KR102623157B1 - 현재의 관심에 대해 사용자에게 시각적으로 안내하는 시스템 및 컴퓨터 방법 - Google Patents
현재의 관심에 대해 사용자에게 시각적으로 안내하는 시스템 및 컴퓨터 방법 Download PDFInfo
- Publication number
- KR102623157B1 KR102623157B1 KR1020177007186A KR20177007186A KR102623157B1 KR 102623157 B1 KR102623157 B1 KR 102623157B1 KR 1020177007186 A KR1020177007186 A KR 1020177007186A KR 20177007186 A KR20177007186 A KR 20177007186A KR 102623157 B1 KR102623157 B1 KR 102623157B1
- Authority
- KR
- South Korea
- Prior art keywords
- tags
- user
- image
- computer
- images
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 143
- 230000004044 response Effects 0.000 claims description 36
- 230000007935 neutral effect Effects 0.000 claims description 17
- 230000002349 favourable effect Effects 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 29
- 235000013305 food Nutrition 0.000 description 72
- 230000003993 interaction Effects 0.000 description 18
- 238000012545 processing Methods 0.000 description 18
- 230000000875 corresponding effect Effects 0.000 description 17
- 238000004891 communication Methods 0.000 description 16
- 235000008429 bread Nutrition 0.000 description 10
- 235000012054 meals Nutrition 0.000 description 9
- 240000007594 Oryza sativa Species 0.000 description 8
- 235000007164 Oryza sativa Nutrition 0.000 description 8
- 235000009566 rice Nutrition 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 235000019788 craving Nutrition 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 235000015277 pork Nutrition 0.000 description 6
- 235000015278 beef Nutrition 0.000 description 5
- 235000013372 meat Nutrition 0.000 description 4
- 241000282412 Homo Species 0.000 description 3
- 240000008415 Lactuca sativa Species 0.000 description 3
- 235000021152 breakfast Nutrition 0.000 description 3
- 238000010411 cooking Methods 0.000 description 3
- 235000021158 dinner Nutrition 0.000 description 3
- 235000019138 food restriction Nutrition 0.000 description 3
- 235000015220 hamburgers Nutrition 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 235000013311 vegetables Nutrition 0.000 description 3
- 241000287828 Gallus gallus Species 0.000 description 2
- 235000009508 confectionery Nutrition 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 235000013601 eggs Nutrition 0.000 description 2
- 235000020803 food preference Nutrition 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 235000021156 lunch Nutrition 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 235000012045 salad Nutrition 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- CSEBNABAWMZWIF-UHFFFAOYSA-N 2,3,3,3-tetrafluoro-2-(heptafluoropropoxy)propanoic acid Chemical compound OC(=O)C(F)(C(F)(F)F)OC(F)(F)C(F)(F)C(F)(F)F CSEBNABAWMZWIF-UHFFFAOYSA-N 0.000 description 1
- 241000251468 Actinopterygii Species 0.000 description 1
- 244000003416 Asparagus officinalis Species 0.000 description 1
- 235000005340 Asparagus officinalis Nutrition 0.000 description 1
- 235000011299 Brassica oleracea var botrytis Nutrition 0.000 description 1
- 235000017647 Brassica oleracea var italica Nutrition 0.000 description 1
- 240000003259 Brassica oleracea var. botrytis Species 0.000 description 1
- 244000000626 Daucus carota Species 0.000 description 1
- 235000002767 Daucus carota Nutrition 0.000 description 1
- 235000003228 Lactuca sativa Nutrition 0.000 description 1
- 235000019687 Lamb Nutrition 0.000 description 1
- 244000141359 Malus pumila Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 208000002366 Nut Hypersensitivity Diseases 0.000 description 1
- 244000018633 Prunus armeniaca Species 0.000 description 1
- 235000009827 Prunus armeniaca Nutrition 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 235000021016 apples Nutrition 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 235000021162 brunch Nutrition 0.000 description 1
- 235000020342 bubble tea Nutrition 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 235000021185 dessert Nutrition 0.000 description 1
- 235000021186 dishes Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000019688 fish Nutrition 0.000 description 1
- 235000015219 food category Nutrition 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 235000001497 healthy food Nutrition 0.000 description 1
- 235000008216 herbs Nutrition 0.000 description 1
- 235000019692 hotdogs Nutrition 0.000 description 1
- 235000020166 milkshake Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 235000008935 nutritious Nutrition 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 235000012771 pancakes Nutrition 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 235000013594 poultry meat Nutrition 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 235000015067 sauces Nutrition 0.000 description 1
- 235000013580 sausages Nutrition 0.000 description 1
- 235000015170 shellfish Nutrition 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 235000013522 vodka Nutrition 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
-
- 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
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input 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
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction 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
- G06F3/04842—Selection of displayed objects or displayed text elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/306—User profiles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Library & Information Science (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- User Interface Of Digital Computer (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Eye Examination Apparatus (AREA)
- Diaphragms For Electromechanical Transducers (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
사용자의 현재 관심을 제시하도록 사용자에게 제시된 이미지 시퀀스와 연관된 태그들을 분석하는 시스템 및 컴퓨터 구현 방법이 개시된다. 복수의 이미지들로부터의 이미지가 전자 디스플레이 상에 제시된다. 이미지는 태그들의 세트와 연관된다. 이미지에 대한 사용자의 선호도를 표시하는 입력이 수신된다. 복수의 태그들로부터 다음 세트의 태그들을 결정하도록 선호도 및 태그들의 세트에 기초하여 복수의 태그들이 처리된다. 다음 이미지가 다음 세트의 태그들에 기초하여 복수의 이미지들로부터 결정된다. 다음 이미지는 이전의 이미지에 의해 표현된 실제 대상과는 다른 실제 대상을 나타낸다. 사용자의 현재 관심을 제시하기 위해 이전 이미지를 대신하여 다음 이미지로 상기한 처리를 반복함으로써 이미지 시퀀스가 생성된다.
Description
관련 출원에 대한 상호-참조
본원은 2014년 8월 15일자로 출원된 미국 가출원 제62/037,788호의 우선권을 주장하며, 그 전체 내용이 본 명세서에 참고로 포함된다.
본 발명의 양태들은 일반적으로 사용자에게 현재의 관심(current interest)을 안내하기 위해 제시된 이미지 시퀀스들과 연관된 태그들을 분석하는 시스템 및 방법에 관한 것이다.
사용자의 이력을 분석하는 것에 기초하여 사용자에 대한 추천을 수행하는 인터넷 기반 애플리케이션 및 스마트폰/태블릿 기반 애플리케이션 모두의 많은 애플리케이션들이 존재한다. 사용자의 이력은 예를 들면 사용자가 이전에 사용자의 선호도에 기초하여 수행했던 선택들을 포함하거나 반영할 수 있다. 사용자의 선호도는 장기간에 걸쳐 전체적으로 일정할 수 있지만, 선호도의 일반성은 사용자의 현재 선호도가 덜 규정되도록 한다. 예를 들면, 음식에 대한 사용자의 선호도는 상당히 일정하다. 사용자는 예를 들면 이탈리아 음식과 중국 음식을 선호할 수 있다. 사용자의 음식 선호도에 대한 이력은 이 일반 정보를 캡처하여 사용자가 현재 또는 미래에 원하는 정보를 일반화된 추천으로 제공할 수 있는 애플리케이션을 가능하게 한다. 하지만 사용자의 현재 선호도는, 사용자가 어떤 것을 특히 간절히 원하고 있을 때에 맞춰진 특정 시점에 현재의 추천을 수행하기 위해 사용자의 이력을 분석하는 데 의존하는 추천 시스템에 의해 캡처될 수 있는 것보다 더 세분화될 수 있다. 따라서 사용자의 현재 특정 선호도의 세분화(granularity)는 또한 사용자의 이력만으로는 정확하게 예측할 수 없는 특정의 현재 관심을 허용하게 한다. 예를 들면, 음식과 관련하여, 사용자는, 사용자가 통상적으로 즐기는 모든 유형의 음식 중에서 특정 유형의 음식을 원하는 간절함(cravings)을 경험할 수 있다. 따라서 현재 애플리케이션은 애플리케이션의 사용자 이력에 대한 액세스 가능함에도 불구하고 사용자의 현재 관심이 무엇인지를 사용자가 결정하는 데 도움이 되지 않는다. 더욱이, 사용자는 자신이 무엇을 원하는지를 알 수 있다고 하더라도, 사용자의 감각 중 하나가 영감을 받거나 자극될 때까지는 사용자 관심의 특정 대상이 사용자에게 알려지지 않을 수도 있다. 또한, 사용자의 현재 관심이 무엇인지에 대한 사용자의 생각은 고립적인 것이고 사용자가 자신의 현재 관심을 규정하는데 도움되지 않을 수 있다.
본 개시의 양태에 따르면, 관심이 있는 가능한 실제 대상(physical object)을 나타내는 이미지의 순차적인 프리젠테이션(presentation)에 기초하여 사용자를 자신의 현재 관심으로 안내하는 시스템 및 컴퓨터 구현 방법이 개시된다.
본 개시의 일 양태는, 음식에 대한 간절함과 같은 사용자의 현재 관심을 제시하기 위해 사용자에 의해 수행된 인간-기계 입력에 응답하여 사용자에게 제시되는 이미지 시퀀스와 연관된 태그(tag)를 분석하는 컴퓨터 구현 방법을 포함한다. 상기 방법은 전자 장치의 디스플레이를 통해 복수의 이미지들 중에서 하나의 이미지를 제시하는 단계를 포함한다. 하나의 이미지는 실제 대상을 나타내며 복수의 태그로부터의 한 세트의 태그들과 연관된다. 한 세트의 태그들의 각 태그는 하나의 이미지에 의해 표현된 실제 대상의 속성을 설명하거나 특징짓는다. 상기 방법은 전자 장치의 사용자 인터페이스를 통해 하나의 이미지에 의해 표현된 실제 대상(physical object)에 대한 선호도를 나타내는 사용자에 의한 입력을 수신하는 단계를 더 포함한다. 상기 방법은 또한 복수의 태그로부터 다음 세트의 태그들을 결정하도록 하나 이상의 컴퓨터 장치에 의해 선호도 및 한 세트의 태그들에 기초하여 복수의 태그를 처리하는 단계를 포함한다. 상기 방법은 하나 이상의 컴퓨터 장치에 의해 다음 세트의 태그들과 연관된 복수의 이미지로부터 다음 이미지를 결정하는 단계를 더 포함한다. 다음 이미지는 하나의 이미지에 의해 표현된 실제 대상과는 다른 실제 대상을 나타내며, 다음 세트의 태그들은 다음 이미지에 의해 표현된 실제 대상의 속성을 설명하거나 특징짓는다. 상기 방법은 또한 사용자의 현재 관심을 제시하는 세션 동안 하나의 이미지 대신에 다음 이미지로 상기 제시하는 단계, 상기 수신하는 단계, 상기 처리하는 단계, 및 상기 결정하는 단계를 반복함으로써 이미지 시퀀스를 생성하는 단계를 포함한다.
본 개시의 추가적 양태는, 하나 이상의 컴퓨터에 의해 실행될 때, 동작이 수행되도록 하는 기계-판독가능한 명령을 인코딩하는 하나 이상의 컴퓨터 판독가능한 비-일시적 저장 매체를 포함한다. 상기 동작은 전자 장치의 디스플레이를 통해 복수의 이미지들 중 하나의 이미지를 제시하는 것을 포함한다. 하나의 이미지는 실제 대상을 나타내며 복수의 태그로부터의 한 세트의 태그들과 연관된다. 한 세트의 태그들의 각 태그는 하나의 이미지에 의해 표현된 실제 대상의 속성을 설명하거나 특징짓는다. 상기 동작들은 또한 전자 장치의 사용자 인터페이스를 통해 상기 하나의 이미지에 의해 표현된 실제 대상에 대한 선호도를 나타내는 사용자에 의한 입력을 수신하는 것을 포함한다. 상기 동작들은 또한 복수의 태그로부터 다음 세트의 태그들을 결정하도록 하나 이상의 컴퓨터 장치에 의해 선호도 및 한 세트의 태그들에 기초하여 복수의 태그를 처리하는 것을 포함한다. 상기 동작들은 또한 하나 이상의 컴퓨터 장치들에 의해 다음 태그들의 세트와 연관된 복수의 이미지들로부터 다음 이미지를 결정하는 것을 포함한다. 다음 이미지는 하나의 이미지에 의해 표현된 실제 대상과는 다른 실제 대상을 나타내며 다음 세트의 태그들은 다음 이미지에 의해 표현된 실제 대상의 속성을 설명하거나 특징짓는다. 상기 동작들은 또한 사용자의 현재 관심을 제시하는 세션 동안 하나의 이미지 대신에 다음 이미지로 상기 제시하는 단계, 상기 수신하는 단계, 상기 처리하는 단계, 및 상기 결정하는 단계를 반복함으로써 이미지 시퀀스를 생성하는 것을 포함한다.
본 개시의 또 다른 양태는 사용자가 표현한 음식 선호도의 시퀀스에 기초하여 사용자 근방의 음식점을 자동으로 추천하는 컴퓨터 구현 방법을 포함한다. 상기 방법은 사용자와 연관된 지리적 위치를 수신하는 단계와, 하나 이상의 컴퓨터 장치를 사용하여 제 1 세트의 디지털 사진들을 검색하는 단계로서, 각 사진은 다른 음식을 묘사하고, 해당하는 사진에서 특징이 되는 음식의 장르, 해당하는 사진에서 특징이 되는 음식의 설명, 음식의 해당하는 사진이 찍혀진 음식 판매 시설을 나타내는 복수의 태그와 연관되는, 상기 검색 단계를 포함한다. 음식 판매 시설은 상기 지리적 위치의 미리 결정된 근접 거리 내에 위치한다. 상기 방법은 디스플레이 장치 상에 하나 또는 다수의 프레임에 걸친 제 1 세트의 사진들을 디스플레이 장치에 의해 디스플레이하는 단계를 더 포함한다. 제 1 세트의 사진들의 적어도 일부의 각각에 대해, 상기 방법은 사용자 입력 장치를 통해 적어도 2 개의 입력 옵션 중 하나를 수신하는 단계를 포함하고, 상기 적어도 2 개의 입력 옵션은 상기 제 1 세트의 사진들의 적어도 일부 중 대응하는 사진에서 특징이 되는 음식에 대한 선호도의 호의적인 표시 또는 상기 제 1 세트의 사진들의 적어도 일부 중 대응하는 사진에서 특징이 되는 음식에 대한 반감의 비호의적 표시를 포함한다. 상기 방법은 또한 메모리 저장 장치에 복수의 기록을 생성하기 위하여 상기 제 1 세트의 사진들의 적어도 일부의 각각에 대해, 상기 제 1 세트의 사진들의 적어도 일부의 각각의 대응하는 사진과 연관된 태그와 상기 수신된 입력 옵션 사이의 관계를 나타내는 기록을 상기 메모리 저장 장치에 저장하는 단계를 포함한다. 상기 방법은 상기 컴퓨터 또는 다른 컴퓨터를 사용하여 사용자가 좋아하게 될 적어도 가능한 기회를 갖는 음식 장르를 식별하도록 상기 기록을 분석하고, 상기 컴퓨터 또는 다른 컴퓨터를 사용하여, 음식을 묘사하는 추가의 디지털 사진으로서 상기 추가 사진에서 특징이 되는 음식의 장르를 나타내고 상기 식별된 장르와 일치되거나 또는 그와 적어도 가능한 상관을 갖는 태그와 연관되는 상기 추가의 디지털 사진을 검색하는 단계를 포함한다. 상기 방법은 또한 수신된 지리적 위치를 사용하고, 상기 컴퓨터 또는 다른 컴퓨터가 상기 수신된 지리적 위치에 미리 결정된 근접 거리에 위치하며 상기 식별된 음식의 장르를 제공하는 적어도 하나의 음식 판매 시설을 식별하는 단계 및 디스플레이 장치에 의해 상기 적어도 하나의 식별된 음식 판매 시설과 관련한 정보를 디스플레이하는 단계를 포함한다.
본 개시의 추가적인 양태는 도면을 참조하여 이루어진 다양한 실시 형태의 상세한 설명을 고려하면 당업자에게는 명백할 것이며, 그 간단한 설명이 아래에 제공된다.
도 1은 본 개시의 한 양태에 따른 컴퓨터 시스템의 기능 블록도이다.
도 2a는 본 개시의 양태에 따라 사용자의 현재 관심을 제시하기 위해 사용자에게 제시되는 이미지 시퀀스와 연관된 태그를 분석하는 컴퓨터 구현 방법 또는 알고리즘의 흐름도이다.
도 2b는 본 발명의 양태에 따라 사용자에게 관련이 있는 이미지 태그 및 이미지를 태그 풀(pull) 및 풀 중에서 결정하는 컴퓨터 구현 방법 또는 알고리즘의 흐름도이다.
도 2c는 본 개시의 양태에 따른 시스템 내의 요소들 간의 연관을 결정 및/또는 업데이트하는 컴퓨터 구현 방법 또는 알고리즘의 흐름도이다.
도 3은 본 개시의 양태에 따라 사용자와 관련된 복수의 태그의 처리를 도시하는 흐름도이다.
도 4a는 본 개시의 양태에 따라 사용자의 현재 관심을 제시하기 위해 사용자에게 제시되는 이미지 시퀀스와 연관된 태그를 분석하는 컴퓨터 구현 방법 또는 프로세스의 사용자 인터페이스를 도시한다.
도 4b는 본 개시의 양태에 따라 사용자의 현재 관심을 제시하기 위해 사용자에게 제시된 이미지 시퀀스와 연관된 태그를 분석하는 컴퓨터 구현 방법 또는 프로세스의 다른 사용자 인터페이스를 도시한다.
도 4c는 본 개시의 양태에 따라 사용자의 현재 관심을 제시하기 위해 사용자에게 제시된 이미지 시퀀스와 연관된 태그를 분석하는 컴퓨터 구현 방법 또는 프로세스의 또 다른 사용자 인터페이스를 도시한다.
도 4d는 본 개시의 양태에 따라 사용자의 현재 관심을 제시하기 위해 사용자에게 제시된 이미지 시퀀스와 연관된 태그를 분석하는 컴퓨터 구현 방법 또는 프로세스의 또 다른 사용자 인터페이스를 도시한다.
도 4e는 본 발명의 양태에 따라 사용자의 현재 관심을 제시하기 위해 사용자에게 제시된 이미지 시퀀스와 연관된 태그를 분석하는 컴퓨터 구현 방법 또는 프로세스의 또 다른 사용자 인터페이스를 도시한다.
도 4f는 본 개시의 양태에 따라 사용자의 현재 관심을 제시하기 위해 사용자에게 제시된 이미지 시퀀스와 연관된 태그를 분석하는 컴퓨터 구현 방법 또는 프로세스의 또 다른 사용자 인터페이스를 도시한다.
도 4g는 본 개시의 양태에 따라 사용자의 현재 관심을 제시하기 위해 사용자에게 제시된 이미지 시퀀스와 연관된 태그를 분석하는 컴퓨터 구현 방법 또는 프로세스의 다른 사용자 인터페이스를 도시한다.
도 4h는 본 개시의 양태에 따라 이미지를 업로드하기 위한 사용자 인터페이스를 도시한다.
도 4i는 본 개시의 양태에 따라 이미지를 업로드하기 위한 다른 사용자 인터페이스를 도시한다.
도 4j는 본 개시의 양태에 따라 이미지를 업로드하기 위한 또 다른 사용자 인터페이스를 도시한다.
도 4k는 본 발명의 양태에 따라 사용자의 프로파일을 가시화하기 위한 사용자 인터페이스를 도시한다.
도 4l은 본 개시의 양태에 따라 사용자의 프로파일을 가시화하기 위한 사용자 인터페이스를 도시한다.
도 2a는 본 개시의 양태에 따라 사용자의 현재 관심을 제시하기 위해 사용자에게 제시되는 이미지 시퀀스와 연관된 태그를 분석하는 컴퓨터 구현 방법 또는 알고리즘의 흐름도이다.
도 2b는 본 발명의 양태에 따라 사용자에게 관련이 있는 이미지 태그 및 이미지를 태그 풀(pull) 및 풀 중에서 결정하는 컴퓨터 구현 방법 또는 알고리즘의 흐름도이다.
도 2c는 본 개시의 양태에 따른 시스템 내의 요소들 간의 연관을 결정 및/또는 업데이트하는 컴퓨터 구현 방법 또는 알고리즘의 흐름도이다.
도 3은 본 개시의 양태에 따라 사용자와 관련된 복수의 태그의 처리를 도시하는 흐름도이다.
도 4a는 본 개시의 양태에 따라 사용자의 현재 관심을 제시하기 위해 사용자에게 제시되는 이미지 시퀀스와 연관된 태그를 분석하는 컴퓨터 구현 방법 또는 프로세스의 사용자 인터페이스를 도시한다.
도 4b는 본 개시의 양태에 따라 사용자의 현재 관심을 제시하기 위해 사용자에게 제시된 이미지 시퀀스와 연관된 태그를 분석하는 컴퓨터 구현 방법 또는 프로세스의 다른 사용자 인터페이스를 도시한다.
도 4c는 본 개시의 양태에 따라 사용자의 현재 관심을 제시하기 위해 사용자에게 제시된 이미지 시퀀스와 연관된 태그를 분석하는 컴퓨터 구현 방법 또는 프로세스의 또 다른 사용자 인터페이스를 도시한다.
도 4d는 본 개시의 양태에 따라 사용자의 현재 관심을 제시하기 위해 사용자에게 제시된 이미지 시퀀스와 연관된 태그를 분석하는 컴퓨터 구현 방법 또는 프로세스의 또 다른 사용자 인터페이스를 도시한다.
도 4e는 본 발명의 양태에 따라 사용자의 현재 관심을 제시하기 위해 사용자에게 제시된 이미지 시퀀스와 연관된 태그를 분석하는 컴퓨터 구현 방법 또는 프로세스의 또 다른 사용자 인터페이스를 도시한다.
도 4f는 본 개시의 양태에 따라 사용자의 현재 관심을 제시하기 위해 사용자에게 제시된 이미지 시퀀스와 연관된 태그를 분석하는 컴퓨터 구현 방법 또는 프로세스의 또 다른 사용자 인터페이스를 도시한다.
도 4g는 본 개시의 양태에 따라 사용자의 현재 관심을 제시하기 위해 사용자에게 제시된 이미지 시퀀스와 연관된 태그를 분석하는 컴퓨터 구현 방법 또는 프로세스의 다른 사용자 인터페이스를 도시한다.
도 4h는 본 개시의 양태에 따라 이미지를 업로드하기 위한 사용자 인터페이스를 도시한다.
도 4i는 본 개시의 양태에 따라 이미지를 업로드하기 위한 다른 사용자 인터페이스를 도시한다.
도 4j는 본 개시의 양태에 따라 이미지를 업로드하기 위한 또 다른 사용자 인터페이스를 도시한다.
도 4k는 본 발명의 양태에 따라 사용자의 프로파일을 가시화하기 위한 사용자 인터페이스를 도시한다.
도 4l은 본 개시의 양태에 따라 사용자의 프로파일을 가시화하기 위한 사용자 인터페이스를 도시한다.
본 개시는 많은 상이한 형태의 실시예가 가능하지만, 본 발명 및 개념의 실시예를 도면에 도시하고 상세히 설명하며, 본 개시는 본 발명의 원리의 예시로서 고려되어야하고, 개시된 실시예의 광범위한 양태를 예시된 실시예로 제한하려는 것이 아니라는 것을 이해해야한다. 본 발명의 상세한 설명의 목적상, 단수는 복수를 포함하고, 그 반대도 마찬가지다(구체적으로 부인하지 않는 한). "및"과 "또는"은 모두 결합적이고 분리적일 수 있으며; "모두"는 "어떠한(임의의) 및 모두"를 의미하고; "어떠한(임의의)"는 "어떠한(임의의) 및 모두"을 의미하고; "포함"이라는 단어는 "제한없이 포함"을 의미한다.
(소프트웨어) 모듈은 기술된 기능, 동작 또는 단계를 수행하기 위해 임의의 마이크로 프로세서 또는 마이크로 프로세싱 장치에 의해 실행되는 명령에 대응하는 소프트웨어 서브-루틴 또는 프로그램을 실행하는 컴퓨터-판독가능 대상 코드를 지칭할 수 있다. 여기에서 설명된 임의의 방법 또는 알고리즘 또는 기능은(a) 전자 프로세서,(b) 전자 제어기, 및/또는(c) 임의의 다른 적절한 전자 처리 장치에 의한 실행을 위한 비-일시적 기계 또는 컴퓨터-판독가능 명령을 포함할 수 있다. 여기에서 개시된 임의의 알고리즘, 소프트웨어 모듈, 소프트웨어 구성요소, 소프트웨어 프로그램, 루틴, 서브-루틴, 또는 소프트웨어 애플리케이션, 또는 방법은 예를 들면, 플래시 메모리, CD-ROM, 플로피 디스크, 하드 드라이브, DVD(digital versatile disk) 또는 다른 전자 메모리 장치와 같은 하나 이상의 비-일시적인 유형의 매체(들)를 갖는 컴퓨터 프로그램 제품으로서 구현될 수 있지만, 당업자는 전체 알고리즘 및/또는 그 일부가 대안적으로 전자 제어기 이외의 장치에 의해 실행될 수 있고 및/또는 공지된 방식으로 펌웨어 또는 전용 하드웨어로 구현될 수 있다(예를 들면, 애플리케이션 특정 집적 회로(ASIC: application specific integrated circuit), 프로그램가능 논리 디바이스(PLD), 필드 프로그램가능한 논리 디바이스(FPLD), 이산 로직(discrete logic) 등에 의해 실행될 수 있다)는 것을 인정할 것이다.
전술한 바와 같이, 예를 들면 사용자 이력에 관한 정보에 대한 액세스를 갖는 추천 시스템임에도 불구하고, 사용자 관심의 폭에 기초하여 사용자의 현재(즉, 동시적으로 발생하는(contemporaneous)) 관심 또는 선호도에 대해 설명할 수 없는 추천 시스템들이 현재 존재하고 있다. 예를 들면, 선호도와 관련하는 내용(subject matter)에 관하여 사용자의 과거의 선호도에 대한 사용자의 현재 선호도의 세분화(granularity)는 사용자가 어떤 것을 간절히 원할 수 있는 적기의 순간에 현재의 추천 시스템이 사용자의 현재의 관심을 추정하거나 제시할 수 없도록 한다. 기껏해야 현재 추천 시스템은 사용자의 현재 선호도에 관한 일회성 추측을 제공할 뿐이다. 더욱이, 식품의 영역 내에서, 특히, 사용자의 현재 위치 내에서 이용가능한 광범위한 음식 카테고리에 관한 정보를 제공하는 현재의 애플리케이션들이 존재한다. 하지만 이러한 애플리케이션에 의해 제공되는 정보의 양은 정보 과부하에 이르게 될 수 있다. 정보 과부하는 사용자가 현재 관심을 두고 있는 특정한 요리 음식을 사용자가 결정하는 것을 허용하지 않는다. 특히 필요로 하는 것은, 검색 세션의 결론에서 사용자의 동시적으로 발생하는 간절함(crave)을 만족시킬 추천에 도달하도록 사용자에 의해 이루어진 인간-기계 입력에 응답하여 검색 기준을 반복적으로 및 동적으로 조정하는 안내된 반복적 검색 솔루션이 된다. 이러한 방식에서, 인간 및 기계 모두는 이러한 검색 전략에서 필요한 파트너가 된다. 인간만이 자신의 주관적인 감각을 사용하여 이미지에서 무엇이 제시되는지에 대해 이미지로부터 사용자가 어떻게 지불해야하는지를 확인한다. 하지만, 즉각적인 간절함을 만족시키기 위해서는, 인간 사용자가 1분쯤 내에 신속하게 추천에 도달하는 것을 돕기 위해 기계의 도움이 필요하다. 인터넷, 셀룰러 데이터 및 무선 기술 및 스마트폰은 사용자에게 수많은 옵션에 즉각적인 액세스 및 가시성을 제공하지만 어떤 측면에서는 이러한 액세스 및 가시성은 저주만큼의 큰 축복이 된다. 다양한 선택 사항과 옵션을 쉽게 이용할 수 있으므로, 속히 움직이고 빠르게 만족되어야 하는 필요성을 충족하도록 사용자가 관련 정보를 신속하게 찾도록 도와주는 새로운 프로그램된 기계가 필요하다.
따라서, 본 개시의 양태들은 현재의 관심으로 사용자를 안내하도록 사용자에게 제시된 이미지 시퀀스와 연관된 태그를 분석하는 시스템 및 방법을 제공한다. 상기 시스템들 및 방법들은 사용자에게 이미지 시퀀스들의 프리젠테이션을 허용한다. 각 이미지는 실제 대상을 제공하는 물리적 엔티티를 통해 사용자가 얻을 수 있는 실제 대상을 나타낸다. 예를 들면, 식품의 영역에서, 실제 대상은 요리 음식(food dish)을 나타낼 수 있고, 물리적 엔티티는 요리 음식을 제공하는 식당, 상점 또는 음식 시설(예: 시장, 식료품점, 상점 등)을 나타낼 수 있다. 본 명세서에서 사용되는 요리 음식은 버블 차, 밀크셰이크 또는 칵테일과 같은 음료를 포함하여 동물에 의해 소비될 수 있는(예를 들면, 먹거나 마셔지는) 식용 물품 또는 식용 물품의 조합을 포함한다. 시퀀스 내의 각 이미지는 실제 대상을 설명하는 태그들의 세트와 연관된다. 각 태그에 대한 사용자의 선호도에 기초하여 새로운 이미지가 제시되어 이미지 시퀀스를 생성한다. 새로운 이미지는 이미지가 나타내는 실제 대상을 설명하는 이미지와 연관된 태그들의 세트 및 새로운 이미지의 태그들의 세트가 이전 이미지의 선호도에 기초하여 이전 이미지에 대한 태그들의 세트와 어떻게 관련되는지에 기초하여 선택된다. 실제 대상을 나타내는 사용자에게 제시하는 이미지의 시퀀스는 사용자의 현재 관심을 충족시키거나 설명하는 실제 대상을 결정하도록 사용자를 계속 안내한다. 사용자가 현재 관심을 두고 있는(간절히 원하고 있는) 물리적(유형의(tangible)) 대상을 나타내는 이미지가 사용자에게 제시되면, 상기 시스템 및 방법은 물리적 이미지에서 묘사된 물품을 어떻게 얻을지(예를 들면, 소지할지)에 대한 정보가 제시되도록 사용자가 이미지(예를 들면, 디지털 사진)를 선택할 수 있게 한다. 예를 들면, 인간이 관심을 갖는 식품의 영역에서, 사용자가 요리 음식을 구입할 수 있고 음식 판매 시설에서 선택적으로 소비할 수 있는, 음식을 서빙하거나 제공하는 음식점 또는 다른 음식 판매 시설과 같은 물리적 엔티티의 인터넷 웹 사이트로 향할 수 있다. 일부 실시예에 따르면, 요리 음식을 얻는 처리에 추가적인 편리를 제공하기 위해 사용자가 음식의 요리를 구입할 수 있는 음식점의 웹 사이트와는 무관하게 소프트웨어 애플리케이션의 전자 사용자 인터페이스로 향하게 될 수 있다.
도 1은 본 개시의 일 양태에 따른 시스템(100)의 기능 블록도이다. 먼저, 시스템(100)의 일반적인 구성 요소가 소개될 것이며, 이어서 예들이 설명된다. 시스템(100)은 하나 이상의 전자 컴퓨터(클라이언트)(102a, 102b)를 포함한다. 본 명세서에서 문자 없이 사용된 참조 번호는 복수의 항목 중 특정 항목, 복수의 항목 중 복수 항목의 부분 집합, 또는 동일한 참조 번호로 그렇게 번호가 매겨진 복수 항목의 모든 항목을 지칭할 수 있다. 따라서, 예로서, 참조 번호(102)는 도 1에 도시 된 바와 같이 컴퓨터(102a), 컴퓨터(102b), 또는 컴퓨터(102a 및 102b) 모두를 지칭할 수 있다. 하나 이상의 컴퓨터(102a, 102b)는 인터넷과 같은 통신 네트워크(104)에 접속한다. 하지만, 통신 네트워크(104)는 임의의 유형의 전자 통신 네트워크 일 수 있다. 본 명세서에서 사용된 컴퓨터는 전자 컴퓨터 분야의 당업자에 의해 이해되는 중앙 처리 장치(CPU) 또는 제어기 또는 마이크로 프로세서 또는 마이크로 컨트롤러를 갖는 임의의 하나 이상의 전자 장치를 포함한다. 컴퓨터의 예로는 태블릿 컴퓨터, 랩톱 컴퓨터, 데스크톱 컴퓨터, 서버, 스마트폰, 시계, 안경, 의류 제품 또는 손목 띠와 같은 착용형 전자 장치 및 개인 휴대 정보 단말기(PDA)를 포함한다. 본 명세서에서 사용되는 컴퓨터라는 용어는 통상적으로 컴퓨터라 불리는 것을 형성하도록 함께 결합된 전자 장치의 시스템을 포함할 수 있다. 예를 들면, 키보드 또는 마우스와 같은 하나 이상의 입력 장치 및 비디오 디스플레이와 같은 하나 이상의 전자 디스플레이 장치가 CPU 또는 제어기를 하우징하는 하우징에 결합 될 수 있다. 또는, 태블릿 컴퓨터 또는 스마트폰의 경우에서와 같이 컴퓨터의 모든 구성 요소는 단일 하우징에 통합될 수 있다. 하나 이상의 컴퓨터(102a, 102b)는 통상적으로 비-일시적 기계-판독가능 명령 및 데이터를 포함하여 그 안에 디지털 정보를 저장하는 하나 이상의 메모리 장치를 포함하거나 동작 가능하게 결합된다.
하나 이상의 컴퓨터(102a, 102b)는 사용자 인터페이스 장치(110a, 110b)를 포함한다. 각각의 사용자 인터페이스 장치(110a, 110b)는 (예를 들면, 터치, 클릭, 제스처, 음성 등을 통해) 인간에 의해 수행된 입력을 받아들이고 이들 입력을 대응하는 전자 신호로 변환하는 인간-기계 인터페이스(HMI)에 대응한다. 사용자 인터페이스 장치(110a, 110b)의 비-제한적인 예는 터치 스크린, 키보드, 마우스, 카메라 및 마이크로폰을 포함한다. 이들은 또한 인간-기계 인터페이스 장치라고도 부르는데, 이는 이들이 인간 사용자에 의해 공급된 입력을 기계에 제공함으로써 인간이 기계와 상호작용할 수 있게 하기 때문이다.
하나 이상의 컴퓨터(102a, 102b)는 또한 시각적으로 인지될 수 있는 정보를 표시하도록 구성된 전자 디스플레이 장치(112a, 112b)를 포함한다. 디스플레이 장치(112a, 112b)의 비-제한적인 예는 전자 비디오 디스플레이, 입체 디스플레이, 또는 인간의 눈에 의해 인지가능한 텍스트, 정적 그래픽 및 동적 애니메이션을 포함하는 정보를 시각적으로 묘사하도록 구성된 임의의 전자 디스플레이를 포함한다. 전자 디스플레이 장치(112a, 112b)는 전자 사용자 인터페이스(UI)에 포함된 시각적 정보를 디스플레이한다. 전자 사용자 인터페이스는 또한 하나 이상의 HMI 디바이스들(110a, 110b)을 사용하여 선택가능한 것으로 선택가능한 요소들을 포함할 수 있다. 따라서, 전자 사용자 인터페이스는 일반적으로 그래픽 사용자 인터페이스(GUI) 구성요소 및 인간-기계 사용자 인터페이스 구성요소를 포함할 수 있으며,이를 통해 인간 사용자는 HMI 인터페이스를 통해 GUI 상에 표시된 선택가능한 요소들을 선택할 수 있다.
하나 이상의 컴퓨터(102a, 102b)는 또한 소프트웨어 애플리케이션(114a, 114b)을 포함한다. 즉, 하나 이상의 컴퓨터(102a, 102b)는 소프트웨어 애플리케이션(114a, 114b)을 구현하는 비-일시적 기계-판독가능한 명령 및 데이터를 실행한다. 애플리케이션(114a, 114b)은 하나 이상의 컴퓨터(102a, 102b)상에서 하나 이상의 기능을 수행한다. 애플리케이션(114a, 114b)은 웹 브라우저 애플리케이션 또는 네이티브 애플리케이션과 같은 다양한 특정 유형의 애플리케이션이 될 수 있다. 시스템(100) 내에서, 애플리케이션(114a, 114b)은 하나 이상의 컴퓨터(102a, 102b)와 통신 네트워크(104)(예를 들면, 인터넷) 사이에서 하나 이상의 컴퓨터(102a, 102b)와 연관된 종래의 유선 또는 무선 전자 통신 인터페이스를 통해 정보를 전달한다. 선택적으로 또는 부가적으로, 애플리케이션(114a, 114b)은 네이티브 애플리케이션이 될 수 있다. 네이티브 애플리케이션은 통신 네트워크(104)를 통해 하나 이상의 컴퓨터(102a, 102b) 사이에서 애플리케이션 서버(106)로 정보를 전달한다. 네이티브 애플리케이션(114a, 114b)은 통상적으로 하나 이상의 컴퓨터(102a, 102b)와 연관된 종래의 유선 또는 무선 전자 통신 인터페이스를 통해 통신 네트워크(104) 상에서 하나 이상의 컴퓨터(102a, 102b) 사이에 정보를 전달한다.
전술한 바와 같이, 서버(106)는 또한 통신 네트워크(104)에 연결된다. 서버(106)는 일종의 컴퓨터이며, 본 기술 분야에서 잘 이해된 의미를 갖는다. 서버(106)는 예를 들면 웹 브라우저 애플리케이션인 애플리케이션(114a, 114b)의 경우에서와 같이 웹 브라우저 서버일 수 있다. 또는, 서버(106)는, 예를 들면 네이티브 애플리케이션인 애플리케이션(114a, 114b)의 경우에서와 같이 네이티브 애플리케이션 서버일 수 있다.
전자 데이터베이스(108)는 서버(106)에 통합되거나 서버(106)에 결합된다. 데이터베이스(108)는 메모리 장치 또는 데이터 저장소의 형태이고, 서버(106)에 연관된 검색 및 기록을 위한 전자 데이터를 저장한다. 서버(106) 및 하나 이상의 애플리케이션(114a, 114b)은 인터넷인 통신 네트워크(104)의 경우에서 하이퍼텍스트 전송 프로토콜(HTTP)과 같은 하나 이상의 프로토콜에 따라 정보를 통신한다. 인터넷 대신에 사설 로컬 영역 네트워크(LAN)인 통신 네트워크(104)의 경우에, 어떠한 다른 통신 프로토콜이 HTTP 대신에 사용될 수 있다. 예를 들면, 네이티브 애플리케이션은 대신에, 하나 이상의 컴퓨터(102a, 102b)와 서버(106) 사이에서 정보를 전달하도록 독점권을 가진 또는 종래의 통신 프로토콜을 사용하여 통신할 수 있다.
시스템(100)은 2개의 컴퓨터(102a, 102b), 하나의 서버(106) 및 하나의 데이터베이스(108)를 포함하는 것으로, 도 1과 관련하여 일반적으로 도시되었지만, 시스템(100)은 임의의 수의 컴퓨터(102a, 102b), 임의의 수의 독립된 또는 클러스터 된 서버(106)(예를 들면, 서버 팜 또는 서버 클러스터), 및 임의의 수의 데이터베이스(108)를 포함할 수 있다. 더욱이, 시스템(100)의 하나 이상의 구성요소의 일부 또는 모든 기능은 전체적으로 또는 부분적으로 시스템(100)의 다른 구성요소로 전달될 수 있다. 예를 들면, 서버(106) 및/또는 데이터베이스(108)의 기능은 컴퓨터(102a, 102b)의 기능 및 성능에 따라 하나 이상의 컴퓨터(102a, 102b)로 전체적으로 또는 부분적으로 전달될 수 있다.
애플리케이션(114a, 114b)은 현재의 관심으로 사용자를 안내하도록 사용자에게 제시된 이미지 시퀀스와 연관된 태그를 분석하기 위해 통신 네트워크(104)를 통해 서버(106) 및 데이터베이스(108)와 통신한다. 애플리케이션(114a, 114b)은 이미지를 사용자에게 제시하고 이미지에 대한 사용자의 선호도를 나타내는 입력을 사용자로부터 수신하도록 사용자 인터페이스 디바이스(110a, 110b) 및 디스플레이 디바이스(112a, 112b)를 제어한다. 이미지는 통신 네트워크(104) 상에서 직접적으로 또는 서버(106)를 통해 데이터베이스(108)로부터 하나 이상의 컴퓨터(102a, 102b)의 애플리케이션(114a, 114b)으로 통신된다. 따라서, 시스템(100)의 클라이언트-서버 배치에 기초하여, 클라이언트로서의 컴퓨터(102a, 102b) 및 서버로서의 서버(106)를 갖고 데이터베이스(108)는 현재의 관심으로 사용자를 안내하도록 사용자에게 제시된 이미지 시퀀스와 연관된 태그를 분석하기 위해 사용되는 정보를 저장한다. 서버(106)는 데이터베이스(108)로부터 클라이언트(예를 들면, 컴퓨터(102a, 102b))로 정보를 제공하는 것을 포함하여, 본 명세서에 설명된 알고리즘의 기능을 수행한다. 컴퓨터(102a, 102b)는 사용자에게 정보를 제시하고 사용자로부터 입력을 수신하고, 처리를 위해 서버(106)에 제공된다. 하지만, 개시된 알고리즘과 관련하여 여기에 개시된 기능은 본 개시 내용을 벗어나지 않고 명백히 개시된 것과 다르게 시스템(100)의 구성요소들 중에서 분할될 수 있다. 예를 들면, 본 명세서에 개시된 모든 기능은 컴퓨터(102a, 102b)의 성능에 따라 분포된 네트워크로서 배치되는 컴퓨터(102a, 102b)와 같이 하나 이상의 컴퓨터(102a, 102b)에서 구현될 수 있다.
정보의 일면으로서, 데이터베이스(108)는 전자 이미지를 이미지의 데이터 저장소 내에 전자적으로 저장한다. 이미지는 다양한 파일 형식과 이미지 형식이 될 수 있다. 예로서, 파일 포맷은 JPEG, TIFF(Tagged Image File Format), PNG(Portable Network Graphics) 등을 포함할 수 있다. 이미지 유형은 디지털 사진, 디지털 그림, 아이콘 등을 포함할 수 있다. 전술한 바와 같이, 데이터베이스(108)에 저장된 이미지는 사용자에게 관심이 될 수 있는(예를 들면, 사용자가 간절히 원할 수 있는) 실제 대상을 나타낸다. 따라서, 이미지는 시각적으로 사용자에게 정보를 전달하여 사용자는 이미지가 나타내는 실제 대상을 이해하게 된다. 시스템(100)은 초기에 복수의 이미지 세트를 포함할 수 있다. 복수의 이미지 세트는 시스템(100)의 관리자에 의해 규정될 수 있다. 하기에 기술될 바와 같이, 시스템(100)은 또한 사용자가 시스템(100)에 추가 이미지를 추가할 수 있게 한다. 예를 들면, 사용자는 데이터베이스(108)에 추가 이미지를 추가하기 위해 하나 이상의 컴퓨터(102a, 102b)로부터 이미지를 업로드할 수 있다. 사용자가 시스템(100)과 상호작용하고 사용자가 시스템(100)에 이미지를 업로드함에 따라, 이미지의 수가 증가한다. 예를 들면, 이미지는 이들을 업로드한 사용자가 방문한 음식점에서 주문하거나 보았던 음식(음료 포함)의 디지털 사진이 될 수 있다.
각각의 이미지에 대해, 데이터베이스(108)는 이미지가 나타내는 실제 대상에 관한 정보를 저장한다. 실제 대상은 이미지로 나타낼 수 있는 어떠한 물리적 (유형) 대상이 될 수 있다. 예로서, 그리고 제한 없이, 실제 대상은 요리 음식, 의류, 자동차 등과 같은 소비재, 휴양지, 박물관, 스포츠 경기장 등과 같은 물리적 위치일 수 있다. 편의상, 본 개시는 실제 대상으로서 요리 음식에 주로 연관된다. 하지만, 당업자가 이해할 수 있는 바와 같이, 본 개시는 단지 요리 음식인 실제 대상에 제한되지 않는다. 오히려, 각각의 실제 대상은 사용자가 이미지를 제시할 때 실제 대상을 식별할 수 있도록 이미지에 의해 표현된 임의의 실제 대상일 수 있다.
데이터베이스(108)는 또한 전자 태그를 저장한다. 주요 태그는 시스템(100) 내에서 이미지에 의해 표현된 실제 대상을 설명 및/또는 특징짓는데 사용된다. 주요 태그는 실제 대상 전체를 설명 또는 특징짓거나 실제 대상의 하위 구성 요소 또는 하위 측면(예를 들면, 속성)을 설명 또는 특징짓는 태그로서 함께 연결된 단일 단어 또는 여러 단어를 포함할 수 있다. 따라서, 각각의 이미지에 대해, 이미지는 실제 대상을 설명하거나 특징짓는 태그들의 세트와 연관된다. 데이터베이스(108)는 이미지에 의해 표현될 수 있는 실제 대상의 특성 및/또는 품질을 설명하기 위해 이미지와 관련될 수 있는 태그들의 전체가 되는 태그 풀(pool) 내에 모든 태그를 저장한다. 주요 태그는 이미지에 의해 표현되는 실제 대상의 모든 유형의 디스크립터가 될 수 있다. 요리 음식인 실제 대상에 관해서, 태그는 예를 들면 아프리카, 미국, 아르헨티나 등과 같은 요리 음식의 민족성 또는 조리법과 같은 요리 음식의 일반적인 측면을 설명할 수 있으며, 아침 식사, 브런치, 점심 식사, 이른 저녁 식사, 늦은 저녁 식사, 스낵, 디저트, 심야 등과 같이 요리 음식이 일반적으로 적용하게 되는 하루 중 식사가 된다. 태그는 또한 예를 들면, 치즈 맛의, 바삭바삭한, 뜨거운, 차가운, 매운 등과 같이 요리 음식을 설명하는 형용사가 될 수 있다. 상기 태그는 또한 예를 들면 야채, 육류, 과일, 빵 등과 같이 요리 음식을 일반적으로 구성하는 식품 또는 재료를 식별할 수 있다. 상기 태그는 또한 예를 들면 사과, 살구 등과 같은 특정 과일, 쇠고기, 가금류, 생선, 돼지 고기 등과 같은 특정 고기, 브로콜리, 아스파라거스, 상추, 당근 등과 같은 특정 야채를 식별하는 것과 같이, 요리 음식을 구성하는 음식 또는 재료를 더욱 구체적으로 식별할 수 있다. 상기 태그는 또한 예를 들면, 보드카 소스, 페투치니 스트로가노프, 양고기 다리 등을 갖는 스파게티와 같은 전체로서의 특정 요리 음식을 식별할 수 있거나, 또는 다양한 구성을 갖는 커다란 아침식사의 요리 음식 내에 모두 있게 되는, 예를 들면 소시지, 계란, 팬케이크, 프렌치 토스트 등과 같은 요리 음식 내의 보조 요리(예를 들면, "사이드들(sides)")를 구성할 수 있다.
태그는 태그가 이미지와 연관된 실제 대상을 어떻게 설명하거나 특징짓는지에 대한 객관적이거나, 주관적(또는 반-주관적)이거나 또는 별로 관계가 없을 수 있다. 위에 제공된 주요 태그의 예는 실제 대상을 직접 설명하는 객관적인 태그이다. 태그는 실제 대상을 적어도 부분적으로 주관적인 및/또는 별로 관계가 없이 설명하는 태그를 추가로 포함할 수 있다. 예시적인 목적의 실제 대상으로서의 요리 음식과 관련하여, 주관적 또는 반-주관적 태그는 예를 들면, 맛있는, 군침이 도는, 달콤한, 건강에 좋은, 영양분이 있는 등을 포함할 수 있다. 그러한 주관적 또는 반-주관적 태그는 한 사용자에 대한 요리 음식에 적용될 수 있지만 반드시 모든 사용자에게 적용되는 것은 아니다. 별로 관계가 없는 태그는 다른 정보와 상호 연관될 때에만 실제 대상의 측면을 설명할 수 있다. 그러한 다른 정보는 시스템(100)과 상호작용하는 사용자의 서브세트에만 알려지거나 적용될 수 있다. 예로서, 그러한 태그는 현재 소셜 미디어 트렌드를 따르는 사용자의 하위 그룹에만 적용되는 TWITTER®의 해시태그와 같이 소셜 미디어에서 현재 트렌드가 있는 항목일 수 있다. 그러한 태그는 예를 들면 hipster, yolo, GenY, GenX 등을 포함한다. 태그의 컨텍스트와는 별개로, 이러한 별로 관계가 없는 태그는 반드시 실제 대상에 적용되는 것은 아니다. 하지만, 특규정 별로 관계가 없는 태그가 실제 대상의 품질 또는 특징을 나타내는 것으로 이해될 수 있도록 하는 패턴이 개발될 수 있다.
이미지들과 마찬가지로, 시스템(100)은 초기에 특정 수의 태그들로 시작한다. 하지만 태그의 그룹은 사용자가 시스템(100)과 상호작용함에 따라 동적이며 진화할 수 있다. 예를 들면, 사용자가 실제 대상의 새로운 이미지를 시스템(100)에 업로드하고 사용자가 생성하는 새로운 태그에 기초하여 실제 대상을 설명함에 따라 태그들의 풀에 추가적인 태그가 추가될 수 있다. 사용자는 사용자가 업로드한 이미지와 연관된 실제 대상을 설명하거나 특징짓기 위해 추가 태그를 생성할 수 있다. 각 이미지는 이미지에 대한 태그의 세트로서 태그의 그룹 중에서 하나 이상의 태그와 연관된다. 연관은 태그를 이미지와 연관시키는 시스템(100)의 관리자에 기초할 수 있다. 대안적으로, 또는 부가적으로, 연관은 태그를 이미지에 연관시키거나 및/또는 새로운 태그를 생성하는 시스템(100)의 사용자에 기초할 수 있다. 사용자를 기초로 하는 연관은 사용자가 수동으로 태그를 선택하여 이미지와 연관시키는 것과 같이 수동이 될 수 있다. 대안적으로, 또는 부가적으로, 연관은 시스템(100)이 자동으로 태그를 결정하여 이미지에 적용하는 것과 같이 자동이 될 수 있다. 태그들의 세트로서 다수의 태그들과 연관된 이미지들에 기초하여, 데이터베이스(108)는 또한 특정 태그들의 세트들에 관한 정보를 저장한다. 특규정 태그들의 조합이 태그들의 세트다. 태그들의 단일 세트는 임의의 수의 태그와 연관된 이미지 및 각 태그의 일반성에 기초하여 복수의 상이한 이미지들을 설명할 수 있다. 데이터베이스(108)는 데이터베이스(108) 내의 태그들과 이미지들 간의 다양한 연관에 기초하여 태그들의 다양한 세트를 추적하기 위해 테이블과 같은 데이터 구조를 포함할 수 있다.
데이터베이스(108)는 또한 태그들 간에, 태그들의 세트들 간에, 이미지들과 태그들 및/또는 태그들의 세트들 간에, 사용자들과 요소들 간에 등과 같이 시스템(100)의 요소들 간의 연관을 저장하고 추적한다. 시스템(100)은 연관을 포함하는 태그들의 양쪽과, 또 다른 태그와 이미 연관되는 이미지에 기초하여 태그를 이미지와 연관시킬 수 있다. 예를 들면, 실제 대상물로서 요리 음식에 관해서는, 이미지는 쌀을 포함하는 중국 요리 음식을 나타낼 수 있다. 이미지는 이미 태그 중식과 연관될 수 있지만 태그 쌀과는 연관되지 않을 수 있다. 예를 들면 태그 "중식"과 태그 "쌀"로 태그된 다른 이미지들을 좋아하는 다른 사용자들뿐만 아니라, 태그 "쌀"과 함께 태그 "중식"의 사용을 추적하는 시스템(100)에 의해 개발된 연관에 기초하여, 시스템(100)은 태그 중식과 연관되는 이미지에 기초하여 태그 쌀을 이미지와 연관시키는 것을 자동으로 결정할 수 있다. 데이터베이스(108) 내에서 상이한 실제 대상을 나타내는 이미지의 수가 증가함에 따라 또는 더 많은 사용자가 상기 태그들 및 상기 이미지들과 상호작용함에 따라 연관이 개발될 수 있다. 예를 들면, 더 많은 사용자가 시스템(100)에 이미지를 업로드함에 따라, 사용자는 새로 업로드 된 이미지에 중식과 쌀 태그들 모두를 연관시킬 수 있다. 시스템(100)은 태그 중식과 태그 쌀의 연속된 연관을 추적하고 데이터베이스(108) 내에 상기 연관을 로그한다.
태그는 주요 태그 및 보조 태그와 같은 2개의 전체 카테고리로 분류될 수 있다. 주요 태그는 시스템(100)의 관리자에 의해 규정된다. 주요 태그는 실제 대상을 직접 설명하거나 특징짓는 태그를 포함한다. 시스템(100)은 또한 적어도 초기에는 주요 태그를 포함한다. 시스템(100)은 또한 초기에 제 2 태그를 포함할 수 있다. 보조 태그는 시스템(100)의 관리자 및/또는 시스템(100)의 사용자에 의해 규정된다. 보조 태그는 주요 태그와 동일한 특성 및/또는 품질을 식별할 수 있거나, 보조 태그는 주요 태그와 상이한 특성 및/또는 품질을 식별할 수 있다. 보조 태그는 주요 태그와 같이 실제 대상을 직접 설명하거나 특징지을 수 있다. 또한, 보조 태그는 주관적으로 실제 대상을 설명하거나 특징지을 수 있거나 전술한 바와 같이 실제 대상을 별로 관계가 없이 설명하거나 특징지을 수 있다.
각 이미지는 적어도 하나의 주요 태그와 연관되지만 주요 태그와 보조 태그의 임의의 수에 연관될 수 있다. 일부 이미지는 하나의 주요 태그에만 연관될 수 있다. 예를 들면, 이미지는 실제 대상 빵을 나타낼 수 있으며, 그 이미지와 연관된 태그만이 태그 빵이 될 수 있다. 일부 이미지는 프렌치토스트의 실제 대상을 나타내는 이미지와 같이 많은 상이한 태그와 연관될 수 있으며, 여기에는 빵, 아침, 달걀, 스위트 등의 태그가 포함될 수 있다.
사용자를 현재 관심으로 안내하기 위해 사용자에게 제시되는 이미지 시퀀스와 연관된 태그를 분석하는 시스템 및 방법은 이미지의 태그들의 이전 세트 및 사용자로부터의 그 이미지에 대한 선호도에 기초하여 처리되는 사용자와 연관된 복수의 태그에 의존한다. 따라서, 데이터베이스(108)는 모든 태그들의 서브세트인 복수의 태그를 저장할 수 있거나, 서버(106)는 데이터베이스(108)에 저장된 모든 태그(예를 들면, 태그들의 풀)의 서브세트인 복수의 태그를 동적으로 생성할 수 있다. 복수의 태그는 태그뿐만 아니라 하나 이상의 태그에 의해 커버되는 이미지에 대응하는 태그들의 세트들을 포함한다. 하기에서 더 상세히 설명되는 바와 같이, 복수의 태그는 사용자의 프로파일과 연관된 태그들과 일치하는 태그들의 풀 내의 태그들과 같이, 사용자에게 적용되거나 관련되는 태그들일 수 있다. 사용자에게 이미지가 제시되고 이미지에 대한 응답으로 사용자가 선호도를 제공함에 따라, 복수의 태그들로부터 일정한 태그들이 제거되거나(또는 고려되지 않거나) 및/또는 일정한 태그들의 세트들이 제거됨에 따라(또는 고려되지 않음에 따라) 복수의 태그가 진화된다.
데이터베이스(108)는 또한 사용자 프로파일을 저장한다. 일반적으로, 사용자 프로파일은 시스템(100)과 상호작용하는데 사용되는 정보를 포함한다. 이러한 정보는, 현재의 관심으로 사용자를 안내하도록 사용자에게 제시된 이미지 시퀀스와 연관된 태그를 분석하는 세션 동안 사용자에게 제시된 이미지와 상호작용하는 사용자와는 독립적으로 또는 의존적으로, 사용자의 프로파일로 이미지, 실제 대상, 및/또는 사용자가 긍정적인 또는 부정적인 선호도를 나타낸 엔티티를 포함하도록 사용자에 의해 표시된 특정한 태그를 포함할 수 있다. 실제 대상에 대한 요리 음식과 관련하여, 상기 정보는 사용자가 선호하는(예컨대, 좋아하는) 요리 음식 및 사용자가 선호하지 않는 요리 음식(예를 들면 싫어하는 것)에 적용되는 태그 및 이미지를 포함할 수 있다. 사용자는 태그를 수동으로 선택하여 그러한 선호도를 나타낼 수 있다. 대안적으로, 또는 부가적으로, 그러한 선호도는, 사용자가 시간에 걸쳐 태그에 대한 선호도를 표시하는 것을 통해 선호하는 태그로서 태그의 암묵적인 선택을 통해서와 같이 사용자가 시간의 경과에 따라 시스템(100)과 상호작용하는 동안 시스템(100)에 의해 습득될 수 있다. 선호도는 사용자가 태그, 이미지, 및/또는 실제 대상을 좋아하는지 여부와 같은 YES/NO 스키마에 따라 표시될 수 있다. 대안적으로, 선호도는 사용자가 태그, 이미지 및/또는 실제 대상을 좋아하는지 여부의 정도와 같은 가중된 스키마에 따라 표시될 수 있다. 프로파일 정보는 사용자의 이름, 주소, 성별, 나이, 인종, 종교 등과 같은 사용자와 연관된 기타 추가 정보를 포함할 수 있다. 시스템(100)은 이러한 추가 정보를 추적하여 태그, 이미지 및/또는 실제 대상에 대한 사용자의 경향을 조사한다. 예를 들면, 시스템(100)은 사용자 이력을 개발하기 위해 시스템(100) 내의 사용자 상호작용을 추적한다. 사용자 이력은 사용자와 시스템(100) 간의 상호작용을 추적하고 사용자가 이전 상호작용을 검토할 수 있게 한다. 예로서, 사용자 이력은 이전에 사용자에게 제시된 특정 이미지에 대한 사용자의 선호도에 관한 정보를 포함할 수 있다.
일부 실시예에 따르면, 특히 실제 대상으로서의 요리 음식에 관해서는, 사용자 프로파일은 예를 들면 무 글루텐, 엄격한 채식주의자, 채식주의자, 종교적 소견(예를 들면, 돼지고기 불가 또는 조개류, 또는 코셔/할랄만), 너트 알레르기 등과 같은 음식의 제한을 포함할 수 있다. 데이터베이스(108)는 제한된 요리 음식이 사용자에게 제시되지 않도록 음식의 제한이 적용되는 특정 태그, 이미지 및/또는 실제 대상에 대해 입력된 음식의 제한을 부정적인 선호도로 자동으로 변환하도록 음식의 정보를 포함할 수 있다. 음식의 정보는 사용자가 시스템(100)에 의해 사용된 음식의 정보를 볼 수 있도록 사용자의 프로파일에 링크될 수 있다.
전술한 바와 같이, 실제 대상은 다양한 엔티티에 의해 제공되는 대상들을 나타낸다. 데이터베이스(108)는 실제 대상 및/또는 실제 대상을 나타내는 이미지와 연관된 엔티티의 위치에 관한 정보를 포함한다. 예로서, 실제 대상은 요리 음식을 나타낼 수 있고 물리적 엔티티는 요리 음식을 제공하는 식당 또는 상점(예를 들면, 시장, 식료품점 등)을 나타낸다. 데이터베이스(108)는 음식점 또는 상점의 위치에 관한 정보를 포함한다. 위치 이외에도, 데이터베이스(108)는 또한 엔티티 프로파일을 포함할 수 있다. 일부 실시예에 따르면, 엔티티 프로파일은 가입 기반 시스템에 따라 구성될 수 있다. 시스템(100)에 가입된 엔티티는 가입되지 않은 엔티티가 할 수 없는 자신의 프로파일 내에 특정 정보를 포함할 수 있다. 요리 음식과 관련하여, 그러한 정보는 메뉴에 추가하여, 엔티티가 생성하고 시스템(100)에 업로드한 요리 음식의 이미지, 제공되는 임의의 현재의 특별한/프로모션/할인 등과 같은 엔티티에 의해 제공되는 요리 음식을 포함할 수 있다. 일부 실시예에 따르면, 시스템(100)과의 사용자 상호작용은 사용자가 엔티티 프로파일에 제공된 정보를 확인하는 것을 허용할 것이다. 엔티티 프로파일은 또한 엔티티의 실제 대상, 웹 사이트 또는 소셜 미디어 애플리케이션(예: FACEBOOK®, TWITTER®)으로 연결되는 추가 링크 등을 소개하는 이미지를 포함할 수 있다.
엔티티 프로파일은 사용자가 엔티티를 브라우징하고 제안되거나 프로파일링 된 엔티티를 클릭하여 사용자를 엔티티의 프로파일로 이끄는 것을 허용한다. 상술한 연관의 일부로서, 시스템(100)은 사용자가 엔티티와 연관된 실제 대상과 연관된 이미지의 선택에 따라 엔티티의 웹사이트로 리디렉션될 때 방문자 빈도를 수집하고 엔티티와 공유한다. 일부 실시예에 따르면, 엔티티 프로파일은 사용자에 대한 직접 구매 인터페이스를 포함할 것이고, 그에 따라, 사용자가 엔티티와 연관된 실제 대상을 주문하거나 소비하기 위해 제3자를 찾아야할 필요성을 피할 수 있다.
도 2a는 하나 이상의 컴퓨터들(102a, 102b), 서버(106), 및 데이터베이스(108)를 포함하는 본 개시의 양태들을 이용하여 사용자에게 현재 관심으로 사용자를 안내하기 위해 사용자에게 제시된 이미지 시퀀스와 연관된 태그들을 분석하는 컴퓨터 구현 방법 또는 알고리즘(200a)의 흐름도이다. 컴퓨터 구현 방법 또는 알고리즘(200a)은 컴퓨터(102a), 서버(106), 데이터베이스(108) 내에서 또는 컴퓨터(102a) 및 서버(106)와 같은 다수의 플랫폼에 걸쳐 실행될 수 있다. 후자의 배치와 관련하여, 컴퓨터(102a)에 의해 실행되는 애플리케이션(114a)(예를 들면, 클라이언트 측 애플리케이션)은 클라이언트-서버 관계에 따라 서버(106)상에서 실행되는 애플리케이션(예를 들면, 서버 측 애플리케이션)과 함께 컴퓨터 구현 방법 또는 알고리즘(200a)을 수행할 수 있다. 컴퓨터 구현 방법 또는 알고리즘(200a)은 사용자가 컴퓨터 구현 방법 또는 알고리즘(200a)의 세션을 개시하는 것으로 시작한다. 이하에서 더 상세히 설명되는 바와 같이, 컴퓨터 구현 방법 또는 알고리즘(200a)의 세션은 사용자와 연관되고, 컴퓨터 구현 방법 또는 알고리즘(200a)의 세션 동안 이미지 시퀀스를 생성하도록 사용자에게 제시할 후속 이미지를 결정하기 위해 처리되는 복수의 태그를 결정하는 것으로 시작된다. 복수의 태그는 또한 사용자에게 제시되는 이미지가 선택되어 질 복수의 이미지를 결정한다. 따라서, 일부 실시예에 따르면, 컴퓨터 구현 방법 또는 알고리즘(200a)은 컴퓨터 구현 방법 또는 알고리즘(200a)의 세션을 개시한 사용자에 기초하여 데이터베이스(108)에 저장된 이미지 및 태그의 서브세트만을 처리한다. 컴퓨터 구현 방법 또는 알고리즘(200a)은 컴퓨터(102a)의 디스플레이 장치(112a)를 통해서와 같이 사용자에게 제시되는 복수의 이미지로부터의 이미지들 중 하나로 시작한다(202). 위에서 설명한 것처럼, 이미지는 실제 대상를 나타내며 태그의 세트와 연관된다. 태그들의 세트의 각 태그는 제시된 이미지가 나타내는 실제 대상을 설명한다. 따라서, 사용자에게는 이미지가 제시되고, 사용자는 이미지에 의해 표현된 실제 대상을 인식할 수 있다.
또한, 이하에 설명하는 바와 같이, 이미지와 함께, 하나 이상의 사용자 인터페이스 요소 또는 대상은 컴퓨터(102a)의 디스플레이 장치(112a) 상에 선택적으로 제시될 수 있어, 사용자가 이미지에 의해 표현된 실제 대상에 대한 선호도 또는 호감/반감을 나타낼 수 있게 한다. 사용자 인터페이스 요소는 컴퓨터 장치(102a), 사용자 인터페이스 장치(110a) 및/또는 디스플레이 장치(112a)의 기능/능력에 따라 달라질 수 있다. 대안적으로, 디스플레이 장치(112a)는 실제 대상에 대한 선호도를 나타내는 특히 사용자를 위한 그래픽 사용자 인터페이스 요소를 나타낼 수 없다(비록 가능할지라도). 오히려 또는 부가적으로, 예를 들면, 사용자가 선호도를 나타내기 위한 어떤 액션은 암묵적인 것일 수 있으며, 이러한 것은 부적정인 선호도(예를 들면, 좋아하지 않음)를 나타내도록 디스플레이 장치(112a)상의 어디든 또는 이미지 상에 또는 가까이에 좌측으로 스와이핑(swiping)하고, 긍정적인 선호도(예를 들면, 좋아함)를 나타내도록 디스플레이 장치(112a)상의 어디든 또는 이미지 상에 또는 가까이에 우측으로 스와이핑하거나, 또는 그 반대로 하는 것이다. 명료함을 위해, 본 개시는 또한 그래픽 사용자 인터페이스 요소(예를 들면, 사용자 인터페이스 장치(110)를 사용하여 선택하기 위해 디스플레이 장치(112) 상에 디스플레이된 좋아함 및 싫어함 가상 버튼)를 디스플레이하고, 사용자 인터페이스 장치(110)에 대하여 사용자에 의해 수행된 제스처(예를 들면, 스와이핑)를 또는 어느 하나 또는 다른 것을 인식하는 것을 고려한다.
이미지가 사용자에게 제시될 때(예를 들면, 디스플레이 장치(112) 상에 디스플레이될 때), 컴퓨터 구현 방법 또는 알고리즘(200a)은 이미지에 의해 표현된 실제 대상에 대한 선호도를 나타내는 사용자로부터의 입력을 수신한다(204). 선호도는 대상에 대한 좋아함 또는 호감(예를 들면, 긍정적)이거나 대상에 대한 싫어함 또는 반감(예를 들면, 부정적)이 될 수 있다. 대안적으로, 선호도는 좋아함(예를 들면, 긍정적), 싫어함(예를 들면, 부정적), 또는 좋아하지도 싫어하지 않음(예를 들면, 중립적)일 수 있다. 중립적 선호도는 사용자가 이미지에 의해 표현된 실제 대상을 좋아하는지 또는 싫어하는지 말할 수 없음을 나타낼 수 있다. 대안적으로, 선호도는 1 내지 10의 범위와 같이 스케일링 될 수 있어, 사용자가 이미지에 의해 표현된 실제 대상을 좋아하거나(예컨대, 6 내지 10) 또는 싫어하거나(예컨대, 1 내지 5) 하는 정도를 나타내게 된다.
컴퓨터 구현 방법 또는 알고리즘(200a)은 사용자에 의해 표시된 선호도에 기초하여 복수의 태그를 처리한다(206). 태그의 처리는 세션 동안 컴퓨터 또는 서버(102, 106)에 의해 태그들의 풀로부터 추출된 태그의 조작 또는 처리를 지칭한다. 처리되는 복수의 태그는 데이터베이스(108) 내에 저장된 태그들의 풀로부터 선택된 태그이다. 상기 처리는 이전 이미지 및 이전 이미지와 연관된 태그들의 세트에 응답하여 사용자가 제공한 선호도에 기초하여 태그들의 다음 세트를 결정하는 것을 포함한다. 선호도에 기초하여, 이전 이미지로부터의 태그들의 세트는 다음 세트의 태그들을 결정하기 위해 복수의 태그가 어떻게 처리되는지를 결정한다. 예를 들면, 사용자가 이전 이미지에 나타낸 선호도가 긍정적, 부정적 또는 중립적인 경우, 복수의 태그는 이전 이미지의 태그들의 세트에 기초하여 다르게 처리(예를 들면, 취급(treat))된다. 이전 이미지에 의해 표현된 실제 대상에 대한 선호도가 부정적인 것에 응답하여, 복수의 태그들의 처리는 이전 이미지의 태그들의 세트로부터의 태그들에 대응하는 복수의 태그들로부터 태그들을 제거하는 것을 포함한다. 태그는 컴퓨터 구현 방법 또는 알고리즘(200a)의 각 반복에서 세션의 나머지 동안 태그의 다음 세트를 결정하기 위해 처리되는 복수의 태그로부터 제거되어, 특정 태그를 포함하는 세션의 나머지 동안 사용자에게 이미지가 제시되지 않는다. 태그들이 복수의 태그들로부터 제거되는 것으로서 전체적으로 기술되었지만, 제거는 복수의 태그들로부터 태그들을 제거하는 것을 포함하고 또한 복수의 태그들 내에 태그들을 남겨두지만 태그들을 고려하지 않는 것을 포함한다. 예를 들면, 태그들은 복수의 태그들 내에 남아있을 수 있지만, 태그들은 예를 들면 복수의 태그들의 처리 동안 태그들이 고려되지 않도록 제거된 것처럼 마킹될 수 있다.
전술한 바와 같이, 태그는 일반적으로 주요 태그 및 보조 태그로 분류될 수 있다. 이미지는 주요 태그와 보조 태그 모두와 연관될 수 있다. 일부 실시예에 따르면, 이미지와 연관되고 부정적인 선호도에 응답하여 복수의 태그들로부터 제거된 태그들은 단지 부정적 선호도를 수신한 이미지와 연관된 태그들의 세트로부터의 주요 태그들일 뿐이다. 대안적으로, 부정적인 선호도를 수신한 이미지와 연관된 태그들의 세트로부터의 주요 태그들 및 보조 태그들 모두는 부정적인 선호도에 응답하여 복수의 태그들로부터 제거된다. 대안적으로, 주요 태그만 또는 주요 태그와 보조 태그가 복수의 태그로부터 제거되는지 여부는 사용자에게 제시된 번호에 기초하여 결정될 수 있다. 예를 들면, 이미지가 사용자에게 제시된 첫 번째 N 이미지들 중 하나인 경우(N은 3, 4 또는 5), 이미지와 연관된 주요 태그만이 부정적인 선호도를 나타내는 사용자에 의한 입력에 응답하여 복수의 태그로부터 제거된다. 하지만, 이미지가 제 6, 제 7 또는 제 8 이미지와 같이 사용자에게 제시된 나중 이미지라면, 이미지와 연관된 주요 태그 및 보조 태그 모두가 복수의 태그로부터 제거된다. 사용자가 적어도 하나의 이전 이미지에 대해 긍정적인 선호도를 표시한 후 사용자에게 제시되는 후속 이미지의 경우, 새롭게 제시된 이미지와 연관되고 이전에 제시된 태그들의 세트에 비해 새로운 태그들만이 주요 태그들만인지 또는 주요 및 보조 태그들 모두인지 여부에 상관없이 복수의 태그로부터 제거된다.
사용자가 부정적인 선호도를 제공한 이미지와 연관된 태그(예를 들면, 부정적인 태그)를 제거하는 것 외에도, 컴퓨터 구현 방법 또는 알고리즘(200a)은 또한 복수의 태그들(예를 들면, 연관된 태그들)로부터 부정적인 태그들과 연관된 태그들을 제거할 수도 있다. 전술한 바와 같이, 데이터베이스는 데이터베이스(108)에 저장된 태그들에 추가하여, 데이터베이스는 태그들 간의 연관을 또한 저장한다. 예를 들면, "중식"이라고 라벨링된 태그가 "버거"라고 라벨링된 태그보다 "쌀"이라고 라벨링된 태그와 더 관련이 있는 것처럼, 이미지에서 나타내는 실제 대상에서의 경향(trend)에 기초하여 특정 태그들이 다른 태그들과 연관될 수 있다. 따라서, 부정적인 선호도에 응답하여, 컴퓨터 구현 방법 또는 알고리즘(200a)은 부정적인 태그들과의 임계 연관성을 만족시키는 연관된 태그들을 결정할 수 있다. 연관성에 대한 임계값은, 두 개의 태그가 동일한 이미지와 연관된 횟수, 사용자가 이미지에 대해 특정 선호도(예를 들면, 좋아함 또는 싫어함)를 나타내는 횟수, 이미지와 연관된 태그들 등과 같이 요인들 또는 메트릭들의 임의의 수에 기초할 수 있다. 예를 들면, 연관성은 긍정적인 선호도를 갖는 것으로 사용자에 의해 표시될 때 두 개의 태그가 이미지와 연관되는 횟수에 기초할 수 있다. 하지만, 연관성을 결정하기 위한 임계값은 본 개시의 사상 및 범위를 벗어나지 않고 변화할 수 있다.
긍정적이거나 선호하는 이미지에 의해 표현된 실제 대상에 대한 선호도에 응답하여, 복수의 태그의 처리는 이미지와 연관된 태그들의 세트로부터 태그에 추가하도록 추가 태그를 결정하는 것을 포함한다. 추가 태그들은 사용자가 긍정적인 선호도를 제공한 이전 이미지와 연관된 태그를 구축함으로써 사용자의 현재 관심을 더욱 좁힌다.
하나 이상의 추가 태그를 결정하기 위해, 컴퓨터 구현 방법 또는 알고리즘(200a)은 복수의 태그를 처리하여 긍정적인 태그와 연관성을 갖는 태그를 결정한다. 예로서, 이전 이미지와 연관된 태그가 고기 및 점심 태그를 포함하면, 컴퓨터 구현 방법 또는 알고리즘(200a)은 복수의 태그를 처리하여 예를 들면 태그 시리얼보다는 태그 햄버거 또는 핫도그와 같은 고기 및 빵(bun)과 연관된 태그를 결정한다. 상기와 유사하게, 연관에 대한 임계값은 두 개의 태그가 동일한 이미지와 연관된 횟수, 사용자가 이미지에 대해 특정 선호도(예를 들면, 좋아함 또는 싫어함)를 나타내는 횟수, 이미지와 연관된 태그들 등과 같이 요인들 또는 메트릭들의 임의의 수에 기초할 수 있다. 하지만, 연관성을 결정하기 위한 임계값은 본 개시의 사상 및 범위를 벗어나지 않고 변화할 수 있다.
사용자가 긍정적인 선호도를 나타냈던 이미지와 연관된 태그들의 세트로부터의 하나 이상의 태그들과의 임계 연관성을 만족시키는 태그들을 결정할 때, 컴퓨터 구현 방법 또는 알고리즘(200a)은 임계 연관성을 갖는 태그들 중 적어도 하나의 태그를 포함하는 태그의 다음 세트에 기초하여 다음 세트의 태그들을 결정한다. 따라서, 몇몇 태그가 사용자가 긍정적인 선호도를 나타냈던 이미지와 연관된 하나 이상의 태그와의 임계 연관성을 갖는 것으로 결정되면, 이들 태그들 중 하나 이상이 선택되고 다음 세트의 태그들은 이들 태그들 중 하나 이상의 태그 및 이전 이미지의 이전 태그들을 포함한다. 이전 태그들의 세트로부터의 태그와 임계 연관성을 충족시키는 둘 이상의 태그가 존재하는 경우, 다음 세트의 태그들을 생성하기 위해 추가할 하나 이상의 태그 중에서의 선택은 변화할 수 있다. 예를 들면 총 4 개의 태그 중 하나 이상의 태그가 다음의 태그들의 세트에 포함되도록 상기 선택은 무작위일 수 있다. 대안적으로, 선택은 태그의 가중치에 기초할 수 있다. 가중치는 하나 이상의 요인 및/또는 메트릭에 기초하여 결정될 수 있다. 하나의 메트릭에 따르면, 가중치는 어느 태그가 하나의 태그, 둘 이상의 태그, 또는 사용자가 긍정적인 선호도를 나타냈던 이전 이미지와 연관된 태그들의 세트의 모든 태그와 가장 높은 연관성을 갖는지에 기초할 수 있다. 연관성은 태그들의 그룹 또는 풀 내의 모든 태그, 특정 사용자와 관련된 모든 태그(예를 들면, 사용자가 선호도를 나타낸 태그) 또는 식사, 음식의 종류 등과 같은 동일한 태그 범주 내의 모든 태그와 관련될 수 있다. 하지만, 가중은 사용자의 프로파일, 임계 연관성을 갖는 태그와 연관된 실제 대상, 임계 연관성을 갖는 태그와 연관된 실제 대상에 대응하는 위치, 임계 연관성을 갖는 태그와 연관된 실제 대상에 대응하는 엔티티, 또는 이들의 조합에 기초하는 것과 같이 임의의 유형의 메트릭 또는 스키마에 기초할 수 있다. 일단 태그들의 가중치가 결정되면, 이전 이미지와 연관된 태그들의 세트에 추가된 하나 이상의 태그들이 선택되어 선택된 태그들이 가장 높은 가중치를 갖는 태그들이 된다.
전술한 바와 같이, 태그는 일반적으로 주요 태그 및 보조 태그로 분류될 수 있다. 이미지는 주요 태그와 보조 태그 모두와 연관될 수 있다. 일부 실시예에 따르면, 주요 태그인 복수의 태그 내의 태그들만이 처리되어 이전 태그들의 세트에 추가할 추가 주요 태그를 결정할 수 있다. 대안적으로, 복수의 태그들(예를 들면, 주요 및 보조) 내의 모든 태그들은 이전 태그들의 세트에 추가될 추가 태그들을 결정하기 위해 처리된다. 주요 태그 및 보조 태그 모두에서 단지 주요 태그만이 이전 이미지와 연관된 태그들의 세트에 부가할 추가 태그를 결정하도록 처리되는지의 여부는 이미 사용자에게 제시되었던 시퀀스 내의 이미지의 수에 기초하여 결정될 수 있다. 예를 들면, 이미지가 사용자에게 제시된 첫 번째 N 개의 이미지들 중 하나인 경우(N은 2, 3, 4 또는 5), 복수의 태그 내의 주요 태그만이 처리되어 이전 태그들의 세트에 추가할 추가 태그를 결정한다. 하지만, 이미지가 세션에서 여섯 번째, 일곱 번째 또는 여덟 번째 이미지와 같이 사용자에게 제시되는 나중 이미지인 경우, 주요 태그와 보조 태그 모두가 처리되어 이전 태그들의 세트에 추가할 추가 태그를 결정한다.
전술한 바와 같이, 사용자가 대상을 나타내는 이미지를 제시하는 것에 응답하여 표시할 수 있는 선호도는 긍정적인 선호도 또는 부정적인 선호도일 수 있다. 추가적으로, 선호도는 중립적인 선호도일 수 있다. 중립적인 선호도인 이미지에 대해 표시된 선호도에 응답하여, 이미지와 연관된 태그들의 세트(예를 들면, 태그들의 조합)가 로그되고, 해당 태그들의 세트만을 포함하는 태그들의 세트(예를 들면, 태그들의 조합)는 이후에 세션의 남은 기간 동안 사용자에게 제시되지 않는다. 따라서, 세션의 나머지 동안 해당 세트만을 포함하는 태그들의 세트와 연관된 이미지는 사용자에게 제시되지 않는다. 대안적으로, 선호도가 중립적인 선호도에 응답하여, 이미지와 연관된 태그들의 세트가 로그되고, 임의의 다른 태그들에 부가하여, 해당 태그들의 세트를 포함하는 태그들의 세트는 이후에 세션의 남은 기간 동안 사용자에게 제시되지 않는다. 따라서, 중립적인 선호도에 응답하여, 컴퓨터 구현 방법 또는 알고리즘(200a)은 복수의 태그를 처리하고, 이미지에 대응하는 한 세트의 태그들만을 또는 대안적으로 추가 태그들과의 임의의 조합하여 포함하지 않는 다음의 태그들의 세트에 기초하여 세션의 나머지 동안 다음 세트의 태그들을 결정한다. 따라서, 사용자에게 제시될 수 있는 가능한 다음의 태그들의 세트 및 그에 따른 이미지들을 좁히기 위해 중립적인 선호도와 연관된 태그들의 세트가 로그된다.
부가하여, 일부 실시예에 따라, 부정적인 선호도에 관한 상기 설명과 유사하게, 가능한 다음의 태그들의 세트로부터 배제될 수 있는 태그들의 세트들은 중립적 선호도와 연관된 태그들의 세트 내의 하나 이상의 태그들과의 임계 연관성을 만족시키는 태그들을 포함하는 태그들의 세트들을 포함할 수 있다.
이전 이미지에 대한 태그들의 세트 및 선호도에 기초하여 태그들의 세트를 결정하면, 컴퓨터 구현 방법 또는 알고리즘(200a)은 사용자에게 제시할 다음의 이미지를 결정한다(208). 다음 이미지는 다음 세트의 태그들과 연관된 복수의 이미지로부터의 이미지가 된다. 복수의 이미지는 동일한 태그들의 세트와 연관될 수 있다. 따라서, 컴퓨터 구현 방법 또는 알고리즘(200a)은 동일한 태그들의 세트를 공유하는 이미지로부터 단일 이미지를 선택한다. 이미지의 선택 기준은 다를 수 있다. 무작위 이미지가 동일한 태그들의 세트를 공유하는 이미지들로부터 선택되도록 선택은 무작위가 될 수 있다. 대안적으로, 선택은 프로세스 또는 메트릭에 기초할 수 있다. 전술한 바와 같이, 데이터베이스(108)는 사용자가 특정 태그 및/또는 특정 이미지와 얼마나 많은 회수만큼 상호작용하는지에 관한 정보를 저장한다. 상기 프로세스 또는 메트릭은 동일한 태그들의 세트를 공유하는 이미지와 사용자 간의 상호작용 횟수를 분석하고 가장 많은 수의 상호작용을 갖는 이미지를 선택하는 것을 포함할 수 있다. 상호작용 수가 가장 많은 이미지는 사용자가 이미지에 의해 표현된 실제 대상에 현재 관심을 가질 높은 가능성을 제공할 수 있다. 대안적으로, 프로세스는 사용자와의 상호작용이 가장 적은 이미지를 선택하는 것을 포함할 수 있다. 상호작용은 사용자에게 이미지가 제공될 임의의 시간과 사용자가 이미지에 응답하여 제공한 선호도에 관계없이 모든 상호작용을 포함할 수 있다. 대안적으로, 상호작용은 사용자가 긍정적인 선호도, 부정적인 선호도, 또는 중립적인 선호도와 같은 특정 선호도를 제공한 상호작용으로만 제한될 수 있다. 대안적으로, 프로세스 또는 메트릭은 이미지에 의해 표현된 실제 대상과 연관된 엔티티에 기초하게 될 수 있다. 시스템(100)에 가입한 엔티티와 연관된 이미지는 시스템(100)에 가입하지 않은 엔티티와 연관된 이미지보다 높게 가중될 수 있다. 따라서, 이미지가 가입 엔티티와 연관되는 경우, 동일한 태그들의 세트와 연관된 다수의 이미지 중에서 한 이미지가 사용자에게 제시될 수 있다.
컴퓨터 구현 방법 또는 알고리즘(200a)은 적어도 상기 이미지를 사용자에게 제시하고 사용자가 다음 이미지에 의해 표현된 실제 대상에 대한 긍정적 또는 부정적, 또는 중립적인 선호도를 갖는지의 여부에 관한 사용자로부터의 입력을 대기하는 상기한 처리를 반복하는 것에 기초하여 이미지 시퀀스를 생성한다(210). 컴퓨터 구현 방법 또는 알고리즘(200a)의 세션은 사용자가 현재 제시된 이미지에 대한 선호도를 제공할 때마다 계속되고, 이전 이미지와 연관된 태그들의 세트 및 이전 이미지에 대한 선호도에 기초하여 제시할 다음의 태그들의 세트 및 다음의 이미지를 결정한다. 선호도를 제공하는 사용자는 다양한 가능한 실제 대상을 나타내는 사용자에게 제시된 이미지와 연관된 태그들의 세트에 기초하여 사용자가 현재 관심을 두는 실제 대상을 좁힌다. 컴퓨터 구현 방법 또는 알고리즘(200a)은 이미지에 의해 표현된 실제 대상에 사용자의 선호도에 대응하는 입력을 사용자가 계속 제공하는 한 세션 내에서 계속된다. 따라서, 일부 실시예에 따르면, 컴퓨터 구현 방법 또는 알고리즘(200a)은 무기한으로 또는 적어도 이미지 및/또는 태그의 수가 상기 기술된 처리에 기초하여 세션 동안 소모될 때까지 계속된다. 세션 동안, 태그 및 태그들의 세트는 위에 설명된 바와 같이 부정적인 응답 또는 중립적인 응답에 기초하여 제거된다. 따라서, 세션은 사용자에게 제시할 태그 및/또는 이미지가 더 이상 존재하지 않는 경우 종료될 수 있다. 대안적으로, 이미지 시퀀스를 제시하는 단일 세션은 미리 결정된 수의 이미지가 사용자에게 제시되거나 디스플레이될 때까지 또는 미리 결정된 수의 입력이 사용자로부터 수신될 때까지 지속될 수 있다. 예를 들면, 이미지를 제시하는 세션은 10 개의 이미지에 대해 지속될 수 있다. 사용자가 10 번째 이미지 후에 아직 사용자가 현재 관심을 두는 실제 대상을 결정하지 않은 경우, 세션은 종료되고 컴퓨터 구현 방법 또는 알고리즘(200a)은 새로운 세션을 재개한다. 컴퓨터 구현 방법 또는 알고리즘(200a)의 새로운 세션을 재개하는 것은 제거된 태그, 중립적인 태그들의 세트, 또는 이전 세션으로부터의 양쪽 모두가 리셋된다. 예를 들면, 컴퓨터 구현 방법 또는 알고리즘(200a)의 시작에서 초기에 이용가능했던 복수의 태그들 및 태그들의 세트 모두가 다시 이용 가능하여 사용자에게 제시할 새로운 태그들의 세트 및 새로운 이미지를 결정할 수 있다. 대안적으로, 하기에서 더 상세하게 설명되는 바와 같이, 일단 사용자가 관심을 두는 실제 대상을 나타내는 이미지를 사용자가 선택하면, 컴퓨터 구현 방법 또는 알고리즘(200a)의 세션은 종료된다.
도 2b는 전체 태그 풀 및 전체 이미지 풀 중에서, 특정 세션에 대해 사용자에 관련되고 사용자에게 제시할 이미지들을 결정하기 위해 처리되고 분석되는 복수의 태그들 및 복수의 이미지들을 결정하는 컴퓨터 구현 방법 또는 알고리즘(200b)의 흐름도이며, 컴퓨터(102a), 서버(106), 및 데이터베이스(108)를 포함하는 본 개시의 양태들을 사용한다. 컴퓨터 구현 방법 또는 알고리즘(200b)은 컴퓨터 구현 방법 또는 알고리즘(200a)보다는 시스템(100) 내의 구현을 위한 개별 알고리즘이 될 수 있다. 대안적으로, 컴퓨터 구현 방법 또는 알고리즘(200b)은 컴퓨터 구현 방법 또는 알고리즘(200a)의 확장 또는 서브 루틴이 될 수 있다.
컴퓨터 구현 방법 또는 알고리즘(200b)은 데이터베이스(108) 내의 태그들의 풀로부터, 컴퓨터 구현 방법 또는 알고리즘(200a)에서 상기 논의된 태그들의 다음 세트를 결정하기 위해 처리되고 초기 이미지가 그에 의해 제시되는 복수의 태그를 선택한다(212). 복수의 태그는 사용자의 프로파일과 연관된 하나 이상의 태그와 일치하는 복수의 태그에 기초하여 선택된다. 따라서, 사용자 프로파일 내에 있는 태그와 일치하는 태그에 따라, 사용자와 관련하는 태그들은 컴퓨터 구현 방법 또는 알고리즘(200a)에서 전술한 바와 같이 처리되는 복수의 태그 내에 있도록 선택된다. 선택된 태그들은 사용자 프로파일 내의 태그와 정확히 일치하는 태그이다. 대안적으로, 선택된 태그들은 정확한 일치를 갖거나 사용자 프로파일 내의 태그와의 임계 연관성을 충족시키는 태그들이다. 상기 연관성은 데이터베이스(108) 내의 이미지 및 태그의 경향에 기초하여 전형적으로 동일한 이미지와 연관된 태그와 같이, 본 명세서에서 기재되는 어떠한 연관성에도 기초할 수 있다. 태그들의 풀로부터 선택되는 태그는 주요 태그만이 될 수도 있거나 또는 상기 태그는 주요 태그와 보조 태그 모두가 될 수 있다. 일부 예에서, 주요 태그 및 보조 태그는 동일한 가중치를 갖지만, 다른 예에서는, 주요 태그는 보조 태그와 비교하여 더 큰 가중치를 가질 수 있다.
컴퓨터 구현 방법 또는 알고리즘(200b)은 또한 사용자, 컴퓨터 구현 방법 또는 알고리즘(200b)을 수행하기 위해 애플리케이션을 수행하는 컴퓨터(102a), 또는 이들의 조합과 연관된 위치를 결정한다(214). 컴퓨터(102a)와 연관된 위치는 컴퓨터(102a) 내의 GPS(global positioning system) 수신기와 같은 컴퓨터(102a)의 다양한 기능에 기초하여 자동으로 결정될 수 있다. 대안적으로, 사용자 및 컴퓨터(102a)와 연관된 위치는 사용자가 컴퓨터(102a) 내의 위치를 수동으로 입력하는 것에 기초하여 결정될 수 있다. 사용자에 의해 수동으로 입력된 위치는 현재 위치이거나 사용자가 특정 시간 동안 있을 예정인 위치와 같은 다른 위치 일 수 있다.
사용자 및/또는 컴퓨터(102a)의 위치 및 태그들의 풀로부터 선택된 복수의 태그에 기초하여, 컴퓨터 구현 방법 또는 알고리즘(200b)은 이미지들의 풀로부터 이미지들을 선택한다(216). 이미지들은 태그들의 풀로부터 선택된 복수의 태그 중 적어도 하나의 태그와 연관되는 이미지들에 기초하여 선택된다. 또한, 이미지는 사용자 및/또는 컴퓨터(102a)의 위치와 연관되는 각각의 이미지에 기초하여 선택된다. 이미지는 상기한 바와 같이 위치가 이미지에 의해 표현되는 실제 대상의 가용성의 위치에 대응하기 때문에 위치에 기초하여 선택된다. 컴퓨터로 구현 방법 또는 알고리즘(200B)에 기초하여, 컴퓨터 구현 방법 또는 알고리즘(200a) 내의 이미지의 선택 및 태그의 처리는 사용자에게 관련되는 태그들 및 특정 위치에 국부적인(예를 들면, 사용자 및/또는 컴퓨터(102a)의 현재의 지리적 위치, 또는 사용자 및/또는 컴퓨터(102a)의 계획된/예상된 위치) 실제 대상을 나타내는 이미지들에 제한된다.
컴퓨터 구현 방법 또는 알고리즘(200a)의 세션 동안 제시되는 제 1 이미지는 이미지들의 풀 내의 이미지이다. 예로서, 제 1 이미지는 이미지 시퀀스의 제 1 이미지로서 복수의 이미지로부터 무작위로 선택된다. 대안적으로, 제 1 이미지는, 사용자가 제시되는 이미지에 응답하여 선호도를 나타내는 것과 같이 사용자와 이미지 간의 직접적인 상호작용을 통해 또는 이미지 및 사용자와 연관된 하나 이상의 태그들 간의 상호작용을 통해, 많은 수의 사용자와의 상호작용과 연관된 복수의 이미지로부터의 이미지가 될 수 있다. 대안적으로, 컴퓨터 구현 방법 또는 알고리즘(200a)의 세션 내에서 사용자에게 제시되는 제 1 이미지는 특정 태그, 실제 대상, 또는 실제 대상을 제공하는 엔티티에 대한 사용자의 검색에 기초할 수 있다. 예를 들면, 음식에 관해서, 사용자는 컴퓨터 구현 방법 또는 알고리즘(200a)의 세션을 시작하고 중식 닭 샐러드와 같이 그들이 찾는 실제 대상의 이름을 입력하도록 선택할 수 있다. 이에 응답하여, 컴퓨터 구현 방법 또는 알고리즘(200a)은 사용자가 그 음식 아이템을 갖고 있는 음식점/벤더에 대한 그들의 지리적 영역을 검색할 수 있게 하는, 중식 닭 샐러드를 설명하거나 특징짓는 하나 이상의 태그를 포함하는 데이터베이스(108) 내의 이미지를 검색한다. 동시에, 이러한 기능은 프리미엄 계정과 연관된 식당(예를 들면, 엔티티)을 권장하여, 이 요리 음식의 이미지를 업로드하고 이 요리 음식이 해당 지역 내의 모든 잠재적인 사용자에 대해 시스템(100) 내에서 검색가능하게 한다.
도 2c는 컴퓨터(102a), 서버(106), 및 데이터베이스(108)를 포함하는 본 개시의 양태들을 사용하여 시스템(100) 내의 요소들 간의 연관을 결정 및/또는 갱신하는 컴퓨터 구현 방법 또는 알고리즘(200c)의 흐름도이다. 컴퓨터 구현 방법 또는 알고리즘(200c)은 컴퓨터 구현 방법 또는 알고리즘(200a 및 200b)보다는 시스템(100) 내의 구현을 위한 개별 알고리즘이 될 수 있다. 대안적으로, 컴퓨터 구현 방법 또는 알고리즘(200c)은 컴퓨터 구현 방법 또는 알고리즘(200a)의 확장 또는 서브 루틴이 될 수 있다. 컴퓨터 구현 방법 또는 알고리즘(200a)에 의해 이미지 시퀀스를 생성하는 세션 동안, 컴퓨터 구현 방법 또는 알고리즘(200c)은 상호작용으로서 사용자로부터 입력을 로그한다(218). 입력은 태그들, 태그들의 세트, 이미지들, 실제 대상들 및/또는 입력이 적용되는 실제 대상과 연관된 엔티티들과의 상호작용으로 로그된다. 사용자가 이미지와 연관된 선호도의 입력을 제공할 때, 입력은, 이미지, 이미지에 의해 표현된 실제 대상, 이미지와 연관된 하나 이상의 태그, 및/또는 실제 대상과 연관된 엔티티에 적용되는 것으로 로그된다. 입력은 상기 사용자에만 관련되어 로그될 수 있거나 또는 입력은 모든 사용자들에 걸쳐 로그될 수 있다.
상기 입력들의 로깅(logging)은 컴퓨터 구현 방법 또는 알고리즘(200c)이 시스템(100) 내의 다양한 정보 요소들 간의 연관들을 수정할 수 있게 한다(220). 예를 들면, 로깅은 컴퓨터 구현 방법 또는 알고리즘(200c)이 연관 태그들, 태그들의 세트들 사이 및/또는 이미지와 태그 및/또는 태그들의 세트 사이를 상호작용에 기초하여 수정할 수 있게 한다. 연관은 입력을 수행하는 사용자에 대해 수정될 수 있거나, 또는 연관은 모든 사용자에게 적용될 수 있다. 따라서, 컴퓨터-구현 방법 또는 알고리즘들(200a 및 200b)과 함께 설명되고 사용된 연관들은 동적이며 계속된 사용자 입력에 기초하여 지속적으로 진화한다.
도 3은 컴퓨터 구현 방법 또는 알고리즘(200a)의 세션의 과정 동안 사용자에게 관련되는 복수의 태그의 처리를 도시하는 흐름도(300)의 다이어그램이다. 이 흐름도는 태그들의 세트(302)로 시작한다. 태그들의 세트(302)는 애플리케이션(114a)의 실행을 통해 컴퓨터(102a)에서 사용자에게 제시되는 이미지와 연관된다. 구체적으로, 디스플레이 장치(112a)는 태그들의 세트(302)와 연관된 이미지를 디스플레이한다. 도시된 바와 같이, 태그들의 세트(302)는 주요 태그(302a) 및 보조 태그(302b)를 포함한다. 태그는 상기 설명된 태그들 중 어떠한 것이 될 수 있다; 하지만 편의의 목적으로 태그는 알파벳 문자로 표시된다. 따라서, 태그(302)의 주요 태그(302a)는 태그 A, B 및 C를 포함하고, 태그(302)의 보조 태그(302b)는 태그 D 및 E를 포함한다.
태그들의 세트(302)와 연관된 이미지의 프리젠테이션에 응답하여, 사용자는 예를 들면 이미지에 의해 표현된 실제 대상에 대한 선호도를 나타낸다. 전술한 바와 같이, 선호도는 사용자 인터페이스 장치(110a)를 통해 표시될 수 있다. 설명의 목적으로, 선호도는 도 3에서 화살표(314a)로 표시된다. 구체적으로, 화살표(314a)는 부정적인 태그들의 세트(302)와 연관된 이미지에 대한 선호도를 나타낸다.
부정적인 선호도에 기초하여, 컴퓨터 구현 방법 또는 알고리즘(200a)은 다음의 태그들의 세트 및 다음 세트의 태그들과 연관된 다음 이미지를 결정하도록 복수의 태그를 처리한다. 태그들의 세트(304)는 컴퓨터 구현 방법 또는 알고리즘(200a)에 의해 결정된 다음의 태그들의 세트 및 태그들의 세트(304)와 연관된 이미지를 나타낸다. 태그들의 세트(304)는 주요 태그들(304a, F, G, 및 H) 및 보조 태그들(304b, I 및 J)을 포함한다. 사용자는 태그들의 세트(302)와 연관된 이미지에 의해 표현된 실제 대상에 응답하여 부정적인 선호도를 제공했기 때문에, 태그들의 세트(304)는 주요 태그(302a)의 어떠한 것도 포함하지 않는다. 구체적으로, 컴퓨터 구현 방법 또는 알고리즘(200a)의 세션의 나머지에 대한 다음 세트의 태그들을 결정하기 위해 처리되는 복수의 태그들로부터 A, B, 및 C의 주요 태그들(302a)이 제거되었다.
상기와 유사하게, 태그들의 세트(304)와 연관된 이미지의 프리젠테이션에 응답하여, 사용자는 이미지에 의해 표현된 실제 대상에 대한 선호도를 표시한다. 설명의 목적으로, 선호도는 도 3에서 화살표(316a)로 표시된다. 구체적으로, 화살표(316a)는 긍정적인 태그들의 세트(304)와 연관된 이미지에 대한 선호도를 나타낸다.
긍정적인 선호도에 기초하여, 컴퓨터 구현 방법 또는 알고리즘(200a)은 다음의 태그들의 세트 및 다음 세트의 태그들과 연관된 다음 이미지를 결정하도록 복수의 태그를 처리한다. 태그들의 세트(306)는 컴퓨터 구현 방법 또는 알고리즘(200a)에 의해 결정된 다음의 태그들의 세트 및 태그들의 세트(306)와 연관된 이미지를 나타낸다. 사용자는 태그들의 세트(304)와 연관된 이미지에 의해 표현된 이전의 실제 대상에 대해 긍정적인 선호도를 나타내기 때문에, 태그들의 세트(306)는 주요 태그(304a)인 주요 태그(306a, F, G, H, 및 K) 및 추가의 주요 태그(K)를 포함한다. 즉, 컴퓨터 구현 방법 또는 알고리즘(200a)은 이전의 주요 태그 및 추가의 주요 태그(또는 그 이상)를 포함하는 태그들의 세트를 결정함으로써 사용자의 긍정적인 선호도에 기초하여 태그들의 세트(304), 및 태그들의 세트가 연관되는 대응하는 이미지를 형성한다.
태그들의 세트(306)는 또한 보조 태그(306b, D, E 및 I)를 포함한다. 사용자가 보조 태그(D)를 포함하는 태그들의 세트(302)에 대한 부정적인 선호도를 표시함에도 불구하고, 보조 태그(D)는 상기 태그가 보조 태그이기 때문에 후속하는 태그들의 세트에서 다시 사용될 수 있다. 대안적으로, 보조 태그는 또한 단지 주요 태그 대신에 다음 세트의 태그들을 결정하도록 세션의 나머지 동안 처리된 복수의 태그로부터 제거될 수 있다.
태그들의 세트(306)와 연관된 이미지의 프리젠테이션에 응답하여, 사용자는 이미지에 의해 표현된 실제 대상에 대한 선호도를 표시한다. 설명의 목적으로, 선호도는 도 3의 화살표(314b)로 표시된다. 특히, 화살표(314b)는 부정적인 태그들의 세트(306)와 연관된 이미지에 대한 선호도를 나타낸다.
부정적인 선호도에 기초하여, 컴퓨터 구현 방법 또는 알고리즘(200a)은 다음의 태그들의 세트 및 다음 세트의 태그들과 연관된 다음의 이미지를 결정하도록 복수의 태그를 처리한다. 태그들의 세트(308)는 컴퓨터 구현 방법 또는 알고리즘(200a)에 의해 결정된 다음의 태그들의 세트 및 태그들의 세트(308)와 연관된 이미지를 나타낸다. 태그들의 세트(308)는 주요 태그들(308a, F, G, H, 및 L) 및 보조 태그들(304b, M, N 및 O)을 포함한다. 사용자가 태그들의 세트(306)와 연관된 이미지에 의해 표현된 실제 대상에 응답하여 부정적인 선호도를 제공하였기 때문에, 태그들의 세트(308)는 태그들의 세트(304)(마지막 긍정적인 선호도)와 태그들의 세트(306), 즉 주요 태그 K 사이에 추가된 주요 태그를 포함하지 않는다. 즉, 태그들의 세트(306)에 응답하는 부정적인 선호도가 주요 태그(K)의 부가에 기인되고; 따라서, 주요 태그(K)는 세션의 나머지 동안 복수의 태그들로부터 제거되어, 후속하는 태그들의 세트가 주요 태그(K)를 포함할 수 없다. 태그들의 세트(308)는 또한 보조 태그들(308b, M, N, 및 O)을 포함한다.
태그들의 세트(308)와 연관된 이미지의 프리젠테이션에 응답하여, 사용자는 이미지에 의해 표현된 실제 대상에 대한 선호도를 표시한다. 설명의 목적으로, 선호도는 도 3에서 화살표(318a)로 표시된다. 구체적으로, 화살표(318a)는 중립적인 태그들의 세트(308)와 연관된 이미지에 대한 선호도를 나타낸다.
중립적인 선호도에 기초하여, 컴퓨터 구현 방법 또는 알고리즘(200a)은 다음의 태그들의 세트 및 다음 세트의 태그들과 연관된 다음의 이미지를 결정하도록 복수의 태그를 처리한다. 태그들의 세트(310)는 컴퓨터 구현 방법 또는 알고리즘(200a)에 의해 결정된 다음의 태그들의 세트 및 다음의 태그들의 세트(310)와 연관된 이미지를 나타낸다. 태그들의 세트(310)는 주요 태그들(310a, F, G, H, 및 P) 및 보조 태그들(310b, D, E, 및 O)을 포함한다. 사용자가 태그들의 세트(308)와 연관된 이미지에 의해 표현된 실제 대상에 응답하여 중립적인 선호도를 제공하였기 때문에, 태그들의 세트(310)는 태그들의 세트(306)(예를 들면, 마지막 긍정적인 선호도)와 태그들의 세트(308), 즉 주요 태그(L) 사이에 추가된 주요 태그를 포함하지 않는다. 즉, 태그들의 세트(308)에 응답하는 중립적인 선호도는 주요 태그(K) 및 주요 태그(F, G, 및 H)를 포함하는 전체의 주요 태그들(308a)의 세트에 기인된다. 따라서, 주요 태그들(308a)의 세트는, 주요 태그들(308a)의 정확히 동일한 세트가 결코 사용자에게 다시 제시될 수 없다는 의미에서, 처리되는 복수의 태그들로부터 제거된다. 하지만, 태그들의 세트가 주요 태그들(308a)의 정확한 세트가 아닌 한, 후속하는 태그들의 세트가 주요 태그(L)를 포함할 수 있도록, 주요 태그(L)는 세션의 나머지 동안 복수의 태그로부터 제거되지 않는다. 태그들의 세트(310)는 또한 보조 태그들(310b, D, E, 및 O)을 포함한다.
태그들의 세트(310)와 연관된 이미지의 프리젠테이션에 응답하여, 사용자는 이미지에 의해 표현된 실제 대상에 대한 선호도를 표현한다. 설명의 목적으로, 선호도는 도 3의 화살표(316b)로 표시된다. 구체적으로, 화살표(314b)는 긍정적인 태그들의 세트(310)와 연관된 이미지에 대한 선호도를 나타낸다.
긍정적인 선호도에 기초하여, 컴퓨터 구현 방법 또는 알고리즘(200a)은 다음의 태그들의 세트 및 다음 세트의 태그들과 연관된 다음의 이미지를 결정하도록 복수의 태그를 처리한다. 태그들의 세트(312)는 컴퓨터 구현 방법 또는 알고리즘(200a)에 의해 결정된 다음의 태그들의 세트 및 태그들의 세트(312)와 연관된 이미지를 나타낸다. 사용자가 태그들의 세트(310)와 연관된 이미지에 의해 표현된 이전의 실제 대상에 대해 긍정적인 선호도를 나타냈기 때문에, 태그들의 세트(312)는 주요 태그들(310a)인 주요 태그들(310a, F, G, H, P, Q, 및 R) 및 추가의 주요 태그(Q 및 R)를 포함한다. 즉, 전술한 바와 같이, 컴퓨터 구현 방법 또는 알고리즘(200a)은 이전의 주요 태그들 및 하나 이상의 추가의 주요 태그들을 포함하는 태그들의 세트를 결정함으로써 사용자의 긍정적인 선호도 및 태그의 세트가 연관되는 대응하는 이미지를 형성한다.
흐름도(300)는, 사용자가 얻고 싶어할 실제 대상인, 상기한 이미지 시퀀스 내에 제시된 최종 이미지에 대응하는 현재 제시된 이미지에 의해 표현된 실제 대상을 사용자가 선택할 때까지 계속된다. 대안적으로, 흐름도(300)는 상기 설명된 이유들로 세션이 종료되고 재개될 때까지 계속된다. 각각의 경우에, 컴퓨터 구현 방법 또는 알고리즘(200a)의 세션이 시작되거나 재개될 때, 처리되는 복수의 태그들 및 이미지들은 리셋되어, 복수의 태그들로부터 제거된 태그들 및 태그들의 세트가 처리를 위해 상기 복수의 태그들로 다시 삽입된다.
다음의 도면은 전술한 도 1 내지 도 3과 관련하여 전술한 양태들 중 임의의 것을 사용한다. 이들 도면 및 동반하는 설명은 본 개시의 기초적인 측면의 일부를 제시하며, 다음의 도면은 본 개시에 의해 고려되는 많은 구현의 단순한 예시로서 도시한다.
도 4a 내지 도 4g는 사용자 인터페이스(UI)(400a-400b)를 각각 도시하며, 이들은 현재의 관심으로 사용자를 안내하기 위해 사용자에게 제시된 이미지 시퀀스와 연관된 태그들을 분석하기 위해 컴퓨터 장치(102a)상에서 실행되는 애플리케이션(114a)의 일부로서 컴퓨터 장치(102a) 상에 제공된다. 도 4a를 참조하면, 컴퓨터 구현 방법 또는 알고리즘의 세션을 시작할 때, 이미지는 한번에 하나씩 나타나고 사용자는 이미지와 상호작용하여 이미지의 동적 시퀀스가 있게 한다. 시스템(100)의 다양한 구성에 따라, 이미지는 서버(106)에 의해 데이터베이스(108)로부터 컴퓨터(102a)상의 애플리케이션(114a)으로 푸시된다. 대안적으로, 이미지는 직접적으로 또는 서버(106)를 통해 애플리케이션(114a)에 의해 데이터베이스(108)로부터 검색될 수 있다. 대안적으로, 이미지는 컴퓨터(102a)상의 애플리케이션(114a) 내에 포함될 수 있다. 도 4a는 컴퓨터 구현 방법 또는 알고리즘(200a)의 메인 UI(400a)를 도시한다. 도시된 바와 같이, UI(400a)는 이미지(402a)를 포함한다. 이미지(402a)는 실제 대상을 나타낸다. 도 4a의 특정 예에서, 이미지(402a)는 빵 덩어리의 디지털 사진이며, 이는 빵의 실제 대상을 나타내며, 이러한 빵 덩어리를 제공하고 온라인 소셜 미디어 네트워킹 서비스에 게시된 상점 또는 음식점을 열람하는 누군가에 의해 획득될 수 있다. 이미지(402a) 아래에는 사용자 인터페이스 요소(404a, 404b)가 있다. 특히, 사용자 인터페이스 요소(404a 및 404b)는 사용자가 이미지(402a)에 의해 표현된 실제 대상에 대한 선호도를 제공하기 위해 이미지(402a) 및 이미지에 의해 표현된 대응하는 실제 대상과 연관된 입력을 사용자가 입력할 수 있게 한다. 예를 들면, 사용자 인터페이스 요소(404a)는 부정적인 선호도에 대응하는 X의 아이콘이고, 사용자 인터페이스 요소(404b)는 긍정적인 선호도에 대응하는 체크마크의 아이콘이다. UI(400a)는 또한 사용자가 애플리케이션(114a) 내에서 네비게이트할 수 있게 하는 메인 툴바(406)를 포함한다. 메인 툴바(406) 내에는, 피드 아이콘(406a), 음식점 아이콘(406b), 간절함(Crave) 검색 아이콘(406c) 및 마이(My) 프로파일 아이콘(406d)을 포함하는 애플리케이션(114a)의 기능에 대응하는 아이콘이 있다. 간절함 검색 아이콘(406a)은 사용자의 현재 관심을 나타내도록 사용자에게 제공되는 이미지 시퀀스와 연관된 태그를 분석하기 위한 프로세스 또는 알고리즘을 시작하는 컴퓨터 구현 프로세스 또는 알고리즘(200a)의 세션을 시작한다. 따라서, 디스플레이 장치(112a) 또는 컴퓨터(102a)에서 UI(400a)가 제시되기 전에, 예를 들면 사용자는 간절함 검색 아이콘(406c)을 선택한다.
도 4b는 UI(400a) 이후의 후속 사용자 인터페이스를 도시한다. 특히, 사용자 인터페이스 요소(404a 또는 404b) 중 하나를 선택하면, UI(400a)는 UI(400b)로 옮겨진다. UI(400b)는 새로운 이미지(402b)를 포함한다. 이미지(402a)와 마찬가지로, 이미지(402b)는 실제 대상을 나타낸다. 도 4b의 특정 예에서, 이미지(402b)는 비프 스테어-프라이의 디지털 사진이며, 비프 스테어-프라이 요리 음식의 실제 대상을 나타낸다. 예로서, 사용자는 이미지(402a)에 의해 표현되는 빵의 실제 대상에 대해 사용자가 부정적인 선호도(예를 들면, 싫어함)를 갖는다는 것을 나타내기 위해 사용자 요소(404a)를 선택할 수 있다. 그에 응답하여, 컴퓨터 구현 방법 또는 알고리즘(200a)은 이미지(402a)와 연관된 이전의 태그들의 세트로부터의 태그들을 포함하지 않는 다음 세트의 태그들을 결정하고, 다음 세트의 태그들과 연관된 이미지(예를 들면, 이미지(402b))를 결정하여 사용자에게 제시한다. 따라서, 비프 스테어-프라이의 이미지(402b)는 빵 덩어리의 이미지(402a)와 연관된 주요 태그와 동일한 주요 태그를 갖지 않는다.
도 4c는 UI(400b) 이후의 후속 사용자 인터페이스를 도시한다. 도 4c의 UI(400c)는 다음의 태그들의 세트 및 다음 세트의 태그들과 연관된 이미지를 선택하고 사용자가 이미지에 의해 표현된 실제 대상에 대한 선호도를 나타내는 것으로부터 입력을 수신하는 컴퓨터 구현 방법 또는 알고리즘(200a)의 몇몇 라운드 이후가 될 수 있다. 설명의 목적으로, N개의 이미지가 이전에 제시된 후에 UI(400c)가 제시될 수 있다. 따라서, UI(400c)는 새로운 이미지(402c)를 포함한다. 이미지(402a 및 402b)와 마찬가지로, 이미지(402c)는 실제 대상을 나타낸다. 도 4c의 특정 예에서, 이미지(402b)는 초밥의 디지털 사진이고, 초밥 요리의 실제 대상을 나타낸다.
도 4d는 도 4c의 이미지(402c)와 연관된 상세보기 UI(400d)를 도시한다. 예로서, UI(400c)는 사용자가 UI(400c)에서 이미지(402c)를 선택함으로써 UI(400d)로 옮겨진다. UI(400d)는 도 4c에서와 동일한 이미지(402c)를 포함한다. 또한, UI(400d)는 사용자 인터페이스 요소(408a, 410a)를 포함한다. 사용자 인터페이스 요소(408a)는 이미지(402c)와 연관된 제목 또는 캡션에 대응한다. 사용자 인터페이스 요소(408a)의 제목 또는 캡션은 이미지(402c)에 의해 표현되는 실제 대상을 설명하는 텍스트 스트링이다. 예로서, 이미지(402c)가 초밥을 보여주는 경우, 사용자 인터페이스 요소(408a)는 캡션 캘리포니아 초밥 롤을 포함한다. 사용자 인터페이스 요소(410a)는 이미지(402c)와 연관된 태그를 열거한다. 사용자 인터페이스 요소(410a)는 사용자가 이미지(402c)와 관련되고 따라서 이미지(402c)에 의해 표현되는 실제 대상과 또한 연관된 태그를 직접 볼 수 있게 한다. 예로서, 사용자 인터페이스 요소(410a)는 초밥, 롤, 생(raw), 일식, 야채 및 냉(cold)과 같은 태그를 포함한다.
도 4e는 컴퓨터 구현 프로세스 또는 알고리즘(200a)에 기초하여 제시되는 현재 제시된 이미지(402d)에 기초한 음식점에 대한 추천을 포함하는 UI(400e)를 도시한다. 예를 들면, 사용자는 이미지(402c)를 제시하는 것에 응답하여 부정적인 선호도 또는 싫어함을 나타낼 수 있다. 긍정적인 응답(예를 들면, 402b)과 마지막으로 연관된 태그로 다시 되돌아 가는데 기초하여, 컴퓨터 구현 프로세스 또는 알고리즘(200a)은 사용자에게 제시할 다음 이미지로서 이미지(402d)를 결정할 수 있다. UI(400d)와 마찬가지로, UI(400e)는 현재 제시된 이미지(402d)와 연관된 상세보기를 포함한다. 도시된 바와 같이, 이미지(402d)는 사용자 인터페이스 요소(408b)에 의해 표시되는 돼지 갈비살의 디지털 사진을 도시한다. 특히, 사용자 인터페이스 엘리먼트(408b)는 리피에노와 함께 돼지 갈비살의 캡션을 도시한다. UI(400e)는 이미지(402d)와 연관된 태그를 제공하는 사용자 인터페이스 요소(410b)를 더 포함한다. 도시된 바와 같이, 태그에는 허브, 웍(wok), 빵의 연한 부분, 돼지 갈비살, 및 저녁 식사가 포함된다. 또한, UI(400e)는 사용자 인터페이스 요소(412)를 포함한다. 사용자 인터페이스 요소(412)는 이미지(402a)와 연관된 실제 대상을 제공하는, 예를 들면 사용자, 컴퓨터(102a) 또는 둘 모두의 위치에 의해 규정된 영역 내의 엔티티 수의 표시를 제공한다. 도시된 예에 특정하여, 사용자 인터페이스 요소(412)는 이미지(402d)에 의해 표현되는 요리 음식을 제공하는 사용자의 위치 내의 음식점의 수를 나타낸다. 도시된 바와 같이, 이미지(402d)와 연관된 리피에노와 함께 돼지 갈비살의 요리 음식을 제공하는 사용자의 임계 위치 내에 15개의 음식점이 있다.
사용자 인터페이스 요소(412)는 사용자가 이미지(402d)와 연관된 실제 대상을 얻는데 관심이 있다는 표시를 사용자가 제공함에 따라 UI(400e) 내의 사용자에게 제시될 수 있다. 그러한 표시는 사용자가 이미지(402d)를 두 번 두드리거나 선택하는 것과 같은 다양한 방법에 따라 제공될 수 있다. 이에 응답하여, 애플리케이션(114a)은 UI(400e) 내에 사용자 인터페이스 요소(412)를 표시한다. 따라서, 사용자가 요리 음식의 경우에서 간절히 원하는 것과 같은 사용자가 관심이 있는 실제 대상으로 안내되면, 컴퓨터 구현 프로세스 또는 알고리즘(200a)은 사용자가 상기 실제 대상을 제공하는 엔티티에 관한 정보를 얻을 수 있게 한다 .이러한 경우에, 엔티티는 15개의 음식점이다. 사용자가 사용자 인터페이스 요소(412)를 선택하는 것에 응답하여, 애플리케이션(114a)은 UI(400e)와 UI(400f) 간의 전환을 발생시킨다.
도 4f는 UI(400f)를 도시하며, 이는 사용자가 추가적인 정보를 얻는데 관심이 있는 것으로 표시되는 실제 대상을 제공하는 추천된 엔티티의 리스트를 포함한다. UI(400f)는 이미지(402d)와 연관된 실제 대상을 제공하는 엔티티(414a-414g), 특히 음식점의 리스트를 포함한다. UI(400f)로부터, 사용자는 엔티티들의 리스트(414a-414g)로부터 특정 엔티티를 고를 수 있다. 제 1 사용자 인터페이스 요소(414a)와 연관된 제 1 엔티티와 같은 엔티티를 선택할 때, 애플리케이션(114a)은 UI(400f)와 UI(400g) 간의 전환을 발생시킨다.
도 4g는 이미지(402d)와 연관된 실제 대상을 제공하는 특정 엔티티에 관한 정보를 제공하는 UI(400g)를 도시한다. 음식점의 경우, UI(400g)는 음식점 외부의 이미지(416)를 포함한다. 이미지(416)의 아래에서, UI(400g)는 음식점의 이름과 음식점의 주소를 포함한다. UI(400g)는 또한 사용자 인터페이스 요소(418)를 포함한다. 사용자 인터페이스 요소(418)는 음식점과 연관된 웹사이트에 대한 하이퍼링크와 연관될 수 있다. 대안적으로, 사용자 인터페이스 요소(418)는 사용자를 음식점을 위한 애플리케이션 내의 방문 사이트로 향하게 할 수 있다. 음식점에 대한 방문 사이트는 데이터베이스(108) 내에 저장된 음식점 프로파일에 포함된 정보와 같은 음식점에 관한 정보를 제공할 수 있다. 일부 실시예에 따르면, 음식점에 대한 방문 사이트는 사용자가 요리 음식을 구입할 수 있는 인터넷 웹사이트로 향하게 되는 것이 아니라 사용자가 애플리케이션(114a)을 통해 요리 음식을 구입할 수 있게 한다.
도 4h는 사용자가 시스템(100)의 데이터베이스(108) 내에 저장된 것과 같은 실제 대상의 이미지를 업로드하고 시스템(100)에 연관시키는 UI(400h)를 도시한다. UI(400h)는 실제 대상과 연관될 이미지를 디스플레이하는 영역(420)을 포함한다. 이미지는 컴퓨터(102a) 내에 통합된 카메라와 같이, 스마트폰의 경우와 같이, 또는 인터넷상의 이미지에 링크되거나 컴퓨터(102a)의 메모리 장치에 저장된 것과 같이 다양한 방법에 따라 얻어질 수 있다. UI(400f)와 유사하게, UI(400h)는 또한 사용자가 이미지에 대한 제목 또는 캡션을 삽입할 수 있게 하는 사용자 인터페이스 요소(422)를 포함한다. UI(400h)는 또한 영역(420) 내의 이미지를 이미지에 의해 표현된 실제 대상을 설명하는 하나 이상의 태그와 연관시키는 사용자 인터페이스 요소(424)를 포함한다. UI(400h)는 또한 위치를 이미지 및 실제 대상과 연관시키는 사용자 인터페이스 요소(426)를 포함한다. 위치는 컴퓨터(102a) 내의 구성 요소 및/또는 모듈(예를 들면, GPS 수신기(Global Positioning System receiver))을 통하는 것과 같이 자동으로 결정될 수 있거나 또는 사용자에 의해 수동으로 입력될 수 있다.
도 4i는 사용자가 사용자 인터페이스 요소(422 및 422) 내에 정보를 입력할 때의 UI(400i)를 도시한다. 예를 들면, 사용자는 요리 음식의 이미지를 업로드할 수 있다. 요리 음식은 구체적으로 비프 스테어-프라이가 될 수 있다. 사용자는 이미지에 의해 표시되는 요리 음식(예를 들면, 실제 대상)을 설명하기 위해 핫(hot), 웍 및 중식 태그를 선택했을 수 있다. 태그를 선택하고 캡션을 입력하기 위해, UI(400i)는 가상 키보드(428)를 포함한다. 하지만, 사용자는 다양한 다른 사용자 인터페이스 장치에 따라 텍스트를 입력할 수 있다. 일단 사용자가 정보의 입력을 완료하면, 이미지는 데이터베이스(108)에 업로드된다. 도 4j는 이미지의 성공적인 업로드를 나타내는 사용자 인터페이스 요소(430) 및 태그, 캡션, 및 위치와 같은 관련 정보를 포함하는 UI(400j)를 도시한다.
도 4k 및 도 4l은 사용자의 프로파일 사용자 뷰잉 측면과 연관된 사용자 인터페이스를 도시한다. 구체적으로, 도 4k는 사용자 인터페이스 요소(432)에 기초하여 사용자가 연관되는 태그들을 포함하는, 사용자 프로파일과 연관된 UI(400k)를 도시한다.
도시된 바와 같이, 사용자 프로파일은 사용자가 다른 태그들 중에서 이탈리안, 아시안, 버거 조인트, 로맨틱, 배달, 음악, 건강 음식, 신선함과 연관되어 있음을 나타낸다. 태그는 사용자가 데이터베이스(108)에 저장된 모든 태그들로부터 사용자가 긍정적인 선호도(예를 들면, 좋아함)를 갖는 특정 태그를 수동으로 선택함으로써 사용자와 연관된다. 대안적으로, 태그는 사용자 인터페이스 요소(432)의 태그와 연관된 사용자가 선호하는 이미지 및/또는 실제 대상을 선택하는 습관을 가진 사용자와 같이 시간 경과에 따른 태그와의 사용자 상호작용에 의해 암묵적으로 사용자와 연관된다. UI(400k)는 또한 사용자가 애플리케이션(114a)과 상호작용하는 동안 긍정적인 선호도(예를 들면, 좋아함)를 제공한 이미지(예를 들면, 디지털 사진)를 포함한다.
도 4l은 사용자 프로파일의 적어도 몇몇 추가 양태들을 도시하는 UI(400l)를 포함한다. 예를 들면, UI(4001)는 사용자 인터페이스 요소(436 및 438)를 포함한다. 사용자 인터페이스 요소(436)는 사용자의 아이콘, 사용자 위치(예를 들면, 도시 및 국가), 및 사용자가 따르거나 사용자를 따르는 사용자들의 수와 같은, 사용자에 관한 소셜 미디어 정보를 포함한다. 사용자 인터페이스 요소(438)는 도 4h-4j에 도시된 흐름을 통해서와 같이 사용자가 시스템(100)에 업로드한 이미지를 포함한다. UI(4001)는 도 4a 내지 도 4l과 관련하여 본 명세서에서 구체적으로 언급된 정보뿐만 아니라 시스템(100) 내의 다른 정보를 포함할 수 있다. 예를 들면, UI(4001)는 임의의 주어진 순간에 이미지와 연관된 최상급 이미지 및/또는 실제 대상을 강조하는 The Top 100이라고 불리는 사용자를 위한 특징을 포함할 수 있다. The Top 100 이미지는 데이터베이스(108) 내에 저장된 모든 이미지, 사용자가 좋아하는 태그와 연관된 이미지에 기초한 사용자와 관련된 데이터베이스(100) 내의 모든 이미지, 또는 사용자의 현재 위치를 둘러싸고 있는 사전 규정된 영역 내에서 제공되는 실제 대상의 모든 이미지 중에서 있을 수 있다. 가장 긍정적인 선호도를 갖는 실제 대상을 나타내는 이미지는 The Top 100에서 특징될 수 있으며, 이는 그들의 선호하는 실제 대상인 실제 대상(예를 들면, 요리 음식)을 업로드할 수 있는 인센티브를 사용자에게 제공한다. 예를 들면, 이러한 것은 사용자가 The Top 100에 있기를 희망하면서 최고의 식사를 나누도록 격려할 것이다. The Top 100 목록은 사용자가 주의를 끌 수 있도록 한다. 소셜 미디어 영역에서, 애플리케이션(114a, 114b)은 사용자가 예를 들면 자신이 좋아하는 음식점(예를 들면, 엔티티)을 지원할뿐만 아니라 추종자를 더 많이 끌어들일 수 있게 한다. The Top 100 목록은 또한 활성적일 것이고 사용자가 The Top 100 목록 내에서 이미지를 선택하게 하여 이미지에 의해 표현된 실제 대상을 제공하는 엔티티의 프로파일과 연관된 페이지로 가져가게 된다.
이러한 개시는 다양한 수정 및 대안적인 형태가 가능하지만, 특정 실시예 또는 구현이 도면에서 예로서 도시되었고 여기에 상세히 설명될 것이다. 하지만, 본 개시는 개시된 특정 형태에 한정되도록 의도되지 않는다는 것을 이해해야한다. 오히려, 본 개시는 첨부된 청구범위에 의해 규정된 본 발명의 사상 및 범위 내에 있는 모든 수정, 균등물, 및 대안을 포함하는 것이다.
이들 실시예들 각각과 그의 명백한 변형은 청구범위에 기재된 청구된 발명(들)의 정신 및 범위 내에 속하는 것으로 고려된다. 또한, 본 개념은 선행하는 요소 및 양태의 임의의 및 모든 조합 및 서브 조합을 명시적으로 포함한다.
100: 시스템
102a: 컴퓨터
102b: 컴퓨터
104: 통신 네트워크
106: 애플리케이션 서버
108: 데이터베이스
110a: 사용자 인터페이스 장치
110b: 사용자 인터페이스 장치
112a: 디스플레이 장치
112b: 디스플레이 장치
114a: 애플리케이션
114b: 애플리케이션
102a: 컴퓨터
102b: 컴퓨터
104: 통신 네트워크
106: 애플리케이션 서버
108: 데이터베이스
110a: 사용자 인터페이스 장치
110b: 사용자 인터페이스 장치
112a: 디스플레이 장치
112b: 디스플레이 장치
114a: 애플리케이션
114b: 애플리케이션
Claims (24)
- 연속하는 인간-기계(human-machine) 입력 피드백으로 정보를 제공하는 개선된 반복 이미지 검색 엔진을 위한 컴퓨터 구현 방법에 있어서:
컴퓨터를 이용하여, 컴퓨터 단말을 동작시키는 사용자와 연관된 사용자 프로파일에서 정보를 검색하는 단계;
상기 컴퓨터를 이용하여, 제 1 세트의 디지털 이미지들을 검색하는 단계 - 상기 디지털 이미지들 각각은 서로 다른 이미지를 묘사하고, 이미지의 하나 이상의 특성들을 나타내는 복수의 태그들과 연관됨 - ;
제 1 디지털 이미지와 연관된 태그 및 상기 사용자 프로파일에서의 정보 사이의 비교에 기초하여 상기 제 1 세트의 디지털 이미지들 중 상기 제 1 디지털 이미지가, 상기 컴퓨터 단말과 동작적으로 결합되는 비디오 디스플레이 장치 또는 상기 컴퓨터 단말의 비디오 디스플레이 장치 상에 표시되게 하여 검색 세션(search session)을 개시하는 단계;
상기 검색 세션이 끝날 때까지 상기 검색 세션 동안,
상기 제 1 세트의 디지털 이미지들 중 다음 이미지(next image)를 선택하고, 상기 다음 이미지가 상기 비디오 디스플레이 장치 상에 표시되게 하는 단계;
상기 다음 이미지를 선택한 것에 응답하여, 사용자 입력 장치를 통해, 적어도 두 개의 입력 옵션들 중 하나를 수신하는 단계 - 상기 적어도 두 개의 입력 옵션들은 상기 다음 이미지에 묘사된 아이템 또는 대상(object)에 대한 선호도의 호의적인 표시(favorable indication) 또는 상기 다음 이미지에 묘사된 아이템 또는 대상에 대한 반감의 비호의적인 표시(unfavorable indication)를 포함함 - ; 및
상기 컴퓨터 또는 다른 컴퓨터를 이용하여, 상기 다음 이미지와 연관된 태그들을 분석하여 상기 사용자가 좋아하게 될 적어도 가능한 기회를 갖는 후속 이미지(subsequent image)에 있어야 할 다음 세트의 태그들을 결정하는 단계 - 상기 다음 세트의 태그들을 결정하는 것은, 상기 사용자 입력 장치를 통해 선택된 상기 적어도 두 개의 입력 옵션들이 호의적인 것에 응답하여 상기 다음 세트의 태그들에 포함될 태그들의 가중치에 기초함 - ; 를 반복하는 단계; 및
(a) 상기 비디오 디스플레이 장치 상에 표시되는 상기 다음 이미지가 상기 검색 세션의 마지막 이미지(final image)가 되게 하는 입력을 사용자 입력 장치를 통해 수신하는 것, (b) 상기 반복이 미리 결정된 횟수만큼 반복된 것, 또는 (c) 상기 복수의 태그들 중 상기 후속 이미지를 선택하기 위한 추가적인 태그들이 남지 않은 것, 또는 상기 제 1 세트의 디지털 이미지들 중 상기 사용자에게 제공될 추가적인 이미지들이 남지 않은 것에 응답하여, 상기 검색 세션을 종료하는 단계;를 포함하는, 컴퓨터 구현 방법. - 제 1 항에 있어서,
상기 적어도 두 개의 입력 옵션들은 상기 다음 이미지에 묘사된 아이템 또는 대상에 대한 중립적 표시(neutral indication)를 더 포함하는, 컴퓨터 구현 방법. - 제 1 항에 있어서,
상기 수신된 입력 옵션이 상기 비호의적인 표시인 것에 응답하여, 상기 다음 이미지와 연관된 태그를 분석하는 것은, 상기 검색 세션의 나머지 동안 상기 복수의 태그들 중에서 상기 다음 이미지와 연관된 태그들 중 적어도 하나를 제거하는 것을 포함하는, 컴퓨터 구현 방법. - 제 1 항에 있어서,
상기 디지털 이미지들 중 상기 제 1 디지털 이미지는 상기 제 1 세트 중에서 랜덤하게 선택되는, 컴퓨터 구현 방법. - 제 1 항에 있어서,
상기 컴퓨터 단말을 동작시키는 상기 사용자와 연관된 위치를 결정하는 단계를 더 포함하고,
상기 디지털 이미지들 중 상기 제 1 디지털 이미지는 상기 위치와 연관된, 컴퓨터 구현 방법. - 제 1 항에 있어서,
상기 사용자 입력 장치를 통해 수신된 상기 입력 옵션들의 각각을 로깅(logging)하는 단계를 더 포함하는, 컴퓨터 구현 방법. - 제 1 항에 있어서,
상기 컴퓨터 단말을 동작시키는 사용자와 연관된 위치를 결정하고, 상기 비디오 디스플레이 장치를 통해 상기 위치와 근접한 실제 엔티티들(physical entities)의 리스트를 제시하는 단계를 더 포함하는, 컴퓨터 구현 방법. - 제 7 항에 있어서,
상기 사용자 입력 장치를 통해, 상기 리스트에서 제공된 실제 엔티티들 중 하나를 선택하는 사용자에 의한 입력을 수신하는 단계; 및
상기 비디오 디스플레이 장치를 통해, 상기 선택된 실제 엔티티와 연관된 프로파일을 표시하는 사용자 인터페이스 요소를 제시하는 단계를 더 포함하는, 컴퓨터 구현 방법. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201462037788P | 2014-08-15 | 2014-08-15 | |
| US62/037,788 | 2014-08-15 | ||
| PCT/US2015/045391 WO2016025903A1 (en) | 2014-08-15 | 2015-08-14 | System and computer method for visually guiding a user to a current interest |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20170073589A KR20170073589A (ko) | 2017-06-28 |
| KR102623157B1 true KR102623157B1 (ko) | 2024-01-11 |
Family
ID=55302305
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020177007186A KR102623157B1 (ko) | 2014-08-15 | 2015-08-14 | 현재의 관심에 대해 사용자에게 시각적으로 안내하는 시스템 및 컴퓨터 방법 |
Country Status (8)
| Country | Link |
|---|---|
| US (5) | US9323786B2 (ko) |
| EP (1) | EP3180707A4 (ko) |
| JP (1) | JP6657215B2 (ko) |
| KR (1) | KR102623157B1 (ko) |
| CN (1) | CN107003978B (ko) |
| AU (1) | AU2015301483B2 (ko) |
| CA (2) | CA3205196A1 (ko) |
| WO (1) | WO2016025903A1 (ko) |
Families Citing this family (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10268702B2 (en) | 2014-08-15 | 2019-04-23 | Sydney Nicole Epstein | Iterative image search algorithm informed by continuous human-machine input feedback |
| JP6657215B2 (ja) | 2014-08-15 | 2020-03-04 | シドニー ニコル エプシュタイン | ユーザを現在の関心事に視覚的に誘導するためのシステムおよびコンピュータ方法 |
| US11425213B2 (en) * | 2014-10-31 | 2022-08-23 | Match Group, Llc | System and method for modifying a preference |
| US10726464B2 (en) * | 2014-12-18 | 2020-07-28 | Ebay Inc. | Expressions of user interest |
| US10423972B2 (en) | 2015-03-03 | 2019-09-24 | Go Daddy Operating Company, LLC | System and method for domain name community network |
| WO2017147580A1 (en) * | 2016-02-26 | 2017-08-31 | Epstein Sydney Nicole | Iterative image search algorithm informed by continuous human-machine input feedback |
| US10366405B2 (en) | 2016-04-15 | 2019-07-30 | Flipboard, Inc. | Content viewability based on user interaction in a flip-based digital magazine environment |
| US11232108B2 (en) * | 2016-07-05 | 2022-01-25 | Sedarius Tekara Perrotta | Method for managing data from different sources into a unified searchable data structure |
| CN106157114A (zh) * | 2016-07-06 | 2016-11-23 | 商宴通（上海）网络科技有限公司 | 基于用户用餐行为建模的首页推荐算法 |
| US10545996B2 (en) * | 2017-04-19 | 2020-01-28 | Microsoft Technology Licensing, Llc | Impression tagging system for locations |
| CA3063736A1 (en) * | 2017-05-15 | 2018-11-12 | Wippy, LLC | Systems, methods, and devices for dynamic used vehicle marketing, dealer matching, and extended sale period transactions platform |
| US11127065B2 (en) * | 2017-11-30 | 2021-09-21 | Microsoft Technology Licensing, Llc | System and method for recommending entities based on interest indicators |
| US20210103943A1 (en) * | 2019-10-08 | 2021-04-08 | Swytchback, Inc | Hit or miss insight analysis |
| US11226990B2 (en) * | 2018-07-20 | 2022-01-18 | Ionir Systems Ltd. | System and method for operating a digital storage system |
| CN109376299B (zh) * | 2018-09-17 | 2021-08-06 | 北京字节跳动网络技术有限公司 | 推荐链接的方法、装置、存储介质及终端 |
| JP7135785B2 (ja) * | 2018-11-28 | 2022-09-13 | 株式会社リコー | データ生成装置、データ生成方法及びプログラム |
| CN111259677B (zh) * | 2018-12-02 | 2024-05-03 | 上海双十信息科技有限公司 | 一种物品的标签标识及其图像绑定的方法、设备、以及存储介质 |
| US10904346B2 (en) * | 2018-12-03 | 2021-01-26 | International Business Machines Corporation | Weighted digital image object tagging |
| CN109657142B (zh) * | 2018-12-13 | 2021-04-23 | 拉扎斯网络科技（上海）有限公司 | 信息处理方法、装置、电子设备和计算机可读存储介质 |
| KR20200104013A (ko) * | 2019-02-26 | 2020-09-03 | 주식회사 틸투원 | 상품 추천 방법 및 그 장치 |
| JP7386889B2 (ja) * | 2019-04-30 | 2023-11-27 | ウォークミー リミテッド | Ｇｕｉ要素の複数の代替表記を使用したｇｕｉ要素獲得 |
| KR20210076573A (ko) | 2019-12-16 | 2021-06-24 | 삼성전자주식회사 | 태그를 제공하는 방법 및 이를 지원하는 전자 장치 |
| KR102413584B1 (ko) | 2020-07-15 | 2022-06-27 | 한국원자력연구원 | 베타선원 측정장치 |
| US20220335541A1 (en) * | 2021-04-15 | 2022-10-20 | Armando Lopez, JR. | Systems, methods, computing platforms, and storage media for profile matching |
| KR20240050627A (ko) * | 2022-10-12 | 2024-04-19 | 주식회사 스튜디오랩 | 페이지 출력 방법 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070266025A1 (en) * | 2006-05-12 | 2007-11-15 | Microsoft Corporation | Implicit tokenized result ranking |
| US20080147611A1 (en) * | 2006-12-15 | 2008-06-19 | Yahoo! Inc. | Meal finder |
| US20110208617A1 (en) * | 2010-02-19 | 2011-08-25 | Chris Weiland | System and method for locality and user preference based food recommendations |
| US20120084731A1 (en) * | 2010-09-30 | 2012-04-05 | Microsoft Corporation | Displaying images interesting to a user |
| US20120316960A1 (en) * | 2011-06-07 | 2012-12-13 | Alibaba Group Holding Limited | Recommending supplemental products based on pay-for-performance information |
Family Cites Families (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6604103B1 (en) | 1994-09-02 | 2003-08-05 | Mark A. Wolfe | System and method for information retrieval employing a preloading procedure |
| US7937725B1 (en) * | 2000-07-27 | 2011-05-03 | Koninklijke Philips Electronics N.V. | Three-way media recommendation method and system |
| WO2004100033A2 (en) * | 2003-05-12 | 2004-11-18 | Koninklijke Philips Electronics N.V. | Apparatus and method for performing profile based collaborative filtering |
| US9152624B1 (en) | 2003-12-04 | 2015-10-06 | Retail Optimization International, Inc. | Systems and methods for visual presentation and navigation of content using data-based image analysis |
| US20070078832A1 (en) | 2005-09-30 | 2007-04-05 | Yahoo! Inc. | Method and system for using smart tags and a recommendation engine using smart tags |
| US7501355B2 (en) * | 2006-06-29 | 2009-03-10 | Applied Materials, Inc. | Decreasing the etch rate of silicon nitride by carbon addition |
| KR100845355B1 (ko) * | 2006-09-29 | 2008-07-09 | 변정근 | 이미지 선호도 측정 어플리케이션, 시스템 및 그 동작 방법 |
| US8560398B1 (en) * | 2007-03-29 | 2013-10-15 | Amazon Technologies, Inc. | Method and system for providing item recommendations |
| US8055664B2 (en) * | 2007-05-01 | 2011-11-08 | Google Inc. | Inferring user interests |
| US20090254534A1 (en) | 2008-04-02 | 2009-10-08 | Garbow Zachary A | Methods, Systems, and Articles of Manufacture for Managing Search Metadata |
| WO2010051642A1 (en) * | 2008-11-10 | 2010-05-14 | Springboard Retail Networks Licensing Srl | Systems, methods, apparatus and computer-readable mediums for determining a meal and/or meal plan |
| KR101111121B1 (ko) * | 2009-06-29 | 2012-02-13 | 주식회사 모임 | 인공지능에 기반한 개인별 맞춤형 컨텐츠 제공 장치 및 방법, 그 기록 매체 |
| US8296194B2 (en) * | 2010-09-21 | 2012-10-23 | Microsoft Corporation | Method, medium, and system for ranking dishes at eating establishments |
| CN102567385B (zh) * | 2010-12-29 | 2016-08-10 | 上海博泰悦臻电子设备制造有限公司 | 兴趣点信息搜索设备、***及方法 |
| US9021056B2 (en) * | 2011-12-13 | 2015-04-28 | Facebook, Inc. | Metadata prediction of objects in a social networking system using crowd sourcing |
| CN102722838A (zh) * | 2012-05-25 | 2012-10-10 | 北京邮电大学 | 用于网站向用户推荐物品的方法和装置 |
| US20140143086A1 (en) * | 2012-11-16 | 2014-05-22 | Cellco Partnership D/B/A Verizon Wireless | Customized recommendations based on customer information |
| US10692096B2 (en) * | 2013-03-15 | 2020-06-23 | Thermodynamic Design, Llc | Customizable data management system |
| KR101462348B1 (ko) * | 2013-07-11 | 2014-11-21 | 권태호 | 모바일 메신저에 적용 가능한 태그를 이용한 재능 교환 및 공통 관심 사용자 매칭 시스템 및 그 방법 |
| CN103412936A (zh) * | 2013-08-21 | 2013-11-27 | 五八同城信息技术有限公司 | 一种基于数据挖掘和云计算服务的菜品推荐*** |
| US9710841B2 (en) * | 2013-09-30 | 2017-07-18 | Comenity Llc | Method and medium for recommending a personalized ensemble |
| CN103631954B (zh) * | 2013-12-13 | 2016-08-31 | 百度在线网络技术（北京）有限公司 | 个性化推荐方法及装置 |
| JP6657215B2 (ja) | 2014-08-15 | 2020-03-04 | シドニー ニコル エプシュタイン | ユーザを現在の関心事に視覚的に誘導するためのシステムおよびコンピュータ方法 |
-
2015
- 2015-08-14 JP JP2017528766A patent/JP6657215B2/ja active Active
- 2015-08-14 CA CA3205196A patent/CA3205196A1/en active Pending
- 2015-08-14 WO PCT/US2015/045391 patent/WO2016025903A1/en active Application Filing
- 2015-08-14 CN CN201580053795.5A patent/CN107003978B/zh active Active
- 2015-08-14 AU AU2015301483A patent/AU2015301483B2/en active Active
- 2015-08-14 CA CA2958764A patent/CA2958764C/en active Active
- 2015-08-14 EP EP15832059.8A patent/EP3180707A4/en not_active Ceased
- 2015-08-14 KR KR1020177007186A patent/KR102623157B1/ko active IP Right Grant
- 2015-08-14 US US14/827,205 patent/US9323786B2/en active Active
-
2016
- 2016-03-15 US US15/070,371 patent/US9779160B2/en active Active
-
2017
- 2017-08-28 US US15/688,362 patent/US10467267B2/en active Active
-
2018
- 2018-10-16 US US16/162,024 patent/US10474705B2/en active Active
-
2019
- 2019-10-08 US US16/596,393 patent/US11669557B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070266025A1 (en) * | 2006-05-12 | 2007-11-15 | Microsoft Corporation | Implicit tokenized result ranking |
| US20080147611A1 (en) * | 2006-12-15 | 2008-06-19 | Yahoo! Inc. | Meal finder |
| US20110208617A1 (en) * | 2010-02-19 | 2011-08-25 | Chris Weiland | System and method for locality and user preference based food recommendations |
| US20120084731A1 (en) * | 2010-09-30 | 2012-04-05 | Microsoft Corporation | Displaying images interesting to a user |
| US20120316960A1 (en) * | 2011-06-07 | 2012-12-13 | Alibaba Group Holding Limited | Recommending supplemental products based on pay-for-performance information |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107003978A (zh) | 2017-08-01 |
| US20190050477A1 (en) | 2019-02-14 |
| AU2015301483A1 (en) | 2017-03-16 |
| CN107003978B (zh) | 2021-01-22 |
| CA2958764A1 (en) | 2016-02-18 |
| US10467267B2 (en) | 2019-11-05 |
| AU2015301483B2 (en) | 2020-12-10 |
| US11669557B2 (en) | 2023-06-06 |
| US9323786B2 (en) | 2016-04-26 |
| EP3180707A1 (en) | 2017-06-21 |
| JP6657215B2 (ja) | 2020-03-04 |
| JP2017526097A (ja) | 2017-09-07 |
| EP3180707A4 (en) | 2018-01-24 |
| US20160048537A1 (en) | 2016-02-18 |
| US9779160B2 (en) | 2017-10-03 |
| KR20170073589A (ko) | 2017-06-28 |
| US20160196337A1 (en) | 2016-07-07 |
| CA3205196A1 (en) | 2016-02-18 |
| US20170357715A1 (en) | 2017-12-14 |
| WO2016025903A1 (en) | 2016-02-18 |
| US20200042546A1 (en) | 2020-02-06 |
| US10474705B2 (en) | 2019-11-12 |
| CA2958764C (en) | 2023-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102623157B1 (ko) | 현재의 관심에 대해 사용자에게 시각적으로 안내하는 시스템 및 컴퓨터 방법 | |
| US9639805B1 (en) | Inferring temporal attributes of a recipe | |
| AU2017232140A1 (en) | System and method for providing flavor advisement and enhancement | |
| US9797873B1 (en) | Prediction of recipe preparation time | |
| US20210103613A1 (en) | Iterative image search algorithm informed by continuous human-machine input feedback | |
| CN108897768B (zh) | 一种点餐方法及装置，电子设备 | |
| US20180033074A1 (en) | System, method, and recording medium for recipe and shopping list recommendation | |
| CN107092647B (zh) | 一种提供资源组合的方法及装置 | |
| JP6754190B2 (ja) | 情報処理システム、情報処理方法、および情報処理プログラム | |
| JP6641460B2 (ja) | 情報処理装置、情報処理方法、プログラム | |
| JP6279823B1 (ja) | 情報処理装置、情報処理方法、プログラム | |
| US20210383451A1 (en) | Iterative, multi-user selection and weighting recommendation engine | |
| Gulati et al. | Content and knowledge based food recommending intelligence enabled system (FRIES) | |
| JP6890747B2 (ja) | 情報処理装置、情報処理方法、プログラム | |
| US11830056B2 (en) | Providing local recommendations based on images of consumable items | |
| JP2020024490A (ja) | 情報処理装置、情報処理方法、プログラム、記憶媒体 | |
| JP7469188B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
| JP6995034B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
| Jain | CAPRECIPES: a context-aware personalized recipes recommender for healthy and smart living |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right |