CN105580014A - 从上传到社交网络的图像检测趋势 - Google Patents
从上传到社交网络的图像检测趋势 Download PDFInfo
- Publication number
- CN105580014A CN105580014A CN201480053016.7A CN201480053016A CN105580014A CN 105580014 A CN105580014 A CN 105580014A CN 201480053016 A CN201480053016 A CN 201480053016A CN 105580014 A CN105580014 A CN 105580014A
- Authority
- CN
- China
- Prior art keywords
- subject
- sale
- user
- users
- groups
- 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
- 238000000034 method Methods 0.000 claims abstract description 69
- 238000001514 detection method Methods 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 description 40
- 238000005516 engineering process Methods 0.000 description 29
- 238000012545 processing Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000000875 corresponding effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 108010022579 ATP dependent 26S protease Proteins 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 241001597008 Nomeidae Species 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/35—Determination of transform parameters for the alignment of images, i.e. image registration using statistical methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Computer Graphics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Probability & Statistics with Applications (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
公开了一种用于检测被上传到社交网络的数字图像内的可销售对象的系统和方法。与社交网络相关联的软件检测由在社交网络中共享关系的用户群组提供给社交流的多个图像中的可销售对象。基于检测来确定可销售对象在该用户群组内的流行性,并基于该流行性和用于图像的相关时间段而针对该用户群组标识当前趋势。可向与可销售对象有关的供应商通知当前趋势适用于该用户群组中的一个或多个。
Description
背景技术
在线社交网络允许用户通过在各种消息馈送内容内发帖子和共享数字图像而彼此相交互。用户常常上传捕捉他们自己或其它用户感兴趣的项目和产品的数字图像。一个用户自己的图像比消息更有可能准确地描绘用户感兴趣的衣服或时尚的类型,因为图像描绘实际上穿着衣服的用户。用户还可查看社交网络上的其朋友的图像和关于其朋友正在穿什么的评论。无论用户是否选择评论在由其它用户上传的图像中描绘的衣服,用户都可能受到在图像中描绘的衣服的影响。
另外,社交网络为产品制造商提供基于从社交网络收集的人口资料而以将可能对其品牌感兴趣的消费者为目标的能力。然而,单独的人口资料不能确定单独消费者对特定品牌或产品的兴趣的真实性,或者确定消费者的兴趣可能如何受到社交网络的其它用户的影响。
发明内容
主题技术提供了一种用于检测上传到社交网络的数字图像内的可销售对象的系统和计算机实现方法。根据一个方面,一种计算机实现方法可包括:检测由在社交网络中共享关系的用户群组提供给社交流的多个图像中的可销售对象,基于该检测确定该可销售对象在该用户群组内的流行性,针对该用户群组基于流行性和用于图像的相关时间段而标识当前趋势,以及向与可销售对象有关的供应商通知当前趋势适用于该用户群组中的一个或多个。其它方面包括用于实现该计算机实现方法的对应系统、装置以及计算机程序产品。
另一方面,一种机器可读介质可包括存储在其上面的指令,所述指令在被处理器执行时促使机器执行一种检测上传到社交网络的数字图像内的可销售对象的方法。在这个方面,该方法可包括检测上传到社交网络的多个图像中的多个可销售对象,所述图像由在社交网络中共享关系的用户群组上传;针对该用户群组,基于检测到的与该群组相关联的可销售对象的阈值数目的实例而标识与检测到的可销售对象相关联的当前趋势;以及向与检测到的可销售对象有关的供应商通知当前趋势适用于该用户群组中的一个或多个。其它方面包括用于实现该机器可读介质的对应系统、装置、以及计算机程序产品。
又一方面,一种系统可包括一个或多个处理器和存储器。该存储器可包括指令,所述指令在被一个或多个处理器执行时促使一个或多个处理器促进以下步骤:检测由在社交网络中共享关系的用户群组提供给社交流的多个图像中的可销售对象,基于该检测确定该可销售对象在该用户群组内的流行性,针对该用户群组基于流行性和用于图像的相关时间段而标识当前趋势,以及向与可销售对象有关的供应商通知当前趋势适用于该用户群组中的一个或多个。
应理解的是,根据以下详细描述,主题技术的其它配置将变得对于本领域的技术人员而言显而易见,其中,以图示的方式示出并描述了主题技术的各种配置。如将认识到的,主题技术能够有其它和不同配置,并且其多个细节能够在各种其它方面进行修改,全部不脱离主题技术的范围。因此,应将附图和详细描述视为本质上是说明性而非限制性的。
附图说明
将参考附图进行详细描述:
图1是描绘用于从上传到社交网络的图像检测趋势的示例处理的状态流程图。
图2是图示出用于从上传到社交网络的图像检测趋势的示例处理的流程图。
图3是描绘已上传与一个或多个品牌相关联的图像的社交网络的示例用户的图。
图4是用于社交网络的原型用户的当前趋势和趋向衣服的示例表格。
图5是图示出供与从上传到社交网络的图像检测趋势相结合地使用的示例电子系统的图。
具体实施方式
主题技术提供了一种社交网络内的机制,该机制自动地检测上传到社交网络的数字图像内的可销售对象(例如,由供应商提供的品牌、产品或服务)。当数字图像被上传时,图像识别软件被配置成识别图像内的与已知品牌、产品或服务相对应的项目,并将上传图像的社交网络用户与数据库中的已标识的可销售对象相关联。还可从嵌入上传图像内的元数据标识品牌、产品或服务。因此,主题技术的系统标识在社交网络中共享关系的用户(例如,其在社交图中被作为“朋友”联系或者以其他方式被共同的兴趣关联)之间的公共可销售对象、以及那些可销售对象在用户群组之间的流行性。
针对相关用户群组,可基于与群组内的检测到的可销售对象有关的阈值上传次数来标识与检测到的可销售对象相关联的当前趋势。可例如在包括可销售对象的该数目的图像由特定群组内的大多数用户上传或者在预定时间窗内上传时标识与可销售对象相关联的趋势。在这个方面,系统可将与图像相关联的时间戳或上传图像的时间与其它最近上传图像的日期和时间相关联以确定图像内的可检测对象是对应于发展中还是正在发生的趋势。
一旦已标识了当前趋势,系统可将该趋势通知给与检测到的可销售对象有关的供应商。在一些方面中,系统可确定当前趋势包括初始趋势的变化,并响应于该变化而通知供应商。另外或者在替换方案中,系统可响应于检测到当前趋势或趋势的变化而向与当前趋势相关联的一个或多个用户生成或指示供应品(例如,广告)。
还可确定从上传图像检测到的趋势的相关性,并基于所确定相关性来调整该趋势。例如,可基于用户之间的关系的封闭性、或可用于供相应用户观看的图像中的对应可销售对象的流行性来调整用于用户或用户群组的趋势。在这个方面,相关性可指示趋势有多强地适用于特定用户。例如,关于用户群组内的英式足球衫的趋势可能不适用于并未明确地表达对英式足球的任何兴趣(例如,通过用户的先前发帖或通过分析其图片)的群组的用户。关于参加特定商业公司的群组的用户的趋势可能并不适用于与该商业公司不位于同一城市中的群组的用户。
该系统还基于趋势准则进一步促进到社交网络的用户的目标行销,包括检测到的趋势和那些趋势与特定用户的相关性。可针对供应商设定值以基于趋势准则向用户提供供应品。例如,该值可随着趋势的流行性及其与用户或用户群组的相关性的增加或减小而同等地增加或减小。该值可在检测到新的趋势时增加,因为其可早早地指示对应可销售对象的采用,并为供应商提供提升可销售对象通过供应商进行的目标供应而散播开的可能性的机会。
又一方面,系统可检测到上传图像内的衣服并为了标识用于原型用户的流行趋势而保持“原型”用户。用于解剖结构的每个部分的最流行衣服可被存储(例如,作为数据库表)。可标识用于解剖结构的每个部分的衣服类型相关联的趋势,使得针对特定品牌标识的趋势对于每件衣服而言不重叠。
图1是描绘根据主题技术的一些方面的用于从上传到社交网络的图像检测趋势的示例处理的状态流程图。图1的方框不需要按照所示的顺序执行。应理解的是,所描绘的顺序是一个或多个示例方法的图示,而不意图局限于提出的特定顺序或分级结构。可将方框重新布置和/或可同时地执行方框中的两个或更多。
根据一个或多个实施方式,图1的一个或多个方框可由一个或多个计算设备执行。计算设备可与一个或多个社交网络相结合地进行托管或操作。在这个方面,非临时机器可读介质可在其上面包括软件或机器可执行指令,其在被计算机或机器执行时执行图1的方框。因此,可与社交网络相关联地执行图1的方框。
第一处理101可在社交网络中执行以针对一个或多个用户监视社交流活动,并检测且分析由用户上传到社交网络的图像以便在社交流内显示。因此,第一处理101分析图像101以确定图像内的已知可销售对象的存在。第一处理101可在图像被上传时分析图像,或者可周期性地分析先前上传的图像。
可销售对象包括例如用于产品或服务的特定品牌标识、特定风格的衣服或衣着(例如,牛仔裤、鞋、靴子、钱包等)或商业公司的标识。第一处理101可使用各种技术来检测103图像101内的可销售对象。例如,第一处理101可实现计算机视觉以确定图像数据是否包含某些已知的特定对象、特征、纹理或活动。
在多个方面,可销售对象的预定目录可被存储在数据库中或类似存储位置104并在计算机视觉分析期间被子处理编入索引。在其它方面,子处理可实现光学字符识别以标识图像内的一个或多个名称,并且一旦被标识,按名称或其它标识将存储位置105编入索引以确定所识别的字符是否对应于已知可销售对象。第一处理101还可标识被嵌入上传图像内的元数据内的已知可销售对象。
一旦已经标识到可销售对象,第一处理101将可销售对象、图像、以及上传图像的用户相关联。然后可将该关联存储105在存储位置104中。因此,存储位置104可包括多个用户与可销售对象之间的关系。例如,如果多个产品被存储,则可将每个产品与一个或多个用户相关联。在一些实施方式中,可销售对象可包括多个关联层级。例如,可将产品与产品种类和品牌相关联,多个品牌与每个产品种类相关联。在一个示例中,特定类型的鞋可以是种类“鞋”并由一个或多个品牌制造商制造或销售。
第一处理101随着图像被上传到社交网络而继续将用户与可销售对象相关联。当做出关联时(例如,在存储位置104内),第一处理101标识或生成用于图像的时间戳,使得可确定图像内的可销售对象与当前趋势的相关性。在一个示例中,可将表示图像何时拍摄的时间戳连同其它元数据一起嵌入图像中。然后可由第一处理101从图像内标识此时间戳。在另一示例中,可基于图像被用户上传到社交网络的时间和/或日期而生成时间戳。
第二处理106可访问存储位置104以标识与检测到的可销售对象相关联的当前趋势。在多个方面,可基于例如与一个或多个群组内的检测到的可销售对象有关的图像上传的阈值次数针对一个或多个用户群组来标识当前趋势。因此,第二处理106可访问存储位置104以基于预定准则而确定107用户群组。例如,可基于用户之间的关系来确定群组。在这个方面,可在用户使用社交网络时相对于特定用户确定该关系。
另外或替换地,可基于共同兴趣来确定群组中的用户之间的关系。第二处理106可基于由用户提供给社交网络的信息来确定每个用户的一个或多个兴趣,并且然后基于所提供信息来确定共同兴趣。由用户提供的信息可以基于社交流活动。例如,第二处理106可基于一个或多个社交流内的相同或类似帖子或内容的赞同、相同或类似帖子或制品或广告的观看等来确定关系。在多个方面,一个或多个用户之间的关系可基于在用户之间做出的社交联系。例如,用户可能已相互添加为“朋友”,一个用户可能正在跟随另一用户,可能已通过电子邮件或其它通讯进行响应,或者用户可能在社交网络内的一定分离程度内。
一旦确定了群组,第二处理106可估计108可销售对象在群组内的流行性。例如,第二处理106可确定包含可销售对象的多少图像或消息是由群组中的用户上传、图像或消息中的多少图像或消息被群组的用户赞同或观看、用户赞同或观看多少与可销售对象有关的图像或消息或广告(例如,在群组内或外面)、群组的多少用户生成与可销售对象有关的活动,包括赞同或观看等。
当分析由群组的用户提供的可销售对象的实例时,第二处理106可进一步对所述许多实例进行过滤以仅包括其中与可销售对象相关联的时间戳在某个时间段内的相关实例。该时间段可包括例如在当前日期或时间之前的预定时段、或者围绕与一个或多个被分析图像相关联的时间戳中的一个或多个的预定时段。在一个示例中,第二处理106标识用于针对用户群组检测到的可销售对象的所有实例的平均时间,并且然后从平均时间中选择与标准偏差相对应的时段作为所述时间段。
在一个或多个实施方式中,第二处理106被配置成基于用户数字图像的所确定流行性和前述时间段而标识用于用户群组的当前趋势109。因此,可例如在对于该群组而言达到阈值数目的相关实例时标识群组内的用于可销售对象的当前趋势。在这个方面,当前趋势可周期性地改变,取决于当前时间段和针对该当前时间段的可销售对象的相关实例的数目。在多个方面,当前趋势可包括关于相关实例的数目、或可销售对象的流行性在群组内是正在增加还是减小的指示。当增加或减小大于预定阈值速率时,可进一步标识当前趋势。
一旦已经针对用户群组确定趋势,第二处理106可确定110该趋势的值。该趋势的值可用来针对与检测到的可销售对象有关的产品或服务的供应商来设定供应品(例如,广告)的值。在各种实施方式中,针对群组的每个相应用户确定该值。因此,第二处理106可确定默认值、或者基于所确定的可销售对象在与用户相关联的群组(例如,用户的“朋友”)内的流行性(例如,成比例)的值。
在一个或多个实施方式中,可基于可销售对象与用户的相关性水平来确定或调整该值。可基于社交网络中的用户的一个或多个活动(例如,通过帖子、赞同、观看、点击等)来确定用户的一个或多个兴趣。然后可标识可销售对象与一个或多个兴趣之间的关系,并且基于该关系的强度来确定用户与可销售对象之间的相关性水平。另外,用户与可销售对象之间的该相关性水平还可被用来确定由用户提供给社交网络的可销售对象的实例是否是相关实例。
一旦已经针对该用户群组确定了趋势,可向与可销售对象有关的一个或多个供应商通知111该当前趋势适用于该用户群组中的一个或多个。例如,在可销售对象是特定产品或服务的情况下,被通知的供应商可包括产品或服务的供应商、或者提供竞争产品或服务的供应商。
可在满足一个或多个预定条件时通知供应商。例如,可在当前趋势偏离初始趋势时通知供应商。偏差或变化可包括例如流行性在一定时间段内增加超过一定的量(例如,在5个小时内现在15%的图像中检测到的先前在5%的图像中检测到的产品),或者已经在流行性方面从先前的上升变成下降。
主题技术可包括用于将趋势和关于那些趋势的用户群组通知给供应商的用户接口112。供应商可使用接口112来标识与由供应商提供的产品或服务有关的趋势,标识与那些趋势相关联的用户,并购买社交网络内的广告放置以便显示给一个或多个已标识的用户。可例如基于用于所选用户或群组的先前确定值来设定放置广告的成本。该值可进一步基于(例如,通过用户与可销售对象之间的关系测量的)趋势与已标识的用户相关的程度。因此,接口112为供应商提供购买并提供广告及其它供应品以便显示给所选用户的能力。
图2是图示出根据主题技术的一个或多个方面的用于从上传到社交网络的图像检测趋势的示例处理的流程图。图2的方框不需要按照所示的顺序执行。应理解的是,所描绘的顺序是一个或多个示例方法的图示,而不意图局限于提出的特定顺序或分级结构。可将方框重新布置和/或可同时地执行方框中的两个或更多。
根据一个或多个实施方式,图2的一个或多个方框可由执行第一处理101和/或第二处理106的机器或计算设备执行。类似地,非临时机器可读介质可在其上面包括机器可执行指令,其在被机器或计算设备执行时执行图2的方框。因此,可与其中用户可上传和共享数字图像的社交网络、具体地社交流相关联地执行图2的方框。
在方框201中,处理(例如,在一个或多个计算设备上的操作)检测由在社交网络中共享关系的用户群组提供给社交流的多个图像中的可销售对象。该可销售对象可以是品牌标识、衣服风格、或商业公司。如前所述,可以各种方式、包括通过图像识别来检测可销售对象。在一些方面,嵌入图像中的元数据可包括一个或多个可销售对象,并且主题技术可基于在此元数据内标识的可销售对象将上传到社交网络的图像分类。
可从使用社交网络的单个用户的角度出发或者通过在一地理位置中或共享共同兴趣方面分析该用户集合来确定用户群组。在一个示例中,由用户通过包括帖子、赞同、超链接等社交活动向社交网络提供信息。然后,可分析此信息以基于通过该信息标识的共同兴趣将用户相关。然后,针对可销售对象的检测所标识的用户群组可基于共享共同兴趣的用户或那些用户的子集(例如,在一地理区域中)。
在方框202中,基于方框202的检测来确定可销售对象在用户群组内的流行性。该流行性可以是例如群组中的多少用户上传了包括可销售对象的一个或多个图像、或者可销售对象的多少实例在预定时间段内(例如,在最近一小时内)被上传。
在方框203中,基于该流行性和用于图像的相关时间段针对用户群组标识当前趋势。在多个方面,可针对每个图像确定用于可销售对象的时间实例,并且当前趋势识别阈值数目的图像何时包括在相关时间段内的时间实例。另外或替换地,可基于阈值数目的用户群组上传描绘检测到的可销售对象的相应图像、或者基于相应图像在预定时间段内上传而标识当前趋势。
在方框204中,向与可销售对象有关的供应商通知当前趋势适用于用户群组中的一个或多个。在一个或多个实施方式中,用户群组可仅包括先前被确定为具有与可销售对象有关的兴趣的那些用户。换言之,即使用户上传关于可销售对象的图像,该用户也可能并非对可销售对象特别感兴趣。在这个方面,主题技术可基于例如由用户提供的社交活动和信息而确定可销售对象与每个用户的相关性水平。如果发现用户的兴趣与用于可销售对象的人口资料适度地匹配,则可认为可销售对象与用户有关。在一些方面,可基于匹配的强度、例如社交活动或信息中的多少与可销售对象有关来计算可销售对象与用户的相关性水平。因此,当相关性水平满足预定阈值时,可向供应商通知可销售对象适用于用户。
图3是描绘根据主题技术的一些方面的已上传与一个或多个品牌相关联的图像的社交网络的示例用户的图。在本示例中,群组的七个已标识的用户已上传包括一个或三个品牌(可销售对象)的图像。用户2-7通过社交图中的单个分离度与用户1相关,并且通过至多两个分离度(经由用户1)彼此相关。
用户1、2、4和7已上传关于品牌A的一个或多个图像,用户6已上传关于品牌B的一个或多个图像,并且用户3和5已上传关于品牌C的一个或多个图像。因此,大多数已标识的用户已上传了关于品牌A的图像。如果所有图像是在用于趋势检测的预定时间段内(例如,在最后一天内)上传的,则可针对品牌A、B或C中的一个标识趋势。在这个示例中,预定时间段内的大多数品牌实例确定趋势。因此,如果用户已按顺序(1-7)上传图像,则当用户7上传关于品牌A的图像时,针对品牌A标识其当前趋势。
图4是根据主题技术的一些方面的用于社交网络的原型用户的当前趋势和趋向衣服的示例表格400。表格400被划分成行,每行表示用户可能穿的一件衣服。虽然表格描绘了某些衣服,但应理解的是在表400中还可包括或代替其它类型的衣服(或完全的其它可销售对象),例如基于在上传到社交网络的图像中检测到的衣服的类型。此外,虽然表400被描绘为关系表,但应理解的是可以用任何数目的存储技术来表示或存储表400的内容。
每件不同的衣服(例如,帽子、眼镜、男衬衫等)在表300中基于群组内的针对该品牌的已标识的趋势而与对应品牌相关联。因此,可针对社交网络的每个用户生成表300,群组是用户的社交图中的共享一个或多个共同兴趣、在一个或多个分离度内相连、或者已被用户标识为在子群内(例如,分类为“朋友”、“家人”、“同事”等)的那些。当标识到针对群组内的特定的一件衣服的趋势时,该“品牌”或其它标识符被放置在表格中以标识趋势。表300包括每种衣服的当前趋势和即将发生的趋势(“趋向”)两者。
表400可用来快速地标识用户的趋势和趋向,并且可与跟其它群组中的用户相关联的其它表格结合以标识跨更大用户群组的趋势。可例如在用户接口112中向供应商显示表400或该表的衍生物,并且供应商可将表400中的信息用于再行销。阈值可确定表格中何时出现特定一件衣服的趋势。例如,如果阈值大于群组中的15%的用户,并且主题技术检测到用户的15%的朋友正在穿某个品牌的某个系列的牛仔裤,则该品牌的供应商可向该群组中的另一用户供应相同风格的牛仔裤。
零售商和制造商可使用表400中的信息来查看哪种趋势“热门”并使用该信息来调整其生产线和库存水平。另外,用户可访问该表格(例如,在仪表板中)以查看遍及其社交图、群组、或社交网络正在发生什么趋势以查看其它用户正在穿戴、使用、驾驶等什么产品和服务以引导其未来购物。
图5是图示出根据主题技术的一个或多个方面的供与从上传到社交网络的图像检测趋势相结合地使用的示例电子系统500的图。电子系统500可以是用于执行与第一处理101或第二处理106的操作相关联的软件的计算设备。在各种实施方式中,电子系统500可表示具有被嵌入其中或被与之耦合的服务器、计算机、电话、PDA、膝上型计算机、平板计算机、触摸屏、或电视、或者任何其它种类的电子设备。
电子系统500可包括各种类型的计算机可读介质和用于各种其它类型的计算机可读介质的接口。在所描绘的示例中,电子系统500包括总线508、处理单元512、系统存储器504、只读存储器(ROM)510、永久性存储设备502、输入设备接口514、输出设备接口506、以及网络接口516。在一些实施方式中,电子系统500可包括用于先前所述的各种组件和处理的操作的其它计算设备或电路或与之集成。
总线508共同地表示将电子系统500的许多内部设备通信连接的所有系统、外围设备、以及芯片集总线。例如,总线508将处理单元512与ROM510、系统存储器504、以及永久性存储设备502通信连接。
从这些各种存储器单元,处理单元512检索要执行的指令和要处理的数据以便执行本公开的处理。处理单元在不同实施方式中可以是单个处理器或多核处理器。
ROM510存储处理单元512和电子系统的其它模块所需的静态数据和指令。另一方面,永久性存储设备502是读写存储器设备。此设备是即使当电子系统500关掉时也存储指令和数据的非易失性存储器单元。本公开的一些实施方式使用大容量存储设备(诸如磁盘或光盘及其对应磁盘驱动器)作为永久性存储设备502。
其它实施方式使用可移动存储设备(诸如软盘、闪速驱动器、以及其对应磁盘驱动)作为永久性存储设备502。类似于永久性存储设备502,系统存储器504是读写存储器设备。然而,不同于存储设备502,系统存储器504是易失性读写存储器,诸如随机存取存储器。系统存储器504存储处理器在运行时需要的一些指令和数据。在一些实施方式中,本公开的处理被存储在系统存储器504、永久性存储设备502、和/或ROM510中。从这些各种存储器单元,处理单元512检索要执行的指令和要处理的数据以便执行一些实施方式的处理。
总线508还连接到输入和输出设备接口514和506。输入设备接口514使得用户能够向电子系统传送信息和选择命令。与输入设备接口514一起使用的输入设备包括例如字母数字键盘和定点设备(也称为“光标控制设备”)。输出设备接口506使得例如能够显示由电子系统500生成的图像。与输出设备接口506一起使用的输出设备包括例如打印机和显示设备,诸如阴极射线管(CRT)和液晶显示器(LCD)。一些实施方式包括诸如充当输入和输出设备两者的触摸屏之类的设备。
最后,如图5中所示,总线508还将电子系统500通过网络接口516耦合到网络(未示出)。以这种方式,计算机可以是计算机网络(诸如局域网(“LAN”)、广域网(“WAN”)或内部网)或网络的网络(诸如因特网)的一部分。可以与本公开相结合地使用电子系统500的任何或所有组件。
上文所述的这些功能可以用计算机软件、固件或硬件来实现。可以使用一个或多个计算机程序产品来实现所述技术。可以将可编程处理器和计算机包括在移动设备中或者封装为移动设备。处理和逻辑流程可以由一个或多个可编程处理器和由一个或多个可编程逻辑电路执行。可以将通用和专用计算设备和存储设备通过通信网络互连。
一些实施方式包括电子组件,诸如微处理器、在机器可读或计算机可读介质(替换地称为计算机可读存储介质、机器可读介质、或机器可读存储介质)中存储计算机程序指令的储存器和存储器。此类计算机可读介质的一些示例包括RAM、ROM、只读紧凑式磁盘(CD-ROM)、可记录紧凑式磁盘(CD-R)、可重写紧凑式磁盘(CD-RW)、只读数字式多功能磁盘(例如,DVD-ROM、双层DVD-ROM)、多种可记录/可重叠DVD(例如,DVD-RAM、DVD-RW、DVD+RW等)、闪存(例如,SD卡、迷你SD卡、微型SD卡等)、磁性和/或固态硬驱、只读和可记录磁盘、超密度光盘、任何其它光学或磁性介质、以及软盘。计算机可读介质可以存储可被至少一个处理单元执行并包括用于执行各种操作的指令集的计算机程序。计算机程序或计算机代码的示例包括诸如由编译程序产生的机器代码、以及包括高级代码的文件,其由计算机、电子组件、或微处理器使用解释程序来执行。
虽然以上讨论主要提及执行软件的微处理器或多核处理器,但一些实施方式由一个或多个集成电路执行,诸如专用集成电路(ASIC)或现场可编程门阵列(FPGA)。在一些实施方式中,此类集成电路执行被存储在电路本身上的指令。
如在本申请的本说明书和任何权利要求中所使用的术语“计算机”、“服务器”、“处理器”和“存储器”全部指代电子或其它技术设备。这些术语不包括人或人群。出于本说明书的目的,术语显示或正在显示意指在电子设备上显示。如在本申请的本说明书和任何权利要求中所使用的术语“计算机可读介质”完全局限于以可被计算机读取的形式存储信息的有形物理对象。这些术语不包括任何无线信号、有线下载信号、以及任何其它短暂信号。
为了提供与用户的交互,在本说明书中描述的主题的实施方式可以在计算机上实现,该计算机具有用于向用户显示信息的显示设备(例如,CRT(阴极射线管)或LCD(液晶显示器)监视器)和用户可以用来向计算机提供输入的键盘和定点设备,例如鼠标或轨迹球。也可以使用其它种类的设备来提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈,例如,视觉反馈、听觉反馈、或触觉反馈;并且可以以任何形式接收来自用户的输入,包括声学、话音、或触觉输入。另外,计算机可以通过向和从用户所使用的设备发送文档和接收文档来与用户相交互;例如,通过响应于从web浏览器接收到的请求而向用户的客户端设备上的web浏览器发送网页。
在本说明书中描述的主题的实施例可以在计算系统中实现,该计算系统包括例如作为数据服务器的后端组件或者包括例如应用服务器之类的中间件组件或者包括前端组件,例如具有用户可以通过其与在本说明书中描述的主题的实施方式相交互的图形用户接口或web浏览器的客户端计算机或者一个或多个此类后端、中间件或前端组件的任何组合。可以用数字数据通信的任何形式或介质(例如,通信网络)来将系统的组件互连。通信网络的示例包括局域网(“LAN”)和广域网(“WAN”)、互联网(例如,因特网)以及端对端网络(例如,自组织对等网络)。
计算系统可以包括客户端和服务器。客户端和服务器一般地相互远离并通常通过通信网络进行交互。客户端和服务器的关系借助于在相应计算机上运行且相互具有客户-服务器关系的计算机程序发生。在一些实施例中,服务器向客户端设备发射数据(例如,HTML页面)(例如,出于向和从与客户端设备相交互的用户显示数据和接收用户输入的目的)。可以在服务器处从客户端设备接收在客户端设备处生成的数据(例如,用户交互的结果)。
本领域的技术人员将认识到的是,可将结合在本文中所述的各种说明性逻辑块、模块、元件、组件、方法以及算法实现为电子硬件、计算机软件或两者的组合。为了清楚地举例说明硬件和软件的可互换性,上文一般地在其功能方面描述了各种说明性块、模块、元件、组件、方法以及算法。此类功能被实现为硬件还是软件取决于施加于整个系统的特定应用和设计约束。技术人员可针对每个特定应用以不同的方式实现所述功能。在完全不脱离主题技术的范围的情况下,可以以不同方式布置各种组件和方框(例如,按照不同顺序布置或者以不同方式分区)。
此外,应理解的是,公开的处理中的步骤的特定顺序或分级结构是示例方法的举例说明。基于设计偏好,应理解的是,处理中的步骤的特定顺序或分级结构可重新布置。一些步骤可同时地执行。所附方法权利要求按照样本顺序呈现各种步骤的要素,并且不一定意图局限于所呈现的特定顺序或分级结构。
提供先前的描述是为了使得本领域的技术人员能够实施本文所述的各种方面。先前的描述提供了主题技术的各种示例,并且主题技术不限于这些示例。对这些方面的各种修改对于本领域的技术人员而言将是显而易见的,并且可将本文所述的一般原理应用于其它方面。因此,权利要求并不意图局限于本文所示的各方面,而是根据依照语言权利要求的全范围,其中,以单数方式对元件的提及并不意图意指“一个且仅一个”,除非具体地这样说明,而是“一个或多个”。除非另外具体地说明,术语“一些”指代一个或多个。男性的代词(即,他的)包括女性和中性性别(例如,她的或它的),并且反之亦然。标题和副标题(如果有的话)仅仅是为了方便而使用的且并不限制本发明。
如本文所使用的术语网站可包括网站的任何方面,包括一个或多个网页、被用来托管或存储web相关内容的一个或多个服务器等。因此,可将术语网站与术语网页和服务器互换地使用。谓语单词“被配置成”、“可操作用于”和“被编程为”并不暗示对象的任何特定有形或无形修改,相反地意图可互换地使用。例如,被配置成监视和控制操作或组件的处理器还可意指被配置成监视和控制操作的处理器或可操作用于监视和控制操作的处理器。同样地,可以将被配置成执行代码的处理器理解为被编程为执行代码或者可操作用于执行代码的处理器。
诸如“方面”之类的短语并不意味着此类方面对于主题技术而言必不可少,或者此类方面适用于主题技术的所有配置。关于一方面的公开可适用于所有配置、或者一个或多个配置。一方面可提供一个或多个示例。诸如方面之类的短语可指代一个或多个方面且反之亦然。诸如“实施例”之类的短语并不意味着此类实施例对于主题技术而言必不可少,或者此类实施例适用于主题技术的所有配置。关于实施例的公开可适用于所有实施例或者一个或多个实施例。实施例可提供一个或多个示例。诸如“实施例”之类的短语可指代一个或多个实施例且反之亦然。诸如“实施例”之类的短语并不意味着此类实施例对于主题技术而言必不可少,或者此类实施例适用于主题技术的所有配置。关于配置的公开可适用于所有配置、或者一个或多个配置。配置可提供一个或多个示例。诸如“配置”之类的短语可指代一个或多个配置且反之亦然。
单词“示例”在本文中用来意指“充当示例或图示”。在本文中描述为“示例”的任何方面或设计不一定要理解为相对于其它方面或设计而言是优选或有利的。
遍及本公开描述的本领域的技术人员已知或者稍后将知道的各种方面的要素的所有结构和功能等价物被明确地通过引用而结合在本文中且意图被权利要求涵盖。此外,在本文中讨论的任何内容并不意图献给公众,无论此类公开是否在权利要求中明确地叙述。不应根据美国法典第35条第112款、第六段的条款来理解权利要求要素,除非使用短语“用于...的装置”来明确地叙述该要素,或者在方法权利要求的情况下,使用短语“用于...的步骤”来叙述该要素。此外,就在本描述或权利要求中使用术语“包括”、“具有”等而言,此类术语意图以与术语“包含”类似的方式是包括性的,如当在权利要求中用作过渡词语时解释“包含”一样。
Claims (20)
1.一种计算机实现的方法,包括:
检测多个图像中的可销售对象,所述多个图像是由在社交网络中共享关系的用户群组提供给社交流;
基于所述检测,确定所述可销售对象在所述用户群组内的流行性;
针对所述用户群组,基于所述流行性和用于所述图像的相关时间段而标识当前趋势;以及
向与所述可销售对象有关的供应商通知所述当前趋势适用于所述用户群组中的一个或多个。
2.如权利要求1所述的计算机实现的方法,其中,所述可销售对象是品牌身份、衣服风格、或商业公司。
3.如权利要求1所述的计算机实现的方法,还包括:
针对每个图像,确定用于所述可销售对象的时间实例,当阈值数目的图像包括所述相关时间段内的时间实例时,标识所述当前趋势。
4.如权利要求1所述的计算机实现的方法,还包括:
基于由所述用户提供给所述社交网络的信息来确定用户兴趣;以及
基于每个所述用户所共有的兴趣来确定所述关系。
5.如权利要求1所述的计算机实现的方法,其中,所述关系是在所述群组中主动地使用所述社交网络的用户与所述群组中的其余用户之间。
6.如权利要求1所述的计算机实现的方法,其中,通过图像识别,在提供的图像中检测所述可销售对象。
7.如权利要求1所述的计算机实现的方法,其中,从被嵌入在相应图像中的元数据检测所述可销售对象。
8.如权利要求1所述的计算机实现的方法,还包括:
确定所述可销售对象与所述一个或多个用户的相关性水平,其中,当所述相关性水平满足预定阈值时,通知所述供应商。
9.如权利要求8所述的计算机实现的方法,还包括:
基于所述相关性水平,来设定与所述可销售对象有关的供应品的值;以及
将所述供应品的所述值提供给所述供应商。
10.如权利要求1所述的计算机实现的方法,还包括:
为所述群组的相应用户提供原型用户,所述原型用户与多件不同衣服相关联;以及
基于所述群组内关联品牌的已标识趋势,将不同品牌与每件不同衣服相关联;
其中,所述可销售对象包括不同件衣服中的一个。
11.如权利要求1所述的计算机实现的方法,还包括:
确定所述当前趋势包括初始趋势的变化,响应于所述变化而通知所述供应商。
12.如权利要求11所述的计算机实现的方法,还包括:
响应于所述变化而向所述用户群组中的至少一个发送供应品。
13.一种具有存储在其上面的指令的机器可读介质,所述指令在被执行时促使机器执行一种方法,所述方法包括:
检测被上传到社交网络的多个图像中的多个可销售对象,所述图像由在所述社交网络中共享关系的用户群组上传;
针对所述用户群组,基于与所述群组相关联的检测可销售对象的阈值数目的实例,标识与所述检测可销售对象相关联的当前趋势;以及
向与所述检测可销售对象有关的供应商通知所述当前趋势适用于所述用户群组中的一个或多个。
14.如权利要求13所述的机器可读介质,其中,所述可销售对象是品牌身份、衣服风格、或商业公司。
15.如权利要求13所述的机器可读介质,其中,基于上传描绘所述检测可销售对象的相应图像的阈值数目的所述用户群组,标识所述当前趋势。
16.如权利要求15所述的机器可读介质,其中,基于所述相应图像是在预定时间段内被上传而标识所述当前趋势。
17.如权利要求13所述的机器可读介质,其中,所述关系包括在相应对的用户之间相互地做出的社交联系。
18.如权利要求13所述的机器可读介质,所述方法还包括:
基于所述社交网络中的每个所述用户的一个或多个活动而确定所述用户群组的共同兴趣,其中,由所述用户群组共享的所述关系是基于所述共同兴趣。
19.如权利要求13所述的机器可读介质,所述方法还包括:
基于从所述用户提供给所述社交网络的信息,来确定相应用户的一个或多个兴趣;以及
基于所述可销售对象与所提供的信息之间的关系,来确定所述当前趋势与所述用户相关,
其中,向所述供应商通知所述当前趋势适用于下述用户:所述当前趋势被确定为与该用户相关。
20.一种系统,包括:
一个或多个处理器;以及
存储器,所述存储器包括指令,所述指令在被所述一个或多个处理器执行时促使所述一个或多个处理器促进以下步骤:
检测多个图像中的可销售对象,所述多个图像是由在社交网络中共享关系的用户群组提供给社交流;
基于所述检测,确定所述可销售对象在所述用户群组内的流行性;
针对所述用户群组,基于所述流行性和所述图像的相关时间段而标识当前趋势;以及
向与所述可销售对象有关的供应商通知所述当前趋势适用于所述用户群组中的一个或多个。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/010,428 US20150058079A1 (en) | 2013-08-26 | 2013-08-26 | Detecting trends from images uploaded to a social network |
US14/010,428 | 2013-08-26 | ||
PCT/US2014/051954 WO2015031138A2 (en) | 2013-08-26 | 2014-08-20 | Detecting trends from images uploaded to a social network |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105580014A true CN105580014A (zh) | 2016-05-11 |
Family
ID=51541289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480053016.7A Pending CN105580014A (zh) | 2013-08-26 | 2014-08-20 | 从上传到社交网络的图像检测趋势 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20150058079A1 (zh) |
EP (1) | EP3039631A4 (zh) |
KR (2) | KR20160048135A (zh) |
CN (1) | CN105580014A (zh) |
AU (1) | AU2014311596A1 (zh) |
BR (1) | BR112016003966A8 (zh) |
CA (1) | CA2922310A1 (zh) |
WO (1) | WO2015031138A2 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107767092A (zh) * | 2016-08-23 | 2018-03-06 | 菜鸟智能物流控股有限公司 | 商品对象信息的处理方法、展示方法及装置 |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9479577B2 (en) * | 2012-08-14 | 2016-10-25 | Chicisimo S.L. | Online fashion community system and method |
US9846904B2 (en) * | 2013-12-26 | 2017-12-19 | Target Brands, Inc. | Retail website user interface, systems and methods |
US9881094B2 (en) | 2015-05-05 | 2018-01-30 | Snap Inc. | Systems and methods for automated local story generation and curation |
US10600062B2 (en) | 2016-03-15 | 2020-03-24 | Target Brands Inc. | Retail website user interface, systems, and methods for displaying trending looks by location |
US10776860B2 (en) * | 2016-03-15 | 2020-09-15 | Target Brands, Inc. | Retail website user interface, systems, and methods for displaying trending looks |
US10755229B2 (en) | 2018-04-11 | 2020-08-25 | International Business Machines Corporation | Cognitive fashion-ability score driven fashion merchandising acquisition |
US10685265B2 (en) | 2018-04-11 | 2020-06-16 | International Business Machines Corporation | Cognitive analysis and classification of apparel images |
US10956928B2 (en) | 2018-05-17 | 2021-03-23 | International Business Machines Corporation | Cognitive fashion product advertisement system and method |
US11538083B2 (en) | 2018-05-17 | 2022-12-27 | International Business Machines Corporation | Cognitive fashion product recommendation system, computer program product, and method |
US10860642B2 (en) * | 2018-06-21 | 2020-12-08 | Google Llc | Predicting topics of potential relevance based on retrieved/created digital media files |
US10963744B2 (en) | 2018-06-27 | 2021-03-30 | International Business Machines Corporation | Cognitive automated and interactive personalized fashion designing using cognitive fashion scores and cognitive analysis of fashion trends and data |
JP7171275B2 (ja) * | 2018-07-06 | 2022-11-15 | キヤノン株式会社 | 画像評価装置、システム、画像評価装置の制御方法およびプログラム |
US10902506B2 (en) | 2018-09-11 | 2021-01-26 | Ebay Inc. | Crowd sourcing locations for seller privacy |
US11107113B2 (en) * | 2018-09-12 | 2021-08-31 | Brandfolder, Inc. | Multitrack performance scoring for assets comprising digital media |
US11086925B2 (en) | 2018-09-24 | 2021-08-10 | Ebay Inc. | Fashion by trend user interfaces |
JP6516943B1 (ja) | 2018-10-31 | 2019-05-22 | ニューラルポケット株式会社 | 情報処理システム、情報処理装置、サーバ装置、プログラム、又は方法 |
WO2020090054A1 (ja) * | 2018-10-31 | 2020-05-07 | ニューラルポケット株式会社 | 情報処理システム、情報処理装置、サーバ装置、プログラム、又は方法 |
US11080555B2 (en) | 2019-09-05 | 2021-08-03 | International Business Machines Corporation | Crowd sourced trends and recommendations |
US11899682B2 (en) | 2021-09-08 | 2024-02-13 | Microsoft Technology Licensing, Llc | Generating and presenting a searchable graph based on a graph query |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090217317A1 (en) * | 2008-02-26 | 2009-08-27 | At&T Knowledge Ventures, L.P. | System and method for promoting marketable items |
US20100005105A1 (en) * | 2008-07-02 | 2010-01-07 | Palo Alto Research Center Incorporated | Method for facilitating social networking based on fashion-related information |
US20100191578A1 (en) * | 2009-01-27 | 2010-07-29 | Apple Inc. | Systems and methods for providing enhanced access to high fashion using a portable electronic device |
US20110218946A1 (en) * | 2010-03-03 | 2011-09-08 | Microsoft Corporation | Presenting content items using topical relevance and trending popularity |
CN102200988A (zh) * | 2010-03-01 | 2011-09-28 | 微软公司 | 具有推荐的社交网络系统 |
CN102947856A (zh) * | 2010-06-23 | 2013-02-27 | 微软公司 | 使用内容项直方图来标识形成趋势的内容项 |
KR101264658B1 (ko) * | 2012-02-16 | 2013-05-15 | 김수현 | 클라이언트 패널을 이용한 실시간 쇼핑 트랜드 확인시스템 |
WO2013113028A1 (en) * | 2012-01-27 | 2013-08-01 | Bottlenose, Inc. | Trending of aggregated personalized information streams and multi-dimensional graphical depiction thereof |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2637975A1 (en) * | 2007-08-16 | 2009-02-16 | Radian6 Technologies Inc. | Method and system for determining topical on-line influence of an entity |
US9143573B2 (en) * | 2008-03-20 | 2015-09-22 | Facebook, Inc. | Tag suggestions for images on online social networks |
US20150169571A1 (en) * | 2009-10-21 | 2015-06-18 | Google Inc. | Social Image Search |
US20110106589A1 (en) * | 2009-11-03 | 2011-05-05 | James Blomberg | Data visualization platform for social and traditional media metrics analysis |
US9135631B2 (en) * | 2011-08-18 | 2015-09-15 | Facebook, Inc. | Computer-vision content detection for sponsored stories |
US20150169186A1 (en) * | 2012-03-16 | 2015-06-18 | Hartmut Neven | Method and apparatus for surfacing content during image sharing |
US20130330019A1 (en) * | 2012-06-08 | 2013-12-12 | Samsung Electronics Co., Ltd. | Arrangement of image thumbnails in social image gallery |
US20140207609A1 (en) * | 2013-01-23 | 2014-07-24 | Facebook, Inc. | Generating and maintaining a list of products desired by a social networking system user |
US9161066B1 (en) * | 2013-03-14 | 2015-10-13 | Google Inc. | Methods, systems, and media for generating and presenting supplemental content based on contextual information |
US9367568B2 (en) * | 2013-05-15 | 2016-06-14 | Facebook, Inc. | Aggregating tags in images |
-
2013
- 2013-08-26 US US14/010,428 patent/US20150058079A1/en not_active Abandoned
-
2014
- 2014-08-20 AU AU2014311596A patent/AU2014311596A1/en not_active Abandoned
- 2014-08-20 CN CN201480053016.7A patent/CN105580014A/zh active Pending
- 2014-08-20 EP EP14766259.7A patent/EP3039631A4/en not_active Withdrawn
- 2014-08-20 KR KR1020167007722A patent/KR20160048135A/ko not_active Application Discontinuation
- 2014-08-20 BR BR112016003966A patent/BR112016003966A8/pt not_active Application Discontinuation
- 2014-08-20 WO PCT/US2014/051954 patent/WO2015031138A2/en active Application Filing
- 2014-08-20 CA CA2922310A patent/CA2922310A1/en active Granted
- 2014-08-20 KR KR1020217025872A patent/KR20210106009A/ko not_active IP Right Cessation
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090217317A1 (en) * | 2008-02-26 | 2009-08-27 | At&T Knowledge Ventures, L.P. | System and method for promoting marketable items |
US20100005105A1 (en) * | 2008-07-02 | 2010-01-07 | Palo Alto Research Center Incorporated | Method for facilitating social networking based on fashion-related information |
US20100191578A1 (en) * | 2009-01-27 | 2010-07-29 | Apple Inc. | Systems and methods for providing enhanced access to high fashion using a portable electronic device |
CN102200988A (zh) * | 2010-03-01 | 2011-09-28 | 微软公司 | 具有推荐的社交网络系统 |
US20110218946A1 (en) * | 2010-03-03 | 2011-09-08 | Microsoft Corporation | Presenting content items using topical relevance and trending popularity |
CN102947856A (zh) * | 2010-06-23 | 2013-02-27 | 微软公司 | 使用内容项直方图来标识形成趋势的内容项 |
WO2013113028A1 (en) * | 2012-01-27 | 2013-08-01 | Bottlenose, Inc. | Trending of aggregated personalized information streams and multi-dimensional graphical depiction thereof |
KR101264658B1 (ko) * | 2012-02-16 | 2013-05-15 | 김수현 | 클라이언트 패널을 이용한 실시간 쇼핑 트랜드 확인시스템 |
Non-Patent Citations (1)
Title |
---|
ANGELLA J.KIM ET AL: "Do social media marketing activities enhance customer equity? An empirical study of luxury fashion brand", 《JOURNAL OF BUSINESS RESEARCH》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107767092A (zh) * | 2016-08-23 | 2018-03-06 | 菜鸟智能物流控股有限公司 | 商品对象信息的处理方法、展示方法及装置 |
CN107767092B (zh) * | 2016-08-23 | 2021-08-24 | 菜鸟智能物流控股有限公司 | 商品对象信息的处理方法、展示方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
KR20210106009A (ko) | 2021-08-27 |
CA2922310A1 (en) | 2015-03-05 |
BR112016003966A2 (zh) | 2017-08-01 |
BR112016003966A8 (pt) | 2018-01-02 |
WO2015031138A3 (en) | 2016-01-14 |
AU2014311596A1 (en) | 2016-03-17 |
EP3039631A2 (en) | 2016-07-06 |
EP3039631A4 (en) | 2017-01-11 |
WO2015031138A2 (en) | 2015-03-05 |
US20150058079A1 (en) | 2015-02-26 |
KR20160048135A (ko) | 2016-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105580014A (zh) | 从上传到社交网络的图像检测趋势 | |
CN109559208B (zh) | 一种信息推荐方法、服务器及计算机可读介质 | |
O'Donnell et al. | People's perceptions of personalized ads | |
US9317869B2 (en) | Identifying consumer segments using a social networking system | |
US20150317287A1 (en) | Selectively providing content on a social networking system | |
KR101865710B1 (ko) | 소셜 네트워킹 엔진의 사용자들에게 콘텐츠를 다이렉팅하는 시스템 및 방법 | |
US20170236160A1 (en) | System and method for specifying targeted content for customers | |
US10775968B2 (en) | Systems and methods for analyzing visual content items | |
US20120054039A1 (en) | Advertising targeting based on image-derived metrics | |
US20150025996A1 (en) | Systems and methods for recommending purchases | |
JP2017534124A (ja) | 広告のターゲット基準による閲覧者メトリックの使用 | |
US20180240158A1 (en) | Computer implemented system and method for customer profiling using micro-conversions via machine learning | |
US20190362409A1 (en) | Real-time recommendation monitoring dashboard | |
Ashraf et al. | System-vs. consumer-generated recommendations: Affective and social-psychological effects on purchase intention | |
US10191969B2 (en) | Filtering online content using a taxonomy of objects | |
Holsing et al. | Effect of user-generated content on website stickiness: the case of social shopping communities | |
Hong et al. | Measuring product type with dynamics of online product review variances: A theoretical model and the empirical applications | |
CN114391159A (zh) | 数字人类学和人种学系统 | |
CA2922310C (en) | Detecting trends from images uploaded to a social network | |
US20210383451A1 (en) | Iterative, multi-user selection and weighting recommendation engine | |
Smith | Retail managers’ perspectives on the effectiveness of corporate e-personalisation initiatives | |
JP7418379B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
EP3905184A1 (en) | Arranging information describing items within a page maintained in an online system based on an interaction with a link to the page | |
CN113722637A (zh) | 基于内容中包括的项目图像来更新在线系统用户的简档 | |
Vashishth et al. | Enhancing Customer Experience through AI-Enabled Content Personalization in E-Commerce Marketing |
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: 20160511 |
|
RJ01 | Rejection of invention patent application after publication |