TWI707239B - 元資料產生系統及方法 - Google Patents
元資料產生系統及方法 Download PDFInfo
- Publication number
- TWI707239B TWI707239B TW107124737A TW107124737A TWI707239B TW I707239 B TWI707239 B TW I707239B TW 107124737 A TW107124737 A TW 107124737A TW 107124737 A TW107124737 A TW 107124737A TW I707239 B TWI707239 B TW I707239B
- Authority
- TW
- Taiwan
- Prior art keywords
- analysis
- algorithm
- data
- target
- multimedia data
- Prior art date
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一種元資料產生系統包含一儲存有多個演算法的資料庫、一分析引擎子系統以及一處理裝置。該處理裝置接收一筆多媒體資料，並於判斷出該分析引擎子系統未儲存有適用於分析該筆多媒體資料的至少一目標演算法時，令該分析引擎子系統從該資料庫獲得該至少一目標演算法。該分析引擎子系統利用該至少一目標演算法對該處理裝置傳來的該筆多媒體資料進行分析，並根據分析的結果產生一筆對應該筆多媒體資料的元資料。
Description
本發明是有關於一種元資料產生系統，特別是指一種涉及多媒體資料處理的元資料產生系統。本發明還有關於該元資料產生系統所實施的一種元資料產生方法。
近年來，鑒於網路科技的發展，網路購物已經是相當普及的消費方式。
對於線上購物平台的經營者而言，為了刺激消費者的購買欲望，常會建置具有人工智慧或深度學習功能的推薦系統，所述的推薦系統能分析消費者於線上購物平台的瀏覽行為或消費行為，再將分析結果與各商品資料的內容比對，以選出最可能符合消費者潛在需求的商品資料，並向消費者推銷所選出的該些商品。
然而，即使推薦系統能分析出消費者的潛在需求，若該等商品資料的內容太少，仍可能導致推薦系統選出並不符合消費者需求的商品資料，而使得行銷效果不如預期。而且，一般線上購物平台的商品數量眾多，且隨時可能會有新商品上架，在此情形下，要如何兼顧商品資料庫內容的深度及廣度以提升推薦系統的推薦效果，便成為本案欲探討的議題。
本發明的其中一目的，在於提供一種有利於兼顧商品資料庫內容之深度及廣度的元資料產生系統。
本發明元資料產生系統包含一儲存有多個演算法的資料庫、一電連接該資料庫的分析引擎子系統，以及一電連接該分析引擎子系統的處理裝置。該處理裝置接收一筆多媒體資料，並於判斷出該分析引擎子系統未儲存有適用於分析該筆多媒體資料的至少一目標演算法時，令該分析引擎子系統從該資料庫獲得該至少一目標演算法。該分析引擎子系統利用該至少一目標演算法對該處理裝置傳來的該筆多媒體資料進行分析，並根據分析的結果產生一筆對應該筆多媒體資料的元資料。
在本發明元資料產生系統的一些實施態樣中，該筆多媒體資料包含至少一資料部份，該至少一資料部份的多媒體類型為一文字類型、一音訊類型、一靜態影像類型及一動態影像類型的其中一者，且該至少一目標演算法適用於分析該至少一資料部份的多媒體類型。
在本發明元資料產生系統的一些實施態樣中，當該處理裝置判斷出該分析引擎子系統未儲存有適用於分析該筆多媒體資料所包含的內容的多媒體類型的該至少一目標演算法時，該處理裝置產生並傳送一演算法調整指令至該分析引擎子系統，且該演算法調整指令指示出新增該至少一目標演算法，當該分析引擎子系統接收到該演算法調整指令時，根據該演算法調整指令自該資料庫獲得該至少一目標演算法。
在本發明元資料產生系統的一些實施態樣中，該處理裝置還令該分析引擎子系統將所儲存且不適用於分析該筆多媒體資料的該至少一資料部份的多媒體類型的至少一演算法移除。
在本發明元資料產生系統的一些實施態樣中，該分析引擎子系統包含一電連接該資料庫及該處理裝置的控制伺服器，以及多個電連接該控制伺服器的分析伺服器，該控制伺服器於收到該處理裝置傳來的該筆多媒體資料時，根據一分配規則將該至少一目標演算法及該筆多媒體資料的該至少一資料部份傳送至該等分析伺服器的其中至少一目標分析伺服器，其中，該分配規則指示出該至少一目標演算法與該至少一目標分析伺服器之間的對應關係。該至少一目標分析伺服器利用該至少一目標演算法對該至少一資料部份進行分析以產生至少一對應該至少一資料部份的子分析結果，並將該至少一子分析結果傳送至該控制伺服器。該控制伺服器產生包含該至少一子分析結果的該筆元資料。
本發明的另一目的，在於提供該元資料產生系統所實施的一種元資料產生方法。
本發明元資料產生方法由一元資料產生系統實施，該元資料產生系統包含一儲存有多個演算法的資料庫、一分析引擎子系統，以及一處理裝置；該元資料產生方法包含下列步驟：(A)該處理裝置接收一筆多媒體資料；(B)當該處理裝置判斷出該分析引擎子系統未儲存有適用於分析該筆多媒體資料的至少一目標演算法時，令該分析引擎子系統從該資料庫獲得該至少一目標演算法；(C)該分析引擎子系統利用該至少一目標演算法對該處理裝置傳來的該筆多媒體資料進行分析，並根據分析的結果產生一筆對應該筆多媒體資料的元資料。
在本發明元資料產生方法的一些實施態樣中，在步驟(A)中，該筆多媒體資料包含至少一資料部份，該至少一資料部份的多媒體類型為一文字類型、一音訊類型、一靜態影像類型及一動態影像類型的其中一者，在步驟(B)中，該至少一目標演算法適用於分析該至少一資料部份的多媒體類型。
在本發明元資料產生方法的一些實施態樣中，步驟(B)包含下列子步驟：(B1)當該處理裝置判斷出該分析引擎子系統未儲存有適用於分析該筆多媒體資料所包含的內容的多媒體類型的該至少一目標演算法時，該處理裝置產生並傳送一演算法調整指令至該分析引擎子系統，其中，該演算法調整指令指示出新增該至少一目標演算法；(B2)當該分析引擎子系統接收到該演算法調整指令時，根據該演算法調整指令自該資料庫獲得該至少一目標演算法。
在本發明元資料產生方法的一些實施態樣中，在子步驟(B2)中，該分析引擎子系統還根據該演算法調整指令將所儲存且不適用於分析該筆多媒體資料的該至少一資料部份的多媒體類型的至少一演算法移除。
在本發明元資料產生方法的一些實施態樣中，該分析引擎子系統包含一控制伺服器及多個電連接該控制伺服器的分析伺服器，且步驟(C)包含下列子步驟：(C1)該控制伺服器獲得該處理裝置傳來的該筆多媒體資料；(C2)該控制伺服器根據一分配規則將該至少一目標演算法及該筆多媒體資料的該至少一資料部份傳送至該等分析伺服器的其中至少一目標分析伺服器，其中，該分配規則指示出該至少一目標演算法與該至少一目標分析伺服器之間的對應關係；(C3)該至少一目標分析伺服器利用該至少一目標演算法對該至少一資料部份進行分析以產生至少一對應該至少一資料部份的子分析結果，並將該至少一子分析結果傳送至該控制伺服器；(C4)該控制伺服器產生包含該至少一子分析結果的該筆元資料。
本發明之功效在於：該元資料產生系統能根據該筆多媒體資料所包含的內容的多媒體類型，而使該分析引擎子系統從該資料庫獲得分析該筆多媒體資料所需的該等目標演算法，也就是說，該元資料產生系統能根據多媒體資料所具有的多媒體類型而利用不同的演算法產生對應的該筆元資料，如此一來，能確保該筆元資料的內容足夠充足而有利於商品推薦的應用。
參閱圖1，是本發明元資料產生系統的一實施例的主要硬體方塊圖，本實施例的元資料產生系統1用於針對多筆多媒體資料產生對應的多筆元資料，其中，「元資料」的英文為Metadata，中文也可稱作「元數據」、「詮釋資料」、「中介資料」、「中繼資料」、「後設資料」等。
在本實施例中，每一筆多媒體資料可以例如是對應於一商品的商品資料，並且，該元資料產生系統1所產生的每一筆元資料係用於描述對應的該筆多媒體資料，並可供一具有人工智慧或深度學習功能的商品推薦系統應用於一商品推薦程序中。具體而言，該商品推薦系統會以該商品推薦程序對消費者於線上購物平台的瀏覽或消費行為進行分析，並產生指示消費者潛在需求的分析結果，接著，再將分析結果與本實施例所產生的該等元資料進行比對，以從該等元資料中選出最符合分析結果的N筆元資料，並向消費者推銷該N筆元資料所對應的該些商品。補充說明的是，本實施例的重點在於該元資料產生系統1的硬體架構以及該元資料產生系統1產生該等元資料的方法，前述的商品推薦程序僅係用於輔助說明該等元資料的用途，而並非本案所欲探討之重點，而且，前述的商品推薦程序是習知技術，故在此不詳述其技術細節。
以下對本實施例的該元資料產生系統1進行詳細說明。
該元資料產生系統1包含一資料庫11、一分析引擎子系統12，以及一電連接該資料庫11及該分析引擎子系統12的處理裝置13。
該資料庫11儲存有多個演算法，且在本實施例中，每一演算法是專門用於分析一種特定的多媒體類型的資料，所述的多媒體類型可例如為一文字類型、一音訊類型、一靜態影像類型，或者一動態影像類型，但不以此為限。
更詳細地舉例來說，在該資料庫11所儲存的該等演算法中，專門用於分析該文字類型之資料的演算法在本實施例中通稱為文字分析演算法，且該等文字分析演算法可例如包含一興趣推測演算法、一情緒分析演算法以及一流暢度評估演算法等，但不以此為限。
在該資料庫11所儲存的該等演算法中，專門用於分析該音訊類型之資料的演算法在本實施例中通稱為音訊分析演算法，且該等音訊分析演算法可例如包含一語音辨識演算法、一語音關鍵字擷取演算法、一語調分析演算法、一音樂風格辨識演算法，以及一音質評估演算法等，但不以此為限。
在該資料庫11所儲存的該等演算法中，專門用於分析該靜態影像類型之資料的演算法在本實施例中通稱為靜態影像分析演算法，且該等靜態影像分析演算法可例如包含一靜態影像物件辨識演算法、一構圖品質評估演算法、一靜態影像品質評估演算法，以及一靜態影像文字辨識演算法等，但不以此為限。
在該資料庫11所儲存的該等演算法中，專門用於分析該動態影像類型之資料的演算法在本實施例中通稱為動態影像分析演算法，且該等動態影像分析演算法可例如包含一視訊物件辨識演算法、一視訊清晰度評估演算法，以及一視訊內容分類演算法等，但不以此為限。
在本實施例中，該分析引擎子系統12包含一電連接該資料庫11及該處理裝置13的控制伺服器121，以及四個電連接該控制伺服器121的分析伺服器，並且，該四個分析伺服器在本實施例中分別被實施為一適用於執行該等文字分析演算法的文字分析伺服器122、一適用於執行該等音訊分析演算法的音訊分析伺服器123、一適用於執行該等靜態影像分析演算法的靜態影像分析伺服器124，以及一適用於執行該等動態影像分析演算法的動態影像分析伺服器125，但不以此為限。
該控制伺服器121儲存有一分配規則，且該分配規則指示出該文字分析伺服器122是對應於該等演算法中的該等文字分析演算法、該音訊分析伺服器123是對應於該等演算法中的該等音訊分析演算法、該靜態影像分析伺服器124是對應於該等演算法中的該等靜態影像分析演算法，且該動態影像分析伺服器125是對應於該等演算法中的該等動態影像分析演算法，但不以此為限。
同時參閱圖1及圖2，以下以單一筆多媒體資料為例地說明本實施例的該元資料產生系統1如何針對該筆多媒體資料實施本發明的元資料產生方法而產生一筆元資料。
為了便於說明，在此先假設本實施例中的該文字分析伺服器122已儲存有該等演算法中的所有該等文字分析演算法，且該音訊分析伺服器123已儲存有該等演算法中的該等音訊分析演算法，而該靜態影像分析伺服器124及該動態影像分析伺服器125則未儲存有該等演算法中的該等靜態影像分析演算法和該等動態影像分析演算法。
首先，在步驟S1中，該處理裝置13接收由外部輸入的該筆多媒體資料，並分析該筆多媒體資料所包含的內容的多媒體類型。具體而言，在本實施例中，該筆多媒體資料包含例如三個資料部份，且該三個資料部份的多媒體類型各為一文字類型、一靜態影像類型及一動態影像類型，而各被作為一文字資料部份、一靜態影像資料部份及一動態影像資料部份。更具體地說，該筆多媒體資料的該文字資料部份可例如包含一商品的品名、規格、使用方式、消費者使用心得、宣傳文章等，該靜態影像資料部份可例如包含該商品的照片、廣告圖片、使用示意圖等，而該動態影像資料部份則可例如包含該商品的展示影片、介紹影片及使用影片等，但不以此為限。補充說明的是，在其他實施例中，該筆多媒體資料也可包含一個、兩個或者四個資料部份，且每一資料部份例如為該文字類型、該靜態影像類型、該動態影像類型及一音訊類型的其中一者，且屬於該音訊類型的該資料部份可例如被作為一音訊資料部份，並例如包含該商品的語音介紹或廣告配樂等，而不以本實施例為限。接著，進行步驟S2。
在步驟S2中，該處理裝置13根據該筆多媒體資料所具有的多媒體類型，將該資料庫11所儲存之該等演算法的其中一部份演算法分別定義為多個目標演算法，並且，在本實施例中，為了便於說明，該等演算法中未被定義為目標演算法的其中另一部演算法分別被作為多個非目標演算法。具體而言，在本實施例中，由於該筆多媒體資料包含該文字資料部份、該靜態影像資料部份及該動態影像資料部份，因此，該處理裝置13將該資料庫11所儲存之該等文字分析演算法、該等靜態影像分析演算法及該等動態影像分析演算法的每一者皆定義為該目標演算法。並且，在本實施例中，該等文字分析演算法、該等靜態影像分析演算法及該等動態影像分析演算法所分別對應於的該文字分析伺服器122、該靜態影像分析伺服器124及該動態影像分析伺服器125各被作為一目標分析伺服器，但不以此為限。接著，進行步驟S3。
在步驟S3中，該處理裝置13產生一演算法目錄請求，並將該演算法目錄請求傳送至該控制伺服器121。接著，進行步驟S4。
在步驟S4中，當該控制伺服器121接收到來自該處理裝置13的該演算法目錄請求時，該控制伺服器121回應於該演算法目錄請求地根據該文字分析伺服器122、該音訊分析伺服器123、該靜態影像分析伺服器124及該動態影像分析伺服器125當前所儲存的該等演算法產生一筆演算法目錄資料，並將該筆演算法目錄資料傳送至該處理裝置13。該筆演算法目錄資料指示出該等分析伺服器當前所儲存的該等演算法，以本實施例而言，由於當前的該文字分析伺服器122儲存有該等文字分析演算法，且該音訊分析伺服器123儲存有該等音訊分析演算法，故本實施例的該筆演算法目錄資料例如是指示出該等文字分析演算法及該等音訊分析演算法，但不以此為限。接著，進行步驟S5。
在步驟S5中，當該處理裝置13接收到來自該控制伺服器121的該筆演算法目錄資料時，根據該筆演算法目錄資料判斷該分析引擎子系統12是否已儲存所有該等目標演算法，並產生一判斷結果。以本實施例而言，由於該靜態影像分析伺服器124及該動態影像分析伺服器125當前並未儲存有該等演算法中的該等靜態影像分析演算法和該等動態影像分析演算法，因此該判斷結果為否，而且，該判斷結果還進一步指示出該分析引擎子系統12當前所缺少的目標演算法為該等靜態影像分析演算法及該等動態影像分析演算法。當該判斷結果為否時，接著進行步驟S6。而若該判斷結果為是，則接著進行步驟S8。
在步驟S6中，該處理裝置13根據該判斷結果產生一演算法調整指令，並將該演算法調整指令及該筆多媒體資料傳送至該控制伺服器121。在本實施例中，該演算法調整指令指示出新增該分析引擎子系統12當前所缺少的該等目標演算法(亦即該等靜態影像分析演算法及該等動態影像分析演算法)，以及移除該分析引擎子系統12當前所儲存有的該等非目標演算法(亦即該等音訊分析演算法)。接著，進行步驟S7。
在步驟S7中，當該控制伺服器121接收到來自該處理裝置13的該演算法調整指令時，該控制伺服器121根據該演算法調整指令自該資料庫11獲得被作為該等目標演算法的該等靜態影像分析演算法及該等動態影像分析演算法，並根據該分配規則將該等靜態影像分析演算法傳送至該靜態影像分析伺服器124儲存，以及將該等動態影像分析演算法傳送至該動態影像分析伺服器125儲存，並且，該控制伺服器121還根據該演算法調整指令將該音訊分析伺服器123所儲存的該等音訊分析演算法移除。接著，進行步驟S8。
在步驟S8中，該控制伺服器121將該處理裝置13傳來的該筆多媒體資料的該文字資料部份傳送至該文字分析伺服器122、將該筆多媒體資料的該靜態影像資料部份傳送至該靜態影像分析伺服器124，以及將該筆多媒體資料的該動態影像資料部份傳送至該動態影像分析伺服器125。接著，進行步驟S9。
在步驟S9中，該控制伺服器121產生一分析指令，並將該分析指令傳送至該文字分析伺服器122、該音訊分析伺服器123、該靜態影像分析伺服器124及該動態影像分析伺服器125，以使該文字分析伺服器122利用其所儲存的該等文字分析演算法對該筆多媒體資料的該文字資料部份進行分析、使該靜態影像分析伺服器124利用其所儲存的該等靜態影像分析演算法對該筆多媒體資料的該靜態影像資料部份進行分析，以及使該動態影像分析伺服器125利用其所儲存的該等動態影像分析演算法對該筆多媒體資料的該動態影像資料部份進行分析，並使該文字分析伺服器122、該靜態影像分析伺服器124及該動態影像分析伺服器125的每一者各產生多個子分析結果後，將該等子分析結果傳送至該控制伺服器121。
更明確地說，該文字分析伺服器122所產生的該等子分析結果是對應於該文字資料部份且分別對應於該等文字分析演算法，而分別被作為多個文字分析結果，該等文字分析結果可例如是分別指示出該文字資料部份所表達出的興趣、情緒以及該文字資料部份的文字流暢度等，但不以此為限。該靜態影像分析伺服器124所產生的該等子分析結果是對應於該靜態影像資料部份且分別對應於該等靜態影像分析演算法，而分別被作為多個靜態影像分析結果，該等靜態影像分析結果可例如是分別指示出該靜態影像資料部份所包含的物件、該靜態影像資料部份的構圖品質、畫質，以及該靜態影像資料部份中所包含的文字等，但不以此為限。該動態影像分析伺服器125所產生的該等子分析結果是對應於該動態影像資料部份且分別對應於該等動態影像分析演算法，而分別被作為多個動態影像分析結果，該等動態影像分析結果可例如是分別指示出該動態影像資料部份所包含的物件、該動態影像資料部份的影片品質(例如流暢度及解析度)，以及該動態影像資料部份的影片類型(例如開箱類型、評測類型或使用教學類型等)，但不以此為限。
補充說明的是，由於本實施例中的該筆多媒體資料並未包含該音訊資料部份，且該音訊分析伺服器123在本步驟中是處於未儲存有任何音訊分析演算法的狀態，因此該音訊分析伺服器123並不會進行任何分析。
最後，進行步驟S10。
在步驟S10中，該控制伺服器121接收到該等文字分析結果、該等靜態影像分析結果及該等動態影像分析結果時，產生包含該等文字分析結果、該等靜態影像分析結果及該等動態影像分析結果的一筆元資料，並將該筆元資料與相對應的該筆多媒體資料儲存在該資料庫11中，以供後續提供給一商品資料庫，以應用於該商品推薦系統中進行商品推薦之用，但不以此為限。
綜上所述，本實施例的該元資料產生系統1藉由實施該元資料產生方法，讓該處理裝置13能根據輸入的該筆多媒體資料所包含的內容的多媒體類型，使該分析引擎子系統12從該資料庫11獲得分析該筆多媒體資料所需的該等目標演算法，以及使該分析引擎子系統12將不適用於分析該筆多媒體資料的該等非目標演算法從該分析引擎子系統12本身移除，也就是說，該元資料產生系統1能根據多媒體資料所具有的多媒體類型而適時選擇適合的演算法來分析該筆多媒體資料以產生對應的該筆元資料，並且能避免該分析引擎子系統12儲存過多的演算法而導致分析的效率下降。如此一來，該元資料產生系統1能確保該筆元資料的內容更貼近且更相關於該多媒體資料，而有利於商品資料庫之內容的深度，而且，由於該分析引擎子系統12是藉由多台分析伺服器分別對該筆多媒體資料的該等資料部分進行分析，因此即使有大量的多媒體資料被輸入，該元資料產生系統1仍能進行高效率的分析以產生對應的元資料，而有利於商品資料庫之內容的廣度，故確實能達成本發明之目的。
惟以上所述者，僅為本發明之實施例而已，當不能以此限定本發明實施之範圍，凡是依本發明申請專利範圍及專利說明書內容所作之簡單的等效變化與修飾，皆仍屬本發明專利涵蓋之範圍內。
1‧‧‧元資料產生系統11‧‧‧資料庫12‧‧‧分析引擎子系統121‧‧‧控制伺服器122‧‧‧文字分析伺服器123‧‧‧音訊分析伺服器124‧‧‧靜態影像分析伺服器125‧‧‧動態影像分析伺服器13‧‧‧處理裝置S1~S10‧‧‧步驟
本發明之其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中： 圖1是本發明元資料產生系統之一實施例的一硬體方塊示意圖；及 圖2是一流程圖，示例性地說明該實施例如何實施一元資料產生方法。
1‧‧‧元資料產生系統
11‧‧‧資料庫
12‧‧‧分析引擎子系統
121‧‧‧控制伺服器
122‧‧‧文字分析伺服器
123‧‧‧音訊分析伺服器
124‧‧‧靜態影像分析伺服器
125‧‧‧動態影像分析伺服器
13‧‧‧處理裝置
Claims (6)
- 一種元資料產生系統，包含：一資料庫，儲存有多個演算法；一分析引擎子系統，電連接該資料庫；及一處理裝置，電連接該分析引擎子系統；其中，該處理裝置接收一筆多媒體資料，該筆多媒體資料包含至少一資料部份，該至少一資料部份的多媒體類型為一文字類型、一音訊類型、一靜態影像類型及一動態影像類型的其中一者，當該處理裝置判斷出該分析引擎子系統未儲存有適用於分析該筆多媒體資料的至少一目標演算法時，產生並傳送一演算法調整指令至該分析引擎子系統，以致該分析引擎子系統接收到該演算法調整指令時根據該演算法調整指令從該資料庫獲得該至少一目標演算法，其中，該演算法調整指令指示出新增該至少一目標演算法，且該至少一目標演算法適用於分析該至少一資料部份的多媒體類型；該分析引擎子系統利用該至少一目標演算法對該處理裝置傳來的該筆多媒體資料進行分析，並根據分析的結果產生一筆對應該筆多媒體資料的元資料。
- 如請求項1所述的元資料產生系統，其中，該處理裝置還令該分析引擎子系統將所儲存且不適用於分析該筆多媒體資料的該至少一資料部份的多媒體類型的至少一演算法移除。
- 如請求項1所述的元資料產生系統，其中： 該分析引擎子系統包含一電連接該資料庫及該處理裝置的控制伺服器，以及多個電連接該控制伺服器的分析伺服器，該控制伺服器於收到該處理裝置傳來的該筆多媒體資料時，根據一分配規則將該至少一目標演算法及該筆多媒體資料的該至少一資料部份傳送至該等分析伺服器的其中至少一目標分析伺服器，其中，該分配規則指示出該至少一目標演算法與該至少一目標分析伺服器之間的對應關係；該至少一目標分析伺服器利用該至少一目標演算法對該至少一資料部份進行分析以產生至少一對應該至少一資料部份的子分析結果，並將該至少一子分析結果傳送至該控制伺服器；及該控制伺服器產生包含該至少一子分析結果的該筆元資料。
- 一種元資料產生方法，由一元資料產生系統實施，該元資料產生系統包含一儲存有多個演算法的資料庫、一分析引擎子系統，以及一處理裝置；該元資料產生方法包含下列步驟：(A)該處理裝置接收一筆多媒體資料，該筆多媒體資料包含至少一資料部份，該至少一資料部份的多媒體類型為一文字類型、一音訊類型、一靜態影像類型及一動態影像類型的其中一者；(B)當該處理裝置判斷出該分析引擎子系統未儲存有適用於分析該筆多媒體資料的至少一目標演算法時，產生 並傳送一演算法調整指令至該分析引擎子系統，以致該分析引擎子系統接收到該演算法調整指令時根據該演算法調整指令從該資料庫獲得該至少一目標演算法，其中，該演算法調整指令指示出新增該至少一目標演算法，且該至少一目標演算法適用於分析該至少一資料部份的多媒體類型；及(C)該分析引擎子系統利用該至少一目標演算法對該處理裝置傳來的該筆多媒體資料進行分析，並根據分析的結果產生一筆對應該筆多媒體資料的元資料。
- 如請求項4所述的元資料產生方法，其中，在子步驟(B2)中，該分析引擎子系統還根據該演算法調整指令將所儲存且不適用於分析該筆多媒體資料的該至少一資料部份的多媒體類型的至少一演算法移除。
- 如請求項4所述的元資料產生方法，其中，該分析引擎子系統包含一控制伺服器及多個電連接該控制伺服器的分析伺服器，且步驟(C)包含下列子步驟：(C1)該控制伺服器獲得該處理裝置傳來的該筆多媒體資料；(C2)該控制伺服器根據一分配規則將該至少一目標演算法及該筆多媒體資料的該至少一資料部份傳送至該等分析伺服器的其中至少一目標分析伺服器，其中，該分配規則指示出該至少一目標演算法與該至少一目標分析伺服器之間的對應關係；(C3)該至少一目標分析伺服器利用該至少一目標演 算法對該至少一資料部份進行分析以產生至少一對應該至少一資料部份的子分析結果，並將該至少一子分析結果傳送至該控制伺服器；及(C4)該控制伺服器產生包含該至少一子分析結果的該筆元資料。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW107124737A TWI707239B (zh) | 2018-07-18 | 2018-07-18 | 元資料產生系統及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW107124737A TWI707239B (zh) | 2018-07-18 | 2018-07-18 | 元資料產生系統及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202006566A TW202006566A (zh) | 2020-02-01 |
| TWI707239B true TWI707239B (zh) | 2020-10-11 |
Family
ID=70412833
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW107124737A TWI707239B (zh) | 2018-07-18 | 2018-07-18 | 元資料產生系統及方法 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI707239B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201118780A (en) * | 2009-11-24 | 2011-06-01 | Univ Nat Chiao Tung | Intelligent mobile dervice product evaluation system and method based on information retrieval technnology |
| CN103207913A (zh) * | 2013-04-15 | 2013-07-17 | 武汉理工大学 | 商品细粒度语义关系的获取方法和系统 |
| CN107526747A (zh) * | 2016-06-22 | 2017-12-29 | 北京新岸线网络技术有限公司 | 一种多媒体编目方法及系统 |
| US20180157675A1 (en) * | 2005-10-26 | 2018-06-07 | Cortica, Ltd. | System and method for creating entity profiles based on multimedia content element signatures |
| TWM573465U (zh) * | 2018-07-18 | 2019-01-21 | 太米股份有限公司 | Metadata generation system |
-
2018
- 2018-07-18 TW TW107124737A patent/TWI707239B/zh not_active IP Right Cessation
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180157675A1 (en) * | 2005-10-26 | 2018-06-07 | Cortica, Ltd. | System and method for creating entity profiles based on multimedia content element signatures |
| TW201118780A (en) * | 2009-11-24 | 2011-06-01 | Univ Nat Chiao Tung | Intelligent mobile dervice product evaluation system and method based on information retrieval technnology |
| CN103207913A (zh) * | 2013-04-15 | 2013-07-17 | 武汉理工大学 | 商品细粒度语义关系的获取方法和系统 |
| CN107526747A (zh) * | 2016-06-22 | 2017-12-29 | 北京新岸线网络技术有限公司 | 一种多媒体编目方法及系统 |
| TWM573465U (zh) * | 2018-07-18 | 2019-01-21 | 太米股份有限公司 | Metadata generation system |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202006566A (zh) | 2020-02-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7154334B2 (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 | |
| Cambria et al. | Benchmarking multimodal sentiment analysis | |
| WO2020207196A1 (zh) | 用户标签生成方法、装置、存储介质和计算机设备 | |
| US10891322B2 (en) | Automatic conversation creator for news | |
| US20170161618A1 (en) | Attribute weighting for media content-based recommendation | |
| US8380727B2 (en) | Information processing device and method, program, and recording medium | |
| WO2019084005A1 (en) | ARTIFICIAL INTELLIGENCE SYSTEM FOR REFINING RESULTS OF REQUEST BASED ON VISUAL FEEDBACK IN REAL-TIME | |
| Yang et al. | Mining Chinese social media UGC: a big-data framework for analyzing Douban movie reviews | |
| CN111339415A (zh) | 一种基于多交互式注意力网络的点击率预测方法与装置 | |
| US9552342B2 (en) | Generating a collage for rendering on a client computing device | |
| US20150248409A1 (en) | Sorting and displaying documents according to sentiment level in an online community | |
| US11599822B1 (en) | Generation and use of literary work signatures reflective of entity relationships | |
| US11734348B2 (en) | Intelligent audio composition guidance | |
| US20180330278A1 (en) | Processes and techniques for more effectively training machine learning models for topically-relevant two-way engagement with content consumers | |
| CN105825396A (zh) | 一种基于共现的广告标签聚类的方法及系统 | |
| CN103729431B (zh) | 具有增减量功能的海量微博数据分布式分类装置及方法 | |
| US11392751B1 (en) | Artificial intelligence system for optimizing informational content presentation | |
| TWM573465U (zh) | Metadata generation system | |
| US20200050677A1 (en) | Joint understanding of actors, literary characters, and movies | |
| Yengi et al. | Distributed recommender systems with sentiment analysis | |
| TWI707239B (zh) | 元資料產生系統及方法 | |
| JP2023162251A (ja) | 製品ソースリンクを使用したメディア注釈 | |
| US11910073B1 (en) | Automated preview generation for video entertainment content | |
| US20220358786A1 (en) | System and method for personality prediction using multi-tiered analysis | |
| US10423636B2 (en) | Relating collections in an item universe |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | Annulment or lapse of patent due to non-payment of fees |