色关联。根据第一角色在媒体内容 中的在屏时间来计算第一突显值。更具体地，系统确定或访问总在屏时间值。例如，总在屏 时间值可以是媒体内容的所有（或选择的）角色花在屏幕上的时间之和。系统还确定或访 问第一角色的在屏时间。通过使得第一角色的在屏时间除以总在屏时间值来计算第一突显 值。
[0149] 在块404,系统计算该组突显值的第二突显值。第二突显值与媒体内容的多个角色 的第二角色关联。根据媒体内容中的第二角色的在屏时间来计算第二突显值。更具体地， 系统确定或访问第二角色的在屏时间。通过使得第二角色的在屏时间除以总在屏时间值来 计算第二突显值。
[0150] 该组的突显值与媒体内容关联。每个突显值与来自媒体内容的一个角色关联。突 显值表示了角色对于节目的感觉或定调有多重要。角色的突显值越高，角色越重要。
[0151] 在块406,系统访问角色偏好函数。角色偏好函数与系统的用户关联。角色偏好函 数包括识别多个偏好系数的信息。多个偏好系数中的偏好系数的每一个都与从多个属性选 择的至少一个关注属性关联。例如，偏好函数可表示用户具有与"女性科学家"关注属性关 联的偏好系数〇. 8、与"女性"关注属性关联的偏好系数1、以及与"科学家"关注属性关联 的偏好系数1。
[0152] 角色偏好函数是二阶函数。二阶函数具有第一阶项和第二阶项。角色偏好函数将 多个偏好系数的至少一个关联至多个属性的两个或更多关注属性。在该示例中，角色偏好 函数将偏好系数〇. 8关联至"女性科学家"的关注属性。
[0153] 在块408,系统确定第一角色模型。第一角色模型与来自媒体内容的第一角色关 联。第一角色模型包括识别第一属性值组的信息。属性值与第一角色的属性相匹配。与属 性值关联的属性可以与其中角色偏好函数包括偏好系数的属性相同。
[0154] 通过在诸如网站、电子书、电子报纸杂志、社交媒体等的电子源中识别与第一角色 关联的文本内容来确定第一角色模型。系统汇集了与来自文本内容的第一角色关联的多个 属性项。例如，系统可汇集诸如"可爱"、"聪明"、"合群的"等的项。系统将多个属性项的至 少一些映射至多个属性的至少一些。该映射允许识别汇集的项（例如"可爱"）与被追踪的 角色的属性（例如"很有吸引力"）之间的关系。系统根据多个属性项更新第一角色的属性 值。
[0155] 在块410,系统计算第一角色的第一角色评级。系统结合第一角色模型将角色偏 好函数的第一阶项和第二阶项进行相加。对于第一阶项，系统计算作为第一阶的多个偏好 系数与第一属性值组的乘积。在该示例中，系统使得与"科学家"关联的偏好系数1与针对 "科学家"的第一角色模型的属性值相乘。类似地，系统将与"女性"关联的偏好系数1与针 对"女性"的第一角色模型的属性值进行相乘。对于第二项，系统确定多个偏好系数的至少 一个与多个属性的两个或更多关注属性的第一属性值组的每个属性值的乘积。换言之，系 统计算作为第二阶的多个偏好系数与第一属性值组的乘积。在该示例中，系统将与"女性 科学家"关联的偏好系数0. 8与针对"女性"的第一角色模型的属性值进行相乘而且与针对 "科学家"的第一角色模型的属性值进行相乘。第一阶项和第二阶项随后相加以产生第一角 色评级。
[0156] 属性项中的每一个可与强度值关联。这有助于在强项与较不强的项之间进行区 分。例如，强项可表示一个角色是"相当友好的"。较不强的项可表示角色是"有时候友好 的"。系统随后根据属性项的相应强度值更新第一角色的属性值。在该示例中，"相当友好 的"可能关联至针对友好属性的1. 5,而"有时候友好的"关联至针对友好属性的0. 75。在 一个示例中，系统在数据库中将第一角色的更新的属性值存储为矢量，该矢量与第一角色 关联。
[0157] 在块412,系统确定第二角色模型。第二角色模型与来自媒体内容的第二角色相 关。第二角色模型包括识别第二属性值组的信息。属性值与第二角色的属性相匹配。与属 性值关联的属性可以与其中角色偏好函数包括偏好系数的属性相同。
[0158] 按照以上针对第一角色模型的方式类似的方式确定第二角色模型。部分地通过识 别与电子源中的第二角色关联的文本内容来确定第二角色模型。系统汇集了与来自文本内 容的第二角色关联的多个属性项。系统将多个属性项的至少一些映射至多个属性的至少一 些。系统根据属性项的多个属性项和相应强度值来更新第一角色的属性值。在一个示例中， 系统在数据库中将第二角色的更新的属性值存储为矢量，该矢量与第二角色关联。
[0159] 在块414,系统计算第二角色的第二角色评级。按照与第一角色评级类似的方式计 算第二角色评级。然而，第二角色模型和第二角色属性值被使用。在块416,系统按照与针 对第一角色的计算类似的方式计算第二角色的第二角色评级。
[0160] 在块416,系统计算媒体内容评级。媒体内容评级是根据第一突显值、第二突显值、 第一角色评级和第二角色评级计算的。突显值被用来对每个角色评级对媒体内容评级的影 响进行加权。
[0161] 在块418,系统访问最下的内容评级值。在块420,系统比较媒体内容评级和最小 内容评级值。媒体内容评级是用数字表示的，最小内容评级值是用数字表示的。如果媒体 内容评级大于最小内容评级值，系统移动至块422。否则，处理在块424结束。
[0162] 在块422,系统根据媒体内容评级向用户推荐媒体内容。推荐可能简单地提供媒体 内容的标题，提供媒体内容的链接，显示媒体内容等。例如，媒体内容可能是系统已经确定 用户会喜欢、连接或同情的广告。在其它示例中，媒体内容可以是一篇现成的文章、游戏、移 动应用或计算机应用等。
[0163] 总体上，图4的块可按照各种顺序执行，而且在一些情况下可部分地或者完全地 并行执行。此外，不是必须执行所有块。例如，第一角色评级和第二角色评级可被并行计算。
[0164] 虽然参考向用户推荐媒体来描述了图4和图5,上述技术可应用于各种其他系统。 在一个示例中，系统可被用来提供接口给滤波器以及根据角色分解提供精确信息。更具体 地，系统可被用来：针对项目列表改变排序，控制电视其它查看系统的查看能力，建议购买 内容，推荐视频游戏或防止访问视频游戏，过滤内容以防止儿童查看具有负面消息的内容， 对儿童正在观看的东西进行特征化，或者找出父母的期望和小孩的观看偏好的交集。
[0165] 在另一示例中，系统可根据角色分解向内容制造者提供信息以便理解观众偏好。 更具体地，系统可被用来：根据汇集的用户需求或偏好对内容制造者汇集创建什么类型的 角色的洞察力，或者识别最可能与特定目标用户组产生共情的角色的特征/属性以实现角 色/名流与目标观众的映射。
[0166]在另一示例中，系统可提供基于互补的同步的角色的浏览及信息发现。更具体地， 系统可被用来提供第二屏幕经验，提升具有同步推荐的媒体观看体验，并且根据节目中出 现的角色来提供内置广告。
[0167]在又另一示例中，系统可用于用户产生的角色创作。用户可根据用户喜好的特征 来创建他们自己的角色。这允许根据用户（或多个用户）取值最大的属性搜集对角色开发 进行通知的用户产生的信号和数据。这还产生对用户偏好以及对特定类型的角色的潜在需 求的洞察力而且明确地为内容提供者通知并指示新角色开发。
[0168] 图5描绘了配置用来实施上述步骤任意一个的示范性计算系统500。在本文中，计 算系统500可包括，例如，处理器，存储器，储存器和输入/输出装置（如监视器，键盘，触摸 屏，磁盘驱动，互联网连接等）。然而，计算系统500可包括电路或其他专用硬件用于实施这 些步骤的一些或所有部分。在一些可操作设置中，计算系统500可被配置为包括一个或多 个单元的系统，其每一个配置用来以软件，硬件或其一些组合形式实施这些步骤的一些部 分。
[0169] 图5描绘了具有多个可用来实施上述步骤的组件的计算系统500。主系统502包 括母板504,具有输入/输出（"I/O"）部件506、一个或多个中央处理单元（"CPU"）508 和存储部件510,其可能具有与其相关的闪存卡512。该I/O部件506连接显示器524、键盘 514、磁盘存储器单元516、媒体驱动器单元518。该媒体驱动器单元518能够读/写计算机 可读介质520,其能够包含程序522和/或数据。I/O部件506还可例如利用蜂窝数据连接 或无线局域网通信连接至云存储。
[0170] 能够保存基于上述处理结果的至少一些值用于后续使用。或者，计算机可读介质 能够用来存储（如，切实体现）用来通过计算机方式实施上述处理的任意一个的一个或多 个程序。可以写入计算机程序，例如采用通用编程语言（如Pascal，C，C++，Java)或一些 特定应用的指定语言。
[0171] 虽然以上仅仅详细描述了具体示例性实施例，但是本领域技术人员可以容易地理 解，在没有实质地脱离本发明的新颖指教和优势的情况下多个修改是可行的。例如，以上公 开的实施例的方面可以在其它组合中进行组合以形成其它实施例。由此，所有这种修改均 包含在本发明的范围内。
【主权项】
1. 一种计算机实现的方法，用于推荐媒体内容，所述方法包括： 访问针对媒体内容中出现的多个角色的一组突显值，该组突显值与媒体内容关联； 访问用户的角色偏好函数，角色偏好函数包括识别多个偏好系数的信息，多个偏好系 数的每个偏好系数与多个属性中的至少一个关注属性关联； 访问第一角色模型，第一角色模型包括识别多个角色中的第一角色的多个属性的第一 属性值组的信息； 其中第一角色与该组突显值的第一突显值关联； 访问第二角色模型，第二角色模型包括识别多个角色中的第二角色的多个属性的第二 属性值组的信息； 其中第二角色与该组突显值的第二突显值关联； 通过执行多个偏好系数与第一属性值组的乘积的求和来计算第一角色的第一角色评 级； 通过执行多个偏好系数与第二属性值组的乘积的求和来计算第二角色的第二角色评 级； 计算媒体内容评级，其中媒体内容评级是根据第一突显值、第二突显值、第一角色评级 和第二角色评级计算的；以及 根据媒体