CN105205089B - 账户推荐 - Google Patents
账户推荐 Download PDFInfo
- Publication number
- CN105205089B CN105205089B CN201510199214.0A CN201510199214A CN105205089B CN 105205089 B CN105205089 B CN 105205089B CN 201510199214 A CN201510199214 A CN 201510199214A CN 105205089 B CN105205089 B CN 105205089B
- Authority
- CN
- China
- Prior art keywords
- members
- server system
- server
- profiles
- 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
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0613—Third-party assisted
- G06Q30/0617—Representative agent
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
公开了用于提供账户推荐的方法和系统。服务器系统存储针对第一成员的销售数据,其中,销售数据包括针对一个或多个个体顾客的简档信息。服务器系统分析针对一个或多个个体顾客的简档信息以识别与顾客相关联的一个属性。服务器系统利用包括一个或多个识别的属性的成员简档来确定一个或多个附加成员。对于至少一个所确定的附加成员中的相应附加成员,服务器系统基于所存储的关于相应附加成员的信息来确定与至少一个所确定的附加成员相关联的相应组织;并且,选择相应组织作为账户推荐。
Description
技术领域
所公开的实施例总体上涉及社交网络的领域,并且,具体地涉及用于向销售专业人员生成推荐的系统。
背景技术
计算机时代的兴起已经导致对在线个性化服务的增加的访问。随着电子设备和联网服务的成本下降,现在通过因特网远程地提供在先前亲自提供的许多服务。例如,娱乐已经通过向在家的成员流送TV节目和电影的诸如Netflix和Amazon之类的公司越来越多地被转向在线空间。类似地,电子邮件(e-mail)已经减少了对物理上被递送的信件的需要。替代地,消息几乎即刻地通过联网系统被发送。在线社交联网站点允许成员以更加全面且易管理的方式来构建和维持人际关系和商业关系。
新的计算机技术的一种重要应用是全球销售。销售专业人员(例如,从向其它个体或公司销售商品或产品来取得他们的收入的人们或公司)依赖销售线索(例如,潜在地将想要购买由销售专业人员提供的产品或者服务的个体或公司的名称和联系信息)来进行导致销售的联系。联网计算机系统能够收集和处理大量数据以精简和增强用于生成销售线索的系统。因此,存储关于公司和他们的雇员的大量数据的联网计算机系统能够向他们的成员提供增强的搜索能力,使得成员能够指定搜索准则并且然后接收搜索结果,该搜索结果列出与指定的准则匹配的一个或多个搜索结果(例如,针对匹配搜索查询的人的推荐)。
附图说明
在附图的图中作为示例且不进行限制地图示出一些实施例,其中:
图1是描绘根据一些实施例的包括社交网络服务器系统的各种功能组件的客户端-服务器系统的网络图。
图2是图示出根据一些实施例的客户端系统的框图。
图3是图示出根据一些实施例的社交网络服务器系统的框图。
图4是图示出根据一些实施例的成员接口的示例的成员接口图。
图5是图示出根据一些实施例的用于生成账户推荐的过程的流程图。
图6是图示出根据一些示例实施例的机器的组件的框图。
贯穿附图,相似的附图标记指的是对应的部分。
具体实施方式
本公开描述用于使用现存的成员简档和活动数据来识别合适的账户以向网络的成员推荐的方法、系统和计算机程序产品。在以下描述中,为了解释的目的,阐述很多特定细节以便提供对不同的实施例的各个方面的彻底的理解。然而,对本领域技术人员将明显的是,可以在没有所有特定细节和/或有在本文描述的各种特征和要素的变化排列与组合的情况下实践任何特定实施例。
具有对大量成员数据的访问的较大的联网系统能够改善账户推荐的质量。另外,大规模联网系统能够在没有接收特定搜索准则(或者搜索查询)的情况下生成账户推荐。例如,大规模联网系统在没有特定搜索查询的情况下接收对于与联网系统的特定成员相关联的网页的请求(例如,销售人员在系统上访问他们自己的主页),并且大规模联网系统生成并返回大规模联网系统存储针对其的简档数据的组织的一个或多个账户推荐。由联网系统基于存储的关于组织、他们的雇员和做出请求的成员的组织信息来生成推荐。
服务器系统分析具有存储在服务器系统上的简档的至少一些组织的组织简档以确定组织是否将是针对服务器系统的第一成员的合适的账户推荐。在确定特定公司是否可能具有产品购买潜力中重要的信息的示例包括但不限于,组织的位置、组织的行业、组织的雇员等等。
在一些示例实施例中,服务器系统使用第一成员的先前销售数据来生成针对第一成员的有关账户推荐。因此,生成针对服务器系统的第一成员的有关账户推荐包括分析第一成员的先前销售数据以识别是或者已经是第一成员的顾客(例如,在决定从第一成员购买商品或者服务的决策中具有某种决策权限)的一个或多个成员。
服务器系统然后分析所识别的顾客的成员简档以确定与顾客相关联的一个或多个属性。一旦服务器系统已经识别了一个或多个属性,服务器系统就能够搜索服务器系统的其它成员的所存储简档以识别类似成员,该类似常用的简档包括与在所识别的顾客的成员简档中找出的那些属性类似的属性。
服务器系统然后识别雇用所识别的类似成员的组织。这样,服务器系统识别包括与第一成员的过去和当前顾客类似的雇员(服务器系统的成员)的公司和组织。基于该信息,服务器系统针对所识别的公司和组织的第一成员生成账户推荐。
在一些示例实施例中,服务器系统也使用诸如组织的大小、其行业部门、其位置、其收入和利润、组织的普及性(例如,由简档查看(profile views)、赞、社会媒体论及等等度量)和任何其他有关的因素之类的其他数据来识别潜在的目标组织。
在一些示例实施例中,服务器系统从第三方服务器系统(例如,不同于服务器系统的CRM)引入公司数据。引入数据涉及经由可用的工具(例如,API)访问第三方服务器系统来下载公司信息并且在联网系统上存储公司信息。
在一些示例实施例中,服务器系统生成潜在账户推荐的列表并且然后基于账户推荐将对第一成员有用的置信度来将它们分等级。将潜在账户推荐的列表分等级的一种方式是生成每个潜在账户推荐和第一成员之间的匹配分数。该匹配分数能够基于第一成员的偏好列表。偏好列表陈述针对账户推荐的一个或多个用户优选属性。一些属性可以是强制性的(例如,其销售区域被严格地限定的销售专业人员可以要求所有账户推荐是针对位于特定地理区域中的公司)。其它属性偏好可以反映成员的偏好,该成员的偏好或者明确地从成员接收到(例如,他们优选具有某些头衔的成员)或者根据成员的过去销售信息(例如,成员的成功的销售中的百分之九十是对与第一成员上过相同大学的成员)隐含地导出。
一旦已经将一个或多个潜在账户推荐分等级,服务器系统就选择一个或多个潜在账户推荐来递送给第一成员。例如,服务器系统确定将在所显示的网页上合适的账户推荐的数量,并且发送所确定的数量的销售线索推荐。
图1是描绘根据一些实施例的包括服务器系统120的各种功能组件的客户端-服务器系统100的网络图。客户端-服务器系统100包括一个或多个客户端系统102、服务器系统120,和一个或多个其它第三方服务器150。一个或多个通信网络110与这些组件互连。通信网络110可以是各种网络类型(包括局域网(LAN)、广域网(WAN)、无线网络、有线网络、因特网、个域网(PAN)、或这样的网络的组合)中的任何一种。
在一些实施例中,客户端系统102是诸如个人计算机(PC)、膝上计算机、智能电话、平板电脑、移动电话之类的电子设备,或者是能够与通信网络110进行通信的任何其他电子设备。客户端系统102包括由客户端系统102执行的一个或多个客户端应用104。在一些实施例中,(一个或多个)客户端应用104包括来自由搜索应用、通信应用、生产力应用、游戏应用、字处理应用、或者任何其他有用的应用组成的集合的一个或多个应用。(一个或多个)客户端应用104包括web浏览器106。客户端系统102使用web浏览器106与服务器系统120进行通信,并且显示从服务器系统120接收到的信息。在一些实施例中,客户端系统102包括为了与服务器系统(图1,120)进行通信而专门定制的应用(例如,LinkedIn iPhone应用)。
在一些实施例中,客户端系统102向服务器系统120发送对于与服务器系统相关联的网页的请求(例如,客户端系统102向服务器系统120发送对于更新的账户活动网页的请求)。例如,客户端系统102的成员登录到服务器系统120上并且进行点击以查看对它们的个性化账户页面的更新。作为响应,客户端系统102接收更新的账户页面(例如,新闻条目、推荐、状态更新),并且将其显示在客户端系统102上。
在一些实施例中,如图1中所示,服务器系统120一般基于由前端层、应用逻辑层和数据层组成的三层式体系结构。如相关的涉及计算机和因特网的技术领域中的技术人员所理解的,图1中示出的每个模块或引擎表示可执行的软件指令和用于执行指令的对应硬件(例如,存储器和处理器)的集合。为了避免不必要的细节,已经从图1省略了不与传达各种实施例的理解密切相关的各种功能模块和引擎。然而,技术人员将容易地认识到,可以与服务器系统120(诸如图1中所图示的那个)一起使用各个附加的功能模块和引擎,以促进未在本文具体描述的附加功能。此外,图1中描绘的各个功能模块和引擎可以驻留于单个服务器计算机上,或者可以以各种布置横跨若干服务器计算机分布。此外,尽管在图1中被描绘为三层式体系结构,但各个实施例决不限于该体系结构。
如图1中所示,前端由从各个客户端系统102接收请求并且向做出请求的客户端系统102传送合适的响应的用户接口模块(例如,web服务器)122组成。例如,(一个或多个)用户接口模块122可以接收超文本传输协议(HTTP)请求或者其它基于web的API请求形式的请求。客户端系统102可以执行常规web浏览器应用,或者已经对于特定平台开发以包括任何各式各样的移动设备和操作系统的应用。
如图1中所示,数据层包括若干数据库,该若干数据库包括用于存储针对社交图表的各个实体的数据的数据库和社交图表数据库138,用于存储针对社交图表的各个实体的数据的数据库包括成员简档数据130、成员活动数据132(例如,描述成员与社交网络服务器系统120的交互或者与遍布社交网络服务器系统120的其它成员的交互的数据)、组织简档数据134、顾客数据136(例如,描述服务器系统的成员(诸如销售者)之间的商业关系和顾客关系的数据),社交图表数据库138是使用具有节点、边缘和属性的图表结构来表示和存储数据的特定类型的数据库。 当然,在各个替换实施例的情况下,任何数量的其它实体(例如,公司、组织、学校和大学、宗教群体、非营利组织,和任何其他群体)可以被包括在社交图表中,并且因此,各个其它数据库可以用于存储与其它实体对应的数据。应当注意到,数据层的组件在本申请中可以被称为“数据”或者“数据库”(例如,成员简档数据130或者成员简档数据库130),并且可互换地使用这些术语。
与一些实施例一致,当个人最初登记成为服务器系统120的成员时,将提示这个人提供一些个人信息,诸如他或她的名称、年龄(例如,出生日期)、性别、兴趣、联系信息、家乡、地址、教育背景(例如,学校、专业,等等)、当前职务头衔、职务描述、行业、工作经历、技能、专业组织、关于第三方服务器150的成员资格,等等。 例如,在成员简档数据库130中存储该信息。
在一些实施例中,成员简档数据库130包括成员活动数据132。在其他的实施例中,成员活动数据库132不同于成员简档数据库130但与其相关联。成员活动数据库132存储针对服务器系统120的每个成员的活动数据。成员活动数据包括但不限于成员登录到系统上或者从系统注销的日期与时间、由成员在服务器系统120上所查看的信息(例如,与人们、组织、品牌和或公司、工作列表相关联的页面)、与其它成员进行的通信(公告或消息)、保存的账户和线索推荐,和由成员做出的公告。
成员组织数据库134也存储与服务器系统120上的组织和它们的成员有关的数据。因此,服务器系统120的成员可以与雇主、顾客和诸如学校、专业人员组和非营利组织之类的其他组织相关联(例如,基于兴趣、家族关系、学校、雇主等等)。
一旦被登记,成员可以邀请其它成员或者被其它成员邀请以经由网络服务进行连接。“连接”可以包括由成员进行的双边协定,使得两个成员都确认连接的建立。类似地,在一些实施例的情况下,成员可以选择“跟随”另一个成员。与建立“连接”形成对比,“跟随”另一个成员的概念典型地是单边操作,并且,至少在一些实施例的情况下,不包括由正被跟随的成员做出的确认或者批准。当一个成员跟随另一个时,进行跟随的成员可以接收关于由正被跟随的成员进行的各种活动的自动通知。除跟随另一个成员之外,成员还可以选择跟随公司、专题、会话或者可以或可以不被包括在社交图表中的某一其他实体。各种其它类型的关系可以存在于不同的实体之间,并且在社交图表数据138中被表示。
在一些示例实施例中,成员组织数据库134也包括组织活动数据。组织活动包括详述多个组织内的改变的信息,该改变包括但不限于组织的工作人员的改变、组织的位置的改变、组织的业务的改变、和与组织有关的任何其他信息。
在一些示例实施例中,顾客数据136包括针对一个或多个成员的销售关系。例如,顾客数据136包括顾客列表、目标公司、先前的销售、销售偏好、职务描述和与销售专业人员有关的任何其他数据。
与在一些示例实施例中,服务器系统120也与社交联网服务相关联或者提供社交联网服务。社交联网服务可以提供宽范围的其它应用和服务,该其它应用和服务允许成员有机会共享和接收往往针对成员的兴趣定制的信息。例如,在一些实施例的情况下,社交联网服务可以包括允许成员上载照片并且与其它成员共享照片的照片共享应用。因此,至少在一些实施例的情况下,相片可以是包括在社交图表内的性质或者实体。在一些实施例的情况下,社交联网服务的成员可以能够自组织为群体或者围绕兴趣主题或者专题进行组织的兴趣群体。在一些实施例中,用于群体的数据可以被存储在数据库中。当成员加入群体时,他或她在群体中的成员资格将在客户数据136、成员活动数据132和社交图表数据库138中被反映。
在一些实施例的情况下,成员能够在雇员/雇主关系或所有者关系方面隶属于特定组织。服务器系统(例如,图1中的系统120)将把该信息存储在成员简档数据130中、组织简档数据134中,以及潜在地存储在客户数据136中。例如,成员A将公司C列为雇主。这被存储在与成员A相关联的成员简档中以及公司C的组织简档中。如果服务器系统(例如,图1中的系统120)的成员指示对于雇用他们的公司的隶属,则自动地向成员传送与公司有关的新闻和事件。在一些实施例的情况下,可以允许成员预订接收关于除雇用他们的公司以外的公司的信息。这里再次,群体中的成员资格、与公司或群体的预订或跟随关系以及与公司的雇佣关系全部是可以存在于不同的实体之间的不同类型的关系的示例,如由社交图表所定义的以及利用社交图表数据库138建模的。
在一些实施例中,应用逻辑层包括各种应用服务器模块,其结合(一个或多个)用户接口模块122利用从数据层中的各种数据源取回的数据来生成各种用户接口(例如,web页面)。在一些实施例的情况下,个体应用服务器模块用于实施与各种应用、服务和社交网络服务的特征相关联的功能。例如,可以利用一个或多个应用服务器模块来实施诸如电子邮件应用、即时消息收发应用或者这两者的某种混合或者变体之类的消息收发应用。类似地,可以利用一个或多个应用服务器模块来实施使得成员能够搜索并且浏览成员简档的搜索引擎。当然,利用账户推荐模块124的其它应用或者服务可以在他们自己的应用服务器模块中分开地实施。
除各种应用服务器模块之外,应用逻辑层包括账户推荐模块124。如图1中所图示的,在一些实施例的情况下,账户推荐模块124被实施为结合各种应用服务器模块进行操作的服务。例如,任何数量的个体应用服务器模块能够调用账户推荐模块124的功能来提供账户推荐服务。然而,在各种替换实施例的情况下,账户推荐模块124可以被实施为其自己的应用服务器模块,使得其操作为独立的应用。在一些实施例的情况下,账户推荐模块124包括或者具有使得第三方应用能够调用账户推荐模块124的功能的关联的公共可用API。
通常,账户推荐模块124基于存储在服务器系统120的或者从第三方服务器150(例如,CRM)接收到的信息来协助作为销售专业人员的服务器系统120的成员来识别新的潜在的账户目标(例如,公司或者组织)。在一些示例实施例中,销售专业人员已经向服务器系统120提交了账户偏好。
该服务器系统120然后分析存储在服务器系统120的数据以基于所存储的成员数据来识别一个或多个潜在的目标账户。服务器系统120使用与多个公司或者组织相关联的信息来为相应成员识别潜在的目标账户。服务器系统120用于识别潜在的目标账户的一些因素包括公司的大小、其行业部门、其位置、其收入和利润、公司的普及性(例如,由简档查看、赞、社会媒体论及等等度量)、和任何其他有关的因素。
服务器系统120也基于第一成员已经对服务器系统120执行的活动来识别潜在的目标账户。例如,服务器系统120检测成员何时与服务器系统120的另一个成员进行交互,诸如向它们发送电子邮件、保存他们的联系信息、查看他们的简档、销售产品或服务,或者从第三方服务器系统引入他们的数据。服务器系统120然后分析所存储的交互数据以确定当前顾客或第一成员有兴趣的线索。例如,如果第一成员已经查看了成员Y的简档并且然后保存该简档作为有兴趣的或者重要的线索,那么服务器系统120能够确定第一成员对成员Y有兴趣。服务器系统120然后能够搜索其它成员的简档以识别类似于成员Y的成员。
一旦服务器系统120识别出类似于当前顾客或第一成员感兴趣的线索的成员,服务器系统120就识别那些类似成员的雇主。服务器系统能够选择这些雇主作为针对第一成员的潜在的账户推荐。这样,服务器系统120能够不仅通过公司的统计资料、而且也通过公司的雇员和管理者的个体特色来识别公司和组织。这允许销售专业人员以更好地匹配他们的组织为目标。
服务器系统120然后将一个或多个潜在的账户推荐分等级。基于一个或多个因素为每个识别的潜在账户推荐给出匹配分数。在一些示例实施例中,第一成员的成员偏好被用于生成针对每个潜在成员的匹配。
一旦已经将一个或多个潜在的目标账户推荐分等级,服务器系统120就选择一个或多个潜在的账户推荐来推荐给第一成员。由社交网络服务器系统120选择的账户推荐的数量基于可用于显示销售线索推荐的空间的量。例如,第一成员请求与账户推荐不相关联的web页面。服务器系统120确定web页面的一部分可用于显示账户推荐(例如,在所请求的内容旁边或者其之下的开放片段)并且选择具有最高匹配分数的一个或两个账户推荐。在另一个示例中,第一成员请求账户推荐的web页面。在该情况下,web页面具有其中显示账户推荐的大得多的专用区域并且因此选择较大数量的账户推荐来进行显示。
向客户端系统102传送所选择的一个或多个账户推荐来对做出请求的第一成员显示。
一个或多个第三方服务器150通过通信网络110连接到社交联网系统(例如,图1中的系统120)。第三方服务器也可以包括成员活动数据152(例如,当社交联网系统(例如,图1中的系统120)的成员通过第三方服务器150交互时社交联网系统的成员的活动)。
图2是图示出根据一些实施例的客户端系统102的框图。客户端系统102典型地包括一个或多个中央处理单元(CPU)202、一个或多个网络接口210、存储器212,和用于与这些组件互连的一个或多个通信总线214。客户端系统102包括用户接口204。用户接口204包括显示器设备206,并且可选地包括诸如键盘、鼠标、触敏显示器或者其它输入按钮208之类的输入装置。此外,一些客户端系统102使用麦克风和语音识别来补充或者替代键盘。
存储器212包括高速随机存取存储器,诸如动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、双数据速率随机存取存储器(DDR RAM)或者其它随机存取固态存储器设备;并且可以包括非易失性存储器,诸如一个或多个磁盘存储设备、光盘存储设备、闪速存储器设备,或者其它非易失性固态存储设备。存储器212可以可选地包括位置远离(一个或多个)CPU202的一个或多个存储设备。存储器212、或者替换地,存储器212内的(一个或多个)非易失性存储器设备包括非暂时型计算机可读存储介质。
在一些实施例中,存储器212或存储器212的计算机可读存储介质存储以下程序、模块和数据结构、或者其子集:
· 操作系统216,其包括用于处理各种基本系统服务并且用于执行硬件相关任务的规程;
· 网络通信模块218,其用于经由一个或多个通信网络接口210(有线或无线)和诸如因特网、其它WAN、LAN、城域网(MAN)等等之类的一个或多个通信网络将客户端系统102连接到其它计算机;
· 显示模块220,用于使得由操作系统216和客户端应用104生成的信息能够被视觉地呈现在显示设备206上;
· 用于处理与服务器系统(图1,120)的交互的各个方面的一个或多个客户端应用104,包括但不限于:
o 浏览器应用224,用于向社交联网服务器系统120请求信息(例如,产品页面和成员信息)并且从服务器系统120接收响应;以及
· 客户端数据模块230,用于存储与客户端有关的数据,包括但不限于:
o 客户端简档数据234,用于存储与服务器系统120的成员有关的简档数据,服务器系统120与客户端系统102相关联。
图3是图示出根据一些实施例的服务器系统120的框图。 服务器系统120典型地包括一个或多个CPU 302、一个或多个网络接口310、存储器306、和用于互连这些组件的一个或多个通信总线308。存储器306包括高速随机存取存储器,诸如DRAM、SRAM、DDR RAM或者其它随机存取固态存储器设备;并且可以包括非易失性存储器,诸如一个或多个磁盘存储设备、光盘存储设备、闪速存储器设备,或者其它非易失性固态存储设备。存储器306可以可选地包括位置远离(一个或多个)CPU 302的一个或多个存储设备。
存储器306、或者替换地,存储器306内的(一个或多个)非易失性存储器设备包括非暂时型计算机可读存储介质。在一些实施例中,存储器306或存储器306的计算机可读存储介质存储以下程序、模块和数据结构、或者其子集:
· 操作系统314,其包括用于处理各种基本系统服务并且用于执行硬件相关任务的规程;
· 网络通信模块316,其用于经由一个或多个通信网络接口310(有线或无线)和诸如因特网、其它WAN、LAN、MAN等等之类的一个或多个通信网络将社交联网服务器系统120连接到其它计算机;
· 用于执行由社交联网系统120提供的服务的一个或多个服务器应用模块318,包括但不限于:
o web页面生成模块320,用于从服务器系统120的成员接收请求,并且,作为响应,生成响应于那些请求的web页面,那些请求包括但不限于查看成员简档的请求、观看活动墙(activity wall)的请求、观看社交图表数据的请求、观看账户推荐的请求,等等;
o 潜在的账户推荐模块322,用于分析存储在服务器系统120上的一组公司和/或组织以确定潜在的目标公司从而作为账户推荐向做出请求的成员发送;
o 组织简档分析模块324,用于分析组织的简档以基于存储在成员简档中的信息来确定该组织是否是对于做出请求的成员的好的匹配,存储在成员简档中的信息包括但不限于公司的大小、其行业部门、其位置、其收入和利润、公司的普及性(例如,由简档查看、赞、社会媒体论及等等度量)、和任何其他有关的因素。
o 活动分析模块326,用于跟踪服务器系统120的多个成员(例如,同意活动跟踪的任何成员)的活动并且然后使用那些存储的活动来推断关于每个被跟踪成员的信息;
o 分数生成模块328,用于生成一个或多个潜在的账户推荐和第一成员(例如,服务器系统120针对其生成账户推荐的成员)之间的匹配分数;
o 分等级模块330,用于基于所生成的匹配分数来对所识别的潜在账户推荐进行排序和分类;和
o 推荐选择模块332,用于选择一个或多个潜在的账户推荐来发送给第一成员以用于显示;
· 服务器数据模块334,保持与服务器系统(图1,120)有关的数据,包括但不限于:
o 成员简档数据130,包括以下两者:由将被提示提供一些个人信息(诸如他的或她的名称、年龄(例如,出生日期)、性别、兴趣、联系信息、家乡、地址、教育背景(例如,学校、专业,等等)、当前的职务头衔、职务描述、行业、工作经历、技能、专业组织、其它社交网络的成员资格、顾客、过去的商业关系、销售者偏好)的成员个人所提供的数据;基于成员活动、社交图表数据和针对社交联网系统120的整体趋势数据所推断的成员信息;等等;
o 成员活动数据132,包括表示成员与社交网络服务器系统120进行的任何交互的数据,包括但不限于登录/注销事件、消息、邀请、页面查看、简档保存、购买、推荐结果、顾客关系数据、等等;
o 组织简档数据134,包括描述一个或多个组织(例如,公司、企业、非政府组织、政府实体等等)的数据;和
o 社交图表数据138,包括表示服务器系统的成员和他们之间的社交连接的数据。
图4是图示出将线索推荐服务合并到社交联网服务中的用户接口400或web页面的示例的成员接口图。在图4的示例成员接口中,所描绘的内容模块表示针对具有名称约翰·史密斯的服务器系统的成员的简档页面。在该示例中,成员已经具体选择了“账户推荐”选项卡406。
如图4中所示,用户接口400显示“账户推荐”选项卡406。在“账户推荐”选项卡406上,服务器系统(例如,图1中的系统120)显示一个或多个账户推荐(作为将被选择的按钮或链接)402-1至402-6。每个账户推荐列出公司的名称、其自标识的或者推断的部门和其位置。这样,成员能够快速审阅推荐,并且,如果成员对所推荐的账户有兴趣,则成员能够选择一个或多个账户推荐链接以接收更多信息。
在一些示例实施例中,用户接口400除内容流或活动馈送404之外还具有在特定留出的片段408、410和412中的附加信息。
图5是图示出根据一些实施例的用于生成账户推荐的过程的流程图。图5中示出的每一个操作可以对应于存储在计算机存储器或计算机可读存储介质中的指令。可选操作由虚线(例如,具有虚线边界的框)来指示。在一些实施例中,由服务器系统(图1,120)来执行在图5中描述的方法。
在一些实施例中,在包括一个或多个处理器和存储供一个或多个处理器执行的一个或多个程序的存储器的服务器系统(例如,图1中的系统120)处执行该方法。在一些实施例中,服务器系统(例如,图1中的系统120)与社交网络相关联或主控社交网络。
服务器系统存储(502)针对第一成员的数据,其中,销售数据包括针对一个或多个个体顾客的简档信息。服务器系统(例如,图1中的系统120)分析(504)针对一个或多个个体顾客的简档信息以识别与顾客相关联的一个或多个属性。
服务器系统(例如,图1中的系统120)然后确定具有包括一个或多个识别的属性的成员简档的一个或多个附加的成员(506)。例如,如果识别的属性之一是成员具有与人力资源相关联的职责并且具有10年的资历,则服务器系统(例如,图1中的系统120)识别在人力资源中具有职责并且具有大约10年资历的附加的成员。
对于至少一个所确定的附加的成员中的各个附加的成员(508),服务器系统(例如,图1中的系统120)基于所存储的关于相应附加的成员的信息来确定(510)与至少一个所确定的附加的成员相关联的相应组织。在一些示例实施例中,与附加的成员相关联的组织是附加的成员的雇主。
服务器系统(例如,图1中的系统120)选择(512)相应组织作为账户推荐。在一些示例实施例中,基于一个或多个选择的组织,服务器系统(例如,图1中的系统120)生成(514)多个账户推荐。
在一些示例实施例中,服务器系统(例如,图1中的系统120)将账户推荐分等级(516)。至少部分地基于成员偏好来将账户推荐分等级。在一些示例实施例中,至少部分地基于社交图表数据来将账户推荐分等级。服务器系统(例如,图1中的系统120)然后向客户端系统传送(518)账户推荐以用于显示。
图6是图示出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)读取指令并且执行在本文讨论的任何一个或多个方法的机器600的组件的框图。具体而言,图6示出计算机系统的示例形式的机器600的图解表示,在计算机系统内可以执行使机器600执行在本文讨论的任何一个或多个方法的指令625(例如,软件、程序、应用、小程序、app,或其它可执行的代码)。在替换实施例中,机器600为独立设备进行操作或可以耦合(例如,联网)到其它机器。在联网部署中,机器600可以作为服务器-客户端网络环境中的服务器机器或客户端机器进行操作,或者作为对等(或分布式)网络环境中的对等机器进行操作。机器600可以包括但不限于服务器计算机、客户端计算机、PC、平板式计算机、膝上型计算机、上网本、机顶盒(STB)、个人数字助理(PDA)、娱乐媒体系统、蜂窝式电话、智能电话、移动设备、可佩带设备(例如,智能手表)、智能家庭设备(例如,智能用具)、其它智能设备、web用具、网络路由器、网络交换机、网络桥接器、或能够顺序地或以其它方式执行指定将由机器600进行的动作的指令625的任何机器。此外,尽管图示出仅仅单个机器600,但也应当将术语“机器”视为包括分别地或联合地执行指令625以执行任何一个或多个在本文讨论的方法的机器600的集合。
机器600可以包括可以被配置为经由总线605彼此通信的处理器610、存储器630,和I/O组件650。在示例实施例中,处理器610(例如,CPU、精简指令集计算(RISC)处理器、复杂指令集计算(CISC)处理器、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)、另一个处理器、或其任何适当的组合)例如可以包括可以执行指令625的处理器615和处理器620。术语“处理器”意图包括多核处理器,多核处理器可以包括可以同时执行指令的两个或更多独立处理器(也被称为“核”)。虽然图6示出多个处理器,但是机器600可以包括具有单个核的单个处理器、具有多个核的单个处理器(例如,多核处理)、具有单个核的多个处理器、具有多个核的多个处理器,或其任何组合。
存储器630可以包括可经由总线605由处理器610访问的主存储器635、静态存储器640和存储单元645。存储单元645可以包括在其上存储体现本文描述的任何一个或多个方法或功能的指令625的机器可读介质646。指令625也可以在由机器600执行其期间完全地或至少部分地驻留在主存储器635内、静态存储器640内、至少一个处理器610内(例如,处理器的高速缓存存储器内)或其任何适当的组合内。因此,主存储器635、静态存储器640和处理器610可以被认为是机器可读介质646。
如本文所使用的,术语“存储器”指的是能够临时地或永久地存储数据的机器可读介质646,并且可以被认为包括但不局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,和高速缓存存储器。尽管在示例实施例中将机器可读介质646示出为是单个介质,但术语“机器可读介质”应当被认为包括能够存储指令625的单个介质或多个介质(例如,集中或分布式数据库,或者相关联的高速缓存和服务器)。术语“机器可读介质”也应当被认为包括能够存储供机器(例如,机器600)执行的指令(例如,指令625)的任何介质或者多个介质的组合,使得当指令被机器600的一个或多个处理器(例如,处理器610)执行时,使机器600执行任何一个或多个本文描述的方法。因此,“机器可读介质”指的是单个存储装置或设备以及包括多个存储装置或设备的“基于云的”存储系统或者存储网络。术语“机器可读介质”应当因此被认为包括但不局限于以下形式的一个或多个数据资料库:固态存储器(例如,闪速存储器)、光学媒质、磁介质、其它非易失性存储器(例如,可擦可编程只读存储器(EPROM))、或者他们的任何适当的组合。术语“机器可读介质”具体地不包括本身非法定的信号。
I/O组件650可以包括用于接收输入、提供和/或产生输出、传送信息、交换信息、捕捉测量值等等的各式各样的组件。将理解的是,I/O组件650可以包括图6中未示出的许多其他组件。在各个示例实施例中,I/O组件650可以包括输出组件652和/或输入组件654。输出组件652可以包括视觉组件(例如,诸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)之类的显示器)、声学组件(例如,扬声器)、触觉组件(例如,振动马达)、其它信号发生器等等。输入组件654可以包括字母数字输入组件(例如,键盘、被配置为接收字母数字输入的触摸屏、光学照相键盘,或者其它字母数字输入组件)、基于指点的组件(例如,鼠标、触摸板、跟踪球、操纵杆、运动传感器,和/或其它指点工具)、触觉输入组件(例如,物理按钮、提供触摸或者触摸手势的位置和力的触摸屏,和/或且其他的触觉输入组件)、音频输入组件(例如,麦克风),等等。
在进一步的示例实施例中,I/O组件650可以包括生物计量组件656、运动组件658、环境组件660,和/或位置组件662等一系列广泛的其他组件。例如,生物计量组件656可以包括用于检测表达(例如,手势表达、面部表情、声音表达、身体姿势或者眼睛跟踪)、测量生物信号(例如,血压、心率、体温、出汗或者脑电波)、识别个人(例如,语音识别、视网膜识别、面部识别、指纹识别或者基于脑电图的识别)等等的组件。运动组件658可以包括加速度传感器组件(例如,加速度计)、重力传感器组件、转动传感器组件(例如,陀螺仪)等等。环境组件660例如可以包括照明度传感器组件(例如,光度计)、温度传感器组件(例如,检测周围温度的一个或多个温度计)、湿度传感器组件、压力传感器组件(例如,气压计)、声学传感器组件(例如,检测背景噪声的一个或多个麦克风)、接近传感器组件(例如,检测附近对象的红外传感器)和/或可以提供与周围的物理环境相对应的指示、测量值和/或信号的其他组件。位置组件662可以包括位置传感器组件(例如,全球定位系统(GPS)接收机组件)、高度传感器组件(例如,高度计和/或检测根据其可以取得高度的气压的气压计)、取向传感器组件(例如,磁力计)等等。
可以使用各式各样的技术来实施通信。I/O组件650可以包括可操作用于分别地经由耦合682和耦合662而将机器600耦合到网络680和/或设备660的通信组件664。例如,通信组件664可以包括网络接口组件或者与网络680对接的其它适当的设备。在进一步的示例中,通信组件664可以包括有线通信组件、无线通信组件、蜂窝式通信组件、近场通信(NFC)组件、Bluetooth®组件(例如,Bluetooth® Low Energy)、Wi-Fi®组件,和经由其它模态提供通信的其他通信组件。设备660可以是另一个机器和/或任何各式各样的外围设备(例如,经由通用串行总线(USB)的外围设备耦合)。
此外,通信组件664可以检测标识符和/或可以包括可操作用于检测标识符的组件。 例如,通信组件664可以包括射频识别(RFID)标签阅读器组件、NFC智能标签检测组件、光学阅读器组件(例如,光学传感器,用于检测诸如通用产品码(UPC)条形码的一维条形码、诸如快速响应(QR)码的多维条形码、Aztec码、数据矩阵、数据字形(Dataglyph)、牛眼码(MaxiCode)、PDF416、Ultra Code、UCC RSS-2D条形码和其他光学代码)、声学检测组件(例如,用于识别示踪音频信号的麦克风)等等。 另外,可以经由通信组件664取得各种信息,诸如经由网际协议(IP)地理定位的位置、经由Wi-Fi®信号三角测量的位置、经由检测可以指示特定位置的NFC信标信号的位置等等。
传输介质
在各个示例实施例中,网络680的一个或多个部分可以是自组织网络(ad hocnetwork)、内部网、外联网、虚拟私人网络(VPN)、LAN、无线LAN(WLAN)、WAN、无线WAN(WWAN)、MAN、因特网、因特网的部分、公用交换电话网(PSTN)的部分、简单老式电话服务(POTS)网络、蜂窝式电话网络、无线网络、Wi-Fi®网络、另一种类型的网络或者两个或更多这样的网络的组合。例如,网络680或网络680的部分可以包括无线或者蜂窝网络,并且耦合682可以是码分多址(CDMA)连接、全球移动通信系统(GSM)连接或者其它类型的蜂窝或者无线耦合。在该示例中,耦合682可以实施各种类型的数据传递技术中的任何,诸如单载波无线电传输技术(1xRTT)、演进数据最优化(EVDO)技术、通用分组无线电服务(GPRS)技术、GSM演进的增强数据速率(EDGE)技术、包括3G的第三代合作伙伴计划(3GPP)、第四代无线(4G)网络、通用移动电信系统(UMTS)、高速分组接入(HSPA)、全球微波接入互操作性(WiMAX)、长期演进(LTE)标准、由各种标准设置组织所定义的其它、其它远程协议或者其他数据传递技术。
可以经由网络接口设备(例如,包括在通信组件664中的网络接口组件)使用传输介质并且利用许多公知的传递协议中的任何一个(例如,HTTP)来通过网络680传送和/或接收指令625。类似地,可以经由到设备660的耦合662(例如,对等耦合)使用传输介质来传送和/或接收指令625。术语“传输介质”应当被认为包括能够存储、编码、或者携带供机器600执行的指令625的任何无形的介质,并且包括数字或模拟通信系统信号或者其它无形的介质以促进这样的软件的通信。
此外,机器可读介质646是非暂时型的(换句话说,不具有任何暂时的信号),因为其不体现传播信号。然而,将机器可读介质646加上“非暂时性”标签不应当被理解为意指介质不能移动;介质应当被认为可从一个物理位置运输到另一个。另外地,因为机器可读介质646是有形的,介质可以被认为是机器可读的设备。
术语使用
贯穿本说明书,复数实例可以实施被描述为单个实例的组件、操作或结构。虽然一个或多个方法的个体操作被图示和描述为分离的操作,但可以并行地执行一个或多个个体操作,并且不要求以图示出的顺序执行操作。在示例配置中被呈现为分离的组件的结构和功能可以被实施为组合的结构或组件。类似地,呈现为单个组件的结构和功能可以被实施为分离的组件。这些和其他变型、修改、添加、和改善落入本文的主题的范围内。
尽管已经参考特定示例实施例描述了发明主题的概述,但可以在不背离本公开的实施例的宽泛的范围的情况下对这些实施例进行各种修改和改变。仅仅为了方便起见并且不意图自愿地将本申请的范围限制为任何单个公开或者发明构思(如果事实上多于一个的公开或者发明构思被公开的话),发明主题的这样的实施例可以在本文分别地或者共同地被称为术语“发明”。
对在本文说明的实施例进行足够详细的描述,以使得本领域技术人员能够实践所公开的教导。可以使用其他实施例并且从其取得其他实施例,使得可以在不背离本公开的范围的情况下进行结构的和逻辑的置换和改变。因此,将不以限制意义进行详细描述,并且仅仅由所附权利要求连同这样的权利要求有权要求的等同体的全范围一起来定义各个实施例的范围。
如本文所使用的,可以以可兼的或者排他的意义来理解术语“或”。此外,可以对于在本文被描述为单个实例的资源、操作或者结构提供复数实例。另外地,各种资源、操作、模块、引擎和数据存储装置之间的边界某种程度上是任意的,并且在特定说明性配置的上下文中图示出特定操作。功能的其它分配被预想并且可以落入在本公开的各个实施例的范围内。通常,在示例配置中被呈现为的分离的资源的结构和功能可以被实施为组合的结构或资源。类似地,呈现为单个资源的结构和功能可以被实施为分离的资源。这些和其他变型、修改、添加、和改善落入由所附权利要求表示的本公开的实施例的范围内。因此,将以说明性而不是限制意义来看待说明书和附图。
Claims (14)
1.一种计算机实施的方法,包括:
在托管社交网络服务的服务器处记录所述社交网络服务的第一成员与所述社交网络服务的图形用户界面的交互,所述交互包括在没有执行针对所述社交网络服务中的一个或多个成员简档的搜索查询或者在没有提供针对所述一个或多个成员简档的特定搜索标准的情况下,查看所述一个或多个成员简档;
识别由所查看的所述一个或多个成员简档指定的一个或多个属性;
搜索成员简档的数据库以定位共享所述一个或多个属性的多个附加成员简档;
从共享所述一个或多个属性的所定位的所述多个附加成员简档中获得与对应于附加成员简档的多个成员相关联的一个或多个组织的一个或多个标识;
基于所述服务器针对所述第一成员存储的一组一个或多个用户偏好,计算所述一个或多个组织中的每个组织与所述第一成员之间的匹配分数;
基于相应的匹配分数对所述一个或多个组织进行排名;并且
在图形用户界面中显现一个或多个最高排名的组织作为针对所述第一成员的推荐账户。
2.根据权利要求1所述的方法,其中,如果组织聘用成员,则所述组织是与所述成员相关联的。
3.根据权利要求1所述的方法,其中,所述多个成员简档中的至少一个是从托管所述社交网络服务的所述服务器外部的顾客关系管理(CRM)软件服务器引入的。
4.根据权利要求1所述的方法,其中,所述一个或多个用户偏好包括地理区域。
5.根据权利要求1所述的方法,其中,所述一个或多个用户偏好包括成员头衔。
6.根据权利要求1所述的方法,其中,所述一个或多个用户偏好包括成员过去销售信息。
7.根据权利要求1所述的方法,其中,所述一个或多个用户偏好包括学校。
8.一种用于社交网络的系统,包括:
一个或多个处理器;
存储器;和
存储在存储器中的一个或多个程序,所述一个或多个程序包括针对如下操作的指令:在托管社交网络服务的服务器处记录所述社交网络服务的第一成员与所述社交网络服务的图形用户界面的交互,所述交互包括在没有执行针对所述社交网络服务中的一个或多个成员简档的搜索查询或者在没有提供针对所述一个或多个成员简档的特定搜索标准的情况下,查看所述一个或多个成员简档;
识别由所查看的所述一个或多个成员简档指定的一个或多个属性;
搜索成员简档的数据库以定位共享所述一个或多个属性的多个附加成员简档;
从共享所述一个或多个属性的所定位的所述多个附加成员简档中获得与对应于附加成员简档的多个成员相关联的一个或多个组织的一个或多个标识;
基于所述服务器针对所述第一成员存储的一组一个或多个用户偏好,计算所述一个或多个组织中的每个组织与所述第一成员之间的匹配分数;
基于相应的匹配分数对所述一个或多个组织进行排名;并且
在图形用户界面中显现一个或多个最高排名的组织作为针对所述第一成员的推荐账户。
9.根据权利要求8所述的系统,其中,如果组织聘用成员,则所述组织是与所述成员相关联的。
10.根据权利要求8所述的系统,其中,所述多个成员简档中的至少一个是从托管所述社交网络服务的所述服务器外部的顾客关系管理(CRM)软件服务器引入的。
11.根据权利要求8所述的系统,其中,所述一个或多个用户偏好包括地理区域。
12.根据权利要求8所述的系统,其中,所述一个或多个用户偏好包括成员头衔。
13.根据权利要求8所述的系统,其中,所述一个或多个用户偏好包括成员过去销售信息。
14.根据权利要求8所述的系统,其中,所述一个或多个用户偏好包括学校。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462019384P | 2014-06-30 | 2014-06-30 | |
US62/019384 | 2014-06-30 | ||
US14/572,302 US10074122B2 (en) | 2014-06-30 | 2014-12-16 | Account recommendations |
US14/572302 | 2014-12-16 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105205089A CN105205089A (zh) | 2015-12-30 |
CN105205089B true CN105205089B (zh) | 2019-12-03 |
Family
ID=54931044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510199214.0A Active CN105205089B (zh) | 2014-06-30 | 2015-04-24 | 账户推荐 |
Country Status (3)
Country | Link |
---|---|
US (2) | US10074122B2 (zh) |
CN (1) | CN105205089B (zh) |
WO (1) | WO2016003506A1 (zh) |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103428165B (zh) * | 2012-05-15 | 2015-07-01 | 腾讯科技(深圳)有限公司 | 社交网络节点分组方法和装置 |
US10074122B2 (en) | 2014-06-30 | 2018-09-11 | Microsoft Technology Licensing, Llc | Account recommendations |
US10346802B2 (en) * | 2015-10-28 | 2019-07-09 | Open Text GXS ULC | Trading partner relationship graph for information exchange platform |
US9965340B2 (en) * | 2016-03-30 | 2018-05-08 | Ca, Inc. | Graph-enhanced event management |
CN105956862A (zh) * | 2016-04-18 | 2016-09-21 | 南京唐微数字科技有限公司 | 购买请求处理方法及装置 |
US20180052850A1 (en) * | 2016-08-18 | 2018-02-22 | Linkedin Corporation | Personalized message delivery system |
US20180129940A1 (en) * | 2016-11-08 | 2018-05-10 | Facebook, Inc. | Systems and methods for similar account determination |
US10552430B2 (en) | 2017-01-17 | 2020-02-04 | Microsoft Technology Licensing, Llc | Increasing utilization of a computer system |
US11132645B2 (en) * | 2017-07-26 | 2021-09-28 | Microsoft Technology Licensing, Llc | Job applicant probability of confirmed hire |
US11475488B2 (en) | 2017-09-11 | 2022-10-18 | Accenture Global Solutions Limited | Dynamic scripts for tele-agents |
US11853930B2 (en) * | 2017-12-15 | 2023-12-26 | Accenture Global Solutions Limited | Dynamic lead generation |
US20190251073A1 (en) * | 2018-02-14 | 2019-08-15 | Samsung Electronics Co., Ltd. | Method and interactive device for providing social interaction |
US11463441B2 (en) | 2018-05-24 | 2022-10-04 | People.ai, Inc. | Systems and methods for managing the generation or deletion of record objects based on electronic activities and communication policies |
US10565229B2 (en) | 2018-05-24 | 2020-02-18 | People.ai, Inc. | Systems and methods for matching electronic activities directly to record objects of systems of record |
US11924297B2 (en) | 2018-05-24 | 2024-03-05 | People.ai, Inc. | Systems and methods for generating a filtered data set |
US11468882B2 (en) | 2018-10-09 | 2022-10-11 | Accenture Global Solutions Limited | Semantic call notes |
US10923114B2 (en) | 2018-10-10 | 2021-02-16 | N3, Llc | Semantic jargon |
US12001972B2 (en) | 2018-10-31 | 2024-06-04 | Accenture Global Solutions Limited | Semantic inferencing in customer relationship management |
US11132695B2 (en) | 2018-11-07 | 2021-09-28 | N3, Llc | Semantic CRM mobile communications sessions |
US10742813B2 (en) | 2018-11-08 | 2020-08-11 | N3, Llc | Semantic artificial intelligence agent |
US10972608B2 (en) | 2018-11-08 | 2021-04-06 | N3, Llc | Asynchronous multi-dimensional platform for customer and tele-agent communications |
US11443264B2 (en) | 2020-01-29 | 2022-09-13 | Accenture Global Solutions Limited | Agnostic augmentation of a customer relationship management application |
US11392960B2 (en) | 2020-04-24 | 2022-07-19 | Accenture Global Solutions Limited | Agnostic customer relationship management with agent hub and browser overlay |
US11481785B2 (en) | 2020-04-24 | 2022-10-25 | Accenture Global Solutions Limited | Agnostic customer relationship management with browser overlay and campaign management portal |
US11470985B1 (en) | 2020-05-08 | 2022-10-18 | Maura Crowther | Baby-item holder |
US11507903B2 (en) | 2020-10-01 | 2022-11-22 | Accenture Global Solutions Limited | Dynamic formation of inside sales team or expert support team |
CN112632160A (zh) * | 2020-12-03 | 2021-04-09 | 聚好看科技股份有限公司 | 智能设备、以及智能设备登录方法 |
US11797586B2 (en) | 2021-01-19 | 2023-10-24 | Accenture Global Solutions Limited | Product presentation for customer relationship management |
US11816677B2 (en) | 2021-05-03 | 2023-11-14 | Accenture Global Solutions Limited | Call preparation engine for customer relationship management |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101506833A (zh) * | 2005-04-12 | 2009-08-12 | Accoona公司 | 识别、产生和集合合格的销售和营销线索,以便通过在线竞标系统分发的设备、方法和系统 |
CN102754110A (zh) * | 2010-02-10 | 2012-10-24 | 微软公司 | 基于联系关系和客户经验的潜在客户鉴定 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110246255A1 (en) * | 2009-12-11 | 2011-10-06 | James Gilbert | System and method for advancing marketing opportunities to sales |
US20120046992A1 (en) | 2010-08-23 | 2012-02-23 | International Business Machines Corporation | Enterprise-to-market network analysis for sales enablement and relationship building |
US10074122B2 (en) | 2014-06-30 | 2018-09-11 | Microsoft Technology Licensing, Llc | Account recommendations |
-
2014
- 2014-12-16 US US14/572,302 patent/US10074122B2/en active Active
-
2015
- 2015-03-27 WO PCT/US2015/022968 patent/WO2016003506A1/en active Application Filing
- 2015-04-24 CN CN201510199214.0A patent/CN105205089B/zh active Active
-
2018
- 2018-07-16 US US16/036,736 patent/US10354306B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101506833A (zh) * | 2005-04-12 | 2009-08-12 | Accoona公司 | 识别、产生和集合合格的销售和营销线索,以便通过在线竞标系统分发的设备、方法和系统 |
CN102754110A (zh) * | 2010-02-10 | 2012-10-24 | 微软公司 | 基于联系关系和客户经验的潜在客户鉴定 |
Also Published As
Publication number | Publication date |
---|---|
CN105205089A (zh) | 2015-12-30 |
WO2016003506A1 (en) | 2016-01-07 |
US10074122B2 (en) | 2018-09-11 |
US10354306B2 (en) | 2019-07-16 |
US20180322553A1 (en) | 2018-11-08 |
US20150379603A1 (en) | 2015-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105205089B (zh) | 账户推荐 | |
US10332172B2 (en) | Lead recommendations | |
US11037222B1 (en) | Dynamic recommendations personalized by historical data | |
US20160035046A1 (en) | Influencer score | |
KR101972285B1 (ko) | 이미지 평가 기법 | |
US9894028B2 (en) | Personalized cross session diversity | |
US20220237486A1 (en) | Suggesting activities | |
US10552431B2 (en) | Personalizing search and/or recommendation results based on member activity models | |
CN107111591A (zh) | 在设备之间传送认证的会话和状态 | |
US20160110065A1 (en) | Suggesting Activities | |
US9342855B1 (en) | Dating website using face matching technology | |
US10931620B2 (en) | Calculating efficient messaging parameters | |
US20160292288A1 (en) | Comments analyzer | |
US20160275634A1 (en) | Using large data sets to improve candidate analysis in social networking applications | |
CN110300951A (zh) | 媒体项附接系统 | |
JP2016071537A (ja) | 商品推奨装置及び商品推奨方法 | |
US20170031915A1 (en) | Profile value score | |
CN109978175A (zh) | 用于机器学习模型的并行化坐标下降法 | |
CN105874450A (zh) | 保存和呈现通信会话状态 | |
JP2021077394A (ja) | クラウド支援型クエリシステム | |
US20160267497A1 (en) | Measuring an organization's impact in a social networking system based off member interactions with organization content | |
US20160127429A1 (en) | Applicant analytics for a multiuser social networking system | |
US9973613B1 (en) | Re-organize pins based on proximity of other people | |
US20180129377A1 (en) | Cause Tracking | |
US10491557B1 (en) | Managing network expansion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20180503 Address after: Washington State Applicant after: Micro soft technique license Co., Ltd Address before: American California Applicant before: LINKEDIN CORPORATION |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |