TWI510937B - 媒體資產之發佈排序的方法及系統 - Google Patents
媒體資產之發佈排序的方法及系統 Download PDFInfo
- Publication number
- TWI510937B TWI510937B TW098105776A TW98105776A TWI510937B TW I510937 B TWI510937 B TW I510937B TW 098105776 A TW098105776 A TW 098105776A TW 98105776 A TW98105776 A TW 98105776A TW I510937 B TWI510937 B TW I510937B
- Authority
- TW
- Taiwan
- Prior art keywords
- users
- media asset
- interest
- media
- user
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Description
本發明係關於媒體資產的公開,尤其係關於媒體資產發佈順序排定之技術。
媒體資產的發佈發生在許多不同範圍內,並且牽涉到不同種內容。在大多數範圍內,都有限制要呈現或顯示多少資產給使用者,以及如何顯示這些資產(例如:網頁上的位置、天數等等)。
在日報的案例中,可用的媒體資產可為一系列文章。若要發佈特定日子的版本,則選擇由於空間限制、成本、編輯政策等等考量而將特定文章排除在外的可用文章子集。最受重視的文章通常放在報紙封面的頭版位置。
在電視台每個禮拜排定節目表的案例中,可用的媒體資產可為一組表演節目、連續劇和電影。若要建立特定週的時程,選取這些表演節目的子集並映射至7天乘以24小時的方格內。
在網際網路媒體實體的案例中,資產可為URL以及文章摘要。最受重視的文章通常出現在網際網路媒體實體首頁的頂端,因為網際網路媒體實體可隨時變更,所以媒體發佈可看待成幾乎是連續處理,其中文章選擇和文章強調的變更反應出媒體資產之變更優先順序。
傳統上來說,媒體發佈需要人們直接介入內容節目規劃處理。一般來說,了解目標觀眾(例如報紙與雜誌讀者、電視觀眾、電台聽眾等等)的編輯者應選擇發佈內容,並決定如何顯示這些資產。媒體建立與利用中的基本趨勢忽略了編輯者在許多這些應用當中的角色。
首先,可用於程式編輯的資產數量呈指數般增加(並且持續增加)。媒體數位化增加、賦予內容使用許可的工具改善、用於內容分享的新標準,像是RSS,以及使用者所產生內容的提升(部落格、微縮出版、Flickr、YouTube),這全都對於數量增加有所貢獻。目前在許多案例中編輯者或編輯團隊不可能知道所有相關媒體資產,數量遠低於所排定發佈順序。
此外,基於使用者對於新鮮事物的期待,所以個人相關內容也會增加。媒體來源片段結合容易透過網際網路以及許多搜尋技術存取這些媒體來源,讓使用者史無前例能夠控制所利用的內容種類。普遍都可連接至新網站、即時通訊通道、電視以及無線電,將資訊循環時間從幾小時減少到幾秒。這些現象根據人力編輯資源對發佈模型提出進一步挑戰,其中有效滿足這些期待需要瞬間知道觀眾興趣,以及自訂內容遞送給許多觀眾區段的能力,這全都針對個人使用者。雖然可用編輯者針對大量觀眾(例如Yahoo!首頁、CNN等等的觀眾)以幾乎即時的方式發佈媒體(5-10分鐘間隔),但是對於與個人或區域高度關聯性的少量觀眾而言就不可行。
對於此媒體發佈問題的一組解決方案可稱為「互動式媒體」。在互動式媒體中,編輯者的工作為有效分配給末端消費者。在最極端的形態中,可用的媒體資產以搜尋索引方式儲存,並且隨使用者決定所感興趣的內容、在搜尋查詢內輸入並且從搜尋結果當中選擇。其他互動式媒體解決方案提供有能力「訂閱」來自選取的資源(例如RSS饋送、「我的資源」等等)之媒體資產給末端消費者,或提供興趣關鍵字清單(例如用於新警示等等)。這些解決方案當成目前媒體資產集合上的篩選器。
另一組解決方案可特徵化當成編輯者生產工具。目前有尋求減少需要編輯者排定內容順序的工作之技術系統和發佈模型。範例包含提供可用媒體資產結構檢視、媒體資產相關叢集、在突發事件中提供警報之分類系統。其他範例包含使用集合系統重新組織由其他人所做的媒體發佈決定,像是例如具有特定專業知識的媒體出版者,例如用於一區域、城市、城鎮等等的地區行銷專業知識,或用於特定標的的專業知識,例如運動、娛樂、財經等等。
主要線上新聞網站所運用的一種方式專注於來自許多來源之文章集合,以根據像是有多少文章撰寫特定主題這類因素來決定故事的優先順序。這可考慮採用編輯者生產工具的範例(尤其是,集合)至移除所有一起編輯者的極端情況。
由已知集合站台所運用的另一個方式根據儲存或將網頁或文章加入書籤之使用者的數量,決定網頁/文章的優先順序。這是「互動式媒體」解決方案的權變,其為了幫助排定網站上內容的優先順序並選擇,而吸引網站以外的使用者。
某些網站實施利用允許使用者評定故事或「往上」或「往下」票選故事來排定媒體資產順序之系統。這些與類似方式也可特徵化為「互動式媒體」方式,其中一或多位使用者的動作可潛在地變更媒體發佈(排定優先順序和/或選擇)給已經評定或票選故事以外的使用者。除了明確評定或票選以外,某些網站使用暗示評定或票選達到類似結果,例如根據點擊率來重新排列文章、根據觀眾數變更電視節目或提供「最受歡迎」或「最多電子郵件」內容的清單。
不幸的是,這些方式還是無法以對應至目前內容生產速率的規模來提供相關內容給使用者。
根據本發明,提供根據從代表相當數量使用者的線上活動之動態資料集所獲得目前有興趣之主題,來排定媒體資產優先順序並發佈之技術。根據一類具體實施例,提供用於排定複數個媒體資產優先順序之方法及設備。媒體資產參照與每一媒體資產和目前有興趣資料相關聯的文字來排名。文字呈現出與相關媒體資產有關的標的。目前有興趣的資料從代表多數使用者動作的動態資料集來產生,該目前有興趣的資料代表與多數使用者相關聯的複數個興趣主題,並且該興趣主題隨時間改變。
根據另一類具體實施例,提供用於發佈複數個媒體資產之方法及設備。幫助根據複數個資料資產的排名,將一或多個媒體資產呈現給第一使用者。排名參照與每一媒體資產和目前有興趣資料相關聯的文字來計算。文字呈現出與相關媒體資產有關的標的。目前有興趣的資料從代表多數使用者動作的動態資料集來產生,該目前有興趣的資料代表與多數使用者相關聯的複數個興趣主題,並且該興趣主題隨時間改變。
利用參照說明書其餘部分以及附圖,可對其中本發明的特性與優點有進一步瞭解。
在此將詳細參考本發明的特定具體實施例,包含發明者所期待用於實現本發明之最佳模式。附圖內說明這些特定具體實施例的範例。雖然本發明將結合這些特定具體實施例來說明,吾人將瞭解這並不用於將本發明限制在這些具體實施例上。相反地,本發明用於涵蓋申請專利範圍精神與範疇內所包含之變化、修改與同等配置。在下列說明中,將公佈許多設定細節以提供對本發明通盤的了解。在沒有某些或全部這些特定細節的情況下也可實施本發明。此外,已知之特性可不詳細描述以避免模糊本發明。
本發明的具體實施例啟用媒體資產發佈順序自動化。許多這些具體實施例都依賴兩個基本與重疊的概念,第一為內容選擇與評估的問題看待成文字式資訊擷取問題,第二為提供自動機制,允許大量觀眾以對宣傳目前有興趣主題的了解之方式參與排定媒體資產順序。特定實施以將優先順序區段啟用至任意觀眾區段之方式來達成。從參閱下列說明當中將瞭解,本發明的具體實施例啟用適用於任何媒體資產數量的自動發佈機制,可最佳化用於範圍從整個族群到單一個人的觀眾規模,及/或不受限於人力編輯資源的更新循環。
如此處所用的詞彙「媒體資產」表示任何可用電子方式儲存的內容代表,包含例如文字、影像、聲音、視訊、這些的組合等等。此外,「主題」一詞表示將標的特徵化來促進瞭解所適用標的旨意之任何摘要方式。
根據一特定類別的具體實施例,將媒體資產看待成文字文件,包含關鍵字的集合與相關非關鍵字屬性。關鍵字的集合進一步依照該關鍵字對於該文件的重要性指示來分類。例如:在一般新文章中,文章標題以及第一段內的關鍵字要高度重視、以「標籤」、中繼資料或「特殊描述」方式提供的關鍵字要特別重視,並且文章內文中關鍵字的重要性則相對較低。決定關鍵字重要性的其他方式包含例如找出關鍵字出現的次數,或將關鍵字與所有媒體資產中所有關鍵字比較看有多罕見。
相關聯非關鍵字屬性擷取對於優先順序排定而言重要的媒體資產之獨立於關鍵字之態樣。例如:若新文章具有相關聯的影像,則可看待成文章相對重要性之指標。此外,文章的年限以及文章來源的品質或可信度也可用來當成重要性或相關性的指標。其他非關鍵字屬性結合暗中(例如觀看/點擊)和明確(例如投票/評定)輸入,當成最終優先順序排定與選擇演算法一部分。其他非關鍵字屬性可為文字的撰寫程度,這可由例如對於對稱規則的一致程度所決定。
根據本發明的許多具體實施例,利用媒體資產的這種文字文件代表選擇內容並排定發佈順序。已知觀眾目前有興趣的主題由參考使用者群眾的線上活動,然後與可用媒體資產匹配、根據這些主題關鍵字匹配的每個媒體資產之分數以及所使用當成優先順序排定基礎的關聯屬性來決定。根據某些具體實施例,系統可指派多個分數給每一媒體資產,每個分數代表針對特定屬性的資產測量程度。後續可結合個別分數,根據已知使用者對哪個屬性有興趣來產生整體分數。在此用範例來說明。
假設可用於發佈的媒體資產包含文章A、文章B和文章C,並且有一次只能發佈一篇文章的限制。文章A具有下列關鍵字以及非關鍵字屬性:
文章B具有下列關鍵字以及非關鍵字屬性:
文章C具有下列關鍵字以及非關鍵字屬性:
若已知目前目標觀眾對於「President Bush」這個主題有興趣並且對於「Traffic」或「I-80」沒興趣,則文章A和文章B根據關鍵字與主題「President Bush」匹配而具有相等關聯性,而文章C則根據關鍵字匹配而無關聯性。這造成如下所示每篇文章的主題興趣分數:
如所示,文章A和B有相等的主題興趣分數,因為這兩篇都有關「President Bush」並且在當時主題「President Bush」非常受注目。另一方面,目前「Traffic I-80」的受注目程度較低,因此文章C具有低主題興趣分數。並且因為文章A具有較高來源品質,也可藉由發佈順序透過文章B來選擇。
現在考慮到目標觀眾改變並且/或有興趣主題改變,如此觀眾展現出對於主題「I-80」有興趣之情況,並且不再對「President Bush」有興趣。這可例如因為要求系統針對不同觀眾發佈而發生。此外或另外,因為尖峰時間已經開始並且原始「President Bush」觀眾已經改變興趣,所以會發生。在此案例中,此時文章C的分數較高並且因為發佈順序高於文章A和B而中選。也就是,隨著使用者的興趣改變,每個資產的主題興趣分數改變,因此主題成分利用優先順序和/或選擇演算法排名並發佈媒體資產。
前述範例為非常簡單的案例,來說明本發明某些基本概念。吾人將瞭解,屬性考量、得到的方式以及其對應貢獻加權並組合的方式與本發明範疇密不可分。例如:在此範例的領域內,許多相對權重可賦予文章不同段落內(例如標題、第一段、第二段等等)的關鍵字配對。相對權重也可根據文章內關鍵字的接近程度、關鍵字的出現次數等等。類似地,相關聯的非關鍵字屬性可用許多方式結合而對於文章分數有所貢獻。再者,可用許多種方式將目標觀眾目前有興趣的主題表示並整合進入評分演算法中。範例之一為使用許多權重將目前有興趣的主題表示成關鍵字向量。如此在上述範例中,關鍵字向量可包含下列:<“President Bush”-100;“Traffic”-25;“I-80”-45>。精通此技術的人士將瞭解其他合適的表示方式。
根據本發明的許多具體實施例,提供自動機制允許非常廣泛的觀眾參與媒體資產的優先順序排定,如此也讓優先順序區段適用於任意觀眾。如上面所討論,利用將媒體資產看待成文字文件,我們可運用各種資訊擷取技術來選擇、評估與排定優先順序。根據一特定類別的具體實施例,利用以接近即時的方式收集觀眾興趣的資料指示,以及利用將目前觀眾興趣以也允許文字式資訊擷取技術使用的格式來表示,啟用媒體資產的自動優先順序排定與發佈。根據一特定具體實施例,從搜尋記錄中獲得呈現目前興趣的資料,不過也存在許多其他合適的來源。
搜尋記錄內含使用者在例如網路搜尋引擎,像是Yahoo!上搜尋資訊所輸入的搜尋查詢。利用監視搜尋記錄內關鍵字的出現頻率,可找出觀眾對於特定主題有興趣的趨勢。然後將這些主題呈現為關鍵字或具有相關權重的片語,然後隨著觀眾興趣改變而隨時更新。然後此資訊可用來幫助可用媒體資產的優先順序排定,該順序反映出目前最受已知觀眾歡迎的主題。
簡化的搜尋記錄資料範例如下:
假設系統配置成以每次增加10的時間視窗來取樣搜尋記錄資料。在時間週期T=1..10內,搜尋查詢「狗」的出現頻率為4,並且「貓」的頻率為1。T=1..10對狗dog的相對頻率=4/5=0.8,並且對貓=1/5=0.2。對於T=11..20而言,對於狗的相對頻率=0.4,並且對於貓=0.6。從這些資料當中,目前觀眾對於T=1..10當中的興趣呈現為向量<dog-80;cat-20>,並且對於T=11..20則呈現為向量<dog-40;cat-60>。運用此資訊,可如上述使用評分演算法排定媒體資產的優先順序來決定資產發佈的相對順序。根據一個方式,對於T=1..10而言狗文章的優先順序應該高一點,並且對於T=11..20而言貓文章的優先順序應該高一點。不過,替代方式在評分當中可將額外資訊列入考量。
例如:在搜尋記錄資料當中已知某些詞彙的出現次數高於其他詞彙。範例包含更簡短的詞彙、比較不可能拼錯的詞彙、受歡迎的詞彙等等。因此,本發明的範例中導入考量到此的補償機制。如此例如:假設對於上述的貓跟狗範例而言,搜尋記錄資料指出對於T=-1000000..1000000,長期觀察的頻率對狗而言為0.8並且對貓而言為0.1。因此,即使時間週期T=1..10中對於貓的相對頻率為0.2,這低於狗的相對頻率0.8,現在有資訊指出貓0.2的相對頻率實際上對該詞彙過高。也就是,相較於長期相對頻率,在有興趣的時間週期期間對於貓的相對頻率是其長期平均的兩倍,而在相同週期期間內對於狗的相對頻率則在長期平均上。如此,利用將某些正常化等級導入評分演算法內,例如將目前頻率除以長期平均,可將系統配置成負責時間週期T=1..10中對貓有特別的高度興趣,即使對於狗的查詢數量較高。此外,並且根據對特定媒體發佈應用程式哪個比較適合,特定詞彙的長期相對頻率可加權或削權。
增加在媒體資產優先順序排定的處理當中對於長期平均結果的偏差之敏感度,可快速反應觀眾興趣的改變。操縱處理反應時間的其他機制之範例包含變更用於收集像是關鍵字出現頻率的目前興趣資料之時間遞增視窗。另外或此外,可操作用於計算長期平均的時間遞增視窗。其他方法包含時間系列分析、高於移動平均的變更等等。
此時將參考第一圖來說明本發明特定具體實施例的操作。媒體資產儲存庫102儲存要排定優先順序並發佈的媒體資產。儲存庫102可儲存本身的媒體資產(例如html檔案、視訊檔案、音訊檔案、文字檔案、虛擬上任何一種媒體)和/或媒體資產的篩選代表(例如特定格式中的關鍵字和非關鍵字屬性)。
另外包含目前有興趣資料來源104,其允許運用使用者群眾動作來識別有興趣的主題。在一組具體實施例當中,如搜尋記錄中所呈現對應至集中Yahoo!Search搜尋趨勢的使用者(例如搜尋內主題出現的相對頻率),用來構成有效擷取觀眾興趣的加權關鍵字向量。
不過,吾人應該注意,本發明的其他具體實施例允許範圍更廣的機制,如此使用者群眾的動作可用來識別有興趣的主題。也就是,虛擬上與關鍵字相關聯或可取得關鍵字的任何使用者動作都可用來產生目前觀眾有興趣的資料。例如:觀察使用者所造訪網頁的機制可運用許多已知技術,從網頁中(例如中繼資料欄位、解析網頁文字、錨定文字、影像分析等等)擷取文字(包含關鍵字)來辨識潛在觀眾興趣。根據某些具體實施例,此處理的輸出為文字本體,然後由此擷取有興趣的主題(106)。
在主題擷取106期間,從目前有興趣資料來源104輸入的文字和片語串流經過分析來識別有興趣的主題。有時這些主題可對應至傳統實體,像是例如人、物或地方。主題也可呈現有關像是實體或甚至是摘要概念這樣的陳述。主題的範例為「President Bush」、「2008 Olympics」或「Huge snowstorm in China」。
一種擷取相關資訊的方式為若技術超出特定臨界,則在相對頻率上找尋資料內每一字組合並且分成片斷(即是個別文字)。尤其是,並且如精通此技術的人士所瞭解,在不悖離本發明範疇之下可運用許多挖掘搜尋記錄資料並使其意義清楚的現有技術。單元分析屬於一類技術範例,其允許識別片語並看待成一單一主題。例如:查詢記錄內出現的「george bush」應加入「george bush」的觀察頻率而非「george」或「bush」的觀察頻率。有關這種技術的額外細節都說明於標題為「SYSTEMS AND METHODS FOR GENERATING CONCEPT UNITS FROM SEARCH QUERIES」的第7,051,023號美國專利申請案當中,其完整公布在此併入當成參考。
一旦已經識別有興趣的主題,趨勢分析器108決定使用者對哪個主題有興趣,並且識別觀眾興趣的趨勢,並且將此資訊儲存在主題歷史儲存庫110當中。在此有許多可達成此目的的不同方式。簡單興趣測量為在特定時間期間內找尋已知主題的人數絕對值。更精密的方式計算不同時間週期內主題移動平均幅度,例如10個週期的移動平均以及30個週期的移動平均。當較快的10週期趨勢往上超過較慢的30週期趨勢,則可推論該主題受歡迎程度增加。仍舊另一方式結合主題的移動平均與正常變異性。若主題超出臨界,像是超出正常平均以上的兩個標準偏差,從此異常事件可推論該主題受注目。不管運用的技術為何,結果為許多計算用於每一主題的統計與歷史傾向。
具有自動機制辨識使用者群眾興趣演進擁有顯著優點,首先啟用大量資訊擷取,這對於使用人力編輯資源時並不容易實行;第二,在可取得代表使用者群眾的人口統計資料(例如對於Yahoo!網路的會員而言),則也可追蹤該群眾任意區段的有興趣主題。也就是,針對可取得人口統計資料的使用者群眾之任何人口統計片段可達成有興趣主題的識別。這種人口統計資料可包含例如:年齡、性別、社會經濟狀況、地理位置以及/或區域、有興趣的族群等等。虛擬上任何屬性或與使用者群眾內個人相關聯的屬性組合都可用來識別特定目標觀眾可能有興趣的主題,以及排定發佈媒體資產給觀眾的順序。在此說明範例。
在Yahoo!網路內,所有使用者動作都與使用者屬性相關聯。例如:可決定搜尋中的使用者之地理位置。運用此知識,可計算出特定主題或關鍵字的相對頻率與長期觀察相對頻率用於任意使用者位置,例如美國使用者對法國使用者)。用此方式區分使用者輸入,獨立的資產優先順序排定可生效用於不同使用者位置。如上述,此方式延伸用於任意使用者區段,包含大部分「所有使用者」觀眾案例到「單一使用者」觀眾案例。
請再次參閱第一圖,根據趨勢分析,將主題與分數指派給儲存庫102內的媒體資產(區塊112)。主題指派可用許多種方式完成,範圍從其中一或多個主題指派給已知媒體資產一次的靜態方式,到其中新主題關聯於已知媒體資產直到有興趣主題變更的更動態方式。這種靜態與動態方式之間的平衡會因為不同應用而變。
一般來說,在此有許多種技術可套用來參照目前有興趣資料將媒體資產評分最佳化。例如:可人為設定不同分數成分的評分演算法所運用之權重,並且操縱來產生大體上好的結果。此外或另外,使用不同演算法以每一「桶」來區分使用者群眾。每一桶對上其他桶的效能以及控制桶都可經過評估用於系統最佳化。精通此技術人士所熟知的各種技術與工具(例如機器學習(Machine Learned)、線性迴歸(Linear Regression)、術語頻率-反向文件頻率(TFTDF,“Term Frequency-Inverse Document Frequency”)等等)都可用來幫助這種最佳化。
並且根據所評分的媒體資產之天性,運用的屬性與加權法則也因此而變。更進一步,靜態與動態成分都可包含在評分演算法內。例如:靜態成分可取決於媒體資產本身的靜態屬性,而動態成分則關於針對已評分媒體資產的興趣主題演進。在任何案例中,會將儲存庫內許多媒體資產的分數重複更新,以反應變成可用的新資訊而不管有興趣主題內的趨勢。如所瞭解,更新循環時間(定期或非同步)並不受限於傳統人力編輯資源的瓶頸。
根據一類具體實施例,發生將媒體資產呈現給使用者來回應使用者快速產生對於一或多個媒體資產的要求,或回應使用者在例如網站114上的動作。與使用者相關聯的屬性(例如使用者人口統計資料)會映射至一組使用者可能會有興趣的相關主題(116)。然後識別並排名關於主題集合的最高分數媒體資產(118),並且根據與網站114相關聯的任何限制來呈現給使用者。這牽涉到提供類似於搜尋結果網頁的媒體資產排名清單。另外,牽涉到自動呈現或播放媒體資產,而無進一步使用者輸入。
吾人應該注意,考慮到本發明的具體實施例,其中媒體資產所發佈的特定使用者之人口統計並不需要列入考慮。也就是,媒體資產可排定發佈優先順序給任意觀眾,並且本發明不應受限於上述方式中運用個別使用者屬性來個別呈現資產之實施。
運用本發明的具體實施例決定目前有興趣的主題,並且參照廣泛計算範圍內的有興趣主題排定媒體資產發佈順序。例如:如第二圖內所說明,考量其中使用者群眾使用任何一種電腦(例如桌上型、膝上型、平板電腦等等)202、媒體計算平台203(例如有線電視和衛星機上盒以及數位攝錄放影機)、手持式計算裝置(例如PDA)204、行動電話206或其他任何一種計算或通訊平台,透過多種網路環境與網際網路和/或全球資訊網(例如網站201)互動。使用者群眾可包含使用互動來取得目前有興趣主題的使用者,以及根據本發明排定媒體資產發佈順序的使用者。
根據許多具體實施例,本發明具體實施例所運用的目前有興趣資料可為各種類型,並且可使用多種技術來收集。例如:如上述,這種資料可從搜尋引擎提供者所維護的搜尋記錄當中取得。另外,從使用者與網際網路的各種互動當中取得目前有興趣的資料,例如所造訪網站的天性與內容、其中使用者與網頁互動的方式等等。尤其是,為此可使用使用者群眾與任何一種軟體應用程式或圖形使用者介面的互動,不管使用者機器內的部分是否可遠端存取。
一旦收集之後,目前有興趣的資料可經過處理,並且以集中方式排定媒體資產優先順序。在第二圖內利用伺服器208和資料儲存裝置210來表示,如所瞭解,這可對應至多重分散式裝置與資料儲存裝置。吾人也應該注意,考量到本發明的具體實施例,其中此處說明的許多功能性都在不同實體的控制之下。例如:搜尋記錄內關鍵字的擷取、有興趣主題的識別、媒體資產的優先順序排定以及媒體資產的發佈每一都在個別實體的控制之下。本發明也可在多種網路環境內實施,包含例如TCP/IP網路、電信網路、無線網路等等。這些網路由網路212代表。然後根據本發明的媒體資產優先順序排定可透過使用者與網路互動的許多通道來提供給網路內的使用者。
此外,實施本發明具體實施例的電腦程式指令可儲存在任何一種電腦可讀取媒體內,並且可根據許多計算模型來執行,包含主從式模型、點對點模型、單機計算裝置或根據其中此處所描述許多功能性可生效或運用在不同位置上的分散式計算模型。
雖然本發明參考特定具體實施例來特別顯示和說明,精通此技術的人士應知道在不悖離本發明精神與範疇之下可變更所公佈具體實施例的形式與細節。例如:根據本發明以及從媒體當中取得或相關聯之文字或關鍵字,可排定任何媒體的發佈順序。如此,對於非文字資產而言,例如影像、音訊、視訊,此資訊可在標籤或中繼資料內。對於音訊或視訊而言,利用語音辨識技術應用程式取得此資訊。
此外,上述範例係關於使用時間序列資料內關鍵字發生的相對頻率之簡單案例。不過,吾人將瞭解,在不悖離本發明範疇之下也可運用像是股票交易與圖表分析常用的更精密技術。
此外,雖然在此已經參照許多具體實施例討論本發明的許多優點、態樣和目的,吾人將瞭解本發明範疇並不受限於這些優點、態樣和目的。而是本發明範疇應該參照申請專利範圍來決定。
102...媒體資產儲存庫
104...目前有興趣資料來源
106...主題擷取
108...主題趨勢分析器
110...主題歷史儲存庫
112...主題指派與評分
114...網站
116...將使用者映射至相關主題
118...選擇並評等資產
201...網站
202...電腦
203...媒體計算平台
204...手持式計算裝置
206...行動電話
208...伺服器
210...資料儲存裝置
212...網路
第一圖為說明根據本發明特定具體實施例排定媒體資產優先順序處理之流程圖。
第二圖為其中可實施本發明具體實施例的網路與計算環境之簡化圖。
102...媒體資產儲存庫
104...目前有興趣資料來源
106...主題擷取
108...主題趨勢分析器
110...主題歷史儲存庫
112...主題指派與評分
114...網站
116...將使用者映射至相關主題
118...選擇並評等資產
Claims (20)
- 一種排定複數個媒體資產優先順序的電腦實施方法,該方法包含:辨識每一媒體資產相關聯的內文,該內文代表與該媒體資產有關聯之相關的主題,目前興趣資料由一動態資料集產生,該動態資料集係隨時間改變並表示一群複數使用者所進行的動作,該目前興趣資料表示複數個與該複數使用者相關聯的興趣主題,並因為該動態資料集隨時間改變,故該興趣主題亦隨時間改變,基於該目前興趣資料與該內文的比較中的至少一部分對該媒體資產進行排名,其中該內文關連於每一媒體資產。
- 如申請專利範圍第1項之方法,進一步包含將該媒體資產的一子集之表示傳輸給一第一使用者,幫助該第一使用者利用該媒體資產的子集之至少其中某些,該媒體資產的子集之表示會依照該排名來排列。
- 如申請專利範圍第1項之方法,其中該媒體資產參照該群複數使用者的區段來排名。
- 如申請專利範圍第1項之方法,其中該動態資料集表示由該群複數使用者所開始關鍵字搜尋、該群複數使用者與網頁的互動、該群複數使用者與軟體應用程式的互動或該使用者群眾與圖形使用者介面的互動之一或多者。
- 如申請專利範圍第1項之方法,進一步包含根據一更新循環時間重複更新該媒體資產的該排名,該更新循環時間不受限於人力編輯資源。
- 如申請專利範圍第5項之方法,其中該更新循環時間 為固定、同步或非同步之其中之一。
- 如申請專利範圍第1項之方法,其中該媒體資產包含文字、音訊、視訊或影像之其中一或多個。
- 如申請專利範圍第1項之方法,進一步包含從該動態資料集當中重複擷取該有興趣主題。
- 一種排定複數個媒體資產優先順序的系統,該系統包含:一或多個計算裝置,該裝置配置成辨識每一媒體資產相關聯的內文,該內文代表與該媒體資產有關聯之相關的主題,該內文代表被儲存於一第一記憶體,該第一記憶體可以被該一或多個計算裝置所存取,目前興趣資料由一動態資料集於一計算機網路產生,該動態資料集係隨時間改變並表示一群複數使用者所進行的動作,該一或多個計算裝置連結至該計算機網路,該目前興趣資料被儲存於一第二記憶體,該第二記憶體可以被該一或多個計算裝置所存取,該目前興趣資料表示複數個與該群複數使用者相關聯的興趣主題,並因為該動態資料集隨時間改變,故該興趣主題亦隨時間改變,基於該目前興趣資料與該內文的比較中的至少一部分對該媒體資產進行排名,其中該內文關連於每一媒體資產。
- 如申請專利範圍第9項之系統,其中該一或多個計算裝置進一步配置成將該媒體資產的一子集之表示傳輸給一第一使用者,幫助該第一使用者利用該媒體資產的子集之其中至少某些,該媒體資產的子集之表示會依照該排名來排列。
- 如申請專利範圍第9項之系統,其中該一或多個計算裝置配置成該媒體資產參照該群複數使用者的區段來排名。
- 如申請專利範圍第9項之系統,其中該動態資料集代表由該群複數使用者所開始的關鍵字搜尋、該群複數使用者與網頁的互動、該群複數使用者與軟體應用程式的互動或該群複數使用者與圖形使用者介面的互動之一或多個。
- 如申請專利範圍第9項之系統,其中該一或多個計算裝置進一步配置成根據一更新循環時間重複更新該媒體資產的該排名,該更新循環時間不受限於人力編輯資源。
- 如申請專利範圍第13項之系統,其中該更新循環時間為固定、同步或非同步之其中之一。
- 如申請專利範圍第9項之系統,其中該媒體資產包含文字、音訊、視訊或影像之其中一或多個。
- 如申請專利範圍第9項之系統,其中該一或多個計算裝置進一步配置成從該動態資料集當中重複擷取該興趣主題。
- 一種發佈複數個媒體資產的電腦實施方法,該方法包含:根據該複數個媒體資產的一排名幫助將該一或多個該媒體資產呈現給一第一使用者,該排名係辨識每一媒體資產相關聯的內文來計算,該內文代表與該媒體資產有關聯之相關的主題,目前有興趣資料由一動態資料集產生,該動態資料集係隨時間改變並表示一群複數使用者所進行的動作,該目前興趣資料表示複數個與該群複數使用者 相關聯的興趣主題,並因為該動態資料集隨時間改變,故該興趣主題亦隨時間改變,基於該目前興趣資料與該內文的比較中的至少一部分對該媒體資產進行排名,其中該內文關連於每一媒體資產。
- 如申請專利範圍第17項之方法,其中該媒體資產參照該群複數使用者的區段來排名。
- 如申請專利範圍第18項之方法,其中人口統計資料代表該群複數使用者內該每一使用者,其中該群複數使用者的區段係參照該人口統計資料決定,並且其中對該第一使用者呈現該一或多個媒體資產反映出與該第一使用者相關聯的第一人口統計資料係有關於該群複數使用者之區段。
- 如申請專利範圍第17項之方法,其中該媒體資產包含文字、音訊、視訊或影像之其中一或多個。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/036,970 US7860878B2 (en) | 2008-02-25 | 2008-02-25 | Prioritizing media assets for publication |
Publications (2)
Publication Number | Publication Date |
---|---|
TW200943107A TW200943107A (en) | 2009-10-16 |
TWI510937B true TWI510937B (zh) | 2015-12-01 |
Family
ID=40999297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW098105776A TWI510937B (zh) | 2008-02-25 | 2009-02-24 | 媒體資產之發佈排序的方法及系統 |
Country Status (3)
Country | Link |
---|---|
US (1) | US7860878B2 (zh) |
TW (1) | TWI510937B (zh) |
WO (1) | WO2009108576A2 (zh) |
Families Citing this family (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080320126A1 (en) * | 2007-06-25 | 2008-12-25 | Microsoft Corporation | Environment sensing for interactive entertainment |
US8578260B2 (en) * | 2007-12-28 | 2013-11-05 | Business Objects Software Limited | Apparatus and method for reformatting a report for access by a user in a network appliance |
US9213961B2 (en) * | 2008-09-21 | 2015-12-15 | Oracle International Corporation | Systems and methods for generating social index scores for key term analysis and comparisons |
US20100331075A1 (en) * | 2009-06-26 | 2010-12-30 | Microsoft Corporation | Using game elements to motivate learning |
US8979538B2 (en) * | 2009-06-26 | 2015-03-17 | Microsoft Technology Licensing, Llc | Using game play elements to motivate learning |
US20110112899A1 (en) * | 2009-08-19 | 2011-05-12 | Vitrue, Inc. | Systems and methods for managing marketing programs on multiple social media systems |
US20120011432A1 (en) | 2009-08-19 | 2012-01-12 | Vitrue, Inc. | Systems and methods for associating social media systems and web pages |
US10339541B2 (en) * | 2009-08-19 | 2019-07-02 | Oracle International Corporation | Systems and methods for creating and inserting application media content into social media system displays |
US11620660B2 (en) | 2009-08-19 | 2023-04-04 | Oracle International Corporation | Systems and methods for creating and inserting application media content into social media system displays |
US9047612B2 (en) | 2009-09-11 | 2015-06-02 | Oracle International Corporation | Systems and methods for managing content associated with multiple brand categories within a social media system |
JP2011141659A (ja) * | 2010-01-06 | 2011-07-21 | Fujifilm Corp | 文書検索装置ならびにその動作制御方法およびその制御プログラム |
US20110270850A1 (en) * | 2010-04-30 | 2011-11-03 | Microsoft Corporation | Prioritization of Resources based on User Activities |
US9697500B2 (en) | 2010-05-04 | 2017-07-04 | Microsoft Technology Licensing, Llc | Presentation of information describing user activities with regard to resources |
US9704165B2 (en) | 2010-05-11 | 2017-07-11 | Oracle International Corporation | Systems and methods for determining value of social media pages |
US8849816B2 (en) * | 2010-06-22 | 2014-09-30 | Microsoft Corporation | Personalized media charts |
US9009298B2 (en) | 2010-12-10 | 2015-04-14 | The Nielsen Company (Us), Llc | Methods and apparatus to determine audience engagement indices associated with media presentations |
US9996620B2 (en) * | 2010-12-28 | 2018-06-12 | Excalibur Ip, Llc | Continuous content refinement of topics of user interest |
US8819009B2 (en) | 2011-05-12 | 2014-08-26 | Microsoft Corporation | Automatic social graph calculation |
US9477574B2 (en) | 2011-05-12 | 2016-10-25 | Microsoft Technology Licensing, Llc | Collection of intranet activity data |
JP5679194B2 (ja) * | 2011-05-18 | 2015-03-04 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
US9037957B2 (en) * | 2011-07-29 | 2015-05-19 | Adobe Systems Incorporated | Prioritizing asset loading in multimedia application |
US20130054672A1 (en) * | 2011-08-31 | 2013-02-28 | Roy Peter John Stilling | Systems and methods for contextualizing a toolbar |
WO2013033445A2 (en) * | 2011-08-31 | 2013-03-07 | Vibrant Media Inc. | Systems and methods for contextualizing a toolbar, an image and inline mobile banner advertising |
US9262766B2 (en) | 2011-08-31 | 2016-02-16 | Vibrant Media, Inc. | Systems and methods for contextualizing services for inline mobile banner advertising |
US20140067486A1 (en) * | 2012-08-29 | 2014-03-06 | International Business Machines Corporation | Systems, methods, and computer program products for prioritizing information |
US9495645B2 (en) | 2012-10-21 | 2016-11-15 | Concept.Io, Inc. | Method and system of iteratively autotuning prediction parameters in a media content recommender |
US9224105B2 (en) | 2012-10-21 | 2015-12-29 | Concept.Io, Inc. | Method and system of automatically downloading media content in a preferred network |
US20140222831A1 (en) * | 2013-02-07 | 2014-08-07 | Gurumurthy D. Ramkumar | Method and system for personalized delivery of media content |
US20140358891A1 (en) * | 2013-06-04 | 2014-12-04 | Listener Driven Radio Llc | System for collecting, calculating, and ranking interest in information in real time |
US20180365710A1 (en) * | 2014-09-26 | 2018-12-20 | Bombora, Inc. | Website interest detector |
US11589083B2 (en) | 2014-09-26 | 2023-02-21 | Bombora, Inc. | Machine learning techniques for detecting surges in content consumption |
US9940634B1 (en) | 2014-09-26 | 2018-04-10 | Bombora, Inc. | Content consumption monitor |
TWI776020B (zh) * | 2019-02-15 | 2022-09-01 | 國風傳媒有限公司 | 鎖定用戶興趣之裝置、方法及其電腦程式產品 |
US11631015B2 (en) | 2019-09-10 | 2023-04-18 | Bombora, Inc. | Machine learning techniques for internet protocol address to domain name resolution systems |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW494343B (en) * | 2000-10-11 | 2002-07-11 | Yung-Chiang Chen | Suggestion method of personalized topic item ranking |
TW533360B (en) * | 2000-09-29 | 2003-05-21 | Intel Corp | Methods and apparatuses for presenting ordered heterogeneous information |
US20040003096A1 (en) * | 2002-05-17 | 2004-01-01 | Brian Willis | Interface for collecting user preferences |
US20040267723A1 (en) * | 2003-06-30 | 2004-12-30 | Krishna Bharat | Rendering advertisements with documents having one or more topics using user topic interest information |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030120653A1 (en) * | 2000-07-05 | 2003-06-26 | Sean Brady | Trainable internet search engine and methods of using |
US20030144898A1 (en) * | 2002-01-31 | 2003-07-31 | Eric Bibelnieks | System, method and computer program product for effective content management in a pull environment |
US7305436B2 (en) * | 2002-05-17 | 2007-12-04 | Sap Aktiengesellschaft | User collaboration through discussion forums |
US7051023B2 (en) * | 2003-04-04 | 2006-05-23 | Yahoo! Inc. | Systems and methods for generating concept units from search queries |
US20050033771A1 (en) * | 2003-04-30 | 2005-02-10 | Schmitter Thomas A. | Contextual advertising system |
KR100671284B1 (ko) | 2004-09-17 | 2007-01-18 | 주식회사 코난테크놀로지 | 내용 기반 분류를 이용한 웹사이트 광고 제공 방법 및 그시스템 |
US8631088B2 (en) * | 2007-01-07 | 2014-01-14 | Apple Inc. | Prioritized data synchronization with host device |
US20080168185A1 (en) * | 2007-01-07 | 2008-07-10 | Robbin Jeffrey L | Data Synchronization with Host Device in Accordance with Synchronization Preferences |
-
2008
- 2008-02-25 US US12/036,970 patent/US7860878B2/en active Active
-
2009
- 2009-02-20 WO PCT/US2009/034710 patent/WO2009108576A2/en active Application Filing
- 2009-02-24 TW TW098105776A patent/TWI510937B/zh not_active IP Right Cessation
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW533360B (en) * | 2000-09-29 | 2003-05-21 | Intel Corp | Methods and apparatuses for presenting ordered heterogeneous information |
TW494343B (en) * | 2000-10-11 | 2002-07-11 | Yung-Chiang Chen | Suggestion method of personalized topic item ranking |
US20040003096A1 (en) * | 2002-05-17 | 2004-01-01 | Brian Willis | Interface for collecting user preferences |
US20040267723A1 (en) * | 2003-06-30 | 2004-12-30 | Krishna Bharat | Rendering advertisements with documents having one or more topics using user topic interest information |
Also Published As
Publication number | Publication date |
---|---|
TW200943107A (en) | 2009-10-16 |
WO2009108576A2 (en) | 2009-09-03 |
US7860878B2 (en) | 2010-12-28 |
WO2009108576A3 (en) | 2009-10-22 |
US20090216741A1 (en) | 2009-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI510937B (zh) | 媒體資產之發佈排序的方法及系統 | |
Karimi et al. | News recommender systems–Survey and roads ahead | |
US20220164401A1 (en) | Systems and methods for dynamically creating hyperlinks associated with relevant multimedia content | |
Cleger-Tamayo et al. | Top-N news recommendations in digital newspapers | |
TWI424369B (zh) | 用於決定內容相關性的活動型使用者興趣模型化 | |
US9712588B1 (en) | Generating a stream of content for a channel | |
US8683379B2 (en) | Dynamic layout for a search engine results page based on implicit user feedback | |
US8412796B2 (en) | Real time information feed processing | |
US10277696B2 (en) | Method and system for processing data used by creative users to create media content | |
US9165060B2 (en) | Content creation and management system | |
Agarwal et al. | Statistical methods for recommender systems | |
US20190279231A1 (en) | Analytical precursor mining for personalized recommendation | |
US20080215583A1 (en) | Ranking and Suggesting Candidate Objects | |
WO2018040069A1 (zh) | 信息推荐系统及方法 | |
WO2011080899A1 (ja) | 情報推薦方法 | |
JP2009157907A (ja) | 情報処理装置および方法、並びに、プログラム | |
Hopfgartner et al. | Semantic user profiling techniques for personalised multimedia recommendation | |
US20170155939A1 (en) | Method and System for Processing Data Used By Creative Users to Create Media Content | |
Shang et al. | A micro-video recommendation system based on big data | |
JP5952756B2 (ja) | 予測対象コンテンツにおける将来的なコメント数を予測する予測サーバ、プログラム及び方法 | |
WO2018042179A1 (en) | Method and system for providing content | |
Perea-Ortega et al. | Semantic tagging of video ASR transcripts using the web as a source of knowledge | |
Mylonas | Types of contextual information in the social networks era | |
Chawla | An overview of personalization in web search | |
De Pessemier et al. | A personalized and context-aware news offer for mobile devices |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |