用于通过多媒体平台推荐多媒体内容的方法和系统的制作方法_2

文档序号:8927008阅读:来源:国知局
用户自身的身份对应。
[0047]在步骤102中,用户希望观察多媒体平台上的多媒体内容I ;因而,用户10通过适当的用户界面发出命令,以使得多媒体平台再现所述多媒体内容1,不管是视频、音频还是图像等。在本文中,由用户10实施的行动“观察”不应被理解为限于用户10(例如,甚至可不关注正在播放的视频,从而使其在背景中不发音)的实际观看;事实上,它意味着包括与用户10发出的选择命令和通过多媒体平台进行的内容I的随后的呈现或再现有关的可能的方案。
[0048]在步骤103中,用户10通过其用户界面在平台上加载另一多媒体内容2,从而使其与在步骤102中刚刚观察的多媒体内容I关联。例如,用户10可加载驻留于其自身的终端的存储器中的视频2,或者甚至从诸如与其连接的照相机的第三装置加载。必须指出,用户10加载的多媒体内容2可采取用户10在与多媒体平台互动时可产生的几种形式:这种多媒体内容可以是视听材料、标签、文本注释、音频等。以这种方式,在不同的“状态”之间移动的用户10的互动可被模型化,其中,从一种“状态”到另一种状态的迀移不排他性地通过多媒体内容的实现或观察专门出现,而也通过加载附加的多媒体内容。
[0049]在本说明书的范围内,术语“状态”的含义与根据数学物理和系统理论的状态的定义具有一定的关联性。
[0050]在这种框架中,“动态系统”的概念代表可通过一般的数学模型描述时间演化的系统。这种数学模型的特征是使当前“状态”与将来和/或过去状态接合的适当的定律。因此,多媒体内容系统实际上是可假定或大或小的多个状态的动态系统。
[0051]在本说明书中,选择将动态系统的“状态”定义为其系统的特性的一组值,这些值定义其在任意时刻的状况。
[0052]模型的定义允许从与先前状态有关的信息开始获知系统随时间的演化,S卩,其随后的状态。如上所述,通过用户的多媒体内容的实现可被视为受这种动态系统的支配。
[0053]在多媒体内容推荐系统的情况下,“状态”是用户多媒体实现对所处的特定状况。获知或者甚至更好地预见这种动态系统的演化导致可更有效地满足用户需求的推荐系统。
[0054]因此,必须定义表征多媒体内容的实现的特定的一组变量;变量的数量越高,则描述实现的粒度越大。但是,考虑的信息量越多,则越难以管理系统的演化。以下描述可在本发明的示例性实施例中使用的特定的变量。
[0055]因此,在本说明书中定义的术语“状态”的一种可能的替代性构想是“信息状态”。
[0056]在步骤103中的加载动作中,用户10隐含地或者明确地表达在步骤102中观察的内容与在步骤103中加载的内容之间的关联性11 ;所述关联11表达用户10正在观察的第一多媒体内容I和第二多媒体内容2之间的密切关系,这在后面将变得更加明显。
[0057]可通过提供描述内容自身的信息的文本数据之间的语义比较表达所述关联11,这些信息诸如例如为注释、评论、标题、总结等。
[0058]所述关联11也可以是逻辑关联性,诸如,例如,共享、正例、反例、对照、建议、基准、来源、贡献、含义、衍生、询问。这种最后类型的关联(询问)将用户为了搜索其它的内容使用文本内容(一系列的关键词)或多媒体内容(基准图像)的经典情况模型化。
[0059]所述关联11也可以是基于时间或者逻辑因果的关联,诸如,例如,前一 /下一、先前、后继。
[0060]所述关联11也可以是结构性或成分性的关联或集合性的关联,诸如,例如,一部分,集合。这种类型的关联基元允许构成可识别为“复合”多媒体对象的多媒体对象的集合。
[0061]当然,可以假定,作为明显的一般化,除了可在多媒体平台上得到的预定的关联以夕卜,用户10可定义特定的关联11。
[0062]在步骤104中,多媒体平台外推与在步骤102和103中出现的状态有关的多条抽象信息,特别是包含以下方面的包含:
[0063]—用户10的标识符;
[0064]一正在观察的第一多媒体内容I的标识符;
[0065]一正在观察的第一多媒体内容I的第一条语义信息;
[0066]-由用户10加载的第二多媒体内容2的标识符;
[0067]一正在观察的第二多媒体内容2的第二条语义信息;
[0068]一关于语义集合的代表刚刚进行的关联11的标识符。
[0069]存储与用户10的互动有关的上述信息连同多媒体内容的可能性提供自动掌握并且允许加深可从这种复杂数据导出的知识。并且,特定形式的存储可允许在多个多媒体平台之间共享信息,由此改善用户10的多媒体体验。
[0070]在步骤105中,多媒体平台处理在步骤104中外推的信息,以重构将向用户10推荐的另一多媒体内容3识别为潜在关注的至少一个其它状态。
[0071]为了根据在互动模型中设定的参数特别是基于与与多媒体内容有关的多个状态的至少一个其它状态的比较推荐多媒体内容,在步骤105中进行的推荐利用“DataMining”引擎,该“Data Mining”引擎利用在步骤104中存储的以适当且优选标准语法表达的信息。
[0072]优选地,基于在加载内容2时由用户10设定的特定关联11,由系统建立特定的推荐机制。
[0073]以这种方式,不简单地通过时间序列给出由用户的互动构建的“路径”:用户从语义观点选择将他/她认为接近即有关的那些多媒体资源“接合”在一起。另外,用户还能够通过将精确的语义资格归因于它表达所述接合。
[0074]在这一点上,使得两个或更多个状态之间的明确语义(即,关系类型)可用,系统可给予用户更接近其需要的推荐。
[0075]例如,如果用户通过“对立”概念关联第二多媒体内容2与第一多媒体内容1,那么系统可利用这种明确的知识以掌握第二多媒体内容2的哪种特性最背离第一多媒体内容1,并由此推断具有这种特性的任何其它内容也可被归为“对立”。
[0076]类似地,如果用户通过逻辑因果“随之发生”概念关联第二多媒体内容2与第一多媒体内容1,那么系统可利用这种概念的固有传递性以在内容之间建立因果网络,这允许通过从多媒体内容2开始到达并向用户10推荐可在这种网络中到达的内容。
[0077]最后,如果用户通过合成“集合”概念关联第二多媒体内容2与第一多媒体内容1,由此隐含地创建基于用户限定的逻辑相互相关的一组对象,那么系统可通过分析集合多媒体内容2和I的哪些特性共通并然后基于这种特性推荐更类似于多媒体内容2和I的其它对象来利用这种情况。
[0078]从所有这些,出现了这样一种方案,S卩,该方案与偏好先验限定的推荐方案(例如,特定的合作推荐方法)的现有技术不同,系统可实现自适应的推荐接近。
[0079]以上例示的方法丰富并且改善用户在多媒体内容推荐过程中的参与。
[0080]在更宽的框架中,通过使用多媒体内容之间的成分算子以产生“新”集合内容,用户还能够通过使用观察的多媒体内容和由其产生的多媒体内容构成“新”集合多媒体内容。同时,用户认为这些多媒体内容具有它们在与正在观察的多媒体内容的互动中具有的特定关联,不管是隐含的还是明确的。这种机制潜在地在多媒体内容之间建立复合递归的无限循环,这代表了与现有技术的推荐系统相比的进步。
[0081 ] 在优选的实施例中,多媒体平台将参与多媒体内容的实现的用户的互动的过程模型化,从而通过基于称为 OWL (Web Ontology Language)的 RDF (Resource Descript1nFramework)标准的形式语言代表它。OWL语言是World Wide Web公开和共享的语义标记语言。
[0082]通过使用OWL语言,可以通过类、类之间的关系以及属于类的个体将参照图1描述的互动过程形式化。可通过应用实现推理和演绎过程的自动推理方法,在逻辑上从本体论语义的分析导出没有明确呈现的这些关系。
[0083]以下列出使用OWL语言的优选实施例中的本体论类。
[0084]用户:参与在一个或更多个装置上实现多媒体内容的人。用户是多媒体体验的主要参与者。
[0085]事件:一般真实事件的抽象表现。
[0086]状态:由单义识别一组互动原子和它们在多媒体体验的给定状态中的角色的一组“变量”或“坐标”识别的特定事件。
[0087]使用事件:每当用户决定实际使用可观察物时(例如,当用户读取文本、观察视频、......时)出现的特定事件。
[0088]多媒体体验:复杂的一组事件(状态和使用事件),代表用户在给定的时间间隔内实现一定数量的多媒体内容。
[0089]多媒体对象:为了产生多媒体内容可由装置处理的任意类型的数据,例如,视频、音频、文本格式。多媒体对象的描述可包含其低级特性(例如,视频的“颜色直方图”)。多媒体对象可在多媒体体验的状态的过程中起可观察物或伪像的角色。多媒体对象包含以下类型的对象:
[0090]一文本(Text);
[0091]—图像(Image);
[0092]—视频(Video);
[0093]—音视频(Aud1visual);
[0094]一音频(Aud1)。
[0095]互动原子:可观察物和伪像的抽象表现。
[0096]可观察物:用户可在特定的状态中在其多媒体体验过程中决定使用的特定多媒体对象。可观察物是用户在特定状态中可见的任何多媒体对象(例如,图形界面中的图像)
当前第2页1 2 3 4 5 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1