WO2012127168A1 - Procédé pour affiner les résultats d'une recherche dans une base de données - Google Patents

Procédé pour affiner les résultats d'une recherche dans une base de données Download PDF

Info

Publication number
WO2012127168A1
WO2012127168A1 PCT/FR2012/050576 FR2012050576W WO2012127168A1 WO 2012127168 A1 WO2012127168 A1 WO 2012127168A1 FR 2012050576 W FR2012050576 W FR 2012050576W WO 2012127168 A1 WO2012127168 A1 WO 2012127168A1
Authority
WO
WIPO (PCT)
Prior art keywords
objects
relevance
user
search
descriptors
Prior art date
Application number
PCT/FR2012/050576
Other languages
English (en)
Inventor
Eric Mathieu
Cyril MARCH
Original Assignee
Xilopix
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 Xilopix filed Critical Xilopix
Priority to EP19208152.9A priority Critical patent/EP3627353A1/fr
Priority to KR1020137027893A priority patent/KR101980219B1/ko
Priority to RU2013146871A priority patent/RU2613039C2/ru
Priority to EP12714812.0A priority patent/EP2689351A1/fr
Priority to CN201280014577.7A priority patent/CN103518198B/zh
Publication of WO2012127168A1 publication Critical patent/WO2012127168A1/fr
Priority to US13/987,997 priority patent/US20140032544A1/en

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
    • G06F16/20—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
    • 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
    • G06F16/54—Browsing; Visualisation therefor
    • 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
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • 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
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information

Definitions

  • the present invention relates to a method for refining the results of a search in a database containing a set of objects each linked to at least one descriptor.
  • a particularly significant example is the development of digital photography, particularly because of the development of websites for uploading and sharing photos.
  • one of the leaders of this type of site has since September 2010 exceeded the five billion photos posted online and continues to put online several thousand per day.
  • These digital objects are generally listed in databases in association with keywords and / or other technical descriptors (size, resolution, etc.). These keywords and descriptors make it possible to search the database and return the objects whose keywords match the search criteria entered by a user in a search field.
  • search engines are primarily designed to search for text within Internet pages or files, and in particular in associated description texts.
  • a keyword search has intrinsic limits, for example because of the existence in human language of synonyms, homonyms, hierarchy in terms, degree of precision. Within these limits, the precise search intent of the user beyond the original meaning of the keywords used remains unknown to the search engine.
  • search engines allow users to perform an advanced search, including using multiple keywords combined with each other by logical operators.
  • Such a search mode is however not particularly easy for the user and can, on some engines, go as far as requiring quasi-programming skills to write a request, while not knowing if this request can be correctly interpreted. by the motor and will lead to the desired result.
  • the present invention relates to a method for refining the results of an object search in at least one database containing at least one set of objects each associated with at least one descriptor, said method comprising the steps to:
  • object any digital object that can be stored in a database. As stated above, it may include photos, but also audio files, video, documents, etc.
  • the referenced objects are not necessarily contained directly in a database record and can be referenced by the database. intermediary of their storage address or URL, for example, or any other indirect means.
  • descriptor used is not limited.
  • descriptor obviously includes key word descriptors, but it can also be technical descriptors referencing textures, materials, color profiles, definition, etc. They can also be semantic descriptors established from a thesaurus.
  • the nature of the descriptors is generally not limited and they can be adapted according to the objects referenced in the database or databases, and searched for.
  • weightings can be assigned to different descriptors, in particular according to their origin, context, situation with respect to all the other descriptors.
  • descriptors from a thesaurus and therefore presenting a standardized, uniform and structured character, may have more weight than key-word descriptors that would have been attributed by the users themselves of a website. Photo.
  • the set of objects initially presented to the user corresponds to all or part of the objects resulting from a first search, in particular by keyword, in the database or databases.
  • a first search in particular by keyword
  • all initial search modes for generating a first set of objects are possible.
  • search in the database or databases can be performed in an internal database, but also on external databases hosted on specialized remote sites for example.
  • the objects of the set of objects initially presented to the user are presented in a defined order when obtaining said set of objects, in particular an order of relevance by report to the initial search, this relevance being able to be defined by a search algorithm.
  • traditional search engines often associate a relevance index with the results of their research.
  • the order of relevance and initial presentation can be defined in an ad hoc way in order, for example, to maximize the number of different objects presented initially in order to leave as much choice as possible the user for his first refining, and possibly for the following ones.
  • the weights assigned to the descriptors of the objects considered irrelevant is of opposite sign to the weights assigned to the descriptors of the objects considered to be relevant, and more particularly to signs respectively negative and positive.
  • the absolute values of the weights assigned to the descriptors of the objects considered as relevant and / or irrelevant are equal.
  • the weight assigned to the descriptors of the objects considered to be relevant has a different absolute value, and notably higher, than the weight assigned to the descriptors of the objects considered irrelevant.
  • the values of the weights assigned to the descriptors of the objects considered as relevant and / or irrelevant may be different for each object reported.
  • the value given to the descriptors of the objects considered relevant and / or irrelevant depends on their initial order of priority.
  • a coefficient can be applied to a standard weight value. For example, an object considered 90% relevant by the search engine that performed the initial search may be assigned 90% of the reference weight value if that object is considered relevant by the user. In However, if the user considers it irrelevant, unlike the search engine, we can choose to allocate only 10% of the reference value of the irrelevant weight.
  • the means for signaling the relevance and / or the irrelevance of an object presented comprise means capable of indicating different degrees of relevance and / or irrelevance making it possible, in particular, to assign a different weight to depending on the degree of relevance and / or irrelevance reported.
  • it may include a web page including buttons to indicate that an object is, for example, "very relevant” (first degree), “relevant” (second degree), “irrelevant” (third degree), “Irrelevant” (fourth degree) and “off topic” (fifth degree).
  • the result objects are presented in the form of previews, miniatures and / or extracts.
  • the objects contained in the database include photos and / or videos and / or audio objects. It may also be other types of documents, text files, etc.
  • the relevance index is initialized to an identical value for each result object, in particular zero.
  • the relevance index is initialized to different values for all or part of the result objects, in particular according to the initial order of presentation and, if appropriate, a relevance value returned by the search. initial.
  • all or some of the descriptors of the most relevant objects returned feed a new search in the database.
  • FIG. 1 is a screenshot of an Internet site implementing the method according to the invention at the level of the first step presenting to a user the results of an initial search by keyword,
  • FIG. 2 is a screenshot of the site of FIG. 1 on which a user has reported a photo that he considers relevant to his search
  • FIG. 3 is a screenshot of the site of FIG. 1 on which a user has reported a photo that he considers irrelevant to his search
  • FIG. 4 is a screen shot after initiation of the search refinement step by the user
  • FIG. 5 is a screenshot of the site of FIG. 1 showing the result of the refining step carried out as a function of the relevance and irrelevance reports by the user,
  • FIG. 6 is a logic diagram showing schematically the flow of the process illustrated in FIGS. 1 to 5.
  • Figures 1 to 5 show screenshots of an Internet site implementing the method according to the invention on a search for car headlight photos.
  • FIG. 1 shows a first step 110 in which a set of photo thumbnails P1 to P14 is presented to the user.
  • This set of photos P1 to P14 was obtained through an initial keyword search in one or more photo databases.
  • the key word "lighthouse” was used by the user to define his search and typed in a search field R of the page.
  • the search field R serves as an interface with the user and feeds a search engine, internal or external to the site, into photo databases.
  • a search engine internal or external to the site
  • Such databases list a large number of photos and associate descriptors for subsequent searches.
  • descriptors include keyword lists, but can also be specific to the photo (camera used, technical data, color profile, etc.).
  • the search engine thus returns the results of its search algorithm and presents them to the user in the form of the fourteen thumbnails of photos P1 to P14.
  • the fourteen photos presented to the user do not necessarily correspond to the totality of the initial search results and it is quite possible to choose not to present to the user only part of the results, for example the first thousand photos returned.
  • the photos P1, P2, P4, P5, P1, P8, P9, P1 1, P12 relate to photos of coastal lights for navigation.
  • Each photo is associated, in its database or in another database, with one or more descriptors.
  • the photos P1 to P14 are each presented to the user in association with a clickable image 11 representing a validation check mark and a clickable image 12 representing a prohibition cross.
  • clickable images are associated with computer functions recording the user's choices and constitute means for said user to indicate the relevance (tick) and / or non-relevance (cross) of each photo in relation to his actual search.
  • the user then proceeds during a step 102 to report the photos that he considers relevant and / or irrelevant.
  • Figure 2 is a screenshot showing that the user has reported that picture P14 was relevant to his actual search. An M1 message informs him of the proper consideration of his report by the site or software.
  • Figure 3 is a screenshot showing that the user has reported that the P4 photo was not relevant to his actual search since it represents a coastal lighthouse. An M2 message informs him of the proper consideration of his report by the site or software.
  • the messages M1 and M2 are displayed in the form of "pop-up" (display of a window in superposition). It is it is obvious that these messages can be signaled to the user in other forms, notably by grouping the selected images, displaying in a sidebar, setting up virtual baskets of the images selected as relevant and irrelevant, etc.
  • the refining process can also take place in real time depending on the interactions of the user, but this will require more processing and load resources of a remote server in particular.
  • the processing steps are transparent to the user.
  • a weight P is associated with each descriptor associated with each image signaled by the user.
  • the weight P is negatively affected if the image has been reported as irrelevant and a positive sign if the image has been reported as relevant.
  • photo P4 which has an associated "flagship” descriptor
  • photo P14 which has two associated "flagship” and "car” descriptors
  • the "flagship" descriptor is assigned a weight -P because of the irrelevance reported for photo P4 and is weighted + P because of the relevance reported for photo P14.
  • the "car” descriptor is weighted + P due to the relevance reported for photo P14.
  • a resultant of the weights assigned to each descriptor of the set of images P1 to P14 is computed during a step 104.
  • the "flagship" descriptor thus obtains a global weight of zero, while the "car” descriptor obtains an overall weight equal to + P.
  • the resultant is the set of descriptors of photos P1 to P4 assigned their respective weights previously calculated.
  • a relevance index is associated with each photo P1 to P14 and initialized to zero during a step 105.
  • a step 1 06 makes it possible to compare each photo P1 to P14 with the resultant of the weights of the descriptors.
  • each descriptor of the picture P1 to P14 is compared to the resultant, and the priority index is increased or decreased by the weight of this descriptor in said resultant.
  • the photo P1 showing a coastal lighthouse, and possessing only the "flagship” descriptor, sees its priority index increased by the weight of the "flagship” descriptor in the resultant, namely zero. Its priority index remains at zero.
  • the photo P3 shows car headlights. As mentioned before, it is associated with two "flagship" and "car” descriptors. For the "flagship” descriptor, its index does not change, since the weight of this descriptor is zero. On the other hand, for its descriptor "car”, its priority index is increased by the weight of the descriptor "car” in the resultant, namely + P. Its priority index becomes + P.
  • Figure 5 shows a screenshot showing the final rearrangement where only pictures of car headlights are well presented.
  • FIG. 5 also shows photos that were not present on the initial presentation screen. Indeed, it is quite possible to select a larger batch of photos than the fourteen pictures presented, some of which were taken by the user. However, they are present in the initial selection and taken into account for the implementation of the process. They therefore also receive a relevance index that changes their order in the selection. In the end, they can be found among the first fourteen photos, and thus be presented to the user.
  • the initial photos of lighthouses are, for their part, relegated beyond the fourteenth and therefore no longer appear.
  • the user can then further refine his search, especially if new photos are presented to him (step 108) or stop his search (109).

Landscapes

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

Abstract

La présente invention se rapporte à un procédé pour affiner les résultats d'une recherche d'objets dans une base de données dans laquelle les objets sont chacun à des descripteurs, comprenant les étapes visant à : - présenter à un utilisateur un ensemble d'objets associés à un moyen pour l'utilisateur de signaler sa pertinence et/ou sa non pertinence par rapport à sa recherche, - en fonction des signalements, affecter au moins un poids aux descripteurs d'un objet présenté considéré par l'util isateur comme étant pertinent et/ou non pertinent, - calculer une résultante des poids associés à chaque descripteur de l'ensemble des objets, - initialiser un indice de pertinence pour chaque objet, - confronter chaque objet, et pour chaque descripteur de l'objet confronté, modifier l'indice de pertinence en fonction du poids de ce descripteur dans la résultante, - présenter les objets résultats dans l'ordre de leur indice de pertinence.

Description

Procédé pour affiner les résultats d'une recherche dans une base de données
La présente invention se rapporte à un procédé permettant d'affiner les résultats d'une recherche dans une base de données contenant un ensemble d'objets liés chacun à au moins un descripteur.
Le développement des technologies numériques ces dernières années, accompagné du développement des réseaux et de l'Internet a conduit à une augmentation extrêmement importante de la quantité de contenus numériques disponibles.
Un exemple particulièrement significatif en est le développement de la photo numérique, notamment en raison du développement de sites de mise en ligne et de partage de photos. Ainsi, l'un des leaders de ce type de sites a depuis septembre 2010 dépassé les cinq milliards de photos mises en ligne et continue à en mettre en ligne plusieurs milliers par jour.
Ces objets numériques sont généralement répertoriés dans des bases de données en association avec des mots cl és et/ou d'autres descripteurs techniques (taille, résolution, etc.). Ces mots clés et descripteurs permettent d'effectuer des recherches dans la base de données et de retourner les objets dont les mots clés correspondent aux critères de recherche entrés par un utilisateur dans un champ de recherche.
Cependant, actuellement, la plupart des moteurs de recherche sont principalement conçus pour rechercher du texte à l'intérieur de pages Internet ou de fichiers, et notamment dans des textes de description associés.
Dans le cas où les objets stockés ne sont pas de nature textuelle, comme par exemple des photos, les mots clés et descripteurs associés prennent une importance considérable pour permettre d'effectuer une recherche efficace et retourner un résultat pertinent.
De nombreux moteurs de recherche existent pour effectuer de telles recherches, et de nombreux algorithmes ont été développés afin d'optimiser la pertinence des résultats de ces recherches.
Malgré des algorithmes perfectionnés, une recherche par mot clé possède des limites intrinsèques, notamment par exemple à cause de l'existence dans le langage humain de synonymes, d'homonymes, de hiérarchie dans les termes, de degré de précision. En ra ison de ces limites, l'intention de recherche précise de l'utilisateur au-delà du sens premier des mots clés utilisés reste inconnue au moteur de recherche.
Afin de pallier ces limites, la plupart des moteurs de recherche permettent aux utilisateurs d'effectuer une recherche avancée, notamment en utilisant plusieurs mots clés combinés entre eux par des opérateurs logiques.
Un tel mode de recherche n'est cependant pas particulièrement aisé pour l'utilisateur et peut, sur certains moteurs, aller jusqu'à nécessiter des compétences de quasi programmation pour écrire une requête, tout en ne sachant pas si cette requête pourra être correctement interprétée par le moteur et conduira au résultat souhaité.
Ainsi, il existe un besoin justifiant la mise au point d'un procédé permettant d'optimiser les recherches d'objets contenus dans une base de données et notamment de pallier certaines ambiguïtés ou imprécisions pour mieux répondre à la requête de l'utilisateur.
Pour ce faire, la présente invention se rapporte à un procédé pour affiner les résultats d'une recherche d'objets dans au moins une base de données contenant au moins un ensemble d'objets associés chacun à au moins un descripteur, ledit procédé comprenant les étapes visant à :
- présenter à un utilisateur tout ou partie d'un ensemble d'objets de la base de don nées, au moi ns u ne partie des objets présentés étant chacun associés à au moins un moyen pour un utilisateur de signaler la pertinence et/ou au moins un moyen pour l'utilisateur de signaler la non pertinence dudit objet par rapport à sa recherche,
en fonction des signalements de l'utilisateur, affecter au moins u n po ids à tout ou partie des descripteurs d'un objet de l'ensemble des objets présentés considéré par l'utilisateur comme étant pertinent et/ou non pertinent par rapport à sa recherche,
calculer une résultante des poids associés à chaque descripteur de l'ensemble des objets résultats,
initialiser un indice de pertinence pour chaque objet résultat, confronter chaque objet résultat à la résultante, et pour chaque descripteur de l'objet résultat confronté, augmenter ou diminuer l'indice de pertinence de l'objet en fonction du poids de ce descripteur dans la résultante,
- présenter à l'utilisateur tout ou partie des objets résultats dans l'ordre de leur indice de pertinence calculé.
Ainsi, en permettant à l'utilisateur de signaler directement les résultats d'une recherche initiale qu'il trouve pertinents ou non pertinents, il est possible de mieux prendre en compte le sens réel de sa recherche et de lui fournir un résultat plus satisfaisant. Par ailleurs, grâce à une telle méthode, il est aisé pour l'utilisateur d'effectuer une recherche complexe ajoutant ou retirant des descripteu rs et mots-c l és et ce, de man ière intu itive et transparente.
Par objet, on entend tout objet numérique pouvant être stocké dans une base de données. Comme énoncé précédemment, il pourra notamment s'agir de photos, mais également de fichiers audio, vidéo, documents, etc.
II convient d e noter q ue , conformément au pri nci pe de fonctionnement d'une base de données, les objets référencés ne sont pas nécessairement contenus directement eux-mêmes dans un enregistrement de la base de données et peuvent tout à fait être référencés par l'intermédiaire de leur adresse de stockage ou URL, par exemple, ou tout autre moyen indirect.
II convient également de noter que le terme descripteur utilisé n'est pas limité. Le terme descripteur comprend bien évidemment des descripteurs de type mots clés, ma is il peut également s'ag ir de descripteurs pl us techniques référençant les textures, matières, profils de couleurs, définition, etc. Il peut également s'agir de descripteurs sémantiques établis à partir d'un thésaurus. La nature des descripteurs n'est généralement pas limitée et ceux-ci peuvent être adaptés en fonction des objets référencés dans la ou les bases de données, et recherchés.
On notera également que des pondérations différentes peuvent être affectées à différents descripteurs, notamment en fonction de leur origine, contexte, situation par rapport à l'ensemble des autres descripteurs. Ainsi, par exemple, les descripteurs provenant d'un thésaurus, et donc présentant un caractère standardisé, uniforme et structuré pourront avoir plus de poids que des descripteurs de type mots clés qui auraient été attribués par les utilisateurs eux-mêmes d'un site de photo.
Plusieurs effets avantageux inattendus et surprenants ont été constatés. Il est notamment apparu que le procédé selon l'invention permettait à l'util isateur de s'affranch ir dans une certaine mesure de la langue des descripteurs textuels utilisés. En effet, à partir d'une recherche initiale dans sa langue, l'utilisateur util isant le procédé selon l 'invention pour affiner les résultats de la recherche peut également don ner d u poids de man ière transparente à des descripteurs et mots clés en langue étrangère associés à l'objet. La recherche pourra donc au final se trouver affinée sur la base de mots clés en langue étrangère, ou au moins en les prenant en compte, langue étrangère que l'utilisateur ne comprend pas nécessairement et qu'il n'aurait donc pas entré directement dans un moteur de recherche textuel.
Selon u n mode de réal isation préféré, l'ensemble d'objets présentés initialement à l'utilisateur correspond à tout ou partie des objets résultant d'une première recherche, notamment par mot clé, dans la ou les bases de données. Bien évidemment, tous les modes de recherche initiale permettant de générer un premier ensemble d'objets sont possibles. Outre une recherche classique utilisant un champ texte et une entrée de mots par l'utilisateur, on peut imaginer une sélection d'objets directement à partir de coordonnées géographiques sur une carte, ou encore une première photo qui serait, par exemple, analysée pour en extraire des paramètres de recherches, etc.
En fonction du nombre d'objets retournés par cette recherche initiale, on pourra choisir de ne présenter à l'utilisateur qu'une partie des résultats, par exemple les dix mille premières photos d'une recherche par mots-clés dans une base de données de photos.
Il convient également de préciser que la recherche dans la ou les bases de données peut être effectuée dans une base de données interne, mais également sur des bases de données externes hébergées sur des sites distants spécialisés par exemple.
On pourrait également choisir de ne pas procéder à une première recherche par mots clés et de présenter à l'utilisateur un ensemble d'objets types représentatifs de grandes catégories de la base de données, par exemple. Libre ensuite à l'utilisateur de naviguer dans la base de données en affinant successivement ses sélections à l'aide de la méthode objet de la présente invention.
De manière préférentielle, les objets de l'ensemble d'objets présenté initialement à l'utilisateur sont présentés dans un ordre défini lors de l'obtention dudit ensemble d'objets, notamment un ordre de pertinence par rapport à la recherche initiale, cette pertinence pouvant notamment être définie par un algorith me de recherche . En effet, les moteu rs de recherche traditionnels associent fréquemment un indice de pertinence aux résultats de leurs recherches.
Alternativement ou de man ière com plémenta ire, l 'ordre de pertinence et de présentation initial pourra être défini de manière ad hoc afin de, par exemple, maximiser le nombre d'objets différents présentés initialement afin de laisser le plus grand choix possible à l'utilisateur pour son premier affinage, et éventuellement pour les suivants.
Selon un mode de réalisation préféré, les poids affectés aux descripteurs des objets considérés comme non pertinents est de signe opposé aux poids affectés aux descripteurs des objets considérés comme pertinents, et plus particulièrement de signes respectivement négatif et positif.
Bien évidemment, il s'agit simplement d'une échelle de notation donnée à titre d'exemple, le point de référence n'étant pas nécessairement zéro, d'autres points de référence pouvant être choisis sans difficulté et constituant simplement un décalage de l'échelle. Dans ce cas, on considérera les termes « signe opposé » , « positif » et « négatif » comme devant être compris par rapport à ce point de référence.
Selon une première variante, les valeurs absolues des poids affectés aux descripteurs des objets considérés comme pertinents et/ou non pertinents sont égales.
Selon une deuxième variante, le poids affecté aux descripteurs des objets considérés comme pertinents a une valeur absolue différente, et notamment plus élevée, que celle du poids affecté aux descripteurs des objets considérés comme non pertinents.
Avantageusement, les valeurs des poids affectés aux descripteurs des objets considérés comme pertinents et/ou non pertinents peuvent être différentes pour chaque objet signalé.
Avantageusement encore, l a va l eu r d u po id s affecté a u x descripteurs des objets considérés comme pertinente et/ou non pertinents est fonction de leur ordre de priorité initial . On pourra notamment appliquer un coefficient à une valeur de poids standard. Par exemple, un objet considéré comme pertinent à 90 % par le moteur de recherche ayant effectué la recherche initiale pourra se voir attribuer 90 % de la valeur de poids de référence si cet objet est considéré comme pertinent par l'utilisateur. En revanche, si l'utilisateur le considère comme non pertinent, contrairement au moteur de recherche, on pourra choisir de n'y affecter que 10 % de la valeur de référence du poids non pertinent.
Selon un mode de réal isation avantageux, les moyens pour signaler la pertinence et/ou la non pertinence d'un objet présenté comprennent des moyens aptes à signaler différents degrés de pertinence et/ou de non pertinence permettant notamment d'affecter un poids différent en fonction du degré de pertinence et/ou non pertinence signalé. Ainsi, on pourra notamment prévoir une page Internet comprenant des boutons permettant de signaler qu'un objet est, par exemple, « très pertinent » (premier degré), « pertinent » (deuxième degré), « peu pertinent » (troisième degré), « pas pertinent » (quatrième degré) et « hors sujet » (cinquième degré).
De manière avantageuse, les objets résultats sont présentés sous forme d'aperçus, de miniatures et/ou d'extraits.
Selon un mode particulier de réalisation, les objets contenus dans la base de données comprennent des photos et/ou des vidéos et/ou des objets audio. Il pourra également s'agir d'autres types de documents, fichiers textes, etc.
Selon une première variante de réalisation, l'indice de pertinence est initialisé à une valeur identique pour chaque objet résultats, notamment zéro.
Selon une deuxième variante de réalisation, l'indice de pertinence est initialisé à des valeurs différentes pour tout ou partie des objets résultats, notamment en fonction de l'ordre de présentation initial et le cas échéant d'une valeur de pertinence retournée par la recherche initiale.
Selon un mode de réalisation plus avancé, tout ou partie des descripteurs des objets les plus pertinents retournés alimentent une nouvelle recherche dans la base de données.
La présente invention sera mieux comprise à la lumière de la description détaillée qui suit en regard du dessin annexé dans lequel :
- la figure 1 est une capture d'écran d'un site Internet mettant en œuvre le procédé selon l'invention au niveau de la première étape présentant à un utilisateur les résultats d'une recherche initiale par mot-clé,
- la figure 2 est une capture d'écran du site de la figure 1 sur lequel un utilisateur a signalé une photo qu'il considère comme pertinente à sa recherche, - la figure 3 est une capture d'écran du site de la figure 1 sur lequel un utilisateur a signalé une photo qu'il considère comme non pertinente à sa recherche,
- la figure 4 est une capture d'écran après déclenchement de l'étape d'affinage de la recherche par l'utilisateur,
- la figure 5 est une capture d'écran du site de la figure 1 montrant le résultat de l'étape d'affinage réalisée en fonction des signalements de pertinence et non pertinence par l'utilisateur,
- la figure 6 est un logigramme représentant schématiquement le déroulement du procédé illustré sur les figures 1 à 5.
En se référant également à la figure 6, les figures 1 à 5 montrent des captures d'écrans d'un site Internet mettant en œuvre le procédé selon l'invention sur une recherche de photos de phares de voiture.
La figure 1 montre une première étape 1 01 dans laquelle un ensemble de miniatures de photos P1 à P14 est présenté à l'utilisateur.
Cet ensemble de photos P1 à P14 a été obtenu par l'intermédiaire d'une recherche initiale par mot clé dans une ou plusieurs bases de données de photos.
En l'espèce, le mot clé « phare » a été utilisé par l'utilisateur pour définir sa recherche et tapé dans un champ de recherche R de la page.
Le champ de recherche R sert d'interface avec l'utilisateur et alimente un moteur de recherche, interne ou externe au site, dans des bases de données de photos. De telles bases de données répertorient un grand nombre de photos et y associent des descripteurs aux fins de recherches ultérieures. Ces descripteurs sont notamment des listes de mots clés, mais peuvent également être des paramètres propres à la photo (appareil photo utilisé, données techniques, profil de couleurs, etc.).
On comprend aisément que l'utilisation d'un seul mot clé « phare » est naturellement source d'ambiguïté et porteuse de différents sens que le moteur de recherche ne pourra résoudre.
Le moteu r de recherche renvoie donc les résultats de son algorithme de recherche et les présente à l'utilisateur sous la forme des quatorze miniatures de photos P1 à P14.
Il convient de noter que les quatorze photos présentées à l'utilisateur ne correspondent pas nécessairement à la totalité des résultats de la recherche initiale et il est tout à fait possible de choisir de ne présenter à l'utilisateur qu'une partie des résultats, par exemple les mille premières photos retournées.
Comme visible sur la figure 1 , les photos P1 , P2, P4, P5, PI, P8, P9, P1 1 , P12 se rapportent à des photos de phares côtiers pour la navigation.
Les photos P3, P6, P1 0, P1 3, P14, quant à elles, se rapportent à des photos de phares de voitures.
Chaque photo est associée, dans sa base de données ou dans une autre base, avec un ou plusieurs descripteurs.
Pour les besoins de l'exemple, nous considérerons que les photos P1 , P2, P4, P5, P7, P8, P9, P1 1 , P12 sont associées à un descripteur mot-clé « phare », et que les photos P3, P6, P10, P13, P14 sont associées chacune à deux descripteurs « phare » et « voiture ».
Conformément au procédé selon l'invention, les photos P1 à P14 sont chacune présentées à l'utilisateur en association avec une image 11 cliquable représentant un coche de validation et une image 12 cliquable représentant une croix d'interdiction.
Ces images cliquables sont associées à des fonctions informatiques enregistrant les choix de l'utilisateur et constituent des moyens pour ledit utilisateur de signaler la pertinence (coche) et/ou la non pertinence (croix) de chaque photo par rapport à sa recherche réelle.
Il est bien évident que les images représentant un coche et une croix sont données à titre d'exemple et que toute représentation équivalente est possible, y compris du texte cliquable informant l'utilisateur du choix dont il dispose.
L'utilisateur procède alors au cours d'une étape 102 au signalement des photos qu'il considère pertinentes et/ou non pertinentes.
La figure 2 est une capture d'écran montrant que l'utilisateur a signalé que la photo P14 était pertinente à sa recherche réelle. Un message M1 l'informe de la bonne prise en compte de son signalement par le site ou logiciel.
La figure 3 est une capture d'écran montrant que l'utilisateur a signalé que la photo P4 n'était pertinente à sa recherche réelle puisqu'elle représente un phare côtier. Un message M2 l'informe de la bonne prise en compte de son signalement par le site ou logiciel .
Dans le présent exemple, les messages M1 et M2 sont affichés sous la forme de « pop-up » (affichage d'une fenêtre en superposition). Il est bien évident que ces messages peuvent être signalés à l'utilisateur sous d'autres formes, notamment, par un regroupement des images sélectionnées, un affichage dans une barre latérale, une mise en place de paniers virtuels des images sélectionnées comme pertinentes et non pertinentes, etc.
Lorsque l'utilisateur a fini de sélectionner les photos qu'il considère comme étant pertinentes et/ou non pertinentes à sa recherche, il active le processus d'affinage de la recherche en cliquant, par exemple, sur un bouton B. Un exemple d'écran de traitement est représenté sur la figure 4.
Bien évidemment le processus d'affinage peut également se dérouler en temps réel en fonction des interactions de l 'utilisateur, cela nécessitera toutefois plus de ressources de traitement et de charge d'un serveur distant notamment.
Les étapes de traitement sont transparentes pour l'utilisateur.
Au cours d'une étape 103, un poids P est associé à chaque descripteur associé à chaque image signalée par l'utilisateur. Le poids P est affecté d'un signe négatif si l'image a été signalée comme non pertinente et d'un signe positif si l'image a été signalée comme pertinente.
Dans l'exemple proposé, la photo P4, qui possède un descripteur « phare » associé, a été signalée non pertinente et la photo P14, qui possède deux descripteurs « phare » et « voiture » associés, a été signalée pertinente.
Ainsi, le descripteur « phare » est affecté d'un poids -P en raison de la non pertinence signalée pour la photo P4 et est affecté d'un poids +P en raison de la pertinence signalée pour la photo P14. Pareillement, le descripteur « voiture » est affecté d'un poids +P en raison de la pertinence signalée pour la photo P14.
Une résultante des poids affectés à chaque descripteur de l'ensemble d'images P1 à P14 est calculée au cours d'une étape 104.
En l'espèce, le descripteur « phare » obtient donc un poids global nul, tandis que le descripteur « voiture » obtient un poids global égal à +P.
La résultante est l'ensemble des descripteurs des photos P1 à P4 affecté de leurs poids respectifs calculés précédemment.
Avant de procéder à l'affinage et au tri des objets présentés, un indice de pertinence est associé à chaque photo P1 à P14 et initialisé à zéro lors d'une étape 105.
Chaque photo P1 à P14 possède donc la même priorité et pertinence. Une étape 1 06 permet de confronter chaque photo P1 à P14 à la résultante des poids des descripteurs.
Pour ce faire, chaque descripteur de la photo P1 à P14 est comparé à la résultante, et l'indice de priorité est augmenté ou diminué du poids de ce descripteur dans ladite résultante.
Ainsi, la photo P1 , montrant un phare côtier, et ne possédant que le descripteur « phare » , voit son indice de priorité augmenté du poids du descripteur « phare » dans la résultante, à savoir zéro. Son indice de priorité reste donc à zéro.
II en va de même pour la photo P2.
La photo P3 en revanche montre des phares de voiture. Comme mentionné précédemment, elle est associée à deux descripteurs « phare » et « voiture ». Pour le descripteur « phare », son indice ne change pas, puisque le poids de ce descripteur est nul. En revanche, pour son descripteur « voiture », son indice de priorité est augmenté du poids du descripteur « voiture » dans la résultante, à savoir +P. Son indice de priorité devient donc +P.
On procède de même pour les photos P4 à P14.
Il suffit donc de réorganiser les photos P1 à P14 en fonction de leur indice de priorité nouvellement calculé et de les réafficher dans l'ordre de leur indice de pertinence décroissant lors d'une étape 1 07 pour que les photos de phares de voiture soient affichées en premier et les phares côtiers ensuite.
La figure 5 montre une capture d'écran présentant le réarrangement final où seules des photos de phares de voiture sont bien présentées.
On constatera que la figure 5 montre également des photos qui n'étaient pas présentes sur l'écran de présentation initial . En effet, il est tout à fait possible de sélectionner un lot de photos in itiales plus grand que les quatorze photos présentées, certai n es photos éta nt a lors m asq u ées à l'utilisateur. Elles sont toutefois présentes dans la sélection initiale et prise en compte pour la mise en œuvre du procédé. Elles reçoivent donc également un indice de pertinence qui modifie leur ordre dans la sélection . Au final , elles peuvent donc se retrouver parmi les quatorze premières photos, et donc être présentées à l'utilisateur.
Les photos initiales de phares sont, quant à elles, reléguées au- delà de la quatorzième et n'apparaissent donc plus. Bien évidemment, l'utilisateur peut ensuite effectuer un nouvel affinage de sa recherche, notamment si de nouvelles photos lui sont présentées (étape 108) ou arrêter sa recherche (109).
Bien que l'invention ait été décrite avec un exemple particulier de réalisation, il est bien évident qu'elle n'y est nullement limitée et qu'elle comprend tous les équivalents techniques des moyens décrits ainsi que leurs combinaisons si celles-ci entrent dans le cadre de l'invention.
On pourra notamment prévoir des moyens de signalisation additionnels, par exemple un bouton « neutre » en plus des moyens permettant de signaler la pertinence et/ou la non pertinence.
On pourra également prévoir un moyen de réinitialisation des poids et indice de pertinence en cas d'erreur de l'utilisateur ou s'il souhaite recommencer un affinage selon d'autres critères.
Par ailleurs bien que la présente invention ait été décrite par rapport à des photos, elle n'y est bien évidemment pas limitée et tout autre type de fichier numérique auquel des descripteurs peuvent être associés peut être util isé pour sa mise en œuvre. On pourra notamment mettre en œuvre le procédé de la même manière avec des fichiers audio, notamment associés à des descripteurs quant à leur style musical , leur nature de son, leurs instruments, etc., mais également avec des fich iers vidéos, des images animées, des documents, des fichiers textes, notamment des livres anciens scannés, etc.

Claims

REVENDICATIONS
1 . Procédé pour affiner les résultats d'une recherche d'objets dans au moins une base de données contenant au moins un ensemble d'objets associés chacun à au moins un descripteur, ledit procédé comprenant les étapes visant à :
- présenter à un utilisateur tout ou partie d'un ensemble d'objets de l a base de don nées, au moins une partie des objets présentés étant chacun associés à au moins un moyen pour un utilisateur de signaler la pertinence et/ou au moins un moyen pour l'utilisateur de signaler la non pertinence dudit objet par rapport à sa recherche,
- en fonction des signalements de l'utilisateur, affecter au moins un poids à tout ou partie des descripteurs d 'u n objet de l'ensemble des objets présentés considéré par l'utilisateur comme étant pertinent et/ou non pertinent par rapport à sa recherche,
- calculer une résultante des poids associés à chaque descripteur de l'ensemble des objets résultats,
- initialiser un indice de pertinence pour chaque objet résultat,
- confronter chaque objet résultat à la résultante, et pour chaque descripteur de l'objet résultat confronté, augmenter ou diminuer l'indice de pertinence de l'objet en fonction du poids de ce descripteur dans la résultante,
- présenter à l'utilisateur tout ou partie des objets résultats dans l'ordre de leur indice de pertinence calculé.
2. Procédé selon la revendication 1 , caractérisé en ce que l'ensemble d'objets présentés initialement à l'utilisateur correspond à tout ou partie des objets résultant d'une première recherche, notamment par mot clé, dans la ou les bases de données.
3. Procédé selon l'une quelconque des revendications 1 ou 2, caractérisé en ce que les objets de l'ensemble d'objets présenté initialement à l'util isateur sont présentés dans un ordre défini lors de l'obtention dudit ensemble d'objets, notamment un ordre de pertinence par rapport à la recherche initiale, cette pertinence pouvant notamment être définie par un algorithme de recherche.
4. Procédé selon l'une quelconque des revendications 1 à 3, caractérisé en ce que les poids affectés aux descripteurs des objets considérés comme non pertinents sont de sig ne opposé aux poids affectés aux descripteurs des objets considérés comme pertinents, et plus particulièrement de signes respectivement négatif et positif.
5. Procédé selon l'une quelconque des revend ications 1 à 4, caractérisé en ce que les valeurs absolues des poids affectés aux descripteurs des objets considérés comme pertinents et / ou non pertinents sont égales.
6. Procédé selon l'une quelconque des revendications 1 à 4, caractérisé en ce que le poids affecté aux descripteurs des objets considérés comme pertinents a une valeur absolue différente, et notamment plus élevée, que celle du poids affecté aux descripteurs des objets considérés comme non pertinents.
7. Procédé selon l'une quelconque des revendications 1 à 6, caractérisé en ce que les valeurs des poids affectés aux descripteurs des objets considérés comme pertinents et/ou non pertinents peuvent être différentes pour chaque objet signalé.
8. Procédé selon la revendication 7, caractérisé en ce que la valeur du poids affecté aux descripteurs des objets considérés comme pertinente et/ou non pertinentes est fonction de leur ordre de priorité initial.
9. Procédé selon l'une quelconque des revendications 1 à 8, caractérisé en ce que les moyens pour signaler la pertinence et/ou la non pertinence d'un objet présenté comprennent des moyens aptes à signaler différents degrés de pertinence et/ou de non pertinence permettant notamment d'affecter un poids différent en fonction du degré de pertinence et/ou non pertinence signalé.
10. Procédé selon l'une quelconque des revendications 1 à 9, caractérisé en ce que les objets résultats sont présentés sous forme d'aperçus, de miniatures et/ou d'extraits.
1 1 . Procédé selon l'une quelconque des revendications 1 à 1 0, caractérisé en ce q ue les objets conten us dans la base de données comprennent des photos et/ou des vidéos et/ou des objets audio.
12. Procédé selon l'une quelconque des revendications 1 à 10, caractérisé en ce que l'indice de pertinence est initialisé à une valeur identique pour chaque objet résultat, notamment zéro.
13. Procédé selon l'une quelconque des revendications 1 à 1 0, caractérisé en ce que l' indice de pertinence est in itial isé à des valeurs différentes pour tout ou partie des objets résultats, notamment en fonction de l'ordre de présentation initial et le cas échéant de la valeur de pertinence retournée par la recherche initiale.
14. Procédé selon l'une quelconque des revendications 1 à 13, caractérisé en ce que tout ou partie des descripteurs des objets les plus pertinents retournés alimentent une nouvelle recherche dans la base de données.
PCT/FR2012/050576 2011-03-23 2012-03-19 Procédé pour affiner les résultats d'une recherche dans une base de données WO2012127168A1 (fr)

Priority Applications (6)

Application Number Priority Date Filing Date Title
EP19208152.9A EP3627353A1 (fr) 2011-03-23 2012-03-19 Procédé pour affiner les résultats d'une recherche dans une base de données
KR1020137027893A KR101980219B1 (ko) 2011-03-23 2012-03-19 데이터베이스 내의 검색의 결과를 정제하는 방법
RU2013146871A RU2613039C2 (ru) 2011-03-23 2012-03-19 Способ уточнения результатов поиска в базе данных
EP12714812.0A EP2689351A1 (fr) 2011-03-23 2012-03-19 Procédé pour affiner les résultats d'une recherche dans une base de données
CN201280014577.7A CN103518198B (zh) 2011-03-23 2012-03-19 改进数据库内搜索结果的方法
US13/987,997 US20140032544A1 (en) 2011-03-23 2013-09-23 Method for refining the results of a search within a database

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1152383 2011-03-23
FR1152383A FR2973134B1 (fr) 2011-03-23 2011-03-23 Procede pour affiner les resultats d'une recherche dans une base de donnees

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US13/987,997 Continuation US20140032544A1 (en) 2011-03-23 2013-09-23 Method for refining the results of a search within a database

Publications (1)

Publication Number Publication Date
WO2012127168A1 true WO2012127168A1 (fr) 2012-09-27

Family

ID=45974432

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2012/050576 WO2012127168A1 (fr) 2011-03-23 2012-03-19 Procédé pour affiner les résultats d'une recherche dans une base de données

Country Status (7)

Country Link
US (1) US20140032544A1 (fr)
EP (2) EP3627353A1 (fr)
KR (1) KR101980219B1 (fr)
CN (1) CN103518198B (fr)
FR (1) FR2973134B1 (fr)
RU (1) RU2613039C2 (fr)
WO (1) WO2012127168A1 (fr)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014191703A1 (fr) 2013-05-31 2014-12-04 Xilopix Procédé de recherche dans une base de données

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050131837A1 (en) 2003-12-15 2005-06-16 Sanctis Jeanne D. Method, system and program product for communicating e-commerce content over-the-air to mobile devices
US8370269B2 (en) 2004-06-02 2013-02-05 Overstock.Com, Inc. System and methods for electronic commerce using personal and business networks
US8583480B2 (en) 2007-12-21 2013-11-12 Overstock.Com, Inc. System, program product, and methods for social network advertising and incentives for same
US9747622B1 (en) 2009-03-24 2017-08-29 Overstock.Com, Inc. Point-and-shoot product lister
FR2973134B1 (fr) * 2011-03-23 2015-09-11 Xilopix Procede pour affiner les resultats d'une recherche dans une base de donnees
US9047642B2 (en) 2011-03-24 2015-06-02 Overstock.Com, Inc. Social choice engine
US10546262B2 (en) 2012-10-19 2020-01-28 Overstock.Com, Inc. Supply chain management system
US11676192B1 (en) 2013-03-15 2023-06-13 Overstock.Com, Inc. Localized sort of ranked product recommendations based on predicted user intent
US11023947B1 (en) 2013-03-15 2021-06-01 Overstock.Com, Inc. Generating product recommendations using a blend of collaborative and content-based data
US10810654B1 (en) 2013-05-06 2020-10-20 Overstock.Com, Inc. System and method of mapping product attributes between different schemas
US9483788B2 (en) 2013-06-25 2016-11-01 Overstock.Com, Inc. System and method for graphically building weighted search queries
US10929890B2 (en) 2013-08-15 2021-02-23 Overstock.Com, Inc. System and method of personalizing online marketing campaigns
US10872350B1 (en) 2013-12-06 2020-12-22 Overstock.Com, Inc. System and method for optimizing online marketing based upon relative advertisement placement
US10534845B2 (en) 2016-05-11 2020-01-14 Overstock.Com, Inc. System and method for optimizing electronic document layouts
US11176189B1 (en) * 2016-12-29 2021-11-16 Shutterstock, Inc. Relevance feedback with faceted search interface
US10970769B2 (en) 2017-03-02 2021-04-06 Overstock.Com, Inc. Method and system for optimizing website searching with user pathing
CN108984061B (zh) * 2018-06-25 2020-10-20 北京小度信息科技有限公司 对象搜索方法、装置、设备及计算机可读存储介质
US11514493B1 (en) 2019-03-25 2022-11-29 Overstock.Com, Inc. System and method for conversational commerce online
US11205179B1 (en) 2019-04-26 2021-12-21 Overstock.Com, Inc. System, method, and program product for recognizing and rejecting fraudulent purchase attempts in e-commerce
US11734368B1 (en) 2019-09-26 2023-08-22 Overstock.Com, Inc. System and method for creating a consistent personalized web experience across multiple platforms and channels

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5899999A (en) * 1996-10-16 1999-05-04 Microsoft Corporation Iterative convolution filter particularly suited for use in an image classification and retrieval system
EP1202187A2 (fr) * 2000-10-30 2002-05-02 Microsoft Corporation Système de récupération d'images et procédés de rétroaction au moyen de pertinence basée sur la sémantique et sur des caractéristiques

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6970860B1 (en) * 2000-10-30 2005-11-29 Microsoft Corporation Semi-automatic annotation of multimedia objects
US20060212442A1 (en) * 2001-05-16 2006-09-21 Pandora Media, Inc. Methods of Presenting and Providing Content to a User
US7962482B2 (en) * 2001-05-16 2011-06-14 Pandora Media, Inc. Methods and systems for utilizing contextual feedback to generate and modify playlists
US20060206478A1 (en) * 2001-05-16 2006-09-14 Pandora Media, Inc. Playlist generating methods
US7003515B1 (en) * 2001-05-16 2006-02-21 Pandora Media, Inc. Consumer item matching method and system
US7930301B2 (en) * 2003-03-31 2011-04-19 Microsoft Corporation System and method for searching computer files and returning identified files and associated files
US7693827B2 (en) * 2003-09-30 2010-04-06 Google Inc. Personalization of placed content ordering in search results
US8244725B2 (en) * 2004-03-10 2012-08-14 Iron Mountain Incorporated Method and apparatus for improved relevance of search results
US20050262058A1 (en) * 2004-05-24 2005-11-24 Microsoft Corporation Query to task mapping
US7657522B1 (en) * 2006-01-12 2010-02-02 Recommind, Inc. System and method for providing information navigation and filtration
US8874591B2 (en) * 2006-01-31 2014-10-28 Microsoft Corporation Using user feedback to improve search results
US20080222144A1 (en) * 2007-03-08 2008-09-11 Ab Inventio, Llc Search engine refinement method and system
US7941764B2 (en) * 2007-04-04 2011-05-10 Abo Enterprises, Llc System and method for assigning user preference settings for a category, and in particular a media category
US8364693B2 (en) * 2008-06-13 2013-01-29 News Distribution Network, Inc. Searching, sorting, and displaying video clips and sound files by relevance
US10210179B2 (en) * 2008-11-18 2019-02-19 Excalibur Ip, Llc Dynamic feature weighting
RU2402062C1 (ru) * 2009-01-22 2010-10-20 Алексей Иванович Торовин Способ ранжирования результатов поиска
US20110047163A1 (en) * 2009-08-24 2011-02-24 Google Inc. Relevance-Based Image Selection
WO2011034502A1 (fr) * 2009-09-16 2011-03-24 Nanyang Technological University Système de recherche automatique de contenu multimédia sur la base d'une interrogation textuelle
US20120117051A1 (en) * 2010-11-05 2012-05-10 Microsoft Corporation Multi-modal approach to search query input
FR2973134B1 (fr) * 2011-03-23 2015-09-11 Xilopix Procede pour affiner les resultats d'une recherche dans une base de donnees
US20130031216A1 (en) * 2011-07-29 2013-01-31 Myxer, Inc. Systems and methods for generation of customized media playlists
US9367587B2 (en) * 2012-09-07 2016-06-14 Pandora Media System and method for combining inputs to generate and modify playlists
US10504156B2 (en) * 2012-10-23 2019-12-10 Apple Inc. Personalized media stations
US10180979B2 (en) * 2013-01-07 2019-01-15 Pixured, Inc. System and method for generating suggestions by a search engine in response to search queries

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5899999A (en) * 1996-10-16 1999-05-04 Microsoft Corporation Iterative convolution filter particularly suited for use in an image classification and retrieval system
EP1202187A2 (fr) * 2000-10-30 2002-05-02 Microsoft Corporation Système de récupération d'images et procédés de rétroaction au moyen de pertinence basée sur la sémantique et sur des caractéristiques

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014191703A1 (fr) 2013-05-31 2014-12-04 Xilopix Procédé de recherche dans une base de données
FR3006472A1 (fr) * 2013-05-31 2014-12-05 Xilopix Procede de recherche dans une base de donnees
US20160154885A1 (en) * 2013-05-31 2016-06-02 Xilopix Method for searching a database

Also Published As

Publication number Publication date
KR101980219B1 (ko) 2019-08-28
CN103518198B (zh) 2019-03-19
FR2973134B1 (fr) 2015-09-11
EP2689351A1 (fr) 2014-01-29
EP3627353A1 (fr) 2020-03-25
RU2013146871A (ru) 2015-04-27
FR2973134A1 (fr) 2012-09-28
RU2613039C2 (ru) 2017-03-14
CN103518198A (zh) 2014-01-15
US20140032544A1 (en) 2014-01-30
KR20140027173A (ko) 2014-03-06

Similar Documents

Publication Publication Date Title
WO2012127168A1 (fr) Procédé pour affiner les résultats d'une recherche dans une base de données
US20240086472A1 (en) Social network searching with breadcrumbs
US10691755B2 (en) Organizing search results based upon clustered content
CA2781845C (fr) Resultats de recherche susceptibles d'action pour requetes visuelles
US9405772B2 (en) Actionable search results for street view visual queries
US20090287655A1 (en) Image search engine employing user suitability feedback
EP2122490A2 (fr) Procédé et système d'intégration d'un réseau social et dépôt de données pour permettre la création d'une carte
FR3043816B1 (fr) Procede de suggestion de contenus extraits d’un ensemble de sources d’information
FR2762460A1 (fr) Systeme destine a fournir un environnement et une interface utilisateur ameliores pour des technologies de discussion en ligne
EP3005171A1 (fr) Procédé de recherche dans une base de données
EP2834757B1 (fr) Procédé et dispositif de fourniture rapide d'information
EP1334444A1 (fr) Procede de recherche, de selection et de representation cartographique de pages web
FR2975553A1 (fr) Aide a la recherche de contenus videos sur un reseau de communication
WO2020229760A1 (fr) Procede d'indexation multidimensionnelle de contenus textuels
CN1818910A (zh) 一种用于商业图片库的图片搜索方法
EP1408428A1 (fr) Système et procédé de traitement et de visualisation des résultats de recherches effectuées par un moteur de recherche à base d'indexation, modèle d'interface et méta-modèle correspondants
FR2957703A1 (fr) Procedes multi-dimensionnels d'enregistrement et de recherche de documents
FR3051936A1 (fr) Procede et dispositif de classement de contenus multimedia, terminal et programme d'ordinateur correspondants
FR3066300A1 (fr) Recherche semantique d'hebergement, basee sur les images
FR2839168A1 (fr) Procede et systeme d'extraction automatique d'informations contenues dans une base de donnees et d'enrichissement automatique du contenu de cette base de donnees
FR2976097A1 (fr) Procede d'etiquetage de document electronique, dispositif associe et procede d'acces a un document electronique associe.
EP2166460A1 (fr) Procédé et outil de recherche pour groupes d'utilisateurs
FR2904447A1 (fr) Procede et dispositif de recherche d'un sous-element contenant une information d'identification d'une entite recherchee dans un fichier ecrit en langage de balisage.
FR2993686A1 (fr) Procede de generation d'un document multimedia relatif a un evenement, dispositif de generation et programme d'ordinateurcorrespondants.

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12714812

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2012714812

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2013146871

Country of ref document: RU

Kind code of ref document: A

Ref document number: 20137027893

Country of ref document: KR

Kind code of ref document: A