종류의 모든 정보도 통과할 수 있음), 밸런싱 필터(다른 카테고리의 정보가 사용자 PBPP와 일관되는 "믹스"로 나타날 수 있음) 등을 포함할 수 있다.

다음은 텔레비전 시청자에 대한 간단한 PBPP의 일례이다. 대부분의 프로그램 제공자(네트워크, 케이블 서비스 제공자, 신디케이터 등을 포함)는 방송된 각 프로그램에 대한 타겟 시청자 프로파일(성별, 나이, 소득 수준, 교육 및 인종 배경, 및 일반적인 관심을 포함; 예를 들면 스포츠 토크쇼는 35-40세, 중간 소득, 고등학교 졸업, 백인, 스포츠팬인 남성을 1차 타겟 그룹으로 하고, 남성, 12-18세, 저소득, 고등학생, 모든 인종, 스포츠팬을 2차 타겟 그룹으로 함)을 가지는 것이 일반적이다. 산업상 필요 때문에, 쇼는 거의 항상 이러한 시청자 프로파일과 각 고유 특성 세그먼트에 대해 결합한다.

PBPP는 "요소"의 집합으로 구성된다. 요소의 일례는 성별이다. 다른 예는 나이이다. 또 다른 예는 소득 계층이다. PBPP의 요소의 특성은 그들의 분할이 오버랩하지 않도록 하는 것이 바람직하지만 요구되지는 않다. 수학적 용어로, 요소은 오버랩하지 않는 부분집합으로 생성하는 것이 좋다. 이러한 특성은 정보를 PBPP로부터 추출하거나 PBPP를 다른 특성과 결합하여 추가적인 정보를 제공하는 것을 용이하게 한다. 상기 예 모두 이러한 오버랩하지 않는 부분집합이다. 그러나, 몇몇 관련 요소은 오버랩하지 않는 것이 훨씬 더 어렵다. 예를 들면, 쇼 선호도의 요소은 쉽게 정렬되지 않고, 오버랩하지 않는 부분집합으로 생성할 수 없다. 한 사람이 스포츠팬이라는 사실은 그 사람이 또한 로랜틱 영화 시청자가 아니라는 것을 의미하지 않는다. 그러나, 분할하는 간단한 방법은 쇼 선호도 요소을 다수의 서브 요소으로 나누어서 각각이 오버랩하지 않는 생성 부분집합을 가지도록 하는 것이다. 예를 들면, 쇼 선호도를 요소으로 가지는 대신, "예" 또는 "아니오" 부분집합을 가지는 "스포츠 선호도"로 분류한다.

다음은 어떤 사람에 대한 PBPP의 일례이다.

PBPP(X) = {ρ[E_i(X)]}

여기서, E_i(X)는 실재 사람 X의 캐릭터 특성의 i번째 요소이고, ρ[E_i(X)]는 대략의 사람 X가 특별한 캐릭터 특성을 가질 확률이다. "요소" E_i는 바이너리 요소(예 또는 아니오) 또는 복수 결과 요소(나이 계층 등)일 수 있다. 그러나, 모든 복수 결과 요소은 다수의 바이너리 요소으로 변환될 수 있다. 예를 들면, 나이 계층은 일련의 요소: 12살 이하 - 예 또는 아니오; 12살과 17살 사이 - 예 또는 아니오 등으로 변환될 수 있다. E_i와 그들의 값의 예는 다음을 포함한다:

1. 성별M or F

2. 나이12 이하, 12-17, 18-25, 26-35, 36-45, 45-55, 56 이상

3. 소득 계층$25,000 이하, $25,000-$40,000 등

4. 스포츠팬Y or N

5. 로맨스팬Y or N

6. 흡연자Y or N

7. 음주자Y or N

8. 자동차광Y or N

9. 패션광Y or N

10. 자식 있음Y or N

11. 아기 있음Y or N

확률 ρ[E_i(X)]는 그러므로 0%와 100% 사이의 수로서, 대략의 사람 X가 주어진 요소을 가질 확률을 나타낸다. 예를 들면, ρ[E₄(x)] = 75%는 대략의 사람 X가 스포츠팬일 확률이 75%라는 것을 의미한다. 어떤 사람의 PBPP는 그러므로 사람의 캐릭터 요소에 대한 추론을 제공하는 통합 정보로 구축될 수 있다. 구축 방법은 다음과 같은 특징을 가진다: (a) 불완전한 정보 즉, 모든 요소이 아니라 하나에 대하여만 확실할 수 있는 정보를 다룰 수 있으며, 간단한 접근으로 50%의 확률을 정보가 확실해 질 수 있는 모든 요소에 할당할 수 있고, (b) 누적적, 즉 수취한 정보가 누적하는 식으로 통합될 수 있으며, 더 필요하지 않다면 미가공 데이터는 통합 후 버려질 것이고, (c) 가중적, 즉 다양한 규칙이 주어진 정보에 다른 것에 비례하여 가중치를 주어서 그 영향력을 반영하도록 할당될 수 있고, (d) 그러한 규칙 및 다른 통합 규칙을 계획하는데 적합하며, 과정에 따라 변할 수 있다. 아래에서 나타낸 다른 특징들이 있을 수 있다.

사람 X에 대해 PBPP를 구축하기 위해서, X의 시청 습관이 기록된다. X가 슈퍼볼(Super Bowl) 경기를 시청한다고 가정하자. 추가로 슈퍼볼이 다음과 같은 시청 통계를 가진다고 가정하자.

성별M(80％), F(20％)

나이12이하(2％), 12-17(12％), 18-25(20％), 26-35(25％),

36-45(20％) 등

소득 계층위와 같은 프로파일

스포츠팬Y

로맨스팬낮은 범위

흡연자높은 범위

음주자매우 높은 범위

자동차광높은 범위

패션광낮은 범위

자식 있음낮은 범위

아기 있음중간 범위

다음에, 슈퍼볼 경기를 시청함으로써 사람 X는 다음과 같은 개연적 프로파일 "득점"을 수취한다.

성별M(80％), F(20％)

나이12이하(2％), 12-17(12％), 18-25(20％), 26-35(25％),

36-45(20％) 등

소득 계층위와 같은 프로파일

흡연자Y 75％, N 25％

음주자Y 85％, N 15％

스포츠를 좋아함Y 100％, N 0％

음악을 좋아함Y 50％, N 50％

유형클래식 5％, 블루스 10％, 락 50％, 팝 35％

로맨스를 좋아함Y 25％, N 75％

과학기술을 좋아함Y 60％, N 40％

자동차를 좋아함Y 75％, N 25％

패션을 좋아함Y 10％, N 90％

자식 있음Y 50％, N 50％

아기 있음Y 50％, N 50％

50％나 중간 범위는 실제로 어떠한 정보도 주지 못하지만, 카운팅 목적으로 남겨두는데 이용할 수 있다. 만약 사람 X가 다른 영화를 관람한다면, 그 사람은 다른 "득점"(위의 "득점"과는 다를 것임)을 수취할 것이다. X가 시청하는 쇼가 더욱더 많이 기록됨에 따라 더욱더 많은 "득점"이 사람 X에 추가될 것이다. PBPP는 그러므로 다음과 같이 계산된다:

PBPP(X) = {ε₁, ε₂, ε₃, ..., ε_N}

여기서, ε_i= {(1/n) Σj E_i,jτ_jω_j, ...}

여기서, i는 요소을 나타내고, 합은 사건을 나타내는 j에 걸친다. E_i,j는 i번째 요소의 j번째 사건이고, 예를 들면 j번째 쇼가 시청되고, i번째 요소에 제공되는 정보는 성별이다; τ_j는 "득점하는" 쇼를 시청하고 있는 기간이고, ω_j는 가중치 함수로서 주어진 쇼에 대해 가중치를 주거나 제거하도록 0에서 1까지의 범위를 가진다.

간략히, 사람 X의 PBPP는 그 사람이 수취한 "득점"의 이동 평균으로 정의되고, 시간은 쇼를 시청하고 있는 기간만큼 가중되며, (및/또는 일관성 및 다른 이유로도 가중된다). 쇼의 수가 증가함에 따라, 더 많은 통계가 PBPP에서 얻어진다. PBPP는 이러한 개념을 위해 사람 X의 "가상 개성"으로 될 것이다.

틀림없이, 본 발명은 PBPP의 특정 구조에 한정되지 않는다. 첫번째, 추가적인 가중 요소를 도입하여 쇼의 강도, 쇼의 길이(기간이 쇼의 길이에 의해 표준화될 수 있도록), 그 주의 요일, 및 다른 요소들과 같은 주어진 쇼의 다른 특성을 고려할 수 있다. 두번째, "득점"은 시청되는 동일한 쇼 또는 유사한 쇼의 개수의 함수일 수 있으며; 예를 들면, 어떤 사람이 "스타트렉(StarTrek)"의 모든 에피소드를 시청한다면, 모든 일련의 스타트렉 에피소드의 득점은 더 높거나 낮을 것(또는 처음에는 그가 공상 과학 팬이라고 높게 확신하고 다음에 낮아질 것임 - 많은 다른 추가적인 에피소드가 단지 부가적일 것이므로)이다.

또한, 본 발명은 시청 특성을 미가공 데이터에서 PBPP로 "온더플라이(on thefly)" 모드에서 변형함으로써 저장 공간을 최소화한다. 그러나, 추가적인 정보를 추출하거나 PBPP 명확성을 변화시키기 위해, 미가공 데이터가 어떠한 기간동안에도 저장될 수 있다. 미가공 데이터의 일부가 어떠한 기간동안에도 저장될 수 있다. 미가공 데이터를 처리하거나, 추가로 미가공 데이터를 PBPP를 지나거나 벗어나서 편집한 어떠한 중간 결과도 저장될 수 있다.

일 실시예에서, 본 발명은, 새로운 구조가 더욱 적절하다고 결정될 때, PBPP가 새로운 구조로 변화, 확장, 축소, 분할, 맵핑 또는 변형될 수 있는 가능성을 포함한다. 한 집안에 1명 이상의 시청자가 있을 가능성을 수행하도록 PBPP를 "분할"하는 일례는 다음과 같다.

1명 이상의 시청자가 TV 시청 가족에 있을 확률은 높다. 다음 개념은 이것이 사실인지 여부 및 만약 그렇다면 각 사람의 PBPP 결정에 도움이 되도록 사용될 수 있다. 일반적으로 하나 이상의 PBPP가 존재한다고 제안하는 것은 불일치라고 생각될 것이다. 어떤 쇼는 강한 특성을 가져서, 다른 쇼를 시청하고 있다면 시청되지 않는 경향이 있다. 예를 들면, 복싱 시합은 디즈니 영화를 시청하는 것과 같은 사람은 시청하지 않는 경향이 있다(불가능이 아니라, 가능성이 낮음). 그러한 가능성 낮은 사건이 일어났을 때는, TV 시청 가족에 제2의 사람이 있을 가능성이 존재한다. 이 경우에, 2개의 새로운 PBPP가 생길 것이다. 제2 PBPP는 원래 PBPP를 복사해서 생성하여 새로운 라벨을 할당하는 것이 바람직하다.

PBPP ⇒ PBPP, PBPP1, PBPP2

"불일치(inconsistencies)"의 임계 수치가 기록될 때, 다음 "테스트" 절차가일어날 것이다: PBPP에 대한 득점을 계속 수집하는 동안, 주어진 득점은 2개의 모순되는 집합으로 분할되고, 하나는 PBPP1에, 다른 하나는 PBPP2에 저장된다. 각각의 저장 일시가 현재 모니터된다. 만약 소정의 "테스트 기간"을 넘기면 PBPP1 저장 일시가 함께 묶이며 (PBPP2 저장도 같음), 다음에 PBPP1과 PBPP2는 각각 우세한 시청 기간을 가진, 개별적인 개인이라는 진술이 확실해질 것이다. TV 시청 가족의 가상 "특성"은 전체 평균인 PBPP, 우세한 시청 시간 T_i를 가진 제1 개인인 PBPP1(T_i), 및 우세한 시청 시간 T_j를 가진 제2 개인인 PBPP2(T_j)로 현재 구성된다. 이러한 정보는 주문형 데이터를 개인 1 및 개인 2에 대해 각각 전달하는 방법을 결정하는데 도움이 되도록 사용된다. 대체로, 다중 PBPP 함수의 트리거링은 사용자 제공형 정보를 통해서(앙케트나 구입에 하나 이상의 이름의 사용 등을 통해서) 일 것이다.

제한된 선택 기회가 있는 상황에서, 어떤 사람의 선택은 다른 선택 기회의 존재나 비존재에 강하게 영향을 받을 것이다. 텔레비전 비디오 프로그램은 특히 좋은 예로서, 어떤 사람은 처음에 텔레비전으로 즐거워지고 싶어한다고 결정할 것이며 다음에 어떤 비디오 프로그램이 가장 재미있는지를 찾으려고 할 것이다. 주어진 날의 주어진 시간에 시청할 수 있는 비디오 프로그램의 수는 한정된다. 어떤 사람이, 모든 영화 채널이 공상 과학 영화를 방영하고 있을 때 공상 과학 영화를 선택한다는 사실은, 그가 공상 광학 영화팬이라고 추론하는데 있어서 그가 많은 다른 장르의 프로그램 중에서 공상 과학 영화를 선택할 때만큼 가중치를 가지는 못할것이다. 이러한 한정된 선택 추론 요소는 PBPP 함수 구축으로 가중치 함수 ω_i를 통하여 통합될 수 있다. 예를 들면, 이를 반영하기 위해, ω_i는 v/N으로 정의될 수 있으며, 여기서 v는 선택이 이루어질 때 대안으로 존재하는 장르의 수이고, N은 이용할 수 있는 장르의 총 개수이다(예를 들면, 선택하는 동안, 총 12가지 장르가 있지만 단지 3가지 유형의 영화만 이용할 수 있다면 가중치 함수 ω_i는 3/12 = 0.25이며, 한편 12 장르 중 10개가 선택하는 동안 존재한다면 가중치 함수 ω_i는 10/12 = 0.84로서 더 높은 가중치이다).

PBPP는 외부 데이터를 이용할 수 있을 때 외부 데이터와 통합된다. 결정적 데이터는 (a) 사용자 제공형 정보(사용자가 자신의 성별, 나이, 소득 계층, 쇼 선호도 등을 나타냄), (b) 피드백 정보(사용자가 구입, 투표 등을 함), (c) 고유 정보(장치의 가격, 구입 장소 - 아는 경우, 지리적 위치 - 우편번호를 통하여, 등), 및 (d) 추론을 통하여, 추가적인 연구 및 개발의 결과로, 1차, 2차 또는 다른 것이 될 수 있는 어떤 다른 유형의 정보의 형태로 있을 것이다. 앞에서 지적했던 바와 같이, 정보가 결정적일지라도 캐릭터 특성을 추론하는데 사용될 때는 개연적이 될 것이다. 일반적으로, 그러나 항상은 아니라, 그러한 정보에 주어진 가중치는 그것이 개개의 관련성 및 신뢰성에 따른다. 유닛에 2명 이상의 사용자가 있는 정보와 같은, 어떤 외부의 결정적 데이터는 특별한 취급을 받을 것이다. 이러한 정보는 유닛에 대해 사용될 PBPP 함수의 수를 결정하는데 사용될 것이다.

사용자가 어떤 제어를 사용자가 수취할 정보의 스펙트럼에 관하여 받는 모드가 존재할 수 있다. 이러한 "높은 사용자 선택성" 모드에서, 사용자 제공형 정보는 높은 정도의 가중치를 필터를 실행할 때 할당받을 것이다(아래에 나타냄). 추가로, 사용자에 의해 제공된 정보는 각각 부가되어, 최종 PBPP가 자체로 2개의 요소(이 발명에서는 다른 배경에 많은 다른 요소이 있을 것임)을 이룰 것이다:

PBPP = Σj{PBPP_j(auto) + σ_jPBPP_j(user-provided)}

여기서, PBPP_j(auto)는 j번째 특성 함수(예, 어떤 사람이 스포츠를 좋아하는지 여부)로서 상기한 바와 같이 시청 습관의 통계적 편집으로 개발되며, PBPP_j는 사용자에 의해 제공된 것과 같은 정보(예, 그 사람이 매우 자주 스포츠를 시청할지라도 "나는 스포츠를 좋아하지 않는다")이며, σ_j는 가중치 함수이다. σ_j는 다양한 규칙 하에서 증가하거나 감소할 수 있다. 첫번째 규칙은 사용자가 완전한 제어를 선택한 외부 명령일 것이다. 어떤 경우에는 σ_j는 매우 크게 설정된다. 이 경우에, PBPP(auto)는 계속 보존될 것이며, 이는 만약 사용자가 어느날 제어에서 해제되면 σ_j는 매우 작게 설정되어 PBPP(auto)가 대신할 것이기 때문이다. 두번째 규칙은 그의 자가 제공형 정보를 자동 정보 등과의 비교와 확정을 통해서일 것이다. 필터 실행에서 작용되어 사용자 선택에 영향을 줄 수 있는 추가적인 제어가 있으며, 여기서 PBPP 변경은 사용자의 특성을 더 잘 이해하는 것을 목표로 하고 필터 실행은 응답을 형성하는 것을 목표로 한다.

잠재적인 다중 개성(Multiple Personalities)의 경우에 있어서, 필터 실행은사건 실행 전에 일정 시간 내에서 사용자 선택과 통합될 수 있다. 예를 들면, 다중 개성이 스포츠팬과 로맨틱 영화팬을 포함할 때, 만약 (a) 텔레비전이 가이드를 보기 전의 기간동안 로맨틱 영화보다 스포츠 이벤트에 많이 틀어져 있었거나, (b) 스포츠 이벤트가 선택되어 로맨틱 영화보다 더 오래 머물러 있었거나, (c) (a) 및 (b)의 가중 평균이 시청자는 로맨틱 영화팬보다는 스포츠팬일 경향이 크다고 지시한다면, 필터는 스포츠팬 프로파일로 스위치할 것이다. 그러한 결정을 할 때에, 한정된 선택 추론의 개념이 적용될 수 있다.

본 발명의 한 관점에 따라, EPG의 바디에서 패널 광고나 배너 광고에서의 디스플레이를 위한 코드화된 광고 메시지나 그래픽은, 텔레비전 방송 송신기, 케이블 네트워크의 전파 중계소 또는 다른 텔레비전 신호원에서 만들어진다. 코드는 광고의 유형이나 클래스, 예를 들면 스포츠 장비, 옷, 자동차, 음식점 등을 확인한다. 광고는 텔레비전 신호를 텔레비전 수상기 즉, 케이블 변환기, VCR 및 텔레비전 수상기가 있는 사용자 단말기로 방송된다.

도 1b에서 방송 텔레비전 송신기는, 데이터 삽입기(data inserter)(12)에 의해 라디오 주파수 변조기(RF MOD)(14)에 연결되는 비디오 소스(10)를 가진다. 광고의 소스(16)는 디지털 형태로 데이터 삽입기(12)에 공급되어, 광고를 소스(10)로부터 기준대역 텔레비전 신호에 내장한다. 텔레비전 신호가 아날로그이면, 광고는 VBI(Vertical Blanking Interval)에 내장되는 것이 바람직하다. 텔레비전 신호가 디지털이면 광고는 디지털 비디오 스트림에 패킷 형태로 내장되는 것이 바람직하다. RF MOD(14)는 텔레비전 신호를 높은 주파수로 변환하여 생긴 RF 신호를 안테나(16)에 공급하며, 안테나는 텔레비전 신호를 복수의 텔레비전 수상기로 송신한다. 다른 방법으로 광고는 케이블이나 위성 시스템의 전파 중계소에서 하나 이상의 채널의 텔레비전 신호로 삽입될 수 있다.

도 2는 텔레비전 신호에 내장된 광고를 왼쪽에서 오른쪽으로 시간의 함수로서 나타낸다. 광고(A₁, A₂, A₃, ..., A_n-1, A_n)는 반복적으로 전송되며 순환 형태에서 간격(P)에 의해 분리된다. 간격(P)은 0에서 24시간의 범위를 가질 수 있다. 광고의 유형이나 클래스를 확인하는 코드는 반복적인 광고(A₁, A₂, A₃, ..., A_n-1, A_n)보다 앞서는 헤더(H₁, H₂, H₃, ..., H_n-1, H_n)에 의해 운반된다.

도 3에서, 복수의 수상기 중 하나는 내장된 광고를 가진 텔레비전 신호를 가로채기 위한 안테나(20)를 가진다. 안테나(20)는 라디오 주파수(RF) 섹션에 의해 수신용 채널을 선택하는 튜너(24)로 연결된다. 튜너(24)는 복조기(DEMOD)(26)에 의해 광고를 텔레비전 신호로부터 복구하는 데이터 디코더(28)로 연결된다. 텔레비전 신호가 아날로그이면, 디코더(28)는 종래의 VBI 디코더일 것이다. 코드를 가진 복구된 광고는 버스(32) 상의 마이크로프로세서(30)로 전송된다. 명령은 버스(32)에 의해 마이크로프로세서(30)에서 튜너(24)로 연결되어 채널을 원하는 시간에서 바꾼다. 텔레비전 신호는 디코더(28)를 통하여 비디오 프로세서(34)로 공급된다. 비디오 프로세서(34)는 텔레비전 모니터(36)를 구동한다. 모니터(36)의 스크린 상에 디스플레이된 이미지는, 아래에 나타낸 바와 같이, 비디오 프로세서 (34)에서 구성된다. 각각 1996년 3월 27일 및 1999년 1월 28일에 공개된 PCT 국제출원 WO 96/07270 및 WO 99/04561를 참고하여, 이들의 내용은 PIP 칩을 포함하는 비디오 프로세서(30)를 설명하기 위해 여기에 전적으로 참고로서 포함된다. (수상기의 구성요소를 이루는 사운드에 대해서는 상세하게 설명하지 않는다.) 광고 메모리(38), 프로파일 메모리(40), 및 EPG 데이터 기본 메모리(42)는 버스(32)에 의해 양방향 데이터 교환을 위해 마이크로프로세서(30)로 연결된다. 그들이 각각의 구성요소로 묘사되지만, 메모리(38, 40, 42)의 2개 이상이 편의상 단일 RAM으로 편입될 수 있다. 데이터 및 명령도 또한 버스(32)에 의해 작동을 위해 비디오 프로세서(34)로 연결된다. IR 원격 제어기와 같은 시청자 입력 장치(44)는 마이크로프로세서(44)에 명령을 내려서 설명된 수상기를 조작한다.

