SYSTEM AND METHOD FOR TOPOLOGICAL REPRESENTATION OF COMMENTARY
Systems, methods, and computer-readable storage media for aggregating media (and commentary on that media) into a topology. To do so, the system receives first content (and associated metadata) as well as second content (and associated metadata). The system then generates a topology based on a relat...
Gespeichert in:
Hauptverfasser: | , , |
---|---|
Format: | Patent |
Sprache: | eng ; fre |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | Systems, methods, and computer-readable storage media for aggregating media (and commentary on that media) into a topology. To do so, the system receives first content (and associated metadata) as well as second content (and associated metadata). The system then generates a topology based on a relationship between the first content and the second content, where the topology has a number of dimensions based on the metadata of the different pieces of content. The system then compares the topology and the metadata to previously stored topologies and/or metadata and, based on that comparison, executes a machine learning algorithm. The output of that machine learning algorithm includes predicted future changes to the topology, which the system uses to reduce the number of dimensions within the topology.
Systèmes, procédés et supports de stockage lisibles par ordinateur permettant d'agréger des contenus multimédias (et des commentaires sur ce contenu multimédia) en une topologie. Pour ce faire, le système reçoit un premier contenu (et des métadonnées associées) ainsi qu'un second contenu (et des métadonnées associées). Le système génère ensuite une topologie basée sur une relation entre le premier contenu et le second contenu, la topologie ayant un nombre de dimensions basé sur les métadonnées des différents éléments de contenu. Le système compare ensuite la topologie et les métadonnées à des topologies et/ou des métadonnées stockées précédemment et exécute, sur la base de cette comparaison, un algorithme d'apprentissage automatique. La sortie de cet algorithme d'apprentissage automatique comprend des changements futurs prédits apportés à la topologie, que le système utilise pour réduire le nombre de dimensions dans la topologie. |
---|