CN112352233A - 自动数字资产共享建议 - Google Patents
自动数字资产共享建议 Download PDFInfo
- Publication number
- CN112352233A CN112352233A CN201980042148.2A CN201980042148A CN112352233A CN 112352233 A CN112352233 A CN 112352233A CN 201980042148 A CN201980042148 A CN 201980042148A CN 112352233 A CN112352233 A CN 112352233A
- Authority
- CN
- China
- Prior art keywords
- digital assets
- user
- time
- processors
- parties
- 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
- 238000001914 filtration Methods 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 12
- 238000003058 natural language processing Methods 0.000 claims description 9
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 44
- 238000012545 processing Methods 0.000 description 34
- 230000015654 memory Effects 0.000 description 31
- 230000008569 process Effects 0.000 description 22
- 238000004891 communication Methods 0.000 description 21
- 230000002093 peripheral effect Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 13
- 238000007726 management method Methods 0.000 description 10
- 230000036541 health Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000013503 de-identification Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009528 vital sign measurement Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/048—Fuzzy inferencing
-
- 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
- G06F16/2468—Fuzzy queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
-
- 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
- G06F16/50—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
-
- 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
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- 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
- G06F16/907—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
- G06F16/90—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
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Library & Information Science (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Fuzzy Systems (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Probability & Statistics with Applications (AREA)
- Information Transfer Between Computers (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
描述了数字资产管理(DAM)的技术。DAM系统可获得知识图元数据网络,该知识图元数据网络描述了与用户的数字资产(DA)例如图像、视频、音乐等的集合相关联的元数据之间的关系。基于例如从用户的DA集合和/或知识图元数据网络获得的信息,该DAM系统可向用户提供对于给定上下文尽可能相关的更智能(和自动化)的DA共享建议。在一些实施方案中,该共享建议可基于最近与用户共享的来自第三方的一个或多个DA。在其他实施方案中,可基于检测到的共享DA的意图的指示,例如基于从来自第三方的传入消息(或从用户到第三方的传出消息)中提取相关特征,向用户呈现主动共享建议。
Description
相关申请的交叉引用
本专利申请要求2018年5月7日提交的名称为“Automatic Digital AssetSharing Suggestions”的美国临时专利申请62/668077号(“专利申请077号”)的优先权。本专利申请涉及以下专利申请:(i)2016年12月27日提交的名称为“Notable Moments in aCollection of Digital Assets”的美国非临时专利申请15/391269号(“专利申请269号”);(ii)2016年12月27日提交的名称为“Knowledge Graph Metadata Network Based onNotable Moments”的美国非临时专利申请15/391276号(“专利申请276号”);(iii)2016年12月27日提交的名称为“Relating Digital Assets Using Notable Moments”的美国非临时专利申请15/391280号(“专利申请280号”);以及(iv)2015年6月8日提交的名称为“UsingLocations to Define Moments”的美国非临时专利申请14/733663号(“专利申请663号”)。前述专利申请中的每一者全文以引用方式并入本文。
技术领域
本文所述的实施方案涉及数字资产管理(也称为DAM)。更具体地讲,本文所述的实施方案涉及组织、存储、描述和/或检索数字资产(在本文中也称为“DA”),使得它们可例如基于上下文分析以与一个或多个第三方共享来自DA集合中的DA中的一个或多个DA的建议的形式呈现给计算系统的用户。
背景技术
现代消费电子产品已使用户能够创建、购买和积累大量数字资产或“DA”。例如,计算系统(例如,智能电话、固定计算机系统、便携式计算机系统、媒体播放器、平板电脑系统、可穿戴计算机系统或设备等)可存储包括数百或数千个DA(例如,图像、视频、音乐等)的数字资产集合(也称为DA集合)或具有对其的访问权限。
管理DA集合对于用户而言可能为资源密集型运动。例如,从相当大的DA集合中检索表示用户生活中的重要时刻或事件的多个DA可能需要用户通过许多不相关的DA进行筛选。该过程对于许多用户而言可能是困难且令人不悦的。数字资产管理(DAM)系统可有助于管理DA集合。DAM系统表示结合软件、硬件和/或其他服务以便管理、存储、摄取、组织和检索DA集合中的DA的交织系统。对于至少一个通常可用的DAM系统,重要的构建块为数据库。数据库包括被组织为模式、表格、查询、报告、视图和其他对象的数据集合。示例性数据库包括关系数据库(例如,表格数据库等)、可在网络中的不同点之间分散或复制的分布式数据库以及可与在对象类和子类中定义的数据一致的面向对象的编程数据库。
然而,与使用数据库进行数字资产管理相关联的一个问题是,DAM系统在存储、管理和更新方面可能会变得资源密集型。即,可能需要大量计算资源来管理DA集合中的DA(例如,用于执行查询或事务处理的处理能力、用于存储必要数据库的存储内存空间等)。与使用数据库相关联的另一个相关问题是,在不直接管理资产的情况下,无法在具有有限存储容量的计算系统(例如,便携式或个人计算系统,诸如智能电话或可穿戴设备)上容易地实现DAM。因此,DAM系统的功能通常由远程设备(例如,外部数据存储库、外部服务器等)提供,其中DA的副本被存储,并且结果被传输回具有有限存储容量的计算系统。
因此,根据一些DAM实施方案,DAM还可包括与数字资产集合(即,DA集合)相关联的知识图元数据网络(在本文中也简称为“知识图”或“元数据网络”)。元数据网络可包括相关元数据资产,该相关元数据资产描述了与DA集合中的数字资产相关联的特性。每个元数据资产可描述与数字资产(DA)集合中的一个或多个DA相关联的特性。例如,元数据资产可描述与DA集合中的多个DA相关联的特性,诸如一个或多个相关联DA的位置、星期几、事件类型等。每个元数据资产可表示为元数据网络中的节点。元数据资产可以与至少一个其他元数据资产相关联。元数据资产之间的每个相关性可表示为元数据网络中表示相关元数据资产的节点之间的边缘。根据一些实施方案,元数据网络可基于给定具体实施的需要来定义多种类型的节点和边缘,例如,每种节点和边缘具有其自身的属性。
除了用户在管理大型DA集合(例如,定位和/或检索表示用户生命中的重要时刻或事件的多个DA)时可能面临的前述困难之外,用户还可能难以确定(或不能花费时间来确定)哪些DA与第三方(例如,类似DAM系统的其他用户和/或用户的社交联系人)共享将是有意义的。此外,用户可能难以确定哪些第三方可能对哪些DA感兴趣以及用户生活中的哪些事件感兴趣(或甚至不认识到哪些第三方可能感兴趣)。因此,需要例如基于对用户的DA集合的上下文分析和/或用户与用户可能希望与之共享DA的一个或多个第三方的关系的性质来向用户提供更智能和自动化的DA共享建议的方法、装置、计算机可读介质和系统。
发明内容
本文描述了用于向用户提供更智能和自动化DA共享建议的方法、装置、计算机可读介质和系统。此类实施方案能够以智能(例如,从上下文感知)和用户友好(例如,自动化)的方式从用户的DA集合共享DA,同时利用在知识图元数据网络中提供的描述用户的DA集合(和/或来自其他信息源)的信息来使DA共享建议对于给定上下文尽可能相关,并且足够显著/引人注目,使得用户实际上可决定共享所建议的DA。
对于一个实施方案,描述了一种过程,该过程包括获得与用户的DA集合相关联的元数据集合。除了获得描述DA集合的信息之外,该过程还可获得用于DA集合的知识图元数据网络。在DA集合内,可至少部分地基于知识图元数据网络来识别一个或多个唯一的“时刻”(如将在下文进一步描述)。因为每个时刻可与一个或多个数字资产相关联,所以该过程接下来可针对至少一个所识别时刻确定相关联的数字资产中的一个或多个数字资产,以建议与一个或多个第三方共享。可通过一个或多个第三方与该至少一个所识别时刻的潜在关系(例如,第三方是否出现在与该时刻相关联的DA中、第三方是否与用户处于特定社交团体中等)来通知建议与哪些第三方共享的确定。最后,该过程可向用户提供与该一个或多个第三方共享所确定的一个或多个相关联的数字资产的建议。在从用户接收到要与该一个或多个第三方共享所确定的一个或多个相关联的数字资产中的哪些相关联的数字资产的指示之后或响应于从用户接收到要与该一个或多个第三方共享所确定的一个或多个相关联的数字资产中的哪些相关联的数字资产的指示,该过程可继续与该一个或多个第三方共享所确定的一个或多个相关联的数字资产,例如,通过直接地向第三方发送DA(例如,经由电子邮件、文本消息、即时消息或其他基于接近的通信协议等),或者间接地发送DA,诸如经由持有DA的副本或引用的服务器。
对于另一个实施方案,识别共享来自用户DA集合中的DA的相关时刻可基于从第三方接收的一个或多个DA(和/或相关联的元数据),例如最近从第三方接收的DA,诸如在消息线程中。具体地讲,过程可至少部分地基于用户的知识图和从第三方接收的该一个或多个DA来识别用户的DA集合内的一个或多个时刻以“共享回”第三方。该识别可包括分析从第三方接收的该一个或多个DA的位置和时间元数据,并且使用来自第三方共享的DA的所接收元数据针对用户的知识图执行搜索。在一些实施方案中,针对用户的知识图的搜索可包括“模糊”搜索,例如,通过匹配来自比第三方最初共享的DA更大的时间窗口和/或更大的地理区域的DA以及/或者通过匹配与知识图能够推断的与针对用户DA集合的初始搜索匹配的时刻相关的时刻相关联的DA,从而允许DA集合中的DA的不精确匹配。接下来,可确定与来自用户DA集合的匹配时刻相关联的数字资产中的一个或多个数字资产以共享回一个或多个第三方。还可通过第三方最初共享的确切DA和/或第三方与该至少一个所识别的匹配时刻的关系来通知要共享回哪些DA的确定。最后,该过程可向用户提供与最初共享第三方共享所确定的一个或多个相关联的数字资产的建议。在从用户接收到要与第三方共享所确定的一个或多个相关联的数字资产中的哪些相关联的数字资产的指示之后或响应于从用户接收到要与第三方共享所确定的一个或多个相关联的数字资产中的哪些相关联的数字资产的指示,该过程可继续与第三方共享所确定的一个或多个相关联的数字资产。
对于又一个实施方案,描述了一种过程,该过程包括获得与数字资产集合相关联的元数据集合,其中数字资产集合包括一个或多个时刻,并且其中该一个或多个时刻中的每个时刻与数字资产集合中的一个或多个数字资产相关联。除了获得描述DA集合的信息之外,该过程还可获得用于DA集合的知识图元数据网络。然后,该过程可经由第一设备从发送者接收传入消息,检测传入消息中的共享意图,然后从传入消息的内容中提取一个或多个特征。基于该一个或多个提取的特征与数字资产集合的该一个或多个时刻和知识图元数据网络的比较,该过程然后可确定该一个或多个时刻中与该一个或多个提取的特征匹配的至少一个时刻,以及与该至少一个时刻相关联的数字资产中的一个或多个数字资产以响应于传入消息与发送者共享。最后,该过程可经由第一设备向用户提供与发送者共享所确定的一个或多个相关联的数字资产的建议。在从用户接收到要与发送者共享所确定的一个或多个相关联的数字资产中的哪些相关联的数字资产的指示之后或响应于从用户接收到要与发送者共享所确定的一个或多个相关联的数字资产中的哪些相关联的数字资产的指示,该过程可继续与发送者共享所确定的一个或多个相关联的数字资产。
根据附图并且根据以下详细描述,可归因于本文所述的实施方案的其他特征或优点将显而易见。
附图说明
本文所述的实施方案是通过示例而不是附图中的限制进行说明,在附图中相似的附图标号表示类似的特征。此外,在附图中省略了一些常规细节,以免模糊本文所述的发明构思。
图1A以框图形式示出了根据一个实施方案的包括用于执行数字资产管理(DAM)的电子部件的资产管理处理系统。
图1B示出了根据一个实施方案的用于基于捕获数字资产的时刻期间来呈现数字资产集合的时刻视图用户界面的示例。
图2A示出了根据一个实施方案的从第一用户的DA集合到第二用户的多个DA的共享。
图2B示出了根据一个实施方案的基于第一用户共享的DA来将多个DA从第二用户的DA集合共享回第一用户。
图3以框图形式示出了根据一个实施方案的示例性知识图元数据网络。图3所示的示例性元数据网络可由图1A所示的DAM系统生成和/或使用。
图4A以流程图形式示出了根据一个实施方案的提供内容共享建议的操作。
图4B至图4C以流程图形式示出了根据一个实施方案的用于提供上下文感知的内容共享建议的操作。
图5为示出根据一个实施方案的在消息传送应用程序中提供上下文感知的内容共享建议的示例性用户界面。
图6以流程图形式示出了根据一个实施方案的在消息传送应用程序中提供上下文感知的内容共享建议的操作。
图7示出了根据一个实施方案的用于执行DAM的例示性可编程电子设备的简化功能框图。
具体实施方式
本发明描述了用于组织、存储、描述和/或检索数字资产(在本文中也称为“DA”)的方法、装置、计算机可读介质和系统,使得它们可例如基于上下文分析以与一个或多个第三方共享来自DA集合中的DA中的一个或多个DA的建议的形式呈现给计算系统的用户。此类实施方案可以更无缝且相关的方式启用数字资产管理(DAM),并且具体地讲,启用来自DA集合的DA的共享。
本文阐述的实施方案可通过启用使用本文所述的数字资产管理(DAM)系统的一个或多个实施方案的计算系统以有助于改善计算机功能。此类计算系统可以实现DAM以有助于减少或消除用户手动确定与DA共享内容、时间和对象的需求。这种减少或消除继而可有助于使浪费的计算资源(例如,存储器、处理能力、计算时间等)最小化,该浪费的计算资源可与使用针对DAM的唯一关系数据库相关联。例如,经由关系数据库执行DAM可包括外部数据存储库和/或远程服务器(以及网络、通信协议和与外部数据存储库和/或远程服务器通信所需的其他部件)。相比之下,如本文所述执行的DAM(即,利用知识图元数据网络)可本地发生在设备(例如,便携式计算系统、可穿戴计算系统等)上,而不需要外部数据存储库、远程服务器、网络、通信协议和/或与外部数据存储库和/或远程服务器通信所需的其他部件。此外,通过以上下文相关的方式自动化内容共享建议的过程,用户不必对他们的(通常相当大的)DA集合执行过多的手动检查就可确定在给定上下文中可能适合与给定第三方共享哪些DA。因此,本文所述的DAM的至少一个实施方案可有助于减少或消除附加计算资源(例如,存储器、处理能力、计算时间等),该附加计算资源可与用户从外部关系数据库中搜索、存储和/或获得DA相关联,以便确定是否与一个或多个第三方共享此类DA。
图1A以框图形式示出了根据本公开中描述的一个或多个实施方案的处理系统100,该处理系统包括用于执行数字资产管理(DAM)的电子部件。系统100可容纳在单个计算系统(诸如台式计算机系统、膝上型计算机系统、平板电脑系统、服务器计算机系统、移动电话、媒体播放器、个人数字助理(PDA)、个人通信器、游戏设备、网络路由器或集线器、无线接入点(AP)或中继器、机顶盒或它们的组合)中。系统100中的部件可在空间上分离并且在通过通信技术110连接的单独计算系统上实现,如下文进一步详细描述的。
对于一个实施方案,系统100可包括处理单元104、存储器110、DA捕获设备102、传感器122和外围设备118。对于一个实施方案,系统100中的一个或多个部件可被实现为一个或多个集成电路(IC)。例如,处理单元104、通信技术120、DA捕获设备102、外围设备118、传感器122或存储器110中的至少一者可被实现为片上系统(SoC)IC、三维(3D)IC、任何其他已知的IC或任何已知IC的组合。对于另一个实施方案,系统100中的两个或更多个部件一起被实现为一个或多个IC。例如,处理单元104、通信技术120、DA捕获设备102、外围设备118、传感器122或存储器110中的至少两者可被一起实现为SoC IC。下文描述了系统100的每个部件。
如图1A所示,系统100可包括处理单元104,诸如CPU、GPU、其他集成电路(IC)、存储器和/或其他电子电路。对于一个实施方案,处理单元104操纵和/或处理与数字资产112相关联的DA元数据或与数字资产相关联的任选数据116(例如,反映与给定DA相关联的一个或多个人、地点、兴趣点、场景、含义和/或事件的数据对象,诸如节点)。处理单元104可包括用于执行DAM的一个或多个实施方案的数字资产管理(DAM)系统106,如本文所述。对于一个实施方案,DAM系统106被实现为硬件(例如,与处理单元104相关联的电子电路、电路、专用逻辑部件等)、软件(例如,与处理单元104所执行的计算机程序相关联的一个或多个指令、在通用计算机系统或专用机器上运行的软件等)或它们的组合。
DAM系统106可使系统100能够生成并使用DA元数据112的知识图元数据网络(在本文中也更简单地称为“知识图”或“元数据网络”)114作为多维网络。可用于实现本文所述的各种技术的元数据网络和多维网络在例如专利申请269号中进一步详细描述,该专利申请以引用方式并入上文。图3(其在下文描述)提供了关于示例性元数据网络114的附加细节。
在一个实施方案中,DAM系统106可执行以下操作中的一者或多者:(i)生成元数据网络114;(ii)基于元数据网络114关联和/或呈现至少两个DA,例如作为时刻的一部分;(iii)基于元数据网络114和一个或多个其他标准,确定DA集合中的感兴趣的DA和/或向用户呈现感兴趣的DA作为共享建议;以及(iv)例如基于上下文分析来选择和/或呈现要与一个或多个第三方共享的所建议的DA。下文结合图1B至图6描述了关于可由DAM系统106执行的紧接在前的操作的附加细节。
DAM系统106可获得或接收与DA集合相关联的DA元数据112的集合。如本文所用,“数字资产”、“DA”以及它们的变型是指可以数字形式(例如,数字文件等)存储或作为数字形式存储的数据。该数字化数据包括但不限于以下内容:图像媒体(例如,静止或动画图像等);音频媒体(例如,歌曲等);文本媒体(例如,电子书等);视频媒体(例如,电影等);以及触觉媒体(例如,结合其他媒体提供的振动或运动等)。上文的数字化数据的示例可以结合以形成多媒体(例如,计算机动画卡通、视频游戏等)。单个DA是指数字化数据的单个实例(例如,图像、歌曲、电影等)。多个DA或一组DA是指数字化数据的多个实例(例如,多个图像、多个歌曲、多个电影等)。在整个本公开中,“DA”的使用是指“一个或多个DA”,包括单个DA和一组DA。为简明起见,本文档中阐述的概念使用DA的操作示例作为一个或多个图像。应当理解,DA不限于此,并且本文档中阐述的概念适用于其他DA(例如,上述不同媒体等)。
如本文所用,“数字资产集合”、“DA集合”以及它们的变型是指可存储在一个或多个存储位置中的多个DA。如已知的,该一个或多个存储位置可以在空间上或逻辑上分开。
如本文所用,“元数据”、“数字资产元数据”、“DA元数据”以及它们的变型统称为关于一个或多个DA的信息。元数据可以为:(i)关于数字化数据的信息的单个实例(例如,与一个或多个图像相关联的时间戳等);或(ii)元数据分组,该元数据分组是指由关于数字化数据的信息的多个实例(例如,与一个或多个图像相关联的若干时间戳等)组成的组。还可存在与DA集合相关联的许多不同类型的元数据。每种类型的元数据(也称为“元数据类型”)描述了与一个或多个DA相关联的一个或多个特性或属性。关于可存储在DA集合中和/或与知识图元数据网络结合使用的各种类型的元数据的更多细节更详细地描述于例如专利申请269号中,该专利申请以引用方式并入上文。
如本文所用,“上下文”及其变型是指用户设备的任何或所有属性,该用户设备包括与用户相关联的DA集合或可具有对其的访问权限,诸如物理、逻辑、社交和其他上下文信息。如本文所用,“上下文信息”及其变型是指描述或定义用户上下文或用户设备的上下文的元数据,该用户设备包括与用户相关联的DA集合或可具有对其的访问权限。示例性上下文信息包括但不限于以下内容:预先确定的时间间隔;计划以预先确定的时间间隔发生的事件;在特定时间间隔期间访问的地理位置;与特定时间间隔相关联的一个或多个所识别的人物;在特定时间间隔期间发生的事件,或在特定时间间隔期间访问的地理位置;描述与特定时间段相关联的天气的天气元数据(例如,雨、雪、太阳、温度等);描述与一个或多个DA的捕获相关联的季节的季节元数据;描述用户和一个或多个第三方之间的社交关系的性质的关系信息;或描述用户和一个或多个第三方之间的交互的性质和/或内容的自然语言处理(NLP)信息。对于一些实施方案,上下文信息可从外部源例如社交网络应用程序、天气应用程序、日历应用程序、通讯录应用程序、任何其他类型的应用程序获得,或者从能够经由有线或无线网络(例如,互联网、专用内联网等)访问的任何类型的数据存储库中获得。
再次参见图1A,对于一个实施方案,DAM系统106使用DA元数据112来生成元数据网络114。如图1A所示,元数据网络114中的所有或一些元数据网络可存储在处理单元104和/或存储器110中。如本文所用,“知识图”、“知识图元数据网络”、“元数据网络”以及它们的变型是指动态组织的元数据集合,该动态组织的元数据集合描述了由一个或多个计算机系统使用的一个或多个DA(例如,DA集合中的一个或多个DA组,DA集合中的一个或多个DA等)。在元数据网络中,没有存储实际的DA,而仅存储了元数据(例如,与一个或多个DA组相关联的元数据、与一个或多个DA相关联的元数据等)。元数据网络与数据库不同,因为通常元数据网络允许使用多个维度的元数据之间的深度连接,其可被遍历以用于附加推断的相关性。在没有加载大量(例如,数百、数千等)数据库表的情况下,这种演绎推理通常在常规的关系数据库中是不可行的。因此,如上所述,常规数据库可能需要大量计算资源(例如,外部数据存储库、远程服务器及它们的相关联通信技术等)来执行演绎推理。相比之下,可使用比上述常规数据库更少的计算资源要求来查看、操作和/或存储元数据网络。此外,元数据网络是动态资源,其具有学习、成长和适应添加至其的新信息的能力。这与数据库不同,数据库对于访问交叉引用信息很有用。虽然可使用附加信息扩展数据库,但数据库仍然是访问放入其中的交叉引用信息的工具。元数据网络不只是访问交叉引用的信息,而是远不止于此,并涉及数据外推以用于推断或确定附加数据。如上所述,DA本身可例如存储在远离系统100的一个或多个服务器上,其中DA的缩略图版本存储在系统存储器110中,并且特定DA的完整版本仅根据需要(例如,当用户希望查看或共享特定DA时)下载和/或存储到系统100的存储器110中。然而,在其他实施方案中,例如,当系统100处的机载存储空间和处理资源的量足够大并且/或者用户的DA集合的大小足够小时,DA本身也可存储在存储器110内,例如存储在单独的数据库(诸如上述常规数据库)中。
DAM系统106可生成元数据网络114作为DA元数据112的多维网络。如本文所用,“多维网络”及其变型是指具有多种关系的复杂图形。多维网络通常包括多个节点和边缘。对于一个实施方案,节点表示元数据,并且边缘表示元数据之间的关系或相关性。示例性多维网络包括但不限于边缘标记的多图、多部分边缘标记的多图和多层网络。
在一些实施方案中,元数据网络114包括两种类型的节点:(i)时刻节点;和(ii)非时刻节点。如本文所用,“时刻”应是指用于根据推断或明确定义的一个或多个数字资产之间的关联性来对此类数字资产进行分组(例如,用于向用户显示该组数字资产的目的)的上下文组织模式。例如,时刻可指于2018年3月26日访问美国加利福尼亚州库比蒂诺(Cupertino,California)的咖啡店。例如,该时刻可用于识别与2018年3月26日访问该咖啡店相关联(而不是与任何其他事件)的一个或多个DA(例如,一张图像、一组图像、一个视频、一组视频、一首歌曲、一组歌曲等)。
如本文所用,“时刻节点”是指多维网络中表示时刻的节点(如上所述)。如本文所用,“非时刻节点”是指多维网络中不表示时刻的节点。因此,非时刻节点可指与不是时刻的一个或多个DA相关联的元数据资产。可找到关于可在示例性元数据网络中找到的可能类型的“非时刻”节点的更多细节,例如专利申请269号,该专利申请以引用方式并入上文。
如本文所用,“事件”及其变型是指在特定时间间隔期间在一个或多个位置发生的情况或活动。事件的示例可包括但不限于以下内容:一个或多个人聚会以执行活动(例如,节日、度假、生日、晚餐、项目、健身课程等);体育赛事(例如,体育比赛等);典礼(例如,在特殊场合进行的具有文化意义的仪式等);会议(例如,参与一些共同利益的个人聚会等);节日(例如,庆祝社区一些方面的聚会等);音乐会(例如,艺术表演等);媒体事件(例如,为宣传而创建的事件等);以及派对(例如,大型社交或娱乐聚会等)。根据一些实施方案,事件可包括在给定用户的DA集合中识别的单个时刻。根据其他实施方案,事件可包括在给定用户的DA集合中的两个或更多个相关的所识别的时刻。
对于一个实施方案,元数据网络114中节点之间的边缘表示节点之间的关系或相关性。对于一个实施方案,DAM系统106在元数据网络114获得或接收新的元数据112和/或确定用于用户DA集合中的DA的新元数据112时更新该元数据网络。
DAM系统106可以各种方式使用元数据网络114来管理与DA元数据112相关联的DA。对于第一示例,DAM系统106可基于DA元数据(即,元数据网络114中的节点)和一个或多个标准之间的相关性(即,元数据网络114中的边缘)使用元数据网络114来识别和呈现DA集合中的一个或多个DA的感兴趣的组。对于该第一示例,DAM系统106可基于元数据网络114中的时刻节点来选择感兴趣的DA。在一些实施方案中,DAM系统106可建议用户与一个或多个第三方共享该一个或多个所识别的DA。对于第二示例,DAM系统106可使用元数据网络114和从系统收集的其他上下文信息(例如,用户与一个或多个第三方的关系、消息传送线程中的会话的主题、推断的共享与一个或多个时刻等相关的DA的意图)来选择和呈现用户可能想要与一个或多个第三方共享的一个或多个DA的代表性组。
系统100还可包括用于存储和/或检索元数据112、元数据网络114和/或由元数据112描述或与该元数据相关联的任选数据116的存储器110。元数据112、元数据网络114和/或任选数据116可由系统100中的其他部件生成、处理和/或捕获。例如,元数据112、元数据网络114和/或任选数据116可包括由一个或多个外围设备118、DA捕获设备102或处理单元104等生成、捕获、处理或与该一个或多个外围设备、DA捕获设备或处理单元相关联的数据。系统100还可包括存储器控制器(未示出),该存储器控制器包括管理流向和/或流出存储器110的数据的至少一个电子电路。存储器控制器可以为单独的处理单元或集成在处理单元104中。
系统100可包括DA捕获设备102(例如,用于捕获图像的成像设备、用于捕获声音的音频设备、用于捕获音频和视频的多媒体设备、任何其他已知的DA捕获设备等)。设备102以虚线框示出,以示出其为系统100的任选部件。对于一个实施方案,DA捕获设备102还可包括被实现为硬件、软件或它们的组合的信号处理流水线。信号处理流水线可对从设备102中的一个或多个部件接收的数据执行一个或多个操作。信号处理流水线还可向存储器110、外围设备118(如下文进一步所讨论的)和/或处理单元104提供经处理的数据。
系统100还可包括外围设备118。对于一个实施方案,外围设备118可包括以下中的至少一者:(i)与系统100中的一个或多个部件(例如,鼠标、键盘等)进行交互或向其发送数据的一个或多个输入设备;(ii)从系统100中的一个或多个部件(例如,监视器、打印机、显示设备等)提供输出的一个或多个输出设备;或(iii)除存储器110之外还存储数据的一个或多个存储设备。外围设备118以虚线框示出,以示出其为系统100的任选部件。外围设备118还可指既可用作输入设备又可用作输出设备(例如,触摸屏等)的单个部件或设备。系统100可包括用于外围设备118的至少一个外围控制电路(未示出)。外围控制电路可以为控制器(例如,芯片、扩展卡或独立设备等),该控制器与外围设备118交互并用于指示由该外围设备执行的操作。外围设备控制器可以为单独的处理单元或集成在处理单元104中。外围设备118在整个本文档中也可称为输入/输出(I/O)设备118。
系统100还可包括一个或多个传感器122,该一个或多个传感器以虚线框示出,以示出传感器可以为系统100的任选部件。对于一个实施方案,传感器122可以检测一个或多个环境的特性。传感器的示例包括但不限于:光传感器、成像传感器、加速度计、声音传感器、气压传感器、接近传感器、振动传感器、陀螺仪传感器、罗盘、气压计、热传感器、旋转传感器、速度传感器和倾斜仪。
对于一个实施方案,系统100包括通信机构120。通信机构120可以为例如总线、网络或交换机。当技术120为总线时,技术120为在系统100中的部件之间传输数据的通信系统,或者在系统100中的部件和与其他系统(未示出)相关联的其他部件之间传输数据的通信系统。作为总线,技术120包括所有相关的硬件部件(电线、光纤等)和/或软件,包括通信协议。对于一个实施方案,技术120可包括内部总线和/或外部总线。此外,技术120可包括用于与系统100相关联的通信的控制总线、地址总线和/或数据总线。对于一个实施方案,技术120可以为网络或交换机。作为网络,技术120可以为任何有线或无线网络,诸如局域网(LAN)、广域网(WAN)诸如互联网、光纤网络、存储网络或它们的组合。当技术120为网络时,系统100中的部件不必物理地协同定位。当技术110为交换机(例如,“纵横”机)时,系统100中的单独部件可通过网络直接链接,即使这些部件可能不在物理上彼此紧邻。例如,处理单元104、通信技术120、存储器110、外围设备118、传感器122和DA捕获设备102中的两者或更多者处于彼此不同的物理位置并且经由通信技术120通信地耦接,该通信技术为通过网络直接链接这些部件的网络或切换机。
图1B示出了根据一个实施方案的用于基于捕获数字资产的时刻期间来呈现数字资产集合的时刻视图用户界面130的示例。界面130包括DA集合(在这种情况下为图像集合132、134和136)的列表视图。每个此类图像集合可表示用户的DA集合中的唯一时刻。图像集合132、134、136包括与捕获图像的位置和捕获图像的日期(或日期范围)的描述一起呈现的图像的缩略图版本。可使用时间数据和位置数据来改善时刻之间的定义和边界,以更精确地定义时刻并将时刻集合划分成更具体的时刻,如例如在专利申请663号中更详细地描述,该专利申请以引用方式并入上文。
在一个示例中,将参考下文的图2A和图2B更详细地描述,来自用户的DA集合的DA的某个子集(例如DA集138)可由设备的用户选择以与一个或多个第三方共享,该DA集是图像集合134的一部分,并且于2018年3月26日在美国加利福尼亚州库比蒂诺和旧金山及其周围捕获。
图2A示出了根据一个实施方案的从第一用户的DA集合到第二用户的多个DA的共享。如图2A所示,第一用户(用户A)持有数字资产集合200a,除了其他数字资产之外,该数字资产集合还包括图1B的示例性用户界面130中所示的各种图像。在该特定示例中,用户A已选择与第三方用户B共享(202)他的DA的子集,即DA集138。应当理解,在共享(202)之后,DA集138中的DA也将出现在用户B的数字资产集合200b中,例如,与用户B的其他预先存在的DA并排出现。
在一些情况下,用户A与用户B进行DA集138的初始共享的决定可通过手动确定来进行。换句话讲,用户A可能记得他上周与用户B一起去了咖啡店,但是用户B没有拍摄用户A点的咖啡或咖啡店外部的照片。因此,用户A可手动确定他想要与用户B共享DA集138中的相关图像集。
然而,如下文将进一步详细解释的,根据本文所述的一些实施方案,用户A的DAM系统可自动地并以智能(例如,上下文感知)方式建议共享哪些DA、与谁共享和/或何时共享此类DA。例如,如果用户A的知识图指示用户B为用户A的亲密社交联系人,则DAM可建议与用户B共享用户A的DA中的一个或多个DA,尤其是其中例如经由DA元数据或一个或多个其他信息源,用户A的DAM系统可确定在捕获(例如,经由在图像中的一个或多个图像中检测到用户B的面部)DA集138中的图像的时刻期间用户B与用户A在一起的那些DA。
在其他实施方案中,如下文将进一步详细描述的,用户A的DAM系统可应用上下文分析来确定是否存在共享用户A的DA集合中的资产中的某些资产的意图(或共享这些资产的请求)的指示。例如,用户B最近可能已经向用户A发送了消息,说:“您能将上周咖啡店的照片发给我吗?”一旦确定了共享意图,用户A的知识图就可以快速将搜索启发法应用于过去一周中的日期范围和兴趣点(诸如“餐厅”或“咖啡店”),可以快速识别用户B正在请求的相关(或可能相关的)DA,并自动向用户A呈现与用户B共享匹配DA中的一个或多个匹配DA的建议。在其他实施方案中,可进一步利用用户的知识图来确定(例如主动确定)用户是否/何时在消息传送线程中他或她的DA集合中具有与正在讨论的主题(和/或参与的一方)相关的DA,用户可能有兴趣与一个或多个第三方共享该DA。
图2B示出了内容共享场景的又一个示例,其中内容共享建议由执行上下文分析的用户的DAM系统确定。在图2B的示例中,基于与DA集138(由用户A在上述图2A的示例中共享)中的DA相关联的元数据,用户B的DAM系统已经建议从用户B的DA集合200b“共享回”(208)多个DA 204。具体地讲,用户B的DAM系统识别可能“共享回”(208)用户A的DA 204可基于识别用户B的DA集合中与用户A的DA集138的初始共享DA大致相同的地理位置和/或大致相同的时间间隔发生的时刻。在一些实施方案中,要共享回的所建议的DA集的量值(例如,在地理范围内)和/或持续时间(例如,在时间范围内)可与从第三方共享的初始DA的量值和持续时间直接且成比例地缩放。因此,如图2B所示,基于来自用户B的DA集合200b的该多个DA 204与初始共享DA集138中的DA是在同一天且在相同咖啡店捕获的事实,已经建议使它们用于共享回(208)。相比之下,用户B的DA集合中的DA 206表示在与初始共享DA集138中的DA不同的位置处和/或在不同的时间间隔期间捕获的DA,因此不是示例性建议的共享回DA 204的一部分。
图3以框图形式示出了根据一个实施方案的示例性知识图元数据网络300。图3所示的示例性元数据网络可由图1A所示的DAM系统生成和/或使用。对于一个实施方案,图3所示的元数据网络300与上文结合图1A所述的元数据网络114类似或相同。应当理解,图3中描述和示出的元数据网络300为示例性的,并且未示出DAM系统106可生成的每种类型的节点或边缘。例如,即使图3中未示出每个可能的节点,DAM系统106也可能生成节点以表示与图2A所示的示例性场景中共享的DA集138相关联的若干元数据资产。
在图3所示的元数据网络300中,表示元数据的节点被示出为圆形,并且表示元数据之间的相关性的边缘被示出为圆形之间的连接或边缘。此外,某些节点标记有它们表示的元数据类型(例如,区域、城市、州、国家/地区、年、天、周、月、兴趣点(POI)、兴趣区(AOI)、兴趣区域(ROI)、人、事件类型、事件名称、事件执行者、活动场地、商家名称、商家类别等)。在图3所示的示例元数据网络300中,“事件”节点被示出为将各种其他元数据节点链接在一起。在一些具体实施中,事件可简单地包括时刻,如本文先前所讨论的。然而,在其他具体实施中,事件可被认为是比时刻更高级别的DA关联,例如,两个或更多个相关时刻可被识别并一起被称为事件。在其他实施方案中,例如,在用户可具有涉及在特定时间和位置捕获的图像之外的资产的DA组的情况下,事件可指与某一时间间隔内在一个或多个位置处发生的情况或活动相关的所有DA(例如,在音乐会录制的视频、音乐会的数字票根、在音乐会上表演的艺术家的音乐文件等)。
对于一个实施方案,在元数据网络300的节点中表示的元数据可包括但不限于:其他元数据,诸如用户与其他人(例如,家庭成员、朋友、同事等)的关系、用户的工作地点(例如,过去的工作地点、当前的工作地点等)、用户的兴趣(例如,爱好、持有的DA、消费的DA、使用的DA等)、用户访问的地点(例如,用户访问的先前地点、用户将访问的地点等)。此类元数据信息可以单独使用(或与其他数据结合使用)以确定或推断以下内容中的至少一者:(i)用户度假或旅行;一周中的几天(例如,周末、节日等);与用户相关联的位置;用户的社交团体;用户访问的地点类型(例如,餐厅、咖啡店等);事件的类别(例如,烹饪、运动、旅游等);等等。前述示例意在说明而非限制可在元数据网络300中捕获的元数据信息的类型。
图4A以流程图形式示出了根据一个实施方案的提供内容共享建议的操作400。首先,操作可在步骤402处通过获得与用户的DA集合相关联的元数据集合来开始。接下来,在步骤404处,该方法还可获得用于DA集合的知识图元数据网络。在步骤406处,可至少部分地基于知识图元数据网络在DA集合内识别一个或多个唯一时刻,如上所述。根据一些实施方案,用户的DA集合内的时刻的识别可任选地包括分析用户的DA集合中的DA的至少与位置相关的元数据以确定用户已花费时间的显著位置(步骤407)。在一些实施方案中,确定位置为显著的涉及确定该位置为访问达至少预先确定的时间段的位置或者该位置为熟悉的位置(例如,用户的家)或先验显著的位置(例如,熟知的地标)。在其他实施方案中,确定位置为显著的可涉及确定该位置为用户经常访问的位置。确定位置被频繁访问可涉及采集包括位置坐标、位置名称、指示电子设备访问该位置的次数的计数、与访问中的每次访问相关联的日期、与访问中的每次访问相关联的持续时间指示等的信息。根据其他实施方案,经常访问的地点还可涉及包括在最初识别位置中的更精确的子位置。接下来,根据一些实施方案,可任选地至少部分地基于用户在显著位置花费的时间段来识别用户的DA集合内的时刻(步骤408)。换句话讲,在用户处于特定显著位置时捕获或创建的任何DA可各自被标记为相同唯一时刻的一部分。一旦DA集合已被划分为时刻(例如,使用任何期望的方法),则DA集合内建议从中共享内容的一个或多个时刻的识别可基于多个因素中的任一个,例如,可从知识图收集的因素。例如,可基于以下因素中的一者或多者识别用于所建议共享的时刻:该时刻的意义(例如,与该时刻相关联的DA事件的类别相关)、与该时刻相关联的兴趣点、与该时刻相关联的假日事件、与该时刻相关联的特定位置、在该时刻识别的场景类型、与该时刻相关联的日期或时间、与时刻相关联的特定人或一群人、是否可推断出一组时刻彼此相关以作为较大事件的一部分等。
因为每个时刻可与一个或多个数字资产相关联,所以操作400接下来可针对至少一个所识别时刻确定相关联的数字资产中的一个或多个数字资产,以建议与一个或多个第三方共享(步骤410)。对要建议共享的特定相关联数字资产的这种确定可基于例如选择:仅高于特定质量阈值的DA(例如,基于焦点、曝光水平、饱和度、色彩平衡、用户评级、检测到的面部的阈值数量等);仅未重复的DA;仅不是屏幕截图的DA等。可通过该一个或多个第三方与该至少一个所识别时刻的关系(例如,第三方是否出现在与该时刻相关联的DA中、第三方是否在所识别的时刻期间在相同位置处出现、第三方是否与用户处于特定社交团体中等)来通知建议与该一个或多个第三方共享的确定。在一些实施方案中,还可至少部分地基于该一个或多个第三方在共享建议时与用户的当前接近度来确定该一个或多个第三方。
在一些实施方案中,DAM建议用户可与之共享DA的该一个或多个第三方的确定可根据一个或多个过滤选项进行过滤。例如,在一些情况下,可能期望过滤掉以其他方式被确定为所建议的共享目标(例如,基于上文列举的各种因素)的第三方,但是对于第三方建议用户作为共享目标可能是不合适或不期望的。
例如,在一些情况下,可基于以下内容从所建议的接收者列表中过滤所确定的第三方共享目标:(i)他们的人物类型;(ii)反映在要共享的DA中的一个或多个DA中的场景类型;和/或(iii)第三方与用户的当前关系(例如,如从用户的知识图元数据网络所确定的)。例如,在一些实施方案中,可能期望在所建议的共享目标上采用基于年龄的过滤选项。基于年龄的过滤选项可用于例如过滤掉低于最小年龄阈值、高于最大年龄阈值、已故等的共享目标。在其他实施方案中,过滤选项可基于所建议的共享目标是否为:用户的当前社交联系人、用户的阻止(或先前)联系人、采用与用户类似的DAM系统的设备的持有者、或用户的特定类型的联系人(例如,用户工作场所中的下属、用户工作场所中的经理、用户的配偶/伴侣、用户的前配偶/伴侣等)。还应当提及的是,仅仅当前不存在的用户的社交联系人(或不持有采用与用户类似的DAM系统的设备)可能不一定为过滤掉作为所建议的共享目标的所确定的第三方的基础。例如,在一些实施方案中,DAM系统可向用户提供命名第三方和/或在向第三方共享DA之前为第三方创建社交联系人(或者,另选地,继续过滤掉作为共享目标的第三方)的机会。
在其他实施方案中,例如,如上文(ii)所提及的,被确定为在要共享的一个或多个DA中反映的场景类型可用于过滤掉所建议的第三方共享目标。例如,如果确定某个DA表示“宠物”场景或“自然”场景,则建议与脸部可能位于该DA内的任何动物共享DA可能不合适。又如,如果某个DA表示“儿童”或“婴儿”场景,则建议与可能位于DA内的任何儿童或婴儿共享该DA(因为他们不太可能与用户接触或者持有/使用采用与用户类似的DAM系统的设备)可能不合适。在一些实施方案中,例如,如果此类信息在用户的知识图网络中可用,则可另选地将DA中所定位的儿童或婴儿的父母、监护人或其他相关人员建议为用于DA的第三方共享目标,包括儿童或婴儿的表示(即,代替儿童或婴儿本身)。
在其他实施方案中,可针对作为DA的所建议的共享目标的初始确定的一个或多个第三方中的每一者确定过滤得分,该过滤得分可用于帮助DAM确定是否将作为所建议的共享目标的所确定的一个或多个第三方中的任一者过滤掉。过滤得分可基于给定具体实施的任何期望数量的过滤选项。例如,如果初始确定的第三方共享目标被归类为婴儿或儿童,则可在其过滤得分上添加+100分;如果初始确定的第三方共享目标不是用户的当前联系人,则可在其过滤得分上添加+50分;如果初始确定的第三方共享目标不是用户在任何外部社交网络(或在用户的知识图中识别的社交团体)中的联系人,则可在其过滤得分上添加+25分等。在其他实施方案中,例如,过滤选项还可减小第三方的过滤得分(例如,对于第三方作为联系人的用户的每个社交网络,-25分)。在该示例中,初始确定的第三方共享目标的过滤得分可以为175(即,100+50+25)。在一些实施方案中,可采用过滤得分阈值,例如,高于该阈值,初始确定的第三方可作为潜在共享目标被过滤掉。例如,如果给定实施方案中的过滤得分阈值为150,则可从共享目标列表中过滤掉具有175的过滤得分的上述初始确定的第三方。如果另一个第三方具有低于150的过滤得分,则它们可能不会被DAM过滤掉,即,它们可能仍然是DA的所建议的共享目标。
最后,在步骤412处,该方法可向用户提供与该一个或多个第三方共享所确定的一个或多个相关联的数字资产的建议,例如,服从任何第三方过滤选项(例如,包括上述各种潜在过滤选项)。在从用户接收到要与一个或多个第三方共享所确定的一个或多个相关联的数字资产中的哪些相关联的数字资产的指示之后或响应于从用户接收到要与一个或多个第三方共享所确定的一个或多个相关联的数字资产中的哪些相关联的数字资产的指示,该方法可前进至步骤414,并且实际上与该一个或多个第三方共享所建议的一个或多个相关联的数字资产中的一个或多个相关联的数字资产。该共享可发生,例如通过直接地向第三方发送DA(例如,经由电子邮件、文本消息、即时消息或其他基于接近的通信协议等),或间接地向第三方发送DA,诸如经由持有DA的副本或引用的服务器。一旦共享了期望的DA,操作400就可结束。
图4B至图4C以流程图形式示出了根据一个实施方案的用于提供上下文感知的内容共享建议的操作450。与本文所述的其他实施方案一样,在能够提供上下文感知的内容共享建议之前,用户的设备可首先获得与DA集合相关联的元数据集合(步骤452),例如,其中数字资产集合包括一个或多个时刻,并且其中该一个或多个时刻中的每个时刻与数字资产集合中的一个或多个数字资产相关联。用户的设备还可以先验获得用于用户的DA集合的知识图元数据网络(步骤454)。然后,可在步骤456处通过从第三方接收一个或多个DA(及其相关联的元数据)来继续操作450。在操作450中,内容共享建议将至少部分地基于最近与用户共享来自第三方的DA的内容和/或元数据,例如,如先前参考图2B所讨论的。
接下来,在步骤458处,操作450可继续识别相关时刻以共享来自用户的DA集合中的DA。该确定可至少部分地基于用户的知识图和从第三方接收的一个或多个DA(和/或相关联的元数据),例如最近从第三方接收的DA,诸如在消息传送线程中。具体地讲,操作450可识别用户的DA集合内的一个或多个时刻以“共享回”第三方,即,响应于第三方的最初共享。根据一些实施方案,考虑“共享回”功能的时刻的这种识别可任选地包括分析从第三方接收的该一个或多个DA的位置和时间元数据(步骤459)并且通过将来自第三方共享的DA的所接收的元数据与用户的知识图匹配来针对用户的知识图执行搜索(步骤460)。在一些实施方案中,针对用户的知识图的搜索可任选地包括“模糊”搜索(步骤461),例如,通过匹配来自比第三方最初共享的DA更大的时间窗口和/或更大的地理区域的DA来允许DA集合中的DA不精确匹配的搜索。在一些此类实施方案中,搜索允许的模糊度的量至少部分地基于DA集合的密度。换句话讲,如果DA集合包括相对较少数量的相关DA(即,在相关时间段内相当稀疏),则该方法可允许与最初共享的DA更不精确地匹配。相比之下,如果DA集合包括大量相关DA(即,在相关时间段内相当密集),则该方法可能需要与最初共享的DA相对更精确的匹配。模糊搜索还可基于可以从知识图中获得的推理(例如,如果可以推断度假发生在与搜索的时间窗口重叠的较大时间间隔内,则包括来自建议集中度假的附加内容)考虑较大的DA集。在步骤462处,操作450可在图4C的步骤464处继续。
接下来,转到图4C,在步骤466处,操作450可针对来自步骤458的所识别的时刻中的至少一个所识别的时刻确定与来自用户的DA集合的匹配时刻相关联的数字资产中的一个或多个数字资产要“共享回”一个或多个第三方。同样,该确定可基于例如选择:仅高于特定质量阈值的DA(例如,基于焦点、曝光水平、饱和度、色彩平衡、用户评级、检测到的面部的阈值数量等);仅未重复的DA;仅不是屏幕截图的DA等。还可通过第三方最初共享的实际DA(及其相关联的元数据)和/或第三方与该至少一个所识别的匹配时刻的关系来进一步通知。最后,在步骤468处,操作450可向用户提供与最初共享的第三方共享所确定的一个或多个相关联的数字资产的建议。在从用户接收到要与第三方共享所确定的一个或多个相关联的数字资产中的哪些相关联的数字资产的指示之后或响应于从用户接收到要与第三方共享所确定的一个或多个相关联的数字资产中的哪些相关联的数字资产的指示,操作450可继续与第三方共享所确定的一个或多个相关联的数字资产(步骤470)。根据一些实施方案,所建议的“共享回”DA集的量值(例如,在地理范围内)和/或持续时间(例如,在时间范围内)将随着来自第三方的初始DA共享的量值和持续时间缩放。换句话讲,例如,第三方与用户共享DA的时间段(或位置)越大,共享回建议逻辑将认为来自用户集合的DA可能匹配共享回DA的时间段(或位置)越大。相反,第三方与用户共享DA的时间段(或位置)越小,共享回建议逻辑将认为来自用户集合的DA可能匹配共享回DA的时间段(或位置)越小。
图5为示出根据一个实施方案的在消息传送应用程序中提供上下文感知的内容共享建议的示例性用户界面500。在图5的示例中,示例性用户界面500示出了发生在用户B的计算设备上的会话线程(502)。在该示例中,用户A的初始消息说:“嘿,用户B!您能将上周在咖啡店拍摄的图片发给我吗?”根据一些实施方案,过程可在消息传送应用程序的后台运行,以例如经由自然语言处理(NLP)、字图或其他基于人工智能的语言处理技术的用户不断地分析消息传送应用程序中用于共享意图的传入(或传出)消息。在图5所示的示例中,用户B对术语“向我发送”、“图片”、“咖啡店”和“上周”的使用可组合地向意图确定过程建议用户B已经指示希望用户A与他共享来自用户B的DA集合的某些DA。响应于此类确定,消息传送应用程序可显示来自用户B的DA集合的该一个或多个DA的快速建议(504),据信其最佳地匹配来自用户的传入消息的共享意图。在该示例中,匹配DA包括来自DA集204的相同的两个图像,如先前参考图2B所讨论的。这两张图像可能例如已经由用户B在上周发生的时刻拍摄,涉及已知为咖啡店(或其他类型的餐厅)的位置,并且/或者以某种方式(例如,包括其中检测到用户A的面部的图像的时刻)涉及用户A。应当理解,快速建议(504)可仅出现在用户B的设备(即,DA的所有者)上,并且该建议可出现在用户B的设备上的任何期望的用户界面元素中,例如,在“弹出”消息框、通知、消息传送线程内、消息输入框内等,并且图5中的快速建议504的位置仅仅是例示性的。在一些实施方案中,然后将向用户B呈现选项506以共享自动所建议的DA的全部、没有或一些。假设用户B同意响应于来自用户A的共享请求而共享DA,则DA可例如经由接收到来自用户A的最初传入消息的相同消息传递应用程序发送到用户A(508)。在其他实施方案中,所选择的建议的DA可经由一些其他消息传送应用程序(例如,经由电子邮件、文本消息、即时消息或其他基于接近的通信协议等)发送,或者间接地发送,诸如经由提供对服务器上的位置的链接或引用,该服务器持有共享的DA的副本的复制或引用。
图6以流程图形式示出了根据一个实施方案的在消息传送应用程序中提供上下文感知的内容共享建议的操作600。与本文所述的其他实施方案一样,在能够在消息传送应用程序中提供上下文感知的内容共享建议之前,用户的设备可首先获得与DA集合相关联的元数据集合,其中数字资产集合包括一个或多个时刻,并且其中该一个或多个时刻中的每个时刻与数字资产集合中的一个或多个数字资产相关联。用户的设备还可以先验获得用于用户的DA集合的知识图元数据网络。然后,操作600可在步骤602处通过例如在用户的第一设备处接收来自发送者的传入消息来继续。接下来,在步骤604处,第一设备上的DAM系统可检测传入消息中的共享意图。根据一些实施方案,可通过对传入消息的内容执行自然语言处理(NLP)来实现从传入消息确定该共享意图。
接下来,在步骤606处,操作600可从传入消息的内容中提取一个或多个特征。在一些实施方案中,从传入消息的内容中提取该一个或多个特征还可包括增强所提取的特征以允许针对用户的知识图进行“模糊”(即,不精确)匹配。根据一些实施方案,可通过使用以下中的至少一者来实现从传入消息增强所提取的特征:所提取的特征的同义词、基于所提取的特征的字词嵌入以及所提取的特征上的NLP。在一些实施方案中,所提取的特征和所生成的同义词/嵌入之间的距离(例如,两个字符序列之间的字符串差的量度)可用作尝试执行和/或表征针对用户的知识图进行模糊搜索的结果时的附加启发法。
接下来,在步骤608处,操作600可执行该一个或多个提取的特征与在用户的数字资产集合内识别的该一个或多个时刻和知识图元数据网络的比较。然后,在步骤610处,该操作可确定该一个或多个时刻中与该一个或多个提取的(以及任选地增强的)特征匹配的至少一个时刻。在一些实施方案中,所确定的至少一个时刻的匹配可任选地至少部分地基于消息的发送者与所识别的时刻的关系(例如,发送者是否出现在与该时刻相关联的DA中、在所识别的时刻期间发送者是否出现在同一位置处、发送者是否与用户处于特定社交团体中等)进一步增强。
接下来,在步骤612处,操作600可响应于传入消息,针对该至少一个所确定的时刻来确定与该至少一个时刻相关联的数字资产中的一个或多个数字资产以与发送者共享。例如,操作600可确定:仅高于特定质量阈值的DA(例如,基于焦点、曝光水平、饱和度、色彩平衡、用户评级、检测到的面部的阈值数量等);仅未重复的DA;仅不是屏幕截图的DA;应当仅与发送者共享以大于阈值量匹配传入消息的检测到的意图的DA等。
最后,在步骤614处,操作600可例如经由第一设备向用户提供与发送者共享所确定的一个或多个相关联的数字资产的建议。在从用户接收到要与发送者共享所确定的一个或多个相关联的数字资产中的哪些相关联的数字资产的指示之后或响应于从用户接收到要与发送者共享所确定的一个或多个相关联的数字资产中的哪些相关联的数字资产的指示,操作600可继续与发送者共享所确定的一个或多个相关联的数字资产(步骤616)。如前所述,所确定的一个或多个相关联的数字资产可与发送者共享,例如,通过经由与接收传入消息相同的消息传送应用程序,经由一些其他消息传送应用程序(例如,经由电子邮件、文本消息、即时消息或其他基于接近性的通信协议等)将DA直接发送回发送者,或间接地将DA发送回发送者,诸如经由提供对服务器上的位置的链接或引用,该服务器持有共享的DA的副本的复制或引用。
现在参见图7,其示出了根据一个实施方案的用于执行DAM的例示性可编程电子设备700的简化功能框图。电子设备700能够为例如移动电话、个人媒体设备、便携式相机、或平板电脑、笔记本电脑或台式计算机的系统。如图所示,电子设备700可包括处理器705、显示器710、用户界面715、图形硬件720、设备传感器725(例如,接近传感器/环境光传感器、加速度计和/或旋转仪)、麦克风730、音频编解码器735、扬声器740、通信电路745、图像捕获电路或单元750(例如,其可包括具有不同特性的多个相机单元/光学传感器(以及容纳在设备700外部但与该设备电子通信的相机单元))、视频编解码器755、存储器760、存储装置765以及通信总线770。
处理器705可执行有必要用于实施或控制由设备700所执行的多种功能的操作的指令(例如,诸如根据本文所述的各种实施方案的DA的生成和/或处理)。处理器705可例如驱动显示器710并可从用户界面715接收用户输入。用户界面715可采取多种形式,诸如按钮、小键盘、拨号盘、点击轮、键盘、显示屏和/或触摸屏。用户界面715可例如为用户可通过其查看所捕获的视频流的导线管和/或指示用户想要捕获或共享的特定图像(例如,通过在设备的显示屏上正显示期望图像的时刻点击物理按钮或虚拟按钮)。
在一个实施方案中,显示器710可显示在处理器705和/或图形硬件720和/或图像捕获电路同时将视频流(或来自视频流的单个图像帧)存储在存储器760和/或存储装置765中时其被捕获的视频流。处理器705可以为片上系统诸如存在于移动设备中的那些片上系统,并且可包括一个或多个专用图形处理单元(GPU)。处理器705可基于精简指令集计算机(RISC)或复杂指令集计算机(CISC)架构或任何其他合适的架构,并且可包括一个或多个处理内核。图形硬件720可以为用于处理图形和/或帮助处理器705执行计算任务的专用计算硬件。在一个实施方案中,图形硬件720可包括一个或多个可编程图形处理单元(GPU)。
例如,根据本公开,图像捕获电路750可包括一个或多个相机单元,该相机单元被配置为捕获图像,例如,可由DAM系统管理的图像。通过以下设备可至少部分地处理来自图像捕获电路750的输出:视频编解码器755和/或处理器705和/或图形硬件720和/或结合在电路750内的专用图像处理单元。由此捕获的图像可存储在存储器760和/或存储装置765中。存储器760可包括由处理器705、图形硬件720和图像捕获电路750用于执行设备功能的一种或多种不同类型的介质。例如,存储器760可包括存储器高速缓存、只读存储器(ROM)和/或随机存取存储器(RAM)。存储装置765可存储介质(例如音频文件、图像文件和视频文件)、计算机程序指令或软件、偏好信息、设备配置文件信息以及任何其他合适的数据。存储装置765可包括一个或多个非暂态存储介质,该非暂态存储介质包括例如磁盘(固定硬盘、软盘和可移动磁盘)和磁带、光学介质诸如CD-ROM和数字视频光盘(DVD)、以及半导体存储器设备诸如电可编程只读存储器(EPROM)、和电可擦除可编程只读存储器(EEPROM)。存储器760和存储装置765可用于保持被组织成一个或多个模块并以任何期望的计算机编程语言编写的计算机程序指令或代码。在由例如处理器705执行时,此类计算机程序代码可实现本文所述的方法中的一种或多种方法。
在前述的描述中,阐述了许多具体细节诸如特定构型、属性和工艺等,以提供对实施方案的透彻理解。在其他实例中,尚未特别详细地描述众所周知的过程和制造技术,以便不会不必要地模糊实施方案。在整个本说明书中,对“一个实施方案”、“实施方案”、“另一个实施方案”、“其他实施方案”、“一些实施方案”以及它们的变型的引用意指结合该实施方案描述的特定特征、结构、配置或特性被包括在至少一个实施方案中。因此,在整个本说明书中出现的短语“用于一个实施方案”、“用于实施方案”、“用于另一个实施方案”、“在其他实施方案中”、“在一些实施方案中”或它们在各个位置的变型不一定是指相同的实施方案。此外,特定特征、结构、构型或特性可以任何适当的方式组合在一个或多个实施方案中。
在以下描述和权利要求中,可以使用术语“耦接”和“连接”及其派生词。应当理解,这些术语并非意在彼此同义。“耦接”在本文中被用于表示可能或可能不彼此直接物理或电接触的两个或更多个元件或部件彼此合作或交互。“连接”被用于表示彼此耦接的两个或更多个元件或部件之间通信的建立。
已按照对计算机存储器中的数据位进行操作的算法和符号表示来呈现前面详细描述的某些部分。这些算法描述和表示是数据处理领域技术人员所用的方法,而这些方法也能最有效的将他们的工作实质传达给该领域其他技术人员。算法在这里并通常是指导致所希望的结果的操作的自相一致的序列。操作是需要对物理量进行物理操纵的那些操作。然而,应当谨记,所有这些以及类似的术语都与适当的物理量相关联,并且只是应用于这些量的方便标签。除非另外特别说明,否则从上述讨论中显而易见的是,应当理解在整个说明书中,利用诸如那些在以下权利要求中阐述的术语的讨论是指计算机系统或类似的电子计算系统的操作和流程,该系统可操纵在计算机系统寄存器和存储器中表示为物理(电子)量的数据以及将其转换成在计算机存储器、寄存器或其他此类信息存储、传输或显示设备中同样显示为物理量的其他数据。
本文所述的实施方案可涉及用于执行计算机程序(例如,本文所述的操作等)的装置。可将此类计算机程序存储在非临时性计算机可读介质中。机器可读介质包括用于以机器(例如计算机)可读形式存储信息的任何机构。例如,机器可读(例如,计算机可读)介质包括机器(例如,计算机)可读存储介质(例如,只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁盘存储介质、光存储介质、闪存设备)。
虽然上文根据一些顺序操作描述了操作或方法,但是应当理解,所描述的操作中的一些操作可以不同的顺序来执行。此外,一些操作也可并行执行而非按顺序执行。本文所述的实施方案未参照任何特定的编程语言进行描述。应当理解,可使用各种编程语言来实现所公开主题的各种实施方案。在利用本文所述的实施方案的各个方面中,对于本领域的技术人员将显而易见的是,上述实施方案的组合、修改或变型对于管理处理系统的部件以增加那些部件中的至少一个部件的功率和性能是可能的。因此,显然,在不脱离所附权利要求书中阐述的所公开概念中的至少一个所公开概念的广义精神和范围的情况下,可以对其做出各种修改。因此,说明书和附图被视为是例示性意义而不是限定性意义。
在所公开概念中的一个或多个所公开的概念的任何实际具体实施(例如,诸如软件和/或硬件开发项目等)的开发中,必须做出许多决定以实现开发者的特定目标(例如,符合与系统相关的约束和/或与商务相关的约束)。这些目标可因具体实施而异,并且这种变化可影响本文所述实施方案中阐述的所公开概念中的一个或多个所公开概念的实际具体实施。此类开发工作可能是复杂且耗时的,但对于本领域的普通技术人员而言,在本文所述的实施方案中阐述的发明构思的一个或多个发明构思的设计和/或具体实施中可能仍然是他们的日常工作。
如上所述,本技术的一个方面在于采集并使用得自各种来源的数据,以改善向用户递送内容共享建议。本公开预期,在一些实例中,这些所采集的数据可包括唯一地识别或可用于联系或定位特定人员的个人信息数据。此类个人信息数据可包括人口统计数据、基于位置的数据、电话号码、电子邮件地址、Twitter账号、家庭地址、与用户健康或健康水平相关的数据或记录(例如,生命体征测量、药物信息、锻炼信息)、出生日期或任何其他识别或个人信息。
本公开认识到在本发明技术中使用此类个人信息数据可用于使用户受益。例如,个人信息数据可用于递送针对用户的更大兴趣和/或更大上下文相关性的目标内容共享建议。因此,使用此类个人信息数据使得用户能够更简化且更有意义地控制他们与他人共享的内容。此外,本公开还预期个人信息数据有益于用户的其他用途。例如,健康和健身数据可用于深入了解用户的总体健康状况,或他们生活中各个时刻或事件期间的健康状况。
本公开设想负责采集、分析、公开、传输、存储或其他使用此类个人信息数据的实体将遵守既定的隐私政策和/或隐私实践。具体地,此类实体应当实行并坚持使用被公认为满足或超出对维护个人信息数据的隐私性和安全性的行业或政府要求的隐私政策和实践。此类政策应该能被用户方便地访问,并应随着数据的采集和/或使用变化而被更新。来自用户的个人信息应当被收集用于实体的合法且合理的用途,并且不在这些合法使用之外共享或出售。此外,应在收到用户知情同意后进行此类采集/共享。此外,此类实体应考虑采取任何必要步骤,保卫和保障对此类个人信息数据的访问,并确保有权访问个人信息数据的其他人遵守其隐私政策和流程。另外,这种实体可使其本身经受第三方评估以证明其遵守广泛接受的隐私政策和实践。此外,应当调整政策和实践,以便采集和/或访问的特定类型的个人信息数据,并适用于包括管辖范围的具体考虑的适用法律和标准。例如,在美国,对某些健康数据的收集或获取可能受联邦和/或州法律的管辖,诸如健康保险流通和责任法案(HIPAA);而其他国家的健康数据可能受到其他法规和政策的约束并应相应处理。因此,在每个国家应保持不同的个人数据类型的不同的隐私实践。
不管前述情况如何,本公开还预期用户选择性地阻止使用或访问个人信息数据的实施方案。即本公开预期可提供硬件元件和/或软件元件,以防止或阻止对此类个人信息数据的访问。例如,就内容共享建议服务而言,本发明的技术可被配置为在注册服务期间或之后任何时候允许用户选择“选择加入”或“选择退出”参与对个人信息数据的收集。又如,用户可选择不提供他们的内容和其他个人信息数据,以改善内容共享建议服务。再如,用户能够选择限制第三方维护其个人信息数据的时间长度,限制过去可从中提取内容共享建议的时间长度,以及/或者完全禁止知识图或其他元数据配置文件的开发。除了提供“选择加入”和“选择退出”选项外,本公开设想提供与访问或使用个人信息相关的通知。例如,可在下载应用时向用户通知其个人信息数据将被访问,然后就在个人信息数据被应用访问之前再次提醒用户。
此外,本公开的目的是应管理和处理个人信息数据以最小化无意或未经授权访问或使用的风险。一旦不再需要数据,通过限制数据收集和删除数据可最小化风险。此外,并且当适用时,包括在某些健康相关应用中,数据去标识可用于保护用户的隐私。可在适当时通过移除特定标识符(例如,出生日期等)、控制所存储数据的量或特异性(例如,在城市级别而不是在地址级别收集定位数据)、控制数据如何被存储(例如,在用户之间聚合数据)、和/或其他方法来促进去标识。
因此,虽然本公开广泛地覆盖了使用个人信息数据来实现一个或多个各种所公开的实施方案,但本公开还预期各种实施方案也可在无需访问此类个人信息数据的情况下被实现。即,本发明技术的各种实施方案不会由于缺少此类个人信息数据的全部或一部分而无法正常进行。例如,可通过基于非个人信息数据或绝对最低限度的个人信息诸如内容的质量级别(例如,焦点、暴露水平等)或与用户的联系人、DAM系统可用的其他非个人信息或公共可用信息相关联的设备正在请求某些内容的事实来推断偏好,从而建议与用户共享内容。
如上文和下文权利要求中所用,短语“A、B或C中的至少一者”和“A、B或C中的一者或多者”包括单独的A、单独的B、单独的C、A和B的组合、B和C的组合、A和C的组合以及A、B和C的组合。即,短语“A、B或C中的至少一者”和“A、B或C中的一者或多者”意指A、B、C或它们的任何组合,使得由A、B和C组成的一组要素中的一者或多者不应解释为需要所列出的要素A、B和C中的每一者中的至少一者,而不管A、B和C是否与类别相关或以其他方式相关。此外,冠词“一个”或“所述”在引入元素时的使用不应解释为排除多个元素。而且,“A、B和/或C”的表述等于“A、B或C中的至少一者”。而且,在本公开中使用的“一个”是指“一个或多个”。例如,“DA”是指“一个DA”或“一组DA”。
Claims (20)
1.一种非暂态计算机可读介质,所述非暂态计算机可读介质包括存储在其上的计算机可执行指令,所述计算机可执行指令用于使得一个或多个处理器:
获得与数字资产集合相关联的元数据集合;
获得用于所述数字资产集合的知识图元数据网络;
至少部分地基于所述知识图元数据网络来识别所述数字资产集合内的一个或多个时刻,其中每个时刻与一个或多个数字资产相关联;
针对至少一个所识别的时刻,确定相关联的数字资产中的一个或多个数字资产以与一个或多个第三方共享;以及
向第一用户提供与所述一个或多个第三方共享所确定的一个或多个相关联的数字资产的建议。
2.根据权利要求1所述的非暂态计算机可读介质,还包括存储在其上的计算机可执行指令,所述计算机可执行指令用于使得所述一个或多个处理器:
从所述第一用户接收与所述一个或多个第三方共享所确定的一个或多个相关联的数字资产的指示;以及
与所述一个或多个第三方共享所确定的一个或多个相关联的数字资产。
3.根据权利要求2所述的非暂态计算机可读介质,其中用于使得所述一个或多个处理器与所述一个或多个第三方共享所确定的一个或多个相关联的数字资产的所述指令还包括用于使得所述一个或多个处理器执行以下操作的指令:
将与所述一个或多个第三方共享所确定的一个或多个相关联的数字资产的指示传送到持有所确定的一个或多个相关联的数字资产的副本或引用的服务器。
4.根据权利要求1所述的非暂态计算机可读介质,其中用于使得所述一个或多个处理器识别所述数字资产集合内的一个或多个时刻的所述指令还包括用于使得所述一个或多个处理器执行以下操作的指令:
分析所述数字资产集合内的一个或多个数字资产的位置数据以确定显著位置;以及
将在显著位置处花费的时间段期间捕获的数字资产识别为属于相应时刻。
5.根据权利要求1所述的非暂态计算机可读介质,其中用于使得所述一个或多个处理器针对至少一个时刻确定所述相关联的数字资产中的一个或多个数字资产以与一个或多个第三方共享的所述指令还包括用于使得所述一个或多个处理器执行以下操作的指令:
至少部分地基于以下来确定所述一个或多个第三方:所述一个或多个第三方与所识别的一个或多个时刻的关系;或者所述一个或多个第三方与所述第一用户的接近度。
6.根据权利要求5所述的非暂态计算机可读介质,其中所确定的一个或多个第三方中的至少一个出现在与所识别的一个或多个时刻相关联的所述数字资产中的至少一个中。
7.根据权利要求1所述的非暂态计算机可读介质,其中用于使得所述一个或多个处理器针对至少一个时刻确定所述相关联的数字资产中的一个或多个数字资产以与一个或多个第三方共享的所述指令还包括用于使得所述一个或多个处理器执行以下操作的指令:
确定服从一个或多个过滤选项的所述一个或多个第三方。
8.一种非暂态计算机可读介质,所述非暂态计算机可读介质包括存储在其上的计算机可执行指令,所述计算机可执行指令用于使得一个或多个处理器:
获得与数字资产集合相关联的元数据集合;
获得用于所述数字资产集合的知识图元数据网络;
从第三方接收一个或多个第一数字资产;
至少部分地基于所述知识图元数据网络和从所述第三方接收的所述一个或多个第一数字资产来识别所述数字资产集合内的一个或多个时刻,其中每个时刻与一个或多个第二数字资产相关联;
针对至少一个所识别的时刻,至少部分地基于从所述第三方接收的所述一个或多个第一数字资产来确定相关联的第二数字资产中的一个或多个第二数字资产以与所述第三方共享;以及
向第一用户提供与所述一个或多个第三方共享所确定的一个或多个相关联的第二数字资产的建议。
9.根据权利要求8所述的非暂态计算机可读介质,还包括存储在其上的计算机可执行指令,所述计算机可执行指令用于使得一个或多个处理器:
从所述第一用户接收与所述一个或多个第三方共享所确定的一个或多个相关联的第二数字资产的指示;以及
与所述一个或多个第三方共享所确定的一个或多个相关联的第二数字资产。
10.根据权利要求9所述的非暂态计算机可读介质,其中用于使得所述一个或多个处理器与所述一个或多个第三方共享所确定的一个或多个相关联的第二数字资产的所述指令还包括用于使得所述一个或多个处理器执行以下操作的指令:
将与所述一个或多个第三方共享所确定的一个或多个相关联的第二数字资产的指示传送到持有所确定的一个或多个相关联的第二数字资产的副本或引用的服务器。
11.根据权利要求8所述的非暂态计算机可读介质,其中用于使得所述一个或多个处理器识别所述数字资产集合内的一个或多个时刻的所述指令还包括用于使得所述一个或多个处理器执行以下操作的指令:
分析所述一个或多个第一数字资产的位置元数据;
分析所述一个或多个第一数字资产的时间元数据;以及
使所述一个或多个第一数字资产的所述位置元数据和所述时间元数据与所述知识图元数据网络匹配。
12.根据权利要求11所述的非暂态计算机可读介质,其中用于使得所述一个或多个处理器使所述一个或多个第一数字资产的所述位置元数据和所述时间元数据与所述知识图元数据网络匹配的所述指令还包括用于使得所述一个或多个处理器执行以下操作的指令:
针对所述知识图元数据网络执行模糊搜索,其中所述模糊搜索允许与所述知识图元数据网络不精确匹配。
13.根据权利要求12所述的非暂态计算机可读介质,其中所述模糊搜索允许与所述知识图元数据网络不精确匹配的程度至少部分地基于所述数字资产集合的密度。
14.根据权利要求12所述的非暂态计算机可读介质,其中所述模糊搜索允许与所述知识图元数据网络不精确匹配的程度与所分析的位置元数据的量值成比例地缩放。
15.根据权利要求12所述的非暂态计算机可读介质,其中所述模糊搜索允许与所述知识图元数据网络不精确匹配的程度与所分析的时间元数据的持续时间成比例地缩放。
16.一种非暂态计算机可读介质,所述非暂态计算机可读介质包括存储在其上的计算机可执行指令,所述计算机可执行指令用于使得一个或多个处理器:
获得与数字资产集合相关联的元数据集合,其中所述数字资产集合包括一个或多个时刻,并且其中所述一个或多个时刻中的每个时刻与所述数字资产集合中的一个或多个数字资产相关联;
获得用于所述数字资产集合的知识图元数据网络;
经由第一设备从发送者接收传入消息;
在所述传入消息中检测共享意图;
从所述传入消息的内容中提取一个或多个特征;
将一个或多个所提取的特征与所述数字资产集合的所述一个或多个时刻和所述知识图元数据网络进行比较;
至少部分地基于比较的动作来确定所述一个或多个时刻中与一个或多个所提取的特征匹配的至少一个时刻;
响应于所述传入消息而针对至少一个所确定的时刻来确定与所述至少一个时刻相关联的所述数字资产中的一个或多个数字资产以与所述发送者共享;以及
经由所述第一设备提供与所述发送者共享所确定的一个或多个相关联的数字资产的建议。
17.根据权利要求16所述的非暂态计算机可读介质,还包括存储在其上的计算机可执行指令,所述计算机可执行指令用于使得一个或多个处理器:
经由所述第一设备接收与所述发送者共享所确定的一个或多个相关联的数字资产的指示;以及
经由传出消息将所确定的一个或多个相关联的数字资产发送给所述发送者。
18.根据权利要求17所述的非暂态计算机可读介质,其中用于使得所述一个或多个处理器经由传出消息将所确定的一个或多个相关联的数字资产发送给所述发送者的所述指令还包括用于使得所述一个或多个处理器执行以下操作的指令:
将与所述发送者共享所确定的一个或多个相关联的数字资产的指示传送到持有所确定的一个或多个相关联的数字资产的副本或引用的服务器。
19.根据权利要求16所述的非暂态计算机可读介质,其中用于使得所述一个或多个处理器从所述传入消息中提取一个或多个特征的所述指令还包括用于使得所述一个或多个处理器执行以下操作的指令:
使用以下中的至少一者来增强所述一个或多个特征中的至少一者:同义词、字词嵌入和自然语言处理(NLP)。
20.根据权利要求16所述的非暂态计算机可读介质,其中用于使得所述一个或多个处理器针对所述至少一个时刻确定所述相关联的数字资产中的一个或多个数字资产以与所述发送者共享的所述指令还包括用于使得所述一个或多个处理器执行以下操作的指令:
至少部分地基于所述发送者与所识别的一个或多个时刻的关系来确定所述一个或多个相关联的数字资产。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862668077P | 2018-05-07 | 2018-05-07 | |
US62/668,077 | 2018-05-07 | ||
US16/142,868 | 2018-09-26 | ||
US16/142,868 US20190340529A1 (en) | 2018-05-07 | 2018-09-26 | Automatic Digital Asset Sharing Suggestions |
PCT/US2019/030425 WO2019217202A1 (en) | 2018-05-07 | 2019-05-02 | Automatic digital asset sharing suggestions |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112352233A true CN112352233A (zh) | 2021-02-09 |
Family
ID=68383946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980042148.2A Pending CN112352233A (zh) | 2018-05-07 | 2019-05-02 | 自动数字资产共享建议 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20190340529A1 (zh) |
EP (1) | EP3791288A1 (zh) |
CN (1) | CN112352233A (zh) |
WO (1) | WO2019217202A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10657163B2 (en) * | 2017-02-22 | 2020-05-19 | Open Text Sa Ulc | Systems and methods for tracking assets across a distributed network environment |
US11120201B2 (en) * | 2018-09-27 | 2021-09-14 | Atlassian Pty Ltd. | Automated suggestions in cross-context digital item containers and collaboration |
CN111353091B (zh) * | 2018-12-24 | 2024-10-11 | 北京三星通信技术研究有限公司 | 信息处理方法、装置、电子设备及可读存储介质 |
US11409788B2 (en) * | 2019-09-05 | 2022-08-09 | Albums Sas | Method for clustering at least two timestamped photographs |
EP4287085A1 (en) * | 2022-06-03 | 2023-12-06 | Apple Inc. | Smart sharing options for populating a shared digital asset library |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101884036A (zh) * | 2007-11-30 | 2010-11-10 | 维里逊专利及许可公司 | 共享由移动通信装置捕获的图像的方法和系统 |
CN103635892A (zh) * | 2011-07-07 | 2014-03-12 | 索尼电脑娱乐美国公司 | 自动创建用于分享照片的群体 |
US8934717B2 (en) * | 2007-06-05 | 2015-01-13 | Intellectual Ventures Fund 83 Llc | Automatic story creation using semantic classifiers for digital assets and associated metadata |
CN107710197A (zh) * | 2015-09-28 | 2018-02-16 | 谷歌有限责任公司 | 在通信网络上共享图像和图像相册 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070008321A1 (en) * | 2005-07-11 | 2007-01-11 | Eastman Kodak Company | Identifying collection images with special events |
US8750574B2 (en) * | 2007-12-31 | 2014-06-10 | Applied Recognition Inc. | Method, system, and computer program for identification and sharing of digital images with face signatures |
US8839128B2 (en) * | 2009-11-25 | 2014-09-16 | Cooliris, Inc. | Gallery application for content viewing |
US9411831B2 (en) * | 2013-03-01 | 2016-08-09 | Facebook, Inc. | Photo clustering into moments |
US11170037B2 (en) * | 2014-06-11 | 2021-11-09 | Kodak Alaris Inc. | Method for creating view-based representations from multimedia collections |
WO2016003469A1 (en) * | 2014-07-03 | 2016-01-07 | Nuance Communications, Inc. | System and method for suggesting actions based upon incoming messages |
WO2016160629A1 (en) * | 2015-03-27 | 2016-10-06 | Google Inc. | Providing selected images from a set of images |
US10157333B1 (en) * | 2015-09-15 | 2018-12-18 | Snap Inc. | Systems and methods for content tagging |
US10296525B2 (en) * | 2016-04-15 | 2019-05-21 | Google Llc | Providing geographic locations related to user interests |
-
2018
- 2018-09-26 US US16/142,868 patent/US20190340529A1/en active Pending
-
2019
- 2019-05-02 WO PCT/US2019/030425 patent/WO2019217202A1/en unknown
- 2019-05-02 CN CN201980042148.2A patent/CN112352233A/zh active Pending
- 2019-05-02 EP EP19725451.9A patent/EP3791288A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8934717B2 (en) * | 2007-06-05 | 2015-01-13 | Intellectual Ventures Fund 83 Llc | Automatic story creation using semantic classifiers for digital assets and associated metadata |
CN101884036A (zh) * | 2007-11-30 | 2010-11-10 | 维里逊专利及许可公司 | 共享由移动通信装置捕获的图像的方法和系统 |
CN103635892A (zh) * | 2011-07-07 | 2014-03-12 | 索尼电脑娱乐美国公司 | 自动创建用于分享照片的群体 |
CN107710197A (zh) * | 2015-09-28 | 2018-02-16 | 谷歌有限责任公司 | 在通信网络上共享图像和图像相册 |
Also Published As
Publication number | Publication date |
---|---|
WO2019217202A1 (en) | 2019-11-14 |
EP3791288A1 (en) | 2021-03-17 |
US20190340529A1 (en) | 2019-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12032518B2 (en) | Context-based file selection | |
US10423656B2 (en) | Tag suggestions for images on online social networks | |
CN110476176B (zh) | 用户目标辅助技术 | |
US9767218B2 (en) | Indexing edge-ranked based partitions | |
US8055675B2 (en) | System and method for context based query augmentation | |
CN112352233A (zh) | 自动数字资产共享建议 | |
KR101686830B1 (ko) | 온라인 소셜 네트워크 상의 이미지를 위한 태그 제안 | |
CN111615712A (zh) | 多日历协调 | |
US11086935B2 (en) | Smart updates from historical database changes | |
US9648129B2 (en) | Image filtering based on social context | |
CN105103181A (zh) | 人物选择器 | |
US20140114943A1 (en) | Event search engine for web-based applications | |
US20220382803A1 (en) | Syndication of Secondary Digital Assets with Photo Library | |
EP4099184A1 (en) | Automatic media asset suggestions for presentations of selected user media items | |
US20230394089A1 (en) | Smart Sharing Options for Populating a Shared Digital Asset Library | |
EP4099188A1 (en) | Inclusive holidays |
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 |