KR101685564B1 - 소셜 네트워크 그룹화 방법 및 시스템, 및 컴퓨터 저장 매체 - Google Patents

소셜 네트워크 그룹화 방법 및 시스템, 및 컴퓨터 저장 매체 Download PDF

Info

Publication number
KR101685564B1
KR101685564B1 KR1020147034852A KR20147034852A KR101685564B1 KR 101685564 B1 KR101685564 B1 KR 101685564B1 KR 1020147034852 A KR1020147034852 A KR 1020147034852A KR 20147034852 A KR20147034852 A KR 20147034852A KR 101685564 B1 KR101685564 B1 KR 101685564B1
Authority
KR
South Korea
Prior art keywords
friend
circle
nodes
node
importance
Prior art date
Application number
KR1020147034852A
Other languages
English (en)
Other versions
KR20150008485A (ko
Inventor
유에웬 리우
추안 첸
펭 허
쥰밍 마이
유후앙 리
웨이후아 첸
Original Assignee
텐센트 테크놀로지(센젠) 컴퍼니 리미티드
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 텐센트 테크놀로지(센젠) 컴퍼니 리미티드 filed Critical 텐센트 테크놀로지(센젠) 컴퍼니 리미티드
Publication of KR20150008485A publication Critical patent/KR20150008485A/ko
Application granted granted Critical
Publication of KR101685564B1 publication Critical patent/KR101685564B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/06—Arrangements for sorting, selecting, merging, or comparing data on individual record carriers
    • G06F7/10—Selecting, i.e. obtaining data of one kind from those record carriers which are identifiable by data of a second kind from a mass of ordered or randomly- distributed record carriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

소셜 네트워크 그룹화 방법, 시스템 및 컴퓨터 판독 가능한 저장 매체가 제공된다. 상기 방법은 제1 사용자의 친구 관계 데이터-상기 친구 관계 데이터는 하나 또는 그 이상의 친구 노드들을 포함-를 획득하는 단계; 및 획득된 상기 친구 관계 데이터에 기초하여 각각의 상기 친구 노드들의 중요도를 결정하는 단계; 상기 친구 노드들 중에서 최고 중요도를 갖는 제1 친구 노드로 제1 친구 서클을 형성하는 단계; 상기 제1 친구 서클의 최적의 친구를 찾기 위해서 상기 친구 노드들을 트래버스하는 단계; 상기 최적의 친구를 상기 제1 친구 서클에 추가하는 단계; 및 상기 제1 친구 서클의 모든 최적의 친구들이 상기 제1 친구 서클에 추가될 때까지 상기 트래버스하는 단계 및 추가하는 단계를 반복하는 단계를 포함한다. 빠른 속도, 낮은 처리량 및 높은 효율을 갖고 스마트 그룹화를 할 수 있는 상기 방법은 상기 친구 관계 데이터에 기초하여 각각의 친구 노드들의 상기 중요도를 결정하고, 상기 중요도들에 의해 그룹화를 수행한다.

Description

소셜 네트워크 그룹화 방법 및 시스템, 및 컴퓨터 저장 매체{SOCIAL NETWORK GROUPING METHOD AND SYSTEM, AND COMPUTER STORAGE MEDIUM}
본 발명은 인터넷 통신 기술에 관련된 것으로, 구체적으로 소셜 네트워크 그룹화 방법, 시스템 및 컴퓨터-판독가능 저장 매체에 관련된다.
인터넷 기술의 성장과 함께, 온라인 게임들 등과 같은 가상 세계에서의 소셜 생활뿐만 아니라, 인스턴트 메신저 제품들, 소셜 네트워크들 등과 같은 인터넷 상에서의 오프라인 소셜 활동들의 확장을 포함하여, 점점 더 많은 소셜(social) 활동들이 인터넷으로 옮겨가고 있다. 예를 들어, 친구 노팅(noting), 친구 그룹화 등과 같은, 친구 관리는 온라인 소셜 네트워킹의 가장 기본이 되고 가장 중요한 기능 중 하나이다. 타당한 친구 그룹화는 사용자로 하여금 친구 검색 및 식별을 쉽게 할 수 있도록 한다. 더욱이, 타당한 친구 그룹화는 사용자가 다양한 그룹들에 대한 상이한 사용 권한의 범위를 특정할 필요가 있을 때 더 중요한 역할을 한다.
친구 그룹화를 위한 전통적인 해결책은 사용자에 의한 수동 그룹화, 키워드에 따른 선별, 및 소셜 네트워크를 통한 클러스터링 등을 포함한다. 사용자에 의한 수동 그룹화는 상대적으로 힘이 들고, 소셜 네트워크에서의 경험에 의해 알려진 바와 같이, 많은 사용자는 그들의 친구들을 그룹화 및 노팅하는 것에 열정적이지 않다. 결과적으로, 친구들이 축적됨에 따라서 친구들을 그룹화 또는 식별하는 것은 사용자에게 어려워진다. 반면에, 키워드에 의해 선별하는 것은, 예를 들어, 도시, 및 직장 등과 같이, 본명 시스템을 갖는 소셜 네트워크로 이러한 해결책을 적용하는 것을 제한하고, 매우 정확한 키워드들을 요구하는, 사용자에 의해 그녀/그의 친구들에게 부여된 키워드에 의지한다. 그렇지만 사실, 인스턴트 메신저 제품들과 같은 가상 소셜 네트워크들에서 키워드들에 엄격한 적합성을 유지하는 것이 가장 중요하다. 게다가, 일관된 키워드들이 요구됨에 따라서, 시간과 노력이 드는 키워드들을 미리 정의하는 것이 필요하다.
위의 관점에서, 상기 본 발명은, 소셜 네트워크 사용자들을 위한 빠르고 스마트한 그룹화를 수행하는, 소셜 네트워크 그룹화 방법, 시스템 및 컴퓨터 판독 가능한 저장 매체를 제공한다.
본 발명의 일 측면에 따르면, 소셜 네트워크 서버 또는 사용자 상호작용 클라이언트에 구현된 소셜 네트워크 그룹화 방법은 제1 사용자의 친구 관계 데이터-상기 친구 관계 데이터는 하나 또는 그 이상의 친구 노드들을 포함-를 획득하는 단계, 획득된 상기 친구 관계 데이터에 기초하여 각각의 상기 친구 노드들의 중요도를 결정하는 단계, 상기 친구 노드들 중에서 최고 중요도를 갖는 제1 친구 노드로 제1 친구 서클을 형성하는 단계, 상기 제1 친구 서클의 최적의 친구를 찾기 위해서 상기 친구 노드들을 트래버스하는 단계, 상기 최적의 친구를 상기 제1 친구 서클에 추가하는 단계, 및 상기 제1 친구 서클의 모든 최적의 친구들이 상기 제1 친구 서클에 추가될 때까지 상기 트래버스하는 단계 및 추가하는 단계를 반복하는 단계를 포함한다.
본 발명의 다른 일 측면에 따르면, 소셜 네트워크 서버 또는 사용자 상호작용 클라이언트에 구현된 소셜 네트워크 그룹화 시스템은, 제1 사용자의 친구 관계 데이터-상기 친구 관계 데이터는 하나 또는 그 이상의 친구 노드들을 포함-를 획득하고, 획득된 상기 친구 관계 데이터에 기초하여 각각의 상기 친구 노드들의 중요도를 결정하는 관계 사슬 처리 유닛, 및 상기 친구 노드들 중에서 최고 중요도를 갖는 제1 친구 노드로 제1 친구 서클을 형성하고, 상기 제1 친구 서클의 최적의 친구를 찾기 위해서 상기 친구 노드들을 트래버스하며, 상기 최적의 친구를 상기 제1 친구 서클에 추가하고, 상기 제1 친구 서클의 모든 상기 최적의 친구들이 상기 제1 친구 서클에 추가될 때까지 상기 트래버스 및 상기 추가를 반복하는 그룹화 유닛을 포함한다.
본 발명의 또 다른 일 측면에 따르면, 소셜 네트워크 그룹화 방법을 실행시키기 위해 컴퓨터 실행 가능한 명령들을 갖는 비일시적인 컴퓨터 판독 가능한 저장 매체에서, 상기 소셜 네트워크 그룹화 방법은 제1 사용자의 친구 관계 데이터-상기 친구 관계 데이터는 하나 또는 그 이상의 친구 노드들을 포함-를 획득하는 단계, 획득된 상기 친구 관계 데이터에 기초하여 각각의 상기 친구 노드들의 중요도를 결정하는 단계, 상기 친구 노드들 중에서 최고 중요도를 갖는 제1 친구 노드로 제1 친구 서클을 형성하는 단계, 상기 제1 친구 서클의 최적의 친구를 찾기 위해서 상기 친구 노드들을 트래버스하는 단계, 상기 최적의 친구를 상기 제1 친구 서클에 추가하는 단계, 및 상기 제1 친구 서클의 모든 최적의 친구들이 상기 제1 친구 서클에 추가될 때까지 상기 트래버스하는 단계 및 추가하는 단계를 반복하는 단계를 포함한다.
본 개시에 따르면, 친구 관계 데이터에 기초하여 각각의 친구 노드(node)의 중요도가 결정된 후, 상기 중요도들에 의한 그룹화가 수행된다. 처리량을 크게 감소시키고 전체적인 거리 계산을 회피하는, 그룹화 하는 동안 한 번에 하나의 친구 서클 내의 친구들 만이 처리되므로, 스마트 그룹화는 소셜 네트워크들의 사용자들을 위해 높은 속도, 낮은 처리량 및 높은 효율을 갖고 진행된다.
도 1은 본 발명의 일 실시 예에 따른 소셜 네트워크 그룹화 방법을 나타내는 개념도이다.
도 2는 상기 발명의 일 실시 예에 따른 특정 실시 예의 친구 그룹화를 나타내는 개념도이다.
도 3은 본 발명의 일 실시 예의 상기 방법에 따른 그룹화의 특정 실시 예이다.
도 4는 본 발명의 일 실시 예에 따른 다중 그룹화의 실시 예의 개념도이다.
도 5는 상기 발명의 일 실시 예에 따른 특정 실시 예에서의 사용자에 의한 그룹 편집의 개념도이다.
도 6은 본 발명의 일 실시 예에 따른 소셜 네트워크 그룹화 시스템의 구조적 개념도이다.
도 7은 본 발명의 일 실시 예에 따른 시스템의 구동 환경의 개념도이다.
도 8은 본 발명의 다른 실시 예에 따른 시스템의 구동 환경의 개념도이다.
실시 예들의 다음의 설명에서, 여기의 일부를 구성하며, 실시될 수 있는 본 발명의 특정 실시 예들을 도시하여 보여주는 첨부된 도면들을 참조한다. 본 발명의 범위 내에서 구조적 변경이 이루어질 수 있고, 다른 실시 예들이 이용될 수 있다는 점이 이해되어야 한다.
도 1은 본 발명의 일 실시 예에 따른 소셜 네트워크 그룹화 방법의 개념도를 나타낸다. 도 1에 도시된 바와 같이, 상기 소셜 네트워크 그룹화 방법은 다음의 단계들을 포함한다.
단계 S101: 제1 사용자의 친구 관계 데이터-상기 친구 관계 데이터는 하나 또는 그 이상의 친구 노드(node)들을 포함-를 획득하는 단계, 및 상기 획득된 친구 관계 데이터에 기초하여 각각의 상기 친구 노드들의 중요도(weight)를 결정하는 단계.
단계 S102: 상기 친구 노드들 중에서 최고 중요도를 갖는 제1 친구 노드로 제1 친구 서클을 형성하는 단계, 상기 제1 친구 서클의 최적의 친구를 찾기 위해 상기 친구 노드들을 트래버스(traverse)하는 단계, 상기 최적의 친구를 상기 제1 친구 서클에 추가하는 단계, 및 상기 제1 친구 서클의 모든 최적의 친구들이 상기 제1 친구 서클에 추가될 때까지 상기 트래버스하는 단계 및 추가하는 단계를 반복하는 단계.
상기 실시 예에서, 각각의 친구 노드의 상기 중요도는 상기 친구 관계 데이터에 기초하여 결정되고, 그 후에 상기 중요도들에 따라서 그룹화가 수행된다. 추가적으로, 처리량을 크게 감소시키고 전체적인 거리 계산을 회피하는, 그룹화 하는 동안 한 번에 하나의 친구 서클 내의 친구들 만이 처리되므로, 스마트 그룹화는 소셜 네트워크들의 사용자들을 위해 빠르게, 효율적으로, 그리고 낮은 처리량을 갖고 진행된다.
위에 있는 상기 실시 예는 새로운 친구 서클을 확립하는 실시 예의 방법으로 설명된다. 실제로는, 새로운 친구 서클의 확립에 이어서, 친구 서클 밖에 남겨진 친구 노드들을 가질 수 있다. 따라서, 위에 있는 상기 실시 예에 기초하여 더 그룹화 하는 단계가 수행될 수 있고, 다른 단계가 단계 S102 이후에 추가될 수 있다.
단계 S103: 상기 친구 노드들 중 어느 하나가 친구 서클에 추가될 때까지 다음의 과정을 반복한다: 친구 노드들의 제2 그룹을 검출하는 단계, 상기 제2 그룹은 상기 제1 친구 서클에 추가되지 않은 친구 노드들을 포함, 친구 노드들의 상기 제2 그룹 중에서 최고 중요도를 갖는 제2 친구 노드로 제2 친구 서클을 형성하는 단계, 상기 제2 친구 서클의 최적의 친구를 찾기 위해 상기 제2 그룹의 상기 친구 노드들을 트래버스하는 단계, 상기 최적의 친구를 상기 제2 친구 서클에 추가하는 단계, 및 상기 제2 친구 서클의 모든 최적의 친구들이 상기 제2 친구 서클에 추가될 때 까지 상기 트래버스하는 단계 및 추가하는 단계를 반복하는 단계. 따라서, 그룹화되지 않은 친구 노드가 남겨지지 않으므로, 모든 노드들이 그룹화 된다.
특정 값으로 구체적으로 나타내어질 수 있는, 앞에서 언급된 상기 친구 노드의 중요도는 다른 친구 노드들에 대한 활동도 및 친밀도를 나타낸다. 구체적으로, 친구 관계 데이터를 이용하여 각각의 친구 노드의 상기 중요도를 결정할 때 다음의 단계들이 적용된다.
가장 먼저, 친구 노드와 다른 친구 노드 전부간의 관계 사슬들의 강도를 결정한다.
그 다음에, 상기 친구 노드에 관계된 모든 관계 사슬들의 상기 강도 값을 더하여 상기 친구 노드의 상기 중요도를 획득한다.
앞에서 언급된 상기 관계 사슬의 강도는, 두 개의 친구 노드들 사이의, 친밀함의 정도 또는 관계의 강도를 나타낸다. 두 개의 친구 노드들 사이에서의 더 가까운 연결은 상기 대응되는 관계 사슬의 더 큰 강도 값 및 더 높은 관계를 의미한다. 반면에, 두 개의 친구 노드들 사이에서의 더 약한 연결은 상기 대응되는 관계 사슬의 더 낮은 관계, 서로 간의 더 약한 결합, 및 더 낮은 강도 값을 의미한다.
두 개의 친구 노드들 사이의 상기 관계 사슬의 상기 강도는 함수
Figure 112014120583086-pct00001
에 의해 평가될 수 있다.
Figure 112014120583086-pct00002
는 친구 노드 i 및 친구 노드 j 사이의 상기 관계 사슬의 상기 강도를 나타내며, 친구 노드들 i 및 j 사이에 관계가 없는 경우
Figure 112014120583086-pct00003
이다.
Figure 112014120583086-pct00004
계산을 위한 상기 함수
Figure 112014120583086-pct00005
의 특정한 형식은 연락 빈도, 상기 관계 사슬의 유형, 타입 및 다른 파라미터들과 같은 실제 동작 환경에 의해서 결정될 수 있다. 상기 관계 사슬 강도의 정의에 기초하여, 상기 함수
Figure 112014120583086-pct00006
의 상기 특정한 형식은 또한 두 개의 친구 노드들 사이의 상기 친밀도에 의해 영향을 받는다. 연락 빈도를 예로 들면, 두 개의 친구 노드들 사이의 상기 관계 사슬 강도는 상기 연락 빈도와 함께 증가할 수 있다. 더욱이, 만약 두 개의 친구 노드들이 친구로서 서로를 이미 추가했다면, 즉, 상기 두 개의 친구 노드들이 서로를 직접 연결한다면, 그들 사이의 상기 대응되는 관계 사슬의 상기 강도 또한 증가하고; 만약 두 개의 친구 노드들이 간접적으로 연결한다면(즉, 그들이 직접 연결하지 않지만 공통적으로 친구 노드들을 갖는다면), 상기 대응되는 관계 사슬의 상기 강도는, 그들이 직접 연결할 때보다 낮아질 것이다. 관계 사슬 강도를 위한 자세한 방법은 본 개시의 다른 부분에서 설명되어 있으며, 여기에서 다시 반복하지는 않을 것이다.
친구 노드들 사이의 상기 관계 사슬들의 상기 강도를 획득하는 단계 이후에, 상기 현재 친구 노드의 상기 중요도는 상기 현재 친구 노드에 관계된 상기 관계 사슬들 전부의 상기 강도를 더하여, 아래의 특정 수학식에 나타난 바와 같이, 계산될 수 있다.
Figure 112014120583086-pct00007
Figure 112014120583086-pct00008
는 상기 친구 노드 i의 중요도를 나타내고,
Figure 112014120583086-pct00009
는 친구 노드들 i 및 j 사이의 상기 관계 사슬 강도를 나타낸다.
친구 서클은, C 1, C 2,..., C k, ...로 라벨링 된, 유사한 친구 노드들의 그룹이다. 만약 친구 노드 i가 친구 서클 C k 에 속한다면, i∈C k 로 기록된다. 만약 노드가 친구 서클 C k 에 속하지 않으나, C k 내에 들어있는 어떤 친구 노드로 직접 연결된다면, i∼C k 로 기록된다. 본 발명에서, i∼C k 를 만족하는 모든 노드들 i는 상기 친구 서클 C k 의 친구 노드들로 호칭된다.
본 발명에서, 상기 모든 친구 노드들의 그룹화 동안 한 번에 하나의 친구 서클에 들어 있는 친구들 만이 처리된다. 추가적으로, 상기 친구 서클에 들어 있는 친구들의 처리는 최적의 친구들에 기초한다. 상기 이른바 최적의 친구는, 본 발명에서, 친구 서클에 합류하자마자, 친구 서클 점수의 최대 증가에 유용한 친구 노드를 의미하며, 상기 친구 서클 점수는 친구 서클 멤버 노드들 사이의 관계 사슬들의 강도 총합(summation)과 상기 친구 서클 밖의 연결들의 징벌 값의 차이 대 상기 친구 서클에 관계된 모든 관계 사슬들의 강도 총합의 비율에 의해 결정될 수 있다. 따라서, 직관적으로 말하면, 상기 친구 서클 점수는 아래의 수식으로 결정될 수 있다:
친구 서클 점수 = (친구 서클 내부의 연결들 - 친구 서클 외부의 연결들) / 전체 연결들
다른 말로 하면, 상기 친구 서클 점수는 친구 서클 내부의 연결들이 가까울 수록 및 친구 서클 외부의 연결들이 적은 수일수록 증가한다.
특정 구현에서, 친구 서클 C k 의 상기 친구 서클 점수 E k 는 다음의 수학식을 이용하여 결정될 수 있다.
Figure 112014120583086-pct00010
E k 는 친구 서클 C k 의 친구 서클 점수를 나타내며, i∈C k 는 친구 노드 i가 친구 서클 C k 의 멤버임을 나타내고, j∼C k 는 친구 노드 j가 친구 서클 C k 의 친구 노드에 직접 연결된다는 것을 나타내며, 그리고
Figure 112014120583086-pct00011
는 친구 노드들 i 및 j 사이의 관계 사슬의 상기 강도를 나타낸다.
따라서, 만약 상기 노드 i가 상기 친구 서클 C k 로 새롭게 추가된다면, 상기 친구 서클 C k 의 친구 서클 점수는 달라질 것이며, 이의 변화는 다음과 같이 계산될 수 있다:
Figure 112014120583086-pct00012
E ki 는 노드 i의 추가 이후의 상기 친구 서클 C k 의 친구 서클 점수를 나타내며, ΔE ki 는 노드 i의 추가 이후의 친구 서클 C k 의 상기 친구 서클 점수의 상기 변화를 나타낸다.
상기 친구 서클 C k 로 추가된 모든 노드들의 노드 i * 가
Figure 112014120583086-pct00013
,
Figure 112014120583086-pct00014
, 모든
Figure 112014120583086-pct00015
들 중 최대,
Figure 112014120583086-pct00016
,
Figure 112014120583086-pct00017
, 및
Figure 112014120583086-pct00018
를 만족한다고 가정하면, 상기 노드 i * 가 친구 서클 C k 의 상기 최적의 친구로 선정된다.
도 2는 특정 실시 예의 친구 그룹화를 나타내는 개념도이다. 이 실시 예에서, 모든 친구 노드들의 상기 그룹화가 설명된다.
도 2에 도시된 바와 같이, 친구 그룹화의 특정 실시 예에서 친구들의 수의 초기값은 N이라고 가정한다.
친구 그룹화의 시작에서, 최고 중요도를 갖는 제1 친구 노드로 제1 친구 서클을 형성한다.
그 후에, 최적의 친구를 찾기 위해 상기 제1 친구 서클의 모든 상기 친구 노드들을 트래버스(traverse)하고, 상기 최적의 친구를 상기 제1 친구 서클에 추가한다. 그리고 나서, 다른 최적의 친구를 찾기 위해, 상기 최적의 친구가 추가된 상기 제1 친구 서클의 모든 상기 친구 노드들을 트래버스하고, 상기 다른 최적의 친구를 상기 제1 친구 서클에 추가한다. 그리고, 상기 제1 친구 서클에 추가될 수 있는 최적의 친구가 남지 않을 때까지, 나머지들도 동일한 방법으로 수행될 수 있다.
상기 위의 과정이 종료되었을 때 M 개의 친구 노드들이 남아있다고 가정한다. 그러면, 상기 M 개의 친구 노드들 중에서 최고 중요도를 갖는 제2 친구 노드로 제2 친구 서클을 형성한다.
그 후에, 최적의 친구를 찾기 위해 상기 제2 친구 서클의 모든 상기 친구 노드들을 트래버스하고, 상기 최적의 친구를 상기 제2 친구 서클에 추가한다. 그리고 나서, 다른 최적의 친구를 찾기 위해, 상기 최적의 친구가 추가된 상기 제2 새로운 친구 서클의 모든 상기 친구 노드들을 트래버스하고, 상기 다른 최적의 친구를 상기 제2 친구 서클에 추가한다. 그리고, 상기 제2 새로운 친구 서클에 추가될 수 있는 최적의 친구가 남지 않을 때가지, 나머지들도 동일한 방법으로 수행된다.
상기 과정을 독립적인 노드가 남지 않을 때까지 반복하거나, 또는 다시 말해서, 모든 친구들이 친구 서클로 분류될 때까지 반복한다.
전체적인 거리 계산을 회피하고 계산 부하를 크게 감소시키는, 위에서 설명된 상기 그룹화 방법은 한 번에 하나의 친구 서클의 친구 서클 친구들 만을 다루므로, 결과적으로 소셜 네트워크 사용자들을 위한 빠른 스마트 그룹화를 야기한다.
본 발명의 일 측면으로써, 도 3은 본 발명의 상기 방법을 이용하는 친구 그룹화의 실제 과정을 보여주는 그룹화의 특정 실시 예를 보여준다.
도 3을 참조하면:
도 3-1에서, 최고 중요도를 갖는 노드(a)는 친구 서클(C1)을 형성한다.
도 3-2에서, 상기 친구 서클(C1)로 직접 연결을 갖는 모든 노드들이 평가되고 굵은 친구 서클들로 나타내어진다.
도 3-3에서, 상기 최적의 친구(b)가 상기 친구 서클(C1)으로 직접 연결을 갖는 모든 노드들로부터 선택되고 상기 친구 서클(C1)로 추가된다.
도 3-4에서, 도 3-2 및 도 3-3에 도시된 상기 단계들이 최적의 친구들이 남지 않을 때까지 반복된다. 즉, 도 3-5의 상황에 도달할 때까지 반복된다.
도 3-6에서, 모든 남아있는 노드들 중 최고 중요도를 갖는 노드 c가 친구 서클을 형성하기 위해서 선택된다. 도 3-7에 도시되어 있는 바와 같이, 상기 새로운 친구 서클의 친구들을 평가하는 단계 및 최적의 친구들이 남아있지 않을 때까지 상기 최적의 친구(들)을 상기 새로운 친구 서클로 추가하는 단계를 포함하는 앞선 상기 단계들이 반복된다. 그 후에 위에 있는 상기 과정이, 도 3-8에 도시되어 있는 바와 같이, 노드가 남아있지 않을 때까지 반복된다. 최종 그룹화 결과들이 도 3-9에 도시되어있다.
모든 친구 노드들의 빠른 스마트 그룹화는 위에서 설명된 바와 같이 개시된 상기 발명을 적용하는 것에 의해 달성될 수 있다. 그러나, 몇몇 상황 하에서, 몇몇 노드들은 다수의 친구 서클들에 속할 수 있고, 따라서 전술된 그룹화 결과들에 근거한 다수의 그룹화에 의해 더 조정될 수 있다. 다수의 그룹화의 조정은 두 개 또는 그 이상의 친구 서클들에 관계되는 친구 노드의 친구 관계 사슬의 비례 중요도(proportional weights)에 의해 결정될 수 있다. 따라서, 단계 S103 이후의 상기 방법은 다음의 단계를 포함할 수 있다:
단계 S104: 각각의 친구 서클에 관계된 상기 친구 노드들의 관계 사슬의 비례 중요도를 결정하는 단계, 및 각각의 상기 비례 중요도가 미리 정해진 문턱값에 비해 큰지 여부를 결정하는 단계; 만약 친구 노드의 관계 사슬의 비례 중요도가 상기 미리 정해진 문턱값보다 큰 경우, 상기 친구 노드를 상기 친구 서클에 추가한다.
상기 전술한 친구 관계 사슬의 비례 중요도는 상기 친구 노드 및 상기 친구 서클 내부의 노드들 사이의 관계 사슬들의 강도 값 총합 대 상기 친구 노드의 상기 중요도의 비율로 계산될 수 있다. 상기 특정 구현 중 하나에서, 친구 관계 사슬의 상기 비례 중요도는 아래 수학식으로 계산될 수 있다:
Figure 112014120583086-pct00019
P ki 는 친구 서클 C k 의 친구 노드 i의 상기 친구 서클 C k 관계된-관계 사슬들의 상기 비례 중요도를 나타내며, 친구 노드 i의 상기 전체 관계 사슬들에 대한 친구 서클 C k 에 관계된 관계 사슬들의 비례 중요도를 표시하고, j∈C k 는 친구 노드 j가 친구 서클 C k 의 멤버라는 것을 나타내고,
Figure 112014120583086-pct00020
는 친구 노드들 i 및 j 사이의 상기 관계 사슬 강도를 나타내고, 그리고
Figure 112014120583086-pct00021
는 친구 노드 i의 상기 중요도를 나타낸다.
P ki , 관계 사슬들의 상기 비례 중요도, 가 결정된 이후에, 만약 P ki 가 미리 정해진 문턱값보다 크다면, 상기 친구 노드 i가 상기 친구 서클 C k 에 속할 수 있다고 판단될 수 있다. 그러면 친구 노드 i가 상기 친구 서클 C k 로 추가될 수 있다. 도 4는 도 3의 그룹화 결과에 대한 다수의 그룹화 수행의 결과들을 보여준다. 도 4-1은 도 3의 상기 실시 예로부터 상기 그룹화 결과들을 보여주며, 도 4-2는, 상기 결과들의 다수의 그룹화 후에, 상기 왼쪽 친구 서클의 친구 노드가 상기 우측 친구 서클에도 또한 그룹화된 것을 보여준다.
단계 S103에서와 같이 상기 그룹화 결과가 획득된 이후에, 또는 단계 S104에서와 같이 상기 다수의 그룹화 결과들이 획득된 이후에, 상기 사용자는 상기 결과들을 그들의 필요에 따라 조정할 수 있고 최종 그룹화를 완료할 수 있다. 다시 말하면, 상기 방법은, 상기 전술된 단계 S103 또는 단계 S104에 이어서, 다음의 단계를 더 포함할 수 있다:
단계 S105: 상기 사용자에 의해 선택된 친구 노드를 사용자 조정 명령에 따라 상기 사용자에 의해 지정된 친구 서클로 이동시키는 단계.
도 5는 상기 그룹화 결과가 사용자에 의해 조정되는 특정 실시 예를 보여준다. 도 5-1에 도시된 바와 같이 그룹화 이전에 9개의 친구 노드들이 있으며, 이후에 앞서 기술된 바와 같이 그룹화 되어 도 5-2에서와 같이 상기 그룹화 결과를 생성한다. 도 5-2에 도시된 바와 같이, 친구 3은 다수의 그룹화 이후에 동시에 그룹 1 및 그룹 3으로 그룹화 된다. 상기 사용자는 도 5-3에 도시된 상기 최종 그룹화 결과들에 도달하기 위해서, 도 5-2에 도시된 바와 같이 친구 1을 그룹 1로부터 그룹 2로 재배정하는 상기 결과들에 대한 조정을 할 수 있다.
상기 최종 그룹화 결과들에 도달된 후에, 상기 최종 그룹화 결과들은 그룹화 결과 데이터 베이스에 저장될 수 있어서, 상기 결과들은 이어지는 사용자 로그인 동안 반복적으로 그룹화 되는 것 대신에 직접 읽혀질 수 있다. 상기 자세한 과정은 본 개시의 다른 부분에서 설명되어 있으며, 여기에서 다시 반복하지는 않을 것이다.
본 발명의 상기 방법에 기초한 소셜 네트워크 그룹화 시스템이 또한 제공된다. 도 6은 본 발명의 일 실시 예에 따른 소셜 네트워크 그룹화 시스템의 구조적 개념도이다.
도 6에 의해 개시되는 것과 같이, 여기서의 상기 실시 예의 소셜 네트워크 그룹화 시스템은:
제1 사용자의 친구 관계 데이터-상기 친구 관계 데이터는 하나 또는 그 이상의 친구 노드들을 포함-를 획득하고, 획득된 상기 친구 관계 데이터에 기초하여 각각의 상기 친구 노드들의 중요도를 결정하는 관계 사슬 처리 유닛(601); 및
상기 친구 노드들 중에서 최고 중요도를 갖는 제1 친구 노드로 제1 친구 서클을 형성하고, 상기 제1 친구 서클의 최적의 친구를 찾기 위해서 상기 친구 노드들을 트래버스하며, 상기 최적의 친구를 상기 제1 친구 서클에 추가하고, 상기 제1 친구 서클의 모든 상기 최적의 친구들이 상기 제1 친구 서클에 추가될 때까지 상기 트래버스 및 추가를 반복하는 그룹화 유닛(602)을 포함한다.
본 발명의 상기 실시 예에서, 상기 친구 관계 데이터에 기초하여 각각의 친구 노드에 대한 중요도를 결정하자마자 상기 그룹화가 친구 노드들의 상기 중요도들에 따라서 수행되며, 전체적인 거리 계산을 회피하고 계산 부하를 크게 감소시키는, 그룹화 동안 한 번에 하나의 친구 서클의 친구 서클 친구들 만이 다루어져, 낮은 처리량 및 높은 효율과 함께 소셜 네트워크 사용자들을 위한 빠른 스마트 그룹화를 가능하게 한다.
위에 있는 상기 실시 예는 제1 친구 서클이 확립되는 실시 예의 방법으로 설명된다. 실제로는, 상기 제1 친구 서클의 상기 확립 이후에, 상기 제1 친구 서클 밖에 남겨진 친구 노드들이 여전히 있을 수 있다. 따라서, 이것에 기초하여 추가적인 그룹화가, 위에 있는 상기 실시 예에서 설명된 바와 같이, 수행될 수 있다.
상기 그룹화 유닛(602)은, 위에서 설명된 바와 같이, 상기 제1 서클로 추가되지 않은 친구 노드들을 포함하는 친구 노드들의 제2 그룹을 검출하고, 친구 노드들의 상기 제2 그룹 중에서 최고 중요도를 갖는 제2 친구 노드로 제2 친구 서클을 형성하고, 상기 제2 친구 서클의 최적의 친구를 찾기 위해서 상기 제2 그룹의 친구 노드들을 트래버스하고, 상기 최적의 친구를 상기 제2 친구 서클로 추가하고, 상기 제2 친구 서클의 모든 상기 최적의 친구들이 상기 제2 서클로 추가 되고 상기 친구 노드들 중 어느 하나가 친구 서클로 추가될 때까지 상기 트래버스 및 추가를 반복하도록 더 구성될 수 있다.
일 구현에서, 상기 전술된 관계 사슬 처리 유닛(601)은:
각각의 두 개의 친구 노드들 사이의 관계 사슬의 강도 값을 결정하는 관계 사슬 강도 결정 유닛(6011); 및
상기 친구 노드의 상기 중요도를 획득하기 위해서 친구 노드 및 상기 친구 노드와 연결 관계에 있는 어떤 친구 노드들 사이의 관계 사슬들 모두의 상기 강도 값을 더하는 중요도 결정 유닛(6012)을 포함할 수 있다.
전술된 관계 사슬의 상기 강도는, 두 개의 친구 노드들 사이의, 친밀함의 정도, 또는 관계의 강도를 나타낸다. 두 개의 친구 노드들 사이의 더 가까운 연결은 상기 대응되는 관계 사슬의 더 높은 관계 및 더 큰 강도 값을 의미한다. 반면에, 두 개의 친구 노드들 사이의 더 약한 연결은 대응되는 관계 사슬의 더 낮은 관계, 서로 간의 더 약한 결합, 및 더 낮은 강도 값을 의미한다.
상기 최적의 친구는, 일 구현에서 상기 그룹화 유닛(602)를 이용하는 상기 그룹화 과정에서 언급된 바와 같이, 상기 친구 서클에 합류하자마자 상기 친구 서클 점수의 최대 증가에 유용한, 친구 서클의 모든 친구 노드들의, 친구 노드를 나타낸다. 상기 친구 서클 점수는 친구 서클 멤버 노드들 사이의 관계 사슬들의 강도 총합(summation)과 상기 친구 서클 밖의 연결들의 징벌 값의 차이 대 상기 친구 서클에 관계된 모든 관계 사슬들의 강도 총합의 비율에 의해 결정될 수 있다. 일 구현에서, 상기 친구 서클 점수는 아래의 수학식을 이용하는 상기 그룹화 유닛(602)에 의해 결정될 수 있다:
Figure 112014120583086-pct00022
E k 는 친구 서클 점수를 나타내며, i∈C k 는 친구 노드 i가 친구 서클 C k 의 멤버임을 나타내고, j∼C k 는 친구 노드 j가 친구 서클 C k 의 노드에 직접 연결된다는 것을 나타내며, 그리고
Figure 112014120583086-pct00023
는 친구 노드들 i 및 j 사이의 상기 관계 사슬 강도를 나타낸다.
몇몇 사례들에서, 친구 노드는 동시에 다수의 친구 서클들에 속할 수 있다. 따라서, 다수의 그룹화를 이용하는 상기 그룹화 결과들 상에서 조정이 수행될 수 있다. 다수의 그룹화의 조정은 두 개 또는 그 이상의 친구 서클들에 있는 친구 노드의 친구 관계 사슬의 비례 중요도(proportional weights)에 의해 결정될 수 있다. 다시 말해서, 본 발명의 소셜 네트워크 그룹화 시스템은:
상기 전술된 그룹화 유닛(602)에 연결되고, 각각의 친구 서클에 관계된 상기 친구 노드들의 관계 사슬들의 비례 중요도를 결정하고, 각각의 상기 비례 중요도가 미리 정해진 문턱값에 비해 큰지 여부를 결정하며; 만약 친구 노드의 관계 사슬의 하나의 비례 중요도가 상기 미리 정해진 문턱값보다 큰 경우, 상기 친구 노드를 상기 친구 서클에 추가하는 멀티플 그룹화 유닛(603)을 더 포함한다.
상기 전술된 친구 관계 사슬의 비례 중요도는 상기 친구 노드 및 상기 친구 서클 내부의 친구 노드들 사이의 관계 사슬의 강도 값 대 상기 친구 노드의 상기 중요도의 비율로 계산될 수 있다. 일 구현에서, 친구 관계 사슬의 상기 비례 중요도는 아래 수학식으로 계산될 수 있다:
Figure 112014120583086-pct00024
P ki 는 친구 노드 i의 상기 비례 중요도를 나타내며, 상기 친구 노드 i의 관계 사슬들은 친구 서클 C k 에 관계된다, 상기 j∈C k 는 친구 노드 j가 친구 서클 C k 의 멤버라는 것을 나타내고,
Figure 112014120583086-pct00025
는 친구 노드들 i 및 j 사이의 상기 관계 사슬 강도를 나타내고, 그리고
Figure 112014120583086-pct00026
는 친구 노드 i의 상기 중요도를 나타낸다.
상기 그룹화 유닛(602)으로부터 상기 그룹화 결과들이 획득된 이후에, 또는 상기 멀티플 그룹화 유닛(603)으로부터 상기 다수의 그룹화 결과들이 획득된 이후에, 상기 사용자들은 상기 결과들을 그들의 필요에 따라 조정할 수 있고 최종 그룹화를 완료할 수 있다. 다시 말하면, 상기 소셜 네트워크 그룹화 시스템은:
상기 사용자에 의해 선택된 친구 노드를 사용자 조정 명령에 따라 상기 사용자에 의해 지정된 친구 서클로 이동시키는 사용자 조정 유닛(604)을 더 포함할 수 있다.
본 발명의 상기 소셜 네트워크 그룹화 시스템에서, 앞서 기술된 바와 같이, 친구 노드들의 중요도들은 결정, 그룹화, 다수의 그룹화, 사용자 조정, 및 그 밖의 것들의 특정 방법은 앞서 설명되고 여기에서 반복되지 않은 본 발명의 상기 소셜 네트워크 그룹화 방법과 동일할 수 있다.
당업자에게 있어서, 위에서 개시된 실시 예들의 상기 방법들을 실현하기 위한 부분적이거나 또는 전체 과정은 컴퓨터 프로그램에 의해 명령되는 관련된 하드웨어에 의해 달성될 수 있으며, 상기 프로그램은 컴퓨터 판독 가능한 저장 매체에 저장될 수 있고 상기 프로그램은 상기 방법들의 상기 실시 예들의 상기 과정을 포함할 수 있다. 상기 저장 매체는 디스크, 광학 디스크, 읽기-전용 메모리 또는 임의 접근 메모리 등일 수 있다.
본 발명의 상기 방법은, 상기 위에 있는 실시 예들에서 설명된 바와 같이, 지정된 장비에 인스톨된 컴퓨터 소프트웨어의 형태일 수 있으며, 그리고, 작동될 때, 관련된 처리 장비를 조작하여 상기 전술된 그룹화 과정을 완료한다. 본 발명의 소셜 네트워크 그룹화 시스템을 위해서, 도 7 및 도 8은 다양하게 개시된 실시 예들에 따라서 예시적인 소셜 네트워크 그룹화 시스템들을 포함하는 두 개의 예시적인 환경들을 각각 도시한다.
도 7을 참조하면, 상기 소셜 네트워크 그룹화는 인터넷 소셜 서비스들을 제공하는 네트워크 서버(701)에 의해 수행된다. 상기 네트워크 서버(701)는 상기 소셜 네트워크 그룹화에 대응되는 상기 소프트웨어를 저장하기 위한 저장소(7011), 및 상기 소프트웨어의 처리 절차를 수행하기 위한 프로세서(7012)를 포함한다. 도 7에 도시된 바와 같이, 상기 네트워크 서버(701)는 친구 관계 데이터를 제공하기 위한 관계 사슬 데이터베이스(7013) 및 상기 본 발명의 상기 방법들에 의해 생성되는 상기 소셜 네트워크 그룹화 결과들을 저장하기 위한 그룹화 결과 데이터베이스(7014)를 더 포함한다. 실질적으로, 친구 관계 데이터가 상기 관계 사슬 데이터베이스(7013)에서 검색될 수 있고 그룹화 결과들이 상기 그룹화 결과 데이터베이스(7014)에 저장될 수 있기만 하다면, 상기 관계 사슬 데이터베이스(7013) 및 그룹화 결과 데이터베이스(7014)의 위치는 필요에 의해 변화되거나, 또는 서로 다른 서버들에 분리되어 위치할 수 있다.
따라서, 실행에 있어서, 상기 본 발명의 상기 방법들은 소프트웨어 프로그램으로서 상기 네트워크 서버(701)의 상기 저장소(7011)에 저장될 수 있다. 실행될 때, 상기 프로그램은 위에서 설명된 바와 같이 상기 프로세서(7012)를 조작하여 상기 소셜 네트워크 그룹화 절차를 실행시킨다. 상기 프로세서(7012)에 의해 생성된 상기 그룹화 결과들은 브라우징(browsing)을 위해 클라이언트 PC로 전송될 수 있으며 상기 사용자에 의해 편리하게 조정될 수 있다. 상기 최종 그룹화 결과들은 저장을 위해 상기 그룹화 결과 데이터베이스(7014)로 전송될 수 있다. 여기서의 상기 저장소(7011)는, 상기 프로그램 소프트웨어를 저장하도록 기능하기만 한다면, 예를 들어, 하드 드라이브, 칩, 디스크, 또는 컴퓨터 프로그램 소프트웨어를 저장할 수 있는 다른 어떤 저장 장치일 수 있다. 여기서의 상기 프로세서(7012)는, 예를 들어, CPU, 또는 프로그램 소프트웨어를 실행시키고 관련된 처리를 실행시킬 수 있는 다른 어떤 장치일 수 있다. 도 7은 상기 클라이언트 PC는 상기 사용자에게 표시장치가 되는 예시적인 방법으로 설명하는 것으로 여겨진다. 실행에 있어서, 상기 클라이언트는 또한, 예를 들어 PDA, 태블릿 PC, 랩탑, 스마트폰 등과 같은, 상기 사용자와 상호작용할 수 있는 다른 어떤 장치일 수 있다.
도 8을 참조하면, 상기 소셜 네트워크 그룹화는 상기 사용자와 상호작용하는 클라이언트 PC(801)에 의해 수행된다. 상기 클라이언트 PC(801)는 상기 소셜 네트워크 그룹화 시스템에 대응되는 상기 소프트웨어를 저장하기 위한 저장소(8011), 및 상기 소프트웨어의 상기 처리 절차를 실행하기 위한 프로세서(8012)를 포함한다.
도 8은 또한, 친구 관계 데이터를 제공하기 위한 관계 사슬 데이터베이스(8021), 및 상기 본 발명의 상기 방법들에 의해 생성되는 상기 소셜 네트워크 그룹화 결과들을 저장하기 위한 그룹화 결과 데이터베이스(8022)를 더 포함하는, 네트워크 서버(802)를 보여준다. 실질적으로, 친구 관계 데이터가 상기 관계 사슬 데이터베이스(8021)에 의해 제공될 수 있고 상기 그룹화 결과들이 상기 그룹화 결과 데이터베이스(8022)에 저장될 수 있기만 하다면, 상기 관계 사슬 데이터베이스(8021) 및 상기 그룹화 결과 데이터베이스(8022)는 필요에 의해 어디에라도 위치할 수 있고, 또는 서로 다른 서버들에 분리되어 위치할 수 있다.
따라서, 실행에 있어서, 상기 본 발명의 상기 방법들은 소프트웨어 프로그램으로서 상기 클라이언트 PC(801)의 상기 저장소(8011)에 저장될 수 있다. 실행될 때, 상기 소프트웨어 프로그램은 위에서 설명된 바와 같이 상기 프로세서(8012)를 조작하여 상기 소셜 네트워크 그룹화 절차를 실행시킨다. 상기 프로세서(8012)에 의해 생성된 상기 그룹화 결과들은 직접 브라우징될 수 있고 상기 사용자에 의해 편리하게 조정될 수 있다. 상기 최종 그룹화 결과들은 저장을 위해 상기 그룹화 결과 데이터베이스(8022)로 전송될 수 있다. 여기서의 상기 저장소(8011)는 상기 프로그램 소프트웨어를 저장하도록 기능하기만 한다면, 예를 들어, 하드 드라이브, 칩, 디스크, 또는 컴퓨터 프로그램 소프트웨어를 저장할 수 있는 다른 어떤 저장 장치일 수 있다. 여기서의 상기 프로세서(8012)는, 예를 들어, CPU, 또는 프로그램 소프트웨어를 실행시키고 관련된 처리를 실행시킬 수 있는 다른 장치일 수 있다.
도 8은 본 발명의 상기 시스템이 상기 클라이언트 PC에 인스톨되는 예시적인 방법으로 설명하는 것으로 여겨진다. 실행에 있어서, 상기 시스템은 예를 들어 PDA, 태블릿 PC, 랩탑, 스마트폰 등과 같은, 상기 사용자와 상호작용할 수 있는 다른 어떤 장치에라도 인스톨될 수 있다.
본 실시 예들은 당업자가 본 발명과 다양한 실시 예 및 예상되는 특정 용도에 맞는 다양한 변형을 활용할 수 있도록 발명의 원칙과 응용을 설명하기 위해 선택되고 기술되었다. 대체 가능한 실시 예들은 발명의 본질과 범위를 벗어나지 않는 범위에서 본 발명이 속하는 기술분야의 당업자에게 명백해 질 것이다. 따라서, 본 발명의 범위는 전술한 설명과 그 안에 기술된 예시적 실시예보다 첨부된 청구범위에 의해 정의된다.

Claims (21)

  1. 소셜 네트워크 서버 또는 사용자 상호작용 클라이언트에 구현된 소셜 네트워크 그룹화 방법에서,
    제1 사용자의 친구 관계 데이터-상기 친구 관계 데이터는 하나 또는 그 이상의 친구 노드들을 포함-를 획득하는 단계; 및 각 친구 노드와 다른 친구 노드 전부간의 관계 사슬의 강도 값을 더함으로써, 획득된 상기 친구 관계 데이터에 기초하여 각각의 상기 친구 노드들의 중요도를 결정하는 단계;
    상기 친구 노드들 중에서 최고 중요도를 갖는 제1 친구 노드로 제1 친구 서클을 형성하는 단계; 상기 제1 친구 서클의 최적의 친구를 찾기 위해서 상기 친구 노드들을 트래버스하는 단계-상기 최적의 친구는 친구 서클에 합류하자마자 친구 서클 점수의 최대 증가에 유용한 친구 노드임-; 상기 최적의 친구를 상기 제1 친구 서클에 추가하는 단계; 및 상기 제1 친구 서클의 모든 최적의 친구들이 상기 제1 친구 서클에 추가될 때까지 상기 트래버스하는 단계 및 추가하는 단계를 반복하는 단계를 포함하는 소셜 네트워크 그룹화 방법.
  2. 제1항에 있어서,
    상기 친구 노드들 중 어느 하나가 친구 서클에 추가될 때까지:
    친구 노드들의 제2 그룹-상기 제2 그룹은 상기 제1 친구 서클에 추가되지 않은 친구 노드들을 포함-을 검출하는 단계; 친구 노드들의 상기 제2 그룹 중에서 최고 중요도를 갖는 제2 친구 노드로 제2 친구 서클을 형성하는 단계; 상기 제2 친구 서클의 최적의 친구를 찾기 위해 상기 제2 그룹의 상기 친구 노드들을 트래버스하는 단계; 상기 최적의 친구를 상기 제2 친구 서클에 추가하는 단계; 및 상기 제2 친구 서클의 모든 상기 최적의 친구들이 상기 제2 친구 서클에 추가될 때까지 상기 트래버스하는 단계 및 추가하는 단계를 반복하는 단계를 반복하는 것을 더 포함하는 것을 특징으로 하는 소셜 네트워크 그룹화 방법.
  3. 제1항 또는 제2항에 있어서,
    각각의 친구 서클에 관계된 상기 친구 노드들의 관계 사슬의 비례 중요도를 결정하는 단계-상기 관계 사슬의 비례 중요도는 친구 노드 및 상기 친구 서클 내부의 노드들 사이의 관계 사슬의 강도 값의 총합 대 상기 친구 노드의 중요도의 비율임-; 및 각각의 상기 비례 중요도가 미리 정해진 문턱값보다 큰지 여부를 결정하는 단계를 더 포함하며,
    만약 친구 노드의 친구 사슬의 하나의 비례 중요도가 상기 미리 정해진 문턱값보다 큰 경우, 상기 친구 노드를 상기 친구 서클에 추가하는 것을 특징으로 하는 소셜 네트워크 그룹화 방법.
  4. 제3항에 있어서, 각각의 친구 서클에 관계된 상기 친구 노드의 상기 관계 사슬의 상기 비례 중요도는
    상기 친구 노드 및 상기 친구 서클 내부의 노드들 사이의 관계 사슬들의 강도 값 총합 대 상기 친구 노드의 상기 중요도의 비율로 결정되는 것을 특징으로 하는 소셜 네트워크 그룹화 방법.
  5. 제1항 또는 제2항에 있어서, 상기 최적의 친구는,
    친구 서클의 모든 친구 노드들 중, 상기 친구 서클에 합류하자마자 상기 친구 서클의 친구 서클 점수의 최대 증가에 유용한 상기 친구 서클의 친구 노드인 것을 특징으로 하는 소셜 네트워크 그룹화 방법.
  6. 제5항에 있어서, 상기 친구 서클 점수는
    친구 서클 내부의 노드들 사이의 관계 사슬들의 강도 총합과 상기 친구 서클 밖의 연결들의 징벌 값의 차이 대 상기 친구 서클에 관계된 모든 관계 사슬들의 강도 총합의 비율에 의해 결정되는 것을 특징으로 하는 소셜 네트워크 그룹화 방법.
  7. 제1항 또는 제2항에 있어서,
    사용자 조정 명령에 따라 상기 사용자에 의해 선택된 친구 노드를 상기 사용자에 의해 지정된 친구 서클로 이동시키는 단계를 더 포함하고,
    및/또는
    상기 결정하는 단계는,
    각각의 두 개의 친구 노드들 사이의 관계 사슬들의 강도 값을 결정하는 단계, 및 친구 노드 및 상기 친구 노드와 연결 관계에 있는 어떤 친구 노드들 사이의 관계 사슬들 모두의 상기 강도 값을, 상기 친구 노드의 상기 중요도를 획득하기 위해서, 더하는 단계를 더 포함하는 것을 특징으로 하는 소셜 네트워크 그룹화 방법.
  8. 소셜 네트워크 서버 또는 사용자 상호작용 클라이언트에 구현된 소셜 네트워크 그룹화 시스템에서,
    제1 사용자의 친구 관계 데이터-상기 친구 관계 데이터는 하나 또는 그 이상의 친구 노드들을 포함-를 획득하고, 각 친구 노드와 다른 친구 노드 전부간의 관계 사슬의 강도 값을 더함으로써, 획득된 상기 친구 관계 데이터에 기초하여 각각의 상기 친구 노드들의 중요도를 결정하는 관계 사슬 처리 유닛; 및
    상기 친구 노드들 중에서 최고 중요도를 갖는 제1 친구 노드로 제1 친구 서클을 형성하고, 상기 제1 친구 서클의 최적의 친구를 찾기 위해서 상기 친구 노드들을 트래버스하며, 상기 최적의 친구를 상기 제1 친구 서클에 추가하고, 상기 제1 친구 서클의 모든 상기 최적의 친구들이 상기 제1 친구 서클에 추가될 때까지 상기 트래버스 및 상기 추가를 반복하는 그룹화 유닛을 포함하되,
    상기 최적의 친구는 친구 서클에 합류하자마자 친구 서클 점수의 최대 증가에 유용한 친구 노드인, 소셜 네트워크 그룹화 시스템.
  9. 제8항에 있어서, 상기 그룹화 유닛은
    상기 제1 친구 서클에 추가되지 않은 친구 노드들을 포함하는 친구 노드들의 제2 그룹을 검출하며,
    친구 노드들의 상기 제2 그룹 중에서 최고 중요도를 갖는 제2 친구 노드로 제2 친구 서클을 형성하고,
    상기 제2 친구 서클의 최적의 친구를 찾기 위해 상기 제2 친구 그룹의 친구 노드들을 트래버스하며,
    상기 최적의 친구를 상기 제2 친구 서클에 추가하고,
    상기 제2 친구 서클의 모든 상기 최적의 친구들이 상기 제2 친구 서클로 추가 되고 상기 친구 노드들 중 어느 하나가 친구 서클로 추가될 때까지 상기 트래버스 및 추가를 반복하도록 더 구성되는 것을 특징으로 하는 소셜 네트워크 그룹화 시스템.
  10. 제8항 또는 제9항에 있어서,
    상기 그룹화 유닛에 연결되고, 각각의 친구 서클에 관계된 상기 친구 노드들의 관계 사슬들의 비례 중요도를 결정하고, 각각의 상기 비례 중요도가 미리 정해진 문턱값에 비해 큰지 여부를 결정하며, 만약 친구 노드의 관계 사슬의 하나의 비례 중요도가 상기 미리 정해진 문턱값보다 큰 경우, 상기 친구 노드를 상기 친구 서클에 추가하는 멀티플 그룹화 유닛을 더 포함하되,
    상기 관계 사슬의 비례 중요도는 친구 노드 및 상기 친구 서클 내부의 노드들 사이의 관계 사슬의 강도 값의 총합 대 상기 친구 노드의 중요도의 비율인 것을 특징으로 하는 소셜 네트워크 그룹화 시스템.
  11. 제10항에 있어서, 상기 멀티 그룹화 유닛은
    각각의 친구 서클에 관계된 상기 친구 노드의 상기 관계 사슬들의 상기 비례 중요도를 상기 친구 노드 및 상기 친구 서클 내부의 노드들 사이의 관계 사슬들의 강도 값 총합 대 상기 친구 노드의 상기 중요도의 비율에 의해 결정하는 것을 특징으로 하는 소셜 네트워크 그룹화 시스템.
  12. 제8항 또는 제9항에 있어서, 상기 최적의 친구는,
    친구 서클의 모든 친구 노드들 중, 상기 친구 서클에 합류하자마자 상기 친구 서클의 친구 서클 점수의 최대 증가에 유용한 상기 친구 서클의 친구 노드인 것을 특징으로 하는 소셜 네트워크 그룹화 시스템.
  13. 제12항에 있어서, 상기 그룹화 유닛은 친구 서클의 상기 친구 서클 점수를
    친구 서클 내부의 노드들 사이의 관계 사슬들의 강도 총합과 상기 친구 서클 밖의 연결들의 징벌 값의 차이 대 상기 친구 서클에 관계된 모든 관계 사슬들의 강도 총합의 비율에 의해 결정하는 것을 특징으로 하는 소셜 네트워크 그룹화 시스템.
  14. 제8항 또는 제9항에 있어서,
    사용자 조정 명령에 따라 상기 사용자에 의해 선택된 친구 노드를 상기 사용자에 의해 지정된 친구 서클로 이동시키는 사용자 조정 유닛을 더 포함하고,
    및/또는
    상기 관계 사슬 처리 유닛은,
    각각의 두 개의 친구 노드들 사이의 관계 사슬들의 강도 값을 결정하는 관계 사슬 강도 결정 유닛; 및
    친구 노드 및 상기 친구 노드와 연결 관계에 있는 어떤 친구 노드들 사이의 모든 관계 사슬들의 상기 강도 값을, 상기 친구 노드의 상기 중요도를 획득하기 위해서, 더하는 중요도 결정 유닛을 포함하는 것을 특징으로 하는 네트워크 그룹화 시스템.
  15. 제1 사용자의 친구 관계 데이터-상기 친구 관계 데이터는 하나 또는 그 이상의 친구 노드들을 포함-를 획득하는 단계; 및 각 친구 노드와 다른 친구 노드 전부간의 관계 사슬의 강도 값을 더함으로써, 획득된 상기 친구 관계 데이터에 기초하여 각각의 상기 친구 노드들의 중요도를 결정하는 단계;
    상기 친구 노드들 중에서 최고 중요도를 갖는 제1 친구 노드로 제1 친구 서클을 형성하는 단계; 상기 제1 친구 서클의 최적의 친구를 찾기 위해서 상기 친구 노드들을 트래버스하는 단계-상기 최적의 친구는 친구 서클에 합류하자마자 친구 서클 점수의 최대 증가에 유용한 친구 노드임-; 상기 최적의 친구를 상기 제1 친구 서클에 추가하는 단계; 및 상기 제1 친구 서클의 모든 최적의 친구들이 상기 제1 친구 서클에 추가될 때까지 상기 트래버스하는 단계 및 추가하는 단계를 반복하는 단계를 포함하는 소셜 네트워크 그룹화 방법을 실행시키기 위해 컴퓨터 실행 가능한 명령들을 갖는 비일시적인 컴퓨터 판독 가능한 저장 매체.
  16. 제15항에 있어서, 상기 소셜 네트워크 그룹화 방법은
    상기 친구 노드들 중 어느 하나가 친구 서클에 추가될 때까지:
    친구 노드들의 제2 그룹-상기 제2 그룹은 상기 제1 친구 서클에 추가되지 않은 친구 노드들을 포함-을 검출하는 단계; 친구 노드들의 상기 제2 그룹 중에서 최고 중요도를 갖는 제2 친구 노드로 제2 친구 서클을 형성하는 단계; 상기 제2 친구 서클의 최적의 친구를 찾기 위해 상기 제2 그룹의 상기 친구 노드들을 트래버스하는 단계; 상기 최적의 친구를 상기 제2 친구 서클에 추가하는 단계; 및 상기 제2 친구 서클의 모든 상기 최적의 친구들이 상기 제2 친구 서클에 추가될 때까지 상기 트래버스하는 단계 및 추가하는 단계를 반복하는 단계를 반복하는 것을 더 포함하는 것을 특징으로 하는 비일시적인 컴퓨터 판독 가능한 저장 매체.
  17. 제15항 또는 제16항에 있어서, 상기 소셜 네트워크 그룹화 방법은
    각각의 친구 서클에 관계된 상기 친구 노드들의 관계 사슬의 비례 중요도를 결정하는 단계-상기 관계 사슬의 비례 중요도는 친구 노드 및 상기 친구 서클 내부의 노드들 사이의 관계 사슬의 강도 값의 총합 대 상기 친구 노드의 중요도의 비율임-; 및 각각의 상기 비례 중요도가 미리 정해진 문턱값보다 큰지 여부를 결정하는 단계를 더 포함하며,
    만약 친구 노드의 친구 사슬의 하나의 비례 중요도가 상기 미리 정해진 문턱값보다 큰 경우, 상기 친구 노드를 상기 친구 서클에 추가하는 것을 특징으로 하는 비일시적인 컴퓨터 판독 가능한 저장 매체.
  18. 제17항에 있어서, 각각의 친구 서클에 관계된 상기 친구 노드의 상기 관계 사슬의 상기 비례 중요도는
    상기 친구 노드 및 상기 친구 서클 내부의 노드들 사이의 관계 사슬들의 강도 값 총합 대 상기 친구 노드의 상기 중요도의 비율로 결정되는 것을 특징으로 하는 비일시적인 컴퓨터 판독 가능한 저장 매체.
  19. 제15항 또는 제16항에 있어서, 상기 최적의 친구는,
    친구 서클의 모든 친구 노드들 중, 상기 친구 서클에 합류하자마자 상기 친구 서클의 친구 서클 점수의 최대 증가에 유용한 상기 친구 서클의 친구 노드인 것을 특징으로 하는 비일시적인 컴퓨터 판독 가능한 저장 매체.
  20. 제19항에 있어서, 상기 친구 서클 점수는
    친구 서클 내부의 노드들 사이의 관계 사슬들의 강도 총합과 상기 친구 서클 밖의 연결들의 징벌 값의 차이 대 상기 친구 서클에 관계된 모든 관계 사슬들의 강도 총합의 비율에 의해 결정되는 것을 특징으로 하는 비일시적인 컴퓨터 판독 가능한 저장 매체.
  21. 제15항 또는 제16항에 있어서, 상기 소셜 네트워크 그룹화 방법은
    사용자 조정 명령에 따라 상기 사용자에 의해 선택된 친구 노드를 상기 사용자에 의해 지정된 친구 서클로 이동시키는 단계를 더 포함하고,
    및/또는
    상기 결정하는 단계는,
    각각의 두 개의 친구 노드들 사이의 관계 사슬들의 강도 값을 결정하는 단계, 및 친구 노드 및 상기 친구 노드와 연결 관계에 있는 어떤 친구 노드들 사이의 관계 사슬들 모두의 상기 강도 값을, 상기 친구 노드의 상기 중요도를 획득하기 위해서, 더하는 단계를 더 포함하는 것을 특징으로 하는 비일시적인 컴퓨터 판독 가능한 저장 매체.
KR1020147034852A 2012-05-15 2013-03-20 소셜 네트워크 그룹화 방법 및 시스템, 및 컴퓨터 저장 매체 KR101685564B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201210150066.X 2012-05-15
CN201210150066.XA CN103426042B (zh) 2012-05-15 2012-05-15 社交网络的分组方法及系统
PCT/CN2013/072946 WO2013170659A1 (zh) 2012-05-15 2013-03-20 社交网络的分组方法及系统、计算机存储介质

Publications (2)

Publication Number Publication Date
KR20150008485A KR20150008485A (ko) 2015-01-22
KR101685564B1 true KR101685564B1 (ko) 2016-12-12

Family

ID=49583089

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020147034852A KR101685564B1 (ko) 2012-05-15 2013-03-20 소셜 네트워크 그룹화 방법 및 시스템, 및 컴퓨터 저장 매체

Country Status (8)

Country Link
US (2) US10462253B2 (ko)
KR (1) KR101685564B1 (ko)
CN (1) CN103426042B (ko)
AP (1) AP2014008054A0 (ko)
BR (1) BR112014028642A2 (ko)
IN (1) IN2014DN10382A (ko)
RU (1) RU2607621C2 (ko)
WO (1) WO2013170659A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102423902B1 (ko) 2021-12-28 2022-07-22 주식회사 직방 메타버스 기반의 오피스 환경에서 유저 그룹핑 방법과 이를 실행하는 프로그램이 기록된 저장매체 및 이를 포함하는 유저 그룹핑 시스템

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104052651B (zh) * 2014-06-03 2017-09-12 西安交通大学 一种建立社交组的方法和装置
CN104079627B (zh) * 2014-06-04 2019-07-05 大连民族学院 发送展示信息的方法和装置
CN104217009A (zh) * 2014-09-18 2014-12-17 酷派软件技术（深圳）有限公司 一种聚类方法、装置和终端
CN104391887B (zh) * 2014-11-10 2018-01-12 南京信息工程大学 一种基于网络结构优化的节点属性划分朋友圈的方法
US10868880B2 (en) 2015-04-30 2020-12-15 V2Com S.A. Control system with persistent and transient data stores for registration, production and status data for networked devices
US10761900B1 (en) 2015-04-30 2020-09-01 V2Com S.A. System and method for secure distributed processing across networks of heterogeneous processing nodes
US10476985B1 (en) * 2016-04-29 2019-11-12 V2Com S.A. System and method for resource management and resource allocation in a self-optimizing network of heterogeneous processing nodes
CN106055568B (zh) * 2016-05-18 2019-06-28 安徽大学 一种基于单步添加团的社交网络的朋友自动分组方法
CN106909594B (zh) 2016-06-06 2020-05-05 阿里巴巴集团控股有限公司 信息推送方法及装置
CN106254645A (zh) * 2016-07-29 2016-12-21 北京小米移动软件有限公司 人员分组方法及装置
KR101866866B1 (ko) 2017-01-12 2018-06-14 서울대학교산학협력단 부호화된 네트워크에서의 개인화된 랭킹 방법, 이를 수행하기 위한 기록 매체 및 장치
CN107908673B (zh) * 2017-10-25 2019-06-25 平安科技（深圳）有限公司 社交平台用户的现实关系匹配方法、装置及可读存储介质
CN109560981A (zh) * 2018-07-04 2019-04-02 蔚来汽车有限公司 确定节点关联度的方法和设备、计算机存储介质
CN109756563B (zh) * 2018-12-17 2022-09-30 平安科技（深圳）有限公司 信息推送方法、装置、计算机设备和存储介质
CN111353904B (zh) * 2018-12-21 2022-12-20 腾讯科技（深圳）有限公司 用于在社交网络中确定节点的社交层次的方法和设备
CN111353574B (zh) * 2019-11-04 2021-04-30 清华大学 一种基于作用关系网的群体智能水平计算方法及系统
CN113032636B (zh) * 2019-12-25 2024-08-16 中移动信息技术有限公司 完全子图数据的搜索方法、装置、设备及介质
CN113923069B (zh) * 2021-09-30 2023-03-24 珠海格力电器股份有限公司 健康管理设备与厨电的联动方法、健康管理设备及厨电
CN113904888B (zh) * 2021-09-30 2023-02-21 珠海格力电器股份有限公司 空气检测设备与门窗的联动方法、空气检测设备及门窗
CN113904889B (zh) * 2021-09-30 2023-03-10 珠海格力电器股份有限公司 一种自组网内的运行数据共享方法、装置及彩屏设备
CN113904891B (zh) * 2021-09-30 2023-03-10 珠海格力电器股份有限公司 一种自组网内的配网信息共享的方法、装置及设备
CN117056239B (zh) * 2023-10-11 2024-01-30 腾讯科技（深圳）有限公司 测试功能使用特征的确定方法、装置、设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799895A (zh) 2010-01-18 2010-08-11 深圳市同洲电子股份有限公司 一种通讯录显示方法、装置以及一种终端
CN102347917A (zh) 2011-11-04 2012-02-08 西安电子科技大学 用于网络消息通信的联系人语义分组方法

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7749084B2 (en) * 2004-12-07 2010-07-06 Microsoft Corporation Tool for real-time graphical exploration of interconnected friends and groups
US7480712B2 (en) * 2006-03-21 2009-01-20 21St Century Technologies, Inc. Computer automated group detection
US20080189122A1 (en) * 2007-02-02 2008-08-07 Coletrane Candice L Competitive friend ranking for computerized social networking
US20090070700A1 (en) * 2007-09-07 2009-03-12 Yahoo! Inc. Ranking content based on social network connection strengths
CA2653820A1 (en) * 2008-02-11 2009-08-11 Ganz Friends list management
US8744976B2 (en) * 2008-04-28 2014-06-03 Yahoo! Inc. Discovery of friends using social network graph properties
KR100993802B1 (ko) * 2008-06-20 2010-11-12 에스케이커뮤니케이션즈 주식회사 소집단 관심사 키워드 추출 시스템 및 방법
US8010602B2 (en) * 2008-08-28 2011-08-30 Microsoft Corporation Leveraging communications to identify social network friends
US8055720B2 (en) * 2009-01-27 2011-11-08 Microsoft Corporation Cluster-based friend suggestion aggregator
US8388446B1 (en) * 2009-09-30 2013-03-05 Zynga Inc. Finding friends for multiuser online games
US8738634B1 (en) * 2010-02-05 2014-05-27 Google Inc. Generating contact suggestions
CN102316130B (zh) * 2010-06-29 2016-04-06 百度在线网络技术（北京）有限公司 一种基于用户的行为判断其与好友的亲疏度的方法与设备
RU2433467C1 (ru) * 2010-07-19 2011-11-10 Закрытое акционерное общество Научно-производственное предприятие "Реляционные экспертные системы" Способ формирования структуры агрегированных данных и способ поиска данных посредством структуры агрегированных данных в системе управления базами данных
US20120110678A1 (en) * 2010-10-27 2012-05-03 Sony Ericsson Mobile Communications Ab Digital Rights Management (DRM) Domain Recommendation and Selection Based on a User's Social Graphs
KR20120045861A (ko) * 2010-11-01 2012-05-09 주식회사 케이티 소셜 네트워크 기반의 질의 응답 서비스 제공 서버 및 제공 방법
US20120271722A1 (en) * 2011-04-25 2012-10-25 Yun-Fang Juan Top Friend Prediction for Users in a Social Networking System
CN102262681B (zh) * 2011-08-19 2015-12-02 南京大学 一种博客信息传播中识别关键博客集的方法
US20130212173A1 (en) * 2012-02-13 2013-08-15 Robert William Carthcart Suggesting relationship modifications to users of a social networking system
CN102662964B (zh) * 2012-03-05 2015-05-27 北京千橡网景科技发展有限公司 对用户的好友进行分组的方法和装置
US20150379131A1 (en) * 2014-06-26 2015-12-31 Salesforce.Com, Inc. Systems and methods for determining connection strength in a relationship management system
US20160162601A1 (en) * 2014-12-03 2016-06-09 At&T Intellectual Property I, L.P. Interface for context based communication management

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799895A (zh) 2010-01-18 2010-08-11 深圳市同洲电子股份有限公司 一种通讯录显示方法、装置以及一种终端
CN102347917A (zh) 2011-11-04 2012-02-08 西安电子科技大学 用于网络消息通信的联系人语义分组方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102423902B1 (ko) 2021-12-28 2022-07-22 주식회사 직방 메타버스 기반의 오피스 환경에서 유저 그룹핑 방법과 이를 실행하는 프로그램이 기록된 저장매체 및 이를 포함하는 유저 그룹핑 시스템

Also Published As

Publication number Publication date
IN2014DN10382A (ko) 2015-08-14
US11032391B2 (en) 2021-06-08
US20150074198A1 (en) 2015-03-12
US10462253B2 (en) 2019-10-29
RU2607621C2 (ru) 2017-01-10
WO2013170659A1 (zh) 2013-11-21
KR20150008485A (ko) 2015-01-22
AP2014008054A0 (en) 2014-11-30
US20200014775A1 (en) 2020-01-09
BR112014028642A2 (pt) 2017-06-27
RU2014150519A (ru) 2016-07-10
CN103426042B (zh) 2016-04-13
CN103426042A (zh) 2013-12-04

Similar Documents

Publication Publication Date Title
KR101685564B1 (ko) 소셜 네트워크 그룹화 방법 및 시스템, 및 컴퓨터 저장 매체
US10866978B2 (en) Techniques to respond to user requests using natural-language machine learning based on branching example conversations
US8606721B1 (en) Implicit social graph edge strengths
CA2754086C (en) Method and system for transmitting information based on social network
Liu et al. Trust and reputation management
JP7066665B2 (ja) 人工ソーシャルネットワークを運用するためのシステム及び方法
US9342853B2 (en) Social network pruning
WO2017087441A1 (en) Recommendation method and device
CN104580385A (zh) 一种拓展用户关系链的方法及装置
Lingam et al. Deep Q-learning and particle swarm optimization for bot detection in online social networks
JP2021517490A (ja) ゲーミングプロセスのデータあふれ検査および改善された実行
CN107305570A (zh) 一种数据检索方法及系统
CN110011896A (zh) 一种数据处理方法及装置、一种计算设备及存储介质
CN110287424B (zh) 基于单源SimRank的协同过滤推荐方法
Liu et al. A trust prediction approach capturing agents' dynamic behavior
KR101509888B1 (ko) 소셜 네트워크에서의 메시지 전파 방법 및 그 장치
Papangelis et al. Advanced technologies and systems for collaboration and computer supported cooperative work
CN112966193A (zh) 出行意图推断方法、模型训练方法、相关装置及电子设备
WO2011114135A1 (en) Detecting at least one community in a network
CN102790707A (zh) 一种归类对象的方法和装置
CN103034654B (zh) 社会化动态消息呈现控制方法及系统
Wu et al. A heuristic algorithm for optimal service composition in complex manufacturing networks
Afanador et al. Algorithms for recursive delegation
Thangavel et al. A systematic review of Social Internet of Things: concepts and application areas
CN109660582A (zh) 帐号信号的推送方法、装置、存储介质和电子设备

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
GRNT Written decision to grant