[发明专利]媒体内容发现以及角色组织技术

说明书

描述了一种推荐媒体的技术。包括多个偏好系数的角色偏好函数被访问。第一角色模型包括针对第一角色的多个属性的第一属性值组。第一和第二角色分别与第一和第二突显值关联。第二角色模型包括针对多个角色的第二角色的多个属性的第二属性值组。利用多个偏好系数和第一属性值组来计算第一角色评级。利用多个偏好系数与第二属性值组计算第二角色的第二角色评级。根据第一和第二突显值和第一和第二角色评级来计算媒体评级。根据媒体评级来推荐媒体。

相关申请的交叉引用

本申请请求保护2013年3月15日提交的美国发明申请No.13/844,125以及2013年10月28日提交的美国发明申请No.14/065,332的优先权，它们中的每一个都通过引用在此并入本文。

技术领域

本发明总体涉及媒体内容发现领域，更具体地涉及采用角色分解的媒体内容发现。

背景技术

诸如电视节目和电影之类的媒体已经变得越来越普及而且越来越容易在消费者的日常生活中获取，媒体的数量及多样化也同样得到了极大的提高。以前，消费者受限于主要的电视网络所广播的很少的几个电视频道。随着技术的发展，各种媒体都可用于随客户方便而按需观看。随着这种按需能力在电视行业(例如，点播电影)和个人计算机领域(例如，YouTube视频流)变得更加普遍，消费者在任何一个时刻都被选择能力所冲击。类似地，消费者搜索媒体以发现满足个人喜好和品位的新内容的能力仍不够有效而且效率不高。

传统的发现新媒体的技术依赖于朋友和熟人介绍他们认为该消费者会喜欢的媒体。或者，消费者可查看预览俘获他们的注意力的媒体或者消费者可由于媒体包括喜欢的男演员或女演员而查看该媒体。然而，这些技术具有的一个很大的缺陷就是，它们仅仅使用非常狭隘的精确度来识别内容而且可能是不可靠的。例如，虽然喜爱的女演员可能在电影中表演一个受教育的、谦逊的、控制局势的人物角色，该女演员可在后面的电影中表演一个未受教育的、没有礼貌的、不受欢迎的人物角色。因此，理解角色的品质有利于理解这些角色所出现的媒体。

由此，有效并可靠地分解角色的品质的技术是有利的。

发明内容

描述了用于发现并推荐媒体内容的系统和处理。针对媒体内容中出现的多个角色的一组突显值被访问。该组突显值与媒体内容关联。用户的角色偏好函数被访问。角色偏好函数包括识别多个偏好系数的信息。多个偏好系数的每个偏好系数与多个属性中的至少一个关注属性关联。第一角色模型被访问。第一角色模型包括识别多个角色中的第一角色的多个属性的第一属性值组的信息。第一角色与该组突显值的第一突显值关联。第二角色模型被访问。第二角色模型包括识别多个角色中的第二角色的多个属性的第二属性值组的信息。第二角色与该组突显值的第二突显值关联。通过执行多个偏好系数与第一属性值组的乘积的求和来计算第一角色的第一角色评级。通过执行多个偏好系数与第二属性值组的乘积的求和来计算第二角色的第二角色评级。根据第一突显值、第二突显值、第一角色评级和第二角色评级计算媒体内容评级。根据媒体内容评级向用户推荐媒体内容。

附图说明

图1图示出矢量空间中针对多个角色的角色模型。

图2图示出用于执行角色和媒体内容的发现和组织的示例框图。

图3图示出用于推荐媒体的示例处理。

图4图示出用于推荐媒体的另一示例处理。

图5图示出示例计算系统。

具体实施方式

提供下面的描述以使得本领域普通技术人员能够做出及实现各种实施例。具体装置、技术和应用的描述仅仅被提供作为示例。本领域普通技术人员很容易想到对此处描述的示例的各种修改，而且此处定义的总原理可适用于其它示例和应用，而不脱离本技术的精神和范围。因此，各种实施例并不限于此处描述和表示的示例，而是遵循与权利要求一致的最宽范围。