CN104054078A - 用于向社交网络的第二子集的用户提供所述社交网络的第一子集的服务集的方法 - Google Patents

Abstract

本发明涉及一种用于通过系统来将社交网络(Sntw)的第一子集(Sub1)的服务集(S)提供到已经访问所述社交网络(Sntw)的第二子集(Sub2)的用户终端(T)的方法(M)，所述方法包括：-由系统基于在每对子集(Sub)的社交交互之间的相似度的测量来构建图形，所述构建包括：-创建用于社交网络(Sntw)的每个子集(Sub)的节点；-提取与每个子集(Sub)内的社交交互相关联的特定数据(Sd)；-针对每对子集(Sub)测量所述特定数据(Sd)之间的相似度；-根据所述测量来针对每对子集(Sub)利用关联权重(W)创建图形内的边(E)；-由所述系统向所述用户终端(T)提供第一子集(Sub1)到第二子集(Sub2)的服务集(S)，所述服务集(S)是根据与所述第一子集(Sub1)和所述第二子集(Sub2)相对应的边(E)的权重(W)来选择的。

Description

用于向社交网络的第二子集的用户提供所述社交网络的第一子集的服务集的方法

技术领域

本发明涉及一种用于通过系统来向用户终端提供社交网络的第一子集的服务集的方法。

本发明还涉及用于执行所述方法的相应系统。

这样的方法可以在任何社交网络站点、使用社交网络的应用或服务中使用。

背景技术

申请US7853881公开了一种使得社交网络的社区(也称为子集)的成员能够与所述社交网络的另一社区的用户通信和交换信息的方法。该方法基于从用户的简档和其正在访问的页面的内容(内容是通过网站递送给在线用户的文本、图形、音频、视频)计算的分离程度来选择其他在线用户。用户的简档可以基于该成员所涉及的活动的水平和类型并且基于与其他成员的交互和水平来被动态地生成和更新。基于所述分离程度来执行用户之间的相似度或“基于兴趣的关系”的距离的测量。该测量可以由成员用来确定与谁交互。具体地，两个用户之间较短的“基于兴趣的关系”距离指示不同的社交网络的两个成员之间可能更丰富和积极的交互。关系基于共同的活动和内容进行确定。

所述现有技术的一个问题在于，为了从社区i的用户Ui与其他社区j的其他用户Uj之间的通信交换服务中受益，该方法必须收集关于所有社区j中的所有用户的用户简档的所有信息，并且必须计算在用户i与所有这些用户j之间的相似度。因此，该方法是耗时并且耗存储器的，并且没有保护用户隐私。此外，即使人的用户简档随时间改变，系统也从不使给定时间中提出的交换服务失效。

发明内容

本发明的目的在于提供一种用于通过系统来将社交网络的第一子集的服务集提供到已经访问所述社交网络的第二子集的用户终端的方法。

为此，提供了一种用于通过系统来将社交网络的第一子集的服务集提供到已经访问所述社交网络的第二子集的用户终端的方法，所述方法包括：

-由系统基于在每对子集的社交交互之间的相似度的测量来构建图形，所述构建包括：

-创建用于社交网络的每个子集的节点；

-提取与每个子集内的社交交互相关联的特定数据；

-针对每对子集测量所述特定数据之间的相似度；

-根据所述测量来针对每对子集利用关联权重创建图形内的边；

-由所述系统向所述用户终端提供第一子集到第二子集的服务集，所述服务集是根据与所述第一子集和所述第二子集相对应的边的权重来选择的。

如进一步具体所见，该方法基于在子集内执行的活动来向另一子集的所有成员提供子集的服务。不再需要计算在用户与其他子集的每个其他用户之间的相似度。

在第一非限制性实施方式中，

-特定数据是关键字或实体；

-特定数据是根据关键字或根据与子集的社交交互相关联的实体在链接的数据图形中发现的最相关匹配的语义实体。

在第二非限制性实施方式中，图形的构建根据社交交互的更新周期性地执行。

在第三非限制性实施方式中，图形的构建进一步包括，对于每个子集：

-从子集描述中找到对应的特定数据；

-针对每对子集测量所述特定数据之间的相似度；

-根据所述测量来更新与每对子集相关联的图形内的边的权重。

在第四非限制性实施方式中，所述服务集的提供进一步通过由已经访问第一子集和第二子集的所述用户终端的用户设置的用户简档和/或用户参数来过滤。

在第五非限制性实施方式中，服务集的提供包括将对应于所述第一子集和所述第二子集的边的权重与同第一子集的每个服务相关联的阈值水平进行比较的子步骤。

此外，提供了一种用于将社交网络的第一子集的服务集提供到已经访问所述社交网络的第二子集的用户终端的系统，所述系统包括：

-图形生成器，用于基于在每对子集的社交交互之间的相似度的测量来构建图形，所述构建包括：

-创建用于社交网络的每个子集的节点；

-提取与每个子集内的社交交互相关联的特定数据；

-针对每对子集测量所述特定数据之间的相似度；

-根据所述测量来针对每对子集利用关联权重创建图形内的边；

-服务访问管理器，用于向所述用户终端提供第一子集到第二子集的服务集，所述服务集是根据与所述第一子集和所述第二子集相对应的边的权重来选择的。

在第一非限制性实施方式中，图形生成器进一步被适配为：

-从子集描述中找到对应的语义实体；

-测量每对子集的所述语义实体之间的相似度；

-根据所述测量来更新与每对子集相关联的图形内的边的权重。

此外，提供了一种包括指令集的计算机程序产品，当指令集被加载到所述计算机上时，使得计算机根据前述特性中的任一特性来执行用于提供服务集的方法。

附图说明

现在仅通过示例的方式并且参考附图来描述根据本发明的实施方式的方法和/或装置的一些实施方式，在附图中：

-图1示意性图示了根据本发明的具有由用于提供服务集的方法使用的子集的社交网络；

-图2示意性图示了执行根据本发明的用于提供服务集的方法的系统的非限制性实施方式；

-图3图示了根据本发明的用于提供服务集的方法的示意性组织图；

-图4图示了图3的方法所创建的子集的图；以及

-图5图示了执行图3的方法的不同步骤的图2的系统的不同模块。

具体实施方式

在下面的描述中，不具体描述本领域技术人员公知的功能或结构，因为其可能在不必要的细节方面混淆本发明。

如下文所述，用于通过系统来将社交网络的第一子集的服务集提供到已经访问所述社交网络的第二子集的用户终端的方法包括两个主要步骤：1)基于以至少一个因素：子集的成员之间的社交交互(通知、评论、对话)以及可选地子集的描述为基础的这些子集之间的相似度的分析来构建子集的动态图形；以及2)开发此图形用以基于两个子集之间的链接强度以灵活的方式来访问另一子集的服务。

应当注意，社交网络的子集Sub是媒体，其允许人们参与交互并且关于以明确限定的物理或多媒体对象为中心的特定主题(例如，关于足球的论坛(虚拟世界)或者在火车站关于TGV的晚点的讨论(物理世界))等交换信息。这样的子集通常由来自不同社交领域的人(朋友、家人、同事和陌生人)组成。子集的每个成员都可以在虚拟世界中通过其用户简档来表示，即在物理世界中表示其身份和兴趣或名片或徽章等的属性集。应当注意，在非限制性示例中，用户简档属性包括声明的公民身份、兴趣中心、摄影、音频、视频或附接于用户完整简档信息的任何其他多媒体内容。

通过社交网络Sntw，一是指通过友好地或分组的专业链接或者不按分区而在线连接的成员，这促进了社交交互、创建和信息共享。在非限制性实施方式中，社交网络可以是

一个子集Sub通过关于特定对象的所述社交网络的成员组的交互来定义。在非限制性的示例中，子集可以是关于演员的页面。

应当注意，子集Sub也被称为社交网络内的社区。因此，在下文中，术语子集或社区将被互换地使用。

通过社交交互I，一是指在子集Sub内的两个或两个以上的人之间传递有意义的信息的任何类型的活动，诸如对论坛中的问题的回答、对话或来自一个人的对社交对象的注释、评论。

每个子集Sub_i通过以下来表示：

-构成子集内的交互的中心的社交对象；

-在所述子集内交互的人的集合；

-在该子集中发生的交互的集合。

在图1a中图示了社交网络Sntw的示例。其包括五个子集：Sub1到Sub5。

方法M由系统Sys来执行，所述系统sys在图2中被图示。

所述系统Sys包括：

-图形生成器Dggm，用于基于在所述社交网络Sntw内的每对子集Sub的社交交互I之间的相似度的测量来构建图形G；

-服务访问管理器Sm，用于向所述用户终端T提供第一子集Sub1到第二子集Sub2的服务S集，所述服务S集是根据与所述第一子集Sub1和所述第二子集Sub2相对应的边E的权重W来选择的。

系统Sys进一步包括：

-用户管理器Um，负责管理作为社区的一部分的人。其连接到包含关于用户的各种信息(诸如至少标识符以及可选地包含一些额外的简档信息)的用户数据库U_Db。

-社区交互管理Cim，负责处理在子集Sub中发生的不同类型的交互(注释、评论、对话等)。这些交互被组织和存储到社交交互数据库I_Db中(典型的数据包括至少：交互的标识符、作者、交互的文本、时间戳)。

社区向其成员提供服务集。社区服务可以被划分成两类：

-通用的社区服务S_g(即，不论其所集中于的社交对象潜在存在对所有社区的服务)。非穷尽的列表可以包括例如通信和信息服务，诸如：

-社区发现服务：即使得用户知道新的社区的存在的服务；

-感知服务：例如，注意人(即，向用户提供关于某个人的新的交互)、注意新的社区的主题(即，向用户提供有关某个主题的新的交互)的服务；

-社区活动服务：例如，允许访问社区内的社交活动的摘要的服务(例如，将最后一次社交活动显示为标签云，这允许用户快速浏览在该社区中发生了什么)；

-参与服务：即，涉及积极参与用户的服务，例如提供信息、提供意见、提供反馈、交流想法等。

-社区特定的服务S_s(即，取决于子集的社交对象的类型的服务)：例如，对社区特定的事件(旅游的组织)的登记、或对社交电子书中的“热图(heatmap)”的访问，其表示书中具有最多交互的段落。

在图3中所示的非限制性实施方式中具体描述了用于通过系统Sys来将社交网络Sntw的第一子集Sub1的服务S集提供给已经访问所述社交网络Sntw的第二子集Sub2的用户终端T的方法M。

所述方法包括：

-由系统Sys基于在每对子集Sub的社交交互I之间的相似度的测量来构建图形G，所述构建包括(图示为CONSTR_G的步骤)：

-创建用于社交网络Sntw的每个子集Sub的节点N；

-提取与每个子集Sub内的社交交互I相关联的特定数据Sd(图示为EXTR_Sd(Sub,Sd＝K；Sd＝Se)的子步骤)；

-针对每对子集测量所述特定数据Sd之间的相似度(图示为MEAS_Sd(Sub1，Sub2)的子步骤)；

-根据所述测量来以用于每对子集Sub的关联权重W创建图形G内的边E(图示为CREAT_G(E，W，Sub1，Sub2)的子步骤)；

-由所述系统Sys向所述用户终端T提供第一子集Sub1到第二子集Sub2的服务S集，所述服务S集是根据与所述第一子集Sub1和所述第二子集Sub2相对应的边E的权重W来选择的(图示为TX_T(S，Sub2，W，E(Sub1，Sub2)的步骤)。

在下面的描述中，社交网络内的两个子集Sub1、Sub2被用作非限制性示例。

第一子集Sub1是书“护戒使者”的社区，著名的指环王三部曲的第一本书。所述子集还将被称为子集书。

嵌入式服务可以是：

-活动摘要注意服务

-专门研究托尔金宇宙的问题和答案的服务

-事件(旅行、会议、参观、电影)预约服务

-共享服务(例如，共享一些私人照片、文本等)

-满足人们的服务(以物理上满足人们)

-子集发现服务。

第二子集Sub2是基于由指环王丛书描述的世界的在线游戏的社区，诸如关于实时战略游戏指环王的社区：魔戒圣战。所述子集也被称为子集游戏。

以下参考所有附图来具体描述方法M。

在第一步骤1)图示的CONST_G(sim，I，Sub，Sntw)中，系统Sys基于在每对子集Sub的社交交互I之间的相似度Sim的测量来构建图形G。

如下文所述来动态地构建和更新图形G。该图形将子集Sub的集合连接在一起。因此，子集的动态图形G是个无向图形G＝<N,Et>其中：

-N表示图形中的所有节点。图形中的每个节点本身是子集Sub。

-Et表示在时间t连接这些节点N的边E。这些边与在表示两个子集Subi和Subj之间的“接近度”链接的权重W相关联。周期性地计算该链接的强度。当该图形是动态时，这些边(及其相关联的权重)可以随时间而改变。

该步骤是通过图形生成器Dggm来执行。

该模块负责生成上述子集的动态图形G，并且定期对其更新。为了创建图形(或对其进行更新)，该模块访问子集被登记的存储库Sub_Db(一种“白页”)，其对其给予接入点。

基于检索到的子集的列表，该模块通过以下操作来生成图形：

-创建与每个子集Sub相关联的节点N；

-针对每对子集(Subi，Subj)创建边E，并且在时间t的特定点计算相关联的权重W(Subi，Subj)。所述步骤在子步骤(1c)中详细说明。

权重强度表示这两个子集Sub之间的接近程度。该模块通过创建从社区之间的交互的相似度，并且在非限制性实施方式中从社区之间的描述的相似度，计算的路径来创建在对象及其子集之间的相关链接。

因此，该步骤包括下述子步骤。

在第一子步骤1a)中，针对社交网络Sntw的每个子集来创建节点N(在图3中图示为CREAT_G(N，Sub，Sntw))。使用子集被登记的信息库Sub_Db。

在第二子步骤1b)中，提取在每个子集Sub内的与社交交互I相关联的特定数据Sd(在图3中图示的子步骤EXTR_Sd(Sub，Sd＝K；Sd＝Se)。

可以提取一个或多个特定数据。

子集Sub由用户之间的交互组成。交互通常由实体(这是专有名词)和关键字(表示所述实体的上下文)或诸如笑脸符号的其他语言表达组成。

交互的实体e和关键字K的提取是本领域技术人员公知的，并且在此将不再描述。为此，使用部分语音标记(例如，名词、动词)和移除的停止字来标识在交互I中的每个术语的语法分类。已命名实体被识别为以大写字母开始的术语或者所述术语的组合。在所述社交网络的所述子集Sub中出现的最频繁的术语被认为是特定的数据。

因此，用作非限制性示例的两个子集Sub1和Sub2的社交交互I如下。

对于第一子集Sub1，书的用户讨论具体在该书中出现的生物起源的热门话题。

对于第二子集Sub2，游戏用户到达进行的探寻使其穿过“摩瑞亚矿坑”的游戏水平。但是要成功穿过矿坑，他们必须杀死一个强大的邪恶生物：“炎魔”。用户必须找到针对此的手段，这产生了大量的讨论。

在第一非限制性实施方式中，特定数据Sd是关键字K或实体e。例如，对于第一子集Sub1的子书籍，如果交互I包括了句子“黑骑士戒灵是可怕的”，已命名的实体将是“戒灵”并且相关联的关键字将是“骑士”。

因此，在第一特定数据Sd将是例如：“戒灵”和/或“武士”。

例如，对于第二子集Sub2子游戏，如果交互I包括句子：“我们怎么杀掉邪恶生物“炎魔”，已命名的实体将是“炎魔”并且相关联的关键字将是“邪恶生物”。

因此，第一特定数据Sd将是例如：“炎魔”和/或“邪恶生物”。

在另一第二个非限制性实施方式中，特定数据Sd是从关键字或从与子集Sub的社交交互I相关联的实体e的链接数据图形Ldg中发现的最相关的匹配语义实体Se。

在非限制性实施方式中，以URI“统一资源标识符”的形式来设置特定的数据Sd。所述URI将用于以链接数据图形Ldg来执行查询。应当注意，将会有与已经发现的已命名的实体和/或关键字一样多的查询。因此，应当注意，针对在上一步骤中找到的每个特定数据Sd还执行该匹配步骤。

应当注意，链接数据图形Ldg包括在不同的概念(语义实体)之间的链接，与另一个语义实体链接的语义实体比其他语义实体更通用。因此，链接数据图形Ldg包括从专门的概念到通用概念的不同概念。

链接数据表现为需要具有表示在世界中的所述概念和不同领域之间的概念和联系的结构化数据集。如今，越来越多的数据可在Web上提供。这样的数据可以包括有关组织、政府、公众人士和许多其他领域的信息。越来越多的个人和公共/私人机构通过选择与他人共享他们的数据来促进此广泛传播。另一方面，第三方消耗该数据以建立新的商业机会并且提高建议策略，诸如网络营销和用户重新定位。显然，需要存在结构化的数据，使得其可以非常方便地被重新使用。该结构化公布的数据称为链接数据或web语义。

以下原则适用于链接数据：

-使用URI用作为事物的名称；

-使用HTTP URI，使得这些名称可以由人们访问；

-使用标准化访问和数据表示(RDF“资源描述框架”、SPARQL协议“协议和RDF查询语言)。RDF语言能够存储数据。应当注意SPARQL是用于请求RDF类型的数据库上的数据的RDF查询语言。其适用于特定的RDF图形。

SPARQL可以表达疑问或推定查询：

-疑问查询类型SELECT，可以从RDF图形中提取表示验证在子句WHERE中定义的条件的资源集合的子图形。例如，用于寻找人的母亲和父亲或祖父母的SELECT查询可以应用于包括家谱信息的RDF图形；

-构建的查询类型CONSTRUCT提供了完成讨论中的图形的新的图形。

CONSTRUCT查询可以应用于所述RDF图形以添加在原始图形中没有明确声明的关系兄-妹、表亲、叔侄等。

并且最后；

-包括对其他URI的链接以进行有效的数据发现。指向外部数据源的这种RDF链接允许链接数据图形进行互连。

在非限制性实施方式中，所述链接数据图形Ldg基于DBPedia^TM，这是具有超过400万概念(语义实体)及其之间的关系的链接数据的框架的最完整的数据集。因此，其具有非常大的话题覆盖范围，并且用作关联数据的中心，而其他数据集中的几乎每个项目都被指派有对DBPedia^TM的外部链接。这是现今最大的本体。

因此，在非限制性实施方式中，可以使用URIhttp://dbpedia.org/page/Lord of the Rings。

在非限制性示例中，链接数据图形Ldg可以包含语义实体“黑暗骑士、怪物、魔戒圣战、指环王”。因此，对于基于该书的第一子集Sub1，语义实体Se等于“黑暗骑士”，这是在所述关键字被保留为特定数据Sd时，前述“骑士”的第一特定数据Sd的最相关的匹配语义实体。

在非限制性示例中，链接数据图形Ldg还可以包含语义实体“炎魔、迈雅、摩瑞亚矿坑、怪物、指环王”。

因此，对于基于游戏的第二子集Sub2，语义实体Se等于“怪物”，这是在所述关键字被保留为特定数据Sd时，前述“邪恶生物”的第一特定数据Sd的最相关的匹配语义实体。

当提取了多个特定数据Sd时，发现对应的多个最相关的匹配语义实体Se，知道某个特定数据Sd可能导致相同的相应最相关的语义实体Se。因此，对于子集Sub，将找到语义实体的向量V_Sd＝{C1，...Ci，...Cn}。

应当注意，子集描述D与每个子集相关联。其主要基于子集所集中于的社交对象的静态描述。社区的描述优选地通过也称为语义实体的语义概念的向量Ci来表示。V_D＝{C1，...Ci，...Cm}。

语义实体Se是指通过本体和/或分类的描述。例如，可以通过上述http://dbpedia.org/page/Lord of the Rings的URL来引用。

因此，在非限制性实施方式中，对于每个子集Sub，从子集描述D中还发现一些相应的特定数据Sd，以及更具体地特定数据Sd的向量V_Sd。

应当注意，向量V_D或V_Sd可以具有一个或多个特定数据Sd。

该第二子步骤1b)当然适用于社交网络Sntw的所有其他子集。

在第三子步骤1c)中，测量在社交网络Sntw内的每对子集Sub的所述特定数据Sd之间的相似度(图3中子步骤所示的MEAS_Sd(Sub1，Sub2))。

第一子集Sub1和第二子集Sub2组成的对将用作非限制性示例。当然，这适用于社交网络Sntw内的任何其他子集对。

在非限制性实施方式中，使用本领域技术人员公知的余弦相似度方法。应当提醒，该方法通过测量其之间的角度的余弦值来执行两个向量之间的相似性的度量。两个向量之间的角度的余弦值越小，所述两个向量越相似。

因此，

其中，A是第一子集Sub1中的特定数据Sd的向量V_Sd1(并且Ai是所述向量的关键字和/或语义实体)，并且B是社交网络内的子集对的第二子集Sub2中的特定数据Sd的向量V_Sd2(并且Bi是所述向量的关键字和/或语义实体)。

在其他非限制性实施方式中，测量可以基于语义相似度测量，例如，使用诸如在WordNet^TM中的概念层级的语义结构或诸如泛化距离的统计方法。

应当注意，Wordnet^TM是词法在线数据库，它允许通过不同的关系来组织单词。因此，树是“植物”的一种，植物是树的“上位词”，树干是树的“一部分”等。根据不同的关系(下位词、部分关系、方式词(troponym)等)，在Wordnet中两个术语之间的相似度由此通过两个术语的分支的线性组合来得到。每个独立的得分根据所考虑的关系基于在Wordnet^TM中的两个术语之间的路径的长度来获得。

应当注意，两个搜索项x和y之间的泛化距离NGD是 $\mathrm{NGD}(x,y)=\frac{\max \{\log f\left(x\right),\log f(y\left)\right\}-\log f(x,y)}{\log M-\min \{\log f\left(x\right),\log f\left(y\right)\}}.$

其中M是通过Google^TM搜索的网页的总数；f(x)和f(y)分别是搜索项x和y的命中数目；以及f(x，y)是在x和y二者出现的网页的数目。

如果两个搜索项x和y从来没有一起出现在同一网页上而是分别出现，其之间的泛化Google距离是无限的。如果这两个术语总是一起出现，则其NGD是零，或者等于x平方和y平方之间的系数。当应用于关键字和/或实体时，x和y分别是子集Sub1和Sub2对的向量V_Sd1i、V_Sd2j。

当如上所述考虑该子集的描述D时，在所述特定数据Sd来自子集描述D时，测量每对子集Sub的特定数据Sd之间的相似度。可以对子集1的描述D1和子集2的描述D2使用与上述应用于两个向量V_D1和V_D2相同的相似度计算方法。

应当注意，为了对交互I应用子步骤1a)和1b)的目的，图形生成器Dggm包括交互相似度评估模块Iem，其比较在如上所述的两个独立子集Sub1和Sub2(图5中所示的CREAT_G(N，I，Sun，Sntw)和EXTR_Sd(Sub，I，Sd，＝K；Sd＝Se))中出现的社交交互(注释、会话等)。

为了对描述D应用子步骤1a)和1b)的目的，图形生成器Dggm包括社区描述比较器模块Dcm，其计算如上所述的两个独立的子集Sub1和Sub2的描述相似度(图5中图示的CREAT_G(N，D，Sun，Sntw)和EXTR_Sd(Sub，D，Sd，＝K；Sd＝Se))。

在第四子步骤1d)中，根据所述测量创建具有每对子集Sub的相关联权重W的图形G内的边E(图3中所示的子步骤CREAT_G(E，W，Sub1，Sub2))。

在非限制性实施方式中，当考虑上述子集的描述D时，相应地更新与每对子集相关联的图形G内的边E的权重。

因此，在非限制性实施方式中，由边E上的全权重W所表达的两个子集之间的接近度可以基于1)在每个社区中的交互的相似度的分析，并且在非限制性实施方式中2)基于两个社交对象描述D，来被计算为相似度的线性组合，使得：

W(Sub1,Sub2)＝a*simI({I}Sub1,{I}Sub2)+b*SimD(D(Sub1),D(Sub2))

其中：

-SimI是交互之间的相似度测量；

-{I}Sub1和{I}Sub2是分别来自Sub1和Sub2的交互集合的表示；

-SimD是描述D之间的相似度测量；

-D(Sub1)和D(Sub2)分别是sub1和sub2的描述

-a和b是使得能够平衡描述之间的相似度和子集用户的交互之间的相似度之间的权重的变量。该平衡以自组织的方式通过图形生成器Dggm的管理员来建立。

在图4中图示了这样的动态图形G。如图所示，节点N1基于书被指派给第一子集Sub1，并且节点N2基于游戏被指派给第二子集Sub2。在两个节点N1和N2之间的边E具有相关联的权重W。

因此，在非限制性示例中考虑下述情况以说明在第一子集Sub1＝子集-书和第二子集sub2＝子集-游戏之间的权重W的属性。

子集-游戏用户达到进行的探寻使其穿过著名的摩瑞亚矿坑的游戏水平。但是要成功穿越矿坑，他们必须杀死强大的邪恶生物：“炎魔”。用户必须找到针对此的手段，这产生了大量的讨论。

子集-书用户讨论具体在该书中出现的生物起源的热门话题。

·情况1

在子集-书中的主题集中于戒灵(或黑暗骑士)，这产生了讨论活动、调查等...

所计算的两个子集之间的相似度权重为W＝0.5。

·情况2

在子集-书中的主题集中于炎魔，这也产生了讨论活动、调查等...

所计算的两个子集之间的相似度权重为W＝0.7。

·情况3

考虑在2个子集的成员之间的所有交流之后，所计算相似度系数W＝0.9。

·情况4

现在考虑当前的探寻完成。在已经杀死“炎魔”之后，游戏达到使得玩家探寻“洛汗”广袤平原以找到神马并且对其进行训练的新的水平。这需要获取有关马和驯马技术的知识。因此，对新的主题和兴趣的新的讨论开始，并且将所计算的两个子集之间的相似度降级到W＝0.55，但是当子集-游戏的兴趣中心移动到“马”的话题时，新的子集出现在系统所提出的社区集合中。所述新的子集被登记在社交网络Sntw中，但是由于先前的低相似度权重而导致之前没有被提出。

应当注意，根据社交交互I的更新来周期性地执行子集G的图形的构建，因为每个社区内的社交交互I的演进可能产生在该社区中的显著改变。因此，基于在社区内的对话的演进来重新计算与边相关联的权重(W(Subi,Subj)≠W+Δt(Subi,Subj))。其随时间t而改变。此外，每当新的社区Sub出现在社交网络Sntw中时，图形G也被更新。应当注意，通常通过所述社交网络的管理员来将新的社区登记在社交网络Sntw内。

当如前所述已经创建了动态图形G时，其用于如下访问子集服务。

在第二步骤2)所示的TX_S(T，Sub2，W，E(Sub1，Sub2))中，所述系统Sys向所述用户终端T提供第一子集Sub1到第二子集Sub2的服务S集，所述服务S集是根据与所述第一子集Sub1和所述第二子集Sub2相对应的边E的权重W来选择的。

所述步骤由系统Sys的服务访问管理其Sm来执行。

考虑已经完全是几个子集Sub2、Sub3、Sub4(在图4所示)的一部分的社交网络Sntw的用户Ua，因为他具有在这些子集中持久的兴趣或朋友。然而，用户Ua可能镶牙扩大该社交经历，例如以找到无法提供的使其一部分的当前子集的信息。为此，他使用所述用户终端T的界面Ihm，其允许对它不是其一部分的社交网络Sntw内的另一子集Sub并且更具体地第一子集Sub1的访问。

因此，该步骤包括以下子步骤。

在第一子步骤2a)中，在所说明的情况下，从子集G的动态图形确定什么是与第二子集Sub2相关联的另一子集(用户不是其一部分)；例如，第一子集Sub1(在图3中所示的DEF_LNKSUB(Sub2))。

在第二子步骤2b)中，从子集G的动态图形确定与连接第一子集Sub1和第二子集Sub2的边E相关联的权重W(图3中所示的DEF_W(G，E(Sub1，Sub2))。

在第三子步骤2c中)，从所述权重W确定第一子集Sub1中的哪个服务要被授权给用户终端T以由用户访问。为此，将与所述第一子集Sub1和所述第二子集Sub2相对应的边E的权重W与阈值水平Th作比较，该阈值水平Th与用户Ua不是其成员的第一子集Sub的每个服务相关联(图3所示的COMP(W(Sub1；Sub2)，Th))。因此，服务集的提供包括将与所述第一子集Sub1和所述第二子集Sub2相对应的边E的权重与同第一子集Sub1的每个服务S相关联的阈值水平Th进行比较的子步骤。

应当注意，服务访问管理器Sn针对社交网络Sntw的每个子集Sub的每个服务，并且更具体地针对第一子集Sub1的每个服务S，来在初始步骤中建立所述阈值水平Th。因此，为此创建数据库TH_Db。

在第四子步骤2d)中，向用户终端T提供第一子集Sub1的授权服务S集(图3中所示的TX_T(S(Sub1)))。

如果对“指环王”使用先前给出的示例：

-情况1：W＝0.5，将对子集-游戏仅提出“注意活动摘要的服务”。

-情况2：W＝0.7

-该系统将提出还向子集-游戏(在“注意活动摘要的服务”)之后暴露在专门研究托尔金宇宙服务的Q&A服务；

-如果游戏团队的一些用户在该Q&A上询问关于炎魔的信息(例如，“如何杀死或逃避炎魔”)，Q&A服务从子集-书提出专家来回答(执行若干交换)；

-在很多问题之，系统提出“共享服务”(关于游戏或游戏人物的照片的体验)。

-情况3：W＝0.9

-该系统将提出向已经在地理上被检测为接近子集-书的成员(基于简档/上下文)的一些子集-游戏用户授权服务“满足人们”。

-还有计划的事件：经由暴露的“事件预约服务”向子集-游戏提出“护戒使者”的预览的电影版本。

-新的子集-书-双塔奇兵也作为探险的延续的可能感兴趣的社区来向子集-游戏突出显示。

-情况4：W＝0.55

-随着在子集Sub-书和子集Sub-游戏之间的相似度值W的减小，隐藏子集-书“护戒使者”的服务(系统提出使玩家从子集-书的特定的服务退订)；

-当相似度值W超过固定阈值时，关于“骑术”、“马术学校”等...的服务可用于子集-游戏社区。事实上，如前所述，子集-游戏的兴趣中心移动到“马”主题。

因此，子集-游戏的成员的益处在于延伸所述社区的前沿以允许其成员：

-通过以下评论/讨论从子集-书元素发现书的原始历史(增加知识)

-从子集-书的讨论流找到解决探寻的特定问题的帮助(增加知识)

-从子集-书的有关人士(或一组人士)(领域的专家)得到帮助(增加知识或社交圈)

-发现连接到子集-书的其他子集

-参与子集-书(没有明确的订阅)(提高参与)

-订阅子集-书(成为会员)(增加社交圈或参与)。

在非限制性实施方式中，所述服务S集的提供进一步由已经访问了第二子集Sub2的所述用户终端T的数据设置的用户简档Upf和/或用户参数Uob来进行过滤。所述用户简档Upf和/或所述用户参数Uob确定用户的对象O(图3所示的TX_T(S，Upf，Uob))。因此，所传送的服务集考虑用户的对象O。

在非限制性实施方式中，该方法进一步包括下述步骤：向用户终端T提供与第二子集Sub2关联的子集，这里是第一子集Sub1，以及诸如子集描述D的其他信息，使得用户可以滤除他不感兴趣的子集(图3所示的TX_T(Sub2，D))。

为了执行该第二步骤，下述架构用于图2中所示的非限制性实施方式。

用户终端T包括跨子集用户接口Ihm，其适用于：

-收集用户的输入，例如在跨社区发现体验方面的对象O(例如，从其活动历时中预先定义的集合或推断的选择，即“询问关于Q&A系统的问题”或“Web搜索经常发生的话题”或“咨询Wikipedia^TM”)；

-根据上述权重W以根据计算的相似度权重的增长的动态方式来显示他不是其一部分的链接子集及其过滤的关联服务集；

-根据他的对象O的动态改变(用户简档Upf或用户参数Uob)来示出用户对他不是其一部分的子集的所选择的子集服务的访问，此时可能感兴趣的用户。在非限制性的示例中，如果相似度测量达到最大权重W并且用户的目的是增加其社交圈或参数，则可以向用户提出加入所发现的子集；

-当所计算的相似度权重W低于特定阈值水平时，隐藏用户对所选择的子集服务的访问；

-当所计算的相似度权重W大于特定阈值水平时，向用户通知关联子集内的新的服务。

系统Sys进一步包括作为处理与用户的交互的中央模块的跨子集体验管理器Em。

该服务访问管理器Sm和用户终端T适用于与所述跨子集体验管理器Em进行协作。

所述跨子集体验管理器Em适用于执行以下功能。

-子集作为输入(或多个子集)，用户是下述的一部分：Sub2、Sub3、Sub4；

-从子集G的动态图形确定哪些其他子集(用户不是其一部分)具有与Sub2、Sub3和/或Sub4的连接；例如，在图1中表示的并且与图4中所示的节点N1相对应的子集Sub1以及与节点N5相对应的子集Sub5。

-它提供回该信息的交叉子集的用户界面IHM(具有附加信息，如从一个子集描述数据库D_Db提取的子集，说明D一起)，使得用户可以滤除其不感兴趣的子集。

-其将该信息提供回跨子集用户接口Ihm(以及诸如从子集描述数据库D_Db提取的子集描述D的其他信息)，使得用户可以滤除其不感兴趣的子集。

-根据两个子集的接近度关联来向服务访问管理器Sm请求可用于用户的服务。例如，子集Sub1向子集Sub2的所有用户授权对其服务S11和S12的访问，因为这些子集之间具有特定强度的关联(权重W优于特定阈值)。

在非限制性实施方式中，跨子集体验管理器Em可以在个人水平重新定义要通过用户终端T向用户提出的服务列表：用户目标管理器Gm包含根据跨社区发现体验的用户的对象O(用户简档Upf和/或用户参数Uob)。所述对象包括用户简档Upf或用户参数Uob，其包括动态目标和静态目标。对于静态目标，用户目标管理器被连接到包含静态映射静态目标服务的数据库SG_Db，其中使每个可能的对象与一个或几个子集公共的一般服务S_g相关联。这样的目标可以是“增加社交圈”，并且这样的关联的一般服务可以是“参与事件/旅游预订”。

这允许在服务S集(前述的一般S_g和特定S_s)当中过滤与用户的对象匹配的对第二子集Sub2的成员允许的第一子集Sub1；例如，服务S11。

该信息被传递回接口Ihm并呈现给用户。现在，用户可以具有对第一子集Sub1的一些服务的部分的、透明的访问。

以后，由于在第一子集Sub1内发生的交互，所以社区的动态图表已经被更新，并且社区Sub1和Sub2之间的链路的权重已经改变(例如，增加)。当用户再次连接跨子集用户接口Ihm时，他被通知他有权访问Sub1的更多服务(例如，他不仅能够追踪一个人，而且可以访问更有价值的服务，诸如从他连接到系统的最后时间开始发生的交互的摘要)。

当在社区Sub1与社区Sub2之间的链接W的强度减小时进行类似的处理。在该情况下，对Sub1的服务的访问变得越来越宽松，直到在两个社区之间的链接变得过于宽松时消失。

因此，该系统Sys(经由动态社区图形生成器Dggm)动态地计算关联社区G的图形，该链接表示也称为权重的相似度系数W的值。

该系统(经由跨社区体验管理器Em)现在能够向每个连接的用户自动提出匹配初始地仅在远程社区中提供的用户的兴趣的特定社区、适当服务集。

因此，对这些服务的访问将根据在不同社区中生成的活动之间发生的相似度来逐步和动态地执行。

如图2所示，通过系统Sys来执行所描述的方法M。

所述系统Sys包括：

-图形生成器Dggm，用于基于在每对子集Sub的社交交互I之间的相似度的测量来构建图形G，所述构建包括：

-创建用于社交网络Sntw的每个子集Sub的节点N；

-提取与每个子集Sub内的社交交互I相关联的特定数据Sd；

-针对每对子集Sub测量所述特定数据Sd之间的相似度；

-根据所述测量来针对每对子集Sub利用关联权重W创建图形G内的边E；

-服务访问管理器Sm，用于向所述用户终端T提供第一子集Sub1到第二子集Sub2的服务S集，所述服务S集是根据与所述第一子集Sub1和所述第二子集Sub2相对应的边E的权重W来选择的。

在非限制性实施方式中，所述系统Sys还包括先前描述的跨社区体验管理器Em。

在非限制性示例中，所述系统Sys被配置为分布式架构，其中：

-服务器的Srv1、Srv2专用于每个子集Sub1、Sub2。因此，服务器Srv包括服务访问管理器Sm模块、社区交互管理器Cim模块、用户管理器Um模块。所述服务器包括一般社区服务S_g、特定社区服务S_s、社区描述D、社交交互I。所述服务器包括子集的描述数据库D_Db、服务阈值水平数据库TH_Db、社交交互数据库I_Db和用户数据库U_Db。

当然，可以具有专用于社交网络的所有子集Sub1、Sub2等的唯一服务器Srv。

-中央服务器Sc包括动态社区图形生成器Dggm(因此，社区描述比较器Dcm、交互相似度评估器Iem)和跨社区体验管理器模块Em。所述中央服务器Sc登记了社交网络Stnw的不同的子集Sub1、Sub2等。

图5图示了系统Sys的不同模块Dcm、Iem、Sm以及由不同模块执行的功能。

服务器Srv1、SRV2和Sc包括相应地编程为执行方法M的上述步骤的单元处理器PR(图5中所示)。

在另一非限制性实施方式中，系统Sys被配置为集中式架构，其中唯一的服务器Sc集中于用于子集Sub，即Sm、Cim、Um的所有模块以及图形生成器Dggm和跨社区体验管理器模块EM。

用户终端T包括：

-跨社区界面Ihm，其适用于连接到：

-中央服务器Sc，以恢复关于与所述用户终端T的用户是其一部分的子集的相关联的子集的信息(描述、过滤的服务集)；

-每个子集服务器Sub2、Sub3、Sub4访问他被授权访问的服务。

-用户目标管理器Gm；

-映射目标服务数据库SG_Db。

所述界面Ihm包括用于使用户选择与用户是其一部分并且用户对其具有某种兴趣的子集相关联的子集。

用户终端T包括图5所示的单元处理器PR，以执行上述界面Ihm的功能。

应当注意，单元处理器PR包括一个或多个处理器。

本领域技术人员应当理解，本文的任何框图表示实现本发明原理的说明性电路的原理图。类似地，应当理解，任何流程图表、流程图、状态转换图、伪代码等表示可以在计算机可读介质中具体表示的各种处理，并且不论这样的计算机或处理器是否被明确示出都由计算机或处理器来执行。

应当理解，本发明不限于上述实施方式，并且改可以在不脱离本发明的精神和范围的情况下做出变型和修改。在该方面，以下应当注意。说明书和附图仅说明了本发明的原理。因此，应当理解，本领域的技术人员能够设计尽管这里没有明确描述或示出但是实现本发明的原理的各种布置。此外，本文引用的所有示例主要旨在明确表示是仅用于教导目的，以辅助读者理解本发明的原理和发明人对促进本领域所贡献的原理，并且应当被理解为不限于这样的具体引用的示例和条件。此外，这里陈述的本发明的原理、各方面和实施方式及其具体示例的所有陈述意在包含其等同物。

在图5中示出的各种元件功能，包括标记为“处理器PR”的任何功能块，可以通过使用专用硬件以及能够与适当的软件相关联执行软件来提供。当由处理器提供时，该功能可以由单个专用处理器来提供、由单个共享处理器来提供或由多个独立的处理器来提供，其中一些可以被共享。此外，术语“处理器”的明确使用不应当被解释为专指能够执行软件的硬件，并且可以暗示地包括但不限于，数字信号处理器(DSP)硬件、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、用于存储软件的只读存储器(ROM)和非易失性存储器。还可以包括常规和/或定制的其他的硬件。

本领域技术人员将容易地认识到，各种上述方法的步骤可以通过编程的计算机来执行。这里，一些实施方式还意在涵盖例如数字数据存储介质的程序存储设备，这是机器或计算机可读的并且编码机器可执行的。因此，程序存储设备是非瞬态的，并且可以是例如数字存储器、诸如磁盘和磁带的磁存储介质、硬盘驱动器或光学可读数字数据存储介质。该实施方式还意在涵盖编程为执行上述方法的所述步骤的计算机。

在图5中所示的一个或多个计算机程序产品PG可以被包含在系统Sys中，所述系统Sys包括单元处理器PR。单元处理器PR包括一个或多个处理器。

该计算机程序产品包括PG的指令集。

因此，例如，所述包含在系统存储器中的指令集可以使得系统Sys执行方法M的不同步骤。

因此，本发明提出了以下其他优点。

-根据所产生的活动(例如，意见)的相似度来允许对用户不是其成员的另一子集的服务的访问，对所述用户是其成员的子集的全部成员得到访问；

-允许对另一子集的服务的灵活访问，所述灵活性根据相似度权重通过服务的逐步显示来执行；

-当另一子集的服务不再与用户相对应时，避免非订阅任务被执行；

-允许另一子集的服务集随时间的动态计算，并且因此允许提出随时间演进的服务集；

-因为为了计算机相似度所收集的信息远低于从所有其他子集的所有用户简档收集的信息，所以允许实时(期望时大约一分钟)地允许另一子集的服务集的显示；

-允许在用户与其外部子集的社区不同的用户社区之间的交互。这允许保护子集的隐私。然而，用户之间的交互是可能的并且基于社区之间的交互相似度可经由可视水平来从一个社区扩展到另一社区；

-因为每个社区仅需要一个向量而不是现有技术中的每个用户一个向量，所以减少了计算的数目；

-因为当每社区具有一个服务器时分散所述计算，所以减少了计算的数目。

在下面的权利要求中的任何附图标记不应当被解释为限制权利要求。应当理解，动词“包括”及其变形不排除除了在任何权利要求中定义的那些的任何其他步骤或元素的存在。引导元素或步骤的词“一”或“一个”不排除存在多个这样的元素或步骤。

Claims (10)

1.一种用于通过系统(Sys)来将社交网络(Sntw)的第一子集(Sub1)的服务(S)集提供到已经访问所述社交网络(Sntw)的第二子集(Sub2)的用户终端(T)的方法(M)，所述方法包括：

-由所述系统(Sys)基于在每对子集(Sub)的社交交互(I)之间的相似度的测量来构建图形(G)，所述构建包括：

-创建用于所述社交网络(Sntw)的每个子集(Sub)的节点(N)；

-提取与每个子集(Sub)内的所述社交交互(I)相关联的特定数据(Sd)；

-针对每对子集(Sub)测量所述特定数据(Sd)之间的所述相似度；

-根据所述测量来针对每对子集(Sub)利用关联权重(W)创建所述图形(G)内的边(E)；

-由所述系统(Sys)向所述用户终端(T)提供所述第一子集(Sub1)到所述第二子集(Sub2)的服务(S)集，所述服务(S)集是根据与所述第一子集(Sub1)和所述第二子集(Sub2)相对应的所述边(E)的所述权重(W)来选择的。

2.根据权利要求1所述的方法(M)，其中：

-所述特定数据(Sd)是关键字(K)或实体(e)；

-所述特定数据(Sd)是根据关键字(K)或根据与子集(Sub)的所述社交交互(I)相关联的实体(e)在链接的数据图形(Ldg)中发现的最相关匹配的语义实体(Se)。

3.根据权利要求1或权利要求2所述的方法(M)，其中所述图形(G)的所述构建根据所述社交交互(I)的更新来周期性地执行。

4.根据前述权利要求中的任何一项所述的方法(M)，其中所述图形(G)的所述构建进一步包括，对于每个子集：

-从子集描述(D)中找到对应的特定数据(Sd)；

-针对每对子集(Sub)测量所述特定数据(Sd)之间的相似度；

-根据所述测量来更新与每对子集相关联的所述图形(G)内的所述边(E)的所述权重(W)。

5.根据前述权利要求中的任何一项所述的方法(M)，其中所述服务(S)集的所述提供进一步通过由已经访问所述第一子集和所述第二子集(Sub1、Sub2)的所述用户终端(T)的用户设置的用户简档(Upf)和/或用户参数(Uob)被过滤。

6.根据前述权利要求中的任何一项所述的方法(M)，其中服务集的所述提供包括将对应于所述第一子集(Sub1)和所述第二子集(Sub2)的所述边(E)的所述权重(W)与同所述第一子集(Sub1)的每个服务(S)相关联的阈值水平(Th)进行比较的子步骤。

7.一种用于将社交网络(Sntw)的第一子集(Sub1)的服务(S)集提供到已经访问所述社交网络(Sntw)的第二子集(Sub2)的用户终端(T)的系统(Sys)，所述系统(Sys)包括：

-图形生成器(Gm)，用于基于在每对子集(Sub)的社交交互(I)之间的相似度的测量来构建图形(G)，所述构建包括：

-创建用于所述社交网络(Sntw)的每个子集(Sub)的节点(N)；

-提取与每个子集(Sub)内的所述社交交互(I)相关联的特定数据(Sd)；

-针对每对子集(Sub)测量所述特定数据(Sd)之间的所述相似度；

-根据所述测量来针对每对子集(Sub)利用关联权重(W)创建所述图形(G)内的边(E)；

-服务访问管理器(Sm)，用于向所述用户终端(T)提供所述第一子集(Sub1)到所述第二子集(Sub2)的服务(S)集，所述服务(S)集是根据与所述第一子集(Sub1)和所述第二子集(Sub2)相对应的所述边(E)的所述权重(W)来选择的。

8.根据权利要求6所述的系统(Sys)，其中所述图形生成器(Gm)进一步被适配为：

-从子集描述(D)中找到对应的语义实体(C)；

-测量每对子集(Sub)的所述语义实体(C)之间的所述相似度；

-根据所述测量来更新与每对子集相关联的所述图形(G)内的所述边(E)的所述权重(W)。

9.一种包括指令集的计算机程序产品，所述指令集在被加载到所述系统(Sys)时，使得所述系统(Sys)执行根据前述权利要求1至6中的任何一项所述的用于提供服务(S)集的方法。

10.一种非瞬态程序存储设备，包括计算机程序产品(PG)，所述计算机程序产品(PG)包括指令集，所述指令集在被加载到所述系统(Sys)时，使得所述系统(Sys)执行根据权利要求1至6中的任何一项所述的用于提供服务集的方法。