CN103493049A - 用于声誉与知识管理的计算机系统和数据库 - Google Patents
用于声誉与知识管理的计算机系统和数据库 Download PDFInfo
- Publication number
- CN103493049A CN103493049A CN201280020785.8A CN201280020785A CN103493049A CN 103493049 A CN103493049 A CN 103493049A CN 201280020785 A CN201280020785 A CN 201280020785A CN 103493049 A CN103493049 A CN 103493049A
- Authority
- CN
- China
- Prior art keywords
- reputation score
- entity
- node
- ballot
- database
- 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
Links
- 230000006870 function Effects 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 22
- 230000004044 response Effects 0.000 claims description 21
- 230000013011 mating Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 12
- 230000004048 modification Effects 0.000 description 11
- 238000012986 modification Methods 0.000 description 11
- 230000008878 coupling Effects 0.000 description 9
- 238000010168 coupling process Methods 0.000 description 9
- 238000005859 coupling reaction Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
-
- 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
- G06F16/93—Document management systems
- G06F16/94—Hypermedia
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
描述了一种计算机系统,其包括一个或多个服务器、一个或多个用户终端;以及计算机条目的数据库,每个计算机条目包括定义表示实体的节点的节点数据和定义多个链接的链接数据,所述多个链接将所述节点连接到表示一个或多个其他实体的一个或多个其他节点,每个链接具有相关的描述与所述链接相关联的其中一个实体的属性的标签数据和与所述属性相关联的声誉得分。所述计算机系统能够基于搜索请求搜索所述计算机条目;基于与搜索结果相关联的声誉得分对搜索结果排序;以及输出一个或多个排序的搜索结果。所述计算机系统还允许实体添加新的链接到所述数据库和添加表示新的实体的新节点到所述数据库中。
Description
本发明涉及计算机系统、数据库和其应用方法。本发明与数据库结构具有特定的相关性,所述数据库结构保存定义可被应用的实体之间的关系的、可用于声誉与知识管理等的数据。
世界各地的企业保存存储描述单个员工及他们与企业中其他人的工作关系的数据的数据库。一般而言,现有的系统保存定义每个员工在他们所属的组织和集团中的角色的数据库记录等。许多这些计算机系统还依赖于员工创建或填写标准的公司记录且输入的信息量在员工之间显著不同;外向的员工一般比内向的员工提供更多的信息。保存该信息的一个目的是便于组织中的其他人能够搜索数据库以找到其目前正在从事的特定领域的专家。在理想的情况下,使用公司数据库,这个很容易实现,但是在实践中,当结果发现“专家”实际上不具有所需的知识或经验且必须进行进一步的搜索时大量的时间被浪费了。另一个难点是当组织扩大时,在搜索中识别的专家数量可能导致花费更多的时间来决定使用哪一个专家。
问题并不局限于在公司数据库中进行搜索。当搜索任何大型集合的数据时——像互联网上的网站,则要面对类似的问题。数据量意味着搜索可能导致成千上万的(否则数以百万计的)“搜索结果”,使用户几乎不可能筛选所有可能的搜索结果以寻找最相关的“搜索结果”。现有的像谷歌这样的互联网搜索公司,通过向公司收费产生他们收入的重要部分,以便这些公司将出现在显示给搜索用户的搜索结果列表的最上方。因此,最终,用户通常确定的是向搜索公司付费最多的那些用户或公司,而不是与他们的搜索相关的最适合的用户或公司。
因而,所需要的是新的数据库和计算机系统,其能够允许更精确的数据积累,以及能够便于终端用户更精确的搜索。
发明内容
根据一个方面,本发明提供了一种计算机系统,包括:计算机服务器;一个或多个用户终端;以及计算机条目的数据库,每个计算机条目包括定义表示实体的节点的节点数据和定义多个链接的链接数据,所述多个链接将所述节点连接到表示一个或多个其他实体的一个或多个其他节点,每个链接具有相关联的描述与所述链接相关联的一个实体的属性的标签数据和与所述属性相关联的声誉得分。其中,所述系统可进行以下操作:i)接收搜索请求;ii)基于所接收的搜索请求搜索所述计算机条目;iii)基于与所述搜索结果相关联的声誉得分对搜索结果排序;以及iv)输出一个或多个排序的搜索结果。
在一个优选的实施方式中,每个声誉得分具有相关联的依赖于时间的权重(区别于应用于其他声誉得分的权重)。应用于声誉得分的权重能够被设置成相对于其他加权的声誉得分减少该声誉得分,且可以由一个或多个指数函数来定义。应用的权重可取决于搜索请求被接收到的时间与声誉得分最后被更新的时间之间的时间差。权重可以由服务器、数据库或者用户终端来确定。
在一个实施方式中,应用于声誉得分的权重取决于由与声誉得分相关联的链接延伸到的节点表示的实体。例如,当实体能够在数据库中创建与其他实体的链接时,应用于声誉得分的权重可以取决于在给定的时间段内由与声誉得分相关联的链接延伸到(或者在某些情形中,延伸自)的节点表示的实体创建的链接数量。被应用的权重优选随着在给定的时间段内由实体创建的链接数量的增加而减少。
在一个实施方式中,当声誉得分被加权时,在声誉得分被更新后的初始阶段,恒定的权重或无权重被应用于声誉得分。例如,该初始阶段可能是一天、一周或者一个月等。
应用于声誉得分的权重最好是这样的——在声誉得分最后被更新的时间之后的限定期间(像,12个月)后,声誉得分实质上减少到0。
被应用于声誉得分的权重可能乘以声誉得分;或者声誉得分可除以权重;或者可以通过从声誉得分中减去权重或者增加权重到声誉得分来对声誉得分加权。
在一个实施方式中,实体能够对数据库中存储的声誉得分进行投票。优选地,与和声誉得分相关联的链接延伸自的节点相关联的实体被阻止对声誉得分进行投票,或者与声誉得分相关联的链接延伸到的节点相关联的实体被阻止对声誉得分进行投票。该阻止可由服务器、数据库或用户终端进行控制,且可使用与投票实体相关联的登录数据进行控制。同样地,接收到的投票可被服务器或者数据库使用以更新声誉得分。声誉得分可能被增加投票或减少投票,且可能对给定的实体能够对所述声誉得分增加投票的量设置限值。所述数据库能够保存已经由实体对声誉得分投票的投票数据,而且可能对先前由所述投票实体所做的投票进行核查,以确定是否已经达到所述限值,从而确定是否应该根据所述投票对所述声誉得分进行更新。在一个实施方式中,投票实体能够对声誉得分减少投票的数量被限制到所述投票实体对所述声誉得分先前增加投票的数量。在优选的实施方式中,每个声誉得分具有指示所述声誉得分被更新的最后时间的相关的时间戳,而且,所述时间戳响应于所述声誉得分的增加投票或减少投票被更新。
存储于数据库中的节点的节点数据可能包括下列中的一个或多个:实体的节点ID;实体的名称和实体的详细联系方式。节点ID优选包括通用资源标识符(URI)——因为这有利于数据库的普遍采用。
存储于数据库中的每个链接的链接数据包含源节点数据和目的节点数据以及标签ID,所述源节点数据识别所述链接延伸自的节点,所述目的节点数据识别所述链接延伸到的节点,所述标签ID识别与所述链接关联的标签数据。关联于链接的标签数据可包括标签ID和标签描述。标签描述可能与链接延伸到的节点相关联的实体的属性(专长的领域)相关,且该描述由与和所述链接延伸自的节点相关联的实体来定义。
在一个实施方式中,表示新的实体的新的节点数据可能被存储于数据库中,且表示现有的实体之间或新的实体与现有的实体之间或新的实体之间的新的关系的新的链接数据可能被存储于数据库中。新的节点数据可能由服务器或数据库响应于从一个或多个用户终端接收的用户输入来生成。
本发明还提供一种计算机服务器,该计算机服务器包括:处理器,可操作以:从用户终端接收搜索请求;基于所接收到的搜索请求搜索计算机条目的数据库,对于每个计算机条目,所述数据库存储定义表示实体的节点的节点数据和定义多个链接的链接数据,所述多个链接将所述节点连接到表示一个或多个其他实体的一个或多个其他节点,每个链接具有相关的描述与所述链接相关联的一个实体的属性的标签数据和与所述属性相关联的声誉得分;基于与搜索结果相关联的声誉得分对所述搜索结果排序;以及将一个或多个排序的搜索结果输出给所述用户终端。
本发明还提供一种数据库,该数据库包括:多个计算机条目,每个计算机条目包含:节点数据,其定义表示实体的节点;以及链接数据,其定义多个链接,所述多个链接将所述节点连接到表示一个或多个其他实体的一个或多个其他节点,且具有相关的描述与所述链接相关联的一个实体的属性的标签数据和与所述属性相关联的声誉得分。
本发明还提供搜索以上数据库的方法,其特征在于,应用与和搜索查询相匹配的链接相关联的声誉得分对搜索结果排序。该方法优选在排序之前对声誉得分加权。
本文所描述的数据库能够用于各种商业应用,涉及互联网搜索、社交网络、办公管理等。
本发明还提供一种计算机终端,该计算机终端包括:处理器,其可操作以:接收搜索请求;基于所接收到的搜索请求搜索计算机条目的数据库,对于每个计算机条目,所述数据库存储定义表示实体的节点的节点数据和定义多个链接的链接数据,所述多个链接将所述节点连接到表示一个或多个其他实体的一个或多个其他节点,每个链接具有相关的描述与所述链接相关联的其中一个实体的属性的标签数据和与所述属性相关联的声誉得分;基于与搜索结果相关联的声誉得分对所述搜索结果排序;以及将一个或多个排序的搜索结果输出给所述用户。
本发明还提供一种计算机系统,该计算机系统包括:计算机服务器;以及计算机条目的数据库,每个计算机条目包括定义表示实体的节点的节点数据和定义多个链接的链接数据,所述多个链接将所述节点连接到表示一个或多个其他实体的一个或多个其他节点,且具有相关联的描述与所述链接相关联的一个实体的属性的标签数据和与所述属性相关联的声誉得分;其中,所述系统可进行如下操作:i)接收添加从第一实体到第二实体的链接的请求;ii)接收所述第二实体的属性的描述;iii)初始化与所述新链接相关联的声誉得分;iv)基于所接收到的所述第二实体的属性的描述,定义所述新链接的标签数据;v)将所述新链接的链接数据存储于所述数据库中。定义新的标签数据可涉及生成新的标签数据或者如果标签已经存在的话使用现有的标签数据。
从以下实施方式的详细描述中,本发明的这些方面或其他方面将会变得明显,而实施方式仅通过参照附图的示例的方式进行描述,其中:
图1是图示本发明能够在其中实现的计算机系统的方框图;
图2图示了连接两个节点的连线图,所述两个节点表示存储在构成图1中所示的系统的部分的数据库中的实体;
图3a图示了数据库中保存的与对应于实体的节点相关联的信息;
图3b图示了数据库中保存的与连接两个节点且定义对应于所述节点的实体间的关系的链接相关联的信息;
图3c图示了数据库中保存的与链接相关联的标签信息;以及
图3d图示了数据库中保存的投票信息,所述投票信息针对修改了与所述链接相关联的声誉得分的链接进行的投票;
图4是图示构成图1中所示的系统的部分的用户终端的主要部件的方框图;
图5图示了在图4中所示的用户终端的显示器上生成的web浏览器界面,且图形化地示出保存在数据库中的与用户终端的当前登录的用户相关的部分数据;
图6图示了在用户终端的显示器上生成的web浏览器界面,且图形化地示出针对名称搜索的搜索结果显示给用户的方式;
图7图示了在用户终端的显示器上生成的web浏览器界面,且图形化地示出保存在数据库中的与从图6中所示的搜索结果中选择的名称相关的部分数据;
图8图示连接两个节点的连线图,所述两个节点表示图7中所示的图中示出的实体;
图9图示了在用户选择图中所示的标签之后图8中所示的连线图;
图10图示了在用户终端的显示器上生成的web浏览器界面,且图形化地示出了当节点被用户选择的时候图7中所示的数据;
图11图示了在用户终端的显示器上生成的web浏览器界面,且图形化地示出了针对标签搜索的搜索结果显示给用户的方式;
图12图示了在用户终端的显示器上生成的web浏览器界面,且图形化地示出了保存在数据库中的与从图11中所示的搜索结果中选择的标签相关的专家用户关联的部分数据;
图13图示了在用户终端的显示器上生成的web浏览器界面,且图形化地示出保存在图12中所示的数据库中的部分数据,以及示出登录的用户与确定的专家用户之间的中间连接;
图14是图示构成图1中所示的计算机系统的部分的服务器的主要部件的方框图;
图15是图示图14中所示的服务器创建数据库中两个实体之间的新链接的方式的流程图;
图16是图示图14中所示的服务器在数据库中执行标签搜索以识别与用户指定的标签描述相关的专家的方式的流程图;
图17是图示图14中所示的服务器改变已经被其他用户投票的链接的声誉得分的方式的流程图;
图18是图示图14中所示的服务器响应从用户终端接收的名称搜索请求执行名称搜索的方式的流程图;
图19a是图示被图14中所示的服务器应用于与链接相关联的声誉得分的权重函数的曲线;
图19b图示了可被图14中所示的服务器应用于与链接相关联的声誉得分的可替代的权重函数;
图20图示数据库中的数据能够被用于基于事务的系统的方式;以及
图21图示数据库中的数据能够被分析以确定组织中的关键人物的弱点的方式。
概述
图1图示了本发明在其中实现的计算机系统1。该计算机系统包括能被很多服务器5访问的数据库3——其中两个服务器在图1中被标记为5-1和5-2。数据库3在此处被示出为单个数据库3,然而在实践中,多种形式的数据库3可以通常的方式被提供以方便在不同地区的访问及其使用。希望获得对数据库3的访问权的系统用户通过用户终端7进行访问,用户终端7可能是像个人电脑这样的固定终端或者像蜂窝电话或笔记本电脑这样的移动终端。图1示出各种不同的用户终端7,标记为7-1到7-7。如图所示,用户终端7-1能够通过服务器5-1和局域网9-1访问数据库3;用户终端7-2到7-4能够通过服务器5-2、互联网11和局域网9-2访问数据库3;用户终端7-5能够通过服务器5-2和互联网11访问数据库3;用户终端7-6和7-7(其是移动终端)能够通过服务器5-2、互联网11和电话网络13访问数据库3。图1还示出用户终端7-7能够直接连接到互联网11,因而也能够通过服务器5-2和互联网11访问数据库3。
如以下将要进行的更详细的阐述,数据库3保存定义实体之间的多个关系的数据。如从后面的应用场景中明显看出的是,实体可能是个人、公司、协会等等。在以下所述的优选实施方式中,实体是单个的用户且数据库3还保存与每个关系相关联的声誉得分以及允许其他用户增加(增加投票)与该关系相关联的声誉得分或减少(减少投票)得分。以这种方式,与关系相关联的声誉得分是来自群众的(由系统的其他用户群体来定义),而不是来源于具有该关系的用户或受其控制。声誉得分允许用户在数据库中搜索特定的用户或特定的专门知识且允许计算机系统对搜索结果进行排序以识别与搜索最相关的一个或多个实体。
现在将给出数据库3、服务器5和用户终端7的更详细的描述。
数据库
保存于数据库3中的数据定义节点的相互关系图,每个节点表示系统所知的不同实体且实体间的关系由图中连接对应节点的链接来定义。在图2中图形化地示出了两个节点间的这种相互连接。在这个示例中,节点15-1关联于用户“Scott”而节点15-2关联于用户“Bill”。如图所示,Scott和Bill由17-1到17-7的多个链接连接。链接17是定向性的,链接17-1到17-3从Scott延伸到Bill,而链接17-4到17-7从Bill延伸到Scott。每个链接17定义Scott与Bill之间的关系,且具有用户定义的标签19且标签19描述关系的原因。在这个实施方式中,从节点15延伸开的链接17是被与链接从其延伸开的节点15相关的用户创建的。这样,Scott创建链接17-1到17-3且创建定义其自身与Bill之间的不同关系的原因的标签19-1到19-3。类似地,Bill创建链接17-4到17-7且创建有效地定义其自身与Scott之间的关系的原因的标签19-4到19-7。如这个示例中所说明的,Scott连接到Bill的原因不一定与Bill连接到Scott的原因相同。
在以下所述的优选的实施方式中,声誉得分被保存用于每个关系(链接17)且其他用户能够增加(增加投票)与链接17相关联的得分或减少(减少投票)得分。以这种方式,与链接17相关联的声誉得分是来自群众的(由系统的其他用户群体来定义),而不是来源于具有该关系的用户。在优选的实施方式中,声誉得分还通过衰减的权重函数加权,所述衰减的权重函数有助于使有意义的和群众核实的关系区别于可能限制计算机系统1的扩展型的其他关系。在本实施方式中,表示图2中所示的每个标签19的圆的大小取决于与对应的链接17相关联的声誉得分。因此,链接17-3比链接17-1具有与其相关联的更高的声誉得分;而链接17-1比链接17-2具有与其相关联的更高的声誉得分等等。
在本实施方式中,图3a到图3d更详细地示出保存于数据库3的一些数据。为了便于说明,图3中以表格的形式示出了这些数据,而在实践中,这些数据可能按照关系数据库的适当的字段或条目组合在一起。图3a示出针对数据库3中的节点15保持的节点数据21。如图所示,节点数据21包括节点ID21-1,所述节点ID21-1定义关联于节点15的实体(在这个例子中是人)的唯一的标识符。因此,对于图2中所示的节点15-1,相关联的实体是Scott Brown,而这个例子中,存储的节点ID21-1是指向ScottBrown的主页的URI(通用资源标识符)www.hsbc.com/scottbrown。节点数据21还包括:与节点相关联的实体的名称21-2;Scott的电子邮件地址21-3;定义节点15-1何时被创建的创建日期21-4;定义节点数据21最后被更新的时间的修改日期21-5;定义Scott居住在哪个国家的国家码21-6和定义Scott位于哪个城市的城镇码21-7。节点数据21可能省略该数据的一部分和/或其能够包含额外的数据,诸如Scott的家、工作和/或移动电话号码等等。
图3b示出保存于数据库3中的图2中所示的链接17-3的链接数据23。如图所示,链接数据23包括链接ID23-1,在这个例子中也是URI;识别链接17从节点15-1延伸的“源节点ID”23-2;和识别链接17延伸到的节点15-2的“目标节点ID”23-3。在本实施方式中,链接ID在所有由“源节点ID”23-2识别的延伸自节点15的链接17中是唯一的。这样,链接17由其链接ID23-1和源节点ID23-2的组合唯一地定义。链接数据23还包括指示链接17何时被创建的创建日期23-4和链接17最后被更新的时间的修改日期23-5。链接数据23还包括指向与链接17相关联的标签19的标签数据的标签ID23-6;以及,定义链接17的来自群众的得分的声誉得分23-7。
图3c图示了保存于数据库3中的与链接17-3相关联的标签19-3的标签数据25。如图所示,标签数据25包括识别特定标签的标签ID25-1(在本实施方式中其也是URI——且与标签ID23-6是相同的);标签描述25-2,其是用户定义的描述标签19与之相关联的关系(链接17)的原因的文本字段;指示标签19何时被创建的创建日期25-3;以及可选地,关于标签19的URI。例如,如果标签19关于一本书,那么URI可能链接到该书的评论或该书的ISBN号等等。
最后,图3d图示了保存于数据库3中的针对链接所进行的每个投票的投票数据27。如图所示,投票数据27包括唯一地识别投票所关联的链接的投票ID27-1。在本实施方式中,因为链接ID23-1在整个系统中可能并不是唯一的,投票ID27-1由链接ID23-1和对应的链接17延伸自的节点15的节点ID21-1的组合进行定义。因此,如果用户输入投票来增加关联于图2中所示的链接17-2的声誉得分,那么投票ID27-1将由与链接17-2相关联的链接ID23-1和与节点15-1相关联的节点ID21-1的组合进行定义。投票数据27还包括识别与进行投票的实体相关联的节点ID21-1的投票者节点ID27-2。最后,投票数据27包括投票27-3。在本实施方式中,每个实体被允许将关于每个链接17的声誉得分增加+1票。如果它们已经对链接进行了投票,那么它们还能够通过再次以-1的分数投票来删除它们的投票。因而,投票数据27被用于跟踪由每个用户进行的且针对每个链接17的所有投票。在本实施方式中,每当新的投票被添加到系统时,与投票相关的链接17相关联的声誉得分23-7被更新以反映新的投票。
用户终端
图4是图示被应用于本实施方式的用户终端7的主件的方框图。如图所示,用户终端7包括用于连接通信网络的网络接口71,用户通过通信网络能够访问服务器5和数据库3。用户终端7还包括处理器73,该处理器73根据存储于存储器75中的软件指令控制用户终端7的操作。用户终端7还具有用户输入设备77,诸如键盘、触摸屏和/或鼠标等,通过输入设备77用户能够输入导航命令和其他控制输入;以及用户终端7还具有用户输出设备79,在本实施方式中,用户输出设备79是用于显示经服务器5从数据库3中获得的信息的显示器。
如图4中所示,存储于存储器75的软件包括操作系统81和浏览器83,所述操作系统81定义用户终端7的常用操作,所述浏览器83被用于提供与服务器5的用户接口和存储于数据库3中的最终数据。
用户终端操作
现在将更详细地描述用户终端7的操作方式,图示用户能够访问和搜索数据库3中存储的数据,建立与数据库3的新的连接,以及修改与其他用户的链接17相关联的声誉得分23-7的方式。
图5图示由浏览器83产生的web浏览器屏幕91,且该web浏览器屏幕91显示于用户终端7的显示器79上。在左手边的窗口93中,提供了登录框95,通过登录框95用户能够登录服务器5和数据库3。在本图示中,用户Scott Brown已经登录,而且,在右手边的窗口97中,展示了存储于数据库3中的部分数据的图形说明99-1。特别是,当Scott登录到服务器5时,登录请求(包括Scott的用户名)从浏览器83发送到服务器5。响应于接收到登录请求,服务器5应用Scott的用户名检索与Scott相关联的所有连接,或者如果Scott具有超过10个的连接,检索其前10个连接,用于在右手边的窗口97中显示。基于与将Scott连接到其每个连接的链接17相关联的所有声誉得分的总和,服务器5对Scott的连接排序(以识别前10个连接)。这样,通过图2中所示的链接17-1、17-2和17-3的所有声誉得分的总和,例如Scott和Bill间的整体声誉被定义。该整体声誉然后能够对比于Scott与其其他连接之间的类似的整体声誉被排序。
如图5中所示,在本图示中,服务器5检索其他10个用户的节点数据:Lyn、Paul、Bill、And、Dan、Anna、Tom、James和Randy。这些其他用户中的每个与Scott一起,由节点15(被标记为15-2到15-11)图形化地表示于窗口97中。如图所示,Scott的节点15-1通过相应的连接线(标记为101-2到101-11)连接到其他节点15。在本实施方式中,连接线101的粗度取决于Scott与对应的用户之间的整体声誉得分。因此,在这个示例中,Scott与Randy之间的连接线101-8较粗,说明与连接Scott与Randy之间的链接相关联的声誉得分在数值上相对较高。反过来,Scott与Lyn之间的连接线101-9较细,说明与连接Scott与Lyn之间的链接相关联的声誉得分在数值上相对较低。
如以上所提到的,在本实施方式中,当用户登录到服务器5时,他们的连接的子集一般将被图示于主窗口区域97中。这是为了防止主窗口区域97变得凌乱或难于阅读。如果在主窗口97中未示出特定的连接,那么Scott能够应用搜索窗口103搜索联系人。如图所示,通过将用户的名字的一个或多个字符输入到文本框105中,Scott能够基于名字搜索用户。Scott还能够通过将文本输入到文本框107中,搜索包含于数据库3中的标签描述25-2。通过从过滤窗口110的下拉菜单框109中选择标签描述,Scott还能够基于特定的标签描述来限制当前显示于主窗口97中的连接。以这种方式,只有通过特定的标签描述链接到Scott的连接将被显示于窗口区域97中。
名字搜索
现在将更详细地描述名字搜素的操作。如果Scott开始输入文本到名字搜索文本框105中,那么名字搜索请求连同由Scott输入的字符被发送给服务器5。名字搜索请求还包含Scott的标识符(Scott的用户名或者是适当的会话标识符)。响应于接收到名字搜索请求,服务器5应用输入的文本识别节点数据21的名字字段21-2的匹配。匹配输入文本的名字然后被发送回用户终端7,用于在主窗口97中显示。例如,返回的名字数目可能受限于前100个名字(其中名字的排序可能基于与用户相关联的声誉得分进行)。图6示出的是响应于Scott在名字搜索文本框105中输入文本“KEN”,由浏览器83显示的结果的用户界面。如图所示,在本实施方式中,浏览器83在云111中显示匹配的名字,其中,不同的名字以具有不同大小的随机图案显示,且不同名字的大小和位置随时间的推移而发生改变。在可选的实施方式中,搜索的名字可能简单地显示为由用户选择的名字列表。如果Scott识别出他正在搜索的人的名字,那么他能够应用用户输入设备77选择所显示的名字。作为响应,浏览器83将与所选的名字相关联的节点数据(连接)的请求发送回服务器5。作为响应,服务器5将搜索数据库3以检索与所选用户相关联的前10个连接,且返回适当的数据给用户终端7,用于由浏览器83显示。
图7图示了如果Scott从图6中所示的用户界面中选择了“Kendy Lu”,被检索且显示于主窗口97中的连接的图形化表示99-2。如图7中所示,Kendy的连接的图形化表示99-2类似于图6中所示的Scott的连接的图形化表示99-1。当和Kendy的连接一起呈现时,通过点击用户的节点15,Scott能够查看每个用户的详细联系方式(诸如电子邮件地址、电话号码等等)。通过选择对应的连接线101,Scott还能够查看将Kendy连接到其每个联系人的链接17。例如,如果Scott选择连接线101-13(其连接Kendy与Sue),那么请求连接Kendy与Sue的所有链接17的链接数据23的请求将会被发送给服务器5。如图8中所示,该数据被返回到浏览器83,浏览器83然后显示连线图于主窗口97中。如图所示,在这个例子中,Kendy具有连接其与Sue的两个链接17-8和17-9(而Sue没有连接其与Kendy的链接)。链接17-1具有标签描述“移动商务”,而链接17-9具有标签描述“法律”。
投票
当查看图8中所示的链接17时,Scott从以前与Sue的往来中可以发现Sue的确是关于法律事务的专家。因而,Scott可以决定投票增加与链接17-9相关联的声誉得分。另外,Scott可以依靠Kendy与Sue的关系,向Sue咨询关于法律事务方面的意见,而且如果对建议满意还可以投票增加与链接17-9相关联的声誉得分。不管哪种情形,在本示例的实施方式中,通过应用输入设备77,将光标(未显示)放到标签19-9上,Scott能够对链接17-9进行投票。这就带来了图9中所示的选项。如图所示,提供了三个选项按钮——投票按钮131、编辑按钮133和删除按钮135。在这个例子中,因为链接17-9并不关联Scott,所以编辑按钮133和删除按钮135被禁用(且可能未显示)。然而,如果Scott点击投票按钮131,那么则显示允许对与链接17-9相关联的声誉得分23-7增加投票或减少投票的增加投票按钮137和减少投票按钮139。如果Scott按下增加投票按钮137或减少投票按钮139,那么识别链接17-9和由Scott所做的投票的消息将会从用户终端7发送给服务器5。该消息还包括Scott的适当的标识符,以便服务器5能够识别Scott是投票者。
如以上所提到的,如果Scott点击图9中所示的编辑按钮133或删除按钮135,那么因为链接17-9并不关联于Scott,所以编辑或删除链接17-9的请求将会被服务器5忽略,且适当的报错消息将会被返回并在主窗口97上显示给Scott。然而,如果Scott查看其自身与其他用户之间的链接17(诸如图2中所示的链接17)时,那么他将能够编辑和删除那些链接中的任何一个,但是他将不能对那些链接中的任何一个进行投票。例如,以这种方式,如果Scott对用于Bill创建的链接17-4、17-5、17-6或17-7中的一个的标签描述并不满意,那么Scott能够编辑标签描述或删除链接。
添加链接
回到图8,除了能够查看连接Kendy与显示的她的每个联系人的链接外,Scott还能够添加从他自身的节点15-1到所显示的任何连接的链接。在本实施方式中,通过应用输入设备77,将光标置于与Scott希望与之建立连接的用户相关联的节点15上方,Scott能够添加链接。图10图示了在这个例子中当Scott将光标放到Sue的节点15-13的上方时发生的情况。如图所示,链接按钮141和删除按钮143被显示为连接到Sue的节点15-13。由于所显示的图形示出了Kendy的连接,删除按钮143是无效的,因此Scott不能删除Kendy到Sue的连接。然而,当Scott查看他自己的连接(图5中所示)时,那么他能够应用该删除按钮143删除连接。因而,在本示例中,如果Scott确实按下删除按钮143,那么服务器5将忽略该请求且将报错消息发送回用户终端7,用于显示在主窗口97中。
另一个方面,如果Sott点击链接按钮141,那么web浏览器83将发送指示Scott(当前登录用户)希望添加他自身与Sue之间的链接的请求给服务器5。然后,浏览器将显示提示Scott输入文本描述用作将要创建的新链接17的标签描述25-2的文本框,而且这个文本描述一旦输入后,将被发送回服务器5。通过这个信息,服务器5能够生成新链接的新的链接数据23和标签数据25,其存储这些新数据于数据库3中。起初,与新链接相关联的声誉得分23-7被给出象征性的起始值(诸如值1)。
标签搜索
如以上所讨论的,除了能够应用名字搜素文本框105搜索其他用户或实体之外,Scott能够基于输入到标签搜索文本框107中的文本来搜索数据库3。特别是,当Scott开始在标签搜索文本框107中输入文本时,则标签搜素请求连同在文本框107中输入的文本被发送给服务器5,该文本将针对存储于数据库3中的标签描述25-2进行搜索。然后,匹配的文本描述将会被返回给用户终端7用于由浏览器83显示。图11图示了当Scott在标签搜索文本框107中输入文本“COM”时显示的搜索结果的标签描述。如图11中所示,标签描述被显示于云151中,其中不同的标签描述具有不同的大小且随着时间的推移其位置和大小发生改变。另外,标签描述可以被简单地提供在主窗口97内的列表中。如果Scott应用输入设备77选择其中一个显示的标签描述(诸如标签描述“移动商务”),那么浏览器83发送请求回服务器5,以识别在数据库3中具有与标签描述“移动商务”相关联的最高声誉得分的实体——与这个标签描述相关联的专家或“行家”。作为响应,服务器5搜索数据库3以识别这个行家,且检索和返回这个行家的前10个连接的节点数据。以这种方式,请求的用户(在这个例子中是Scott)能够看到行家和他们的前10个连接。图12图示了被识别的专家是Sue的情形,且相应地,图12图示了Sue的前10个连接。
图12还图示了如果Scott将光标放到Sue的节点15-13上,跟踪选项按钮155被显示,跟踪选项按钮155如果被选择,将发送搜索数据库3中的连接以跟踪回到登录用户——Scott的路径的请求给服务器5。响应于接收到这个跟踪请求,服务器5搜索数据库3以识别Scott与Sue之间的最短数量的连接。然后,适当的节点数据被发送回Scott的用户终端7,用于由web浏览器83显示。图13图示了当服务器5建立Sue和Scott共享的与Bill的连接时这种跟踪操作的结果。如图所示,Sue的显示图99-3已经被修改成示出通过Bill与Scott的连接。通过这个额外的信息,Scott能够利用他已经和Bill建立的关系来建立与Sue的连接。在可选的实施方式中,服务器5可以响应于标签搜索执行自动跟踪——以便,起初,Scott被呈现图13中所示的图形,而不是首先示出图12中的图形,且要求Scott点击跟踪按钮155。
服务器
现在将给出服务器5和其操作来实现以上所讨论的各种功能的方式的更详细的描述。图14是示出在本实施方式中应用的服务器5的主件的方框图。如图所示,服务器5包括用于连接通信网络的网络接口31,通过所述通信网路,用户应用用户终端7能够访问服务器5。所述服务器5还包括数据库接口33,所述数据库接口33允许服务器5连接于数据库3和从数据库3中检索数据和存储数据于数据库3。服务器5还包括处理器35,所述处理器35根据存储于存储器37的软件指令控制服务器5的操作。在本实施方式中,服务器5被耦合到像键盘或鼠标等的用户输入设备39和像显示器的用户输出设备41,而且这些能够被用于维修和诊断的目的。
如图14中所示,存储在存储器37中的软件包括:定义服务器5的常用操作的操作系统43;允许用户登录到服务器5的用户登录模块45;基于登录的详细信息或用户搜索查询,从数据库3中检索数据的搜索模块47;用户界面模块49,其生成适当的用户界面数据用于创建由搜索模块37检索的数据的用户视图,并经用户终端7输出给用户;添加链接模块51,其允许用户在数据库3中添加将他们自身与其他用户连接的链接;添加节点模块53,其允许新用户被添加到数据库3中;构建模块45,其根据其他计算机系统中所保存的信息,能够在数据库3中自动创建新用户的节点数据21;投票模块57,其允许用户对与连接对应的节点15的链接17相关联的其他用户的声誉得分23-7进行投票;更新模块59,基于用户请求的改变或所做的投票,更新数据库3中的数据;以及链接权重计算模块61,其计算将被应用于与链接17相关联的声誉得分23-7的基于时间的权重,所述链接17是搜索模块47的搜索对象。
服务器操作
现在将详细描述服务器5的操作方式,示出了服务器5访问和搜索存储在数据库3中的数据,在数据库3中建立新连接,和修改与其他用户的链接17相关联的声誉得分23-7的方式。
添加链接
图15图示了当两个实体之间的新链接17将要被添加到数据库3时,由服务器5执行的处理步骤的流程图。在步骤s1中,服务器5的用户界面模块49接收新链接请求,例如,作为当前登录的用户经他们的web浏览器83选择链接按钮113的结果。用户界面模块49识别新链接请求且将请求传递给添加链接模块51。然后,在步骤s3中,添加链接模块51处理请求,以确定将要在其之间添加新链接17的节点15。在本实施方式中,添加链接模块51能够根据新链接请求中包含的信息确定这个信息。特别是,新链接请求包括识别当前登录用户的会话ID。当前登录用户的节点ID21-1被用作新链接17的“源节点ID”23-2。接收自用户终端7的新链接请求还将识别当前登录的用户将光标置于其上且然后选择链接按钮141的节点15。这个节点15的节点ID21-1被用于新链接17的“目的节点ID”23-3。如果接收自用户终端7的新链接请求并不包含请求信息,那么添加链接模块51能够要求用户界面模块49发送适当的提示给用户终端7以汇集所需要的信息。如果将要为新用户建立新链接,那么添加节点模块53将在新链接被创建之前被调用以创建新用户的节点数据21。
在步骤s5中,一旦添加链接模块51具有识别新链接的“源节点”和“目的节点”的信息,添加链接模块51就指示用户界面模块49发送关于将要被用于新链接17的标签描述25-2的提示给用户。一旦从用户终端7接收回标签描述,在步骤s7中,添加链接模块51创建新链接17的新的链接数据23和新的标签数据25(如果合适的话)。特别是,添加链接模块51将创建新链接的新链接ID23-1;其将添加在步骤s3中确定的源节点ID23-2和目的节点ID23-3,而且将创建日期和修改日期设置为当前日期;其将添加指向与新链接17相关联的标签数据25的标签ID,而且其将声誉得分23-7设置为初始值。被添加的每个标签描述可被作为单独的标签来对待。然而,因为许多用户将应用与其他用户相同的标签描述,被添加到新链接的链接数据23的标签ID将优选指向与相同的标签描述(如果其之前已经被应用了)相关联的现有的标签数据25。然而,如果标签描述是新的,那么添加链接模块51也将生成新链接17的新的标签数据25。在这个例子中,添加链接模块将生成新标签的标签ID25-1且应用在步骤s5中获得的标签描述添加标签描述25-2。添加链接模块51还将设置创建日期25-3和将要与由用户连同标签描述输入的标签相关联的任何URI。
一旦添加链接模块51创建了新链接17的链接数据23(和标签数据25(如果有必要)),其在步骤s9中将该数据存储于数据库3中。然后,添加链接模块51指示用户界面模块49更新数据库3的用户视图,该用户视图当前在用户设备7的主窗口97中显示给用户,以反映新链接17的存在。如图15中所示,在步骤s11中,用户界面模块49执行用户视图的更新,及随后处理结束。
标签搜索
现在将参照图16阐述服务器5在标签搜索操作过程中的操作。如以上所阐述的,在当前登录的用户在标签搜索文本框107中输入文本时,标签搜索操作则被执行。如图所示,在步骤s21中,当用户界面模块49接收到标签搜索请求连同用户在文本框107中输入的文本时,所述操作开始执行。用户界面模块49解释接收的请求且将请求传递给搜索模块47。作为响应,在步骤s22中,搜索模块47应用接收的标签搜索请求中的文本来识别包含输入文本的标签描述25-2的标签ID25-1。在步骤s23中,搜索模块47将匹配的标签描述25-2传递给用户界面模块49,以便它们能够被返回到用户终端7用于显示给用户。一旦用户选择所显示的标签描述25-2,所选择的标签描述则被返回到服务器5,且在步骤s25中,搜索模块47应用与所选择的标签描述25-2相关联的标签ID25-1,来识别数据库3中的包含标签ID25-1的对应的链接17(即,具有与所选择的标签描述相关联的标签ID25-1匹配的标签ID23-6的链接数据23)。然后,搜索模块47检索与链接17相关联的声誉得分23-7,所述链接17包含所选择的标签描述的标签ID,连同那些每个链接的修改日期23-5。
然后,搜索模块47将每个匹配的链接的修改日期传递给链接权重计算模块61,在步骤s27中,所述链接权重计算模块61应用修改日期计算对应的声誉得分23-7的各自的权重。然后,链接权重计算模块61将确定的权重返回给搜索模块47,在步骤s29中,搜索模块47将该确定的权重应用于对应的声誉得分。如以下将要更详细阐述的,所述权重被应用以便自从对应的声誉得分最后被更新以来,加权的声誉得分随着时间的推移而衰减。因而,链接权重计算模块61基于当前日期和与最后的更新相关联的日期(由修改日期23-5来定义)之间的差,计算每个声誉得分的权重。
在本实施方式中,由链接权重计算模块61生成的权重具有0和1之间的值,而且搜索模块47通过将声誉得分23-7乘以权重,将权重应用于对应的声誉得分23-7。本领域的技术人员将会理解,在其他的实施方式中,被确定的且然后被应用于声誉得分的权重可被添加到声誉得分23-7或从声誉得分23-7中减去,或者声誉得分23-7可除以确定的权重。
一旦加权的声誉得分被确定了,在步骤s31中,搜索模块47基于加权的声誉得分合计和排序匹配的链接。特别是,与相同的用户(通过识别具有相同的“目的节点ID”的链接确定)相关联的加权的声誉得分23-7被合并以定义关于该用户的所选择的标签描述的合计声誉得分。然后,不同用户的合计声誉得分被排序,以便具有较高的合计声誉得分的用户排在具有较低的合计声誉得分的用户前面。在步骤s33中,搜索模块47然后从数据库3中检索具有最高的合计声誉得分的用户(专家)的前10个连接,搜索模块47将所述前10个连接传递给用户界面模块49,用于发送给用户终端7。在步骤s35中,用户界面模块49确定是否从用户终端7接收到跟踪请求。如果没有,那么处理结束。如果跟踪请求已经被接收到,那么在步骤s37中,搜索模块47搜索数据库3以识别将登录用户链接到具有最高的合计声誉得分的用户(即,专家)的最小数量的连接。这些中间连接的节点数据然后被传递给用户界面模块49用于传送回用户终端7以显示给登录的用户,用于建立与识别的专家的连接。
以这种方式,搜索用户能够搜索数据库3以识别具有与正在搜索的标签相关联的最高声誉得分的用户。此外,因为声誉得分是通过由其他用户进行投票而累积的,所以声誉得分是“来源于群众的”且随着时间的推移将提供声誉得分所涉及的用户的认可的专业知识的良好指示。
投票
如以上所讨论的,在本实施方式中,系统的其他用户能够对与连接两个其他用户的链接17相关联的声誉得分23-7增加投票和减少投票。图17图示了服务器5控制投票的方式。如图所示,在步骤s41中,用户界面模块49接收投票请求,用户界面模块49处理该投票请求且然后传递给投票模块57。在步骤s43中,投票模块57然后处理接收到的投票请求,以识别投票涉及的链接17。特别是,当用户点击在图9中所示的投票按钮131时,生成在步骤s41中接收到的投票请求。如以上所讨论的,当用户将光标置于与特定链接17相关联的对应的标签19上时,投票按钮131被显示。因而,当用户点击投票按钮131时,浏览器83能够识别投票所涉及的链接17。这个链接信息被包含于投票请求中,所述投票请求然后被传送到服务器5且在步骤s41被接收到。在步骤s43中,投票模块57应用接收到的投票请求中的链接信息,以根据存储在数据库5中的对应的链接数据23,识别与所选择的链接17相关联的“源节点ID”23-2和“目的节点ID”23-3。
在步骤s45中,投票模块57核对传送投票请求的用户是否对应于步骤s43中识别的“源节点”或“目的节点”。如果用户对应“源节点”或“目的节点”,那么处理结束(因为用户不被允许对他们自己的链接投票)且适当的报错消息被发送回用户终端7,其中投票请求接收自该用户终端7。否则,处理进行到步骤s47,在步骤s47中投票模块57等待用户选择增加投票按钮137或者减少投票按钮139。一旦已经接收到投票,在步骤s49中,投票模块57核查投票是否有效。特别是,在本实施方式中,每个用户仅被允许对链接17的声誉得分23-7增加总共+1投票,且仅被允许对声誉得分23-7减少投票以撤销之前的投票。其他的限制或约束当然可以被定义。在本实施方式中,投票模块57通过搜索数据库3来识别相同用户之前做出的关于当前链接17的之前的投票来核查投票是否有效。如果投票是无效的,那么处理结束,且适当的报错消息被发送回用户终端7,其中投票接收自该用户终端7。如果投票是有效的,那么在步骤s51中,投票模块57将新的投票数据27存储于数据库3中。如图3d中所示,投票数据27包括:投票ID27-1,其唯一地识别投票所涉及的链接17;投票节点ID27-2,其识别投票用户;和投票27-3,其识别投票的值——即,是增加投票还是减少投票。在步骤s51中,投票模块57还重置存储于对应的链接数据23中的修改日期23-5且递增或递减该链接对应的声誉得分23-7。处理然后随着用户界面模块49提供对应的投票完成确认信息给投票用户而结束。
名字搜索
现在将参照图18阐述服务器5在名字搜索操作过程中的操作。如以上所阐述的,在当前登录用户将文本输入到名字搜索文本框105中时,执行名字搜索操作。如图18所示,在步骤s61,开始进行名字搜索操作,用户界面模块49接收名字搜索请求。用户界面模块49处理名字搜索请求以确定其应该被传递给搜索模块47。在步骤s63中,搜索模块47搜索数据库3以识别名字21-2,所述名字21-2包含与包含在名字搜索请求中的文本匹配的文本。被搜索模块47识别的匹配名字然后被传递到用户界面模块49,在步骤s65中,用户界面模块49输出匹配的名字给用户终端7,用于显示给用户。如果多于100个名字被识别,那么搜索模块47将合计与匹配的名字相关联的所有链接的加权的声誉得分23-7(应用以上讨论的方法),而且然后将发送具有最高的合计声誉得分的前100个用户的名字。然后,在步骤s67中,处理过程等待,直到用户选择其中一个显示的名字。当用户选择其中一个显示的名字时,所选择的名字被用户界面模块49接收且传递给搜索模块47。在步骤s69中,搜索模块47从数据库3中检索与所选择的名字相关联的所有连接(其他用户)。在步骤s71中,搜索模块47针对每个连接确定连接所选择的名字与该连接的所有链接的合计(加权的)声誉得分。例如,如果所选择的名字是Kendy且另一连接是Sue,那么在步骤s71,搜索模块47将与连接Kendy到Sue的链接相关联的所有加权的声誉得分23-7相加。
在步骤s73中,搜索模块47然后基于在步骤s71中针对不同的连接确定的合计声誉得分对连接排序。搜索模块47然后将与所选择的名字相关联的前10个连接的连接数据传递给用户界面模块49,用户界面模块49在步骤s75中将连接数据返回给用户终端7用于显示给用户。本领域的技术人员将理解,当用户登录服务器5时,类似的程序被执行。在这个例子中,用户登录模块45验证用户凭证,且一旦验证通过,指示搜索模块47检索已登录用户的前10个连接。因而,将省略登录程序的详细描述。
加权函数
如以上所阐述的,链接权重计算模块61计算将被应用于每个声誉得分23-7的各自的与时间相关的权重。当试图识别与特定的标签描述相关的专家时,执行声誉得分的加权。声誉得分的加权也在对连接排序之前执行,此时服务器正在识别将要在用户终端7上显示给用户的前10个连接。如以上所阐述的,应用权重的目的是为了不再重视(或者降低其重要性)已经很久没有被修改的链接。图19a图示了能够被用于计算不同权重的其中一个加权函数161的形式。如图所示,加权函数优选包含其权重不发生变化的常数部分163。这个常数部分可以持续一天或一周,但是优选持续在相应的声誉得分最后更新之后的一个月。在常数加权部分163的末端,加权函数然后在声誉得分被最后更新后的大概12个月之后成指数衰减到几乎为0。以这种方式,被添加到数据库3的并未被其他用户佐证的(投票的)链接17不太可能被考虑到报告给用户的任何搜索结果中。
相同的加权函数可被用于计算每个声誉得分的适当权重。另外,不同的加权函数可被应用,这取决于声誉得分所关联的用户。例如,第一加权函数可被用于在创建与其他用户的链接中高度活跃的用户,而不同的加权函数可被用于较不活跃的用户。图19b图示了可被用于三类或三组不同的用户的三个不同的指数加权函数161-1、161-2和161-3。在这个例子中,在声誉得分能够被确定权重之前,链接权重计算模块61还必须确定声誉得分所关联的用户属于哪一类或哪一组。这个信息可以在数据库3中进行预定义,或者其可以基于用户近来的活动进行确定。例如,加权函数可以由以下等式进行定义:
y=e-x2.5-f
其中,x是声誉得分创建或最后更新之后的月数(每一个月被调整以提供给常数权重部分163);而f是活跃因子,每个用户的活跃因子是基于用户在数据库3中的当前活跃程度进行确定的。以下不同的用户组然后可以基于用户的活跃程度进行定义,如下:
U0=平均每个月创建0个连接的最低活跃度的用户;
U1=平均每个月创建2个连接的低活跃度用户;
U2=平均每个月创建5个连接的低/中活跃度用户;
U基准=平均每个月创建10个连接的基准用户;
U3=平均每个月创建20个连接的中/高活跃度用户;
U4=平均每个月创建50个连接的高活跃度用户;
例如,活跃因子(f)然后可以由以下等式定义:
其中,缩放因子被任意设置到,例如,值10。这样,对于平均每个月创建20个连接的中/高活跃度用户(U3),活跃因子f等于(20/10/10)=0.2,因此,U3组的用户的衰减曲线是:
y=e-x(2.3)
这样,用于高活跃度用户的权重的指数衰减将比应用于低活跃度用户的权重的指数衰减陡得多。以这种方式,权重还起着标准化功能以便声誉得分不会偏向于高活跃度用户。如果应用相同的加权函数,那么高活跃度用户更容易变成“行家”,仅仅是因为他们具有与很多不同用户(这些不同的用户可能都关联于相同的标签描述)的很多连接。应用以上所述的加权函数,在差不多12个月的非活跃期(这期间该链接上没有一个投票)之后,不管声誉得分所关联的用户的活跃度如何,应用于声誉得分23-7的权重将趋于0。
优势
相比于现有的数据库和计算机系统,以上所描述的数据库和计算机系统具有很多优势。现在将阐述许多这些优势。
在以上所描述的系统中,用户创建与其他用户的链接且添加阐述与其他用户的链接的原因的描述。这些描述涉及其他用户的属性(像,学问、声誉或专业知识)。因此,例如,参照图2中所示的图,Scott创建了与Bill的链接17-3且包括标签描述“项目经理”。这个标签描述被Scott选择且定义由Scott所做的对Bill拥有的属性的评定。因而,数据库3捕获的是其他人对特定用户的属性的评论,而不是像比较传统的数据库那样,其中Bill提供定义自身属性的信息。
除此之外,通过只允许其他用户能够对与两个用户之间的链接相关联的声誉得分增加投票或减少投票(取消),意味着声誉得分将由人群验证,从而更可能是精确和可靠的。
在以上的实施方式中,应用与时间相关的衰减的加权函数对声誉得分进行加权,以降低没有其他用户对其投票的链接或没有近期活动的链接的重要性。这使系统更具可扩展性且能够在具有成千上万的用户和对应的链接的情况下进行操作。例如,在非活跃时间的预定期限过后,没有被投票的链接可从数据库中删除。
作为应用声誉得分对搜索结果排序的结果,以上所描述的系统能够识别人群验证的关于特定领域的专家。因而,检索的信息并不是基于特定的用户通过付费给搜索公司使他们的搜索结果置于其他用户的搜索结果之前而有所偏向。
除了提供识别并与关于特定领域的专家连接的方式之外,以上所描述的系统还允许用户发现且然后连接具有类似属性的其他用户。
对于本领域的技术人员而言,这些和其他优势是明显的。
系统应用
以上所述的计算机系统和数据库具有很多不同的应用,现在将简单地描述部分这些应用。
社交网络
以上所述的系统能够被用于代替或增强现有的社交网络系统,像Facebook和Linkedln。特别是,这些现有的网站已经提供将用户与其他用户链接和连接的能力,而以上所述的系统能够被添加到这些现有的社交网络网站以允许用户对他们的连接建立更详细的视图——提供他们自身与每一个他们的连接之间的多个链接,每个链接定义通过链接所连接的人的属性且包括能够被其他用户投票的声誉得分。然后,这样建立的社交网络系统将具有以上所述的实施方式的各种好处。
搜索
以上所述的系统和数据库能够被用于改进现有的互联网搜索工具(像Google、Yahoo等等)的搜索便利性。特别是,以上所述的系统将允许用户能够搜索具有已经被其他用户验证过(通过应用声誉得分和其他用户对其投票)的特性的用户或其他实体。声誉得分也可以被提供给现有的网站允许网站也被表示。这样的声誉得分可以基于用户先前浏览的历史进行初始化。例如,如果用户点击搜索结果到达一网站,那么用户返回搜索页面且点击随后的搜索结果所花费的时间指示该结果与起初搜索的相关性。通过跟踪不同用户的类似时间,能够针对该网站确定关于用户发现网页多么有用的分数。这个分数能够被用于初始化网站的声誉得分,然后该网站能够被其他用户对其投票。
交易系统
以上所述的计算机系统和数据库还能够被用于基于交易的系统。例如,图20图示了Scott从亚马逊购买一本书的交易。如果Scott喜欢这本书,那么他可以选择在数据库3中添加链接17-29到与亚马逊相关联的节点15-30,其中链接17-29的标签描述19-29是关于这本书的。例如,标签描述19-29可以包括这本书的URI,像亚马逊网站上的相关网页的链接或这本书的ISBN号。其他用户可以发现和关注Scott关于这本书的观点,且在看到Scott关于这本书的推荐时(通过其出现于Scott与亚马逊之间的链接17-29中)他们自己可能决定从亚马逊购买这本书。如果亚马逊看到因为Scott的推荐,几个用户在购买这本书,那么亚马逊可能反过来创建与Scott的链接17-30且给予Scott适当的货币奖励,像书劵或其他类似物。
人力资源工具
以上所述的计算机系统和数据库还能被用作大型组织中的人力资源工具。例如,在数据库中定义的用户之间的连接可以被处理以识别员工之间的技术重叠或识别通过其在组织中创建许多连接的关键人员。如果这种关键人员离开组织,那么不同人群间的连接可能会受到严重影响。在图21中图形化地示出这种情况,其示出基于用户居住的国家被分组的用户15的两个网络171和173。图21还示出了用户15之间的连接且示出了在美国的一个用户15-42与英国的一个用户15-43之间仅建立了单个的连接175。如果这些用户中的任何一个要离开,那么在美国的用户与在英国的用户之间的工作关系和连接将会丢失。因而,数据库3中的数据可以被分析以试图识别这个关键人物的风险,且一旦识别,就可以采取措施以努力降低与这些关键人员相关联的风险。
以上所述的系统的各种其他的应用和用途对于本领域的技术人员而言将是明显的。然而,能够发现的是以上所述的计算机系统提供了一个框架,该框架允许捕获和管理声誉信息,而该声誉信息是由群众发起和验证的且有着广泛的商业应用。
修改和替代
以上描述了计算机系统和数据库的实施方式。可对该系统和数据库做出很多修改和替代形式,而且现在将描述很多这些修改和替代形式。
在以上实施方式中,用户终端7应用web浏览器83以与远程服务器5互动以访问数据库3中的数据。本领域的技术人员将理解,在服务器5执行的许多功能也能够在用户终端7执行。例如,取代服务器5具有搜索模块、用户界面模块、添加链接模块、添加节点模块、创建模块、投票模块、更新模块和链接权重计算模块,这些模块中的一个或多个可以在用户终端7上运行。然而,这样的实施方式并不是优选的,因为这么做将增加在数据库和用户终端之间传送的整体数据量。这样做还增加了用户终端所需的处理功率。
在以上的实施方式中,计算机系统被描述为具有很多用户终端、一个或多个服务器和一个或多个数据库。本领域的技术人员将理解,服务器和数据库的功能可以由单个的计算机终端来提供。
在以上的实施方式中,节点、链接和投票都具有相关联的标识符。应用的标识符是URI。本领域的技术人员将理解,当然可以应用其他类型的ID。
在以上的实施方式中,数据库中的每个节点都关联于不同的用户。本领域的技术人员将理解,节点可以表示任何实体,诸如计算机、组织或任何协会。节点还可以表示其他实体——像书或报纸/文章等等。例如,文章的作者可以给文章添加节点。这就允许阅读这篇文章的其他人添加链接到这篇文章,每个链接关联于不同的属性(和声誉得分)。因此,例如,某些用户可以创建链接到这个文章,指示这是推荐的关于第一主题的文章;而其他用户可以添加链接来指示该文章被推荐的其他原因。如果同一篇文章的声誉得分被其他用户增加投票,那么这篇文章能够因不同的原因而被众所周知,且每个原因的得分被保存且能够被用于辨别的目的。
在以上所述的主要实施方式中,特定的用户界面被描述用于允许用户查看存储于数据库3中的数据。本领域的技术人员将理解,允许用户以不同的方式查看存储于数据库中的数据的各种不同的用户界面可被提供。
在以上所述的实施方式中,用户在他们能够与数据库3中的数据进行交互和查看这些数据之前必须登录到系统。在其他的实施方式中,用户在与数据交互之前不必登录。然而,在这个例子中,用户优选不能对与其他用户相关联的链接进行投票,以防止用户对他们自身的链接进行投票。当需要登录时,系统可以应用来自其他类似的计算机系统的登录信息。例如,如果用户已经登录到他们的Facebook网站,那么Facebook网站的登录凭证可以被自动用作以上所述系统的登录凭证。以这种方式,用户不必输入任何用户名或其他登录详细信息。
在以上实施方式中,成指数衰减的加权函数被应用于每个声誉得分。在类似型式的系统中,可能并不应用这种指数加权函数。
在以上所述的实施方式中,在数据库3上进行搜索的时候,计算出应用于对声誉得分加权的权重。另外,数据库3可以在间隙期自动计算所有声誉得分的相关权重,并相应地应用这些权重。在这个例子中,当进行搜索时,当前加权的声誉得分能够简单地从数据库中读出并相应地排序。然而,这个实施方式并不是优选的,因为这么做将需要计算可能实际上永远不需要的权重。
在以上实施方式中,用户能够对与链接相关联的声誉得分进行投票。每个用户只能够对声誉得分增加1。在其他的实施方式中,用户也许能够对声誉得分增加不同的量,这取决于用户的类别。例如,高活跃度的用户可被允许比低活跃度的用户对声誉得分增加更大的量。例如,活跃的用户可以被允许对声誉得分增加高达10的数值,而不太活跃的用户也许仅能够对声誉得分增加高达5的数值。
在以上实施方式中,服务器执行各种核查以确保投票是有效的或投票者没有对他们自身的链接投票。本领域的技术人员将理解,这些核查能够有效地创建于在用户终端7上呈现给用户的用户界面中。例如,当用户将光标置于他们自身的任何链接上时,投票按钮可以不被显示。从而,这样做将防止用户对其自身的链接进行投票。类似地,如果用户已经对特定的链接进行了投票,那么与该链接相关联的投票按钮对于该用户可能被禁用。
在以上实施方式中,通过用户将光标置于节点或标签之上或通过点击用户界面中的各种元件,各种用户选项和控件被激活。本领域的技术人员将理解,其他的技术能够被用于允许用户在用户界面中进行选择或激活选项。例如,如果用户终端具有一个具有左按钮和右按钮的鼠标,那么可以通过左击显示于用户界面中的相关项来选择选项,且可以通过右击用户界面的适当部分来显示菜单选项。
在以上所述的实施方式中,不同用户进行的每个投票的投票数据被存储于数据库3中。这就允许数据库能够重新计算所有的声誉得分并且核查用户是否先前已经对新的投票涉及的链接进行了投票)。然而,没有必要在数据库中存储投票数据。取而代之的是,数据库可以仅保存目前操作的总声誉得分,并可以包含与每个用户相关联的识别他们已经对其进行投票的链接的数据。
生成并保存于数据库中的数据还提供了丰富的用户信息资源,所述丰富的用户信息资源可以被处理以确定数据库中不同用户的用户文件数据。然后,这个文件信息能够被用于以通常的方式控制用户的广告或营销。
在以上的实施方式中,当用户执行标签搜索时,服务器搜索数据库以发现具有与标签描述相关的最高的声誉得分的用户。在其他的实施方式中,例如,服务器可以搜索数据库以识别具有与正在搜索的标签描述相关的最高声誉得分的5个用户(或实体)。提供很多不同的潜在专家的信息使用户更容易识别他自身与其中一个专家的链接。然后,用户能够选择合适的专家去联系。
在以上的实施方式中,服务器5能够添加链接(和节点)到数据库中且在数据库3中执行搜索。在其他的实施方式中,不同的服务器可被提供用于执行不同的任务。例如,一个服务器可执行所有的搜索,而另一个服务器添加新的数据到数据库3中。
在以上实施方式中,用户能够出于各种目的搜索数据库。本领域的技术人员将理解,搜索可以响应于由其他计算机系统发起的搜索请求被执行。
对于本领域的技术人员而言,这些和其他的修改和变化是明显的,且这里省去了对其进一步的描述。
Claims (89)
1.一种计算机系统,包括:
计算机服务器;
一个或多个用户终端;以及
计算机条目的数据库,每个计算机条目包括定义表示实体的节点的节点数据和定义多个链接的链接数据,每个链接将所述节点连接到表示另一实体的另一节点,且具有描述与所述链接相关联的所述另一实体的属性的相关联的标签数据和与所述属性相关联的声誉得分;
其中,所述系统可操作来:i)接收搜索请求;ii)基于所接收的搜索请求搜索所述计算机条目;iii)基于与搜索结果相关联的声誉得分对所述搜索结果排序;以及iv)输出一个或多个排序的搜索结果。
2.根据权利要求1所述的系统,其中,每个声誉得分具有与时间相关的权重。
3.根据权利要求2所述的系统,其中,被应用于声誉得分的所述权重将该声誉得分相对于其他加权的声誉得分减少。
4.根据权利要求3所述的系统,其中,被应用于声誉得分的所述权重由一个或多个指数函数进行定义。
5.根据权利要求2到4中的任何一项所述的系统,其中,被应用的所述权重取决于所述搜索请求被接收到的时间与所述声誉得分的最后更新时间之间的时间差。
6.根据权利要求2到5中的任何一项所述的系统,其中,所述服务器在对所述搜索结果排序之前,可操作以计算和应用与所述搜索结果相关联的每个声誉得分的各自的权重。
7.根据权利要求2到5中的任何一项所述的系统,其中,所述数据库可操作以将各自的权重应用到对应的声誉得分。
8.根据权利要求2到7中的任何一项所述的系统,其中,被应用于声誉得分的所述权重取决于与所述链接相关联的实体。
9.根据权利要求8所述的系统,其中,实体能够创建与所述数据库中的其他实体的链接,且其中,被应用于声誉得分的权重取决于由与该声誉得分相关联的链接延伸自的节点表示的实体在给定的时间期间内创建的链接的数量。
10.根据权利要求9所述的系统,其中,被应用的所述权重随着所述实体在给定的时间期间内创建的链接的数量的增加而减小。
11.根据权利要求2到10中的任何一项所述的系统,其中,在声誉得分被更新之后的初始阶段,恒定的权重或无权重被应用于该声誉得分。
12.根据权利要求2到11中的任何一项所述的系统,其中,被应用于声誉得分的权重使得在该声誉得分被更新后的诸如十二个月的限定期间之后,该声誉得分实质上减小到零。
13.根据权利要求2到12中的任何一项所述的系统,其中,通过将所述声誉得分乘以所述权重;或者,通过将所述声誉得分除以所述权重;或者,通过将所述权重增加到所述声誉得分或通过从所述声誉得分中减去所述权重,所述权重被应用于所述声誉得分。
14.根据权利要求1到13中的任何一项所述的系统,其中,实体能够对所述数据库中存储的声誉得分进行投票。
15.根据权利要求14所述的系统,其中,与和声誉得分相关联的链接延伸自的节点相关联的实体被阻止对该声誉得分进行投票。
16.根据权利要求14或15所述的系统,其中,与和声誉得分相关联的链接延伸到的节点相关联的实体被阻止对该声誉得分进行投票。
17.根据权利要求15或16所述的系统,其中,所述服务器、所述数据库或用户终端可操作以阻止所述投票。
18.根据权利要求14到17中的任何一项所述的系统,其中,服务器可操作以接收来自投票实体的对声誉得分的投票且可操作以基于所接收到的投票更新该声誉得分。
19.根据权利要求18所述的系统,其中,所述服务器可操作以阻止与声誉得分相关联的实体对该声誉得分进行投票。
20.根据权利要求19所述的系统,其中,响应于从投票实体接收到投票,所述服务器可操作以核查所述投票实体并不关联于被投票的声誉得分。
21.根据权利要求19或20所述的系统,其中,响应于从投票实体接收到投票,所述服务器可操作以核查所述投票实体并不是由关联于被投票的声誉得分的链接延伸到的节点表示的。
22.根据权利要求19到21中的任何一项所述的系统,其中,所述服务器可操作以根据与所述投票实体相关联的登录数据来识别所述投票实体。
23.根据权利要求14到22中的任何一项所述的系统,其中,实体能够对声誉得分增加投票或减少投票。
24.根据权利要求23所述的系统,其中,对给定的实体能够对声誉得分进行投票的数量设置了限值。
25.根据权利要求24所述的系统,其中,所述数据库可操作以保存已经由实体对声誉得分投票的投票数据,且其中,对由所述投票实体所做的先前的投票进行核查,以确定是否已经达到所述限值,从而确定是否应该根据所述投票对所述声誉得分进行更新。
26.根据权利要求25所述的系统,其中,服务器可操作以将所述投票数据存储于所述数据库中,而且服务器可操作以核查所述先前的投票以确定所述限值是否已经达到。
27.根据权利要求24、25或26所述的系统,其中,投票实体能够对声誉得分减少投票的数量被限制于该投票实体先前对所述声誉得分增加投票的数量。
28.根据权利要求14到27中的任何一项所述的系统,其中,每个声誉得分具有指示声誉得分被更新的最后时间的相关的时间戳,且其中,所述时间戳响应于对声誉得分的增加投票或减少投票被更新。
29.根据权利要求1到28中的任何一项所述的系统,其中,存储在所述数据库中的用于实体的节点数据包括下列项中的一个或多个:实体的节点ID;实体的名称和实体的详细联系方式。
30.根据权利要求29所述的系统,其中,所述节点ID包括通用资源标识符URI。
31.根据权利要求1到30中的任何一项所述的系统,其中,存储于所述数据库中的每个链接的链接数据包括源节点数据和目的节点数据以及标签ID,所述源节点数据识别链接延伸自的节点,所述目的节点数据识别链接延伸到的节点,所述标签ID识别与链接相关联的标签数据。
32.根据权利要求1到31中的任何一项所述的系统,其中,关联于链接的所述标签数据包括标签ID和标签描述。
33.根据权利要求1到32中的任何一项所述的系统,其中,所述标签数据包括关联于所述链接延伸到的节点的实体的属性的描述,而其中,所述描述由关联于该链接延伸自的节点的实体进行定义。
34.根据权利要求1到33中的任何一项所述的系统,其中,新的节点数据能够被存储在所述数据库中以表示新的实体,新的链接数据能够被存储在所述数据库中以表示现有实体之间或新的实体与现有实体之间的新的关系。
35.根据权利要求34所述的系统,其中,服务器可操作以响应于从一个或多个用户终端接收到的用户输入生成新的节点数据和新的链接数据。
36.一种计算机服务器,包括:
处理器,可操作以:
从用户终端接收搜索请求;
基于所接收到的搜索请求搜索计算机条目的数据库,对于每个计算机条目,所述数据库存储定义表示实体的节点的节点数据和定义多个链接的链接数据,每个链接将所述节点连接到表示另一实体的另一节点,且具有描述与所述链接相关联的另一实体的属性的相关联标签数据和与所述属性相关联的声誉得分;
基于与搜索结果相关联的声誉得分对所述搜索结果排序;以及
将一个或多个排序的搜索结果输出给所述用户终端。
37.根据权利要求36所述的服务器,其中,所述处理器可操作以在对所述搜索结果排序之前计算和应用与所述搜索结果相关联的每个声誉得分的权重。
38.根据权利要求37所述的服务器,其中,被应用于声誉得分的所述权重将该声誉得分相对于其他加权的声誉得分减少。
39.根据权利要求38所述的服务器,其中,被应用于声誉得分的所述权重由一个或多个指数函数进行定义。
40.根据权利要求37到39中的任何一项所述的服务器,其中,被应用的所述权重取决于所述搜索请求被接收到的时间与所述声誉得分的最后更新时间之间的时间差。
41.根据权利要求37到40中的任何一项所述的服务器,其中,被应用于声誉得分的所述权重取决于由与所述声誉得分相关联的链接延伸自的节点表示的实体。
42.根据权利要求41所述的服务器,其中,实体能够与所述数据库中的其他实体创建链接,且其中,被应用于声誉得分的权重取决于由与该声誉得分相关联的链接延伸自的节点表示的实体在给定的时间期间内创建的链接的数量。
43.根据权利要求42所述的服务器,其中,被应用的所述权重随着所述实体在给定的时间期间内创建的链接的数量的增加而减小。
44.根据权利要求37到43中的任何一项所述的服务器,其中,所述处理器可操作以在声誉得分被更新之后的初始阶段,应用恒定的权重或不应用权重于该声誉得分。
45.根据权利要求37到44中的任何一项所述的服务器,其中,被应用于声誉得分的权重使得在所述声誉得分被更新后的限定期间之后,所述声誉得分实质上减小到零。
46.根据权利要求35到45中的任何一项所述的服务器,其中,所述处理器可操作以接收来自投票实体的对声誉得分的投票且可操作以基于所接收到的投票来更新所述声誉得分。
47.根据权利要求46所述的服务器,其中,所述处理器可操作以阻止与和声誉得分相关联的链接延伸自的节点相关联的实体对该声誉得分进行投票。
48.根据权利要求47或48所述的服务器,其中,所述处理器可操作以阻止与和声誉得分相关联的链接延伸到的节点相关联的实体对该声誉得分进行投票。
49.根据权利要求47或48所述的服务器,其中,所述处理器可操作以根据与所述投票实体相关联的登录数据来识别所述投票实体。
50.根据权利要求46到49中的任何一项所述的服务器,其中,实体能够对声誉得分增加投票或减少投票。
51.根据权利要求50所述的服务器,其中,对给定的实体能够对声誉得分进行投票的量设置了限值,其中,所述数据库可操作以保存已经由实体对声誉得分投票的投票数据,且其中,所述处理器可操作以核查先前由所述投票实体进行的投票,以确定是否已经达到所述限值,从而确定是否应该根据所述投票对声誉得分进行更新。
52.根据权利要求50或51所述的服务器,其中,所述处理器可操作以将投票实体能够对声誉得分减少投票的数量限制到该投票实体之前已经对该声誉得分增加投票的数量。
53.根据权利要求46到52中的任何一项所述的服务器,其中,每个声誉得分具有指示该声誉得分被更新的最后时间的相关的时间戳,且其中,所述处理器可操作以响应于对声誉得分的增加投票或减少投票来更新所述时间戳。
54.根据权利要求36到53中的任何一项所述的服务器,其中,所述处理器可操作以响应于从一个或多个用户终端接收到的用户输入来生成新的节点数据和新的链接数据。
55.一种数据库,包括:
多个计算机条目,每个计算机条目包含:
节点数据,其定义表示实体的节点;以及
链接数据,其定义多个链接,每个链接将所述节点连接到表示另一实体的另一节点,且具有描述与所述链接相关联的另一实体的属性的相关联标签数据和与所述属性相关联的声誉得分。
56.根据权利要求55所述的数据库,其中,所述数据库可操作以:i)从服务器接收搜索请求;ii)基于所接收的搜索请求搜索所述计算机条目;iii)基于与搜索结果相关联的声誉得分,对所述搜索结果排序;以及iv)将一个或多个排序的搜索结果输出给所述服务器。
57.根据权利要求56所述的数据库,其可操作以在对所述搜索结果排序之前,计算和应用与所述搜索结果相关联的每个声誉得分的权重。
58.根据权利要求57所述的数据库,其中,被应用于声誉得分的权重将该声誉得分相对于其他加权的声誉得分减少。
59.根据权利要求58所述的数据库,其中,被应用于声誉得分的权重由一个或多个指数函数进行定义。
60.根据权利要求57到59中的任何一项所述的数据库,其中,被应用的权重取决于所述搜索请求被接收到的时间与所述声誉得分最后被更新的时间之间的时间差。
61.根据权利要求57到60中的任何一项所述的数据库,其中,被应用于声誉得分的权重取决于由与该声誉得分相关联的链接延伸自的节点表示的实体。
62.根据权利要求61所述的数据库,其中,实体能够创建与所述数据库中的其他实体的链接,且其中,被应用于声誉得分的权重取决于由与该声誉得分相关联的链接延伸自的节点表示的实体在给定的时间期间内创建的链接的数量。
63.根据权利要求62所述的数据库,其中,被应用的权重的大小随着所述实体在给定的时间期间内创建的链接的数量的增加而减小。
64.根据权利要求57到63中的任何一项所述的数据库,其可操作以在声誉得分被更新之后的初始阶段,应用恒定的权重或不应用权重于该声誉得分。
65.根据权利要求57到64中的任何一项所述的数据库,其中,被应用于声誉得分的权重使得在该声誉得分最后被更新的时间后的预定期间之后,该声誉得分实质上减小到零。
66.根据权利要求55到65中的任何一项所述的数据库,其可操作以接收来自投票实体的对声誉得分的投票,且可操作以基于所接收到的投票来更新所述声誉得分。
67.根据权利要求66所述的数据库,其可操作以阻止与和声誉得分相关联的链接延伸自的节点相关联的实体对该声誉得分进行投票。
68.根据权利要求67或68所述的数据库,其可操作以阻止与和声誉得分相关联的链接延伸到的节点相关联的实体对该声誉得分进行投票。
69.根据权利要求67或68所述的数据库,其可操作以根据与所述投票实体相关联的登录数据来识别所述投票实体。
70.根据权利要求66到69中的任何一项所述的数据库,其中,实体能够对声誉得分增加投票或减少投票。
71.根据权利要求70所述的数据库,其中,对给定的实体能够对声誉得分进行投票的量设置了限值,其中,所述数据库可操作以保存已经由实体对声誉得分投票的投票数据,且其中,所述数据库可操作以核查先前由该投票实体进行的投票,以确定是否已经达到所述限值,从而确定是否应该根据所述投票对该声誉得分进行更新。
72.根据权利要求70或71所述的数据库,其可操作以将投票实体能够对声誉得分减少投票的数量限制到该投票实体之前已经对该声誉得分增加投票的数量。
73.根据权利要求66到72中的任何一项所述的数据库,其中,每个声誉得分具有指示该声誉得分被更新的最后时间的相关的时间戳,且其中,所述数据库可操作以响应于对声誉得分的增加投票或减少投票来更新所述时间戳。
74.根据权利要求56到73中的任何一项所述的数据库,其可操作以响应于从服务器或用户终端接收到的输入来生成新的节点数据和新的链接数据。
75.根据权利要求55到74中的任何一项所述的数据库,其中,存储在所述数据库中的实体的节点数据包括下列项中的一个或多个:实体的节点ID;实体的名称和实体的详细联系方式。
76.根据权利要求75所述的数据库,其中,所述节点ID包括通用资源标识符URI。
77.根据权利要求55到76中的任何一项所述的数据库,其中,存储于所述数据库中的每个链接的链接数据包括源节点数据和目的节点数据以及标签ID,所述源节点数据识别链接延伸自的节点,所述目的节点数据识别链接延伸到的节点,所述标签ID识别与链接相关联的标签数据。
78.根据权利要求55到77中的任何一项所述的数据库,其中,关联于链接的标签数据包括标签ID和标签描述。
79.根据权利要求55到78中的任何一项所述的数据库,其中,所述标签数据包括关联于对应的链接延伸到的节点的实体的属性的描述,且其中,所述描述由关联于该链接延伸自的节点的实体进行定义。
80.根据权利要求55到79中的任何一项所述的数据库,其中,新的节点数据能够被存储在所述数据库中以表示新的实体,且新的链接数据能够被存储在所述数据库中以表示现有实体之间、新的实体之间或新的实体与现有实体之间的新的关系。
81.根据权利要求80所述的数据库,其可操作以响应从一个或多个服务器或一个或多个用户终端接收到的输入来生成新的节点数据和新的链接数据。
82.一种关系管理数据库,包括:
多个计算机条目,每个计算机条目包括:
节点数据,其定义表示实体的节点;以及
链接数据,其定义多个链接,每个链接将所述节点连接到表示另一实体的另一节点,且具有描述所述另一实体的不同关系属性的相关的标签数据。
83.一种搜索根据权利要求55到81中的任何一项所述的数据库的方法,其特征在于,通过使用与和搜索查询匹配的链接相关联的声誉得分对搜索结果排序。
84.根据权利要求83所述的方法,包括在所述排序之前加权所述声誉得分。
85.一种社交网络数据库,其包括根据权利要求55到82中的任何一项所述的数据库。
86.一种互联网搜索服务器,其包括根据权利要求36到54中的任何一项所述的服务器。
87.一种计算机终端,包括:
处理器,其可操作以:
接收搜索请求;
基于所接收到的搜索请求搜索计算机条目的数据库,对于每个计算机条目,所述数据库存储定义表示实体的节点的节点数据和定义多个链接的链接数据,每个链接将所述节点连接到表示另一实体的另一节点,且具有描述与该链接相关联的实体中的一个实体的属性的相关联标签数据和与所述属性相关联的声誉得分;
基于与搜索结果相关联的声誉得分对所述搜索结果排序;以及
将一个或多个排序的搜索结果输出给所述用户。
88.一种计算机系统,包括:
计算机服务器;以及
计算机条目的数据库,每个计算机条目包括定义表示实体的节点的节点数据和定义多个链接的链接数据,每个链接将所述节点连接到表示另一实体的另一节点,且具有描述与所述链接相关联的所述另一实体的属性的相关联的标签数据和与所述属性相关联的声誉得分;
其中,所述系统可操作来:i)接收请求来添加从第一实体到第二实体的链接;ii)接收所述第二实体的属性的描述;iii)初始化与新链接相关联的声誉得分;iv)基于所接收到的所述第二实体的所述属性的描述,定义所述新链接的标签数据;v)将所述新链接的链接数据存储于所述数据库中。
89.一种计算机可执行的指令产品,其包括计算机可执行指令,用于使可编程的计算机设备被配置为权利要求36到54中的任何一项所述的服务器,或被配置为权利要求55到82中的任何一项所述的数据库,或被配置为权利要求87所述的终端。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB1103382.6A GB2488373A (en) | 2011-02-28 | 2011-02-28 | Database ranks results based on reputational scores |
GB1103382.6 | 2011-02-28 | ||
PCT/GB2012/050404 WO2012117234A1 (en) | 2011-02-28 | 2012-02-22 | Computer system and database for reputation and knowledge management |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103493049A true CN103493049A (zh) | 2014-01-01 |
Family
ID=43904286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280020785.8A Pending CN103493049A (zh) | 2011-02-28 | 2012-02-22 | 用于声誉与知识管理的计算机系统和数据库 |
Country Status (11)
Country | Link |
---|---|
US (1) | US20120221561A1 (zh) |
EP (1) | EP2681675A1 (zh) |
JP (1) | JP2014513826A (zh) |
CN (1) | CN103493049A (zh) |
AU (1) | AU2012223078A1 (zh) |
BR (1) | BR112013021735A2 (zh) |
CA (1) | CA2828380A1 (zh) |
GB (1) | GB2488373A (zh) |
RU (1) | RU2013143815A (zh) |
SG (1) | SG192892A1 (zh) |
WO (1) | WO2012117234A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109690608A (zh) * | 2016-02-29 | 2019-04-26 | Www.信任科学.Com股份有限公司 | 外推信任得分中的趋势 |
CN111291135A (zh) * | 2020-01-21 | 2020-06-16 | 深圳追一科技有限公司 | 知识图谱构建方法和装置、服务器、计算机可读存储介质 |
US11640569B2 (en) | 2016-03-24 | 2023-05-02 | Www.Trustscience.Com Inc. | Learning an entity's trust model and risk tolerance to calculate its risk-taking score |
US11665072B2 (en) | 2009-10-23 | 2023-05-30 | Www.Trustscience.Com Inc. | Parallel computational framework and application server for determining path connectivity |
US11900479B2 (en) | 2015-03-20 | 2024-02-13 | Www.Trustscience.Com Inc. | Calculating a trust score |
US11968105B2 (en) | 2009-09-30 | 2024-04-23 | Www.Trustscience.Com Inc. | Systems and methods for social graph data analytics to determine connectivity within a community |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9135329B1 (en) * | 2012-03-27 | 2015-09-15 | Amazon Technologies, Inc. | Presenting item information based on associated entity relationships |
US9767296B2 (en) * | 2012-04-02 | 2017-09-19 | Varonis Systems, Inc | Requesting access to restricted objects by a remote computer |
US9747459B2 (en) * | 2012-04-02 | 2017-08-29 | Varonis Systems, Inc | Method and apparatus for requesting access to files |
US20130311220A1 (en) * | 2012-05-18 | 2013-11-21 | International Business Machines Corporation | Evaluating deployment readiness in delivery centers through collaborative requirements gathering |
US20140229488A1 (en) * | 2013-02-11 | 2014-08-14 | Telefonaktiebolaget L M Ericsson (Publ) | Apparatus, Method, and Computer Program Product For Ranking Data Objects |
KR102160844B1 (ko) * | 2013-02-25 | 2020-09-28 | 패트릭 순-시옹 | 링크 연관 분석 시스템들 및 방법들 |
US9171063B2 (en) | 2013-03-13 | 2015-10-27 | Facebook, Inc. | Short-term hashes |
US10061836B2 (en) | 2013-06-04 | 2018-08-28 | Varonis Systems, Ltd. | Delegating resembling data of an organization to a linked device |
JP6341357B2 (ja) * | 2013-06-14 | 2018-06-13 | ナレルシステム株式会社 | 項目の再帰的な関係を複数利用者間で集約するコンピュータプログラム、コンピュータ可読記憶装置及び情報処理方法 |
US9317614B2 (en) | 2013-07-30 | 2016-04-19 | Facebook, Inc. | Static rankings for search queries on online social networks |
WO2015022336A1 (en) * | 2013-08-12 | 2015-02-19 | Philip Morris Products S.A. | Systems and methods for crowd-verification of biological networks |
JP6573321B2 (ja) * | 2013-08-29 | 2019-09-11 | コグニティ株式会社 | 情報処理装置、情報処理方法およびプログラム |
US10241815B2 (en) * | 2014-08-26 | 2019-03-26 | International Business Machines Corporation | Tag inheritance |
WO2016137114A1 (ko) * | 2015-02-23 | 2016-09-01 | 건국대학교 산학협력단 | 메타 지식 데이터베이스를 구축하고 쿼리를 처리하는 방법 및 장치 |
AU2016288779A1 (en) * | 2015-07-06 | 2018-01-25 | Equifax, Inc. | Modifying data structures to indicate derived relationships among entity data objects |
US10387439B2 (en) * | 2015-09-11 | 2019-08-20 | Salesforce.Com, Inc. | Configuring service consoles based on service feature templates using a database system |
AU2017265144B2 (en) | 2016-12-02 | 2022-04-14 | Encompass Corporation Pty Ltd | Information retrieval |
US10558817B2 (en) * | 2017-01-30 | 2020-02-11 | Foley & Lardner LLP | Establishing a link between identifiers without disclosing specific identifying information |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000003405A (ja) * | 1999-05-31 | 2000-01-07 | Teruo Nemoto | オッズデ―タ処理装置およびオッズデ―タ分析方法 |
US7519542B1 (en) * | 2001-08-14 | 2009-04-14 | Versata Development Group, Inc. | System and method for modeling and applying a people network representation |
JP4225542B2 (ja) * | 2003-06-25 | 2009-02-18 | 日本電信電話株式会社 | キーワードベクトル辞書生成装置とシステムおよびプログラム |
JP2006164086A (ja) * | 2004-12-10 | 2006-06-22 | Nippon Telegr & Teleph Corp <Ntt> | オンライン知識検索支援装置、およびオンライン知識検索支援方法 |
US7565358B2 (en) * | 2005-08-08 | 2009-07-21 | Google Inc. | Agent rank |
US7827052B2 (en) * | 2005-09-30 | 2010-11-02 | Google Inc. | Systems and methods for reputation management |
JP2007128163A (ja) * | 2005-11-01 | 2007-05-24 | Internatl Business Mach Corp <Ibm> | 人物間の関連性を評価するシステム |
US8015484B2 (en) * | 2006-02-09 | 2011-09-06 | Alejandro Backer | Reputation system for web pages and online entities |
US8112515B2 (en) * | 2006-05-26 | 2012-02-07 | Against Intuition Oy | Reputation management system |
US7509230B2 (en) * | 2006-11-17 | 2009-03-24 | Irma Becerra Fernandez | Method for rating an entity |
KR20080076256A (ko) * | 2007-02-15 | 2008-08-20 | 김영욱 | 제3자 평가 기반의 온라인 소셜 네트워킹 방법 및 그시스템 |
US20080222064A1 (en) * | 2007-03-08 | 2008-09-11 | Larimer Daniel J | Processes and Systems for Automated Collective Intelligence |
US20080281807A1 (en) * | 2007-05-11 | 2008-11-13 | Siemens Aktiengesellschaft | Search engine |
JP4625937B2 (ja) * | 2007-08-31 | 2011-02-02 | 独立行政法人産業技術総合研究所 | 人間関係データの作成プログラム及び該プログラムを記録したコンピュータ読取可能な記録媒体、並びに人間関係データ作成装置 |
CN101425065B (zh) * | 2007-10-31 | 2013-01-09 | 日电(中国)有限公司 | 实体关系挖掘设备和方法 |
US20090198562A1 (en) * | 2008-01-31 | 2009-08-06 | Guenter Wiesinger | Generating social graph using market data |
JP5178233B2 (ja) * | 2008-02-21 | 2013-04-10 | 株式会社東芝 | 表示データ生成装置及び方法 |
JP2009294960A (ja) * | 2008-06-06 | 2009-12-17 | Brother Ind Ltd | 人材検索方法、人材検索装置及び人材検索プログラム |
US20090327054A1 (en) * | 2008-06-27 | 2009-12-31 | Microsoft Corporation | Personal reputation system based on social networking |
CN102150129A (zh) * | 2008-08-04 | 2011-08-10 | 奎德公司 | 实体业绩分析引擎 |
WO2010065111A1 (en) * | 2008-12-01 | 2010-06-10 | Topsy Labs, Inc. | Ranking and selecting enitities based on calculated reputation or influence scores |
US20100161369A1 (en) * | 2008-12-23 | 2010-06-24 | International Business Machines Corporation | Application of relationship weights to social network connections |
US20100235915A1 (en) * | 2009-03-12 | 2010-09-16 | Nasir Memon | Using host symptoms, host roles, and/or host reputation for detection of host infection |
US20110047076A1 (en) * | 2009-08-24 | 2011-02-24 | Mark Carlson | Alias reputation interaction system |
WO2011032742A1 (en) * | 2009-09-18 | 2011-03-24 | International Business Machines Corpoation | Method and system for storing and retrieving tags |
-
2011
- 2011-02-28 GB GB1103382.6A patent/GB2488373A/en not_active Withdrawn
- 2011-05-06 US US13/102,474 patent/US20120221561A1/en not_active Abandoned
-
2012
- 2012-02-22 CA CA2828380A patent/CA2828380A1/en not_active Abandoned
- 2012-02-22 EP EP12715418.5A patent/EP2681675A1/en not_active Withdrawn
- 2012-02-22 BR BR112013021735A patent/BR112013021735A2/pt not_active IP Right Cessation
- 2012-02-22 JP JP2013555932A patent/JP2014513826A/ja active Pending
- 2012-02-22 AU AU2012223078A patent/AU2012223078A1/en not_active Abandoned
- 2012-02-22 WO PCT/GB2012/050404 patent/WO2012117234A1/en active Application Filing
- 2012-02-22 CN CN201280020785.8A patent/CN103493049A/zh active Pending
- 2012-02-22 SG SG2013063573A patent/SG192892A1/en unknown
- 2012-02-22 RU RU2013143815/08A patent/RU2013143815A/ru not_active Application Discontinuation
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11968105B2 (en) | 2009-09-30 | 2024-04-23 | Www.Trustscience.Com Inc. | Systems and methods for social graph data analytics to determine connectivity within a community |
US11665072B2 (en) | 2009-10-23 | 2023-05-30 | Www.Trustscience.Com Inc. | Parallel computational framework and application server for determining path connectivity |
US12003393B2 (en) | 2009-10-23 | 2024-06-04 | Www.Trustscience.Com Inc. | Parallel computational framework and application server for determining path connectivity |
US11900479B2 (en) | 2015-03-20 | 2024-02-13 | Www.Trustscience.Com Inc. | Calculating a trust score |
CN109690608A (zh) * | 2016-02-29 | 2019-04-26 | Www.信任科学.Com股份有限公司 | 外推信任得分中的趋势 |
US12019638B2 (en) | 2016-02-29 | 2024-06-25 | Www.Trustscience.Com Inc. | Extrapolating trends in trust scores |
US11640569B2 (en) | 2016-03-24 | 2023-05-02 | Www.Trustscience.Com Inc. | Learning an entity's trust model and risk tolerance to calculate its risk-taking score |
CN111291135A (zh) * | 2020-01-21 | 2020-06-16 | 深圳追一科技有限公司 | 知识图谱构建方法和装置、服务器、计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CA2828380A1 (en) | 2012-09-07 |
SG192892A1 (en) | 2013-09-30 |
BR112013021735A2 (pt) | 2016-11-01 |
AU2012223078A1 (en) | 2013-09-12 |
JP2014513826A (ja) | 2014-06-05 |
EP2681675A1 (en) | 2014-01-08 |
WO2012117234A1 (en) | 2012-09-07 |
GB2488373A (en) | 2012-08-29 |
RU2013143815A (ru) | 2015-04-10 |
GB201103382D0 (en) | 2011-04-13 |
US20120221561A1 (en) | 2012-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103493049A (zh) | 用于声誉与知识管理的计算机系统和数据库 | |
US20210011919A1 (en) | Search system and methods with integration of user annotations from a trust network | |
US10332132B2 (en) | Method and apparatus for colleting and disseminating information over a computer network | |
Pierrakos et al. | Web usage mining as a tool for personalization: A survey | |
CN102317964B (zh) | 一种内容分发系统和分发内容的方法 | |
CN101432714B (zh) | 自动生成推荐链接的方法和设备 | |
US8126904B1 (en) | System and method for managing digital footprints | |
US20060230343A1 (en) | Method and apparatus for detecting changes in websites and reporting results to web developers for navigation template repair purposes | |
US20110082848A1 (en) | Systems, methods and computer program products for search results management | |
EP1363209A1 (en) | Use of extensible markup language (XML) in a system and method for influencing a position on a search result list generated by a computer network search engine | |
Buono et al. | Integrating user data and collaborative filtering in a web recommendation system | |
JP2009134737A (ja) | 知識管理システムに対する解決策情報 | |
CN107292206A (zh) | 一种密码输入方法、计算机可读存储介质和一种终端设备 | |
WO2023017528A1 (en) | System and method for creating an intelligent memory and providing contextual intelligent recommendations | |
EP4384962A1 (en) | System and method for creating an intelligent memory and providing contextual intelligent recommendations | |
Alriani et al. | The Libyan Academy of Graduate Studies Misrata |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C41 | Transfer of patent application or patent right or utility model | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20151026 Address after: London, England Applicant after: HSBC Group Management Services Ltd Address before: London, England Applicant before: Company limited of HSBC Holdings |
|
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140101 |