CN103339649A - 基于情感的视频推荐 - Google Patents

基于情感的视频推荐 Download PDF

Info

Publication number
CN103339649A
CN103339649A CN2012800067617A CN201280006761A CN103339649A CN 103339649 A CN103339649 A CN 103339649A CN 2012800067617 A CN2012800067617 A CN 2012800067617A CN 201280006761 A CN201280006761 A CN 201280006761A CN 103339649 A CN103339649 A CN 103339649A
Authority
CN
China
Prior art keywords
state
mind
video
data
group
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2012800067617A
Other languages
English (en)
Inventor
R·埃尔·卡里欧比
理查德·斯科特·萨多夫斯基
奥立佛·O·维尔德-史密斯
罗莎琳德·赖特·皮卡德
梅·巴赫贾特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Affectiva Inc
Original Assignee
Affectiva Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Affectiva Inc filed Critical Affectiva Inc
Publication of CN103339649A publication Critical patent/CN103339649A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
    • H04N21/4223—Cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Psychiatry (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Educational Technology (AREA)
  • Medical Informatics (AREA)
  • Child & Adolescent Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Development Economics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Developmental Disabilities (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computing Systems (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

提供精神状态分析以使数据分析能够适合于基于情感的视频推荐。视频反应基于浏览并采样各种视频来评估。获取视频浏览者的数据，其中该数据包括面部信息和/或生理数据。可以针对一群浏览者来汇总面部和生理数据信息。在一些实施例中，收集人口统计信息并用作对视频的情感反应的可视化的标准。在一些实施例中，从单个浏览者或一群浏览者获取的数据用于对视频进行分级。

Description

基于情感的视频推荐
相关申请
本申请要求2011年2月27日提交的美国临时专利申请“对视频的情感反应的推荐和可视化（Recommendation and Visualization of Affect Responses toVideos）”序列号61/447,089、2011年2月28日提交的“基于情感的视频分级（Video Ranking Based on Affect）”序列号61/447,464、2011年3月24日提交的“标准面孔分析（Baseline Face Analysis）”序列号61/467,209、2011年10月20日提交的“选民精神状态分析（Mental State Analysis of Voters）”序列号61/549,560、2011年12月7日提交的“用于广告的精神状态评估学习（MentalState Evaluation Learning for Advertising）”序列号61/568,130、2011年12月28日提交的“基于情感的概念测试（Affect Based Concept Testing）”序列号61/580,880、以及2011年12月30日提交的“广告效果的基于情感的评估（AffectBased Evaluation of Advertisement Effectiveness）”序列号61/581,913。在司法管辖权允许的情况下，前述申请各自通过引用以其全文结合在此。
技术领域
本申请总体上涉及精神状态分析，并且更具体地涉及基于情感而做出视频建议。
背景技术
人们花费了大量时间忙于浏览视频并与其交互。在很多场合中可以观看视频，这些场合包括教育、娱乐、获取每日新闻、观看最新的电影以及很多其他场合。视频可以是电影、电视节目、网络系列剧、网络视频短片、视频、音乐视频、或视频剪辑。视频可以作为电子显示器上的独立元素来观看，或者可以是网页的一部分。对这些视频的评估和人们对它们的反应对于测定教育、商业和娱乐的有效性是极其重要的。人们可以采用输入具体数量的星号的乏味形式对视频进行自评，或者甚至可以回答一系列问题。评估视频的多个部分甚至更为乏味和困难，在这种情况中评估视频中的一小段时间可能是有用的。基于这种星号评级的推荐是不确切的、主观的，并且常常是不可靠的。
发明内容
披露了一种用于基于情感的推荐的计算机实施的方法，该方法包括：向一个人播放一个第一媒体演示；在播放该第一媒体演示的同时获取该个人的精神状态数据；并且基于所获取的该个人的精神状态数据向该个人推荐一个第二媒体演示。该方法可以进一步包括分析该精神状态数据以产生精神状态信息。该方法可以进一步包括将为该个人获取的精神状态数据与从体验过该第一媒体演示的其他人处收集的精神状态相关联。向该个人推荐该第二媒体演示可以进一步基于该个人和其他人之间的关联。该第一媒体演示可以包括以下群组中的一项，该群组由以下各项组成：电影、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、电子游戏、电子书以及电子杂志。该第二媒体演示可以包括以下群组中的一项，该群组由以下各项组成：电影、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、电子游戏、电子书以及电子杂志。该第一媒体演示可以在一个网络功能接口上播放。该第一媒体演示可以包括YouTubeTM视频、VimeoTM视频、和NetflixTM视频中的一个。该第二媒体演示可以包括YouTubeTM视频、VimeoTM视频、和NetflixTM视频中的一个。该方法可以进一步包括基于所获取的该精神状态数据相对于另一个媒体演示对该第一媒体演示进行分级。针对该个人的分级可以是基于从该个人获取的精神状态信息。该分级可以基于该个人的预计偏好。
该精神状态数据可以从多个人获取并且进一步包括从该多个人汇总该精神状态数据。该方法可以进一步包括基于从该多个人汇总的精神状态数据相对于另一个媒体演示对该第一媒体演示进行分级。该精神状态数据可以包括以下群组中的一项，该群组由以下各项组成：生理数据、面部数据以及体动记录仪数据。该面部数据可以包括与以下群组中的一项或多项相关的信息，该群组由以下各项组成：面部表情、动作单元、头部姿势、微笑、皱眉、斜视、降低的眉毛、升高的眉毛、傻笑以及注意力。该生理数据可以包括皮肤电活动、心率、心率变异性、皮肤温度以及呼吸中的一项或多项。该方法可以进一步包括基于所收集的该精神状态数据推断精神状态。这些精神状态可以包括以下群组中的一项，该群组由以下各项组成：挫折感、困惑、失望、犹豫、认知超载、关注、投入、专注、厌倦、探究、信心、信任、高兴、效价、怀疑以及满足。播放该第一媒体演示可以在一个移动装置上进行并且进一步包括利用该移动装置拍摄面部图像作为获取该精神状态数据的一部分。
在多个实施例中，一种嵌入在计算机可读介质中的计算机程序产品可以包括：向一个个人播放一个第一媒体演示的代码；在播放该第一媒体演示的同时获取该个人的精神状态数据的代码；以及基于获取的该个人的精神状态数据向该个人推荐一个第二媒体演示的代码。在一些实施例中，一种用于基于情感的推荐的计算机系统包括：一个存储指令的存储器；连接至该存储器的一个或多个处理器，其中该一个或多个处理器被配置成：向一个个人播放一个第一媒体演示；在播放该第一媒体演示的同时获取该个人的精神状态数据；并且基于所获取的该个人的精神状态数据而向该个人推荐一个第二媒体演示。
在一些实施例中，一种用于基于情感的分级的计算机实施的方法可以包括：向一群人播放多个媒体演示；在播放该多个媒体演示的同时获取该群人的精神状态数据；关联从浏览过该多个视频演示的该群人中获取的精神状态数据；并且基于该精神状态数据相对于另一个视频演示对该多个视频演示进行分级。该方法可以进一步包括基于所获取的精神状态利用精神状态信息对该多个媒体演示进行标记。
许多实施例的不同特征、方面和优点将从以下描述中变得更为清晰。
附图说明
通过参考以下附图可以理解某些实施例的以下详细描述，其中：
图1是显示视频的流程图。
图2是一种用于获取对视频的面部反应的系统。
图3是一种推荐系统的图示。
图4是显示情感的流程图。
图5是显示情感的图形化表示。
图6是显示汇总的情感的图形化表示。
图7是基于情感的推荐的流程图。
图8是基于情感的视频分级的流程图。
图9是分析精神状态信息的系统示意图。
具体实施方式
本披露提供了在人们浏览视频时分析他们精神状态的不同方法和系统的描述。正确地评估人们对视频的反应的能力使精确推荐其他视频成为可能。这些视频可以用于任何目的，包括但不限于娱乐、教育或一般信息。视频反应的精神状态的评估提供了人们对这些视频的真实反应的无与伦比的理解。精神状态可以是情绪状态或认知状态。情绪状态的多个示例包括快乐或悲伤。认知状态的多个示例包括专注或困惑。观察、获取以及分析这些精神状态可以产生有关人们对视频的反应的重要信息。在精神状态评估中经常使用的一些术语是唤醒和/或效价。唤醒表示对一个人的激活或刺激的量。效价表示是否一个人正面或负面地进行适应。情感可以包括唤醒和效价的分析。情感还可以包括表情的面部分析，例如微笑或皱眉。分析可以就像跟踪某人在浏览视频时何时微笑或某人何时皱眉一样简单。在一些实施例中，对其他视频的推荐可以基于跟踪某人在观看一个或多个视频时何时微笑并推荐与使此人微笑的那些具有相似特点的视频。
图1是显示视频的流程图。流程100给出了一种用于渲染视频的计算机实施的方法。流程100可以开始于选择一个视频110。该视频可以通过一个系统来选择，该系统在很多视频上自动地收集情感。在多个实施例中，该视频可以由想要在该视频上收集的情感的人来选择。该视频可以包括YouTubeTM和VimeoTM视频之一。流程100可以继续在一个网络功能接口中嵌入视频120，其中该网络功能接口激活精神状态数据的收集。该网络功能接口可以包括网页、网络应用程序等等。嵌入120可以包括将该视频的链接插入到激活情感收集的网页上的URL中。嵌入120可以包括提供一个链接，在该链接处用户可以插入他们自己的视频。情感可以通过评估面部表情来收集。评估面部表情可以包括评估微笑或皱眉。情感可以包括对以下群组中的一项的评估，该群组由以下各项组成：：注意力、投入、感兴趣、喜欢和厌恶。情感可以通过评估生理机能来收集。
流程100继续分配网络功能接口130。网络接口的分配可以包括发送URL。URL的发送可以利用以下群组中的一项来完成，该群组由以下各项组成：：电子邮件、文本消息、FacebookTM发帖、TwitterTM消息、Google+TM发帖、LinkedlnTM发帖、社交网络更新和博客条目。在一些实施例中，发送可以通过按下或选择与视频相关联的网页上的一个按钮来完成。选择该按钮可以分发视频。在一些实施例中，选择该按钮还可以将视频与精神状态数据或精神状态数据的分析一起分发。流程100可以进一步包括视频140的播放（可能是在网络功能接口中），以及在正播放视频的同时收集精神状态数据150。可以为浏览视频的人群收集精神状态数据。
收集的精神状态数据可以包括以下群组中的一项，该群组由以下各项组成：：生理数据、面部数据和体动记录仪数据。生理数据可以包括皮肤电活动、心率、心率变异性、皮肤温度和呼吸中的一项或多项。面部数据可以包括与以下群组中的一项或多项相关的信息，该群组由以下各项组成：：面部表情、动作单元、头部姿态、微笑、皱眉、斜视、降低的眉毛以及注意力等。可以推测的精神状态包括以下群组中的一项，该群组由以下各项组成：：挫折感、困惑、失望、犹豫、认知超载、关注、投入、专注、厌倦、探究、信心、信任、高兴、挫折、效价、怀疑等。可以针对个人来收集精神状态数据。同样，可以从多个人获取精神状态。
流程100可以继续分析精神状态数据160。可以分析精神状态数据160以产生精神状态信息。一个浏览者或多个浏览者的精神状态可以基于所收集的精神状态数据来推测。
流程100可以继续汇总精神状态数据170。精神状态数据可以收集自浏览视频的多个人，并且可以从该多个人汇总精神状态数据。因此，精神状态数据在一群人上汇总。汇总170的结果可以作为呈现图示的一部分而提供。
流程100可以进一步包括推荐媒体演示180。精神状态数据的汇总170可以用作输入的一部分以便基于所汇总的精神状态数据而向个人推荐媒体演示180。媒体演示可以是以下群组中的一项，该群组由以下各项组成：：电影、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、电子游戏、广告、电子书和电子杂志。流程100可以进一步包括基于从第一人收集的精神状态数据向第二人推荐媒体演示。在不偏离所披露的发明概念的情况下，流程100中的不同步骤可以在顺序上发生变化、重复、省略等。流程100的不同实施例可以包括在嵌入到计算机可读介质中的一种计算机程序产品中，该计算机可读介质包括可由一个或多个处理器执行的代码。基于所获取的精神状态，流程100可以包括利用精神状态信息对多个媒体演示进行标记。
图2是一种用于获取对视频的面部反应的系统。系统200包括电子显示器220和网络摄像机230。系统200获取对电子显示器220上显示的视频222的面部反应。面部数据可以包括与精神状态有关的视频和信息集。面部数据可以包括与以下群组中的一项或多项相关的信息，该群组由以下各项组成：：面部表情、动作单元、头部姿势、微笑、皱眉、斜视、降低的眉毛、升高的眉毛、傻笑、以及注意力。在一些实施方案中，网络摄像机230可以捕获个人210的视频。个人210的图像还可以由以下装置来获取，这些装置包括计算机（例如膝上计算机、上网本、平板电脑等）上的摄像机、视频摄像机、静物摄像机、蜂窝电话摄像机、移动装置摄像机（包括但不限于前置摄像机）、热像仪、CCD装置、三维摄像机、深度摄像机、以及用于获取浏览者的不同视图的多个网络摄像机或可以允许获取的图像数据由电子系统来使用的任意类型的图像捕捉设备。获取个人210对显示器220上显示的视频222的面部反应可以包括收集精神状态数据。获取个人210对显示器220上显示的视频222的面部反应可以包括获取生理数据。生理数据可以包括心率、心率变异性、皮肤温度、呼吸等中的一项或多项。
电子显示器220可以显示视频。视频222可以显示在任意电子显示器上，包括但不限于计算机显示器、膝上计算机屏幕、上网本屏幕、平板电脑屏幕、蜂窝电话显示器、移动装置显示器、具有显示器的远程装置、电视机、投影仪等。电子显示器220可以包括到键盘、鼠标、操纵杆、触摸板、识别笔、运动传感器以及其他输入装置的连接。视频222可以在网页、网站、网络功能应用程序等中显示。个人210的图像可以由视频捕获单元240来捕获。在一些实施方案中，可以获取个人210的视频，而在其他实施方案中捕获一系列静止图像。
动作单元、姿势、精神状态、以及生理数据的分析可以利用所捕获的个人210的图像来完成。这些动作单元可以用于识别微笑、皱眉以及精神状态的其他面部指示。姿势（包括头部姿势）可以表示感兴趣或好奇。例如，朝向视频222移动的头部姿势可以表示兴趣增加或希望弄清楚。基于所获取的图像，可以进行生理机能的分析。情感分析250可以基于信息和所捕获的图像来执行。分析可以包括面部分析和头部姿势的分析。分析可以包括评估生理机能并且可以包括评估以下群组中的一项，该群组由以下各项组成：：心率、心率变异性、呼吸、汗液、温度以及其他身体评估。
图3是一种推荐系统的图示。个人310可以浏览视频。当个人310正在浏览视频时，情感收集器320可以收集与个人310有关的情感数据。情感收集器320可以是网络摄像机或其他摄像装置。情感收集器320可以是在一个或多个位置上连接至个人310的生物传感器。情感收集器320从个人310收集的情感数据可以存储在情感资源库330中。情感资源库330可以位于本地计算机上或远程服务器上，或者可以分散开或是云计算系统的一部分。
情感分析器350可以分析从个人310收集的情感数据。情感分析器350可以识别精神状态，这些精神状态包括与集中注意力、喜欢、厌恶等相关的信息。情感分析器350可以识别微笑或皱眉。基于情感分析器350所做的分析，推荐引擎360可以向个人310推荐视频或其他媒体演示。向个人推荐媒体演示可以基于所汇总的精神状态数据。所汇总的数据可以由个人用于多个视频或可以用于多个人。推荐可以基于个人310所观看的一个或多个视频的共同因素。例如，如果个人310对他或她所观看的由一个特定女演员作为主角的每个视频都微笑，那么推荐引擎360可以向个人310推荐另一个带有相同女演员的视频。在另一个示例中，如果个人310喜欢一系列运动视频，那么可以推荐另一个运动视频。
其他人322可以浏览与个人310相同的视频。在一些实施例中，个人310和其他人322浏览多个视频。在多个实施例中，每个人都浏览多个视频的不同子集。情感收集器320可以获取其他人322中每个人的情感数据。情感收集器320可以是一个单一单元（例如购物中心中的公共电话亭）或一个装置，该单元或装置收集在会议室或电影院这类位置上浏览视频的多个人的情感。可替代地，像在每个人都有他们自己的计算机、膝上计算机、蜂窝电话、移动装置等装置的情况中，情感收集器320可以是分离的装置。情感资料库330可以保留这些人（情感数据在这些人上收集）的情感数据。
情感汇总器340可以从情感资料库获取情感数据并将来自个人310的情感数据与其他人322相关联。情感汇总器340可以识别已经观看过多个视频或例如电影的个人310的倾向。情感汇总器340可以确定个人310和这些人322或其子集的关联矢量。可以利用两个矢量之间的加权的欧式或马氏距离进行关联，其中矢量包括个人的情感数据。存在很多方式来计算距离或相似性/相异性度量。协同过滤等可用于帮助观察两个人或多个人之间的情感数据。在一些实施例中，基于个人310和其他人322所浏览的相同内容来进行比较。当一个矢量与另一个人的矢量距离十分小时，那么情感汇总器340将查找得到喜爱或微笑的其他内容。推荐引擎360可以向个人310推荐这种其他内容，因为存在基于所收集的情感数据的假设相似性。
在一些实施例中，情感收集器340和情感分析器350可用于检查在情感资料库中存储的情感数据，以便将在新视频上收集的情感数据与视频的情感数据的历史数据库相比较。可以评估新视频以确定针对其他视频此视频如何进行分级。例如，新视频可以与“前100”个视频比较，以确定新视频相对于人们产生微笑的“前100”个视频所具有的相对微笑次数。在多个实施例中，一群人可以浏览一个新视频并使情感数据得到收集。为这些人收集的情感数据可以汇总在一起。然后新视频的汇总情感数据可以与其他视频的汇总情感数据相比较这类比较可以由视频的开发者使用并对已经制作的新视频进行分级和评估。同样，例如广告位的买主可以基于从一群人收集的汇总情感数据来评估一个新视频。出于某些目的，可以产生情感曲线图，然后由网络工作室、广告商、或具有类似商业兴趣的其他人比较“最佳”视频集。
在一些情况中，对一类视频存在良好的关联性，但对另一类不存在。例如，对戏剧视频可能有良好的关联性，而对喜剧视频可能有较差的关联性。基于该信息，可以推荐另一个戏剧视频。可以执行协同过滤以识别关联性良好的可能性，并因此识别可以得到推荐的区域。
推荐引擎360可以向已在其上收集情感的个人310进行推荐。推荐引擎360可以基于个人310和其他人322之间的关联性做出这些推荐。同样，推荐引擎360可以基于个人310所浏览的视频向个人322中的一个或多个做出推荐。
图4是显示情感的流程图。流程400描绘了一种用于显示情感的计算机实施的方法。流程400可以开始于显示第一网络功能接口410。第一网络功能接口可以包括网页。流程400可以继续在第一网络功能接口上播放视频420。视频可以包括YouTubeTM或VimeoTM视频。视频可以是以下群组中的一项，该群组由以下各项组成：：电影、电视节目、网络系列剧、网络视频短片、视频、视频剪辑，或可以是媒体，例如电子游戏、广告、电子书和电子杂志或电影预告片。当播放视频时，流程400可以继续获取精神状态数据430。流程可以进一步包括基于所收集的精神状态数据来推测精神状态432。这些精神状态可以包括以下群组中的一项，该群组由以下各项组成：：挫折感、困惑、失望、犹豫、认知超载、关注、投入、专注、厌倦、探究、信心、信任、高兴、效价、怀疑以及满足。
所获取的精神状态数据可以进一步包括拍摄面部图像434。流程400可以进一步包括分析用于面部表情436的面部图像。这些面部数据可以包括与以下群组中的一项或多项相关的信息，该群组由以下各项组成：：面部表情、动作单元、头部姿势、微笑、皱眉、斜视、降低的眉毛、升高的眉毛、假笑、关注等。面部表情可以用于产生面部缩略图438。在一些实施例中，典型的低分辨率图像可以包括在缩略图中而不是直接从网络摄像机或其他成像设备中获取的图像中。
流程400可以继续产生所播放的视频的一组缩略图440，其中这些缩略图包括来自该视频的场景并且该组缩略图可以自动地产生。流程400可以进一步包括分析该组缩略图并基于暗阈值从该缩略图集中去除一帧。另一个帧可以替代去除的帧来使用。流程400可以继续在第二网络功能接口上显示该组缩略图450。第二网络功能接口可以包括网页。在多个实施例中，缩略图将用于已经播放过的视频。
在多个实施例中，独立缩略图是来自视频的一个“场景”并且是规定尺寸的静态图片。不同的条项在产生缩略图时是有用的，在此简要地进行讨论。缩略图或活动画片的合成是图像的水平阵列。暗阈值用于分析图像的色彩均值以确定它是否是“暗的”。起始偏移量是进入视频以便开始缩略图生成过程的秒数。两个帧之间的秒数可以自动地产生或手动设定并且表示独立缩略图图像之间的秒数。活动画片宽度是最终图像的宽度并且可以与独立缩略图宽度乘以缩略图的数量稍微不同。尺寸串的形式可以是“宽度乘以高度”，示例包括24×24、32×32、40×32等。尺寸串确定独立缩略图的尺寸。可以检查独立缩略图以确定图像是否“太暗”。一些电影预告片常常褪色到黑色。黑或非常暗的帧时常导致较差的缩略图。向前和向后递归查找以便找到更好的帧是可能的。如果一个帧太暗，那么递归算法少量地向后向前查找以观察是否它发现了在一定递归极限内可以找到的更好的帧率。一旦找到了更好的图像或达到递归极限，视频在两个帧之间前移适合数量的秒数以识别下一个缩略图图像。
在一些实施例中，流程400可以进一步包括产生用于所记录的面部图像的一组缩略图438并在第二网络功能接口上显示面部图像的该组缩略图450。该组缩略图的一个缩略图可以基于面部表情来选择。该一个缩略图可以显示愉快的面部表情。该一个缩略图可以显示与众不同的面部表情。该一个缩略图可以显示典型的面部表情。
流程400可以继续产生所获取的精神状态数据的图形化表示460。图形化表示可以是显示特定精神状态的量级或特定面部表情的量级的线状图。同样，图形化表示可以是更复杂的仪表盘类型的呈现形式。流程400可以继续在第二网络功能接口上显示图形化表示470。图形化表示可以包括代表精神状态数据的分数。该分数可以用于特定的精神状态，例如专注、挫折感、失望或任何其他精神状态。分数可以提供精神状态的数值表示。
在一些实施例中，在移动装置上播放视频并且利用移动装置拍摄面部图像。在多个实施例中，精神状态数据从多个人中获取并汇总。在不偏离所披露的发明概念的情况下，流程400中的不同步骤可以产生顺序变化、重复、省略等。流程400的不同实施例可以包括在嵌入到计算机可读介质中的计算机程序产品中，该计算机可读介质包括可由一个或多个处理器执行的代码。
图5是显示情感的图形化表示。显示器或仪表板500是精神状态分析的图形化表示，精神状态分析可以显示出来以便用于视频浏览者分析并可以呈现在电子显示器上。显示器可以是电视监视器、投影仪、计算机显示器（包括膝上计算机屏幕、平板电脑屏幕、上网本屏幕等）、蜂窝电话显示器、移动装置或其他电子显示器。在多个实施例中，显示器可以是网页。图中展示了示例窗口500，该窗口包括例如视频510的渲染以及相关联的精神状态信息。可视化可以进一步包括与视频510相关的渲染。用户能够利用各种按钮和/或标签在多个视频渲染形式之间进行选择。用户接口允许多个参数随着时间来显示、与视频渲染510相同步。各种实施例可以具有可供用户利用的任何数量的选择，并且一些选择可以包括是其他类型的渲染形式而非视频。在所示的示例中的所选渲染的一组缩略图图像包括缩略图1530、缩略图2532直到缩略图N536，这些缩略图可以与时间轴538一起显示在渲染下方。缩略图可以显示视频渲染的图形“故事板”。这种故事板可以帮助用户识别视频渲染中的具体场景或位置。一些实施例可能不包括多个缩略图或具有与该渲染相关联的一个单一缩略图，而不同的实施例可以具有等长的多个缩略图并且其他实施例可以具有不同长度的多个缩略图。在一些实施例中，缩略图的开始和/或结束可以基于与渲染相关联的所获取的浏览者精神状态上的变化来确定，或可以基于视频渲染中的特定兴趣点。可以沿着时间轴538显示一个或多个浏览者的缩略图。浏览者的缩略图可以包括峰值表情、视频渲染510中的关键点表情等。
一些实施例可以包括以下能力：用户使用各种按钮或其他选择方法来选择将要显示的特定类型的精神状态信息。精神状态信息可以基于一个或多个描述符。该一个或多个描述符可以包括但不限于动作单元4（AU4）、动作单元12（AU12）和效价中的一项。例如，在窗口500中，当用户已经预先选择微笑按钮540时，显示微笑精神状态信息。在不同实施例中，可用于用户选择的其他类型的精神状态信息可以包括降低眉毛按钮542、眉毛升高按钮544、专注按钮546、效价分数按钮548或其他类型的精神状态信息，这取决于实施例。总览按钮549可用于允许一位用户同时展示多种类型的精神状态信息的多个曲线图。精神状态信息可以包括一个或多个描述符的概率信息，并且该一个或多个描述符之一的概率可以针对视频渲染的多个部分而发生变化。
在所示示例中，因为已经选择了微笑选项540，所以可以在基线552上显示微笑曲线图550，从而展示多个人（精神状态数据从该多个人的视频上收集）的汇总的微笑精神状态信息。可以显示男性微笑曲线图554和女性微笑曲线图556，这样视觉表示形式就呈现了汇总的精神状态信息。这些曲线图仅仅是通过示例来提供。精神状态信息可以基于人口统计学，因为这些浏览者包括对视频的人口统计反应。可以使用如所示的各种线型来指示或可以使用颜色或区分的其他方法来指示各种基于人口统计的曲线图。滑动器558可以允许用户选择时间轴的一个特定时间并且展示针对那个特定时间所挑选的精神状态的值。视频510可以与滑动器558相配合。在一些实施例中，可以选择滑动器558并与鼠标或其他定位装置一起移动。视频510可以跳转至滑动器558已经移动到的时间点上。精神状态可用于评估视频的价值。
在一些实施例中，可以使用人口统计按钮560来选择各种类型的基于人口统计的精神状态信息。这种人口统计可以包括性别、年龄、种族、收入水平、教育或任何其他类型的人口统计，包括将调查对象分成具有一个较高反应的那些调查对象与具有较低反应的那些调查对象。可以呈现指示以下内容的一个曲线图图注562：各种人口统计群组、每个群组的线型或颜色、每个群组占总调查对象的百分比和/或每个群组的调查对象的绝对数量、和/或有关这些人口统计群组的其他信息。可以根据所选择的人口统计类型来汇总该精神状态信息。因此，对于一些实施例来说，在人口统计的基础上执行精神状态信息的汇总，从而基于人口统计对精神状态信息进行分组。这样可以评估视频以用于不同人口统计群组的反应。
图6是用于基于精神状态分析以及来自一群人的汇总结果来显示情感的图形化表示。这种渲染可以显示在网页、网络功能应用程序、仪表板、或其他类型的电子显示表示形式上。曲线图610可以为在其上采集情感数据的一个人而显示。另一个曲线图612可以显示用于在另一个人上采集的情感或来自多个人的汇总情感。精神分析可以基于面部图像或生理数据采集。在一些实施例中，曲线图610可以指示针对该人所观察到的一个微笑的量级或概率。该曲线图上的一个较高值或点可以指示一个更强烈的或较大的微笑。在某些点中，当图像采集出现缺失或不能够识别人的面部时，该曲线图可能下降或降低。可以沿y轴616给出一个情感的概率或强度。可以沿x轴614给出一个时间轴。汇总的信息可以基于以下内容：基于从一群人所采集的信息取得平均数、中间值或其他统计值或计算值。在一些实施例中，利用计算汇总信息来完成汇总的精神状态信息的组合。
在一些实施例中，可以展示提供微笑或其他面部表情的量级的指示的图形笑脸图标620、622以及624。第一个非常明显的笑脸图标620可以指示所观察到的程度较大的笑。第二个正常的笑脸图标622可以指示所观察到的微笑。第三个笑脸图标624可以指示没有微笑。这些图标可以对应于y轴616上的一个区域，该区域指示微笑的概率或强度。
与所选曲线图或多个曲线图相关的一组面部缩略图图像（在所示的示例中包括面部缩略图1650、面部缩略图2652、直到面部缩略图N660）可以显示在曲线图的上方或下方，并且可以与时间轴或沿着x轴线614的其他参数一起呈现。缩略图可以显示面部渲染的图形“故事板”。这种故事板可以帮助用户识别面部渲染中的具体场景或位置。一些实施例可能不包括多个缩略图或具有与该渲染相关联的一个单一缩略图，而不同的实施例可以具有等长的多个缩略图并且其他实施例可以具有不同长度的多个缩略图。在一些实施例中，缩略图的开始和/或结束可以基于与渲染相关联的获取的浏览者精神状态上的变化来确定，或可以基于视频渲染中的特定兴趣点。一个或多个浏览者的缩略图可以沿着时间轴或其他参数614来展示。浏览者的缩略图可以包括峰值表情、视频渲染中的关键点表情、曲线图中的关键点等。
包括用于所选曲线图或多个曲线图的来自视频的场景的一组面部缩略图图像（在所示的示例中包括面部缩略图1630、面部缩略图2632、直到面部缩略图N640）可以显示在曲线图的上方或下方，并且可以与时间轴或沿着x轴线614的其他参数一起呈现。缩略图可以显示视频渲染的图形“故事板”。这种故事板可以帮助用户识别视频渲染中的具体场景或位置。一些实施例可能不包括多个缩略图或具有与该渲染相关联的一个单一缩略图，而不同的实施例可以具有等长的多个缩略图并且其他实施例可以具有不同长度的多个缩略图。在一些实施例中，缩略图的开始和/或结束可以基于与渲染相关联的获取的浏览者精神状态上的变化来确定，或可以基于视频渲染中的特定兴趣点。
图7是基于情感的推荐的流程图。流程700描述了一种基于情感的推荐的计算机实施的方法。流程700可以开始于向个人播放第一媒体演示710。第一媒体演示可以是以下群组中的一项，该群组由以下各项组成：：电影、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、电子游戏、电子书以及电子杂志、或其他媒体对象。第一媒体演示可以包括YouTubeTM视频、VimeoTM视频、或NetflixTM视频。第一媒体演示可以在网络功能的接口或其他电子显示接口上播放。网络功能接口可以包括网页。第一媒体演示可以在移动装置上播放。在播放第一媒体演示的同时，流程图710可以继续获取个人的精神状态数据720。所收集的精神状态数据可以包括生理数据、面部数据、体动记录仪数据等。获取精神状态数据可以进一步包括拍摄面部图像722。获取面部图像可以由网络摄像机或其他摄像机来实现。第一媒体演示可以在移动装置上播放并且面部图像也可以利用移动装置来记录。利用移动装置拍摄面部图像722可以是获取精神状态数据的一部分。流程700可以进一步包括分析用于面部表情的面部图像730。面部表情可以包括微笑。面部表情可以包括皱眉。分析面部图像可以进一步包括使用面部图像来推断精神状态732。这些精神状态可以包括：挫折感、困惑、失望、犹豫、认知超载、关注、投入、专注、厌倦、探究、信心、信任、高兴、满足、效价、怀疑、幸福等。
流程700可以继续将所获取的个人的精神状态数据740与从体验过第一媒体演示的其他人处收集的精神状态数据相关联。关联可以包括识别类似的喜欢及厌恶以及类似的各种其他精神状态。在一些实施例中，可以关联对不同视频的反应的分布。在其他实施例中，可以关联不同点，从而例如最大限度地识别相异反应。在一些实施例中，在相关联的一部分过程中，可以将某些精神状态识别为相似，而将其他精神状态识别为相异。流程700可以包括基于精神状态数据来优化742媒体演示。优化742可以包括修改内容或推荐内容上的变化（例如去掉场景）、减少某些素材、或强调某些演员。在多个实施例中，媒体演示包括广告和内容的混合。优化742可以选择将要以内容进行点缀的一个或多个广告。优化742可以包括对将要以内容进行点缀的一个或多个广告进行排序。优化742可以包括在内容中选择播放该一个或多个广告的时刻。优化742可以包括识别广告的多个部分，这些部分被移除以便构成缩短的广告。
流程700可以包括基于所获取的个人的精神状态数据向个人推荐第二媒体演示750。向个人推荐第二媒体演示可以基于个人和其他人之间的关联。第二媒体演示可以是以下群组中的一项，该群组由以下各项组成：：电影、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、电子游戏、电子书以及电子杂志等。第二媒体演示可以包括YouTubeTM视频、VimeoTM视频、或NetflixTM视频。
流程700可以进一步包括产生所播放的第一媒体演示的一组缩略图760以及在第二网络功能接口或数字显示器上显示该组缩略图762和个人的精神状态数据的分析764。该组缩略图可以包括来自第一媒体演示的场景。从该组缩略图选择缩略图可以基于面部表情。该组缩略图可以自动产生并且可以包括基于暗阈值从该组缩略图中移除一帧。另一个帧可以替代移除的帧来使用。流程700可以进一步包括显示其他人的精神状态数据的分析766。在不偏离所披露的发明概念的情况下，流程700中的不同步骤可以发生顺序变化、重复、省略等。流程700的不同实施例可以包括在嵌入到计算机可读介质中的计算机程序产品中，该计算机可读介质包括可由一个或多个处理器执行的代码。
图8是基于情感的视频分级的流程图并且包括流程800，该流程描绘了一种用于基于情感的分级的计算机实施的方法。流程800可以开始于向人群播放多个媒体演示810。该多个媒体演示可以包括多个视频。该多个视频可以包括YouTubeTM视频、VimeoTM视频、或NetflixTM视频。进一步地，该多个媒体演示可以包括以下群组中的一项，该群组由以下各项组成：：电影、电影预告片、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、广告、音乐视频、电子游戏、电子书和电子杂志。流程800可以继续从该人群中获取精神状态数据820，同时显示该多个媒体演示。因此，精神状态数据可以从多个人获取。情感数据可以包括面部图像。在一些实施例中，在移动装置上播放视频并且利用移动装置拍摄面部图像。流程800可以包括从多个人汇总精神状态数据822。流程800可以进一步包括分析用于面部表情的面部图像830。面部表情可以包括微笑。面部表情可以包括皱眉。流程800可以进一步包括使用面部图像来推断精神状态832。这些精神状态可以包括以下群组中的一项，该群组由以下各项组成：：挫折感、困惑、失望、犹豫、认知超载、关注、投入、专注、厌倦、探究、信心、信任、高兴、效价、怀疑、满足等。
流程800可以包括将从人群获取的精神状态数据相关联840，该人群已经浏览过多个媒体演示并且采集了他们的精神状态数据。人群所浏览的该多个视频可以具有人群中的每个人都观看过的一些共同视频。在一些实施例中，该多个视频可以不包括相同的视频集。流程800可以继续基于所获取的精神状态数据以精神状态信息来标记该多个媒体演示842。情感信息可以仅仅是情感数据。在其他实施例中，情感信息可以是推断的精神状态。在又一些其他实施例中，情感信息可以是关联的结果。流程800可以继续基于收集的精神状态数据相对于另一个媒体演示对媒体演示进行分级844。个人的分级是基于从该个人获取的精神状态信息。分级可以基于该个人的预计偏好。在一些实施例中，第一媒体演示相对于另一个媒体演示的分级可以基于从多个人汇总的精神状态数据。分级还可以相对于预先与情感信息一起存储的媒体演示。分级可以包括基于获取的精神状态数据相对于另一个视频而对一个视频进行分级。流程800可以进一步包括显示引起某种情感的视频846。某些情感可以包括以下群组中的一项，该群组由以下各项组成：：微笑、投入、注意、感兴趣、悲伤、喜欢、厌恶等。分级可以进一步包括呈现引起大量微笑的视频。作为分级的结果，可以基于哪些最滑稽、最悲伤、产生眼泪最多、或引起一些其他反应来对媒体演示进行分类。流程800可以进一步包括基于某种情感数据来搜索视频848。搜索848可以识别非常迷人、有趣、难过、辛酸等的视频。
流程800可以包括基于获取的情感数据并且基于分级向个人推荐第二媒体演示850。第二媒体演示可以是以下群组中的一项，该群组由以下各项组成：：电影、电影预告片、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、广告、音乐视频、电子游戏、电子书和电子杂志。
基于精神状态，可以提供对个人的推荐或来自个人的推荐。基于精神状态、情感或面部表情可以对个人进行一项或多项推荐。可以利用多个视频过程中所展现的相似情感在一个人和其他人之间进行关联。关联可以包括将其他视频、游戏或其他经历与他们的情感一起记录。同样，可以基于他们的情感向个人推荐电影、视频、视频剪辑、网络视频短片或其他活动。在不偏离所披露的发明概念的情况下，流程800中的不同步骤可以发生顺序变化、重复、省略等。流程800的不同实施例可以包括在嵌入到计算机可读介质中的计算机程序产品中，该计算机可读介质包括可由一个或多个处理器执行的代码。
图9是分析精神状态信息的系统图示。系统900可以包括互联网910、内联网、或其他计算机网络，这些网络可用于在系统900的不同计算机之间或之中进行通信。视频客户机或客户端计算机920具有存储指令的存储器926和连接至存储器926的一个或多个处理器924，其中该一个或多个处理器924可以执行存储在存储器926中的指令。存储器926可用于存储指令、用于存储精神状态数据、用于系统支持等。客户端计算机920还可以连接至互联网以承载浏览者精神状态信息930以及可以向一个或多个浏览者提供各种视频的显示器922。客户端计算机920能够在一个或多个浏览者观看视频或多个视频时收集他们的精神状态数据。在一些实施例中，存在多个客户端计算机920，当浏览者观看视频时这些计算机收集他们的精神状态数据。客户端计算机920可以具有摄像机（例如网络摄像机928），以获取浏览者与视频之间的交互，在一些实施例中该视频包括浏览者的视频。摄像机928可以指代网络摄像机、计算机（例如膝上计算机、上网本、平板电脑等）上的摄像机、视频摄像机、静物摄像机、蜂窝电话摄像机、移动装置摄像机（包括但不限于前置摄像机）、热像仪、CCD装置、三维摄像机、深度摄像机、以及用于获取浏览者的不同视图的多个网络摄像机或可以允许获取的图像数据由电子系统来使用的任意类型的图像获取设备。
一旦收集了精神状态数据，客户端计算机可以基于观看视频的多个浏览者的精神状态数据来向服务器或分析计算机950上传信息。客户端计算机920可以与服务器950在互联网910、内联网、一些其他计算机网络上进行通信，或通过适于在两台计算机之间进行通信的其他方法来通信。在一些实施例中，分析计算机950功能可以在客户端计算机中体现。
分析计算机950可以连接至互联网910以便使精神状态信息940能够由分析计算机950接收。进一步地，分析计算机950可以具有存储指令、数据、帮助信息等的存储器956以及连接至存储器956的一个或多个处理器954，其中该一个或多个处理器954可以执行指令。存储器956可用于存储指令、用于存储精神状态数据、用于系统支持等。分析计算机950可以使用互联网910或其他计算机通信方法，以便获得精神状态信息940。分析计算机950可以接收从客户端计算机或多个计算机920的多个浏览者收集的精神状态信息，并且可以汇总与观看视频的多个浏览者有关的精神状态信息。
分析计算机950可以处理精神状态数据或从一个浏览者或多个浏览者收集的汇总精神状态数据，以产生与该浏览者或该多个浏览者有关的精神状态信息。在一些实施例中，分析服务器950可以从视频客户端920获取精神状态信息930。在这种情况中，由视频客户端920获取的精神状态数据由视频客户端920来分析以产生上传的精神状态信息。基于产生的精神状态信息，分析服务器950可以基于一个或多个视频的精神状态信息来产生一个值。分析计算机950还可以将汇总的精神状态信息与渲染相关联并且还与用于被测环境的多个标准的集合相关联。
在一些实施例中，分析计算机950可以基于观看视频的多个浏览者的精神状态信息来接收或提供汇总的精神状态信息，并且可以在显示器952上的渲染中提供汇总的精神状态信息。在一些实施例中，可以将分析计算机设置用于在实时的或接近实时的实施例中当多个浏览者观看视频时接收从他们身上收集的精神状态数据。在至少一个实施例中，单一计算机可以结合客户端、服务器以及分析功能。浏览者精神状态数据可以从客户端计算机或多个计算机920收集，以形成与浏览视频的一个浏览者或多个浏览者相关的精神状态信息。从一个浏览者或多个浏览者的精神状态数据的分析所得到的精神状态信息可用于基于该精神状态信息来产生视频值。系统900可以包括嵌入在计算机可读介质中的计算机程序产品，该产品包括：向一个个人播放一个第一媒体演示的代码、在播放该第一媒体演示的同时获取该个人的精神状态数据的代码、以及基于获取的个人的精神状态数据向该个人推荐一个第二媒体演示的代码。系统900可以包括基于情感的推荐的能力，这些能力包括：存储指令的存储器、连接至该存储器的一个或多个处理器，其中该一个或多个处理器被配置成向一个个人播放一个第一媒体演示、在播放该第一媒体演示的同时获取该个人的精神状态数据、并且基于所获取的该个人的精神状态数据而向该个人推荐一个第二媒体演示。系统900可以包括嵌入在一种计算机可读介质中的计算机程序产品，该产品包括：选择一个视频的代码；将该视频嵌入在一个网络功能接口中的代码，其中该网络功能接口激活精神状态数据的收集；以及分配该网络功能接口的代码。系统900可以包括渲染视频的能力，这些能力包括：存储指令的一个存储器、连接至该存储器的一个或多个处理器，其中该一个或多个处理器被配置成:选择一个视频；将该视频嵌入在一个网络功能接口中，其中该网络功能接口激活精神状态数据的收集；并且分配该网络功能接口。
以上方法可以在一个或多个计算机系统上的一个或多个处理器上执行。实施例可以包括各种形式的分布式计算、客户端/服务器计算以及基于云的计算。另外，将会理解的是：对于本披露中的流程图，仅出于说明和解释的目的来提供所描绘的步骤或方框。在不脱离本披露的范围的情况下，可以对这些步骤进行修改、省略或重新排序，而可以添加其他步骤。另外，每个步骤可以含有一个或多个子步骤。尽管前述附图和描述提出了所披露系统的多个功能方面，但除非明确陈述或从上下文中清晰可见，从这些描述中不应当推断出实现这些功能方面的软件和/或硬件的具体安排。软件和/或硬件的所有这类安排旨在落在本披露的范围之内。
方块图和流程图描绘了多种方法、设备、系统和计算机产品。这些方块图和流程图的每个元素以及这些方块图和流程图中的多个元素的每种单独组合说明了这些方法、设备、系统、计算机程序产品和/或计算机实施的方法的一个功能、步骤或一组步骤。任意和所有这些功能可以由计算机程序指令、由专用的基于硬件的计算机系统、由专用硬件和计算机指令的组合形式、有通用硬件和计算机指令的组合形式、由计算机系统等来实施。这些功能中的任意一项或所有在本文通常可以称为“电路”、“模块”或“系统”。
执行以上提及的计算机程序产品或计算机实施的方法中任意一个的可编程设备可以包括一个或多个处理器、微处理器、微控制器、嵌入式微控制器、可编程数字信号处理器、可编程装置、可编程门阵列、可编程阵列逻辑、存储装置、特定应用集成电路等。每一个都可以适当地被采用或配置以处理多个计算机指令、执行计算机逻辑、存储计算机数据等。
将会理解的是，一台计算机可以包括来自一个计算机可读存储介质中的一种计算机程序产品，并且将会理解，这种介质可以是内部的或外部的、可拆卸的或可置换的、或是固定的。另外，一台计算机可以包括可以包括、连接、或支持在此描述的软件和硬件的基本输入/输出系统（BIOS）、固件、操作系统、数据库等。
本发明的多个实施例不限于包括传统计算机程序的多种应用程序或运行他们的可编程设备。例如，所设想的是，当前所声明的发明的这些实施例可能包括光学计算机、量子计算机、模拟计算机或类计算机。一种计算机程序可以下载到一台计算机上以产生可以执行所描述功能的任一项或全部的一个具体机构。这个具体机构提供一种用于执行所描述功能的任一项或全部的方法。
可以利用一或多个计算机可读介质的任意组合。计算机可读介质可以是用于存储的计算机可读介质。一个计算机可读存储介质可以是电、磁、光、电磁、红外、半导体或前述中的任何适合的组合。另一些计算机可读存储介质实例可以包括具有一个或多个导线的电连接、便携式计算机软磁盘、硬盘、随机存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM）、闪存、MRAM、FeRAM、相变存储器、光纤、便携式光盘只读存储器（CD-ROM）、光存储装置、磁存储装置、或前述装置的任意适合组合形式。在本文档的环境中，一种计算机可读存储介质可以是可以含有或存储一种程序的任何有形的介质，该程序由一个指令执行系统、设备或装置来使用或与他们结合使用。
将会认识到的是，多个计算机程序指令可以包括计算机可执行代码。用于表达多个计算机程序指令的多种语言可以包括但不限于C、C++、Java、JavaScriptTM、ActionScriptTM、汇编语言、Lisp、Perl、Tcl、Python、Ruby、硬件描述语言、数据库程序设计语言、函数式程序设计语言、命令式程序设计语言等。在多个实施例中，多个计算机程序指令可以被存储、编译或解释，以便在计算机、可编程数据处理设备、处理器或处理器架构等等的不同组合上运行。不受限制地，本发明的多个实施例可以采用基于网络的计算机软件的形式，该软件包括客户端/服务器软件、软件即服务、对等网络软件等。
在多个实施例中，一台计算机可可以实现对包括多个程序或线程的计算机程序指令的执行。该多个程序或线程可以几乎同时进行处理以便提高该处理器的利用率并且促进大致上同时起作用。通过实施方式，在此描述的任何和所有方法、程序代码、程序指令等可以在一个或多个线程中执行。每个线程可以产生其他线程，这些其他线程本身可以具有与他们相关联的优先权。在一些实施例中，一台计算机可以基于优先权或其他顺序来处理这些线程。
除非明确指出或从上下文中清晰可见，动词“执行”和“处理”可以互换地使用以表示执行、处理、解释、编译、汇编、链接、下载或前述动作的组合。因此，执行或处理多个计算机程序指令、计算机可执行代码等的多个实施例可以根据这些指令或代码以所描述方式的任意一种或所有产生动作。另外，所示的方法步骤意在包括使一个或多个主体或实体执行这些步骤的任意适合的方法。执行一个步骤或一个步骤的一部分的这些主体不需要定位在一个特定的地理位置或国家范围内。例如，如果定位在美国的一个实体使得它的一个方法步骤或一部分在美国以外执行，那么该方法被认为通过使得执行该步骤的该实体在美国执行。
尽管结合详细展示和描述的优选实施例披露了本发明，但在其上所做的各种修改和改进对本领域普通技术人员而言将变得清晰。因此，本发明的精神和范围不应当受到前述示例的限制，而应当在法律所允许的最广泛意义上得到理解。
权利要求书(按照条约第19条的修改)
1.一种用于基于情感的推荐的计算机实施的方法，包括：
向一个人播放一个第一媒体演示；
在播放该第一媒体演示的同时获取该个人的精神状态数据；
将所获取的该个人的精神状态数据关联至从体验过该第一媒体演示的其他人所收集的精神状态数据；并且
基于所获取的该个人的精神状态数据并进一步基于该个人和其他人之间的关联向该个人推荐一个第二媒体演示。
2.如权利要求1所述的方法，进一步包括分析该精神状态数据以产生精神状态信息。
3.根据权利要求1所述的方法，其中该第一媒体演示包括以下群组中的一项，该群组由以下各项组成：电影、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、电子游戏、电子书以及电子杂志。
4.根据权利要求1所述的方法，其中该第二媒体演示包括以下群组中的一项，该群组由以下各项组成：电影、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、电子游戏、电子书以及电子杂志。
5.根据权利要求1所述的方法，其中该第一媒体演示在一个网络功能接口上播放。
6.根据权利要求1所述的方法，其中该第一媒体演示包括YouTubeTM视频、VimeoTM视频、和NetflixTM视频中的一个。
7.根据权利要求1所述的方法，其中该第二媒体演示包括YouTubeTM视频、VimeoTM视频、和NetflixTM视频中的一个。
8.如权利要求1所述的方法，进一步包括基于所获取的该精神状态数据相对于另一个媒体演示对该第一媒体演示进行分级。
9.如权利要求8所述的方法，其中针对该个人的分级是基于从该个人获取的精神状态信息。
10.如权利要求9所述的方法，其中该分级基于该个人的预计偏好。
11.根据权利要求1所述的方法，其中该精神状态数据从多个人获取并且进一步包括从该多个人汇总该精神状态数据。
12.如权利要求11所述的方法，进一步包括基于从该多个人汇总的精神状态数据相对于另一个媒体演示对该第一媒体演示进行分级。
13.如权利要求1所述的方法，其中该精神状态数据包括以下群组中的一项，该群组由以下各项组成：生理数据、面部数据以及体动记录仪数据。
14.如权利要求13所述的方法，其中该面部数据包括与以下群组中的一项或多项相关的信息，该群组由以下各项组成：面部表情、动作单元、头部姿势、微笑、皱眉、斜视、降低的眉毛、升高的眉毛、傻笑以及注意力。
15.如权利要求13所述的方法，其中该生理数据包括皮肤电活动、心率、心率变异性、皮肤温度以及呼吸中的一项或多项。
16.如权利要求1所述的方法，进一步包括基于所收集的该精神状态数据推断精神状态。
17.根据权利要求16所述的方法，其中这些精神状态包括以下群组中的一项，该群组由以下各项组成：挫折感、困惑、失望、犹豫、认知超载、关注、投入、专注、厌倦、探究、信心、信任、高兴、效价、怀疑以及满足。
18.根据权利要求1所述的方法，其中在一个移动装置上播放该第一媒体演示并且进一步包括利用该移动装置拍摄面部图像作为获取该精神状态数据的一部分。
19.一种嵌入在计算机可读介质中的计算机程序产品，包括：
向一个个人播放一个第一媒体演示的代码；
在播放该第一媒体演示的同时获取该个人的精神状态数据的代码；以及
基于获取的该个人的精神状态数据向该个人推荐一个第二媒体演示的代码。
20.如权利要求19所述的计算机程序产品，进一步包括分析该精神状态数据以产生精神状态信息的代码。
21.根据权利要求19所述的计算机程序产品，进一步包括将所获取的该个人的精神状态数据与从体验过该第一媒体演示的其他人处所收集的精神状态数据相关联。
22.根据权利要求21所述的计算机程序产品，其中向该个人推荐该第二媒体演示进一步基于该个人和该其他人之间的关联。
23.根据权利要求19所述的计算机程序产品，其中该第一媒体演示包括以下群组中的一项，该群组由以下各项组成：电影、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、电子游戏、电子书以及电子杂志。
24.根据权利要求19所述的计算机程序产品，其中该第二媒体演示包括以下群组中的一项，该群组由以下各项组成：电影、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、电子游戏、电子书以及电子杂志。
25.根据权利要求19所述的计算机程序产品，其中该第一媒体演示在一个网络功能接口上播放。
26.根据权利要求19所述的计算机程序产品，其中该第一媒体演示包括YouTubeTM视频、VimeoTM视频、和NetflixTM视频中的一个。
27.根据权利要求19所述的计算机程序产品，其中该第二媒体演示包括YouTubeTM视频、VimeoTM视频、和NetflixTM视频中的一个。
28.如权利要求19所述的计算机程序产品，进一步包括基于所获取的该精神状态数据相对于另一个媒体演示对该第一媒体演示进行分级的代码。
29.如权利要求28所述的计算机程序产品，其中针对该个人的分级是基于从该个人获取的精神状态信息。
30.如权利要求29所述的计算机程序产品，其中该分级基于该个人的预计偏好。
31.根据权利要求19所述的计算机程序产品，其中该精神状态数据从多个人获取并且进一步包括从该多个人汇总该精神状态数据。
32.如权利要求31所述的计算机程序产品，进一步包括基于从该多个人汇总的精神状态数据相对于另一个媒体演示对该第一媒体演示进行分级的代码。
33.如权利要求19所述的计算机程序产品，其中该精神状态数据包括以下群组中的一项，该群组由以下各项组成：生理数据、面部数据以及体动记录仪数据。
34.如权利要求33所述的计算机程序产品，其中这些面部数据包括与以下群组中的一项或多项相关的信息，该群组由以下各项组成：面部表情、动作单元、头部姿势、微笑、皱眉、斜视、降低的眉毛、升高的眉毛、傻笑以及注意力。
35.如权利要求33所述的计算机程序产品，其中该生理数据包括皮肤电活动、心率、心率变异性、皮肤温度以及呼吸中的一项或多项。
36.如权利要求19所述的计算机程序产品，进一步包括基于所收集的该精神状态数据推断精神状态。
37.根据权利要求36所述的计算机程序产品，其中这些精神状态包括以下群组中的一项，该群组由以下各项组成：挫折感、困惑、失望、犹豫、认知超载、关注、投入、专注、厌倦、探究、信心、信任、高兴、效价、怀疑以及满足。
38.根据权利要求19所述的计算机程序产品，其中在一个移动装置上播放该第一媒体演示并且进一步包括利用该移动装置拍摄面部图像作为获取该精神状态数据的一部分。
39.一种用于基于情感的推荐的计算机系统，包括：
一个存储指令的存储器；
连接至该存储器的一个或多个处理器，其中该一个或多个处理器被配置成：
向一个个人播放一个第一媒体演示；
在播放该第一媒体演示的同时获取该个人的精神状态数据；并且
基于所获取的该个人的精神状态数据而向该个人推荐一个第二媒体演示。
40.如权利要求39所述的计算机系统，其中该一个或多个处理器进一步被配置成分析该精神状态数据以产生精神状态信息。
41.根据权利要求39所述的计算机系统，其中该一个或多个处理器进一步被配置成将所获取的该个人的精神状态数据与从体验过该第一媒体演示的其他人所收集的精神状态数据相关联。
42.根据权利要求41所述的计算机系统，其中向该个人推荐该第二媒体演示进一步基于该个人和其他人之间的关联。
43.根据权利要求39所述的计算机系统，其中该第一媒体演示包括以下群组中的一项，该群组由以下各项组成：电影、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、电子游戏、电子书以及电子杂志。
44.根据权利要求39所述的计算机系统，其中该第二媒体演示包括以下群组中的一项，该群组由以下各项组成：电影、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、电子游戏、电子书以及电子杂志。
45.根据权利要求39所述的计算机系统，其中该第一媒体演示在一个网络功能接口上播放。
46.根据权利要求39所述的计算机系统，其中该第一媒体演示包括YouTubeTM视频、VimeoTM视频、和NetflixTM视频中的一个。
47.根据权利要求39所述的计算机系统，其中该第二媒体演示包括YouTubeTM视频、VimeoTM视频、和NetflixTM视频中的一个。
48.如权利要求39所述的计算机系统，其中该一个或多个处理器被进一步配置成基于所获取的该精神状态数据相对于另一个媒体演示对该第一媒体演示进行分级。
49.如权利要求48所述的计算机系统，其中针对该个人的分级是基于从该个人获取的精神状态信息。
50.如权利要求49所述的计算机系统，其中该分级基于该个人的预计偏好。
51.根据权利要求39所述的计算机系统，其中该精神状态数据从多个人获取并且进一步包括从该多个人汇总该精神状态数据。
52.如权利要求51所述的计算机系统，其中该一个或多个处理器被进一步配置成基于从该多个人汇总的精神状态数据相对于另一个媒体演示对该第一媒体演示进行分级。
53.如权利要求39所述的计算机系统，其中该精神状态数据包括以下群组中的一项，该群组由以下各项组成：生理数据、面部数据以及体动记录仪数据。
54.如权利要求53所述的计算机系统，其中该面部数据包括与以下群组中的一项或多项相关的信息，该群组由以下各项组成：面部表情、动作单元、头部姿势、微笑、皱眉、斜视、降低的眉毛、升高的眉毛、傻笑以及注意力。
55.如权利要求53所述的计算机系统，其中该生理数据包括皮肤电活动、心率、心率变异性、皮肤温度以及呼吸中的一项或多项。
56.如权利要求39所述的计算机系统，其中该一个或多个处理器被进一步配置成基于所收集的该精神状态数据推断精神状态。
57.根据权利要求56所述的计算机系统，其中这些精神状态包括以下群组中的一项，该群组由以下各项组成：挫折感、困惑、失望、犹豫、认知超载、关注、投入、专注、厌倦、探究、信心、信任、高兴、效价、怀疑以及满足。
58.根据权利要求39所述的计算机系统，其中在一个移动装置上播放该第一媒体演示并且进一步包括利用该移动装置拍摄面部图像作为获取该精神状态数据的一部分。
59.一种用于基于情感的分级的计算机实施的方法，包括：
向一群人播放多个媒体演示；
在播放该多个媒体演示的同时获取该群人的精神状态数据；
关联从浏览过该多个视频演示的该群人中获取的精神状态数据；并且
基于该精神状态数据相对于另一个视频演示对该多个视频演示进行分级。
60.根据权利要求59所述的方法，进一步包括基于所获取的精神状态利用精神状态信息对该多个媒体演示进行标记。
61.一种嵌入在计算机可读介质中的计算机程序产品，包括：
向一群人显示多个媒体演示的代码；
在播放该多个媒体演示的同时获取该群人的精神状态数据的代码；
关联从浏览过该多个视频演示的该群人中获取的精神状态数据的代码；以及
基于该精神状态数据相对于另一个视频演示对该多个视频演示进行分级的代码。
62.根据权利要求61所述的计算机程序产品，进一步包括基于所获取的精神状态数据利用精神状态信息对该多个媒体演示进行标记的代码。
63.一种用于基于情感的推荐的计算机系统，包括：
一个存储指令的存储器；
连接至该存储器的一个或多个处理器，其中该一个或多个处理器被配置成：
向一群人播放多个媒体演示；
在播放该多个媒体演示的同时获取该群人的精神状态数据；
关联从浏览过该多个视频演示的该群人中获取的精神状态数据；并且
基于该精神状态数据相对于另一个视频演示对该多个视频演示进行分级。
64.根据权利要求63所述的计算机系统，其中该一个或多个处理器被进一步配置成基于所获取的精神状态数据利用精神状态信息对该多个媒体演示进行标记。

Claims (66)

1.一种用于基于情感的推荐的计算机实施的方法，包括：
向一个人播放一个第一媒体演示；
在播放该第一媒体演示的同时获取该个人的精神状态数据；并且
基于所获取的该个人的精神状态数据向该个人推荐一个第二媒体演示。
2.如权利要求1所述的方法，进一步包括分析该精神状态数据以产生精神状态信息。
3.根据权利要求1所述的方法，进一步包括将为该个人获取的精神状态数据与从体验过该第一媒体演示的其他人处收集的精神状态相关联。
4.根据权利要求3所述的方法，其中向该个人推荐该第二媒体演示进一步基于该个人和其他人之间的关联。
5.根据权利要求1所述的方法，其中该第一媒体演示包括以下群组中的一项，该群组由以下各项组成：电影、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、电子游戏、电子书以及电子杂志。
6.根据权利要求1所述的方法，其中该第二媒体演示包括以下群组中的一项，该群组由以下各项组成：电影、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、电子游戏、电子书以及电子杂志。
7.根据权利要求1所述的方法，其中该第一媒体演示在一个网络功能接口上播放。
8.根据权利要求1所述的方法，其中该第一媒体演示包括YouTubeTM视频、VimeoTM视频、和NetflixTM视频中的一个。
9.根据权利要求1所述的方法，其中该第二媒体演示包括YouTubeTM视频、VimeoTM视频、和NetflixTM视频中的一个。
10.如权利要求1所述的方法，进一步包括基于所获取的该精神状态数据相对于另一个媒体演示对该第一媒体演示进行分级。
11.如权利要求10所述的方法，其中针对该个人的分级是基于从该个人获取的精神状态信息。
12.如权利要求11所述的方法，其中该分级基于该个人的预计偏好。
13.根据权利要求1所述的方法，其中该精神状态数据从多个人获取并且进一步包括从该多个人汇总该精神状态数据。
14.如权利要求13所述的方法，进一步包括基于从该多个人汇总的精神状态数据相对于另一个媒体演示对该第一媒体演示进行分级。
15.如权利要求1所述的方法，其中该精神状态数据包括以下群组中的一项，该群组由以下各项组成：生理数据、面部数据以及体动记录仪数据。
16.如权利要求15所述的方法，其中该面部数据包括与以下群组中的一项或多项相关的信息，该群组由以下各项组成：面部表情、动作单元、头部姿势、微笑、皱眉、斜视、降低的眉毛、升高的眉毛、傻笑以及注意力。
17.如权利要求15所述的方法，其中该生理数据包括皮肤电活动、心率、心率变异性、皮肤温度以及呼吸中的一项或多项。
18.如权利要求1所述的方法，进一步包括基于所收集的该精神状态数据推断精神状态。
19.根据权利要求18所述的方法，其中这些精神状态包括以下群组中的一项，该群组由以下各项组成：挫折感、困惑、失望、犹豫、认知超载、关注、投入、专注、厌倦、探究、信心、信任、高兴、效价、怀疑以及满足。
20.根据权利要求1所述的方法，其中在一个移动装置上播放该第一媒体演示并且进一步包括利用该移动装置拍摄面部图像作为获取该精神状态数据的一部分。
21.一种嵌入在计算机可读介质中的计算机程序产品，包括：
向一个个人播放一个第一媒体演示的代码；
在播放该第一媒体演示的同时获取该个人的精神状态数据的代码；以及
基于获取的该个人的精神状态数据向该个人推荐一个第二媒体演示的代码。
22.如权利要求21所述的计算机程序产品，进一步包括分析该精神状态数据以产生精神状态信息的代码。
23.根据权利要求21所述的计算机程序产品，进一步包括将所获取的该个人的精神状态数据与从体验过该第一媒体演示的其他人处所收集的精神状态数据相关联。
24.根据权利要求23所述的计算机程序产品，其中向该个人推荐该第二媒体演示进一步基于该个人和该其他人之间的关联。
25.根据权利要求21所述的计算机程序产品，其中该第一媒体演示包括以下群组中的一项，该群组由以下各项组成：电影、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、电子游戏、电子书以及电子杂志。
26.根据权利要求21所述的计算机程序产品，其中该第二媒体演示包括以下群组中的一项，该群组由以下各项组成：电影、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、电子游戏、电子书以及电子杂志。
27.根据权利要求21所述的计算机程序产品，其中该第一媒体演示在一个网络功能接口上播放。
28.根据权利要求21所述的计算机程序产品，其中该第一媒体演示包括YouTubeTM视频、VimeoTM视频、和NetflixTM视频中的一个。
29.根据权利要求21所述的计算机程序产品，其中该第二媒体演示包括YouTubeTM视频、VimeoTM视频、和NetflixTM视频中的一个。
30.如权利要求21所述的计算机程序产品，进一步包括基于所获取的该精神状态数据相对于另一个媒体演示对该第一媒体演示进行分级的代码。
31.如权利要求30所述的计算机程序产品，其中针对该个人的分级是基于从该个人获取的精神状态信息。
32.如权利要求31所述的计算机程序产品，其中该分级基于该个人的预计偏好。
33.根据权利要求21所述的计算机程序产品，其中该精神状态数据从多个人获取并且进一步包括从该多个人汇总该精神状态数据。
34.如权利要求33所述的计算机程序产品，进一步包括基于从该多个人汇总的精神状态数据相对于另一个媒体演示对该第一媒体演示进行分级的代码。
35.如权利要求21所述的计算机程序产品，其中该精神状态数据包括以下群组中的一项，该群组由以下各项组成：生理数据、面部数据以及体动记录仪数据。
36.如权利要求35所述的计算机程序产品，其中这些面部数据包括与以下群组中的一项或多项相关的信息，该群组由以下各项组成：面部表情、动作单元、头部姿势、微笑、皱眉、斜视、降低的眉毛、升高的眉毛、傻笑以及注意力。
37.如权利要求35所述的计算机程序产品，其中该生理数据包括皮肤电活动、心率、心率变异性、皮肤温度以及呼吸中的一项或多项。
38.如权利要求21所述的计算机程序产品，进一步包括基于所收集的该精神状态数据推断精神状态。
39.根据权利要求38所述的计算机程序产品，其中这些精神状态包括以下群组中的一项，该群组由以下各项组成：挫折感、困惑、失望、犹豫、认知超载、关注、投入、专注、厌倦、探究、信心、信任、高兴、效价、怀疑以及满足。
40.根据权利要求21所述的计算机程序产品，其中在一个移动装置上播放该第一媒体演示并且进一步包括利用该移动装置拍摄面部图像作为获取该精神状态数据的一部分。
41.一种用于基于情感的推荐的计算机系统，包括：
一个存储指令的存储器；
连接至该存储器的一个或多个处理器，其中该一个或多个处理器被配置成：
向一个个人播放一个第一媒体演示；
在播放该第一媒体演示的同时获取该个人的精神状态数据；并且
基于所获取的该个人的精神状态数据而向该个人推荐一个第二媒体演示。
42.如权利要求41所述的计算机系统，其中该一个或多个处理器进一步被配置成分析该精神状态数据以产生精神状态信息。
43.根据权利要求41所述的计算机系统，其中该一个或多个处理器进一步被配置成将所获取的该个人的精神状态数据与从体验过该第一媒体演示的其他人所收集的精神状态数据相关联。
44.根据权利要求43所述的计算机系统，其中向该个人推荐该第二媒体演示进一步基于该个人和其他人之间的关联。
45.根据权利要求41所述的计算机系统，其中该第一媒体演示包括以下群组中的一项，该群组由以下各项组成：电影、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、电子游戏、电子书以及电子杂志。
46.根据权利要求41所述的计算机系统，其中该第二媒体演示包括以下群组中的一项，该群组由以下各项组成：电影、电视节目、网络系列剧、网络视频短片、视频、视频剪辑、电子游戏、电子书以及电子杂志。
47.根据权利要求41所述的计算机系统，其中该第一媒体演示在一个网络功能接口上播放。
48.根据权利要求41所述的计算机系统，其中该第一媒体演示包括YouTubeTM视频、VimeoTM视频、和NetflixTM视频中的一个。
49.根据权利要求41所述的计算机系统，其中该第二媒体演示包括YouTubeTM视频、VimeoTM视频、和NetflixTM视频中的一个。
50.如权利要求41所述的计算机系统，其中该一个或多个处理器被进一步配置成基于所获取的该精神状态数据相对于另一个媒体演示对该第一媒体演示进行分级。
51.如权利要求50所述的计算机系统，其中针对该个人的分级是基于从该个人获取的精神状态信息。
52.如权利要求51所述的计算机系统，其中该分级基于该个人的预计偏好。
53.根据权利要求41所述的计算机系统，其中该精神状态数据从多个人获取并且进一步包括从该多个人汇总该精神状态数据。
54.如权利要求53所述的计算机系统，其中该一个或多个处理器被进一步配置成基于从该多个人汇总的精神状态数据相对于另一个媒体演示对该第一媒体演示进行分级。
55.如权利要求41所述的计算机系统，其中该精神状态数据包括以下群组中的一项，该群组由以下各项组成：生理数据、面部数据以及体动记录仪数据。
56.如权利要求55所述的计算机系统，其中该面部数据包括与以下群组中的一项或多项相关的信息，该群组由以下各项组成：面部表情、动作单元、头部姿势、微笑、皱眉、斜视、降低的眉毛、升高的眉毛、傻笑以及注意力。
57.如权利要求55所述的计算机系统，其中该生理数据包括皮肤电活动、心率、心率变异性、皮肤温度以及呼吸中的一项或多项。
58.如权利要求41所述的计算机系统，其中该一个或多个处理器被进一步配置成基于所收集的该精神状态数据推断精神状态。
59.根据权利要求58所述的计算机系统，其中这些精神状态包括以下群组中的一项，该群组由以下各项组成：挫折感、困惑、失望、犹豫、认知超载、关注、投入、专注、厌倦、探究、信心、信任、高兴、效价、怀疑以及满足。
60.根据权利要求41所述的计算机系统，其中在一个移动装置上播放该第一媒体演示并且进一步包括利用该移动装置拍摄面部图像作为获取该精神状态数据的一部分。
61.一种用于基于情感的分级的计算机实施的方法，包括：
向一群人播放多个媒体演示；
在播放该多个媒体演示的同时获取该群人的精神状态数据；
关联从浏览过该多个视频演示的该群人中获取的精神状态数据；并且
基于该精神状态数据相对于另一个视频演示对该多个视频演示进行分级。
62.根据权利要求61所述的方法，进一步包括基于所获取的精神状态利用精神状态信息对该多个媒体演示进行标记。
63.一种嵌入在计算机可读介质中的计算机程序产品，包括：
向一群人显示多个媒体演示的代码；
在播放该多个媒体演示的同时获取该群人的精神状态数据的代码；
关联从浏览过该多个视频演示的该群人中获取的精神状态数据的代码；以及
基于该精神状态数据相对于另一个视频演示对该多个视频演示进行分级的代码。
64.根据权利要求63所述的计算机程序产品，进一步包括基于所获取的精神状态数据利用精神状态信息对该多个媒体演示进行标记的代码。
65.一种用于基于情感的推荐的计算机系统，包括：
一个存储指令的存储器；
连接至该存储器的一个或多个处理器，其中该一个或多个处理器被配置成：
向一群人播放多个媒体演示；
在播放该多个媒体演示的同时获取该群人的精神状态数据；
关联从浏览过该多个视频演示的该群人中获取的精神状态数据；并且
基于该精神状态数据相对于另一个视频演示对该多个视频演示进行分级。
66.根据权利要求65所述的计算机系统，其中该一个或多个处理器被进一步配置成基于所获取的精神状态数据利用精神状态信息对该多个媒体演示进行标记。
CN2012800067617A 2011-02-27 2012-02-27 基于情感的视频推荐 Pending CN103339649A (zh)

Applications Claiming Priority (15)

Application Number Priority Date Filing Date Title
US201161447089P 2011-02-27 2011-02-27
US61/447,089 2011-02-27
US201161447464P 2011-02-28 2011-02-28
US61/447,464 2011-02-28
US201161467209P 2011-03-24 2011-03-24
US61/467,209 2011-03-24
US201161549560P 2011-10-20 2011-10-20
US61/549,560 2011-10-20
US201161568130P 2011-12-07 2011-12-07
US61/568,130 2011-12-07
US201161580880P 2011-12-28 2011-12-28
US61/580,880 2011-12-28
US201161581913P 2011-12-30 2011-12-30
US61/581,913 2011-12-30
PCT/US2012/026805 WO2012158234A2 (en) 2011-02-27 2012-02-27 Video recommendation based on affect

Publications (1)

Publication Number Publication Date
CN103339649A true CN103339649A (zh) 2013-10-02

Family

ID=46719917

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012800067617A Pending CN103339649A (zh) 2011-02-27 2012-02-27 基于情感的视频推荐

Country Status (8)

Country Link
US (2) US9106958B2 (zh)
EP (1) EP2678820A4 (zh)
JP (1) JP2014511620A (zh)
KR (1) KR20140004740A (zh)
CN (1) CN103339649A (zh)
AU (1) AU2012256402A1 (zh)
BR (1) BR112013021503A2 (zh)
WO (1) WO2012158234A2 (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103731728A (zh) * 2014-01-24 2014-04-16 浪潮软件集团有限公司 一种实时收视调查的方法
CN103729406A (zh) * 2013-12-09 2014-04-16 宇龙计算机通信科技(深圳)有限公司 环境信息的搜索方法及系统
CN104463231A (zh) * 2014-12-31 2015-03-25 合一网络技术(北京)有限公司 对表情识别内容标注后进行纠错的方法
CN105389709A (zh) * 2014-08-26 2016-03-09 Sk普兰尼特有限公司 智能手表及其控制方法以及顾客服务提供系统
CN105493130A (zh) * 2013-10-07 2016-04-13 英特尔公司 由参与度水平的实时识别驱动的适应性学习环境
CN105765611A (zh) * 2013-11-20 2016-07-13 真实眼私人有限公司 基于观看者行为对媒体内容进行标杆管理的方法
CN105852838A (zh) * 2016-03-22 2016-08-17 乐视网信息技术（北京）股份有限公司 一种基于心率测量的多媒体评价方法和终端
CN106792170A (zh) * 2016-12-14 2017-05-31 合网络技术（北京）有限公司 视频处理方法及装置
CN107209562A (zh) * 2015-02-13 2017-09-26 索尼公司 信息处理系统、信息处理装置、控制方法和存储媒体
CN107852438A (zh) * 2015-07-30 2018-03-27 Lg电子株式会社 移动终端及其控制方法
CN108028968A (zh) * 2015-06-10 2018-05-11 雷蛇(亚太)私人有限公司 视频编辑器服务器、视频编辑方法、客户端装置及控制客户端装置的方法
CN108304458A (zh) * 2017-12-22 2018-07-20 新华网股份有限公司 根据用户情绪的多媒体内容推送方法和系统
CN108646914A (zh) * 2018-04-27 2018-10-12 安徽斛兵信息科技有限公司 一种多模态的情感数据收集方法及装置
CN108694619A (zh) * 2018-06-20 2018-10-23 新华网股份有限公司 电影票房预测方法和系统
CN109033167A (zh) * 2018-06-20 2018-12-18 新华网股份有限公司 电影分类方法和系统
CN109995823A (zh) * 2017-12-29 2019-07-09 新华网股份有限公司 车媒体信息推送方法和装置、存储介质及处理器
CN113515646A (zh) * 2021-04-30 2021-10-19 广州酷狗计算机科技有限公司 多媒体文件推荐方法、装置及存储介质
CN113748449A (zh) * 2019-03-27 2021-12-03 人间制造局有限责任公司 评估和培训系统

Families Citing this family (86)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10089592B2 (en) 2010-12-29 2018-10-02 Comcast Cable Communications, Llc Measuring video asset viewing
US10945011B2 (en) 2010-12-29 2021-03-09 Comcast Cable Communications, Llc Measuring video viewing
US9026476B2 (en) 2011-05-09 2015-05-05 Anurag Bist System and method for personalized media rating and related emotional profile analytics
US9202251B2 (en) * 2011-11-07 2015-12-01 Anurag Bist System and method for granular tagging and searching multimedia content based on user reaction
US11064257B2 (en) 2011-11-07 2021-07-13 Monet Networks, Inc. System and method for segment relevance detection for digital content
US20160241533A1 (en) * 2011-11-07 2016-08-18 Anurag Bist System and Method for Granular Tagging and Searching Multimedia Content Based on User's Reaction
US10638197B2 (en) 2011-11-07 2020-04-28 Monet Networks, Inc. System and method for segment relevance detection for digital content using multimodal correlations
US20180146242A1 (en) * 2013-09-06 2018-05-24 Comcast Communications, Llc System and method for using the hadoop mapreduce framework to measure linear, dvr, and vod video program viewing including measuring trick play activity on second-by-second level to understand behavior of viewers as they interact with video asset viewing devices delivering content through a network
US10645433B1 (en) 2013-08-29 2020-05-05 Comcast Cable Communications, Llc Measuring video-content viewing
US10440428B2 (en) 2013-01-13 2019-10-08 Comcast Cable Communications, Llc Measuring video-program-viewing activity
US11627356B2 (en) 2012-01-28 2023-04-11 Comcast Cable Communications, Llc Data translation for video-viewing activity
KR101952260B1 (ko) * 2012-04-03 2019-02-26 삼성전자주식회사 다수의 동영상 썸네일을 동시에 표시하기 위한 영상 재생 장치 및 방법
US10649613B2 (en) 2012-06-07 2020-05-12 Wormhole Labs, Inc. Remote experience interfaces, systems and methods
WO2014031944A1 (en) * 2012-08-24 2014-02-27 EmoPulse, Inc. System and method for obtaining and using user physiological and emotional data
US9232247B2 (en) * 2012-09-26 2016-01-05 Sony Corporation System and method for correlating audio and/or images presented to a user with facial characteristics and expressions of the user
US8832721B2 (en) * 2012-11-12 2014-09-09 Mobitv, Inc. Video efficacy measurement
US9378655B2 (en) * 2012-12-03 2016-06-28 Qualcomm Incorporated Associating user emotion with electronic media
WO2014105266A1 (en) * 2012-12-31 2014-07-03 Affectiva, Inc. Optimizing media based on mental state analysis
US20140245335A1 (en) 2013-02-25 2014-08-28 Comcast Cable Communications, Llc Environment Object Recognition
US9500865B2 (en) 2013-03-04 2016-11-22 Alex C. Chen Method and apparatus for recognizing behavior and providing information
US9361705B2 (en) 2013-03-15 2016-06-07 Disney Enterprises, Inc. Methods and systems for measuring group behavior
US9443144B2 (en) 2013-03-15 2016-09-13 Disney Enterprises, Inc. Methods and systems for measuring group behavior
US9374411B1 (en) * 2013-03-21 2016-06-21 Amazon Technologies, Inc. Content recommendations using deep data
JP6369462B2 (ja) * 2013-05-30 2018-08-08 ソニー株式会社 クライアント装置、制御方法、システム、およびプログラム
US9681186B2 (en) * 2013-06-11 2017-06-13 Nokia Technologies Oy Method, apparatus and computer program product for gathering and presenting emotional response to an event
JP6217228B2 (ja) * 2013-08-12 2017-10-25 大日本印刷株式会社 情報提供装置、プログラム及び情報提供システム
GB201314636D0 (en) * 2013-08-15 2013-10-02 Realeyes Data Services Ltd Method of collecting computer user data
GB2519339A (en) 2013-10-18 2015-04-22 Realeyes O Method of collecting computer user data
US20150156543A1 (en) * 2013-12-02 2015-06-04 Dumbstruck, Inc. Video reaction processing
KR20150069619A (ko) * 2013-12-13 2015-06-24 삼성전자주식회사 디스플레이장치 및 그 제어방법
CN104035982B (zh) 2014-05-28 2017-10-20 小米科技有限责任公司 多媒体资源推荐方法及装置
US20170097985A1 (en) * 2014-06-13 2017-04-06 Sony Corporation Information processing apparatus, information processing method, and program
JP6476608B2 (ja) * 2014-06-30 2019-03-06 カシオ計算機株式会社 動作処理装置、動作処理方法及びプログラム
GB201411912D0 (en) * 2014-07-03 2014-08-20 Realeyes O Method of collecting computer user data
US10198505B2 (en) 2014-08-21 2019-02-05 Affectomatics Ltd. Personalized experience scores based on measurements of affective response
US11494390B2 (en) 2014-08-21 2022-11-08 Affectomatics Ltd. Crowd-based scores for hotels from measurements of affective response
US9805381B2 (en) 2014-08-21 2017-10-31 Affectomatics Ltd. Crowd-based scores for food from measurements of affective response
US11269891B2 (en) 2014-08-21 2022-03-08 Affectomatics Ltd. Crowd-based scores for experiences from measurements of affective response
CN104462468A (zh) * 2014-12-17 2015-03-25 百度在线网络技术（北京）有限公司 信息提供方法及装置
CN104680146A (zh) * 2015-03-08 2015-06-03 无锡桑尼安科技有限公司 基于观众观影表情识别的电影类型检测系统
CN104657720A (zh) * 2015-03-08 2015-05-27 无锡桑尼安科技有限公司 一种基于观众观影表情识别的电影类型检测方法
US9852355B2 (en) * 2015-04-21 2017-12-26 Thales Avionics, Inc. Facial analysis for vehicle entertainment system metrics
US20160350658A1 (en) * 2015-06-01 2016-12-01 Microsoft Technology Licensing, Llc Viewport-based implicit feedback
US9894266B2 (en) 2015-06-30 2018-02-13 International Business Machines Corporation Cognitive recording and sharing
WO2017004241A1 (en) 2015-07-02 2017-01-05 Krush Technologies, Llc Facial gesture recognition and video analysis tool
GB201520398D0 (en) 2015-11-19 2016-01-06 Realeyes Oü Method and apparatus for immediate prediction of performance of media content
US9747289B2 (en) 2016-01-13 2017-08-29 Disney Enterprises, Inc. System and method for proximity-based personalized content recommendations
US9918128B2 (en) * 2016-04-08 2018-03-13 Orange Content categorization using facial expression recognition, with improved detection of moments of interest
US10020025B2 (en) 2016-07-22 2018-07-10 Zeality Inc. Methods and systems for customizing immersive media content
US10222958B2 (en) 2016-07-22 2019-03-05 Zeality Inc. Customizing immersive media content with embedded discoverable elements
US10770113B2 (en) 2016-07-22 2020-09-08 Zeality Inc. Methods and system for customizing immersive media content
US10657718B1 (en) 2016-10-31 2020-05-19 Wells Fargo Bank, N.A. Facial expression tracking during augmented and virtual reality sessions
JP6781460B2 (ja) * 2016-11-18 2020-11-04 国立大学法人電気通信大学 遠隔遊び支援システム、方法およびプログラム
US10045076B2 (en) * 2016-11-22 2018-08-07 International Business Machines Corporation Entertainment content ratings system based on physical expressions of a spectator to scenes of the content
US10172055B2 (en) * 2017-03-01 2019-01-01 Thales Avionics, Inc. Controlling wireless access point handover and/or transmissions mode based on person proximity
US10395693B2 (en) * 2017-04-10 2019-08-27 International Business Machines Corporation Look-ahead for video segments
US10616741B2 (en) * 2017-04-27 2020-04-07 Thales Avionics, Inc. In-flight entertainment systems with a central bluetooth controller controlling bluetooth connections between passenger terminals and video display units
US10880602B2 (en) * 2017-08-15 2020-12-29 Jinglz Inc. Method of objectively utilizing user facial expressions when viewing media presentations for evaluating a marketing campaign
US10609450B2 (en) * 2017-08-15 2020-03-31 Jinglz Inc Method for hands and speech-free control of media presentations
US11257317B2 (en) * 2017-08-15 2022-02-22 Jinglz Inc. User engagement and mannerism tracking system and method for gaming systems
CN108337563B (zh) * 2018-03-16 2020-09-11 深圳创维数字技术有限公司 视频评价方法、装置、设备和存储介质
WO2019182265A1 (ko) * 2018-03-21 2019-09-26 엘지전자 주식회사 인공 지능 기기 및 그의 동작 방법
WO2020060113A1 (en) 2018-09-21 2020-03-26 Samsung Electronics Co., Ltd. Method for providing key moments in multimedia content and electronic device thereof
KR102081752B1 (ko) 2018-10-24 2020-02-26 서경대학교 산학협력단 영상평가시스템 및 영상평가방법
US10834452B2 (en) * 2019-01-02 2020-11-10 International Business Machines Corporation Dynamic live feed recommendation on the basis of user real time reaction to a live feed
US11089067B2 (en) 2019-02-11 2021-08-10 International Business Machines Corporation Progressive rendering
KR102253918B1 (ko) * 2019-02-19 2021-05-20 주식회사딜루션 감정 분석 시스템 및 이의 동작 방법
US10979774B2 (en) * 2019-03-27 2021-04-13 Rovi Guides, Inc. Systems and methods for tagging images for placement in portions of a graphical layout based on image characteristics
US10853982B2 (en) 2019-03-27 2020-12-01 Rovi Guides, Inc. Systems and methods for selecting images for placement in portions of a graphical layout
US10922528B2 (en) 2019-03-27 2021-02-16 Rovi Guides, Inc. Systems and methods for tagging images for placement in portions of a graphical layout based on relative characteristics of depicted faces
CN109996122B (zh) * 2019-04-12 2021-07-20 北京奇艺世纪科技有限公司 一种视频推荐方法、装置、服务器及存储介质
US11589094B2 (en) 2019-07-22 2023-02-21 At&T Intellectual Property I, L.P. System and method for recommending media content based on actual viewers
US11216653B2 (en) * 2019-11-15 2022-01-04 Avio Technology, Inc. Automated collection and correlation of reviewer response to time-based media
US10990166B1 (en) 2020-05-10 2021-04-27 Truthify, LLC Remote reaction capture and analysis system
KR20220006926A (ko) * 2020-07-09 2022-01-18 삼성전자주식회사 요약 비디오를 생성하는 디바이스 및 방법
WO2022079768A1 (ja) * 2020-10-12 2022-04-21 日本電気株式会社 分析装置、システム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体
WO2022079767A1 (ja) * 2020-10-12 2022-04-21 日本電気株式会社 分析装置、システム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体
WO2022079773A1 (ja) * 2020-10-12 2022-04-21 日本電気株式会社 分析装置、システム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体
US20230367535A1 (en) * 2020-10-12 2023-11-16 Nec Corporation Analysis apparatus, analysis system, analysis method, and non-transitory computer readable medium storing program
US20230351806A1 (en) * 2020-10-12 2023-11-02 Nec Corporation Analysis apparatus, analysis system, analysis method, and non-transitory computer readable medium storing program
KR102496010B1 (ko) * 2020-10-22 2023-02-06 숙명여자대학교산학협력단 감정 객체 분석 방법 및 장치
US11967338B2 (en) 2020-10-27 2024-04-23 Dish Network Technologies India Private Limited Systems and methods for a computerized interactive voice companion
US11641506B2 (en) 2020-11-11 2023-05-02 Rovi Guides, Inc. Systems and methods for providing media recommendations
US11849177B2 (en) * 2020-11-11 2023-12-19 Rovi Guides, Inc. Systems and methods for providing media recommendations
KR102232957B1 (ko) * 2020-12-22 2021-03-26 주식회사 채움씨앤아이 감정인식을 활용한 도서관 회원 맞춤형 도서추천 키오스크 장치 및 시스템
US11451870B1 (en) 2021-08-19 2022-09-20 Rovi Guides, Inc. Methods and systems to dynamically adjust a playlist based on cumulative mood score

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1241093A (zh) * 1998-04-30 2000-01-12 温克通讯公司 节目观看情况的可组合监视以及交互式操作的使用
CN101755406A (zh) * 2007-03-08 2010-06-23 埃姆申塞公司 基于生理数据来评价媒体和媒体中的事件的方法和系统
CN101877006A (zh) * 2009-05-01 2010-11-03 索尼公司 用于处理信息的设备、方法和程序
CN101917898A (zh) * 2007-10-31 2010-12-15 埃姆申塞公司 对来自观众的生理响应提供分散式收集和集中式处理的系统和方法

Family Cites Families (169)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3034500A (en) 1957-05-02 1962-05-15 Jr Grover C Backster Method and apparatus for measuring and recording group reactions
US3548806A (en) 1968-06-26 1970-12-22 Gen Electric Mass emotional reaction measurement system
US3870034A (en) 1973-03-26 1975-03-11 Cyborg Corp Personal galvanic skin response monitoring instrument
US4353375A (en) 1977-04-26 1982-10-12 The United States Of America As Represented By The Department Of Health & Human Services Activity monitor for ambulatory subjects
US4448203A (en) 1982-09-24 1984-05-15 "A" Company Electromyographic diagnostic device
WO1987001023A1 (en) 1985-08-16 1987-02-26 David Brown Electromyographic repetitive strain injury monitor
US4817628A (en) 1985-10-18 1989-04-04 David L. Zealear System and method for evaluating neurological function controlling muscular movements
US6443840B2 (en) 1986-03-10 2002-09-03 Response Reward Systems, L.C. Evaluation of responses of participatory broadcast audience with prediction of winning contestants; monitoring, checking and controlling of wagering, and automatic crediting and couponing
US4794533A (en) 1986-11-07 1988-12-27 Cns, Inc. System activity change indicator
US5016282A (en) 1988-07-14 1991-05-14 Atr Communication Systems Research Laboratories Eye tracking image pickup apparatus for separating noise from feature portions
US5031228A (en) 1988-09-14 1991-07-09 A. C. Nielsen Company Image recognition system and method
US4950069A (en) 1988-11-04 1990-08-21 University Of Virginia Eye movement detector with improved calibration and speed
US4964411A (en) 1989-07-13 1990-10-23 Empi, Inc. Evoked EMG signal processing
US5247938A (en) 1990-01-11 1993-09-28 University Of Washington Method and apparatus for determining the motility of a region in the human body
US6026322A (en) 1991-08-07 2000-02-15 Ultramind International Limited Biofeedback apparatus for use in therapy
US5903454A (en) 1991-12-23 1999-05-11 Hoffberg; Linda Irene Human-factored interface corporating adaptive pattern recognition based controller apparatus
US5259390A (en) 1992-02-03 1993-11-09 Queen's University Method and apparatus to monitor sleep behaviour
US5219322A (en) 1992-06-01 1993-06-15 Weathers Lawrence R Psychotherapy apparatus and method for treating undesirable emotional arousal of a patient
US5740033A (en) 1992-10-13 1998-04-14 The Dow Chemical Company Model predictive controller
US5798785A (en) * 1992-12-09 1998-08-25 Discovery Communications, Inc. Terminal for suggesting programs offered on a television program delivery system
US5825355A (en) 1993-01-27 1998-10-20 Apple Computer, Inc. Method and apparatus for providing a help based window system using multiple access methods
US5663900A (en) 1993-09-10 1997-09-02 Vasona Systems, Inc. Electronic simulation and emulation system
JPH07261279A (ja) 1994-02-25 1995-10-13 Eastman Kodak Co 写真画像の選択システム及び方法
US5507291A (en) 1994-04-05 1996-04-16 Stirbl; Robert C. Method and an associated apparatus for remotely determining information as to person's emotional state
US5572596A (en) 1994-09-02 1996-11-05 David Sarnoff Research Center, Inc. Automated, non-invasive iris recognition system and method
JPH08115367A (ja) 1994-10-14 1996-05-07 Hitachi Ltd クライアント−サーバ・サービス方法及びシステム
JPH08137647A (ja) 1994-11-07 1996-05-31 Fujitsu Ltd 操作案内情報再生方法および操作案内情報再生装置並びにマルチメディア情報再生方法およびマルチメディア情報再生装置
US6460036B1 (en) 1994-11-29 2002-10-01 Pinpoint Incorporated System and method for providing customized electronic newspapers and target advertisements
US5649061A (en) 1995-05-11 1997-07-15 The United States Of America As Represented By The Secretary Of The Army Device and method for estimating a mental decision
US5791692A (en) 1995-05-31 1998-08-11 Eastman Kodak Company Dual sided photographic album leaf and method of making
US5619571A (en) 1995-06-01 1997-04-08 Sandstrom; Brent B. Method for securely storing electronic records
US5772591A (en) 1995-06-06 1998-06-30 Patient Comfort, Inc. Electrode assembly for signaling a monitor
US5647834A (en) 1995-06-30 1997-07-15 Ron; Samuel Speech-based biofeedback method and system
US5774591A (en) 1995-12-15 1998-06-30 Xerox Corporation Apparatus and method for recognizing facial expressions and facial gestures in a sequence of images
US5802220A (en) 1995-12-15 1998-09-01 Xerox Corporation Apparatus and method for tracking facial motion through a sequence of images
US5725472A (en) 1995-12-18 1998-03-10 Weathers; Lawrence R. Psychotherapy apparatus and method for the inputting and shaping new emotional physiological and cognitive response patterns in patients
US5969755A (en) 1996-02-05 1999-10-19 Texas Instruments Incorporated Motion based event detection system and method
US5945988A (en) 1996-06-06 1999-08-31 Intel Corporation Method and apparatus for automatically determining and dynamically updating user preferences in an entertainment system
US5898423A (en) 1996-06-25 1999-04-27 Sun Microsystems, Inc. Method and apparatus for eyetrack-driven captioning
US6437758B1 (en) 1996-06-25 2002-08-20 Sun Microsystems, Inc. Method and apparatus for eyetrack—mediated downloading
US5886683A (en) 1996-06-25 1999-03-23 Sun Microsystems, Inc. Method and apparatus for eyetrack-driven information retrieval
US5741217A (en) 1996-07-30 1998-04-21 Gero; Jeffrey Biofeedback apparatus
US5760917A (en) 1996-09-16 1998-06-02 Eastman Kodak Company Image distribution method and system
JP2918499B2 (ja) 1996-09-17 1999-07-12 株式会社エイ・ティ・アール人間情報通信研究所 顔画像情報変換方法および顔画像情報変換装置
US5762611A (en) 1996-11-12 1998-06-09 The United States Of America As Represented By The Secretary Of The Navy Evaluation of a subject's interest in education, training and other materials using brain activity patterns
US5959621A (en) 1996-12-06 1999-09-28 Microsoft Corporation System and method for displaying data items in a ticker display pane on a client computer
US6026321A (en) 1997-04-02 2000-02-15 Suzuki Motor Corporation Apparatus and system for measuring electrical potential variations in human body
US6004312A (en) 1997-04-15 1999-12-21 Paraspinal Diagnostic Corporation Computerized EMG diagnostic system
US6402520B1 (en) 1997-04-30 2002-06-11 Unique Logic And Technology, Inc. Electroencephalograph based biofeedback system for improving learning skills
US6351273B1 (en) 1997-04-30 2002-02-26 Jerome H. Lemelson System and methods for controlling automatic scrolling of information on a display or screen
US6008817A (en) 1997-12-31 1999-12-28 Comparative Visual Assessments, Inc. Comparative visual assessment system and method
US6067565A (en) 1998-01-15 2000-05-23 Microsoft Corporation Technique for prefetching a web page of potential future interest in lieu of continuing a current information download
US5983129A (en) 1998-02-19 1999-11-09 Cowan; Jonathan D. Method for determining an individual's intensity of focused attention and integrating same into computer program
US6099319A (en) 1998-02-24 2000-08-08 Zaltman; Gerald Neuroimaging as a marketing tool
US6102846A (en) 1998-02-26 2000-08-15 Eastman Kodak Company System and method of managing a psychological state of an individual using images
US6185534B1 (en) 1998-03-23 2001-02-06 Microsoft Corporation Modeling emotion and personality in a computer user interface
US6530082B1 (en) 1998-04-30 2003-03-04 Wink Communications, Inc. Configurable monitoring of program viewership and usage of interactive applications
US6349290B1 (en) 1998-06-30 2002-02-19 Citibank, N.A. Automated system and method for customized and personalized presentation of products and services of a financial institution
US6182098B1 (en) 1998-07-22 2001-01-30 International Business Machines Corporation Next/current/last ticker graphical presentation method
US6847376B2 (en) 1998-11-13 2005-01-25 Lightsurf Technologies, Inc. Method and system for characterizing color display monitor output
US6195651B1 (en) 1998-11-19 2001-02-27 Andersen Consulting Properties Bv System, method and article of manufacture for a tuned user application experience
US7260823B2 (en) * 2001-01-11 2007-08-21 Prime Research Alliance E., Inc. Profiling and identification of television viewers
US7076737B2 (en) 1998-12-18 2006-07-11 Tangis Corporation Thematic response to a computer user's context, such as by a wearable personal computer
US6154733A (en) 1998-12-30 2000-11-28 Pitney Bowes Inc. Postage printing system having variable subsidies for printing of third party messages
US7120880B1 (en) 1999-02-25 2006-10-10 International Business Machines Corporation Method and system for real-time determination of a subject's interest level to media content
US6577329B1 (en) 1999-02-25 2003-06-10 International Business Machines Corporation Method and system for relevance feedback through gaze tracking and ticker interfaces
US6393479B1 (en) 1999-06-04 2002-05-21 Webside Story, Inc. Internet website traffic flow analysis
US20030191682A1 (en) 1999-09-28 2003-10-09 Allen Oh Positioning system for perception management
US6792458B1 (en) 1999-10-04 2004-09-14 Urchin Software Corporation System and method for monitoring and analyzing internet traffic
US7610289B2 (en) 2000-10-04 2009-10-27 Google Inc. System and method for monitoring and analyzing internet traffic
US6222607B1 (en) 1999-12-08 2001-04-24 Eastman Kodak Company System and method for process and/or manipulating images
WO2001058141A1 (en) 2000-02-04 2001-08-09 Ideo Product Development Inc. System and method for synchronization of image data between a handheld device and a computer
US6609068B2 (en) 2000-02-22 2003-08-19 Dow Global Technologies Inc. Personal computer breath analyzer for health-related behavior modification and method
US6611273B2 (en) 2000-02-25 2003-08-26 Microsoft Corporation Method and data arrangement for encapsulating signed over-ranged color image data to accommodate in-range file formats
US7350138B1 (en) 2000-03-08 2008-03-25 Accenture Llp System, method and article of manufacture for a knowledge management tool proposal wizard
US20020042557A1 (en) 2000-06-27 2002-04-11 Bensen William George Diagnostic / patient demonstration aid
US6655963B1 (en) * 2000-07-31 2003-12-02 Microsoft Corporation Methods and apparatus for predicting and selectively collecting preferences based on personality diagnosis
US6788288B2 (en) 2000-09-11 2004-09-07 Matsushita Electric Industrial Co., Ltd. Coordinate input device and portable information apparatus equipped with coordinate input device
EP1340375A1 (en) * 2000-11-22 2003-09-03 Koninklijke Philips Electronics N.V. Method and apparatus for generating recommendations based on current mood of user
US6629104B1 (en) 2000-11-22 2003-09-30 Eastman Kodak Company Method for adding personalized metadata to a collection of digital images
US7143044B2 (en) 2000-12-29 2006-11-28 International Business Machines Corporation Translator for infants and toddlers
US6611206B2 (en) 2001-03-15 2003-08-26 Koninklijke Philips Electronics N.V. Automatic system for monitoring independent person requiring occasional assistance
US7197459B1 (en) 2001-03-19 2007-03-27 Amazon Technologies, Inc. Hybrid machine/human computing arrangement
US20020178440A1 (en) * 2001-03-28 2002-11-28 Philips Electronics North America Corp. Method and apparatus for automatically selecting an alternate item based on user behavior
JP2004533640A (ja) 2001-04-17 2004-11-04 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 人についての情報を管理する方法及び装置
WO2003003295A1 (en) 2001-06-28 2003-01-09 Trek 2000 International Ltd. A portable device having biometrics-based authentication capabilities
US7113916B1 (en) 2001-09-07 2006-09-26 Hill Daniel A Method of facial coding monitoring for the purpose of gauging the impact and appeal of commercially-related stimuli
US8561095B2 (en) 2001-11-13 2013-10-15 Koninklijke Philips N.V. Affective television monitoring and control in response to physiological data
US7307636B2 (en) 2001-12-26 2007-12-11 Eastman Kodak Company Image format including affective information
JP2003219225A (ja) 2002-01-25 2003-07-31 Nippon Micro Systems Kk 動体画像監視装置
US7327505B2 (en) 2002-02-19 2008-02-05 Eastman Kodak Company Method for providing affective information in an imaging system
TW588243B (en) 2002-07-31 2004-05-21 Trek 2000 Int Ltd System and method for authentication
US7266582B2 (en) 2002-08-09 2007-09-04 Sun Microsystems, Inc. Method and system for automating generation of web services from existing service components
US7233684B2 (en) 2002-11-25 2007-06-19 Eastman Kodak Company Imaging method and system using affective information
US7263474B2 (en) 2003-01-29 2007-08-28 Dancing Rock Trust Cultural simulation model for modeling of agent behavioral expression and simulation data visualization methods
US7877293B2 (en) 2003-03-13 2011-01-25 International Business Machines Corporation User context based distributed self service system for service enhanced resource delivery
WO2005113099A2 (en) * 2003-05-30 2005-12-01 America Online, Inc. Personalizing content
US7587068B1 (en) 2004-01-22 2009-09-08 Fotonation Vision Limited Classification database for consumer digital images
KR20050021759A (ko) 2003-08-26 2005-03-07 주식회사 헬스피아 뇌파를 측정하는 이동통신단말기 및 측정된 뇌파에 대한처방을 수행하는 방법
JP3938368B2 (ja) 2003-09-02 2007-06-27 ソニー株式会社 動画像データの編集装置および動画像データの編集方法
US20050071865A1 (en) * 2003-09-30 2005-03-31 Martins Fernando C. M. Annotating meta-data with user responses to digital content
US7428318B1 (en) 2003-12-11 2008-09-23 Motion Reality, Inc. Method for capturing, measuring and analyzing motion
US7555148B1 (en) 2004-01-22 2009-06-30 Fotonation Vision Limited Classification system for consumer digital images using workflow, face detection, normalization, and face recognition
US7551755B1 (en) 2004-01-22 2009-06-23 Fotonation Vision Limited Classification and organization of consumer digital images using workflow, and face detection and recognition
US7558408B1 (en) 2004-01-22 2009-07-07 Fotonation Vision Limited Classification system for consumer digital images using workflow and user interface modules, and face detection and recognition
US7564994B1 (en) 2004-01-22 2009-07-21 Fotonation Vision Limited Classification system for consumer digital images using automatic workflow and face detection and recognition
JP4481682B2 (ja) 2004-02-25 2010-06-16 キヤノン株式会社 情報処理装置及びその制御方法
US7584435B2 (en) 2004-03-03 2009-09-01 Omniture, Inc. Web usage overlays for third-party web plug-in content
US7496622B2 (en) 2004-03-17 2009-02-24 International Business Machines Corporation Alternative registry lookup of web services
US8010458B2 (en) 2004-05-26 2011-08-30 Facebook, Inc. System and method for managing information flow between members of an online social network
US7080173B2 (en) 2004-05-27 2006-07-18 Microsoft Corporation Reducing information reception delays
US7620934B2 (en) 2004-05-28 2009-11-17 Sap Ag System and method for a Web service definition
US20050289582A1 (en) * 2004-06-24 2005-12-29 Hitachi, Ltd. System and method for capturing and using biometrics to review a product, service, creative work or thing
US20060019224A1 (en) 2004-07-23 2006-01-26 Pics, Inc. Insomnia assessment and treatment device and method
US7949561B2 (en) 2004-08-20 2011-05-24 Marketing Evolution Method for determining advertising effectiveness
US7573439B2 (en) 2004-11-24 2009-08-11 General Electric Company System and method for significant image selection using visual tracking
AU2006217448A1 (en) 2005-02-22 2006-08-31 Health-Smart Limited Methods and systems for physiological and psycho-physiological monitoring and uses thereof
DE102006015332A1 (de) 2005-04-04 2006-11-16 Denso Corp., Kariya Gastservice-System für Fahrzeugnutzer
US7580512B2 (en) 2005-06-28 2009-08-25 Alcatel-Lucent Usa Inc. Selection of incoming call screening treatment based on emotional state criterion
US7716697B2 (en) * 2005-12-08 2010-05-11 Panasonic Corporation Information processing system, information processing apparatus, and method
US20070162505A1 (en) * 2006-01-10 2007-07-12 International Business Machines Corporation Method for using psychological states to index databases
US7636779B2 (en) 2006-04-28 2009-12-22 Yahoo! Inc. Contextual mobile local search based on social network vitality information
EP2033175A4 (en) 2006-05-04 2011-07-06 Nat Ict Australia Ltd ELECTRONIC MEDIA SYSTEM
US8352917B2 (en) 2006-06-26 2013-01-08 Adobe Systems Incorporated Web-beacon plug-ins and their certification
KR100828150B1 (ko) 2006-08-18 2008-05-08 강만희 온라인 뇌파관리 시스템 및 관리방법
CA2662632C (en) 2006-09-05 2016-08-02 Innerscope Research, Llc Method and system for determining audience response to a sensory stimulus
US7644375B1 (en) 2006-09-18 2010-01-05 Adobe Systems Incorporated Dynamic path flow reports
US20080091515A1 (en) 2006-10-17 2008-04-17 Patentvc Ltd. Methods for utilizing user emotional state in a business process
US20080103784A1 (en) 2006-10-25 2008-05-01 0752004 B.C. Ltd. Method and system for constructing an interactive online network of living and non-living entities
KR100828371B1 (ko) 2006-10-27 2008-05-08 삼성전자주식회사 컨텐츠의 메타 데이터 생성 방법 및 장치
US7826657B2 (en) 2006-12-11 2010-11-02 Yahoo! Inc. Automatically generating a content-based quality metric for digital images
US20100030645A1 (en) * 2006-12-28 2010-02-04 Keiko Watanuki Advertisement distributing system, advertising distributing server, advertisement distributing method, program and recording medium
US20080208015A1 (en) 2007-02-09 2008-08-28 Morris Margaret E System, apparatus and method for real-time health feedback on a mobile device based on physiological, contextual and self-monitored indicators of mental and physical health states
US20100099955A1 (en) 2007-02-28 2010-04-22 France Telecom Method for Transmitting Information for a Collective Rendering of Information on Emotions
US20080295126A1 (en) * 2007-03-06 2008-11-27 Lee Hans C Method And System For Creating An Aggregated View Of User Response Over Time-Variant Media Using Physiological Data
US20090006206A1 (en) 2007-06-14 2009-01-01 Ryan Groe Systems and Methods for Facilitating Advertising and Marketing Objectives
US20090094627A1 (en) 2007-10-02 2009-04-09 Lee Hans C Providing Remote Access to Media, and Reaction and Survey Data From Viewers of the Media
KR100964325B1 (ko) 2007-10-22 2010-06-17 경희대학교 산학협력단 온톨로지를 이용한 공간의 상황정보 공유시스템
US8015192B2 (en) * 2007-11-20 2011-09-06 Samsung Electronics Co., Ltd. Cliprank: ranking media content using their relationships with end users
US20090150919A1 (en) * 2007-11-30 2009-06-11 Lee Michael J Correlating Media Instance Information With Physiological Responses From Participating Subjects
US8356004B2 (en) * 2007-12-13 2013-01-15 Searete Llc Methods and systems for comparing media content
US7889073B2 (en) 2008-01-31 2011-02-15 Sony Computer Entertainment America Llc Laugh detector and system and method for tracking an emotional response to a media presentation
US20090271417A1 (en) 2008-04-25 2009-10-29 John Toebes Identifying User Relationships from Situational Analysis of User Comments Made on Media Content
US8308562B2 (en) 2008-04-29 2012-11-13 Bally Gaming, Inc. Biofeedback for a gaming device, such as an electronic gaming machine (EGM)
US20090299840A1 (en) 2008-05-22 2009-12-03 Scott Smith Methods And Systems For Creating Variable Response Advertisements With Variable Rewards
WO2010006334A1 (en) * 2008-07-11 2010-01-14 Videosurf, Inc. Apparatus and software system for and method of performing a visual-relevance-rank subsequent search
KR20100021702A (ko) 2008-08-18 2010-02-26 이필규 효율적인 모바일/온라인 광고효과 측정을 위하여 시선추적,다중센서 정보를 이용하는 방법, 단말기 및 시스템
KR101116373B1 (ko) 2008-10-31 2012-03-19 한국과학기술원 감정데이터 공유시스템 및 그 공유시스템을 이용한 감정데이터 공유방법
US8401248B1 (en) 2008-12-30 2013-03-19 Videomining Corporation Method and system for measuring emotional and attentional response to dynamic digital media content
US20100198757A1 (en) * 2009-02-02 2010-08-05 Microsoft Corporation Performance of a social network
KR101045659B1 (ko) 2009-02-19 2011-06-30 강장묵 감성정보 서비스 시스템 및 방법
US9386139B2 (en) * 2009-03-20 2016-07-05 Nokia Technologies Oy Method and apparatus for providing an emotion-based user interface
US8600100B2 (en) 2009-04-16 2013-12-03 Sensory Logic, Inc. Method of assessing people's self-presentation and actions to evaluate personality type, behavioral tendencies, credibility, motivations and other insights through facial muscle activity and expressions
US20100274847A1 (en) 2009-04-28 2010-10-28 Particle Programmatica, Inc. System and method for remotely indicating a status of a user
WO2011045422A1 (en) 2009-10-16 2011-04-21 Nviso Sàrl Method and system for measuring emotional probabilities of a facial image
US20110092780A1 (en) 2009-10-16 2011-04-21 Tao Zhang Biosensor module with automatic power on capability
KR20110047718A (ko) 2009-10-30 2011-05-09 주식회사 조은시큐리티 맞춤형 티브이 광고장치 및 광고방법
US9479838B2 (en) * 2009-11-24 2016-10-25 Sam Makhlouf System and method for distributing media content from multiple sources
US8634701B2 (en) * 2009-12-04 2014-01-21 Lg Electronics Inc. Digital data reproducing apparatus and corresponding method for reproducing content based on user characteristics
US20110143728A1 (en) 2009-12-16 2011-06-16 Nokia Corporation Method and apparatus for recognizing acquired media for matching against a target expression
AU2011213606B2 (en) 2010-02-08 2014-04-17 Facebook, Inc. Communicating information in a social network system about activities from another domain
US8527496B2 (en) 2010-02-11 2013-09-03 Facebook, Inc. Real time content searching in social network
WO2011119509A1 (en) * 2010-03-20 2011-09-29 Emsense Corporation Spatially constrained biosensory measurements to decode physiological states and user responses induced by marketing media
US20110263946A1 (en) 2010-04-22 2011-10-27 Mit Media Lab Method and system for real-time and offline analysis, inference, tagging of and responding to person(s) experiences
US20110301433A1 (en) 2010-06-07 2011-12-08 Richard Scott Sadowsky Mental state analysis using web services
US20120083675A1 (en) 2010-09-30 2012-04-05 El Kaliouby Rana Measuring affective data for web-enabled applications
US8438590B2 (en) * 2010-09-22 2013-05-07 General Instrument Corporation System and method for measuring audience reaction to media content
US9484065B2 (en) * 2010-10-15 2016-11-01 Microsoft Technology Licensing, Llc Intelligent determination of replays based on event identification
US8938393B2 (en) * 2011-06-28 2015-01-20 Sony Corporation Extended videolens media engine for audio recognition

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1241093A (zh) * 1998-04-30 2000-01-12 温克通讯公司 节目观看情况的可组合监视以及交互式操作的使用
CN101755406A (zh) * 2007-03-08 2010-06-23 埃姆申塞公司 基于生理数据来评价媒体和媒体中的事件的方法和系统
CN101917898A (zh) * 2007-10-31 2010-12-15 埃姆申塞公司 对来自观众的生理响应提供分散式收集和集中式处理的系统和方法
CN101877006A (zh) * 2009-05-01 2010-11-03 索尼公司 用于处理信息的设备、方法和程序

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11610500B2 (en) 2013-10-07 2023-03-21 Tahoe Research, Ltd. Adaptive learning environment driven by real-time identification of engagement level
CN105493130A (zh) * 2013-10-07 2016-04-13 英特尔公司 由参与度水平的实时识别驱动的适应性学习环境
CN105765611A (zh) * 2013-11-20 2016-07-13 真实眼私人有限公司 基于观看者行为对媒体内容进行标杆管理的方法
CN103729406A (zh) * 2013-12-09 2014-04-16 宇龙计算机通信科技(深圳)有限公司 环境信息的搜索方法及系统
CN103731728A (zh) * 2014-01-24 2014-04-16 浪潮软件集团有限公司 一种实时收视调查的方法
US10332136B2 (en) 2014-08-26 2019-06-25 Sk Planet Co., Ltd. Smart watch, control method thereof, non-transitory computer readable storage medium having computer program recorded thereon and system for providing convenience to customer
CN105389709A (zh) * 2014-08-26 2016-03-09 Sk普兰尼特有限公司 智能手表及其控制方法以及顾客服务提供系统
CN105389709B (zh) * 2014-08-26 2020-04-14 Sk 普兰尼特有限公司 智能手表及其控制方法以及顾客服务提供系统
CN104463231A (zh) * 2014-12-31 2015-03-25 合一网络技术(北京)有限公司 对表情识别内容标注后进行纠错的方法
CN107209562A (zh) * 2015-02-13 2017-09-26 索尼公司 信息处理系统、信息处理装置、控制方法和存储媒体
CN113139104B (zh) * 2015-02-13 2023-12-15 索尼公司 信息处理系统和控制方法
CN113139104A (zh) * 2015-02-13 2021-07-20 索尼公司 信息处理系统和控制方法
CN107209562B (zh) * 2015-02-13 2021-04-30 索尼公司 信息处理系统、信息处理装置、控制方法和存储媒体
CN108028968A (zh) * 2015-06-10 2018-05-11 雷蛇(亚太)私人有限公司 视频编辑器服务器、视频编辑方法、客户端装置及控制客户端装置的方法
CN107852438A (zh) * 2015-07-30 2018-03-27 Lg电子株式会社 移动终端及其控制方法
CN105852838A (zh) * 2016-03-22 2016-08-17 乐视网信息技术（北京）股份有限公司 一种基于心率测量的多媒体评价方法和终端
CN106792170A (zh) * 2016-12-14 2017-05-31 合网络技术（北京）有限公司 视频处理方法及装置
CN108304458B (zh) * 2017-12-22 2020-08-11 新华网股份有限公司 根据用户情绪的多媒体内容推送方法和系统
CN108304458A (zh) * 2017-12-22 2018-07-20 新华网股份有限公司 根据用户情绪的多媒体内容推送方法和系统
CN109995823A (zh) * 2017-12-29 2019-07-09 新华网股份有限公司 车媒体信息推送方法和装置、存储介质及处理器
CN108646914A (zh) * 2018-04-27 2018-10-12 安徽斛兵信息科技有限公司 一种多模态的情感数据收集方法及装置
CN109033167A (zh) * 2018-06-20 2018-12-18 新华网股份有限公司 电影分类方法和系统
CN108694619A (zh) * 2018-06-20 2018-10-23 新华网股份有限公司 电影票房预测方法和系统
CN113748449A (zh) * 2019-03-27 2021-12-03 人间制造局有限责任公司 评估和培训系统
CN113515646A (zh) * 2021-04-30 2021-10-19 广州酷狗计算机科技有限公司 多媒体文件推荐方法、装置及存储介质

Also Published As

Publication number Publication date
AU2012256402A1 (en) 2013-07-11
KR20140004740A (ko) 2014-01-13
US20120222057A1 (en) 2012-08-30
US20120222058A1 (en) 2012-08-30
WO2012158234A3 (en) 2013-03-21
BR112013021503A2 (pt) 2018-06-12
EP2678820A2 (en) 2014-01-01
EP2678820A4 (en) 2014-12-03
WO2012158234A4 (en) 2013-05-10
JP2014511620A (ja) 2014-05-15
US9106958B2 (en) 2015-08-11
WO2012158234A2 (en) 2012-11-22

Similar Documents

Publication Publication Date Title
CN103339649A (zh) 基于情感的视频推荐
US10289898B2 (en) Video recommendation via affect
US9503786B2 (en) Video recommendation using affect
US11064257B2 (en) System and method for segment relevance detection for digital content
US9292887B2 (en) Reducing transmissions of measurements of affective response by identifying actions that imply emotional response
US10111611B2 (en) Personal emotional profile generation
US20170095192A1 (en) Mental state analysis using web servers
US20170171614A1 (en) Analytics for livestreaming based on image analysis within a shared digital environment
US9959549B2 (en) Mental state analysis for norm generation
US20170238859A1 (en) Mental state data tagging and mood analysis for data collected from multiple sources
US20130151333A1 (en) Affect based evaluation of advertisement effectiveness
US20130115582A1 (en) Affect based concept testing
CN103154953A (zh) 测量具有上网功能的应用程序的情感数据
CN102933136A (zh) 利用网络服务的精神状态分析
US11481791B2 (en) Method and apparatus for immediate prediction of performance of media content
US20130102854A1 (en) Mental state evaluation learning for advertising
US20140058828A1 (en) Optimizing media based on mental state analysis
US20130189661A1 (en) Scoring humor reactions to digital media
US20130238394A1 (en) Sales projections based on mental states
US20130218663A1 (en) Affect based political advertisement analysis
Yoon et al. What content and context factors lead to selection of a video clip? The heuristic route perspective
US20130052621A1 (en) Mental state analysis of voters
Chimienti et al. Behavioral analysis for user satisfaction
Chan et al. Mitigating the Vampire Effect of Using Celebrity in Advertising: An Eye-Tracking Approach
WO2014105266A1 (en) Optimizing media based on mental state analysis

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20131002