KR101666541B1 - 온라인 소셜 네트워크에서 검색 질의를 위한 근사적 프라이버시 인덱싱 - Google Patents

온라인 소셜 네트워크에서 검색 질의를 위한 근사적 프라이버시 인덱싱 Download PDF

Info

Publication number
KR101666541B1
KR101666541B1 KR1020157034887A KR20157034887A KR101666541B1 KR 101666541 B1 KR101666541 B1 KR 101666541B1 KR 1020157034887 A KR1020157034887 A KR 1020157034887A KR 20157034887 A KR20157034887 A KR 20157034887A KR 101666541 B1 KR101666541 B1 KR 101666541B1
Authority
KR
South Korea
Prior art keywords
user
search
objects
node
social networking
Prior art date
Application number
KR1020157034887A
Other languages
English (en)
Other versions
KR20160006211A (ko
Inventor
긴타라스 안드리우스 워스
스리람 산카
종시엔 첸
홍기혁
케다르 드함데레
라자트 레이나
Original Assignee
페이스북, 인크.
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
Priority to US13/890,052 priority Critical
Priority to US13/890,052 priority patent/US9330183B2/en
Application filed by 페이스북, 인크. filed Critical 페이스북, 인크.
Priority to PCT/US2014/036767 priority patent/WO2014182606A1/en
Publication of KR20160006211A publication Critical patent/KR20160006211A/ko
Application granted granted Critical
Publication of KR101666541B1 publication Critical patent/KR101666541B1/ko

Links

Images

Classifications

    • G06F17/30867
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/62Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245Protecting personal data, e.g. for financial or medical purposes
    • G06F21/6263Protecting personal data, e.g. for financial or medical purposes during internet communication, e.g. revealing personal data from cookies
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/901Indexing; Data structures therefor; Storage structures
    • G06F16/9024Graphs; Linked lists
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/01Social networking
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/30Transportation; Communications
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00Network arrangements or protocols for real-time communications
    • H04L65/40Services or applications
    • H04L65/403Arrangements for multiparty communication, e.g. conference
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network-specific arrangements or communication protocols supporting networked applications
    • H04L67/02Network-specific arrangements or communication protocols supporting networked applications involving the use of web-based technology, e.g. hyper text transfer protocol [HTTP]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network-specific arrangements or communication protocols supporting networked applications
    • H04L67/30Network-specific arrangements or communication protocols supporting networked applications involving profiles
    • H04L67/306User profiles
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2221/00Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/21Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/2141Access rights, e.g. capability lists, access control lists, access tables, access matrices

Abstract

일실시예로, 본 방법은 온라인 소셜 네트워크의 제1 사용자로부터 검색 질의를 수신하는 단계, 검색 질의에 매치하는 객체를 식별하도록 데이터 스토어를 검색하는 단계, 제1 사용자에 대하여 객체의 가시성을 각각의 식별된 객체에 대해 결정하는 단계 및 검색 질의에 대응하는 하나 이상의 검색 결과를 생성하는 단계를 포함하고, 객체를 식별하는 것도 또한 각 객체에 대한 프라이버시 설정에 부분적으로 기반한다.

Description

온라인 소셜 네트워크에서 검색 질의를 위한 근사적 프라이버시 인덱싱{APPROXIMATE PRIVACY INDEXING FOR SEARCH QUERIES ON ONLINE SOCIAL NETWORKS}
본 명세서는 일반적으로 소셜 그래프 및 소셜 네트워킹 환경 내 객체에 대한 검색 수행에 관한 것이다.
소셜 네트워킹 웹사이트를 포함할 수 있는 소셜 네트워킹 시스템은 그 사용자들(가령, 사람들 또는 단체)이 소셜 네트워킹 시스템과 상호작용하고 소셜 네트워킹 시스템을 통해 서로 상호작용할 수 있게 해줄 수 있다. 소셜 네트워킹 시스템은 사용자로부터의 입력으로 사용자와 관련된 사용자 프로필을 생성하고 소셜 네트워킹 시스템에 저장할 수 있다. 사용자 프로필은 신상 정보, 통신-채널 정보 및 사용자의 개인 관심사에 대한 정보를 포함할 수 있다. 또한, 소셜 네트워킹 시스템은 사용자로부터의 입력으로 소셜 네트워킹 시스템의 다른 사용자들과의 사용자의 관계의 레코드를 생성하고 저장할 수 있을 뿐만 아니라, 서비스(예컨대, 담벼락-게시물, 사진 공유, 이벤트 조직, 메시징, 게임 또는 광고)를 제공하여 사용자들 사이의 소셜 상호작용을 용이하게 할 수 있다.
소셜 네트워킹 시스템은 하나 이상의 네트워크를 통해 서비스에 관한 컨텐츠 또는 메시지를 사용자의 모바일이나 다른 컴퓨팅 장치로 송신할 수 있다. 또한, 사용자는 소셜 네트워킹 시스템 내 사용자의 사용자 프로필과 다른 데이터에 접근하기 위해 소프트웨어 애플리케이션을 사용자의 모바일이나 다른 컴퓨팅 장치에 설치할 수 있다. 소셜 네트워킹 시스템은 사용자에게 디스플레이하기 위해 가령 사용자와 연결된 다른 사용자들의 집계된 소식의 뉴스피드와 같이 개인화된 세트의 컨텐츠 객체를 생성할 수 있다.
소셜 그래프 분석은 노드와 에지로 구성되는 네트워크 이론의 관점에서 소셜 관계를 보여줄 수 있다. 노드는 네트워크 내의 개인 행위자를 나타낼 수 있고, 에지는 개인 행위자들 사이의 관계를 나타낼 수 있다. 그 결과, 그래프-기반 구조는 종종 매우 복잡할 수 있다. 많은 타입의 노드 및 노드를 연결하는 많은 타입의 에지가 있을 수 있다. 가장 간단한 형태로, 소셜 그래프는 검토되는 모든 노드 사이의 모든 관련 에지의 지도이다.
(예컨대, 해당 사용자 계정과 관련하여) 소셜 네트워킹 시스템에 저장되는 특정 사용자들과 관련된 정보가 있을 수 있다. 각 사용자는 소셜 네트워킹 시스템으로 정보를 업로드하고 제출할 수 있다. 소셜 네트워킹 시스템은 그 사용자 대신에 그리고 그 사용자와 연관하여 각 사용자의 정보를 저장할 수 있다. 사용자는 소셜 네트워킹 시스템에 저장되는 그의 정보에 접근할 수 있다. 또한, 사용자는 소셜 네트워킹 시스템에 저장되는 그의 정보에 대한 접근을 다른 사용자들에게 승인할 것인지 선택할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템의 사용자는 검색 질의를 사용하여 소셜 네트워킹 시스템과 관련된 객체를 검색할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템은 객체가 질의중인 사용자에 의해 접근되게 할 가능성이 있는 프라이버시 설정을 가지는 매치하는 객체를 데이터 스토어에서 검색함으로써 인덱싱 프로세스를 향상시킬 수 있다. 제1 사용자(즉, 질의중인 사용자)로부터 수신된 검색 질의에 응답하여, 소셜 네트워킹 시스템은 매치하는 객체를 검색하도록 하나 이상의 데이터 스토어에 접근할 수 있다. 통상, 소셜 네트워킹 시스템은 결과를 사용자에게 송신하기 바로 직전에 검색 결과를 필터링하는 프런트엔드 프로세스(frontend process)를 사용하여 프라이버시 체크(privacy checks)를 수행할 수 있다. 예컨대, 프라이버시 설정을 사용하는 접근 제어는 소셜 네트워킹 시스템에 의해 호스트되는 프런트엔드 PHP 프로세스에 의해 수행될 수 있다. 데이터 스토어가 검색 질의에 매치하는 객체를 식별하도록 검색된 후에, 각각의 식별된 객체에 대한 프라이버시 설정은 사용자에게 보이지 않는 결과를 필터링하는데 사용될 수 있어서, 사용자에게 보이는 객체들만이 검색 결과로서 사용자에게 송신된다. 그러나, 이 단계에서 프라이버시 체크를 수행하면, 필터링되는 데이터 스토어를 검색할 때 많은 수의 객체가 식별될 수 있어서, 충분한 수의 검색 결과를 생성하기 위해 추가 인덱싱이 수행되어야 한다. 인덱싱 프로세스의 효율은 데이터 스토어를 질의할 때 프라이버시 필터를 적용함으로써 향상될 수 있다. 특정 실시예로, 프라이버시 체크 프로세스는 검색 질의에 매치할 뿐 아니라 질의중인 사용자가 객체에 접근할 수 있게 하는 프라이버시 설정을 가지는 객체들을 검색함으로써 인덱싱 동안에 근사화될 수 있다. 이 방식으로, 인덱싱 동안 식별되는 객체는 프라이버시 설정에 기반하여 효과적으로 사전-필터링될 수 있어서, 식별된 객체는 프런트엔드 프라이버시 체크를 통과하고 검색 결과로서 생성될 가능성이 더 높다. 이를 통해 소셜 네트워킹 시스템은 검색 결과를 생성하는데 필요한 데이터 오버-페칭(data over-fetching)의 양을 줄일 수 있다.
본 발명의 내용 중에 포함되어 있다.
도 1은 소셜 네트워킹 시스템과 관련된 예시적인 네트워크 환경을 도시한다.
도 2는 예시적인 소셜 그래프를 도시한다.
도 3은 소셜 네트워킹 시스템의 객체를 저장하기 위한 예시적인 파티셔닝을 도시한다.
도 4는 온라인 소셜 네트워크의 예시적인 웹페이지를 도시한다.
도 5a는 예시적인 소셜 그래프를 도시한다.
도 5b는 프라이버시 설정을 해결하는 예시적인 서브-그래프를 도시한다.
도 6은 근사적 프라이버시 인덱싱을 사용하여 온라인 소셜 네트워크를 검색하는 예시적인 방법을 도시한다.
도 7은 예시적인 컴퓨터 시스템을 도시한다.
도 1은 소셜 네트워킹 시스템과 관련된 예시적인 네트워크 환경(100)을 도시한다. 네트워크 환경(100)은 네트워크(110)에 의해 서로 연결되는 클라이언트 시스템(130), 소셜 네트워킹 시스템(160) 및 제3자 시스템(170)을 포함한다. 도 1은 클라이언트 시스템(130), 소셜 네트워킹 시스템(160), 제3자 시스템(170) 및 네트워크(110)의 특정한 구성을 도시하지만, 본 명세서는 클라이언트 시스템(130), 소셜 네트워킹 시스템(160), 제3자 시스템(170) 및 네트워크(110)의 임의의 적절한 구성을 고려한다. 예로서 제한 없이, 2 이상의 클라이언트 시스템(130), 소셜 네트워킹 시스템(160) 및 제3자 시스템(170)은 네트워크(110)를 우회하여 서로 직접적으로 연결될 수 있다. 또 다른 예로서, 2 이상의 클라이언트 시스템(130), 소셜 네트워킹 시스템(160) 및 제3자 시스템(170)은 전체적으로 또는 부분적으로 서로 물리적으로 또는 논리적으로 같은 장소에 배치될 수 있다. 게다가, 도 1은 특정한 수의 클라이언트 시스템(130), 소셜 네트워킹 시스템(160), 제3자 시스템(170) 및 네트워크(110)를 도시하지만, 본 명세서는 임의의 적절한 수의 클라이언트 장치(130), 소셜 네트워킹 시스템(160), 제3자 시스템(170) 및 네트워크(110)를 고려한다. 예로서 제한 없이, 네트워크 환경(100)은 다수의 클라이언트 시스템(130), 소셜 네트워킹 시스템(160), 제3자 시스템(170) 및 네트워크(110)를 포함할 수 있다.
본 명세서는 임의의 적절한 네트워크(110)를 고려한다. 예로서 제한 없이, 네트워크(110)의 하나 이상의 부분은 애드 혹 네트워크, 인트라넷, 엑스트라넷, 가상 사설 네트워크(VPN), 근거리 네트워크(LAN), 무선 LAN(WLAN), 광역 네트워크(WAN), 무선 WAN(WWAN), 대도시 네트워크(MAN), 인터넷의 일부, 공중 전화망(PSTN)의 일부, 셀룰러 전화 네트워크 또는 2 이상의 이들의 조합을 포함할 수 있다. 네트워크(110)는 하나 이상의 네트워크(110)를 포함할 수 있다.
링크(150)는 클라이언트 시스템(130), 소셜 네트워킹 시스템(160) 및 제3자 시스템(170)을 통신 네트워크(110)와 연결하거나 서로 연결할 수 있다. 본 명세서는 임의의 적절한 링크(150)를 고려한다. 특정 실시예로, 하나 이상의 링크(150)는 하나 이상의 유선라인(가령, 예컨대, 디지털 가입자 라인(DSL) 또는 DOCSIS(Data Over Cable Service Interface Specification)), 무선(가령, 예컨대, Wi-Fi 또는 WiMAX(Worldwide Interoperability for Microwave Access)) 또는 광학(가령, 예컨대, 동기식 광학 네트워크(Synchronous Optical Network, SONET) 또는 동기식 디지털 계층(Synchronous Digital Hierarchy, SDH)) 링크를 포함한다. 특정 실시예로, 하나 이상의 링크(150)는 애드 혹 네트워크, 인트라넷, 엑스트라넷, VPN, LAN, WLAN, WAN, WWAN, MAN, 인터넷의 일부, PSTN의 일부, 셀룰러 기술-기반 네트워크, 위성 통신 기술-기반 네트워크, 또 다른 링크(150) 또는 2 이상의 이런 링크(150)의 조합을 각각 포함한다. 링크(150)는 네트워크 환경(100)을 통해 반드시 동일할 필요는 없다. 하나 이상의 제1 링크(150)는 하나 이상의 측면에서 하나 이상의 제2 링크(150)와 다를 수 있다.
특정 실시예로, 클라이언트 시스템(130)은 하드웨어, 소프트웨어 또는 임베디드 로직 컴포넌트나 이들의 2 이상의 컴포넌트의 조합을 포함하고 클라이언트 시스템(130)에 의해 구현되거나 지원되는 적절한 기능을 수행할 수 있는 전자식 장치일 수 있다. 예로서 제한 없이, 클라이언트 시스템(130)은 가령 데스크톱 컴퓨터, 노트북이나 랩톱 컴퓨터, 넷북, 태블릿 컴퓨터, e-북 리더, GPS 장치, 카메라, 개인용 정보 단말기(PDA), 휴대용 전자 장치, 셀룰러 전화, 스마트폰, 다른 적절한 전자 장치 또는 이들의 임의의 적절한 조합과 같은 컴퓨터 시스템을 포함할 수 있다. 본 명세서는 임의의 적절한 클라이언트 시스템(130)을 고려한다. 클라이언트 시스템(130)은 클라이언트 시스템(130)에서 네트워크 사용자가 네트워크(110)에 접근할 수 있게 할 수 있다. 클라이언트 시스템(130)은 그 사용자가 다른 클라이언트 시스템(130)의 다른 사용자들과 통신할 수 있게 할 수 있다.
특정 실시예로, 클라이언트 시스템(130)은, 가령 MICROSOFT INTERNET EXPLORER, GOOGLE CHROME 또는 MOZILLA FIREFOX와 같은 웹 브라우저(132)를 포함할 수 있고, 가령 TOOLBAR 또는 YAHOO TOOLBAR와 같은 하나 이상의 애드-온(add-ons), 플러그-인(plug-ins) 또는 다른 확장형(extensions)을 가질 수 있다. 클라이언트 시스템(130)에서의 사용자는 URL(Uniform Resource Locator) 또는 웹 브라우저(132)를 특정 서버(가령, 서버(162) 또는 제3자 시스템(170)과 관련된 서버)로 인도하는 다른 주소를 입력할 수 있고, 웹 브라우저(132)는 하이퍼텍스트 전송 프로토콜(HTTP) 요청을 생성하고 HTTP 요청을 서버로 통신할 수 있다. 서버는 HTTP 요청을 수락하고, HTTP 요청에 응답하여 하나 이상의 하이퍼텍스트 마크업 언어(HTML) 파일을 클라이언트 시스템(130)으로 통신할 수 있다. 클라이언트 시스템(130)은 사용자에게 표시하기 위해 서버로부터 HTML 파일에 기초한 웹페이지를 렌더링할 수 있다. 본 명세서는 임의의 적절한 웹페이지 파일을 고려한다. 예로서 제한 없이, 웹페이지는 특정한 필요에 따라 HTML 파일, 확장형 하이퍼텍스트 마크업 언어(XHTML) 파일 또는 확장형 마크업 언어(XML) 파일로부터 렌더링할 수 있다. 또한, 이런 페이지는, 예로서 제한 없이 JAVASCRIPT, JAVA, MICROSOFT SILVERLIGHT, 가령 AJAX(비동기식 JAVASCRIPT 및 XML)와 같은 마크업 언어와 스크립트의 조합 등과 같은 스크립트를 실행할 수 있다. 본 명세서에서, 웹페이지에 대한 레퍼런스는 (브라우저가 웹페이지를 렌더링하는데 사용할 수 있는) 하나 이상의 해당 웹페이지 파일을 포함하며, 적절한 경우, 그 역도 또한 같다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 온라인 소셜 네트워크를 호스팅할 수 있는 네트워크-주소화 컴퓨팅 시스템일 수 있다. 소셜 네트워킹 시스템(160)은 예컨대 사용자-프로필 데이터, 컨셉-프로필 데이터, 소셜-그래프 정보 또는 온라인 소셜 네트워크에 관한 다른 적절한 데이터와 같은 소셜 네트워킹 데이터를 생성, 저장, 수신 및 송신할 수 있다. 소셜 네트워킹 시스템(160)은 직접적으로 또는 네트워크(110)를 통해 네트워크 환경(100)의 다른 컴포넌트들에 의해 접근될 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 서버(162)를 포함할 수 있다. 각 서버(162)는 일체형 서버(unitary server)일 수 있거나, 다수의 컴퓨터 또는 다수의 데이터센터에 걸쳐 있는 분산형 서버일 수 있다. 서버(162)는 예로서 제한 없이, 웹 서버, 뉴스 서버, 메일 서버, 메시지 서버, 광고 서버, 파일 서버, 애플리케이션 서버, 교환 서버, 데이터베이스 서버, 프록시 서버, 본 명세서에 기술된 기능이나 프로세스를 수행하는데 적절한 또 다른 서버 또는 이들의 임의의 조합과 같이, 다양한 타입일 수 있다. 특정 실시예로, 각 서버(162)는 서버(162)에 의해 구현되거나 지원되는 적절한 기능을 수행하기 위한 하드웨어, 소프트웨어 또는 임베디드 논리 소자 또는 2 이상의 이런 소자들의 조합을 포함할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(164)은 하나 이상의 데이터 스토어(164)를 포함할 수 있다. 데이터 스토어(164)는 다양한 타입의 정보를 저장하는데 사용될 수 있다. 특정 실시예로, 데이터 스토어(164)에 저장된 정보는 특정한 데이터 구조에 따라 구조화될 수 있다. 특정 실시예로, 각 데이터 스토어(164)는 관계형, 컬럼형, 상관형 또는 다른 적절한 데이터베이스일 수 있다. 비록 본 명세서는 특정 타입의 데이터베이스를 기술하거나 도시하지만, 본 명세서는 임의의 적절한 타입의 데이터베이스를 고려한다. 특정 실시예는 클라이언트 시스템(130), 소셜 네트워킹 시스템(160) 또는 제3자 시스템(170)이 데이터 스토어(164)에 저장된 정보를 관리, 검색, 변경, 추가 또는 삭제할 수 있게 하는 인터페이스를 제공할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 데이터 스토어(164)에 하나 이상의 소셜 그래프를 저장할 수 있다. 특정 실시예로, 소셜 그래프는 (특정 사용자에 각각 해당하는) 다수의 사용자 노드 또는 (특정 컨셉에 각각 해당하는) 다수의 컨셉 노드를 포함할 수 있는 다수의 노드 및 노드를 연결하는 다수의 에지를 포함할 수 있다. 소셜 네트워킹 시스템(160)은 다른 사용자와 통신하고 상호작용하는 능력을 온라인 소셜 네트워크의 사용자에게 제공할 수 있다. 특정 실시예로, 사용자는 소셜 네트워킹 시스템(160)을 통해 온라인 소셜 네트워크에 가입한 후 연결들(즉, 관계들)을 그들이 연결되고자 하는 소셜 네트워킹 시스템(160)의 다수의 다른 사용자에 추가할 수 있다. 본 명세서에서, "친구"란 용어는 사용자가 소셜 네트워킹 시스템(160)을 통해 연결, 유대 또는 관계를 형성했던 소셜 네트워킹 시스템(160)의 임의의 다른 사용자를 가리킬 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 소셜 네트워킹 시스템(160)에 의해 지원되는 다양한 유형의 아이템이나 객체에 대한 행위를 취할 수 있는 능력을 사용자에게 제공할 수 있다. 예로서 제한 없이, 아이템 및 객체는 소셜 네트워킹 시스템(160)의 사용자들이 속할 수 있는 그룹이나 소셜 네트워크, 사용자가 관심을 가질지도 모르는 이벤트 또는 캘린더 엔트리, 사용자가 사용할 수 있는 컴퓨터-기반 애플리케이션, 사용자가 서비스를 통해 아이템을 팔거나 구매할 수 있게 하는 거래, 사용자가 수행할 수 있는 광고와의 상호작용 또는 다른 적절한 아이템이나 객체를 포함할 수 있다. 사용자는 소셜 네트워킹 시스템(160) 또는 소셜 네트워킹 시스템(160)과 별개이거나 네트워크(110)를 통해 소셜 네트워킹 시스템(160)에 결합되는 제3자 시스템(170)의 외부 시스템에서 표현될 수 있는 모든 것과 상호작용할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 다양한 엔티티를 링크할 수 있다. 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 사용자가 서로 상호작용할 뿐 아니라 제3자 시스템(170)이나 다른 엔티티로부터 컨텐츠를 수신할 수 있게 하거나, 사용자가 응용 프로그래밍 인터페이스(API)나 다른 통신 채널을 통해 이런 엔티티와 상호작용할 수 있게 해줄 수 있다.
특정 실시예로, 제3자 시스템(170)은 하나 이상의 타입의 서버, 하나 이상의 데이터 스토어, API들을 포함하나 이에 국한되지 않는 하나 이상의 인터페이스, 하나 이상의 웹 서비스, 하나 이상의 컨텐츠 소스, 하나 이상의 네트워크 또는 예컨대 서버가 통신할 수 있는 임의의 다른 적절한 컴포넌트를 포함할 수 있다. 제3자 시스템(170)은 소셜 네트워킹 시스템(160)을 운영하는 엔티티와는 다른 엔티티에 의해 운영될 수 있다. 그러나, 특정 실시예로, 소셜 네트워킹 시스템(160) 및 제3자 시스템(170)은 소셜 네트워킹 서비스를 소셜 네트워킹 시스템(160)이나 제3자 시스템(170)의 사용자에게 제공하도록 서로 함께 동작할 수 있다. 이런 의미에서, 소셜 네트워킹 시스템(160)은 가령 제3자 시스템(170)과 같은 다른 시스템들이 인터넷상의 사용자들에게 소셜 네트워킹 서비스와 기능을 제공하도록 사용할 수 있는 플랫폼 또는 백본(backbone)을 제공할 수 있다.
특정 실시예로, 제3자 시스템(170)은 제3자 컨텐츠 객체 제공자를 포함할 수 있다. 제3자 컨텐츠 객체 제공자는 클라이언트 시스템(130)과 통신될 수 있는 하나 이상의 소스의 컨텐츠 객체를 포함할 수 있다. 예로서 제한 없이, 컨텐츠 객체는 가령 영화 쇼타임, 영화 리뷰, 레스토랑 리뷰, 레스토랑 메뉴, 제품 정보와 리뷰 또는 다른 적절한 정보와 같이 사용자가 관심 있는 사물이나 활동에 관한 정보를 포함할 수 있다. 또 다른 예로서 제한 없이, 컨텐츠 객체는 가령 쿠폰, 할인 티켓, 상품권 또는 다른 적절한 인센티브 객체와 같은 인센티브 컨텐츠 객체를 포함할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 또한 소셜 네트워킹 시스템(160)과 사용자의 상호작용을 향상시킬 수 있는 사용자-생성된 컨텐츠 객체를 포함한다. 사용자-생성된 컨텐츠는 사용자가 소셜 네트워킹 시스템(160)에 추가, 업로드, 송신 또는 "게시"할 수 있는 어떤 것을 포함할 수 있다. 예로서 제한 없이, 사용자는 클라이언트 시스템(130)으로부터 소셜 네트워킹 시스템(160)으로 게시물을 통신할 수 있다. 게시물은 가령 상태 업데이트나 다른 텍스트형 데이터와 같은 데이터, 위치 정보, 사진, 비디오, 링크, 음악 또는 다른 유사한 데이터나 매체를 포함할 수 있다. 또한, 컨텐츠는 가령 뉴스피드 또는 스트림과 같이 "통신 채널"을 통해 제3자에 의해 소셜 네트워킹 시스템(160)에 추가될 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 다양한 서버, 서브-시스템, 프로그램, 모듈, 로그 및 데이터 스토어를 포함할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 다음의 하나 이상의: 웹 서버, 행위 로거, API 요청 서버, 관련성 및 순위화 엔진, 컨텐츠 객체 분류기, 알림 제어기, 행위 로그, 제3자 컨텐츠 객체 노출 로그, 추론 모듈, 인증/프라이버시 서버, 검색 모듈, 광고 타겟팅 모듈, 사용자 인터페이스 모듈, 사용자 프로필 스토어, 연결 스토어, 제3자 컨텐츠 스토어 또는 위치 스토어를 포함할 수 있다. 또한, 소셜 네트워킹 시스템(160)은 가령 네트워크 인터페이스, 보안 메커니즘, 부하 균형기, 장애 서버, 관리 및 네트워크 운영 콘솔, 다른 적절한 컴포넌트 또는 이들의 임의의 적절한 조합과 같이 적절한 컴포넌트들을 포함할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 사용자 프로필을 저장하기 위한 하나 이상의 사용자 프로필 스토어를 포함할 수 있다. 사용자 프로필은 예컨대 인명정보, 인구학적 정보, 행동 정보, 소셜 정보 또는 가령 경력, 학력, 취미나 기호, 관심사, 친밀감, 위치와 같은 다른 유형의 설명적 정보를 포함할 수 있다. 관심사 정보는 하나 이상의 카테고리에 관한 관심사를 포함할 수 있다. 카테고리는 일반적이거나 구체적일 수 있다. 예로서 제한 없이, 사용자가 신발 브랜드에 관한 기사에 "좋아한다"면, 카테고리는 그 브랜드일 수 있거나 "신발" 또는 "옷"의 일반 카테고리일 수 있다. 연결 스토어는 사용자에 대한 연결 정보를 저장하는데 사용될 수 있다. 연결 정보는 유사하거나 공통의 경력, 그룹 맴버쉽, 취미, 학력을 가지거나 임의의 방식으로 관련되거나 공통 속성을 공유하는 사용자들을 표시할 수 있다. 또한, 연결 정보는 (내부와 외부 모두의) 다른 사용자들과 컨텐츠 사이의 사용자-정의된 연결들을 포함할 수 있다. 웹 서버는 네트워크(110)를 통해 하나 이상의 클라이언트 시스템(130)이나 하나 이상의 제3자 시스템(170)과 소셜 네트워킹 시스템(160)을 링크하는데 사용될 수 있다. 웹 서버는 소셜 네트워킹 시스템(160)과 하나 이상의 클라이언트 시스템(130) 사이에서 메시지를 수신하고 라우팅하기 위한 메일 서버나 다른 메시징 기능을 포함할 수 있다. API 요청 서버는 제3자 시스템(170)이 하나 이상의 API를 호출하여 소셜 네트워킹 시스템(160)으로부터의 정보에 접근할 수 있게 해줄 수 있다. 행위 로거는 소셜 네트워킹 시스템(160) 내부나 외부에서의 사용자의 행위에 대한 웹 서버로부터의 통신을 수신하는데 사용될 수 있다. 행위 로그와 함께, 제3자 컨텐츠 객체 로그에서는 제3자 컨텐츠 객체에 대한 사용자 노출이 관리될 수 있다. 알림 제어기는 컨텐츠 객체에 관한 정보를 클라이언트 시스템(130)에 제공할 수 있다. 정보는 알림으로서 클라이언트 시스템(130)으로 푸싱(pushed)될 수 있거나, 정보는 클라이언트 시스템(130)으로부터 수신된 요청에 응답하여 클라이언트 시스템(130)으로부터 풀링(pulled)될 수 있다. 인증 서버는 소셜 네트워킹 시스템(160)의 사용자의 하나 이상의 프라이버시 설정을 강제하는데 사용될 수 있다. 사용자의 프라이버시 설정은 사용자와 관련된 특정 정보가 어떻게 공유될 수 있는지를 결정한다. 인증 서버는 예컨대 적절한 프라이버시 설정을 설정함으로써, 사용자의 행위를 소셜 네트워킹 시스템(160)에 의해 로그되게 하거나 다른 시스템(예컨대, 제3자 시스템(170))과 공유되게 하도록 사용자가 참여하거나 탈퇴할 수 있게 해줄 수 있다. 제3자 컨텐츠 객체 스토어는 가령 제3자 시스템(170)과 같은 제3자로부터 수신된 컨텐츠 객체를 저장하는데 사용될 수 있다. 위치 스토어는 사용자와 관련된 클라이언트 시스템(130)으로부터 수신된 위치 정보를 저장하는데 사용될 수 있다. 광고 가격결정 모듈은 소셜 정보, 현재시간, 위치 정보 또는 다른 적절한 정보를 결합하여 알림의 형태로 사용자에게 관련 광고를 제공할 수 있다.
도 2는 예시적인 소셜 그래프(200)를 도시한다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 데이터 스토어에 하나 이상의 소셜 그래프(200)를 저장할 수 있다. 특정 실시예로, 소셜 그래프(200)는 다수의 사용자 노드(202)나 다수의 컨셉 노드(204)를 포함할 수 있는 다수의 노드 및 노드를 연결하는 다수의 에지(206)를 포함할 수 있다. 도 2에 도시된 예시적인 소셜 그래프(200)는 훈시적 목적상 2차원 시각적 지도 표현으로 도시된다. 특정 실시예로, 소셜 네트워킹 시스템(160), 클라이언트 시스템(130) 또는 제3자 시스템(170)은 소셜 그래프(200) 및 적절한 애플리케이션에 대한 관련 소셜-그래프 정보에 접근할 수 있다. 소셜 그래프(200)의 노드 및 에지는 예컨대 데이터 스토어(가령, 소셜-그래프 데이터베이스)에 데이터 객체로서 저장될 수 있다. 이런 데이터 스토어는 소셜 그래프(200)의 노드 또는 에지의 하나 이상의 검색가능하거나 질의가능한 인덱스를 포함할 수 있다.
특정 실시예로, 사용자 노드(202)는 소셜 네트워킹 시스템(160)의 사용자에 해당할 수 있다. 예로서 제한 없이, 사용자는 개인(사람인 사용자), 엔티티(예컨대, 기업, 사업체 또는 제3자 애플리케이션) 또는 소셜 네트워킹 시스템(160)과 상호작용하거나 소셜 네트워킹 시스템에서 통신하는 (예컨대, 개인 또는 엔티티의) 그룹일 수 있다. 특정 실시예로, 사용자가 소셜 네트워킹 시스템(160)에서 계정을 등록하면, 소셜 네트워킹 시스템(160)은 사용자에 해당하는 사용자 노드(202)를 생성할 수 있고, 하나 이상의 데이터 스토어에 사용자 노드(202)를 저장할 수 있다. 적절한 경우, 본 명세서에 기술되는 사용자들 및 사용자 노드들(202)은 등록 사용자들 및 등록 사용자들과 관련된 사용자 노드들(202)을 말할 수 있다. 추가로 또는 대안으로, 본 명세서에 기술되는 사용자들 및 사용자 노드들(202)은 적절한 경우 소셜 네트워킹 시스템(160)에 등록되지 않은 사용자들을 말할 수 있다. 특정 실시예로, 사용자 노드(202)는 사용자가 제공한 정보 및 소셜 네트워킹 시스템(160)을 포함하는 다양한 시스템이 수집한 정보와 관련될 수 있다. 예로서 제한 없이, 사용자는 그들의 이름, 프로필 사진, 연락 정보, 생일, 성별, 혼인 여부, 가족 관계, 직장, 학력, 기호, 관심사 또는 다른 신상 정보를 제공할 수 있다. 특정 실시예로, 사용자 노드(202)는 사용자와 관련된 정보에 해당하는 하나 이상의 데이터 객체와 관련될 수 있다. 특정 실시예로, 사용자 노드(202)는 하나 이상의 웹페이지에 해당할 수 있다.
특정 실시예로, 컨셉 노드(204)는 컨셉에 해당할 수 있다. 예로서 제한 없이, 컨셉은 장소(가령, 예컨대, 영화관, 레스토랑, 명소 또는 도시); 웹사이트(가령, 예컨대, 소셜 네트워크 시스템(160)과 관련된 웹사이트 또는 웹-애플리케이션 서버와 관련된 제3자 웹사이트); 엔티티(가령, 예컨대, 사람, 사업체, 그룹, 스포츠 팀 또는 유명인사); 소셜 네트워킹 시스템(160) 또는 가령 웹-애플리케이션 서버와 같은 외부 서버에 위치할 수 있는 자원(가령, 예컨대, 오디오 파일, 비디오 파일, 디지털 사진, 텍스트 파일, 구조화된 문서 또는 애플리케이션); 물적 재산권 또는 지적 재산권(가령, 예컨대, 조각품, 미술품, 영화, 게임, 노래, 아이디어, 사진 또는 저서); 게임; 활동; 아이디어나 이론; 또 다른 적절한 컨셉; 또는 2 이상의 이런 컨셉들에 해당할 수 있다. 컨셉 노드(204)는 사용자에 의해 제공된 컨셉의 정보 또는 소셜 네트워킹 시스템(160)을 포함하는 다양한 시스템에 의해 수집된 정보와 관련될 수 있다. 예로서 제한 없이, 컨셉의 정보는 이름이나 제목; 하나 이상의 이미지(예컨대, 책의 커버 페이지의 이미지); 위치(예컨대, 주소 또는 지리적 위치); (URL과 관련될 수 있는) 웹사이트; 연락 정보(예컨대, 전화번호 또는 이메일 주소); 다른 적절한 컨셉 정보; 또는 이런 정보의 임의의 적절한 조합을 포함할 수 있다. 특정 실시예로, 컨셉 노드(204)는 컨셉 노드(204)와 관련된 정보에 해당하는 하나 이상의 데이터 객체와 관련될 수 있다. 특정 실시예로, 컨셉 노드(204)는 하나 이상의 웹페이지에 해당할 수 있다.
특정 실시예로, 소셜 그래프(200)에서 노드는 ("프로필 페이지"라고 할 수 있는) 웹페이지를 표현하거나, 그 웹페이지로 표현될 수 있다. 프로필 페이지는 소셜 네트워킹 시스템(160)에 의해 호스트될 수 있거나, 접근될 수 있다. 또한, 프로필 페이지는 제3자 서버(170)와 관련된 제3자 웹사이트에 호스트될 수 있다. 예로서 제한 없이, 특정한 외부 웹페이지에 해당하는 프로필 페이지는 특정한 외부 웹페이지일 수 있고, 이런 프로필 페이지는 특정 컨셉 노드(204)에 해당할 수 있다. 프로필 페이지는 모든 또는 선택된 서브세트의 다른 사용자들에 의해 열람될 수 있다. 예로서 제한 없이, 사용자 노드(202)는 해당 사용자가 컨텐츠를 추가할 수 있고, 선언을 할 수 있으며, 그렇지 않으면 그들 자신을 표현할 수 있는 해당 사용자 프로필-페이지를 가질 수 있다. 또 다른 예로서 제한 없이, 컨셉 노드(204)는 특히 컨셉 노드(204)에 해당하는 컨셉과 관련하여 하나 이상의 사용자들이 컨텐츠를 추가할 수 있거나, 선언을 할 수 있거나, 그들 자신을 표현할 수 있는 해당 컨셉-프로필 페이지를 가질 수 있다.
특정 실시예로, 컨셉 노드(204)는 제3자 시스템(170)에 의해 호스팅된 제3자 웹페이지 또는 자원을 표현할 수 있다. 제3자 웹페이지 또는 자원은 다른 요소들 중에서 행위 또는 활동을 표현하는 (예컨대, JavaScript, AJAX 또는 PHP 코드로 구현될 수 있는) 컨텐츠, 선택가능하거나 다른 아이콘 또는 다른 상호작용가능한 객체를 포함할 수 있다. 예로서 제한 없이, 제3자 웹페이지는 가령 "좋아요", "체크인", "식사하기(eat)", "추천하기" 또는 다른 적절한 행위나 활동과 같은 선택가능한 아이콘을 포함할 수 있다. 제3자 웹페이지를 열람하는 사용자는 아이콘들 중 하나(예컨대, "식사하기")를 선택하여 행위를 수행할 수 있고, 클라이언트 시스템(130)이 사용자의 행위를 표시하는 메시지를 소셜 네트워킹 시스템(160)으로 송신하게 할 수 있다. 그 메시지에 응답하여, 소셜 네트워킹 시스템(160)은 사용자에 해당하는 사용자 노드(202)와 제3자 웹페이지 또는 자원에 해당하는 컨셉 노드(204) 사이의 에지(예컨대, "식사하기" 에지)를 생성할 수 있고, 하나 이상의 데이터 스토어에 에지(206)를 저장할 수 있다.
특정 실시예로, 소셜 그래프(200)에서 노드 쌍은 하나 이상의 에지(206)에 의해 서로 연결될 수 있다. 노드 쌍을 연결하는 에지(206)는 노드 쌍 사이의 관계를 표현할 수 있다. 특정 실시예로, 에지(206)는 노드 쌍 사이의 관계에 해당하는 하나 이상의 데이터 객체나 속성을 포함하거나 표현할 수 있다. 예로서 제한 없이, 제1 사용자는 제2 사용자가 제1 사용자의 "친구"라고 표시할 수 있다. 이런 표시에 응답하여, 소셜 네트워킹 시스템(160)은 "친구 요청"을 제2 사용자에게 송신할 수 있다. 제2 사용자가 "친구 요청"을 확인하면, 소셜 네트워킹 시스템(160)은 소셜 그래프(200)에서 제1 사용자의 사용자 노드(202)와 제2 사용자의 사용자 노드(202)를 연결하는 에지(206)를 생성할 수 있고, 하나 이상의 데이터 스토어(24)에 소셜-그래프 정보로서 에지(206)를 저장할 수 있다. 도 2의 예에서, 소셜 그래프(200)는 사용자 "A"와 사용자 "B"의 사용자 노드(202)들 사이의 친구 관계를 표시하는 에지(206)를 그리고 사용자 "C"와 사용자 "B"의 사용자 노드(202) 사이의 친구 관계를 표시하는 에지를 포함한다. 본 명세서가 특정 사용자 노드(202)를 연결하는 특정 속성을 가진 특정 에지(206)를 기술하거나 도시하지만, 본 명세서는 사용자 노드(202)를 연결하는 임의의 적절한 속성을 가진 임의의 적절한 에지(206)를 고려한다. 예로서 제한 없이, 에지(206)는 친구관계, 가족관계, 사업이나 고용 관계, 팬 관계, 팔로어 관계, 방문자 관계, 구독자 관계, 상위/하위 관계, 호혜 관계, 비-상호 관계, 또 다른 적절한 타입의 관계 또는 2 이상의 이런 관계들을 표현할 수 있다. 게다가, 본 명세서는 일반적으로 노드들이 연결되는 것을 기술하지만, 본 명세서는 또한 사용자 또는 컨셉이 연결되는 것을 기술한다. 본 명세서에서, 사용자 또는 컨셉이 연결되는 것에 대한 언급은 적절한 경우 이들 사용자 또는 컨셉에 해당하는 노드가 하나 이상의 에지(206)에 의해 소셜 그래프(200)에서 연결되는 것을 말할 수 있다.
특정 실시예로, 사용자 노드(202)와 컨셉 노드(204) 사이의 에지(206)는 컨셉 노드(204)와 관련된 컨셉에 대해 사용자 노드(202)의 사용자가 수행한 특정 행위 또는 활동을 표현할 수 있다. 예로서 제한 없이, 도 2에 도시된 바와 같이, 사용자는 컨셉을 "좋아요(like)", "참여했음(attended)", "실행했음(played)", "청취했음(listened)", "요리했음(cooked)", "근무했음(worked at)", 또는 "시청했음(watched)"을 할 수 있고, 이들 각각은 에지 타입이나 서브타입에 해당할 수 있다. 컨셉 노드(204)에 해당하는 컨셉-프로필 페이지는 예컨대 선택가능한 "체크인" 아이콘(가령, 예컨대, 클릭가능한 "체크인" 아이콘) 또는 선택가능한 "즐겨찾기에 추가(add to favorites)" 아이콘을 포함할 수 있다. 마찬가지로, 사용자가 이런 아이콘을 클릭한 후, 소셜 네트워킹 시스템(160)은 각각의 행위에 해당하는 사용자의 행위에 응답하여 "즐겨찾기" 에지 또는 "체크인" 에지를 생성할 수 있다. 또 다른 예로서 제한 없이, 사용자(사용자 "C")는 특정 애플리케이션(온라인 음악 애플리케이션인 SPOTIFY)을 사용하여 특정 노래("Imagine")를 들을 수 있다. 이 경우, 소셜 네트워킹 시스템(160)은 사용자에 해당하는 사용자 노드(202)와 노래 및 애플리케이션에 해당하는 컨셉 노드(204) 사이에 "청취했음(listened)" 에지(206) 및 "사용했음(used)" 에지(도 2에 도시)를 생성하여, 사용자가 그 노래를 들었고 그 애플리케이션을 사용했음을 표시할 수 있다. 게다가, 소셜 네트워킹 시스템(160)은 노래와 애플리케이션에 해당하는 컨셉 노드(204) 사이에서 "실행했음(played)" 에지(206)(도 2에 도시)를 생성하여 특정 노래가 특정 애플리케이션에 의해 실행되었음을 표시할 수 있다. 이 경우, "실행했음(played)" 에지(206)는 외부 오디오 파일(노래 "Imagine")에 대해 외부 애플리케이션(SPOTIFY)이 수행한 행위에 해당한다. 본 명세서는 사용자 노드(202)와 컨셉 노드(204)를 연결하는 특정 속성을 가진 에지(206)를 기술하지만, 본 명세서는 사용자 노드(202)와 컨셉 노드(204)를 연결하는 임의의 적절한 속성을 가진 임의의 적절한 에지(206)를 고려한다. 게다가, 본 명세서는 단일의 관계를 표현하는 사용자 노드(202)와 컨셉 노드(204) 사이의 에지를 기술하지만, 본 명세서는 하나 이상의 관계를 표현하는 사용자 노드(202)와 컨셉 노드(204) 사이의 에지를 고려한다. 예로서 제한 없이, 에지(206)는 사용자가 특정 컨셉에서 좋아요 하고 사용했음을 모두 표현할 수 있다. 대안으로, 또 다른 에지(206)는 사용자 노드(202)와 컨셉 노드(204) 사이(도 2에 도시된 바와 같이, 사용자 "E"에 대한 사용자 노드(202)와 "SPOTIFY"에 대한 컨셉 노드(204) 사이)의 각 타입의 관계(또는 다수의 단일 관계)를 표현할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 소셜 그래프(200)에서 사용자 노드(202)와 컨셉 노드(204) 사이의 에지(206)를 생성할 수 있다. 예로서 제한 없이, (가령, 예컨대, 사용자의 클라이언트 시스템(130)에 의해 호스팅되는 웹 브라우저 또는 특수목적 애플리케이션을 사용하여) 사용자가 컨셉-프로필 페이지를 열람하는 것은 사용자가 "좋아요" 아이콘을 클릭하거나 선택하여 컨셉 노드(204)가 표현한 컨셉을 좋아함을 나타낼 수 있는데, "좋아요" 아이콘은 사용자의 클라이언트 시스템(130)이 컨셉-프로필 페이지와 관련된 컨셉을 사용자가 좋아요 했다고 표시한 메시지를 소셜 네트워킹 시스템(160)으로 송신하게 할 수 있다. 그 메시지에 응답하여, 소셜 네트워킹 시스템(160)은 사용자와 컨셉 노드(204) 사이의 "좋아요" 에지(206)로 도시된 바와 같이 사용자와 관련된 사용자 노드(202)와 컨셉 노드(204) 사이의 에지(206)를 생성할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 데이터 스토어에 에지(206)를 저장할 수 있다. 특정 실시예로, 에지(206)는 특정 사용자 행위에 응답하여 소셜 네트워킹 시스템(160)에 의해 자동 형성될 수 있다. 예로서 제한 없이, 제1 사용자가 사진을 업로드하거나, 영화를 시청하거나, 노래를 듣는다면, 에지(206)는 제1 사용자에 해당하는 사용자 노드(202)와 이런 컨셉에 해당하는 컨셉 노드(204) 사이에 형성될 수 있다. 본 명세서는 특정 방식으로 특정 에지(206)를 형성하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 에지(206)를 형성하는 것을 고려한다.
도 3은 소셜 네트워킹 시스템(160)의 객체를 저장하는 예시적인 파티셔닝을 도시한다. 복수의 데이터 스토어(164)(또한, "버티컬(verticals)"이라고도 할 수 있음)는 소셜 네트워킹 시스템(160)의 객체를 저장할 수 있다. 데이터 스토어에 저장되는 데이터(예컨대, 소셜 그래프(200)용 데이터)의 양은 대용량일 수 있다. 예로서 제한 없이, California Menlo Park의 Facebook, Inc.에 의해 사용되는 소셜 그래프는 대략 108 개의 노드 및 대략 1010 개의 에지를 가질 수 있다. 통상, 가령 대용량 데이터베이스와 같은 대용량의 데이터 집합은 다수의 파티션으로 분할될 수 있다. 데이터베이스의 각 파티션에 대한 인덱스는 총 데이터베이스에 대한 인덱스보다 더 작기 때문에, 파티셔닝(partitioning)은 데이터베이스의 액세스의 성능을 향상시킬 수 있다. 파티션은 다수의 서버에 분산될 수 있기 때문에, 파티셔닝은 또한 데이터베이스의 액세스의 성능 및 신뢰성을 향상시킬 수 있다. 흔히, 데이터베이스는 데이터베이스의 행(또는 열)을 별도로 저장함으로써 파티셔닝될 수 있다. 특정 실시예로, 데이터베이스는 객체-타입에 기반하여 파티셔닝될 수 있다. 데이터 객체는 하나의 객체-타입의 데이터 객체를 각각 보유하는 복수의 파티션에 저장될 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 검색 질의의 예상 결과와 동일한 객체-타입의 객체들을 저장하는 특정 파티션으로 검색 질의를 제출함으로써 검색 질의에 응답하여 검색 결과를 검색할 수 있다. 비록 본 명세서는 특정 방식으로 객체를 저장하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 객체를 저장하는 것을 고려한다.
특정 실시예로, 각 객체는 소셜 그래프(200)의 특정 노드에 해당할 수 있다. 특정 노드와 다른 노드를 연결하는 에지(206)는 이들 노드에 해당하는 객체들 사이의 관계를 표시할 수 있다. 객체의 저장에 추가하여, 특정 데이터 스토어는 또한 객체에 관한 소셜 그래프 정보를 저장할 수 있다. 대안으로, 특정 객체에 대한 소셜 그래프 정보는 객체와 다른 데이터 스토어에 저장될 수 있다. 소셜 네트워킹 시스템(160)은 새롭게 수신된 객체에 기반한 데이터 스토어의 검색 인덱스 및 수신된 객체와 관련된 관계를 업데이트할 수 있다.
특정 실시예로, 각 데이터 스토어(164)는 각각의 데이터 저장장치(340)에서 복수의 객체-타입 중 특정한 하나의 객체를 저장하도록 구성될 수 있다. 객체 타입은 예컨대 사용자, 사진, 게시물, 코멘트, 메시지, 이벤트 목록, 웹페이지, 애플리케이션, 위치, 사용자-프로필 페이지, 컨셉-프로필 페이지, 사용자 그룹, 오디오 파일, 비디오, 오퍼/쿠폰 또는 다른 적절한 타입의 객체일 수 있다. 비록 본 명세서는 특정 타입의 객체를 기술하지만, 본 명세서는 임의의 적절한 타입의 객체를 고려한다. 예로서 제한 없이, 도 3에 도시된 사용자 버티컬(P1)은 사용자 객체를 저장할 수 있다. 사용자 버티컬(P1)에 저장된 각각의 사용자 객체는 온라인 소셜 네트워크의 식별자(예컨대, 문자열), 사용자 이름 및 프로필 사진을 포함할 수 있다. 또한, 소셜 네트워킹 시스템(160)은 가령 언어, 위치, 교육, 연락처, 관심사, 관계 상태, 친구/컨택 목록, 가족관계 목록, 프라이버시 설정 등과 같이 사용자 객체와 관련된 정보를 사용자 버티컬(P1)에 저장할 수 있다. 예로서 제한 없이, 도 3에 도시된 게시물 버티컬(P2)은 게시물 객체를 저장할 수 있다. 게시물 버티컬(P2)에 저장된 각각의 게시물 객체는 소셜 네트워킹 시스템(160)에 게시된 게시물에 대한 식별자, 문자열을 포함할 수 있다. 또한, 소셜 네트워킹 시스템(160)은 가령 시간 스탬프, 작성자, 프라이버시 설정, 게시물을 좋아하는 사용자, 좋아요의 총수, 코멘트, 코멘트의 총수, 위치 등과 같이 게시물 객체와 관련된 정보를 게시물 버티컬(P2)에 저장할 수 있다. 예로서 제한 없이, 사진 버티컬(P3)은 사진 객체(또는 비디오나 오디오와 같은 다른 미디어 타입의 객체)를 저장할 수 있다. 사진 버티컬(P3)에 저장된 각각의 사진 객체는 식별자 및 사진을 포함할 수 있다. 또한, 소셜 네트워킹 시스템(160)은 가령 시간 스탬프, 작성자, 프라이버시 설정, 사진에 태그되는 사용자, 사진을 좋아하는 사용자, 코멘트 등과 같이 사진 객체와 관련된 정보를 사진 버티컬(P3)에 저장할 수 있다. 특정 실시예로, 각 데이터 스토어는 또한 데이터 저장장치(340)에 각각 저장된 객체와 관련된 정보를 저장하도록 구성될 수 있다.
특정 실시예로, 각 버티컬(164)에 저장되는 객체는 하나 이상의 검색 인덱스에 의해 인덱싱될 수 있다. 검색 인덱스는 하나 이상의 컴퓨팅 장치(예컨대, 서버)를 포함하는 각각의 인덱스 서버(330)에 의해 호스트될 수 있다. 인덱스 서버(330)는 사용자에 의해 소셜 네트워킹 시스템(160) 또는 소셜 네트워킹 시스템(160)(또는 제3자 시스템)의 다른 프로세스로 제출되는 데이터(예컨대, 사진 및 사진에 관한 정보)에 기초하여 검색 인덱스를 업데이트할 수 있다. 또한, 인덱스 서버(330)는 주기적으로(예컨대, 24시간마다) 검색 인덱스를 업데이트할 수 있다. 인덱스 서버(330)는 검색 용어를 포함하는 질의를 수신할 수 있고, 검색 용어에 해당하는 하나 이상의 검색 인덱스로부터 검색 결과에 액세스하고 검색할 수 있다. 일부의 실시예로, 특정 객체 타입에 해당하는 버티컬은 각각의 검색 인덱스를 각각 포함하는 복수의 물리적 또는 논리적 파티션을 포함할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 PHP(Hypertext Preprocessor) 프로세스(310)로부터 검색 질의를 수신할 수 있다. PHP 프로세스(310)는 소셜 네트워킹 시스템(160)의 하나 이상의 서버(162)에 의해 호스트되는 하나 이상의 컴퓨팅 프로세스를 포함할 수 있다. 검색 질의는 소셜 네트워킹 시스템(160)(또는 제3자 시스템(170))의 사용자 또는 다른 프로세스에 의해 PHP 프로세스로 제출되는 텍스트 열 또는 검색 질의일 수 있다.
인덱스 및 검색 질의에 대한 더 많은 정보는 참조로 각각 통합되는 2012년 7월 27일자로 출원된 미국특허출원 제13/560212호, 2012년 7월 27일자로 출원된 미국특허출원 제13/560901호 및 2012년 12월 21일자로 출원된 미국특허출원 제13/723861호에서 확인할 수 있다.
특정 실시예로, 데이터 스토어(164)에 저장되는 하나 이상의 객체는 프라이버시 설정과 관련될 수 있다. 객체에 대한 프라이버시 설정(또는 "접근 설정")은 예컨대 객체와 관련하여, 인증 서버의 인덱스에서, 다른 적절한 방식으로 또는 이들의 임의의 조합과 같이 임의의 적절한 방식으로 저장될 수 있다. 프라이버시 설정은 소셜 네트워킹 시스템(160)의 하나 이상의 인증/프라이버시 서버를 통해 관리되거나 강제될 수 있다. 객체의 프라이버시 설정은 객체와 관련된 객체 또는 특정 정보가 온라인 소셜 네트워크를 사용하여 어떻게 접근되거나, 열람되거나, 공유될 수 있는지를 명시할 수 있다. 객체에 대한 프라이버시 설정이 특정 사용자가 그 객체에 접근하거나, 열람하거나, 공유할 수 있게 하는 경우, 객체는 그 사용자에 대하여 "보이는 것(visible)"으로 기술될 수 있다. 예로서 제한 없이, 온라인 소셜 네트워크의 사용자는 사용자 프로필 페이지에서 경력 정보에 접근할 수 있는 사용자 세트를 명시하는 사용자 프로필 페이지에 대한 프라이버시 설정을 설정할 수 있고, 따라서 다른 사용자들이 정보에 접근하는 것을 배제할 수 있다. 즉, 사용자 프로필 페이지는 배제된 사용자에게 보이지 않을 수 있다. 특정 실시예로, 프라이버시 설정은 객체와 관련된 임의의 정보를 접근하거나, 열람하거나, 공유하도록 허용되지 않아야 하는 사용자의 "차단 리스트(blocked list)"를 명시할 수 있다. 즉, 차단 리스트는 객체가 보이지 않는 하나 이상의 사용자 또는 엔티티를 명시할 수 있다. 예로서 제한 없이, 사용자는 사용자와 관련된 사진 앨범에 접근하지 않을 수 있는 사용자 세트를 명시할 수 있고, 따라서 이런 사용자들이 사진 앨범에 접근하는 것을 배제할 수 있다(또한, 가능하게는 사용자 세트 내에 있지 않은 임의의 사용자가 사진 앨범에 접근할 수 있게 할 수 있다). 특정 실시예로, 프라이버시 설정은 특정 소셜 그래프 요소와 관련될 수 있다. 가령 노드 또는 에지와 같은 소셜 그래프 요소의 프라이버시 설정은 소셜 그래프 요소(또는 요소들 사이의 연결), 소셜 그래프 요소와 관련된 정보 또는 소셜 그래프 요소와 관련된 컨텐츠 객체가 온라인 소셜 네트워크를 사용하여 어떻게 접근되거나 공유될 수 있는지를 명시할 수 있다. 예로서 제한 없이, 특정 사진에 대응하는 특정 컨셉 노드(204)는 사진이 사진에 태드된 사용자들 및 그의 친구들에 의해서만 열람될 수 있다고 명시하는 프라이버시 설정을 가질 수 있다. 특정 실시예로, 인증 서버를 통해, 예컨대 적절한 개인정보 설정을 설정함으로써, 사용자는 사용자의 행위를 소셜 네트워킹 시스템(160)에 의해 로그되게 하거나 다른 시스템(예컨대, 제3자 시스템(170))과 공유되게 하도록 사용자가 참여하거나 탈퇴할 수 있다. 특정 실시예로, 객체와 관련된 프라이버시 설정은 임의의 적절하게 세분화된 접근 허용 또는 접근 거절을 명시할 수 있다. 예로서 제한 없이, 접근 또는 접근의 거절은 특정 사용자들(예컨대, 오직 자신만, 나의 동거인 및 나의 상사), 특정 이격도 내의 사용자들(예컨대, 친구 또는 친구의 친구), 사용자 그룹(예컨대, 게임 그룹, 나의 가족), 사용자 네트워크(예컨대, 특정 회사의 사원들, 특정 대학의 학생들이나 동창생들), 모든 사용자("공개(public)"), 사용자 없음("비밀(private)"), 제3자 시스템(170)의 사용자, 특정 애플리케이션(예컨대, 제3자 애플리케이션, 외부 웹사이트), 다른 적절한 사용자나 엔티티 또는 이들의 임의의 조합에 대해 명시될 수 있다. 특정 실시예로, 프라이버시/접근 설정은 객체 또는 객체와 관련된 정보에 접근하는 것에 대한 추가 제한을 설정할 수 있다. 추가 제한은 예컨대 음주가 법적으로 허용된 사용자들에만 접근 승인, 공유된 경험이나 공유된 관심사를 가진 사용자들에만 접근 승인, 미성년자로의 접근 제한, 미성년자, 아이들 또는 고인이 소유한 컨텐츠로의 접근 제한 또는 이들의 임의의 조합을 포함할 수 있다. 비록 본 명세서는 특정 방식으로 특정 프라이버시 설정을 사용하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 프라이버시 설정을 사용하는 것을 고려한다.
특정 실시예로, 하나 이상의 인증/프라이버시 서버는 온라인 소셜 네트워크와 관련된 객체에 대한 하나 이상의 프라이버시 설정을 강제하는데 사용될 수 있다. 인증 서버는 소셜 네트워킹 시스템(160)의 하나 이상의 서버(162)일 수 있다. 데이터 스토어(164)에 저장된 특정 객체에 대한 사용자(또는 다른 엔티티)로부터의 요청에 응답하여, 소셜 네트워킹 시스템(160)은 객체에 대한 요청을 데이터 스토어(164)로 송신할 수 있다. 사용자가 객체와 관련된 프라이버시 설정에 기반하여 객체에 접근하도록 인증된다고 인증 서버가 결정한다면, 요청은 그 요청과 관련된 사용자를 식별할 수 있고 사용자(또는 사용자의 클라이언트 시스템(130))에게만 단지 송신될 수 있다. 요청중인 사용자가 객체에 접근하도록 인증되지 않는다면, 인증 서버는 요청된 객체가 데이터 스토어(164)로부터 검색되는 것을 차단하거나, 요청된 객체가 사용자에게 송신되는 것을 차단할 수 있다. 검색 질의 문맥에서, 질의중인 사용자가 객체를 열람하거나 접근하도록 인증된다면 객체는 검색 결과로서 단지 생성될 수 있다. 즉, 객체는 질의중인 사용자에게 보이는 가시성을 가져야 한다. 객체가 사용자에게 보이지 않는 가시성을 가진다면, 객체는 검색 결과로부터 배제될 수 있다. 특정 실시예로, 소셜 그래프 요소에 대한 프라이버시 설정은 다수의 노드와 에지를 가지는 프라이버시 그래프로 표현될 수 있는 데이터 구조에 저장될 수 있다. 프라이버시 그래프는 그들의 서로 간의 연결에 기반하여 서로에 대하여 특정 소셜 그래프 요소의 가시성을 표현할 수 있다. 사용자가 데이터 스토어(164)에 저장된 특정 정보 조각을 요청할 때, 소셜 그래프 요소의 접근 제어는 프라이버시 그래프에 대하여 동적으로 (예컨대, 실시간으로) 필터링하여 요청중인 사용자 또는 엔티티에 대해 확인되고 승인될 수 있다. 비록 본 명세서는 특정 방식으로 프라이버시 설정을 강제하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 프라이버시 설정을 강제하는 것을 고려한다.
도 4는 온라인 소셜 네트워크의 예시적인 웹페이지를 도시한다. 특정 실시예로, 사용자는 텍스트를 질의 필드(450)로 입력하여 소셜 네트워킹 시스템(160)에 질의를 제출할 수 있다. 온라인 소셜 네트워크의 사용자는 흔히 "검색 질의(search query)"라고 일컬어지는 객체 또는 객체-타입을 설명하는 짧은 문구를 검색 엔진에 제공함으로써 온라인 소셜 네트워크와 관련된 특정 컨텐츠 객체(이하, "객체") 또는 컨텐츠-객체-타입(이후, "객체-타입")(예컨대, 사용자, 컨셉, 웹페이지, 외부 컨텐츠 또는 리소스)을 검색할 수 있다. 이후, 소셜 네트워킹 시스템(160)은 질의에 매치하는 객체를 식별하도록 하나 이상의 데이터 스토어(164)를 검색할 수 있다. 검색 엔진은 다양한 검색 알고리즘을 사용하여 질의에 기반한 검색을 실행하고 검색 질의에 관련될 가능성이 가장 높은 객체들(예컨대, 사용자-프로필 페이지, 컨텐츠-프로필 페이지 또는 외부 리소스)을 식별하는 검색 결과를 생성할 수 있다. 검색을 실행하기 위해, 사용자는 검색 질의를 입력하거나 검색 질의으로 송신할 수 있다. 응답으로, 검색 엔진은 개별적으로 "검색 결과"라고 할 수 있거나 포괄적으로 검색 질의에 대응하는 "검색 결과들"이라고 할 수 있는 검색 질의와 관련될 가능성이 있는 하나 이상의 리소스를 식별할 수 있다. 식별된 객체는 예컨대 소셜 그래프 요소(즉, 사용자 노드(202), 컨셉 노드(204), 에지(206)), 프로필 페이지, 외부 웹페이지 또는 이들의 임의의 조합을 포함할 수 있다. 소셜 네트워킹 시스템(160)은 이후 식별된 객체에 대응하는 검색 결과를 가진 검색-결과 웹페이지를 생성할 수 있고 그 검색-결과 페이지를 사용자에게 송신할 수 있다. 특정 실시예로, 검색 엔진은 그 검색을 온라인 소셜 네트워크와 관련된 객체로 제한할 수 있다. 그러나, 특정 실시예로, 검색 엔진은 가령 제3자 시스템(170), 인터넷이나 월드 와이드 웹 또는 다른 적절한 소스와 같은 다른 소스들과 관련된 객체들을 또한 검색할 수 있다. 비록 본 명세서는 특정 방식으로 온라인 소셜 네트워크에 질의하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 온라인 소셜 네트워크에 질의하는 것을 고려한다. 검색 질의 및 검색 결과와 관련하여, 특정 실시예들은 참조로 각각 통합되는: 2006년 8월 11일자로 출원된 미국특허출원 제11/503093호, 2010년 12월 22일자로 출원된 미국특허출원 제12/977027호 및 2010년 12월 23일자로 출원된 미국특허출원 제12/978265호에 개시되는 하나 이상의 시스템, 컴포넌트, 구성요소, 기능, 방법, 동작 또는 단계를 이용할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 객체가 질의중인 사용자에 의해 접근될 수 있는 프라이버시 설정을 가지는 매치하는 객체를 데이터 스토어(164)에서 검색함으로써 인덱싱 프로세스를 향상시킬 수 있다. 제1 사용자(즉, 질의중인 사용자)로부터 수신된 검색 질의에 응답하여, 소셜 네트워킹 시스템(160)은 매치하는 객체를 검색하도록 하나 이상의 데이터 스토어(164)에 접근할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 결과가 사용자에게 송신되기 바로 전에 검색 결과를 필터링하는 프런트엔트 프로세스를 사용하여 프라이버시 체크를 수행할 수 있다. 예로서 제한 없이, 프라이버시 설정을 사용하는 접근 제어는 소셜 네트워킹 시스템(160)의 하나 이상의 서버(162)에 의해 호스트되는 PHP 프로세스(310)에 의해 수행될 수 있다. 데이터 스토어(164)가 검색 질의에 매치하는 객체를 식별하도록 검색된 후, 각각의 식별된 객체에 대한 프라이버시 설정은 사용자에게 보이지 않는 결과를 필터링하는데 사용될 수 있어서, 사용자에게 보이는 객체만이 검색 결과로서 사용자에게 송신된다. 그러나, 이 단계에서 프라이버시 체크를 수행하면, 필터링되는 데이터 스토어(164)를 검색할 때 많은 수의 객체가 식별될 수 있어서, 충분한 수의 검색 결과를 생성하기 위해 추가 인덱싱이 수행되어야 한다. 인덱싱 프로세스의 효율은 데이터 스토어(164)를 질의할 때 프라이버시 필터를 적용함으로써 향상될 수 있다. 특정 실시예로, 프라이버시 체크 프로세스는 검색 질의에 매치할 뿐 아니라 질의중인 사용자가 객체에 접근할 수 있게 하는 프라이버시 설정을 가지는 객체들을 검색함으로써 인덱싱 동안에 근사화될 수 있다. 이 방식으로, 인덱싱 동안 식별되는 객체는 프라이버시 설정에 기반하여 효과적으로 사전-필터링될 수 있어서, 식별된 객체는 프런트엔드 프라이버시 체크를 통과하고 검색 결과로서 생성될 가능성이 더 높다. 이를 통해 소셜 네트워킹 시스템은 검색 결과를 생성하는데 필요한 데이터 오버-페칭의 양을 줄일 수 있다. 비록 본 명세서는 특정 방식으로 근사적 프라이버시 인덱싱을 사용하여 온라인 소셜 네트워크를 검색하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 근사적 프라이버시 인덱싱을 사용하여 온라인 소셜 네트워크를 검색하는 것을 고려한다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 (제1 사용자 노드(202)에 대응하는) 질의중인 사용자/제1 사용자로부터 검색 질의를 수신할 수 있다. 검색 질의는 텍스트 질의일 수 있고 (하나 이상의 n-그램을 포함할 수 있는) 하나 이상의 문자열을 포함할 수 있다. 통상, 사용자는 문자열에 실질적으로 매치하는 소셜 네트워킹 시스템(160)의 객체를 검색하도록 하나 이상의 문자를 포함하는 임의의 문자열을 질의 필드(450)로 입력할 수 있다. 또한, 검색 질의는 소셜 그래프(200)로부터의 특정 노드 또는 에지에 대한 레퍼런스를 포함하는 구조화된 질의일 수 있다. 구조화된 질의는 상술한 바와 같이 하나 이상의 문법에 의해 생성된 자연어 문자열에 기반할 수 있다. 예로서 제한 없이, 검색 질의 "Friends of Stephanie"는 구조화된 질의일 수 있고, 이때 검색 질의에서 "Friends" 및 "Stephanie"는 특정 소셜 그래프 요소에 대응하는 레퍼런스이다. "Stephanie"에 대한 레퍼런스는 특정 사용자 노드(202)에 대응할 수 있는 한편(이때, 소셜 네트워킹 시스템(160)은 사용자 "Stephanie"에 대한 사용자 노드(202)와 부합하도록 n-그램 "my girlfriend"를 파싱됨), "Friends"에 대한 레퍼런스는 그 사용자 노드(202)를 다른 사용자 노드(202)와 연결하는 친구-타입 에지(206)(즉, "Stephanie의" 1촌 친구와 연결하는 에지(206))에 대응할 것이다. 검색 질의는 임의의 적절한 방식으로, 예컨대 온라인 소셜 네트워크의 웹페이지에서 사용자가 검색 질의를 질의 필드(450)로 입력하게 함으로써, 수신될 수 있다. 비록 본 명세서는 특정 방식으로 특정 질의를 수신하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 질의를 수신하는 것을 고려한다. 검색 질의에 대한 더 많은 정보는 참조로 각각 통합되는 2012년 7월 23일자로 출원된 미국특허출원 제13/556060호 및 2012년 12월 31일자로 출원된 미국특허출원 제13/732175호에서 확인할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 n-그램을 식별하도록 제1 사용자(즉, 질의중인 사용자)로부터 수신된 검색 질의를 파싱할 수 있다. 통상, n-그램은 소정의 시퀀스의 텍스트 또는 진술에서 인접 시퀀스의 n개 아이템들이다. 아이템은 텍스트 또는 진술의 시퀀스에서의 글자(characters), 음소(phonemes), 음절(syllables), 문자(letters), 단어(words), 기본 쌍(base pairs), 접두사(prefixes) 또는 다른 식별가능한 아이템일 수 있다. n-그램은 질의중인 사용자가 입력한 하나 이상의 텍스트 문자(글자, 숫자, 구두점 등)를 포함할 수 있다. 크기 1의 n-그램은 "유니그램(unigram)"이라 할 수 있고, 크기 2의 n-그램은 "바이그램(bigram)" 또는 "다이그램(digram)"이라 할 수 있으며, 크기 3의 n-그램은 "트라이그램(trigram)"이라 할 수 있는 등이다. 각각의 n-그램은 질의중인 사용자로부터 수신된 검색 질의로부터 하나 이상의 부분을 포함할 수 있다. 특정 실시예로, 각각의 n-그램은 제1 사용자가 입력한 문자열(예컨대, 하나 이상의 텍스트 문자)을 포함할 수 있다. 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 다음의 n-그램을 식별하도록 검색 질의 "all about recipes"를 파싱할 수 있다: all; about; recipes; all about; about recipes; all about recipes. 특정 실시예로, 각각의 n-그램은 검색 질의로부터 인접 시퀀스의 n개 아이템을 포함할 수 있다. 본 명세서는 특정 방식으로 특정 질의를 파싱하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 질의를 파싱하는 것을 고려한다. 요소 감지 및 검색 질의의 파싱과 관련하여, 특정 실시예들은 참조로 각각 통합되는: 2012년 7월 23일자로 출원된 미국특허출원 제13/556072호 및 2012년 12월 31일자로 출원된 미국특허출원 제13/732101호에 개시되는 하나 이상의 시스템, 컴포넌트, 구성요소, 기능, 방법, 동작 또는 단계를 이용할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 질의중인 사용자로부터 수신된 검색 질의에 기반하여 질의 명령을 생성할 수 있다. 이후, 질의 명령은 소셜 네트워킹 시스템(160)의 하나 이상의 데이터 스토어(164) 내 객체에 대한 검색에 사용될 수 있다. 특정 실시예로, 질의 명령은 소셜 네트워킹 시스템(160)의 하나 이상의 데이터 스토어(164)에 대한 검색 인덱스를 사용하는 검색을 위해 제공될 수 있다. 질의 명령은 하나 이상의 질의 제약(query constraints)을 포함할 수 있다. 각각의 질의 제약은 검색 질의의 파싱에 기반하여 소셜 네트워킹 시스템(160)에 의해 식별될 수 있다. 각각의 질의 제약은 특정 객체-타입에 대한 요청일 수 있다. 특정 실시예로, 질의 명령은 기호적 표현(symbolic expression) 또는 s-표현의 질의 제약을 포함할 수 있다. 소셜 네트워킹 시스템(160)은 검색 질의 "Photos I like"를 질의 명령 (photos_liked_by:<me>)로 파싱할 수 있다. 질의 명령 (photos_liked_by:<me>)은 사진의 하나의 결과-타입(result-type)을 가진 (즉, 질의중인 사용자에 해당하는 <me>인) 사용자가 좋아하는 사진에 대한 질의를 나타낸다. 질의 제약은 예컨대 소셜 그래프 제약(예컨대, 특정 노드나 노드-타입에 대한 요청 또는 특정 에지나 에지-타입과 연결된 노드에 대한 요청), 객체 제약(예컨대, 특정 객체 또는 객체-타입에 대한 요청), 위치 제약(예컨대, 특정 지리적 위치와 관련된 객체 또는 소셜 그래프 엔티티에 대한 요청), 다른 적절한 제약들 또는 이들의 임의의 조합을 포함할 수 있다. 특정 실시예로, 검색 질의의 파싱은 검색 질의를 생성하는데 사용되는 문법에 기반할 수 있다. 즉, 생성된 질의 명령 및 그의 질의 제약은 특정 문법(또는 문법 포레스트(grammar forest)로부터의 서브-트리)에 대응할 수 있다. 특정 실시예로, 질의 명령은 접두어 및 객체를 포함할 수 있다. 객체는 소셜 그래프(200) 내 특정 노드에 대응할 수 있는 한편, 접두어는 소셜 그래프(200)에서 특정 노드와 연결하는 특정 에지(206) 또는 (특정 타입의 관계를 표시하는) 에지-타입에 대응할 수 있다. 예로서 제한 없이, 질의 명령 (pages_liked_by:<user>)는 접두어 pages_liked_by 및 객체 <user>를 포함한다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 검색 결과를 식별하기 위해 특정 연결 에지(206)(또는 에지-타입)를 따라 특정 노드로부터 질의 명령에 의해 특정된 객체에 대응하는 노드들로 소셜 그래프(200)를 횡단함으로써 질의 명령을 실행할 수 있다. 예로서 제한 없이, 질의 명령 (pages_liked_by:<user>)은 좋아요-타입 에지(206)를 따라 <user>에 대응하는 사용자 노드(202)로부터 <user>가 좋아하는 페이지에 대응하는 컨셉 노드(204)로 소셜 그래프(200)를 횡단함으로써 소셜 네트워킹 시스템(160)에 의해 실행될 수 있다. 비록 본 명세서는 특정 방식으로 특정 질의 명령을 생성하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 질의 명령을 생성하는 것을 고려한다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 사용자로부터 수신된 검색 질의에 응답하여 하나 이상의 데이터 스토어(164)에 접근할 수 있다. 각 데이터 스토어(164)는 온라인 소셜 네트워크와 관련된 하나 이상의 객체를 저장할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 검색 질의에 실질적으로 매치하는 데이터 스토어(164)와 관련된 하나 이상의 객체를 식별하도록 각각의 접근된 데이터 스토어를 검색할 수 있다. 소셜 네트워킹 시스템(160)은 임의의 적절한 방식으로, 예컨대 하나 이상의 객체 각각과 관련된 문자들의 열과 문자열을 매치하도록 하나 이상의 열 매칭 알고리즘(string matching algorithms)을 사용하여, 매치하는 객체를 식별할 수 있다. 예로서 제한 없이, 검색 질의 "Friends of Mark named Kaiser"에 응답하여, 소셜 네트워킹 시스템(160)은 하나 이상의 사용자 데이터 스토어(164)에 접근할 수 있고 질의에 매치하는 이런 데이터 스토어(164)에 저장된 객체(예컨대, 사용자-프로필 페이지)를 식별하도록 접근된 데이터 스토어(164)를 검색할 수 있다. 소셜 네트워킹 시스템(160)은 다음의 질의 명령을 사용하여 각각의 접근된 데이터 스토어를 검색할 수 있다:
(AND (name: "kaiser")
(friends_of: <Mark>)).
소셜 네트워킹 시스템(160)은 각각의 데이터 스토어(164)의 인덱스 서버(330)를 접근할 수 있고, 인덱스 서버(330)가 질의 명령에 매치하는 결과를 반환하게 할 수 있다. 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 사용자 데이터 스토어(164)의 인덱스 서버(330)를 접근할 수 있고, 인덱스 서버(330)가 (사용자 식별자로 각각 표현되는) 사용자들 <Nathen Kaiser>, <Catie Kaiser> 및 <Alex Kaiser>를 식별하게 할 수 있는데, 이때 각각의 이런 사용자는 소셜 그래프(200)에서 사용자 <Mark>의 사용자 노드(202)와 친구-타입 에지(206)로 연결되는 사용자 노드(202)에 대응한다. 비록 본 명세서는 특정 방식으로 특정 객체를 식별하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 객체를 식별하는 것을 고려한다. 데이터 스토어(164)의 접근 및 검색에 대한 더 많은 정보는 참조로 각각 통합되는 2012년 7월 27일자로 출원된 미국특허출원 제13/560212호 및 2013년 4월 25일자로 출원된 미국특허출원 제13/870113호에서 확인할 수 있다.
특정 실시예로, 검색 질의에 매치하는 객체를 식별할 때, 소셜 네트워킹 시스템(160)은 객체와 관련된 프라이버시 설정에 부분적으로 기반하여 객체를 식별할 수 있다. 임의의 객체는 객체와 관련된 프라이버시 설정으로 인해 질의중인 사용자에게 보일 가능성이 없다. 예로서 제한 없이, 객체가 예컨대 "only me(오직 자신만)" 또는 "friends only(오직 친구만)"에 의해 접근될 수 있음을 명시하는 프라이버시 설정을 가진 객체는 특정 타입의 객체에 대한 전반적인 검색을 하는 질의중인 사용자에게 보이질 않을 가능성이 있다. 마찬가지로, 예컨대 "public(공개)" 또는 "friends of friends(친구의 친구)"를 명시하는 프라이버시 설정을 가진 객체는 질의중인 사용자에게 보일 가능성이 있을 수 있다. 질의중인 사용자에 대한 충분한 수의 검색 결과를 생성하도록 프런트엔드(예컨대, PHP 프로세스(310))로 송신될 필요가 있는 식별된 객체의 수를 감소시키기 위해, 저밀도 프라이버시 인덱스(coarse privacy index)는 (결국 필터링할 수 있는) 프런트엔드로 송신되는 비가시적인 결과의 수를 감소시키도록 데이터 스토어(164)를 인덱싱할 때 사용될 수 있다. 특정 실시예로, 검색 질의에 매치하는 객체를 요청하는 질의 명령에 응답하여, 데이터 스토어(164)는 데이터 스토어(164)에 저장되는 각각의 객체에 대한 프라이버시 설정을 목록화한 저밀도 프라이버시 인덱스에 접근할 수 있다. 이후, 이런 저밀도 프라이버시 인덱스는 질의중인 사용자에게 보이지 않아야 하는 결과를 사전-필터링(예컨대, "오직 자신만(only me)" 프라이버시 설정으로 모든 객체를 필터링)하는데 사용될 수 있다. 따라서, 검색 질의에 매치하는 객체를 데이터 스토어(164)에서 검색할 때, 소셜 네트워킹 시스템(160)은 객체의 프라이버시 설정이 객체를 질의중인 사용자에게 보이도록 할 가능성이 있는지를 결정하도록 저밀도 프라이버시 인덱스를 사용할 수 있다. 이후, 소셜 네트워킹 시스템(160)은 바람직하게는 질의중인 사용자에게 보일 가능성이 더 높은 프라이버시 설정을 가진 객체를 식별할 수 있고, 질의중인 사용자에게 보일 가능성이 더 낮은 프라이버시 설정을 가진 객체를 식별하지 않을 수 있다(또는 식별할 가능성이 더 낮을 수 있다). 특정 실시예로, 객체와 관련된 프라이버시 설정에 부분적으로 기반하여 객체를 식별하는 것은 객체의 프라이버시 설정이 질의 명령에서 특정되는 프라이버시 설정에 매치하는지를 결정하는 것을 포함할 수 있다. 질의 명령은 질의 명령의 적어도 하나의 질의 제약이 특정 프라이버시 설정을 가진 객체를 요청하도록 생성될 수 있다. 이런 방식으로, 질의 명령은 이후 인덱싱 프로세스 중에 실행되며, 또한 검색 질의에 매치하는 객체에 대한 요청은 식별 객체도 또한 특정 프라이버시 설정에 매치해야 한다고 명시할 수 있다. 예로서 제한 없이, 이전의 예를 계속 이어가면, 검색 질의 "Friends of Mark named Kaiser"에 응답하여, 소셜 네트워킹 시스템(160)은 다음의 질의 명령을 사용하여 프라이버시 설정에 부분적으로 기반하여 각각의 접근된 데이터 스토어(164)를 검색할 수 있다:
(AND (name:"kaiser")
(friends_of:<Mark>)
(privacy:(<friends_of_friends> OR <public>))).
상술한 바와 같이, 프라이버시 필터 없이 사용자 데이터 스토어(164)를 검색하는 것은 사용자들 <Nathen Kaiser>, <Catie Kaiser> 및 <Alex Kaiser>을 식별할 수 있다. 그러나, 이런 사용자에 대한 사용자 프로필 페이지는 그 페이지가 질의중인 사용자에게 보이지 않도록 프라이버시 설정을 가질 수 있다. 예컨대, 사용자 <Catie Kaiser>가 (친구-타입 에지(206)로 <Catie Kaiser>에 대한 사용자 노드(202)와 연결되는 사용자 노드(202)에 대응하는 사용자에 의해서만 단지 사용자 프로필 페이지가 접근될 수 있음을 의미하는) <friends_only>의 프라이버시 설정을 가진 사용자 프로필 페이지를 가진다면, 그녀의 사용자 프로필 페이지에 대한 프라이버시 설정은 질의 제약 (privacy:(<friends_of_friends> OR <public>))에 매치하지 않기 때문에, 그녀는 상기의 질의 명령에 의해 식별되지 않을 것이다. 따라서, <Catie Kaiser>에 대한 사용자 프로필 페이지는 프런트엔드 PHP 프로세스(310)로 송신되지 않으며, 접근 제어에 의해 필터링될 가능성이 있다. 비록 본 명세서는 특정 방식으로 프라이버시 설정에 기반하는 검색을 기술하지만, 본 명세서는 임의의 적절한 방식으로 프라이버시 설정에 기반하는 검색을 고려한다.
특정 실시예로, 객체에 대한 프라이버시 설정에 부분적으로 기반하여 객체를 식별할 때, 소셜 네트워킹 시스템(160)은 객체가 질의중인 사용자에게 보이게 할 가능성이 있는 프라이버시 설정을 가진 특정한 수의 객체를 식별할 수 있다. 예로서 제한 없이, 데이터 스토어(164)를 검색하는데 사용되는 질의 명령은 특정 프라이버시 설정을 가지는 것으로 식별되어야 하는 특정한 수 또는 비율의 객체를 명시하도록 "weak AND"(WAND) 또는 "strong OR"(SOR) 연산자를 사용할 수 있다. 예로서 제한 없이, 이전의 예를 계속 이어가면, 검색 질의 "Friends of Mark named Kaiser"에 응답하여, 소셜 네트워킹 시스템(160)은 다음의 질의 명령을 사용하여 프라이버시 설정에 부분적으로 기반하여 각각의 접근된 데이터 스토어(164)를 검색할 수 있다:
(WAND (name:"kaiser")
(friends_of:<Mark>)
(privacy:(<friends_of_friends> OR <public>)):optional-weight 0.5).
이 예에서, 모든 식별된 객체가 질의 제약 (privacy:(<friends_of_friends> OR <public>))에 매치하는 것을 요구하는 대신에, WAND 연산자는 식별된 객체의 50%가 이런 제약에 매치해야 하지만 나머지 50%는 프라이버시 제약에 반드시 매치할 필요가 없음을 의미하는 0.5의 가중치로 이런 제약이 선택형이 되게 할 수 있다. 비록 본 명세서는 특정 방식으로 프라이버시 설정에 기반하는 검색을 기술하지만, 본 명세서는 임의의 적절한 방식으로 프라이버시 설정에 기반하는 검색을 고려한다. WAND 및 SOR 연산자에 대한 더 많은 정보는 참조로 통합되는 2012년 7월 27일자로 출원된 미국특허출원 제13/560901호에서 확인할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 식별된 객체를 점수화할 수 있다. 객체는 예컨대 소셜 그래프 정보, 소셜 그래프 친밀성, 검색 이력, 프라이버시 설정, 다른 적절한 인자들 또는 이들의 임의의 조합과 같은 하나 이상의 인자에 기반하여 점수화될 수 있다. 또한, 객체는 광고 스폰서쉽에 기반하여 점수화될 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 객체와 관련된 프라이버시 설정에 기반하여 객체를 점수화할 수 있다. 객체가 질의중인 사용자에게 보이게 할 가능성이 더 높은 프라이버시 설정을 가진 객체는 객체가 질의중인 사용자에게 보이게 할 가능성이 더 낮은 프라이버시 설정을 가진 객체보다 더 높게 점수화될 수 있다. 예로서 제한 없이, "공개(public)"의 프라이버시 설정을 가진 객체는 "친구의 친구(friends_of_friends)"의 프라이버시 설정을 가진 객체보다 더 높게 점수화될 수 있다. 마찬가지로, "오직 친구만(friends only)"의 프라이버시 설정을 가진 객체는 "오직 자신만(only me)"의 프라이버시 설정을 가진 객체보다 더 높게 점수화될 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 질의중인 사용자(또는 질의중인 사용자의 사용자 노드(202))와 관련된 소셜 그래프 친밀성에 기반하여 객체를 점수화할 수 있다. 소셜 네트워킹 시스템(160)은 서로에 대한 다양한 소셜 그래프 엔티티의 소셜 그래프 친밀성(본 명세서에서는 "친밀성"이라고 할 수 있음)을 결정할 수 있다. 친밀성은 가령 사용자들, 컨셉들, 컨텐츠, 행위들, 광고들, 온라인 소셜 네트워크와 관련된 다른 객체들 또는 이들의 임의의 적절한 조합과 같은 온라인 소셜 네트워크와 관련된 특정 객체들 사이의 관계 세기 또는 관심 레벨을 나타낼 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 친밀성 계수(본 명세서에서는 "계수"라고 할 수 있음)를 사용하여 소셜 그래프 친밀성을 측정하거나 정량화할 수 있다. 계수는 온라인 소셜 네트워크와 관련된 특정 객체들 사이의 관계의 세기를 나타내거나 정량화할 수 있다. 또한, 계수는 사용자가 사용자의 행위에 대한 관심에 기반하여 특정 행위를 수행할 예상 확률을 측정하는 확률 또는 함수를 나타낼 수 있다. 비록 본 명세서는 특정 방식으로 객체를 점수화하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 객체를 점수화하는 것을 고려한다. 게다가, 소셜 그래프 친밀성 및 친밀성 계수와 관련하여, 특정 실시예들은 참조로 각각 통합되는 2006년 8월 11일자로 출원된 미국특허출원 제11/503093호, 2010년 12월 22일자로 출원된 미국특허출원 제12/977027호, 2010년 12월 23일자로 출원된 미국특허출원 제12/978265호 및 2012년 10월 1일자로 출원된 미국특허출원 제13/632869호에 개시되는 하나 이상의 시스템, 컴포넌트, 구성요소, 기능, 방법, 동작 또는 단계를 이용할 수 있다.
특정 실시예로, 매치하는 객체를 식별하도록 데이터 스토어(164)를 검색할 때, 소셜 네트워킹 시스템(160)은 단지 특정 데이터 스토어(164) 내 매치하는 노드들의 최대 임계 개수까지만 식별하고 점수화할 수 있다. 이후, 이런 임계 개수의 매칭 객체는 소셜 네트워킹 시스템(160)에 의해 점수화되고 순위화될 수 있다. 임계 개수는 검색 품질을 향상시키거나 검색 결과의 처리를 최적화하도록 선택될 수 있다. 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 사용자를 요청하는 질의 명령에 응답하여 사용자 데이터 스토어(164)에서 상위 N개의 매칭 객체들(즉, 점수화하는 개수)만을 식별할 수 있다. 상위 N개의 객체는 사용자 데이터 스토어(164)에 상응하는 검색 인덱스에서 객체들의 정적인 순위화(static ranking)(예컨대, 질의중인 사용자에 대해 사용자의 현재 소셜-그래프 친밀도에 기반한 순위화)에 의해 결정될 수 있다. 특정 실시예로, 상위 N개의 식별된 객체는 검색 질의 그 자체에 기반하여 재-순위화될 수 있다. 예로서 제한 없이, 점수화하는 개수가 500개라면, 상위 500개의 객체가 식별될 수 있다. 이런 500개의 객체는 이후 하나 이상의 인자(예컨대, 검색 질의 또는 다른 질의 제한에 대한 매치, 소셜-그래프 친밀도, 검색 이력 등)에 기반하여 순위화될 수 있고, 상위 M개의 결과는 이후 검색 결과로서 생성되기 전에 프라이버시 제어에 대해 체크되도록 프런트엔드로 송신될 수 있다. 특정 실시예로, 하나 이상의 라운드의 순위화 이후 상위 결과들이 최종 라운드의 순위화를 위해 집계기(320)로 송신될 수 있는데, 이때 식별된 객체가 재순서화될 수 있거나, 중복된 결과가 빠질 수 있거나, 임의의 다른 타입의 결과-처리가 질의중인 사용자에게 제시하기 전에 발생할 수 있다. 비록 본 명세서는 특정한 수의 객체를 식별하는 것을 기술하지만, 본 명세서는 임의의 적절한 수의 객체를 식별하는 것을 고려한다. 게다가, 비록 본 명세서는 특정 방식으로 객체를 순위화하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 객체를 순위화하는 것을 고려한다.
특정 실시예로, 구조화된 검색 질의에 응답하여 검색 결과를 생성할 때, 소셜 네트워킹 시스템(160)은 특정 객체와 관련된 프라이버시 설정에 기반하여 검색 결과를 필터링할 수 있다. 검색 질의가 소셜 네트워킹 시스템(160)에 의해(예컨대, 인덱스 서버(330)에 의해) 인덱싱되고 검색 질의를 만족하는 객체가 식별된 후, 소셜 네트워킹 시스템(160)은 (또한 타겟 객체라고도 할 수 있는) 각각의 식별된 객체에 대한 프라이버시 체크를 수행할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 질의중인 사용자에 대한 객체의 가시성을 각각의 식별된 객체에 대하여 결정할 수 있다. 각각의 타겟 객체(그리고, 더 상세하게는 타겟 객체에 대응하는 타겟 노드)는 온라인 소셜 네트워크의 다른 사용자들이 컨텐츠 객체를 열람하거나 접근할 수 있음을 명시하는 프라이버시 설정과 관련될 수 있다. 예로서 제한 없이, (특정 소셜 그래프 요소에 대응하는) 특정 객체는 질의중인 사용자에게 보이지 않을 수 있고, 따라서 이런 객체를 포함하는 인덱싱된 결과는 검색 결과로서 사용자에게 송신되지 않아야 한다. 그 결과, 특정 타겟 객체는 그 컨텐츠와 관련된 프라이버시 설정으로 인해 검색 결과에 디스플레이되지 않을 수 있다. 도 5a는 예시적인 소셜 그래프(200)를 도시한다. 도 5a에 도시된 소셜 그래프(200)는 프라이버시 설정이 검색 결과를 필터링하는데 어떻게 사용되는지를 도시하도록 하기의 몇몇의 예에서 참조될 수 있다. 비록 본 명세서는 특정 방식으로 프라이버시 설정에 기반하여 검색 결과를 필터링하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 프라이버시 설정에 기반하여 검색 결과를 필터링하는 것을 고려한다. 프라이버시 설정 및 검색 결과의 필터링에 대한 더 많은 정보는 참조로 통합되는 2012년 7월 23일자로 출원된 미국특허출원 제13/556017호에서 확인할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 각각의 타겟 객체(또는 그에 해당하는 노드)와 관련된 프라이버시 설정에 접근할 수 있다. 각 객체에 대한 프라이버시 설정은 객체의 가시성, 객체에 대응하는 노드의 가시성 또는 소셜 네트워킹 시스템(160)의 사용자와 그 노드를 연결하는 에지의 가시성을 정의할 수 있다. 이런 방식으로, 온라인 소셜 네트워크의 사용자(또는 심지어 그 네트워크 외부의 사용자)의 능력은 특정 노드와 관련된 프로필 페이지(또는 다른 관련된 컨텐츠 객체)를 열람하거나 접근하도록 그 능력을 제한함으로써 제약될 수 있다. 예로서 제한 없이, 제1 사용자의 프라이버시 설정은 그의 프로필 페이지가 "친구의 친구"(즉, 2차 친구)에 의해서만 열람되거나 접근될 수 있음을 명시하며, 이로써 제1 사용자와 3차 이상의 이격도에 있는 사용자들이 제1 사용자의 프로필 페이지를 열람하거나 접근하는 것을 차단한다. 또 다른 예로서 제한 없이, 도 5a를 참고하면, 사용자 "9"에 대한 프라이버시 설정은 그의 학력 정보가 다른 사용자들에게 보이지 않음을 명시할 수 있고, 따라서 사용자 "9"에 대한 사용자 노드(202)를 학교 "Stanford"에 대응하는 컨셉 노드(204)와 연결하는 "attended(다녔음)" 에지(206)는 다른 사용자에게 보이지 않을 수 있다. 따라서, 사용자 "9"에 대한 프라이버시 설정은 Stanford에 다닌 사용자들에 대한 검색 결과에 그의 사용자 노드(202)(또는 해당하는 사용자 프로필 페이지)에 대한 레퍼런스가 나타나지 않도록 한다. 비록 본 명세서는 특정 방식으로 특정 프라이버시 설정에 접근하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 프라이버시 설정에 접근하는 것을 고려한다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 객체가 질의중인 사용자에게 보이는 가시성을 가지는지를 결정할 수 있다. 질의중인 사용자로부터의 검색 질의에 응답하여 데이터 스토어(164)를 인덱싱한 후, 상술한 바와 같이, 소셜 네트워킹 시스템(160)은 검색 질의에 매치하는 하나 이상의 식별된 객체를 가질 수 있다. 또한, 식별된 객체는 객체가 질의중인 사용자에게 보이게 할 가능성이 있는 프라이버시 설정을 가질 수 있다. 이후, 소셜 네트워킹 시스템(160)은 특정 객체에 대한 프라이버시 설정이 그 객체가 특정 질의중인 사용자에 의해 접근되게 할 수 있는지를 결정함으로써 각각의 식별된 객체에 대한 프라이버시 설정을 강제할 수 있다. 객체가 질의중인 사용자에게 보이는 가시성을 가진다면, 소셜 네트워킹 시스템(160)은 생성된 검색 결과에 포함되도록 객체를 선택할 수 있다. 그러나, 객체가 질의중인 사용자에게 보이지 않는 가시성을 가진다면, 소셜 네트워킹 시스템(160)은 생성된 검색 결과로부터 객체를 배제할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 질의중인 사용자에게 보이는 가시성을 가지는 일련의 노드 및 에지(206)로 소셜 그래프(200)에서 질의중인 사용자의 사용자 노드(202)와 연결되는 노드에 대응하는 객체를 선택할 수 있다. 예로서 제한 없이, 도 5a를 참고하면, 구조화된 질의 "Friends of User 5"는 사용자 "4" 및 사용자 "7"에 대한 타겟 노드를 식별할 수 있다. 질의중인 사용자가 사용자 "5"에 대한 노드를 열람할 수 있다고 가정하면, 사용자들 "4", "5" 및 "7"의 프라이버시 설정은 이런 사용자를 연결하는 에지가 보이는지를 결정하도록 접근될 수 있다. 예컨대, 사용자들 "4" 또는 "5" 중 하나는 이들을 연결하는 "친구" 에지(206)가 특정한 다른 사용자들에게 보이지 않도록 하는 프라이버시 설정을 가질 수 있다; 이런 에지(206)가 질의중인 사용자에게 보인다면, 생성된 검색 결과는 사용자 "4"에 대한 레퍼런스를 포함할 수 있다. 마찬가지로, 사용자들 "5" 또는 "7" 중 하나는 이들을 연결하는 "친구" 에지(206)가 보이지 않도록 하는 프라이버시 설정을 가질 수 있다; 따라서, 에지(206)가 질의중인 사용자에게 보인다면, 생성된 검색 결과는 사용자 "7"에 대한 레퍼런스를 포함할 수 있다. 특정 실시예로, 질의중인 사용자에 대한 사용자 노드(202)는 반드시 식별된 객체에 대응하는 노드와 보이는 경로로 연결될 필요가 있는 것은 아니다; 그러나, 질의중인 사용자에게 보이는 노드(소스 노드)와 노드 사이의 적어도 하나의 경로가 있어야 한다. 예로서 제한 없이, 이전의 예를 계속 이어가면, 질의중인 사용자는 반드시 사용자 "4" 또는 사용자 "7" 중 하나와 한 경로로 연결될 필요가 있는 것은 아니다; 이 경우에는 사용자 "5"일 수 있는 질의중인 사용자가 소스 노드를 열람할 수 있는 한 그리고 질의중인 사용자가 사용자 "5" 및 사용자 "4"와 "7"에 대응하는 노드 사이의 경로를 열람할 수 있는 한, 이런 사용자들에 대응하는 노드들은 검색 결과에 나타날 수 있다. 예컨대 소스 노드는 공개적으로 접근가능하거나 질의중인 사용자의 임계 이격도 내에 있기 때문에, 질의중인 사용자는 그 소스 노드를 열람할 수 있다. 비록 본 명세서는 특정 방식으로 프라이버시 설정을 강제하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 프라이버시 설정을 강제하는 것을 고려한다.
도 5b는 프라이버시 설정을 해결하기 위한 예시적인 서브-그래프를 도시한다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 각 타겟 노드에 대한(즉, 인덱싱 동안 식별된 각각의 객체에 대한) 서브-그래프를 생성할 수 있다. 서브-그래프는 제1 노드(즉, 질의중인 사용자의 사용자 노드(202)), 타겟 노드(즉, 인덱싱 동안 식별된 각각의 객체에 대응하는 노드) 및 소셜 그래프(200)에서 각각의 노드 및 제1 노드와 타겟 노드를 연결하는 에지를 포함할 수 있다. 예로서 제한 없이, 구조화된 질의 "사용자 5의 친구의 친구이거나 Stanford에 다녔던 사용자 10의 친구(Friends of User 10 that are also friends of friends of User 5 or attended Stanford)"에 응답하여, 소셜 네트워킹 시스템(160)은 하나 이상의 사용자 데이터 스토어(164)를 검색하고 매치하는 객체로서 사용자들 "3" 및 "8"을 식별할 수 있다. 이후, 소셜 네트워킹 시스템(160)은 각 타겟 노드에 대한 서브-그래프를 생성할 수 있다. 사용자 "8"에 대응하는 서브-그래프는 도 5b에 도시되며, 도 5b는 질의중인 사용자와 타겟 노드 사이의 경로로 각각의 에지(206)를 도시한다. 예컨대, 사용자 "10"과 "8"을 연결하는 에지(206)는 도 5b에서 "친구: 10 → 8"로 도시된다. 이후, 소셜 네트워킹 시스템(160)은 각각의 서브-그래프에 대하여 제1 노드를 타겟 노드와 연결하는 서브-그래프 내 각각의 단말 경로(terminal path)를 식별할 수 있다. 단말 경로는 일련의 노드 및 제1 노드를 타겟 노드와 연결하는 에지를 포함한다. 물론, 다수의 단말 경로는 도 5b에 도시된 바와 같이 질의중인 사용자와 타겟 노드 사이에 존재할 수 있고, 이런 단말 경로들 각각이 식별될 수 있다. 이후, 소셜 네트워킹 시스템(160)은 서브-그래프 내 각각의 단말 경로에 대하여 단말 경로 내 각각의 선택된 에지가 제1 사용자에게 보이는 가시성을 가지는지 여부를 결정할 수 있다. 즉, 소셜 네트워킹 시스템(160)은 서브-그래프가 질의중인 사용자와 타겟 노드 사이의 임의의 프라이버시-허용된 경로를 가지는지를 찾고자 할 수 있다. 다수의 단말 경로가 특정 서브-그래프에 존재하는 경우, 소셜 네트워킹 시스템(160)은 각 경로의 에지(206)가 보이는지를 결정하도록 단말 경로의 일부 또는 전부를 평가할 수 있다. 이후, 소셜 네트워킹 시스템(160)은 적어도 하나의 단말 경로를 가지는 각각의 서브-그래프를 선택할 수 있고, 경로의 각 에지는 제1 사용자에게 보이는 가시성을 가진다. 따라서, 서브-그래프가 질의중인 사용자와 타겟 노드 사이의 다수의 단말 경로를 포함하는 경우, 서브-그래프는 서브-그래프의 적어도 하나의 단말 경로가 사용자에게 보이는 한 프라이버시-허용된 경로를 가지는 것으로 여전히 선택될 수 있다. 이후, 생성된 검색 결과는 적어도 하나의 보이는 단말 경로를 가지는 선택된 서브-그래프에 대응하는 각각의 타겟 노드에 대한 레퍼런스를 포함할 것이다. 예로서 제한 없이, 도 5b를 참고하면, 질의중인 사용자와 사용자 "8"에 대한 타겟 노드 사이에는 3개의 가능한 단말 경로가 있다. 적어도 하나의 3개의 가능한 단말 경로가 질의중인 사용자에게 보이는 한, 사용자 "8"에 대한 타겟 노드는 질의에 대한 검색 결과에 포함될 것이다. 특정 실시예로, 질의중인 사용자에 대한 사용자 노드(202)는 반드시 타겟 노드와 보이는 경로로 연결될 필요가 있는 것은 아니다; 그러나, 질의중인 사용자에게 보이는 노드(소스 노드)와 타겟 노드 사이에는 적어도 하나의 경로가 있어야 한다. 예로서 제한 없이, 이전의 예를 계속 이어가면, 질의중인 사용자는 반드시 사용자 "3" 또는 "8" 중 하나와 한 경로로 연결될 필요가 있는 것은 아니다; 질의중인 사용자가 소스 노드 및 소스 노드와 타겟 노드 사이의 경로를 열람할 수 있는 한, 타겟 노드는 검색 결과에 나타날 수 있다. 특정 실시예로, 임계 길이보다 더 긴 단말 경로는 프라이버시-허용된 경로가 아닐 수 있다. 단말 경로의 길이는 단말 경로를 구축하는데 필요한 노드와 에지의 수로 측정될 수 있다. 그러나, 너무 많은 노드와 에지가 질의중인 사용자와 타겟 노드 사이의 단말 경로를 생성하도록 횡단되어야 한다면, 그 타겟 노드는 질의중인 사용자의 가시성을 벗어나 있다고 간주될 수 있다. 즉, 소셜 네트워킹 시스템(160)이 특정 타겟 노드가 소셜 그래프(200)에서 질의중인 사용자로부터 임계 이격도를 벗어나 있다고 결정하면, 그 타겟 노드는 질의중인 사용자에게 보이지 않을 수 있다. 비록 본 명세서는 특정 방식으로 프라이버시 설정을 해결하는 것을 기술하고 도 5b가 도시하지만, 본 명세서는 임의의 적절한 방식으로 프라이버시 설정을 해결하는 것을 고려한다.
특정 실시예로, 질의중인 사용자로부터 수신된 검색 질의에 응답하여, 소셜 네트워킹 시스템(160)은 하나 이상의 검색 결과를 생성할 수 있으며, 이때 검색 결과는 검색 질의를 대응한다. 각각의 검색 결과는 소셜 그래프(200)의 한 노드에 대응할 수 있다. 소셜 네트워킹 시스템(160)은 검색 질의를 만족하거나 검색 질의에 매치하는 객체들(예컨대, 사용자들, 사진들, 프로필 페이지들(또는 프로필 페이지들의 컨텐츠) 등)을 식별할 수 있다. 각각의 식별된 객체에 대응하는 검색 결과가 이후 생성될 수 있다. 예로서 제한 없이, 검색 질의 "Photos of Matt and Stephanie"에 응답하여, 소셜 네트워킹 시스템(160)은 사용자의 "Matt" 및 "Stephanie"가 모두 사진에 태그되는 사진을 식별할 수 있다. 이후, 이 사진에 대응하는 검색 결과가 생성되고 사용자에게 송신될 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 질의중인 사용자에게 보이는 가시성을 가진 객체에 대응하는 하나 이상의 검색 결과를 생성할 수 있다. 상술한 바와 같이, 인덱싱 동안 식별된 객체는 객체의 프라이버시 설정에 기반하여 필터링될 수 있다. 각 검색 결과는 질의중인 사용자에게 보이는 가시성을 가지는 선택된 객체들 중 하나에 대응할 수 있다. 마찬가지로, 프라이버시 필터링은 질의중인 사용자에게 보이지 않는 가시성을 가지는 검색 결과들로부터 객체들을 배제하는데 사용될 수 있다. 비록 본 명세서는 특정 방식으로 검색 결과를 생성하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 검색 결과를 생성하는 것을 고려한다. 검색 결과의 생성에 대한 더 많은 정보는 참조로 통합되는 2012년 12월 31일자로 출원된 미국특허출원 제13/731939호에서 확인할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 검색 결과를 질의중인 사용자에게 송신할 수 있다. 검색 결과는 예컨대 검색 결과 웹페이지에서 링크의 목록의 형태로 사용자에게 송신될 수 있고, 각 링크는 몇몇의 식별된 리소스 또는 컨텐츠를 포함하는 다른 웹페이지와 관련된다. 특정 실시예로, 검색 결과에서 각 링크는 해당하는 웹페이지가 위치한 장소 및 이를 검색하는 메커니즘을 명시하는 URL(Uniform Resource Locator)의 형태일 수 있다. 이후, 소셜 네트워킹 시스템(160)은 사용자의 클라이언트 시스템(130)의 웹브라우저(132)로 검색 결과 웹페이지를 송신할 수 있다. 이후, 사용자는 적절한 경우 URL 링크를 클릭하거나 검색 결과 웹페이지로부터 컨텐츠를 선택하여 소셜 네트워킹 시스템(160) 또는 외부 시스템(가령, 예컨대, 제3자 시스템(170))으로부터의 컨텐츠에 접근할 수 있다. 특정 실시예로, 각 검색 결과는 프로필 페이지로의 링크 및 프로필 페이지(또는 그 페이지에 대응하는 노드)의 설명이나 요약을 포함할 수 있다. 검색 결과는 검색 결과 페이지로서 질의중인 사용자에게 제시되고 송신될 수 있다. 검색 결과를 생성할 때, 소셜 네트워킹 시스템(160)은 각 검색 결과에 대한 하나 이상의 스니펫을 생성할 수 있는데, 이때 스니펫은 검색 결과의 타겟에 대한 문맥형 정보(즉, 소셜 그래프 엔티티에 대한 문맥형 정보, 프로필 페이지 또는 특정 검색 결과에 대응하는 다른 컨텐츠)이다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 특정 임계 점수/순위를 초과하는 점수/순위를 가진 검색 결과만을 송신할 수 있다. 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 특정 검색 질의에 응답하여 상위 10개의 결과들만을 질의중인 사용자에게 다시 송신할 수 있다. 비록 본 명세서는 특정 방식으로 특정 검색 결과를 송신하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 검색 결과를 송신하는 것을 고려한다.
도 6은 근사적 프라이버시 인덱싱을 사용하여 온라인 소셜 네트워크를 검색하는 예시적인 방법(600)을 도시한다. 이 방법은 단계 610에서 시작할 수 있는데, 이때 소셜 네트워킹 시스템(160)은 온라인 소셜 네트워크의 제1 사용자로부터 검색 질의를 수신할 수 있다. 검색 질의는 예컨대 하나 이상의 n-그램을 포함하는 텍스트 질의 또는 소셜 그래프(200)로부터의 특정 노드나 에지에 대한 레퍼런스를 포함하는 구조화된 질의일 수 있다. 단계 620에서, 소셜 네트워킹 시스템(160)은 검색 질의에 기반하여 하나 이상의 데이터 스토어(164)에 접근할 수 있다. 각 데이터 스토어(164)는 온라인 소셜 네트워크와 관련된 하나 이상의 객체를 저장할 수 있다. 각 객체는 프라이버시 설정과 관련될 수 있다. 단계 630에서, 소셜 네트워킹 시스템(160)은 검색 질의에 실질적으로 매치하는 데이터 스토어(164)와 관련된 하나 이상의 객체를 식별하도록 각각의 접근된 데이터 스토어(164)를 검색할 수 있다. 소셜 네트워킹 시스템(160)은 각 객체에 대한 프라이버시 설정에 부분적으로 기반하여 객체를 식별할 수 있다. 단계 640에서, 소셜 네트워킹 시스템(160)은 제1 사용자에 대한 객체의 가시성을 각각의 식별된 객체에 대해 결정할 수 있다. 객체가 제1 사용자에게 보인다고 소셜 네트워킹 시스템(160)이 결정한다면, 소셜 네트워킹 시스템(160)은 그 객체를 선택할 수 있다. 그러나, 객체가 제1 사용자에게 보이지 않는다고 소셜 네트워킹 시스템(160)이 결정한다면, 소셜 네트워킹 시스템(160)은 그 객체를 배제할 수 있다. 단계 650에서, 소셜 네트워킹 시스템(160)은 검색 질의에 대응하는 하나 이상의 검색 결과를 생성할 수 있다. 각 검색 결과는 제1 사용자에게 보이는 가시성을 가지는 선택된 객체들 중 하나에 대응할 수 있다. 게다가, 각 검색 결과는 검색 결과에 대응하는 식별된 객체에 대한 레퍼런스를 포함할 수 있다. 적절한 경우, 특정 실시예는 도 6의 방법의 하나 이상의 단계를 반복할 수 있다. 비록 본 명세서는 특정 순서로 발생하는 것으로서 도 6의 방법의 특정 단계들을 기술하고 도시하지만, 본 명세서는 임의의 적절한 순서로 발생하는 도 6의 방법의 임의의 적절한 단계들을 고려한다. 게다가, 비록 본 명세서는 도 6의 방법의 특정 단계를 수행하는 특정 컴포넌트, 장치 또는 시스템을 기술하고 도시하지만, 본 명세서는 도 6의 방법의 임의의 적절한 단계를 수행하는 임의의 적절한 컴포넌트, 장치 또는 시스템의 임의의 적절한 조합을 고려한다.
도 7은 예시적인 컴퓨터 시스템(700)을 도시한다. 특정 실시예로, 하나 이상의 컴퓨터 시스템들(700)은 본 명세서에 기술되거나 도시된 하나 이상의 방법들의 하나 이상의 단계들을 수행한다. 특정 실시예로, 하나 이상의 컴퓨터 시스템들(700)은 본 명세서에 기술되거나 도시된 기능을 제공한다. 특정 실시예로, 하나 이상의 컴퓨터 시스템들(700)을 실행하는 소프트웨어는 본 명세서에 기술되거나 도시된 하나 이상의 방법들의 하나 이상의 단계들을 수행하거나, 본 명세서에 기술되거나 도시된 기능을 제공한다. 특정 실시예는 하나 이상의 컴퓨터 시스템들(700)의 하나 이상의 부분들을 포함한다. 본 명세서에서, 적절한 경우 컴퓨터 시스템에 대한 언급은 컴퓨팅 장치를 포함할 수 있고 그 역도 또한 동일하다. 게다가, 컴퓨터 시스템에 대한 언급은 적절한 경우 하나 이상의 컴퓨터 시스템을 포함할 수 있다.
본 명세서는 임의의 적절한 수의 컴퓨터 시스템(700)을 고려한다. 본 명세서는 임의의 적절한 물리적 형태를 취하는 컴퓨터 시스템(700)을 고려한다. 예로서 제한 없이, 컴퓨터 시스템(700)은 임베디드 컴퓨터 시스템, 시스템-온-칩(SOC), 단일-보드 컴퓨터 시스템(SBC)(예컨대, 컴퓨터-온-모듈(COM) 또는 시스템-온-모듈(SOM)), 데스크톱 컴퓨터 시스템, 랩톱 또는 노트북 컴퓨터 시스템, 상호작용형 키오스크(kiosk), 메인 프레임, 컴퓨터 시스템 메쉬(mesh), 모바일 전화, 개인 정보 단말기(PDA), 서버, 태블릿 컴퓨터 시스템 또는 이들의 2 이상의 조합일 수 있다. 적절한 경우, 컴퓨터 시스템(700)은 하나 이상의 컴퓨터 시스템(700)들을 포함할 수 있거나; 일체형 또는 분산형일 수 있거나; 다수의 위치에 걸쳐 있거나, 다수의 기계에 걸쳐 있거나; 다수의 데이터 센터에 걸쳐 있거나; 하나 이상의 네트워크에 하나 이상의 클라우드 성분을 포함할 수 있는 클라우드에 상주할 수 있다. 적절한 경우, 하나 이상의 컴퓨터 시스템(700)은 본 명세서에 기술되거나 도시되는 하나 이상의 방법의 하나 이상의 단계를 실질적으로 공간적 또는 시간적 제한 없이 실행할 수 있다. 예로서 제한 없이, 하나 이상의 컴퓨터 시스템(700)은 본 명세서에 기술되거나 도시되는 하나 이상의 방법의 하나 이상의 단계를 실시간으로 또는 일괄 모드로 실행할 수 있다. 적절한 경우, 하나 이상의 컴퓨터 시스템(700)은 본 명세서에 기술되거나 도시되는 하나 이상의 방법의 하나 이상의 단계를 다른 시기에 또는 다른 위치에서 실행할 수 있다.
특정 실시예로, 컴퓨터 시스템(700)은 프로세서(702), 메모리(704), 저장소(706), 입력/출력(I/O) 인터페이스(708), 통신 인터페이스(710) 및 버스(712)를 포함한다. 본 명세서가 특정 배열로 특정한 수의 특정 구성요소를 갖는 특정 컴퓨터 시스템을 기술하고 도시하지만, 본 명세서는 임의의 적절한 배열로 임의의 적절한 수의 임의의 적절한 구성요소를 갖는 임의의 적절한 컴퓨터 시스템을 고려한다.
특정 실시예로, 프로세서(702)는 가령 컴퓨터 프로그램을 구성하는 명령어와 같은 명령어를 실행하기 위한 하드웨어를 포함한다. 예로서 제한 없이, 명령어를 실행하기 위해, 프로세서(702)는 내부 레지스터, 내부 캐시, 메모리(704) 또는 저장소(706)로부터 명령어를 검색(또는 페치(fetch))할 수 있고; 명령어를 디코딩하고 실행한 후; 하나 이상의 결과를 내부 레지스터, 내부 캐시, 메모리(704) 또는 저장소(706)에 기록할 수 있다. 특정 실시예로, 프로세서(702)는 데이터용, 명령어용 또는 주소용 하나 이상의 내부 캐시를 포함할 수 있다. 본 명세서는 적절한 경우 임의의 적절한 수의 임의의 적절한 내부 캐시들을 포함하는 프로세서(702)를 고려한다. 예로서 제한 없이, 프로세서(702)는 하나 이상의 명령어 캐시들, 하나 이상의 데이터 캐시들 및 하나 이상의 변환 색인 버퍼(translation lookaside buffers, TLBs)를 포함할 수 있다. 명령어 캐시에 저장된 명령어들은 메모리(704)나 저장소(706) 내 명령어들의 사본일 수 있고, 명령어 캐시는 프로세서(702)에 의한 이런 명령어들의 검색 속도를 높일 수 있다. 데이터 캐시 내의 데이터는 프로세서(702)에서 실행하는 다음 명령들에 의해 접근하거나 메모리(704)나 저장소(706)로 기록하기 위해 프로세서(702)에서 실행되는 이전 명령들의 결과; 또는 다른 적절한 데이터를 동작하는데 프로세서(702)에서 실행하는 명령어를 위한 메모리(704)나 저장소(706) 내의 데이터의 사본일 수 있다. 데이터 캐시는 프로세서(702)에 의한 판독 또는 기록 동작의 속도를 높일 수 있다. TLB들은 프로세서(702)에 의한 가상 주소 변환의 속도를 높일 수 있다. 특정 실시예로, 프로세서(702)는 데이터용, 명령어용 또는 주소용 하나 이상의 내부 레지스터를 포함할 수 있다. 본 명세서는 적절한 경우 임의의 적절한 수의 임의의 적절한 내부 레지스터들을 포함하는 프로세서(702)를 고려한다. 적절한 경우, 프로세서(702)는 하나 이상의 산술 논리 유닛(ALUs)을 포함할 수 있거나; 멀티-코어 프로세서일 수 있거나; 하나 이상이 프로세서들(702)을 포함할 수 있다. 본 명세서가 특정 프로세서를 기술하고 도시하지만, 본 명세서는 임의의 적절한 프로세서를 고려한다.
특정 실시예로, 메모리(704)는 프로세서(702)가 실행하는 명령어 또는 프로세서(702)가 운영하는 데이터를 저장하기 위한 메인 메모리를 포함한다. 예로서 제한 없이, 컴퓨터 시스템(700)은 저장소(706)나 또 다른 소스(가령, 예컨대 또 다른 컴퓨터 시스템(700))에서 메모리(704)로 명령어를 로딩할 수 있다. 이후, 프로세서(702)는 메모리(704)에서 내부 레지스터나 내부 캐시로 명령어를 로딩할 수 있다. 명령어를 실행하기 위해, 프로세서(702)는 내부 레지스터나 내부 캐시로부터 명령어를 검색하고 이들을 디코딩할 수 있다. 명령어의 실행 중 또는 실행 후, 프로세서(702)는 (중간 결과 또는 최종 결과일 수 있는) 하나 이상의 결과를 내부 레지스터나 내부 캐시로 기록할 수 있다. 이후, 프로세서(702)는 하나 이상의 이런 결과를 메모리(704)에 기록할 수 있다. 특정 실시예로, 프로세서(702)는 (저장소(706) 또는 다른 곳과는 대조적으로) 하나 이상의 내부 레지스터나 내부 캐시에서 또는 메모리(704)에서 단지 명령어만을 실행하며, (저장소(706) 또는 다른 곳과는 대조적으로) 하나 이상의 내부 레지스터나 내부 캐시에서 또는 메모리(704)에서 단지 데이터만을 운영한다. (주소 버스 및 데이터 버스를 각각 포함할 수 있는) 하나 이상의 메모리 버스는 프로세서(702)를 메모리(704)로 연결할 수 있다. 하기에 기술되는 바와 같이, 버스(712)는 하나 이상의 메모리 버스를 포함할 수 있다. 특정 실시예로, 하나 이상의 메모리 관리 유닛(MMUs)은 프로세서(702)와 메모리(704) 사이에 상주하며, 프로세서(702)에 의해 요청되는 메모리(704)로의 접근을 용이하게 한다. 특정 실시예로, 메모리(704)는 랜덤 액세스 메모리(RAM)를 포함한다. 적절한 경우, 이런 RAM은 휘발성 메모리일 수 있다. 적절한 경우, 이런 RAM은 동적 RAM(DRAM) 또는 정적 RAM(SRAM)일 수 있다. 게다가, 적절한 경우, 이런 RAM은 단일 포트형 또는 다중-포트형 RAM일 수 있다. 본 명세서는 임의의 적절한 RAM을 고려한다. 적절한 경우, 메모리(704)는 하나 이상의 메모리(704)를 포함할 수 있다. 본 명세서가 특정 메모리를 기술하고 도시하지만, 본 명세서는 임의의 적절한 메모리를 고려한다.
특정 실시예로, 저장소(706)는 데이터용 또는 명령어용 대용량 저장소를 포함한다. 예로서 제한 없이, 저장소(706)는 하드 디스크 드라이브(HDD), 플로피 디스크 드라이브, 플래시 메모리, 광디스크, 자기-광학 디스크, 자기 테이프, 범용 직렬 버스(USB) 드라이브 또는 이들의 2 이상의 조합을 포함할 수 있다. 적절한 경우, 저장소(706)는 착탈식 또는 비-착탈식(또는 고정) 매체를 포함할 수 있다. 적절한 경우, 저장소(706)는 컴퓨터 시스템(700)의 내부 또는 외부에 있을 수 있다. 특정 실시예로, 저장소(706)는 비휘발성, 고체-상태(solid-state) 메모리이다. 특정 실시예로, 저장소(706)는 읽기 전용 메모리(ROM)를 포함한다. 적절한 경우, 이런 ROM은 마스크-프로그램화된 ROM, 프로그램가능 ROM(PROM), 소거가능 PROM(EPROM), 전기적 소거가능 PROM(EEPROM), 전기적 변경가능 ROM(EAROM), 플래시 메모리 또는 이들의 2 이상의 조합일 수 있다. 본 명세서는 임의의 적절한 물리적 형태를 취하는 대용량 저장소(706)를 고려한다. 적절한 경우, 저장소(706)는 프로세서(702)와 저장소(706) 사이의 통신을 용이하게 하는 하나 이상의 저장소 제어 유닛을 포함할 수 있다. 적절한 경우, 저장소(706)는 하나 이상의 저장소(706)를 포함할 수 있다. 본 명세서가 특정 저장소를 기술하고 도시하지만, 본 명세서는 임의의 적절한 저장소를 고려한다.
특정 실시예로, I/O 인터페이스(708)는 컴퓨터 시스템(700)과 하나 이상의 I/O 장치 사이의 통신을 위한 하나 이상의 인터페이스를 제공하는 하드웨어, 소프트웨어 또는 이들 모두를 포함한다. 적절한 경우, 컴퓨터 시스템(700)은 하나 이상의 이들 I/O 장치를 포함할 수 있다. 하나 이상의 이들 I/O 장치는 사람과 컴퓨터 시스템(700) 사이의 통신을 가능하게 할 수 있다. 예로서 제한 없이, I/O 장치는 키보드, 키패드, 마이크로폰, 모니터, 마우스, 프린터, 스캐너, 스피커, 스틸 카메라(still camera), 스타일러스(stylus), 태블릿, 터치 스크린, 트랙볼(trackball), 비디오 카메라, 다른 적절한 I/O 장치 또는 이들의 2 이상의 조합을 포함할 수 있다. I/O 장치는 하나 이상의 센서를 포함할 수 있다. 본 명세서는 임의의 적절한 I/O 장치 및 이에 대한 적절한 I/O 인터페이스(708)를 고려한다. 적절한 경우, I/O 인터페이스(708)는 프로세서(702)가 하나 이상의 이들 I/O 장치를 구동할 수 있도록 하는 하나 이상의 장치 또는 소프트웨어 드라이버를 포함할 수 있다. 적절한 경우, I/O 인터페이스(708)는 하나 이상의 I/O 인터페이스(708)를 포함할 수 있다. 본 명세서가 특정 I/O 인터페이스를 기술하고 도시하지만, 본 명세서는 임의의 적절한 I/O 인터페이스를 고려한다.
특정 실시예로, 통신 인터페이스(710)는 컴퓨터 시스템(700)과 하나 이상의 다른 컴퓨터 시스템(700)이나 하나 이상의 네트워크 사이의 통신(가령, 예컨대 패킷-기반 통신)을 위한 하나 이상의 인터페이스를 제공하는 하드웨어, 소프트웨어 또는 이들 모두를 포함한다. 예로서 제한 없이, 통신 인터페이스(710)는 이더넷이나 다른 유선-기반 네트워크로 통신하기 위한 네트워크 인터페이스 제어장치(NIC)나 네트워크 어댑터 또는 가령 WI-FI 네트워크와 같이 무선 네트워크로 통신하기 위한 무선 NIC(WNIC)나 무선 어댑터를 포함할 수 있다. 본 명세서는 임의의 적절한 네트워크 및 이에 대한 임의의 적절한 통신 인터페이스(710)를 고려한다. 예로서 제한 없이, 컴퓨터 시스템(700)은 애드 혹 네트워크(ad hoc network), 개인 영역 네트워크(PAN), 근거리 네트워크(LAN), 광역 네트워크(WAN), 대도시 네트워크(MAN), 인터넷의 하나 이상의 부분 또는 2 이상의 이런 네트워크들의 조합으로 통신할 수 있다. 하나 이상의 이런 네트워크의 하나 이상의 부분은 유선 또는 무선일 수 있다. 예로서, 컴퓨터 시스템(700)은 무선 PAN(WPAN)(가령, 예컨대 BLUETOOTH WPAN), WI-FI 네트워크, WI-MAX 네트워크, 셀룰러 전화 네트워크(가령, 예컨대 GSM(Global System for Mobile Communication) 네트워크), 다른 적절한 무선 네트워크 또는 2 이상의 이런 네트워크들의 조합으로 통신할 수 있다. 적절한 경우, 컴퓨터 시스템(700)은 임의의 이들 네트워크에 대한 임의의 적절한 통신 인터페이스(710)를 포함할 수 있다. 적절한 경우, 통신 인터페이스(710)는 하나 이상의 통신 인터페이스(710)를 포함할 수 있다. 본 명세서가 특정 통신 인터페이스를 기술하고 도시하지만, 본 명세서는 임의의 적절한 통신 인터페이스를 고려한다.
특정 실시예로, 버스(712)는 컴퓨터 시스템(700)의 구성요소를 서로 연결하는 하드웨어, 소프트웨어 또는 이들 모두를 포함한다. 예로서 제한 없이, 버스(712)는 AGP(Accelerated Graphics Port)이나 다른 그래픽 버스, EISA(Enhanced Industry Standard Architecture) 버스, FSB(front-side bus), HT(HYPERTRANSPORT) 인터커넥트, ISA(Industry Standard Architecture) 버스, INFINIBAND 인터커넥트, LPC(low-pin-count) 버스, 메모리 버스, MCA(Micro Channel Architecture) 버스, PCI(Peripheral Component Interconnect) 버스, PCIe(PCI-Express) 버스, SATA(serial advanced technology attachment) 버스, VLB(Video Electronics Standard Association local) 버스, 다른 적절한 버스 또는 2 이상의 이런 버스의 조합을 포함할 수 있다. 적절한 경우, 버스(712)는 하나 이상의 버스(712)를 포함할 수 있다. 본 명세서가 특정 버스를 기술하고 도시하지만, 본 명세서는 임의의 적절한 버스나 인터커넥트를 고려한다.
본 명세서에서, 컴퓨터-판독가능한 비-일시적 저장매체 또는 저장매체들은 하나 이상의 반도체 기반 또는 다른 집적회로(ICs)(가령, 예컨대 FPGAs(field-programmable gate arrays) 또는 ASICs(application-specific ICs)), 하드 디스크 드라이브(HDDs), 하이브리드 하드 디스크(HHDs), 광학 디스크, 광학 디스크 드라이브(ODDs), 자기-광학 디스크, 자기-광학 드라이브, 플로피 디스크, 플로피 디스크 드라이브(FDDs), 자기 테이프, 고체-상태 드라이브(SSDs), RAM-드라이브, SECURE DIGITAL 카드나 드라이브, 임의의 다른 적절한 컴퓨터-판독가능한 비-일시적 저장매체 또는, 적절한 경우, 2 이상의 이들의 임의의 적절한 조합을 포함할 수 있다. 적절한 경우, 컴퓨터-판독가능한 비-일시적 저장매체는 휘발성, 비휘발성 또는 휘발성과 비휘발성의 조합일 수 있다.
본 명세서에서, "또는"은 명시적으로 다르게 지시하거나 문맥상 달리 지시되지 않는 한, 포괄적인 것이며 배타적인 것이 아니다. 따라서, 본 명세서에서 "A 또는 B"는 명시적으로 다르게 지시하거나 문맥상 달리 지시되지 않는 한, "A, B 또는 둘 모두"를 의미한다. 게다가, "및"은 명시적으로 다르게 지시하거나 문맥상 달리 지시되지 않는 한, 공동 및 별개 모두이다. 따라서, 본 명세서에서 "A 및 B"는 명시적으로 다르게 지시하거나 문맥상 달리 지시되지 않는 한, "A 및 B가 공동이든 별개이든 상관없이 모두"를 의미한다.
본 명세서의 범위는 당업자가 이해할 수 있는 본 명세서에 기술되거나 도시된 예시적인 실시예들에 대한 모든 변화, 치환, 변형, 대체 및 변경을 포함한다. 본 명세서의 범위는 본 명세서에 기술되거나 도시된 예시적인 실시예들로 국한되지 않는다. 게다가, 본 명세서는 특정 컴포넌트, 구성요소, 기능, 동작 또는 단계를 포함하는 것으로 본 명세서의 각각의 실시예들을 기술하고 도시하지만, 임의의 이런 실시예들은 당업자가 이해할 수 있는 본 명세서에 어디든 기술되거나 도시되는 임의의 컴포넌트, 구성요소, 기능, 동작 또는 단계의 임의의 조합이나 치환을 포함할 수 있다. 게다가, 첨부된 청구범위에서 특정 기능을 수행하도록 설계되거나, 배치되거나, 할 수 있거나, 구성되거나, 할 수 있게 하거나, 동작할 수 있거나, 동작하는 장치나 시스템 또는 장치나 시스템의 구성요소에 대한 언급은 장치, 시스템 또는 구성요소가 그렇게 설계되거나, 배치되거나, 할 수 있거나, 구성되거나, 가능하거나, 동작할 수 있거나 동작하는 한, 장치, 시스템, 구성요소, 그 또는 그러한 특정 기능이 활성화되었는지, 턴온 되었는지, 잠금 해제되었는지 여부를 포함한다.

Claims (20)

  1. 하나 이상의 컴퓨팅 장치에 의해:
    온라인 소셜 네트워크의 제1 사용자로부터 검색 질의를 수신하는 단계;
    검색 질의에 실질적으로 매치하는 온라인 소셜 네트워크와 관련된 하나 이상의 객체를 식별하도록 하나 이상의 데이터 스토어를 검색하는 단계;
    객체가 제1 사용자에게 보일 때 그 객체를 선택하고; 객체가 제1 사용자에게 보이지 않을 때 그 객체를 배제하도록, 각각의 식별된 객체에 대해 제1 사용자에 대하여 객체의 가시성(visibility)을 결정하는 단계; 및
    검색 질의에 대응하는 하나 이상의 검색 결과를 생성하는 단계를 포함하며,
    각 객체는 프라이버시 설정과 관련되고, 하나 이상의 객체를 식별하는 것은 제1 사용자에게 객체를 보이게 할 가능성이 있는 프라이버시 설정을 가지는 객체들의 비율에 부분적으로 기반하며,
    각 검색 결과는 제1 사용자에게 보이는 가시성을 가진 선택된 객체 중 하나에 대응하고, 각 검색 결과는 검색 결과에 대응하는 식별된 객체에 대한 레퍼런스를 포함하는 방법.
  2. 제 1 항에 있어서,
    하나 이상의 검색 결과를 제1 사용자에게 송신하는 단계를 더 포함하는 방법.
  3. 제 1 항에 있어서,
    각각의 배제된 객체를 검색 결과로부터 필터링하는 단계를 더 포함하는 방법.
  4. 제 1 항에 있어서,
    객체와 관련된 프라이버시 설정에 기반하여 각각의 식별된 객체를 점수화하는 단계를 더 포함하는 방법.
  5. 제 1 항에 있어서,
    식별된 객체에 대하여 제1 노드와 관련된 소셜 그래프 친밀성에 기반하여 각각의 식별된 객체를 점수화하는 단계를 더 포함하는 방법.
  6. 제 1 항에 있어서,
    프라이버시 설정은 온라인 소셜 네트워크에 접근하는 사용자에 대하여 객체의 가시성을 정의하는 방법.
  7. 제 1 항에 있어서,
    하나 이상의 객체를 식별하는 것은 객체의 프라이버시 설정이 그 객체를 제1 사용자에게 보이게 할 가능성이 있는지 여부를 결정하는 것에 부분적으로 또한 기반하는 방법.
  8. 삭제
  9. 제 1 항에 있어서,
    검색 질의를 파싱(parsing)하여 하나 이상의 질의 제약을 포함하는 질의 명령을 생성하는 단계를 더 포함하는 방법.
  10. 제 9 항에 있어서,
    질의 명령은 제1 프라이버시 설정을 가진 객체를 요청하는 프라이버시 질의 제약을 포함하고,
    각 객체에 대한 프라이버시 설정에 부분적으로 기반하여 하나 이상의 객체를 식별하는 것은 객체의 프라이버시 설정이 제1 프라이버시 설정에 매치하는지 여부를 결정하는 것을 포함하는 방법.
  11. 제 1 항에 있어서,
    복수의 노드 및 노드들을 연결하는 복수의 에지를 포함하는 소셜 그래프에 접근하는 단계를 더 포함하며,
    2개의 노드 사이의 각각의 에지는 2개의 노드 사이의 이격도 1도를 나타내고, 복수의 노드 중 각 노드는 특정 객체에 대응하며,
    노드는: 제1 사용자에 대응하는 제1 노드; 및 온라인 소셜 네트워크와 관련된 제2 사용자 또는 컨셉에 각각 대응하는 복수의 제2 노드를 포함하는 방법.
  12. 제 11 항에 있어서,
    검색 질의는 복수의 노드로부터의 하나 이상의 선택된 노드 및 복수의 에지로부터의 하나 이상의 선택된 에지에 대한 레퍼런스를 포함하는 구조화된 질의인 방법.
  13. 제 11 항에 있어서,
    각 검색 결과는 복수의 노드 중 한 노드에 대응하는 방법.
  14. 제 11 항에 있어서,
    각각의 식별된 객체에 대해 제1 사용자에 대하여 객체의 가시성을 결정하는 단계는: 각각의 식별된 객체에 대하여,
    식별된 객체에 대응하는 복수의 노드 중 한 노드를 식별하는 단계; 및
    식별된 노드가 제1 사용자에게 보이는 가시성을 각각 가지는 일련의 노드 및 에지로 소셜 그래프의 제1 노드와 연결되는지 여부를 결정하는 단계를 포함하는 방법.
  15. 제 11 항에 있어서,
    각각의 식별된 객체에 대해 제1 사용자에 대하여 객체의 가시성을 결정하는 단계는: 각각의 식별된 객체에 대하여,
    식별된 객체에 대응하는 복수의 노드 중 한 노드를 식별하는 단계; 및
    식별된 노드가 소셜 그래프의 제1 노드로부터 임계 이격도 내에 있는지 여부를 결정하는 단계를 포함하는 방법.
  16. 제 11 항에 있어서,
    각 객체와 관련된 프라이버시 설정은 객체에 대응하는 노드의 가시성을 정의하는 방법.
  17. 제 11 항에 있어서,
    각 객체와 관련된 프라이버시 설정은 객체에 대응하는 노드와 연결되는 하나 이상의 에지의 가시성을 정의하는 방법.
  18. 제 1 항에 있어서,
    검색 질의는 하나 이상의 n-그램을 포함하는 텍스트 질의이며,
    각각의 n-그램은 텍스트 질의에서 인접 시퀀스의 n개 아이템들을 포함하는 방법.
  19. 온라인 소셜 네트워크의 제1 사용자로부터 검색 질의를 수신하고;
    검색 질의에 실질적으로 매치하는 온라인 소셜 네트워크와 관련된 하나 이상의 객체를 식별하도록 하나 이상의 데이터 스토어를 검색하며;
    객체가 제1 사용자에게 보일 때 그 객체를 선택하고; 객체가 제1 사용자에게 보이지 않을 때 그 객체를 배제하도록, 각각의 식별된 객체에 대해 제1 사용자에 대하여 객체의 가시성을 결정하고;
    검색 질의에 대응하는 하나 이상의 검색 결과를 생성하도록 실행될 때 동작하는 소프트웨어를 수록하는 하나 이상의 컴퓨터-판독가능한 비-일시적 저장매체로서,
    각 객체는 프라이버시 설정과 관련되고, 하나 이상의 객체를 식별하는 것은 제1 사용자에게 객체를 보이게 할 가능성이 있는 프라이버시 설정을 가지는 객체들의 비율에 부분적으로 기반하며,
    각 검색 결과는 제1 사용자에게 보이는 가시성을 가진 선택된 객체 중 하나에 대응하고, 각 검색 결과는 검색 결과에 대응하는 식별된 객체에 대한 레퍼런스를 포함하는 컴퓨터-판독가능한 비-일시적 저장매체.
  20. 하나 이상의 프로세서; 및 프로세서와 연결되고 프로세서에 의해 실행가능한 명령어를 포함하는 메모리를 포함하는 시스템으로서,
    상기 프로세서는:
    온라인 소셜 네트워크의 제1 사용자로부터 검색 질의를 수신하고;
    검색 질의에 실질적으로 매치하는 온라인 소셜 네트워크와 관련된 하나 이상의 객체를 식별하도록 하나 이상의 데이터 스토어를 검색하며;
    객체가 제1 사용자에게 보일 때 그 객체를 선택하고; 객체가 제1 사용자에게 보이지 않을 때 그 객체를 배제하도록, 각각의 식별된 객체에 대해 제1 사용자에 대하여 객체의 가시성을 결정하고;
    검색 질의에 대응하는 하나 이상의 검색 결과를 생성하는 명령어를 실행할 때 동작하며,
    각 객체는 프라이버시 설정과 관련되고, 하나 이상의 객체를 식별하는 것은 제1 사용자에게 객체를 보이게 할 가능성이 있는 프라이버시 설정을 가지는 객체들의 비율에 부분적으로 기반하며,
    각 검색 결과는 제1 사용자에게 보이는 가시성을 가진 선택된 객체 중 하나에 대응하고, 각 검색 결과는 검색 결과에 대응하는 식별된 객체에 대한 레퍼런스를 포함하는 시스템.
KR1020157034887A 2013-05-08 2014-05-05 온라인 소셜 네트워크에서 검색 질의를 위한 근사적 프라이버시 인덱싱 KR101666541B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US13/890,052 2013-05-08
US13/890,052 US9330183B2 (en) 2013-05-08 2013-05-08 Approximate privacy indexing for search queries on online social networks
PCT/US2014/036767 WO2014182606A1 (en) 2013-05-08 2014-05-05 Approximate privacy for search queries on online social networks

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020167027587A Division KR101863268B1 (ko) 2013-05-08 2014-05-05 온라인 소셜 네트워크에서 검색 질의를 위한 근사적 프라이버시 인덱싱

Publications (2)

Publication Number Publication Date
KR20160006211A KR20160006211A (ko) 2016-01-18
KR101666541B1 true KR101666541B1 (ko) 2016-10-14

Family

ID=51865591

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020167027587A KR101863268B1 (ko) 2013-05-08 2014-05-05 온라인 소셜 네트워크에서 검색 질의를 위한 근사적 프라이버시 인덱싱
KR1020157034887A KR101666541B1 (ko) 2013-05-08 2014-05-05 온라인 소셜 네트워크에서 검색 질의를 위한 근사적 프라이버시 인덱싱

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020167027587A KR101863268B1 (ko) 2013-05-08 2014-05-05 온라인 소셜 네트워크에서 검색 질의를 위한 근사적 프라이버시 인덱싱

Country Status (7)

Country Link
US (3) US9330183B2 (ko)
JP (2) JP5989940B1 (ko)
KR (2) KR101863268B1 (ko)
AU (3) AU2014262956B2 (ko)
CA (2) CA2937935C (ko)
IL (2) IL242415A (ko)
WO (1) WO2014182606A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2738547C1 (ru) * 2020-06-02 2020-12-14 Илья Викторович Осипов Устройство для температурного воздействия на человека

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9710765B2 (en) * 2011-05-26 2017-07-18 Facebook, Inc. Browser with integrated privacy controls and dashboard for social network data
US8892523B2 (en) 2012-06-08 2014-11-18 Commvault Systems, Inc. Auto summarization of content
US9600543B1 (en) * 2012-09-28 2017-03-21 Google Inc. Query-based stream
US9652525B2 (en) 2012-10-02 2017-05-16 Banjo, Inc. Dynamic event detection system and method
US9817997B2 (en) 2014-12-18 2017-11-14 Banjo, Inc. User-generated content permissions status analysis system and method
US9934368B2 (en) 2012-10-02 2018-04-03 Banjo, Inc. User-generated content permissions status analysis system and method
US10678815B2 (en) 2012-10-02 2020-06-09 Banjo, Inc. Dynamic event detection system and method
US10360352B2 (en) 2012-10-02 2019-07-23 Banjo, Inc. System and method for event-based vehicle operation
US20140344952A1 (en) 2013-05-14 2014-11-20 Google Inc. Indexing and searching documents with restricted portions
US9270777B2 (en) * 2013-06-06 2016-02-23 Airwatch Llc Social media and data sharing controls for data security purposes
US9213778B2 (en) * 2013-08-12 2015-12-15 International Business Machines Corporation Social network posting analysis using degree of separation correlation
US9778817B2 (en) * 2013-12-31 2017-10-03 Findo, Inc. Tagging of images based on social network tags or comments
US9384357B2 (en) * 2014-10-01 2016-07-05 Quixey, Inc. Providing application privacy information
US20160148264A1 (en) * 2014-11-24 2016-05-26 Facebook, Inc. Searching for Offers and Advertisements on Online Social Networks
US10326768B2 (en) 2015-05-28 2019-06-18 Google Llc Access control for enterprise knowledge
US20170006343A1 (en) * 2015-06-30 2017-01-05 Rovi Guides, Inc. Systems and methods for generating recommendations based on a virtual environment
US20170091470A1 (en) * 2015-09-25 2017-03-30 Intel Corporation Contextual access of data
US10129367B2 (en) * 2016-09-22 2018-11-13 Facebook, Inc. Delivering content items using machine learning based prediction of user actions
US10467229B2 (en) 2016-09-30 2019-11-05 Microsoft Technology Licensing, Llc. Query-time analytics on graph queries spanning subgraphs
US10545945B2 (en) 2016-10-28 2020-01-28 Microsoft Technology Licensing, Llc Change monitoring spanning graph queries
US20180150525A1 (en) * 2016-11-29 2018-05-31 Facebook, Inc. Methods and Systems for Prioritizing Entities in Search Results
US10402403B2 (en) 2016-12-15 2019-09-03 Microsoft Technology Licensing, Llc Utilization of probabilistic characteristics for reduction of graph database traversals
US10445361B2 (en) 2016-12-15 2019-10-15 Microsoft Technology Licensing, Llc Caching of subgraphs and integration of cached subgraphs into graph query results
US10242223B2 (en) * 2017-02-27 2019-03-26 Microsoft Technology Licensing, Llc Access controlled graph query spanning
RU2651252C1 (ru) 2017-04-28 2018-04-18 Акционерное общество "Лаборатория Касперского" Способ ограничения доступа пользователю к подозрительным объектам социальной сети
CN108334530B (zh) * 2017-08-24 2021-12-07 平安普惠企业管理有限公司 用户行为信息分析方法、设备及存储介质
US10642886B2 (en) * 2018-02-14 2020-05-05 Commvault Systems, Inc. Targeted search of backup data using facial recognition
US11074243B2 (en) * 2018-03-14 2021-07-27 Microsoft Technology Licensing, Llc Applying dynamic default values to fields in data objects
US10304442B1 (en) 2018-09-06 2019-05-28 International Business Machines Corporation Identifying digital private information and preventing privacy violations

Family Cites Families (186)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7631012B2 (en) 1997-05-22 2009-12-08 Computer Associates Think, Inc. System and method of operating a database
US5918014A (en) 1995-12-27 1999-06-29 Athenium, L.L.C. Automated collaborative filtering in world wide web advertising
US7110993B2 (en) 1999-05-28 2006-09-19 Overture Services, Inc. System and method for influencing a position on a search result list generated by a computer network search engine
US6539232B2 (en) 2000-06-10 2003-03-25 Telcontar Method and system for connecting mobile users based on degree of separation
KR100890209B1 (ko) * 2000-06-22 2009-03-25 마이크로소프트 코포레이션 분산 컴퓨팅 서비스 플랫폼
US6957184B2 (en) 2000-07-20 2005-10-18 Microsoft Corporation Context free grammar engine for speech recognition system
US6766320B1 (en) 2000-08-24 2004-07-20 Microsoft Corporation Search engine with natural language-based robust parsing for user query and relevance feedback learning
US6714939B2 (en) 2001-01-08 2004-03-30 Softface, Inc. Creation of structured data from plain text
US7233937B2 (en) 2001-06-18 2007-06-19 Siebel Systems, Inc. Method, apparatus, and system for searching based on filter search specification
US8095875B2 (en) 2001-06-22 2012-01-10 Krause Philip R Method and apparatus for consolidating network information
US7752326B2 (en) 2001-08-20 2010-07-06 Masterobjects, Inc. System and method for utilizing asynchronous client server communication objects
US8112529B2 (en) 2001-08-20 2012-02-07 Masterobjects, Inc. System and method for asynchronous client server session communication
US20090006543A1 (en) 2001-08-20 2009-01-01 Masterobjects System and method for asynchronous retrieval of information based on incremental user input
WO2003030051A1 (en) 2001-09-30 2003-04-10 Realcontacts Ltd Connection service
CN100483333C (zh) 2001-12-28 2009-04-29 国际商业机器公司 实时数据入库
US7539697B1 (en) 2002-08-08 2009-05-26 Spoke Software Creation and maintenance of social relationship network graphs
US7249123B2 (en) 2002-10-31 2007-07-24 International Business Machines Corporation System and method for building social networks based on activity around shared virtual objects
US20060218111A1 (en) 2004-05-13 2006-09-28 Cohen Hunter C Filtered search results
US7836391B2 (en) 2003-06-10 2010-11-16 Google Inc. Document search engine including highlighting of confident results
US7069308B2 (en) 2003-06-16 2006-06-27 Friendster, Inc. System, method and apparatus for connecting users in an online computer system based on their relationships within social networks
US20050091202A1 (en) 2003-10-22 2005-04-28 Thomas Kapenda J. Social network-based internet search engine
US20050125408A1 (en) 2003-11-20 2005-06-09 Beena Somaroo Listing service tracking system and method for tracking a user's interaction with a listing service
US20050131872A1 (en) 2003-12-16 2005-06-16 Microsoft Corporation Query recognizer
US7707122B2 (en) 2004-01-29 2010-04-27 Yahoo ! Inc. System and method of information filtering using measures of affinity of a relationship
WO2005104039A2 (en) 2004-03-23 2005-11-03 Google, Inc. A digital mapping system
US8554794B2 (en) 2004-05-17 2013-10-08 Hoover's Inc. System and method for enforcing privacy in social networks
US7689452B2 (en) 2004-05-17 2010-03-30 Lam Chuck P System and method for utilizing social networks for collaborative filtering
US7788260B2 (en) 2004-06-14 2010-08-31 Facebook, Inc. Ranking search results based on the frequency of clicks on the search results by members of a social network who are within a predetermined degree of separation
US7836044B2 (en) 2004-06-22 2010-11-16 Google Inc. Anticipated query generation and processing in a search engine
US8302164B2 (en) 2004-07-22 2012-10-30 Facebook, Inc. Authorization and authentication based on an individual's social network
US7809695B2 (en) 2004-08-23 2010-10-05 Thomson Reuters Global Resources Information retrieval systems with duplicate document detection and presentation functions
EP1815642A4 (en) 2004-11-04 2010-12-29 Topeer Corp SYSTEM AND METHOD FOR GENERATING A SAFE TRUSTWORTHY SOCIAL NETWORK
US7499940B1 (en) 2004-11-11 2009-03-03 Google Inc. Method and system for URL autocompletion using ranked results
US7461059B2 (en) 2005-02-23 2008-12-02 Microsoft Corporation Dynamically updated search results based upon continuously-evolving search query that is based at least in part upon phrase suggestion, search engine uses previous result sets performing additional search tasks
US7451161B2 (en) 2005-04-28 2008-11-11 Friendster, Inc. Compatibility scoring of users in a social network
US7840589B1 (en) 2005-05-09 2010-11-23 Surfwax, Inc. Systems and methods for using lexically-related query elements within a dynamic object for semantic search refinement and navigation
US8086605B2 (en) 2005-06-28 2011-12-27 Yahoo! Inc. Search engine with augmented relevance ranking by community participation
US20080005064A1 (en) 2005-06-28 2008-01-03 Yahoo! Inc. Apparatus and method for content annotation and conditional annotation retrieval in a search context
CA2615659A1 (en) 2005-07-22 2007-05-10 Yogesh Chunilal Rathod Universal knowledge management and desktop search system
EP1958338A4 (en) 2005-12-07 2011-01-05 METHOD AND SYSTEM FOR USER INPUT SOLUTION FOR A LIMITED TELECOMMUNICATION DEVICE
US7702685B2 (en) 2006-01-20 2010-04-20 Microsoft Corporation Querying social networks
US20070192293A1 (en) 2006-02-13 2007-08-16 Bing Swen Method for presenting search results
US9323867B2 (en) 2006-08-03 2016-04-26 Microsoft Technology Licensing, Llc Search tool using multiple different search engine types across different data sets
US8201107B2 (en) 2006-09-15 2012-06-12 Emc Corporation User readability improvement for dynamic updating of search results
US7636712B2 (en) 2006-11-14 2009-12-22 Microsoft Corporation Batching document identifiers for result trimming
WO2008059534A2 (en) 2006-11-16 2008-05-22 Onmobile Global Limited System and method for facilitating a ready social network
US8024328B2 (en) 2006-12-18 2011-09-20 Microsoft Corporation Searching with metadata comprising degree of separation, chat room participation, and geography
US7840538B2 (en) 2006-12-20 2010-11-23 Yahoo! Inc. Discovering query intent from search queries and concept networks
WO2008082441A1 (en) 2006-12-29 2008-07-10 Prodea Systems, Inc. Display inserts, overlays, and graphical user interfaces for multimedia systems
US7636713B2 (en) 2007-01-31 2009-12-22 Yahoo! Inc. Using activation paths to cluster proximity query results
US20080183694A1 (en) 2007-01-31 2008-07-31 Daniel Cane Method and system presenting search results using relationship information
US7680882B2 (en) 2007-03-06 2010-03-16 Friendster, Inc. Multimedia aggregation in an online social network
EP2137680A4 (en) 2007-03-15 2012-01-25 Olista Ltd SYSTEM AND METHOD FOR PROVIDING SERVICE OR ADDUCTION TO SOCIAL NETWORKS
US8713143B2 (en) 2007-04-27 2014-04-29 President And Fellows Of Harvard College Establishing a social network
US7783630B1 (en) 2007-06-29 2010-08-24 Emc Corporation Tuning of relevancy ranking for federated search
US8027943B2 (en) 2007-08-16 2011-09-27 Facebook, Inc. Systems and methods for observing responses to invitations by users in a web-based social network
WO2009023984A1 (en) 2007-08-17 2009-02-26 Google Inc. Ranking social network objects
US8031595B2 (en) 2007-08-21 2011-10-04 International Business Machines Corporation Future location determination using social networks
US8032527B2 (en) 2007-08-29 2011-10-04 Google Inc. Search filtering
JP5401461B2 (ja) * 2007-09-07 2014-01-29 フェイスブック,インク. ソーシャルネットワークにおけるプライバシー設定の動的更新
US20090094200A1 (en) 2007-10-05 2009-04-09 Yahoo! Inc. Method for Admission-controlled Caching
US8862622B2 (en) 2007-12-10 2014-10-14 Sprylogics International Corp. Analysis, inference, and visualization of social networks
US20090164929A1 (en) 2007-12-20 2009-06-25 Microsoft Corporation Customizing Search Results
US20090164408A1 (en) 2007-12-21 2009-06-25 Ilya Grigorik Method, System and Computer Program for Managing Delivery of Online Content
US7853587B2 (en) 2008-01-31 2010-12-14 Microsoft Corporation Generating search result summaries
US20090197681A1 (en) 2008-01-31 2009-08-06 Microsoft Corporation System and method for targeted recommendations using social gaming networks
US8234193B2 (en) 2008-03-03 2012-07-31 Wildfire Interactive, Inc. Method and system for providing online promotions through a social network-based platform
US20090228296A1 (en) 2008-03-04 2009-09-10 Collarity, Inc. Optimization of social distribution networks
US8606721B1 (en) 2008-03-11 2013-12-10 Amazon Technologies, Inc. Implicit social graph edge strengths
US20090259646A1 (en) 2008-04-09 2009-10-15 Yahoo!, Inc. Method for Calculating Score for Search Query
US8645406B2 (en) 2008-04-11 2014-02-04 Microsoft Corporation Exploiting conditions to optimize expensive database queries
US20090265326A1 (en) * 2008-04-17 2009-10-22 Thomas Dudley Lehrman Dynamic personal privacy system for internet-connected social networks
US20090265319A1 (en) * 2008-04-17 2009-10-22 Thomas Dudley Lehrman Dynamic Personal Privacy System for Internet-Connected Social Networks
US8744976B2 (en) 2008-04-28 2014-06-03 Yahoo! Inc. Discovery of friends using social network graph properties
US20090271374A1 (en) 2008-04-29 2009-10-29 Microsoft Corporation Social network powered query refinement and recommendations
US20090276414A1 (en) 2008-04-30 2009-11-05 Microsoft Corporation Ranking model adaptation for searching
US8417698B2 (en) 2008-05-06 2013-04-09 Yellowpages.Com Llc Systems and methods to provide search based on social graphs and affinity groups
US8244727B2 (en) 2008-05-29 2012-08-14 Nokia Corporation Method, apparatus, and computer program product for content use assignment by exploiting social graph information
US8055673B2 (en) 2008-06-05 2011-11-08 Yahoo! Inc. Friendly search and socially augmented search query assistance layer
US8082278B2 (en) 2008-06-13 2011-12-20 Microsoft Corporation Generating query suggestions from semantic relationships in content
US8027990B1 (en) 2008-07-09 2011-09-27 Google Inc. Dynamic query suggestion
US8290924B2 (en) 2008-08-29 2012-10-16 Empire Technology Development Llc Providing answer to keyword based query from natural owner of information
US20100082695A1 (en) 2008-09-26 2010-04-01 Hardt Dick C Enterprise social graph and contextual information presentation
US8578274B2 (en) 2008-09-26 2013-11-05 Radius Intelligence. Inc. System and method for aggregating web feeds relevant to a geographical locale from multiple sources
US8060492B2 (en) 2008-11-18 2011-11-15 Yahoo! Inc. System and method for generation of URL based context queries
US7934161B1 (en) 2008-12-09 2011-04-26 Jason Adam Denise Electronic search interface technology
US8145622B2 (en) 2009-01-09 2012-03-27 Microsoft Corporation System for finding queries aiming at tail URLs
US8412749B2 (en) 2009-01-16 2013-04-02 Google Inc. Populating a structured presentation with new values
US8825074B2 (en) 2009-02-02 2014-09-02 Waldeck Technology, Llc Modifying a user'S contribution to an aggregate profile based on time between location updates and external events
US8250053B2 (en) 2009-02-24 2012-08-21 Microsoft Corporation Intelligent enhancement of a search result snippet
US20100235354A1 (en) 2009-03-12 2010-09-16 International Business Machines Corporation Collaborative search engine system
US8145636B1 (en) 2009-03-13 2012-03-27 Google Inc. Classifying text into hierarchical categories
AU2010226395B2 (en) 2009-03-20 2016-10-13 Ad-Vantage Networks, Llc Methods and systems for searching, selecting, and displaying content
US20100250526A1 (en) 2009-03-27 2010-09-30 Prochazka Filip Search System that Uses Semantic Constructs Defined by Your Social Network
US8209330B1 (en) 2009-05-29 2012-06-26 Google Inc. Ordering image search results
US20100321399A1 (en) 2009-06-18 2010-12-23 Patrik Ellren Maps from Sparse Geospatial Data Tiles
US8150843B2 (en) 2009-07-02 2012-04-03 International Business Machines Corporation Generating search results based on user feedback
US8667009B2 (en) 2009-07-21 2014-03-04 Saambaa Llc Systems and methods for utilizing and searching social network information
US20110078166A1 (en) 2009-09-29 2011-03-31 Nokia Corporation Method and apparatus for creating and utilizing information representation of queries
US8306922B1 (en) 2009-10-01 2012-11-06 Google Inc. Detecting content on a social network using links
US20110087534A1 (en) 2009-10-14 2011-04-14 Wantsa Media (Canada), Inc. Search queries and advertising platforms utilizing at least one social graph
US8239364B2 (en) 2009-12-08 2012-08-07 Facebook, Inc. Search and retrieval of objects in a social networking system
US20110184981A1 (en) 2010-01-27 2011-07-28 Yahoo! Inc. Personalize Search Results for Search Queries with General Implicit Local Intent
US8301639B1 (en) 2010-01-29 2012-10-30 Google Inc. Location based query suggestion
US10748119B2 (en) 2010-02-01 2020-08-18 Microsoft Technology Licensing, Llc Social network search
US8595297B2 (en) 2010-02-08 2013-11-26 At&T Intellectual Property I, L.P. Searching data in a social network to provide an answer to an information request
US8527496B2 (en) 2010-02-11 2013-09-03 Facebook, Inc. Real time content searching in social network
US20110231296A1 (en) 2010-03-16 2011-09-22 UberMedia, Inc. Systems and methods for interacting with messages, authors, and followers
US8782080B2 (en) 2010-04-19 2014-07-15 Facebook, Inc. Detecting social graph elements for structured search queries
US8751521B2 (en) 2010-04-19 2014-06-10 Facebook, Inc. Personalized structured search queries for online social networks
US8918418B2 (en) 2010-04-19 2014-12-23 Facebook, Inc. Default structured search queries on online social networks
US8572129B1 (en) 2010-04-19 2013-10-29 Facebook, Inc. Automatically generating nodes and edges in an integrated social graph
US8732208B2 (en) 2010-04-19 2014-05-20 Facebook, Inc. Structured search queries based on social-graph information
US8244848B1 (en) 2010-04-19 2012-08-14 Facebook, Inc. Integrated social network environment
US8868603B2 (en) 2010-04-19 2014-10-21 Facebook, Inc. Ambiguous structured search queries on online social networks
US8180804B1 (en) 2010-04-19 2012-05-15 Facebook, Inc. Dynamically generating recommendations based on social graph information
US8185558B1 (en) * 2010-04-19 2012-05-22 Facebook, Inc. Automatically generating nodes and edges in an integrated social graph
US8719246B2 (en) 2010-06-28 2014-05-06 Microsoft Corporation Generating and presenting a suggested search query
US20120042020A1 (en) 2010-08-16 2012-02-16 Yahoo! Inc. Micro-blog message filtering
US8832093B2 (en) * 2010-08-18 2014-09-09 Facebook, Inc. Dynamic place visibility in geo-social networking system
US20120059708A1 (en) 2010-08-27 2012-03-08 Adchemy, Inc. Mapping Advertiser Intents to Keywords
WO2012058408A2 (en) 2010-10-27 2012-05-03 Myspace, Inc. Social networking relevance index
WO2012058690A2 (en) 2010-10-30 2012-05-03 Blekko, Inc. Transforming search engine queries
US8364709B1 (en) 2010-11-22 2013-01-29 Google Inc. Determining word boundary likelihoods in potentially incomplete text
EP2458545A1 (en) 2010-11-30 2012-05-30 France Telecom Method of and apparatus for managing data representative of a business in a database
US10304066B2 (en) 2010-12-22 2019-05-28 Facebook, Inc. Providing relevant notifications for a user based on location and social information
US9978022B2 (en) 2010-12-22 2018-05-22 Facebook, Inc. Providing context relevant search for a user based on location and social information
US8612688B2 (en) 2010-12-30 2013-12-17 Facebook, Inc. Distributed cache for graph data
US8688691B2 (en) 2011-01-13 2014-04-01 International Business Machines Corporation Relevancy ranking of search results in a network based upon a user's computer-related activities
US8639725B1 (en) 2011-01-31 2014-01-28 Google Inc. Methods for efficiently querying multiple points in an indexed quadtree
US9870424B2 (en) 2011-02-10 2018-01-16 Microsoft Technology Licensing, Llc Social network based contextual ranking
US20120278127A1 (en) 2011-04-28 2012-11-01 Rawllin International Inc. Generating product recommendations based on dynamic product context data and/or social activity data related to a product
US8676937B2 (en) 2011-05-12 2014-03-18 Jeffrey Alan Rapaport Social-topical adaptive networking (STAN) system allowing for group based contextual transaction offers and acceptances and hot topic watchdogging
US20120297017A1 (en) 2011-05-20 2012-11-22 Microsoft Corporation Privacy-conscious personalization
US20120311034A1 (en) 2011-06-03 2012-12-06 Cbs Interactive Inc. System and methods for filtering based on social media
US9268857B2 (en) 2011-06-03 2016-02-23 Facebook, Inc. Suggesting search results to users before receiving any search query from the users
US20160026727A1 (en) 2011-06-03 2016-01-28 Google Inc. Generating additional content
US8909637B2 (en) 2011-06-03 2014-12-09 Facebook, Inc. Context-based ranking of search results
US20120317088A1 (en) 2011-06-07 2012-12-13 Microsoft Corporation Associating Search Queries and Entities
US8601027B2 (en) 2011-06-20 2013-12-03 Google Inc. Query-based user groups in social networks
US9779385B2 (en) 2011-06-24 2017-10-03 Facebook, Inc. Inferring topics from social networking system communications
US20130031106A1 (en) 2011-07-29 2013-01-31 Microsoft Corporation Social network powered query suggestions
US9218390B2 (en) 2011-07-29 2015-12-22 Yellowpages.Com Llc Query parser derivation computing device and method for making a query parser for parsing unstructured search queries
US8495058B2 (en) 2011-08-05 2013-07-23 Google Inc. Filtering social search results
US8538960B2 (en) 2011-08-05 2013-09-17 Microsoft Corporation Providing objective and people results for search
US20130041876A1 (en) 2011-08-08 2013-02-14 Paul Alexander Dow Link recommendation and densification
US20130066876A1 (en) 2011-09-12 2013-03-14 Microsoft Corporation Identifying unseen content of interest
US8312056B1 (en) 2011-09-13 2012-11-13 Xerox Corporation Method and system for identifying a key influencer in social media utilizing topic modeling and social diffusion analysis
US10120877B2 (en) 2011-09-15 2018-11-06 Stephan HEATH Broad and alternative category clustering of the same, similar or different categories in social/geo/promo link promotional data sets for end user display of interactive ad links, coupons, mobile coupons, promotions and sale of products, goods and services integrated with 3D spatial geomapping and mobile mapping and social networking
US9946430B2 (en) * 2011-09-21 2018-04-17 Facebook, Inc. Displaying social networking system user information via a timeline interface
US20130086024A1 (en) 2011-09-29 2013-04-04 Microsoft Corporation Query Reformulation Using Post-Execution Results Analysis
US8918354B2 (en) 2011-10-03 2014-12-23 Microsoft Corporation Intelligent intent detection from social network messages
US8949232B2 (en) 2011-10-04 2015-02-03 Microsoft Corporation Social network recommended content and recommending members for personalized search results
US9324113B2 (en) 2011-10-12 2016-04-26 Microsoft Technology Licensing, Llc Presenting social network connections on a search engine results page
US9679336B2 (en) 2011-10-19 2017-06-13 Facebook, Inc. Social ad hoc networking protocol and presentation layer
US8868590B1 (en) 2011-11-17 2014-10-21 Sri International Method and system utilizing a personalized user model to develop a search request
US8893076B2 (en) 2011-12-14 2014-11-18 Adobe Systems Incorporated Configurable computation modules
US8935261B2 (en) 2011-12-28 2015-01-13 Facebook, Inc. Social discovery and ranking of pages
US20150074289A1 (en) 2011-12-28 2015-03-12 Google Inc. Detecting error pages by analyzing server redirects
US8949264B2 (en) 2012-01-30 2015-02-03 Hewlett-Packard Development Company, L.P. Disambiguating associations
US20130204737A1 (en) 2012-02-03 2013-08-08 Shubham Agarwal Leveraging store activity for recommendations
US8321364B1 (en) 2012-02-08 2012-11-27 Google Inc. Method and system for including robots into social networks
US20130227011A1 (en) 2012-02-29 2013-08-29 Eventbrite, Inc. Interest-Based Social Recommendations for Event Ticket Network Systems
US8762324B2 (en) 2012-03-23 2014-06-24 Sap Ag Multi-dimensional query expansion employing semantics and usage statistics
US9971993B2 (en) 2012-03-26 2018-05-15 Microsoft Technology Licensing, Llc Leveraging a social graph for use with electronic messaging
WO2013155635A1 (en) * 2012-04-20 2013-10-24 Jonathan Blake System and method for controlling privacy settings of user interface with internet applications
US9338186B2 (en) * 2012-04-27 2016-05-10 Lithium Technologies, Inc. Systems and methods for implementing custom privacy settings
US8924434B2 (en) 2012-06-29 2014-12-30 Oracle International Corporation Project resource comparison view
US20140025702A1 (en) * 2012-07-23 2014-01-23 Michael Curtiss Filtering Structured Search Queries Based on Privacy Settings
US8935255B2 (en) 2012-07-27 2015-01-13 Facebook, Inc. Social static ranking for search
US8983991B2 (en) 2012-07-27 2015-03-17 Facebook, Inc. Generating logical expressions for search queries
US10311085B2 (en) 2012-08-31 2019-06-04 Netseer, Inc. Concept-level user intent profile extraction and applications
US20140122465A1 (en) 2012-10-31 2014-05-01 Brandon Bilinski Ranking Music Search Results
US20140172917A1 (en) * 2012-12-14 2014-06-19 Trenton Gary Coroy Privacy and permission system for a social network
US8935271B2 (en) 2012-12-21 2015-01-13 Facebook, Inc. Extract operator
US9514191B2 (en) 2013-03-14 2016-12-06 Microsoft Technology Licensing, Llc Visualizing ranking factors for items in a search result list
US20150161519A1 (en) 2013-04-19 2015-06-11 Google Inc. Name recognition
US9367629B2 (en) 2013-12-19 2016-06-14 Facebook, Inc. Grouping recommended search queries on online social networks
US9646055B2 (en) 2014-04-03 2017-05-09 Facebook, Inc. Blending search results on online social networks
US20150363402A1 (en) 2014-06-13 2015-12-17 Facebook, Inc. Statistical Filtering of Search Results on Online Social Networks
US20160041982A1 (en) 2014-08-05 2016-02-11 Facebook, Inc. Conditioned Search Ranking Models on Online Social Networks
US9792364B2 (en) 2014-08-08 2017-10-17 Facebook, Inc. Blending search results on online social networks
US9754037B2 (en) 2014-08-27 2017-09-05 Facebook, Inc. Blending by query classification on online social networks
US9703859B2 (en) 2014-08-27 2017-07-11 Facebook, Inc. Keyword search queries on online social networks
US9990441B2 (en) 2014-12-05 2018-06-05 Facebook, Inc. Suggested keywords for searching content on online social networks
US20160203238A1 (en) 2015-01-09 2016-07-14 Facebook, Inc. Suggested Keywords for Searching News-Related Content on Online Social Networks

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2738547C1 (ru) * 2020-06-02 2020-12-14 Илья Викторович Осипов Устройство для температурного воздействия на человека

Also Published As

Publication number Publication date
US20160188905A1 (en) 2016-06-30
JP2016201143A (ja) 2016-12-01
AU2014262956B2 (en) 2016-05-19
IL242415A (en) 2018-03-29
AU2016203743B9 (en) 2017-07-27
AU2016203743B2 (en) 2017-07-06
IL258198D0 (en) 2018-05-31
JP5989940B1 (ja) 2016-09-07
KR20160006211A (ko) 2016-01-18
AU2017232149B2 (en) 2018-10-04
JP2016530583A (ja) 2016-09-29
CA2937935C (en) 2018-06-26
US20170286718A1 (en) 2017-10-05
KR101863268B1 (ko) 2018-05-31
US10157293B2 (en) 2018-12-18
US20140337317A1 (en) 2014-11-13
WO2014182606A8 (en) 2015-02-26
US9715596B2 (en) 2017-07-25
KR20160119285A (ko) 2016-10-12
AU2017232149A1 (en) 2017-10-12
CA2911293C (en) 2016-10-04
WO2014182606A1 (en) 2014-11-13
AU2014262956A1 (en) 2015-12-24
US9330183B2 (en) 2016-05-03
JP6293830B2 (ja) 2018-03-14
IL258198A (en) 2019-11-28
CA2911293A1 (en) 2014-11-13
AU2016203743A1 (en) 2016-06-23
CA2937935A1 (en) 2014-11-13

Similar Documents

Publication Publication Date Title
KR101666541B1 (ko) 온라인 소셜 네트워크에서 검색 질의를 위한 근사적 프라이버시 인덱싱
JP6388988B2 (ja) オンライン・ソーシャル・ネットワークにおける検索クエリのための静的ランク付け
KR101785596B1 (ko) 온라인 소셜 네트워크에서 검색 결과의 블렌딩
KR101761230B1 (ko) 온라인 소셜 네트워크에서 검색 질의의 재기록
KR20170102968A (ko) 온라인 소셜 네트워크에서 뉴스-관련 컨텐츠를 검색하기 위한 제안형 키워드
KR101582929B1 (ko) 구조화된 검색 질의용 문법 모델
KR101918659B1 (ko) 가변하는 검색 질의 버티컬 액세스

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190930

Year of fee payment: 4