公开(公告)号：US20140222831A1

公开(公告)日：2014-08-07

申请号：US13761420

申请日：2013-02-07

申请人： Gurumurthy D. Ramkumar ,  Dominic Hughes ,  Keshav Menon ,  Joseph Huang ,  Georgios Sofianatos

发明人： Gurumurthy D. Ramkumar ,  Dominic Hughes ,  Keshav Menon ,  Joseph Huang ,  Georgios Sofianatos

IPC分类号： G06F17/30

CPC分类号： G06F16/95 ,  G06F16/9535

摘要： In one exemplary embodiment, a system includes a social media tag-cloud generator. The social media tag-cloud generator obtains a user's social media feed and generates a topic tag cloud. The topic tag cloud includes a weighted key term representing a topic that occurs in the user's social media feed. A media-content source module obtains a first metadata about a first media-content episode. The media-content source module obtains a second metadata about a second media-content episode. The first metadata includes information to identify the first media content episode and to locate the first media content episode in a computer network. The second metadata includes information to identify the second media content episode and to locate the second media content episode in the computer network. A media-content scoring module determines a first score for the first media-content episode. The first score includes a first value judgment based on the weighted key term.

摘要翻译： 在一个示例性实施例中，系统包括社交媒体标签云生成器。 社交媒体标签云生成器获取用户的社交媒体Feed并生成主题标签云。 主题标签云包括表示用户社交媒体供稿中出现的主题的加权关键词。 媒体内容源模块获得关于第一媒体内容插曲的第一元数据。 媒体内容源模块获得关于第二媒体内容插曲的第二元数据。 第一元数据包括识别第一媒体内容剧集并且在计算机网络中定位第一媒体内容剧集的信息。 第二元数据包括识别第二媒体内容剧集并且在计算机网络中定位第二媒体内容剧集的信息。 媒体内容评分模块确定第一媒体内容插曲的第一分数。 第一分数包括基于加权关键词的第一值判断。

公开(公告)号：US07259751B2

公开(公告)日：2007-08-21

申请号：US10771849

申请日：2004-02-03

申请人： Dominic Hughes ,  James Warren ,  Orkut Buyukkokten

发明人： Dominic Hughes ,  James Warren ,  Orkut Buyukkokten

IPC分类号： G09G5/00

CPC分类号： G06F3/0488 ,  G06F3/0233

摘要： A method for evaluating an input system interfacing a human user with an electronic device uses empirically determined bi-action times for users to perform a second input action (e.g., pressing a second key) immediately after performing a first input action (e.g., pressing a first key). The bi-action times (or, more generally, n-action times) are used together with a selected interface map which associates input actions (e.g., pressing keys) to corresponding signifiers (e.g., characters) to calculate a peak expert input rate for the input system. One or more optimized interface maps can be found by combining the evaluation method with any of various optimization strategies. For example, one method for optimizing the input system repeatedly changes the interface map and recalculates the peak expert input rate, while another optimization method calculates peak expert input rates for multiple interface maps in parallel. The evaluation and optimization methods apply to a wide variety of users, input devices, and types of communication and control between them.

摘要翻译： 用于评估与人电子设备接口的输入系统的方法使用经验确定的双动作时间，用户在执行第一输入动作之后立即执行第二输入动作（例如，按压第二键）（例如，按压 第一键）。 双动作时间（或更一般地，n动作时间）与选择的界面图一起使用，其将输入动作（例如，按键）与相应的符号（例如，字符）相关联，以计算峰值专家输入速率 输入系统。 通过将评估方法与各种优化策略中的任一种组合，可以找到一个或多个优化的界面图。 例如，一种用于优化输入系统的方法反复更改界面图并重新计算峰值专家输入速率，而另一种优化方法并行计算多个接口图的峰值专家输入速率。 评估和优化方法适用于各种用户，输入设备以及它们之间的通信和控制类型。