KR20180037290A - 디지털 컨텐츠를 위한 스크러버 바이어싱 - Google Patents

디지털 컨텐츠를 위한 스크러버 바이어싱 Download PDF

Info

Publication number
KR20180037290A
KR20180037290A KR1020187008788A KR20187008788A KR20180037290A KR 20180037290 A KR20180037290 A KR 20180037290A KR 1020187008788 A KR1020187008788 A KR 1020187008788A KR 20187008788 A KR20187008788 A KR 20187008788A KR 20180037290 A KR20180037290 A KR 20180037290A
Authority
KR
South Korea
Prior art keywords
user profile
section
digital content
relevance
user
Prior art date
Application number
KR1020187008788A
Other languages
English (en)
Inventor
매튜 샤리피
야콥 니콜라우스 포에스터
Original Assignee
구글 엘엘씨
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 엘엘씨 filed Critical 구글 엘엘씨
Publication of KR20180037290A publication Critical patent/KR20180037290A/ko

Links

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
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • G06F17/30867—
    • 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
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24575—Query processing with adaptation to user needs using context
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • 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
    • G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/0486—Drag-and-drop

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

디지털 컨텐츠 서버는 클라이언트 디바이스 상에서의 스크러빙 동안 전자 책, 오디오 트랙 또는 비디오와 같은 디지털 컨텐츠 아이템의 섹션들의 디스플레이를 바이어싱하는데 이용되는 바이어싱 스코어들을 제공한다. 각 사용자에 대해, 서버는 사용자의 검색 및 브라우징 히스토리, 언급된 관심사항 및 위치와 같은 정보를 포함하는 사용자 프로필을 컴파일한다. 서버는 유사한 사용자 프로파일들의 컬렉션을 결정하고 그리고 이들을 분석하여 디지털 컨텐트 아이템의 각 섹션에 대한 관련성 스코어를 결정한다. 각 섹션에 대해, 서버는 또한 개별 엔터티들을 식별하고 그리고 식별된 엔터티들과 사용자 프로필을 비교하여 제 2 관련성 스코어를 결정한다. 서버는 관련성 스코어들을 결합하여 디지털 컨텐트 아이템의 각 섹션에 대한 총 바이어스 스코어를 결정한다. 바이어스 스코어는 스크러버 모듈을 포함하는 클라이언트 장치에 제공되며, 스크러버 모듈은 상기 스코어를 이용하여, 스크러빙 동안 섹션들의 디스플레이를 바이어싱한다.

