[发明专利]相关内容检索中的时间相似度阈值的调整

说明书

本发明涉及到内容检索、管理和呈示领域以及基于使用时间和元数据的内容项目的相似度阈值的确定。

近年来，存储设备和数据库的存储能力，包括个人计算机的硬盘及其它类型的存储设备的存储能力，一直在迅速增长。根据某些估计，存储能力大约以每年翻一倍的速度增长，与此同时，网络带宽的增长也非常迅速。结果，存储设备存储了大量的内容，需要向用户提供方便以便对存储设备进行存取。用户会被存储设备、数据库甚至个人硬件设备里的内容所淹没，除非这些内容以某种方式被管理和组织来为用户的存取提供方便，否则用户可能没有能力去检索诸如互联网之类的网络上的可以获得的内容。没有采用对用户透明的方式索引或组织的内容，就用户需要而言可能是“丢失”的，而且不太可能被检索到。

目前有很多大家都知道的检索方案。Farnham等人的美国专利申请公开说明书NO.2003/0158855公开了自动内容的关联，其中，相关性在目标和元数据之间动态产生，以便决定各计算机文件之间以数值表示的相似度。Stubler等人的美国专利申请公开说明书NO.2003/022541公开了通过为获得的图像提取元数据来产生基于获得的图像与存储图像之间的相似度的已获得的图像的标题或语义标记。Platt的美国专利申请公开说明书NO.2003/022541公开了一种自动播放列表生成器，其中几首种子歌曲，包括不想要的种子歌曲，被用于生成播放列表中的歌曲。Cluts的美国专利申请公开说明书NO.5616876公开了通过编者预先为每首歌曲编写的类型标记来选择与第一组歌曲类似的外加的歌曲。Gargi的美国专利申请公开说明书NO.2004/5616876公开了文件元数据包括建立时间的自动传播。但是，这些参考文献中没有一个公开以选择或拒绝目标项目的方式对时间相似度的阈值的设定。Prince的美国专利申请公开说明书NO.2002/0099696公开了模糊数据库检索，在其中给相似度一个分数，并且用阈值来选择被检索的项目。但是，无论是Prince还是其它参考文件都没有公开或建议基于一个基准时间来设定阈值，也没有根据基准时间与被识别项目时间之间的距离来设定阈值。

用户当然可能检索内容项目，但是试图找到类似的项目是非常费时费力的事情，特别是在不知道所期望项目的内容类型时或用户没有指定所期望项目的内容类型时。进一步地，随着内容项目在存储设备或用户控制的数据库中不断积累，内容项目的检索也会越来越困难。

提供了一种实施或执行检索系统的各种功能的方法、系统、设备、装置以及计算机可读的介质。提供了被选的候选内容项目或多个项目。确定了基准时间。举例而言，该基准时间可能是当前时间。通过提取第一个识别的内容项目的时间数据来识别第一个时间。第一个阈值可能根据在基准时间和第一个时间之间确定的标准时间距离而被设定。可以识别候选时间并且提取候选内容项目的时间数据。基准时间和第一候选时间之间的距离可以被确定为候选距离。一个候选内容项目可以基于第一个候选时间距离和第一个阈值而被选择为相似的，以用于数据库组织或检索，并相应地为该选中的候选内容输出一个选择信号。

提供了用于设定阈值的具有时间确定的粒度的形式的标准时间距离的思想，根据它来设定阈值，以使得距基准时间较近的时间的距离粒度比距基准时间较远的时间的距离粒度更高。

另外，可以设定基于标准时间距离的第二阈值，第一阈值与这个第二阈值组成了一个范围，如果第一候选时间距离在此范围之内，那么候选内容项目就被选中。

各第一时间可能包括内容项目获得的时间、内容项目最后使用的时间或者内容项目最常用的时间。这个时间可能是内容项目的基准时间、内容项目最新修正时间、或者内容项目的创建时间。

另外一些附加的已识别的内容项目能被识别，时间组和距离能被确定，以使第一阈值也可能基于这些被确定的标准时间距离来设定。

图1是根据本发明的一个实施方案的检索系统示意图。

图2是根据本发明的一个实施方案的系统操作流程图。

下述讨论以及上述附图描述了申请人的发明的实施方案，该实施方案是发明人当前最好的理解，但本发明还可能进行很多修改、以其它形式体现或者在不脱离本发明思想的情况下以其它形式实现。另外，所描述实施方案中在不脱离本发明的精神的情况下某些部件可能被省略、有选择地组合或以整体的形式与其它实施方案结合，或者用来代替其它实施方案的特征或其中的一部分。因此，附图和详尽的说明应理解为举例说明本发明的各个方面，而不是限制本发明的范围。