JP6122138B2 - インタラクションの類似性によってリンクされるコミュニティの間の情報拡散を最適化するための方法およびデバイス - Google Patents

Description

本発明は、コミュニティとして組織化されるピープル・ネットワークを通した情報の拡散に関する。

ここでは、「ピープル（またはソーシャル）ネットワーク」により、セクタによってグループ化されるか否かにかかわらずフレンドリなリンク、または専門的なリンクによってオンラインで接続されるメンバを意味しており、このセクタは、ソーシャルなインタラクション、創造、および情報共有を推進する。

さらに、ここでは、「コミュニティ（またはサブセット）」により、特定のオブジェクトについてのソーシャル・ネットワークのメンバのグループのインタラクションを意味している。したがって、それは、人々（またはユーザ）が、明確な物理オブジェクトまたはマルチメディア・オブジェクトを中心にして、特定のトピックについてインタラクションおよび情報交換に従事することを可能にするある種のメディアである。そのようなコミュニティ（またはサブセット）は、一般に、異なるソーシャル・スフィア（ｓｏｃｉａｌ ｓｐｈｅｒｅｓ）からの人々（友人、家族、仕事仲間、および見知らぬ人）から構成される。コミュニティ（またはサブセット）の各メンバは、自分の識別情報および興味、またはビジネス・カード、あるいは物理世界におけるバッジを表す自分のユーザ・プロファイル、すなわち１組の属性によって仮想世界において表される可能性がある。ユーザ・プロファイル属性は、例えば、宣言された市民ステータス、興味の中心、またはマルチメディア・コンテンツとすることができる。

さらに、ここでは、「インタラクション」により、フォーラムにおける質問に対する回答、会話、注釈、１人の人からのオブジェクトについてのコメントなど、コミュニティ（またはサブセット）の内部の２人以上の人々の間の有意義な情報を伝える任意の種類のアクティビティを意味している。したがって、コミュニティは、そのインタラクションの中心を構成するオブジェクト、および／またはその内部でインタラクションする人々の組、および／またはその内部で発生するインタラクションの組によって表される可能性がある。

複数の情報チャネル（テレビジョン、インターネット、ソーシャル・ネットワークなど）の開発とともに、正しい視聴者に到達するように正しいチャネル（単数または複数）を識別することは、ますます難しくなり、また情報プロバイダ（広告主、公共機関、ジャーナリストなど）にとってコストがかかるようになる。１つまたは複数のチャネルを通して拡散される情報の浸透レベルを測定することは、この浸透レベルが、非常に多くの場合に、ターゲットにされる人々の従事のレベルに相互に関連づけられるので、やはり難しい。したがって、情報プロバイダは、情報拡散キャンペーンの終わりにおいて投資に対する利益を決定するいくつかの困難さを有している。

いくつかの解決策が、状況を改善するために提案されている。第１の解決策は、広範な、またフィルタがかけられていない視聴者に対して直接に情報をブロードキャストすることにある。しかし、これは、多くの場合に、スパミングとして考えられる。第２の解決策は、情報拡散を深く個人向けにすることにある。しかし、これは、それが個人のプロファイルおよび／または個人のアクティビティについての知識を必要とするので、コストがかかり、またプライバシの観点から非常に押し付けがましい（またそれゆえに関係者の強い嫌気をもたらす）ように思われ、この知識は、個々の人々の振る舞いの分析を必要とする。第３の解決策は、ソーシャル・ネットワークにおいて影響を与える人を識別することにある。しかし、これは、単一のソーシャル・ネットワークの中では情報拡散にとっては主として適切であるように思われるが、いくつかのコミュニティ内部ではそうではない。

したがって、当技術分野の解決策は、コミュニティとして組織化されるピープル・ネットワークを通しての情報拡散についての正しいエントリ・ポイントを見出す助けとはならない。

欧州特許出願第１２１５１６２６号

ｈｔｔｐ：／／ｗｗｗ．ａｌｉｐｒ．ｃｏｍにおいて入手できるＡＬＩＰＲ（「Ａｕｔｏｍａｔｉｃ Ｐｈｏｔｏ Ｔａｇｇｉｎｇ ａｎｄ Ｖｉｓｕａｌ Ｉｍａｇｅ Ｓｅａｒｃｈ」） ｈｔｔｐ：／／ｗｗｗ．ｃｅｃｓ．ｕｃｉ．ｅｄｕ／〜ｐａｐｅｒｓ／ｉｃｍｅ０５／ｄｅｆｅｖｅｎｔ／ｐａｐｅｒｓ／ｃｒ１３２４．ｐｄｆ

