CN105474255A - 确定媒体内容项目之间的派生的可能性和程度 - Google Patents
确定媒体内容项目之间的派生的可能性和程度 Download PDFInfo
- Publication number
- CN105474255A CN105474255A CN201480045492.4A CN201480045492A CN105474255A CN 105474255 A CN105474255 A CN 105474255A CN 201480045492 A CN201480045492 A CN 201480045492A CN 105474255 A CN105474255 A CN 105474255A
- Authority
- CN
- China
- Prior art keywords
- media content
- content item
- items
- item
- content items
- 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
- G06F16/40—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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/18—Legal services; Handling legal documents
- G06Q50/184—Intellectual property management
-
- 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
- G06F16/903—Querying
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Technology Law (AREA)
- Tourism & Hospitality (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Computational Linguistics (AREA)
- Library & Information Science (AREA)
- Information Transfer Between Computers (AREA)
- Computer Security & Cryptography (AREA)
- Signal Processing (AREA)
Abstract
公开了用于确定媒体内容项目之间的派生的可能性和程度的系统和方法。在一个实现中,处理设备相对于一个或多个其他媒体内容项目处理第一媒体内容项目以识别该第一媒体内容项目和一个或多个其他媒体内容项目之间的一个或多个相似性。该处理设备基于对该第一媒体内容项目和一个或多个其他媒体内容项目之间的该一个或多个相似性的识别来关于该第一媒体内容项目和一个或多个其他媒体内容项目确定一个或多个派生度量。该处理设备基于对该一个或多个派生度量的确定来关于(a)该第一媒体内容项目或(b)一个或多个其他媒体内容项目中的至少一个发起一个或多个动作。
Description
技术领域
本公开的方面和实现涉及数据处理,并且更具体地涉及确定媒体内容项目之间的派生的可能性和程度。
背景技术
音频内容和视频内容可以存储在数据服务器上并且通过因特网提供给用户用于收听/观看。用于支持这样的音频内容和视频内容的收听/观看的应用可以基于浏览器,或者可以独立于浏览器运行。
发明内容
下面呈现本公开的各种方面的简化概述以提供对这样的方面的基本理解。此概述不是所有预期方面的详尽概述,并且既不旨在标识这样的方面的关键或重要元素也不描绘这样的方面的范围。其目的在于以简化形式呈现本公开的一些概念,作为稍后呈现的更详细描述的序言。
在本公开的方面中,处理设备相对于一个或多个其他媒体内容项目处理第一媒体内容项目以识别该第一媒体内容项目和该一个或多个其他媒体内容项目中的至少一个媒体内容项目之间的一个或多个相似性。该处理设备基于对该第一媒体内容项目和该一个或多个其他媒体内容项目中的该至少一个媒体内容项目之间的该一个或多个相似性的识别来关于该第一媒体内容项目和该一个或多个其他媒体内容项目中的该至少一个媒体内容项目确定一个或多个派生度量。该处理设备基于对该一个或多个派生度量的确定来关于(a)该第一媒体内容项目或(b)该一个或多个其他媒体内容项目中的该至少一个媒体内容项目中的至少一个发起一个或多个动作。
附图说明
从下面给出的详细描述和从本公开的各种方面和实现的附图将更充分地理解本公开的方面和实现,然而它们不应被理解为将本公开限制为特定方面或实现,而是仅用于解释和理解。
图1描绘了根据本公开的一个实现的说明性系统架构。
图2描绘了用于确定媒体内容项目之间的派生的可能性和程度的方法的方面的流程图。
图3A根据本公开的一个实现描绘了其中若干媒体内容项目已被识别为彼此相似和/或匹配的示范性情景并且还描绘了它们的相应质量度量。
图3B根据本公开的一个实现描绘了其中若干媒体内容项目已被识别为彼此相似和/或匹配的示范性情景并且还描绘了它们的相应内容传播度量。
图3C根据本公开的一个实现描绘了其中若干媒体内容项目已被识别为彼此相似和/或匹配的示范性情景并且还描绘了每个媒体内容项目被上传的相应日期。
图4A根据本公开的一个实现描绘了示出具有可以被识别为存在于其他媒体内容项目中的若干不同区段的媒体内容项目的时间线的示意图。
图4B根据本公开的一个实现描绘了示出具有可以被识别为存在于其他媒体内容项目中的单个不同区段的媒体内容项目的时间线的示意图。
图5描绘了示出具有可以被识别为从其他媒体内容项目派生的若干区段的媒体内容项目的持续时间的时间线的示意图。
图6描绘了根据本公开的方面和实现操作的说明性计算机系统的框图。
具体实施方式
本公开的方面和实现涉及确定媒体内容项目之间的派生的可能性和程度。所公开的系统和方法可以被应用到媒体内容,诸如音频和/或视频内容、图像和/或可以诸如经由媒体共享服务或网站收集和/或传播的任何其他内容。更具体地,虽然媒体存储或储存库(诸如包含可用于观看的视频的一个或多个服务器)内包含的大量的媒体内容可以被称为“原始的”(因为媒体内容由第一作者/创建者创建),但这样的媒体存储/储存库中包含的媒体内容中的一些媒体内容实际上可能是从这样的“原始”作品派生(例如通过在派生的媒体项目中再现一个或多个原始媒体项目的至少一些内容)。虽然已经开发了各种技术以帮助识别两个(或更多个)媒体内容项目(例如由媒体共享服务存储的视频)之间存在的相似性和/或匹配,仅仅识别这样的项目之间的相似性或匹配不一定提供对项目中的哪个项目是“原始的”(也就是说,首先被创建)并且其他项目中的哪个项目可能是从它派生(也就是说,后来被创建)的深入了解或指示。
因此,本文在各种实施例中描述了使得能够确定媒体内容项目可能是从一个或多个其他相似/匹配媒体内容项目派生的可能性的技术。可以例如基于与这样的媒体内容项目相关联的各种相应因子诸如它们的相对质量(例如它们的视频分辨率)、它们已被传播的程度(例如共享和/或观看)和/或它们被创建/上传的日期的比较来计算这样的确定。这些(和/或其他)因子可以提供哪个媒体内容项目相对更可能是“原始的”和哪个媒体内容项目相对更可能是派生的各种指示。此外,基于这样的确定,可以诸如相对于被确定为很可能是“派生”的媒体内容项目发起一个或多个动作。
图1描绘了根据本公开的一个实现的说明性系统架构100。系统架构100包括用户设备102A至102N和服务器机器120。这些各种元件或组件可以经由网络110彼此连接,该网络可以是公共网络(例如因特网)、专用网络(例如局域网(LAN)或广域网(WAN))或其组合。
用户设备102A至102N可以是无线终端(例如智能电话等)、个人计算机(PC)、膝上型计算机、平板计算机或任何其他计算或通信设备。用户设备102A至102N可以运行用于管理用户设备102A至102N的硬件和软件的操作系统(OS)。诸如移动应用(“app”)、web浏览器等(未示出)的各种应用可以在客户端机器上(例如在客户端机器的OS上)运行。这样的应用可以例如使得用户能够诸如经由用户设备102捕获媒体内容(例如音频剪辑、视频剪辑等)、提供媒体内容(例如将媒体内容上传到中央服务器和/或将其发送给另一个用户)、接收媒体内容(例如经由网络110)和/或观看、显示或以其他方式呈现媒体内容(例如播放视频、听一首歌等)。用户设备102A至102N可以在地理上分布在整个世界的任何地方。
服务器机器120可以是机架式服务器、路由器计算机、个人计算机、便携式数字助理、移动电话、膝上型计算机、平板计算机、相机、视频相机、上网本、台式计算机、媒体中心、上述的任何组合或能够实现本文描述的各种特征的任何其他此类计算设备。服务器机器120可以包括组件,诸如内容比较引擎130、内容传播确定引擎132、派生确定引擎134、动作发起引擎136和媒体内容存储140。根据特定实现,组件可以组合在一起或分离为进一步的组件。应当指出的是,在一些实现中,服务器机器120的各种组件可以在分立的机器上运行。此外,下面关于图2更详细描述组件中的某些组件的一些操作。
媒体内容存储140可以由一个或多个存储设备诸如主存储器、基于磁存储或光存储的磁盘、带或硬盘驱动器、NAS、SAN等托管。在一些实现中,媒体内容存储140可以是网络附接的文件服务器,而在其他实现中,媒体内容存储140可以是可以由服务器机器120或经由网络110耦合到服务器机器120的一个或多个不同机器托管的某个其他类型的永久存储,如面向对象的数据库、关系数据库等,而在另外其他实现中,媒体内容存储140可以是由另一个实体托管并被使得服务器机器120可访问的数据库。
媒体内容存储140可以包括媒体内容项目141A至141N。在某些实现中,媒体内容项目141A至141N可以对应于媒体内容本身(例如音频剪辑、视频剪辑、图像等)和/或这样的媒体内容的指纹(例如从诸如色彩、强度、频率等的特征取得的定量数据)以及使媒体内容项目与它们的相应指纹相关联的数据结构(例如其中每行存储音频/视频区段的标识符和该音频/视频区段的指纹数据的表等)。在接收到媒体内容项目时,如可以例如在用户设备102处捕获并且发送到服务器机器120,可以将所接收的媒体内容项目与媒体内容存储140中的媒体内容项目进行比较和/或借助这些媒体内容项目以其他方式进行分析。这样做,可以识别所捕获/接收的媒体内容项目和存储在媒体内容存储器140中的那些媒体内容项目之间的一个或多个匹配和/或相似性。
在某些实现中,各种媒体内容项目141可以与一个或多个质量度量142相关联。这样的质量度量可以反映特定媒体内容项目的质量和/或其他方面(例如视频分辨率、音频比特率、压缩、文件格式等)。在某些实现中,所引用的质量度量可以被存储为与各种媒体内容项目相关联的元数据和/或基于与各种媒体内容项目相关联的元数据来确定。
此外,在某些实现中,各种媒体内容项目141可以与一个或多个内容传播度量143相关联。这样的内容传播度量可以反映特定媒体内容项目已被传播、观看等的数量和/或程度。内容传播度量的示例包括但不限于媒体内容项目的共享的实例(例如视频诸如通过社交网络站点或平台已在一个或多个用户之间共享的次数,和/或这样的实例的细节)和/或媒体内容项目的观看或播放的实例(例如视频诸如经由媒体共享服务或站点已被观看/播放的次数,和/或这样的实例的细节),但应当理解的是,也可以采用任何数量的其他内容传播度量(包括考虑多个个体度量的聚合度量)。在某些实现中,所引用的内容传播度量可以被存储为与各种媒体内容项目相关联的元数据和/或基于与各种媒体内容项目相关联的元数据来确定。
应当指出的是,在本文所讨论的系统收集关于用户的个人信息或可以利用个人信息的情况下,可以向用户提供控制程序或特征是否收集用户信息(例如关于用户的媒体观看历史、兴趣、用户的偏好或用户的当前位置的信息)或控制是否和/或如何接收可能与用户更相关的内容的机会。另外,某些数据在被存储或使用之前可以以一种或多种方式被处理,以便移除个人可识别信息。例如,可以对用户的身份进行处理,以便不能针对用户确定任何个人可识别信息,或者可以在其中获得位置信息的情况下将用户的地理位置一般化(诸如一般化到城市、邮政编码或州级),使得不能确定用户的特定位置。因此,用户可以控制关于用户的信息如何被收集和由内容服务器使用。
另外,在某些实现中,各种媒体内容项目141可以与一个或多个日期(或时间戳)144相关联。这样的日期度量可以反映关于特定媒体内容项目被创建、编辑、上传等(例如,到媒体内容存储140)的日历日期、时间等。在某些实现中,所引用的日期可以被存储为与各种媒体内容项目相关联的元数据和/或基于与各种媒体内容项目相关联的元数据来确定。
如本文所描述,可以将媒体内容项目141中的一个或多个媒体内容项目本身以及媒体内容项目的各种相关联方面(例如质量度量142、内容传播度量143和/或上传/创建日期144)进行处理、分析和/或相互比较。在某些实现中,这样的操作可以通过和/或结合内容比较引擎130和/或内容传播确定引擎132来执行。这样做,可以诸如通过和/或结合派生确定引擎134来计算各种派生度量。这样的派生度量可以指示例如媒体内容项目中的一个(或多个)媒体内容项目是否可能是从一个或多个其他媒体内容项目派生。基于这样的派生度量,可以例如通过和/或结合动作发起引擎136来发起各种动作,如本文所描述。
图2描绘了用于确定媒体内容项目之间的派生的可能性和程度的方法200的方面的流程图。该方法由可以包括硬件(电路、专用逻辑等)、软件(诸如在通用计算机系统或专用机器上运行)或两者的组合的处理逻辑执行。在一个实现中,该方法由图1的服务器机器120执行,而在一些其他实现中,图2的一个或多个框可以由另一个机器执行。例如,在各种替选实现中,可以在用户设备102处执行该方法(即,可以在设备102本地执行该方法或者其各种方面,而不是与如服务器机器120的服务器通信地执行)。
为了便于说明,方法被描绘和描述为一系列动作。然而,根据本公开的动作可以按照各种顺序和/或同时发生,并且可以与本文未呈现和描述的其他动作同时发生。此外,并非所有示出的动作都是实现根据所公开的主题的方法所必需的。另外,本领域的技术人员将理解和明白,可以经由状态图或事件将方法替选地表示为一系列相互关联的状态。另外,应当明白,在本说明书中公开的方法能够被存储在制品上,以便将这些方法传输和传送到计算设备。如本文所用的术语“制品”旨在涵盖可以从任何计算机可读设备或存储介质访问的计算机程序。
在框210,可以相对于一个或多个其他媒体内容项目处理第一媒体内容项目。这样做,可以识别第一媒体内容项目和一个或多个其他媒体内容项目中的至少一个媒体内容项目之间的一个或多个相似性。例如,可以将特定媒体内容项目(例如视频剪辑)与其他媒体内容项目、诸如媒体内容存储140中的那些媒体内容项目进行比较和/或借助这些其他媒体内容项目以其他方式进行分析。这样做,可以在媒体内容项目和存储在媒体内容存储140中的其他媒体内容项目之间识别相似性和/或匹配(例如通过将相应媒体内容项目的内容指纹相互比较)。在一个方面中,框210由内容比较引擎130执行。
在某些实现中,所引用的处理可以在任何时间或间隔发生或执行。例如,在一些实现中,可以在媒体内容项目的提交(诸如提交到媒体内容存储140)之后和/或响应于媒体内容项目的提交来执行处理。在这样的示例中,可以相对于包含在媒体内容存储140中的其他媒体内容项目来处理特定媒体内容项目。在其他实现中,可以以一个或多个间隔周期性地执行处理(例如在每天、每周、每月等的基础上),由此可以相对于彼此来处理媒体内容存储140中的相应媒体内容项目。
此外,在某些实现中,可以相对于一个或多个其他媒体内容项目来处理特定媒体内容项目以识别特定媒体内容项目的区段和各种其他媒体内容项目的一个或多个区段之间的一个或多个相似性和/或匹配。例如,对于35分钟的视频剪辑,该剪辑的10分钟的区段可以被识别为与一个或多个其他媒体内容项目的区段和/或全部相似和/或匹配。
另外,虽然在某些实现中可以相对于存储在媒体内容存储140中的所有其他媒体内容项目来处理特定媒体内容项目,但是在其他实现中可以相对于其一个或多个子集来处理特定媒体内容项目。例如,在某些实现中可以相对于具有至少最小数目的观看的媒体内容项目来处理特定媒体内容项目。通过进一步举例的方式,在某些实现中,可以相对于可以被确定为“趋势”或“流行”(诸如基于在特定的例如最近的时间间隔内的观看的数目)的媒体内容项目来处理特定媒体内容项目。通过再进一步举例的方式,在某些实现中,可以相对于可以被确定为源自一个或多个特定内容创建者/提供者和/或可以被确定为与特定内容项目具有一个或多个相似性(诸如相似和/或相关的标题、描述、分类、标签等)的媒体内容项目来处理该特定媒体内容项目。这样做,可以通过将特定媒体内容项目的处理具体限制为该特定媒体内容项目相对更可能从其派生(例如,如由项目的流行性限定)的那些其他媒体内容项目来实现各种处理效率。
在框220,可以将第一媒体内容项目的质量度量与一个或多个其他媒体内容项目的一个或多个质量度量进行比较。这样做,可以确定第一媒体内容项目和/或一个或多个其他媒体内容项目的相对质量。也就是说,在识别(诸如在框210)特定媒体内容项目(例如视频剪辑)与一个或多个其他媒体内容项目相似和/或匹配之后,可以将相应媒体内容项目的各种质量度量142(例如相应视频的分辨率、相应视频的比特率等)相互比较。基于这样的比较,可以相对于彼此关于各种媒体内容项目的质量做出一个或多个确定(例如确定各种媒体内容项目中的哪个媒体内容项目具有最高相对质量、媒体内容项目中的哪个媒体内容项目具有最低相对质量等)。因为在许多情况下当一个媒体内容项目是从另一个派生时可以发生各种类型的质量降级,因此当在两个(或更多个)媒体内容项目之间识别出相似性/匹配时,相对较低质量的媒体内容项目相对更可能是从相对较高质量的媒体内容项目派生。在一个方面中,框220由内容比较引擎130执行。
通过举例的方式,图3A描绘了已被识别为彼此相似和/或匹配的若干媒体内容项目(“视频A”、“视频B”和“视频C”)以及它们的相应质量度量(这里,对应于视频的相应分辨率,例如“720p”、“1080p”等)。可以明白,通过比较各种媒体内容项目的相应质量度量,可以确定每个媒体内容项目相对于其他媒体内容项目的相对质量。例如,“视频A”(具有“720p”的分辨率)可以被确定为具有比“视频C”(具有“480p”的分辨率)高的相对质量和比“视频B”(具有“1080p”的分辨率)低的相对质量。
在框230,可以确定一个或多个内容传播度量。在某些实现中,可以针对第一媒体内容项目并且针对一个或多个其他媒体内容项目确定相应内容传播度量。也就是说,在识别(诸如在框210)特定媒体内容项目(例如视频剪辑)与一个或多个其他媒体内容项目相似和/或匹配之后,可以将相应媒体内容项目的各种传播度量143相互比较。这样的内容传播度量的示例包括但不限于媒体内容项目的共享的实例(例如如通过社交网络站点或平台在一个或多个用户之间)和/或媒体内容项目的观看或播放的实例(例如经由媒体共享服务或站点),但应当理解的是,也可以采用任何数量的其他内容传播度量(包括考虑多个个体度量的聚合度量)。例如,图3B描绘了已被识别为彼此相似和/或匹配的若干媒体内容项目(“视频A”、“视频B”和“视频C”)以及它们的相应内容传播度量(这里,对应于每个视频被共享/观看的实例的相应数目,例如“22503”、“158216”等)。在一个方面中,框230由内容传播确定引擎132执行。
在框240,可以识别来自第一媒体内容项目和一个或多个其他媒体内容项目中的最多地传播的媒体内容项目。在某些实现中,可以基于一个或多个内容传播度量(诸如在框230确定的那些)来识别所引用的最多地传播的媒体内容项目。因为在许多情况下“原始”媒体内容项目可能比“派生”媒体内容项目相对更多地传播,因此当在两个(或更多)媒体内容项目之间识别出相似性/匹配时,相对更少地传播的媒体内容项目(例如更少地观看)相对更可能从相对更多地传播的媒体内容项目派生。例如并且参考图3B,可以明白,“视频B”(具有比“视频A”和“视频C”相对更大的内容传播度量,即158216次共享/观看。在一个方面中,框240由内容传播确定引擎132执行。
在框250,可以确定一个或多个派生度量。在某些实现中,可以关于第一媒体内容项目和一个或多个其他媒体内容项目确定这样的派生度量。这样的派生度量可以包括可以反映例如一个媒体内容项目是从另一个媒体内容项目派生(如可以例如在来自一个媒体内容项目的部分或区段在另一个媒体内容项目中再现时发生)的绝对和/或相对程度和/或可能性的一个或多个分值、排名、等级等。在某些实现中,可以基于对第一媒体内容项目和一个或多个其他媒体内容项目中的至少一个媒体内容项目之间的一个或多个相似性的识别来确定这样的派生度量。也就是说,在识别特定媒体内容项目(例如视频)与一个或多个其他媒体内容项目相似和/或匹配(诸如以在框210描述的方式)之后,可以确定反映媒体内容项目中的一个(或多个)媒体内容项目是从其他媒体内容项目中的一个(或多个)媒体内容项目派生的一个或多个派生度量。在一个方面中,框250由派生确定引擎134执行。
在某些实现中,可以关于第一媒体内容项目和一个或多个其他媒体内容项目中的至少一个媒体内容项目确定时间先后顺序。也就是说,可以明白,在许多情况下,与另一个媒体内容项目相似/匹配并且还可以被识别为是在该另一个媒体内容项目之后创建和/或提供(例如上传到中央媒体内容存储)的媒体内容项目可以被确定为至少在某种程度上可能是从较早创建/上传的媒体内容项目派生。因此,在确定所引用的派生度量时,可以利用特定媒体内容项目的相应时间先后顺序(例如它是在另一个相似/匹配媒体内容项目之前还是之后创建和/或上传)(例如作为一个或多个因子)。
例如,图3C描绘了已被识别为彼此相似和/或匹配的若干媒体内容项目(“视频A”、“视频B”和“视频C”)以及每个视频被上传诸如到媒体内容存储140的相应日期(例如“2012年6月1日”、“2012年4月1日”等。)。参考图3C可以明白,例如,关于“视频A”,可以确定时间先后顺序,由此“视频A”(上传于2012年6月1日)在“视频B”(上传日期为2012年4月1日)之后但在“视频C”(上传日期为2012年9月1日)之前上传。这样的时间先后顺序可以指示或以其他方式表明“视频A”相对更可能是从“视频B”派生(基于“视频B”首先被上传),但相对不太可能是从“视频C”派生(基于“视频C”后来被上传)。因此,在如关于“视频A”确定所引用的派生度量时,可以将这样的确定视为至少一个因子。
此外,在某些实现中,可以基于第一媒体内容项目和/或一个或多个其他媒体内容项目的相对质量(诸如在框220中确定的相对质量)来关于第一媒体内容项目和一个或多个其他媒体内容项目确定所引用的派生度量。也就是说,可以明白,在许多情况下,与另一个媒体内容项目相似/匹配并且还可以被识别为其相对质量比该另一个媒体内容项目低(例如720p分辨率对1080p)的媒体内容项目可以被确定为至少在某种程度上可能是从相对较高质量的媒体内容项目派生。因此,在确定所引用的派生度量时,可以利用特定媒体内容项目的相应相对质量(例如,在视频分辨率的情况下,720p、480p等)。例如,如图3A中所示,可以明白,“视频A”(具有“720p”的分辨率)的相对质量比“视频B”(具有“1080p”的分辨率)低,指示“视频A”相对更可能是从“视频B”派生。关于“视频C”(具有“480p”的分辨率),因为该视频的相对质量比“视频A”低,因此相对不太可能“视频A”是从它派生。因此,在确定所引用的派生度量时,可以利用特定媒体内容项目的相应相对质量(例如相对于其他相似/匹配媒体内容项目)(例如作为一个或多个因子)。
另外,在某些实现中,可以基于对最多地传播的媒体内容项目的识别来确定所引用的派生度量(诸如以在框240所描述的方式)。也就是说,可以明白,在许多情况下,与另一个媒体内容项目相似/匹配并且还可以被识别为比该另一个媒体内容项目相对更少地传播(例如共享、观看等)的媒体内容项目可以被确定为至少在某种程度上可能是从更多地/最多地传播的媒体内容项目派生。因此,在确定所引用的派生度量时,可以利用特定媒体内容项目的相应内容传播度量(例如视频已被共享、观看等的实例的数目)(例如作为一个或多个因子)。例如,如图3B中所示,可以明白,“视频A”(被共享/观看22503次)比“视频B”(被共享/观看158216次)相对更少地传播,指示“视频A”相对更可能是从“视频B”派生。关于“视频C”(被共享/观看6794次),因为该视频比“视频A”更少地传播,因此相对不太可能“视频A”是从它派生。因此,在确定所引用的派生度量时,可以利用特定媒体内容项目的相应传播度量(例如相对于其他相似/匹配媒体内容项目)(例如作为一个或多个因子)。
此外,在某些实现中,可以确定第一媒体内容项目的存在于一个或多个其他媒体内容项目中的不同区段的数量。也就是说,可以明白,在许多情况下,具有也存在于其他媒体内容项目中的相对许多不同区段的媒体内容项目不太可能是从具有也存在于其他媒体内容项目中的相对较少(或没有)不同区段的媒体内容项目派生。例如,图4A是示出表示“视频B”的持续时间的时间线400的示意图。参考图4A,可以明白,“视频B”的若干不同区段可以被识别为存在于其他媒体内容项目(“视频A”、“视频C”等)中。其中特定媒体内容项目的相对许多不同区段可以被识别为存在于其他媒体内容项目中的这样的情况可以指示特定媒体内容项目(这里是“视频B”)相对不太可能是从另一个媒体内容项目派生。因此,在确定所引用的派生度量时,可以利用这样的确定(例如作为一个或多个因子)。
相比而言,图4B描绘了具有也存在于其他媒体内容项目中的相对较少不同区段的另一个媒体内容项目(“视频A”)。如图4B中所示,“视频A”的单个不同区段存在于若干其他媒体内容项目(“视频C”、“视频D”等)中。与图4A中所描绘的情景(其中特定媒体内容项目的许多不同区段在其他媒体内容项目中的存在可以指示特定媒体内容项目不是从其他媒体内容项目派生)相比,此情景(即,其中特定媒体内容项目的相对少的不同区段可以被识别为存在于其他媒体内容项目中)相对不太能指示特定媒体内容项目(这里是“视频A”)是否是从另一个媒体内容项目派生。
此时,应当注意的是,虽然本文关于确定所引用的派生度量描述了各种确定和/或因子(例如一个媒体内容项目相对于一个或多个其他媒体内容项目的时间先后顺序、一个媒体内容项目相对于一个或多个其他媒体内容项目的相对质量等),但这样的确定/因子是示范性的并且可以类似地实现任何数量的其他确定/因子。此外,可以以任何数量的方式确定/计算所引用的派生度量。例如,在某些实现中,可以将一个或多个确定/因子聚合为复合分值,而在其他实现中,可以对这样的确定/因子进行平均、加权等。这样做,可以识别相对更可能是从其他媒体内容项目派生(由于其相应派生度量)的那些媒体内容项目(来自许多媒体内容项目,诸如存储在媒体内容存储140中的那些媒体内容项目中)和/或相对不太可能是派生的那些媒体内容项目。
另外,在某些实现中,可以确定第一媒体内容项目从一个或多个其他媒体内容项目派生的比例。例如,图5是示出表示“视频A”的持续时间的时间线500的示意图。参考图5,可以明白,“视频A”的若干区段可以被识别为存在于其他媒体内容项目(例如“视频B”和“视频D”)中。因此,在某些实现中,可以将特定媒体内容项目(例如如图5中所示的“视频A”)的可以被确定为是从一个或多个其他媒体内容项目(例如如例如基于如本文所描述的一个或多个派生度量确定的“视频B”、“视频D”等)派生的时间的累积或聚集量与特定媒体内容项目的总持续时间进行比较。这样做,可以确定特定媒体内容项目从一个或多个其他媒体内容项目派生的比例。通过举例说明的方式并且参考图5,因为“视频A”具有10:00分钟的总持续时间,其中的5:00分钟可以被确定为是从其他媒体内容项目派生(3:00分钟从“视频B”并且2:00分钟从“视频D”),因此可以将“视频A”的总持续时间从其他媒体内容项目派生的比例确定为50%。
在框260,可以关于第一媒体内容项目和/或一个或多个其他媒体内容项目中的至少一个媒体内容项目发起一个或多个动作。在某些实现中,可以基于对一个或多个派生度量的确定来发起这样的动作。也就是说,在关于特定媒体内容项目确定一个或多个派生度量(如以在框250所描述的方式)之后,可以基于这样的确定来发起各种动作。例如,在某些实现中,可以标记或以其他方式选择具有满足或超过特定阈值的派生度量的媒体内容项目用于进一步的审查和/或调查。在一个方面中,框260由动作发起引擎136执行。
此外,在某些实现中,可以基于第一媒体内容项目从一个或多个其他媒体内容项目中的至少一个媒体内容项目派生的比例(诸如可以在框250确定的比例)来关于第一媒体内容项目发起一个或多个动作。例如,在某些实现中,可以定义比例阈值,由此可以标记或以其他方式选择它的至少该比例可以被确定为是从一个或多个其他媒体内容项目派生的媒体内容项目用于进一步的审查和/或调查。
另外,在某些实现中,可以基于所引用的派生度量来计算特定媒体内容项目的“病毒性”(即,正朝这样的媒体内容项目展现增加的兴趣/注意力的程度)。也就是说,因为作为/已经成为/可能成为“病毒”的媒体内容项目相对更可能具有基于它们创建的其他“派生”媒体内容项目(例如基于“原始”媒体内容项目的“混搭(mash-up)”、“混音(remix)”和/或评论(commentary)),因此通过确定所引用的派生度量中的一个或多个派生度量,可以计算特定媒体内容项目的“病毒性”(不论是过去的、当前的还是投射的“病毒性”)的量度。例如,在其中多个媒体内容项目被确定为关于特定媒体内容项目具有相对高的派生度量的情景中,这样的媒体内容项目可以被确定为可能是“病毒”(或可能已经是“病毒”或可能成为“病毒”)。
此外,在某些实现中,可以利用所引用的派生度量中的一个或多个派生度量来识别可能被不恰当地指定为“原始”的媒体内容项目。也就是说,可以明白,在如相对于媒体共享站点和服务的各种设置中,各种技术可以使得内容创建者能够提交他们的原始作品的副本,这些副本可以关于后面提交的媒体内容项目用作“参考”(诸如以便识别包含与存在于“参考”媒体内容项目中的内容相当的内容的提交的媒体内容项目)。因此,可以进一步明白,在某些情况下,媒体内容项目可以提交作为这样的“参考”,尽管实际上是从一个或多个其他媒体内容项目派生并且因此不是“原始的”。因此,在某些实现中,可以关于提交作为“参考”项目的这样的媒体内容项目利用所引用的派生度量,以便“标记”或以其他方式识别由于具有一个或多个相对高的派生度量(例如)而实际上可能不是“原始”内容的那些媒体内容项目。应当理解的是,所引用的确定/识别是示范性的并且可以类似地实现任何数量的其他确定/识别(诸如在不同的内容中和在不同的情况下)。
图6描绘了说明性计算机系统,在该系统内,可以执行用于使机器执行本文所讨论的方法中的任何一个或多个方法的一组指令。在替选实现中,机器可以连接(例如联网)到LAN、内联网、外联网或互联网中的其他机器。机器可以客户端-服务器网络环境中的服务器机器的能力操作。机器可以是个人计算机(PC)、机顶盒(STB)、服务器、网络路由器、交换机或网桥或能够执行指定将由该机器采取的动作的一组指令(顺序的或以其他方式)的任何机器。此外,虽然仅示出了单个机器,但是术语“机器”也应当被理解为包括个体地或联合地执行一组(或多组)指令以执行本文所讨论的方法中的任何一个或多个方法的机器的任何集合。
示范性计算机系统600包括处理设备(处理器)602、主存储器604(例如只读存储器(ROM)、快闪存储器、动态随机存取存储器(DRAM)诸如同步DRAM(SDRAM))、静态存储器606(例如快闪存储器、静态随机存取存储器(SRAM))和数据存储设备616,它们彼此经由总线608进行通信。
处理器602表示一个或多个通用处理设备,诸如微处理器、中央处理单元等。更具体地,处理器602可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器或者实现其他指令集的处理器或实现指令集的组合的处理器。处理器602也可以是一个或多个专用处理设备,诸如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、网络处理器等。处理器602被配置为执行用于执行本文所讨论的操作和步骤的指令626。
计算机系统600可以进一步包括网络接口设备622。计算机系统600还可以包括视频显示单元610(例如液晶显示器(LCD)或阴极射线管(CRT))、字母数字输入设备612(例如键盘)、光标控制设备614(例如鼠标)和信号生成设备620(例如扬声器)。
数据存储设备616可以包括其上存储有实施本文所讨论的方法或功能中的任何一个或多个方法或功能的一个或多个指令集626(例如由协作管理器225执行的指令等)的计算机可读介质624。指令626还可以在由计算机系统600执行期间完全或至少部分地驻留在主存储器604和/或处理器602内,主存储器604和处理器602也构成计算机可读介质。可以进一步经由网络接口设备622通过网络发送或接收指令626。
虽然计算机可读存储介质624在示范性实施例中被示为单个介质,但是术语“计算机可读存储介质”应当被理解为包括存储一组或多组指令的单个介质或多个介质(例如集中式或分布式数据库和/或相关联的高速缓存和服务器)。术语“计算机可读存储介质”也应当被理解为包括能够存储、编码或携带用于由机器执行并且使机器执行本公开的方法中的任何一个或多个方法的一组指令的任何介质。术语“计算机可读存储介质”应当相应地被理解为包括但不限于固态存储器、光介质和磁介质。
在上面的描述中,阐述了许多细节。然而,受益于本公开的本领域技术人员将显而易见的是,可以在没有这些具体细节的情况下实践实施例。在一些情况下,以框图的形式而没有详细示出众所周知的结构和设备,以便避免模糊描述。
通过对计算机存储器内的数据位的操作的算法和符号表示呈现了详细描述的一些部分。这些算法描述和表示是数据处理领域的技术人员用来向本领域其他技术人员最有效地传达其工作的实质的手段。算法在这里并且通常被认为是导致期望的结果的步骤的自一致序列。步骤需要对物理量的物理操纵。通常,尽管不是必需的,这些量采用能够被存储、传送、组合、比较和以其他方式操纵的电信号或磁信号的形式。已经证明有时主要为了通用的原因将这些信号称为位、值、元素、符号、字符、项、数字等是方便的。
然而,应牢记,所有这些和类似的术语都将与适当的物理量相关联并且仅仅是应用于这些量的方便的标签。除非另有明确声明,否则如从上面的讨论可知,可以明白,在整个描述中,使用诸如“处理”、“确定”、“发起”、“比较”、“识别”等的术语的讨论是指将被表示为计算机系统的寄存器和存储器内的物理(例如电子)量的数据操纵和转换成被类似地表示为计算机系统存储器或寄存器或其他这种信息存储、传输或显示设备内的物理量的其他数据的计算机系统或类似电子计算设备的动作和过程。
本公开的方面和实现还涉及一种用于执行本文中的操作的装置。此装置可以被特别地构造用于所需目的,或者它可以包括由存储在计算机中的计算机程序选择性地激活或重新配置的通用计算机。这样的计算机程序可以被存储在计算机可读存储介质中,诸如但不限于任何类型的盘,包括软盘、光盘、CD-ROM和磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、EPROM、EEPROM、磁卡或光卡或适合于存储电子指令的任何类型的介质。
本文中所呈现的算法和显示不固有地与任何特定计算机或其他装置相关。各种通用系统可以与根据本文中的教导的程序一起使用,或者构造更专门的装置来执行所需的方法步骤可以证明是方便的。用于各种这些系统的所需结构将在下面的描述出现。另外,未参考任何特定编程语言描述本公开。将明白,各种编程语言可以用于实现如本文所描述的本公开的教导。
应当理解的是,上面的描述旨在作为说明性的而不是限制性的。在阅读和理解上面的描述后,许多其他实施例对于本领域技术人员将是显而易见的。此外,代替或者除了媒体剪辑,上面描述的技术可以适用于其他类型的数据(例如图像、音频剪辑、文本文档、网页等)。因此,应当参考所附权利要求连同这样的权利要求所赋予的等效物的全部范围来确定本公开的范围。
Claims (21)
1.一种计算机实现的方法,包括:
相对于一个或多个其他媒体内容项目处理第一媒体内容项目以识别所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的至少一个媒体内容项目之间的一个或多个相似性;
基于对所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目之间的所述一个或多个相似性的识别,利用处理设备来关于所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目确定一个或多个派生度量;以及
基于对所述一个或多个派生度量的确定,关于(a)所述第一媒体内容项目或(b)所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目中的至少一个发起一个或多个动作。
2.如权利要求1所述的方法,其中,相对于一个或多个其他媒体内容项目处理所述第一媒体内容项目包括相对于一个或多个其他媒体内容项目处理所述第一媒体内容项目以识别所述第一媒体内容项目的区段和所述一个或多个其他媒体内容项目中的至少一个媒体内容项目的一个或多个区段之间的一个或多个相似性。
3.如权利要求1所述的方法,其中,确定一个或多个派生度量包括关于所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目确定时间先后顺序。
4.如权利要求1所述的方法,进一步包括将所述第一媒体内容项目的质量度量与所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目的一个或多个质量度量进行比较以确定(a)所述第一媒体内容项目或(b)所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目中的至少一个的相对质量。
5.如权利要求4所述的方法,其中,确定一个或多个派生度量包括基于(a)所述第一媒体内容项目或(b)所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目中的至少一个的所述相对质量来关于所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目确定一个或多个派生度量。
6.如权利要求1所述的方法,进一步包括:
针对所述第一媒体内容项目并且针对所述一个或多个其他媒体内容项目中的每个媒体内容项目确定一个或多个内容传播度量;以及
基于相应一个或多个内容传播度量来识别来自所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的最多地传播的媒体内容项目。
7.如权利要求6所述的方法,其中,确定一个或多个派生度量包括基于对来自所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的所述最多地传播的媒体内容项目的识别来关于所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目确定一个或多个派生度量。
8.如权利要求1所述的方法,其中,确定一个或多个派生度量包括确定所述第一媒体内容项目的存在于所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目中的不同区段的量。
9.如权利要求1所述的方法,其中,确定一个或多个派生度量包括确定所述第一媒体内容项目从所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目派生的比例。
10.如权利要求9所述的方法,其中,关于(a)所述第一媒体内容项目或(b)所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目中的至少一个发起一个或多个动作包括基于所述比例来关于所述第一媒体内容项目发起一个或多个动作。
11.一种系统,包括:
存储器;以及
处理设备,所述处理设备耦合到所述存储器,以:
相对于一个或多个其他媒体内容项目处理第一媒体内容项目以识别所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的至少一个媒体内容项目之间的一个或多个相似性;
基于对所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目之间的所述一个或多个相似性的识别来关于所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目确定一个或多个派生度量;以及
基于对所述一个或多个派生度量的确定来关于(a)所述第一媒体内容项目或(b)所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目中的至少一个发起一个或多个动作。
12.如权利要求11所述的系统,其中,相对于一个或多个其他媒体内容项目处理所述第一媒体内容项目是相对于一个或多个其他媒体内容项目处理所述第一媒体内容项目以识别所述第一媒体内容项目的区段和所述一个或多个其他媒体内容项目中的至少一个媒体内容项目的一个或多个区段之间的一个或多个相似性。
13.如权利要求11所述的系统,其中,确定一个或多个派生度量是关于所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目确定时间先后顺序。
14.如权利要求11所述的系统,其中,所述处理设备进一步将所述第一媒体内容项目的质量度量与所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目的一个或多个质量度量进行比较以确定(a)所述第一媒体内容项目或(b)所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目中的至少一个的相对质量。
15.如权利要求14所述的系统,其中,确定一个或多个派生度量是基于(a)所述第一媒体内容项目或(b)所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目中的至少一个的所述相对质量来关于所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目确定一个或多个派生度量。
16.如权利要求11所述的系统,其中,所述处理设备进一步:
针对所述第一媒体内容项目并且针对所述一个或多个其他媒体内容项目中的每个媒体内容项目确定一个或多个内容传播度量;以及
基于相应一个或多个内容传播度量来识别来自所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的最多地传播的媒体内容项目。
17.如权利要求16所述的系统,其中,确定一个或多个派生度量是基于对来自所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的所述最多地传播的媒体内容项目的识别来关于所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目确定一个或多个派生度量。
18.如权利要求11所述的系统,其中,确定一个或多个派生度量是确定所述第一媒体内容项目的存在于所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目中的不同区段的量。
19.如权利要求11所述的系统,其中,确定一个或多个派生度量是确定所述第一媒体内容项目从所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目派生的比例。
20.如权利要求11所述的系统,其中,关于(a)所述第一媒体内容项目或(b)所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目中的至少一个发起一个或多个动作是基于所述比例来关于所述第一媒体内容项目发起一个或多个动作。
21.一种计算机可读介质,具有存储在其上的指令,所述指令由处理器执行时使所述处理器执行包括以下的操作:
相对于一个或多个其他媒体内容项目处理第一媒体内容项目以识别所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的至少一个媒体内容项目之间的一个或多个相似性;
针对所述第一媒体内容项目并且针对所述一个或多个其他媒体内容项目中的每个媒体内容项目确定一个或多个内容传播度量;
基于相应一个或多个内容传播度量来识别来自所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的最多地传播的媒体内容项目;
基于对(a)所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目之间的所述一个或多个相似性和(b)来自所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的所述最多地传播的媒体内容项目的识别,关于所述第一媒体内容项目和所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目确定一个或多个派生度量;以及
基于对所述一个或多个派生度量的确定,关于(a)所述第一媒体内容项目或(b)所述一个或多个其他媒体内容项目中的所述至少一个媒体内容项目中的至少一个发起一个或多个动作。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/942,638 US9336210B2 (en) | 2013-07-15 | 2013-07-15 | Determining a likelihood and degree of derivation among media content items |
US13/942,638 | 2013-07-15 | ||
PCT/US2014/046766 WO2015009767A1 (en) | 2013-07-15 | 2014-07-15 | Determining a likelihood and degree of derivation among media content items |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105474255A true CN105474255A (zh) | 2016-04-06 |
Family
ID=51265854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480045492.4A Pending CN105474255A (zh) | 2013-07-15 | 2014-07-15 | 确定媒体内容项目之间的派生的可能性和程度 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9336210B2 (zh) |
EP (1) | EP3022709A1 (zh) |
KR (1) | KR102310796B1 (zh) |
CN (1) | CN105474255A (zh) |
WO (1) | WO2015009767A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110598086A (zh) * | 2018-05-25 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 文章推荐方法、装置、计算机设备及存储介质 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9529840B1 (en) | 2014-01-14 | 2016-12-27 | Google Inc. | Real-time duplicate detection of videos in a massive video sharing system |
US9723344B1 (en) | 2015-12-29 | 2017-08-01 | Google Inc. | Early detection of policy violating media |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1515241A2 (en) * | 2003-09-15 | 2005-03-16 | Surfcontrol Plc | Using semantic feature structures for document comparisons |
WO2009073895A1 (en) * | 2007-12-07 | 2009-06-11 | Verimatrix, Inc. | Systems and methods for performing semantic analysis of media objects |
US20110222787A1 (en) * | 2008-02-28 | 2011-09-15 | Stefan Thiemert | Frame sequence comparison in multimedia streams |
US20120022975A1 (en) * | 2007-02-26 | 2012-01-26 | L Heureux Israel | Digital asset distribution system |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006351001A (ja) * | 2005-05-19 | 2006-12-28 | Nippon Telegr & Teleph Corp <Ntt> | コンテンツ特徴量抽出方法及び装置及びコンテンツ同一性判定方法及び装置 |
JP5818194B2 (ja) * | 2010-02-18 | 2015-11-18 | 国立研究開発法人理化学研究所 | ヒト染色体5p15.3上の一塩基多型に基づく動脈硬化性疾患の検査方法 |
-
2013
- 2013-07-15 US US13/942,638 patent/US9336210B2/en active Active
-
2014
- 2014-07-15 CN CN201480045492.4A patent/CN105474255A/zh active Pending
- 2014-07-15 EP EP14747473.8A patent/EP3022709A1/en not_active Ceased
- 2014-07-15 WO PCT/US2014/046766 patent/WO2015009767A1/en active Application Filing
- 2014-07-15 KR KR1020167003712A patent/KR102310796B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1515241A2 (en) * | 2003-09-15 | 2005-03-16 | Surfcontrol Plc | Using semantic feature structures for document comparisons |
US20120022975A1 (en) * | 2007-02-26 | 2012-01-26 | L Heureux Israel | Digital asset distribution system |
WO2009073895A1 (en) * | 2007-12-07 | 2009-06-11 | Verimatrix, Inc. | Systems and methods for performing semantic analysis of media objects |
US20110222787A1 (en) * | 2008-02-28 | 2011-09-15 | Stefan Thiemert | Frame sequence comparison in multimedia streams |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110598086A (zh) * | 2018-05-25 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 文章推荐方法、装置、计算机设备及存储介质 |
CN110598086B (zh) * | 2018-05-25 | 2020-11-24 | 腾讯科技(深圳)有限公司 | 文章推荐方法、装置、计算机设备及存储介质 |
US11763145B2 (en) | 2018-05-25 | 2023-09-19 | Tencent Technology (Shenzhen) Company Limited | Article recommendation method and apparatus, computer device, and storage medium |
Also Published As
Publication number | Publication date |
---|---|
US9336210B2 (en) | 2016-05-10 |
KR102310796B1 (ko) | 2021-10-13 |
US20150019578A1 (en) | 2015-01-15 |
WO2015009767A1 (en) | 2015-01-22 |
EP3022709A1 (en) | 2016-05-25 |
KR20160031003A (ko) | 2016-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10652605B2 (en) | Visual hot watch spots in content item playback | |
WO2017096877A1 (zh) | 一种推荐方法和装置 | |
US9794211B2 (en) | Event-based comment grouping for content items | |
EP3022885B1 (en) | Generating and providing an authorization indication in relation to a media content item | |
US9870581B1 (en) | Content item element marketplace | |
US9146989B2 (en) | Analytic comparison of libraries and playlists | |
US20180210954A1 (en) | Method and apparatus for creating a summary video | |
US20230139539A1 (en) | Identifying viewing characteristics of an audience of a content channel | |
US9098508B2 (en) | Aggregating identifiers for media items | |
CN106063282A (zh) | 合并内容频道 | |
Acker et al. | Tweets may be archived: civic engagement, digital preservation and Obama White House social media data | |
TWI505099B (zh) | 雲端檔案處理方法以及系統以及用以儲存雲端檔案處理方法之電腦可讀取記錄媒體 | |
US10372768B1 (en) | Ranking content using sharing attribution | |
CN105474255A (zh) | 确定媒体内容项目之间的派生的可能性和程度 | |
US20160357506A1 (en) | Automated Content Medium Selection | |
US9715541B1 (en) | Identifying credits and aggregating credits into sets | |
KR102361379B1 (ko) | 검색 로그들을 처리함으로써 부적절한 콘텐츠를 갖는 비디오들을 식별하기 | |
KR102226994B1 (ko) | 콘텐츠 서비스를 제공하는 방법 및 서버 | |
US11722730B2 (en) | Proactive detection of media item matching | |
US10671616B1 (en) | Selectively modifying scores of youth-oriented content search results | |
US20190050467A1 (en) | Method and System for Content Creation and Management | |
CN104023278A (zh) | 流媒体数据处理方法和电子设备 | |
Thongvanh | Analyzing China-Laos Investment Based on the Input Output Model | |
Luo et al. | A novel SVM-based Image Quality Assessment System | |
Kehu et al. | Research on Evaluation Criteria for Intelligent Algorithm Optimizing Ability |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: American California Applicant after: Google limited liability company Address before: American California Applicant before: Google Inc. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160406 |
|
RJ01 | Rejection of invention patent application after publication |