CN105830065A - 在在线社交网络上生成推荐的搜索查询 - Google Patents

Abstract

在一个实施方式中，一种方法包括：访问社交图谱，该社交图谱包括多个节点以及连接节点的多个矢线。节点中的两个节点之间的矢线中的每一条表示两个节点之间的单个分离度。该节点包括：第一节点，对应于与在线社交网络相关联的第一用户；以及多个第二节点，该多个第二节点中的每个均对应于概念或与在线社交网络相关联的第二用户。该方法还包括：生成多个卡片。每个卡片包括引用与在线社交网络有关的查询域以及用于查询域的零个以上查询过滤器的建议查询。每个查询过滤器引用多个节点中的一个或多个节点或多个矢线中的一条或多条矢线。

Description

在在线社交网络上生成推荐的搜索查询

技术领域

本公开总体涉及社交图谱以及在社交网络环境或相关环境内执行对对象的搜索，具体地，涉及一种计算机实现方法。

背景技术

可包括社交网络网站的社交网络系统可使其用户(诸如，个人或组织)能够与其交互并且通过社交网络系统彼此交互。随着用户输入，社交网络系统可在社交网络系统中创建并储存与用户相关联的用户资料。用户资料可包括用户的人口统计信息、通信渠道信息以及个人兴趣信息。随着用户输入，社交网络系统还可创建并储存用户与社交网络系统中的其他用户的关系的记录，以及提供促进两个用户或多个用户之间的社交交互的服务(例如，涂鸦墙、照片分享、事件组织、消息、游戏或广告)。

社交网络系统可通过一个或多个网络将与其服务有关的内容或消息发送至用户的手机或其他计算设备。用户还可在用户的手机或其他计算设备上安装软件应用程序，用于访问用户的用户资料以及社交网络系统内的其他数据。社交网络系统可生成一组个性化的内容对象以显示给用户，诸如，连接至该用户的其他用户的集合故事的新闻馈送。

社交图谱分析根据由节点和矢线组成的网络理论来查看社交关系。节点表示网络内的独立行动者，并且矢线表示行动者之间的关系。得到的基于图谱的结构通常是非常复杂的。存在很多类型的节点以及用于连接节点的很多类型的矢线。以其最简单形式，社交图谱是被研究的所有节点之间的所有相关矢线的地图。

诸如智能电话、平板电脑或膝上型电脑的移动计算设备可包括用于确定其位置、方向或方位的功能，诸如，GPS接收器、罗盘或陀螺仪。该设备还可包括用于诸如蓝牙通信、近场通信(NFC)或红外(IR)通信或与无线局域网(WLAN)或蜂窝电话网络的通信的无线通信的功能。这种设备还可包括一个或多个照相机、扫描仪、触摸屏、麦克风或扬声器。移动计算设备还可执行软件应用程序，诸如，游戏、网络浏览器或社交网络应用程序。利用社交网络应用程序，用户可与他们的社交网络中的其他用户连接、通信并共享信息。

发明内容

在具体实施方式中，社交网络系统可生成包括对特定社交图谱元素的引用的结构化查询。例如，这些结构化查询可响应于由用户提供的文本查询而生成或者作为默认查询生成。通过向用户的文本查询提供建议结构化查询，社交网络系统可提供用于使在线社交网络的用户基于他们的社交图谱属性以及他们与各种社交图谱元素的关系来搜索在社交图谱中表示的元素的有力方法。

在具体实施方式中，卡片堆叠可以是表示正在计算设备上执行哪些应用程序或应用程序的内容的视觉模型。卡片堆叠可具有类似于显示安装在计算设备上的所有应用程序的启动器的卡片。在具体实施方式中，用户可通过执行手势(诸如，例如从顶部向下滑动或按压计算设备的“主页”按钮)访问对应于启动器的卡片。在计算设备上执行的应用程序或应用程序的内容(例如，社交网络上的用户的资料页面或网络浏览器的标签)可显示作为启动器卡片以上的卡片堆叠。在具体实施方式中，卡片堆叠的卡片可按时间顺序排列，其中，在卡片堆叠中，最近执行的应用程序排列得更高。取决于卡片如何堆叠在屏幕上，可通过向上滑动卡片的暴露边缘或向下拖动卡片的暴露边缘来访问每个卡片。

在具体实施方式中，社交网络系统可使用信号生成具有推荐查询和查询过滤器的“卡片”，该信号可提供给定用户的兴趣、偏好或品味的线索。社交网络可提供包括用于显示至用户的一个或多个卡片的用户界面。构思是生成用户将感兴趣的卡片，并且将使得用户参与或进一步探索社交网络系统或其他系统(例如，与特定广告商有关的系统或其他第三方系统)。在移动环境(例如，想要到FB移动并探索卡片的无聊用户)中，这可能是特别有用的。每个卡片可表示具有与卡片有关的推荐查询的特定域(地点、人物、照片等)。一个或多个查询过滤器可应用至卡片的推荐查询。例如，地点卡片可具有过滤选项[位置(location)][类型(type)][子类型(sub-type)][小时(hours)]，其可被选择为[“帕洛阿尔托”][“餐馆”][“中国菜系”][“正在营业”]。过滤器中的一些可以是对特定社交图谱实体(例如，比如具有或不具有社交网络的对象的结构化查询)的引用，并且一些过滤器可相对于特定元数据或对象属性。

在具体实施方式中，社交网络系统可基于与卡片有关的特定域或过滤器对“卡片”进行排序。社交网络可提供包括以适于每个用户的方式排序的一个或多个卡片的用户界面。构思是对卡片进行排序，使得最感兴趣的卡片将呈现给用户，从而使得用户参与并进一步探索社交网络。每个卡片可表示具有推荐查询(例如，图谱搜索查询)以及一个或多个过滤器的特定域(地点、人物、照片等)以修改查询。应注意，卡片可以任意合适方式(包括如通知、新闻馈送故事、建议空状态查询)呈现在独立应用程序中、客户端系统的主屏幕上，或者任意其他合适方式。

在具体实施方式中，社交网络系统可基于用户与关于卡片的特定域或过滤器的亲密度来集群“预测(hunch)卡片”。每个卡片可表示具有推荐查询(例如，图谱搜索查询)和一个或多个过滤器的特定域(地点、人物、照片等)以修改查询。系统可基于来自用户的输入/动作修改卡片上的过滤器。换言之，用户可浏览卡片以观看具有不同过滤器的卡片。例如，滑动卡片可展现应用附加过滤器的选项，或者可显示具有之前卡片上的推荐查询的变体的卡片。通过确定卡片与卡片亲密度并且随后基于该确定的亲密度将卡片集群到一起，系统可以对于每个用户定制化的方式集群卡片。目标是以鼓励用户参与或进一步探索社交网络的方式集群用户感兴趣的卡片。通过集群彼此相关的卡片，可向用户呈现更愉悦的卡片浏览体验。

以上公开的实施方式仅是实例，并且本公开的范围不限于此。具体实施方式可包括以上公开的实施方式的部件、元件、特征、功能、操作或步骤中的所有、一些、或没有。

在所附针对方法、存储介质和系统的权利要求中，具体公开了根据本发明的实施方式，其中，在一个权项要求类别(例如，方法)中提到的任何特征也可都在另一权利要求类别(例如，系统)中被要求。

在根据本发明的实施方式中，一种方法包括，由计算设备：

访问社交图谱，该社交图谱包括多个节点以及连接节点的多条矢线，节点中的两个节点之间的矢线中的每一条表示两个节点之间的单个分离度，该节点包括：

第一节点，对应于与在线社交网络相关联的第一用户；以及

多个第二节点，该多个第二节点中的每个均对应于概念或与在线社交网络相关联的第二用户；

生成多个卡片，每个卡片包括引用与在线社交网络有关的查询域零个以上查询过滤器的建议查询以及，其中，每个查询过滤器引用多个节点中的一个或多个节点或多条矢线中的一条或多条矢线；

基于一个或多个用户参与因数计算用于每个卡片的用户参与分数；以及

向第一用户发送具有大于用户参与阈值分数的用户参与分数的每个卡片，用于在第一用户目前访问的页面上显示。

该方法可进一步包括：

从第一用户接收向特定卡片应用查询过滤器的输入；以及

基于该输入在一个或多个其他卡片上修改查询过滤器。

该方法可进一步包括：响应于检测来自第一用户的对应于先前显示的卡片的滑动而向第一用户显示后续卡片，该后续卡片与先前显示的卡片具有相同查询域和一个或多个不同的查询过滤器。

发送的卡片可显示为一个或多个卡片集群。

可基于与卡片有关的排序排列每个卡片集群的卡片。

每个卡片可进一步包括：对应于与卡片对应的建议查询的一条或多条搜索结果的预览。

每个建议查询可以是结构化查询，该结构化查询包括对多个节点中的一个或多个节点以及多条矢线中的一条或多条矢线的引用。

由结构化查询引用的至少一个或多个第二节点可对应于位置，并且由结构化查询引用的矢线中的至少一条可对应于签到该位置。

由结构化查询引用的至少一个或多个第二节点可对应于内容对象，并且由结构化查询引用的矢线中的至少一条可对应于喜欢内容对象(like)。

用户参与因数可包括第一用户的人口统计信息、当前信息或社交图谱信息中的一个或多个。

用户参与因数可包括关于第二节点中的一个或多个的另一用户的社交图谱信息，第二用户至少具有与第一用户的人口统计信息相同的人口统计信息的子集。

该方法可进一步包括：基于当前位置与第一用户的人口统计信息的比较，来确定第一用户是否是相对于当前位置的游客。

用户参与因数可包括第一用户相对于由结构化查询引用的一个或多个第二节点的社交图谱亲密度。

建议查询可进一步引用分别引用一个或多个对象属性的一个或多个查询过滤器。

生成的卡片中的至少一个可包括引用基于第一用户的搜索历史而选择的查询过滤器的建议查询。

页面可以是与在线社交网络有关的本机应用程序的用户界面。

页面可以是由浏览器客户端访问的社交网络系统的网页。

在本发明的还可请求保护的进一步实施方式中，一种或多种实施软件的计算机可读非易失性存储介质，当执行软件时，该软件能操作以：

访问社交图谱，该社交图谱包括多个节点以及连接节点的多条矢线，节点中的两个节点之间的矢线中的每一条表示两个节点之间的单个分离度，该节点包括：

第一节点，对应于与在线社交网络相关联的第一用户；以及

多个第二节点，该多个第二节点中的每个均对应于概念或与在线社交网络相关联的第二用户；

生成多个卡片，每个卡片包括引用与在线社交网络有关的查询域以及零个以上查询过滤器的建议查询，其中，每个查询过滤器引用多个节点中的一个或多个节点或多条矢线中的一条或多条矢线；

基于一个或多个用户参与因数计算用于每个卡片的用户参与分数；以及

向第一用户发送具有大于用户参与阈值分数的用户参与分数的每个卡片，用于在第一用户目前访问的页面上显示。

在本发明的也可要求保护的进一步实施方式中，一种系统包括：一个或多个处理器；以及存储器，该存储器耦接至处理器，该存储器包括由处理器可执行的指令，当执行指令时，处理器可操作以：

访问社交图谱，该社交图谱包括多个节点以及连接节点的多条矢线，节点中的两个节点之间的矢线中的每一条表示两个节点之间的单个分离度，该节点包括：

第一节点，对应于与在线社交网络相关联的第一用户；以及

多个第二节点，该多个第二节点中的每个均对应于概念或与在线社交网络相关联的第二用户；

生成多个卡片，每个卡片包括引用与在线社交网络有关的查询域以及零个以上查询过滤器的建议查询，其中，每个查询过滤器引用多个节点中的一个或多个节点或多条矢线中的一条或多条矢线；

基于一个或多个用户参与因数计算用于每个卡片的用户参与分数；以及

向第一用户发送具有大于用户参与阈值分数的用户参与分数的每个卡片，用于在第一用户目前访问的页面上显示。

在本发明的进一步实施方式中，一种或多种计算机可读非易失性存储介质实施软件，当执行软件时能操作以执行根据本发明或以上提到的实施方式中的任一个的方法。

在本发明的进一步实施方式中，一种系统包括：一个或多个处理器；以及存储器，该存储器耦接至处理器，该存储器包括由处理器可执行的指令，当执行指令时处理器可操作以执行根据本发明或以上提到的实施方式中的任一个的方法。

附图说明

图1示出了与社交网络系统相关联的示例性网络环境。

图2示出了示例性社交图谱。

图3示出了示例性移动客户端系统。

图4示出了示例性卡片堆叠界面。

图5示出了在线社交网络的示例性网页。

图6示出了生成示例性卡片的示例性模块。

图7示出了用于生成用于用户的卡片的示例性方法。

图8示出了示例性移动客户端系统上的示例性卡片界面的示例性线框图。

图9示出了用于对卡片进行排序的示例性方法。

图10示出了示例性卡片集群的示例性分组。

图11示出了用于生成卡片集群的示例性方法。

图12示出了示例性计算机系统。

具体实施方式

系统概述

图1示出了与社交网络系统相关联的示例性网络环境100。网络环境100包括通过网络110彼此连接的客户端系统130、社交网络系统160以及第三方系统170。尽管图1示出了客户端系统130、社交网络系统160、第三方系统170以及网络110的特定布置，然而本公开考虑客户端系统130、社交网络系统160、第三方系统170以及网络110的任意合适布置。作为实例并非限制性方式，客户端系统130、社交网络系统160以及第三方系统170中的两个或多个可旁通网络110直接彼此连接。作为另一实例，客户端系统130、社交网络系统160以及第三方系统170中的两个或多个可物理地或逻辑地整体或部分彼此共置。此外，尽管图1示出了特定数量的客户端系统130、社交网络系统160、第三方系统170以及网络110，然而本公开考虑任意合适数量的客户端系统130、社交网络系统160、第三方系统170以及网络110。作为实例并非限制性方式，网络环境100可包括多个客户端系统130、社交网络系统160、第三方系统170以及网络110。

本公开考虑任意合适的网络110。作为实例并非限制性方式，网络110的一个或多个部分可包括：自组织网络、内联网、外联网、虚拟专用网络(VPN)、局域网(LAN)、无线LAN(WLAN)、广域网(WAN)、无线WAN(WWAN)、城域网(MAN)、因特网的一部分、公共交换电话网(PSTN)的一部分、蜂窝电话网络或者这些中两个或多个的组合。网络110可包括一个或多个网络110。

链路150可将客户端系统130、社交网络系统160以及第三方系统170连接至通信网络110或者彼此连接。本公开考虑任意合适的链路150。在具体实施方式中，一条或多条链路150包括一条或多条有线链路(诸如，例如数字用户线路(DSL)或有线电缆数据服务界面规范(DOCSIS))、无线链路(诸如，例如Wi-Fi或全球互通微波存取(WiMAX))或光链路(诸如，例如，同步光纤网(SONET)或同步数字体系(SDH))。在具体实施方式中，一条或多条链路150均包括自组织网络、内联网、外联网、VPN、LAN、WLAN、WAN、WWAN、MAN、互联网的一部分、PSTN的一部分、基于蜂窝技术的网络、基于卫星通信技术的网络、另一条链路150或者两个或多个此类链路150的组合。在整个网络环境100中，链路150不必相同。一条或多条第一链路150可在一个或多个方面不同于一条或多条第二链路150。

在具体实施方式中，客户端系统130可以是包括硬件、软件、或嵌入式逻辑部件或两个或多个此类部件的组合并且能够执行由客户端系统130实现或支持的适当功能的电子设备。作为实例并非限制性方式，客户端系统130可包括计算机系统，诸如，台式计算机、笔记本或便携式计算机、网本、平板电脑、电子书阅读器、GPS设备、照相机、个人数字助理(PDA)、手提式电子设备、蜂窝电话、智能电话、其它合适的电子设备或者其任意合适组合。本公开考虑任意合适的客户端系统130。客户端系统130可使客户端系统130中的网络用户能够访问网络110。客户端系统130可使其用户能够与其它客户端系统130中的其他用户通信。

在具体实施方式中，客户端系统130可包括网络浏览器132，诸如微软互联网浏览器(MICROSOFTINTERNETEXPLORER)、谷歌浏览器(GOOGLECHROME)或火狐浏览器(MOZILLAFIREFOX)，并且可具有一个或多个添加、插件或其他扩展，诸如工具栏(TOOLBAR)或雅虎工具栏(YAHOOTOOLBAR)。客户端系统130中的用户可键入统一资源定位符(URL)或将网络浏览器132定向至特定服务器(诸如，服务器162或与第三方系统170相关联的服务器)的其它地址，并且网络浏览器132可生成超文本传输协议(HTTP)请求并且将HTTP请求传送至服务器。服务器可接受HTTP请求，并且响应于HTTP请求将一个或多个超文本标记语言(HTML)文件传送至客户端系统130。客户端系统130可基于来自服务器的HTML文件，渲染用于向用户呈现的网页。本公开考虑任意合适的网页文件，包括呈现作为本地应用程序的用户界面的网页或页面。作为实例并非限制性方式，网页可根据具体需要从HTML文件、可扩展超文本标记语言(XHTML)文件或可扩展标记语言(XML)文件进行渲染。该页面也可执行诸如，作为实例并非限制性方式，以JAVASCRIPT、JAVA、MICROSOFTSILVERLIG、诸如AJAX(异步JAVASCRIPT和XML)的标记语言和脚本的组合等写出的那些脚本。本文中，在适当的情况下，对网页的引用包括一个或多个对应的网页文件(浏览器可用其渲染网页)，反之亦然。

在具体实施方式中，社交网络系统160可以是承载在线社交网络的网络可寻址计算系统。社交网络系统160可生成、存储、接收以及发送社交网络数据，诸如，例如，用户资料数据、概念资料数据、社交图谱信息或者与在线社交网络相关的其他合适数据。通过网络环境100的其他部件可直接地或经由网络110访问社交网络系统160。在具体实施方式中，社交网络系统160可包括一个或多个服务器162。每个服务器162可以是单式服务器或跨多个计算机或多个数据中心的分布式服务器。服务器162可以是各种类型的，诸如，作为实例并非限制性方式，网络服务器、新闻服务器、邮件服务器、消息服务器、广告服务器、文件服务器、应用服务器、交换服务器、数据库服务器、代理服务器、适于执行本文描述的功能或处理的另一服务器或其任意组合。在具体实施方式中，每个服务器162可包括硬件、软件或嵌入式逻辑部件或两个或多于两个这些部件的组合以用于执行由服务器162实施或支持的适当功能。在具体实施方式中，社交网络系统164可包括一个或多个数据存储164。数据存储164可用于存储各种类型的信息。在具体实施方式中，可以根据特定的数据结构来组织存储在数据存储164中的信息。在具体实施方式中，每个数据存储164可以是关联的数据库。具体实施方式可提供能够使客户端系统130、社交网络系统160或者第三方系统170管理、检索、修改、添加或删除存储在数据存储164中的信息的接口。

在具体实施方式中，社交网络系统160可在一个或多个数据存储164中储存一个或多个社交图谱。在具体实施方式中，社交图谱可包括多个节点(其可包括多个用户节点(每个对应于特定用户)或多个概念节点(每个对应于特定概念)以及连接节点的多条矢线。社交网络系统160可向在线社交网络的用户提供与其他用户通信和交互的能力。在具体实施方式中，用户可经由社交网络系统160加入在线社交网络，然后将连接(例如，关系)添加到他们想要连接的社交网络系统160的多个其他用户。本文中，术语“好友”可指代用户经由社交网络系统160与其已形成连接、关联或关系的社交网络系统160的任意其他用户。

在具体实施方式中，社交网络系统160可向用户提供对社交网络系统160支持的各种类型的项目或对象采取行动的能力。作为实例并非限制性方式，项目和对象可包括社交网络系统160的用户可属于的群体或社交网络、用户可能感兴趣的事件或日历条目、用户可使用的基于计算机的应用程序、允许用户经由服务购买或出售项目的交易、用户可执行的与广告的交互或者其他合适的项目或对象。用户可与能够在社交网络系统160中表示或者由第三方系统170的外部系统表示的任何事物交互，该外部系统与社交网络系统160分开并且经由网络110耦接至社交网络系统160。

在具体实施方式中，社交网络系统160可以能够链接各种实体。作为实例并非限制性方式，社交网络系统160可以能够使用户彼此交互，并且从第三方系统170或其他实体接收内容，或者允许用户通过应用编程界面(API)或其他通信渠道与这些实体交互。

在具体实施方式中，第三方系统170可包括一个或多个类型的服务器、一个或多个数据存储、一个或多个界面，包括但不限于例如，服务器可与其通信的API、一个或多个网络服务、一个或多个内容源、一个或多个网络或任何其他合适的部件。可以由与操作社交网络系统160的实体不同的实体来操作第三方系统170。然而，在具体实施方式中，社交网络系统160与第三方系统170可彼此结合操作以便将社交网络服务提供至社交网络系统160或第三方系统170的用户。在这种意义上，社交网络系统160可提供诸如第三方系统170的其他系统可用于通过因特网将社交网络服务和功能提供至用户的平台或骨干链路。

在具体实施方式中，第三方系统170可包括第三方内容对象提供商。第三方内容对象供应商可包括内容对象的可被传达至客户端系统130的一个或多个源。作为实例并非限制性方式，内容对象可包括关于用户感兴趣的事物或活动的信息，诸如，例如电影放映时间、电影评论、餐馆评论、餐馆菜单、产品信息和评论或其他合适的信息。作为另一实例并非限制性方式，内容对象可包括激励性内容对象，诸如，优惠券、打折票、礼品券或其他合适的激励对象。

在具体实施方式中，社交网络系统160还包括用户生成的内容对象，其可增强用户与社交网络系统160的交互。用户生成的内容可包括用户可增加、上传、发送或“张贴”到社交网络系统160中的任何内容。作为实例并非限制性方式，用户将帖子从客户端系统130传送至社交网络系统160。帖子可包括数据(诸如，状态更新或其他文本数据)、位置信息、照片、视频、链接、音乐或其他相似的数据或媒体。也可由第三方通过诸如新鲜馈送或流的“通信渠道”将内容添加至社交网络系统160。

在具体实施方式中，社交网络系统160可包括各种服务器、子系统、程序、模块、日志以及数据存储。在具体实施方式中，社交网络系统160可包括以下中的一个或多个：网络服务器、动作记录器、API请求服务器、相关性与排序引擎、内容对象分类器、通知控制器、动作日志、第三方内容对象曝光日志、推断模块、授权/隐私服务器、搜索模块、广告目标模块、用户界面模块、用户资料存储器、连接存储器、第三方内容存储器或位置存储器。社交网络系统160还可包括合适的部件，诸如，网络界面、安全机制、负载平衡器、故障转移服务器、管理和网络操作控制台、其他合适的部件或其任意合适组合。在具体实施方式中，社交网络系统160可包括用于存储用户资料的一个或多个用户资料存储器。例如，用户资料可包括传记信息、人口统计信息、行为信息、社交信息或其他类型的描述性信息，诸如，工作经历、教育背景、业余爱好或偏好、兴趣、亲和性或位置。兴趣信息可包括与一个或多个种类有关的兴趣。类别可为一般的或特殊的。作为实例并非限制性方式，如果用户“点赞(喜欢，like)”关于一个品牌鞋子的物品，该种类可以是该品牌、或者“鞋子”或“衣物”的总体种类。连接存储器可用于存储关于用户的连接信息。连接信息可向用户指示谁具有类似或共同的工作经验、群组成员资格、业余爱好、教育背景或者以任何方式有关的或共享的共同属性。连接信息还可包括不同用户与内容(内部和外部两者)之间的用户限定的连接。网络服务器可用于经由网络110将社交网络系统160链接至一个或多个客户端系统130或一个或多个第三方系统170。网络服务器可包括邮件服务器或其他消息功能，用于在社交网络系统160与一个或多个客户端系统130之间接收和路由消息。API请求服务器可允许第三方系统170通过调用一个或多个API来访问来自社交网络系统160的信息。动作记录器可用于从网络服务器接收关于用户在社交网络系统160线上或社交网络系统160离线的动作的通信。结合动作日志，可保持第三方内容对象日志向第三方内容对象的用户曝光。通知控制器可将关于内容对象的信息提供至客户端系统130。信息可作为通知推送至客户端系统130，或者响应于从客户端系统130接收的请求，可从客户端系统130推送信息。授权服务器可用于执行社交网络系统160的用户的一个或多个隐私设置。用户的隐私设置确定与用户相关联的特定信息可如何被分享。授权服务器可允许用户确定采用或确定不采用使他们的行为被社交网络系统160记录或者诸如，例如通过设置适当的隐私设置与其他系统(例如，第三方系统170)共享他们的行为。第三方内容对象存储器可用于存储从第三方(诸如，第三方系统170)接收的内容对象。位置存储器可用于存储从与用户相关联的客户端系统130接收的位置信息。广告定价模块可结合社交信息、当前时间、位置信息或其他适当的信息以通知的形式向用户提供相关的广告。

社交图谱

图2示出了示例性社交图谱200。在具体实施方式中，社交网络系统160可将一个或多个社交图谱200存储在一个或多个数据存储中。在具体实施方式中，社交图谱200可包括多个节点(其可包括多个用户节点202或多个概念节点202)以及连接节点的多条矢线206。出于教导之目的，以二维可视图表示，示出了图2所示的示例性社交图谱200。在具体实施方式中，社交网络系统160、客户端系统130或第三方系统170可访问社交图谱200以及用于合适应用程序的相关联社交图谱信息。例如，社交图谱200的节点和矢线可作为数据对象存储在数据存储(诸如，社交图谱数据库)中。这种数据存储可包括社交图谱200的节点或矢线的一个或多个可查找或可查询的索引。

在具体实施方式中，用户节点202可与社交网络系统160的用户对应。作为实例并非限制性方式，用户可以是与社交网络系统160交互或通信或通过社交网络系统160交互或通信的个体(人类用户)、实体(例如，企业、商家或第三方应用)或组(例如，个体或实体)。在具体实施方式中，当用户在社交网络系统160中注册账户时，社交网络系统160可创建对应于该用户的用户节点202，并且将用户节点202存储在一个或多个数据存储中。在适当的情况下，此处描述的用户和用户节点202可指注册用户以及与注册用户相关联的用户节点202。另外或作为替代，在适当情况下，此处所描述的用户和用户节点202可指未注册至社交网络系统160的用户。在具体实施方式中，用户节点202可与由用户提供的信息或由各种系统(包括社交网络系统160)收集的信息相关联。作为实例并非限制性方式，用户可提供他或她的名字、资料图片、联系信息、生日、性别、婚姻状况、家庭状况、工作情况、教育背景、偏好、兴趣或其他人口统计信息。在具体实施方式中，用户节点202可与用户相关联的信息对应的一个或多个数据对象相关联。在具体实施方式中，用户节点202可与一个或多个网页对应。

在具体实施方式中，概念节点204可与概念对应。作为实例并非限制性方式，概念可对应于地点(诸如，例如电影院、餐馆、地标或城市)；网站(诸如，例如与社交网络系统160相关联的网站或者与网络应用程序服务器相关联的第三方网站)；实体(诸如，例如个人、商家、群体、运动团体或名人)；可位于社交网络系统160内或外部服务器(诸如，网络应用程序服务器)上的资源(诸如，例如音频文件、视频文件、数字照片、文本文件、结构文档或应用程序)；不动产或知识产权(诸如，例如雕塑、绘画、电影、游戏、歌曲、想法、照片或书面作品)；游戏；活动；构思或理论；另一合适概念；或两个或多个此类概念。概念节点204可与由用户提供的概念信息或由各种系统(包括社交网络系统160)收集的信息相关联。作为实例并非限制性方式，概念信息可包括名称或标题；一个或多个图像(例如，书籍封面页图像)；位置(例如，地址或地理定位)；网站(其可与URL相关联)；联系人信息(例如，电话号码或电子邮件地址)；其他合适的概念信息；或此类信息的任意合适组合。在具体实施方式中，概念节点204可与对应于与概念节点204相关联的信息的一个或多个数据对象相关联。在具体实施方式中，概念节点204可与一个或多个网页对应。

在具体实施方式中，社交图谱200中的节点可表示网页(其可被称为“资料页面”)或者由网页表示。资料页面可由社交网络系统160承载或可访问至社交网络系统。资料页面还可由与第三方服务器170相关联的第三方网站承载。作为实例并非限制性方式，对应于具体外部网页的资料页面可以是具体的外部网页，并且资料页面可对应于具体的概念节点204。所有的其他用户或其他用户的选择子集可查看资料页面。作为实例并非限制性方式，用户节点202可具有对应的用户资料页面，其中，对应的用户可添加内容、做出声明或以另外方式表达他自己或她自己。作为另一示例并非限制性方式，概念节点204可具有对应的概念资料页面，其中，一个或多个用户可具体地就对应于概念节点204的概念添加内容、做出声明或表达他们自己。

在具体实施方式中，概念节点204可表示第三方网页或者由第三方系统170承载的资源。第三方网页或资源可包括在其他元件、内容、可选择的图标或其他图标、或者表示动作或活动的其他中间能实行的对象(例如，其可在JavaScript、AJAX或PHP代码中实现)中。作为实例并非限制性方式，第三方网页可包括诸如“点赞”、“签到”、“吃”、“推荐”或者其他合适的动作或活动的可选择图标。浏览第三方网页的用户可通过选择使客户端系统130向社交网络系统160发送表示用户的动作的消息的图标(例如“吃”)中的一个而执行动作。响应于该消息，社交网络系统160可在对应于用户的用户节点202与对应于第三方网页或资源的概念节点204之间创建矢线(例如，“吃”矢线)，并且在一个或多个数据存储中存储矢线206。

在具体实施方式中，社交图谱200中的一对节点可通过一条或多条矢线206彼此连接。连接一对节点的矢线206可表示该一对节点之间的关系。在具体实施方式中，矢线206可包括或表示一个或多个数据对象或对应于一对节点之间的关系的属性。作为实例并非限制性方式，第一用户可指示第二用户为第一用户的“好友”。响应于此指示，社交网络系统160可将“好友请求”发送至第二用户。如果第二用户确认该“好友请求”，则社交网络系统160可在社交图谱200中创建将第一用户的用户节点202连接至第二用户的用户节点202的矢线206，并且在一个或多个数据存储24中存储矢线206作为社交图谱信息。在图2的实例中，社交图谱200包括指示用户“A”与用户“B”的用户节点202之间的好友关系的矢线206，以及指示用户“C”与用户“B”的用户节点202之间的好友关系的矢线。尽管本公开描述或示出了具有连接特定用户节点202的特定属性的特定矢线206，然而本公开考虑具有连接用户节点202的任意合适属性的任意合适矢线206。作为实例并非限制性方式，矢线206可表示好友关系、亲属关系、业务关系或工作关系、粉丝关系、关注关系、访客关系、客户关系、上级/下属关系、相互关系、非相互关系、另一合适类型关系或两种或多种此类关系。此外，尽管本公开大体描述了处于连接的节点，然而本公开也描述了处于连接的用户或概念。本文中，在适当的情况下，对处于连接的用户或概念的引用可指代在社交图谱200中对应于由一条或多条矢线206连接的那些用户或概念的节点。

在具体实施方式中，用户节点202与概念节点204之间的矢线206可表示由与用户节点202相关联的用户向与概念节点204相关联的概念执行的具体动作或活动。作为实例并非限制性方式，如图2所示，用户可“点赞”、“参与”、“播放”、“收听”、“烹饪”、“就职于”或“观看”概念，每个概念均对应于矢线类型或子类型。例如，对应于概念节点204的概念资料页面可包括可选择的“签到”图标(诸如，例如可点击的“签到”图标)或者可选择的“添加到收藏夹”图标。同样，在用户点击这些图标之后，社交网络系统160可响应于对应于各自动作的用户动作而创建“最爱”矢线或“签到”矢线。作为另一实例并非限制性方式，用户(用户“C”)可使用特定应用程序(SPOTIFY，其是在线音乐应用程序)收听特定歌曲(“Imagine”)。在这种情况下，社交网络系统160可在对应于用户的用户节点202与对应于歌曲和应用程序的概念节点204之间创建“收听过”矢线206和“使用过”矢线(如图2所示)，以指示该用户收听过该歌曲并且使用过该应用程序。此外，社交网络系统160可在对应于歌曲和应用程序的概念节点204之间创建“播放”矢线206(如图2所示)，以指示由特定应用程序播放过该特定歌曲。在这种情况下，“播放”矢线206对应于在外部音频文件(歌曲“Imagine”)上通过外部应用程序(SPOTIFY)执行的动作。尽管本公开描述具有连接用户节点202与概念节点204的具体属性的具体矢线206，然而本公开考虑具有连接用户节点202与概念节点204的任意合适属性的任意合适矢线206。此外，尽管本公开描述了表示单一关系的用户节点202与概念节点204之间的矢线，然而本公开考虑表示一种或多种关系的用户节点202与概念节点204之间的矢线。作为实例并非限制性方式，矢线206可既表示用户喜欢又表示用户已经使用过该具体概念。可替代地，另一矢线206可表示用户节点202与概念节点204之间的各种类型的关系(或多种单一关系)(如图2所示，在用户“E”的用户节点202与“SPOTIFY”的概念节点204之间)。

在具体实施方式中，社交网络系统160可在社交图谱200中创建用户节点202与概念节点204之间的矢线206。作为实例并非限制性方式，浏览概念资料页面的用户(诸如，例如，通过使用网络浏览器或者由用户的客户端系统130承载的特定目的应用程序)可通过点击或选择“点赞”图标来表示他或她喜欢由概念节点204所表示的概念，其可使用户的客户端系统130向社交网络系统160发送表示用户喜欢与概念资料页面相关联的概念的消息。响应于该消息，如用户与概念节点204之间的“喜欢”矢线206所示，社交网络系统160可在与用户相关联的用户节点202与概念节点204之间创建矢线206。在具体实施方式中，社交网络系统160可将矢线206存储在一个或多个数据存储中。在具体实施方式中，社交网络系统160可响应于特定的用户动作自动形成矢线206。作为实例并非限制性方式，如果第一用户上传图片、观看电影或收听歌曲，则可在对应于第一用户的用户节点202与对应于那些概念的概念节点204之间形成矢线206。尽管本公开描述了以具体方式形成具体矢线206，然而本公开考虑以任意合适方式形成任意合适矢线206。

卡片堆叠界面

图3示出了示例性移动客户端系统130。本公开考虑采取任意合适外形的移动客户端系统130。在具体实施方式中，移动客户端系统130可是如下所述的计算系统。作为实例并非限制性方式，移动客户端系统130可是单板计算机系统(SBC)(诸如，例如电脑模组(COM)或系统模组(SOM))、膝上型或笔记本电脑系统、移动电话、智能电话、个人数字助理(PDA)、平板电脑系统或两个或多个这些的组合。在具体实施方式中，移动客户端系统130可具有作为输入部件的触摸传感器132。在图3的实例中，触摸传感器132结合在移动客户端系统130的前表面上。在电容式触摸传感器的情况下，则可存在两类电极：发射式和接收式。这些电极可连接至控制器，该控制器设计为利用电脉冲驱动发射电极并测量由接触或邻近输入所引起的接收电极的电容的变化。在图3的实例中，一个或多个天线134A-B可结合到移动客户端系统130的一侧或多侧。天线134A-B是将电流转换为无线电波的部件，并且反之亦然。在信号传输期间，传输器将振荡射频(RF)电流施加于天线134A-B的端子，并且天线134A-B将所施加的电流的能量作为电磁(EM)波辐射。在信号接收期间，天线134A-B在天线134A-B的端子处将传入的EM波的功率转变为电压。该电压可被传输到接收器进行放大。

在具体实施方式中，移动客户端系统130可包括：通信部件，耦接至天线134A-B，用于与以太网或其它基于有线的网络或无线NIC(WNIC)通信；无线适配器，用于与诸如，例如WI-FI网络的无线网络通信；或者调制解调器，用于与诸如第三代移动远程通信(3G)或长期演进(LTE)网络的蜂窝网络通信。本公开考虑任意合适的通信网络和它所使用的任意合适的通信部件20。作为实例并非限制性方式，移动客户端系统130可与自组织网络、个人局域网(PAN)、局域网(LAN))、广域网(WAN)、城域网(MAN)、或者因特网的一个或多个部分或者两个或多个这些的组合通信。这些网络中的一个或多个的一个或多个部分可是有线或无线的。作为另一示例，移动客户端系统130可与无线PAN(WPAN)(诸如，例如，蓝牙WPAN)、WI-FI网络、WI-MAX网络、蜂窝电话网络(诸如，例如，全球移动通信系统(GSM)、3G或LTE网络)或其它合适的无线网络或这些中的两个或多个的组合通信。在适当的情况下，移动客户端系统130可包括用于这些网络中的任一个的任意合适的通信部件。

在具体实施方式中，通信部件耦接至天线134A-B，移动客户端系统130可被配置为基于用于确定位置数据的全球定位系统(GPS)信号、蜂窝三角测量、无线热点或任意合适的方法来确定位置数据。在具体实施方式中，移动客户端系统130的位置服务可使用位置确定的一个或多个方法，诸如，例如使用一个或多个蜂窝塔的定位、与WI-FI热点相关的众包位置信息或移动客户端系统130的GPS功能。作为实例并非限制性方式，至少部分取决于移动客户端系统130是否能够在预定时间段内获取GPS数据，应用程序可使用GPS数据作为位置信息的首要来源。作为另一实例，如果移动客户端系统130不能在预定采样持续时间内获取GPS数据，则应用程序可使用利用一个或多个蜂窝塔或WI-FI热点确定的位置。尽管本公开描述了使用位置确定的具体方法的位置服务，然而本公开考虑使用位置检测的任意合适方法或方法的组合的位置服务。

在具体实施方式中，如下所述，卡片堆叠界面可以是主屏幕以及在移动客户端系统130上执行的一个或多个应用程序或者与应用程序相关联的任意内容的视觉模型。作为实例并非限制性方式，主屏幕可以是可设定移动客户端130的一个或多个设置(诸如，例如，移动客户端系统130的背景图像)或者将特定功能与安装在移动客户端系统130上的特定应用程序相关联的应用程序，诸如，例如默认网络浏览器。在具体实施方式中，如下所述，移动客户端系统130可使用卡片堆叠界面以便在主屏幕与应用程序或应用程序的内容之间浏览。作为实例并非限制性方式，卡片堆叠界面的卡片可对应于主屏幕的图形用户界面(GUI)，并且可设置为用于在使用完在移动客户端系统130上执行的应用程序之后或者在完成移动客户端系统130上的电话呼叫之后，响应于用户按下或致动“主页”按钮而在移动客户端系统130上显示。如下所述，对应于应用程序或应用程序的内容的卡片可响应于“发起”或执行应用程序而被添加至卡片堆叠。在具体实施方式中，如下所述，移动客户端系统130的用户可通过卡片堆叠界面的卡片在应用程序与执行的应用程序的内容之间浏览。

图4示出了示例性卡片堆叠界面。卡片堆叠界面的一个或多个“卡片”450(其包括卡片450A-C)可显示在移动客户端系统130的显示区域454中。在图4的实例中，每个卡片450可对应于在移动客户端系统130上执行的应用程序或与应用程序有关的内容的GUI。在具体实施方式中，卡片堆叠界面的卡片450B可对应于由移动客户端系统130执行的应用程序的GUI。如上所述，卡片堆叠界面中的卡片450A可对应于移动客户端系统130的主屏幕的GUI。作为实例并非限制性方式，卡片450A可对应于主屏幕的GUI并且可用作移动客户端系统130的应用程序启动器。作为实例并非限制性方式，卡片450A可设置为用于响应于致动“主页”按钮或检测预定触摸输入(诸如，例如，执行从大致显示区域454的顶部的向下滑动)而显示。在具体实施方式中，对应于主屏幕的GUI的卡片450A可包括对应于安装在移动客户端系统130上的一个或多个应用程序或内容的一个或多个交互元件452。在具体实施方式中，卡片450A可以是交互元件452的线性横排的视觉表示。作为实例并非限制性方式，交互元件452可根据发起的应用程序或内容从左向右排列。如另一实例，轻击交互元件652可生成与交互元件452有关的卡片650B-C。

在具体实施方式中，对应于在移动客户端系统130上执行的应用程序或应用程序的内容的一个或多个卡片450可显示为卡片堆叠界面450。在图4的实例中，卡片450B对应于在移动客户端系统130上执行的应用程序的GUI，并且卡片450C对应于与在移动客户端系统130上执行的应用有关的内容的GUI。在具体实施方式中，卡片450B可设置为用于响应于在移动客户端系统130发起应用程序而显示。在具体实施方式中，移动客户端系统130上的一个或多个应用程序可控制其GUI呈现为卡片堆叠界面450中的卡片450C。卡片450C可设置为用于至少部分基于执行的应用程序的设置而显示。作为实例并非限制性方式，分别地，卡片450B可对应于社交网络系统或网络浏览器的GUI，并且内容卡片450C可对应于社交网络系统上的用户的资料页面或网络浏览器的标签。社交网络系统或网络浏览器可配置卡片堆叠界面，以便在一个或多个单独卡片450C中自动显示特定内容的GUI。在具体实施方式中，与应用程序的内容有关的卡片450C可设置为用于响应于用户执行预定触摸输入(诸如，例如，滑动触摸手势或轻击应用程序的GUI的预定位置)而显示。在具体实施方式中，每个卡片450的GUI可描述为相关联的应用程序或相关联应用程序的内容的屏幕截图。尽管本公开示出并描述具有具体特性和内容的卡片的具体配置，然而本公开考虑具有任意合适特性(诸如，例如，尺寸或外观)和内容的卡片的任意合适配置。此外，本公开考虑在任意合适计算设备(诸如，例如个人计算机、平板电脑或智能电话)上实现的卡片堆叠界面。

在图4的实例中，对应于发起的应用程序的GUI的卡片450B以及对应于与发起的应用程序有关的内容的GUI的卡片450C可覆盖与移动客户端系统130的主屏幕的GUI有关的卡片450A。如上所述，打开移动客户端系统130上的应用程序的GUI可开始将对应于GUI的卡片450C添加至卡片堆叠界面450。在具体实施方式中，当发起应用程序或与卡片450C有关的内容时，卡片450C可放置在卡片堆叠界面的顶部。在具体实施方式中，卡片堆叠450中的卡片的顺序可至少部分基于对应于卡片450B-C的GUI打开的顺序来确定。作为实例并非限制性方式，卡片450B-C可基于应用程序发起的时间或者与应用程序有关的内容与应用程序分离或“弹出”应用程序的时间，以时间顺序显示。作为实例并非限制性方式，应用程序卡片450B和内容卡片450C可设置为用于显示，使得最近执行的应用程序或与应用程序有关的内容在卡片堆叠中显示得较高。

在具体实施方式中，移动客户端系统130的用户可使用由移动客户端系统130的触摸传感器检测的触摸输入来浏览卡片450。作为实例并非限制性方式，用户可取决于卡片450如何堆叠在移动客户端系统130的显示器上，通过向上滑动或向下拖动卡片450的暴露边缘而在卡片450之间浏览。尽管本公开描述使用特定触摸手势浏览卡片，然而本公开考虑通过任意合适的用户输入(诸如，例如致动按钮)浏览卡片。在具体实施方式中，移动客户端系统130的卡片堆叠界面可检测用户输入，以便将卡片(诸如，例如450B)显示为处于卡片堆叠界面的顶部的卡片，并且卡片堆叠界面可响应于用户输入而在卡片堆叠界面的顶部显示卡片。作为实例并非限制性方式，通过在卡片堆叠界面中将对应于最近打开的GUI的卡片450B-C显示得较高，而在卡片堆叠界面中将对应于较早打开的GUI的卡片450B-C显示得较低，卡片堆叠界面可在卡片堆叠界面中排序卡片450。在具体实施方式中，响应于检测到移动客户端系统130的显示器的电源断开、移动客户端系统130的地理位置改变、通过移动客户端系统130的一个或多个传感器检测的预定移动、通过移动客户端系统130的触摸传感器检测的一个或多个预定触摸手势、网络条件(例如，失去连接)改变、用于通过应用编程界面(API)接收的一个或多个卡片450的更高优先权的请求或其任意组合，卡片堆叠界面的卡片450可重新排序。尽管本公开描述基于特定标准来重新排序卡片堆叠界面的一个或多个卡片，然而本公开考虑基于任意合适的标准来重新排序卡片堆叠界面的卡片。

在具体实施方式中，用户可与应用程序或者与卡片堆叠界面顶部上的卡片450C有关的内容交互。在图4的实例中，卡片450C可以是对应于社交网络系统上的特定用户的资料页面的GUI，并且移动客户端系统130的用户可通过对应于资料页面的GUI的卡片450C与资料页面交互。随后，用户可将对应于移动客户端系统130的主屏幕的GUI的卡片450A移动至卡片堆叠界面顶部，并且发起与交互元件452中的一个(诸如，例如新闻馈送)有关的应用程序。在发起新闻馈送之后，用户可将与社交网络系统有关的卡片450B移动至卡片堆叠界面顶部，并且通过对应于社交网络系统的GUI的卡片450B与社交网络系统交互(例如，对另一用户的状态更新进行评论)。

建议查询及卡片

介绍

在具体实施方式中，社交网络系统160可被配置为生成可表示为上述社交图谱的概念节点的对象的个性化推荐。本文中，对建议查询的引用可指代使用自动填入用户信息的一个或多个搜索项目的搜索查询。本文中，对查询域的引用可引用与特定种类相关的内容对象的逻辑分组。本文中，对查询过滤的引用可引用应用至查询域的引用元数据或查询域的对象的属性的过滤器。作为实例并非限制性方式，社交网络系统160可生成用于用户的建议查询作为一个或多个结构化查询、非结构化查询或其任意组合。如另一实例，社交网络系统160可生成引用建议查询的一条或多条搜索结果的一个或多个卡片。尽管本公开描述了以特定方式生成建议查询，然而本公开考虑以任意合适方式生成建议查询。

图5示出了在线社交网络的示例性网页。为了进行搜索，用户可将搜索查询输入或发送至搜索引擎。通常，用户可向将任意字符串输入至社交网络系统160的页面520的搜索查询栏510以搜索社交网络系统160上的匹配文本查询的内容。在具体实施方式中，页面520可呈现一个或多个卡片集群530，其中，每个卡片450可对应于如下所述的对用户个性化的推荐。作为实例并非限制性方式，一个或多个卡片集群530可响应于用户点击搜索查询栏510中的光标而显示在页面520上。在具体实施方式中，应用程序或页面520可通过用于用户的包括与用户相关的一个或多个搜索项且由社交网络系统160自动生成的建议查询而生成卡片。随后，每个卡片450可包括对应于与卡片450有关的建议查询的一条或多条搜索结果550。在具体实施方式中，如下所述，初始卡片集群530可包括未经过任何过滤的一个或多个卡片450。

在具体实施方式中，建议查询可对应于具有一个或多个自动填入搜索项的短语，并且可采用非结构化文本查询的形式。随后，社交网络系统160可搜索数据存储164(或者具体地，社交图谱数据库)以识别匹配建议查询的内容。搜索引擎可基于建议的查询短语使用各种搜索算法进行搜索，并生成识别与建议的搜索查询最可能相关的资源或内容(例如，用户资料页面、内容资料页面或外部资源)的搜索结果。作为响应，搜索引擎可识别可能与建议查询有关的一个或多个资源，资源中的每一个可单独称为“搜索结果”或统称为对应于建议查询的“搜索结果”。例如，识别的内容可包括社交图谱元素(例如，用户节点202或概念节点204)、资料页面、外部网页或其任意组合。如下所述，随后，社交网络系统160可生成具有对应于可发送至用户的识别内容的一个或多个卡片450的一个或多个卡片集群530。

如图5和图8的实例所示，建议查询的结果可以以一个或多个卡片450的形式呈现至用户，每个卡片具有可包括一个或多个链接或超链接的一条或多条搜索结果550，每个链接与包含识别的资源或内容中的一些的不同页面有关。在具体实施方式中，卡片450中的每个链接可以是以指定对应页面位于的位置以及用于检索其的机制的统一资源定位符(URL)的形式。随后，社交网络系统160可向用户的客户端系统130上的网络浏览器132发送一个或多个卡片450(例如，作为卡片集群530)。随后，用户可点击URL链接或者以另外方式选择卡片450的内容，以便从社交网络系统160或从外部系统(诸如，例如第三方系统170)访问内容，视情况而定。

如下所述，每个卡片集群530的卡片450可根据推断的其与用户的相关性的相对程度而被排序并呈现至用户。换言之，例如，基于社交图谱信息、用户信息、用户的搜索或浏览历史或者与用户有关的其他合适信息，卡片450可对用户个性化。在具体实施方式中，可使用排序算法来对卡片进行排序(并且因此对于特定用户个性化)。排序算法可以任意合适方式由社交网络系统160(例如，由搜索引擎或另一合适系统)实现。作为实例并非限制性方式，相比与用户较不相关的卡片，与用户更相关的卡片可被排序得更高。在具体实施方式中，搜索引擎可使其搜索限于在线社交网络上的资源和内容。然而，在具体实施方式中，搜索引擎还可搜索诸如第三方系统170、因特网或万维网或其他合适来源的其他来源上的资源或内容。尽管本公开描述了以特定方式查询社交网络系统160，然而本公开考虑以任意合适方式查询社交网络系统160。

在具体实施方式中，显示在页面520上的一个或多个卡片450或卡片集群530可响应于键入至搜索查询栏510的文本而修改。在具体实施方式中，一个或多个客户侧和/或后台(服务器侧)过程可实现并利用可自动修改建议查询的“提前键入”特征，以便包括与用户相关的项以及当前由用户键入至搜索查询栏510的文本。在具体实施方式中，当用户将文本键入搜索查询栏510时，提前键入特征可尝试将在声明中键入的文本字符的字符串与对应于用户、概念或矢线以及它们在社交图谱200中的对应元素的字符的字符串(例如，姓名、描述)相匹配。在具体实施方式中，当找到匹配时，提前键入特征可参考现有社交图谱元素的社交图谱元素(诸如，例如，节点名/类型、节点ID、矢线名称/类型、矢线ID或另一合适的引用或标识符)而自动填入建议查询。作为实例并非限制性方式，如果用户键入“食物”或“餐馆”，一个或多个卡片450可在让用户继续键入的同时，显示为结合诸如“……地方的餐馆”的一些提前键入的建议。此外，[餐馆]卡片(例如，450)可移动至卡片集群530的顶部，并且一个或多个非食物相关的卡片(例如，450)(诸如，例如，“电视上播放的内容”)可隐藏。随后，用户可浏览一个或多个[餐馆]卡片作为餐馆推荐的个性化列表。在于2010年4月19日提交的美国专利申请第12/763162号以及于2012年7月23日提交的美国专利申请第13/556072号中可找到关于提前键入处理的更多信息，将其通过引证结合于此。

在具体实施方式中，本文描述的提前键入处理可应用于由用户键入的搜索查询。作为实例并非限制性方式，当用户将文本字符键入搜索查询栏510时，随着用户键入字符，提前键入处理可尝试识别匹配键入至搜索查询栏510的字符的字符串的一个或多个用户节点202、概念节点204或矢线206。当提前键入处理从文本查询接收包括字符串或n元语法的请求或调用时，提前键入处理可执行或使得执行修改的建议查询，以便至少部分基于匹配键入文本以及与用户相关的信息的相应名称、类型、类别或其他标识符来识别现有社交图谱元素(即，用户节点202、概念节点204、矢线206)。提前键入处理可使用一个或多个匹配算法来尝试识别匹配节点或矢线，并且处理修改的结合识别节点或矢线的建议查询。响应于修改的建议查询，社交网络系统160可自动(或可替换地，基于请求的指令)调用或以另外方式搜索用于匹配社交图谱元素的社交图谱数据库，或者用于连接至匹配社交图谱元素的社交图谱元素，视情况而定。尽管本公开描述了以特定方式将提前键入处理应用至搜索查询，然而本公开考虑以任意合适方式将提前键入处理应用至搜索查询。

关于搜索查询和搜索结果，具体实施方式可利用通过引证结合于此的以下各项中公开的一个或多个系统、部件、元素、功能、方法、操作或步骤：于2006年8月11日提交的美国专利申请第11/503093号、于2010年12月22日提交的美国专利申请第12/977027号、于2010年12月23日提交的美国专利申请第12/978265号以及于2013年10月11日提交的美国专利申请第14/052536号。

元素检测及解析歧义项

如上所述，响应于由用户键入至搜索查询栏510的文本，社交网络系统160可识别文本的可与特定社交图谱元素对应的部分。然而，在某些情况下，键入至搜索查询栏510的文本可包括歧义的一个或多个项，其中，歧义项是可能对应于多个社交图谱元素的项。为了解析歧义项，社交网络系统160可访问社交图谱200，并且随后解析文本以识别对应于来自文本查询的歧义的n元语法的社交图谱元素。随后，社交网络系统160可修改建议查询，以包括一个或多个结构化查询，其中，每个结构化查询对应于可能的匹配社交图谱元素中的一个。这些结构化查询可基于由语法模型生成的字符串，使得以具有对相关社交图谱元素的引用的自然语言句法对它们进行渲染。在具体实施方式中，这些结构化查询可基于与用户有关的信息进行排序，以便从结构化查询中推断与用户最相关的社交图谱元素。随后，社交网络系统160可将文本中的歧义项锁定至推断为与用户最相关的社交图谱元素，并且随后基于相关社交图谱元素生成新的一组结构化查询。尽管本公开描述了以特定方式生成特定结构化查询，然而本公开考虑以任意合适方式生成任意合适的结构化查询。

作为实例并非限制性方式，用户可将非结构化文本“好友斯坦福(friednsstanford)”输入至搜索查询栏510。如上所述，当查询用户将该非结构化文本输入至搜索查询栏510时，社交网络系统160可修改建议查询以包括结合非结构化文本的结构化查询。在具体实施方式中，在社交网络系统160中，建议查询可采用自动填入的一个或多个非结构化查询的形式，以包括与用户相关的信息，诸如，例如如下所述的当前或用户资料信息。当然，可相对于标准语言/语法规则(例如，英语语法)构造文本。然而，通常将相对于社交图谱元素来非结构化文本。换言之，通常，键入至搜索查询栏502的文本可不包括对特定社交图谱元素的嵌入式引用。因此，如此处使用的，结构化查询是指包含对特定社交图谱元素的引用的查询，从而允许搜索引擎基于所识别元素进行搜索。此外，文本可相对于正式查询句法而被非结构化。换言之，文本可不必是直接由搜索引擎可执行的查询命令的形式(例如，文本查询“好友斯坦福”可被解析以形成建议查询命令“交叉(学校(斯坦福大学)、好友(我)(intersect(school(StanfordUniversity)))”或者“/搜索/我/好友/[用于斯坦福大学的节点ID]/学生/过去/交叉(/search/me/friends/[nodeIDforStanfordUniversity]/students/ever-past/intersect)”，其可在社交图谱数据库中执行作为建议查询)。相对于以下讨论的卡片450，社交网络系统160可生成对应于提前键入的查询结果和结构化查询结果的卡片450。作为实例并非限制性方式，社交网络系统160可生成对应于提前键入处理的结果的第一卡片450、对应于查询“附近好友”的第二卡片450以及对应于结构化查询“去过斯坦福的附近好友(FriendsNearbywhowenttoStanford)”的结果的第三卡片450。如以下讨论的，随后，这些卡片450可被排序并过滤。

尽管本公开描述了以特定方式接收特定建议查询，然而本公开考虑以任意合适方式接收任意合适的建议查询。

可在于2012年7月23日提交的美国专利申请第13/556072号、于2012年12月31日提交的美国专利申请第13/731866号以及于2012年12月31日提交的美国专利申请第13/732101号中找到有关元件检测和解析查询的更多信息，通过引证将其每一个结合于此。

生成结构化搜索查询

在具体实施方式中，社交网络系统160可访问包括多个语法的与上下文无关的语法模型。语法模型的每个语法可包括一个或多个非终端令牌(或“非终端符号”)和一个或多个终端令牌(或“终端符号”/“查询令牌”)，其中，特定的非终端令牌可由终端令牌替代。语法模型是用于正式语言中的字符串的一组形成规则。在具体实施方式中，社交网络系统160可使用一个或多个语法生成一个或多个字符串。为了生成该语言的字符串，人们以仅由单一起始符号构成的字符串开始。随后，按照任意顺序应用生成规则，直至生成既不包含起始符号又不包含指定非终端符号的字符串为止。在与上下文无关的语法中，语法的各个非终端符号的生成与由语法的其他非终端符号生成的内容无关。非终端符号可被终端符号(即，终端令牌或查询令牌)替换。如上所述，查询令牌中的一些可对应于识别的节点或识别的矢线。随后，通过语法生成的字符串可被用作用于包含对识别的节点或识别的矢线的引用的结构化查询的基础。通过语法生成的字符串可以自然语言句法渲染，使得基于字符串的结构化查询也以自然语言渲染。与上下文无关的语法是其中每种生成规则的左手侧仅由单个非终端符号构成的语法。概率的与上下文无关的语法是元组〈∑,N,S,P〉，其中，互斥集∑和N分别指定终端和非终端符号，其中，S∈N为开始符号。P是生成的集合，其采用E→ξ(p)的形式，其中，E∈N、ξ∈(∑∪N)并且p＝Pr(E→ξ)，E将扩展为字符串ξ的概率。给出的非终端E的所有扩展的概率p的总和必须为一。尽管本公开描述了访问特定语法，然而本公开考虑任意合适的语法。此外，尽管本公开描述了以特定方式生成字符串，然而本公开考虑以任意合适方式生成字符串。

在具体实施方式中，社交网络系统160可生成可包括一个或多个结构化查询的建议查询。结构化查询可基于如上所述的由一个或多个语法生成的自然语言字符串。每项结构化查询可包括对识别的节点中的一个或多个或识别矢线206中的一条或多条的引用。该类型的结构化查询可允许社交网络系统160通过搜索连接至或以另外方式与识别的用户节点202以及识别的矢线206有关的内容，而更高效地搜索与在线社交网络(诸如，例如，资料页面)相关的资源和内容。作为实例并非限制性方式，响应于搜索查询栏510中的文本“向我示出我的女朋友的好友”，社交网络系统160可生成包括结构化查询“斯蒂芬妮(Stephanie)的好友”的建议查询，其中，结构化查询中的“好友”和“斯蒂芬妮”是对应于特定社交图谱元素的引用。对“斯蒂芬妮”的引用将对应于特定用户节点202(其中，社交网络系统160已经解析n元语法“我的女朋友”以便与用于用户“斯蒂芬妮”的用户节点202对应)，同时对“好友”的引用将对应于将该用户节点202连接至其他用户节点202的好友类型的矢线206(即，连接至“斯蒂芬妮的”第一级好友的矢线206)。当执行该结构化查询时，社交网络系统160可识别由好友类型的矢线206连接至对应于“斯蒂芬妮”的用户节点202的一个或多个用户节点202。作为另一实例并非限制性方式，响应于文本“就职于脸书(facebook)的好友”，社交网络系统160可生成“我的就职于脸书的好友”的结构化查询，其中，结构化查询中的“我的好友”、“就职于”以及“脸书”是对应于如上所述的特定社交图谱元素(即，好友类型矢线206、就职于类型矢线206以及对应于公司“脸书”的概念节点204)的引用。基于修改的建议查询的结果，社交网络系统160可修改一个或多个卡片450或卡片集群530A-B，以便结合例如，匹配节点的名称(名字字符串)。这些结构化查询可预先生成并从缓存访问，或者响应于来自用户的输入而动态生成。尽管本公开描述了以特定方式生成特定结构化查询，然而本公开考虑以任意合适方式生成任意合适的结构化查询。

在具体实施方式中，社交网络系统160可对生成的建议查询进行打分。例如，该分数可以是置信分数、概率、质量、排序、另一合适类型的分数或其任意组合。建议查询可基于各种因数进行打分，诸如，例如用户访问的页面或页面类型、用户参与因数、商业智能数据、特定建议查询的预测点击通过率(CTR)(click-thrurate)、特定建议查询的转换率、用户的用户偏好、用户的搜索历史、特定查询的广告赞助商、用户对于特定查询中引用的社交图谱元素的社交图谱亲密度、推断的用户意图、特定建议查询的总体或当前大众性、特定建议查询的有用性、用户的当前地理位置、当前时间、其他合适因数或其任意组合。尽管本公开描述了以特定方式对建议查询进行排序，然而本公开考虑以任意合适方式对建议查询进行排序。

如上所述，如图3所示，对应于建议查询的卡片450可显示在本机应用程序的用户界面(UI)上或者显示在由用户的客户端系统130上的浏览器客户端访问的网页上。在具体实施方式中，对应于建议查询的卡片450可诸如，例如基于如上所述提前确定的排序，以排序后的顺序呈现给用户。此外，在具体实施方式中，对应于阈值排序以上的建议查询的卡片450可发送或显示给用户。在于2012年7月23日提交的美国专利申请第13/556072号、于2012年11月12日提交的美国专利申请第13/674695号以及于2012年12月31日提交的美国专利申请第13/731866号中可找到有关结构化搜索查询和语法模型的更多信息，通过引证将其每一个结合于此。

生成搜索结果

在具体实施方式中，响应于由特定应用程序或程序生成的建议查询，社交网络系统160可生成一条或多条搜索结果，其中，每条搜索结果匹配(或基本上匹配)建议查询的项目。社交网络系统160可至少部分基于对应于用户节点202的用户的信息而生成建议查询。如下所述，响应于建议查询，社交网络系统160可生成对应于建议查询的搜索结果的一个或多个卡片450。在具体实施方式中，对应于搜索结果的卡片450可集群或排序并发送至用户作为由浏览器客户端或本机应用的UI访问的页面。尽管本公开描述并示出了在特定页面上显示卡片和卡片集群，然而本公开考虑在任意合适页面上显示卡片和卡片集群。

在具体实施方式中，社交网络系统160可生成对应于建议查询的搜索结果的一个或多个卡片450。卡片450可包括识别匹配建议查询或者有可能与建议查询相关的资源或内容(例如，用户资料页面、内容资料页面或外部资源)的信息。在具体实施方式中，每个卡450可对应于社交图谱200的特定用户节点202或概念节点204。卡片450可包括向与节点有关的资料页面的链接以及关于节点的情境信息(即，关于用户或对应于节点的概念的情境信息)。在具体实施方式中，每条搜索结果可对应于通过建议查询的一条或多条选择矢线连接至一个或多个选择节点的节点。在具体实施方式中，社交网络系统160还可响应于建议查询而向客户端系统130传输广告或其他赞助内容。广告可作为卡片450的部分包括，或者单独包括。广告可对应于在卡片450中引用的对象中的一个或多个。在具体实施方式中，社交网络系统160可基于与关于资源或内容的用户有关的隐私设置而过滤出识别那些特定资源或内容的一个或多个卡片450。尽管本公开描述了以特定方式生成对应于建议查询的特定卡片，然而本公开考虑以任意合适方式生成对应于任意合适建议查询的任意合适卡片。

在于2012年7月23日提交的美国专利申请第13/556,017号、于2012年12月31日提交的美国专利申请第13/731939号以及于2013年10月11日提交的美国专利申请第14/052564号中可找到有关生成搜索结果的更多信息，通过引证将其每一个结合于此。

生成具有建议查询的卡片

在具体实施方式中，社交网络系统160可以对于用户个性化或与用户相关的卡片450的形式生成并显示推荐。在具体实施方式中，一个或多个卡片堆叠530A-B可发送至用户。本文中，对过滤值的引用可指代描述对象的具体特性的元数据或属性。本文中，对用户参与分数的引用可指代用于测量在线社交网络的用户的参与的度量，诸如，例如通过与其他用户、概念、内容等接洽。作为实例并非限制性方式，社交网络系统160可生成可发送至用户作为社交网络系统上的特定搜索页面的空搜索状态的部分的一个或多个卡片堆叠530A-B。作为另一实例并非限制性方式，社交网络系统160可生成作为与在移动客户端系统130上执行的社交网络系统160有关的本机应用程序的部分的一个或多个卡片堆叠530A-B。尽管本公开描述了以特定方式生成个性化推荐，然而本公开考虑以任意合适方式生成个性化推荐。

图6示出了生成示例性卡片的示例性模块。尽管图6示出具有特定功能的特定模块的特定配置，然而本公开考虑可具有任意合适功能或功能组合的任意合适模块的模块的任意合适配置。如上所述，社交网络系统160可基于用户信息(诸如，例如用户的当前位置或当日时间)生成卡片450。在具体实施方式中，在客户端系统130或社交网络系统160上执行的应用程序610可向卡片生成模块620发送用户信息。在具体实施方式中，社交网络系统160可使用与社交图谱200有关的信息、非社交图谱信息或其任意组合来生成一个或多个卡片450。作为实例并非限制性方式，与用户的“签到”有关的地理位置可以是用户如何连接至“地点”或地理位置以及世界上的所有地点如何通过参观过那些地理位置的用户而彼此连接的非社交图谱。在具体实施方式中，应用程序610可访问与用户有关的当前信息，诸如，例如与用户有关的当前位置或时间。作为实例并非限制性方式，应用程序610可通过如上所述的移动客户端系统130的定位服务来确定用户的当前位置。如另一实例，应用程序610可通过客户端系统130的因特网协议(IP)或媒体访问控制(MAC)地址来确定用户的当前位置。在具体实施方式中，由应用程序610访问的用户的当前信息可发送至卡片聚合器模块620。卡片聚合器模块620可生成随后可被发送至域模块域₁-域_N的一个或多个建议查询。此外，卡片聚合器模块620可基于接收的信息(诸如，例如用户的当前位置或当日时间)推断可自动填入建议查询的一个或多个搜索项。

在具体实施方式中，每个域模块域₁-域_N可对应于特定查询域。作为实例并非限制性方式，如下所述，每个域模块域₁-域_N可包括存储在社交网络系统160上的对象的垂直存储(vertical)的搜索索引。搜索索引可由包括一个或多个计算设备(例如，服务器)的各个索引服务器承载。作为实例并非限制性方式，每个查询域的搜索索引可引用与具体类型地点(例如，电影院、餐馆、地标或城市)、具体类型实体(例如，个人、商家、群体、运动团体或名人)、具体类型资源(例如，音频文件、视频文件、数字照片、文本文件、结构文档或应用程序)或具体类型不动产或知识产权(例如，雕塑、绘画、电影、游戏、歌曲、想法、照片或书面作品)或其任意组合有关的对象。在具体实施方式中，数据存储或垂直存储可存储社交网络系统的对象。在具体实施方式中，每个数据存储或垂直存储可被配置为在相应的数据存储设备中存储特定查询域的对象。作为实例并非限制性方式，第一垂直存储可存储与电影有关的对象；第二垂直存储可存储与餐馆有关的对象；第三垂直存储可存储与地标有关的对象。在具体实施方式中，每个对象可具有描述特定查询过滤器的元数据或属性的过滤值，该元数据或属性是存储在社交网络系统160上的对象的特性。作为实例并非限制性方式，示例性查询过滤器[“流派”]、[“菜系”]、[“位置”]可分别具有相关联示例性过滤值[“科幻小说”]、[“中国”]以及[“帕洛阿尔托”]。

在具体实施方式中，返回至卡片聚合器模块620的建议查询的搜索结果可由查询过滤器修改，并且相关联过滤值由卡片推荐模块630识别。在具体实施方式中，卡片推荐模块630可从与每个域模块域₁-域_N有关的查询过滤器的预定列表中识别与用户相关的一个或多个查询过滤器。在具体实施方式中，卡片推荐模块630可存储或访问与来自用户的社交图谱200、对象特征(例如，与对象有关的“点赞(like)”数)、用户的人口统计信息或其任意组合的信息有关的信息。此外，卡片推荐模块630可访问与存储在一个或多个第三方系统170上的一个或多个对象(例如，操作时长、物理位置或事件次数)有关的数据，以补充存储在社交网络系统160上的一个或多个对象的过滤值。此外，卡片推荐模块630可通过识别连接至用户的社交图谱200的一个或多个概念节点或用户节点的一条或多条矢线，来识别一个或多个查询过滤器及相关联过滤值。此外，卡片推荐模块630可通过访问存储在用户历史模块640以及人口统计数据模块650上的信息结合卡片推荐模块630的数据，来识别特定查询过滤器以及可能与用户相关的相关联过滤值。作为实例并非限制性方式，卡片推荐模块630可访问用户的“好友”的活动，并且基于“好友”的活动来识别一个或多个查询过滤器及相关联过滤值。例如，查询过滤器及相关联过滤值可基于用户“点赞”特定内容对象(诸如，例如特定电影或特定流派的多部电影)的一个或多个“好友”来识别。如另一实例，卡片推荐模块630可基于与用户至少具有相似人口统计数据的子集的其他用户的活动，来识别一个或多个查询过滤器及相关联过滤值。

在具体实施方式中，人口统计数据模块650可通过上述用户资料或社交图谱200来存储用户的人口统计信息。用户的示例性人口统计信息可包括性别、年龄、家乡、现居住地、就读学校、组织成员关系、宗教信仰、教育水平、感情状况、职业或其任意组合。在具体实施方式中，可至少部分基于识别与存储在人口统计数据模块650上的用户具有相似人口统计信息的其他用户在社交图谱200中的对象的矢线，由卡片推荐模块630识别一个或多个查询过滤器及相关联过滤值。作为实例并非限制性方式，卡片推荐模块630可基于至少具有与用户相同的人口统计信息的子集(诸如，例如具有相同水平的教育和职业)的其他用户，来识别具有相关联过滤值(例如，[“科幻小说”])的特定查询过滤器(例如，[“流派”])。在具体实施方式中，卡片推荐模块630可至少部分基于用户是本地人还是当前位置的游客的确定，来识别一个或多个查询过滤器以及用于特定查询域的过滤值。作为实例并非限制性方式，可基于用户的当前位置与由人口统计数据模块650存储的家乡或现居住地信息的比较，来确定用户是本地人还是当前位置的游客。如另一实例，某些人口统计信息(诸如，例如用户的家乡、工作、学校等)可从存储的用户的历史GPS或位置数据得到。例如，如果用户的位置数据表示大多数时间用户在工作日时间位于门洛帕克(MenloPark)，则社交网络系统可推断门洛帕克是用户的工作地点。此外，推断的用户的地理位置可存储在人口统计数据模块650中，并且由卡片推荐模块630使用，即使用户未在他们的用户资料中明确提供该信息。如另一实例，位置数据可从用户照片提取，以确定与用户有关的地理位置并推断用户的家乡。

在具体实施方式中，用户历史模块640可存储可包括社交网络系统160内的用户的过去活动的社交图谱信息，该过去活动可表示为连接用户节点与如上所述的用户的社交图谱200的其他节点的矢线。作为实例并非限制性方式，用户历史模块640可包括用户的签到历史或“点赞”历史。例如，卡片推荐模块630可至少部分基于用户在他居住地附近的具体菜系的一个或多个餐馆具有多次签到，来识别与用户相关的特定查询过滤器(例如，[“菜系”]和[“位置”]及各自的相关联过滤值[“中国”]和[“帕洛阿尔托”]。如另一实例，卡片推荐模块630可至少部分基于存储在用户历史模块640上的用户搜索历史，来识别一个或多个查询过滤器及相关联过滤值。在具体实施方式中，用户历史模块640可包括关于用户与先前显示卡片450的交互的信息。如下所述，至少部分基于用户与引用查询过滤器及相关联过滤值的卡片450的交互或交互的缺乏，一个或多个查询过滤器及相关联过滤值可被识别为与用户更加相关或不那么相关。在具体实施方式中，卡片推荐模块630可至少部分基于用户是本地人还是当前位置的游客的决定，来识别用于特定查询域的一个或多个查询过滤器。作为实例并非限制性方式，可基于由用户历史模块640存储的用户的“签到”或“点赞”来确定用户是本地人还是当前位置的游客。在具体实施方式中，可基于如上所述的基于由用户历史模块640或人口统计数据模块650存储的用户信息而计算的分数来确定用户是本地人还是游客。

卡片推荐模块630可向域模块域₁-域_N发送识别的建议查询的特定查询域的查询过滤器及相关联过滤值。尽管本公开描述具有含有具体数量相关联过滤值的具体数量查询过滤器的查询域，然而本公开考虑具有任意合适数量的查询过滤器及相关联过滤值的查询域。在具体实施方式中，查询过滤器可至少部分基于识别的查询过滤器及相关联过滤值，来移除或忽略由域模块域₁-域_N返回的搜索结果的子集。作为实例并非限制性方式，对于[“餐馆”]查询域的查询过滤器[“评级”]及相关联过滤值[“4星”]，响应于建议查询返回的并具有用于[“评级”]查询过滤器的[“4星”]过滤值的与[“餐馆”]查询域有关的一个或多个对象被发送至卡片聚合器模块620。

如上所述，卡片聚合器模块620可生成一个或多个卡片450，该一个或多个卡片响应于建议查询而引用从域模块域₁-域_N接收的一个或多个对象。在具体实施方式中，可基于一个或多个用户参与因数来计算用于每个卡片450的用户参与分数。在具体实施方式中，用户参与因数可包括社交图谱信息、人口统计信息、用户的当前信息中的一个或多个或其任意组合的。例如，用户参与分数可以是置信分数、概率、质量、排序、另一合适类型的分数或其任意组合。作为实例并非限制性方式，用于每个卡片的用户参与分数可表示用户将参与卡片的概率。如另一实例，用户参与分数可表示对用户与卡片450的交互的程度和深度的评估，该卡片引用相对于明确限定的目标组的特定对象。作为实例并非限制性方式，可基于对引用每个查询域的卡片450的先前参与、引用每个查询域的卡片450的先前点击透过率、引用每个查询域的特定卡片450的转换率、用户偏好、用户的搜索历史、用户对于由卡片450引用的社交图谱元素或对象的社交图谱亲密度、推断的用户意图、用户的当前位置、卡片450的查询域的总体或当前流行性(“热门(trending)”)、其他合适因数或其任意组合来计算用户参与分数。作为实例并非限制性方式，例如，用户偏好可指定用户感兴趣或不感兴趣的建议查询或建议查询类型。作为实例并非限制性方式，社交网络系统160可识别对应于建议查询或者引用用户优选的(如由用户的用户偏好指定的)查询域/过滤器的卡片450，并且计算用于(指定为用户优选的)这些卡片450的较高用户参与分数(相似地，对应于指定作为不优选的建议查询或建议查询域/过滤器的卡片450可打分得较低或完全排除/分配空分数)。如另一实例，如下所述，可推断用户意图，并且可生成对应于关于该意图的建议查询的卡片，并将该卡片发送至用户。尽管本公开描述以具体方式计算卡片的用户参与分数，然而本公开考虑以任意合适方式计算卡片的用户参与分数。

社交网络系统160可向用户发送一个或多个卡片450。作为实例并非限制性方式，卡片450可作为一个或多个卡片集群530发送。在具体实施方式中，卡片450可显示在用户目前访问的页面上。作为实例并非限制性方式，页面可以是社交网络系统160的资料页面(例如，查询用户或另一用户的用户资料页面或与在线社交网络有关的概念的概念资料页面)、在线社交网络的新闻馈送页面、对应于特定卡片的搜索结果页面或在线社交网络的另一合适页面。在具体实施方式中，每个发送的卡片450可具有大于用户的用户参与阈值的用户参与分数。在对卡片450进行打分之后，社交网络系统160可随后只发送其用户参与分数大于用户参与阈值分数的卡片450。在具体实施方式中，发送的卡片450可显示在在线社交网络的新闻馈送页面上。在具体实施方式中，对应于建议查询且具有大于用户参与阈值分数的用户参与分数的卡片450可自动推送给用户。作为实例并非限制性方式，发送的卡片可显示为用户的新闻馈送中的一个或多个故事、推送至用户的客户端系统130的通知、建议的空状态查询或其任意组合。如上所述，可生成卡片450并对其进行打分，而不是显示与搜索查询栏350相关联的卡片，卡片可生成作为新闻馈送存储并响应于用户访问在线社交网络的新闻馈送页面而显示在用户的新闻馈送中、显示在独立应用程序中或客户端系统的主屏幕上。

图7示出了用于生成用于用户的卡片的示例性方法700。该方法可从步骤710开始，其中，社交网络系统160可访问包括多个节点以及连接节点的多条矢线206的社交图谱200。节点可包括第一用户节点202和多个第二节点(一个或多个用户节点202、概念节点204或其任意组合)。在步骤720中，社交网络系统160可生成多个卡片。在具体实施方式中，每个卡片可包括引用与在线社交网络有关的查询域以及零个以上查询过滤器的建议查询。每个查询过滤器可引用多个节点中的一个或多个节点或多条矢线中的一条或多条矢线。在步骤730中，社交网络系统160可基于一个或多个用户参与因数来为每个卡片计算用户参与分数。在步骤740中，社交网络系统160可向第一用户发送其用户参与分数大于用户参与阈值分数的每个卡片，用于显示在第一用户目前访问的页面上。在适当的情况下，具体实施方式可重复图7的方法的一个或多个步骤。尽管本公开描述并示出了图7的方法以具体顺序发生的具体步骤，然而本公开考虑图7的方法以任意合适顺序发生的任意合适步骤。此外，尽管本公开描述并示出了包括图7的方法的具体步骤的用于生成用于用户的卡片的示例性方法，然而在适当的情况下，本公开考虑包括图7的方法的步骤中的所有、一些或没有的任意合适步骤的用于生成用于用户的卡片的任意合适方法。此外，尽管本公开描述并示出了执行图7的方法的具体步骤的具体部件、设备或系统，然而本公开考虑执行图7的方法的任意合适步骤的任意合适部件、设备或系统的任意合适组合。

图8示出了示例性移动客户端系统130上的示例性卡片界面的示例性线框图。如上所述，社交网络系统160可自动生成各自包括一条或多条搜索结果550的一个或多个卡片450。在具体实施方式中，初始卡片堆叠可包括引用特定查询域的一个或多个卡片450以及零个查询过滤器。此外，每个卡片450可对应于引用与社交网络系统160有关的查询域的建议查询。在具体实施方式中，一个或多个卡片450可对应于建议查询的一条或多条搜索结果的预览。

如上所述，卡片450的查询域可由一个或多个查询过滤器修改。例如，[“餐馆”]查询域可具有一个或多个查询过滤器，诸如，例如[“位置”]、[“菜系”]或[“评级”]。在具体实施方式中，卡片450可从可引用一个或多个概念节点、用户节点、社交图谱200的矢线、社交网络系统160上的资源或对象或其任意组合的查询域、零个以上查询过滤器以及零个过滤值的组合得到。如上所述，用户可与显示的卡片集群530的一个或多个卡片450交互。作为实例并非限制性方式，移动客户端系统130上的本机应用可检测对应于“滚动”手势的输入以在卡片集群530的卡片450之间浏览。例如，用户可通过滚动卡片集群530来观看具有不同查询过滤器的卡片450。如另一实例，本机应用程序可在特定卡片450上检测对应于“滑动”手势的输入，以展现用于使用户应用附加或不同查询过滤器的选项。在具体实施方式中，在特定卡片450上检测对应于“滑动”手势的输入，以便显示与先前显示的卡片450具有相同查询域以及一个或多个不同查询过滤器的后续卡片450。作为实例并非限制性方式，用户可将对应于[“评级”]的查询过滤器应用至具有查询域[“餐馆”]和查询过滤器[“菜系”]的卡片集群530的卡片450。在具体实施方式中，可基于用户与先前显示的卡片集群530的卡片450的交互，来修改卡片集群530下部的卡片450。作为实例并非限制性方式，卡片集群530下部的卡片450可显示另外具有特定评级的特定菜系的餐馆。在具体实施方式中，社交网络系统160可生成与不同时间段相关的卡片450。具体卡片450可对应于具有直接相关的、与将来时间段相关的或与任意其他合适的时间段相关的搜索结果的搜索查询。卡片450可部分基于它们相关的时间段来排序。作为实例并非限制性方式，基于查询过滤器[“晚餐”]的历史应用程序，即使当前时间仅仅是下午2：00(其在“正常”晚餐时间以外)，在卡片集群530中，对应于“今晚吃晚餐的地方”的卡片450也可被放置得较高，并且因此在几个小时内可能不直接相关。作为另一实例并非限制性方式，基于用户不在办公室的当前位置(例如，如从用户的移动客户端系统130确定的)，即使当前时间是下午2：00(其可能在“正常”午餐时间之后)，在卡片集群530中，对应于“现在吃饭的地点”的卡片450可被放置得较高，但是基于用户的当前位置可被视为直接相关。

对具有建议查询的卡片进行排序

在具体实施方式中，可至少部分基于特定查询域、查询过滤器、过滤值或其任意组合来对卡片450进行排序。本文中，对预测CTR排序的引用可指代用户将“点击”以与关于特定卡片450的内容的实体或用户交互的概率。作为实例并非限制性方式，社交网络系统160可使用下述值模型对卡片450进行排序。作为另一实例并非限制性方式，如下所述，社交网络系统160可根据推断的与卡片450有关的使用情况来对卡片450进行排序。尽管本公开描述以一个或多个具体方式对卡片进行排序，然而本公开考虑以任意合适方式。

在具体实施方式中，社交网络系统160可至少部分基于值模型，来对特定卡片集群530的卡片450进行排序。作为实例并非限制性方式，排序的值模型可基于卡片的预测CTR以及用户兴趣值，该预测CTR以及用户兴趣值可表示点击通过特定卡片(或执行与卡片有关的活动)时的用户兴趣、满意度、幸福度等，或者也可表示关于与特定卡片交互的实际货币值(例如，广告赞助商)。作为实例并非限制性方式，具有10％的点击通过率的第一活动(例如，阅读文章)可具有相关联用户兴趣值1(表示活动的名义用户兴趣)，但是第二活动(例如，购买音乐票)可具有1％的CTR而具有用户兴趣值100，其中，第二活动可被确定为使得用户在做该第二活动时比做第一活动高兴100倍(或感兴趣100倍)。因此，与第二活动相关的卡片450可被排序得高于与第一活动相关的卡片450，虽然第二活动与具有较低预测CTR的卡片有关。在具体实施方式中，值模型可以是预测CTR乘以预测转化率并乘以转换事件的用户兴趣值的函数。

如另一实例，排序的值模型可至少部分基于计算用于每个卡片450的预测CTR的社交网络系统160。社交网络系统160可推断用户对于对应于具有较高预测CTR的建议查询的卡片450更感兴趣。例如，社交网络系统160可至少部分基于因数(诸如，例如当日时间、星期几、用户当前位置、具有相似人口统计数据的其他用户的CTR、计算的用于用户相对于特定查询域/查询过滤器的CTR、社交图谱亲密度或其任意组合)来计算预测CTR。在具体实施方式中，社交网络系统160可至少部分基于用户偏好来计算用于每个卡片450的预测CTR。作为实例并非限制性方式，一个或多个用户偏好可由用户、其他用户(例如，用户的双亲或雇主)、系统管理员、第三方系统170指定，或以另外方式由社交网络系统160确定。

在具体实施方式中，社交网络系统160可至少部分基于社交网络的搜索历史用户来计算用于每个卡片450的预测CTR。作为实例并非限制性方式，引用用户先前已经访问(或由与用户相关的其他用户(诸如，用户的“好友”)访问)的社交图谱对象(或对象类型)或者与用户先前已经访问的社交图谱对象有关的卡片450更有可能是用户感兴趣的。因此，可对这些卡片450打分更高。作为实例并非限制性方式，如果用户先前已经访问过“斯坦福大学”资料页面并具有帕洛阿尔托的当前位置，则社交网络系统160可至少部分基于用户先前已经访问用于该大学的概念节点204，来确定引用用于“斯坦福大学”的概念节点204的特定卡片450具有相对高的CTR。如另一实例，如果用户先前已经与关于特定查询域的搜索结果交互并且未与关于其他查询域的搜索结果交互，则相比引用先前未与其交互的其他查询域的其他卡片450，社交网络系统160可对引用用户先前与其交互的查询域的卡片450的预测CTR打分更高。

在具体实施方式中，社交网络系统160可至少部分基于对应于用户的用户节点202相对于在一个或多个卡片450中引用的一个或多个节点的社交图谱亲密度，来计算用于每个卡片450的预测CTR。引用具有相对于用户的相对高的社交图谱亲密度(例如，高亲密度系数)的卡片450更有可能是用户感兴趣的。因此，这些卡片450可具有较高预测CTR。作为实例并非限制性方式，社交网络系统160可至少部分基于用户的用户节点202与在相应卡片450中引用的特定社交图谱对象之间的分离度(其可以是亲密度的一种测量)来计算卡片450的预测CTR。相比引用距离用户较远(例如，更高的分离度)的社交图谱对象的卡片450，引用在社交图谱200中更接近用户(例如，对象与用户的用户节点202之间的较低分离度)的社交图谱对象的卡片450可具有较高预测CTR。尽管本公开描述以具体方式计算预测CTR，然而本公开考虑以任意合适方式计算预测CTR。

在具体实施方式中，社交网络系统160可至少部分基于确定关于卡片450的建议查询的特定查询域或过滤值的热门，来计算用于每个卡片450的预测CTR。此外，社交网络系统160可基于社交网络系统160上的所有用户的活动，来计算热门查询域或查询过滤器。作为实例并非限制性方式，当存在活动(诸如，例如在相对短的时间段内，与对应于餐馆的一个或多个概念节点有关的“签到”或“点赞”)的增加时，社交网络系统160可确定特定查询域(例如，[“餐馆”])是热门。此外，当存在活动(诸如，例如在相对短的时间段内，与对应于中国餐馆的概念节点有关的“签到"、评论或“点赞”)的增加时，社交网络系统160可确定与特定查询过滤器(例如，[“菜系”])有关的特定过滤值(例如，[“中国”])是热门。在具体实施方式中，相比引用不是热门的对象的卡片450，引用对应于关于查询过滤器的趋势查询域或过滤值的对象的卡片450可具有较高预测CTR。

在具体实施方式中，社交网络系统160可至少部分基于推断的与每个卡片450有关的使用情况，来对卡片450进行排序。此外，可至少部分基于用户或与用户具有相似人口统计信息的其他用户的用户历史，来推断用户的使用情况。在具体实施方式中，推断的用户意图(多个意图)可对应于特定建议查询或查询域/过滤器，并且对应于匹配推断的用户意图的建议查询的卡片450可具有较高排序。在具体实施方式中，社交网络系统160可基于各种因数(诸如，例如当日时间、用户与其他用户或对象的距离、社交图谱信息、社交图谱亲密度、用户搜索历史、来自用户的反馈、用户的地理位置、关于用户的其他相关信息或其任意组合)推断用户意图。作为实例并非限制性方式，社交网络系统160可基于当日时间和信息(诸如，例如用户的用户历史)来推断用户对找到餐馆感兴趣。例如，社交网络系统160可至少部分基于用户经常在当天的特定时间在餐馆签到，而在特定时间帧内将引用餐馆的卡片450排序得更高。如另一实例，社交网络系统160可基于当周具体星期几和信息(诸如，例如用户的用户历史)，将特定卡片450排序得更高。例如，社交网络系统160可至少部分基于相对于当周具体星期几的电影院的用户历史(例如，“签到”)，而在当周具体星期几(例如，星期五)将引用[“电影”]的卡片450排序得更高。关于确定用户意图的更多信息可在于2013年2月25日提交的美国专利申请第13/776469号中找到，其通过引证结合于此。尽管本公开描述以具体方式推断用户意图，然而本公开考虑以任意合适方式推断用户意图。

图9示出了用于对卡片进行排序的示例性方法900。该方法可从步骤910开始，其中，社交网络系统160可访问包括多个节点以及连接节点的多条矢线206的社交图谱200。节点可包括第一用户节点202和多个第二节点(一个或多个用户节点202、概念节点204或其任意组合)。在步骤920中，社交网络系统160可生成包括多个卡片的卡片集群。在具体实施方式中，每个卡片对应于引用与在线社交网络有关的查询域以及零个以上查询过滤器的建议查询。在具体实施方式中，每个查询过滤器引用一个或多个节点或一条或多条矢线。在步骤930中，社交网络系统160可基于一个或多个用户参与因数来计算用于卡片集群中的每个卡片的预测CTR。在步骤940中，社交网络系统160可基于预测CTR来对卡片集群中的卡片中的每一个进行排序。在步骤950中，社交网络系统160可向第一用户发送卡片集群，用于在第一用户目前访问的页面上显示。在具体实施方式中，可基于与卡片有关的排序排列卡片集群的卡片。在适当的情况下，具体实施方式可重复图9的方法的一个或多个步骤。尽管本公开描述并示出了图9的方法以具体顺序发生的具体步骤，然而本公开考虑图9的方法以任意合适顺序发生的任意合适步骤。此外，尽管本公开描述并示出包括图9的方法的具体步骤的用于对卡片进行排序的示例性方法，然而在适当的情况下，本公开考虑包括图9的方法的步骤中的所有、一些或没有的任意合适步骤的用于对卡片进行排序的任意合适方法。此外，尽管本公开描述并示出了执行图9的方法的具体步骤的具体部件、设备或系统，然而本公开考虑执行图9的方法的任意合适步骤的任意合适部件、设备或系统的任意合适组合。

图10示出了示例性卡片集群530的示例性分组。尽管图10示出了具有具体配置卡片的具体配置的卡片集群530，然而本公开考虑具有任意合适配置卡片的任意合适配置的卡片集群。在具体实施方式中，社交网络系统160可对多个卡片集群530的卡片450(每个卡片450示出一条或多条搜索结果550)进行排序，并且对每个卡片集群530进行排序，使得将最感兴趣的卡片450呈现给用户。如图10的实例所示的，卡片集群530A-C可以垂直布置显示在UI或页面上。如上所述，每个卡片集群530可引用特定查询域以及零个以上查询过滤器。在具体实施方式中，如下所述，卡片集群530A-C可按照推断的与用户的最高相关性到最低相关性排序，并且以下降顺序显示。作为实例并非限制性方式，第一卡片集群530A可包括引用[“餐馆”]查询域的卡片450，第二卡片集群530B可包括引用[“电影”]查询域的卡片450，并且第三卡片集群530C可包括引用[“地标”]查询域的卡片450。在具体实施方式中，用户可通过执行“滑动”触摸手势而在卡片集群530A-C之间浏览。

如图10的实例所示，引用具有不同查询过滤器的特定查询域的卡片集群530A(其包括卡片450A-C)可以水平布置排列。在具体实施方式中，水平滚动卡片集群530A以在卡片450A-C之间浏览，其中，卡片450引用相同查询域和不同过滤值。作为实例并非限制性方式，卡片集群530A可包括均引用[“餐馆”]查询域和不同查询过滤器的卡片。例如，第一卡片450A可引用查询过滤器[“菜系”]，第二卡片450B可引用查询过滤器[“评级”]，并且第三卡片450C可引用查询过滤器[“位置”]。如另一实例，卡片集群530A可包括均引用具有不同过滤值的[“餐馆”]查询域和[“菜系”]查询过滤器的卡片450。例如，第一卡片450A可引用过滤值[“中国”]，第二卡片450B可引用过滤值[“印度”]，并且第三卡片450C可引用过滤值[“埃塞俄比亚”]。

在具体实施方式中，社交网络系统160可至少部分基于每个卡片集群530的卡片450的预测CTR，来对卡片集群530进行排序。此外，卡片集群530中的卡片450可以相似基础进行排序。作为实例并非限制性方式，社交网络系统160可至少部分基于具有每个卡片集群530A-C的最高预测CTR的卡片450的预测CTR的值，来对每个卡片集群530A-C进行排序。例如，基于具有用于每个卡片集群530A-C的最高预测CTR的卡片450的排序，第一卡片集群530A可包括引用[“餐馆”]查询域的卡片450，第二卡片集群530B可包括引用[“电影”]查询域的卡片450，并且第三卡片集群530C可包括引用[“地标”]查询域的卡片450。如另一实例，社交网络系统160可至少部分基于特定查询域的所有卡片的平均CTR，来对卡片集群530进行排序。如另一实例，每个查询域的卡片集群530A-C可以特定查询域的卡片450的预测CTR的加权平均值进行排序。在具体实施方式中，较低预测CTR值的卡片450可添加至卡片集群530，用于一个或多个卡片集群530的卡片450之间的更平滑过渡。尽管本公开描述以具体方式对查询域的卡片集群进行排序，然而本公开考虑以任意合适方式对查询域的卡片集群进行排序。

对具有建议查询的卡片进行分组

在具体实施方式中，社交网络系统160可将卡片450分组为卡片集群530。基于计算的相对于每个卡片450的卡片亲密度，卡片450可被分组为卡片集群530。本文中，对卡片亲密度的引用可指代表示两个或多个卡片450之间的关系的强度的度量。本文中，对卡片亲密度阈值的引用可指代分组为卡片集群530的卡片450之间的卡片亲密度的最小值。作为实例并非限制性方式，社交网络系统160可至少部分基于卡片450的查询域或查询过滤器，基于卡片亲密度的计算，来生成一个或多个卡集群530。如另一实例，社交网络系统160可基于用户交互将一个或多个查询过滤器传送至卡片集群530的后续卡片450。尽管本公开描述了以具体方式生成卡片集群，然而本公开考虑以任意合适方式生成卡片集群。

在具体实施方式中，当计算卡片450相对于其他卡片450的卡片亲密度时，社交网络系统160可考虑一个或多个亲密度。可用于计算卡片亲密度的示例性亲密度可包括查询域到查询域、查询过滤器到查询过滤器、过滤值到过滤值到过滤值或其任意组合。作为实例并非限制性方式，社交网络系统160可至少部分基于由社交网络系统160的基本所有用户提供的信号，来计算卡片亲密度。如另一实例，社交网络系统160可至少部分基于对象的特征、用户的社交图谱亲密度、用户的人口统计信息、“好友,"的活动或其任意组合，来计算卡片亲密度。尽管本公开描述以具体方式计算卡片亲密度，然而本公开考虑任意合适方式的卡片亲密度。

在具体实施方式中，社交网络系统160可至少部分基于对应于不同查询域以及相同查询过滤器及相关联过滤值的卡片的亲密度的计算，来计算卡片亲密度。作为实例并非限制性方式，至少部分基于社交网络系统160的相对于对应于[“流派”]查询过滤器和[“科幻小说”]过滤值的对象，与用户至少具有一些重叠人口统计数据的其他用户的活动，社交网络系统160可确定对应于[“书籍”]、[“电视节目”]以及[“电影”]查询域的卡片450与[“流派”]查询过滤器和[“科幻小说”]过滤值彼此具有高亲密度。在具体实施方式中，社交网络系统160可至少部分基于对应于相同查询域和不同查询过滤器或相关联过滤值的卡片的亲密度的计算，来计算卡片亲密度。作为实例并非限制性方式，社交网络系统160可至少部分基于社交网络系统160上的用户相对于引用[“菜系”]查询过滤器的对象的用户历史(诸如，例如用户在特定菜系餐馆“点赞”或“签到，＝”)，来确定在[“餐馆”]查询域中，对应于[“菜系”]查询过滤器的卡片450彼此具有高亲密度。如另一实例，社交网络系统160可至少部分基于社交网络系统160上的用户相对于对应于[“评级”]查询过滤器的对象的用户历史(诸如，例如在特定评级的餐馆“点赞”或“签到”)，来计算在[“餐馆”]查询域中，对应于[“评级”]查询过滤器的卡片450彼此具有高亲密度。

在具体实施方式中，社交网络系统160可至少部分基于用户与卡片450的交互，来更新卡片亲密度计算。如上所述，社交网络系统160可基于用户与卡片集群530的显示卡片450的交互，来修改卡片集群530中的一个或多个卡片450。作为实例并非限制性方式，社交网络系统160可基于用户的交互，而向卡片450应用特定查询过滤器及相关联过滤值。例如，第一卡片集群530A可包括引用具有查询过滤器[“评级”]及相关联过滤值[“4星”]的[“餐馆”]查询域的卡片450，使得第一卡片集群530A包括引用具有任意类型菜系的4星餐馆的卡片。第二卡片集群530B可包括引用具有查询过滤器[“评级”]及相关联过滤值[“3星”]的[“餐馆”]查询域的卡片450。此外，如果用户选择(诸如，例如通过滑动)第一卡片集群530A的引用用于特定查询过滤器(例如，[“菜系”])的特定过滤值(例如，[“中国”])的卡片450，则第一卡片集群530A的后续卡片450可被修改为引用具有4星级的中国餐馆，并且第二卡片集群530B的卡片可被修改为引用具有3星级的中国餐馆。在具体实施方式中，社交网络系统160可向在稍后显示的卡片集群530应用一个或多个先前选择的查询过滤器或过滤值。作为实例并非限制性方式，基于与引用特定查询过滤器(例如，[“菜系”])的卡片450交互的用户的用户历史，社交网络系统160可计算用于具有相同菜系的卡片450的较高卡片亲密度。此外，后续卡片集群530可自动包括由查询过滤器(例如，[“菜系”])分组的卡片450。尽管本公开描述以具体方式修改卡片亲密度，然而本公开考虑以任意合适方式修改卡片亲密度。

图11示出了用于生成卡片集群的示例性方法1100。该方法可从步骤1110开始，其中，社交网络系统160可访问包括多个节点以及连接节点的多条矢线206的社交图谱200。节点可包括第一用户节点202和多个第二节点(一个或多个用户节点202、概念节点204或其任意组合)。在步骤1120中，社交网络系统160可生成多个卡片。在具体实施方式中，每个卡片可包括引用与在线社交网络有关的查询域以及用于查询域的零个以上查询过滤器的建议查询。在具体实施方式中，每个查询过滤器可引用一个或多个节点或一条或多条矢线。在步骤1130中，社交网络系统160可计算多个卡片中的每个卡片相对于多个卡片中的其他卡片的卡片亲密度。在步骤1140中，社交网络系统160可从多个卡片生成一个或多个卡片集群，每个卡片集群可包括一个或多个卡片，该一个或多个卡片均具有相对于卡片集群中的其他卡片的卡片亲密度，卡片亲密度大于阈值卡片亲密度。在步骤1150中，社交网络系统160可向第一用户发送一个或多个卡片集群，用于在第一用户目前访问的页面上显示。在适当的情况下，具体实施方式可重复图11中的方法的一个或多个步骤。尽管本公开描述并示出了图11的方法以特定顺序发生的特定步骤，然而本公开考虑图11的方法以任意合适顺序发生的方法的任意合适步骤。此外，尽管本公开描述并示出包括图11的方法的特定步骤的用于生成卡片集群的示例性方法，然而在适当的情况下，本公开考虑可包括图11的方法的步骤中的所有、一些或没有的任意合适步骤的用于生成卡片集群的任意合适方法。此外，尽管本公开描述并示出了执行图11的方法的特定步骤的特定部件、设备或系统，然而本公开考虑执行图11的方法的任意合适步骤的任意合适部件、设备或系统的任意合适组合。

社交图谱亲密度和系数

在具体实施方式中，社交网络系统160可确定用于彼此的各种社交图谱实体的社交图谱亲密度(本文中，其可被称为“亲密度")。亲密度可表示与在线社交网络相关联的特定对象(诸如，用户、概念、内容、动作、广告、与在线社交网络相关联的其他对象或其任意合适组合)之间的关系或感兴趣程度的强度。还可以确定相对于与第三方系统170或其他合适系统相关联的对象的亲密度。可建立对每个用户、主题或内容类型的社交图谱实体的整体亲密度。基于与社交图谱实体相关联的动作或关系的连续监控，可改变整体亲密度。尽管本公开描述了以特定方式确定特定亲密度，然而本公开考虑以任意合适方式确定任意合适的亲密度。

在具体实施方式中，社交网络系统160可使用亲密度系数(本文中，其可被称为“系数”)来测量或量化社交图谱亲密度。系数可表示或量化与在线社交网络相关联的特定对象之间的关系的强度。系数也可表示概率或者基于用户对动作的兴趣来测量用户将执行特定动作的预测概率的函数(或可用作输入来计算这种概率)。以此方式，基于用户之前的动作，可预测用户的将来动作，其中，可至少部分基于用户动作的历史来计算系数。视情况而定，由系数表示的该预测概率可不同于用于对先前讨论的搜索查询或卡片进行打分的概率，可用作计算那些概率的因数，或者可直接用于那些概率。可使用系数预测在线社交网络内或外的任意数目的动作。作为实例并非限制性方式，这些动作可包括：各种类型的通信，诸如，发送消息、张贴内容或对内容评论；各种类型的观测动作，诸如，访问或观看资料页面、媒体或其他合适内容；关于两个或多个社交图谱实体的各种类型的一致信息，诸如，位于相同组中、标记在相同照片中、在相同位置签到或参与相同事件；或其他合适动作。尽管本公开描述了以特定方式测量亲密度，然而本公开考虑以任意合适方式测量亲密度。

在具体实施方式中，社交网络系统160可使用各种因数来计算系数。例如，这些因数可包括用户动作、对象之间的关系类型、位置信息、其他合适因数或其任意组合。在具体实施方式中，当计算系数时，不同因数可被不同程度地加权。用于各种因数的权重可以是静态的，或者例如，权重可根据用户、关系类型、动作类型、用户位置等改变。根据因数的权重可组合对因数的评级，以确定用户的整体系数。作为实例并非限制性方式，特定用户动作可被分配评级和权重两者，同时与特定用户动作相关联的关系被分配评级和相关权重(例如，所以总权重100％)。例如，为了计算用户对具体对象的系数，被分配给用户动作的评级可包括总系数的60％，而用户与对象之间的关系可包括总系数的40％。在具体实施方式中，当确定用于计算系数的各种因数(诸如，例如自访问信息以来的时间、衰减因数、访问频率、与信息的关系或者与关于被访问信息的对象的关系、与连接至对象的社交图谱实体的关系、用户动作的短期或长期平均值、用户反馈、其他合适变量或其任意组合)的权重时，社交网络系统160可考虑各种变量。作为实例并非限制性方式，系数可包括使得由特定动作提供的信号的强度随着时间衰减的衰减因数，使得当计算系数时，最近的动作更为相关。基于对动作的连续跟踪来连续更新基于系数的评级和权重。可采用任意类型的过程或算法来分配、组合、求平均值等各种因数的评级以及分配至因数的权重。在具体实施方式中，社交网络系统160可使用基于历史动作和之前用户响应训练的机器学习算法或者通过暴露于各种选项且测量响应而从用户获得的数据来确定系数。尽管本公开描述了以特定方式计算系数，然而本公开考虑以任意合适方式计算系数。

在具体实施方式中，社交网络系统160可基于用户动作计算系数。社交网络系统160可监控在线社交网络上、第三方系统170上、其他合适系统上或其任意组合的这种动作。可跟踪或监控任意合适类型的用户动作。典型的用户动作包括查看资料页面、创建内容或发布内容、与内容交互、标记图像或在图像中标记、加入团体、列出并确认参与事件、在某地签到、喜欢具体页面、创建页面以及执行便于社交动作的其他任务。在具体实施方式中，社交网络系统160可基于用户与具体类型内容的动作计算系数。内容可与在线社交网络、第三方系统170或另一合适系统相关联。内容可包括用户、资料页面、帖子、新闻故事、大标题、即时消息、聊天室会话、电子邮件、广告、图片、视频、音乐、其他合适的对象或其任意组合。社交网络系统160可分析用户动作以确定动作中的一个或多个是否表示用于主题、内容、其他用户等等的亲密度。作为实例并非限制性方式，如果用户频繁发布与“咖啡”或其变形有关的帖子内容，则社交网络系统160可确定用户相对于概念“咖啡”具有较高系数。具体动作或具体类型的动作可比其他动作分配更高的权重和/或评级，从而可影响整体计算的系数。作为实例并非限制性方式，相比如果第一用户仅查看第二用户的用户资料页面，如果第一用户向第二用户发送电子邮件，则用于该动作的权重或评级更高。

在具体实施方式中，社交网络系统160可基于具体对象之间的关系的类型来计算系数。参考社交图谱200，当计算系数时，社交网络系统160可对连接具体用户节点202和概念节点204的矢线206的数目和/或类型进行分析。作为实例并非限制性方式，相比由朋友类型矢线连接的用户节点202，由配偶类型矢线(表示两个用户结婚了)连接的用户节点202可分配更高系数。换言之，取决于分配给具体用户的动作和关系的权重，可确定相比关于用户好友的内容，关于用户配偶的内容具有更高的整体亲密度。在具体实施方式中，用户与另一对象的关系可影响用户动作相对于计算用于该对象的系数的权重和/或评级。作为实例并非限制性方式，如果用户在标记第一照片，但是仅点赞第二照片，则社交网络系统160可确定相比第二照片，用户具有相对于第一照片的更高系数，因为相比与内容具有点赞类型的关系，与内容具有标记类型的关系可分配有更高权重和/或评级。在具体实施方式中，社交网络系统160可基于一个或多个第二用户与特定对象所具有的关系来计算第一用户的系数。换言之，其他用户与对象所具有的连接和系数可影响第一用户对该对象的系数。作为实例并非限制性方式，如果第一用户连接至一个或多个第二用户或者对一个或多个第二用户具有较高系数，并且这些第二用户连接至特定对象并且对该特定对象具有较高系数，则社交网络系统160可确定第一用户对于该具体对象应该也具有相对高的系数。在具体实施方式中，系数可基于具体对象之间的隔离度。较低系数可表示第一用户对社交图谱200中与第一用户直接连接的用户的内容对象感兴趣的可能性较低。作为实例并非限制性方式，相比在社交图谱200中相距更远的实体，在社交图谱200中的更靠近的社交图谱实体(即，更少的隔离度)可具有更高系数。

在具体实施方式中，社交网络系统160可基于位置信息计算系数。与更远的对象相比，在地理位置上更靠近于彼此的对象可被视为彼此更为相关或更为感兴趣。在具体实施方式中，用户对特定对象的系数可基于对象位置与关于用户的当前位置(或用户的客户端系统130的位置)的接近度。第一用户可能对更接近于第一用户的其他用户或概念更感兴趣。作为实例并非限制性方式，如果用户距离机场一英里并且距离加油站两英里，则社交网络系统160可基于机场与用户的接近度来确定用户对机场比对加油站具有更高的系数。在具体实施方式中，用户对一个或多个对象的系数可基于该对象的地理接近度(例如，与用户和/或彼此)以及用户与该对象的交互。作为实例并非限制性方式，相比不相关的地理位置，由用户连续访问的一对地理位置(诸如，例如餐馆和电影院附近)可被视为彼此更感兴趣。

在具体实施方式中，社交网络系统160可基于系数信息执行相对于用户的具体动作。可使用系数来预测用户是否将基于用户感兴趣的动作来执行具体动作。当生成任意类型对象或将任意类型对象(诸如，广告、搜索结果、新闻故事、媒体、消息、通知或其他合适对象)呈现给用户时，可使用系数。还可使用系数对该对象进行排序和排列，视情况而定。以此方式，社交网络系统160可提供与用户的兴趣和当前环境相关的信息，从而增加他们将找出感兴趣的信息的可能性。在具体实施方式中，社交网络系统160可基于系数信息生成内容。可基于特定于用户的系数提供或选择内容对象。作为实例并非限制性方式，可使用系数生成用于用户的媒体，其中，用户可呈现有其对媒体对象具有较高整体系数的媒体。作为另一实例并非限制性方式，可使用系数生成用于用户的广告，其中，用户可呈现有其对广告对象具有较高整体系数的广告。在具体实施方式中，社交网络系统160可基于系数信息生成搜索结果。基于与关于查询用户的搜索结果相关联的系数，可对具体用户的搜索结果进行打分或排序。作为实例并非限制性方式，在搜索结果页面上，相比对应于具有更低系数的对象的结果，对应于具有更高系数的对象的搜索结果可排序得更高。

在具体实施方式中，社交网络系统160可响应于来自具体系统或过程的对系数的请求而计算系数。为了预测用户在给定情形中可能采用的可能动作(或可以是主题)，任意过程可请求用于用户的计算系数。请求还可包括计算系数所使用的各种因数的一组权重。该请求可来自在在线社交网络上运行的过程、来自第三方系统170(例如，经由API或其他通信渠道)或来自另一合适系统。响应于该请求，社交网络系统160可计算系数(或者，如果系数先前已经被计算和存储，则访问系数信息)。在具体实施方式中，社交网络系统160可测量相对于特定过程的亲密度。不同过程(在线社交网络内部和外部)可请求用于特定对象或组对象的系数。社交网络系统160可提供关于请求亲密度测量的特定过程的亲密度测量。以此方式，每个过程接收为不同情景(其中，过程将使用亲密度测量)定制的亲密度测量。

关于社交图谱亲密度和亲密度系数，具体实施方式可利用以下各项中公开的一个或多个系统、部件、元素、功能、方法、操作或步骤：于2006年8月11日提交的美国专利申请第11/503093号、于2010年12月22日提交的美国专利申请第12/977027号、于2010年12月23日提交的美国专利申请第12/978265号以及于2012年10月1日提交的美国专利申请第13/632869号，其每一个通过引证结合于此。

广告

在具体实施方式中，广告可以是文本(其可以是HTML链接)、一个或多个图像(其可以是HTML链接)、一个或多个视频、音频、一个或多个ADOBEFLASH文件、这些的合适的组合、或者以在一个或多个网页上、一个或多个电子邮件中、或者关联用户请求的搜索结果呈现的任意合适的数字格式的任意其他合适的广告。另外或作为替代，广告可以是一个或多个赞助故事(例如，社交网络系统160上的新闻馈送或即时动态(ticker)项)，或者可以是一个或多个赞助查询(例如，引用特定对象的建议查询)。例如，通过使社交动作呈现在用户的资料页面或其他页面的预定区域内、使用与广告商相关联的附加信息呈现社交动作、使社交动作弹出或者在其他用户的新闻馈送或即时动态项内另外强调或另外宣传，赞助故事或查询可包括对广告商宣传的用户的社交动作的引用(诸如“点赞”页面、在页面的帖子上“点赞”或评论、RSVP与页面相关联的事件、就页面上张贴的问题投票、在一个地点签到、使用应用程序、或玩游戏、或“点赞”或共享网站)。广告商可付费以使社交动作得到宣传。

在具体实施方式中，广告可能被请求在社交网络系统网页、第三方网页或其他页面内显示。广告可显示在页面的专用部分中，诸如在页面顶部的横幅区域中、在页面的侧面的纵列中、在页面的GUI中、在弹出式窗口中、在下拉菜单中、在页面的输入栏中、在页面的内容的顶部或者相对于页面的别处。另外或作为替代，广告可显示在应用程序内。广告可显示在专用页面内，需要用户在访问页面或使用应用程序之前，与广告互动或观看广告。例如，用户可通过网络浏览器查看广告。

用户可以任意合适方式与广告交互。用户可点击或以另外方式选择广告。通过选择广告，用户可定向至(或由用户使用的浏览器或其它应用程序)与广告相关联的页面。用户可在与该广告相关联的页面上采取附加动作，诸如，购买与该广告相关联的产品或服务、接收与该广告相关联的信息、或者订阅与该广告相关联的时事通讯。通过选择该广告的部件(如“播放按钮”)，可播放音频或视频广告。可替换地，通过选择广告，社交网络系统160可执行或修改用户的具体动作。作为实例并非限制性方式，广告可包括在搜索结果页的搜索结果之中，其中，赞助内容超越非赞助内容得到宣传。作为另一示例并非限制性方式，广告可包括在建议搜索查询当中，其中，引用广告商或其内容/产品的建议查询可通过非赞助查询宣传。

广告也可包括用户可与其交互的社交网络系统功能。例如，广告可使用户能够通过选择与认可相关联的图标或链接来“点赞”或以另外方式支持广告。作为另一实例，广告可使用户能够搜索(例如，通过执行查询)与广告商相关的内容。类似地，用户可与另一用户(例如，通过社交网络系统160)分享广告或RSVP(例如，通过社交网络系统160)与广告相关联的事件。另外或作为替代，广告可包括定向至用户的社交网络系统环境。例如，广告可显示关于已采取与广告的主题相关联的动作的社交网络系统160内的用户的好友的信息。作为实例并非限制性方式，广告商想要宣传的具体地点或对象可在卡片集群530的卡片450内部或者在他们的排序卡片中作为用于用户的单项卡片450推进或宣传。宣传卡片450的排序可考虑到动态拍卖，该动态拍卖补偿引发的用于显示用户可能较少参与的另一卡片450的参与“点击(hit)”。如另一实例，赞助卡片450，而不只是赞助项可向用户显示。例如，网飞(NETFLIX)卡片450可只对应于在网飞上可获得的内容，或者星巴克(STARBUCKS)卡片450可以是可显示在对应于“附近咖啡厅”的卡片450之前的“附近星巴克”卡片450。

系统和方法

图12示出了示例性计算机系统1200。在具体实施方式中，一个或多个计算机系统1200执行本文描述或示出的一个或多个方法的一个或多个步骤。在具体实施方式中，一个或多个计算机系统1200提供本文描述或示出的功能。在具体实施方式中，在一个或多个计算机系统1200中运行的软件执行本文描述或示出的一个或多个方法的一个或多个步骤或者提供本文描述或示出的功能。具体实施方式包括一个或多个计算机系统1200的一个或多个部分。本文中，在适当的情况下，对计算机系统的引用可包括计算设备，反之亦然。此外，在适当的情况下，对计算机系统的引用可包括一个或多个计算机系统。

本公开考虑任意合适数量的计算机系统1200。本公开考虑采用任意合适外形的计算机系统1200。作为实例并非限制性方式，计算机系统1200可以是嵌入式计算机系统、片上系统(SOC)、单板计算机系统(SB)(诸如，例如电脑模组(COM)或系统模组(SOM))、台式计算机系统、膝上型或笔记本计算机系统、交互式自助服务机、主机、计算机系统网络、移动电话、个人数字助理(PDA)、服务器、平板计算机系统或者这些中两个或多个的组合。在适当的情况下，计算机系统1200可包括单一式或者分布式的跨多个位置、跨多台机器、跨多个数据中心或者驻留在云中的一个或者多个计算机系统1200，该计算机系统可包括一个或多个网络中的一个或多个云部件。在适当的情况下，一个或多个计算机系统1200可无实质空间或者时间限制地执行本文描述或示出的一个或多个方法的一个或多个步骤。作为实例并非限制性方式，一个或多个计算机系统1200可实时地或以分批处理模式执行本文描述或示出的一个或多个方法的一个或多个步骤。在适当的情况下，一个或多个计算机系统1200可在不同时间或不同位置执行本文中描述的或示出的一个或多个方法的一个或多个步骤。

在具体实施方式中，计算机系统1200包括处理器1202、存储器1204、存储介质1206、输入/输出(I/O)接口1208、通信接口1210以及总线1212。尽管本公开描述并示出了具有按照特定布置的特定数量的特定部件的特定计算机系统，然而，本公开考虑具有按照任意合适布置的任意合适数量的任意合适部件的任意合适计算机系统。

在具体实施方式中，处理器1202包括用于执行指令的硬件，诸如构成计算机程序的那些指令。作为实例并非限制性方式，为了执行指令，处理器1202可检索(或获取)来自内部寄存器、内部缓存、存储器1204或存储介质1206的指令、对其进行解码并执行指令、然后将一条或多条结果写入内部寄存器、内部缓存、存储器1204或存储介质1206。在具体实施方式中，处理器1202可包括用于数据、指令或地址的一个或多个内部缓存。在适当的情况下，本公开考虑包括任意合适数量的任意合适的内部缓存的处理器1202。作为实例并非限制性方式，处理器1202可包括一个或多个指令缓存、一个或多个数据缓存以及一个或多个翻译后备缓冲器(TLB)。在指令缓存中的指令可以是在存储器1204或存储介质1206中的指令的副本，并且指令缓存可加速处理器1202对那些指令的检索。在数据缓存中的数据可以是在用于在处理器1202操作中执行的指令在存储器1204或存储介质1206中的数据的副本、用于由在处理器1202中执行的后续指令访问或用于写入存储器1204或存储介质1206的在处理器1202中执行的先前的指令的结果或其他合适的数据。数据缓存可加速处理器1202的读取或写入操作。TLB可加速处理器1202的虚拟地址翻译。在具体实施方式中，处理器1202可包括用于数据、指令或地址的一个或多个内部寄存器。在适当的情况下，本公开考虑处理器1202包括任意合适数量的任意合适的内部寄存器。在适当的情况下，处理器1202可包括一个或者多个算法逻辑单元(ALU)、可以是多核处理器或者包括一个或多个处理器1202。尽管本公开描述并示出了特定处理器，然而本公开考虑任意合适的处理器。

在具体实施方式中，存储器1204包括主存储器，用于存储处理器1202执行的指令或处理器1202操作的数据。作为实例并非限制性方式，计算机系统1200可从存储介质1206或另一来源(诸如，例如，另一计算机系统1200)加载指令到存储器1204。然后，处理器1202可从存储器1204加载指令到内部寄存器或内部缓存。为了执行指令，处理器1202可从内部寄存器或内部缓存检索指令并且将它们解码。在指令的执行之中或之后，处理器1202可将一条或多条结果(其可以是中间结果或最终结果)写入到内部寄存器或内部缓存。然后，处理器1202可将那些结果中的一条或多条写入到存储器1204。在具体实施方式中，处理器1202只执行在一个或多个内部寄存器或内部缓存或存储器1204(与存储介质1206或其他位置相反)中的指令，并且只操作在一个或多个内部寄存器或内部缓存或存储器1204(与存储介质1206或其他位置相反)中的数据。一个或多个存储器总线(其均可包括地址总线和数据总线)可将处理器1202耦接至存储器1204。如下所述，总线1212可包括一个或多个存储器总线。在具体实施方式中，一个或多个存储器管理单元(MMU)存在于处理器1202与存储器1204之间，并促进处理器1202要求的对存储器1204的访问。在具体实施方式中，存储器1204包括随机存取存储器(RAM)。在适当的情况下，该RAM可以是易失性存储器。在适当的情况下，该RAM可以是动态RAM(DRAM)或静态RAM(SRAM)。此外，在适当的情况下，该RAM可以是单端口或多端口RAM。本公开考虑任意合适的RAM。在适当的情况下，存储器1204可包括一个或多个存储器1204。尽管本公开描述并示出了特定存储器，然而，本公开考虑任意合适的存储器。

在具体实施方式中，存储介质1206包括用于数据或指令的大容量存储介质。作为实例并非限制性方式，存储介质1206可包括硬盘驱动(HDD)、软盘驱动、闪存、光盘、磁光盘、磁带或通用串行总线(USB)驱动或者这些中两个或多个的组合。在适当的情况下，存储介质1206可包括移动或非移动(或固定)的介质。在适当的情况下，存储介质1206可以是计算机系统1200内部或外部的。在具体实施方式中，存储介质1206是非易失性固态存储器。在具体实施方式中，存储介质1206包括只读存储器(ROM)。在适当的情况下，该ROM可以是掩模编程ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可更改ROM(EAROM)、或闪存或这些中两个或多个的组合。本公开考虑采用任意合适外形的大容量存储介质1206。在适当的情况下，存储介质1206可包括促进处理器1202与存储介质1206之间通信的一个或多个存储控制单元。在适当的情况下，存储介质1206可包括一个或多个存储介质1206。尽管本公开描述并示出了特定的存储介质，然而本公开考虑任意合适的存储介质。

在具体实施方式中，I/O接口1208包括为在计算机系统1200与一个或多个I/O设备之间的通信提供一个或多个接口的硬件、软件或这两者。在适当的情况下，计算机系统1200可包括这些I/O设备中的一个或多个。这些I/O设备中的一个或多个可使个人与计算机系统1200之间能够通信。作为实例并非限制性方式，I/O设备可包括键盘、小键盘、麦克风、监控器、鼠标、打印机、扫描仪、扬声器、照相机、触控笔、平板、触摸屏、追踪球、摄影机、另一合适的I/O设备或这些中两个或多个的组合。I/O设备可包括一个或多个传感器。本公开考虑任意合适的I/O设备以及用于它们的任意合适的I/O接口1208。在适当的情况下，I/O接口1208可包括使处理器1202能够驱动这些I/O设备中的一个或多个的一个或多个设备或软件驱动器。在适当的情况下，I/O接口1208可包括一个或多个I/O接口1208。尽管本公开描述并示出了特定的I/O接口，然而本公开考虑任意合适的I/O接口。

在具体实施方式中，通信接口1210包括为在计算机系统1200与一个或多个其他计算机系统1200之间或一个或多个网络之间的通信(诸如，例如，基于数据包的通信)提供一个或多个接口的硬件、软件或这两者。作为实例并非限制性方式，通信接口1210可包括用于与以太网或其他基于有线网络通信的网络接口控制器(NIC)或网络适配器，或用于与无线网络(诸如WI-FI网络)通信的无线NIC(WNIC)或无线适配器。本公开考虑任意合适的网络和用于它的任意合适的通信接口1210。作为实例并非限制性方式，计算机系统1200可与自组织网络、个人局域网(PAN)、局域网(LAN)、广域网(WAN)、城域网(MAN)或因特网的一个或多个部分或这些中两个或多个的组合通信。这些网络中的一个或多个的一个或多个部分可以为有线或无线。例如，计算机系统1200可与无线PAN(WPAN)(诸如，例如，蓝牙WPAN)、WI-FI网络、WI-MAX网络、蜂窝电话网络(诸如，例如，全球移动通信系统(GSM)网络)或其他合适的无线网络或这些中两个或多个的组合通信。在适当的情况下，计算机系统1200可包括用于任意这些网络的任意合适的通信接口1210。在适当的情况下，通信接口1210可包括一个或多个通信接口1210。尽管本公开描述并示出了特定的通信接口，然而本公开考虑任意合适的通信接口。

在具体实施方式中，总线1212包括将计算机系统1200的部件彼此耦接的硬件、软件或这两者。作为实例并非限制性方式，总线1212可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限宽带互连、低引脚数(LPC)总线、存储器总线、微通道结构(MCA)总线、外围部件互连(PCI)总线、PCI-Express(PCIe)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线、或另一合适的总线或者这些中两个或多个的组合。在适当的情况下，总线1212可包括一个或多个总线1212。尽管本公开描述并示出了特定总线，然而本公开考虑任意合适的总线或互连。

本文中，在适当的情况下，计算机可读非易失性存储介质或介质可包括一个或多个半导体基或其他集成电路(IC)(诸如，例如，现场可编程门阵列(FPGA)或特定用途IC(ASIC))、硬盘驱动(HDD)、混合硬盘驱动(HHD)、光盘、光盘驱动(ODD)、磁光盘、磁光驱动、软盘、软盘驱动(FDD)、磁带、固态驱动(SSD)、RAM驱动、安全数码卡或驱动、任意其他合适的计算机可读非易失性存储介质或这些中两个或多个的任意合适组合。在适当的情况下，计算机可读非易失性存储介质可以是易失性的、非易失性的或易失性与非易失性的组合。

杂项

本文中，除非另有明确表示或通过上下文另有表示，否则“或”是包括性的而非排除性的。因此，本文中，除非另有明确表示或通过上下文另有表示，否则“A或B”意味着“A、B或这两者”。而且，除非另有明确表示或者通过上下文另有表示，否则，“和”为联合的和多个的。因此，本文中，除非另有明确表示或者通过上下文另有表示，否则，“A和B”意味着“联合的或多个的A和B”。

本公开的范围涵盖本领域普通技术人员应当理解的对本文中描述或示出的示例性实施方式的所有改变、替代、变化、变更以及变形。本公开的范围并不局限于本文中描述或示出的示例性实施方式。此外，尽管本公开将本文中各个实施方式描述并示出为包括特定部件、元件、功能、操作或步骤，但是本领域普通技术人员应理解，这些实施方式中的任一个可包括本文中任意地方描述或示出的任意部件、元件、功能、操作或步骤的任意组合或排列。此外，无论装置、系统、部件或者那些特定功能是否被激活、打开或者解锁，只要那些装置、系统或部件被适配、布置、能够、配置、使能、可操作或者操作，在所附权利要求中对被适配为、布置为、能够、配置为、使能、可操作以、或者操作以执行特定功能的装置或系统或者装置或系统的部件的引用包括该装置、系统、部件。

Claims (32)

1.一种方法，包括，由计算设备：

访问社交图谱，所述社交图谱包括多个节点以及连接所述节点的多条矢线，所述节点中的两个节点之间的矢线中的每一条表示所述两个节点之间的单个分离度，所述节点包括：

第一节点，对应于与在线社交网络相关联的第一用户；以及

多个第二节点，所述多个第二节点中的每个均对应于概念或与所述在线社交网络相关联的第二用户；

生成多个卡片，每个卡片包括引用与所述在线社交网络有关的查询域以及零个以上查询过滤器的建议查询，其中，每个查询过滤器引用所述多个节点中的一个或多个节点或所述多条矢线中的一条或多条矢线；

基于一个或多个用户参与因数计算用于每个卡片的用户参与分数；以及

向所述第一用户发送具有大于用户参与阈值分数的用户参与分数的每个卡片，用于在由所述第一用户目前访问的页面上显示。

2.根据权利要求1所述的方法，进一步包括：

从所述第一用户接收向特定卡片应用查询过滤器的输入；以及基于所述输入在一个或多个其他卡片上修改所述查询过滤器。

3.根据权利要求1所述的方法，进一步包括：响应于检测来自所述第一用户的对应于先前显示卡片的滑动而向所述第一用户显示后续卡片，所述后续卡片与所述先前显示卡片具有相同查询域和一个或多个不同的查询过滤器。

4.根据权利要求1所述的方法，其中，发送的卡片显示为一个或多个卡片集群。

5.根据权利要求4所述的方法，其中，基于与所述卡片有关的排序排列每个卡片集群的卡片。

6.根据权利要求1所述的方法，其中，每个卡片进一步包括：对应于与所述卡片对应的所述建议查询的一条或多条搜索结果的预览。

7.根据权利要求1所述的方法，其中，每个建议查询是结构化查询，

所述结构化查询包括对所述多个节点中的一个或多个节点以及所述多条矢线中的一条或多条矢线的引用。

8.根据权利要求1所述的方法，其中，由结构化查询引用的至少一个或多个第二节点对应于位置，并且由所述结构化查询引用的矢线中的至少一条对应于签到所述位置。

9.根据权利要求1所述的方法，其中，由结构化查询引用的至少一个或多个第二节点对应于内容对象，并且由所述结构化查询引用的矢线中的至少一条对应于喜欢所述内容对象。

10.根据权利要求1所述的方法，其中，所述用户参与因数包括所述第一用户的人口统计信息、当前信息或社交图谱信息中的一个或多个。

11.根据权利要求1所述的方法，其中，所述用户参与因数包括关于所述第二节点中的一个或多个的另一用户的社交图谱信息，所述第二用户至少具有与所述第一用户的人口统计信息相同的人口统计信息的子集。

12.根据权利要求1所述的方法，进一步包括：基于当前位置与所述第一用户的人口统计信息的比较，来确定所述第一用户是否是相对于所述第一用户的所述当前位置的游客。

13.根据权利要求1所述的方法，其中，所述用户参与因数包括所述第一用户相对于由结构化查询引用的一个或多个第二节点的社交图谱亲密度。

14.根据权利要求1所述的方法，其中，所述建议查询进一步引用分别引用一个或多个对象属性的一个或多个查询过滤器。

15.根据权利要求1所述的方法，其中，生成的卡片中的至少一个包括引用基于所述第一用户的搜索历史而选择的查询过滤器的建议查询。

16.根据权利要求1所述的方法，其中，所述页面是与所述在线社交网络有关的本机应用程序的用户界面。

17.根据权利要求1所述的方法，其中，所述页面是由浏览器客户端访问的社交网络系统的网页。

18.一种或多种实施软件的计算机可读非易失性存储介质，当执行所述软件时，所述软件能操作以：

访问社交图谱，所述社交图谱包括多个节点以及连接所述节点的多条矢线，所述节点中的两个节点之间的矢线中的每一条表示所述两个节点之间的单个分离度，所述节点包括：

第一节点，对应于与在线社交网络相关联的第一用户；以及

多个第二节点，所述多个第二节点中的每个均对应于概念或与所述在线社交网络相关联的第二用户；

生成多个卡片，每个卡片包括引用与所述在线社交网络有关的查询域以及零个以上查询过滤器的建议查询，其中，每个查询过滤器引用所述多个节点中的一个或多个节点或所述多条矢线中的一条或多条矢线；

基于一个或多个用户参与因数计算用于每个卡片的用户参与分数；以及

向所述第一用户发送具有大于用户参与阈值分数的用户参与分数的每个卡片，用于在由所述第一用户目前访问的页面上显示。

19.一种系统，包括：一个或多个处理器；以及存储器，所述存储器耦接至所述处理器，所述存储器包括由所述处理器可执行的指令，当执行所述指令时，所述处理器能操作以：

访问社交图谱，所述社交图谱包括多个节点以及连接所述节点的多条矢线，所述节点中的两个节点之间的矢线中的每一条表示所述两个节点之间的单个分离度，所述节点包括：

第一节点，对应于与在线社交网络相关联的第一用户；以及

多个第二节点，所述多个第二节点中的每个均对应于概念或与所述在线社交网络相关联的第二用户；

生成多个卡片，每个卡片包括引用与所述在线社交网络有关的查询域以及零个以上查询过滤器的建议查询，其中，每个查询过滤器引用所述多个节点中的一个或多个节点或所述多条矢线中的一条或多条矢线；

基于一个或多个用户参与因数计算用于每个卡片的用户参与分数；以及

向所述第一用户发送具有大于用户参与阈值分数的用户参与分数的每个卡片，用于在由所述第一用户目前访问的页面上显示。

20.根据权利要求1或2所述的方法，进一步包括：响应于检测来自所述第一用户的对应于先前显示卡片的滑动而向所述第一用户显示后续卡片，所述后续卡片与所述先前显示卡片具有相同查询域和一个或多个不同的查询过滤器。

21.根据权利要求1至3中任一项所述的方法，其中，发送的卡片显示为一个或多个卡片集群；和/或其中，基于与所述卡片有关的排序排列每个卡片集群的卡片。

22.根据权利要求1至4中任一项所述的方法，其中，每个卡片进一步包括：对应于与所述卡片对应的所述建议查询的一条或多条搜索结果的预览；其中，优选地，每个建议查询是结构化查询，所述结构化查询包括对所述多个节点中的一个或多个节点以及所述多条矢线中的一条或多条矢线的引用。

23.根据权利要求1至5中任一项所述的方法，其中，由结构化查询引用的至少一个或多个第二节点对应于位置，并且由所述结构化查询引用的矢线中的至少一条对应于签到所述位置；其中，由所述结构化查询引用的至少一个或多个第二节点对应于内容对象，并且由所述结构化查询引用的矢线中的至少一条对应于喜欢所述内容对象。

24.根据权利要求1至6中任一项所述的方法，其中，所述用户参与因数包括所述第一用户的人口统计信息、当前信息或社交图谱信息中的一个或多个；其中，优选地，所述用户参与因数包括关于所述第二节点中的一个或多个的另一用户的社交图谱信息，所述第二用户至少具有与所述第一用户的人口统计信息相同的人口统计信息的子集。

25.根据权利要求1至7中任一项所述的方法，进一步包括：基于当前位置与所述第一用户的人口统计信息的比较，来确定所述第一用户是否是相对于所述当前位置的游客。

26.根据权利要求1至8中任一项所述的方法，其中，所述用户参与因数包括所述第一用户相对于由结构化查询引用的一个或多个第二节点的社交图谱亲密度。

27.根据权利要求1至9中任一项所述的方法，其中，所述建议查询进一步引用分别引用一个或多个对象属性的一个或多个查询过滤器。

28.根据权利要求1至10中任一项所述的方法，其中，生成的卡片中的至少一个包括引用基于所述第一用户的搜索历史而选择的查询过滤器的建议查询。

29.根据权利要求1至11中任一项所述的方法，其中，所述页面是与所述在线社交网络有关的本机应用程序的用户界面。

30.根据权利要求1至12中任一项所述的方法，其中，所述页面是由浏览器客户端访问的社交网络系统的网页。

31.根据权利要求1至12中任一项所述的方法，其中，所述页面是由浏览器客户端访问的社交网络系统的网页。

32.一种系统，包括：一个或多个处理器；以及存储器，所述存储器耦接至所述处理器，所述存储器包括由所述处理器能执行的指令，当执行所述指令时，所述处理器能操作以执行根据权利要求1至13中任一项所述的方法。