CN102314447A - 社群网站的使用者资料配对技术 - Google Patents

Abstract

本发明为有关于社群网站的使用者资料配对技术，其主要接口建立资料配对模组架构，并将该资料配对模组架构嵌入系统中，而其架构主要由题型资料库、运算配对资料库及变更资料库构成，而题型资料库需接收资料配对模组架构所传的指令，已取得所需的相关题目，再经由运算配对资料库将该些已进行的相关题目进行运算，使用者可针对现有的题目或欲增加的题目，透过变更资料库进行新增或修改，藉由上述架构，能让使用者透过各种题目的测试问答并取得与其它使用者的关联度，再透过维度属性以及各答案配分找出与使用者相似的其它使用者。

Description

社群网站的使用者资料配对技术

技术领域

本发明提供一种社群网站，尤指一种找出和自己各方面很相似的人的社群网站的使用者资料配对技术。

背景技术

按，随着科技的进步，因特网已带给现代人另一种不同的虚拟世界，许多人会藉由虚拟世界来增加个人魅力、信心度、朋友，甚至工作等等，利用虚拟世界所得到现实世界中得不到的成就感，藉以来弥补甚至是增加个人在某些层面的不足，好比说有的人在真实世界里不擅言词，因此朋友少，以导致影响现实生活中的生活方式等等，也就因为这样，在现代的社会中出现宅男或宅女的称呼，然而，要如何利用虚拟世界来增添个人在现实生活中的不足，进而让不适应现实生活中的现代人能够找到与自己在某种层面上相似，进而成为朋友来提升个人所不足之处，则是需要现代人来思考的问题。

是以，要如何解决上述习用的问题与缺失，即为本发明的发明人与从事此行业的相关厂商所亟欲研究改善的方向所在。

发明内容

本发明的发明人有鉴于上述缺失，乃搜集相关资料，经由多方评估及考虑，并以从事于此行业累积的多年经验，经由不断试作及修改，始设计出此种找出和自己各方面很相似的人的社群网站的使用者资料配对技术的发明专利。

本发明的主要目的在于：藉由下列架构及方法，能让使用者透过各种题目的测试问答并取得与其它使用者的关联度，再透过维度属性以及各答案配分找出与使用者相似的其它使用者，进而增进人与人之间的另一种互动模式，以增加使用者在某层面上的自信心及社交能力。

为达上述目的运用以下方法，本发明一种社群网站的使用者资料配对技术，其主要接口建立资料配对模组架构，并将该资料配对模组架构嵌入系统中，而其架构主要由题型资料库、运算配对资料库及变更资料库构成，而题型资料库需接收资料配对模组架构所传的指令，已取得所需的相关题目，再经由运算配对资料库将该些已进行的相关题目进行运算，使用者可针对现有的题目或欲增加的题目，透过变更资料库进行新增或修改，然而，透过上述架构并依照以下步骤能更完善了解此方法的目的：

a)使用者藉由资料配对模组架构中，于至少一题型资料库内选取欲测试的相关题目；

b)使用者完成该相关题目后，则经由运算配对资料库进行计算；及

c)使用者可利用变更资料库随时新增题目，或随时修改该题目内容及配分。

附图说明

图1为本发明社群网站的使用者资料配对接口的方块图；

图2为本发明社群网站的使用者资料配对方法的方块图；

图3为本发明系统更新各使用者维度分数及配对的步骤方块图；

图4为本发明使用者比对其它相似使用者的步骤方块图；

图5为本发明使用者新增或修改题目的步骤方块图。

【图号说明】

资料配对模组架构......1

题型资料库......10

运算配对资料库......12

变更资料库......14

具体实施方式

为达成上述目的及功效，本发明所采用的技术手段及构造，兹绘图就本发明较佳实施例详加说明其特征与功能如下，俾利完全了解。

请参阅图1所示，为本发明社群网站的使用者资料配对

技术的方块图，由图中可清楚看出本发明是社群网站的使用者资料配对技术，其主要接口建立资料配对模组架构1，并将该资料配对模组架构嵌入系统中，而其架构主要由题型资料库10、运算配对资料库12及变更资料库14构成，而题型资料库10需接收资料配对模组架构1所传的指令，已取得所需的相关题目，再经由运算配对资料库12将该些已进行的相关题目进行运算，使用者可针对现有的题目或欲增加的题目，透过变更资料库14进行新增或修改。

请参阅图2，一种社群网站的使用者资料配对技术，其主要步骤为：

a)使用者藉由资料配对模组架构1中，于至少一题型资料库10内选取欲测试的相关题目；

b)使用者完成该相关题目后，则经由运算配对资料库12进行计算；及

c)使用者可利用变更资料库14随时新增题目，或随时修改该题目内容及配分。

请同时配合参阅图3、图4及图5所示，为本发明系统更新各使用者维度分数及配对的步骤方块图、使用者比对其它相似使用者的步骤方块图及使用者新增或修改题目的步骤方块图，由图中可清楚看出，首先，于步骤a)中更包括系统更新各使用者维度分数及配对的步骤：

a1)使用者针对选择的题目进行答题；

a2)依据该使用者答案结果重新计算其维度分数；

a3)依据该使用者各维度分数，并重新计算和与该使用者相似的其它使用者；及

a4)将与该使用者相似的其它使用者的答题记录中，回到相同的题目依稀有性排序供该使用者查询。

流程上，就是每个使用者回答一连串的问题(这些问题由题型资料库内选取或是使用者自行增加所产生，所以当形成一个系统后，这些题目是持续累积，并不是固定数目的题目)。每个使用者也可能回答不同数量的问题(例如有耐心的使用者可能每天固定来这边回答100题，而有些使用者可能偶尔来回答两、三题)，因此这个系统所配对的，是一群回答数量不等，且回答的题目也可能不同的使用者。

使用者完成上述的答题、计算其维度分数及配对后，则进行使用者比对其它相似使用者的步骤：

b1)取出该使用者各维度分数及筛选条件(如限定性别/年龄)；

b2)将所有使用者依该维度分数相近及该筛选条件，并筛选出符合与该使用者且相似者，记录于一储放资料库；及

b3)于储放资料库中找出与该使用者平均维度差距最小的使用者并输出其资料。

当使用者想要知道有那些受测者和该使用者很相似时，我们会先将站上所有人的资料先经过一筛选器(filter)，例如当使用者是男性，而他想要选择爱情上可能相似的人，我们就会以性别为筛选，先筛选掉所有性别不符合的人。经过这步骤之后，我们会将其与通过筛选的所有人做比较，计算他与所有这些人的平均差距后，再将平均差距由小到大排序，排在最前面的几个人就是与使用者最相似的人。

最后一步骤是让使用者了解他和另一位使用者的实际相似情形，系统提供的，是让使用者看到他与对方的答题记录后在心理上感觉相似。因此当系统认定使用者和另一位使用者很相似时，系统会比较前述两位使用者所有答题记录(因为他们答的题目并不完全相同，所以只看两个人题目的交集)。

使用者完成上述筛选，使用者能得到与其它相似者的题目的交集，而使用者则可对题型资料库内的题目进行新增或修改题目的步骤：

c1)使用者可针对现有的题目或欲增加的题目进行新增或修改；

c2)使用者将已新增或已修改的该些题目纳入欲设的维度分数；

c3)使用者将各该题目给予一预定的该维度分数配分；及

c4)系统将已新增或已修改的该些题目纳入维度题目排程，并开始开放其它使用者修改该些题目。

系统内所有的题目，皆为使用者所产生，在答题的过程中，使用者随时可以新增题目，在新增时也必须要为每个题目分类至某个维度，以及新增各可能的答案选项及配分。而当答题时遇到觉得不好的题目，使用者也可以随时去修改题目内容及配分。因此这个系统会是一个可以自己回馈，且题目数量由使用者继续产生而累积的系统。

因此，运用上述各步骤，并以下列所述的例子中，能了解找出和自己各方面很相似的人的方式，我们选择下列7个维度做为我们比较的基准。

(1)自我中心程度

(2)外向程度

(3)想法程度

(4)积极度

(5)异性缘

(6)粗线条程度

(7)经济能力

每个维度都以量化的0～10分为标准，例如以「外向程度」来说，0就代表极端内向，10代表极端外向，当有两个人的「外向程度」非常接近的时候，我们就可以认定这两个人在「外向程度」这个维度非常相似。维度选择的标准会依据所要达到的目的而不同，当使用者想要找「和我相似的可能朋友」的时候，所使用的维度，就可能和使用者想要找「和我相似的可能情人」所选用的维度不同。

要决定每个人在每个维度的分数，透过一连串的问题请使用者回答。每一个问题都属于某一种维度。例如以下的问题，使用者选的答案，就可以某个程度反应出使用者在「外向程度」的维度。

题目：当你的好友想邀请你去一个你都不认识半个人的party，你会？

答案A：很高兴地一起去参加。

答案B：不想去，但还是勉强自己参加。

答案C：不去参加。

每一个题目，除了将它分类至某个维度外，也对每个可能的答案，有0～10的配分。例如上述题目属于的维度是「外向程度」，而答案A、B、C的配分各为10、7、2，也就是选了A的人，系统会认为他可能比较外向，选了C的人，系统认为他可能比较内向。这些题目和分数，都是使用者产生的(此部分会于后段再行详述)。

流程上，就是每个使用者回答一连串的问题(这些问题是使用者所产生，所以当他形成一个系统后，这些题目是持续累积，并不是固定数目的题目)。每个使用者也可能回答不同数量的问题(例如有耐心的使用者可能每天固定来这边回答100题，而有些使用者可能偶尔来回答两、三题)，因此这个系统所配对的，是一群回答数量不等，且回答的题目也可能不同的使用者。

这项技术要解决的其中一个问题，是如果在上述的假设中，要比对两个使用者所答过的所有题目来做相似度的比较，会出现下列几个问题：

(1)任何两个人答的题目都不相同，无法模拟。

(2)即使上述问题不存在，若只是比对两个人对一题的答案是否相同，也不准确，因为选A和选B的人，其实个性可能较相近，但选A和选C的人，差距就较远，若只单纯比较两个人答的选项是否一致，并不能反应不同选项间的接近度。

因此把一个多维度的问题(可能有无限多的题目)，详细计划到一个有限维度的问题(现在详细计划到「自我中心程度」等7个维度)，让使用者间在这几个有限维度的得分做相似度比较，而不是在所有题目数所构成的这个维度来比较。这是个简化问题的步骤。

当使用者答过足够的题目之后(通常是15题以上)，就对这个人的各方面维度的程度有了最基本的了解(在他答了更多题之后，这个数字将更为准确)。举例来说，当使用者答了15题之后，根据各题的维度属性以及各答案配分，其可能得到以下的记录。

第1题：维度1，得分6

第2题：维度2，得分7

第3题：维度3，得分2

第4题：维度4，得分1

第5题：维度5，得分6

第6题：维度6，得分10

第7题：维度7，得分1

第8题：维度1，得分8

第9题：维度2，得分8

第10题：维度6，得分6

第11题：维度4，得分2

第12题：维度8，得分3

第13题：维度6，得分9

第14题：维度7，得分10

第15题：维度1，得分10

透过上述的记录，归纳出这位使用者在各维度的平均分数。第1维度平均分数是(6+8+10)/3＝8因此这位使用者第1个维度的得分是8也就是在「自我中心程度」这个维度属于分数较高的使用者(较以自我为中心)。

由于使用者不是在一个时间内回答完所有问题，而是在一段长时间(数天、数个月、甚至超过一年)持续地回答题目，因此在回答每个问题的时候，个性及各种身心状态可能并不相同，所以在采计每个维度时，我们最终采用的分数是将前述维度的平均分数加上此维度过去五题的平均分数再加以平均。

因此当使用者在长时间回答大量问题后，使用者最近的答题的权重会较高，较能反应出使用者目前的状况。各维度的分数会在每题答题后重新计算一次，因此系统会在使用者每作答一题后，重新更新使用者在各维度的分数。

举例来说，系统会持续更新使用者如下面的记录。

使用者A

维度1：7

维度2：5

维度3：8

维度4：5

维度5：1

维度6：3

维度7：9

由于每位使用者都有这样的记录，因此系统就会依据每个人的分数进行比对。

例如使用者A和使用者B如果各维度的最终分数各为

使用者A(7，5，8，5，1，3，9)

使用者B(5，6，6，6，1，6，6)

我们就会将使用者A各维度扣除使用者B各维度，并以项次加以平均的平均差距，其计算方式如下：

(7-5)+(5-6)+(8-6)+(5-6)+(1-1)+(3-6)+(9-6)/7＝1.71

当两个使用者的平均差距越小，我们就认为他们两个越相似。

当使用者A想要知道与那些其它使用者相似时，我们会先将站上所有人的资料先经过一筛选器(filter)，例如当A是男性，而他想要选择爱情上可能相似的人，我们就会以性别为筛选，先筛选掉所有性别不符合的人。经过这步骤之后，我们我们会将其与通过筛选的所有人做比较，计算他与所有这些人的平均差距后，再将平均差距由小到大排序，排在最前面的几个人就是与A最相似的人。

最后一步骤是让使用者了解他和另位使用者的实际相似情形，系统提供的，是让使用者看到他与对方的答题记录后在心理上感觉相似。因此当系统认定A和B很相似时，系统会比较A与B两位使用者所有答题记录(因为他们答的题目并不完全相同，所以只看两个人题目的交集)，例如A与B两人可能有如下的记录：

Q1：A答1    B答2

Q2：A答1    B答1

Q3：A答3    B答3

Q4：A答4    B答3

虽然Q2和Q3两题A，B都选了相同的答案，但如果细看两题题目的本身，可能会发现很大的差异性，请参阅下列述明。

Q2：你养过黄金猎犬吗？

答案1：有(全站9％的人回答此选项)

答案2：没有(全站91％的人回答此选项)

Q3：你通常用什么硬件上网？

答案1：手机(全站5％的人回答此选项)

答案2：桌上型计算机(全站30％的人回答此选项)

答案3：笔记型计算机(全站65％的人回答此选项)

对使用者A而言，当他发现使用者B在Q2与他同样回答答案1显然会比发现使用者B在Q3与他同样回答答案3还要惊奇。其中最大的原因是Q2的答案1全站只有9％的人做这个选择，而Q3的答案3全站有65％的人做这个选择。因此以稀有性来看，使用者A会比较期望看到使用者B在Q2也选1的这个信息。

因此这一步就是当使用者A想要查看使用者VB的时候，我们依据使用者B和A答案相同的部份，依稀少性排序(越稀少的排越前面)。

然而，系统内所有的题目，皆为使用者所产生，在答题的过程中，使用者随时可以新增题目，在新增时也必须要为每个题目分类至某个维度，以及新增各可能的答案选项及配分。而当答题时遇到觉得不好的题目，使用者也可以随时去修改题目内容及配分。因此这个系统会是一个可以自己回馈，且题目数量由使用者继续产生而累积的系统。

藉由下列架构及方法，能让使用者透过各种题目的测试问答并取得与其它使用者的关联度，再透过维度属性以及各答案配分找出与使用者相似的其它使用者，进而增进人与人之间的另一种互动模式，以增加使用者在某层面上的自信心及社交能力。

惟，以上所述仅为本发明的较佳实施例而已，非因此即拘限本发明的专利范围，故举凡运用本发明说明书及图式内容所为的简易修饰及等效结构变化，均应同理包含于本发明的专利范围内，合予陈明。

综上所述，本发明的一种社群网站的使用者资料配对技术于使用时，为确实能达到其功效及目的，故本发明诚为一实用性优异的发明，为符合发明专利的申请要件，爰依法提出申请，盼审委早日赐准本发明，以保障发明人的辛苦发明，倘若钧局审委有任何稽疑，请不吝来函指示，发明人定当竭力配合，实感公便。

Claims (6)

1.一种社群网站的使用者资料配对

技术，是建立资料配对模组架构，并将该资料配对模组架构嵌入系统中，其中包括：

至少一题型资料库，该题型资料库接收该资料配对模组架构所传的指令，已取得所需的相关题目；

一运算配对资料库，该运算配对资料库将该些已进行的相关题目进行运算；

一变更资料库，该变更资料库对该题型资料库内的相关题目进行新增或修改。

2.一种社群网站的使用者资料配对技术，以下列方式进行：

a)使用者藉由资料配对模组架构中，于至少一题型资料库内选取欲测试的相关题目；

b)使用者完成该相关题目后，则经由运算配对资料库进行计算；及

c)使用者可利用变更资料库随时新增题目，或随时修改该题目内容及配分。

3.如权利要求2所述的社群网站的使用者资料配对技术，其中该步骤a)更包括下列系统更新各使用者维度分数及配对的步骤：

a1)使用者针对选择的题目进行答题；

a2)依据该使用者答案结果重新计算其维度分数；

a3)依据该使用者各维度分数，并重新计算和与该使用者相似的其它使用者；及

a4)将与该使用者相似的其它使用者的答题记录中，回到相同的题目依稀有性排序供该使用者查询。

4.如权利要求2所述的社群网站的使用者资料配对技术，其中该步骤b)更包括下列使用者比对其它相似使用者的步骤：

b1)取出该使用者各维度分数及筛选条件(如限定性别/年龄)；

b2)将所有使用者依该维度分数相近及该筛选条件，并筛选出符合与该使用者且相似者，记录于一储放资料库；及

b3)于储放资料库中找出与该使用者平均维度差距最小的使用者并输出其资料。

5.如权利要求2所述的社群网站的使用者资料配对技术，其中该步骤c)更包括下列使用者新增或修改题目的步骤：

c1)使用者可针对现有的题目或欲增加的题目进行新增或修改；

c2)使用者将已新增或已修改的该些题目纳入欲设的维度分数；

c3)使用者将各该题目给予一预定的该维度分数配分。

c4)系统将已新增或已修改的该些题目纳入维度题目排程，并开始开放其它使用者修改该些题目。

6.如权利要求5所述的社群网站的使用者资料配对技术，其中该维度分数的配分以0至10为标准。

Images