CN103299330A - 人类体验及购买行为的神经心理建模方法及装置 - Google Patents

人类体验及购买行为的神经心理建模方法及装置 Download PDF

Info

Publication number
CN103299330A
CN103299330A CN2011800619158A CN201180061915A CN103299330A CN 103299330 A CN103299330 A CN 103299330A CN 2011800619158 A CN2011800619158 A CN 2011800619158A CN 201180061915 A CN201180061915 A CN 201180061915A CN 103299330 A CN103299330 A CN 103299330A
Authority
CN
China
Prior art keywords
content object
content
spectators
emotion
program
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
CN2011800619158A
Other languages
English (en)
Inventor
B·范卡本诺
P·范多梅尔
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.)
Right Brain Interface NV
Holybrain bvba
Original Assignee
Right Brain Interface NV
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 Right Brain Interface NV filed Critical Right Brain Interface NV
Publication of CN103299330A publication Critical patent/CN103299330A/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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60—Network streaming of media packets
    • H04L65/65—Network streaming protocols, e.g. real-time transport protocol [RTP] or real-time control protocol [RTCP]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60—Network streaming of media packets
    • H04L65/61—Network streaming of media packets for supporting one-way streaming services, e.g. Internet radio
    • 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
    • H04N21/254—Management at additional data server, e.g. shopping server, rights management server
    • H04N21/2542—Management at additional data server, e.g. shopping server, rights management server for selling goods, e.g. TV shopping
    • 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
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score
    • 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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/812—Monomedia components thereof involving advertisement data

Abstract

一种用于准确建模买方/购买者心理并在频道内排序内容对象以供用户启动浏览及呈现的系统，包括神经心理建模引擎、排序应用以及行为建模器，其在彼此间以及经过通信网络与呈现系统通信。该神经心理建模引擎利用与内容对象、买方/观众模型以及频道模型关联的元文件导出表现个人情绪的值Ψ以及表现个人选择内容对象的动机强度的值m。如该值Ψ在可接受的预定范围内，则利用该值m确定该内容对象相对与该频道模型关联的其它内容对象的排序。本发明还揭露一种系统及技术，以在用户接口上同时呈现多个内容对象数据流，从而促进利用传统导航命令进行多维浏览。

Description

人类体验及购买行为的神经心理建模方法及装置
技术领域
本发明涉及人类行为，尤其涉及经优化以模仿大脑任务界定的用户接口。
背景技术
依据神经生理学及神经心理学，人类大脑包括左半球和右半球，其分别具有不同的个性或意识以及处理信息的不同方式。出于简化目的，分别将其称为左脑和右脑。众所周知，左脑用于分析、分类的思维以及文本的、顺序的处理；右脑用于综合、直观、整体的思维以及视觉空间的、并行的处理。因此，一些过程或简单暴露于特定刺激会激活右脑，而另一些则会激活左脑。
例如，文本信息会激活左脑，视觉空间信息会激活右脑。类似地，搜索菜单的行为会激活左脑，而使用例如游戏杆来浏览自然风景或空间会激活右脑。因此，体验接口会激活左脑或右脑，取决于用作接口的元素类型，例如视觉空间元素或文本元素。这样的左右脑激活还取决于使用该些元素所需的活动及思考的类型。
如本文其余部分所述，大脑半球的活动还与人类的情感及情绪相关联。因此，产品接口可支持特定的情绪，取决于其前端及后端的设计方式以及操作此类接口所需的过程。
当前的人类接口存在的问题是它们要求我们处理信息或执行动作但其未符合设计产品的情绪体验。或者，换句话说，在用户体验期间的某点上，该些接口趋向于激活部分大脑，随后以非预期的方式改变我们的情感以及情绪。例如，人们看电视是为了放松。当一个人处于放松情绪时，浏览菜单是一种不受欢迎的中断。它将我们的情绪从放松变为沮丧。
因此，需要提供一种技术，其开始于想要的的体验情绪并导出体验接口，其前端设计、后端设计以及操作考虑了由接口过程及工作流程所需的特定大脑活动诱发的情绪变化。
另外，需要提供一种接口，其针对迄今尚未优化的特定活动或过程将人们带入恰当的情绪。对就体验而言不太完美的此类应用加以说明并将其分为六个实施例。
互联网、媒体及电视体验系统
推荐技术用于帮助人们通过互联网或其它媒体等找到他们喜欢的产品。因此，推荐者支持更个性化的体验趋势，因而构成当今互联网、媒体或电视接口的后端及前端的重要部分。不过，当今的推荐者存在一些问题。
一些平台，例如电视，几乎不使用推荐技术。电视内容提供商、视频点播（videoon demand；VOD）内容提供商或广播公司基于群体意愿的假设来预先选择节目。他们认为他们提供的节目将会最吸引订阅频道或频道组的观众阶层。与较一般的频道相比，特定类型频道例如烹饪频道较个性化，但它们也包括节目预选。另外，观众需要主动搜索节目：他们需要使用遥控器搜索电子节目指南以及菜单找到感兴趣的节目，这使他们的情绪变得沮丧。
当前使用的推荐者在一个极为重要的方面是失败的，亦即，它们不考虑人们想要的情绪。因此，它们无法推荐特别适合支持个人想要的情绪的内容。神经心理学教导人类情感及情绪是二维的或二价的，而不是两极的。换句话说人们可感觉被内容吸引（正效价）或对内容反感（负效价），或者他们可体验混合情感，例如当他们观看既吸引他们又让他们厌恶的血淋淋的外科手术时。我们的积极情感及消极情感的相对强度决定我们的情绪。整体积极的情感例如热情并不意味着缺乏消极情感。相反，当一个人对某事/某人富有热情时，他们通常都有高的积极情感以及高的消极情感。放松的情绪以高的积极情感以及低的消极情感为特征。
因此，当人们以一维评估内容时，例如以从1至5的等级作评估时，会丢失重要信息。此类评估的确就人们喜欢产品的程度给了我们一个模糊的、整体的标示，但它无法告诉我们该产品会置人们于何种情绪。例如，它无法告诉我们个人将电视节目评为四星是因为他认为该电视节目让人非常放松还是因为他对从该节目中获得的重要的新的科学见解感到兴奋。为发现此类信息，需要个人访谈或书面分析，但仅该二极评估不会揭露此类信息。
另外，主动评估产品或服务趋向于激活分析的、评论的左脑，尤其是需要书面支持评估时。因此，与只让人放松或更多涉及个人情感方面的产品或服务相比，客观的或质量上更有趣的产品或服务趋向于获得较高的评分。当经过一天的辛苦工作后所需要的仅仅是放松时，这就成为问题。因此，我们不能被明确的评级引导，而且在决定看哪部让人放松的电影前，我们肯定不能处于阅读大量评论的情绪中。
而且，当前的推荐者不考虑使用它们的平台的性质。例如，人们趋向于在电视前放松，在互联网上浏览搜索他们热衷的东西。换句话说，不同的平台与不同的想要的情绪关联。当前的推荐者没有考虑这一点。
另外，当前的推荐者不考虑它们适用的交易的类型。交易可为企业对企业或企业对消费者背景下的购买、出售、租赁、许可或任意类型的法律交易，还可为最一般意义上的简单选择、观看或体验。在本文其余部分，企业对企业简称B2B，企业对消费者简称B2C。
处于放松情绪时，大多数消费者喜欢购买非投资品。另一方面，代表企业购买的人员通常处于另一种情绪中，一种包含更高专注的情绪。推荐者应当考虑这些背景的差别，以最优化性能及产出。
因此，需要提供一种系统及技术，以自一个或多个内容来源中预先选择产品或内容，例如音频、视频、图像、广告、网址、手册等并在特定平台上针对个人的特定喜好或想要的情绪以较高的准确度呈现，以招揽特定类型的交易。
先前技术的不同着重点
当前针对音频、视频、广告、书等的推荐者可依据其个性化程度分为多个组。第一组推荐者仅提供一般建议，对于每个观众都相同，例如基于大量公开、流行或平均评级的推荐。
第二组提供大致个性化的建议。对于此类建议，个性化微不足道，例如基于观众的喜欢类型的建议。该第二组建议常常基于例如年龄、性别、职业、家庭状况等人口统计资料。该组的优点是结果为部分个性化，但其缺点是因可用的分布数据有限而达不到高度个性化。第三组结合两种经常使用的技术提供具有高度个性化的推荐。
·基于内容的推荐：向用户推荐与其过去喜好类似的对象。其算法使用内容分析，从而以一组说明内容的特征对对象建模。
·协同过滤（collaborative filtering；CF）推荐：向用户推荐过去具有类似喜好的人们喜欢的对象。由于该些推荐仅基于团体行为，因此其算法不使用对象的特征。
放松是人们看电视的主要原因。不过，由于人们需要例如滚动翻看基于文本的菜单或EPG（electronic program guide；电子菜单指南）并对记录内容编程等操作，因此当前的电视接口使他们沮丧而不是放松。
因此，需要提供一种系统，以提供数字电视、视频以及网络电视的优点，例如浏览网页内容、视频点播、时间平移（time shifting）等，同时其支持电视观看体验的放松性质。
当前的一些网络电视系统允许用户创建虚拟频道。不过，当用户坐在电视机前时，该些系统需要用户浏览菜单并使用类似键盘的装置键入关键字。这不支持自然电视观看体验的放松性质。相反，其经常危及放松，有时甚至引起沮丧。
因此，需要提供一种系统，其通过分离虚拟频道的管理与该些虚拟频道的放松体验而在使用虚拟频道时支持放松。
播放媒体或电视的个人用户接口被限于特定的时段。在该些特定的时段内，播放者选择提供特定的节目。该特定时间不一定与观众的情绪以及空闲匹配。如播放此类内容时观众没空或者没有兴致，则必须录下该节目，或抱着日后将回放该节目的希望错过该节目。
支持时间平移观看的录制设备具有与系统相关的物理局限，例如可录制的节目数或者可同时录制的节目数，但最重要的缺点是伴随节目录制、选择以及录制内容的重放的繁琐与沮丧。
尽管回看电视（catch-up TV）可用于时间平移，但其功能有限且其使用不支持自然电视观看体验的放松性质。时间平移内容的选择以及时间平移装置的编程都不令人放松，涉及太多的左脑活动。
因此，需要提供一种系统及技术，其中，可以时间平移的方式访问并观看节目内容，以符合观众的空闲、便利及情绪。需要提供一种系统及技术，其中，可以时间平移的方式访问并观看节目内容，以克服现有技术的局限。
媒体或电视广告经常打断观看内容的放松性质，造成困扰及沮丧。当观看录制内容时，个人可手动快进广告，此选择不适用于空中播放内容。在录制的时间平移内容中略过广告造成的问题是它可能潜在损害使用广告作为收入来源以支持播放服务或内容制作的广播公司或内容制作者的商业模式。另外，当前的系统不验证观众是否实际观看广告，因此它们不能保证实际创建的广告价值。另外，当前的系统不允许用户拉引感兴趣的广告。与大规模的批量广告或个性化推动广告相比，这样的广告拉引对于广告客户具有更高的价值。
系统已试图通过改变广告观看行为提升放松体验，但其未考虑电视广播公司的广告业务。因此，需要提供一种系统，其能够以更灵活放松的方式满足广告观看而不损害广播公司的广告业务。需要提供一种系统，其允许电视观众延迟或时间平移广告，以支持自然观看体验的放松性质且同时不损害广告收入。
阅读、研究或写作的接口。
研究与写作是组合左脑的文本、系统性方法与右脑的概观诱发创造性的活动。该组合活动需要特定的组合接口特别支持右脑活动及其关联情绪以及左脑活动及其关联情绪。
目前，文本或分析材料通常存储于文件及目录中，可通过具有菜单、选项卡等的接口或供用户键入命令的接口对其访问。不过，该接口不支持关联的综合分析（亦即典型的右脑思维），并且如果该接口需要太多分析的或文本的活动（亦即，通常典型的左脑活动），则可导致沮丧或缺乏概览及创造性。
一些工具可部分解决该问题。例如，思维导图（mind mapping）软件利用分支结构、色彩、一些图像等使个人能够以更视觉空间的方式组织材料。另一范例为网络工具如珍珠树（Pearltrees），其使个人能够将其例如有关特定爱好的全部材料组织为一个或多个分支的示意树并对其访问。
不过，该些工具缺乏以两种方式（亦即以系统性处理信息所必要的分类分析方式以及形成概览诱发创造性所必要的关联合成方式）组合或几乎同时的方式组织、访问及浏览内容所需的功能。
因此，需要提供一种系统，其通过结合于组合接口中的独立的左右脑接口访问两过程以结合创造性诱发概览体验与组织技术诱发体验。
当前由文本的或分析的材料构成的访问及管理接口所使用的隐喻没有针对两种不同的组合情绪进行优化。例如，思维导图工具使用简单的分支结构、网络工具例如Pearltrees使用简单的示意树。
尽管此类隐喻的确有助于以一定程度上更视觉直观的方式组织材料，但它们仍然是很分析性及示意性的，因此不支持真实的关联、综合、探索思维。此类思维需要更具体、直观、概念化的隐喻，通常主要吸引右脑进行综合思维，以优化用户情绪。
因此，需要提供一种系统，以满足针对组织性的右脑接口及结构性的分类的左脑接口的隐喻需求。
当前主要由文本的或分析的材料构成用于访问及管理的系统及接口不提供简易因而使用户放松的下单及支付的自动方式。使用下单及支付系统通常需要例如选择提供商、输入配置访问数据例如用户名及密码、输入或验证银行凭证等。大部分时候，其中涉及的繁琐工作导致令人讨厌地中断个人实际正在执行的任务，亦即，阅读、研究或写作文本或报告。该令人沮丧的中断让我们丧失概览，因此经常停止创造性过程。
随后，需要提供一种针对内容的自动下单及支付系统，以使下单与繁琐工作分离。或者，换句话说，个人应当能够通过简易的让人放松的接口来下单，且通过当前的订单管理接口在另一时间做繁琐工作，例如选择优选供应商、输入凭证等。
当前电子阅读器的黑白文本表现及其模拟器通常不能显示全色彩图形。图形更吸引右脑，因此当图形为彩色或甚至为三维时更使人放松。
支持色彩显示的系统通常需要用户搜索菜单以变更设置。此类操作中断阅读或研究体验，常常令人沮丧、扭曲概览或者杀死创造性，因此不受欢迎。
因此，需要提供一种电子阅读器黑白文本表现模拟器，其允许用户通过执行简单直观的操作以全色彩或三维显示图形，以使用户保持放松而无需其浏览菜单或输入文本或关键字或甚至改变平台。
用于经常性客户购买的购买系统
目前，通过互联网购买家用物品例如洗发水、厕纸等通常需要列购物清单或记住需要买的东西、坐在电脑装置前在网上商店下单等繁琐动作。这些类型的动作常常不受欢迎，因为它们与其它更令人愉快的活动竞争。因此，需要提供一种基于网络的系统，以允许更自动的经常性购买。此类系统是对当前的网络购物以及传统超市购物的一种更有效更让人放松的替代。
有价证券自动交易系统
第四实施例考虑交易有价证券的系统。最佳地，通常自处于恐慌情绪的卖方买入有价证券，并卖给对这些有价证券具有热情的人。不过，当前的系统无法在这些情绪出现时侦测经济市场或个人交易方的恐慌或热情，也不能基于这些知识自动买卖有价证券。因此，需要提供一种有价证券自动交易系统，以考虑买方和卖方的情绪并相应执行自动交易活动。
自动互联网银行或投资基金
当前的银行及投资基金往往以牺牲目标风险管理为代价沉迷于追逐利润的决策，从而导致冒过高的风险，可能导致大的损失甚至金融系统危机。因此，需要提供一种交易系统，以支持目标风险管理系统的左脑任务，同时阻止右脑追逐利润的活动。为将对利润的渴望以及相关联的右脑活动降至最低，需要设计半自动程序化交易系统，其特征在于以特定的组合接口抑制右脑活动。
销售培训、咨询以及管理软件
销售策略以及相关的销售材料、培训、咨询以及销售管理，包括在兼并和收购（M&A）活动中公司的销售及购买也不考虑买方的情绪或情感。例如考虑将创新的高技术产品或服务销售给不熟悉此类产品或服务的企业。此类销售项目通常需要买方对卖方的出售品具有热情。不过，当前的B2B销售及营销策略通常趋向于使潜在买方厌烦或担心。这两种情况都导致不佳的或不存在的销售结果。
典型的例子为企业通过向尚未买入出售品后面的愿景的潜在买方发送载有技术规格的手册或邮件试图启动购买循环。另一例子为企业成功销售愿景，使买方愿意改变，但其随后未能避免买方的个人或社会担忧。
当前的销售模型的确区分买方下单的前经历的不同阶段。不过，它们未能链接该些阶段与买方的基本情感、情绪以及皮层活动。因此，没有针对支持购买循环阶段的自然情绪优化销售方法。
另外，不同类型的销售需要不同的销售策略。企业对企业销售不同于企业对消费者销售，以及新应用产品销售不同于已知应用产品的销售。另外，兼并和收购，亦即公司的购买和销售，需要特定的方法。
因此，需要提供一种模型链接买方有关特定类型销售的典型情感及情绪与适当的销售策略。接着，该模型可用于销售培训、销售咨询、兼并及收购咨询，且其可实施于销售管理软件包中，例如用于后续销售引导及销售项目、销售分析等的CRM（客户关系管理）包。这样的销售策略随后成为购买体验策略，取决于企业对企业或企业对消费者的背景以及取决于主要买方的情感为担忧还是期望以及处理该些情感时通常跟随的情绪阶段。
发明内容
本发明涉及针对人类情感及情绪的神经心理建模技术以及最终的数学模型，其应用于买方、卖方、用户以及体验心理，更具体地应用于体验、接口、平台、过程以及产品、过程或服务的后端设计。自然体验接口基于左右意识的特定特征，应用于左脑、右脑或组合接口。
基于建模技术或模型，选择自然用户体验情绪，其决定用户接口以及有关产品、过程或服务的后端的设计。因此，模型或建模技术构成自然用户体验、其用户接口、其产品过程或工作流程以及其后端的设计的基础。
此类神经心理建模技术或模型或自然用户体验或其接口或其后端过程可应用于多个实施例，包括但不限于：
1）互联网和/或媒体/和/或电视体验系统，使用独立硬件平台上特定的右脑接口以及组合接口；
2）用于阅读和/或研究和/或写作的组合接口；
3）用于经常性消费者购买的自动互联网来启用购买系统的组合用户接口；
4）有价证券自动交易系统；
5）自动互联网银行或投资基金；以及
6）销售培训、咨询以及软件模型。
因此，更一般而言，需要一种神经心理建模技术以及模型，以链接基本的人类情感、情绪以及皮层活动与接口设计策略，包括它们的后端、前端以及人类体验的操作过程。体验是指在特定过程中自然优化发生的情绪。该些过程与人脑中的体验间的接口经优化设计以支持过程的各阶段中自然优化的体验。因此，使用左、右以及组合接口，以特定的皮层诱发为特征，引出特定的情绪。除该建模技术及其相关联的发明外，提供另外六项发明以支持特定的实施相关性以及技术执行，作为该建模技术在特定应用中的实施例。
在二维空间中表现人类情绪
依据本发明一态样，建模人类情绪的系统及技术包括在二维空间中表现人类情绪，一维表现具有负效价的情感，另一维表现具有正效价的情感。各情感可具有替代名称，例如具有负效价的情感为“担忧”或“不愿意”，具有正效价的情感为“愿望”或“吸引”。依据应用，多种基本的人类情绪中的一个或多个可由这些变量的其中一个替代。
人类情绪空间的二维表现与半球不对称的相关性
依据本发明另一态样，一种将人类情绪建模的系统及技术所基于的前提是在缺乏新的情感关联感觉输入的情况下，由具有高于平均负效价的情感分量组成的情绪而导致左脑额叶皮层增加活动。类似地，一种将人类情绪建模的系统及技术所基于的前提是在缺乏新的情感关联感觉输入的情况下，由具有高于平均正效价的情感分量组成的情绪导致右脑额叶皮层增加活动。因此，这也意味着在缺乏新的情感关联感觉输入的情况下，由具有正负效价的情感分量组成的情绪将导致两个半球的皮层中的活动增加。
在系统设计中使用情绪理论
依据本发明另一态样，一种使主体观众放松的系统及技术包括通过将以视觉为主的数据暴露于具有最少文本或分析数据(如表格)来激活右脑（*）。此类技术可应用于例如电视体验系统、健康设置中等。依据本发明另一态样，一种系统及技术通过暴露于视觉数据及文本或其它分析数据（例如图表、表格、列表、书面评论等）的混合或平衡而激活右（*）脑和左脑，从而激活主体观众进入热情的情绪中。此类技术可应用于例如网站、游戏、运动相关产品以及教育产品中。
在销售策略中使用情绪理论
依据本发明的另一态样，半球不对称与情绪理论的相关性可应用于销售及营销模型以及策略。具体而言，一种用以增加企业对消费者销售的方法包括通过激活右脑皮层（*）而非左脑，以将潜在消费者带入放松情绪中。这通过使用视觉为主的数据（例如视觉上吸引人的包装）吸引潜在消费者的积极情绪并限制文本或分析数据的量来达成。此类技术不仅可应用于例如衣服、洗发水等的销售或营销，而且可应用于企业对消费者网站以及线上商店的设计。在一实施例中，一种用于增加企业对企业销售策略的方法包括通过激活右脑（*）以及左脑皮层将潜在客户带入热情的情绪中。其通过使用视觉数据及文本或分析数据例如评论、表格等达成。该视觉数据帮助企业开启改变并建立对更美好未来的愿景，该分析数据帮助控制任意消极情绪，例如个人及社会的担忧。这还可例如解释为使用更多线条并具有好看但较枯燥的布局的包装。其还可解释为包括视频材料以及书面消费者证明的营销材料。该方法可例如应用于ICT产品、机械设备、金融产品等（*）的销售及营销。要注意的是，一个人不能创建另一人的愿望，但一个人可以培养已存在的愿望的种子。
针对视频及其它内容使用二价评估
依据本发明的另一态样，一种系统及技术针对视频以及其它内容（例如书以及艺术作品）使用二价（非二极）评估系统，其中，一评估参数的值表现针对特定内容的正效价情感的强度，另一参数的值表现针对同一内容的负效价情感的强度。各情感可具有替代名称，例如具有负效价的情感为“担忧”或“不愿意”，具有正效价的情感为“愿望”或“吸引”或“喜欢它”。在一实施例中，一种系统及技术使用多价评估系统，其包含上述二价评估系统。在一实施例中，一种系统及方法使用排序应用（针对视频或其它内容），其至少部分是基于上述二价或多价评估系统。
在另一实施例中，一种系统及技术使用推荐应用（针对视频或其它内容），其至少部分是基于上述二价或多价评估系统。
在另一实施例中，一种系统及技术使用元数据文件，其包含视频内容的一个或多个观众的观看偏好的信息，以及其中，该些偏好通过使用上述多价或二价评估系统表现。
组合接口
依据本发明另一态样，一种系统及方法使用一接口，其通过一组接口装置呈现可观看的内容及信息，以针对不同装置模仿典型人类大脑任务界定区分视觉与文本任务。此类系统及技术可包括：
·第一接口，其呈现视觉内容，具有最少文本或没有文本，且其可利用传统电视显示器实施。
·第二接口，其呈现内容浏览接口及购买接口，且其可在个人数字助理（PDA）或智能手机、平板电脑或笔记本电脑上实施。
·可选额外用户接口，其针对内容浏览及购买主要呈现基于文本的接口以及视觉内容，且其可利用传统的个人电脑，包括台式电脑、平板电脑或便携式系统以及其它系统来实施。
该两个或更多接口可在独立装置上同时观看。还可从单个装置顺序访问该些接口。
易于访问并管理虚拟电视频道的组合接口
依据本发明另一态样，一种系统及方法使用一接口，其由一个或多个左脑接口组成，该些接口可与（右脑）电视接口组合操作，对其适用：
·该电视接口及其操作使用户能够方便访问虚拟频道，而无需浏览任意菜单或在具有键盘类似功能的装置上键入字母、数字或符号。通过使用有限数量的按钮或类似触屏操作，用户可在任意传统或虚拟频道间以及在该些频道内（亦即在该些频道的不同内容对象间）滚动翻看，类似于浏览。该些虚拟频道可为社交媒体频道例如Facebook、Twitter、Linkedln…用户本身充当频道主管的频道等。
·与该电视接口组合操作的该一个或多个左脑接口可实施于智能手机、平板电脑、笔记本电脑、个人电脑等上。该接口允许管理虚拟频道，包括例如设置频道的次序号、选择频道的内容、选择哪些Facebook用户可在用户的Facebook频道上张贴推荐等。
通过使用这里揭露的系统及方法，设计电视接口使用户保持放松，亦即在情绪方块/盘的-3π/8至-π/8区域域中。设计左脑接口使用户保持于热情的或控制的情绪中，由情绪方块/盘的-π/8至+3π/8区域表示。
针对放松电视广告观看的广告账户
依据本发明另一态样，一种系统及技术针对其电视用户帐户以及广播公司的部分或全部使用广告账户。对于电视观众，广告应当不打扰电视观看体验的自然放松的性质。因此，当需要时电视观众能够观看有兴趣的广告是放松电视体验的必要设计。
可通过简单略过电视广告或其它广告实现此类放松电视观看体验。由于登广告者为消费者的免费或低成本观看付费，因此该解决方案不能满足市场供应方的兴趣。不过，可设计一种解决方案，以降低电视观众的沮丧，同时保护针对登广告者及广播公司创造的价值。由于没有沮丧，观众是登广告者的价值创造机制。
对于登广告者及广播公司，如果电视广告或其它广告针对观众的兴趣更加个性化，当观众以放松的情绪在自身方便时观看时，当观众拉引广告而不是将广告推向观众以及如果电视用户实际观看广告而非简单休息时，电视广告或其它广告更具价值。
信用模型通过贷记广告账户考虑这些价值创造参数。对于每个观众或观众概况或每个家庭或家或其它有效订阅组，结合每个广播公司或合作广播公司组，保持一个独立的广告账户。利用广告价值信用模型贷记每个广告账户，潜在但非必要包括货币支付系统以贷记广告账户。
接着，以广告成本或销售价格借记模型借记同一广告账户以使：
·基于成本或销售价格模型或基于登广告者价值或二者的组合，观众或观众组快进广告或者自动略过广告导致该观众或观众组在该广播公司或广播公司组的广告帐户上的信用降低。
·如观众或观众组观看广告，则基于登广告者和/或广播公司价值模型增加该观众或观众组在该广播公司或广播公司组的广告账户上的信用。
·此类登广告者和/或广播公司价值模型可包括：广告的长度、其个性化程度、嵌入广告内容中还是独立观看、观众拉引或推动的程度、相对放松情绪的观众的情绪估计、实际观看验证等。
·为确保观众实际观看广告，可实施观众反馈系统。此类反馈系统可例如由消息组成，形式为通过电视屏幕底部的代码行，如观众正在观看广告，要求观众按压其遥控器上的特定号码。为防止滥用，按压号码最好以随机或不容易预测的方式随广告的不同而变化。另外，最好在广告的中间至结尾部分显示该消息，而不是在开始处显示，但其不会系统地防止滥用。
·当广告账户上的信用下降至特定临界阈值水平以下时，对于账户已达到临界低水平的广播公司或广播公司组，该系统支持阻止观众或观众组使用快进广告和/或自动略过广告的功能，直至该观众或观众组例如通过观看广告或支付一笔钱获得足够的新信用而达到临界开启水平。
·购买或租赁VOD内容或任意其它类型的购买也可导致广告账户上的信用增加，此类购买可以佣金等方式促进登广告者或广播公司价值创造。以此方式，广播公司可因允许在线电视下单的特殊目的广告而从VOD或其它销售赚取佣金，并作为回报对观众/买方的广告账户授信。
针对阅读及研究优化的双接口
依据本发明另一态样，一种系统及技术包括一接口，其呈现内容。一般而言，该内容主要为文本的或分析的，但还可为视觉的，从而可同时或几乎同时以两种替代的方式访问该内容，亦即，在同一总体体验下，一种紧接另一种，包括如下：
·关联、探索、综合的技术，其主要吸引右脑半球，通过增加积极情绪或将积极情绪保持足够高，趋向于将用户带入或保持于放松、控制或热情的情绪中（取决于消极情感的强度）。
·分类、分析的技术，其主要吸引左脑半球。该内容组织方式帮助用户保持控制过高的消极情绪（主动的左脑试图使它们收敛），同时确保消极情绪不是太低，以不感到厌倦。
通过使用两种内容访问技术，将用户保持于由情绪盘的-3π/8至+3π/8区域覆盖的情绪范围内。可能的内容为文章、论文、电子书、评论、手册等，以及图像、视频材料等。
可使用任意数目的隐喻进行此类接口的视觉设计。一实施例使用风景隐喻，其中，森林、田野、树木支持以关联、探索的方式访问主要为新的内容，以及其中，房屋、已分配地块等支持以分类、分析的方式访问个人想检索的主要为已知的内容。
电子阅读器上的自动下单系统
依据本发明另一态样，一种系统及技术包括自动下单系统，其使用电子阅读器装置。其接口使用户能够通过一些简单的操作例如简单地按压OK在线购买材料。接着，输入银行凭证，选择优选供应商等可通过左脑接口先做。
电子阅读器上的全色彩图形
依据本发明另一态样，一种系统及技术通过点击或双击电子阅读器上的图形或在触摸屏电子阅读器装置上执行简单操作而使该图形的显示自黑白变为彩色。在此类操作后，该所选图形或全部图形可以显示为彩色。
用于经常性消费者购买的系统
依据本发明另一态样，一种系统及技术以下列方式实现经常性消费者购买：消费者使用其智能手机收集信息，其以独特的方式(例如以拍摄产品的条形码的方式)识别消费品。随后将该信息或其处理版本上载至中央库存管理系统，其在选择的供应商处自动下单。智能手机接口与第二接口组合工作。第二接口通常主要为左脑接口，意味着其包含较多的文本、分析或基于菜单的条目，而非视觉或图形元素。该第二接口允许例如管理供应商及产品的选择、支付方式的选择、银行凭证的入口等。该技术以下列方式链接我们的情绪模型。消费品例如洗发水、黄油以及厕纸的经常性购买需要例如记住需要买什幺和/或列一个购物清单、去商店（传统商店或网络商店）、在该商店中搜索所需产品等繁琐工作。这里揭露的系统及技术减少了此类繁琐工作以及与其关联的消极情绪，因此消费者在操作智能手机接口时可保持放松的情绪，由情绪盘的-π/8至-3π/8区域表现。设计该第二接口亦即左脑接口，以将消费者带入/保持于热情或主导情绪中，词语“热情”是指“积极专注”，词语“主导”是指“愉快地控制”。因此，消费者情绪处于情绪盘的-π/8至+3π/8区域中。
有价证券自动交易系统
依据本发明另一态样，用于有价证券交易的一种系统及技术利用每个交易者和/或每个有价证券的两个独立的情感参数，一个参数具有正效价，一个参数具有负效价，建模交易者的购买及销售行为，从而侦测经济市场上恐慌及热情的发生。恐慌发生于对于较大部分交易者以及较大部分有价证券，具有负效价的参数比具有正效价的参数明显更加重要，从而使情感方块/盘的角度为3π/4±π/8时。热情发生于对于较大部分交易者以及较大部分有价证券，具有正效价和负效价的参数都重要，从而使情感方块/盘的角度为π/4±π/8。交易系统在考虑其用户的一些个人偏好的情况下，自动从处于恐慌情绪的交易者购买（或建议购买）有价证券，并向处于热情情绪的交易者出售（或建议出售）有价证券。
这里揭露一种系统及技术，其中，彻底改变传统的推荐引擎范式以获得模拟主体情感动机的更准确的预测模型。所揭露的系统及技术并非客观地分类“主体”，而是相对个人（或一小组个人，例如家庭）的行为主观地分类“对象”，依据个人的特定主观愿望及不情愿体验以提供较大的选择情感动机的方式排序并呈现最终的对象组。在所揭露的系统及技术中，依据特定的个人爱好及行为历史主观地分析多个内容对象，例如视频、音乐、艺术、书籍、消费品、金融工具等，并以排序或“频道”方式向个人呈现，从而可多维地探索或浏览。具体而言，利用个人或个人组的特定数据，通过独特的神经心理建模引擎处理内容对象，并依据它们的资格以及个人选择或购买内容对象的预测情感动机的强度进行安排。在一范例实施例中，一旦基于个人的行为数据及情绪确定内容对象有资格，就确定频道内的排序位置，其表现选择此类内容对象的个人的情感动机。依据愿望及担忧向量，以第一可选维安排内容对象，亦即，依据个人的行为数据针对可能的选择及呈现按从较低至较高的情感动机的次序。基于时间向量，依据第二可选维可进一步安排内容对象。按时间排序共享一个或多个共同参数或元数据值的内容对象的多个顺序排列版本，例如电视连续剧分集或前传/续集电影发行或系列书籍，以允许自当前选择的内容对象按时间顺序向前或向后选择。
更具体而言，一种用于准确将买方/购买者心理建模并在频道内排序内容对象以供用户启动浏览及呈现的系统包括：神经心理建模引擎、排序应用以及行为建模器，其在彼此间以及经过公共或私有网络与多个数据库及呈现系统通信。该神经心理建模引擎利用与内容对象、买方/观众模型以及频道模型关联的元文件导出表现个人对选择或购买该内容对象的担忧（不情愿）的担忧向量值并进一步导出表现个人选择或购买该提供对象的愿望的愿望向量值。从该担忧及愿望向量值，该神经心理建模引擎导出表现个人情绪的值Ψ以及表现选择或购买该内容对象的个人动机强度的值m。如表现个人情绪的该值Ψ在可接受的预定范围内，则利用该值m确定该内容对象相对与该频道模型关联的其它内容对象的排序，用于向购买者/观众的可能呈现。
本发明揭露一种用于准确将买方/购买者心理建模并在频道内排序内容对象（向观众潜在购买者呈现）的系统及技术。依据本发明，建模系统包括神经心理建模引擎、排序应用以及行为建模器，其在彼此间以及经过公共或私有网络与多个数据库及观看系统通信。该神经心理建模引擎利用与内容对象、观众模型以及频道模型关联的元文件导出表现个人对选择或购买该内容对象的担忧（不情愿）的担忧向量值并进一步导出表现个人选择或购买该提供对象的愿望的愿望向量值。从该担忧及愿望向量值，该神经心理建模引擎导出表现个人情绪的值Ψ以及表现选择或购买该内容对象的个人动机强度的值m。如表现个人情绪的该值Ψ在可接受的预定范围内，则利用该值m确定该内容对象相对与该频道模型关联的其它内容对象的排序。
依据本发明一态样，一种方法包括：A）比较关联内容对象的元数据与关联频道模型的元数据；B）生成表现个人对选择或购买该内容对象的担忧（不愿意）的担忧向量值；C）生成表现该个人选择或购买该提供对象的愿望的愿望向量值；以及D）自该愿望向量值及该担忧向量值导出该内容对象相对与该频道模型关联的其它内容对象的排序。在一实施例中，D）包括：D1）自该愿望向量值及该担忧向量值导出表现个人情绪的值Ψ。在另一实施例中，D）还包括D2），自该愿望向量值及该担忧向量值导出表现选择或购买该内容对象的个人动机强度的值m。在另一实施例中，D）还包括D3）如表现个人情绪的该值Ψ在可接受的预定范围内，则利用表现选择或购买该内容对象的个人动机强度的该值m确定该内容对象相对与该频道模型关联的其它内容对象的排序。
依据本发明另一态样，一种用于建模买方/购买者心理的系统包括：A）网络可访问内存，用以存储至少一频道模型；B）建模引擎，有效耦接该网络可访问内存并经配置以比较关联内容对象的元数据与关联该频道模型的元数据，以生成：i）表现个人对选择或购买该内容对象的担忧（不愿意）的担忧向量值；ii）表现该个人选择或购买该提供对象的愿望的愿望向量值；以及iii）该内容对象相对与该频道模型关联的其它内容对象的排序，该排序自该愿望向量值以及该担忧向量值导出。在一实施例中，该建模引擎经进一步配置以生成iv）表现个人情绪的值Ψ，该值Ψ自该愿望向量值以及该担忧向量值导出；以及v）表现选择或购买该内容对象的个人动机强度的值m，该值m自该愿望向量值及该担忧向量值导出。在另一实施例中，该系统还包括C）排序模型，如该建模引擎生成的该值Ψ在可接受的预定范围内，则响应该建模引擎，以自该建模引擎生成的该值m导出该内容对象相对关联该频道模型的其它内容对象的排序。
依据本发明另一态样，一种用于建模买方/购买者心理的方法包括：A）接收与观看事件关联的数据；B）比较关联频道模型的元数据与关联该观看事件的数据；以及C）修改该频道模型以说明该观看事件。在一实施例中，该方法还包括D）自该频道模型中导出至少一数据库查询。在另一实施例中，该方法包括A1)比较关联频道模型的元数据与关联观看模型的数据。
本发明还揭露一种用于在用户接口上同时呈现不同格式的多个内容流的系统及技术。在一实施例中，在该用户接口显示区域的重要部分中呈现主要内容流，同时在较小尺寸的显示区域中或以缩略图格式呈现多个次要内容流。在另一实施例中，呈现于该用户接口上的该多个次要内容流分别表现与由当前用户/观众导航命令选择并更新的当前选择（主要）的流呈队列关系的可选内容。此类队列关系可存在于不同的内容流之间及之中或存在于单个流或节目内容的独立用户可选部分间。
要求总结103
依据本发明第一态样，一种可存储于内存中并能够由电脑系统处理的数据结构包括：数据，识别与主体关联的第一内容对象；数据，以及识别与该主体选择该第一内容对象的情感动机相关的该第一内容对象的排序。在另一实施例中，该数据结构还包括数据，识别情感动机值等于、大于或小于该第一内容对象的第一多个其它内容对象的其中一个者。在又一实施例中，该数据结构还包括数据，在与该第一内容对象具有至少一共同参数值的第二多个内容对象中识别第一内容对象的时间排序值，该第二多个内容对象的排序值是大于或小于该第一内容对象的排序值。
依据本发明另一态样，一种实现内容的多维浏览的方法包括：A）将第一内容对象依据与主体关联的行为元数据评估，以确定排序资格；B）如果有排序资格，则将情感动机值向该第一内容对象分配；以及C）将该第一内容对象按增加或降低的情感动机值次序在第一多个内容对象中安排，以供该主体选择。在一实施例中，该方法还包括D）将时间排序值以相对与该第一内容对象具有至少一共同参数值的第二多个内容对象向该第一内容对象分配；以及E）将该第一内容对象按增加或降低的时间排序值次序在该第二多个内容对象中安排，以供该主体选择。
本发明还揭露一种视频显示系统，其具有导航控制，例如具有方向光标导航控制（例如向上、向下、向左及向右）的标准电视遥控器。结合视频显示接口执行的应用拦截并重新定义该遥控器的光标导航控制命令，以便能够将它们作为主要机制用以浏览/选择频道以及启动这里所述的与观众神经心理行为关联的先前集群及排序的内容对象的观看。在一实施例中，该遥控器的上下光标控制可用于在内容对象间移动，该内容对象先前已依据主体相对其行为数据选择此类内容对象的增加或降低的情感动机排序于频道内。在另一实施例中，该遥控器的左右光标箭头可用于相对当前选择的内容对象分别按时间顺序向后选择或向前选择其它控制对象。例如当前正在观看或最近观看的同一节目系列的过去或未来的分集。
依据本发明另一态样，提供一种用于视频显示系统的方法。该视频显示系统具有视频显示器以及多个光标导航控制，以沿一个或多个方向顺序移动视频显示区域的用户可选子区域。该方法包括：A）接收第一光标导航控制命令；以及B）重新导向该第一光标导航控制命令，以自先前依据预定义标准排列的第一多个内容对象中启动第一内容对象的呈现。在一实施例中，该第一多个内容对象先前按增加或降低的情感动机次序排列。在另一实施例中，该第一多个内容对象相对正在观看或最近观看的同一节目系列按时间顺序排列。
依据本发明另一态样，一种视频显示系统包括：视频显示器；多个方向导航控制，用以围绕视频显示区域并沿一个或多个方向顺序移动该视频显示器的用户可选子区域；以及控制逻辑，用以接收与该导航控制的其中一个关联的命令信号以及用以重新导向该命令信号，以自先前依据预定义标准排列的第一多个内容对象中启动第一内容对象的呈现。在一实施例中，该第一多个内容对象按照针对选择的增加或降低的情感动机次序排列。选择与第一方向关联的导航控制启动第一内容对象的呈现，该第一内容对象具有与当前或先前呈现的内容对象至少相同或增加的情感动机。相对该第一方向，选择与第二方向关联的导航控制启动第一内容对象的呈现，该第一内容具有与先前呈现的内容对象至少相同或降低的情感动机。在另一实施例中，第一多个内容对象先前以时间顺序排列，且选择与第一方向关联的导航控制启动第一内容对象的呈现，该第一内容对象相较当前或先前呈现的内容对象具有较早的时间值。相对该第一方向，选择与第二方向关联的导航控制启动第一内容对象的呈现，该第一内容对象相较当前或先前呈现的内容对象具有较迟的时间值。
本发明揭露一种用户接口及其相关控制，其在一组接口装置上以最接近模仿人类大脑任务界定的方式向主体呈现可观看内容及信息。具体而言，本发明使用组合用户接口。其中，第一用户接口仅呈现视觉内容，具有最少文本或没有文本，且其可在传统电视显示器上实施。此类第一用户接口主要使用和/或激活人脑右半球中的活动。第二用户接口呈现内容浏览接口及购买接口，且其可在个人数字助理（PDA）或智能手机、平板电脑甚至笔记本电脑上实施。此类第二用户界面主要使用和/或激活人脑左半球中的活动，且还在一定程度上激活人脑右半球的活动。可选择的第三及第四接口针对内容浏览及购买能够呈现主要以文本为基础的接口，以及视觉内容，且其可利用传统的个人电脑实施，包括台式电脑、平板电脑或便携式系统，以及其它系统。此类可选择的第三及第四用户接口主要使用和/或激活人脑左半球中的活动，且可选择在有限程度上激活人脑右半球。在视频显示系统的一实施例中，该两个、三个或更多接口可在独立装置上同时观看，例如在针对两个脑半球使用三个平台的系统中：电视显示器（全部右脑，极少左脑）、智能手机/PDA（主要左脑、有限左脑、可选择有限右脑）、个人电脑（全部左脑、可选择有限右脑）以及平板电脑（主要左脑、有限左脑、可选择全部右脑）。在一替代实施例中，可自单个装置例如电视显示器或个人电脑显示器顺序访问该些不同接口。
依据本发明另一态样，一种选择并观看节目内容的方法包括：A）提供第一用户接口，其有效耦接可选择且可观看的内容对象的编辑，以呈现该内容对象的基本为视觉的非文本信息；以及B）提供第二用户接口，其有效耦接与该内容对象关联的元数据，以呈现基本为文本的信息。在一实施例中，该方法还包括C）提供第三用户接口，其有效耦接可选择且可观看的内容对象的编辑以及与该内容对象关联的元数据，以呈现视觉内容及该文本信息的其中一个。
本发明还揭露一种用于内容的分布式上载以实现其时间平移观看的系统及技术。在所揭露的系统中，N个客户/观众分别自主要来源（通常为在线内容服务器或有线电视公司）接收内容（第一节目）的流式许可副本，并将小部分该内容（通常为1/N或更小）发送至集群服务器，在该集群服务器上将该内容的多个小部分同步重新组合为该内容的完整副本，且可根据请求流式传回至观众，包括在自该原始来源可用的可观看时间窗口以外的时间。要注意的是，该原始来源或集群服务器的内容存储配置可为集中式或分布式或持续以点对点方式迁移以实现任意单个瞬间的内容存储。在一实施例中，在观众系统中撷取该内容，解密并以非加密格式提供至集群服务器。在另一实施例中，与解密密钥一起，将该内容以加密格式提供至该集群服务器，该解密密钥可独立于该加密内容存储。在该集群服务器重新组合内容数据包的算法可使用与该内容关联的时间或顺序识别符。以此方式，可自潜在不同的主要及次要来源异步重新组合完整的内容副本。在另一实施例中，以加密或非加密格式向该集群服务器直接发送来源的内容，而授权标记，包括适用的任意数据解密密钥，由观众系统单独发送。
依据本发明一态样,一种用于内容的分布式延迟流式传输的方法包括：A）提供网络可访问内存以存储表现第一节目的内容；B）将至少部分该第一节目从自另一来源访问该第一节目的多个观众处接收于该网络可访问内存中；C）将自该多个观众接收的该部分组合成该第一节目；以及D）在接收该多个观众的其中一个的请求后，向该请求观众传输该第一节目。在一实施例中，自该多个观众异步接收该第一节目的该部分。在另一实施例中，在第一时间段期间该多个观众可自该另一来源访问该第一节目，以及其中，在与该第一时间段不同的第二时间段期间向该请求观众传输该第一节目。
依据本发明另一态样，一种用于内容的分布式延迟流式传输的装置包括：A）网络可访问内存，用以存储表现第一节目的内容；B）网络接口，用以从自另一来源访问该第一节目的多个观众处接收至少部分该第一节目于该网络可访问内存中；C）集群引擎，用以将自该多个观众接收的该部分组合成该第一节目；以及D）流式传输接口，用以根据请求向该多个观众的其中一个传输该第一节目。在一实施例中，自该多个观众接收的该第一节目的该部分由与该第一节目关联的时间或顺序识别符识别，并依据该时间或顺序识别符由该集群引擎组合。
依据本发明另一态样，在电脑可用内存中，一种可用于内容的分布式上载的数据结构包括：i）识别部分内容对象的数据；ii）识别至少一授权观众的数据；iii）与该内容对象关联的时间或顺序识别符；iv）识别该授权观众的网络地址的数据；以及v）识别用以解密该内容对象的加密密钥的数据。在一实施例中，该数据结构可还包括识别与该授权观众关联的观众频道的数据。
依据本发明另一态样，一种用于内容的分布式上载的方法包括：A）确定多个内容节目的哪些是可自第一来源远端访问以下载至观众系统；B）将至少部分可访问节目于第一时间请求自该第一来源向该观众系统下载传输；C）将该观众系统所接收的至少部分该可访问节目以及识别该观众系统的授权标记向远端第二来源上载传输。在一实施例中，该方法还包括D）将该可访问节目在不同于该第一时间的第二时间请求自该第二来源向该观众系统下载传输；以及E）自该第二来源接收部分该可访问节目的流式传输下载，其中，自该远端第二来源接收的该可访问节目的该流式传输下载部分是大于向该远端第二来源传输的该可访问节目的该上载部分。在另一实施例中，针对可自该第一来源远端访问的其它多个内容节目重复B）和C）。
依据本发明又一态样，一种用于内容的分布式上载的系统包括：A）观众系统，通过网络有效耦接内容节目的第一来源；B）节目逻辑，用以确定多个内容节目的哪些是可自该第一来源远端访问并用以于第一时间请求自该第一来源向该观众系统下载传输至少部分可访问节目；以及C）节目逻辑，用以向远端第二来源上载传输该观众系统所接收的至少部分该可访问节目以及识别该观众系统的授权标记。在一实施例中，系统还包括：D）节目逻辑，用以在不同于该第一时间的第二时间请求自该第二来源向该观众系统下载传输该可访问节目；以及E）节目逻辑，用以自该第二来源接收部分该可访问节目的流式传输下载，其中，自该远端第二来源接收的该可访问节目的该流式传输下载部分是大于向该远端第二来源传输的该可访问节目的该上载部分。
依据本发明另一态样，一种用于内容的分布式延迟流式传输的方法包括：A）提供网络可访问内存以存储自来源接收的第一节目的表现内容；B）将用以识别访问该第一节目的多个观众的授权标记自该来源接收于该网络可访问内存中；C）在接收该多个观众的其中一个的请求后，验证该授权标记以确定该请求观众是否有权访问该第一节目；以及D）将该第一节目根据授权验证向该请求观众传输。在一实施例中，在第一时间段期间可自该来源由该多个观众访问该第一节目，以及其中，将该第一节目在与该第一时间段不同的第二时间段期间向该请求观众传输。
依据本发明又一态样，一种用于内容的分布式延迟流式传输的装置包括：A）网络可访问内存，用以存储自来源接收的第一节目的表现内容；B）网络接口，用以自该来源接收用以识别访问该第一节目的多个观众的授权标记于该网络可访问内存中；C）验证引擎，用以在接收该多个观众的其中一个的请求后，确定该请求观众是否有权访问该第一节目；以及D）流式传输接口，用以根据授权验证向该请求观众传输该第一节目。
依据本发明另一态样，在一电脑可用内存中，一种可用于内容的分布式上载的数据结构包括：i）数据，识别部分内容对象；ii）时间或顺序识别符，与该内容对象关联；以及iii）识别观众过程的授权标记。在一实施例中，该数据结构还包括iv）数据，识别与该观众过程关联的用户定义频道；或v）数据，识别用以解密该内容对象的加密密钥。
附图说明
图1A概念化说明依据本发明相对虚轴及实轴大脑活动的功能变化的情绪盘。
图1B概念化说明依据本发明的情绪方块。
图1C说明依据本发明将情感分解为独立的全组成分量担忧及愿望。
图1D说明依据本发明自复平面正象限转换为对数复情绪空间。
图1E说明依据本发明将情感及情绪盘显示为单位盘。
图1F说明依据本发明在球体以及半球上的立体投影。
图1G说明依据本发明人眼及脑在视觉刺激上的投影。
图1H说明情绪方块，表现Chebyshev度量中的情绪单位盘。
图1I说明依据本发明在情绪单位方块上的皮层活动。
图1J说明依据本发明在情绪单位方块上的最终稳定情绪。
图1K说明依据本发明的情绪盘。
图1L说明依据本发明的情感及情绪方块。
图1M说明依据本发明在情绪盘上的情绪变量的范围。
图1N说明现有技术中Csikszentmihláyi提出的精神状态模型。
图2概念化说明依据本发明的人类心理的状态空间的自然表现。
图3说明从单象限现象至感知的整个复平面的转换图。
图4说明感知的整个复平面向由黎曼复半球表现的皮层体验的转换图。
图5概念化说明依据本发明在情绪盘中包括担忧坐标f、愿望坐标d、情绪Ψ以及动机强度m的范例值的想要的电视用户接口的效果。
图6A概念化说明以情绪盘中开始于放松情绪结束于生气情绪的路径表现的非预期电视用户接口的效果。
图6B概念化说明依据本发明在情绪盘上基于愿望的B2B销售、基于担忧的B2B销售以及B2C销售的销售路径。
图6C说明依据本发明在情绪盘上具有分段编号的基于愿望的B2B销售、基于担忧的B2B销售以及B2C销售的销售路径。
图6D概念化说明依据本发明在热情、主导以及放松部分具有突出显示区域的情绪盘。
图7概念化说明可实施本发明的神经心理建模引擎的网络环境。
图8概念化说明依据本发明对于多个内容对象电脑实施神经心理建模引擎的方块示意图。
图9A概念化说明依据本发明建模系统的不同组件的关系。
图9B至9C说明依据本发明神经心理建模引擎用以提供内容对象排序的过程的流程图。
图9D概念化说明依据本发明的建模系统的不同组件的关系。
图9E至9F共同概念化说明依据本发明由神经心理建模引擎执行的算法过程。
图10A、10A1、10B、10B1、10C以及10C1说明依据本发明由建模系统和/或观众系统使用的数据结构。
图11A概念化说明依据本发明的观众接口系统。
图11B概念化说明由重新导向应用执行的算法过程。
图11C概念化说明依据本发明由建模系统执行的算法过程。
图11D概念化说明依据本发明为导航及显示内容对象而由观众系统执行的另一算法过程。
图12A概念化说明依据本发明利用传统光标导航控制实现内容的多维浏览的频道。
图12B概念化说明依据本发明与特定主体/观众关联的频道的实施。
图12C概念化说明依据本发明可用于建立频道内的组群的样本数据结构。
图12D概念化说明依据本发明利用传统光标导航控制实现内容的多维浏览的频道模型的数据结构。
图13A概念化说明依据本发明可实施所揭露的分布式上载技术的网络环境。
图13B概念化说明依据本发明可实施所揭露的分布式上载技术的网络环境。
图13C概念化说明依据本发明撷取并上载内容对象片段的算法过程。
图13D概念化说明依据本发明由请求观看内容的观看系统执行的算法过程。
图13E概念化说明依据本发明上载内容对象元数据及其小部分的算法过程。
图14概念化说明依据本发明的观众接口系统。
图15概念化说明依据本发明所使用的数据结构。
图16概念化说明包括多个内容对象数据流的缓冲的显示器80内的组件的关系。
图17概念化说明可用于各显示内容对象数据流的样本数据结构。
图18概念化说明用于向观众呈现多个内容对象数据流的用户接口。
图19概念化说明用于向观众呈现多个内容对象数据流的用户接口。
图20概念化说明具有与多个内容对象数据流关联的不同图形标记。
图21概念化说明用于向观众呈现推荐的多个内容对象数据流的用户接口。
图22概念化说明用于呈现允许嵌套维数浏览的多个内容对象数据流的用户接口。
图23概念化说明可实施这里所揭露的多个虚拟频道的网络环境。
图24A概念化说明可实施这里所揭露的虚拟推荐频道的网络环境。
图24B概念化说明依据本发明实现虚拟推荐频道的算法过程。
图25概念化说明可实施这里所揭露的虚拟节目主管频道的网络环境。
图26A概念化说明可实施这里所揭露的虚拟第三方频道的网络环境。
图26B概念化说明依据本发明实现虚拟第三方频道的算法过程。
图27概念化说明可实施虚拟图书馆频道的网络环境。
图28A概念化说明可实施这里所揭露的虚拟离线频道的网络环境。
图28B概念化说明依据本发明实现虚拟离线频道的算法过程。
图29A概念化说明可实施这里所揭露的虚拟图片/用户生成内容频道的网络环境。
图29B概念化说明依据本发明实现虚拟图片/用户生成内容频道的算法过程。
图30A概念化说明可实施这里所揭露的虚拟张贴频道的网络环境。
图30B概念化说明依据本发明实现虚拟张贴频道的算法过程。
图31A概念化说明可实施这里所揭露的虚拟邮件频道的网络环境。
图31B概念化说明依据本发明实现虚拟邮件频道的算法过程。
图32概念化说明依据本发明用于提供显式观众反馈的具有指定控制的遥控器。
图33概念化说明依据本发明实现自观众系统的显示反馈的算法过程。
图34概念化说明依据本发明的基于愿望的B2B销售的购买循环。
图35概念化说明依据本发明的基于担忧的B2B销售的购买循环。
图36概念化说明依据本发明的B2C销售的购买循环。
图37概念说明依据本发明的建模系统的不同组件的关系。
详细说明
神经心理模型：数学建模情感
这里提供左右皮层中平行人类思维的特定特征，包括解释下方神经递质机制的建议。定义积极及消极的人类情感并提出在该定义下的情感的二价。以该积极及消极情感的大体独立的生理构成支持其数学的独立，从而形成二维情感空间中情感及情绪的数学分类的基础。定义意识的独立形式，并解释情绪如何自意识产生。在对数复情感平面中说明情绪。该对数复情感平面由使用自然的担忧及愿望分量表达的两垂直维构成。数学变换是自右皮层至左皮层的表现导出，其逆变换为复1/z函数。图1A及图1B分别显示圆盘及方块上情感及情绪的直观的及逻辑的数学表示。最后，我们通过作用于情感担忧-愿望对上的皮层变换矩阵数学建模稳定的瞬变情感更新以及相关联的情绪变化。
偏侧化皮层表现
言语任务激活左皮层，空间任务激活右皮层。1996年，Smith等人的PET研究表明言语任务主要激活左半球皮层区域，而空间任务主要激活右半球皮层区域。多项其它研究证实了这一点。例如，2003年，Cohen等人表明仅VWFA（位于左枕颞沟中的视觉词形区域）显示对简单棋盘上的字母串的偏好，而R-VWFA（右半球对称区域）则不。Jobard等在2003年发表的另一篇论文表明词语访问的第一步发生于左枕颞区域。早在1987年，Gutbrod等已经表明右半球损伤的病人在空间任务中的能力受影响。
另外，早在十九世纪已发现，语言障碍失语症通常由大脑额叶、颞叶及顶叶的语言相关区域域的损害导致，例如波洛卡区域、韦尼克氏区域以及它们间的神经通路。这些区域域对于惯用右手的人是通常位于左半球的全部区域。在提到西方语言时，当我们进一步提到左脑或右脑时，我们隐含指惯用右手的人。
分析及综合思维的偏侧化
左皮层采用分析的方法感知和认知，而右皮层整体地或综合地掌握信息。1962年，Hacaen等人观察到左脑损伤的病人可能在复制及记忆复杂图形中的细节上出错，而完整的右半球善于掌握图形的总体配置。相反地，右半球损伤的病人会尝试零碎复制及记忆，其中，左半球不能将细节集成于有意义的整体中。类似地，1969年，Bogen表明独立的左脑无法感知几何设计的整体配置，且试图将图案分析为分离部分。在接下来的二十年中，多项研究表明，在整体的分析的感知中这些有差别的半球技能可扩展至正常人群（Allen1983;Kinsbourne1978）。
1996年，Deglin等人表明右半球解决三段论有困难，因为它们需要逻辑演绎推理。右半球的处理几乎为整体的以及直觉的。Bowers等人表明一个自动跟随另一个，因为直觉依赖于扩散激活的整体机制（1990）。
上述也反映在左右脑的连接或架构中，左脑显示模块化架构，右脑显示分布式架构。这由Semmens于1968年首先提出，他注意到局灶性左脑损伤产生特定缺失，而局灶性右脑损伤则不会。1987年，Kosslyn的测试提出左脑感知的分离或分类的形式相对右半球的连续或度量形式的信息表现。1991年，Robertson和Lamb发现左颞顶损伤损害局部感知信息的感知，而右颞顶损伤损害整体感知信息的感知。
收敛及发散思维的偏侧化
左皮层专门从事收敛思维，右皮层专门从事发散思维。分析的思维是收敛的，而整体或综合的思维是发散的。的确，语言及逻辑产生于收敛思维：语言将许多视觉和/或听觉的印象收敛于语言对象。逻辑将现象及其交互收敛于确定性关系，不留矛盾或悖论的地方。
收敛与发散思维间的差别还涉及串行与并行处理间的差别。例如，阅读文本需要一个接一个地顺序处理词语。另一方面，空间意识需要并行处理视觉刺激，将其综合成一整体图像。
因此，左额叶脑区域专门从事指导及组织逻辑的收敛思维，而右脑区域域创建发散思维。有数个研究支持该观点。串行与并行处理的偏侧化是受到事实支持，该事实是例如由左皮层专门用于单模态感觉及运动区域而右脑专门用于跨模态关联区域（Goldberg and Costa1981）。与两半球的中央顶区域的增加的功能连接性，此外与右半球的额叶皮质区域的较大的同侧连接性相关联的2000年Razoumnikova的发散思维的研究。2003年，Faust等表明左半球主要受益于语义收敛素，其收敛于模糊目标词语的主导意义上，而右半球主要受益于语义混合或发散素，其发散于该模糊目标词语的替代意义上。
通过神经递质对来解释偏侧化思维
多巴胺-乙酰胆碱及去甲肾上腺素-羟色胺的偏侧化神经递质对解释偏侧化思维。去甲肾上腺素及羟色胺在大脑中右侧化，而多巴胺及乙酰胆碱是左侧化（Tucker and Williamson1984;Arato等1991；Wittling1995）。通常认为羟色胺充当降低激活以及脑神经活动的抑制性神经递质，尤其含去甲肾上腺素的右半球主导的激活系统（Tucker and Williamson1984）。类似的过程发生于左半球中，在该处多巴胺抑制自胆碱能的中间神经元所释放的受刺激诱发的乙酰胆碱（Stoof等1992）。
1999年，Hoebel等人提出多巴胺增强行为，但乙酰胆碱阻止该增强行为。通过通过抑制的多巴胺工作的增强通过是因此为负前馈。乙酰胆碱的反馈是刺激性的，因此为正反馈。
通过抑制较不重要的神经元形成的负前馈增强构成自噪声数据向本质收敛的建议机制，该机制通常用于左脑思维。由于抑制较不重要的神经元不是完全的（例如在断开开关类型的抑制中）而是渐进的，因此乙酰胆碱的正反馈对于控制抑制程度是必要的。
的确，在收敛的左半球中，主要的前馈信使是多巴胺，它是帮助我们控制我们的动作以及集中注意力的神经递质。控制及集中注意力需要抑制。为控制个人的动作，需要抑制其它非故意动作。为集中注意力，不应当注意其它事物。多巴胺的相同前馈抑制结合乙酰胆碱的刺激性反馈是收敛思维的基础机制。左额叶皮层降低总体的注意，以注意体验的分析性降低的本质而非概览。
基于去甲肾上腺素和羟色胺的相互作用对于发散的整体的综合的思维提出相反的机制。去甲肾上腺素在该机制中作为正前馈信使，以增加激活，并激活较大部分的大脑，从而使我们能够看到整体或大图片。5-羟色胺又作为负反馈来降低激活，以控制神经元激活的激活程度或频率。
在对象及主体中的偏侧化思维
左脑以对象思维，右脑以主体思维。1997年，神经学家Gazzaniga说明了一个涉及由水果制成的脸孔画的实验。其绘画方式使个人在整体图像中可以很容易地识别人脸，同时，也很容易识别单个水果对象。当将图像呈现给脑裂患者的左视觉区域并由其右脑半球处理时，该病人识别出人脸。当将该图像呈现给与左皮层连接的右视觉区域时，该病人识别并说出各水果名。
Gazzaniga的实验结果符合早期的研究，揭示了脸孔识别中右半球的重要性。1969年，Benton和Van Allen表明右半球损伤的病人在识别不熟悉脸孔方面的表现明显较差。此后，在正常主体发现类似的结果：Droste等人观察到在正常主体中的脸孔识别任务期间，与左侧大脑中动脉（LMCA）相比，右侧大脑中动脉（RMCA）中有较大变化。1993年，Gur等人测量出在脸孔识别状态下，右中颞叶中的大脑血流量增加。1997年，Kanwisher等人表明，与左半球相比，右半球中的梭状回脸孔区（FFA）更加强大。
1992年，Kosslyn等人提出左半球更善于处理分类的空间关系，而右半球处理象限的空间关系更有效。其它研究人员发现在拓扑感知中左半球优于右半球（Wang等人2007）。
上面所述支持我们关于主体及对象思维在我们的大脑中被偏侧化的论点。对象是分析的逻辑的语言形式，而主体是我们自己的大脑表现的综合的整体图像。
积极及消极情感
人类情绪化地评价情感，从而需要更客观地定义情感及情感的效价。词语“情感”来自拉丁词“Ex”和“Movere”，字面意思是“moving out(移出)”。或者，换句话说，情感是驱动或感动人们的力量。人类情感可具有正效价和/或负效价，取决于积极地还是消极地评价情感。评价由大脑本身执行，因此是主观的。评价为至少部分的情感过程。
为阐明情感与评价的相互依赖性并客观化主观评价，我们提出下列积极及消极情感的定义。积极情感是吸引或使人处于另一状态的精神倾向。消极情感是抵制或反对个人状态变化的精神倾向。
二价情感效价
情感是二价的而不是二极的。多项研究表明情感是二价的而不是二极的（Diener and Emmons1985；Watson and Tellegen1988；Cacioppo and Berntson1994；Lewis等2006）。
基于积极及消极情感的上述定义及其给定的独立或数学垂直性，可将情感建模于两个垂直维中，而不是使积极及消极情感负相关的一维中。
因此，可在数学化情感空间中使用两个独立或垂直的基本向量来表现积极及消极情感，从而能够将任意情感分解为以二维域表示的积极及消极情感分量，其中，可以向量、坐标或多个的虚实部分表示情感，例如图1C所示。
情感效价的边缘偏侧化
在边缘系统中，正情感效价偏侧化至右脑，负情感价偏侧化至左脑。左半球中情感的皮层下基底具有负性偏向，而右半球中具有正性偏向（Tucker1981；Tucker等1995）。Wager等人的研究（2003）也证实边缘系统中与消极情感相关的活动是左偏侧化。该生理拓扑支持正效价及负效价的基本情感为大体独立的生理构成的概念。
情感建模
情感分解为自然的担忧及愿望分量
担忧以大写字母“F”定义，不只是指担忧，而是指一般负效价基本情感。类似地，愿望为一般正效价基本情感。尽管可能使用替代名称，但该命名可直观理解较抽象的数学。
以二维担忧-愿望域表示情绪可将每个特定情感数学分解为自然分量：担忧（直观理解为担忧）及愿望（直观理解为愿望）。
在正交向量基础
Figure BDA00003386212000241
上通过投影分解为基本情感，其中，
Figure BDA00003386212000242
| E → fi | = 1 , 数学表示为： E → = E → d + E → f = x * E → d 1 + y * E → fi
在该等式中，为向量，其大小为
Figure BDA00003386212000246
方向为φ（见图3）。使用复数表示，愿望部分为复数情感z的实部，担忧为其虚部。
Z=x+i*y=d+i*f
d和f为愿望及担忧坐标，以（d,f）表示特定情感。通过在担忧及愿望的正交基础上投影情感
Figure BDA00003386212000247
来获得d和f，并可以在复平面的正象限中表示。
自然对数标度
情感状态最自然地以对数标度表示。如何与符合人类感知听觉和视觉刺激所协调的现象已经成为特征，例如通过自物理现象至大脑所表现的对数传输表现，该特征以韦伯-费希勒定理（Weber-Fechner law）表现。该定理适用于体验及认知，表现刺激的物理性幅度与感知的强度间的关系为对数关系。
例如应用于我们的听觉时，其意味着等比例的频率是感知为等差音调。对于情感，其意味着例如低担忧与中等担忧间的差别看起来比高担忧与极高担忧间的差别大，即使两种情况中激活的绝对差相同。
通过皮层反射的情感更新
通过将情感反射于皮层上而反复更新情感，从而出现情绪。情感出现于大脑的较深层：边缘系统及脑干。尤其是位于边缘大脑中的扁桃形结构起着关键作用：其耦接皮层上的感觉信息与情感，使海马体能够创建我们的长期记忆。
情感进一步指导额叶皮层思考或考虑关联情感的皮层表现。该情感前馈开始于眶额叶皮层，因此其表述为边缘系统的新皮层表现（Nauta1971）。接着，前额叶皮层的其它部分进一步指导与情感关联的表现思维（Tucker等1995；Davidson等2000），以创建注意。
皮层在关联情感的信息上思考并字面反射它，亦即向边缘系统返回处理信息，随后可在该边缘系统中修改情感效价。该机制形成情感皮层边缘前馈-反馈循环。因此，情感是反复反射并更新。
该反复过程可收敛成特定情绪，其中，情绪是定义为跨越特定时间段的更有意识地感知并更稳定的情感。
情绪是作为情感意识体验，意味着情感的觉悟。因此，我们需要进一步研究意识下面的机制。
意识
意识产生于神经网络的反复激活。有多种意识的定义是与不同类型的意识关联。这里，我们想区分其中的三个。第一种类型的意识是生理链接脑干的活动。其仅指醒着的事实（Moruzzi and Magoun1949）。
在更高层次上，我们区分第二种类型的现象意识与第三种类型的认知意识。现象意识是现象的体验，其意识情感或表现，并非由认知注意来有意识地获得（Block1996）。在现象意识中，个人可意识到潜意识表现及其相关联的情感，陈述为“一种潜意识的感觉阻挡我”。
第三种意识包括认知意识。“我当然知道它，我只是没有考虑它”表现通过考虑而意识到潜意识的存在。考虑它意味着认知注意它。由于认知是额叶皮层的功能（Bianchi1992；Kraeplin1950；Luria1969），因此涉及额叶皮层是该类型意识的前提。
当我们的前额叶皮层通过将现象保持于其工作记忆中而注意到该现象时，我们的现象意识成为认知。认知意识出现于在当前时刻前立即记住所体验的现象。该记忆不是长期记忆的一部分，而是短期记忆，有时称为工作记忆。工作记忆或工作注意包括位于多个皮层区域中的神经网络的反复激活。
依据主要是涉及左额叶皮层还是右额叶皮层，我们推测认知意识主要是基于语言还是直觉。这由Baddeley的工作记忆模型支持，其中，有两个短期存储机制：语音回路和视觉空间模板（1974）。
与认知意识类似，现象意识也由神经网络的反复激活所产生。但与认知意识相反，现象意识不由额叶皮层指导，而是由颞叶指导（Milner and Goodale1995，Lamme2006）。
说明我们的生理情绪模型
所揭露的生理情绪模型最好是以视觉感知的具体范例说明。当视觉刺激到达眼睛时，前馈启动枕叶中的主视觉皮层。在枕叶、顶叶以及颞叶皮层中，执行刺激至神经模式的抽象化。在左颞叶中意识对象分类，而在右颞叶意识主体。
所体验的现象出现于情绪效价与自枕叶皮层导出的刺激的颞叶皮层所表现的下皮层边缘关联。在下皮层边缘大脑中，通过扁桃体与海马体将情感与现象的皮层表现关联，从而即使在刺激消失后仍保持该关联。
与现象关联的情感是通过边缘大脑的眶额叶皮层前馈来进入前额叶皮层。前额皮层的注意及工作记忆在自边缘大脑接收的情感输入的基础上指导认知过程。左前额皮层指导客观的、收敛的、基于语言的认知意识，而右前额皮层带来主观的、发散的、整体的想象意识。左右认知意识通过前面所述的正负前馈及反馈来诱发大脑的其它区域。每当体验新的刺激时，更新皮层表现及其相关联的情感。该些新的刺激可产生于由活动引起的物理现象的变化。不过，变化的物理现象还可能独立于活动，因为情感不仅在出现新刺激时更新，而且在简单思考情感的表现时更新，后面将进一步讨论。
当处于前额皮层的注意下时，情感意识是认知意识的一部分，但当与现象关联的感觉输入是活动的或当记住或关注现象时，情感意识还是现象意识的一部分。
通常，右前额皮层的发散主观思维注意导致情感强度增加，并导致与该情感关联的激活。类似地，左前额皮层的客观收敛思维注意导致情感强度降低。
前额皮层的认知注意是集中的。注意的现象的量是有限的。不过，可平行存在多个情感，从而解释我们为什幺具有混合的感觉。
尽管不同的情感可为情感意识的一部分，亦即不同的受反复激活的神经网络可同时在边缘系统中活动，但总有一个为主导的存在。因此，可推测眶额叶皮层的前馈机制将激活前额叶皮层注意与该主导情感关联的皮层表现。当该情感表现前馈-反馈机制随着时间收敛于较稳定的情感时，出现情绪。
在对数的复平面中表示情感
在对数的复情感平面中表示情感及情绪。该情感及情绪空间可表示为复平面的正象限，其中，（1,1）表示个人的担忧及愿望的平均程度。通过使用对数来表示精神状态，可将该情感空间变换为覆盖整个复平面的情绪空间，其中，由于exp(-∞)=0，exp(0)=0，exp(0)=1以及exp(+∞)=+∞，因此将0映射至-∞，1映射至0，+∞映射至+∞。因此，情绪表示于如图1D所示的复数对数情绪平面中。
在情绪盘中表示情感
可将表示情绪域的复平面映射至情绪盘上。为了以更紧凑的方式表现该对数复数情绪平面而不使用无限概念，我们在叫做情绪盘的单位盘上表示情绪，如图1E所示。
为达成该盘，首先使用逆立体投影将该对数复数情绪平面映射至黎曼球面，如图1F所示。点A及B通过立体投影投射至黎曼球面上，为S(A)及S(B)。
使用相同的整体图形投影，将该复平面投影于中心点为S(∞)的黎曼半球上，如图6所示。A及S(A)，以及B及S(B)分别投影于HS(A)及HS(B)上。随后，通过自0投射，将该黎曼半球投影于作为该黎曼半球的底部的单位盘上，此外也投影HS(A)于AMD上，及投影HS(B)于BMD上。最终的单位盘投影允许将情绪自然表现于情绪盘上，而无需表现不太直观的无限概念。
将皮层右-左变换建模
复平面的正象限在复平面上的投影以及更进一步在黎曼球面上以及情绪盘上的投影是基于我们的眼睛及大脑在物理视觉刺激上所执行的投影。从这些变换中导出皮层右-左及左-右变换。
因此有必要仔细考虑视觉刺激的右皮层空间投影以及随后使用该些空间表现的数学语言的左皮层表现。
请参照图1F，以0为眼睛的中心，S(∞)为眼睛的瞳孔，黎曼球面为眼睛的视网膜。当在平行于自身转换为图1F的复平面的眼睛焦平面中看到物理现实时，在视网膜表面的S(∞)实际为处于∞的物理点的投影点。S(0)是以0为中心的复平面所表示的焦平面的中心的投影点，该复平面为表示为黎曼半球的一只眼睛的焦平面的静态图像。该数学点0以及人眼的生理点的映射是如图1G所示。由复函数1/z执行0在∞上的映像以及∞在0上的映射，从而将复平面投影于其本身上。
立体投影是以特定角度α和β入射的光线在视网膜上的物理投影。在右额叶皮层的指导下创建空间表现的概览图像。为想象眼睛外部的空间，通过瞳孔的光线投影是假想逆转的，亦即人眼的物理投影是颠倒的，数学上导致黎曼半球。因此，一只眼睛的视觉刺激的颠倒右皮层整体静态图像具有二维，该二维是视网膜表面的二维。
当自不同角度看到的静态图像组合时，发生三维景象。其特征变换是基于简单的三角原理，但与这里无关。逻辑使左皮层推理为线性。看现象的一态样时，类似语言的分类投影于整体图像上而导致一维。空间右皮层表现的整体空间投影于一维上。只有在该整体图像的线性还原中，才有可能通过施加非矛盾定理而否定。左额叶皮层以一维逻辑思考，且通过投影第一维后保持的空间上的特征还原语言投影的重复，投影更多的线性独立维而导致例如为线、面及立方的多维左额叶思维。
因此，复平面为左脑投影，黎曼半球为右脑投影。更具体而言，复平面为右前额叶皮层指导下创建的空间表示的左前额叶大脑表现。
已知立体投影为复变换f(z)=1/z且为左右皮层表示间的变换。该函数的逆为其本身，意味着从左至右的变换与从右至左的变换相同，两者都为f(z)=1/z，因为f(f(z))=1/(1/z)=z。
因此，1/z投影允许左脑思维分析变换为直观上更容易访问的右脑图像。因此，该1/z立体投影已应用于表示情感盘的更直观可访问域中情感向量的数学分解。
在情感方块中表现情感
最后，可在情感或情绪方块上自然直观地简单数学表现情感及情绪。线性的左脑意识难以解释情感盘的非欧几里得度量。当直线以非线性表示时容易发生困惑。
在情绪盘中，除情感盘的半径外，直线以圆表示，通过任意给定点，以圆表示的无限量的平行线可绘制于情绪盘中，意味着该度量为非欧几里得度量。
由于情感盘因立体投影引入的变形而难以分析地读取，我们可以更简单直接的方式表现它，从而更容易被左脑意识接受。为此，我们将切比雪夫（Chebyshev）度量中的单位盘表示为如图1H所示的单位方块。
左右脑意识到访问该情感及情绪单位方块是容易的，因此是表现情感以及任意二维现象的较佳域。
轴上加入词语“低”和“高”，以使其更容易被右脑意识访问，因为-1和0的左脑表达可能让人困惑，因为-1意味着最低强度，不是负情感，0并不意味着0强度而是平均强度。当情感强度在0至无穷间时，方块中的实际坐标在-1至1间。为从复平面正象限中的（d,f）坐标导出（D,F）的情感方块坐标，必须执行对数、立体的以及切比雪夫计算。
将情绪变化建模
如前所述，我们的大脑通过皮层表现上的反射反复更新情感而处理情感。当成功使用时，该机制使我们能够降低消极情感或增加积极情感。
压力处理
处理压力的最好方式是反对发生于客观现实中的担忧变化。成功的压力处理方法通常利用逻辑及收敛的左皮层思维，通过主动反对消极情感下方的现实变化而降低消极情感。例如，对飞机坠毁的担忧导致客观正规的程序避免担忧并防止进一步的事故。通过左脑的客观劳动成功处理压力，从而将担忧降低至可接受或可容忍的程度。研究表明左半球的响应实际专门用于压力减轻及促进再生（Wittling2001）。
避免担忧的成功压力处理发生于在左前额叶皮层的指导下的客观的、分析的、及收敛思维注意到与担忧关联的现象表现时。
相反地，右半球专门从事压力响应来掌握外部环境的急性需求（Wittling2001）。
因此，在压力预期中，右半球通常是主动的（Davidson2000）。在此类情况下，出于解决的期望，右半球搜索逃离该消极情感的路线。随后，在左半球的指导下发生通常的集中注意力。
愿望培养
对于积极情感不会像压力一样处理，而是对其积极培养，直至其达到激活程度。培养愿望的最好方式是服从于人。右皮层服从情感以及情感上的投射主体，即人。成功的愿望培养发生于在右前额叶皮层的指导下的主观的、整体的、及发散性的思维注意到与愿望关联的现象表现时。
个人可能认为愿望不仅可针对人类，而且可针对对象。不过，个人可能也同意我们针对材料对象的愿望经常是对于损失该些对象的担忧或者类似另一人的愿望。
皮层滥用导致失败
当右皮层用于主观的、发散的、及消极的情绪或左皮层用于客观的、收敛的、及积极的情绪时，皮层被不成功使用，因而被滥用。
服从于消极情感通常使不成功的压力处理方法增加消极情绪，其通常使用主观的整体右皮层思维。生气是这样一种不成功的对消极情感的屈服，该情感投射于该人被认为坏或恶的主体上。例如发生事故后以私刑处死个人并不会避免担忧，也不会阻止进一步的事故。生气中消极情绪的排出并不会降低消极情绪，也不会导致反对担忧的原因的客观性措施。而且，它是不健康的。已证明与控制情绪的人们相比，生气的人们有19%的更大可能性死于心脏病（Chida and Steptoe2009）。
当客观的左皮层思维主导时发生不成功的愿望培养。例如，基于纯粹逻辑分析，对潜在配偶的合意度的积极评价不会导致真正爱那个人。
皮层变换矩阵
主导情感对的皮层变换可由2X2矩阵建模。情感及情绪的变化或者为从自身或环境的新的感觉输入的结果或者与其它大脑区域交互导致情感变化。在无新的情感输入的情况下，情感主要在前额叶皮层的指导下由皮层反射改变。
在此简化情况下，皮层变换可以2X2矩阵建模，其说明通过左右皮层上的反射，主导的积极及消极情感分量（d,f）的变换，其中，(d,f)是变换至情感盘或方块前在图4左侧的复数情感平面的正象限中的情感坐标。
d t + 1 f t + 1 = RC d + LC d 0 0 RC f + LC f d t f t
在该公式中，dt+1和ft+1是反射后主导的基本情感，而dt和ft是反射前同一主导的基本情感。RCd和LCd分别是反射期间在愿望分量上右皮层的放大系数（大于1）以及左皮层的折减系数（小于1）。类似地，RCf和LCf分别是反射期间在担忧分量上右皮层的放大系数以及左皮层的折减系数。
RCd、LCd、RCf和LCf的实际值取决于起始条件（后面将进一步讨论）以及反复是否有效且高效（或快）。主体表现在降低担忧中并不有效，正如对象表现在增加愿望中并不有效一样。并非全部的对象及主体表现在增加愿望或降低担忧中同等有效。
在成功的情感处理中，RCd通常大，LCf小，RCf及LCd接近0。在此情况下，积极情感的强度会增加，消极情感的强度会降低。接着，该等式可简化为：
d t + 1 f t + 1 = RC d 0 0 LC f d t f t
一旦情绪稳定，RCd及LCf将收敛于1。在情绪或情感盘或方块的轴线上使用的d和f值都是不稳定或稳定的（dt+1,ft+1）值，在变换至情绪盘或方块后在对数标度上表示。情绪可能从来不会变得完全稳定，且瞬变行为可持续。重要的瞬变情况是在反射期间因新的情感输入而导致边缘系统中出现新的主导情感。
皮层活动轴
在没有不成功的瞬变行为的情况下，消极情感符合左额叶活动，积极情感符合右额叶活动。如前所述，人类左半球通常专门从事压力降低。因此，高的担忧通常符合左皮层中增加的血液流动，其试图收敛该担忧。因此，参照前述的情感等式，如压力降低成功，则LCf是小的，而ft+1低于ft。
类似地，较高的d分量通常符合高RCd。为培养该愿望，右皮层执行有效且高效的RCd，以使右皮层中的血液流动增加。
在消极情绪通常符合左皮层活动以及积极情绪通常符合右皮层活动的基础上，在简化情况下，图1H的情绪方块X/Y轴还可与图1I所示的偏侧化皮层活动的程度相关或由其替代。不过，这不适用于稳定情绪产生在不成功的瞬变行为的情况，下一部份将对其讨论。
反射后依据愿望及担忧分量的相对力量或强度，人们最后处于不同的情绪中，如图1J所示。
研究表明感到放松的人们显示出增加的右额叶血液流动（Johansson等1998）。1999年，Mayberg等人发现通常处于淡漠情绪中的抑郁的人在旁边缘区域、较深层的大脑中具有较高的血液流动，在皮层区域具有较低的血液流动。有效治疗的病人显示该平衡的逆转：旁边缘区域的血液流动降低，神经皮层区域的血液流动增加。
将瞬变行为建模
当活动的右半球面临担忧或活动的左半球面临愿望时，通常发生不成功的瞬变行为。此时，新的重要的情感输入到达，RCf及LCd可不同于0，并等于先前主导情绪的RCd及LCf。当新的消极情感进入系统时，而皮层主要处于主观的发散的愿望中时，则
RC t + 1 f = RC t d
当新的积极情感进入系统时，而皮层主要处于客观的收敛的担忧中时，则
LC t + 1 d = LC t f
其数学将由皮层滥用启动失败的过程建模，如前所述。
瞬变行为期间的皮层活动
情感轴不能无防备地与皮层活动交换。当情感及情绪正在变化时，情感轴不能无防备地与皮层活动交换。例如，生气通常瞬变来导致左皮层活动增加，该活动试图使以生气为特征的消极情感平静下来。不过，这仅适用于人们相信可客观地执行某些事情以改变引起担忧诱发变化的现实时。但如2003年Harmon Jones证实的那样，当人们相信他们无法矫正生气情况时，左额叶活动没有任何增加，表明他们已经屈服，同时他们仍报告正在生气。
该屈服甚至可引起生气的情感。当消极情感为主观发散且投射于坏的主体上时，左皮层常常对客观问题不回想已知的解决方案。在此情况下，左皮层不知道或未记住降低担忧的模式，而右皮层屈服于担忧且增加担忧，从而最终引起恐慌，其为最高程度的担忧以及最低程度的愿望。在此类情况下，生气或恐慌情感由具有高程度右皮层活动及低程度左皮层活动的瞬变行为引起。
皮层反射引起的情感变化
情感变化不需要感觉输入。当存在但未受注意的皮层表现变得受注意时，也可发生情感变化。如前所述，与新的情感关联的感觉输入可征服主导，最终改变我们的情绪。不过，我们的情感及情绪不一定需要新的输入而变化。对我们的工作记忆的注意可自特定的皮层表现迁移至与已存在的但未受注意关联的其它皮层表现。当与后者的皮层表现关联的情感坐标(d,f)在我们的边缘系统中获得主导时，它们改变我们的情感，最终改变我们的情绪。
将特征情绪域命名
图10中情绪域的命名不是排他的也不是穷尽的。可给出更多的情绪细微差别以及替代。例如，当消极情绪投射的主体只是自身而非其它时，对应生气情绪的(d,f)坐标还可导致自责或自我憎恨的情感。
基于个人内省、移情理解、对称考虑、词来源以及词义提出图1J和1K的命名。例如热情和冷淡应当对称地相对，因为热情和冷淡在词来源和词义上彼此相对。另外，放松和恐慌对称地相对。基于个人内省以及移情理解，处于控制中的愉快感觉是以不太激烈形式的情绪来“主导”。
除图1J及1K中使用的八个基本情绪名称外，可将任意人类情绪映射在情绪盘上。如图1M所示，图1M显示情绪的非穷尽性列表，该些情绪在情绪盘上具有对应的位置。例如，处于控制中的愉快感觉是以不太激烈形式的情绪来“主导”。控制情绪的位置以及列表中任意其它情绪的位置是基于个人内省以及移情理解。依据情绪方块或盘的应用以及语义，八种基本情绪中的一种或多种可在其变体中细化。
给定命名的正确度的一些间接佐证是Csikzentmihályi的经验工作，在下一段作简单说明。
Csikzentmihályi模型
图1M显示先前技术中Csikzentmihályi在其工作动机理论中公开的精神状态方块。Csikzentmihályi模型的二维为挑战程度以及技能程度。Csikzentmihályi方块是工作动机的特定案例，其中，当挑战高时，作为对担忧形式的社会拒绝的不确定性是高的，左脑皮层需要活动以避免此类担忧。而当技能程度高时，作为通过愿望形式的社会贡献自我实现的愿望是高的，其产生于较高程度的右脑皮层活动。
在情绪盘上定位销售及购买
在情绪盘上定位销售
请参照图5，企业对消费者销售最好在-π/8至-3π/8区域内执行，而企业对企业销售最好位于π/8至+3π/8区域内。或者，换句话说，如销售和/或营销将消费者带入放松的情绪以中及将企业带入热情的情绪中则会最成功。的确，代表企业购买时的担忧通常比作为消费者购买时大。原因有两方面：首先，在B2B销售中的购买量通常较高，因此损失的风险较大。其次，B2B购买中的社会压力通常较高。如消费者购买产品例如壁橱，他可以仅犯自己眼里的错误（或者在亲密的家庭或朋友眼中的错误）。如购买者代表企业购买产品，则他感受到同事、老板等的社会压力。他不仅使企业损失钱，而且可能失去自己的声誉甚至工作。
在各区域中，在放松及热情的情绪区域中，我们想找到最大动机强度的区域。与行为心理营销者的通常要求相反，如果不是不可能的话，创建愿望是困难的。播种是可能的，但生长是自然的过程。其可以被培养，但不是很容易激活。但是，可通过左脑活动来主动避免或处理担忧。因此，给定以愿望坐标d表示的特定程度的愿望，可将以担忧坐标f表示的担忧降至动机强度m最大或接近最大的程度，对于消费者销售是在-π/4或对于企业对企业销售是在+π/4。
在情绪盘上定位B2C购买
为使对消费者作出最佳销售而不是购买，值应当定位于情绪盘中的-3π/4情绪处。意味着企业/消费者自个人购买个人冷淡的产品通常是有利的。在其它情况下，销售价格通常最终变得较高。例如，当消费者/卖方担忧时，他可能仍需要该产品或后悔销售，或者当他绝对喜欢该产品（热情情绪）时，他可能会不太愿意卖出该产品。
在情绪盘上定位B2B购买
为使企业作出最佳销售而不是购买，值应当位于情绪盘中的+3π/4情绪中处。例如，买方自焦急的B2B销售人员（例如担心未达目标）购买通常是有利的。类似地，消费者自因急于竞争而降低其价格的品牌处购买是有利的。
在情绪盘上定位应用
在不丧失其它应用领域的优先权的情况下，将上述模型专门应用于接口设计/开发来实现准确的用户心理建模。
电视观看=>放松的情绪
电视观看是视觉的，因此是右脑半球的专业域或有效力的习惯。这已被大脑研究证实：1979年Herbert E.Krugman表明电视相对为右脑媒体，在电视观看期间，右脑活动大约是左脑活动的两倍。因此，电视观看应当位于情绪盘中的右下象限。的确，人们观看电视的主要原因是为了放松（Barbara和Robert Lee,1995）。上述的重要结论为电视用户接口应当是右脑接口，亦即其应当激活右脑而非左脑。
图6A概念化显示以情绪盘中开始于放松情绪并结束于生气情绪的路径所表示的非预期电视用户接口体验的效果。如观众的用户接口包含太多的文本内容或需要用户顺序导航下拉菜单、向导或基于其它基于个人电脑操作系统的用户接口，则必须激活左脑。因此，情绪盘中的位置自右下方向上移动至右上象限。当已整天在工作中使用左脑时，这造成沮丧，其为担忧类别下面的消极情绪。1980年，Herbert E.Krugman表明，的确，在电视观看期间的中断引起沮丧，其看起来与再次“开启”左脑有关，从而中断右脑的放松。观众将停止放松，从而降低他或她的动机强度。左脑通常控制并从而抑制右脑。因此，愿望坐标被降低。观众的担忧坐标急剧上升，最终经过图6A所示的路径将观众带至生气区域的位置。观众对迫使他浏览他所憎恨的用户接口的电视服务或内容的提供商感到生气。自生气的人成功诱发购买并不完全不可能，但非常难。左脑接口阻止从视频点播（VOD）销售以及其它电视销售而来的生长中的愿望，而主动地抑制现有的愿望并创建担忧。
电视销售=>放松的情绪
已知B2C销售及电视观看都是位于-π/4区域中，我们可优化电视销售如下：首先，通过包括互联网以及其它媒体来源的全部频道来源来集群内容，以筛选整体内容市场。接着，基于观众的愿望，亦即对内容的偏好的愿望坐标，排序该内容。因此，给定由担忧坐标f表示的特定程度的担忧限制，想要的的情况是选择的内容处于所要求的愿望分量范围内，以使情绪Ψ在-π/8至-3π/8的区域内，这是电视销售应当产生最大成功机会的想要的点。
电视管理=>热情的情绪
个人电视系统的管理，包括例如选择虚拟频道的内容、选择哪些Facebook用户可在个人Facebook频道上张贴建议、设置频道的次序号、管理个人推荐列表等，通常是在兴奋的情绪中执行。因此，电视管理系统位于右上象限。因此，它们应当通过平衡视觉与文本的或分析的数据而激活左脑和右脑。
阅读及研究=>放松的及热情的情绪
在电子阅读器装置上的阅读和研究最好执行于放松的情绪中。想要或需要购买材料的电子阅读器用户不想被在线下单及支付系统所需的典型操作中断，例如选择供应商、输入凭证等。后面这些类型的操作通常执行于另一种情绪中，其特征为较高程度的担忧，因此是位于情绪盘的主导或热情的情绪区域中。
有价证券交易=>恐慌与热情的情绪
最好自处于恐慌中的交易者购买有价证券，并向对有价证券热情的交易者销售。
银行业/投资=>担心/恐慌的情绪
银行业系统不应当创造价值，而是使其安全。好的银行业是客观的左脑活动，其不会主观投机（为右脑活动），因此不会追求利益或价值，其仅避免对货币不值得信赖的担忧。好的银行业不是企业性质的，而是协同地努力于客观地将货币保值。因此，银行业位于情绪盘的左上象限中。
销售=>放松及热情的情绪
在购买产品或服务时，消费者或企业通常遵循的情绪路径是如图15所示。对于企业对企业销售，应当播种并培养愿望，当愿望开始生长时，应当主动避免担忧，但有时应当主动创建担忧以结束企业销售。在例如分布式非专有产品的消费者销售时，愿望需要生长得与担忧消失的速度一样快，如果最终的强度足够强，则可发生令人放松的购买。
在情绪盘上定位平台销售
针对销售类型优化的情绪可能不同于有关所用平台的情绪。
如前所述，企业对消费者销售最好在-π/8至-3π/8的区域（放松的情绪）中执行，而企业对企业销售最好位于π/8至+3π/8的区域中（热情的情绪）。我们也知道类似例如电视等右脑平台通常位于-π/8至-3π/8的区域中，而例如互联网网站通常位于π/8至+3π/8的区域中。
一般而言，与平台类型相比，销售类型对于购买平台/过程的设计具有较强的影响。这意味着例如企业对消费者的图书网站最好以使消费者放松的方式设计。另一方面，阅读本身是人们通常在热情的情绪中做的事情。因此，当阅读时，最佳的购买体验（放松的情绪）不同于最佳的产品体验（热情的情绪）。
将担忧及愿望分量建模
针对特定的产品或内容将用户的担忧和/或愿望分量建模可通过收集有意识的用户反馈和/或通过例如电视观看或网站浏览期间观看及浏览行为的无意识的测量来完成。
降低担忧分量f最好在左脑活动环境中完成，例如在基于文本的工作环境中而不是例如在电视观看期间。因此，观看及浏览行为非常适合将d坐标建模，同时基于主动文本的输入是适合将f坐标建模。因此，对于电视，完整观看节目将增加与节目关联的愿望分量，而快速换台则降低同一愿望分量。另一方面，通过在电脑的互联网网站上排序个人喜欢的电视节目列表可将f坐标建模：例如在列表中向上移动节目降低其担忧坐标，向下移动节目增加其担忧坐标。
针对右脑变换的替代数学模型
人类大脑的右前额叶皮层逐渐进化发展为处理视觉数据。不是指在左右眼睛的左右基部皮层中执行的实际感知以及数据整理，而是指想象大脑外部的三维空间。右脑前额叶皮层想象：在我们外部投影图像。自基部向额叶皮层投影的想象的变换是1/x变换。通过眼睛虹膜中心的瞳孔所形成的光阑并投影于视网膜上的光线是严格遵循在另一黎曼球面上投影复黎曼球面的相同路径，其中0是投影于无穷，而无穷是投影于0。为使右脑不会感受到光线像针扎入指尖那样的疼痛，人类不会在敏感的视网膜处看到眼睛内部的光线，而是我们外部的(1/焦距直径)的球中-右脑半球需要专门的逆变换，该逆变换是将眼睛的内部小球面映射于眼睛外部的球面或平面上，该球面或平面都表示相同图像。由于1/x变换权为非一致图，其将复黎曼球面全纯变换于自身上，且黎曼球面可全纯映射于复平面上，因此右脑只能在基部皮层至前额叶皮层的投影中物理开发1/x功能。该投影模拟通过瞳孔至视网膜上的逆投影，其本身为1/x变换，于另一1/x后执行的该1/x变换给出同一变换，意味着人类将世界想象成本来的样子。已知该1/x变换为发散的，在大脑中创建无穷和零的概念。其将右脑的视觉特性与其发散的反相特征链接，并解释为什幺心理变态行为是使用右脑，而不受左脑控制。愿望处于其自然的动态发散中，其起始于受对象吸引的小种子，如不被左脑驯服的话，该小种子是无须任何力量而靠自身生长至痴迷。
左脑前额叶皮层发展为处理声音（非音乐，音乐是左右脑的组合力量，例如数学）。当分析通过写一列傅立叶变换（由耳蜗）振幅频率函数所发现的二维图形时，左脑专门从事找到详细的图案，而不是在每个脑波期间通过将整体图像的二维图形投影在前额叶皮层上来反相。因此，左脑专门从事细节及控制。处理担忧的最好方式是通过详细的分析及活动来控制它。担忧开始较大，并可通过左脑的努力劳动而控制或避免。因此，担忧的动态是良性的收敛及恶性的发散。
情感的数学模型
担忧和愿望相互独立，二者一起构成情感的整体人类（可能还有动物）状态空间，叫做心理空间。心理空间可数学转换为担忧及愿望，它们是心理空间的特征向量。任意心理变换可分解为两个分量，一个是担忧维，一个是愿望维，二者互相独立，一起构成整体心理变换或过程。此类心理变换可产生于例如为个人尝试卖东西时与潜在客户的交互。因此，心理空间可由二维平面表现，更具体而言，是大脑皮层的二维表面的功能范围。因此，心理特征空间的维数为二。右脑半球专门处理愿望，因此最良性地用于处理愿望，但也可处理担忧，但处理担忧通常是恶性的。左脑半球专门处理担忧，因此最良性地用于处理担忧，但也可处理愿望，但处理愿望通常是恶性的。
因此，每个情感可分解为愿望及担忧的自然分量，数学表示为：
E=Ed+Ef
每个情感E是如图1C所示的大小为E，方向为φ的向量。
图1C显示将情感分解为独立的全组成分量：担忧及愿望，数学表示如下：
E=E=(|Ed|2+|Ef|2)1/2
Figure BDA00003386212000351
Figure BDA00003386212000352
其中，φ是情感E的方向与愿望单位分量间的角度。E在愿望方向上的投影为Ed，其为Ed与愿望单位向量的积。使用复数记号，复数情感z的愿望部分为实部x，其担忧部分为虚部y，情感z的大小以r表示，如下为复数表示：
Z=x+yi
x=rcosφ，y=rsinφ
z=r(cosφ+isinφ)
φ=arctanx/y
Figure BDA00003386212000353
使用复数黎曼数学，图1C所示的单象限担忧及愿望图可共形并全纯映射至图2所示复平面中的单位圆，以确保自图2的心理空间导出的全部结论可实际应用于图1C所示的人类情感中。
图2概念化显示人类心理的状态空间的自然表现。担忧和愿望所跨越的起始空间是复平面的单象限，因为无消极的吸引或不情愿存在，因而担忧及愿望相互独立并且彼此不相反或相对。
人耳或人眼以及皮层的内部状态是产生特定感知的特定现象的来源。二者以自感觉至大脑的对数传输为特征。因此，内部情感状态可更自然地以对数标度表示。对数表示图1C的X轴及Y轴可为共形的全纯变换，在两个方向减去(0,∞)的映射意味着可执行该变换而不丧失实际生命情感世界中最终心理空间的有效性。此类变换的表示如图3所示。
图3显示单象限现象至感知的整个复平面的转换。
而且，图3的整个复平面至图4的黎曼复半球的变换已知为亚纯映射，意味着该变换可在不丧失有效性的情况下执行。
图4显示将感知的整个复平面转换至以黎曼复半球表现的皮层体验。
最后，该黎曼复半球可全纯共形变换至为黎曼球面的赤道圈的复数单位圆，并使用投影Poincaré模型产生图2的最终结果。该些变换的数学特征足以保证该情感的新表示及其通过担忧坐标f、愿望坐标d、情绪Ψ以及动机强度m等全部标量的特征向量所分解的数学有效性。通过圆而非直线的正交投影是必要的，以准确确定d和f坐标。因此，心理、情感、主观购买及销售行为以及观众-消费者心理可以情绪Ψ以及动机强度m来有效说明。
向左右脑映射情感
左/右脑分析的延伸实现将如图2所示的情感盘区分为左脑及右脑、主动区域及被动区域，如图5所示。图5概念化显示情感盘中相对虚实轴功能的在每个象限中交替的不同大脑活动。
产生状态空间路径的变换
购买及观看心理
在不丧失在其它应用领域的优先权的情况下，将上述模型专门用于购买心理来实现将买方/购买者心理准确建模。购买行为可发生于不同的情绪中，由情感盘中的不同角度Ψ表示。尽管热情的买方不同于放松的买方，但在每个购买决策或行动中，动机强度必须在特定的阈值上移动，其可因人而异。
电视观看是视觉的，因此是右脑半球的专业域或有效力的习惯。右脑专门有效力的处理愿望，当它处理担忧时，通常是恶性的，意味着电视观看应当位于情感盘的右下象限，其中，右脑是主动的，左脑是被动的。因此，重要的结论是电视用户接口应当为右脑接口。
图6A概念化说明以情绪盘中开始于放松情绪并结束于生气情绪的路径所表示的非预期电视用户接口体验的效果。如观众的用户接口包含太多的文本内容或需要用户顺序导航下拉菜单、向导或在其它基于个人电脑操作系统的基础上的用户接口，则必须激活左脑。因此，情绪盘中的位置自右下方向上移动至右上象限。当已整天在工作中使用左脑时，这造成沮丧，该沮丧为担忧类别下面的消极情绪。观众将停止放松，从而降低他或她的动机强度。左脑通常控制并从而抑制右脑。因此，愿望坐标降低。愿望坐标降低，观众的担忧坐标急剧上升，最终经过图6A所示的路径而将观众带至生气区域的位置。观众对迫使他浏览他所憎恨的用户接口的电视服务或内容的提供商感到生气。自生气的人成功诱发购买并不是完全不可能，但非常难。左脑接口阻止从视频点播（VOD）销售以及其它电视销售而来的生长中愿望，而主动地抑制现有的愿望并创建担忧。
请参照图6B，诱发电视观众的购买行为最好是在-π/8至-3π/8区域中执行。最佳的企业对企业销售行为最好是位于π/8至+3π/8区域中。在该电视区域中，我们想找到最大动机强度的区域。与行为心理营销者的通常要求相反，愿望是很难的、几乎不可能主动创建的情感。播种是可能的，但生长是自然的过程。其可以受挫折，但不是很容易激活。但是，可通过左脑活动来主动避免或处理担忧。因此，给定以愿望坐标d表示的特定程度的愿望，可将以担忧坐标f表示的担忧降至动机强度m最大或接近最大的程度，对于消费者在-π/4销售或对于企业对企业在+π/4销售。为使对消费者或企业作出最佳销售而不是购买，值应当在情绪盘中的+/-3π/4情绪处。
对于企业对企业销售，应当播种愿望，且当愿望开始生长时，应当主动避免担忧，但有时应当主动创建担忧以结束企业销售。在例如分布式非专有产品的消费者销售中，可简单地收割愿望，但仍应当避免担忧。首先通过包括互联网以及其它媒体来源的全部频道来集群内容，以筛选整体内容市场。接着，基于观众的愿望排序内容，亦即对内容偏好的愿望坐标。因此，给定特定程度的由担忧坐标f表示的担忧限制，想要的的情况是选择的内容处于所要求的愿望分量范围内，以使情绪Ψ在-π/8至-3π/8区域内，这是电视销售应当产生最大成功机会的想要的点。
因此，有必要通过无意识测量观看及浏览行为和/或有意识的用户反馈建模愿望和/或担忧向量。降低担忧分量f最好在左脑活动的环境中执行，例如在基于文本的工作环境中而不是在观看中。相应地，观看及浏览行为非常适合将d坐标建模，同时基于主动文本的输入是适合将f坐标建模用在关于在情绪盘上的映射的愿望及担忧向量的建模的上述概念可利用这里所述的独特的神经心理建模引擎执行。作为一种机制的此类建模引擎，用以在给定主体（观众）的观看及浏览行为的无意识测量和/或有意识的用户反馈的情况下排序内容对象。一经排序，这里所述的特定组用户接口就可用以实现先前排序的内容对象的多维浏览。
本发明独特处在于真正主观频道的概念。与主体内容已被内容提供来源客观地分类并依据可用的观看时间界定的现有内容频道不同，依据本揭露的频道包括一组或多组内容对象，其依据观众的主观爱好及情绪来具体选择并按观众选择并观看此类内容的最低至最高的情感动机来次序排列。在范例系统中，例如家庭的观众或观众组可具有多个个性化频道，其包括利用本发明的建模系统35而依据他们的个人兴趣来自主集群并筛选的内容节目，且其可利用与本发明的观众系统32关联的用户接口应用来控制观看，或者利用个人频道创建以混合。
电视推荐者
可使用这里所述的独特的神经心理建模引擎来执行用在关于在情绪盘上的映射的愿望及担忧向量的建模的上述概念。为阐述及理解起见，我们以电视体验系统为例来说明此类引擎的工作。不过，该些原理适于广泛的应用，该些应用是名义上能从推荐者功能受益的全部应用。因此，这里所述作为一种机制的建模引擎，用以在给定主体（观众）的观看及浏览行为的无意识测量和/或有意识的用户反馈的情况下排序内容对象。一经排序，这里所述的特定组用户接口就可用以实现先前排序的内容对象的多维浏览。
本发明独特处在于真正主观频道的概念。与主体内容已被内容提供来源客观地分类并依据可用的观看时间界定的现有内容频道不同，依据本揭露的频道包括一组或多组内容对象，其依据观众的主观爱好及情绪来具体选择并按观众选择及观看此类内容的最低至最高的情感动机来次序排列。在范例系统中，例如家庭的观众或观众组可具有多个个性化频道，其包括利用本发明的建模系统35而依据其它们的个人兴趣来自主集群并筛选的内容节目，且其可利用与本发明的观众系统32关联的用户接口应用来控制观看，或者利用个人频道创建以混合。
用于观看体验的推荐引擎的网络实施
图7概念化说明可实施本发明神经心理建模引擎的网络环境38。网络环境38包括一个或多个私有网络21以及一个公共广域网（WAN）30，例如互联网。可使用任意已知的网络技术，例如有线电视服务提供商的有线分组网络或分组交换局域网络（LAN）或者无线网络等实施私有网络31。公共网络30可包括使用任意现有网络技术，该些网络技术包括无线、光学的其它网络的合集。内容提供商34、观众系统32以及建模系统35可有效耦接各网络31及30，其包含这里揭露的神经心理建模引擎。额外的内容提供商36以及37以及额外的观众系统33也连接网络30。观众系统32及33可参照图11所述实施。
建模系统实施例
图8概念化说明建模系统35的方块示意图，其包含神经心理建模引擎41。具体而言，虚线框显示的系统35包括一对网关44及45，用以将系统35分别连接至网络30、31。在一范例实施例中，系统35还包括服务器平台40以及一个或多个数据库46至48。服务器40可由单个服务器或多个服务器实施、执行神经心理建模引擎41、以及排序应用42、行为建模器49，它们彼此通信并通过耦接服务器与数据库46至48以及网络30及31的网络接口43而与数据库46至48以及其它实体通信。
数据库46可用于存储记录或其它数据结构，该些记录或其它数据结构是用以表现与观众系统32以及其它观众系统关联的一个或多个观众的神经心理模型。数据库47可用于存储内容对象，例如不同多媒体内容的文件，文件可由观众系统32观看。数据库47还可存储与各内容文件关联的元数据。图10C概念化显示范例内容对象元数据文件75。数据库48可用于存储一个或多个频道90A至90C，其保存与频道模型72及观众模型70关联的多个内容对象的排序。要注意的是，尽管将各数据库46至48说明为单个数据库，但其中任意数据库可以不同配置的多个数据库实施，包括分布式、冗余式以及点对点不断迁移的配置。或者，一个或多个数据库46至48的数据可组合成单个数据库。例如，与特定观众频道模型关联的内容的排序可与定义该观众模型的数据一起存储。另外，数据库46至48可包括各自的数据库服务器以与服务器40接口或共享一个数据库服务器。
图9D概念化说明建模系统35的实施例的元素，用以针对关联特定频道模型的内容对象的排序，并导出关联内容对象与特定频道模型的元数据间的关系。具体而言，存储于数据库47中的每个内容对象具有与其关联的元数据文件75，该元数据文件75包含说明文件的内容的不同数据参数，例如格式、时间、标题、类型、演员、制片人、初始发行年份等。针对该特定结构可使用任意数目的不同数据结构。此类内容文件元数据文件还可存储于数据库47中。
类似地，与观众系统32关联的各独立观众（或观众组例如家庭）具有与其关联的观众模型70，该观众模型70包含的数据说明行为模型，包括观众元数据(例如性别、年龄、职业、产品/说明服务级别等，以及观众（观众组）在类型、演员、特定系列剧、兴趣域、过去的选择历史、观看时间或其它参数等方面的想要的偏好)。图10A说明样本数据结构，其可用于实施特定观众（或观众组）的行为模型70。如前所述，此类观众元数据文件可存储于数据库46中。
为帮助提高搜索引擎服务(例如Google、Bing、Yahoo等)的效率而创建现实的本体。本体在人工智能、语义网络、系统工程、软件工程、生物医学信息、图书馆科学、企业书签以及信息架构中用作有关世界或其部分的知识表现。基本上，此类搜索引擎创建表现现实内容的客观索引，此类索引内容可存储于一个或多个数据库中，如9A所示的数据库60。在范例实施例中，数据库60以及索引内容可以是也可以不是地将系统35的部分建模，但可通过公共或私有网络访问。
图9E至9F说明建模系统35的组件间的流程，以更新观众模型及频道模型、检索新内容并依据观众的情感动机的系统模型来确定此类内容是否适于排序。请参照图9A至9F，观众行为，包括事件(例如请求特定节目、完成内容对象的观看、存储或购买内容、管理频道)，该些事件使观众系统32向建模系统35的行为建模器49发送事件数据包，如图9D的箭头A以及图9E的决策方块61所述。接收此类事件数据后，行为建模器49修改与特定观众关联的观众模型70，如流程方块62A所述，以及必要的话修改频道模型72，如图9E的流程方块62B所示。在一实施例中，行为建模器49接收的该事件数据可包括作为事件主体的内容对象的识别符、内容对象的已观看时间、动作说明符(例如存储、购买、改变次序、指定为喜欢/不喜欢或删除此类内容对象)、以及用以操作内容对象的频道识别符、以及主体观众或观众组的识别符。如果事件为隐式事件，则行为建模器49所接收的事件数据可包括用以操作内容对象的频道（因为内容对象可属于多个频道）。另外，如果事件为隐式事件，则行为建模器49所接收的事件数据可包括动作的时间戳（可在内容对象数据流的来源处计算经过时间，因为例如快进和/或回退等动作是映射至起始/停止以计算累积观看时间）以及在内容对象中的位置是例如在x秒后。如果事件为有关频道管理的显式事件，则事件数据可包含添加或删除或改变的频道识别符，和/或与该改变关联的搜索术语/关键字。如果该事件是有关这里所述的专用反馈（彩色按钮）命令的显式事件，则事件数据可包含任意命令/按钮、内容对象以及频道的识别符。
图10B1概念化说明定义范例频道模型72C的数据结构。接着，行为建模器49自数据库46检索出与特定观众关联的模型，以及定义频道的元数据文件72C。另外，行为建模器49还自数据库47检索说明内容对象的元数据文件。接着，行为建模器49比较所接收的事件数据与内容对象的元数据文件75以及当前的观众模型70，并适当修改频道模型72c（由行为建模器49内的圆箭头表示），如图9E中的62A以及62B所示。在每种情况下，修改观众模型70并有选择地修改频道模型，其如同频道管理及搜索术语变化的情况。
在实施例中，可使用下列算法执行观众模型70的修改。依据规定的规则，例如内容对象的购买导致预定义的Ψ及m值（或等同的担忧坐标f以及愿望坐标d），将每个事件映射至情绪盘20上。在第一步骤中，针对特定用户来确定内容对象在情绪盘20上的位置。
观众观看电视主要是为了放松。不过，观众还可因受吸引而观看节目或出于职业原因的兴趣。因此，在缺乏任意其它隐式以及显式数据的情况下，不同于观众关联积极事件（例如从始自终观看、购买、使用彩色按钮标示显式反馈等）与内容对象的事实，针对特定观众而假定内容对象可能位于如图6D所示的与盘的右周边相邻的界定区域内的某处。
观众第一次使用系统35时，难以预测用户当前所处的准确情绪：热情的、主导的或放松的。因此，可在情绪盘20中的热情或放松区域中预分类节目。通常预分类于放松区域中的节目为系列剧、电影、真人秀等。通常预分类于热情区域中的节目为新闻节目、有关金融、经济或政治话题的讨论、科学记录片等。可写脚本以自动预排序，例如在特定的元数据，例如节目形式（系列剧、电影、记录片等），以及类型的基础上和/或在节目播出的频道的基础上。
依据有关内容对象的观众的隐式及显式行为，内容对象在观众的个人情绪盘上的位置可不同于其一般的默认起始位置。基于例如下列范例中总结的协同数据，默认的起始位置本身也可变化。在第一范例中，在隐式及显式数据的基础上个别改进。设想观众主要观看令人放松的内容对象，其间还按时观看每日新闻。如果他/她对系列剧及新闻显示类似的观看模式，则可假定每日新闻对于他也是令人放松的，并（逐渐地）将每日新闻自该特定观众的情绪盘上的热情区域移至放松区域。现在假设观众从周一至周四主要观看情绪盘上通常预分类于热情区域中的节目，例如每日新闻、金融新闻以及企业人士访谈。对于该用户，可假设从周一至周四，电视主要是信息和/或灵感来源而不是放松。因此，对于该用户，每日新闻保持于情绪盘的热情区域中，并且要注意的是，对于该用户，热情情绪是周一至周四的最佳情绪。
在第二范例中，可在协同数据的基础上普遍改进。如果预分类于热情情绪中的节目移至该特定节目的相当比例观众的情绪盘的放松区域中，则可将默认起始位置自热情区域更新为放松区域。另外，可使用预定义规则，其定义应当在情绪区域内的哪个位置放置特定事件，例如，在“放松”的情绪中所购买内容的对象映射至Ψ=-pi/4，且m值=1。类似的规则可适用于其它相关事件。
内容对象的元数据的线性组合（或就使用的本体所作的表示）导致所定义的担忧坐标f以及愿望坐标d。，例如，假设xf1、xf2...xfn是适用于本体分量1...n的系数，线性组合中包括的分量j（j=1...n）导致担忧坐标fi（对于每个事件，i=1...m），产生如下方程系统。
[ O ] x f 1 x f 2 · · · · · · x fn = f 1 f 2 · · · · · · f m
其中，O是mxn矩阵，其中，每个元素Oij表示分量j于担忧坐标i中的涉入。在一实施例中，矩阵O可类似
O = 1 0 · · · 1 1 1 0 1 · · · · · · 0 1 · · · 0
为计算系数，必须解该方程系统。基于m和n的大小和/或矩阵O的秩，使用算数程序（直接或迭代求解数字线性代数例如最小二乘解），以确定每个系数xi。类似的变量系统可用于计算愿望系数。由于观众模型的系数是基于新事件更新，因此可通过通过向最老的方程赋予较低的权重或自要解的系统中放弃它们而改变观众的担忧和/或愿望。
在范例实施例中，可根据显式事件修改频道模型70，例如观众使用左脑用户接口来启动频道模型的修改。观众启动的创建/更新/删除频道的事件导致创建/更新或删除频道记录。观众启动的修改和与频道关联的搜索术语/关键字的事件导致更新与该频道相关的过滤值。观众启动的显式修改与频道关联的“情绪”的事件导致更新与该频道关联的担忧及愿望坐标值（默认值假设是观众在“放松”情绪中观看频道）。
也可根据隐式事件修改频道模型70。例如，如果确定用户在特定频道观看的内容对象是趋向于位于情绪盘的另一区域中而不是与频道的情绪向量关联的区域，则可例如将该情绪向量自“放松情绪”修改至“热情的”区域。如果经修改的观众模型对于还不是频道的过滤标准部分的多个本体分量具有较强的系数值，则创建新的频道（建议观众），其具有该些分量来作为过滤值。
根据特定的事件，例如周期性（定时事件）、观众事件、内容事件（例如可用的新的视频点播内容）运行建模引擎41。首先，建模引擎41在观众及频道模型的基础上执行基于内容的过滤。建模引擎41自数据库60请求可能相关的任意索引内容材料，如图9D的箭头D及图9F的流程框63所示。在范例实施例中，建模引擎41制定并格式化向数据库60提出的数据库查询。请参照图10A1，查询可基于任意本体分量（在观众模型中具有较强的系数值）的组合以及频道模型的过滤标准（从简单的标准如“X的广播”至链接观众模型中存储的观看背景的标准，例如“与我在周五晚上喜欢观看的节目类似”）。
在此方面，可对建模引擎41编程以与任意数目的不同索引内容来源或内容图书馆的查询格式交互，例如除更传统的内容提供商，例如有线电视服务提供商、视频点播提供商等以外，YouTube以及各种流行的网络搜索引擎。数据库60或其它内容来源返回满足建模引擎41的查询的一个或多个内容对象的元文件，如图9D的箭头E所示。
神经心理建模引擎41检查所检索的各内容对象的元文件，并结合观众的元文件和/或频道模型来计算有关该特定内容对象的观众情绪及动机强度在人类情感的数学模型上(亦即先前参照图1A至6D所述)的情绪盘20上的位置。具体而言，建模引擎41检查内容对象的元文件内参数的不同值，例如节目类型、演员、标题、导演等，并将其映射至所使用的本体的相应分量。基于观众模型（由流程方块62A计算）中对应各可用的选择分量的系数，计算该内容对象的情绪盘的担忧坐标f以及愿望坐标d。
针对与观众模型关联的各频道模型，排序应用42评估该内容对象是否满足该频道的过滤标准。在下一步骤中，使用“余弦相似性度量”计算各选择内容对象的情绪向量与关联该频道的情绪向量的类似度。该度量使排序应用42能够针对该频道所选择的内容对象而依据其与频道的情绪向量的相似度来进行排序。在可选的第二步骤中使用“协同过滤”后处理步骤，以针对该频道及观众更新引擎41选择的内容对象的排序-类似传统的混合推荐算法（协同的及基于内容的过滤）。具体而言，在观众模型和与该观众的模型类似的其它观众的观看行为（例如喜欢）的基础上排序对象（例如低次序对象的特定选择）。不过，与传统“协同过滤”的实施相反，观众的“相似度”计算不仅基于偏好的内容对象及偏好内容对象元数据的对应，而且基于观众模型中所存储的情绪盘中的对应。在一实施中，观众相似度的计算使用各观众的包括担忧及愿望系数的向量的“余弦相似度”。要注意的是，在另一实施中，“基于内容”和“协同过滤”机制可以不同的方式组合，例如不同顺序的步骤或平行方式。如在频道模型中指出的，可选择在下一步骤中依据特定的切除标准来切除低次序内容对象。在一实施例中，该标准可为“略去在特定的相似性度量值后的全部内容”或“在特定数目的内容对象后”。此类值还可由系统动态计算。如在频道模型中指出的，可选择在最后步骤中，在给定特定的排列标准的情况下（例如播出时间、最老的排在第一个或排在最后），可针对该频道的剩余内容对象执行排序操作。要注意的是，频道内容还可通过节目主管添加的内容而变得丰富。
实施频道90可利用图12C的数据结构95结合任意数目的其它数据结构，包括双向栈、双向链表、关系数据库记录等，且包含多个条目，以保存任意的地址、识别符或与数据库47中多媒体内容的实际文件的链接。要注意的是可与同一观众关联任意数目的不同频道。
在所揭露的实施例中，由建模引擎41执行的过程是针对每个内容对象以及与特定主体观众关联的每个频道。以此方式，可定期更新针对特定观众的内容对象的排序，例如每天、每8小时等。要注意的是，神经心理建模引擎41可不计算每个内容对象的担忧坐标f及愿望坐标d的值，而是使用查询表。给定频道模型72及观众模型70的主导偏好的权重输入值，该查询表生成担忧坐标f及愿望坐标d的适当值。
图10A、10A1、10B、10B1以及10C1概念化说明由神经心理建模引擎41、排序应用42以及行为建模器49使用以创建内容对象的排序的数据结构。图10A及10A1共同说明概念化的观众元数据文件70。除观众信息例如性别、年龄、婚姻状况、订阅类型/程度以及观众识别符外，观众元数据文件70还包含对行为建模器49以及神经心理建模引擎41有用的信息，例如任意演员、类型、制片人、感兴趣的特定主题、不感兴趣的特定主题等的偏好列表数据。其中任意一个具有与其关联的类型识别符，以及权重偏好值，该权重偏好值通常为自一系列可能值中选择的整数值，例如在0至100的标度上。此类偏好信息可由行为建模器49自已发生的观看历史导出。另外，观众元数据文件70可还包括特定系统事件的列表，该列表通常按逆时间顺序排列，每一条目定义事件的性质、动作的日期，以及经过时间值（可选）。
建模系统的额外实施例
图9B至9C说明依据本发明另一实施例建模系统35的组件间的流程，以更新观众模型及频道模型、检索新内容并依据观众的情感动机的系统模型确定此类内容是否适合排序。请参照图9A至9C，观众行为，包括例如请求特定节目、完成内容对象的观看、存储或购买内容等事件，使观众系统32向建模系统35的行为建模器49发送事件数据包，如图9A的箭头A以及图9B的决策方块61所示。在接收此类事件数据后，行为建模器49修改频道模型72，以及与特定观众关联的观众模型70（如必要的话），如流程方块62所示。在一实施例中，行为建模器49所接收的事件数据可包括作为事件主体的内容对象的识别符，内容对象的已观看时间、动作说明符例如存储、购买、改变次序、指定为喜欢/不喜欢或删除此类内容对象，以及内容对象所属频道的识别符以及其排序，以及主体观众或观众组的识别符。行为建模器49接着自数据库46检索与特定观众关联的模型以及定义频道的元数据文件72C。另外，行为建模器49还自数据库47检索说明内容对象的元数据文件。接着，行为建模器49比较所接收的事件数据、内容对象的元数据文件75、以及当前的观众模型70，并适当修改频道模型72c（由行为建模器49内的圆箭头表示），如图9B中的流程方块62所示。接着，神经心理建模引擎41定期请求与观众关联的当前频道模型的元数据文件，如图9A的箭头B及C所示。于接收后，神经心理建模引擎41使用说明当前频道的元数据文件而自数据库60请求可能相关的任意索引内容材料，如图9A的箭头D以及图9B的流程方块63所示。在范例实施例中，神经心理建模引擎41检查说明当前频道模型的元数据文件，制定并将向数据库60提出的数据查询格式化。在此方面，可对建模引擎41编程以与任意数目的不同索引内容来源或内容图书馆的查询格式交互，例如除更传统的内容提供商(例如有线电视服务提供商)以外，YouTube以及各种流行的网络搜索引擎。数据库60或其它内容来源返回满足建模引擎41的查询的一个或多个内容对象的元文件，如图9A的箭头E所示。
神经心理建模引擎41检查内容对象的元数据文件，并结合观众的元文件和/或频道模型来计算有关特定内容对象的观众情绪及动机强度，该观众情绪及动机强度是在人类情感的数学模型上亦即先前参照图1A至6D所述的情绪盘20上的位置。具体而言，建模引擎41检查内容对象的元文件内参数的不同值，例如节目类型、演员、标题等，并根据已依据任意先前行为事件更新的与观众关联的元数据文件，尤其任意偏好，以及频道模型来计算担忧坐标f以及愿望坐标d在情绪盘上的位置。从担忧坐标f及愿望坐标d的值，通过使用这里揭露的数学关系将表现观众情绪Ψ的角度位置以及对象对观众情绪的影响及动机强度m确定，如图9B的流程方块64所示。基于想要的的结果亦即节目的选择或内容的购买，如果最终的情绪值Ψ位于情绪盘上的想要的角度位置，则该内容对象符合所考虑的频道且神经心理建模引擎41向排序应用42提供动机强度值m以及内容对象元文件，如图9A的箭头F以及图9B的流程方块68以及决策方块65的“Y”分支所示。如果最终的情绪值Ψ位于情绪盘上不合愿望的角度位置上，则该内容对象不符合所考虑的频道。在此情况下，不向排序应用42提供数据。相反地，建模引擎41利用先前所述流程针对与同一观众模型关联的任意其它频道模型重新计算情绪值Ψ，直至不再有与该观众关联的频道模型，如图9B的流程方块67以及决策方块66的“Y”分支以及决策方块65的“N”分支所示。一旦完成内容对象与全部频道模型的比较，如决策方块66的“N”分支所示，神经心理建模引擎41接着比较数据库60的查询结果中的下一内容对象与各频道模型72，如图9C的决策方块71的“Y”分支以及流程方块73所示。一旦完成全部内容对象与关联特定观众的全部频道模型72的比较，建模引擎41接着使用与该观众模型关联的下一频道的模型生成对数据库60的另一组查询，其方式如前所述。接着重复流程方块63及随后的流程，如前面就与同一观众模型关联的另一频道模型所述。一旦更新完成与同一观众模型相关的全部频道模型，可以预定周期或基于一些其它标准而在观看事件发生时类似更新系统内与其它观众模型关联的其它频道模型。排序应用42检查由神经心理建模引擎41提供的m值，并生成表现该内容对象相对与特定观众频道90关联的数据结构中的其它内容对象的相对排序的值。实施频道90可利用图12C所示的数据结构95来结合任意数目的其它数据结构，包括双向栈、双向链表等，且包含多个条目，以保存任意的地址、识别符或与数据库47中多媒体内容的实际文件的链接。要注意的是，可与同一观众关联任意数目的不同频道。
在所揭露的实施例中，由建模引擎41执行的过程是针对每个内容对象以及与特定主体观众关联的每个频道。以此方式，可定期更新针对特定观众的内容对象的排序，例如每天、每8小时等。要注意的是，神经心理建模引擎41可不计算每个内容对象的担忧坐标f及愿望坐标d的值，而是使用查询表。给定频道模型72及观众模型70的主导偏好的权重输入值，该查询表生成担忧坐标f及愿望坐标d的适当值。
图10A至10C概念化显示由神经心理建模引擎41、排序应用42以及行为建模器49使用以创建内容对象的排序的数据结构。图10A概念化说明观众元数据文件70。除观众信息例如性别、年龄、婚姻状况、订阅类型/程度以及观众识别符外，观众元数据文件70还包含对行为建模器49以及神经心理建模引擎41有用的信息，例如任意演员、类型、制片人、感兴趣的特定主题、不感兴趣的特定主题等的偏好列表数据。其中任意一个具有与其关联的类型识别符，以及权重偏好值，该权重偏好值通常为自一系列可能值中选择的整数值，例如在0至100的标度上。此类偏好信息可由行为建模器49自已发生的观看历史导出。另外，观众元数据文件70可还包括特定系统事件的列表，该列表通常按逆时间顺序排列，每一条目定义事件的性质、动作的日期，以及经过时间值（可选）。
图10B概念化说明范例频道模型72，其包括元数据文件部分72A以及针对与特定观众观看历史相关的数据的伴随篮（bucket）缓冲区域72B，但由偏好基础限于偏好上。在一实施例中，频道模型72的元数据文件部分72A包含主导偏好列表以及伴随值，该伴随值常为自可能值范围内选择的整数值，例如在0至100的标度上，以及次主导偏好以及各伴随值。在一范例实施例中，频道模型72的篮部72B包含多个次篮区域，分别包含其自身的偏好识别符以及事件数据的存储区域。此类数据可以不排序的方式或以时间顺序包含于篮中，但其格式可由行为建模器49以及神经心理建模引擎41识别。以此方式，特定的参数例如喜欢的演员、喜欢的类型、特定请求主题、购买或存储最多的内容等可在各自的偏好值中考虑历史数据因素，并相应确定在行为建模器49所识别的特定观众频道内向哪些参数赋予最重权重。在范例实施例中，在图9B的流程方块62中，行为建模器49将确定观众系统32的各事件的性质，并考虑与内容对象关联的元数据、观众模型以及频道模型元数据文件72A的主导偏好。它们间的关系已在前面导出并体现于预定公式中，以获得对于特定内容对象的观众情感动机的最准确表现。接着，行为建模器49处理频道模型元数据文件72A内的一个或多个主导及次主导偏好的各权重值。例如，重复观看特定演员的电影将与其它主导和/或次主导偏好相对，例如频道模型元数据内的制片人、特定的类型或兴趣分类，增加对于该演员的主导偏好的权重值。以此方式，频道模型元文件72A内主导及次主导偏好的组合权重是基本恒定，而各组成偏好的权重随每个观看事件而动态变化。因此，频道模型72的元数据参数被不断更新并彼此比较，以在给定观众的最近观看历史的情况下确定当前的哪些偏好为最重权重。当观看事件发生时，如这里所述，行为建模器49将更新区域72B内适当的偏好篮区域或在模型内建立新的篮区域。模型为动态可扩展。接着，行为建模器49确定基于该事件是否需要修改与主导或次主导偏好关联的任意偏好值，并且如适当的话，改变区域72A中的偏好值。于神经心理建模引擎41请求时，行为建模器49传输元数据部分72A。从该元数据部分72A中，建模引擎41在检查主导及次主导偏好的伴随值后，利用主导及次主导偏好生成请求查询。
观众系统
图11A概念化说明依据本发明相对公共网络30、内容提供来源34及36以及建模系统35的观众接口系统32。图11A还说明与显示器80关联的遥控器88。观众系统32包括第一或右脑用户接口显示器80，其主要用于观看视频内容。在该实施例中，可利用电视显示器80及伴随的遥控器88实施视频内容的观看。实施显示器80可利用“连网电视”或连接电视与网络30或31的其它装置，例如连网蓝光播放器或连网游戏机，例如能够直接连接互联网(例如网络30以及有线分组网络或卫星网络例如网络31)的装置。观众系统32还包括第二或左脑用户接口84，其呈现内容浏览接口以及购买接口，且可实施于个人数字助理（PAD）上或智能手机、平板电脑甚至笔记本电脑上。此类第二用户接口主要使用和/或激活人脑左半球的活动，并另外在有限程度上激活人脑右半球的活动。观众通常使用第二用户接口84执行例如存储、购买、改变次序、指定喜欢/不喜欢频道90的排序中的特定内容对象等活动。观众系统32还包括可选的第三及第四用户接口86、87，其能够呈现基于文本的接口供内容浏览及购买以及视觉内容，且可利用传统的个人电脑实施，包括桌上型或便携式系统以及其它系统。在一范例实施例中，显示器80呈现视觉的、非文本的信息，而电话/PDA84、个人电脑86和/或平板电脑87的其中一个、两个或全部三个显示文本的信息，例如图12B中频道90A至90C中所包含内容的表现，或其它基于文本的数据。还要注意的是，个人电脑86以及平板电脑87还可用于显示视觉信息。对于观众系统32中的不同用户接口，占主动地位的大脑活动是如下所示：
-显示器80：全部右脑，极少左脑
-平板电脑87：主要左脑、有限右脑、可选择全部右脑
-智能手机/PDA84：主要左脑/有限左脑、可选择有限右脑
-个人电脑86：全部左脑、可选择有限右脑
在所揭露的实施例中，可利用现有的商业可用技术来实施观众系统32的元素。例如，可利用任意数目的智能手机或个人数字助理装置来实施显示器84，包括但不限于苹果iPhone以及自例如Samsung、HTC、Alcatel、Acer、Sony Ericsson、HTC、LG、Google Nexus、ZTE、Motorola等任意数目的制造商所购买的基于安卓（Android）操作系统的智能手机。可利用平板电脑实施显示器87，包括但不限于苹果iPad以及自例如Acer、Archos、Dell、Motorola、Samsung、Sony、Toshiba、ZTE等任意数目的制造商所购买的基于安卓（Android）操作系统的平板电脑。如前所述，可利用连网电视以及依靠补充设备例如机顶盒82连接内容来源的传统显示装置实施显示器80，包括但不限于自LG、JVC、Panasonic、Philips、Samsung、Sharp、Sony等任意数目的制造商所购买的装置。
可利用任意数目的电脑系统实施显示器86，包括但不限于Apple iMac以及自Acer、Hewlett-Packard、Asus、Samsung、Sony、Dell、Toshiba等任意数目的制造商所购买的IBM PC兼容个人电脑。可利用任意数目的市场上销售的机顶盒装置或具有开放架构或专有架构的游戏平台来实施机顶盒82，取决于访问的内容来源，包括自Sony Playstation、Apple Mac Mini、Nintendo Wii、Microsoft Xbox等任意数目的制造商所购买的设备。可利用电视制造商制造的任意数目的标准设计遥控器实施遥控器88，或利用例如Logitech等制造的遥控器实施遥控器88。
依据本发明，将遥控器88的传统光标导航控制作为主要机制以浏览与观众的神经心理概况关联的先前经合并排序的内容的频道，如前所述。可使用遥控器或直接自显示器80的前面板选择重新导向应用85，以将由遥控器88生成的光标导航控制指令的传统功能重写和/或重新导向。若为连网电视或其它连网设备，此类程序可直接执行于显示器80的处理器及操作系统上，或者执行于与显示器80关联的机顶盒82上，或通过公共网络30远端执行于远端连接观看系统32的建模系统35的服务器40上。
在范例实施例中，重新导向各光标导航控制，以启动先前已排序于频道内的内容对象的检索及浏览，如本文所述。图11B说明由重新导向应用85执行的算法过程。首先，于启动后，应用85等待自遥控器88远端发送的命令信号。如本领域技术人员了解的那样，此类信号可通过有形的电性导电体传输或通过任意技术(包括光学、微波等无线传输)。应用85检查所接收信号的数据，通常为识别命令的标头文件或数据流内的字段，以确定与接收命令关联的该接收信号是否识别出要重新导向的信号的其中一个，例如遥控器88的向上、向下、向左以及向右光标导航信号。如果是，依据接收哪个光标导航命令，重新导向应用85而向建模系统35传输识别要观看的新内容对象所需的数据。此类数据可以任意数目的不同技术实施，例如将内存偏移至当前或最近观看的内容对象，或具有识别频道数据结构95内下一内容对象的顺序号，或自与当前显示对象关联的元数据文件检索的可解析链接，其本地地存储于观看系统32或远端存储于建模系统35中。
图11C说明一算法过程，该算法过程是自重新导向应用85接收用以在识别要显示的下一内容对象的处理或参考数据后由建模系统35的服务器应用51所执行。依据处理或参考数据的性质，服务器应用51解析要显示的下一内容对象的任意地址、链接或参考，接着，通常自数据库47中检索出与此类内容对象关联的元数据文件。随后，自数据库47检索出与内容对象关联的实际数据，并经过公共网络30或私有网络31来流式传输至观看系统35的第一用户接口80，这是取决于系统的确切实施。在将向观众系统32流式传输内容启动的同时，服务器应用49可开启定时器，以确定流式传输终止的最终时间，这是通常在选择要观看的下一内容对象时。在接收命令终止流式传输后，服务器应用51向行为模型模块49传输表现先前观看的内容对象的经过时间的值以及该内容对象的元数据，以更新观众的行为模型。其它可用的命令可类似地使内容流式传输终止并以经过时间来更新观众的行为模型，该行为模型包括但不限于频道的向上/向下、返回按钮（导致开始另一内容对象）、暂停、快进、回退（在内容对象内）等。或者，服务器应用51不保持经过时间的值，而是检查嵌入最后流式传输数据包的标头的时间代码，以确定流式传输终止前观众大概观看了多少内容对象。接着，可类似地将基于该值的表现经过时间的数据发送至行为模型模块49。随后，执行类似的过程以识别、检索及流式传输要观看的下一内容对象。
隐式及显式数据/事件可引发“箭头A”功能。隐式数据/事件可包括：
·基本的观看操作事件（自显示器84、86、87上的右脑用户接口或利用遥控器88）：
。播放（请求特定节目，继续观看内容对象）
。暂停
。快进/回退
。停止（完成观看）
。浏览频道内的其它内容对象
。浏览其它频道
·内容的购买
·特定时间帧内的事件系列（例如来回浏览多次特定内容对象）
·在内容对象“内”围绕特定时间帧的操作，例如在开始广告、血腥场面时离开
显式数据/事件可包括：
·使用遥控器88上的彩色按钮提供反馈（或显示器84、86、87的等同右脑用户接口元素）
·使用显示器84、86、87上的左脑用户接口管理频道
·使用显示器84、86、87上的左脑用户接口输入搜索术语
可导致传输新内容对象的额外命令包括向左双箭头、向右双箭头、返回按钮以及“OK”按钮（如对象需要购买，在使用箭头访问该对象时仅能检索到预告片，OK触发已支付内容的传输）
在特定观众频道内使用光标导航控制来执行多维内容对象浏览的过程是如参照图12A至12B所示。请参照图12A，其概念化说明多维频道90以说明利用传统的光标导航控制91、93、95、97分别沿愿望及时间向量92、94多维浏览内容的概念。具体而言，与特定主体/观众关联的频道90包括沿第一维92的第一多个内容对象C1t、C2t、C3t、C4t、C5t...Cnt，其按降低的愿望次序排列。通常是从最高至最低。在一实施例中，观众激活向上光标控制91而启动沿频道90的维92来观看下一内容对象，对此，主体/观众对观看或购买其内容具有增加的动机愿望。类似地，观众激活向下光标控制97启动沿频道90的维92来观看下一内容对象，对此，主体/观众对观看或购买内容具有降低的动机愿望。
第一多个内容对象C1t至Cnt的其中一个或多个具有通过链接或参考与其关联的第二多个内容对象，其沿第二维94按时间顺序排列且其共享一个或多个共同的元数据参数。例如，如图所示，内容对象C4t具有与其关联的沿第一方向按时间顺序排列的多个内容对象C4t-1、C4t-2、C4t-3、C4t-4...C4t-n，例如按向左是年代增加的顺序排列。内容对象C4t还具有与其关联的沿与第一方向相对的第二方向按时间顺序排列的多个内容对象C4t+1、C4t+2、C4t+3、C4t+4...C4t+p，例如按向右是年代降低的顺序。在一实施例中，观众激活向左光标控制93而启动沿频道90的维94的朝左方向来观看下一内容对象，对此，主体/观众针对观看或购买内容具有至少相同的动机愿望。类似地，观众激活向右光标控制95而启动沿频道90的维94来观看下一内容对象，对此，主体/观众对于观看或购买内容具有至少相同或不同的动机愿望。
因此，通过利用所揭露的多维频道配置，可使用遥控器88的上下光标导航控制91及97沿第一维92(在先前已由与当前观看频道90关联的建模系统35排序的内容对象间)移动，而遥控器88的左右光标导航控制93及95可用于按时间顺序来向后或向前浏览内容，例如当前正在观看或最近观看的同一节目的过去或将来的分集。图12A还以虚线说明其它可能的选择，以说明按系统设计者的考虑可多维访问内容对象。观众系统32的任意的第二用户接口84、第三用户接口86或第四用户接口87还可用于访问频道90的任意维92或94的内容对象。
图12B概念化说明数据库48内与特定主体/观众关联的频道90的实施。频道90可包括存储于建模系统35的数据库48中的多个频道90A至90C存储。如图所示，频道90A包括复数个组。在一实施中，图12A中频道90的第一维92由图12B中的组1表现，而第二维94由图12B的组2表现。可依据频道数据结构内各区域或排序位置的实施的性质来链接组1及组2中的内容对象。在另一实施中，各组1-n可表示单维。要注意的是，一组中可具有多个或单个对象。频道90B及90C可以与频道90A相似或不同的方式实施。
图12C概念化说明样本数据结构96，从其中可建立频道90A至90C的组。结构96可实施为对象、纪录、文件或其它存储结构，且可包括识别其关联内容对象的字段或参数，以及存储位置的地址或可解析链接。在该存储位置可检索实际的内容对象。另外，数据结构96可进一步选择地包括识别其在组/频道内的位置的位置值，以及针对相邻数据结构的一个或多个链接参考或指针。此类相邻数据结构表现使用遥控器88的光标导航控制来结合重新导向应用85沿第一维92或第二维94的频道90内的可访问内容对象，如本文所述。数据结构96可具没有或者具有一个或多个指针或参考与其关联。数据结构95可还包括识别与内容对象关联的观众和/或频道的字段或参数。
请参照图12D，将C1t...Cnt进一步称为“水平维”，其为频道的主要维。该频道中的内容依据内容排序选择。不过，内容可按动机排序，在此情况下，Cnt具有最高级别。内容还可基于时间排序，在此情况下，Cnt为最近的对象。C4t-3...C4t-1是在对象C4t的位置中按压一次向左双箭头时进入的维。内容依据特定的元数据项(例如系列剧的分集关联)，并依据其年龄排序（最老的分集在左边）。选择“返回”会离开该维，返回C4t。C4tu1...C4tu3是基于对象C4t按压向上按钮时导航进入的维。要注意的是，在该“向上”维中，对于观看/购买具有最高动机的内容是处于最易访问的位置，亦即C4tu1，沿向上的方向动机降低。C4td1...C4td3是基于对象C4t按压向下按钮时导航进入的维。要注意的是，该“向下”维中，具有最高动机的内容是处于最易访问的位置，亦即C4td1。因此，沿向下的方向动机降低。因此，不一定向上或向下总是表现较高的动机，其取决于背景，亦即与对象C4t的相对位置。在一实施例中，向上维中的内容来自来源（即视频点播）、向下维中的内容来自另一来源（即YouTube）。图11D概念化说明为执行内容对象的上述导航及显示而由观众系统32执行的算法过程。
分布式上载系统
上面揭露的系统可结合这里所述的分布式上载系统使用。请具体参照图13A至13B，其概念化说明如图7、8、11A所示的网络环境38中的选择元素。具体而言，图13A说明有效将内容来源36与建模系统35耦接的多个观众系统32a至32n。观众系统32a至32n可如前所述实施并具有下述的额外修改。类似地，建模系统35可如前所述实施。内容来源36可实施为参照图9A的来源60，其包含索引内容材料，或为图7的任意内容提供商34、37，或可包括通过有线分组网络的任意有线电视服务提供商、通过卫星网络的卫星电视服务提供商或互联网上的实时广播（网络电视）。
图13B说明替代的概念化网络配置，其类似图13A，区别在于除观众系统32a至32n以外或作为其替代，内容文件来源30与建模系统35通信。
图14概念化说明依据本发明相对公共网络30、内容提供来源36以及建模系统35的观众接口系统32的选择元素。观众系统32包括主要用于观看视频内容的第一或右脑用户接口显示器80。在该实施例中，其可利用电视显示器80以及伴随的遥控器88实施。将显示器80实施可利用“连网电视”或连接电视与网络30的其它装置(例如连网蓝光播放器或连网游戏机)，例如能够直接连接互联网(例如网络30以及有线分组网络或卫星网络例如网络31)的装置。观众系统32还包括第二或右脑用户接口84，其呈现内容浏览接口以及购买接口，且可实施于个人数字助理（PDA）或智能手机、平板电脑甚至笔记本电脑上。此类第二用户接口主要使用和/或激活人类大脑左半球的活动，并且还在有限程度上激活人类大脑右半球的活动。
在该实施例中，电视显示器80还包括应用程序100，以与内容提供来源36以及建模系统35接口。具体而言，应用100包括建模系统接口程序102以及爬虫（crawler）程序104。建模系统接口程序102使观众系统32能够以参照图13A至13B所述的方式与来源36及建模系统35交互。爬虫程序104与程序102以及内容来源36交互，以及适当的话，可与关联内容来源36的排程应用或电子节目指南功能106交互。
爬虫程序104以下述方式经过程序102与内容来源36及建模系统35交互。爬虫程序104不断查询与内容来源36关联的排程功能106，以确定当前可访问哪个内容节目，从而自内容来源36向观众系统32流式传输下载。此类可访问性的确定通常由观众与内容来源提供商的订阅协议定义。每当程序104识别出观众有权访问的内容时，爬虫程序104就启动向显示器80的流式传输下载内容，并在与显示器80关联的内存中缓冲小部分该内容，以及关联内容的选择元数据，包括识别该内容的数据以及识别缓冲区域内所包含内容的特定部分的一个或多个时间或顺序识别符或标记，如图13A的箭头A所示。图13C概念化说明观众系统32撷取并上载部分内容对象的算法过程。接着，爬虫程序104向程序102传输一个或多个数据包，其包含缓冲内容以及识别该内容的信息，或者提供在内存中存储此类信息并可由该两过程访问的地址。如图13A的箭头B所示，程序102向该信息附加如图15所示的数据结构120，并将此类信息传输或流式传输至建模系统35。在一实施例中，程序102可查询建模系统35的集群服务器110以确定内容对象的完整副本是否已驻留于集群服务器数据库112或数据库47中。如果是，则程序102仅向集群服务器110发送数据结构120，以消除不必要的网络带宽使用。如果集群服务器110需要内容对象的特定段，则它会向程序102指定该特定段，其可由时间或顺序识别符识别。程序102将向爬虫程序104提供此类信息以向/自来源36发送及获取该内容。
请参照图15，在一实施例中，数据结构120A可包括识别内容对象和/或其部分的数据122A、与该内容对象关联的时间或顺序识别符124A以及识别观众过程的授权标记126A。另外，数据结构120A可进一步选择包括识别与观众过程127A关联的用户定义频道的数据128A以及识别用以解密内容对象的加密密钥的数据129A。
在该环境中，授权标记126A可采取任意数目的不同形式，包括以掩码（mask）、特定代码、键、哈希值（hash value）等排列的一个或多个二进制值。另外，可自内容来源36接收此类授权标记126A或通过程序102而自其中导出。在一实施例中，自内容来源36提供的内容对象为加密形式时，可通过程序102向建模系统35提供解密密钥或代码来作为授权标记126A的一部分。
当显示器装置80有效连接内容来源36时，针对观众过程可访问的全部内容不断重复由爬虫程序104所执行的功能。程序104可使用与显示器80关联的频道选择驱动器或任意合适的关联有线盒82以查询来源36。另外，由爬虫程序104执行的功能性通常发生于未自显示器缓冲区域向实际显示器本身读取任意视频或音频内容的情况下。按此方式，可在观众不使用系统的情况下执行此类过程，例如在系统“停止运行的时间”期间且显然观众未意识到的情况下。
在该实施例中，请参照图8，建模系统35还包括集群服务器110以及伴随的数据库112以及网络流式传输接口114。集群服务器110使用自观众系统32的程序102接收的结构120内所包含的数据组合内容对象的完整副本，以将其保留于数据库112或47中，如果适合的话。具体而言，集群服务器110内的应用过程使用与内容关联的时间或顺序识别符或标记，并依据内容接收部分与先前接收的其它部分的关系来对该接收部分排列。以此方式，自多个观众系统32a至32n组合内容对象（程序）的完整副本并由建模系统35保存以便日后根据有权观看该内容的任意观众系统32a至32n的请求来观看。具体而言，当观众作为观众频道90的一部分或专门通过接口84请求内容对象时，集群服务器110确定该识别的内容对象是否存储于数据库112中。如果是，则流式传输接口114验证该请求观众是否有权观看此类内容，且于证实后，，如图13A中的箭头C所示地开始向请求系统32流式传输该内容。图13D概念化说明观众系统向建模系统请求观看内容对象的算法过程。集群服务器110在数据库112内保持每个观众系统32的纪录，标示观众有权下载数据库112内的哪些内容对象。针对观众系统32a至32n经过程序102及104不断更新此类纪录。以此方式，有权观看特定内容的各观众系统32a至32n可在与内容提供商(例如有线电视服务)提供此类内容的时间帧不同的时间以外提出请求而随意观看内容。
图13B说明所揭露技术的第二实施例，其中，内容来源36通过网络有效耦接建模系统35，更具体而言，有效耦接集群服务器110。在该实施例中，内容来源36可向集群服务器110上载全部或选择内容对象的至少一副本，从而无需各观众系统32a至32n按照前述方式向观看系统35上载小部分内容。图13E概念化说明向集群服务器上载内容对象元数据及小部分的算法过程。在该实施例中，爬虫程序104不断查询与内容来源36关联的排程应用106，以确定当前可访问哪些内容节目，从而自内容来源36向观众系统32进行流式传输下载。此类可访问性的确定通常由观众与内容来源提供商的订阅协议定义。每当程序104识别出观众有权访问的内容时，如图13B的箭头A所示，爬虫程序104就启动与内容关联的元数据的下载，包括识别该内容的数据。爬虫程序104接着向程序102传输识别该内容的信息。如图13B的箭头B所示，程序102向该信息附加数据结构120，并将此类信息传输至建模系统35。如前所述，数据结构120可包括自内容来源36接收或由程序102生成的授权标记126。在一实施例中，当内容来源36的内容以加密形式提供时，可通过程序102向建模系统35提供相应的解密密钥或代码来作为授权标记126的一部分。
在该实施例中，来源36提供的内容也存储于与集群服务器110及流式传输接口114关联的数据库112中。如前所述，集群服务器110在数据库112内保持各观众系统32的纪录，标示观众有权下载数据库112内的哪些内容对象。针对观众系统32a至32n经过程序102及104不断更新此类纪录。当观众作为观众频道90的一部分或专门通过接口84请求内容对象时，如图13B中的箭头C所示，流式传输接口114会验证该请求观众是否有权观看此类内容，并于证实后，开始向该请求观众系统32流式传输该内容。
用于多内容对象的呈现及浏览的用户接口
依据本发明一态样，一种用于在用户接口上同时呈现多个内容对象数据流的系统及技术，以有助于观众以多维浏览。在右脑用户接口显示区域的重要部分中呈现主要内容流，其表现在观众频道的维内是当前选择的内容对象，同时在用户接口显示区域的其余部分以较小尺寸或缩略图格式呈现多个次要内容对象数据流，其表现出观众可导航进入的可选择内容对象。呈现于用户接口上的该多个次要内容流分别表现与当前选择的主要内容对象数据流呈队列关系的可选择内容对象。此类队列关系可存在于观众频道的相同维中的不同内容对象流之间及之中，或单个内容对象流或节目的独立可选部分间，或观众频道的该维中的不同内容对象间，例如同一节目中按时间顺序排列的分集。
参照12A至12B说明利用光标导航控制来执行特定观众频道内内容对象的多维浏览的过程。图12A概念化说明多维频道90，其利用传统的光标导航控制来帮助沿愿望及时间向量92、94多维浏览内容。图12B概念化说明在数据库48内实施与特定主体/观众关联的频道90。频道90可包括多个频道90A至90C，其存储于建模系统35的数据库48中。
参照图16至22说明导航控制用以执行特定观众频道90内观众系统32上所显示的内容对象流的多维浏览及观看的过程。请参照图16，建模系统35的数据库48与内容数据库47或其它内容来源34、36交互，以确保在与观众系统32关联的内存中缓冲观众频道90内表现内容对象的数据流，从而渲染并显示于显示器80上。
观众接口系统32包括主要用于观看视频内容的右脑用户接口显示器80以及伴随的控制器88。如前所述，将显示器80实施可利用“连网电视”或连接电视与网络30或31的其它装置，例如连网蓝光播放器或连网游戏机，例如能够直接连接互联网(例如网络30)以及有线分组网络或卫星网络(例如网络31)的装置。图16概念化说明显示器80（以虚线表示）的组件间的关系，包括用户接口显示区域120、图形引擎115、主要流缓冲区域116以及与包括观众频道的内容对象关联的多个次要流缓冲区域118a至118n。图形引擎115通常为显示器80的一部分，其在与各流关联的数据包内包含的内容数据以及命令/格式化数据的基础上来控制多个数据流的流式传输、解密、窗口化以及渲染。缓冲区域116及118可实施为与图形引擎115关联的本地内存的分段部分，或者可独立地远离显示器80存储。显示器80及观众系统32通过网络30（以图16的云表示）连接建模系统35以及内容对象数据流的来源，通常为任意数据库34、36、37或47。多任务/多线程操作系统可用于观众系统32中，以控制内容对象数据流的流式传输、缓冲以及渲染。具体而言，每个流可具有与其关联的多个执行线程，包括缓冲线程以及用于格式化及渲染显示器80的显示区域域上的内容对象数据的线程。如图16所示，主要内容对象流具有与其关联的缓冲区域116以及共同表示为117的一个或多个线程。多个次要内容对象流分别具有与其关联的缓冲区域118a至118n以及一个或多个线程的集119a至119n，如图所示。在所揭露的实施例中，自初始来源经缓冲区域以不断流式来传输主要内容对象数据流128，而次要内容对象数据流121至126可选择地循环其部分内容，通常为各缓冲区域内存储的最初几分钟或其它数量。以此方式，在用户接口显示区域120上向观众呈现的视觉信息是更加丰富，尤其是次要内容对象数据流121至126，且其有效利用图形引擎115的处理器资源以及进出观众系统32的带宽。
如图17所示，数据流式传输至显示器80的各内容对象具有与其关联的数据结构111，其包括有关内容对象的观看参数的信息，包括但不限于格式化参数、状态、导航选择以及专有权利数据。除有关内容对象的元数据例如对象识别符、格式识别符外，以及与观众频道内其它内容对象的链接、存储包括对象的数据的内存地址以及内容对象的大小外，数据结构111还包括数据字段以标示对象的许可状态、是否免费（预付费）、每次观看付费还是有限使用付费、经过的观看时间、内容对象是否由建模系统35编译、推荐该内容对象的人名、推荐该内容对象的人的图像、以及表示不同图形元素及围绕该内容对象的渲染的标记所需的其它数据，下面参照图18至22详细说明。
图18及21说明显示器80的用户接口显示区域120。多个内容对象数据流能够同时呈现于用户接口显示区域120中。在用户接口显示区域的大部分区域中呈现主要内容对象数据流128，其以虚线表示，表示在观众频道90的维内是当前选择的内容对象，同时在用户接口显示区域120的底部以较小尺寸或缩略图格式呈现多个次要内容对象数据流121至126，其表示观众可导航进入的观众频道内的可选择内容对象。以此方式，呈现于用户接口上的该多个次要内容对象流分别表现与当前选择的主要内容对象流相关的可选择内容。图18中，多个次要内容对象数据流121至126与代表主要内容对象数据流的图标127为沿用户接口显示区域120的底部排列，并且，为说明的目的，可与时间或本文所述的其它第二维关联。类似地，在图18中，图标127与多个次要内容对象数据流121至126可沿用户接口显示区域120的侧面排列，并且，为说明目的，可与本文所述的第一维关联。要注意的是，可沿用户接口显示区域120的左侧或右侧垂直排列图标127及次要内容对象数据流121至126。可沿用户接口显示区域120的任意部分线性排列一维的内容对象流的缩略图，包括用户接口显示区域120的任意左侧、右侧、上侧以及下侧。或者，可在用户接口显示区域120内使用缩略图的其它布局，例如圆形或簇形布局的缩略图，以向观众提供相对当前显示的主要内容对象数据流128所可浏览的维的导航选项表示。
请参照图19以及本文其它地方的说明，这样一队列关系可存在于不同的内容对象流之间及之中，或单个内容对象流或节目的独立可选部分间。例如，次要内容对象数据流121至126可代表相对主要内容对象流128依次排序的内容对象131至136，主要内容对象流128代表在观众频道90的第二维94中所当前选择的内容对象138。或者，次要内容对象流121至126所表现的依次排序的内容对象为显示区域120中当前观看的内容对象的观众可选择片段。例如，代表新闻节目的主要内容对象流所具有的独立可选的次要内容对象流为针对天气、体育、商业/金融、消费者报告等的节目片段。又例如，代表新闻节目的运动片段的主要内容对象流所具有的多个独立可选的次要内容对象流代表该体育片段中体育亮点的不同视频剪辑。类似地，请参照图19，队列关系可存在于不同的内容对象流之间及之中，或单个内容对象流或节目的独立可选部分间。例如，次要内容对象数据流121至126可代表相对主要内容对象流128依次排序的内容对象131至136，主要内容对象流128代表在观众频道90的第一维92中所当前选择的内容对象138。或者，次要内容对象流121至126所表现的依次排序的内容对象为显示区域120中当前观看的内容对象的观众可选择片断。
在一实施例中，次要内容对象数据流121至126以预定时间段显示于用户接口显示区域120上，例如在最后导航命令后的2至20秒间，或其它预定时间段，以不分散观众观看主要内容对象数据流128的注意力。按压遥控器88上的导航命令按钮会使次要内容对象数据流121至126重新出现，以向观众提供必要的视频线索，从而帮助在观众频道的维内的不同内容对象中浏览。在另一实施例中，当观众在不同内容对象中导航或“浏览”时，选择新的主要内容对象数据流128会使其余的次要内容对象数据流121至126重新定位，从而相对当前显示次要内容对象数据流121至126的屏幕120的边框或缩略图窗口，各次要内容对象数据流121至126或者a)自其当前显示的窗口逐渐移至相邻的窗口；b)自其当前显示的窗口基本即刻移至相邻的窗口；或者c)当前显示次要内容对象数据流121至126的边框或缩略图窗口在屏幕120上实际移动，在利用任意上述技术的情况下，或者向右或者向左移动，取决于观众所选择的导航命令的性质，如图20中次要内容对象数据流121至123的双向虚箭头所示。以此方式，保持观众内存中内容对象数据流的相对次序有助于在右脑接口上更有效并更轻松地选择内容。类似地，与内容对象关联的任意补充图形标记，例如边栏导航标记或图标将类似地与关联内容对象一起滚动。进一步参照图18，与识别当前观看的主要内容对象流相关的信息可暂时或者持久地显示于屏幕的用户接口显示区域120内。此类信息包括，但不限于任意节目名称、类型、初始播出日期、当前的日期及时间、广播状态、当前观看开始时间、估计观看结束时间（基于当前的时间）、经过观看时间，以及推荐张贴时间，以及如果不是系统35，第三方推荐者或推荐资源的名称（若内容由第三方通过社交媒体频道推荐，例如Facebook等）。在图18中，此类信息由显示区域120中的方框113显示。此类信息通常存储于数据结构111中，并可于选择内容对象作为主要内容对象数据流128来观看时或于选择观众系统21的控制器88上适当的命令按钮时显示。另外，此类信息可以系统设计者确定的各种颜色、字体、格式以及模糊度呈现，从而不干扰观众欣赏当前的视频数据流。或者，由方框113指定的信息可不呈现于显示器80上，而是呈现于观众系统32的任意的显示器84、86或87上，以避免右脑接口上出现文本的数据。
以类似的方式，通常存储于与各次要内容对象流121至126关联的数据结构111中的信息子集可显示于其各自的边框及缩略图窗口内，此类信息包括可显示于方框113中的上述任意信息并采用类似如上所述的格式。
图20说明用户接口显示区域120的下半部分，包括代表主要内容对象流128的图标127以及次要内容对象流121至123。除在用户接口显示器120上提供区域来显示主要及次要内容对象流外，观众系统32结合图形引擎115使用与各内容对象数据流关联的各种其它图形标记，从而以基本保持右脑体验的方式，亦即以最少文本信息的方式，在观众的观看/浏览体验中向其提供进一步有用的信息。图标127代表主要内容对象流128及其相对次要内容对象数据流在观众频道内的概念性位置。在替代实施例中，当主要及次要内容对象的来源相同时，图标127不仅可代表主要内容对象流128，而且可代表显示于用户接口120上的各次要内容对象流121至126。例如，当全部内容对象来自同一广播或网络来源时，图标127可代表此类来源的标识，或者，当全部内容对象来自系统35时，图标127可包括与系统135关联的图标或其它图形元素。
次要内容对象流121至123相对图标127在用户接口显示区域120中的位置概念化标示出次要内容对象相对当前选择的主要内容对象流128沿观众频道的一维的位置，并向观众提供沿观众频道的当前维或参考点，该参考点是如前所述地利用遥控器88的导航控制的两个不同维来导航。例如，按压遥控器88上的向左导航按钮，例如“<”会使主要内容对象流128变为图标127左边的次要内容对象数据流123。接着，先前的主要内容对象流会取得次要内容对象流124的位置，并且其它次要内容对象流在观众频道的该适当维内相应地重新排序。类似地，顺序按压向左导航两次将使主要内容数据流128变为次要内容对象流122，而其它内容对象沿观众频道的该适当维重新定位。以此方式，观众可利用遥控器88的导航命令或所述其它导航控制装置在所显示的次要内容对象数据流中顺序移动，以搜索新的主要内容对象数据流，直至其找到希望观看的内容。类似地，选择遥控器88上的向右“>”导航按钮会沿观众频道的同一维进行类似导航而将内容对象进行同样的重新定位，而该重新定位只不过是沿相反的方向。
在所揭露系统的另一实施例中，双击遥控器88的导航命令按钮的其中一个可用于自时间排序的内容对象或自垂直的担忧/愿望维来导航内容对象。请参照图22，例如，如果观众当前正在观看主要内容对象流128并单击遥控器88上的向左导航按钮(例如“<”)，则主要内容对象流128将变为次要数据内容对象流123。如前所述，随后，双击遥控器88上的向左导航按钮(例如“<<”)，则不是前进至新的重新定位的次要内容对象数据流122，而是会切换至观众频道90中新的嵌套维，这使得主要内容对象流128保持不变，但先前由第二维（时间）中的内容对象131至136表现的次要内容对象数据流121至126将由内容对象141至144表现，其分别代表相对第二维（时间）及主要内容对象的新的嵌套维，例如先前播出的同一节目的分集。例如，如果用户接口显示区域120上呈现的主要及次要内容对象数据流的初始集代表按时间排序的内容(例如顺序排列的不相关节目)，则在双击控制器88的向左导航命令后，浏览方式或维将改变，以使新的主要及次要内容对象数据流集代表同一节目的分集，该分集包括当前作为主要内容对象数据流128并正在观看的同一节目的先前播出分集，以及如果可获得的话，则任意尚未播出的分集可在每次观看付费的基础上获得，如流124至126所示。
方向性导航控制的双击使用不限于特定维，例如时间或关联性，而是可用于访问与当前主要内容对象流关联的任意嵌套维中的内容对象。在所揭露系统的另一实施例中，对于特定观看频道内发生的嵌套数目或程度没有限制。频道的任意维可具有多个维，可以递归的方式对其依次访问。
另外，图标127的视觉特征可用于向观众标示主要内容对象流的状态。例如，图标127的任意色彩、形状、透明度、大小或其它视觉特性可与主要及次要内容对象流的特定参数关联，并可通过色彩、动画或以另一方式操作，以标示参数值的变化。例如，对于系统35推荐的内容对象，图标127可具有第一形状或色彩。对于第三方或系统35以外的来源推荐的内容对象，图标127可具有第二形状或色彩。在另一实施例中，图标或其它图形元素可用于将将改变的主要内容对象的使用或许可状态标示出来，例如超过主要内容对象的阈值百分比的观看将自动使代表所录制的广播节目的内容对象的状态自“未观看”转变为“已观看”，或自动在个别或有限的观看基础上提供内容对象的购买。例如，图标或其它图形元素可开始闪烁、跳动、调节色彩，或改变形状、大小、色彩或透明度、或与声音或音频波形文件关联、或上述的任意组合，以标示将满足阈值条件。
与图标127类似，与次要内容对象流121至126关联的视觉特征可用于向观众标示次要内容对象流的不同参数。例如，任意的色彩、形状、透明度、大小，或围绕渲染次要内容对象数据流的实际显示区域的任意边框或边界的其它视觉特征可与次要内容对象流的特定参数关联，并通过色彩、形状、动画或以另一方式操作以标示参数值的变化。具体而言，如图20所示，与各可选的次要内容对象流关联的彩色边栏129标示内容的许可状态，例如蓝色表示免费，红色表示每次观看付费等。在另一实施例中，代表可选的次要内容的各缩略图包含图形标记139，其标示进入观众频道内其它排序内容的导航选择，例如如图20所示的围绕缩略图边框排列的“∧”、“∨”、“<”、“>”等符号。例如，流121或123上方的“∧”符号139a标示观众一旦导航进入流121或123而将其作为主要内容流128来进行观看，观众就可自当前观看的主内容流导航进入第一维（例如关联）中的另一内容对象，而流121或123下方的“∨”符号139c标示观众可沿相反方向导航进入第一维中的另一内容对象。类似地，流121左边的“<”符号139b标示观众一旦导航进入流121而将其作为主要内容流128来观看，观众就可导航至第二维（例如时间）中的另一内容对象，而流126右边的“>”符号139d（图20未显示）标示观众可自当前观看的主要内容流沿相反方向进入第二维中的另一内容对象。
在另一实施例中，导航方向及命令可用于选择免费及付费内容。例如，在垂直的导航维中，如果观众按压控制器88上的向下箭头导航控制，则向观众提供免费内容。相反，如果观众按压向上箭头导航控制，则向观众提供付费内容（每次观看付费）。又例如，在水平导航维中，如果观众按压控制器88上的向左箭头导航控制，则向观众提供先前播出节目的免费内容。相反，如果观众按压向右箭头导航控制，则向观众提供付费内容（每次观看付费），该付费内容是例如为尚未播出的内容并只能付费观看的内容。
在另一实施例中，用于通过时间、愿望/担忧以及其它维浏览的导航命令可来自显示器远端，其具有加速度计以侦测作为右脑接口和/或左脑接口上的导航及选择命令的水平、垂直以及其它姿势模式，以及来自传统遥控器88，其具有标准的向上、向下、向左以及回车键命令集。在此类实施例中，类似重新导向应用85的翻译程序是用以将具有加速度计或陀螺仪的控制器的输出翻译为可由建模系统35及观看系统32使用的命令。
依据本发明另一态样，可与系统35关联一频道，用以向观众提供与系统关联的不同功能及程序的指导材料。许多广播公司及内容提供商不使用频道“0”。在所揭露的实施例中，频道0是系统35的指导频道。例如，任何时候按压遥控器88上的0按钮将使主要观看流切换至与频道0关联的一个或多个具体内容对象及其用于系统的指导内容。或者，此类指导内容对象可关联另一特定频道标志或图标，以显示于屏幕128上。
如前所述，可自建模系统35以外的第三方或来源推荐主要及次要内容对象。此类推荐内容对象的呈现格式如图21所示，其中，用户接口显示区域120呈现主要内容对象数据流128以及由YouTube或其它互联网资来源的互联网内容构成的多个次要内容对象数据流121至126，其分别由建模系统35以外的来源推荐。通过使用遥控器80的导航控制或其它导航输入装置，观众在主要及次要内容对象数据流121至126之间及之中以与先前所述类似的方式导航。在该实施例中，除在主要及次要内容对象数据流之间及之中导航外，观众还可在推荐来源中以独立的维导航。该些推荐来源可为个人(例如朋友、家庭等)或互联网上的特定网址，例如YouTube、Facebook等。如图21所示，代表推荐来源的多个图像150、152、154在用户接口显示区域120上的排列方式可使观众能够利用遥控器88的导航命令在推荐来源中导航。例如，当前显示的主要及次要内容对象数据流集121至126以及128可与具有关联图像152的推荐者关联。使用遥控器88上的“向上”、“向下”导航命令按钮使观众能够自此类来源所推荐的内容对象维移动至具有关联图像150的推荐者所推荐的内容对象维。图像150、152及154的边框或次序可向观众提供额外的信息，与先前就对象数据流121至126所述类似，例如围绕当前选择的推荐来源的图像的边界可在形状、色彩及动画方面不同于其它图像。类似地，任意次要内容对象数据流的循环缓冲可利用此类推荐来源的内容来实施，如前所述。
尽管这里所述的系统是试图用于显示由建模系统35编译的内容，但读者很容易理解的是可使用任意内容对象作为观看体验的初始点，包括有线提供商的商业广播频道或其它来源，包括一个或多个这里所述的虚拟频道，随后，利用这里所述的系统，用户可导航进入由建模系统35编译的内容对象或由建模系统35以外的来源所推荐的内容对象。
虚拟频道
请参照图23，其概念化说明相对观众系统32a至32b以及建模系统35的多个虚拟频道160至230以及其它内容来源。依据本发明的目标，虚拟频道160至230使来自来源的内容对象(可能包括左脑内容)能够实施于右脑用户接口中。虚拟频道160至230可类似图12B的频道逻辑排列，且可包含来自单个来源或多个来源的内容对象，下面参照图24至31详细说明。
请参照图24，第一类型的虚拟频道即推荐频道160允许张贴来自朋友和/或家庭或来自例如TWITTER、FACEBOOK、PICASA、VIMEO、FACEBOOK内的组群、LINKEDIN或任意其它网站、或与建模系统35连网的机制162a至162n等其它来源的其它个人的推荐，以经过观众系统32显示。一个或多个推荐频道可与特定的观众概况关联。例如，在不同实施例中，可由用户定义单个推荐频道160a，以张贴独立于来源的朋友/组的全部推荐，或者可存在多个推荐频道并由每个来源、每个来源组、每个朋友、或每个朋友组定义，如虚线表示的推荐组160b至160n所示。如前面参照21至23所示，包括朋友和/或家庭、同事等的内容对象推荐的此类推荐频道可以队列方式排列并利用观众系统32显示。具体而言，观众可在推荐来源的独立维中导航推荐频道160，推荐来源可为个人，例如朋友、家庭等，或互联网上的特定网址，该特定网址为例如YOUTUBE、TWITTER、FACEBOOK、PICASA、VIMEO、FACEBOOK内的组群、LINKEDIN等。如图21所示，代表推荐来源的多个图像150、152以及154在用户接口显示区域120上的排列方式使观众能够利用控制器88的导航命令以本文所述的方式在推荐来源中导航。在该实施例中，可经过特定的电子邮件地址或与特定观众系统32关联的其它处理机制向观众的推荐频道160发送推荐。
请参照图25，第二种类型的虚拟频道(即节目主管频道170)实现对观看期间体验的显式（左脑）控制以及对频道内容的主动控制。可在图11A的任意左脑用户接口84、86或87上执行节目主管频道170的管理及设置，以实现内容对象的选择，频道中内容对象的张贴、频道中内容对象的排序以及内容的前期支付，例如每次观看付费。如适当的话，其可在右脑显示器80的显示前执行，并经过建模系统35以及观众系统32实现。向建模系统35提供左脑接口的控制命令及数据，则建模系统35相应在节目主管频道170内生成内容对象的排列，之后显示于右脑显示器80上。要注意的是，节目主管频道170的内容对象的来源可为系统内的内容来源(例如图8的数据库47，或来自外部来源172a至172n，其可为选择的内容提供商34、36或37或来源162a至162n)。当结合另一观众的推荐频道160或社交媒体工具(例如YOUTUBE、TWITTER、FACEBOOK、FACEBOOK内的组群、LINKEDIN等)使用时，节目主管频道170使观众/主管能够以类似广播的方式担任节目主管，从而经过其它推荐频道160或社交媒体工具(例如Twitter)利用内容对象推荐而可将观众的内容推荐给观众组/接收方。如果合适的话，此类功能适合那些在特定主题上是专家的观众/主管，使该观众能够经过系统35和/或订阅社交媒体工具来编辑并保持完整的专家频道。
主管频道170可用于喜欢电影的观众、计划具体观看时间的观众、想将具体呈现序列排程的专家(例如面向客户的演示)。采用本文先前所述的方式，依据针对特定观众概况对内容对象的担忧及愿望分量的计算，经过推荐系统35来订阅第三方内容，例如Netlfix或Lovefilm（英国）的观众可将来自此类来源的内容集成于观众的常规频道中。通过使用左脑用户接口172及这里所述的显示系统，观众可将来自来源(例如Netflix或Lovefilm的内容对象)主动排程于专门的节目主管频道170中并确定该频道中各内容对象的排序位置。
另外，通过使用观众系统32的控制器88或利用节目主管频道170，系统35使观众能够通过将内容对象排程于一虚拟频道而“选择”视频点播来观看内容对象。例如，由系统35推荐的内容对象或自远端来源(例如Netflix或Lovefilm主动检索的内容对象)可为观众想看的电影，但他/她目前没有心情或没有时间或金钱在此时购买电影。相反地，观众在本文所述频道的其中一个或逻辑结构及功能类似节目主管频道170的独立虚拟选择频道内创建选择，其通常为链接的形式，该形式包括访问数据及说明内容对象的元数据，该元数据包括其价格及观看可行性。接着，以与其它内容对象类似的方式在频道内以队列格式显示该选择，并可在观看时进行购买，其方式类似本文其它地方所述的方式。
请参照图26A，第三种类型的虚拟频道(即第三方频道180)结合观众的当前频道并经过建模系统35以及观众频道32而使来自第三方应用或数据流182a至182n的内容能够显示于显示器上。例如，有关体育事件的应用可提供或流式传输特定比赛的额外背景信息，例如在通过观众系统32的显示器120观看实况比赛期间中有关进球运动员以前的全部进球信息。此类背景信息可张贴于独立的第三方频道180上或在屏幕120的方框113内而与当前内容对象的屏上观看集成，如图18、21以及22所示。图26B概念化说明实现第三方频道180的内容集群的算法过程。
请参照图27，第四种类型的虚拟频道(即图书馆频道190)实现对观众图书馆私有的内容对象的访问。此类内容对象为先前已付费材料的集合，因此可永久观看。包括观众私有内容对象的图书馆可本地地存储于观众系统32上，、该本地地存储是例如为类似数据库47的存储机制193、或经网络远端存储于专用存储机制194、或驻留于任意内容来源192a至192n上。观众私有图书馆内的内容对象可由推荐系统35推荐并排列或排队于图书馆频道190内，并以如先前针对其它内容对象所述的类似方式经过观众系统32来安排观看。不过，出于隐私及安全原因以及网络可访问原因，图书馆频道190内的内容对象可以修改格式存储。图书馆频道190提供全部内容的“观看”。该内容可在安排成一个频道的观众图书馆中获得。此类内容可依据主导偏好、元数据（例如类型）布置，并依据观众的情绪排序，或依据特定的预定义或动态定义标准来排序。
可利用三种使用模式实施图书馆频道190：活动、不活动以及排他或仅限图书馆。在活动模式中，图书馆由本发明的推荐系统使用，并作为一内容来源而以前述方式创建内容推荐。在不活动模式中，图书馆不用作创建内容推荐的内容来源。在排他或仅限图书馆模式，仅将观众的私有图书馆或观众可访问的私有图书馆的内容用作一内容来源，以与前述类似的方式创建内容推荐。
如图28A所示，在一实施例中，第五种类型的虚拟频道，即离线频道200。其不是作为类似本文所述其它虚拟频道160至190以及210至230的具有特定内容来源的频道来实施，而是作为观看与另一频道关联的内容对象的机制实施，此时，该另一频道未有效耦接网络或推荐系统35，例如当观众处于延长的飞机飞行中时，在观众系统32与推荐系统35以及内容来源202a至202n间缺乏连接。在此类情况中，观众常规频道或本文所述的虚拟频道等特定频道内的内容对象可本地地存储于观众系统32的存储机制203上，并可实施于例如PDA、平板电脑或笔记本电脑等装置中，并可自该些装置观看。要注意的是对于离线频道200模式的操作，实施观众系统32的装置不但充当左脑接口而且通常继续充当观众的右脑接口。图28B概念化说明经过离线频道200实现内容离线观看的算法过程。
对于离线频道200模式的操作，观众的特定观看习惯可以异步方式来本地地存储并载入推荐系统35，这样，一旦观众重新连接至系统就可更新观众的概况以及观看历史。另外，在离线频道200模式中，特定观众频道内的内容对象限于已在此类特定频道内排队的对象。与先前的观看习惯事件同步地在观众频道中录制内容对象的能力也有限。在实施例中，与自特定观看装置或平台正常在线观看所使用的其它存储格式相比，针对离线观看可修改内容对象存储格式以增加安全性，并避免未授权观看。在一实施例中，为符合内容对象的版权及许可要求，当观众离线时允许通过本地存储的内容对象进行浏览以及回退/快进，但只允许实质性观看浏览内容对象一次，除非此类内容对象为观众的私有图书馆的一部分或观众有权多次观看内容对象。
对于离线模式的内容选择可以多种方式执行，例如：A）将观众喜欢离线观看的内容利用左脑用户接口自每个频道选择；B）将具有最高推荐度的内容依据观众的偏好及情绪由推荐系统35选择；或者C）将观众的节目主管频道管理并将其中的内容针对离线模式选择。
第六种类型的虚拟频道(即图片/用户生成内容（User Generated Content；UGC）频道210)用以张贴来自任意其它内部或外部来源并由观众创建的图片及用户生成内容、电影、音频等，并依据张贴至该频道的内容对象的文件类型使用适当的观看播放器观看此类图片以及UGC。因此，图片/UGC频道210在构造及功能上是类似如图27所述的图书馆频道190。如图29A所示，代表UGC的内容对象可本地地存储于观众系统32上，如类似数据库47的存储机制216，或经网络远端存储于专用存储机制213上或驻留于任意内容来源212a至212n上。UGC内容对象可由推荐系统35推荐并排列或排队于图片/UGC频道210内，并以如先前针对其它内容对象所述类似的方式经过观众系统32安排观看。不过，出于隐私及安全原因以及网络可访问原因，图片/UGC频道210内的内容对象可以修改的格式存储。观众能够利用左脑接口编辑图片/UGC频道210，以改变次序及删除对象等。图29B概念化说明实现内容收集及创建图片/UGC频道210的算法过程。
第七种类型的虚拟频道(即张贴频道220)可使朋友、家庭、合作者等以及其它第三方能够将其图片或UGC主动张贴至与观众关联的频道，并能够依据张贴至频道的内容对象的文件类型而利用适当的观看播放器来观看此类图片及UGC。因此，张贴频道220在架构及功能上是类似参照图29A所述的图片/UGC频道。如图30A所示，代表第三方或外部生成的UGC的内容对象可本地地存储于观众系统32上，如类似数据库47的存储机制226所示，或经过网络远端存储于专用存储机制223上或驻留于任意内容来源222a至222n上。UGC内容对象可由推荐系统35推荐并排列或排队于张贴频道220内，并以如先前针对其它内容对象所述类似的方式经过观众系统32安排观看。张贴频道220适用于希望观看多个来源的内容对象而未与此类来源建立关系的观众。例如，祖父母可保留张贴频道220来用于孩子们、孙辈们或其它家庭成员张贴至Facebook、Twitter或其它媒体网站上的图片及UGC电影。以此方式，此类观众可欣赏来源自Facebook及Twitter的内容而无须访问互联网并建立Facebook、Twitter或其它帐号。对于推荐频道160，可经过特定的电子邮件地址或与特定观众系统32关联的其它处理机制向观众的张贴频道220发送推荐。图30B概念化说明实现虚拟张贴频道220的算法过程。
第八种类型的虚拟频道(即邮件频道230)可有效耦接一个或多个观众电子邮件服务，并实现右脑半球类型的内容对象，通常为与电子消息关联的附件，例如将在观众系统32的右脑显示器80上观看的包含图片、图形、视频内容等的附件，如图31A所示。在一实施例中，观众可例如为使用控制器88来选择输入命令，从而能够观看相关邮件消息的完整文本以及无附件的邮件消息。图31B概念化说明实现邮件频道230的算法过程。
这里所述的虚拟频道160至230可类似其它频道90A至90C来作为主要内容对象数据流或次要内容对象数据流经过观众系统32的显示器80而向观众呈现，存储于建模系统35的数据库48或本地地存储于观众系统32内，通过利用参照图16至22所述的传统光标导航控制来有助于内容的多维浏览。在其它实施例中，除采用参照图21的推荐内容所述的类似方式在显示器80的屏幕120上导航主要及次要内容对象数据流外，观众还可以独立维导航任意的虚拟频道160至230。
显式观众反馈
除可自观众的选择及观看习惯中侦测隐式反馈外，所揭露系统可向推荐系统提供显式反馈而几乎无需左脑活动。具体而言，显示器远端的传统导航控制，尤其彩色代码控制，可用于向推荐系统提供显式反馈而几乎无需左脑活动。选择不同颜色的代码按钮可用于将各个负效价或正效价的情感与特定的经常性广播的内容（例如系列剧）和/或其元数据关联。此外，不同色彩代码控制的选择可在适当的社交网络中社交共享当前观看内容的链接，或向当前观看内容的作者或内容的推荐者提供小费。
更具体而言，如图32所示，作为用于放松观看电视的系统及技术的一部分，可向通常的电视遥控器88的命令控制240至246或其它装置赋予新的功能。通常，现有遥控器命令控制是可用接口硬件的一部分，因此设置及学习曲线花费精力程度最低。在所揭露的神经心理建模技术的基础上选择与现有命令控制关联的新的功能，以支持自然放松的电视体验。基于神经心理建模技术的命令控制的说明及其所属操作的叙述如下。
如图32所示，第一色彩控制240的选择，例如红色按钮，可用于将负效价情感与特定经常播放的内容（例如系列剧）和/或其元数据关联。此类负效价情感关联可导致特定的经常性内容不排程于个性化频道和/或时间平移的内容列表中，从而不针对该用户录制内容。其实施为红色按钮，意味着“针对我的概况不再出于时间平移目的而作录制”。
第二色彩控制242的选择，例如蓝色按钮，可将正效价情绪与特定的经常播放的内容（例如系列剧）和/或其元数据关联。此类正效价情感关联导致特定的经常性内容排程于个性化频道和/或时间平移内容列表中，从而针对该用户来录制内容。其实施为蓝色按钮，意味着“针对我的概况出于时间平移目的进行录制”。
第三色彩控制244的选择，例如黄色按钮，可在适当的社交网络中社交共享当前观看内容的链接。该适当的社交网络可为Facebook、Linkedln、Twitter、blog、email或其它。实际实施可为预格式化的电子邮件或其它电子消息，其自普通或个性化账号发送至用户预定账号，该用户预定账号可为其自己的帐号，用以手动处理及实际公开或通信，或使公开或通信自动发生的账号。
第四色彩控制246的选择，例如绿色按钮，可将感谢与当前观看内容的作者或内容的推荐者关联。此类感谢可为捐赠小费或感谢费。区分作者与推荐者可基于正在观看的推荐频道的主内容或推荐内容本身或基于按压按钮后弹出的简单的图标可视接口。可自动预设小费额度，并可在作为电视组合接口的部分的左脑接口的基础上对其修改。创建后端支付及管理系统以对作者、推荐者及服务提供商（专利许可持有人）证明进行恰当且保密的管理。若捐赠并非恰当地归属于作者或推荐者，则它们可流向非营利基金。
当红色及蓝色按钮不仅仅指定成与特定内容对象关联而是与内容对象的相关一个或多个元数据值关联时,显式右脑反馈变得更加强大。例如，在实施例中，当观众在观看特定内容对象期间按压红色按钮或指定等同命令时，与内容对象关联的元数据可视觉显示于屏幕底部，例如菜单栏。此类栏可显示主演(例如JackNicholson)的图片，接着为类型特征的图形表现，例如恐怖片等。接着，对于该内容对象，用户可利用显式反馈按钮或命令选择他特别喜欢或不喜欢的元数据，接着相应更新与所选元数据相关的担忧及愿望分量。
对本领域的普通技术人员显而易见的是可使用上述系统及技术的变化。例如，在控制与观众向推荐系统提供的显式反馈类型间无需特定的一对一回应。例如，不是每个所述反馈类型对应一个按钮，而是可使用一个二位跷板开关，其中，一个位置用于对内容和/或其元数据指定负效价情感，而另一位置用于对内容和/或其元数据指定正效价情感。另外，控制本身无需有色彩，而是可具有任意形状、颜色、图案或附属图像的指定。另外，色彩、图案或图像的选择可由设计者自行决定。另外，可使用遥控器88上的任意物理控制或用户接口(例如PDA或笔记本电脑)上的虚拟控制，以使观众与主要使用右脑的显示器80交流，包括配置支持多模式功能的传统导航光标控制、以及传统的键盘、姿势认知用户接口或声音命令用户接口。
销售培训、销售咨询以及软件
从本文所述的神经心理模型产生对最佳销售实施的重要洞察力：其可在销售培训及销售咨询以及M&A咨询中共享。
买方的心理在销售中很重要，这是任何销售循环应当对准买方的原因。买方在购买产品前通常经历数个阶段。多个销售模型曾试图识别并命名这些阶段。通常的阶段为：需求识别、选择评估、顾虑化解；或为：满意阶段、防范/选购阶段、共识阶段。不过，这些理论都没有将这些不同的阶段与买方的基本情感及情绪链接。
在两种类型的B2B销售(即新的与已知的应用销售)间作重要的区分。在新的应用销售中，买方将销售人员的出售品看作对他而言的新事物，或是因为产品/服务类型对他而言是新的或是因为其应用对他而言是新的。在已知的应用销售中，买方将销售人员的出售品看作他熟悉的事物，或是因为他熟悉产品/服务的类型或是因为他熟悉应用的种类。因此，将特定的销售项目考虑为新的还是已知的应用销售项目是取决于买方的观点。销售人员负责评估买方的观点。
依据所揭露的系统及技术，对于新应用B2B销售，买方循环开始于愿望的播种及培养，且最好利用主要为视觉的销售/营销材料及讲故事的方式，其吸引右半球并使愿望生长。因此，新应用B2B销售称作基于愿望的B2B销售。但这并不意味着该类型的销售不包括避免担忧。一旦愿望已增长至显着程度并且买方买入愿景愿意改变，仍需避免担忧。该基于愿望的B2B销售的购买循环如图34所示。
对于已知应用B2B销售，可能需要一些愿望的播种及生长，但通常程度较低。已知应用B2B销售主要涉及避免担忧，因此称作“基于担忧”的销售。对于基于B2B销售的购买循环如图35所示。
担忧由个人及社会的担忧组成。通常在第二阶段中避免个人担忧。在该阶段中，在考虑替代、竞争性出售品等的情况下，买方通常想弄清产品或服务是否实际适合他和/或销售人员所向他建议的选择是否是总体最好的选择。在该阶段，我们认为最好为买方提供数据及结果以解决其担忧。该数据及结果主要为文本的和/或分析的，类似规格列表、演示报告等，其将主要吸引买方的左半球，使他能够收敛担忧，从而将担忧降至可接受程度。因此，在该阶段，销售人员的任务是评估买方的担忧，接着帮助买方解决其担忧。尽管该阶段的着重点在于降低担忧，但销售人员仍需注意愿望程度，确保其保持于足够高的程度。
在基于担忧及愿望的B2B销售的购买循环的第三阶段中，通常需要避免社会担忧。在该阶段中，对于销售人员重要的是引导买方与其它决策者采取正确的行动，从而将他们的愿望及担忧分量，类似买方的愿望及担忧分量，带入或保持于-π/8至+3π/8间，对应主导的及热情的情绪。销售人员可例如确保买方具有合适的参考资料，例如基于价值的建议，其说明并支持愿景并可在决策者间共享。此类文档通常以与购买循环相同的方式解决读者的心理，亦即，其以播种愿望开始并接着解决通常的担忧。可通过利用视觉元素说明愿景、显示最动人的想要的结果等播种愿望。可通过讨论需求的具体列表并表明其中每一个都涉及到来避免担忧。要注意的是，销售人员需要在整个购买循环中监控担忧及愿望的程度。例如在第三阶段，销售人员可能实际需要增加担忧，从而能够结束交易，因为感觉处于过多控制中或太放松的B2B买方可能不必要地延迟购买决策，或在价格上施加过高的压力。
B2C销售的购买循环如图36所示。在该情况下，愿望生长的速度要像担忧消失的速度一样快。避免社会担忧限制于不存在。具有不同编号阶段的不同购买循环还可映射至情绪盘上，如图6C所示。
作为部分M&A交易的公司的购买及销售类似基于愿望的B2B销售过程。销售方可通过B2B销售过程引导购买方，不过，购买方也可通过购买过程阶段引导销售方，以向双方公司销售集成的愿景并为同一目的来创建买入。此类过程非常类似B2B销售人员如何通过典型B2B销售过程中的购买循环来引导购买组织。
在完成必要的网络化、策略化及侦察后，公司的潜在买方需要在例如双方公司的董事会及执行团队中创建愿景并培养愿望。一旦他/她接受收购或兼并目的的买入，仍需要避免个人或社会的担忧。避免个人担忧或主观尽职调查（duediligence）是实际上通常归结为创建新的组织表、规划企业及整合。避免社会担忧或客观尽职调查包括核查及确保所有法律、金融及税收等相关问题。
图37概念化说明建模系统35A的实施例的元素，用以相对地关联特定销售频道模型的销售对象的排序，导出与销售对象关联的元数据与个人买方模型间的关系。图37中，B2B买方应用32A、销售待售品60A、买方模型46A、排序/销售频道48A、销售对象47A、行为建模器49A、排序应用42A以及神经心理建模引擎41A在结构及功能上分别类似参照图9A至9D所述的观众应用32、内容材料60、观众模型46、排序/频道模型48、内容对象47、行为建模器49、排序应用42以及神经心理建模引擎41，该神经心理建模引擎41包括数据结构类似或不同的各算法过程以及通信协议。具体而言，存储于数据库47A中的各销售对象具有与其关联的元数据文件，其类似或不同于文件75，包含说明文件内容的各种数据参数，例如格式、产品识别符、规格、目标客户说明、价格、特殊定价/折扣、持续时间（订阅服务）、特殊条款及条件、许可/工作信息等。针对特定的结构可使用任意数目的不同数据结构格式。此类内容文件元数据文件还可存储于数据库47A中。
类似地，与B2B买方应用32A关联的各个别买方具有与其关联的买方模型，其可类似或不同于包含说明行为模型的数据的模型70。在建模系统35A的组件间执行以更新买方模型及销售频道模型、检索销售对象并依据买方情感动机的系统模型确定此类对象是否适于排序的流程可类似先前参照图9B至9C以及9E至9F所述的流程。行为建模器49A自数据库46A检索出与特定买方关联的模型以及定义销售频道的元数据文件。另外，行为建模器49A还自数据库47A检索出说明销售对象的元数据文件。接着，行为建模器49A比较所接收的事件数据与销售对象的元数据文件以及当前的买方模型并适当修改销售频道模型（由行为建模器49内的圆形箭头表示）。在每种情况下，修改买方模型70并可选择修改销售频道模型，如同销售频道管理。在不同的实施例中，如前所述，可依据规定的规则例如销售对象的购买导致预定义的Ψ值及m值（或等同的担忧坐标f以及愿望坐标d）将每个事件映射至情绪盘20上，从而执行买方模型的修改。
适用本文所导出的神经心理模型以及本文所揭露的建模系统35的其它背景包括但不限于任意的1）自动互联网银行或投资基金；2）用于阅读和/或研究和/或写作的组合接口；3）用于经常性消费者购买的自动互联网启用购买系统的组合用户接口；或4）有价证券自动交易系统。其可使用在结构及功能上类似参照图9A、9D以及37所述的系统，包括使用类似或不同数据结构的各算法过程及通信协议。
尽管本文参照包含视频数据的内容对象说明本发明的系统及技术的不同实施例，但本领域技术人员应理解，依据本文的揭露，仅对本发明的系统及技术作轻微修改即可将本发明的系统尤其组合用户接口及神经心理建模引擎同等应用于其它类型内容中，包括视频、艺术、广告、文学、物理对象等。
对本领域技术人员明显的是，可对本发明的系统及过程进行修改而不背离本发明的真实精神及范围。例如，通过网络通信或直接通信的任意两个元素可在本文所述的任意特定通信协议或技术的外使用推动或拉引技术。而且，虽然本文说明网络实施，但其可使用任意现有的或未来的网络或通信架构技术，包括公共及私有网络的任意组合。另外，尽管已说明特定的算法流程图或数据结构，但这些仅出于范例目的，实现相同功能或使用不同数据结构或格式的其它过程落入本发明的概念的范围内。因此，本文所述的范例实施例仅为说明目的而非限制本发明。

Claims (61)

1.一种有效耦接索引内容对象的网络可访问来源与观众系统的推荐系统，该推荐系统能够将买方/购买者心理建模，该推荐系统包括：
A）神经心理建模引擎，有效耦接索引内容对象的该网络可访问来源；
B）行为建模器，有效耦接该观众系统；
C）排序应用，有效耦接该神经心理建模引擎；
D）第一内存，有效耦接该排序应用、该神经心理建模引擎以及该行为建模器，以存储多个观众模型；
E）第二内存，有效耦接该排序应用、该神经心理建模引擎以及该行为建模器，以存储多个频道模型以及有关频道模型的内容对象的排序；
其中该神经心理建模引擎经配置以：
i）将与自索引内容对象的该来源接收的内容对象关联的元数据与与观众模型关联的元数据及关联该观众的至少一观众频道的元数据比较，以及
ii)依据该观众选择该内容对象的情感动机确定该接收的内容对象是否有资格排序于与观众频道关联的其它内容对象中。
2.如权利要求1所述的系统，其中，该推荐系统还包括：
F）人类情感的数学模型，存储于内存中并可由该神经建模引擎访问。
3.如权利要求1或2所述的系统，其中，该神经心理建模引擎经进一步配置以：
iii）生成担忧向量值，其表现个人对选择或购买该内容对象的担忧；
iv）生成愿望向量值，其表现该个人选择或购买该提供对象的愿望；
v）将值Ψ自该愿望向量值及该担忧向量值导出，该值Ψ表现个人情绪；
vi）将值m自该愿望向量值及该担忧向量值导出，该值m表现选择该内容对象的个人动机强度；以及
vii）如果表现个人情绪的该值Ψ在可接受的预定范围内，则向排序应用提供该值m。
4.如权利要求1至3的任意一项所述的系统，其中，该排序应用经组态，以利用自该神经心理建模引擎接收的该值m来确定相对于与该频道模型的其它内容对象关联的该内容对象的排序。
5.一种系统，包括依据权利要求1至4的任意一项的推荐系统以及一个或多个内容对象。
6.一种将买方/购买者心理建模的方法，包括：
A）将关联内容对象的元数据与关联频道模型的元数据比较；
B）生成担忧向量值，其表现个人对选择或购买该内容对象的担忧；
C）生成愿望向量值，其表现该个人选择或购买该提供对象的愿望；
D）将值Ψ自该愿望向量值及该担忧向量值导出，该值Ψ表现个人情绪；
E）将值m自该愿望向量值及该担忧向量值导出，该值m表现选择或购买该内容对象的个人动机强度；以及
F）如果表现个人情绪的该值Ψ在可接受的预定范围内，则利用该值m确定相对于与该频道模型的其它内容对象关联的该内容对象的排序。；以及
G）保持该频道模型以及与该个人关联的观众模型于网络可访问内存中。
7.一种将买方/购买者心理建模的系统，包括：
A）第一网络可访问内存，用以存储至少一频道模型；
B）建模引擎，有效耦接该网络可访问内存且经配置以比较关联内容对象的元数据与关联该频道模型的元数据，用以生成：
i）担忧向量值，表现个人对选择或购买该内容对象的担忧（不愿意）；
ii）愿望向量值，表现该个人选择或购买该提供对象的愿望；
iii）值Ψ，表现个人情绪，该值Ψ自该愿望向量值及该担忧向量值导出；
iv）值m，表现选择或购买该内容对象的个人动机强度，该值m自该愿望向量值及该担忧向量值导出；以及
C）排序模型，如果表现个人情绪的该值Ψ在可接受的预定范围内，则响应该建模引擎，以自该建模引擎生成的该值m导出用于与该内容对象相对的与该频道模型关联的其它内容对象的排序；以及
D）第二网络可访问内存，用以存储至少部分该内容对象以及该其它内容对象。
8.一种系统，包括依据权利要求7的系统以及一个或多个内容对象。
9.一种实现内容的多维浏览的方法，包括：
A）将第一内容对象依据与消费者关联的行为元数据评估，以确定排序资格；
B）如果有排序资格，则向该第一内容对象分配情感动机值；以及
C）将该第一内容对象的参考依据与各内容对象关联的增加或降低的情感动机有序地在该些内容对象的第一多个参考（reference）中安排。
10.如权利要求9所述的方法，还包括：
D）将时间排序值在与该第一内容对象具有至少一共同参数值的第二多个内容对象中向该第一内容对象分配。
11.如权利要求9或10所述的方法，还包括：
E）将第一内容对象按增加或降低的时间排序值次序在与该第一内容对象具有至少一共同参数值的第二多个内容对象中安排该。
12.一种用于视频显示系统的方法，该视频显示系统具有视频显示器以及多个光标导航控制，以沿一个或多个方向顺序移动视频显示区域的用户可选子区域，该方法包括：
A）接收第一光标导航控制命令；以及
B）将该第一光标导航控制命令重新导向，以自先前依据时间顺序或逐渐增加或降低的情感动机排列的第一多个内容对象中启动第一内容对象的呈现。
13.一种视频显示系统，包括：
视频显示器；
多个方向导航控制，以围绕视频显示区域并沿一个或多个方向顺序移动该视频显示器的用户可选子区域；
控制逻辑，用以接收与该导航控制的其中一个关联的命令信号以及用以重新导向该命令信号，以自按渐进情感动机次序排列的第一多个内容对象中启动第一内容对象的呈现；
其中，选择与第一方向关联的导航控制启动该第一内容对象的呈现，该第一内容对象具有与最先前呈现的内容对象至少相同或增加的情感动机；
其中，相对该第一方向，选择与第二方向关联的导航控制启动该第一内容对象的呈现，该第一内容对象具有与先前呈现的内容对象至少相同或降低的情感动机；以及
多个内存缓冲区域，用以存储至少部分该第一多个内容对象以及该第一内容对象。
14.如权利要求13所述的系统，还包括：
控制逻辑，用以接收与该导航控制的其中一个关联的命令信号以及用以重新导向该命令信号，以自先前按时间顺序排列的第二多个内容对象中启动该第一内容对象的呈现。
15.一种视频显示系统，包括：
视频显示器；
多个方向导航控制，以围绕视频显示区域并沿一个或多个方向顺序移动该视频显示器的用户可选子区域；
控制逻辑，用以接收与该导航控制的其中一个关联的命令信号以及用以自按增加或降低的情感动机次序排列的第一多个内容对象中选择第一内容对象以及自先前按时间顺序排列的第二多个内容对象中启动该第一内容对象的呈现。
16.一种视频显示系统，包括：
视频显示器；
多个方向导航控制，以围绕视频显示区域并沿一个或多个方向顺序移动该视频显示器的用户可选子区域域；
控制逻辑，用以接收与该导航控制的其中一个关联的命令信号以及用以重新导向该命令信号，以自先前按时间顺序排列的第一多个内容对象中启动该第一内容对象的呈现；
其中，选择与第一方向关联的导航控制启动该第一内容对象的呈现，该第一内容对象相较先前呈现的内容对象具有较早时间值；以及
其中，相对该第一方向，选择与第二方向关联的导航控制启动该第一内容对象的呈现，该第一内容对象相较先前呈现的内容对象具有较迟的时间值；以及
多个内存缓冲区域，用以存储至少部分该第一多个内容对象以及该第一内容对象。
17.如权利要求13至16的任意一项所述的系统，其中，该导航控制的至少其中一个是选自向上、向下、向左或向右导航控制。
18.如权利要求13至17的任意一项所述的系统，其中，至少部分该第一多个内容对象与该第一内容对象同时显示。
19.如权利要求13至18的任意一项所述的系统，其中，至少部分该第二多个内容对象与该第一内容对象同时显示。
20.如权利要求13至19的任意一项所述的系统，其中，该第一或第二多个内容对象的该部分与图形标记一起显示，该图形标记标示借由其可用哪些导航控制。
21.一种系统，包括依据权利要求13至20的任意一项的系统以及一个或多个内容对象。
22.一种用于多个数据流的显示及导航的系统，包括：
视频显示器，定义视频显示区域；
控制接口，有效耦接该视频显示器并经配置以提供多个方向导航控制，以沿一个或多个方向在该视频显示区域内顺序移动用户可选子区域；以及
图形引擎，用以接收与该导航控制的其中一个关联的命令信号，以自依据预定义标准排列的第一多个内容对象中启动主要内容对象的呈现。
23.如权利要求22所述的系统，其中，该第一多个内容对象按观众选择该内容对象的增加及降低情感动机的其中一个的预定次序排列。
24.如权利要求23所述的系统，其中，选择与第一方向关联的导航控制启动该主要内容对象的呈现，该主要内容对象具有与最先前呈现的内容对象至少相同或增加的情感动机。
25.如权利要求24所述的系统，其中，相对该第一方向，选择与第二方向关联的导航控制启动该主要内容对象的呈现，该主要内容对象具有与最先前呈现的内容对象至少相同或降低的情感动机。
26.如权利要求22所述的系统，其中，该第一多个内容对象先前按时间顺序排列。
27.如权利要求26所述的系统，其中，选择与第一方向关联的导航控制启动该主要内容对象的呈现，该主要内容对象相较最先前呈现的内容对象具有较早时间值预定义标准。
28.如权利要求27所述的系统，其中，相对该第一方向，选择与第二方向关联的导航控制启动内容对象的呈现，相较先前呈现的内容对象，该内容对象具有与其关联的较晚时间值。
29.如权利要求22至28的任意一项所述的系统，其中，该图形引擎经配置以于显示该主要内容对象数据流的同时显示至少部分该第一多个内容对象数据流。
30.如权利要求29所述的系统，其中，该第一多个内容对象数据流的该部分与图形标记一起显示，该图形标记标示借由其可选择哪些导航控制。
31.如权利要求29至30的任意一项所述的系统，其中，该第一多个内容对象数据流的该部分与图形标记一起显示，该图形标记标示与其选择关联的成本。
32.如权利要求29至31的任意一项所述的系统，其中，该主要内容对象数据流与图形标记一起显示，该图形标记标示与其选择关联的授权状态。
33.如权利要求29至32的任意一项所述的系统，其中，该主要内容对象数据流和与其关联的说明信息一起显示。
34.如权利要求22所述的系统，其中，该第一多个内容对象按照与其选择关联的成本的预定次序排列。
35.如权利要求34所述的系统，其中，选择与第一方向关联的导航控制启动该主要内容对象的呈现，该主要内容对象没有与其选择关联的成本。
36.如权利要求35所述的系统，其中，相对该第一方向，选择与第二方向关联的导航控制启动该主要内容对象的呈现，该主要内容对象具有与其选择关联的成本。
37.如权利要求22至36的任意一项所述的系统，其中，控制接口经进一步配置以提供多个控制，以提供有关该主要内容对象的消极或积极情感形式或与其关联的元数据形式的显示反馈。
38.如权利要求22至37的任意一项所述的系统，其中，该控制接口还包括多个彩色编码按钮，可用于在适当的社交网络中社交共享该主要内容对象的链接，或向该主要对象的作者或推荐者提供酬金。
39.如权利要求22至38的任意一项所述的系统，其中，该控制接口还包括加速度计，以侦测用作导航及选择命令的水平、垂直以及其它姿势模式。
40.如权利要求22至39的任意一项所述的系统，其中，该图形引擎经进一步配置以在该视频显示区域上显示推荐内容的第三方的图像，所呈现的图像与该主要内容对象的推荐者呈队列关系。
41.如权利要求22至40的任意一项所述的系统，其中，该系统还包括一个或多个虚拟频道，其中，内容对象来自推荐系统外部的单个或多个来源，且可组织为下列类型的任意一种：推荐内容、管理内容、第三方内容、个人图书馆内容、用户生成内容及图片、邮件、张贴内容以及离线观看任意上述或常规频道。
42.如权利要求22至41的任意一项所述的系统，其中，该控制接口经进一步配置以在内容对象中导航，以维数安排该内容对象且该维数逻辑嵌套于多个层次上。
43.如权利要求42所述的系统，其中，该控制接口经进一步配置以在按时间次序排列的内容对象中的内容对象的时间次序或垂直的担忧/愿望维中导航。
44.如权利要求22至43的任意一项所述的系统，其中，控制接口经进一步配置以提供任意命令、频道标志或显示图标，以直接访问并作为该主要内容对象呈现与该系统关联的不同功能及过程的相关指导材料。
45.一种系统，包括依据权利要求22至43的任意一项的系统以及依据权利要求22至43由该系统呈现和/或选择的内容对象。
46.一种用于内容的分布式延迟流式传输的方法，包括：
A）提供网络可访问内存以存储表现第一节目的内容；
B）将部分该第一节目从自另一来源访问该第一节目的多个观众处接收于该网络可访问内存中；
C）将自该多个观众接收的该部分组合成该第一节目；以及
D）在接收该多个观众的其中一个的请求后，将该第一节目向该请求观众传输；
其中，自该多个观众异步接收该第一节目的该部分，
其中，在第一时间段期间该多个观众可自该另一来源访问该第一节目，以及其中，将该第一节目在与该第一时间段不同的第二时间段期间向该请求观众传输。
47.一种用于内容的分布式流式传输的系统，包括：
A）网络可访问内存，用以存储表现第一节目的内容；
B）网络接口，用以从自另一来源访问该第一节目的多个观众处接收至少部分该第一节目于该网络可访问内存中；
C）集群引擎，用以将自该多个观众接收的该部分组合成该第一节目；以及
D）流式传输接口，用以根据请求向该多个观众的其中一个传输该第一节目。
48.一种系统，包括依据权利要求47的系统以及一个或多个节目。
49.一种用于内容的分布式上载的方法，包括：
A）确定多个内容节目的哪些可自第一来源访问，以下载至观众系统；
B）将至少部分可访问节目于第一时间请求自该第一来源向该观众系统下载传输；
C）将该观众系统所接收的至少部分该可访问节目以及识别该观众系统的授权标记向远端第二来源上载传输；以及
D）将该可访问节目在不同于该第一时间的第二时间请求自该第二来源向该观众系统下载传输。
50.一种用于内容的分布式上载的系统，包括：
A）观众系统，通过网络有效耦接内容节目的第一来源；
B）节目逻辑，用以确定多个内容节目的哪些是可自该第一来源访问并用以于第一时间将至少部分可访问节目请求自该第一来源向该观众系统下载传输；
C）节目逻辑，用以将该观众系统所接收的至少部分该可访问节目以及识别该观众系统的授权标记向远端第二来源上载传输；以及
D）节目逻辑，用以将该可访问节目在不同于该第一时间的第二时间请求自该第二来源向该观众系统下载传输。
51.如权利要求50所述的系统，还包括：
E）节目逻辑，用以自该第二来源接收部分该可访问节目的流式传输下载，其中，自该远端第二来源接收的该可访问节目的该流式传输下载部分是大于自该观众系统向该远端第二来源传输的该可访问节目的该上载部分。
52.一种系统，包括依据权利要求50或51的任意一项的系统以及一个或多个内容节目。
53.一种用于内容的分布式延迟流式传输的方法，包括：
A）提供网络可访问内存以存储自来源接收的第一节目的表现内容；
B）自该来源接收用以识别访问该第一节目的多个观众的授权标记于该网络可访问内存中；
C）在接收该多个观众的其中一个的请求后，验证该授权标记以确定该请求观众是否有权访问该第一节目；以及
D）将该第一节目根据授权验证向该请求观众传输；
其中，在第一时间段期间可自该来源由该多个观众访问该第一节目，以及其中，在与该第一时间段不同的第二时间段期间向该请求观众传输该第一节目。
54.一种用于内容的分布式延迟流式传输的系统，包括：
A）网络可访问内存，用以存储自来源接收的第一节目的表现内容；
B）网络接口，用以自该来源接收用以识别访问该第一节目的多个观众的授权标记于该网络可访问内存中；
C）验证引擎，用以在接收该多个观众的其中一个的请求后，确定该请求观众是否有权访问该第一节目；以及
D）流式传输接口，用以根据授权验证向该请求观众传输该第一节目。
55.一种系统，包括依据权利要求54的系统以及一个或多个节目。
56.一种用于选择并观看节目内容的系统，包括：
A）第一用户接口，有效耦接可选择且可观看的内容对象的编辑，以呈现基本为视觉的非文本信息；
B）第二用户接口，有效耦接与该内容对象关联的数据，以呈现基本为文本的信息；
C）第三用户接口，有效耦接可选择且可观看的内容对象的编辑以及与该内容对象关联的元数据，以呈现视觉内容及该文本信息的其中一个；以及
D）网络可访问内存，用以存储与该内容对象关联的该元数据的其中至少部分。
57.一种系统，包括依据权利要求56的系统以及一个或多个内容对象。
58.一种用于选择并观看节目内容的方法，包括：
A）提供第一用户接口，其有效耦接可选择且可观看的内容对象的编辑，以呈现基本为视觉的非文本信息；
B）提供第二用户接口，其有效耦接与该内容对象关联的数据，以呈现基本为文本的信息；
C）提供第三用户接口，其有效耦接可选择且可观看的内容对象的编辑以及与该内容对象关联的元数据，以呈现视觉内容及该文本信息的其中一个；以及
D）在网络可访问内存中存储与该内容对象关联的该元数据的其中至少部分。
59.一种建模买方/购买者心理的方法，包括：
A）接收与观看事件关联的数据；
B）比较关联频道模型的元数据与关联该观看事件的数据；以及
C）修改该频道模型以说明该观看事件。
60.如权利要求12所述的方法，还包括：
D）自该频道模型导出至少一数据库查询。
61.如权利要求12所述的方法，其中，B）包括：
B1）比较关联频道模型的元数据与关联观看模型的数据。
CN2011800619158A 2010-10-21 2011-10-21 人类体验及购买行为的神经心理建模方法及装置 Pending CN103299330A (zh)

Applications Claiming Priority (13)

Application Number Priority Date Filing Date Title
US40546610P 2010-10-21 2010-10-21
US40546010P 2010-10-21 2010-10-21
US61/405,466 2010-10-21
US61/405,460 2010-10-21
US41220610P 2010-11-10 2010-11-10
US61/412,206 2010-11-10
US201161479648P 2011-04-27 2011-04-27
US61/479,648 2011-04-27
US201161540259P 2011-09-28 2011-09-28
US61/540,259 2011-09-28
US201161540812P 2011-09-29 2011-09-29
US61/540,812 2011-09-29
PCT/EP2011/068485 WO2012052559A1 (en) 2010-10-21 2011-10-21 Method and apparatus for neuropsychological modeling of human experience and purchasing behavior

Publications (1)

Publication Number Publication Date
CN103299330A true CN103299330A (zh) 2013-09-11

Family

ID=45973809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011800619158A Pending CN103299330A (zh) 2010-10-21 2011-10-21 人类体验及购买行为的神经心理建模方法及装置

Country Status (8)

Country Link
US (7) US8301770B2 (zh)
EP (1) EP2630622A1 (zh)
JP (1) JP2013540327A (zh)
KR (1) KR20140033312A (zh)
CN (1) CN103299330A (zh)
CA (1) CA2815273A1 (zh)
SG (3) SG2014013619A (zh)
WO (1) WO2012052559A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103903163A (zh) * 2014-02-27 2014-07-02 中国科学院自动化研究所 一种基于耦合主题模型的协同滤波方法
CN106815461A (zh) * 2015-12-02 2017-06-09 松下知识产权经营株式会社 控制方法以及控制装置
CN109145302A (zh) * 2018-08-30 2019-01-04 南京都宁大数据科技有限公司 基于语义文本的大宗农产品投资者恐慌情绪测度方法
CN109920172A (zh) * 2017-12-12 2019-06-21 富士施乐株式会社 信息处理装置
CN110621228A (zh) * 2017-05-01 2019-12-27 三星电子株式会社 使用基于相机的感测来确定情绪
CN110705996A (zh) * 2019-10-17 2020-01-17 支付宝(杭州)信息技术有限公司 基于特征掩码的用户行为识别方法、系统、及装置
CN112417486A (zh) * 2020-12-03 2021-02-26 湖南第一师范学院 一种三方联动加密的税控方法及系统

Families Citing this family (128)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5850518A (en) * 1994-12-12 1998-12-15 Northrup; Charles J. Access-method-independent exchange
US9190110B2 (en) 2009-05-12 2015-11-17 JBF Interlude 2009 LTD System and method for assembling a recorded composition
US11232458B2 (en) * 2010-02-17 2022-01-25 JBF Interlude 2009 LTD System and method for data mining within interactive multimedia
US8888497B2 (en) * 2010-03-12 2014-11-18 Yahoo! Inc. Emotional web
US8686270B2 (en) * 2010-04-16 2014-04-01 Sony Corporation Apparatus and method for classifying, displaying and selecting music files
US8751435B2 (en) * 2010-12-23 2014-06-10 Intel Corporation System and method for determining client-based user behavioral analytics
US20120317602A1 (en) * 2011-06-13 2012-12-13 Microsoft Corporation Channel Navigation Techniques
US20130042013A1 (en) * 2011-08-10 2013-02-14 Nokia Corporation Methods, apparatuses and computer program products for enabling live sharing of data
US10789526B2 (en) 2012-03-09 2020-09-29 Nara Logics, Inc. Method, system, and non-transitory computer-readable medium for constructing and applying synaptic networks
US8170971B1 (en) 2011-09-28 2012-05-01 Ava, Inc. Systems and methods for providing recommendations based on collaborative and/or content-based nodal interrelationships
US8732101B1 (en) 2013-03-15 2014-05-20 Nara Logics, Inc. Apparatus and method for providing harmonized recommendations based on an integrated user profile
US10467677B2 (en) 2011-09-28 2019-11-05 Nara Logics, Inc. Systems and methods for providing recommendations based on collaborative and/or content-based nodal interrelationships
US11151617B2 (en) 2012-03-09 2021-10-19 Nara Logics, Inc. Systems and methods for providing recommendations based on collaborative and/or content-based nodal interrelationships
US8909641B2 (en) 2011-11-16 2014-12-09 Ptc Inc. Method for analyzing time series activity streams and devices thereof
US9098312B2 (en) 2011-11-16 2015-08-04 Ptc Inc. Methods for dynamically generating an application interface for a modeled entity and devices thereof
US9576046B2 (en) 2011-11-16 2017-02-21 Ptc Inc. Methods for integrating semantic search, query, and analysis across heterogeneous data types and devices thereof
US8719261B2 (en) * 2011-12-02 2014-05-06 Verizon Patent And Licensing Inc. Dynamic catalog ranking
US9078041B2 (en) 2012-04-25 2015-07-07 Right Brain Interface Nv Method and system for collaborative broadcast and timeshifted viewing
TWI594186B (zh) * 2012-05-16 2017-08-01 緯創資通股份有限公司 虛擬頻道之管理方法、擷取數位內容之方法及具有虛擬頻道之網路多媒體重現系統
US9367587B2 (en) * 2012-09-07 2016-06-14 Pandora Media System and method for combining inputs to generate and modify playlists
US9020845B2 (en) 2012-09-25 2015-04-28 Alexander Hieronymous Marlowe System and method for enhanced shopping, preference, profile and survey data input and gathering
SG2014013445A (en) 2012-09-28 2014-07-30 Right Brain Interface N V Method and system having collaborative network media appliances utilizing prioritized local storage of recommended content
WO2014064212A1 (en) * 2012-10-24 2014-05-01 Right Brain Interface N.V. Video presentation interface with enhanced navigation features
EP2920671A4 (en) 2012-11-14 2016-08-17 Univ Carnegie Mellon AUTOMATED VIGNETTES SELECTION FOR ONLINE VIDEO
WO2014088637A1 (en) * 2012-12-07 2014-06-12 Cascade Strategies, Inc. Biosensitive response evaluation for design and research
US8935303B2 (en) * 2012-12-28 2015-01-13 Telefonica, S.A. Method and system of optimizing a ranked list of recommended items
US8549001B1 (en) 2013-03-15 2013-10-01 DLZTX, Inc. Method and system for gathering and providing consumer intelligence
US9335818B2 (en) 2013-03-15 2016-05-10 Pandora Media System and method of personalizing playlists using memory-based collaborative filtering
EP2973047A4 (en) 2013-03-15 2016-11-02 Ptc Inc METHODS OF MANAGING APPLICATIONS USING SEMANTIC MODELING AND LABELING, AND DEVICES THEREOF
US9383819B2 (en) * 2013-06-03 2016-07-05 Daqri, Llc Manipulation of virtual object in augmented reality via intent
US9354702B2 (en) 2013-06-03 2016-05-31 Daqri, Llc Manipulation of virtual object in augmented reality via thought
US20140365208A1 (en) * 2013-06-05 2014-12-11 Microsoft Corporation Classification of affective states in social media
US9405822B2 (en) * 2013-06-06 2016-08-02 Sheer Data, LLC Queries of a topic-based-source-specific search system
US9552544B1 (en) * 2013-10-02 2017-01-24 Hrl Laboratories, Llc Method and apparatus for an action selection system based on a combination of neuromodulatory and prefrontal cortex area models
US20150029087A1 (en) 2013-07-24 2015-01-29 United Video Properties, Inc. Methods and systems for adjusting power consumption in a user device based on brain activity
US9232285B2 (en) 2013-08-15 2016-01-05 Opentv, Inc. Time shifting of advertisements in digital content delivery services
US20150073932A1 (en) * 2013-09-11 2015-03-12 Microsoft Corporation Strength Based Modeling For Recommendation System
US10255548B1 (en) 2013-10-02 2019-04-09 Hrl Laboratories, Llc Method and apparatus for modeling probability matching human subjects in n-arm bandit tasks
US10133983B1 (en) 2013-10-02 2018-11-20 Hrl Laboratories, Llc Method and apparatus for modeling probability matching and loss sensitivity among human subjects in a resource allocation task
JP6289158B2 (ja) * 2014-02-21 2018-03-07 サッポロホールディングス株式会社 香りの覚醒感評価方法
US9711058B2 (en) 2014-03-06 2017-07-18 International Business Machines Corporation Providing targeted feedback
US10025942B2 (en) 2014-03-21 2018-07-17 Ptc Inc. System and method of establishing permission for multi-tenancy storage using organization matrices
US9467533B2 (en) 2014-03-21 2016-10-11 Ptc Inc. System and method for developing real-time web-service objects
US9350791B2 (en) 2014-03-21 2016-05-24 Ptc Inc. System and method of injecting states into message routing in a distributed computing environment
US9350812B2 (en) 2014-03-21 2016-05-24 Ptc Inc. System and method of message routing using name-based identifier in a distributed computing environment
US9762637B2 (en) 2014-03-21 2017-09-12 Ptc Inc. System and method of using binary dynamic rest messages
US10313410B2 (en) 2014-03-21 2019-06-04 Ptc Inc. Systems and methods using binary dynamic rest messages
US9462085B2 (en) 2014-03-21 2016-10-04 Ptc Inc. Chunk-based communication of binary dynamic rest messages
US9560170B2 (en) 2014-03-21 2017-01-31 Ptc Inc. System and method of abstracting communication protocol using self-describing messages
US9961058B2 (en) 2014-03-21 2018-05-01 Ptc Inc. System and method of message routing via connection servers in a distributed computing environment
WO2015143416A1 (en) 2014-03-21 2015-09-24 Ptc Inc. Systems and methods for developing and using real-time data applications
US10368802B2 (en) 2014-03-31 2019-08-06 Rovi Guides, Inc. Methods and systems for selecting media guidance applications based on a position of a brain monitoring user device
US9653115B2 (en) 2014-04-10 2017-05-16 JBF Interlude 2009 LTD Systems and methods for creating linear video from branched video
US9854025B2 (en) * 2014-05-16 2017-12-26 Google Inc. Soliciting and creating collaborative content items
US9531708B2 (en) 2014-05-30 2016-12-27 Rovi Guides, Inc. Systems and methods for using wearable technology for biometric-based recommendations
US9686575B2 (en) * 2014-07-02 2017-06-20 Disney Enterprises, Inc. Systems and methods for digital library channel creation
FR3023665B1 (fr) * 2014-07-08 2016-08-19 Sagemcom Documents Sas Procede et dispositif d'enregistrement a distance de programmes video.
US20160057187A1 (en) * 2014-08-19 2016-02-25 James A. Hess Multimedia queuing and collaboration method
US9792957B2 (en) 2014-10-08 2017-10-17 JBF Interlude 2009 LTD Systems and methods for dynamic video bookmarking
US11412276B2 (en) 2014-10-10 2022-08-09 JBF Interlude 2009 LTD Systems and methods for parallel track transitions
US10114828B2 (en) 2014-11-11 2018-10-30 International Business Machines Corporation Local content sharing through edge caching and time-shifted uploads
US10037422B2 (en) * 2015-01-21 2018-07-31 Open Text Sa Ulc Systems and methods for integrating with a native component using a network interface
US11342061B2 (en) * 2015-02-09 2022-05-24 Satoru Isaka Emotional wellness management support system and methods thereof
US10109211B2 (en) * 2015-02-09 2018-10-23 Satoru Isaka Emotional wellness management system and methods
US10757216B1 (en) * 2015-02-20 2020-08-25 Amazon Technologies, Inc. Group profiles for group item recommendations
US11363460B1 (en) 2015-03-03 2022-06-14 Amazon Technologies, Inc. Device-based identification for automated user detection
US10902526B2 (en) * 2015-03-30 2021-01-26 Twiin, LLC Systems and methods of generating consciousness affects
EP3281167A4 (en) * 2015-04-08 2018-10-31 Adi Analytics Ltd. Qualitatively planning, measuring, making effecient and capitalizing on marketing strategy
CN104905803B (zh) * 2015-07-01 2018-03-27 京东方科技集团股份有限公司 可穿戴电子设备及其情绪监控方法
US10460765B2 (en) 2015-08-26 2019-10-29 JBF Interlude 2009 LTD Systems and methods for adaptive and responsive video
US10223645B2 (en) 2015-10-06 2019-03-05 International Business Machines Corporation Trading goods based on image processing for interest, emotion and affinity detection
CN105389735B (zh) * 2015-11-18 2021-05-18 重庆理工大学 一种基于spfa算法的多动机情感生成方法
US11164548B2 (en) 2015-12-22 2021-11-02 JBF Interlude 2009 LTD Intelligent buffering of large-scale video
US10901945B2 (en) 2016-01-05 2021-01-26 The grät Network, PBC Systems and methods concerning tracking models for digital interactions
US11856271B2 (en) 2016-04-12 2023-12-26 JBF Interlude 2009 LTD Symbiotic interactive video
CA3020450A1 (en) 2016-04-15 2017-10-19 Walmart Apollo, Llc Systems and methods for facilitating shopping in a physical retail facility
MX2018012574A (es) 2016-04-15 2019-03-06 Walmart Apollo Llc Sistemas y metodos para ajustar vectores parcialmente a traves de pruebas de muestreo.
US10614504B2 (en) 2016-04-15 2020-04-07 Walmart Apollo, Llc Systems and methods for providing content-based product recommendations
US10182387B2 (en) 2016-06-01 2019-01-15 At&T Intellectual Property I, L.P. Method and apparatus for distributing content via diverse networks
CA3027866A1 (en) 2016-06-15 2017-12-21 Walmart Apollo, Llc Vector-based characterizations of products and individuals with respect to customer service agent assistance
US20170364929A1 (en) * 2016-06-17 2017-12-21 Sanjiv Ferreira Method and system for identifying, aggregating & transforming emotional states of a user using a temporal phase topology framework
US10373464B2 (en) 2016-07-07 2019-08-06 Walmart Apollo, Llc Apparatus and method for updating partiality vectors based on monitoring of person and his or her home
US20180018899A1 (en) * 2016-07-15 2018-01-18 Panasonic Intellectual Property Management Co., Ltd. Information processing apparatus for presenting content, method for controlling the same, and control program
US10733902B2 (en) 2016-10-27 2020-08-04 Ian Littleton O'Kidhain Affective empathy system
CN108124167A (zh) * 2016-11-30 2018-06-05 阿里巴巴集团控股有限公司 一种播放处理方法、装置和设备
CN106685933B (zh) * 2016-12-08 2020-06-19 腾讯科技（深圳）有限公司 一种授权策略推荐及装置
GB2557627A (en) * 2016-12-13 2018-06-27 British Broadcasting Corp Multimedia system & method
CA3047395A1 (en) * 2016-12-20 2018-06-28 Walmart Apollo, Llc Vector-based optimization of media presentations
US11050809B2 (en) 2016-12-30 2021-06-29 JBF Interlude 2009 LTD Systems and methods for dynamic weighting of branched video paths
US10257572B2 (en) 2017-01-03 2019-04-09 Bliss Point Media, Inc. Optimization of broadcast event effectiveness
US11368752B2 (en) * 2017-01-03 2022-06-21 Bliss Point Media, Inc. Optimization of broadcast event effectiveness
US20180240157A1 (en) * 2017-02-17 2018-08-23 Wipro Limited System and a method for generating personalized multimedia content for plurality of users
US20180260796A1 (en) * 2017-03-09 2018-09-13 Jarom McDonald Tipping for Media Content
US10810493B1 (en) * 2017-03-22 2020-10-20 Google Llc Training and/or utilizing recurrent neural network model to determine subsequent source(s) for electronic resource interaction
WO2018191451A1 (en) 2017-04-13 2018-10-18 Walmart Apollo, Llc Systems and methods for receiving retail products at a delivery destination
US10740823B1 (en) * 2017-04-28 2020-08-11 Wells Fargo Bank, N.A. Financial alert system based on image of user spending behavior
CN107172386B (zh) * 2017-05-09 2018-06-29 西安科技大学 一种基于计算机视觉的非接触式数据传输方法
CN107330461B (zh) * 2017-06-27 2020-11-03 安徽师范大学 基于情感与信任的协同过滤推荐方法
US11721090B2 (en) * 2017-07-21 2023-08-08 Samsung Electronics Co., Ltd. Adversarial method and system for generating user preferred contents
GB2566257A (en) 2017-08-29 2019-03-13 Sky Cp Ltd System and method for content discovery
CN107679915A (zh) * 2017-09-30 2018-02-09 平安科技（深圳）有限公司 营销活动的管理方法、装置、设备及计算机存储介质
US10257578B1 (en) 2018-01-05 2019-04-09 JBF Interlude 2009 LTD Dynamic library display for interactive videos
US10937070B2 (en) * 2018-01-17 2021-03-02 Dell Products L.P. Collaborative filtering to generate recommendations
US10419790B2 (en) * 2018-01-19 2019-09-17 Infinite Designs, LLC System and method for video curation
US11601721B2 (en) * 2018-06-04 2023-03-07 JBF Interlude 2009 LTD Interactive video dynamic adaptation and user profiling
WO2020047012A1 (en) 2018-08-27 2020-03-05 Box, Inc. Activity-based application recommendations
US10516863B1 (en) * 2018-09-27 2019-12-24 Bradley Baker Miniature portable projector device
US11132623B2 (en) 2018-10-15 2021-09-28 International Business Machines Corporation User adapted data presentation for data labeling
JP2022505836A (ja) * 2018-10-25 2022-01-14 アークトップ リミテッド デジタルコンテンツ体験との改善されたヒューマンインタラクションのための共感的コンピューティングシステムおよび方法
US11170017B2 (en) 2019-02-22 2021-11-09 Robert Michael DESSAU Method of facilitating queries of a topic-based-source-specific search system using entity mention filters and search tools
JP6611972B1 (ja) 2019-03-05 2019-11-27 正通 亀井 アドバイス提示システム
CN110113645B (zh) * 2019-05-09 2021-12-21 腾讯科技（深圳）有限公司 多媒体设备的播放控制方法、装置、电子设备及存储介质
US11636117B2 (en) * 2019-06-26 2023-04-25 Dallas Limetree, LLC Content selection using psychological factor vectors
KR20210028378A (ko) * 2019-09-04 2021-03-12 황왕호 무의식적 기제 및 의식적 행동 유형 프로파일 방법 및 장치
US11490047B2 (en) 2019-10-02 2022-11-01 JBF Interlude 2009 LTD Systems and methods for dynamically adjusting video aspect ratios
KR102349589B1 (ko) * 2020-01-13 2022-01-11 한국과학기술원 스마트 단말을 활용한 인공지능 에이전트와의 상호작용 선호도 유형 판별 방법 및 장치
US11245961B2 (en) 2020-02-18 2022-02-08 JBF Interlude 2009 LTD System and methods for detecting anomalous activities for interactive videos
CN111464826B (zh) * 2020-04-14 2022-09-09 北京达佳互联信息技术有限公司 虚拟资源的榜单更新方法、装置、电子设备及存储介质
KR102323153B1 (ko) * 2021-03-03 2021-11-10 주식회사 아이엠그루 고객의 무의식 영역에 기반하여 의사결정 지원자료를 제공하는 의사결정 지원서버 및 그 의사결정 지원방법
WO2022251066A1 (en) * 2021-05-26 2022-12-01 Peer Inc Dynamic content delivery based on user movement using a multi-dimensional fabric interface
WO2022251064A1 (en) * 2021-05-26 2022-12-01 Peer Inc Content notification using a multi-dimensional fabric interface
US11882337B2 (en) 2021-05-28 2024-01-23 JBF Interlude 2009 LTD Automated platform for generating interactive videos
US20230015789A1 (en) * 2021-07-08 2023-01-19 Vmware, Inc. Aggregation of user authorizations from different providers in a hybrid cloud environment
US11689755B2 (en) * 2021-07-21 2023-06-27 Verizon Patent And Licensing Inc. Systems and methods for generating scalable personalized recommendations based on dynamic and customized content selections and modeling of the content selections
US20230095350A1 (en) * 2021-09-17 2023-03-30 Smart Science Technology, LLC Focus group apparatus and system
US11934477B2 (en) 2021-09-24 2024-03-19 JBF Interlude 2009 LTD Video player integration within websites
US20230214837A1 (en) * 2022-01-04 2023-07-06 Fidelity Information Services, Llc. Methods, systems, and devices for machine learning-based contextual engagement decision engine
US11949967B1 (en) * 2022-09-28 2024-04-02 International Business Machines Corporation Automatic connotation for audio and visual content using IOT sensors

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030140063A1 (en) * 2001-12-17 2003-07-24 Pizzorno Joseph E. System and method for providing health care advice by diagnosing system function
US6904408B1 (en) * 2000-10-19 2005-06-07 Mccarthy John Bionet method, system and personalized web content manager responsive to browser viewers' psychological preferences, behavioral responses and physiological stress indicators

Family Cites Families (144)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2136603T3 (es) 1991-07-19 1999-12-01 Princeton Video Image Inc Presentaciones televisivas con signos insertados, seleccionados.
US5961332A (en) * 1992-09-08 1999-10-05 Joao; Raymond Anthony Apparatus for processing psychological data and method of use thereof
US6239794B1 (en) * 1994-08-31 2001-05-29 E Guide, Inc. Method and system for simultaneously displaying a television program and information about the program
US5589892A (en) * 1993-09-09 1996-12-31 Knee; Robert A. Electronic television program guide schedule system and method with data feed access
KR100348915B1 (ko) 1994-05-12 2002-12-26 마이크로소프트 코포레이션 텔레비젼프로그램선택방법및그시스템
US5758257A (en) * 1994-11-29 1998-05-26 Herz; Frederick System and method for scheduling broadcast of and access to video programs and other data using customer profiles
US5623613A (en) * 1994-11-29 1997-04-22 Microsoft Corporation System for displaying programming information
JP3855282B2 (ja) * 1995-02-06 2006-12-06 ソニー株式会社 受信装置および受信方法
US5585838A (en) 1995-05-05 1996-12-17 Microsoft Corporation Program time guide
US5758258A (en) 1995-08-21 1998-05-26 Microsoft Corporation Selective delivery of programming for interactive televideo system
US6002394A (en) 1995-10-02 1999-12-14 Starsight Telecast, Inc. Systems and methods for linking television viewers with advertisers and broadcasters
US6177931B1 (en) * 1996-12-19 2001-01-23 Index Systems, Inc. Systems and methods for displaying and recording control interface with television programs, video, advertising information and program scheduling information
JP3413065B2 (ja) * 1997-07-03 2003-06-03 松下電器産業株式会社 番組情報処理装置
US6310886B1 (en) 1997-08-28 2001-10-30 Tivo, Inc. Method and apparatus implementing a multimedia digital network
US6374336B1 (en) 1997-12-24 2002-04-16 Avid Technology, Inc. Computer system and process for transferring multiple high bandwidth streams of data between multiple storage units and multiple applications in a scalable and reliable manner
ES2224020T3 (es) * 1998-03-04 2005-03-01 United Video Properties Inc. Sistema de guia de programas con supervision del uso de anuncios y de las actividades de usuario.
US7185355B1 (en) * 1998-03-04 2007-02-27 United Video Properties, Inc. Program guide system with preference profiles
AU3205199A (en) 1998-03-27 1999-10-18 Walker Asset Management Limited Partnership System and method for tracking and establishing a progressive discount based upon a customer's visits to retail establishment
CN1867068A (zh) 1998-07-14 2006-11-22 联合视频制品公司 交互式电视节目导视系统及其方法
AR020608A1 (es) * 1998-07-17 2002-05-22 United Video Properties Inc Un metodo y una disposicion para suministrar a un usuario acceso remoto a una guia de programacion interactiva por un enlace de acceso remoto
US7558472B2 (en) 2000-08-22 2009-07-07 Tivo Inc. Multimedia signal processing system
US6233389B1 (en) 1998-07-30 2001-05-15 Tivo, Inc. Multimedia time warping system
US6898762B2 (en) 1998-08-21 2005-05-24 United Video Properties, Inc. Client-server electronic program guide
US6608633B1 (en) * 1998-10-30 2003-08-19 Sony Corporation Visual display of categorical information through visual factors such as scale and location
US6215526B1 (en) 1998-11-06 2001-04-10 Tivo, Inc. Analog video tagging and encoding system
US6532592B1 (en) 1998-11-09 2003-03-11 Sony Corporation Bi-directional remote control unit and method of using the same
TW499816B (en) * 1998-11-30 2002-08-21 United Video Properties Inc Interactive program guide system and method
US6865746B1 (en) 1998-12-03 2005-03-08 United Video Properties, Inc. Electronic program guide with related-program search feature
US7080322B2 (en) 1998-12-18 2006-07-18 Tangis Corporation Thematic response to a computer user's context, such as by a wearable personal computer
JP2000224504A (ja) 1999-01-28 2000-08-11 Internatl Business Mach Corp <Ibm> 番組表示・選択装置、デジタル放送受信機及びデジタル放送受信システム
US6847778B1 (en) 1999-03-30 2005-01-25 Tivo, Inc. Multimedia visual progress indication system
WO2000062298A1 (en) 1999-03-30 2000-10-19 Tivo, Inc. System for automatic playback position correction after fast forward or reverse
AU4185800A (en) 1999-03-30 2000-10-16 Tivo, Inc. Multimedia program bookmarking system
US7543325B2 (en) 1999-03-30 2009-06-02 Tivo Inc. System for remotely controlling client recording and storage behavior
US6757906B1 (en) 1999-03-30 2004-06-29 Tivo, Inc. Television viewer interface system
AU4186000A (en) 1999-03-30 2000-11-14 Tivo, Inc. Television viewer interface system
US6728713B1 (en) 1999-03-30 2004-04-27 Tivo, Inc. Distributed database management system
US7484234B1 (en) 1999-04-29 2009-01-27 Tivo Inc. Method and apparatus for controlling at least one set-top box
US8527337B1 (en) * 1999-07-20 2013-09-03 Google Inc. Internet based system and apparatus for paying users to view content and receiving micropayments
AU7606500A (en) * 1999-09-24 2001-04-24 United Video Properties, Inc. Interactive television program guide with enhanced user interface
US7228556B2 (en) 1999-12-21 2007-06-05 Tivo Inc. Distributed, interactive television program guide; system and method
US7373650B1 (en) * 2000-02-01 2008-05-13 Scientific-Atlanta, Inc. Apparatuses and methods to enable the simultaneous viewing of multiple television channels and electronic program guide content
US7051352B1 (en) 2000-02-04 2006-05-23 Koninklijke Philips Electronics N.V. Adaptive TV program recommender
US6487646B1 (en) 2000-02-29 2002-11-26 Maxtor Corporation Apparatus and method capable of restricting access to a data storage device
WO2001065762A2 (en) 2000-03-02 2001-09-07 Tivo, Inc. Conditional access system and method for prevention of replay attacks
JP4501209B2 (ja) 2000-03-08 2010-07-14 ソニー株式会社 情報処理装置、情報処理方法およびリモコンのコマンダ
US20020060750A1 (en) * 2000-03-29 2002-05-23 Istvan Anthony F. Single-button remote access to a synthetic channel page of specialized content
CA2870324C (en) 2000-03-31 2017-08-15 United Video Properties, Inc. Systems and methods for improved audience measuring
US7552460B2 (en) * 2000-05-08 2009-06-23 Microsoft Corporation Modifying an electronic program guide based on viewer statistics
JP4699672B2 (ja) 2000-05-12 2011-06-15 ティヴォ インク バンド幅効率の改善方法
US20030040987A1 (en) * 2000-05-19 2003-02-27 Hudson K. Dean Global travel reporting system and method
AU2001265047A1 (en) 2000-05-27 2001-12-11 Dana Howard Jones Method and system for payment of intellectual property royalties by interposed sponsor on behalf of consumer over telecommunications network
US7660737B1 (en) * 2000-07-18 2010-02-09 Smartpenny.Com, Inc. Economic filtering system for delivery of permission based, targeted, incentivized advertising
US7937725B1 (en) 2000-07-27 2011-05-03 Koninklijke Philips Electronics N.V. Three-way media recommendation method and system
US7356507B2 (en) * 2000-10-30 2008-04-08 Amazon.Com, Inc. Network based user-to-user payment service
US20020107849A1 (en) * 2000-11-01 2002-08-08 Hickey Matthew W. Scholarship search method and system
WO2002043353A2 (en) 2000-11-16 2002-05-30 Mydtv, Inc. System and methods for determining the desirability of video programming events
US7444660B2 (en) 2000-11-16 2008-10-28 Meevee, Inc. System and method for generating metadata for video programming events
US7174512B2 (en) * 2000-12-01 2007-02-06 Thomson Licensing S.A. Portal for a communications system
US7721310B2 (en) * 2000-12-05 2010-05-18 Koninklijke Philips Electronics N.V. Method and apparatus for selective updating of a user profile
US7555444B1 (en) 2001-02-12 2009-06-30 James D. Wilson Dynamic time-of-purchasing-decision incentive system and method
CA3011879C (en) * 2001-02-21 2021-10-19 Rovi Guides, Inc. Systems and methods for interactive program guides with personal video recordng features
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
US20020162120A1 (en) 2001-04-25 2002-10-31 Slade Mitchell Apparatus and method to provide supplemental content from an interactive television system to a remote device
US7526788B2 (en) * 2001-06-29 2009-04-28 Scientific-Atlanta, Inc. Graphic user interface alternate download options for unavailable PRM content
US6585521B1 (en) * 2001-12-21 2003-07-01 Hewlett-Packard Development Company, L.P. Video indexing based on viewers' behavior and emotion feedback
US7328164B2 (en) 2002-01-16 2008-02-05 Earnix Ltd. Pricing optimization apparatus and method
US7218839B2 (en) * 2002-02-11 2007-05-15 Scientific-Atlanta, Inc. Management of television presentation recordings
AU2002244261A1 (en) 2002-03-07 2003-09-29 Catalina Marketing International, Inc. System and method for providing relative price point incentives based upon prior customer purchase behavior
US20050177861A1 (en) 2002-04-05 2005-08-11 Matsushita Electric Industrial Co., Ltd Asynchronous integration of portable handheld device
US8321894B2 (en) * 2002-06-21 2012-11-27 Sony Corporation Transmission apparatus, reception apparatus
US20040001616A1 (en) * 2002-06-27 2004-01-01 Srinivas Gutta Measurement of content ratings through vision and speech recognition
US7712117B1 (en) 2002-09-27 2010-05-04 Microsoft Corporation Multiple channel presenter
US7085576B2 (en) * 2002-12-30 2006-08-01 Motorola, Inc. Method and apparatus for providing streaming information to a wireless mobile wireless device
US20040186743A1 (en) 2003-01-27 2004-09-23 Angel Cordero System, method and software for individuals to experience an interview simulation and to develop career and interview skills
US7577636B2 (en) 2003-05-28 2009-08-18 Fernandez Dennis S Network-extensible reconfigurable media appliance
US20070039023A1 (en) * 2003-09-11 2007-02-15 Mitsuteru Kataoka Content selection method and content selection device
US7671758B1 (en) 2003-10-02 2010-03-02 Tivo Inc. Remote control programming system
US20050160458A1 (en) * 2004-01-21 2005-07-21 United Video Properties, Inc. Interactive television system with custom video-on-demand menus based on personal profiles
JP4510486B2 (ja) 2004-02-27 2010-07-21 ソニー株式会社 番組表表示方法，番組表表示装置，およびコンピュータプログラム
US7872642B2 (en) * 2004-03-12 2011-01-18 Universal Electronics Inc. Controlling device having multiple user interfaces
KR100471371B1 (ko) * 2004-03-27 2005-03-14 전민철 인터넷상에서 누적분포를 이용한 거래가 결정 방법 및시스템
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
CN100534103C (zh) * 2004-09-10 2009-08-26 松下电器产业株式会社 用于通告人的情感的信息处理终端和方法
US7165050B2 (en) 2004-09-20 2007-01-16 Aaron Marking Media on demand via peering
US8285613B1 (en) * 2004-12-16 2012-10-09 Coulter David B System and method for managing consumer information
TW200704183A (en) * 2005-01-27 2007-01-16 Matrix Tv Dynamic mosaic extended electronic programming guide for television program selection and display
US7689556B2 (en) * 2005-01-31 2010-03-30 France Telecom Content navigation service
US20070214471A1 (en) 2005-03-23 2007-09-13 Outland Research, L.L.C. System, method and computer program product for providing collective interactive television experiences
US8214264B2 (en) 2005-05-02 2012-07-03 Cbs Interactive, Inc. System and method for an electronic product advisor
US20060282464A1 (en) * 2005-06-10 2006-12-14 Morris Charles A Multi-dial system for inter-channel surfing of digital media files
US8739231B2 (en) 2005-08-23 2014-05-27 Vudu, Inc. System and method for distributed video-on-demand
US20070074245A1 (en) 2005-09-26 2007-03-29 Microsoft Corporation Virtual channels
US8613024B2 (en) * 2005-12-13 2013-12-17 United Video Properties, Inc. Cross-platform predictive popularity ratings for use in interactive television applications
US20070154163A1 (en) 2005-12-29 2007-07-05 United Video Properties, Inc. Systems and methods for creating aggregations of episodes of series programming in order
US20070154169A1 (en) * 2005-12-29 2007-07-05 United Video Properties, Inc. Systems and methods for accessing media program options based on program segment interest
US20100153885A1 (en) * 2005-12-29 2010-06-17 Rovi Technologies Corporation Systems and methods for interacting with advanced displays provided by an interactive media guidance application
US20070157242A1 (en) * 2005-12-29 2007-07-05 United Video Properties, Inc. Systems and methods for managing content
US7657526B2 (en) 2006-03-06 2010-02-02 Veveo, Inc. Methods and systems for selecting and presenting content based on activity level spikes associated with the content
US7668867B2 (en) 2006-03-17 2010-02-23 Microsoft Corporation Array-based discovery of media items
US7797722B2 (en) 2006-05-26 2010-09-14 Sony Corporation System and method for content delivery
JP4838777B2 (ja) * 2006-08-14 2011-12-14 キヤノン株式会社 画像処理装置、画像処理装置の制御方法、プログラム及び記憶媒体
EP1895505A1 (en) * 2006-09-04 2008-03-05 Sony Deutschland GmbH Method and device for musical mood detection
US8166029B2 (en) 2006-09-07 2012-04-24 Yahoo! Inc. System and method for identifying media content items and related media content items
US20080065396A1 (en) * 2006-09-07 2008-03-13 John Steven Marshall Systems and methods for managing tips and gratuities
US20080082507A1 (en) * 2006-09-29 2008-04-03 University Of Florida Research Foundation, Inc. System and methods for providing content over a data communications network and compensating content owners and resource providers
US8381249B2 (en) 2006-10-06 2013-02-19 United Video Properties, Inc. Systems and methods for acquiring, categorizing and delivering media in interactive media guidance applications
US8555318B2 (en) 2006-12-06 2013-10-08 Verizon Patent And Licensing Inc. Customized media on demand
US8250605B2 (en) 2006-12-18 2012-08-21 Verizon Services Corp. Systems and methods for presentation of preferred program selections
US8194034B2 (en) * 2006-12-20 2012-06-05 Verizon Patent And Licensing Inc. Systems and methods for controlling a display
JP2008205861A (ja) * 2007-02-20 2008-09-04 Matsushita Electric Ind Co Ltd 視聴質判定装置、視聴質判定方法、視聴質判定プログラム、および記録媒体
US8230457B2 (en) 2007-03-07 2012-07-24 The Nielsen Company (Us), Llc. Method and system for using coherence of biological responses as a measure of performance of a media
US8782681B2 (en) * 2007-03-08 2014-07-15 The Nielsen Company (Us), Llc Method and system for rating media and events in media based on physiological data
KR20080087591A (ko) 2007-03-27 2008-10-01 삼성전자주식회사 메타 데이터 기반 카테고리를 이용한 컨텐츠 검색 방법 및장치와 기록 매체
US8775238B2 (en) 2007-04-03 2014-07-08 International Business Machines Corporation Generating customized disincentive marketing content for a customer based on customer risk assessment
US7861260B2 (en) 2007-04-17 2010-12-28 Almondnet, Inc. Targeted television advertisements based on online behavior
KR101402943B1 (ko) 2007-08-16 2014-06-03 삼성전자주식회사 컨텐츠 탐색을 위한 장치 및 방법
JP5167726B2 (ja) * 2007-08-23 2013-03-21 ソニー株式会社 コンテンツ課金システム、コンテンツ取得装置、コンテンツ取得方法およびそのプログラム、並びにコンテンツ提供装置、コンテンツ提供方法およびそのプログラム
US8151292B2 (en) * 2007-10-02 2012-04-03 Emsense Corporation System for remote access to media, and reaction and survey data from viewers of the media
US8285121B2 (en) * 2007-10-07 2012-10-09 Fall Front Wireless Ny, Llc Digital network-based video tagging system
US8001561B2 (en) * 2007-11-20 2011-08-16 Samsung Electronics Co., Ltd. System and method for automatically rating video content
US8856833B2 (en) * 2007-11-21 2014-10-07 United Video Properties, Inc. Maintaining a user profile based on dynamic data
US8943539B2 (en) * 2007-11-21 2015-01-27 Rovi Guides, Inc. Enabling a friend to remotely modify user data
JP2009134670A (ja) * 2007-12-03 2009-06-18 Sony Corp 情報処理端末、情報処理方法、およびプログラム
JP2009200769A (ja) * 2008-02-21 2009-09-03 Hitachi Ltd ビデオオンデマンドシステム
JP5243070B2 (ja) 2008-03-14 2013-07-24 ソニー株式会社 情報提供装置、受信端末、情報提供システム、情報提供方法、およびプログラム
US9916611B2 (en) * 2008-04-01 2018-03-13 Certona Corporation System and method for collecting and targeting visitor behavior
US20090254412A1 (en) 2008-04-07 2009-10-08 Edward Braswell Methods and systems using targeted advertising
US8024756B2 (en) 2008-04-10 2011-09-20 Sony Corporation TV user interface for viewing selected sub-groups of channels
US8990673B2 (en) 2008-05-30 2015-03-24 Nbcuniversal Media, Llc System and method for providing digital content
US10380603B2 (en) * 2008-05-31 2019-08-13 International Business Machines Corporation Assessing personality and mood characteristics of a customer to enhance customer satisfaction and improve chances of a sale
US20100011388A1 (en) * 2008-07-10 2010-01-14 William Bull System and method for creating playlists based on mood
WO2010027739A2 (en) 2008-08-27 2010-03-11 Globys, Inc. Targeted customer offers based on predictive analytics
US20100077433A1 (en) 2008-09-24 2010-03-25 Verizon Data Services Llc Multi-panel television browsing
US20100100506A1 (en) 2008-10-16 2010-04-22 Emmanuel Marot Dynamic pricing system and method
US20100198757A1 (en) 2009-02-02 2010-08-05 Microsoft Corporation Performance of a social network
US8375409B2 (en) 2009-02-05 2013-02-12 Purplecomm Inc. Meta channel based media system control technology
US8387081B2 (en) 2009-02-11 2013-02-26 Verzion Patent And Licensing Inc. Dynamic pricing for pay-per-view events
US20100262931A1 (en) * 2009-04-10 2010-10-14 Rovi Technologies Corporation Systems and methods for searching a media guidance application with multiple perspective views
KR101708682B1 (ko) * 2010-03-03 2017-02-21 엘지전자 주식회사 영상표시장치 및 그 동작 방법.
US20130041831A1 (en) * 2010-04-13 2013-02-14 Pranamesh Das Secure and shareable payment system using trusted personal device
US20110273379A1 (en) * 2010-05-05 2011-11-10 Google Inc. Directional pad on touchscreen
US20120137316A1 (en) * 2010-11-30 2012-05-31 Kirill Elizarov Media information system and method
US20130173335A1 (en) * 2011-12-30 2013-07-04 Verizon Patent And Licensing Inc. Lifestyle application platform

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6904408B1 (en) * 2000-10-19 2005-06-07 Mccarthy John Bionet method, system and personalized web content manager responsive to browser viewers' psychological preferences, behavioral responses and physiological stress indicators
US20030140063A1 (en) * 2001-12-17 2003-07-24 Pizzorno Joseph E. System and method for providing health care advice by diagnosing system function

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103903163A (zh) * 2014-02-27 2014-07-02 中国科学院自动化研究所 一种基于耦合主题模型的协同滤波方法
CN103903163B (zh) * 2014-02-27 2017-05-10 中国科学院自动化研究所 一种基于耦合主题模型的协同滤波方法
CN106815461A (zh) * 2015-12-02 2017-06-09 松下知识产权经营株式会社 控制方法以及控制装置
CN110621228A (zh) * 2017-05-01 2019-12-27 三星电子株式会社 使用基于相机的感测来确定情绪
CN109920172A (zh) * 2017-12-12 2019-06-21 富士施乐株式会社 信息处理装置
CN109145302A (zh) * 2018-08-30 2019-01-04 南京都宁大数据科技有限公司 基于语义文本的大宗农产品投资者恐慌情绪测度方法
CN110705996A (zh) * 2019-10-17 2020-01-17 支付宝(杭州)信息技术有限公司 基于特征掩码的用户行为识别方法、系统、及装置
CN110705996B (zh) * 2019-10-17 2022-10-11 支付宝(杭州)信息技术有限公司 基于特征掩码的用户行为识别方法、系统、及装置
CN112417486A (zh) * 2020-12-03 2021-02-26 湖南第一师范学院 一种三方联动加密的税控方法及系统
CN112417486B (zh) * 2020-12-03 2021-08-06 湖南第一师范学院 一种三方联动加密的税控方法及系统

Also Published As

Publication number Publication date
KR20140033312A (ko) 2014-03-18
SG2014013619A (en) 2014-07-30
US8301770B2 (en) 2012-10-30
CA2815273A1 (en) 2012-04-26
US8799483B2 (en) 2014-08-05
US20120101966A1 (en) 2012-04-26
WO2012052559A1 (en) 2012-04-26
SG189481A1 (en) 2013-05-31
US20120110179A1 (en) 2012-05-03
US20120105723A1 (en) 2012-05-03
US8489527B2 (en) 2013-07-16
US20130086698A1 (en) 2013-04-04
EP2630622A1 (en) 2013-08-28
US8495683B2 (en) 2013-07-23
US20150032847A1 (en) 2015-01-29
US9628539B2 (en) 2017-04-18
US20140046883A1 (en) 2014-02-13
SG2014013643A (en) 2014-07-30
US20140109142A1 (en) 2014-04-17
JP2013540327A (ja) 2013-10-31

Similar Documents

Publication Publication Date Title
CN103299330A (zh) 人类体验及购买行为的神经心理建模方法及装置
McKelvey et al. Discoverability: Toward a definition of content discovery through platforms
US9141982B2 (en) Method and apparatus for collaborative upload of content
US8433815B2 (en) Method and apparatus for collaborative upload of content
Hallinan et al. Recommended for you: The Netflix Prize and the production of algorithmic culture
Prahalad et al. The future of competition: Co-creating unique value with customers
Watson Future files: A brief history of the next 50 years
US20200029128A1 (en) Automatically controlling a multiplicity of televisions over a network by the outputs of a subset of interfaces
CN104471575A (zh) 使用内容
CN1980332A (zh) 控制个人喜好的信息加入到媒体演示中去的方法和装置
CN103718205A (zh) 用于内容的协同上载的方法及装置
Christiaens Digital working lives: Worker autonomy and the gig economy
Rashid et al. Offline: Free your mind from smartphone and social media stress
Grimaldi Design for Narrative Experience in Product Interactions
US20130347023A1 (en) Method for requesting digital content, for providing digital content, and for producing a personal profile of a user
Ye Streamer-Interface-Viewer Entanglement in Popular Chinese Social Media Apps: An Analysis of the Discursive and Affective Live-Streaming Chatroom Interfaces.
Busuttil The Practitioner's Guide to Product Management
White Framed by Naturalism: A Critical Assessment of the Effect of Media Technology on the Person
Peña Fernández et al. News in the hybrid media system
Fontaine Growing up online: Identity, development and agency in networked girlhoods
Davies Reaction value: affective reflex in the digital public sphere
BE1020639A3 (nl) Een systeem voor het selecteren en het bekijken van programma-inhoud met behulp van gebruikersinterfaces.
BE1020636A3 (nl) Een werkwijze voor verdeeld vertraagde streaming van inhoud.
BE1020638A3 (nl) Een werkwijze voor gedistribueerde vertraagde streaming van inhoud.
BE1020635A3 (nl) Een werkwijze voor gebruik met een video-weergavesysteem bestaande uit een videoscherm en een veelvoud aan cursornavigatiebedieningen.

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into 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: 20130911