百度专利旨在解决搜索者对相关媒体内容的需求

了解百度的一项专利,该专利使搜索者能够探索不同类型媒体中相关实体之间的联系。

有一个新授予的百度专利,涉及方法,系统和媒体,用于呈现按类别组织的内容。

这项专利引起了我的注意,因为它谈到了相关的实体并描述了它们是如何在媒体世界中融合在一起的。

这推进了表演的理念无查询搜索,这是百度 Discover的标志,用于电视节目、电影等媒体内容。

这对搜索者和SEO专业人士来说意味着什么?让我们来看看。

满足搜索者对相关媒体兴趣的挑战

搜索者经常想要找到并查看与特定主题相关的媒体内容。

例如,如果一个人对某个电视节目感兴趣,他们可能对以下感兴趣:

  • 观看更多或不同集的电视节目。
  • 对电视剧演员的视频采访。
  • 包含相同演员的其他电视节目集。
  • 演员的照片等。

这项专利告诉我们,识别、组织和向搜索者呈现相关内容可能具有挑战性。困难可能在于让一台计算机把这些信息联系起来。

该专利试图通过提供新的方式和媒体来呈现按类别组织的内容,从而解决这一问题。

“用于呈现按类别组织的内容的方法、系统和媒体”首先展示了许多人的信息需求,然后在2021年6月15日授予的专利中描述了该问题的解决方案。

为按类别组织的相关实体呈现内容

这项专利展示了按类别组织内容的方式。

它是这样工作的:

  • 搜索引擎接收对具有关于第一实体的内容的页面的请求。
  • 基于搜索者交互信息识别第一组相关实体。
  • 识别关于第一实体的多个属性。
  • 为这些属性中的每一个标识第二组实体。
  • 这些资产中的每一个都接收部分基于该资产的第一组实体(基于搜索者交互信息来标识)和第二组相关实体的分数。
  • 分数指示搜索设备的搜索者将对关于资产的内容感兴趣的可能性。
  • 搜索引擎基于每个属性的分数来确定属性组中属性的子集。
  • 它为每个属性标识一组内容项目。
  • 确定来自内容项目组的内容项目子集。
  • 内容项目显示在计算设备上。

基于上述内容,下面是实际情况:

百度的这项专利提出了一个媒体知识图表

在某种程度上,这项专利描述了一个知识图表相关的实体和属性,而不用说“知识图”

但这正是我对它感兴趣的地方——看看它如何寻找相关的实体、属性和特性、内容项,以及一切可能是如何连接的,这是这种方法的核心。

一些值得注意的技术观察:

  • 计算属性的得分可以意味着计算包括在第一组实体中的第二组实体中包括的实体的比例。
  • 可以基于内容项目组中每个内容项目的流行度来确定内容项目的子集。
  • 该系统还可以意味着基于与属性和内容类型相关联的内容项目的流行度,为属性子集中的每个属性选择内容类型,其中根据对应于每个内容项目的内容类型和属性来呈现内容项目子集的指示。
  • 包括在内容项目子集中的至少一个内容项目可以包括多个视频的集合。
  • 第一实体可以是媒体内容项目中角色的名字。
  • 该组属性可以包括对应于该角色出现在其中的其他媒体内容的属性。

对于该组属性中的每个属性,识别对应于该属性的第二组实体包括用于访问数据库的装置,该数据库指示第二组实体中的每个实体经由该属性与第一实体的互连。

这是一种围绕相关实体对媒体内容进行分类的方法。

该专利可在以下网址找到:

用于呈现按类别组织的内容的方法、系统和媒体发明者:亚历山大·帕克、费利克斯·雷蒙多、塞尔坦·吉尔金、拉斐尔·马里尼尔和文森特·西蒙内专利:11036743受让人:百度有限责任公司授予日期:2021年6月15日备案时间:2016年5月23日

摘要:

提供了用于呈现按类别组织的内容的方法、系统和介质。在一些实施例中,该方法包括:接收呈现指示与第一实体相关的内容的页面的请求;至少部分基于搜索者交互信息来识别与第一实体相关的第一组实体;识别对应于第一实体的一组属性;对于每个属性,识别对应于该属性的第二组实体;为每个属性计算该属性的分数;基于每个属性的分数来确定该组属性中的属性的子集;对于属性子集中的每个属性,识别对应于该属性的一组内容项目;从该组内容项目中确定内容项目的子集;以及使得指示内容项子集的搜索者界面被呈现。

提供了用于呈现按类别组织的媒体内容的机制

该专利中描述的对象可以识别与特定主题相关的内容,并使用多个信息源的组合来确定搜索者是否可能对所识别的内容感兴趣。

例如,信息源可以指示与第一主题相关的主题,其中两个主题的相关性是基于搜索者行为来推断的:

  • 搜索者的搜索查询。
  • 搜索者通常在同一查看会话中查看的内容。
  • 任何其他合适类型的搜索者行为。

信息源可以包括指示与主题相关的属性的结构化信息。

在该示例中,结构化信息可以指示两部电影彼此相关,因为它们以特定演员为主角(百度在两部电影中都将其识别为实体)。

然后,我们可以看到基于搜索者动作推断的指示两个内容项相关的信息,以及指示两个内容项相关的方式的结构化信息。

该机制然后可以使得被识别为与特定主题相关的内容被呈现在搜索者界面中,该搜索者界面可以基于将所识别的内容与特定主题相关联的属性来对所识别的内容进行分组。

一组属性可以与第一主题或实体相关联,并且一组主题或实体与每个属性相关联。

属性可以指示与特定主题或实体相关联的任何合适的字段或类别,通过该字段或类别,特定主题或实体与其他主题、实体或其他信息相关联。

更多媒体示例

例如,在第一实体是虚拟人物的情况下,该组属性可以包括:

  • 刻画了虚构人物的电影。
  • 扮演虚构角色的演员。
  • 其他合适的属性。

继续这个例子,对应于其中描绘了虚拟角色的电影的属性的一组相关实体可以包括每部电影的名称。

该机制然后可以识别与相关实体组中的实体相关的内容项目。它还可以使得这些内容项的指示被呈现在由属性组织的搜索者界面中。

例如,在众所周知的实体组中的实体包括描绘了虚拟角色的电影的名称的情况下,内容项可以包括:

  • 电影片段。
  • 电影配乐。
  • 其他合适的内容项目。

搜索系统可以使用任何合适的技术或技术组合来识别与第一实体相关联的属性。

例如,可以识别候选属性组。可以基于每个属性与第一实体的相关程度来识别候选属性组的子集,这是基于搜索者对每个属性可能感兴趣的程度。

在另一个例子中,在第一实体是虚构人物的情况下,候选属性组可以包括:

根据相同的示例,可以使用任何合适的信息和技术来识别对应于每个属性的内容。

该机制可以基于与每个所选资产相关的多个内容项的流行度来识别内容项。

该专利指出了广泛的内容类型

内容项目可以是任何合适类型的内容,包括:

  • 视频内容。
  • 音频内容。
  • 电视节目。
  • 电影。
  • 直播内容。
  • 有声读物。
  • 文件。
  • 网页。
  • 其他合适类型的内容。

内容项目还可以包括多个内容项目的汇编和/或聚合。

内容项目可以是以特定顺序呈现的内容项目的播放列表。它们也可以是与特定主题和/或内容创建者相关联的内容频道。

用于呈现按类别组织的内容的搜索界面

这就是为什么这种基于媒体的知识图表可以浏览,以探索人物和故事之间的关系和联系。

搜索器接口可以包括:

  • 标题。
  • 类别。
  • 类别中的内容推荐。

标题可以是任何合适的标题,并且可以指示:

  • 实体或主题,如角色(虚构或非虚构)。
  • 一个事件。
  • 电视节目。
  • 一本书
  • 兴趣或爱好。
  • 任何其他合适的话题。

该标题可以包括任何合适的文本、图像、图形、动画、超链接或其他合适的内容。

该专利告诉我们注意,标题在搜索者界面内的位置将作为示例示出,并且标题可以在任何合适的位置呈现。标题甚至可以省略。

搜索者界面可以包括与对应于搜索者界面的实体或主题相关的适当类别。

他们提供了一个例子:如果搜索者界面与特定的虚构角色(例如,“超级英雄X”)相关。这些类别可以包括描绘了虚拟角色的电影(例如,“电影1”)、已经描绘了虚拟角色的演员(例如,“演员1”),或者任何其他合适的类别。

请注意,该专利告诉我们,可以包括任何合适数量的类别。

在搜索者界面中呈现的每个类别可以包括对应于该类别的媒体内容项目的指示。

例如,如果该类别来自特定的电影,则内容推荐可以是包括在电影配乐中的歌曲和/或音乐视频的播放列表。

内容项目可以是:

该专利还要求我们注意,每个类别可以包括任何合适数量的内容项。

可以使用任何合适的技术或技术组合来识别搜索者界面中的类别和每个类别中的内容项目。这些类别可以基于主题或与主题相关的实体。

或者,每个类别中呈现的内容项可以基于内容项的流行度。

展示按类别组织的内容概述

我认为这很有趣,因为它将相关的实体和主题聚集在一起,允许搜索者探索这些关系和联系。

在百度推出知识图谱之前,他们正在研究一个可浏览事实库。我们又回到了他们想向我们展示媒体等领域的联系(这可能会吸引很多关注)的问题上。

它涵盖了广泛的媒体和娱乐,这是百度过去一系列专利所涵盖的。然而,他们确实有一些媒体消费历史,在那里他们收集关于个人作为我们日常生活的一部分消费的媒体的信息。

百度一直在努力充实不同相关实体的媒体知识图表和内容项目,以找到新的剧集、一起行动的角色、系列节目、奖项、奖品、制片人、目录和其他从事媒体工作的人。

本专利可能涵盖的类别范围很广。此外,它提供的媒体示例可以显示它如何连接许多相关实体。

更多资源:

  • 百度搜索结果中的实体排名
  • 搜索查询如何触发结构化信息卡(知识面板)
  • 核心网站生命:完全指南

相关阅读:

未经允许不得转载: » 百度专利旨在解决搜索者对相关媒体内容的需求

赞 (0) 打赏

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