도 4에서, 마이크로프로세서(30)의 제어하에 있는 비디오 프로세서(34)에 의해 발생된 전형적인 EPG 스크린(50)을 나타낸다. 스크린(50)은 다른 디스플레이 영역의 수에 따라서 나누어진다. 실시간 비디오 영역(52), 패널 광고 영역(54), 및 패널 광고 영역(56)이 스크린(50)의 좌측면을 따라 배열된다. 비디오 영역(52)은 전형적으로 PIP 칩에 의해 생성된다. 배너 영역(58)은 영역(52)에 인접한 스크린(10)의 상단에 놓인다. 프로그램 리스트 영역(60)은 영역(52, 54, 56)의 우측에서 스크린(50)의 하측 2/3를 차지한다. 영역(60) 위에 수평으로 확장하는 메뉴바 영역(62)이 놓여서, 시청자가 복수의 다른 기능들 중에서 선택할 수 있다. 배너 영역(58)과 메뉴바 영역(62) 사이에 상세 영역(64)이 놓인다. EPG 스크린(50)의 사용 및 조작은 1999년 1월 28에 공개된 PCT 국제 출원 WO 99/04561에 설명되었으며, 그 내용은 여기에 전적으로 참고로서 편입되었다.

스크린(50) 상에 디스플레이된 프로그램 리스트 생성용 EPG 데이터베이스는 메모리(42)에 저장된다. 이 데이터베이스는 규칙적으로, 잘 알려진 형태로, 예를 들면 마이크로프로세서(30)의 제어하에 있는 텔레비전 신호의 VBI에 다운로드된 새로운 EPG 데이터에 의해 업데이트된다. 마이크로프로세서(30)는 튜너(24)를, 소정된 시간에서 EPG 데이터베이스를 운반하여 데이터의 저장을 메모리(42)에 통합하는 채널에 설정할 수 있다.

도 5는 전형적인 프로그램 스케줄 메모리 데이터베이스를 나타낸다. 정적 영역(70)은 다른 아이템들 중에서 미리 확립된 타임 리스트를 포함한다. 이 구조는 아래에서 더욱 상세하게 설명될 것이다. 동적 영역(71)은 텔레비전 프로그램 스케줄 데이터를 저장하기 위해 사용된다. 이 데이터는 쇼 정보 패키지(SIP) 및 확장 테마 쇼 리스트 엔트리의 형태를 취한다. 이들 구조도 또한 아래에서 상세하게 설명된다.

텔레비전 프로그램 데이터는 다운로드 패킷에 수신된다. 다운로드 패킷은 VBI를 거쳐 전달되어 마이크로프로세서(30)에 의해 수신된다. 다운로드 패킷은 텔레비전 프로그램 스케줄 정보를 라우팅 데이터와 함께 포함하며, 라우팅 데이터는 시스템이 정보를 메모리에 저장하는 방법을 결정할 수 있게 한다.

도 6은 전형적인 다운로드 패킷을 나타낸다. 패킷은 이 패킷을 다른 패킷과 구별하는데 사용되는 패킷 ID 번호(72)를 포함하는 패킷 헤더로 시작한다. 패킷 헤더는 또한 복수의 바이트(73) 및 복수의 블록(74)을 포함한다. 이들 값은 패킷의 크기를 결정하는데 사용된다.

패킷 헤더 뒤에는 쇼 정보 패키지(SIP) 헤더가 있다. 패킷에는 각각의 쇼 정보 패키지에 대한 쇼 정보 패키지 헤더가 있다. SIP 헤더는 다음 내용을 포함한다: 데이터의 내부 채널 번호를 쇼 정보 패키지에 결정하는데 사용되는 가이드 번호(75); 데이터의 소스를 쇼 정보 패키지에 결정하는데 사용되는 채널 ID(76); 및 데이터의 시간과 날짜를 쇼 정보 패키지에서 지정하는데 사용되는 타임 슬롯(77). 쇼 정보 패키지(78)는 SIP 헤더 뒤에 놓인다.

수취함과 동시에, 시스템 마이크로프로세서는 쇼 정보 패키지를 다운로드 패킷에서 추출하여 일시적으로 프로그램 스케줄 메모리에 저장한다. 쇼 정보 패키지는 날짜 필드를 포함하며, 날짜 필드는 데이터가 현재 날짜(오늘)를 위한 것인지 다음 날짜(내일)를 위한 것인지를 결정하는데 사용된다.

패키지가 이 두 날짜 윈도우 속에 포함되면 시스템은 데이터가 존재하는 데이터의 복제인지 여부를 결정한다. 쇼 정보 패키지는 버전 번호를 포함하며, 이 번호는 데이터가 새로운지 또는 메모리에 이미 존재하는지를 결정하는데 사용된다. 데이터가 새롭다면 저장되어서 쇼 정보 패키지의 어드레스는 미리 확립된 타임 리스트에서 적절한 포인터에 놓인다. 미리 확립된 타임 리스트는 아래에서 더욱 상세하게 설명될 것이다.

쇼 정보 패키지가 현재 두 날짜 윈도우(오늘 및 내일)의 밖이며 쇼 정보 패키지가 테마 정보를 가지는 프로그램을 포함한다면, 테마 정보를 가진 그들 프로그램을 쇼 정보 패키지로부터 끌어내어 적절한 확장 테마 쇼 리스트에 놓는다. 확장 테마 쇼 리스트는 아래에서 상세하게 설명된다. 쇼 정보 패키지가 현재 두 날짜윈도우(오늘 및 내일)의 밖이며 테마 정보를 포함하지 않는다면, 또는 쇼 정보 패키지가 이미 저장된 것의 복제라면 전체 쇼 정보 패키지는 폐기된다.

프로그램 스케줄 메모리 내의 데이터는 시스템이 데이터를 해석할 수 있도록 하는 데이터 구조에 저장된다. 몇몇의 데이터 구조는 고정된 길이를 가지며 정적 영역(70)에 놓인다. 다른 데이터 구조는 다양한 길이를 가지며 동적 영역(71)에 놓인다. 고정된 데이터 구조는 미리 확립된 타임 리스트, 채널 지도, 제어 어레이, 호출 문자 지도, 메모리 지도, 및 레코드 큐를 포함한다. 다양한 데이터 구조는 쇼 정보 패키지 및 확장 테마 쇼 리스트를 포함한다.

미리 확립된 타임 리스트는 시스템의 각 채널에 대한 텔레비전 프로그램 정보의 위치를 정하는데 사용된다. 미리 확립된 타임 리스트는 현재 날짜(오늘)에서 또는 다음 날짜(내일)에서 방영될 프로그램 정보만을 참조한다. 미리 확립된 타임 리스트는 원하는 데이터 아이템의 어드레스를 포함하는 복수의 데이터인 포인터를 사용하여 데이터를 참조한다.

도 7은 미리 확립된 타임 리스트를 나타낸다. 미리 확립된 타임 리스트는 시스템의 각 채널에 대한 12개의 포인터(41)의 집합을 포함한다. 각 포인터는, 텔레비전 프로그램의 4시간 블록에 대한 데이터를 포함하는 쇼 정보 패키지에 대응한다. 예를 들면, 도 7에서, 포인터(E₁)는 pm 4시부터 pm 8시까지의 프로그램 데이터에 대응한다. 12개의 포인터는 현재 날짜에 대한 24시간의 프로그램 정보 및 다음 날짜에 대한 24시간의 프로그램 정보를 나타낸다.

도 8에 나타낸 바와 같이, 포인터(A₂내지 L₂)는 시스템의 두번째 채널과 관련된 프로그램 데이터를 나타내는데 사용된다. 각 포인터는 실제 텔레비전 프로그램 데이터를 포함하는 다양한 길이의 쇼 정보 패키지의 어드레스를 포함한다. 특정 데이터가 필요할 때, 마이크로프로세서(30)는 처음에 미리 확립된 타임 리스트를 살펴서 포인터를 확보하고 나서, 그 위치에서 발견된 주소를 데이터가 실제로 어디에 저장되었는지를 결정하는데 사용한다. 예를 들면, 시스템의 두번째 채널에 대한 데이터가 pm 8시와 자정 12시 사이의 텔레비전 프로그램에 대해서 필요하다면, 시스템은 포인터(F₂)에서의 어드레스를 사용하여 그 데이터를 포함하는 쇼 정보 패키지의 위치를 결정한다.

쇼 정보 패키지는 실제 텔레비전 프로그램 스케줄 데이터를 포함하는 다양한 길이의 데이터 구조이다. 각 쇼 정보 패키지는 특정 채널에 대한 텔레비전 프로그램의 4시간 블록에 대한 데이터를 포함한다. 쇼 정보 패키지의 길이는, 각 4시간 블록에 있는 쇼의 개수가 개개의 쇼의 기간에 따르므로 다양하다.

도 8은 쇼 정보 패키지를 나타낸다. 쇼 정보 패키지는 다음을 포함한다: 일정량의 메모리 - 얼마나 많은 공간이 쇼 정보 패키지를 저장하는데 사용되는지 그리고 나서 얼마나 많은 공간이 쇼 정보 패키지가 필요 없게 된 후에 남는지를 결정하는데 사용됨; 제어 날짜 - 특정 쇼 정보 패키지에서의 데이터가 현재 날짜, 다음 날짜 또는 현재 두 날짜의 윈도우의 밖인지를 결정하는데 사용됨; 및 프로그램 데이터의 특정 버전을 명기하는데 사용되는 버전 번호.

이들 3개의 필드 다음은 4시간 타임 블록 내에 적합한 각 쇼에 대한 특정 데이터이다. 주어진 쇼에 대해, 블록(80)으로 나타낸 바와 같이, 다음 필드들이 쇼 정보 패키지에 존재한다: 다수의 쇼 플래그 필드 - 이 쇼가 패키지 내의 마지막 쇼인지 여부 또는 다음에 처리되어야 할 다른 쇼가 있는지 여부를 결정하는데 사용됨; 시작 시간 필드 - 4시간 블록의 시작 시간으로부터의 오프셋으로 이 오프셋은 4시간 블록의 시간에 쇼의 시작 시간을 결정하도록 더해짐; 기간 필드 - 특정 쇼에 대한 방영 시간을 명기함; 테마 필드 - 쇼의 유형에 대한 정보를 보유하는 것으로, 예를 들면 쇼는 스포츠 이벤트, 뉴스 프로그램 또는 영화일 수 있음; CC 필드 - 쇼가 자막 방송인지 여부를 결정함; 스테레오 필드 - 쇼가 스테레오로 방송되는지 여부를 결정함; 부가 필드 - 확장을 위해 남겨진 필드로서, 이 필드는 정보가 그 분야에서 표준이 될 수 있도록 쇼에 대해서 더 많은 정보를 포함할 것임.

이들 필드 다음은 프로그램 타이틀, 1차 설명 - 프로그램에 대한 짧은 설명, 2차 설명 - 프로그램에 대한 긴 설명, 및 VCR＋PLUSCODE를 나타내는 필드이다. 이들 아이템의 각각은 2개의 필드로 표현되는 것으로, 하나는 타이틀 길이와 같은 특정 아이템의 길이를 포함하며 다른 하나는 타이틀과 같은 아이템 자체를 포함한다.

이러한 정보 다음은 쇼 종료(end-of-show) 필드이다. 쇼 종료 필드는 특정 쇼가 종료했다는 정보를 나타내는데 사용된다. 쇼 정보 패키지는 얼마나 많은 쇼가 4시간 블록 내에서 방영되는지에 따라 하나 이상의 쇼에 대한 정보를 포함할 수 있다. 다수의 쇼가 존재하는 것은 81 및 82로 나타낸 바와 같다.

쇼 정보 패키지는 저장 데이터에 대한 몇몇 독특한 특징을 제공하도록 구성된다. 타이틀 길이, 1차 설명 길이, 2차 설명 길이 및 VCR＋PLUSCODE 길이 필드는 1바이트 내에 저장될 수 있는 최대값을 넘는 값을 위해 확장될 수 있다. 예를 들면, 도 8에 나타낸 바와 같이, 2차 설명 길이가 1바이트 내에 저장될 수 있는 최대값보다 더 크다면, 길이 바이트는 최대값으로 설정된다. 다음에 시스템은 다음 바이트도 길이 바이트로 하여 2개의 값을 2차 설명의 길이를 정하도록 더하도록 한다. 이렇게, 쇼 정보 패키치는 공간을 긴 설명 또는 긴 타이틀을 수용하도록 동적으로 할당된다.

쇼 종료 필드는 쇼 정보 패키치에 시스템의 현재 버전으로 읽을 수 없는 데이터를 포함하도록 한다. 도 8에 나타낸 바와 같이, VCR＋PLUSCODE 필드 다음에는 불특정 데이터의 2개의 필드가 있다. 이는 시스템의 다음 버전으로 읽을 수 있으나 현재 시스템으로는 일반적으로 처리되지 않는 데이터이다. 쇼 정보 패키치를 처리를 할 때 시스템은 이 데이터를 쇼 종료 필드를 읽을 때까지 버릴 것이다. 시스템은 새로운 쇼에 대한 데이터 처리를 쇼 종료 필드가 발견될 때까지 시작하지 않을 것이다. 이러한 특징으로, 시스템은 더 많은 데이터를 포함할 수 있는 잠재적인 다음 버전과 같은 데이터를 액세스할 수 있다.

각 사용자 단말기에서, 사용자 단말기의 사용, 즉 어떤 프로그램이 얼마나 자주 또는 얼마나 오랫동안 시청되는지, 또는 EPG의 사용, 즉 어떤 프로그램이 기록, 시청 또는 더욱 상세한 디스플레이를 예정하도록 선택되는지 또는 어떤 프로그램이 커서로 그리고 얼마나 자주 강조되는지가, 마이크로프로세서(30)에 의해 상기한 바와 같은 사용자 프로파일을 생성하는 역할로써 모니터되며 처리된다. 일 실시예에서, 이러한 프로파일은 각 사용자 단말기에서 사용자 프라이버시를 보호하도록 보안 파일로서 메모리(40)에 유지 즉 저장된다. 따라서, 권한이 없는 무리들은 프로파일에 액세스할 수 없다. 즉, 사용자 프로파일은 서비스 센터, 전파 중계소 또는 인터넷 웹사이트 등의 다른 장소에 업로드될 수 없다.

다른 방법으로, 사용자의 프로파일의 일부, 즉 프라이버시-민감 부분 예를 들면 사용자 이름 및 다른 정보만이 보안 파일로 유지되며, 사용에 관한 다른 상업적으로 유용한 익명 마케팅 정보는 원격 처리 센터로 전화선, 호출기, 인터넷 등을 거쳐 분석을 위해 전송된다.

정보를 디스플레이된 프로그램 리스트를 생성하도록 제공하는 표준 기능에 부가하여, 다른 정보 및 통계 데이터와 결합한 EPG 데이터는 또한 시청자 프로파일을 상기한 바와 같이 시청자 단말기에서 생성하는데 사용된다. 따라서, 시청자 시청 습관에 관한 데이터의 프라이버시는 원격 장소로 전송하는 것에 의해 손상되지 않는다.

예로서, 마이크로프로세서는 튜너(24)의 세팅을 모니터할 수 있으며 튜너가 각 채널에서 설정된 시간, 일자 및 기간의 로그를 보유할 수 있고, 프로그램 카테고리 지정자는 EPG 데이터베이스에 각 프로그램에 관한 정보의 일부로서 저장될 수 있다. 실제 프로그램이나 프로그램 타이틀 또는 프로그램 카테고리 지정자는 튜너의 시간, 일자 및 기간으로부터 사용자 단말기에 상주하는 EPG 데이터베이스를 사용하여 확인될 수 있다. 튜너(24)가 리셋될 때마다, 채널 및 시간은 마이크로프로세서(30)에 의해 사용되어 그 시간에서 시간-채널 테이블 및 대응 포인터를 거쳐채널 상에서 방송되는 프로그램을 위해 쇼 정보 패키지(SIP)에 액세스할 수 있다. 카테고리 프로그램 가이드를 생성하는데 사용되는 프로그램의 카테고리는 마이크로프로세서(30)에 의해 SIP로부터 복구되어 시청자 프로파일을 형성하는데 사용할 수 있다. 튜너(24)가 리셋될 때마다, 최종 튜너 리셋 이후의 시간 간격은 그 간격동안 그 채널 상에서 방송되는 프로그램의 카테고리를 가지고 마이크로프로세서(30)에 의해 사용되어, 프로그램의 시청 시간의 축적된 값을 그 카테고리에서 발생할 수 있다. 따라서, 메모리(4)는 카테고리의 모든 시청 시간을 이런 식으로 시청자 프로파일을 결정하는데 사용되도록 기록할 수 있다. 원한다면, 카테고리 프로그램 가이드를 생성하는데 사용되는 것과는 다른 특히 맞춤형 프로그램 카테고리는, SIP에 저장될 수 있으며, 상기한 바와 같이 통계 데이터 및 사이코-데모그래픽 정보와 협력하여 사용되어 시청자 프로파일을 결정할 수 있다.

상기한 데이터베이스 구조의 경우에서, 마이크로프로세서(30)는, 원하는 SIL에 대한 포인터를 미리 확립된 타임 리스트로부터 실시간 클락에서 판독한 시간 및 튜너에서 판독한 채널에 기초하여 획득하도록 프로그램된다. 다음에 마이크로프로세서(30)는 카테고리를 SIP로부터 시간 및 채널에 대해서 판독한다. 튜너(24)를 모니터하는 대신, 프로그램 카테고리는 XDS나 부모 제한 등급과 같은 각 프로그램 자체의 VBI로 실시간으로 전송된다. 그러나, 이는 수행하기 위해 텔레비전 신호 제공자의 협력을 필요로 한다.

사용자 단말기에서 결정된 프로파일은 전송된 광고 코드와 헤더(H₁, H₂, H₃,..., H_n-1, H_n)에서 관련되어, 마이크로프로세서(30)는, 통계 데이터 및 사이코-데모그래픽 정보에 기초한 프로파일 파일로 나타내어진 사람에게 큰 관심사가 될 수 있는 전송된 광고(A₁, A₂, A₃, ..., A_n-1, A_n)를 지정한다.

출원 제60/110,301에 제안된 것과 같은 더욱 기교적인 상관 구성이 타겟된 정보를 사용자 프로파일에 관련시키는데 또한 사용될 수 있다. 로컬 메모리 공간을 보존하기 위해, 일부 처리는 프라이버시가 관계없으면 중앙 위치에서 수행될 수 있다.

광고 타겟의 경우에 있어서, 광고가 사용자 단말기에서 수신됨에 따라, 그 코드는 사용자 프로파일과 비교된다. (상기한 간단한 상관 구성에서, 광고 코드는 프로파일의 코드나 코드들과 직접 비교된다.) 일치가 확인되면, 광고는 메모리(38)에 저장되어서 나중에 EPG의 텔레비전 스크린의 영역(54 및/또는 56)에 디스플레이된다(도 4). 광고의 코드가 광고가 관심 대상이 아니라고 지시하면, 광고는 메모리(38)에 저장되지 않는다. 이는 메모리 공간을 사용자 단말기에서 보존한다. 프로파일에 의해 반영되어서 사용자의 관심사를 정확하게 지적한 복수의 광고는, 1999년 6월 28에 출원된 출원 제60/141,331호에 나타낸 바와 같이, EPG에 디스플레이하기 위해 미리 정해진 스케줄에 따라 교대로 저장되며 액세스되는 것이 바람직하고, 이 내용은 여기에 전적으로 참고로써 포함된다. 광고 및 그들의 코드를 텔레비전 신호와 함께 전송하는 것이 바람직하지만, 대안으로 호출기 채널과 같은 분리 링크로 또는 인터넷을 거쳐 전송할 수 있다.

설명의 의도는 발명을 EPG에 대해 어떤 방법이나 형태로 제한하려는 것이 아니라, EPG를 효과적인 예로서 사용하려는 것이다. 예에서 비디오는 정보의 어떤 유형일 수 있으며, 가이드는 정보의 어떤 리스트나 카테고리일 수 있으며, 광고는 텍스트 및 그래픽뿐만 아니라 비디오 및 오디오 정보를 포함하는 판촉의 어떤 형태일 수 있다. 예를 들면, 대여점에서 이용할 수 있는 비디오 테이프에 대한 "가이드"가 있을 수 있으며, 같은 원칙이 적용될 수 있다. 유사하게, 제품이나 서비스의 가이드(전자 상거래를 위한 카탈로그 등)가 있을 수 있으며, 같은 원칙이 독자나 청중을 타겟하는데 적용될 수 있다. 또한, 본 발명은 어떤 특별한 하드웨어 구성에 한정되지 않으며 컴퓨터, 텔레비전 시스템, 통신 장치 등의 새로운 결합이 발전하므로 향상된 유용성을 가질 것이다.

인터넷은 최근 월드 와이드 웹(WWW 또는 웹)의 급속한 성장에 의해 대중화되었다. 웹은 전세계로부터의 다양한 컴퓨터와 다양한 주제를 비연속 웹에서 연결하여 사용자가 하나의 주제에서 다른 주제로, 주제의 형식 및 순서에 관계없이, 이동할 수 있도록 한다. 사용자는, 일반적으로 사용자의 컴퓨터 상에 존재하며 실행되는 웹 브라우저를 사용하여 웹에 액세스하여 돌아다닐 수 있다. 넷스케이프 네비게이터(Netscape's Navigator^TM) 및 마이크로소프트 인터넷 익스플로러(Microsoft Internet Explorer^TM) 등의 상업적으로 이용할 수 있는 웹 브라우저는 흔하며 컴퓨터 사용자에 의해 액세스될 수 있다. 웹 브라우저는 사용자가 사운드, 비디오, 및 다른 유형의 데이터를 포함하는 하이퍼미디어 컨텐츠를 웹 내의 컴퓨터 네트워크로부터 검색하여 렌더링할 수 있도록 한다.

웹사이트는 인터넷을 통하여 액세스할 수 있는 서버 컴퓨터 상에 위치한다. 하이퍼미디어 컨텐츠 및 데이터베이스 등의 다양한 정보가 웹사이트 상에 저장될 수 있으며 인터넷에 접속된 컴퓨터를 가진 사용자에 의해 액세스될 수 있다. 페이지를 제공하기 위해, 웹사이트는 서버(호스트 컴퓨터) 및 서버 상에서 동작하는 서버 소프트웨어를 필요로 한다. 호스트 컴퓨터는 통신 프로토콜을 처리하며, 페이지 및 인터넷 상에서 웹사이트를 생성하는데 필요한 관련 소프트웨어를 수용하고 있다. 인터넷 도처에 퍼진 호스트 컴퓨터는 다른 웹사이트를 수용할 수 있다.

인터넷은 클라이언트/서버 모델에 기초하여 동작한다. 이러한 모델에서, 클라이언트 컴퓨터는 정보가 존재하는 서버 컴퓨터와 통신하며, 클라이언트 컴퓨터는 서버에 의존하여 요청된 정보 및 서비스를 전달한다. 이들 서비스는, 웹 상의 데이터베이스가 질의되었을 때와 같이, 정보를 검색하여 이를 클라이언트로 다시 송신하는 것을 포함할 수 있다. 이들 서비스의 다른 예는 웹 페이지를 웹사이트를 통해서 전달하는 것과 보내고 받는 e메일을 취급하는 것이다. 전형적으로, 클라이언트는 브라우저를 서버에 접속하여 검색하는데 사용하는 개인용 검퓨터(PC) 사용자이지만, 본 발명은 또한 PCTV, 셋탑 박스, 특별한 하드웨어를 포함하는 텔레비전 등에서도 실행될 수 있다. 서버는 대개 데이터와 데이터베이스를 저장하는 더욱 강력한 컴퓨터이다. 클라이언트/서버 모델은 웹을 무제한의 파일 저장 매체로 상상되도록 하며, 어떠한 개인 사용자에 의해서도 전부 액세스될 수 있는 수천개의 호스트 컴퓨터들 사이에 분배되도록 한다.

인터넷은 대단히 빨리 성장하였으며 그 자원은 대단히 거대하여, 사용자는 네트워크의 자원을 액세스할 수 있도록 돕기 위해서 에이전트라고 하는 특별한 소프트웨어를 사용하여 그 주위를 네비게이트하는 것을 도울 필요가 있다. 간단히 말하면, 에이전트는 사용자의 검색 및 입찰을 자동적으로 수행하는 프로그램이다. 에이전트는 최근 뉴스를 찾아서 사용자 컴퓨터로 다운로드하며; 자동적으로 인터넷 트래픽을 모니터하여 전체 사용량을 보고하며; 사용자가 사고 싶어하는 제품에 대한 최적의 거래를 찾으며; 중요한 웹 유지 작업 등을 수행할 수 있다. 이들 에이전트는 사용자에게 보이지 않는 소프트웨어 프로그램이다. 사용자는 작업이 에이전트에 의해 행해지도록 결정하고, 뒤에서 에이전트는 자동적으로 작업을 시작하며 수행한다. 다양한 다른 언어가 에이전트 프로그램을 작성하는데 사용될 수 있다.

예를 들면, 간단한 인터넷 에이전트는, 사용자가 컴퓨터를 사용하지 않는 동안 또는 사용자가 다른 작업을 위해 컴퓨터를 사용하는 동안에, 뉴스를 다양한 소스로부터 수집하는 것이다. 뉴스 에이전트는 다양한 방식으로 동작할 수 있다. 간단한 예로서, 사용자는 사용자가 어떤 종류의 뉴스에 관심이 있는지 및 사용자가 어떤 스케줄에서 뉴스가 배달되기를 원하는지를 나타내는 폼을 작성한다. 그 정보에 기초하여, 미리 조절된 간격에서, 뉴스 에이전트는 인터넷 주위의 새로운 사이트로 접속하여 새로운 스토리들을 사용자가 HTML 페이지로서 그들을 읽을 수 있는 사용자의 컴퓨터로 다운로드한다.

본 발명의 한 관점에 따라, 로컬 클라이언트 디바이스에 국부적으로 존재하는 스마트 에이전트는 습관, 통계 데이터 및 인터넷 사용자의 사이코-데모그래픽정보를 사용자의 프로파일을 추론하도록 반복적으로 통합한다. 스마트 에이전트는 또한 선호도를 로컬 디바이스에 전달된 정보를 필터링하는데 이용할 수 있다. 특히, 에이전트는 정보를 사용자로부터 수집, 결합, 통합 및 추론하여 사용자의 사이코-데모그래픽 프로파일에 도달하도록 하며, 그러한 사이코-데모그래픽 프로파일을 이용하여 사용자에게 전달된 정보를 선택하거나 필터링하여, 타겟을 획득한다. 에이전트는 또한 전달된 정보를 분류하며 확인하여 정보가 일치, 필터링 또는 쉽게 선택되도록 할 수 있다.

에이전트는 사용자가 방문한 사이트의 유형과 회수 및 검색된 정보 등의 정보를 수집하도록 설계된 소프트웨어 프로그램이다. 다음에 소프트웨어 프로그램은 수집된 정보를 통계 데이터 및 사이코-데모그래픽 정보와 결합하여 사용자의 사이코-데모그래픽 프로파일에 도달하도록 한다. 에이전트는 또한 사용자가 관심 있는 정보에 대해 사용자의 프로파일에 기초하여 웹사이트, 공개 유즈넷 뉴스그룹 등에서 인터넷을 검색한다. 소프트웨어 애플릿에 의해 검색된 데이터는 사용자 프로파일에 기초한 정렬된 리스트를 생산하는 알고리듬으로 들어갈 수 있다. 본 발명의 일 실시예에 따라, 소프트웨어 프로그램은 자바(Java^TM) 프로그래밍 언어로 작성된다. 소프트웨어 애플릿은 또한 액티브엑스(ActiveX^TM)나 다른 알려진 인터넷 프로그래밍 기술을 사용하여 작성될 수 있다.

본 발명의 일 실시예에 따라, 시스템은 테이블과 레코드를 사용하여 사용자 프로파일의 구축을 위해 데이터를 저장하고 정리한다. 시스템은 테이블과 레코드를 로컬 디바이스에 저장된 데이터베이스 안으로 정리한다. 데이터베이스는 관계형 데이터베이스, 테이블형 데이터베이스, 계층형 데이터베이스, 객체지향형 데이터베이스 등으로 구성될 수 있다. 다양한 테이블에 포함된 레이아웃과 정보는 이용되는 데이터의 유형에 기초하여 변할 수 있다. 사용자 레코드는 인터넷과 다양한 웹사이트와 관련된 사용자의 내력 외에 사용자의 선호도 및 사이코-데모그래픽 정보를 포함한다. 사용자 레코드는 또한 사용자의 이름, 성별, 나이 계층, 소득 수준, e메일 주소 등을 포함하는 사용자의 정보를 포함한다. 사용자 레코드는 또한 사용자의 등급 테이블에 대한 인덱스를 가진 사용자 등급 테이블 필드를 포함한다. 사용자의 등급 테이블은 주제, 제품 유형, 브랜드 이름 등의 리스트를 포함한다. 각 엔트리는 추가로 특정 엔트리에 주어진 사용자 등급을 포함한다. 사용자 등급은 브랜드에 대한 사용자의 등급을 "예", "아니오", "좋아함", "싫어함", "관심 없음", "모름"으로 나타낸다. 사용자는 어떤 엔트리에 대한 그들의 선호도나 무관심을 상기한 등급에 상응하는 엔트리에 인접한 버튼을 선택함으로써 나타낼 수 있다. 에이전트는, 전술한 바와 같이, 사용자 프로파일에 도달하기 위해 다른 데이터와 협력하여 엔트리 등급 정보를 사용한다. 따라서, 시스템은 정보를 필터링하거나 정보를 인터넷으로부터 사용자의 프로파일에 따라 검색할 수 있다. 정보는 판촉 정보, 광고 또는 특정 주제에 관련된 다른 정보를 포함한다.

점점, 인터넷은 방송 매체로 되어가고 있다. 사용자가 직접 어떤 사이트를 방문하는 대신, 정보, 전체 웹사이트 및 애플리케이션은 인터넷을 거쳐 사용자의 컴퓨터에 총괄하여 푸시 기술로 알려진 다양한 기술로 직접 전달될 수 있다. 푸시기술에 있어서, 전형적으로 사용자는 종종 채널이라고 하는 웹사이트에 가입한다. 채널은 일반적으로 사이트 창설자가 설립한 관심 영역에 속하는 것으로, HTML 페이지, 자바 애플릿, 액티브엑스 구성요소, 멀티미디어 객체, 및 주문형 정보를 푸시 기술을 거쳐 사용자에 전달하도록 함께 패키지된 다른 정보를 포함할 수 있다. 가입된 사이트 및 사이트가 포함하는 정보는 사용자에 자동적으로 특정 간격에서 전달된다.

이들 채널을 수신하는 것은 특별한 클라이언트 소프트웨어나 푸시 가능한 부라우저를 필요로 한다. 전형적으로 푸시 기술은 넷스케이프 커뮤니케이터(Netscape Communicator^TM) 및 마이크로소프트 인터넷 익스플로러(Microsoft Internet Explorer^TM) 등의 브라우저 내에 부설된다. 푸시 클라이언트 소프트웨어는 또한 다른 회사로부터도 이용될 수 있다. 대부분의 푸시 기술은 사용자가 그들이 수취하는 정보의 유형을 주문화할 수 있도록 한다. 이러한 종류의 주문화는 푸시 기술이 제공하는 하나의 이점이다. 다른 이점은 시간 절약으로서, 즉 외출하여 정보를 수집하는 대신, 정보는 사용자로서는 힘들이지 않고 사용자에게 전달되며, 그것은 그들의 흥미를 끄는 종류의 정보이다.

본 발명의 한 관점에 따라, 사용자에 대한 프로파일이 결정될 때, 푸시 기술은 결정된 사용자 프로파일에 기초하여, 특별한 제품 정보나 광고 등의 관심있는 특정 정보를 사용자에게 전달하는데 사용된다.

도 9 및 도 10은 본 발명의 일 실시예에 따른 대화형 스케줄 시스템(300)을나타내며, 이는 텔레비전 스케줄 정보를 인터넷으로부터 액세스하여 사용자를 인터넷에 액세스하게 한다. 이 실시예에서 어떠한 전화선도 사용하지 않으며 개인용 컴퓨터도 필요로 하지 않으면서 인터넷에 액세스할 수 있다. 인터넷 및 광고주에 대한 액세스를 포함하는 대화형 텔레비전 시스템 및 인터넷의 문맥 검색이, 1997년 4월 11에 출원되었고 "텔레비전 시청자를 광고주 및 방송국과 연결하는 시스템 및 방법(SYSTEMS AND METHODS FOR LINKING TELEVISION VIEWERS WITH ADVERTISERS AND BROADCASTERS)"이라는 제목의 US 특허 출원 제08/837,078호에 설명되었으며, 그 전체 내용은 참고로써 여기에 포함된다. 도 9에 나타낸 바와 같이, 대화형 텔레비전 스케줄 시스템은 텔레비전 시스템(320)과 연결된 케이블 시스템(310)을 포함한다. 케이블 시스템(310)은 일반적으로 프로세서(312) 및 메모리(314)를 포함한다. 텔레비전 시스템(320)은 텔레비전(322) 및 사용자 인터페이스 장치(340)를 포함한다. 텔레비전 시스템(320)은 또한 텔레비전(322)에 연결된 VCR을 포함한다. 특정한 실시예에 있어서, 케이블 시스템(310)의 메모리(314)는 스케줄 데이터 및 다른 데이터를 수신, 정리 및 디스플레이하기 위한 소프트웨어(316)를 저장한다. 소프트웨어(316)에 추가하여, 기본 스케줄 정보에 대한 데이터, 사용자 프로파일에 관련된 데이터, 및 다른 관련 데이터(예, 특별한 쇼에 관련된 데이터)가 또한 메모리(314)에 저장된다. 일 실시예에서, 이러한 데이터의 일부는 데이터를 인터넷으로부터 액세스할 수 있는 케이블 모뎀(318)을 거쳐 수신된다. 데이터의 다른 일부는 프로세서(312)에 의해 생성된다. 다음에 소프트웨어(316)는 케이블 모뎀(318)으로부터 수취한 데이터를 이용하여 텔레비전 스케줄 가이드를 생성한다. 사용자는 원할 때이 생성된 텔레비전 스케줄 가이드를 액세스할 수 있다.

도 10은 텔레비전 스케줄 정보를 케이블 시스템(310)으로부터 디스플레이를 위한 텔레비전으로 제공하기 위한 배열을 나타낸다. 일 실시예에서, 케이블 모뎀(318)은 온라인일 수 있는 데이터베이스에 대한 액세스를 제공하고; 데이터베이스는 텔레비전 스케줄 정보를 포함하며, 상기 정보는 텔레비전에 전송된다. 메모리(314)에 저장된 소프트웨어(316)는 본 발명에 따라 사용자 프로파일의 결정을 포함하는 다른 특징과 함께, 정보를 검색하여 제공하는데 사용된다. 데이터는 케이블 시스템(310) 내의 메모리(314)에 또는 텔레비전(322) 내의 데이터베이스(348)에 저장될 수 있다. 제어장치(352)는 데이터를 메모리(314)로부터 또는 데이터베이스(348)로부터 획득하는데 사용되어서 데이터를 텔레비전 상에 디스플레이한다. 텔레비전 스케줄 가이드로부터, 사용자는 사용자 인터페이스(340)를 "서비스" 버튼을 누르는데 추가로 이용할 수 있다. 이러한 서비스 버튼은 사용자 인터페이스 상에 또는 텔레비전 스케줄 가이드 디스플레이 내에 위치할 수 있다. 서비스 버튼이 눌러졌을 때, 사용자에게는 뉴스, 날씨, 스포츠, 득점, 재무 데이터, 지역 교통, 네트워크 등의 선택 기회가 사용자 프로파일에 의해 결정된 사용자 선호도에 기초하여 주어진다. 사용자 인터페이스를 사용하여, 다음에 사용자는 영역이나 타이틀을 선택할 수 있으며, 데이터베이스로부터 관련된 정보가 제공된다.

사용자는 사용자 인터페이스를 사용하는 가이드로부터 네트워크를 선택함으로써 인터넷에 추가로 액세스할 수 있다. 케이블 모뎀(318)은 인터넷에 액세스하고, 일단 접속이 이루어지면, 사용자는 온라인 서비스 제공자와 쌍방향 통신을 한다. 예를 들면, 스포츠 이벤트를 시청하는 사용자가 서비스 버튼을 누르면, 다른 메뉴가 사용자 프로파일에 기초하여 다음 선택 기회와 함께 표시될 것이다: (1) 스포츠 스코어, (2) 현재 경기 통계, (3) 현재 플레이어 통계, 및 (4) 사용자 프로파일에 기초한 관련된 제품. 사용자가 (4) 관련된 제품을 선택하면, 소프트웨어는 케이블 모뎀에 통지하여 케이블 모뎀이 온라인 서비스 제공자와 접속하도록 지시한다. 다음에 온라인 서비스 제공자는 게임과 관련된 일련의 선택물[예, 포티나이너즈(49er's) 모자, 루이빌 슬러그(Louisville Slugger)의 자이언트 야구 배트, 팝워너(Pop Warner)를 위한 나이키 스파이크 축구화]을 리스트하여, 사용자는 서비스 제공자와 상호 접촉하여 적절히 제품을 주문하여 구입할 수 있다.

도 11은 인터넷이나 월드 와이드 웹과 같은 컴퓨터 네트워크(360) 상에서 하나 이상의 서버(350)로부터 텔레비전 스케줄 정보에 액세스하기 위한 시스템 및 방법을 나타낸다. 텔레비전 정보 가이드는 컴퓨터 시스템, 텔레비전 시스템, PCTV, 또는 전화선 등의 통신 링크에 연결된 간단한 디스플레이를 통하여 액세스되고 시청될 수 있다. 바람직한 실시예에서, PCTV(362)는 원격 제어, 키보드, 마우스 등의 사용자 입력 장치(364) 및 컴퓨터 네트워크(360)에 액세스하기 위한 통신 장치(366)로 설명된다. 통신 장치(366)는 전화선, 케이블 모뎀, 위성 링크 등의 넓고 다양한 데이터 라인을 포함할 수 있다.

일 실시예에서, 컴퓨터 네트워크(360)는 복수의 서버(350) 및 데이터베이스(370)를 포함한다. 데이터베이스(370)는 PCTV(362) 상에서 검색되고 시청될 수 있는 텔레비전 스케줄 정보를 포함한다. 바람직한 실시예에서, 컴퓨터네트워크(350)는 월드 와이드 웹이며, 각 서버(350)는 독특한 어드레스로 설정가능한 네트워크 파일 서버로 셋업된다. 예를 들면, 서버(350)는 전송 제어 프로토콜(TCP; Transmission Control Protocol) 및 인터넷 프로토콜(IP; Internet Protocol)(흔히 총괄하여 TCP/IP로 언급됨)과 같은 통상의 네트워크 프로토콜에 따라서 구성될 수 있으며, 독특한 IP 어드레스 또는 인터넷 도메인 네임이 할당될 수 있다. 예를 들면, 서버는 도메인 네임을 "guide.com"으로 할당할 수 있다. 서버(350)는 시스템이 인터넷 그래픽 서버로서 작용하도록 하는 어떤 형태의 서버 소프트웨어를 또한 가질 수 있다. 예를 들면, 서버(350)는 시스템이 인터넷 웹 서버로서 작동하도록 하는 하이퍼텍스트 트랜스포트 프로토콜(HTTP; HyperText Transport Protocol) 서버 소프트웨어로 구성될 수 있다. 이러한 실시예에서, PCTV(362)는 웹 호환성 소프트웨어를 사용하는 웹을 거쳐 시스템의 URL(Uniform Resource Locator) 주소: "HTTP://www.guide.com"를 나타냄으로써 서버(350)에 액세스할 수 있다.

다른 실시예에서, 텔레비전 스케줄 가이드(도시하지 않음)는 하나 이상의 파일(예, 웹사이트 또는 인터넷 방송 송신기)로서 웹에 액세스할 수 있는 어떠한 시청자도 액세스할 수 있는 서버(350) 중 하나에 저장된다. 텔레비전 스케줄 가이드나 웹사이트는 온라인에서 직접적으로 텔레비전 정보를 조사하고 상호 작용하도록 구성될 수 있으며, 정보를 컴퓨터 하드 드라이브나 다른 적당한 프로세서에 다운로드하도록 구성될 수 있다. 가이드는 리스트 정보를 시청자의 로컬 케이블 라인업에 모든 채널에 대해 제공한다. 가이드는, 시청자가 채널, 기념일, 배우, 영화 장르나 다른 원하는 카테고리와 같은 카테고리에 기초하여 즐겨찾는 프로그램 리스트를 불러낼 수 있도록 하는 특징을 검색 및 분류하여, 개인화된 TV 리스트를 생성할 수 있는 것이 바람직하다. 가이드는, 등급, 스타, 영화의 유형(예, 서스펜스, 코미디, 드라마, 서부극, 뮤지컬, 아동용, 전기, 공포물 등)과 같은 프로그램에 관한 다른 정보를 또한 포함할 수 있다. 이러한 정보는 실제 웹사이트 및/또는 인터넷 방송 송신기 상에 제공될 수 있으며, 실제 웹사이트 및/또는 인터넷 방송 송신기는 시청자를 다른 웹사이트 및/또는 인터넷 방송 송신기와 연결하기 위한 수단을 제공하여 어떤 주제 및 카테고리에 대한 더 많은 정보를 제공할 수 있다.

본 발명의 일 실시예에서, 시스템은 시청자가 일정한 기간 내에 방송될 특별한 유형의 프로그램을 검색하도록 하는 검색 엔진을 포함한다. 검색 엔진은 타이틀, 설명, 카테고리, 날짜, 방송 시간 구분(day parts), 채널, 남배우/여배우, 감독 등과 같은 카테고리를 포함할 수 있다.

예를 들면, 가이드는 연극, TV용 영화, 스페인 영화, 프랑스 영화 등을 포함하는 많은 카테고리에 있는 영화에 대하여 정보를 제공할 수 있다. 가이드는 사용자에게 어떤 클린트 이스트우드(Clint Eastwood) 영화가 이번 주에 있는지, 얼마나 많은 스타트렉(StarTrek) 에피소드나 이번 주에 있는지, 또는 좋아하는 농구팀에 대하여 이번 토요일에 TV 중계가 있는지를 알려줄 수 있다. 온라인 시청자는 그들의 리스트를 타이틀, 연도, 배우, 감독, 공연 테마, 비평가의 스타 등급, MPAA, 경고선, 비디오 레이저 디스크, 전체 설명, 장르, 및 테마를 가진 휴일에 의하여 주문화할 수 있다. 다른 예에 있어서, 가이드는 네트워크 쇼, 개봉, 영국 영화,PBS, 컬트, 신디케이트 쇼, 토크 쇼, 지역 영화, 및 애매한 프로그램을 포함하는 쇼 및 시리즈에 대하여 정보를 제공할 수 있다. 사용자는 예를 들면, 타이틀, 에피소드 상영 시간, 장르, 원 방영일 등으로 분류할 수 있다. 이들 사용자의 선택에 관련된 데이터는 다른 데이터와 결합하여, 상기한 바와 같이, 자동적으로 사용자 프로파일을 생성하는데 이용된다.

본 발명의 다른 관점에 따라, 시스템은, 사용자가 다른 사용자, 프로그램 스폰서, 광고주 등과 상호 작용하도록 하는, 같은 또는 다른 네트워크 서버 상에서 다양한 파일들을 포함한다. 예를 들면, 시스템은 시청자가 어떤 프로그램(각 프로그램 자체가 자신의 웹사이트를 가질 수 있음)에 대하여 채팅할 수 있도록 하는 웹사이트를 가질 수 있다. 추가로, 시스템은 존재하는 웹사이트 및/또는 인터넷 방송 송신기를 인터넷 상에서 검색하며, 자동적으로 생성된 사용자 프로파일에 기초하여 시청자의 흥미를 일으킬 수 있는 웹사이트 및/또는 인터넷 방송 송신기를 지적하는 "가상 에이전트"를 포함할 수 있다. 가상 에이전트는 또한 사용자 선택으로부터 터득하여 텔레비전 가이드를 주문화한다.

도 12는 본 발명에 따라 광고 또는 프로그램이 방송되는 동안 텔레비전 시청자를 방송국 및 광고주와 연결하기 위한 시스템 및 방법을 개략적으로 설명한다. 도시한 바와 같이, 시스템(400)은 텔레비전, 컴퓨터, PCTV 또는 컴퓨터 시스템과 연결된 텔레비전 등의 시청자 인터페이스(402)를 포함한다. 편의상, 시스템을 PCTV(402)을 이용하여 설명할 것이다. 케이블 모뎀, 전화선 또는 다른 통신 링크와 같은 데이터 라인(404)은, PCTV(402)를 인터넷(406)과 같은 원격 데이터베이스,네트워크 서버 또는 온라인 서비스에 연결한다. 텔레비전 가이드 데이터베이스(408)는 텔레비전 스케줄 정보를 PCTV(402)에 제공하기 위해 인터넷(406)과 또한 연결된다. 이러한 정보는 PCTV(402)에 다운로드될 수 있으며, 또한 시청자가 실제로 데이터베이스(408)에 연결되어 있는 동안 시청자만을 위해 구성될 수 있다. 다른 방법으로, 텔레비전 가이드는 PCTV 내의 프로세서로부터 국부적으로 끌어낼 수 있다. 도시한 바와 같이, 광고 방송 제공자(410(예, Coke^TM) 및/또는 텔레비전 방송국(412)(예, ABC)은 PCTV(402)에 인터넷(406)을 통하여 연결된 데이터베이스를 또한 가진다.

PCTV(402)는 판촉 정보 및 광고를 포함하는 정보를 인터넷(406) 상의 데이터베이스로부터 사용자 프로파일에 기초하여 탐색 및 검색하기 위한 적절한 소프트웨어(도시하지 않음)를 가진 메모리 및 프로세서를 포함할 수 있다. 다른 방법으로, 이러한 기능은 인터넷(406), 텔레비전 가이드 데이터베이스(408)를 통하여 또는 광고 방송 제공자(410) 또는 방송국(412)을 통하여 제공될 수 있다. 소프트웨어는 또한 시청자에게 지시된 정보를 사용자 프로파일에 기초하여 선택적으로 필터링하여 타겟을 획득한다. 이러한 실시예에서, PCTV는 적절한 소프트웨어를 가지는 애플리케이션 또는 애플릿(예, 자바 애플릿)을 액세스, 다운로드, 및/또는 자동적으로 업그레이드하여, 텔레비전 스케줄 가이드를 디스플레이, 예를 들면 컴퓨터 모니터, 텔레비전 디스플레이 또는 다른 사용자 인터페이스 상에서 실행한다.

하나의 예로서, 시청자는 축구 경기 등의 스포츠 이벤트를 시청하고 있다.하나 이상의 아이콘 또는 다른 시각 지시기는 텔레비전 스크린 상에서 상단, 우측 코너 등의 편리한 위치에 위치한다. 이들 아이콘 중 하나는 텔레비전 스케줄 가이드를 나타내는 아이콘일 수 있다. 시청자는 커서 또는 다른 시각 지시기를 텔레비전 가이드 아이콘으로 이동하고 클릭하여, 아래에 상세하게 나타낸 바와 같이 텔레비전 가이드를 연다. 다른 아이콘이 예를 들면, 특정 시청자를 타겟으로 하는 광고 방송 스폰서에 의해 사용자 프로파일에 기초하여 제공될 수 있다. 이러한 아이콘을 이동하며 활성화함으로써, 시청자는 광고 방송 제공자에 의해 제공된 데이터베이스에 연결될 수 있으며, 텔레비전 스케줄 가이드의 일부로 시청자는 예를 들면, 광고된 제품을 구입, 금전 출자, 조사에 응답, 질문에 대답, 또는 다른 시청자와의 논쟁에 참여할 수 있다. 이러한 유형의 광고로, 광고주는 직접적으로 특정 시청자 또는 특정 프로그램을 타겟할 수 있으며, 시청자는 직접적으로 광고된 제품을 광고하는 동안 구입할 수 있다.

다른 예로서, 프로그램을 방송하는 텔레비전 네트워크는 아이콘을 제공하므로, 시청자는 축구 경기, 이번 주에 있을 다른 축구 경기와 같은 다음의 관련 프로그램의 예고, 또는 다른 제품 및 서비스에 관한 더 많은 정보를 사용자 프로파일에 기초하여 제공하는 데이터베이스(412)에 액세스할 수 있다.

도 13에 나타낸 바와 같이, 텔레비전 프로그램이 전체 화면에 디스플레이될 때, 즉 텔레비전 모드에서 인터넷 데이터는 텔레비전 신호를 동반한다는 것을 시청자에게 전달하기 위해, 그래픽 아이콘(95)이 텔레비전(322)의 스크린 상에서 나타난다. 아이콘(95)은 텔레비전 프로그램이 처음 디스플레이된 후 제한된 기간 동안또는 프로그램의 전체 기간 동안 나타난다. 시청자가 텔레비전 프로그램과 관련하여 인터넷 사이트에 액세스하고 싶다면, 시청자는 아래 설명된 동작의 인터넷 모드를 도입하는 원격 제어기 상의 버튼을 누른다. 마이크로프로세서(312)는 이러한 동작을 수행하도록 프로그램된다. 버튼을 반복적으로 누름으로써, 시청자는 텔레비전 모드와 인터넷 모드 사이를 전후로 토글할 수 있다.

일 실시예에서, 인터넷 사이트 정보는 텔레비전 스크린 상에서 픽처인픽처(picture-in-picture; "PIP") 윈도우에 놓여서, 인터넷 사이트 정보는 텔레비전 프로그램과 함께 동시에 시청될 수 있다. 역으로, 텔레비전 신호는 텔레비전 스크린 상에서 도 14에 나타낸 바와 같이 PIP 윈도우에 놓일 수 있다. 이러한 실시예에서, 인터넷 사이트 정보는 텔레비전 스크린의 대부분을 차지하며, 텔레비전 프로그램은 PIP 윈도우에 디스플레이된다. 이와 같이, 텔레비전 비디오 신호는 인터넷 정보와 함께 동시에 시청될 수 있어서, 시청자에게 제공되는 정보를 추가할 수 있다.

이 기술분야에서 숙련된 자는 본 발명의 범위를 일탈하지 않고 상기한 본 발명의 설명된 및 다른 실시예에 대해 여러가지 변경을 가할 수 있음을 알 수 있다. 따라서, 본 발명은 전술한 실시예 또는 장치에 한정되는 것은 아니고, 다음의 특허청구범위에서 정의된 본 발명의 범위 및 사상 내에서 어떠한 변형, 개조 또는 변경을 가할 수 있다.

Claims (46)

1. 통계 데이터(statistical data) 및 사용자에 관한 사이코-데모그래픽 정보(psycho-demographic information)에 기초하여 사용자의 프로파일(profile)을 결정하는 방법에 있어서,

   사용자 선택에 관한 데이터를 수집하는 단계;

   수집된 선택 데이터를 상기 통계 데이터 및 상기 사용자에 관한 상기 사이코-데모그래픽 정보와 반복적으로 통합하는 단계;

   통합된 정보로부터 상기 사용자의 프로파일을 추론하는 단계

   를 포함하는 사용자 프로파일 결정 방법.
2. 제1항에 있어서,

   상기 프로파일(UP) 추론 단계는식을 산출하여 정해지고,

   여기서,는 상기 사이코-데모그래픽 정보로부터 얻은 실재 사람 X의 캐릭터 특성의 i번째 요소(element)이고, 상기는 특별한 캐릭터 특성을 가지는 사람 X의 확률

   인 사용자 프로파일 결정 방법.
3. 제2항에 있어서,

   상기 요소가 바이너리 요소(binary element)인 사용자 프로파일 결정 방법.
4. 제2항에 있어서,

   상기 요소가 복수개의 결과 요소(multiple-outcome-element)인 사용자 프로파일 결정 방법.
5. 제2항에 있어서,

   상기 반복적인 통합 단계는 상기 수집된 선택 데이터를 상기 통계 데이터 및 상기 사이코-데모그래픽 정보와 누적하는 식으로 반복적으로 통합하는 단계를 포함하는 사용자 프로파일 결정 방법.
6. 제5항에 있어서,

   상기 수집된 선택 데이터는 상기 통합 단계 이후 무시되는 사용자 프로파일 결정 방법.
7. 제5항에 있어서,

   상기 프로파일(UP) 추론 단계는식으로 정해지고,

   여기서,는이고, i는 요소을 나타내며, j는 상기 사람 X에 의해 이용되는 사건을 나타내고,는 i번째 요소에 관한 정보를 제공하는 i번째 요소의 j번째 사건이며,는 사건 j를 이용하고 있는 동안의 기간이고,는 주어진 사건에 대해서 가중치를 주거나 제거하며 0에서 1까지의 범위를 가지는 가중치 함수

   인 사용자 프로파일 결정 방법
8. 제7항에 있어서,

   상기는 사건의 강도(intensity), 사건의 길이(length), 일주일 중 해당 날자의 요일, 상기 날짜 중 해당 시간 중 하나 이상에 대한 함수인 사용자 프로파일 결정 방법.
9. 제1항에 있어서,

   상기 사용자는 텔레비전 수상기를 가지는 텔레비전 시청자이고,

   상기 수집 단계는 상기 시청자의 텔레비전 프로그램 선택에 관한 데이터를 수집하는 단계를 포함하는

   사용자 프로파일 결정 방법.
10. 제9항에 있어서,

    상기 수집 단계는 상기 시청자가 시청하는 텔레비전 프로그램에 관한 데이터를 수집하는 단계를 포함하는 사용자 프로파일 결정 방법.
11. 제9항에 있어서,

    상기 수집 단계는 EPG에서 선택된 텔레비전 프로그램에 관한 데이터를 수집하는 단계를 포함하는 사용자 프로파일 결정 방법.
12. 제9항에 있어서,

    상기 수집 단계는 EPG에서 기록 또는 시청용으로 예정된 텔레비전 프로그램에 관한 데이터를 수집하는 단계를 포함하는 사용자 프로파일 결정 방법.
13. 제9항에 있어서,

    상기 프로파일(UP) 추론 단계는식으로 정해지고,

    여기서,는이고, i는 요소을 나타내며, j는 상기 텔레비전 시청자 X가 시청하고 있는 상기 텔레비전 프로그램을 나타내고,는 i번째 요소에 관한 정보를 제공하는 i번째 요소의 상기 j번째 텔레비전 프로그램이고,는 상기 텔레비전 프로그램 j를 시청하고 있는 동안의 기간이고,는 주어진 텔레비전 프로그램에 대해서 가중치를 주거나 제거하며 0에서 1까지의 범위를 가지는 가중치 함수

    인 사용자 프로파일 결정 방법.
14. 제9항에 있어서,

    상기 프로파일에 기초하여 상기 텔레비전 시청자를 타겟으로 하는(targeting) 정보를 제공하는 단계를 추가로 포함하는 사용자 프로파일 결정 방법.
15. 제14항에 있어서,

    상기 정보는 광고인 사용자 프로파일 결정 방법.
16. 제15항에 있어서,

    상기 광고는 하나 이상의 텍스트(text), 정지 화상(still image), 및 비디오를 포함하는 사용자 프로파일 결정 방법.
17. 제14항에 있어서,

    상기 정보는 EPG와 함께 동시에 디스플레이 상에서 디스플레이되는 사용자 프로파일 결정 방법.
18. 제1항에 있어서,

    보안 파일(secure file)에 상기 프로파일을 보존하는 단계를 추가로 포함하는 사용자 프로파일 결정 방법.
19. 제19항에 있어서,

    상기 수상기에서 EPG 데이터베이스를 저장하는 단계를 추가로 포함하고,

    상기 수집 단계는 상기 시청자에 의해 선택된 방송 텔레비전 프로그램의 프로그램 카테고리에 관한 데이터를 수집하며,

    상기 EPG 데이터베이스는 시간, 채널, 및 방송 텔레비전 프로그램의 프로그램 카테고리 식별자를 포함하는 사용자 프로파일 결정 방법.
20. 제1항에 있어서,

    상기 사용자는 인터넷에 액세스하기 위한 인터넷 단말기를 가지는 인터넷 사용자이고,

    상기 수집 단계는 상기 사용자의 웹사이트 선택에 관한 데이터를 수집하는 단계를 포함하는 사용자 프로파일 결정 방법.
21. 제20항에 있어서,

    상기 수집 단계는 상기 사용자가 방문한 웹사이트에 관한 데이터를 수집하는 단계를 포함하는 사용자 프로파일 결정 방법.
22. 제21항에 있어서,

    상기 수집 단계는 상기 사용자가 방문한 상기 웹사이트로부터 상기 사용자가구입한 제품에 관한 데이터를 수집하는 단계를 포함하는 사용자 프로파일 결정 방법.
23. 제20항에 있어서,

    상기 인터넷 액세스 단계는 EPG로부터 시작되는 사용자 프로파일 결정 방법.
24. 제20항에 있어서,

    상기 프로파일(UP) 추론 단계는식으로 정해지고,

    여기서,는이고, i는 요소을 나타내며, j는 상기 인터넷 사용자 X가 방문하고 있는 상기 웹사이트를 나타내고,는 i번째 요소에 대하여 정보를 제공하는 i번째 요소의 상기 j번째 방문한 웹사이트이고,는 상기 웹사이트 j를 방문하고 있는 동안의 기간이며,는 주어진 웹사이트에 대해서 가중치를 주거나 제거하며 0에서 1까지의 범위를 가지는 가중치 함수

    인 사용자 프로파일 결정 방법
25. 제20항에 있어서,

    상기 프로파일에 기초하여 상기 인터넷 사용자에게 정보를 타겟팅하는 단계를 추가로 포함하는 사용자 프로파일 결정 방법.
26. 제20항에 있어서,

    상기 정보는 광고인 사용자 프로파일 결정 방법.
27. 제26항에 있어서,

    상기 광고는 하나 이상의 텍스트, 정지 화상, 및 비디오를 포함하는 사용자 프로파일 결정 방법.
28. 제20항에 있어서,

    상기 정보는 EPG와 함께 동시에 상기 인터넷 단말기 상에서 표시되는 사용자 프로파일 결정 방법.
29. 정규 모집단의 통계 데이터(general populous statistical data) 및 사용자에 관한 사이코-데모그래픽 정보를 이용하고, 복수의 고유 특성 세그먼트를 가지는 상기 사용자의 선호도 프로파일을 추론하는 방법에 있어서,

    사용자 선택을 모니터링하는 단계;

    상기 고유 특성 세그먼트 각각에 대하여 상기 사용자 선택에 관한 데이터를 반복적으로 수집하는 단계;

    상기 수집한 고유 특성 세그먼트 각각에 대하여 확률을 반복적으로 할당하는 단계;

    상기 수집한 고유 특성 세그먼트 각각을 상기 정규 모집단의 통계 데이터로부터 얻어진 할당된 확률 및 상기 사용자에 관한 상기 사이코-데모그래픽 정보와 통합하는 단계; 및

    상기 통합된 정보로부터 상기 사용자의 상기 프로파일을 추론하는 단계

    를 포함하는 사용자 선호도 프로파일 추론 방법.
30. 제29항에 있어서,

    상기 프로파일(UP) 추론 단계는식으로 정해지고,

    여기서,는 실재 사람 X에 대한 캐릭터 특성의 i번째 요소이고,는 특별한 캐릭터 특성을 가지는 사람 X의 확률

    인 사용자 선호도 프로파일 추론 방법.
31. 제30항에 있어서,

    상기 프로파일(UP) 추론 단계는식으로 정해지고,

    여기서,이고, i는 요소을 나타내며, j는 상기 사람 X에 의해 이용되고 있는 사건을 나타내고,는 i번째 요소에 관한 정보를 제공하는 상기 i번째 요소의 j번째 사건이고,는 사건 j가 이용되고 있는 동안의 기간이며,는 주어진 사건에 대해서 가중치를 주거나 제거하며 0에서 1까지의 범위를 가지는 가중치 함수

    인 사용자 선호도 프로파일 추론 방법
32. 제31항에 있어서,

    는 v/N으로 정의되고,

    여기서, v는 선택이 이루어질 때 대안으로 존재하는 선택의 개수이고, N은 이용할 수 있는 선택의 총 개수

    인 사용자 선호도 프로파일 추론 방법.
33. 제31항에 있어서,

    상기 사용자는 텔레비전 수상기를 가지는 텔레비전 시청자이고, 상기 사건은 상기 시청자가 시청하고 있는 텔레비전 프로그램이며,

    상기 수집 단계는 시청자의 텔레비전 프로그램 선택에 관한 데이터를 수집하는 단계를 포함하는

    사용자 선호도 프로파일 추론 방법.
34. 제31항에 있어서,

    상기 사용자는 인터넷에 액세스하기 위한 인터넷 터미널을 가지는 인터넷 사용자이고, 상기 사건은 상기 인터넷 사용자가 방문하고 있는 웹사이트이며,

    상기 수집 단계는 상기 사용자의 웹사이트 선택에 관한 데이터를 수집하는 단계를 포함하는

    사용자 선호도 프로파일 추론 방법.
35. 제29항에 있어서,

    상기 사용자 선택에 대한 모순(inconsistencies)의 소정 개수를 기록하는 단계;

    상기 프로파일을, 상기 사용자 프로파일에 대해 데이터를 계속 수집하는 동안 2개의 일관된 집합인 제1 사용자 프로파일 및 제2 사용자 프로파일로 분할하는 단계;

    상기 제1 및 제2 사용자 프로파일에 대하여 수집한 각 데이터에 대한 일시(time-of-day)를 모니터링하는 단계; 및

    미리 정해진 기간을 경과하여 상기 제1 사용자 프로파일의 상기 일시가 모두 그룹화되고 상기 제2 사용자 프로파일의 일시가 그룹화된다면, 상기 제1 사용자 프로파일 및 상기 제2 사용자 프로파일은 다른 개인에 대한 것이라고 추론하는 단계

    를 포함하는 사용자 선호도 프로파일 추론 방법.
36. 제29항에 있어서,

    외부 데이터를 상기 수집된 데이터와 통합하는 단계를 추가로 포함하는 사용자 선호도 프로파일 추론 방법.
37. 제36항에 있어서,

    상기 외부 데이터는 사용자 제공 정보(user-provided information), 피드백정보, 고유 정보, 및 추론 정보 중 하나 이상인 사용자 선호도 프로파일 추론 방법.
38. 제37항에 있어서,

    상기 사용자 제공 정보는 사용자 할당 가능한 가중치(user assignable weighting)를 포함하는 사용자 선호도 프로파일 추론 방법.
39. 정규 모집단의 통계 데이터 및 사용자에 관한 사이코-데모그래픽 정보를 이용하는 상기 사용자의 선호도 프로파일을 추론하는 시스템에 있어서,

    상기 프로파일에 포함된 복수의 고유 특성 세그먼트;

    사용자 선택을 모니터링하는 수단;

    상기 고유 특성 세그먼트 각각에 대하여 상기 사용자 선택에 관한 데이터를 반복적으로 수집하는 수단;

    상기 수집된 고유 특성 세그먼트 각각에 확률을 반복적으로 할당하는 수단;

    상기 수집된 독특한 특성 세그먼트 각각을 상기 일반적인 조밀한 통계 데이터로부터 얻어진 할당된 확률 및 상기 사용자에 관한 상기 사이코-데모그래픽 정보와 통합하는 수단; 및

    상기 통합된 정보로부터 상기 사용자의 상기 프로파일을 추론하는 수단

    을 포함하는 사용자 선호도 프로파일 추론 시스템.
40. 제40항에 있어서,

    상기 통합 수단 및 상기 추론 수단은 상기 사용자에 대하여 근거리(local)인 사용자 선호도 프로파일 추론 시스템.
41. 제40항에 있어서,

    상기 통합 수단 및 상기 추론 수단은 상기 사용자에 대하여 원격(remote)인 사용자 선호도 프로파일 추론 시스템.
42. 제40항에 있어서,

    상기 프로파일(UP) 추론 수단은식을 계산하는 마이크로프로세서이고,

    여기서,는 실재 사람 X의 캐릭터 특성의 i번째 요소이고,는 특별한 캐릭터 특성을 가지는 사람 X의 확률

    인 시스템.
43. 제42항에 있어서,

    상기 프로파일(UP)을 추론하는 수단은식을 계산하는 마이크로프로세서이고,

    여기서,는이고, i는 요소을 나타내며, j는 상기 사람 X에 의해 이용되는 사건을 나타내고,는 i번째 요소에 대하여 정보를 제공하는 i번째 요소의 j번째 사건이고,는 사건 j가 이용되고 있는 동안의 기간이며,는 주어진 사건에 대해서 가중치를 주거나 제거하며 0에서 1까지의 범위를 가지는 가중치 함수

    인 사용자 선호도 프로파일 추론 시스템.
44. 제43항에 있어서,

    상기 사용자는 텔레비전 수상기를 가지는 텔레비전 시청자이고, 상기 사건은 상기 시청자가 시청하고 있는 텔레비전 프로그램이며,

    상기 수집 수단은 상기 시청자의 텔레비전 프로그램 선택에 관한 데이터를 수집하는 수단을 포함하는

    사용자 선호도 프로파일 추론 시스템.
45. 제43항에 있어서,

    상기 수집 수단은 EPG에서 선택된 텔레비전 프로그램에 관한 데이터를 수집하는 수단을 포함하는 사용자 선호도 프로파일 추론 시스템.
46. 게43항에 있어서,

    상기 사용자는 인터넷에 액세스하기 위한 인터넷 터미널을 가지는 인터넷 사용자이고, 상기 사건은 상기 인터넷 사용자가 방문하고 있는 웹사이트이며,

    상기 수집 수단은 상기 사용자의 웹사이트 선택에 관한 데이터를 수집하는 수단을 포함하는

    사용자 선호도 프로파일 추론 방법.