DE10392490T5 - Filtern von Inhalt unter Verwendung eines Lernmechanismus - Google Patents

Filtern von Inhalt unter Verwendung eines Lernmechanismus Download PDF

Info

Publication number
DE10392490T5
DE10392490T5 DE10392490T DE10392490T DE10392490T5 DE 10392490 T5 DE10392490 T5 DE 10392490T5 DE 10392490 T DE10392490 T DE 10392490T DE 10392490 T DE10392490 T DE 10392490T DE 10392490 T5 DE10392490 T5 DE 10392490T5
Authority
DE
Germany
Prior art keywords
user
content
search
nodes
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE10392490T
Other languages
English (en)
Inventor
Michael San Jose Hoch
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Electronics Inc
Original Assignee
Sony Electronics Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Electronics Inc filed Critical Sony Electronics Inc
Publication of DE10392490T5 publication Critical patent/DE10392490T5/de
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • G11B27/102—Programmed access in sequence to addressed parts of tracks of operating record carriers
    • G11B27/105—Programmed access in sequence to addressed parts of tracks of operating record carriers of operating discs
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • G11B27/34—Indicating arrangements 

Abstract

Computergestütztes Verfahren, welches aufweist:
Empfangen einer Anforderung von einem Benutzer, um nach einem Inhalt in einer Gemeinschaftsumgebung zu suchen;
Suchen nach dem Inhalt bei einem oder mehreren Knoten der Gemeinschaftsumgebung;
Filtern von Information, welche von einem oder mehreren Knoten empfangen wird, als Antwort auf die Suche;
wobei das Filtern auf Basis von Charakterinformation des Benutzers unter Verwendung eines ersten Lernmechanismus durchgeführt wird; und
Erzeugen eines ersten Suchergebnisses auf Basis der gefilterten Information.

Description

  • Verwandte Anmeldungen
  • Die Anmeldung beansprucht den Vorteil der provisorischen Anmeldung US-60/371,111, welche am 8. April 2002 angemeldet wurde, die hiermit durch Bezugnahme eingeführt wird.
  • Gebiet der Erfindung
  • Die vorliegende Erfindung bezieht sich allgemein auf das Filtern von Information, insbesondere auf das Filtern von Information unter Verwendung eines Lernmechanismus:
  • Copyrightinformation/-Erlaubnis
  • Ein Teil der Offenbarung dieses Patentdokuments enthält Material, welches dem Copyrightschutz unterworfen ist. Der Copyrighteigner hat keine Einwände auf eine Faksimile-Reproduktion durch irgendeinen des Patentdokuments oder der Patentveröffentlichung, wie diese in "Patent and Trademark Office" – Datei oder Aufzeichnungen erscheint, wobei jedoch ansonsten alle Copyrightrechte beansprucht werden. Die folgende Information richtet sich auf die Software und die Daten, wie unten beschrieben und die dazu gehörigen Zeichnungen: Copyright © 2003, Sony Electronic, Inc. All Rights Reserved.
  • Hintergrund der Erfindung
  • Ein Prozess zum Auswählen von Produkten oder von Unterhaltung ist sehr häufig kollaborativ. Üblicherweise beginnt dieser mit einem Sprechen mit Freunden, worauf eine Suche und ein Informations-Sammeln folgen. Eine kleine Auswahl wird dann vor dem Eliminieren und dem Tätigen des endgültigen Kaufes vorher angeschaut. Danach beginnt der Zyklus von neuem. Viele Sites sind stark geworden, wobei ihren Benutzern erlaubt wird, bei ihrer Verhaltensweise zu partizipieren, indem diesen erlaubt wird, existierende Medien zu sortieren, zu ordnen und zu definieren, und dies gegenseitig (beispielsweise epinions.com, AOL Chatrooms oder eBay usw.).
  • Um dieses Entstehen von Gruppenintelligenz und den Wert, den eine Netzwerkgemeinschaft bietet, zu beeinflussen, kann ein Dienst erfolgreich werden, indem Meinungen auf Vertriebsmethoden in Anspruch genommen werden, um einen "Ein-Stopp-Laden" zu erzeugen, um Empfehlungen zu erlangen, Käufe durchzuführen. Die Herausforderung kommt mit der Notwendigkeit, ein nomadisches Inventar eines Gemeinschaftsraums zu bilden, welcher die Persönlichkeit des Benutzers, das Verhalten und seine Gewohnheit reflektiert. Herkömmliche Verfahren akzeptieren lediglich die Eingabebegriffe, welche durch einen Benutzer zugeführt werden.
  • Überblick über die Erfindung
  • Anschließend wird das Filtern von Inhalt unter Verwendung eines Lernmechanismus beschrieben. Wenn eine Anfrage auf eine Suche nach einem Inhalt in einer Gemeinschaft empfangen wird, wird eine Suche nach dem Inhalt in einem oder mehreren Knoten der Gemeinschaft durchgeführt. Information, welche von einem oder mehreren Knoten empfangen wird, wird auf Basis von Charakterinformation des Benutzers gefiltert, indem ein Lernmechanismus verwendet wird. Ein Suchergebnis wird auf Basis der gefilterten Information erzeugt.
  • Kurzbeschreibung der Zeichnungen
  • Die Erfindung wird beispielhaft und nichteinschränkend in den Figuren der beiliegenden Zeichnungen gezeigt, in denen gleiche Bezugszeichen ähnliche Elemente zeigen.
  • 1A ist ein Blockdiagramm, welches ein Computernetzwerk zeigt, welches bei einer Ausführungsform der Erfindung verwendet werden kann;
  • 1B ist ein Blockdiagramm, welches ein Partner-Partner-Netzwerk zeigt, welches bei einer Ausführungsform der Erfindung verwendet werden kann;
  • 2 ist ein Blockdiagramm, welches ein Computersystem zeigt, welches bei einer Ausführungsform der Erfindung verwendet werden kann;
  • 3A bis 3D zeigen Blockdiagramme, welche Ausführungsformen einer hierarchischen Multiebenensuche und Filterungsprozessen zeigen;
  • 4 zeigt ein Blockdiagramm, welches ein Datenpräsentationsformat nach einer Ausführungsform zeigt;
  • 5A und 5B zeigen Blockdiagramme, welche Benutzerschnittstellen gemäß einer noch weiteren Ausführungsform zeigen;
  • 6 ist ein Flussdiagramm, welches eine Ausführungsform eines Filterungsprozesses zeigt;
  • 7 ist ein Flussdiagramm, welches eine weitere Ausführungsform eines Filterungsprozesses zeigt;
  • 8 ist ein Flussdiagramm, welches eine noch weitere Ausführungsform eines Filterungsprozesses zeigt;
  • 9 zeigt eine Benutzerschnittstelle, welche bei einer Ausführungsform der Erfindung verwendet werden kann;
  • 10A und 10B zeigen Benutzerschnittstellen, welche dazu verwendet werden können, einen oder mehrere Partner in einer Gemeinschaft anzuzeigen;
  • 11 zeigt eine weitere Benutzerschnittstelle, welche bei einer Ausführungsform der Erfindung verwendet werden kann; und
  • 12 zeigt eine noch weitere Benutzerschnittstelle, welche bei einer Ausführungsform der Erfindung verwendet werden kann.
  • Ausführliche Beschreibung der Erfindung
  • In der folgenden Beschreibung werden zahlreiche Details bekannt gemacht, um eine gründlichere Erläuterung der Erfindung zu liefern. Es ist jedoch für den Fachmann ersichtlich, dass die vorliegende Erfindung ohne diese speziellen Details ausgeübt werden kann. In anderen Beispielen sind bekannte Strukturen und Einrichtungen in Blockdiagrammform bevorzugt dargestellt, und nicht im Detail, um das Verbergen der vorliegenden Erfindung zu vermeiden.
  • Einige Bereiche der ausführlichen Beschreibung, die folgen, sind in Form von Algorithmen und symbolischen Darstellungen von Arbeitsweisen in bezug auf Datenbits innerhalb eines Computerspeichers dargestellt. Diese algorithmischen Beschreibungen und Darstellungen werden durch den Fachmann auf dem Gebiet der Datenverarbeitung verwendet, um die Substanz ihrer Arbeit anderen Fachleuten effektiv zu überbringen. Ein Algorithmus hier und allgemein wird als selbst-konsistente Sequenz von Operationen betrachtet, die zu einem gewünschten Ergebnis führen. Die Operationen hier sind solche, die reale Manipulationen physikalischer Mengen erfordern. Üblicherweise, obwohl nicht notwendigerweise nehmen diese Mengen die Form elektrischer oder magnetischer Signale an, die gespeichert, übertragen, kombiniert, verglichen und anderweitig manipuliert werden können. Es hat sich manchmal als angenehm erwiesen, hauptsächlich aus Gründen einer gemeinsamen Verwendung, diese Signale als Bits, Werte, Elemente, Symbole, Zeichen, Ausdrücke, Zahlen oder dgl. zu bezeichnen.
  • Man sollte im Gedächtnis jedoch behalten, dass alle diese und ähnlichen Ausdrücke mit den geeigneten realen Mengen verknüpft werden müssen und lediglich angenehme Etiketten sind, die für diese Mengen angewandt werden. Wenn nicht speziell anderweitig ausgeführt, wie aus der folgenden Erläuterung deutlich wird, soll klar sein, dass durchwegs durch die Beschreibung Erläuterungen, welche Ausdrücke verwenden, beispielsweise "verarbeiten" oder "berechnen" oder "rechnen" oder "bestimmen" oder "anzeigen" oder dgl. sich auf die Aktion und Prozesse eines Computersystems beziehen, oder auf eine ähnliche Datenverarbeitungseinrichtung, welche Daten, die als reale Mengen (beispielsweise elektronische Mengen) dargestellt werden, manipuliert und transformiert, innerhalb des Systems des Computers registriert und zu anderen Daten abspeichert, die ähnlich dargestellt sind als reale Mengen innerhalb des Computersystems speichert oder registriert oder eine andere solche Informationsspeicher-, Übertragungs- oder Anzeigeeinrichtung.
  • Die vorliegende Erfindung bezieht sich auch auf Vorrichtungen, um die hier beschriebenen Operationen durchzuführen. Eine Vorrichtung kann speziell für die erforderlichen Zwecke aufgebaut sein, oder sie kann einen Allzweckcomputer aufweisen, der durch ein Computerprogramm, welches im Computer gespeichert ist, selektiv aktiviert oder rekonfiguriert wird. Ein solches Computerprogramm kann in einem Computer-lesbaren Speichermedium gespeichert sein, beispielsweise, jedoch nicht darauf beschränkt, jegliche Art von Platte einschließlich Disketten, optischen Platten, CD-ROMs und magneto-optischen Platten, Nur-Lese-Speichern (ROM), Speicher mit wahlfreiem Zugriff (RAM) wie Dynamik-RAM (DRAM), EPROMs, EEPROMs, magnetische oder optische Karten, oder jegliche Art von Medien, welche zum Speichern elektronischer Instruktionen geeignet sind, wobei jede der obigen Speicherkomponenten mit einem Computersystembus gekoppelt ist.
  • Die Algorithmen und Anzeigen, die hier gezeigt sind, sind nicht schon von Natur aus auf einen bestimmten Computer oder eine andere Vorrichtung bezogen. Verschiedene Allzwecksysteme können mit Programmen gemäß der Lehre hier verwendet werden, oder es kann sich als angenehm erweisen, eine spezialisiertere Vorrichtung aufzubauen, um die Verfahren durchzuführen. Die Struktur für eine Vielzahl dieser Systeme wird aus der nachfolgen den Beschreibung deutlich. Zusätzlich wird die vorliegende Erfindung nicht unter Bezugnahme auf eine bestimmte Programmiersprache beschrieben. Es sei angemerkt, dass eine Vielzahl von Programmiersprachen verwendet werden kann, um die Lehre der Erfindung wie hier beschrieben auszuführen.
  • Ein maschinen-lesbares Medium umfasst irgendeinen Mechanismus, um Information in einer Form zu speichern oder zu übertragen, die durch eine Maschine (beispielsweise einen Computer) lesbar ist. Beispielsweise umfasst ein maschinen-lesbares Medium einen Nur-Lese-Speicher (ROM), einen Speicher mit wahlfreiem Zugriff (RAM), Magnetplatten-Speichermedien, optische Speichermedien, Flashspeichereinrichtungen; elektrische, optische, akustische oder eine andere Form von Verbreitungssignalen (beispielsweise Trägerschwingungen, Infrarotsignale, Digitalsignale usw.), usw.
  • Folglich sind die Ausführungsformen der vorliegenden Erfindung hier beschrieben, um es einem Benutzer zu ermöglichen, Leute mit ähnlichen Interessen oder die ähnlichen Inhalt haben, in einem Gemeinschaftsnetzwerkraum leicht zu finden. Gemäß einer Ausführungsform wird ein Ebenen-Detail-Algorithmus (LOD) dazu verwendet, einen Raum von Nutzern in einer herumblätterbaren Hierarchie zu identifizieren. Ein Lernalgorithmus, beispielsweise ein genetischer Algorithmus oder ein Neural-Netzwerk-Algorithmus wird zitiert, um es einem Benutzer zu erlauben, leicht zu vereinbaren, welche Resultate er wünscht und welche der Benutzer nicht wünscht. Bei einer Ausführungsform wird ein Bewertungsmechanismus, beispielsweise eine Zustimmungs-Bewertung verwendet. Die Suche lernt von einem einfachen Benutzereingangssignal durch Bereitstellen einer neuen Suchhitliste, welche durch einen Lernalgorithmus angewandt wird, um Suchmerkmale einzurichten. Wenn die Suche gebündelter wird, können mehr Parameter beim Lernalgorithmus verwendet werden. Mit der Zeit wird die Suche an Interessen des Benutzers mehr angepasst, wie auch, dass diese feiner wird, da neue Parameterwerte dazu verwendet werden, um zu suchen. Bei einer bestimmten Ausführungsform kann die Suche auf einem Multimediagebiet angewandt werden, beispielsweise Musik, um das Sortieren von Musik, das Empfangen und das Bilden von Empfehlungen und das Maßschneidern individueller Sendungen zuzulassen.
  • 1A ist ein Diagramm eines Netzwerks von Computersystemen, bei denen eine hierarchische Suche, die einen Lernmechanismus nutzt, praktiziert werden kann, gemäß einer Ausführungsform der vorliegenden Erfindung. Wie in 1 gezeigt ist, besitzt ein Netzwerk 100 eine Anzahl von Klientencomputersystemen, welche über ein Internet 122 miteinander gekoppelt sind. Man sieht, dass sich der Ausdruck "Internet" auf ein Netzwerk von Netzwerken bezieht. Diese Netzwerke können eine Vielzahl von Protokollen zum Austausch von In formation nutzen, beispielsweise TCP/IP, ATM, SNA, SDI usw. Die realen Verbindungen des Internets und die Protokolle und die Kommunikationsprozeduren des Internets sind dem Fachmann bekannt. Man sieht außerdem, dass ein solches System in einem Intranet innerhalb einer Organisation ausgeführt werden kann.
  • Der Zugriff auf das Internet 122 wird üblicherweise durch Internet-Dienstanbieter (ISPs) bereitgestellt, beispielsweise ISP 124 und ISP 126. Benutzer bei Klientensystemen, beispielsweise die Klientencomputersysteme 102, 104, 118 und 120 erhalten allgemein einen Zugriff auf das Internet über Internet-Dienstanbieter, beispielsweise ISP 124 und 126. Der Zugriff auf das Internet kann die Übertragung von Information (beispielsweise Email, Textdateien, Mediendateien usw.) zwischen zwei oder mehreren Digitalverarbeitungssystemen erleichtern, beispielsweise den Klientencomputersystemen 102, 104, 118 und 120 und/oder einem Web-Serversystem 128. Beispielsweise kann eine oder mehrere der Klientencomputersysteme 102, 104, 118 und 120 und/oder der Web-Server 128 Dokumentenpräsentationen (beispielsweise eine Web-Seite) einem anderen oder mehreren der Klientencomputersysteme 102, 104, 118 und 120 und/oder dem Web-Server 128 bereitstellen. Bei einer Ausführungsform der Erfindung kann eines oder mehrere Klientencomputersysteme 102, 104, 118 und 120 einen Zugriff auf ein Dokument anfordern, welches an einer entfernten Stelle gespeichert sein kann, beispielsweise beim Web-Server 128. Im Fall einer Fernspeicherung können die Daten als Datei übertragen werden (beispielsweise heruntergeladen werden) und dann angezeigt werden (beispielsweise in einem Fenster eines Browsers), nachdem die Datei übertragen wurde. Bei einer anderen Ausführungsform kann die Dokumentenpräsentation lokal in den Klientencomputersystemen 102, 104, 118 und/oder 120 gespeichert sein. In dem Fall einer lokalen Speicherung kann das Klientensystem das Dokument über eine Anwendung, beispielsweise eine Word-Verarbeitungsanwendung, wieder aufgefunden und angezeigt werden, ohne eine Netzwerkverbindung erforderlich zu machen.
  • Der Web-Server 128 umfasst üblicherweise zumindest ein Computersystem, welches mit einem oder mehreren Datenkommunikationsprotokollen arbeitet, beispielsweise den Protokollen des World Wide Web usw. und ist als solches üblicherweise mit dem Internet 122 gekoppelt. Optional kann der Web-Server 128 Teil eines ISP sein, welches einen Zugriff zum Internet und/oder anderen Netzwerken für Klientencomputersysteme bereitstellen kann. Die Klientencomputersysteme 102, 104, 118 und 120 können jeweils mit geeigneter Web-Browsing-Software, auf Daten zugreifen, beispielsweise ein HTML-Dokument (beispielsweise Web-Seiten), das durch den Web-Server 128 bereitgestellt sein kann. Die Browser-Software kann eine Zurückspring-Schnittstelle gemäß einer Ausführungsform der Erfindung aufweisen, um es einem Benutzer zu erlauben, unmittelbar eine Dokumentenpräsentation von einer Aufzeichnungsstelle wiederaufzufinden, ohne über die dazwischen liegenden Seiten laufen zu müssen.
  • Das ISP 124 stellt die Internet-Verbindungsfähigkeit zum Klientencomputersystem 102 über eine Modemschnittstelle 106 bereit, die als Teil des Klientencomputersystems 102 betrachtet werden kann. Die Klientencomputersysteme 102, 104, 118 und 120 können ein herkömmliches Datenverarbeitungssystem sein, beispielsweise Power Mac G4 und iMac-Computer, das von Apple Computer, Inc. verfügbar ist, ein "Netzwerk"-Computer, ein in der Hand gehaltener/tragbarer Computer, ein Mobiltelefon mit Datenverarbeitungsfähigkeiten, ein Web-TV-System oder andere Arten digitaler Verarbeitungssysteme (beispielsweise ein persönlicher digitaler Assistent (PDA)).
  • In ähnlicher Weise liefert das ISP 126 eine Internet-Verbindungsfähigkeit für die Klientencomputersysteme 102, 104, 118 und 120. Wie in 1 gezeigt ist, kann jedoch diese Verbindungsfähigkeit zwischen verschiedenen Klientencomputersystemen variieren, beispielsweise den Klientencomputersystemen 102, 104, 118 und 120. Wie beispielsweise in 1 gezeigt ist, ist das Klientencomputersystem 104 mit dem ISP 126 über eine Modemschnittstelle 108 gekoppelt, während die Klientencamputersysteme 118 und 120 Teil eines lokalen Bereichsnetzwerks (LAN) sind. Die Schnittstellen 106 und 108, welche als Modems 106 bzw. 108 dargestellt sind, können ein analoges Modem, ein ISDN-Modem, ein DSL-Modem, ein Kabel-Modem, eine Drahtlosschnittstelle oder eine andere Schnittstelle sein, um ein digitales Verarbeitungssystem, beispielsweise ein Klientencomputersystem, mit einem anderen digitalen Verarbeitungssystem zu koppeln. Die Klientencomputersysteme 118 und 120 sind über Netzwerkschnittstellen 114 bzw. 116 mit einem LAN-Bus 112 gekoppelt. Die Netzwerkschnittstelle 114 und 116 kann eine Ethernet-Schnittstelle, ein asynchroner Übertragungsmodus (ATM) oder eine andere Art von Netzwerkschnittstelle sein. Der LAN-Bus ist außerdem mit einem digitalen Verarbeitungswegesystem 110 gekoppelt, welches Firewall- und andere internet-bezogene Dienste für LAN bereitstellen kann. Das digitale Wegeverarbeitungssystem 110 wiederum ist mit dem ISP 126 gekoppelt, um Internet-Verbindungsfähigkeit für die Klientencomputersysteme 118 und 120 bereitzustellen. Das digitale Wegeverarbeitungssystem 110 kann beispielsweise ein herkömmliches Servercomputersystem aufweisen. Ähnlich kann beispielsweise der Web-Server 128 ein herkömmliches Servercomputersystem aufweisen.
  • Gemäß einigen Ausführungsformen der Erfindung kann das Netzwerk 100 ein Partner-Partner-Netzwerk aufweisen. Beispielsweise können Klientencomputer 102, 104, 118 und 120 miteinander gekoppelt sein, um ein Partner-Partner-Netzwerk zu bilden. Partner-Partner-Berechnung ist die anteilige Nutzung von Computerresourcen, beispielsweise Musik oder Filme und Dienste durch unmittelbaren Austausch zwischen Systemen (beispielsweise Partnern). Diese Resourcen und Dienste umfassen den Austausch von Information, Verarbeitungszyklen, Cache-Speicherung und Plattenspeicherung für Dateien. Die Partner-Partner-Berechnung nimmt den Vorteil einer existierenden Desktop-Computerleistung und Netzwerk-Verbindungsfähigkeit an, um es wirtschaftlichen Klienten zu erlauben, ihre kollektive Leistung zu mindern, um das Gesamtunternehmen zufrieden zu stellen.
  • Bei einer Partner-Partner-Architektur kommunizieren Computer, die traditionell lediglich als Klienten verwendet wurden, unmittelbar untereinander und können sowohl als Klienten als auch als Server handeln. Dies reduziert die Belastung in bezug auf Server und erlaubt diesen, spezialisierte Dienste wirksamer durchzuführen. Im gleichen Zeitpunkt kann die Partner-Partner-Berechnung die Notwendigkeit auf IT-Organisationen (information technology) reduzieren, um Teile deren Infrastruktur wachsen zu lassen, um gewisse Dienste zu unterstützen, beispielsweise Sicherungsspeicherung.
  • Im Internet ist Partner-zu-Partner (als P2P bezeichnet) eine Art von transienten Internet-Netzwerk, welches einer Gruppe von Computernutzern mit einem in etwa identischen Netzwerkprogramm erlaubt, miteinander in Verbindung zu treten und direkt auf Dateien von den anderen Speichern zuzugreifen. Gesellschaften schauen auf die Vorteile der Verwendung von P2P als einen Weg, dass Arbeitnehmer Dateien ohne die Kosten anteilig verwenden, die mit einem Beibehalten eines zentralisierten Servers verbunden sind, als eine Art für Geschäfte, um Information miteinander unmittelbar auszutauschen.
  • 1B zeigt eine Ausführungsform einer Partner-Partner-Netzwerkumgebung 150, die über einem Standardnetzwerk schichtweise angeordnet ist, beispielsweise einem Wide-Area-Network (WAN) oder einem Local-Area-Network (LAN). Jeder Einrichtungsknoten, welcher mit dem Netzwerk 40 verbunden ist, kann logisch über das Netzwerk 40 mit irgendeinem anderen der anderen Knoten im Netzwerk gekoppelt werden, um eine Partner-Partner-Netzwerkumgebung 150 zu bilden. Jeder Knoten kann einem oder mehreren realen Einrichtungen entsprechen. Wie gezeigt ist, weist die Partner-Partner-Netzwerkumgebung 150 die Einrichtung 5, die Einrichtung 10, die Einrichtung 15, die Einrichtung 20, die Einrichtung 25, die Einrichtung 30 und die Einrichtung 35 auf. Jede Einrichtung ist zumindest in der Lage, Partner-Partner-Kommunikation mit den anderen Einrichtungen durchzuführen, die als Partner in der Netzwerkumgebung 150 arbeiten. Partner-Partner-Kommunikation umfasst das anteilige Nutzen von Computerresourcen und Diensten durch unmittelbaren Austausch zwischen Partnereinrichtungen (oder indirekt über eine dazwischenliegende Partnereinrichtung). Diese Resourcen und Dienste können den Austausch von Information, die Verarbeitungszyklen, Cache-Speicherung und Plattenspeicherung für Dateien unter anderen Beispielen aufweisen, obwohl es nicht erforderlich ist, dass alle Resourcen und Dienste auf jeder Partnereinrichtung vorhanden sind. Daher kann jede Einrichtung 5, 10, 15, 20, 25, 30 und 35 im Netzwerk 150 eine Partner-Partner-Kommunikationssitzung in der Netzwerkumgebung 150 initialisieren.
  • Jede Einrichtung besitzt außerdem die Fähigkeit, Einrichtungen zu identifizieren, mit denen sie zu kommunizieren wünscht oder eine Beziehung damit zu initiieren wünscht, um Einrichtungen zu entdecken, welche in die Netzwerkumgebung 150 eintreten oder diese verlassen (Entdeckungsprozess), und um zu bestimmen, welches Kommunikationsprotokoll in der Netzwerkumgebung 150 verwendet wird. Außerdem kann die Kommunikation zwischen Partnereinrichtungen eine sein über einen Draht und/oder über ein Drahtlosprotokoll, beispielsweise TCP/IP, Bluetooth, 802.11x Protokolle, die allgemein als WiFi (Wireless Fidelity) bezeichnet werden, und WAP (Wireless Applications Protocol), welches dazu verwendet wird, Daten über mobile Telefonnetzwerke auszutauschen, unter anderen Kommunikationsprotokolle, die ebenfalls durch den Stand der Technik bekannt sind.
  • Die Einrichtungen 5, 10, 15, 20, 25, 30 und 35 können mobile Einrichtungen aufweisen, beispielsweise einen persönlichen digitalen Assistenten (PDA), ein Mobiltelefon, einen tragbaren Computer, einen Personenrufempfänger, einen tragbaren Musikplayer (beispielsweise einen MP3-Player) unter weiteren Einrichtungen. Alternativ können die Einrichtungen 5, 10, 15, 20, 25, 30 und 35 typische nichtmobile Einrichtungen aufweisen, beispielsweise einen Desktop-Computer, einen Heim-Unterhaltungssystem, eine Settop-Box, ein Spielsystem unter anderen Beispielen.
  • Es sei angemerkt, dass die Partner-Partner-Netzwerkumgebung 150, die in 1B gezeigt ist, nicht den Aufbau von Partner-Partner-Netzwerken beschränkt, in welchen die Ausführungsformen der Erfindung arbeiten können. Beispielsweise wird der Fachmann schnell erkennen, dass ein Server mit einem Partner-Partner-Netzwerk gekoppelt werden kann, um zentralisierte Dienste den Partnereinrichtungen bereitzustellen. Außerdem wird der Fachmann unmittelbar verstehen, dass mehr als eine Partner-Partner-Netzwerkumgebung der gleichen darunterliegenden Netzwerkstruktur überlagert werden kann und dass jede Partnereinrichtung simultan in multiplen Partner-Partner-Netzwerkumgebungen partizipieren kann.
  • Jede Einrichtung 5, 10, 15, 20, 25, 30 und 35 besitzt außerdem Beziehungsinitialisierungssoftware 50, die das Bilden, das anteilige Aufteilen, das Modifizieren und das Lö schen von Charakterinformation, wie beschrieben wird, erleichtert. Charakterinformation kann die Personalität, das Verhalten, das Betragen und persönliche Interessen eines Benutzers jeder Einrichtung reflektieren. Beispielsweise kann die Charakterinformation für einen Benutzer einer Einrichtung einen Satz von Attributen aufweisen, beispielsweise eine Künstlerliste, eine Liederliste, eine Favoritengesangsliste, eine Favoritenkünstlerliste, Bewertung von Benutzern, Kommentare über Lieder, eine Interessenliste (beispielsweise Vegetarier, Schachspieler, usw.) unter anderen Attributen, die sich auf den Benutzer beziehen. Der Fachmann wird erkennen, dass zahlreiche Attribute verwendet werden können und die Erfindung nicht auf die, die hier beschrieben wurden, begrenzt ist.
  • Bei einer Ausführungsform wird Charakterinformation, welche einem Benutzer einer Einrichtung zugeordnet ist, automatisch gesammelt. Beispielsweise kann eine Liste von Interessen der Einrichtung 5 automatisch erzeugt werden, indem Web-Sites, die der Benutzer besucht, deren Musik er zuhört, deren Filme er anschaut, usw. aufgezeichnet werden. Die Charakterinformation kann als öffentliche und private Charakterinformation in bezug auf den Benutzer der Einrichtung gespeichert werden.
  • Die Beziehungsinitialisierungssoftware 50 für jede Einrichtung 5, 10, 15, 20, 25, 30 und 35 erlaubt es dem Benutzer jeder Einrichtung, eine Beziehung zu initialisieren und Charakterinformation von einem oder mehreren anderen Benutzern der Einrichtungen im Netzwerk zu speichern. Beispielsweise kann ein Benutzer suchen, eine Beziehung mit einem anderen Benutzer zu initialisieren, indem er eine Unterhaltung initialisiert (beispielsweise andere nach einer Restaurantempfehlung zu fragen, eine aktuelle Informationssitzung zu initialisieren usw.}, um digitalen Inhalt von gemeinsamen Interesse anteilig zu teilen (beispielsweise Musik, Dichtkunst, Literatur, Filme, Bilder usw.). Außerdem kann in Abhängigkeit von der Art der Beziehung, die zwischen den Benutzern erzeugt wird, ein Vertrauensniveau aufgebaut werden und visuell angezeigt werden.
  • 2 zeigt ein Blockdiagramm eines Digitalverarbeitungssystems, welches bei einer Ausführungsform der Erfindung verwendet werden kann. Beispielsweise kann das System 200, welches in 2 gezeigt ist, als Klientencomputersystem (beispielsweise die Klientencomputersysteme 102, 104, 118 und/oder 120), als Web-Serversystem (beispielsweise das Web-Serversystem 128) oder als herkömmliches Serversystem, usw. verwendet werden. Außerdem kann das Digitalverarbeitungssystem 200 dazu verwendet werden, eine oder mehrere Funktionen eines Internet-Dienstanbieters durchzuführen, beispielsweise das ISP 124 und 126.
  • Es sei angemerkt, dass obwohl 2 verschiedene Komponenten eines Computersystems zeigt, es nicht beabsichtigt ist, irgendeine besondere Architektur oder Art und Weise zu zeigen, Komponenten mit einander zu verbinden, da diese Details nicht zur vorliegenden Erfindung gehören. Es soll außerdem angemerkt werden, dass Netzwerkcomputer, tragbare Computer, Mobiltelefone und andere Datenverarbeitungssysteme, die weniger Komponenten haben oder vielleicht mehr Komponenten haben, ebenfalls bei der vorliegenden Erfindung verwendet werden können. Das Computersystem von 2 kann beispielsweise ein IBM-kompatibler PC oder ein Apple-Macintosh Computer sein.
  • Wie in 2 gezeigt ist, weist das Computersystem 200, welches eine Form eines Datenverarbeitungssystem ist, einen Bus 202 auf, der mit einem Mikroprozessor 203 und einem ROM 207, einem flüchtigen RAM 205 und einem nichtflüchtigen Speicher 206 gekoppelt ist. Der Mikroprozessor 203, der ein PowerPC G3 oder ein PowerPC G4-Prozessor von Motorola, Inc. oder IBM ist, ist mit einem Cache-Speicher 204 gekoppelt, wie in dem Beispiel von 2 gezeigt. Der Bus 202 verbindet diese unterschiedlichen Komponenten miteinander, und er verbindet außerdem diese unterschiedlichen Komponenten 203, 207, 205 und 206 mit einer Anzeigesteuerung und einer Anzeigeeinrichtung 208 sowie mit Eingabe/Ausgabeeinrichtungen (I/O) 210, die Mäuse, Tastaturen, Modems, Netzwerkschnittstellen, Drucker und andere Einrichtungen sein können, die durch den Stand der Technik bekannt sind. Üblicherweise sind die Eingabe-/Ausgabeeinrichtungen 210 mit dem System über Eingabe-/Ausgabesteuerungen 209 gekoppelt. Der flüchtige RAM 205 ist üblicherweise als dynamischer RAM (DRAM) ausgeführt, der fortlaufend Leistung erfordert, um die Daten im Speicher aufzufrischen oder zu halten. Der nichtflüchtige Speicher 206 ist üblicherweise eine Magnetfestplatte, eine optische Magnetplatte, eine optische Platte, oder eine DVD RAM oder eine andere Art von Speichersystem, welches Daten hält, sogar nachdem die Spannung vom System entfernt wurde. Üblicherweise wird der nichtflüchtige Speicher ein Speicher mit wahlfreiem Zugriff sein, obwohl dies nicht erforderlich ist. Während 2 zeigt, dass der nichtflüchtige Speicher eine lokale Einrichtung ist, welche unmittelbar mit dem Rest der Komponenten im Datenverarbeitungssystem gekoppelt ist, wird man positiv erkennen, dass die vorliegende Erfindung einen nichtflüchtigen Speicher verwenden kann, der von dem System entfernt ist, beispielsweise eine Netzwerkspeichereinrichtung, welche mit den Datenverarbeitungssystem über eine Netzwerkschnittstelle, beispielsweise ein Modem oder eine Ethernet-Schnittstelle gekoppelt ist. Der Bus 202 kann einen oder mehrere Busse aufweisen, die miteinander über verschiedene Brücken, Steuerungen und/oder Adaptern, wie dies durch den Stand der Technik bekannt ist, verbunden sind. Bei einer Ausführungsform weist die I/O- Steuerung 209 einen USB-Adapter (Universal Serial Bus-Adapter) auf, um USB-periphere Geräte zu steuern. In einer Partner-Partner-Gemeinschaftsumgebung kann das System 200 als Partner dienen, welches sowohl Klienten – als auch Serverfähigkeiten aufweist.
  • Gemäß einer Ausführungsform kann eine Liste von Inhalt, beispielsweise Musik oder Filme, von einem oder mehreren Partnern innerhalb einer Gemeinschaft über ein hierarchisches Multiebenensuchverfahren auf der Basis einer Information über den Charakter des Benutzers gesammelt werden, wobei ein Lernmechanismus verwendet wird. Charakterinformation eines Benutzers kann persönlichen Geschmack eines bestimmten Postens oder Ereignisses aufweisen, beispielsweise Arten auf dem Gebiet der Musik. Alternativ kann Charakterinformation persönliche Einstellungen individueller Umgebung aufweisen, beispielsweise Verfahrenseinstellungen eines Desktop. Weitere Information bezogen auf eine individuelle Auswahl einer Person kann als Charakterinformation genutzt werden. Der Inhalt, der von einem oder mehreren Partnern durchsucht und empfangen wird, kann unter Verwendung von Mehrfachebenen von Details und eines Lernalgorithmus, beispielsweise eines genetischen Algorithmus oder eines neuralen Netzwerkalgorithmus gefiltert werden, und zwar auf der Basis der Charakterinformation eines Benutzers. Beispielsweise kann auf dem Gebiet von Musik Charakterinformation eines Benutzers zumindest eine der folgenden Informationen enthalten, wobei jedoch diese nicht darauf beschränkt sind:
    • – Gattungen (beispielsweise etwas, was ein Benutzer mag oder nicht mag)
    • – Interessen
    • – Künstlerlisten
    • – Gesangslisten
    • – Favoritenlieder, Favoritenartisten
    • – Bewertung eines Benutzers
    • – Kommentar über die Lieder
    • – Tonart eines Lieds
    • – Takte pro Minute
    • – Wörter eines Lieds (beispielsweise Lyrik)
  • Der obige Satz an Information kann als Parameter verwendet werden, wenn ein Benutzer eine Suche ausführt, um Leute zu treffen oder ein Gesangsprofil mit einer Person zu vergleichen (anzupassen).
  • 3A bis 3D zeigen Blockdiagramme, die hierarchische Multiebenensuche und Filterungsverarbeitung auf der Basis der Information des Charakters eines Benutzers zeigen, gemäß einer Ausführungsform der Erfindung. Unter Bezugnahme auf 3A kann, wenn ein Benutzer eine Suche initialisiert, ein Satz von Parametern 301 dazu verwendet werden, zu spezifizieren, wie die Suche ausgeführt wird. Bei einer Ausführungsform werden diese Parameter auf Laufzeit eingerichtet, wenn der Benutzer die Suche initialisiert. Alternativ können diese Parameter automatisch auf Basis aktueller oder früherer Verhaltensweisen des Benutzers gesammelt werden. Wenn beispielsweise ein Benutzer eines Musik-Players (beispielsweise eines MP3-Players) damit beginnt, ein Lied zu spielen, beispielsweise Jazz-Musik, fängt die Suche sofort auf, welche Art von Lied gespielt wird. Zusätzlich kann die Suche hineinschauen, was der Benutzer in der Vergangenheit tat, im Hinblick auf die Gattungen in Verbindung mit dem Lied, beispielsweise klassischer Jazz oder Acid-Jazz, usw. Die Suche sucht dann unter einem oder mehreren Partnern innerhalb einer Gemeinschaft und identifiziert Knoten, die relevanten Inhalt haben, von denjenigen Partnern und zeigt die Knoten, welche mit dem Inhalt verknüpft sind, in einer geografischen optischen Art und Weise auf einer Anzeigeeinrichtung 302 an. Alternativ kann die Suche außerdem zumindest einen Bereich des Inhalts von den identifizierten Knoten herausholen (beispielsweise herunterladen), beispielsweise Titel oder Artisten bezogen auf den Inhalt. Bei einer Ausführungsform wird die Anzeige 302 ähnlich der Anzeige 1000 oder 1050 von 10A und 10B erzeugt. Bei dieser Ausführungsform weist in bezug auf 3A ein Suchergebnis Bündel von Knoten auf, die Inhalt in Gattungen A bis D aufweisen. Bündel von Knoten, die Inhalt in jedem Bündel haben, werden mit ihren damit verknüpften Gattungen gekennzeichnet. Andere Gattungen, beispielsweise 303 und 304 können angezeigt werden. Die Gattungen 303 und 304 sind jedoch nicht so eng wie Gattungen A bis D an den Interessen des Benutzers, sondern irgendwie bezogen, wie durch die Suche auf Basis der Information des Charakters des Benutzers bestimmt wird. Die Bündel für Gattungen A bis D können auf der Anzeigeeinrichtung überlappt sein, um einen oder mehrere Partner in der Gemeinschaft darzustellen, die für eine oder mehrere Gattungen Interesse haben. Ein Benutzer kann weiter hineinschauen, indem er einen Bereich spezifiziert, beispielsweise einen schraffierten Bereich 305, der die Partner zeigt, die für beide Gattungen A und B Interesse haben können.
  • Bei einer Ausführungsform ruft die Suche einen Lernmechanismus oder Algorithmus an, beispielsweise einen genetischen Algorithmus oder einen neuralen Netzwerkalgorithmus, um die Information, welche von den Partnern gesammelt wurde, zu filtern. Der Lernmechanismus kann Benutzerauswahlarten oder Vorzüge in bezug auf die Suche speichern und diese für zukünftige Referenzen filtern. Diese Information kann durch die Suche während einer nachfolgenden Suche verwendet werden, um einen Einfluss auf die Suchvorgänge bereitzustellen. Der Lernalgorithmus, der bei der Suche ausgeführt wird, kann die Su che automatisch auf Basis der Vergangenheitserfahrung oder des Verhaltens des Benutzers ändern. Alternativ kann der Benutzer spezifizieren, wie stark ein Lernalgorithmus die Suche ändern kann, was ausführlich weiter unten beschrieben wird.
  • Bei einer Ausführungsform spezifiziert ein Benutzer, wie viele Lieder, die ein Partner haben muss, die zu den Gattungen A bis D passen, um diese in der Gemeinschaftsansicht anzuzeigen. Alternativ kann die Anzahl von Liedern, die dazu verwendet werden, zu einer Suche zu passen, automatisch durch die Suche auf Basis der Vergangenheitsvorzüge und des Verhaltens des Benutzers automatisch gesammelt werden. Man sieht, dass vorteilhafter Weise die Ausführungsform nicht auf die Parameter, die in 3A bis 3D gezeigt sind, beschränkt ist, und dass andere Parameter, wie diejenigen, die oben erwähnt wurden, verwendet werden können.
  • Wenn ein Benutzer einen Bereich von einem angezeigten Suchergebnis auswählt, beispielsweise den Bereich 305, wird die Suche eine weitere Suche durchführen und relevante Information von den Partnern bezogen auf den ausgewählten Bereich herausholen. Wenn ein Benutzer den Bereich 305 auswählt, führt die Suche eines Suche durch und filtert die Information, welche von den Partnern gesammelt wurde, auf der Basis der Information des Charakters des Benutzers, sowie der Vergangenheitsvorzüge und des Verhaltens des Benutzers, die durch den Lernmechanismus gesammelt wurden, beispielsweise einen genetischen Algorithmus oder einen neuralen Netzwerkalgorithmus. Als Ergebnis sucht, wie in 3B gezeigt ist, die Suche dann unter einem oder mehreren Partnern innerhalb einer Gemeinschaft und identifiziert Knoten, die relevanten Inhalt haben, beispielsweise Subgattungen 306, aus diesen Partnern und zeigt die identifizierten Knoten in einer grafischen optischen Art und Weise auf einer Anzeigeeinrichtung 302 an. Bei dieser Ausführungsform sind Bündel von Knoten, welche Subgattungen A bis D haben, eng auf der Anzeigeeinrichtung positioniert, die zeigt, dass sie einander ähnlich sind. Einige Bereiche, beispielsweise der Bereich 309, sind überlappend dargestellt, um anzuzeigen, dass mehr als ein Partner für mehr als eine Subgattung Interesse haben kann. Zusätzlich können Bündel für andere Subgattungen, beispielsweise die Subgattungen 307 und 308 weiter weg von den Bündeln für die Subgattungen A bis D angezeigt werden, die zeigen, dass diese Bündel von Knoten nicht relevant sind wie die Bündel für die Subgattungen A bis D, auf Basis teilweise der Information über den Charakter des Benutzers.
  • Wenn ein Benutzer einen Bereich von der Anzeigeeinrichtung der Ebene, welche in 3B gezeigt ist, auswählt, kann in ähnlicher Weise die Suche weitere ausführliche Information von dem Suchergebnis anzeigen, beispielsweise die Information 310, die spezifische Künstler von den Liedern betrifft, die von denjenigen Gattungen oder Subgattungen her geleitet wurden, wie in 3C gezeigt ist. Der überlappende Bereich 311, der mehr als einen Artisten zeigen kann, kann ähnliche Gattungen unterstützen.
  • Wie in 3D gezeigt ist, zeigt, wenn ein Benutzer einen Bereich auswählt, an dem Ein Künstler oder Künstler interessiert sind, zeigt die Suche ein Ergebnis auf der Anzeigeeinrichtung 302 an, die einen oder mehrere Partner zeigt, beispielsweise Partner 312 bis 315 in der Gemeinschaft, die an dem ausgewählten Künstler oder den Künstlern Interesse haben. Unter Bezugnahme auf 3D können Linien, welche Partner 312, 313 und 314 verbinden, zeigen, dass diese Partner zu einer Subgemeinschaft in der Gemeinschaft, die auf der Anzeige 302 gezeigt ist, gehören könnten. Ein Benutzer kann irgendeinen der Partner auf der Anzeigeeinrichtung 302 auswählen, um Zusatzinformation des ausgewählten Partners, der zur Suche gehört, zu zeigen. Beispielsweise kann, wie in 3D gezeigt ist, wenn ein Benutzer den Partner 315 auswählt, was durch einen gestrichelten Kreis angedeutet ist, ein Subanzeigebereich 316 innerhalb der Anzeigeeinrichtung oder Ansicht 302 angezeigt werden, um zu zeigen, welche Lieder dieser Partner empfiehlt oder spielt. Bei einer Ausführungsform kann der Subbereich 316 auf eine volle Bildschirmanzeige erweiterbar sein, beispielsweise die Anzeige 1100 von 11. Zusätzlich kann der Subanzeigebereich 316 Bewertungen für eines oder mehrere Lieder durch den ausgewählten Partner aufweisen. Die Bewertungsinformation kann auf Basis der Anforderung des Benutzers angezeigt werden, beispielsweise die, welche durch Parameter 310 von 3C spezifiziert wurden. Außerdem kann ein Benutzer bei einer Bewertung von Liedern anderer Partner von beispielsweise einer Subanzeigeschnittstelle 316 partizipieren. Die Bewertungen der bestimmten Lieder oder des Inhalts durch den Benutzer kann durch die Suche eingefangen werden, die wiederum diese als einen Einfluss auf zukünftige Suche nutzen kann. Weitere Information kann in weiteren Details angezeigt werden.
  • Man würde es schätzen, dass die Multiebenen-Hierarchie, welche in 3A bis 3D gezeigt ist, nicht auf eine spezielle Anzahl von Ebenen beschränkt ist. Bevorzugt können die Prozesse, welche in den 3A bis 3D ausgeführt werden, wiederholt werden, um außerdem eine feinere Körnigkeit der Inhaltsuchergebnisse auf der Basis der Charakterinformation des Benutzers zu erzielen. Man wird weiter es würdigen, dass die hier beschriebenen Prozesse nicht auf eine Partner-Partner-Netzwerkgemeinschaft beschränkt sind. Diese Prozesse können bei einer allgemeinen Netzwerkumgebung angewandt werden, beispielsweise einem breiten Bereichsnetzwerk (WAN) (beispielsweise das Internet) oder bei einem lokalen Bereichsnetzwerk (LAN) (beispielsweise ein Intraet innerhalb einer Organisation).
  • 4 zeigt ein Blockdiagramm, welches ein Datenpräsentationsformat zeigt, welches bei einer Ausführungsform der Erfindung verwendet werden kann. Gemäß 4 kann das Datenpräsentationsformat 400 einen oder mehrere Partner aufweisen, beispielsweise die Partner 401, 402 und 403. Jeder Partner 401 bis 403 kann ein oder mehrere Lieder enthalten, die durch einen oder mehrere Artisten autorisiert sind. Wenn ein Benutzer eine Suche durchführt, zitiert die Suche die Charakterinformation eines Benutzers und einen Lernmechanismus, um den Inhalt, der von den Partnern empfangen wird, zu filtern. Wenn beispielsweise ein Benutzer eine Suche nach Musik unter der allgemeinen Jazz-Kategorie durchführt, gibt die Suche eine Suche aus und kann Inhaltsinformation in einem Format erzeugen, welche ähnlich dem Datenpräsentationsformat 404 ist. Wenn nachfolgend ein Benutzer einen Bereich von dem Bereich von dem Suchergebnis auswählt, beispielsweise den Artisten 405, kann die Suche die entsprechende Information vom Zweig 405 herausholen und auf einer Anzeigeeinrichtung oder einer allgemeinen Ansicht anzeigen, beispielsweise der Ansicht 302, welche in 3D gezeigt ist. Andere Datenstrukturen können genutzt werden.
  • Wie oben erwähnt ruft gemäß einer Ausführungsform der Erfindung die Suche einen Lernmechanismus an, beispielsweise einen genetischen Algorithmus oder einen neuralen Netzwerkalgorithmus, um eine Suche auf der Basis der Charakterinformation eines Benutzers, laufender Verhaltensweisen oder vergangener Verhaltenweisen durchzuführen. Gemäß einer Ausführungsform ändert der Lernmechanismus einen Rahmen oder Stil der Suche auf Basis von früheren Auswahlarten oder Verhaltensweisen des Benutzers. Folglich ist eine Benutzerschnittstelle vorgesehen, um zu erlauben, dass ein Benutzer spezifiziert, wie viel (beispielsweise die Benutzertoleranz) der Lernmechanismus sich ändern kann, wenn eine Suche durchgeführt wird.
  • 5A und 5B zeigen Blockdiagramme, welche Benutzerschnittstellen zeigen, die es einem Benutzer erlauben, anzugeben, wie viel ein Lernmechanismus die Suche ändern kann, gemäß einer Ausführungsform der Erfindung. Bei diesen Ausführungsformen können alle Genome der früheren Ebenen ein Genom ergeben, welches durch einen Lernalgorithmus, beispielsweise einen genetischen Prozess, behandelt werden kann. In einigen Stufen kann das Genom verändert und gekreuzt werden, um zu erlauben, dass neue Elemente in den interpretierten Ansichten erscheinen.
  • Genetische Algorithmen gehören zur Klasse von stochastischen Suchmethoden und arbeiten auf der Population von Lösungen. Um einen genetischen Algorithmus zu verwenden, codiert ein Benutzer üblicherweise Lösungen in Bezug auf sein Problem in einer Struktur, welche in einem Computerspeicher gespeichert werden kann. Dieses Objekt wird als ein Genom (oder Chromosom) bezeichnet. Der genetische Algorithmus erzeugt eine Population von Genomen und wendet eine Kreuzung und Veränderung in bezug auf die Individuen in der Population an, um neue Individuen zu erzeugen. Er nutzt verschiedene Auswahlkriterien, so dass er das beste Individuum herausfischt, welches dazu passt (und nachfolgend kreuzt). Die objektive Funktion bestimmt, wie "gut" jedes Individuum ist. Weitere ausführliche Information in bezug auf einen genetischen Algorithmus kann auf der folgenden Web-Site gefunden werden:
    http://lancet.mit.edu/-mbwall/presentations/IntroToGAs/P002.html
  • Bei einer Ausführungsform kann ein Schieber, beispielsweise Schieber 504 und 506 dazu verwendet werden, anzuzeigen, wie viel Änderung der Benutzer wünscht. Weitere Mechanismen, beispielsweise ein Kreis, können für Anzeigezwecke verwendet werden. Die Benutzerschnittstelle kann unmittelbar ein Balken sein, der unterschiedliche Ebenen (beispielsweise Ebene 501, 502, 503) der Hierarchie zeigt, die ein Lernmechanismus ändern kann, wie in 5A gezeigt ist. Alternativ kann eine geografische Ansicht, beispielsweise die Ansicht 505, verwendet werden, wie in 5B gezeigt ist. Andere Konfigurationen können existieren.
  • 6 ist ein Flussdiagramm, welches einen Prozess zum Filtern von Inhalt gemäß einer Ausführungsform der Erfindung zeigt. Bei einer Ausführungsform weist der Prozess 600 das Empfangen einer Anforderung von einem Benutzer nach einer Suche eines Inhalts in einer Gemeinschaftsumgebung auf, das Suchen nach Inhalt bei einem oder mehreren Knoten der Gemeinschaft, das Filtern von Information, welches von dem einem oder mehreren Knoten als Antwort auf die Suche empfangen wird, wobei das Filtern auf der Basis der Charakterinformation des Benutzers unter Verwendung eines ersten Lernmechanismus ausgeführt wird und ein erstes Suchergebnis auf der Basis der gefilterten Information erzeugt wird.
  • Gemäß 6 wird im Block 601 eine Anforderung nach einer Suche nach einem Inhalt oder Inhalten, beispielsweise einer Musik oder einem Film in einer Gemeinschaftsumgebung von einem Benutzer empfangen. Bei einer Ausführungsform ist die Gemeinschaft eine Partner-Partner-Netzwerkgemeinschaft. Die Gemeinschaft kann ein Weitbereichsnetzwerk (WAN), beispielsweise das Internet sein. Alternativ kann die Gemeinschaft ein lokales Bereichsnetzwerk (LAN), beispielsweise ein Intranet innerhalb einer Organisation sein. Im Block 602 sucht der Prozess nach dem Inhalt bei einem oder mehreren Knoten (beispielsweise einen oder mehrere Partner innerhalb einer Partner-Partner-Gemeinschaft). Nach einem Empfang von Information von einem oder mehreren Knoten der Gemeinschaft als Antwort auf die Suche filtert im Block 603 der Prozess die Information auf Basis teilweise von Information des Charakters des Benutzers.
  • Bei einer Ausführungsform umfasst die Charakterinformation Gattungen, Interessen, und weitere persönliche Vorzüge wie oben erwähnt. Bei einer Ausführungsform wird das Filtern unter Verwendung eines Lernmechanismus durchgeführt, beispielsweise eines genetischen Algorithmus oder eines neuralen Netzwerkalgorithmus. Der Lernmechanismus kann vorherige Vorzüge und Verhaltensweisen des Benutzers im Hinblick auf ähnliche Suchvorgänge oder Inhalt, der gesucht werden soll, aufzeichnen oder speichern. Der Lernmechanismus kann automatisch einige Suchregeln oder Kriterien auf Basis der Information, die von früheren Aktionen oder Verhaltensweisen des Benutzers erlernt werden, ändern. Alternativ kann der Lernmechanismus die Suche auf Basis der Toleranz, die durch den jeweiligen Benutzer zugelassen wird, ändern. Diese Toleranz kann durch den Benutzer über eine Benutzerschnittstelle festgelegt werden, beispielsweise Benutzerschnittstellen, die in 5A und 5B gezeigt sind.
  • Bei einer Ausführungsform können die Filterungsoperationen durch einen Knoten des Benutzers durchgeführt werden, der die Suche initialisiert. Bei einer alternativen Ausführungsform können die Filterungsoperationen durch einen oder mehreren Knoten innerhalb der Gemeinschaft durchgeführt werden, die diesen Inhalt bereitstellt, der durchsucht wird, in einer Vertriebsart. Bei dieser Ausführungsform kann der Benutzer die Suche initialisieren, indem er einen Teil seiner Charakterinformation oder Vorzüge zu den entsprechenden Knoten in der Gemeinschaft überträgt. Die entsprechenden Knoten können diese Filterungsoperationen bevorzugt unter Verwendung ihrer eigenen Verarbeitungsresourcen durchführen und nicht als Verarbeitungsresourcen des Benutzers. Als Ergebnis wird der Prozess zum Herausfinden von Inhalt für den Benutzer beschleunigt, da der Algorithmus beim Aufspüren eines Raums hilft, der relativ groß ist, um erschöpfend zu suchen. Ungleich eines herkömmlichen Verfahrens, beispielsweise eines, welches durch Google Technology verwendet wird, welches die besten Hits für den Benutzer nach vorne stellt, ist das hier beschriebene Verfahren auf den Charakter des Benutzers zugeschnitten. Folglich wird der Netzwerkverkehr reduziert, da die Operationen auf einem relativ kleinen Teil der Information durchgeführt werden. Bei einer weiteren Ausführungsform kann einiges des Inhalts durch Initialisieren des Knotens des Benutzers verarbeitet werden, und der Rest des Inhalts kann in den entsprechenden Knoten in Abhängigkeit von der Bandbreite der jeweiligen Knoten (beispielsweise Netzwerkverbindungen zwischen den entsprechenden Knoten) verarbeitet werden. Außerdem können die Filterungsoperationen in einem Zentralserver durchgeführt werden, beispielsweise dem Web-Server 128 von 1A. Andere Konfigurationen können genutzt werden.
  • Schaut man zurück auf 6, so wird im Block 604 ein Suchergebnis (beispielsweise eine Hit-Liste) auf der Basis der gefilterten Information erzeugt. Die unterstrichene Information des Suchergebnisses kann ähnlich dem Datenpräsentationsformat, welches in 4 gezeigt ist, formatiert sein. Im Block 605 wird das Suchergebnis dem Benutzer gezeigt. Bei einer Ausführungsform wird das Suchergebnis in einer geografischen optischen Art und Weise dargestellt, die ein oder mehrere Bündel aufweist, die einen oder mehrere Knoten der Gemeinschaft darstellen, welche mit der Suche verknüpft sind. Das Suchergebnis kann in einer Gemeinschaftsansicht ähnlich der, die in 9 bis 12 gezeigt ist, dargestellt sein, was anschließend ausführlich weiter beschrieben wird.
  • Wenn im Block 607 der Benutzer mit dem Ergebnis nicht zufrieden ist, kann im Block 606 der Benutzer einen Bereich des Suchergebnisses von der Anzeigeeinrichtung oder Ansicht auswählen, indem er beispielsweise einen Bereich mit einem Kreis umgibt, an dem Benutzer interessiert sein kann. Die obigen Prozesse können wiederholt werden, bis der Benutzer mit den Ergebnissen zufrieden ist.
  • Gemäß einer Ausführungsform wird die Suche nach Inhalt durch einen Benutzer an einem Knoten, wie oben beschrieben, initialisiert. Gemäß einer anderen Ausführungsform kann die Suche automatisch auf Basis des aktuellen oder früheren Verhaltens des Benutzers durchgeführt werden. Beispielsweise kann auf einer tragbaren Einrichtung, beispielsweise einem CD-Player die Suche und die Filterungsprozesse automatisch durchgeführt werden. Die Auswahl der relevanten Parameter kann durch die Suche festgelegt werden und über die Zeit über einen Lernmechanismus adaptiert werden, beispielsweise einen genetischen Algorithmus oder einen neuralen Netzwerkalgorithmus. Während einer Suche kann die Suche die Suchparameter ändern. Wenn beispielsweise ein Benutzer bestimmte Gattungen, Künstler und Lieder auswählt, können neue Elemente durch die Lernprozesse bereitgestellt werden. Alternativ können die Muster des Benutzers dazu verwendet werden, dass sie zu seiner aktuellen Verhaltenweise passen.
  • 7 ist ein Flussdiagramm, welches einen Prozess zum Filtern von Inhalt zeigt, gemäß einer Ausführungsform der Erfindung. Bei einer Ausführungsform umfasst der Prozess 700 das Bestimmen eines Ereignisses, welches durch einen Benutzer geführt wird, das automatische Suchen nach Inhalt in einer Gemeinschaftsumgebung auf der Basis der aktuellen Verhaltenweise des Benutzers hinsichtlich des Ereignisses und das Darstellen eines Suchergebnisses dem Benutzer, beispielsweise einer Kandidatenliste in Verbindung mit dem Ereignis.
  • Gemäß 7 bestimmt im Block 701 der Prozess ein Ereignis, welches aktuell mit einem Benutzer verknüpft ist, beispielsweise das Spielen eines Liedes oder eines Films. Im Block 702 sucht der Prozess automatisch nach Inhalt (beispielsweise andere Musik oder Filme, welche durch die ähnlichen Autoren erzeugt wurden), in einer Gemeinschaft, beispielsweise einer Partner-Partner-Netzwerkgemeinschaft, auf Basis von aktuellen Verhaltensweisen des Benutzers hinsichtlich des Ereignisses. Im Block 703 wird ein Suchergebnis dem Benutzer präsentiert, beispielsweise eine Kandidatenliste in Verbindung mit dem Ereignis, beispielsweise eine Spielliste eines Albums. Das Suchergebnis kann auf der Basis der Charakterinformation des Benutzers über den Lernmechanismus gefiltert werden, wobei einer der oben beschriebenen Mechanismen verwendet wird.
  • Im Block 704 wird eine Auswahl von einem oder mehreren Kandidaten von der Liste empfangen, und im Block 705 zeigt als Antwort auf die Auswahl der Prozess ein oder mehrere auswählbare Bündel an, welche zumindest einen von dem zumindest einen oder mehreren Knoten in Verbindung mit dem einen ausgewählten oder mehreren Kandidaten zeigen (beispielsweise diejenigen Knoten, die aktuell den Inhalt der ausgewählten Bündel empfehlen). Im Block 706 wird eine Auswahl von einem des einen oder mehreren Bündel empfangen, und im Block 707 zeigt die Verarbeitung Information an, die durch die ausgewählten Knoten veröffentlicht wird. Die Information, die angezeigt wird, kann Teil der Charakterinformation des ausgewählten Knotens sein, einschließlich beispielsweise einer Favoritenliste, welche durch den entsprechenden Knoten empfohlen wird. Die angezeigte Information kann in einer ähnlichen Weise wie die, die in 9 gezeigt ist, dargestellt werden.
  • Man sieht, dass vorteilhafterweise die Suche nicht auf den Inhalt in bezug auf die Knoten innerhalb einer existierenden Gemeinschaft begrenzt ist. Inhalt über die existierende Gemeinschaft hinaus könnte gemäß einer Ausführungsform gesucht werden, wenn beispielsweise ein Benutzer eine Suche nach einem bestimmten Inhalt initialisiert, beispielsweise Jazz, der in New Orleans populär sein kann, jedoch nicht in San Francisco gehört wird. Wenn als Ergebnis ein Benutzer einer Gemeinschaft in San Francisco eine Suche nach Jazz in San Francisco initialisiert, kann die existierende Gemeinschaft rundum San Francisco nicht genügend Information haben, welche für die Suche verfügbar ist. Gemäß einer Ausführungsform der Erfindung kann die Suche über die existierende Gemeinschaft hinausgehen und neue Knoten rundum New Orleans entdecken und eine neue Gemeinschaft mit diesen neu entdeckten Knoten oder Partnern bilden. Danach kann der Inhalt dieser Knoten durch die neu gebildete Gemeinschaft anteilig genutzt werden.
  • 8 ist ein Flussdiagramm, welches einen Prozess zum Suchen und zum Filtern von Inhalt gemäß einer Ausführungsform der Erfindung zeigt. Bei einer Ausführungsform umfasst der Prozess 800 das Empfangen einer Anforderung von einem Benutzer nach einer Suche nach einem Inhalt in einer Netzwerkumgebung, das Entdecken eines oder mehrerer Knoten innerhalb der Netzwerkumgebung, um eine Gemeinschaft zu bilden, wobei der eine oder die mehreren Knoten mit dem Inhalt verknüpft sind, und um ein Suchergebnis anzuzeigen, welches ein oder mehrere Bündel hat, die den einen oder mehrere Knoten, die mit dem Inhalt verknüpft sind, zeigen.
  • Gemäß 8 wird im Block 801 eine Anforderung nach einer Suche auf Inhalt oder Inhalte in einer Gemeinschaft empfangen. Im Block 802 bestimmt der Prozess, ob es eine existierende Gemeinschaft gibt, welche zum Inhalt, der gesucht werden soll, gehört. Wenn es eine existierende Gemeinschaft gibt, identifiziert im Block 803 der Prozess einen oder mehrere Knoten innerhalb der existierenden Gemeinschaft und sucht nach Inhalt in den identifizierten Knoten. Im Block 804 entdeckt, ob die Information, welche von den identifizierten Knoten der existierenden Gemeinschaft nicht genug ist, oder alternativ, ob es keine existierende Gemeinschaft gibt, die zum Inhalt, der gesucht wird, gehört, im Block 805 der Prozess einen oder mehrere Knoten, um eine neue Gemeinschaft zu bilden, die zum Inhalt, der durchsucht werden soll, gehört.
  • Bei einer Ausführungsform ruft der Prozess einen genetischen Algorithmus auf, der auf einem Genom und einer LOD-Annäherung (Level of details) basiert. Das Genom und die LOD definieren, was angezeigt wird. Die Knoten können auf Basis der aktuellen Lernzustände und der LOD, die verwendet wird, herausgefunden werden. Gemäß einer Ausführungsform werden bestimmte Schwellenwerte für jede Ebene, die bestimmt, wie viel Daten angezeigt werden, bestimmt. Dies ist ähnlich denjenigen, die definieren, wie viele Hits ein Benutzer in einer Suche zu sehen wünscht. Beispielsweise könnte es für eine Kopfebene 100 Knoten geben, und für eine zweite Ebene (beispielsweise eine Artistenebene) könnte es 100 Lieder geben, usw. Der entsprechende Benutzer könnte wünschen, zu vereinbaren, wie dicht die Erkennbarkeit der Suchergebnisse ist. Zusätzlich könnte der Benutzer wünschen, zu vereinbaren, wie viel Seiteninformationshits (beispielsweise bezogen, jedoch etwa abseits) gezeigt sind. Bei einer Ausführungsform kann der Benutzer diese Information über eine grafische Benutzerschnittstelle (GUI) eingeben. Alternativ kann die Schwellenwertinformation automatisch auf Basis der früheren Erfahrung des Benutzers gesammelt werden.
  • Schaut man nun zurück auf 8, so filtert im Block 806 der Prozess die Information, welche von den Knoten empfangen wird, auf Basis der Charakterinformation des Be nutzers, wobei ein Lernmechanismus verwendet wird, beispielsweise ein genetischer Algorithmus oder ein neuraler Netzwerkalgorithmus. Im Block 807 wird ein Suchergebnis auf Basis der gefilterten Information erzeugt, und im Block 808 wird das Suchergebnis in einer geografisch-optischen Weise ähnlich der, die in 9-11 und 3A-3D wie oben erläutert angezeigt wird. Das angezeigte Suchergebnis kann ein oder mehrere Bündel aufweisen, die eine oder mehrere Gattungen oder Knoten in Verbindung mit dem Inhalt darstellen.
  • 9 zeigt eine Benutzerschnittstelle, welche bei einer Ausführungsform der Erfindung verwendet werden kann. Beispielsweise kann die Schnittstelle 300 eine grafische Benutzerschnittstelle (GUI) eines Multimedia-Players sein, beispielsweise ein Musik-Player, die bei einem Partner einer P2P-Gemeinschaft gespielt wird, beispielsweise Partnern 102, 104, 118 oder 120 von 1A. Ein Programm, welches eine Benutzerschnittstelle 900 hat, kann in einem Speicher eines Partners gespeichert werden, beispielsweise einem nichtflüchtigen Speicher 206 des Partners 200, der in 2 gezeigt ist. Wenn das Programm durch einen Prozessor (beispielsweise Prozessor 203) gestartet wird, kann die Benutzerschnittstelle 900 auf einer Anzeigeeinrichtung (beispielsweise Anzeigeeinrichtung 208) angezeigt werden.
  • Gemäß 9 weist bei einer Ausführungsform die Schnittstelle 900 u.a. eine Wiedergabeliste 901 auf, die als Jukebox bezeichnet ist. Innerhalb eines Anzeigefensters der Schnittstellen 900 wird eine Liste von Liedern angezeigt. Alle Titel, welche nicht auf dem Heim-Partner-System sind, zeigen ihren Ursprung auf der rechten Seite der Schnittstelle 900 an, beispielsweise der Anzeige 905. Diese Lieder können anteilig genutzt werden oder von anderen Partnern über eine Netzwerkschnittstelle heruntergeladen werden, beispielsweise einer I/O-Schnittstelle 210 des Systems 200 über ein Netzwerk. Die Lieder, welche nicht auf dem Heimsystem sind, können in einem entsprechenden Speicher eines Partners gespeichert werden. Alternativ können sie in einem Zentralserver, der die Gemeinschaft steuert, beispielsweise einem Web-Server 128 gespeichert sein. Als Ergebnis kann die Einrichtung, welche die Schnittstelle 900 hat, wie ein traditioneller alleinstehender Player, eine Gemeinschaftszuhörerumgebung oder eine Mini-Sendestation verwendet werden.
  • Zusätzlich weist gemäß einer Ausführungsform der Erfindung die Schnittstelle 900 eine oder mehrere Wiedergabesteuerungseinrichtungen 906 auf, um unmittelbar ein oder mehrere Lieder, welche gespielt werden, zu steuern. Außerdem weist gemäß einer alternativen Ausführungsform die Schnittstelle 300 einen oder mehrere Freunde (beispielsweise Kumpel), beispielsweise die Kumpel (buddy) 902 bis 904 auf, die mit einem oder mehreren Liedern in der Liste verknüpft sind oder die daran interessiert sind. Gemäß einer Ausführungsform kann die Auswahl einer der Kumpel Information im Hinblick auf den ausgewähl ten Kumpel anzeigen, was weiter unten ausführlich beschrieben wird. Andere Information, die für den Fachmann erscheint wird, kann enthalten sein. Gemäß einer Ausführungsform kann die Liste von Liedern, die aufgelistet ist, über ein hierarchisches Multiebenen-Suchverfahren auf Basis von Charakterinformation eines Benutzers gesammelt und gebildet werden, wobei ein Lernmechanismus über die Gemeinschaft verwendet wird, was weiter unten ausführlich beschrieben wird.
  • Das Herausfinden neuer Posten ist häufig eine Aufgabe, welche auf einem Heim-PC durchgeführt wird. Es ist wünschenswert, es einem Benutzer zu erlauben, eine Gemeinschaft zu entdecken, während er mobil und sozial aktiv ist. Gemäß einer Ausführungsform ist, während ein Benutzer einer Musik zuhört, der Benutzer in der Lage, seine Umgebung visuell zu betrachten und die Qualität von Partnern zu überprüfen, die daran teilnehmen können.
  • 10A zeigt eine Benutzerschnittstelle, die dazu verwendet werden kann, einen oder mehrere Partner in einer Gemeinschaft in einer geografisch-optischen Weise gemäß einer Ausführungsform der Erfindung anzuzeigen. Obwohl beispielsweise ein Benutzer eines Partners auf eines der Lieder seiner Wiedergabeliste zuhört, wie beispielsweise eines, wie in 9 gezeigt ist, kann der Benutzer wünschen, anzuzeigen, wo er diese Lieder, welche nicht in einem Heimsystem des Benutzers sind, herkommen. Der Benutzer kann die Benutzerschnittstelle 1000 anrufen, um diese Partner in einer Gemeinschaft anzuzeigen. Gemäß einer Ausführungsform kann diese Ansicht dazu beispielsweise verwendet werden, andere Leute mit ähnlichen Interessen zu finden oder sogar einen Experten, um einige Empfehlungen eines Inhalts zu bekommen, beispielsweise von Musik.
  • Die Gemeinschaftsansicht 100 zeigt drei Gruppen, an denen ein Benutzer interessiert ist, beispielsweise klassischen Jazz, Acid-Jazz und Techno. Die Umgebungsbenutzer werden automatisch in der Nähe der Gruppen, die am besten ihre eigenen Interessen beschreiben, angezeigt. Diese Art von Ansicht wird auch als Affinitäts-Darstellung bezeichnet. Auf diese Weise kann ein Benutzer den Umgebungsbenutzeraufbau beobachten, Information in bezug auf die Individuen anfordern, eine Gruppe identifizieren, die daran interessiert ist, und automatisch eine Wiedergabeliste von dem Inhalt aufbauen, der bei der beobachteten Gemeinschaft verfügbar ist. Gemäß einer Ausführungsform weist die Wiedergabeliste, die automatisch aufgebaut wird, einen Satz von Inhalt auf, der über ein hierarchisches Multiebenen-Suchverfahren auf der Basis von einer Charakterinformation eines Benutzers gesammelt wird, wobei ein Lernmechanismus über die Gemeinschaft verwendet wird, was anschließend ausführlich beschrieben wird.
  • Für die Definition des oben verwendeten Begriffs "Umgebung" kann eine bestimmte reale Näherung als eine natürliche Grenze dienen und bietet Möglichkeiten für "heißes Ding", wie Dienste auf einem beschränkten Bereich, beispielsweise einem Campus einer Universität oder einem Cafe. Die hier beschriebene Technologie ist jedoch nicht auf begrenzte Bereiche beschränkt. Diese können bei einem größeren Bereich angewandt werden und können bis zu virtuellen Gemeinschaften auf dem Internet erweitert werden. Gemäß einer Ausführungsform können die Gruppen, welche in der Schnittstelle 100 gezeigt sind, auf der Anzeigeeinrichtung durch einen Benutzer über beispielsweise Ziehoperationen frei angeordnet werden.
  • Gemäß 10A kann die Benutzerschnittstelle 1000 eine oder mehrere Gruppen von Partnern enthalten, beispielsweise Gruppen 1001, 1002 und 1003 mit ähnlichen Interessen oder Gattungen. Beispielsweise wird die Gruppe 1001 durch die Partner gebildet, beispielsweise die Partner 1008 und 1009, die an klassischem Jazz interessiert sind, während die Gruppen 1002 und 1003 durch die Partner gebildet sind, welche sich entsprechend für Acid-Jazz und Techno interessieren. Ein Partner kann an mehr als einer Gruppe interessiert sein. Es könnte vorteilhaft sein, dass Gruppen 1001 bis 1003 auf Basis anderer Information gebildet werden können, beispielsweise Künstler von Liedern usw.
  • Zusätzlich kann eine Benutzerschnittstelle 1000 einen Namen 1004 eines aktuellen Partners anzeigen, der die Schnittstelle 1000 moderiert, wenn ein entsprechender Partner, beispielsweise der Partner 1009 ausgewählt wird. Der Name 1004 kann ein realer Name eines Benutzers sein. Alternativ kann der Name 404 ein Deckname sein, der einem Benutzer zugeteilt wird. Ein Benutzer oder ein Partner kann mehr als einen Decknamen haben, der einem realen Namen entspricht. Diese Decknamen können dazu verwendet werden, mit anderen Partnern zu kommunizieren, ohne die wahre Identität des Partners zu enthüllen. Ein Partner kann einen Decknamen in einer Gemeinschaft nutzen, während ein anderer Deckname in einer anderen Gemeinschaft verwendet wird.
  • Außerdem weist gemäß einer Ausführungsform die Schnittstelle 1000 eine Kumpelmarkierung 405 auf, welche, wenn sie ausgewählt wird, eine Liste von Kumpeln anzeigen würde. Die Schnittstelle 1000 kann eine Empfehlungs-Marke 1006 enthalten, welche, wenn sie ausgewählt wird, eine Liste von Inhalt (beispielsweise eine Liste von Liedern), welche durch den aktuellen Partner empfohlen wird, anzeigen kann. Die Schnittstelle 100 kann außerdem eine Wiedergabeliste-Marke 1007 aufweisen, welche, wenn sie ausgewählt wird, eine aktuelle Wiedergabeliste von Multimediainhalt anzeigen kann. Andere Elemente, die dem Fachmann erscheinen, können enthalten sein.
  • Man wird es schätzen, dass die Benutzerschnittstelle 100 nicht auf einen Aufbau, der in 10A gezeigt ist, beschränkt ist, so dass andere Arten einer Benutzerschnittstelle, beispielsweise eine Benutzerschnittstelle 1050, die in 10B gezeigt ist, verwendet werden können. Bei dieser Ausführungsform kann ein Bild eines entsprechenden Partners dazu verwendet werden, um den Partner zu zeigen. Man mag es schätzen, dass andere symbolische Posten, beispielsweise ein Icon oder eine Bitmap dazu verwendet werden können, einen Partner zu zeigen.
  • In 11 zeigt eine Benutzerschnittstelle, welche bei einer Ausführungsform der Erfindung verwendet werden kann. Wenn beispielsweise ein Benutzer eines aktuellen Partners eine Empfehlungs-Marke 1006 von der Schnittstelle 100 von 10A auswählt, kann die Benutzerschnittstelle 1100 dazu verwendet werden, eine Liste von Liedern zu zeigen, welche der aktuelle Partner gerade empfiehlt. Die Liste von Liedern, die empfohlen wird, kann über ein hierarchisches Multiebenen-Suchverfahren auf der Basis von Charakterinformationen eines Benutzers unter Verwendung eines Lernmechanismus über die Gemeinschaft gesammelt und gefiltert werden, was anschließend ausführlich beschrieben wird.
  • Eine traditionelle Art, Empfehlungen zu erlangen, ist die über Freunde und Vertrauensleute. Ein erfolgreicher Dienst muss den Vorteil von den dynamischen Web-Gemeinschaften annehmen, um in der Lage zu sein, die Nützlichkeit des Vertriebs zu steigern. Einige der Leute, die in einer Gemeinschaftsübersicht gefunden werden können, könnten neue Wege für einen interessierten Nutzer empfehlen, was wiederum eine neue Wiedergabeliste von den neu erworbenen Spuren bilden könnte.
  • Gemäß 11 umfasst ähnlich wie die Benutzerschnittstelle 900 von 9 die Benutzerschnittstelle 1100 ebenfalls Kumpel 1101 bis 1103, welche innerhalb der Schnittstellen angezeigt werden, sowie die Kumpellisten-Markierung 1104, die Empfehlungs-Markierung 1105 und die Wiedergabelisten-Markierung 1106, usw., so dass ein Benutzer in der Lage sein kann, zwischen unterschiedlichen Bildschirmen oder Schnittstellen zurück und nach vorne zu schalten. Außerdem kann die Benutzerschnittstelle 1100 eine Wiedergabesteuerung 1107 aufweisen, um eines der aufgelisteten Lieder zu steuern. Andere Elemente können enthalten sein.
  • Zusätzlich zur Anfrage von dem Rest von Partnern in der Gemeinschaft kann ein Benutzer eines Partners aktiv herausgehen und andere Partner einladen, sich mit dem Benutzer zu verbinden, um seinen Inhalt anteilig zu nutzen. 12 zeigt eine Benutzerschnittstelle 1200 gemäß einer Ausführungsform, welche durch einen Benutzer verwendet werden kann, um andere Partner über die Steuerung 1201 einzuladen, um in einer bestimmten Sitzung zu partizipieren. Zusätzlich kann der Benutzer eine Empfehlung zu einem Freund schicken oder mit einem Freund über eine aktuelle Information 1202 sprechen. Andere Kommunikationsmechanismen können verwendet werden.
  • Es wurden Verfahren zum Suchen und zum Filtern von Information in einer Gemeinschaft beschrieben. In der vorhergehenden Ausführung wurde die Erfindung mit Hilfe spezifischer Ausführungsformen dafür beschrieben. Es ist deutlich, dass verschiedene Modifikationen dazu ausgeführt werden können, ohne den Rahmen der Erfindung zu verlassen, wie dieser in den folgenden Patentansprüchen dargelegt ist. Die Anmeldung und die Zeichnungen sind somit lediglich in einem illustrativen Sinne und nicht in einem einschränkenden Sinn anzusehen.
  • Zusammenfassung
  • Filtern von Inhalt unter Verwendung eines Lernmechanismus
  • Das Filtern von Inhalt unter Verwendung eines Lernmechanismus wird hier beschrieben. Wenn eine Anforderung nach einer Suche (602) nach einem Inhalt in einer Gemeinschaft empfangen wird, wird eine Suche nach dem Inhalt in einem oder mehreren Knoten der Gemeinschaft durchgeführt. Information, die von einem oder mehreren Knoten empfangen wird, wird auf Basis von Charakterinformation des Benutzers unter Verwendung eines Lernmechanismus gefiltert (603). Ein Suchergebnis (605) wird auf Basis der gefilterten Information erzeugt.
    6

Claims (56)

  1. Computergestütztes Verfahren, welches aufweist: Empfangen einer Anforderung von einem Benutzer, um nach einem Inhalt in einer Gemeinschaftsumgebung zu suchen; Suchen nach dem Inhalt bei einem oder mehreren Knoten der Gemeinschaftsumgebung; Filtern von Information, welche von einem oder mehreren Knoten empfangen wird, als Antwort auf die Suche; wobei das Filtern auf Basis von Charakterinformation des Benutzers unter Verwendung eines ersten Lernmechanismus durchgeführt wird; und Erzeugen eines ersten Suchergebnisses auf Basis der gefilterten Information.
  2. Computergestütztes Verfahren nach Anspruch 1, wobei die Gemeinschaftsumgebung eine Partner-Partner-Gemeinschaftsumgebung ist.
  3. Computergestütztes Verfahren nach Anspruch 1, wobei der erste Lernmechanismus einer ist von einem genetischen Algorithmus und einem neuralen Netzwerkalgorithmus.
  4. Computergestütztes Verfahren nach Anspruch 1, wobei der erste Lernmechanismus Benutzerverhaltungsweise beim Suchen aufzeichnet, um außerdem Einfluss bei nachfolgenden Suchvorgängen bereitzustellen.
  5. Computergestütztes Verfahren nach Anspruch 1, wobei die Anforderung automatisch gesendet wird, wenn der Benutzer bestimmte Ereignisse der Charakterinformation des Benutzers zuordnet.
  6. Computergestütztes Verfahren nach Anspruch 1, wobei die Charakterinformation Information aufweist, welche von der Gruppe ausgewählt wird, die besteht aus: Gattungen des Benutzers; Interessen des Benutzers; einem Autor des Inhalts; Benutzer-Favoriten in Gattungen des Inhalts; Bemerkungen in bezug auf den Inhalt; einer Bewertung des Inhalts; einer Tonart des Inhalts; und Wörter innerhalb des Inhalts.
  7. Computergestütztes Verfahren nach Anspruch 1, welches außerdem das Darstellen des ersten Suchergebnisses dem Benutzer in einer interaktiven vergegenwärtigten Weise aufweist.
  8. Computergestütztes Verfahren nach Anspruch 7, wobei die auswählbare vergegenwärtigte Weise ein oder mehrere auswählbare Bündel aufweist, die zumindest einen von dem einen oder mehreren Knoten zeigen, die dem Inhalt zugeordnet sind.
  9. Computergestütztes Verfahren nach Anspruch 7, welches außerdem aufweist: Empfangen eines ausgewählten Bereichs des ersten Suchergebnisses; Suchen nach weiterem Inhalt, der dem ausgewählten Bereich des ersten Suchergebnisses zugeordnet ist; und Erzeugen eines zweiten Suchergebnisses auf Basis der Charakterinformation des Benutzers unter Verwendung eines zweiten Lernmechanismus.
  10. Computergestütztes Verfahren nach Anspruch 9, welches außerdem das Darstellen des zweiten Suchergebnisses dem Benutzer aufweist, wobei das zweite Suchergebnis ein oder mehrere Bündel aufweist, welche einen oder mehrere Knoten der Gemeinschaft darstellen, welche dem zweiten Suchergebnis zugeordnet sind.
  11. Computergestütztes Verfahren, welches aufweist: Bestimmen eines Ereignisses, welches einem Benutzer zugeordnet ist; Automatisches Suchen nach Inhalt in einer Gemeinschaftsumgebung auf Basis einer aktuellen Verhaltungsweise des Benutzers, die zum Ereignis gehört; und Darstellen eines Suchereignisses dem Benutzer als eine Kandidatenliste, die dem Ereignis zugeordnet ist.
  12. Computergestütztes Verfahren nach Anspruch 11, wobei die Gemeinschaftsumgebung eine Partner-Partner-Netzwerkumgebung ist.
  13. Computergestütztes Verfahren nach Anspruch 11, wobei das Suchergebnis auf Basis von Charakterinformation des Benutzers unter Verwendung eines Lernmechanismus erzeugt wird.
  14. Computergestütztes Verfahren nach Anspruch 13, wobei die Charakterinformation Information aufweist, welche aus der Gruppe ausgewählt wird, die besteht aus: Gattungen des Benutzers; Interessen des Benutzers; einem Autor des Inhalts; Benutzerfavoriten in Gattungen des Inhalts; Bemerkungen in bezug auf den Inhalt; einer Bewertung des Inhalts; einer Tonart des Inhalts; und Wörtern innerhalb des Inhalts.
  15. Computergestütztes Verfahren nach Anspruch 11, wobei das Suchergebnis auf Basis teilweise von vorherigen Verhaltensweisen des Benutzers, die zu dem Ereignis gehören, erzeugt wird.
  16. Computergestütztes Verfahren nach Anspruch 11, wobei, wenn das Ereignis ein Multimediaereignis ist, dies eines von einer Musik und einem Film ist.
  17. Computergestütztes Verfahren nach Anspruch 11, welches außerdem aufweist: Empfangen einer Auswahl von einem oder mehreren Kandidaten von der Kandidatenliste; und Anzeigen eines oder mehrerer auswählbarer Bündel, welche zumindest einen von einem oder mehreren Knoten zeigen, die dem ausgewählten einen oder mehreren Kandidaten zugeordnet sind.
  18. Computergestütztes Verfahren nach Anspruch 17, welches außerdem aufweist: Empfangen einer Auswahl eines Knotens innerhalb eines von einem oder mehreren Bündeln; und Anzeigen von Information, die dem ausgewählten Knoten zugeordnet ist.
  19. Computergestütztes Verfahren nach Anspruch 18, wobei die Information, welche durch den ausgewählten Knoten veröffentlicht wird, eine aktuelle Verhaltensweise eines Benutzers aufweist, die dem Knoten zugeordnet ist.
  20. Computergestütztes Verfahren, welches aufweist: Empfangen einer Anforderung von einem Benutzer, um nach einem Inhalt in einer Netzwerkumgebung zu suchen; Entdecken eines oder mehrerer Knoten innerhalb der Netzwerkumgebung, um eine Gemeinschaft zu bilden, wobei der eine oder mehrere Knoten dem Inhalt zugeordnet sind; und Anzeigen eines Suchergebnisses, welches ein oder mehrere Bündel hat, welche den einen oder mehrere Knoten dem Inhalt zuordnen.
  21. Computergestütztes Verfahren nach Anspruch 20, welches außerdem aufweist: Bestimmen eines Ereignisses, welches dem Benutzer zugeordnet ist; und Automatisches Erzeugen der Anforderung auf Basis eines aktuellen Verhaltens des Benutzers, welches zum Ereignis gehört.
  22. Computergestütztes Verfahren nach Anspruch 21, wobei die Anforderung auf Basis außerdem teilweise in bezug auf vorherige Verhaltensweisen des Benutzers in bezug auf das Ereignis erzeugt wird.
  23. Computergestütztes Verfahren nach Anspruch 20, welches außerdem aufweist: Filtern von Information, welche von dem einem oder mehreren entdeckten Knoten empfangen wird, auf Basis von Charakterinformation des Benutzers unter Verwendung eines Lernmechanismus; und Erzeugen des Suchergebnisses auf Basis der gefilterten Information.
  24. Computergestütztes Verfahren nach Anspruch 23, wobei der Lernmechanismus einer ist von einem genetischen Algorithmus und einem neuralen Netzwerkalgorithmus.
  25. Computergestütztes Verfahren nach Anspruch 23, wobei die Charakterinformation Information aufweist, die aus der Gruppe ausgewählt wird, die besteht aus: Gattungen des Benutzers; Interessen des Benutzers; einem Autor des Inhalts; Benutzerfavoriten im Raum des Inhalts; Bemerkungen in bezug auf den Inhalt; einer Bewertung in bezug auf den Inhalt; einer Tonart des Inhalts; und Wörtern innerhalb des Inhalts.
  26. Maschinen-lesbares Medium, welches ausführbare Instruktionen hat, um zu bewirken, dass eine Einrichtung ein Verfahren ausführt, welches aufweist: Empfangen einer Anforderung von einem Benutzer, um nach einem Inhalt in einer Gemeinschaftsumgebung zu suchen; Suchen nach dem Inhalt an einem oder mehreren Knoten der Gemeinschaftsumgebung; Filtern von Information, welche von dem einen oder mehreren Knoten empfangen wird, als Antwort auf die Suche, wobei das Filtern auf der Basis von Charakterinformation des Benutzers unter Verwendung eines ersten Lernmechanismus durchgeführt wird; und Erzeugen eines ersten Suchergebnisses auf Basis der gefilterten Information.
  27. Maschinen-lesbares Medium nach Anspruch 26, wobei die Gemeinschaftsumgebung eine Partner-Partner-Gemeinschaftsumgebung ist.
  28. Maschinen-lesbares Medium nach Anspruch 26, wobei der erste Lernmechanismus einer von einem genetischen Algorithmus und einem neuralen Netzwerkalgorithmus ist.
  29. Maschinen-lesbares Medium nach Anspruch 26, wobei der erste Lernmechanismus Verhaltensweisen des Benutzers beim Suchen aufzeichnet, um außerdem Einfluss auf nachfolgende Suchen zu liefern.
  30. Maschinen-lesbares Medium nach Anspruch 26, wobei die Anforderung automatisch geliefert wird, wenn der Benutzer bestimmte Ereignisse ausführt, die der Charakterinformation des Benutzers zugeordnet sind.
  31. Maschinen-lesbares Medium nach Anspruch 26, wobei die Charakterinformation Information aufweist, welche aus der Gruppe ausgewählt wird, die besteht aus: Gattungen des Benutzers; Interessen des Benutzers; einem Autor des Inhalts; Benutzer-Favoriten in Gattungen des Inhalts; Bemerkungen in bezug auf den Inhalt; einer Bewertung des Inhalts; einer Tonart des Inhalts; und Wörtern innerhalb des Inhalts.
  32. Maschinen-lesbares Medium nach Anspruch 26, wobei das Verfahren außerdem das Darstellen des ersten Suchergebnisses dem Benutzer in einer interaktiven vergegenwärtigten Weise aufweist.
  33. Maschinen-lesbares Medium nach Anspruch 32, wobei die auswählbare vergegenwärtigte Weise ein oder mehrere auswählbare Bündel aufweist, welche zumindest einen von einem oder mehreren Knoten, welche dem Inhalt zugeordnet sind, zeigen.
  34. Maschinen-lesbares Medium nach Anspruch 32, wobei das Verfahren außerdem aufweist: Empfangen eines ausgewählten Bereichs des ersten Suchergebnisses; Suchen nach weiterem Inhalt, der dem ausgewählten Bereich des ersten Suchergebnisses zugeordnet ist; und Erzeugen eines zweiten Suchergebnisses auf Basis der Charakterinformation des Benutzers unter Verwendung eines zweiten Lernmechanismus.
  35. Maschinen-lesbares Medium nach Anspruch 34, wobei das Verfahren außerdem das Darstellen des zweiten Suchergebnisses dem Benutzer aufweist, wobei das zweite Suchergebnis ein oder mehrere Bündel enthält, die einen oder mehrere Knoten einer Gemeinschaft darstellen, die dem zweiten Suchergebnis zugeordnet sind.
  36. Knoten, der aufweist: einen Prozessor, der mit einem Speicher über einen Bus gekoppelt ist; und einen Prozess, der durch den Prozessor vom Speicher ausgeführt wird, um zu veranlassen, dass der Prozessor: eine Anforderung von einem Benutzer empfängt, um nach einem Inhalt in einer Gemeinschaftsumgebung zu suchen; nach dem Inhalt an einem oder mehreren Knoten der Gemeinschaftsumgebung sucht; Filterinformation von dem einem oder mehreren Knoten als Antwort auf das Suchen empfängt, wobei das Filtern auf Basis von Charakterinformation des Benutzers unter Verwendung eines ersten Lernmechanismus durchgeführt wird; und ein erstes Suchergebnis auf Basis der gefilterten Information erzeugt.
  37. Vorrichtung, welche aufweist: eine Einrichtung zum Empfangen einer Anforderung von einem Benutzer, um nach einen Inhalt in einer Gemeinschaftsumgebung zu suchen; eine Einrichtung zum Suchen nach dem Inhalt an einem oder mehreren Knoten der Gemeinschaftsumgebung; eine Einrichtung zum Filtern von Information, welche von dem einem oder mehreren Knoten empfangen wird, als Antwort auf die Suche, wobei das Filtern auf Basis von Charakterinformation des Benutzers unter Verwendung eines ersten Lernmechanismus durchgeführt wird; und eine Einrichtung zum Erzeugen eines ersten Suchergebnisses auf Basis der gefilterten Information.
  38. Maschinen-lesbares Medium, welches ausführbare Instruktionen hat, um zu veranlassen, dass eine Einrichtung ein Verfahren durchführt, welches aufweist: Bestimmung eines Ereignisses, welches einem Benutzer zugeordnet ist; automatisches Suchen nach Inhalt in einer Gemeinschaftsumgebung auf Basis einer aktuellen Verhaltensweise des Benutzers, die zu dem Ereignis gehört; und Darstellen eines Suchergebnisses dem Benutzer als eine Kandidatenliste, die dem Ereignis zugeordnet ist.
  39. Maschinen-lesbares Medium nach Anspruch 38, wobei die Gemeinschaftsumgebung eine Partner-Partner-Netzwerkumgebung ist.
  40. Maschinen-lesbares Medium nach Anspruch 38, wobei das Suchergebnis auf Basis von Charakterinformation des Benutzers durch Verwenden eines Lernmechanismus erzeugt wird.
  41. Maschinen-lesbares Medium nach Anspruch 40, wobei die Charakterinformation Information aufweist, welche aus der Gruppe ausgewählt wird, die besteht aus: Gattungen des Benutzers; Interessen des Benutzers; einem Autor des Inhalts; Benutzer-Favoriten in Gattungen des Inhalts; Bemerkungen hinsichtlich des Inhalts; einer Bewertung in bezug auf den Inhalt; einer Tonart des Inhalts; und Wörtern innerhalb des Inhalts.
  42. Maschinen-lesbares Medium nach Anspruch 38, wobei das Suchergebnis auf Basis teilweise von vorherigen Verhaltensweisen des Benutzers, die zu dem Ereignis gehören, erzeugt wird.
  43. Maschinen-lesbares Medium nach Anspruch 38, wobei, wenn das Ereignis ein Multimedia-Ereignis ist, dies eines von einer Musik und einem Film ist.
  44. Maschinen-lesbares Medium nach Anspruch 38, wobei das Verfahren außerdem aufweist: Empfangen einer Auswahl von einem oder mehreren Kandidaten von der Kandidatenliste; und Anzeigen eines oder mehrerer auswählbarer Bündel, welche zumindest einen von dem einen oder mehreren Knoten zeigen, die dem ausgewählten oder mehreren Kandidaten zugeordnet sind.
  45. Maschinen-lesbares Medium nach Anspruch 44, wobei das Verfahren außerdem aufweist: Empfangen einer Auswahl eines Knotens innerhalb eines von einem oder mehreren Bündeln; und Anzeigen von Information, die dem ausgewählten Knoten zugeordnet ist.
  46. Maschinen-lesbares Medium nach Anspruch 45, wobei die Information, welche durch den ausgewählten Knoten veröffentlicht wird, eine aktuelle Verhaltensweise eines Benutzers ist, die dem Knoten zugeordnet ist.
  47. Knoten der aufweist: einen Prozessor, der über einen Bus mit einem Speicher gekoppelt ist; und einen Prozess, der durch den Prozessor vom Speicher ausgeführt wird, um zu veranlassen, dass der Prozessor: ein Ereignis bestimmt, das einem Benutzer zugeordnet ist; automatisch nach Inhalt in einer Gemeinschaftsumgebung auf Basis einer aktuellen Verhaltensweise des Benutzers, die zum Ereignis gehört, sucht; und ein Suchergebnis dem Benutzer als eine Kandidatenliste zeigt, die dem Ereignis zugeordnet ist.
  48. Vorrichtung, welche aufweist: eine Einrichtung zum Bestimmen eines Ereignisses, welches einem Benutzer zugeordnet ist; eine Einrichtung zum automatischen Suchen nach Inhalt in einer Gemeinschaftsumgebung auf Basis einer aktuellen Verhaltensweise des Benutzers, die zu dem Ereignis gehört; und eine Einrichtung zum Zeigen eines Suchergebnisses dem Benutzer als eine Kandidatenliste, die dem Ereignis zugeordnet ist.
  49. Maschinen-lesbares Medium, welches ausführbare Instruktionen aufweist, um zu veranlassen, dass eine Einrichtung ein Verfahren durchführt, welches aufweist: Empfangen einer Anforderung von einem Benutzer, um nach einem Inhalt in einer Netzwerkumgebung zu suchen; Entdecken eines oder mehrerer Knoten innerhalb der Netzwerkumgebung, um eine Gemeinschaft zu bilden, wobei der eine oder mehrere Knoten dem Inhalt zugeordnet sind; und Anzeigen eines Suchergebnisses, welches ein oder mehrere Bündel hat, welche den einen oder mehrere Knoten zeigen, die dem Inhalt zugeordnet sind.
  50. Maschinen-lesbares Medium nach Anspruch 49, wobei das Verfahren außerdem aufweist: Bestimmen eines Ereignisses, welches dem Benutzer zugeordnet ist; und automatisches Erzeugen der Anforderung auf Basis einer aktuellen Verhaltensweise des Benutzers, die zu dem Ereignis gehört.
  51. Maschinen-lesbares Medium nach Anspruch 50. wobei die Anforderung außerdem auf Basis teilweise vorheriger Verhaltensweisen des Benutzers in bezug auf das Ereignis erzeugt wird.
  52. Maschinen-lesbares Medium nach Anspruch 49, wobei das Verfahren außerdem aufweist: Filtern von Information, welche von dem einen oder mehreren entdeckten Knoten empfangen wird, auf Basis von Charakterinformation des Benutzers, wobei ein Lernmechanismus verwendet wird; und Erzeugen des Suchergebnisses auf Basis der gefilterten Information.
  53. Maschinen-lesbares Medium nach Anspruch 52, wobei der Lernmechanismus einer ist von einem genetischen Algorithmus und einem neuralen Netzwerkalgorithmus.
  54. Maschinen-lesbares Medium nach Anspruch 52, wobei die Charakterinformation Information aufweist, die aus der Gruppe ausgewählt wird, die besteht aus: Gattungen des Benutzers; Interessen des Benutzers; einem Autor des Inhalts; Benutzer-Favoriten im Raum des Inhalts; Bemerkungen hinsichtlich des Inhalts; einer Bewertung des Inhalts; einer Tonart des Inhalts; und Wörtern innerhalb des Inhalts.
  55. Knoten, der aufweist: einen Prozessor, der über einen Bus mit einem Speicher gekoppelt ist; und einen Prozess, der durch den Prozessor vom Speicher ausgeführt wird, um zu veranlassen, dass der Prozessor: eine Anforderung von einem Benutzer empfängt, um nach einem Inhalt in einer Netzwerkumgebung zu suchen; einen oder mehrere Knoten innerhalb der Netzwerkumgebung entdeckt, um eine Gemeinschaft zu bilden, wobei der eine oder die mehreren Knoten mit dem Inhalt verknüpft sind; und ein Suchergebnis anzeigt, welches ein oder mehrere Bündel hat, die den einen oder die mehreren Knoten, die dem Inhalt zugeordnet sind, zeigen.
  56. Vorrichtung, welche aufweist: eine Einrichtung zum Empfangen einer Anforderung von einem Benutzer, um nach einem Inhalt in einer Netzwerkumgebung zu suchen; eine Einrichtung zum Entdecken eines oder mehrerer Knoten innerhalb der Netzwerkumgebung, um eine Gemeinschaft zu bilden, wobei der eine oder die mehreren Knoten dem Inhalt zugeordnet sind; und eine Einrichtung zum Anzeigen eines Suchergebnisses, welches ein oder mehrere Bündel hat, welche den einen oder die mehreren Knoten zeigen, die dem Inhalt zugeordnet sind.
DE10392490T 2002-04-08 2003-04-04 Filtern von Inhalt unter Verwendung eines Lernmechanismus Withdrawn DE10392490T5 (de)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US37111102P 2002-04-08 2002-04-08
US60/371,111 2002-04-08
US10/400,018 2003-03-25
US10/400,018 US20030191753A1 (en) 2002-04-08 2003-03-25 Filtering contents using a learning mechanism
PCT/US2003/010223 WO2003088061A1 (en) 2002-04-08 2003-04-04 Filtering contents using a learning mechanism

Publications (1)

Publication Number Publication Date
DE10392490T5 true DE10392490T5 (de) 2005-02-17

Family

ID=28678386

Family Applications (1)

Application Number Title Priority Date Filing Date
DE10392490T Withdrawn DE10392490T5 (de) 2002-04-08 2003-04-04 Filtern von Inhalt unter Verwendung eines Lernmechanismus

Country Status (9)

Country Link
US (1) US20030191753A1 (de)
EP (1) EP1495411A4 (de)
JP (1) JP2005524132A (de)
KR (1) KR20040101408A (de)
CN (1) CN1659531A (de)
AU (1) AU2003220652A1 (de)
DE (1) DE10392490T5 (de)
GB (1) GB2404060A (de)
WO (1) WO2003088061A1 (de)

Families Citing this family (167)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7188352B2 (en) 1995-07-11 2007-03-06 Touchtunes Music Corporation Intelligent digital audiovisual playback system
DK0786121T3 (da) 1994-10-12 2000-07-03 Touchtunes Music Corp System til digital, intelligent audiovisuel gengivelse
FR2769165B1 (fr) 1997-09-26 2002-11-29 Technical Maintenance Corp Systeme sans fil a transmission numerique pour haut-parleurs
US8028318B2 (en) 1999-07-21 2011-09-27 Touchtunes Music Corporation Remote control unit for activating and deactivating means for payment and for displaying payment status
FR2781591B1 (fr) 1998-07-22 2000-09-22 Technical Maintenance Corp Systeme de reproduction audiovisuelle
FR2781580B1 (fr) 1998-07-22 2000-09-22 Technical Maintenance Corp Circuit de commande de son pour systeme de reproduction audiovisuelle numerique intelligent
FR2796482B1 (fr) 1999-07-16 2002-09-06 Touchtunes Music Corp Systeme de gestion a distance d'au moins un dispositif de reproduction d'informations audiovisuelles
US7072846B1 (en) * 1999-11-16 2006-07-04 Emergent Music Llc Clusters for rapid artist-audience matching
US8150724B1 (en) 1999-11-16 2012-04-03 Emergent Discovery Llc System for eliciting accurate judgement of entertainment items
FR2805377B1 (fr) 2000-02-23 2003-09-12 Touchtunes Music Corp Procede de commande anticipee d'une selection, systeme numerique et juke-box permettant la mise en oeuvre du procede
FR2805072B1 (fr) 2000-02-16 2002-04-05 Touchtunes Music Corp Procede d'ajustement du volume sonore d'un enregistrement sonore numerique
FR2805060B1 (fr) 2000-02-16 2005-04-08 Touchtunes Music Corp Procede de reception de fichiers lors d'un telechargement
US7624172B1 (en) 2000-03-17 2009-11-24 Aol Llc State change alerts mechanism
US9736209B2 (en) 2000-03-17 2017-08-15 Facebook, Inc. State change alerts mechanism
FR2808906B1 (fr) 2000-05-10 2005-02-11 Touchtunes Music Corp Dispositif et procede de gestion a distance d'un reseau de systemes de reproduction d'informations audiovisuelles
FR2811175B1 (fr) 2000-06-29 2002-12-27 Touchtunes Music Corp Procede de distribution d'informations audiovisuelles et systeme de distribution d'informations audiovisuelles
FR2811114B1 (fr) 2000-06-29 2002-12-27 Touchtunes Music Corp Dispositif et procede de communication entre un systeme de reproduction d'informations audiovisuelles et d'une machine electronique de divertissement
FR2814085B1 (fr) 2000-09-15 2005-02-11 Touchtunes Music Corp Procede de divertissement base sur les jeux concours a choix multiples
US7493363B2 (en) 2001-09-19 2009-02-17 Microsoft Corporation Peer-to-peer group management and method for maintaining peer-to-peer graphs
JP4039158B2 (ja) * 2002-07-22 2008-01-30 ソニー株式会社 情報処理装置および方法、情報処理システム、記録媒体、並びにプログラム
US8332895B2 (en) 2002-09-16 2012-12-11 Touchtunes Music Corporation Digital downloading jukebox system with user-tailored music management, communications, and other tools
US8151304B2 (en) * 2002-09-16 2012-04-03 Touchtunes Music Corporation Digital downloading jukebox system with user-tailored music management, communications, and other tools
US8584175B2 (en) 2002-09-16 2013-11-12 Touchtunes Music Corporation Digital downloading jukebox system with user-tailored music management, communications, and other tools
US10373420B2 (en) 2002-09-16 2019-08-06 Touchtunes Music Corporation Digital downloading jukebox with enhanced communication features
US9646339B2 (en) 2002-09-16 2017-05-09 Touchtunes Music Corporation Digital downloading jukebox system with central and local music servers
US11029823B2 (en) 2002-09-16 2021-06-08 Touchtunes Music Corporation Jukebox with customizable avatar
US7822687B2 (en) 2002-09-16 2010-10-26 Francois Brillon Jukebox with customizable avatar
US8103589B2 (en) 2002-09-16 2012-01-24 Touchtunes Music Corporation Digital downloading jukebox system with central and local music servers
US8701014B1 (en) 2002-11-18 2014-04-15 Facebook, Inc. Account linking
US7640306B2 (en) 2002-11-18 2009-12-29 Aol Llc Reconfiguring an electronic message to effect an enhanced notification
US8122137B2 (en) 2002-11-18 2012-02-21 Aol Inc. Dynamic location of a subordinate user
US8005919B2 (en) 2002-11-18 2011-08-23 Aol Inc. Host-based intelligent results related to a character stream
US7899862B2 (en) 2002-11-18 2011-03-01 Aol Inc. Dynamic identification of other users to an online user
CA2506585A1 (en) 2002-11-18 2004-06-03 Valerie Kucharewski People lists
US8965964B1 (en) 2002-11-18 2015-02-24 Facebook, Inc. Managing forwarded electronic messages
US7590696B1 (en) 2002-11-18 2009-09-15 Aol Llc Enhanced buddy list using mobile device identifiers
US7428580B2 (en) 2003-11-26 2008-09-23 Aol Llc Electronic message forwarding
US20040162820A1 (en) * 2002-11-21 2004-08-19 Taylor James Search cart for search results
US7437440B2 (en) * 2003-01-27 2008-10-14 Microsoft Corporation Peer-to-peer networking framework application programming interfaces
US20040205127A1 (en) 2003-03-26 2004-10-14 Roy Ben-Yoseph Identifying and using identities deemed to be known to a user
US7653693B2 (en) 2003-09-05 2010-01-26 Aol Llc Method and system for capturing instant messages
US7356778B2 (en) * 2003-08-20 2008-04-08 Acd Systems Ltd. Method and system for visualization and operation of multiple content filters
US20130097302A9 (en) * 2003-10-01 2013-04-18 Robert Khedouri Audio visual player apparatus and system and method of content distribution using the same
US20060008256A1 (en) * 2003-10-01 2006-01-12 Khedouri Robert K Audio visual player apparatus and system and method of content distribution using the same
US7949996B2 (en) 2003-10-23 2011-05-24 Microsoft Corporation Peer-to-peer identity management managed interfaces and methods
US20050097248A1 (en) * 2003-10-29 2005-05-05 Kelley Brian H. System and method for establishing a communication between a peripheral device and a wireless device
US20050097610A1 (en) * 2003-11-03 2005-05-05 Pedlow Leo M.Jr. Distribution of preferences, provisioning and entitlements in clustered, distributed entertainment networks
US8024323B1 (en) * 2003-11-13 2011-09-20 AudienceScience Inc. Natural language search for audience
CN1894932B (zh) * 2003-12-19 2011-08-03 皇家飞利浦电子股份有限公司 P2p网络上的广播驱动的虚拟社区
EP1709560A2 (de) * 2004-01-20 2006-10-11 Koninklijke Philips Electronics N.V. Hierarchischer playlist-generator
EP1745424A1 (de) * 2004-03-02 2007-01-24 Cloudmark, Inc. Verfahren und vorrichtung zur verwendung eines genetischen algorithmus zur erzeugung eines verbesserten statistischen modells
US8688803B2 (en) 2004-03-26 2014-04-01 Microsoft Corporation Method for efficient content distribution using a peer-to-peer networking infrastructure
DE602004019308D1 (de) * 2004-05-31 2009-03-19 Telecom Italia Spa Verfahren, telekommunikationsarchitektur, computerprogrammprodukt und system um digitale inhalte über kommunikationsnetze unter benutzern zu teilen
US8832132B1 (en) 2004-06-22 2014-09-09 Google Inc. Personalizing search queries based on user membership in social network communities
WO2006007194A1 (en) * 2004-06-25 2006-01-19 Personasearch, Inc. Dynamic search processor
JP2006024060A (ja) * 2004-07-09 2006-01-26 Sony Corp 情報取得利用管理装置および情報取得利用管理方法
KR20070047301A (ko) * 2004-08-11 2007-05-04 코닌클리케 필립스 일렉트로닉스 엔.브이. 네트워크 내에서 관련 콘텐트를 탐색하는 방법 및 디바이스
GB2422214B (en) * 2004-08-23 2009-03-18 Sound Control Media Prot Ltd Data network traffic filter
US7669213B1 (en) 2004-10-28 2010-02-23 Aol Llc Dynamic identification of other viewers of a television program to an online viewer
US20060167991A1 (en) * 2004-12-16 2006-07-27 Heikes Brian D Buddy list filtering
US7409362B2 (en) * 2004-12-23 2008-08-05 Diamond Review, Inc. Vendor-driven, social-network enabled review system and method with flexible syndication
US20060143066A1 (en) * 2004-12-23 2006-06-29 Hermann Calabria Vendor-driven, social-network enabled review syndication system
US7657458B2 (en) * 2004-12-23 2010-02-02 Diamond Review, Inc. Vendor-driven, social-network enabled review collection system and method
US20060179078A1 (en) * 2005-02-04 2006-08-10 International Business Machines Corporation Multi-party playlist control including wireless enablement
US7818350B2 (en) 2005-02-28 2010-10-19 Yahoo! Inc. System and method for creating a collaborative playlist
US7571228B2 (en) 2005-04-22 2009-08-04 Microsoft Corporation Contact management in a serverless peer-to-peer system
US8036140B2 (en) 2005-04-22 2011-10-11 Microsoft Corporation Application programming interface for inviting participants in a serverless peer to peer network
GB2426838A (en) * 2005-05-31 2006-12-06 Sony Uk Ltd Peer to peer network searching using XML metadata to personalise the search query and hit messages
JP2006343933A (ja) * 2005-06-08 2006-12-21 Sony Corp データ処理方法、電子機器およびプログラム
JP2009503657A (ja) * 2005-07-22 2009-01-29 エル ターラー、ステフエン ニューラルネットワークによるレーティングシステム
US8688780B2 (en) * 2005-09-30 2014-04-01 Rockwell Automation Technologies, Inc. Peer-to-peer exchange of data resources in a control system
US8843481B1 (en) * 2005-09-30 2014-09-23 Yongyong Xu System and method of forming action based virtual communities and related search mechanisms
US20070078809A1 (en) * 2005-09-30 2007-04-05 Rockwell Automation Technologies, Inc. Robust data availability system having decentralized storage and multiple access paths
CN100583284C (zh) * 2005-10-26 2010-01-20 索尼株式会社 再现装置、相关信息通知方法和相关信息通知程序
JP5055901B2 (ja) 2005-10-26 2012-10-24 ソニー株式会社 携帯型再生装置、関連情報通知方法および関連情報通知プログラム
US20070174235A1 (en) * 2006-01-26 2007-07-26 Michael Gordon Method of using digital characters to compile information
JP2007213322A (ja) * 2006-02-09 2007-08-23 Brother Ind Ltd 情報配信システム、情報配信方法、ノード装置、及びノード処理プログラム
DE102006011294A1 (de) * 2006-03-10 2007-09-13 Siemens Ag Verfahren und Kommunikationssystem zum rechnergestützten Auffinden und Identifizieren von urheberrechtlich geschützten Inhalten
KR100792700B1 (ko) * 2006-03-17 2008-01-08 엔에이치엔(주) 신경망을 가지는 협업 필터링 시스템을 이용하여 클릭패턴에 기초한 웹 광고 추천 방법 및 그 시스템
WO2007105909A1 (en) * 2006-03-16 2007-09-20 Nhn Corporation Method for targeting web advertisement clickers based on click pattern by using a collaborative filtering system with neural networks and system thereof
US8285595B2 (en) * 2006-03-29 2012-10-09 Napo Enterprises, Llc System and method for refining media recommendations
US8214360B2 (en) * 2006-04-06 2012-07-03 International Business Machines Corporation Browser context based search disambiguation using existing category taxonomy
US20070239682A1 (en) * 2006-04-06 2007-10-11 Arellanes Paul T System and method for browser context based search disambiguation using a viewed content history
US20090070683A1 (en) * 2006-05-05 2009-03-12 Miles Ward Consumer-generated media influence and sentiment determination
US20080010118A1 (en) * 2006-06-14 2008-01-10 Microsoft Corporation Managing content downloads to retain user attention
US8903843B2 (en) 2006-06-21 2014-12-02 Napo Enterprises, Llc Historical media recommendation service
US8145532B2 (en) 2006-06-27 2012-03-27 Microsoft Corporation Connecting devices to a media sharing service
US7970922B2 (en) * 2006-07-11 2011-06-28 Napo Enterprises, Llc P2P real time media recommendations
US8059646B2 (en) 2006-07-11 2011-11-15 Napo Enterprises, Llc System and method for identifying music content in a P2P real time recommendation network
US8805831B2 (en) * 2006-07-11 2014-08-12 Napo Enterprises, Llc Scoring and replaying media items
US9003056B2 (en) 2006-07-11 2015-04-07 Napo Enterprises, Llc Maintaining a minimum level of real time media recommendations in the absence of online friends
US8327266B2 (en) 2006-07-11 2012-12-04 Napo Enterprises, Llc Graphical user interface system for allowing management of a media item playlist based on a preference scoring system
US7680959B2 (en) * 2006-07-11 2010-03-16 Napo Enterprises, Llc P2P network for providing real time media recommendations
US8090606B2 (en) * 2006-08-08 2012-01-03 Napo Enterprises, Llc Embedded media recommendations
US8620699B2 (en) 2006-08-08 2013-12-31 Napo Enterprises, Llc Heavy influencer media recommendations
US20080091771A1 (en) * 2006-10-13 2008-04-17 Microsoft Corporation Visual representations of profiles for community interaction
US8874655B2 (en) * 2006-12-13 2014-10-28 Napo Enterprises, Llc Matching participants in a P2P recommendation network loosely coupled to a subscription service
US9171419B2 (en) 2007-01-17 2015-10-27 Touchtunes Music Corporation Coin operated entertainment system
US9224427B2 (en) * 2007-04-02 2015-12-29 Napo Enterprises LLC Rating media item recommendations using recommendation paths and/or media item usage
US7941764B2 (en) 2007-04-04 2011-05-10 Abo Enterprises, Llc System and method for assigning user preference settings for a category, and in particular a media category
US8112720B2 (en) 2007-04-05 2012-02-07 Napo Enterprises, Llc System and method for automatically and graphically associating programmatically-generated media item recommendations related to a user's socially recommended media items
US20090049045A1 (en) 2007-06-01 2009-02-19 Concert Technology Corporation Method and system for sorting media items in a playlist on a media device
US9037632B2 (en) * 2007-06-01 2015-05-19 Napo Enterprises, Llc System and method of generating a media item recommendation message with recommender presence information
US9164993B2 (en) * 2007-06-01 2015-10-20 Napo Enterprises, Llc System and method for propagating a media item recommendation message comprising recommender presence information
US8839141B2 (en) 2007-06-01 2014-09-16 Napo Enterprises, Llc Method and system for visually indicating a replay status of media items on a media device
US8285776B2 (en) * 2007-06-01 2012-10-09 Napo Enterprises, Llc System and method for processing a received media item recommendation message comprising recommender presence information
US20080307316A1 (en) * 2007-06-07 2008-12-11 Concert Technology Corporation System and method for assigning user preference settings to fields in a category, particularly a media category
US8051387B2 (en) * 2007-06-28 2011-11-01 Nokia Corporation Method, computer program product and apparatus providing an improved spatial user interface for content providers
US20090048992A1 (en) * 2007-08-13 2009-02-19 Concert Technology Corporation System and method for reducing the repetitive reception of a media item recommendation
US20090049030A1 (en) * 2007-08-13 2009-02-19 Concert Technology Corporation System and method for reducing the multiple listing of a media item in a playlist
US8275764B2 (en) 2007-08-24 2012-09-25 Google Inc. Recommending media programs based on media program popularity
US8332887B2 (en) 2008-01-10 2012-12-11 Touchtunes Music Corporation System and/or methods for distributing advertisements from a central advertisement network to a peripheral device via a local advertisement server
US10290006B2 (en) 2008-08-15 2019-05-14 Touchtunes Music Corporation Digital signage and gaming services to comply with federal and state alcohol and beverage laws and regulations
US9324064B2 (en) 2007-09-24 2016-04-26 Touchtunes Music Corporation Digital jukebox device with karaoke and/or photo booth features, and associated methods
US20090106645A1 (en) * 2007-10-17 2009-04-23 Thinkingcraft, Inc. Adaptive response/interpretive expression, communication distribution, and intelligent determination system and method
US7865522B2 (en) * 2007-11-07 2011-01-04 Napo Enterprises, Llc System and method for hyping media recommendations in a media recommendation system
US9060034B2 (en) * 2007-11-09 2015-06-16 Napo Enterprises, Llc System and method of filtering recommenders in a media item recommendation system
US20090138457A1 (en) * 2007-11-26 2009-05-28 Concert Technology Corporation Grouping and weighting media categories with time periods
US8224856B2 (en) * 2007-11-26 2012-07-17 Abo Enterprises, Llc Intelligent default weighting process for criteria utilized to score media content items
US9224150B2 (en) * 2007-12-18 2015-12-29 Napo Enterprises, Llc Identifying highly valued recommendations of users in a media recommendation network
US9734507B2 (en) * 2007-12-20 2017-08-15 Napo Enterprise, Llc Method and system for simulating recommendations in a social network for an offline user
US8396951B2 (en) 2007-12-20 2013-03-12 Napo Enterprises, Llc Method and system for populating a content repository for an internet radio service based on a recommendation network
US8060525B2 (en) 2007-12-21 2011-11-15 Napo Enterprises, Llc Method and system for generating media recommendations in a distributed environment based on tagging play history information with location information
US8316015B2 (en) 2007-12-21 2012-11-20 Lemi Technology, Llc Tunersphere
US8117193B2 (en) 2007-12-21 2012-02-14 Lemi Technology, Llc Tunersphere
US8725740B2 (en) 2008-03-24 2014-05-13 Napo Enterprises, Llc Active playlist having dynamic media item groups
US20090259621A1 (en) * 2008-04-11 2009-10-15 Concert Technology Corporation Providing expected desirability information prior to sending a recommendation
US8484311B2 (en) 2008-04-17 2013-07-09 Eloy Technology, Llc Pruning an aggregate media collection
US8364528B2 (en) * 2008-05-06 2013-01-29 Richrelevance, Inc. System and process for improving product recommendations for use in providing personalized advertisements to retail customers
US8849435B2 (en) 2008-07-09 2014-09-30 Touchtunes Music Corporation Digital downloading jukebox with revenue-enhancing features
JP4850218B2 (ja) * 2008-07-30 2012-01-11 株式会社ソニー・コンピュータエンタテインメント データ配信システム
JP5340664B2 (ja) 2008-07-30 2013-11-13 株式会社ソニー・コンピュータエンタテインメント データ配信システム
JP2010086273A (ja) * 2008-09-30 2010-04-15 Kddi Corp 楽曲検索装置、楽曲検索方法、および楽曲検索プログラム
US8484227B2 (en) 2008-10-15 2013-07-09 Eloy Technology, Llc Caching and synching process for a media sharing system
US8880599B2 (en) 2008-10-15 2014-11-04 Eloy Technology, Llc Collection digest for a media sharing system
US8200602B2 (en) 2009-02-02 2012-06-12 Napo Enterprises, Llc System and method for creating thematic listening experiences in a networked peer media recommendation environment
US10719149B2 (en) 2009-03-18 2020-07-21 Touchtunes Music Corporation Digital jukebox device with improved user interfaces, and associated methods
KR101748448B1 (ko) 2009-03-18 2017-06-16 터치튠즈 뮤직 코포레이션 엔터테인먼트 서버 및 관련 소셜 네트워킹 서비스
US10564804B2 (en) 2009-03-18 2020-02-18 Touchtunes Music Corporation Digital jukebox device with improved user interfaces, and associated methods
US9292166B2 (en) 2009-03-18 2016-03-22 Touchtunes Music Corporation Digital jukebox device with improved karaoke-related user interfaces, and associated methods
WO2011094330A1 (en) 2010-01-26 2011-08-04 Touchtunes Music Corporation Digital jukebox device with improved user interfaces, and associated methods
WO2011094939A1 (zh) 2010-02-04 2011-08-11 上海贝尔股份有限公司 基于地理位置信息服务的接入方法及装置
CN102376057A (zh) * 2010-08-16 2012-03-14 富士通株式会社 对消费者生成媒体信息进行处理的方法和装置
RU2014118941A (ru) * 2011-10-13 2015-11-20 Конинклейке Филипс Н.В. Автоматическая генерация рейтинговых запросов от рекомендательной системы
US8909667B2 (en) 2011-11-01 2014-12-09 Lemi Technology, Llc Systems, methods, and computer readable media for generating recommendations in a media recommendation system
US11151224B2 (en) 2012-01-09 2021-10-19 Touchtunes Music Corporation Systems and/or methods for monitoring audio inputs to jukebox devices
WO2013134200A1 (en) * 2012-03-05 2013-09-12 Evresearch Ltd Digital resource set integration methods, interface and outputs
US9020923B2 (en) * 2012-06-18 2015-04-28 Score Revolution, Llc Systems and methods to facilitate media search
US9483518B2 (en) 2012-12-18 2016-11-01 Microsoft Technology Licensing, Llc Queryless search based on context
US10133754B2 (en) * 2013-02-10 2018-11-20 Qualcomm Incorporated Peer-to-peer picture sharing using custom based rules for minimal power consumption and better user experience
US9344485B2 (en) 2013-05-13 2016-05-17 Blackberry Limited Short range wireless peer-to-peer file sharing
WO2015070070A1 (en) 2013-11-07 2015-05-14 Touchtunes Music Corporation Techniques for generating electronic menu graphical user interface layouts for use in connection with electronic devices
US9405838B2 (en) * 2013-12-27 2016-08-02 Quixey, Inc. Determining an active persona of a user device
EP3123293A4 (de) 2014-03-25 2017-09-27 Touchtunes Music Corporation Digitale jukebox-vorrichtung mit verbesserten benutzeroberflächen sowie entsprechende verfahren
CN106156179B (zh) * 2015-04-20 2020-01-07 阿里巴巴集团控股有限公司 一种信息检索方法及装置
US10623514B2 (en) 2015-10-13 2020-04-14 Home Box Office, Inc. Resource response expansion
US10656935B2 (en) 2015-10-13 2020-05-19 Home Box Office, Inc. Maintaining and updating software versions via hierarchy
CN106817613B (zh) * 2015-11-30 2020-08-28 腾讯科技（深圳）有限公司 实现音视频内容播放的方法和装置
US10698740B2 (en) 2017-05-02 2020-06-30 Home Box Office, Inc. Virtual graph nodes
CN107844552A (zh) * 2017-10-31 2018-03-27 广东小天才科技有限公司 一种勾勒框知识库内容提供方法及装置
DK201870353A1 (en) * 2018-05-07 2019-12-04 Apple Inc. USER INTERFACES FOR RECOMMENDING AND CONSUMING CONTENT ON AN ELECTRONIC DEVICE
US11640429B2 (en) * 2018-10-11 2023-05-02 Home Box Office, Inc. Graph views to improve user interface responsiveness
CN114730580A (zh) 2019-11-11 2022-07-08 苹果公司 基于时间段的精选播放列表的用户界面
WO2022047074A1 (en) * 2020-08-27 2022-03-03 Musx Systems and methods for peer-to-peer music recommendation processing
WO2022066695A1 (en) * 2020-09-23 2022-03-31 Capital One Services, Llc Systems and methods for generating dynamic conversational responses through aggregated outputs of machine learning models
US11621930B2 (en) 2020-09-23 2023-04-04 Capital One Services, Llc Systems and methods for generating dynamic conversational responses using trained machine learning models
US11694038B2 (en) 2020-09-23 2023-07-04 Capital One Services, Llc Systems and methods for generating dynamic conversational responses through aggregated outputs of machine learning models

Family Cites Families (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5799318A (en) * 1993-04-13 1998-08-25 Firstfloor Software Method and apparatus for collecting and displaying information from diverse computer resources
US6029195A (en) * 1994-11-29 2000-02-22 Herz; Frederick S. M. System for customized electronic identification of desirable objects
US5796393A (en) * 1996-11-08 1998-08-18 Compuserve Incorporated System for intergrating an on-line service community with a foreign service
US6523022B1 (en) * 1997-06-09 2003-02-18 Allen Hobbs Method and apparatus for selectively augmenting retrieved information from a network resource
US6112181A (en) * 1997-11-06 2000-08-29 Intertrust Technologies Corporation Systems and methods for matching, selecting, narrowcasting, and/or classifying based on rights management and/or other information
US6490579B1 (en) * 1998-07-16 2002-12-03 Perot Systems Corporation Search engine system and method utilizing context of heterogeneous information resources
US6226618B1 (en) * 1998-08-13 2001-05-01 International Business Machines Corporation Electronic content delivery system
US6176425B1 (en) * 1998-09-10 2001-01-23 Xerox Corporation Information management system supporting multiple electronic tags
US6446208B1 (en) * 1998-09-10 2002-09-03 Xerox Corporation User interface system based on sequentially read electronic tags
US6342830B1 (en) * 1998-09-10 2002-01-29 Xerox Corporation Controlled shielding of electronic tags
US6249226B1 (en) * 1998-09-10 2001-06-19 Xerox Corporation Network printer document interface using electronic tags
US6487583B1 (en) * 1998-09-15 2002-11-26 Ikimbo, Inc. System and method for information and application distribution
US6968333B2 (en) * 2000-04-02 2005-11-22 Tangis Corporation Soliciting information based on a computer user's context
US6480961B2 (en) * 1999-03-02 2002-11-12 Audible, Inc. Secure streaming of digital audio/visual content
EP1195041A4 (de) * 1999-06-18 2004-06-23 Shmuel Okon Verfahren und system zur initialisierung von gesprächen zwischen anrufern mit gemeinsamen interessen
WO2001001239A2 (en) * 1999-06-25 2001-01-04 Iomega Corporation Apparatus and methods for locating, downloading, storing, and displaying selected network-based program data
EP1200902A2 (de) * 1999-07-16 2002-05-02 Agentarts, Inc. Verfahren und system zum erzeugen von automatisierten alternativen inhaltsempfehlungen
US6704722B2 (en) * 1999-11-17 2004-03-09 Xerox Corporation Systems and methods for performing crawl searches and index searches
US7130807B1 (en) * 1999-11-22 2006-10-31 Accenture Llp Technology sharing during demand and supply planning in a network-based supply chain environment
US6742032B1 (en) * 1999-12-17 2004-05-25 Xerox Corporation Method for monitoring and encouraging community activity in a networked environment
AU2735101A (en) * 1999-12-21 2001-07-03 Tivo, Inc. Intelligent peer-to-peer system and method for collaborative suggestions and propagation of media
AU2592701A (en) * 1999-12-23 2001-07-03 My-E-Surveys.Com, Llc System and methods for internet commerce and communication based on customer interaction and preferences
US6678680B1 (en) * 2000-01-06 2004-01-13 Mark Woo Music search engine
JP2001285765A (ja) * 2000-03-29 2001-10-12 Nec Corp 放送番組蓄積方式
WO2001075640A2 (en) * 2000-03-31 2001-10-11 Xanalys Incorporated Method and system for gathering, organizing, and displaying information from data searches
US7010537B2 (en) * 2000-04-27 2006-03-07 Friskit, Inc. Method and system for visual network searching
IES20000350A2 (en) * 2000-05-08 2001-11-14 Intuition Publishing Ltd Computer-Based Training Course
US7739335B2 (en) * 2000-06-22 2010-06-15 Sony Corporation Method and apparatus for providing a customized selection of audio content over the internet
US20020027567A1 (en) * 2000-07-18 2002-03-07 Niamir Bern B. Listing network for classified information
JP2002087896A (ja) * 2000-09-12 2002-03-27 Mitsubishi Heavy Ind Ltd 自己修復性高耐熱耐酸化性皮膜及び積層体
US6947966B1 (en) * 2000-10-13 2005-09-20 Road Runner Holdco Llc System and method for influencing dynamic community shared elements of audio, video, and text programming via a polling system
US20040039707A9 (en) * 2000-11-22 2004-02-26 Chris Ricci Method for distributing and licensing digital media
GB0028474D0 (en) * 2000-11-22 2001-01-10 Raekanet Ltd Improved computer network architecture and associated method and system
EP1217591B1 (de) * 2000-12-21 2014-04-02 Nokia Corporation Verbesserungen bei bzw. im Bezug auf die Verteilung von Inhalten
US7685224B2 (en) * 2001-01-11 2010-03-23 Truelocal Inc. Method for providing an attribute bounded network of computers
US20020107701A1 (en) * 2001-02-02 2002-08-08 Batty Robert L. Systems and methods for metering content on the internet
US6961723B2 (en) * 2001-05-04 2005-11-01 Sun Microsystems, Inc. System and method for determining relevancy of query responses in a distributed network search mechanism
US20030009570A1 (en) * 2001-07-03 2003-01-09 International Business Machines Corporation Method and apparatus for segmented peer-to-peer computing
JP2005502106A (ja) * 2001-07-20 2005-01-20 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 情報コンテンツへのアクセス
US20030028610A1 (en) * 2001-08-03 2003-02-06 Pearson Christopher Joel Peer-to-peer file sharing system and method using user datagram protocol
US7113999B2 (en) * 2001-08-14 2006-09-26 International Business Machines Corporation Method, computer readable media and apparatus for the selection and rendering of audio files in a networked environment
US20030115318A1 (en) * 2001-12-13 2003-06-19 Microsoft Corporation. Concentric user-targeting delivery system and methods
US7340214B1 (en) * 2002-02-13 2008-03-04 Nokia Corporation Short-range wireless system and method for multimedia tags
US20030158958A1 (en) * 2002-02-20 2003-08-21 Koninklijke Philips Electronics N.V. Distributed storage network architecture using user devices
US6728729B1 (en) * 2003-04-25 2004-04-27 Apple Computer, Inc. Accessing media across networks

Also Published As

Publication number Publication date
JP2005524132A (ja) 2005-08-11
KR20040101408A (ko) 2004-12-02
EP1495411A4 (de) 2007-01-17
US20030191753A1 (en) 2003-10-09
WO2003088061A1 (en) 2003-10-23
CN1659531A (zh) 2005-08-24
GB2404060A (en) 2005-01-19
GB0423872D0 (en) 2004-12-01
AU2003220652A1 (en) 2003-10-27
EP1495411A1 (de) 2005-01-12

Similar Documents

Publication Publication Date Title
DE10392490T5 (de) Filtern von Inhalt unter Verwendung eines Lernmechanismus
DE60223217T2 (de) Speichersystem für Musikdaten mit Serverrechner und elektronischen Musikvorrichtungen
KR100855754B1 (ko) 속성이 부여된 주제별 분류 객체들 간의 연결 장치, 방법및 이를 구현할 수 있는 컴퓨터로 읽을 수 있는 기록 매체
EP2198589B1 (de) Verfahren zum ausführen einer auf einem netzwerkprotokoll, insbesondere tcp/ip und/oder udp, aufbauenden multimedialen kommunikation.
DE112016001594T5 (de) Verfahren, systeme und medien zum aggregieren und präsentieren von relevantem inhalt für ein bestimmtes videospiel
DE202017104849U1 (de) Systeme und Medien zum Darstellen einer Benutzerschnittstelle, die für eine vorhergesagte Benutzeraktivität kundenspezifisch ist
US20060194186A1 (en) Method and apparatus for automatically grouping within a networking database and system for parents
Chin et al. Identifying communities in blogs: roles for social network analysis and survey instruments
KR101357140B1 (ko) 인터넷 동호회에서 회원의 활동성에 따라 자동으로 회원등급을 조정하는 시스템, 방법 및 이를 구현할 수 있는프로그램이 수록된 컴퓨터로 읽을 수 있는 기록매체
DE10392489T5 (de) Initialisieren von Beziehungen zwischen Geräten in einem Netzwerk
DE102006027030A1 (de) Vorrichtung und Verfahren zum geschützten Verteilen elektronischer Dokumente
DE10323444A1 (de) Verfahren und Vorrichtung zum Kategorisieren und Darstellen von Dokumenten einer verteilten Datenbank
DE10393011T5 (de) Ermittlung der Nutzung von Mediendaten und Berichterstattungssysteme und -verfahren
DE10196421T5 (de) Online Playback-System mit Gemeinschatsausrichtung
Chen et al. Building a sense of virtual community: The role of the features of social networking sites
DE60319162T2 (de) Verfahren und vorrichtung zur benutzermodellierung
DE60002917T2 (de) Vorrichtung und verfahren für verteilte, individuelle media auf anfrage, in grossem umfang
DE10345363A1 (de) Support-Server, Support-Verfahren und Programm zum Bestimmen eines Inhaltslieferungswegs
Wright et al. The evolution of an intellectual community through the words of its founders: Recollections of Australia's economic history field
KR20220021579A (ko) 콘텐츠 서비스 제공 방법
Heikkilä et al. The mass, the audience, and the public: Questioning preconceptions of news audiences
Bishop et al. How to research online influencers
DE102021000117A1 (de) Verfahren und Anordnung zur rechnergestützten Auswahl von Verhaltensmodellen
DE102015010111A1 (de) Inhaltserzeugung, Bereitstellungszusammenarbeit und Aufgabenverwaltung
Cambra González Electrodance as a" being-together": New forms of mediatization in the communication of youth styles

Legal Events

Date Code Title Description
8139 Disposal/non-payment of the annual fee