KR20200004858A - 검색 로그들을 처리함으로써 부적절한 콘텐츠를 갖는 비디오들을 식별하기 - Google Patents

검색 로그들을 처리함으로써 부적절한 콘텐츠를 갖는 비디오들을 식별하기 Download PDF

Info

Publication number
KR20200004858A
KR20200004858A KR1020197035947A KR20197035947A KR20200004858A KR 20200004858 A KR20200004858 A KR 20200004858A KR 1020197035947 A KR1020197035947 A KR 1020197035947A KR 20197035947 A KR20197035947 A KR 20197035947A KR 20200004858 A KR20200004858 A KR 20200004858A
Authority
KR
South Korea
Prior art keywords
content
media
search query
label
request
Prior art date
Application number
KR1020197035947A
Other languages
English (en)
Other versions
KR102361379B1 (ko
Inventor
스콧 페터슨
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 KR20200004858A publication Critical patent/KR20200004858A/ko
Application granted granted Critical
Publication of KR102361379B1 publication Critical patent/KR102361379B1/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
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/45—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/438—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
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/55—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques

Abstract

미디어 콘텐츠를 분류하기 위한 방법이 개시된다. 방법은 처리 디바이스에 의해, 검색 질의에 대응하는 복수의 검색 결과를 식별하는 단계 - 복수의 검색 결과는 복수의 미디어 항목에 대응함 -; 처리 디바이스에 의해, 복수의 미디어 항목 중 적어도 하나의 제1 미디어 항목 및 제2 미디어 항목을 식별하는 단계 - 제1 미디어 항목은 제1 콘텐츠 라벨에 연관되고, 제2 미디어 항목은 제2 콘텐츠 라벨에 연관됨 -; 제1 미디어 항목과의 제1 사용자 상호작용에 적어도 부분적으로 기초하여, 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하는 단계; 및 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는 것으로 결정한 것에 응답하여, 처리 디바이스에 의해 제2 미디어 항목을 제1 콘텐츠 라벨에 연관시키는 단계를 포함한다.

Description

검색 로그들을 처리함으로써 부적절한 콘텐츠를 갖는 비디오들을 식별하기
본 개시내용은 일반적으로 콘텐츠 공유 플랫폼들의 분야에 관한 것으로, 더 구체적으로는 미디어 항목들에 관련된 검색 로그들을 처리함으로써 미디어 항목들에 콘텐츠 라벨들을 할당하는 작업에 관한 것이다. 일례에서, 이는 부적절한 콘텐츠를 갖는 비디오들을 식별하는 것에 적용가능하다.
콘텐츠 공유 플랫폼들은 사용자들이 비디오 콘텐츠, 이미지 콘텐츠, 오디오 콘텐츠 등과 같은 콘텐츠(집합적으로 "미디어 항목들", "미디어 콘텐츠", "콘텐츠 항목들", 또는 "콘텐츠"로 지칭될 수 있음)를 업로드하고, 시청하고, 공유하는 것을 허용한다. 그러한 미디어 항목들은 비디오 블로깅, 짧은 원본 비디오들, 그림들, 사진들, 다른 멀티미디어 콘텐츠 등과 같은 아마추어 콘텐츠뿐만 아니라, 오디오 클립들, 무비 클립들, TV 클립들 및 뮤직 비디오들을 포함할 수 있다. 사용자들은 컴퓨팅 디바이스들(예컨대, 스마트폰들, 셀룰러 폰들, 랩탑 컴퓨터들, 데스크탑 컴퓨터들, 넷북들, 태블릿 컴퓨터들)을 사용하여 미디어 항목들을 사용하고, 재생하고 및/또는 소비한다(예를 들어, 디지털 비디오를 시청하는 것, 디지털 음악을 청취하는 것, 기사를 읽는 것 등). 일부 콘텐츠는 할당된 콘텐츠 등급을 가질 수 있으며, 이는 콘텐츠의 연령 적합성에 대한 표시의 역할을 한다.
이하는 본 개시내용의 일부 양태들의 기본적인 이해를 제공하기 위한 본 개시내용의 간략화된 요약이다. 이러한 요약은 본 개시내용의 포괄적인 개요가 아니다. 이는 본 개시내용의 핵심적인 또는 중요한 요소들을 식별하거나, 본 개시내용의 특정 구현예들의 임의의 범위 또는 청구항들의 임의의 범위를 설명하도록 의도되지 않는다. 이것의 유일한 목적은 나중에 제시되는 보다 상세한 설명의 서두로서, 본 개시내용의 일부 개념들을 단순화된 형태로 제시하는 것이다.
일 구현예에서, 미디어 콘텐츠를 분류하기 위한 방법이 개시된다. 방법은 처리 디바이스에 의해, 검색 질의에 대응하는 복수의 검색 결과를 식별하는 단계 - 복수의 검색 결과는 복수의 미디어 항목에 대응함 -; 처리 디바이스에 의해, 복수의 미디어 항목 중 적어도 하나의 제1 미디어 항목 및 제2 미디어 항목을 식별하는 단계 - 제1 미디어 항목은 제1 콘텐츠 라벨에 연관되고, 제2 미디어 항목은 제2 콘텐츠 라벨에 연관됨 -; 제1 미디어 항목과의 제1 사용자 상호작용에 적어도 부분적으로 기초하여, 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하는 단계; 및 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는 것으로 결정한 것에 응답하여, 처리 디바이스에 의해 제2 미디어 항목을 제1 콘텐츠 라벨에 연관시키는 단계를 포함할 수 있다.
일부 구현예들에서, 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하는 단계는 제2 미디어 항목과의 적어도 하나의 제2 사용자 상호작용을 식별하는 단계; 및 제1 사용자 상호작용 및 제2 사용자 상호작용에 적어도 부분적으로 기초하여, 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하는 단계를 포함한다.
일부 구현예들에서, 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하는 단계는: 적어도 하나의 제1 미디어 항목과의 사용자 상호작용의 제1 개수를 결정하는 단계; 제2 미디어 항목과의 사용자 상호작용의 제2 개수를 결정하는 단계; 및 제1 개수 및 제2 개수에 적어도 부분적으로 기초하여, 제1 검색 질의가 제1 분류기에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하는 단계를 포함한다.
일부 구현예들에서, 방법은 제1 개수와 제2 개수의 합에 대한 제1 개수의 비율을 표현하는 가중 인자를 결정하는 단계; 및 가중 인자를 제1 임계값과 비교하는 단계를 더 포함한다.
일부 구현예들에서, 검색 질의가 제1 콘텐츠 라벨에 관련된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하는 단계는: 검색 질의에 대응하는 복수의 미디어 항목으로부터, 제1 콘텐츠 라벨에 연관된 미디어 항목들의 제3 개수를 식별하는 단계; 및 제3 개수가 제2 임계값보다 큰 지를 결정하는 단계를 포함한다.
일부 구현예들에서, 방법은 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하지 않는 것으로 결정한 것에 응답하여, 제1 미디어 항목을 제2 콘텐츠 라벨에 연관시키는 단계를 더 포함할 수 있다.
일부 구현예들에서, 제1 콘텐츠 라벨은 제1 콘텐츠 등급(예를 들어, 노골적 콘텐츠 또는 임의의 다른 부적절한 콘텐츠에 연관된 콘텐츠 등급)을 나타내고, 제2 콘텐츠 라벨은 제2 콘텐츠 등급(예를 들어, 일반 시청자 또는 어린이에 적합한 콘텐츠에 연관된 콘텐츠 등급)을 나타낸다.
일 구현예에서, 미디어 콘텐츠를 분류하기 위한 시스템이 개시된다. 시스템은 메모리; 및 메모리에 통신가능하게 연결된 처리 디바이스를 포함하고, 메모리는 처리 디바이스에 의해 수행될 때 처리 디바이스로 하여금: 검색 질의에 대응하는 복수의 검색 결과를 식별하게 하고 - 복수의 검색 결과는 복수의 미디어 항목에 대응함 -; 복수의 미디어 항목 중 제1 미디어 항목 및 제2 미디어 항목을 식별하게 하고 - 제1 미디어 항목은 제1 콘텐츠 라벨에 연관되고, 제2 미디어 항목은 제2 콘텐츠 라벨에 연관됨 -; 제1 미디어 항목과의 제1 복수의 사용자 상호작용에 적어도 부분적으로 기초하여, 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하게 하고; 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는 것으로 결정한 것에 응답하여, 제2 미디어 항목을 제1 콘텐츠 라벨에 연관시키게 하도록 동작하는 프로그램 명령어들을 저장한다.
개시된 구현예들 중 하나 이상에서, 위에서 설명된 구현예들의 동작들을 수행하기 위한 컴퓨팅 디바이스들이 또한 개시된다. 추가적으로, 본 개시내용의 구현예들에서, 머신 판독가능한 저장 매체는 위에서 설명된 구현예들의 동작을 수행하기 위한 명령어들을 저장한다.
본 개시내용은 첨부 도면 중의 도면들에서 제한이 아닌 예로서 도시된다.
도 1a는 본 개시내용의 구현예에 따른 예시적인 시스템 아키텍처를 도시한다.
도 1b는 본 개시내용의 구현예에 따른 콘텐츠 등급지정 컴포넌트를 도시하는 블록도이다.
도 1c 및 도 1d는 본 개시내용의 구현예에 따라 검색 결과들을 제시하는 예시적인 사용자 인터페이스들을 도시한다.
도 2는 본 개시내용의 구현예에 따라 미디어 콘텐츠의 등급을 지정하는 방법을 도시하는 흐름도이다.
도 3은 본 개시내용의 구현예에 따라 미디어 항목들의 등급을 수정하기 위한 방법을 도시하는 흐름도이다.
도 4는 본 개시내용의 구현예에 따른 예시적인 컴퓨터 시스템을 도시하는 블록도이다.
검색 로그들에 기초하여 부적절한 콘텐츠를 갖는 미디어 항목들을 식별하기 위한 구현예들이 설명된다. 콘텐츠 공유 플랫폼 상의 미디어 항목들(예를 들어, 비디오들)은 미디어 항목들의 등급들(예를 들어, 연령 적합성 등급들)을 표현하는 다양한 콘텐츠 라벨에 연관될 수 있다. 예를 들어, 미디어 항목은 "Y"(어린이), "G"(일반), "PG"[보호자 지도(parental guidance)], "TEEN"(청소년), "MA"[성인(mature audience)], 및 "X"(성인/X 등급)과 같이, 특정 시청자에 대한 적합성을 나타내는 콘텐츠 라벨을 할당받을 수 있다. 검색 서버 또는 콘텐츠 서버는 콘텐츠 라벨들에 기초하여 검색 결과들을 제한함으로써 특정 사용자들(예를 들어, 어린이)에 대한 콘텐츠 검색들을 제공할 수 있다. 예를 들어, "Y" 등급(예를 들어, 청소년 지향) 및 "G" 등급(예를 들어, 일반 시청자) 콘텐츠는 일반적으로 어린이에게 안전한 것으로 간주될 수 있다. 검색 서버 및/또는 콘텐츠 서버는 어린이에게 적합한 미디어 콘텐츠에 대한 검색 질의를 수신한 것에 응답하여 "Y" 등급 콘텐츠 및 "G" 등급 콘텐츠에 연관된 검색 결과들을 제공할 수 있다. 이하의 설명은 연령-적합성에 기초한 등급에 관한 것이지만, 다른 예들에서, 콘텐츠 라벨들은 다른 기준들, 예를 들어 미디어 항목들이 특정 자연어로 된 콘텐츠를 포함하는지, 또는 그것들이 학술적인 시청자 또는 대중을 대상으로 하는지에 따라 미디어 항목들에 라벨을 부여할 수 있다.
미디어 항목들의 등급들을 결정하기 위한 종래의 해법들은 전형적으로 미디어 항목들에 관한 메타데이터(예를 들어, 제목, 설명, 키워드 등)에 기초하여 미디어 항목들의 등급을 지정하기 위해 훈련된 모델들을 사용한다. 종래의 해법들은 또한 미디어 항목들의 비디오 프레임들의 특징들에 기초하여 미디어 항목들의 등급을 지정할 수 있다. 그러나, 종래의 해법들은 콘텐츠 작성자들이 미디어 항목들에 관한 위조 또는 허위 정보를 제공하는 경우에 정확한 등급들을 생성하지 못할 수 있다. 예를 들어, 콘텐츠 작성자는 노골적 콘텐츠를 포함하는 비디오를 콘텐츠 공유 플랫폼에 업로드할 때 "안전한"(어린이에게 적합한) 콘텐츠에 연관된 키워드들을 의도적으로 제공할 수 있다. 콘텐츠 작성자는 또한 "안전한" 콘텐츠를 포함하는 비디오 프레임들을 업로드될 비디오에 의도적으로 삽입할 수 있다. 그러한 것으로서, 노골적 콘텐츠를 포함하는 비디오는 종래의 해법들에 의해 "안전한" 비디오로 잘못 분류될 수 있다.
본 개시내용의 양태들은 검색 질의 데이터에 기초하여 미디어 항목들에 대한 등급들을 결정할 수 있는 콘텐츠 등급지정 컴포넌트를 제공함으로써 상술한 결점들을 해결한다. 콘텐츠 등급지정 컴포넌트는 검색 질의 데이터에 대한 자동 분석을 자동적으로 수행하여 검색 질의 데이터에 관련된 미디어 항목들의 등급을 지정할 수 있다. 예를 들어, 콘텐츠 등급지정 컴포넌트는 미디어 콘텐츠에 대한 검색 질의들(예를 들어, 미리 결정된 기간 내에 검색 서버 또는 콘텐츠 서버에 제출된 검색 질의들)에 연관된 검색 질의 데이터를 분석하여 검색 질의들 각각에 대응하는 검색 결과들, 검색 결과들에 연관된 미디어 항목들, 및 미디어 항목들에 연관된 콘텐츠 라벨들을 식별할 수 있다.
다음으로, 콘텐츠 등급지정 컴포넌트는 분석에 기초하여 검색 질의들 각각이 특정 콘텐츠(예를 들어, "X" 등급 콘텐츠)에 대한 요청을 표현하는지를 결정할 수 있다. 예를 들어, 콘텐츠 등급지정 컴포넌트는 특정 검색 질의의 검색 결과들이 제1 콘텐츠 라벨에 연관된 특정 개수의 비디오(예를 들어, "X" 등급 비디오), 및 하나 이상의 다른 콘텐츠 라벨에 연관된 특정 개수의 비디오(예를 들어, "Y" 등급 비디오, "G" 등급 비디오, 및/또는 "안전" 등급 콘텐츠로 간주되는 다른 비디오)를 포함한다고 결정할 수 있다. 콘텐츠 등급지정 컴포넌트는 "X" 등급 비디오들과의 제1 복수의 사용자 상호작용(예를 들어, 그것의 선택) 및 "안전" 등급 비디오들과의 제2 복수의 사용자 상호작용(예를 들어, 그것의 선택)을 더 결정할 수 있다. 일부 실시예들에서, 콘텐츠 등급지정 컴포넌트는 "X" 등급 비디오들 및 "안전" 등급 비디오들과의 사용자 상호작용들의 개수에 대한 "X" 등급 비디오와의 사용자 상호작용들의 개수의 비율을 나타내는 가중 인자를 결정할 수 있다. 일부 실시예들에서, 콘텐츠 등급지정 컴포넌트는 가중 인자가 제1 임계값보다 크다는 것 및/또는 "X" 등급 비디오들의 개수가 제2 임계값보다 크다고 결정하는 것에 응답하여, 검색 질의가 "X" 등급 콘텐츠에 대한 요청을 표현하는 것으로 결정할 수 있다. 일부 실시예들에서, 콘텐츠 등급지정 컴포넌트는 검색 질의가 "X" 등급 콘텐츠에 대한 요청을 표현하는 것으로 결정하는 것에 응답하여, 비디오들의 "안전" 등급을 "X" 등급으로 변경할 수 있다. 대안적으로, 콘텐츠 등급지정 컴포넌트는 검색 질의가 "X" 등급 콘텐츠에 대한 요청을 표현하지 않는 것으로 결정한 것에 응답하여, 비디오들의 "X" 등급을 "안전" 등급으로 변경할 수 있다.
따라서, 본 개시내용의 양태들은 미디어 항목들의 등급들을 정확하고 효율적인 방식으로 지정하기 위한 기술적 해법들을 제공한다. 플랫폼이 광범위하게 다양한 개별 콘텐츠를 포함하는 방대한 수의 미디어 항목들에 대한 액세스를 제공하는 경우에, 콘텐츠 공유 플랫폼의 미디어 항목들에 콘텐츠 라벨들을 자동으로 할당하는 것은 중대한 기술적 과제이다. 구체적으로, 본 명세서에 개시된 기술은 미디어 항목들의 작성자에 의해 제공된 허위 데이터에 상관없이 미디어 항목들의 등급을 정확하게 지정할 수 있고, 또한 종래의 콘텐츠 등급지정 기술들에 의해 잘못 분류될 수 있는 미디어 항목들의 등급들을 정정할 수 있다. 이는 콘텐츠 공유 플랫폼들의 안정성을 향상시키고, 시스템이 공격에 대해 더 안전해지게 하며(즉, 콘텐츠에 잘못된 라벨을 부여하려는 악의적인 시도에 더 잘 저항할 수 있음), 그러한 기술들의 결과들을 확인하고 결과들이 정확하지 않을 때 정정 조치를 수행하기 위한 추가 동작들의 필요성을 감소시키거나 제거한다. 그러한 것으로서, 본 명세서에 개시된 기술은 컴퓨팅(처리) 자원의 더 효율적인 사용 및 개선된 사용자 경험을 야기한다.
도 1a는 본 개시내용의 구현예에 따라, 청소년 지향 콘텐츠 검색 결과들의 점수를 선택적으로 수정하기 위한 예시적인 시스템 아키텍처(100)를 도시한다. 시스템 아키텍처(100)는 클라이언트 디바이스들(110A-110Z), 데이터 스토어(106), 콘텐츠 서버(120), 검색 서버(130), 및 콘텐츠 처리 서버(140)를 포함하고, 시스템 아키텍처(100)의 각각의 디바이스는 네트워크(105)를 통해 통신가능하게 연결된다. 일 구현예에서, 네트워크(105)는 공중 네트워크(예를 들어, 인터넷), 개인 네트워크[예를 들어, 근거리 네트워크(LAN) 또는 광역 네트워크(WAN)], 유선 네트워크(예를 들어, 이더넷 네트워크), 무선 네트워크(예를 들어, 802.11 네트워크 또는 Wi-Fi 네트워크), 셀룰러 네트워크[예를 들어, 롱 텀 에볼루션(Long Term Evolution, LTE)], 라우터, 허브, 스위치, 서버 컴퓨터, 및/또는 이들의 조합을 포함할 수 있다.
일 구현예에서, 데이터 스토어(106)는 메모리(예를 들어, 랜덤 액세스 메모리), 캐시, 드라이브(예를 들어, 하드 드라이브), 플래시 드라이브, 데이터베이스 시스템, 또는 데이터를 저장할 수 있는 다른 유형의 컴포넌트 또는 디바이스일 수 있다. 데이터 스토어(106)는 또한 복수의 컴퓨팅 디바이스(예를 들어, 복수의 서버 컴퓨터)에 걸쳐있을 수 있는 복수의 저장 컴포넌트(예를 들어, 복수의 드라이브 또는 복수의 데이터베이스)를 포함할 수 있다. 일부 구현예들에서, 데이터 스토어(106)는 클라우드 기반일 수 있다. 시스템 아키텍처(100)의 디바이스들 중 하나 이상은 공개 및 개인 데이터를 저장하기 위해 데이터 스토어(106)를 이용할 수 있고, 데이터 스토어(106)는 개인 데이터를 위한 보안 저장소를 제공하도록 구성될 수 있다.
콘텐츠 서버(120)는 검색 서버(130), 콘텐츠 처리 서버(140), 데이터 스토어(106), 또는 상술한 컴포넌트들의 임의의 조합을 임의적으로 또한 포함할 수 있는 콘텐츠 공유 플랫폼을 표현할 수 있다. 콘텐츠 공유 플랫폼은 사용자가 미디어 항목들을 소비하거나, 업로드하거나, 검색하거나, 승인하거나("좋아요"), 비승인하거나("싫어요"), 댓글을 다는 것을 허용할 수 있다. 콘텐츠 공유 플랫폼(120)은 또한 사용자에게 미디어 항목들에 대한 액세스를 제공하기 위해 사용될 수 있는 웹사이트(예를 들어, 웹페이지) 또는 애플리케이션 백엔드 소프트웨어를 포함할 수 있다.
클라이언트 디바이스들(110A-110Z)은 각각 개인용 컴퓨터(PC), 랩탑, 휴대 전화, 스마트폰, 태블릿 컴퓨터, 넷북 컴퓨터 등과 같은 컴퓨팅 디바이스들을 포함할 수 있다. 클라이언트 디바이스들(110A-110Z)은 또한 "사용자 디바이스들" 또는 "모바일 디바이스들"로서 지칭될 수 있다. 개별 사용자는 클라이언트 디바이스들(110A-110Z) 중 하나 이상에 연관될 수 있다(예를 들어, 소유 및/또는 사용). 클라이언트 디바이스들(110A-110Z)은 각각 상이한 위치들에서 상이한 사용자들에 의해 소유되고 이용될 수 있다. 본 명세서에서 사용될 때, "사용자"는 단일 개인(예를 들어, 성인 또는 어린이)으로 표현될 수 있다. 그러나, 본 개시내용의 다른 구현예들은 자동화된 소스 및/또는 사용자들의 세트에 의해 제어되는 엔티티인 "사용자"를 포괄한다. 예를 들어, 소셜 네트워크에서 커뮤니티로 연합된 개별 사용자들의 세트는 "사용자"로 간주될 수 있다.
클라이언트 디바이스들(110A-110Z)은 각각 미디어 뷰어(114A-114Z)를 포함 할 수 있다. 일 구현예에서, 미디어 뷰어들(114A-114Z)은 사용자들이 이미지, 비디오 항목, 웹 페이지, 문서, 오디오 항목 등과 같은 콘텐츠를 재생, 시청 또는 업로드하는 것을 허용하는 애플리케이션들일 수 있다. 예를 들어, 미디어 뷰어(114A-114Z)는 웹 서버에 의해 서빙되는 콘텐츠[예를 들어, 하이퍼텍스트 마크업 언어(Hyper Text Markup Language)(HTML) 페이지, 디지털 미디어 항목들 등과 같은 웹 페이지]에 액세스, 검색, 제시 또는 탐색할 수 있는 웹 브라우저일 수 있다. 미디어 뷰어(114A-114Z)는 콘텐츠(예를 들어, 웹 페이지, 미디어 뷰어)를 사용자에게 렌더링, 디스플레이 또는 제시할 수 있다. 미디어 뷰어(114A-114Z)는 또한 웹 페이지(예를 들어, 온라인 판매자에 의해 판매된 제품에 관한 정보를 제공할 수 있는 웹 페이지)에 임베드된 임베디드 미디어 플레이어(예를 들어, Flash® 플레이어 또는 HTML5 플레이어)를 포함할 수 있다. 다른 예에서, 미디어 뷰어(114A-114Z)는 사용자들이 디지털 미디어 항목들(예를 들어, 디지털 비디오 항목, 디지털 이미지, 전자 서적 등)을 재생하는 것을 허용하는 독립형 애플리케이션(예를 들어, 모바일 애플리케이션, 또는 네이티브 애플리케이션)일 수 있다. 본 개시내용의 양태들에 따르면, 미디어 뷰어(114A-114Z)는 사용자들이 콘텐츠 공유 플랫폼 상에서 공유하기 위한 콘텐츠를 기록, 편집 및/또는 업로드하기 위한 콘텐츠 공유 플랫폼 애플리케이션일 수 있다. 그러한 것으로서, 미디어 뷰어들(114A-114Z)은 콘텐츠 공유 플랫폼(120)에 의해 클라이언트 디바이스들(110A-110Z)에 제공될 수 있다. 예를 들어, 미디어 뷰어들(114A-114Z)은 콘텐츠 공유 플랫폼(120)에 의해 제공된 웹 페이지들에 임베드된 임베디드 미디어 플레이어일 수 있다. 다른 예에서, 미디어 뷰어들(114A-114Z)은 콘텐츠 공유 플랫폼(120)으로부터 다운로드되는 애플리케이션일 수 있다.
미디어 뷰어(114A-114Z)는 또한 각각의 클라이언트 디바이스(110A-110Z)의 사용자가 검색 서버(130)에 검색 질의(예를 들어, 문자열)를 제출하는 것을 허용하는 사용자 인터페이스(예를 들어, 웹 브라우저 사용자 인터페이스 또는 모바일 애플리케이션 사용자 인터페이스)를 제공할 수 있고, 이는 결국 복수의 검색 결과를 각각의 클라이언트 디바이스(110A-110Z)에 제공할 수 있다. 예를 들어, 클라이언트 디바이스(110A)의 사용자가 검색 질의를 검색 서버(130)에 제출하면, 검색 서버(130)는 점수가 매겨진 검색 결과들의 세트를 리턴할 수 있으며, 이는 사용자 인터페이스에 순위 리스트로서 디스플레이되도록 제시될 수 있다. 사용자는 콘텐츠 서버(120)로부터 연관 콘텐츠(예를 들어, 문서, 웹사이트, 비디오 콘텐츠, 이미지, 음악 등)를 검색하기 위해 검색 결과들 중 하나를 선택할 수 있다[또는 검색 서버(130)는 클라이언트 디바이스(110A)를 대신하여 콘텐츠 서버(120)로부터의 콘텐츠 검색을 용이하게 할 수 있다]. 이하에 더 논의되는 도 1c 및 도 1d는 검색 결과들을 제시하는 사용자 인터페이스들의 예들을 제공한다.
일 구현예에서, 콘텐츠 서버(120)는 사용자에게 미디어 항목들에의 액세스를 제공하고/거나 미디어 항목들을 사용자에게 제공하기 위해 사용될 수 있는 하나 이상의 컴퓨팅 디바이스(예컨대, 랙마운트 서버, 라우터 컴퓨터, 서버 컴퓨터, 개인용 컴퓨터, 메인프레임 컴퓨터, 랩탑 컴퓨터, 태블릿 컴퓨터, 데스크탑 컴퓨터 등), 데이터 스토어(예를 들어, 하드 디스크, 메모리, 데이터베이스), 네트워크, 소프트웨어 컴포넌트, 및/또는 하드웨어 컴포넌트일 수 있다. 콘텐츠 서버(120)는 콘텐츠 또는 콘텐츠에 관한 정보(예를 들어, 타이틀, 장르, 콘텐츠 라벨 등을 포함하는 콘텐츠 메타데이터)를 검색/액세스하기 위해 클라이언트 디바이스들(110A-110Z) 또는 검색 서버(130) 중 임의의 것에 의해 이용되는 서버일 수 있다.
일부 구현예들에서, 하나보다 많은 콘텐츠 서버(120)가 이용될 수 있고, 일부는 특정 유형의 콘텐츠에서 전문화된다(예를 들어, 비디오 콘텐츠를 호스팅하는 제1 콘텐츠 서버, 음악을 호스팅하는 다른 콘텐츠 서버 등). 콘텐츠 서버(120)는 공유 콘텐츠, 개인 콘텐츠(예를 들어, 단일 사용자 또는 사용자 그룹에 의한 사용으로 제한된 콘텐츠), 상업적으로 배포가능한 콘텐츠(예를 들어, 주문형 콘텐츠, 구매가능한 콘텐츠 등)를 호스팅할 수 있다. 일 구현예에서, 콘텐츠 서버(120)는 타이틀, 설명, 등급(예를 들어, "청소년 지향적" 및 "일반 시청자"와 같은 콘텐츠 라벨을 포함함), 관련 콘텐츠 또는 연관 콘텐츠에 대한 상호 참조, 저작권 정보, 라이센싱 정보 등을 포함하는 이용가능한 미디어 항목들의 레코드들을 포함하는 콘텐츠 데이터베이스(122)를 유지한다. 일부 구현예들에서, 콘텐츠 서버(120)는 검색 서버(130) 및/또는 데이터 스토어(106)와 결합될 수 있다.
일 구현예에서, 검색 서버(130)는 클라이언트 디바이스들(110A-110Z)로부터 수신된 검색 질의를 처리하고, 검색 질의들에 기초하여 검색 결과들의 목록들을 생성하고, 요청 클라이언트 디바이스들(110A-110Z)에게 검색 결과들을 제공하기 위해 사용될 수 있는 하나 이상의 컴퓨팅 디바이스(예컨대, 랙마운트 서버, 라우터 컴퓨터, 서버 컴퓨터, 개인용 컴퓨터, 메인프레임 컴퓨터, 랩탑 컴퓨터, 태블릿 컴퓨터, 데스크탑 컴퓨터 등), 데이터 스토어(예를 들어, 하드 디스크, 메모리, 데이터베이스), 네트워크, 소프트웨어 컴포넌트, 및/또는 하드웨어 컴포넌트일 수 있다. 검색 서버(130)는 검색 엔진 시스템(132)을 포함한다.
일 구현예에서, 검색 엔진 시스템(132)은 [예를 들어, 클라이언트 디바이스들(110A-110Z) 중 하나로부터] 검색 질의를 수신할 수 있고, 검색 질의에 관련된 미디어 항목들의 검색 결과들의 세트를 생성할 수 있으며, 그것은 질의가 시작된 클라이언트 디바이스에 후속하여 다시 전송될 수 있다. 검색 엔진 시스템(132)은 예를 들어 임의의 적절한 검색 알고리즘을 사용하여 [예를 들어, 콘텐츠 데이터베이스(122)로부터 콘텐츠의 설명을 검색하거나, 콘텐츠 서버(120) 또는 데이터 스토어(106)에서 웹 문서의 본문을 검색하는 것 등에 의해] 검색 질의에 관련된 미디어 항목들을 검색할 수 있다. 검색 엔진 시스템(132)은 검색 질의에 관련된 미디어 항목들을 식별하고 미디어 항목들의 등급을 지정함으로써 검색 결과들의 세트를 생성할 수 있다.
일부 구현예에서, 검색 엔진 시스템(132)은 하나 이상의 특정 콘텐츠 라벨에 연관된 콘텐츠를 찾도록 검색을 제한할 수 있다. 예시적인 구현예에서, 검색 엔진 시스템(132)은 검색이 청소년 지향 콘텐츠 및 일반 시청자 콘텐츠로 제한되는 "연합" 검색을 수행한다. 다른 예시적인 구현예에서, 검색 엔진 시스템(132)은 검색 질의에 기초하여 2개의 개별 검색을 수행하는데, 제1 검색은 청소년 지향 콘텐츠로 제한되고, 제2 검색은 일반 시청자 콘텐츠로 제한된다. 이러한 예시적인 구현예들(예를 들어, 검색 결과들을 식별한 후의 선별, "연합" 검색, 또는 개별 검색들) 각각에서, 콘텐츠 처리 서버(140)는 청소년 지향 콘텐츠 라벨(예를 들어, 세트 Y로 표기된 "Y" 등급 콘텐츠), 및/또는 일반 시청자 콘텐츠 라벨(예를 들어, 세트 G로 표기된 "G" 등급 콘텐츠)에 연관된 검색 결과들을 수신한다.
일 구현예에서, 콘텐츠 처리 서버(140)는 검색 서버(130) 및/또는 콘텐츠 서버(120)로부터 수신된 데이터 검색 질의들 및/또는 콘텐츠를 처리하기 위해 사용될 수 있는 하나 이상의 컴퓨팅 디바이스(예컨대, 랙마운트 서버, 라우터 컴퓨터, 서버 컴퓨터, 개인용 컴퓨터, 메인프레임 컴퓨터, 랩탑 컴퓨터, 태블릿 컴퓨터, 데스크탑 컴퓨터 등), 데이터 스토어(예를 들어, 하드 디스크, 메모리, 데이터베이스), 네트워크, 소프트웨어 컴포넌트, 및/또는 하드웨어 컴포넌트일 수 있다. 콘텐츠 처리 서버(140)는 콘텐츠 등급지정 컴포넌트(150)를 포함 할 수 있다. 일부 실시예들에서, 콘텐츠 등급지정 컴포넌트(150)는 도 1b에 도시된 하나 이상의 모듈을 포함할 수 있다.
콘텐츠 등급지정 컴포넌트(150)는 하나 이상의 등급을 사용하여 미디어 항목의 등급을 지정할 수 있다. 등급은 콘텐츠 라벨을 표현하거나 콘텐츠 라벨로 지칭될 수 있다. 콘텐츠 라벨들 각각은 특정 유형의 콘텐츠, 및/또는 특정 시청자에게 적합한 콘텐츠를 나타낼 수 있다. 콘텐츠 요소들은 콘텐츠 라벨들의 미리 결정된 세트로부터 선택된 요소들일 수 있다. 특정 미디어 항목이 세트의 제1 콘텐츠 라벨에 연관되는 경우, 그것이 세트의 다른 콘텐츠 라벨들 중 적어도 하나, 또는 임의적으로는 세트의 다른 콘텐츠 라벨들 중 임의의 것과 연관될 수 없도록, 세트의 콘텐츠 라벨들 중 하나 이상은 상호배타적일 수 있다. 콘텐츠 등급지정 컴포넌트(150)는 미디어 항목들 각각을 하나 이상의 콘텐츠 라벨(또는 등급)에 연관시킬 수 있다. 콘텐츠 라벨들의 예들은 청소년 지향 콘텐츠를 나타내는 콘텐츠 라벨(예를 들어,"Y" 등급 라벨), 일반 시청자에게 적합한 콘텐츠를 나타내는 콘텐츠 라벨(예를 들어, "G" 등급 라벨), 보호자 지도를 동반한 특정 시청자에 의해 소비될 콘텐츠를 나타내는 콘텐츠 라벨(예를 들어, "PG" 등급 라벨), 십대 시청자에 적합한 콘텐츠를 나타내는 콘텐츠 라벨(예를 들어, "TEEN" 등급 라벨) 및 "X" 등급(성인/X 등급) 콘텐츠를 나타내는 콘텐츠 라벨을 포함할 수 있다. 하나 이상의 특정 콘텐츠 라벨에 연관된 미디어 항목들은 특정 시청자에게 "안전한" 것으로 간주될 수 있다. 예를 들어, "Y" 등급(예를 들어, 청소년 지향) 및 "G" 등급(예를 들어, 일반 시청자) 콘텐츠는 일반적으로 어린이에게 안전한 것으로 간주된다. "X" 등급 콘텐츠, "Y" 등급 콘텐츠 및 "G" 등급 콘텐츠를 각각 나타내는 3개의 콘텐츠 라벨은 상호 배타적일 수 있고, 그에 의해 미디어 항목이 콘텐츠 라벨들 중 어느 하나에 연관되게 되면, 그 미디어 항목과 다른 2개의 콘텐츠 라벨 중 어느 하나와의 임의의 연관은 무효화되게 된다.
일부 실시예들에서, 콘텐츠 등급지정 컴포넌트(150)는 콘텐츠 서버(120), 검색 서버(130), 데이터 스토어(106) 및/또는 미디어 콘텐츠 등급지정을 위한 임의의 다른 디바이스 중 하나 이상으로부터 검색 질의 데이터를 수신할 수 있다. 검색 질의 데이터는 하나 이상의 사용자에 의해 콘텐츠 서버(120) 및 검색 서버(130) 중 하나 이상에 제출 된 하나 이상의 검색 질의에 관련된 임의의 적절한 데이터를 포함할 수 있다. 예를 들어, 검색 질의 데이터는 검색 질의들(예를 들어, 검색 질의들 각각에 포함된 문자열, 이미지 및/또는 임의의 다른 콘텐츠)을 포함할 수 있다. 다른 예로서, 검색 질의 데이터는 검색 질의들 각각에 대응하는 하나 이상의 검색 결과에 관한 데이터를 포함할 수 있다. 검색 결과들 각각은 하나 이상의 미디어 항목(예를 들어, 비디오, 이미지 등)에 대응할 수 있다. 검색 질의 데이터는 또한 미디어 항목들 각각에 연관된 콘텐츠 라벨(또는 등급)("최초 콘텐츠 라벨"이라고도 지칭됨), 미디어 항목들 각각에의 링크, 미디어 항목들과의 하나 이상의 사용자 상호작용 등과 같이, 미디어 항목들 각각에 관한 데이터를 또한 포함할 수 있다. 일 구현예에서, 검색 질의 데이터는 특정 기간(예를 들어, 전 날, 지난 몇 시간, 지난 며칠 등) 동안에 제출된 하나 이상의 검색 질의에 관한 데이터를 포함할 수 있다. 다른 구현예에서, 검색 질의 데이터는 사용자에 의해 지정된 하나 이상의 검색 질의, 특정 키워드들을 포함하는 하나 이상의 검색 질의, 임계 수의 검색 결과들을 갖는 검색 질의들 등과 같이, 하나 이상의 특정 검색 질의들(즉, 적어도 하나의 기준을 만족하는 검색 질의들)에 관한 데이터를 포함할 수 있다.
콘텐츠 등급지정 컴포넌트(150)는 검색 질의 데이터에 기초하여 미디어 콘텐츠 등급지정을 수행할 수 있다. 예를 들어, 콘텐츠 등급지정 컴포넌트(150)는 검색 질의 데이터에 관련된 검색 질의들 각각에 대해, 하나 이상의 미디어 항목이 잘못 등급지정되어 있는지를 결정하고, 미디어 항목들의 콘텐츠 라벨들(또는 등급들)을 변경할 수 있다. 예를 들어, 특정 검색 질의에 대해, 콘텐츠 등급지정 컴포넌트(150)는 검색 질의가 특정 미디어 콘텐츠(예를 들어, "X" 등급 라벨과 같이, 특정 콘텐츠 라벨에 연관된 미디어 콘텐츠)에 대한 요청을 표현하는지를 결정할 수 있다. 즉, 검색 질의는 검색 질의를 입력한 사용자가 특정 콘텐츠 라벨에 정확하게 맞는 미디어 항목들에 액세스하기를 원할 가능성이 임계값보다 큰 지를 결정한다. 다음으로, 콘텐츠 등급지정 컴포넌트(150)는 결정에 기초하여 검색 질의의 검색 결과들에 연관된 미디어 항목들의 콘텐츠 라벨들을 변경할 수 있다. 예를 들어, 검색 질의가 특정 미디어 콘텐츠(예를 들어, "X" 등급 비디오)에 대한 요청을 표현한다고 결정한 것에 응답하여, 콘텐츠 등급지정 컴포넌트(150)는 특정 콘텐츠 라벨을 다른 콘텐츠 라벨(예를 들어, "Y" 등급 라벨, "G" 등급 라벨)에 이전에 연관된 하나 이상의 미디어 항목에 할당할 수 있다. 다른 예로서, 검색 질의가 특정 미디어 콘텐츠에 대한 요청을 표현하지 않는다고 결정한 것에 응답하여, 콘텐츠 등급지정 컴포넌트(150)는 특정 콘텐츠 라벨에 이전에 연관된 하나 이상의 미디어 항목에 새로운 콘텐츠 라벨(예를 들어, "Y" 등급 라벨, "G" 등급 라벨)을 할당할 수 있다.
검색 질의 데이터에 관련된 검색 질의들 각각은 예를 들어 아래에서 도 2 내지 도 3과 관련하여 설명된 하나 이상의 동작을 수행함으로써 분류될 수 있다. 예로서, 콘텐츠 등급지정 컴포넌트(150)는 검색 질의 데이터에 관련된 모든 검색 질의를 분석하여, 임의의 사용자가 해당 검색 질의를 발행한 모든 때로부터 각각의 검색 질의의 검색 결과들 내에서 (예를 들어, 클릭 또는 탭에 의해) "안전" 등급 또는 "X" 등급 비디오를 선택한 수를 누적(tallying)한다. 다음으로, 각각의 검색 질의에 대해, 콘텐츠 등급지정 컴포넌트(150)는 안전하지 않은 선택 가중 인자를 (X 비디오 선택)/(안전한 비디오 선택 + X 비디오 선택)으로 계산할 수 있다. 콘텐츠 등급지정 컴포넌트(150)는 또한 각각의 검색 질의에 대해 선택된 X 등급 비디오의 총 수를 추적할 수 있다. 예를 들어, 검색 질의 데이터에 따라, 검색 질의 "sex"는 기간 동안 100회 발행될 수 있다. 콘텐츠 등급지정 컴포넌트(150)는 검색 질의 데이터에 기초하여 이하의 사용자 상호작용들(예를 들어, 선택 카운트들)을 결정할 수 있다:
X_video1 - 30회 클릭됨
X_video2 - 50회 클릭됨
X_video3 - 15회 클릭됨
Safe_video1 - 5회 클릭됨
콘텐츠 등급지정 컴포넌트(150)는 검색 질의 "sex"에 대해 안전하지 않은 선택 가중 인자가 0.95[95회의 X 클릭/(5회의 안전 클릭 + 95회의 X 클릭)]임을 결정할 수 있다. 콘텐츠 등급지정 컴포넌트(150)는 또한 검색 질의 "sex"에 관련된 X 비디오의 수가 3임을 결정할 수 있다. 콘텐츠 등급지정 컴포넌트(150)는 또한 최소의 안전하지 않은 선택 가중 인자(즉, 대응하는 검색 질의가 X 등급 콘텐츠에 대한 요청인 것으로 간주되게 되는, 안전하지 않은 선택 가중 인자에 대한 최소값)를 표현하는 제1 임계값, 및 최소 X 비디오 카운트(즉, 주어진 비디오에 X 등급이 부여될 수 있기 전에, 그 비디오가 X 등급 비디오 콘텐츠를 요청한 사용자들에 의해 선택되는 최소 횟수)를 표현하는 제2 임계값을 결정할 수 있다. 이 예에서, 최소의 안전하지 않은 선택 가중 인자가 0.9인 경우, 시스템은 검색 질의 "sex"가 X 등급 비디오에 대한 요청이고 최소 X 비디오 카운트는 1이라고 결정할 수 있으므로, Safe_video1에는 X 비디오로서 다시 라벨이 부여될 수 있다.
도 1a에서는 콘텐츠 서버(120), 검색 서버(130), 콘텐츠 처리 서버(140) 및 데이터 스토어(106) 각각이 단일의 개별 컴포넌트들로서 도시되어 있지만, 이러한 컴포넌트들은 단일 디바이스 내에서 함께 구현되거나, 함께 동작하는 다수의 상이한 디바이스의 다양한 조합으로 네트워크화될 수 있다. 그러한 디바이스들의 예들은 서버, 메인프레임 컴퓨터, 네트워크화된 컴퓨터, 프로세스 기반 디바이스, 및 유사한 유형의 시스템 및 디바이스를 포함할 수 있지만, 이에 제한되지는 않는다. 본 개시내용의 일부 구현예들은 단일 서버 디바이스 내에서 또는 복수의 서버 디바이스 상에서 동작할 수 있다. 본 개시내용의 다른 구현예들은 독립형 시스템에서 동작할 수 있다. 일부 구현예들에서, 콘텐츠 서버(120), 검색 서버(130), 또는 콘텐츠 처리 서버(140) 중 하나 이상은 단일 엔티티에 의해 관리된다. 일부 구현예들에서, 콘텐츠 서버(120), 검색 서버(130) 및 콘텐츠 처리 서버(140) 중 하나 이상은 상이한 엔티티들에 의해 관리된다.
일반적으로, 일 구현예에서 콘텐츠 서버(120), 검색 서버(130) 및/또는 콘텐츠 처리 서버(140)에 의해 수행되는 것으로 설명된 기능은 또한 다른 구현예들에서 적절한 경우 클라이언트 디바이스들(110A-110Z) 중 임의의 것에 의해 수행될 수 있다. 예를 들어, 클라이언트 디바이스(110A)는 콘텐츠 등급지정 컴포넌트(150)의 기능들을 수행하는 소프트웨어 애플리케이션을 구현할 수 있다. 추가로, 특정 컴포넌트에 기인한 기능은 상이한 또는 복수의 컴포넌트가 함께 동작함으로써 수행 될 수 있다. 콘텐츠 서버(120), 검색 서버(130) 및/또는 콘텐츠 처리 서버(140)는 또한 적절한 애플리케이션 프로그래밍 인터페이스들을 통해 다른 시스템들 또는 디바이스들에 제공되는 서비스들로서 액세스될 수 있으며, 따라서 웹사이트들에서 사용되는 것으로 제한되지 않는다.
도 1b는 본 개시내용의 구현예에 따른 콘텐츠 등급지정 컴포넌트(150)를 도시하는 블록도이다. 일 구현예에서, 콘텐츠 등급지정 컴포넌트(150)는 검색 질의 분석 모듈(152) 및 등급지정 모듈(154)을 포함할 수 있다. 일반성을 잃지 않고서, 더 많거나 더 적은 컴포넌트가 콘텐츠 등급지정 컴포넌트(150)에 포함될 수 있다. 예를 들어, 둘 이상의 모듈이 단일 모듈로 결합될 수 있거나, 모듈들 중 하나가 둘 이상의 모듈로 분할될 수 있다. 일 구현예에서, 하나 이상의 모듈은 상이한 컴퓨팅 디바이스들에 상주할 수 있다(예를 들어, 상이한 서버 컴퓨터들에, 단일 클라이언트 디바이스 상에, 복수의 클라이언트 디바이스에 분산되어 등).
일 구현예에서, 콘텐츠 등급지정 컴포넌트(150)는 데이터 스토어(106)에 통신가능하게 연결된다. 예를 들어, 콘텐츠 등급지정 컴포넌트(150)는 네트워크를 통해[예를 들어, 도 1a 및 도 1b에 도시된 바와 같이 네트워크(105)를 통해] 데이터 스토어(106)에 연결될 수 있다. 다른 예에서, 콘텐츠 등급지정 컴포넌트(150)는 검색 엔진 시스템(132)이 상주하는 서버에 직접 연결될 수 있다[예를 들어, 검색 서버(130)에 직접 연결될 수 있음]. 도 1a와 관련하여 설명된 바와 같이, 데이터 스토어(106)는 메모리(예를 들어, 랜덤 액세스 메모리), 캐시, 드라이브(예를 들어, 하드 드라이브), 플래시 드라이브, 데이터베이스 시스템, 또는 데이터를 저장할 수 있는 다른 유형의 컴포넌트 또는 디바이스일 수 있다. 데이터 스토어(106)는 또한 복수의 컴퓨팅 디바이스(예를 들어, 복수의 서버 컴퓨터)에 걸쳐있을 수 있고 클라우드 기반일 수 있는 복수의 저장 컴포넌트(예를 들어, 복수의 드라이브 또는 복수의 데이터베이스)를 포함할 수 있다. 데이터 스토어(106)는 도 1a와 관련하여 설명된 바와 같이 클라이언트 디바이스들(110A-110Z), 콘텐츠 서버(120), 검색 서버(130) 및 콘텐츠 처리 서버(140) 중 임의의 것의 일부이거나 그 사이에 분산될 수 있다.
일 구현예에서, 데이터 스토어(106)는 [예를 들어, 검색 엔진 시스템(132)에 의해] 콘텐츠 서버(120) 또는 임의의 다른 콘텐츠 소스에 상주하는 것으로 식별된 검색가능한 미디어 항목들에 대응하는 콘텐츠 검색 결과들(160A-160Z)을 포함한다. 콘텐츠 검색 결과들(160A-160Z) 각각은 검색 엔진 시스템(132)에 의해 생성되었을 수 있고, 이들 각각은 콘텐츠 라벨들(162A-162Z)[예를 들어, 그들 각각의 미디어 항목들에 미리 할당되어 있고 콘텐츠 데이터베이스(122)에 저장되어 있을 수 있음] 및 사용자 상호작용 데이터(164A-164Z)를 각각 포함한다. 일 구현예에서, 콘텐츠 검색 결과들(160A-160Z)은 검색 서버[예를 들어, 검색 서버(130)] 및/또는 콘텐츠 서버[예를 들어, 콘텐츠 서버(120)]에 저장될 수 있다. 일부 실시예들에서, 콘텐츠 검색 결과들(160A-160Z)은 본 개시내용에 따라 설명된 바와 같이 검색 질의 데이터의 일부일 수 있다.
사용자 상호작용 데이터(164A-164Z)는 콘텐츠 검색 결과들(160A-160Z)에 연관된 미디어 항목들과의 사용자 상호작용들에 관한 데이터일 수 있고/있거나 그것을 포함할 수 있다. 예를 들어, 사용자 상호작용 데이터(164A-164Z) 각각은 대응하는 검색 결과(160A-160A)가 임의의 사용자에 의해 상호작용되는지(예를 들어, "선택되는지")를 나타내는 데이터(예를 들어, 플래그)를 포함할 수 있다. 다른 예로서, 사용자 상호작용 데이터(164A-164Z)는 하나 이상의 사용자에 의한 검색 결과들(160A-160Z) 및/또는 검색 결과들(160A-160Z)에 연관된 미디어 항목들과의 하나 이상의 사용자 상호작용에 관한 데이터를 포함할 수 있다. 사용자들은 검색 결과들(160A-160Z)에 관련된 검색 질의를 제출한 사용자들일 수 있고/있거나 그러한 사용자들을 포함할 수 있다. 미디어 항목 및/또는 검색 결과와의 사용자 상호작용의 예들은, 예를 들어 미디어 항목 및/또는 미디어 항목에 관련된 검색 결과 및/또는 검색 결과의 선택(예를 들어, "클릭", "탭" 등에 의한 것), 미디어 항목의 하나 이상의 부분의 소비, 미디어 항목에 대한 댓글, 미디어 항목의 추천(예를 들어, "링크"), 미디어 항목의 공유 등일 수 있다.
검색 질의 분석 모듈(152)은 미디어 콘텐츠 등급지정을 위해 콘텐츠 검색 결과들(160A-160Z)을 분석할 수 있다. 예를 들어, 검색 질의 분석 모듈(152)은 제1 콘텐츠 라벨(예를 들어, "X" 등급의 콘텐츠 라벨)에 연관된 하나 이상의 제1 미디어 항목, 및 제1 미디어 항목과의 하나 이상의 제1 사용자 상호작용을 결정할 수 있다. 제1 사용자 상호작용들은, 예를 들어 제1 미디어 항목들에 관련된 하나 이상의 검색 결과(160A-160Z)의 사용자 선택을 포함할 수 있다. 검색 질의 분석 모듈(152)은 또한 콘텐츠 검색 결과들(160A-160Z)을 분석하여 제1 콘텐츠 라벨에 연관되지 않은 하나 이상의 제2 미디어 항목(예를 들어, "G" 등급 콘텐츠를 나타내는 제2 콘텐츠 라벨, "Y" 등급 콘텐츠를 나타내는 제3 콘텐츠 라벨 등을 갖는 미디어 항목들), 및 제2 미디어 항목들과의 하나 이상의 제2 사용자 상호작용을 결정할 수 있다. 제2 사용자 상호작용들은, 예를 들어 제2 미디어 항목들에 관련된 하나 이상의 검색 결과(160A-160Z)의 사용자 선택을 포함할 수 있다.
등급지정 모듈(154)은 제1 사용자 상호작용 및/또는 제2 사용자 상호작용에 기초하여 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정할 수 있다. 예를 들어, 등급지정 모듈(154)은 검색 질의에 연관된 미디어 항목들과의 사용자 상호작용에서 제1 사용자 상호작용의 백분율을 표현하는 가중 인자를 결정할 수 있다. 일부 실시예들에서, 가중 인자는 제1 미디어 항목들 및 제2 미디어 항목들과의 사용자 상호작용의 수에 대한 제1 사용자 상호작용의 수의 비율을 계산함으로써 결정될 수 있다. 다음으로, 등급지정 모듈(154)은 가중 인자를 제1 임계값과 비교할 수 있다. 등급지정 모듈(154)은 또한 제1 미디어 항목들의 수를 제2 임계값과 비교할 수 있다. 일부 실시예들에서, 가중 인자가 제1 임계값보다 큰 것으로, 및/또는 제1 미디어 항목의 수가 제2 임계값보다 큰 것으로 결정하는 것에 응답하여, 등급지정 모듈(154)은 검색 질의가 특정 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는 것으로 결정할 수 있다. 다음으로, 등급지정 모듈(154)은 제2 미디어 항목들을 제1 콘텐츠 라벨에 연관시킴으로써 제2 미디어 항목들의 등급을 변경할 수 있다. 등급지정 모듈(154)은 또한 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하지 않는다는 결정에 응답하여 제1 미디어 항목의 등급을 변경할 수 있다. 예를 들어, 등급지정 모듈(154)은 제1 미디어 항목을 제2 콘텐츠 라벨에 연관시킬 수 있다. 일부 실시예들에서, 콘텐츠 라벨들(162A-162Z)은 상술한 변경들에 기초하여 업데이트될 수 있다.
일부 실시예들에서, 등급지정 모듈(154)은 제1 임계 및/또는 제2 임계의 값들을 결정할 수 있다. 예를 들어, 등급지정 모듈(154)은 알려진 콘텐츠의 복수의 미디어 항목의 트레이닝 세트를 생성할 수 있고(즉, 트레이닝 세트의 각각의 미디어 항목은 정확한 것으로 간주되는 콘텐츠 라벨에 연관됨), 제1 콘텐츠 라벨에 연관된 트레이닝 세트 내에서 미디어 항목들의 백분율을 결정할 수 있다. 등급지정 모듈(154)은 결정된 백분율에 기초하여 제1 임계의 값을 결정할 수 있다. 다른 예로서, 등급지정 모듈(154)은 트레이닝 세트 내의 제1 콘텐츠 라벨에 연관된 미디어 항목들의 수에 기초하여 제2 임계의 값을 결정할 수 있다. 일부 실시예들에서, 트레이닝 세트 내의 제1 콘텐츠 라벨에 연관된 미디어 항목들의 백분율 및/또는 제1 콘텐츠 라벨에 연관된 미디어 항목들의 수는 사용자 입력들(예를 들어, 특정 미디어 항목을 제1 콘텐츠 라벨에 관련된 콘텐츠로서 나타내는 사용자 입력)에 기초하여 결정될 수 있다.
콘텐츠 등급지정 컴포넌트(150)는 콘텐츠 처리 서버(140)에 의해 구현되는 것으로 설명되지만, 클라이언트 디바이스들(110A-110Z), 콘텐츠 서버(120) 및/또는 검색 서버(130) 중 임의의 것에 의해 구현될 수 있다. 예를 들어, 클라이언트 디바이스[예를 들어, 클라이언트 디바이스(110A)]는 콘텐츠 등급지정 컴포넌트(150)의 기능들 전부를 수행하도록 프로그래밍될 수 있다. 본 기술분야의 통상의 지식을 가진 자라면 이해할 수 있는 바와 같이, 콘텐츠 등급지정 컴포넌트(150)가 클라이언트 디바이스 상에 구현될 때, "수신", "전송", "검색", "식별", "결정", "분석", "처리" 등을 하는 콘텐츠 등급지정 컴포넌트(150)와 관련하여 설명된 임의의 기능들은 네트워크[예를 들어, 네트워크(105)]를 통하지 않고서 클라이언트 디바이스 내의 서브시스템들 또는 서브모듈들에 의해 수행되는 기능들을 지칭하는 것으로 이해된다.
도 1c는 본 개시내용의 구현예에 따라 특정 콘텐츠 라벨들에 관련된 검색 결과들을 제시하는 예시적인 사용자 인터페이스(170)를 도시한다. 예를 들어, 사용자 인터페이스(170)는 클라이언트 디바이스들(110A-110Z)의 각각의 미디어 뷰어들(114A-114Z) 중 하나에 의해 제공되는 사용자 인터페이스에 대응할 수 있다. 사용자 인터페이스(170)는 검색 문자열(예를 들어, "blue")을 입력하기 위한 검색 박스(171), 및 "blue"에 대한 검색 요청이 검색 엔진[예를 들어, 검색 엔진 시스템(132)]에 전송되게 하는 검색 버튼(172)을 포함한다. 검색 결과들(173-175)이 디스플레이되고, 스크롤바(176)는 아래의 추가 검색 결과들의 이용가능성을 나타낸다. 도시된 바와 같이, "blue"에 대한 검색 결과들은 청소년 지향 콘텐츠 및 일반 시청자 콘텐츠를 포함한다. 예를 들어, 검색 결과들(173 및 174)은 구체적으로 어린 시청자를 위해 설계된 비디오들인 한편, 검색 결과(175)는 일반 시청자에게 안전한 콘텐츠에 대응한다. 검색 결과들(173 및 174)은 그들 각각의 점수에 적용된 하나 이상의 부스트에 기초하여 검색 결과들(173-175)의 최상위로 승격될 수 있다.
도 1d는 본 개시내용의 일부 구현예들에 따른 검색 결과들을 제시하는 예시적인 사용자 인터페이스(180)를 도시한다. 사용자 인터페이스(180)는 검색 박스(181), 검색 버튼(182), 스크롤바(186) 및 검색 결과들(183-185)을 포함한다. 도시된 검색 결과들(183-185)은 적용되는 청소년 지향 또는 일반 시청자 제약들 및 청소년 지향 검색 결과 점수들이 선택적으로 수정되지 않은 경우에 생성될 수 있는 잠재적인 검색 결과들에 대응한다. 예를 들어, 최상위 검색 결과(183)는 관련성이 있지만 그것의 콘텐츠의 특성으로 인해 어린이들에게 적합하지 않을 수 있다. 검색 결과(184)는 성인 콘텐츠로 간주될 수 있으며, 성인 콘텐츠 필터가 이용되는지에 의존하여 제시될 수도 있고 제시되지 않을 수도 있다. 검색 결과(185)는 본 예에서 그것의 점수가 검색 결과들(183 및 184)보다 비교적 낮은 것을 제외하고는, 검색 결과(173)와 동일한 콘텐츠에 대응할 수 있다.
도 2는 본 개시내용의 구현예에 따라 미디어 콘텐츠의 등급을 지정하기 위한 방법(200)을 예시하는 흐름도이다. 도 3은 본 개시내용의 구현예에 따라 미디어 콘텐츠의 등급을 수정하기 위한 방법(300)을 도시하는 흐름도이다. 방법들(200 및 300)은 하드웨어(예를 들어, 회로, 전용 로직, 프로그래밍가능한 로직, 마이크로 코드 등), 소프트웨어(예를 들어, 처리 디바이스 상에서 실행되어 하드웨어 시뮬레이션을 수행하는 명령어들), 또는 그것의 조합을 포함하는 처리 로직에 의해 수행될 수 있다. 일 구현예에서, 방법들(200 및 300)은 각각 도 1a 및 도 1b에 관련하여 설명된 콘텐츠 등급지정 컴포넌트(150)를 실행하는 처리 디바이스에 의해 수행될 수 있다.
도 2를 참조하면, 방법(200)은 처리 디바이스가 검색 질의에 대응하는 복수의 검색 결과를 식별할 수 있는 블록(210)에서 시작한다. 검색 결과들 각각은 하나 이상의 미디어 항목에 대응할 수 있다. 미디어 항목들 및/또는 검색 결과들 각각은 미리 결정된 대응하는 콘텐츠 라벨에 연관될 수 있다. 검색 질의들은 하나 이상의 사용자에 의해 하나 이상의 검색 서버, 콘텐츠 서버 및/또는 임의의 다른 플랫폼에서 발행될 수 있다. 검색 결과들은 예를 들어 검색 서버 및/또는 콘텐츠 서버들에서 발행된 하나 이상의 검색 질의와 관련된 검색 질의 데이터에 기초하여 식별될 수 있다. 검색 질의 데이터는 도 1a-도 1b와 관련하여 설명된 바와 같이 검색 결과들에 관한 데이터를 포함할 수 있다.
블록(220)에서, 처리 디바이스는 검색 질의에 연관된 미디어 항목들로부터, 제1 콘텐츠 라벨("제1 복수의 미디어 항목"이라고도 지칭됨)에 연관된 하나 이상의 미디어 항목을 식별할 수 있다. 예를 들어, 처리 디바이스는 검색 질의 데이터에 기초하여, "X" 등급 라벨에 연관된 하나 이상의 미디어 항목을 결정할 수 있다.
블록(230)에서, 처리 디바이스는 제1 콘텐츠 라벨에 연관된 미디어 항목들과의 하나 이상의 사용자 상호작용을 식별할 수 있다. 예를 들어, 처리 디바이스는 제1 복수의 미디어 항목 각각과의 특정 사용자 상호작용(예를 들어, 제1 미디어 항목 또는 제1 미디어 항목에 관련된 검색 결과의 사용자 선택)을 결정할 수 있다. 다른 예로서, 처리 디바이스는 제1 복수의 미디어 항목 각각과의 사용자 상호작용들의 수(예를 들어, "클릭 수")를 결정할 수 있다.
블록(240)에서, 처리 디바이스는 제1 사용자 상호작용들에 적어도 부분적으로 기초하여, 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정할 수 있다. 예를 들어, 처리 디바이스는 제1 사용자 상호작용의 수 및 검색 질의에 연관된 미디어 항목들과의 전체 사용자 상호작용의 수를 결정할 수 있다. 다음으로, 처리 디바이스는 검색 질의에 연관된 미디어 항목들과의 사용자 상호작용들에 대한 제1 사용자 상호작용들의 비율을 표현하는 가중 인자를 결정할 수 있다. 처리 디바이스는 가중 인자가 제1 임계값보다 크다는 결정에 응답하여 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는 것으로 결정할 수 있다. 마찬가지로, 처리 디바이스는 가중 인자가 제1 임계값보다 크지 않다는 결정에 응답하여 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하지 않는다고 결정할 수 있다.
다른 예로서, 처리 디바이스는 제1 복수의 미디어 항목의 수가 제2 임계값보다 큰 지를 결정할 수 있다. 일부 실시예들에서, 처리 디바이스는 제1 복수의 미디어 항목의 수가 제2 임계값보다 크다는 결정에 응답하여, 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는 것으로 결정할 수 있다. 마찬가지로, 처리 디바이스는 제1 복수의 미디어 항목의 수가 제2 임계값보다 크지 않다는 결정에 응답하여 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하지 않는다고 결정할 수 있다.
또 다른 예로서, 처리 디바이스는 가중 인자가 제1 임계값보다 크고 제1 복수의 미디어 항목의 수가 제2 임계값보다 크다는 결정에 응답하여, 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는 것으로 결정할 수 있다. 일부 실시예들에서, 처리 디바이스는 아래의 도 3과 관련하여 설명된 하나 이상의 동작을 수행함으로써 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정할 수 있다.
일부 실시예들에서, 블록(250)에서, 처리 디바이스는 결정에 기초하여 복수의 미디어 항목 중 하나 이상의 라벨을 변경할 수 있다. 예를 들어, 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는 것으로 결정한 것에 응답하여, 처리 디바이스는 제2 콘텐츠 라벨(예를 들어, "Y" 등급 콘텐츠 라벨, "G" 등급 콘텐츠 라벨)에 연관된 제2 미디어 항목의 등급을 다시 지정할 수 있다. 더 구체적으로, 예를 들어, 처리 디바이스는 제2 미디어 항목을 제1 콘텐츠 라벨에 연관시킬 수 있다. 대안적으로, 처리 디바이스는 검색 질의가 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하지 않는다는 결정에 응답하여 제1 복수의 미디어 항목의 등급을 다시 지정할 수 있다. 더 구체적으로, 예를 들어, 처리 디바이스는 제1 복수의 미디어 항목을 제1 콘텐츠 라벨이 아닌 하나 이상의 다른 콘텐츠 라벨(예를 들어, 제2 콘텐츠 라벨)에 연관시킬 수 있다.
도 3을 참조하면, 방법(300)은 처리 디바이스가 검색 질의에 연관된 복수의 미디어 항목으로부터 제1 콘텐츠 라벨에 연관된 하나 이상의 미디어 항목("제1 복수의 미디어 항목"이라고도 지칭됨)을 식별할 수 있는 블록(310)에서 시작한다. 제1 콘텐츠 라벨은, 예를 들어 성인 콘텐츠, 노골적 콘텐츠 등을 나타내는 "X" 콘텐츠 등급일 수 있다. 블록(310)은 도 2와 관련하여 설명된 바와 같이 블록(220)과 실질적으로 유사한 방식으로 수행될 수 있다.
블록(320)에서, 처리 디바이스는 검색 질의에 연관된 미디어 항목들로부터 하나 이상의 다른 콘텐츠 라벨에 연관된 하나 이상의 미디어 항목("제2 복수의 미디어 항목"이라고도 지칭됨)을 식별할 수 있다. 제2 미디어 항목들은 제1 콘텐츠 식별자와는 다른 임의의 콘텐츠 식별자에 연관될 수 있다. 예를 들어, 제2 미디어 항목들은 청소년 지향 콘텐츠의 제2 콘텐츠 라벨(예를 들어, "Y" 등급)에 연관된 하나 이상의 미디어 항목을 포함할 수 있다. 다른 예로서, 제2 미디어 항목들은 일반 시청자를 향한 콘텐츠에 연관된 제3 콘텐츠 라벨(예를 들어, "G" 등급)에 연관된 하나 이상의 미디어 항목을 포함할 수 있다. 일부 실시예들에서, 제2 미디어 항목들은 특정 사용자들(예를 들어, 어린이들)에 대한 "안전한" 콘텐츠인 것으로 간주될 수 있다.
블록(330)에서, 처리 디바이스는 제1 복수의 미디어 항목과의 하나 이상의 사용자 상호작용("제1 사용자 상호작용"이라고도 지칭됨)을 결정할 수 있다. 예를 들어, 처리 디바이스는 제1 미디어 항목들 중 하나의 사용자 선택, 특정 기간 동안의 제1 미디어 항목들 중 하나의 사용자 소비, 제1 미디어 항목들 중 하나의 공유 등과 같은, 제1 미디어 항목들과의 하나 이상의 사용자에 의한 특정 유형의 상호작용을 결정할 수 있다.
블록(340)에서, 처리 디바이스는 제2 복수의 미디어 항목과의 하나 이상의 사용자 상호작용("제2 사용자 상호작용"이라고도 지칭됨)을 결정할 수 있다. 예를 들어, 처리 디바이스는 제2 복수의 미디어 항목 중 하나의 사용자 선택, 특정 기간 동안의 제2 복수의 미디어 항목 중 하나의 사용자 소비, 제2 복수의 미디어 항목 중 하나의 공유 등과 같은, 하나 이상의 사용자에 의한 제2 복수의 미디어 항목 중 하나 이상과의 특정 유형의 상호작용을 결정할 수 있다.
블록(350)에서, 처리 디바이스는 제1 사용자 상호작용들 및 제2 사용자 상호작용들에 기초하여 가중 인자를 결정할 수 있다. 예를 들어, 처리 디바이스는 제1 사용자 상호작용들의 수("제1 개수"라고도 지칭됨) 및 제2 사용자 상호작용들의 수( "제2 개수"라고도 지칭됨)를 결정할 수 있다. 처리 디바이스는 제1 개수와 제2 개수의 합에 대한 제1 개수의 비율을 계산함으로써 가중 인자를 결정할 수 있다.
블록(360)에서, 처리 디바이스는 가중 인자가 제1 임계값보다 큰 지를 결정할 수 있다. 일부 실시예들에서, 가중 인자가 제1 임계값보다 크다는 결정에 응답하여, 처리 디바이스는 370으로 진행하여 제1 복수의 미디어 항목의 수가 제2 임계값보다 큰 지를 결정할 수 있다. 제2 임계값은 1, 2 또는 임의의 다른 적절한 값일 수 있다. 제1 복수의 미디어 항목의 수가 제2 임계값보다 크다는 결정에 응답하여, 처리 디바이스는 블록(380)에서 검색 질의가 제1 콘텐츠 식별자에 연관된 미디어 콘텐츠에 대한 요청을 표현하는 것으로 결정할 수 있다. 대안적으로, 처리 디바이스는 제1 개수가 제2 임계값보다 크지 않다는 결정 및/또는 가중 인자가 제1 임계값보다 크지 않다는 결정에 응답하여, 블록(390)에서 검색 질의가 제1 콘텐츠 식별자에 연관된 미디어 콘텐츠에 대한 요청을 표현하지 않는 것으로 결정할 수 있다.
설명의 간략화를 위해, 본 개시내용의 방법들은 일련의 동작들로서 도시되고 설명된다. 그러나, 본 개시내용에 따른 동작들은 다양한 순서로 및/또는 동시에, 그리고 본 명세서에 제시되고 설명되지 않은 다른 동작들과 함께 발생할 수 있다. 또한, 개시된 주제에 따른 방법들을 구현하기 위해, 도시된 모든 동작이 요구되는 것은 아닐 수 있다. 추가적으로, 본 기술분야의 통상의 기술자는 방법들이 상태도를 통한 일련의 상호관련된 상태들 또는 이벤트들로서 대안적으로 표현될 수 있음을 이해하고 인식할 것이다. 추가적으로, 본 명세서에 개시된 방법들은 그러한 방법들을 컴퓨팅 디바이스들에 전송 및 전달하는 것을 용이하게 하기 위해 제조 물품 상에 저장될 수 있음을 이해해야 한다. 본 명세서에서 사용될 때, "제조 물품"이라는 용어는 임의의 컴퓨터 판독가능한 디바이스 또는 저장 매체로부터 액세스가능한 컴퓨터 프로그램을 포괄하도록 의도된다.
본 개시내용의 구현예들은 콘텐츠 검색 결과들의 점수들을 선택적으로 수정하는 것에 관련하여 논의되었지만, 구현예들은 또한 더 큰 데이터 세트 내의 데이터 세트들이 선택적으로 조절/수정되어야 하는 임의의 시스템에 일반적으로 적용될 수 있다. 따라서, 본 개시내용의 구현예들은 콘텐츠 검색 결과들로 제한되지 않는다.
도 4는 컴퓨터 시스템(400)의 예시적인 형태로 된 머신의 개략적 도면을 도시하며, 이 머신 내에서 본 개시내용의 일 구현예에 따라 머신으로 하여금 본 명세서에서 논의된 방법론들 중 어느 하나 이상을 수행하게 하기 위한 명령어들의 세트가 실행될 수 있다. 대안적인 구현예들에서, 머신은 LAN, 인트라넷, 엑스트라넷, 또는 인터넷에서 다른 머신들에 접속(예를 들어, 네트워크화)될 수 있다. 머신은 클라이언트-서버 네트워크 환경 내의 서버 또는 클라이언트 머신의 용량 내에서, 또는 피어-투-피어(또는 분산) 네트워크 환경에서 피어 머신으로서 동작할 수 있다. 머신은 개인용 컴퓨터(PC), 태블릿 PC, 셋톱 박스(STB), 개인 휴대 정보 단말기(PDA), 셀룰러 폰, 웹 기기, 서버, 네트워크 라우터, 스위치 또는 브리지, 또는 그 머신에 의해 취해질 조치들을 지정하는 명령어들의 세트(순차적 또는 기타)를 실행할 수 있는 임의의 머신일 수 있다. 또한, 단일 머신만이 도시되어 있지만, "머신"이라는 용어는 또한 본 명세서에서 논의된 방법론들 중 임의의 하나 이상을 수행하기 위해 명령어들의 세트(또는 복수의 세트)를 개별적으로 또는 공동으로 실행하는 머신들의 임의의 컬렉션을 포함하는 것으로 간주되어야 한다. 컴퓨터 시스템(400)의 컴포넌트들의 일부 또는 전부는 클라이언트 디바이스들(110A-110Z), 데이터 스토어(106), 콘텐츠 서버(120), 검색 서버(130), 및 콘텐츠 처리 서버(140) 중 임의의 것에 의해 이용될 수 있거나 그것의 예일 수 있다.
예시적인 컴퓨터 시스템(400)은 버스(410)를 통해 서로 통신하는 처리 디바이스(프로세서)(402), 메인 메모리(404)[예를 들어, 판독 전용 메모리(ROM), 플래시 메모리, 동기 DRAM(SDRAM) 또는 램버스 DRAM(RDRAM) 등과 같은 동적 랜덤 액세스 메모리(DRAM)], 정적 메모리(406)[예를 들어, 플래시 메모리, 정적 랜덤 액세스 메모리(SRAM) 등], 및 데이터 저장 디바이스(418)를 포함한다.
프로세서(402)는 마이크로프로세서, 중앙 처리 디바이스, 또는 그와 유사한 것과 같은 하나 이상의 범용 처리 디바이스를 표현한다. 더 구체적으로, 프로세서(402)는 복합 명령어 세트 컴퓨팅(complex instruction set computing)(CISC) 마이크로프로세서, 축소 명령어 세트 컴퓨팅(reduced instruction set computing)(RISC) 마이크로프로세서, 매우 긴 명령어 워드(very long instruction word)(VLIW) 마이크로프로세서, 또는 다른 명령어 세트들을 구현하는 프로세서 또는 명령어 세트들의 조합을 구현하는 프로세서들일 수 있다. 프로세서(402)는 또한 주문형 집적 회로(application specific integrated circuit)(ASIC), 필드 프로그래머블 게이트 어레이(field programmable gate array)(FPGA), 디지털 신호 프로세서(digital signal processor)(DSP), 네트워크 프로세서, 또는 그와 유사한 것과 같은 하나 이상의 특수 목적 처리 디바이스일 수 있다. 프로세서(402)는 본 명세서에서 논의된 동작들 및 단계들을 수행하기 위한 명령어들(426)을 실행하도록 구성된다.
컴퓨터 시스템(400)은 네트워크 인터페이스 디바이스(408)를 더 포함할 수 있다. 컴퓨터 시스템(400)은 또한 비디오 디스플레이 유닛(412)[예를 들어, 액정 디스플레이(LCD), 음극선 관(CRT), 또는 터치 스크린], 영숫자 입력 디바이스(414)(예를 들어, 키보드), 커서 제어 디바이스(416)(예를 들어, 마우스), 및 신호 생성 디바이스(420)(예를 들어, 스피커)를 포함할 수 있다.
데이터 저장 디바이스(418)는 본 명세서에 설명된 방법론들 또는 기능들 중 임의의 하나 이상을 구현하는 하나 이상의 명령어 세트(426)(예를 들어, 소프트웨어)가 저장되는 컴퓨터 판독가능한 저장 매체(424)를 포함할 수 있다. 명령어들(426)은 또한 컴퓨터 시스템(400)에 의한 실행 동안 메인 메모리(404) 내에 및/또는 프로세서(402) 내에 완전하게 또는 적어도 부분적으로 상주할 수 있고, 메인 메모리(404) 및 프로세서(402)도 컴퓨터 판독가능한 저장 매체를 구성한다. 명령어들(426)은 네트워크 인터페이스 디바이스(408)를 경유하여 네트워크(430)[예를 들어, 네트워크(105)]를 통해 더 전송되거나 수신될 수 있다.
일 구현예에서, 명령어들(426)은 도 1a 및 도 1b에 관하여 설명된 동일한 명칭의 대응물에 대응할 수 있는 하나 이상의 콘텐츠 등급지정 컴포넌트(150)에 대한 명령어들을 포함한다. 컴퓨터 판독가능한 저장 매체(424)는 예시적인 구현예에서 단일 매체인 것으로 도시되어 있지만, "컴퓨터 판독가능한 저장 매체" 또는 "머신 판독가능한 저장 매체"라는 용어는 하나 이상의 명령어 세트를 저장하는 단일 매체 또는 복수의 매체(예를 들어, 중앙 집중식 또는 분산형 데이터베이스, 및/또는 연관된 캐시들 및 서버들)을 포함하는 것으로 간주되어야 한다. "컴퓨터 판독가능한 저장 매체" 또는 "머신 판독가능한 저장 매체"라는 용어는 또한 머신에 의한 실행을 위한 명령어 세트를 저장, 인코딩 또는 운반할 수 있고, 머신이 본 개시내용의 방법론들 중 임의의 하나 이상을 수행하게 하는 임의의 일시적 또는 비-일시적 매체를 포함하는 것으로 간주되어야 한다. "컴퓨터 판독가능한 저장 매체"라는 용어는 이에 따라 고체 상태 메모리, 광학 매체, 및 자기 매체를 포함하지만 이에 제한되지는 않는 것으로 간주되어야 한다.
상술한 설명에서, 많은 세부사항이 제시된다. 그러나, 본 개시내용의 혜택을 받는 본 기술분야의 통상의 기술자에게는 본 개시내용이 이러한 특정 세부사항들 없이도 실시될 수 있음이 명백할 것이다. 일부 사례들에서, 잘 알려진 구조물들 및 디바이스들은 본 개시내용을 모호하게 하는 것을 피하기 위해, 상세하게 보여지지 않고 블록도 형태로 보여진다.
상세한 설명의 일부 부분들은 컴퓨터 메모리 내의 데이터 비트들에 대한 동작들의 알고리즘 및 기호적 표현들의 관점에서 제시되었다. 이러한 알고리즘적 설명들 및 표현들은 데이터 처리 기술분야의 통상의 기술자들이 그 기술분야의 다른 통상의 기술자들에게 그들의 작업 내용을 가장 효과적으로 전달하는 데에 사용되는 수단이다. 여기서 알고리즘은 일반적으로, 요구되는 결과를 도출하는 단계들의 자체 일관된 시퀀스인 것으로 생각된다. 단계들은 물리적 수량들의 물리적 조작을 요구하는 것들이다. 통상적으로, 반드시 그런 것은 아니지만, 이러한 수량들은 저장, 전송, 결합, 비교 및 다르게 조작될 수 있는 전기 또는 자기 신호들의 형태를 취한다. 때로는, 주로 일반적인 사용의 이유로, 이러한 신호들을 비트들, 값들, 요소들, 심볼들, 문자들, 항들, 숫자들, 또는 그와 유사한 것으로서 지칭하는 것이 편리한 것으로 입증되었다.
그러나, 이들 및 유사한 용어들 모두는 적절한 물리적 수량들에 연관되어야 하고 이러한 수량들에 적용되는 편리한 라벨일 뿐임을 명심해야 한다. 이하의 논의로부터 명백하게 달리 명시되지 않는 한, 설명 전반에 걸쳐, "수신", "전송", "생성", "추가", "처리", "분류", "재분류", "검색", "연관", "할당", "분석", "결정", "활성화", "식별", " 등급지정", "재등급지정", "수정", 또는 그와 유사한 것과 같은 용어들을 이용한 논의는 컴퓨터 시스템의 레지스터들 및 메모리들 내의 물리적(예를 들어, 전자적) 수량으로 표현된 데이터를 조작하여, 컴퓨터 시스템 메모리들 또는 레지스터들 또는 다른 그러한 정보 저장, 전송 또는 디스플레이 디바이스들 내의 물리적 수량들로서 유사하게 표현되는 다른 데이터로 변환하는 컴퓨터 시스템 또는 유사한 전자 컴퓨팅 디바이스의 액션들 및 프로세스들을 지칭한다는 것이 이해된다.
본 개시내용은 또한 본 명세서의 동작들을 수행하기 위한 장치, 디바이스 또는 시스템에 관한 것이다. 이러한 장치, 디바이스 또는 시스템은 요구된 목적을 위해 특별하게 구성될 수 있거나, 컴퓨터에 저장되는 컴퓨터 프로그램에 의해 선택적으로 활성화되거나 재구성되는 범용 컴퓨터를 포함할 수 있다. 이러한 컴퓨터 프로그램은 플로피 디스크, 광학 디스크, 컴팩트 디스크 판독 전용 메모리(CD-ROM) 및 광자기 디스크를 포함하는 임의의 유형의 디스크, 판독 전용 메모리(ROM), 랜덤 액세스 메모리(RAM), EPROM, EEPROM, 자기 또는 광 카드, 또는 전자적 명령어들을 저장하기에 적합한 임의의 유형의 매체와 같은 것이지만 이에 제한되지는 않는 컴퓨터 또는 머신 판독가능한 저장 매체에 저장될 수 있다.
여기서, "예" 또는 "예시적"이라는 단어는 예, 사례, 예시로서 역할을 한다는 것을 의미하도록 사용된다. 본 명세서에서 "예" 또는 "예시적"으로서 설명되는 임의의 양태 또는 설계는 다른 양태들 또는 설계들에 비해 반드시 바람직하거나 유리한 것으로 해석해서는 안 된다. 오히려, "예" 또는 "예시적"이라는 단어의 사용은 개념들을 구체적인 방식으로 제시하도록 의도된 것이다. 본 출원에서 사용되는 바와 같이, "또는"이라는 용어는 배타적인 "또는"이 아니라 포괄적인 "또는"을 의미하도록 의도된 것이다. 즉, 달리 특정되어 있거나 맥락으로부터 명백하지 않는 한, "X가 A 또는 B를 포함한다"는 자연스러운 포함적 순열들 중 임의의 것을 의미하도록 의도된 것이다. 즉, X가 A를 포함하거나; X가 B를 포함하거나; 또는 X가 A 및 B 둘 다를 포함한다면, "X는 A 또는 B를 포함한다"는 것은 전술한 사례들 중 임의의 사례 하에서 충족된다. 추가로, 본 출원 및 첨부된 청구항들에서 사용되는 단수적 표현["한(a)" 및 "하나의(an)"]은, 달리 언급하지 않는 한 또는 단수 형태에 관한 것이라고 맥락으로부터 명확하지 않는 한, 일반적으로 "하나 이상"을 의미하는 것으로 해석되어야 한다. 본 명세서 전반에 걸쳐 "일 구현예" 또는 "구현예"에 대한 언급은 그 구현예와 관련하여 기술되는 특정 특성, 구조 또는 특징이 적어도 일 구현예에 포함된다는 것을 의미한다. 따라서, 본 명세서의 전체에 걸쳐서 다양한 장소에서 어구 "일 구현예에서" 또는 "구현예에서"의 출현은 반드시 모두 동일 구현예를 참조하는 것은 아니다.
상술한 설명에 더하여, 사용자는 본 명세서에 설명된 시스템들, 프로그램들, 또는 특징들이 사용자 정보의 컬렉션(예를 들어, 사용자의 소셜 네트워크, 소셜 행위들 또는 활동들, 직업, 사용자의 선호도들, 또는 사용자의 현재 위치에 관한 정보)을 수집할지 여부 및 수집하는 시기 둘 다에 관하여, 그리고 사용자가 서버로부터의 콘텐츠 또는 통신을 송신받을지 여부에 관하여 사용자가 선택을 하는 것을 허용하는 제어권을 제공받을 수 있다. 추가로, 특정 데이터는 개인 식별 정보가 제거되도록, 저장 또는 사용 전에 하나 이상의 방식으로 처리될 수 있다. 예를 들어, 사용자의 신원은 사용자에 대한 개인 식별 정보가 결정되지 못하도록 처리될 수 있거나, 위치 정보가 획득되는 사용자의 지리적 위치가 (예컨대, 도시, 우편 번호, 또는 주 수준으로) 일반화될 수 있고, 그에 의해 사용자의 구체적인 위치가 결정될 수 없게 된다. 따라서, 사용자는 사용자에 관하여 어떤 정보가 수집될지, 그 정보가 어떻게 사용될지, 및 어떤 정보가 사용자에게 제공될지에 대한 제어권을 가질 수 있다.
상술한 설명은 설명하기 위한 것이지 한정하도록 의도된 것은 아님을 이해해야 한다. 다수의 다른 구현예들은 상술한 설명을 기술을 읽고 이해하는 본 기술분야의 통상의 기술자에게 명백할 것이다. 그러므로, 본 개시내용의 범위는, 첨부된 청구항들에 부여되는 등가물들의 전체 범위와 함께, 이러한 청구항들을 참조하여 결정되어야 한다.

Claims (20)

  1. 방법으로서,
    처리 디바이스에 의해, 검색 질의에 대응하는 복수의 검색 결과를 식별하는 단계 - 상기 복수의 검색 결과는 복수의 미디어 항목에 대응함 -;
    상기 처리 디바이스에 의해, 상기 복수의 미디어 항목 중 적어도 하나의 제1 미디어 항목 및 제2 미디어 항목을 식별하는 단계 - 상기 제1 미디어 항목은 제1 콘텐츠 라벨에 연관되고, 상기 제2 미디어 항목은 제2 콘텐츠 라벨에 연관됨 -;
    상기 제1 미디어 항목과의 제1 사용자 상호작용에 적어도 부분적으로 기초하여, 상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하는 단계; 및
    상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는 것으로 결정한 것에 응답하여, 상기 처리 디바이스에 의해 상기 제2 미디어 항목을 상기 제1 콘텐츠 라벨에 연관시키는 단계
    를 포함하는 방법.
  2. 제1항에 있어서, 상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하는 단계는:
    상기 제2 미디어 항목과의 적어도 하나의 제2 사용자 상호작용을 식별하는 단계; 및
    상기 제1 사용자 상호작용 및 상기 제2 사용자 상호작용에 적어도 부분적으로 기초하여, 상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하는 단계
    를 포함하는 방법.
  3. 제2항에 있어서, 상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하는 단계는:
    상기 적어도 하나의 제1 미디어 항목과의 사용자 상호작용들의 제1 개수를 결정하는 단계;
    상기 제2 미디어 항목과의 사용자 상호작용들의 제2 개수를 결정하는 단계; 및
    상기 제1 개수 및 상기 제2 개수에 적어도 부분적으로 기초하여, 제1 검색 질의가 제1 분류기에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하는 단계
    를 포함하는 방법.
  4. 제3항에 있어서,
    상기 제1 개수와 상기 제2 개수의 합에 대한 상기 제1 개수의 비율을 표현하는 가중 인자를 결정하는 단계; 및
    상기 가중 인자를 제1 임계값과 비교하는 단계
    를 더 포함하는 방법.
  5. 제3항 또는 제4항에 있어서, 상기 검색 질의가 상기 제1 콘텐츠 라벨에 관련된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하는 단계는:
    상기 검색 질의에 대응하는 상기 복수의 미디어 항목으로부터, 상기 제1 콘텐츠 라벨에 연관된 미디어 항목들의 제3 개수를 식별하는 단계; 및
    상기 제3 개수가 제2 임계값보다 큰 지를 결정하는 단계
    를 포함하는 방법.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서, 상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하지 않는 것으로 결정한 것에 응답하여, 상기 제1 미디어 항목을 상기 제2 콘텐츠 라벨에 연관시키는 단계를 더 포함하는 방법.
  7. 제1항 내지 제6항 중 어느 한 항에 있어서, 상기 제1 콘텐츠 라벨은 제1 콘텐츠 등급을 나타내고, 상기 제2 콘텐츠 라벨은 제2 콘텐츠 등급을 나타내는 방법.
  8. 시스템으로서,
    메모리; 및
    상기 메모리에 통신가능하게 연결되는 처리 디바이스
    를 포함하고, 상기 메모리는 프로그램 명령어들을 저장하고, 상기 프로그램 명령어들은 상기 처리 디바이스에 의해 수행될 때 프로세서로 하여금:
    검색 질의에 대응하는 복수의 검색 결과를 식별하게 하고 - 상기 복수의 검색 결과는 복수의 미디어 항목에 대응함 -;
    상기 복수의 미디어 항목 중 제1 미디어 항목 및 제2 미디어 항목을 식별하게 하고 - 상기 제1 미디어 항목은 제1 콘텐츠 라벨에 연관되고, 상기 제2 미디어 항목은 제2 콘텐츠 라벨에 연관됨 -;
    상기 제1 미디어 항목과의 제1 복수의 사용자 상호작용에 적어도 부분적으로 기초하여, 상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하게 하고;
    상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는 것으로 결정한 것에 응답하여, 상기 제2 미디어 항목을 상기 제1 콘텐츠 라벨에 연관시키게 하도록
    동작하는 시스템.
  9. 제8항에 있어서, 상기 프로그램 명령어들은, 상기 처리 디바이스로 하여금 상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하게 하는 데에 있어서, 상기 처리 디바이스로 하여금:
    상기 제2 미디어 항목과의 적어도 하나의 제2 사용자 상호작용을 식별하게 하고;
    상기 제1 복수의 사용자 상호작용 및 상기 제2 사용자 상호작용에 적어도 부분적으로 기초하여, 상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하게 하도록
    동작하는 시스템.
  10. 제9항에 있어서, 상기 프로그램 명령어들은, 상기 처리 디바이스로 하여금 상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하게 하는 데에 있어서, 상기 처리 디바이스로 하여금:
    상기 적어도 하나의 제1 미디어 항목과의 사용자 상호작용들의 제1 개수를 결정하게 하고;
    상기 제2 미디어 항목과의 사용자 상호작용들의 제2 개수를 결정하게 하고;
    상기 제1 개수 및 상기 제2 개수에 적어도 부분적으로 기초하여, 제1 검색 질의가 제1 분류기에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하게 하도록
    동작하는 시스템.
  11. 제10항에 있어서, 상기 프로그램 명령어들은 상기 처리 디바이스로 하여금:
    상기 제1 개수와 상기 제2 개수의 합에 대한 상기 제1 개수의 비율을 표현하는 가중 인자를 결정하게 하고;
    상기 가중 인자를 제1 임계값과 비교하게 하도록
    추가로 동작하는 시스템.
  12. 제10항에 있어서, 상기 프로그램 명령어들은, 상기 처리 디바이스로 하여금 상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하게 하는 데에 있어서, 상기 처리 디바이스로 하여금:
    상기 검색 질의에 대응하는 상기 복수의 미디어 항목으로부터, 상기 제1 콘텐츠 라벨에 연관된 미디어 항목들의 제3 개수를 식별하게 하고;
    상기 제3 개수가 제2 임계값보다 큰 지를 결정하게 하도록
    추가로 동작하는 시스템.
  13. 제8항 내지 제12항 중 어느 한 항에 있어서, 상기 프로그램 명령어들은 상기 처리 디바이스로 하여금, 상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하지 않는 것으로 결정한 것에 응답하여, 상기 제1 미디어 항목을 상기 제2 콘텐츠 라벨에 연관시키게 하도록 추가로 동작하는 시스템.
  14. 명령어들이 인코딩된 비-일시적 머신 판독가능한 매체로서,
    상기 명령어들은 처리 디바이스에 의해 실행될 때 상기 처리 디바이스로 하여금:
    검색 질의에 대응하는 복수의 검색 결과를 식별하게 하고 - 상기 복수의 검색 결과는 복수의 미디어 항목에 대응함 -;
    상기 복수의 미디어 항목 중 제1 미디어 항목 및 제2 미디어 항목을 식별하게 하고 - 상기 제1 미디어 항목은 제1 콘텐츠 라벨에 연관되고, 상기 제2 미디어 항목은 제2 콘텐츠 라벨에 연관됨 -;
    상기 제1 미디어 항목과의 제1 복수의 사용자 상호작용에 적어도 부분적으로 기초하여, 상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하게 하고;
    상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는 것으로 결정한 것에 응답하여, 상기 제2 미디어 항목을 상기 제1 콘텐츠 라벨에 연관시키게 하는 비-일시적 머신 판독가능한 매체.
  15. 제14항에 있어서, 상기 명령어들은, 상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하는 데에 있어서, 상기 처리 디바이스로 하여금:
    상기 제2 미디어 항목과의 적어도 하나의 제2 사용자 상호작용을 식별하게 하고;
    상기 제1 복수의 사용자 상호작용 및 상기 제2 사용자 상호작용에 적어도 부분적으로 기초하여, 상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하게 하도록
    동작하는 비-일시적 머신 판독가능한 매체.
  16. 제14항에 있어서, 상기 명령어들은, 상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하는 데에 있어서, 상기 처리 디바이스로 하여금:
    상기 적어도 하나의 제1 미디어 항목과의 사용자 상호작용들의 제1 개수를 결정하게 하고;
    상기 제2 미디어 항목과의 사용자 상호작용들의 제2 개수를 결정하게 하고;
    상기 제1 개수 및 상기 제2 개수에 적어도 부분적으로 기초하여, 제1 검색 질의가 제1 분류기에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하게 하도록
    동작하는 비-일시적 머신 판독가능한 매체.
  17. 제16항에 있어서, 상기 명령어들은 상기 처리 디바이스로 하여금:
    상기 제1 개수와 상기 제2 개수의 합에 대한 상기 제1 개수의 비율을 표현하는 가중 인자를 결정하게 하고;
    상기 가중 인자를 제1 임계값과 비교하게 하도록
    추가로 동작하는 비-일시적 머신 판독가능한 매체.
  18. 제17항에 있어서, 상기 명령어들은, 상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하는지를 결정하는 데에 있어서, 상기 처리 디바이스로 하여금:
    상기 검색 질의에 대응하는 상기 복수의 미디어 항목으로부터, 상기 제1 콘텐츠 라벨에 연관된 미디어 항목들의 제3 개수를 식별하게 하고;
    상기 제3 개수가 제2 임계값보다 큰 지를 결정하게 하도록
    동작하는 비-일시적 머신 판독가능한 매체.
  19. 제14항 내지 제18항 중 어느 한 항에 있어서, 상기 명령어들은 상기 처리 디바이스로 하여금, 상기 검색 질의가 상기 제1 콘텐츠 라벨에 연관된 미디어 콘텐츠에 대한 요청을 표현하지 않는 것으로 결정한 것에 응답하여, 상기 제1 미디어 항목을 상기 제2 콘텐츠 라벨에 연관시키게 하도록 동작하는 비-일시적 머신 판독가능한 매체.
  20. 제14항 내지 제19항 중 어느 한 항에 있어서, 상기 제1 콘텐츠 라벨은 제1 콘텐츠 등급을 나타내고, 상기 제2 콘텐츠 라벨은 제2 콘텐츠 등급을 나타내는 비-일시적 머신 판독가능한 매체.
KR1020197035947A 2017-12-05 2018-09-14 검색 로그들을 처리함으로써 부적절한 콘텐츠를 갖는 비디오들을 식별하기 KR102361379B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/832,446 2017-12-05
US15/832,446 US11403337B2 (en) 2017-12-05 2017-12-05 Identifying videos with inappropriate content by processing search logs
PCT/US2018/051234 WO2019112673A1 (en) 2017-12-05 2018-09-14 Identifying videos with inappropriate content by processing search logs

Publications (2)

Publication Number Publication Date
KR20200004858A true KR20200004858A (ko) 2020-01-14
KR102361379B1 KR102361379B1 (ko) 2022-02-09

Family

ID=65237120

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197035947A KR102361379B1 (ko) 2017-12-05 2018-09-14 검색 로그들을 처리함으로써 부적절한 콘텐츠를 갖는 비디오들을 식별하기

Country Status (7)

Country Link
US (1) US11403337B2 (ko)
EP (1) EP3635574A1 (ko)
JP (1) JP6882534B2 (ko)
KR (1) KR102361379B1 (ko)
CN (1) CN110709833B (ko)
BR (1) BR112019025409A2 (ko)
WO (1) WO2019112673A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10282359B1 (en) * 2018-03-30 2019-05-07 Atlassian Pty Ltd Search based on group relevance

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100235452A1 (en) * 2009-03-10 2010-09-16 Fujitsu Limited Email wrong transmission preventing apparatus and method
US20120158638A1 (en) * 2010-12-20 2012-06-21 Yahoo! Inc. Classification recommendation based on social actions
US20140108302A1 (en) * 2008-12-22 2014-04-17 The Trustees Of Columbia University In The City Of New York Rapid image annotation via brain state decoding and visual pattern mining
US20140282099A1 (en) * 2013-03-14 2014-09-18 Apple Inc. Retrieval, identification, and presentation of media
US20160004699A1 (en) * 2012-08-28 2016-01-07 Tencent Technology (Shenzhen) Company Limited Method and device for recommendation of media content

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040111432A1 (en) * 2002-12-10 2004-06-10 International Business Machines Corporation Apparatus and methods for semantic representation and retrieval of multimedia content
US20050222987A1 (en) 2004-04-02 2005-10-06 Vadon Eric R Automated detection of associations between search criteria and item categories based on collective analysis of user activity data
US7562068B2 (en) * 2004-06-30 2009-07-14 Microsoft Corporation System and method for ranking search results based on tracked user preferences
CN1588879A (zh) * 2004-08-12 2005-03-02 复旦大学 一种互联网内容过滤系统及过滤方法
US7693817B2 (en) 2005-06-29 2010-04-06 Microsoft Corporation Sensing, storing, indexing, and retrieving data leveraging measures of user activity, attention, and interest
US7801910B2 (en) * 2005-11-09 2010-09-21 Ramp Holdings, Inc. Method and apparatus for timed tagging of media content
US8037042B2 (en) 2007-05-10 2011-10-11 Microsoft Corporation Automated analysis of user search behavior
US20100274790A1 (en) 2009-04-22 2010-10-28 Palo Alto Research Center Incorporated System And Method For Implicit Tagging Of Documents Using Search Query Data
US20100306249A1 (en) * 2009-05-27 2010-12-02 James Hill Social network systems and methods
WO2012071738A1 (zh) * 2010-12-03 2012-06-07 海尔集团公司 父母锁功能的显示方法及其操作方法
US20120150850A1 (en) 2010-12-08 2012-06-14 Microsoft Corporation Search result relevance by determining query intent
CN103246654B (zh) * 2012-02-03 2018-04-20 腾讯科技（深圳）有限公司 搜索结果的展示处理方法和装置
US9286546B2 (en) * 2013-03-15 2016-03-15 Google Inc. Identifying labels for image collections
WO2014197216A1 (en) * 2013-06-03 2014-12-11 Yahoo! Inc. Photo and video search
US9582490B2 (en) * 2013-07-12 2017-02-28 Microsoft Technolog Licensing, LLC Active labeling for computer-human interactive learning
EP2833307A1 (en) * 2013-07-30 2015-02-04 Google, Inc. Handling search queries
US9723367B1 (en) 2015-02-22 2017-08-01 Google Inc. Identifying content appropriate for children via a blend of algorithmic content curation and human review
CN107231568A (zh) * 2017-08-01 2017-10-03 腾讯科技（深圳）有限公司 一种媒体播放方法、服务器及终端设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140108302A1 (en) * 2008-12-22 2014-04-17 The Trustees Of Columbia University In The City Of New York Rapid image annotation via brain state decoding and visual pattern mining
US20100235452A1 (en) * 2009-03-10 2010-09-16 Fujitsu Limited Email wrong transmission preventing apparatus and method
US20120158638A1 (en) * 2010-12-20 2012-06-21 Yahoo! Inc. Classification recommendation based on social actions
US20160004699A1 (en) * 2012-08-28 2016-01-07 Tencent Technology (Shenzhen) Company Limited Method and device for recommendation of media content
US20140282099A1 (en) * 2013-03-14 2014-09-18 Apple Inc. Retrieval, identification, and presentation of media

Also Published As

Publication number Publication date
WO2019112673A1 (en) 2019-06-13
US11403337B2 (en) 2022-08-02
BR112019025409A2 (pt) 2020-06-16
EP3635574A1 (en) 2020-04-15
KR102361379B1 (ko) 2022-02-09
JP6882534B2 (ja) 2021-06-02
CN110709833B (zh) 2023-09-05
US20190171723A1 (en) 2019-06-06
JP2020529643A (ja) 2020-10-08
CN110709833A (zh) 2020-01-17

Similar Documents

Publication Publication Date Title
JP6855595B2 (ja) ライブストリームコンテンツを推奨するための機械学習の使用
US10706100B2 (en) Method of and system for recommending media objects
US9619470B2 (en) Adaptive music and video recommendations
US9979995B2 (en) Visual hot watch spots in content item playback
US10360642B2 (en) Global comments for a media item
US10871881B2 (en) Dynamically picking content from social shares to display in a user interface
US9723367B1 (en) Identifying content appropriate for children via a blend of algorithmic content curation and human review
JP6901523B2 (ja) 人が介在することなくアルゴリズム的に子供にとって適切なコンテンツを識別すること
US11093567B1 (en) Ranking content using sharing attribution
US20130246432A1 (en) Providing content based on online topical trends
US11625448B2 (en) System for superimposed communication by object oriented resource manipulation on a data network
AU2018429394B2 (en) Media source measurement for incorporation into a censored media corpus
KR102361379B1 (ko) 검색 로그들을 처리함으로써 부적절한 콘텐츠를 갖는 비디오들을 식별하기
KR102013511B1 (ko) 임의의 텍스트 질의들에 대한 알고리즘 라디오
US10671616B1 (en) Selectively modifying scores of youth-oriented content search results

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant