CN103841151B - 管理社交网络数据的方法和装置 - Google Patents
管理社交网络数据的方法和装置 Download PDFInfo
- Publication number
- CN103841151B CN103841151B CN201210485603.6A CN201210485603A CN103841151B CN 103841151 B CN103841151 B CN 103841151B CN 201210485603 A CN201210485603 A CN 201210485603A CN 103841151 B CN103841151 B CN 103841151B
- Authority
- CN
- China
- Prior art keywords
- user
- social network
- network data
- social
- data
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
提供一种用于一种管理社交网络数据的方法和装置。所述方法包括：获取第一社交网络数据，所述第一社交网络数据包括在逻辑上以网状被组织的各社交网络用户的数据；基于语义网技术对获取的第一社交网络数据进行分析，并且根据分析的结果生成第二社交网络数据，所述第二社交网络数据包括多个三元组记录，每个三元组记录包括社交网络资源、资源属性和资源属性值。
Description
技术领域
本申请涉及一种用于管理社交网络数据的方法和装置，尤其涉及一种根据语义网技术将社交网络数据转换为三元组数据的方法和装置，从而便于社交网络数据的管理和维护。
背景技术
网络技术是将互联网上分散的资源融为有机整体，实现资源的全面共享和有机协作，使人们能够透明地使用资源的整体能力并按需获取信息。社交网络的出现更大的丰富了大家的社交圈，能够分享获得更多的信息和资源。每个用户在社交网络中都可以拥有自己的一个子网络，即以本人为中心得到的好友关系网，而这张关系网的描述方式的好坏在一定程度上影响了上层应用的好坏。
现有的描述技术通常是采用图的方式来描述关系网，中心节点代表当前用户，其余的节点表示和该用户关联的用户，边则是将中心节点和其余节点进行连接，表示他们存在联系。有些描述中边还会带有权重值，表示联系的强弱程度。
上述采用图的方式进行关系网的方法，在用户关联的好友数量非常庞大时，存储和查询都会变得非常的不方便。
发明内容
本发明的目的在于提供一种基于语义网技术管理社交网络数据的方法和装置，将逻辑上以关系网形式维护的社交网络数据转换为基于语义网的三元组社交网络数据，从而保持社交网络数据的存储结构固定，便于查询，并且更新灵活。
本发明的另一目的在于提供一种基于语义网技术管理社交网络数据的方法和装置，将逻辑上以关系网形式维护的社交网络数据转换为基于语义网的三元组社交网络数据，并且计算社交网络用户之间的亲密度，从而保持社交网络数据的存储结构固定，并且反映用户之间的关系强弱。
根据本发明的一方面，提供一种管理社交网络数据的方法，包括：获取第一社交网络数据，所述第一社交网络数据包括在逻辑上以网状被组织的各社交网络用户的数据；基于语义网技术对获取的第一社交网络数据进行分析，并且根据分析的结果生成第二社交网络数据，所述第二社交网络数据包括多个三元组记录，每个三元组记录包括社交网络资源、资源属性和资源属性值。
其中，所述获取第一社交网络数据的步骤可包括：从本地的信息存储介质或远程服务器的指定位置读取文件形式或数据库形式存储的第一社交网络数据。
所述的方法可还包括：在数据库中存储生成的第二社交网络数据，或者将第二社交网络数据生成并存储为XML文件、RDF文件或NT文件。
所述的方法可还包括：根据各社交网络用户的预定的社交网络资源和资源属性的组合计算各社交网络用户之间的亲密度权重值，并且对于任意的第一用户和第二用户，还生成用于记录第一用户作为源用户、记录第二用户作为目标用户以及记录第一用户和第二用户之间的亲密度权重值的一系列关联的三元组记录。
其中，可将所述一系列关联的三元组记录生成为特定类的实例。
其中，可根据第二用户在第一用户的相册中出现的次数确定第一用户与第二用户之间的亲密度权重值。
所述的方法可还包括：根据从社交应用接收的请求，将第二社交网络数据发送给所述社交应用。其中，所述社交应用是在外部装置上运行的应用。
根据本发明的另一方面，提供一种管理社交网络数据的装置，包括：社交网络数据获取模块，用于获取第一社交网络数据，所述第一社交网络数据包括在逻辑上以网状被组织的各社交网络用户的数据；语义分析模块，用于基于语义网技术对获取的第一社交网络数据进行分析，并且根据分析的结果生成第二社交网络数据，所述第二社交网络数据包括多个三元组记录，每个三元组记录包括社交网络资源、资源属性和资源属性值；语义数据管理模块，用于存储和管理语义分析模块生成的第二社交网络数据。
其中，社交网络数据获取模块可从本地的信息存储介质或远程服务器的指定位置读取文件形式或数据库形式存储的第一社交网络数据。
其中，语义数据管理模块可在数据库中存储生成的第二社交网络数据，或者将第二社交网络数据生成并存储为XML文件、RDF文件或NT文件。
所述的装置可还包括：权重计算模块，用于根据各社交网络用户的预定的社交网络资源和资源属性的组合计算各社交网络用户之间的亲密度权重值。其中，对于任意的第一用户和第二用户，语义分析模块可还生成用于记录第一用户作为源用户、记录第二用户作为目标用户以及记录第一用户和第二用户之间的亲密度权重值的一系列关联的三元组记录。
其中，语义分析模块可将所述一系列关联的三元组记录生成为特定类的实例。
其中，权重计算模块可根据第二用户在第一用户的相册中出现的次数确定第一用户与第二用户之间的亲密度权重值。
所述的装置可还包括：应用接口模块，用于根据从社交应用接收的请求，将第二社交网络数据发送给所述社交应用。其中，所述社交应用是在外部装置上运行的应用。
附图说明
通过下面结合附图进行的描述，本发明的上述和其他目的和特点将变得更加清楚，其中：
图1是示出根据本发明的示例性实施例的用于管理社交网络数据的装置的结构的逻辑框图；
图2是示出根据本发明的示例性实施例的用于管理社交网络数据的方法的流程图；
图3是示出用于执行好友推荐的社交应用使用生成的第二社交网络数据执行基于用户亲密度执行好友推荐的示意图；和
图4是示出社交应用使用根据本发明的示例性实施例的社交网络数据生成应用数据的方法的流程图。
具体实施方式
以下，参照附图来详细说明本发明的实施例。
在本发明提出的管理社交网络数据的装置中划分和限定的模块不是限制性的，可以将这些模块重新组合成为更少的模块，或者也可以进一步将这些模块划分成为更多的模块来实现他们的功能。此外，可以在社交网络服务器端的一个或多个计算机/处理器中配备并运行这些模块。同样，对本发明提出的推荐好友的方法限定的步骤也不是限制性的，可以将这些步骤重新组合成为更少的步骤，或者也可以进一步将这些步骤划分成为更多的步骤来完成他们的功能。
图1是示出根据本发明的示例性实施例的用于管理社交网络数据的装置的结构的逻辑框图。
参照图1，根据本发明的示例性实施例的用于管理社交网络数据的装置包括：社交网络数据获取模块110、语义分析模块120以及语义数据管理模块140。
社交网络数据获取模块110用于获取第一社交网络数据。第一社交网络数据包括各社交网络用户的数据，其每个社交网络用户的数据在逻辑上以网状被组织。
例如，每个社交网络用户的数据可包括用户标识(ID)、个人信息(姓名、性别、年龄、职业、爱好、头像等)、个人资源数据(如相册、音频、视频等)以及好友数据等。目前，通常将每个用户的这些数据作为数据字段保存在一条或多条数据记录中，每条数据记录可包括一个或多个字段。但是，从逻辑上，每个社交网络用户的数据被组织为以所述用户为中心的关系网。
社交网络数据获取模块110可从本地的信息存储介质或远程服务器的指定位置读取文件形式或数据库形式存储的第一社交网络数据。
语义分析模块120基于语义网技术对获取的第一社交网络数据进行分析，而根据分析的结果生成第二社交网络数据，并且通过语义数据管理模块140存储和维护所述第二社交网络数据。所述第二社交网络数据包括多个三元组记录，每个三元组记录包括社交网络资源、资源属性和资源属性值。
本发明的语义分析模块120采用资源描述架构(RDF)描述第一社交网络数据中的社交网络的资源，并且将每个社交网络资源及其各个属性描述为包括社交网络资源、资源属性和资源属性值的三元组。例如，经过分析得到用户标识、姓名、年龄等信息，可生成“用户A”、“姓名”、“David”的三元组记录和“用户A”、“年龄”、“25”的三元组记录。所述三元组的描述不仅包含每个社交网络用户本身的基本信息，也包含了用户之间的关系。例如，“用户A”、“有好友”、“用户B”。
因此，采用三元组形式管理社交网络数据可以很清晰地描述每个用户的基本信息和用户之间的关系，并且三元组的描述方式，对于存储、查询、更新都是很方便的。一旦用户的基本信息发生更新，或者是好友信息发生变更，只需要对三元组进行增删即可；一旦增加了新的属性或者关系，我们只需要多定义一个属性，增加相应的三元组即可。
语义数据管理模块140用于保存和管理由语义分析模块120生成的第二社交网络数据(即三元组记录)。根据本发明的优选实施例，语义数据管理模块140在数据库中存储生成的第二社交网络数据，或者将第二社交网络数据生成并存储为XML文件、RDF文件或NT文件等。生成并存储的文件格式不限于上述几种格式，可采用任何能够三元组形式存储数据的文件格式。
根据本发明的优选实施例，用于管理社交网络数据的装置还包括权重计算模块130，权重计算模块130用于根据语义分析模块120分析出的结果中各社交网络用户的预定的社交网络资源和资源属性的组合计算各社交网络用户之间的亲密度权重值。可以根据社交网络用户的多种数据计算用户之间的亲密度权重值。所述亲密度权重值和用户在相册照片中出现的次数成正比。具体为，权重值计算模块130根据存储在云端的各社交网络用户的相册数据，通过对各个用户的相册照片进行人脸识别并且将识别的人脸与每个用户的头像以及/或者从其他用户的相册照片识别出的人脸进行匹配，从而确定用户之间的亲密度，并且通过加权计算所述用户之间的亲密度权重值。例如，如果从用户A的相册照片检测到用户B出现了8次，检测到用户C出现了3次，则为用户A与用户B之间确定较用户A与用户C之间更高的亲密度权重值(如0.8和0.3)。本申请人在先前提交的“在社交网络中推荐好友的系统和方法”专利申请(申请号为201210079045.3)中提出了基于从用户的相册照片提取人脸并执行头像及其他人脸的匹配从而生成好友推荐数据的技术。
对于任意的第一用户和第二用户，语义分析模块120生成用于记录第一用户作为源用户、记录第二用户作为目标用户以及记录第一用户和第二用户之间的亲密度权重值的一系列关联的三元组记录，以表达第一用户和第二用户之间的亲密度，并且由语义数据管理模块140保存并管理所述一系列关联的三元组记录。
这里，在面向对象的编程模式中，语义分析模块120可将所述一系列关联的三元组记录生成为特定类的实例。例如，语义分析模块120可创建一个类，例如WeightClass，其具有rdf:type、sourceUser、targetUser、weightValue四个数据成员；假设用户1和用户2之间的亲密度权重值为0.8，为了表达用户1和用户2之间的亲密度，语义分析模块120生成上述类(WeightClass)的一个实例(weightInstance)，所述实例具有以下数据：
weightInstance rdf:type :WeightClass.
weightInstance :sourceUser :user1。
weightInstance :targetUser :user2.
weightInstance :weightValue 0.8
上述每一行的3条数据在逻辑上为一个三元组记录。例如，在第二行，社交网络资源weightInstance的源用户属性具有user1的值。
根据本发明的可选实施例，用于管理社交网络数据的装置还包括应用接口模块150，应用接口模块150根据从社交应用接收的请求，将第二社交网络数据发送给所述社交应用。所述社交应用通常是在外部装置上运行的应用。
图2是示出根据本发明的示例性实施例的由图1所示的装置执行用于管理社交网络数据的方法的流程图。
参照图2，在步骤S210，社交网络数据获取模块110获取第一社交网络数据。第一社交网络数据包括各社交网络用户的数据，其每个社交网络用户的数据在逻辑上以网状被组织。社交网络数据获取模块110可从本地的信息存储介质或远程服务器的指定位置读取文件形式或数据库形式存储的第一社交网络数据。
在步骤S220，语义分析模块120基于语义网技术对获取的第一社交网络数据进行分析，根据分析的结果生成第二社交网络数据(步骤S222)，并且语义数据管理模块140存储和维护所述第二社交网络数据(步骤S228)。所述第二社交网络数据包括多个三元组记录，每个三元组记录包括社交网络资源、资源属性和资源属性值。
根据本发明的优选实施例，用于管理社交网络数据的方法还包括步骤S225。在步骤S225，权重值计算模块130根据各社交网络用户的预定的社交网络资源和资源属性的组合计算各社交网络用户之间的亲密度权重值。可根据第二用户在第一用户的相册中出现的次数确定第一用户与第二用户之间的亲密度权重值。语义分析模块120对于任意的第一用户和第二用户，还生成用于记录第一用户作为源用户、记录第二用户作为目标用户以及记录第一用户和第二用户之间的亲密度权重值的一系列关联的三元组记录。其中，如在前述示例中示出，语义分析模块120可将所述一系列关联的三元组记录生成为特定类的实例。
根据本发明的优选实施例，用于管理社交网络数据的方法还包括在数据库中存储生成的第二社交网络数据，或者将第二社交网络数据生成并存储为XML文件、RDF文件或NT文件。
根据本发明的另一优选实施例，用于管理社交网络数据的方法还包括：根据从社交应用接收的请求，将第二社交网络数据发送给所述社交应用。所述社交应用通常是在外部装置上运行的应用。
以下将参照图3和图4示例性地描述社交应用使用根据本发明的示例性实施例的社交网络数据生成应用数据的方法。
图3是示出用于执行好友推荐的社交应用使用生成的第二社交网络数据执行基于用户亲密度执行好友推荐的示意图。图4是示出社交应用使用根据本发明的示例性实施例的社交网络数据生成应用数据的方法的流程图。
参照图4，在步骤S410，社交应用(例如图3中的执行好友推荐的社交应用)从图所示的装置获取三元组的社交网络数据。所述三元组的社交网络数据包括各个社交网络用户的数据，其中，不仅包括各个用户的个人信息，也包括其好友信息以及与其他用户之间的亲密度权重值。
在步骤S420，执行好友推荐的社交应用对获取的三元组的社交网络数据执行处理和运算。其包括对三元组记录执行关联，并且基于特定的应用逻辑对特定社交网络资源、资源属性以及资源属性值执行运算。假设图3中的好友推荐应用读取的第二社交网络数据包括“用户1”“有好友”“用户3”以及如前述所示的weightInstance实例，则好友推荐应用根据所述记录可知，用户2尚不是用户1的好友，但是根据前述相册照片人脸匹配计算的用户1和用户2之间的亲密度权重值0.8，好友推荐应用确定用户1和用户2具有一定的亲密度。因此，在步骤S430，好友推荐应用生成用于将用户1推荐给用户2的推荐应用数据以及用于将用户2推荐给用户1的推荐应用数据。所述好友推荐应用也可以基于各个用户的表达用户爱好的三元组记录进行匹配，或者基于各个用户的表达用户好友的三元记录进行匹配来生成好友推荐数据。
总体说来，本发明的基于语义网技术来管理社交网络数据的方法和装置将现有的网状社交网络用户的管理结构转换为三元组记录的管理方式，这种固定的存储结构使得用户易于管理和维护社交网络数据，并且能够更灵活地适应社交网络数据的数据量的不断增长。
尽管已参照优选实施例表示和描述了本发明，但本领域技术人员应该理解，在不脱离由权利要求限定的本发明的精神和范围的情况下，可以对这些实施例进行各种修改和变换。
Claims (14)
1.一种管理社交网络数据的方法，包括：
获取第一社交网络数据，所述第一社交网络数据包括在逻辑上以网状被组织各社交网络用户的数据；
基于语义网技术对获取的第一社交网络数据进行分析，并且根据分析的结果生成第二社交网络数据，所述第二社交网络数据包括多个三元组记录，每个三元组记录包括社交网络资源、资源属性和资源属性值，所述三元组的描述包含每个社交网络用户本身的基本信息以及各用户之间的关系，
其中，所述方法还包括：根据各社交网络用户的预定的社交网络资源和资源属性的组合计算各社交网络用户之间的亲密度权重值，并且对于任意的第一用户和第二用户，还生成用于记录第一用户作为源用户、记录第二用户作为目标用户以及记录第一用户和第二用户之间的亲密度权重值的一系列关联的三元组记录。
2.如权利要求1所述的方法，其中，所述获取第一社交网络数据的步骤包括：从本地的信息存储介质或远程服务器的指定位置读取文件形式或数据库形式存储的第一社交网络数据。
3.如权利要求1所述的方法，还包括：在数据库中存储生成的第二社交网络数据，或者将第二社交网络数据生成并存储为XML文件、RDF文件或NT文件。
4.如权利要求1所述的方法，其中，将所述一系列关联的三元组记录生成为特定类的实例。
5.如权利要求1所述的方法，其中，根据第二用户在第一用户的相册中出现的次数确定第一用户与第二用户之间的亲密度权重值。
6.如权利要求1所述的方法，还包括：根据从社交应用接收的请求，将第二社交网络数据发送给所述社交应用。
7.如权利要求5所述的方法，其中，所述社交应用是在外部装置上运行的应用。
8.一种管理社交网络数据的装置，包括：
社交网络数据获取模块，用于获取第一社交网络数据，所述第一社交网络数据包括在逻辑上以网状被组织的各社交网络用户的数据；
语义分析模块，用于基于语义网技术对获取的第一社交网络数据进行分析，并且根据分析的结果生成第二社交网络数据，所述第二社交网络数据包括多个三元组记录，每个三元组记录包括社交网络资源、资源属性和资源属性值，所述三元组的描述包含每个社交网络用户本身的基本信息以及各用户之间的关系；
语义数据管理模块，用于存储和管理语义分析模块生成的第二社交网络数据，
其中，所述装置还包括：权重计算模块，用于根据各社交网络用户的预定的社交网络资源和资源属性的组合计算各社交网络用户之间的亲密度权重值，
其中，对于任意的第一用户和第二用户，语义分析模块还生成用于记录第一用户作为源用户、记录第二用户作为目标用户以及记录第一用户和第二用户之间的亲密度权重值的一系列关联的三元组记录。
9.如权利要求8所述的装置，其中，社交网络数据获取模块从本地的信息存储介质或远程服务器的指定位置读取文件形式或数据库形式存储的第一社交网络数据。
10.如权利要求8所述的装置，其中，语义数据管理模块在数据库中存储生成的第二社交网络数据，或者将第二社交网络数据生成并存储为XML文件、RDF文件或NT文件。
11.如权利要求8所述的装置，其中，语义分析模块将所述一系列关联的三元组记录生成为特定类的实例。
12.如权利要求8所述的装置，其中，权重计算模块根据第二用户在第一用户的相册中出现的次数确定第一用户与第二用户之间的亲密度权重值。
13.如权利要求8所述的装置，还包括：应用接口模块，用于根据从社交应用接收的请求，将第二社交网络数据发送给所述社交应用。
14.如权利要求12所述的装置，其中，所述社交应用是在外部装置上运行的应用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210485603.6A CN103841151B (zh) | 2012-11-26 | 2012-11-26 | 管理社交网络数据的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210485603.6A CN103841151B (zh) | 2012-11-26 | 2012-11-26 | 管理社交网络数据的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103841151A CN103841151A (zh) | 2014-06-04 |
| CN103841151B true CN103841151B (zh) | 2017-07-28 |
Family
ID=50804280
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210485603.6A Active CN103841151B (zh) | 2012-11-26 | 2012-11-26 | 管理社交网络数据的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103841151B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106649672B (zh) * | 2016-12-14 | 2020-08-11 | 华南师范大学 | 一种基于语义网的安全数据语义分析方法及系统 |
| CN108509783B (zh) * | 2018-04-09 | 2020-06-30 | 托普朗宁(北京)教育科技有限公司 | 一种智能终端应用程序管理系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101266610A (zh) * | 2008-04-25 | 2008-09-17 | 浙江大学 | 一种Web活跃用户网站访问模式的在线挖掘方法 |
| CN102637183A (zh) * | 2011-02-12 | 2012-08-15 | 北京千橡网景科技发展有限公司 | 用于在社交网络中向用户推荐好友的方法和设备 |
| CN102722542A (zh) * | 2012-05-23 | 2012-10-10 | 无锡成电科大科技发展有限公司 | 一种资源描述框架图模式匹配方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9197597B2 (en) * | 2006-07-03 | 2015-11-24 | Oracle International Corporation | RDF object type and reification in the database |
| US7818352B2 (en) * | 2007-11-26 | 2010-10-19 | Microsoft Corporation | Converting SPARQL queries to SQL queries |
-
2012
- 2012-11-26 CN CN201210485603.6A patent/CN103841151B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101266610A (zh) * | 2008-04-25 | 2008-09-17 | 浙江大学 | 一种Web活跃用户网站访问模式的在线挖掘方法 |
| CN102637183A (zh) * | 2011-02-12 | 2012-08-15 | 北京千橡网景科技发展有限公司 | 用于在社交网络中向用户推荐好友的方法和设备 |
| CN102722542A (zh) * | 2012-05-23 | 2012-10-10 | 无锡成电科大科技发展有限公司 | 一种资源描述框架图模式匹配方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103841151A (zh) | 2014-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shaheen et al. | Applications of federated learning; taxonomy, challenges, and research trends | |
| US20210117379A1 (en) | Systems and methods concerning tracking models for digital interactions | |
| Galaskiewicz et al. | Social network analysis: Concepts, methodology, and directions for the 1990s | |
| Neal | Differentiating centrality and power in the world city network | |
| US20170154314A1 (en) | System for searching and correlating online activity with individual classification factors | |
| US20170024482A1 (en) | Systems and methods for integrating personal social networking within an organization | |
| Xu et al. | Integrated collaborative filtering recommendation in social cyber-physical systems | |
| TW201706884A (zh) | 資料分析系統、資料分析方法、資料分析程式及記錄媒體 | |
| Du et al. | The knowledge mapping of mobile commerce research: a visual analysis based on I-model | |
| Willson | The politics of social filtering | |
| Kuščer | Determining factors of mountain destination innovativeness | |
| CN105869058B (zh) | 一种多层潜变量模型用户画像提取的方法 | |
| Wang et al. | A “User‐Knowledge‐Product” Co‐Creation Cyberspace Model for Product Innovation | |
| Martínez et al. | An RFM model customizable to product catalogues and marketing criteria using fuzzy linguistic models: Case study of a retail business | |
| Adhikari et al. | Social network analysis in R: a software review | |
| Shu et al. | Looking back to move forward: A bibliometric analysis of consumer privacy research | |
| Kianian et al. | Semantic community detection using label propagation algorithm | |
| CN103841151B (zh) | 管理社交网络数据的方法和装置 | |
| Liu et al. | Social network analysis using big data | |
| Valmohammadi et al. | Analyzing the interaction of the challenges of big data usage in a cloud computing environment | |
| Kushwah et al. | Sentiment analysis of big-data in healthcare: issue and challenges | |
| KR101160312B1 (ko) | 소셜 네트워킹 서비스 기반의 지능형 비즈니스 협업 시스템 및 그 방법 | |
| KR101132974B1 (ko) | 멀티모달 소셜 네트워크의 온톨로지 구축 장치 및 방법 | |
| KR20150087891A (ko) | 소셜 네트워크 분석과 온톨로지를 이용한 전문가 매칭 시스템 및 방법 | |
| Papagiannidis et al. | Social media in supply chains and logistics: Contemporary trends and themes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP02 | Change in the address of a patent holder | ||
| CP02 | Change in the address of a patent holder |
Address after: 5-12 / F, building 6, 57 Andemen street, Yuhuatai District, Nanjing City, Jiangsu Province Patentee after: Samsung Electronics (China) R&D Center Patentee after: SAMSUNG ELECTRONICS Co.,Ltd. Address before: 17 ~ 19F, Xindi center, 188 Lushan Road, Nanjing, Jiangsu 210019 Patentee before: Samsung Electronics (China) R&D Center Patentee before: SAMSUNG ELECTRONICS Co.,Ltd. |