专利名称：：用于推荐内容的方法
技术领域：
：本发明涉及一种用于推荐内容的方法和装置。进一步，本发明涉及图形用户界面。
背景技术：
：目前，内容项的大数据库广泛可获得，例如包含百万或更多歌曲的音乐数据库，或者包含数千视频的视频数据库。然而，用户常常在浏览如此巨大的数据库和寻找例如其喜欢听的音乐方面存在困难。因而，需要一种用于推荐内容的方法，为用户自动选择一个或多个内容项，其中所选择的内容项应当尽可能近地匹配用户的口味。
发明内容本发明的目的是提供一种用于推荐内容的方法和装置，以实现高比率的用户满意度。此外，本发明的目的是提供一种相应的用户图形界面。所述目的通过分别根据权利要求1、11和13所述的方法、装置和图形用户界面解决。在下面，本发明的实施例将通过附图和后面的具体说明来描述。图l显示了用于推荐内容的方法的可行步骤；图2显示离用于推荐内容的装置的一个实施例；图3显示了用于推荐内容的装置的另一个实施例，其中用户可以输入精确的反馈；图4显示了用于推荐内容的装置的再一个实施例；图5显示了用于推荐内容的装置的再一个实施例；图6显示了用于推荐内容的装置的再一个实施例；图7显示了用于阐明如何确定一致性的流程图；图8显示了本发明另一个实施例的步骤；以及图9显示了取决于置信度的不同类型的用户反馈。具体实施方式下面将描述用于推荐内容的方法和装置的实施例。应当说明，所描述的实施例可以以任何方式结合，例如关于某个实施例描述的特征可以与关于另一个实施例描述的特征相结合。在一个实施例中，用于推荐内容的方法可以包括基于用户简档从内容项的数据库中确定推荐内容，其中所述推荐内容包括至少一个内容项。一个内容项可以例如是一段音乐即一首歌曲、一段视频、其它多媒体数据和/或任何其它存在多媒体表达的形式，为了例如酒会或者假日。从而，所述数据库可能是音乐或视频数据库。用户简档可以是预先确定的用户简档或者基于在先的用户行为、例如用户与系统的交互或者用户反馈而自动采用。例如，用户简档可以基于对用户已经在先访问、例如通过下载或者以流方式访问的内容项的观察。该方法可以进一步包括对所述推荐内容确定置信度，所述置信度是对所确定推荐内容的估计即假设质量的描述。例如，如杲该方法/装置对用户建议一项推荐内容、例如特定的内容项，则可以针对这一个别内容项确定所述置信度，指示用户将会喜欢或不喜欢这一个别内容项的置信水平。在一个实施例中，也可能故意确定一个具有低置信度的内容项作为推荐内容(参加下面)。该方法可以进一步包括将所述置信度或其派生物通信即传送、显示或指示给用户。所述通信也可以通过声音输出完成，例如通过语音输出或通过输出其它声音。当将所述置信度的派生物通信给用户时，用户可能没有获知关于置信度的准确数值，除非例如仅在置信度高或低的情况下，置信度高也就是系统确信用户将喜欢这一个别推荐内容，置信度低也就是系统不确信用户将喜欢这一个别推荐内容。将置信度通信给用户可能有助于用户对系统的了解并且进而可能提高用户对系统的信任和认可。这也可能允许引入"意外推荐"。这种意外推荐可能是故意与用户简档不匹配、因而通常可能具有低置信度的推荐。然而，因为这一置信度被通信给用户，可能使用户意识到这个事实。例如，系统可能显示类似于下面的句子给用户"这是一个意外推荐，其与你的用户简档不完全匹配。"因而，可以使用户意识到当前推荐没有以最佳的可能方式与用户简档相匹配的事实。然而，因为用户获知了这个事实，用户可能仍然认可系统的行为。意外推荐也可以有助于获得更加鲁棒性的用户简档，因为用户将面临其通常、即在没有意外推荐的情况下无法面临的内容项。用户可能对这样的歌曲给出反馈，这对于确定更加坚固、即更加深刻或优良的用户简档可能是非常有用的信息。意外推荐也可以用于使推荐较少令人厌烦以及探索新的领域，例如之前从未对用户播放的音乐区域。存在很多确定置信度的可能性。置信度可以例如基于匹配评分确定。下面给出如何确定匹配评分的一个例子。例如用户简档可能指示，用户喜欢具有下面元数据属性(元数据是描述具体内容项的内容的数据)的歌曲流行、快速、浪漫、90年代。因而，用户简档可以总结如下<table>tableseeoriginaldocumentpage9</column></row><table>_基于用户简档，通过将个别歌曲的元数据属性与用户简档的元数据属性进行比较可以确定对不同内容项的匹配评分。例如，第一首歌曲可能是90年代的快速流行歌曲。笫二首歌曲可能是80年代的快速摇滚歌曲。因而，第一首歌曲的匹配评分将是3而第二首歌曲的匹配评分将是l。这在下面的表格中说明<table>tableseeoriginaldocumentpage9</column></row><table>因而，基于匹配评分可以确定置信度，从而如杲匹配评分具有高数值则置信度也具有高数值，反之如果匹配评分具有低数值则置信度也具有低数值。当然，用户简档可以不必仅包含关于用户喜欢的属性或项目的信息，而是也可以包括关于其不喜欢的项目的信息(否定的反馈)。通常，没有系统会推荐不喜欢的可能性为高的项目。用户简档可以例如包含下面的信息用户喜欢流行、'f曼速、浪漫、90年代用户不喜欢朋克、攻击性、80年代数据库可以包括以下具有所指示属性的歌曲歌曲l:流行、慢速、忧郁、90年代歌曲2:朋克、摇滚、快速、80年代歌曲3:深情、慢速、60年代在这个例子中，歌曲1可能推荐为具有高置信度，而歌曲2很有可能永远不会推荐。歌曲3可能以低置信度推荐作为意外推荐，因为系统不知道用户是否喜欢60年代的和/深情的音乐。为了计算匹配评分，可能对所有正的匹配喜欢属性(增量)进行计数并且减去具有"不喜欢"标签的匹配属性(否定的反馈属性)。在另一个实施例中，可能向用户询问对所述推荐内容的至少一部分的用户反馈，其中用户反馈取决于置信度。在此情况下，仅向用户询问一次用户反馈可能是足够的，其中询问的类型根据置信度而改变。根据另一个实施例，可能用户的反馈涉及推荐内容的元数据属性，所述元数据属性是推荐内容的各自内容项内容的描述。在另一个实施例中，也可能当(或仅当)置信度在阈值之上并且用户反馈指示不喜欢推荐内容时，用户反馈可以包括涉及元数据属性的反馈。例如，系统可能推荐具有强劲吉它声和男高音的来自80年代的流行歌曲。如杲置信度为高、例如在阈值之上，可能提供例如多个按键。例如，可能有一个标记"喜欢"的按键以及多个与不喜欢相关的按键，其中所述多个按键可能标记为"由于强劲吉它声而不喜欢，，、"由于嗓音类型而不喜欢"或"此刻不喜欢"。这样，如果置信度为高并且反馈指示不喜欢，则反馈涉及元数据属性(同样参见下面将进一步说明的图9A)。再进一步，如果置信度为低例如低于阈值，用户反馈可能仅指示喜欢或者不喜欢推荐内容，而不涉及元数据属性(同样参见下面将进一步说明的图9B)。这可能是有用的，如果系统已经长时间未使用以及进一步需要普通反馈以知晓用户的行为或偏爱。因而，如果置信度为低，例如置信度低于阈值，可能仅有两个按键，一个标记"喜欢"而一个标记"不喜欢"。同样，如果置信度较低，例如低于阈值，可能存在多个按键，标记为例如"因为80年代而喜欢"、"因为流行而喜欢，，、"因而80年代和流行的结合而喜欢，，、"因为80年代而不喜欢"、"因为流行而不喜欢"和/或"因为80年代和流行的组合而不喜欢，，。因而，依照图9C所示以及下面进一步说明的这个实施例，如果置信度较低时所述反馈可能涉及元数据属性并且所述反馈指示出喜欢或者不喜欢所述推荐内容。该方法也可以包括接收用户对推荐内容的至少一部分的反馈，基于所述置信度询问用户关于进一步的用户反馈例如精确的用户反馈，以及基于所述用户反馈和/或所述进一步的用户反馈调整所述用户简档。因而，可以基于置信度获得进一步的有价值反馈。例如，如果置信度为高，例如高于特定的阈值，这可能指示系统相当确信该推荐匹配用户的口味。从而，系统可能借此机会询问用户，例如用户关于这首歌曲确切地喜欢哪个方面。例如，用户可能被问到类似"这是一首浪漫的歌曲。你喜欢什么类型的浪漫歌曲甜美的浪漫还是温柔的浪漫？"。另一方面，如果置信度相当高，即系统相当确信该推荐匹配用户的口味，但用户反馈却指示出用户不喜欢这首歌曲，则系统可能询问是否用户通常不喜欢这个推荐或者仅现在不喜欢。也可能，系统询问是否用户通常不喜欢这首歌曲的风格、基调或年代。在一个实施例中，可能所述的进一步反馈是精确的，即关于推荐内容的元数据属性的改善的、改进的和/或增强的用户反馈。元数据属性涉及对各个内容项进行描述的数据。例如，如杲内容项对应于音乐片段，那么元数据属性可能使用例如慢速/快速、浪漫/摇滚等属性来描述一段音乐。精确的用户反馈可能指示用户是否喜欢或不喜欢推荐内容的主属性的某个子属性。例如，推荐可能是一首摇滚歌曲。那么，系统可能询问用户是否喜欢慢速摇滚或快速摇滚或90年代/80年代的摇滚等。以此方式，可以获得精确的用户反馈。在另一个实施例中，仅在置信度高于第一阈值的情况下，用户可能被问到关于精确的用户反馈。所述第一阈值可能被选择用于指示所确定推荐内容的高估计质量。如杲置信度确定为从0%到100%的等级范围，那么所述第一阈值可以被选择为等于50%、60%、70%、80%、90%或95%、典型数值可以为70%。在另一个实施例中，如果用户反馈指示用户不喜欢该推荐内容并且进一步的反馈指示用户通常喜欢该推荐内容但现在不喜欢，则用户简档可能不被修改或者被不同地而非通常地修改，即没有进一步反馈。如果无法获得进一步的反馈，获得精确的用户简档可能非常困难。也可能，进一步的反馈指示用户通常喜欢当前所播放歌曲的风格，但不喜欢特定歌曲。例如，用户可能喜欢流行歌曲，但不喜欢有MADO丽A演唱的歌曲"SORRY"，例如因为他对于这首特定歌曲具有负面感受或记忆。在另一个实施例中，可能基于用户简档的估计质量确定置信度。用户简档的估计质量可能基于用户交互的数量被确定，例如用户提供用户反馈的次数。估计质量也可以基于用户使用该系统的次数或者用户下栽/收听(即访问)的歌曲的数量被确定。同样，估计质量可以基于用户下载或以流方式访问的歌曲的类型被确定。例如，如杲用户已经下载了很多2000年后的歌曲，那么可以假设用户是年轻的并且具有高的技术知识并且喜爱提供反馈。因而，可以假设所述估计质量为高。在另一个实施例中，估计质量可以基于用户简档的一致性被确定。所述一致性指的是对用户简档的全面感知或理解。一致性也可以指用户简档的逻辑相互关系、一致性或连贯性。通常，如杲一致性高，那么置信度也可能高。例如，第一用户可能始终评定50年代的快速歌曲是"喜欢的"而2000年后的慢速歌曲是"不喜欢的"。第二用户可能评定50年代的某些快速歌曲是"喜欢的"而某些是"不喜欢的"。此外，第二用户可能评定2000年后的某些慢速歌曲是"喜欢的"而某些是"不喜欢的"。在这个例子中，第一用户的用户简档将具有高的一致性，因为用户评定可以简单地分类/解释为"第一用户喜欢50年代的快速歌曲而不喜欢2000年后的慢速歌曲"。相反，第二用户的用户简档具有低的一致性，因为较难于说明第二用户的评定策略。在另一个实施例中，可能基于用户简档确定虚拟最佳匹配内容项，所述虚拟最佳匹配内容项尽可能接近地匹配用户已经进行反馈的全部元数据属性。"尽可能接近地"可能意味着仅考虑用户已经给出肯定反馈的属性，因为通常不会推荐具有大量否定反馈属性的项目。因而，可能不需要考虑否定的反馈属性。可以在推荐内容的内容项和虚拟最佳匹配内容项之间计算距离度量，其中基于所述距离度量确定置信度。例如，如杲用户简档具有下面的内容<table>tableseeoriginaldocumentpage12</column></row><table>70年代20%这个用户简档将例如指示，这个喜欢90年代或80年代的慢速浪漫歌曲。对这个用户的虚拟最佳匹配内容项将是具有下列标记的歌曲慢速、浪漫、强劲摇滚、90年代和80年代。因而，为了确定虚拟最佳匹配项目，例如限定例如50%的阔值并且具有比阔值高的喜欢概率属性标记为l,反之具有较低喜欢概率的属性标记为0。在这个例子中，这将使虚拟最佳匹配内容项标记如下慢速浪漫强劲摇滚90年代80年代70年代0在可能的实施例中，如果需要基于虚拟最佳匹配内容项对来自数据库的歌曲进行确定，那么可能仅需要将这首歌曲的属性与虛拟最佳匹配内容项的标记为"1"的属性进行比较。因此，降低了计算时间。标记。例如，可以使用迄今为止未使用过的新标记"忧郁"。为了取得与现有数据库和/或搜索算法和/或用户简档的兼容性，可以产生包括在新和旧标记之间分配关系的参考数据库。例如新标记"忧郁，，可以分配到之前已经使用过的属性"浪漫"。也可以将匹配数值分配到新标记。所述匹配数值可以描述对旧标记(迄今为止已经使用过的标记)的相似程度。例如，新标记"忧郁"可以使用下面的相似数值进行标记慢速0.8浪漫0.4在这个例子中，假设忧郁的歌曲通常是相当慢速的并且在某些情况下浪漫的歌曲是忧郁的。当然，这样的数值可以自动从大的音乐数据库中提取。当使用新标记例如新标记"忧郁"来匹配歌曲时，那么如上所述，虛拟最佳匹配内容项的概念可以帮助节省计算时间，这是因为不需要执行复杂的计算，而所述计算在使用与用户简档一起存储的喜欢概率或其它度量时是需要的。在另一个实施例中，该方法可以包括，如果置信度高于第一阈值则点亮绿灯或显示绿色反馈按键，和/或如果置信度低于第一阈值则点亮红灯或显示红色反馈按键。所述第一阈值可以选择为等于0.5。从而，如果置信度高于0.5(=50%)，那么可以点亮或显示绿灯以使得用户可以仅通过查看系统/装置来迅速了解到系统对推荐是确信的。从而，用户可以对系统的某个推荐具有更多信心。用于推荐内容的装置可以包括适用于基于用户简档从内容项数据库中确定推荐内容的数据处理器，其中所述推荐内容包括至少一个内容项，并且进一步适用于确定所述推荐内容的置信度，其中所述置信度是对所确定推荐内容的估计(即假设质量)的描述，以及适用于将所述置信度或其派生物显示给用户的显示器。在一个实施例中，所述装置可以包括至少一个按键或图形用户界面，其适用于输入用户对所述推荐内容的至少一部分的反馈，所述按键/图形用户界面进一步适用于基于所述置信度输入进一步的用户反馈，例如精确的用户反馈，其中所述数据处理器进一步适用于基于所述用户反馈和/或所述进一步的用户反馈来更新用户简档。在再一个实施例中，用于推荐内容的方法可以包括基于用户简档从内容项的数据库中确定推荐内容，其中所述推荐内容包括至少一个内容项，对所述推荐内容确定置信度，所述置信度是对所确定的推荐内容的估计质量的描述，接收用户对推荐内容的至少一部分的反馈，并且基于所述置信度询问用户关于进一步的用户反馈。因而，依照这个实施例，如杲例如所述置信度高于某个阈值，进一步的用户反馈可能仅需要由用户输入。这可以用于例如获得精确的用户反馈以及进而更加深刻的即精确的或优良的用户简档。在一个实施例中，可以基于所述用户反馈和/或所述进一步的用户反馈调整所述用户简档。图形用户界面也可以包括与第一可变文本区域相关联的可选择肯定反馈按键，其中所述第一可变文本区域指示可以对当前播放的内容项输入标准的肯定反馈，其中如果已经输入标准的肯定反馈并且对于当前播放内容的置信度高于阈值，则所述第一可变文本区域改变并且指示可以对当前播放的内容项输入精确的反4贵。在一个实施例中，图形用户界面的可选择否定反馈按键在被选择时可以引起将否定反馈输出到包含所述图形用户界面的装置的数据处理器。在另一个实施例中，用于推荐内容的装置可以包括适用于接收至少一段音乐并且适用于接收对于所述至少一段音乐的置信度的接收器、适用于播放所述至少一段音乐的声学输出、和包括与第一可变文本区域相关联的可选择肯定反馈按键的图形用户界面，其中所述第一可变文本区域指示可以对当前播放的内容项输入标准的肯定反馈，其中如果已经输入标准的肯定反馈并且对于当前播放的内容项的置信度高于阈值，则所述第一可变文本区域改变并且指示可以对当前播放的内容项输入精确的反馈。在另一个实施例中，用户推荐内容的装置可以包括适用于接收至少一段音乐并且适用于接收对于所述至少一段音乐的置信度的接收器、适用于播放所述至少一段音乐的声学输出、和适用于显示当前播放的音乐的相应置信度的显示器。在另一个实施例中，该装置可以包括适用于输入用户对当前播放的音乐的反馈的至少一个反馈按键。在另一个实施例中，该装置可以包括适用于输入用户对所述至少一段音乐的反馈的至少一个按键或图形用户界面，所述按4建/图形用户界面进一步适用于基于当前播放的音乐的相应置信度输入进一步的用户反馈，其中基于所述用户反馈和/或所述进一步的用户反馈更新用户简档。在另一个实施例中，该装置可以在当前播放的音乐的置信度为高时显示与肯定感受相关联的图标例如心形符号，而在当前播放的音乐的置信度为低时显示与否定感受相关联的图标例如头骨符号。在另一个实施例中，该装置可以包括适用于接收一段音乐并且适用于接收对于这段音乐的置信度的接收器、适用于播放这段音乐的声学输出、和适用于在所述置信度为高的情况下发射绿光并且适用于在所述置信度为低的情况下发射红光的发光二极管。作为替代或附加，也可能具有三个不同的图标，例如用于"喜欢"的高置信度的笑脸或心形符号、用于"不喜欢"的高置信度(虽然通常不会推荐这样的内容项)的头骨符号、和用于低置信度或未知置信度的问号或指示某种指示意外例如张着嘴人形的符号。在该装置的一个实施例中，所述发光二极管适用于在所述置信度高于第一阈值的情况下发射绿光、在所述置信度低于第二阈值的情况下发射红光、以及在所述置信度位于所述第一和第二阈值之间的情况下发射黄光。图1显示了可能在用于推荐内容的方法中执行的步骤。在第一确定步骤SIOO中，基于用户简档104从内容项的数据库102中确定一个推荐内容。在第二确定步骤S106中，为在第一确定步骤S100中确定的所述推荐内容确定置信度。然后在通信步骤S108中，将置信度通信给用户。这可以通过将所述置信度或派生物显示给用户来完成。也可能以声学方式将所述置信度输出给用户。例如，某个预设的声音可以向用户指示高的置信度，其中另一个预设的声音可以向用户指示置信度为低。在一个实施例中，可以由用户他/她自己为高/低置信度设定声音。然后在接收步骤S110中，接收用户反馈。在接收步骤S110中接收的用户反馈可以指示出用户是否喜欢或不喜欢当前播放的内容项。所述用户反馈可以以逐步等级或二元的方式给出，后者即反々贵数值仅为"喜欢"和"不喜欢"。然后在步骤S112，检查在所述第二确定步骤S106中确定的置信度是否在高于阈值。如杲置信度不高于阈值，则可以在修改步骤S116中基于在接收步骤SllO中接收的用户反馈直接修改用户简档。然而如杲置信度高于阈值，系统可以向用户询问进一步的用户反馈。然后在修改步骤S116中，可以基于在询问步骤S114中获得的进一步的用户反馈和/或基于在接收步骤S110中接收的用户反馈修改用户简档。图2显示了装置200，包括数据库202、中央处理单元(CPU)204、显示器206和反馈部分208。在图2的例子中，显示器206显示当前所播放的是什么歌曲。在图2的例子中，播放的是由MADO丽A演唱的歌曲"SORRY"。此外，显示出这首歌曲的风格是"流行"。更进一步，图2的装置200显示出对于当前播放歌曲"SORRY"的置信度是80%。这意味着，系统相当确信(具有80%的概率)用户会喜欢歌曲"SORRY"。反馈部分208使得用户能够输入对于当前播放歌曲的反馈。反馈部分208包括喜欢按键210和不喜欢按键212。通过按压所述喜欢按键210，用户可以给出指示他喜欢当前播放的歌曲的反馈。另一方面，如杲用户按压所述不喜欢按键212，这指示出用户不喜欢当前播放的歌曲。在图2的例子中，用户可能已经按下了所述不喜欢按键212，虽然置信度为高(80%)。图3显示了在已经接收了不喜欢的评定之后的图2装置。在输入反馈后，反馈部分208例如图形用户界面可以改变。在图3的例子中，可以在反馈部分208上显示三个按键300、302和304。每个按键可以具有相关联的文本区域。在图3的例子中，第一按键300与指示出文本"喜欢但现在不喜欢"的文本区域相关联。此外，第二按键302的文本区域指示出文本"喜欢流行的，但不喜欢这首歌"。此外，第三按键304的文本为"不喜欢"。通过选择/按压按4建300、302或304之一，用户可以输入对当前播放歌曲"SORRY"的精确的反馈，即进一步的反馈。然后这个精确的反馈可以用于修改用户简档。图4显示了图2的装置在已经接收了不喜欢的评定之后的另一个实施例。在这个实施例中，在用户已经通过按压喜欢按键210或不喜欢按键212输入了喜欢的评定或不喜欢的评定之后，反馈部分208发生变化，其中与喜欢按键210和/或不喜欢按键212相关联的文本发生变化。在图4所示的实施例中，与喜欢按键210相关联的文本区域从"喜欢"(参见图2)变化为图4中的"喜欢但现在不喜欢"。如果用户按下按键210，系统接收到反馈指示出用户通常喜欢当前播放的歌曲但此刻不喜欢，在例子中该歌曲为"SORRY"。因而，系统可以跳过当前播放的歌曲"SORRY"，然而不将否定的反馈数值与该歌曲或其元数据属性相关联，即差别地修改用户简档。在图4的实施例中，置信度在显示器206上不显示为数值而是显示绿色区域400。如果对于当前播放歌曲的置信度为低，例如低于50%，那么区域400可以将颜色从绿色变为红色。从而，用户可以简单地通过注意区域400的颜色获知关于置信度的信息。图5显示了用于推荐内容的装置500的再一个实施例。装置500包括显示器502、反馈部分504、中央处理单元(CPU)506、数据存储器508、彩色二极管510和接收器/发射器512。在图5的例子中，装置500当前播放U2的歌曲"BEAUTIFULMY"。在反馈部分504上，用户可以通过按压喜欢或不喜欢按键对歌曲"BEAUTIFULDAY"进行评定。彩色二极管510可以将其颜色从红改变为黄或绿。如杲当前播放歌曲的置信度高于第一阈值，彩色二极管可以发射绿光。如果置信度低于第二阈值，彩色二极管可以由CPU506控制以发射红光。如杲置信度位于第一和第二阈值之间，彩色二极管510可以由CPU控制以发射黄光。在图5的实施例中，接收器/发射器512可以适用于与服务器514的接收器/发射器513通信。除了所述接收器/发射器513,服务器514还可以包括CPU516和数据存储器518。数据存储器518可以例如存储用户简档。在图5的实施例中，装置500可以是移动装置，并且当用户在反馈部分504输入反馈之后，可以将所述反馈传输到服务器514。服务器514的CPU516可以使用所接收的用户反馈来修改存储在数据存储器518上的用户简档。此外，在图5的实施例中，服务器514可以确定置信度并且将其传输到装置500，然后装置500通过二极管510显示所述置信度。因而，由于在服务器514处确定所述置信度，装置500的处理能力可以较低。当然，在另一个实施例中，装置500也可以将确定所述置信度。图6显示了手持装置600，包括具有所存储歌曲的数据库608。数据库608的这些歌曲可以由用户通过总线接口610上栽到移动装置600上。所述总线接口610可以例如依照通用串行总线(USB)标准或依照IEEE1394标准或也可以是无线标准进行操作。中央处理单元604可以基于用户简档606确定一个推荐、例如来自数据库608的一首歌曲。此外，在显示器602上，可以指示置信度并且可以提供喜欢和不喜欢按键。从而，显示器602可以包括图形用户界面，该界面包括可选择的按键，即喜欢按键和不喜欢按键。通过音频输出接口612，可以将对应于推荐的音频数据作为音频信号输出到例如用户的耳4几614。显示器602进一步可以包括条带616，指示对当前播放歌曲的置信度。因而，用户可以获知关于系统对于当前播放歌曲所确定的置信度。在另一个实施例中，显示器602可以显示内容项的整个列表，用户可以给出对整个列表的反馈。此外，在这种情况下，置信度可以指示系统对于内容项的整个列表的置信度。图7显示了一个例子，比较第一用户和第二用户的评定。第一用户具有低置信度的用户简档而第二用户具有高置信度的用户简档。图7A显示了第一用户的评定。图7A所示的图表显示了不同年代和不同速度例如所测量的每分钟拍数的不同内容项的评定。肯定的评定由"+"号表示，而否定的评定使用"-"号表示。如可以从图7A看到的，用户将80年代的快速歌曲评定为喜欢，而80年代的慢速歌曲评定为不喜欢。此夕卜，用户将所有90年代的歌曲评定为不喜欢。再进一步，第一用户将一些具有低速节奏的2000年后歌曲评定为不喜欢而将2000年后的快速歌曲评定为喜欢。另一方面，如在图7B中看到的，第二用户将80年代的慢速歌曲评定为不喜欢，而将80年代的快速歌曲评定为喜欢。此外，第二用户将90年代的中速节奏歌曲评定为喜欢。再进一步，第二用户将2000年后的慢速歌曲评定为喜欢，而将2000年后的快速歌曲评定为不喜欢。因而，第二用户的评定可以简单地由类似"内容项越新则内容项越慢速"的陈述来说明。然而，第一用户的评定要很难去说明。图7C显示了对于第一用户和第二用户的曲线。图7C的曲线显示了子简档的数量N以及对于第一和第二用户的匹配评分的总和M。如可以从7C看到的，随着子简档数量N的上升，对于第二用户的匹配评分的总和M下降较快。这指示出对于第二用户的一致性程度高于对于第一用户的一致性。图8显示了本发明的另一个实施例，其中在第一步骤S800中，基于用户简档804从内容项的数据库802确定推荐内容。所述推荐内容可以包括至少一个内容项。在步骤806中，对在步骤S800中确定的推荐内容确定置信度。该置信度是对所确定推荐内容的估计质量的描述。在步骤S808中，基于所述置信度询问用户反馈。由此，可以基于置信度修改图形用户界面。例如基于置信度，可以改变多个反馈按键和/或按键的标记。这样，用户能够输入不同的反馈，例如关于推荐内容的元数据属性。图9显示了不同的例子，其中用户能够基于置信度输入不同的用户反馈。在图9中，系统可能推荐了具有强劲吉它声和男高音的80年代流行歌曲。如果置信度为高，例如置信度高于阈值，图形用户界面901-A和其它反馈装置可以具有如图9A所示的形式。如在图9A中看到的，提供有多个按键900-1、900-2、900-3、900-4、900-5，允许用户输入不同种类的反馈。每个按键900-1到900-5被标记有不同的标签902-1、902-2、902-3、902-4、902-5,指示相应的下面种类的反馈"喜欢"(902-1)，"由于强劲吉它声而不喜欢"(902-2)、"由于风格而不喜欢"(902-3)、"由于声音类型而不喜欢，，(902-4)、"喜欢但现在不喜欢"(902-5)。图9B显示了低置信度情况下的图形用户界面901-B，即置信度低于阈值。如看到的，图形用户界面901-B仅具有两个按键，使用标签906-1"喜欢"标记的第一按4建904-1和使用标签906-2"不喜欢，，标记的第二按键:904-2。作为替代，如杲置信度为低，如图9C所示，可以提供具有相应标签910-1、910-2的多个反馈按键908-l、908-2、……。按4建的标签可以例如表达类似下面的表述"由于80年代而喜欢"、"因为流行而喜欢"、"因为80年代和流行的组合而喜欢"、"由于80年代而不喜欢"、"因为流行而不喜欢"、"因为80年代和流行的组合而不喜欢"。因而图9显示了如果系统关于推荐内容的宽泛分类例如80年代/流行具有高置信度，则系统可以询问关于更多特定特征即元数据属性的更加详细的反馈，所述特定特征例如是乐器的类型或声音的类型。如果系统还不具有关于用户口味的优良模型，详细分类即详细的元数据属性可能是没有帮助的，因而系统可能仅询问关于宽泛即较高等级分类/元数据属性的反馈。下面的阐述可以帮助本领域技术人员获得更广泛的理解置信度指示器的指示置信度可以提高用户对系统的信任。如杲例如未获得了关于用户偏爱的大量数据，系统基本上必须猜测用户可能喜欢什么样的内容项。置信度指示器将对此进行显示，从而用户可以看到系统实际上没有出错而只是仍然不具有足够的数据来推荐合适的内容项。如果用户继续与系统交互，则推荐将变得较好，这可以通过提高置信度来指示。在没有置信度指示器的情况下，用户更可能因为之前可能不是很好的推荐而变的厌恶即失望，因为他认为系统是无效的。置信度指示器也可以用于故意引入与用户简档不是很好匹配的"意外推荐"。这可能用于避免由于过多类似的推荐而造成的厌倦。在没有置信度指示器的情况下，这样的意外推荐对于用户来说可能像是错误。然而，通过显示置信度，即通过使用置信度指示器，用户可以立即看到某个推荐是意外推荐并且可以决定他将探索某些新的事物。置信度指示器可以是对基于用户简档自动产生推荐的任意基本系统的附加。所述推荐可以涉及任意类型的内容项，包括但不限于音乐、书籍、TV和视频内容、假日旅行和/或等。所述推荐可以基于任意类型的特征，例如来自网页的文本数据或者用于电视或者视频内容的电子节目指南或者基于例如音乐相似度的信号处理方法自动产生的特征。这些特征自身对于用户来说不一定有意义。可以通过多种方式获得用户简档，包括以喜欢的或不喜欢的项目、通常的偏爱以及用户给出的兴趣或社会背景的形式来自用户的直接反馈，或者以对用户行为的观察的形式的间接反馈。间接反馈可以例如基于用户听歌曲的时间。可以使用任何种类适当的技术进行推荐，例如协同筛选或机器学习或模式匹配算法。所有上面提到的用于推荐内容的方法都可以基于用户简档和匹配算法。这意味着可以自动地为任何推荐项目获得匹配评分。也可以基于例如用户交互例如评定、或下载/访问内容项、所听的歌曲等的数量获得关于用户简档质量的度量。也可以附加地获得关于用户选择的一致性的度量，并且选择性越是一致则新推荐的置信度就越高，即使仅存在少量的用户交互。例如，如果所有登记的假期都在西班牙靠近海岸并且在三星级酒店，用户可以具有高的一致性。也可以假定一个与用户简档准确匹配的虚拟最佳匹配内容项。这个虛拟"理想"项和任何实际推荐项之间评分的差可以在推荐中指示系统的置信度，即差越小则置信度越高。这个置信度优选地可以由当前用户简档的"质量"进行力口权。可以用直观和容易理解的方式使用户知晓系统关于特定推荐的置信度。这可以使用例如图形项来完成，所述图形项的颜色例如图示光颜色发生变化绿色对应具有高置信度数值的项，橙色或黄色对应中等数值，红色对应具有低置信度的项。图形项也可以改变其形状、例如心形相对于头骨形，和/或尺寸、例如按键越大则置信度数值越高。权利要求1.一种用于推荐内容的方法，包括基于用户简档从内容项的数据库中确定推荐内容，其中所述推荐内容包括至少一个内容项；对所述推荐内容确定置信度，所述置信度是对所确定的推荐内容的估计质量的描述；将所述置信度或其派生物通信给用户。2.根据权利要求1的方法，包括向用户询问该用户对所述推荐内容的至少一部分的反^t，其中所述用户反馈取决于所述置信度。3.根据权利要求2的方法，其中所述用户反馈涉及所述推荐内容的元数据属性。4.根据权利要求2或3的方法，其中如果所述置信度高于阈值并且所述用户反馈指示不喜欢所述推荐内容，则所述用户反馈包括涉及元数据属性的反々贵。5.根据前述任意一项权利要求的方法，其中如果所述置信度低于阈值，则所述用户反馈仅包括指示喜欢或不喜欢所述推荐内容的反馈并且不涉及元数据属性。6.根据权利要求3或4的方法，其中如果所述置信度低于阈值并且所述用户反馈指示不喜欢所述推荐内容，则所述用户反馈包括涉及所述元数据属性的反馈，以及如杲所述置信度低于阈值并且所述用户反馈指示喜欢所述推荐内容，则所述用户反馈包括涉及所述元数据属性的反馈。7.根据权利要求1的方法，包括接收对所述推荐内容的至少一部分的用户反馈；基于所述置信度向用户询问进一步的用户反馈；以及基于所述用户反馈和/或所述进一步的用户反馈修改所述用户简档。8.根据权利要求7的方法，其中所述进一步的反馈是涉及所述推荐内容的元数据属性的精确的用户反馈，所述元数据属性是对推荐内容的各个内容项内容的描述。9.根据权利要求7或8的方法，其中仅在所述置信度高于第一阈值并且所述用户反馈指示不喜欢给出用户反馈的所述推荐内容的所述至少一部分的情况下，向用户询问进一步的用户反馈。10.根据权利要求9的方法，其中如果所述用户反馈指示用户不喜欢所述推荐内容并且该进一步的反馈指示用户通常喜欢所述推荐内容但此刻不喜欢，则不修改所述用户简档。11.根据前述任意一项权利要求的方法，基于所述用户简档的估计质量确定所述置信度。12.根据权利要求11的方法，其中基于用户交互的数量来确定所述估计质量。13.根据权利要求11或12的方法，其中基于所述用户简档的一致性来确定所述估计质量。14.根据前述任意一项权利要求的方法，包括基于所述用户简档来确定虚拟最佳匹配内容项，所述虚拟最佳匹配内容项尽可能接近地匹配用户已经给出反馈的所有元数据属性；计算所述推荐内容的内容项和所述虚拟最佳匹配内容项之间的距离，其中基于所述距离度量来确定所述置信度。15.根据前述任意一项权利要求的方法，包括如杲所述置信度具有高数值，则点亮绿灯或者显示绿色反馈按键；和如果所述置信度具有低数值，则点亮红灯或者显示红色反馈按键。16.根据前述任意一项权利要求的方法，其中所述置信度用于向用户说明为什么选择某个推荐内容。17.根据前述任意一项权利要求的方法，其中所述用户反馈是间接的用户反馈。18.—种用于推荐内容的设备，包括数据处理器，其用于基于用户简档从内容项的数据库中确定推荐内容的，其中所述推荐内容包括至少一个内容项，并且该数据处理器进一步用于对所述推荐内容确定置信度，其中所述置信度是对所确定推荐内容的估计质量的描述；和显示器，其用于将所述置信度或其派生物显示给用户。19.根据权利要求18的设备，包括用于输入对所述推荐内容的至少一部分的用户反馈的至少一个按键或图形用户界面，所述按键/图形用户界面进一步用于基于所述置信度输入进一步的用户反馈，其中所述数据处理器进一步用于基于所述用户反馈和/或所述进一步的用户反馈来更新所述用户简档。20.—种图形用户界面，包括与第一可变文本区域相关联的可选择的肯定反馈按键，其中所述第一可变文本区域指示输入对当前播放的内容项的标准的肯定反馈，其中如果已经输入标准的肯定反馈并且当前播放的内容项的置信度高于阔值并且所述用户反馈指示不喜欢所述当前播放的内容项，则所述第一可变文本区域改变并且指示对当前播放的内容项输入精确的反馈。21.根据权利要求20的图形用户界面，包括可选择的否定反馈按键，其在被选定时引起否定反馈被输出到数据处理器。22.—种图形用户界面，包括与第一文本区域相关联的至少一个肯定反馈按键，所述肯定反馈按键允许对当前播放的歌曲输入肯定反馈；以及与第二文本区域相关联的至少一个否定反馈按键，所述否定反馈按键允许对当前播放的歌曲输入否定反馈，其中所述第一和/或第二文本区域取决于所述当前播放的歌曲的置信度，所述置信度是对当前播放的歌曲的估计质量的4笛述。23.—种计算机程序产品，包括计算机程序装置，当其在计算机、数字信号处理装置等上执行时，完成根据权利要求1到17中任意一项的用于推荐内容的方法和/或其步骤。24.—种计算机可读存储介质，包括根据权利要求23的计算机程序产品。25.—种用于推荐内容的装置，包括用于基于用户简档从内容项的数据库中确定推荐内容的装置，其中所述推荐内容包括至少一个内容项；用于对所述推荐内容确定置信度的装置，其中所述置信度是对所确定的推荐内容的估计质量的描述；用于将所述置信度或其派生物通信给用户的装置。26.—种用于推荐内容的方法，包括基于用户简档从内容项的数据库中确定推荐内容，其中所迷推荐内容包括至少一个内容项；对所述推荐内容确定置信度，所述置信度是对所确定的推荐内容的估计质量的描述；接收对所述推荐内容的至少一部分的用户反馈；基于所述置信度向用户询问进一步的用户反馈。27.根据权利要求26的方法，包括基于所述用户反馈和/或所述进一步的用户反馈修改所述用户简档。28.—种用于推荐内容的设备，包括用于接收至少一段音乐并且接收对所述至少一段音乐的置信度的接收器；用于播放所述至少一段音乐的声学输出装置；包括与第一可变文本区域相关联的可选择的肯定反馈按键的图形用户界面，其中所述第一可变文本区域指示对当前播放的音乐输入标准的肯定反馈，其中如果已经输入了标准的肯定反馈并且所述置信度高于阔值，则第一可变文本区域改变并且指示对当前播放的音乐输入精确的反馈。29.—种用于推荐内容的设备，包括用于接收至少一段音乐并且接收对所述至少一段音乐的置信度的接收器；用于播放所述至少一段音乐的声学输出装置；用于显示当前播放的音乐的相应置信度的显示器。30.根据权利要求29的设备，包括用于输入对所述当前播放的音乐的用户反馈的至少一个反馈按键。31.根据权利要求29或30的设备，包括用于输入对所述至少一段音乐的用户反馈的至少一个按键或图形用户界面，所述按4建/图形用户界面进一步用于基于所述当前播放的音乐的所述相应置信度输入进一步的用户反馈，其中基于所述用户反馈和/或所述进一步的用户反馈来更新所述用户简档。32.根据权利要求29、30或31的设备，其中如果当前播放的音乐的置信度为高则显示与肯定的结杲或感受相关联的图标，以及如果当前播放的音乐的置信度为低则显示与否定的结果或感受相关联的图标。33.—种用于推荐内容的设备，包括用于接收一段音乐并且用于接收对所述一段音乐的置信度的接收器；用于播放所述一段音乐的声学输出装置；用于在所述置信度为高时发射绿光并且在所述置信度为低时发射红光的发光二极管。34.根据权利要求33的设备，其中所述发光二极管用于在所述置信度高于第一阈值时发射绿光，在所述置信度低于第二阈值时发射红光，以及在所述置信度处于所述第一阈值和所述第二阈值之间时发射黄光。全文摘要一种用于为用户推荐内容的方法，其中将一首歌曲或一段视频推荐给用户并且对所推荐的歌曲确定置信度。将所述置信度显示给用户，从而用户可以对系统的推荐获得更多的信任。文档编号G06F17/30GK101276375SQ20081008848公开日2008年10月1日申请日期2008年3月31日优先权日2007年3月31日发明者J·埃金克,T·肯普,T·费杜斯克扎克,T·齐默,W·哈格申请人:索尼德国有限责任公司