CN103180845B - 将用户生成内容的项目匹配到实体 - Google Patents

Abstract

提供了用于将用户生成内容的项目匹配到实体的方法、装置和计算机可读介质。收集诸如状态更新等的用户生成内容的项目。对于每个项目，机器确定该项目与实体相关联的程度。在一个方面中，通过将项目内容与实体的属性相匹配来将项目匹配到实体。在另一个方面中，通过预测项目的作者的属性并且确定作者的预测属性与实体的属性之间的距离来将项目匹配到实体。距离可以是实体和用户的位置之间的物理距离或者实体的类别与由作者进行的发布之间的情境距离。被匹配到实体的项目可以与关于实体的信息一同被显示在界面上。

Description

将用户生成内容的项目匹配到实体

技术领域

本发明涉及将用户生成内容(user-generated content)的项目(item)匹配到实体(entity)。

背景技术

各种社交网络服务允许用户生成并且相互分享来自几乎任何地方的内容。例如，允许用户通过从手机发送文字信息、从个人计算机访问网站或者使用来自诸如或手机等智能手机的应用，来提供即时微薄(minute-by-minutetweet)(状态更新)。 和类似地允许用户更新他们的状态，并且另外与他们的朋友、与朋友组或者与公众分享内容。和允许用户以状态更新的方式登记(check into)特定的位置。

由于这些服务是免费且随时可用的，因此用户倾向于频繁地发布短的内容项目，通常少于160个字符。大部分内容包括俚语、缩略词和/或不完整的短语。社交网络服务允许作者在社交网络环境中自由地发布这些模糊不清的内容。该发布通常传递到用户的朋友以及用户发布的订阅者。阅读者有时理解该内容，但该内容并不总是被阅读者理解，甚至并不总是与阅读者相关。发布通常不会传递到可能对其最有用的阅读者。

本部分所描述的方法是可能被寻求的方法，但不一定是先前已经被设想或寻求的方法。因此，除非另外指明，不应该假设，本部分所描述的任何方法仅由于在本部分中的包括而作为现有技术。

发明内容

本公开的第一方面提供了一种择预测与实体相关联的公开发布的组的方法，其包括以下步骤：访问用户生成内容的多个公开发布，其中这多个公开发布包括来自相同作者的两个或更多个公开发布的组；对于用户生成内容的多个公开发布中的各个公开发布，至少部分地基于用户生成内容的公开发布中的单词或短语确定公开发布与实体相关联的程度；从多个公开发布中选择预测与实体相关联的公开发布的组；以及使得所选定的公开发布的组与关于实体检索得到的信息一同被显示给除该实体之外的用户；其该所述方法由一个或多个计算设备执行。

本公开的另一方面提供了一种选择作者的内容项目以与具有具体属性的实体相关联的方法，其包括以下步骤：访问由作者生成的多个内容项目；确定作者的预测属性，其中多个内容项目中的至少两个对作者的预测属性做出贡献；至少部分地基于实体的具体属性与作者的预测属性之间的距离，选择用于与具有具体属性的实体相关联的作者的内容项目；使得所选定的内容项目与关于实体的信息一同被显示在界面上；其中该方法由一个或多个计算设备执行。

本公开的另一方面提供了一种选择预测与实体相关联的公开发布的组的计算机系统，包括：用于访问用户生成内容的多个公开发布的装置，其中多个公开发布包括来自相同作者的两个或更多个公开发布的组；用于对于用户生成内容的多个公开发布中的各个公开发布至少部分地基于用户生成内容的公开发布中的单词或短语确定所述公开发布与实体相关联的程度的装置；用于从多个公开发布中选择预测与实体相关联的公开发布的组的装置；以及用于使得所选定的公开发布的组与关于实体检索得到的信息一同被显示给除该实体之外的用户的装置。

本公开的另一方面提供了一种选择作者的内容项目以与具有具体属性的实体相关联的计算机系统，包括：用于访问由作者生成的多个内容项目的装置；用于确定作者的预测属性的装置，其中多个内容项目中的至少两个对作者的所述预测属性做出贡献；用于至少部分地基于实体的具体属性与作者的预测属性之间的距离选择用于与具有具体属性的实体相关联的作者的内容项目的装置；用于使得所选定的内容项目与关于实体的信息一同被显示在界面上的装置。

附图说明

在附图中：

图1是图示了至少部分地基于内容项目与实体之间的关联度的内容项目的选择示例的示图；

图2是图示了至少部分地基于作者的预测属性与实体的属性之间的距离的内容项目的选择示例的示图；

图3是图示了包括关于实体的信息和与实体相关联的内容项目的用户界面示例的示图；

图4是与图3类似的示图，但其引用了特定实体以及与实体相关联的特定内容项目；

图5是图示了至少部分地基于项目与实体的一个或多个属性相关联的程度、来选择用于与实体相关联的用户生成内容的项目组的过程的示图；

图6是是图示了用于至少部分地基于实体的特定属性与用户的预测属性之间的距离、来选择用于与实体相关联的用户的特定内容项目的过程的视差；以及

图7是图示了在其上可以实施本文所述的实施例的计算机系统的框图。

具体实施方式

在下面的描述中，为了解释的目的，陈述了很多具体细节以提供对本发明的透彻理解。然而，将明白，可以在没有这些具体细节的情况下实践本发明。在其他情况下，以框图的形式示出了已知的结构和设备，以避免不必要地使本发明难以理解。

概述

提供了用于将用户生成内容匹配到实体的方法、装置和计算机可读介质。诸如状态更新等的用户生成内容的项目被收集。对于每个项目，机器确定该项目与实体相关联的程度。在一个方面中，通过使项目的内容与实体的属性相匹配来将项目匹配到实体。在另一个方面中，通过预测项目的作者的属性并且确定作者的预测属性与实体的属性之间的距离来将项目匹配到实体。距离可以是实体和作者的位置之间的物理距离，或者是实体和由作者进行的发布的类别之间的情境距离(contextual distance)。被匹配到实体的项目可以显示在界面上，同时带有关于实体的信息。

在一个实施例中，用户生成内容的项目是由社交网络服务的用户进行的发布。这些发布可以在长度上少于160个字符，并且包括俚语、缩略语和/或不完整的短语。在一个实施例中，一个社交网络服务的用户和另一个社交网络服务的用户基于共同的个人资料信息被识别为同一作者或通用用户。以这样的方式，即使内容项目在不同的社交网络服务上被提交，内容项目也可以与相同的作者相关联。

在一个实施例中，内容项目的作者的预测物理位置靠近或处于实体的物理位置。在另一个实施例中，由作者进行的发布的预测类别靠近或处于实体的类别。以这样的方式，即使来自用户的各个单独的内容项目相对于实体是模糊不清的，用户的内容项目也可以与实体相关联。

本文所述的技术对于能够在内容项目与实体之间匹配的属性的类型没有限制。在一个实施例中，内容项目中的单词、短语或标签与名称、昵称或其他单词或短语相关联，而该名称、昵称或其他单词或短语与实体相关联。在另一个实施例中，内容项目本身提及物理位置，而该物理位置靠近或者处于实体的物理位置。在又一个实施例中，内容项目与用户或用户组相关联，而该用户或用户组也与实体相关联。在其他方面中，实体可以相互引用，使得内容项目与另一个实体相关联，而该另一个实体与实体相关联。

在一个实施例中，一个或多个计算设备使用语言模型将内容项目匹配到实体，该语言模型用于基于内容项目中的词语确定实体与内容项目之间的关联度。类似地，一个或多个计算设备通过使用距离模型来执行技术，该距离模型用于基于实体和与内容项目相关联的位置之间的距离来确定实体和内容项目之间的关联度。在实施例中，语言模型基于在对实体的明确引用中频繁提及的单词或短语自动地学习。在另一个实施例中，基于用户或用户组已经明确引用过的实体的位置预测用户或用户组的位置，并且距离模型基于用户的预测位置和用户明确引用的实体的位置来自动地学习。在学习之后，模型可以定期更新并且用于将内容项目匹配到实体。

内容项目

如本文所述的内容项目包括用户生成内容的任何项目，其中用户生成内容是由网络的一个或多个用户发布的。存在若干社交网络服务允许用户生成并且相互分享来自几乎任何地方的内容。允许用户通过从手机发送文字信息、从个人计算机访问网站或者使用来自诸如或手机等智能手机的应用，来提供即时微薄(minute-by-minute tweet)(状态更新)。 和类似地允许用户更新他们的状态，并且另外与他们的朋友、与朋友组或者与公众分享内容。和允许用户以状态更新的方式登记(check into)特定的位置。

单个的内容项目可以是短的且模糊不清的。一些社交网络服务将内容项目限制为最大160个字符。虽然很多内容项目是短的，其他的允许更大的内容项目被发布。通常，内容包括俚语、缩略语和/或不完整的短语。

内容项目可以被从若干不同的社交网络服务收集。在一个实施例中，一个社交网络服务的用户和另一个社交网络服务的用户基于共同的个人资料信息(诸如共同的电子邮件地址、共同的地址、共同的姓名、共同的手机号码和/或一些其他的共同的识别信息等)被识别为同一作者。以这样的方式，即使内容项目是在不同的社交网络服务上被提交的，内容项目也可以被与相同的作者相关联。

实体

如本文所述的实体具有相关联的属性，该属性可以包括(不要求包括且不限于)：实体的名称或昵称、实体的物理位置、实体的类别、与实体相关联的单词或短语、与实体相关联的用户或用户组或者与实体相关联的另一个实体。在一个实施例中，实体是具有名称和物理位置的真实世界的实体。在另一个实施例中，实体是提供多个参考条目的描述或属性的参考源中的参考条目。

在一个实施例中，参考源是在线字典或百科全书。在一个示例中，百科全书条目由用户创建和修改。是具有由用户创建和修改的参考条目的一个知名的百科全书。条目可以包括实体的描述、对其他实体的引用以及实体的类别和昵称。与实体相关联的单词或短语可以基于在条目中词语出现的频率或显著性(标题与正文、字体等)来确定。在示例中，给定条目的属性可以是在给定条目中或者在引用该给定条目的其他条目中使用的单词或短语。属性也可以包括给定条目的类别、给定条目的名称和昵称和/或引用给定条目以及被给定条目引用的其他条目。

在另一个实施例中，实体是企业目录或人物目录中的目录条目。例如，Yahoo！包括企业的目录条目。每个目录条目可以包括很多属性，诸如企业名称、地址、电话号码、电子邮件地址、企业类别、工作时间、可供货物或服务的菜单或列表以及将实体与单词或短语相关联的描述或标签等。

将项目匹配到实体

收集一组内容项目，并且将来自该组的一个或多个内容项目匹配到实体。对于每个项目，机器确定其该项目与实体相关联的程度。在一个方面中，通过将项目的内容与实体的属性相匹配来将项目匹配到实体。在另一个方面中，通过预测项目的作者的属性并且确定作者的预测属性与实体的属性之间的距离、来将项目匹配到实体。距离可以是实体和作者的位置之间的物理距离，或者是实体和由作者进行的发布的类别之间的情境距离。被匹配到实体的项目可以显示在界面中，并且同时带有关于实体的信息。

图1图示了至少部分地基于内容项目与实体的关联度的、内容项目的选择示例。如图所示，内容项目102被从社交网络服务收集。来自内容项目102的内容项目组104与实体106中的实体108的属性110相关联。在一个或多个计算设备上运行的关联模块112确定实体108与内容项目组104中的项目之间的各种关联度114。在一个实施例中，内容项目组104中的各个项目与时间戳(timestamp)相关联，并且较近期的内容项目与较远期的内容项目相比被给定更高的关联度。

在一个实施例中，关联模块112将内容项目组104中的项目的一个或多个属性与实体108的一个或多个属性相关联，以确定关联度114。在一个实施例中，内容项目与实体之间的关联度考虑到了内容项目引用实体的可能性或概率。在各种实施例中，关联度可以基于内容项目是否提及实体的名称或昵称、与实体相关联的单词或短语或者实体的位置；内容项目的作者是否被预测为接近实体的物理位置；内容项目作者的其他内容项目是否落入与实体相同的类别内；内容项目的内容是否落入与实体相同的类别内；内容项目是否在包括与实体相关联的用户或用户组的线程(thread)中；和/或内容项目是否与另一个实体相关联，该另一个实体与实体相关联。

在一个实施例中，一个或多个计算设备使用语言模型将内容项目匹配到实体，该语言模型用于基于内容项目中的词语(terms)确定实体与内容项目之间的关联度。在实施例中，语言模型基于在对实体的明确引用中频繁提及的单词或短语自动地学习。该模型可以定期更新，并且新的单词或短语可以添加到在对实体的引用中可能被提及的单词或短语的列表中。

基于关联度114，一个或多个计算设备确定用于与实体相关联的选定内容项目组116。在一个示例中，来自内容项目组104的具有最高关联度114的项目或者具有高于特定阈值的关联度114的项目，被识别为与实体108相关联。结果，选定项目组116可以被存储为与关于实体108的信息相关联。如图所示，选定项目组116与关于实体108的信息一同被显示在界面118上。例如，界面118可以是被提供给寻找更多关于实体108的信息的浏览用户的界面。结果，选定内容项目组116可以向浏览用户提供关于实体108的有价值的信息，该浏览用户可以基于选定内容项目组116决定从实体108购买货物或服务。

图2图示了至少部分地基于用户的预测属性与实体的属性之间的距离的、用户的内容项目的选择示例。从所收集的内容项目202中确定由用户提交的内容项目组204。在未示出的实施例中，内容项目组可以是由一组用户提交的内容项目组。例如，可以将来自特定区域的用户分组在一起。至少部分地基于内容项目组204，在一个或多个计算设备上运行的用户属性预测模块206预测用户的属性208。在一个实施例中，内容项目组204的两个或多个内容项目对预测属性208做出贡献。该两个或多个内容项目可以是已经在不同时间或甚至在不同社交网络上提交的。

当预测用户的属性时，用户属性预测模块206可以考虑来自用户的任意或全部内容项目。在一个实施例中，内容项目组104的各个项目与时间戳相关联，并且较近期的内容项目与较远期的项目相比对于预测属性208做出得贡献更多。超过一定阶段的沉静的内容项目可以在预测用户的属性之前丢弃。

在一个实施例中，用户属性预测模块206基于在内容项目组204中所引用的实体的位置或者在内容项目组204中所引用的其他位置、来预测用户的物理位置。在一个示例中，内容项目组204中的内容项目在不提及实体的物理位置的情况下明确地引用实体。例如，为了明确地绑定到位于佛罗里达州维斯塔湖的迪斯尼乐园，对迪斯尼乐园的提及将不需要提及佛罗里达州维斯塔湖。明确地引用实体的内容项目可以被视为犹如它们提及了实体的物理位置。在另一个示例中，内容项目组204中的内容可以包括对全球定位系统(GPS)位置的引用或者对一些其他物理坐标的引用。例如，诸如和等的社交网络应用经常将物理位置信息插入到内容项目中或者将物理位置信息附加到内容项目。作为另一个示例，用户可以在内容项目的内容内提及物理位置，诸如地址、街道、城市、州或邮政编码等。

除了预测用户的物理位置以外，属性预测模块206可以预测用户在远离用户的中央物理位置的不同距离处将发布关于实体的内容的可能性或概率。在一个实施例中，距离模型基于用户的预测位置和用户明确地引用的实体的位置自动地学习。在学习了之后，距离模型可以定期地更新并且用于确定用户引用实体的可能性或概率，其中该实体位于远离用户的预测位置的特定距离处。

在另一个实施例中，用户属性预测模块206基于在内容项目204中被讨论过的类别、或者基于内容项目组204明确地引用的实体的类别来预测一个或多个可能被用户讨论的类别。类别在层次中或类别树和子类别树中彼此相关。类别之间的距离可以基于类别在树中的接近度来计算。该距离也可以基于两个类别被同一用户提及的频繁程度来计算。在一个实施例中，距离模型基于被用户讨论的预测类别自动地学习。在学习了之后，距离模型可以定期更新并且用于确定用户引用与预测类别存在距离的另一个类别中的实体的可能性。

图5图示了用于至少部分地基于项目与实体的一个或多个属性相关联的程度来选择用于与实体相关联的用户生成内容的项目组的过程。该过程由一个或多个计算设备来执行。在步骤502处，访问用户生成内容的项目。步骤504包括：对于每个项目，确定该项目与实体的一个或多个属性相关联的程度。然后，步骤506包括至少部分地基于所确定的、各个项目与实体的一个或多个属性相关联的程度来选择用于与实体相关联的项目组。

图6图示了用于至少部分地基于实体的特定属性与用户的预测属性之间的距离、来选择用于与具有该特定属性的实体相关联的用户的特定内容项目的过程。该过程由一个或多个计算设备执行。在步骤602处，访问由作者生成的内容项目。步骤604包括至少部分地基于内容项目确定作者的预测属性。然后，步骤606包括至少部分地基于实体的特定属性与作者的预测属性之间的距离、来选择用于与具有特定属性的实体相关联的作者的特定内容项目。

界面

图3图示了包括关于实体的信息以及与实体相关联的内容项目的用户界面示例。诸如电脑显示器或其他显示设备等的显示器302向浏览用户显示浏览器304。浏览器304可以包括但不限于 Internet或者 它们各个均是被配置为向该应用程序的浏览用户显示网页内容的应用程序。如图所示，用户界面306显示在浏览器304中。用户界面306不要求显示在浏览器中，并且可以作为单独的应用程序或通过除浏览器以外的应用程序呈现给用户。用户界面306包括关于实体308的信息和与实体308相关联地显示的项目内容310-316。浏览用户可以属于或者不属于从其收集内容项目310-316的社交网络中的任意一者。

图4图示了与图3的界面类似的用户界面，但是该用户界面引用了特定实体和与该实体相关联的特定内容项目。在所示的特定的非限制性示例中，显示器402在浏览器404中显示用户界面406。用户界面406包括关于实体408的信息。在该示例中，实体408是圣克拉拉的Yuki寿司。实体408可以与许多属性相关联。如图所示，实体408与物理位置(图示地址)、电话号码以及在Yuki寿司提供的食物菜单项目相关联。该实体也可以被归类为餐厅或者甚至归类为寿司餐厅。在一个示例中，寿司餐厅可以与诸如“卷”、“鱼”、“金枪鱼”、“鲑鱼”、“鳗鱼”等词语相关联。在图示示例中，Yuki与包括“jazz roll(爵士卷)”的来自菜单的词语相关联。由于浏览用户正在检索关于Yuki寿司的信息，因此伴随着关于Yuki寿司的信息显示内容项目410-412。这里，如在内容项目410-412中所反映的来自用户john_1和jane_1的正面的经验可以鼓励用户尝试Yuki寿司，或者甚至在Yuki寿司尝试特定的菜单项目。

硬件概述

根据一个实施例，本文所描述的技术通过一个或多个专用计算设备来实施。专用计算设备可以是硬连线的以执行技术，或者可以包括被永久编程以执行技术的诸如一个或多个特定应用集成电路(ASIC)或现场可编程门阵列(FPGA)等的数字电子设备，或者可以包括被编程以根据程序指令在固件、内存、其他存储器或其组合上执行技术的一个或多个通用硬件处理器。这样的专用计算设备也可以将自定义硬连线逻辑、ASIC或FPGA与自定义编程组合以实施技术。专用计算设备可以是结合硬连线和/或编程逻辑来实施技术的台式计算机系统、便携式计算机系统、手持设备、网络设备或任何其他设备。

例如，图7是图示了计算机系统700的框图，其中在计算机系统700上可以实施本发明的实施例。计算机系统700包括总线702或者用于沟通信息的其他通信机制，以及用于处理信息的与总线702耦合的硬件处理器704。硬件处理器704可以是例如通用微处理器。

计算机系统700也包括耦合到总线702的诸如随机存储器(RAM)或其他动态存储设备等的主存储器706，其用于存储信息和由处理器704执行的指令。主存储器706也可以用于在由处理器704执行的指令的执行期间存储临时变量或其他中间信息。这样的指令当被存储在处理器704可访问的非暂时性存储介质中时，使得计算机系统700成为专用机器，该专用机器被自定义为执行在指令中所指定的操作。

计算机系统700还包括耦合到总线702的只读存储器(ROM)708或其他静态存储设备，其用于存储静态信息和用于处理器704的指令。诸如磁盘或光盘等存储设备710被提供并且耦合到总线702，以存储信息和指令。

计算机系统700可以经由总线702耦合到诸如阴极射线管(CRT)等的显示器712，其用于向计算机用户显示信息。包括字母数字和其他按键的输入设备714耦合到总线702，以向处理器704传递信息和命令选择。另一种类型的用户输入设备是诸如鼠标、轨迹球或光标控制按键等的光标控制器716，其用于向处理器704传递方向信息和命令选择并且用于在显示器712上控制光标移动。这种输入设备通常在两个轴——第一轴(例如，x)和第二轴(例如，y)上具有两个自由度，这允许设备在平面中指定位置。

计算机系统700可以利用自定义硬连线逻辑、一个或多个ASIC或FPGA、固件、和/或与计算机系统结合使得计算机系统700成为或将计算机系统700编程为专用机器的编程逻辑来实施本文所述的技术。根据一个实施例，本文的技术由计算机系统700响应于执行包含在主存储器706中的一个或多个指令的一个或多个序列的处理器704来执行。这样的指令可以从诸如存储设备710等的另一个存储介质中读取到主存储器706中。包含在主存储器706中的指令序列的执行使得处理器704执行本文所述的过程步骤。在替换实施例中，硬连线电路可用于代替软件指令或者与软件指令相结合地使用。

如本文所使用的术语“存储介质”指的是存储使机器以特定形式操作的数据和/或指令的任何非暂时性介质。这样的存储介质可以包括非易失性介质和/或易失性介质。非易失性介质包括例如光盘或磁盘，诸如存储设备710等。易失性介质包括动态存储器，诸如主存储器706等。存储介质的共同形式包括例如，软盘、柔性盘、硬盘、固态驱动器、磁带或任何其他的磁数据存储介质、CD-ROM、任何其他的光学数据存储介质、具有孔图案的任何物理介质、RAM、PROM、EPROM、FLASH EPROM、NVRAM，任何其他的内存芯片或磁盘。

存储介质区别于传输介质，但可以与传输介质结合使用。传输介质参与在存储介质之间传输信息。例如，传输介质包括同轴电缆、铜线和光纤，包括包含总线702的线。传输介质也能够采用诸如在无线电波和红外数据通信器件期间产生的声波或光波的形式。

在实施处理器704执行的一个或多个指令的一个或多个序列时可以涉及各种形式的介质。例如，指令可以最初承载在磁盘或远程计算机的固态驱动器上。远程计算机能够将指令下载到它的动态存储器中并且使用调制解调器通过电话线路发送指令。计算机系统700本地的调制解调器能够在电话线路上接收数据，并使用红外发射器将数据转换成红外信号。红外探测器能够接收在红外信号中携带的数据并且适合的电路可以能够将数据寄予总线702上。总线702将数据传递到主存储器706，其中处理器704从主存储器706获取数据并且执行指令。由主存储器706接收的指令可以在被处理器704执行之前或之后、可选地存储在存储设备710上。

计算机系统700也包括耦合到总线702的通信接口718。通信接口718提供了耦合到网络链路720的双向数据通信，网络链路720连接到局域网722。例如，通信接口718可以是综合业务数字网(ISDN)卡、电缆调制解调器、卫星调制解调器或者提供到相应类型的电话线路的数据通信连接的调制解调器。作为另一个示例，通信接口718可以是提供到兼容局域网的数据通信连接的局域网(LAN)卡。无线连接也可以实施。在任何这样的实施方式中，通信接口718发送和接收携带代表各种类型的信息的数字数据流的电信号、电磁信号或光信号。

网络链路720通常通过一个或多个网络向其他数据设备提供数据通信。例如，网络链路720可以通过局域网722提供到主机724的连接或者到由互联网服务提供商(ISP)726操作的数据设备的连接。ISP 726反过来通过现在通常被称为“互联网”728的世界范围内的分组数据通信网络来提供数据通信服务。局域网722和互联网728两者都使用携带数字数据流的电信号、电磁信号和光信号。通过各种网络的信号以及在网络链路720和通过通信接口718(将数字数据传递到计算机系统700并且从计算机系统700传出)的信号是传输介质的示例形式。

计算机系统700能够通过网络(一个或多个)、网络链路720和通信接口718发送消息和接收数据(包括程序代码)。在互联网示例中，服务器730可以通过互联网728、ISP 726、局域网722和通信接口718传输用于应用程序的请求代码。

所接收的代码可以由处理器704如其所接收到的那样执行，和/或存储在存储设备710中或者存储在其他非易失性存储器中以用于以后的执行。

在前面的说明中，已经参考很多具体细节描述了本发明的实施例，其中具体细节可以根据实施方式的不同而改变。因此，说明书和附图被认为是说明性的而不是限制性的。本发明范围的唯一且排他性的指示，以及申请人意图保护的本发明的范围是本申请发布的权利要求组的文字范围和等效范围，权利要求以特定的形式发布，并且包括任何的后续修改。

Claims (14)

1.一种选择作者的内容项目以与具有具体属性的实体相关联的方法，其包括以下步骤：

访问由所述作者生成的多个内容项目，其中所述作者是社交网络服务的用户；

确定所述作者的预测属性，其中所述多个内容项目中的至少两个对所述作者的所述预测属性做出贡献；

至少部分地基于实体的具体属性与所述作者的所述预测属性之间的距离，选择用于与具有所述具体属性的所述实体相关联的所述作者的内容项目；

使得所选定的内容项目与关于所述实体的信息一同被显示在界面上；

其中所述方法由一个或多个计算设备执行。

2.根据权利要求1所述的方法，其中所述预测属性是所述作者的预测物理位置，并且其中所述具体属性是所述实体的物理位置。

3.根据权利要求1所述的方法，其中所述预测属性是针对所述作者的一个或多个预测类别，并且其中所述具体属性是所述实体的类别。

4.根据权利要求1-3中的任一项所述的方法，其中所述多个内容项目中的第一项目由使用第一社交网络服务的第一用户生成，并且所述多个内容项目中的第二项目由使用第二社交网络服务的第二用户生成，所述方法还包括以下步骤：

确定所述第一项目和所述第二项目是由同一作者生成的。

5.根据权利要求1-3中的任一项所述的方法，其中由所述作者生成的多个内容项目包括由两个或多个社交网络服务的用户进行的发布。

6.根据权利要求1-3中的任一项所述的方法，其中由所述作者生成的多个内容项目包括文本内容，并且其中确定所述项目与所述实体的属性相关联的程度是基于所述文本内容的。

7.根据权利要求1-3中的任一项所述的方法，其中所述多个内容项目包括由社交网络服务的用户进行的在长度上少于160个字符的发布。

8.一种选择作者的内容项目以与具有具体属性的实体相关联的计算机系统，包括：

用于访问由所述作者生成的多个内容项目的装置，其中所述作者是社交网络服务的用户；

用于确定所述作者的预测属性的装置，其中所述多个内容项目中的至少两个对所述作者的所述预测属性做出贡献；

用于至少部分地基于实体的具体属性与所述作者的所述预测属性之间的距离选择用于与具有所述具体属性的所述实体相关联的所述作者的内容项目的装置；

用于使得所选定的内容项目与关于所述实体的信息一同被显示在界面上的装置。

9.根据权利要求8所述的计算机系统，其中所述预测属性是所述作者的预测物理位置，并且其中所述具体属性是所述实体的物理位置。

10.根据权利要求8所述的计算机系统，其中所述预测属性是针对所述作者的一个或多个预测类别，并且其中所述具体属性是所述实体的类别。

11.根据权利要求8-10中的任一项所述的计算机系统，其中所述多个内容项目中的第一项目由使用第一社交网络服务的第一用户生成，并且所述多个内容项目中的第二项目由使用第二社交网络服务的第二用户生成，所述计算机系统还包括：

用于确定所述第一项目和所述第二项目是由同一作者生成的的装置。

12.根据权利要求8-10中的任一项所述的计算机系统，其中由所述作者生成的多个内容项目包括由两个或多个社交网络服务的用户进行的发布。

13.根据权利要求8-10中的任一项所述的计算机系统，其中由所述作者生成的多个内容项目包括文本内容，并且其中确定所述项目与所述实体的属性相关联的程度是基于所述文本内容的。

14.根据权利要求8-10中的任一项所述的计算机系统，其中所述多个内容项目包括由社交网络服务的用户进行的在长度上少于160个字符的发布。