CN109597904A - 用于提供社交网络的方法和系统 - Google Patents

用于提供社交网络的方法和系统 Download PDF

Info

Publication number
CN109597904A
CN109597904A CN201811276114.3A CN201811276114A CN109597904A CN 109597904 A CN109597904 A CN 109597904A CN 201811276114 A CN201811276114 A CN 201811276114A CN 109597904 A CN109597904 A CN 109597904A
Authority
CN
China
Prior art keywords
social
user
classification
activity
social object
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
CN201811276114.3A
Other languages
English (en)
Other versions
CN109597904B (zh
Inventor
廖顺德
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201811276114.3A priority Critical patent/CN109597904B/zh
Publication of CN109597904A publication Critical patent/CN109597904A/zh
Application granted granted Critical
Publication of CN109597904B publication Critical patent/CN109597904B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/40—Data acquisition and logging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Abstract

公开了用于提供社交网络的方法和系统。该方法包括：维护多个数据库表格，其中，每个数据库表格存储社交对象的多个类别中的特定一个类别的每个社交对象的数据，所述多个类别至少包括：人类别、地点类别、事物类别、活动类别、词汇类别和服务类别；在所述社交网络上建立不同类别的多个社交对象之间的关联；向用户呈现所述多个社交对象之间的关联，其中，为所述多个社交对象提供社交网络，并且社交网络被配置为记录所有的社交对象的所有活动；分析与用户的社交对象相关联的多个社交对象中的每一个的所记录的活动；基于所述分析，确定在社交网络上提供给用户的内容。

Description

用于提供社交网络的方法和系统
本申请是国际申请号为PCT/SG2011/000179，中国申请号为201180033557.X，申请日为2011年5月6日，发明名称为“用于将内容导引到社交网络引擎用户的系统和方法”的发明专利申请的分案申请。
技术领域
本发明涉及社交网络引擎。更具体地，本发明涉及用于在社交网络引擎中将用户、对象及服务相关联的处理。更具体地，本发明涉及用于在社交网络引擎中将用户和对象相关联以将期望内容提供给用户的处理。
背景技术
社交网络引擎近年来受到欢迎。其中两个最广为人知的社交网络引擎为Facebook和Myspace。起初，社交网络引擎以与博客相似的方式工作，用户可以在其中发表更新或评论，以供其他人观看。然后，社交网络引擎允许用户建立联系或“朋友”，允许建立联系的用户通过发表到引擎来彼此分享内容。社交网络引擎然后开始允许“动作”，以允许用户彼此交互，“动作”诸如“在线”游戏中的送礼物，照片的更新和附标签等。
随着社交网络的发展，保持用户对网络所提供的活动的兴趣以维持引擎的流量发展为一个课题。众所皆知地，用户通常会对观看别人的评论或对网络提供的游戏逐渐失去兴趣。从而，用户不再频繁地访问引擎。这会影响引擎的广告销售。为了解决该问题，社交网络引擎尝试经常地新增游戏和/或特征，以给用户提供不同的内容来保持他们对引擎的兴趣。然而，这在用户对游戏和其它内容厌倦时不能解决问题。因此，本领域技术人员不断努力地发掘新的网络模式以改变由这些社交网络提供的特征，以维持用户对使用提供该社交网络的引擎感兴趣。
提供新内容遇到的问题是网络被局限于数字世界。因此，只有文字和其它影音图像可以用来进行交互。这将社交网络中的交互限制为人的间的交互。然而，本领域技术人员认为有需要将内容扩展，以允许与物理世界中的对象交互，以扩展可能提供的内容。
第二个问题是用户想要扩展社交网络以包含关于其它用户的信息以外的更多内容。经常，用户想要与它们的联系分享关于“社交对象”的信息，诸如产品、位置、事件及其它对象。因此，用户期望一种提供允许用户与这些类型的“社交对象”进行交互的系统的社交网络。
社交网络供应商的第三个问题是从提供社交网络获得收益流。典型地，社交网络供应商从在社交网络引擎上销售广告产生收益。然而，广告客户经常只期望针对符合广告产品特定族群统计学的社交网络引擎的用户进行广告。该族群统计学可以包括用户的位置、年龄及兴趣。因此，广告客户期望一种识别特定用户并将特定产品的广告发给社交网络引擎的这些特定用户的系统。
发明内容
通过根据本发明的用于导引内容至社交网络引擎的用户的系统和方法解决上面和其它问题，并带来本领域的进步。根据本发明的系统优点是：通过使得诸如图片和社交功能的对象成为社交网络引擎中的“社交对象”来使社交网络引擎更加动态，以允许与对象以及用户的交互，使得社交网络引擎更多交互以维持用户的兴趣。根据本发明的系统的第二个优点是：用户与社交对象的交互允许从用户手机更多数据，然后可以用来将诸如广告的特定内容提供给特定用户，以使得提供给用户的内容的效果最大。
根据本发明的一些实施例，社交网络的提供方允许以下面的方式将文本与图像的部分相关联，以便于“社交对象”的使用。系统首先从用户接收图像。然后，系统确定图像中的形状。然后，描述形状的数据被存储在图像数据库中与图像关联的记录中。然后，从用户接收与形状关联的文本的输入。根据这些实施例中的一些，该文本可以是对象的描述符或者是与对象关联的万维网站。然后，将形状和文本的指示符存储在记录中。然后，将指示符嵌入在图像中与图像中形状的位置靠近。然后，将指向图像数据库中记录的链接嵌入在图像数据库中。
根据一些实施例，以下面的方式执行形状的确定。系统接收图像的部分图像。系统接收图像的部分的输入。然后标识图像的输入部分中的对象。然后，定义标识的对象的轮廓以产生形状。根据这些实施例中的一些，用户可以通过调整轮廓来输入对形状的修改。
根据这些实施例中的一些，可以按照下面的方式接收输入的文本。首先，系统接收对象的标识符的输入。然后，基于输入的标识符在数据库中搜索存储对象的信息的记录。然后，显示来自对象的记录的信息。然后，用户可以输入然后存储在记录中的信息的修改。如果没有在数据库中找到与标识符关联的记录，则为标识符创建新的记录。
根据一些实施例，可以按照下面的方式观看图像。系统接收对嵌入在图像中的指向数据库的链接的选择。然后，系统显示与包括所有嵌入的指示符的链接关联的图像。然后，系统从显示的图像接收指示指示符的选择的输入。从所述图像数据库中的记录读取与链接关联的文本并与图像一起显示。
根据本发明的其它实施例，用户被允许与由社交网络提供的“社交对象”进行交互。然后，将关于交互的数据用来将内容导引到用户。
根据本发明的一个方面，提供了一种用于提供社交网络的方法，包括：维护多个数据库表格，其中，每个数据库表格存储社交对象的多个类别中的特定一个类别的每个社交对象的数据，所述社交对象的多个类别至少包括：人类别、地点类别、事物类别、活动类别、词汇类别和服务类别，其中，社交对象是物理对象在社交网络上的代表；在所述社交网络上建立不同类别的多个社交对象之间的关联，其中所述不同类别包括：所述人类别、所述地点类别、所述事物类别、所述活动类别、所述词汇类别和所述服务类别，其中，在对应于所述人类别的第一社交对象、对应于所述地点类别的第二社交对象、对应于所述事物类别的第三社交对象、对应于所述活动类别的第四社交对象、对应于所述词汇类别的第五社交对象、以及对应于所述服务类别的第六社交对象之间建立所述关联；向用户呈现所述多个社交对象之间的所述关联，其中，所述多个社交对象被配置为彼此交互或者与所述用户交互，以及其中，为所述多个社交对象提供所述社交网络，并且所述社交网络被配置为记录所有的所述社交对象的所有活动；分析与所述用户的社交对象相关联的多个社交对象中的每一个的所记录的活动；以及基于对于与所述用户的社交对象相关联的多个社交对象中的每一个的所记录的活动的分析，确定在所述社交网络上提供给所述用户的内容。
根据本发明的另一个方面，提供了一种用于提供社交网络引擎的系统，包括：处理器；以及包括指令的存储器，所述指令在被所述处理器执行时使得所述处理器执行操作，所述操作包括：维护多个数据库表格，其中，每个数据库表格存储社交对象的多个类别中的特定一个类别的每个社交对象的数据，所述社交对象的多个类别至少包括：人类别、地点类别、事物类别、活动类别、词汇类别和服务类别，其中，社交对象是物理对象在社交网络上的代表；在所述社交网络上建立不同类别的多个社交对象之间的关联，其中所述不同类别包括：所述人类别、所述地点类别、所述事物类别、所述活动类别、所述词汇类别和所述服务类别，其中，在对应于所述人类别的第一社交对象、对应于所述地点类别的第二社交对象、对应于所述事物类别的第三社交对象、对应于所述活动类别的第四社交对象、对应于所述词汇类别的第五社交对象、以及对应于所述服务类别的第六社交对象之间建立所述关联；向用户呈现所述多个社交对象之间的所述关联，其中，所述多个社交对象被配置为彼此交互或者与所述用户交互，其中，为所述多个社交对象提供所述社交网络，并且所述社交网络被配置为记录所有的所述社交对象的所有活动；分析与所述用户的社交对象相关联的多个社交对象中的每一个的所记录的活动；以及基于对于与所述用户的社交对象相关联的多个社交对象中的每一个的所记录的活动的分析，确定在所述社交网络上提供给所述用户的内容。
附图说明
在下面的详细描述中说明根据本发明的系统的上面和其它的优点和特征，并在附图中示出：
图1图示包括提供根据本发明实施例的系统的服务器的网络；
图2图示图1中所示设备中的处理系统；
图3图示根据本发明实施例用于将“orbbing”图像的处理的流程图；
图4图示根据本发明实施例用于显示及捕获关于图像中的经“orbbing”的对象的信息的处理的流程图；
图5图示根据本发明实施例用于显示经“robbing”图像和关联信息的处理的流程图；
图6图示根据本发明实施例用于确定用户的社交影响的处理的流程图；
图7图示根据本发明实施例用于生成并维护受影响用户的列表的流程图；
图8图示本发明实施例基于根据发表到社交网络的内容将受影响用户添加到受影响用户列表的处理；
图9图示根据本发明实施例基于发表到社交网络的内容确定用户是否是目标内容组成员的处理；
图10图示根据本发明实施例用于基于地理目标给用户提供内容的处理；
图11图示根据本发明实施例用于基于地理位置及社交影响将内容提供给用户的处理。
具体实施方式
图1图示包括提供方服务器105和客户设备110、115和120的网络100。网络100是诸如因特网的网络，其允许处理系统相互通信。提供方服务器105是存储数据并执行通过网络100向用户提供诸如社交网络的内容的处理的服务器或服务器组。设备110是传统桌上型计算机，其经由有线或无线连接将接至网络100，并经由利用设备110执行的万维网浏览器应用程序访问提供方的内容。设备115是移动装置，诸如智能型手机或个人数字助理，其经由无线方式连接至网络100，并执行万维网浏览器或其它特定应用程序以访问由提供方提供的内容。设备120是作为传统膝上型计算机的膝上型计算机，其以有线或无线连接连接至网络100，并经由万维网浏览器或其它应用程序访问提供方内容。本领域技术人员会了解设备110、115和120只提供为示例，可以在不背离本发明的情况下使用其它类型的用户设备来访问提供方的内容。
在本发明中，由用户的计算机系统中的处理系统及一个或更多提供方服务器执行由介质所存储的指令所提供的处理。指令可以以固件、硬件或软件的形式来存储。图2图示处理系统200，处理系统200诸如是执行进行用于提供根据本发明的方法和/或系统的处理的指令的用户计算机系统中的处理系统和服务器。本领域技术人员可以了解：每个处理系统的精确配置可能是不同的，且每个设备中的处理系统的精确配置可以变化，图2只是以示例的方式给出。
处理系统200包括中央处理单元(CPU)205。CPU 205是执行进行根据本发明的处理的指令的处理器、微处理器或任何处理器与微处理器的组合。CPU 205连接到存储器总线210及输入/输出(I/O)总线215。存储器总线210将CPU 205连接到存储器220和225，以在存储器和CPU 205的间传送数据和指令。I/O总线215将CPU 105连接至外围设备，以在CPU 205和外围设备的间发送数据。本领域技术人员将了解：I/O总线215和存储器总线210可以合并成一条总线，或者可以再划分成很多其它总线，具体配置取决于本领域技术人员。
非易失性存储器220(诸如只读存储器(ROM))被连接于存储器总线210。非易失性存储器220存储用于操作处理系统200的各个子系统并在开动时启动系统的指令和数据。本领域技术人员将了解可以使用各种类形的存储器来执行该功能。
易失性存储器225(诸如随机存取存储器(RAM))也被连接到存储器总线210。易失性存储器225存储CPU 205所需的指令和数据，以执行用于诸如用于提供根据本发明的系统的处理的处理的软件指令。本领域技术人员将了解：各种类型的存储器可以被用作易失性存储器，使用的具体类型取决于本领域技术人员的设计选择。
I/O设备230、键盘235、显示器240、存储器245、网络设备250和任何其它外围设备连接到I/O总线215，以与CPU 205交换数据，以在由CPU 205执行的应用程序中使用。I/O设备230是传送和/或接收CPU 205的数据的任何设备。键盘235是特定类型的I/O，其接收用户输入并将该输入传送到CPU 205。显示器240接收来自CPU 205的显示数据并显示图像于屏幕上以供用户观看。存储器245是传送数据至CPU 205，并从CPU 205接收数据以存储数据至介质的设备。网络设备250将CPU 205连接到网络，以和其它处理系统相互传送数据。
本发明是社交网络到第三代社交网络的演进。该第三代和现有的社交网络(诸如Facebook.com和Myspace.com等)引擎不同。
根据本发明提供的社交网络旨在通过导入“社交对象”来模糊物理世界及在线世界。这种社交网络的用意在于记录所有社交对象的所有活动，使得能够架起虚拟和物理领域的联系，并将用户和服务链接。这些网络收集网络间的交互数据，并处理针对社交对象和社交服务数据库的交互以形成针对“社交对象”的关系。这允许实现和分析和与对象交互的对象和/或用户关联的“社交动力学”和属性。根据本发明，社交对象可以是事件(诸如外出看电影)、地点(诸如餐厅)或对象(诸如图片)。用户可和社交对象交互以和其它用户进行通信。系统然后可以分析这些交互，以确定用户可能感兴趣的内容，以将其它社交对象或用户介绍给用户，以加强用户对网络的使用。
根据本发明实施例整合“社交流动”或“社交对象”的间的交互。通过分析这些社交流动，更多关于个人用户的信息可以被确定，以使特定兴趣的内容可以通过社交网络站点呈现给用户。该分析可以通过查看不同用户和/或事件的间的关联，以及从到社交网络引擎的贴上检测关键词来执行。另外，分析可用来确定相关的关键词，以较好地关联内容和用户。
系统可以以下面的方式利用“社交对象”的概念分析数据。首先，可以研究用户和“社交对象”的间的“社交关联”。这些要素将用于确定“社交词汇"。根据“社交词汇”可以确定“社交活动”。根据这些“社交活动”可以确定“社交群组”或用户的间的关联。根据“社交活动”也可以确定“社交地点”或用户的物理交互发生的地点。
“社交权重”是用户对其它的影响的度量。“社交权重”通过用户使用社交网络对其它发出事件的邀请以及研究对每个邀请的正面响应的数目来计算。该结果是对应于用户的“社交权重”的响应的用户的比例。用户的“社交权重”越大，用户对其它的影响力也可能越大。因此，这些用户是广告的目标族群，因为其贴上网络的意见很可能会影响到其它用户的想法。在所附的流程图中，示出如何确定“社交权重”以将特定内容传给用户和/或族群用户的应用。
“社交行为”可以通过监视用户于社交网络上的发表内容来确定。用户于社交网络上的所有发表内容可通过一个或更多相关于特定产品或产品类型的关键词进行搜索。那些将包含关键词的内容添加到站点的用户然后会成为内容(诸如相关于关键词的产品的广告)的锁定目标。
“社交行为”的概念可以更多特定方式应用，诸如分析用户参与的事件。在所示示例中，系统搜索用户已发表接受要参加相关于特定事件的“事件”和“活动”。在所示示例中，系统亦可搜索相关于各事见的活动，并找出接受这些“活动”的用户。系统然后可以将内容导引至搜索到的已经发表了接受“活动”的用户。
“社交地点”是用户的登记地点。社交网络可存储通过用户的输入或用于访问社交网络引擎的设备提供的关于用户的地点信息。用户的“社交地点”接下来可以与“社交对象”(诸如事件或商业行为)的“社交地点”进行比较，当用户的“社交地点”在“社交对象”的“社交地点”的预定距离内时，将关于“社交对象”的信息提供给用户。
“社交偏好”是基于用户的发表内容确定的用户感兴趣的活动。以下面的方式执行搜索具有相似“社交偏好”的用户的处理。首先，在来自一组用户的发表内容中搜索特定兴趣的关键词。将于社交网络引擎上发表包含搜索的关键词内容的那些用户分组在一起。然后，将关于特定偏好的内容导引给标识的用户。
根据本发明提供的社交网络具有相当多的优点。特别地，本发明提供可以将更好地定制的内容提供给特定客户的社交网络站点。从而，保持用户对社交网络引擎的兴趣以维持引擎流量。
根据本发明的一些实施例，社交网络以下面的方式提供“社交对象”。“社交对象”被分为六类。作为一类成员的“社交对象”被存储在特定该类的数据库表格中，且针对每一类维持单独的数据库表格。根据这些实施例，六类分别为人、地点、事物、活动、词汇及服务。无论“社交对象”属于哪类，每一“社交对象”都具有关联的属性。与每一特定“社交对象”关联的属性取决于对象的类别。
根据本发明的实施例，人的类别具有下面的属性：姓名、性别、年龄、电子邮件地址、兴趣及其它属性。人类别的主要属性为姓名。其它属性被认为是次要属性。每一属性分别存储于存储针对人的“社交对象”的数据库表格的不同字段中。根据本发明实施例的人类别的数据库表格的示例以下面的表格给出：
根据本发明的实施例，事物类包括下面的属性、系统产生的标识符和其它属性。主要属性为标识符，且其它属性为次要属性。每一属性被存储为存储针对事物的社交对象的数据库表格的字段。根据本发明实施例的事物类的数据库表格的示例以下面的表格给出：
根据本发明的实施例，地点类中的每一“社交对象”具有以下的属性。主要属性为“区域多边形(area polygon)”。区域多边形描述地点的位置。其它次要属性包括地点的物理地址及其它属性。每一属性被存储为存储针对地点的社交对象的数据库表格中的字段。根据本发明实施例的地点类的数据库表格的示例被以下面的表格给出：
根据本发明的实施例，活动类中的每一“社交对象”包括下面的属性。主要属性为系统指定的标识符，诸如由系统自动产生的“序列号”。其它属性为次要属性。每一属性被存储为存储针对活动的社交对象的数据库表格中的字段。根据本发明实施例的活动类的数据库表格的示例可以以下面的表格给出：
根据本发明的实施例，词汇类中的每一“社交对象”包括文本标识符的主要属性。其它属性被考虑为次要属性。每一属性被存储为存储针对词汇类的社交对象的数据库表格中的字段。根据本发明实施例的词汇类的数据库表格的示例以下面的表格给出：
根据本发明的实施例，服务类中的每一“社交对象”包括下面的属性。主要属性是系统分配的标识符，诸如由系统自动产生的“序列号”。其它属性是次要属性。每一属性被存储为存储针对服务的社交对象的数据库表格中的字段。根据本发明实施例的服务类的数据库表格的示例被以下面的表格的形式给出：
根据本发明的实施例，无论类别每一社交对象将具有单独的数据库表格以记录所有事务。对应于各类的所有其它社交对象的值被针对该表格与日期及时间戳一起记录。
根据这些实施例，于数据库表格中搜索关联社交对象的示例在下面给出。在该例中，对人类别的“社交对象”进行关联。本领域技术人员将会了解：这是在特定社交对象到其它社交对象之间进行关联的一个特定示例，可以以相似的方式进行对其它类型社交对象的关联。
根据该示例，在社交网络系统中为“Fredrick”创建人类别的社交对象。然后，Fredrick和社交网络进行交互，而为“Fredrick”社交对象维护的数据库表格将如以下表格被填入相关记录:
以下是为“购买”活动创建的数据库表格的示例。该表格被填入用户和社交网络的交互。
根据本实施例，社交对象“爬虫器(crawler)”将作为背景例程连续运行，以建立社交对象间的关联。爬虫器会通过搜索每一类别的事务数据库表格以建立各个社交对象间的关联。该搜索在三个层次上执行。
第一层次搜索准确的搜索表达式。在给定的示例中，表达式可以是：
Select People＝‘*’where Activity＝‘Buying’and Thing＝‘coffee table’and Place＝‘Orchard Rd’(选择人＝‘*’where活动＝‘购买’and事物＝‘咖啡桌’and地点＝‘Orchard Rd’)
活动＝‘购买’and事物＝‘咖啡桌’and地点＝‘Orchard Rd’的值被自动插入。然后，计数器记录上述数值于每一类的事务表格中出现的次数。在本示例中，“购买”的活动表格出现三次，因此将被向上移动插入为选择语句中的“值”。然后，系统将用第二常出现的值替换。所有符合规则的“社交对象"将会被返回并呈现为相关社交对象。
根据该实施例，爬虫器接下来执行每一社交对象在该类中的第二层次搜索。该搜索被应用于所有类。在本示例中，具体的表达式是：
Select People＝‘*’where Activity＝‘Buy’and Thing＝‘Apartment’andPlace＝‘Orchard Rd’(选择人＝‘*’where活动＝‘购买’and事物＝‘寓所’and地点＝‘Orchard Rd’)
然后，所有符合规则的社交对象被返回并呈现为关联社交对象。
然后，爬虫器执行第三层次的搜索，在第三层次的搜索中，使用检索词(searchterm)搜索在第一层次和第二层次的搜索结果中出现的每一社交对象。然后，所有符合规则的社交对象被返回并呈现为关联社交对象。
根据本发明的实施例中，可以按下面的方式创建社交对象。首先，输入“对象的名称”。然后，系统确定是否已经存在有上述名称的对象。如果该名称的对象不存在，则创建新的对象。然后，系统与用户进行交互以接收属性和每一属性的值的输入。本领域技术人员将了解：当新的社交对象被创建时，可以由系统分配每一属性的默认值。然后，随着通过用户与网络的交互更多数据被创建而改变该值。然后，新的“社交对象”被存储于适当的数据库表格中。
根据本发明的一些实施例，属性可按以下方式添加至社交对象。如果“属性”的“值”出现超过N次，则该属性将被添加至“社交对象”。然后，该属性将被比较并以升序关联到社交对象。
以下为用于实现上述处理中一部分的处理的实施例的处理的流程图的描述。
根据本发明实施例中用于提供社交对象的一个特定处理是“orbbing(串流)”。“orbbing”是制作代表物理对象的社交对象的处理。特别地，“orbbing”将数字图像和/或视频流改变为社交对象，如幻灯片的第一页和第二页所讨论的。通过提供数据库执行“orbbing”的处理，该数据库包括将图像的部分链接到描述该部分的文本字段的记录。然后，该处理将链接嵌入到图像的数据中，允许观看者在观看图像的同时使用定点设备导引万维网浏览器以从期望的链接获得数据。然后，用户被允许创建进一步的记录，将图像的部分链接到附加文本。这被称为图像和/或流的形状标签和社交标签。本领域技术人员将了解：尽管关于图像讨论了“orbbing”的实施例，但也可以在不背离本发明的情况下通过选择特定图像对流视频上标签。
根据本发明实施例，图像或视频流的“robbing”处理可以按下面的方式由社交网络引擎执行。该处理由接收图像开始。然后，用户使用该处理创建“热区”。创建“热区”意味着用户标识图像中用户想要提供文本评论的特定部分。在标识出所有“热区”后，用户应用社交属性。换句话说，用户输入评论。文本评论可以参考其它链接，即参考文化数据库，或者可以是添加到数据库的新的输入，即塑造该文化数据库。然后，处理执行将指向文化数据库的链接嵌入到图像中的“robbing”。在其它实施例中，该链接可以链接至提供与进行了“robbing”的对象相关的产品或服务的特定万维网站。然后，该处理允许其它用户访问图像以限定进一步的“热区”，并添加进一步的社交属性，即评论。
“社交标签”指通过将描述社交对象(诸如进行了“robbing”的图像)的名词与形容词正规化以创建文化。根据本发明按照下面的方式执行用于进行图像和/或视频流的“社交标签”的处理。该处理由检索社交对象开始。然后，该处理读取与社交对象关联的所有社交名词和形容词。然后，执行迭代的处理，确定引用特定社交形容词的频率或次数。当出现的频率大于特定阈值时，该社交形容词被添加到社交文化模板。该迭代处理针对所找到的与社交对象关联的每一个社交形容词执行。然后，社交文化模板被添加到文化数据库，且处理结束。
根据本发明实施例，“形状标签”是标识“热区”的处理。“热区”是图像中用户想要与特定文本数据(诸如名称、万维网链接或其它标识符)关联的部分。“形状标签”的处理分析图像中感兴趣的部分，并确定“向量点”。“形状标签”的处理还将允许用户调整向量点货编辑关联的文本。
根据本发明的实施例按照下面的方式执行“形状标签”。形状识别以创建“热区”开始。预想“热区”是图像中用户可以使用光标或定点设备进行选择的用户限定部分。然后，处理将向量点设置在“热区”中的某形状上，并示出用户叠加在图像上的向量点。然后，用户可以调整向量点以更好地定义图像。当向量点完成时，对象被添加到形状识别数据库。然后，对图像的特定部分中的附加形状以及图像的每一其它选择部分或“热区”重复该处理。
对于经过“robbing”的图像，用户可执行称为“社交对象找寻器”的处理。社交对象找寻器是由用户使用以检索关于图像中各部分的信息的处理。在一个实施例中，维护关于图像的信息的数据库被加载到通过网络连接访问图像的设备。该数据库还可以被维护于设备的存储器中，且只在进行了网络连接时进行更新。然后，用户在显示器上观看图像。如果用户想要看到图片中的部分的关联文本，用户使用定点设备来“点击”与信息关联的部分。然后，数据库搜索信息，且检索到的数据被显示给用户。
图3图示了用于将文本与图像(照片或视频流中的帧)中的形状关联的用于“robbing”图像的处理的实施例。处理300可以在图像捕获设备中或由特定网站的内容提供方的系统实现。处理由步骤305中接收图像开始。在步骤310中，由用户选择图像中的部分图像的选择。可以通过使用“拖放”特征或者输入设备所包含的一些其它特征来输入选择。在步骤315中，标识对象在选择部分中的形状。这可以按若干方式执行，包括但不限于比较像素的对比，和/或将像素和已知对象的图像做比较。
在已经在图像中标识了形状后，在步骤320中为用户显示形状的轮廓。然后，在步骤325中允许用户输入对形状的修改。用户可以利用使用诸如“拖放”特征的定点设备输入修改。本领域技术人员将了解：在不背离本发明的情况下，可以使用输入修改的其它方法。在标识形状的轮廓后，在步骤330中系统将关于形状的数据存储在图像数据库中的该图像的记录中。
然后，在步骤335中，该处理从用户接收文本的输入。可以使用键盘、辅助键盘或其它输入/输出设备来输入文本。根据一些实施例，诸如对话框的提示可以询问用户接收输入的文本。在一些实施例中，还可以基于用户输入自动地结束对话框。文本可以是用户想要关于选择的对象分享的描述、万维网站地址或任何其它类型的信息。然后，在步骤340中，将标识文本与形状的关联的指示符存储在图像数据库中的该图像的记录中。指示符可以是图标或形状在图像中的对象上的覆盖，或示出对象是图像中感兴趣的对象的一些其它方式。然后，在步骤345中，指示器被嵌入到图像中。
然后，在步骤350中，处理确定在图像中所选择的部分中是否存在另一对象。如果选择的部分中存在另一个对象，则对每一随后的对象重复从步骤315往后处理，直到根据用户处理了选择的部分中的所有对象。如果在选择的部分中不存在另一个对象，则在步骤355中，处理确定处理是否已经检索到随后所选部分的输入。如果检索到另一个选择，处理300对重复的部分重复步骤310后的步骤。如果未检索到另一个选择，则在步骤360中指向图像数据库的链接被嵌入到图片中。嵌入的链接是图像数据库中的图像的记录的地址，允许用户经由网络存取图像的记录以观看内容。在嵌入链接之后，处理300结束。
图4图示根据本发明实施例用于执行用于检索和存储关于所选对象的信息的步骤330和335的示例性处理。在步骤405中，处理400通过接收对象的标识符开始。这可以被接收为对话框中的输入，或通过根据本实施例的其它方法接收。然后，在步骤410中，在数据库或其它结构中搜索与标识符关联的记录。在步骤415中，处理确定是否找到对象的记录。如果没有找到记录，在步骤420中，为对象创建新的记录。如果找到了对象的记录，则在步骤425中，显示存储在记录中的关于对象的信息。这可以通过在对话框的特定字段中或以相似方式显示信息来执行。然后，在步骤430中，用户可以输入对信息的修改。这可以通过编辑字段中的信息、将信息添加到未使用的字段或以任何其它方式执行。如果记录是新的记录，则修改是输入对新对象的信息。然后，在步骤435中，将修改的信息存储在记录中，且处理400结束。
图5图示根据本发明实施例的呈现与图像中形状关联的信息的处理。在步骤505中通过显示图像开始处理。然后，在步骤510中，处理接收对与图像的关联信息的链接的请求。该输入可以是使用定点设备在图像的预限定部分上进行点击。然后，在步骤515中，处理读取图像中已经关联到文本的所有形状的数据。通过检索链接到图像的所有形状并读取与每一形状关联的对象的记录来执行处理。
然后，在步骤520中，在图片中指示出形状。可以通过在对象上叠加轮廓或使得形状能够容易地标识的任何其它方法提供该指示。然后，在步骤525中，处理接收用户对与特定形状关联的文本的请求。请求可以以使用定点设备或任何其它形式的“点击”的形式被接收。然后，在步骤530中，从图像数据库中存储对象的记录中读取与形状关联的文本。然后，在步骤535中，以一些方式显示读取的信息。在一些实施例中，文本可以被叠加在形状附近的图像上，或可以被设置在显示器上图像之下的文本框中。然后，在步骤540中，处理等待接收另一个选择。如果检索到另一个选择，则对新的形状重复自步骤530后处理。如果没有检索到另一个选择，或检索到结束观看的请求，处理500结束。
本发明另一方面是使用从社交对象的创建和使用收集的数据。本发明的一些实施例可以使用信息来计算用户的“社交权重”。图6示出用于确定用户的“社交权重”的处理的示例实施例。“社交权重”可以基于“每个事件”被测量，和/或基于测量用户发帖的所有响应的“总社交权重”。处理在步骤605中开始，在步骤605中，事件的启动包括通过社交网络引擎接收用邀请列表。然后，在步骤610中，系统确定邀请列表中的受邀者接受邀请的人。
在步骤615中计算事件的社交权重，并于步骤620中存储于存储器中以供将来使用。事件的社交权重通过将接受邀请的受邀者人数除以邀请列表上的受邀者人数而确定。在确定用户针对事件的社交权重后，用户的总社交权重在步骤625中被更新。通过将除以用户于社交网络站点发布的事件的总数的、由用户发布的所有事件的社交权重相加来确定新的总社交权重。然后，通过存储更新后的总社交权重结束处理。
图7图示用于将受影响用户添加到第一用户的影响列表的处理的实施例。处理700通过接收用户发出的事件邀请开始。用户将邀请输入到社交网络引擎。邀请包括受邀者的列表。在事件计划要发生的时间之后，在步骤705中，系统从由引擎维护的存储器中检索针对事件的受邀者列表。然后，在步骤710中从列表选择受邀者。然后，在步骤715中，系统确定被选定的受邀者是否于网络上发表接受事件的邀请。如果没有，则对另一个用户从步骤710重复处理。如果受邀者接受邀请，则在步骤720中系统增加影响计数器的计数次数，影响计数器计数用户接受特定用户的邀请的数目。然后，在步骤725中，系统确定计数器大于预定阈值。所使用的具体阈值可由本领域技术人员自行确定。然而，阈值应该被选择为适当地示出用户对该特定受邀者的显著影响。如果计数器大于阈值，则在步骤730中，受邀者被加入与发出邀请的用户关联的受影响用户的列表。然后，在步骤725中，处理700确定所有受邀者是否都经过处理。如果没经过，则从步骤710重复处理700。在检查过所有受邀者后，处理700结束。
图8图示根据本发明实施例的用于基于到社交网络引擎的发表物添加受影响用户到第一用户的列表的处理的实施例。在步骤805中，处理800通过从第一用户接受发表的评论开始。然后，发表物被发表于社交网络引擎的用户页上。然后，在步骤810中，系统等待从后续用户接收评论。评论是用户响应于社交网络引擎上的发表物对用户页面输入的文本。当从后续用户接收到评论时，在步骤815中，系统增加影响计数器，影响计数器计数后续用户对特定用户的发表物的评论的数量。然后，在步骤820中，计数器与阈值比较。阈值的具体值取决于本领域技术人员的设计选择。然而，阈值应该被选择为代表特定用户对后续用户的影响的似然的数。如果计数器大于阈值，则在步骤825中，后续用户被添加到存储受特定用户影响的用户的存储器中维护的列表。然后，在接收到后续的评论时重复该处理。
图9图示根据本发明实施例的用于检测用户向社交网络引擎发表内容中关键字的处理。处理900通过在步骤905中从引擎维护的存储器检索用户向引擎发表的所有内容。为讨论的目的，发表的内容可以是由社交网络引擎接收并存储的任何文本输入。这可以包括由社交网络引擎提供的发表物、评论邀请和其它动作。
然后，由系统检索要搜索的关键字列表。然后，在步骤910中，系统从关键字列表中选择关键字。然后，由系统读取来自列表的发表物。然后，在步骤915中，系统确定发表物是否包括关键字。如果发表物不包括关键字，则处理连续到下一个发表物。否则在步骤920中，系统增加与用户关联的关键字计数器。
然后，在步骤925中，系统确定计数器是否大于阈值。阈值应该被选择为这样的量，其将表明对与关键字列表关联的主题的兴趣。阈值的具体值取决于本领域技术人员的设计选择。如果计数器不大于阈值，处理继续道下一发表物。如果计数器大于阈值，则在步骤930中，用户被添加到由系统维护的与关键字列表关联的主题感兴趣的用户列表。该列表将被用来发送与列表上与用户关联的主题相关的诸如广告的信息。在步骤935中，针对选择的关键字针对要搜索的所有发表物重复该处理。在针对所选择的关键字搜索了所有发表物后，在步骤940中，针对每一其它关键字重复该处理。
图10图示根据本发明实施例基于关键词及地理位置将具体目标化广告用户的处理的实施例。该处理在步骤1005中通过接收广告或与关键字或关键字列表关联的其它内容开始。然后，在步骤1010中，系统接收作为内容的目标的期望地理区域。期望地理区域可以是城市、邮政编码或任何其它地理划分。然后，在步骤1015中，系统在用户记录中搜索已经在期望地理区域中注册的用户，以生成位于期望区域中的用户列表。用户可以通过向社交网络提供诸如地址的注册信息注册在地理区域中，或者这可以从诸如智能手机的用于连接到提供社交网络的引擎的设备获得。
在产生位于期望区域中的用户列表后，系统在步骤1020中从列表选择用户。然后，系统在步骤1025中确定所选择的用户是否属于目标族群。该确定可以以与用于检测用户发表到上述社交网络引擎中的发表物中的关键字相似的方式来进行。如果用户不属于目标族群，则系统在步骤1405中选择另一用户并重复该处理。如果用户属于目标族群，则系统在步骤1030中提供内容给用户。然后，系统可以检索由选择的用户影响的用户列表，并在步骤1035和1040中将内容提供到受影响用户的检索到的列表中的每一用户。然后，在步骤1045中针对另一用户重复处理，直到对登记在目标区域中的用户列表上的每一个用户进行了确定。
图11示出根据本发明实施例的用于材料的选择性地理木条的处理的实施例。处理1100通过在步骤1105中接收要发布的内容开始，要发布的内容诸如是特定商店处事件的广告。然后，系统在步骤1110中接收要目标内容的期望地理区域。期望地理区域可以是城市、邮政编码或任何其它地理划分。然后，在步骤1120中，系统在用户记录中搜索在期望地理区域中注册的用户，并生成期望区域中用户的列表。用户可以通过向社交网络提供诸如地址的注册信息注册在地理区域中，或者这可以从诸如智能手机的用于连接到提供社交网络的引擎的设备获得。
在产生位于期望区域的用户列表后，在步骤1125中系统从列表选定用户。然后，系统从由引擎维护的存储器中读取用户的总社交权重。用户的总社交权重可以以与关于上面的第一个流程图描述的相似的方式计算。在步骤1130中，将用户的总社交权重与阈值进行比较。本领域技术人员将了解：阈值应该被选择为使得用户对其它用户具有期望的影响水平的值。然而，具体指取决于本领域技术人员的设计选择。如果用户不具有期望的社交影响，则系统从列表选择另一用户并重复步骤1150中的处理。如果用户社交权重大于阈值，则在步骤1135中将内容提供给用户。然后，在步骤1140中，系统可以检索由用户影响的用户的列表，并在步骤1145中也将内容提供给受影响用户列表中的每个用户。然后，在步骤1150中，针对另一用户重复处理，直到对目标区域中用户的列表上的每一个用户进行了确定。
以上是用于通过给照片上标签在社交网络中提供“社交对象”的处理以及用于使用从提供的社交联系收集的信息将数据导引给用户的处理的描述。可以预想其它人可以并且会设计侵害在所附权利要求书中描述的本发明的改变。
此外，本发明还可以配置如下。
(1).一种用于将文本与数字图像中的形状相关联的产品，包括：
指令，用于导引处理单元，以：
接收图像，
确定所述图像中的形状，
将描述所述形状的数据存储在针对存储于图像数据库中的所述图像的记录中，
接收与所述形状关联的文本的输入，
将所述形状和所述文本的指示符存储在所述记录中，
将所述关联的所述指示符靠近所述形状在所述图像中的所述位置嵌入在所述图像中，以及
在所述图像中嵌入指向所述图像数据库的链接；以及
介质，可由所述处理单元读取，所述介质用以存储所述指令。
(2).如(1)所述的产品，其中，用以确定所述形状的所述指令包括：
指令，用于导引所述处理单元，以:
接收图像的部分的输入，
确定所述图像的所述部分中的对象，以及
确定限定所述形状的所述对象的轮廓。
(3).如(2)所述的产品，其中，用以确定所述形状的所述指令包括：
指令，用于导引所述处理单元，以：
接收修改所述形状的输入。
(4).如(1)所述的产品，其中，所述文本是万维网站的网址。
(5).如(1)所述的产品，其中，所述文本是由所述形状标识的对象的描述。
(6).如(1)所述的产品，其中，用以接收文本的输入的所述指令包括：
指令，用于导引所述处理单元，以：
接收对象的标识符的输入，
基于所述标识符在数据库中搜索存储所述对象的信息的记录，
显示来自所述记录的所述信息，
从所述用户接收所述信息的修改或输入，以及
将所述信息的所述修改存储在所述记录中。
(7).如(6)所述的产品，其中，用以接收所述文本的所述指令包括：
指令，用于导引所述处理单元，以：
响应于在所述搜索期间在所述数据库中找不到记录的情形，在所述数据库中创建所述对象的新记录，
接收关于所述对象的信息的输入，以及
在所述记录中存储所述信息。
(8).如(1)所述的产品，其中，所述指令包括：
指令，用于导引所述处理单元，以：
接收指向数据库的所述链接的选择，
显示与所述链接关联的所述图像，
接收指示从所述图像中的所述显示的图像选择所述指示器的输入，
从所述图像数据库中的所述记录读取与所述链接关联的所述文本，以及
显示所述文本与所述显示的图像。
(9).一种由处理系统执行的方法，用于将文本与由社交网络存储的数字图像中的形状相关联，包括：
接收由用户输入的图像；
确定所述图像中的形状；
将描述所述形状的数据存储在针对存储于图像数据库中的所述图像的记录中，
接收与所述形状关联的文本的输入，
将所述形状和所述文本的指示符存储在所述记录中，
将所述关联的所述指示符靠近所述形状在所述图像中的所述位置嵌入在所述图像中，以及
在所述图像中嵌入指向所述图像数据库的链接。
(10).如(9)所述的方法，其中，确定所述形状的所述步骤包括：
接收图像的部分的输入，
确定所述图像的所述部分中的对象，以及
确定限定所述形状的所述对象的轮廓。
(11).如(10)所述的方法，其中，确定所述形状的所述步骤包括：
接收修改所述形状的输入。
(12).如(9)所述的方法，其中，所述文本是万维网站的网址。
(13).如(9)所述的方法，其中，所述文本是由所述形状标识的对象的描述。
(14).如(9)所述的方法，其中，接收所述文本的输入的所述步骤包括：
指令，用于导引所述处理单元，以：
接收对象的标识符的输入，
基于所述标识符在数据库中搜索存储所述对象的信息的记录，
显示来自所述记录的所述信息，
从所述用户接收所述信息的修改或输入，以及
将所述信息的所述修改存储在所述记录中。
(15).如(14)所述的方法，其中，接收所述文本的所述输入包括：
响应于在所述搜索期间在所述数据库中找不到记录的情形，在所述数据库中创建所述对象的新记录；
接收关于所述对象的信息的输入；以及
在所述记录中存储所述信息。
(16).如(9)所述的方法，还包括：
接收指向数据库的所述链接的选择；
显示与所述链接关联的所述图像；
接收指示从所述图像中的所述显示的图像选择所述指示器的输入；
从所述图像数据库中的所述记录读取与所述链接关联的所述文本；以及
显示所述文本与所述显示的图像。
(17).一种用于将文本与数字图像中的形状相关联的系统，包括：
配置为接收图像的电路；
配置为确定所述图像中的形状的电路；
配置为将描述所述形状的数据存储在针对存储于图像数据库中的所述图像的记录中的电路，
配置为接收与所述形状关联的文本的输入的电路，
配置为将所述形状和所述文本的指示符存储在所述记录中的电路，
配置为将所述关联的所述指示符靠近所述形状在所述图像中的所述位置嵌入在所述图像中的电路，以及
配置为在所述图像中嵌入指向所述图像数据库的链接的电路。
(18).如(17)所述的系统，其中，配置为确定所述形状的所述电路包括：
配置为接收图像的部分的输入的电路，
配置为确定所述图像的所述部分中的对象的电路，以及
配置为确定限定所述形状的所述对象的轮廓的电路。
(19).如(18)所述的系统，其中，配置为确定所述形状的所述电路包括：
配置为接收修改所述形状的输入的电路。
(20).如(17)所述的系统，其中，所述文本是万维网站的网址。
(21).如(17)所述的系统，其中，所述文本是由所述形状标识的对象的描述。
(22).如(17)所述的系统，其中，配置为接收所述文本的输入的所述电路包括：
配置为接收对象的标识符的输入的电路，
配置为基于所述标识符在数据库中搜索存储所述对象的信息的记录的电路，
配置为显示来自所述记录的所述信息的电路，
配置为从所述用户接收所述信息的修改或输入的电路，以及
配置为将所述信息的所述修改存储在所述记录中的电路。
(23).如(22)所述的系统，其中，配置为接收所述文本的所述电路包括：
配置为响应于在所述搜索期间在所述数据库中找不到记录的情形，在所述数据库中创建所述对象的新记录的电路；
配置为接收关于所述对象的信息的输入的电路；以及
配置为在所述记录中存储所述信息的电路。
(24).如(1)所述的系统，其中，配置为接收所述文本的所述电路包括：
配置为接收指向数据库的所述链接的选择的电路；
配置为显示与所述链接关联的所述图像的电路；
配置为接收指示从所述图像中的所述显示的图像选择所述指示器的输入的电路；
配置为从所述图像数据库中的所述记录读取与所述链接关联的所述文本的电路；以及
配置为显示所述文本与所述显示的图像的电路。
(25).一种用于提供社交网络引擎的产品，包括：
指令，用于导引处理单元，以：
允许用户与社交对象进行交互，其中，社交对象是物理对象在所述社交网络上的代表；以及
可由所述处理单元读取的介质，用于存储所述指令。
(26).如(25)所述的产品，其中，所述指令还包括：
指令，用于导引所述处理单元，以：
基于所述社交网络中的交互确定用户的社交权重；以及
使用所述用户的所述社交权重以将特定内容导引到特定用户。
(27).如(25)所述的产品，其中，所述指令还包括：
指令，导引所述处理单元以：
在由用户提供的内容中搜索关于特定内容的关键字；以及
响应于所述内容出现所述关键字的次数大于阈值的情形，将所述特定内容导引到所述用户。
(28).如(25)所述的产品，其中，所述指令还包括：
指令，用于导引所述处理单元，以：
确定用户的位置信息是否靠近特定社交对象的位置数据；以及
响应于所述用户的所述位置信息示出所述用户靠近所述社交对象的情形，将特定内容导引到所述用户。
(29).一种用于提供社交网络的方法，包括：
在所述网络中维持多个社交对象；以及
允许用户与社交对象进行交互，其中，社交对象是物理对象在所述社交网络上的代表。
(30).如(29)所述的方法，还包括：
基于所述社交网络中的交互确定用户的社交权重；以及
使用所述用户的所述社交权重以将特定内容导引到特定用户。
(31).如(29)所述的方法，还包括：
在由用户提供的内容中搜索关于特定内容的关键字；以及
响应于所述内容出现所述关键字的次数大于阈值的情形，将所述特定内容导引到所述用户。
(32).如(29)所述的方法，还包括：
确定用户的位置信息是否靠近特定社交对象的位置数据；以及
响应于所述用户的所述位置信息示出所述用户靠近所述社交对象的情形，将特定内容导引到所述用户。
(33).一种用于提供社交网络引擎的系统，包括：
配置为允许用户与社交对象进行交互的电路，其中，社交对象是物理对象在所述社交网络上的代表。
(34).如(33)所述的系统，还包括：
配置为基于所述社交网络中的交互确定用户的社交权重的电路；以及
配置为使用所述用户的所述社交权重以将特定内容导引到特定用户的电路。
(35).如(33)所述的系统，还包括：
配置为在由用户提供的内容中搜索关于特定内容的关键字的电路；以及
配置为响应于所述内容出现所述关键字的次数大于阈值的情形，将所述特定内容导引到所述用户的电路。
(36).如(33)所述的系统，还包括：
配置为确定用户的位置信息是否靠近特定社交对象的位置数据的电路；以及
配置为响应于所述用户的所述位置信息示出所述用户靠近所述社交对象的情形，将特定内容导引到所述用户的电路。

Claims (10)

1.一种用于提供社交网络的方法，包括：
维护多个数据库表格，
其中，每个数据库表格存储社交对象的多个类别中的特定一个类别的每个社交对象的数据，所述社交对象的多个类别至少包括：人类别、地点类别、事物类别、活动类别、词汇类别和服务类别，
其中，社交对象是物理对象在社交网络上的代表；
在所述社交网络上建立不同类别的多个社交对象之间的关联，其中所述不同类别包括：所述人类别、所述地点类别、所述事物类别、所述活动类别、所述词汇类别和所述服务类别，
其中，在对应于所述人类别的第一社交对象、对应于所述地点类别的第二社交对象、对应于所述事物类别的第三社交对象、对应于所述活动类别的第四社交对象、对应于所述词汇类别的第五社交对象、以及对应于所述服务类别的第六社交对象之间建立所述关联；
向用户呈现所述多个社交对象之间的所述关联，
其中，所述多个社交对象被配置为彼此交互或者与所述用户交互，以及
其中，为所述多个社交对象提供所述社交网络，并且所述社交网络被配置为记录所有的所述社交对象的所有活动；
分析与所述用户的社交对象相关联的多个社交对象中的每一个的所记录的活动；以及
基于对于与所述用户的社交对象相关联的多个社交对象中的每一个的所记录的活动的分析，确定在所述社交网络上提供给所述用户的内容。
2.如权利要求1所述的方法，其中，
所述人类别包括以下属性：姓名、性别、年龄、电子邮件地址、以及兴趣；
所述地点类别包括以下属性：描述位置的位置多边形；
所述事物类别包括以下属性：系统生成的标识符；
所述活动类别包括以下属性：分配的标识符；
所述词汇类别包括以下属性：文本标识符；以及
所述服务类别包括以下属性：文本标识符。
3.如权利要求1所述的方法，其中，建立所述多个社交对象之间的所述关联包括：
提供爬虫器，所述爬虫器执行对所述多个数据库表格的多个搜索，以找到具有相似属性的两个或更多个社交对象。
4.如权利要求3所述的方法，其中，所述爬虫器作为背景例程连续搜索以建立所述多个社交对象之间的关联。
5.如权利要求3所述的方法，其中，所述多个搜索包括三个层次的搜索，使得第二层次搜索依赖于第一层次搜索的结果，并且第三层次搜索依赖于所述第一层次搜索的所述结果和所述第二层次搜索的结果。
6.一种用于提供社交网络引擎的系统，包括：
处理器；以及
包括指令的存储器，所述指令在被所述处理器执行时使得所述处理器执行操作，所述操作包括：
维护多个数据库表格，其中，每个数据库表格存储社交对象的多个类别中的特定一个类别的每个社交对象的数据，所述社交对象的多个类别至少包括：人类别、地点类别、事物类别、活动类别、词汇类别和服务类别，
其中，社交对象是物理对象在社交网络上的代表；
在所述社交网络上建立不同类别的多个社交对象之间的关联，其中所述不同类别包括：所述人类别、所述地点类别、所述事物类别、所述活动类别、所述词汇类别和所述服务类别，
其中，在对应于所述人类别的第一社交对象、对应于所述地点类别的第二社交对象、对应于所述事物类别的第三社交对象、对应于所述活动类别的第四社交对象、对应于所述词汇类别的第五社交对象、以及对应于所述服务类别的第六社交对象之间建立所述关联；
向用户呈现所述多个社交对象之间的所述关联，
其中，所述多个社交对象被配置为彼此交互或者与所述用户交互，
其中，为所述多个社交对象提供所述社交网络，并且所述社交网络被配置为记录所有的所述社交对象的所有活动；
分析与所述用户的社交对象相关联的多个社交对象中的每一个的所记录的活动；以及
基于对于与所述用户的社交对象相关联的多个社交对象中的每一个的所记录的活动的分析，确定在所述社交网络上提供给所述用户的内容。
7.如权利要求6所述的系统，其中，
所述人类别包括以下属性：姓名、性别、年龄、电子邮件地址、以及兴趣；
所述地点类别包括以下属性：描述位置的位置多边形；
所述事物类别包括以下属性：系统生成的标识符；
所述活动类别包括以下属性：分配的标识符；
所述词汇类别包括以下属性：文本标识符；以及
所述服务类别包括以下属性：文本标识符。
8.如权利要求6所述的系统，其中，建立所述多个社交对象之间的所述关联包括：
使得所述处理器提供爬虫器，所述爬虫器执行对所述多个数据库表格的多个搜索，以找到具有相似属性的两个或更多个社交对象。
9.如权利要求8所述的系统，其中，所述爬虫器作为背景例程连续搜索以建立所述多个社交对象之间的关联。
10.如权利要求8所述的系统，其中，所述多个搜索包括三个层次的搜索，使得第二层次搜索依赖于第一层次搜索的结果，并且第三层次搜索依赖于所述第一层次搜索的所述结果和所述第二层次搜索的结果。
CN201811276114.3A 2010-05-06 2011-05-06 用于提供社交网络的方法和系统 Active CN109597904B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811276114.3A CN109597904B (zh) 2010-05-06 2011-05-06 用于提供社交网络的方法和系统

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US33197510P 2010-05-06 2010-05-06
US61/331,975 2010-05-06
CN201811276114.3A CN109597904B (zh) 2010-05-06 2011-05-06 用于提供社交网络的方法和系统
CN201180033557.XA CN103038769B (zh) 2010-05-06 2011-05-06 用于将内容导引到社交网络引擎用户的系统和方法
PCT/SG2011/000179 WO2011139238A2 (en) 2010-05-06 2011-05-06 System and method for directing content to users of a social networking engine

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201180033557.XA Division CN103038769B (zh) 2010-05-06 2011-05-06 用于将内容导引到社交网络引擎用户的系统和方法

Publications (2)

Publication Number Publication Date
CN109597904A true CN109597904A (zh) 2019-04-09
CN109597904B CN109597904B (zh) 2023-06-30

Family

ID=44904263

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201180033557.XA Active CN103038769B (zh) 2010-05-06 2011-05-06 用于将内容导引到社交网络引擎用户的系统和方法
CN201811276114.3A Active CN109597904B (zh) 2010-05-06 2011-05-06 用于提供社交网络的方法和系统

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201180033557.XA Active CN103038769B (zh) 2010-05-06 2011-05-06 用于将内容导引到社交网络引擎用户的系统和方法

Country Status (8)

Country Link
US (3) US10726066B2 (zh)
EP (1) EP2567335A4 (zh)
JP (3) JP5905449B2 (zh)
KR (2) KR101807561B1 (zh)
CN (2) CN103038769B (zh)
AU (1) AU2011249059B2 (zh)
TW (1) TWI549079B (zh)
WO (1) WO2011139238A2 (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8438165B2 (en) * 2011-05-12 2013-05-07 Microsoft Corporation Interest tracking using shared search queries and interactions
US8903909B1 (en) * 2011-09-15 2014-12-02 Google Inc. Detecting and extending engagement with stream content
US9727924B2 (en) * 2011-10-10 2017-08-08 Salesforce.Com, Inc. Computer implemented methods and apparatus for informing a user of social network data when the data is relevant to the user
US9276892B2 (en) * 2011-11-29 2016-03-01 Liquid Girds Social dialogue listening, analytics, and engagement system and method
US9262791B2 (en) * 2012-03-23 2016-02-16 Facebook, Inc. Targeting stories based on influencer scores
US9576325B2 (en) 2012-07-09 2017-02-21 Facebook, Inc. Recommending additional users for an event using a social networking system
US9047382B2 (en) * 2012-08-13 2015-06-02 Facebook, Inc. Customized presentation of event guest lists in a social networking system
US9712574B2 (en) * 2012-08-31 2017-07-18 Facebook, Inc. Real-world view of location-associated social data
US9361278B2 (en) * 2013-03-15 2016-06-07 Facebook, Inc. Overlaying photographs with text on a social networking system
JP6200684B2 (ja) * 2013-05-01 2017-09-20 任天堂株式会社 情報共有システム、サーバ装置、表示システム、プログラム及び情報共有方法
CN104424340B (zh) * 2013-09-11 2018-05-22 腾讯科技（深圳）有限公司 社交网络应用信息处理方法、装置及系统
US9710641B2 (en) * 2014-12-12 2017-07-18 Arp-Ip Llc System and method for replacing common identifying data
US9781228B2 (en) * 2014-12-23 2017-10-03 Palo Alto Research Center Incorporated Computer-implemented system and method for providing contextual media tagging for selective media exposure
US10216800B2 (en) * 2015-06-18 2019-02-26 Rocket Apps, Inc. Self expiring social media
CN108604234A (zh) 2015-07-15 2018-09-28 查比公司 用于屏幕截图链接的系统及方法
US20170250939A1 (en) * 2016-02-28 2017-08-31 Liquid Grids Social dialogue listening, analytics, and engagement system and method
TWI626549B (zh) * 2017-04-17 2018-06-11 Chunghwa Telecom Co Ltd Method of analyzing a URL to generate a user profile
CN108897778B (zh) * 2018-06-04 2021-12-31 创意信息技术股份有限公司 一种基于多源大数据分析的图像标注方法
US11106934B2 (en) * 2019-02-11 2021-08-31 Innovaccer Inc. Automatic visual display overlays of contextually related data from multiple applications

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050273452A1 (en) * 2004-06-04 2005-12-08 Microsoft Corporation Matching database records
US20070281689A1 (en) * 2006-06-01 2007-12-06 Flipt, Inc Displaying the location of individuals on an interactive map display on a mobile communication device
US20080040474A1 (en) * 2006-08-11 2008-02-14 Mark Zuckerberg Systems and methods for providing dynamically selected media content to a user of an electronic device in a social network environment
US20080091723A1 (en) * 2006-10-11 2008-04-17 Mark Zuckerberg System and method for tagging digital media
US20080140650A1 (en) * 2006-11-29 2008-06-12 David Stackpole Dynamic geosocial networking
US20090119167A1 (en) * 2007-11-05 2009-05-07 Kendall Timothy A Social Advertisements and Other Informational Messages on a Social Networking Website, and Advertising Model for Same
US20090204354A1 (en) * 2008-02-08 2009-08-13 Yahoo! Inc. Time code validation and correction for proximity-based ad hoc networks
TW200935250A (en) * 2007-12-20 2009-08-16 Yahoo Inc Recommendation system using social behavior analysis and vocabulary taxonomies
TW200943104A (en) * 2008-02-13 2009-10-16 Yahoo Inc Social network search
TW200949566A (en) * 2008-03-31 2009-12-01 Yahoo Inc Access to trusted user-generated content using social networks
US20090299990A1 (en) * 2008-05-30 2009-12-03 Vidya Setlur Method, apparatus and computer program product for providing correlations between information from heterogenous sources
US20090319288A1 (en) * 2008-06-24 2009-12-24 Yahoo Inc. Suggesting contacts for social networks

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5579471A (en) * 1992-11-09 1996-11-26 International Business Machines Corporation Image query system and method
US5604822A (en) * 1993-11-12 1997-02-18 Martin Marietta Corporation Methods and apparatus for centroid based object segmentation in object recognition-type image processing system
US5740266A (en) * 1994-04-15 1998-04-14 Base Ten Systems, Inc. Image processing system and method
US6400831B2 (en) * 1998-04-02 2002-06-04 Microsoft Corporation Semantic video object segmentation and tracking
AU2001238354A1 (en) * 2000-02-18 2001-08-27 The University Of Maryland Methods for the electronic annotation, retrieval, and use of electronic images
US20060197763A1 (en) 2002-02-11 2006-09-07 Landnet Corporation Document geospatial shape tagging, searching, archiving, and retrieval software
JP3705201B2 (ja) 2001-12-21 2005-10-12 コニカミノルタフォトイメージング株式会社 画像形成プログラム及び画像形成装置
US20040233233A1 (en) * 2003-05-21 2004-11-25 Salkind Carole T. System and method for embedding interactive items in video and playing same in an interactive environment
US7606168B2 (en) * 2005-01-28 2009-10-20 Attenex Corporation Apparatus and method for message-centric analysis and multi-aspect viewing using social networks
JP4633614B2 (ja) * 2005-11-30 2011-02-16 日立オートモティブシステムズ株式会社 マスタシリンダ
US20070239848A1 (en) * 2006-04-11 2007-10-11 John Avery Uniform resource locator vectors
US7974888B2 (en) * 2007-03-30 2011-07-05 Amazon Technologies, Inc. Services for providing item association data
CN101715586B (zh) * 2007-05-15 2017-03-22 社会方案股份有限公司 用于形成社交联网在线社区的系统和方法
US8141002B2 (en) * 2007-07-20 2012-03-20 International Business Machines Corporation System and method for visual representation of a social network connection quality
WO2009137368A2 (en) * 2008-05-03 2009-11-12 Mobile Media Now, Inc. Method and system for generation and playback of supplemented videos
US8788493B2 (en) * 2008-06-30 2014-07-22 Verizon Patent And Licensing Inc. Digital image tagging apparatuses, systems, and methods
US8627192B2 (en) * 2008-07-03 2014-01-07 Ebay Inc. System and methods for automatic media population of a style presentation
US8180765B2 (en) * 2009-06-15 2012-05-15 Telefonaktiebolaget L M Ericsson (Publ) Device and method for selecting at least one media for recommendation to a user
US8239364B2 (en) * 2009-12-08 2012-08-07 Facebook, Inc. Search and retrieval of objects in a social networking system
US20130314438A1 (en) * 2012-05-24 2013-11-28 Fred Borcherdt Interactive overlay for digital video

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050273452A1 (en) * 2004-06-04 2005-12-08 Microsoft Corporation Matching database records
US20070281689A1 (en) * 2006-06-01 2007-12-06 Flipt, Inc Displaying the location of individuals on an interactive map display on a mobile communication device
US20080040474A1 (en) * 2006-08-11 2008-02-14 Mark Zuckerberg Systems and methods for providing dynamically selected media content to a user of an electronic device in a social network environment
US20080091723A1 (en) * 2006-10-11 2008-04-17 Mark Zuckerberg System and method for tagging digital media
US20080140650A1 (en) * 2006-11-29 2008-06-12 David Stackpole Dynamic geosocial networking
US20090119167A1 (en) * 2007-11-05 2009-05-07 Kendall Timothy A Social Advertisements and Other Informational Messages on a Social Networking Website, and Advertising Model for Same
TW200935250A (en) * 2007-12-20 2009-08-16 Yahoo Inc Recommendation system using social behavior analysis and vocabulary taxonomies
US20090204354A1 (en) * 2008-02-08 2009-08-13 Yahoo! Inc. Time code validation and correction for proximity-based ad hoc networks
TW200943104A (en) * 2008-02-13 2009-10-16 Yahoo Inc Social network search
TW200949566A (en) * 2008-03-31 2009-12-01 Yahoo Inc Access to trusted user-generated content using social networks
US20090299990A1 (en) * 2008-05-30 2009-12-03 Vidya Setlur Method, apparatus and computer program product for providing correlations between information from heterogenous sources
US20090319288A1 (en) * 2008-06-24 2009-12-24 Yahoo Inc. Suggesting contacts for social networks

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李丹: "社交网站用户的行为和动机", 《传媒观察》 *

Also Published As

Publication number Publication date
US10726066B2 (en) 2020-07-28
WO2011139238A2 (en) 2011-11-10
JP6757375B2 (ja) 2020-09-16
TWI549079B (zh) 2016-09-11
TW201203143A (en) 2012-01-16
EP2567335A2 (en) 2013-03-13
KR20170137956A (ko) 2017-12-13
KR20130100915A (ko) 2013-09-12
EP2567335A4 (en) 2013-11-27
US20220043853A1 (en) 2022-02-10
KR101865710B1 (ko) 2018-06-11
CN109597904B (zh) 2023-06-30
CN103038769A (zh) 2013-04-10
US20130124499A1 (en) 2013-05-16
AU2011249059B2 (en) 2015-05-14
US20200409992A1 (en) 2020-12-31
JP5905449B2 (ja) 2016-04-20
CN103038769B (zh) 2018-12-04
KR101807561B1 (ko) 2017-12-11
JP2016167272A (ja) 2016-09-15
JP2018198079A (ja) 2018-12-13
WO2011139238A3 (en) 2012-02-02
JP2013532318A (ja) 2013-08-15
AU2011249059A1 (en) 2013-01-10

Similar Documents

Publication Publication Date Title
CN103038769B (zh) 用于将内容导引到社交网络引擎用户的系统和方法
Yi et al. Designing for diagnosticity and serendipity: An investigation of social product-search mechanisms
Geiger et al. Personalized task recommendation in crowdsourcing information systems—Current state of the art
US7966225B2 (en) Method, system, and medium for cluster-based categorization and presentation of item recommendations
US7689457B2 (en) Cluster-based assessment of user interests
US8019766B2 (en) Processes for calculating item distances and performing item clustering
Kim et al. Mapping online consumer search
US20120109778A1 (en) Item recommendation system which considers user ratings of item clusters
US20080243817A1 (en) Cluster-based management of collections of items
US20130024813A1 (en) Method, system, and means for expressing relative sentiments towards subjects and objects in an online environment
Kokkodis et al. Your hometown matters: Popularity-difference bias in online reputation platforms
Alsayasneh et al. Personalized and diverse task composition in crowdsourcing
CN105719156A (zh) 用于识别和推广已添加标签的商品的系统及方法
US9798753B1 (en) Search result snapshot histories
WO2008121872A1 (en) Cluster-based assessment of user interests
Aziz Customer Segmentation basedon Behavioural Data in E-marketplace
US8600833B1 (en) User interest tagging
CN116521937A (zh) 视频表单的生成方法、装置、设备及存储介质、程序产品
McIlwraith Algorithms of the intelligent web
Granis Social Media Analytics in Entertainment Industry
Arcos et al. User Activity Monitoring and Personalized Recommendations for Enhancing the VR Shopping Experience
AU2021200362A1 (en) System and method for directing content to users of a social networking engine
Pu et al. Intelligent Movie Recommendation System Based on Hybrid Recommendation Algorithms
Filipe Data Analytics Mechanisms for Sport's Related Data Retrieval and Multimedia Augmentation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40007052

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant