CN102597996B - 社交浏览 - Google Patents
社交浏览 Download PDFInfo
- Publication number
- CN102597996B CN102597996B CN201080050643.7A CN201080050643A CN102597996B CN 102597996 B CN102597996 B CN 102597996B CN 201080050643 A CN201080050643 A CN 201080050643A CN 102597996 B CN102597996 B CN 102597996B
- Authority
- CN
- China
- Prior art keywords
- message
- webpage
- social networks
- entity
- content
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 claims abstract description 38
- 239000000284 extract Substances 0.000 claims description 20
- 230000009471 action Effects 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims 1
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 claims 1
- 230000000694 effects Effects 0.000 description 9
- 238000000605 extraction Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000006978 adaptation Effects 0.000 description 7
- 230000000712 assembly Effects 0.000 description 6
- 238000000429 assembly Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000002045 lasting effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000010428 oil painting Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/383—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/80—Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
- G06F16/84—Mapping; Conversion
- G06F16/88—Mark-up to mark-up conversion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
- G06F16/972—Access to data in other repository systems, e.g. legacy data or dynamic Web page generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/169—Annotation, e.g. comment data or footnotes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Artificial Intelligence (AREA)
- Library & Information Science (AREA)
- Computing Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Crystallography & Structural Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Software Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Chemical & Material Sciences (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Information Transfer Between Computers (AREA)
- Document Processing Apparatus (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
此处描述的方法包括动作:在计算设备上从个体正在观看的任意网页提取至少一个实体,并且比较所述至少一个实体与该个体的社交网络数据,其中该社交网络数据包括由该个体的社交网络的成员生成的多个消息。该方法进一步包括动作:至少部分地基于对所述至少一个实体与个体的社交网络数据的比较,在所述多个消息中识别至少一个消息,并使得所述至少一个消息连同所述至少一个实体被显示在网页上。
Description
背景技术
在线社交网络应用正在日益变得流行。人们依靠这种应用与朋友和家人保持联络和交互。典型地,为了使用这种在线社交网络应用,个体将登录相应于该应用的网站并将被提供发送给用户的消息的视觉描述以及用户联系人的状态更新。用于与联系人分享信息的其它机制,诸如相片和视频,在许多在线社交网络应用上也是可用的。
虽然这些在线社交网络应用是有用的工具,其允许人们与联系人交互,但是在一些实例中对特定个体而言登录网站、浏览社交网络内容、生成对消息的答复等等可能是不方便的。例如,如果个体正在通过利用浏览器执行特定任务,用户必须中断该任务以使用社交网络应用。关于通过从所期望的环境中移除个体而与朋友交互,这对该个体带来的附加的负担。通常,个体可能意识不到在他们的社交网络中的消息是与他们当前的任务相关的。然而,在个体正在执行其它任务时,将每个社交网络消息/更新推送给该个体是不现实的。在用户正在尝试执行其它任务时,显示多个消息可能中断用户的注意力。
发明内容
随后是在此被更详细描述的主题的简略概述。该概述并不旨在成为关于权利要求范围的限制。
此处描述的是总体涉及社交网络以及特别地涉及环境敏感(context-sensitive)的社交网络的各种技术。此处描述的技术涉及向正在观看任意网页的个体提供以某种方式与网页的内容相关联的社交网络消息。依据一个例子,个体能够通过利用因特网浏览器浏览因特网并观看任意网页上的内容。网页的内容能够以自动化模式被分析以从网页中提取特定关键词,其中如此处所使用的,关键词可以是或者包括来自网页的文本、主题、名称、地点、日期、短语等。例如,关键词能够从网页中被提取,其中这些关键词能够至少部分地基于关键词使用的频率(在网页中,通常的使用等)、确定关键词是否在被禁止关键词的列表中(关键词是否在“停止”列表中)等而被提取。这种信息能够被利用以确保像“该”、“或”、“和”和其它普通词语之类的普通词语不会从网页中被提取。
其后,所提取的关键词和它在网页中的上下文能够被分析以确定该关键词的典型含义。例如,所提取的关键词能够关于标准的字典被分析以确定关键词的典型含义。在一个例子中,该字典能够被利用以确定在网页内容中的关键词“华盛顿(Washington)”是指华盛顿州,而不是华盛顿市或者乔治华盛顿。
另外,经由一个或多个社交网络应用发布给个体的消息能够被分析。消息可以是状态更新、针对特定个体的通信、诸如喜欢的电影、当前的位置等关于个体的社交网络中的成员的简档信息、或者其它合适的消息。类似于在上面关于网页的内容所描述的,经由社交网络应用发布的消息的内容能够被分析。即,关键词能够从消息中被提取出,且其含义能够被确定。在后面,所述关键词和所关联的含义可以被称为实体。
然后从网页中提取出的实体可以与从多个由个体的联系人通过社交网络应用发布的消息中提取出的实体相比较。每个消息能够相对于从网页中提取出的每个实体而被分配一个分数。消息的分数能够至少部分地基于上述比较、在消息中存在的特定词语、消息内容的唯一性、从消息经由社交网络应用发布开始经过的时间量、个体之前是否阅读过该消息、从个体阅读消息开始经过的时间量、个体是否选择相应于消息的任何链接、涉及个体提供的消息的明确反馈、消息发布者的身份(例如发布者是否是与个体频繁交互的某个体)、其它参数。社交网络消息能够至少部分地基于这些分数,相对于从网页中提取出的实体而分级。
如果消息的一个或多个已经被分配了在预定义的阈值之上的分数,则相应于提取出的实体的关键词在网页中被突出显示。因此,观看网页的个体能够快速地确定联系人已经经由社交网络应用发布消息,其在某个方面与该高亮显示的内容相关。于是,个体可以做选择以选定突出显示的内容,例如通过使鼠标指针在内容上悬浮特定的一段时间。这能够使得社交网络消息的整体或消息系列连同网页内容呈现给个体。社交网络消息能够以内嵌弹出窗、侧栏或其它合适的形式呈现给个体。
在另一个方面,回复区域能够与消息一起显示。于是个体能够回复该消息,使得该回复能够被传输至社交网络消息的发布者,在在线社交网络站点上发布到个体的简档,等等。此外或者可替代地,用于提供关于消息的反馈的其它机构能够与消息一起被显示,诸如能够被选择以指示个体是喜欢还是不喜欢该消息的一个或多个按钮。
在阅读并理解附图和说明书后,其它方面将会被认识到。
附图说明
图1是示例性系统的功能框图,该系统为个体提供与个体正在观看的任意网页的内容相关的社交网络消息。
图2是示例性系统的功能框图,该系统使得从个体正在观看的任意网页的内容和/或社交网络消息中提取实体更便利。
图3是示例性系统的功能框图,该系统使得关于从个体正在观看的网页提取的实体分级来自社交网络应用的消息更便利。
图4是示例性图形用户界面,其包括能够由个体选择的突出显示的内容,其中该内容具有与其相关的社交网络消息。
图5是示例性图形用户界面,其描述对于个体正在观看的网页上的内容的选择和作为结果产生的与内容相关的社交网络消息的显示。
图6是示例性图形用户界面,其描述内嵌弹出窗口的示例内容,该内容能够连同从网页中提取出的实体被显示。
图7是示例性图形用户界面,其描述呈现社交网络消息预览,其中下划线的社交网络消息与个体正在观看的任意网页的内容相关。
图8是图示出用于使得社交网络消息连同任意网页上相关的内容一起被显示的示例性方法的流程图。
图9和10显示图示出用于连同网页上相关的内容一起显示社交网络消息并接收和传输对该消息的回复的示例性方法的流程图。
图11是示例性计算系统。
具体实施方式
现在将参考附图来描述总体上涉及社交网络且特别地涉及与由作为所期望的社交网络消息接收方的个体观看的任意网页上的相关内容一起呈现社交网络消息的各种技术,其中相同的参考数字始终代表相同的元素。另外,为了解释的目的,在此处图示和描述了示例系统的若干功能框图;然而,应当理解被描述为由特定系统组件执行的功能可以由多个组件执行。类似地,例如,一个组件可以被配置以执行被描述为由多个组件执行的功能。
参考图1,使得将社交网络消息和在由个体观看的任意网页上与该社交网络消息相关的内容一起呈现给该个体更便利的示例系统100被图示出。个体102能够利用因特网浏览器以载入特定网页104,其中该网页包含内容106。网页104可以是任意网页,即,网页104不需要是特定种类的,不需要具有分配给它的特定标签,等等。因此,网页104可以是与新闻、体育、购物相关的网页或个体102希望观看的任何其它网页。
个体102能够订阅至少一个社交网络应用108。例如,社交网络应用108可以是一种在线应用,其允许个体102创建简档、接收来自个体102的联系人的更新、粘贴图片、视频、评注等等以供个体102的联系人浏览,接收来自个体102的联系人的图片、视频、评注等等。然而,应当理解社交网络应用108可以被包括在一个应用中,该应用的主要功能涉及社交网络之外的活动。例如,在线电影出租应用可以包括社交网络应用108以允许个体识别朋友,使得电影打分(rating)/推荐能够在朋友之间共享。在另一个例子中,在线零售商可以允许个体识别朋友,使得产品推荐、“愿望列表”、和涉及产品的评注能够在朋友之间共享。此外,社交网络应用108可能需要或者不需要联系人之间的互易性(例如,在一些社交网络应用中,第一个体和第二个体必须互相接受彼此作为“好友”以允许在第一个体和第二个体之间传输和接收消息)。
此外,社交网络应用108可以接收和发布个体102的联系人的状态更新,使得如果个体102的联系人改变了他们的状态,该状态改变能够被发布在如由社交网络应用108所提供的、个体102的网页上的新闻递送(news feed)中。在另一个例子中,社交网络应用108可以是广播应用,其将短的文本广播给多个订户。因此,个体102再次可以订阅社交网络应用108并可以具有多个联系人110-112,其中多个联系人110-112能够发布多个社交网络消息以在社交网络网页上呈现给个体102(和可能的其它个体)。在另一个例子中,社交网络应用108可以被配置以用于在特定机构的人(诸如公司、某个组织架构中的人、一个或多个项目团队等)之间共享信息。在这种情况中,例如,邮件列表、组织架构、项目团队等等能够定义个体102的联系人,并且消息、员工简档、共享文档等等可以是经由社交网络应用108发布的消息。在这样例子中,个体102和联系人110-112能够通过机构联系(例如其中每一个均是机构的员工,一起在一个项目团队,……)。
系统100包括引擎114,其被配置以使得由联系人110-112中的一个或多个发布的一个或多个社交网络消息连同网页104的内容106一起(当该内容106在某个方面与所述一个或多个社交网络消息相关时)被显示。因此,如果个体102正在浏览涉及特定主题的网页,并且个体102的联系人已经经由社交网络应用108发布了与该主题相关的消息,则社交网络消息能够与网页104的内容106一起被显示给个体102。如将在下面更详细描述的,机制可以被用于使得社交网络消息以不引人注意的方式显示,使得网页104的内容106是没有被遮挡,除非个体102想要浏览与网页104的内容106相关的社交网络消息。
依照一个例子,引擎114能够被配置为嵌入用于载入网页104的浏览器的插件。因此,引擎114的动作可以在个体102使用的客户端计算设备上被全部地承担,以观看网页104。例如,引擎114可以至少部分地由JavaScript代码编写。在另一个例子中,引擎114可以被配置以在计算云中的服务器上执行。因此,引擎114可以被配置以在web服务器上执行。在另一个例子中,引擎114可以被配置以完全地在移动电话上或者以分布式方式跨越移动电话和计算云执行。
涉及引擎114的操作的其它的细节现在将被提供。引擎114能够包括认证者组件116,其能够接收涉及个体102的、标识个体102的认证数据。例如,在个体102发起浏览会话时,认证者组件116能够接收认证数据,其包括但不限于用户名、密码、生物计量数据等。认证者组件116可以传输该认证数据至社交网络应用108。社交网络应用108能够认证该用户,并响应于该认证可以使得由个体的联系人110-112经由社交网络应用108发布的社交网络消息被提供给引擎。引擎114接收到的消息可以是个体102的联系人110-112经由社交网络应用108发布的全部消息。在另一个例子中,引擎114接收到的消息可以被限于阈值数量的最近发布的消息,来自个体102标识的特定联系人的消息、涉及特定主题的消息、特定类型的消息等。因此,个体102可以确切地指定哪些类型的消息是个体102在观看任意网页时期望被提供给个体102的。
引擎114此外包括内容分析器组件118。在个体102引导(directing)web浏览器载入网页104时,内容分析器组件118能够分析在网页104上显示给个体102的内容106。该内容106可以是图像、视频、文本等。依照一个例子且如下面更详细描述的,内容分析器组件118能够从内容106中提取至少一个实体。如此处使用的,实体可以是关键词、主题、分类、关键词及其所关联的含义或者其它合适的实体。例如,内容分析器组件118可以首先从内容106中提取关键词,然后可以确定所提取出的关键词的特定含义。如果该关键词是“药”,该实体可以被确定为涉及保健、摇滚乐队或者Gustav Klimt的油画。
内容分析器组件118还可以被配置以分析从社交网络应用108接收到的消息的内容。特别地,内容分析器组件118能够从接收自社交网络应用108的社交网络消息中提取一个或多个实体。相比于分析器组件118从网页104的内容106中提取实体,当从社交网络消息中提取实体时内容分析器组件118类似地操作。因此,内容分析器组件118能够首先从社交网络消息中提取一个或多个关键词,此后确定相应于所述(多个)关键词的含义。例如,内容分析器组件118能够首先从社交网络消息中提取关键词“Washington(华盛顿)”,然后可以确定该关键词指的是华盛顿州,而不是华盛顿市或者乔治华盛顿。内容分析器组件118能够在从社交网络应用108中接收到社交网络消息时对该社交网络消息执行实体提取,并且可以在网页104被浏览器载入时对网页的内容106执行实体提取。
引擎114还可以包括比较器组件120,其能够比较从网页104的内容106中提取出的实体和从由个体的联系人110-112经由社交网络应用108发布的社交网络消息中提取的实体。分级器组件122能够至少部分地基于比较器组件120进行的比较为每个社交网络消息分配分数。因此,比起与基本类似于从网页中提取出的实体的实体不关联的社交网络消息,从中提取出的实体基本类似于从网页104中提取出的实体的社交网络消息将最可能被分配更高的分数。
除了比较器组件120进行的比较之外,分级器组件122能够关于从网页104中提取出的实体为社交网络消息分配分数,这至少部分地基于社交网络消息的内容的唯一性、个体102先前是否已经阅读了社交网络消息、从个体阅读社交网络消息102起的时间量、个体102提供的涉及社交网络消息的明确反馈、个体102是否选择了相应于社交网络消息的一个或多个链接、社交网络消息的发布者的身份等。在一个例子中,相比于分配给具有在其它消息中不是唯一的或者相对网页104的内容106不是显著唯一的内容的社交网络消息的分数,分级器组件112可以为具有高度唯一的内容的社交网络消息分配更高的分数(例如,如果社交网络消息是网页104的内容106的拷贝和粘贴,与网页104的内容106一起显示该社交网络消息给个体将是不合需要的)。类似地,如果个体102最近已经阅读该社交网络消息,分数可以低于分配给最近还没有被阅读(或者完全没有被阅读)的社交网络消息的分数。
标识符组件124能够标识关于从网页104中提取的实体已经被分配了在阈值之上的分数的社交网络消息。因此,标识符组件124能够标识被发现至少稍微与网页104的内容106相关的消息。在另一个例子中,标识符组件124能够只标识最高分级的消息(在所有社交网络消息中关于从网页104的内容106提取出的特定实体已经被分配了最高分数的消息)。标识器组件124使用的阈值可以由个体102设置。例如,个体102能够指定由标识器组件124标识的消息的最大数量,能够指定社交网络消息的内容与从任意网页中提取的实体有多么相关(例如,阈值越高,在社交网络消息和提取的实体之间必然就越相关),等等。
引擎114还可以包括显示组件126,其能够使得至少一个社交网络消息与网页104的内容106一起被显示,该至少一个社交网络消息由标识符组件124标识为与从网页104的内容106中提取的实体相关。在一个例子中,显示组件126能够使得网页104中的一个或多个关键词以某种方式被突出显示,使得个体102能够确定经由社交网络应用108发布的社交网络消息或多或少与突出显示的一个或多个关键词相关。例如,能够围绕一个或多个关键词绘制矩形框,一个或多个关键词能够被在下面划线,一个或多个关键词能够被粗体显示等等。依照一个例子,显示组件126能够使得该内容被突出显示,而不改变网页104的HTML代码。因此,写入网页104以检测网页中HTML代码的改变的代码不能够检测到显示组件126的动作。这防止第三方捕获期望显示在网页104上的社交网络消息中的数据,或者防止确定哪些关键词是与发布给个体102的社交网络消息相关的。
如上面指出的,显示组件126能够使得关键词以不引人注目的方式被突出显示,使得如果个体102选择不浏览已经被发现是与从网页104的内容106中提取的实体相关的社交网络消息,个体102能够阅读内容106,而不会遮挡该内容106。然而,如果个体102希望观看社交网络消息连同内容106,个体102能够选择在网页104上的突出显示的关键词。检测组件128能够检测这种选择,并且能够指示给显示组件126已经做出了选择。选择可以由个体102通过利用鼠标指针而做出,使得个体102可以左键点击或右键点击突出显示的关键词。在另一个例子中,个体可以通过使得鼠标指针在突出显示的关键词上面悬停一个阈值时间量(例如,一秒钟)来选择突出显示的关键词。检测组件128能够被配置以检测在网页104中对突出显示的关键词的任意适当的选择。
在检测组件128检测到一个或多个突出显示的关键词的选择时,显示组件126能够使得社交网络消息与网页104的内容106一起显示。例如,社交网络消息可以被显示为内嵌弹出窗口。个体102可以通过选择内嵌弹出窗口中的按钮或者将鼠标指针从对应于社交网络消息的关键词上移开来关闭该内嵌弹出窗口。如下面将更详细描述的,由显示组件126显示的社交网络消息可以包括消息发布者的身份、图像、文本等。
另外,显示组件126可以使得回复区域与社交网络消息(其被显示在网页104上)一起显示。该回复区域能够被配置以接收来自个体102的对社交网络消息的回复。在另一个例子中,回复区域能够被配置以在对社交网络消息的回复中包括到正由个体102观看的相关的web内容的链接。引擎114可以包括回复传输器组件130,其被配置以将由个体102在回复区域中提供的回复传输回社交网络应用108、个体102选择的另一个社交网络应用,直接地传输至社交网络消息的发布者的计算设备,等等。例如,回复能够期望地在个体102的简档页面上、在社交网络消息的发布者的简档页面上被发布,广播至在个体102的社交网络中的特定联系人组,等等。因此,个体102可以进行社交网络活动,包括与个体的联系人交互,同时进行正常的浏览活动,而不必登录对应于社交网络应用108的网站。
引擎114可以进一步包括活动生成器组件132,其被配置以生成相应于社交网络消息的内容(其被使得由显示组件126在网页104上显示)的活动。这种活动可以是建议、对个体102的学习更多关于社交网络消息的内容的邀请、对个体102的购买涉及社交网络消息的内容的项目的邀请,等等。因此,活动生成器组件132可以生成超链接,其在被选择的情况下将浏览器引导到搜索引擎,并使得搜索引擎执行与由显示组件126在网页104上显示的社交网络消息的内容相关的搜索。在另一个例子中,如果网页104的内容106涉及电影,并且显示组件126显示的社交网络消息涉及特定的电影,则活动生成器组件132能够使得显示组件126显示涉及该电影的放映时间(例如文本,其一部分可以是超链接,其表述“点击此处查看在你的区域中的电影放映时间”)的活动。
引擎114可以进一步包括广告选择器组件134,其能够选择广告以与网页104上的社交网络消息一起被显示。广告选择器组件134可以使用任何合适的技术选择广告。例如,消息的发布者可以希望提供优惠券或邀请函作为发布者推荐的特定产品或服务的广告,使得社交网络消息的发布者的朋友能够使用该优惠券或邀请。这些广告可以被个体102视为是值得信赖的,因为它们是从个体102的联系人直接提供的。在另一个例子中,广告选择器组件134能够至少部分地基于由内容分析器组件118从社交网络消息中提取出的实体来选择广告以与社交网络消息一起显示。因此,例如,被视为与电影相关的社交网络消息可以期望地与电影租赁商店或者电影租赁服务的广告一起被显示。在又另一个例子中,广告可以在社交网络消息中的关键词上投标(bid),并且广告选择器组件134可以至少部分地基于该投标来选择显示的广告。
应当理解个体102能够控制服从引擎114的操作的网页或网页的类型。例如,当个体102正在观看诸如银行网站的安全网站时,引擎114能够被配置为空闲的。在另一个例子中,个体102可以指定域、网页等,在其中个体102期望引擎114不执行。
现在参考图2,使得从网页内容和/或社交网络消息中提取关键词/实体更便利的示例系统200被图示。系统200包括内容分析器组件118,如上面描述的,其能够接收网页内容以及社交网络消息。内容分析器组件118能够包括关键词匹配器组件202,其能够从网页内容和/或社交网络消息中提取一个或多个关键词。系统200进一步包括数据存储器204,其包括词语频率列表206、停止列表208和训练字典210。数据存储器204可以被实现为本地、持续的数据存储器,诸如硬盘驱动器。在另一个例子中,数据存储器204可以被实现为非持续的存储器,诸如存储器中的缓存。词语频率列表206可以包括多个词语和使用这些词语的频率。词语频率列表可以指示在查询中使用的词语的频率、在特定类型的文档中使用的词语的频率,等等。停止列表208可以包括不应从网页的内容或者社交网消息中提取出的关键词。因此,在操作中,关键词匹配器组件202能够从网页内容和/或社交网络消息中选择关键词,比较所选择的关键词与词语频率列表206中的数据,以确定关键词利用的频率。关键词匹配器组件202还可以访问停止列表208以确定所选择的关键词是否在停止列表208中。通过关键词匹配器组件202利用词语频率列表206和停止列表208能够防止普通关键词被提取出,诸如词语“该”、“或”、“和”等等。
内容分析器组118进一步包括提取器组件212,其能够确定由关键词匹配器组件202提取出的关键词的典型含义。特定地,提取器组件212能够接收由关键词匹配器组件202提取出的关键词,并且能够访问训练字典210以确定该关键词的典型含义。提取器组件212能够分析涉及所提取的关键词的上下文,并能够访问训练字典210以学习该词语的典型含义。这能够被利用以在关键词匹配器组件202从网页的内容和/或一个或多个社交网络消息中提取出关键词“华盛顿”时,消除在“华盛顿州”、“华盛顿市.”和“乔治华盛顿”之间的歧义。提取器组件212可以在访问训练字典210之后输出实体,其中该实体可以是关键词、关键词与如从训练字典210中确定的关键词的含义、主题等等。有多种技术来执行实体提取,本领域技术人员将理解并认识到提取器组件212的各种形式。
使用涉及训练字典210的更多细节,可以在一些预定义的词语分类上执行学习算法。该分类可以是百科全书、字典、维基等等。因此,给定关键词和特定上下文,对于该上下文该关键词的含义能够通过访问训练字典210而被确定。关键词的含义能够包括关键词的主题、分配给关键词的种类、分配给关键词的种类或主题的层级,等等。
内容分析器组件118可以另外包括过滤器组件214,其过滤包括不合适的内容的消息。例如,过滤器组件214能够分析社交网络消息以确定这样的消息是否包括亵渎的言行或者不适于被个体102观看的词语的组合。由过滤器组件214过滤的消息能够被移除,不考虑与网页的内容一起被显示。
现在参考图3,图示了一种示例系统300,其使得关于这样的消息相对从网页的内容中提取出的实体有多么相关而分级多个社交网络消息更便利。如上面指出的,分级器组件122从比较器组件120(图1)接收比较数据,其指示从网页的内容中提取出的实体是否类似或匹配从社交网络消息中提取出的实体。在关于从网页的内容中提取出的实体分配分数给社交网络消息时,分级器组件122能够考虑该比较数据。
系统300包括数据存储器302,其包括多个社交网络消息304和与其对应的元数据306。数据存储器302可以被实现为持续的存储器,诸如在硬盘驱动器上,或者实现为非持续的存储器,诸如从社交网络应用108取得的社交网络消息304的存储器中的缓存。分级器组件122能够包括消息分析器组件308,其能够访问数据存储器302并分析特定社交网络消息的元数据。分级器组件122可以至少部分地基于社交网络消息的元数据分配分数给社交网络消息。该元数据可以包括指示社交网络消息内容的区别的数据(相比于其他消息或者相比于个体102正在观看的网页的内容,内容是否有非常大的区别、适度的区别、略微的区别等)。
元数据306还可以包括指示个体102是否阅读了该消息的数据、指示自从个体阅读了消息之后的时间量的数据、由个体102分配给社交网络消息的明确反馈(例如,个体是喜欢还是不喜欢消息,还是将消息标记为垃圾信息,……)、个体102是否选择对应于社交网络消息的链接、和/或社交网络消息的发布者的身份。例如,相比于分配给较少与个体102交互的某人发布的消息的分数,分级器组件122可以分配较高的分数给由个体102的亲密朋友(例如,与个体102频繁交互的发布者)发布的消息。分级器组件122能够为多个社交网络消息304的每个生成分数,并且可以至少部分地基于所分配的分数分级社交网络消息。这些分配的分数指示在个体102正观看的网页的上下文中社交网络消息是否被认为很可能是个体102感兴趣的。
现在参考图4,图示了一种示例图形用户界面400,其示出在具有与其相关的社交网络消息的网页内容中的实体。图形用户界面400可以包括指示文章的标题的文本、对应于文章的图像以及文章的文本。如能够被确定的,四个实体402、404、406和408已经从网页的内容中被提取出,并且已经被发现具有与其相关的社交网络消息,其中该社交网络消息能够由浏览网页的个体的社交网络的成员发布至社交网络应用。在另一个例子中,个体102可以期望经由社交网络应用接收来自一般公众关于特定主题的更新。例如,一般公众的成员可以写关于特定场所的评注,且个体102可以期望接收涉及该场所的评注。在这个例子中,消息的发布者不是个体102的联系人(并因此可以不在个体102的社交网络中),但是个体102仍然期望接收该信息。
如在这个示例附图中能够看出,文本被加粗和下划线以指示社交网络消息与该下划线的/加粗的文本相关。当然,还有其它用于突出显示网页内容的方式,包括更改文本/图像的颜色、使得框围绕实体显示,等等。此外,能够确定没有什么遮挡个体看到该实体/文本。因此,如果个体不介意观看社交网络消息,个体能够在网页的内容上面阅读。
现在参照图5,图示了一种示例图形用户界面500,其描绘在选择突出显示的实体时社交网络消息的显示。如能够被确定的,突出显示的实体406已经被个体通过个体的输入姿势而被选择,诸如通过利用鼠标指针502。如上面描述的,通过使用鼠标指针的选择可以是左键点击、右键点击、中间按钮点击、在突出显示的实体406上面悬停特定时间段,等等。一旦确定个体已经选择了突出显示的实体406,被发现与突出显示的实体406相关的对应的社交网络消息504被呈现给个体。如果个体选择了网页中其它突出显示的实体,其他社交网络消息可以被呈现给个体。
如在图5中所示的,社交网络消息504可以作为内嵌弹出框被呈现给个体,其至少部分地遮挡了网页的内容。在另一个例子中,社交网络消息504可以显示在浏览器的工具栏中,使得没有网页的内容被遮挡。在又另一个例子中,社交网络消息504可以显示在侧栏中。当然,用于与社交网络消息相关的网页的内容一起显示社交网络消息的其它方式是可预期的并且意图落在此处所附的权利要求的范围内。
现在参照图6,一种示例图形用户界面600被图示。该图形用户界面600描述社交网络消息602,其能够与个体正在观看的任意网页的内容一起被显示。在这个例子中,社交网络消息602可以包括标题(如果该标题存在)。另外,社交网络消息602可以包括标识图像604,其能够标识社交网络消息602的发布者的身份。标识图像604可以是发布者的照片、化身、或其它合适的图像。社交网络消息602进一步包括内容606,其可以是文本、照片,可以包括视频和/或其它合适的内容。社交网络消息602可以进一步包括回复区域608,其被配置以接收来自观看网页的个体的对于社交网络消息的回复。例如,观看网页的个体可以将文本插入至回复区域608并选择按钮(未示出),其使得回复被传输至一个或多个社交网络应用(例如,至个体和/或社交网络消息602的发布者的简档)。此外或者可替代地,用于回复或提供关于社交网络消息602的信息的其它机制是可预期的。例如,社交网络消息602可以包括一个或多个按钮,其允许个体快速地指示个体是对消息602满意还是不喜欢该消息602。
此外,社交网络消息602可以可选地包括广告610。广告610可以被显示为超链接文本、显示为可以由个体选择的图像等等。
社交网络消息602可以进一步包括可以由个体追求的活动612,其中活动612涉及社交网络消息602的内容606。例如,社交网络消息602的内容606可以包括特定位置的叙述,活动612可以询问个体其是否希望接收该位置的地图。其后,个体612可以选择相应于该活动的超链接,并且位置的地图可以被呈现给个体。在另一个例子中,活动612可以向个体建议在线购买内容606中提及的产品,搜索至内容606中提及的目的地的机票,或其它合适的活动。
现在参照图7,呈现了图示可替代实施例的示例性图形用户界面700。在这个例子中,当个体使用鼠标指针502选择突出显示的实体406时,预览消息704被呈现给个体,其中该预览消息704可以包括指示发布者的身份的数据(图像和/或文本)。因此,个体可以选择突出显示的实体406,确定是谁发布的该消息,并之后选择浏览该消息的全部。例如,预览消息704可以包括按钮,其使得该按钮被扩展以显示消息的全部给个体。在另一个例子中,预览消息704可以包括链接,其使得另一个浏览器标签被打开并使得浏览器载入相应于社交网络应用的网页,其中个体能够在该网页上浏览社交网络消息。
现在参照图8-10,各种示例方法被图示并描述。虽然该方法被描述为按次序执行的一系列动作,但是应当理解该方法不限于该次序的顺序。例如,一些动作可以以与此处描述的顺序不同的顺序发生。另外,动作可以与另一个动作同时地发生。此外,在一些例子中,不是全部的动作都是实现此处描述的方法所需的。
此外,此处描述的动作可以是计算机可执行的指令,其能够由一个或多个处理器实现和/或存储在计算机可读媒介或介质上。计算机可执行指令可以包括例程、子例程、程序、执行线程和/或类似物。进一步地,方法的动作的结果可以被存储在计算机可读介质中,显示在显示设备上,和/或类似。
现在参照图8,图示了一种方法800,其利于使得社交网络消息与任意网页的内容一起被显示。方法800开始于802处,且在804处个体正在观看的任意网页的内容被浏览/分析。在806处,从任意网页中提取出关键词。如上面描述的,该关键词能够通过利用词频信息和/或停止列表被提取。在步骤808处,至少部分地基于涉及该关键词的上下文确定关键词的含义。例如,训练字典能够被访问和利用以便确定所提取的关键词的含义。如上面指示的,关键词和相应的含义能够被称为实体。在810处,从社交网络应用接收消息,其中该消息是来自个体的社交网络的成员并且旨在从消息的发布者传输至该个体。能够在个体观看网页之前或者个体正在观看网页的时间期间接收该消息。虽然在方法800中未示出,也能够从接收到的社交网络消息中提取出一个或多个实体。
在812处,将从社交网络消息中提取出的实体与从网页中提取出的实体相比较。在814处,至少部分地基于在812处进行的比较,使得该消息与网页一起被显示。方法800在816处完成。
现在参照图9和10,图示了示例方法900,其使得与个体正在观看的网页一起显示社交网络消息更便利。方法900开始于902处,且在904处,接收用户认证数据。该数据可以是用户名、密码等等,其允许个体登录社交网络应用。在906处,个体向一个或多个社交网络应用认证(例如,认证数据被传输给社交网络应用以认证该个体)。
在908处,由个体正在观看的网页的内容被浏览/分析。特别地,在910处一个或多个关键词能够从网页中被提取出。此外,虽然未示出,但是能够通过学习关键词的含义提取实体。在912处,该实体与经由社交网络应用发布的多个消息的内容相比较。例如,每个社交网络消息可以具有从中提取出的实体。在914处,能够关于从网页中提取出的实体为每个社交网络消息分配分数。
在916处,分配给社交网络消息的分数被分析以确定是否有任意分数在预定阈值之上(是否有任何社交网络消息被发现与从网页中提取出的实体紧密相关)。如果没有分数在阈值之上,在918处做出关于是否还有任何其它实体已经从网页中被提取出的确定。如果已经从网页中提取出其它实体,方法回到910。如果每个实体已经从网页中被提取出,方法900在920处完成。
如果在判决框916处确定至少一个社交网络消息被分配了阈值之上的分数,则方法900继续至922处,此处相应于该实体的关键词被突出显示在网页上。这能够为个体提供与突出显示的关键词相关的社交网络消息已经被接收到的通知。方法900然后继续至图10。
在924处,在网页上的突出显示的关键词上检测悬停。在926处,做出关于鼠标指针是否已经在关键词上悬停阈值的时间量的确定。如果确定鼠标指针还没有在关键词上悬停阈值的时间量,则在928处做出关于鼠标指针是否继续在关键词上悬停的确定。如果鼠标指针继续在关键词上悬停,则方法900回到926处。如果鼠标指针不再在突出显示的关键词上悬停,则方法900在930处完成。
如果在判决框926处做出鼠标指针在关键词上悬停阈值的时间量的确定,则方法900前进至932,此处具有在阈值之上的分数的社交网络消息与网页一起被显示,其中消息被显示为带有内嵌回复区域,其被配置以接收来自个体的对社交网络消息的回复。在934处,从个体接收对消息的回复。在936处,对消息的回复被传输至从其接收消息的社交网络应用。例如,该回复可以被发布在个体的简档上。方法900在938处完成。
现在参照图11,图示了示例计算设备1100的高等级图示,其能够根据此处公开的系统和方法被使用。例如,计算设备1100可以被使用在支持显示网页给用户的系统中。在另一个例子中,计算设备1100的至少一部分可以被使用在支持使得社交网络消息与关联于社交网络消息的网页上的内容一起被显示的系统中。计算设备1100包括至少一个处理器1102,其执行存储在存储器1104中的指令。指令可以是例如用于实现描述为如由上面讨论的一个或多个组件执行的功能的指令或用于实现上述一个或多个方法的指令。处理器1102可以通过系统总线1106访问存储器1104。除了存储可执行指令之外,存储器1104还可以存储社交网络消息、用户认证信息等等。
计算设备1100此外包括数据存储器1108,其可由处理器1102通过系统总线1106访问。数据存储器1108可以包括可执行指令、社交网络消息、网页、训练字典等等。计算设备1100还包括输入接口1110,其允许外部设备与计算设备1100通信。例如,输入接口1110可以被用于从外部计算机设备、从个体等接收指令。计算设备1100还包括输出接口1112,其将计算设备1100与一个或多个外部设备对接。例如,计算设备1100可以通过输出接口1112显示文本、图像等。
另外,虽然图示为单个系统,应当理解计算设备1100可以是分布式系统。因此,例如,若干设备可以通过网络连接通信,并可以共同地执行描述为由计算设备1100执行的任务。
如此处使用的,词语“组件”和“系统”旨在包含硬件、软件或硬件和软件的组合。因此,例如,系统或组件可以是进程、正在处理器上执行的过程、或处理器。在另一个例子中,组件可以是存储器的一部分或者一组晶体管。此外,组件或系统可以位于单个设备上或分布在若干设备上。
注意到已经为了解释的目的提供了若干例子。这些例子不应被解释为对此处所附权利要求的限制。另外,可以认识到此处提供的例子可以被改变,但仍然落在权利要求的范围中。
Claims (15)
1.一种方法,包括下述计算机可执行动作:
从个体在计算设备上正在观看的任意网页中提取至少一个实体;
比较该至少一个实体与由所述个体的社交网络的成员通过利用社交网络应用生成的多个消息的内容;
至少部分地基于所述至少一个实体与多个消息的内容的比较,在多个消息中识别至少一个消息;和
使得所述至少一个消息连同所述至少一个实体一起被显示在网页上。
2.权利要求1的方法,进一步包括:
在消息被显示在网页上之前,使得网页上与所述至少一个消息相关的文本被突出显示;和
在消息被显示之前,检测个体执行指示对突出显示的文本感兴趣的输入姿势。
3.权利要求1的方法,其中所述至少一个消息在网页上被显示为内嵌弹出窗口。
4.权利要求1的方法,进一步包括:
使得区域或按钮中的至少一个与在网页上显示的至少一个消息一起被显示,其中区域或按钮中的所述至少一个被配置以接收来自所述个体的输入。
5.权利要求4的方法,进一步包括:
在该区域中接收来自所述个体的回复消息;和
使得该回复消息被传输至所述社交网络应用。
6.权利要求1的方法,其中从任意网页中提取所述至少一个实体包括:
从网页中选择关键词;
比较该关键词与词语频率数据,其中词语频率数据指示关键词使用的频率;
比较关键词与停止列表,其中停止列表包括禁止被提取的关键词;和
至少部分地基于关键词与词语频率数据的比较和关键词与停止列表的比较,从任意网页中提取所述至少一个实体。
7.权利要求1的方法,其中从任意网页中提取所述至少一个实体包括:
访问训练字典;和
至少部分地基于训练字典的内容确定关键词的含义。
8.权利要求1的方法,其中在多个消息中识别所述至少一个消息包括至少部分地基于至少一个以下参数来分级消息:
自从多个消息被消息的发布者生成开始所经过的时间量;
多个消息的内容相对于至少一个其它消息或网页的内容的区别;
所述个体是否先前已经阅读过该多个消息;
自从所述个体已经阅读该多个消息开始的时间量;
由所述个体提供的对于多个消息的明确反馈;
消息内容与网页的相关性;
所述个体是否选择了相应于多个消息的链接;或
多个消息的发布者的身份。
9.权利要求1的方法,进一步包括:
使得超链接在所述至少一个消息中被显示给所述个体,其中该超链接被配置以在被所述个体选择时将所述个体引导至搜索引擎,其中该超链接被进一步配置以使得搜索引擎至少部分地基于该至少一个消息的内容执行搜索。
10.一种系统,包括下述计算机可执行组件:
内容分析器组件,其从个体正在观看的任意网页中提取至少一个实体;
比较器组件,其执行对来自任意网页的至少一个实体与从通过至少一个社交网络应用发布的多个消息的内容中提取的多个实体的比较;
标识符组件,其至少部分地基于比较器组件进行的比较从多个消息中选择至少一个消息;和
显示组件,其使得由标识符组件选择的至少一个消息与至少一个实体一起被显示在网页上。
11.权利要求10的系统,进一步包括检测组件,其检测个体选择了网页上的至少一个实体,其中显示组件被配置以在检测组件检测到个体已经选择了网页上的至少一个实体时使得至少一个消息被显示为内嵌弹出窗口。
12.权利要求11的系统,其中显示组件被进一步配置以在内嵌弹出窗口中生成区域,其被配置以接收来自个体的对于至少一个消息的回复。
13.权利要求12的系统,进一步包括回复传输器组件,其接收来自个体的回复并使得该回复经由社交网络应用被发布。
14.权利要求10的系统,进一步包括广告选择器组件,其至少部分地基于从网页提取的至少一个实体或至少一个消息的内容的一个或多个使得广告与消息一起被显示。
15.权利要求10的系统,进一步包括超链接生成器组件,其生成将与至少一个消息一起显示的超链接,其中该超链接被配置以在由个体选择时将个体引导到搜索引擎,其中该超链接被进一步配置以使得搜索引擎执行涉及从网页中提取的至少一个实体的搜索。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/614,457 US10867123B2 (en) | 2009-11-09 | 2009-11-09 | Social browsing |
US12/614457 | 2009-11-09 | ||
PCT/US2010/052009 WO2011056350A2 (en) | 2009-11-09 | 2010-10-08 | Social browsing |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102597996A CN102597996A (zh) | 2012-07-18 |
CN102597996B true CN102597996B (zh) | 2014-08-20 |
Family
ID=43970627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201080050643.7A Active CN102597996B (zh) | 2009-11-09 | 2010-10-08 | 社交浏览 |
Country Status (9)
Country | Link |
---|---|
US (1) | US10867123B2 (zh) |
EP (1) | EP2499580A4 (zh) |
JP (1) | JP5889796B2 (zh) |
KR (1) | KR101805937B1 (zh) |
CN (1) | CN102597996B (zh) |
AU (1) | AU2010315738B2 (zh) |
CA (1) | CA2779448C (zh) |
RU (1) | RU2571593C2 (zh) |
WO (1) | WO2011056350A2 (zh) |
Families Citing this family (52)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8843560B2 (en) * | 2006-04-28 | 2014-09-23 | Yahoo! Inc. | Social networking for mobile devices |
US8862622B2 (en) * | 2007-12-10 | 2014-10-14 | Sprylogics International Corp. | Analysis, inference, and visualization of social networks |
US9047381B1 (en) * | 2009-07-17 | 2015-06-02 | Open Invention Network, Llc | Method and apparatus of obtaining and organizing relevant user defined information |
US8935614B2 (en) * | 2009-12-08 | 2015-01-13 | At&T Intellectual Property I, L.P. | Method and apparatus for navigating a video program via a transcript of spoken dialog |
US8296130B2 (en) * | 2010-01-29 | 2012-10-23 | Ipar, Llc | Systems and methods for word offensiveness detection and processing using weighted dictionaries and normalization |
US8655648B2 (en) * | 2010-09-01 | 2014-02-18 | Microsoft Corporation | Identifying topically-related phrases in a browsing sequence |
KR20120034477A (ko) * | 2010-10-01 | 2012-04-12 | 엔에이치엔(주) | 인맥에 기초한 문서를 제공하는 시스템 및 방법 |
US9356806B2 (en) * | 2010-10-06 | 2016-05-31 | Twitter, Inc. | Prioritizing messages within a message network |
US9747646B2 (en) * | 2011-05-26 | 2017-08-29 | Facebook, Inc. | Social data inputs |
US20130073944A1 (en) * | 2011-09-15 | 2013-03-21 | Yahoo! Inc. | Method and system for dynamically providing contextually relevant posts on an article |
US8878785B1 (en) | 2011-10-05 | 2014-11-04 | Google Inc. | Intent determination using geometric shape input |
US9305108B2 (en) | 2011-10-05 | 2016-04-05 | Google Inc. | Semantic selection and purpose facilitation |
US9652556B2 (en) | 2011-10-05 | 2017-05-16 | Google Inc. | Search suggestions based on viewport content |
US9032316B1 (en) | 2011-10-05 | 2015-05-12 | Google Inc. | Value-based presentation of user-selectable computing actions |
US8825671B1 (en) * | 2011-10-05 | 2014-09-02 | Google Inc. | Referent determination from selected content |
US8890827B1 (en) | 2011-10-05 | 2014-11-18 | Google Inc. | Selected content refinement mechanisms |
US10013152B2 (en) | 2011-10-05 | 2018-07-03 | Google Llc | Content selection disambiguation |
US8977685B2 (en) * | 2011-11-30 | 2015-03-10 | Facebook, Inc. | Moderating content in an online forum |
KR20130065802A (ko) * | 2011-11-30 | 2013-06-20 | 삼성전자주식회사 | 키워드를 이용한 애플리케이션 추천 시스템 및 방법 |
US8751917B2 (en) | 2011-11-30 | 2014-06-10 | Facebook, Inc. | Social context for a page containing content from a global community |
US9129259B2 (en) * | 2011-12-06 | 2015-09-08 | Facebook, Inc. | Pages: hub structure for related pages |
EP2611082A1 (en) * | 2012-01-02 | 2013-07-03 | Alcatel Lucent | Method for instant communicating between instant messaging clients |
US20130262168A1 (en) * | 2012-03-30 | 2013-10-03 | Sap Ag | Systems and methods for customer relationship management |
US11023536B2 (en) | 2012-05-01 | 2021-06-01 | Oracle International Corporation | Social network system with relevance searching |
US9741259B2 (en) * | 2012-10-31 | 2017-08-22 | International Business Machines Corporation | Identification for performing tasks in open social media |
US9704486B2 (en) * | 2012-12-11 | 2017-07-11 | Amazon Technologies, Inc. | Speech recognition power management |
US20140172564A1 (en) * | 2012-12-17 | 2014-06-19 | Facebook, Inc. | Targeting objects to users based on queries in an online system |
US9430782B2 (en) * | 2012-12-17 | 2016-08-30 | Facebook, Inc. | Bidding on search results for targeting users in an online system |
US9619845B2 (en) | 2012-12-17 | 2017-04-11 | Oracle International Corporation | Social network system with correlation of business results and relationships |
US9836179B2 (en) | 2012-12-20 | 2017-12-05 | Microsoft Technology Licensing, Llc | Auto-complete with persisted atomically linked entities |
US20140250177A1 (en) * | 2013-03-01 | 2014-09-04 | Google Inc. | Recommending content based on proxy-based preference indications |
CN103891253A (zh) * | 2013-03-08 | 2014-06-25 | 北京海银创业科技孵化器投资中心(有限合伙) | 一种社交网络载体的展现方法、系统及其装置 |
US20140310109A1 (en) * | 2013-04-11 | 2014-10-16 | Dov E. King | Live And Interactive Auction Utilizing A Social Media Platform |
RU2595497C2 (ru) * | 2014-03-31 | 2016-08-27 | Общество С Ограниченной Ответственностью "Яндекс" | Способ отображения веб-ресурса пользователю (варианты) и электронное устройство |
CA2893984A1 (en) * | 2014-06-05 | 2015-12-05 | Riavera Corp. | Social network messaging with integrated advertising |
US10102273B2 (en) * | 2014-12-30 | 2018-10-16 | Facebook, Inc. | Suggested queries for locating posts on online social networks |
US20170024430A1 (en) * | 2015-07-24 | 2017-01-26 | Facebook, Inc. | Systems and methods for attributing text portions to content sources based on text analysis |
US10616170B2 (en) * | 2015-12-17 | 2020-04-07 | Nes Carmon | Method for initiating activities on a computing device on the basis of information related to electronic messages and/or gyroscope |
US20170359284A1 (en) * | 2016-06-08 | 2017-12-14 | Barry C. Sudduth | System and method for regulating transmission of content to public platforms using context-based analysis |
CN105955589B (zh) * | 2016-06-27 | 2019-01-29 | 武汉斗鱼网络科技有限公司 | 一种用户悬停框缓冲方法及系统 |
CN106649433B (zh) * | 2016-09-05 | 2020-08-11 | 东南大学 | 基于观点语句可信度的话题观点强度计算方法 |
RU2656583C1 (ru) * | 2017-01-17 | 2018-06-05 | Акционерное общество "Крибрум" (АО "Крибрум") | Система автоматизированного анализа фактов |
CN109145193A (zh) * | 2017-06-27 | 2019-01-04 | 阿里巴巴集团控股有限公司 | 一种信息推送方法及系统 |
CN107168626B (zh) * | 2017-06-30 | 2020-07-31 | 重庆市酷璞睿信息技术有限责任公司 | 一种信息处理方法、设备及计算机可读存储介质 |
US20190182195A1 (en) * | 2017-12-13 | 2019-06-13 | Knowmail S.A.L LTD. | Event-Based Scoring of Communication Messages |
CN109165344A (zh) * | 2018-08-06 | 2019-01-08 | 百度在线网络技术(北京)有限公司 | 用于推送信息的方法和装置 |
JP6739811B2 (ja) * | 2019-01-22 | 2020-08-12 | 株式会社インタラクティブソリューションズ | 発言禁止用語に対し注意を喚起するためのプレゼンテーション支援装置 |
US11190366B2 (en) * | 2019-07-02 | 2021-11-30 | Microsoft Technology Licensing, Llc | Automated message recipient identification with dynamic tag |
CN110852119A (zh) * | 2019-11-11 | 2020-02-28 | 广州点动信息科技股份有限公司 | 一种电子商务自动客服系统 |
US12120078B2 (en) | 2020-09-18 | 2024-10-15 | Khoros, Llc | Automated disposition of a community of electronic messages under moderation using a gesture-based computerized tool |
US20220350825A1 (en) * | 2020-11-06 | 2022-11-03 | Khoros, Llc | Automated response engine to implement internal communication interaction data via a secured omnichannel electronic data channel and external communication interaction data |
US11627100B1 (en) * | 2021-10-27 | 2023-04-11 | Khoros, Llc | Automated response engine implementing a universal data space based on communication interactions via an omnichannel electronic data channel |
Family Cites Families (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5832480A (en) * | 1996-07-12 | 1998-11-03 | International Business Machines Corporation | Using canonical forms to develop a dictionary of names in a text |
EP1738323A4 (en) * | 2004-03-15 | 2009-02-04 | Aol Llc | SHARING SOCIAL NETWORK INFORMATION |
KR20050096422A (ko) | 2004-03-30 | 2005-10-06 | (주)퓨쳐인포넷 | 인스턴트 메신저와 웹 연동 시스템 및 방법 |
US9530050B1 (en) | 2007-07-11 | 2016-12-27 | Ricoh Co., Ltd. | Document annotation sharing |
US20070043583A1 (en) * | 2005-03-11 | 2007-02-22 | The Arizona Board Of Regents On Behalf Of Arizona State University | Reward driven online system utilizing user-generated tags as a bridge to suggested links |
EP1875371A4 (en) | 2005-04-25 | 2010-03-24 | Microsoft Corp | ASSOCIATING INFORMATION WITH AN ELECTRONIC DOCUMENT |
US7734631B2 (en) | 2005-04-25 | 2010-06-08 | Microsoft Corporation | Associating information with an electronic document |
US7788245B1 (en) * | 2005-06-16 | 2010-08-31 | Google Inc. | Method and system for dynamically generating search links embedded in content |
US8095551B2 (en) | 2005-08-18 | 2012-01-10 | Microsoft Corporation | Annotating shared contacts with public descriptors |
US8364540B2 (en) * | 2005-09-14 | 2013-01-29 | Jumptap, Inc. | Contextual targeting of content using a monetization platform |
US20070073756A1 (en) * | 2005-09-26 | 2007-03-29 | Jivan Manhas | System and method configuring contextual based content with published content for display on a user interface |
US8725729B2 (en) * | 2006-04-03 | 2014-05-13 | Steven G. Lisa | System, methods and applications for embedded internet searching and result display |
JP2007279901A (ja) | 2006-04-04 | 2007-10-25 | Yafoo Japan Corp | ドキュメントに関連するデータを送信する方法 |
WO2007141020A1 (en) | 2006-06-06 | 2007-12-13 | Exbiblio B.V. | Contextual dynamic advertising based upon captured rendered text |
WO2008001350A2 (en) * | 2006-06-29 | 2008-01-03 | Nathan Bajrach | Method and system of providing a personalized performance |
US7752552B2 (en) * | 2006-11-30 | 2010-07-06 | Red Hat, Inc. | Method and system for embedding an aggregated event stream into a third party web page |
KR20080049457A (ko) | 2006-11-30 | 2008-06-04 | 주식회사 케이티프리텔 | 수신된 메시지에 웹페이지 접속정보를 부가하기 위한 방법및 장치 |
US20080154915A1 (en) * | 2006-12-20 | 2008-06-26 | Microsoft Corporation | Network-based recommendations |
US20080189169A1 (en) * | 2007-02-01 | 2008-08-07 | Enliven Marketing Technologies Corporation | System and method for implementing advertising in an online social network |
US20080222144A1 (en) * | 2007-03-08 | 2008-09-11 | Ab Inventio, Llc | Search engine refinement method and system |
EP2176730A4 (en) * | 2007-08-08 | 2011-04-20 | Baynote Inc | METHOD AND APPARATUS FOR CONTENT RECOMMENDATION BASED ON CONTEXT |
US20090070700A1 (en) * | 2007-09-07 | 2009-03-12 | Yahoo! Inc. | Ranking content based on social network connection strengths |
US8594996B2 (en) | 2007-10-17 | 2013-11-26 | Evri Inc. | NLP-based entity recognition and disambiguation |
CA2702937C (en) * | 2007-10-17 | 2014-10-07 | Neil S. Roseman | Nlp-based content recommender |
US8909632B2 (en) * | 2007-10-17 | 2014-12-09 | International Business Machines Corporation | System and method for maintaining persistent links to information on the Internet |
US8572112B2 (en) | 2007-11-02 | 2013-10-29 | Microsoft Corporation | Syndicating search queries using web advertising |
US20090182589A1 (en) * | 2007-11-05 | 2009-07-16 | Kendall Timothy A | Communicating Information in a Social Networking Website About Activities from Another Domain |
US20090138565A1 (en) * | 2007-11-26 | 2009-05-28 | Gil Shiff | Method and System for Facilitating Content Analysis and Insertion |
US7954058B2 (en) * | 2007-12-14 | 2011-05-31 | Yahoo! Inc. | Sharing of content and hop distance over a social network |
US20090158163A1 (en) * | 2007-12-17 | 2009-06-18 | Slingpage, Inc. | System and method to facilitate social browsing |
US8583480B2 (en) * | 2007-12-21 | 2013-11-12 | Overstock.Com, Inc. | System, program product, and methods for social network advertising and incentives for same |
US20090192871A1 (en) * | 2008-01-29 | 2009-07-30 | Linksmanager Llc | Business Social Network Advertising |
US8244721B2 (en) | 2008-02-13 | 2012-08-14 | Microsoft Corporation | Using related users data to enhance web search |
US20090282002A1 (en) * | 2008-03-10 | 2009-11-12 | Travis Reeder | Methods and systems for integrating data from social networks |
US8682960B2 (en) * | 2008-03-14 | 2014-03-25 | Nokia Corporation | Methods, apparatuses, and computer program products for providing filtered services and content based on user context |
US8407286B2 (en) * | 2008-05-15 | 2013-03-26 | Yahoo! Inc. | Method and apparatus for utilizing social network information for showing reviews |
US20090313244A1 (en) * | 2008-06-16 | 2009-12-17 | Serhii Sokolenko | System and method for displaying context-related social content on web pages |
US9152722B2 (en) * | 2008-07-22 | 2015-10-06 | Yahoo! Inc. | Augmenting online content with additional content relevant to user interest |
US9183535B2 (en) * | 2008-07-30 | 2015-11-10 | Aro, Inc. | Social network model for semantic processing |
US9009226B2 (en) * | 2009-12-09 | 2015-04-14 | Microsoft Technology Licensing, Llc | Generating activities based upon social data |
US10331744B2 (en) * | 2010-06-07 | 2019-06-25 | Microsoft Technology Licensing, Llc | Presenting supplemental content in context |
US20110302152A1 (en) * | 2010-06-07 | 2011-12-08 | Microsoft Corporation | Presenting supplemental content in context |
-
2009
- 2009-11-09 US US12/614,457 patent/US10867123B2/en active Active
-
2010
- 2010-10-08 AU AU2010315738A patent/AU2010315738B2/en active Active
- 2010-10-08 CN CN201080050643.7A patent/CN102597996B/zh active Active
- 2010-10-08 WO PCT/US2010/052009 patent/WO2011056350A2/en active Application Filing
- 2010-10-08 KR KR1020127011899A patent/KR101805937B1/ko not_active Application Discontinuation
- 2010-10-08 RU RU2012118387/08A patent/RU2571593C2/ru active
- 2010-10-08 CA CA2779448A patent/CA2779448C/en active Active
- 2010-10-08 EP EP10828734.3A patent/EP2499580A4/en not_active Withdrawn
- 2010-10-08 JP JP2012538823A patent/JP5889796B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
AU2010315738A1 (en) | 2012-05-24 |
CA2779448A1 (en) | 2011-05-12 |
CN102597996A (zh) | 2012-07-18 |
WO2011056350A3 (en) | 2011-07-14 |
KR20120103582A (ko) | 2012-09-19 |
US10867123B2 (en) | 2020-12-15 |
EP2499580A2 (en) | 2012-09-19 |
US20110113349A1 (en) | 2011-05-12 |
AU2010315738B2 (en) | 2014-05-15 |
WO2011056350A2 (en) | 2011-05-12 |
KR101805937B1 (ko) | 2017-12-07 |
EP2499580A4 (en) | 2015-04-29 |
CA2779448C (en) | 2017-11-07 |
JP2013510380A (ja) | 2013-03-21 |
RU2571593C2 (ru) | 2015-12-20 |
RU2012118387A (ru) | 2013-11-10 |
JP5889796B2 (ja) | 2016-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102597996B (zh) | 社交浏览 | |
Pyle et al. | In eWOM we trust: Using naïve theories to understand consumer trust in a complex eWOM marketspace | |
Ravindran et al. | Mastering social media mining with R | |
US20100235256A1 (en) | System for online contents marketplace and the operation method thereof | |
Petersen et al. | Customer-based execution strategy in a global digital economy | |
CN110059256B (zh) | 用于展示信息的系统、方法及装置 | |
US11501332B2 (en) | Advertisement information sharing system | |
JP6957275B2 (ja) | ユーザ施策システム | |
Andrejevic et al. | Unregulated and segmented dark ads on social media: Consumer education and regulatory options | |
Oyserman et al. | Identity‐based motivation and the logic of conversations obfuscate loss of online privacy and what policy‐makers can do about it | |
Waite et al. | Essentials of digital marketing | |
Suh | The effects of e-word-of-mouth via social media on destination branding: An empirical investigation on the influences of customer reviews and management responses | |
JP6043840B1 (ja) | 分類装置、分類方法、及び分類プログラム | |
WO2021231489A1 (en) | Computerized anonymous permission-based communications system with micro-catalog server enabling permission-based third-party communications | |
Alizada | Demystifying Search Engine Optimization-Online Retargeting Bond | |
Waite et al. | E-servicescapes in online banking: Towards an integrated conceptual model of the stimuli contributing to the online banking experience | |
Brofors et al. | LiU Marketplace-A Digital Marketplace For Students, By Students | |
Aumer-Ryan | Information triage: Dual-process theory in credibility judgments of web-based resources | |
Ellis | A Normative Classification of Consumer Big Data | |
Beck | Cutting Through the Noise While Maintaining a Privacy-First Focus; Enabling Marketers to Understand the Customer Journey and Improve Online Trust | |
Roberts | Consumers’ Perceptions of Privacy Concerns and Personalized Advertising Online: A Qualitative Exploratory Case Study | |
Mendonça | Smart digital signage with facial recognition as in-store personalization enhancer: a study on Italian consumers’ perceptions and elasticity to be recognized during the shopping experience | |
Wasilewski | Multi-variant User Interfaces in E-commerce | |
Alghamdi | Targeting Mechanism and Data Mining: An Exploratory Study Identifying Challenges and Solutions to Programmatic Advertising in Relation to Human Rights, Social Justice, and Ethics in Digital Media | |
Tonis | Social Media as a Web-based Marketing Tool for Romanian SMEs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
ASS | Succession or assignment of patent right |
Owner name: MICROSOFT TECHNOLOGY LICENSING LLC Free format text: FORMER OWNER: MICROSOFT CORP. Effective date: 20150511 |
|
C41 | Transfer of patent application or patent right or utility model | ||
TR01 | Transfer of patent right |
Effective date of registration: 20150511 Address after: Washington State Patentee after: Micro soft technique license Co., Ltd Address before: Washington State Patentee before: Microsoft Corp. |