CN104951983A - 用于社交网络的新成员的多目标优化 - Google Patents

Abstract

本发明涉及用于社交网络的新成员的多目标优化。本公开涉及包括与社交网络中的成员有关的电子数据库的系统和方法，成员包括成为社交网络的成员少于预定时间的新成员和成为社交网络的成员大于预定时间的已建立的成员。耦合到电子数据库和网络接口的处理器被配置成：基于与社交网络中的成员的交互有关的至少两个约束来获取优化准则；基于数据来确定提出交互值，每一个提出交互值对应于成员对，提出交互值包括至少一个已建立的成员与至少一个新成员之间的新成员提出交互值；基于调整因子来修改新成员提出交互值；以及基于交互值来提供提出交互。

Description

用于社交网络的新成员的多目标优化

技术领域

本文所公开的主题事项大体上涉及将多目标优化用于社交网络的新成员。

背景技术

社交网络常规地将各个用户彼此连接以便促进用户之间的交互。可以基于潜在新用户与社交网络或其他源的当前用户的连接来标识潜在新用户。潜在新用户然后可以被邀请加入社交网络。当新用户加入社交网络时，新用户可以被呈现以机制，用户可以通过所述机制找到要与其连接的社交网络的其他成员和组织。例如，社交网络可以获取关于社交网络的新用户的信息，并且基于该信息来确定新用户可能认识的社交网络的其他用户。社交网络然后可以呈现新用户可能认识的这些用户并且邀请新用户与这些用户连接。相关地，当新用户加入时，可能认识新用户的当前用户然后也可以被呈现以与新用户连接的邀请。

附图说明

一些实施例通过示例的方式来图示并且不限于附图的各图中。

图1是图示了示例实施例中的社交网络的各个组件或功能模块的框图。

图2图示了示例实施例中的如由社交网络在与社交网络的成员相关联的用户设备上提供的用户接口中的“你可能认识的人”的窗口。

图3是图示了示例实施例中的社交网络的成员之间的连接和潜在连接的社交图的抽象和简化描绘。

图4图示了示例实施例中的可以由多目标优化模块生成的帕累托（Pareto）曲线。

图5是示例实施例中的用于社交网络的新成员的多目标优化的流程图。

图6是图示了能够从机器可读介质读取指令的机器的组件的框图。

具体实施方式

示例方法和系统针对用于社交网络的新用户的多目标优化。示例仅仅代表可能的变形。除非另有明确规定，否则组件和功能是可选的并且可以组合或细分，并且操作可以在顺序方面变化或者组合或细分。在以下描述中，出于解释的目的，阐述众多具体细节以提供对示例实施例的透彻理解。然而，本领域技术人员将显而易见的是，本主题事项可以在不具有这些具体细节的情况下实践。

具有社交网络的更多用户以及社交网络的更多活跃用户不必彼此依赖。社交网络可以向社交网络的潜在用户发出许多邀请，所述潜在用户然后不会成为社交网络中的活跃参与者并替代地快速成为暂停活动的成员或一起离开社交网络。此外，可以采取以增加总成员人数的步骤还可能趋于增加暂停活动的或最终离开社交网络的用户的百分比。

因而，由社交网络执行以增加成员人数和活动的技术活动可能在社交网络的操作和目的方面产生无效。这样的活动可能消耗社交网络的活跃源二者，原因在于过多或无结果的邀请可能被生成并且发送到潜在新成员。此外，可能在存储涉及最终不会变成社交网络的多产成员的成员简档和成员内容的维护的必要信息方面非高效地利用社交网络的存储源。

已经开发多目标优化技术来在新用户变成社交网络的成员时培养社交网络中的增加的成员人数并且增加社交网络的新用户的活动二者。特别地，社交网络的新成员也许更可能作为现有成员可能认识的人被呈现给社交网络的现有成员。当作为现有成员可能认识的某人被呈现给现有成员时，现有成员也许比其他情况更可能在社交网络中邀请新成员连接。

多目标优化技术可以通过增加新成员以及通过增加新成员趋于具有的社交网络内的连接数目来寻求最大化社交网络的成员。这样的“连接密度”可以通过增加这样的新成员作为“你可能认识的人”被呈现给现有成员的可能性来获取。通过增加他们的连接密度，新成员也许更可能保持为成员并且是社交网络的活跃成员。本文所描述的原理可以相等良好地应用于其他约束组合，诸如通过用诸如认可（endorsement）之类的其他成员交互代替连接密度。

图1是图示了与一些示例相一致的社交网络100的各个组件或功能模块的框图。社交网络100可以被用来在社交网络100的用户接口内提供线程的（treaded）电子消息。尽管具体关于社交网络100来描述电子消息的线程（threading），但是要认识和理解的是，关于线程电子消息所描述的原理可以应用于超出一般直接适用于社交网络的那些的电子消息和各种平台中的任一个。

前端101包括用户接口模块（例如网络服务器）102，其从各种客户端计算设备接收请求，并且将适当的响应传送给请求客户端设备。例如，（多个）用户接口模块102可以接收以超文本传输协议（HTTP）请求、或基于网络的其他应用编程接口（API）请求的形式的请求。应用逻辑层103包括各种应用服务器模块104，其与（多个）用户接口模块102结合可以生成具有从数据层105中的各种数据源检索到的数据的各种用户接口（例如，网页、应用等）。在一些示例中，单独的应用服务器模块104可以被用来实现与社交网络服务的各种服务和特征相关联的功能。例如，组织在社交网络100的社交图中建立呈现的能力（包括代表组织建立定制网页和代表组织发布消息或状态更新的能力）可以是在独立的应用服务器模块104中实现的服务。类似地，可用于社交网络服务的成员的各种其他应用或服务可以体现在其自身的应用服务器模块104中。可替换地，各种应用可以体现在单个应用服务器模块104中。

应用服务器模块104可以包括基于以下所公开的各种数据库中的信息来确定社交网络100的成员可能认识的人并且促进这两个成员之间的社交网络连接的能力。此外，应用服务器模块104可以标识社交网络100的潜在成员并且邀请这些潜在成员加入社交网络100，诸如经由电子消息。应用服务器模块104可以利用各种准则来标识潜在连接和潜在新成员，这如本文详细说明的。

在一些示例中，社交网络100包括内容项发布模块106，诸如可以被用来接收诸如电子消息、发帖、链接、图像、视频等之类的内容并且将内容发布到社交网络。应用服务器模块104、内容项发布模块106或社交网络100中的一个或多个一般可以包括多目标优化模块108。如将在本文详细公开的，多目标优化模块108可以根据由社交网络的管理员确定的目标来管理电子消息并且组织和显示这样的电子消息。

如所说明的，数据层105包括但不必限于若干数据库110、112、114，诸如用于存储简档数据（包括成员简档数据以及用于各种组织的简档数据二者）的数据库110。与一些示例相一致，当人最初注册以成为社交网络服务的成员时，可以提示该人提供一些个人信息，诸如他或她的姓名、年龄（例如生日）、性别、兴趣、联系信息、家乡、地址、成员的配偶和/或家庭成员的姓名、教育背景（例如，学校、专业、入学考试和/或毕业日期等）、工作经历、技能、专业组织等。该信息被存储在例如数据库110中。类似地，当组织的代表最初向社交网络服务注册组织时，可以提示该代表提供关于组织的某些信息。该信息可以被存储在例如数据库110或另一数据库（未示出）中。对于一些示例，可以处理（例如在后台中或离线）简档数据以生成各种导出简档数据。例如如果成员已经提供了关于成员对相同或不同公司已经持有的各种职称以及在多长时间内持有的信息，则该信息可以被用来推得或导出指示成员的总体资历水平或在特定公司内的资历水平的成员简档属性。对于一些示例，从一个或多个外部托管的数据源导入或以其他方式访问数据可以增强用于成员和组织二者的简档数据。例如，对于公司，特别地，可以从一个或多个外部数据源导入金融数据并使其成为公司的简档的一部分。

一旦注册，成员就可以邀请其他成员，或者被其他成员邀请，以经由社交网络服务连接。“连接”可以要求成员的双向同意，使得两个成员承认连接的建立。类似地，对于一些示例，成员可以选择“关注”另一成员。相比于建立连接，“关注”另一成员的概念通常是单向操作，并且至少对于一些示例，不要求被关注的成员的承认或批准。当一个成员关注另一个时，进行关注的成员可以接收由被关注的成员所发布的或者与由被关注的成员所进行的各种活动有关的状态更新或其他消息。类似地，当成员关注组织时，成员变得有资格接收代表组织所发布的消息或状态更新。例如，代表成员关注的组织而发布的消息或状态更新将出现在该成员的个性化数据馈送或内容流中。在任何情形中，成员与其他成员或者与其他实体和对象建立的各种关联和关系被存储和维护在社交图数据库112内。

社交网络服务可以提供允许成员有机会共享和接收信息的广范围的其他应用和服务，其一般是针对成员的兴趣而定制。例如，对于一些示例，社交网络服务可以包括允许成员上载照片并与其他成员共享照片的照片共享应用。对于一些示例，成员可能能够自组织成关于感兴趣的主题事项或话题而组织的组或兴趣组。对于一些示例，社交网络服务可以托管提供关于各种组织的职务空缺的细节的各种职务列表。当成员与经由社交网络服务而成为可用的各种应用、服务和内容交互时，涉及所交互（诸如通过观看、播放等）的内容项的信息可以被监视并且涉及交互的信息可以被存储，例如如在图1中由数据库114所指示的。

各种数据库110、112、114可以从社交网络100的成员和用户获取涉及各个成员和用户可能认识的社交网络100的其他成员和潜在成员的信息。例如，简档数据库110可以包括潜在成员和当前成员毕业于相同班级或者现在或以前在相同用人单位处一起工作的信息。社交图数据库112可以基于两个成员在社交图中到彼此的接近度（诸如根据社交图中到彼此的分离度）来标识潜在的“你可能认识的人”。如果成员具有两（2）个或三（3）个分离度，则某人也许可能认识其他人。类似地，成员活动和行为数据库114可以包括成员们或者某一成员与潜在成员处于相同电子消息分布列表上、是相同一组的部分、在相同内容项上评论、在社交网络100内或外交换了电子消息等等信息。

尽管未示出，但是对于一些示例，社交网络100提供应用编程接口（API）模块，第三方应用经由所述模块可以访问由社交网络服务所提供的各种服务和数据。例如，使用API，第三方应用可以提供用户接口和逻辑，其使得组织的授权代表能够从第三方应用向由社交网络服务所维护的各种内容流发布消息。这样的第三方应用可以是基于浏览器的应用，或者可以是操作系统特定的。特别地，一些第三方应用可以在具有移动操作系统的一个或多个移动设备（例如电话或平板计算设备）上驻存和执行。

图2图示了示例实施例中的如由社交网络100在与社交网络100的成员相关联的用户设备上提供的用户接口202中的“你可能认识的人”的窗口200。你可能认识的人的窗口200可以由应用服务器模块104基于从数据库110、112、114获取的信息而生成。窗口200包括单独的框204。每一个框包括被呈现以窗口200的成员可以与其连接的社交网络100的成员的标识符206。每一个框还包括一个或多个按钮208，被呈现以窗口200的成员可以利用所述按钮来邀请框204中的成员做出连接或者拒绝邀请框204中的成员形成连接。

应用服务器模块104可以包括用于标识相对或多或少可能导致做出连接的你可能认识的人的推荐的框架。趋于暗示两个成员也许可能认识彼此的每一个因子可以贡献于针对潜在连接的累积分。因而，成员之间的分离度的数目可以具有因子（例如，两个分离度可以值1.0，三个分离度可以值0.6，四个分离度可以值0.2等），公同团体（诸如学校、用人单位、组等）可以具有因子（例如，至少两个共同团体可以值1.0，并且一个共同团体可以值0.5），以及相关的交互（诸如与相同内容项交互或彼此电子消息传送）可以具有因子（例如，针对与相同内容项交互的0.3，以及针对彼此消息传送的0.3）。因子可以被平均、累积或以其他方式组合以产生社交网络中的潜在连接之间的你可能认识的人的值。

图3是图示了示例实施例中的社交网络100的成员306之间的连接302和潜在连接304的社交图300的抽象和简化描绘。利用可以作为本文所公开的你可能认识的人的各种因子的累积的你可能认识的人的值308来标记潜在连接304。你可能认识的人的值308越高，可能存在越多和/或越强的趋于暗示相关联的成员可以彼此连接的因子。

社交网络100的成员306之间做出的连接302越多，社交网络一般就可以被视为越强。因而，应用服务器模块104的并且如在用户接口202的窗口200上呈现的你可能认识的人的功能可以通过在你可能认识的人的窗口200中呈现具有最高因子的那些潜在连接304来增进社交图300内的最绝对的连接302。

然而，直接寻求最大化总连接302可能趋于导致其中成员之一306是社交网络100的新成员的相对少的连接302，并且因而可能具有贡献于相对高的你可能认识的人的值308的相对较少的因子。例如，如所说明的，成员306A是社交网络100的已建立的成员，而成员306B是新成员，例如成为社交网络100的成员少于三十（30）天。成员306A、B之间的你可能认识的人的值308低于成员306A和其他成员306之间的值。因而，简单地基于值308，新成员306B将不会显示在顶部四个框204中，这如在窗口200中所示的。

多目标优化模块108被配置成向值308提供调整因子来作为用于社交网络200的操作条件，以促进新成员306做出连接302。多目标优化模块108可以基于如之前所应用的结果调整因子的反馈而使调整因子变化。多目标优化模块108可以基于优化准则来生成这样的调整因子并且做出这样的调整。优化准则可以允许一个约束潜在地减小，以便允许另一约束改进。

在各种示例中，优化准则可以是最大化成员306之间的新连接302的数目和成员306之间的新连接302二者，所述成员之一为新成员306B。将调整因子应用到与新成员306B的潜在连接304，相比于具有较高的你可能认识的人的值308的潜在连接304被显示于给定框204中的情况，潜在连接304也许较不可能304变成实际连接302。因此，寻求特别地增加与新成员306B的连接302可能趋于减少总连接302。附加地或可替换地，优化准则可以寻求最大化形成新连接302的邀请数目以及形成与新成员306的连接302的邀请数目。换言之，度量可以是邀请或者可以用邀请来补充，以替代或附加于实际连接302而形成连接302。

在示例中，如果新用户306B已经成为社交网络100的成员三十（30）天或更少，并且具有少于三十（30）个连接302，则新用户306B可以接收调整因子。调整因子可以被添加到值308以获取经调整的值，其可以与其他值308比较以用于选择哪些潜在连接304将反映在你可能认识的人的窗口200和单独的框204中。调整因子可以基于调整分，诸如可以通过以下等式确定的：

调整分=1/（1+log（连接数目））。

“连接数目”可以是社交网络100的新用户306B与其他成员之间的连接302的数目。调整分可以乘以常数以获得调整因子。常数可以由多目标优化模块108在获取关于如所应用的调整因子的结果的反馈时可调节。因而，如果总的新连接302太少，则常数可以减小，而如果新用户连接太少，则常数可以增大。在各种示例中，常数在零（0）和一（1）之间。

在示例中，通过选择常数0.3，形成成员306之间的新连接302的总邀请数目可以减少约百分之0.3，并且成员306之间的新连接302的数目可以减少约百分之0.8。相比之下，对于常数0.3，形成与新成员306B的连接302的邀请的数目可以增加百分之7.7，并且与新成员306B的连接302的数目可以增加百分之7.3。

多目标优化模块108可以寻求通过使常数随时间变化来优化约束，并且使用反馈来标识产生最优结果的常数。附加地或可替换地，多目标优化模块108可以利用数据库110、112、114中的数据来估计可以产生最优结果的常数。例如，多目标优化模块108可以从成员活动和行为数据库114获取数据，其标识已经在社交网络100的用户的窗口200中做出多少你可能认识的人的印象以及什么值308对应于导致连接200的印象。基于引起连接302的值308的分布，可以估计将调整因子应用到这些值308如何可以导致新连接302。

图4图示了示例实施例中的可以由多目标优化模块108生成的帕累托曲线400。多目标优化模块108可以在各种潜在度量当中分析形成于成员402之间的各种和结果所得的连接，以及与新成员404或由新成员404形成的连接302。新成员的连接可以在社交网络的单独的新成员306B与任何其他成员306之间，而不管是社交网络的不同新成员306还是长久存在的成员306。曲线400上的每一个点406可以表示不同的常数值。常数值可以在预定时间段期间内应用，诸如从一（1）到十五（15）天。帕累托曲线400是用于说明来自不同常数的结果之间的关系的机制，并且要理解的是，多目标优化模块108不必要求实际曲线400来确定对应于实际结果的常数。

可以基于各种选择因子中的任一个来标识或选择最优常数。在示例中，优化准则可以要求总的新连接302不落至预定阈值以下并且否则利用产生与新成员的最多连接302的常数。在可替换示例中，优化准则可以提供产生曲线400上的最大面积408的不管什么常数。附加地或可替换地，可以实现因子以用于选择实现的常数。

常数可以经受规则更新，诸如通过适度地改变常数诸如百分之一（1）到五（5），并且确定利用新常数的结果是否比利用前一常数的结果更好。在示例中，每个月，常数可以被调整为一个或多个暂定值并且结果与原始常数进行比较。如果对于每个优化准则，暂定常数产生比原始常数更好的结果，则该暂定可以被实现为常数，从而向前发展。

本文所公开的原理可以应用于数个环境中的任一个，其可能趋于鼓励新用户参与社交网络100。例如，社交网络100可以提供在技能方面认可彼此的成员，可以提供用户可能想要关注的组和其他团体、成员、组或组织等。这样的类别可以采用本文关于连接所描述的方式被应用为约束并且用来鼓励新成员参与社交网络100，这可能以其他成员参与社交网络100为代价或者以其他社交网络因子为代价。

术语“最优”及相关词语不应当被认为是严格意指针对本公开的目的而最优或最大化。因而，优化技术不必要求找到用于社交网络100的绝对最优或最大化的操作条件。此外，可能不必利用所确定的最大地最优的操作条件，并且而是可以选择不及最大地最优的操作条件，诸如在上述示例中，如果收入方面相对小的减少可以产生用户参与方面相对大的增加的话。多目标优化模块108可以配置有逻辑，其将允许例如选择比最大值少百分之0.2的总收入以得到参与方面百分之二（2）的相对增加。

流程图

图5是示例实施例中的用于社交网络的新成员的多目标优化的流程图。流程图可以利用本文所公开的各种设备和系统中的任一个以及利用现有技术中已知的任何适当系统来执行。

在操作500处，利用处理器基于与社交网络的成员的交互有关的至少两个约束来获取优化准则，所述成员包括成为社交网络的成员少于预定时间的新成员和成为社交网络的成员大于预定时间的已建立的成员。在示例中，至少两个约束中的一个是社交网络中的已建立的成员与新成员的连接。在示例中，至少两个约束中的另一个是社交网络的任何成员之间的连接。在示例中，优化准则是增加社交网络的新成员与社交网络的所有成员之间的新连接。在示例中，在预定的时间段期间内测量优化准则。

在操作502处，提出交互（proposed interaction）的预定数目由处理器至少部分基于新成员提出交互值和提出交互值来选择。

在操作504处，利用处理器基于存储在电子数据库中的数据来确定多个提出交互值，所述数据指示社交网络的成员的至少一些简档数据，社交图指示成员之间的连接并且指示社交网络中的成员的活动，多个提出交互值中的单独的每一个对应于多对成员中的一对之间，多个提出交互值包括至少一个已建立的成员与至少一个新成员之间的新成员提出交互值。

在操作506处，利用处理器基于调整因子来修改新成员提出交互值。在示例中，调整因子包括可由处理器选择以至少部分提供操作条件的常数。在示例中，调整因子还包括至少部分基于新成员与已建立的成员之间的分离度的调整分。

在操作508处，基于如所修改的新成员提出交互值和提出交互值，利用处理器经由网络接口向至少一些用户设备提供提出交互。在示例中，提供提出交互包括以根据如所修改的提出交互值和提出交互值的次序来提供提出交互。在示例中，提供包括提供预定数目的提出交互并且还包括。

在示例中，内容项包括由社交网络的用户提供给社交网络的组织内容项以及由内容项的赞助者提供给社交网络的赞助内容项，并且其中操作条件至少部分基于组织（organic）内容项和赞助内容项的百分比混合。在示例中，提供社交网络是通过将内容项布置在新闻馈送中的位置内。在示例中，内容项包括由社交网络的用户提供给社交网络的组织内容项以及由内容项的赞助者提供给社交网络的赞助内容项，并且其中操作条件至少部分基于组织内容项与赞助内容项在单独的位置内的分离的百分比混合。在示例中，提供社交网络至少部分基于针对社交网络的所有用户的操作条件。

系统

图6是图示了根据一些示例实施例的能够从机器可读介质（例如机器可读存储介质）读取指令并且执行本文所讨论的方法中的任一个或多个的机器600的组件的框图。具体地，图6示出以计算机系统的示例形式的机器600的示意性表示，并且在其中可以执行指令624（例如软件）以用于使机器600执行本文所讨论的方法中的任一个或多个。在可替换实施例中，机器600作为独立设备操作或者可以连接（例如联网）到其他机器。在联网部署中，机器600可以在服务器-客户端网络环境中的服务器机器或客户端机器的能力中操作，或者作为对等（或分布式）网络环境中的对等机器。机器600可以是服务器计算机、客户端计算机、个人计算机（PC）、平板计算机、膝上型计算机、上网本、机顶盒（STB）、个人数字助理（PDA）、蜂窝电话、智能电话、网络设备、网络路由器、网络交换机、网桥、或能够执行指令624的任何机器，该指令序列地或以其他方式指定要由该机器采取的动作。此外，尽管只图示了单个机器，但是术语“机器”应当还被视为包括单独地或联合地执行指令624以执行本文所讨论的方法中的任一个或多个的机器的集合。

机器600包括处理器602（例如中央处理单元（CPU）、图形处理单元（GPU）、数字信号处理器（DSP）、专用集成电路（ASIC）、射频集成电路（RFIC）、或其任何适当组合）、主存储器604、以及静态存储器606，它们被配置成经由总线608彼此通信。机器600还可以包括图形显示器610（例如等离子体显示面板（PDP）、发光二极管（LED）显示器、液晶显示器（LCD）、投影仪、或阴极射线管（CRT））。机器600还可以包括字母数字输入设备612（例如键盘）、光标控制设备614（例如鼠标、触摸板、追踪球、手柄、运动传感器、或其他定点仪器）、存储单元616、信号生成设备618（例如扬声器）、以及网络接口设备620。

存储单元616包括机器可读介质622，在其上存储体现本文所描述的方法或功能中的任一个或多个的指令624（例如软件）。指令624还可以在其被机器600执行的期间完全地或至少部分地驻存在主存储器604内、处理器602内（例如处理器的高速缓存存储器内）、或这二者内。因此，主存储器604和处理器602可以被视为机器可读介质。指令624可以通过网络626经由网络接口设备620来发送或接收。

如本文所使用的，术语“存储器”是指能够临时地或永久地存储数据的机器可读介质，并且可以被认为包括但不限于，随机存取存储器（RAM）、只读存储器（ROM）、缓冲存储器、闪速存储器以及高速缓存存储器。尽管在示例实施例中机器可读介质622被示为单个介质，但是术语“机器可读介质”应当被认为包括能够存储指令的单个介质或多个介质（例如，集中式或分布式数据库，或相关联的高速缓存和服务器）。术语“机器可读介质”应当还被认为包括能够存储指令（例如软件）以用于由机器（例如机器600）执行的任何介质或多个介质的组合，使得指令在被机器的一个或多个处理器（例如处理器602）执行时使机器执行本文所描述的方法中的任一个或多个。因此，“机器可读介质”是指单个存储装置或设备，以及“基于云”的包括多个存储装置或设备的存储系统或存储网络。因此，术语“机器可读介质”应当被认为包括但不限于，以固态存储器的形式的一个或多个数据储存库、光学介质、磁介质、或其任何适当组合。计算机可读介质可以包括承载处理器可读指令的瞬态介质，诸如信号，例如电信号、光信号、或电磁信号，其在计算机或通信网络之上承载代码。

遍及该说明书，复数实例可以实现被描述为单个实例的组件、操作或结构。尽管一种或多种方法的单独的操作被说明和描述为分离的操作，但是一个或多个单独的操作可以同时执行，并且不要求以所图示的次序执行操作。在示例配置中被呈现为分离的组件的结构和功能可以实现为组合的结构或组件。类似地，被呈现为单个组件的结构和功能可以实现为分离的组件。这些和其他变化、修改、附加和改进落在本文的主题事项的范围内。

某些实施例在本文被描述为包括逻辑或数个组件、模块或机制。模块可以构成软件模块（例如，体现在机器可读介质上或发送信号中的代码）或硬件模块。“硬件模块”是能够执行某些操作的有形单元并且可以以某种物理方式配置或布置。在各种示例实施例中，一个或多个计算机系统（例如，独立的计算机系统、客户端计算机系统或服务器计算机系统）或计算机系统的一个或多个硬件模块（例如处理器或处理器组）可以由软件（例如应用或应用部分）配置为操作以执行本文所描述的某些操作的硬件模块。

在一些实施例中，可以机械地、电子地或以其任何适当组合实现硬件模块。例如，硬件模块可以包括永久配置成执行某些操作的专用电路系统或逻辑。例如，硬件模块可以是专用处理器，诸如现场可编程门阵列（FPGA）或ASIC。硬件模块还可以包括由软件临时配置成执行某些操作的可编程逻辑或电路系统。例如，硬件模块可以包括包含在通用处理器或其他可编程处理器内的软件。将了解的是，在专用和永久配置的电路系统中或者在临时配置的电路系统（例如由软件配置）中，机械地实现硬件模块的决策可以通过成本和时间考虑来驱动。

因此，短语“硬件模块”应被理解为包含有形实体，其是被物理构造、永久配置（例如硬连线）或临时配置（例如编程）成以某一方式操作或执行本文所描述的某些操作的实体。如本文所使用的，“硬件实现的模块”是指硬件模块。考虑其中硬件模块被临时配置（例如编程）的实施例，每一个硬件模块不需要在时间上的任一实例被配置或实例化。例如，在硬件模块包括由软件配置以变成专用处理器的通用处理器的情况下，通用处理器可以在不同时间分别被配置为不同的专用处理器（例如包括不同的硬件模块）。因此，软件可以将处理器配置成例如在一个时间实例构成特定硬件模块并且在不同的时间实例构成不同硬件模块。

硬件模块可以向其他硬件模块提供信息并且从其他硬件模块接收信息。因此，所描述的硬件模块可以被视为是通信耦合的。在多个硬件模块同时存在的情况下，可以通过硬件模块中的两个之间或更多个之间的信号传输（例如通过适当的电路和总线）来实现通信。在其中多个硬件模块在不同时间被配置或实例化的实施例中，这样的硬件模块之间的通信可以例如通过存储和检索多个硬件模块具有对其的访问的存储器结构中的信息来实现。例如，一个硬件模块可以执行操作并且将该操作的输出存储于其通信耦合到的存储器设备中。另外的硬件模块然后可以在随后的时间访问存储器设备以检索和处理所存储的输出。硬件模块还可以发起与输入或输出设备的通信，并且可以对资源（例如信息的集合）操作。

本文所描述的示例方法的各种操作可以至少部分通过被临时配置（例如通过软件）或永久配置成执行相关操作的一个或多个处理器来执行。不管是临时还是永久配置，这样的处理器都可以构成处理器实现的模块，其操作以执行本文所描述的一个或多个操作或功能。如本文所使用的，“处理器实现的模块”是指使用一个或多个处理器实现的硬件模块。

类似地，本文所描述的方法可以至少部分地为处理器实现的，处理器是硬件的示例。例如，方法的操作中的至少一些可以由一个或多个处理器或处理器实现的模块来执行。此外，一个或多个处理器还可以操作以支持“云计算”环境中的相关操作的执行或者作为“软件即服务”（SaaS）。例如，至少一些操作可以由计算机（作为包括处理器的机器的示例）的组执行，其中这些操作是经由网络（例如因特网）并且经由一个或多个适当接口（例如应用程序接口（API））可访问的。

某些操作的执行可以分布在一个或多个处理器之间，不管是驻存在单个机器上还是跨数个机器部署。在一些示例实施例中，一个或多个处理器或处理器实现的模块可以位于单个地理位置中（例如家庭环境、办公环境、或者服务器群内）。在其他示例实施例中，一个或多个处理器或处理器实现的模块可以跨数个地理位置分布。

该说明书的一些部分是在对作为比特或二元数字信号存储在机器存储器（例如计算机存储器）内的数据的操作的算法或符号表示的方面中呈现。这些算法或符号表示是本领域技术人员在数据处理领域中用来向本领域其他技术人员传达其工作实质的技术的示例。如本文所使用的，“算法”是引起期望结果的操作或类似处理的自相一致序列。在该上下文中，算法和操作牵涉到对物理量的物理操纵。这样的量可以通常但未必采取能够被存储、访问、传递、组合、比较或以其他方式由机器操纵的电、磁或光信号的形式。原则上出于常见用途的原因，在某些时候方便的是使用诸如“数据”、“内容”、“比特”、“值”、“元素”、“符号”、“字符”、“术语”、“数”、“数字”等词语来指代这样的信号。然而，这些词语仅仅是方便性的标记并且与适当物理量相关联。

除非另有明确规定，否则在本文中使用诸如“处理”、“计算”、“运算”、“确定”、“呈现”、“显示”等词语的讨论可以指带操纵或变换数据的机器（例如计算机）的动作或过程，所述数据被表示为一个或多个存储器（例如易失性存储器、非易失性存储器、或其任何适当组合）、寄存器、或者接收、存储、发送或显示信息的其他机器组件内的物理（例如电子、磁或光）量。此外，除非另有明确规定，否则如专利文档中常见的那样在本文中的使用术语“一”或“一个”来包括一个或多于一个的实例。最后，如本文所使用的，连接词“或”是指非排他性的“或”，除非另有明确规定。

Claims (20)

1.一种计算机实现的方法，包括：

利用处理器基于与社交网络的成员的交互有关的至少两个约束来获取优化准则，所述成员包括成为社交网络的成员少于预定时间的新成员和成为社交网络的成员大于预定时间的已建立的成员；

利用处理器基于存储在电子数据库中的数据来确定多个提出交互值，所述数据指示社交网络的成员的至少一些简档数据，社交图指示成员之间的连接并且指示社交网络中的成员的活动，多个提出交互值中的单独的每一个对应于多对成员中的一对之间，多个提出交互值包括至少一个已建立的成员与至少一个新成员之间的新成员提出交互值；

利用处理器基于调整因子来修改新成员提出交互值；以及

基于如所修改的新成员提出交互值和提出交互值而利用处理器经由网络接口向至少一些用户设备提供提出交互。

2.根据权利要求1所述的方法，其中至少两个约束中的一个是社交网络中的已建立的成员与新成员之间的连接。

3.根据权利要求2所述的方法，其中至少两个约束中的另一个是社交网络的任何成员之间的连接。

4.根据权利要求3所述的方法，其中优化准则是增加社交网络的新成员与社交网络的所有成员之间的新连接。

5.根据权利要求4所述的方法，其中在预定的时间段期间内测量优化准则。

6.根据前述权利要求中的任一项所述的方法，其中提供提出交互包括以根据如所修改的提出交互值和提出交互值的次序来提供提出交互。

7.根据前述权利要求中的任一项所述的方法，所述提供包括提供预定数目的提出交互，并且还包括至少部分基于新成员提出交互值和提出交互值来选择预定数目的提出交互。

8.根据权利要求7所述的方法，其中选择预定数目的提出交互包括选择最大预定数目的新成员提出交互值和提出交互值。

9.根据前述权利要求中的任一项所述的方法，其中调整因子包括可由处理器选择以至少部分提供操作条件的常数。

10.根据权利要求9所述的方法，其中调整因子还包括至少部分基于新成员与已建立的成员之间的分离度的调整分。

11.一种计算机系统，包括：

用于基于与社交网络的成员的交互有关的至少两个约束来获取优化准则的优化构件，所述成员包括成为社交网络的成员少于预定时间的新成员和成为社交网络的成员大于预定时间的已建立的成员；

用于基于存储在电子数据库中的数据来确定多个提出交互值的确定构件，所述数据指示社交网络的成员的至少一些简档数据，社交图指示成员之间的连接并且指示社交网络中的成员的活动，多个提出交互值中的单独的每一个对应于多对成员中的一对之间，多个提出交互值包括至少一个已建立的成员与至少一个新成员之间的新成员提出交互值；

用于基于调整因子来修改新成员提出交互值的修改构件；以及

用于基于如所修改的新成员提出交互值和提出交互值而经由网络接口向至少一些用户设备提供提出交互的提供构件。

12.根据权利要求11所述的系统，其中至少两个约束中的一个是社交网络中的已建立的成员与新成员之间的连接。

13.根据权利要求12所述的系统，其中至少两个约束中的另一个是社交网络的任何成员之间的连接。

14.根据权利要求13所述的系统，其中优化构件被适配成增加社交网络的新成员与社交网络的所有成员之间的新连接。

15.根据权利要求14所述的系统，其中优化构件被适配成在预定的时间段期间内测量优化准则。

16.根据权利要求11至15中的任一项所述的系统，其中提供构件被适配成以根据如所修改的提出交互值和提出交互值的次序来提供提出交互。

17.根据权利要求11至16中的任一项所述的系统，提供构件被适配成提供预定数目的提出交互并且还至少部分基于新成员提出交互值和提出交互值来选择预定数目的提出交互。

18.根据权利要求17所述的系统，其中提供构件被适配成通过选择最高预定数目的新成员提出交互值和提出交互值来选择预定数目的提出交互。

19.根据权利要求11至18中的任一项所述的系统，其中调整因子包括可由处理器选择以至少部分提供操作条件的常数。

20.根据权利要求19所述的系统，其中调整因子还包括至少部分基于新成员与已建立的成员之间的分离度的调整分。