KR20150135544A - 동영상 동시발생 통계에 기반한 동영상 추천 - Google Patents

동영상 동시발생 통계에 기반한 동영상 추천 Download PDF

Info

Publication number
KR20150135544A
KR20150135544A KR1020157032873A KR20157032873A KR20150135544A KR 20150135544 A KR20150135544 A KR 20150135544A KR 1020157032873 A KR1020157032873 A KR 1020157032873A KR 20157032873 A KR20157032873 A KR 20157032873A KR 20150135544 A KR20150135544 A KR 20150135544A
Authority
KR
South Korea
Prior art keywords
video
target
videos
moving
playlists
Prior art date
Application number
KR1020157032873A
Other languages
English (en)
Inventor
리 웨이
쿤 장
유 허
신메이 카이
Original Assignee
구글 인코포레이티드
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 구글 인코포레이티드 filed Critical 구글 인코포레이티드
Publication of KR20150135544A publication Critical patent/KR20150135544A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying
    • G06F16/735—Filtering based on additional data, e.g. user or group profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
    • H04N21/2668—Creating a channel for a dedicated end-user group, e.g. insertion of targeted commercials based on end-user profiles
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
    • H04N21/26258—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists for generating a list of items to be played back in a given order, e.g. playlist, or scheduling item distribution according to such list
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • H04N21/44224—Monitoring of user activity on external systems, e.g. Internet browsing
    • H04N21/44226—Monitoring of user activity on external systems, e.g. Internet browsing on social networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Social Psychology (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Tourism & Hospitality (AREA)
  • Human Computer Interaction (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Information Transfer Between Computers (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

시스템 및 방법은 동영상 공유 환경에서 목표 동영상에 대해 동영상 추천을 제공한다. 상기 시스템은 상기 목표 동영상과 함께 하나 이상의 동영상 재생 목록에 있는 하나 이상의 동영상을 선택한다. 상기 목표 동영상의 동시발생 데이터는 상기 목표 동영상과 하나 이상의 동영상 재생 목록 상의 다른 동영상을 연결하고, 상기 목표 동영상과 하나 이상의 동영상 재생 목록에 나타나는 주어진 동영상의 빈도가 계산된다. 상기 목표 동영상의 동영상 동시발생 데이터에 기초하여, 하나 이상의 동시발생 동영상이 선택되고, 상기 목표 동영상의 동영상 동시발생 데이터에 기초하여 순위가 매겨진다. 본 시스템은 상기 목표 동영상에 대해 동영상 추천으로서 동시발생 동영상으로부터 하나 이상의 동영상을 선택한다.

Description

동영상 동시발생 통계에 기반한 동영상 추천{Video Recommendation based on Video Co-occurrence Statistics}
설명된 실시예들은 일반적으로 웹 기반 동영상 시청에 관한 것이며, 특히 온라인 동영상 콘텐츠 분배 시스템에서 동영상 동시발생 통계에 기초하여 동영상들을 추천하는 것에 관한 것이다.
네트워크를 통한 동영상 시청은 빠르게 성장하고 있는 온라인 동영상 엔터테인먼트 커뮤니티에서 동영상들을 업로드하고, 감상하고, 공유할 수 있는 풍부한 기회를 사용자들에게 제공한다. 유튜브 등 동영상 시청 사이트는 콘텐츠 제공자들이 동영상들을 개별 동영상들이나 동영상 군으로서 쉽게 업로드할 수 있게 한다. 사용자들은 링크를 다른 사람들에게 메일링하거나 그것들을 웹 페이지나 블로그에서 삽입하여 동영상을 쉽게 공유할 수 있다. 또한 사용자들은 동영상들을 평가하고 댓글을 달면서, 동영상 시청에 새로운 사회적 특성을 가져온다.
동영상들은 일반적으로 유튜브 같은 동영상 호스팅 웹 사이트에서 시청된다. 상기 동영상 호스팅 웹 사이트를 탐색하는 사용자들은 예를 들면, 동영상을 검색하거나, 동영상 디렉토리를 탐색하거나, 또는 동영상 순위로 동영상을 정렬해서 관심있는 동영상을 찾을 수 있다. 일부 동영상 호스팅 사이트에서 사용자가 동영상 재생 목록을 만들고, 호스팅 웹 사이트 상의 개인 계정과 관련된 동영상 시청 채널을 생성해서, 동영상을 업로드하고, 다른 시청자들에 의해 달린 댓글을 보고, 기타 동영상 시청 활동을 할 수 있다. 일부 동영상 호스팅 서비스는 동영상들 간의 관련성에 대해 몇몇 측정한 것을 기반으로 관련 동영상들을 함께 그룹화하고, 상기 동영상들 중 하나를 시청자가 시청하면 상기 관련 동영상들을 동영상 추천으로 제시한다. 관련성에 대한 현재 한 가지 측정 방법은 동시 방문(또한 "동시 시청"이라고도 함) 이다. 동시 방문 기반의 동영상 추천은 온라인 동영상 공유 환경에서 사용자들이 빈번하게 함께 시청하는 동영상을 선택한다. 그러나 다른 동영상과 충분한 동시 시청을 얻어내지 못한 동영상은 추천되지 않는다. 사용자가 올린 동영상의 대부분이 이 시나리오에 속하게 되는데, 이 동영상들은 매우 제한된 수의 시청자들에게만 흥미있는 것들이기 때문이다.
방법, 시스템 및 컴퓨터 프로그램 제품은 동영상 공유 환경에서 주어진 동영상에 대해 동영상 추천을 제공한다.
일 실시예에서, 상기 동영상 추천 시스템은 상기 주어진 동영상과 함께 하나 이상의 동영상 재생 목록에 있는 하나 이상의 동영상을 선택한다. 상기 주어진 동영상의 동영상 동시발생 데이터가 계산된다. 상기 주어진 동영상의 동시발생 데이터는 다른 동영상과 함께 하나 이상의 동영상 재생 목록에 등장하는 주어진 동영상의 빈도를 나타낸다. 상기 주어진 동영상의 동영상 동시발생 데이터에 기초하여, 하나 이상의 동시발생 동영상이 선택되고, 상기 주어진 동영상의 동영상 동시발생 데이터에 기초하여 순위가 매겨진다. 상기 시스템은 상기 주어진 동영상에 대해 동영상 추천으로서 동시발생 동영상으로부터 하나 이상의 동영상을 선택한다.
또 다른 실시예는 주어진 동영상에 대해 동영상 추천을 생성하기 위한 방법을 포함한다. 다른 실시예는 상술한 방식으로 동영상 추천을 생성하기 위한 실행 가능한 컴퓨터 프로그램 명령을 저장하는 비-일시적 컴퓨터 판독 가능 매체를 포함한다.
본 명세서에 기재된 특징 및 이점이 모든 것을 포함하는 것은 아닌데, 특히, 많은 추가적인 특징 및 이점이 도면, 명세서 및 청구범위의 관점에서 당업자에게 명백할 것이다. 또한, 본 명세서에서 사용된 언어는 원칙적으로 가독성과 설명을 위한 목적으로 선택되었으며, 개시된 기술적 사상을 묘사하거나 국한하기 위해 선택되지 않았을 수도 있음에 유의해야 한다.
도 1은 동영상 동시발생 기반 동영상 추천 시스템을 갖는 동영상 호스팅 서비스의 블록도이다.
도 2는 도 1에 도시된 동영상 동시발생 기반 동영상 추천 시스템의 동영상 동시발생 모듈의 블록도이다.
도 3은 동영상 동시발생 기반 동영상 추천의 일 예시이다.
도 4a는 동영상 동시발생 기반 동영상 추천 업데이트 전 시청중인 목표 동영상 및 동영상 추천 그룹을 표시하는 예시적인 인터페이스이다.
도 4b는 동영상 동시발생 기반 동영상 추천 업데이트 후 시청중인 목표 동영상 및 동영상 추천 그룹을 표시하는 예시적인 인터페이스이다.
도 5는 동영상 동시발생 기반 동영상 추천의 흐름도이다.
도면들은 단지 설명의 목적으로만 본 발명의 다양한 실시예를 묘사한다. 당업자는 여기에 도시된 구조들과 방법들에 대한 또다른 실시예들이 여기에서 설명된 발명의 원리에서 벗어나지 않고 채택될 수도 있다는 사실을 하기 논의로부터 용이하게 인식할 것이다.
본 발명의 도면 및 설명은 명확하게 할 목적으로, 일반적인 웹 기반 동영상 플레이어와 그것과 같은 것을 사용하는 방법에서 발견되는 다른 많은 요소를 제거하고, 본 발명의 실시예들의 명확한 이해를 위해서 관련된 요소들을 도시하도록 단순화된 것임을 이해해야 한다. 당업자들이라면 본 발명을 구현함에 있어서 다른 요소들 및/또는 단계들이 바람직하며 그리고/또는 필요하다는 것을 인식할 수도 있다. 하지만, 그러한 요소들 및 단계들이 당해 분야에 주지되어 있고, 그것들이 본 발명의 더 나은 이해를 용이하게 하는 것은 아니기 때문에, 그러한 요소들 및 단계들의 설명은 여기에서 제공되지 않는다. 본원 발명은 당업자들에게 알려진 이러한 요소들 및 방법들에 대한 모든 그러한 변형 및 수정을 겨냥하고 있다.
도 1은 동영상 동시발생 기반 동영상 추천 시스템(102)을 갖는 동영상 호스팅 서비스(100)의 블록도이다. 복수 사용자/시청자는 클라이언트(110A-N)를 사용해서 호스팅하기 위해서 동영상을 동영상 호스팅 서비스(100)에 전송하고, 동영상 추천을 비롯해서 동영상 호스팅 서비스(100)로부터 다양한 서비스를 받는다. 상기 동영상 호스팅 서비스(100)는 네트워크(130)를 통해 하나 이상의 클라이언트(110A-N)와 통신한다. 또한 상기 동영상 호스팅 서비스(100)는 상기 동영상 추천 시스템(102)을 사용하여 동영상 추천 서비스를 제공하고, 상기 클라이언트(110A-N)로 상기 동영상 추천을 돌려 보낼 수도 있다.
도 1에 도시된 개별 요소들에 돌아가면, 각각의 클라이언트(110)는 상기 동영상 호스팅 서비스(100)에 의해 제공되는 서비스를 사용하기 위해 사용자에 의해 사용된다. 예를 들어, 사용자는 동영상 또는 동영상 그룹을 업로드하고 동영상을 감상하고, 감상중인 동영상에 대해 하나 이상의 동영상 추천을 받기 위해서 클라이언트(110)를 사용한다. 상기 클라이언트(110)는 개인용 컴퓨터(예컨대, 데스크탑, 노트북, 랩탑) 컴퓨터 등 컴퓨터 장치 뿐만 아니라 동영상 콘텐츠를 기록할 수 있는 휴대 전화 또는 개인 휴대 정보 단말기와 같은 장치 중 임의의 유형이 될 수 있다. 상기 클라이언트(110)는 일반적으로 프로세서, 디스플레이 장치(또는 디스플레이 장치에 출력장치), 상기 클라이언트(110)가 임무를 수행할 때 사용자에 의해 사용되는 데이터를 저장하는 로컬 저장소, 예컨대 하드 드라이브 또는 플래시 메모리 장치, 및 상기 네트워크(130)를 통해 상기 동영상 호스팅 서비스(100)에 연결하기 위한 네트워크 인터페이스를 포함한다.
또한, 클라이언트(110)는 동영상 스트림을 재생하기 위한 동영상 플레이어(120) (예를 들어, 어도비 시스템즈 사의 플래시TM 플레이어, 또는 상품)를 가진다. 상기 동영상 플레이어(120)는 독립 실행형 응용 프로그램이거나, 또는 네트워크 브라우저와 같은 다른 응용 프로그램에 플러그 인된 형태일 수도 있다. 상기 클라이언트(110)가 범용 장치(예를 들면, 데스크탑 컴퓨터, 이동 전화)인 경우, 상기 플레이어(120)는 일반적으로 컴퓨터에 의해 실행되는 소프트웨어로서 구현된다. 상기 클라이언트(110)가 전용 장치(예를 들어, 전용 동영상 플레이어)인 경우, 상기 플레이어(120)는 하드웨어에서든지, 하드웨어와 소프트웨어의 조합에서 구현될 수도 있다. 이러한 구현예들은 전부 본 발명의 실시예 관련해서 기능적으로 동일하다.
상기 네트워크(130)는 상기 클라이언트(110)와 상기 동영상 호스팅 서비스(100) 간의 통신을 가능하게 한다. 일 실시예에서, 상기 네트워크(130)는 인터넷이며, 상기 클라이언트(110)들로 하여금 상기 동영상 호스팅 서비스(100)와 통신할 수 있다고 현재 알려져 있고 이후에 개발된, 표준 인터네트워킹 통신 기술 및 프로토콜을 사용한다. 또다른 실시예에서, 상기 네트워크(130)는 클라우드 컴퓨팅 네트워크이며, 상기 동영상 호스팅 서비스(100)의 하나 이상의 구성요소를 포함한다.
상기 동영상 호스팅 서비스(100)는 동영상 추천 시스템(102), 동영상 서버(104) 및 동영상 동시발생 데이터베이스(106)를 포함한다. 상기 동영상 호스팅 서비스(100)의 다른 실시예들은 다른 그리고/또는 상이한 컴퓨터 모듈을 포함할 수 있다. 상기 동영상 서버(104)는 사용자들이나 기타 출처들에 의해 생성된 동영상들과 동영상 재생 목록(예를 들어, 상기 동영상 추천 시스템(102)에 의해 추천된 동영상들)을 저장한다. 상기 동영상 동시발생 데이터베이스(106)는 상기 동영상 서버(104)에 저장된 동영상들 및 동영상 재생 목록과 연관된 동영상 동시발생 통계를 저장한다. 상기 동영상 추천 시스템(102)은 동영상 동시발생 모듈(200), 동영상 순위 모듈(300), 동영상 추천 모듈(400) 및 동영상 추천 업데이트 모듈(500)을 포함한다. 상기 동영상 추천 시스템(102)은 상기 동영상 서버(104)에 저장된 동영상들을 분석해서 동영상 동시발생 통계를 생성하고, 상기 동영상 동시발생 통계를 사용해서 상기 사용자에 의해 선택된 동영상에 대해 사용자에게 동영상을 추천한다. 일 실시예에서, 상기 동영상 추천 시스템(102)은 목표 동영상에 대해 오프라인(즉, 실시간 아님)에서 동영상 추천을 생성한다. 상기 동영상 추천 시스템(102)의 다른 실시예들은 실시간으로 동영상 추천을 생성하고 그리고/또는 오프라인으로 생성된 동영상 추천 데이터를 이용하여 실시간으로 동영상 추천을 생성할 수 있다.
상기 동영상 호스팅 서비스(100)에 업로드된 동영상들은 동영상 목록으로 그룹화될 수 있는데, 각각의 목록은 재생할 동영상 세트와 동영상 순서를 가진다. 일 실시예에서, 동영상들은 사용자에 의해 동영상 목록으로 그룹화되고, 동영상 목록은 상기 동영상 호스팅 서버(100)에 업로드된다. 상기 사용자에 의해 그룹화된 동영상 목록을 사용자 재생 목록이라고 부른다. 예를 들어, 사용자가 20 집단 동영상을 동영상 목록으로 그룹화하고 재생할 동영상의 순서를 특정한다. 다른 실시예에서, 복수의 동영상을 상기 동영상 호스팅 서비스(100)(예, 상기 동영상 추천 시스템(102))의 엔티티에 의해 동영상 목록으로 그룹화한다. 상기 동영상 추천 시스템(102)에 의해 그룹화된 동영상 목록을 "시스템 재생 목록"이라고 부른다. 예를 들어, 상기 동영상 추천 시스템(102)이 한 아티스트로부터의 복수의 동영상을 그룹화한다(예, 레이디 가가의 뮤직 비디오 재생 목록 ). 동영상의 목록은, 그것이 동영상의 사용자 재생 목록이든 동영상의 시스템 재생 목록이든지 간에, 동영상 세트를 가지며, 상기 동영상 세트는 동영상 목록과 관련된 메타 데이터에 기술된 순서로 재생된다. 동영상 목록의 메타 데이터는 다른 정보, 예를 들면, 동영상 수, 동영상 식별정보, 동영상 출처, 동영상 태그 및 목록에 있는 동영상의 업로드 시간을 포함할 수도 있다.
동영상 목록에 있는 동영상의 동영상 동시발생 데이터는 상기 동영상 서버(104)에 저장된 동영상의 동일한 목록 및 동영상의 상이한 목록에 있는 다른 동영상들과 함께 그룹화된 동영상의 빈도를 표시한다. 하나 이상의 동영상 목록에 두번째 동영상과 함께 그룹화된 첫번째 동영상의 빈도는, 상기 첫번째 동영상을 보고 있는 사용자가 상기 두번째 동영상을 볼 것이라는 가능성의 수준을 나타낸다. 동영상 재생 목록에 함께 그룹화된 두 개의 동영상을 "동시발생 동영상" 이라고 한다.
도 3에 도시된 예를 살펴보면, 동영상 1(즉, V1)은 동영상 V1, V2와 V3를 포함하는 제1 동영상 재생 목록(즉, L1)에 있다. 또한 V1은 동영상 V1, V2, V4 및 V5를 포함하는 다른 동영상 재생 목록(즉, L2)에도 있다. 상기 동영상 V1의 동영상 동시발생 데이터는 V1이 V2와 두 번, V3와 한 번, V4 와 한 번, 및 V5 와 한 번 함께 그룹화(즉, 동시발생)함을 나타낸다. V1과 관련된 동영상 동시발생 데이터는 V1을 시청하는 사용자가 동영상 V3, V4 또는 V5를 시청하는 것보다 V2를 볼 가능성이 높음을 나타낸다.
동영상의 동영상 동시발생 데이터는 동영상 재생 목록과 더불어 다른 미디어 채널에 기초할 수 있다. 예를 들어, 동영상들이 동일한 사용자 채널, 블로그 게시물 또는 웹 페이지에서 재생될 수 있다. 동영상 재생 목록이 아닌 미디어 채널의 경우, 상기 동영상 추천 시스템(102)은 동영상 추천을 생성하기 위해 동일하거나 유사한 처리 단계를 적용할 수 있다.
도 2는 도 1에 도시된 동영상 동시발생 기반 동영상 추천 시스템(102)의 동영상 동시발생 모듈(200)의 블록도이다. 도 2에 도시된 실시예에서 상기 동영상 동시발생 모듈(200)은 분석 모듈(210) 및 동시발생 통계 모듈(220)을 포함한다. 상기 분석 모듈(210)은 상기 동영상 서버(104)에 저장된 동영상 재생 목록을 수신하고, 상기 동영상 재생 목록과 연관된 메타 데이터를 추출하고, 동영상 재생 목록 상의 각각의 동영상을 동일한 재생 목록 상의 다른 동영상과 쌍을 생성한다. 상기 분석 모듈(210)은 동영상 재생 목록 상의 모든 두 개의 영상에 대해 동영상의 쌍을 생성하고, 마찬가지로 모든 수신된 동영상 재생 목록을 처리한다.
도 3의 예시들을 사용하여, 상기 분석 모듈(210)은 3 개의 동영상 재생 목록: L1, L2 및 L3을 수신한다. 상기 재생 목록 L1은 3개의 동영상 V1, V2와 V3를 가지며, 재생 목록 L1의 동영상들은 V1, V2와 V3의 순서로 재생된다. 상기 재생 목록 L2는 V1, V2, V4 및 V5의 순서로 재생되는 4 개의 동영상 V1, V2, V4 및 V5을 가진다. 재생 목록 L3는 2 개의 동영상 V2 및 V4를 가지고 있으며 V2는 V4 전에 재생된다. 상기 분석 모듈(210)은 각각의 동영상 재생 목록 L1, L2 및 L3에 연관된 메타 데이터를 추출해서 각 재생 목록에 있는 동영상들을 식별하고, 상기 재생 목록의 각 동영상을 동일한 재생 목록에 있는 다른 동영상과 쌍을 형성한다. 예를 들어, 동영상 재생 목록 L1의 V1의 경우, 상기 분석 모듈(210)은 여섯 가지 동영상 쌍을 생성한다: (V1, V2),(V1, V3),(V2, V3),(V2, V1),(V3, V2) 및 (V3, V1). 일 실시예에서, 상기 분석 모듈(210)은 동영상 재생 목록의 동영상에 순열을 사용해서 동영상 쌍을 생성한다. 상기 분석 모듈(210)은 중복된 동영상 쌍을 제거한다. 상기 두 가지 동영상 쌍이 동일한 동영상을 포함하는 경우 동영상 쌍은 다른 동영상 쌍의 중복으로 간주된다. 예를 들어, 동영상 쌍(V3, V2)는 동영상 쌍(V2, V3)의 중복이다. 분석 후 상기 분석 모듈은 동영상 재생목록 L1에 대해 세 가지 고유한 동영상 쌍을 생성한다: (V1, V2),(V1, V3) 및(V2, V3).
유사하게, 상기 분석 모듈(210)은 동영상 재생 목록 L2 및 L3에 대해 동영상 쌍을 생성한다. 예를 들어, 상기 분석 모듈(210)은 L2에 대해 여섯 가지 동영상 쌍을 생성한다: (V1, V2),(V1, V4),(V1, V5),(V2, V4),(V2, V5) 및(V4, V5), 그리고 L3에 대해 한 가지 동영상 쌍을 생성한다: (V2, V4). 상기 분석 모듈(210)은 추가 처리를 위해 상기 분석된 동영상 재생 목록의 동영상 쌍을 상기 동시발생 통계 모듈(220)로 전달한다.
상기 동시발생 통계 모듈(220)은 상기 분석 모듈(210)에 의해 분석된 각각의 동영상에 대한 동영상 동시발생 데이터를 생성한다. 일 실시예에서, 동영상의 동시발생 통계는 하나 이상의 동영상 재생 목록에 있는 다른 동영상과 그룹화된 동영상의 빈도이다. 도 3의 예들을 사용해 보면, 동영상 V1에 대한 동시발생 통계는 동영상 재생 목록 L1, L2 및 L3에서 V1의 횟수(즉, 2)와 동영상 쌍으로 V2, V1의 횟수(즉, 1)와 동영상 쌍으로 V3, V1의 횟수(즉, 1)와 동영상 쌍으로 V4, 및 동영상 재생 목록 L1, L2 및 L3에서 V1의 횟수(즉, 1)와 동영상 쌍으로 V5를 포함한다. 상기 동시발생 통계 모듈(220)은 상기 분석된 동영상들의 동영상 동시발생 통계를 동영상 쌍의 행렬로서 표현할 수 있다(즉, 도. 3에 도시된 바와 같은 요소(320)). 상기 동시발생 통계 모듈(220)은 상기 동영상 동시발생 데이터베이스(106)에 상기 분석된 동영상들의 동영상 동시발생 통계를 저장한다.
상기 동시발생 통계 모듈(220)은 상기 분석 모듈(210)에 의해 분석된 각각의 동영상에 대한 이차 동영상 동시발생 데이터를 생성할 수 있다. 일 실시예에서, 상기 이차 동영상 동시발생 데이터는 하나 이상의 다른 동영상들에 의해 링크된 두 개의 동영상 사이의 홉 수이다. 목표 동영상에서 더 적은 홉을 갖는 동영상은 상기 목표 동영상에서 더 많은 "홉" 수를 갖는 또다른 동영상보다 더 밀접하게 목표 동영상과 관련이 있다.
일 예시로서 도 3의 동영상 V3를 살펴보면, 동영상 V3는 동영상 재생 목록 L1에만 들어있고, V3 및 동영상 V5는 모든 동영상 재생 목록에 함께하지는 않고 있다. 그러나, V3는 V1와 동일한 재생 목록(즉, L1) 에 있고, V1은 V5와 동일한 재생 목록(즉, L2) 에 있다. 동영상 V1을 통해, V3 및 V5가 연결되며, V3 및 V5 사이의 "홉"의 수는 2 개이다(예, V3 → V1 → V5). "홉"의 수와 같은 이차 동영상 동시발생 데이터는 목표 영상에 관련된 동영상 순위를 정하기 위해서 상기 동영상 순위 모듈(300)에 의해 사용될 수 있다. 예를 들어, 목표 동영상에 대해 두 개의 다른 동영상 재생 목록 상의 두 개의 동영상을 평가하기 위하여, 한 영상이 1 홉 거리이고, 다른 동영상이 2 홉 거리인 경우, 상기 동영상 순위 모듈(300)은 상기 목표 동영상에서 1 홉 거리인 동영상을 상기 목표 동영상에서 2 홉 거리인 다른 동영상 보다 더 높은 순위를 매긴다.
도 1의 동영상 추천 시스템(102)의 동영상 순위 모듈(300)은 동영상 서버(104)에 저장되어 있는 동영상을 순위를 매긴다. 동영상 추천을 위해서 동영상 서버(104)의 동영상들에서 선택한 각 동영상에 대해, 동영상 순위 모듈(300)은 추천을 위해 선택한 동영상을 목표 동영상으로 취급하고, 동영상 서버(104)로부터 하나 이상의 다른 관련 동영상을 선택한다. 동영상은 동영상 콘텐츠, 동영상 출처, 동영상 업로드 시간 및 하나 이상의 동영상 재생 목록 상의 다른 동영상들과 함께 그룹화되는 것과 같은 다양한 방식으로, 다른 동영상과 관련될 수 있다.
일 실시예에서, 동영상 순위 모듈(300)은 동영상과 관련된 동영상 동시발생 통계에 기초하여 동영상 서버(104)에 저장된 동영상들의 순위를 매긴다. 상기 동영상 추천 시스템(102)은 목표 동영상의 동시발생 동영상들을 선택한다. 동시발생 동영상은 동영상 재생 목록에서 적어도 한번 목표 동영상과 함께 그룹화된 적이 있는 동영상이다. 상기 동영상 추천 시스템(102)은 목표 동영상 및 선택된 동시발생 동영상들과 관련된 동영상 동시발생 통계에 기초해서 선택된 동시발생 동영상들의 순위를 매긴다. 정렬한 후 각각의 동영상은 목표 동영상을 보고 있는 사용자가 시청중인 동영상의 가능성의 척도를 나타내는 순위 점수를 가진다. 실시간 동영상 공유 환경에서 사용자에 의해 재생되고 있는 동영상은 목표 동영상이 된다.
일 예시로서 도 3의 동영상 V1 를 살펴보면, 동영상 순위 모듈(300)은 목표 동영상으로서 V1을 선택하고, V1과 연관된 동영상 동시발생 통계에 근거해서 V1과 연관된 동영상들을 식별한다: 동영상 V2, V3, V4 및 V5, 왜냐하면 각각의 동영상 V2, V3, V4 및 V5가 재생 목록 L1, L2 및 L3에서 한 번 이상 V1과 함께 그룹화되었기 때문이다. 동영상 순위 모듈(300)은 V1과 함께 그룹화된 이 동영상들의 빈도에 따라 관련 동영상 V2, V3, V4 및 V5를 추가 정렬한다. 정렬 결과, 상기 동영상 순위 모듈(300)은 동영상 V2, V3, V4 및 V5 순위를 매기고 동영상 V2가 동영상 V3, V4 및 V5 보다 높은 순위를 가지는데, V1과 V2를 연결하는 동영상 동시발생 통계는 동영상 V1과 V2가 두 번 함께 그룹화되었음을 나타내기 때문이다.
동영상 순위 모듈(300)의 다른 실시예는 동영상 서버(104)에 있는 동영상 순위를 정함에 있어서 하나 이상의 다른 인자를 고려한다. 예를 들어, 동영상 순위 모듈(300)은 동영상 재생 목록 소재 동영상들의 거리를 고려할 수 있으며, 그리고/또는 재생 목록에 있는 두 동영상 사이의 거리는 재생될 두 동영상의 순서에 따라 달라진다. 예를 들면, 도 3에서 동영상 재생 목록 L2에는 네 개의 동영상 V1, V2, V4 및 V5가 있다. V1과 V2 사이의 거리가 1이고, V1 및 V4 사이의 거리는 2이고, V1과 V5 사이의 거리는 3이다. 일 실시예에서, 동영상 순위 모듈(300)은 목표 동영상과 더 짧은 거리를 갖는 동영상에 대해 목표 동영상과 더 긴 거리를 갖는 동영상보다 높은 순위 점수를 할당한다. 동영상 순위 모듈(300)은 또한 목표 동영상과 연관된 동영상 동시발생 통계와 목표 동영상의 거리 정보를 모두 사용해서, 상기 목표 동영상과 관련된 동영상 순위를 매길 수 있다. 예를 들어, 동영상 V1는 동영상 V3(동영상 재생 목록 L1 내)와 V5(동영상 재생 목록 L2 내)와 함께 한번 그룹화되었지만, V1과 V3 사이의 거리는 2이고, V1과 V5 사이의 거리는 3이다. 동영상 순위 모듈(300)은 동영상 V3에게 동영상 V5보다 높은 순위의 점수를 할당한다.
동영상 순위 모듈(300)에 의해 이용될 수 있는 또 다른 인자는 목표 동영상과 관련된 동영상의 업로드 시간이다. 같은 시기에 업로드된 동영상은 사용자가 함께 지켜보게 될 가능성이 있다. 동영상 순위 모듈(300)은 목표 동영상으로부터 동영상 업로드 시간을 추출하고, 상기 동영상 업로드 시간에 따라 상기 목표 동영상과 관련된 동영상들을 정렬할 수 있다. 예를 들어, 도 3의 동영상 V1은 동영상 재생 목록 L1의 동영상 V3 및 동영상 재생 목록 L2의 동영상 V4와 함께 그룹화되는 동일한 빈도를 가진다(즉, 1). V3에 대한 동영상 업로드 시간이 V1에 대해서 V2의 업로드 시간보다 V1의 업로드 시간에 가까운 경우, 동영상 랭킹 순위 모듈(300)은 V4보다 V3에 높은 순위를 할당한다.
동영상 랭킹 순위 모듈(300)은 목표 동영상과 연관된 각 동영상의 동영상 품질과 동영상의 인기도와 같은 기타 인자들을 추가 고려할 수 있다. 예를 들어, "내셔널 지오그래피"의 전문가가 촬영한 동영상이 아마추어가 촬영한 유사한 동영상보다 더 높은 순위 점수를 가진다. 수백만 명의 사용자가 공유한 동영상은 소규모 친구들 집단에서 공유한 동영상보다 높은 순위 점수를 가진다. 목표 동영상과 관련된 동영상 순위를 매기기 위해 여러 인자를 고려하기 위해, 동영상 랭킹 순위 모듈(300)은 각 순위 인자에 가중치를 할당하고, 목표 동영상과 연관된 각 동영상에 대한 집계된 순위 점수를 계산할 수 있다. 각각의 순위 인자에 할당된 가중치는 예컨대 동영상 공유 환경 내 사용자 채널을 기술하는 사용자 정보, 사용자 취미 기타 등등에 기초하여 구성 가능한 설계 선택사항이다.
또 다른 실시예에서, 동영상 순위 모듈(300)은 동영상 재생 목록 자체를 순위를 정한다. 동영상 순위 모듈(300)은 동영상 재생 목록에서 각 개별 동영상의 순위 점수에 기초하여 동영상 재생 목록에 대한 순위 점수를 생성한다. 동영상 순위 모듈(300)은 동영상 재생 목록과 관련된 특성, 예컨대 동영상 재생 목록 작성자의 평판, 동영상 재생 목록 작성자가 소유한 사용자 채널로 제출한 횟수를 추가 고려할 수 있다. 동영상 순위 모듈(300)은 동영상 재생 목록 속 동영상의 순위와 동영상 재생 목록 자체의 순위에 관하여 동영상 추천 모듈(400)과 통신한다.
도 1의 동영상 추천 시스템(102)의 동영상 추천 모듈(400)은 동영상 재생 목록 내 동영상 및 동영상 재생 목록 자체의 순위를 수신하고, 동영상 재생 목록의 각 동영상에 대한 동영상 추천을 생성한다. 일 실시예에서, 동영상 추천 모듈(400)은 동영상의 순위에 기초하여 지시된 목표 동영상에 대한 동영상 추천으로서 동영상 세트를 생성한다. 일 예시로서 도 3에서 동영상 V1를 살펴보면, 동영상 추천 모듈(400)은 동영상의 세트를 생성한다: V2, V3, V4 및 V5, 동영상 추천 후보 V2, V3, V4 및 V5 중에서 가장 추천하는 동영상으로서 V2를 가지고 동영상 추천한다.
동영상 추천 모듈(400)은 동영상을 포함하는 동영상 재생 목록의 순위를 가지고 동영상 재생 목록의 개별 동영상의 순위를 보강할 수 있다. 예를 들어, 재생 목록에 대한 높은 순위 점수를 가진 동영상 재생 목록 상의 동영상의 순위는 낮은 순위 점수를 가진 동영상 재생 목록 상의 동영상보다 순위가 올라갈 수 있다. 동영상 추천 모듈(400)은 동영상 재생 목록의 순위 점수에 기초하여 동영상 재생 목록 상의 동영상들의 순위에 0과 1 사이의 증가 인자를 적용할 수 있다.
도 3은 동영상 동시발생 기반 동영상 추천의 동작에 대한 예시이다. 동영상 동시발생 모듈(200)은 3 개의 동영상 재생 목록(310)을 수신한다. 동영상 재생 목록인 L1, L2 및 L3가 생성되고 사용자들에 의해 동영상 공유 서비스(100)에 업로드되거나, 혹은 동영상 공유 서비스(100)의 엔티티에 의해 생길 수 있다(예를 들어, 동영상 추천 시스템(102)). 동영상 재생 목록 L1은 세 개의 동영상 V1, V2와 V3를 가지며, 동영상 재생 목록 L2는 네 개의 동영상 V1, V2, V4와 V4를 가지며, 동영상 재생 목록 L3는 두 개의 동영상 V2와 V4를 가지고 있다. 동영상 동시발생 모듈(220)은 동영상들을 분석하고 전술한 바와 같이 동영상 재생 목록 내의 동영상들을 쌍을 형성한다. 동영상 동시발생 모듈(220)로부터 처리 결과는 동영상 재생 목록 L1, L2와 L3 에서 동영상 쌍과 동영상 쌍의 빈도의 행렬(320)이다. 각 동영상은 상기 분석으로부터의 동영상 동시발생 통계를 연결시켰다.
동영상 순위 모듈(300)은 동영상 동시발생 모듈(200)로부터 동영상 쌍 및 빈도 데이터를 수신하고, 상기 동영상과 관련된 동영상 동시발생 통계에 기초하여 동영상을 순위 매긴다. 또한 동영상 순위 모듈(300)은 전술한 바와 같이 동영상 재생 목록에 포함되는 동영상들의 동영상 동시발생 통계에 기초하여 동영상 재생 목록을 순위 매길 수 있다. 동영상 순위 모듈(300)은 동영상을 포함하는 동영상 재생 목록의 순위에 기초하여 각각의 동영상의 순위를 보강할 수 있다. 동영상 순위 모듈(300)은 상기 동영상 동시발생 통계를 추가 처리하기 위해 동영상 추천 모듈(400)과 통신한다.
동영상 추천 모듈(400)은 동영상들의 순위와 하나 이상의 다른 인자들(예를 들면, 동영상의 거리, 동영상 업로드 시간)에 따라 동영상 재생 목록 L1, L2 및 L3의 각 동영상에 대한 추천(예를 들어, 도 3의 동영상 추천(330)). 일 실시예에서, 각각의 동영상은 그것에 관련된 하나 이상의 다른 동영상을 가지며, 동영상 및 그 동영상 추천 간의 관계는 동영상, 동영상 추천과 관련된 동영상 동시발생 통계에 기초한다.
도 1의 동영상 추천 시스템(102)의 추천 업데이트 모듈(500)은 목표 동영상을 보고 있는 사용자에게 표시되는 동영상 추천을 업데이트한다. 일 실시예에서, 추천 업데이트 모듈(500)은 주기적으로 동영상 추천을 갱신한다. 추천 업데이트 모듈(500)은 또한 목표 동영상의 런칭에 응답하여 실시간으로 목표 동영상과 관련된 동영상 추천을 갱신할 수도 있다. 추천 업데이트 모듈(500)에 의해 수행되는 업데이트에는 목표 동영상에 대한 동영상 추천의 현재 목록에 새로운 동영상 추천을 삽입하는 것, 새로운 동영상 추천으로 현재 동영상 추천을 교체하는 것, 그리고 동영상 추천의 순위 점수에 기초하여 상기 동영상 추천 순서를 조정하는 것이 포함된다.
새 동영상 추천을 삽입하거나 새 동영상 추천으로 현재 동영상 추천을 교체하기 위해서, 추천 업데이트 모듈(500)은 새로운 동영상 추천 순위를 현재 동영상 추천과 비교한다. 일 실시예에서, 동영상 추천 업데이트 모듈(500)은 상이한 순위 기준 및 상이한 순위 구조 하에서 두 가지 동영상 추천 중에서 선택하기 위한 임계 값에 의해 생성된 동영상 추천 순위에 다른 가중치를 할당한다. 예를 들어, 동시-시청 데이터에 기초하여 생성된 동영상 추천을 동영상 동시발생 통계에 기반한 동영상 추천과 비교함으로써, 상기 동영상 추천 업데이트 모듈(500)은 동영상 동시발생 통계에 기반한 동영상 추천보다 동시-시청 데이터에 기반한 동영상 추천에 더 큰 가중치를 부여한다. 목표 동영상과 10회 동시-시청된 동영상과, 상기 목표 동영상과 50회 그룹화된 동영상 중에서, 상기 추천 업데이트 모듈(500)은 상기 목표 동영상과 50회 그룹화된 동영상을 목표 동영상에 대한 동영상 추천으로서 선택한다.
도 4a는 사용자가 시청중인 목표 동영상(402a)과 상기 추천 업데이트 모듈(500)에 의한 동영상 추천 업데이트 이전 현재 동영상 추천 그룹(404a)을 표시하는 예시적인 인터페이스(410)이다. 상기 예시적인 인터페이스(410)는 목표 동영상(402a)를 표시하기 위한 영역과, 동영상 추천(404a)을 표시하기 위한 영역을 가진다. 도 4a에 도시된 예에서, 각 동영상 추천(402a)는 동영상 추천의 썸네일 이미지를 가지고 있으며, 각각의 동영상 추천은 목표 동영상(402a)에 대한 순위 점수를 가지고 있다. 동영상 추천은 자신의 순위 점수에 따라 순서대로 표시된다. 예를 들어, 목표 동영상(402a)에 대해 가장 많이 추천된 동영상으로서 첫 번째 동영상 추천 VR1이 가장 높은 순위를 가지며, 가장 적게 추천된 동영상으로서 네 번째 동영상 추천 VR4는 상기 4 동영상 추천 VR1, VR2, VR3 및 VR4 중 가장 낮은 순위 점수를 가진다. 현재 동영상 추천(404a)은 동영상 추천과 관련된 동시-시청 데이터에 기초하여 생성될 수 있다.
도 4b는 사용자가 시청중인 목표 동영상(402a)과 상기 추천 업데이트 모듈(500)에 의한 동영상 추천 업데이트 이후 동영상 추천 그룹(404b)을 표시하는 예시적인 인터페이스(420)이다. 업데이트 전 동영상 추천(404a)과 비교하면, 업데이트 후 동영상 추천(404b)은 목표 동영상(402a)의 동영상 동시발생 통계를 기반으로 새로운 동영상 추천 V2를 포함하고 있다. 또한 추천 업데이트 모듈(500)은 업데이트 후 동영상 추천(404b)에서 이전에 추천된 동영상 VR4를 삭제한다.
일 실시예에서, 총 동영상 추천 수는 동영상 추천을 표시하기 위한 영역의 사이즈에 의해 제한된다. 모든 동영상 추천을 표시할 수 없는 동영상 추천 표시 영역에 대응하여, 추천 업데이트 모듈(500)은 자신의 순위 점수에 기초하여 동영상 추천 수를 선택한다. 추천 업데이트 모듈(500)은 자신의 순위 점수에 따라 동영상 추천의 순서를 업데이트한다. 예를 들어, 업데이트 후 동영상 추천 VR1은 목표 동영상(402a)에 대한 네 번째 동영상 추천이 된다.
도 5는 실시간 동영상 동시발생 기반 실시간 목표 동영상에 대한 동영상 추천의 흐름도이다. 우선, 동영상 추천 시스템(102)은 동영상 동시발생 행렬(예, 도 3 내 동영상 추천(330))를 생성한다(510). 동영상 동시발생 행렬의 각 동영상은 연관된 동영상 동시발생 데이터를 가진다(예, 하나 이상의 동영상 목록에 있는 다른 동영상과 함께 그룹화된 동영상의 빈도). 동영상 추천 시스템(102)은 사용자에 의해 목표 동영상을 검출한다(520). 예를 들어, 유튜브 동영상을 재생하는 사용자에 응답하여, 동영상 추천 시스템(102)은 목표 동영상과 관련된 하나 이상의 동영상을 선택한다(530). 일 실시예에서, 동영상 추천 시스템(102)은 목표 동영상의 동시발생 동영상을 선택한다(540). 동시발생 동영상은 한 동영상 목록에서 적어도 한번 이상 목표 동영상과 함께 그룹화된 동영상이다.
동영상 추천 시스템(102)은 목표 동영상 및 상기 선택된 동시발생 동영상과 관련된 동영상 동시발생 통계에 기초하여 상기 선택된 동영상을 순위 매긴다(550). 동영상 추천 시스템(102)은 선택된 동시발생 동영상의 순위에 따라 목표 동영상에 대한 동영상을 추천한다(560). 동영상 추천 시스템(102)은 주기적으로 또는 실시간으로 목표 동영상과 관련된 동영상 추천을 업데이트한다(570).
일 예시로서 실시간 업데이트를 살펴보면, 목표 동영상은 현재 동영상 추천 목록을 갖는 경우(예, 도 4a), 동영상 추천 시스템(103)은 새로 생성된 동영상 추천 및 현재 동영상 추천과 관련된 순위를 비교한다. 동영상 추천 시스템(102)은 동영상 추천의 현재 목록에 새 동영상 추천을 삽입하거나, 새 동영상 추천으로 현재 동영상 추천을 대체한다(예, 도 4b). 동영상 추천 시스템(102)은 목표 동영상에 대한 동영상 추천의 업데이트된 목록을 표시한다.
본 명세서에서 "일 실시예" 또는 "실시예"를 참조하는 것은 실시예와 관련하여 설명된 구체적인 특징, 구조 또는 특성이 본 발명의 적어도 하나의 실시예에 포함된다는 것을 의미한다. 본 명세서의 여러 곳에서 "일 실시예에서" 또는 "바람직한 실시예" 라는 표현의 출현은 반드시 모두 동일한 실시예를 참조하는 것은 아니다.
상기의 몇몇 부분들은 컴퓨터 메모리 내의 데이터 비트에 대한 방법 및 동작의 상징적 표현의 관점에서 제시된다. 이러한 설명 및 표현은 가장 효과적으로 당업자에게 작업 내용을 전달하기 위해 당업자에 의해 사용되는 수단이다. 방법은 여기에서, 그리고 일반적으로, 원하는 결과에 이르는 단계(지시)들의 일관성 있는 시퀀스인 것으로 생각된다. 단계들은 물리량의 물리적 조작을 요구하는 것들이다. 일반적으로, 반드시 필요하지는 않지만, 이 양들은 저장, 전송, 조합, 비교되거나 그렇지 않으면 조작될 수 있는 전기, 자기 또는 광학 신호의 형태를 가진다. 그것은 비트, 값, 요소, 기호, 문자, 용어, 숫자, 등으로 지칭하는, 주로 일반적인 사용의 이유로 때때로 편리하다. 또한, 일반성을 손실하지 않고, 모듈 또는 코드 장치와 같은 물리적인 양의 물리적 조작을 요구하는 단계들의 특정한 배열을 의미하는 것 또한 때때로 편리하다.
하지만 이들 및 유사한 용어들은 전부 적절한 물리량과 연관되며 단지 이러한 양에 적용되는 간이한 라벨임을 명심해야 한다. 구체적으로 언급되거나 그렇지 않으면 이하의 논의로부터 명백하지 언급되지 않는다면, 본 명세서에서, "처리" 또는 "계산" 또는 "산출" 또는 "결정" 또는 "표시" 또는 "결정" 등과 같은 용어를 이용하는 논의는, 컴퓨터 시스템 메모리 또는 레지스터 또는 다른 정보 저장, 전송 또는 디스플레이 장치 내의 물리적(전자) 양으로 표시된 데이터를 조작하고 변환하는 컴퓨터 시스템, 또는 유사한 전자 계산 장치의 액션 및 프로세스를 참조한다.
본 발명의 특정 측면들은 방법의 형태로 본원에 기재된 공정 단계 및 지시를 포함한다. 본 발명의 프로세스 단계들과 명령들은 소프트웨어, 펌웨어 또는 하드웨어에서 구현될 수 있으며, 소프트웨어에서 구현될 때, 다양한 운영 체제에 의해 사용되는 다른 플랫폼에 위치하고 거기로부터 동작되도록 다운로드될 수 있음을 주목해야 한다.
본 발명은 또한 여기에서 동작을 수행하기 위한 장치에 관한 것이다. 이 장치는 요구되는 목적에 따라 특수하게 구성될 수도 있거나, 컴퓨터에 저장된 컴퓨터 프로그램에 의해 선택적으로 활성화 또는 재구성된 범용 컴퓨터를 포함할 수도 있다. 이러한 컴퓨터 프로그램은 예컨대 플로피 디스크, 광 디스크, CD-ROM, 자기 광학 디스크, 읽기 전용 메모리(ROM), 랜덤 액세스 메모리(RAM), EPROM, EEPROM, 자기 또는 광 카드, 주문형 집적 회로(ASIC) 를 포함하며 각각은 컴퓨터 시스템 버스에 결합되어 있는 임의의 유형의 디스크, 또는 전자 명령들을 저장하기에 적합한 임의의 유형의 매체를 포함하지만 이에 한정되지 않는, 컴퓨터 판독 가능 저장 매체에 저장될 수 있다. 또한, 본 명세서에 언급된 컴퓨터는 단일 프로세서를 포함할 수도 있고 혹은 증가된 계산 능력을 위한 다중 프로세서 설계를 채용한 구조일 수도 있다.
본 명세서에서 제시된 방법들 및 디스플레이는 본질적으로 임의의 특정 컴퓨터 또는 다른 장치에 관련되지 않는다. 각종 범용 시스템은 본 명세서의 교시에 따라 프로그램과 함께 사용될 수 있거나, 요구되는 방법 단계들을 수행하도록 보다 특수화된 장치를 구성하는 것이 편리하다고 입증될 수도 있다. 다양한 이들 시스템을 위해 필요한 구조는 아래의 설명으로부터 명백할 것이다. 또한, 본 발명은 임의의 특정 프로그래밍 언어를 참조하여 설명되지 않는다. 다양한 프로그래밍 언어들이 본원에 설명된 본 발명의 교시를 구현하는데 사용될 수도 있다는 것을 이해할 수 있을 것이며, 특정 언어에 대한 하기 임의의 참조는 구현예의 개시 및 본 발명의 최상의 모드를 위해 제공된다.
본 발명은 바람직한 실시예 및 몇몇 대안적인 실시예를 참조하여 구체적으로 도시되고 설명되었지만, 형태 및 세부 사항에서 다양한 변경이 본 발명의 범위와 사상에서 벗어나지 않고 이루어질 수 있음이 당업자에게 이해될 것이다.
마지막으로, 본 명세서에 사용된 언어는 원칙적으로 가독성과 설명을 위한 목적으로 선택되었으며, 본 발명의 기술적 사상을 서술하거나 제한하기 위해 선택되지 않을 수도 있음을 유의해야 한다. 따라서, 본 발명의 개시 내용은 예시적인 것으로 의도되지만, 본 발명의 범위를 제한하는 것이 아니다.

Claims (20)

  1. 동영상 공유 환경(video sharing environment)에서 목표 동영상에 대한 동영상 추천들(video recommendations)을 생성하기 위한 컴퓨터 구현 방법으로서,
    상기 목표 동영상과 연관된 복수의 동영상 재생 목록들을 식별하는 단계 - 상기 복수의 동영상 재생 목록들의 각각은 상기 목표 동영상 및 복수의 다른 동영상들을 포함함 -;
    상기 목표 동영상에 대한 동영상 동시발생 데이터(video co-occurrence data)를 생성하는 단계 - 상기 동영상 동시발생 데이터는 상기 복수의 동영상 재생목록들 상의 상기 목표 동영상 및 다른 동영상들 사이의 복수의 관련성들을 기술함 -;
    상기 목표 동영상에 대한 동영상 동시발생 데이터에 기초하여 상기 복수의 동영상 재생목록들 상의 상기 다른 동영상들의 순위를 정하는 단계; 및
    상기 다른 동영상들의 순위에 기초하여 상기 목표 동영상에 대한 하나 이상의 동영상 추천들을 생성하는 단계
    를 포함하는, 방법.
  2. 제1항에 있어서,
    동영상 재생목록이 상기 동영상 재생목록과 관련된 메타데이터(metadata)에 의해 기술(describe)되고, 상기 메타데이터는 상기 동영상 재생목록 상의 하나 이상의 동영상들 및 재생될 상기 동영상들의 순서를 식별하는, 방법.
  3. 제1항에 있어서,
    상기 목표 동영상에 대한 동영상 동시발생 데이터를 생성하는 단계는,
    각각의 식별된 동영상 재생목록에 대해, 하나 이상의 동영상 쌍(video pairs)을 생성하는 단계 - 각각의 동영상 쌍은 상기 동영상 재생목록 상의 상기 목표 동영상 및 또 다른 하나의 동영상을 포함함 -; 및
    각각의 동영상 쌍에 대해, 상기 복수의 동영상 재생목록들 상의 상기 동영상 쌍의 빈도(frequency)를 계산하는 단계
    를 포함하는, 방법.
  4. 제1항에 있어서,
    상기 복수의 동영상 재생목록들 상의 상기 목표 동영상 및 다른 동영상들 사이의 상기 복수의 관련성들은:
    상기 목표 동영상 및 다른 동영상들의 동영상 콘텐츠;
    상기 목표 동영상 및 다른 동영상들의 소스들(sources);
    상기 목표 동영상 및 다른 동영상들의 업로드 시간(uploading time);
    상기 목표 동영상 및 다른 동영상들의 동영상 품질; 및
    상기 목표 동영상 및 다른 동영상들이 동일한 동영상 재생목록들 상에 있는 빈도
    중 적어도 하나에 기초하여 결정되는, 방법.
  5. 제1항에 있어서,
    상기 복수의 동영상 재생목록들 상의 상기 다른 동영상들의 순위를 정하는 단계는,
    상기 복수의 동영상 재생목록들 상의 상기 다른 동영상들의 각각에 대한 순위 점수(ranking score)를 생성하는 단계 - 동영상 재생목록 상의 동영상의 순위 점수는 상기 목표 동영상을 보고 있는 사용자에 의해 상기 동영상이 시청되는 가능성의 척도를 나타냄 -;
    를 포함하는, 방법.
  6. 제1항에 있어서,
    상기 복수의 동영상 재생목록들 상의 상기 다른 동영상들의 순위를 정하는 단계는,
    복수의 가중된 순위 인자들에 따라 상기 복수의 동영상 재생목록들 상의 상기 다른 동영상들의 각각에 대한 집계된 순위 점수를 생성하는 단계
    를 더 포함하는, 방법.
  7. 제1항에 있어서,
    상기 복수의 동영상 재생목록들 상의 상기 다른 동영상들의 순위를 정하는 단계는 상기 다른 동영상들의 각각이 상기 동영상 재생목록들 상의 상기 목표 동영상과 쌍을 이루는 빈도에 기초하여 상기 다른 동영상들의 순서를 정하는 단계를 더 포함하는, 방법.
  8. 제1항에 있어서,
    상기 다른 동영상들의 순위를 정하는 단계는 상기 목표 동영상 및 상기 다른 동영상들의 각각 사이의 거리에 기초하여 상기 다른 동영상들의 순서를 정하는 단계를 더 포함하고, 상기 목표 동영상 및 또 다른 하나의 동영상 사이의 거리는 재생될 상기 목표 동영상 및 상기 또 다른 하나의 동영상의 상기 순서에 기초하여 결정되는, 방법.
  9. 제1항에 있어서,
    상기 목표 동영상의 2차 동영상 동시발생 데이터를 생성하는 단계를 더 포함하고, 상기 목표 동영상의 상기 2차 동영상 동시발생 데이터는 동영상 재생목록 상의 상기 목표 동영상 및 또 다른 하나의 동영상 사이의 홉들의 수를 표시하고, 상기 홉들의 수는 재생될 상기 목표 동영상 및 상기 또 다른 하나의 동영상의 순서에 기초하여 결정되는, 방법.
  10. 제9항에 있어서,
    상기 목표 동영상으로부터의 더 적은 홉들을 갖는 동영상은 더 많은 홉들의 수를 갖는 또 다른 하나의 동영상보다 상기 목표 동영상에 더 밀접하게 연관되는, 방법.
  11. 비일시적 컴퓨터 판독가능 저장 매체(non-transitory computer-readable storage medium)로서, 상기 비일시적 컴퓨터 판독가능 저장 매체에는 동영상 공유 환경에서 목표 동영상에 대한 동영상 추천들을 생성하기 위한 실행가능한 컴퓨터 프로그램 명령어들이 저장되고, 상기 컴퓨터 프로그램 명령어들은,
    상기 목표 동영상과 연관된 복수의 동영상 재생 목록들을 식별하는 것 - 상기 복수의 동영상 재생 목록들의 각각은 상기 목표 동영상 및 복수의 다른 동영상들을 포함함 -;
    상기 목표 동영상에 대한 동영상 동시발생 데이터(video co-occurrence data)를 생성하는 것 - 상기 동영상 동시발생 데이터는 상기 복수의 동영상 재생목록들 상의 상기 목표 동영상 및 다른 동영상들 사이의 복수의 관련성들을 기술함 -;
    상기 목표 동영상에 대한 동영상 동시발생 데이터에 기초하여 상기 복수의 동영상 재생목록들 상의 상기 다른 동영상들의 순위를 정하는 것; 및
    상기 다른 동영상들의 순위에 기초하여 상기 목표 동영상에 대한 하나 이상의 동영상 추천들을 생성하는 것
    을 위한 명령어들을 포함하는, 비일시적 컴퓨터 판독가능 저장 매체.
  12. 제11항에 있어서,
    동영상 재생목록이 상기 동영상 재생목록과 관련된 메타데이터(metadata)에 의해 기술(describe)되고, 상기 메타데이터는 상기 동영상 재생목록 상의 하나 이상의 동영상들 및 재생될 상기 동영상들의 순서를 식별하는, 비일시적 컴퓨터 판독가능 저장 매체.
  13. 제11항에 있어서,
    상기 목표 동영상에 대한 동영상 동시발생 데이터를 생성하기 위한 상기 컴퓨터 프로그램 명령어들은,
    각각의 식별된 동영상 재생목록에 대해, 하나 이상의 동영상 쌍(video pairs)을 생성하는 것 - 각각의 동영상 쌍은 상기 동영상 재생목록 상의 상기 목표 동영상 및 또 다른 하나의 동영상을 포함함 -; 및
    각각의 동영상 쌍에 대해, 상기 복수의 동영상 재생목록들 상의 상기 동영상 쌍의 빈도(frequency)를 계산하는 것
    을 위한 명령어들을 포함하는, 비일시적 컴퓨터 판독가능 저장 매체.
  14. 제11항에 있어서,
    상기 복수의 동영상 재생목록들 상의 상기 목표 동영상 및 다른 동영상들 사이의 상기 복수의 관련성들은:
    상기 목표 동영상 및 다른 동영상들의 동영상 콘텐츠;
    상기 목표 동영상 및 다른 동영상들의 소스들(sources);
    상기 목표 동영상 및 다른 동영상들의 업로드 시간(uploading time);
    상기 목표 동영상 및 다른 동영상들의 동영상 품질; 및
    상기 목표 동영상 및 다른 동영상들이 동일한 동영상 재생목록들 상에 있는 빈도
    중 적어도 하나에 기초하여 결정되는, 비일시적 컴퓨터 판독가능 저장 매체.
  15. 제11항에 있어서,
    상기 복수의 동영상 재생목록들 상의 상기 다른 동영상들의 순위를 정하는 것을 위한 상기 컴퓨터 프로그램 명령어들은,
    상기 복수의 동영상 재생목록들 상의 상기 다른 동영상들의 각각에 대한 순위 점수(ranking score)를 생성하는 것 - 동영상 재생목록 상의 동영상의 순위 점수는 목표 동영상을 보고 있는 사용자에 의해 상기 동영상이 시청되는 가능성의 척도를 나타냄 -;
    을 위한 명령어들을 포함하는, 비일시적 컴퓨터 판독가능 저장 매체.
  16. 제11항에 있어서,
    상기 복수의 동영상 재생목록들 상의 상기 다른 동영상들의 순위를 정하는 것을 위한 상기 컴퓨터 프로그램 명령어들은,
    복수의 가중된 순위 인자들에 따라 상기 복수의 동영상 재생목록들 상의 상기 다른 동영상들의 각각에 대한 집계된 순위 점수를 생성하는 것을 위한 명령어들을 더 포함하는, 비일시적 컴퓨터 판독가능 저장 매체.
  17. 제11항에 있어서,
    상기 다른 동영상들의 순위를 정하는 것을 위한 상기 컴퓨터 프로그램 명령어들은 상기 다른 동영상들의 각각이 상기 동영상 재생목록들 상의 상기 목표 동영상과 쌍을 이루는 빈도에 기초하여 상기 다른 동영상들의 순서를 정하는 것을 위한 명령어들을 더 포함하는, 비일시적 컴퓨터 판독가능 저장 매체.
  18. 제11항에 있어서,
    상기 다른 동영상들의 순위를 정하는 것을 위한 상기 컴퓨터 프로그램 명령어들은 상기 목표 동영상 및 상기 다른 동영상들의 각각 사이의 거리에 기초하여 상기 다른 동영상들의 순서를 정하는 것을 위한 명령어들을 더 포함하고, 상기 목표 동영상 및 또 다른 하나의 동영상 사이의 거리는 재생될 상기 목표 동영상 및 상기 또 다른 하나의 동영상의 순서에 기초하여 결정되는, 비일시적 컴퓨터 판독가능 저장 매체.
  19. 제11항에 있어서,
    상기 목표 동영상의 2차 동영상 동시발생 데이터를 생성하는 것을 위한 컴퓨터 프로그램 명령어들을 더 포함하고, 상기 목표 동영상의 상기 2차 동영상 동시발생 데이터는 동영상 재생목록 상의 상기 목표 동영상 및 또 다른 하나의 동영상 사이의 홉들의 수를 표시하고, 상기 홉들의 수는 재생될 상기 목표 동영상 및 상기 또 다른 하나의 동영상의 순서에 기초하여 결정되는, 비일시적 컴퓨터 판독가능 저장 매체.
  20. 제19항에 있어서,
    상기 목표 동영상으로부터의 더 적은 홉들을 갖는 동영상은 더 많은 홉들의 수를 갖는 또 다른 하나의 동영상보다 상기 목표 동영상에 더 밀접하게 연관되는, 비일시적 컴퓨터 판독가능 저장 매체.
KR1020157032873A 2011-12-14 2012-10-30 동영상 동시발생 통계에 기반한 동영상 추천 KR20150135544A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/325,369 2011-12-14
US13/325,369 US8868481B2 (en) 2011-12-14 2011-12-14 Video recommendation based on video co-occurrence statistics
PCT/US2012/062580 WO2013089924A1 (en) 2011-12-14 2012-10-30 Video recommendation based on video co-occurrence statistics

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020147019106A Division KR101571443B1 (ko) 2011-12-14 2012-10-30 동영상 동시발생 통계에 기반한 동영상 추천

Publications (1)

Publication Number Publication Date
KR20150135544A true KR20150135544A (ko) 2015-12-02

Family

ID=48611213

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020157032873A KR20150135544A (ko) 2011-12-14 2012-10-30 동영상 동시발생 통계에 기반한 동영상 추천
KR1020147019106A KR101571443B1 (ko) 2011-12-14 2012-10-30 동영상 동시발생 통계에 기반한 동영상 추천

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020147019106A KR101571443B1 (ko) 2011-12-14 2012-10-30 동영상 동시발생 통계에 기반한 동영상 추천

Country Status (8)

Country Link
US (3) US8868481B2 (ko)
EP (1) EP2791892A4 (ko)
JP (2) JP5680808B2 (ko)
KR (2) KR20150135544A (ko)
CN (1) CN104081429B (ko)
AU (1) AU2012352903B2 (ko)
CA (1) CA2858992C (ko)
WO (1) WO2013089924A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200063582A (ko) * 2018-11-28 2020-06-05 케이티하이텔 주식회사 비디오 커머스에서 행해지는 인터랙티브 쇼핑 방법
KR102241502B1 (ko) 2019-11-06 2021-04-19 신상훈 사용자가 선택한 컨텐츠 관련 영상추천 시스템 및 방법

Families Citing this family (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7320025B1 (en) 2002-03-18 2008-01-15 Music Choice Systems and methods for providing a broadcast entertainment service and an on-demand entertainment service
US8868481B2 (en) * 2011-12-14 2014-10-21 Google Inc. Video recommendation based on video co-occurrence statistics
EP2829057A1 (en) * 2012-03-23 2015-01-28 Irdeto B.V. Recommending content items
US9197937B1 (en) 2012-04-26 2015-11-24 Music Choice Automatic on-demand navigation based on meta-data broadcast with media content
US10191624B2 (en) * 2012-05-21 2019-01-29 Oath Inc. System and method for authoring interactive media assets
US8935713B1 (en) * 2012-12-17 2015-01-13 Tubular Labs, Inc. Determining audience members associated with a set of videos
US9787783B2 (en) * 2013-06-10 2017-10-10 Google Inc. Providing supplemental content in relation to embedded media
US9999836B2 (en) * 2013-11-20 2018-06-19 Microsoft Technology Licensing, Llc User-defined channel
US9639634B1 (en) * 2014-01-28 2017-05-02 Google Inc. Identifying related videos based on relatedness of elements tagged in the videos
US10380649B2 (en) 2014-03-03 2019-08-13 Spotify Ab System and method for logistic matrix factorization of implicit feedback data, and application to media environments
US10872110B2 (en) 2014-03-03 2020-12-22 Spotify Ab Systems, apparatuses, methods and computer-readable medium for automatically generating playlists based on taste profiles
US20150293995A1 (en) 2014-04-14 2015-10-15 David Mo Chen Systems and Methods for Performing Multi-Modal Video Search
US10219027B1 (en) 2014-10-24 2019-02-26 Music Choice System for providing music content to a user
US10635676B2 (en) * 2015-05-07 2020-04-28 Google Llc Algorithmic radio for arbitrary textual queries
EP3326086A1 (en) * 2015-07-19 2018-05-30 Spotify AB Systems, apparatuses, methods and computer-readable medium for automatically generating playlists based on taste profiles
US10387431B2 (en) * 2015-08-24 2019-08-20 Google Llc Video recommendation based on video titles
RU2632131C2 (ru) 2015-08-28 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и устройство для создания рекомендуемого списка содержимого
RU2629638C2 (ru) 2015-09-28 2017-08-30 Общество С Ограниченной Ответственностью "Яндекс" Способ и сервер создания рекомендуемого набора элементов для пользователя
RU2632100C2 (ru) * 2015-09-28 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и сервер создания рекомендованного набора элементов
CN105760443B (zh) * 2016-02-03 2017-11-21 广州市动景计算机科技有限公司 项目推荐系统、项目推荐装置以及项目推荐方法
US10122808B2 (en) * 2016-04-08 2018-11-06 Facebook, Inc. Determining an audience of users to assign to a posted content item in an online system
US10154312B2 (en) * 2016-05-09 2018-12-11 Facebook, Inc. Systems and methods for ranking and providing related media content based on signals
RU2632144C1 (ru) 2016-05-12 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Компьютерный способ создания интерфейса рекомендации контента
RU2636702C1 (ru) 2016-07-07 2017-11-27 Общество С Ограниченной Ответственностью "Яндекс" Способ и устройство для выбора сетевого ресурса в качестве источника содержимого для системы рекомендаций
RU2632132C1 (ru) 2016-07-07 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и устройство для создания рекомендаций содержимого в системе рекомендаций
US10860646B2 (en) 2016-08-18 2020-12-08 Spotify Ab Systems, methods, and computer-readable products for track selection
CN106407401A (zh) * 2016-09-21 2017-02-15 乐视控股（北京）有限公司 一种视频推荐方法及装置
US11062198B2 (en) * 2016-10-31 2021-07-13 Microsoft Technology Licensing, Llc Feature vector based recommender system
US11134309B2 (en) 2016-12-31 2021-09-28 Turner Broadcasting System, Inc. Creation of channels using pre-encoded media assets
US11503352B2 (en) 2016-12-31 2022-11-15 Turner Broadcasting System, Inc. Dynamic scheduling and channel creation based on external data
US11051074B2 (en) 2016-12-31 2021-06-29 Turner Broadcasting System, Inc. Publishing disparate live media output streams using live input streams
US10694231B2 (en) 2016-12-31 2020-06-23 Turner Broadcasting System, Inc. Dynamic channel versioning in a broadcast air chain based on user preferences
US11051061B2 (en) 2016-12-31 2021-06-29 Turner Broadcasting System, Inc. Publishing a disparate live media output stream using pre-encoded media assets
US10992973B2 (en) 2016-12-31 2021-04-27 Turner Broadcasting System, Inc. Publishing a plurality of disparate live media output stream manifests using live input streams and pre-encoded media assets
US10075753B2 (en) 2016-12-31 2018-09-11 Turner Broadcasting System, Inc. Dynamic scheduling and channel creation based on user selection
US11109086B2 (en) 2016-12-31 2021-08-31 Turner Broadcasting System, Inc. Publishing disparate live media output streams in mixed mode
US10856016B2 (en) 2016-12-31 2020-12-01 Turner Broadcasting System, Inc. Publishing disparate live media output streams in mixed mode based on user selection
US11962821B2 (en) 2016-12-31 2024-04-16 Turner Broadcasting System, Inc. Publishing a disparate live media output stream using pre-encoded media assets
US10425700B2 (en) * 2016-12-31 2019-09-24 Turner Broadcasting System, Inc. Dynamic scheduling and channel creation based on real-time or near-real-time content context analysis
US10645462B2 (en) 2016-12-31 2020-05-05 Turner Broadcasting System, Inc. Dynamic channel versioning in a broadcast air chain
US11038932B2 (en) 2016-12-31 2021-06-15 Turner Broadcasting System, Inc. System for establishing a shared media session for one or more client devices
US10965967B2 (en) 2016-12-31 2021-03-30 Turner Broadcasting System, Inc. Publishing a disparate per-client live media output stream based on dynamic insertion of targeted non-programming content and customized programming content
USD882600S1 (en) 2017-01-13 2020-04-28 Yandex Europe Ag Display screen with graphical user interface
CN108737850B (zh) * 2017-04-21 2020-03-03 传线网络科技（上海）有限公司 一种视频推荐方法、服务器及客户端
CN117332100A (zh) * 2017-04-26 2024-01-02 谷歌有限责任公司 生成包括与媒体内容项组合的插页式广告的媒体内容播放列表
US10827220B2 (en) 2017-05-25 2020-11-03 Turner Broadcasting System, Inc. Client-side playback of personalized media content generated dynamically for event opportunities in programming media content
CN109309872A (zh) * 2017-07-27 2019-02-05 环球智达科技（北京）有限公司 一种信息处理方法和系统
RU2666336C1 (ru) 2017-08-01 2018-09-06 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для рекомендации медиаобъектов
CN110020313A (zh) * 2017-12-13 2019-07-16 北京小米移动软件有限公司 显示任务管理界面的方法及装置
CN108769817A (zh) * 2018-05-31 2018-11-06 深圳市路通网络技术有限公司 节目推荐方法及系统
RU2720952C2 (ru) 2018-09-14 2020-05-15 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для создания рекомендации цифрового содержимого
RU2714594C1 (ru) 2018-09-14 2020-02-18 Общество С Ограниченной Ответственностью "Яндекс" Способ и система определения параметра релевантность для элементов содержимого
RU2720899C2 (ru) 2018-09-14 2020-05-14 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для определения зависящих от пользователя пропорций содержимого для рекомендации
RU2725659C2 (ru) 2018-10-08 2020-07-03 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для оценивания данных о взаимодействиях пользователь-элемент
RU2731335C2 (ru) 2018-10-09 2020-09-01 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для формирования рекомендаций цифрового контента
US11082734B2 (en) 2018-12-21 2021-08-03 Turner Broadcasting System, Inc. Publishing a disparate live media output stream that complies with distribution format regulations
US10880606B2 (en) 2018-12-21 2020-12-29 Turner Broadcasting System, Inc. Disparate live media output stream playout and broadcast distribution
US10873774B2 (en) 2018-12-22 2020-12-22 Turner Broadcasting System, Inc. Publishing a disparate live media output stream manifest that includes one or more media segments corresponding to key events
CN110366027B (zh) * 2019-08-29 2022-04-01 维沃移动通信有限公司 一种视频管理方法及终端设备
RU2757406C1 (ru) 2019-09-09 2021-10-15 Общество С Ограниченной Ответственностью «Яндекс» Способ и система для обеспечения уровня сервиса при рекламе элемента контента
CN113709507B (zh) * 2021-07-28 2023-09-05 北京达佳互联信息技术有限公司 一种视频推荐方法、装置、电子设备及存储介质

Family Cites Families (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5583763A (en) * 1993-09-09 1996-12-10 Mni Interactive Method and apparatus for recommending selections based on preferences in a multi-user system
US8910876B2 (en) * 1994-05-25 2014-12-16 Marshall Feature Recognition, Llc Method and apparatus for accessing electronic data via a familiar printed medium
US5758257A (en) * 1994-11-29 1998-05-26 Herz; Frederick System and method for scheduling broadcast of and access to video programs and other data using customer profiles
US5790426A (en) * 1996-04-30 1998-08-04 Athenium L.L.C. Automated collaborative filtering system
US6266649B1 (en) * 1998-09-18 2001-07-24 Amazon.Com, Inc. Collaborative recommendations using item-to-item similarity mappings
AU2001283004A1 (en) * 2000-07-24 2002-02-05 Vivcom, Inc. System and method for indexing, searching, identifying, and editing portions of electronic multimedia files
JP2003178088A (ja) * 2001-12-07 2003-06-27 Sharp Corp プレイリスト作成装置およびプレイリスト作成方法、情報再生装置、並びに、プログラム記録媒体
US7739601B1 (en) * 2002-01-23 2010-06-15 Microsoft Corporation Media authoring and presentation
JP4241167B2 (ja) * 2003-04-24 2009-03-18 ソニー株式会社 プログラム、データ処理方法、およびデータ処理装置
CN100481930C (zh) 2003-06-03 2009-04-22 皇家飞利浦电子股份有限公司 根据播放列表生成用户档案的方法和装置
KR100493902B1 (ko) 2003-08-28 2005-06-10 삼성전자주식회사 콘텐츠 추천방법 및 시스템
US20050114340A1 (en) * 2003-11-21 2005-05-26 Huslak Nicholas S. Method, system, and storage medium for providing adaptive programming listings over a network
JP4958476B2 (ja) * 2006-05-24 2012-06-20 株式会社日立製作所 検索装置
US20080134043A1 (en) 2006-05-26 2008-06-05 Sony Corporation System and method of selective media content access through a recommednation engine
US7814513B2 (en) * 2006-09-06 2010-10-12 Yahoo! Inc. Video channel creation systems and methods
US20090083260A1 (en) * 2007-09-21 2009-03-26 Your Truman Show, Inc. System and Method for Providing Community Network Based Video Searching and Correlation
US7966632B1 (en) * 2007-12-12 2011-06-21 Google Inc. Visual presentation of video recommendations
US20090187859A1 (en) 2008-01-23 2009-07-23 Andreas Tuerk Graphical user interface elements using video pre-fetch
KR101528857B1 (ko) * 2008-04-24 2015-06-16 삼성전자주식회사 방송 프로그램 정보를 제공하는 방법과 그 장치
US8966394B2 (en) * 2008-09-08 2015-02-24 Apple Inc. System and method for playlist generation based on similarity data
EP2164227A1 (en) 2008-09-15 2010-03-17 Alcatel, Lucent Providing digital assets and a network therefor
JP4650552B2 (ja) * 2008-10-14 2011-03-16 ソニー株式会社 電子機器、コンテンツ推薦方法及びプログラム
KR20100043854A (ko) 2008-10-21 2010-04-29 엘지전자 주식회사 Ｉｐｔｖ 송신기와 수신기의 데이터 처리 방법 및 ｉｐｔｖ수신기
US8752087B2 (en) * 2008-11-07 2014-06-10 At&T Intellectual Property I, L.P. System and method for dynamically constructing personalized contextual video programs
EP2359276A4 (en) * 2008-12-01 2013-01-23 Topsy Labs Inc ORDERING AND SELECTION OF UNITS PER CALCULATED REPUTATION OR INFLUENCES
US20100235313A1 (en) * 2009-03-16 2010-09-16 Tim Rea Media information analysis and recommendation platform
JP5171718B2 (ja) 2009-03-31 2013-03-27 株式会社東芝 コンテンツ推薦装置、方法、及びプログラム
GB0911651D0 (en) 2009-07-06 2009-08-12 Omnifone Ltd Nearest neigbour & digital content recommendation techniques
US8412796B2 (en) * 2009-07-31 2013-04-02 University College Dublin—National University of Ireland, Dublin Real time information feed processing
US20110060738A1 (en) * 2009-09-08 2011-03-10 Apple Inc. Media item clustering based on similarity data
KR101095296B1 (ko) 2009-11-04 2011-12-16 주식회사 인프라웨어 메타데이터를 이용한 하이브리드 방송 서비스 시스템
US8209316B2 (en) * 2010-01-05 2012-06-26 Microsoft Corporation Providing suggestions of related videos
KR101613160B1 (ko) 2010-01-13 2016-04-18 엘지전자 주식회사 디스플레이 장치 및 그 컨텐츠 추천 방법
CN102256169B (zh) * 2010-05-21 2016-01-27 腾讯科技（深圳）有限公司 向用户推荐相关视频的方法和装置
US8832016B2 (en) * 2011-12-09 2014-09-09 Nokia Corporation Method and apparatus for private collaborative filtering
US8868481B2 (en) * 2011-12-14 2014-10-21 Google Inc. Video recommendation based on video co-occurrence statistics

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200063582A (ko) * 2018-11-28 2020-06-05 케이티하이텔 주식회사 비디오 커머스에서 행해지는 인터랙티브 쇼핑 방법
KR102241502B1 (ko) 2019-11-06 2021-04-19 신상훈 사용자가 선택한 컨텐츠 관련 영상추천 시스템 및 방법

Also Published As

Publication number Publication date
AU2012352903A1 (en) 2014-07-24
JP5680808B2 (ja) 2015-03-04
JP2015122753A (ja) 2015-07-02
EP2791892A1 (en) 2014-10-22
KR20140108552A (ko) 2014-09-11
US20130159243A1 (en) 2013-06-20
CA2858992A1 (en) 2013-06-20
JP5921731B2 (ja) 2016-05-24
CA2858992C (en) 2017-06-20
AU2012352903B2 (en) 2015-01-15
CN104081429A (zh) 2014-10-01
US11601703B2 (en) 2023-03-07
US20150012926A1 (en) 2015-01-08
US20170013297A1 (en) 2017-01-12
EP2791892A4 (en) 2016-01-06
WO2013089924A1 (en) 2013-06-20
JP2015506154A (ja) 2015-02-26
CN104081429B (zh) 2018-05-22
US9479811B2 (en) 2016-10-25
US8868481B2 (en) 2014-10-21
KR101571443B1 (ko) 2015-11-30

Similar Documents

Publication Publication Date Title
KR101571443B1 (ko) 동영상 동시발생 통계에 기반한 동영상 추천
US11438637B2 (en) Computerized system and method for automatic highlight detection from live streaming media and rendering within a specialized media player
US10387431B2 (en) Video recommendation based on video titles
JP6023203B2 (ja) ソーシャル・ネットワーキング・システム上の構造化オブジェクトおよびアクション
US20140325557A1 (en) System and method for providing annotations received during presentations of a content item
US9268866B2 (en) System and method for providing rewards based on annotations
US11816111B2 (en) Methods, systems, and media for presenting related media content items
CN104782138A (zh) 识别缩略图图像以呈现视频
CN108028962A (zh) 处理视频使用情况信息以投放广告
BR112014020459B1 (pt) Método e mídia de armazenamento para conteúdo de recomendação automática
CN113254779A (zh) 内容搜索方法、装置、设备及介质
KR20170027771A (ko) 타이틀들의 그룹들을 선택하고 순서화하는 것
KR20170120661A (ko) 인간의 개입 없이 알고리즘적으로 어린이들에게 적절한 콘텐츠의 식별
CN112313697A (zh) 用于生成描述角度增强的可解释的基于描述的推荐的系统和方法
AU2015200201B2 (en) Video recommendation based on video co-occurrence statistics
KR20190065055A (ko) 콘텐츠 추천 시스템 및 방법
CN118013133A (zh) 一种元宇宙的内容推荐方法、元宇宙设备及可读存储介质
CN116151879A (zh) 信息交互方法、装置、设备以及存储介质

Legal Events

Date Code Title Description
A107 Divisional application of patent
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment