【技术实现步骤摘要】
【国外来华专利技术】相关申请的交叉引用本申请要求2015年4月23日递交的美国专利技术专利申请14/694,925号、2015年4月23日递交的美国专利技术专利申请14/694,912号、2015年4月23日递交的美国专利技术专利申请14/694,933号和2015年4月23日递交的美国专利技术专利申请14/694,934号的优先权和权益,特此通过引用并入这些申请的全部内容。
技术介绍
传统的系统可基于由单个内容提供者收集的单组数据来为用户确定媒体资产推荐。例如,传统的系统可使用模型来基于用户可能消耗或评定过的另一视频资产来确定对用户的媒体资产的推荐。虽然基于传统系统的推荐在一些情况下可能是有效的,但这些传统系统可具有有限的精确性。
技术实现思路
因此,描述了用于基于来自多个数据空间的用户偏好信息来为传统训练模型确定误差值的系统和方法。当在本文提及时,术语“数据空间”指的是与内容提供者相关联的数据的集合,这些数据包括多个用户对于多个媒体资产的偏好信息。当在本文提及时,术语“内容提供者”指的是向用户提供媒体资产的实体。例如,传统的内容提供者可包括诸如和之类的有线电视提供者。其他内容提供者可包括通过互联网向用户提供媒体资产的实体(例如,)。当在本文提及时,术语“偏好信息”指的是与用户对于媒体资产的偏好相关联的数据的集合。偏好信息可包括用户明确指出的用户对于媒体资产的享受水平(例如,三星)、用户是否消耗了媒体资产、用户消耗了媒体资产的时间长度、用户消耗了媒体资产的百分比、用户是否评定了媒体资产、用户对媒体资产给出的评定、用户是否暂停了媒体资产、用户是否跳过了媒体资产的一些部分、用户在消耗媒体 ...
【技术保护点】
一种用于基于将利用模型确定的与第一媒体资产和第二媒体资产相对应的预期媒体资产相似性值与从与多个数据空间相关联的用户偏好信息确定的媒体资产相似性值相比较来确定误差值的方法,该方法包括:接收第一多个用户的第一偏好信息,其中所述第一偏好信息与第一数据空间相关联并且描述所述第一多个用户关于第一多个媒体资产的偏好;接收第二偏好信息,其中:所述第二偏好信息与第二数据空间相关联,描述第二多个用户关于第二多个媒体资产的偏好,并且是利用与用来计算所述第一偏好信息的度量不同的度量计算的,并且其中所述第二数据空间是由不管理所述第一数据空间的内容提供者管理的;正规化所述第一偏好信息和所述第二偏好信息以使得所述第一偏好信息和所述第二偏好信息两者被转换到能应用共同度量的方案;利用正规化的第一偏好信息和正规化的第二偏好信息确定第一媒体资产和第二媒体资产之间的相似性的指示,其中所述第一偏好信息和所述第二偏好信息各自包括与所述第一媒体资产和所述第二媒体资产相对应的偏好数据;将所述相似性的指示与所述预期媒体资产相似性值相比较;并且基于所述比较来确定误差值。
【技术特征摘要】
【国外来华专利技术】2015.04.23 US 14/694,912;2015.04.23 US 14/694,934;1.一种用于基于将利用模型确定的与第一媒体资产和第二媒体资产相对应的预期媒体资产相似性值与从与多个数据空间相关联的用户偏好信息确定的媒体资产相似性值相比较来确定误差值的方法,该方法包括:接收第一多个用户的第一偏好信息,其中所述第一偏好信息与第一数据空间相关联并且描述所述第一多个用户关于第一多个媒体资产的偏好;接收第二偏好信息,其中:所述第二偏好信息与第二数据空间相关联,描述第二多个用户关于第二多个媒体资产的偏好,并且是利用与用来计算所述第一偏好信息的度量不同的度量计算的,并且其中所述第二数据空间是由不管理所述第一数据空间的内容提供者管理的;正规化所述第一偏好信息和所述第二偏好信息以使得所述第一偏好信息和所述第二偏好信息两者被转换到能应用共同度量的方案;利用正规化的第一偏好信息和正规化的第二偏好信息确定第一媒体资产和第二媒体资产之间的相似性的指示,其中所述第一偏好信息和所述第二偏好信息各自包括与所述第一媒体资产和所述第二媒体资产相对应的偏好数据;将所述相似性的指示与所述预期媒体资产相似性值相比较;并且基于所述比较来确定误差值。2.如权利要求1所述的方法,其中,所述第一多个用户中的第一用户关于所述第一多个媒体资产中的第一媒体资产的偏好包括与所述第一用户与所述第一媒体资产的交互相关联的数据,并且其中与所述第一用户与所述第一媒体资产的交互相关联的数据包括以下各项中的至少一者:所述第一用户是否消耗了所述第一媒体资产,所述第一用户消耗所述第一媒体资产的时间长度,所述第一用户消耗所述第一媒体资产的百分比,所述第一用户是否评定了所述第一媒体资产,所述第一用户对所述第一媒体资产给出的评定,所述第一用户是否暂停了所述第一媒体资产,所述第一用户在消耗所述第一媒体资产的同时是否与广告交互,所述第一用户的眼睛在观看所述第一媒体资产时是否转开,所述第一用户是否为消耗所述第一媒体资产支付了费用,所述费用的数额,在所述第一媒体资产是系列节目的一集的情况下所述第一用户是否消耗了所述第一媒体资产的其他集,以及所述第一用户在所述系列节目中消耗的其他集的数目。3.如权利要求1所述的方法,其中,正规化所述第一偏好信息和所述第二偏好信息以使得所述第一偏好信息和所述第二偏好信息两者被转换到能应用共同度量的方案包括:对于所述第一多个媒体资产中的第一媒体资产确定所述第一媒体资产是否也在所述第二多个媒体资产内;并且响应于确定所述第一媒体资产也在所述第二多个媒体资产内,为所述第一媒体资产生成记录,其中所述记录包括从所述第一数据空间和所述第二数据空间两者取回的偏好信息。4.如权利要求3所述的方法,其中,对于所述第一多个媒体资产中的第一媒体资产确定所述第一媒体资产是否也在所述第二多个媒体资产内包括:识别所述第一媒体资产的元数据;将所识别的所述第一媒体资产的元数据与所述第二多个媒体资产中的媒体资产的元数据相比较;确定所述第一媒体资产的元数据是否充分匹配所述第二多个媒体资产中的所述媒体资产的元数据;并且响应于确定所述第一媒体资产的元数据充分匹配所述第二多个媒体资产中的所述媒体资产的元数据,确定所述第一媒体资产的内容匹配所述第二多个媒体资产中的所述媒体资产的内容。5.如权利要求4所述的方法,还包括向所述记录添加以下各项中的至少一者:描述所述第一多个用户与所述第一媒体资产的交互的数据,描述由所述第一多个用户提供的对所述第一媒体资产的享受水平的指示的数据,描述所述第二多个用户与所述第二多个媒体资产中的所述媒体资产的交互的数据,以及由所述第二多个用户提供的对所述第二多个媒体资产中的所述媒体资产的享受水平的指示。6.如权利要求1所述的方法,其中,利用正规化的第一偏好信息和正规化的第二偏好信息确定所述第一媒体资产和所述第二媒体资产之间的相似性的指示进一步包括:基于所述第一偏好信息计算对所述第一媒体资产和所述第二媒体资产之间的相似性的指示的第一置信值;基于所述第二偏好信息计算对所述第一媒体资产和所述第二媒体资产之间的相似性的指示的第二置信值;基于所述第一置信值和所述第二置信值确定平均置信值;并且基于所述平均置信值调整所述第一媒体资产和所述第二媒体资产之间的相似性的指示。7.如权利要求6所述的方法,其中,对所述第一媒体资产和所述第二媒体资产之间的相似性的指示的第一置信值是基于所述第一数据空间中与所述第一媒体资产相关联的数据的量和与所述第二媒体资产相关联的数据的量的。8.如权利要求6所述的方法,其中,基于所述第一置信值和所述第二置信值确定所述平均置信值进一步包括:确定所述第一偏好信息的具体性;确定所述第二偏好信息的具体性;基于所述第一偏好信息的具体性值和所述第二偏好信息的具体性值计算平均具体性值;并且基于所述平均具体性值确定所述平均置信值。9.如权利要求1所述的方法,还包括:向所述模型提供所述误差值和与所述误差值相关联的数据;并且基于所述误差值和与所述误差值相关联的数据更新所述模型。10.如权利要求9所述的方法,其中,基于所述误差值和与所述误差值相关联的数据更新所述模型包括:计算以下两者的合成的导数:(1)用于确定第一媒体资产和第二媒体资产之间的相似性的指示的函数,和(2)确定所述预期媒体资产相似性值的函数;并且基于计算出的导数来更新所述模型。11.一种用于基于将利用模型确定的与第一媒体资产和第二媒体资产相对应的预期媒体资产相似性值与从与多个数据空间相关联的用户偏好信息确定的媒体资产相似性值相比较来确定误差值的系统,该系统包括:通信电路,被配置为:接收第一多个用户的第一偏好信息,其中所述第一偏好信息与第一数据空间相关联并且描述所述第一多个用户关于第一多个媒体资产的偏好;接收第二偏好信息,其中:所述第二偏好信息与第二数据空间相关联,描述第二多个用户关于第二多个媒体资产的偏好,并且是利用与用来计算所述第一偏好信息的度量不同的度量计算的,并且其中所述第二数据空间是由不管理所述第一数据空间的内容提供者管理的;以及控制电路,被配置为:正规化所述第一偏好信息和所述第二偏好信息以使得所述第一偏好信息和所述第二偏好信息两者被转换到能应用共同度量的方案;利用正规化的第一偏好信息和正规化的第二偏好信息确定第一媒体资产和第二媒体资产之间的相似性的指示,其中所述第一偏好信息和所述第二偏好信息各自包括与所述第一媒体资产和所述第二媒体资产相对应的偏好数据;将所述相似性的指示与所述预期媒体资产相似性值相比较;并且基于所述比较来确定误差值。12.如权利要求11所述的系统,其中,所述第一多个用户中的第一用户关于所述第一多个媒体资产中的第一媒体资产的偏好包括与所述第一用户与所述第一媒体资产的交互相关联的数据,并且其中与所述第一用户与所述第一媒体资产的交互相关联的数据包括以下各项中的至少一者:所述第一用户是否消耗了所述第一媒体资产,所述第一用户消耗所述第一媒体资产的时间长度,所述第一用户消耗所述第一媒体资产的百分比,所述第一用户是否评定了所述第一媒体资产,所述第一用户对所述第一媒体资产给出的评定,所述第一用户是否暂停了所述第一媒体资产,所述第一用户在消耗所述第一媒体资产的同时是否与广告交互,所述第一用户的眼睛在观看所述第一媒体资产时是否转开,所述第一用户是否为消耗所述第一媒体资产支付了费用,所述费用的数额,在所述第一媒体资产是系列节目的一集的情况下所述第一用户是否消耗了所述第一媒体资产的其他集,以及所述第一用户在所述系列节目中消耗的其他集的数目。13.如权利要求11所述的系统,其中,当正规化所述第一偏好信息和所述第二偏好信息以使得所述第一偏好信息和所述第二偏好信息两者被转换到能应用共同度量的方案时,所述控制电路还被配置为:对于所述第一多个媒体资产中的第一媒体资产确定所述第一媒体资产是否也在所述第二多个媒体资产内;并且响应于确定所述第一媒体资产也在所述第二多个媒体资产内,为所述第一媒体资产生成记录,其中所述记录包括从所述第一数据空间和所述第二数据空间两者取回的偏好信息。14.如权利要求13所述的系统,其中,当对于所述第一多个媒体资产中的第一媒体资产确定所述第一媒体资产是否也在所述第二多个媒体资产内时,所述控制电路还被配置为:识别所述第一媒体资产的元数据;将所识别的所述第一媒体资产的元数据与所述第二多个媒体资产中的媒体资产的元数据相比较;确定所述第一媒体资产的元数据是否充分匹配所述第二多个媒体资产中的所述媒体资产的元数据;并且响应于确定所述第一媒体资产的元数据充分匹配所述第二多个媒体资产中的所述媒体资产的元数据,确定所述第一媒体资产的内容匹配所述第二多个媒体资产中的所述媒体资产的内容。15.如权利要求14所述的系统,还包括被配置为进行以下操作的控制电路:向所述记录添加以下各项中的至少一者:描述所述第一多个用户与所述第一媒体资产的交互的数据,描述由所述第一多个用户提供的对所述第一媒体资产的享受水平的指示的数据,描述所述第二多个用户与所述第二多个媒体资产中的所述媒体资产的交互的数据,以及由所述第二多个用户提供的对所述第二多个媒体资产中的所述媒体资产的享受水平的指示。16.如权利要求11所述的系统,其中,当利用正规化的第一偏好信息和正规化的第二偏好信息确定所述第一媒体资产和所述第二媒体资产之间的相似性的指示时,所述控制电路还被配置为:基于所述第一偏好信息计算对所述第一媒体资产和所述第二媒体资产之间的相似性的指示的第一置信值;基于所述第二偏好信息计算对所述第一媒体资产和所述第二媒体资产之间的相似性的指示的第二置信值;基于所述第一置信值和所述第二置信值确定平均置信值;并且基于所述平均置信值调整所述第一媒体资产和所述第二媒体资产之间的相似性的指示。17.如权利要求16所述的系统,其中,对所述第一媒体资产和所述第二媒体资产之间的相似性的指示的第一置信值是基于所述第一数据空间中与所述第一媒体资产相关联的数据的量和与所述第二媒体资产相关联的数据的量的。18.如权利要求16所述的系统,其中,当基于所述第一置信值和所述第二置信值确定所述平均置信值时,所述控制电路还被配置为:确定所述第一偏好信息的具体性;确定所述第二偏好信息的具体性;基于所述第一偏好信息的具体性值和所述第二偏好信息的具体性值计算平均具体性值;并且基于所述平均具体性值确定所述平均置信值。19.如权利要求11所述的系统,还包括被配置为进行以下操作的控制电路:向所述模型提供所述误差值和与所述误差值相关联的数据;并且基于所述误差值和与所述误差值相关联的数据更新所述模型。20.如权利要求19所述的系统,其中,当基于所述误差值和与所述误差值相关联的数据更新所述模型时,所述控制电路还被配置为:计算以下两者的合成的导数:(1)用于确定第一媒体资产和第二媒体资产之间的相似性的指示的函数,和(2)确定所述预期媒体资产相似性值的函数;并且基于计算出的导数来更新所述模型。21.一种用于基于将利用模型确定的与第一媒体资产和第二媒体资产相对应的预期媒体资产相似性值与从与多个数据空间相关联的用户偏好信息确定的媒体资产相似性值相比较来确定误差值的系统,该系统包括:用于接收第一多个用户的第一偏好信息的装置,其中所述第一偏好信息与第一数据空间相关联并且描述所述第一多个用户关于第一多个媒体资产的偏好;用于接收第二偏好信息的装置,其中:所述第二偏好信息与第二数据空间相关联,描述第二多个用户关于第二多个媒体资产的偏好,并且是利用与用来计算所述第一偏好信息的度量不同的度量计算的,并且其中所述第二数据空间是由不管理所述第一数据空间的内容提供者管理的;用于正规化所述第一偏好信息和所述第二偏好信息以使得所述第一偏好信息和所述第二偏好信息两者被转换到能应用共同度量的方案的装置;用于利用正规化的第一偏好信息和正规化的第二偏好信息确定第一媒体资产和第二媒体资产之间的相似性的指示的装置,其中所述第一偏好信息和所述第二偏好信息各自包括与所述第一媒体资产和所述第二媒体资产相对应的偏好数据;用于将所述相似性的指示与所述预期媒体资产相似性值相比较的装置;以及用于基于所述比较来确定误差值的装置。22.如权利要求21所述的系统,其中,所述第一多个用户中的第一用户关于所述第一多个媒体资产中的第一媒体资产的偏好包括与所述第一用户与所述第一媒体资产的交互相关联的数据,并且其中与所述第一用户与所述第一媒体资产的交互相关联的数据包括以下各项中的至少一者:所述第一用户是否消耗了所述第一媒体资产,所述第一用户消耗所述第一媒体资产的时间长度,所述第一用户消耗所述第一媒体资产的百分比,所述第一用户是否评定了所述第一媒体资产,所述第一用户对所述第一媒体资产给出的评定,所述第一用户是否暂停了所述第一媒体资产,所述第一用户在消耗所述第一媒体资产的同时是否与广告交互,所述第一用户的眼睛在观看所述第一媒体资产时是否转开,所述第一用户是否为消耗所述第一媒体资产支付了费用,所述费用的数额,在所述第一媒体资产是系列节目的一集的情况下所述第一用户是否消耗了所述第一媒体资产的其他集,以及所述第一用户在所述系列节目中消耗的其他集的数目。23.如权利要求21所述的系统,其中,用于正规化所述第一偏好信息和所述第二偏好信息以使得所述第一偏好信息和所述第二偏好信息两者被转换到能应用共同度量的方案的装置包括:用于对于所述第一多个媒体资产中的第一媒体资产确定所述第一媒体资产是否也在所述第二多个媒体资产内的装置;以及用于响应于确定所述第一媒体资产也在所述第二多个媒体资产内而为所述第一媒体资产生成记录的装置,其中所述记录包括从所述第一数据空间和所述第二数据空间两者取回的偏好信息。24.如权利要求23所述的系统,其中,用于对于所述第一多个媒体资产中的第一媒体资产确定所述第一媒体资产是否也在所述第二多个媒体资产内的装置包括:用于识别所述第一媒体资产的元数据的装置;用于将所识别的所述第一媒体资产的元数据与所述第二多个媒体资产中的媒体资产的元数据相比较的装置;用于确定所述第一媒体资产的元数据是否充分匹配所述第二多个媒体资产中的所述媒体资产的元数据的装置;以及用于响应于确定所述第一媒体资产的元数据充分匹配所述第二多个媒体资产中的所述媒体资产的元数据而确定所述第一媒体资产的内容匹配所述第二多个媒体资产中的所述媒体资产的内容的装置。25.如权利要求24所述的系统,还包括用于向所述记录添加以下各项中的至少一者的装置:描述所述第一多个用户与所述第一媒体资产的交互的数据,描述由所述第一多个用户提供的对所述第一媒体资产的享受水平的指示的数据,描述所述第二多个用户与所述第二多个媒体资产中的所述媒体资产的交互的数据,以及由所述第二多个用户提供的对所述第二多个媒体资产中的所述媒体资产的享受水平的指示。26.如权利要求21所述的系统,其中,用于利用正规化的第一偏好信息和正规化的第二偏好信息确定所述第一媒体资产和所述第二媒体资产之间的相似性的指示的装置进一步包括:用于基于所述第一偏好信息计算对所述第一媒体资产和所述第二媒体资产之间的相似性的指示的第一置信值的装置;用于基于所述第二偏好信息计算对所述第一媒体资产和所述第二媒体资产之间的相似性的指示的第二置信值的装置;用于基于所述第一置信值和所述第二置信值确定平均置信值的装置;以及用于基于所述平均置信值调整所述第一媒体资产和所述第二媒体资产之间的相似性的指示的装置。27.如权利要求26所述的系统,其中,对所述第一媒体资产和所述第二媒体资产之间的相似性的指示的第一置信值是基于所述第一数据空间中与所述第一媒体资产相关联的数据的量和与所述第二媒体资产相关联的数据的量的。28.如权利要求26所述的系统,其中,用于基于所述第一置信值和所述第二置信值确定所述平均置信值的装置进一步包括:用于确定所述第一偏好信息的具体性的装置;用于确定所述第二偏好信息的具体性的装置;用于基于所述第一偏好信息的具体性值和所述第二偏好信息的具体性值计算平均具体性值的装置;以及用于基于所述平均具体性值确定所述平均置信值的装置。29.如权利要求21所述的系统,还包括:用于向所述模型提供所述误差值和与所述误差值相关联的数据的装置;以及用于基于所述误差值和与所述误差值相关联的数据来更新所述模型的装置。30.如权利要求29所述的系统,其中,用于基于所述误差值和与所述误差值相关联的数据来更新所述模型的装置包括:用于计算以下两者的合成的导数的装置:(1)用于确定第一媒体资产和第二媒体资产之间的相似性的指示的函数,和(2)确定所述预期媒体资产相似性值的函数;以及用于基于计算出的导数来更新所述模型的装置。31.一种用于基于将利用模型确定的与第一媒体资产和第二媒体资产相对应的预期媒体资产相似性值与从与多个数据空间相关联的用户偏好信息确定的媒体资产相似性值相比较来确定误差值的方法,该方法包括:利用控制电路接收第一多个用户的第一偏好信息,其中所述第一偏好信息与第一数据空间相关联并且描述所述第一多个用户关于第一多个媒体资产的偏好;利用控制电路接收第二偏好信息,其中:所述第二偏好信息与第二数据空间相关联,描述第二多个用户关于第二多个媒体资产的偏好,并且是利用与用来计算所述第一偏好信息的度量不同的度量计算的,并且其中所述第二数据空间是由不管理所述第一数据空间的内容提供者管理的;利用控制电路正规化所述第一偏好信息和所述第二偏好信息以使得所述第一偏好信息和所述第二偏好信息两者被转换到能应用共同度量的方案;利用控制电路和正规化的第一偏好信息和正规化的第二偏好信息确定第一媒体资产和第二媒体资产之间的相似性的指示,其中所述第一偏好信息和所述第二偏好信息各自包括与所述第一媒体资产和所述第二媒体资产相对应的偏好数据;利用控制电路将所述相似性的指示与所述预期媒体资产相似性值相比较;并且利用控制电路基于所述比较来确定误差值。32.如权利要求31所述的方法,其中,所述第一多个用户中的第一用户关于所述第一多个媒体资产中的第一媒体资产的偏好包括与所述第一用户与所述第一媒体资产的交互相关联的数据,并且其中与所述第一用户与所述第一媒体资产的交互相关联的数据包括以下各项中的至少一者:所述第一用户是否消耗了所述第一媒体资产,所述第一用户消耗所述第一媒体资产的时间长度,所述第一用户消耗所述第一媒体资产的百分比,所述第一用户是否评定了所述第一媒体资产,所述第一用户对所述第一媒体资产给出的评定,所述第一用户是否暂停了所述第一媒体资产,所述第一用户在消耗所述第一媒体资产的同时是否与广告交互,所述第一用户的眼睛在观看所述第一媒体资产时是否转开,所述第一用户是否为消耗所述第一媒体资产支付了费用,所述费用的数额,在所述第一媒体资产是系列节目的一集的情况下所述第一用户是否消耗了所述第一媒体资产的其他集,以及所述第一用户在所述系列节目中消耗的其他集的数目。33.如权利要求31或32所述的方法,其中,正规化所述第一偏好信息和所述第二偏好信息以使得所述第一偏好信息和所述第二偏好信息两者被转换到能应用共同度量的方案包括:对于所述第一多个媒体资产中的第一媒体资产确定所述第一媒体资产是否也在所述第二多个媒体资产内;并且响应于确定所述第一媒体资产也在所述第二多个媒体资产内,为所述第一媒体资产生成记录,其中所述记录包括从所述第一数据空间和所述第二数据空间两者取回的偏好信息。34.如权利要求33所述的方法,其中,对于所述第一多个媒体资产中的第一媒体资产确定所述第一媒体资产是否也在所述第二多个媒体资产内包括:识别所述第一媒体资产的元数据;将所识别的所述第一媒体资产的元数据与所述第二多个媒体资产中的媒体资产的元数据相比较;确定所述第一媒体资产的元数据是否充分匹配所述第二多个媒体资产中的所述媒体资产的元数据;并且响应于确定所述第一媒体资产的元数据充分匹配所述第二多个媒体资产中的所述媒体资产的元数据,确定所述第一媒体资产的内容匹配所述第二多个媒体资产中的所述媒体资产的内容。35.如权利要求34所述的方法,还包括向所述记录添加以下各项中的至少一者:描述所述第一多个用户与所述第一媒体资产的交互的数据,描述由所述第一多个用户提供的对所述第一媒体资产的享受水平的指示的数据,描述所述第二多个用户与所述第二多个媒体资产中的所述媒体资产的交互的数据,以及由所述第二多个用户提供的对所述第二多个媒体资产中的所述媒体资产的享受水平的指示。36.如权利要求31-35的任何一项所述的方法,其中,利用正规化的第一偏好信息和正规化的第二偏好信息确定所述第一媒体资产和所述第二媒体资产之间的相似性的指示进一步包括:基于所述第一偏好信息计算对所述第一媒体资产和所述第二媒体资产之间的相似性的指示的第一置信值;基于所述第二偏好信息计算对所述第一媒体资产和所述第二媒体资产之间的相似性的指示的第二置信值;基于所述第一置信值和所述第二置信值确定平均置信值;并且基于所述平均置信值调整所述第一媒体资产和所述第二媒体资产之间的相似性的指示。37.如权利要求36所述的方法,其中,对所述第一媒体资产和所述第二媒体资产之间的相似性的指示的第一置信值是基于所述第一数据空间中与所述第一媒体资产相关联的数据的量和与所述第二媒体资产相关联的数据的量的。38.如权利要求36-37的任何一项所述的方法,其中,基于所述第一置信值和所述第二置信值确定所述平均置信值进一步包括:确定所述第一偏好信息的具体性;确定所述第二偏好信息的具体性;基于所述第一偏好信息的具体性值和所述第二偏好信息的具体性值计算平均具体性值;并且基于所述平均具体性值确定所述平均置信值。39.如权利要求31-38所述的方法,还包括:向所述模型提供所述误差值和与所述误差值相关联的数据;并且基于所述误差值和与所述误差值相关联的数据来更新所述模型。40.如权利要求39所述的方法,其中,基于所述误差值和与所述误差值相关联的数据来更新所述模型包括:计算以下两者的合成的导数:(1)用于确定第一媒体资产和第二媒体资产之间的相似性的指示的函数,和(2)确定所述预期媒体资产相似性值的函数;并且基于计算出的导数来更新所述模型。41.一种非暂态计算机可读介质,其上记录有指令,所述指令用于基于将利用模型确定的与第一媒体资产和第二媒体资产相对应的预期媒体资产相似性值与从与多个数据空间相关联的用户偏好信息确定的媒体资产相似性值相比较来确定误差值,所述指令包括:用于接收第一多个用户的第一偏好信息的指令,其中所述第一偏好信息与第一数据空间相关联并且描述所述第一多个用户关于第一多个媒体资产的偏好;用于接收第二偏好信息的指令,其中:所述第二偏好信息与第二数据空间相关联,描述第二多个用户关于第二多个媒体资产的偏好,并且是利用与用来计算所述第一偏好信息的度量不同的度量计算的,并且其中所述第二数据空间是由不管理所述第一数据空间的内容提供者管理的;用于正规化所述第一偏好信息和所述第二偏好信息以使得所述第一偏好信息和所述第二偏好信息两者被转换到能应用共同度量的方案的指令;用于利用正规化的第一偏好信息和正规化的第二偏好信息确定第一媒体资产和第二媒体资产之间的相似性的指示的指令,其中所述第一偏好信息和所述第二偏好信息各自包括与所述第一媒体资产和所述第二媒体资产相对应的偏好数据;用于将所述相似性的指示与所述预期媒体资产相似性值相比较的指令;以及用于基于所述比较来确定误差值的指令。42.如权利要求41所述的非暂态计算机可读介质,其中,所述第一多个用户中的第一用户关于所述第一多个媒体资产中的第一媒体资产的偏好包括与所述第一用户与所述第一媒体资产的交互相关联的数据,并且其中与所述第一用户与所述第一媒体资产的交互相关联的数据包括以下各项中的至少一者:所述第一用户是否消耗了所述第一媒体资产,所述第一用户消耗所述第一媒体资产的时间长度,所述第一用户消耗所述第一媒体资产的百分比,所述第一用户是否评定了所述第一媒体资产,所述第一用户对所述第一媒体资产给出的评定,所述第一用户是否暂停了所述第一媒体资产,所述第一用户在消耗所述第一媒体资产的同时是否与广告交互,所述第一用户的眼睛在观看所述第一媒体资产时是否转开,所述第一用户是否为消耗所述第一媒体资产支付了费用,所述费用的数额,在所述第一媒体资产是系列节目的一集的情况下所述第一用户是否消耗了所述第一媒体资产的其他集,以及所述第一用户在所述系列节目中消耗的其他集的数目。43.如权利要求41所述的非暂态计算机可读介质,其中,用于正规化所述第一偏好信息和所述第二偏好信息以使得所述第一偏好信息和所述第二偏好信息两者被转换到能应用共同度量的方案的指令进一步包括:用于对于所述第一多个媒体资产中的第一媒体资产确定所述第一媒体资产是否也在所述第二多个媒体资产内的指令;以及用于响应于确定所述第一媒体资产也在所述第二多个媒体资产内而为所述第一媒体资产生成记录的指令,其中所述记录包括从所述第一数据空间和所述第二数据空间两者取回的偏好信息。44.如权利要求43所述的非暂态计算机可读介质,其中,用于对于所述第一多个媒体资产中的第一媒体资产确定所述第一媒体资产是否也在所述第二多个媒体资产内的指令进一步包括:用于识别所述第一媒体资产的元数据的指令;用于将所识别的所述第一媒体资产的元数据与所述第二多个媒体资产中的媒体资产的元数据相比较的指令;用于确定所述第一媒体资产的元数据是否充分匹配所述第二多个媒体资产中的所述媒体资产的元数据的指令;以及用于响应于确定所述第一媒体资产的元数据充分匹配所述第二多个媒体资产中的所述媒体资产的元数据而确定所述第一媒体资产的内容匹配所述第二多个媒体资产中的所述媒体资产的内容的指令。45.如权利要求44所述的非暂态计算机可读介质,还包括用于向所述记录添加以下各项中的至少一者的指令:描述所述第一多个用户与所述第一媒体资产的交互的数据,描述由所述第一多个用户提供的对所述第一媒体资产的享受水平的指示的数据,描述所述第二多个用户与所述第二多个媒体资产中的所述媒体资产的交互的数据,以及由所述第二多个用户提供的对所述第二多个媒体资产中的所述媒体资产的享受水平的指示。46.如权利要求41所述的非暂态计算机可读介质,其中,用于利用正规化的第一偏好信息和正规化的第二偏好信息确定所述第一媒体资产和所述第二媒体资产之间的相似性的指示的指令进一步包括:用于基于所述第一偏好信息计算对所述第一媒体资产和所述第二媒体资产之间的相似性的指示的第一置信值的指令;用于基于所述第二偏好信息计算对所述第一媒体资产和所述第二媒体资产之间的相似性的指示的第二置信值的指令;用于基于所述第一置信值和所述第二置信值确定平均置信值的指令;以及用于基于所述平均置信值调整所述第一媒体资产和所述第二媒体资产之间的相似性的指示的指令。47.如权利要求46所述的非暂态计算机可读介质,其中,对所述第一媒体资产和所述第二媒体资产之间的相似性的指示的第一置信值是基于所述第一数据空间中与所述第一媒体资产相关联的数据的量和与所述第二媒体资产相关联的数据的量的。48.如权利要求46所述的非暂态计算机可读介质,其中,用于基于所述第一置信值和所述第二置信值确定所述平均置信值的指令进一步包括:用于确定所述第一偏好信息的具体性的指令;用于确定所述第二偏好信息的具体性的指令;用于基于所述第一偏好信息的具体性值和所述第二偏好信息的具体性值计算平均具体性值的指令;以及用于基于所述平均具体性值确定所述平均置信值的指令。49.如权利要求41所述的非暂态计算机可读介质,还包括:用于向所述模型提供所述误差值和与所述误差值相关联的数据的指令;以及用于基于所述误差值和与所述误差值相关联的数据来更新所述模型的指令。50.如权利要求49所述的非暂态计算机可读介质,其中,用于基于所述误差值和与所述误差值相关联的数据来更新所述模型的指令包括:用于计算以下两者的合成的导数的指令:(1)用于确定第一媒体资产和第二媒体资产之间的相似性的指示的函数,和(2)确定所述预期媒体资产相似性值的函数;以及用于基于计算出的导数来更新所述模型的指令。51.一种用于跨具有不同类型的用户偏好信息的数据空间处理媒体消耗信息的方法,该方法包括:由消耗模型接收多个用户的偏好信息,其中所述偏好信息与数据空间相关联并且描述以下两者:(1)监视到的所述多个用户关于多个媒体资产的用户交互,以及(2)由所述多个用户对于所述多个媒体资产明确输入的享受水平;将所述偏好信息变换成消耗层偏好信息,其中所述消耗层偏好信息包括指示用户的偏好的属性;利用偏好模型基于所述消耗层偏好信息确定与给定的媒体资产相对应的用户偏好细节;利用所述偏好模型确定对于媒体资产的估计隐式用户偏好,其中对于媒体资产的估计隐式用户偏好是基于与监视到的所述多个用户关于所述媒体资产的用户交互相关联的用户偏好细节的;利用所述偏好模型确定对于媒体资产的估计显式用户偏好,其中所述估计显式用户偏好是基于与所述多个用户对于所述媒体资产输入的享受水平相关联的用户偏好细节的;利用误差模型将所述估计隐式用户偏好与所述估计显式用户偏好相比较;并且基于所述比较来确定误差值。52.如权利要求51所述的方法,还包括:基于所述误差值来调整所述用户偏好细节以最小化所述误差值。53.如权利要求52所述的方法,其中,基于所述误差值来调整所述用户偏好细节包括应用链式法则来更新所述偏好模型的可训练参数。54.如权利要求53所述的方法,其中,所述可训练参数包括可更新的值。55.如权利要求51所述的方法,其中,利用所述偏好模型基于所述消耗层偏好信息确定与给定的媒体资产相对应的用户偏好细节包括应用线性变换函数、神经网络和波尔兹曼机之一。56.如权利要求51所述的方法,还包括:计算第一质量值,其中所述第一质量值与所述估计隐式用户偏好相关联;计算第二质量值,其中所述第二质量值与所述估计显式用户偏好相关联;并且调整与较低的质量值相关联的用户偏好细节。57.如权利要求56所述的方法,其中,所述第一质量值是基于消耗了所述媒体资产的用户的数目的。58.如权利要求56所述的方法,其中,所述第二质量值是基于指示了对于所述媒体资产的享受水平的用户的数目的。59.如权利要求56所述的方法,其中,所述第一质量值是基于监视到的所述多个用户关于所述多个媒体资产的用户交互的具体性的。60.如权利要求56所述的方法,其中,所述第二质量值是基于由所述多个用户对于所述多个媒体资产明确输入的享受水平的具体性的。61.一种用于跨具有不同类型的用户偏好信息的数据空间处理媒体消耗信息的系统,该系统包括:控制电路,被配置为:接收多个用户的偏好信息,其中所述偏好信息与数据空间相关联并且描述以下两者:(1)监视到的所述多个用户关于多个媒体资产的用户交互,以及(2)由所述多个用户对于所述多个媒体资产明确输入的享受水平;将所述偏好信息变换成消耗层偏好信息,其中所述消耗层偏好信息包括指示用户的偏好的属性;基于所述消耗层偏好信息确定与给定的媒体资产相对应的用户偏好细节;确定对于媒体资产的估计隐式用户偏好,其中对于媒体资产的估计隐式用户偏好是基于与监视到的所述多个用户关于所述媒体资产的用户交互相关联的用户偏好细节的;确定对于媒体资产的估计显式用户偏好,其中所述估计显式用户偏好是基于与所述多个用户对于所述媒体资产输入的享受水平相关联的用户偏好细节的;将所述估计隐式用户偏好与所述估计显式用户偏好相比较;并且基于所述比较来确定误差值。62.如权利要求61所述的系统,其中,所述控制电路还被配置为:基于所述误差值来调整所述用户偏好细节以最小化所述误差值。63.如权利要求62所述的系统,其中,当基于所述误差值来调整所述用户偏好细节时,所述控制电路应用链式法则来更新所述偏好模型的可训练参数。64.如权利要求63所述的系统,其中,所述可训练参数包括可更新的值。65.如权利要求61所述的系统,其中,当利用所述偏好模型基于所述消耗层偏好信息确定与给定的媒体资产相对应的用户偏好细节时,所述控制电路应用线性变换函数、神经网络和波尔兹曼机之一。66.如权利要求61所述的系统,其中,所述控制电路还被配置为:计算第一质量值,其中所述第一质量值与所述估计隐式用户偏好相关联;计算第二质量值,其中所述第二质量值与所述估计显式用户偏好相关联;并且调整与较低的质量值相关联的用户偏好细节。67.如权利要求66所述的系统,其中,所述第一质量值是基于消耗了所述媒体资产的用户的数目的。68.如权利要求66所述的系统,其中,所述第二质量值是基于指示了对于所述媒体资产的享受水平的用户的数目的。69.如权利要求66所述的系统,其中,所述第一质量值是基于监视到的所述多个用户关于所述多个媒体资产的用户交互的具体性的。70.如权利要求66所述的系统,其中,所述第二质量值是基于由所述多个用户对于所述多个媒体资产明确输入的享受水平的具体性的。71.一种用于跨具有不同类型的用户偏好信息的数据空间处理媒体消耗信息的系统,该系统包括:用于由消耗模型接收多个用户的偏好信息的装置,其中所述偏好信息与数据空间相关联并且描述以下两者:(1)监视到的所述多个用户关于多个媒体资产的用户交互,以及(2)由所述多个用户对于所述多个媒体资产明确输入的享受水平;用于将所述偏好信息变换成消耗层偏好信息的装置,其中所述消耗层偏好信息包括指示用户的偏好的属性;用于利用偏好模型基于所述消耗层偏好信息确定与给定的媒体资产相对应的用户偏好细节的装置;用于利用所述偏好模型确定对于媒体资产的估计隐式用户偏好的装置,其中对于媒体资产的估计隐式用户偏好是基于与监视到的所述多个用户关于所述媒体资产的用户交互相关联的用户偏好细节的;用于利用所述偏好模型确定对于媒体资产的估计显式用户偏好的装置,其中所述估计显式用户偏好是基于与所述多个用户对于所述媒体资产输入的享受水平相关联的用户偏好细节的;用于利用误差模型将所述估计隐式用户偏好与所述估计显式用户偏好相比较的装置;以及用于基于所述比较来确定误差值的装置。72.如权利要求71所述的系统,还包括:用于基于所述误差值来调整所述用户偏好细节以最小化所述误差值的装置。73.如权利要求72所述的系统,其中,用于基于所述误差值来调整所述用户偏好细节的装置包括用于应用链式法则来更新所述偏好模型的可训练参数的装置。74.如权利要求73所述的系统,其中,所述可训练参数包括可更新的值。75.如权利要求71所述的系统,其中,用于利用所述偏好模型基于所述消耗层偏好信息确定与给定的媒体资产相对应的用户偏好细节的装置包括用于应用线性变换函数、神经网络和波尔兹曼机之一的装置。76.如权利要求71所述的系统,还包括:用于计算第一质量值的装置,其中所述第一质量值与所述估计隐式用户偏好相关联;用于计算第二质量值的装置,其中所述第二质量值与所述估计显式用户偏好相关联;以及用于调整与较低的质量值相关联的用户偏好细节的装置。77.如权利要求76所述的方法,其中,所述第一质量值是基于消耗了所述媒体资产的用户的数目的。78.如权利要求76所述的方法,其中,所述第二质量值是基于指示了对于所述媒体资产的享受水平的用户的数目的。79.如权利要求76所述的方法,其中,所述第一质量值是基于监视到的所述多个用户关于所述多个媒体资产的用户交互的具体性的。80.如权利要求76所述的方法,其中,所述第二质量值是基于由所述多个用户对于所述多个媒体资产明确输入的享受水平的具体性的。81.一种用于跨具有不同类型的用户偏好信息的数据空间处理媒体消耗信息的方法,该方法包括:利用控制电路由消耗模型接收多个用户的偏好信息,其中所述偏好信息与数据空间相关联并且描述以下两者:(1)监视到的所述多个用户关于多个媒体资产的用户交互,以及(2)由所述多个用户对于所述多个媒体资产明确输入的享受水平;利用所述控制电路将所述偏好信息变换成消耗层偏好信息,其中所述消耗层偏好信息包括指示用户的偏好的属性;利用执行偏好模型的任务的所述控制电路基于所述消耗层偏好信息确定与给定的媒体资产相对应的用户偏好细节;利用执行所述偏好模型的任务的所述控制电路确定对于媒体资产的估计隐式用户偏好,其中对于媒体资产的估计隐式用户偏好是基于与监视到的所述多个用户关于所述媒体资产的用户交互相关联的用户偏好细节的;利用执行所述偏好模型的任务的所述控制电路确定对于媒体资产的估计显式用户偏好,其中所述估计显式用户偏好是基于与所述多个用户对于所述媒体资产输入的享受水平相关联的用户偏好细节的;利用执行误差模型的任务的控制电路将所述估计隐式用户偏好与所述估计显式用户偏好相比较;并且利用控制电路基于所述比较来确定误差值。82.如权利要求81所述的方法,还包括:基于所述误差值来调整所述用户偏好细节以最小化所述误差值。83.如权利要求81或82的任何一项所述的方法,其中,基于所述误差值来调整所述用户偏好细节包括应用链式法则来更新所述偏好模型的可训练参数。84.如权利要求83所述的方法,其中,所述可训练参数包括可更新的值。85.如权利要求81-84的任何一项所述的方法,其中,利用所述偏好模型基于所述消耗层偏好信息确定与给定的媒体资产相对应的用户偏好细节包括应用线性变换函数、神经网络和波尔兹曼机之一。86.如权利要求81-85的任何一项所述的方法,还包括:计算第一质量值,其中所述第一质量值与所述估计隐式用户偏好相关联;计算第二质量值,其中所述第二质量值与所述估计显式用户偏好相关联;并且调整与较低的质量值相关联的用户偏好细节。87.如权利要求86所述的方法,其中,所述第一质量值是...
【专利技术属性】
技术研发人员:C·卡尔米彻尔,S·万卡塔拉曼,
申请(专利权)人:乐威指南公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。