CN104731842A - 用于使用电子通信数据来映射关系的方法和系统 - Google Patents

用于使用电子通信数据来映射关系的方法和系统 Download PDF

Info

Publication number
CN104731842A
CN104731842A CN201410677474.XA CN201410677474A CN104731842A CN 104731842 A CN104731842 A CN 104731842A CN 201410677474 A CN201410677474 A CN 201410677474A CN 104731842 A CN104731842 A CN 104731842A
Authority
CN
China
Prior art keywords
people
data
user
topic
relation
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.)
Granted
Application number
CN201410677474.XA
Other languages
English (en)
Other versions
CN104731842B (zh
Inventor
B·A·史密斯
王飞
张维
周雪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of CN104731842A publication Critical patent/CN104731842A/zh
Application granted granted Critical
Publication of CN104731842B publication Critical patent/CN104731842B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24575—Query processing with adaptation to user needs using context
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
    • H04L51/046—Interoperability with other network applications or services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/1066—Session management
    • H04L65/1069—Session establishment or de-establishment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/80—Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
    • G06F16/84—Mapping; Conversion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/80—Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
    • G06F16/84—Mapping; Conversion
    • G06F16/86—Mapping to a database
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Computational Linguistics (AREA)
  • Multimedia (AREA)
  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

公开涉及用于使用电子通信数据来映射关系的方法和系统。成对关系数据集具有多个属性(诸如谁、什么、何时、何处、如何)且具有什么属性(也称为话题属性)，该什么属性具有词语维度和人维度。所述什么属性中的所述话题维度中的数据涉及关于成对对的所述第一人和所述第二人之间的特定的人类个人关系的话题(包括其他人)。所述什么属性数据是通过处理基础数据而导出的，该基础数据包括交流数据(即，所述第一人和所述第二人参与的交流的主旨，包括即时通讯和电子邮件交换)。在聊天会话期间实时地向用户显示成对关系数据。

Description

用于使用电子通信数据来映射关系的方法和系统
技术领域
本发明一般地涉及社交网络领域，并且更特别地涉及了解社交网络之间的关系。
背景技术
社交网络常常由诸如公共和私用连接网站两者的各种源网站或应用构成。用户社交网络中的给定用户的联系人不一定是用户熟知的和/或在与用户的频繁通信中有所涉及。某些联系人仅仅基于短暂的偶然相遇而被添加到用户的社交网络，诸如参加社交聚会或群组聊天会话。与社交网络联系人的某些关系在长期的几乎没有通信活动之后已变得疏远。有时，来自公司目录的用户在变成社交媒体网站联系人之前和/或在使用即时消息相互通信之前甚至相互不认识。
作为通过因特网的通信的一种形式，也称为聊天会话的即时通讯(IM)一般地在社交网站中以及作为企业通信工具而使用。即时通讯的基本功能是至少基本上实时地在两个聊天参与者之间来回即时地传输基于文本的消息。现在，一般在大多数商业IM工具中都支持多媒体短消息传输(MMS)。在群组聊天会话期间：(i)参与者可能会邀请与其他聊天参与者不熟悉的其他人加入聊天；(ii)参与者常常提及在用户的社交网络之外的人；和/或(iii)参与者介绍只有聊天参与者的子集才了解的话题和/或术语。
在常规聊天系统中，聊天参与者常常需要查找参与者、技术以及主题专家信息，包括：(i)关于几乎不认识的聊天参与者的详细信息；(ii)关于回忆不起来的聊天参与者的详细信息；和/或(iii)关于与话题和/或术语的人(诸如SME)的详细信息。聊天参与者当前可以通过使用包括以下各项的当前常规工具和/或技术来获得此信息：(i)在线搜索；(ii)搜索她的联系历史；(iii)在企业组织数据库中找到某个人的完全简档；(iv)找到话题相关电子邮件，然后用全文本搜索在电子邮件档案中识别相关的人；(v)在线找到某个人的公开；和/或(vi)在他的领英(LinkedIn)简档的那个中找到某个人的连接列表。(请注意：术语“领英(LINKEDIN)”可能在全世界的各种管辖区域中均享有商标权，并且在这里仅仅在此类商标权可能存在的程度上，被使用以提及由该标记适当地命名的产品或服务。)
发明内容
提出了一种方法，包括：收集与包括第一人和第二人的一对人有关的基本数据，创建包括谁属性部分和什么属性部分的成对关系数据集，通过存储以下各项来定义成对所述关系数据集的所述谁属性部分：(a)与所述第一人的身份有关的第一人数据，和(b)与所述第二人的身份有关的第二人数据，以及通过存储话题数据来定义所述成对关系数据集的所述什么属性部分，所述话题数据(a)基于收集的所述基础数据，并且(b)与关于所述第一人与所述第二人之间的关系的话题有关。
附图说明
图1是根据本发明的联网计算机系统的第一实施例的示意图；
图2是第一实施例系统的服务器计算机子系统部分的示意图；
图3是示出了至少部分地由第一实施例系统执行的方法的流程图；
图4是第一实施例计算机系统的软件部分的示意图；
图5是由第一实施例系统产生的第一屏幕快照；
图6是示出了本发明的第二方法实施例和相应的第二系统实施例的流程图；
图7是示出了本发明的第三方法实施例和相应的第三系统实施例的流程图；
图8是根据本发明的实施例的关系映射图的视图；
图9A是由本发明的实施例产生的第二屏幕快照；
图9B是由本发明的实施例产生的第三屏幕快照；
图10A是图示出根据本发明的实施例的与多维社交基因图谱建模相关联的算法的第一图表；
图10B是图示出根据本发明的实施例的与多维社交基因图谱建模相关联的算法的第一视图；
图10C是图示出根据本发明的实施例的与多维社交基因图谱建模相关联的算法的第二图表；
图10D是图示出根据本发明的实施例的与多维社交基因图谱建模相关联的算法的第三图表；
图10E是图示出根据本发明的实施例的与多维社交基因图谱建模相关联的算法的第四图表；以及
图10F是图示出根据本发明的实施例的与多维社交基因图谱建模相关联的算法的第二视图。
具体实施方式
本具体实施方式章节划分成两个小节：(i)第一实施例；(ii)其评论和/或实施例；(iii)硬件和软件环境；以及(iv)定义。
I.第一实施例
首项附注：以下各图中的流程图和框图图示出根据本发明的各种实施例的系统、方法和计算机程序产品的可能实现的架构、功能以及操作。就此而言，流程图或框图中的每个方框可以表示模块、段或代码部分，其包括用于实现一个或多个指定逻辑功能的一个或多个可执行指令。还应注意的是在某些替换实施方式中，在方框中表明的功能可以不按照图中表明的顺序发生。例如，接连地示出的两个方框实际上可基本上同时地执行，或者有时可以按照相反顺序来执行各个方框，这取决于所涉及的功能。还将注意到的是，可以通过基于专用硬件的系统来实现框图的每个方框和/或流程图图示以及框图中的方框和/或流程图图示的组合，所述基于专用硬件的系统执行指定功能或动作或专用硬件与计算机指令的组合。
图3示出了描述根据本发明的方法的流程图300。图4示出了用于执行流程图300的方法步骤中的至少一些的程序240。现在将广泛参考图3(对于方法步骤块)和图4(对于软件块)，在以下段落的过程当中讨论这种方法和关联软件。
在流程图300的方法中，存在一个相关用户对，并且流程图300的方法的焦点正是此用户对之间的关系。与较大群组的成员之中和之间的关系不同，本发明的至少某些实施例针对的是“成对关系”。在流程图300的本示例中，将讨论如下存在两(2)个用户对之间的关系：(i)埃布尔(埃布尔)和(贝克)贝克；以及(ii)埃布尔和查利(查理)。
处理在步骤S305处开始，在该步骤，数据收集模块(“mod”)405收集相关数据，包括：(i)交流数据；(ii)用户简档数据；(iii)公布通信数据；和/或(iv)公共记录数据。替换地，某些实施例使用比所有这些类型少的相关数据。例如，某些实施例可以仅限于使用交流数据。针对给定用户对的交流数据由用户对中的至少一个用户所进行的或接收到的交流的主旨(参见下面定义小节中的定义)构成。例如，用户的“简档”并未被包括在交流数据中，因为该术语并未在本文中被定义为“交流”。然而，由聊天室中的六人聊天中的人进行的陈述有资格作为“交流”。
在本实施例中，模块405收集如下三个类型的交流数据：(i)用户对的两个用户之间(且仅在两个用户之间)的用户间排他交流；(ii)用户间非排他交流，其中用户对的每个用户参与(下面参见定义小节中的定义)该交流，但是至少一个第三方也参与该交流；以及(iii)第三方交流，其中用户对中的仅一个用户参与该交流。替换地，某些实施例仅使用交流数据类型(i)和(ii)。作为另一替换，某些实施例可以仅使用交流数据类型(i)。某些实施例可以对从给定交流类型、用户间排他、用户间非排他或第三方(取决于其类型)收集的信息进行“加权”。例如，可以对类型(i)交流给予比类型(iii)更大的权值，因为类型(i)交流与类型(iii)交流相比，一般地与用户对的用户之间的关系更加相关。
在本实施例中，并且如下面将结合图5进一步讨论的那样，还由模块405在步骤S305处收集用户简档数据。不应将用户简档数据与交流数据混淆，并且用户简档数据与交流数据相比，就对人类个人关系加以说明而言，常常更加广义且粒度较小。
公布的通信数据包括(但不限于)：(i)公布的文章；(ii)出版和印刷的书籍；(iii)博客帖子和/或对公众开放(或至少公众的相对大的一部分)的“回复”；(iv)公共演讲的转录本；以及(v)个体的专利和公布的专利申请。不应将公共通信数据与交流数据混淆，公共通信数据与交流相比，就对人类个人关系加以说明而言有用性更低。
公共记录数据包括：(i)人口普查数据；(ii)财产税记录；以及(iii)公众可获得的任何其他关于个人的数据(除由个人进行或到该个人的通信之外)。不应将公共记录数据与交流数据混淆，并且公共记录数据与交流相比，就对人类个人关系加以说明而言有用性更低。
模块405从以下许多源收集各种类型的相关数据：(i)公司电子邮件；(ii)个人电子邮件；(iii)社交媒体网站发帖；(iv)基于计算机网络的公司社区站点；(v)公司雇员目录；(vi)电话交谈(经由转录本)；(vii)公共IM网络；(viii)公司IM系统；(ix)记录的亲自交谈；(x)手写或键入字母(其已被转换成机器可读文本)；(xi)用户的博客；以及(xii)用户在其他人的博客上的帖子。替换地，可以将附加相关数据源(来自现在已知或未来将开发的介质和/或通信渠道)添加到由模块405收集的相关数据集。作为另一替换，可以由模块405来收集少于上文所列相关数据中的所有数据。当收集相关数据时，系统设计人员应确保完全遵守隐私法律和合法隐私期望。
处理继续进行到步骤S310，在该步骤，谁定义模块310通过将在步骤S305中收集的相关数据存储为U1数据446和/或U2数据448，来定义在关系数据集数据库440中建立的第一关系数据集442的谁属性数据部分444。在本实施例中，存在用来组织社交关系数据集的数据的两个类型的“属性”。这两个属性类型是：(i)谁类型(此谁类型属性由用户对的两个用户组成)；以及(ii)什么类型(有时在本文中也称为“话题属性”)。在本实施例中，话题属性具有两个子类型(也称为“维度”)：(i)人维度(即，第三方，并非用户对中的一个)；以及(ii)词语维度(例如，共同关心(of mutualinterest)的主题，例如棒球)。替换地，根据本公开的社交关系数据集的其他实施例可以具有包括在话题属性中的附加属性类型(例如，何时、如何、何处)和/或附加维度(例如，特定宠物)。并且，存在于一个实施例中的任何附加属性类型可具有一个或多个维度。
为了更详细地解释步骤S310，步骤S310是构建第一关系数据集442的过程的开始。关系数据集合442是涉及两个且仅两个人类用户之间的关系的数据集。通过关注这两个用户之间的关系，这使得更加可能的情况是，在数据集442中将不包括与这些用户共享的关系无关的迷惑信息。在本实施例中，数据库440包括仅单个关系数据集，但大多数实施例将预期具有很多的关系数据集，每个分别地对应于一对用户(尤其是如果该对用户已交流且具有交流数据)。
在步骤S310中，通过存储相关数据、特别是用户对的两个用户的身份来定义是第一关系数据集(RDS)的谁属性数据部分444。在本实施例中，识别两个用户中的每一个的谁属性数据包括：(i)姓名；(ii)电话号码；(iii)电子邮件地址；以及(iv)邮寄地址。第一用户的谁属性数据被存储在谁属性部分444的U1数据部分446中，以定义成对关系数据集的谁属性部分。同样地，第二用户的谁属性数据被存储在谁属性部分444的U2数据部分448中。在本公开的术语中，第一用户代表谁属性的第一维度，并且第二用户代表谁属性的第二维度。
处理继续进行到步骤S315，在该步骤，话题定义模块415通过将在步骤S305中收集的相关数据存储为词语维度数据452和/或人维度数据454，来定义第一RDS 442的话题属性部分450。如上所述，在本实施例中，该“属性”具有两个维度：(i)人；以及(ii)词语。不应将“什么属性”的“人维度”与上文所讨论的“人属性”混淆。存在于“什么属性”中的“人维度”中的个体并非是第一RDS442所表征且提供对其的了解的成对关系中的那个人。相反地，“什么属性”的“人维度”中的个体是第一用户和第二用户之间的关系的主题的一部分。
为了更详细地解释步骤S315，话题定义模块415的分析子模块416对在步骤S305处从各种源收集的所有相关数据应用分析和分析方法，以便定义(i)用于话题属性部分450的词语维度数据部分452的词语数据；以及(ii)话题属性部分450的人维度数据部分454。某些有用的人和/或词语数据可能仅要求简单的分析。例如，用于两个用户的用户简档数据可以指示他们具有相同的工作主管。这将看起来指示该主管人属于用于第一RDS 442的人维度，作为第一和第二用户两者共同关心的人。相反地，某些有用的人和/或词语维度分析的开发可要求更高级的分析处理。例如，在步骤S305处所收集的交流数据是用自然语言来编写的，且其最初意图用于一个或多个人类读者。因此，可能更加难以根据交流数据来确定实际上有用的话题属性数据。作为其示例，想象两个用户使用俚语“本杰明·富兰克林”作为货币的同义词—这不应导致本杰明·富兰克林被视为关于RDS的话题属性的人维度数据的要点。尽管有困难，但当根据交流数据来确定话题属性数据时，从以有意义的方式来真实地表征个人人类关系的角度来看，其可能是所有当中最有用且最深刻的话题属性数据。
在本实施例中，针对通常在成对关系之外的通信中并未使用的那些词语，来解析词语。被确定为与成对关系有关的词语被存储在词语维度数据集中，以定义话题属性的词语维度。确定罕见词语的一个方式是通过使用如下面更详细地讨论的逆向频率分析。替换地，可以对词语数据进行解析，以确定词语的种类，诸如：(i)偏好；(ii)感兴趣话题；(iii)活动；以及(iv)爱好。
话题定义模块的分析子模块416通过将相关人数据存储在人维度数据集454中，来定义人维度。分析子模块识别与用户对的成对关系相关联的人。人维度数据包括但不限于：(i)被认为与各方之间的关系有关和/或相关联的人(除构成用户对的人之外)；以及(ii)其姓名作为用户对中的一个或两个用户所进行的通信的话题而出现的人。替换地，两个用户的社交目录仅仅是用于人维度数据的源。在本实施例中，人数据模块使用逆向频率分析来确定排序以表征第三方与该用户对的“接近性”。替换地，使用逆向频率分析来确定用户的社交目录中的哪些人与该用户对最紧密关联。逆向频率分析在下文中进一步讨论。
处理继续进行到步骤S320，在该步骤，聊天模块420监视用户对之间的在线聊天活动。监视包括：(i)识别用户对或成对关系；(ii)识别与用户对相关联的词语和人(使用对应关系数据集)；(iii)聊天转录本的语义分析；和/或(iv)确定什么关系数据将呈现给用户中的一个或多个。替换地，可以在监视聊天的同时识别多个用户对的方式来监视涉及到多个用户的在线聊天。
处理继续进行到步骤S325，其中，聊天模块420向用户对中的用户其中一个发送关系相关消息。本实施例向具有与成对关系相关联的词语和/或人的用户其中一个发送消息。替换地，消息模块可以仅包括基于聊天转录本的语义分析而与当前交谈有关的数据。在本公开的本实施例中，监视和消息传送活动在当前聊天会话期间实时地或近实时地发生。
监视模块在聊天窗口的工具栏(side bar)中为用户提供相关关系提示，该工具栏在聊天会话期间对用户是可见的。替换地，监视模块促使弹出窗口在聊天会话期间与相关关系数据一起出现。替换地，为用户提供一个或多个链接，以选择用户何时想要从监视模块接收到提示。替换地，可以用文本消息或用电子邮件来发送消息。
处理继续进行到步骤S330，在步骤，动态改变模块430在接收到附加相关数据时改变用于用户对的关系数据集。在本实施例中，关系数据集是“动态的”(下面将进一步讨论动态关系数据集的概念)。动态改变包括：(i)创建针对新用户对的关系数据集；和/或(ii)更新现有的成对关系数据集。动态改变模块430在聊天会话期间基于定义模块410和话题定义模块415的数据输入，来进行动态改变。
参考用户的社交目录来识别每个聊天参与者。当在社交目录中并未找到聊天参与者时，创建了新的联系人和相应关系数据集。从正在进行中的聊天收集相关数据以及与新的联系人简档相关联的任何数据，诸如：(i)公司电子邮件；(ii)个人电子邮件；(iii)社交媒体网站；(iv)公司社区；(v)电话呼叫(经由转录本)；(vi)公共IM网络；和/或(vii)公司IM系统。替换地，可以提示用户来创建针对新联系人的关系数据集。
图5示出了聊天期间的埃布尔的计算机屏幕的屏幕快照500，包括：埃布尔的聊天室505；埃布尔的关系助手510；以及用户简档工具栏515。
聊天室显示聊天参与者通信，诸如向埃布尔作自我介绍的参与者贝克。在贝克和埃布尔的成对通信期间，收集相关数据以创建新用户对。关系助手在贝克第一次联系埃布尔时告知埃布尔不存在针对贝克的现有关系数据集。然而，在进一步讨论时，关系助手已经创建针对该用户对的关系数据集，通过告知埃布尔现在他与贝克具有关系来指示此动作。应注意的是，在接收到贝克的首次消息时用户简档工具栏提供贝克的公司目录信息。
在图5中提供的另一示例是当参与者查理向埃布尔打招呼时。在接收到查理的首次消息时，关系助手显示来自现有埃布尔—查理关系数据集的话题属性。此外，用户简档工具栏提供查理的公司目录信息。使用由关系助手提供的话题，埃布尔回想几年前的改变工作地点(relocation)，并且能够无缝地提出他们两个都熟悉的话题。
II.其他评论和/或实施例
本发明的某些实施例认识到在聊天会话期间使用在线工具来查找参与者、技术以及主题专家(SME)信息是低效且常常是无效的，如上文在背景技术小节中所述。本公开的某些实施例：(i)使得IM工具更加智能；(ii)允许人们更好地认识他们的聊天伙伴；和/或(iii)允许人们更好地了解某些参与者不熟悉的聊天话题的背景。本公开的某些实施例提供了一种方法，用于：(i)实时地提供参与者、技术和/或主题专家(SME)信息；(ii)提供无缝地集成到消息软件或其他聊天相关接口软件中的参与者、技术和/或主题专家(SME)信息；(iii)在不中断正常聊天会话的情况下提供参与者、技术和/或主题专家(SME)信息；和/或(iv)帮助用户了解其聊天伙伴或聊天话题，以使得通讯软件“更加聪明”。本公开的某些实施例解决了用户关系模型存在的用户友好性问题(诸如改善用户接口或用户体验)。
根据本公开的一个方法包括以下步骤(并不一定按照以下顺序)：(i)收集用户的社交网络；(ii)收集用户在其社交网络中的活动；(iii)构建只能被用户看到和利用的关系模型；(iv)对用户的社交网络数据执行离线关系分析；(v)在用户的联系人上建立索引；以及(vi)确定与用户联系人中的每一个相关联的相关话题。
本发明的某些实施例在用户正在用IM工具与某人聊天时自发地收集：(i)聊天会话中的参与者的简档；(ii)在聊天会话的文本中提到的人的简档；和/或(iii)文本消息。本发明的某些实施例将所收集的简档和文本消息发送给关系模型，以找到相关的人和其他内容。在IM工具一侧即时地提示相关的人和相关内容，以使得用户能够从侧部视窗容易地找到相关的人和内容，从而保持聊天更加高效进行且对正常的聊天会话没有任何干扰。
本发明的某些实施例改善和/或促进以下各项：(i)通信效率；(ii)工作场所合作；和/或(iii)企业工作流程。
图6是示出了包括以下过程的过程600的流程图：信息采集、流式传输以及同步610；离线关系分析620；以及在线分析630和相应系统部件；电子邮件帐户602；社交网络帐户604；公司数据库606；多米诺(domino)源模块612；社交应用编程接口(API)模块614；公司API模块616；身份分辨模块622；话题检测模块624；亲密重要性模块626；编索引模块628；聊天监听器模块632；交互式搜索引擎模块634；以及本发明的一个实施例的实时提示显示模块636。
过程600的处理在步骤610处开始，在该步骤，多米诺源模块612收集电子邮件帐户602的用户数据和活动，社交API模块614收集社交网络604的用户数据和活动，并且公司API模块616收集公司数据库606的用户数据和活动。
处理继续前进至步骤620，在该步骤，在离线模式下构造关系模型。可根据来自步骤610的输入随着各种网络中的任何改变和/或新活动来更新关系模型。
处理继续前进至步骤630，在该步骤，聊天监听器模块632监视在线聊天活动，向交互式搜索引擎模块634提供关键字和关键人员姓名。交互式搜索引擎向实时提示显示模块636提供输入，该实时提示显示模块636显示关于聊天会话参与者和话题支持的关键信息。
图7是描述根据本发明的一个实施例的过程700的关系模型构建的流程图。处理在步骤S270处开始，在该步骤，收集由用户模块702提取的数据，以便进行分析。用户模块702从联网站点提取数据，包括：电子邮件帐户704；社交网络706；商业网络708；公司社区710；公司IM712；以及公共IM网络714。
处理继续前进至步骤S722，在该步骤，分析所收集的数据，以导出包括下面进一步讨论的多维社交基因图谱的关系数据。
处理继续前进至步骤S724，在该步骤，对关系数据编索引以便在社交目录718中的快速访问。
图8是根据本发明的一个实施例的关系映射图800的图，在映射图的中心处示出了用户802。在关系模型中，将该关系划分成四个种类：R1，用户最熟悉的联系人；R2，用户认识的联系人；R3，用户几乎不认识的联系人；以及R4，在用户网络之外的联系人。在关系映射图800上表示这些种类。
返回参考图6，编索引模块628使得针对每个联系人关系来关联一组标签(也称为标签基因图谱)，以清楚地描述该关系。可以将来自种类R1和R2的一组“直通”关系与关系映射图上的种类R3和R4中的每个关系相关联。
本发明的某些实施例提供了一种在不中断聊天会话的正常流程的情况下帮助用户认识其在IM环境中的聊天伙伴。
本发明的某些实施例提供了一种帮助用户了解对于聊天参与者其中一个而言可能被误解的聊天话题的系统。
本发明的某些实施例提供了一种利用增强学习来交互式地更新用户提示的系统。
本发明的某些实施例基于用户的社交数据构建了用户的所有联系人的简档，以促进对她的聊天参与者和聊天话题的快速搜索。
本发明的某些实施例认识到并非用户联系人列表中的所有朋友都与该用户亲密。某些朋友仅仅是在偶然相遇之后、诸如刚刚参加休闲聚会、生日庆祝聚会以及参加婚礼之后添加的。某些关系已经由于长期没有通信而变得疏远。
本发明的某些实施例认识到在某些IM工具中，用户不一定相互认识，并且在向认识的用户发送消息之前，可能并非所有认识的用户都在用户的联系人列表中。例如，可能存在未被在线活动编成文档的关系。
本发明的某些实施例基于可通过即时通讯系统获得的信息来提供关系分析。
本发明的某些实施例使用联系人分析来构建关系模型。对用户与她的联系人之间的通信和/或相互交互执行联系人分析，以自动地导出多面的社交基因图谱(标签)来表征每个关系。例如，联系人分析可通过公司联系社区来确定联系人丹尼尔和查理每个均在2010年改变工作地点了。
根据邓巴的号码，一个人能够与之保持稳定社交关系的人的数目的认知极限是150个。本发明的某些实施例认识到个体的社交网络常常包括大大超过150个联系人，尤其是当网络包括各种大众化和公司的联网群组时。在那些情况下，如果用户想要找出关于她几乎不认识或简单地想不起来的联系人的详细信息，则她必须借助于各种工具，诸如在线搜索或检查她的电子邮件和/或其他联系历史。此外，用户可能想要识别与在聊天会话中正在讨论的话题和/或术语有关的联系人。查获此信息的手动尝试可能没有结果，并且将至少要求显著的时间投入。例如，用户可以在企业组织数据库中寻找某个人的详尽简档，或在面向商业网络上搜索某个人的公开消息及其联系列表。
本发明的某些实施例提出了一种能够实时地提供详细联系人信息并且在不中断聊天会话的情况下被无缝地集成到即时通讯系统中的方法。
在本发明的某些实施例中，离线关系分析支持用户的社交目录的自动化创建和对该社交目录的进行中更新。创建社交目录要求从多个交互渠道提取并更新所有联系人和/或关系。关系分析包括提取唯一地表征用户的社交目录中的每个关系的“社交基因图谱”。当社交目录在操作时，用户可以参考该社交目录以对查找和了解人和大众化话题进行优化。
本发明的某些实施例在在线聊天会话期间自发地收集在文本消息中提到的参与者和/或人的简档。所收集的简档和文本消息被发送给关系模型模块，以找到相关的人和内容。本发明的某些实施例即时地在IM工具的侧部张贴找到的人和内容。
本发明的某些实施例利用增强学习来交互式地更新模型和聊天提示信息。
本发明的某些实施例将由离线关系分析创建的社交映射图划分成四个种类：R1，熟悉的人；R2，用户认识的人；R3，用户几乎不认识的人；以及R4，在用户的网络之外的人。种类R1和R2中的人可以用来与种类R3和R4中的人取得联系。
本发明的某些实施例识别通信模式、角色、新近性以及频率以用于分析。例如，实时会议与电子邮件之比可能是有意义的，无论该比是1:1还是1:n，其中，n大于5等等。关于通信，可对通信是否是：(i)来自该用户；(ii)到该用户；和/或(iii)被复制给该用户(诸如“抄送”电子邮件)，而施加加权分数。并且，响应信息可以是提供有信息的，诸如如果联系人发送了从未被答复的电子邮件，则该通信可以接收垃圾邮件标识符，或者如果联系人从未向用户发送电子邮件而是仅仅加收到来自该用户的电子邮件，则可使用功能标识符。
图9A和9B示出了来自与埃布尔在线聊天的弗朗西斯的屏幕快照900a和900b。在示例性屏幕快照中，新的实习生埃布尔最近已加入弗朗西斯所工作的公司。聊天窗口905示出了埃布尔与弗朗西斯的初次接触。在此电子邮件之前，弗朗西斯与埃布尔没有关系。弗朗西斯的在线分析工具在支持窗口910中提供数据。这时，弗朗西斯只能基于公司数据库而看到埃布尔的报告结构和同类人，因为在弗朗西斯与埃布尔之间不存在针对成对关系的关系模型。
在图9B中，埃布尔继续在聊天窗口915中聊天，说出他是ABC群组中实习生，来自XYZ大学。用此信息，调整关系模型。可以在支持窗口920中看到该调整，在那里丹尼尔被从同类人的列表去除(用删除线绘出)，并且向来自具有与进行中的聊天有关的标签基因图谱的埃里卡的电子邮件通信添加了链接。具体地，该电子邮件包括相关标签“实习生”和“XYZ大学”。该标签基因图谱帮助弗朗西斯想起与埃里卡的电子邮件的详细信息。利用现在可用的信息，弗朗西斯很轻松地对埃布尔的即时消息进行响应。
埃布尔继续前进至他的聊天的主要目的，要求帮助做增强学习的话题。弗朗西斯的在线分析工具通过在他的关系模型中呈现与增强学习有关的各种项目而进行响应，包括：(i)来自与吉娜和查理的会议笔记；(ii)弗朗西斯关于这个主题的公开信息；(iii)吉娜关于这个主题上的公开信息(弗朗西斯的网络联系人中的一个)；以及(iv)XYZ大学的教授史密斯关于这个问题的公开信息(弗朗西斯的网络联系人中的另一个且可能是埃布尔的联系人)。在手头上具有此信息，弗朗西斯能够容易地利用如聊天窗口915中所示的相关信息来回答埃布尔。
本发明的某些实施例提供了多维社交基因图谱建模。在社交基因图谱进行建模时的挑战包括：(i)数据量；(ii)高维度(非结构化)数据分析；以及(iii)处理递增更新。图10A至10F是支持将词频—逆向文件频率(tf-idf)应用于对词语、人以及活动重要性进行建模的有用参考。
图10A是图示出根据本发明的实施例的与多维社交基因图谱建模相关联的算法的社交基因图谱图表。社交基因图谱图表1000a示出了关系模型的五个轴：时间(T)1005；词语(W)1010；人(P)1015；设备(D)1020；以及渠道(D)1025。下面是对应于用于用户组u和感兴趣联系人pl的活动实例aj的等式，其中，活动实例是活动组A的元素：
aj(u,pl)∈A
aj＝W×P×C×D×T
图10B是图示出根据本发明的实施例的与多维社交基因图谱建模相关联的算法的社交基因图谱图。社交基因图谱图1050a图示出作为用户u 1030和感兴趣联系人pl 1035的函数被映射到关系组中的活动组A。在活动组A内的关系组内的其他联系人是查理1040和丹尼尔1045。
图10C是图示出根据本发明的实施例的用于与针对给定时间tk的多维社交基因图谱建模相关联的算法的图表。社交基因图谱图表1000b示出了在给定时间tk的对应于活动实例aj的数据。该数据包括在给定时间tk与活动aj有关的词语wi和人pl。该数据描述按针对给定时间作为用户u 1030和感兴趣联系人pl 1035的函数被映射到关系中的相应相对强度或分数而排序的“什么”和“谁”(参见图10B)。在给定时间tk对应于活动实例的等式如下：
aj(u,pl,tk)∈A,aj＝＜W(aj),P(aj)＞
图10D是图示出根据本发明的实施例的在给定时间的用于词语DARPA的与多维社交基因图谱建模相关联的算法的社交基因图谱图表。社交基因图谱图表1000c示出了出现词语DARPA的给定时间tk对应于活动实例aj的数据。数据输出包括出现词语DARPA的给定时间tk与活动aj有关的人pj。该数据描述对于给定联系人pj针对给定时间tk的词语DARPA出现的频率。上文相对于图10B叙述了适用的等式，其中，词语W是DARPA。
图10E是图示出根据本发明的实施例的用于联系人“丹尼尔”的与多维社交基因图谱建模相关联的算法的社交基因图谱图表。社交基因图谱图表1000d示出了在其中出现联系人姓名“丹尼尔”发的给定时间tk对应于活动实例的数据。该数据描述对于特定词语在指定时间tk的联系人丹尼尔出现的频率。上文相对于图10B叙述了适用等式，其中联系人P是丹尼尔。
图10F是图示出根据本发明的实施例的用于联系人“丹尼尔”的与多维社交基因图谱建模相关联的算法的社交基因图谱图。社交基因图谱图1050b图示出作为用户u 1030和感兴趣联系人pl的函数被映射到关系组R中的活动组A，其中提到了联系人“丹尼尔”。在活动组A内的关系组内的其他联系人是贝克1035和丹尼尔1045。
Tf-idf是反映一个词语对于作为较大集合或文集的一部分的文件而言有多重要的数值统计。其常常被用作信息检索和文本挖掘中的加权因数。Tf-idf值与词语在文件中出现的次数成比例地增加，但是被文集中的词语频率所抵消，这帮助控制某些词语与其他的相比通常更加常见的事实。
本发明的某些实施例对与两个人之间的关系相关联的活动和人施加逆向文件频率(idf)的原理，其中，该活动是词语、人、设备、渠道以及时间的函数。逆向活动频率(iaf)反映词语对于与两个人之间的关系相关联的一组活动中的活动而言有多重要。逆向人频率(ipf)反映某些人在与两个人之间的关系相关联的一组人中有多重要。iaf是例如通过将与两个人之间的关系相关联的活动的总数除以包含指定词语的活动的数目且然后取该商的对数而获得的。用于iaf和ipf的等式如下：
参考TF-IDF模型对词语重要性进行建模：
逆向活动频率：
逆向人频率：
用于找到最佳地表征在用户u与联系人pl之间的关系的一组词语的等式如下：
用以找到与用户u和联系人pl之间的关系最相关联的一组人的等式如下：
本发明的某些实施例交互式地用增强学习来更新关系模型。增强学习包括以下概念：(i)从动作的结果而不是从被明确地教导中学习；(ii)基于过去经验(探索)来选择要采取的动作；以及(iii)进行新的选择(探索)，本质上是试错法学习。
本发明的某些实施例应用以下过程组成部分，来制作新联系人的简档，以便了解人：(i)遇到新联系人；(ii)找到与新联系人有关的子网络；(iii)提取相关联系人信息；(iv)并将相关联系人信息融合以完成新联系人简档；(v)与新联系人和/或潜在关系人相交互以获得更多信息，以便细化联系人简档。
本发明的某些实施例以下目标来实施上述过程组成部分：(i)使成本最小化；和/或(ii)使信息增益最大化。
本发明的某些实施例提供了一种利用用户的社交数据来构建用于所有联系人的关系模型的方法。该方法包括：(i)通过从多个交互渠道提取并更新所有联系人/关系而进行对一个人的社交目录的自动化创建和更新；(ii)提取所谓的“多维社交基因图谱”，其唯一地表征社交目录中的每个关系；(iii)针对包括最佳表征该关系的一组关键字&时间的一个人的社交目录中的每个联系人，构建索引，以便促进对他的聊天参与者和聊天话题的快速搜索。
本发明的某些实施例提供了一种帮助用户了解对于聊天参与者中的一个或多个而言可能含糊的聊天话题的方法。该方法由以下各项组成：(i)自发地收集在文本消息中提到的涉事者或人的简档；(ii)将简档和文本消息发送到关系模型以找到相关人和内容；以及(iii)最后，在IM工具的一侧即时地提示找到的人和内容。
本发明的某些实施例提供了一种利用增强学习来交互式地更新关系模型和聊天提示的系统。
本发明的某些实施例集中于利用关系的实时提示来辅助在线聊天。
本发明的某些实施例提供了一种利用发送者与接收者之间的关系的所获取知识来促进在线聊天的方法。
本发明的某些实施例从个人通信(诸如电子邮件和先前聊天)和社交网站(诸如领英(Linkedin)、脸书(Facebook)等)导出关系模型。(请注意：术语“领英(Linkedin)”和/或“脸书(Facebook)”可能在全世界的各种管辖区域中均享有了商标权，并且在这里仅仅在此类商标权可能存在的程度上，被使用以提及由该标记适当地命名的产品或服务。)
本发明的某些实施例超出了发送方与接收方之间的关系，而且还考虑到关系模型的其他方面，诸如什么(“改变工作地点”)、谁(“丹尼尔”“查理”)、何时(“2010”)以及如何(“联系社区”)。
本发明的某些实施例考虑到关系模型的时间方面，诸如“发送方和/或接收方先前在何时进行交互？”和“他们的关系随时间推移如何演进？”。
本发明的某些实施例考虑到发送方和/或接收方在过去已讨论的话题。
本发明的某些实施例在不中断正常聊天的情况下，利用与参与者关系相关联的所有方面的信息(什么、谁、何时&如何)的提示来辅助聊天参与者。参见图5A至5C中的样本聊天。
本发明的某些实施例使用多维社交基因图谱模型来分析用户的社交网络。
本发明的某些实施例将社交网络信息与用户的IM网络集成
本发明的某些实施例考虑了联系人在过去已传送什么内容。
本发明的某些实施例应用关系模型来支持应用程序，包括：(i)在线聊天；(ii)人搜索；(iii)认识你类型的应用程序；和/或(iv)专家定位器。
本发明的某些实施例通过以下各项而在在线聊天会话期间动态地更新现有关系模型：(i)添加新联系人；(ii)导出新联系人与在关系模型内已导出的那些联系人之间的任何现有联系；(iii)表征与新联系人的讨论的话题；(iv)基于以下各项来区别与新联系人和现有联系人所讨论的话题：(a)不同的词语；(b)共同联系人；以及(c)不同活动。
本发明的某些实施例在聊天会话期间应用基本的特设(ad-hoc)分析来识别人和关系。
本发明的某些实施例超出基本的特设分析，而是通过在以下各项期间收集信息来对关系模型应用高级的递增方法：(i)聊天会话，(ii)电话呼叫；以及(iii)电子邮件通信。
本发明的某些实施例利用推特(Twitter)帖子通过识别在发贴的推特留言(tweet)中频繁地出现的不同词语来确定联系人的子集是否正在抱怨相同的问题。(请注意：一个或多个术语“推特(TWITTER)”和/或“推特留言(TWEET)”可能在全世界的各种管辖区域中享有商标权，并且在这里仅仅在此类商标权可能存在的范围内使用，以提及由该标记适当地命名的产品或服务。)
本发明的某些实施例通过以下各项而使用人分析来构建关系模型：(i)自动地提取两个人之间的关系；和/或(ii)表征两个人之间的关系。两个人之间的关系的表征包括：(i)联络强度；和/或(ii)独有话题。
本发明的某些实施例为用户提供聊天伙伴是谁的了解，尤其是在如果此类人是陌生人的情况下。此了解包括：(1)聊天伙伴可能如何与用户的社交网络或用户的联系人中的某个人相关；和/或(ii)聊天伙伴与用户的联系人的关系看起来像什么。
本发明的某些实施例帮助用户：(i)了解人；和/或(ii)实现联系。
本发明的某些实施例集中于关系分析和了解，以使得用户能够更好地了解另一用户并与之交谈。两个用户之间的关系可能是相当脆弱的，亦即在两个用户之间可能不存在直接关系，而是仅仅存在被提取以将两个用户连接的同事网络。关系的特性可以包括指向用来表征两个人之间的关系的模式的多个方面。这些方面包括：(i)谁；(ii)什么；(iii)如何；和/或(iv)何时。
本发明的某些实施例执行成对人关系分析，以找到帮助连接两个人的方式。成对分析包括：(i)每个人所讨论的独有话题；和/或(ii)基于词语使用的关系强度。
本发明的某些实施例超出识别聊天参与者之间的讨论话题，而是构建关系模型，该关系模型包括包含在关系的多个方面上的通信数据，包括：(i)谁；(ii)何时；(iii)什么；和/或(iv)如何。
本发明的某些实施例使用术语“社交基因图谱”来意指与在其最细粒度上构成社交关系的那些活动相关联的各种属性(电子邮件、聊天、社交帖子、状态更新、文件等)。那些属性包括但不限于：(i)词语；(ii)时间；(iii)人；(iv)渠道(诸如电子邮件、社交网络帖子等)；和/或(v)设备(诸如蜂窝电话、个人计算机、其他移动设备等)。
本发明的某些实施例将“社交基因图谱”和关联属性(词语、时间、人、渠道)视为超过静态实体，而是视为动态实体，其中，每个属性彼此相交互，使得他们动态地改变。术语“多维社交基因图谱”指的是用来相对于特定关系而确定那些特征之间的交互模式的模型。
本发明的某些实施例回答了诸如“找到能够表征与在所有其他用户联系人之间的关系不同的用户与联系人之间的成对关系的一组人/词语/时间/渠道”之类的问题。
本发明的某些实施例确定用于给定社交目录的社交基因图谱的属性之间的交互模式。此外，本发明的某些实施例分析成对关系。
本发明的某些实施例检验社交目录的所有者与她的每个联系人之间的细粒成对关系。
本发明的某些实施例检验社交网络的整体结构。本发明的某些实施例识别社交网络中的有影响的个体。本发明的某些实施例集中于人搜索和推荐SME。
从关系模型导出成对关系，其中，针对系统中的每个独有用户对存在一组关系数据。例如，在用户X的社交目录包括A、B、C的情况下，成对关系数据集包括：(i)X-A；(ii)X-B；以及(iii)X-C。在某些实施例中，该关系数据集是多维的。在某些实施例中，用于每个对的多维关系数据集是动态的。在某些实施例中，使用逆向频率分析来帮助确定和定义对于所有他的联系人(X至每个其他人)之间的成对关系(例如X-A)什么是独有的。
III.硬件和软件环境
所属技术领域的技术人员知道，本发明的多个方面可以体现为系统、方法或计算机程序产品。因此，本发明的多个方面可以具体实现为以下形式，即，可以是完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、或者本文一般称为“电路”、“模块”或“系统”的软件部分与硬件部分的组合。此外，本发明的多个方面还可以采取体现在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可用的程序码。
可以使用一个或多个计算机可读的介质的任何组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电的、磁的、光的、电磁的、红外线的、或半导体的系统、装置、器件或任何以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括以下：有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任何合适的组合。在本文件的语境中，计算机可读存储介质可以是任何包含或存储程序的有形的介质，该程序被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可包括在基带中或者作为载波一部分传播的、其中体现计算机可读的程序码的传播的数据信号。这种传播的信号可以采用多种形式，包括——但不限于——电磁信号、光信号或任何以上合适的组合。计算机可读的信号介质可以是并非为计算机可读存储介质、但是能发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序的任何计算机可读介质。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者任何合适的上述组合。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者任何合适的上述组合。
用于执行本发明的操作的计算机程序码，可以以一种或多种程序设计语言的任何组合来编写，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++之类，还包括常规的过程式程序设计语言—诸如”C”程序设计语言或类似的程序设计语言。程序码可以完全地在用户的计算上执行、部分地在用户的计算机上执行、作为一个独立的软件包执行、部分在用户的计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在后一种情形中，远程计算机可以通过任何种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户的计算机，或者，可以(例如利用因特网服务提供商来通过因特网)连接到外部计算机。
以下参照按照本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述本发明的多个方面。要明白的是，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得通过计算机或其它可编程数据处理装置执行的这些指令，产生实现流程图和/或框图中的方框中规定的功能/操作的装置。
也可以把这些计算机程序指令存储在能指令计算机或其它可编程数据处理装置以特定方式工作的计算机可读介质中，这样，存储在计算机可读介质中的指令产生一个包括实现流程图和/或框图中的方框中规定的功能/操作的指令装置(instruction means)的制造品。
也可以把计算机程序指令加载到计算机或其它可编程数据处理装置上，使得在计算机或其它可编程数据处理装置上执行一系列操作步骤，以产生计算机实现的过程，从而在计算机或其它可编程装置上执行的指令就提供实现流程图和/或框图中的方框中规定的功能/操作的过程。
现在将参考各图详细地所述根据本发明的用于软件和/或方法的可能硬件和软件环境的实施例。图1和2共同地构成功能框图，其图示出分布式数据处理系统100的各种部分，包括：服务器计算机子系统(亦即，本身包括计算机的较大计算机系统的一部分)102；客户端计算机子系统104、106、108、110、112；通信网络114；服务器计算机200；通信单元202；处理器组204；输入/输出(I/O)组206；存储器件208；持久性存储设备212；外部设备组214；随机存取存储器(RAM设备230；高速缓冲存储器件232；以及程序240。
如图2中所示，服务器计算机子系统102在许多方面是本发明中的一个或多个各种计算机子系统的表示。相应地，现在将在以下段落中讨论计算机子系统102的若干部分。
服务器计算机子系统102可以是膝上型计算机、平板计算机、笔记本计算机、个人计算机(PC)、台式计算机、个人数字助理(PDA)、智能电话或能够经由网络114与客户端子系统通信的任何可编程电子设备。程序240是用来创建、管理和控制下面将在本具体实施方式章节的第一实施例小节中详细地讨论的某些软件功能的机器可读指令和/或数据的集合。
服务器计算机子系统102能够经由网络114与其他计算机子系统进行通信(参见图1)。网络114可以是例如局域网(LAN)、诸如因特网之类的广域网(WAN)或两者的组合，并且可以包括有线、无线或光纤连接。一般地，网络114可以是将会支持服务器与客户端子系统之间的通信的连接和协议的任何组合。
应认识到的图1和2合起来仅提供了一个实施方式(亦即，系统100)的图示，并且并非暗示关于其中可实现不同实施例的环境的任何限制。可以实现对所描述环境的许多修改，尤其是相对于云计算、分布式计算、较小计算设备、网络通信等中的当前和预期的将来发展。
如图2中所示，服务器计算机子系统102被示为具有许多双箭头的框图。这些双箭头(无单独附图标记)表示通信结构，其提供子系统102的各种部件之间的通信。可以用被设计成用于在处理器(诸如微处理器、通信和网络处理器等)、系统存储器、外围设备以及系统内的任何其他硬件部件之间传递数据和/或控制信息的任何架构，来实现此通信结构。例如，可以至少部分地用一个或多个总线来实现该通信结构。
存储器208和持久性储存器210是计算机可读存储介质。一般地，存储器208可以包括任何适当的易失性或非易失性计算机可读存储介质。应进一步注意到的是，现在和/或在不久的将来内：(i)一个或多个外部设备214可能能够为子系统102提供某些或全部的存储器；和/或(ii)在子系统102外部的设备可能能够为子系统102提供存储器。
程序240被存储在持久性储存器210中，以供各计算机处理器204中的一个或多个通过存储器208的一个或多个存储器来访问和/或执行。持久性储存器210：(i)至少比在途中的信号更加持久；(ii)将器件存储在有形介质(诸如磁或光域)上；以及(iii)基本上不如永久性储存器那样持久。替换地，数据储存器可以比由持久性储存器210提供的存储类型更加持久和/或永久。
程序240可以包括机器可读和可执行指令和/或实质数据(亦即存储在数据库中的数据类型)。在本特定实施例中，持久性储存器210包括磁硬盘驱动器。仅列举一些可能的变化，持久性储存器210可以包括固态硬盘驱动器、半导体存储器件、只读存储器(ROM)、可擦可编程序只读存储器(EPROM)、闪速存储器或能够存储程序指令或数字信息的任何其他计算机可读存储介质。
持久性储存器210所使用的介质也可以是可移动的。例如，可将可移动硬盘驱动器用于持久性储存器210。其他示例包括光学和磁盘、拇指驱动器以及被插入驱动器中以便向也是持久性储存器210的一部分的另一计算机可读存储介质上进行传输的智能卡。
在这些示例中，通信单元202提供与在子系统102外部的其他数据处理系统或设备的通信，诸如客户端子系统104、106、108、110、112。在这些示例中，通信单元202包括一个或多个网络接口卡。通信单元202可通过物理和无线通信链路中的一者或两者的使用来提供通信。可通过通信单元(诸如通信单元202)将在本文中讨论的任何软件模块下载到持久性存储设备(诸如持久性存储设备210)。
I/O接口设备206允许与可以与服务器计算机200本地数据通信地连接的其他设备进行数据的输入和输出。例如，I/O接口组206提供到外部设备组214的连接。外部设备组214通常将包括诸如键盘、键区、触摸屏和/或某个其他适当输入设备之类的设备。外部设备组214还可以包括便携式计算机可读存储介质，诸如，例如拇指驱动器、便携式光或磁盘以及存储卡。可以将用来实施本发明的实施例的软件和数据、例如程序240存储在此类便携式计算机可读存储介质上。在这些实施例中，可以(也可以不)经由I/O接口组206将相关软件整体地或部分地加载到持久性存储设备210上。I/O接口组206还可以与显示设备212数据通信地相连。
显示设备212提供了向用户显示数据的机制，并且可以是例如计算机监视器或智能电话显示屏。
本文所述的程序是基于应用程序而识别的，在本发明的特定实施例中其是针对该应用程序而实现的。然而，应认识到的是本文中的任何特定程序命名法仅仅是为了方便起见而使用的，并且因此本发明不应局限于单独地在此类命名法所识别和/或暗指的任何特定应用中使用。
IV.定义
本发明：不应被理解为如下的一种绝对指示：由术语"本发明"所描述的主题由被提交的权利要求或可能在专利审查之后最后发布的权利要求覆盖；相反，术语“本发明”用来帮助读者获得这样的一般感觉：本文中的公开被认为是新的，通过使用术语“本发明”所指示的此理解是假定的且临时的，并且随着开发相关信息且随着潜在地修订权利要求而在专利审查的过程中经受改变。
实施例：参见上文“本发明”的定义—类似警告也适用于术语“实施例”。
和/或：非异或；例如，A和/或B意指：(i)A为真且B为假；或者(ii)A为假且B为帧；或者(ii)A和B两者都为真。
用户/订户：包括但不一定局限于以下各项：(i)单个人；(ii)具有足以充当用户或订户的智能的人工智能实体；和/或(iii)一组相关用户或订户。
接收/提供/发送/输入/输出：除非另外明确地指定，不应将这些词语理解成暗指：(i)相对于其对象与这些词语之间的关系的任何特定程度的直接性；和/或(ii)不存在介入其对象与这些词语之间的中间部件、动作和/或东西。
模块/子模块：硬件、固件和/或软件的任何集合，其操作地工作以执行某种功能，而不考虑该模块是否：(i)在单个本地附近区域中；(ii)分布在广泛区域上；(iii)在较大的一片软件代码内的单个附近区域中；(iv)位于单片软件代码内；(v)位于单个存储设备、存储器或介质中；(vi)被机械地连接；(vii)电连接；和/或(iii)以数据通信连接。
软件存储设备：能够在一个或多个有形存储介质中以非瞬态方式存储计算机代码的任何设备(或设备组)；“软件存储设备”不包括仅作为信号来存储计算机代码的任何设备。
计算机：具有显著数据处理和/或机器可读指令读取能力的任何设备，包括但不限于：台式计算机、主计算机、膝上型计算机、基于现场可编程门阵列(fpga)的设备、智能电话、个人数字助理(PDA)、主体安装或插入式计算机、嵌入式设备类型的计算机以及基于专用集成电路(ASIC)的设备。
社交基因图谱：整体的用户通信数据，包括但不限于：从通信源提取的词语、时间、其他用户、渠道以及设备，该通信源包括但不限于：电子邮件、聊天、社交帖子、状态更新、文件、出版物、GPS以及电话通信。
交流：在由一个用户进行的针对其他用户或参与者的有限且相对确定性的集合的一个或多个通信中使用的词语。当：(i)并未表示用于公共消费(表示用于公共消费的出版文章和/或书籍)；和(ii)通信不知包括对调查表或应用程序进行响应时，该通信是针对其他用户。
参与：当用户是：(i)通信的作者或发言人，或(ii)交流所针对的其他用户的有限且相对确定性的集合的成员时，该用户参与该交流。

Claims (14)

1.一种方法，包括：
收集与包括第一人和第二人的一对人有关的基础数据；
创建包括谁属性部分和什么属性部分的成对关系数据集；
通过存储以下各项来对所述成对关系数据集的所述谁属性部分进行定义：(i)与所述第一人的身份有关的第一人数据，以及(ii)与所述第二人的身份有关的第二人数据；以及
通过存储话题数据来对所述成对关系数据集的所述什么属性部分进行定义，所述话题数据：(i)基于收集的所述基础数据，以及(ii)与关于所述第一人和所述第二人之间的关系的话题有关。
2.根据权利要求1所述的方法，还包括：
在所述第一人和所述第二人之间的聊天会话期间实时地向所述第一人和所述第二人中的至少一人显示所述话题数据的一部分。
3.根据权利要求1所述的方法，其中，所述基础数据包括所述第一人和所述第二人的交流数据。
4.根据权利要求3所述的方法，其中，所述交流数据包括在聊天会话期间的所述第一人和所述第二人之间的通信。
5.根据权利要求1所述的方法，还包括：
至少部分地基于在所述第一人和所述第二人之间的聊天会话期间收集的基础数据，来实时地更新所述成对关系数据集。
6.根据权利要求1所述的方法，其中：
所述什么属性部分包括具有与所述第一人和所述第二人之间的所述关系有关的、除固有名称之外的词语的词语维度；以及
所述什么属性部分包括具有与所述第一人和所述第二人之间的所述关系有关的人的身份的人维度。
7.根据权利要求1所述的方法，其中，通过存储所述什么属性进行定义包括：
对所述基础数据的至少一部分执行文本分析，以便确定所述话题数据。
8.根据权利要求1所述的方法，其中，通过存储所述什么属性进行定义包括：
对所述基础数据的至少一部分执行逆向频率处理，以便确定所述话题数据。
9.一种系统，包括：
存储器，具有计算机可读计算机指令；以及
处理器，用于执行所述计算机可读指令，所述指令包括：
收集与包括第一人和第二人的一对人有关的基础数据；
创建包括谁属性部分和什么属性部分的成对关系数据集；
通过存储以下各项来对所述成对关系数据集的所述谁属性部分进行定义：(i)与所述第一人的身份有关的第一人数据，以及(ii)与所述第二人的身份有关的第二人数据；以及
通过存储话题数据来对所述成对关系数据集的所述什么属性部分进行定义，所述话题数据：(i)基于收集的所述基础数据，以及(ii)与关于所述第一人和所述第二人之间的关系的话题有关。
10.根据权利要求9所述的系统，其中：
所述什么属性部分包括具有与所述第一人和所述第二人之间的所述关系有关的、除固有名称之外的词语的词语维度；以及
所述什么属性部分包括具有与所述第一人和所述第二人之间的所述关系有关的人的身份的人维度。
11.根据权利要求9所述的系统，其中，通过存储所述什么属性部分进行定义包括：
对所述基础数据的至少一部分执行文本分析，以便确定所述话题数据。
12.根据权利要求9所述的系统，其中，通过存储所述什么属性部分进行定义包括：
对所述基础数据的至少一部分执行逆向频率处理，以便确定所述话题数据。
13.根据权利要求9所述的系统，其中，所述基础数据包括所述第一人和所述第二人的交流数据。
14.根据权利要求9所述的系统，其中，所述指令还包括：
在所述第一人和所述第二人之间的聊天会话期间实时地向所述第一人和所述第二人中的至少一人显示所述话题数据的一部分。
CN201410677474.XA 2013-12-23 2014-11-21 用于使用电子通信数据来映射关系的方法和系统 Active CN104731842B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/138,799 US10127300B2 (en) 2013-12-23 2013-12-23 Mapping relationships using electronic communications data
US14/138,799 2013-12-23

Publications (2)

Publication Number Publication Date
CN104731842A true CN104731842A (zh) 2015-06-24
CN104731842B CN104731842B (zh) 2018-06-05

Family

ID=53400281

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410677474.XA Active CN104731842B (zh) 2013-12-23 2014-11-21 用于使用电子通信数据来映射关系的方法和系统

Country Status (2)

Country Link
US (2) US10127300B2 (zh)
CN (1) CN104731842B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107450725A (zh) * 2017-07-31 2017-12-08 科大讯飞股份有限公司 人机交互应用平台、方法、以及存储介质
US10127300B2 (en) 2013-12-23 2018-11-13 International Business Machines Corporation Mapping relationships using electronic communications data
CN111953577A (zh) * 2019-05-16 2020-11-17 武汉Tcl集团工业研究院有限公司 一种防止消息错发的方法、系统及可读存储介质

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9299035B2 (en) * 2013-11-01 2016-03-29 International Business Machines Corporation Iterative refinement of pathways correlated with outcomes
US11164211B2 (en) * 2014-10-07 2021-11-02 Grandpad, Inc. System and method for enabling efficient digital marketing on portable wireless devices for parties with low capabilities
CN105095434B (zh) * 2015-07-23 2019-03-29 百度在线网络技术（北京）有限公司 时效需求识别方法及装置
US10356025B2 (en) 2016-07-27 2019-07-16 International Business Machines Corporation Identifying and splitting participants into sub-groups in multi-person dialogues
US10476882B2 (en) * 2016-09-22 2019-11-12 Facebook, Inc. Determining user access to groups generated in a closed online system based on categories determined for the groups
US10608968B2 (en) 2017-12-01 2020-03-31 International Business Machines Corporation Identifying different chat topics in a communication channel using cognitive data science
US11093870B2 (en) * 2018-02-09 2021-08-17 Microsoft Technology Licensing, Llc Suggesting people qualified to provide assistance with regard to an issue identified in a file
JP6833938B2 (ja) * 2019-08-29 2021-02-24 楽天株式会社 テキストチャットシステム、テキストチャット方法、ならびに、プログラム
NL2024677B1 (en) * 2020-01-15 2021-09-08 Microsoft Technology Licensing Llc Generating suggestions for users based on identifying direct interactions in group chats
US11223594B2 (en) * 2020-01-15 2022-01-11 Thierry Excoffier Secret identity pairing and gradual disclosure
US20220138651A1 (en) * 2020-10-30 2022-05-05 Microsoft Technology Licensing, Llc Generation of recommended actions based on strength and diversity of collaboration in a user network
US11973734B2 (en) * 2021-06-23 2024-04-30 Microsoft Technology Licensing, Llc Processing electronic communications according to recipient points of view
CN113572679B (zh) * 2021-06-30 2023-04-07 北京百度网讯科技有限公司 账户亲密度的生成方法、装置、电子设备和存储介质
CN114827174B (zh) * 2022-04-28 2024-05-07 深圳赛宝工业技术研究院有限公司 面向社会制造的制造资源一实多虚同步方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101026829A (zh) * 2006-12-26 2007-08-29 武汉市迅彩科技有限责任公司 移动通讯系统中单窗口多页面多人聊天系统
CN101075980A (zh) * 2006-07-26 2007-11-21 腾讯科技（深圳）有限公司 对通讯系统中的通讯信息进行过滤的方法和过滤系统
US20110179118A1 (en) * 2005-06-28 2011-07-21 Jeffrey Dean Shared Communication Space Invitations
CN102713952A (zh) * 2010-01-13 2012-10-03 微软公司 共享在线空间中的参与者的基于关系的表示
US20130173531A1 (en) * 2010-05-24 2013-07-04 Intersect Ptp, Inc. Systems and methods for collaborative storytelling in a virtual space

Family Cites Families (50)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5745591A (en) * 1995-12-29 1998-04-28 Feldman; Stephen E. System and method for verifying the identity of a person
US20020073343A1 (en) 1999-12-14 2002-06-13 Ziskind Benjamin H. Integrated internet messenger system and method
US20040260781A1 (en) * 2000-12-14 2004-12-23 Shostack Ronald N. Web based dating service with weighted interests matching
US7200635B2 (en) 2002-01-09 2007-04-03 International Business Machines Corporation Smart messenger
US20030210265A1 (en) 2002-05-10 2003-11-13 Haimberg Nadav Y. Interactive chat messaging
CA2493302C (en) 2002-07-19 2016-09-06 M-Qube, Inc. Integrated interactive messaging system and method
US7512612B1 (en) * 2002-08-08 2009-03-31 Spoke Software Selecting an optimal path through a relationship graph
US7472110B2 (en) * 2003-01-29 2008-12-30 Microsoft Corporation System and method for employing social networks for information discovery
US7685016B2 (en) * 2003-10-07 2010-03-23 International Business Machines Corporation Method and system for analyzing relationships between persons
US20050132298A1 (en) 2003-12-16 2005-06-16 Hermann Lueckhoff Displaying interactive chat sessions
US7885901B2 (en) 2004-01-29 2011-02-08 Yahoo! Inc. Method and system for seeding online social network contacts
US7680888B1 (en) 2004-03-31 2010-03-16 Google Inc. Methods and systems for processing instant messenger messages
US8019875B1 (en) * 2004-06-04 2011-09-13 Google Inc. Systems and methods for indicating a user state in a social network
US7917587B2 (en) * 2004-07-30 2011-03-29 Microsoft Corporation Method and system for prioritizing communications based on interpersonal relationships
US8032937B2 (en) 2004-10-26 2011-10-04 The Mitre Corporation Method, apparatus, and computer program product for detecting computer worms in a network
US20060122974A1 (en) * 2004-12-03 2006-06-08 Igor Perisic System and method for a dynamic content driven rendering of social networks
US7529735B2 (en) * 2005-02-11 2009-05-05 Microsoft Corporation Method and system for mining information based on relationships
GB2434472A (en) * 2005-12-01 2007-07-25 Jonathan Geoffrey Milt Craymer Verification using one-time transaction codes
AU2006326015A1 (en) * 2005-12-14 2007-06-21 Facebook, Inc. Systems and methods for social mapping
US8402094B2 (en) * 2006-08-11 2013-03-19 Facebook, Inc. Providing a newsfeed based on user affinity for entities and monitored actions in a social network environment
EP1979838A2 (en) * 2006-01-19 2008-10-15 Familion Ltd. Construction and use of a database
US20080104225A1 (en) * 2006-11-01 2008-05-01 Microsoft Corporation Visualization application for mining of social networks
US20080120411A1 (en) * 2006-11-21 2008-05-22 Oliver Eberle Methods and System for Social OnLine Association and Relationship Scoring
US20080288349A1 (en) 2007-02-22 2008-11-20 Weisberg Jonathan S Methods and systems for online interactive communication
US8141002B2 (en) * 2007-07-20 2012-03-20 International Business Machines Corporation System and method for visual representation of a social network connection quality
US9477940B2 (en) * 2007-07-23 2016-10-25 International Business Machines Corporation Relationship-centric portals for communication sessions
US9626685B2 (en) * 2008-01-04 2017-04-18 Excalibur Ip, Llc Systems and methods of mapping attention
US20090198530A1 (en) * 2008-01-31 2009-08-06 International Business Machines Corporation Automated solution for managing ancillary working relationships in an organization
US20090210497A1 (en) 2008-02-14 2009-08-20 International Business Machines Corporation Selective instant messaging (im) notifications based on sender/receiver relationships
US9002752B2 (en) * 2008-02-18 2015-04-07 Massachusetts Institute Of Technology Tangible social network
US7680703B1 (en) * 2008-06-05 2010-03-16 Amazon Technologies, Inc. Data mining system capable of generating pairwise comparisons of user-selectable items based on user event histories
US8117085B1 (en) * 2008-06-05 2012-02-14 Amazon Technologies, Inc. Data mining processes for supporting item pair recommendations
US7882191B2 (en) * 2008-06-13 2011-02-01 Messagemind, Inc. Method and system for mapping organizational social networks utilizing dynamically prioritized e-mail flow indicators
US20090320101A1 (en) * 2008-06-18 2009-12-24 Doyle Iii Richard Proctor System and method for authenticating users in a social network
CN101621481B (zh) * 2008-06-30 2011-11-16 国际商业机器公司 保持聊天记录和聊天内容的对应关系的设备和方法
US10680840B2 (en) * 2008-08-28 2020-06-09 Lawrence A. Jonas System for integrating multiple IM networks and social networking websites
US8831276B2 (en) * 2009-01-13 2014-09-09 Yahoo! Inc. Media object metadata engine configured to determine relationships between persons
US8200617B2 (en) * 2009-04-15 2012-06-12 Evri, Inc. Automatic mapping of a location identifier pattern of an object to a semantic type using object metadata
US8214301B2 (en) * 2009-09-25 2012-07-03 Microsoft Corporation Social network mapping
US8249996B1 (en) * 2010-02-18 2012-08-21 Bank Of America Corporation Artificial intelligence for social media
US20110258303A1 (en) * 2010-03-29 2011-10-20 Badri Nath System and method for personal device sharing using social networks
US8768686B2 (en) 2010-05-13 2014-07-01 International Business Machines Corporation Machine translation with side information
US20120109830A1 (en) * 2010-10-29 2012-05-03 Matt Vogel Apparatus, system and method for a decentralized social network system and decentralized payment network system
US9076129B2 (en) 2011-08-19 2015-07-07 Grey Wall Software Llc Methods and systems for managing group chats among team members
US8688716B1 (en) * 2012-06-15 2014-04-01 Google Inc. Recommending pairwise video comparisons to improve ranking
US9002940B2 (en) * 2012-07-05 2015-04-07 Facebook, Inc. Systems and methods for sharing of media sessions within a social network
US20140237057A1 (en) 2013-02-21 2014-08-21 Genesys Telecommunications Laboratories, Inc. System and method for processing private messages in a contact center
US9300620B2 (en) * 2013-03-08 2016-03-29 International Business Machines Corporation Sharing topics in social networking
US9386004B2 (en) * 2013-10-23 2016-07-05 Qualcomm Incorporated Peer based authentication
US10127300B2 (en) 2013-12-23 2018-11-13 International Business Machines Corporation Mapping relationships using electronic communications data

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110179118A1 (en) * 2005-06-28 2011-07-21 Jeffrey Dean Shared Communication Space Invitations
CN101075980A (zh) * 2006-07-26 2007-11-21 腾讯科技（深圳）有限公司 对通讯系统中的通讯信息进行过滤的方法和过滤系统
CN101026829A (zh) * 2006-12-26 2007-08-29 武汉市迅彩科技有限责任公司 移动通讯系统中单窗口多页面多人聊天系统
CN102713952A (zh) * 2010-01-13 2012-10-03 微软公司 共享在线空间中的参与者的基于关系的表示
US20130173531A1 (en) * 2010-05-24 2013-07-04 Intersect Ptp, Inc. Systems and methods for collaborative storytelling in a virtual space

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10127300B2 (en) 2013-12-23 2018-11-13 International Business Machines Corporation Mapping relationships using electronic communications data
US10282460B2 (en) 2013-12-23 2019-05-07 International Business Machines Corporation Mapping relationships using electronic communications data
CN107450725A (zh) * 2017-07-31 2017-12-08 科大讯飞股份有限公司 人机交互应用平台、方法、以及存储介质
CN107450725B (zh) * 2017-07-31 2020-09-11 科大讯飞股份有限公司 人机交互应用平台、方法、以及存储介质
CN111953577A (zh) * 2019-05-16 2020-11-17 武汉Tcl集团工业研究院有限公司 一种防止消息错发的方法、系统及可读存储介质

Also Published As

Publication number Publication date
US10127300B2 (en) 2018-11-13
US10282460B2 (en) 2019-05-07
US20160283577A1 (en) 2016-09-29
CN104731842B (zh) 2018-06-05
US20150178373A1 (en) 2015-06-25

Similar Documents

Publication Publication Date Title
CN104731842B (zh) 用于使用电子通信数据来映射关系的方法和系统
Adesina Foreign policy in an era of digital diplomacy
US9898743B2 (en) Systems and methods for automatic generation of a relationship management system
Musiał et al. Social networks on the Internet
Gundecha et al. Mining social media: a brief introduction
Andryani et al. Social media analytics: data utilization of social media for research
US8977698B2 (en) Tagging content within a networking environment based upon recipients receiving the content
US20150205822A1 (en) Methods and Systems for Contact Management
Gruzd et al. Networking online: cybercommunities
US20150281163A1 (en) User recommendations in a social media network
CN102651719B (zh) 用于在消息交互环境中跟踪消息话题的方法和设备
Wyche et al. Understanding women’s mobile phone use in rural Kenya: An affordance-based approach
US10261969B2 (en) Sourcing abound candidates apparatuses, methods and systems
CN101958848A (zh) 具有协作约束的社交社区生成的回答系统
Gill et al. Chatting in a mobile chamber: effects of instant messenger use on tolerance toward political misinformation among South Koreans
Micallef et al. True or false: Studying the work practices of professional fact-checkers
Arroyo-Barrigüete et al. On the identification of critical mass in Internet-based services subject to network effects
Brubaker et al. SELECT* FROM USER: infrastructure and socio-technical representation
Furini et al. A predictive method to improve the effectiveness of twitter communication in a cultural heritage scenario
Andriotis et al. Highlighting relationships of a smartphone’s social ecosystem in potentially large investigations
KR101502469B1 (ko) 소셜 지식 검색 서비스 제공 방법
Stockmann Big Data from China and Its Implication for the Study of the Chinese State--A Research Report on the 2014 Hongkong Protests on Weibo
Oliveira et al. Citizens and information and communication technologies
Britzolakis Design and development of a web-based data visualization software for political tendency identification of Twitter’s users using Python Dash Framework.
Al Bashaireh et al. Twitter Data Collection and Extraction: A Method and a New Dataset, the UTD-MI

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