Description

디지털 컨텐츠를 위한 스크러버 바이어싱
일반적으로, 본 발명은 컨텐츠 아이템을 통해 이동하는 동안 사용자에게 디스플레이하기 위한 디지털 컨텐츠 아이템의 섹션들의 디스플레이를 바이어싱하는 것에 관한 것이다(일명, "스크러빙").
일반적으로, 비디오, 오디오 트랙 및 전자 서적(electronic book)(또는 "e-book" 이하, '전자 책' 이라 함)과 같은 디지털 컨텐츠 아이템은 사용자가 컨텐츠 아이템 내의 한 위치로부터 다른 위치로 신속하게 이동할 수 있도록 구성된다. 이것은 일반적으로 스크러버 바(scrubber bar)에 의해 가능해지는데, 스크러버 바를 이용하여 사용자는 컨텐츠 아이템을 앞뒤로 드래그할 수 있다. 전자 책의 경우 전자 책이 디스플레이되는 디바이스 또는 어플리케이션은 페이지 넘기기 버튼들을 제공한다. 이들 버튼들을 사용하여 사용자는 한 페이지에서 다른 페이지로 이동할 수 있다.
디지털 컨텐츠 아이템을 네이게이팅하는 작업은 아이템이 큰 경우에는 상당히 어렵다. 수 많은 프레임들을 갖는 비디오들(예컨대, 장편 영화), 긴 오디오 트랙들 및 멀티-볼륨 전자 책들은 모두 수 많은 개별 섹션들(페이지들 또는 프레임들 기타 등등)로 구성된다. 통상적으로 구현된, 스크러버 바, 페이지 네비게이션 버튼 및 빨리 감기 및 되감기 버튼은 모두 디지털 컨텐츠 아이템 내의 특정 위치를 찾기위한 매우 조잡한(crude) 도구이다. 경우에 따라, 전자 문서의 이용가능한 독자들에게는 지정된 수의 페이지들로 점핑하기 위한 도구가 제공될 수 있다. 그러나 전자 문서에서 고정된 수의 페이지를 점핑하는 것은 브라우징의 양호한 전자 버전이 아니다. 상기 독자가 도착할 페이지에 대한 평가가 존재하지 않는다(그 페이지가 다른 페이지와 달리 독자의 시선을 사로잡을 가능성이 높은 점을 감안하면). 예를 들어, 앞으로 점프한 후에 표시되는 페이지는 기사(article)의 중간일 수 있으며, 이는 사용자가 실제 문서에서 검색을 중지하고자 하는 페이지가 아니다. 오디오 및 비디오와 같은 다른 유형의 미디어에서는 네비게이션탐색 작업이 훨씬 더 어려워진다. 컨텐츠 아이템의 특정 위치로 이동하려는 사용자는 통상적인 근접 범위내로만 네비게이트할 수 있는데, 왜냐하면 디지털 컨텐츠 아이템의 다수의 섹션들이 스크러버 바 혹은 버튼의 단일 위치로 종종 맵핑되기 때문이다. 긴 컨텐츠 아이템 내에서의 네비게이션의 어려움은 종종 좌절의 원인이 되며 사용자 경험에 부정적인 영향을 미친다.
상기 요구들 및 다른 요구들은 책, 오디오 트랙 또는 비디오와 같은 디지털 컨텐츠 아이템의 섹션들을 분석 및 스코어링(scoring)하고, 그리고 사용자에 의해 수행되는 스크럽 동작에 응답하여 상기 스코어들에 기초하여 섹션들의 디스플레이를 바이어싱하기 위한 방법, 컴퓨터 판독 가능 저장 매체 및 컴퓨터 시스템에 의해 충족된다. 상기 시스템은 사용자 프로파일을 컴파일하는바, 사용자 프로파일은 자신의 브라우징 히스토리, 검색 히스토리, 언급된 관심사 및 위치 등과 같은 특정 사용자를 설명하는 정보를 포함한다. 다음으로, 상기 시스템은 특정 컨텐츠 아이템으로부터 엔티티를 식별 또는 추출함으로써, 컨텐츠 아이템의 주석(annotation)을 생성한다. 상기 시스템은 유사한 사용자 프로파일들의 컬렉션과 사용자 프로파일을 비교하여, 상기 유사한 사용자 프로파일에 포함된 정보에 기초하여 컨텐츠 아이템의 각 섹션에 대한 관련성 스코어를 결정한다. 시스템은 주석이 첨부된(annotated) 컨텐츠 아이템을 사용자 프로파일과 비교하여 컨텐츠 아이템의 각 섹션에 대한 관련성 스코어들의 다른 세트를 결정한다. 시스템은 각 섹션에 대한 합계(aggregate) 또는 전체 바이어스 스코어를 컴파일한다. 그런 다음 시스템은 바이어스 스코어를 클라이언트 디바이스에 전송한다. 사용자에 의해 수행된 스크럽 동작에 응답하여, 클라이언트 디바이스의 스크러버 모듈은 상기 바이어스 스코어에 기초하여 디지털 컨텐츠 아이템의 가장 관련있는 섹션들을 식별한다. 그런 다음 클라이언트 디바이스는 해당 섹션을 사용자에게 디스플레이한다.
컴퓨터 판독 가능 저장 매체의 실시예는 상술한 단계들을 수행하기 위한 컴퓨터 실행가능 명령들을 저장한다. 컴퓨터 시스템의 실시예는 컴퓨터 실행가능 명령들을 실행하기 위한 프로세서를 더 포함한다.
도 1은 일 실시예에 따른 디지털 컨텐츠 서버 및 다수의 클라이언트 디바이스를 포함하는 디지털 컨텐츠 플랫폼의 환경을 도시한 블록도이다.
도 2는 일 실시예에 따른 스크러버 바이어싱 모듈을 나타내는 블록도이다.
도 3은 일 실시예에 따른, 미디어 스크러빙 동안 디스플레이하기 위한 디지털 컨텐츠 아이템의 섹션들에 대한 관련성 스코어들을 생성하는 방법을 설명하는 흐름도이다.
도 4는 일 실시예에 따른, 클라이언트 디바이스 상의 스크러버 모듈을 나타내는 블록도이다.
도 5는 일 실시예에 따라, 사용자 스크러빙 동안 디지털 컨텐츠 아이템의 섹션들의 디스플레이를 바이어스하기 위한 방법을 설명하는 흐름도이다.
도 6은 일 실시예에 따라, 데이터 서버, 처리 서버, 및/또는 클라이언트로서 사용하기 위한 컴퓨터의 예를 도시하는 블록도이다.
도면들 및 하기의 설명은 본 발명의 소정 실시예들을 단지 예시로서 설명한다. 당업자는 본 명세서에 설명된 구조들 및 방법들의 대안적인 실시예가 본원에 설명된 원리를 벗어나지 않고도 적용될 수 있음을 이하의 설명으로부터 쉽게 인식할 것이다. 이제 몇몇 실시예가 참조될 것이며, 그 예가 첨부된 도면에 도시된다. 가능한 경우, 유사하거나 유사한 참조 번호가 도면들에서 사용될 수 있으며, 유사하거나 유사한 기능을 나타낼 수 있음을 이해해야 한다.
도 1은 일 실시예에 따른 디지털 컨텐츠 서버 및 다수의 클라이언트 디바이스를 포함하는 디지털 컨텐츠 플랫폼의 환경을 도시한 블록도이다. 환경(100)은 네트워크(115)에 의해 접속된 디지털 컨텐츠 서버(110) 및 클라이언트 디바이스(120)를 포함한다. 단지 3개의 클라이언트 디바이스들(120a, 120b, 및 120c)만이 도 1에 도시되어 있지만, 이는 설명을 단순화하고 명확하게 하기 위한 것이다. 컴퓨팅 환경(100)의 실시예는 다수의 디지털 컨텐츠 서버(110)뿐만 아니라 수천 또는 수백만의 클라이언트 디바이스(120)를 가질 수 있다.
클라이언트 디바이스(120)는 디지털 컨텐츠 서버(110)로부터 수신된 디지털 컨텐츠(전자 문서 또는 전자 책 포함)를 브라우징, 선택 및 시청하는 것을 포함하는 활동들을 수행하기 위해 하나 이상의 사용자에 의해 사용되는 컴퓨터 또는 다른 전자 디바이스이다. 클라이언트 디바이스(120)는 예를 들어, 사용자가 디지털 컨텐츠 서버(110)로부터 이용가능한 디지털 컨텐츠를 보고 브라우징하게 하는 뷰어 어플리케이션(122)을 실행하는 개인용 컴퓨터일 수 있다. 다른 실시예에서, 클라이언트 디바이스(120)는 테이블 컴퓨터, 개인 휴대 정보 단말기(PDA), 이동 전화기(예를 들어, 스마트 폰 포함), 호출기, 텔레비전 셋톱 박스 등과 같은 컴퓨터일 수 있다. 클라이언트 디바이스(120) 그 유형에 따라 여러 가지 방법으로 디지털 컨텐츠를 디스플레이할 수 있다. 예를 들어, 컨텐츠가 전자 문서(또는 "전자 책")인 경우, 컨텐츠는 실제 문서를 시뮬레이션하는 방식으로 디스플레이될 수 있다. 사용자는 한 번에 한 페이지를 보거나 페이지들을 볼 수 있다. 또한, 상기 문서는 연속적인 "페이지"로 디스플레이될 수도 있는데, 여기서 사용자는 문서의 끝에 도달할 때까지 읽는 동안 단지 아래로 스크롤할 수 있다. 뷰어(122)는 사용자가 뷰어(122) 상에 디스플레이된 디지털 컨텐츠를 통해 네비게이션할 수 있게 하는 스크러버(124)를 포함한다. 스크러버(124)를 사용하여, 사용자는 디스플레이되는 디지털 컨텐츠의 전방 및 후방으로 이동할 수 있다.
디지털 컨텐츠 서버(110)는 네트워크(115)를 통해 클라이언트 디바이스(120)에 디지털 컨텐츠 아이템을 조직하고 제공하도록 구성된다. 디지털 컨텐츠 아이템은 하나 이상의 섹션들로 구성된다. 예를 들어, 전자 책의 각 페이지 또는 비디오의 각 프레임은 섹션을 구성할 수 있다. 실제로 섹션은 미디어 파일 내의 개별 위치를 나타내는 특정 오프셋과 연관된다. 또한, 디지털 컨텐츠 서버(110)는 클라이언트 디바이스(120)에 의해 송신된 디지털 컨텐츠에 대한 요청을 수신한다. 디지털 컨텐츠 서버(110)는 스크러버 바이어싱 모듈(112)을 포함한다. 스크러버 바이어싱 모듈(112)은 클라이언트 디바이스(120)에 바이어싱 정보를 제공하도록 구성된다. 바이어싱 정보는, 보다 관련성이 높은 것으로 간주되는 디지털 컨텐츠 아이템의 섹션들의 선택 및 디스플레이에 영향을 주기 위해, 스크러빙 동안 사용된다. 바이어스 정보는 여러 가지 방법으로 표현될 수 있다. 일 실시예에서, 바이어싱 정보는 컨텐츠 아이템의 각 섹션에 대한 정량적 관련성 측정값(quantitative relevance measurement)을 포함한다. 예를 들어, 전자 책의 각 페이지 또는 비디오의 각 프레임은 바이어싱 스코어와 연관될 수 있다.
일 실시예에서, 디지털 컨텐츠 서버(110)는 클라이언트 디바이스(120)의 사용자로부터 하나 이상의 디지털 컨텐츠 아이템들에 대한 요청을 수신한다. 디지털 컨텐츠 서버(110)는 디지털 컨텐츠 아이템을 네트워크(115)를 통해 클라이언트 디바이스(120)에 전송한다. 동시에 또는 소정의 후속 시점에서, 스크러버 바이어싱 모듈(112)은 네트워크(115)를 다시 이용하여, 디지털 컨텐츠 아이템(들)과 관련된 바이어싱 정보를 클라이언트 디바이스들(120)로 전송한다.
디지털 컨텐츠 서버(110) 또는 클라이언트 디바이스(120)가 사용자에 관한 개인 정보를 수집하거나 개인 정보를 이용할 수 있는 상황에서, 사용자는 프로그램들 또는 피처들이 사용자 정보(사용자의 소셜 네트워크, 소셜 액션 혹은 활동들, 직업, 사용자의 선호사항들, 전자 문서와의 상호작용들(아래에서 보다 상세히 설명됨) 또는 사용자의 현재 위치)를 수집하는지를 제어할 수 있는 기회를 제공받을 수 있거나, 또는 사용자와 보다 관련될 수 있는 컨텐츠를 디지털 컨텐츠 서버(110)로부터 수신하는지 및/또는 어떻게 수신하는지를 제어할 수 있는 기회를 제공받을 수 있다. 또한, 특정 데이터는 저장되거나 사용되기 전에 하나 이상의 방법으로 처리되어 개인 식별 정보가 제거될 수 있다. 예를 들어, 그 어떤 개인적으로 식별가능한 정보도 사용자에 대해서 결정될 수 없도록 사용자의 신원이 처리될 수 있으며 또는 사용자의 특정 위치가 결정될 수 없도록 사용자의 지리적 위치가 위치 정보가 획득되는 곳(도시 수준, 우편 번호 수준 또는 주 수준)으로 일반화될 수 있다. 따라서, 사용자는 사용자에 대하여 정보가 어떻게 수집되는지 그리고 디지털 컨텐츠 서버(110) 및 클라이언트 디바이스(120)에 의해 어떻게 사용되는지에 대한 제어권을 가질 수 있다.
도 2는 일 실시예에 따른 스크러버 바이어싱 모듈을 나타내는 블록도이다. 스크러버 바이어싱 모듈(112)은 프로파일 생성 모듈(215)을 포함한다. 프로파일 생성 모듈(215)은 사용자 프로파일을 컴파일하도록 구성된다. 일 실시예에서, 각각의 사용자 프로파일은 사용자를 기술하는 정보 뿐만 아니라 그의/그녀의 검색 히스토리, 독서 히스토리, 브라우징 히스토리 및 현재 위치 등과 같은 그의/그녀의 브라우징 습관을 포함한다. 사용자 프로파일에 포함된 정보는 본질적으로 정량적일 수도 있고 정성적일 수도 있다. 일부 실시예에서, 또한 사용자 프로파일은 그 안에 포함된 정보의 최신성(recency)을 나타내도록 구성된다. 일부 실시예에서, 사용자 프로파일 생성 모듈(215)은 사용자 정보를 프로세싱하여, n 차원 벡터의 형태로 표현된 사용자에 대한 완전히 정량적인 표현(entirely quantitative representation)을 생성한다.
사용자 프로파일 관리 모듈(220)은, 유사한 사용자 프로파일을 식별하고 그리고 유사한 사용자 프로파일들 사이에 공통 컨텐츠 선호도들을 추론할 목적으로 사용자 프로파일들을 유지 및 비교한다. 사용자 프로파일 관리 모듈(220)은 각 프로파일에 포함된 정보의 일부 또는 전부에 기초하여, 사용자 프로파일들의 컬렉션 사이의 유사성 레벨을 결정하도록 구성된다. 사용자 프로파일 생성 모듈(215)을 참조하여 서술된 바와 같이, 각 사용자 프로파일이 n 차원 피처 벡터로 표현된다면, 사용자 프로파일 관리 모듈은 서브젝트 사용자 프로파일에 대한 유사한 사용자 프로파일들을 식별하도록 매우 효율적인 벡터 비교 연산을 수행할 수 있다. 이를 수행하기 위해, 사용자 프로파일 관리 모듈(220)은 거리 임계값(벡터 거리로 표현될 수 있음)을 설정할 수 있으며, 그리고 이에 기초하여 주어진 서브젝트 사용자 프로파일에 "충분히 유사"한 사용자 프로파일들의 컬렉션을 식별한다. 일 실시예에서, 사용자 프로파일 관리 모듈(220)은 각 후보 사용자 프로파일과 서브젝트 사용자 프로파일 간의 벡터 거리를 계산한다. 만일, 결과적인 벡터 거리가 거리 임계값보다 작은 경우, 후보 사용자 프로파일은 유사하다고 식별된다. 유사한 사용자 프로파일들의 컬렉션 내의 이러한 사용자 프로파일 각각에 대해, 사용자 프로파일 관리 모듈(220)은 그 안에 포함된 사용자 프로파일 정보를 분석하여, 결과 벡터 거리가 거리 임계값보다 작은 경우, 후보 사용자 프로파일은 유사하다고 식별된다. 유사한 사용자 프로파일들의 집합 내의 각각의 그러한 사용자 프로파일에 대해, 사용자 프로파일 관리 모듈(220)은 그 안에 포함된 사용자 프로파일 정보를 분석하여 공통 컨텐츠 선호도들을 식별한다. 일 실시예에서, 사용자 프로파일 관리 모듈(220)은 유사한 사용자 프로파일에 포함된 브라우징 히스토리 및 검색 히스토리를 분석하고 그리고 유사한 사용자 프로파일과 연관된 사용자가 과거의 어느 시점에서 동일한 디지털 컨텐츠 아이템을 소비하였거나 상호작용했는지 여부를 결정한다. 또한, 사용자 프로파일 관리 모듈(220)은 사용자 프로파일의 다른 요소들(가령, 위치 히스토리 및 언급된 관심사)를 분석하고 그리고 이들을 합성하여 각 상호작용에 대한 컨텍스트를 제공한다. 일부 실시예에서, 상호작용은, 타겟 사용자에 의해 고려중인 동일한 디지털 컨텐츠 아이템을 유사한 사용자가 보거나 읽은 경우(instance)를 구성한다. 사용자 프로파일 관리 모듈(220)에 의해 합성된 상호작용의 콘텍스트는 위치, 시간 또는 요일, 또는 사용자가 디지털 컨텐츠 아이템과 상호작용한 빈도 등을 포함할 수 있다. 예를 들어, 유사한 사용자는 동일한 전자 책을 읽었을 수도 있으며 또는 타겟 사용자의 동일한 지리적 영역에서 동일한 영화를 보았을 수도 있다. 이러한 분석의 일부로서, 사용자 프로파일 관리 모듈(220)은 각각의 사용자 프로파일에 포함된 정보의 최신성을 고려할 수 있다. 따라서, 오래된 또는 구식의 정보를 포함하는 사용자 프로파일은 특정 컨텐츠 아이템의 섹션들의 관련성 스코어들에 비교적 제한된 영향을 미칠 수 있다. 하나 이상의 유사한 사용자들과 디지털 컨텐츠 아이템 간의 과거의 상호작용들에 기초할 뿐만 아니라 각각의 상호작용과 연관된 컨텍스트에 기초하여, 사용자 프로파일 관리 모듈(220)은 타겟 사용자에 대하여 증가된 관련성이 있을 수도 있는 디지털 컨텐츠 아이템의 하나 이상의 섹션들을 식별한다. 디지털 컨텐츠 아이템의 어떤 섹션 혹은 섹션들이 더 많은 관련성이 있는 것으로 식별되는지에 기초하여, 사용자 프로파일 관리 모듈(220)은 각 섹션에 대한 관련성 스코어를 생성한다.
실제적으로, 유사한 사용자 프로파일들의 컬렉션과 타겟 사용자 프로파일을 비교하는 메카니즘은 소비되는 컨텐츠 아이템의 특성에 의존하여 변할 수 있다. 하나의 예시적인 예로서, 타겟 사용자 프로파일과 연관된 사용자가 특정 영화를 보고 있다면, 사용자 프로파일 관리 모듈(220)은 유사한 프로파일들의 콜렉션을 분석하여, 유사한 프로파일들과 관련된 사용자들 중 일부가 과거의 어느 시점에서 동일한 영화를 또한 시청했는지를 결정할 수 있다. 사용자 프로파일 관리 모듈(220)은 상기 영화의 소정 장면들이 특히 중요하다는 것을 나타내는 브라우징 정보를 이들 사용자 프로파일로부터 추출할 수 있다. 이러한 결정은, 다수의 사용자들이 이러한 장면들 중 일부 또는 전부로 되돌아가서 재-시청을 했다는 사실에 기초하여 이루어질 수 있다. 따라서, 사용자 프로파일 관리 모듈(220)은 이러한 장면들이 타겟 사용자 프로파일에 대하여 증가된 관련성을 갖는 것으로 식별할 수 있다. 사용자가 다음에 상기 영화를 스크러빙할 때, 스크러버(124)는 디스플레이를 위해 이들 중요한 장면들을 바이어싱하여, 사용자가 상기 영화의 중요 포인트들로 용이하게 네비게이트할 수 있게 한다.
다른 예로서, 다국간 여행 가이드는 그 각각이 특정한 유럽 도시에 대응하는 다수의 챕터들을 포함할 수 있다. 만일, 타겟 사용자 프로파일과 연관된 사용자가 이러한 책을 브라우징하는 경우, 사용자 프로파일 관리 모듈(220)은 먼저 사용자의 현재 지리적 위치를 기록할 수 있다. 다음으로 사용자 프로파일 관리 모듈(220)은 유사한 사용자 프로파일들의 컬렉션을 컴파일할 수 있으며, 각각의 프로파일은 타겟 사용자의 현재 위치와의 지리적 연관성을 갖는다. 이후 사용자 프로파일 관리 모듈(220)은 이들 프로파일들을 분석하여, 이들 중 어떤 것이 관련 사용자들이 과거에 동일한 여행 가이드를 사용했거나 읽었음을 나타내는지를 결정할 수 있다. 각각의 사용자 프로파일에 대해, 상기 모듈(220)은 여행 가이드의 어느 페이지 또는 페이지들이 가장 빈번하게 사용되었는지를 결정할 수 있다. 사용자 프로파일 관리 모듈(220)은 이들 페이지의 디스플레이를 타겟 사용자에게 바이어싱함으로써, 사용자가 자신의 현재 위치와 관련된 정보를 보다 쉽게 찾을 수 있게 한다.
유사한 사용자 프로파일들의 콜렉션들을 컴파일 및 분석하기 위해, 스크러버 바이어싱 모듈(112)은 사용자 프로파일 데이터베이스(205)를 포함한다. 사용자 프로파일 데이터베이스(205)는 사용자 프로파일들을 조직하고 저장하도록 구성된다. 사용자 프로파일 데이터베이스(205)는 사용자 프로파일 생성 모듈(215) 및 사용자 프로파일 관리 모듈(220) 둘다와 상호작용한다. 사용자 프로파일 데이터베이스(205)의 복잡도는 가변적일 수 있다. 일 실시예에서, 데이터베이스(205)는 사용자 프로파일 생성 모듈(215) 또는 사용자 프로파일 관리 모듈(220)로부터 수신된 요청에 응답하여 기본적인 프로파일 검색을 수행한다. 다른 실시예에서, 데이터베이스(205)는 복잡한 프로파일 검색 및 분석을 수행하도록 구성된다.
스크러버 바이어싱 모듈(112)은 컨텐츠 분석 모듈(225)을 포함하며, 컨텐츠 분석 모듈(225)은 타겟 사용자 프로파일에 대한 관련성을 결정하기 위해, 개별 디지털 컨텐츠 아이템을 분석하도록 구성된다. 일 실시예에서, 컨텐츠 분석 모듈(225)은 디지털 컨텐츠 아이템의 각 섹션을 분석하여, 하나 이상의 엔티티들을 식별(또는 추출)한다. 엔티티는 사람, 장소, 객체, 활동 또는 기타 의미있는 유닛(semantic unit)을 서술한다. 컨텐츠 분석 모듈(225)은 식별된 엔티티를 기술하는 메타 데이터의 계층을 생성함으로써 디지털 컨텐츠 아이템의 각 섹션에 주석을 첨부한다. 엔티티 추출 모드는 컨텐츠 아이템의 특성에 따라 달라질 수 있다. 전자 서적("e-book")의 경우, 컨텐츠 분석 모듈(225)은 각 페이지의 텍스트 또는 이미지에서 적어도 하나의 엔티티를 식별한다. 비디오 또는 오디오 트랙의 경우, 컨텐츠 분석 모듈은, 디지털 컨텐츠 아이템과 연관된 음성 인식 엔진(이용가능한 경우)에 의해 생성될 수 있는 전사물(transcription)에 대하여 엔티티 추출을 수행한다. 일부 실시예에서, 컨텐츠 분석 모듈은 비디오의 스틸 프레임으로부터 텍스트 및 이미지 엔티티를 식별하기 위해 이미지 인식 알고리즘을 적용할 수 있다. 컨텐츠 분석 모듈(225)에 의해 생성된 메타데이터는 프레임 또는 트랙에 의해 조직화될 수 있다. 스크러버 바이어싱 모듈(112)은 컨텐츠 주석 데이터베이스(210)를 더 포함하는바, 컨텐츠 주석 데이터베이스(210)는 컨텐츠 분석 모듈(225)에 의해 생성된 컨텐츠 주석 및/또는 메타 데이터를 구성 및 저장하도록 구성된다.
컨텐츠 분석 모듈(225)은 주석이 첨부된 디지털 컨텐츠 아이템을 타겟 사용자 프로파일과 비교하여 사용자에 대한 디지털 컨텐츠 아이템의 각 섹션의 상대적 관련성을 결정하도록 구성된다. 일 실시예에서, 컨텐츠 분석 모듈(225)은 주석이 첨부된 디지털 컨텐츠 아이템과 타겟 사용자 프로파일의 요소들 사이에서 공유되는 하나 이상의 엔티티를 식별한다. 예를 들어, 타겟 사용자 프로파일은 디지털 컨텐츠 아이템에 제시된 엔티티들과 매칭되거나 유사한, 관심있는 아이템들을 포함할 수 있다. 일반적으로, 컨텐츠 분석 모듈(225)은 일부 또는 모든 타겟 사용자 프로파일을 분석하여, 디지털 컨텐츠 아이템의 각 섹션의 관련성을 결정한다. 매칭된 엔티티들의 품질 및/또는 양에 기초하여, 컨텐츠 분석 모듈(225)은 디지털 컨텐츠 아이템의 각 섹션에 대한 관련성 스코어를 생성한다.
예를 들어, 분석중인 컨텐츠 아이템이 앞서 설명된 유럽 여행 가이드인 경우, 컨텐츠 분석 모듈(225)은 타겟 사용자 프로파일을 분석하여 사용자에게 관심있는 아이템을 결정할 수 있다. 일 예에서, 사용자 프로파일은 사용자가 현대 미술에 관심이 있다는 것을 나타내는 정보를 포함할 수 있다. 컨텐츠 분석 모듈(225)은 여행 가이드의 각 페이지를 분석하여 어떤 페이지가 미술관과 관련된 엔티티를 포함 하는지를 결정할 수 있다. 따라서 이 페이지는 보다 관련성이 높은 것으로 마킹된다. 이후 사용자가 여행 가이드의 페이지를 뒤집을 때, 이러한 관련 페이지들은 바이어싱되어 디스플레이된다.
사용자 프로파일 관리 모듈(220) 및 컨텐츠 분석 모듈(225)에 의해 생성된 스코어링 정보는 합성되어, 주어진 디지털 컨텐츠 아이템에 대한 합계 관련성 스코어를 생성한다. 스크러버 바이어싱 모듈(112)은 관련성 스코어들을 결합하도록 구성된 컨텐츠 스코어링 모듈(230)을 포함한다. 일 실시예에서, 컨텐츠 스코어링 모듈은 모듈(220, 225)들 각각으로부터 일련의 정량적인 관련 스코어들을 입력으로서 수신한다. 따라서, 컨텐츠 스코어링 모듈(230)은 상대적으로 효율적인 수학적 평균을 산출하고 그리고 디지털 컨텐츠 아이템의 각 섹션에 대해 조합된 또는 토탈 바이어스 스코어를 출력한다. 다른 실시예에서, 관련성 정보 중 일부는 엄격하게 정량적일 필요는 없으며 대신에 정성적인 요소를 포함할 수 있다. 컨텐츠 스코어링 모듈(230)은 디지털 컨텐츠 아이템의 각 섹션에 대한 조합된 관련성 스코어를 생성하기 위해, 이러한 정보를 정량화하거나 조합하도록 구성된다. 스크러버 바이어싱 모듈(112)은 바이어싱 통신 모듈(235)을 포함하는바, 바이어싱 통신 모듈(235)은 조합된 또는 총체적인 관련성 스코어를 수신하고 그리고 이를 클라이언트 디바이스(120)에 송신하도록 구성된다. 일 실시예에서, 바이어싱 통신 모듈(235)은 정보의 내용이나 포맷에 대한 임의의 실질적인 수정을 수행함이 없이, 스코어링 정보를 그대로 전송한다. 또 다른 일 실시예에서, 바이어싱 통신 모듈(235)은 암호화 및/또는 압축과 같은 하나 이상의 프로세싱 단계들을 수행한다.
상기 스크러버 바이어싱 모듈(122)은 앞서 설명된 기술에 따라 컨텐츠 아이템들에 대한 바이어스 스코어를 실시간으로 검색할 수 있는바 통상적으로는, 특정 디지털 컨텐츠 아이템의 제공을 위한 클라이언트 디바이스(120)로부터의 요청에 응답하여 검색할 수 있다. 대안적으로, 스크러버 바이어싱 모듈(112)은 바이어싱 스코어를 비동기적으로 요청 및 저장할 수 있으며, 그리고 요청시 클라이언트 디바이스(120)에 간단히 검색 및 제공할 수 있다.
도 3은 일 실시예에 따라, 사용자 스크러빙 동안 사용하기 위해 디지털 컨텐츠 아이템의 섹션들에 대한 바이어스 스코어들을 생성하는 방법을 설명하는 흐름도이다. 스크러버 바이어싱 모듈(112)은 사용자 프로파일을 컴파일한다(302). 이어서, 모듈(112)은 디지털 컨텐츠 아이템으로부터 하나 이상의 컨텐츠 엔티티를 추출한다(304). 모듈(112)은 타겟 사용자 프로파일을 유사한 사용자 프로파일들의 컬렉션과 비교하는데(306), 이는 타겟 사용자 프로파일과 식별된 유사한 사용자 프로파일들 사이의 유사성들에 기초하여 디지털 컨텐츠 아이템의 각 섹션의 가능성있는 관련성(사용자에 대한)을 식별하기 위한 것이다. 이후, 모듈(112)은 하나 이상의 추출된 엔티티들을 포함하는 주석이 첨부된 디지털 컨텐츠 아이템을 사용자 프로파일과 비교하여, 각 섹션의 가능성있는 관련성을 결정한다(308). 주석이 첨부된 컨텐츠 아이템으로부터 도출되고 그리고 유사한 사용자 프로파일들과의 비교로부터 도출된 관련성 스코어에 기초하여, 상기 모듈(112)은 디지털 컨텐츠 아이템의 각 섹션에 대한 전체(total) 관련성 스코어를 결정한다(310). 상기 모듈(112)은 디지털 컨텐츠 아이템에 대한 관련성 스코어들을 클라이언트 디바이스에 전송한다(312).
도 1을 참조하여 설명한 바와 같이, 클라이언트 디바이스(120)는 디지털 컨텐츠 서버(110)로부터 컨텐츠 아이템을 요청하고 수신한다. 스크러버 바이어싱 모듈(112)은 클라이언트 디바이스(120)에 의해 사용되도록, 제공된 컨텐츠 아이템들에 대응하는 바이어싱 스코어들을 생성한다. 클라이언트 디바이스(120)의 스크러버(124)는, 사용자 스크럽 동작 동안 컨텐츠 아이템의 섹션들의 디스플레이를 바이어싱하기 위해, 수신된 바이어스 스코어들을 활용하도록 구성된다. 도 4는 일 실시예에 따른, 클라이언트 디바이스 상의 스크러버 모듈을 나타내는 블록도이다. 상기 환경(400)은 스크러버 모듈(124)을 포함한다. 스크러버 모듈(124)은 스크러버(124)의 사용자로부터 스크럽 입력을 수신 및 프로세싱하도록 구성된 사용자 인터페이스 제어 모듈(405)을 포함한다. 일 실시예에서, 사용자 입력은 버튼 누름의 형태(빨리 감기 또는 되감기 버튼과 같은) 또는 터치 및 드래그 동작의 형태(터치 감지 디스플레이 상에서)를 취할 수 있다. 또한, 스크러버 모듈(124)은 사용자 인터페이스 제어 모듈(405)에 의해 전달된 사용자 입력 정보를 수신하는 컨텐츠 범위 식별 모듈(410)을 포함한다. 컨텐츠 범위 식별 모듈(410)은 수신된 사용자 입력 정보를 프로세싱하고 그리고 사용자에 의해 요망되는 컨텐츠 범위를 결정하도록 구성된다. 예를 들어, 사용자가 뷰어(122) 상에서 전자 책(e-book)을 브라우징하고 있으며 앞으로 빨리 감기 또는 점프하는 경우, 컨텐츠 범위 식별 모듈(410)은 전자 책의 어느 섹션이 사용자의 의도된 목적지인지를 결정한다. 일반적으로 컨텐츠 범위는 페이지들의 세트로 표현될 수 있다. 컨텐츠 범위 식별 모듈(410)은 결정된 컨텐츠 범위를 스코어 평가 모듈(415)로 전송한다. 스코어 평가 모듈(415)은 결정된 컨텐츠 범위의 각각의 개별 섹션에 대해 바이어싱 스코어를 검색한다. 도 2를 참조하여 설명한 바와 같이, 바이어싱 스코어는 바이어싱 통신 모듈(235)에 의해 클라이언트 디바이스(120)로 송신된다. 바이어싱 스코어는 실시간으로, 사용자가 특정 디지털 컨텐츠 아이템을 통해 브라우징할 때 또는 이전의 어느 시점에서 전송될 수 있다. 따라서, 스코어 평가 모듈(415)은 데이터베이스 또는 메모리 유닛으로부터 바이어싱 스코어를 검색할 수 있다. 바이어싱 스코어의 분석에 기초하여, 스코어 평가 모듈(415)은 가장 높은 바이어싱 스코어를 갖는 결정된 컨텐츠 범위의 개별 섹션을 결정한다. 일 실시예에서, 스코어 평가 모듈(415)은 단일 섹션을 식별할 수 있다. 다른 실시예에서, 스코어 평가 모듈(415)은 가장 높은 바이어싱 스코어와 연관된 소수(handful)의 섹션을 식별할 수 있다. 스코어 평가 모듈(415)은 가장 높은 스코어를 갖는 섹션 혹은 섹션들에 대한 식별을 컨텐츠 디스플레이 모듈(420)로 전송한다. 컨텐츠 디스플레이 모듈(420)은 스코어 평가 모듈(415)에 의해서 식별된 컨텐츠의 개별 섹션 또는 섹션들을 사용자에게 디스플레이한다.
스크러버(124)에 포함되고 도 4를 참조하여 앞서 설명된 모듈들은, 사용자에 의해 수행되는 상이한 유형들의 스크럽 동작들에 응답하여 동적으로 바이어싱을 수행하도록 구성될 수 있다. 예를 들어, 일 실시예에서, 사용자는 연장된(prolonged) 스크럽 액션을 수행할 수 있는바, 연장된 스크럽 액션에서 사용자는 빨리 감기 버튼을 누르고 있거나 또는 디지털 컨텐츠 아이템을 통해 스크러버 바를 천천히 드래그한다. 이러한 상황에서, 사용자 인터페이스 제어 모듈(405)은 이러한 스크럽 동작이 연장된 것 또는 연속적이라고 식별한다. 이것은 이를 컨텐츠 범위 식별 모듈로 전달하며, 컨텐츠 범위 식별 모듈은 이에 응답하여 목적 컨텐츠 범위(destination content range)를 생성하고 그리고 지속적으로 업데이트한다. 따라서, 시간 t1에서의 목적 컨텐츠 범위는 후속하는 시간 t2에서의 목적 컨텐츠 범위와 다를 수 있다. 이러한 각각의 목적 컨텐츠 범위에 대하여, 스코어 평가 모듈(415)은 거기에 포함된 디지털 컨텐츠 아이템의 각 개별 섹션에 대한 바이어 스코어를 검색한다. 이것은 가장 높은 스코어를 갖는 섹션 또는 섹션들에 대한 식별을 컨텐츠 디스플레이 모듈(420)에 제공하며, 이후 컨텐츠 디스플레이 모듈(420)은 이들을 사용자에게 디스플레이한다. 이러한 방식으로, 스크러버 모듈(124)은 사용자가 디지털 컨텐츠 아이템을 스크러빙함에 따라, 바이어싱된 컨텐츠 섹션을 사용자에게 계속해서 디스플레이한다.
도 5는 일 실시예에 따라, 사용자 스크러빙 동안 디지털 컨텐츠 아이템의 섹션들의 디스플레이를 바이어싱하기 위한 방법을 설명하는 흐름도이다. 먼저, 스크러버(124)는 전형적으로 버튼 누름 형태 또는 터치 앤 드래그 동작의 형태로, 사용자로부터 스크럽 입력을 수신한다(505). 스크러버는 디지털 컨텐츠 아이템의 적어도 하나의 분리된 섹션을 포함하는 원하는 컨텐츠 범위를 식별한다(510). 그런 다음 스크러버는 컨텐츠 범위 내의 개별 섹션 각각에 대해 바이어스 스코어를 평가하고(515) 그리고 하나 이상의 최고 스코어를 갖는 섹션들을 식별한다. 마지막으로, 스크러버는 가장 높은 스코어를 갖는 컨텐츠 섹션들을 디스플레이한다(520).
일부 실시예에서, 클라이언트 디바이스(120)는 바이어싱 스코어를 국부적으로 생성할 수 있는 강력한 컴퓨팅 플랫폼을 포함할 수 있다. 이 상황에서, 스크러버 모듈(120)은 클라이언트 디바이스(120)로부터 디지털 컨텐츠 아이템에 대한 요청을 수신한다. 클라이언트 디바이스(120)는 향상된 컴퓨팅 능력을 갖는 것으로 스스로를 식별할 수 있다. 전술한 바와 같이, 스크러버 바이어싱 모듈(112)은 타겟 사용자 프로파일에 대한 유사한 사용자 프로파일들을 식별하고 그리고 이들을 분석하여 검색 히스토리, 브라우징 히스토리 또는 유사한 사용자들의 언급된 관심사항에 기초하여 하나 이상의 이전의 상호작용들을 결정한다. 또한, 스크러버 바이어싱 모듈(112)은 주어진 디지털 컨텐츠 아이템으로부터 엔티티들을 식별한다. 클라이언트 디바이스(120)로부터의 지시에 응답하여, 스크러버 바이어싱 모듈(112)은 식별된 상호작용들 및 엔티티들을 신호들로서 클라이언트 디바이스(120)로 전송한다. 클라이언트 디바이스(120)는 이들 신호들을 프로세싱 및 합성하여 바이어스 스코어들을 생성하며 바이어스 스코어들은 스크러버(124)에 의해 소비된다.
스크러빙 성능을 개선하기 위해 클라이언트 디바이스(120)에 의해 바이어싱 스코어들을 사용하는 것은, 사용자들에 의해 수행되는 스크럽 동작들의 양과 지속 시간을 감소시킬 수 있다. 왜냐하면, 사용자들이 첫 번째 시도에서 컨텐츠 아이템의 의도된 섹션을 찾을 확률이 높으므로, 사용자들이 "이곳 저곳으로 점프(jump around)"할 확률이 낮아지게 된다. 일부 실시예에서, 사용자 활동의 결과적인 감소는 클라이언트 디바이스(120)의 배터리 수명을 연장시키는 효과를 갖는다. 이는 클라이언트 디바이스(120)가 제한된 배터리 예비량을 갖는 스마트 폰 또는 다른 모바일 디바이스인 경우에 특히 바람직하다.
도 6은 일 실시예에 따라, 데이터 서버, 프로세싱 서버, 및/또는 클라이언트로서 사용하기 위한 컴퓨터의 일례를 도시하는 블록도이다. 칩셋(604)에 접속된 적어도 하나의 프로세서(602)가 예시되어 있다. 칩셋(604)은 메모리 제어기 허브(620) 및 입/출력(I/O) 제어기 허브(622)를 포함한다. 메모리(606) 및 그래픽 어댑터(612)는 메모리 제어기 허브(620)에 연결되며, 디스플레이 디바이스(618)는 그래픽 어댑터(612)에 연결된다. 저장 디바이스(608), 키보드(610), 포인팅 디바이스(614), 및 네트워크 어댑터(616)는 I/O 제어기 허브(622)에 연결된다. 컴퓨터(600)의 다른 실시예는 다른 아키텍처를 갖는다. 예를 들어, 일부 실시예에서 메모리(606)는 프로세서(602)에 직접 연결된다.
저장 디바이스(608)는 하드 드라이브, 컴팩 디스크 판독 전용 메모리(CD-ROM), DVD 또는 고체 상태 메모리 디바이스와 같은 컴퓨터 판독가능 저장 매체이다. 저장 디바이스(608)는(SAN: storage area network) 내에 내장되는 바와 같이, 컴퓨터로부터 로컬 및/또는 원격일 수 있다. 메모리(606)는 프로세서(602)에 의해 사용되는 명령 및 데이터를 유지한다. 포인팅 디바이스(614)는 마우스, 트랙볼 또는 다른 유형의 포인팅 디바이스이며, 컴퓨터 시스템(600)에 데이터를 입력하기 위해 키보드(610)와 조합되어 사용된다. 그래픽 어댑터(612)는 이미지 및 다른 정보를 디스플레이 디바이스(618) 상에 디스플레이한다. 네트워크 어댑터(616)는 컴퓨터 시스템(600)을 네트워크(115)에 연결한다. 컴퓨터(600)의 일부 실시예는 도 6에 도시된 구성 요소들과는 다른 구성 요소들을 갖는다.
컴퓨터(600)는 본 명세서에 설명된 기능을 제공하기 위한 컴퓨터 프로그램 모듈을 실행하도록 구성된다. 본 명세서에 사용된 바와 같이, "모듈"이라는 용어는 컴퓨터 프로그램 명령 및 특정 기능을 제공하기 위해 사용되는 다른 로직을 지칭한다. 따라서, 모듈은 하드웨어, 펌웨어 및/또는 소프트웨어로 구현될 수 있다. 일 실시예에서, 실행가능한 컴퓨터 프로그램 명령들로 구성된 프로그램 모듈들은 저장 디바이스(608)에 저장되고, 메모리(606)에 로딩되고, 프로세서(602)에 의해 실행된다.
도 1의 엔티티들에 의해 사용되는 컴퓨터(600)의 유형들은 실시예 및 엔티티에 의해 사용되는 프로세싱 능력에 따라 달라질 수 있다. 예를 들어, 이동 전화인 클라이언트(120)는 제한된 프로세싱 능력을 가질 수 있고, 작은 뷰어(122)를 가질 수 있다. 가령, 문서 브라우징 서버(110)를 구현하는데 사용되는 것과 같은 서버급 컴퓨터는 다수의 블레이드들로 형성될 수 있고 키보드(610), 포인팅 디바이스(614) 또는 디스플레이(618)가 없을 수도 있다. 전술한 설명들은 바람직한 실시예의 동작을 예시하기 위해 포함된 것이며 본 발명의 범위를 제한하려는 것이 아니다. 본 발명의 범위는 다음의 청구 범위에 의해서만 제한된다. 상기 논의로부터, 본 발명의 정신 및 범위에 의해 포함되는 많은 변형예들이 당업자에게 명백할 것이다.

Claims (20)

  1. 타겟 사용자 프로파일에 기초하여 디지털 컨텐츠 아이템의 섹션들에 대한 관련성 스코어들의 세트를 생성하기 위한 컴퓨터 구현 방법으로서,
    타겟 사용자에 대한 상기 디지털 컨텐츠 아이템의 각 섹션의 잠재적 유용성(potential utility)를 나타내는 관련성 신호들의 세트를 컴파일하는 단계;
    상기 관련성 신호들의 세트를 클라이언트 디바이스에 전송하는 단계를 포함하며,
    상기 관련성 신호들은 사용자 스크러빙 동안 클라이언트 디바이스에 의한 상기 디지털 컨텐츠 아이템의 섹션들의 디스플레이를 바이어싱하는 방식을 나타내는 것을 특징으로 하는 컴퓨터 구현 방법.
  2. 제1항에 있어서,
    상기 관련성 신호들의 세트는 유사한 사용자들의 분석에 기초하여 컴파일되고, 그리고 상기 관련성 신호들의 세트를 컴파일하는 단계는,
    타겟 사용자와 연관된 타겟 사용자 프로파일을 컴파일하는 단계;
    유사한 사용자와 관련된 적어도 하나의 다른 유사한 사용자 프로파일을 식별하기 위해 상기 타겟 사용자 프로파일을 복수의 사용자 프로파일들과 비교하는 단계;
    상기 다른 유사한 사용자 프로파일과 연관된 상기 유사한 사용자와 상기 디지털 컨텐츠 아이템의 적어도 하나의 섹션 간의 적어도 하나의 이전(prior) 상호작용을 결정하는 단계; 및
    상기 이전 상호작용에 기초하여, 상기 디지털 컨텐츠 아이템의 각 섹션에 대한 제 1 관련성 스코어를 결정하는 단계
    를 포함하며,
    상기 제 1 관련성 스코어는 상기 유사한 사용자와 상기 섹션 간의 이전 상호작용에 기초하여 상기 타겟 사용자에 대한 상기 섹션의 잠재적 유용성을 서술하는 것을 특징으로 하는 컴퓨터 구현 방법.
  3. 제2항에 있어서,
    상기 타겟 사용자 프로파일은,
    상기 타겟 사용자의 브라우징 히스토리;
    상기 대상 사용자의 검색 히스토리;
    상기 타겟 사용자의 적어도 하나의 언급된 관심사항; 또는
    사용자의 현재 위치
    중 적어도 하나를 포함하는 것을 특징으로 하는 컴퓨터 구현 방법.
  4. 제3항에 있어서,
    상기 타겟 사용자 프로파일은 상기 사용자 프로파일에 포함된 정보의 최신성(recentness)을 나타내는 파라미터를 더 포함하는 것을 특징으로 하는 컴퓨터 구현 방법.
  5. 제2항에 있어서,
    상기 적어도 하나의 다른 유사한 사용자 프로파일과 상기 디지털 컨텐츠 아이템의 적어도 하나의 섹션 간의 이전 상호작용은, 상기 섹션을 액세스하거나 시청하는 유사한 사용자 프로파일과 연관된 사용자를 포함하는 것을 특징으로 하는 컴퓨터 구현 방법.
  6. 제2항에 있어서,
    각각의 사용자 프로파일은 피처 벡터로서 정량적으로 표현되고, 그리고 적어도 하나의 다른 유사한 사용자 프로파일을 식별하기 위해 상기 타겟 사용자 프로파일을 복수의 사용자 프로파일들과 비교하는 단계는,
    유사성 임계값을 정의하는 단계, 상기 유사성 임계값은 최대 벡터 거리로 표현되며;
    상기 타겟 사용자 프로파일과 상기 복수의 사용자 프로파일 중 각각의 다른 사용자 프로파일 간의 벡터 거리를 계산하는 단계;
    각각의 계산된 벡터 거리와 상기 최대 벡터 거리와 비교하는 단계; 및
    상기 계산된 벡터 거리가 상기 최대 벡터 거리보다 작은 경우, 상기 사용자 프로파일을 유사한 사용자 프로파일로서 지정하는 단계
    를 포함하는 것을 특징으로 하는 컴퓨터 구현 방법.
  7. 제1항에 있어서,
    상기 관련성 신호들의 세트는 상기 디지털 컨텐츠 아이템의 분석에 기초하여 컴파일되고, 상기 관련성 신호들의 세트를 컴파일하는 단계는,
    상기 디지털 컨텐츠 아이템의 각 섹션에 대해, 적어도 하나의 엔티티를 식별하는 단계;
    상기 타겟 사용자 프로파일의 요소와 상기 결정된 엔티티 중 적어도 하나 사이의 매칭을 식별하는 단계;
    상기 매칭에 기초하여, 상기 디지털 컨텐츠 아이템의 각 섹션에 대한 제 2 관련성 스코어를 결정하는 단계, 상기 제 2 관련성 스코어는 상기 타겟 사용자 프로파일의 요소와 상기 섹션 내에서 식별된 엔티티 사이의 매칭에 기초하여 상기 타겟 사용자에 대한 상기 섹션의 잠재적 유용성을 서술하며; 그리고
    각 섹션에 대해, 상기 제 1 및 제 2 관련성 스코어에 기초하여 전체(total) 관련성 스코어를 결정하는 단계
    를 포함하며,
    상기 전체 관련성 스코어는 상기 타겟 사용자에 대한 상기 섹션의 전체 잠재적 유용성을 서술하는 것을 특징으로 하는 컴퓨터 구현 방법.
  8. 제7항에 있어서,
    상기 엔티티는,
    사람,
    장소,
    객체, 또는
    활동(activity)
    중 적어도 하나를 서술하는 것을 특징으로 하는 컴퓨터 구현 방법.
  9. 제1항에 있어서,
    관련성 신호들의 제 1 세트 및 관련성 신호들의 제 2 세트는 합계 관련성 신호들의 제 3 세트로 결합되는 것을 특징으로 하는 컴퓨터 구현 방법.
  10. 제9항에 있어서,
    상기 관련성 신호들의 제 1 세트 및 제 2 세트를 결합하는 것은, 상대적인 중요도에 기초하여 상기 세트들에 가중치를 부여하는 것을 더 포함하는 컴퓨터 구현 방법.
  11. 타겟 사용자 프로파일에 기초하여 디지털 컨텐츠 아이템의 섹션들에 대한 관련성 스코어들의 세트를 생성하기 위한 명령들을 저장하는 컴퓨터 판독가능 매체로서, 상기 명령들은 실행되는 때에 프로세서로 하여금,
    타겟 사용자에 대한 상기 디지털 컨텐츠 아이템의 각 섹션의 잠재적 유용성를 나타내는 관련성 신호들의 세트를 컴파일하는 단계;
    상기 관련성 신호들의 세트를 클라이언트 디바이스로 전송하는 단계를 수행하게 하며,
    상기 관련성 신호들은 사용자 스크러빙 동안 클라이언트 디바이스에 의한 상기 디지털 컨텐츠 아이템의 섹션들의 디스플레이를 바이어싱하는 방식을 나타내는 것을 특징으로 하는 컴퓨터 판독가능 매체.
  12. 제11항에 있어서,
    상기 관련성 신호들의 세트는 유사한 사용자들의 분석에 기초하여 컴파일되고, 그리고 상기 관련성 신호들의 세트를 컴파일하는 단계는,
    타겟 사용자와 연관된 타겟 사용자 프로파일을 컴파일하는 단계;
    유사한 사용자와 관련된 적어도 하나의 다른 유사한 사용자 프로파일을 식별하기 위해 상기 타겟 사용자 프로파일을 복수의 사용자 프로파일들과 비교하는 단계;
    상기 다른 유사한 사용자 프로파일과 연관된 상기 유사한 사용자와 상기 디지털 컨텐츠 아이템의 적어도 하나의 섹션 간의 적어도 하나의 이전(prior) 상호작용을 결정하는 단계; 및
    상기 이전 상호작용에 기초하여, 상기 디지털 컨텐츠 아이템의 각 섹션에 대한 제 1 관련성 스코어를 결정하는 단계
    을 포함하며,
    상기 제 1 관련성 스코어는 상기 유사한 사용자와 상기 섹션 간의 이전 상호작용에 기초하여 상기 타겟 사용자에 대한 상기 섹션의 잠재적 유용성을 서술하는 것을 특징으로 하는 컴퓨터 판독가능 매체.
  13. 제12항에 있어서,
    상기 타겟 사용자 프로파일은,
    상기 타겟 사용자의 브라우징 히스토리;
    상기 대상 사용자의 검색 히스토리;
    상기 타겟 사용자의 적어도 하나의 언급된 관심사항; 또는
    사용자의 현재 위치
    중 적어도 하나를 포함하는 것을 특징으로 하는 컴퓨터 판독가능 매체.
  14. 제13항에 있어서,
    상기 타겟 사용자 프로파일은 상기 사용자 프로파일에 포함된 정보의 최신성(recentness)을 나타내는 파라미터를 더 포함하는 것을 특징으로 하는 컴퓨터 판독가능 매체.
  15. 제12항에 있어서,
    상기 적어도 하나의 다른 유사한 사용자 프로파일과 상기 디지털 컨텐츠 아이템의 적어도 하나의 섹션 간의 이전 상호작용은, 상기 섹션을 액세스하거나 시청하는 유사한 사용자 프로파일과 연관된 사용자를 포함하는 것을 특징으로 하는 컴퓨터 판독가능 매체.
  16. 제12항에 있어서,
    각각의 사용자 프로파일은 특징 벡터로서 정량적으로 표현되고, 그리고 적어도 하나의 다른 유사한 사용자 프로파일을 결정하기 위해 상기 타겟 사용자 프로파일을 복수의 사용자 프로파일과 비교하는 단계는,
    유사성 임계값을 정의하는 단계, 상기 유사성 임계값은 최대 벡터 거리로 표현되며;
    상기 타겟 사용자 프로파일과 상기 복수의 사용자 프로파일 중 각각의 다른 사용자 프로파일 간의 벡터 거리를 계산하는 단계;
    각각의 계산된 벡터 거리와 상기 최대 벡터 거리와 비교하는 단계; 및
    상기 계산된 벡터 거리가 상기 최대 벡터 거리보다 작은 경우, 상기 사용자 프로파일을 유사한 사용자 프로파일로서 지정하는 단계
    를 포함하는 것을 특징으로 하는 컴퓨터 판독가능 매체.
  17. 제11항에 있어서,
    상기 관련성 신호들의 세트는 상기 디지털 컨텐츠 아이템의 분석에 기초하여 컴파일되고, 상기 관련성 신호들의 세트를 컴파일하는 단계는,
    상기 디지털 컨텐츠 아이템의 각 섹션에 대해, 적어도 하나의 엔티티를 식별하는 단계;
    상기 타겟 사용자 프로파일의 요소와 상기 결정된 엔티티 중 적어도 하나 사이의 매칭을 식별하는 단계;
    상기 매칭에 기초하여, 상기 디지털 컨텐츠 아이템의 각 섹션에 대한 제 2 관련성 스코어를 결정하는 단계, 상기 제 2 관련성 스코어는 상기 타겟 사용자 프로파일의 요소와 상기 섹션 내에서 식별된 엔티티 사이의 매칭에 기초하여 상기 타겟 사용자에 대한 상기 섹션의 잠재적 유용성을 서술하며; 그리고
    각 섹션에 대해, 상기 제 1 및 제 2 관련성 스코어에 기초하여 전체(total) 관련성 스코어를 결정하는 단계
    를 포함하며,
    상기 전체 관련성 스코어는 상기 타겟 사용자에 대한 상기 섹션의 전체 잠재적 유용성을 서술하는 것을 특징으로 하는 컴퓨터 판독가능 매체.
  18. 제17항에 있어서,
    상기 엔티티는,
    사람,
    장소,
    객체, 또는
    활동
    중 적어도 하나를 서술하는 것을 특징으로 하는 컴퓨터 판독가능 매체.
  19. 제11항에 있어서,
    관련성 신호들의 제 1 세트 및 관련성 신호들의 제 2 세트는 합계 관련성 신호들의 제 3 세트로 결합되고 그리고 상기 관련성 신호들의 제 1 세트 및 제 2 세트를 결합하는 것은, 상대적인 중요도에 기초하여 상기 세트들에 가중치를 부여하는 것을 더 포함하는 컴퓨터 판독가능 매체.
  20. 클라이언트 디바이스로서,
    뷰어(viewer); 및
    스크러버를 포함하고, 상기 스크러버는,
    사용자 인터페이스 제어 모듈;
    컨텐츠 범위 식별 모듈;
    스코어 평가 모듈; 및
    컨텐츠 디스플레이 모듈을 포함하며,
    상기 클라이언트 디바이스는,
    디지털 컨텐츠 아이템의 디스플레이 동안 사용자에 의해 수행되는 스크럽 액션을 상기 스크러버를 통해 검출하고;
    상기 스크럽 액션과 관련된 원하는 컨텐츠 범위를 결정하고, 상기 원하는 컨텐츠 범위는 상기 디지털 컨텐츠 아이템의 적어도 하나의 섹션을 포함하며;
    상기 컨텐츠 범위에서 식별된 각각의 섹션에 대해, 상기 섹션에 대응하는 관련성 스코어를 검색하고;
    상기 적어도 하나의 관련성 스코어에 기초하여, 가장 높은 관련성 스코어와 관련된 선호되는 섹션을 결정하고; 그리고
    상기 선호되는 섹션을 사용자에게 디스플레이하도록 구성되는 것을 특징으로 하는 클라이언트 디바이스.
KR1020187008788A 2015-12-18 2016-12-19 디지털 컨텐츠를 위한 스크러버 바이어싱 KR20180037290A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/975,320 2015-12-18
US14/975,320 US20170177577A1 (en) 2015-12-18 2015-12-18 Biasing scrubber for digital content
PCT/US2016/067572 WO2017106850A1 (en) 2015-12-18 2016-12-19 Biasing scrubber for digital content

