CN103891245A - 位置知晓的内容检测 - Google Patents

Abstract

此处提供了尤其用于位置知晓的内容检测的一种或多种系统和/或技术。具体地，内容可被分组到话题群集中（例如，图像、文章、和/或网站可被分组到美式足球群集、地震群集等中）。群集的话题可被分配全局排名（例如，基于话题在全局范围内的重要性）和/或针对局部区域的局部排名（例如，基于话题对各个局部区域的重要性）。局部排名可基于与关联于话题的内容的用户交互（例如，许多来自日本的用户可能正在阅读关于地震的内容）。以此方式，内容可基于全局排名和/或局部排名被提供给用户（例如，来自世界各地的关于地震的内容可被呈现给日本和/或对地震表现出兴趣的其他区域的用户）。

Description

位置知晓的内容检测

背景

许多用户能够发现内容并通过各种接口与其交互，所述各种接口诸如移动设备上的新闻应用、社交媒体网站、台式设备上图像共享应用等。例如，用户可与新闻标题、图像、社交媒体帖子、视频、网站、播客、音乐流、和/或各种各样的内容交互。内容提供者可利用各种技术来标识可能与用户相关和/或用户可能感兴趣的内容。在一个示例中，搜索引擎可提供与用户提交的搜索查询相关的搜索结果。在另一示例中，社交媒体服务可基于用户与一个或多个其他用户的关系向用户提供朋友推荐。以此方式，用户可高效地定位用户可能感兴趣的内容。

概述

提供本概述以便以简化的形式介绍将在以下详细描述中进一步描述的一些概念。本概述并不旨在标识出所要求保护的主题的关键因素或必要特征，也不旨在用于限定所要求保护的主题的范围。

此处提供了尤其用于位置知晓的内容检测的一种或多种系统和/或技术。即，内容（例如，图像、社交媒体帖子、视频、文章、网站、和/或多个其他信息）可基于各种因素被选择性地排名，所述各种因素诸如全局排名（例如，内容在全局水平上的重要性/兴趣度）、局部排名（例如，内容对于各个局部区域的重要性/兴趣度）、和/或其他因素。以此方式，内容可根据特定区域（例如，国家、州、大学、城市、商办工业等）可能觉得该内容有多有趣来排名。

在一个示例中，内容集可被分组到一个或多个内容群集中。例如，具有类似特征（例如，图像特征、文本特征等）的内容可被分组到一内容群集中。因为内容群集内的内容可共享类似特征，所以可从内容群集中导出话题（例如，可从包括与足球有关的图像、社交网络帖子、文章、和/或其他内容的内容群集中导出足球话题）。以此方式，一个或多个话题群集可基于从内容群集标识出的话题来生成。来自内容集的至少某些内容可被分组到一个或多个话题群集中。

一个或多个话题群集的话题可被分配全局排名，该全局排名可指示这些话题在全局水平上可能有多重要/有多有趣。在一个示例中，话题群集的话题可基于被分组到该话题群集中的内容的一个或多个特征来被分配全局排名。例如，全局排名可基于大小特征（例如，如果相对大量或多个内容被分组到一话题群集中，则该话题群集的话题可能是相对重要的）、新鲜度特征（例如，如果在诸如一个星期之类的特定时间跨度内已经生成了相对少量的内容，则该话题可能是陈旧的）、源信任特征（例如，源信任列表可包括内容提供者的信任水平）、质量特征（例如，图像的质量、分辨率等，文章的长度，内容的用户审阅等）、和/或其他特征。以此方式，全局排名可被分配给一个或多个话题群集中的各个话题。

一个或多个话题群集的话题可被分配针对局部区域的局部排名，该局部排名可指示这些话题对于该局部区域的用户来说有多重要/有多有趣。在一个示例中，针对局部区域的局部排名可基于与局部区域相关联的用户参与数据和/或内容发生数据而被分配给话题。用户参与数据可与由局部区域的用户做出的与话题内容相关联的多种用户交互相对应，诸如用户查看、用户评论、社交媒体帖子、和/或用户审阅。内容发生数据可与源自同局部区域相关联的源的大量内容相对应。以此方式，话题可被分配全局排名和/或针对局部区域的局部排名。内容可基于该内容与具有相对较高的全局排名和/或具有相对较高的针对用户的特定局部区域的局部排名的话题相关联而被呈现给该局部区域的用户。

为实现上述内容和相关目的，以下描述和附图阐述了各个说明性方面和实现。这些方面和实现仅指示可以使用一个或多个方面的各种方式中的一些。结合附图阅读以下详细描述，则本公开的其他方面、优点、以及新颖特征将变得显而易见。

附图描述

图1是示出位置知晓的内容检测的示例性方法的流程图。

图2是示出位置知晓的内容检测的示例性方法的流程图。

图3是示出一种用于生成话题群集的示例性系统的组件框图。

图4是示出一种用于向话题群集的话题分配全局排名的示例性系统的组件框图。

图5是示出一种用于向话题分配局部排名的示例性系统的组件框图。

图6是示出一种用于基于位置知晓的话题检测将内容呈现给用户的示例性系统的组件框图。

图7是示例性计算机可读介质的图示，其中可包括被配置成实现此处所阐述的措施中的一个或多个的处理器可执行指令。

图8示出其中可实现本文中所述的措施中的一个或多个的示例性计算环境。

详细描述

现在参考附图来描述所要求保护的主题，所有附图中一般使用相同的附图标记来指代相同的元素。在以下描述中，为解释起见，阐明了众多具体细节以提供对所要求保护的主题的理解。然而，很明显，所要求保护的主题可以在没有这些具体细节的情况下实施。在其它情况下，以框图形式示出了各种结构和设备以便于描述所要求保护的主题。

因为各种各样的内容可供用户通过计算设备来消费，所以有选择性地向用户提供可能相关和/或可能有趣的内容可能是有利的。由此，如此处所提供的，内容的话题可被分配全局排名和/或针对局部区域的局部排名。这些排名可用于有选择性地向可能对内容话题感兴趣的用户提供该内容。例如，与被分配针对特定国家的相对较高的局部排名（例如，基于该国家的用户阅读、评论、和/或审阅与该话题相关联的内容）的话题相关联的内容可被呈现给该国家的用户。可以理解，内容可包括各种各样的内容，诸如社交媒体帖子、博客、文章、文本文档、图像、视频、网站、搜索引擎结果、和/或多种其他类型的信息。

位置知晓的内容检测的一个实施例由图1中的示例性方法100示出。在102处，该方法开始。在104，内容集可被分组到一个或多个内容群集中。例如，图像、文章、网页、和/或各种其他内容可从各种内容源（例如，网站、媒体源、社交网络等）获得。内容集可被分组到一个或多个内容群集中。例如，第一内容集和第二内容集可基于第一内容集和第二内容集具有类似特征而被分组到第一内容群集中（例如，与足球特征相关联的新闻故事、社交网络帖子、和/或视频可被一起分组到足球内容群集中）。可以理解，内容群集的一个示例在图3的示例300中示出（例如，内容群集312）。

在106，一个或多个话题群集可基于从内容群集标识出的一个或多个话题来生成。可以理解，话题群集的一个示例在图3的示例300中示出（例如，话题群集320）。例如，足球话题可从被分组到足球内容群集中的内容导出，以使得可基于足球话题来生成足球话题群集。在108，内容可被分组到至少某些话题群集中（例如，与足球相关联的内容可被分组到足球话题群集中）。以此方式，话题和/或话题群集可基于可用内容来动态定义。

在110，全局排名可被分配给各个话题群集的话题。可以理解，分配全局排名的一个示例在图4的示例400中示出。全局排名可基于与话题群集和/或话题群集中的内容相关联的特征（例如，大小特征、新鲜度特征、源信任特征、质量特征等）而被分配给话题。在大小特征的一个示例中，可基于相对大量的内容被分组到世界杯话题群集中来向世界杯话题分配相对较高的全局排名，而可基于相对少量的内容被分组到名人垮台话题群集中来向名人垮台话题分配相对较低的全局排名。在新鲜度特征的一个示例中，可基于相对少量的内容最近被变得对内战话题可用来向内战话题分配相对较低的全局排名。在源信任特征的一个示例中，可基于与日本地震话题相关联的内容提供者（例如，媒体实体、报纸等）具有相对较高的信任水平来向日本地震话题分配相对较高的全局排名。在全局排名的一个示例中，美国高尔夫公开赛话题可基于与美国高尔夫公开赛话题相关联的内容具有相对较高的质量（例如，相对较高分辨率的图像、相对较长的文本描述、相对较高的用户审阅等）而被分配相对较高的全局排名。以此方式，全局排名（例如，与话题在全局视角上可能有多重要相关联的度量）可被分配给话题。

在112，针对一个或多个局部区域的局部排名可基于与局部区域相关联的用户参与数据和/或内容发生数据而被分配给各个话题群集的话题。可以理解，分配局部排名的一个示例在图5的示例500中示出。在一个示例中，针对第一局部区域（例如，具有相对较强的美式足球队的第一大学）的第一局部排名可基于通过与第一大学相关联的学生与美式足球话题群集的内容（例如，美式足球文章、美式足球图像、美式足球web搜索等）的用户交互而被分配到美式足球话题。例如，第一大学可被分配相对较高的局部排名作为第一局部排名（例如，与第一大学相关联的学生可具有与美式足球内容相对较高的用户参与）。在另一示例中，针对第二局部区域（例如，没有美式足球队的第二大学）的第二局部排名可基于通过与第二大学相关联的学生与美式足球话题群集的内容的用户交互而被分配到美式足球话题。例如，第二大学可被分配相对较低的局部排名作为第二局部排名（例如，与第二大学相关联的学生可具有与美式足球内容相对较低的用户参与）。用户交互可与各种用户动作相对应，诸如查看内容、对内容评论、用户审阅内容、用户贴出引用内容的社交媒体帖子、用户执行对内容的搜索查询等。以此方式，用户参与可对应于例如与特定时间跨度内的内容的多种用户交互。在局部排名的另一示例中，局部排名可基于局部区域中内容的内容发生而被分配给话题。例如，如果相对大量的美式足球内容源自与第一大学相关联的源，则第一大学的相对较高的局部排名可被分配给美式足球话题。以此方式，话题可根据这些话题可能对特定局部区域的用户有多有趣/有多重要来进行排名。

在114，内容可基于与该内容相关联的话题的全局排名和/或该话题针对用户的局部区域的局部排名来呈现给用户。例如，美式足球话题可具有相对中等的全局排名以及对于第一大学相对较高的局部排名。由此，与第一大学相关联的用户可被呈现与美式足球话题相关联的内容（例如，新闻应用和/或新闻网站可将来自各个位置的美式足球的内容显示给用户）。可以理解，显示内容的一个示例在图6的示例600中示出。在116，该方法结束。

位置知晓的内容检测的一个实施例由图2中的示例性方法200示出。在202处，该方法开始。在204，话题可用基于与通过局部区域的一个或多个用户和关联于话题的内容的用户交互相关联的用户参与数据的局部排名来进行排名。在一个示例中，话题（例如，美式足球话题、总统竞选话题、水面浮油话题等）可与被分组到与该话题相关联的话题群集中的内容相对应（例如，水面浮油话题群集中的水面浮油文章、美式足球话题群集中的美式足球图像等）。来自各个局部区域（例如，不同国家、城市、州、企业、组织、大学等）的用户可与这些内容交互。例如，具有很强的美式足球队的大学的学生与没有美式足球队的大学的学生相比可与相对大量的美式足球内容交互。这种用户交互可被收集为用户参与数据，该用户参与数据可指示该话题对于特定局部区域有多重要和/或有多相关。以此方式，与该话题相关联的内容可基于局部排名高于局部兴趣阈值（例如，局部排名为9的美式足球话题可大于5的局部兴趣阈值）而被呈现给该局部区域内的用户。内容可源自该局部区域内或该局部区域外的源（例如，与不同大学、州、或国家相关联的美式足球）。在一个示例中，局部排名可基于与发生自局部区域的内容相关联的内容发生（例如，局部排名可基于位于局部区域内的提供者所发布的大量内容）。以此方式，一个或多个话题可在基于位置的用户参与数据和/或来自特定区域的内容发生的基础上被排名和/或有选择性地呈现给用户。在206，该方法结束。

图3示出了被配置成用于生成话题群集320的系统300的示例。系统300可包括分组组件302。分组组件302可被配置成将内容（例如，来自第一内容源304的内容306、来自第二内容源308的内容310等）分组到内容群集312中。例如，分组组件302可创建包括具有类似特征的内容（例如，具有体育特征的新闻标题、图像、和/或视频）的第一内容群集314、具有类似特征（例如，具有政治特征的网站、文本文档、和/或社交媒体帖子）的第二内容群集316、具有类似特征（例如，具有名人特征的音频、微博、和/或文章）的第三内容群集318、和/或未示出的其他内容群集。

分组组件302可被配置成基于从内容群集312标识出的一个或多个话题来生成话题群集320。例如，分组组件302可创建世界杯话题群集322、美国大选话题324、日本地震话题群集326、水面溢油话题群集328、美国高尔夫公开赛话题群集330、英国网球覆盖率话题群集332、名人垮台话题群集334、和/或未示出的其他话题群集。分组组件302可被配置成将内容分组到话题群集320中的至少某些中（例如，与水面溢油相关联的内容可被分组到水面溢油话题群集328中）。以此方式，话题可被分配到话题群集320。

图4示出被配置成用于向话题群集404的话题分配全局排名的系统400的示例。系统400可包括排名组件402。排名组件402可被配置成基于被分组到话题群集中的内容的特征向各个话题群集分配全局排名。这些特征可包括大小特征（例如，话题群集的大小）、新鲜度特征（例如，已经为话题生成的新的内容有多近）、源信任特征（例如，话题的内容提供者的信任水平）、质量特征（例如，话题的内容的图像或文本质量）、和/或其他特征。例如，排名组件402可向世界杯话题406分配全局排名7，向日本地震话题408分配全局排名6，向水面溢油话题410分配全局排名5，向美国大选话题412分配全局排名3，向英国网球覆盖率话题414分配全局排名3，向美国高尔夫公开赛话题416分配全局排名2，向名人垮台话题418分配全局排名1.5，和/或向未示出的话题分配其他全局排名。以此方式，全局排名可与话题在全局水平上的重要性相对应（例如，世界范围内的重要性、对大学的重要性、对特定年龄组的重要性、对特定商办行业的重要性、和/或对诸如人、地点或事物之类的任何其他全局实体分组的重要性）。

图5示出了被配置成用于向话题分配局部排名的系统500的示例。系统500可包括排名组件502。排名组件502可被配置成基于用户参与数据和/或局部内容发生数据（局部内容数据504）来向话题分配针对局部区域的局部排名。用户参与数据可与通过局部区域的用户和关联于话题的内容的用户交互相对应。局部内容发生数据可与来自局部区域的提供者所创建的大量内容相对应（例如，局部的报纸网站）。以此方式，局部排名可与话题对于特定局部区域的用户有多重要和/或有多相关相对应。

在一个示例中，排名组件502可基于第一局部区域内用户的用户参与数据（例如，与关联于话题的内容的员工交互）和/或第一局部区域内的局部内容发生数据（例如，由第一地理区域内的源所生成的大量内容）来分配针对第一局部区域506（例如，位于第一地理区域内的软件公司）的局部排名。例如，排名组件502可向美国大选话题分配局部排名9.2，向美国高尔夫公开赛话题分配局部排名8，向日本地震话题分配局部排名6.2，向水面溢油话题分配局部排名5.9，向世界杯话题分配局部排名4，向英国网球覆盖率话题分配局部排名1.3，和/或向名人垮台话题分配局部排名1.1。

排名组件502可基于第二局部区域内用户的用户参与数据和/或第二局部区域内的局部内容发生数据来分配针对第二局部区域508（例如，位于第二地理区域内的软件公司）的局部排名。以此方式，排名组件502可向话题分配针对局部区域的局部排名，所述局部排名可指示话题对于例如特定局部区域有多重要和/或多相关。

图6示出一种用于基于位置知晓的话题检测将内容呈现给用户的系统600的示例。系统600可包括呈现组件602。呈现组件602可被配置成通过用户界面612（例如，移动应用、应用、网站等）呈现来自经群集的内容610集合的内容。经群集的内容610中的内容可与话题604相关联（例如，第一内容群集可与美式足球话题相关联，第二内容群集可与度假话题相关联等）。呈现组件602可基于与经群集的内容610的话题604相关联的全局排名606和/或局部排名608有选择性地确定要通过用户界面612呈现什么内容。

在一个示例中，呈现组件602可基于cookie设定、用户简档、IP地址、和/或与用户相关联的其他标识信息来确定用户界面612的用户与日本的局部区域相关联。呈现组件602可标识与具有相对较高的全局排名（例如，在全局基础上可能是重要的内容）和/或对于日本相对较高的局部排名（例如，由日本用户的用户参与数据所指示的对于日本用户可能是重要的内容）的话题相关联的内容。以此方式，呈现组件602可显示在全局基础上和/或例如对于日本的局部基础上可能是重要的和/或相关的社交媒体内容614、视频616、文章618、图像620、网站622、和/或其他内容。

又一实施例涉及包括被配置成实现此处所呈现的技术中的一种或多种的处理器可执行指令的计算机可读介质。可以这些方式设计的一种示例性计算机可读介质在图7中示出，其中实现700包括其上编码有计算机可读数据714的计算机可读介质716（例如，CD-R、DVD-R、或硬盘驱动器的盘）。该计算机可读数据714又包括被配置成根据此次阐述的原理中的一个或多个来操作的一组计算机指令712。在一个这样的实施例700中，处理器可执行计算机指令712可被配置成执行方法710，诸如例如，图1的示例性方法100中的至少某些和/或图2的示例性方法200中的至少某些。在另一个这样的实施例中，处理器可执行的指令712可被配置成实现一种系统，诸如例如图3的示例性系统300的至少某些，图4的示例性系统400的至少某些，图5的示例性系统500的至少某些，和/或图6的示例性系统600的至少某些。本领域普通技术人员可设计被配置成根据此处所呈现的技术来操作的许多此类计算机可读介质。

尽管用结构特征和/或方法动作专用的语言描述了本主题，但可以理解，所附权利要求书中定义的主题不必限于上述具体特征或动作。更确切而言，上述具体特征和动作是作为实现权利要求的示例形式公开的。

如在本申请中所使用的，术语“组件”、“模块”、“系统”、“接口”等一般旨在表示计算机相关的实体，该实体可以是硬件、硬件和软件的组合、软件、或者执行中的软件。例如，组件可以是，但不限于是，在处理器上运行的进程、处理器、对象、可执行码、执行的线程、程序和/或计算机。作为说明，运行在控制器上的应用程序和控制器都可以是组件。一个或多个组件可以驻留在进程和/或执行线程中，并且组件可以位于一个计算机内和/或分布在两个或更多计算机之间。

此外，所要求保护的主题可使用产生控制计算机以实现所公开的主题的软件、固件、硬件、或其任意组合的标准编程和/或工程技术来实现为方法、装置、或制品。如此处所使用的术语“制品”旨在涵盖可从任何计算机可读设备、载体、或介质进行访问的计算机程序。当然，本领域的技术人员应当认识到，在不背离所要求保护的主题的范围或精神的情况下可对该配置作出许多修改。

图8和以下讨论提供了对实现本文所阐述的一个或多个原理的实施例的合适计算环境的简要、概括描述。图8的操作环境只是合适的操作环境的一个示例，而不旨在对该操作环境的使用范围或功能提出任何限制。示例计算设备包括但不限于，个人计算机、服务器计算机、手持式或膝上型设备、移动设备（诸如移动电话、个人数字助理（PDA）、媒体播放器等）、多处理器系统、消费电子产品、小型计算机、大型计算机、包括任何以上系统或设备中的分布式计算环境等。

虽然并非必需，但是实施例在由一个或多个计算设备执行的“计算机可读指令”的一般上下文中进行描述。计算机可读指令可经由计算机可读介质来分发（在下文中讨论）。计算机可读指令可被实现为执行特定任务或实现特定抽象数据类型的程序模块，诸如函数、对象、应用程序编程接口（API）、数据结构等。通常，计算机可读指令的功能可按需在各种环境中组合或分布。

图8示出包括被配置成实现此处所提供的一个或多个实施例的计算设备812的系统810的示例。在一种配置中，计算设备812包括至少一个处理单元816和存储器818。取决于计算设备的确切配置和类型，存储器818可以是易失性的（例如诸如RAM）、非易失性的（例如诸如ROM、闪存等）、或两者的一些组合。该配置在图8中由虚线814示出。

在其他实施例中，设备812可包括附加特征和/或功能。例如，设备812还可包括附加存储（例如，可移动和/或不可移动），包括但不限于磁存储、光存储等。此类附加存储在图8中由存储820示出。在一个实施例中，实现此处所提供的一个或多个实施例的计算机可读指令可位于存储820中。存储820还可储存实现操作系统、应用程序等其他计算机可读指令。可将计算机可读指令加载到存储器818中，以供例如处理单元816执行。

如此处所使用的术语“计算机可读介质”包括计算机存储介质。计算机存储介质包括以用于存储诸如计算机可读指令或其他数据之类的信息的任何方法或技术来实现的易失性和非易失性、可移动和不可移动介质。存储器818和存储820都是计算机存储介质的示例。计算机存储介质包括但不限于，RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘（DVD）或其他光存储、磁带盒、磁带、磁盘存储或其他磁存储设备、或者可用于存储所需信息且可由设备812访问的任何其他介质。任何这样的计算机存储介质都可以是设备812的一部分。

设备812还可包括允许该设备812与其他设备进行通信的通信连接826。通信连接826可包括但不限于，调制解调器、网络接口卡（NIC）、集成网络接口、射频发射机/接收机、红外线端口、USB连接、或用于将计算设备812连接到其他计算设备的其他接口。通信连接826可包括有线连接或无线连接。通信连接826可发送和/或接收通信媒体。

术语“计算机可读介质”可包括通信介质。通信介质通常以诸如载波或其他传输机制之类的“已调制数据信号”来体现计算机可读指令或其他数据，并且包括任何信息传送介质。术语“已调制数据信号”可包括以对信号中的信息进行编码的方式设置或改变其一个或多个特征的信号。

设备812可包括输入设备824，诸如键盘、鼠标、笔、语音输入设备、触摸输入设备、红外照相机、视频输入设备、和/或任何其他输入设备。在设备812中还可包括输出设备822，诸如一个或多个显示器、扬声器、打印机、和/或任何其他输出设备。输入设备824和输出设备822可经由有线连接、无线连接、或其任何组合连接到设备812。在一个实施例中，来自另一计算设备的输入设备或输出设备可用作计算设备812的输入设备824或输出设备822。

计算设备812的组件可通过多种互连来连接，例如总线。这样的互连可以包括诸如PCI Express之类的外围部件互连（PCI）、通用串行总线（USB）、火线（IEEE13104）、光学总线结构等等。在另一实施例中，计算设备812的组件可通过网络来互连。例如，存储器818可包括位于通过网络互连的不同物理位置的多个物理存储器单元。

本领域技术人员应当认识到，用于存储计算机可读指令的存储设备可分布在网络上。例如，可以通过网络828访问的计算设备830可以储存实现此处所提供的一个或多个实施例的计算机可读指令。计算设备812可访问计算设备830，并且下载部分或全部计算机可读指令以供执行。替换地，计算设备812可按需下载计算机可读指令的片断，或者一些指令可在计算设备812处执行，而一些指令则可在计算设备830处执行。

本文提供了各实施例的各种操作。在一个实施例中，所描述的操作中的一个或多个可以组成存储在一个或多个计算机可读介质上的计算机可读指令，这些指令如果由计算设备执行则使得计算设备执行所描述的操作。所描述的一些或所有操作的顺序不应该被解释为暗示这些操作一定是依赖于顺序的。从本说明书获益的本领域技术人员将认识到替换顺序。此外，应该理解，并非所有的操作都一定存在于本文所提供的每一个实施例中。

此外，本文中所使用的词语“示例性”意指用作示例、实例或说明。在本文中描述为“示例性”的任何方面或设计并不一定被解释为比其他方面或设计有利。相反，使用词语“示例性”旨在以具体的方式呈现各个概念。如本申请中所使用的，术语“或”意指包括性“或”而非互斥性“或”。即，除非另有指定或从上下文中清晰可见，否则“X使用A或B”意指任何自然的包括性排列。即，如果X使用A；X使用B；或X使用A和B两者，则在任何以上情况下，都满足“X使用A或B”。另外，本申请中和所附权利要求书中所使用的冠词“一”和“一个”一般可被解释为意指“一个或多个”，除非另有指定或从上下文中清晰可见是指单数形式。同样，Ａ和Ｂ和/或等中至少一个通常是指Ａ、或Ｂ、或Ａ和Ｂ二者。

同样，虽然参考一个或多个实现示出并描述了本公开，但本领域技术人员基于对本说明书和附图阅读和理解，可以想到各种等效更改和修改。本发明包括所有这样的修改和更改，并且仅由所附权利要求的范围来限定。具体来说，对于由上述组件（例如，元素、资源等等）执行的各种功能，除非另外指明，否则用于描述这些组件的术语旨在对应于执行所描述的执行此处在本公开的示例性实现中所示的功能的组件的指定功能（例如，功能上等效）的任何组件，即使这些组件在结构上不等效于所公开的结构。此外，尽管可相对于若干实现中的仅一个实现来公开本公开的一个特定特征，但这一特征可以如对任何给定或特定应用所需且有利地与其他实现的一个或多个其他特征相组合。此外，就在说明书或权利要求书中使用术语“包含”、“具有”、“含有”和“带有”及其变体而言，此类术语旨在以与术语“包括”相似的方式为包含性的。

Claims (20)

1.一种用于位置知晓的内容检测的方法，包括：

将内容集分组到一个或多个内容群集中；

基于从所述一个或多个内容群集中的至少一些内容群集中标识出的一个或多个话题来生成一个或多个话题群集；

将所述内容集的至少一些内容分组到所述一个或多个话题群集的至少一些中；

对于各个话题群集：

基于被分组到所述话题群集中的内容的一个或多个特征向话题群集的话题分配全局排名；以及

基于与通过局部区域内的一个或多个用户与所述话题群集的内容的用户交互相关联的用户参与数据来向所述话题群集的所述话题分配局部排名；以及

基于与内容相关联的话题的全局排名或者与用户的局部区域相关联的针对所述话题的局部排名来将所述内容呈现给所述用户。

2.如权利要求1所述的方法，其特征在于，分组内容集包括：

基于第一内容集的第一特征与第二内容集的第二特征相关来将所述第一内容集和所述第二内容集分组到第一内容群集中。

3.如权利要求1所述的方法，其特征在于，分配全局排名包括以下项中的至少之一：

基于与所述话题群集或内容中的至少一个相关联的大小特征来分配所述全局排名；

基于与内容的创建时间或发布时间中的至少一个相关联的新鲜度特征来分配所述全局排名；

基于与内容源的信任水平相关联的源信任特征来分配所述全局排名；或者

基于内容的质量特征来分配所述全局排名。

4.如权利要求3所述的方法，其特征在于，所述质量特征与关联于所述内容的图像质量、所述内容的用户审阅、所述内容的文本长度、或者所述内容的源中的至少一个相对应。

5.如权利要求1所述的方法，其特征在于，分配局部排名包括：

至少部分地基于与所述局部区域相关联的内容发生来导出所述局部排名。

6.如权利要求1所述的方法，其特征在于，分配局部排名包括：

确定在时间跨度内与内容的多种用户交互，用户交互与用户查看所述内容、用户对所述内容评论、用户审阅所述内容、或者用户社交媒体帖子引用所述内容中的至少一个相对应。

7.如权利要求1所述的方法，其特征在于，分配局部排名包括：

基于与通过第二局部区域内的一个或多个用户与所述话题的内容的用户交互相关联的用户参与数据来向所述话题群集的所述话题分配第二局部排名，所述第二局部排名指示与所述局部区域内的用户相比所述话题对于所述第二局部区域内的用户具有更高的兴趣排名。

8.如权利要求1所述的方法，其特征在于，所述呈现包括：

基于第一话题被分配高于第二话题的第二局部排名的第一局部排名来选择所述第一话题的内容而不选择所述第二话题的内容；以及

通过新闻应用或新闻网站中的至少一个来显示所述内容。

9.一种用于位置知晓的内容检测的方法，包括：

用基于与通过局部区域的一个或多个用户和关联于话题的内容的用户交互相关联的用户参与数据的局部排名对话题排名。

10.如权利要求9所述的方法，其特征在于，包括：

基于所述局部排名高于局部兴趣阈值来向所述局部区域内的用户呈现所述话题的内容。

11.如权利要求10所述的方法，其特征在于，所述呈现包括：

呈现源自于与所述局部区域不同的第二局部区域的内容。

12.如权利要求9所述的方法，其特征在于，包括：

用基于与通过所述局部区域的一个或多个用户和关联于第二话题的内容的用户交互相关联的用户参与数据的第二局部排名对第二话题排名；以及

基于所述第二局部排名高于所述局部排名来有选择性地将与所述第二话题相关联的内容而非与所述第一话题相关联的内容呈现给与所述局部区域相关联的用户。

13.如权利要求9所述的方法，其特征在于，对话题排名包括：

至少部分地基于与所述局部区域相关联的内容发生来导出所述局部排名。

14.如权利要求9所述的方法，其特征在于，包括：

用基于与通过第二局部区域的一个或多个用户和关联于所述话题的内容的用户交互相关联的用户参与数据的第二局部排名对所述话题排名。

15.如权利要求14所述的方法，其特征在于，包括：

基于所述第二局部排名高于所述局部排名来有选择性地向所述第二局部区域的用户而非所述第一局部区域的用户呈现所述话题的内容。

16.一种用于位置知晓的内容检测的系统，包括：

分组组件，所述分组组件被配置成：

将内容集分组到一个或多个话题群集中；以及

排名组件，所述排名组件被配置成：

对于各个话题群集：

基于与通过局部区域内的一个或多个用户与所述话题群集的内容的用户交互相关联的用户参与数据来向所述话题群集的所述话题分配局部排名。

17.如权利要求16所述的系统，其特征在于，包括呈现组件，所述呈现被配置成：

基于所述话题群集的话题的局部排名高于局部兴趣阈值来将被分配到所述话题群集的内容呈现给所述局部区域内的用户。

18.如权利要求16所述的系统，其特征在于，所述排名组件被配置成：

基于与通过第二局部区域内的一个或多个用户与所述话题群集的内容的用户交互相关联的用户参与数据来向所述话题分配第二局部排名。

19.如权利要求17所述的系统，其特征在于，所述呈现组件被配置成：

基于cookie设置、用户简档、或IP地址中的至少一个来标识所述用户在所述局部区域内。

20.如权利要求17所述的系统，其特征在于，所述排名组件被配置成：

对于各个话题群集：

基于大小特征、新鲜度特征、信任水平、或质量特征中的至少一个来向所述话题群集的所述话题分配全局排名。

Images