用于提高媒体资产推荐模型中的精确性的系统和方法技术方案

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和系统。从由不同内容提供者管理的两个数据空间接收用户偏好信息。正规化来自两个数据空间的用户偏好信息并且确定两个媒体资产之间的相似性的指示。将相似性的指示与从模型接收的预期相似性值相比较并且基于预期相似性值和相似性值的比较确定误差值。

【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、用户在消耗媒体资产的同时是否与广告交互、用户是否在观看媒体资产时走开、用户是否为消耗媒体资产支付费用、费用的数额、用户在消耗媒体资产的同时情绪的变化、用户在消耗媒体资产的同时心率的变化、用户在消耗媒体资产的同时的瞳孔放大、在媒体资产是系列节目的一集的情况下用户是否消耗了媒体资产的其他集以及用户在该系列节目中消耗的其他集的数目。例如，有线电视提供者(例如，)向用户推荐电影，可能是有利的。向用户提供推荐的一种方式是确定用户偏好哪些电影以及她偏好的那些电影怎么样。这可至少按两种方式实现。可使用模型来基于关于这些电影的用户偏好信息确定哪些电影与其他电影相似，以什么方式相似和相似到何种程度。例如，用户可能观看了电影“终结者”。模型可从用户偏好信息中取回了这样的数据：该数据指出用户观看了该电影两次、完整地观看了它、将该电影倒回来观看特定场景两次并且在1到10的标度上将电影评定为9。模型可基于这些事实确定用户非常喜欢“终结者”。模型随后可找到与“终结者”相似的另一电影来推荐给用户。确定哪些电影与彼此相似的各种方式例如在2014年12月22日递交的美国专利申请14/578,911号(代理人案卷号003597-1114-101)中找到，特此通过引用将该申请完全并入在此。向用户提供推荐的另一种方式是利用推荐模型来基于用户对于其他媒体资产的享受水平来确定用户对于特定媒体资产的预期享受水平。可使用模型来基于用户对于其他媒体资产的偏好信息来确定用户对于媒体资产的预期享受水平。在两种情况下，提供可被训练来提供更好的推荐精确性的推荐模型都将是有用的。这可通过使用可训练参数来实现。当在本文提及时，术语“可训练参数”指的是推荐模型内的如下变量：可基于输入来调整这些变量以提高推荐模型的精确性。可将由模型确定的推荐的参数值与从多个数据空间得出的更精确值相比较。可基于这些比较来找出误差值，随后可调整可训练参数来最小化误差值。在一些方面中，控制电路可通过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。当在本文提及时，术语“预期媒体资产相似性值”指的是两个媒体资产之间的相似性值，它是由模型基于对于两个媒体资产的用户偏好计算来确定两个媒体资产有多相似的。例如，控制电路可确定两个动作电影预期相似性值大于动作电影和喜剧的预期相似性值。控制电路可接收第一多个用户的第一偏好信息，其中第一偏好信息与第一数据空间相关联并且描述第一多个用户关于第一多个媒体资产的偏好。例如，内容提供者可存储既包括关于与媒体资产的用户交互的数据又包括关于用户指示的对于媒体资产的享受水平的数据的用户偏好信息。当在本文提及时，术语“用户交互”指的是用户对于媒体资产采取的任何动作。关于用户交互的数据可包括用户是否消耗了媒体资产，用户消耗媒体资产所花费的时间长度，用户消耗媒体资产的百分比，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，用户在消耗媒体资产的同时是否与广告交互，用户的眼睛在观看媒体资产时是否转开，用户是否为消耗媒体资产支付了费用，费用的数额，在媒体资产是系列节目的一集的情况下用户是否消耗了媒体资产的其他集，以及用户在系列节目中消耗的其他集的数目。当在本文提及时，术语“用户的享受水平”指的是一个关于用户有多享受或者可以有多享受一媒体资产或一组媒体资产的标度值，其或者由用户明确输入或者由控制电路基于用户偏好信息确定。当在本文提及时，术语“用户的指示享受水平”指的是由用户明确输入的关于用户有多享受一媒体资产或一组媒体资产的标度值。在一些实施例中，控制电路可通过分析关于媒体资产的用户通信(例如，用户对于电影的评价、用户的社交媒体通信等等)来确定用户对于媒体资产的享受水平。控制电路可通过例如分析在用户对媒体资产的评价或用户的社交媒体通信中找到的关键字来确定用户对于媒体资产的享受水平。在一些实施例中，用户对于媒体资产的享受水平可被称为“评定”。例如，用户对于媒体资产的指示享受水平在0星到5星的标度上可具有3星的值。用户对于媒体资产的指示享受水平的另一示例可以是在0到10之间的标度上的数值5。其他标度可包括百分比(例如，100％之中的50％)，字母值，使得字母“A”可在标度的一端并且字母“F”可在标度的另一端。诸如“A-”或“C+”之类的字母值可以是可能的以创建更具体的标度。标度的另一示例可以是用户是否喜欢媒体资产或者用户是否喜欢第一媒体资产比第二媒体资产更多。控制电路可通过为显示生成包括滑动条、可选择图标等等的图形显示来获知用户对于媒体资产的指示享受水平。例如，用户可被呈现以标度(例如，滑动条)，在这里她可使用输入装置(例如，鼠标)来在滑动条上指示出她有多享受该媒体资产。用户也可被呈现以可选择图标，这些图标可表示供用户选择的可能指示。例如，她可被呈现以“喜欢”指示和“不喜欢”指示。用户也可被呈现以标度，在这里用户可使用键盘来输入期望的指示。例如，用户可基于从“A”到“F”的标度输入字母“B”。控制电路随后可接收第二偏好信息，其中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第一偏好信息的度量不同的度量计算的，并且其中第二数据空间是由不管理第一数据空间的内容提供者管理的。当在本文提及时，术语“度量”指的是表示关于媒体资产的用户偏好信息的一组值。例如，第一数据空间和第二数据空间都可包括指示出用户在切换到另一媒体资产或者以其他方式停止消耗媒体资产之前消耗该媒体资产所花本文档来自技高网...

【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