JP2016119081A - 選択的メディア公開用のコンテキストメディアのタグ付けを提供するためのコンピュータ実装システム及び方法 - Google Patents

Abstract

【課題】選択的メディア公開用のコンテキストメディアのタグ付けを提供するためのコンピュータ実装システム及び方法を提供する。【解決手段】メディアファイルは、データベース内に保持される。コンテキスト情報は、ユーザについて生成される。メディアファイルは、ユーザコンテキスト情報に関連付けられ、タグ付けされる。タグ付けされたユーザコンテキスト情報を分析することにより、メディアファイルは、ユーザコンテキスト情報に基づいてユーザのソーシャルネットワーク内の個人に共有される。【選択図】図２

Description

本特許出願は、一般に、コンテキスト情報に基づく自動メディア共有に関し、特に、選択的メディア公開用のコンテキストメディアのタグ付けを提供するためのコンピュータ実装システム及び方法に関する。

ソーシャルネットワーキングサイト（ＳＮＳ）は、コメントを投稿してインターネットを介してユーザ間でメディアファイルを共有するためのユーザプラットフォームを提供する。ＳＮＳのユーザは、通常、携帯装置上での携帯アプリケーション及びデスクトップ又はラップトップコンピュータ上でのウェブアプリケーションを介したＳＮＳへのアクセスを有する。例えば、カリフォルニア州メンロパークのＦａｃｅｂｏｏｋ社によって提供される「Ｆａｃｅｂｏｏｋ」は、メッセージを交換するために友人ネットワークを作成し、写真や映像を共有し、ユーザ間でユーザに関する最新情報を連続的に表示するのを可能とする。さらに、ＳＮＳの一種であるメディア共有サイトは、ユーザが他のユーザとメディアファイルを共有するためにウェブサイトに対して画像、映像及び音声ファイルなどのメディアファイルをアップロードするのを可能とする。例えば、カリフォルニア州サニーベールのＹａｈｏｏ！社によって提供される「Ｆｌｉｃｋｒ」は、他のユーザと写真や映像を選択的に共有するコミュニティを提供する。さらに、カリフォルニア州メンロパークのＦａｃｅｂｏｏｋ社によって提供される「Ｉｎｓｔａｇｒａｍ」は、同様に、友人や家族の間で写真や映像を共有するためのツールを提供する。現在市場にある携帯装置及びコンピュータは、通常、カメラ、映像レコーダ及び音声レコーダを含む様々なメディアファイルを作成するために装置を装備している。それゆえに、携帯又はコンピュータユーザは、それらが好む個人のグループとメディアファイルを共有するためのＳＮＳ又はメディア共有サイトを介して、画像ファイル、映像ファイル及び音声ファイルを直接アップロードすることができる。

ＳＮＳ又はメディア共有サイトを介してメディアファイルを共有するために、ユーザは、通常、メディアファイルの各コンテキストに基づいて共有するために個人のグループを指定する必要がある。伝統的に、ユーザによってＳＮＳ又はメディア共有サイト上にアップロードされたメディアファイルは、メディアファイルの受信者を指定することによって他のユーザと手動で共有される。さらに、ＳＮＳ及びメディア共有サイトは、特定の個人又は個人のグループに対する特定のユーザ情報の表示を制限するためのユーザ設定を提供している。例えば、Ｆａｃｅｂｏｏｋは、ユーザが公共又は好みの「友人」と写真や映像を共有することを可能とする。好みの「友人」は、「親しい友人」、「家族」、「Ｆａｃｅｂｏｏｋ内の全ての友人」、あるいは個々の友人として分類することができる。しかしながら、共有のための個人又はグループの選択は、ユーザがメディアファイルのコンテキストに基づいて各メディアファイルをアップロードするたびにユーザによって手動のみで指定されている。同様に、Ｆｌｉｃｋｒ及びＩｎｓｔａｇｒａｍなどのメディア共有サイトは、ユーザによって手動で指定することによってユーザが個人のグループにメディアファイルを選択的に共有することを可能とする。それゆえに、ＳＮＳ及びメディア共有サイトを介したメディア共有は、メディアファイルを共有するためにユーザが個人のグループを指定するために追加の手順をとることが必要である。

したがって、メディアファイルがキャプチャされたときにメディアファイルのコンテキストに基づいて個人の指定されたグループとメディアファイルを自動的に共有する必要がある。

実施形態は、選択的メディア公開用のコンテキストメディアのタグ付けを提供するためのコンピュータ実装システム及び方法を提供する。メディアファイルは、データベース内に保持される。コンテキスト情報は、ユーザについて生成される。メディアファイルは、ユーザコンテキスト情報に関連付けられ、メディアファイルは、ユーザコンテキスト情報に基づいてユーザのソーシャルネットワーク内の個人に共有される。

本発明のさらに他の実施形態は、以下の詳細な説明から当業者にとって容易に明らかになり、本発明を実施するために想定される最良の形態を例示することによって本発明の実施形態が説明される。理解されるように、本発明は、他の及び異なる実施形態が可能であり、そのいくつかの詳細は、全て本発明の精神及び範囲から逸脱することなく、様々な明白な点において変更が可能である。したがって、図面及び詳細な説明は、本質的に例示であり、限定されるものではないとみなされるべきである。

図１は、１つの実施形態にかかる選択的メディア公開用のコンテキストメディアのタグ付けを提供するためのコンピュータ実装システムを示す機能ブロック図である。 図２は、１つの実施形態にかかる選択的メディア公開用のコンテキストメディアのタグ付けを提供するためのコンピュータ実装方法を示すフロー図である。 図３は、図２の方法において使用するためのメディアファイルの例を示す機能ブロック図である。 図４は、図２の方法において使用するために意味グラフを使用してユーザについてのコンテキスト情報を生成するためのルーチンを示すフロー図である。 図５は、一例として図４の方法において使用するための意味的表現を示すプロセスフロー図である。 図６は、図２の方法において使用するためのメディアファイルを選択的に公開するためのルーチンを示すフロー図である。 図７は、一例としてパロアルトエリアにおいてユーザによって行われる活動を示すグラフである。 図８は、図２の方法において使用するためのメディアファイルによってユーザ意味グラフをタグ付けするためのルーチンを示すフロー図である。 図９は、図２の方法において使用するためのソーシャルネットワーク内の他人についての意味グラフにユーザコンテキスト情報を変換するためのルーチンを示すフロー図である。 図１０は、一例として、ソーシャルネットワーク内の意味的関係を示すプロセスフロー図である。

コンテキストアプリケーションは、ユーザの現在の活動の理解に基づいて適時且つ有益な方法でユーザに関する関連コンテキスト情報を提供することが知られている。ユーザの現在の活動は、ソーシャルメディア及びセンサデータから抽出されたユーザ情報から判定される。コンテキストアプリケーションについてのプラットフォームは、２０１３年４月２９日に提出された名称「Ｇｅｎｅｒａｌｉｚｅｄ Ｃｏｎｔｅｘｔｕａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ Ｐｌａｔｆｏｒｍ」という同一出願人による米国特許出願第１３／８７３，０６１号に記載されているように、リアルタイムにコンテキストデータを処理し且つ携帯アプリケーションについてのコンテキストアプリケーションをサポートする。ユーザについてのコンテキストデータが収集されるたびに、コンテキストデータは、ユーザの現在状態を記述したコンテキストグラフ又は意味グラフに適用される。それゆえに、ユーザのコンテキストデータのリアルタイム処理は、ユーザが特定の活動に従事している瞬間に関連コンテキスト情報を提供することができる。しかしながら、ソーシャルメディア・ウェブアプリケーションに対してそのようなコンテキストインテリジェンスプラットフォームを採用すること、及び、具体的には、メディアファイルにコンテキスト情報を適用することは、依然として未調査である。

個人の特定のグループに対して特定のメディアファイルを自動的に共有するために、ユーザによってキャプチャされた各メディアファイルは、コンテキストを識別し且つメディアファイルを共有することができるソーシャルネットワーク内の個人の潜在的なグループも識別するために即座に処理される必要がある。図１は、１つの実施形態にかかる選択的メディア公開用のコンテキストメディアのタグ付けを提供するためのコンピュータ実装システム１０を示す機能ブロック図である。コンテキストメディアのタグ付けは、メディアファイル２２が、携帯コンピュータ２０、２１によってキャプチャされたとき又はラップトップ１８若しくはデスクトップコンピュータ１９にアップロードされたときに開始する。携帯コンピュータ２０、２１は、通常、カメラ、映像レコーダ及び音声レコーダ（図示しない）などのメディアファイルを生成するための装置を装備している。さらに、ラップトップ１８及びデスクトップコンピュータ１９はまた、メディアファイルを生成するために、カメラ、映像レコーダ及び音声レコーダを装備することができる。メディアファイルを生成するためのコンピュータ１８、１９、２０、２１の他の種類の組み込みデバイスも可能である。１つの実施形態において、メディアファイル２２は、ネットワーク１１を介して転送され、データベース１３に相互接続されたサーバ１２を介してデータベース１３に記憶される。さらなる実施形態において、メディアファイル２２は、ファイルシステムに記憶されることができる。メディアファイル２２は、データベース１３に自動的に転送されることができるか又は各ユーザ１４、１５、１６、１７によって手動で転送されることができる。メディアファイル２２を転送する他の方法も可能である。

サーバ１２は、第三者のウェブサイト３０についてのデータベース３１に記憶されたユーザプロファイルデータ３３、携帯若しくは固定コンピュータ１８、１９、２０、２１によって行われるユーザの活動、又は、携帯若しくは固定コンピュータ１８、１９、２０、２１によって記録されたユーザに関する身体データなどの様々なソースからメディアファイル２２がキャプチャされたときに各ユーザについてのコンテキストデータ２４を収集する。コンテキスト情報モジュール２５は、さらに図４を参照して以下に記載されるように、ユーザ１４、１５、１６、１７についてのユーザコンテキスト情報２３を生成し、データベース１３にユーザコンテキスト情報２３を記憶する。サーバ１２は、さらに、家族、友人などの個人のグループのセットを含むユーザについてのソーシャルネットワーク２６を識別する。コンテキスト情報モジュール２５は、さらに図９及び図１０を参照して以下に記載されるように、ユーザのソーシャルネットワーク内の各個人についてのコンテキスト情報２７をさらに生成することができる。変換モジュール３３は、さらに図６及び図７を参照して以下に記載されるように、変換規則３４に基づいてユーザコンテキスト情報２３の一部を他のユーザコンテキスト情報２７に変換する。そして、ユーザコンテキスト情報２３は、さらに図１０を参照して以下に記載されるように、タグ付けモジュール２８によってメディアファイル２２にタグ付けする。コンテキスト分析モジュール２９は、ユーザの現在状態を識別し且つ適切な個人に対してメディアファイル２２を共有するためにメディアファイル２２に取り付けられたユーザコンテキスト情報２３を分析する。ユーザコンテキスト情報２３でタグ付けされたメディアファイル２２は、第三者のウェブサイトサーバ３２を介して第三者のデータベース３１に記憶されたＦａｃｅｂｏｏｋ、Ｆｌｉｃｋｒ又はＩｎｓｔａｇｒａｍなどの第三者のウェブサイト３０を介してユーザ２６のソーシャルネットワーク内の個人と共有されることができる。ユーザについての他の種類のソーシャルネットワークも可能である。

各コンピュータ１８、１９、２０、２１は、他の要素も可能であるが、必須の処理装置、メモリ、入力／出力ポート、ネットワークインターフェース及び既知の揮発性記憶装置などの汎用のプログラム可能な計算装置において従来みられる要素を含む。さらに、コンピュータ１８、１９、２０、２１及びサーバ１２は、それぞれ、本願明細書に開示される実施形態を実施するための１つ以上のモジュールを含むことができる。モジュールは、従来のプログラミング言語におけるソースコードとして書かれたコンピュータプログラム又はプロシージャとして実装することができ、オブジェクト若しくはバイトコードとして中央処理装置による実行のために提示されるか、又は、オブジェクト、バイト若しくはインタークレジットコードとして中央処理装置によって実行される言語インタプリタ自体による従来のインタプリタプログラミング言語インタークレジットにおけるインタークレジットソースコードとして書かれる。あるいは、モジュールはまた、集積回路として又は読み出し専用メモリ要素への書き込みのいずれかでハードウェアに実装されることができる。ソースコード及びオブジェクトバイトコードの様々な実装は、フロッピー（登録商標）ディスク、ハードドライブ、ディジタルビデオディスク（ＤＶＤ）、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）及び同様の記憶媒体などのコンピュータ読み取り可能な記憶媒体に保持することができる。他の種類のモジュール及びモジュール機能も可能であるのみならず、他の物理的ハードウェア要素も可能である。

メディアファイルを有するユーザのコンテキスト情報のタグ付けは、選択された個人のグループに対してのみメディアファイルの選択的公開による自動メディア共有体験を提供し、ユーザの一部に対する労力をほとんど必要としない。図２は、１つの実施形態にかかる選択的メディア公開用のコンテキストメディアのタグ付けを提供するためのコンピュータ実装方法４０を示すフロー図である。コンテキストメディアのタグ付けは、ユーザによってキャプチャされたメディアファイルがシステムによって受信されたときに開始する（ステップ４１）。メディアファイルは、様々な形態をとることができる。一例として、図３は、図２の方法において使用するためのメディアファイル５０の例を示す機能ブロック図である。メディアファイル５０は、写真などの画像ファイル５１、映像録画などの映像ファイル５２及び音声録音などの音声ファイル５３とすることができる。メディアファイル５０は、さらに図１０を参照して以下に記載されるように、メディアファイル５０が受信された時点又はメディアファイル５０がユーザコンテキスト情報でタグ付けされた後にデータベースに記憶されることができる。再度図２を参照すると、１つの実施形態において、さらに図４を参照して以下に記載されるように、メディアファイルが受信された時点で、ユーザについての意味グラフが生成される（ステップ４２）。さらなる実施形態において、意味グラフは、新たな到来コンテキストデータが収集されたときに連続的に生成されて更新されることができる。ユーザ意味グラフを生成又は更新するタイミングの他の例も可能である。

ユーザコンテキスト情報の一部として、ユーザについてのソーシャルネットワークが通常は識別される（ステップ４３）。ソーシャルネットワークは、そのそれぞれがユーザと所定の関係を有する個人によって形成され、「友人」、「家族」及び「親しい友人」などの個人のカテゴリを含むことができる。ユーザのソーシャルネットワーク内の各個人について、コンテキスト情報がまた生成されることができる。ユーザのソーシャルネットワーク内の個人がメディアファイルを共有するために識別されると、ユーザのコンテキスト情報の一部は、さらに図６及び図７を参照して以下に記載されるように、変換規則に基づいてユーザコンテキスト情報の一部の上位概念などの他の情報に変換されることができる（ステップ４４）。ユーザコンテキスト情報が完全に識別されると、ユーザコンテキスト情報は、さらに図８を参照して以下に記載されるように、メディアファイルでタグ付けされる（ステップ４５）。タグ付けされたユーザコンテキスト情報を分析することにより（ステップ４６）、メディアファイルは、適切な個人と適切に共有されることができる（ステップ４７）。

ユーザコンテキスト情報は、意味グラフを使用して生成することができる。意味グラフは、意味的関係のセットにおいてユーザのコンテキスト情報を表すことができる。図４は、図２の方法において使用するために意味グラフを使用してユーザについてのコンテキスト情報を生成するためのルーチン６０を示すフロー図である。各ユーザについてのコンテキスト情報を作成するために（ステップ６１）、まず、ユーザに関するコンテキストデータが収集される（ステップ６２）。コンテキストデータは、異なるソースから収集された様々なデータとすることができ、２０１３年４月２９日に提出された名称「Ｇｅｎｅｒａｌｉｚｅｄ Ｃｏｎｔｅｘｔｕａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ Ｐｌａｔｆｏｒｍ」という同一出願人による係属中の米国特許出願第１３／８７３，０６１号に記載されているように、各ユーザについてのコンテキストグラフの構築をサポートする。１つの実施形態において、コンテキストデータは、ユーザに関する低レベルイベントデータを含むことができる。例えば、低レベルイベントデータは、ユーザの歩行、ランニング、着座及び不動、又は、ユーザが公園内に位置していることを示すなどの逆ジオコーディングによって提供される意味的位置情報を含むことができる。他の例について、低レベルイベントデータは、センサや加速度計などの装置から検出されたユーザの身体活動データを含むことができる。さらに、コンテキストデータは、Ｆａｃｅｂｏｏｋ、カリフォルニア州サンフランシスコのＴｗｉｔｔｅｒ社によって提供されるＴｗｉｔｔｅｒ、カリフォルニア州マウンテンビューのＬｉｎｋｅｄＩｎ社によって提供されるＬｉｎｋｅｄＩｎなどの第三者のソーシャルメディアサイト上のユーザプロファイルデータ又はユーザの電子メールを含むことができる。ソーシャルメディアサイトからのコンテキストデータは、ユーザの識別情報、好き嫌い、ネットワーク、ユーザの興味、写真、映像、音声録音、投稿及び第三者のウェブサイト内の活動を含むことができる。他の種類の低レベルイベントデータも可能である。

ユーザに関するコンテキストデータの収集は、コンテキストデータのインサイトを識別するためにさらに処理される（ステップ６３）。ユーザについての識別されたインサイトは、通常、意味グラフで表すことができる。識別されたインサイトに基づいて、低レベルの意味グラフが生成される（ステップ６４）。例えば、低レベルの意味グラフは、「メアリーは駐車場にいる」、「彼女は歩いている」及び「その時間は彼女が通常退社する時間に近い」などを含むことができる。これらのインサイトを組み合わせて持ち上げることにより、高レベルの意味グラフを作成することができる（ステップ６５）。先の例のメアリーの活動について、高レベルの意味グラフは、「メアリーは退社している」などのインサイト含むことができる。一例として、図５は、図４の方法において使用するための意味的表現７０を示すプロセスフロー図である。低レベルの意味グラフ７１、７２、７３は、ノード７４及びエッジ７５によって形成される。各低レベルの意味グラフ７１、７２、７３からのインサイトが収集され、高レベルの意味グラフ７６を作成する。このようにして、各ユーザについてのコンテキスト情報を作成することができる（ステップ６６）。ユーザについての意味グラフは、通常、データベース又はメモリに一時的に記憶され、必要に応じて各到来コンテキストデータに基づいて更新されることができる（ステップ６７）。

各ユーザについて、ソーシャルネットワークは、通常、一般的なソーシャルメディアサイト又はメディアファイル共有サイトなどの第三者のウェブサイトを介して作成される「友人」ネットワーク又はグループに基づいて形成される。ソーシャルメディアサイトの例として、Ｆａｃｅｂｏｏｋは、Ｆａｃｅｂｏｏｋ上でユーザ及び他のユーザを接続することによって各ユーザについての「友人」ネットワークを作成する。通常、「友人」ネットワーク内の他のユーザは、ユーザのＦａｃｅｂｏｏｋウェブサイトの要素にアクセスすることができる。ユーザは、各個人についてのユーザのウェブサイトの要素へのアクセスのレベルを手動で変更することができる。メディアファイル共有サイトの例として、Ｆｌｉｃｋｒにより、ユーザがメディアファイルを共有するために、誰にでもオープンな公開グループ、招待による公開グループ及びプライベートグループを作成することができる。プライベートグループについて、ユーザは、例えば、家族グループ、親しい友人グループ又は仕事グループを作成することができる。１つの実施形態において、ユーザについてのソーシャルネットワークは、「友人」ネットワーク又はグループの少なくとも一方に基づいて構築することができる。さらなる実施形態において、ソーシャルネットワークは、複数の「友人」ネットワーク及びグループに基づいて構築することができる。さらに、ソーシャルネットワークは、「友人」、「家族」、「仕事」などに分類することができる。ユーザについてのソーシャルネットワークを生成する他の方法も可能である。

ユーザは、ユーザコンテキスト情報のインサイトをより高レベルの概念に変換する規則を指定することにより、他の個人に対するユーザコンテキスト情報の公開レベルを制限することができる。図６は、図２の方法において使用するためのメディアファイルを選択的に公開するためのルーチン８０を示すフロー図である。ユーザは、２０１４年１２月２３日に提出された名称「Ｃｏｍｐｕｔｅｒ−Ｉｍｐｌｅｍｅｎｔｅｄ Ｓｙｓｔｅｍ ａｎｄ Ｍｅｔｈｏｄ ｆｏｒ Ｐｒｏｖｉｄｉｎｇ Ｓｅｌｅｃｔｉｖｅ Ｃｏｎｔｅｘｔｕａｌ Ｅｘｐｏｓｕｒｅ ｗｉｔｈｉｎ Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋ Ｓｉｔｕａｔｉｏｎｓ」という同一出願人による米国特許出願第１４／５８２，０９５号に記載されるようなグラフ構造に基づいて、機密ユーザコンテキスト情報をより一般的な意味的表現に潜在的に抽象化することができる。ユーザコンテキスト情報の抽象化は、ユーザ意味グラフのグラフ構造の識別から開始することができる（ステップ８１）。一例として、図７は、パロアルトエリアにおいてユーザによって行われる活動を示すグラフ９０である。グラフ９０は、様々なノード９２、９３、９４、９５及びエッジ９６を含む。各ノード９２、９３、９４、９５は、ユーザに関する各異なるユーザコンテキスト情報を記述する。１つの実施形態において、位置的ユーザ情報は、位置ノード又は位置ノードの構造パターンのチェーンとして記述することができる。この例において、ノード９１のチェーンは、「位置」、「パロアルト」、「３３３３＋コヨーテ＋ヒル＋ロード」、「不動」などのノードを含み、グラフにおける主枝としてエッジに接続される。他の種類のグラフ構造も可能である。

再度図６を参照すると、ユーザ意味グラフのグラフ構造が識別されると、各グラフ構造を変換するための変換規則のセットが識別される（ステップ８２）。変換規則は、他のノードに対するユーザ意味グラフのグラフ構造のそれぞれを変換する方法を定義する。変換規則は、ユーザ意味グラフの各グラフ構造に適用することができる（ステップ８３）。１つの実施形態において、そのような変換は、ノードのカテゴリの階層に基づくことができ、低レベルの概念をより高レベルの概念に置き換えることができる。例えば、ノードカテゴリの階層は、高レベルノードカテゴリとして、仕事、家庭、レストランなどのカテゴリを含むことができ、仕事、家庭及びレストランの各位置のアドレス又は座標は、仕事、家庭及びレストランカテゴリのサブカテゴリとして階層ツリーに配置することができる。それゆえに、変換規則は、特定のアドレス又は座標が、仕事、家庭及びレストランに置き換えることができることを述べることができる。さらなる実施形態において、変換規則は、ユーザ意味グラフの所定の構造パターンを所定の構造パターンの概念よりも高レベルの概念ノードに置き換えることができることを述べることができる。さらに他の実施形態において、変換規則は、ノードの所定のチェーンを、ノードのチェーンよりも高レベルの意味的概念を有するノードに置き換えることができる。他の種類の変換規則も可能である。図７の例を再度参照すると、ノードの主枝チェーンの処理は、ユーザが現在パロアルトのコヨーテヒルロード３３３３におり且つ移動していないというユーザ情報を生成することができる。この例において、変換規則は、「ユーザ→位置→パロアルト研究所→コヨーテヒルロード３３３３→パロアルト→カリフォルニア州−米国：ユーザ→位置→仕事」として示すことができる。それゆえに、ノードのチェーンは、「仕事」ノードに置き換えられる。さらに、他のノード９２、９３、９４、９５は、ユーザに関するさらなる情報を含むことができる。例えば、ノード「運転」９２、「歩行」９３及び「ヴァイザー＋コモンズ」９５を含むこの例における副枝は、他のノードによって延在しておらず、ユーザが現在「歩行」も「運転」も「ヴァイザーコモンズ」にもいないことを意味することができる。さらに、「注文＋カウンター」ノード９４を含む小さな枝は、ユーザが過去に行った活動においてエル・カミーノ・レアル２６７５におけるチポトレ・メキシカン・グリルに行ってカウンターで注文したことを意味することができる。他のグラフ機構も可能である。

図６を再度参照すると、変換規則のいずれかと一致したグラフ構造は、その後に他のノードに変換される（ステップ８４）。変換は、意味グラフにおけるグラフ構造の残りの部分が変更されないように、選択されたグラフ構造にのみ生じることができる。変換は、家の位置、活動及び興味などの任意の種類のユーザコンテキスト情報について行うことができる。このようにして、意味グラフにおいて低レベルの概念を高レベルの概念に置き換えることは、ユーザコンテキスト情報を抽象化することができる。そのような抽象化は、新たなユーザ意味グラフを再描画するよりもむしろ、構造を有する複数のノードなどの低レベルの概念に対してノードなどの高レベルの概念をパッチすることにより、ユーザのコンテキスト情報の一部にのみ生じることができる。

ユーザコンテキスト情報は、通常、メディアファイルが携帯又は固定コンピュータを介してキャプチャされ且つ新たな到来コンテキストデータが収集されるたびに連続的に作成されるのと同時に作成される。生成されたユーザコンテキスト情報は、メディアファイルに関連付けられている。図８は、図２の方法において使用するためのメディアファイルによってユーザ意味グラフをタグ付けするためのルーチン１００を示すフロー図である。まず、ユーザから受信したメディアファイルがタグ付けのために識別される（ステップ１０１）。次に、ユーザについてのコンテキスト情報、具体的には生成されたユーザについての意味グラフは、さらに図４−図７を参照して以下に記載されるように、タグ付けするために識別される（ステップ１０２）。メディアファイルに対するユーザコンテキスト情報のタグ付けは、様々な方法で行うことができる（ステップ１０３−１１１）。１つの実施形態において、コンテキスト情報のシリアル化バージョンがタグ付けされることができる。まず、意味グラフのノードなどのユーザコンテキスト情報のデータが識別されて詰め込まれる（ステップ１０３）。データ詰め込みは、モーメントマッチング法、尤度ベース法及び経験的尤度法によって行うことができる。詰め込まれた意味グラフのノードは、シリアル化される（ステップ１０４）。ノードのシリアル化された番号は、メディアファイルのメタデータに埋め込まれる（ステップ１０５）。さらなる実施形態において、タグ付けは、ユーザ意味グラフのフィンガープリントを計算することによって行うことができる（ステップ１０６）。ユーザ意味グラフのフィンガープリントは、例えばハッシュタグとしてメディアファイルに埋め込むことができる（ステップ１０７）。さらなる実施形態において、リンクは、タグ付けのために使用することができる。意味グラフを表すリンクが最初に識別される（ステップ１０８）。次に、リンクは、メディアファイルに埋め込まれることができる（ステップ１０９）。さらに他の実施形態において、メディアファイルとユーザ意味グラフとの間の予め定義された関連が生成されることができ（ステップ１１０）、メディアに埋め込まれることができる（ステップ１１１）。予め定義された関連は、データベースに記憶されることができる。メディアファイルに対してユーザコンテキスト情報をタグ付けするための他の方法も可能である。

メディアファイルに付随したユーザコンテキスト情報は、メディアファイルがユーザのソーシャルネットワーク内の他の個人と共有する方法を判定するためにさらに分析することができる。ユーザコンテキスト情報は、ユーザのソーシャルネットワーク内の個人など、メディアファイルがキャプチャされた時点でユーザコンテキスト情報からメディアファイルの受信者を指定することができる。そのような共有は、例えば図９及び図１０を参照して以下に記載されるように且つ２０１４年１２月２３日に提出された名称「Ｃｏｍｐｕｔｅｒ−Ｉｍｐｌｅｍｅｎｔｅｄ Ｓｙｓｔｅｍ ａｎｄ Ｍｅｔｈｏｄ ｆｏｒ Ｐｒｏｖｉｄｉｎｇ Ｓｅｌｅｃｔｉｖｅ Ｃｏｎｔｅｘｔｕａｌ Ｅｘｐｏｓｕｒｅ ｗｉｔｈｉｎ Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋ Ｓｉｔｕａｔｉｏｎｓ」という同一出願人による米国特許出願第１４／５８２，０９５号に記載されているように、メディアがユーザコンテキスト情報にタグ付けされるか又はユーザコンテキスト情報がグラフ生成規則に基づいて他の個人と共有されるのと同時に生じることができる。

ユーザについての意味グラフを生成することと同様に、ユーザのソーシャルネットワーク内の各人についての意味グラフは、図４を参照してさらに上記記載されたように、必要に応じて生成することができる。ソーシャルネットワーク内の各人についてのユーザ意味グラフが作成されると、ユーザ意味グラフのインサイトは、ユーザのソーシャルネットワーク内の他人についての意味グラフに変換されることができる。変換することにより、ソーシャルネットワーク内の他人についての意味グラフは、ユーザのコンテキスト情報を正確に反映する。ユーザ意味グラフのインサイトは、ユーザ意味グラフが更新されるたびに連続的に他の意味グラフに変換されることができる。ユーザ意味グラフは、低レベルの意味グラフ及び高レベルの意味グラフとして形成されることができるため、ソーシャルネットワーク内の他人についての意味グラフは、低レベルの意味グラフ又は高レベルの意味グラフとして形成されることができる。図９は、図２の方法において使用するためのソーシャルネットワーク内の他人についての意味グラフにユーザコンテキスト情報を変換するためのルーチン１２０を示すフロー図である。まず、ユーザについての意味グラフ及びユーザのソーシャルネットワーク内の他人についての意味グラフが識別される（ステップ１２１）。一例として、図１０は、ソーシャルネットワーク内の意味的関係１３０を示すプロセスフロー図である。ユーザについて生成された意味グラフ１３１は、ユーザに関する最新のコンテキスト情報を含むことができる。同様に、配偶者についての意味グラフ１３２及び親についての意味グラフ１３３は、独自のコンテキスト情報を含む。再度図９を参照すると、ユーザ意味グラフのインサイトは、グラフ生成規則のセットに基づいて他の意味グラフに変換されることができる（ステップ１２２）。グラフ生成規則は、ユーザコンテキスト情報が意味グラフ間でコピーされる方法を定義する。１つの実施形態において、グラフ生成規則は、ソーシャルネットワーク内の各個人について生成されることができる。例えば、グラフ生成規則のセットは、家庭や家族の生活に関する情報などのユーザのコンテキスト情報が一般的な友人ではなく親や親しい友人にコピーされることができることを述べることができる。他の例として、グラフ生成規則のセットは、作業に関連するコンテキスト情報がユーザの同僚にコピーされることができるにすぎないことを述べることができる。グラフ生成規則は、次にユーザ意味グラフに適用される（ステップ１２３）。グラフ生成規則を適用することにより、他人についての意味グラフが意味グラフにおけるコピーされたノードをここでは含むように、ユーザ意味グラフのノードは、他人の意味グラフにコピーされることができる（ステップ１２４）。さらなる実施形態において、グラフ生成規則は、ユーザ意味グラフのグラフ構造を最初に検出し、ユーザ意味グラフのグラフ構造がコピーされることができるように、グラフ構造を表すメタノードを判定する。例えば、グラフ生成規則は、「意味グラフにおいてユーザの位置を記述するノードが識別された場合、ノードは他人の意味グラフにコピーされる」ことを述べることができ、第１のユーザの位置情報は第２のユーザに公開される。再度図１０を参照すると、グラフ生成規則１３７、１３８に基づいて、自己の意味グラフ１３１は、自己の配偶者のグラフから導出されるノードを作成することによって自己の情報１３５及び自己の配偶者の情報１３４に関するノードを含むことができる。自己の配偶者の意味グラフ１３２は、自己の配偶者の情報１３４及び自己のグラフにおけるノードから導出される自己の情報１３５に関するノードを同様に含むことができる。自己の両親の意味グラフ１３３は、自己のノードをコピーすることによって自己の親の情報１３６及び自己の情報１３５のノードを含むことができる。このようにして、メディアファイルは、ユーザコンテキスト情報が他の個人のユーザコンテキスト情報にコピーされるときにソーシャルネットワーク内の他の個人に共有することができる。ユーザコンテキスト情報に関連付けられたメディアファイルを共有するための他の機構も可能である。

Claims (10)

1. 選択的メディア公開用のコンテキストメディアのタグ付けを提供するためのコンピュータ実装システムにおいて、
   メディアファイルを保持するように構成されたデータベースと、
   ユーザについてのコンテキスト情報を生成するように構成されたコンテキスト情報モジュールと、
   前記メディアファイルを前記ユーザコンテキスト情報に関連付けるように構成されたタグ付けモジュールと、
   前記ユーザコンテキスト情報に基づいて前記ユーザのソーシャルネットワーク内の個人に対して前記メディアファイルを共有するように構成されたコンテキスト分析モジュールとを備え、
   持続性コンピュータ読み取り可能な記憶媒体が、前記方法のステップを実行するためにコンピュータシステム上で実行するためのコードを記憶する、システム。
2. さらに、
   前記ユーザに関するコンテキストデータを収集するように構成されたコンテキストデータモジュールと、
   前記ユーザの前記コンテキストデータのインサイトを識別するように構成されたインサイト識別モジュールと、
   グラフ構造を作成する複数のノード及びエッジを含む前記ユーザコンテキスト情報としての前記ユーザについての意味グラフを生成するように構成された意味グラフモジュールとを備える、請求項１に記載のシステム。
3. さらに、
   前記ユーザ意味グラフについての変換規則のセットを定義するように構成された変換規則モジュールと、
   前記ユーザ意味グラフの各グラフ構造を各変換規則に一致させるように構成された変換マッチングモジュールと、
   前記ユーザ意味グラフにおける単一ノードによって前記一致したグラフ構造を変換するように構成された変換モジュールとを備える、請求項２に記載のシステム。
4. さらに、
   前記ソーシャルネットワーク内の各個人についての意味グラフを生成するように構成された意味グラフモジュールと、
   各グラフ生成規則が前記ユーザと前記ソーシャルネットワーク内の個人との関係について適用される、前記ユーザ意味グラフについてのグラフ生成規則のセットを定義するように構成されたグラフ生成規則モジュールと、
   前記ユーザ意味グラフの各グラフ構造に各グラフ生成規則を一致させるように構成されたグラフ生成マッチングモジュールと、
   前記ユーザ意味グラフの前記一致したグラフ構造を前記個人についての前記意味グラフにコピーするように構成されたグラフ生成モジュールとを備える、請求項３に記載のシステム。
5. さらに、
   サブノードカテゴリとして各高レベルノードカテゴリに対応する高レベルノードカテゴリ及び低レベルノードカテゴリを備える前記データベースに保持されたノードカテゴリの階層と、
   前記低レベルノードカテゴリを前記低レベルノードカテゴリに対応する前記高レベルノードカテゴリに置き換えるように前記変換規則を定義するように構成された前記変換規則モジュールと、
   前記ユーザ意味グラフの各グラフ構造に前記変換規則を適用するように構成されたグラフ変換モジュールと、
   前記低レベルノードカテゴリとしての前記グラフ構造を前記低レベルノードカテゴリに対応する高レベルノードカテゴリである前記単一ノードに置き換えるように構成された置換モジュールとを備える、請求項３に記載のシステム。
6. 選択的メディア公開用のコンテキストメディアのタグ付けを提供するためのコンピュータ実装方法において、
   データベースにメディアファイルを保持することと、
   ユーザについてのコンテキスト情報を生成することと、
   前記メディアファイルを前記ユーザコンテキスト情報に関連付けることと、
   前記ユーザコンテキスト情報に基づいて前記ユーザのソーシャルネットワーク内の個人に対して前記メディアファイルを共有することとを備え、
   持続性コンピュータ読み取り可能な記憶媒体が、前記方法のステップを実行するためにコンピュータシステム上で実行するためのコードを記憶する、方法。
7. さらに、
   前記ユーザに関するコンテキストデータを収集することと、
   前記ユーザの前記コンテキストデータのインサイトを識別することと、
   グラフ構造を作成する複数のノード及びエッジを含む前記ユーザコンテキスト情報としての前記ユーザについての意味グラフを生成することとを備える、請求項６に記載の方法。
8. さらに、
   前記ユーザ意味グラフについての変換規則のセットを定義することと、
   前記ユーザ意味グラフの各グラフ構造を各変換規則に一致させることと、
   前記ユーザ意味グラフにおける単一ノードによって前記一致したグラフ構造を変換することとを備える、請求項７に記載の方法。
9. さらに、
   前記ソーシャルネットワーク内の各個人についての意味グラフを生成することと、
   各グラフ生成規則が前記ユーザと前記ソーシャルネットワーク内の個人との関係について適用される、前記ユーザ意味グラフについてのグラフ生成規則のセットを定義することと、
   前記ユーザ意味グラフの各グラフ構造に各グラフ生成規則を一致させることと、
   前記ユーザ意味グラフの前記一致したグラフ構造を前記個人についての前記意味グラフにコピーすることとを備える、請求項８に記載の方法。
10. さらに、
    サブノードカテゴリとして各高レベルノードカテゴリに対応する高レベルノードカテゴリ及び低レベルノードカテゴリを備える前記データベースにノードカテゴリの階層を保持することと、
    前記低レベルノードカテゴリを前記低レベルノードカテゴリに対応する前記高レベルノードカテゴリに置き換えるように前記変換規則を定義することと、
    前記ユーザ意味グラフの各グラフ構造に前記変換規則を適用することと、
    前記低レベルノードカテゴリとしての前記グラフ構造を前記低レベルノードカテゴリに対応する高レベルノードカテゴリである前記単一ノードに置き換えることとを備える、請求項８に記載の方法。

Images