CN103329151B - 基于话题聚类的推荐 - Google Patents

基于话题聚类的推荐 Download PDF

Info

Publication number
CN103329151B
CN103329151B CN201180065617.6A CN201180065617A CN103329151B CN 103329151 B CN103329151 B CN 103329151B CN 201180065617 A CN201180065617 A CN 201180065617A CN 103329151 B CN103329151 B CN 103329151B
Authority
CN
China
Prior art keywords
topic
user
cluster
video
profile
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.)
Active
Application number
CN201180065617.6A
Other languages
English (en)
Other versions
CN103329151A (zh
Inventor
B·利巴尔德
P·南迪
D·桑帕斯
刘军宁
牛也
C·伊尔文托
陈毓铎
J·戴维斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Google LLC
Original Assignee
Google LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Google LLC filed Critical Google LLC
Publication of CN103329151A publication Critical patent/CN103329151A/zh
Application granted granted Critical
Publication of CN103329151B publication Critical patent/CN103329151B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/335—Filtering based on additional data, e.g. user or group profiles
    • G06F16/337—Profile generation, learning or modification
    • 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
    • G06F16/43—Querying
    • G06F16/435—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0482—Interaction with lists of selectable items, e.g. menus
    • 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
    • H04L65/60—Network streaming of media packets
    • 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
    • H04L65/80—Responding to QoS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/63—Querying
    • G06F16/635—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying
    • G06F16/735—Filtering based on additional data, e.g. user or group profiles

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • Library & Information Science (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

一种用于基于用户与内容项目的交互开发用户的简档的系统和方法。表现内容项目的客户端或者包括内容项目的服务上的模块跟踪用户与内容项目的交互并且向用户分析模块传输跟踪的数据。用户分析模块确定与交互的内容项目关联的话题。用户分析模块然后基于接收的跟踪的数据和关联的话题为用户的简档选择话题。选择的话题映射到话题聚类，并且与用户简档关联地存储话题聚类。基于与用户的简档关联的话题聚类进行用于用户的推荐。

Description

基于话题聚类的推荐
技术领域
公开内容总体上涉及基于内容消费创建和存储用户简档。
背景技术
内容托管服务一般尝试呈现一般让它的用户感兴趣的内容。一些内容托管服务允许用户创建指示人口统计信息(例如，性别、年龄)以及感兴趣的领域或者内容话题的用户简档。内容托管服务然后尝试使用这样的简档以选择将向用户提供的内容。然而，用户可能不能在填充他们的简档之时清楚表达他们的全部兴趣。此外，用户的兴趣通常随时间改变，并且用户可能未更新他们的简档以反映这些改变。
发明内容
基于用户与内容托管服务中的内容项目的交互创建用户的简档。记录用户与内容托管服务上的内容项目的交互。用户分析模块确定与用户已经与之交互的内容项目关联的话题。用户分析模块然后基于记录的交互和关联的话题为用户的简档选择话题。创建代表选择的话题的用户简档。在一个实施例中，与内容项目关联的话题具有关联的话题强度，并且用户分析模块基于话题强度为用户的简档选择话题。在另一实施例中，用户与各种内容项目的交互具有关联的交互强度，并且用户分析模块基于关联的交互强度为用户的简档选择话题，并且在用户简档中存储用于选择的话题的话题关联强度。在一个实施例中，将用户简档中的话题映射到话题的聚类，并且映射的聚类话题替换或者伴随用户简档中的用户话题。形成包括如下用户的各种用户聚类团体，这些用户的简档具有共同话题聚类。可以基于团体中的一些用户的用户交互进行向这些用户聚类团体的推荐。
在说明书中描述的特征和优点并非囊括的，并且具体而言，许多附加特征和优点将鉴于附图、说明书和权利要求而为本领域普通技术人员所清楚。另外，应当注意，在说明书中使用的语言已经主要出于可读性和教导目的而加以选择，并且可以未被选择用来界定或者限制公开的主题内容。
附图说明
图1图示根据一个实施例的用于确定和存储用户的简档的系统，该简档包括他们的感兴趣的领域。
图2是图示根据一个实施例的用于确定和存储用户的简档的方法的流程图，该简档包括他们的感兴趣的领域。
图3是图示根据一个实施例的确定和存储用户简档的用户分析模块的框图。
图4是图示根据一个实施例的用于接收用户的感兴趣的领域以用于存储于他们的简档中的界面的屏幕。
图5图示根据一个实施例的存储同现强度的同现矩阵，这些同现强度指示第一话题与另一话题的同现的测量。
图6图示根据一个实施例的用于基于用户的交互提供推荐的方法。
具体实施方式
这里描述的计算环境实现基于每个用户与内容项目的交互确定和存储用户简档，这些用户简档针对用户代表指示用户的兴趣的话题集合。附图和以下描述仅通过示例描述某些实施例。本领域技术人员将容易地从以下描述中认识到可以运用这里所示的结构和方法的备选实施例而不脱离这里描述的原理。现在将具体参照若干实施例，在附图中图示这些实施例的示例。注意，只要可行，相似或者相同标号可以使用于图中并且可以指示相似或者相同功能。
系统环境
图1图示用于确定和存储用户简档的系统。视频托管服务100包括前端web服务器140、视频供应模块110、视频数据库155、用户分析模块120、用户访问日志160、话题贮存库164和简档贮存库166。视频托管服务100连接到网络180。图1也包括客户端170和具有嵌入的视频178的第三方服务175。
未示出许多常规特征(比如防火墙、负荷平衡器、应用服务器、故障转移服务器、网络管理工具等)以免模糊系统的特征。用于实施系统的适当服务是在www.youtube.com发现的YOUTUBETM服务；其它视频托管服务也是已知的，并且可以适于根据这里公开的教导操作。术语“服务”代表适于使用任何联网协议来供应内容(并且未旨在于限于经由因特网或者HTTP协议上传或者下载的内容)的计算机系统。一般而言，在一个实施例中被描述为在服务器侧上执行的功能如果适合则也可以在其它实施例中在客户端侧上被执行。此外，归于特定部件的功能可以由不同的或者一起操作的多个部件执行。
将这里描述的服务器和模块实施为在包括CPU、存储器、网络接口、外围接口和其它公知部件的服务器类计算机上执行的计算机程序。计算机本身在一些实施例中运行常规专有或者开源操作系统，比如Microsoft Windows、Mac OS、Linux等，具有一般高性能CPU、千兆字节或者更大的存储器和千兆字节、万亿字节或者更大的盘存储装置。当然，可以使用其它类型的计算机，并且预计随着在将来开发更强大计算机，可以根据这里的教导来配置它们。可以从在有形计算机可读存储介质(例如，RAM、硬盘或者光学/磁介质)中存储的计算机程序产品提供由任何单元实施的功能。
客户端170经由网络180连接到前端服务器140，该网络通常是因特网，但是也可以是任何网络，包括但不限于LAN、MAN、WAN、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合。尽管仅示出单个客户端170，但是应理解，很大数目(例如，数以百万计)的客户端可以被支持并且可以在任何时间与视频托管服务100通信。客户端170可以包括多种不同计算设备。客户端设备170的示例是个人计算机、数字助理、个人数字助理、蜂窝电话、移动电话、智能电话或者膝上型计算机。如本领域普通技术人员将清楚的那样，本发明不限于上文列举的设备。
客户端包括允许客户端170呈现在视频托管服务100上提供的内容的浏览器或者专用应用。适当应用例如包括Microsoft InternetExplorer、Netscape Navigator、Mozilla Firefox、Apple Safari和GoogleChrome。浏览器也可以包括或者支持用于视频播放器(例如，来自Adobe Systems，Inc.的FlashTM)或者适合于在视频托管服务100中使用的视频文件格式的任何其它播放器的插件。备选地，与浏览器分离的独立程序可以访问视频。
数字内容项目可以例如包括视频、音频或者视频与音频的组合。备选地，数字内容项目可以是静止图像，比如JPEG或者GIF文件或者文本文件。为了方便和描述一个实施例，数字内容项目将被称为“视频”、“视频文件”或者“视频项目”，但是这一术语未旨在于对数字内容项目的类型进行限制。其它适当类型的数字内容项目包括音频文件(例如，音乐、播客、音频书籍等)、文档、图像、多媒体演示等。
视频托管服务100提供视频托管服务100的其他用户已经更新的或者视频托管服务运营商或者第三方可能已经提供的视频。客户端170可以基于关键字或者其它元数据搜寻视频。前端服务器140接收这些请求作为查询并且提供给视频供应模块110，该视频供应模块110负责在视频数据库155中搜寻满足用户查询的视频并且向用户提供视频。视频供应模块110支持在任何现场数据中搜寻视频，包括它的标题、描述、元数据、作者、类别等。备选地，用户可以基于类别(比如查看最多的视频、体育、动物或者汽车)浏览视频列表。例如，用户可以浏览与小汽车有关的视频列表并且从列表选择查看哪些视频。
视频数据库155存储向客户端170提供的视频。每个视频在一个实施例中具有视频标识符(id)。每个视频文件具有关联的元数据，该元数据包括视频ID、作者、标题、描述和关键字以及在可用时可以包括的附加元数据。元数据也包括与视频关联的一个或者多个话题。关联的话题可以包括由团体在协作知识库(比如Freebase)中创建的话题。备选地，可以从视频的标题、描述和用户评论中出现的频繁出现话题(例如，100,000个最频繁出现的检索词一元或者二元词(term unigrams or bigrams))选择话题。
在一个实施例中，每个话题与代表话题与视频的关联程度的话题强度TS关联。用于特定话题和视频的话题强度基于视频的内容分析、用户的针对视频的评论或者与视频关联的其它元数据。备选地，取代与每个视频的元数据一起存储，可以在单独数据库中存储话题和话题强度信息。
在一个实施例中，也基于话题的有用性调整用于视频的话题强度。话题的有用性是如下权值，该权值反应话题在代表话题与视频的关联时对系统多么有用。例如，系统运营商可以未偏好于代表猥亵或者令人不快的内容的话题并且因此用于这样的话题的有用性权值可以是低或者负值。在另一示例中，话题的有用性基于话题在全集中的频率。
用户访问日志160存储如下访问数据，该访问数据描述用户的访问和与视频的交互。访问数据指示用户是否观看整个视频、观看视频持续特定持续时间、跳过视频、向上或者向下滚动包括视频的网页、与其他用户共享视频、向播放列表添加视频、标记视频、阻止来自播放列表或者视频汇集的视频、钟爱视频、向视频给予有利评级(例如，喜欢使用FACEBOOKTM账户的视频或者喜欢使用GOOGLETM账户的视频)、向视频给予不利评级(例如，“拇指朝下”)。在一个实施例中，用户访问日志160或者与用户访问日志160关联的另一实体向用户提供用于拒绝收集和/或与视频托管服务100或者其它服务中的其它模块共享用户的访问数据的机会。
简档贮存库164存储用户简档。用户简档包括用于用户的话题集合。这一话题集合代表用户的兴趣，并且可以通过从用户接收多个话题来部分填充列表。用户简档可以包括话题作为话题列表(例如，作为检索词或者话题标识符)或者作为矢量(例如，位图或者实值权值矢量)。此外，用户分析模块120填充列表。在用户的简档中存储的话题可以用于各种目的。例如，可以在用户的在社交网络或者内容托管网络中的主页上显示话题作为用户的感兴趣的领域。此外，话题可以用来向用户建议可以让用户感兴趣的内容、内容频道、产品、服务、附加话题等。可以向用户提供关于用户的主页或者另一网页(比如“浏览”页面)的建议，用户可以在该“浏览”页面浏览可以让用户感兴趣的各种话题。
在一个实施例中，在用户的主页或者浏览页面上显示的话题是可选择的(例如，通过超链接)。用户可以选择话题，并且该选择将用户引向部分或者完全专用于选择的话题的网页。选择的话题的网页包括与选择的话题有关的内容，比如有关多媒体内容或者文本内容。此外，话题的网页可以包括指向其它有关话题的网页的链接。可以将这些有关话题显示为与选择的话题有关的话题或者用于拜访选择的话题的网页的用户的推荐的话题。
用户分析模块120基于用户访问的视频确定和存储用户简档，并且是用于执行这一功能的一个装置。图2图示用户分析模块120执行的用于为用户简档确定和存储话题的方法。为了确定话题，用户分析模块120查询用户访问日志160并且确定202用户访问的视频。这一视频集合可以是用户访问的所有视频或者仅为用户在某个时间段(比如前三十天)内访问的视频。
用户分析模块120分析用户的在用户访问日志160中存储的访问数据并且确定204用户与访问的视频的交互。用户分析模块120也基于因素、比如用户与访问的视频的交互。用户分析模块120也基于如用户与访问的视频的交互的类型之类的因素为每个访问的视频确定用户的交互强度。用户分析模块120也查询视频数据库155并且为用户访问的每个视频确定206与访问的视频关联的话题和视频的话题强度，这些话题强度指示视频与话题的关联程度。基于确定的交互强度和话题强度，用户分析模块120选择208并且在用户的简档中存储210话题。
用户分析模块120也基于用户与视频的交互确定和提供推荐并且也是用于执行这一功能的一个装置。推荐可以是用于用户的推荐的视频或者用于视频的推荐的话题。下文关于图6进一步描述用户分析模块120的用于提供推荐的操作。
图3是图示根据一个实施例的用户分析模块120的框图。用户分析模块120包括用户交互模块302、交互强度模块304、用户简档模块306、有关话题模块308、话题聚类模块301和聚类推荐模块。
用户交互模块302接收关于用户与视频的交互的反馈并且在用户访问日志160中存储接收的反馈作为访问数据。客户端170(或者服务175)中的模块(未示出)跟踪关于用户的交互(例如，暂停、倒退、快进)的数据。视频托管服务100中或者在另一服务(比如社交联网服务)处的模块(未示出)跟踪用户的附加交互(例如，用户请求视频、对视频评级、共享视频)。无论在何处跟踪数据，都向用户交互模块302传输数据。用户交互模块302接收传输的数据并且在用户访问日志160中存储接收的数据作为访问数据。上文描述访问日志160中存储的访问数据的示例。用户交互模块302反复地接收关于用户与各种视频的交互的反馈并且基于接收的反馈更新用于用户的访问数据。
交互强度模块304分析用于用户的访问数据并且确定指示用户与特定视频vi的关联程度的交互强度ISi。为了确定IS值，交互强度模块304向用户的与视频的不同类型的交互分配不同权值。例如，可以向用户开始视频分配权值0.5，可以向用户观看视频的至少80％分配权值0.75，可以向用户为视频给予有利评级分配权值1.5，可以向用户喜欢视频分配权值2.0，并且可以向用户预订与观看的视频或者与上传观看的视频的用户关联的视频频道分配权值5.0。交互强度模块304向用户的如下交互分配更大权值，这些交互指示更大地涉及视频。例如，交互强度模块304向用户向播放列表添加视频或者与其他人共享视频分配比用户观看视频更大的权值。此外，交互强度模块304基于交互的频率或者持续时间调整用于特定交互的权值。例如，如果用户已经查看视频多次而不是仅一次或者持续十分钟持续时间而不是三十秒，则交互强度模块304向用户对特定视频的查看分配更大权值。在一个实施例中，交互强度模块304基于用户已经与之交互的视频总数、用户已经与视频交互的总次数或者用户已经花费在与视频交互的时间总量归一化调整的权值。
交互强度模块304向某些交互分配负权值或者相对低权值，这些交互指示用户缺乏对特定视频的兴趣。例如，可以向跳过呈现的视频、标记视频或者阻止来自播放列表的视频分配负权值。
在一个实施例中，交互强度模块304基于它们的年龄使权值打折。例如，交互强度模块304基于自从用户交互出现起流逝的时间量呈指数地衰减与用户交互关联的权值。因而，向新近出现的用户交互分配比在更早时间出现的用户交互更高的权值。
在分配和调整用于用户与特定视频的交互的权值之后，交互强度模块304确定和存储交互强度IS，该交互强度指示用户与视频的交互或者关联的强度。交互强度基于分配和调整的权值。例如，交互权值是分配和调整的权值的求和或者乘积。
如上文描述的那样，用户分析模块120为用户(从用户访问日志160)确定用户已经与之交互的视频vi和用户用于这些视频中的每个视频的交互强度ISi(由交互强度模块304确定)。也如上文描述的那样，用户分析模块120为这些视频vi中的每个视频(从视频数据库155)确定与视频关联的话题t，并且为每个关联的话题tk(从视频数据库155)确定话题强度TSk，该话题强度指示话题与视频的关联程度。
基于这一信息，用户简档模块306为用户的简档确定话题集合T。为了确定用于用户简档的话题T，用户简档模块306基于与用户与之交互的视频vi关联的话题tk对视频排序。该排序产生话题集合S＝{s1，s2，s3...sj}，从而使得每个集合sj包括话题tk和它的关联的用户的视频vi，k。用户简档模块306选择话题集合s中的多个话题集合，其中每个选择的集合具有最小数目的视频，例如，每个选择的话题集合具有至少20个视频。选择的集合s的话题tk形成用于用户的简档的话题集合T。
备选地，用户简档模块306基于为每个集合s确定的话题关联强度TASj确定用于用户简档的话题集合T，其中TASj指示在集合sj的话题t与用户之间的关联程度。为了为话题tk的特定集合sj确定话题关联强度TASj，用户简档模块306组合用于集合sj中的每个视频vi的集合的话题tk的话题强度TSk。组合话题强度TS可以通过将话题强度TS相加、求平均或者向话题强度TS应用另一算术或者统计函数来出现。在确定用于S中的每个集合sj的话题关联强度TASj之后，用户简档模块306基于集合话题关联强度TASj选择这些集合中的多个集合。例如，用户关联模块306可以选择具有五十个最高话题关联强度TAS的五十个集合s。选择的集合s的话题tk形成用于用户的简档的话题集合T。
用户简档模块306也在用户的简档中存储与存储的话题关联的话题关联强度TAS。用户简档模块306可以被配置用于基于用户自从先前更新起与之交互的视频使用上文描述的过程来定期更新用户的简档中的存储的话题。
此外，在一个实施例中，用户简档模块306接收与用户简档中存储的话题有关的话题并且在用户简档中存储有关话题。用户简档模块306从有关话题模块308接收有关话题。有关话题模块308访问用户的简档中的话题并且确定与简档的话题有关的附加话题。
存在有关话题模块308可以确定有关话题的若干不同方式。这些方式包括人口统计方式、话题同现方式以及组合的人口统计和话题同现方式。用于确定有关话题的附加方式将鉴于这里的公开内容为本领域普通技术人员所清楚。例如，也可以基于在知识库(比如Freebase)中指定的话题的关系确定有关话题。
基于人口统计的有关话题
在一个实施例中，有关话题模块308基于各种话题在多个人口统计组中的每个人口统计组中的流行度确定有关话题。在这一实施例中，有关话题模块308基于一个或者多个人口统计类别(比如性别和年龄组)组织简档全集中的用户简档。例如，有关话题模块308可以基于用户的性别(男性、女性)和年龄组(例如，13-17、18-24、25-34、35-44、45-54；55+)将用户简档组织成简档的十二个人口统计组Dz。有关话题模块308然后为用户简档的每个人口统计组Dz确定多个最频繁出现话题t(例如，前50个最频繁出现话题)；这形成用于人口统计组Dz的有关话题集合Rz。然后，对于给定的人口统计组Dz，有关话题模块308向Dz中的每个用户简档添加有关话题Rz。如果Rz中的话题t已经存在于用户简档中，则可以通过略过它或者通过增加它的话题关联强度TAS来处理它。
基于话题同现的有关话题
在另一实施例中，有关话题模块308使用用户简档中的话题的同现以确定哪些话题相互有关。为了确定有关话题，有关话题模块308跨越用户简档汇集(例如，系统中的所有用户简档)确定在汇集中的至少一些用户简档中同现的话题对(ti，tj)，并且据此确定用于每个话题对的同现测量。下文关于图5描述这些同现话题的确定。有关话题模块308然后为全集中的每个话题tk基于同现测量确定最接近有关话题t1。接着，在具有话题tj的用户简档给定时，有关话题模块308向用于每个话题tj的用户简档添加最接近有关话题t1。
图5图示存储同现强度CSi，j的同现矩阵500，这些同现强度指示话题ti与另一话题tj的同现测量。本领域普通技术人员将理解，所示同现矩阵500简单地是用来对有关话题模块308的描述进行辅助的同现强度CS的图形表示，并且可以在各种数据结构(比如数组、列表等)中存储矩阵500。在n个话题t给定时，同现矩阵500是nXn矩阵。每行502a-502n代表话题ti，并且每列504a-504n代表话题tj。每个单元(比如单元508)代表用于话题对ti和tj的同现强度CSi，j。
可以如下确定用于话题对(ti，tj)的同现强度CSi，j。如上文所言，用户简档中的每个话题ti具有话题关联强度TASi。因此，对于在给定的用户简档中同现的话题对ti和tj，有关话题模块308基于话题关联强度TASi和TASj计算简档同现强度PCSi，j。简档同现强度PCSi，j可以是该对的话题关联强度TASi和TASj的乘积、求和、求平均或者另一算术或者统计函数。同现强度CSi，j然后是跨越话题ti和tj在其中同现的所有用户简档求和的组合的PCSi，j。话题ti在简档全集中的频率然后归一化每个PCSi，j。在其它实施例中，组合可以包括对简档同现强度PCS求平均、相加或者执行另一算术或者统计函数。
图5中所示示例辅助描述用于计算同现强度(CS)的方法。在图5中，单元508包括用于在简档全集中与话题tj(用于相交列504j的话题)同现的话题ti(用于相交行502i的话题)的同现强度(CS)，该简档全集用来选择用于同现矩阵500的话题。这一同现强度(CS)是用于包括这些话题两者的全集的简档的ti和tj的话题关联强度(TAS)的归一化求和。ti在全集的简档中的出现频率已经归一化话题关联强度(TAS)的求和。类似地，单元506包括用于与话题ti同现的话题tj的同现强度(CS)。这一同现强度(CS)也是ti和tj的话题关联强度(TAS)的归一化求和，但是tj而不是ti在全集的简档中的出现频率已经归一化这一求和。
在填充同现矩阵500之后，有关话题模块308为每个话题ti(按行)标识具有最高同现强度CS(例如，50个最高值)的多个单元或者具有超出阈值的同现强度(例如，CSi，j＞最大CSi，j的75％)的单元。这些单元代表被确定为与话题ti有关的话题Ri的集合。
图5中所示示例还举例说明由有关话题模块308运用的用来选择用于话题Tj的有关话题的方法。在图5中，假设单元508、510包括用于话题tj(由行502j代表)的最高同现强度CSi，j。有关话题模块308将这些单元506、508标识为具有最高同现强度CSi，j的单元并且因此将话题ti和tn(用于单元506、508的相交列504i、504n的话题)标识为与话题tj有关的话题。
最后，在话题t的用户简档给定时，对于其中的每个话题ti，有关简档模块308向用户简档添加有关话题Rj。如果Ri中的话题t已经存在于用户简档中，则可以通过跳过它或者通过增加它的话题关联强度TAS来处理它。
基于人口统计和同现的有关话题
在一个实施例中，有关话题模块308从在与选择的用户相同的人口统计组中的用户的简档全集为选择的用户确定有关话题。为了确定这些有关话题，有关话题模块308为每个人口统计组Dz从属于该组的用户简档集合构建同现矩阵500。然后对于每个人口统计组Dz，有关话题模块308为在该组的同现矩阵中的每个话题i确定有关话题Rz，i。
用户选择的话题
在前述实施例中，有关话题模块308向每个用户的简档自动添加有关话题。备选地，有关话题模块308可以被配置用于让用户能够向他们的个别用户简档有选择地添加有关话题。在一个实施例中，用户可以通过界面(比如图4中所示的界面)向他们自己的简档添加包括有关话题的话题。图4中的界面包括简档话题栏406和有关话题栏410。简档话题栏406包括基于对用户与视频的交互的分析与用户的简档关联的话题412。响应于用户选择简档话题栏406中的话题412中的一个或者多个话题，更新有关话题栏410以包括与选择的话题412有关的话题422a-422n。有关话题模块308确定并且在有关话题栏410中向用户呈现有关话题422a-422n。用户可以选择一个或者多个有关话题422a-422n，并且响应于这样的选择，向用户的简档添加这些话题。在一个实施例中，用户简档模块306也确定并且与附加话题一起存储它们的话题关联强度TAS。
基于话题聚类的推荐
图6图示由用户分析模块120执行的用于基于用户的交互提供推荐的方法。用户分析模块120使用先前描述的方法中的任何方法(人口统计、同现或者人口统计同现)基于用户简档确定602有关话题。
在确定有关话题之后，用户分析模块120创建604具有有关话题的话题聚类。在下一节创建话题聚类中进一步描述话题聚类的创建。
接着，用户分析模块120基于话题聚类和用户简档中的话题关联606各种用户与创建的话题聚类。下文在标题关联用户与聚类之下进一步描述关联用户与话题聚类。
用户分析模块120然后监视与聚类关联的用户的活动并且基于监视的活动确定608推荐，比如用于关联的用户的视频。用户分析模块120提供610推荐以用于向用户显示。下文在标题基于聚类 的推荐之下进一步描述进行推荐的方式。
创建话题聚类
在一个实施例中，用户简档模块306除了用户简档中的话题之外或者取代用户简档中的话题还存储话题聚类。话题聚类包括有关话题的集合。用户简档模块306从话题聚类模块310接收话题聚类。
话题聚类模块310创建包括出现于用户简档中的话题的话题聚类TCi。话题聚类模块310可以基于聚类算法(比如分级聚团聚类(HAC))、概率模型(比如潜在狄利克雷分配(LDA))或者矢量模型(比如k均值(使用同现矩阵中的行作为话题矢量))创建话题聚类。在一个实施例中，话题聚类模块310使用HAC从同现矩阵500对话题进行聚类。同样，同现矩阵500存储用于在用户简档汇集中的至少一些用户简档中同现的话题对(ti，tj)的同现强度CSi，j。为了从同现矩阵500创建话题聚类，话题聚类模块310标识同现矩阵500中的具有最高同现强度CSi，j的单元。在标识具有最高同现强度CSi，j的单元之后，话题聚类模块310对与标识的强度CSi，j关联的话题(ti，tj)进行聚类。
为了对关联的话题进行聚类，话题聚类模块310确定与标识的单元关联的同现话题(ti，tj)以及与确定的同现话题关联的行和列。出于示例目的而假设话题聚类模块310标识同现矩阵500中的单元506以及具有最高同现强度CSi，j的单元。话题聚类模块310确定同现话题ti和tj与标识的单元506关联并且将两个话题组合成聚类。
为了组合两个话题(ti，tj)，话题聚类模块310组合一行中的单元与另一行中的相邻单元以获得组合的行。例如，为了组合行502i和502j，话题聚类模块310组合单元506与单元507、单元508与单元509并且以此类推以获得组合的行502i-j。类似地，话题聚类模块310组合一列中的单元与另一列中的相邻单元以获得组合的列。为了组合两个单元，话题聚类模块310将两个单元的同现强度CSi，j组合成聚类同现强度CCSi-j，k。聚类同现强度CSi-j，k指示聚类(包括话题ti和tj)与另一话题tk的同现的测量。话题聚类模块310通过对同现强度CSi，j相加、相乘、求平均或者应用另一算术或者统计函数将同现强度CSi，j组合成聚类同现强度CCSi-j，k。在一个实施例中，话题聚类模块310也基于因子(比如组合的话题在用户简档汇集中的频率)归一化聚类同现强度CCSi-j，k。
组合标识的行和列中的单元产生包括n-1个话题的新同现矩阵(未示出)，其中这些话题之一是包括组合的话题ti和tj的聚类c。话题聚类模块310然后重复标识新同现矩阵中的具有最高同现强度CSi，j的单元并且对与标识的单元关联的话题或者聚类进行聚类的步骤。标识的单元可以与两个话题、话题和已经形成的聚类或者两个聚类关联。话题聚类模块310保持重复这一聚类过程直至达到终止条件。终止条件可以是阈值大小(按话题数目或者视频数目)的阈值聚类数目或者用于更新的聚类的所得聚类同现强度CCSi-j，k未降至阈值以下。在达到终止条件之后，话题聚类模块310将聚类与它们的组合的话题和聚类同现强度CCSi-j，k一起存储。
关联用户与聚类
如上文所示，用户简档模块306取代用户简档中的话题或者除了用户简档中的话题之外还存储话题聚类。为了为用户的简档确定话题聚类c，用户简档模块306为用户简档中的每个话题标识该话题属于的聚类c、向用于用户简档的聚类列表添加该聚类c。结果是包括多个聚类c的用户聚类简档C。
用户简档模块306然后为用户聚类简档C中的每个标识的聚类c确定用户聚类强度UCSc，该用户聚类强度指示标识的聚类c与用户的关联程度。用于标识的聚类c的用户聚类强度UCSc是用于用户简档的在该聚类c中的那些话题的话题关联强度TASi的求和。在一个实施例中，用于标识的聚类c的用户聚类强度UCSc是用于用户简档的在该聚类c中的那些话题的话题关联强度TASi的加权求和。用于每个话题关联强度的权值是用于标识的聚类的聚类同现强度CCSi。在其它实施例中，用户简档模块306对话题关联强度TASi和聚类同现强度CCSi执行其它数学或者统计函数以实现用户聚类强度UCSc。这一运算的结果是包括聚类强度列表(或者矢量)的用户聚类简档C的表示。
可选地，用户简档模块306然后选择具有最高用户聚类强度的阈值数目的聚类，例如，具有最高UCS值的20个聚类c。在另一实施例中，用户简档模块306选择具有超出阈值的用户聚类强度UCS的所有聚类c。用户简档模块306存储选择的聚类作为用于用户聚类简档的聚类。
基于聚类的推荐
聚类推荐模块312基于用户聚类简档和其他用户与视频的交互确定用于用户的视频或者话题的推荐。
为了确定向给定的用户的视频推荐，聚类推荐模块312选择在用户的用户聚类简档中标识的聚类中的一个或者多个聚类。然后，模块312分析用于如下其他用户的访问数据，这些其他用户也在他们的相应用户聚类简档中具有标识的聚类。这些用户被称为用户聚类团体。以这一方式，用户是多个用户聚类团体的成员，每个团体对应于用户的用户聚类简档中的聚类之一。
在用户聚类团体给定时，模块312确定哪个(哪些)视频例如在用户交互(比如查看次数、用户评级、用户评论或者其它流行度测量)方面当前受这一用户集合欢迎。模块312然后选择最流行视频中的一个或者多个视频作为用于给定的用户的推荐的视频。例如，如果阈值数目的这些用户已经与特定视频交互，则聚类推荐模块312选择视频作为推荐。如果给定的用户已经查看了推荐的视频，则可以从推荐去除它或者在推荐列表上使它降级。
模块312也可以按照相似过程进行用于话题的推荐。这里，模块312确定哪些话题当前受用户聚类团体欢迎而不是哪些具体视频流行。这里，话题的流行度基于用于与话题关联并且由特定用户聚类团体中的用户查看的视频的聚集的交互测量。模块312然后可以基于话题的聚合的交互测量来选择一个或者多个话题。例如，如果阈值数目的选择的用户已经与具有特定话题的视频交互，则聚类推荐模块312选择特定话题。
模块312然后基于诸如在用户聚类团体中的流行度、新近度、话题强度等因素从选择的话题选择其中的视频。例如，如果用户聚类团体中的阈值数目的用户已经与特定视频交互，则聚类推荐模块312向用户推荐该视频。
在另一实施例中，通过对用户群体的用户聚类简档进行聚类来创建用户团体。这里，用户聚类简档来自稀疏矢量(“用户聚类矢量”)，该稀疏矢量包括用于每个聚类c的如上文描述的UCSc和用于每个如下聚类的零值，该聚类未让它的话题之一在用户简档中。然后可以再次使用k均值或者其它矢量聚类方法对这些用户聚类矢量进行聚类以形成多个用户团体。每个用户然后与包含用户的用户聚类矢量的用户团体关联。从此可以如上文描述的那样使用用户团体作为用于标识流行视频或者话题的群体来进行推荐。
已经关于有限数目的实施例特别具体地描述了本发明。本领域技术人员将理解，还可以在其它实施例中实现本发明。
在这一书面描述中，部件的特定命名、术语的大写、属性、数据结构或者任何其它编程或者结构方面并非必需或者重要的，并且实施本发明或者它的特征的机制可以具有不同名称、格式或者协议。另外，可以如描述的那样经由硬件与软件的组合或者完全在硬件单元中实施系统。在这里描述的各种系统部件之间的特定功能划分也仅为举例而非必需；由单个系统部件执行的功能可以代之以由多个部件执行，并且由多个部件执行的功能可以代之以由单个部件执行。
上文描述的一些部分在对信息的操作的算法和符号表示方面呈现本发明的特征。这些算法描述和表示是本领域技术人员用来向本领域其他技术人员最有效地传达他们的工作实质的手段。这些操作当在功能或者逻辑上被描述之时被理解为由计算机程序实施。另外，将这些操作布置称为模块或者代码设备也已经被证实有时是便利的而不失一般性。
然而，应当谨记，这些和相似术语中的所有术语将与适当物理量关联并且仅为应用于这些量的方便标记。除非如从当前讨论中清楚的那样另有具体明示，应理解到在说明书全文中，利用诸如“选择”或者“计算”或者“确定”等术语的讨论指代计算机系统或者相似电子计算设备的动作和过程，该计算机系统或者相似电子计算设备操控和变换在计算机系统存储器或者寄存器或者其它这样的信息存储装置、传输或者显示设备内被表示为物理(电子)量的数据。
本发明的某些方面以算法的形式包括这里描述的过程步骤和指令。应当注意，可以在软件、固件或者硬件中体现本发明的过程步骤和指令，并且当在软件中体现时，可以下载这些过程步骤和指令以驻留于由实时网络操作系统使用的不同平台上并且从这些不同平台操作这些过程步骤和指令。
本发明也涉及一种用于执行这里的操作的装置。这一装置可以被具体构造用于所需目的，或者它可以包括由计算机中存储的计算机程序有选择地激活或者重新配置的通用计算机。这样的计算机程序可以存储于计算机可读存储介质，比如但不限于包括软盘、光盘、DVD、CD-ROM、光磁盘的任何类型的盘、只读存储器(ROM)、随机存取存储器(RAM)、EPROM、EEPROM、磁卡或者光学卡、专用集成电路(ASIC)或者适合用于存储电子指令并且各自耦合到计算机系统总线的任何类型的介质中。另外，在说明书中指代的计算机可以包括单个处理器或者可以是运用多处理器设计以用于增加计算能力的架构。
这里呈现的算法和显示并非固有地与任何特定计算机或者其它装置有关。各种通用系统也可以与根据这里的教导的程序一起使用，或者构造更专门化的装置以执行所需方法步骤可以被证实是便利的。用于多种这些系统的所需结构将从上文描述中显现。此外，未参照任何特定编程语言描述本发明。应理解到，多种编程语言可以用来实施如这里描述的本发明的教导，并且提供对具体语言的任何引用以用于公开本发明的实现和最佳实施方式。
最后，应当注意，在说明书中使用的语言已经主要出于可读性和教导的目的而被选择并且可以未被选择用来界定或者限制发明主题内容。因而，本发明的公开内容旨在于示例而非限制本发明的范围。

Claims (15)

1.一种用于开发用户的包括话题聚类的简档的计算机实施的方法，所述方法包括：
存储多个话题聚类，所述多个话题聚类包括有关话题的集合；
取回用户的简档，所述简档包括指示所述用户的兴趣的多个话题；
从所述多个话题聚类标识包括来自在所述用户的所述简档中包括的所述多个话题的话题的话题聚类；
向用于所述用户的所述简档的话题聚类的列表添加标识的所述话题聚类；
标识多个用户，所述多个用户中的每个用户与包括向用于所述用户的所述简档的话题聚类的所述列表添加的标识的所述话题聚类的简档关联；
标识由所述多个用户与之交互的多个视频；
基于所述多个用户与所述多个视频的交互来从所述多个视频选择用于向所述用户推荐的视频；以及
向所述用户推荐选择的所述视频。
2.根据权利要求1所述的方法，还包括：
基于存储用于话题对的同现强度的同现矩阵来生成所述多个话题聚类。
3.根据权利要求2所述的计算机实施的方法，其中生成所述多个话题聚类中的一个话题聚类包括将所述同现矩阵中的具有最高同现强度的单元标识为多个话题聚类中的所述一个话题聚类中的第一话题，并且向所述多个话题聚类中的所述一个话题聚类添加与标识的所述单元关联的话题。
4.根据权利要求1所述的计算机实施的方法，其中标识所述话题聚类包括基于所述话题聚类中的所述话题的话题关联强度来标识所述话题聚类。
5.根据权利要求4所述的计算机实施的方法，其中用于所述话题聚类中的话题的话题关联强度指示在所述用户与所述话题之间的关联程度。
6.根据权利要求1所述的计算机实施的方法，其中所述视频基于已观看所述视频的所述多个用户的数目超过阈值而被选择。
7.根据权利要求1所述的计算机实施的方法，还包括：
基于由所述多个用户对于与话题关联的视频的聚集的交互测量来选择用于向所述用户推荐的所述话题。
8.一种用于开发用户的包括话题聚类的简档的计算机系统，包括：
非瞬态计算机可读存储介质，所述非瞬态计算机可读存储介质存储可执行计算机程序指令，所述可执行计算机程序指令包括用于以下各项的指令：
存储多个话题聚类，所述多个话题聚类包括有关话题的集合；
取回用户的简档，所述简档包括指示所述用户的兴趣的多个话题；
从所述多个话题聚类标识包括来自在所述用户的所述简档中包括的所述多个话题的话题的话题聚类；
向用于所述用户的所述简档的话题聚类的列表添加标识的所述话题聚类；
标识多个用户，所述多个用户中的每个用户与包括向用于所述用户的所述简档的话题聚类的所述列表添加的标识的所述话题聚类的简档关联；
标识由所述多个用户与之交互的多个视频；
基于所述多个用户与所述多个视频的交互来从所述多个视频选择用于向所述用户推荐的视频；以及
向所述用户推荐选择的所述视频；以及
用于执行所述计算机程序指令的处理器。
9.根据权利要求8所述的计算机系统，其中所述可执行计算机程序指令包括用于以下各项的另外的指令：
基于同现矩阵来生成所述多个话题聚类，所述同现矩阵存储用于话题对的同现强度。
10.根据权利要求9所述的计算机系统，其中生成所述多个话题聚类中的一个话题聚类包括将所述同现矩阵中的具有最高同现强度的单元标识为多个话题聚类中的所述一个话题聚类中的第一话题，并且向所述多个话题聚类中的所述一个话题聚类添加与标识的所述单元关联的话题。
11.根据权利要求8所述的计算机系统，其中标识所述话题聚类包括基于所述话题聚类中的所述话题的话题关联强度来标识所述话题聚类。
12.根据权利要求10所述的计算机系统，其中用于所述话题聚类中的话题的话题关联强度指示在所述用户与所述话题之间的关联程度。
13.根据权利要求8所述的计算机系统，其中所述视频基于已观看所述视频的所述多个用户的数目超过阈值而被选择。
14.根据权利要求8所述的计算机系统，还包括用于以下各项的指令：
基于由所述多个用户对于与话题关联的视频的聚集的交互测量来选择用于向所述用户推荐的所述话题。
15.根据权利要求8所述的计算机系统，其中所述用户的所述简档包括用于所述用户的所述简档的话题聚类的所述列表中的所述话题聚类中的每个话题聚类的用户聚类强度，所述用户聚类强度指示所述聚类与所述用户的关联程度。
CN201180065617.6A 2010-12-01 2011-12-01 基于话题聚类的推荐 Active CN103329151B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US41881810P 2010-12-01 2010-12-01
US61/418,818 2010-12-01
PCT/US2011/062956 WO2012075335A2 (en) 2010-12-01 2011-12-01 Recommendations based on topic clusters

Publications (2)

Publication Number Publication Date
CN103329151A CN103329151A (zh) 2013-09-25
CN103329151B true CN103329151B (zh) 2016-09-28

Family

ID=46163218

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201180065618.0A Active CN103348342B (zh) 2010-12-01 2011-12-01 基于用户话题简档的个人内容流
CN201180065617.6A Active CN103329151B (zh) 2010-12-01 2011-12-01 基于话题聚类的推荐

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201180065618.0A Active CN103348342B (zh) 2010-12-01 2011-12-01 基于用户话题简档的个人内容流

Country Status (4)

Country Link
US (6) US8849958B2 (zh)
EP (2) EP2646964A4 (zh)
CN (2) CN103348342B (zh)
WO (2) WO2012075341A2 (zh)

Families Citing this family (107)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9477672B2 (en) 2009-12-02 2016-10-25 Gartner, Inc. Implicit profile for use with recommendation engine and/or question router
JP2011138197A (ja) * 2009-12-25 2011-07-14 Sony Corp 情報処理装置、関連度評価方法及びプログラム
US10102278B2 (en) * 2010-02-03 2018-10-16 Gartner, Inc. Methods and systems for modifying a user profile for a recommendation algorithm and making recommendations based on user interactions with items
EP2646964A4 (en) 2010-12-01 2015-06-03 Google Inc RECOMMENDATIONS BASED ON TOPICAL CLUSTERS
US10390090B2 (en) * 2010-12-30 2019-08-20 Sony Corporation System and method for social interaction about content items such as movies
US9219945B1 (en) * 2011-06-16 2015-12-22 Amazon Technologies, Inc. Embedding content of personal media in a portion of a frame of streaming media indicated by a frame identifier
US9053750B2 (en) * 2011-06-17 2015-06-09 At&T Intellectual Property I, L.P. Speaker association with a visual representation of spoken content
EP2568395A1 (en) * 2011-09-08 2013-03-13 Axel Springer Digital TV Guide GmbH Method and apparatus for automatic generation of recommendations
JP2013088994A (ja) * 2011-10-18 2013-05-13 Sony Corp 情報処理装置、サーバ、情報処理システム、および情報処理方法
US20140215507A1 (en) * 2011-12-08 2014-07-31 Rita H. Wouhaybi Personalized passive content delivery
US9495666B2 (en) * 2011-12-15 2016-11-15 Accenture Global Services Limited End-user portal system for remote technical support
CN102708144B (zh) * 2012-03-20 2015-05-27 华为技术有限公司 信息处理方法及设备
TWI510064B (zh) * 2012-03-30 2015-11-21 Inst Information Industry 視訊推薦系統及其方法
US9110955B1 (en) * 2012-06-08 2015-08-18 Spotify Ab Systems and methods of selecting content items using latent vectors
US20130346875A1 (en) * 2012-06-20 2013-12-26 Microsoft Corporation Personalized Interactive Entertainment Profile
US9177031B2 (en) * 2012-08-07 2015-11-03 Groupon, Inc. Method, apparatus, and computer program product for ranking content channels
US9607025B2 (en) 2012-09-24 2017-03-28 Andrew L. DiRienzo Multi-component profiling systems and methods
US9721263B2 (en) * 2012-10-26 2017-08-01 Nbcuniversal Media, Llc Continuously evolving symmetrical object profiles for online advertisement targeting
US8881209B2 (en) * 2012-10-26 2014-11-04 Mobitv, Inc. Feedback loop content recommendation
US9773229B2 (en) * 2012-11-01 2017-09-26 Google Inc. Systems and methods for providing contact group member suggestions
US9129227B1 (en) 2012-12-31 2015-09-08 Google Inc. Methods, systems, and media for recommending content items based on topics
US9412092B2 (en) * 2013-01-14 2016-08-09 Google Inc. Generating a filtered view of a content stream
US20140236731A1 (en) * 2013-02-21 2014-08-21 Adobe Systems Incorporated Using Interaction Data of Application Users to Target a Social-Networking Advertisement
US9686577B2 (en) * 2013-02-22 2017-06-20 Facebook Time-sensitive content update
US10600011B2 (en) 2013-03-05 2020-03-24 Gartner, Inc. Methods and systems for improving engagement with a recommendation engine that recommends items, peers, and services
US9400840B2 (en) * 2013-03-25 2016-07-26 Salesforce.Com, Inc. Combining topic suggestions from different topic sources to assign to textual data items
US10068614B2 (en) * 2013-04-26 2018-09-04 Microsoft Technology Licensing, Llc Video service with automated video timeline curation
CN103501465A (zh) * 2013-09-06 2014-01-08 上海骋娱传媒技术有限公司 一种用于视频资源访问控制的方法与设备
US9355152B2 (en) 2013-12-02 2016-05-31 Qbase, LLC Non-exclusionary search within in-memory databases
US9177262B2 (en) 2013-12-02 2015-11-03 Qbase, LLC Method of automated discovery of new topics
US9542477B2 (en) * 2013-12-02 2017-01-10 Qbase, LLC Method of automated discovery of topics relatedness
US9424524B2 (en) 2013-12-02 2016-08-23 Qbase, LLC Extracting facts from unstructured text
US9659108B2 (en) 2013-12-02 2017-05-23 Qbase, LLC Pluggable architecture for embedding analytics in clustered in-memory databases
US9025892B1 (en) 2013-12-02 2015-05-05 Qbase, LLC Data record compression with progressive and/or selective decomposition
US9201744B2 (en) 2013-12-02 2015-12-01 Qbase, LLC Fault tolerant architecture for distributed computing systems
US9424294B2 (en) 2013-12-02 2016-08-23 Qbase, LLC Method for facet searching and search suggestions
US9473745B2 (en) 2014-01-30 2016-10-18 Google Inc. System and method for providing live imagery associated with map locations
US9619470B2 (en) 2014-02-04 2017-04-11 Google Inc. Adaptive music and video recommendations
US9253511B2 (en) 2014-04-14 2016-02-02 The Board Of Trustees Of The Leland Stanford Junior University Systems and methods for performing multi-modal video datastream segmentation
US10332185B2 (en) 2014-05-22 2019-06-25 Google Llc Using status of sign-on to online services for content item recommendations
US10121187B1 (en) * 2014-06-12 2018-11-06 Amazon Technologies, Inc. Generate a video of an item
KR102253074B1 (ko) 2014-06-13 2021-05-18 플립보드, 인크. 콘텐츠를 클러스터링하여 디지털 매거진에 광고를 제공하는 방법
US10601749B1 (en) 2014-07-11 2020-03-24 Twitter, Inc. Trends in a messaging platform
US10592539B1 (en) 2014-07-11 2020-03-17 Twitter, Inc. Trends in a messaging platform
US10503761B2 (en) 2014-07-14 2019-12-10 International Business Machines Corporation System for searching, recommending, and exploring documents through conceptual associations
US10162882B2 (en) 2014-07-14 2018-12-25 Nternational Business Machines Corporation Automatically linking text to concepts in a knowledge base
US9576023B2 (en) * 2014-07-14 2017-02-21 International Business Machines Corporation User interface for summarizing the relevance of a document to a query
US10437869B2 (en) 2014-07-14 2019-10-08 International Business Machines Corporation Automatic new concept definition
CN105450497A (zh) * 2014-07-31 2016-03-30 国际商业机器公司 生成聚类模型以及基于该聚类模型进行聚类的方法和装置
US10225591B2 (en) * 2014-10-21 2019-03-05 Comcast Cable Communications, Llc Systems and methods for creating and managing user profiles
US10025863B2 (en) * 2014-10-31 2018-07-17 Oath Inc. Recommending contents using a base profile
US9846746B2 (en) * 2014-11-20 2017-12-19 Facebook, Inc. Querying groups of users based on user attributes for social analytics
US10068023B2 (en) 2014-12-30 2018-09-04 Rovi Guides, Inc. Systems and methods for updating links between keywords associated with a trending topic
WO2016137974A1 (en) 2015-02-23 2016-09-01 Wabash National, L.P. Composite refrigerated truck body and method of making the same
US10223442B2 (en) 2015-04-09 2019-03-05 Qualtrics, Llc Prioritizing survey text responses
US10657186B2 (en) * 2015-05-29 2020-05-19 Dell Products, L.P. System and method for automatic document classification and grouping based on document topic
RU2632131C2 (ru) 2015-08-28 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и устройство для создания рекомендуемого списка содержимого
RU2632100C2 (ru) 2015-09-28 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и сервер создания рекомендованного набора элементов
RU2629638C2 (ru) 2015-09-28 2017-08-30 Общество С Ограниченной Ответственностью "Яндекс" Способ и сервер создания рекомендуемого набора элементов для пользователя
MX2016013715A (es) 2015-10-23 2017-12-20 Wabash National Lp Moldes extruidos y metodos para fabricar paneles de camion compuestos.
US10339160B2 (en) * 2015-10-29 2019-07-02 Qualtrics, Llc Organizing survey text responses
US10445650B2 (en) 2015-11-23 2019-10-15 Microsoft Technology Licensing, Llc Training and operating multi-layer computational models
US9560152B1 (en) * 2016-01-27 2017-01-31 International Business Machines Corporation Personalized summary of online communications
US10479419B2 (en) 2016-02-24 2019-11-19 Wabash National, L.P. Composite refrigerated semi-trailer and method of making the same
US10239566B2 (en) 2016-02-24 2019-03-26 Wabash National, L.P. Composite floor for a dry truck body
US10329763B2 (en) 2016-02-24 2019-06-25 Wabash National, L.P. Composite floor structure and method of making the same
US11381605B2 (en) * 2016-03-08 2022-07-05 Eagle Eye Networks, Inc. System, methods, and apparatus for sharing private video stream assets with first responders
US10848808B2 (en) * 2016-03-08 2020-11-24 Eagle Eye Networks, Inc. Apparatus for sharing private video streams with public service agencies
US10505923B2 (en) * 2016-03-08 2019-12-10 Dean Drako Apparatus for sharing private video streams with first responders and method of operation
US10674116B2 (en) * 2016-03-08 2020-06-02 Eagle Eye Networks, Inc System and apparatus for sharing private video streams with first responders
US10939141B2 (en) * 2016-03-08 2021-03-02 Eagle Eye Networks, Inc. Apparatus for sharing private video streams with first responders and mobile method of operation
US10733221B2 (en) * 2016-03-30 2020-08-04 Microsoft Technology Licensing, Llc Scalable mining of trending insights from text
US9992539B2 (en) * 2016-04-05 2018-06-05 Google Llc Identifying viewing characteristics of an audience of a content channel
RU2632144C1 (ru) 2016-05-12 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Компьютерный способ создания интерфейса рекомендации контента
RU2632132C1 (ru) 2016-07-07 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и устройство для создания рекомендаций содержимого в системе рекомендаций
RU2636702C1 (ru) 2016-07-07 2017-11-27 Общество С Ограниченной Ответственностью "Яндекс" Способ и устройство для выбора сетевого ресурса в качестве источника содержимого для системы рекомендаций
US11645317B2 (en) 2016-07-26 2023-05-09 Qualtrics, Llc Recommending topic clusters for unstructured text documents
EP3291110A1 (en) * 2016-09-02 2018-03-07 OpenTV, Inc. Content recommendations using personas
US11048744B1 (en) * 2016-12-29 2021-06-29 Shutterstock, Inc. Computer architecture for weighting search results by stylistic preferences
USD882600S1 (en) 2017-01-13 2020-04-28 Yandex Europe Ag Display screen with graphical user interface
US11488028B2 (en) * 2017-03-31 2022-11-01 Yahoo Assets Llc Collaborative personalization via simultaneous embedding of users and their preferences
CN108268581A (zh) * 2017-07-14 2018-07-10 广东神马搜索科技有限公司 知识图谱的构建方法及装置
CN107391760B (zh) * 2017-08-25 2018-05-25 平安科技（深圳）有限公司 用户兴趣识别方法、装置及计算机可读存储介质
CN107944033B (zh) * 2017-12-13 2022-02-18 北京百度网讯科技有限公司 关联话题推荐方法和装置
US10838954B1 (en) 2017-12-14 2020-11-17 Amazon Technologies, Inc. Identifying user content
US10671658B2 (en) * 2018-02-22 2020-06-02 Rovi Guides, Inc. Systems and methods for automatically generating supplemental content for a media asset based on a user's personal media collection
US11243669B2 (en) * 2018-02-27 2022-02-08 Verizon Media Inc. Transmitting response content items
US11539992B2 (en) * 2018-02-28 2022-12-27 Google Llc Auto-adjust playback speed and contextual information
US10606446B2 (en) 2018-05-04 2020-03-31 David Arthur Yost Computer system with a plurality of work environments where each work environment affords one or more workspaces
US10904590B2 (en) * 2018-05-23 2021-01-26 Otter Network, LLC Method and system for real time switching of multimedia content
US11449764B2 (en) 2018-06-27 2022-09-20 Microsoft Technology Licensing, Llc AI-synthesized application for presenting activity-specific UI of activity-specific content
US11354581B2 (en) 2018-06-27 2022-06-07 Microsoft Technology Licensing, Llc AI-driven human-computer interface for presenting activity-specific views of activity-specific content for multiple activities
US10990421B2 (en) 2018-06-27 2021-04-27 Microsoft Technology Licensing, Llc AI-driven human-computer interface for associating low-level content with high-level activities using topics as an abstraction
RU2714594C1 (ru) 2018-09-14 2020-02-18 Общество С Ограниченной Ответственностью "Яндекс" Способ и система определения параметра релевантность для элементов содержимого
RU2720952C2 (ru) 2018-09-14 2020-05-15 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для создания рекомендации цифрового содержимого
RU2720899C2 (ru) 2018-09-14 2020-05-14 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для определения зависящих от пользователя пропорций содержимого для рекомендации
US11580179B2 (en) * 2018-09-24 2023-02-14 Salesforce.Com, Inc. Method and system for service agent assistance of article recommendations to a customer in an app session
US11049153B2 (en) * 2018-09-24 2021-06-29 Salesforce.Com, Inc. Mapping and filtering recommendation engine
RU2725659C2 (ru) 2018-10-08 2020-07-03 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для оценивания данных о взаимодействиях пользователь-элемент
RU2731335C2 (ru) 2018-10-09 2020-09-01 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для формирования рекомендаций цифрового контента
RU2757406C1 (ru) 2019-09-09 2021-10-15 Общество С Ограниченной Ответственностью «Яндекс» Способ и система для обеспечения уровня сервиса при рекламе элемента контента
US10922374B1 (en) 2019-10-24 2021-02-16 Capital One Services, Llc Techniques to determine relationships of items in web-based content
US11397754B2 (en) * 2020-02-14 2022-07-26 International Business Machines Corporation Context-based keyword grouping
KR20240019303A (ko) * 2021-08-11 2024-02-14 구글 엘엘씨 웹 브라우저 히스토리 데이터 표시를 위한 사용자 인터페이스
US12039471B2 (en) 2021-11-29 2024-07-16 T-Mobile Usa, Inc. Tracking issues and resolution of same in a wireless communication network
US11962455B2 (en) 2021-11-29 2024-04-16 T-Mobile Usa, Inc. Prioritizing multiple issues associated with a wireless telecommunication network
US11914632B2 (en) 2022-04-18 2024-02-27 International Business Machines Corporation Intelligent media data explorer

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1366771A (zh) * 2000-02-08 2002-08-28 皇家菲利浦电子有限公司 电子节目指南观看历史生成器方法和系统

Family Cites Families (104)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6460036B1 (en) 1994-11-29 2002-10-01 Pinpoint Incorporated System and method for providing customized electronic newspapers and target advertisements
US5758257A (en) 1994-11-29 1998-05-26 Herz; Frederick System and method for scheduling broadcast of and access to video programs and other data using customer profiles
US6078866A (en) 1998-09-14 2000-06-20 Searchup, Inc. Internet site searching and listing service based on monetary ranking of site listings
US6115709A (en) 1998-09-18 2000-09-05 Tacit Knowledge Systems, Inc. Method and system for constructing a knowledge profile of a user having unrestricted and restricted access portions according to respective levels of confidence of content of the portions
US6513039B1 (en) 1999-06-24 2003-01-28 International Business Machines Corporation Profile inferencing through automated access control list analysis heuristics
US6442606B1 (en) 1999-08-12 2002-08-27 Inktomi Corporation Method and apparatus for identifying spoof documents
US6519648B1 (en) * 2000-01-24 2003-02-11 Friskit, Inc. Streaming media search and continuous playback of multiple media resources located on a network
DE10009297A1 (de) 2000-02-29 2001-10-04 Siemens Ag Dynamisches Hilfesystem für eine Datenverarbeitungseinrichtung, insbesondere für eine Internet- oder Desktopanwendung
SG97922A1 (en) 2000-08-21 2003-08-20 Kent Ridge Digital Labs Knowledge discovery system
AU2002215112B2 (en) 2000-11-20 2007-08-16 British Telecommunications Public Limited Company Method of updating interests
US20040098386A1 (en) 2001-03-30 2004-05-20 Marcus Thint Profile management system
US20030154180A1 (en) * 2002-02-13 2003-08-14 Case Simon J. Profile management system
US8260656B1 (en) 2001-04-19 2012-09-04 Amazon.Com, Inc. Mining of user-generated playlists for data regarding relationships between digital works
US7313621B2 (en) 2001-05-15 2007-12-25 Sony Corporation Personalized interface with adaptive content presentation
US7016939B1 (en) 2001-07-26 2006-03-21 Mcafee, Inc. Intelligent SPAM detection system using statistical analysis
JP4250938B2 (ja) * 2001-10-15 2009-04-08 パナソニック株式会社 コミュニケーション支援方法およびコミュニケーションサーバ
US20030093794A1 (en) * 2001-11-13 2003-05-15 Koninklijke Philips Electronics N.V. Method and system for personal information retrieval, update and presentation
US7813954B1 (en) 2001-12-14 2010-10-12 Keen Personal Media, Inc. Audiovisual system and method for displaying segmented advertisements tailored to the characteristic viewing preferences of a user
US20030170006A1 (en) * 2002-03-08 2003-09-11 Bogda Peter B. Versatile video player
EP1860579A1 (en) * 2002-08-30 2007-11-28 Sony Deutschland Gmbh Method to split a multiuser profile
US7668885B2 (en) * 2002-09-25 2010-02-23 MindAgent, LLC System for timely delivery of personalized aggregations of, including currently-generated, knowledge
KR20050085287A (ko) 2002-12-04 2005-08-29 코닌클리케 필립스 일렉트로닉스 엔.브이. 유사한 시청 습관을 갖고 있는 사용자의 사용자 프로파일에기초한 비디오 콘텐트의 추천 방법
US7124149B2 (en) 2002-12-13 2006-10-17 International Business Machines Corporation Method and apparatus for content representation and retrieval in concept model space
US7725544B2 (en) 2003-01-24 2010-05-25 Aol Inc. Group based spam classification
US20050060643A1 (en) 2003-08-25 2005-03-17 Miavia, Inc. Document similarity detection and classification system
US8321278B2 (en) 2003-09-30 2012-11-27 Google Inc. Targeted advertisements based on user profiles and page profile
US7346839B2 (en) 2003-09-30 2008-03-18 Google Inc. Information retrieval based on historical data
US20050071479A1 (en) 2003-09-30 2005-03-31 Dimitris Achlioptas Smart button
US7359941B2 (en) 2004-01-08 2008-04-15 International Business Machines Corporation Method and apparatus for filtering spam email
US7392262B1 (en) 2004-02-11 2008-06-24 Aol Llc Reliability of duplicate document detection algorithms
US7624274B1 (en) 2004-02-11 2009-11-24 AOL LLC, a Delaware Limited Company Decreasing the fragility of duplicate document detecting algorithms
US7644127B2 (en) 2004-03-09 2010-01-05 Gozoom.Com, Inc. Email analysis using fuzzy matching of text
US7716223B2 (en) * 2004-03-29 2010-05-11 Google Inc. Variable personalization of search results in a search engine
US7580921B2 (en) 2004-07-26 2009-08-25 Google Inc. Phrase identification in an information retrieval system
US7707167B2 (en) 2004-09-20 2010-04-27 Microsoft Corporation Method, system, and apparatus for creating a knowledge interchange profile
US20060074980A1 (en) 2004-09-29 2006-04-06 Sarkar Pte. Ltd. System for semantically disambiguating text information
US20060168032A1 (en) 2004-12-21 2006-07-27 Lucent Technologies, Inc. Unwanted message (spam) detection based on message content
US20060161553A1 (en) 2005-01-19 2006-07-20 Tiny Engine, Inc. Systems and methods for providing user interaction based profiles
US7962510B2 (en) 2005-02-11 2011-06-14 Microsoft Corporation Using content analysis to detect spam web pages
US8306975B1 (en) 2005-03-08 2012-11-06 Worldwide Creative Techniques, Inc. Expanded interest recommendation engine and variable personalization
US7483903B2 (en) 2005-08-17 2009-01-27 Yahoo! Inc. Unsupervised learning tool for feature correction
US7877387B2 (en) 2005-09-30 2011-01-25 Strands, Inc. Systems and methods for promotional media item selection and promotional program unit generation
US8161044B2 (en) 2005-10-26 2012-04-17 International Business Machines Corporation Faceted web searches of user preferred categories throughout one or more taxonomies
US8015065B2 (en) 2005-10-28 2011-09-06 Yahoo! Inc. Systems and methods for assigning monetary values to search terms
US7584183B2 (en) 2006-02-01 2009-09-01 Yahoo! Inc. Method for node classification and scoring by combining parallel iterative scoring calculation
US7739226B2 (en) 2006-02-09 2010-06-15 Ebay Inc. Method and system to analyze aspect rules based on domain coverage of the aspect rules
US8019777B2 (en) 2006-03-16 2011-09-13 Nexify, Inc. Digital content personalization method and system
US7822745B2 (en) 2006-05-31 2010-10-26 Yahoo! Inc. Keyword set and target audience profile generalization techniques
US20070294721A1 (en) * 2006-06-20 2007-12-20 Sbc Knowledge Ventures, Lp System and method of providing supplemental video content related to targeted advertisements in a video stream
US7685199B2 (en) 2006-07-31 2010-03-23 Microsoft Corporation Presenting information related to topics extracted from event classes
US20080031447A1 (en) 2006-08-04 2008-02-07 Frank Geshwind Systems and methods for aggregation of access to network products and services
ITMI20061897A1 (it) 2006-10-03 2008-04-04 Pointer S R L Sistemi e metodi per classificare risultati di motori di ricerca
US20080091708A1 (en) 2006-10-16 2008-04-17 Idalis Software, Inc. Enhanced Detection of Search Engine Spam
US7680786B2 (en) 2006-10-30 2010-03-16 Yahoo! Inc. Optimization of targeted advertisements based on user profile information
WO2008053426A1 (en) 2006-10-31 2008-05-08 International Business Machines Corporation Identifying unwanted (spam) sms messages
US20080115173A1 (en) 2006-11-10 2008-05-15 Guideworks Llc Systems and methods for using playlists
US7885952B2 (en) 2006-12-20 2011-02-08 Microsoft Corporation Cloaking detection utilizing popularity and market value
US8196166B2 (en) 2006-12-21 2012-06-05 Verizon Patent And Licensing Inc. Content hosting and advertising systems and methods
US8402114B2 (en) 2006-12-28 2013-03-19 Advertising.Com Llc Systems and methods for selecting advertisements for display over a communications network
US7698329B2 (en) 2007-01-10 2010-04-13 Yahoo! Inc. Method for improving quality of search results by avoiding indexing sections of pages
US20080208852A1 (en) * 2007-02-26 2008-08-28 Yahoo! Inc. Editable user interests profile
JP4539712B2 (ja) * 2007-12-03 2010-09-08 ソニー株式会社 情報処理端末、情報処理方法、およびプログラム
US7827170B1 (en) * 2007-03-13 2010-11-02 Google Inc. Systems and methods for demoting personalized search results based on personal information
EP1973045A1 (en) * 2007-03-20 2008-09-24 British Telecommunications Public Limited Company Organising and storing documents
EP2763056A1 (en) 2007-03-31 2014-08-06 Sony Deutschland Gmbh Method for content recommendation
US20080249987A1 (en) 2007-04-06 2008-10-09 Gemini Mobile Technologies, Inc. System And Method For Content Selection Based On User Profile Data
US20080263022A1 (en) 2007-04-19 2008-10-23 Blueshift Innovations, Inc. System and method for searching and displaying text-based information contained within documents on a database
US20080294624A1 (en) 2007-05-25 2008-11-27 Ontogenix, Inc. Recommendation systems and methods using interest correlation
US7734641B2 (en) * 2007-05-25 2010-06-08 Peerset, Inc. Recommendation systems and methods using interest correlation
US7873635B2 (en) 2007-05-31 2011-01-18 Microsoft Corporation Search ranger system and double-funnel model for search spam analyses and browser protection
US20090006368A1 (en) 2007-06-29 2009-01-01 Microsoft Corporation Automatic Video Recommendation
US20090019062A1 (en) 2007-07-09 2009-01-15 Blaksley Ventures 108, Llc System and method for providing universal profiles for networked clusters
US20090144654A1 (en) 2007-10-03 2009-06-04 Robert Brouwer Methods and apparatus for facilitating content consumption
WO2009046435A1 (en) 2007-10-05 2009-04-09 Aharon Mizrahi System and method for enabling search of content
US8136034B2 (en) 2007-12-18 2012-03-13 Aaron Stanton System and method for analyzing and categorizing text
US8037095B2 (en) 2008-02-05 2011-10-11 International Business Machines Corporation Dynamic webcast content viewer method and system
US8370930B2 (en) 2008-02-28 2013-02-05 Microsoft Corporation Detecting spam from metafeatures of an email message
US20090254563A1 (en) * 2008-04-02 2009-10-08 Arnold Jeremy A Method and system for dynamically creating and updating user profiles for instant message contacts
US8307395B2 (en) * 2008-04-22 2012-11-06 Porto Technology, Llc Publishing key frames of a video content item being viewed by a first user to one or more second users
US8214346B2 (en) 2008-06-27 2012-07-03 Cbs Interactive Inc. Personalization engine for classifying unstructured documents
US9152722B2 (en) 2008-07-22 2015-10-06 Yahoo! Inc. Augmenting online content with additional content relevant to user interest
US7870253B2 (en) 2008-10-01 2011-01-11 The Cobalt Group, Inc. Systems and methods for aggregating user profile information in a network of affiliated websites
US20100153318A1 (en) * 2008-11-19 2010-06-17 Massachusetts Institute Of Technology Methods and systems for automatically summarizing semantic properties from documents with freeform textual annotations
US8112393B2 (en) 2008-12-05 2012-02-07 Yahoo! Inc. Determining related keywords based on lifestream feeds
US8443390B2 (en) 2008-12-05 2013-05-14 Qualcomm Incorporated Enhanced method and apparatus for enhancing support for service delivery
US8462160B2 (en) 2008-12-31 2013-06-11 Facebook, Inc. Displaying demographic information of members discussing topics in a forum
US9521013B2 (en) 2008-12-31 2016-12-13 Facebook, Inc. Tracking significant topics of discourse in forums
US9600581B2 (en) 2009-02-19 2017-03-21 Yahoo! Inc. Personalized recommendations on dynamic content
US20100281025A1 (en) * 2009-05-04 2010-11-04 Motorola, Inc. Method and system for recommendation of content items
US20110029515A1 (en) 2009-07-31 2011-02-03 Scholz Martin B Method and system for providing website content
US8849725B2 (en) 2009-08-10 2014-09-30 Yahoo! Inc. Automatic classification of segmented portions of web pages
US20110041157A1 (en) * 2009-08-13 2011-02-17 Tandberg Television Inc. Systems and Methods for Selecting Content For a Subscriber of a Content Service Provider
JP5609056B2 (ja) 2009-10-14 2014-10-22 ソニー株式会社 コンテンツ関係可視化装置、表示制御装置、コンテンツ関係可視化方法およびプログラム
US8572238B2 (en) * 2009-10-22 2013-10-29 Sony Corporation Automated social networking television profile configuration and processing
US20110153638A1 (en) 2009-12-17 2011-06-23 International Business Machines Corporation Continuity and quality of artistic media collections
US20130080526A1 (en) 2010-01-11 2013-03-28 Barjinderpal S. Gill Apparatus and method for delivering target content to members on a social network
US20120066303A1 (en) 2010-03-03 2012-03-15 Waldeck Technology, Llc Synchronized group location updates
US9665648B2 (en) * 2010-03-29 2017-05-30 Nokia Technologies Oy Method and apparatus for a user interest topology based on seeded user interest modeling
US20110295612A1 (en) * 2010-05-28 2011-12-01 Thierry Donneau-Golencer Method and apparatus for user modelization
US20120042262A1 (en) 2010-08-11 2012-02-16 Apple Inc. Population segmentation based on behavioral patterns
US20120102121A1 (en) 2010-10-25 2012-04-26 Yahoo! Inc. System and method for providing topic cluster based updates
US9311308B2 (en) * 2010-10-29 2016-04-12 Hewlett-Packard Development Company, L.P. Content recommendation for groups
EP2646964A4 (en) 2010-12-01 2015-06-03 Google Inc RECOMMENDATIONS BASED ON TOPICAL CLUSTERS
US8725795B1 (en) * 2011-06-17 2014-05-13 A9.Com, Inc. Content segment optimization techniques

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1366771A (zh) * 2000-02-08 2002-08-28 皇家菲利浦电子有限公司 电子节目指南观看历史生成器方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Novel Item Recommendation by User Profile Partitioning;Mi Zhang 等;《2009 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology - Workshops》;20090930;第508-515页,摘要,正文第IIII.A,III.B,IV.A节 *

Also Published As

Publication number Publication date
CN103329151A (zh) 2013-09-25
WO2012075335A2 (en) 2012-06-07
EP2646971A2 (en) 2013-10-09
US9355168B1 (en) 2016-05-31
US9275001B1 (en) 2016-03-01
US20140372435A1 (en) 2014-12-18
EP2646971A4 (en) 2015-06-03
US20120143996A1 (en) 2012-06-07
US8589434B2 (en) 2013-11-19
WO2012075341A3 (en) 2013-01-10
EP2646964A4 (en) 2015-06-03
WO2012075335A3 (en) 2013-03-21
US20120143871A1 (en) 2012-06-07
CN103348342B (zh) 2017-03-15
US8849958B2 (en) 2014-09-30
US8688706B2 (en) 2014-04-01
US9317468B2 (en) 2016-04-19
CN103348342A (zh) 2013-10-09
US20120143911A1 (en) 2012-06-07
EP2646964A2 (en) 2013-10-09
US20160044131A1 (en) 2016-02-11
WO2012075341A2 (en) 2012-06-07

Similar Documents

Publication Publication Date Title
CN103329151B (zh) 基于话题聚类的推荐
Karimi et al. News recommender systems–Survey and roads ahead
CN105320766B (zh) 信息推送方法和装置
EP4181026A1 (en) Recommendation model training method and apparatus, recommendation method and apparatus, and computer-readable medium
Wen et al. A hybrid approach for personalized recommendation of news on the Web
CN111259263B (zh) 一种物品推荐方法、装置、计算机设备及存储介质
Ahmed et al. Scalable distributed inference of dynamic user interests for behavioral targeting
CN104090919B (zh) 推荐广告的方法及广告推荐服务器
US9087332B2 (en) Adaptive targeting for finding look-alike users
Bi et al. A group-specific recommender system
US10607271B1 (en) Search platform with data driven search relevancy management
US20110238730A1 (en) Correlated Information Recommendation
TW201447797A (zh) 內容個人化之多相排序方法和系統
US10146815B2 (en) Query-goal-mission structures
KR20130062442A (ko) 협업 필터링 추천 방식을 이용한 추천 방법 및 추천 시스템
US9767204B1 (en) Category predictions identifying a search frequency
JP5662299B2 (ja) 情報推薦装置及び方法及び装置及びプログラム
CN111429161B (zh) 特征提取方法、特征提取装置、存储介质及电子设备
CN103262079B (zh) 检索装置及检索方法
Dong et al. Improving sequential recommendation with attribute-augmented graph neural networks
Selsaas et al. AFFM: Auto feature engineering in field-aware factorization machines for predictive analytics
Jadhav The Role of Data Science and Analytics in Predictive Modelling and Decision-Making
US10387934B1 (en) Method medium and system for category prediction for a changed shopping mission
CN112967100A (zh) 相似人群扩展方法、装置、计算设备以及介质
US8849804B1 (en) Distributing interest categories within a hierarchical classification

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: American California

Patentee after: Google limited liability company

Address before: American California

Patentee before: Google Inc.