CN105637555A - 接下来去哪里的社交建议 - Google Patents

接下来去哪里的社交建议 Download PDF

Info

Publication number
CN105637555A
CN105637555A CN201480056800.3A CN201480056800A CN105637555A CN 105637555 A CN105637555 A CN 105637555A CN 201480056800 A CN201480056800 A CN 201480056800A CN 105637555 A CN105637555 A CN 105637555A
Authority
CN
China
Prior art keywords
group
ranking
social
recommendation
recommendation list
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
CN201480056800.3A
Other languages
English (en)
Other versions
CN105637555B (zh
Inventor
马修·尼古拉斯·施图特尔
萨巴斯蒂安·德尔纳
亚历山大·盖尔吉纳
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.)
Google LLC
Original Assignee
Google LLC
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 Google LLC filed Critical Google LLC
Publication of CN105637555A publication Critical patent/CN105637555A/zh
Application granted granted Critical
Publication of CN105637555B publication Critical patent/CN105637555B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0259Targeted advertisements based on store location
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/9032Query formulation
    • G06F16/90324Query formulation using system suggestions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • G06F16/24578Query processing with adaptation to user needs using ranking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/248Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/285Clustering or classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0261Targeted advertisements based on user location
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0267Wireless devices
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0269Targeted advertisements based on user profile or attribute
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01Social networking

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

群组推荐基于经组合的社交群组的成员的私人偏好来给社交群组中的终端用户提供推荐目的地集合。响应于接收到推荐请求使用基于位置的信号和社交图信息的组合来识别社交群组的成员。可以通过将与所述群组中的每个成员相关联的所述私人偏好组合成主偏好简档来确定所述群组推荐。替选地,可以通过首先针对所述社交群组的每个成员计算个人推荐列表、然后计算所述个人推荐列表上的每个推荐的综合评分来确定所述群组推荐。

Description

接下来去哪里的社交建议
技术领域
本公开涉及用于向社交群组提供目的地推荐的列表的系统和方法。更具体地,本公开描述用于首先根据基于位置的信号和社交图信息的组合来识别社交群组、然后至少部分地基于所述社交群组的每个成员的私人偏好简档来提供群组推荐的系统和方法。
背景技术
当人们外出探寻餐馆、酒吧、景点和娱乐场所时,他们往往成群这么做。他们还倾向于使用像帖子、照片、和签入一样的社交网络特征来报告他们的活动。在决定离开一个位置之后,他们可能想要有关接下来去哪里的推荐。用户期望在他们的移动通信设备上获得一组推荐目的地,所述推荐目的地不仅基于他们个人的私人偏好而且还基于他们的群组中的其它成员的私人偏好来提供推荐。
发明内容
在本文中所描述的某些示例实施例中,用于向社交群组提供目的地推荐的方法包括:在群组推荐系统处,从与请求用户相关联的远程计算设备接收推荐请求;由所述系统基于从一个或多个远程计算设备接收的一个或多个基于位置的信号来识别初步社交群组;识别所述初步社交群组的满足社交连接阈值的那些成员以定义社交群组;生成包括针对接下来去哪里的推荐的群组推荐列表;以及将所述群组推荐列表显示在至少所述请求用户的所述远程计算设备上。
在本文中所描述的某些其它示例实施例中,提供了用于向社交群组提供目的地推荐的系统和计算机程序产品。
在考虑了所图示的示例实施例的以下详细描述后,示例实施例的这些及其它方面、目的、特征、和优点对于本领域的普通技术人员而言将变得显而易见。
附图说明
图1是描绘依照某些示例实施例的用于识别并向社交群组的成员提供建议目的地的系统的框图。
图2是描绘依照某些示例实施例的用于基于所识别的社交群组的组成来提供目的地推荐的方法的流程框图。
图3是描绘依照某些示例实施例的用于根据基于位置的信号和社交图信息来识别社交群组的成员的方法的流程框图。
图4是描绘依照某些示例实施例的用于生成群组目的地推荐的方法的流程框图。
图5是描绘依照某些示例实施例的计算机器和模块的框图。
具体实施方式
概述
本文中所描述的实施例提供了用于识别并向社交群组的成员提供建议目的地的系统和方法。例如,社交群组可以包括在相同位置处并想要关于接下来去哪里的推荐的个体的群组。在某些示例实施例中,系统能够根据基于位置的信号和社交图信息的组合来识别社交群组的成员。在确定了社交群组的组成之后,系统能够生成为该群组定制的建议目的地的列表。
指代相同位置或在定义的接近阈值内的基于位置的信号可以被用来定义初步社交群组。如果用户已给予共享来自他们的远程计算设备的这些基于位置的信号的优先许可,则基于位置的信号仅可以由系统获取。例如,用户可以在与该用户相关联并存储在系统上的账户中设置他们的用于共享基于位置的信号的缺省偏好。替选地,在远程计算设备上执行的应用可以提示用户提供与系统共享基于位置的信号的许可。基于位置的信号可以是基于显式位置的信号、基于隐式位置的信号或其组合。基于显式位置的信号可以包括从与社交群组的成员相关联的远程计算设备接收的信号,诸如社交网络应用中可用的签入特征。基于隐式位置的信号可以包括与另一用户的基于显式位置的信号相关联的信号。例如,社交网络服务可以允许用户在该用户签入到位置时标记其它用户。替选地,用户还可以在将照片上传到社交网络时标记照片中的另一用户。所标记的用户然后可以与签入的位置或照片相关联。
当系统从与用户相关联的移动计算设备接收到基于位置的信号时,发起用于提供目的地推荐的过程。基于位置的信号提供移动计算设备的当前位置。用户可以显式地发起目的地推荐请求。替选地,用户可以选出允许移动计算设备向系统提供更新的位置信息并且允许系统自动地显现目的地推荐。为了确定用户是否是社交群组的一部分,系统然后利用已由该系统接收的基于位置的信号识别其他用户,并且所述其他用户在请求用户的定义的接近度和时间阈值内。例如,系统可以寻找已在定义的时间窗口内签入到相同位置的其它用户。在某些示例实施例中,系统可以仅为在到请求用户的社交连接阈值内的用户而寻找符合定义的接近度和时间阈值的基于位置的信号。例如,系统可以寻找仅从与在请求用户的社交图中的一步内的用户相关联的远程计算设备接收的基于位置的信号。在一个示例实施例中,可以要求每个成员与群组的每个成员具有至少一个社交网络连接。在另一示例实施例中,可以要求每个成员与社交群组中的至少一个其它成员共享至少一个公共社交网络连接,但是可以与群组的每个成员具有少于一个的社交网络连接。例如,第一用户和第二用户二者都可以具有到第三用户的公共社交网络连接,但是在第一用户与第二用户之间不具有直接社交网络连接。
在社交群组被识别之后,系统然后生成包括针对该群组的建议目的地的列表的排名群组推荐。该排名群组推荐考虑群组的每个成员的私人偏好。在某些示例实施例中,系统可以向请求用户或群组的所有成员发送验证,从而给予他们用于确认他们是否是相同社交群组的成员的选项。在一个示例实施例中,排名社交群组推荐是通过首先基于社交群组的每个成员的私人简档而为每个用户生成个人推荐列表来生成的。例如,系统可以对与每个用户相关联的私人简档应用推荐算法来生成个人推荐列表。然后,准备包括来自个人推荐列表的目的地的群组推荐。例如,群组推荐可以仅包括出现在至少两个个人推荐列表上的目的地。可以根据综合评分对每个推荐进行排名。例如,可以通过将在每个个人推荐列表上所接收到的推荐的评分加起来而确定综合评分。
在另一示例实施例中,系统通过合并每个群组成员的私人偏好简档来生成主偏好简档而生成排名社交群组推荐列表。被应用来生成个人的推荐的相同算法然后被应用于主偏好简档,以生成排名群组推荐。
系统然后将排名群组推荐显示在与请求用户相关联的远程计算设备上。在某些示例实施例中,系统还可以将群组推荐显示在与群组中的其它用户相关联的远程计算设备上。
现在转向附图,同样的附图标记在所有图中表示同样的(但未必完全相同的)元件,对示例实施例进行详细的描述。
示例系统架构
图1是描绘依照某些示例实施例的用于识别并向社交群组的成员提供建议目的地的系统的框图。如图1中所描绘的,操作环境100包括被配置成经由一个或多个网络105彼此进行通信的网络计算设备100a-c和120。在一些实施例中,与远程计算设备110a-c相关联的用户必须安装应用并且/或者做出特征选择,以获得本文中所描述的技术的利益。
每个网络105包括网络设备(包括设备110a-c和120)能够用来交换数据的有线或无线的电信装置。例如,每个网络105能够包括局域网(“LAN”)、广域网(“WAN”)、内部网、互联网、存储区域网(SAN)、个人区域网(PAN)、城域网(MAN)、无线局域网(WLAN)、虚拟专用网(VPN)、蜂窝或其它移动通信网络、蓝牙、NFC、或其任何组合或有助于信号、数据、和/或消息的通信的任何其它适当的架构或系统。贯穿示例实施例的讨论,应该理解的是,术语“数据”和“信息”在本文中被可交换地用来指代文本、图像、音频、视频,或能够存在于基于计算机的环境中的任和其它形式的信息。
每个网络设备110a-c和120包括具有能够通过网络105传送和接收数据的通信模块的设备。例如,每个网络设备110a-c和120能够包括服务器、桌面型计算机、膝上型计算机、平板计算机、其中嵌入有一个或多个处理器和/或一个或多个处理器与其耦合的电视机、智能电话、手持计算机、个人数字助手(“PDA”)、或任何其它有线或无线处理器驱动的设备。在图1中所描绘的示例实施例中,网络设备(包括设备100a-c和120)分别由终端用户或消费者(未描绘)、和群组推荐系统120操作员(未描绘)操作。
用户能够使用远程计算设备110上的应用111(诸如web浏览器应用或独立应用)来经由网络105查看、下载、上传、或者以其它方式访问文档或web页面。应用111能够与连接到网络105的web服务器或其它计算设备(包括群组推荐系统120)交互。
将要了解的是,所示出的网络连接是示例,并且能够使用在计算机与设备之间建立通信链路的其它手段。而且,受益于本公开的本领域的普通技术人员将了解,图1中所图示的远程计算设备110a-c和群组推荐系统120能够具有数个其它适合的计算机系统配置中的任一种。例如,实现为移动电话或手持计算机的远程计算设备110可能不包括上面所描述的所有组件。
示例过程
在下文中,相对于示例操作环境100的组件对图2至图4中所图示的示例方法进行描述。还可以利用其它系统并在其它操作环境中执行图2至图4的示例方法。
图2是描绘依照某些示例实施例的用于基于所识别的社交群组的组成来提供目的地推荐的方法200的流程框图。
方法200在块205处开始,在块205处群组模块121检测到来自远程计算设备110a的基于位置的信号。例如,用户可能已启用远程计算设备上的位置历史功能,该功能以定期定时间隔向群组模块121发送一组带时间戳的GPS坐标。在某些示例实施例中,用户可以向目的地推荐系统传递推荐请求。例如,用户可能在餐馆并且可能希望接收关于接下来去哪里的建议目的地的列表。请求用户可以具有存储在用户偏好索引123中的用户账户。用户账户存储用户偏好简档。私人偏好简档可以涵盖各式各样的主题。例如,用户可以通过名称或类型来指定最喜爱的餐馆、最喜爱的街坊、最喜爱的零售店、优选价格范围、和优选景点或音乐会,以及其它项目。用户还可以对私人简档中的给定因素对他们想看到的推荐有多重要进行评分或加权。例如,用户可以指定特定街坊中的特定类型的餐馆是比价格更重要的因素。在某些示例实施例中,可以根据用户在系统或相关应用上的行为来推断用户的私人偏好。例如,可以根据在相同位置处的重复签入、在访问给定位置之后写下的评论、或位置的书签来推断对于特定餐馆的私人偏好。对目的地推荐的请求可以包括对所有推荐的建议的一般请求,或者该请求可以指定诸如剧院、博物馆、或酒吧的某些类别的目的地。
在块210处,建议模块121通过根据基于位置的信号和社交图信息而识别社交群组的其它潜在成员来确定用户是否是社交群组的一部分。将在下面参考图3更详细地描述块210。
图3是描绘依照某些示例实施例的用于识别社交群组的成员的方法210的流程框图。方法210在块305处开始,在块305处群组模块121从远程计算设备110a接收基于位置的信号。在某些示例实施例中,可以将基于位置的信号包括在上面参考块205所讨论的目的地推荐请求中。在某些其它示例实施例中,建议模块122可以传递用于响应于接收到目的地推荐请求而向远程计算设备110a提供当前位置信息的请求。基于位置的信号可以包括从远程计算设备110a接收的基于显式位置的信号,诸如来自远程计算设备110a的GPS应用的GPS位置或社交网络应用中可用的签入特征。在其它示例实施例中,应用111可以从远程计算设备110a的操作系统请求位置数据。仅可以在征得用户的事先同意的情况下执行通过应用111对基于位置的信号的访问和传输。
在块310处,群组模块121使用包括在从远程计算设备110a接收的基于位置的信号中的位置信息来确定与其它远程计算设备110(例如,远程计算设备110b-c)相关联的其它用户是否在附近。群组模块121可以使用预定接近阈值来确定来自其它远程计算设备110b-c的基于位置的信号是否在预定接近阈值内。在某些示例实施例中,接近阈值可以要求其它远程计算设备100b-c签入到与远程计算设备110a相同的位置。在其它示例实施例中,接近阈值可以定义距离阈值,远程计算设备110b-c必须在在该距离阈值内以被认为在附近。能够基于远程计算设备110a的时间或位置来校准距离阈值。例如,如果远程计算设备110a在餐馆处,则距离阈值可能相对较小(例如在50英尺内)并且时间阈值相对较低,例如,完成一顿饭将花费的典型时间。如果远程计算设备110a在横跨数英亩的主题公园或多场地体育或音乐盛会签入,则距离阈值可以用成百上千英尺定义并且可以扩展时间阈值。
基于位置的信号可以是显式的。例如,直接从与用户相关联的移动计算设备接收基于位置的信号(诸如签入)。基于位置的信号还可以包括基于隐式位置的信号。例如,社交网络服务允许用户在该用户签入到位置时标记在他们的社交网络中的其它用户。替选地,用户也可以在将照片上传到社交网络时标记照片中的另一用户。照片可以通过拍摄照片的相机应用来使GPS和时间元数据与它相关联。当照片被附接到在给定位置处的签入时,该照片还可以与位置相关联。照片不必由社交群组的成员拍摄。使社交群组的潜在成员与请求用户或初步社交群组的位置相关联的照片能够由未被包括在该社交群组中的用户拍摄。在某些示例实施例中,群组模块121可能要求隐式位置信号在定义的时间阈值内。例如,如果已经在照片中标记了用户,则群组模块121可以确定在定义的时间阈值内添加标记以确保该标记是最近的标记并从而增加所标记的用户在与初步社交群组相同的位置处的可能性。在某些示例实施例中,群组模块121还可以确定照片的上传日期和时间,并且排除在时间阈值外的任何照片,即使潜在的社交群组成员已被当前社交群组成员标记了。
如果群组模块121确定与其它远程计算设备110b-c相关联的其它用户在附近,则方法进行到块315。如果群组模块121不确定远程计算设备110b-c在附近,则方法返回到块305并等待从请求推荐搜索的用户接收基于位置的信号。在某些其它示例实施例中,系统可以替代地继续进行到向请求用户提供个人目的地推荐,例如,如参考块405在下面所描述的。
在块315中,群组模块121使用与请求用户相关联的社交图信息来选择上面在块310中识别的也满足预定社交连接阈值的那些用户。满足社交连接阈值的用户定义最终社交群组。例如,群组模块121可以仅识别具有到请求用户的直接连接的那些用户。在其它示例实施例中,群组模块121可以包括在请求用户的社交图上的定义步数内的用户。在其它示例实施例中,群组模块121可以包括未连接到请求用户但直接连接到第二用户,第二用户进而直接连接到请求用户的用户。在又一其它的示例实施例中,群组模块121可以包括在他们相应的社交图中具有共同定义数目的用户的用户。群组模块121可以向远程计算设备110a传递用于(例如通过请求用户登录到他们的社交网络账户)访问请求用户的社交图信息的请求,其中,所述登录授权社交网络服务器124与群组模块121共享社交图信息。在某些示例实施例中,社交网络服务器124可以是群组推荐系统120的一部分并且通过相同的用户账户登录来访问。
在另一示例实施例中,群组模块121首先识别群组模块121已针对其接收到基于位置的信息的所有用户并且确定是否有任何远程计算设备110在定义的接近阈值内。例如,群组模块121可以将基于位置的信息存储在数据结构中达定义的时间段。例如,群组模块121可以给基于位置的信号加时间戳并且按索引存储来自基于位置的信号的远程计算设备110位置信息,其中,索引以设定的时间间隔删除所存储的位置信息。建议模块121然后确定是否有任一个所识别的远程计算设备110满足社交连接阈值。
在某些示例实施例中,群组模块121可以首先执行块315以识别满足社交连接阈值的那些用户,并且然后通过像上面在块310中所描述的那样通过确定对于那些用户中的一个或多个是否已接收到基于位置的信号来定义社交群组。
在块320处,群组模块121可以向经识别的社交群组的一个或多个成员传递社交群组确认。例如社交群组确认可以仅被传递给请求用户,或者可以被传递给该群组的每个成员。用户然后可以确认他们是社交群组的成员或者选择不被包括在社交群组中。方法然后进行到图2的块215。
返回到图2的块215,建议模块122基于群组的每个成员的私人偏好简档来生成排名目的地推荐列表。在下文中参考图4对块215进行更详细的描述。
图4是描绘依照某些示例实施例的用于基于社交群组的每个成员的私人偏好简档来生成排名目的地推荐的方法215的流程框图。
方法215在块405处开始,在块405处建议模块122至少部分地基于每个用户的私人偏好简档来为每个成员生成私人推荐。例如,建议模块122可以访问用户偏好简档索引123。针对系统120的每个注册用户,用户偏好简档索引123存储偏好简档。如上面在块205中所参考的那样,偏好简档可以在用户向群组推荐系统120注册时由用户创建,或者可以从关联的基于非群组的推荐系统获得。在某些示例实施例中,群组推荐系统120提供个人推荐以及基于群组的推荐。在某些示例实施例中,可以根据用户在系统或相关应用上的行为来推断用户的私人偏好。例如,可以根据在相同位置处的重复签入、在访问给定位置之后写下的评论、或位置的书签来推断对于特定餐馆的私人偏好。偏好简档中的偏好被用来关注于针对该用户的推荐并且用来强调或者突出和私人偏好简档匹配的结果。在某些示例实施例中,群组推荐系统120使用推荐排名算法基于用户的私人简档来为用户生成推荐的列表。在某些示例实施例中,推荐排名算法基于推荐与私人偏好简档的一个或多个准则匹配有多紧密,而利用每个推荐的评分来为用户生成推荐的列表。推荐可以被排名或者给予评分值。例如,相比于与用户的偏好简档中的单个准则匹配的推荐,与用户的偏好简档中的多个准则匹配的推荐可以被给予更高的评分。建议模块122为社交群组的每个成员生成私人推荐列表。
在块410处,建议模块122至少部分地基于在每个私人推荐列表中接收到的推荐的个人排名来计算每个推荐的综合评分。例如,建议模块122可以识别在多个私人推荐列表中发生的公共推荐并且计算该推荐的综合评分。在某些示例实施例中,可以通过把每个推荐列表在每个私人推荐列表上实现的排名或评分值加起来计算综合推荐。例如,如果推荐A在用户A的私人推荐列表上具有10分,在用户B的私人推荐列表上具有5分,并且在用户C的私人推荐列表上具有7分,则综合评分将是22分。在某些其它示例实施例中,综合评分是通过将分配给多个私人推荐列表上的公共推荐的评分相乘来计算的。
在块420处,建议模块122然后至少基于所计算出的每个推荐的综合评分来生成排名群组推荐列表。例如,建议模块122可以基于每个推荐的综合评分来生成具有从最高到最低排名的推荐的排名推荐列表。
在替选示例实施例中,群组的每个成员的个人的私人简档首先被合并进群组推荐简档。例如,在包括群组成员A、B和C的社交群组中,建议模块将把群组成员A、B和C的私人简档合并进单个群组建议简档。建议模块122然后应用用于个人推荐列表的相同排名算法来生成群组推荐列表。方法215然后继续进行到图2的块220。
返回到图2的块220,建议模块122将群组推荐列表传递给远程计算设备110a以用于显示在远程计算设备110a上。例如,可以经由应用111将群组推荐列表显示给远程计算设备110a上的请求用户。在某些示例实施例中,经由远程计算设备110b、110c、或其它远程计算设备110将群组推荐列表传送给社交群组的所有成员。在某些其它示例实施例中,可以从远程计算设备110a将群组推荐列表传递给社交群组的其它用户。例如,请求用户可以通过使用NFC或其它适合的通信介质来将群组推荐列表传递给与其它成员相关联的远程计算设备110而与社交群组的其它成员共享群组推荐列表。
其它示例实施例
图5描绘依照某些示例实施例的计算机器2000和模块2050。计算机器2000可以与各种计算机、服务器、移动设备、嵌入式系统、或本文中所呈现的计算系统中的任一个相对应。模块2050可以包括被配置成有助于计算机2000执行本文中所呈现的各种方法和处理功能的一个或多个硬件或软件元件。计算机器2000可以包括各种内部或附接组件,诸如处理器2010、系统总线2020、系统存储器2030、存储媒体2040、输入/输出接口2060、以及用于与网络2080进行通信的网络接口2070。
计算机器2000可以作为常规的计算机系统、嵌入式控制器、膝上型电脑、服务器、移动设备、智能电话、机顶盒、信息亭、车辆信息系统、与电视相关联的一个以上处理器、定制机器、任何其它硬件平台、或其任何组合或其多个而被实现。计算机器2000可以是被配置成使用经由数据网络或总线系统互连的多个计算机器来运行的分布式系统。
处理器2010可以被配置成执行代码或指令以执行本文中所描述的操作和功能,管理请求流和地址映射,并且执行计算并生成命令。处理器2010可以被配置成监视并控制计算机器2000中的组件的操作。处理器2010可以是通用处理器、处理器核心、多处理器、可重配置处理器、微控制器、数字信号处理器(“DSP”)、专用集成电路(“ASIC”)、图形处理单元(“GPU”)、现场可编程门阵列(“FPGA”)、可编程逻辑器件(“PLD”)、控制器、状态机、门控逻辑、离散硬件组件、任何其它处理单元、或其任何组合或其多个。处理器2010可以是单个处理单元、多个处理单元、单个处理核心、多个处理核心、专用处理核心、协处理器、或其任何组合。根据某些实施例,计算机器2000的处理器2010连同其它组件可以是在一个或多个其它计算机器内执行的虚拟化计算机器。
系统存储器2030可以包括非易失性存储器,诸如只读存储器(“ROM”)、可编程只读存储器(“PROM”)、可擦可编程只读存储器(“EPROM”)、闪速存储器,或能够在有或没有施加电力的情况下存储程序指令或数据的任何其它设备。系统存储器2030还可以包括易失性存储器,诸如随机存取存储器(“RAM”)、静态随机存取存储器(“SRAM”)、动态随机存取存储器(“DRAM”)以及同步动态随机存取存储器(“SDRAM”)。其它类型的RAM还可以被用来实现系统存储器2030。可以使用单个存储器模块或多个存储器模块来实现系统存储器2030。当系统存储器2030被描绘为计算机器2000的一部分时,本领域的技术人员将认识到,在不脱离本主题技术的范围的情况下系统存储器2030可以与计算机器2000分离。还应该了解的是,系统存储器2030可以包括诸如存储媒体2040的非易失性存储设备,或者与诸如存储媒体2040的非易失性存储设备相结合地操作。
存储媒体2040可以包括硬盘、软盘、紧致盘只读存储器(“CD-ROM”)、数字通用盘(“DVD”)、蓝光盘、磁带、闪速存储器、其它非易失性存储器设备、固态驱动器(“SSD”)、任何磁存储设备、任何光存储设备、任何电存储设备、任何半导体存储设备、任何基于物理的存储设备、任何其它数据存储设备、或其任何组合或其中多个。存储媒体2040可以存储一个或多个操作系统、应用程序以及诸如模块2050的程序模块、数据、或任何其它信息。存储媒体2040可以是计算机器2000的一部分或者连接到计算机2000。存储媒体2040还可以是与计算机器2000通信的一个或多个其它计算机的一部分,诸如服务器、数据库服务器、云存储、附接网络的存储等。
模块2050可以包括被配置成有助于计算机器2000执行本文中所呈现的各种方法和处理功能的一个或多个硬件或软件元件。模块2050可以包括作为软件或固件与系统存储器2030、存储媒体2040或两者相关联地存储的指令的一个或多个序列。存储媒体2040因此可以表示可以在上面存储指令或代码以供由处理器2010执行的机器或计算机可读媒体的示例。机器或计算机可读媒体通常可以指代用来向处理器2010提供指令的任何介质或媒体。与模块2050相关联的这样的机器或计算机可读媒体可以包括计算机软件产品。应该了解的是,包括模块2050的计算机软件产品还可以与用于经由网络2080、任何信号承载介质、或任何其它通信或递送技术将模块2050递送给计算机器2000的一个或多个过程或方法相关联。模块2050还可以包括硬件电路或用于配置硬件电路的信息,诸如用于FPGA或其它PLD的微代码或配置信息。
输入/输出(“I/O”)接口2060可以被配置成耦合到一个或多个外部设备,以从所述一个或多个外部设备接收数据,并向所述一个或多个外部设备发送数据。这样的外部设备连同各种内部设备还可以被称为外围设备。I/O接口2060可以包括电连接和物理连接两者以用于可操作地将各种外围设备耦合到计算机器2000或处理器2010。I/O接口2060可以被配置成在外围设备、计算机器2000、或处理器2010之间传递数据信号、地址信号、以及控制信号。I/O接口2060可以被配置成实现任何标准接口,诸如小型计算机系统接口(“SCSI”)、串行附接SCSI(“SAS”)、光纤通道、外围组件互连(“PCI”)、高速PCI(PCIe)、串行总线、并行总线、先进技术附接(“ATA”)、串行ATA(“SATA”)、通用串行总线(“USB”)、Thunderbolt、FireWire(火线)、各种视频总线等。I/O接口2060可以被配置成仅实现一个接口或总线技术。替选地,I/O接口2060可以被配置成实现多个接口或总线技术。I/O接口2060可以被配置为系统总线2020的一部分或全部,或者被配置成与系统总线2020相结合地操作。I/O接口2060可以包括用于缓冲一个或多个外部设备、内部设备、计算机器2000、或处理器2010之间的传输的一个或多个缓冲器。
I/O接口2060可以将计算机器2000耦合到包括鼠标、触摸屏、扫描仪、生物计量读取器、电子数字器、传感器、接收器、触摸板、轨迹球、相机、麦克风、键盘、任何其它指示设备或其任何组合的各种输入设备。I/O接口2060可以将计算机器2000耦合到包括视频显示器、扬声器、打印机、投影仪、触觉反馈设备、自动控件、机器人组件、致动器、电机、风扇、螺线管、阀、泵、传送器、信号发射器、灯等的各种输出设备。
计算机器2000可以使用通过网络接口2070到跨越网络2080的一个或多个其它系统或计算机器的逻辑连接而在联网环境中操作。网络2080可以包括广域网(WAN)、局域网(LAN)、内部网、互联网、无线接入网、有线网络、移动网络、电话网络、光网络、或其组合。网络2080可以是分组交换式、电路交换式,具有任何拓扑,并且可以使用任何通信协议。网络2080内的通信链路可以涉及诸如光纤电缆、自由空间光学器件、波导、导电体、无线链路、天线、射频通信等的各种数字或模拟通信媒体。
处理器2010可以通过系统总线2020连接到计算机器2000的其它元件或本文中所讨论的各种外围设备。应该了解的是,系统总线2020可以在处理器2010内、在处理器2010外或两者。根据一些实施例,可以将处理器2010、计算机器2000的其它元件、或本文中所讨论的各种外围设备中的任一个集成到诸如片上系统(“SOC”)、系统级封装(“SOP”)或ASIC器件的单个器件中。
在这里所讨论的系统收集关于用户的个人信息或者可以利用个人信息的情形下,可以向用户提供用于控制程序或特征是否收集用户信息(例如,关于用户的社交网络、社交行为或活动、职业、用户的偏好或用户的当前位置的信息)、或者用于控制是否和/或如何从内容服务器接收可能与用户更相关的内容的机会。此外,某些数据可以在它被存储或使用之前被以一种或多种方式处理,使得个人可识别的信息被去除。例如,可以对用户的身份进行处理,使得针对该用户不能够确定个人可识别的信息,或者可以在获得了位置信息的情况下使用户的地理位置一般化(诸如到城市、邮政编码、或州级别),使得不能够确定用户的特定位置。因此,用户可以控制信息如何关于用户被收集并由内容服务器使用。
实施例可以包括实现本文中所描述和图示的功能的计算机程序,其中,该计算机程序被实现在包括存储在机器可读介质中的指令以及执行这些指令的处理器的计算机系统中。然而,应该显而易见的是,可能存在在计算机编程时实现实施例的许多不同的方式,并且实施例不应该被解释为限于任何计算机程序指令集。另外,有经验的程序员将能够基于申请文本中的所附流程图和关联描述来编写这样的计算机程序以实现所公开的实施例中的实施例。因此,不将特定程序代码指令集的公开认为是对如何做出并使用实施例的充分理解所必需的。另外,本领域的技术人员将了解的是,本文中所描述的实施例的一个或多个方面可以由硬件、软件、或其组合来执行,如可以被实现在一个或多个计算系统中那样。而且,对正由计算机执行的动作的任何引用不应该被解释为由单个计算机执行,因为超过一个计算机可以执行该动作。
本文中所描述的示例实施例能够与执行本文中所描述的方法和处理功能的计算机硬件和软件一起使用。本文中所描述的系统、方法、和过程能够用可编程计算机、计算机可执行软件、或数字电路加以实现。能够将软件存储在计算机可读媒体上。例如,计算机可读媒体能够包括软盘、RAM、ROM、硬盘、可移动媒体、闪速存储器、存储棒、光学媒体、磁光媒体、CD-ROM等。数字电路能够包括集成电路、门阵列、构件逻辑、现场可编程门阵列(FPGA)等。
在先前呈现的实施例中描述的示例系统、方法、和动作是说明性的,并且在替选实施例中,在不脱离各种实施例的范围和精神的情况下,能够按照不同顺序、彼此并行、完全省略、和/或在不同的示例实施例之间组合特定行为,并且/或者能够执行某些附加行为。因此,这样的替选实施例被包括在本文中所要求保护的本发明中。
尽管已经在上面详细地描述了特定实施例,但是本描述仅用于图示的目的。因此,应该了解的是,除非另外明确地指出,否则上面所描述的许多方面不旨在作为所需或必要的元件。除上面所描述的那些修改以及等效组件或动作之外,在不脱离以下权利要求中所限定的实施例的精神和范围的情况下,对示例实施例的所公开的方面的修改以及与示例实施例的所公开的方面对应的等效组件或动作能够由受益于本公开的本领域的普通技术人员做出,所述权利要求的范围将符合最广泛的解释以便包含这样的修改和等效结构。

Claims (21)

1.一种用于向社交群组提供目的地推荐的计算机实现的方法,所述方法包括:
由一个或多个计算设备基于从一个或多个远程计算设备接收的一个或多个位置信号来识别初步社交群组,其中,所述一个或多个位置信号指示所述一个或多个远程计算设备在定义的接近阈值内;
由所述一个或多个计算设备识别所述初步社交群组中与所述一个或多个远程计算设备相关联的、满足与请求用户的社交连接阈值的那些成员,以定义最终社交群组;
由所述一个或多个计算为所述最终社交群组生成排名群组推荐列表,所述排名群组推荐列表包括针对所述群组的建议目的地的排名列表,所述建议目的地的排名列表是至少部分地基于所述最终社交群组的每个成员的私人偏好简档的;以及
由所述一个或多个计算设备将所述排名社交群组推荐显示在第一远程计算设备上。
2.根据权利要求1所述的方法,还包括:由与目的地推荐系统相关联的所述一个或多个计算设备从与请求用户相关联的第一远程计算设备接收推荐请求。
3.根据权利要求1所述的方法,其中,生成所述排名社交群组推荐列表包括:
由所述一个或多个计算设备为所述最终社交群组的每个成员确定排名个人推荐列表,每个特定成员的所述排名个人推荐列表包括一个或多个排名目的地推荐,所述一个或多个排名目的地推荐是至少部分地基于所述特定成员的私人偏好简档;
由所述一个或多个计算设备识别在多于一个的个人推荐列表中出现的公共推荐的集合;
由所述一个或多个计算设备确定每个所识别的公共推荐的综合评分,其中,所述综合评分至少部分地基于对应个人推荐列表中的每个公共推荐的排名;以及
由所述一个或多个计算设备基于被分配给每个所识别的公共推荐的所述综合评分来生成所述排名群组推荐列表。
4.根据权利要求1所述的方法,其中,生成所述排名群组推荐列表包括:
由所述一个或多个计算设备至少部分地基于所述最终社交群组的每个成员的所述私人偏好简档的组合,来为所述最终社交群组生成主偏好简档;以及
由所述一个或多个计算设备至少部分地基于所述主偏好简档,来生成排名社交群组推荐列表。
5.根据权利要求1所述的方法,还包括:
在生成所述排名社交群组推荐列表之前,由所述一个或多个计算设备向所述第一远程计算设备传递社交群组确认请求,所述社交群组确认请求识别所述社交群组的潜在成员;以及
由所述一个或多个计算设备从所述第一远程计算设备接收社交群组确认,所述社交群组确认用于确认要将所述潜在成员中的哪些成员包括在所述最终社交群组中。
6.根据权利要求1所述的方法,其中,所述一个或多个位置信号包括从与所述最终社交群组的成员相关联的远程计算设备接收的签入位置信号。
7.根据权利要求1所述的方法,其中,所述一个或多个位置信号包括标记信号。
8.根据权利要求7所述的方法,其中,所述标记信号与所述社交群组的第一成员的签入信号相关联,或与在所述接近阈值内拍摄的照片相关联。
9.一种计算机程序产品,包括:
具有在其上所实现的计算机可执行程序指令的非暂时性计算机可执行存储设备,所述计算机可执行程序指令当由计算机执行时致使所述计算机向社交群组提供目的地推荐,所述计算机可执行程序指令包括:
用于从与请求用户相关联的远程计算设备接收推荐请求的计算机可执行程序指令;
用于识别在所述请求用户的社交图上处于与所述请求用户的社交连接阈值内的一个或多个用户的计算机可执行程序指令;
用于基于从与所述一个或多个用户相关联的一个或多个远程计算设备接收的基于位置的信号来识别在所述社交连接阈值内并且也在定义的接近阈值内的所述一个或多个用户、以定义最终社交群组的计算机可执行程序指令;
用于为所述社交群组生成排名群组推荐列表的计算机可执行程序指令,所述排名群组推荐列表包括针对所述群组的建议目的地的排名列表,所述建议目的地的排名列表是至少部分地基于所述社交群组的每个成员的私人偏好;以及
用于将所述排名社交群组推荐显示在第一远程计算设备上的计算机可执行程序指令。
10.根据权利要求9所述的计算机程序产品,其中,生成所述排名社交群组推荐列表包括:
用于为所述最终社交群组的每个成员确定排名个人推荐列表的计算机可执行程序指令,每个特定成员的所述排名个人推荐列表包括一个或多个排名目的地推荐,所述一个或多个排名目的地推荐是至少部分地基于所述特定成员的私人偏好简档;
用于识别在多于一个的个人推荐列表中出现的公共推荐的集合的计算机可执行程序指令;
用于确定每个所识别的公共推荐的综合评分的计算机可执行程序指令,其中,所述综合评分至少部分地基于对应个人推荐列表中的每个公共推荐的排名;以及
用于基于被分配给每个所识别的公共推荐的所述综合评分来生成所述排名群组推荐列表的计算机可执行程序指令。
11.根据权利要求9所述的计算机程序产品,其中,生成排名群组推荐列表包括:
用于至少部分地基于所述社交群组的每个成员的组合私人偏好简档来为所述社交群组生成主偏好简档的计算机可执行程序指令;以及用于至少部分地基于所述主偏好简档来生成所述排名社交群组推荐列表的计算机可执行程序指令。
12.根据权利要求9所述的计算机程序产品,其中,所述一个或多个基于位置的信号是从与所述社交群组的成员相关联的远程计算设备接收的签入位置信号。
13.根据权利要求9所述的计算机程序产品,其中,所述一个或多个位置信号是标记信号。
14.根据权利要求13所述的计算机程序产品,其中,所述标记信号与签入信号相关联,或与在所述定义的接近阈值内拍摄的照片相关联。
15.一种用于向社交群组提供目的地推荐的系统,包括:
存储设备;以及
通信地耦合到所述存储设备的处理器,其中,所述处理器执行被存储在所述存储设备中的应用代码指令以致使所述系统:
基于从第一远程计算设备、其它远程计算设备或其组合接收的一个或多个基于位置的信号来识别初步社交群组;
识别所述初步社交群组中满足与请求用户的社交连接阈值的那些成员,以定义最终社交群组;
为所述最终社交群组生成排名群组推荐列表,所述排名群组推荐列表包括针对所述群组的建议目的地的排名列表,所述建议目的地的排名列表是至少部分地基于所述最终社交群组的每个成员的私人偏好;以及
将所述排名社交群组推荐显示在所述第一远程计算设备上。
16.根据权利要求15所述的系统,其中,所述一个或多个位置信号指示所述社交群组的每个成员在到所述第一远程计算设备的定义的接近阈值内。
17.根据权利要求15所述的系统,其中,生成排名群组推荐列表还包括执行应用代码指令,所述应用代码指令致使所述系统:
为所述最终社交群组的每个成员确定排名个人推荐列表,每个特定成员的所述排名个人推荐列表包括一个或多个排名目的地推荐,所述一个或多个排名目的地推荐是至少部分地基于所述特定成员的私人偏好简档;
识别在多于一个的个人推荐列表中出现的公共推荐的集合;
确定每个所识别的公共推荐的综合评分,其中,所述综合评分至少部分地基于对应个人推荐列表中的每个公共推荐的排名;以及
基于被分配给每个所识别的公共推荐的所述综合评分,来生成所述排名群组推荐列表。
18.根据权利要求15所述的系统,其中,生成所述排名群组推荐列表还包括执行应用代码指令,所述应用代码指令致使所述系统:
至少部分地基于所述社交群组的每个成员的组合私人偏好简档,来为所述最终社交群组生成主偏好简档;以及
至少部分地基于所述主偏好简档,来生成所述排名社交群组推荐列表。
19.根据权利要求15所述的系统,其中,所述一个或多个位置信号是从与所述社交群组的成员相关联的远程计算设备接收的签入位置信号。
20.根据权利要求15所述的系统,其中,所述一个或多个位置信号是标记信号。
21.根据权利要求20所述的系统,其中,所述标记信号与签入信号相关联或与在定义的接近阈值内拍摄的照片相关联。
CN201480056800.3A 2013-10-15 2014-10-15 接下来去哪里的社交建议 Active CN105637555B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/054,708 2013-10-15
US14/054,708 US9558242B2 (en) 2013-10-15 2013-10-15 Social where next suggestion
PCT/US2014/060776 WO2015057896A1 (en) 2013-10-15 2014-10-15 Social where next suggestion

Publications (2)

Publication Number Publication Date
CN105637555A true CN105637555A (zh) 2016-06-01
CN105637555B CN105637555B (zh) 2022-06-21

Family

ID=52810558

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480056800.3A Active CN105637555B (zh) 2013-10-15 2014-10-15 接下来去哪里的社交建议

Country Status (4)

Country Link
US (2) US9558242B2 (zh)
EP (1) EP3058544A4 (zh)
CN (1) CN105637555B (zh)
WO (1) WO2015057896A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109450771A (zh) * 2018-09-26 2019-03-08 深圳壹账通智能科技有限公司 添加好友的方法、装置、计算机设备及存储介质
CN109787784A (zh) * 2018-10-26 2019-05-21 深圳壹账通智能科技有限公司 群组推荐方法、装置、存储介质和计算机设备
CN109903127A (zh) * 2019-02-14 2019-06-18 广州视源电子科技股份有限公司 一种群组推荐方法、装置、存储介质及服务器
CN113055276A (zh) * 2021-03-09 2021-06-29 井冈山大学 一种基于智能手机的圈聊创建方法、显示方法及其系统
CN113094577A (zh) * 2021-03-08 2021-07-09 北京达佳互联信息技术有限公司 信息展示方法、相关设备、存储介质及程序产品

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9558242B2 (en) 2013-10-15 2017-01-31 Google Inc. Social where next suggestion
US9367589B1 (en) * 2013-11-14 2016-06-14 Google Inc. Where to go next via mined trails
US20150248720A1 (en) * 2014-03-03 2015-09-03 Invent.ly LLC Recommendation engine
US9754306B2 (en) * 2014-03-03 2017-09-05 Invent.ly LLC Recommendation engine with profile analysis
US20150254248A1 (en) 2014-03-07 2015-09-10 Printeron Inc. System for suggesting network resource for use by a network terminal based on network resource ranking
US9729667B2 (en) 2014-12-09 2017-08-08 Facebook, Inc. Generating user notifications using beacons on online social networks
US9729643B2 (en) * 2014-12-09 2017-08-08 Facebook, Inc. Customizing third-party content using beacons on online social networks
US9692838B2 (en) 2014-12-09 2017-06-27 Facebook, Inc. Generating business insights using beacons on online social networks
US20160378774A1 (en) * 2015-06-23 2016-12-29 Seachange International, Inc. Predicting Geolocation Of Users On Social Networks
RU2742457C2 (ru) * 2015-10-20 2021-02-05 Аксон Вайб Аг Система и способ выявления взаимодействия и влияния в сетях
US10529033B2 (en) * 2015-11-06 2020-01-07 Clarifize, Inc Network connection system and method
EP3176736A1 (en) 2015-12-04 2017-06-07 Nextop Italia SRL Semplificata Electronic system and method for travel planning, based on object-oriented technology
EP3423962A4 (en) 2016-03-04 2019-10-02 Axon Vibe AG SYSTEMS AND METHOD FOR PREDICTING THE USER BEHAVIOR BASED ON LOCATION DATA
US10531227B2 (en) * 2016-10-19 2020-01-07 Google Llc Time-delimited action suggestion system
CN107016033A (zh) * 2016-12-26 2017-08-04 阿里巴巴集团控股有限公司 一种社交网络用户信息关联方法及装置
US10699181B2 (en) * 2016-12-30 2020-06-30 Google Llc Virtual assistant generation of group recommendations
CN110198219B (zh) * 2018-02-27 2022-05-24 阿里巴巴集团控股有限公司 群组展示方法及装置
US11120458B2 (en) * 2018-03-09 2021-09-14 International Business Machines Corporation Group-based sequential recommendations
CN110110246B (zh) * 2019-05-13 2021-09-07 北京金和网络股份有限公司 基于地理信息网格密度的门店推荐方法
US11012829B1 (en) * 2020-01-17 2021-05-18 International Business Machines Corporation Peer to peer propagation of information in social networks
US11436658B2 (en) * 2020-08-21 2022-09-06 Ebay Inc. Concurrent browsing interface with recommendations based on user attributes

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101681469A (zh) * 2007-03-31 2010-03-24 索尼德国有限责任公司 用于推荐内容项目的方法和系统
CN102591911A (zh) * 2010-12-01 2012-07-18 微软公司 位置相关实体的实时个性化推荐
CN103136303A (zh) * 2011-11-24 2013-06-05 北京千橡网景科技发展有限公司 在社交网络服务网站中划分用户群组的方法和设备
US20130237254A1 (en) * 2012-03-09 2013-09-12 Matthew Nicholas Papakipos Substantially Continuous Location Logging for Geographic-Positioning Capable Devices

Family Cites Families (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6542750B2 (en) * 2000-06-10 2003-04-01 Telcontar Method and system for selectively connecting mobile users based on physical proximity
US6618593B1 (en) * 2000-09-08 2003-09-09 Rovingradar, Inc. Location dependent user matching system
US6529136B2 (en) * 2001-02-28 2003-03-04 International Business Machines Corporation Group notification system and method for implementing and indicating the proximity of individuals or groups to other individuals or groups
US7680770B1 (en) * 2004-01-21 2010-03-16 Google Inc. Automatic generation and recommendation of communities in a social network
US7593740B2 (en) * 2004-05-12 2009-09-22 Google, Inc. Location-based social software for mobile devices
US8571580B2 (en) * 2006-06-01 2013-10-29 Loopt Llc. Displaying the location of individuals on an interactive map display on a mobile communication device
US8091032B2 (en) * 2006-11-30 2012-01-03 Red Hat, Inc. Automatic generation of content recommendations weighted by social network context
US20090106040A1 (en) * 2007-10-23 2009-04-23 New Jersey Institute Of Technology System And Method For Synchronous Recommendations of Social Interaction Spaces to Individuals
US9159034B2 (en) * 2007-11-02 2015-10-13 Ebay Inc. Geographically localized recommendations in a computing advice facility
US8700539B2 (en) * 2007-12-17 2014-04-15 Nokia Corporation Creating a travel community
US8306921B2 (en) 2008-02-13 2012-11-06 Toyota Motor Engineering & Manufacturing North America, Inc. Mobile recommendation and reservation system
US8972177B2 (en) * 2008-02-26 2015-03-03 Microsoft Technology Licensing, Llc System for logging life experiences using geographic cues
US20100153292A1 (en) * 2008-12-11 2010-06-17 Microsoft Corporation Making Friend and Location Recommendations Based on Location Similarities
US8095432B1 (en) * 2009-01-30 2012-01-10 Intuit Inc. Recommendation engine for social networks
US8489515B2 (en) * 2009-05-08 2013-07-16 Comcast Interactive Media, LLC. Social network based recommendation method and system
US8577405B2 (en) * 2009-06-12 2013-11-05 Qualcomm Incorporated Systems, methods, and machine-readable media providing location-enabled group management
US20100325127A1 (en) * 2009-06-18 2010-12-23 Nokia Corporation Method and apparatus for automatic geo-location and social group indexing
US9141271B2 (en) * 2009-08-26 2015-09-22 Yahoo! Inc. Taking action upon users in a social networking system with respect to a purpose based on compatibility of the users to the purpose
US8275649B2 (en) * 2009-09-18 2012-09-25 Microsoft Corporation Mining life pattern based on location history
US9009177B2 (en) * 2009-09-25 2015-04-14 Microsoft Corporation Recommending points of interests in a region
US9223866B2 (en) * 2010-02-08 2015-12-29 Yellowpages.Com Llc Tagged favorites from social network site for use in search request on a separate site
US20110270774A1 (en) * 2010-04-30 2011-11-03 Microsoft Corporation Group Recommendations in Social Networks
US8719198B2 (en) * 2010-05-04 2014-05-06 Microsoft Corporation Collaborative location and activity recommendations
US8832093B2 (en) * 2010-08-18 2014-09-09 Facebook, Inc. Dynamic place visibility in geo-social networking system
KR20120052683A (ko) 2010-11-16 2012-05-24 한국전자통신연구원 지능형 서비스를 위한 다자간 상황정보 공유 장치 및 방법
US20120180107A1 (en) 2011-01-07 2012-07-12 Microsoft Corporation Group-associated content recommendation
US20130060626A1 (en) * 2011-03-04 2013-03-07 Tristan Walker System and method for managing and redeeming offers with a location-based service
WO2012129771A1 (en) * 2011-03-29 2012-10-04 Nokia Corporation Method and apparatus for creating an ephemeral social network
US8918463B2 (en) * 2011-04-29 2014-12-23 Facebook, Inc. Automated event tagging
US20130097162A1 (en) * 2011-07-08 2013-04-18 Kelly Corcoran Method and system for generating and presenting search results that are based on location-based information from social networks, media, the internet, and/or actual on-site location
US10096033B2 (en) * 2011-09-15 2018-10-09 Stephan HEATH System and method for providing educational related social/geo/promo link promotional data sets for end user display of interactive ad links, promotions and sale of products, goods, and/or services integrated with 3D spatial geomapping, company and local information for selected worldwide locations and social networking
US8230016B1 (en) * 2011-10-11 2012-07-24 Google Inc. Determining intent of a recommendation on a mobile application
US20130097246A1 (en) * 2011-10-12 2013-04-18 Cult, Inc. Multilocal implicit social networking
US9449348B2 (en) * 2012-08-28 2016-09-20 Facebook, Inc. Providing a locality viewport through a social networking system
US8639767B1 (en) * 2012-12-07 2014-01-28 Geofeedr, Inc. System and method for generating and managing geofeed-based alerts
US9210228B2 (en) * 2012-12-11 2015-12-08 Facebook, Inc. Eliciting event-driven feedback in a social network
US8612533B1 (en) * 2013-03-07 2013-12-17 Geofeedr, Inc. System and method for creating and managing geofeeds
US9558242B2 (en) 2013-10-15 2017-01-31 Google Inc. Social where next suggestion

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101681469A (zh) * 2007-03-31 2010-03-24 索尼德国有限责任公司 用于推荐内容项目的方法和系统
CN102591911A (zh) * 2010-12-01 2012-07-18 微软公司 位置相关实体的实时个性化推荐
CN103136303A (zh) * 2011-11-24 2013-06-05 北京千橡网景科技发展有限公司 在社交网络服务网站中划分用户群组的方法和设备
US20130237254A1 (en) * 2012-03-09 2013-09-12 Matthew Nicholas Papakipos Substantially Continuous Location Logging for Geographic-Positioning Capable Devices

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109450771A (zh) * 2018-09-26 2019-03-08 深圳壹账通智能科技有限公司 添加好友的方法、装置、计算机设备及存储介质
CN109450771B (zh) * 2018-09-26 2022-05-17 深圳壹账通智能科技有限公司 添加好友的方法、装置、计算机设备及存储介质
CN109787784A (zh) * 2018-10-26 2019-05-21 深圳壹账通智能科技有限公司 群组推荐方法、装置、存储介质和计算机设备
CN109903127A (zh) * 2019-02-14 2019-06-18 广州视源电子科技股份有限公司 一种群组推荐方法、装置、存储介质及服务器
CN113094577A (zh) * 2021-03-08 2021-07-09 北京达佳互联信息技术有限公司 信息展示方法、相关设备、存储介质及程序产品
CN113094577B (zh) * 2021-03-08 2024-03-15 北京达佳互联信息技术有限公司 信息展示方法、相关设备及存储介质
CN113055276A (zh) * 2021-03-09 2021-06-29 井冈山大学 一种基于智能手机的圈聊创建方法、显示方法及其系统

Also Published As

Publication number Publication date
US9558242B2 (en) 2017-01-31
EP3058544A1 (en) 2016-08-24
CN105637555B (zh) 2022-06-21
WO2015057896A1 (en) 2015-04-23
EP3058544A4 (en) 2017-04-05
US10445373B2 (en) 2019-10-15
US20150106366A1 (en) 2015-04-16
US20170116211A1 (en) 2017-04-27

Similar Documents

Publication Publication Date Title
CN105637555A (zh) 接下来去哪里的社交建议
US11222230B2 (en) Grouping digital images based on detected objects
US20210174398A1 (en) Method and system for identifying users across mobile and desktop devices
US10031738B2 (en) Providing application recommendations
US11790426B2 (en) Graphical user interface to display inventory data at merchant locations
US20160328759A1 (en) Method, apparatus, and a non-transitory computer-readable recording medium for providing review sharing service
KR20170102898A (ko) 공유된 위치 데이터를 사용하는 서비스를 위한 요청의 실행
US20130332593A1 (en) System, method, apparatus, and computer program product for determining behavior-based relationships between website users
KR102160600B1 (ko) 사용자 반응 향상을 위한 해시태그 추천 방법, 장치 및 컴퓨터-판독가능기록매체
KR101797802B1 (ko) 공식계정을 관리하는 방법과 시스템 및 기록 매체
US11049201B2 (en) Graphical user interface for displaying current and future data
JP7231655B2 (ja) プログラム、情報処理方法、および電子機器
WO2016155009A1 (en) Method and system for providing relevant advertisements
CN104580348A (zh) 访问基于位置的内容
US9367589B1 (en) Where to go next via mined trails
KR102179397B1 (ko) 상품 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치
US10664891B2 (en) Service method and system for recommending post by associating Appstore with timeline
JP6022651B2 (ja) メッセンジャーに検索機能を提供して検索結果を整列する方法とシステム、および記録媒体
US10474688B2 (en) System and method to recommend a bundle of items based on item/user tagging and co-install graph
US20190278836A1 (en) Assisted review creation
KR102254329B1 (ko) 사용자 맞춤형 검색 결과 제공 방법 및 장치
US20160335661A1 (en) Tracking virality of media content by monitoring sharing habits of viewers
KR20210020513A (ko) 위치 기반 경험 공유 방법 및 컴퓨터 프로그램
WO2019222842A1 (en) Method and apparatus for decentralized information mining of online content
US10229183B2 (en) Systems and methods for enabling access to a document based on document types and group association of users and documents

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: California, USA

Applicant after: Google limited liability company

Address before: California, USA

Applicant before: Google Inc.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant