CN110020126A - 电子内容的内容选择和呈现 - Google Patents
电子内容的内容选择和呈现 Download PDFInfo
- Publication number
- CN110020126A CN110020126A CN201711008167.2A CN201711008167A CN110020126A CN 110020126 A CN110020126 A CN 110020126A CN 201711008167 A CN201711008167 A CN 201711008167A CN 110020126 A CN110020126 A CN 110020126A
- Authority
- CN
- China
- Prior art keywords
- resource
- entity
- event
- user
- interest
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 claims description 42
- 230000004044 response Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 230000001052 transient effect Effects 0.000 claims 2
- 238000004590 computer program Methods 0.000 abstract description 11
- 230000015654 memory Effects 0.000 description 33
- 230000000694 effects Effects 0.000 description 20
- 230000008569 process Effects 0.000 description 17
- 238000004891 communication Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 10
- 230000002708 enhancing effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000000712 assembly Effects 0.000 description 5
- 238000000429 assembly Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000005610 quantum mechanics Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 210000003127 knee Anatomy 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000018199 S phase Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012358 sourcing Methods 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
-
- 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
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- 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
- G06F16/288—Entity relationship models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Computational Linguistics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Economics (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
方法、系统和装置,包括编码在计算机存储介质上的计算机程序,用于接收多个资源,每个资源包括电子媒体内容。对于每个资源,计算系统识别与该资源相关联的一个或多个实体。对于至少一对所识别的实体,系统确定其中关联了该对的每个实体的资源的数量。系统基于资源的数量来确定与特定一对实体相关联的事件的发生。系统基于其中关联了该对实体中的每个实体的资源来生成与事件相对应的表示。系统提供与事件相对应的表示来输出到用户设备。
Description
技术领域
本说明书涉及内容选择和呈现。
背景技术
计算系统可被配置为从多个网页收集数据并且将收集的数据组织成信息的可搜索索引。收集的数据可以成结构化或者非结构化的数据格式。例如,计算系统可以为包括电子媒体内容的资源接收结构化或非结构化数据,其中电子媒体内容例如是文章和其他电子出版物。消费媒体内容的用户可能希望接收被识别为与用户的特定兴趣或内容偏好相关联的媒体内容的子集。然而,许多现有系统在识别适当的内容来提供给用户方面不是特别有效。从而,现有系统可花费资源来识别、传送和显示用户将会忽略的内容。因此,对于在提供媒体内容的子集来供特定用户消费时更好地利用计算资源的计算系统,存在需求。
发明内容
根据描述的技术,一种计算系统接收多个资源。资源可包括电子媒体内容和文本内容的至少一部分。对于每个资源,系统可识别与资源相关联的一个或多个实体。实体可跨越多种信息类型并且可包括个体的人、政治实体、娱乐实体或商业实体。实体对可被系统识别,并且对于每对识别的实体,系统可确定其中关联了该对的每个实体的资源的数量。
系统随后可确定与特定一对实体相关联的事件的发生。可基于其中关联了该对的每个实体的资源的数量来确定事件发生。系统生成与事件相对应的表示。可基于其中关联了该对实体中的每个实体的资源来生成该表示。系统可提供该呈现来输出到用户设备。
本说明书中描述的主题的一个方面可体现在一种计算机实现方法中。该方法包括:由计算系统接收多个资源,每个资源包括电子媒体内容,所述电子媒体内容包括文本内容的至少一部分;对于多个资源中的每个资源:由计算系统识别与资源相关联的一个或多个实体;对于所识别的一个或多个实体中的至少一对实体:由计算系统确定其中关联了该对实体中的每个实体的资源的数量。
该方法包括:由计算系统基于所确定的资源的数量来确定与特定一对实体相关联的事件的发生;由计算系统生成与事件相对应的表示,该表示是基于其中关联了该对实体中的每个实体的资源中的一个或多个来生成的;以及由计算系统提供与该事件相对应的表示来输出到用户设备。
这些和其他实现方式可各自可选地包括以下特征中的一个或多个。例如,在一些实现方式中,该方法还包括:检测资源的文本内容中包括的特定实体项,该特定实体项是基于已知的用户兴趣来检测的;以及响应于检测到特定实体项,基于检测到的特定实体项来选择与资源相关联的一对或多对实体。
在一些实现方式中,识别与资源相关联的一个或多个实体包括:基于对与用户相关联的用户数据的分析来确定用户的至少一个兴趣,用户数据是在以下之一期间接收的:当前时间段,或者过去时间段;以及基于所确定的用户的至少一个兴趣来识别与资源相关联的一个或多个实体。
在一些实现方式中,确定事件的发生包括:利用计算系统的事件检测模块来识别与特定一对实体相关联的多个候选事件;利用事件检测模块的过滤算法来产生与其中包括了特定一对实体中的每个实体的资源相关联的候选事件的子集;以及基于候选事件的子集中包括的至少一个事件来确定事件的发生。
在一些实现方式中,识别与资源相关联的一个或多个实体包括:利用至少一个协同过滤算法来至少基于一个或多个第二用户的兴趣确定第一用户的一个或多个兴趣;以及基于所确定的第一用户的一个或多个兴趣来识别与资源相关联的一个或多个实体。
在一些实现方式中,识别与资源相关联的一个或多个实体包括:基于已知的用户兴趣来识别第一实体;利用计算系统的相关性检测模块来确定与所识别的第一实体具有关联的第二实体;以及基于所确定的第二实体和所识别的第一实体来生成一个或多个实体中的至少一对所识别的实体。
在一些实现方式中,生成与事件相对应的表示包括:生成关于资源的叙述,叙述提供资源中包括的电子媒体内容的摘要;填充兴趣馈送以包括资源和关于资源的叙述,兴趣馈送被用于向用户提供一个或多个媒体内容项;以及利用包括资源和关于资源的叙述的兴趣馈送来生成与事件相对应的表示。
在一些实现方式中,与事件相对应的表示包括至少从其中关联了该对实体中的每个实体的该数量的资源之中选择的特定资源。在一些实现方式中,生成与事件相对应的表示包括:基于关于与特定一对实体相关联的事件的信息来确定事件的类型;以及生成包括指示所选择的信息的类型的内容项的第二表示。在一些实现方式中,特定一对实体中的至少一个实体是商业实体,所选择的信息的类型对应于金融信息,并且内容项至少指示出商业实体的货币特性。
此方面的其他实现方式包括相应的计算机系统、装置和记录在一个或多个计算机存储设备上的计算机程序,它们每一个被配置为执行这些方法的动作。一个或多个计算机的系统可被配置为凭借具有安装在系统上的软件、固件、硬件或者它们的组合而执行特定的操作或动作,这些软件、固件、硬件或它们的组合在操作时使得系统执行这些动作。一个或多个计算机程序可被配置为凭借包括指令而执行特定的操作或动作,这些指令当被数据处理装置执行时使得该装置执行这些动作。
本说明书中描述的主题可在特定实现方式中实现并且可产生以下优点中的一个或多个。描述的计算系统可预测并识别一个或多个用户可能特别感兴趣的特定电子媒体内容和资源。通过预测和提供与用户的兴趣或偏好充分匹配的目标媒体内容/资源,计算机系统和用户设备的计算过程可实现提高的效率。通过使生成未针对特定用户偏好并从而可被用户丢弃的无关媒体内容的无用数据处理步骤达到最低限度,可提高计算效率。
本说明书中描述的主题的一个或多个实现方式的细节在附图和以下描述中记载。主题的其他特征、方面和优点将从描述、附图和权利要求中变得清楚。
附图说明
图1图示了示例计算系统中与兴趣馈送有关的多个界面。
图2图示了用于填充兴趣馈送的示例计算系统的系统图。
图3是用于填充兴趣馈送的示例过程的流程图。
图4是可联系本说明书中描述的计算机实现方法使用的计算系统的框图。
在各幅图中相似的标号和命名指示相似的元素。
具体实施方式
描述了一种计算系统,其从各种数据源接收各种结构化和非结构化数据,例如在线文章资源和其他媒体内容。该系统被配置为注释接收到的数据并且使用注释的数据来自动捆绑和/或群集被认为对至少一个用户来说相关或者引起兴趣的特定内容。在这个上下文中,描述的主题涉及增强用户兴趣馈送以包括与用户的特定兴趣和偏好匹配的目标媒体内容和资源。
图1图示了示例计算系统中与兴趣馈送有关的多个界面。多个界面包括界面102、104和106。每个图示的界面对应于与可在示例用户设备108上显示的用户兴趣馈送相关联的示例图形表示。如图1中所示,用户设备108可对应于移动智能电话设备。
在一些实现方式中,用户设备108可以是各种计算设备之一,例如膝上型/桌面型计算机、智能电视、电子书/阅读器设备、数字流传输内容设备、游戏机、智能手表设备、电子可穿戴设备、平板设备或者被配置为执行用于向至少一个用户提供目标内容的软件指令和应用程序的其他有关计算设备。
界面102可被显示在用户设备108上并且可包括示例用户兴趣馈送110。在一些实现方式中,兴趣馈送110显示与示例媒体内容相对应的图形表示,其中媒体内容例如是在线文章或其他类型的资源数据。例如,兴趣馈送110可包括第一内容112和第二内容114。如图所示,第一内容112可指示示例商业实体即公司A的某些活动,而第二内容114可指示另一示例商业实体即公司B的某些活动。
可根据一种实现方式来生成兴趣馈送110的第一和第二内容112、114。内容112、114在设备108的用户看来可包括不具有明显的联系或关联的不同实体。在一些实例中,涉及兴趣馈送110的实体的潜在联系、关联或共享事件可实际存在。然而,在一种实现方式中,生成兴趣馈送110的系统不检测相关性,该系统也不识别描述相关性的可用资源内容。此外,系统不会基于用户对于特定的第一媒体内容的偏好来推断或预测示例第二媒体内容以包括在用户的兴趣馈送中。
界面104和界面106各自示出了根据描述的技术来增强的兴趣馈送的示例图形表示。如图所示,界面104和界面106也可各自被显示在用户设备108上。界面104包括资源兴趣馈送116,而界面106包括推断兴趣馈送124。兴趣馈送116和124各自显示示例资源/媒体内容的图形表示,其中示例资源/媒体内容例如是在线新闻文章或其他类型的数据,它们是基于用户的特定兴趣或偏好来唯一识别的。
兴趣馈送116可被填充来包括第一内容118和第二内容120。与兴趣馈送110的内容不同,兴趣馈送116的第一和第二内容118、120是由根据描述的技术增强的计算系统生成的。增强的计算系统可被配置为识别与用户的偏好匹配的实体。例如,用户可对与第一识别实体例如公司A的商业活动有关的新闻具有兴趣或偏好,并且增强的计算系统可被配置为使用注释的资源数据来检测公司A与第二识别实体即公司B之间的相关性或关联。
增强的系统也可检测涉及实体并且指示实体之间的联系的事件,并且填充资源兴趣馈送116以包括关于该事件的示例电子文章或其他数字资源内容并且经由用户设备108输出给用户。在一些实现方式中,资源可以是用于访问描述或详述指示出识别的实体之间的联系或相关性的事件的在线内容的网址。
例如,如经由第一内容118所示,资源可以是用于访问在线发表并且描述公司A和B之间的史诗性兼并事件的电子文章的统一资源定位符(uniform resource locator,URL)。在一些实现方式中,如经由第二内容120所示,兴趣馈送116可被填充来包括额外的资源数据,例如示出公司A和B的股份各自的股价122的示例股价报价器,以及关于每个公司的股份各自的股价的变化的数据。
与兴趣馈送116很相似,推断兴趣馈送124可被填充来包括由根据描述的技术增强的计算系统生成的第一内容126和第二内容128。增强的系统可执行用于基于与用户的特定兴趣或偏好匹配或者与之相关/有关的推断或预测来识别或检测要被包括在推断兴趣馈送124中的事件的计算。
在一些实现方式中,事件也可由增强的系统基于事件与被识别为用户感兴趣的另一有关事件的相关性或联系来推断或预测为与用户相关。从而,如上所述,兴趣馈送124显示关于基于利用特定用户偏好确定的推断来识别的事件的资源/媒体内容的图形表示。
例如,如经由第一内容126所示,关于推断的事件的信息可经由描述事件为公司D被公司C近期收购的在线文章的URL来访问。经由URL指示的事件可基于用户对公司A的商业活动(例如公司A与公司B兼并)的有关兴趣被预测为是用户感兴趣的。替换地或额外地,事件可基于事件与被识别为用户感兴趣的另一有关事件的相关性而被预测为是用户感兴趣的,例如,大体上关于商业活动的事件。
在一些实现方式中,如经由第二内容128所示,兴趣馈送124可被填充来包括额外的资源数据。资源可以是用于访问描述或详述与检测到的第一内容126的事件有关的特定数据的在线内容的网址/链接。例如,资源可以是描述关于兼并与收购(M&A)的事实和定义以及其他商业概念的网页的URL。额外的数据可由增强的系统基于与第一内容126的事件有关的系统的推断或预测来确定。推断或预测可以是系统所执行的至少基于事件的属性来预期、识别和选择用户将会感兴趣的内容的分析计算。
例如,用户可对与商业活动(例如至少涉及公司A的商业活动)有关的新闻具有偏好。另外,检测到的事件可指示出M&A型商业活动在公司A与至少一个其他公司之间正在发生或者将会发生。从而,增强的系统可使得推断兴趣馈送124被填充以考虑到公司A所涉及的商业活动的属性(例如兼并)的关于用户可能有兴趣获知更多的商业定义或其他金融概念的预测。
图2图示了用于填充兴趣馈送的示例计算系统的系统图。系统200概括而言包括用于至少生成上文参考图1描述的界面104和界面106的示例计算服务器109。在一些实现方式中,服务器109的计算功能可在示例的基于云的计算系统或环境中执行。
系统200对应于上文参考图1描述的增强计算系统并且被用于生成利用用户设备108显示的界面104和界面106。因此,系统200可被配置为基于用户的偏好或兴趣来准确地检测涉及两个或更多个实体的潜在联系、关联或共享事件。系统200也可被配置为识别描述该相关性的可用资源或媒体内容,例如关于兼并事件的在线文章,并且将其提供来输出给用户。
系统200也可识别与指示相关性的事件有关的额外内容,并且将其提供来输出给用户。例如,额外内容可以是两个兼并的公司各自的股价。系统200还可被配置为基于与特定用户偏好匹配的推断或预测来识别或检测事件和有关数据。在一些实现方式中,可利用事件与由系统200识别为用户感兴趣的另一有关事件的联系来推断事件和有关数据。
参考图2,服务器109概括而言包括事件检测模块202、资源兴趣馈送模块204和推断兴趣馈送模块206。在一些实现方式中,模块202、204和206各自被集体或个体地包括在服务器109中或者可被服务器109访问。此外,模块202、204和206的描述的功能和计算过程可由与服务器109相关联的处理器和存储器可执行的计算逻辑或编程指令来使能。
按照本说明书中使用的,术语“模块”旨在包括——但不限于——被配置为执行软件程序的一个或多个计算机/计算设备,这些软件程序包括使得计算设备的(一个或多个)处理单元执行一个或多个功能的程序代码。术语“计算机”旨在包括任何数据处理或计算设备/系统,例如桌面型计算机、膝上型计算机、大型机计算机、个人数字助理、服务器、手持设备或者任何其他能够处理数据的设备。
服务器109可包括总体上形成服务器109的一个或多个计算系统的一个或多个处理器、存储器和数据存储设备。计算系统的处理器处理供服务器109执行的指令,包括存储在存储器中或存储设备上来经由用户设备108的示例显示器显示图形用户界面(graphicaluser interface,GUI)的图形信息的指令。存储的指令的执行可使得本文描述的动作中的一个或多个被服务器109或用户设备108执行。
在其他实现方式中,可酌情使用多个处理器,以及多个存储器和多类存储器。例如,服务器109可与多个其他计算设备相连接,其中每个设备(例如,服务器阵列、服务器的群组、模块或多处理器系统)执行与本说明书中描述的各种过程或逻辑流相关联的动作或操作的一些部分。
再次参考图2,事件检测模块202包括资源注释器208、实体相关性检测器210和事件检测器212。模块202还包括多个资源216、用户兴趣简档218和过滤逻辑220。注释器208可被系统200用来注释服务器109接收到的多个资源216或媒体内容的每一者。例如,注释器208可通过扫描或分析关于资源的实体或内容数据来注释每个接收到的资源。
在一些实现方式中,为了注释资源216,注释器208分析与个体实体相关联的信号数据或者各个资源216中包括的其他内容。基于这个信号分析,注释器208可识别和/或提取用于或关于每个资源216的内容数据中包括的一个或多个实体。在一些实现方式中,提取的实体被存储在服务器109的存储器中。存储的实体随后可被服务器109的模块访问和使用来执行用于填充资源兴趣馈送116或推断兴趣馈送124的计算。
如上所述,资源216的实体可跨越多种信息类型。例如,资源216的实体可包括个体的人、政府和政治实体、体育和娱乐实体或者商业、科学和学术实体。如上所述,在一些实例中,两个或更多个实体可具有联系或相关性并且涉及两个实体的示例事件可被包括在资源216的至少一个资源项目中。
实体相关性检测器210可从注释器208接收注释的资源项目和识别的实体的集群。例如,相关性检测器210可接收多个电子文章的集群,其中包括文章中包括的个体实体的关联名称或标识符。在一些实现方式中,对于多个资源的集群中的每个资源,相关性检测器210可分析资源,并且基于该分析,识别一个或多个实体,识别资源之间的相关性,或者识别与各个资源相关联的实体之间的相关性。
例如,相关性检测器210可分析资源以检测或确定多个资源或媒体内容的电子文本或数字图像之间的数据相似性或有关数据。在一些实现方式中,相关性检测器210使用每个资源的特定文本或图像内容的相对位置,例如文章的标题/题目,来确定各个资源之间的资源或实体相关性。
响应于确定数据相似性,相关性检测器210可至少基于检测到的数据相似性的数量来识别资源之间的相关性或者识别与各个资源相关联的实体之间的相关性。例如,相关性检测器210可确定具有可指示出两个或更多个实体之间的相关性或关联的检测到的数据相似性的资源的数量。
相关性检测器210随后可基于所确定的资源的数量来识别具有相关性或关联的两个或更多个实体。在一些实例中,相关性检测器210基于所确定的超过阈值数量的资源的数量来识别两个或更多个实体。
在一些实现方式中,相关性检测器210使用注释的资源的集群来识别与用户的兴趣或偏好匹配或者相关联的至少一个实体。相关性检测器210随后可确定与至少一个实体具有关联或相关性和/或也与用户的兴趣或偏好匹配的至少一个其他实体。在一些实例中,相关性检测器210分析集群的资源以基于用户的偏好和/或基于利用检测到的数据相似性确定的资源或实体相关性来识别实体的配对。
例如,相关性检测器210可使用集群的各个电子文章中包括的公司或人的实体名称来识别与用户的商业活动兴趣匹配的至少一个实体,公司A。相关性检测器210随后可基于用户的商业活动兴趣/偏好确定与公司A具有关联或相关性的至少一个其他实体,例如公司B。
在一些实例中,可基于在第一文章的标题中具有公司A的第一电子文章并且基于在第二文章的标题中具有公司B的第二电子文章来识别实体公司A和公司B。此外,可例如基于关于公司A的第一文章和关于公司B的第二文章的各个文本/图像内容之间的一个或多个检测到的相似性来确定公司A和公司B之间的相关性。
如下文更详细描述的,除了相关性检测器210以外,服务器109和系统200可使用模块202的其他计算逻辑来确定第一实体和与第一实体相关联的至少一个其他实体。例如,模块202可用于跟踪至少一个趋势主题。可基于与多个用户搜索检查相关联的数据,例如非结构化数据,来确定趋势主题。模块202随后可基于描述或包括与一个或多个趋势主题(下文描述)的实体或其他内容的资源的数量来确定实体相关性。
在一些实例中,相关性检测器210可被配置为检测或识别多个实体,而不是实体的配对,或者识别实体的多个配对。相关性检测器210也可被配置为检测实体的多个集合,其中实体的集合包括两个或更多个实体。
相关性检测器210可访问用户兴趣简档218以获得或确定用于识别实体的用户的一个或多个偏好。在一些实现方式中,用户简档218可与示例用户账户相关联并且可基于用户通过用户账户简档定义的兴趣/偏好而被填充以用户偏好。额外地或替换地,用户简档218可基于与用户的在线浏览活动相关联的兴趣或偏好或者基于关于用户的各种其他在线资源或者用户的各种账户简档而被填充以用户偏好。
在一些实现方式中,相关性检测器210生成指示电子资源216及其实体与各个用户的特定兴趣的相关性的估计幅值的各个资源和实体得分。例如,文章资源可包括文章的标题和描述文章的实质的文章的正文。对于对各种公司的商业活动具有兴趣的用户,在标题中包括公司A并且在整个正文各处包括对公司A的多次提及的电子文章可接收相对较高的资源-实体得分,例如0.9。
然而,在标题中包括餐馆X,但在整个正文各处只包括对公司A的少数几次提及的电子文章可接收相对较低的资源-实体得分,例如0.2。相关性检测器210可使用资源-实体得分来选择资源的子集和对应的实体,从其可识别或检测出有关实体和一个或多个事件。例如,相关性检测器210可选择具有超过阈值得分(例如,0.7)的各个资源-实体得分的电子文章的子集和这些文章的相应个体或公司名称。
一般地,相关性检测器210可使用检测到的资源216之间的数据相似性、与趋势主题有关的实体数据或者用户兴趣数据中的一个或多个来识别与资源的子集相关联的两个或更多个有关实体。至少对于两个或更多个有关实体中的每对识别的实体,相关性检测器210可确定其中关联了该实体配对中的每个实体的资源的数量。从所确定的资源的数量,相关性检测器210可选择资源的子集和相应实体,从中可识别或检测到一个或多个事件,并且这一个或多个事件的每一者包括所识别的有关实体。
事件检测器212接收资源的子集和相应实体,例如由相关性检测器210识别和选择的实体配对(或集合)。资源的子集可被事件检测器212分析来检测一个或多个事件。例如,事件检测器212可执行软件指令来分析具有明显的关联或相关性的各个资源和实体。基于此分析,事件检测器212可检测或识别由资源描述并且涉及至少一个实体、至少一个实体配对或至少一个实体集合的一个或多个事件。
例如,如下文更详细描述的,资源的子集中的资源可包括与实体配对——公司A和公司B——的商业活动有关的电子文章。参考界面104的第一内容118,事件检测器212可检测涉及公司A与公司B结合并且与商业行业中的史诗性兼并事件有关的事件。事件可与从相关性检测器212接收的资源的子集中的特定资源相关联或者是在该特定资源中描述的。
事件检测器212可基于资源的子集中的一个或多个实体之间的现有关联来检测包括有关实体的配对或集合的一个或多个事件。在一些实现方式中,事件检测器212基于所确定的资源的数量来确定与特定一对实体相关联的事件的发生。例如,事件检测器212可基于资源的子集来识别与实体的特定配对相关联的多个候选事件,然后从多个候选事件之中确定事件的发生。
事件检测器212可从多个候选事件之中识别至少一个事件,其中识别事件包括选择与事件相关联的一个或多个资源。在一些实现方式中,选择的资源是描述事件或者包括关于事件的文本或图像内容的电子文章。如下所述,系统200可提供选择的资源中的一个或多个来输出到用户设备,以使得资源可被用户经由用户设备的显示器来查看。
过滤逻辑220可被事件检测器212(或相关性检测器210)用于识别指示与用户的至少一个兴趣或偏好匹配的事件的文章资源或其他媒体内容。例如,参考图1,第一内容112和第二内容114的各个电子文章可被包括在由相关性检测器210识别并且由事件检测器212接收的资源的子集中。因此,公司A和公司B可以是形成由相关性检测器210识别的一对实体的相应实体。
此外,如图1中所示,第一内容112的文章可与涉及公司A的事件有关,该事件与商业活动有关,即对另一公司的收购(或者与另一公司兼并)。而第二内容114的文章可与涉及公司B的事件有关,该事件只是与商业活动松散或略微有关。因此,基于用户对关于商业活动的文章的偏好或兴趣,第一内容112中的文章资源的资源-实体得分可略高于第二内容114中的文章资源的资源-实体得分。
在一些实现方式中,事件检测器212识别与要被提供来输出给用户的至少一个文章资源相关联的一个或多个实体。事件检测器212(或相关性检测器210)可使用例如过滤逻辑220的协同过滤算法来至少基于一个或多个第二用户的兴趣确定第一用户的一个或多个兴趣。事件检测器212随后可利用所确定的第一用户的(一个或多个)兴趣来从候选事件之中过滤掉或去除至少一个事件。
在一些实现方式中,当事件包括不与第一用户的(一个或多个)兴趣匹配的实体或者涉及不与第一用户的(一个或多个)兴趣匹配的其他内容或活动时,可从候选事件中过滤掉或去除事件。在一些实例中,从候选事件中过滤掉事件包括从资源的子集中去除至少一个文章资源,其中去除的文章资源与该事件相关联。
过滤逻辑220包括识别与多种趋势主题相关联的资源内容的趋势内容222。在一些实例中,趋势内容222可对应于用于跟踪、分析和识别与趋势内容/主题有关的多种资源的计算逻辑。如上所述,可基于与由示例搜索系统(例如,Google Search)接收和处理的多个用户搜索查询相关联的数据来确定趋势内容222。在一些实现方式中,通过分析由一个或多个基于web的信息系统生成的多种数字新闻和社交媒体内容来确定趋势内容222。
事件检测器212可使用趋势内容222来识别或确定描述或包括与一个或多个趋势主题相对应的实体或其他内容的事件和文章资源。在一些实现方式中,事件检测器212使用过滤逻辑220和趋势内容222来确定与也与用户的兴趣或偏好匹配的趋势主题相对应的事件和文章资源。
事件检测器212随后可利用所确定的与趋势主题相对应的事件来从候选事件之中过滤掉或去除至少一个事件。在一些实现方式中,当事件包括未在趋势内容222内识别和/或不与用户的(一个或多个)兴趣匹配的实体或者涉及未在趋势内容222内识别和/或不与用户的(一个或多个)兴趣匹配的其他内容时,可从候选事件中过滤掉或去除事件。
事件检测器212可使用知识图214来检测包括有关实体的一个或多个事件。在一些实现方式中,知识图214被使用和/或分析来确定可指示事件的活动和其他内容。在一些实例中,实体集合或配对可基于经由知识图214可得的额外相关性数据被确定为具有特别强的关联或相关性。
知识图214可用于从在模块204和206处接收的候选之中选择一个或多个事件。例如,事件检测器212可访问知识图214以获得指示涉及至少两个实体的事件的数据,其中事件和实体与用户的特定兴趣匹配,例如商业或工程兴趣。响应于从知识图214获得数据,与特定的候选事件相对应的至少一个文章资源可基于所获得的数据和特定候选事件之间的相关性被提供给模块204和/或206。
知识图214可由多种便利的物理数据结构中的任何一种来表示。例如,知识图214可由三元组来表示,其中每个表示按顺序的两个实体和从第一实体到第二实体的关系;例如,[阿尔法,贝塔,是父亲]或[阿尔法,是父亲,贝塔]是表示同一事实的替换方式。每个实体和每个关系可被包括在多个三元组中并且一般将会被包括在多个三元组中。
替换地,每个实体可例如被存储为节点一次,存储为记录或对象,并且通过链表数据结构被链接到该实体所具有的所有关系和与该实体有关的所有其他实体。更具体而言,知识图214可被存储为邻接列表,其中邻接信息包括关系信息。利用唯一的标识符表示每个不同的实体和每个不同的关系,一般是有利的。
知识图214表示的实体不需要是有形的事物或者特定的人。实体可包括特定的人、地点、事物、艺术作品、概念、事件或者其他类型的实体。从而,知识图214可包括定义人之间的关系的数据,例如电影中的联合主演;定义人和事物之间的关系的数据,例如特定的歌手录制了特定的歌曲;定义地点和事物之间的关系的数据,例如特定类型的酒来自特定的地理位置;定义人和地点之间的关系的数据,例如特定的人是在特定的城市出生的;以及实体之间的其他种类的关系。
在一些实现方式中,每个节点具有基于该节点表示的实体的种类的类型;并且这些类型可各自具有指明关于该类型的节点所表示的实体可维护的数据的种类和应当如何存储该数据的模式。因此,例如,用于表示人的类型的节点可具有定义用于诸如生日、出生地点等等的信息的字段的模式。这种信息可由类型特定数据结构中的字段来表示,或者由看起来像节点-关系-节点三元组的三元组表示,例如[人标识符,出生于,日期],或者按任何其他便利的预定义方式来表示。替换地,类型模式所指明的信息中的一些或全部可由到知识图214中的节点的链接来表示;例如[一个人标识符,的孩子,另一人标识符],其中另一人标识符是图中的节点。
资源兴趣馈送模块204包括叙述生成器224和兴趣馈送填充器226。在一些实现方式中,描述的叙述生成器224和兴趣馈送填充器226的功能/特征对应于由可执行的软件指令或计算逻辑使能的模块204的计算过程。资源输出228一般对应于被生成来经由示例用户设备显示给用户的图形表示。
系统200可提供资源输出228作为资源表示来经由用户设备108的显示器输出给用户。例如,如上所示,事件检测器212从多个候选事件之中选择至少一个事件以及与该事件相关联的电子文章资源。在一些实例中,模块204接收多个选择的事件和与各个选择的事件相对应的文章资源。系统200使得用于访问与每个选择的事件相关联的文章资源的数据被包括在兴趣馈送116或124中。兴趣馈送116和124可包括表示资源输出228的数据,其中兴趣馈送被提供到用户设备108以便在该设备处输出。
在一些实现方式中,系统200生成包括去到用于每个选择的事件的资源的web链接的表示,例如资源输出228,并且提供该表示来在用户设备108处输出。例如,系统200可基于其中关联了一对实体中的每个实体、描述选择的事件的资源来生成资源输出228。系统200随后可使用兴趣馈送填充器226来填充兴趣馈送116或124以包括资源输出228或与资源输出228的内容有关的数据。
系统200可使用叙述生成器224来生成关于与特定事件相对应的每个资源的叙述或摘要。例如,叙述生成器224可包括用于扫描或分析资源的电子文本、图像或媒体内容的示例数据分析器程序的软件指令。响应于利用数据分析器分析资源的内容,叙述生成器224可生成包括提供资源的叙述或摘要的文本、图像或媒体内容的数据结构。
系统200可使得每个资源摘要以及事件的每个资源的web链接被包括在资源输出228中或者包括在图1的特定兴趣馈送中。在一些实现方式中,叙述生成器224可生成指示出特定的事件以及用于该特定事件的文章资源为何被选择来输出给用户的原因的文本、图像或其他数据。在一些实例中,叙述生成器224可访问用户兴趣简档218以产生告知用户为何正在用户的兴趣馈送中呈现特定事件/资源内容的数据。
例如,原因可以是用于特定实体或事件的资源是基于用户对特定商业活动的兴趣或者用户对特定实体的兴趣被提供来输出给用户的。在一些实现方式中,系统200使得以下之中的一个或多个被包括在资源输出228中或者包括在图1的特定兴趣馈送中:i)文章资源;ii)资源摘要;iii)用于访问事件的资源的web链接;以及iv)提供特定web链接或者描述特定事件的特定资源的原因。
推断兴趣馈送模块206包括事件类型识别器230和推断生成器232。在一些实现方式中,描述的事件类型识别器230和推断生成器232的功能/特征对应于由可执行的软件指令或计算逻辑使能的模块206的计算过程。与资源输出228类似,推断输出234一般对应于被生成来经由用户设备108的显示器显示给用户的图形表示。
系统200可提供推断输出234作为用于输出给用户的推断表示。在一些实现方式中,推断输出234对应于与特定事件有关的推断数据的图形表示,其中推断数据例如是网页、用于访问网页的URL或者电子文章。推断输出234可包括与从由事件检测器212识别的候选事件的群组之中选择的特定用户兴趣主题或特定事件有关的数据。
如上所示,系统200可使用推断生成器232来基于与用户的特定兴趣或偏好匹配或者与之相关/有关的推断或预测来识别或预测要被包括在推断兴趣馈送124中的事件。在一些实现方式中,系统200使用推断生成器232来用额外的资源数据填充兴趣馈送124。额外的资源数据可以是用于访问与关于资源输出228中包括的文章资源的数据有关或者对该数据进行详述的在线内容的web链接。
系统200可使用事件类型识别器230来识别特定事件的类型。例如,事件类型识别器230可包括用于分析描述事件的资源的电子文本、图像或媒体内容的软件指令。响应于分析资源的内容,事件类型识别器230可基于关于与特定的实体配对相关联的事件的数据/信息来确定事件的类型。系统200随后可使用事件类型识别器230来生成指示事件的类型的表示。
例如,事件类型识别器230可分析描述事件的资源的数据内容。基于分析的数据内容,事件类型识别器230可确定事件的类型是商业型事件、工程型事件、环球新闻型事件、娱乐或社交媒体型事件或者概括描述事件的任何其他类型的事件标签。
事件类型识别器230随后可使用所确定的事件类型来生成包括指示出事件类型的文本或图像数据的示例数字横幅,例如表示。响应于事件类型识别器230确定事件类型,系统200可使得事件类型被包括在推断输出234中并且被提供来经由兴趣馈送124输出给用户。
图3是用于填充兴趣馈送的示例过程的流程图。过程300可利用上文描述的系统200来实现。从而,对过程300的描述可引用系统200的上述模块或计算设备中的一个或多个。在一些实现方式中,所描述的过程300的动作由示例电子设备的处理器和存储器可执行的计算逻辑或软件指令来使能,其中示例电子设备例如是上文描述的服务器109或用户设备108。
在过程300的方框302,系统200接收多个资源,每个资源可包括电子媒体内容,例如文本数据、图像数据和其他媒体数据/内容。例如,系统200可接收包括与各种主题有关的书面描述和数字图片的多个电子文章。接收到的文章可对应于经由界面102、104和106指示的文章引用。
在方框304,对于多个资源中的每个资源,系统200可识别与该资源相关联的实体。例如,文章可描述诸如公司A和公司B之类的实体,并且系统200可分析文章的数据内容以解析、拷贝或提取实体名称和其他文本内容,例如人名和公司名称。
在一些实现方式中,系统200分析实时接收的用户兴趣/偏好数据,或者存储的兴趣数据,以确定用户对工程、物理学或其他科学主题感兴趣。系统随后可基于所确定的用户的兴趣来识别与资源相关联的实体。例如,文章可包括关于公司Y的受欢迎的工程师X所解读的对阿尔伯特·爱因斯坦的量子力学方程的新评论的书面描述。因此,所识别的实体可包括“工程师X”、“公司Y”或“阿尔伯特·爱因斯坦”。
在过程300的方框306,对于每对所识别的实体:系统200确定其中关联了该对实体中的每个实体的资源的数量。资源的数量可形成描述与工程或物理学有关的多种数据项目的在线文章的子集。
在方框308,系统200基于所确定的资源的数量来确定与特定一对实体相关联的事件的发生。确定与实体相关联的事件的发生可包括识别或产生候选事件的子集并且选择描述该事件的至少一个文章。
例如,系统200可确定描述量子力学、阿尔伯特·爱因斯坦和/或公司X的在线文章的子集,例如5-10篇文章。系统200可产生与物理学和/或这些实体有关的候选事件的子集。系统随后可使用过滤逻辑220来确定用户对于广义相对论而不是量子力学具有特别兴趣。
系统200随后可通过从描述关于爱因斯坦对广义相对论的观点的新评论的子集中选择在线文章资源来确定事件的发生。所选择的文章可描述关于相对论的理论的物理学会议事件和用于该事件的工程师的专题讨论会材料。替换地,另一个选择的文章可描述即将出版的关于描述工程师关于相对论理论的全新评论的新物理学论文的出版物。
在过程300的方框310,系统200生成与该事件相对应的表示。可基于其中关联了该对实体中的每个实体的在线文章来生成该表示。在过程300的方框312,系统200提供与该事件相对应的表示来输出到用户设备108。
系统200可使用模块204和206的每一者来提供示例兴趣馈送,该兴趣馈送被配置为一目了然的兴趣馈送,其可包括用户最喜爱的内容主题和爱好,并且包括与趋势性的全球和本地新闻和其他事件有关的媒体内容。例如,该兴趣馈送可包括去到关于物理学会议事件的文章和即将出版的出版物的web链接。
在一些实现方式中,系统200使用这些模块中的一个或多个来预期或预测对于用户来说引起兴趣和重要的内容。例如,系统200可基于预测的用户的兴趣提供去到描述关于广义相对论的科学数据的在线资源的一个或多个web链接。系统200使用兴趣馈送来提供web链接和带有注释的其他内容,这些注释指示出数据的摘要、内容的类型(例如,物理学/科学),和提供该内容的原因。
图4是计算设备400、450的框图,其可用于作为客户端或作为服务器或者多个服务器实现本文档中描述的系统和方法。计算设备400旨在表示各种形式的数字计算机,例如膝上型计算机、桌面型计算机、工作站、个人数字助理、服务器、刀片式服务器、大型机和其他适当的计算机。计算设备450旨在表示各种形式的移动设备,例如个人数字助理、蜂窝电话、智能电话、智能手表、头戴设备和其他类似的计算设备。这里示出的组件、它们的连接和关系以及它们的功能只欲作为示范,而并不欲限制本文献中描述和/或要求保护的实现方式。
计算设备400包括处理器402、存储器404、存储设备406、连接到存储器404和高速扩展端口410的高速接口408以及连接到低速总线414和存储设备416的低速接口412。组件402、404、406、408、410和412的每一者利用各种总线互连,并且可被安装在共同的主板上或者酌情以其他方式安装。处理器402可处理用于在计算设备400内执行的指令,包括存储在存储器404中或存储设备406上以在外部输入/输出设备上显示用于GUI的图形信息的指令,所述外部输入/输出设备例如是耦合到高速接口408的显示器416。在其他实现方式中,可酌情使用多个处理器和/或多个总线,以及多个存储器和多类存储器。另外,多个计算设备400可被连接,其中每个设备提供必要操作的一部分(例如,作为服务器阵列、一组刀片式服务器或者多处理器系统)。
存储器404存储计算设备400内的信息。在一个实现方式中,存储器404是计算机可读介质。在一个实现方式中,存储器404是一个或多个易失性存储器单元。在另一实现方式中,存储器404是一个或多个非易失性存储器单元。
存储设备406能够为计算设备400提供大容量存储。在一个实现方式中,存储设备406是计算机可读介质。在各种不同的实现方式中,存储设备406可以是硬盘设备、光盘设备或者磁带设备、闪存或其他类似的固态存储器设备、或者设备的阵列,包括存储区域网络或其他配置中的设备。在一个实现方式中,计算机程序产品被有形地体现在信息载体中。计算机程序产品包含指令,这些指令当被执行时执行一个或多个方法,例如以上描述的那些。信息载体是计算机可读介质或机器可读介质,例如存储器404、存储设备406或处理器402上的存储器。
高速控制器408为计算设备400管理带宽密集操作,而低速控制器412管理更低带宽密集操作。职能的这种分配只是示范性的。在一个实现方式中,高速控制器408耦合到存储器404、显示器416(例如,通过图形处理器或加速器)并且耦合到高速扩展端口410,高速扩展端口910可接受各种扩展卡(未示出)。在该实现方式中,低速控制器412耦合到存储设备406和低速扩展端口414。可包括各种通信端口(例如,USB、蓝牙、以太网、无线以太网)的低速扩展端口可耦合到一个或多个输入/输出设备,例如键盘、指点设备、扫描仪或者诸如交换机或路由器之类的联网设备(例如通过网络适配器)。
计算设备400可按多种不同形式实现,如图所示。例如,其可实现为标准服务器420,或者在一组这样的服务器中实现多次。其也可实现为机架式服务器系统424的一部分。此外,其可实现在诸如膝上型计算机422之类的个人计算机中。替换地,来自计算设备400的组件可与移动设备(未示出)(例如设备450)中的其他组件相结合。每个这种设备可包含计算设备400、450中的一个或多个,并且整个系统可由与彼此通信的多个计算设备400、450构成。
计算设备450包括处理器452、存储器464、诸如显示器454之类的输入/输出设备、通信接口466和收发器468,以及其他组件。设备450也可设有存储设备,例如微型硬盘或其他设备,以提供额外的存储。组件450、452、464、454、466和468中的每一者利用各种总线互连,并且组件中的若干个可被安装在共同的主板上或者酌情以其他方式安装。
处理器452可处理用来在计算设备450内执行的指令,包括存储器464中存储的指令。处理器也可包括单独的模拟和数字处理器。处理器可支持例如设备450的其他组件的协调,比如用户界面的控制、设备450运行的应用和设备450进行的无线通信。
处理器452可通过控制接口458和耦合到显示器454的显示接口456与用户通信。显示器454例如可以是TFT LCD显示器或OLED显示器,或者其他适当的显示技术。显示接口456可包括适当的电路用于驱动显示器454来向用户呈现图形和其他信息。控制接口458可从用户接收命令并且转换它们来提交给处理器452。此外,可提供外部接口462来与处理器452通信,以使能设备450与其他设备的近区域通信。外部接口462可例如支持有线通信(例如,经由坞接过程)或者支持无线通信(例如,经由蓝牙或其他这种技术)。
存储器464存储计算设备450内的信息。在一个实现方式中,存储器464是计算机可读介质。在一个实现方式中,存储器464是一个或多个易失性存储器单元。在另一实现方式中,存储器464是一个或多个非易失性存储器单元。也可提供扩展存储器474,并且其可通过扩展接口472连接到设备450,扩展接口472可包括例如SIMM卡接口。这种扩展存储器474可以为设备450提供额外的存储空间,或者也可为设备450存储应用或其他信息。具体而言,扩展存储器474可包括用于执行或补充以上描述的过程的指令,并且也可包括安全信息。从而,例如,扩展存储器474可被提供为设备450的安保模块,并且可被编程有允许对设备450的安全使用的指令。此外,可经由SIMM卡连同额外的信息来提供安全应用,例如以不可破解的方式将标识信息放置在SIMM卡上。
存储器可包括例如闪存和/或MRAM存储器,如下所述。在一个实现方式中,计算机程序产品被有形地体现在信息载体中。计算机程序产品包含指令,这些指令当被执行时执行一个或多个方法,例如以上描述的那些。信息载体是计算机可读介质或机器可读介质,例如存储器464、扩展存储器474或处理器452上的存储器。
设备450可通过通信接口466无线地通信,通信接口466在必要时可包括数字信号处理电路。通信接口466可在各种模式或协议下支持通信,例如GSM语音呼叫、SMS、EMS或MMS消息传递、CDMA、TDMA、PDC、WCDMA、CDMA2000或GPRS,等等。这种通信可例如通过射频收发器468发生。此外,短程通信可例如利用蓝牙、WiFi或其他这种收发器(未示出)发生。此外,GPS接收器模块470可向设备450提供额外的无线数据,这些数据可被设备450上运行的应用酌情使用。
设备450也可利用音频编解码器460来以可听方式通信,音频编解码器460可从用户接收口头信息并且将其转换成可使用的数字信息。音频编解码器460可类似地为用户生成可听的声音,例如通过扬声器,例如设备450的听筒中的扬声器。这种声音可包括来自语音电话呼叫的声音,可包括记录的声音(例如,语音消息、音乐文件等等)并且也可包括由在设备450上操作的应用生成的声音。
计算设备450可按多种不同形式实现,如图所示。例如,其可实现为蜂窝电话480。其也可实现为智能电话482、个人数字助理或其他类似移动设备的一部分。
这里描述的系统和技术的各种实现方式可在数字电子电路、集成电路、特殊设计的ASIC、计算机硬件、固件、软件和/或其组合中实现。这些各种实现方式可包括在可编程系统上可执行和/或可解释的一个或多个计算机程序中的实现方式,该系统包括至少一个可编程处理器,该处理器可以是专用或通用的,其被耦合来从存储系统、至少一个输入设备和至少一个输出设备接收数据和指令并且向其发送数据和指令。
这些计算机程序——也称为程序、软件、软件应用或代码——包括用于可编程处理器的机器指令,并且可以用高级别过程和/或面向对象编程语言和/或用汇编/机器语言实现。程序可被存储在保存其他程序或数据的文件的一部分中(例如,存储在标记语言文档中的一个或多个脚本)、存储在专用于所关注程序的单个文件中或者存储在多个协调的文件中(例如,存储一个或多个模块、子程序或代码部分的文件)。计算机程序可被部署来在一个计算机或多个计算机上执行,所述多个计算机位于一个地点或分布在多个地点并由通信网络互连。
当在本文中使用时,术语“机器可读介质”、“计算机可读介质”指的是用于向可编程处理器提供机器指令和/或数据的任何计算机程序产品、装置和/或设备,例如,磁盘、光盘、存储器、可编程逻辑器件(Programmable Logic Device,PLD),包括以机器可读信号的形式接收机器指令的机器可读介质。术语“机器可读信号”指的是用于向可编程处理器提供机器指令和/或数据的任何信号。
为了支持与用户的交互,这里描述的系统和技术可实现在计算机上,该计算机具有用于向用户显示信息的显示设备,例如,CRT(cathode ray tube,阴极射线管)或LCD(liquid crystal display,液晶显示)监视器,以及用户可用来向计算机提供输入的键盘和指点设备,例如鼠标或跟踪球。其他种类的设备也可用于支持与用户的交互;例如,提供给用户的反馈可以是任何形式的感官反馈,例如视觉反馈、听觉反馈或触觉反馈;并且来自用户的输入可按任何形式被接收,包括声响、话音或触觉输入。
这里描述的系统和技术可在计算系统中实现,该计算系统包括后端组件,例如作为数据服务器,或者包括中间件组件,例如应用服务器,或者包括前端组件,例如具有用户可通过其来与这里描述的系统和技术的实现方式交互的图形用户界面或Web浏览器的客户端计算机,或者这种后端、中间件或前端组件的任何组合。系统的组件可由任何形式或介质的数字数据通信(例如通信网络)互连。通信网络的示例包括局域网(local area network,“LAN”)、广域网(wide area network,“WAN”)和因特网。
计算系统可包括客户端和服务器。客户端和服务器一般可彼此远离并且通常通过通信网络来交互。客户端和服务器的关系是由于计算机程序在各计算机上运行且相互之间具有客户端-服务器关系而发生的。
关于以上描述,又及,用户可被提供以控件,以允许用户做出关于以下事项的选择:本文描述的系统、程序或特征是否以及何时可使能对用户信息(例如,关于用户的社交网络、社交动作或活动、职业、用户的偏好或者用户的当前位置的信息)的收集,以及用户是否被发送来自服务器的内容或通信。此外,在存储或使用某些数据之前,可通过一种或多种方式处理这些数据,以去除个人可识别信息。
例如,在一些实施例中,用户的身份可被处理,以使得不能为用户确定个人可识别信息,或者在获得位置信息的情况下可将用户的地理位置一般化(例如到城市、邮编或州级别),以使得不能确定用户的特定位置。从而,用户可对以下事项具有控制权:收集关于用户的什么信息,如何使用该信息,以及向用户提供什么信息。
已描述了数个实施例。然而,将会理解,在不脱离本发明的精神和范围的情况下可做出各种修改。可以使用以上示出的流程的各种形式,其中步骤被重排序、添加或删除。另外,虽然已描述了支付系统和方法的若干个应用,但应当认识到设想了许多其他应用。因此,其他实施例在所附权利要求的范围内。
已描述了主题的特定实施例。其他实施例在所附权利要求的范围内。例如,权利要求中记载的动作可按不同的顺序执行,而仍实现期望的结果。作为一个示例,附图中描绘的过程要实现期望的结果并非必然要求所示出的特定顺序或者先后顺序。在一些情况中,多任务和并行处理可能是有利的。
Claims (21)
1.一种由计算机实现的方法,包括:
由计算系统接收多个资源,每个资源包括电子媒体内容,所述电子媒体内容包括文本内容的至少一部分;
对于所述多个资源中的每个资源:
由所述计算系统识别与所述资源相关联的一个或多个实体;
对于所识别的一个或多个实体中的至少一对实体:
由所述计算系统确定其中关联了所述一对实体中的每个实体的资源的数量;
由所述计算系统基于所确定的资源的数量来确定与特定一对实体相关联的事件的发生;
由所述计算系统生成与所述事件相对应的表示,所述表示是基于其中关联了所述一对实体中的每个实体的资源中的一个或多个来生成的;以及
由所述计算系统提供与所述事件相对应的表示来输出到用户设备。
2.如权利要求1所述的方法,还包括:
检测所述资源的文本内容中包括的特定实体项,所述特定实体项是基于已知的用户兴趣来检测的;以及
响应于检测到所述特定实体项,基于检测到的特定实体项来选择与所述资源相关联的一对或多对实体。
3.如权利要求2所述的方法,其中,识别与所述资源相关联的一个或多个实体包括:
基于对与用户相关联的用户数据的分析来确定用户的至少一个兴趣,所述用户数据是在以下之一期间接收的:当前时间段,或者过去时间段;以及
基于所确定的用户的至少一个兴趣来识别与所述资源相关联的一个或多个实体。
4.如权利要求2或权利要求3所述的方法,其中,确定所述事件的发生包括:
利用所述计算系统的事件检测模块来识别与特定一对实体相关联的多个候选事件;
利用事件检测模块的过滤算法来产生与其中包括了所述特定一对实体中的每个实体的资源相关联的候选事件的子集;以及
基于所述候选事件的子集中包括的至少一个事件来确定事件的发生。
5.如任何在前权利要求所述的方法,其中,识别与所述资源相关联的一个或多个实体包括:
利用至少一个协同过滤算法来至少基于一个或多个第二用户的兴趣确定第一用户的一个或多个兴趣;以及
基于所确定的所述第一用户的一个或多个兴趣来识别与所述资源相关联的一个或多个实体。
6.如权利要求1至4的任何一者所述的方法,其中,识别与所述资源相关联的一个或多个实体包括:
基于已知的用户兴趣来识别第一实体;
利用所述计算系统的相关性检测模块来确定与所识别的第一实体具有关联的第二实体;以及
基于所确定的第二实体和所识别的第一实体来生成一个或多个实体中的至少一对所识别的实体。
7.如任何在前权利要求所述的方法,其中,生成与所述事件相对应的表示包括:
生成关于所述资源的叙述,所述叙述提供所述资源中包括的电子媒体内容的摘要;
填充兴趣馈送以包括所述资源和关于所述资源的叙述,所述兴趣馈送被用于向用户提供一个或多个媒体内容项;以及
利用包括所述资源和关于所述资源的叙述的兴趣馈送来生成与所述事件相对应的表示。
8.如权利要求1至6的任何一者所述的方法,其中,与所述事件相对应的表示包括至少从其中关联了所述一对实体中的每个实体的所述数量的资源之中选择的特定资源。
9.如权利要求1至6的任何一者所述的方法,其中,生成与所述事件相对应的表示包括:
基于关于与所述特定一对实体相关联的事件的信息来确定事件的类型;以及
生成包括指示所选择的信息的类型的内容项的第二表示。
10.如权利要求9所述的方法,其中,所述特定一对实体中的至少一个实体是商业实体,所选择的信息的类型对应于金融信息,并且所述内容项至少指示出所述商业实体的货币特性。
11.一种电子系统,包括:
一个或多个处理设备;
一个或多个非暂态机器可读存储设备,用于存储指令,所述指令可被所述一个或多个处理设备执行来引起操作的执行,所述操作包括:
由计算系统接收多个资源,每个资源包括电子媒体内容,所述电子媒体内容包括文本内容的至少一部分;
对于所述多个资源中的每个资源:
由所述计算系统识别与所述资源相关联的一个或多个实体;
对于所识别的一个或多个实体中的至少一对实体:
由所述计算系统确定其中关联了所述一对实体中的每个实体的资源的数量;
由所述计算系统基于所确定的资源的数量来确定与特定一对实体相关联的事件的发生;
由所述计算系统生成与所述事件相对应的表示,所述表示是基于其中关联了所述一对实体中的每个实体的资源中的一个或多个来生成的;以及
由所述计算系统提供与所述事件相对应的表示来输出到用户设备。
12.如权利要求11所述的电子系统,其中,所述操作还包括:
检测所述资源的文本内容中包括的特定实体项,所述特定实体项是基于已知的用户兴趣来检测的;以及
响应于检测到所述特定实体项,基于检测到的特定实体项来选择与所述资源相关联的一对或多对实体。
13.如权利要求12所述的电子系统,其中,识别与所述资源相关联的一个或多个实体包括:
基于对与用户相关联的用户数据的分析来确定用户的至少一个兴趣,所述用户数据是在以下之一期间接收的:当前时间段,或者过去时间段;以及
基于所确定的用户的至少一个兴趣来识别与所述资源相关联的一个或多个实体。
14.如权利要求12或权利要求13所述的电子系统,其中,确定所述事件的发生包括:
利用所述计算系统的事件检测模块来识别与特定一对实体相关联的多个候选事件;
利用事件检测模块的过滤算法来产生与其中包括了所述特定一对实体中的每个实体的资源相关联的候选事件的子集;以及
基于所述候选事件的子集中包括的至少一个事件来确定事件的发生。
15.如权利要求11至14的任何一者所述的电子系统,其中,识别与所述资源相关联的一个或多个实体包括:
利用至少一个协同过滤算法来至少基于一个或多个第二用户的兴趣确定第一用户的一个或多个兴趣;以及
基于所确定的所述第一用户的一个或多个兴趣来识别与所述资源相关联的一个或多个实体。
16.如权利要求11至14的任何一者所述的电子系统,其中,识别与所述资源相关联的一个或多个实体包括:
基于已知的用户兴趣来识别第一实体;
利用所述计算系统的相关性检测模块来确定与所识别的第一实体具有关联的第二实体;以及
基于所确定的第二实体和所识别的第一实体来生成一个或多个实体中的至少一对所识别的实体。
17.如权利要求11至16的任何一者所述的电子系统,其中,生成与所述事件相对应的表示包括:
生成关于所述资源的叙述,所述叙述提供所述资源中包括的电子媒体内容的摘要;
填充兴趣馈送以包括所述资源和关于所述资源的叙述,所述兴趣馈送被用于向用户提供一个或多个媒体内容项;以及
利用包括所述资源和关于所述资源的叙述的兴趣馈送来生成与所述事件相对应的表示。
18.如权利要求11至16的任何一者所述的电子系统,其中,与所述事件相对应的表示包括至少从其中关联了所述一对实体中的每个实体的所述数量的资源之中选择的特定资源。
19.如权利要求11至16的任何一者所述的电子系统,其中,生成与所述事件相对应的表示包括:
基于与所述特定一对实体相关联的事件的发生来选择信息的类型;以及
生成包括指示所选择的信息的类型的内容项的第二表示。
20.一个或多个非暂态机器可读存储设备,用于存储指令,所述指令可被一个或多个处理设备执行来引起操作的执行,所述操作包括:
由计算系统接收多个资源,每个资源包括电子媒体内容,所述电子媒体内容包括文本内容的至少一部分;
对于所述多个资源中的每个资源:
由所述计算系统识别与所述资源相关联的一个或多个实体;
对于所识别的一个或多个实体中的至少一对实体:
由所述计算系统确定其中关联了所述一对实体中的每个实体的资源的数量;
由所述计算系统基于所确定的资源的数量来确定与特定一对实体相关联的事件的发生;
由所述计算系统生成与所述事件相对应的表示,所述表示是基于其中关联了所述一对实体中的每个实体的资源中的一个或多个来生成的;以及
由所述计算系统提供与所述事件相对应的表示来输出到用户设备。
21.计算机可读指令,当被一个或多个处理设备执行时,引起如权利要求1至10的任何一者所述的方法的执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311204720.5A CN117271889A (zh) | 2017-07-26 | 2017-10-25 | 电子内容的内容选择和呈现 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/660,328 | 2017-07-26 | ||
US15/660,328 US10762146B2 (en) | 2017-07-26 | 2017-07-26 | Content selection and presentation of electronic content |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311204720.5A Division CN117271889A (zh) | 2017-07-26 | 2017-10-25 | 电子内容的内容选择和呈现 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110020126A true CN110020126A (zh) | 2019-07-16 |
CN110020126B CN110020126B (zh) | 2023-10-13 |
Family
ID=60245212
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311204720.5A Pending CN117271889A (zh) | 2017-07-26 | 2017-10-25 | 电子内容的内容选择和呈现 |
CN201711008167.2A Active CN110020126B (zh) | 2017-07-26 | 2017-10-25 | 电子内容的内容选择和呈现 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311204720.5A Pending CN117271889A (zh) | 2017-07-26 | 2017-10-25 | 电子内容的内容选择和呈现 |
Country Status (3)
Country | Link |
---|---|
US (2) | US10762146B2 (zh) |
CN (2) | CN117271889A (zh) |
WO (1) | WO2019022783A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11362902B2 (en) | 2019-05-20 | 2022-06-14 | Microsoft Technology Licensing, Llc | Techniques for correlating service events in computer network diagnostics |
US11372525B2 (en) * | 2019-06-25 | 2022-06-28 | Microsoft Technology Licensing, Llc | Dynamically scalable summaries with adaptive graphical associations between people and content |
US11765056B2 (en) * | 2019-07-24 | 2023-09-19 | Microsoft Technology Licensing, Llc | Techniques for updating knowledge graphs for correlating service events in computer network diagnostics |
US11240300B2 (en) * | 2019-12-06 | 2022-02-01 | International Business Machines Corporation | Summary of a resource |
CN114329234A (zh) * | 2022-03-04 | 2022-04-12 | 深圳佑驾创新科技有限公司 | 基于知识图谱的协同过滤推荐方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831234A (zh) * | 2012-08-31 | 2012-12-19 | 北京邮电大学 | 基于新闻内容和主题特征的个性化新闻推荐装置和方法 |
CN103714112A (zh) * | 2012-10-05 | 2014-04-09 | 谷歌公司 | 定制的事件和景点建议 |
US20140365468A1 (en) * | 2013-06-10 | 2014-12-11 | Microsoft Corporation | News Results through Query Expansion |
CN105069172A (zh) * | 2015-09-09 | 2015-11-18 | 中国人民大学 | 兴趣标签生成方法 |
CN105279146A (zh) * | 2014-06-30 | 2016-01-27 | 邻客音公司 | 针对短不相关文本的检测的上下文感知方法 |
CN105589976A (zh) * | 2016-03-08 | 2016-05-18 | 重庆文理学院 | 基于语义相关度的目标实体确定方法及装置 |
CN105989056A (zh) * | 2015-02-06 | 2016-10-05 | 北京中搜网络技术股份有限公司 | 一种汉语新闻推荐系统 |
CN106663112A (zh) * | 2014-11-26 | 2017-05-10 | 谷歌公司 | 呈现与实体相关联的事件的信息卡 |
CN106777139A (zh) * | 2016-12-19 | 2017-05-31 | 浙江工业大学 | 基于阅读时间的用户阅读偏好统计的个性化推送方法 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050131935A1 (en) * | 2003-11-18 | 2005-06-16 | O'leary Paul J. | Sector content mining system using a modular knowledge base |
US20070094295A1 (en) * | 2005-10-24 | 2007-04-26 | Benjamin Klehr | System and method for hierarchical display in a procurement transaction |
US7853465B2 (en) * | 2005-12-02 | 2010-12-14 | Oracle International Corp. | Methods and apparatus to present event information with respect to a timeline |
US7698190B2 (en) * | 2007-02-15 | 2010-04-13 | Penkalski Thomas A | Method of creating financial plans of action and budget for achieving lifestyle and financial objectives |
US8458105B2 (en) * | 2009-02-12 | 2013-06-04 | Decisive Analytics Corporation | Method and apparatus for analyzing and interrelating data |
US20110107232A1 (en) * | 2009-10-29 | 2011-05-05 | BBE Partners LLC | Directory and notification system for college students based on individual user profiles |
US8661034B2 (en) * | 2010-02-03 | 2014-02-25 | Gartner, Inc. | Bimodal recommendation engine for recommending items and peers |
US9105008B2 (en) * | 2010-11-29 | 2015-08-11 | Yahoo! Inc. | Detecting controversial events |
US9292545B2 (en) * | 2011-02-22 | 2016-03-22 | Thomson Reuters Global Resources | Entity fingerprints |
US10303999B2 (en) * | 2011-02-22 | 2019-05-28 | Refinitiv Us Organization Llc | Machine learning-based relationship association and related discovery and search engines |
US9026516B1 (en) * | 2011-08-09 | 2015-05-05 | Google Inc. | Interest-based keywords for prominent entity and by location |
US20130145283A1 (en) * | 2011-12-06 | 2013-06-06 | Wei-Yeh Lee | Automated Patent Event Notification System |
US20140280575A1 (en) * | 2013-03-14 | 2014-09-18 | Google Inc. | Determining activities relevant to users |
US9619450B2 (en) * | 2013-06-27 | 2017-04-11 | Google Inc. | Automatic generation of headlines |
US20150088598A1 (en) * | 2013-09-24 | 2015-03-26 | International Business Machines Corporation | Cross-retail marketing based on analytics of multichannel clickstream data |
US20160027044A1 (en) | 2013-12-19 | 2016-01-28 | Google Inc. | Presenting information cards for events associated with entities |
US10320633B1 (en) * | 2014-11-20 | 2019-06-11 | BloomReach Inc. | Insights for web service providers |
US20160357872A1 (en) * | 2015-06-05 | 2016-12-08 | Anthony Fader | Event networks and event view construction and display |
US10318233B2 (en) * | 2016-09-23 | 2019-06-11 | Sonos, Inc. | Multimedia experience according to biometrics |
US11488028B2 (en) * | 2017-03-31 | 2022-11-01 | Yahoo Assets Llc | Collaborative personalization via simultaneous embedding of users and their preferences |
-
2017
- 2017-07-26 US US15/660,328 patent/US10762146B2/en active Active
- 2017-10-19 WO PCT/US2017/057334 patent/WO2019022783A1/en active Application Filing
- 2017-10-25 CN CN202311204720.5A patent/CN117271889A/zh active Pending
- 2017-10-25 CN CN201711008167.2A patent/CN110020126B/zh active Active
-
2020
- 2020-08-28 US US17/005,948 patent/US11663277B2/en active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831234A (zh) * | 2012-08-31 | 2012-12-19 | 北京邮电大学 | 基于新闻内容和主题特征的个性化新闻推荐装置和方法 |
CN103714112A (zh) * | 2012-10-05 | 2014-04-09 | 谷歌公司 | 定制的事件和景点建议 |
US20140365468A1 (en) * | 2013-06-10 | 2014-12-11 | Microsoft Corporation | News Results through Query Expansion |
CN105279146A (zh) * | 2014-06-30 | 2016-01-27 | 邻客音公司 | 针对短不相关文本的检测的上下文感知方法 |
CN106663112A (zh) * | 2014-11-26 | 2017-05-10 | 谷歌公司 | 呈现与实体相关联的事件的信息卡 |
CN105989056A (zh) * | 2015-02-06 | 2016-10-05 | 北京中搜网络技术股份有限公司 | 一种汉语新闻推荐系统 |
CN105069172A (zh) * | 2015-09-09 | 2015-11-18 | 中国人民大学 | 兴趣标签生成方法 |
CN105589976A (zh) * | 2016-03-08 | 2016-05-18 | 重庆文理学院 | 基于语义相关度的目标实体确定方法及装置 |
CN106777139A (zh) * | 2016-12-19 | 2017-05-31 | 浙江工业大学 | 基于阅读时间的用户阅读偏好统计的个性化推送方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117271889A (zh) | 2023-12-22 |
US20200394232A1 (en) | 2020-12-17 |
US10762146B2 (en) | 2020-09-01 |
WO2019022783A1 (en) | 2019-01-31 |
CN110020126B (zh) | 2023-10-13 |
US20190034530A1 (en) | 2019-01-31 |
US11663277B2 (en) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110020126A (zh) | 电子内容的内容选择和呈现 | |
WO2022068464A1 (zh) | 多媒体资源匹配及展示方法、装置、电子设备和介质 | |
US10360623B2 (en) | Visually generated consumer product presentation | |
CN106227786B (zh) | 用于推送信息的方法和装置 | |
US10430718B2 (en) | Automatic social media content timeline summarization method and apparatus | |
CA3031548A1 (en) | System and method for analyzing and searching for features associated with objects | |
GB2527605A (en) | System and method for dynamically generating contextual and personalised digital content | |
CN108369806B (zh) | 可配置的通用语言理解模型 | |
CN105706081B (zh) | 结构化信息链接注释 | |
Kucher et al. | Text visualization browser: A visual survey of text visualization techniques | |
CN107182209A (zh) | 检测数字内容可见性 | |
CN112116391A (zh) | 多媒体资源投放方法、装置、计算机设备及存储介质 | |
CN104246771B (zh) | 按照上下文链接web扩展和内容 | |
KR20180079030A (ko) | 인터랙션을 이용한 메신저 검색 방법, 그리고 이를 구현한 서버 및 어플리케이션 | |
CN112085568B (zh) | 商品和富媒体聚合显示方法及设备、电子设备和介质 | |
CN107077473A (zh) | 用于显示内容的系统、方法和计算机可读介质 | |
TW201523421A (zh) | 決定用於擷取的文章之圖像 | |
CN106030572B (zh) | 与外部内容项的经编码的关联 | |
WO2023209638A1 (en) | Determining zone identification reliability | |
Wong et al. | A system of systems service design for social media analytics | |
Gonçalves et al. | Improving the tourists’ experience | |
US20140200971A1 (en) | System and method for matching informative content to a multimedia content element based on concept recognition of the multimedia content | |
Yuan | User portrait based on artificial intelligence | |
Baughman et al. | Multimedia data mining and analytics: disruptive innovation | |
Pestana et al. | The knowledge domain of affective computing: A scientometric review |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |