Abstract:
디바이스(D)는 적어도 하나의 네트워크 오퍼레이터의 클라이언트들인 이용자들(U1 내지 U3)의 잠재적인 관심사들을 결정하기 위한 것으로, 각 이용자는 적어도 그의 관심사들을 규정하는 프로파일과 관련된다. 이 디바이스(D)는, i) 포함할 새로운 실제 관심사(들)를(을) 결정하기 위해 적어도 한 명의 이용자(U1)의 프로파일을 분석하고, 새로운 실제 관심사로서 고려된 제 1 날짜에 따라서 이 이용자(U1)의 결정된 새로운 실제 관심사를 나타내는 식별자를 그의 프로파일에 저장하도록 배열된 추적 수단(TM), 및 ii) 결정된 새로운 실제 관심사 이전의 관심사들의 시간적으로 순서화된 시퀀스를 결정하기 위해 이용자(U1)의 제 1 날짜들을 분석하고, 그의 프로파일에 도입될 이 이용자(U1)에 대한 적어도 하나의 잠재적인 향후 관심사를 예측하기 위해 상기 결정된 이용자 관심사 시퀀스를 적어도 한 명의 다른 이용자(U2)의 관심사들의 적어도 하나의 다른 시퀀스와 비교하도록 배열된 추천 수단(RM)을 포함한다.
Abstract:
추천 서비스들 및 개인화된 콘텐트를 이용하면서 최종 사용자들의 개인 정보에 대한 프라이버시를 제공하기 위한 방법(들) 및 시스템(들)이 설명된다. 본 주제에 따르면, 시스템(들)은 최종 사용자들의 개인 정보에 대한 프라이버시를 제공하기 위한 설명된 방법(들)을 구현한다. 프라이버시 보호를 위한 방법은 사용자 소비 데이터가 적어도 관심 프로파일의 슬라이스 및 상기 관심 프로파일의 슬라이스의 연관된 관심 그룹 id를 포함하고; 상기 사용자 소비 데이터가 네트워크 익명화 계층을 통해 수신되는 하나 이상의 최종 사용자들과 연관된 사용자 소비 데이터를 수신하는 단계를 포함한다. 상기 방법은 분산 해시 테이블 라우팅 메커니즘에 기초하여 사용자 소비 데이터를 복수의 중개 노드들 중에서 관심 그룹 집합기 노드로 라우팅하는 단계를 추가로 포함할 수 있으며, 상기 관심 그룹 집합기 노드는 상기 사용자 소비 데이터에 존재하는 상기 관심 그룹 id와 연관된다.
Abstract:
통신 디바이스(DC) 내에 구현된 소프트웨어 애플리케이션(AppL)에 의한 멀티미디어 오브젝트(OM)의 처리를 제어하기 위해, 통신 디바이스(DC)에 구현된 제어 애플리케이션(AC)은 멀티미디어 오브젝트에 대한 기본적인 동작을 실행하기 위해 소프트웨어 애플리케이션으로부터 실행 환경(EE)으로의 호를 인터셉트(intercept)하고, 호가 실행되는 문맥에 의존하여, 적어도 하나의 기능성 파라미터(ParF) 및 적어도 하나의 시맨틱 파라미터(ParSm) 및 하나의 민감성 파라미터(ParSb)를 포함하는 변환 파라미터들(ParT)을 호와 연관시키고 여기서, 멀티미디어 오브젝트는 세그먼트들(segments)로 분할되고, 세그먼트들 각각은 시맨틱 데이터(semantic data)(DonSm), 민감성 데이터(sensitivity data)(DonSb), 및 기능성 데이터(DonF) 중에서 적어도 일부 데이터를 포함하는 제어 데이터(DonC)와 연관된다. 제어 애플리케이션은 멀티미디어 오브젝트와 연관된 제어 데이터(DonC) 및 호와 연관된 변환 파라미터들(ParT)에 기초하여 멀티미디어 오브젝트를 변환된 멀티미디어 오브젝트(OMt)로 변환하고, 변환된 멀티미디어 오브젝트는, 변환된 멀티미디어 오브젝트가 멀티미디어 오브젝트보다 적은 정보를 제공하고 실행 환경에 의해 실행된 기본적인 동작을 경험할 수 있도록 적어도 하나의 변환된 세그먼트를 포함한다.
Abstract:
디바이스(D)는 적어도 하나의 네트워크 오퍼레이터의 클라이언트들인 이용자들(U1 내지 U3)의 잠재적인 관심사들을 결정하기 위한 것으로, 각 이용자는 적어도 그의 관심사들을 규정하는 프로파일과 관련된다. 이 디바이스(D)는, i) 포함할 새로운 실제 관심사(들)를(을) 결정하기 위해 적어도 한 명의 이용자(U1)의 프로파일을 분석하고, 새로운 실제 관심사로서 고려된 제 1 날짜에 따라서 이 이용자(U1)의 결정된 새로운 실제 관심사를 나타내는 식별자를 그의 프로파일에 저장하도록 구성된 추적 수단(TM), 및 ii) 결정된 새로운 실제 관심사 이전의 관심사들의 시간적으로 순서화된 시퀀스를 결정하기 위해 이용자(U1)의 제 1 날짜들을 분석하고, 그의 프로파일에 도입될 이 이용자(U1)에 대한 적어도 하나의 잠재적인 향후 관심사를 예측하기 위해 상기 결정된 이용자 관심사 시퀀스를 적어도 한 명의 다른 이용자(U2)의 관심사들의 적어도 하나의 다른 시퀀스와 비교하도록 배열된 추천 수단(RM)을 포함한다.