JP2019502180A - デジタルコンテンツのバイアススクラッバー - Google Patents

デジタルコンテンツのバイアススクラッバー Download PDF

Info

Publication number
JP2019502180A
JP2019502180A JP2018513769A JP2018513769A JP2019502180A JP 2019502180 A JP2019502180 A JP 2019502180A JP 2018513769 A JP2018513769 A JP 2018513769A JP 2018513769 A JP2018513769 A JP 2018513769A JP 2019502180 A JP2019502180 A JP 2019502180A
Authority
JP
Japan
Prior art keywords
section
user profile
user
digital content
relevance
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
JP2018513769A
Other languages
English (en)
Inventor
シャリフィ,マシュー
フォースター,ジェイコブ・ニコラウス
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Google LLC
Original Assignee
Google LLC
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 Google LLC filed Critical Google LLC
Publication of JP2019502180A publication Critical patent/JP2019502180A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • G06F16/24578Query processing with adaptation to user needs using ranking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • G06F16/24575Query processing with adaptation to user needs using context
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/248Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/958Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/0486Drag-and-drop

Landscapes

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

Abstract

デジタルコンテンツサーバは、クライアントデバイス上をスクラブしている間のデジタルコンテンツ(電子書籍、音声トラック、または動画など)のセクションの表示にバイアスをかけるためのバイアススコアを提供する。サーバは、ユーザごとに、ユーザの検索および閲覧履歴、表明された興味、および位置などの情報を含むユーザプロファイルをコンパイルし、類似ユーザプロファイルの集まりを判定し、それを解析してデジタルコンテンツのセクションごとの関連性スコアを判定する。サーバは、セクションごとに、個々のエンティティを特定し、それをユーザプロファイルと比較して第2の関連性スコアを判定し、関連性スコアを合計してデジタルコンテンツのセクションごとに集成バイアススコアを判定する。バイアススコアは、スクラッバーモジュールを含むクライアントデバイスに提供され、スクラブしている間のセクションの表示にバイアスをかけるために使用される。

Description

1.技術分野
本発明は、全体的に、コンテンツを移動(いわゆる「スクラブ」)している間、ユーザに表示するためのデジタルコンテンツのセクションの表示にバイアスをかける方法に関する。
2.背景
動画、音声トラック、および電子ブック(または、「電子書籍」)などのデジタルコンテンツは、通常、ユーザがコンテンツ内のある位置から別の位置にすばやく移動できるように構成されている。これは、通常、ユーザがコンテンツを前後にドラッグできるスクラッバーバー(スクラブ動作)によって可能になる。電子書籍の場合、電子書籍が表示されるデバイスまたはアプリケーションは、ページめくりボタンを備える。これらのボタンを使うことによって、ユーザは、あるページから次のページへ移動することができる。
デジタルコンテンツをナビゲートするタスクは、コンテンツが大きい場合、かなり難しくなる。たくさんのフレームを有する動画(長編映画など)、長い音声トラック、および複数巻の電子書籍は、すべて、多くの離散セクション(ページまたはフレームなど)から構成されている。通常実装されるスクラッバーバー、ページナビゲーションボタン、ならびに早送りおよび巻き戻しボタンは、すべて、デジタルコンテンツ内の特定の位置を見つけるには非常に粗末なツールである。場合によっては、電子文書用の利用可能なリーダーが、所定のページ数だけ前へジャンプするためのツールを提供する場合がある。しかしながら、電子文書において固定のページ数だけ前へジャンプすることは、良質な電子バージョンのブラウジングではない。読者がたどり着いたページがほかのページと違って読者の目をより引く可能性があると示す評価はない。たとえば、前へジャンプしたあとに表示されたページは、記事の途中であり、物理的な文書においてユーザがブラウジングを止めるであろうページではない可能性がある。移動のタスクは、音声および動画など、他の種類の媒体においてさらに難しくなる。デジタルコンテンツの複数のセクションがスクラッバーバーまたはボタンの1つの位置にマッピングしていることが多いため、コンテンツの特定の位置まで移動したいユーザは、その近傍内までしか移動できない。長いコンテンツ内での移動の問題はフラストレーションの原因となることが多く、ユーザエクスペリエンスにマイナスの影響を与える。
概要
書籍、音声トラック、または動画など、デジタルコンテンツのセクションを解析およびスコアリングし、次に、ユーザが行うスクラブ動作に応答して、スコアに基づいてセクションの表示にバイアスをかけるための方法、コンピュータ読み取り可能な記憶媒体、およびコンピュータシステムによって、上述および他の要求に応える。システムは、ユーザの閲覧履歴、検索履歴、表明された興味、および位置情報など、特定のユーザを記述する情報を含むユーザプロファイルをコンパイルする。次に、システムは、特定のコンテンツからエンティティを特定または抽出して、コンテンツの注釈を生成する。システムは、ユーザプロファイルを類似ユーザプロファイルの集まりと比較して、類似ユーザプロファイルに含まれる情報に基づいて、コンテンツのセクションごとに関連性スコアを判定する。システムは、注釈付きコンテンツをユーザプロファイルと比較して、コンテンツのセクションごとに関連性スコアの別のセットを判定する。システムは、セクションごとの集成(aggregate)または総計バイアススコア(bias score)をコンパイルする。次に、システムは、バイアススコアをクライアントデバイスに送信する。ユーザが行うスクラブ動作に応答して、クライアントデバイスのスクラッバーモジュールは、バイアススコアに基づいて、デジタルコンテンツの最も関連のあるセクションを特定する。次に、クライアントデバイスは、それらのセクションをユーザに表示する。
コンピュータ読み取り可能な記憶媒体の実施形態は、上述のステップを行うためのコンピュータによって実行可能な命令を格納する。さらに、コンピュータシステムの実施形態は、コンピュータによって実行可能な命令を実行するためのプロセッサを備える。
一実施形態に係る、デジタルコンテンツサーバおよび複数のクライアントデバイスを含むデジタルコンテンツプラットフォームの環境を示すブロック図である。 一実施形態に係る、スクラッバーバイアスモジュールを示すブロック図である。 一実施形態に係る、メディアをスクラブしている間に表示するデジタルコンテンツのセクションの関連性スコアを生成するための方法を説明するフロー図である。 一実施形態に係る、クライアントデバイス上のスクラッバーモジュールを示すブロック図である。 一実施形態に係る、ユーザがスクラブしている間のデジタルコンテンツのセクションの表示にバイアスをかけるための方法を説明するフロー図である。 一実施形態に係る、データサーバ、処理サーバ、および/またはクライアントとして使用するためのコンピュータの例を示すブロック図である。
詳細な説明
図面(図)および以下の説明は、あくまでも例示として、いくつかの実施形態を記載する。当業者は、本明細書に例示する構造および方法の代替的な実施形態が本明細書に記載の本発明の原理から逸脱することなく行使されることが以下の説明から容易にわかるだろう。これから、いくつかの実施形態を参照する。実施形態の例は、添付の図面に示されている。なお、使用可能な限り、同様の参照番号は図面で使用され得、同様の機能を示し得る。
図1は、一実施形態に係る、デジタルコンテンツサーバおよび複数のクライアントデバイスを含む、デジタルコンテンツプラットフォームの環境を示すブロック図である。環境100は、ネットワーク115によって接続されたデジタルコンテンツサーバ110とクライアントデバイス120とを含む。図1には、説明を簡素および明確にするために、3つのクライアントデバイス120a、120b、120cしか示していない。コンピューティング環境100の実施形態は、複数のデジタルコンテンツサーバ110のみならず、何千、何百万ものクライアントデバイス120を有することができる。
クライアントデバイス120は、デジタルコンテンツサーバ110から受信したデジタルコンテンツ(電子文書または電子書籍を含む)を閲覧、選択、および見ることを含むアクティビティを実行するために、1人以上のユーザによって使用されるコンピュータまたは他の電子機器である。クライアントデバイス120は、たとえば、ユーザにデジタルコンテンツサーバ110から入手可能なデジタルコンテンツを見せるおよび閲覧させるためのビューアアプリケーション122を実行するパーソナルコンピュータであり得る。他の実施形態において、クライアントデバイス120は、タブレットコンピュータ、携帯情報端末(PDA)、携帯電話(たとえば、スマートフォンを含む)、ポケットベル、TVセットトップボックスなど、コンピュータ以外のネットワーク機能を有するデバイスである。クライアントデバイス120は、デジタルコンテンツを、その種類に応じて、いろいろな方法で表示することができる。たとえば、コンテンツが電子文書(または、「電子書籍」)である場合、コンテンツは、物理的な文書を疑似体験するように表示することができる。ユーザは、1度に、1ページを見るまたは見開きのページを見ることができる。また、文書は、ユーザが文書を読みながら末尾に到達するまで下にスクロールするだけで、連続した1つの「ページ」として表示することもできる。ビューア122は、ユーザがビューア122に表示中のデジタルコンテンツ内を移動できるにするスクラッバー124を含む。スクラッバー124を使用して、ユーザは、表示中のデジタルコンテンツを前後に進むことができる。
デジタルコンテンツサーバ110は、デジタルコンテンツを編成し、ネットワーク115を介してクライアントデバイス120に提供するように構成される。デジタルコンテンツは、1つ以上のセクションから構成される。たとえば、電子書籍の各ページまたは動画の各フレームは、1つのセクションを構成してもよい。実際は、セクションは、特定のオフセットに関連付けられており、特定のオフセットは、メディアファイル内の離散位置を示す。さらに、デジタルコンテンツサーバ110は、クライアントデバイス120から送信されたデジタルコンテンツの要求を受信する。デジタルコンテンツサーバ110は、スクラッバーバイアスモジュール112を備える。スクラッバーバイアスモジュール112は、クライアントデバイス120にバイアス情報を提供するように構成される。バイアス情報は、スクラブしている間に使用され、より関連があると考えられるデジタルコンテンツのセクションの選択および表示に影響を与える。バイアス情報は、いろいろな方法で表現することができる。一実施形態において、バイアス情報は、コンテンツのセクションごとに、定量的関連性測定値を含む。たとえば、電子書籍の各ページまたは動画の各フレームがバイアススコアに関連付けられてもよい。
一実施形態において、デジタルコンテンツサーバ110は、クライアントデバイス120のユーザから、1つ以上のデジタルコンテンツの要求を受信する。デジタルコンテンツサーバ110は、ネットワーク115を介して、デジタルコンテンツ(複数のデジタルコンテンツ)をクライアントデバイス120に送信する。同時またはいくらかあとの時点において、スクラッバーバイアスモジュール112は、再びネットワーク115を介して、デジタルコンテンツ(複数のデジタルコンテンツ)に関連付けられたバイアス情報をクライアントデバイス120に送信する。
デジタルコンテンツサーバ110またはクライアントデバイス120がユーザについての個人情報を収集、または個人情報を使用し得る状況において、プログラムまたは機能がユーザ情報(たとえば、ユーザのソーシャルネットワーク、社会的行為もしくは活動、職業、ユーザの好み、電子文書とのインタラクション(より詳しく後述する)、またはユーザの現在位置についての情報)を収集するかどうかをユーザが好きなようにできる機会、または、デジタルコンテンツサーバ110からユーザにより関連のあり得るコンテンツを受信するかどうか、および/またはその方法をユーザが好きなようにできる機会がユーザに与えられてもよい。これに加えて、特定のデータは、個人を識別可能な情報が取り除かれるように、格納または使用される前に1つ以上の方法で処理されてもよい。たとえば、ユーザについての個人を識別可能な情報が特定できないようにユーザの識別情報を処理したり、ユーザの特定の位置が特定できないように位置情報(たとえば、市、郵便番号、または州レベルなど)が取得されるユーザの地理的位置が一般化されたりしてもよい。したがって、ユーザは、デジタルコンテンツサーバ110およびクライアントデバイス120がユーザについてのどのような情報を収集するのか、どのような情報を使用するのかについて、自分の好きなようにすることができる。
図2は、一実施形態に係る、スクラッバーバイアスモジュールを示すブロック図である。スクラッバーバイアスモジュール112は、プロファイル作成モジュール215を備える。プロファイル作成モジュール215は、ユーザプロファイルをコンパイルするように構成される。一実施形態において、各ユーザプロファイルは、ユーザのみならず、ユーザの検索履歴、読書履歴、閲覧履歴、および現在位置など、ユーザの閲覧習慣を記述する情報を含む。ユーザプロファイルに含まれる情報は、実際は、定量的かつ定性的であってもよい。いくつかの実施形態において、ユーザプロファイルは、さらに、そこに含まれている情報のリーセンシー(recency)を表すように構成される。いくつかの実施形態において、ユーザプロファイル作成モジュール215は、ユーザ情報を処理して、N次元ベクトルの形で表される、完全に定量的なユーザの表現を生成する。
ユーザプロファイル管理モジュール220は、類似ユーザプロファイルを特定し、類似ユーザプロファイル間のコンテンツの共通の好みを推定する目的のために、ユーザプロファイルを維持および比較する。ユーザプロファイル管理モジュール220は、各プロファイルに含まれる情報の一部またはすべてに基づいて、ユーザプロファイルの集まりの間の類似度を判定するように構成される。ユーザプロファイル作成モジュール215を例に説明したように、各ユーザプロファイルがN次元特徴ベクトルとして表される場合、ユーザプロファイル管理モジュール220は、目当てのユーザプロファイルに類似するユーザプロファイルを特定するために、非常に効率のよいベクトル比較演算を行うことができる。そうするために、ユーザプロファイル管理モジュール220は、ベクトル距離として表され得る閾値距離を構成してもよく、閾値距離に基づいて、所定の目当てのユーザプロファイルに「十分に類似」するユーザプロファイルの集まりを特定する。一実施形態において、ユーザプロファイル管理モジュール220は、各候補ユーザプロファイルと目当てのユーザプロファイルとの間のベクトル距離を演算する。結果として得られたベクトル距離が閾値距離よりも小さい場合、候補ユーザプロファイルは、類似であると断定される。コンテンツの共通の好みを特定するために、類似ユーザプロファイルの集まりにおけるこのようなユーザプロファイルごとに、ユーザプロファイル管理モジュール220は、ユーザプロファイルに含まれるユーザプロファイル情報を解析する。一実施形態において、ユーザプロファイル管理モジュール220は、類似ユーザプロファイルに含まれる閲覧履歴および検索履歴を解析し、類似ユーザプロファイルに関連付けられたユーザが過去のある時点で同じデジタルコンテンツに夢中になっていたまたは同じデジタルコンテンツとインタラクトしていたかどうかを判定する。また、ユーザプロファイル管理モジュール220は、位置情報履歴および表明された興味など、ユーザプロファイルの他の要素も解析し、インタラクションごとの背景を提供するために、それら要素を合成する。いくつかの実施形態において、インタラクションは、対象ユーザが検討中の同じデジタルコンテンツを類似ユーザが見たまたは読んだというインスタンスを構成する。ユーザプロファイル管理モジュール220によって合成されたインタラクションの背景は、ユーザがデジタルコンテンツとインタラクトした場所、時刻、または頻度を含んでもよい。たとえば、対象ユーザの同じ地理的エリアにおいて、類似ユーザが同じ電子書籍を見たまたは同じ映画を鑑賞した可能性がある。この解析の一部として、ユーザプロファイル管理モジュール220は、各ユーザプロファイルに含まれる情報のリーセンシーを考慮に入れてもよい。したがって、昔のまたは古い情報を含むユーザプロファイルは、特定のコンテンツのセクションの関連性スコアに対して、比較的限られた影響しかない可能性がある。デジタルコンテンツと1人以上の類似ユーザとの間の以前のインタラクションのみならず、各インタラクションに関連付けられた背景に基づいて、ユーザプロファイル管理モジュール220は、デジタルコンテンツのうち、対象ユーザへの関連性が高い可能性がある1つ以上のセクションを特定する。デジタルコンテンツのどの1つのまたは複数のセクションがより関連があると特定されたかに基づいて、ユーザプロファイル管理モジュール220は、セクションごとに関連性スコアを生成する。
実際は、対象ユーザプロファイルを類似ユーザプロファイルの集まりと比較する機構は、ユーザが夢中になっているコンテンツの性質に応じて異なる場合がある。一例として、対象ユーザプロファイルに関連付けられたユーザが特定の映画を鑑賞している場合、ユーザプロファイル管理モジュール220は、類似プロファイルの集まりを解析し、類似プロファイルに関連付けられたユーザの一部も、過去のある時点で、同じ映画を見たと判定してもよい。ユーザプロファイル管理モジュール220は、これらのユーザプロファイルから、映画の特定のシーンがきわめて重要であることを示す閲覧情報を抽出してもよい。この判定は、複数のユーザがこれらのシーンに戻ってきて、その一部またはすべてを再び鑑賞したことに基づいて行われ得る。そのため、ユーザプロファイル管理モジュール220は、これらのシーンは対象ユーザプロファイルへの関連性が高いと断定してもよい。ユーザが次に映画においてスクラブしたとき、スクラッバー124は、これらの重要なシーンにバイアスをかけて表示し、ユーザが映画のキーポイントに移動することを容易にする。
別の例として、複数の国の旅行ガイドブックは、各々が特定のヨーロッパの街に対応する複数の章を含んでもよい。対象ユーザプロファイルに関連付けられたユーザが書籍を閲覧している場合、まず、ユーザプロファイル管理モジュール220は、ユーザの現在の地理的位置を記録してもよい。次に、ユーザプロファイル管理モジュール220は、対象ユーザの現在位置と地理的な関連付けを各々が有する類似ユーザプロファイルの集まりをコンパイルしてもよい。次に、ユーザプロファイル管理モジュール220は、もしあれば、関連付けられたユーザが同じ旅行ガイドブックを使用したまたは見たことをどのプロファイルが示しているかを判定するために、これらのプロファイルを解析してもよい。ユーザプロファイルごとに、モジュール220は、旅行ガイドブックのどの1つのまたは複数のページが最も頻繁に使用されたかを判定できてもよい。次に、ユーザプロファイル管理220は、対象ユーザに表示するこれらのページにバイアスをかけて、ユーザの現在位置に関連のある情報をユーザがより簡単に見つけられるようにしてもよい。
類似ユーザプロファイルの集まりをコンパイルおよび解析するために、スクラッバーバイアスモジュール112は、ユーザプロファイルデータベース205を備える。ユーザプロファイルデータベース205は、ユーザプロファイルを編成および格納するように構成される。ユーザプロファイルデータベース205は、ユーザプロファイル作成モジュール215およびユーザプロファイル管理モジュール220とインタラクトする。ユーザプロファイルデータベース205の精巧さは異なり得る。一実施形態において、データベース205は、ユーザプロファイル作成モジュール215またはユーザプロファイル管理モジュール220から受け付けた要求に応答して、基本的なプロファイル取出しを行う。別の実施形態において、データベース205は、複雑なプロファイル検索および解析を行うように構成される。
スクラッバーバイアスモジュール112は、コンテンツ解析モジュール225を含み、コンテンツ解析モジュール225は、対象ユーザプロファイルへの関連性を判定する目的のために個々のデジタルコンテンツを解析するように構成される。一実施形態において、コンテンツ解析モジュール225は、デジタルコンテンツの各セクションを解析して1つ以上のエンティティを特定(または、抽出)する。エンティティは、人、場所、オブジェクト、アクティビティ、または他の意味単位を記述する。コンテンツ解析モジュール225は、特定されたエンティティを記述したメタデータの層を作成することによって、デジタルコンテンツの各セクションに注釈を付ける。エンティティ抽出の態様は、コンテンツの性質によって異なり得る。電子ブック(「電子書籍」)の場合、コンテンツ解析モジュール225は、各ページのテキストまたは画像において、少なくとも1つのエンティティを特定する。動画または音声トラックの場合、コンテンツ解析モジュールは、おそらく音声認識エンジンによって生成され、(利用可能であれば)デジタルコンテンツに関連付けられたトランスクリプションに対して、エンティティ抽出を行う。いくつかの実施形態において、コンテンツ解析モジュールは、動画の静止画像からテキストおよび画像エンティティを特定するために、画像認識アルゴリズムを適用してもよい。コンテンツ解析モジュール225によって生成されたメタデータは、フレームまたはトラックごとに編成されてもよい。スクラッバーバイアスモジュール112は、さらに、コンテンツ注釈データベース210を含み、コンテンツ注釈データベース210は、コンテンツ解析モジュール225によって生成されたコンテンツ注釈および/またはメタデータを編成および格納するように構成される。
コンテンツ解析モジュール225は、デジタルコンテンツの各セクションのユーザへの相対的な関連性を判定するために、注釈付きデジタルコンテンツを対象ユーザプロファイルと比較するように構成される。一実施形態において、コンテンツ解析モジュール225は、注釈付きデジタルコンテンツと対象ユーザプロファイルの要素との間で共有される1つ以上のエンティティを特定する。たとえば、対象ユーザプロファイルは、デジタルコンテンツに存在するエンティティと一致するまたは類似する、ユーザにとって興味のある項目を含んでもよい。通常、コンテンツ解析モジュール225は、デジタルコンテンツの各セクションの関連性を判定するために、対象ユーザプロファイルの一部またはすべてを解析する。一致するエンティティの質および/または量に基づいて、コンテンツ解析モジュール225は、デジタルコンテンツのセクションごとに関連性スコアを生成する。
たとえば、解析中のコンテンツが前述のヨーロッパ旅行ガイドブックである場合、コンテンツ解析モジュール225は、ユーザにとって興味のある項目を判定するために、対象ユーザプロファイルを解析してもよい。一例において、ユーザプロファイルは、ユーザが近代美術に興味を持っていることを示す情報を含んでもよい。次に、コンテンツ解析モジュール225は、美術館に関係するエンティティを含む1つのまたは複数のページを判定するために、旅行ガイドブックの各ページを解析してもよい。それに応じて、これらのページはより関連のあるものとしてマーキングされる。ユーザが次に旅行ガイドブックのページをぱらぱらとめくるとき、これらの関連のあるページがバイアスをかけられて表示される。
所定のデジタルコンテンツの集成関連性スコアを生成するために、ユーザプロファイル管理モジュール220およびコンテンツ解析モジュール225によって生成されたスコアリング情報が合成される。スクラッバーバイアスモジュール112は、コンテンツスコアリングモジュール230を含み、コンテンツスコアリングモジュール230は、関連性スコアを合計するように構成される。一実施形態において、コンテンツスコアリングモジュールは、モジュール220および225の各々からの入力として一連の定量的関連性スコアを受け付ける。それに応じて、コンテンツスコアリングモジュール230は、デジタルコンテンツのセクションごとに、比較的効率の良い算術平均を演算し、合計されたまたは総計のバイアススコアを出力する。他の実施形態において、関連性情報のうちのいくつかは、厳密に定量的である必要はなく、代わりに、定性的要素を含んでもよい。次に、コンテンツスコアリングモジュール230は、デジタルコンテンツのセクションごとに合計関連性スコアを生成するために、この情報を定量化または合計するように構成される。スクラッバーバイアスモジュール112は、バイアス通信モジュール235を備え、バイアス通信モジュール235は、合計または集成関連性スコアを受け付け、それらをクライアントデバイス120に送信するように構成される。一実施形態において、バイアス通信モジュール235は、情報の内容またはフォーマットに実質的な変更を何ら行うことなく、スコアリング情報をそのまま送信する。別の実施形態において、バイアス通信モジュール235は、暗号化および/または圧縮など、1つ以上の処理ステップを行う。
スクラッバーバイアスモジュール112は、上述の技術に従って、コンテンツのバイアススコアをリアルタイムに(通常は、クライアントデバイス120からの特定のデジタルコンテンツの提供要求に応答して)取り出してもよい。これに代えて、スクラッバーバイアスモジュール112は、バイアススコアを非同期で要求および格納し、要求されたときにそれらを単に取り出して提供すればよい。
図3は、一実施形態に係る、ユーザがスクラブしている間に使用するデジタルコンテンツのセクションのバイアススコアを生成するための方法を説明するフロー図である。スクラッバーバイアスモジュール112は、ユーザプロファイルをコンパイルする(302)。次に、モジュール112は、デジタルコンテンツから1つ以上のコンテンツエンティティを抽出する(304)。対象ユーザプロファイルと、特定された類似ユーザプロファイルとの間の類似性に基づいてデジタルコンテンツの各セクションの(ユーザへの)可能性のある関連性を特定するために、モジュール112は、対象ユーザプロファイルを、類似ユーザプロファイルの集まりと比較する(306)。次に、モジュール112は、1つ以上の抽出されたエンティティを含む注釈付きデジタルコンテンツを、ユーザプロファイルと比較し(308)、各セクションの可能性のある関連性を判定する。類似ユーザプロファイルとの比較および注釈付きコンテンツから導出された関連性スコアに基づいて、モジュール112は、デジタルコンテンツのセクションごとの総計関連性スコアを判定する(310)。モジュール112は、デジタルコンテンツの関連性スコアをクライアントデバイスに送信する(312)。
図1を参照して説明したように、クライアントデバイス120は、デジタルコンテンツサーバ110からのコンテンツを要求および受信する。スクラッバーバイアスモジュール112は、クライアントデバイス120が使用するために提供されたコンテンツに対応するバイアススコアを生成する。クライアントデバイス120のスクラッバー124は、ユーザのスクラブ動作の間にコンテンツのセクションの表示にバイアスをかけるために、受信したバイアススコアを利用するように構成される。図4は、一実施形態に係る、クライアントデバイス上のスクラッバーモジュールを示すブロック図である。環境400は、スクラッバーモジュール124を含む。スクラッバーモジュール124は、ユーザインターフェース制御モジュール405を備え、ユーザインターフェース制御モジュール405は、スクラッバー124のユーザからのスクラブ入力を受け付けて処理するように構成される。一実施形態において、ユーザ入力は、ボタン押し操作(早送りまたは巻き戻しボタンなど)または(タッチ画面上の)タッチアンドドラッグ動作という形をとってもよい。また、スクラッバーモジュール124は、コンテンツ範囲特定モジュール410を備え、コンテンツ範囲特定モジュール410は、ユーザインターフェース制御モジュール405によって伝達されるユーザ入力情報を受け付ける。コンテンツ範囲特定モジュール410は、受け付けたユーザ入力情報を処理し、ユーザが所望するコンテンツ範囲を判定するように構成される。たとえば、ユーザがビューア122上で電子書籍を閲覧しており、早送りまたは前へジャンプした場合、コンテンツ範囲特定モジュール410は、電子書籍のどのセクションがユーザの意図する移動先なのかを判定する。通常、コンテンツ範囲は、ページのセットとして表される。コンテンツ範囲特定モジュール410は、判定されたコンテンツ範囲をスコア評価モジュール415に送信する。スコア評価モジュール415は、判定されたコンテンツ範囲の離散セクションごとに、バイアススコアを取り出す。図2を参照して説明したように、バイアススコアは、バイアス通信モジュール235によってクライアントデバイス120に送信される。バイアススコアは、ユーザが特定のデジタルコンテンツを閲覧しているときにリアルタイムで送信されてもよく、その前のある時点で送信されてもよい。したがって、スコア評価モジュール415は、データベースまたはメモリ装置からバイアススコアを取り出してもよい。バイアススコアの解析に基づいて、スコア評価モジュール415は、判定されたコンテンツ範囲の最高バイアススコアを有する離散セクションを判定する。一実施形態において、スコア評価モジュール415は、1つのセクションを特定してもよい。別の実施形態において、スコア評価モジュール415は、最高バイアススコアに関連付けられた少数のセクションを特定してもよい。スコア評価モジュール415は、1つのまたは複数の最高スコアのセクションのIDをコンテンツ表示モジュール420に送信する。コンテンツ表示モジュール420は、スコア評価モジュール415によって特定されたコンテンツの1つのまたは複数の離散セクションをユーザに表示する。
スクラッバー124に含まれ、図4を参照して上述したモジュールは、ユーザが異なる種類のスクラブ動作を行うことに応答して、動的にバイアスをかけるように構成されてもよい。たとえば、一実施形態において、ユーザは、デジタルコンテンツを通してユーザが早送りボタンを長押しするまたはスクラッバーバーをゆっくりドラッグするという長いスクラブ動作を行う場合がある。この状況において、ユーザインターフェース制御モジュール405は、スクラブ動作が長く、連続していると断定する。ユーザインターフェース制御モジュール405は、これをコンテンツ範囲特定モジュールに伝達し、コンテンツ範囲特定モジュールは、これに応答して、移動先コンテンツ範囲を生成し、頻繁に更新する。そのため、時間tにおける移動先コンテンツ範囲は、次の時間tにおける移動先コンテンツ範囲とは異なる場合がある。このような移動先コンテンツ範囲ごとに、スコア評価モジュール415は、その範囲に含まれるデジタルコンテンツの離散セクションごとのバイアススコアを取り出す。これによって、1つのまたは複数の最高スコアのセクションのIDがコンテンツ表示モジュール420に提供され、コンテンツ表示モジュール420が、続いて、それらをユーザに表示する。このように、スクラッバーモジュール124は、ユーザがデジタルコンテンツをスクラブすると、バイアスのかかったコンテンツセクションをユーザに頻繁に表示する。
図5は、一実施形態に係る、ユーザがスクラブしている間のデジタルコンテンツのセクションの表示にバイアスをかけるための方法を説明するフロー図である。まず、スクラッバー124は、通常、ボタン押し操作またはタッチアンドドラッグ動作の形で、ユーザからスクラブ入力を受け付ける(505)。次に、スクラッバーは、デジタルコンテンツの少なくとも1つの離散セクションを含む所望のコンテンツ範囲を特定する(510)。次に、スクラッバーは、コンテンツ範囲の離散セクションごとにバイアススコアを評価し、1つ以上の最高スコアのセクションを特定する(515)。最後に、スクラッバーは、最高スコアのコンテンツセクションを表示する(520)。
いくつかの実施形態において、クライアントデバイス120は、バイアススコアを局所的に生成することができるロバスト性を有するコンピューティングプラットフォームを備えてもよい。この状況において、スクラッバーモジュール120は、デジタルコンテンツの要求をクライアントデバイス120から受信する。クライアントデバイス120は、強化された演算能力を有すると自認してもよい。前述したように、スクラッバーバイアスモジュール112は、対象ユーザプロファイルの類似ユーザプロファイルを特定および解析し、類似ユーザの検索履歴、閲覧履歴、または表明された興味に基づいて、1つ以上の以前のインタラクションを判定する。また、スクラッバーバイアスモジュール112は、所定のデジタルコンテンツからエンティティを特定する。クライアントデバイス120からの指示に応答して、スクラッバーバイアスモジュール112は、特定されたインタラクションおよびエンティティを信号としてクライアントデバイス120に送信する。クライアントデバイス120は、これらの信号を処理および合成し、スクラッバー124が使うためのバイアススコアを生成する。
クライアントデバイス120がスクラブ性能を向上させるためにバイアススコアを使用することよって、ユーザが行うスクラブ動作の量および期間が減少する可能性がある。ユーザは、ユーザが意図したコンテンツのセクションを1回で見つける可能性が高く、ページ間を「飛び回る」可能性は低いためである。いくつかの実施形態において、結果として得られたユーザアクティビティの減少は、クライアントデバイス120の寿命を延ばす効果がある。これは、クライアントデバイス120が、通常限られたバッテリ容量を有するスマートフォンまたは他のモバイル機器である場合、特に望ましい。
図6は、一実施形態に係る、データサーバ、処理サーバ、および/またはクライアントとして使用するためのコンピュータの例を示すブロック図である。チップセット604に接続された少なくとも1つのプロセッサ602が例示されている。チップセット604は、メモリーコントローラーハブ620と、入出力(I/O)コントローラハブ622とを含む。メモリ606およびグラフィックアダプタ612がメモリーコントローラーハブ620に接続され、表示装置618がグラフィックアダプタ612に接続される。記憶装置608、キーボード610、ポインティングデバイス614、およびネットワークアダプタ616がI/Oコントローラハブ622に接続される。コンピュータ600の他の実施形態は、異なるアーキテクチャを有する。たとえば、いくつかの実施形態において、メモリ606は、プロセッサ602に直接接続される。
記憶装置608は、ハードドライブ、CD−ROM(Compact Disk Read−Only Memory)、DVD、または固体メモリ素子など、コンピュータ読み取り可能な記憶媒体である。記憶装置608は、コンピュータのローカルにあってもよく、および/またはコンピュータからリモートにあってもよい(ストレージエリアネットワーク(SAN)内に含まれるなど)。メモリ606は、プロセッサ602が使用する命令およびデータを保持する。ポインティングデバイス614は、マウス、トラックボール、または他の種類のポインティングデバイスであり、キーボード610と組み合わされ、コンピュータシステム600にデータを入力するために使用される。グラフィックアダプタ612は、表示装置618に画像および他の情報を表示する。ネットワークアダプタ616は、コンピュータシステム600をネットワーク115に接続する。コンピュータ600のいくつかの実施形態は、図6に示される構成要素とは異なる構成要素および/または他の構成要素を備える。
コンピュータ600は、本明細書に記載の機能を提供するためのコンピュータプログラムモジュールを実行するようになされる。本明細書において使用される場合、用語「モジュール」は、特定の機能を提供するために使用されるコンピュータプログラム命令および他のロジックを指す。したがって、モジュールは、ハードウェア、ファームウェア、および/またはソフトウェアに実装され得る。一実施形態において、実行可能なコンピュータプログラム命令からなるプログラムモジュールは、記憶装置608上に格納され、メモリ606に取り込まれ、プロセッサ602によって実行される。
図1のエンティティによって用いられるコンピュータ600の種類は、実施形態およびエンティティが使用する処理能力に応じて異なり得る。たとえば、携帯電話であるクライアント120は、限られた処理能力と、小さなビューア122とを有し得る。ドキュメント閲覧サーバ110を実装するために使用されるようなサーバ向けコンピュータは、複数のブレードから構成され得、キーボード610、ポインティングデバイス614、またはディスプレイ618がない可能性がある。
上記説明は、好ましい実施形態の動作を例示するために記載されており、本発明の範囲を限定するものではない。本発明の範囲は、以下の特許請求の範囲によってのみ限定される。上記の説明から、多くの変形例が当業者に明らかになるだろう。これらも本発明の趣旨および範囲に含まれる。

Claims (20)

  1. 対象ユーザプロファイルに基づいてデジタルコンテンツのセクションの関連性スコアのセットを生成するための、コンピュータによって実施される方法であって、
    前記デジタルコンテンツの各セクションの潜在的な有用性を対象ユーザに表す関連性信号のセットをコンパイルするステップと、
    ユーザがスクラブしている間の前記デジタルコンテンツのセクションの表示に前記クライアントデバイスがバイアスをかける方法を示す前記関連性信号のセットをクライアントデバイスに送信するステップとを含む、方法。
  2. 前記信号のセットは、類似ユーザの解析に基づいてコンパイルされ、
    前記信号のセットをコンパイルするステップは、
    対象ユーザに関連付けられた対象ユーザプロファイルをコンパイルするステップと、
    類似ユーザに関連付けられた少なくとも1つの他の類似ユーザプロファイルを特定するために、前記対象ユーザプロファイルを複数のユーザプロファイルと比較するステップと、
    前記他の類似ユーザプロファイルに関連付けられた前記類似ユーザと前記デジタルコンテンツの少なくとも1つのセクションとの間の少なくとも1つの前のインタラクションを判定するステップと、
    前記前のインタラクションに基づいて、前記デジタルコンテンツのセクションごとに第1の関連性スコアを判定するステップとをさらに含み、前記第1の関連性スコアは、前記類似ユーザと前記セクションとの間の前記前のインタラクションに基づいた、前記対象ユーザに対する前記セクションの潜在的な有用性を記述する、請求項1に記載の方法。
  3. 前記対象ユーザプロファイルは、
    前記対象ユーザの閲覧履歴、
    前記対象ユーザの検索履歴、
    前記対象ユーザの少なくとも1つの表明された興味、または、
    前記ユーザの現在位置、のうちの少なくとも1つを含む、請求項2に記載の方法。
  4. 前記対象ユーザプロファイルは、さらに、前記ユーザプロファイルに含まれる情報の新しさを表すパラメータを含む、請求項3に記載の方法。
  5. 前記少なくとも1つの他の類似ユーザプロファイルと前記デジタルコンテンツの少なくとも1つのセクションとの間の前記前のインタラクションは、前記セクションにアクセスしているまたは前記セクションを見ている、前記類似ユーザプロファイルに関連付けられたユーザを含む、請求項2に記載の方法。
  6. 各ユーザプロファイルは特徴ベクトルとして定量的に表され、
    少なくとも1つの他の類似ユーザプロファイルを判定するために前記対象ユーザプロファイルを複数のユーザプロファイルと比較するステップは、
    最大ベクトル距離として表される類似点閾値を定義するステップと、
    前記対象ユーザプロファイルと前記複数のユーザプロファイルにおける各他のユーザプロファイルとの間のベクトル距離を演算するステップと、
    各演算されたベクトル距離を前記最大ベクトル距離と比較するステップと、
    前記演算されたベクトル距離が前記最大ベクトル距離よりも小さい場合、前記ユーザプロファイルを類似ユーザプロファイルとして指定するステップとをさらに含む、請求項2に記載の方法。
  7. 前記信号のセットは、前記デジタルコンテンツの解析に基づいてコンパイルされ、
    前記信号のセットをコンパイルするステップは、
    前記デジタルコンテンツのセクションごとに、少なくとも1つのエンティティを特定するステップと、
    前記対象ユーザプロファイルの要素と前記特定されたエンティティのうちの少なくとも1つとの間の一致を特定するステップと、
    前記一致に基づいて、前記デジタルコンテンツのセクションごとに第2の関連性スコアを判定するステップとをさらに含み、前記第2の関連性スコアは、前記対象ユーザプロファイルの要素と前記セクションにおいて特定された前記エンティティとの間の前記一致に基づいた、前記対象ユーザに対する前記セクションの潜在的な有用性を記述し、前記信号のセットをコンパイルするステップは、さらに、
    前記第1の関連性スコアおよび第2の関連性スコアに基づいて、セクションごとの総計関連性スコアを判定するステップを含み、前記総計関連性スコアは、前記対象ユーザに対する前記セクションの総合的な潜在的な有用性を記述する、請求項1に記載の方法。
  8. エンティティは、
    人、
    場所、
    オブジェクト、または、
    アクティビティ、のうちの少なくとも1つを記述する、請求項7に記載の方法。
  9. 関連性信号の第1のセットと関連性信号の第2のセットとが合計されて集成関連性信号の第3のセットを構成する、請求項1に記載の方法。
  10. 前記関連性信号の第1のセットと前記関連性信号の第2のセットとを合計するステップは、相対的な重要度に基づいて前記関連性信号の第1のセットおよび前記関連性信号の第2のセットを重み付けするステップをさらに含む、請求項9に記載の方法。
  11. 対象ユーザプロファイルに基づいてデジタルコンテンツのセクションの関連性スコアのセットを生成するための命令を格納するコンピュータ読み取り可能な媒体であって、前記命令は、実行されると、プロセッサに、
    前記デジタルコンテンツの各セクションの潜在的な有用性を対象ユーザに表す関連性信号のセットをコンパイルさせ、
    ユーザがスクラブしている間の前記デジタルコンテンツのセクションの表示に前記クライアントデバイスがバイアスをかける方法を示す前記関連性信号のセットをクライアントデバイスに送信させる、コンピュータ読み取り可能な媒体。
  12. 前記信号のセットは、類似ユーザの解析に基づいてコンパイルされ、
    前記信号のセットをコンパイルするステップは、
    対象ユーザに関連付けられた対象ユーザプロファイルをコンパイルするステップと、
    類似ユーザに関連付けられた少なくとも1つの他の類似ユーザプロファイルを特定するために、前記対象ユーザプロファイルを複数のユーザプロファイルと比較するステップと、
    前記他の類似ユーザプロファイルに関連付けられた前記類似ユーザと前記デジタルコンテンツの少なくとも1つのセクションとの間の少なくとも1つの前のインタラクションを判定するステップと、
    前記前のインタラクションに基づいて、前記デジタルコンテンツのセクションごとに第1の関連性スコアを判定するステップとをさらに含み、前記第1の関連性スコアは、前記類似ユーザと前記セクションとの間の前記前のインタラクションに基づいた、前記対象ユーザに対する前記セクションの潜在的な有用性を記述する、請求項11に記載のコンピュータ読み取り可能な媒体。
  13. 前記対象ユーザプロファイルは、
    前記対象ユーザの閲覧履歴、
    前記対象ユーザの検索履歴、
    前記対象ユーザの少なくとも1つの表明された興味、または、
    前記ユーザの現在位置、のうちの少なくとも1つを含む、請求項12に記載のコンピュータ読み取り可能な媒体。
  14. 前記対象ユーザプロファイルは、さらに、前記ユーザプロファイルに含まれる情報の新しさを表すパラメータを含む、請求項13に記載のコンピュータ読み取り可能な媒体。
  15. 前記少なくとも1つの他の類似ユーザプロファイルと前記デジタルコンテンツの少なくとも1つのセクションとの間の前記前のインタラクションは、前記セクションにアクセスしているまたは前記セクションを見ている、前記類似ユーザプロファイルに関連付けられたユーザを含む、請求項12に記載のコンピュータ読み取り可能な媒体。
  16. 各ユーザプロファイルは特徴ベクトルとして定量的に表され、
    少なくとも1つの他の類似ユーザプロファイルを判定するために前記対象ユーザプロファイルを複数のユーザプロファイルと比較するステップは、
    最大ベクトル距離として表される類似点閾値を定義するステップと、
    前記対象ユーザプロファイルと前記複数のユーザプロファイルにおける各他のユーザプロファイルとの間のベクトル距離を演算するステップと、
    各演算されたベクトル距離を前記最大ベクトル距離と比較するステップと、
    前記演算されたベクトル距離が前記最大ベクトル距離よりも小さい場合、前記ユーザプロファイルを類似ユーザプロファイルとして指定するステップとをさらに含む、請求項12に記載のコンピュータ読み取り可能な媒体。
  17. 前記信号のセットは、前記デジタルコンテンツの解析に基づいてコンパイルされ、
    前記信号のセットをコンパイルするステップは、
    前記デジタルコンテンツのセクションごとに、少なくとも1つのエンティティを特定するステップと、
    前記対象ユーザプロファイルの要素と前記特定されたエンティティのうちの少なくとも1つとの間の一致を特定するステップと、
    前記一致に基づいて、前記デジタルコンテンツのセクションごとに第2の関連性スコアを判定するステップとをさらに含み、前記第2の関連性スコアは、前記対象ユーザプロファイルの要素と前記セクションにおいて特定された前記エンティティとの間の前記一致に基づいた、前記対象ユーザに対する前記セクションの潜在的な有用性を記述し、前記信号のセットをコンパイルするステップは、さらに、
    前記第1の関連性スコアおよび第2の関連性スコアに基づいて、セクションごとの総計関連性スコアを判定するステップを含み、前記総計関連性スコアは、前記対象ユーザに対する前記セクションの総合的な潜在的な有用性を記述する、請求項11に記載のコンピュータ読み取り可能な媒体。
  18. エンティティは、
    人、
    場所、
    オブジェクト、または、
    アクティビティ、のうちの少なくとも1つを記述する、請求項17に記載のコンピュータ読み取り可能な媒体。
  19. 関連性信号の第1のセットと関連性信号の第2のセットとが合計されて集成関連性信号の第3のセットを構成し、前記関連性信号の第1のセットと前記関連性信号の第2のセットとを合計するステップは、相対的な重要度に基づいて前記関連性信号の第1のセットおよび前記関連性信号の第2のセットを重み付けするステップをさらに含む、請求項11に記載のコンピュータ読み取り可能な媒体。
  20. ビューアと、
    スクラッバーとを備え、前記スクラッバーは、さらに、
    ユーザインターフェース制御モジュールと、
    コンテンツ範囲特定モジュールと、
    スコア評価モジュールと、
    コンテンツ表示モジュールとを含み、
    デジタルコンテンツの表示中に前記ユーザによって行なわれたスクラブ動作を、前記スクラッバーを介して検出し、
    前記スクラブ動作に関連付けられた、前記デジタルコンテンツの少なくとも1つのセクションを含む所望のコンテンツ範囲を判定し、
    前記コンテンツ範囲において特定されたセクションごとに、前記セクションに対応する関連性スコアを取り出し、
    前記少なくとも1つの関連性スコアに基づいて、最も高い関連性スコアに関連付けられた好ましいセクションを判定し、
    前記好ましいセクションを前記ユーザに表示するようにさらに構成される、クライアントデバイス。
JP2018513769A 2015-12-18 2016-12-19 デジタルコンテンツのバイアススクラッバー Pending JP2019502180A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/975,320 2015-12-18
US14/975,320 US20170177577A1 (en) 2015-12-18 2015-12-18 Biasing scrubber for digital content
PCT/US2016/067572 WO2017106850A1 (en) 2015-12-18 2016-12-19 Biasing scrubber for digital content

Publications (1)

Publication Number Publication Date
JP2019502180A true JP2019502180A (ja) 2019-01-24

Family

ID=59057756

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018513769A Pending JP2019502180A (ja) 2015-12-18 2016-12-19 デジタルコンテンツのバイアススクラッバー

Country Status (8)

Country Link
US (1) US20170177577A1 (ja)
EP (1) EP3391253A1 (ja)
JP (1) JP2019502180A (ja)
KR (1) KR20180037290A (ja)
CN (1) CN108140033A (ja)
DE (1) DE112016005803T5 (ja)
GB (1) GB2560447A (ja)
WO (1) WO2017106850A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111259249B (zh) * 2020-01-20 2023-08-22 北京百度网讯科技有限公司 数据筛选方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003085207A (ja) * 2001-09-07 2003-03-20 Nippon Telegr & Teleph Corp <Ntt> 映像情報レコメンドシステム、方法及び装置、並びに、映像情報レコメンドプログラム及びプログラムの記録媒体
JP2009252177A (ja) * 2008-04-10 2009-10-29 Ntt Docomo Inc レコメンド情報生成装置およびレコメンド情報生成方法
JP2010273036A (ja) * 2009-05-20 2010-12-02 Hoya Corp 画像再生装置
JP2012129724A (ja) * 2010-12-14 2012-07-05 Canon Inc 映像配信装置及び映像配信方法
US20150178403A1 (en) * 2013-12-20 2015-06-25 Google Inc. History of Reading Positions in eBooks

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9223895B2 (en) * 2007-09-28 2015-12-29 Yahoo! Inc. System and method for contextual commands in a search results page
KR101695685B1 (ko) * 2010-06-30 2017-01-12 엘지전자 주식회사 전자책의 사용 이력 관리 방법 및 이를 이용하는 단말기
US9645986B2 (en) * 2011-02-24 2017-05-09 Google Inc. Method, medium, and system for creating an electronic book with an umbrella policy
US20150277678A1 (en) * 2014-03-26 2015-10-01 Kobo Incorporated Information presentation techniques for digital content
US9939996B2 (en) * 2014-08-13 2018-04-10 Google Llc Smart scrubber in an ebook navigation interface

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003085207A (ja) * 2001-09-07 2003-03-20 Nippon Telegr & Teleph Corp <Ntt> 映像情報レコメンドシステム、方法及び装置、並びに、映像情報レコメンドプログラム及びプログラムの記録媒体
JP2009252177A (ja) * 2008-04-10 2009-10-29 Ntt Docomo Inc レコメンド情報生成装置およびレコメンド情報生成方法
JP2010273036A (ja) * 2009-05-20 2010-12-02 Hoya Corp 画像再生装置
JP2012129724A (ja) * 2010-12-14 2012-07-05 Canon Inc 映像配信装置及び映像配信方法
US20150178403A1 (en) * 2013-12-20 2015-06-25 Google Inc. History of Reading Positions in eBooks

Also Published As

Publication number Publication date
CN108140033A (zh) 2018-06-08
EP3391253A1 (en) 2018-10-24
GB2560447A (en) 2018-09-12
GB201804158D0 (en) 2018-05-02
WO2017106850A1 (en) 2017-06-22
US20170177577A1 (en) 2017-06-22
DE112016005803T5 (de) 2018-09-27
KR20180037290A (ko) 2018-04-11

Similar Documents

Publication Publication Date Title
US20210166035A1 (en) Selecting and presenting representative frames for video previews
US9973788B2 (en) Determining interest levels in videos
CN106855876B (zh) 基于媒体内容的推荐的属性加权
US8191004B2 (en) User feedback correlated to specific user interface or application features
US9148619B2 (en) Music soundtrack recommendation engine for videos
US9997157B2 (en) Knowledge source personalization to improve language models
RU2720952C2 (ru) Способ и система для создания рекомендации цифрового содержимого
US20180084023A1 (en) Video Keyframes Display on Online Social Networks
US20230267141A1 (en) Systems and methods for processing electronic content
US20140006308A1 (en) Portion-by-portion feedback for electronic books
US20120311140A1 (en) Method of processing web access information and server implementing same
US11302360B1 (en) Enhancing review videos
Arguello Aggregated search
US11580117B2 (en) Machine learning system and method to map keywords and records into an embedding space
US9774895B2 (en) Determining textual content that is responsible for causing a viewing spike within a video in a digital medium environment
US8782034B1 (en) Utilizing information about user-visited places to recommend novel spaces to explore
JP2019502180A (ja) デジタルコンテンツのバイアススクラッバー
US20200137456A1 (en) Video management system for providing video management operations based on video credits segment detection in video
Avlonitis et al. Treating Collective Intelligence in Online Media

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180611

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180611

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190409

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190514

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20200107