專利名稱：提供共創(chuàng)平臺的方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及提供共創(chuàng)平臺的方法和裝置。
背景技術(shù)：
服務(wù)提供商(例如，無線、蜂窩、因特網(wǎng)、內(nèi)容、社會網(wǎng)絡(luò)等)和設(shè)備制造商不斷受到挑戰(zhàn)，以便例如通過為用戶、從業(yè)者、和專家提供共創(chuàng)平臺以生成在線內(nèi)容或?qū)崿F(xiàn)真實世界中的任務(wù)，來向消費者提供價值和便利。通過這樣的共創(chuàng)平臺，用戶和商家可基于他們的專業(yè)知識、技能、和可用性找到合作者。例如，因特網(wǎng)報刊建立廣泛地新聞和多媒體內(nèi)容，并促進參與性發(fā)布。通過這樣的共創(chuàng)平臺，電視站可組織本地攝影師現(xiàn)場捕獲惡劣的天氣和地震的鏡頭，并隨后向世界上的其他部分實時廣播該內(nèi)容。這樣的參與性報刊帶來強烈的終端用戶介入性以及來自該領(lǐng)域的更廣、更快、更廉價、和更精確的內(nèi)容傳遞。

發(fā)明內(nèi)容
根據(jù)一個實施例，一種方法，包括從反映用戶的專業(yè)知識的多個信息源提取標簽。該方法還包括通過對提取的標簽應(yīng)用概率分析來創(chuàng)建用戶的專業(yè)知識的模型。該方法還包括收集包括至少一個或多個指定的專業(yè)知識領(lǐng)域的委派信息。該方法還包括對照指定的專業(yè)知識領(lǐng)域匹配用戶的專業(yè)知識的模型。根據(jù)另一實施例，一種裝置，包括至少一個處理器；以及至少一個存儲器，包括計算機程序代碼；至少一個存儲器和計算機程序代碼被配置為，通過至少一個處理器，使得裝置至少執(zhí)行以下步驟從反映用戶的專業(yè)知識的多個信息源提取標簽；通過對提取的標簽應(yīng)用概率分析來創(chuàng)建用戶的專業(yè)知識的模型；收集包括至少一個或多個指定的專業(yè)知識領(lǐng)域的委派信息；以及對照指定的專業(yè)知識領(lǐng)域匹配用戶的專業(yè)知識的模型。根據(jù)另一實施例，一種計算機可讀存儲介質(zhì)，承載一個或多個指令的一個或多個序列，當被一個或多個處理器執(zhí)行時所述一個或多個指令的一個或多個序列使得裝置至少執(zhí)行以下步驟從反映用戶的專業(yè)知識的多個信息源提取標簽；通過對提取的標簽應(yīng)用概率分析來創(chuàng)建用戶的專業(yè)知識的模型；收集包括至少一個或多個指定的專業(yè)知識領(lǐng)域的委派信息；以及對照指定的專業(yè)知識領(lǐng)域匹配用戶的專業(yè)知識的模型。根據(jù)另一實施例，一種裝置，包括用于從反映用戶的專業(yè)知識的多個信息源提取標簽的部件。該裝置還包括用于通過對提取的標簽應(yīng)用概率分析來創(chuàng)建用戶的專業(yè)知識的模型的部件。該裝置還包括用于收集包括至少一個或多個指定的專業(yè)知識領(lǐng)域的委派信息的部件。該裝置還包括用于對照指定的專業(yè)知識領(lǐng)域匹配用戶的專業(yè)知識的模型的部件。僅僅通過示出多個特定實施例和方案(包括執(zhí)行本發(fā)明的最佳方式)，從以下具體實施方式
，使得本發(fā)明的其他方面、特征、和優(yōu)點容易變得清楚。本發(fā)明還能夠包括其他和 不同實施例，并且可在各種明顯方面修改其若干細節(jié)，而不脫離本發(fā)明的精神和范圍。由此，附圖和說明書被認為僅是示例性的，并非限制性的。


在以下附圖 中，通過示例，非限制地示出本發(fā)明的實施例，其中圖I是根據(jù)一個實施例的共創(chuàng)平臺架構(gòu)的概況；圖2是根據(jù)一個實施例能夠提供共創(chuàng)平臺的系統(tǒng)的視圖；圖3是根據(jù)一個實施例用于提供共創(chuàng)平臺的過程的流程圖；圖4是根據(jù)一個實施例用于創(chuàng)建用戶模型的過程的流程圖；圖5示出根據(jù)一個實施例在標簽集合中的標簽之間匹配概率的示例；圖6是根據(jù)一個實施例用于為委派選擇用戶的過程的流程圖；圖7是根據(jù)一個實施例用于創(chuàng)建用戶組的過程的流程圖；圖8是根據(jù)一個實施例的用戶為每個標簽插入加權(quán)因子的過程的流程圖；圖9是根據(jù)一個實施例的用戶為每個標簽插入外部評級的過程的流程圖；圖10是根據(jù)一個實施例的用戶查詢信息或媒體內(nèi)容的過程的流程圖；圖11是根據(jù)一個實施例的共創(chuàng)應(yīng)用207的組件的視圖；圖12示出可用于實現(xiàn)本發(fā)明實施例的硬件的視圖；圖13示出可用于實現(xiàn)本發(fā)明實施例的芯片集的視圖；以及圖14是可用于實現(xiàn)本發(fā)明實施例的移動終端(例如手機)的視圖。
具體實施例方式公開了用于提供共創(chuàng)平臺的方法、裝置、和計算機程序的示例。以下描述中，為了說明的目的，闡述多個具體細節(jié)以提供本發(fā)明的實施例的全面理解。然而，本領(lǐng)域技術(shù)人員清楚，本發(fā)明的實施例可在沒有這些具體細節(jié)或具有等同配置的情況下實現(xiàn)。其他情形下，以框圖形式示出公知結(jié)構(gòu)和設(shè)備，以避免不必要地模糊本發(fā)明的實施例。隨著用戶生成的內(nèi)容和社會媒體的劇增，終端用戶日益貢獻不斷膨脹的數(shù)據(jù)量。社會媒體正變成用戶生活的一部分，因特網(wǎng)問題張貼對于沒有時間或傾向于搜索答案的用戶是普遍的。一些匿名的讀者可用他們現(xiàn)有的知識答復在線張貼的問題，或進行對信息的搜索。一些匿名的用戶甚至在網(wǎng)站上張貼信息和/或教育音頻和視頻內(nèi)容，供人們共享。專業(yè)和業(yè)余之間的差距逐漸難以區(qū)分，商業(yè)、公共、和社團媒體的定義正在改變。然而，源自這些匿名用戶的在線信息并非始終可用和可靠。媒體行業(yè)正在尋找新的方式，以吸引消費者進行可靠信息的參與和會話式內(nèi)容共倉|J。注意，當創(chuàng)建委派以提供感興趣的內(nèi)容或答復信息請求時，媒體之家或內(nèi)容提供商提出用于中介服務(wù)的標簽(例如，指定用于完成委派的委派需求和專業(yè)知識)，以識別承擔委派的潛在記者。媒體之家或內(nèi)容提供商可使用來自預定義的詞典的若干標簽，以識別潛在記者。一些委派包含復雜的任務(wù)，并需要多個人完成委派中包含的任務(wù)。具有關(guān)于那些標簽的各種專業(yè)知識集合的若干人可被識別為對于該標簽中的至少一個的匹配。有時候，媒體之家或內(nèi)容提供商期望針對特定標簽集合的特定個體的特定專業(yè)知識。在這些情況下，對于不同委派的人的自動分組變得復雜，甚至關(guān)鍵。為了組織用于生成可用和可靠內(nèi)容的任務(wù)組，媒體之家或內(nèi)容提供商需要一種機制或一種共創(chuàng)平臺，以針對不同委派組織一個或多個合格和有才能的用戶、從業(yè)者和專家。然而，目前沒有這樣的共創(chuàng)平臺可用于通過利用網(wǎng)絡(luò)技術(shù)、智能匹配和因特網(wǎng)社團為每個人帶來群眾資源和社會協(xié)作。為了解決這個問題，引入共創(chuàng)平臺架構(gòu)。圖I是根據(jù)一個實施例的共創(chuàng)平臺架構(gòu)的概況。共創(chuàng)平臺101用作在商業(yè)組織、非盈利組織、和因特網(wǎng)服務(wù)提供商103，本地的、國家的、國際的媒體之家和內(nèi)容提供商105，和用戶107之間的代理服務(wù)。例如，媒體之家或內(nèi)容提供商105需要一組用戶，以生成處于危險中的UNESCO世界遺址的照片。共創(chuàng)平臺101將從媒體之家或內(nèi)容提供商發(fā)送的內(nèi)容生成委派109與可以承擔委派109的用戶/專家匹 配。共創(chuàng)平臺101也可組織自組織工作組來完成委派109。此外，共創(chuàng)平臺101建立專家網(wǎng)絡(luò)和專家組111。專家組111中的每一個可以是不同技能領(lǐng)域中的專家社團，并且組111可以被匹配以承擔委派。共創(chuàng)平臺101提供報酬113以及根據(jù)用戶對于委派的貢獻報償他們的機制。共創(chuàng)平臺101使得能夠生成共創(chuàng)媒體內(nèi)容，并提供創(chuàng)建和激活不同社團和社會媒體組的方式。委派與用戶的匹配基于利用數(shù)據(jù)分析和背景信息將專業(yè)知識標簽與委派標簽鏈接的智能匹配。圖2是根據(jù)一個實施例能夠提供共創(chuàng)平臺的系統(tǒng)的視圖。圖2的系統(tǒng)200引入提供共創(chuàng)平臺的能力。如圖I所示，系統(tǒng)200包括用戶裝備(UE)201a，其經(jīng)由通信網(wǎng)絡(luò)205連接至個人計算機201b、web服務(wù)平臺203a、和通信平臺203b。UE 20la、個人計算機201b、web服務(wù)平臺203a、和通信平臺203b具有共創(chuàng)應(yīng)用207和數(shù)據(jù)庫209，用于存儲用戶和語義信息。例如，系統(tǒng)200的通信網(wǎng)絡(luò)205包括一個或多個網(wǎng)絡(luò)，例如數(shù)據(jù)網(wǎng)絡(luò)(未示出)、無線網(wǎng)絡(luò)(未示出)、電話網(wǎng)絡(luò)(未示出)、或其任意組合?？稍O(shè)想，數(shù)據(jù)網(wǎng)絡(luò)可以是任意局域網(wǎng)(LAN)、城域網(wǎng)(MAN)、廣域網(wǎng)(WAN)、公共數(shù)據(jù)網(wǎng)(例如因特網(wǎng))、或任意其他適合的分組交換網(wǎng)絡(luò)，例如商業(yè)所有、私有分組交換網(wǎng)，例如私有電纜或光纖網(wǎng)絡(luò)。此外，無線網(wǎng)絡(luò)可以是例如蜂窩網(wǎng)絡(luò)，并且可采用各種技術(shù)，包括用于全球演進的增強數(shù)據(jù)率(EDGE)、通用分組無線業(yè)務(wù)(GPRS)、全球移動通信系統(tǒng)(GSM)、因特網(wǎng)協(xié)議多媒體子系統(tǒng)(MS)、通用移動電信系統(tǒng)(UMTS)等、以及任意其他適合的無線介質(zhì)，例如微波接入(WiMAX)、長期演進(LTE)網(wǎng)絡(luò)、碼分多址(CDMA)、寬帶碼分多址(WCDMA)、無線保真(WiFi )、衛(wèi)星、移動自組織網(wǎng)絡(luò)(MANET)
坐寸οUE 201a可以是任意類型的移動終端、固定終端、或便攜式終端，包括移動手機、站、單元、設(shè)備、多媒體計算機、多媒體平板、因特網(wǎng)節(jié)點、通信器、桌面計算機、膝上型計算機、個人數(shù)字助理(PDA)、或其任意組合。還可設(shè)想，UE 201a可支持對于用戶的任意類型的接口(例如“可佩戴”電路等)。例如，UE 201a、個人計算機201b、web服務(wù)平臺203a和通信平臺203b可使用已知、新的或仍舊開發(fā)中的協(xié)議，來彼此以及與通信網(wǎng)絡(luò)205的其他組件通信。在這個環(huán)境下，協(xié)議包括定義通信網(wǎng)絡(luò)205中的網(wǎng)絡(luò)節(jié)點如何基于在通信鏈路上發(fā)送的信息來彼此通信的一組規(guī)則。協(xié)議在每個節(jié)點中的不同的操作層處是有效的，從生成和接收各個類型的物理信號，到選擇用于傳遞這些信號的鏈路，到通過那些信號指示的信息的格式化，到識別在計算機系統(tǒng)上執(zhí)行的哪個軟件應(yīng)用發(fā)送或接收信息。在開放性系統(tǒng)互聯(lián)(OSI)參考模型中描述了在網(wǎng)絡(luò)上用于交換信息的概念上不同的協(xié)議層。在網(wǎng)絡(luò)節(jié)點之間的通信典型地通過交換數(shù)據(jù)的離散分組來實現(xiàn)。每個分組典型地包括(I)報頭信息，其與特定協(xié)議相關(guān)聯(lián)；和(2)有效載荷信息，其在報頭信息之后并且包含可獨立于該特定協(xié)議處理的信息。在一些協(xié)議中，分組包括(3)尾信息，其在有效載荷之后并且指示有效載荷信息的結(jié)尾。報頭信息包括例如分組的源、其目的地、有效載荷的長度、和協(xié)議使用的其他屬性的信息。通常，用于特定協(xié)議的有效載荷中的數(shù)據(jù)包括與OSI參考模型的不同、更高層相關(guān)聯(lián)的不同協(xié)議的報頭和有效載荷。特定協(xié)議的報頭典型地指示在其有效載荷中包含的下一協(xié)議的類型。高層協(xié)議被認為是封裝在低層協(xié)議中。貫穿多個異構(gòu)網(wǎng)絡(luò)(例如因特網(wǎng))的分組中包括的報頭典型地包括如OSI參考模型所定義的物理(層I)報頭、數(shù)據(jù)鏈路(層2)報頭、網(wǎng)絡(luò)間(層3)報頭和傳輸(層4)報頭、和各個應(yīng)用報頭(層5、層6和層7)。圖3是根據(jù)一個實施例用于提供共創(chuàng)平臺101的過程300的流程圖。在一個實施例中，系統(tǒng)200執(zhí)行過程300，并且被實現(xiàn)在例如如圖13所示的包括處理器和存儲器的芯片集中。在步驟301，系統(tǒng)200從反映用戶的專業(yè)知識的多個信息源提取標簽。例如，專家 是基于研究、實踐、或職業(yè)具有廣泛知識或能力并且在特定的研究領(lǐng)域的人。專業(yè)知識包括人(不必是專家)或系統(tǒng)的那些特征、技能、知識、和技巧，這將具有專業(yè)知識的人區(qū)別于沒有專業(yè)知識的人。在許多領(lǐng)域中，存在能夠?qū)⒕哂袑I(yè)知識的人區(qū)別于沒有專業(yè)知識的人的客觀的性能測量。例如，具有專業(yè)知識的象棋運動員比沒有專業(yè)知識的象棋運動員更可能贏得比賽。對于特定疾病具有專業(yè)知識的醫(yī)學專家比一般醫(yī)學從業(yè)者更可能正確診斷該疾病。系統(tǒng)200通過對提取的標簽應(yīng)用概率分析，來創(chuàng)建用戶的專業(yè)知識的模型(步驟303)。結(jié)合圖4討論創(chuàng)建這個模型的細節(jié)。系統(tǒng)200收集包括至少一個或多個指定的專業(yè)知識領(lǐng)域的委派信息(步驟305)。委派可以是作為職責進行或為了特定費用而將需要完成的任意特定件工作。系統(tǒng)200可進行委派分析，以得出將如何完成委派，包括手工和腦力行為的詳細描述、任務(wù)和元素持續(xù)時間、任務(wù)頻率、任務(wù)分配、任務(wù)復雜度、環(huán)境條件、必要/可選衣著和裝備、以及一個或多個人用于執(zhí)行給定委派中包含或所需的任意其他獨特因素。系統(tǒng)200對照指定的專業(yè)知識領(lǐng)域匹配用戶的專業(yè)知識的模型(步驟307)。因此，系統(tǒng)200使得能夠建立創(chuàng)新性方法以將人與任務(wù)鏈接，并使得能夠創(chuàng)建協(xié)作網(wǎng)絡(luò)。如稍后詳細描述的那樣，系統(tǒng)200使能的共創(chuàng)平臺101可用于針對各種目的的不同使用情況。圖4是根據(jù)一個實施例用于創(chuàng)建用戶模型(即，用戶專業(yè)知識模型)的過程400的流程圖。在一個實施例中，共創(chuàng)應(yīng)用207執(zhí)行過程400，并且被實現(xiàn)在例如如圖13所示的包括處理器和存儲器的芯片集中。在步驟401，共創(chuàng)應(yīng)用207從不同信息源取得與用戶相關(guān)聯(lián)的多個文本。用戶可經(jīng)由所有類型的信息源公開他們的知識基礎(chǔ)、興趣，因此導致參與到承擔委派中。例如，至少從用戶的知識基礎(chǔ)和興趣來收集用戶專業(yè)知識信息，其中用戶的知識基礎(chǔ)和興趣可從用戶的web交互察覺。例如，經(jīng)由對瀏覽器的擴展或單機實現(xiàn)方式，來收集受訪問web頁面和URL書簽的用戶歷史。由用戶經(jīng)由因特網(wǎng)瀏覽與興趣點(例如UNESCO網(wǎng)站、UNESCO世界中心網(wǎng)站、UNESCO世界遺址網(wǎng)站)相關(guān)的資源和將用戶專業(yè)知識連接至產(chǎn)生在危險中的UNESCO世界遺址的照片的委派。為了簡化討論，使用URL繼續(xù)討論。然而，可理解，在建立用戶的專業(yè)知識的模型中也可包括其他信息源。各個示例性實施例還可包括額外信息源，例如，(I)由從148個國家的890個UNESCO世界遺址位置發(fā)送視頻的用戶網(wǎng)絡(luò)攝像機瀏覽；(2)由用戶在用戶的日程安排中提及遺址；(3)由用戶在遺址附近的機構(gòu)處呼叫；(4)由用戶選舉遺址或遺址附近的機構(gòu)，作為重要或文化或物理象征；(5)由用戶建立的關(guān)于遺址的媒體項目(web頁面等上的博客中張貼的文章、音樂、視頻、照片等)；(6)由用戶捕獲的關(guān)于遺址等的文章、音樂、視頻、照片等。每個URL被爬取并分析以獲得文本。經(jīng)由用戶的URL書簽(例如120個URL)提取文本。文本可嵌入在文檔(例如詞語處理或表示文檔)、用戶在設(shè)備上安裝的應(yīng)用、由用戶完成的更新、關(guān)聯(lián)設(shè)備和他們的文本內(nèi)容等中。許多文本容易在線可用，并通過各種社團和用戶廣泛地訪問。例如，以電子形式逐漸公布學者文章，并且歷史檔案正被掃描并變得可用。由于數(shù)據(jù)大部分沒有結(jié)構(gòu)并包括幾萬個詞語，自動主題模型化對于定位專業(yè)知識標簽、知識基礎(chǔ)、和用戶興趣來說是重要的。主題模型，例如潛在狄氏分配(Latent DirichletAllocation,LDA)是可用于文檔收集的統(tǒng)計分析的有用工具。基于文檔是主題的混合的思 想建立主題模型，其中主題是關(guān)于詞語的概率分布。對于這里描述的方法，被模型化的主題涉及例如用戶的專業(yè)知識或技能。然后，共創(chuàng)應(yīng)用207例如通過移除每個文本中的所有元數(shù)據(jù)標簽、空白、圖像或其他不期望的部分來清理文本(步驟403)。在清理操作之后，文本中僅留下詞語。一旦獲得清理后的文本，共創(chuàng)應(yīng)用207通過部署詞性標注(POTS)以標記清理后的文本中的名詞，來提取標簽。POTS是這樣的過程，該過程將文本(語料庫)中的名詞基于其定義及其上下文標記為與特定詞性對應(yīng)。詞性標注不僅具有詞語列表和它們的詞性，因為一些詞語可在不同時間代表多個詞性。例如，“dogs”通常是復數(shù)名詞，但是可以是動詞。共創(chuàng)應(yīng)用207隨后使用語言詞典提取名詞，并在數(shù)據(jù)庫209中存儲名詞/標簽(步驟405)。稍后，名詞/標簽被輸入至聚類算法。共創(chuàng)應(yīng)用207隨后基于每個標簽集合中的標簽之間的相關(guān)性將標簽聚類成多個標簽集合(步驟407)，以更容易地將它們與特定領(lǐng)域或?qū)I(yè)知識的組合相關(guān)。共創(chuàng)應(yīng)用207將標簽聚類的集合的數(shù)目(例如10)是預定的，或通過共創(chuàng)應(yīng)用207自動確定的。例如，通過經(jīng)由LDA、概率潛在語義分析(PLSA)、或其他聚類算法確定在標簽之間的相關(guān)性，來基于它們將標簽聚類。例如，LDA是產(chǎn)生式概率模型以及“詞語包”模型。換句話說，假設(shè)文檔的詞語在它們中是可交換的。LDA模型假設(shè)每個文檔的詞語源自主題的混合，其每個是在詞典上的概率分布。結(jié)果，LDA以很高的維度空間將文檔表示成詞語計數(shù)的向量，同時忽略詞語出現(xiàn)的順序。盡管重要的是保持用于閱讀理解的詞語的精確順序，但對于用于自動誘發(fā)詞語集合中的寬泛語義主題的有效算法來說，語言簡化可交換性假設(shè)是重要的。作為另一模型化算法，PLSA是用于分析雙模型和共現(xiàn)數(shù)據(jù)的統(tǒng)計技術(shù)。PLSA從潛在語義分析演進，并增加發(fā)聲概率模型。PLSA應(yīng)用于信息提取和過濾、自然語言處理、從文本的機器學習、和相關(guān)領(lǐng)域。在其他實施例中,基于詞性標注或通過直方圖過濾來執(zhí)行標簽選擇。LDA或PLSA可在詞性標注或直方圖過濾之前或之后被結(jié)合。這為共創(chuàng)平臺101提供了靈活性。可關(guān)于標簽執(zhí)行算法的若干迭代，以如期望的那樣細化標簽的分組。一旦將標簽聚類到標簽集合中，共創(chuàng)應(yīng)用207基于屬于預定興趣類型或類別的子語言模型，通過對照子語言模型匹配每個標簽集合中的標簽，來確定每個標簽集合的一個或多個標簽。專業(yè)知識類型或類別是類型或類別的預定義詞典。每個專業(yè)知識類型或類別以廣泛的術(shù)語描述了在系統(tǒng)特定詞典之中可以是什么用戶專業(yè)知識。例如，已經(jīng)定義了 60個專業(yè)知識類型或類別的分類系統(tǒng)，以便將一般詞典(例如維基百科)或語言模型(例如基于詞語含義、上下文、相關(guān)性等關(guān)聯(lián)到不同詞語的模型)分解成子語言模型(即包含與60個專業(yè)知識類型相關(guān)的詞語的語言模型的子集)，分解成構(gòu)成類型模型的子語言模型。例如，一般詞典可以是IGB大小，但是類型模型可用僅是200MB大小。選擇使用例如對照類型模型的概率匹配確定的與類型模型最佳關(guān)聯(lián)的一個或多個標簽(例如3個)，以向用戶呈現(xiàn)(步驟409)。專業(yè)知識類型或類別的分類系統(tǒng)也可能是十分廣泛的，并包括可以不必相關(guān)的許多類型或類別。更具體地，專業(yè)知識類型或類別的分類系統(tǒng)包含預定的專業(yè)知識特征、技能、知識、和技巧。例如，類型模型可包括任意數(shù)目(例如1000)個類型或類別，并可包括至少一個專業(yè)類型樹。例如，該樹包含如律師、醫(yī)生、工程師 等的類型，以及如電子工程師、醫(yī)藥工程師等的子類型。例如，與科學記者的特征相關(guān)聯(lián)的類型模型可包括例如技術(shù)寫作、工科學位、研究技能等的專業(yè)知識類型。這樣，將語言模型減小為與專業(yè)知識類型相關(guān)聯(lián)的詞語子集，以建立可以更容易由標簽匹配的特定專業(yè)知識類型模型。在另一實施例中，專業(yè)知識類型或類別的分類系統(tǒng)可通過例如媒體之家、專業(yè)社團、共識標準體等的另一方來預定義。此外，依據(jù)在哪里部署模型以執(zhí)行對照用戶專業(yè)知識模型的匹配，類型模型可存儲于服務(wù)器或客戶端。圖5示出根據(jù)一個實施例在標簽集合中的標簽之間的匹配概率的示例。為作為獸醫(yī)的用戶計算這個示例。例如，在一個標簽集合中，獸醫(yī)(O. 03)、狗(O. 02)和貓(O. 01)是前三個標簽。計算的匹配或相關(guān)性概率使得共創(chuàng)應(yīng)用207能夠評估例如確定的類型模型對于用戶的專業(yè)知識集合的相對精確度或適合度。于是，共創(chuàng)應(yīng)用207向用戶呈現(xiàn)以最高概率匹配類型模型的所選的一個或多個(例如3個)標簽，以用于確認(步驟411)。于是，用戶可確定所呈現(xiàn)的標簽中的哪個最佳地代表用戶的專業(yè)知識。例如，共創(chuàng)應(yīng)用207為用戶選擇具有在10個標簽集合中的每一個中匹配到30個標簽候選的高概率的前幾個標簽，以確認為用戶的專業(yè)知識標簽。于是，用戶可確定這些標簽是否正確代表用戶的專業(yè)知識。額外地或備選地，用戶可手動指定標簽中的一個或多個，以代表用戶的專業(yè)知識。如果用戶未確認任一個所呈現(xiàn)的標簽并且用戶不希望手動輸入標簽，則可對于不同URL書簽集合或其他信息源重復步驟401-411。一旦用戶確認或指定標簽，共創(chuàng)應(yīng)用207將標簽插入至與用戶對應(yīng)的用戶簡檔(步驟413)。于是，用戶簡檔可用于映射至圖6中所示的稍后過程中的第一級專業(yè)知識類型。作為示例，例如與動物藥物學的熟悉度、土著文化、和醫(yī)生訪問的標簽可以是獸醫(yī)的專業(yè)知識標簽，并且這些標簽可匹配獸醫(yī)，以承擔在發(fā)展中國家中拍攝關(guān)于動物虐待的記錄電影的委派。接下來，共創(chuàng)應(yīng)用207使用例如語言模型來將概率分析應(yīng)用于確認的標簽，以獲得用于用戶的用戶模型(步驟415)。換句話說，語言模型可用于推斷更廣泛的標簽列表或?qū)I(yè)知識類型，以包括在用戶的專業(yè)知識模型中。這樣，共創(chuàng)應(yīng)用207有利地減少了來自用戶的用于創(chuàng)建用戶專業(yè)知識模型的輸入數(shù)量，因此降低用戶的負擔。例如，用戶確認與靜態(tài)拍攝、野生動物、爬山、和皮艇運動相關(guān)的專業(yè)知識標簽。于是，共創(chuàng)應(yīng)用207可應(yīng)用語言模型，以確定其他相關(guān)類型，以創(chuàng)建更全面的用戶專業(yè)知識模型。例如，語言模型填充在用戶模型中，以描述對于在嚴酷條件下的遙遠位置中的擴展委派有能力的照片記者。用戶模型因此包括確認的標簽以及由語言模型確定的相關(guān)類型。在一個實施例中，(例如由語言模型確定的)每個標簽具有與標簽相關(guān)的相關(guān)性度量，其顯示該標簽與類型模型相關(guān)到何程度的標簽。由此，根據(jù)確認的標簽的初始集合，可將用戶模型擴展，以包含例如更大的標簽集合(例如100或更多標簽)。因此，基于用戶知識基礎(chǔ)和興趣以及用戶的交互歷史，建立用戶模型。共創(chuàng)應(yīng)用207在數(shù)據(jù)庫209中存儲用戶模型(步驟417)。因此，用戶模型包含來自映射用戶的技能所對照的專業(yè)知識類型全局集合的標簽和/或類型子集。在一個實施例中，也可將用戶模型用于在圖6中所示的稍后過程中的二次細粒過濾。如稍后描述的那樣，媒體之家或內(nèi)容提供商可從這些類型的集合(其描述他們從用戶候選期望的專業(yè)知識)選擇。例如，所選的類型可隨后用于導出用戶專業(yè)知識模型可應(yīng)用的委派標簽。上述實施例為用戶(通過檢查用戶瀏覽歷史、知識基礎(chǔ)、經(jīng)驗、興趣等)自動創(chuàng)建專業(yè)知識標簽，并向用戶建議專業(yè)知識標簽。因此，用戶可能忘記的專業(yè)知識的主題或領(lǐng)域被呈現(xiàn)給用戶，以被選擇并輸入在用戶的簡檔中。此外，上述實施例也可向用戶提供關(guān)于什么主題適合于用戶吸引來自媒體之家或內(nèi)容提供商匹配委派的線索。圖6是根據(jù)一個實施例用于為委派選擇用戶的過程600的流程圖。在一個實施例中，共創(chuàng)應(yīng)用207執(zhí)行過程600，并且被實現(xiàn)在例如如圖13所示的包括處理器和存儲器的芯片集中。在步驟601，共創(chuàng)應(yīng)用207提取委派描述，這可由媒體之家或內(nèi)容提供商提供，并且至少包括委派所需的委派位置和標簽(例如專業(yè)知識的類型)?？蛇x地，共創(chuàng)應(yīng)用207通過在其中引入商業(yè)領(lǐng)域特定的屬性和字段，來為媒體之家或內(nèi)容提供商創(chuàng)建委派描述。共創(chuàng)平臺101使得能夠?qū)崿F(xiàn)可用于設(shè)置不同屬性的靈活元數(shù)據(jù)集合。媒體之家、用戶、或用戶組 可向共創(chuàng)平臺101提供用于委派描述的其自己的元數(shù)據(jù)集合。委派描述定義具有特定需求的任務(wù)，例如，位置、內(nèi)容需求(例如自由文本、標簽、多媒體等)、時間、位置、所需能力等。對于以上提供的初始示例，共創(chuàng)應(yīng)用207可將拍攝危險中的UNESCO世界遺址中的8個的照片的委派分解成8個任務(wù)或子委派，以通過8個用戶
集合履行。然后，在步驟603，共創(chuàng)應(yīng)用207按照范圍(例如覆蓋委派/任務(wù)位置的委派任務(wù)區(qū)域)內(nèi)的一個或多個標準過濾用戶。共創(chuàng)應(yīng)用207進一步通過將為了委派而創(chuàng)建的委派標簽映射到步驟415中創(chuàng)建的用戶模型，并對于多個用戶中的每一個計數(shù)委派標簽的累計映射頻率，來過濾具有委派/任務(wù)標簽的用戶(步驟605)。注意，當做出委派輸入時，通過內(nèi)容提供商的媒體之家將標簽輸入至委派描述?？稍O(shè)想，對于委派可以需要什么沒有限制。當對照用戶專業(yè)知識匹配委派時，共創(chuàng)應(yīng)用207接收多個用戶模型。對照委派/任務(wù)標簽匹配每個用戶模型。共創(chuàng)應(yīng)用207找到具有高委派標簽匹配頻率或概率的用戶，以作為委派的候選來執(zhí)行委派。具體地，共創(chuàng)應(yīng)用207選擇例如具有高委派/任務(wù)標簽匹配頻率或概率的前幾個用戶，作為執(zhí)行委派/任務(wù)的用戶(步驟607)?？赏耆鉀Q任意輸入的委派。如果存在用戶不能提供的任意材料(例如額外圖片、視頻等)，可將這些材料可從其他人獲得。共創(chuàng)應(yīng)用207邀請用戶候選接受委派/任務(wù)(步驟609)。用戶可決定是否承擔委派/任務(wù)。例如，對于上述初始示例，一旦用戶接受委派/任務(wù)，則共創(chuàng)應(yīng)用207將8個任務(wù)的細節(jié)發(fā)送至將用他們的專業(yè)知識、資源、和裝備(包括UE 201a、和PC 201b等)執(zhí)行任務(wù)的8個用戶組。這個實施例中，基于個人簡檔將任務(wù)發(fā)送至最佳匹配候選。在圖7所示的另一實施例中，基于標準信息將任務(wù)委派給預定用戶組。圖7是根據(jù)一個實施例用于建立用戶組的過程700的流程圖。在一個實施例中，共創(chuàng)應(yīng)用207執(zhí)行過程700，并且被實現(xiàn)在例如如圖13所示的包括處理器和存儲器的芯片集中。通過創(chuàng)建和維持用戶組和他們的關(guān)聯(lián)度量，將對滿足不同標準的用戶的搜索從依據(jù)個人用戶模型搜索縮減成計算組的相關(guān)性。由于組的數(shù)目遠小于用戶的數(shù)目，大大降低匹配計算的負擔。注意，當媒體之家或內(nèi)容提供商創(chuàng)建委派時，共創(chuàng)應(yīng)用207自動檢測履行委 派或委派的任務(wù)所需的人群組(并非個人)。過程700通過如下所述的標準_>規(guī)則_>組函數(shù)(規(guī)則，用戶列表)-> 組的方式進行。在步驟701，共創(chuàng)應(yīng)用207設(shè)置(例如，對于委派的)分組標準。分組標準是描述對于委派和用在匹配過程中的重要參數(shù)(例如，年齡、性別、興趣領(lǐng)域等)的信息條。例如，用戶的位置構(gòu)成對于拍攝危險中的8個UNESCO世界遺址的委派的分組標準。作為另一示例，用戶的登山經(jīng)驗構(gòu)成對于拍攝珠穆朗瑪峰的照片的委派的分組標準。也可用開放文檔的形式給出一些標準。共創(chuàng)應(yīng)用207形成用于一個委派的一個分組規(guī)則(步驟703)。規(guī)則的目的是將委派的標準合并成形成組創(chuàng)建過程的基礎(chǔ)的單個規(guī)則。規(guī)則是可由共創(chuàng)應(yīng)用207解釋并且可在數(shù)據(jù)庫209和用戶模型上執(zhí)行的指令集合。數(shù)據(jù)庫209包含用戶定義的標簽和自動生成的標簽(從用戶交互歷史、委派創(chuàng)建過程、報酬等)。數(shù)據(jù)庫209還包含描述當前用戶位置的用戶位置信息等和用于第一級過濾步驟603的用戶專業(yè)知識。如上所述，用戶模型是從語言模型生成的并用在第二過濾步驟605中的中間尺度的語言矩陣模型。規(guī)則或者是通過共創(chuàng)應(yīng)用207自動生成的，或者是從一個或多個外部源明確地提供給共創(chuàng)應(yīng)用207的。類似于處理600，媒體之家或內(nèi)容提供商可提供委派標簽、關(guān)于每個委派的元數(shù)據(jù)、和委派描述，以生成規(guī)則集合。媒體之家或內(nèi)容提供商可指定是否可通過單個用戶或多個用戶服務(wù)委派。注意，當允許多個用戶時，使用標準集合建立具有服務(wù)于該委派的高概率分數(shù)的虛擬組。媒體之家或內(nèi)容提供商可提供直接向共創(chuàng)應(yīng)用207上傳的規(guī)貝U，或通過社會網(wǎng)絡(luò)提供規(guī)則以創(chuàng)建虛擬組。在外部給定的規(guī)則中，相比于共創(chuàng)應(yīng)用207自動生成的那些參數(shù)，可提供更精確的參數(shù)用于組的維持。共創(chuàng)應(yīng)用207還建立組屬性和組(步驟705)。每個組具有固定屬性的集合以及浮動屬性的集合。組維持在規(guī)定間隔內(nèi)受到規(guī)則驗證的用戶ID的動態(tài)索引。組中的用戶條目具有除了用戶ID之外的屬性。組是虛擬的，并且可存在非預定組。此外，可存在對于組的專有成員。組被構(gòu)成并被保持在至少數(shù)據(jù)庫209中?；谟脩羰欠駶M足分組規(guī)則，從組增加、維持或移除用戶。對于每個組所需的屬性集合可以包括 標簽標簽集合可確定分組標準 規(guī)則除了分組標準之外要遵循的任何額外規(guī)則 時間限制組要維持多久并且用于檢查組的刷新率是什么
空間限制關(guān)于組的成員的位置信息以及要遵循的任何空間規(guī)則集合(例如，組是否可移動) 用戶ID和關(guān)聯(lián)用戶概率度量 范圍和閾值允許用戶登記到組中的范圍或最小閾值基本上，通過吸收規(guī)則的一個單個函數(shù)來執(zhí)行組創(chuàng)建過程700，并且將潛在用戶分成如規(guī)則所述的期望類型的組。用戶列表可用組列表代替，以建立組的組。共創(chuàng)應(yīng)用207于是自動輸出滿足用于組創(chuàng)建過程的標準的組列表。每個組圍繞中心屬性被錨接。屬性(或?qū)傩缘募?確定組的中心點。屬性可以是單個標簽或標簽集合、位置信息或事件。共創(chuàng)應(yīng)用207關(guān)于用戶數(shù)據(jù)庫和/或用戶模型執(zhí) 行規(guī)則集合，并找到具有對于中心屬性(和其他屬性)的差異概率度量的用戶集合，以得到一組同心圓，在這組同心圓中通過距離中心度量的距離確定用戶位置。組可被配置為托管任意數(shù)目的圓，并且用戶被映射至那些圓中的每一個。通過建立聯(lián)合度量來計算用戶所屬的特定圓，所述聯(lián)合度量包含(來自用戶模型的)用戶標簽相對于標簽的中心集合的概率分數(shù)。圓中用戶的特定位置通過在用于這樣的組的規(guī)則集合中的其他標簽集合來確定的，其中所述這樣的組具有與用戶模型的某些相關(guān)性。因此，用戶可屬于具有特定屬性的多個組，而同心圓可相交。這導致在處理速度和存儲器方面都有效的高端索引，同時打開通過傳統(tǒng)方法不可能的潛在應(yīng)用前端。注意，當提供標簽集合時，共創(chuàng)應(yīng)用207需要的所有就是找到對于那些標簽具有一些相關(guān)性的一個或多個組，以確定在那附近是否將找到用戶組。找到正確的用戶組成為在對于該標簽集合具有最高相關(guān)性分數(shù)的兩個或更多個用戶組之間計算交叉空間的數(shù)學過程。這使得媒體之家或內(nèi)容提供商能夠在創(chuàng)建和匹配委派時，通過簡單地改變標簽集合來快速看到潛在用戶的組。共創(chuàng)應(yīng)用207在數(shù)據(jù)庫209中存儲組信息(步驟707 )。一旦存儲了組，可通過與共創(chuàng)平臺鏈接的任意應(yīng)用訪問和使用它們。組形成過程700也可與其他過程結(jié)合。共創(chuàng)應(yīng)用207隨后將委派與一個或多個用戶組匹配(步驟709)。過程700還通過使能用戶的自動成組以聯(lián)合地接受委派和任務(wù)，來改進系統(tǒng)100。上述實施例通過提供委派多個人聯(lián)合地履行一個委派的自動方式，在將用戶選擇到用于不同委派的用戶組中方面提供高精確的匹配概率和更大控制。通過創(chuàng)建和維持用戶組和他們的關(guān)聯(lián)度量，對滿足(除了 組的那些的)標準的用戶的搜索被從搜索個體用戶模型縮減成計算與用戶組的相關(guān)性。由于組的數(shù)目遠小于個體，上述實施例加速了計算并成倍減少了響應(yīng)時間，并且進一步減少對系統(tǒng)資源的需求。圖8是根據(jù)一個實施例的用戶為每個標簽插入預期加權(quán)因子的過程800的流程圖。在一個實施例中，共創(chuàng)應(yīng)用207執(zhí)行過程800，并且被實現(xiàn)在例如如圖13所示的包括處理器和存儲器的芯片集中。在這個實施例中，共創(chuàng)應(yīng)用207對于從120個URL，即從用戶web瀏覽歷史和書簽，提取的每個標簽構(gòu)成1*2矩陣。矩陣中的第一域?qū)?yīng)于第一出現(xiàn)頻率值，其給出對于最終用于構(gòu)成遇到的所有標簽的直方圖的整個解析文本的每個標簽的總體頻率。在步驟801，共創(chuàng)應(yīng)用207按信息源計算從信息源提取的每個標簽的第一出現(xiàn)頻率值。此外，并非使用語言字典(過程400的步驟405)，共創(chuàng)應(yīng)用207將過濾器應(yīng)用于直方圖，以移除共有標簽并且僅采取符合“名詞”部分文本的剩余標簽。
矩陣中的第二域?qū)?yīng)于與主題更相關(guān)的每個標簽的第二出現(xiàn)頻率值，由于第二域給出描述每個標簽對于僅僅與其相關(guān)聯(lián)的那些文本/頁面的重要性和頻率的歸一化值。該值基于該標簽遇到多少文本/頁面，即標簽對于它遇到的每個文本/頁面的頻率。可將該值歸一化到一個范圍，例如在0和I之間。矩陣中的第二域指示該標簽的重要性及其在任意語義標簽的內(nèi)容(例如HTML hl、h2、h3頭標簽)上的出現(xiàn)。在HTML文檔中，HTML元素是標簽、以及文本，其用作對于web瀏覽器的關(guān)于文檔將由瀏覽器如何解釋并最終呈現(xiàn)在用戶的計算機屏幕上的指示符。共創(chuàng)應(yīng)用207還按信息源中的每一個的頁面計算從信息源提取的每個標簽的第二出現(xiàn)頻率值(步驟803 )。 共創(chuàng)應(yīng)用207可將每個標簽的第一和第二出現(xiàn)頻率值歸一化為例如在0和I之間(步驟805)，并通過將第一和第二出現(xiàn)頻率值作為度量中第一和第二域中的值，來形成每個標簽的度量(步驟807)。在最終的集合標簽被自動選擇并由用戶確認為專業(yè)知識標簽(例如過程400的步驟417)之后，共創(chuàng)應(yīng)用207計算對于每個專業(yè)知識標簽的度量(例如用戶的專業(yè)知識模型中包括的專業(yè)知識類型)與從信息源提取的每個標簽的相關(guān)性值(步驟809)。因此，通過利用通過用語言模型的匹配過程選擇和未選擇的剩余標簽來執(zhí)行相關(guān)性過程，進一步細化專業(yè)知識標簽的度量的值。共創(chuàng)應(yīng)用207將每個專業(yè)知識標簽的相關(guān)性值加在一起，由此獲得對于每個專業(yè)知識標簽的總體相關(guān)性值(步驟811)?？傮w相關(guān)性值指示這個標簽與從信息源提取的其他標簽匹配到什么程度。共創(chuàng)應(yīng)用207通過對每個專業(yè)知識標簽的度量和總體相關(guān)性值取平均，來計算對于每個專業(yè)知識標簽的加權(quán)因子(步驟813)。每個確認的主題的加權(quán)值可設(shè)置為在0 (“新手”)和I (“專家”)之間的值。共創(chuàng)應(yīng)用207將加權(quán)因子發(fā)送至用戶用于確認(步驟815)。共創(chuàng)應(yīng)用207基于由用戶確認的加權(quán)因子來調(diào)整用戶的專業(yè)知識的模型(步驟817)。然后，將用戶確認的加權(quán)值存儲在數(shù)據(jù)庫209中，作為表，即用戶識別的專業(yè)知識和加權(quán)表。之后，類似于過程600的隨后的過濾過程可考慮與每個標簽相關(guān)聯(lián)的加權(quán)因子。圖9是根據(jù)一個實施例的用戶為每個標簽插入外部評級的過程900的流程圖。在一個實施例中，共創(chuàng)應(yīng)用207執(zhí)行過程900，并且被實現(xiàn)在例如如圖13所示的包括處理器和存儲器的芯片集中。用戶具有利用外部網(wǎng)絡(luò)站點向共創(chuàng)平臺增加他/她的用戶名，以在專業(yè)知識標簽上引入外部評級的選項。共創(chuàng)應(yīng)用207，一旦接收標簽，對照例如科學、生物、動物等的特定種類映射每個標簽。額外地或備選地，可從用戶的簡檔提取類型。然后，這個信息用于在專業(yè)(例如IEEE)或社會網(wǎng)絡(luò)站點、或其他服務(wù)中的同級評級(peer rating)。在步驟901，共創(chuàng)應(yīng)用207接收指示由用戶識別的專業(yè)或社會網(wǎng)站的信息。共創(chuàng)應(yīng)用207提取用戶的專業(yè)知識標簽(步驟903)。與該特定類型相關(guān)的網(wǎng)站中的用戶組被識別，用于征求評級。如果用戶是這個組的成員，則除了來自伙伴同級的用戶專業(yè)知識的評級，還應(yīng)用特別評級。此外，對于評級使用用戶的任意文章或出版物。共創(chuàng)應(yīng)用207征求由與專用或社會網(wǎng)絡(luò)相關(guān)聯(lián)的同級基于專業(yè)知識標簽(例如專業(yè)知識類型)進行的用戶的評級(步驟905)。共創(chuàng)應(yīng)用207按專業(yè)知識標簽收集和存儲用戶的評級(步驟907)。將外部評級存儲在數(shù)據(jù)庫209中屬于用戶的外部評級表中。共創(chuàng)應(yīng)用207基于評級調(diào)整用戶的專業(yè)知識的模型(步驟909)。
在另一實施例中，共創(chuàng)應(yīng)用207在用戶完成新文章/出版物或新委派之后更新外部評級。這個更新是進行中的過程，并且每當與主題相關(guān)的委派是由用戶服務(wù)的并被媒體之家或內(nèi)容提供商接受，再次更新評級。由媒體之家或內(nèi)容提供商接受的委派接受度也被用作一種外部評級。對于用戶可選地，向共創(chuàng)平臺提供外部評級。媒體之家或內(nèi)容提供商可用額外委派支付或得到委派的更大機會來酬謝提供外部評級的用戶。在其他實施例中，邀請媒體之家或內(nèi)容提供商通過在新手和專家之間移動每個標簽的滑塊，來調(diào)整每個標簽的外部評級。缺省是中間的。之后，類似于過程600的稍后的過濾過程可考慮與每個標簽相關(guān)聯(lián)的外部評級。在過程600中識別了用戶的集合之后，將用戶自加權(quán)或外部評級的度量(例如落入0和I之間)加I并與自加權(quán)或外部評級的所有標簽相乘。因此，形成具有加權(quán)因子或外部評級的兩個標簽集合。為了將用戶與委派匹配，媒體之家或內(nèi)容提供商可以僅僅使用從過程800獲得的加權(quán)因子，或僅使用從過程900獲得的外部評級，或其組合。加權(quán)因子和外部評級可通過指示落在從過程800獲得的用戶自加權(quán)和從過程900獲得的外部評級之間的 矩陣來組合。然后，使用組合矩陣計算每個用戶對于委派的適合性。根據(jù)過程800和900的所述實施例應(yīng)用加權(quán)因子和外部評級。另一方面，過程600根本不考慮加權(quán)因子和外部評級。基于加權(quán)的用戶模型(從過程800獲得)、或外部加權(quán)的用戶模型(從過程900獲得)、或組合用戶模型(從組合矩陣獲得)，與步驟605-607類似地計算在用戶中的每個標簽與識別的標簽集合中的集合的相關(guān)性匹配。然后，計算給出對于委派標簽的匹配的單個概率度量。這個概率度量可隨后與媒體之家或內(nèi)容提供商提供的額外加權(quán)因子相乘。對于每個用戶，為每個委派標簽計算總概率。然后，針對具有如過程600的步驟607中那樣為所有委派標簽而計算的最高總概率的用戶，進行最終選擇。上述實施例通過考慮在為委派選擇適當用戶中向媒體之家或內(nèi)容提供商提供了更多控制的外部源評級和用戶自加權(quán)，來提供在共創(chuàng)平臺中的用戶選擇上的高精確匹配概率和更大控制。上述實施例還酬謝用于補充外部評級的用戶，因此提供用戶專業(yè)知識的更精確的圖片。圖10是根據(jù)一個實施例的用戶查詢信息或媒體內(nèi)容的過程1000的流程圖。一旦選擇了用戶、委派被下載至用戶設(shè)備、以及用戶接受了委派，則過程1000起作用。在一個實施例中，共創(chuàng)應(yīng)用207執(zhí)行過程1000，并且被實現(xiàn)在例如包括如圖13所示的處理器和存儲器的芯片集中。共創(chuàng)應(yīng)用207將委派信息下載至用戶設(shè)備201a (步驟1003)。委派可通過媒體之家或內(nèi)容提供商構(gòu)成為預定義的模板。委派信息包括委派的文本描述、所需的媒體文件和類型、例如委派位置的信息、時間等，以及(按照委派標簽的形式的)期望的用戶的簡檔。共創(chuàng)應(yīng)用207使用委派信息的用戶簡檔部分，以如以上描述的那樣基于他們的簡檔識別用戶。剩余委派信息被傳送至UE 201a。在UE 201a處的共創(chuàng)應(yīng)用207從委派信息提取內(nèi)容需求、委派位置、時間等(步驟1005)。委派中所需的內(nèi)容的類型和數(shù)目可以是例如，具有不低于240*480的分辨率的赫爾辛基Hartwall競技場的3個靜態(tài)照片。共創(chuàng)應(yīng)用207將內(nèi)容需求饋送至查詢生成器中以基于用戶的委派參數(shù)生成查詢(步驟1007)。這可通過使用委派參數(shù)填充預定義的查詢表格來進行。例如，共創(chuàng)應(yīng)用207將資源描述框架(RDF)引擎部署成服務(wù)于RDF查詢的查詢生成器。RDF引擎可處理采用任意RDF查詢語言的查詢，例如SPARQL協(xié)議和RDF查詢語言(SPARQL)、WQL、DQL、N3QL、R-DEVICE、RDFQ, RDQ、RDQL, RQL/RVL、SeRQL, Versa、XUL、Adenine 等。
共創(chuàng)應(yīng)用207在本地數(shù)據(jù)庫中插入查詢(步驟1009 )。RDF弓丨擎發(fā)現(xiàn)匹配于(或類似于)已經(jīng)在UE 201a上的委派參數(shù)的任何媒體文件，例如，本地SQLite數(shù)據(jù)庫在web運行期間(普通web運行時間)的情況下是可用的，以便處理查詢。如果本地數(shù)據(jù)庫返回所需資源(步驟1011)，共創(chuàng)應(yīng)用207結(jié)束過程1000。如果本地數(shù)據(jù)庫不具有所需資源(步驟1011)，共創(chuàng)應(yīng)用207將查詢插入在一個或多個外部數(shù)據(jù)庫中(步驟1013)。如果外部數(shù)據(jù)庫返回所需資源(步驟1015)，共創(chuàng)應(yīng)用207結(jié)束過程1000。如果外部數(shù)據(jù)庫不具有所需資源(步驟1011)，共創(chuàng)應(yīng)用207為用戶創(chuàng)建內(nèi)容，或用戶創(chuàng)建內(nèi)容(步驟1017)。如果查詢沒生成任何結(jié)果，則用戶可手動搜索和上傳媒體。如果沒有這樣的媒體可用或這樣的媒體可用于在未來共享，用戶可定制RDF引擎用于未來結(jié)果。在另一實施例中，共創(chuàng)應(yīng)用207在語義web上將本地數(shù)據(jù)庫與外部數(shù)據(jù)庫合成。在對等本地連接中或在廣域連接中，向其他RDF庫提供被緩沖存儲的RDF查詢，以檢查是否可為結(jié)果執(zhí)行查詢。這意味著，用戶不能滿足的委派的特定方面可以智能地并經(jīng)過語義web以自動方式被尋求來源。此外，遠程庫管理員可從其他庫建立會話和源媒體。如果找到滿意的媒體，將其發(fā)送至UE 201a，用于用戶瀏覽。于是，用戶可在檢查之后決定是否接受結(jié)果?？山?jīng)由單獨的過程在用戶和遠程庫之間分布報酬。共創(chuàng)平臺101為用戶和內(nèi)容貢獻者創(chuàng)建不同激勵和報酬，用于他們對付出的分擔。此外，用戶能夠基于他們的實際行為和評估看到他們的貢獻狀態(tài)摘要。上述實施例有利地使得用戶能夠通過使用預定義的委派參數(shù)模板以及在RDF數(shù)據(jù)庫上映射模板，以智能和自動的方式來對沒有在他們的設(shè)備上的內(nèi)容尋求來源。向用戶自動呈現(xiàn)匹配委派參數(shù)查詢的任何媒體文件。這減輕了當系統(tǒng)200服務(wù)于查詢時，在系統(tǒng)200上的用戶交互過載。圖11是根據(jù)一個實施例的共創(chuàng)應(yīng)用207的組件的視圖。作為示例，共創(chuàng)應(yīng)用207包括用于提供共創(chuàng)平臺的一個或多個組件?？稍O(shè)想，共創(chuàng)應(yīng)用207可位于UE 201a、PC201b、web服務(wù)平臺203a、通信平臺203b、或由媒體之家或內(nèi)容提供商操作或用于其的任何web平臺上?？稍O(shè)想，共創(chuàng)應(yīng)用207的這些組件的功能可以散布在不同裝置、設(shè)備、或平臺之中。還可設(shè)想，共創(chuàng)應(yīng)用207的這些組件的功能可被合并在一個或多個組件中，或通過等同功能的其他組件執(zhí)行。這個實施例中，共創(chuàng)應(yīng)用207至少包括控制邏輯1101，其執(zhí)行一個或多個存儲模塊中存儲的至少一個算法，用于執(zhí)行查詢應(yīng)用的共創(chuàng)功能。共創(chuàng)應(yīng)用207還包括標簽提取和聚類模塊1103，用于執(zhí)行圖4所示的過程的標簽提取和聚類步驟401-407。標簽提取和聚類模塊1103從不同信息源取得與用戶相關(guān)聯(lián)的多個文本，清理文本，提取和存儲在清理后的文本中的標簽/名詞，并將標簽輸入至聚類算法。標簽提取和聚類模塊1103將標簽聚類到標簽集合中，以找到專業(yè)知識標簽。共創(chuàng)應(yīng)用207還包括專業(yè)知識模塊1105，用于執(zhí)行圖4所示的過程400的用戶專業(yè)知識建模步驟409-417。在處理400中，專業(yè)知識模塊1105執(zhí)行概率匹配，以確定在每個標簽集合中的一個或多個標簽。專業(yè)知識模塊1105在每個標簽集合中選擇具有高概率的前幾個標簽放入主題候選中以用于用戶確認，并將用戶確認的主題插入至用戶的用戶簡檔。專業(yè)知識模塊1105使用語言模型來將確認的標簽擴展成用戶模型。共創(chuàng)應(yīng)用207還包括委派1107，用于執(zhí)行圖6所示的過程的委派處理步驟601。將圖6所示的過程600作為示例，委派1107提取由媒體之家或內(nèi)容提供商提供的委派描述。共創(chuàng)應(yīng)用207還包括過濾和匹配模塊1109，用于執(zhí)行過程600的過濾和匹配步驟603-607。過濾和匹配模塊1109在范圍內(nèi)(例如委派/任務(wù)區(qū)域)通過一個或多個標準過濾用戶。過濾和匹配模塊1109還通過映射為委派而創(chuàng)建的委派標簽來過濾具有委派/任務(wù)標簽的用戶。過濾和匹配模塊1109基于高委派標簽匹配頻率或概率找到用戶，以執(zhí)行委派。過濾和匹配模塊1109選擇具有作為用戶執(zhí)行委派的高委派/任務(wù)標簽頻率或概率的前幾個用戶，以執(zhí)行委派/任務(wù)。共創(chuàng)應(yīng)用207還包括分組模塊1111，用于執(zhí)行圖7所示的過程700的分組步驟701-707。分組模塊1111設(shè)置用于委派的分組標準，形成分組規(guī)則，建立組屬性和組，并在用戶和語義信息數(shù)據(jù)庫209存儲組信息。
共創(chuàng)應(yīng)用207還包括加權(quán)和評級模塊1113，用于執(zhí)行圖8的過程800的加權(quán)步驟801-817，并且用于執(zhí)行圖9的過程900的外部評級步驟901-909。注意，當執(zhí)行加權(quán)函數(shù)時，加權(quán)和評級模塊1113按信息源計算從信息源提取的每個標簽的第一出現(xiàn)頻率值，并且按每個信息源的頁面計算從信息源提取的每個標簽的第二出現(xiàn)頻率。加權(quán)和評級模塊1113將每個標簽的第一和第二出現(xiàn)頻率值歸一化(例如在0和I之間)，并通過將第一和第二出現(xiàn)頻率值作為度量中第一和第二域中的值來形成每個標簽的度量。加權(quán)和評級模塊1113計算每個專業(yè)知識的度量與從信息源提取的每個標簽的相關(guān)性值，并將每個專業(yè)知識標簽的相關(guān)性值加在一起，由此獲得每個專業(yè)知識標簽的總體相關(guān)性值。加權(quán)和評級模塊1113通過對每個標簽的度量以及總體相關(guān)性值取平均，來計算每個專業(yè)知識標簽的加權(quán)因子。加權(quán)和評級模塊1113將加權(quán)因子發(fā)送至用戶用于確認，并基于用戶確認的加權(quán)因子調(diào)整用戶的專業(yè)知識的模型。注意，當執(zhí)行評級功能時，加權(quán)和評級模塊1113接收由用戶識別的指示專業(yè)或社會網(wǎng)站的信息，并取得用戶的專業(yè)知識標簽。加權(quán)和評級模塊1113然后征求通過與專業(yè)或社會網(wǎng)站相關(guān)的同級基于專業(yè)知識標簽進行的對用戶的評級，按專業(yè)知識標簽收集和存儲用戶的評級，以及基于該評級調(diào)整用戶的專業(yè)知識的模型。共創(chuàng)應(yīng)用207還包括查詢模塊1115，用于執(zhí)行圖10所示的過程1000的查詢步驟1005-1015。查詢模塊1115從委派信息提取內(nèi)容需求委派位置、時間等，并將內(nèi)容需求饋送至查詢生成器，以基于對于用戶的委派參數(shù)生成查詢。查詢模塊1115將查詢插入至本地數(shù)據(jù)庫。如果本地數(shù)據(jù)庫返回所需資源，則查詢模塊1115結(jié)束過程1000。否則，查詢模塊1115將查詢插入至一個或多個外部數(shù)據(jù)庫。如果外部數(shù)據(jù)庫返回所需資源，則查詢模塊1115結(jié)束過程1000。共創(chuàng)應(yīng)用207還包括內(nèi)容創(chuàng)建模塊1117，用于執(zhí)行圖10所示的過程1000的內(nèi)容創(chuàng)建步驟1017。如果外部數(shù)據(jù)庫不具有所需資源，則內(nèi)容創(chuàng)建模塊1117創(chuàng)建用于用戶的內(nèi)容，或用戶創(chuàng)建內(nèi)容。上述實施例通過檢查用戶瀏覽歷史、指示基礎(chǔ)、經(jīng)歷、興趣等向用戶提供專業(yè)知識標簽的自動建議。這有助于提取用戶可能會忘記考慮的主題并隨后將主題插入至用戶簡檔中。上述實施例通過自動將多個人群分組以聯(lián)合地履行一個委派，提供了將用戶選擇到用于不同委派的用戶組方面的更大控制和高精確匹配概率。由于組的數(shù)目遠小于個體的數(shù)目，這個上述實施例加速了計算和減少了響應(yīng)時間。上述實施例考慮外部源評級和用戶自加權(quán)，以在選擇用于委派的適當用戶中為媒體之家或內(nèi)容提供商提供了更多控制。上述實施例還酬謝用于提供外部評級的用戶，因此提供了用戶專業(yè)知識的更精確圖片。上述實施例有利地使用戶能夠通過使用預定義的委派參數(shù)模板以及在RDF數(shù)據(jù)庫上映射模板，以智能和自動的方式來對沒有在他們的設(shè)備上的內(nèi)容尋求來源。這降低了當系統(tǒng)200服務(wù)于查詢時，在系統(tǒng)200上的用戶交互過載。上述實施例向媒體之家和內(nèi)容提供商提供了工具，以有效地和高效地達到內(nèi)容創(chuàng) 建者和貢獻者。例如，新聞媒體公司可通過目標委派描述來訪問所有記者和讀者。新聞媒體公司可基于例如位置和用戶專業(yè)知識的不同委派參數(shù)選擇貢獻者，因此減少在雇傭全職記者方面的公司開銷。創(chuàng)業(yè)者或自由職業(yè)者可使用共創(chuàng)平臺找到委派、貢獻者、或聯(lián)合貢獻者。任何人可利用共創(chuàng)平臺對委派和任務(wù)尋求來源或眾包(crowd-source),以及找到大量匹配貢獻者或貢獻者組。社會媒體因特網(wǎng)站點可利用共創(chuàng)平臺擴展他們的服務(wù)。這里所述的用于提供共創(chuàng)平臺的過程可有利地經(jīng)由軟件、硬件(例如通用處理器、數(shù)字信號處理(DSP)芯片、專用集成電路(ASIC)、場可編程門陣列(FPGA)等)、固件或其組合來實現(xiàn)。以下詳述用于執(zhí)行所述功能的這樣示例性硬件。圖12示出可在上面實現(xiàn)本發(fā)明實施例的計算機系統(tǒng)1200。盡管關(guān)于特定設(shè)備或狀態(tài)示出了計算機系統(tǒng)1200，可設(shè)想，圖12中的其他裝置或設(shè)備(例如網(wǎng)絡(luò)元件、服務(wù)器等)可部署系統(tǒng)1200的圖示的硬件和組件。計算機系統(tǒng)1200被編程(例如經(jīng)由計算機程序代碼或指令)以提供這里所述的共創(chuàng)平臺，并且包括例如總線1210的通信機構(gòu)，用于在計算機系統(tǒng)1200的其他內(nèi)部和外部組件之間傳遞信息。信息(還稱為數(shù)據(jù))表示成可測量現(xiàn)象的物理表達,典型地為電壓,但在其他實施例中包括例如磁、電磁、壓力、化學、生物、分子、原子、亞原子和量子交互的現(xiàn)象。例如，南北磁場、或零和非零電壓代表二進制數(shù)字(比特)的兩個狀態(tài)(0，I)。其他現(xiàn)象可代表更高基數(shù)的數(shù)字。在測量之前多個同時量子狀態(tài)的重疊代表量子比特(qubit)。一個或多個數(shù)字的序列構(gòu)成用于代表字符的數(shù)目或代碼的數(shù)字數(shù)據(jù)。在一些實施例中，稱為模擬數(shù)據(jù)的信息通過特定范圍內(nèi)的可測量值的接近閉聯(lián)集來表不?？偩€1210包括一個或多個并行的信息導體，從而在耦合至總線1210的設(shè)備之間快速傳送信息。用于處理信息的一個或多個處理器1202與總線1210耦合。處理器1202如與提供共創(chuàng)平臺相關(guān)的計算機程序代碼指定的那樣執(zhí)行對于信息的一組操作。計算機程序代碼是提供用于處理器的操作和/或計算機系統(tǒng)的指令的一組指令或語句，以執(zhí)行特定功能。代碼例如可用計算機編程語言編寫，其被編譯成處理器的原始指令集。代碼還可使用原始指令集(例如機器語言)直接編寫。該組操作包括從總線1210帶入信息并且將信息置于總線1210上。該組操作還典型地包括比較兩個或更多個信息單元，移動信息單元的位置，并且合并兩個或更多個信息單元(例如通過加或乘或邏輯運算，如0R，異OR (XOR)和AND)?？捎商幚砥鲌?zhí)行的該組操作的每個操作通過稱為指令的信息來向處理器表示，例如一個或多個數(shù)字的操作代碼。處理器1202要執(zhí)行的操作的序列(例如操作代碼的序列)構(gòu)成處理器指令，還稱為計算機系統(tǒng)指令，或簡單地計算機指令。處理器可實現(xiàn)為機械、電、磁、光、化學或量子組件，其中可以是單獨的或組合的。計算機系統(tǒng)1200還包括耦合至總線1210的存儲器1204。存儲器1204 (例如隨機存取存儲器(RAM)或其他動態(tài)存儲裝置)存儲包括用于提供共創(chuàng)平臺的處理器指令的信息。動態(tài)存儲器允許其中存儲的信息由計算機系統(tǒng)1200改變。RAM允許在稱為存儲器地址的位置存儲的信息單元獨立于相鄰地址被存儲和提取。存儲器1204還由處理器1202使用，以存儲在處理器指令的執(zhí)行期間的臨時值。計算機系統(tǒng)1200還包括只讀存儲器(ROM)1206和耦合至總線1210的其他靜態(tài)存儲裝置，用于存儲不可由計算機系統(tǒng)1200改變的靜態(tài)信息，包括指令。一些存儲器包括易失性存儲裝置，當失去電力時其丟失在上面存儲的信息。耦合至總線1210的還有非易失性(永久性)存儲裝置1208，例如磁盤、光盤或閃速卡，用于存儲即使當計算機系統(tǒng)1200關(guān)閉或失去電力時仍舊持續(xù)的信息，包括指令。
可從外部輸入設(shè)備1212 (例如鍵盤，包含人工用戶操作的字母數(shù)字鍵，或傳感器)向總線1210提供信息(包括用于提供過程平臺的指令)供處理器使用。傳感器檢測其周圍的條件，并且將那些條件轉(zhuǎn)換成物理表達，其兼容于可測量現(xiàn)象以用于代表計算機系統(tǒng)1200中的信息。耦合至總線1210的其他外部設(shè)備(主要用于與人工交互)包括顯示器設(shè)備1214，例如陰極射線管(CRT)或液晶顯示器(IXD)、或呈現(xiàn)文本和圖像的等離子屏或打印機，以及定點設(shè)備1216，例如鼠標或跟蹤球或指針定向鍵、或運動傳感器，用于控制在顯示器1214上呈現(xiàn)的小光標圖像的位置以及發(fā)出與顯示器1214上呈現(xiàn)的圖形元素相關(guān)的命令。在一些實施例中，例如，在計算機系統(tǒng)1200自動執(zhí)行所有功能而無需人工輸入時，忽略外部輸入設(shè)備1212、顯不器設(shè)備1214和定點設(shè)備1216中的一個或多個。在所示實施例中，專用硬件(例如專用集成電路(ASIC)1220)耦合至總線1210。專用硬件被配置為為了專用目的足夠快速地執(zhí)行并未由處理器1202執(zhí)行的操作。專用IC的實例包括圖形加速器卡，用于生成針對顯示器1214的圖像；密碼板，用于加密和解密在網(wǎng)絡(luò)上發(fā)送的消息；語音識別；以及對于特殊外部設(shè)備的接口，例如機器臂和醫(yī)學掃描設(shè)備，其重復執(zhí)行在硬件中更加有效實施的操作的一些復雜序列。計算機系統(tǒng)1200還包括耦合至總線1210的通信接口 1270的一個或多個示例。通信接口 1270提供對于用他們自身處理器運行的各種外部設(shè)備(例如打印機、掃描儀和外部盤)的單向或雙向通信耦合。一般地，耦合利用與本地網(wǎng)絡(luò)1280連接的網(wǎng)絡(luò)鏈路1278，具有他們自身處理器的各種外部設(shè)備連接至局部網(wǎng)絡(luò)1280。例如，通信接口 1270可以是個人計算機上的并行端口或串行端口或通用串行總線(USB)端口。在一些實施例中，通信接口1270是向相應(yīng)類型的電話線路提供信息通信連接的集成服務(wù)數(shù)字網(wǎng)絡(luò)(ISDN)卡或數(shù)字訂戶線路(DSL)卡或電話調(diào)制解調(diào)器。在一些實施例中，通信接口 1270是將總線1210上的信號轉(zhuǎn)換成用于在同軸電纜上通信連接的信號或轉(zhuǎn)換成用于在光纖電纜上通信連接的光學信號的電纜調(diào)制解調(diào)器。作為另一實例，通信接口 1270可以是向兼容LAN(例如以太網(wǎng))提供數(shù)據(jù)通信連接的局域網(wǎng)(LAN)卡。也可實施無線鏈路。對于無線鏈路，通信接口 1270發(fā)送或接收或既發(fā)送又接收電、聲或電磁信號，包括紅外和光學信號，其承載例如數(shù)字數(shù)據(jù)的信息流。例如，在無線手持設(shè)備(例如像蜂窩電話的移動電話)中，通信接口 1270包括無線電帶電磁發(fā)送器和接收器，稱為無線電收發(fā)器。某些實施例中，通信接口 1270使能實現(xiàn)在UE 201a和通信網(wǎng)絡(luò)205之間的連接，以用于提供共創(chuàng)平臺。這里使用術(shù)語“計算機可讀介質(zhì)”來表示參與到向處理器1202提供信息(包括用于執(zhí)行的指令)的任意介質(zhì)。這樣的介質(zhì)可采用許多形式，包括但不限于，非易失性介質(zhì)、易失性介質(zhì)、和傳輸介質(zhì)。非易失性介質(zhì)包括例如光或磁盤，例如存儲裝置1208。易失性介質(zhì)包括例如動態(tài)存儲器1204。傳輸介質(zhì)包括例如同軸電纜、銅線、光纖電纜、和載波，其在無需布線或電纜的情況下通過空間行進，例如聲波和電磁波，包括無線電、光和紅外波。信號包括在通過傳輸介質(zhì)發(fā)送的振幅、頻率、相位、極化或其他物理屬性的人工瞬間改變。計算機可讀介質(zhì)的通用形式包括例如軟盤、靈活盤、硬盤、磁帶、任意其他磁介質(zhì)、CD-ROM、CDRff>DVD、任意其他光學介質(zhì)、穿孔卡、紙帶、光學標記表、具有孔或其他光學可識別特征的模式的任意其他物理介質(zhì)，RAM、PROM、EPROM、FLASH-EPR0M、任意其他存儲器芯片或盒、載波、計算機可從中讀取的任意其他介質(zhì)。這里使用術(shù)語計算機可讀存儲介質(zhì)，以指代除了傳輸介質(zhì)的任何計算機可讀介質(zhì)。一個或多個有形介質(zhì)中編碼的邏輯包括在計算機可讀存儲介質(zhì)和專用硬件，例如 ASIC 1220上的一個或兩個處理器指令。網(wǎng)絡(luò)鏈路1278典型地通過一個或多個網(wǎng)絡(luò)使用傳輸介質(zhì)向使用或處理信息的其他設(shè)備提供信息通信。例如，網(wǎng)絡(luò)鏈路1278可向因特網(wǎng)服務(wù)提供商(ISP)操作的主機計算機1282或設(shè)備1284提供通過局域網(wǎng)1280的連接。ISP設(shè)備1284隨后通過網(wǎng)絡(luò)的公共、世界分組交換通信網(wǎng)絡(luò)(現(xiàn)在統(tǒng)稱為因特網(wǎng)1290)提供數(shù)據(jù)通信服務(wù)。計算機(稱為服務(wù)器主機1292，連接至因特網(wǎng))托管響應(yīng)于因特網(wǎng)上接收的信息提供服務(wù)的處理。例如，服務(wù)器主機1292托管提供表示視頻數(shù)據(jù)的信息，用于在顯示器1214呈現(xiàn)的處理?？稍O(shè)想，系統(tǒng)1200的組件可部署在其他計算機系統(tǒng)，例如主機1282和服務(wù)器1292中的各個配置中。本發(fā)明的至少一些組合涉及用于實現(xiàn)這里所述的一些或全部技術(shù)的計算機系統(tǒng)1200的使用。根據(jù)本發(fā)明的一個實施例，通過計算機系統(tǒng)1200執(zhí)行那些技術(shù)，以響應(yīng)于處理器1202執(zhí)行存儲器1204中包含的一個或多個處理器指令的一個或多個序列。這樣的指令(還稱為計算機指令、軟件和程序代碼)可從另一計算機可讀介質(zhì)(例如存儲設(shè)備1208或網(wǎng)絡(luò)鏈路1278)讀入存儲器1204。存儲器1204中包含的指令的序列的執(zhí)行使得處理器1202執(zhí)行這里所述的一個或多個方法步驟。在備選實施例中，可使用硬件(例如ASIC 1220)代替或與實現(xiàn)本發(fā)明的軟件組合。因此，本發(fā)明的實施例不限于硬件和軟件的任意特定組合，除非這里明確闡述。通過通信接口 1270在網(wǎng)絡(luò)鏈路1278和其他網(wǎng)絡(luò)上發(fā)送的信號向和從計算機系統(tǒng)1200承載信息。計算機系統(tǒng)1200可通過網(wǎng)絡(luò)1280、1290等，通過網(wǎng)絡(luò)鏈路1278和通信接口 1270發(fā)送和接收包括程序代碼的信息。在使用因特網(wǎng)1290的實例中，服務(wù)器主機1292通過因特網(wǎng)1290、ISP設(shè)備1284、本地網(wǎng)絡(luò)1280和通信接口 1270發(fā)送用于特定應(yīng)用的由從計算機1200發(fā)送的消息請求的程序代碼。接收的代碼可，在其被接收時通過處理器1202執(zhí)行，或者可存儲于存儲器1204或存儲設(shè)備1208或其他非易失性存儲設(shè)備用于隨后執(zhí)行，或兩者。這樣，計算機系統(tǒng)1200可在載波上以信號的形式獲得應(yīng)用程序代碼。各種形式的計算機可讀介質(zhì)可包含于向處理器1202承載一個或多個指令或數(shù)據(jù)或兩者中用于執(zhí)行。例如，指令和數(shù)據(jù)可初始被承載在例如主機1282的遠程計算機的磁盤上。遠程計算機將指令和數(shù)據(jù)加載至其動態(tài)存儲器，并使用調(diào)制解調(diào)器在電話線上發(fā)送指令和數(shù)據(jù)。對于計算機系統(tǒng)1200本地的調(diào)制解調(diào)器在電話線上接收指令和數(shù)據(jù)，并使用紅外發(fā)送器將指令和數(shù)據(jù)轉(zhuǎn)換成在用作網(wǎng)絡(luò)鏈路1278的紅外載波上的信號。用作通信接口1270的紅外檢測器接收在紅外信號中承載的指令和數(shù)據(jù)，并將表示指令和數(shù)據(jù)的信息放在總線1210上?？偩€1210將信息承載至存儲器1204，處理器1202從存儲器1204中提取并使用通過指令發(fā)送的一些數(shù)據(jù)執(zhí)行指令。在處理器1202執(zhí)行之前或之后，存儲器1204中接收的指令和數(shù)據(jù)可選地可存儲在存儲設(shè)備1208上。圖13示出在上面可實現(xiàn)本發(fā)明實施例的芯片集1300。芯片集1300被編程以提 供這里所述的共創(chuàng)平臺，并且包括例如結(jié)合在一個或多個物理包(例如芯片)中關(guān)于圖12所述的處理器和存儲器組件。作為示例，物理包包括結(jié)構(gòu)配件(例如基板)上的一個或多個材料、組件、和/或布線的安排，以提供例如物理強度、尺寸的保持、和/或電交互的限制的一個或多個特征。可設(shè)想，某些實施例中，芯片集可以在單一芯片中實現(xiàn)。芯片集1300、或其一部分構(gòu)成用于執(zhí)行提供共創(chuàng)平臺的一個或多個步驟的部件。在一個實施例中，芯片集1300包括在芯片集1300的組件之間傳遞信息的例如總線1301的通信機構(gòu)。處理器1303具有到總線1301的連接，以執(zhí)行指令和處理例如在存儲器1305中存儲的信息。處理器1303可包括一個或多個處理核,其每個核被配置為獨立執(zhí)行。多核處理器使得能夠在一個物理包中進行多處理。多核處理器的實例包括兩個、四個、八個或更大數(shù)目個處理核。備選地或額外地，處理器1303可包括一個或多個微處理器，其經(jīng)由總線1301串聯(lián)配置為能夠獨立執(zhí)行指令、流水線和多線程。處理器1303還可伴隨有執(zhí)行某些處理功能和任務(wù)的一個或多個專用組件，例如一個或多個數(shù)字信號處理器(DSP)1307、或一個或多個專用集成電路(ASIC) 1309。DSP 1307典型地被配置為獨立于處理器1303實時處理真實世界的信號(例如聲音)。類似地，ASIC 1309可被配置為執(zhí)行由通用處理器不容易執(zhí)行的專用功能。輔助執(zhí)行這里所述的發(fā)明功能的其他專用組件包括一個或多個場可編程門陣列(FPGA)(未示出)、一個或多個控制器(未示出)、或一個或多個其他專用計算機芯片。處理器1303和伴隨組件具有經(jīng)由總線1301到存儲器1305的連接。存儲器1305包括動態(tài)存儲器(例如RAM、磁盤、可寫光盤等)和靜態(tài)存儲器(例如R0M、CD-R0M等)，用于存儲可執(zhí)行指令，其當執(zhí)行時執(zhí)行這里所述的發(fā)明步驟。存儲器1305還存儲與發(fā)明步驟的執(zhí)行相關(guān)的數(shù)據(jù)或由其生成的數(shù)據(jù)。圖14是根據(jù)本發(fā)明示例性實施例的能夠在圖I的系統(tǒng)中操作的移動站(例如手機)的示例性組件的視圖。一些實施例中，移動終端1400或其一部分構(gòu)成用于執(zhí)行提供共創(chuàng)平臺的一個或多個步驟的部件。一般地，無線電接收器通常用前端和后端特征方面定義。接收器的前端涵蓋所有射頻(RF)電路，然而后端涵蓋所有基帶處理電路。本申請中，術(shù)語“電路”表示以下兩者(1)僅硬件實現(xiàn)(例如僅模擬和/或數(shù)字電路中實現(xiàn));(2)電路和軟件的組合(和/或固件)(例如，如果適用于特定環(huán)境，處理器的組合，其包括數(shù)字信號處理器、軟件、和存儲器，它們在一起工作以使得裝置(例如移動電話或服務(wù)器)執(zhí)行各個功能)?！半娐贰钡倪@個定義應(yīng)用于本申請中這個方面的所有使用，包括任意權(quán)利要求。作為其他實例，如這個應(yīng)用中使用的那樣，如果適用于特定環(huán)境，術(shù)語“電路”還覆蓋僅處理器(或多個處理器)及其(或它們的)伴隨軟件/固件的實現(xiàn)方式。術(shù)語“電路”還覆蓋如果適合于特定環(huán)境，例如移動電話中的基帶集成電路或應(yīng)用處理器集成電路或蜂窩網(wǎng)絡(luò)設(shè)備或其他網(wǎng)絡(luò)設(shè)備中的類似集成電路。電話的持久性內(nèi)部組件包括主控制單元(MCU) 1403、數(shù)字信號處理器(DSP) 1405、和接收器/發(fā)送器單元，其包括麥克風增益控制單元和揚聲器增益控制單元。主顯示器單元1407在執(zhí)行或支持提供共創(chuàng)平臺的步驟的各個應(yīng)用和移動站功能的支持下向用戶提供顯示。顯示器14包括配置為顯示移動終端(例如移動電話)的用戶界面的至少一部分的顯示器電路。此外，顯示器1407和顯示器電路被配置為便于移動終端的至少一些功能的用戶控制。音頻功能電路1409包括麥克風1411和麥克風放大器，其放大來自麥克風1411的音頻信號輸出。放大的來自麥克風1411的音頻信號輸出被饋送至編碼器/解碼器(CODEC)1413。無線電站1415放大功率和轉(zhuǎn)換頻率，以經(jīng)由天線1417與包括在移動通信系統(tǒng)中的基站通信。功率放大器(PA) 1419和發(fā)送器/調(diào)制電路操作地響應(yīng)于MCU 1403，來自PA1419的輸出耦合至本領(lǐng)域已知的雙工器1421或循環(huán)器或天線開關(guān)。PA 1419還耦合至電池接口和功率控制單元1420。在使用中，移動站1401的用戶向麥克風1411中說話，并且他或她的語音與任意檢測到的背景噪聲一起轉(zhuǎn)換成模擬電壓。模擬電壓然后通過模數(shù)轉(zhuǎn)換器(ADC) 1423轉(zhuǎn)換成數(shù)字信號?？刂茊卧?403將數(shù)字信號路由至DSP 1405中用于其中的處理，例如語音編碼、信道編碼、加密、和交錯。在示例性實施例中，通過未單獨示出的單元，使用蜂窩傳輸協(xié)議(例如全球演進(EDGE)、通用分組無線業(yè)務(wù)(GPRS)、全球移動通信系統(tǒng)(GSM)、因特網(wǎng)協(xié)議多媒體子系統(tǒng)(頂S)、通用移動電信系統(tǒng)(UMTS)等)以及任意其他適合的無線介質(zhì)(例如微波接入(WiMAX)、長期演進(LTE)網(wǎng)絡(luò)、碼分多址(CDMA)、寬帶碼分多址(WCDMA)、無線保真(WiFi)、衛(wèi)星等)來編碼處理后的語音信號。然后，編碼的信號路由至均衡器1425，用于補償在通過空中接口的傳輸期間發(fā)生的任意頻率依賴性的損害(例如相位和振幅失真)。在均衡比特流之后，調(diào)制器1427將信號與RF接口 1429中生成的RF信號結(jié)合。調(diào)制器1427通過頻率或相位調(diào)制生成正弦波。為了準備用于傳輸?shù)男盘?，上變頻器1431將來自調(diào)制器1427的正弦波輸出與合成器1433中生成的另一正弦波結(jié)合，以實現(xiàn)期望的傳輸頻率。然后，信號通過PA 1419發(fā)送，以將信號增加至適當功率水平。在實踐性系統(tǒng)中，PA 1419用作可變增益放大器，其增益由DSP 1405根據(jù)從網(wǎng)絡(luò)基站接收的信息來控制。然后，信號在雙工器1421中濾波，并且可選地發(fā)送至天線耦合器1435，以匹配阻抗，提高最大功率傳送。最后，信號經(jīng)由天線1417發(fā)送至本地基站?？商峁┳詣釉鲆婵刂?AGC)，以控制接收器的最后階段的增益。信號可從那里轉(zhuǎn)發(fā)至遠程電話，其可以是另一蜂窩電話、其他移動電話或連接至供給交換電話網(wǎng)(PSTN)的陸上線路、或其他電話網(wǎng)絡(luò)。向移動站1401發(fā)送的語音信號經(jīng)由天線1417接收，并通過低噪聲放大器(LNA) 1437立即放大。下變頻器1437降低載波頻率，同時解調(diào)器1441剝離RF，僅留下數(shù)字比特流。然后，信號經(jīng)過均衡器1425，并由DSP1405處理。數(shù)模轉(zhuǎn)換器(DAC) 1443轉(zhuǎn)換信號，并且得到的輸出通過揚聲器1445發(fā)送至用戶，所有都在主控制單元(MCU)1403的控制下——其可作為中央處理單元(CPU)(未示出)來實現(xiàn)。MCU 1403從鍵盤1447接收包括輸入信號的各個信號。鍵盤1447和/或MCU 1403與其他用戶輸入組件(例如麥克風1411)結(jié)合，包括用于管理用戶輸入的用戶接口電路。MCU1403運行用戶接口軟件以便于對移動終端1401的至少部分功能的用戶控制，以提供共創(chuàng)平臺。MCU 1403還將顯示命令和切換命令分別傳送至顯示器1407和語音輸出切換控制器。此外，MCU 1403與DSP 1405交換信息，并且可訪問可選地并入的SM卡1449和存儲器1451。此外，MCU 1403執(zhí)行終端的所需的各種控制功能。DSP 1405可依據(jù)實現(xiàn)方式，對語音信號執(zhí)行各種傳統(tǒng)數(shù)字處理功能中的任一個。此外，DSP 1405從麥克風1411檢測的信號確定本地環(huán)境的背景噪聲電平，并將麥克風1411的增益設(shè)置為被選擇以補償移動站1401的用戶的自然傾向的電平。CODEC 1413包括ADC 1423和DAC 1443。存儲器1451存儲各種數(shù)據(jù)，包括呼叫輸入音調(diào)數(shù)據(jù)，并且能夠存儲其他數(shù)據(jù)，包括經(jīng)由例如全球因特網(wǎng)接收的音樂數(shù)據(jù)。軟件模塊可位于RAM存儲器、閃存、寄存器、或本領(lǐng)域已知的任意其他形式的可寫存儲裝置中。存儲器設(shè)備1451可以是但不限于，單存儲器、CD、DVD、ROM、RAM、EEPR0M、光存儲裝置、或能夠存儲數(shù)字數(shù)據(jù)的任意其他非易失性存儲介質(zhì)。可選地并入的SM卡1449承載例如重要信息，如蜂窩電話號碼、載波提供服務(wù)、訂 購細節(jié)、和安全信息。SM卡1449主要用于識別無線電網(wǎng)絡(luò)上的移動終端1401?？?449還包含用于存儲個人電話號碼登記表、文本消息、和用戶特定的移動終端設(shè)置的存儲器。盡管結(jié)合多個實施例和實施方案描述了本發(fā)明，但是本發(fā)明不限于此，可覆蓋落入所附權(quán)利要求范圍內(nèi)的各種明顯修改和等同配置。盡管在權(quán)利要求中以某些組合表示了本發(fā)明的特征，但是可設(shè)想，這些特征可按任意組合和順序安排。
權(quán)利要求
1.一種方法，包括 從反映用戶的專業(yè)知識的多個信息源提取標簽； 通過對提取的標簽應(yīng)用概率分析來創(chuàng)建所述用戶的專業(yè)知識的模型； 收集包括至少一個或多個指定的專業(yè)知識領(lǐng)域的委派信息；以及 對照所述指定的專業(yè)知識領(lǐng)域匹配所述用戶的專業(yè)知識的模型。
2.如權(quán)利要求I所述的方法，還包括 基于每個標簽集合中的標簽之間的相關(guān)性將標簽聚類成多個標簽集合； 對照專業(yè)知識類型模型執(zhí)行對標簽的概率匹配，以選擇具有高匹配概率的在每個標簽 集合中的一個或多個標簽； 向用戶呈現(xiàn)所選的一個或多個標簽以用于確認；以及 將確認的一個或多個標簽插入至用戶簡檔中， 其中至少部分地使用所述用戶簡檔來創(chuàng)建所述用戶的專業(yè)知識的模型。
3.如權(quán)利要求2所述的方法，還包括 從所述委派信息提取一個或多個委派標簽； 通過與其他用戶對應(yīng)的多個專業(yè)知識模型來編譯所述用戶的專業(yè)知識的模型； 將所述一個或多個委派標簽映射至用戶專業(yè)知識模型的編譯，以確定一個或多個最佳匹配的用戶專業(yè)知識模型；以及 選擇與確定的一個或多個用戶專業(yè)知識模型對應(yīng)的一個或多個用戶以承擔所述委派。
4.如權(quán)利要求I至3的任一項所述的方法，還包括 計算每個標簽相對于所述多個信息源中的每一個的整體的第一出現(xiàn)頻率值； 計算每個標簽相對于出現(xiàn)所述標簽的所述多個信息源中的每一個的一個或多個頁面的第二出現(xiàn)頻率值； 將每個標簽的第一和第二出現(xiàn)頻率值歸一化到預定范圍內(nèi)；以及 通過將所述第一和第二出現(xiàn)頻率值作為度量中的對應(yīng)域來形成每個標簽的度量， 其中所述概率分析至少部分地包括所述度量的分析。
5.如權(quán)利要求4所述的方法，還包括 計算在選擇為包含在所述用戶的專業(yè)知識的模型中的一個或多個類型中的每一個與從所述信息源提取的每個標簽之間的相關(guān)性值； 通過將與相應(yīng)的一個或多個類型中的每一個對應(yīng)的相關(guān)性值加在一起，來獲得對于所述一個或多個類型中的每一個的總體相關(guān)性； 通過對每個標簽的度量以及與所述一個或多個類型中的每一個對應(yīng)的總體相關(guān)性值取平均，來計算所述一個或多個類型中的每一個的加權(quán)因子； 至少部分地致使導致將所述加權(quán)因子發(fā)送至用戶以用于確認的行為；以及 基于由所述用戶確認的加權(quán)因子來調(diào)整所述用戶的專業(yè)知識的模型。
6.如權(quán)利要求2所述的方法，還包括 從用戶接收指定專業(yè)或社會網(wǎng)站的輸入； 征求由與所述專業(yè)或社會網(wǎng)站相關(guān)聯(lián)的同級基于所述用戶的專業(yè)知識的模型包括的一個或多個類型用戶進行的所述用戶的評級；以及基于所述評級調(diào)整所述用戶的專業(yè)知識的模型。
7.如權(quán)利要求I至6的任一項所述的方法，其中用戶的專業(yè)知識的模型匹配指定的專業(yè)知識領(lǐng)域，并且該方法還包括 至少部分地致使所述委派信息向所述用戶的移動終端的傳輸； 從所述委派信息提取內(nèi)容需求； 對于所述內(nèi)容需求在數(shù)據(jù)庫中執(zhí)行查詢；以及 響應(yīng)于所述查詢，從所述數(shù)據(jù)庫接收內(nèi)容。
8.一種裝置，包括 至少一個處理器；以及 至少一個存儲器，包括計算機程序代碼； 至少一個存儲器和計算機程序代碼被配置為，通過至少一個處理器，使得裝置至少執(zhí)行以下步驟 從反映用戶的專業(yè)知識的多個信息源提取標簽； 通過對提取的標簽應(yīng)用概率分析來創(chuàng)建所述用戶的專業(yè)知識的模型； 收集包括至少一個或多個指定的專業(yè)知識領(lǐng)域的委派信息；以及 對照所述指定的專業(yè)知識的領(lǐng)域匹配所述用戶的專業(yè)知識的模型。
9.如權(quán)利要求8所述的裝置，其中所述裝置被進一步致使 基于每個標簽集合中的標簽之間的相關(guān)性將標簽聚類成多個標簽集合； 對照專業(yè)知識類型模型對標簽執(zhí)行概率匹配，以選擇具有高匹配概率的在每個標簽集合中的一個或多個標簽； 向用戶呈現(xiàn)所選的一個或多個標簽以用于確認；以及 將確認的一個或多個標簽插入至用戶簡檔中， 其中至少部分地使用所述用戶簡檔來創(chuàng)建所述用戶的專業(yè)知識的模型。
10.如權(quán)利要求9所述的裝置，其中所述裝置被進一步致使 從所述委派信息提取一個或多個委派標簽； 通過與其他用戶對應(yīng)的多個專業(yè)知識模型來編譯所述用戶的專業(yè)知識的模型； 將所述一個或多個委派標簽映射至用戶專業(yè)知識模型的編譯，以確定一個或多個最佳匹配的用戶專業(yè)知識模型；以及 選擇與確定的一個或多個用戶專業(yè)知識模型對應(yīng)的一個或多個用戶以承擔所述委派。
11.如權(quán)利要求8至10的任一項所述的裝置，其中所述裝置被進一步致使 計算每個標簽相對于所述多個信息源中的每一個的整體的第一出現(xiàn)頻率值； 計算每個標簽相對于出現(xiàn)所述標簽的所述多個信息源中的每一個的一個或多個頁面的第二出現(xiàn)頻率值； 將每個標簽的第一和第二出現(xiàn)頻率值歸一化到預定范圍內(nèi)；以及 通過將所述第一和第二出現(xiàn)頻率值作為度量中的對應(yīng)字段來形成每個標簽的度量， 其中所述概率分析至少部分地包括所述度量的分析。
12.如權(quán)利要求11所述的裝置，其中所述裝置被進一步致使 計算在選擇為包含在所述用戶的專業(yè)知識的模型中的一個或多個類型中的每一個與從所述信息源提取的每個標簽之間的相關(guān)性值； 通過將與相應(yīng)的一個或多個類型中的每一個對應(yīng)的相關(guān)性值加在一起，來獲得對于所述一個或多個類型中的每一個的總體相關(guān)性； 通過對每個標簽的度量以及與所述一個或多個類型中的每一個對應(yīng)的總體相關(guān)性值取平均，來計算所述一個或多個類型中的每一個的加權(quán)因子； 至少部分地致使導致將所述加權(quán)因子發(fā)送至用戶以用于確認的行為；以及 基于由用戶確認的加權(quán)因子來調(diào)整所述用戶的專業(yè)知識的模型。
13.如權(quán)利要求9所述的裝置，其中所述裝置被進一步致使 從用戶接收指定專業(yè)或社會網(wǎng)站的輸入； 征求由與所述專業(yè)或社會網(wǎng)站相關(guān)聯(lián)的同級基于所述用戶的專業(yè)知識的模型包括的 一個或多個類型進行的所述用戶的評級；以及 基于所述評級調(diào)整所述用戶的專業(yè)知識的模型。
14.如權(quán)利要求8至13中的任一項所述的裝置，其中所述用戶的專業(yè)知識的模型匹配指定的專業(yè)知識領(lǐng)域，其中所述裝置被進一步致使 至少部分地致使所述委派信息向所述用戶的移動終端的傳輸； 從所述委派信息提取內(nèi)容需求； 對于所述內(nèi)容需求在數(shù)據(jù)庫中執(zhí)行查詢；以及 響應(yīng)于所述查詢，從所述數(shù)據(jù)庫接收內(nèi)容。
15.一種計算機可讀存儲介質(zhì)，承載一個或多個指令的一個或多個序列，當被一個或多個處理器執(zhí)行時所述一個或多個指令的一個或多個序列使得裝置至少執(zhí)行以下步驟 從反映用戶的專業(yè)知識的多個信息源提取標簽； 通過對提取的標簽應(yīng)用概率分析來創(chuàng)建所述用戶的專業(yè)知識的模型； 收集包括至少一個或多個指定的專業(yè)知識領(lǐng)域的委派信息；以及 對照所述指定的專業(yè)知識的領(lǐng)域匹配所述用戶的專業(yè)知識的模型。
16.如權(quán)利要求15所述的計算機可讀存儲介質(zhì)，其中所述裝置被指使進一步執(zhí)行 基于每個標簽集合中的標簽之間的相關(guān)性將標簽聚類成多個標簽集合； 對照專業(yè)知識類型模型對標簽執(zhí)行概率匹配，以選擇具有高匹配概率的每個標簽集合中的一個或多個標簽； 向用戶呈現(xiàn)所選的一個或多個標簽以用于確認；以及 將確認的一個或多個標簽插入至用戶簡檔中， 其中至少部分地使用所述用戶簡檔來創(chuàng)建所述用戶的專業(yè)知識的模型。
17.如權(quán)利要求16所述的計算機可讀存儲介質(zhì)，其中所述裝置被致使進一步執(zhí)行 從所述委派信息提取一個或多個委派標簽； 通過與其他用戶對應(yīng)的多個專業(yè)知識模型來編譯所述用戶的專業(yè)知識的模型； 將所述一個或多個委派標簽映射至用戶專業(yè)知識模型的編譯，以確定一個或多個最佳匹配的用戶專業(yè)知識模型；以及 選擇與確定的一個或多個用戶專業(yè)知識模型對應(yīng)的一個或多個用戶以承擔所述委派。
18.如權(quán)利要求15至17中的任一項所述的計算機可讀存儲介質(zhì)，其中所述裝置被致使進一步執(zhí)行 計算每個標簽相對于所述多個信息源中的每一個的整體的第一出現(xiàn)頻率值； 計算每個標簽相對于出現(xiàn)所述標簽的所述多個信息源中的每一個的一個或多個頁面的第二出現(xiàn)頻率值； 將每個標簽的第一和第二出現(xiàn)頻率值歸一化到預定范圍內(nèi)；以及 通過將所述第一和第二出現(xiàn)頻率值作為度量中的對應(yīng)字段來形成每個標簽的度量， 其中所述概率分析至少部分地包括所述度量的分析。
19.如權(quán)利要求18所述的計算機可讀存儲介質(zhì)，其中所述裝置被致使進一步執(zhí)行 計算在選擇為包含在所述用戶的專業(yè)知識的模型中的一個或多個類型中的每一個與從所述信息源提取的每個標簽之間的相關(guān)性值； 通過將與相應(yīng)的一個或多個類型中的每一個對應(yīng)的相關(guān)性值加在一起，來獲得對于所述一個或多個類型中的每一個的總體相關(guān)性； 通過對每個標簽的度量以及與所述一個或多個類型中的每一個對應(yīng)的總體相關(guān)性值取平均，來計算所述一個或多個類型中的每一個的加權(quán)因子； 至少部分地致使導致將所述加權(quán)因子發(fā)送至用戶以用于確認的行為；以及 基于所述用戶確認的加權(quán)因子來調(diào)整所述用戶的專業(yè)知識的模型。
20.如權(quán)利要求16所述的計算機可讀存儲介質(zhì)，其中所述裝置被致使進一步執(zhí)行 從用戶接受指定專業(yè)或社會網(wǎng)站的輸入； 征求由與所述專業(yè)或社會網(wǎng)站相關(guān)聯(lián)的同級基于所述用戶的專業(yè)知識的模型包括的一個或多個類型進行的所述用戶的評級；以及 基于所述評級調(diào)整所述用戶的專業(yè)知識的模型。
21.一種計算機可讀存儲介質(zhì)，承載一個或多個指令的一個或多個序列，當被一個或多個處理器執(zhí)行時所述一個或多個指令的一個或多個序列使得裝置至少執(zhí)行根據(jù)權(quán)利要求1-7中的任一項的方法。
22.—種計算機程序產(chǎn)品，承載一個或多個指令的一個或多個序列，當被一個或多個處理器執(zhí)行時所述一個或多個指令的一個或多個序列使得裝置至少執(zhí)行根據(jù)權(quán)利要求1-7中的任一項的方法。
23.一種裝置，包括用于執(zhí)行根據(jù)權(quán)利要求1-7中的任一項的方法的部件。
全文摘要
提供一種方法，用于提供共創(chuàng)平臺。共創(chuàng)應(yīng)用從反映用戶的專業(yè)知識的多個信息源提取標簽。共創(chuàng)應(yīng)用通過對提取的標簽應(yīng)用概率分析來創(chuàng)建用戶的專業(yè)知識的模型。共創(chuàng)應(yīng)用收集包括至少一個或多個指定的專業(yè)知識領(lǐng)域的委派信息；以及對照指定的專業(yè)知識領(lǐng)域匹配用戶的專業(yè)知識的模型。
文檔編號G06Q30/08GK102687169SQ201080044653
公開日2012年9月19日 申請日期2010年9月21日 優(yōu)先權(quán)日2009年10月5日
發(fā)明者S·薩蒂施, T·拉赫蒂 申請人:諾基亞公司