Publications (1)

Publication Number Publication Date
KR20180037290A true KR20180037290A (ko) 2018-04-11

Family

ID=59057756

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020187008788A KR20180037290A (ko) 2015-12-18 2016-12-19 디지털 컨텐츠를 위한 스크러버 바이어싱

Country Status (8)

Country Link
US (1) US20170177577A1 (ko)
EP (1) EP3391253A1 (ko)
JP (1) JP2019502180A (ko)
KR (1) KR20180037290A (ko)
CN (1) CN108140033A (ko)
DE (1) DE112016005803T5 (ko)
GB (1) GB2560447A (ko)
WO (1) WO2017106850A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111259249B (zh) * 2020-01-20 2023-08-22 北京百度网讯科技有限公司 数据筛选方法、装置、设备及存储介质

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4496690B2 (ja) * 2001-09-07 2010-07-07 日本電信電話株式会社 映像情報レコメンドシステム、方法及び装置、並びに、映像情報レコメンドプログラム及びプログラムの記録媒体
US9223895B2 (en) * 2007-09-28 2015-12-29 Yahoo! Inc. System and method for contextual commands in a search results page
JP5166949B2 (ja) * 2008-04-10 2013-03-21 株式会社エヌ・ティ・ティ・ドコモ レコメンド情報生成装置およびレコメンド情報生成方法
JP2010273036A (ja) * 2009-05-20 2010-12-02 Hoya Corp 画像再生装置
KR101695685B1 (ko) * 2010-06-30 2017-01-12 엘지전자 주식회사 전자책의 사용 이력 관리 방법 및 이를 이용하는 단말기
JP5765927B2 (ja) * 2010-12-14 2015-08-19 キヤノン株式会社 表示制御装置及び表示制御装置の制御方法
US9645986B2 (en) * 2011-02-24 2017-05-09 Google Inc. Method, medium, and system for creating an electronic book with an umbrella policy
US9460221B2 (en) * 2013-12-20 2016-10-04 Google Inc. History of reading positions in eBooks
US20150277678A1 (en) * 2014-03-26 2015-10-01 Kobo Incorporated Information presentation techniques for digital content
US9939996B2 (en) * 2014-08-13 2018-04-10 Google Llc Smart scrubber in an ebook navigation interface

Also Published As

Publication number Publication date
US20170177577A1 (en) 2017-06-22
GB201804158D0 (en) 2018-05-02
EP3391253A1 (en) 2018-10-24
JP2019502180A (ja) 2019-01-24
GB2560447A (en) 2018-09-12
DE112016005803T5 (de) 2018-09-27
WO2017106850A1 (en) 2017-06-22
CN108140033A (zh) 2018-06-08

Similar Documents

Publication Publication Date Title
US9348935B2 (en) Systems and methods for augmenting a keyword of a web page with video content
US9262766B2 (en) Systems and methods for contextualizing services for inline mobile banner advertising
CN108090111B (zh) 用于搜索结果的动画摘录
US11817118B2 (en) Enhancing review videos
US20180101576A1 (en) Content Recommendation and Display
US9344507B2 (en) Method of processing web access information and server implementing same
US20130054672A1 (en) Systems and methods for contextualizing a toolbar
US20130054356A1 (en) Systems and methods for contextualizing services for images
KR20080045659A (ko) 정보 처리 장치, 방법, 및 프로그램
US10402852B2 (en) Content item slot location suggestions
US20120036144A1 (en) Information and recommendation device, method, and program
EP2628097A1 (en) Systems and methods for using a behavior history of a user to augment content of a webpage
US20120246561A1 (en) Systems and methods for extended content harvesting for contextualizing
US20160063549A1 (en) Providing additional digital content or advertising based on analysis of specific interest in the digital content being viewed
US8825641B2 (en) Measuring duplication in search results
US11580117B2 (en) Machine learning system and method to map keywords and records into an embedding space
KR20110024991A (ko) 사용자 피드백을 이용하여 컨텐츠에 대한 평가 점수를 산출하기 위한 방법 및 장치
RU2683482C2 (ru) Метод отображения релевантной контекстно-зависимой информации
Lu et al. Browse-to-search: Interactive exploratory search with visual entities
KR20180037290A (ko) 디지털 컨텐츠를 위한 스크러버 바이어싱
JP4134975B2 (ja) 話題文書提示方法及び装置及びプログラム
WO2013033445A2 (en) Systems and methods for contextualizing a toolbar, an image and inline mobile banner advertising
JP4708319B2 (ja) メタデータ間類似度測定装置及びメタデータ階層化装置、メタデータ間類似度測定方法及びメタデータ階層化方法、メタデータ間類似度測定プログラム及びメタデータ階層化プログラム並びにそれらプログラムを記録した記録媒体

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application