CN104603773A - 基于用户之间的社交扩散使兴趣标签与媒体项关联的方法和设备 - Google Patents
基于用户之间的社交扩散使兴趣标签与媒体项关联的方法和设备 Download PDFInfo
- Publication number
- CN104603773A CN104603773A CN201280073932.8A CN201280073932A CN104603773A CN 104603773 A CN104603773 A CN 104603773A CN 201280073932 A CN201280073932 A CN 201280073932A CN 104603773 A CN104603773 A CN 104603773A
- Authority
- CN
- China
- Prior art keywords
- user
- media item
- interest tags
- equipment
- aforesaid combination
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/40—Support for services or applications
- H04L65/403—Arrangements for multi-party communication, e.g. for conferences
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Library & Information Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
提供一种用于基于用户之间的社交扩散使兴趣标签与媒体项关联的方法。媒体标记平台处理一个或多个用户概况和/或促使对一个或多个用户概况的处理以确定与一个或多个用户相关的一个或多个兴趣标签,其中所述兴趣标签是在一个或多个用户设备处捕获以确定所述一个或多个信号的一个或多个频率。接着,所述媒体标记平台确定所述一个或多个媒体项在所述一个或多个用户之间的一个或多个社交扩散。接着,至少部分地基于所述一个或多个社交扩散,所述媒体标记平台至少部分地使得所述一个或多个媒体项与所述一个或多个兴趣标签关联。
Description
背景技术
服务提供商和设备制造商(例如,无线、蜂窝等)通过例如提供引人注目的网络服务不断地挑战向消费者供应价值和便利。一个感兴趣的领域为发展提供自动媒体标记的服务。例如,随着允许基层用户向社交网络上载如照片、音乐和视频等个人多媒体内容的服务的数量不断增长,对个人多媒体内容的分类成为关键任务。通常,通过对嵌入媒体项中的文本描述和标记信息进行处理以确定媒体项的媒体标签,来执行对媒体项的自动化分类。然而,个人多媒体内容一般缺少嵌入的文本描述和标记信息,这使得典型的自动化媒体标记成为不能实行的方法。
发明内容
因此,需要一种基于用户之间的社交扩散使兴趣标签与媒体项关联的方法。
根据一个实施例,一种方法包含处理一个或多个用户概况和/或促使对一个或多个用户概况的处理以确定与一个或多个用户相关的一个或多个兴趣标签。所述方法还包含确定所述一个或多个媒体项在所述一个或多个用户之间的一个或多个社交扩散。所述方法进一步包含至少部分地使得:至少部分地基于所述一个或多个社交扩散,使所述一个或多个媒体项与所述一个或多个兴趣标签关联。
根据另一实施例,一种设备包含至少一个处理器和至少一个存储器,所述至少一个存储器包括用于一个或多个计算机程序的计算机程序代码,所述至少一个存储器和所述计算机程序代码被配置成利用所述至少一个处理器至少部分地使得所述设备处理一个或多个用户概况和/或促使对一个或多个用户概况的处理以确定与一个或多个用户相关的一个或多个兴趣标签。还使得所述设备确定所述一个或多个媒体项在所述一个或多个用户之间的一个或多个社交扩散。进一步使得所述设备至少部分地使得:至少部分地基于所述一个或多个社交扩散,使所述一个或多个媒体项与所述一个或多个兴趣标签关联。
根据另一实施例,一种计算机可读存储介质携带有一个或多个指令的一个或多个序列,所述一个或多个指令的一个或多个序列当由一个或多个处理器执行时至少部分地使得设备处理一个或多个用户概况和/或促使对一个或多个用户概况的处理以确定与一个或多个用户相关的一个或多个兴趣标签。还使得所述设备确定所述一个或多个媒体项在所述一个或多个用户之间的一个或多个社交扩散。进一步使得所述设备至少部分地使得:至少部分地基于所述一个或多个社交扩散,使所述一个或多个媒体项与所述一个或多个兴趣标签关联。
根据另一实施例,一种设备包含用于处理一个或多个用户概况和/或促使对一个或多个用户概况的处理以确定与一个或多个用户相关的一个或多个兴趣标签的装置。所述设备还包含用于确定所述一个或多个媒体项在所述一个或多个用户之间的一个或多个社交扩散的装置。所述设备进一步包含用于至少部分地使得至少部分地基于所述一个或多个社交扩散使所述一个或多个媒体项与所述一个或多个兴趣标签关联的装置。
此外,对于本发明的各种例示性实施例,可应用下列方法:一种方法,其包含促使对(1)数据和/或(2)信息和/或(3)至少一个信号的处理和/或处理(1)数据和/或(2)信息和/或(3)至少一个信号,所述(1)数据和/或(2)信息和/或(3)至少一个信号至少部分地基于(或至少部分地源自)本申请中所公开的与本发明的任意实施例相关的方法(或处理)中的任意一种或任意组合。
对于本发明的各种例示性实施例,还可应用下列方法:一种方法,其包含促使对至少一个接口的接入,其中,所述至少一个接口被配置成允许接入至少一个服务,所述至少一个服务被配置成执行本申请中所公开的网络或服务提供商方法(或处理)中的任意一种或任意组合。
对于本发明的各种例示性实施例,还可应用下列方法:一种方法,其包含促使创建和/或促使修改(1)至少一个设备用户接口元件和/或(2)至少一个设备用户接口功能性,所述(1)至少一个设备用户接口元件和/或(2)至少一个设备用户接口功能性至少部分地基于由本申请中所公开的与本发明的任意实施例相关的方法或处理中的任意一种或任意组合产生的数据和/或信息,和/或由本申请中所公开的与本发明的任意实施例相关的方法(或处理)中的任意一种或任意组合产生的至少一个信号。
对于本发明的各种例示性实施例,还可应用下列方法:一种方法,其包含创建和/或修改(1)至少一个设备用户接口元件和/或(2)至少一个设备用户接口功能性,其中所述(1)至少一个设备用户接口元件和/或(2)至少一个设备用户接口功能性至少部分地基于由本申请中所公开的与本发明的任意实施例相关的方法(或处理)中的任意一种或任意组合产生的数据和/或信息,和/或由本申请中所公开的与本发明的任意实施例相关的方法(或处理)中的任意一种或任意组合产生的至少一个信号。
在各种例示性实施例中,可以在服务提供商侧或在移动设备侧或以服务提供商和移动设备之间的任意共享方式通过在两侧执行的动作来完成所述方法(或处理)。
对于各种例示性实施例,可应用下列设备:一种设备,其包含用于执行如初始提交的权利要求1-10、21-30和36-38中任一项所述的方法的装置。
仅通过示出大量的特定实施例和实施方式,包括预期用于执行本发明的最佳模式,从下文的详细描述易于了解本发明的其它方面、特征和优点。本发明还可包括其它实施例和不同的实施例,并且能够在各个方面对其若干细节进行修改,而均不背离本发明的精神和范围。因此,附图和描述将被看作本质上是说明性的,而非限制性的。
附图说明
通过举例而不是通过限制的方式说明本发明的实施例,在附图中:
图1为根据一个实施例的能够基于用户之间的社交扩散使兴趣标签与媒体项关联的系统的示意图;
图2为根据一个实施例的媒体标记平台的部件的示意图;
图3为根据一个实施例的基于用户之间的社交扩散使兴趣标签与媒体项关联的处理的流程图;
图4为根据一个实施例的基于潜在标签组标记媒体项的处理的流程图;
图5为根据一个实施例的启动媒体项在用户之间的社交扩散的处理的流程图;
图6为根据一个实施例的基于用户之间的社交扩散进行媒体标记的处理的流程图;
图7为根据一个实施例的用于基于用户之间的社交扩散使兴趣标签与媒体项关联的框架的示意图;
图8为根据一个实施例的其中基于用户之间的社交扩散将兴趣标签与媒体项关联的场景的示意图;
图9为可以用于实施本发明实施例的硬件的示意图;
图10为可以用于实施本发明实施例的芯片组的示意图;以及
图11为可以用于实施本发明实施例的移动终端(例如,手机)的示意图。
具体实施方式
下文公开了基于用户之间的社交扩散使兴趣标签与媒体项关联的方法、设备和计算机程序的实例。在下文的描述中,为了解释的目的,阐述众多的具体细节以提供对本发明实施例的透彻理解。然而,本领域的技术人员易于理解,可在没有这些具体细节的情况下或通过等效配置来实践本发明的实施例。在其它情况下,为了避免不必要地混淆本发明的实施例,以框图的形式示出熟知的结构和设备。
图1是根据一个实施例的能够基于用户之间的社交扩散使兴趣标签与媒体项关联的系统的示意图。如所提及,随着允许基层用户向社交网络上载如照片、音乐和视频等个人多媒体内容的服务的数量的不断增长,媒体项的分类(例如,音乐、视频、图像、媒体应用等)变得日益有必要。然而,因为个人多媒体内容一般缺少嵌入的文本描述和标记信息,所以依赖于对嵌入的文本描述和标记信息的处理以确定媒体项的媒体标签的典型自动化方法可能无效。
为了解决此问题,图1的系统100引入基于用户之间的社交扩散标记媒体项的能力。具体地,系统100可处理用户概况以确定与一个或多个用户相关的兴趣标签。例如,用户概况可包括用户偏好、用户之间的关系、共享历史等。接着,系统100可确定媒体项在用户之间的社交扩散,并基于社交扩散使媒体项与兴趣标签关联。例如,可通过添加或修改媒体项的元数据来执行关联,从而指明媒体项与兴趣标签关联。在一个实施例中,例如,媒体项的元数据可包括已与媒体项关联的特定兴趣标签以指示媒体项已通过特定的兴趣标签进行“标记”。在另一实施例中,媒体项的元数据可通过指明对应于含有用于该媒体项的兴趣标签(例如,包括特定的兴趣标签)的标签组的链接、代码等,指示媒体项已通过特定兴趣标签进行“标记”。
在一些实施例中,社交扩散可包括由用户中的至少一个用户到用户中的至少另一个用户的对媒体项中的至少一个媒体项的共享。由于成对共享者之间的公共兴趣标签(或公共兴趣)可反映共享的媒体项的特征,所以这些公共兴趣标签可为共享的媒体项的相关标签。例如,特定的公共兴趣标签可表示在其中公共兴趣标签在共享的媒体项的成对共享者之间频繁再现的情况下具有较高可能性的共享媒体项的属性。因而,媒体项与兴趣标签的关联可基于共享。此外,在特定实施例中,可至少部分地基于预定组的公共类别、澄清标签等确定兴趣标签。例如,所述预定组可包括选定和预定义的标签。以此方式,由于从所述预定组确定兴趣标签,所以可避免媒体项的含糊和冗余的标签。此外,因为用于媒体标记的社交扩散方法无需依赖于嵌入媒体项的文本描述和标记信息,所以可克服个人媒体内容(或其它媒体项)中嵌入的文本描述和标记信息不足的问题。然而,应注意,若媒体项存在这种文本描述和标记信息,则所述文本描述和标记信息还可与社交扩散方法一起用于自动化媒体标记。
如图1所示,系统100包含用户设备(UE)101(或多个UE101a-101n),其通过通信网络105具有与媒体标记平台103的连接性。UE 101可包括应用107(例如,应用107a-107n)或能够访问应用107(例如,应用107a-107n)以使得UE 101能够与例如媒体标记平台103交互,其中媒体标记平台103可:(1)处理用户概况以确定与一个或多个用户相关的兴趣标签;(2)确定媒体项在用户之间的社交扩散;(3)基于社交扩散使媒体项与兴趣标签关联;(4)使得基于由一个用户到另一个用户的对媒体项的共享对与媒体项关联的潜在标签组进行添加和/或修改;(5)使得基于共享和预定标准利用与用户关联的兴趣标签对媒体项进行标记;(6)使得基于兴趣标签和/或用户概况将用户分类成团体;(7)基于对覆盖与团体关联的兴趣标签的确定从团体确定种子用户;(8)使得生成用于种子用户的媒体项的建议以启动社交扩散;或(9)执行其它功能。
在各种实施例中,媒体标记平台103可包括概况数据库109或能够访问概况数据库109,以存取或存储用户概况,从而确定与用户概况关联的用户相关的一个或多个兴趣标签。如指出的那样,用户概况可包括用户偏好、用户之间的关系和/或其它概况信息之间的共享历史。媒体标记平台103还可包括媒体数据库111或能够访问媒体数据库111,以存取或存储媒体项、与媒体项关联的扩散日志(例如,指示媒体项的共享路径、共享媒体项的共享用户、从共享用户接收媒体项的用户等的日志)或其它媒体有关的数据。例如,存储在概况数据库109和媒体数据库111中的数据可由UE 101、服务平台113、一个或多个服务115(或服务115a-115k)、一个或多个内容提供商117(或内容提供商117a-117m)和/或在通信网络105上可获得的其它服务提供。例如,用户(例如,通过UE 101)和服务115可向媒体数据库111提供媒体项(例如,用户可提供个人媒体内容,服务115可提供商业媒体内容等)。应注意,媒体标记平台103可为系统100的独立实体、服务平台113的一个或多个服务115的一部分,或者可包括在UE 101内(例如,作为应用107的一部分)。
例如,系统100的通信网络105包括一个或多个网络,例如,数据网络、无线网络、电话网络或其任意组合。应理解,数据网络可为任何局域网(LAN)、城域网(MAN)、广域网(WAN)、公用数据网(例如,互联网)、短程无线网络或任何其它适合的分组交换网络,例如,商用、专有分组交换网络,例如专有电缆或光纤网络等,或其任意组合。此外,无线网络可为例如蜂窝网络,并且可采用各种技术,包括全球演进增强数据速率(EDGE)、通用分组无线电服务(GPRS)、全球移动通信系统(GSM)、互联网协议多媒体子系统(IMS)、通用移动电信系统(UMTS)等,以及任何其它适合的无线介质,例如,全球微波存取互操作性(WiMAX)、长期演进(LTE)网络、码分多址(CDMA)、宽带码分多址(WCDMA)、无线保真(WiFi)、无线LAN(WLAN)、互联网协议(IP)数据广播、人造卫星、移动自组织网络(MANET)等,或其任意组合。
UE 101为任意类型的移动终端、固定终端或便携式终端,包括移动手机、站、单元、设备、多媒体计算机、多媒体平板电脑、互联网节点、发信机、台式计算机、膝上型计算机、笔记本式计算机、上网本计算机、平板计算机、个人通信系统(PCS)设备、个人导航设备、个人数字助理(PDA)、音频/视频播放器、数字照相机/摄像机、定位设备、电视接收机、无线电广播接收机、电子书设备、游戏设备或其任意组合,包括这些设备的附件和外围设备,或其任意组合。还应理解,UE 101能够支持任意类型的用户接口(例如"可穿戴"电路系统等)。
在另一实施例中,媒体标记平台103可至少部分地使得至少部分地基于共享(由一个或多个用户中的至少一个用户到一个或多个用户中的至少另一个用户对媒体项中的至少一个媒体项的共享)对与至少一个媒体项关联的潜在标签组进行添加、修改或前述的组合,并且所述一个或多个媒体项与所述一个或多个兴趣标签的关联可进一步至少部分地基于所述添加、修改或前述的组合。例如,当假设共享指示偏好/兴趣时,可将共享用户(例如,至少一个用户)和接收用户(例如,至少另一个用户)的公共兴趣标签看作具有特定权重的共享的媒体项的潜在标签。因而,例如,媒体项的共享可使得将两个用户的公共兴趣标签添加到媒体项的潜在标签组,和/或使得基于两个用户的公共兴趣标签对潜在标签组中的标签进行修改。在各种实施例中,可通过对两个用户之间的成对关系(例如,两个用户之间的共享历史、共享的相互关系等)进行分析,预先计算潜在标签的权重。此外,随着社交扩散的继续,可收集更多的信息,并且可获得更高的精度。当达到预定义的阈值时(例如,当潜在标签组的标签收敛(并且波动低于阈值)时),则可将这些标签与媒体项关联(例如,通过在媒体项的元数据中指示这些标签)。
在另一实施例中,媒体标记平台103可至少部分地使得:至少部分地基于所述共享和一个或多个预定标准,利用与所述至少一个用户、所述至少另一个用户或前述的组合关联的所述一个或多个兴趣标签中的至少一个兴趣标签对所述至少一个媒体项进行标记。在特定实施例中,所述一个或多个预定标准可包括例如关系标准、时间标准、频率标准或前述的组合。如所提及,可将媒体项的共享中所涉及的用户之间的公共兴趣标签看作媒体项的潜在标签。例如,可基于用户之间的关系(例如,两个用户之间的共享历史、共享的相互关系等)、媒体项已被共享的次数、潜在标签作为用户的公共兴趣标签在共享事务中出现的频率等向这些潜在标签分配特定权重。因此,可利用预定标准来确定这些导出的潜在标签的"可靠度"。
具体地,由于用户之间共享媒体项的动机可能不同,可能需要涉及预定标准的进一步确认。例如,父母可与其孩子共享一些媒体项,因为这些父母相信这些媒体项对其孩子是“有益的”,与因为他们相信其孩子对媒体项感兴趣而共享是截然不同的。因而,这些媒体项可能不反映父母和其孩子的公共兴趣。尽管如此,可确定父母和其孩子之间的关系涉及频繁的单向传送(例如,从父母到孩子),而不是频繁的相互交互,此可指示作为共享的媒体项的潜在标签的父母和其孩子的公共兴趣标签应具有很小的权重。因此,可能不将所述特定潜在标签用作共享的媒体项的实际标签。在其它方面,可向与具有大体上相似性(例如,许多公共兴趣、相同的团体等)和频繁的相互交互/传送的成对共享者的公共兴趣标签关联的潜在标签分配较大的权重,导致潜在标签将成为共享的媒体项的媒体标签的更高可能性(例如,通过在共享的媒体项的元数据中指示这些标签)。
因此,潜在标签的分配的权重可反映可靠度。在一些实施例中,在潜在标签的可靠度(或权重)的计算中可考虑的因素可包括用户概况相似性(例如,许多公共兴趣、相同的团体等)、关系的双向性(例如,双向朋友关系、相互交互/传送等)以及传送频率和传送之间的间隔(例如,基于传送日志),连同外部因素例如流行趋势、突发新闻等。例如,可通过统计特征分析来处理这些因素以导出权重(例如,统计显著性),并且随后与不同的权重组合(例如,相乘)。若需要,还可引入平滑因子(例如,为了避免乘数"0"的影响)。因而,结果表示公共兴趣标签可靠地作为媒体项的潜在标签的可能性。在特定实施例中,可离线计算这些结果,并将其作为矩阵的一部分进行存储,例如,以使校验和在线利用更为有效和方便。
在另一实施例中,媒体标记平台103可至少部分地使得至少部分地基于所述一个或多个兴趣标签、所述一个或多个用户概况或前述的组合,将所述一个或多个用户分类成一个或多个团体。例如,可基于其对应的兴趣标签、其用户关系及其共享历史(例如,从其用户概况导出),将用户分成不同的社交潜在团体。在一种使用情况下,例如,若用户为朋友,彼此之间具有先前共享的媒体项,并且其对嘻哈音乐感兴趣,则可将特定的用户一起放在相同的"嘻哈"社交团体中。应注意,可通过大量的技术实施这种分类,包括例如基于图论的集群方法。
在另一实施例中,媒体标记平台103可基于对覆盖与所述一个或多个团体关联的所述一个或多个兴趣标签的确定来确定来自所述一个或多个团体的一个或多个种子用户,并且所述一个或多个种子用户可至少部分地包括所述至少一个用户、所述至少一个媒体项的至少一个提供者或前述的组合。在又一实施例中,例如,由于可将训练样本大小更好地控制在有限的数量内,因此可将这些训练样本用户(例如,种子用户)分割成具有多个标注(例如,指示不同的兴趣标签)的几个社交群体。此外,在各种实施例中,社交扩散可集中在上传者(例如,至少一个媒体项的至少一个提供者)。然而,因为上传者有时可以仅组成较小群体,与该群体相关的兴趣标签可能不覆盖一些潜在标签。因此,在特定实施例中,可将具有不同兴趣标签的随机用户选为种子用户以覆盖所有或大多数的可能的潜在标签(例如,来自预定组的公共类别、澄清标签等)。例如,可从每个社交潜在团体中随机选择用户以作为种子用户,从而形成具有与社交潜在团体关联的所有兴趣标签的选定种子群体。
在另一实施例中,媒体标记平台103可至少部分地使得针对所述一个或多个种子用户生成所述一个或多个媒体项的一个或多个建议,并且所述一个或多个社交扩散可至少部分地基于所述一个或多个建议。在一种场景中,例如,隐私策略设定可防止一些媒体项循环到私人群体/团体外部,同时允许大多数媒体项(例如,具有默认许可)被公开共享。如指出的那样,为了获得更全面的标记结果,可从不同的团体随机选择种子用户。因为数据稀疏性可影响团体提取处理(例如,将用户分类成基于公共兴趣的团体)的质量,所以可能需要至少有限的复制。此外,可利用诸如贪婪算法之类的方法来克服种子用户的选择中的覆盖问题。一旦选择种子用户,则可向种子用户建议新的或未标记的媒体项(例如,其可包括新的或未标记的媒体项的上传者)。例如,若种子用户查看并共享建议的媒体项,则此动作可指示该种子用户对该媒体项的兴趣,因此,可将与该种子用户相关的兴趣标签(例如,成对共享者的公共兴趣标签)分配为针对该媒体项的具有特定权重的潜在标签。接着,接收该媒体项的用户的进一步查看和共享可使得,例如,对潜在标签的分配权重的修改、对其它潜在标签的添加等,直到满足可靠性阈值,使得该潜在标签成为该媒体项的实际标签。
在又一场景中,若建议未分配有可靠媒体标签的媒体项(例如,该媒体项不具有满足可靠性阈值的任何潜在标签),则可向尚未接收到所述建议的媒体项的其它种子用户建议这些建议的媒体项(例如,尚未向其建议这些特定的媒体项),从而启动种子用户的又一轮共享。此外或替代地,可从不同的团体中选择新的一组种子用户,并且随后向该新的一组种子用户建议已向第一组种子用户建议的未标记的媒体项,从而启动种子用户的另一轮共享。
在另一实施例中,可将具有充足的传送/共享历史的媒体项(例如,存储在传送/共享日志中)用作训练样本以将兴趣标签与媒体项关联。例如,由于类似的媒体项通常将吸引具有类似兴趣的用户(例如,尤其对于本地基层媒体项),所以类似的媒体项可具有类似的传送路径/轨迹(例如,类似的媒体项很可能被第一用户组中的用户共享到第二用户组中的用户)。因而,可利用关联的规则分析或协作过滤技术来生成映射关系,其中传送路径/轨迹与特定的标签(例如,特定的兴趣标签)之间具有特定记分。随后,可将这些映射关系用作"规则"以确定新的或未标记的媒体项的标签。在一种使用情况下,例如,用户A到用户B之间的路径可为对应于具有权重30%的兴趣标签X、具有权重50%的兴趣标签Y以及具有权重70%的兴趣标签Z的传送路径/轨迹。因此,若在用户A到用户B之间共享未标记的媒体项,则可基于具有其各不相同的权重的兴趣标签X、Y,和Z来修改未标记的媒体项的潜在标签组(例如,若这些兴趣标签当前不存在于潜在标签组中,则将兴趣标签X、Y和Z以其各自的权重添加到潜在标签组)。
例如,UE 101、媒体标记平台103、服务平台113、服务115和内容提供商117使用熟知的、新的或仍在研发中的协议彼此通信并且与通信网络105的其它部件通信。关于这点,协议包括定义了通信网络105内的网络节点如何基于在通信链路上发送的信息彼此交互的一组规则。所述协议在各个节点内的不同层的操作中有效,从生成和接收各种类型的物理信号,到选择用于传送这些信号的链路,到这些信号所指示的信息的格式,到识别计算机系统上执行的哪个软件应用发送或接收信息。开放式系统互连(OSI)参考模型中描述了用于在网络上交换信息的概念上不同的层的协议。
通常通过交换数据的离散分组来实现网络节点之间的通信。各个分组通常包含(1)与特定协议关联的报头信息,和(2)有效载荷信息,该有效载荷信息跟随报头信息并含有可独立于该特定协议而处理的信息。在一些协议中,分组包括(3)报尾信息,该报尾信息跟随有效载荷并指示有效载荷信息的结尾。报头包括如下信息,例如,分组的来源、其目的地、有效载荷的长度以及协议所用的其它性质。通常,用于特定协议的有效载荷中的数据包括用于与不同的、更高层的OSI参考模型关联的不同协议的报头和有效载荷。用于特定协议的报头通常指示其有效载荷中所含的下一个协议的类型。据说更高层协议封装在更低层协议中。在如互联网等的多个异质网络上行进的分组中所包括的报头通常包括OSI参考模型所定义的物理(层1)报头、数据-链路(层2)报头、网间(层3)报头和传输(层4)报头以及各种应用(层5、层6和层7)报头。
图2为根据一个实施例的媒体标记平台的部件的示意图。例如,媒体标记平台103包括用于基于用户之间的社交扩散使兴趣标签与媒体项关联的一个或多个部件。应理解,可将这些部件的功能组合在一个或多个部件中,或由等效功能性的其它部件来执行。在本实施例中,媒体标记平台103包括控制逻辑201、存储器203、兴趣标签模块205、扩散模块207、关联模块209、分类模块211和通信接口213。
控制逻辑201执行用于执行媒体标记平台103的功能的至少一个算法。例如,控制逻辑201可与兴趣标签模块205交互以处理用户概况,从而确定与一个或多个用户相关的兴趣标签。如指出的那样,用户概况可包括用户偏好、用户之间的关系、共享历史等,并且可基于预定组的公共类别、澄清标签等确定兴趣标签。在一种场景中,例如,兴趣标签模块205可确定基于用户偏好、用户关系和与该用户相关的共享历史来将来自预定组的至少一个兴趣标签与用户匹配。如所述,由于从所述预定组确定兴趣标签,所以可避免含糊和冗余的标签。
控制逻辑201还可与扩散模块207一起工作以确定媒体项在用户之间的社交扩散。例如,若已发生由一个用户到另一个用户的媒体项的共享,则可确定在用户之间已发生媒体项的社交扩散。基于此确定,关联模块209可基于该社交扩散使得媒体项与兴趣标签关联。如所述,因为用于媒体标记的社交扩散方法无需依赖于嵌入媒体项的文本描述和标记信息,所以可克服个人媒体内容(或其它媒体项)中嵌入的文本描述和标记信息不足的问题。
在特定实施例中,关联模块209可使得基于由一个用户到另一个用户对媒体项的共享来对与媒体项关联的潜在标签组进行添加和/或修改,并且媒体项与兴趣标签的关联可进一步基于对潜在标签组的该添加和/或修改。在其它实施例中,关联模块209可使得基于媒体项的共享和一个或多个预定标准来利用与该一个用户和/或另一个用户关联的至少一个兴趣标签对媒体项进行标记。如所述,这些预定标准可包括例如关系标准、时间标准和/或频率标准。
在一些实施例中,关联模块209还可与分类模块211一起工作以使得基于兴趣标签、用户概况等将用户分类成一个或多个团体。在又一实施例中,关联模块209接着可基于对覆盖与团体关联的兴趣标签的确定从团体确定种子用户。如指出的那样,为了启动媒体项在用户之间的社交扩散,关联模块209可随后使得针对种子用户生成媒体项的一个或多个建议。
控制逻辑201可额外地利用通信接口213以与媒体标记平台103的其它部件、UE 101、服务平台113、服务115、内容提供商117以及系统100的其它部件通信。例如,可利用通信接口213从UE 101和/或服务115接收对应于用户概况的数据并且将所述数据重定向到兴趣标签模块205以进行处理。通信接口213可进一步包括多个通信装置。在一种使用情况下,通信接口213可通过短消息服务(SMS)、多媒体消息服务(MMS)、互联网协议、电子邮件、瞬时消息传送、语音会话(例如,通过电话网络)或其它类型的通信进行通信。
图3为根据一个实施例的基于用户之间的社交扩散使兴趣标签与媒体项关联的处理的流程图。在一个实施例中,媒体标记平台103执行处理300,并且在例如图10所示的包括处理器和存储器的芯片组中实施。因而,控制逻辑201可以提供用于完成处理300的各个部分的装置以及用于结合媒体标记平台103的其它部件来完成其它处理的装置。
在步骤301,控制逻辑201可处理一个或多个用户概况和/或促使对一个或多个用户概况的处理,以确定与一个或多个用户相关的一个或多个兴趣标签。如指出的那样,在特定实施例中,所述一个或多个用户概况可包括一个或多个用户偏好、所述一个或多个用户之间的一个或多个关系、一个或多个共享历史,或前述的组合。因而,在一种使用情况下,可通过处理用户概况中指明的查看/共享日志来考虑用户的过去共享行为。此外,在一些实施例中,可基于预定组的公共类别和/或澄清标签来确定所述一个或多个兴趣标签。例如,可具体地选定和预定义(例如,由管理员、开发者等)所述预定组的标签以确保清晰度。因此,由于从所述预定组确定兴趣标签,所以可避免含糊和冗余的兴趣标签。
在步骤303,控制逻辑201可确定所述一个或多个媒体项在所述一个或多个用户之间的一个或多个社交扩散。接着,在步骤305,控制逻辑201可使得基于所述一个或多个社交扩散将所述一个或多个媒体项与所述一个或多个兴趣标签关联。在一种场景中,例如,社交扩散可包括由用户中的至少一个用户到用户中的至少另一个用户的对媒体项中的至少一个媒体项的共享。如所提及,由于成对共享者之间的公共兴趣标签(或公共兴趣)可反映共享的媒体项的特征,所以这些公共兴趣标签可为共享的媒体项的相关标签。例如,特定的公共兴趣标签可表示在这些公共兴趣标签在共享的媒体项的成对共享者之间频繁再现的情况下具有较高可能性的共享媒体项的属性。因而,媒体项与兴趣标签的关联可基于共享。以此方式,由于可完成媒体标记而非必需排他地依赖于嵌入媒体项的这种文本描述和标记信息,所以可克服个人媒体内容(或其它媒体项)中嵌入的文本描述和标记信息不足的问题。
图4为根据一个实施例的基于潜在标签组标记媒体项的处理的流程图。在一个实施例中,媒体标记平台103执行处理400,并且在例如图10所示的包括处理器和存储器的芯片组中实施。因而,控制逻辑201可以提供用于完成处理400的各个部分的装置以及用于结合媒体标记平台103的其它部件完成其它处理的装置。
在步骤401,控制逻辑201可使得基于共享(由一个或多个用户中的至少一个用户到一个或多个用户中的至少另一个用户的对媒体项中的至少一个媒体项的共享)对与所述至少一个媒体项关联的潜在标签组进行添加、修改或前述的组合。例如,媒体项的共享可使得将共享用户(例如,所述至少一个用户)和接收用户(例如,至少另一个用户)的公共兴趣标签作为媒体项的潜在标签添加到潜在标签组,和/或使得基于所述两个用户的公共兴趣标签对潜在标签组中的标签进行修改。例如,可向潜在标签组的标签分配经受未来修改的特定权重(例如,基于未来媒体项的共享)。
在步骤403,控制逻辑201可使得基于潜在标签组和一个或多个预定标准,利用与所述至少一个用户、所述至少另一个用户或前述的组合关联的所述一个或多个兴趣标签中的至少一个兴趣标签对所述至少一个媒体项进行标记。如所述,在一些实施例中,所述一个或多个预定标准可包括关系标准、时间标准、频率标准或前述的组合。在一种场景中,例如,可基于用户之间的关系(例如,两个用户之间的共享历史、共享的相互关系等)、媒体项已被共享的次数、潜在标签作为用户的公共兴趣标签在共享事务中出现的频率等,向这些潜在标签分配特定权重。因此,可利用预定标准来确定这些导出的潜在标签的"可靠度"。随着社交扩散的继续,可收集更多的信息,并且可获得更高的精度。然而,若基于预定标准达到预定义的阈值(例如,当潜在标签组的标签收敛(并且波动低于阈值)时),则可将这些标签与媒体项关联(例如,通过在媒体项的元数据中指示这些标签)。
图5为根据一个实施例的用于启动媒体项在用户之间的社交扩散的处理的流程图。在一个实施例中,媒体标记平台103执行处理500,并且在例如图10所示的包括处理器和存储器的芯片组中实施。因而,控制逻辑201可以提供用于完成处理500的各个部分的装置以及用于结合媒体标记平台103的其它部件来完成其它处理的装置。
在步骤501,控制逻辑201可使得基于所述一个或多个兴趣标签、所述一个或多个用户概况或前述的组合将所述一个或多个用户分类成一个或多个团体。例如,可基于其对应的兴趣标签、其用户关系及其共享历史(例如,从其用户概况导出),将用户分成不同的社交潜在团体。在一种使用情况下,若例如这些用户为朋友,彼此之间具有先前共享的媒体项,并且其对嘻哈音乐感兴趣,则可将特定的用户一起放在相同的”嘻哈”社交团体中。
接着,在步骤503,控制逻辑201可基于对覆盖与所述一个或多个团体关联的所述一个或多个兴趣标签的确定来从所述一个或多个团体确定一个或多个种子用户。如所提及,在各种实施例中,社交扩散可集中在媒体项的上传者。然而,因为上传者有时可以仅组成较小群体,所以与该群体相关的兴趣标签可能不覆盖一些潜在标签。因此,在特定实施例中,可将具有不同兴趣标签的用户选为种子用户以覆盖所有或大多数的可能的潜在标签(例如,来自预定组的公共类别、澄清标签等)。例如,可从每个社交潜在团体中随机选择用户以作为种子用户,从而形成具有与社交潜在团体关联的所有兴趣标签的选定种子群体。
在步骤505,控制逻辑201可使得针对一个或多个种子用户生成一个或多个媒体项的一个或多个建议,例如,以启动一个或多个媒体项在一个或多个用户之间的一个或多个社交扩散。因此,在这种场景中,一个或多个社交扩散可基于一个或多个建议。例如,可向种子用户(例如,其可包括未标记的媒体项的上传者)建议新的或未标记的媒体项,以启动由种子用户到其各自团体中的其它用户的共享。例如,若种子用户查看并共享建议的媒体项,则这种动作可指示其对该媒体项感兴趣,因此,可将与该种子用户相关的兴趣标签(例如,成对共享者的公共兴趣标签)分配为用于该媒体项的具有特定权重的潜在标签。随后,接收该媒体项的用户的进一步查看和共享可使得对潜在标签的分配权重进行修改、对其它潜在标签进行添加等,例如,直到满足可靠性阈值,从而该潜在标签成为该媒体项的实际标签。
图6为根据一个实施例的基于用户之间的社交扩散进行媒体标记的处理的流程图。在一个实施例中,媒体标记平台103执行处理600,并且在例如图10所示的包括处理器和存储器的芯片组中实施。因而,控制逻辑201可以提供用于完成处理600的各个部分的装置以及用于结合媒体标记平台103的其它部件来完成其它处理的装置。
在步骤601,控制逻辑201可启动从例如一个或多个用户、一个或多个服务等收集用户概况(例如,可指明用户偏好、关系、查看/共享/传送日志等的用户概况)。在步骤603,接着执行用户概况分析以提取用户偏好、关系以及过去共享行为,从而为稍后的社交扩散分析提供"先验知识"。例如,可对用户偏好、关系和过去共享行为进行分析以利用兴趣标签标注社交网络的用户(例如,与用户概况关联的用户)并且确定用户之间的成对公共兴趣标签。如指出的那样,可将这些成对公共兴趣标签分配为具有权重的潜在标签。在特定实施例中,潜在标签的权重可基于在用户概况分析的过程中与成对公共兴趣标签关联的权重。如所提及,在潜在标签的可靠度(或权重)的计算中可考虑大量的因素,包括用户概况相似性(例如,许多公共兴趣、相同的团体等)、关系的双向性(例如,双向朋友关系、相互交互/传送等)以及传送频率和传送之间的间隔(例如,基于传送日志),连同外部因素例如流行趋势、突发新闻等。同样,这些因素还可用于计算成对公共兴趣标签的可靠度(或权重)。如所说明,在一些实施例中,可在收集用户概况时(例如,在媒体共享和扩散分析之前)离线执行此可靠性/权重计算,并且随后可将这些计算的结果作为矩阵进行存储以用于稍后使用,例如,使校验和在线利用更为有效和方便(例如,在扩散分析的过程中)。
此外,在步骤605,例如,控制逻辑201可基于用户的公共兴趣(例如,成对公共兴趣标签)、用户概况等启动社交团体提取。例如,社交团体提取可基于用户偏好、用户之间的关系和查看/共享/传送日志(例如,从用户概况导出)将用户分成不同的社交团体。接着,在步骤607,可选择种子用户以覆盖所有或大多数的可能的潜在标签(例如,来自预定组的公共类别、澄清标签等)。例如,可从各个社交团体随机选择用户以作为种子用户,从而形成具有与社交团体关联的所有兴趣标签的选定种子群体。其后,可向种子用户建议新的或未标记的媒体项以启动这些媒体项的社交扩散。
当种子用户查看和共享建议的媒体项时,控制逻辑201可启动对媒体共享和扩散的分析(步骤609)。例如,将追踪并分析社交扩散期间的所有共享行为。例如,每次发生共享时,可关于媒体项的发送者和接收者记录事务。尽管可通过处理经由大量的收集技术获得的媒体传送日志来离线执行媒体共享和扩散分析,但还可在发生社交扩散时实时执行分析。在一种使用情况下,例如,当一个用户与另一个用户共享媒体项时,可从其公共兴趣标签以及其关系(例如,朋友、父母、同事、频繁共享者等)导出潜在标签及其关联的权重。然而,如所提及,共享的动机可能不同。因此,可以检验预计算的"可靠度"(例如,公共兴趣标签的可靠度)。此外,在一些场景中,可忽略不具有公共兴趣的成对共享者的传送。
如所描绘,在步骤611,例如,当导出具有新的记分的新的潜在标签时,可继续提炼潜在标签及其关联的权重的分布。因此,在各种实施例中,可使用阈值来确定结果是否已收敛,并且可反复重复步骤607-611直到满足此要求。例如,若波动低于预定义为阈值的5%,则可将结果看作稳定,并且可基于记分/权重分级选择标签(例如,可选择具有高可靠度的标签作为自动标记结果)(步骤613)。
图7为根据一个实施例的用于基于用户之间的社交扩散使兴趣标签与媒体项关联的框架的示意图。例如,服务701(例如,主控媒体标记平台103)可启动从与客户端703关联的用户设备收集用户概况(例如,用户705的用户概况)。如指出的那样,这些用户概况可包括用户偏好、用户705之间的关系、共享历史等,并且可对其进行处理以确定与用户705相关的兴趣标签(例如,705之间的公共兴趣标签)。此外,如所述,可基于其兴趣标签和/或其用户概况将用户705分类成一个或多个潜在社交团体(例如,包括社交团体707a和707b)。为了通过705之间的社交扩散启动自动化媒体标记,选择各个种子用户并建议未标记的媒体项(例如,新的媒体项709)。在此场景中,例如,最初向三个种子用户建议媒体项709,接着所述三个种子用户向其社交团体内外的其它用户共享媒体项709。当建议的媒体项被共享时,可执行对媒体共享和扩散的分析以确定媒体项的媒体标签。
图8为根据一个实施例的其中基于用户之间的社交扩散将兴趣标签与媒体项关联的场景的示意图。例如,如所示,用户801a-801d属于社交团体803(例如,嘻哈),而用户801e-801h属于各种其它社交团体。如指出的那样,此将用户分类成社交团体可基于源自用户概况分析(例如,对用户偏好、关系、共享历史等的分析)的用户概况分析和/或兴趣标签(例如,成对共享者的公共兴趣标签)。为了促进在用户80Ia-801h之间的社交扩散并启动对媒体项805(例如,无标签的新的媒体项)的标记,选择种子用户801a、801e和801f并建议媒体项805。
如所描绘,当用户801a向用户801b共享媒体项805时,将兴趣标签"嘻哈"添加到与媒体项805关联的潜在标签组(或列表)。在此场景中,由于用户801a和801b具有相同的公共兴趣"嘻哈"并且由于这些用户处于相同的社交团体中,因此可向标签"嘻哈"分配相对较高的权重。此外,因为媒体项805通过还共享公共兴趣"嘻哈"的其用户(例如,向用户801c和801d共享媒体项805的用户801b、向用户801d共享媒体项805的用户801c等)在整个社交团体803中被持续地共享,所以潜在标签"嘻哈"的分配权重继续增大。因而,潜在标签"嘻哈"反映媒体项805的特征的可能性也增大。
类似地,当用户801f向用户801g共享媒体项时,可基于两个用户之间的公共兴趣"乡村音乐",将兴趣标签"乡村音乐"添加到与媒体项805关联的潜在标签组(或列表)。然而,例如,由于用户801f和801g不是相同社交团体的一部分、它们不具有先前交换历史等等,可向标签"乡村音乐"分配较低的权重。因而,当执行社交扩散分析时,潜在标签"嘻哈"的记分/权重将远大于潜在标签"乡村音乐"的记分/权重。因此,假设还满足所有其它预定标准,则可选择"嘻哈"作为媒体项805的媒体标签。
有利地,可通过软件、硬件、固件或软件和/或固件和/或硬件的组合来实施本文所描述的用于基于用户之间的社交扩散使兴趣标签与媒体项关联的处理。例如,有利地,可通过处理器、数字信号处理(DSP)芯片、专用集成电路(ASIC)、现场可编程门阵列(FPGA)等实施本文所描述的处理。下文将详细描述用于执行所述功能的这种例示性硬件。
图9示出其上可实施本发明实施例的计算机系统900。尽管关于特定设备或装置来描绘计算机系统900,但是应理解,图9内的其它设备或装置(例如,网络元件、服务器等)可以部署所示的系统900的硬件和部件。对计算机系统900进行编程(例如,通过计算机程序代码或指令)以基于本文所描述的用户之间的社交扩散使兴趣标签与媒体项关联,并且计算机系统900包括用于在计算机系统900的其它内部和外部部件之间传递信息的通信机构,例如总线910。信息(也称为数据)被表示为可测量现象的物理表达,通常为电压,但是在其它实施例中,包括以下现象,例如,磁性、电磁、压力、化学、生物、分子、原子、亚原子以及量子交互。例如,南北磁场或零和非零电压表示二进制位(比特)的两个状态(0,1)。其它现象可以表示更高基数的位。测量前的多个联立量子状态的叠加表示量子比特(qubit)。一个或多个位的序列构成用于表示特征的编号或代码的数字数据。在一些实施例中,通过特定范围内的可测量值的近连续体表示被称为模拟数据的信息。计算机系统900或其部分构成用于执行基于用户之间的社交扩散使兴趣标签与媒体项关联的一个或多个步骤的装置。
总线910包括一个或多个信息的并行导体,从而可在耦合到总线910的设备之间快速传送信息。将用于处理信息的一个或多个处理器902与总线910耦合。
处理器(或多个处理器)902对信息执行由与基于用户之间的社交扩散使兴趣标签与媒体项关联相关的计算机程序代码所指定的一组操作。计算机程序代码为一组指令或提供指令的语句,用于处理器和/或计算机系统的操作以执行指定功能。例如,可以编译成处理器的原生指令集的计算机编程语言来书写代码。还可使用原生指令集(例如,机器语言)直接书写代码。该组操作包括从总线910引入信息以及将信息放置在总线910上。该组操作通常还包括对两个或两个以上信息单元进行比较、变换信息单元的位置以及对两个或两个以上的信息单元进行组合,例如,通过加法或乘法或例如OR、异或(XOR)和AND等逻辑操作。通过被称为指令的信息,例如一个或多个位的操作代码,向处理器表示处理器可以执行的该组操作的每个操作。将由处理器902执行的一连串的操作,例如一连串的操作代码,构成处理器指令,也称为计算机系统指令,或简称为计算机指令。处理器可单独或组合地实施为机械、电、磁性、光学、化学或量子部件以及其它部件。
计算机系统900还包括耦合到总线910的存储器904。存储器904,例如随机存取存储器(RAM)或任何其它动态存储设备,存储包括用于基于用户之间的社交扩散使兴趣标签与媒体项关联的处理器指令的信息。动态存储器允许通过计算机系统900改变存储在其中的信息。RAM允许独立于邻近地址处的信息而对存储在被称为存储地址的位置处的信息单元进行存储和获取。处理器902还使用存储器904来存储处理器指令的执行过程中的临时值。计算机系统900还包括耦合到总线910的只读存储器(ROM)906或任何其它静态存储设备,其用于存储不被计算机系统900改变的静态信息,包括指令。一些存储器是由在断电时失去存储在其上的信息的易失性存储器组成。非易失性(永存)存储设备908还耦合到总线910,例如,磁盘、光盘或闪存卡,其用于存储包括指令的信息,即使在计算机系统900被关闭或在其它情况下断电时,仍可保持所述信息。
从外部输入设备912,例如,含有人类用户操作的字母数字键的键盘、麦克风、红外线(IR)遥控、操纵杆、游戏垫、记录笔、触屏或传感器,向总线910提供包括用于基于用户之间的社交扩散使兴趣标签与媒体项关联的指令的信息,以供处理器使用。传感器检测其附近的条件并将所述检测转换成与用于表示计算机系统900中的信息的可测量现象兼容的物理表达。耦合到总线910的主要用于与人类交互的其它外部设备包括:显示设备914,例如,阴极射线管(CRT)、液晶显示器(LCD)、发光二极管(LED)显示器、有机LED(OLED)显示器和等离子体屏幕,或用于呈现文本或图像的打印机;以及指示设备916,例如,鼠标、跟踪球、光标方向键或运动传感器,其用于控制呈现在显示器914上的小光标图像的位置并发出与呈现在显示器914上的图形元件关联的命令;以及,一个或多个照相机传感器994,其用于捕捉、记录并使得存储一个或多个静止和/或运动图像(例如,视频、影片等),还可包含音频记录。在一些实施例中,例如,在其中计算机系统900自动执行所有功能而无需人类输入的实施例中,可省略外部输入设备912、显示设备914和指示设备916中的一个或多个。
在所示的实施例中,将专用硬件,例如专用集成电路(ASIC)920,耦合到总线910。专用硬件被配置成足够快地执行处理器902所不执行的操作以用于特殊目的。ASIC的实例包括:用于为显示器914生成图像的图形加速卡、用于对在网络上发送的消息进行加密和解密的密码板、语音识别以及用于专用外部设备的接口,例如,重复执行在硬件中更能有效实施的一些复杂顺序的操作的机器人臂和医学扫描设备。
计算机系统900还包括耦合到总线910的通信接口970的一个或多个实例。通信接口970提供耦合到如打印机、扫描仪和外部磁盘等以其自身处理器运行的各种外部设备的单向或双向通信。通常,耦合是通过网络链路978实现,该网络链路978连接到连接有具有自身处理器的各种外部设备的局部网络980。例如,通信接口970可为个人计算机上的并联端口或串联端口或通用串行总线(USB)端口。在一些实施例中,通信接口970为提供与对应类型的电话线的信息通信连接的综合服务数字网络(ISDN)卡或数字用户线(DSL)卡或电话调制解调器。在一些实施例中,通信接口970为电缆调制解调器,其将总线910上的信号转换成用于同轴电缆上的通信连接的信号或转换成用于光纤电缆上的通信连接的光学信号。作为另一实例,通信接口970可为局域网(LAN)卡,其用于向兼容的LAN,例如以太网,提供数据通信连接。还可实施无线链路。对于无线链路,通信接口970发送或接收,或既发送又接收,携带有如数字数据等信息流的电、声学或电磁信号,包括红外和光学信号。例如,在无线手持设备中,例如在如蜂窝电话等移动电话中,通信接口970包括被称为无线电收发信机的无线电频带电磁发射机和接收机。在特定实施例中,通信接口970实现与通信网络105的连接以基于UE 101的用户之间的社交扩散使兴趣标签与媒体项关联。
本文中所用的术语"计算机可读介质"表示参与向处理器902提供信息的任何介质,该信息包括用于执行的指令。这种介质可采用许多形式,包括但非局限于,计算机可读存储介质(例如,非易失性介质、易失性介质)以及传送介质。非瞬态介质,例如非易失性介质,包括例如光盘或磁盘,例如存储设备908。易失性介质包括例如动态存储器904。传送介质包括例如双纽线电缆、同轴电缆、铜线、光纤电缆以及无需电线或电缆即可在空间传播的载波,例如声波和电磁波,包括无线电波,光波和红外波。信号包括通过传送介质传送的振幅、频率、相位、偏振或其它物理特性的人为瞬时变化。计算机可读介质的普通型式包括例如软盘、软磁盘、硬盘、磁带和任何其它磁性介质,CD-ROM、CDRW、DVD和任何其它光学介质,穿孔卡、纸带、光学标记卡和具有孔或其它可光学识别标记的图案的任何其它物理介质,RAM、PROM、EPROM、FLASH-EPROM、EEPROM、闪速存储器和任何其它存储芯片或存储盒,以及载波或计算机可读取的任何其它介质。本文中使用术语计算机可读存储介质来表示传送介质以外的任何计算机可读介质。
编码在一个或多个有形介质中的逻辑包括计算机可读存储介质上的处理器指令和如ASIC 920等的专用硬件中的一种或两种。
典型地,网络链路978使用传送介质通过一个或多个网络向使用或处理该信息的其它设备提供信息通信。例如,网络链路978可通过本地网络980提供与主机计算机982或互联网服务提供商(ISP)所操作的设备984的连接。而ISP设备984通过现在通常被称为互联网990的网络的公共、全球分组交换通信网络提供数据通信服务。
连接到互联网的被称为服务器主机992的计算机主控响应于在互联网上接收的信息而提供服务的处理。例如,服务器主机992主控提供表示视频数据的信息用于在显示器914处呈现的处理。应理解,可在其它计算机系统例如主机982和服务器992内以各种配置部署系统900的部件。
本发明的至少一些实施例涉及使用计算机系统900实施本文所描述的一些或所有技术。根据本发明的一个实施例,响应于处理器902对存储器904中所含的一个或多个处理器指令的一个或多个序列的执行,由计算机系统900执行这些技术。可将这些指令,也称为计算机指令、软件和程序代码,从另一个计算机可读介质,例如存储设备908或网络链路978,读入存储器904。对包含在存储器904中的指令序列的执行使得处理器902执行本文所描述的方法步骤中的一个或多个。在替代实施例中,可使用硬件,例如ASIC 920,来替代软件或与软件结合以实施本发明。因此,本发明的实施例非局限于硬件和软件的任何特定组合,除非本文中在其它方面明确地陈述。
在网络链路978和其它网络上通过通信接口970传送的信号承载去往和来自计算机系统900的信息。计算机系统900可以通过网络980、990等、通过网络链路978和通信接口970发送和接收信息,包括程序代码。在使用互联网990的实例中,服务器主机992通过互联网990、ISP设备984、本地网络980和通信接口970传送由从计算机900发送的消息所请求的用于特定应用的程序代码。当被接收时,接收的代码可由处理器902执行,或可存储在存储器904中或存储设备908中或任何其它非易失性存储器中以用于随后执行,或两者。以此方式,计算机系统900可获得呈载波上信号的形式的应用程序代码。
各种形式的计算机可读介质可用于一个或多个指令或数据或两者的序列到处理器902的传送以进行执行。例如,指令和数据可初始存储在远程计算机例如主机982的磁盘上。远程计算机将所述指令和数据载入动态存储器并使用调制解调器在电话线上发送所述指令和数据。位于计算机系统900本地的调制解调器接收电话线上的指令和数据并使用红外发送器将所述指令和数据转换成充当网络链路978的红外载波上的信号。充当通信接口970的红外检测器接收红外信号中所携带的指令和数据并将表示所述指令和数据的信息置于总线910上。总线910将所述信息传送到存储器904,其中处理器902使用与所述指令一起发送的一些数据从存储器904获取并执行所述指令。可选地,在被处理器902执行之前或之后,可将存储器904所接收的指令和数据存储在存储设备908上。
图10示出可实施本发明实施例的芯片组或芯片1000。对芯片组1000进行编程以如本文所描述基于用户之间的社交扩散使兴趣标签与媒体项关联,并且芯片组1000包括例如关于图9所描述的合并在一个或多个物理封装(例如,芯片)中的处理器和存储器部件。例如,物理封装包括一种或多种材料、部件和/或导线在结构组件(例如基板)上的排列,以提供一个或多个特征,例如物理强度、尺寸保护和/或电交互限制。应理解,在特定的实施例中,可在单个芯片中实施芯片组1000。还应理解,在特定的实施例中,可将芯片组或芯片1000实施为单个“片上系统”。还应理解,在特定的实施例中,例如,将不使用单独的ASIC,并且将由一个处理器或多个处理器执行本文所公开的所有相关功能。芯片组或芯片1000或其部分构成用于执行提供与功能的可用性关联的用户接口导航信息的一个或多个步骤的装置。芯片组或芯片1000或其部分构成用于执行基于用户之间的社交扩散使兴趣标签与媒体项关联的一个或多个步骤的装置。
在一个实施例中,芯片组或芯片1000包括通信机构,例如,用于在芯片组1000的部件之间传递信息的总线1001。处理器1003具有与总线1001的连接性以执行存储在例如存储器1005中的指令和处理信息。处理器1003可包括一个或多个处理核,其中每个核被配置成独立执行。多核处理器能够实现单个物理封装内的多处理。多核处理器的实例包括两个、四个、八个或更多数量的处理核。替代地或另外地,处理器1003可包括通过总线1001串接配置的一个或多个微处理器以实现对指令、流水线和多线程的独立执行。处理器1003还可伴随有一个或多个专用部件以执行特定的处理功能和任务,例如一个或多个数字信号处理器(DSP)1007或一个或多个专用集成电路(ASIC)1009。典型地,DSP1007被配置成独立于处理器1003而实时地处理真实世界信号(例如,声音)。类似地,可将ASIC 1009配置成执行由更通用处理器难以执行的专用功能。用于辅助执行本文所描述的发明性功能的其它专用部件可包括一个或多个现场可编程门阵列(FPGA)、一个或多个控制器或一个或多个其它专用计算机芯片。
在一个实施例中,芯片组或芯片1000仅包括一个或多个处理器以及支持和/或涉及和/或用于所述一个或多个处理器的一些软件和/或固件。
处理器1003及其伴随部件具有通过总线1001与存储器1005的连接性。存储器1005包括用于存储可执行指令的动态存储器(例如,RAM、磁盘、可写光盘等)和静态存储器(例如,ROM、CD-ROM等)两者,其中当被执行时,所述指令可执行本文所描述的发明性步骤以基于用户之间的社交扩散使兴趣标签与媒体项关联。存储器1005还存储与所述发明性步骤的执行相关或由所述发明性步骤的执行生成的数据。
图11为根据一个实施例的能够在图1的系统中运行的用于通信的移动终端(例如,手机)的例示性部件的示意图。在一些实施例中,移动终端1101或其部分构成用于执行基于用户之间的社交扩散使兴趣标签与媒体项关联的一个或多个步骤的装置。通常,无线电接收器是根据前端和后端特征来定义。接收器的前端涵盖所有的射频(RF)电路系统,而后端涵盖所有的基带处理电路系统。如本申请中所使用,术语"电路系统"表示以下两者:(1)仅硬件实施(例如,仅在模拟和/或数字电路系统中实施)以及(2)电路系统和软件(和/或固件)的组合(例如,若可适用于特定的上下文,则为处理器(包括数字信号处理器)、软件和存储器的组合,其一起工作以使设备例如移动电话或服务器执行各种功能)。此“电路系统”的定义可适用于此术语在本申请中的所有使用,包括任意权利要求。作为另一实例,如本申请中所使用且若可适用于特定上下文,术语"电路系统"还将覆盖仅处理器(或多个处理器)及其伴随软件/或固件的实施。若可适用于特定上下文,则术语"电路系统"还将覆盖移动电话中的基带集成电路或应用处理器集成电路或蜂窝网络设备或其它网络设备中的类似集成电路。
电话的有关内部部件包括主控单元(MCU)1103、数字信号处理器(DSP)1105和接收器/发送器单元,其中接收器/发送器单元包括麦克风增益控制单元和扬声器增益控制单元。主显示器单元1107向用户提供显示器以支持各种应用和移动终端功能,其可执行或支持基于用户之间的社交扩散使兴趣标签与媒体项关联的步骤。显示器1107包括显示电路系统,其被配置成显示移动终端(例如,移动电话)的用户接口的至少一部分。此外,显示器1107和显示电路系统被配置成便于用户对移动终端的至少一些功能的控制。音频功能电路系统1109包括麦克风1211和麦克风放大器,其中麦克风放大器对从麦克风1111输出的语音信号进行放大。将从麦克风1111输出的放大语音信号馈入编码器/解码器(CODEC)1113。
无线电区段1115放大功率并转换频率以通过天线1117与包括在移动通信系统中的基站进行通信。如本领域已知的,功率放大器(PA)1119和发送器/调制电路系统在操作上可响应于MCU 1103,其中来自PA1119的输出耦合到双工器1121或循环器或天线开关。PA 1119还耦合至电池接口和功率控制单元1120。
在使用中,移动终端1101的用户对着麦克风1111讲话,并且其语音连同任何检测到的背景噪声被一起转换成模拟电压。接着,通过模拟数字转换器(ADC)1123将模拟电压转换成数字信号。控制单元1103将数字信号路由入DSP 1105以在其中进行处理,例如,语音编码、信道编码、加密和交织。在一个实施例中,使用蜂窝传输协议以及任何其它适合的无线介质通过未独立示出的单元对处理后的语音信号进行编码,其中所述蜂窝传输协议为例如全球演进增强数据速率(EDGE)、通用分组无线电服务(GPRS)、全球移动通信系统(GSM)、互联网协议多媒体子系统(IMS)、通用移动电信系统(UMTS)等,并且所述其它适合的无线介质为例如微波存取(WiMAX)、长期演进(LTE)网络、码分多址(CDMA)、宽带码分多址(WCDMA)、无线保真(WiFi)、人造卫星等或其任意组合。
接着,将编码后的信号路由至均衡器1125以补偿通过空气传输期间出现的任何频率依赖减损,例如相位和振幅失真。在对比特流进行均衡之后,调制器1127将信号与RF接口1129中生成的RF信号进行组合。调制器1127通过频率或相位调制生成正弦波。为了准备好信号传输,上变频器1131将从调制器1127输出的正弦波与合成器1133生成的另一正弦波进行组合以实现期望的传输频率。接着,通过PA 1119发送该信号以将信号增加到合适的功率水平。在实际系统中,PA 1119充当可变增益放大器,根据从网络基站接收的信息通过DSP 1105控制其增益。接着,在双工器1121中对该信号进行滤波,并且可选地发送给天线耦合器1135以匹配阻抗,从而提供最大功率传送。最后,通过天线1117将信号传送到本地基站。可供应自动增益控制(AGC)以控制接收器的末级增益。可将信号从此处转发到远程电话,该远程电话可为另一蜂窝电话、任何其它移动电话或连接至公共交换电话网络(PSTN)或其它电话网络的陆线。
通过天线1117接收传送到移动终端1101的语音信号,并且通过低噪声放大器(LNA)1137立即放大。下变频器1139降低载波频率,而解调器1141去掉RF,仅留下数字比特流。接着,信号通过均衡器1125并且由DSP 1105进行处理。数字模拟转换器(DAC)1143转换所述信号,并且将所得输出通过扬声器1145传输给用户,所有上述操作均在可作为中央处理单元(CPU)实施的主控单元(MCU)1103的控制之下。
MCU 1103接收各种信号,包括来自键盘1147的输入信号。键盘1147和/或MCU 1103结合其它用户输入部件(例如,麦克风1111)包含用于管理用户输入的用户接口电路系统。MCU 1103运行用户接口软件以便于用户控制移动终端1101的至少一些功能以基于用户之间的社交扩散使兴趣标签与媒体项关联。MCU 1103还分别将显示命令和开关命令传送到显示器1107和语音输出切换控制器。此外,MCU 1103与DSP 1105交换信息,并且能够存取可选地合并的SIM卡1149和存储器1151。此外,MCU 1103执行终端所需的各种控制功能。取决于实施,DSP 1105可对语音信号执行多种常规数字处理功能中的任何一种。此外,DSP 1105从麦克风1111检测到的信号确定本地环境的背景噪声水平,并将麦克风1111的增益设定为所选的用于补偿移动终端1101用户的自然趋势的水平。
CODEC 1113包括ADC 1123和DAC 1143。存储器1151存储包括来电音调数据的各种数据,并且能够存储其它数据,包括通过例如全球互联网接收到的音乐数据。软件模块可以驻留于RAM存储器、闪速存储器、寄存器或本领域已知的任何其它形式的可写存储介质中。存储器设备1151可为但非局限于单个存储器、CD、DVD、ROM、RAM、EEPROM、光学存储装置、磁盘存储装置、闪速存储装置或能够存储数字数据的任何其它非易失性存储介质。
可选地合并的SIM卡1149携带例如重要信息,例如蜂窝电话号码、载波供给服务、订购细节和安全信息。SIM卡1149主要用于在无线电网络上标识移动终端1101。卡1149还含有用于存储个人电话号码注册、文本消息和用户专用移动终端设定的存储器。
此外,可将一个或多个照相机传感器1153并入移动台1101上,其中,可将所述一个或多个照相机传感器放置于所述移动台的一个或多个位置处。通常,照相机传感器可用于捕获、记录和使得存储一个或多个静态和/或运动图像(例如,视频、影片等),其还可包含音频记录。
尽管已结合大量的实施例和实施方式描述了本发明,但是本发明非局限于此,而是可覆盖落在所附权利要求的范围内的各种明显的修改和等效配置。尽管在权利要求中以特定的组合表达了本发明的特征,但是应理解,可以任意组合和顺序排列这些特征。
Claims (38)
1.一种方法,包括促使对(1)数据和/或(2)信息和/或(3)至少一个信号的处理和/或处理(1)数据和/或(2)信息和/或(3)至少一个信号,所述(1)数据和/或(2)信息和/或(3)至少一个信号至少部分地基于下列各项:
对一个或多个用户概况进行处理以确定与一个或多个用户相关的一个或多个兴趣标签;
对一个或多个媒体项在所述一个或多个用户之间的一个或多个社交扩散进行至少一个确定;以及
至少部分地基于所述一个或多个社交扩散使所述一个或多个媒体项与所述一个或多个兴趣标签关联。
2.如权利要求1所述的方法,其中,所述一个或多个社交扩散至少部分地包括:由所述一个或多个用户中的至少一个用户到所述一个或多个用户中的至少另一个用户对所述一个或多个媒体项中的至少一个媒体项的共享。
3.如权利要求2所述的方法,其中,所述(1)数据和/或(2)信息和/或(3)至少一个信号进一步至少部分地基于:
至少部分地基于所述共享,对与所述至少一个媒体项关联的潜在标签组进行添加、修改或前述的组合,
其中,所述关联进一步至少部分地基于所述添加、所述修改或前述的组合。
4.如权利要求2和3中任一项所述的方法,其中,所述(1)数据和/或(2)信息和/或(3)至少一个信号进一步至少部分地基于:
至少部分地基于所述共享和一个或多个预定标准,利用与所述至少一个用户、所述至少另一个用户或前述的组合关联的所述一个或多个兴趣标签中的至少一个兴趣标签对所述至少一个媒体项进行标记。
5.如权利要求4所述的方法,其中,所述一个或多个预定标准至少部分地包括:关系标准、时间标准、频率标准或前述的组合。
6.如权利要求1-5中任一项所述的方法,其中,所述(1)数据和/或(2)信息和/或(3)至少一个信号进一步至少部分地基于:
至少部分地基于所述一个或多个兴趣标签、所述一个或多个用户概况或前述的组合,将所述一个或多个用户分类成一个或多个团体。
7.如权利要求6所述的方法,其中,所述(1)数据和/或(2)信息和/或(3)至少一个信号进一步至少部分地基于:
基于对覆盖与所述一个或多个团体关联的所述一个或多个兴趣标签的确定,从所述一个或多个团体对一个或多个种子用户进行至少一个确定,
其中,所述一个或多个种子用户至少部分地包括:所述至少一个用户、所述至少一个媒体项的至少一个提供者或前述的组合。
8.如权利要求7所述的方法,其中,所述(1)数据和/或(2)信息和/或(3)至少一个信号进一步至少部分地基于:
针对所述一个或多个种子用户生成所述一个或多个媒体项的一个或多个建议,
其中,所述一个或多个社交扩散至少部分地基于所述一个或多个建议。
9.如权利要求1-8中任一项所述的方法,其中,所述一个或多个兴趣标签是至少部分地基于预定一组一个或多个公共类别、一个或多个澄清标签或前述的组合而确定的。
10.如权利要求1-9中任一项所述的方法,其中,所述一个或多个用户概况至少部分地包括:一个或多个用户偏好、所述一个或多个用户之间的一个或多个关系、一个或多个共享历史或前述的组合。
11.一种设备,包括:
至少一个处理器;以及
至少一个存储器,包括用于一个或多个程序的计算机程序代码;
所述至少一个存储器和所述计算机程序代码被配置成利用所述至少一个处理器使得所述设备执行至少下列各项:
处理一个或多个用户概况和/或促使对一个或多个用户概况的处理,以确定与一个或多个用户相关的一个或多个兴趣标签;
确定一个或多个媒体项在所述一个或多个用户之间的一个或多个社交扩散;以及
至少部分地使得至少部分地基于所述一个或多个社交扩散使所述一个或多个媒体项与所述一个或多个兴趣标签关联。
12.如权利要求11所述的设备,其中,所述一个或多个社交扩散至少部分地包括:由所述一个或多个用户中的至少一个用户到所述一个或多个用户中的至少另一个用户对所述一个或多个媒体项中的至少一个媒体项的共享。
13.如权利要求12所述的设备,其中,所述设备被进一步使得:
至少部分地使得:至少部分地基于所述共享,对与所述至少一个媒体项关联的潜在标签组进行添加、修改或前述的组合,
其中,所述关联进一步至少部分地基于所述添加、所述修改或前述的组合。
14.如权利要求12和13中任一项所述的设备,其中,所述设备被进一步使得:
至少部分地使得:至少部分地基于所述共享和一个或多个预定标准,利用与所述至少一个用户、所述至少另一个用户或前述的组合关联的所述一个或多个兴趣标签中的至少一个兴趣标签对所述至少一个媒体项进行标记。
15.如权利要求14所述的设备,其中,所述一个或多个预定标准至少部分地包括:关系标准、时间标准、频率标准或前述的组合。
16.如权利要求11-15中任一项所述的设备,其中,所述设备被进一步使得:
至少部分地使得:至少部分地基于所述一个或多个兴趣标签、所述一个或多个用户概况或前述的组合,将所述一个或多个用户分类成一个或多个团体。
17.如权利要求16所述的设备,其中,所述设备被进一步使得:
基于对覆盖与所述一个或多个团体关联的所述一个或多个兴趣标签的确定,从所述一个或多个团体确定一个或多个种子用户,
其中,所述一个或多个种子用户至少部分地包括:所述至少一个用户、所述至少一个媒体项的至少一个提供者或前述的组合。
18.如权利要求17所述的设备,其中,所述设备被进一步使得:
至少部分地使得针对所述一个或多个种子用户生成所述一个或多个媒体项的一个或多个建议,
其中,所述一个或多个社交扩散至少部分地基于所述一个或多个建议。
19.如权利要求11-18中任一项所述的设备,其中,所述一个或多个兴趣标签是至少部分地基于预定组的一个或多个公共类别、一个或多个澄清标签或前述的组合而确定的。
20.如权利要求11-19中任一项所述的设备,其中,所述一个或多个用户概况至少部分地包括:一个或多个用户偏好、所述一个或多个用户之间的一个或多个关系、一个或多个共享历史或前述的组合。
21.一种方法,包括:
处理一个或多个用户概况和/或促使对一个或多个用户概况的处理,以确定与一个或多个用户相关的一个或多个兴趣标签;
确定一个或多个媒体项在所述一个或多个用户之间的一个或多个社交扩散;以及
至少部分地使得至少部分地基于所述一个或多个社交扩散使所述一个或多个媒体项与所述一个或多个兴趣标签关联。
22.如权利要求21所述的方法,其中,所述一个或多个社交扩散至少部分地包括:由所述一个或多个用户中的至少一个用户到所述一个或多个用户中的至少另一个用户对所述一个或多个媒体项中的至少一个媒体项的共享。
23.如权利要求22所述的方法,进一步包括:
至少部分地使得:至少部分地基于所述共享,对与所述至少一个媒体项关联的潜在标签组进行添加、修改或前述的组合,
其中,所述关联进一步至少部分地基于所述添加、所述修改或前述的组合。
24.如权利要求22和23中任一项所述的方法,进一步包括:
至少部分地使得:至少部分地基于所述共享和一个或多个预定标准,利用与所述至少一个用户、所述至少另一个用户或前述的组合关联的所述一个或多个兴趣标签中的至少一个兴趣标签对所述至少一个媒体项进行标记。
25.如权利要求24所述的方法,其中,所述一个或多个预定标准至少部分地包括:关系标准、时间标准、频率标准或前述的组合。
26.如权利要求21-25中任一项所述的方法,进一步包括:
至少部分地使得:至少部分地基于所述一个或多个兴趣标签、所述一个或多个用户概况或前述的组合,将所述一个或多个用户分类成一个或多个团体。
27.如权利要求26所述的方法,进一步包括:
基于对覆盖与所述一个或多个团体关联的所述一个或多个兴趣标签的确定,从所述一个或多个团体确定一个或多个种子用户,
其中,所述一个或多个种子用户至少部分地包括:所述至少一个用户、所述至少一个媒体项的至少一个提供者或前述的组合。
28.如权利要求27所述的方法,进一步包括:
至少部分地使得针对所述一个或多个种子用户生成所述一个或多个媒体项的一个或多个建议,
其中,所述一个或多个社交扩散至少部分地基于所述一个或多个建议。
29.如权利要求21-28中任一项所述的方法,其中,所述一个或多个兴趣标签是至少部分地基于预定一组一个或多个公共类别、一个或多个澄清标签或前述的组合而确定的。
30.如权利要求21-29中任一项所述的方法,其中,所述一个或多个用户概况至少部分地包括:一个或多个用户偏好、所述一个或多个用户之间的一个或多个关系、一个或多个共享历史或前述的组合。
31.如权利要求11-20中任一项所述的设备,其中,所述设备为移动电话,所述移动电话进一步包括:
用户接口电路系统和用户接口软件,被配置成促使通过使用显示器对所述移动电话的至少一些功能的用户控制,并且被配置成对用户输入响应;以及
显示器和显示器电路系统,被配置成显示所述移动电话的用户接口的至少一部分,所述显示器和显示器电路系统被配置成促使对所述移动电话的至少一些功能的用户控制。
32.一种计算机可读存储介质,携带有一个或多个指令的一个或多个序列,所述一个或多个指令的一个或多个序列当由一个或多个处理器执行时使得设备至少执行如权利要求1-10和21-30中任一项所述的方法。
33.一种设备,包括用于至少执行如权利要求1-10和21-30中任一项所述的方法的装置。
34.如权利要求33所述的设备,其中,所述设备为移动电话,所述移动电话进一步包括:
用户接口电路系统和用户接口软件,被配置成促使通过使用显示器对所述移动电话的至少一些功能的用户控制,并且被配置成对用户输入响应;以及
显示器和显示器电路系统,被配置成显示所述移动电话的用户接口的至少一部分,所述显示器和显示器电路系统被配置成促使对所述移动电话的至少一些功能的用户控制。
35.一种计算机程序产品,包括一个或多个指令的一个或多个序列,所述一个或多个指令的一个或多个序列当由一个或多个处理器执行时使得设备至少执行至少如权利要求1-10和21-30中任一项所述的方法。
36.一种方法,包括促使对至少一个接口的接入,所述至少一个接口被配置成允许接入至少一个服务,所述至少一个服务被配置成至少执行如权利要求1-10和21-30中任一项所述的方法。
37.一种方法,包括促使对(1)数据和/或(2)信息和/或(3)至少一个信号的处理和/或处理(1)数据和/或(2)信息和/或(3)至少一个信号,所述(1)数据和/或(2)信息和/或(3)至少一个信号至少部分地基于至少如权利要求1-10和21-30中任一项所述的方法。
38.一种方法,包括促使创建和/或促使修改(1)至少一个设备用户接口元件和/或(2)至少一个设备用户接口功能性,所述(1)至少一个设备用户接口元件和/或(2)至少一个设备用户接口功能性至少部分地基于至少如权利要求1-10和21-30中任一项所述的方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2012/076932 WO2013185329A1 (en) | 2012-06-14 | 2012-06-14 | Method and apparatus for associating interest tags with media items based on social diffusions among users |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104603773A true CN104603773A (zh) | 2015-05-06 |
Family
ID=49757441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280073932.8A Pending CN104603773A (zh) | 2012-06-14 | 2012-06-14 | 基于用户之间的社交扩散使兴趣标签与媒体项关联的方法和设备 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20150149469A1 (zh) |
EP (1) | EP2862102A4 (zh) |
CN (1) | CN104603773A (zh) |
WO (1) | WO2013185329A1 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105138670A (zh) * | 2015-09-06 | 2015-12-09 | 天翼爱音乐文化科技有限公司 | 音频文件标签生成方法和系统 |
CN107690639A (zh) * | 2015-06-02 | 2018-02-13 | 微软技术许可有限责任公司 | 元数据标签描述的生成 |
CN107710266A (zh) * | 2015-08-06 | 2018-02-16 | 赫尔实验室有限公司 | 用于借助社交媒体识别用户兴趣的系统和方法 |
CN109962945A (zh) * | 2017-12-22 | 2019-07-02 | 云天弈(北京)信息技术有限公司 | 一种资讯获取方法 |
CN110431585A (zh) * | 2018-01-22 | 2019-11-08 | 华为技术有限公司 | 一种用户画像的生成方法及装置 |
CN110517079A (zh) * | 2019-08-23 | 2019-11-29 | 北京百度网讯科技有限公司 | 数据处理方法、装置、电子设备和存储介质 |
CN111557086A (zh) * | 2017-11-17 | 2020-08-18 | 皇家Kpn公司 | 从与兴趣匹配的多个项中进行选择 |
CN111737951A (zh) * | 2019-03-20 | 2020-10-02 | 北京大学 | 一种文本语言关联关系标注方法和装置 |
Families Citing this family (154)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8677377B2 (en) | 2005-09-08 | 2014-03-18 | Apple Inc. | Method and apparatus for building an intelligent automated assistant |
US9318108B2 (en) | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
US8977255B2 (en) | 2007-04-03 | 2015-03-10 | Apple Inc. | Method and system for operating a multi-function portable electronic device using voice-activation |
US10002189B2 (en) | 2007-12-20 | 2018-06-19 | Apple Inc. | Method and apparatus for searching using an active ontology |
US9330720B2 (en) | 2008-01-03 | 2016-05-03 | Apple Inc. | Methods and apparatus for altering audio output signals |
US8996376B2 (en) | 2008-04-05 | 2015-03-31 | Apple Inc. | Intelligent text-to-speech conversion |
US20100030549A1 (en) | 2008-07-31 | 2010-02-04 | Lee Michael M | Mobile device having human language translation capability with positional feedback |
US8676904B2 (en) | 2008-10-02 | 2014-03-18 | Apple Inc. | Electronic devices with voice command and contextual data processing capabilities |
US10241752B2 (en) | 2011-09-30 | 2019-03-26 | Apple Inc. | Interface for a virtual digital assistant |
US10241644B2 (en) | 2011-06-03 | 2019-03-26 | Apple Inc. | Actionable reminder entries |
US20120309363A1 (en) | 2011-06-03 | 2012-12-06 | Apple Inc. | Triggering notifications associated with tasks items that represent tasks to perform |
US9431006B2 (en) | 2009-07-02 | 2016-08-30 | Apple Inc. | Methods and apparatuses for automatic speech recognition |
US10276170B2 (en) | 2010-01-18 | 2019-04-30 | Apple Inc. | Intelligent automated assistant |
US8682667B2 (en) | 2010-02-25 | 2014-03-25 | Apple Inc. | User profiling for selecting user specific voice input processing information |
US9262612B2 (en) | 2011-03-21 | 2016-02-16 | Apple Inc. | Device access using voice authentication |
US10057736B2 (en) | 2011-06-03 | 2018-08-21 | Apple Inc. | Active transport based notifications |
US10134385B2 (en) | 2012-03-02 | 2018-11-20 | Apple Inc. | Systems and methods for name pronunciation |
US10417037B2 (en) | 2012-05-15 | 2019-09-17 | Apple Inc. | Systems and methods for integrating third party services with a digital assistant |
US9721563B2 (en) | 2012-06-08 | 2017-08-01 | Apple Inc. | Name recognition system |
US9547647B2 (en) | 2012-09-19 | 2017-01-17 | Apple Inc. | Voice-based media searching |
EP3809407A1 (en) | 2013-02-07 | 2021-04-21 | Apple Inc. | Voice trigger for a digital assistant |
US10652394B2 (en) | 2013-03-14 | 2020-05-12 | Apple Inc. | System and method for processing voicemail |
US10748529B1 (en) | 2013-03-15 | 2020-08-18 | Apple Inc. | Voice activated device for use with a voice-based digital assistant |
WO2014197334A2 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for user-specified pronunciation of words for speech synthesis and recognition |
WO2014197335A1 (en) | 2013-06-08 | 2014-12-11 | Apple Inc. | Interpreting and acting upon commands that involve sharing information with remote devices |
KR101922663B1 (ko) | 2013-06-09 | 2018-11-28 | 애플 인크. | 디지털 어시스턴트의 둘 이상의 인스턴스들에 걸친 대화 지속성을 가능하게 하기 위한 디바이스, 방법 및 그래픽 사용자 인터페이스 |
US10176167B2 (en) | 2013-06-09 | 2019-01-08 | Apple Inc. | System and method for inferring user intent from speech inputs |
US20150019588A1 (en) * | 2013-07-11 | 2015-01-15 | Drexel University | Identifying Implicit Relationships Between Social Media Users To Support Social Commerce |
US10296160B2 (en) | 2013-12-06 | 2019-05-21 | Apple Inc. | Method for extracting salient dialog usage from live data |
US11481424B2 (en) * | 2014-05-16 | 2022-10-25 | RCRDCLUB Corporation | Systems and methods of media selection based on criteria thresholds |
US9430463B2 (en) | 2014-05-30 | 2016-08-30 | Apple Inc. | Exemplar-based natural language processing |
US10170123B2 (en) | 2014-05-30 | 2019-01-01 | Apple Inc. | Intelligent assistant for home automation |
US9715875B2 (en) | 2014-05-30 | 2017-07-25 | Apple Inc. | Reducing the need for manual start/end-pointing and trigger phrases |
US9966065B2 (en) | 2014-05-30 | 2018-05-08 | Apple Inc. | Multi-command single utterance input method |
US9633004B2 (en) | 2014-05-30 | 2017-04-25 | Apple Inc. | Better resolution when referencing to concepts |
US9338493B2 (en) | 2014-06-30 | 2016-05-10 | Apple Inc. | Intelligent automated assistant for TV user interactions |
US9818400B2 (en) | 2014-09-11 | 2017-11-14 | Apple Inc. | Method and apparatus for discovering trending terms in speech requests |
US10074360B2 (en) | 2014-09-30 | 2018-09-11 | Apple Inc. | Providing an indication of the suitability of speech recognition |
US9668121B2 (en) | 2014-09-30 | 2017-05-30 | Apple Inc. | Social reminders |
US10127911B2 (en) | 2014-09-30 | 2018-11-13 | Apple Inc. | Speaker identification and unsupervised speaker adaptation techniques |
US10097648B2 (en) * | 2015-02-27 | 2018-10-09 | Rovi Guides, Inc. | Methods and systems for recommending media content |
US10152299B2 (en) | 2015-03-06 | 2018-12-11 | Apple Inc. | Reducing response latency of intelligent automated assistants |
US9721566B2 (en) | 2015-03-08 | 2017-08-01 | Apple Inc. | Competing devices responding to voice triggers |
US10567477B2 (en) | 2015-03-08 | 2020-02-18 | Apple Inc. | Virtual assistant continuity |
US9886953B2 (en) | 2015-03-08 | 2018-02-06 | Apple Inc. | Virtual assistant activation |
US10460227B2 (en) | 2015-05-15 | 2019-10-29 | Apple Inc. | Virtual assistant in a communication session |
US10200824B2 (en) | 2015-05-27 | 2019-02-05 | Apple Inc. | Systems and methods for proactively identifying and surfacing relevant content on a touch-sensitive device |
US10083688B2 (en) | 2015-05-27 | 2018-09-25 | Apple Inc. | Device voice control for selecting a displayed affordance |
US9578173B2 (en) | 2015-06-05 | 2017-02-21 | Apple Inc. | Virtual assistant aided communication with 3rd party service in a communication session |
US11025565B2 (en) | 2015-06-07 | 2021-06-01 | Apple Inc. | Personalized prediction of responses for instant messaging |
US20160378747A1 (en) * | 2015-06-29 | 2016-12-29 | Apple Inc. | Virtual assistant for media playback |
US10380166B2 (en) | 2015-06-29 | 2019-08-13 | The Nielson Company (Us), Llc | Methods and apparatus to determine tags for media using multiple media features |
US10002136B2 (en) * | 2015-07-27 | 2018-06-19 | Qualcomm Incorporated | Media label propagation in an ad hoc network |
US10740384B2 (en) | 2015-09-08 | 2020-08-11 | Apple Inc. | Intelligent automated assistant for media search and playback |
US10747498B2 (en) | 2015-09-08 | 2020-08-18 | Apple Inc. | Zero latency digital assistant |
US10331312B2 (en) | 2015-09-08 | 2019-06-25 | Apple Inc. | Intelligent automated assistant in a media environment |
US10671428B2 (en) | 2015-09-08 | 2020-06-02 | Apple Inc. | Distributed personal assistant |
US11010550B2 (en) | 2015-09-29 | 2021-05-18 | Apple Inc. | Unified language modeling framework for word prediction, auto-completion and auto-correction |
US10366158B2 (en) | 2015-09-29 | 2019-07-30 | Apple Inc. | Efficient word encoding for recurrent neural network language models |
US10691473B2 (en) | 2015-11-06 | 2020-06-23 | Apple Inc. | Intelligent automated assistant in a messaging environment |
US10956666B2 (en) | 2015-11-09 | 2021-03-23 | Apple Inc. | Unconventional virtual assistant interactions |
US11979309B2 (en) * | 2015-11-30 | 2024-05-07 | International Business Machines Corporation | System and method for discovering ad-hoc communities over large-scale implicit networks by wave relaxation |
US10049668B2 (en) | 2015-12-02 | 2018-08-14 | Apple Inc. | Applying neural network language models to weighted finite state transducers for automatic speech recognition |
US10467282B2 (en) * | 2015-12-17 | 2019-11-05 | Facebook, Inc. | Suggesting tags on online social networks |
US10223066B2 (en) | 2015-12-23 | 2019-03-05 | Apple Inc. | Proactive assistance based on dialog communication between devices |
US10446143B2 (en) | 2016-03-14 | 2019-10-15 | Apple Inc. | Identification of voice inputs providing credentials |
US9934775B2 (en) | 2016-05-26 | 2018-04-03 | Apple Inc. | Unit-selection text-to-speech synthesis based on predicted concatenation parameters |
US9972304B2 (en) | 2016-06-03 | 2018-05-15 | Apple Inc. | Privacy preserving distributed evaluation framework for embedded personalized systems |
US11227589B2 (en) | 2016-06-06 | 2022-01-18 | Apple Inc. | Intelligent list reading |
US10249300B2 (en) | 2016-06-06 | 2019-04-02 | Apple Inc. | Intelligent list reading |
US10049663B2 (en) | 2016-06-08 | 2018-08-14 | Apple, Inc. | Intelligent automated assistant for media exploration |
DK179309B1 (en) | 2016-06-09 | 2018-04-23 | Apple Inc | Intelligent automated assistant in a home environment |
US10067938B2 (en) | 2016-06-10 | 2018-09-04 | Apple Inc. | Multilingual word prediction |
US10490187B2 (en) | 2016-06-10 | 2019-11-26 | Apple Inc. | Digital assistant providing automated status report |
US10192552B2 (en) | 2016-06-10 | 2019-01-29 | Apple Inc. | Digital assistant providing whispered speech |
US10586535B2 (en) | 2016-06-10 | 2020-03-10 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
US10509862B2 (en) | 2016-06-10 | 2019-12-17 | Apple Inc. | Dynamic phrase expansion of language input |
DK179049B1 (en) | 2016-06-11 | 2017-09-18 | Apple Inc | Data driven natural language event detection and classification |
DK179415B1 (en) | 2016-06-11 | 2018-06-14 | Apple Inc | Intelligent device arbitration and control |
DK201670540A1 (en) | 2016-06-11 | 2018-01-08 | Apple Inc | Application integration with a digital assistant |
DK179343B1 (en) | 2016-06-11 | 2018-05-14 | Apple Inc | Intelligent task discovery |
US10474753B2 (en) | 2016-09-07 | 2019-11-12 | Apple Inc. | Language identification using recurrent neural networks |
CN106372437B (zh) * | 2016-09-07 | 2019-03-29 | 北京邮电大学 | 一种信息扩散预测的方法和装置 |
US10043516B2 (en) | 2016-09-23 | 2018-08-07 | Apple Inc. | Intelligent automated assistant |
US11281993B2 (en) | 2016-12-05 | 2022-03-22 | Apple Inc. | Model and ensemble compression for metric learning |
US10593346B2 (en) | 2016-12-22 | 2020-03-17 | Apple Inc. | Rank-reduced token representation for automatic speech recognition |
US11204787B2 (en) | 2017-01-09 | 2021-12-21 | Apple Inc. | Application integration with a digital assistant |
US10417266B2 (en) | 2017-05-09 | 2019-09-17 | Apple Inc. | Context-aware ranking of intelligent response suggestions |
DK201770383A1 (en) | 2017-05-09 | 2018-12-14 | Apple Inc. | USER INTERFACE FOR CORRECTING RECOGNITION ERRORS |
US10726832B2 (en) | 2017-05-11 | 2020-07-28 | Apple Inc. | Maintaining privacy of personal information |
DK180048B1 (en) | 2017-05-11 | 2020-02-04 | Apple Inc. | MAINTAINING THE DATA PROTECTION OF PERSONAL INFORMATION |
US10395654B2 (en) | 2017-05-11 | 2019-08-27 | Apple Inc. | Text normalization based on a data-driven learning network |
DK201770439A1 (en) | 2017-05-11 | 2018-12-13 | Apple Inc. | Offline personal assistant |
DK179496B1 (en) | 2017-05-12 | 2019-01-15 | Apple Inc. | USER-SPECIFIC Acoustic Models |
US11301477B2 (en) | 2017-05-12 | 2022-04-12 | Apple Inc. | Feedback analysis of a digital assistant |
DK179745B1 (en) | 2017-05-12 | 2019-05-01 | Apple Inc. | SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT |
DK201770429A1 (en) | 2017-05-12 | 2018-12-14 | Apple Inc. | LOW-LATENCY INTELLIGENT AUTOMATED ASSISTANT |
DK201770432A1 (en) | 2017-05-15 | 2018-12-21 | Apple Inc. | Hierarchical belief states for digital assistants |
DK201770431A1 (en) | 2017-05-15 | 2018-12-20 | Apple Inc. | Optimizing dialogue policy decisions for digital assistants using implicit feedback |
US10403278B2 (en) | 2017-05-16 | 2019-09-03 | Apple Inc. | Methods and systems for phonetic matching in digital assistant services |
US10303715B2 (en) | 2017-05-16 | 2019-05-28 | Apple Inc. | Intelligent automated assistant for media exploration |
US20180336892A1 (en) | 2017-05-16 | 2018-11-22 | Apple Inc. | Detecting a trigger of a digital assistant |
DK179549B1 (en) | 2017-05-16 | 2019-02-12 | Apple Inc. | FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES |
US10311144B2 (en) | 2017-05-16 | 2019-06-04 | Apple Inc. | Emoji word sense disambiguation |
US10657328B2 (en) | 2017-06-02 | 2020-05-19 | Apple Inc. | Multi-task recurrent neural network architecture for efficient morphology handling in neural language modeling |
KR20200040752A (ko) * | 2017-07-05 | 2020-04-20 | 팜 벤처스 그룹, 인코포레이티드 | 모바일 컴퓨팅 디바이스에서 컨텍스트 액션들을 서피싱하기 위한 개선된 사용자 인터페이스 |
US10445429B2 (en) | 2017-09-21 | 2019-10-15 | Apple Inc. | Natural language understanding using vocabularies with compressed serialized tries |
US10755051B2 (en) | 2017-09-29 | 2020-08-25 | Apple Inc. | Rule-based natural language processing |
US10636424B2 (en) | 2017-11-30 | 2020-04-28 | Apple Inc. | Multi-turn canned dialog |
CN108228771A (zh) * | 2017-12-26 | 2018-06-29 | 爱品克科技(武汉)股份有限公司 | 一种基于用户标签算法 |
US10733982B2 (en) | 2018-01-08 | 2020-08-04 | Apple Inc. | Multi-directional dialog |
US10733375B2 (en) | 2018-01-31 | 2020-08-04 | Apple Inc. | Knowledge-based framework for improving natural language understanding |
US10789959B2 (en) | 2018-03-02 | 2020-09-29 | Apple Inc. | Training speaker recognition models for digital assistants |
US10592604B2 (en) | 2018-03-12 | 2020-03-17 | Apple Inc. | Inverse text normalization for automatic speech recognition |
US10818288B2 (en) | 2018-03-26 | 2020-10-27 | Apple Inc. | Natural assistant interaction |
US10909331B2 (en) | 2018-03-30 | 2021-02-02 | Apple Inc. | Implicit identification of translation payload with neural machine translation |
US11145294B2 (en) | 2018-05-07 | 2021-10-12 | Apple Inc. | Intelligent automated assistant for delivering content from user experiences |
US10928918B2 (en) | 2018-05-07 | 2021-02-23 | Apple Inc. | Raise to speak |
US10984780B2 (en) | 2018-05-21 | 2021-04-20 | Apple Inc. | Global semantic word embeddings using bi-directional recurrent neural networks |
DK180639B1 (en) | 2018-06-01 | 2021-11-04 | Apple Inc | DISABILITY OF ATTENTION-ATTENTIVE VIRTUAL ASSISTANT |
US11386266B2 (en) | 2018-06-01 | 2022-07-12 | Apple Inc. | Text correction |
US10892996B2 (en) | 2018-06-01 | 2021-01-12 | Apple Inc. | Variable latency device coordination |
DK201870355A1 (en) | 2018-06-01 | 2019-12-16 | Apple Inc. | VIRTUAL ASSISTANT OPERATION IN MULTI-DEVICE ENVIRONMENTS |
DK179822B1 (da) | 2018-06-01 | 2019-07-12 | Apple Inc. | Voice interaction at a primary device to access call functionality of a companion device |
US10496705B1 (en) | 2018-06-03 | 2019-12-03 | Apple Inc. | Accelerated task performance |
EP3831021A1 (en) | 2018-07-27 | 2021-06-09 | Gotenna Inc. | VINEtm ZERO-CONTROL ROUTING USING DATA PACKET INSPECTION FOR WIRELESS MESH NETWORKS |
CN110147882B (zh) * | 2018-09-03 | 2023-02-10 | 腾讯科技(深圳)有限公司 | 神经网络模型的训练方法、人群扩散方法、装置及设备 |
US11010561B2 (en) | 2018-09-27 | 2021-05-18 | Apple Inc. | Sentiment prediction from textual data |
US11462215B2 (en) | 2018-09-28 | 2022-10-04 | Apple Inc. | Multi-modal inputs for voice commands |
US11170166B2 (en) | 2018-09-28 | 2021-11-09 | Apple Inc. | Neural typographical error modeling via generative adversarial networks |
US10839159B2 (en) | 2018-09-28 | 2020-11-17 | Apple Inc. | Named entity normalization in a spoken dialog system |
US11475898B2 (en) | 2018-10-26 | 2022-10-18 | Apple Inc. | Low-latency multi-speaker speech recognition |
US11638059B2 (en) | 2019-01-04 | 2023-04-25 | Apple Inc. | Content playback on multiple devices |
US11348573B2 (en) | 2019-03-18 | 2022-05-31 | Apple Inc. | Multimodality in digital assistant systems |
US11423908B2 (en) | 2019-05-06 | 2022-08-23 | Apple Inc. | Interpreting spoken requests |
DK201970509A1 (en) | 2019-05-06 | 2021-01-15 | Apple Inc | Spoken notifications |
US11307752B2 (en) | 2019-05-06 | 2022-04-19 | Apple Inc. | User configurable task triggers |
US11475884B2 (en) | 2019-05-06 | 2022-10-18 | Apple Inc. | Reducing digital assistant latency when a language is incorrectly determined |
US11140099B2 (en) | 2019-05-21 | 2021-10-05 | Apple Inc. | Providing message response suggestions |
US11289073B2 (en) | 2019-05-31 | 2022-03-29 | Apple Inc. | Device text to speech |
US11496600B2 (en) | 2019-05-31 | 2022-11-08 | Apple Inc. | Remote execution of machine-learned models |
DK180129B1 (en) | 2019-05-31 | 2020-06-02 | Apple Inc. | USER ACTIVITY SHORTCUT SUGGESTIONS |
DK201970511A1 (en) | 2019-05-31 | 2021-02-15 | Apple Inc | Voice identification in digital assistant systems |
US11360641B2 (en) | 2019-06-01 | 2022-06-14 | Apple Inc. | Increasing the relevance of new available information |
US11468890B2 (en) | 2019-06-01 | 2022-10-11 | Apple Inc. | Methods and user interfaces for voice-based control of electronic devices |
WO2021056255A1 (en) | 2019-09-25 | 2021-04-01 | Apple Inc. | Text detection using global geometry estimators |
KR20210070623A (ko) * | 2019-12-05 | 2021-06-15 | 엘지전자 주식회사 | 사용자의 관심사를 추출하는 인공 지능 장치 및 그 방법 |
US11061543B1 (en) | 2020-05-11 | 2021-07-13 | Apple Inc. | Providing relevant data items based on context |
US11038934B1 (en) | 2020-05-11 | 2021-06-15 | Apple Inc. | Digital assistant hardware abstraction |
US11755276B2 (en) | 2020-05-12 | 2023-09-12 | Apple Inc. | Reducing description length based on confidence |
US11490204B2 (en) | 2020-07-20 | 2022-11-01 | Apple Inc. | Multi-device audio adjustment coordination |
US11438683B2 (en) | 2020-07-21 | 2022-09-06 | Apple Inc. | User identification using headphones |
EP3992779B1 (en) * | 2020-10-29 | 2023-06-21 | Guglielmo S.r.l. | Method for disseminating software contents through a telecommunication network |
US11899730B2 (en) | 2022-05-19 | 2024-02-13 | Sgs Ventures Inc. | System and method for managing relationships, organization, retrieval, and sharing of different types of contents accessible by a computing device |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090150786A1 (en) * | 2007-12-10 | 2009-06-11 | Brown Stephen J | Media content tagging on a social network |
CN101513066A (zh) * | 2006-09-14 | 2009-08-19 | 汤姆森特许公司 | 用于个人化广播媒体接收的方法、装置和系统 |
US20110179062A1 (en) * | 2010-01-19 | 2011-07-21 | Electronics And Telecommunications Research Institute | Apparatus and method for sharing social media content |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7945653B2 (en) * | 2006-10-11 | 2011-05-17 | Facebook, Inc. | Tagging digital media |
US7853622B1 (en) * | 2007-11-01 | 2010-12-14 | Google Inc. | Video-related recommendations using link structure |
US9060034B2 (en) * | 2007-11-09 | 2015-06-16 | Napo Enterprises, Llc | System and method of filtering recommenders in a media item recommendation system |
US20090271283A1 (en) * | 2008-02-13 | 2009-10-29 | Catholic Content, Llc | Network Media Distribution |
EP2239695A1 (en) * | 2009-04-10 | 2010-10-13 | ACCENTURE Global Services GmbH | System for transmitting an electronic recommendation |
US20120030282A1 (en) * | 2009-10-29 | 2012-02-02 | Bbe Partners, Llc D/B/A "Fampus" | System, method, and apparatus for providing third party events in a social network |
US20110145258A1 (en) * | 2009-12-11 | 2011-06-16 | Nokia Corporation | Method and apparatus for tagging media items |
US20120084226A1 (en) * | 2010-10-05 | 2012-04-05 | Yahoo! Inc. | Measuring or estimating user credibility |
US9143601B2 (en) * | 2011-11-09 | 2015-09-22 | Microsoft Technology Licensing, Llc | Event-based media grouping, playback, and sharing |
US20130290323A1 (en) * | 2012-04-26 | 2013-10-31 | Appsense Limited | Systems and methods for automatically associating tags with files in a computer system |
-
2012
- 2012-06-14 CN CN201280073932.8A patent/CN104603773A/zh active Pending
- 2012-06-14 EP EP12878942.7A patent/EP2862102A4/en not_active Withdrawn
- 2012-06-14 WO PCT/CN2012/076932 patent/WO2013185329A1/en active Application Filing
- 2012-06-14 US US14/400,943 patent/US20150149469A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101513066A (zh) * | 2006-09-14 | 2009-08-19 | 汤姆森特许公司 | 用于个人化广播媒体接收的方法、装置和系统 |
US20090150786A1 (en) * | 2007-12-10 | 2009-06-11 | Brown Stephen J | Media content tagging on a social network |
US20110179062A1 (en) * | 2010-01-19 | 2011-07-21 | Electronics And Telecommunications Research Institute | Apparatus and method for sharing social media content |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107690639A (zh) * | 2015-06-02 | 2018-02-13 | 微软技术许可有限责任公司 | 元数据标签描述的生成 |
CN107710266A (zh) * | 2015-08-06 | 2018-02-16 | 赫尔实验室有限公司 | 用于借助社交媒体识别用户兴趣的系统和方法 |
CN105138670A (zh) * | 2015-09-06 | 2015-12-09 | 天翼爱音乐文化科技有限公司 | 音频文件标签生成方法和系统 |
CN105138670B (zh) * | 2015-09-06 | 2018-12-14 | 天翼爱音乐文化科技有限公司 | 音频文件标签生成方法和系统 |
CN111557086A (zh) * | 2017-11-17 | 2020-08-18 | 皇家Kpn公司 | 从与兴趣匹配的多个项中进行选择 |
CN111557086B (zh) * | 2017-11-17 | 2023-08-22 | 皇家Kpn公司 | 从与兴趣匹配的多个项中进行选择 |
CN109962945A (zh) * | 2017-12-22 | 2019-07-02 | 云天弈(北京)信息技术有限公司 | 一种资讯获取方法 |
CN110431585A (zh) * | 2018-01-22 | 2019-11-08 | 华为技术有限公司 | 一种用户画像的生成方法及装置 |
CN110431585B (zh) * | 2018-01-22 | 2024-03-15 | 华为技术有限公司 | 一种用户画像的生成方法及装置 |
CN111737951A (zh) * | 2019-03-20 | 2020-10-02 | 北京大学 | 一种文本语言关联关系标注方法和装置 |
CN111737951B (zh) * | 2019-03-20 | 2022-10-14 | 北京大学 | 一种文本语言关联关系标注方法和装置 |
CN110517079A (zh) * | 2019-08-23 | 2019-11-29 | 北京百度网讯科技有限公司 | 数据处理方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP2862102A4 (en) | 2016-01-27 |
EP2862102A1 (en) | 2015-04-22 |
WO2013185329A1 (en) | 2013-12-19 |
US20150149469A1 (en) | 2015-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104603773A (zh) | 基于用户之间的社交扩散使兴趣标签与媒体项关联的方法和设备 | |
CN102834842B (zh) | 用于确定用户年龄范围的方法和装置 | |
CN103080951B (zh) | 用于识别媒体内容中的对象的方法和装置 | |
CN102939604B (zh) | 用于上下文索引的网络资源的方法和装置 | |
CN103797479B (zh) | 用于混合社交搜索模型的方法和装置 | |
CN104303531B (zh) | 用于提供位置保密的方法和装置 | |
CN103262077B (zh) | 用于基于设备标识符的用户标识的方法和装置 | |
CN102439593B (zh) | 提供个性化虚拟环境的方法和装置 | |
CN102656918B (zh) | 用于利用通信历史的方法和装置 | |
CN102625938B (zh) | 用于基于用户兴趣来定制地图呈现的方法和设备 | |
CN102696028B (zh) | 用于对应用中的条目进行动态分组的方法和装置 | |
CN104798082A (zh) | 用于提供用于数据流的隐私策略的方法和装置 | |
CN105659575B (zh) | 用于针对人员感知和位置共享的令牌确定的方法和装置 | |
CN102939514B (zh) | 用于位置服务的方法和装置 | |
CN102576404A (zh) | 用于确定社会网络关系的方法和装置 | |
CN104885486A (zh) | 对访问在线用户群组进行基于位置的授权 | |
CN107077575A (zh) | 用于基于游戏中行为数据提供隐私策略生成的方法和装置 | |
US9280708B2 (en) | Method and apparatus for providing collaborative recognition using media segments | |
CN103620595A (zh) | 用于情境感知角色建模和推荐的方法和装置 | |
CN104471561B (zh) | 确定情境-认知相似度和确定情境-认知推荐的方法和装置 | |
CN104603782A (zh) | 用于共享和推荐内容的方法和装置 | |
CN102884822A (zh) | 用于确定用户场景的方法和装置 | |
CN102656597B (zh) | 用于将消息和附件组织为会话的方法和装置 | |
CN104871441A (zh) | 为基于邻近性的访问请求提供安全机制的方法和装置 | |
CN102598035A (zh) | 用于扩增的社交联网消息收发的方法和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C41 | Transfer of patent application or patent right or utility model | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20160203 Address after: Espoo, Finland Applicant after: Technology Co., Ltd. of Nokia Address before: Espoo, Finland Applicant before: Nokia Oyj |
|
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150506 |