したがって、本発明の一目的は、情報プロバイダのための伝搬のコストを最小にしながら、状況を改善し、またとりわけ、複数のコミュニティ（場合によっては、異なるソーシャル・ネットワークに属する）における情報の拡散を最大にすることを可能にすることであり、その結果、人々（または複数のユーザ）の間のソーシャルな関係を直接に活用することなく、投資に対するそれらの利益が最大にされることになる。

この趣旨で、本発明は、とりわけ、コミュニティ対のインタラクションの間の類似性の尺度に基づいて、グラフによって表される、ソーシャル・ネットワーク（単数または複数）のコミュニティへの、拡散サービスを用いた情報の拡散を最適化するように意図された方法であって、
− この情報を分析して、それを規定する少なくとも１つの有意義な概念を決定するステップ（ｉ）と、
− リコミュニティの順序付けられたリストを構築するステップであって、前記リストのコミュニティに関連する概念にそれぞれマッチする決定された有意義な概念の数に従って前記リストを構築するステップ（ｉｉ）と、
− この構築された順序付けられたリストにフィルタをかけることにより、情報の拡散を開始するためのエントリ・ポイントとしてターゲット・コミュニティのグループを規定するステップ（ｉｉｉ）と、
− グラフの上で情報の拡散をシミュレートするステップ（ｉｖ）と、
− 少なくともこのシミュレートされた情報の拡散から少なくとも１つのターゲット・コミュニティを規定されたグループへ選択し、次いで、拡散サービスを用いておのおのの選択されたターゲット・コミュニティの中で情報を拡散するステップ（ｖ）と
を含む方法を提供している。

したがって、ターゲットは、人の興味に基づいていないが、コミュニティのインタラクションに基づいている。

本発明による方法は、別々に、または組み合わせて考えられる追加の特性を含むことができ、またとりわけ、
− ステップ（ｉｉ）において、順序付けられたリストのコミュニティは、それらのインタラクションから抽出されることもあり、
− ステップ（ｉｖ）において、グラフの上で情報拡散をシミュレートして、仮想グラフを取得することができ、次いで、この仮想グラフから到達可能なコミュニティを計算することができ、ステップ（ｖ）において、これらの計算された到達可能なコミュニティから各ターゲット・コミュニティを選択することができ、
＊ 方法は、コミュニティからサービス情報を収集して、グラフを更新し、次いで、この更新されたグラフを仮想グラフと比較して、投資に対する最終的な利益を計算するステップ（ｖｉ）をさらに含むことができ、
・ ステップ（ｖｉ）において、収集されたサービス情報から視聴者レベルを決定することができ、この決定された視聴者レベルが十分でない場合に、情報を適応させて、拡散されるようにすることができ、
− ステップ（ｖ）において、各ターゲットを選択する前に、到達されるべきターゲットに従って計算される、価格のグリッドに従って、シミュレートされた情報拡散のコストを評価することができ、次いで、このコストの評価から、各ターゲット・コミュニティを選択することができ、
＊ ステップ（ｖ）において、コストの評価から各ターゲット・コミュニティを選択して、投資に対する期待される利益を最適化することができる。

本発明はまた、コミュニティ対のインタラクションの間の類似性の尺度に基づいて、グラフによって表される、ソーシャル・ネットワーク（単数または複数）のコミュニティの中への、拡散サービスを用いた情報の拡散を最適化するように意図されたデバイスであって、
− この情報を分析して、それを規定する少なくとも１つの有意義な概念を決定するように構成された分析手段と、
− コミュニティの順序付けられたリストを構築するように構成された構築手段であって、前記リストのコミュニティに関連する概念にそれぞれマッチする決定された有意義な概念の数に従って前記リストを構築するように構成された構築手段と、
− この構築された順序付けられたリストにフィルタをかけることにより、情報の拡散を開始するためのエントリ・ポイントとしてターゲット・コミュニティのグループを規定するように構成されたフィルタリング手段と、
− グラフの上で情報の拡散をシミュレートするように構成されたシミュレーション手段と、
− 少なくともシミュレートされた情報の拡散から少なくとも１つのターゲット・コミュニティの規定されたグループへの選択を可能にし、次いで拡散サービスを用いておのおのの選択されたターゲット・コミュニティの中で情報を拡散するように構成された処理手段と
を備えているデバイスを提供している。

本発明による最適化デバイスは、別々に、または組み合わせて考えられる追加の特性を含むことができ、またとりわけ、
− そのシミュレーション手段は、グラフの上で情報拡散をシミュレートして、仮想グラフを取得するように構成されていることもあり、
＊ その処理手段は、仮想グラフから到達可能なコミュニティを計算するように構成されていることもあり、
＊ その処理手段は、情報拡散に続いて、グラフの更新からもたらされる更新されたグラフと仮想グラフを比較し、この比較から投資に対する最終的な利益を計算するように構成されていることもあり、
− その処理手段は、到達されるべきターゲットに従って計算される、価格のグリッドに従って、シミュレートされた情報拡散のコストを評価するように構成されていることもある。

本発明はまた、上記で導入されたデバイスなどの最適化デバイスを備えている（最適化）サーバを提供している。

本発明の他の特徴および利点は、以下の詳細な明細書と、添付の図面とを調べればすぐに、明らかになるであろう。

コミュニティ（またはサブセット）を有するソーシャル・ネットワークを概略的に示す図である。 コミュニティ管理システムと、本発明による最適化デバイスの実施形態の一例を備えている最適化サーバと、情報提供サーバと、コミュニティ・サーバと、２つのユーザ端末とが、接続されている転送ネットワークを概略的に、また機能的に示す図である。 図１に示されるコミュニティ（またはサブセット）から生成されるコミュニティの動的グラフを概略的に示す図である。 図１に示される通信機器により、本発明による最適化方法の実施を可能にするアルゴリズムの一例を概略的に示す図である。

添付の図面は、本発明を完成させるだけでなく、必要に応じてその理解に寄与する役目を果たすこともできる。

本発明は、とりわけ、コミュニティ対のインタラクションＩの間の類似性の尺度に基づいて、グラフＧによって表されるソーシャル・ネットワーク（単数または複数）ＳｎｔｗのコミュニティＳｕｂｉへと、拡散サービスＭ１を用いて、情報の拡散を最適化するように意図された、方法と、関連するデバイスＯＤとを提供することを目指している。

ソーシャル・ネットワークＳｎｔｗの一例が、図１に示されている。それは、それらＴｊの間に（それらの通信機器または端末を通して）インタラクションＩを有する複数のユーザ（または人々）Ｕを含み、またおのおのがそれ自体の記述Ｄｉを有する、５つのコミュニティ（またはサブセット）Ｓｕｂｉ（ｉ＝１から５）を含んでいる。

以下の説明においては、ユーザ通信機器Ｔｊが、スマートフォンであることが、考えられることになる。しかし、ユーザ通信機器は、他のタイプのもの（例えば、タブレット−ｐｃ、ラップトップ、コンピュータ）とすることができる。

各ユーザ端末Ｔｊは、それらのユーザＵｊが属するコミュニティＳｕｂｉに関連するコミュニティ・サーバＳｒｖｉに対するアクセスを制御するアプリケーションＡ１を備えている。

ソーシャル・ネットワークＳｎｔｗの各コミュニティＳｕｂｉは、コミュニティ対のインタラクションＩの間の類似性の尺度に基づいているグラフＧによって表される。このグラフＧは、図２の中に部分的に示されるシステムなどのシステムＳｙｓによって生成されることが好ましく、またその出願番号が１２１５１６２６である欧州特許出願の中で説明される。

再び始めると、このシステムＳｙｓ（図２の中に部分的に示される）は、グラフＧを生成するように構成され、また以下で説明されるセントラル・サーバＳｃと、一般的なサービスおよび特定のサービスと、とりわけ第１のＭ１モジュールおよび第２のＭ２モジュールをそれぞれ通して拡散サービスおよび以下のサービスとを提供するコミュニティ・サーバＳｒｖｉ（各コミュニティＳｕｂｉごとに１つ）とを備えている。そのようなシステムＳｙｓは、このソーシャル・ネットワークＳｎｔｗの第２のサブセットＳｕｂ２に対するアクセス権を有するユーザ端末Ｔｊに対してソーシャル・ネットワークＳｎｔｗの第１のサブセットＳｕｂ１のサービスＳの組を提供するように意図された方法を実施するように構成されている。

より正確には、このシステムＳｙｓは、
− サブセットＳｕｂｉの各対の（ソーシャルな）インタラクションＩの間の類似性の尺度に基づいて、
＊ ソーシャル・ネットワークＳｎｔｗの各サブセットＳｕｂｉごとにノードＮｉを生成すること、
＊ 各サブセットＳｕｂｉの内部のソーシャルなインタラクションＩに関連する特定のデータＳｄを抽出すること、
＊ サブセット（Ｓｕｂ１、Ｓｕｂ２）の各対ごとに特定のデータＳｄの間の類似性を測定すること、および
＊ これらの尺度に従って、サブセット（Ｓｕｂ１、Ｓｕｂ２）の各対ごとに関連する重みＷを有するグラフＧの内部でエッジＥを生成すること
により、グラフＧを構築するステップと、
− 関係しているユーザ端末Ｔｊに対して、第２のサブセットＳｕｂ２に対する第１のサブセットＳｕｂ１のサービスＳの組を提供するステップであって、サービスＳのこの組は、第１のサブセットＳｕｂ１と、第２のサブセットＳｕｂ２とに対応するエッジＥの重みＷに従って選択される、提供するステップと
から構成される方法を実施する。

図１の５つのコミュニティ（またはサブセット）Ｓｕｂ１からＳｕｂ５から生成されるグラフ（またはコミュニティの動的グラフ）Ｇの一例が、図３の中に示される。

コミュニティのそのような動的グラフは、少なくとも各コミュニティＳｕｂｉごとに、それらの類似性が所定のしきい値の値よりも高いときに、リンクされたコミュニティの以下のインタラクションを可能にする以下のサービス（Ｍ２）を含むやり方でインスタンス化される。ある情報が、拡散される（または伝搬される）ときに、その情報は、コミュニティのインタラクションの一部分になり、その結果、リンクされたコミュニティの以下のサービスＭ２が、自動的にアクティブにされ、またこの情報を取り込むので、この情報をリモート・コミュニティに対して直接にプッシュする必要性はない。

本発明による最適化方法は、少なくとも５つのステップ（ｉ）から（ｖ）を含んでおり、これらのステップは、図２の中で示されるように、最適化デバイスＯＤを備えている最適化サーバＯＳによって実施され、また転送ネットワークＴＮに接続されることもある。

転送ネットワークＴＮは、有線ネットワークと、ワイヤレス・ネットワークとの組合せである。

第１のステップ（ｉ）は、情報プロバイダ（例えば、広告主）が、自分の情報提供サーバＩＰＳの中に記憶される情報（場合によってはマルチメディア・タイプ）拡散することを決定しており、またそれゆえに、後者（ＩＰＳ）を使用して、転送ネットワークＴＮを通して、最適化サーバＯＳに対してこの情報を送信するときに、開始される。

図２に示されるように、最適化サーバＯＳは、情報プロバイダが、様々な形式（テキスト、オーディオ、ビデオ、それらの任意の組合せなど、任意の種類のマルチメディア・コンテンツ）で拡散されるべき情報を送信し、また場合によっては、例えば、伝搬規則の組、および／またはターゲット、および／または投資に対する期待される利益を示すことを可能にする情報プロバイダ・インターフェース（ｉｎｆｏｒｍａｔｉｏｎ ｐｒｏｖｉｄｅｒ ｉｎｔｅｒｆａｃｅ）ＩＰＩを備えることができる最適化デバイスＯＤを備えている。

この第１のステップ（ｉ）中に、拡散されるべき情報を自動的に分析して、それを規定する少なくとも１つの有意義な概念を決定する。

この分析は、最適化サーバＯＳを装備した最適化デバイスＯＤに属する分析手段（または情報概念抽出器）ＩＣＥによって実行される可能性がある。

この情報概念抽出器ＩＣＥは、情報コンテンツを分析した後に、高レベルの意味論概念を抽出することができるモジュールである。この種類のモジュールは、当技術分野においてよく知られている。それは、必要に応じてすべてのマルチメディア・ベースの情報のために活動することができる。画像アナライザの一例は、ｈｔｔｐ：／／ｗｗｗ．ａｌｉｐｒ．ｃｏｍにおいて入手できるＡＬＩＰＲ（「Ａｕｔｏｍａｔｉｃ Ｐｈｏｔｏ Ｔａｇｇｉｎｇ ａｎｄ Ｖｉｓｕａｌ Ｉｍａｇｅ Ｓｅａｒｃｈ」）である。ビデオ・アナライザの一例は、アドレス：ｈｔｔｐ：／／ｗｗｗ．ｃｅｃｓ．ｕｃｉ．ｅｄｕ／〜ｐａｐｅｒｓ／ｉｃｍｅ０５／ｄｅｆｅｖｅｎｔ／ｐａｐｅｒｓ／ｃｒ１３２４．ｐｄｆにおいてアクセス可能なウェブ・ページの中で説明される。

本方法の第２のステップ（ｉｉ）において、リストのコミュニティＳｕｂｉに関連する概念にそれぞれマッチする決定された有意義な概念の数に従ってコミュニティの順序付けられたリストを構築する。

この順序付けられたリストは、最適化デバイスＯＤに属する構築手段（または情報関連性推定器（ｉｎｆｏｒｍａｔｉｏｎ ｒｅｌｅｖａｎｃｅ ｅｓｔｉｍａｔｏｒ））ＩＲＥによって構築される可能性がある。順序付けられたリストのうちのコミュニティＳｕｂｉは、それらのインタラクションから抽出されることもある。

この情報関連性推定器ＩＲＥは、コミュニティＳｕｂｉについての情報の関連性を計算することができるモジュールである。情報関連性推定器は、情報プロバイダによって規定される多種類の関連のある判断基準を対象として含むことができる。例えば、情報関連性推定器は、第１の判断基準（与えられたコミュニティＳｕｂｉの中にある情報の概念の％）に基づいて、また第２の判断基準（情報と、与えられたコミュニティＳｕｂｉとの間の意味論的類似性の程度）に基づいてある種の関連性レベルを計算することができる。これらの２つの判断基準の組合せを使用して、情報の拡散（または伝搬）のためのポリシーを規定することができる。例えば、第１の判断基準と、第２の判断基準とが、両方とも高い場合、おそらく驚きの効果を持たないことになる（コミュニティＧの動的グラフの構造を変更する機会はほとんどない）。第１の判断基準が低いのに対して、第２の判断基準が高い場合、情報の１つの特定の側面は、考慮されたコミュニティＳｕｂｉについて非常に適切であり、またこれは、他のコミュニティＳｕｂｉ’（ｉ’≠ｉ）との新しいリンクについてのより強い機会を提案することになる。

本方法の第３のステップ（ｉｉｉ）において、第２のステップ（ｉｉ）において構築される順序付けられたリストにフィルタをかけることにより、情報の拡散を開始するためのエントリ・ポイントとしてターゲット・コミュニティのグループを規定する。

ターゲット・コミュニティのこのグループは、最適化デバイスＯＤに属するフィルタリング手段ＦＭによって規定される可能性がある。フィルタは、関係している情報プロバイダによって規定される１つまたは複数の規則によって規定され、またサーバＩＰＳを提供する自らの情報を用いて最適化サーバＯＳに対して送信されることもある。

本方法の第４のステップ（ｉｖ）において、グラフＧの上で情報拡散をシミュレートする。

このシミュレーションは、最適化デバイスＯＤに属するシミュレーション手段（またはコミュニティ影響シミュレータの動的グラフ）ＤＧＣＩＳによって実行される可能性がある。

このシミュレーション手段ＤＧＣＩＳは、情報関連性推定器ＩＲＥによって配信される結果からターゲットにされる特定のコミュニティにおいて、情報（拡散されるべき）の導入についてのコミュニティＧの動的グラフの構造に対する影響を計算し、またシミュレートすることができるモジュールである。この趣旨で、シミュレーション手段は、コミュニティＧの動的グラフの上で情報拡散をシミュレートして、仮想グラフＶＧを取得することができる。

本方法の第５のステップ（ｖ）において、少なくともシミュレートされた情報拡散から少なくとも１つのターゲット・コミュニティを規定されたグループの中へと選択し（または選び）、また次いで人は、そのコミュニティ・サーバＳｒｖｉによって提供される拡散サービスＭ１を用いて、おのおのの選択されたターゲット・コミュニティにおいて情報を拡散する。

この選択は、最適化デバイスＯＤに属する情報プロバイダと、処理手段ＰＭとによるか、または処理手段ＰＭだけによるかのいずれかで実行される可能性がある。

この処理手段ＰＭは、例えば、仮想グラフＶＧにおいて到達可能なコミュニティの数を計算することができる可能性のある第１のモジュール（または拡散能力推定器（ｄｉｆｆｕｓｉｏｎ ｃａｐａｂｉｌｉｔｙ ｅｓｔｉｍａｔｏｒ））ＤＣＥを備えていることができる。より正確には、処理手段は、ＤＧＣＩＳシミュレーションからもたらされる仮想グラフＶＧに関連するグラフの深さ第１のトラバースに基づいて到達可能なコミュニティを算出することができる。例えば、仮想グラフＶＧをトラバースするときに、任意のコミュニティが情報の拡散エントリ・ポイントとして使用される類似性のレベルが、例えば、情報プロバイダによって規定される所定のしきい値よりも高い場合、コミュニティは、ＤＧＣＩＳシミュレーションの後に可能性のある到達可能なターゲットである候補として考えられる。

処理手段ＰＭはまた、情報プロバイダによって規定される、到達されるべきターゲットに従って算出される、価格のグリッドに従って、シミュレートされた情報拡散のコストを評価するための少なくとも１つのパラメータ、すなわち、到達可能なコミュニティの数を考慮に入れる第２のモジュール（またはコスト推定器（ｃｏｓｔ ｅｓｔｉｍａｔｏｒ））ＣＥを備えていることもできる。例えば、コスト推定器ＣＥは、コスト評価から各ターゲット・コミュニティを選択して、情報プロバイダによって規定される投資に対する期待される利益を最適化することができる。

処理手段ＰＭはまた、情報拡散の結果と、情報プロバイダについての関連する説明とを表示するように意図された第３のモジュール（または結果インターフェース（ｒｅｓｕｌｔ ｉｎｔｅｒｆａｃｅ））ＲＩを備えていることもできる。

処理手段ＰＭはまた、ターゲットにされ、また選択されるコミュニティＳｕｂｉにそれぞれ関連するコミュニティ・サーバＳｒｖｉの拡散サービスＭ１の近くで情報をプッシュするように意図された第４のモジュール（またはプッシュ情報モジュール（ｐｕｓｈ ｉｎｆｏｒｍａｔｉｏｎ ｍｏｄｕｌｅ））ＰＩＭを備えていることもでき、その結果、それらは、端末のユーザＵｊの端末Ｔｊの近くの情報の拡散を制御するようになる。

本発明による方法は、コミュニティＳｕｂｉから（またより正確には、それぞれのコミュニティ・サーバＳｒｖｉの以下のサービスＭ２から）サービス情報を収集して、グラフＧを更新し、次いで、この更新されたグラフを仮想グラフＶＧと比較して、投資に対する最終的な利益を計算する第６のステップ（ｖｉ）をさらに含むことができる。

サービス情報の収集と、グラフ更新とは、上記で引用された出願番号が１２１５１６２６である欧州特許出願の中で説明されるシステムＳｙｓによって実行され、またより正確にはそのセントラル・サーバＳｃによって実行される可能性がある。

更新されたグラフの仮想グラフＶＧとの比較と、投資に対する最終的な利益についての以下の計算とは、処理手段ＰＭによって実行され、またより正確にはそのコスト推定器ＣＥによって実行される可能性がある。

第６のステップ（ｖｉ）の間に、収集されたサービス情報から視聴者レベルを決定することもでき、この決定された視聴者レベルが、満足できるものでないときに、新しい拡散へと進む前に、初期情報を適応させることができる。

視聴者レベルの決定は、処理手段ＰＭによって実行され、またより正確にはそのコスト推定器ＣＥによって実行される可能性がある。

初期情報の適応は、情報プロバイダによって、または処理手段ＰＭによって行われ、また次いで情報プロバイダによって制御される可能性がある。

最適化デバイスＯＤは、ソフトウェア・モジュール（またはコンピュータ・プログラム製品）から成る可能性があることに注意することが重要である。しかし、最適化デバイスは、ソフトウェア・モジュールと、電子回路（単数または複数）またはハードウェア・モジュールの組合せとから成る可能性もある。

図２においてスケッチされた機器Ｓｃと、Ｓｒｖｉと、Ｔｊと、ＯＳと、ＯＤとによる最適化方法の実施を可能にするアルゴリズムの非限定的な一例が、図４の中に示される。

アルゴリズムは、情報プロバイダが、自らの情報提供サーバＩＰＳを用いて、転送ネットワークＴＮを通して、最適化サーバＯＳに対して情報を送信するステップ１０から開始される。

次いで、ステップ２０において、最適化デバイスＯＤは、受信された情報を処理して、有意義な概念（単数または複数）を決定する。このステップ２０は、最適化方法の第１のステップ（ｉ）に対応する。

次いで、ステップ３０において、最適化デバイスＯＤは、リストのコミュニティＳｕｂｉに関連する概念にそれぞれマッチする決定された有意義な概念の数に従って、グラフＧからコミュニティの順序付けられたリストを構築する。このステップ３０は、最適化方法の第２のステップ（ｉｉ）に対応する。

次いで、ステップ４０において、最適化デバイスＯＤは、ステップ３０において構築される順序付けられたリストにフィルタをかけることにより、情報の拡散を開始するためのエントリ・ポイントとしてターゲット・コミュニティのグループを規定する。このステップ４０は、最適化方法の第３のステップ（ｉｉｉ）に対応する。

次いで、ステップ５０において、最適化デバイスＯＤは、仮想グラフＶＧを取得するために好ましい、グラフＧの上で情報拡散をシミュレートする。このステップ５０は、最適化方法の第４のステップ（ｉｖ）に対応する。

次いで、ステップ６０において、最適化デバイスＯＤは、到達されるべきターゲットに従って算出される価格のグリッドに従って、情報拡散コストを評価する。

次いで、ステップ７０において、最適化デバイスＯＤは、情報拡散の結果と、情報プロバイダについての関連する説明とを表示する。

次いで、ステップ８０において、情報プロバイダおよび／または最適化デバイスＯＤは、少なくともシミュレートされた情報拡散と、評価された情報拡散コストとから規定されたグループへのエントリ・ポイントとして少なくとも１つのターゲット・コミュニティを選択する。この選択は、投資に対する期待される利益を最適化するために行われる可能性がある。

次いで、ステップ９０において、最適化デバイスＯＤは、選択されたターゲット・コミュニティＳｕｂｉのコミュニティ・サーバＳｒｖｉの拡散サービスＭ１と組み合わせて、これらの選択されたターゲット・コミュニティＳｕｂｉにおいて受信された情報を拡散する。ステップ６０から９０は、最適化方法の第５のステップ（ｖ）に対応している。

次いで、ステップ１００において、情報拡散の実際の影響を測定することができる。より正確には、システムＳｙｓのセントラル・サーバＳＣは、コミュニティＳｕｂｉから（またより正確には、それらのそれぞれのコミュニティ・サーバＳｒｖｉの以下のサービスＭ２から）サービス情報を収集して、グラフＧを更新する。実際に、選択された（または選ばれた）コミュニティＳｕｂｉにおける受信された情報の導入は、ソーシャルなインタラクションＩを誘導する。実際には、この情報は、このコミュニティＳｕｂｉに参加するすべてのユーザＵｊｉの端末Ｔｊの画面の上に表示されることになり、また上記で述べられるグラフ更新機構のおかげで、これは、初期グラフＧの更新をトリガする。結果として、また各コミュニティ・サーバＳｒｖｉによって提供される以下のサービスＭ２のおかげで、プッシュされた情報はまた、選択されたターゲット・コミュニティに属するこれらにリンクされたコミュニティによって自動的に追従され、次いで、グラフＧを通して拡散することを始め、その結果、これらのコミュニティのすべてのユーザが、導入された情報によって警告されることになる。

次いで、最適化デバイスＯＤは、仮想グラフＶＧと更新されたグラフを比較して、投資に対する最終的な利益を計算することができる。それゆえに、情報プロバイダは、期待される利益と、投資に対する最終的な利益を比較することができる。

ステップ１００の間に、最適化デバイスＯＤはまた、収集されたサービス情報から視聴者レベルを決定し、また情報プロバイダのためにこの視聴者レベルを表示することができることに注意しよう。したがって、この決定された視聴者レベルが、情報プロバイダを満足させることがない場合、情報プロバイダは、ステップ８０において選択されるターゲット・コミュニティにおいて、またはもう一度ステップ１０から８０を適用することにより取得される新しいターゲット・コミュニティにおいて、新しい拡散へと進む前に初期情報を適応させることができる。

このステップ１００は、最適化方法の可能な第６のステップ（ｖｉ）に対応している。

本発明は、いくつかの利点を提供しており、またとりわけ、
− 本発明は、それが、コミュニティのインタラクションに基づいているが、ユーザ・プロファイルには基づいていないので、プライバシを保護しており、
− 本発明は、情報プロバイダが、拡散キャンペーンをトリガする前に、新しい判断基準（コミュニティ当たりの拡散コスト、接続されたコミュニティの数、リンクの強度など）を考慮に入れて、投資に対する利益を最適化することを可能にしており、
− 本発明は、情報プロバイダが、受動的な情報拡散モードなどの新しい機能から、恩恵を得ることを、すなわち、情報拡散のエントリ・ポイントとして適切なユーザ・コミュニティの組を選択すること、決定する前に可能性のある結果をシミュレートすること、または情報拡散の実際の影響を測定することにより伝搬コストの最適化を行うことを可能にしており、
− 本発明は、共通の利益（単数または複数）の目的に焦点を合わされたコミュニティを活用することにより、推薦伝搬チェーンを強化することを可能にしている。

本発明は、例として、上記で説明される最適化方法と、最適化デバイスと、最適化サーバとについての実施形態だけには限定されないが、本発明は、添付の特許請求の範囲の内部において当業者によって考慮され得るすべての代替的な実施形態を包含している。

Claims (13)

1. コミュニティ対のインタラクション（Ｉ）の間の類似性の尺度に基づいて、グラフ（Ｇ）によって表される、ソーシャル・ネットワーク（単数または複数）（Ｓｎｔｗ）のコミュニティ（Ｓｕｂｉ）への、拡散サービス（Ｍ１）を用いた情報の拡散を最適化するための方法であって、
   前記情報を分析して、それを規定する少なくとも１つの有意義な概念を決定するステップ（ｉ）と、
   コミュニティ（Ｓｕｂｉ）の順序付けられたリストを構築するステップであって、前記リストのコミュニティに関連する概念にそれぞれマッチする決定された有意義な概念の数に従って前記リストを構築するステップ（ｉｉ）と、
   前記構築された順序付けられたリストにフィルタをかけることにより、前記情報の拡散を開始するためのエントリ・ポイントとしてターゲット・コミュニティのグループを規定するステップ（ｉｉｉ）と、
   前記グラフ（Ｇ）上で前記情報の拡散をシミュレートするステップ（ｉｖ）と、
   少なくとも前記シミュレートされた情報の拡散から少なくとも１つのターゲット・コミュニティを前記規定されたグループへ選択し、次いで、前記拡散サービス（Ｍ１）を用いておのおのの選択されたターゲット・コミュニティの中で前記情報を拡散するステップ（ｖ）と
   を含む方法。
2. ステップ（ｉｉ）において、前記順序付けられたリストの前記コミュニティ（Ｓｕｂｉ）は、それらのインタラクションから抽出される、請求項１に記載の方法。
3. ステップ（ｉｖ）において、前記グラフ（Ｇ）の上で前記情報の拡散をシミュレートして、仮想グラフ（ＶＧ）を取得し、次いで、前記仮想グラフ（ＶＧ）から到達可能なコミュニティを計算し、ステップ（ｖ）において、前記計算された到達可能なコミュニティから各ターゲット・コミュニティを選択する、請求項１乃至２のいずれか１項に記載の方法。
4. 前記コミュニティ（Ｓｕｂｉ）からサービス情報を収集して、前記グラフ（Ｇ）を更新し、次いで、前記仮想グラフ（ＶＧ）と前記更新されたグラフを比較して、投資に対する最終的な利益を計算するステップ（ｖｉ）をさらに含む、請求項３に記載の方法。
5. ステップ（ｖｉ）において、前記収集されたサービス情報から視聴者レベルを決定し、前記決定された視聴者レベルが満足できるものではない場合、拡散されるべき前記情報を適応させる、請求項４に記載の方法。
6. ステップ（ｖ）において、各ターゲットを選択する前に、到達されるべきターゲットに従って算出される価格のグリッドに従って、前記シミュレートされた情報拡散のコストを評価し、次いで、前記コストの評価から各ターゲット・コミュニティを選択する、請求項１乃至５のいずれか１項に記載の方法。
7. ステップ（ｖ）において、前記コストの評価から各ターゲット・コミュニティを選択して、投資に対する期待される利益を最適化する、請求項６に記載の方法。
8. コミュニティ対のインタラクションの間の類似性の尺度に基づいて、グラフ（Ｇ）によって表される、ソーシャル・ネットワーク（単数または複数）（Ｓｎｔｗ）のコミュニティ（Ｓｕｂｉ）の中への、拡散サービス（Ｍ１）を用いた情報の拡散を最適化するためのデバイス（ＯＤ）であって、
   前記情報を分析して、それを規定する少なくとも１つの有意義な概念を決定するように構成された分析手段（ＩＣＥ）と、
   コミュニティ（Ｓｕｂｉ）の順序付けられたリストを構築するように構成された構築手段であって、前記リストのコミュニティに関連する概念にそれぞれマッチする決定された有意義な概念の数に従って前記リストを構築するように構成された構築手段（ＩＲＥ）と、
   前記構築された順序付けられたリストにフィルタをかけることにより、前記情報の前記拡散を開始するためのエントリ・ポイントとしてターゲット・コミュニティのグループを規定するように構成されたフィルタリング手段（ＦＭ）と、
   前記グラフ（Ｇ）の上で前記情報の拡散をシミュレートするように構成されたシミュレーション手段（ＤＧＣＩＳ）と、
   少なくとも前記シミュレートされた情報の拡散から少なくとも１つのターゲット・コミュニティの前記規定されたグループへの選択を可能にし、次いで、前記拡散サービス（Ｍ１）を用いておのおのの選択されたターゲット・コミュニティの中で前記情報を拡散するように構成された処理手段（ＰＭ）と
   を備えているデバイス。
9. 前記シミュレーション手段（ＤＧＣＩＳ）は、前記グラフ（Ｇ）の上で前記情報の拡散をシミュレートして、仮想グラフ（ＶＧ）を取得するように構成されている、請求項８に記載のデバイス。
10. 前記処理手段（ＰＭ）は、前記仮想グラフ（ＶＧ）から到達可能なコミュニティを計算するように構成されている、請求項９に記載のデバイス。
11. 前記処理手段（ＰＭ）は、前記情報の拡散に追従して、前記グラフ（Ｇ）の更新からもたらされる更新されたグラフと前記仮想グラフ（ＶＧ）を比較し、また前記比較から投資に対する最終的な利益を計算するように構成されている、請求項９乃至１０のいずれか１項に記載のデバイス。
12. 前記処理手段（ＰＭ）は、到達されるべきターゲットに従って算出される価格のグリッドに従って、前記シミュレートされた情報の拡散のコストを評価するように構成されている、請求項８乃至１１のいずれか１項に記載のデバイス。
13. 請求項８乃至１２のいずれか１項に記載のデバイス（ＯＤ）を備えている、サーバ（ＯＳ）。

Images