KR101997541B1 - 온라인 소셜 네트워크에서 외부 컨텐츠의 순위화 - Google Patents

Abstract

일실시예로, 소셜 네트워킹 시스템은 온라인 소셜 네트워크의 확장형 검색 인덱스에 액세스할 수 있다. 확장형 검색 인덱스는 복수의 노드 및 노드를 연결하는 복수의 에지를 가지는 소셜 그래프로부터의 데이터를 포함할 수 있고, 노드는 온라인 소셜 네트워크와 관련된 엔티티에 대응하는 복수의 내부 노드 및 제3자 시스템과 관련된 객체에 대응하는 복수의 외부 노드를 포함한다. 이후, 소셜 네트워킹 시스템은 질의와 실질적으로 매치하는 객체를 식별하도록 사용자로부터 수신된 질의에 응답하여 확장형 검색 인덱스를 검색할 수 있다. 각각의 식별된 객체는 하나 이상의 내부 노드 및 대응하는 외부 노드의 연결에 적어도 부분적으로 기반하여 소셜 네트워킹 시스템에 의해 점수화될 수 있다. 질의에 응답하여, 소셜 네트워킹 시스템은 그들의 점수에 기반하여 객체를 참조하는 검색-결과 페이지를 송신할 수 있다.

Description

온라인 소셜 네트워크에서 외부 컨텐츠의 순위화{RANKING EXTERNAL CONTENT ON ONLINE SOCIAL NETWORKS}

본 명세서는 일반적으로 방법, 컴퓨터-판독가능한 비-일시적 저장매체, 시스템 및 컴퓨터 프로그램 제품에 관한 것이며, 특히 소셜 그래프에 관한 것이고 소셜 네트워킹 환경의 컨텍스트 내 객체의 검색을 수행하는 것에 관한 것이다.

소셜 네트워킹 웹사이트를 포함할 수 있는 소셜 네트워킹 시스템은 사용자들(가령, 개인들 또는 단체들)이 소셜 네트워킹 시스템과 상호작용하고, 소셜 네트워킹 시스템을 통해 서로 상호작용할 수 있게 해줄 수 있다. 소셜 네트워킹 시스템은 사용자로부터의 입력으로 사용자와 연관된 사용자 프로필을 생성하고 소셜 네트워킹 시스템에 저장할 수 있다. 사용자 프로필은 사용자의 인구학적 정보, 통신-채널 정보 및 개인 관심사에 대한 정보를 포함할 수 있다. 또한, 소셜 네트워킹 시스템은 사용자로부터의 입력으로 소셜 네트워킹 시스템의 다른 사용자들과의 사용자의 관계에 대한 기록을 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 그것의 서비스에 관한 컨텐츠 또는 메시지를 하나 이상의 네트워크를 통해 사용자의 모바일이나 다른 컴퓨팅 장치로 송신할 수 있다. 또한, 사용자는 소셜 네트워킹 시스템 내의 사용자의 사용자 프로필과 다른 데이터에 접근하기 위해 사용자의 모바일이나 다른 컴퓨팅 장치에 소프트웨어 애플리케이션을 설치할 수 있다. 소셜 네트워킹 시스템은 가령 사용자와 연결된 다른 사용자들의 통합된 소식의 뉴스피드와 같이 사용자에게 디스플레이하도록 개인화된 세트의 컨텐츠 객체를 생성할 수 있다.

특정 실시예로, 온라인 소셜 네트워크와 관련된 소셜 네트워킹 시스템은 온라인 소셜 네트워크의 확장형 검색 인덱스에 액세스할 수 있다. 확장형 검색 인덱스는 예컨대 온라인 소셜 네트워크 내 소셜-그래프 정보, 코멘트 및 링크 등과 같은 내부의 소셜 네트워킹 관련 정보에 의해 확장되는 검색 인덱스일 수 있다. 내부 소셜 네트워킹 정보는 복수의 노드 및 노드를 연결하는 복수의 에지를 가진 소셜 그래프 데이터 구조를 포함할 수 있다. 2개의 노드 사이의 각각의 에지는 노드 간의 이격도 1도를 나타낼 수 있다. 노드는 온라인 소셜 네트워크와 관련된 제1 사용자에 대응하는 제1 노드를 포함할 수 있다. 또한, 노드는 온라인 소셜 네트워크와 관련된 컨셉 또는 제2 사용자에 각각 대응하는 복수의 내부 노드를 포함할 수 있다. 또한, 노드는 제3자 시스템과 관련된 컨텐츠 객체에 각각 대응하는 복수의 외부 노드를 포함할 수 있다. 외부 컨텐츠 객체의 예는 웹페이지, 리소스(가령, 예컨대, 오디오 파일, 비디오 파일, 디지털 사진, 텍스트 파일, 구조화된 문서 또는 애플리케이션), 게임, 또는 임의의 적절한 온라인 컨텐츠를 포함한다.

특정 실시예로, 소셜 네트워킹 시스템은 소셜 네트워킹 시스템에 의해 호스트되는 온라인 소셜 네트워크의 사용자로부터 질의를 수신할 수 있다. 사용자의 질의에 응답하여, 소셜 네트워킹 시스템은 확장형 검색 인덱스를 검색하여 질의와 실질적으로 매치하는 컨텐츠 객체를 식별할 수 있는데, 이때 각각의 식별된 객체는 외부 노드에 대응한다. 소셜 네트워킹 시스템은 하나 이상의 내부 노드와 외부 노드의 연결성에 적어도 부분적으로 기반하여 각각의 식별된 컨텐츠 객체를 점수화할 수 있다. 예컨대, 식별된 컨텐츠 객체는 노출, 상호작용 및 소셜-그래프 노드들 간의 이격도에 기반하여 점수화될 수 있다. 예로서, 이격도에 기반하여 식별된 컨텐츠 객체에 대하여, 질의하는 사용자에 대하여 1도의 이격도를 가진 식별된 컨텐츠 객체와 관련된 외부 노드는 질의하는 사용자로부터 2도의 이격도인 외부 노드보다 더 높은 이격도 점수를 가질 수 있다. 사용자의 질의에 응답하여, 소셜 네트워킹 시스템은 제1 사용자에게 디스플레이하기 위해 식별된 컨텐츠 객체를 포함하는 검색-결과 페이지를 송신할 수 있다. 특정 실시예로, 각각의 식별된 컨텐츠 객체는 임계 점수보다 더 큰 점수를 가질 수 있다.

상술한 실시예들은 단지 예들이며, 본 명세서의 범위는 이에 국한되지 않는다. 특정 실시예들은 상술한 실시예들의 컴포넌트, 구성요소, 특징, 기능, 동작 또는 단계의 전부 또는 일부를 포함하거나 전혀 포함하지 않을 수 있다.

특히, 본 발명에 따른 실시예들은 방법, 저장매체, 시스템 및 컴퓨터 프로그램 제품에 관한 첨부된 청구항들에 개시되며, 예컨대 방법과 같은 하나의 청구항 카테고리로 언급되는 임의의 특징은 또한 예컨대 시스템과 같은 또 다른 청구항 카테고리로 청구될 수 있다. 첨부된 청구항들에서 종속항들이나 재-참조(references back)가 단지 형식적인 이유로 선택된다. 그러나, 임의의 이전의 청구항들에 대한 의도적인 재-참조(특히, 다수의 종속항들)로부터 생성된 임의의 발명의 내용은 청구항들과 이들의 특징들의 임의의 조합이 개시되고 첨부된 청구항들에서 선택된 종속항들에 관계없이 청구될 수 있도록 또한 청구될 수 있다. 청구될 수 있는 발명의 내용은 첨부된 청구항들에서 제시되는 특징들의 조합뿐 아니라 청구항들의 특징들의 임의의 다른 조합을 포함하며, 청구항들에 언급된 각각의 특징은 청구항들의 임의의 다른 특징이나 다른 특징들의 조합과 결합될 수 있다. 게다가, 본 명세서에 기술되거나 도시된 임의의 실시예들 및 특징들은 단독의 청구항으로 및/또는 본 명세서에서 기술되거나 도시된 임의의 실시예나 특징과의 임의의 조합으로 또는 첨부된 청구항들의 임의의 특징들로 청구될 수 있다.

한 실시예로, 본 방법은 온라인 소셜 네트워크의 하나 이상의 컴퓨팅 장치에 의해: 복수의 노드 및 노드를 연결하는 복수의 에지를 가지는 소셜 그래프로부터의 데이터를 포함하는 온라인 소셜 네트워크의 확장형 검색 인덱스(enhanced search index)에 액세스하는 단계; 제1 사용자로부터 질의를 수신하는 단계; 질의와 실질적으로 매치하는 복수의 외부 노드 중 하나 이상의 외부 노드에 각각 대응하는 하나 이상의 객체를 식별하도록 확장형 검색 인덱스를 검색하는 단계; 하나 이상의 내부 노드와 외부 노드의 연결에 적어도 부분적으로 기반하여 각각의 식별된 객체를 점수화하는 단계; 및 수신된 질의에 응답하여, 제1 사용자에게 디스플레이하기 위해, 검색-결과 페이지에서 각각 참조되고 임계 점수보다 큰 점수를 가지는 하나 이상의 식별된 객체에 대한 레퍼런스를 포함하는 검색-결과 페이지를 송신하는 단계를 포함하며, 2개의 노드 사이의 각각의 에지는 노드 사이의 이격도 1도를 나타내고, 노드는: 온라인 소셜 네트워크와 관련된 제1 사용자에 대응하는 제1 노드; 온라인 소셜 네트워크와 관련된 컨셉 또는 제2 사용자에 각각 대응하는 복수의 내부 노드(internal nodes); 및 제3자 시스템과 관련된 객체에 각각 대응하고 하나 이상의 내부 노드와 하나 이상의 에지로 각각 연결되는 복수의 외부 노드(external nodes)를 포함하며, 점수는 노출(impressions), 상호작용(interactions) 또는 소셜 그래프 내 노드 사이의 이격도 중 하나 이상에 기반하며, 임계 점수는 기결정된 수의 검색 결과만을 디스플레이하도록 조정된다.

또한, 청구될 수 있는 본 발명에 따른 한 실시예로, 본 방법은 온라인 소셜 네트워크의 하나 이상의 컴퓨팅 장치에 의해: 복수의 노드 및 노드를 연결하는 복수의 에지를 가지는 소셜 그래프로부터의 데이터를 포함하는 온라인 소셜 네트워크의 확장형 검색 인덱스에 액세스하는 단계; 제1 사용자로부터 질의를 수신하는 단계; 질의와 실질적으로 매치하는 복수의 외부 노드 중 하나 이상의 외부 노드에 각각 대응하는 하나 이상의 객체를 식별하도록 확장형 검색 인덱스를 검색하는 단계; 하나 이상의 내부 노드와 외부 노드의 연결에 적어도 부분적으로 기반하여 각각의 식별된 객체를 점수화하는 단계; 및 수신된 질의에 응답하여, 제1 사용자에게 디스플레이하기 위해, 검색-결과 페이지에서 각각 참조되고 임계 점수보다 큰 점수를 가지는 하나 이상의 식별된 객체에 대한 레퍼런스를 포함하는 검색-결과 페이지를 송신하는 단계를 포함하며, 2개의 노드 사이의 각각의 에지는 노드 사이의 이격도 1도를 나타내고, 노드는: 온라인 소셜 네트워크와 관련된 제1 사용자에 대응하는 제1 노드; 온라인 소셜 네트워크와 관련된 컨셉 또는 제2 사용자에 각각 대응하는 복수의 내부 노드; 및 제3자 시스템과 관련된 객체에 각각 대응하고 하나 이상의 내부 노드와 하나 이상의 에지로 각각 연결되는 복수의 외부 노드를 포함한다.

각각의 내부 노드는 온라인 소셜 네트워크 내에 저장된 내부 객체와 관련될 수 있다.

적어도 하나의 내부 노드는 온라인 소셜 네트워크의 사용자에 의해 제공될 수 있다.

적어도 하나의 외부 노드는 온라인 소셜 네트워크에 의해 제3자 시스템을 크롤링(crawling)하여 생성될 수 있다.

외부 노드와 관련된 적어도 하나의 에지는 온라인 소셜 네트워크에 의해 크롤링될 수 있다.

적어도 하나의 식별된 객체는 온라인 소셜 네트워크의 사용자에 의해 제공될 수 있다.

적어도 하나의 식별된 객체는 제3자 시스템에 의해 호스트되는 웹페이지일 수 있다.

적어도 하나의 식별된 객체는 멀티미디어 컨텐츠 객체일 수 있다.

외부 노드를 내부 노드와 연결하는 적어도 하나의 에지는 명시적 행위(explicit action)에 응답하여 온라인 소셜 네트워크에 의해 생성될 수 있고, 명시적 행위는 외부 노드와 내부 노드 사이의 관계를 나타낸다.

내부 노드는 온라인 소셜 네트워크의 사용자에 대응하며 명시적 행위는 사용자에 의해 개시될 수 있다.

제1 노드를 제2 노드와 연결하는 적어도 하나의 에지는 온라인 소셜 네트워크에 의해 추론될 수 있고, 추론은 제1 노드를 제2 노드와 연결하는 에지와 관련된 컨텐츠에 적어도 부분적으로 기반할 수 있다.

컨텐츠는 게시물, 코멘트, 제3자 애플리케이션 또는 소셜 그래프 태그와 관련될 수 있다.

제1 노드를 제2 노드와 연결하는 적어도 하나의 에지는 온라인 소셜 네트워크에 의해 추론될 수 있고, 추론은 컨텐츠의 단어 빈도-역문서 빈도(term-frequency-inverse-document-frequency, tf-idf) 분석에 적어도 부분적으로 기반할 수 있다.

제1 노드를 제2 노드와 연결하는 적어도 하나의 에지는 온라인 소셜 네트워크에 의해 추론될 수 있고, 추론은 컨텐츠의 주제 추출 분석(topic extraction analysis)에 적어도 부분적으로 기반할 수 있다.

제1 노드를 제2 노드와 연결하는 적어도 하나의 에지는 온라인 소셜 네트워크에 의해 추론될 수 있고, 추론은 컨텐츠의 감정 분석(sentiment analysis)에 적어도 부분적으로 기반할 수 있다.

하나 이상의 내부 노드와 외부 노드의 연결에 기반하여 각각의 식별된 객체를 점수화하는 단계는 외부 노드와 내부 노드 사이의 에지와 관련된 컨텐츠에 적어도 부분적으로 기반하여 점수를 할당하는 단계를 포함할 수 있다.

하나 이상의 내부 노드와 외부 노드의 연결에 기반하여 각각의 식별된 객체를 점수화하는 단계는 외부 노드와 관련된 컨텐츠에 적어도 부분적으로 기반하여 점수를 할당하는 단계를 포함할 수 있다.

본 발명에 따른 한 실시예로, 본 방법은 외부 노드의 노출 수; 또는 외부 노드와 관련된 상호작용의 수 중 하나 이상에 적어도 부분적으로 기반하여 각각의 식별된 객체를 점수화하는 단계를 더 포함할 수 있다.

각각의 상호작용은 공유하기, 좋아요 하기, 코멘트하기 또는 재-공유하기일 수 있다.

본 발명에 따른 한 실시예로, 본 방법은 각각의 식별된 객체에 대응하는 스니펫(snippet)을 생성하는 단계를 더 포함할 수 있고, 스니펫은 식별된 객체에 대응하는 제2 노드에 대한 문맥형 정보(contextual information)를 포함한다.

각각의 스니펫은 하나 이상의 내부 노드 및 스니펫에 대응하는 식별된 객체에 대응하는 외부 노드와 하나 이상의 내부 노드를 연결하는 하나 이상의 에지에 대한 하나 이상의 레퍼런스를 포함할 수 있다.

또한, 청구될 수 있는 본 발명에 따른 또 하나의 실시예로, 하나 이상의 컴퓨터-판독가능한 비-일시적 저장매체는: 복수의 노드 및 노드를 연결하는 복수의 에지를 가지는 소셜 그래프로부터의 데이터를 포함하는 온라인 소셜 네트워크의 확장형 검색 인덱스에 액세스하고; 제1 사용자로부터 질의를 수신하며; 질의와 실질적으로 매치하는 복수의 외부 노드 중 하나 이상의 외부 노드에 각각 대응하는 하나 이상의 객체를 식별하도록 확장형 검색 인덱스를 검색하고; 하나 이상의 내부 노드와 외부 노드의 연결에 적어도 부분적으로 기반하여 각각의 식별된 객체를 점수화하며; 수신된 질의에 응답하여, 제1 사용자에게 디스플레이하기 위해, 검색-결과 페이지에서 각각 참조되고 임계 점수보다 큰 점수를 가지는 식별된 객체에 대한 레퍼런스를 포함하는 검색-결과 페이지를 송신하도록 실행시 동작하는 소프트웨어를 기록하며, 2개의 노드 사이의 각각의 에지는 노드 사이의 이격도 1도를 나타내고, 노드는: 온라인 소셜 네트워크와 관련된 제1 사용자에 대응하는 제1 노드; 온라인 소셜 네트워크와 관련된 컨셉 또는 제2 사용자에 각각 대응하는 복수의 내부 노드; 및 제3자 시스템과 관련된 객체에 각각 대응하고 하나 이상의 내부 노드와 하나 이상의 에지로 각각 연결되는 복수의 외부 노드를 포함한다.

또한, 청구될 수 있는 본 발명에 따른 또 하나의 실시예로, 본 시스템은 하나 이상의 프로세서; 및 프로세서와 연결되고 프로세서에 의해 실행가능한 명령어를 포함하는 메모리를 포함하며, 상기 프로세서는: 복수의 노드 및 노드를 연결하는 복수의 에지를 가지는 소셜 그래프로부터의 데이터를 포함하는 온라인 소셜 네트워크의 확장형 검색 인덱스에 액세스하고; 제1 사용자로부터 질의를 수신하며; 질의와 실질적으로 매치하는 복수의 외부 노드 중 하나 이상의 외부 노드에 각각 대응하는 하나 이상의 객체를 식별하도록 확장형 검색 인덱스를 검색하고; 하나 이상의 내부 노드와 외부 노드의 연결에 적어도 부분적으로 기반하여 각각의 식별된 객체를 점수화하며; 수신된 질의에 응답하여, 제1 사용자에게 디스플레이하기 위해, 검색-결과 페이지에서 각각 참조되고 임계 점수보다 큰 점수를 가지는 식별된 객체에 대한 레퍼런스를 포함하는 검색-결과 페이지를 송신하는 명령어를 실행할 때 동작하며, 2개의 노드 사이의 각각의 에지는 노드 사이의 이격도 1도를 나타내고, 노드는: 온라인 소셜 네트워크와 관련된 제1 사용자에 대응하는 제1 노드; 온라인 소셜 네트워크와 관련된 컨셉 또는 제2 사용자에 각각 대응하는 복수의 내부 노드; 및 제3자 시스템과 관련된 객체에 각각 대응하고 하나 이상의 내부 노드와 하나 이상의 에지로 각각 연결되는 복수의 외부 노드를 포함한다.

본 발명의 또 하나의 실시예로, 하나 이상의 컴퓨터-판독가능한 비-일시적 저장매체는 본 발명 또는 상술한 임의의 실시예들에 따른 방법을 수행하도록 실행될 때 동작하는 소프트웨어를 포함한다.

본 발명의 또 하나의 실시예로, 시스템은: 하나 이상의 프로세서; 및 프로세서와 연결되고 프로세서에 의해 실행가능한 명령어를 포함하는 적어도 하나의 메모리를 포함하며, 상기 프로세서는 본 발명 또는 상술한 임의의 실시예들에 따른 방법을 수행하는 명령어를 실행할 때 동작한다.

본 발명의 또 하나의 실시예로, 바람직하기로 컴퓨터-판독가능한 비-일시적 저장매체를 포함하는 컴퓨터 프로그램 제품은 본 발명 또는 상술한 임의의 실시예들에 따른 방법을 수행하도록 데이터 처리 시스템에서 실행될 때 동작한다.

본 발명의 내용 중에 포함되어 있다.

도 1은 소셜 네트워킹 시스템과 관련된 예시적인 네트워크 환경을 도시한다.
도 2는 예시적인 소셜 그래프를 도시한다.
도 3은 질의에 응답하여 식별되는 예시적인 객체 세트를 도시한다.
도 4는 질의에 응답하여 식별되는 예시적인 객체 세트를 도시한다.
도 5는 외부 객체를 검색하고 순위화하는 예시적인 방법을 도시한다.
도 6은 예시적인 컴퓨터 시스템을 도시한다.

시스템 개요

도 1은 소셜 네트워킹 시스템과 관련된 예시적인 네트워크 환경(100)을 도시한다. 네트워크 환경(100)은 네트워크(110)를 통해 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 시스템(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(ad hoc network), 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 통신 네트워크(110)에 클라이언트 시스템(130), 소셜 네트워킹 시스템(160) 및 제3자 시스템(170)을 연결하거나 서로 연결할 수 있다. 본 명세서는 임의의 적절한 링크(150)를 고려한다. 특정 실시예에서, 하나 이상의 링크(150)는 하나 이상의 유선(가령, DSL(Digital Subscriber Line) 또는 DOCSIS(Data Over Cable Service Interface Specification)), 무선(가령, Wi-Fi 또는 WiMax(Worldwide Interoperability for Microwave Access)), 광학(가령, SONET(Synchronous Optical Network) 또는 SDH(Synchronous Digital Hierarchy)) 링크를 포함한다. 특정 실시예에서, 하나 이상의 링크(150) 각각은 애드혹 네트워크, 인트라넷, 익스트라넷, VPN, LAN, WLAN, WAN, WWAN, MAN, 인터넷의 부분, PSTN의 부분, 셀룰러 기술-기반 네트워크, 위성 통신 기술-기반 네트워크, 다른 링크(150) 또는 이런 링크(150)의 2 이상의 조합을 포함한다. 링크(150)는 네트워크 환경(100) 전체에 걸쳐 반드시 동일할 필요는 없다. 하나 이상의 제1 링크(150)는 하나 이상의 제2 링크(150)와 하나 이상의 측면에서 상이할 수 있다.

특정 실시예로, 클라이언트 시스템(130)은 하드웨어, 소프트웨어, 또는 임베디드 논리 컴포넌트, 또는 클라이언트 시스템(130)에 의해 구현되거나 지원되는 적절한 기능을 수행할 수 있는, 2 이상의 이러한 컴포넌트들의 조합을 포함하는 전자 장치일 수 있다. 예로서 제한 없이, 클라이언트 시스템(130)은, 가령 데스크톱 컴퓨터, 노트북이나 랩탑 컴퓨터, 넷북, 태블릿 컴퓨터, e-book 리더, GPS 장치, 카메라, PDA(personal digital assistant), 핸드헬드 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 액세스하도록 할 수 있다. 클라이언트 시스템(130)은 그것의 사용자가 다른 클라이언트 시스템(130)에서의 다른 사용자들과 통신하도록 할 수 있다.

특정 실시예로, 클라이언트 시스템(130)은 웹 브라우저(132), 가령 MICROSOFT INTERNET EXPLORER, GOOGLE CHROME 또는 MOZILLA FIREFOX를 포함할 수 있고, 하나 이상의 애드-온, 플러그-인, 또는 다른 확장자, 가령 TOOLBAR 또는 YAHOO TOOLBAR를 가질 수 있다. 클라이언트 시스템(130)에서의 사용자는 웹 브라우저(132)를 특정 서버(가령, 서버(162), 또는 제3자 시스템(170)과 관련된 서버)로 지시하는 URL(Uniform Resource Locator) 또는 다른 주소를 입력할 수 있고, 웹 브라우저(132)는 HTTP(Hyper Text Transfer Protocol) 요청을 생성하고, HTTP 요청을 서버로 통신할 수 있다. 서버는 HTTP 요청을 수락하고 HTTP 요청에 응답하여 하나 이상의 HTML(Hyper Text Markup Language) 파일을 클라이언트 시스템(130)으로 통신할 수 있다. 클라이언트 시스템(130)은 사용자에게 제시하기 위해 서버로부터의 HTML 파일에 기반하여 웹페이지를 렌더링할 수 있다. 본 명세서는 임의의 적절한 웹페이지 파일을 고려한다. 예로서 제한 없이, 웹페이지는 특정 필요에 따라, HTML 파일, XHTML(Extensible Hyper Text Markup Language) 파일, 또는 XML(Extensible Markup Language) 파일로부터 렌더링할 수 있다. 이러한 페이지는 또한, 가령 예로서 제한 없이, JAVASCRIPT, JAVA, MICROSOFT SILVERLIGHT으로 쓰여진 것들, 및 가령 AJAX(Asynchronous JAVASCRIPT 및 XML) 등과 같은 스크립트 및 마크업 언어의 조합과 같은 스크립트를 실행할 수 있다. 본 명세서에서, 웹페이지에 대한 언급은 적절한 경우 (브라우저가 웹페이지를 렌더링하는데 사용할 수 있는) 하나 이상의 해당 웹페이지 파일 및 그 반대의 경우를 포괄한다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 온라인 소셜 네트워크를 호스팅할 수 있는 네트워크-주소화 컴퓨팅 시스템일 수 있다. 소셜 네트워킹 시스템(160)은 소셜 네트워킹 데이터, 가령 예컨대, 사용자-프로필 데이터, 컨셉-프로필 데이터, 소셜 그래프 정보, 또는 온라인 소셜 네트워크와 관련된 다른 적절한 데이터를 생성, 저장, 수신, 및 전송할 수 있다. 소셜 네트워킹 시스템(160)은 직접 또는 네트워크(110)를 통해 네트워크 환경(100)의 다른 컴포넌트들에 의해 액세스될 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 서버(162)를 포함할 수 있다. 각각의 서버(162)는 일체형 서버 또는 다수의 컴퓨터 또는 다수의 데이터 센터에 걸쳐진 분산형 서버일 수 있다. 서버(162)는 다양한 타입, 가령 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 기능 또는 프로세스를 수행하기에 적절한 다른 서버, 또는 이들의 임의의 조합일 수 있다. 특정 실시예로, 각각의 서버(162)는 하드웨어, 소프트웨어, 또는 임베디드 논리 컴포넌트 또는 서버(162)에 의해 구현되거나 지원되는 적절한 기능을 수행하기 위한 2 이상의 이러한 컴포넌트의 조합을 포함할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)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 특정 데이터 구조에 따라 조직화될 수 있다. 특정 실시예로, 각각의 데이터 스토어(164)는 관계형, 컬럼형, 상관관계형, 또는 다른 적절한 데이터베이스일 수 있다. 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, 수정, 추가 또는 삭제하도록 할 수 있는 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 다수의 사용자 노드(각각은 특정 사용자에 해당함) 또는 다수의 컨셉 노드(각각은 특정 컨셉에 해당함)를 포함할 수 있는 다수의 노드 및 노드를 연결하는 다수의 에지를 포함할 수 있다. 소셜 네트워킹 시스템(160)은 온라인 소셜 네트워크의 사용자에게 다른 사용자들과 통신하고 상호작용하는 능력을 제공할 수 있다. 특정 실시예로, 사용자는 소셜 네트워킹 시스템(160)을 통해 온라인 소셜 네트워크에 가입할 수 있고, 이후 연결되고자 하는 소셜 네트워킹 시스템(160)의 다수의 다른 사용자들로의 연결(예컨대, 관계)을 추가할 수 있다. 본 명세서에서, 용어 "친구"는 사용자가 소셜 네트워킹 시스템(160)을 통해 연결, 연관, 또는 관계를 형성한 소셜 네트워킹 시스템(160)의 임의의 다른 사용자를 의미할 수 있다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 소셜 네트워킹 시스템(160)에 의해 지원되는 다양한 타입의 아이템 또는 객체에 대한 행위를 취하는 능력을 사용자에게 제공할 수 있다. 예로서 제한 없이, 아이템 및 객체는 소셜 네트워킹 시스템(160)의 사용자들이 속할 수 있는 그룹 또는 소셜 네트워크, 사용자가 관심 있을 수 있는 이벤트나 캘린더 엔트리, 사용자가 사용할 수 있는 컴퓨터-기반 애플리케이션, 사용자가 서비스를 통해 아이템을 사고 팔 수 있도록 하는 거래, 사용자가 수행할 수 있는 광고와의 상호작용, 또는 다른 적절한 아이템이나 객체를 포함할 수 있다. 사용자는 소셜 네트워킹 시스템(160)으로부터 분리되고 소셜 네트워킹 시스템(160)에 네트워크(110)를 통해 연결된 제3자 시스템(170)의 외부 시스템이나 소셜 네트워킹 시스템(160)에서 표현될 수 있는 어떠한 것과도 상호작용할 수 있다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 다양한 엔티티들을 링크할 수 있다. 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 사용자들이 서로와 상호작용하도록 할 뿐만 아니라 제3자 시스템(170)이나 다른 엔티티로부터 컨텐츠를 수신하도록 하거나, 사용자들이 애플리케이션 프로그래밍 인터페이스(API)나 다른 통신 채널을 통해 이러한 엔티티들과 상호작용하도록 할 수 있다.

특정 실시예로, 제3자 시스템(170)은 하나 이상의 타입의 서버, 하나 이상의 데이터 스토어, APIs를 포함하지만 이로 제한되지 않는 하나 이상의 인터페이스, 또는 예컨대, 서버가 통신을 할 수 있는 임의의 다른 적절한 컴포넌트를 포함할 수 있다. 제3자 시스템(170)은 소셜 네트워킹 시스템(160)을 동작하는 엔티티와는 상이한 엔티티에 의해 동작될 수 있다. 하지만, 특정 실시예로, 소셜 네트워킹 시스템(160) 및 제3자 시스템(170)은 소셜 네트워킹 시스템(160) 또는 제3자 시스템(170)의 사용자들에게 소셜 네트워킹 서비스를 제공하기 위해 서로와 연계하여 동작할 수 있다. 이러한 관점에서, 소셜 네트워킹 시스템(160)은 다른 시스템, 가령 제3자 시스템(170)이 인터넷상에서 사용자에게 소셜 네트워킹 서비스 및 기능을 제공하는데 사용할 수 있는 플랫폼 또는 백본을 제공할 수 있다.

특정 실시예로, 제3자 시스템(170)은 제3자 컨텐츠 객체 제공자를 포함할 수 있다. 제3자 컨텐츠 객체 제공자는, 클라이언트 시스템(130)으로 통신될 수 있는 하나 이상의 컨텐츠 객체의 소스를 포함할 수 있다. 예로서 제한 없이, 컨텐츠 객체는 사용자에게 관심이 되는 사물 또는 활동과 관련된 정보, 가령 예컨대, 영화 상영 시간, 영화 리뷰, 레스토랑 리뷰, 레스토랑 메뉴, 상품 정보 및 리뷰, 또는 다른 적절한 정보를 포함할 수 있다. 다른 예로서 제한 없이, 컨텐츠 객체는 인센티브 컨텐츠 객체, 가령 쿠폰, 할인 티켓, 상품권, 또는 다른 적절한 인센티브 객체를 포함할 수 있다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 또한, 소셜 네트워킹 시스템(160)과의 사용자 상호작용을 강화할 수 있는 사용자-생성된 컨텐츠 객체를 포함한다. 사용자-생성된 컨텐츠는 사용자가 소셜 네트워킹 시스템(160)에 추가, 업로드, 전송, 또는 "게시"할 수 있는 어떠한 것도 포함할 수 있다. 예로서 제한 없이, 사용자는 클라이언트 시스템(130)으로부터 소셜 네트워킹 시스템(160)으로 게시물을 통신한다. 게시물은 데이터, 가령 상태 업데이트나 다른 텍스트 데이터, 위치 정보, 사진, 비디오, 링크, 음악이나 다른 유사 데이터 또는 미디어를 포함할 수 있다. 컨텐츠는 또한, "통신 채널", 가령 뉴스피드 또는 스트림을 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: 웹 서버, 행위 로거, API-요청 서버, 관련도 및 순위화 엔진, 컨텐츠-객체 분류기, 알림 컨트롤러, 행위 로그, 제3자 컨텐츠 객체 노출 로그, 추론 모듈, 인증/개인정보 서버, 검색 모듈, 광고-타겟팅 모듈, 사용자-인터페이스 모듈, 사용자-프로필 스토어, 연결 스토어, 제3자 컨텐츠 스토어, 또는 위치 스토어 중 하나 이상을 포함할 수 있다. 소셜 네트워킹 시스템(160)은 또한, 적절한 컴포넌트, 가령 네트워크 인터페이스, 보안 메커니즘, 부하 균형기, 장애복구 서버, 관리-및-네트워크 운영 콘솔, 다른 적절한 컴포넌트, 또는 이들의 임의의 적절한 조합을 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, 인명 정보, 인구통계 정보, 행동 정보, 소셜 정보, 또는 다른 타입의 기술적 정보, 가령 직무 경험, 학력, 취미 또는 선호도, 관심사, 친밀도, 또는 위치를 포함할 수 있다. 관심 정보는 하나 이상의 카테고리와 관련된 관심사를 포함할 수 있다. 카테고리는 일반적이거나 구체적일 수 있다. 예로서 제한 없이, 사용자가 신발 브랜드에 관한 기사를 "좋아요" 한다면, 카테고리는 브랜드, 또는 "신발"이나 "의복"의 일반적인 카테고리일 수 있다. 연결 스토어는 사용자에 관한 연결 정보를 저장하기 위해 사용될 수 있다. 연결 정보는 유사하거나 공통의 직무 경력, 그룹 멤버쉽, 취미, 학력을 갖거나, 또는 공통 속성을 공유하거나 임의의 방식으로 관련된 사용자들을 표시할 수 있다. 연결 정보는 또한, 상이한 사용자들 및 컨텐츠(내부 및 외부 둘 다) 사이의 사용자-정의된 연결을 포함할 수 있다. 웹 서버는 소셜 네트워킹 시스템(160)을 네트워크(110)를 통해 하나 이상의 클라이언트 시스템(130) 또는 하나 이상의 제3자 시스템(170)으로 링크하는데 사용될 수 있다. 웹 서버는 소셜 네트워킹 시스템(160) 및 하나 이상의 클라이언트 시스템(130) 사이에서 메시지를 수신하고 라우팅하기 위한 메일 서버 또는 다른 메시징 기능을 포함할 수 있다. API-요청 서버는 제3자 시스템(170)이 하나 이상의 APIs를 호출함으로써 소셜 네트워킹 시스템(160)으로부터 정보를 액세스하게 할 수 있다. 행위 로거는 소셜 네트워킹 시스템(160) 안팎에서의 사용자의 행위에 관한 통신을 웹 서버로부터 수신하도록 사용될 수 있다. 행위 로그와 함께, 제3자 컨텐츠 객체 로그는 제3자 컨텐츠 객체에 대한 사용자 노출을 위해 유지될 수 있다. 알림 컨트롤러는 컨텐츠 객체와 관련된 정보를 클라이언트 시스템(130)으로 제공할 수 있다. 정보는 알림으로서 클라이언트 시스템(130)으로 푸시되거나, 또는 정보는 클라이언트 시스템(130)으로부터 수신된 요청에 응답하여 클라이언트 시스템(130)으로부터 풀링될 수 있다. 인증 서버는 소셜 네트워킹 시스템(160)의 사용자의 하나 이상의 개인정보 설정을 강제하는데 사용될 수 있다. 사용자의 개인정보 설정은 어떻게 사용자와 관련된 특정 정보가 공유될 수 있는지를 결정한다. 인증 서버는, 가령 예컨대, 적절한 개인정보 설정을 설정함으로써, 사용자가 소셜 네트워킹 시스템(160)에 의해 그들의 행위가 로그되는 것 또는 다른 시스템(예컨대, 제3자 시스템(170))과 공유되는 것에 참여하거나 참여하지 않게 할 수 있다. 제3자 컨텐츠 객체 스토어는 제3자, 가령 제3자 시스템(170)으로부터 수신된 컨텐츠 객체를 저장하는데 사용될 수 있다. 위치 스토어는 클라이언트 시스템(130)으로부터 수신되고 사용자와 관련되는 위치 정보를 저장하기 위해 사용될 수 있다. 광고-가격결정 모듈은 소셜 정보, 현재 시간, 위치 정보, 또는 다른 적절한 정보를 조합하여 사용자에게 알림의 형태로 적절한 광고를 제공할 수 있다.

소셜 그래프

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 사용자 노드(202), 컨셉 노드(204) 및 외부 노드(208)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 온라인 소셜 네트워크 내에 나타난 바와 같이 컨셉에 해당할 수 있다. 예로서 제한 없이, 컨셉은 장소(가령, 예컨대, 영화관, 레스토랑, 명소 또는 도시); 웹사이트(가령, 예컨대, 소셜 네트워킹 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, (게시물 및 코멘트를 포함하는) 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, 각각의 컨셉 노드(204)는 컨셉 노드(204)와 관련된 정보에 해당하는 하나 이상의 데이터 객체와 관련될 수 있다. 특정 실시예로, 각각의 컨셉 노드(204)는 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, 소셜 그래프(200)는 하나 이상의 외부 노드(208)를 포함할 수 있다. 외부 노드(208)는 제3자 시스템(170)에 의해 호스트되는 임의의 적절한 제3자 웹페이지 또는 자원을 표현할 수 있다. 제3자 웹페이지 또는 자원은 특정 URL과 관련될 수 있거나, 제3자 시스템(170)에 의해 제공된 네이티브 애플리케이션의 페이지일 수 있거나, 제3자 시스템(170)과 관련된 제3자 애플리케이션 내 특정 컨텐츠과 "딥 링크(deep link)"될 수 있거나, 임의의 다른 유형의 제3자 웹페이지나 자원일 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, "체크인")를 선택하여 행위를 수행할 수 있고, 클라이언트 시스템(130)이 사용자의 행위를 표시하는 메시지를 소셜 네트워킹 시스템(160)으로 전송하게 할 수 있다. 그 메시지에 응답하여, 소셜 네트워킹 시스템(160)은 사용자에 해당하는 사용자 노드(202)와 제3자 웹페이지에 해당하는 외부 노드(208) 사이의 에지(예컨대, 체크인-타입 에지)를 생성할 수 있고, 하나 이상의 데이터 스토어에 에지(206)를 저장할 수 있다. 또 다른 예로서 제한 없이, 사용자는 (컨셉 노드(204)에 대응할 수 있는) 온라인 소셜 네트워크의 내부 코멘트를 게시할 수 있는데, 이때 내부 코멘트는 (외부 노드(208)에 대응할 수 있는) 특정 제3자 웹페이지에 대한 레퍼런스(예컨대, 링크)를 포함한다. 사용자가 온라인 소셜 네트워크에서 내부 코멘트를 게시함에 응답하여, 소셜 네트워킹 시스템(160)은 게시물에 대응하는 컨셉 노드(204)와 제3자 웹페이지에 대응하는 외부 노드 사이의 에지(206)를 생성할 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 전송할 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 스토어에 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, (예컨대, "좋아요" 행위를 포함하는) 팬 관계, 팔로워 관계, (예컨대, 액세스, 열람, 체크인, 공유 등의 행위를 포함하는) 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)", "다녔음(attended)", "근무했음(worked at)", "게시하기(post)" 또는 "코멘트하기(comment)"를 할 수 있고, 이들 각각은 에지 타입이나 서브타입에 해당할 수 있다(그러나, 게시물 및 코멘트는 또한 그 자체의 컨셉 노드(204)에 대응할 수 있음에 유의하자). 도 2의 예에서, 사용자(사용자 "C")의 사용자-프로필 페이지는 사용자가 Stanford University를 다녔고 회사 "Acme"에서 근무했다고 표시할 수 있다. 이와 같이, 소셜 네트워킹 시스템(160)은 사용자 "C"에 대응하는 사용자 노드(202)와 학교 "Stanford"에 대응하는 컨셉 노드(204)를 연결하는 "다녔음" 에지(206)를 생성하여 사용자 "C"가 Stanford University를 다녔다고 표시할 수 있다. 게다가, 소셜 네트워킹 시스템(160)은 사용자 "C"에 대응하는 사용자 노드(202)와 회사 "Acme"에 대응하는 컨셉 노드(204)를 연결하는 "근무했음" 에지(206)를 생성하여 사용자 "C"가 회사 "Acme"에서 근무했다고 표시할 수 있다. 특정 실시예로, 외부 노드(208)에 대응하는 외부 페이지는 예컨대 코멘트 필드를 포함할 수 있다. 사용자가 특정한 디폴트 코멘트를 선택하거나 하나 이상의 코멘트를 입력한 후, 소셜 네트워킹 시스템(160)은 사용자의 행위에 응답하여 "코멘트" 에지를 생성할 수 있다.

특정 실시예로, 외부 노드(208)에 대응하는 외부 페이지는 예컨대 코멘트 필드(가령, 예컨대, 사용자 코멘트가 입력되고 외부 페이지에 게시되도록 하는 텍스트 엔트리 박스), 선택가능한 "공유" 아이콘(가령, 예컨대, 클릭가능한 "공유" 아이콘), 선택가능한 "게시" 아이콘(가령, 예컨대, 클릭가능한 "게시" 아이콘), 선택가능한 "좋아요" 아이콘(가령, 예컨대, 클릭가능한 "좋아요" 아이콘), 선택가능한 "체크인" 아이콘(가령, 예컨대, 클릭가능한 "체크인" 아이콘), 선택가능한 "즐겨찾기에 추가(add to favorites)" 아이콘(가령, 예컨대, 클릭가능한 "즐겨찾기에 추가" 아이콘), 다른 적절한 기능, 또는 이들의 임의의 적절한 조합을 포함할 수 있으며, 이들은 (예컨대, 온라인 소셜 네트워크의 API를 통해) 온라인 소셜 네트워크와 연계하여 수행될 수 있다. 사용자가 외부 페이지에서 하나 이상의 이런 행위들을 수행한 후, 소셜 네트워킹 시스템(160)은 사용자의 행위에 응답하여 에지(206)를 생성할 수 있다. 예로서 제한 없이, (가령, 예컨대, 사용자의 클라이언트 시스템(130)에 의해 호스트되는 웹 브라우저 또는 특수목적용 애플리케이션을 사용하여) 외부 웹페이지 "A"를 열람하는 사용자(사용자 "C")는 소셜 네트워킹 시스템(160) 내 사용자의 프로필에서 웹페이지 "A"에 대한 링크 또는 다른 레퍼런스를 게시할 수 있다. 이런 경우, 소셜 네트워킹 시스템(160)은 예컨대 사용자 "C"에 대응하는 사용자 노드(202)와 웹페이지 "A"에 대응하는 외부 노드(208) 사이의 게시-타입 에지(206)를 포함하도록 소셜 그래프(200)를 업데이트하여 사용자 "C"가 웹페이지 "A"에 게시한다고 표시하는 것과 같이 검색 인덱스를 업데이트하여 웹페이지 "A"와 사용자 "C" 사이의 연결을 표시할 수 있다. 또 다른 예로서 제한 없이, (가령, 예컨대, 사용자의 클라이언트 시스템(130)에 의해 호스트되는 웹 브라우저 또는 특수목적용 애플리케이션을 사용하여) 온라인에서 제3자 시스템(170)에 의해 호스트되는 기사 "A"를 열람하는 사용자(사용자 "B")는 기사를 좋아하고 사용자 "C"와 기사를 공유할 수 있다. 이런 경우, 소셜 네트워킹 시스템(160)은 사용자 "B"에 대응하는 사용자 노드(202)와 기사에 대응하는 외부 노드(208) 사이의 좋아요-타입 에지(206)를 생성하여 사용자 "B"가 그 기사를 좋아한다고 표시할 수 있다. 게다가, 소셜 네트워킹 시스템(160)은 사용자 "C"에 대응하는 사용자 노드(202)와 기사 "A"에 대응하는 외부 노드(208) 사이의 공유-타입 에지(206)를 생성하여 기사 "A"가 사용자 "C"와 공유된다고 표시할 수 있다. 또 다른 예로서 제한 없이, (가령, 예컨대, 사용자의 클라이언트 시스템(130)에 의해 호스트되는 웹 브라우저 또는 특수목적용 애플리케이션을 사용하여) 온라인에서 외부의 요리법 "Chicken Parmesan"을 열람하는 사용자(사용자 "B")는 소셜 네트워킹 시스템(160) 내 사용자의 프로필에 요리법의 URL을 게시할 수 있다. 이런 경우, 소셜 네트워킹 시스템(160)은 사용자 "B"에 대응하는 사용자 노드(202)를 요리법에 대응하는 외부 노드(208)와 연결하는 게시-타입 에지(206)를 생성하여 사용자 "B"가 요리법의 URL을 게시한다고 표시할 수 있다. 또 다른 예로서 제한 없이, 제3자 시스템(170)에 의해 호스트되는 음악 비디오("Imagine")는 선택가능한 "좋아요" 아이콘을 포함할 수 있다. (가령, 예컨대, 사용자의 클라이언트 시스템(130)에 의해 호스트되는 웹 브라우저 또는 특수목적용 애플리케이션을 사용하여) 제3자 음악 비디오를 열람하는 사용자(사용자 "B")는 "좋아요" 아이콘을 선택하여 행위를 수행할 수 있고 클라이언트 시스템(130)이 사용자의 행위를 표시하는 메시지를 소셜 네트워킹 시스템(160)으로 송신하게 할 수 있다. 메시지에 응답하여, 소셜 네트워킹 시스템(160)은 사용자 "B"에 대응하는 사용자 노드(202)와 제3자 음악 비디오("Imagine")에 대응하는 외부 노드(208) 사이의 좋아요-타입 에지를 생성하여 사용자 "B"가 음악 비디오를 좋아한다고 표시할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 데이터 스토어(164)에 에지(206)를 저장할 수 있고, 에지(206)는 검색 인덱스 내 엔트리로서 저장될 수 있다. 비록 본 명세서는 사용자 노드(202), 컨셉 노드(204) 및 외부 노드(208)를 연결하는 특정 속성을 가진 특정 에지(206)를 기술하지만, 본 명세서는 사용자 노드(202), 컨셉 노드(204) 및 외부 노드(208)를 연결하는 임의의 적절한 속성을 가진 임의의 적절한 에지(206)를 고려한다. 게다가, 비록 본 명세서는 하나의 관계를 나타내는 노드 사이의 에지를 기술하지만, 본 명세서는 적절한 경우 하나 이상의 관계를 나타내는 노드 사이의 에지를 고려한다. 예로서 제한 없이, 에지(206)는 사용자가 특정 컨셉을 좋아하고 사용했다고 둘 모두를 나타낼 수 있다. 대안으로, 다른 에지(206)가 사용자 노드(202)와 컨셉 노드(204) 사이의 관계(또는 다수의 하나의 관계)의 각각의 타입을 나타낼 수 있다.

특정 실시예로, 에지(206)는 특정 사용자 행위에 응답하여 소셜 네트워킹 시스템(160)에 의해 자동으로 형성될 수 있다. 예로서 제한 없이, 제1 사용자가 사진을 업로드하거나, 영화를 관람하거나, 노래를 듣는다면, 에지(206)는 제1 사용자에 대응하는 사용자 노드(202)와 이런 컨텐츠 객체에 대응하는 컨셉 노드(204) 또는 외부 노드 사이에서 형성될 수 있다. 특정 실시예로, 에지(206)는 임의의 사용자의 행위와는 별도로 소셜 네트워킹 시스템에 의해 자동으로 형성될 수 있다. (상술한 바와 같이) 음악 비디오("Imagine")와 관련된 또 다른 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 제3자 음악 비디오를 크롤링하고 음악 비디오("Imagine")에 대한 가사를 포함하는 제3자 웹페이지 "C"와 관련된 URL을 인덱싱할 수 있다. 이에 대하여, 소셜 네트워킹 시스템(160)은 웹페이지 "C"에 대응하는 외부 노드(208) 및 웹페이지 "C"에 대응하는 외부 노드(208)와 음악 비디오("Imagine")를 연결하는 링크-타입 에지(206)를 생성할 수 있다. 이런 경우, 링크-타입 에지(206)는 웹페이지 "C"가 URL로 음악 비디오 "Imagine"와 링크된다고 표시할 수 있다. (상술한 바와 같이) 웹페이지("A")와 관련된 또 다른 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 웹페이지 "A"에 대응하는 외부 노드(208)의 생성에 응답하여 웹페이지 "B"를 추론할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 웹페이지 "B"가 사용자 "C"와 관련되지 않을 수 있더라도 웹페이지 "A"와 연계하여 제2 사용자에 의해 온라인 소셜 네트워크에서 게시된 코멘트로부터 외부 웹페이지 "B"를 식별할 수 있다. 예로서 제한 없이, 제2 사용자는 "A는 나에게 웹페이지 "B"를 상기시켜 준다!"라고 코멘트할 수 있다. 도 2의 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 온라인 소셜 네트워크에서 게시되는 코멘트와 관련된 외부 웹페이지 "B"의 URL을 인덱싱할 수 있다. 이에 대하여, 소셜 네트워킹 시스템(160)은 인덱싱된 웹페이지 "B"에 대응하는 외부 노드(208)를 생성할 수 있다. 게다가, 소셜 네트워킹 시스템(160)은 웹페이지 "A" 및 "B"에 대응하는 외부 노드(204)를 연결하는 코멘트-타입 에지(206)를 생성하여 웹페이지 "B"가 온라인 소셜 네트워크에서 웹페이지 "A"와 연계하여 게시된 코멘트로부터 추론되었다고 표시할 수 있다. 도 2의 또 다른 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 웹페이지 "B"를 크롤링하여 음악 "A"에 대한 URL을 식별할 수 있다. 게다가, 음악 "A"는 웹페이지 "B"에 의해 추천된다. 특정 실시예로, 음악 "A"는 외부 웹페이지 "B"를 호스트하는 제3자 시스템(170)에 의해 호스트될 수 있다. 특정 실시예로, 음악 "A"는 다른 제3자 시스템(170)에 의해 호스트될 수 있다. 이런 경우, 소셜 네트워킹 시스템(160)은 음악 "A"에 대응하는 외부 노드(208)를 생성할 수 있다. 게다가, 소셜 네트워킹 시스템(160)은 (도 2에 도시된 바와 같이) 웹페이지 "B"에 대응하는 외부 노드(208)와 음악 "A" 사이의 "링크" 에지(206) 및 "추천했음" 에지(206)를 생성할 수 있다. 비록 본 명세서는 온라인 소셜 네트워크의 특정 사용자가 게시한 웹페이지 "A"와 관련된 특정 코멘트에 기반하여 웹페이지 "A" 및 "B"에 대응하는 외부 노드(208) 사이의 특정 관계를 추론하기 위한 특정 수단을 기술하고 도시하지만, 본 명세서는 임의의 적절한 방식으로 제1 노드와 관련된 임의의 적절한 컨텐츠에 기반하여 임의의 적절한 제1 노드와 임의의 적절한 제2 노드 사이의 임의의 적절한 관계를 추론하기 위한 임의의 적절한 수단을 고려한다. 예로서 제한 없이, 제2 노드는 제1 노드와 관련되지만 코멘트 또는 게시물의 (사용자라고 하는) 창작자와 관련되지 않은 임의의 적절한 코멘트 또는 임의의 적절한 게시물에 기반하여 제1 노드로부터 추론될 수 있다. 또 다른 예로서 제한 없이, 제2 노드는 제1 노드와 관련되고 제3자 게시자에 의해 게시되거나, 제1 노드의 특정 컨텐츠와 제3자 애플리케이션 링크에 저장되는 하나 이상의 소셜 그래프 태그(예컨대, 설명(descriptions), 텍스트 컨텐츠 또는 메타데이터)에 기반하여 제1 노드로부터 추론될 수 있다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 소셜 그래프(200)의 제1 노드와 제2 노드를 연결하는 에지와 관련되는 컨텐츠의 단어 빈도-역문서 빈도(term-frequency-inverse-document-frequency, tf-idf) 분석, 주제 추출 분석(topic extraction analysis) 또는 감정 분석(sentiment analysis)에 기반하여 소셜 그래프(200)의 제1 노드와 제2 노드를 연결하는 적어도 하나의 에지를 추론할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 컨텐츠와 관련된 하나 이상의 키워드에 대응하는 (하기와 같은) 하나 이상의 n-그램을 식별하도록 컨텐츠를 파싱할 수 있다. 본 명세서에서 적절한 경우 n-그램에 대한 언급은 키워드를 포함하며 그 역도 또한 동일하다. 특정 실시예로, 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 사용자가 입력한 하나 이상의 텍스트 문자(글자, 숫자, 구두점 등)를 포함할 수 있다. 각각의 n-그램은 컨텐츠로부터 하나 이상의 부분을 포함할 수 있다. 특정 실시예로, 각각의 n-그램은 사용자가 입력한 문자열(예컨대, 하나 이상의 텍스트 문자)을 포함할 수 있다. 예로서 제한 없이, 복수의 코멘트는 우크라이나에서의 분쟁을 기술하는 외부 기사 "B"에 대한 링크에 대응하는 온라인 소셜 네트워크에 게시될 수 있고, 소셜 네트워킹 시스템(160)은 게시된 코멘트 중 하나 "What is Obama going to do about this terrible war"를 파싱하여 다음의 n-그램들: Obama; terrible; war; Obama terrible; Obama war; terrible war; Obama terrible war을 식별할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 tf-idf 분석을 사용하여 컨텐츠와 관련된 (소셜 그래프(200)로부터의) 하나 이상의 객체에 관한 n-그램들 중 하나 이상의 관련 키워드를 결정할 수 있다. 예로서 제한 없이, 제2 노드는 외부 기사 "B"의 URL에 대응할 수 있고 소셜 네트워킹 시스템(160)은 tf-idf 분석을 사용하여 제2 노드의 객체(즉, 외부 기사 "B") 및 제1 노드의 객체(즉, 코멘트를 게시한 사용자)에 관한 관련 키워드가 "Obama" 및 "war"라고 결정할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 온라인 소셜 네트워크의 사용자로부터 수신되는 컨텐츠로부터 앵커 용어(anchor term)를 식별할 수 있다. 따라서, 소셜 네트워킹 시스템(160)은 주제 추출 메커니즘이나 시스템을 사용하여 앵커 용어에 가까이 매치되는 소셜 그래프(200)의 하나 이상의 노드(즉, 제1 및 제2 노드들)를 식별할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 컨텐츠의 감정 분석을 사용하여 에지와 관련된 컨텐츠로부터 소셜 그래프(200)의 제1 및 제2 노드를 연결하는 적어도 하나의 에지를 추론할 수 있다. 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 (사용자가 제공하는) 제1 컨텐츠에 대한 사용자의 감정 극성(sentiment polarity)을 추론할 수 있다. 이에 대하여, 소셜 네트워킹 시스템(160)은 추론된 감정 극성을 제1 컨텐츠와 관련된 사용자의 임의의 제2 컨텐츠 또는 후속 컨텐츠와 연관시킬 수 있다. 예로서 제한 없이, 사용자가 이전에 좋아했던 페이지에 대해 코멘트를 한다면, 소셜 네트워킹 시스템(160)은 또한 추론된 감정 극성(좋아요와 관련된 긍정적인 감정 극성)을 코멘트와 연관시킬 수 있다. 게다가, 컨텐츠에 대한 감정은 2부분으로 나뉘거나(예컨대, 좋다 또는 싫다, 사랑한다 또는 증오한다, 행복하다 또는 슬프다), 복수의 감정 레벨로 해석되는 카테고리형(예컨대, 열광, 호감, 중립, 반감, 증오)일 수 있다. 특정 실시예로, 특정 컨텐츠에 대한 감정은 모든 관련 컨텐츠에 걸쳐 가중치가 부여되거나 그 특정 컨텐츠와 관련해서만 가중치가 부여될 수 있다. 주제 추출에 대한 더 많은 정보는 참조로 통합되고 2011년 6월 23일자로 출원된 미국특허출원 제13/167,701호에서 확인할 수 있다. 게다가, 감정 분석에 대한 더 많은 정보는 참조로 통합되고 2013년 9월 10일자로 출원된 미국특허출원 제14/023,136호에서 확인할 수 있다.

또 다른 예로서 제한 없이, (상술한 바와 같이) 요리법 "Chicken Parmesan"을 참조하여, 소셜 네트워킹 시스템(160)은 온라인 리소스 요리법을 크롤링하고 그 요리법을 코멘트한 사용자(사용자 "E")를 인덱싱할 수 있다. 특정 실시예로, 사용자 "E"는 소셜 그래프(200)의 기존의 사용자 노드(202)에 대응할 수 있다. 이런 경우, 소셜 네트워킹 시스템(160)은 사용자 "E"에 대응하는 사용자 노드(202)와 요리법에 대응하는 외부 노드(208) 사이의 코멘트-타입 에지(206)를 생성할 수 있다. 이와 같이, 소셜 네트워킹 시스템(160)은 사용자 "E"가 요리법 "Chicken Parmesan"에 대해 코멘트했다고 표시할 수 있다. 특정 실시예로, 사용자 "E"는 소셜 그래프(200)의 임의의 사용자 노드(202)에 대응하지 않을 수 있다. 이런 경우, 소셜 네트워킹 시스템(160)은 사용자 "E"에 대한 새로운 사용자 노드(202) 및 그 사용자 노드(202)에 관한 사용자 프로필을 생성할 수 있다. 이후, 소셜 네트워킹 시스템(160)은 사용자 "E"에 대응하는 새로운 사용자 노드(202)와 요리법에 대응하는 외부 노드(208) 사이의 코멘트-타입 에지(206)를 생성할 수 있다. 비록 본 명세서는 특정 방식으로 특정 에지(206)를 형성하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 에지(206)를 형성하는 것을 고려한다. 게다가, 비록 본 명세서는 단일의 관계를 표현하는 2개의 컨셉 노드 사이의 에지를 기술하지만, 본 명세서는 하나 이상의 관계를 표현하는 2개의 컨셉 노드 사이의 에지를 고려한다. 예로서 제한 없이, 에지(206)는 제1 컨셉이 추천하고 제2 컨셉을 사용했음 둘 모두를 표현할 수 있다. 대안으로, 또 다른 에지(206)는 제1 컨셉 노드(204)와 제2 컨셉 노드(204) 사이(도 2에 도시된 바와 같이, 웹페이지 "B"에 대응하는 컨셉 노드(208)와 음악 "A"에 대응하는 컨셉 노드(208) 사이)의 각 타입의 관계(또는 다수의 단일 관계)를 표현할 수 있다.

검색 질의

특정 실시예로, 소셜 네트워킹 시스템(160)은 소셜 네트워킹 시스템(160)에 의해 호스트되는 온라인 소셜 네트워크의 사용자로부터 질의를 수신할 수 있다. 사용자는 텍스트를 질의 필드로 입력하여 소셜 네트워킹 시스템(160)에 질의를 제출할 수 있다. 온라인 소셜 네트워크의 사용자는 흔히 "검색 질의(search query)"라고 일컬어지는 주제를 설명하는 하나 이상의 키워드 또는 짧은 문구를 소셜 네트워킹 시스템(160)과 관련된 검색 엔진에 제공함으로써 특정 주제에 관한 정보(예컨대, 사용자, 컨셉, 외부 컨텐츠 또는 리소스)를 검색할 수 있다. 질의는 비구조화된 텍스트 질의일 수 있고 (하나 이상의 n-그램을 포함할 수 있는) 하나 이상의 텍스트 열을 포함할 수 있다. 본 명세서에서 비구조화된 텍스트 질의는 사용자에 의해 입력되는 단순 텍스트 열을 일컫는다. 통상, 질의중인 사용자는 텍스트 질의에 매치하는 소셜 네트워킹 시스템(160)의 컨텐츠를 검색하도록 임의의 적절한 문자열을 질의 필드로 입력할 수 있다. 비록 본 명세서는 특정 방식으로 소셜 네트워킹 시스템(160)에 질의하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 소셜 네트워킹 시스템(160)에 질의하는 것을 고려한다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 (제1 사용자 노드(202)에 해당하는) 질의중인/제1 사용자로부터 비구조화된 텍스트 질의를 수신할 수 있다. 예로서 제한 없이, 제1 사용자는: (1) 제1 사용자의 1촌 친구(first-degree friends)이고; (2) Stanford University와 관련되는(즉, 사용자 노드(202)는 학교 "Stanford"에 해당하는 컨셉 노드(204)와 에지(206)에 의해 연결됨), 다른 사용자들을 검색하고자 할 수 있다. 이후, 제1 사용자는 텍스트 질의 "friends stanford"를 질의 필드에 입력할 수 있다. 물론, 텍스트 질의는 표준 언어/문법 규칙(예컨대, 영문법)에 대하여 구조화될 수 있다. 그러나, 텍스트 질의는 대체로 소셜-그래프 요소에 대하여 구조화되어 있지 않을 것이다. 즉, 단순 텍스트 질의는 대체로 특정 소셜-그래프 요소에 대한 임베디드 레퍼런스(embedded references)를 포함하지 않을 것이다. 따라서, 본 명세서에서 사용되는 바와 같이, 구조화된 질의는 특정 소셜-그래프 요소에 대한 레퍼런스를 포함하는 질의를 말하며, 검색 엔진이 식별된 요소를 기초로 검색할 수 있게 해준다. 게다가, 텍스트 질의는 형식 질의 구문법(formal query syntax)에 대하여 비구조화되어 있을 수 있다. 즉, 단순 텍스트 질의는 반드시 검색 엔진에 의해 바로 실행가능한 질의 명령의 포맷일 필요는 없다(예컨대, 텍스트 질의 "friends stanford"는 질의 명령 "intersect(school(Stanford University), friends(me))"을 형성하도록 파싱될 수 있고 소셜-그래프 데이터베이스에 질의로서 실행될 수 있다). 비록 본 명세서는 특정 방식으로 특정 질의를 수신하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 질의를 수신하는 것을 고려한다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 n-그램을 식별하도록 제1 사용자(즉, 질의중인 사용자)로부터 수신된 비구조화된 텍스트 질의(또한, 간단히 검색 질의라고도 함)를 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. 각각의 n-그램은 질의중인 사용자로부터 수신된 텍스트 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 텍스트 질의 "friends stanford"를 파싱할 수 있다: friends; stanford; friends stanford. 비록 본 명세서는 특정 방식으로 특정 질의를 파싱하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 질의를 파싱하는 것을 고려한다.

특정 실시예로, 객체는 하나 이상의 검색 인덱스에 의해 인덱싱될 수 있다. 검색 인덱스는 하나 이상의 컴퓨팅 장치를 포함하는 각각의 인덱스 서버(예컨대, 서버들)에 의해 호스트될 수 있다. 인덱스 서버는 사용자에 의해 소셜 네트워킹 시스템(160)으로 제출되거나 소셜 네트워킹 시스템(160)(또는 제3자 시스템(170))의 다른 프로세스에 의해 액세스되는 데이터(예컨대, 사진 및 사진에 관한 정보)에 기반하여 검색 인덱스를 업데이트할 수 있다. 종래의 검색 엔진에서, 웹 크롤러는 웹페이지를 "스크랩(scrape)"하고 웹페이지 내 컨텐츠를 페치(fetch)할 수 있다. 제1 웹페이지가 다른 웹페이지들에 대한 링크를 가진다면, 검색 엔진은 제1 웹페이지가 링크된 웹페이지들과 다소 관련되어 있다고 추론할 수 있고, 따라서 각각의 검색 인덱스를 업데이트할 수 있다. 이후, 문서 프로세서는 검색 결과의 일부로서 제시될 수 있는 웹페이지로부터 컨텐츠의 스니펫을 생성할 수 있고, 페치된 컨텐츠로부터 검색 인덱스에서 웹페이지의 속성을 결정할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 웹페이지에 대한 페치된 컨텐츠 내에 있지 않지만 외부 웹페이지나 리소스에 관한 온라인 소셜 네트워크와 관련된 링크, 게시물, 코멘트 등의 컨텐츠 내에 있는 외부 웹페이지의 속성을 또한 포함하는 확장형 검색 인덱스를 생성할 수 있다. 예로서 제한 없이, 사용자는 외부 웹페이지 "A"에 대한 링크를 포함하는 온라인 소셜 네트워크의 게시물을 생성할 수 있다. 사용자는 링크된 웹페이지 "A"의 컨텐츠와 중첩되거나 중첩되지 않을 수 있는 게시물 내 추가 텍스트 "B"를 추가할 수 있다(예컨대, 웹페이지는 컨텐츠 "C"를 포함할 수 있고, 사용자는 "Check this out! it reminds me of D"라고 하는 링크를 게시할 수 있다). SN의 게시하는 사용자 또는 다른 사용자들은 원본 게시물에 대하여 추가로 코멘트할 수 있다. 또한, 이런 코멘트는 웹페이지 "A"에 있지 않았던 컨텐츠를 포함할 수 있다(예컨대, 상기 예에서, 또 다른 사용자는 "D? It's more like E!"라고 코멘트할 수 있다). 이 예에서, 웹페이지 "A"는 이제 검색 인덱스에서 용어들의 합집합 T1∪T2∪T3과 관련될 수 있는데, 이때 T1은 웹페이지 "A" 내 컨텐츠이고, T2는 외부 웹페이지에 대한 링크를 포함하는 온라인 소셜 네트워크의 내부 게시물 내 컨텐츠 "B"이며, T3은 링크를 포함하는 게시물 "B"에 대한 온라인 소셜 네트워크의 내부 코멘트 내 컨텐츠이다. 이후, 상술한 바와 같이, 컨텐츠의 결합된 세트는 온라인 소셜 네트워크의 검색 엔진에 의해 스크랩될 수 있고 검색 인덱스로 처리될 수 있다. 또 다른 예로서 제한 없이, 사용자는 우크라이나의 분쟁을 기술하지만 "Obama"를 명시적으로 언급하지 않은 외부 기사 "B"에 대한 링크를 포함하는 코멘트를 온라인 소셜 네트워크에서 생성할 수 있다. 그러나, 코멘트는 Obama를 언급할 수 있다(예로서, "What is Obama going to do about this terrible war"). 상술한 바와 같이, 기사 "B"는 검색 인덱스에서 Obama를 언급하는 코멘트와 이제 관련될 것이다. 특정 실시예로, 검색 인덱스를 향상시키는데(즉, 소셜 그래프(200)의 특정 노드와 관련되는데) 사용되는 코멘트는 응용 프로그래밍 인터페이스(API) 또는 소프트웨어 개발 키트(SDK)를 사용하여 온라인 소셜 네트워크에 게시된 코멘트 또는 제3자 시스템(170)에 게시된 코멘트를 포함할 수 있다. 예로서 제한 없이, API 또는 SDK는 온라인 소셜 네트워크와 통합되는 소셜 플러그인을 포함할 수 있다. 특정 실시예로, 또한, 인덱스 서버는 주기적으로(예컨대, 24시간마다) 검색 인덱스를 업데이트할 수 있다. 인덱스 서버는 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 대응하는 데이터 스토어는 각각의 검색 인덱스를 각각 포함하는 복수의 물리적 또는 논리적 파티션을 포함할 수 있다. 인덱스 및 검색 질의에 대한 더 많은 정보는 참조로 각각 통합되고, 2012년 7월 27일자로 출원된 미국특허출원 제13/560,212호, 2012년 7월 27일자로 출원된 미국특허출원 제13/560,901호, 2012년 12월 21일자로 출원된 미국특허출원 제13/723,861호 및 2013년 5월 3일자로 출원된 미국특허출원 제13/877,049호에서 확인할 수 있다.

특정 실시예로, 사용자로부터의 질의에 응답하여, 소셜 네트워킹 시스템(160)은 질의에 실질적으로 매치하고 소셜 네트워킹 시스템(160)에 의해 호스트되는 온라인 소셜 네트워크와 관련된 객체들의 세트를 식별할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 질의에 매치하는 객체를 식별하도록 하나 이상의 데이터 스토어(164)(또는, 특정 실시예로, 소셜-그래프 데이터베이스)에서 하나 이상의 검색 인덱스를 검색할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)과 관련된 검색 엔진은 다양한 검색 알고리즘을 사용하여 질의 문구에 기반한 검색을 실행하고 검색 질의와 실질적으로 매치되는 객체들(예컨대, 사용자-프로필 페이지, 컨텐츠-프로필 페이지, 또는 외부 페이지, 컨텐츠 또는 리소스)을 식별할 수 있다. 특정 실시예로, 검색 알고리즘은 검색 질의에서 언급된 소셜-그래프 요소, 검색 질의 내 용어, 질의중인 사용자에 관한 사용자 정보, 질의중인 사용자의 검색 이력, 패턴 검출, 질의 또는 사용자에 관한 다른 적절한 정보, 또는 이들의 임의의 조합에 기반할 수 있다. 예로서 제한 없이, 도 2를 참조하면, 사용자로부터의 검색 질의에 응답하여, 소셜 네트워킹 시스템(160)은 웹페이지 "A"를 매치하는 객체로 식별할 수 있다. 이런 경우, 질의와 매치되는 식별된 객체는 웹페이지 "A"에 대응하는 외부 노드(208)의 임의의 적절한 컨텐츠, 외부 노드(208)와 관련된 게시-타입 에지(206)의 임의의 적절한 컨텐츠, 웹페이지 "A"와 웹페이지 "B"에 대한 외부 노드(208)를 연결하는 코멘트-타입 에지(206)의 임의의 적절한 컨텐츠, 및 웹페이지 "B"에 대응하는 외부 노드(208)와 관련된 임의의 적절한 컨텐츠를 포함할 수 있다. 특정 실시예로, 식별된 객체는 검색 인덱스에서 용어들의 합집합 T1∪T2∪T3∪T4와 관련될 수 있는데, 이때 T1, T2, T3 및 T4는 상술한 바와 같이 웹페이지 "A"의 임의의 적절한 컨텐츠, "게시" 에지(206)의 임의의 적절한 컨텐츠, "코멘트" 에지(206)의 임의의 적절한 컨텐츠 및 웹페이지 "B"의 임의의 적절한 컨텐츠에 각각 대응한다.

특정 실시예로, 검색 질의에 응답하여 소셜 네트워킹 시스템(160)에 의해 식별된 리소스, 객체 또는 컨텐츠는 예컨대 소셜-그래프 요소(즉, 사용자 노드(202), 컨셉 노드(204), 에지(206)), 프로필 페이지(또는 프로필 페이지의 컨텐츠), 게시물, 코멘트, 메시지, 이벤트 목록, 사용자 그룹, 뉴스 소식, 헤드라인, 인스턴트 메시지, 채팅방 대화, 이메일, 광고, 쿠폰, 사진, 비디오, 음악, 외부 웹페이지, 다른 적절한 객체들 또는 이들의 임의의 적절한 조합을 포함할 수 있다. 비록 본 명세서는 특정 유형의 식별된 객체를 기술하지만, 본 명세서는 임의의 적절한 유형의 식별된 객체를 고려한다. 특정 실시예로, 검색 엔진은 그 검색을 온라인 소셜 네트워크의 리소스, 객체 또는 컨텐츠로 제한할 수 있다. 그러나, 특정 실시예로, 검색 엔진은 가령 제3자 시스템(170), 인터넷이나 월드 와이드 웹 또는 다른 적절한 소스와 같은 다른 소스들의 리소스 또는 컨텐츠를 또한 검색할 수 있다. 비록 본 명세서는 특정 방식으로 검색 질의에 응답하여 특정 객체를 식별하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 검색 질의에 응답하여 임의의 적절한 객체를 식별하는 것을 고려한다.

특정 실시예로, 질의와 관련된 객체들의 세트를 식별한 후, 소셜 네트워킹 시스템(160)은 각각의 식별된 객체를 점수화할 수 있다. 특정 실시예로, 식별된 객체는 하나 이상의 점수화/순위화 알고리즘에 기반하여 점수화되거나 순위화될 수 있다. 예로서 제한 없이, 검색 질의 또는 사용자와 더 관련되는 객체는 덜 관련되는 객체보다 더 높게 점수화될 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 예컨대 임계 점수 또는 순위보다 큰 점수 또는 순위를 가진 하나 이상의 객체를 선택함으로써 객체의 점수화/순위화에 기반하여 하나 이상의 식별된 객체를 선택할 수 있다. 점수화/순위화 프로세스는 검색 결과로서 사용할 고품질의 객체를 식별하여 검색 품질을 향상시킬 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 선택된 객체에 대응하는 하나 이상의 검색 결과를 생성할 수 있고, 질의에 응답하여 소셜 네트워킹 시스템(160)은 사용자에게 디스플레이하기 위해 하나 이상의 검색 결과를 (예컨대, 선택된 객체에 대한 레퍼런스를 포함하는 검색-결과 페이지로서) 송신할 수 있다.

특정 실시예로, 타이프어헤드 프로세스(typeahead process)는 사용자에 의해 입력된 검색 질의에 적용될 수 있다. 예로서 제한 없이, 사용자가 텍스트 문자를 질의 필드에 입력하면, 타이프어헤드 프로세스는 (예컨대, 하나 이상의 검색 인덱스에 액세스하여) 사용자의 문자 입력시 질의 필드에 입력된 문자열에 매치하는 하나 이상의 소셜 그래프 요소(예컨대, 사용자 노드(202), 컨셉 노드(204), 외부 노드(208) 또는 에지(206))를 식별하고자 할 수 있다. 타이프어헤드 프로세스가 텍스트 질의로부터 문자열 또는 n-그램을 포함하는 요청 또는 호출을 수신하면, 타이프어헤드 프로세스는 입력된 텍스트에 매치하는 각각의 이름, 타입, 카테고리 또는 다른 식별자를 가진 기존의 소셜-그래프 요소를 식별하는 검색을 수행하거나 수행되게 할 수 있다. 타이프어헤드 프로세스는 하나 이상의 매칭 알고리즘을 사용하여 매치하는 노드 또는 에지를 식별하려고 시도할 수 있다. 매치 또는 매치들이 발견되는 경우, 타이프어헤드 프로세스는 예컨대 매치하는 노드의 이름(이름 문자열)뿐 아니라 잠재적으로 매치하는 노드와 관련된 다른 메타데이터를 포함할 수 있는 응답을 사용자의 클라이언트 시스템(130)으로 송신할 수 있다. 타이프어헤드 프로세스는 이후 각각의 사용자 노드(202), 컨셉 노드(204) 또는 외부 노드(208)의 매치하는 프로필 페이지(예컨대, 페이지와 관련된 이름 또는 사진)에 대한 레퍼런스를 디스플레이하고 매치하는 노드들과 연결할 수 있는 매치하는 에지(206)의 이름을 디스플레이하는 드롭-다운 메뉴를 디스플레이할 수 있으며, 이후 사용자는 이를 클릭하거나 선택함으로써 선택된 노드에 해당하는 매치된 객체를 검색하거나 매치하는 에지로 매치된 사용자, 컨셉 또는 외부 객체와 연결되는 객체들을 검색하려는 요구를 확인할 수 있다. 대안으로, 타이프어헤드 프로세스는 드롭-다운 메뉴를 디스플레이하는 대신에 간단히 최상위의 매치의 이름이나 다른 식별자로 서식을 자동으로 채울 수 있다. 이후, 사용자는 간단히 그들의 키보드에서 "enter"를 치거나 자동-채움 선언을 클릭함으로써 자동-채움 선언(auto-populated declaration)을 확인할 수 있다. 매치하는 노드 및/또는 에지의 사용자 확인시, 타이프어헤드 프로세스는 매치하는 소셜-그래프 요소를 포함하는 질의의 사용자 확인을 소셜 네트워킹 시스템(160)에 알리는 요청을 송신할 수 있다. 송신된 요청에 응답하여, 소셜 네트워킹 시스템(160)은 매치하는 소셜-그래프 요소 또는 적절한 경우 매치하는 소셜-그래프 요소에 연결된 소셜-그래프 요소를 소셜-그래프 데이터베이스에서 자동으로(또는 요청 내 지시를 기초로 교대로) 호출하거나 검색할 수 있다. 비록 본 명세서는 특정한 방식으로 검색 질의에 타이프어헤드 프로세스를 적용하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 검색 질의에 타이프어헤드 프로세스를 적용하는 것을 고려한다.

검색 질의 및 검색 결과와 관련하여, 특정 실시예들은 참조로 각각 통합되는: 2006년 8월 11일자로 출원된 미국특허출원 제11/503,093호, 2010년 12월 22일자로 출원된 미국특허출원 제12/977,027호 및 2010년 12월 23일자로 출원된 미국특허출원 제12/978,265호에 개시되는 하나 이상의 시스템, 컴포넌트, 구성요소, 기능, 방법, 동작 또는 단계를 이용할 수 있다.

외부 컨텐츠의 순위화

특정 실시예로, 온라인 소셜 네트워크의 사용자로부터의 검색 질의에 응답하여, 소셜 네트워킹 시스템(160)은 질의와 실질적으로 매치하는 제3자 시스템에 관한 외부 컨텐츠 객체를 식별할 수 있다. 외부 객체는 상술한 바와 같이 확장형 검색 인덱스에 액세스하여 식별될 수 있다. 예로서 제한 없이, 확장형 검색 인덱스는 외부 객체에 대하여 온라인 소셜 네트워크에서 가령 게시물, 링크, 공유, 코멘트 등과 같은 외부 객체에 대해 소셜 네트워킹 시스템(160)에 의해 수집된 내부 데이터를 통합할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 외부 객체와 다른 온라인 문서 사이의 링크가 있다고 결정되는 소스를 고려할 수 있다; 예컨대, 연관성은 본래의 웹페이지, 링크 게시물, 링크 게시물의 코멘트, 제3자 API 등에 있을 수 있다. 서로 다른 소스들은 순위화를 위해 서로 다른 신호 강도와 관련될 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 특정 웹페이지, 링크, 게시물, 코멘트 등을 열람한 사용자의 수를 나타내는 노출에 대한 데이터를 수집할 수 있다. 또한, 소셜 네트워킹 시스템(160)은 예컨대 클릭률과 같이 사용자가 웹페이지를 본 후 상호작용의 수를 측정할 수 있고, 이를 예컨대 온라인 소셜 네트워크의 좋아요, 공유하기, 코멘트하기 등과 같은 소셜 상호작용으로 확대할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 이후 제1 사용자에게 디스플레이하기 위해 하나 이상의 식별된 객체에 대한 레퍼런스를 포함하는 검색-결과 페이지를 송신할 수 있다. 검색-결과 페이지 내 각각의 참조된 객체는 임계 점수보다 큰 점수 또는 순위를 가진다. 비록 본 명세서는 특정 방식으로 특정 외부 객체를 식별하고 점수화하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 외부 객체를 식별하고 점수화하는 것을 고려한다.

도 3은 질의에 응답하여 식별되는 예시적인 객체들의 세트를 도시한다. 특정 실시예로, 검색 질의에 응답하여, 소셜 네트워킹 시스템(160)은 질의와 실질적으로 매치하는 임의의 적절한 수의 객체(예컨대, N = 10, 100, 1000 등)를 식별할 수 있다. 도 3의 예에서, 객체_1(object_1) 내지 객체_N(object_N)의 각각의 객체는 검색 질의와 관련될 가능성이 있고 소셜 네트워킹 시스템(160)에 의해 식별되는 객체에 대응한다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 "신호(signals)" 또는 "점수화 신호(scoring signals)"라고 할 수 있는 다양한 인자 또는 기준에 기반하여 각각의 식별된 객체를 점수화 또는 순위화할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 각각의 식별된 객체에 대하여 하나 이상의 점수화 신호에 대응하는 하나 이상의 점수를 각각 계산할 수 있다. 도 3에서, N개의 식별된 객체들의 세트 중 각각의 식별된 객체는 k개의 점수화 신호들(즉, 신호_1(signal_1) 내지 신호_k(signal_k))에 대하여 점수화된다. 예로서, 도 3의 객체_1은 점수들(점수₁(1)(score₁(1)) 내지 점수₁(k)(score₁(k)))과 관련되며, 각 점수는 특정 신호와 관련된다. 예컨대, 도 3의 점수₁(2)는 객체_1 및 점수화 신호(신호_2)와 관련된다. 특정 실시예로, 각각의 점수화 신호는 점수를 계산하는데 사용되는 특정 기준과 관련될 수 있다. 예로서 제한 없이, 특정 점수화 신호에 관한 점수는 소셜-그래프 정보(가령, 예컨대, 각각 그 자체의 신호일 수 있는 소셜-그래프 노드들 사이의 이격도, 소셜-그래프 친밀성 또는 소셜 관련성), 노출, 상호작용, 최신성(recency), 주제 관련성, 작성자 우수성(author quality), 텍스트 유사성, 인기도, 근접성, 사용자의 검색 이력, 또는 다른 적절한 기준, 또는 이들의 임의의 적절한 조합에 기반하여 결정될 수 있다. 특정 실시예로, 복수의 점수화 신호에 대하여 점수화되는 식별된 객체들의 세트에 대하여, 각 신호는 다른 순위화 또는 점수화 모델을 사용하여 객체를 점수화할 수 있다. 예로서 제한 없이, 제1 신호는 최신성에 기반하여 객체들을 점수화할 수 있는 한편, 제2 신호는 작성자 우수성에 기반하여 객체들을 점수화할 수 있다. 비록 본 명세서는 점수를 결정하는데 사용되는 특정 기준과 관련된 특정한 점수화 신호를 기술하고 도시하지만, 본 명세서는 점수를 결정하는데 사용되는 임의의 적절한 기준과 관련된 임의의 적절한 점수화 신호를 고려한다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 복수의 노드 및 노드를 연결하는 복수의 에지(206)를 포함하는 소셜 그래프(200)에 액세스할 수 있으며, 2개의 노드 사이의 각각의 에지(206)는 노드 간의 이격도 1도를 나타낸다. 특정 실시예로, 질의하는 사용자는 소셜 그래프(200)의 특정 사용자 노드(202)에 대응할 수 있고, 각각의 식별된 객체는 소셜 그래프(200)의 특정 노드에 대응할 수 있다. 특정 실시예로, 각각의 식별된 객체에 대하여, 특정 점수화 신호에 대응하는 점수는 질의하는 사용자에 관한 소셜-그래프 정보 및 식별된 객체에 적어도 부분적으로 기반할 수 있다. 예로서 제한 없이, 특정 점수화 신호에 대응하는 점수는 질의하는 사용자의 사용자 노드(202)와 식별된 객체에 대응하는 외부 노드(208) 사이의 이격도에 적어도 부분적으로 기반할 수 있다. 질의하는 사용자와 소셜 그래프(200)에서 더 가까운 (즉, 소셜-그래프 요소와 질의하는 사용자의 사용자 노드(202) 사이의 더 적은 이격도의) 소셜-그래프 요소를 참조하는 객체는 사용자와 더 멀리 있는(즉, 더 많은 이격도의) 객체들보다 더 높게 점수화 또는 순위화될 수 있다. 도 2의 예에서, 사용자 "A" 및 사용자 "B"의 사용자 노드들(202)은 이격도 1도를 가지며, 사용자 "B" 및 사용자 "E"의 사용자 노드들(202)은 이격도 2도를 가진다. 이격도에 기반하여, 사용자 "A"에 대한 사용자 "B"의 이격도 점수는 사용자 "E"에 대한 사용자 "B"의 점수보다 더 높을 수 있다. 또 다른 예로서 제한 없이, 질의하는 사용자와 소셜 그래프(200)에서 더 가까운 (즉, 컨셉 노드(204)와 질의하는 사용자의 사용자 노드(202) 사이의 더 적은 이격도의) 컨셉 노드(204)에 대응하는 코멘트는 질의하는 사용자의 사용자 노드(202)와 더 멀리 있는(즉, 더 많은 이격도의) 컨셉 노드(204)들보다 더 높게 점수화 또는 순위화될 수 있다. 비록 본 명세서는 특정 방식으로 이격도에 기반하여 객체를 점수화하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 이격도에 기반하여 객체를 점수화하는 것을 고려한다. 게다가, 비록 본 명세서는 특정 소셜-그래프 정보에 기반하여 특정 점수화 신호를 기술하고 도시하지만, 본 명세서는 임의의 적절한 소셜-그래프 정보에 기반하여 임의의 적절한 점수화 신호를 고려한다.

특정 실시예로, 각각의 식별된 객체에 대하여, 특정 점수화 신호에 대응하는 점수는 식별된 객체(또는 식별된 객체에 관한 노드)에 대한 질의하는 사용자(또는 질의하는 사용자의 사용자 노드(202))의 소셜-그래프 친밀성에 적어도 부분적으로 기반할 수 있다. 예로서 제한 없이, 질의 "Photos of my friends(나의 친구들의 사진들)"에 응답하여, 소셜 네트워킹 시스템(160)은 이 질의의 검색 의도가 사용자의 친구들을 보여주는 내부 사진과 외부 사진을 열람하려는 것이라고 결정할 수 있다. 사진에서 식별되는 사용자의 친구들의 사진에 대응하는 식별된 외부 노드(208)를 점수화할 때, 소셜 네트워킹 시스템(160)은 질의하는 사용자에 대하여 사진에서 식별된 사용자들의 (예컨대, 친밀성 계수로 측정되는) 소셜-그래프 친밀성에 기반하여 외부 사진을 점수화할 수 있다. 게다가, 질의하는 사용자의 더 많은 친구들을 보여주는 외부 사진은 사용자의 더 적은 친구들을 보여주는 사진보다 더 높은 친밀성 점수를 가질 수 있는데, 이는 사진에서 식별된 친구들이 더 많으면 그 특정 사진에 대한 질의하는 사용자의 친밀성이 증가할 수 있기 때문이다. 또 다른 예로서 제한 없이, 사용자 <Mark>로부터의 질의에 응답하여, 소셜 네트워킹 시스템(160)은 사용자들 <Tom>, <Dick> 및 <Harry>를 포함하는 객체들의 세트를 식별할 수 있다. 이후, 소셜 네트워킹 시스템(160)은 질의하는 사용자 <Mark>에 대한 각각의 소셜 친밀성에 기반하여 사용자들 <Tom>, <Dick> 및 <Harry>를 점수화할 수 있다. 예컨대, 소셜 네트워킹 시스템(160)은 상기 사용자들이 작성하고 사용자 <Mark>가 좋아한 게시물의 수에 적어도 부분적으로 기반하여 사용자들 <Tom>, <Dick> 및 <Harry>의 식별된 노드들을 점수화할 수 있다. 사용자 <Dick>은 사용자 <Mark>가 좋아한 게시물을 3개 작성했고, 사용자 <Tom>은 <Mark>가 좋아한 게시물을 2개 작성했으며, 사용자 <Harry>는 <Mark>가 좋아한 게시물을 1개 작성했다면, 소셜 네트워킹 시스템(160)은 사용자 <Mark>가 좋아한 게시물을 가장 많이 작성했기 때문에 친밀성-점수 신호에서 사용자 <Dick>을 가장 높게 점수화할 수 있고, <Tom> 및 <Harry>가 순차적으로 더 낮은 점수를 가질 수 있다. 비록 본 명세서는 특정 방식으로 친밀성에 기반하여 객체를 점수화하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 친밀성에 기반하여 객체를 점수화하는 것을 고려한다.

특정 실시예로, 각각의 식별된 객체에 대하여, 특정 점수화 신호에 대응하는 점수는 질의하는 사용자와 식별된 객체의 소셜 관련성에 적어도 부분적으로 기반할 수 있다. 질의하는 사용자와 더 가깝게 연결되거나 관련되는 소셜-그래프 요소를 참조하는 객체는 질의하는 사용자와 가깝게 연결되지 않거나 관련성이 적은 소셜-그래프 요소를 참조하는 객체보다 더 높게 점수화될 수 있다. 예로서 제한 없이, 특정 외부 노드(208)의 소셜 관련성은 외부 노드(208)와 연결되는 에지(206)의 수에 기반할 수 있어서, 더 많은 에지(206)로 연결된 외부 노드(208)를 참조하는 객체가 더 적은 에지(206)로 연결된 다른 외부 노드(208)를 참조하는 다른 객체보다 더 높게 점수화 또는 순위화될 수 있다. 또 다른 예로서 제한 없이, 특정 에지(206) 또는 에지-타입의 소셜 관련성은 특정 노드와 연결되는 그 에지-타입의 빈도에 기반할 수 있다. 특정 실시예로, 질의하는 사용자가 이전에 액세스했던 소셜-그래프 요소와 연관되거나 질의하는 사용자가 이전에 액세스했던 소셜-그래프 요소와 관련성이 있는 식별된 객체는 질의하는 사용자의 검색 질의의 타겟일 가능성이 더 높을 수 있다. 따라서, 이런 식별된 객체는 더 높게 점수화 또는 순위화될 수 있다. 예로서 제한 없이, "stanford"에 대한 텍스트 질의에 응답하여, 질의하는 사용자가 이전에 "Stanford University" 웹페이지(stanford.edu)를 방문했지만 "Standford, Kentuchy" 웹페이지(stanfordky.org)를 전혀 방문하지 않았다면, 이런 컨셉을 참조하는 객체에 대한 점수 또는 순위를 결정할 때, 소셜 네트워킹 시스템(160)은 질의하는 사용자가 이전에 학교에 대한 컨셉 노드(204)에 액세스했기 때문에 "Stanford University"에 대한 컨셉 노드(204)를 참조하는 객체가 상대적으로 높은 소셜-관련성 점수나 순위를 가진다고 결정할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 광고 스폰서쉽(advertising sponsorship)에 적어도 부분적으로 기반하여 식별된 객체를 점수화 또는 순위화할 수 있다. 광고자(가령, 예컨대, 특정 노드에 대응하는 특정 프로필 페이지의 사용자 또는 관리자)는 특정 노드를 스폰서하여 그 노드에 관한 객체가 더 높게 점수화 또는 순위화되도록 할 수 있다. 비록 본 명세서는 특정 방식으로 소셜 관련성에 기반하여 객체를 점수화하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 소셜 관련성에 기반하여 객체를 점수화하는 것을 고려한다. 게다가, 비록 본 명세서는 특정 방식으로 소셜-그래프 정보에 기반하여 검색 결과를 점수화하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 소셜-그래프 정보에 기반하여 검색 결과를 점수화하는 것을 고려한다.

특정 실시예로, 각각의 식별된 객체에 대하여, 특정 점수화 신호에 대응하는 점수는 식별된 객체에 관한 최신성 값(recency value)에 적어도 부분적으로 기반할 수 있다. 특정 실시예로, 최신성 값은 해당 객체가 얼마나 최근에 생성, 작성, 게시, 송신, 수신, 열람 또는 코멘트되었는지에 대응할 수 있다. 예컨대, 식별된 객체에 관한 최신성 값은 현재 시간이나 날짜와 비교한 객체와 관련된 시간이나 날짜에 기반하여 결정될 수 있다. 더 최근 날짜와 관련된 객체가 더 먼 과거의 날짜와 관련된 객체보다 더 높은 최신성-값 점수를 가질 수 있다. 예로서 제한 없이, 2일 전 게시한 코멘트에 대응하는 식별된 객체는 상대적으로 높은 최신성-값 점수(예컨대, 10점 만점에 9점)를 가질 수 있는 한편, 1년 전 게시한 다른 코멘트에 대응하는 다른 식별된 객체는 상대적으로 낮은 최신성-값 점수(예컨대, 10점 만점에 2점)를 가질 수 있다. 특정 실시예로, 최신성 값은 장래의 이벤트 또는 활동과 관련된 시간이나 날짜에 대응할 수 있고, 머지않은 장래에 발생할 이벤트가 더 먼 장래에 발생할 이벤트보다 더 높은 최신성-값 점수를 가질 수 있다. 예로서 제한 없이, 내일 열리는 파티에 대응하는 식별된 객체가 2주 뒤에 열리는 콘서트에 대응하는 다른 식별된 객체보다 더 높은 최신성-값 점수를 가질 수 있다. 비록 본 명세서는 특정 방식으로 최신성 값에 기반하여 객체를 점수화하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 최신성 값에 기반하여 객체를 점수화하는 것을 고려한다.

특정 실시예로, 각각의 식별된 객체에 대하여, 특정 점수화 신호에 대응하는 점수는 질의 또는 질의하는 사용자에 대한 식별된 객체의 계산된 주제 관련성(topic relevance)에 적어도 부분적으로 기반할 수 있다. 예로서 제한 없이, 질의하는 사용자는 과거에 특정 주제 또는 테마에 관한 객체를 좋아했거나, 구독했거나, 검색했을 수 있다. 사용자가 소셜 그래프(200)에서 이전에 좋아했거나 검색했던 주제에 관한 식별된 객체는 질의하는 사용자와 관련성이 적은 주제에 관한 다른 식별된 객체보다 더 높은 주제-관련성 점수를 수신할 수 있다. 예컨대, 사용자는 온라인 소셜 네트워크에서 스쿠버-다이빙 토론 그룹을 구독했을 수 있고, 그 사용자가 Caribbean에서의 휴가에 관한 외부 웹페이지의 질의를 제출하면, Caribbean에서 스쿠버다이빙에 관한 외부 웹페이지에 대응하는 식별된 객체가 Caribbean에서의 휴가에 관한 다른 외부 웹페이지에 대응하는 다른 식별된 객체보다 더 높은 주제-관련성 점수를 가질 수 있다. 또 다른 예로서 제한 없이, 유행 또는 인기있는 주제에 관한 식별된 객체는 덜-인기있는 주제에 관한 다른 식별된 객체보다 더 높은 주제-관련성 점수를 가질 수 있다. 비록 본 명세서는 특정 방식으로 주제 관련성에 기반하여 객체를 점수화하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 주제 관련성에 기반하여 객체를 점수화하는 것을 고려한다.

특정 실시예로, 각각의 식별된 객체에 대하여, 특정 점수화 신호에 대응하는 점수는 식별된 객체에 관한 계산된 작성자 우수성(author quality)에 적어도 부분적으로 기반할 수 있다. 식별된 객체는 그것이 인기있는 작성자에 관한 것이라면 더 높은 작성자-우수성 점수를 가질 수 있는 반면, 덜 인기있는 작성자에 관한 다른 식별된 객체는 더 낮은 작성자-우수성 점수를 가질 수 있다. 특정 실시예로, 작성자-우수성 점수는 온라인 소셜 네트워크에서 작성자가 수신했던 "좋아요" 또는 열람의 수 또는 작성자의 전반적인 인기도에 부분적으로 기반할 수 있다. 특정 실시예로, 작성자-우수성 점수는 특정 작성자에 관한 노드와 에지(206)를 연결한 수에 부분적으로 기반할 수 있다. 예컨대, 더 많은 연결된 에지(206)를 가진 노드에 관한 작성자는 더 인기가 있을 수 있고 더 적은 연결된 에지(206)를 가진 노드에 관한 다른 작성자보다 더 높은 작성자-우수성 점수를 가질 수 있다. 특정 실시예로, 작성자-우수성 점수는 질의하는 사용자 또는 질의하는 사용자의 친구들에 대한 작성자의 인기도에 부분적으로 기반할 수 있다. 예컨대, 질의하는 사용자의 친구들로부터 더 많은 수의 "좋아요"를 수신한 작성자와 관련된 제3자 멀티미디어 컨텐츠에 대응하는 식별된 객체는 질의하는 사용자의 친구들로부터 더 적은 "좋아요"를 수신한 다른 작성자보다 더 높은 작성자-우수성 점수를 수신할 수 있다. 비록 본 명세서는 특정 방식으로 작성자 우수성에 기반하여 객체를 점수화하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 작성자 우수성에 기반하여 객체를 점수화하는 것을 고려한다.

특정 실시예로, 각각의 식별된 객체에 대하여, 특정 점수화 신호에 대응하는 점수는 식별된 객체와 질의 사이의 계산된 텍스트 유사성(text similarity)에 적어도 부분적으로 기반할 수 있다. 질의의 텍스트 유사성 또는 텍스트 관련성은 질의 내 용어들(예컨대, n-그램) 및 용어들의 수가 식별된 객체에 관한 텍스트와 얼마나 매치하는지에 기반할 수 있다. 특정 실시예로, 텍스트-유사성 점수는 질의와 식별된 객체에 관한 단어 또는 문구(예컨대, 식별된 객체와 관련된 요약, 주제, 제목, 작성자, 키워드 또는 본문) 사이의 매치(matches)에 기반할 수 있다. 특정 실시예로, 텍스트-유사성 점수는 질의 및 식별된 객체에 관한 텍스트 사이의 텍스트 매치의 수에 기반할 수 있다. 예로서 제한 없이, 질의의 용어들의 80%를 포함하는 식별된 객체는 용어들의 50%를 포함하는 다른 식별된 객체보다 더 높은 텍스트-유사성 점수를 가질 수 있다. 또 다른 예로서 제한 없이, 사용자가 질의 "Hawaii bike rides"를 제출하면, 문구 "bike rides in Hawaii"를 포함하는 코멘트는 상대적으로 높은 텍스트-유사성 점수(예컨대, 10점 만점의 10점)를 가질 수 있는 반면, 문구 "bike-riding vacations"를 포함하는 코멘트는 더 낮은 텍스트-유사성 점수(예컨대, 10점 만점의 6점)를 가질 수 있다. 특정 실시예로, 텍스트-유사성 점수는 질의로부터의 텍스트가 식별된 객체에 관한 텍스트에서 발생한 횟수에 기반할 수 있다. 예컨대, 사용자가 질의 "coffee shops in San Francisco"를 제출하면, 용어 "coffee" 또는 "coffee shop"를 50번 포함하는 식별된 객체는 "coffee"를 10번 포함하는 다른 식별된 객체보다 더 높은 텍스트-유사성 점수를 가질 수 있다. 비록 본 명세서는 특정 방식으로 텍스트 유사성에 기반하여 객체를 점수화하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 텍스트 유사성에 기반하여 객체를 점수화하는 것을 고려한다.

특정 실시예로, 각각의 식별된 객체에 대하여, 특정 점수화 신호에 대응하는 점수는 식별된 객체와 관련된 노출 및/또는 상호작용의 수에 적어도 부분적으로 기반할 수 있다. 노출은 식별된 객체를 열람한 사용자의 총 수를 설명할 수 있다. 예로서 제한 없이, 식별된 객체는 제3자 웹페이지에 대응할 수 있고, 제3자 웹페이지의 노출은 제3자 웹페이지를 열람한 소셜 네트워킹 시스템(160)의 사용자의 수를 설명할 수 있다. 상호작용은 소셜 네트워킹 시스템(160)의 사용자들에 의해 식별된 객체의 공유, 좋아요, 코멘트 또는 재-공유와 관련될 수 있다. 게다가, 상호작용은 사용자가 식별된 객체를 열람한 후 사용자에 의해 식별된 객체의 공유, 좋아요, 코멘트 또는 재-공유와 관련될 수 있다. 특정 실시예로, 각각의 식별된 객체에 대하여, 특정 점수화 신호에 대응하는 점수는 식별된 객체에 대한 노출의 수와 (상술한 바와 같이) 식별된 객체에 대한 상호작용의 총 수의 비(ratio)에 적어도 부분적으로 기반할 수 있다. 예로서 제한 없이, 수천명의 사용자가 열람했고 5명의 사용자가 코멘트했던 제1의 제3자 웹페이지에 대응하는 외부 노드(208)는 12명의 사용자가 열람했지만 10번 코멘트했던 제2의 제3자 웹페이지에 대응하는 외부 노드(208)보다 더 낮게 점수화될 수 있다. 비록 본 명세서는 특정 방식으로 노출 및 상호작용에 기반하여 객체를 점수화하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 노출 및 임의의 적절한 상호작용에 기반하여 객체를 점수화하는 것을 고려한다.

도 4는 질의에 응답하여 식별된 예시적인 객체들의 세트를 도시한다. 도 4의 예에서, 7개의 식별된 객체들(객체_1 내지 객체_7)은 4개의 점수화 신호(노출, 상호작용/노출, 텍스트 유사성 및 소셜 관련성)에 대하여 점수화된다. 비록 본 명세서 및 도 4는 점수화 신호의 특정 타입 및 특정 수에 대하여 식별된 객체를 점수화하는 것을 기술하고 도시하지만, 본 명세서는 점수화 신호의 임의의 적절한 타입 및 임의의 적절한 수에 대하여 식별된 객체를 점수화하는 것을 고려한다. 도 4의 점수들은 0 내지 10의 범위 또는 점수 스케일(scoring scale) 내에 있는데, 이때 0의 최소 점수는 객체와 점수화 신호 사이의 매치 또는 유사성이 거의 없거나 없음을 나타내며, 10의 최고 점수는 객체와 점수화 신호 사이의 매치가 우수하거나 완전함을 나타낸다. 특정 실시예로, 특정 점수화 신호에 관한 점수들은 특정 점수화 스케일 또는 범위와 관련될 수 있다. 예로서 제한 없이, 점수들은 0 내지 1, 1 내지 5, 0% 내지 100%, 100 내지 1000의 스케일이나 범위, 또는 임의의 적절한 점수화 스케일로 계산될 수 있다. 특정 실시예로, 특정 점수화 신호에 관한 점수들은 임의의 특정하거나 고정된 점수화 스케일을 가지지 않을 수 있거나 임의의 점수화 스케일에 따라 점수화될 수 있다. 특정 실시예로, 2개의 다른 점수화 신호에 관한 점수들은 동일한 점수화 스케일을 가지거나 서로 다른 점수화 스케일을 가질 수 있다. 특정 실시예로, 특정 점수화 신호에 관한 점수들은 초기의 점수화 스케일로 계산될 수 있고, 이후 점수들은 다른 점수화 스케일로 정규화되거나 맵핑될 수 있다. 예로서 제한 없이, 특정 점수화 신호에 대한 점수들은 100 내지 500의 초기 범위를 가질 수 있고, 이런 점수들은 0 내지 10 또는 0% 내지 100%의 범위를 가진 점수화 스케일로 정규화될 수 있다. 이후, 하나 이상의 점수화 신호는 식별된 객체에 대한 점수 및/또는 순위를 계산하는데 사용될 수 있다. 특정 실시예로, 사용자의 질의와 실질적으로 매치한 객체들의 세트에 대한 점수들을 식별하고 계산한 후, 소셜 네트워킹 시스템(160)은 계산된 점수에 기반하여 그 세트 중에서 하나 이상의 식별된 객체를 선택할 수 있다. 예로서 제한 없이, 임계 점수 또는 순위보다 더 큰 객체들은 질의하는 사용자에게 송신되는 검색 결과에 포함하기 위해 선택될 수 있다. 비록 본 명세서 및 도 4는 특정 점수화 스케일과 관련된 특정 점수를 기술하고 도시하지만, 본 명세서는 임의의 적절한 점수화 스케일과 관련된 임의의 적절한 점수를 고려한다.

질의에 응답해 식별된 객체를 점수화하는 것과 관련하여, 특정 실시예는 참조로 통합되는 2014년 6월 13일자로 출원된 미국특허출원 제14/304,596호에 개시된 하나 이상의 시스템, 컴포넌트, 구성요소, 기능, 방법, 동작 또는 단계를 이용할 수 있다.

검색 결과의 생성 및 송신

특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 식별된 객체에 각각 대응하고, 대응하는 식별된 객체에 대한 레퍼런스를 각각 포함하는 하나 이상의 검색 결과를 생성할 수 있다. 검색 결과는 임의의 적절한 순서로(예컨대, 연대순으로 또는 순위 점수에 따라) 분류된 후 사용자에게 제시될 수 있다. 검색 결과(예컨대, 식별된 노드 또는 해당 프로필 페이지)는 검색 결과를 생성하는데 사용되는 특정 검색 알고리즘에 의해 결정되는 바와 같이 점수화(또는 순위화)되고 검색 질의에 대한 상대적인 관련도에 따라 사용자에게 제시될 수 있다. 또한, 검색 결과는 사용자에 대한 상대적인 관련도에 따라 점수화되고 제시될 수 있다. 검색 결과는 하나 이상의 인자(예컨대, 노출, 상호작용, 검색 질의나 다른 질의 제한과의 매치, 소셜-그래프 친밀성, 검색 이력 등)에 기반하여 점수화되거나 순위화될 수 있고, 상위 5개, 10개, 20개, 50개 또는 임의의 적절한 수의 결과는 이후 질의하는 사용자에게 제시하기 위해 검색 결과로서 생성될 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 특정 임계 점수/순위 이상의 점수/순위를 가진 식별된 객체에 대응하는 검색 결과만을 송신할 수 있다. 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 특정 검색 질의에 응답하여 질의하는 사용자에게 상위 10개의 결과만을 다시 송신할 수 있다. 비록 본 명세서는 특정 방식으로 특정 검색 결과를 생성하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 검색 결과를 생성하는 것을 고려한다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 질의에 응답하여 질의하는 사용자에게 디스플레이하기 위해 하나 이상의 검색 결과를 송신할 수 있다. 검색 결과는 예컨대 각각의 링크가 식별된 자원 또는 컨텐츠의 일부를 포함하는 상이한 웹페이지와 연관되는 검색-결과 웹페이지 상의 링크들의 목록의 형태로 사용자에게 송신될 수 있다. 특정 실시예로, 검색 결과에서의 각각의 링크는 대응하는 웹페이지가 어디에 위치하는지 및 그것을 검색하기 위한 메커니즘을 특정하는 URL(Uniform Resource Locator)의 형태일 수 있다. 소셜 네트워킹 시스템(160)은 이후 검색-결과 웹페이지를 사용자의 클라이언트 시스템(130) 상의 웹 브라우저(132)로 송신할 수 있다. 사용자는 이후 URL 링크를 클릭할 수 있거나 아니면 적절한 경우 소셜 네트워킹 시스템(160) 또는 외부 시스템(가령, 예컨대, 제3자 시스템(170))으로부터 컨텐츠를 액세스하기 위해 검색-결과 웹페이지로부터 컨텐츠를 선택할 수 있다. 특정 실시예로, 각각의 검색 결과는 프로필 페이지로의 링크 및 프로필 페이지(또는 그 페이지에 대응하는 노드)의 설명 또는 요약을 포함할 수 있다. 검색 결과는 검색-결과 페이지로서 질의하는 사용자에게 제시되고 송신될 수 있다.

특정 실시예로, 검색 결과는 하나 이상의 스니펫(snippets)을 포함할 수 있다. 스니펫은 검색 결과의 타겟에 대한 문맥형 정보이다. 즉, 스니펫은 검색 결과에 대응하는 페이지 또는 컨텐츠에 대한 정보를 제공한다. 예로서 제한 없이, 스니펫은 검색 결과에 대응하는 프로필 페이지(또는 노드)로부터의 컨텐츠의 샘플일 수 있다. 스니펫에 제공된 정보는 타겟 페이지의 소유자/관리자에 의해 선택될 수 있거나, 소셜 네트워킹 시스템(160)에 의해 자동으로 선택될 수 있다. 스니펫은 가령 이미지 썸네일, 요약, 문서 타입, 페이지 뷰, 코멘트, 날짜, 저자(authorship), 등급, 가격 또는 다른 관련 정보와 같이 검색 결과에 대한 핵심 정보를 디스플레이하는데 사용될 수 있다. 특정 실시예로, 온라인 소셜 네트워크 내 사용자/컨셉에 대응하는 검색 결과에 대한 스니펫은 온라인 소셜 네트워크의 사용자에 의해 제공되거나 온라인 소셜 네트워크에서 이용가능한 문맥형 정보를 포함할 수 있다. 예로서 제한 없이, 스니펫은 하나 이상의 다음의 유형의 정보: 그룹의 개인정보 설정; 그룹 내 회원의 수; 스폰서 메시지(예컨대, 스니펫으로서 렌더링되는 인라인 광고 유닛); 페이지 카테고리; 물리적 주소; 신상 정보; 관심사; 관계 상태; 성적 성향/기호; 성/성별; 연령; 생일; 현재 도시; 학력; 정치적 연관; 종교적 신념; 경력; 사용한 애플리케이션; 코멘트; 태그; 다른 적절한 문맥형 정보; 또는 이들의 임의의 조합을 포함할 수 있다. 특정 실시예로, 스니펫은 소셜 그래프(200)로부터의 노드 또는 에지에 대한 레퍼런스를 포함할 수 있다. 이런 스니펫은 레퍼런스가 소셜-그래프 요소에 대응한다고 표시하도록 하이라이팅될 수 있다. 특정 실시예로, 스니펫은 제3자 웹페이지 또는 리소스로부터의 컨텐츠를 포함할 수 있다. 예로서 제한 없이, 식별된 객체는 제3자 웹페이지에 대응할 수 있고 해당 스니펫은 제3자 웹페이지와 관련하여 선택된 관련 텍스트를 포함할 수 있다. 특정 실시예로, 식별된 객체는 에지(206)와 관련된 코멘트 또는 게시물에 대응할 수 있고, 해당 스니펫은 코멘트 또는 게시물과 관련하여 선택된 관련 텍스트를 포함할 수 있다. 특정 실시예로, 식별된 객체는 외부 노드(208)에 대응할 수 있고 해당 스니펫은 외부 노드(208)의 에지(206)와 관련하여 선택된 관련 텍스트를 포함할 수 있다. 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 "Obama"에 대한 검색 질의를 수신할 수 있고, 이에 응답하여 키워드 "Obama"를 포함하지 않거나 직접 Obama를 참조하지 않는 제3자 웹페이지에 대응하는 웹페이지 "A"를 식별할 수 있다. 그 대신, 소셜 네트워킹 시스템(160)은 온라인 소셜 네트워크에서 웹페이지 "A"에 관한 게시물에 대한 코멘트로부터 추론하여 제3자 웹페이지를 식별할 수 있는데, 이때 코멘트는 "This is all Obama's fault"이고 코멘트는 질의하는 사용자의 친구에 의해 게시된다. 이 경우, 소셜 네트워킹 시스템(160)은 친구 "C"에 의한 웹페이지 "A"에 "10 users have liked the comment 'This is all Obama's fault'(10명의 사용자가 '이것은 모두 오바마의 잘못이다"라는 코멘트를 좋아했다)"란 스니펫을 포함할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 스니펫 내 식별된 객체의 소스를 포함할 수 있다. 특정 실시예로, 스니펫은 식별된 객체가 다른 사용자의 게시물이나 코멘트에 기인한 것이라고 명시적으로 진술할 수 있다. 특정 실시예로, 스니펫의 소스는 소셜 네트워킹 시스템(160) 또는 소셜 네트워킹 시스템(160)의 사용자에 의해 결정될 수 있다. 비록 본 명세서는 특정 유형의 스니펫을 기술하지만, 본 명세서는 임의의 적절한 유형의 스니펫을 고려한다. 검색 결과 및 스니펫과 관련하여, 특정 실시예는 참조로 통합되는 2012년 12월 31일자 출원된 미국특허출원 제13/731,939호에 개시된 하나 이상의 시스템, 컴포넌트, 구성요소, 기능, 방법, 동작 또는 단계를 이용할 수 있다.

도 5는 외부 객체를 검색하고 순위화하기 위한 예시적인 방법을 도시한다. 이 방법은 단계 510에서 시작할 수 있는데, 이때 소셜 네트워킹 시스템(160)은 온라인 소셜 네트워크와 관련된 확장형 검색 인덱스에 액세스할 수 있다. 특정 실시예로, 확장형 검색 인덱스는 복수의 노드(예컨대, 사용자 노드(202), 컨셉 노드(204) 및 외부 노드(208)) 및 노드를 연결하는 복수의 에지(206)를 포함하는 소셜 그래프(200)를 포함할 수 있다. 2개의 노드 사이의 각각의 에지는 노드 간의 이격도 1도를 나타낼 수 있다. 노드는 온라인 소셜 네트워크와 관련된 제1 사용자에 대응하는 제1 노드(예컨대, 제1 사용자 노드(202))를 포함할 수 있다. 또한, 노드는 상술한 바와 같이 온라인 소셜 네트워크와 관련된 컨셉 또는 제2 사용자에 각각 대응하는 복수의 내부 노드를 포함할 수 있다. 또한, 노드는 상술한 바와 같이 제3자 시스템과 관련된 컨셉에 각각 대응하는 복수의 외부 노드를 포함할 수 있다. 특정 실시예로, 각각의 외부 노드는 상술한 바와 같이 하나 이상의 에지로 하나 이상의 내부 노드와 연결될 수 있다. 단계 520에서, 소셜 네트워킹 시스템(160)은 온라인 소셜 네트워크의 제1 사용자로부터 질의를 수신할 수 있다. 단계 530에서, 소셜 네트워킹 시스템(160)은 질의와 실질적으로 매치하는 복수의 외부 노드 중 하나 이상의 외부 노드에 대응하는 하나 이상의 객체를 식별하도록 확장형 검색 인덱스를 검색할 수 있다. 단계 540에서, 상술한 바와 같이, 소셜 네트워킹 시스템(160)은 각각의 식별된 객체에 대하여 하나 이상의 내부 노드와 외부 노드의 연결성에 적어도 부분적으로 기반하여 점수를 계산할 수 있다. 특정 실시예로, 복수의 점수화 신호에 대응하는 복수의 점수는 각각의 식별된 객체에 대하여 각각 계산될 수 있다. 단계 550에서, 소셜 네트워킹 시스템(160)은 제1 사용자에게 디스플레이하기 위해 하나 이상의 식별된 객체에 대한 레퍼런스를 포함하는 검색-결과 페이지를 송신할 수 있다. 검색-결과 페이지에서 참조되는 각각의 식별된 객체는 임계 점수보다 더 큰 점수를 가질 수 있다. 특정 실시예로, 각각의 식별된 객체는 임계 점수보다 더 큰 점수를 가질 수 있다. 특정 실시예는 적절한 경우 도 5의 방법의 하나 이상의 단계를 반복할 수 있다. 비록 본 명세서는 도 5의 방법의 특정 단계가 특정 순서로 발생하는 것으로 기술하고 도시하지만, 본 명세서는 도 5의 방법의 임의의 적절한 단계가 임의의 적절한 순서로 발생하는 것을 고려한다. 또한, 본 명세서는 도 5의 방법의 특정 단계를 포함하는, 질의에 응답하여 외부 객체를 검색하고 순위화하는 예시적인 방법을 기술하고 도시하지만, 본 명세서는 적절한 경우 도 5의 방법의 단계의 전부나 일부를 포함하거나 포함하지 않을 수 있는 임의의 적절한 단계를 포함하는, 임의의 적절한 질의에 응답하여 외부 객체를 검색하고 순위화하는 임의의 적절한 방법을 고려한다. 게다가, 본 명세서는 도 5의 방법의 특정 단계를 수행하는 특정 컴포넌트, 장치, 또는 시스템을 기술하고 도시하지만, 본 명세서는 도 5의 방법의 임의의 적절한 단계를 수행하는 임의의 적절한 컴포넌트, 장치, 또는 시스템의 임의의 적절한 조합을 고려한다.

소셜 그래프 친밀성 및 계수

특정 실시예로, 소셜 네트워킹 시스템(160)은 서로에 대해 다양한 소셜 그래프 엔티티의 소셜 그래프 친밀성(본 명세서에서는 "친밀성"이라고 할 수 있음)을 결정할 수 있다. 친밀성은 가령 사용자, 컨셉, 컨텐츠, 행위, 광고, 온라인 소셜 네트워크와 관련된 다른 객체 또는 이들의 임의의 적절한 조합과 같이 온라인 소셜 네트워크와 관련된 특정 객체들 사이의 관계의 세기 또는 관심도를 나타낼 수 있다. 또한, 친밀성은 제3자 시스템(170)이나 다른 적절한 시스템들과 관련된 객체에 대하여 결정될 수 있다. 각 사용자에 대한 소셜 그래프 엔티티, 주제 또는 컨텐츠의 타입에 대한 총 친밀성이 확립될 수 있다. 총 친밀성은 소셜 그래프 엔티티와 관련된 행위 또는 관계의 계속되는 점검에 기초하여 변할 수 있다. 본 명세서는 특정 방식으로 특정 친밀성을 결정하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 친밀성을 결정하는 것을 기술한다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 친밀성 계수(본 명세서에서는 "계수"라고 할 수 있음)를 사용하여 소셜 그래프 친밀성을 측정하거나 수량화할 수 있다. 계수는 온라인 소셜 네트워크와 관련된 특정 객체들 사이의 관계의 세기를 표현하거나 수량화할 수 있다. 또한, 계수는 사용자가 특정 행위를 수행할 예상 확률을 그 행위에 대한 사용자의 관심에 기초하여 측정하는 확률 또는 함수를 나타낼 수 있다. 이 방식으로, 사용자의 장래의 행위는 사용자의 이전의 행위들에 기초하여 예측될 수 있는데, 이때 계수는 적어도 부분적으로 사용자의 행위의 이력에 의해 계산될 수 있다. 계수는 온라인 소셜 네트워크의 내부 또는 외부에 있을 수 있는 임의의 수의 행위를 예측하는데 사용될 수 있다. 예로서 제한 없이, 이런 행위들은 가령 메시지를 송신하기, 컨텐츠를 게시하기 또는 컨텐츠에 대해 코멘트하기와 같은 다양한 타입의 통신들; 가령 프로필 페이지, 미디어 또는 다른 적절한 컨텐츠에 접근하거나 열람하는 것과 같은 다양한 타입의 관찰 행위들; 가령 동일한 그룹에 있기, 동일한 사진에 태그하기, 동일한 위치에 체크인하기 또는 동일한 이벤트에 참여하기와 같은 다양한 타입의 하나 이상의 소셜 그래프 엔티티에 대한 일치 정보(coincidence information); 또는 다른 적절한 행위들을 포함할 수 있다. 본 명세서는 특정 방식으로 친밀성을 측정하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 친밀성을 측정하는 것을 고려한다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 다양한 인자를 사용하여 계수를 계산할 수 있다. 이런 인자들은 예컨대 사용자 행위, 객체 사이의 관계 타입, 위치 정보, 다른 적절한 인자들 또는 이들의 임의의 조합을 포함할 수 있다. 특정 실시예로, 각기 다른 인자는 계수를 계산할 때 다르게 가중될 수 있다. 각 인자에 대한 가중치는 정적일 수 있거나, 가중치는 예컨대 사용자, 관계의 타입, 행위의 타입, 사용자의 위치 등에 따라 변할 수 있다. 인자들에 대한 평점(ratings)이 사용자에 대한 총 계수를 결정하는데 그 가중치에 따라 결합될 수 있다. 예로서 제한 없이, 특정 사용자 행위는 평점과 가중치 모두를 할당받을 수 있는 한편, 특정 사용자 행위와 관련된 관계는 평점 및 상관형 가중치(correlating weight)(예컨대, 그래서 총 가중치는 100%)를 할당받는다. 특정 객체에 대한 사용자의 계수를 계산하기 위해, 사용자의 행위에 할당된 평점은 예컨대 총 계수의 60%를 포함할 수 있는 한편, 사용자와 객체 사이의 관계는 총 계수의 40%를 포함할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은, 예컨대 정보에 접근한 이후의 시간, 감쇠 인자(decay factors), 접근 빈도, 정보에 대한 관계 또는 정보에 접근한 객체에 대한 관계, 객체와 연결된 소셜 그래프 엔티티에 대한 관계, 사용자 행위의 단기적 또는 장기적 평균, 사용자 피드백, 다른 적절한 변수들 또는 이들의 임의의 조합과 같이, 계수를 계산하는데 사용되는 다양한 인자들에 대한 가중치를 결정할 때 다양한 변수를 고려할 수 있다. 예로서 제한 없이, 더 최근의 행위가 계수를 계산할 때 더 관련되도록, 계수는 특정 행위가 제공한 신호의 세기가 시간에 따라 감쇠하게 하는 감쇠 인자를 포함할 수 있다. 평점 및 가중치는 계수가 기반하는 행위의 계속되는 추적에 기초하여 연속적으로 업데이트될 수 있다. 임의의 타입의 프로세스 또는 알고리즘은 각 인자에 대한 평점 및 인자에 할당된 가중치를 할당, 결합, 평균화 등을 하는데 이용될 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 이력 행위 및 과거 사용자 응답 또는 다양한 옵션에 사용자를 노출시키고 응답을 측정하여 사용자로부터 파밍된(farmed) 데이터에 대하여 훈련되는 기계-학습 알고리즘을 사용하여 계수를 결정할 수 있다. 본 명세서는 특정 방식으로 계수를 계산하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 계수를 계산하는 것을 고려한다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 사용자의 행위에 기초하여 계수를 계산할 수 있다. 소셜 네트워킹 시스템(160)은 온라인 소셜 네트워크에서, 제3자 시스템(170)에서, 다른 적절한 시스템들에서 또는 이들의 임의의 조합에서 이런 행위들을 모니터할 수 있다. 임의의 적절한 타입의 사용자 행위들이 추적되거나 모니터될 수 있다. 일반적인 사용자 행위들은 프로필 페이지를 열람하기, 컨텐츠를 생성하거나 게시하기, 컨텐츠와 상호작용하기, 이미지에서 태그하거나 태그되기, 그룹에 가입하기, 이벤트에의 참여를 목록화하고 확인하기, 위치에 체크인하기, 특정 페이지를 좋아하기, 페이지를 생성하기 및 소셜 행위를 용이하게 하는 다른 업무들을 수행하기를 포함한다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 특정 타입의 컨텐츠를 가진 사용자의 행위에 기초하여 계수를 계산할 수 있다. 컨텐츠는 온라인 소셜 네트워크, 제3자 시스템(170) 또는 다른 적절한 시스템과 관련될 수 있다. 컨텐츠는 사용자, 프로필 페이지, 게시물, 뉴스 소식, 헤드라인, 인스턴트 메시지, 채팅방 대화, 이메일, 광고, 사진, 비디오, 음악, 다른 적절한 객체들 또는 이들의 임의의 조합을 포함할 수 있다. 소셜 네트워킹 시스템(160)은 하나 이상의 행위들이 주제, 컨텐츠, 다른 사용자들 등에 대한 친밀성을 표시하는지를 결정하도록 사용자의 행위를 분석할 수 있다. 예로서 제한 없이, 사용자가 "커피" 또는 그 유사물에 관한 컨텐츠를 빈번히 게시할 수 있다면, 소셜 네트워킹 시스템(160)은 컨셉 "커피"에 대하여 사용자가 높은 계수를 가진다고 결정할 수 있다. 특정 행위 또는 행위 타입은 다른 행위들보다 더 높은 가중치 및/또는 평점을 할당받을 수 있으며, 이는 계산되는 총 계수에 영향을 줄 수 있다. 예로서 제한 없이, 제1 사용자가 제2 사용자에게 이메일 하는 경우, 그 행위에 대한 가중치 또는 평점은 제1 사용자가 제2 사용자에 대한 사용자 프로필 페이지를 단순히 열람한 경우보다 더 높을 수 있다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 특정 객체들 사이의 관계의 타입에 기초하여 계수를 계산할 수 있다. 소셜 그래프(200)를 참조하면, 소셜 네트워킹 시스템(160)은 계수를 계산할 때 특정 사용자 노드(202)와 컨셉 노드(204)를 연결하는 에지(206)의 수 및/또는 타입을 분석할 수 있다. 예로서 제한 없이, (2명의 사용자가 결혼했음을 표현하는) 배우자-타입 에지(spouse-type edge)로 연결되는 사용자 노드(202)는 친구-타입 에지로 연결되는 사용자 노드(202)보다 더 높은 계수를 할당받을 수 있다. 즉, 특정 사용자에 대한 행위 및 관계에 할당된 가중치에 따라, 총 친밀성은 사용자의 친구에 대한 컨텐츠보다 사용자의 배우자에 대한 컨텐츠에 대하여 더 높도록 결정될 수 있다. 특정 실시예로, 사용자가 또 다른 객체와 맺은 관계는 그 객체에 대한 계수를 계산할 때 사용자의 행위의 가중치 및/또는 평점에 영향을 줄 수 있다. 예로서 제한 없이, 사용자가 제1 사진에 태그되지만 단지 제2 사진만을 좋아한다면, 컨텐츠와 태그-타입(tagged-in-type) 관계를 가지는 것이 컨텐츠와 좋아요-타입 관계를 가지는 것보다 더 높은 가중치 및/또는 평점을 할당받을 수 있기 때문에, 소셜 네트워킹 시스템(160)은 사용자가 제2 사진보다 제1 사진에 대하여 더 높은 계수를 가진다고 결정할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 한 명 이상의 제2 사용자가 특정 객체와 맺은 관계에 기초하여 제1 사용자에 대한 계수를 계산할 수 있다. 즉, 다른 사용자들이 객체와 맺은 연결관계 및 계수는 그 객체에 대한 제1 사용자의 계수에 영향을 줄 수 있다. 예로서 제한 없이, 제1 사용자가 한 명 이상의 제2 사용자들과 연결되거나 그 제2 사용자들에 대한 높은 계수를 가지며, 이들 제2 사용자는 특정 객체와 연결되거나 그 특정 객체에 대한 높은 계수를 가진다면, 소셜 네트워킹 시스템(160)은 제1 사용자도 또한, 그 특정 객체에 대해 상대적으로 높은 계수를 가져야 한다고 결정할 수 있다. 특정 실시예로, 계수는 특정 객체들 사이의 이격도를 기초로 할 수 있다. 더 낮은 계수는 제1 사용자가 소셜 그래프(200)에서 제1 사용자와 간접적으로 연결되는 사용자의 컨텐츠 객체에 대한 관심을 공유할 가능성이 감소함을 표현할 수 있다. 예로서 제한 없이, 소셜 그래프(200)에서 더 가까운(즉, 더 적은 이격도의) 소셜 그래프 엔티티들은 소셜 그래프(200)에서 더 멀리 떨어져 있는 엔티티들보다 더 높은 계수를 가질 수 있다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 위치 정보에 기초하여 계수를 계산할 수 있다. 서로 지리적으로 더 가까운 객체들은 더 먼 객체들보다 서로 더 관련이 있거나 더 관심이 있다고 간주될 수 있다. 특정 실시예로, 특정 객체에 대한 사용자의 계수는 사용자와 관련된 현재 위치(또는 사용자의 클라이언트 시스템(130)의 위치)에 대한 객체의 위치의 근접성을 기초로 할 수 있다. 제1 사용자는 제1 사용자와 더 가까운 다른 사용자들이나 컨셉들에 더 관심이 있을 수 있다. 예로서 제한 없이, 사용자가 공항으로부터는 1마일 그리고 주유소로부터는 2마일 떨어져 있다면, 소셜 네트워킹 시스템(160)은 사용자와 공항의 근접성에 기초하여 사용자가 주유소보다 공항에 대해 더 높은 계수를 가진다고 결정할 수 있다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 계수 정보에 기초하여 사용자에 대해 특정 행위를 수행할 수 있다. 계수는 사용자가 특정 행위를 수행할 것인지 여부를 그 행위에 대한 사용자의 관심에 기초하여 예측하는데 사용될 수 있다. 계수는 가령 광고, 검색 결과, 뉴스 소식, 미디어, 메시지, 알림 또는 다른 적절한 객체와 같이 사용자에게 임의의 타입의 객체들을 생성하거나 제시할 때 사용될 수 있다. 또한, 계수는 적절한 경우 이런 객체들을 순위화 및 순서화하는데 이용될 수 있다. 이 방식으로, 소셜 네트워킹 시스템(160)은 사용자의 관심 및 현재 상황과 관련이 있는 정보를 제공할 수 있고, 사용자들이 관심을 가질 이런 정보를 찾을 가능성을 증가시킨다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 계수 정보에 기초하여 컨텐츠를 생성할 수 있다. 컨텐츠 객체는 사용자에 특화된 계수에 기초하여 제공되거나 선택될 수 있다. 예로서 제한 없이, 계수는 사용자에 대한 미디어를 생성하는데 사용될 수 있는데, 이때 사용자는 사용자가 미디어 객체에 대해 높은 총 계수를 가지는 미디어를 제시받을 수 있다. 또 다른 예로서 제한 없이, 계수는 사용자에 대한 광고를 생성하는데 사용될 수 있는데, 이때 사용자는 사용자가 광고된 객체에 대해 높은 총 계수를 가지는 광고를 제시받을 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 계수 정보에 기초하여 검색 결과를 생성할 수 있다. 특정 사용자에 대한 검색 결과는 질의중인 사용자에 대하여 검색 결과와 관련된 계수에 기초하여 점수화되거나 순위화될 수 있다. 예로서 제한 없이, 더 높은 계수를 가진 객체에 해당하는 검색 결과는 더 낮은 계수를 가진 객체에 해당하는 결과보다 검색 결과 페이지에서 더 높게 순위화될 수 있다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 특정 시스템이나 프로세스로부터의 계수에 대한 요청에 응답하여 계수를 계산할 수 있다. 사용자가 소정의 상황에서 행할 수 있는(주제일 수 있는) 가능한 행위를 예측하기 위해, 임의의 프로세스는 사용자에 대해 계산된 계수를 요청할 수 있다. 또한, 요청은 계수를 계산하는데 사용되는 다양한 인자들에 대해 사용하도록 한 세트의 가중치를 포함할 수 있다. 이 요청은 온라인 소셜 네트워크에서 실행하는 프로세스로부터, (예컨대, API 또는 다른 통신 채널을 통해) 제3자 시스템(170)으로부터 또는 다른 적절한 시스템으로부터 비롯될 수 있다. 그 요청에 응답하여, 소셜 네트워킹 시스템(160)은 계수를 계산(또는 이미 계산되고 저장되었다면 계수 정보에 접근)할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 특정 프로세스에 대한 친밀성을 측정할 수 있다. (온라인 소셜 네트워크 내부와 외부 모두의) 다른 프로세스들은 특정 객체 또는 객체들의 세트에 대한 계수를 요청할 수 있다. 소셜 네트워킹 시스템(160)은 친밀도를 요청한 특정 프로세스와 관련이 있는 친밀도를 제공할 수 있다. 이 방식으로, 각 프로세스는 프로세스가 친밀도를 사용하는 다른 컨텍스트에 대하여 맞춤화되는 친밀도를 수신한다.

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.

시스템 및 방법

도 6은 예시적인 컴퓨터 시스템(600)을 도시한다. 특정 실시예로, 하나 이상의 컴퓨터 시스템들(600)은 본 명세서에 기술되거나 도시된 하나 이상의 방법들의 하나 이상의 단계들을 수행한다. 특정 실시예로, 하나 이상의 컴퓨터 시스템들(600)은 본 명세서에 기술되거나 도시된 기능을 제공한다. 예로서 제한 없이, 기능은 검색 엔진의 하나 이상의 소프트웨어 컴포넌트과 관련될 수 있다. 특정 실시예로, 소프트웨어 컴포넌트는 웹 크롤러, 문서 프로세서, 인덱스 생성기 및 스니펫 생성기를 포함할 수 있다. 예로서 제한 없이, 검색 엔진은 웹 크롤러를 사용하여 내부 컨셉 및 외부 컨셉과 관련된 웹 컨텐츠를 페치(fetch)할 수 있다. 특정 실시예로, 내부 컨셉은 상술한 바와 같이 소셜 네트워킹 시스템(160)과 관련된다. 특정 실시예로, 외부 컨셉은 상술한 바와 같이 제3자 시스템(170)과 관련된다. 웹 크롤러는 URL들을 발견하고 페치할 수 있다. 또 다른 예로서 제한 없이, 검색 엔진은 문서 프로세서를 사용하여 인덱싱을 위해 웹 크롤러가 제공한 컨텐츠를 처리할 수 있다. 특정 실시예로, 제공된 컨텐츠를 처리하는 것은 제공된 컨텐츠가 인덱스 생성기와 관련된 해당 포맷 및 형태에 따르도록 제공된 컨텐츠를 조정하는 것을 포함할 수 있다. 또 다른 예로서 제한 없이, 검색 엔진은 제공된 컨텐츠에 기반하여 인덱스를 생성하도록 인덱스 생성기를 사용할 수 있다. 특정 실시예로, 검색 엔진은 인덱싱하기 전에 관련되는 제공된 컨텐츠를 수집할 수 있다. 또 다른 예로서 제한 없이, 검색 엔진은 스니펫 생성기를 사용하여 생성된 인덱스과 관련된 각각의 객체에 대한 스니펫을 생성할 수 있다. 특정 실시예로, 하나 이상의 컴퓨터 시스템들(600)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(600)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(600)을 고려한다. 본 명세서는 임의의 적절한 물리적 형태를 취하는 컴퓨터 시스템(600)을 고려한다. 예로서 제한 없이, 컴퓨터 시스템(600)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(600)은 하나 이상의 컴퓨터 시스템(600)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(600)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(600)은 본 명세서에 기술되거나 도시되는 하나 이상의 방법의 하나 이상의 단계를 실시간으로 또는 일괄 모드로 실행할 수 있다. 적절한 경우, 하나 이상의 컴퓨터 시스템(600)은 본 명세서에 기술되거나 도시되는 하나 이상의 방법의 하나 이상의 단계를 다른 시기에 또는 다른 위치에서 실행할 수 있다.

특정 실시예로, 컴퓨터 시스템(600)은 프로세서(602), 메모리(604), 저장소(606), 입력/출력(I/O) 인터페이스(608), 통신 인터페이스(610) 및 버스(612)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(602)는 가령 컴퓨터 프로그램을 구성하는 명령어와 같은 명령어를 실행하기 위한 하드웨어를 포함한다. 예로서 제한 없이, 명령어를 실행하기 위해, 프로세서(602)는 내부 레지스터, 내부 캐시, 메모리(604) 또는 저장소(606)로부터 명령어를 검색(또는 페치(fetch))할 수 있고; 명령어를 디코딩하고 실행한 후; 하나 이상의 결과를 내부 레지스터, 내부 캐시, 메모리(604) 또는 저장소(606)에 기록할 수 있다. 특정 실시예로, 프로세서(602)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(602)를 고려한다. 예로서 제한 없이, 프로세서(602)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(604)나 저장소(606) 내 명령어들의 사본일 수 있고, 명령어 캐시는 프로세서(602)에 의한 이런 명령어들의 검색 속도를 높일 수 있다. 데이터 캐시 내의 데이터는 프로세서(602)에서 실행하는 다음 명령들에 의해 접근하거나 메모리(604)나 저장소(606)로 기록하기 위해 프로세서(602)에서 실행되는 이전 명령들의 결과; 또는 다른 적절한 데이터를 동작하는데 프로세서(602)에서 실행하는 명령어를 위한 메모리(604)나 저장소(606) 내의 데이터의 사본일 수 있다. 데이터 캐시는 프로세서(602)에 의한 판독 또는 기록 동작의 속도를 높일 수 있다. TLB들은 프로세서(602)에 의한 가상 주소 변환의 속도를 높일 수 있다. 특정 실시예로, 프로세서(602)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(602)를 고려한다. 적절한 경우, 프로세서(602)는 하나 이상의 산술 논리 유닛(ALUs)을 포함할 수 있거나; 멀티-코어 프로세서일 수 있거나; 하나 이상이 프로세서들(602)을 포함할 수 있다. 본 명세서가 특정 프로세서를 기술하고 도시하지만, 본 명세서는 임의의 적절한 프로세서를 고려한다.

특정 실시예로, 메모리(604)는 프로세서(602)가 실행하는 명령어 또는 프로세서(602)가 운영하는 데이터를 저장하기 위한 메인 메모리를 포함한다. 예로서 제한 없이, 컴퓨터 시스템(600)은 저장소(606)나 또 다른 소스(가령, 예컨대 또 다른 컴퓨터 시스템(600))에서 메모리(604)로 명령어를 로딩할 수 있다. 이후, 프로세서(602)는 메모리(604)에서 내부 레지스터나 내부 캐시로 명령어를 로딩할 수 있다. 명령어를 실행하기 위해, 프로세서(602)는 내부 레지스터나 내부 캐시로부터 명령어를 검색하고 이들을 디코딩할 수 있다. 명령어의 실행 중 또는 실행 후, 프로세서(602)는 (중간 결과 또는 최종 결과일 수 있는) 하나 이상의 결과를 내부 레지스터나 내부 캐시로 기록할 수 있다. 이후, 프로세서(602)는 하나 이상의 이런 결과를 메모리(604)에 기록할 수 있다. 특정 실시예로, 프로세서(602)는 (저장소(606) 또는 다른 곳과는 대조적으로) 하나 이상의 내부 레지스터나 내부 캐시에서 또는 메모리(604)에서 단지 명령어만을 실행하며, (저장소(606) 또는 다른 곳과는 대조적으로) 하나 이상의 내부 레지스터나 내부 캐시에서 또는 메모리(604)에서 단지 데이터만을 운영한다. (주소 버스 및 데이터 버스를 각각 포함할 수 있는) 하나 이상의 메모리 버스는 프로세서(602)를 메모리(604)로 연결할 수 있다. 하기에 기술되는 바와 같이, 버스(612)는 하나 이상의 메모리 버스를 포함할 수 있다. 특정 실시예로, 하나 이상의 메모리 관리 유닛(MMUs)은 프로세서(602)와 메모리(604) 사이에 상주하며, 프로세서(602)에 의해 요청되는 메모리(604)로의 접근을 용이하게 한다. 특정 실시예로, 메모리(604)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(604)는 하나 이상의 메모리(604)를 포함할 수 있다. 본 명세서가 특정 메모리를 기술하고 도시하지만, 본 명세서는 임의의 적절한 메모리를 고려한다.

특정 실시예로, 저장소(606)는 데이터용 또는 명령어용 대용량 저장소를 포함한다. 예로서 제한 없이, 저장소(606)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(606)는 착탈식 또는 비-착탈식(또는 고정) 매체를 포함할 수 있다. 적절한 경우, 저장소(606)는 컴퓨터 시스템(600)의 내부 또는 외부에 있을 수 있다. 특정 실시예로, 저장소(606)는 비휘발성, 고체-상태(solid-state) 메모리이다. 특정 실시예로, 저장소(606)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(606)를 고려한다. 적절한 경우, 저장소(606)는 프로세서(602)와 저장소(606) 사이의 통신을 용이하게 하는 하나 이상의 저장소 제어 유닛을 포함할 수 있다. 적절한 경우, 저장소(606)는 하나 이상의 저장소(606)를 포함할 수 있다. 본 명세서가 특정 저장소를 기술하고 도시하지만, 본 명세서는 임의의 적절한 저장소를 고려한다.

특정 실시예로, I/O 인터페이스(608)는 컴퓨터 시스템(600)과 하나 이상의 I/O 장치 사이의 통신을 위한 하나 이상의 인터페이스를 제공하는 하드웨어, 소프트웨어 또는 이들 모두를 포함한다. 적절한 경우, 컴퓨터 시스템(600)은 하나 이상의 이들 I/O 장치를 포함할 수 있다. 하나 이상의 이들 I/O 장치는 사람과 컴퓨터 시스템(600) 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(608)를 고려한다. 적절한 경우, I/O 인터페이스(608)는 프로세서(602)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(608)는 하나 이상의 I/O 인터페이스(608)를 포함할 수 있다. 본 명세서가 특정 I/O 인터페이스를 기술하고 도시하지만, 본 명세서는 임의의 적절한 I/O 인터페이스를 고려한다.

특정 실시예로, 통신 인터페이스(610)는 컴퓨터 시스템(600)과 하나 이상의 다른 컴퓨터 시스템(600)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(610)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(610)를 고려한다. 예로서 제한 없이, 컴퓨터 시스템(600)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(600)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(600)은 임의의 이들 네트워크에 대한 임의의 적절한 통신 인터페이스(610)를 포함할 수 있다. 적절한 경우, 통신 인터페이스(610)는 하나 이상의 통신 인터페이스(610)를 포함할 수 있다. 본 명세서가 특정 통신 인터페이스를 기술하고 도시하지만, 본 명세서는 임의의 적절한 통신 인터페이스를 고려한다.

특정 실시예로, 버스(612)는 컴퓨터 시스템(600)의 구성요소를 서로 연결하는 하드웨어, 소프트웨어 또는 이들 모두를 포함한다. 예로서 제한 없이, 버스(612)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(612)는 하나 이상의 버스(612)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.

기타

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 (43)

1. 온라인 소셜 네트워크의 하나 이상의 컴퓨팅 장치에 의해:
   하나 이상의 컴퓨팅 장치가, 복수의 노드 및 노드를 연결하는 복수의 에지를 가지는 소셜 그래프로부터의 데이터를 포함하는 온라인 소셜 네트워크의 확장형 검색 인덱스(enhanced search index)에 액세스하는 단계;
   하나 이상의 컴퓨팅 장치에서, 제1 사용자의 클라이언트 시스템으로부터 하나 이상의 키워드를 포함하는 질의를 수신하는 단계;
   하나 이상의 컴퓨팅 장치가, 질의와 매치하는 사용자-생성 컨텐츠를 포함하는 내부 컨텐츠 객체에 대응하는 내부 노드(internal nodes)와 연결되는 복수의 외부 노드(external nodes) 중 하나 이상의 외부 노드에 각각 대응하는 하나 이상의 외부 컨텐츠 객체를 식별하도록 복수의 외부 노드의 각각의 외부 노드와 관련된 확장형 검색 인덱스 내 컨텐츠를 검색하는 단계;
   하나 이상의 컴퓨팅 장치가, (1) 식별된 외부 컨텐츠 객체의 컨텐츠와 질의 사이의 텍스트 유사성 및 (2) 식별된 외부 컨텐츠 객체에 대응하는 외부 노드와 하나 이상의 연결된 내부 노드의 연결에 적어도 부분적으로 기반하여 각각의 식별된 외부 컨텐츠 객체를 점수화하는 단계; 및
   하나 이상의 컴퓨팅 장치가, 수신된 질의에 응답하여, 제1 사용자에게 디스플레이하기 위해, 하나 이상의 식별된 외부 컨텐츠 객체에 대한 레퍼런스를 포함하는 검색-결과 인터페이스를 제시하기 위한 지시를 클라이언트 시스템으로 송신하는 단계를 포함하며,
   2개의 노드 사이의 각각의 에지는 노드 사이의 이격도 1도를 나타내고,
   노드는:
   온라인 소셜 네트워크와 관련된 제1 사용자에 대응하는 제1 노드;
   사용자-생성 컨텐츠를 각각 포함하는 복수의 내부 컨텐츠 객체 및 온라인 소셜 네트워크와 관련된 복수의 제2 사용자에 대응하는 복수의 내부 노드; 및
   복수의 외부 컨텐츠 객체에 각각 대응하고 적어도 하나의 에지로 적어도 하나 이상의 내부 노드와 각각 연결되는 복수의 외부 노드를 포함하며,
   각각의 외부 노드는 외부 노드와 연결되는 내부 노드에 대응하는 하나 이상의 내부 컨텐츠 객체의 컨텐츠와 관련되고, 각각의 외부 컨텐츠 객체는 컨텐츠를 포함하며 온라인 소셜 네트워크의 외부에 있는 별개의 제3자 시스템에 저장되고,
   하나 이상의 외부 컨텐츠 객체의 컨텐츠는 질의의 하나 이상의 키워드와 매치하지 않고,
   검색-결과 인터페이스에서 참조되는 각각의 식별된 외부 컨텐츠 객체는 임계 점수보다 큰 점수를 가지는 방법.
2. 제 1 항에 있어서,
   레퍼런스는 외부 컨텐츠 객체로의 링크인 방법.
3. 제 1 항에 있어서,
   적어도 하나의 내부 노드는 온라인 소셜 네트워크의 사용자에 의해 제공되는 방법.
4. 제 1 항에 있어서,
   적어도 하나의 외부 노드는 온라인 소셜 네트워크에 의해 제3자 시스템을 크롤링(crawling)하여 생성되는 방법.
5. 제 1 항에 있어서,
   외부 노드와 관련된 적어도 하나의 에지는 온라인 소셜 네트워크에 의해 크롤링되는 방법.
6. 제 1 항에 있어서,
   적어도 하나의 식별된 외부 컨텐츠 객체는 온라인 소셜 네트워크의 사용자에 의해 제공되는 방법.
7. 제 1 항에 있어서,
   적어도 하나의 식별된 외부 컨텐츠 객체는 제3자 시스템에 의해 호스트되는 웹페이지인 방법.
8. 제 1 항에 있어서,
   적어도 하나의 식별된 외부 컨텐츠 객체는 멀티미디어 컨텐츠 객체인 방법.
9. 제 1 항에 있어서,
   외부 노드를 내부 노드와 연결하는 적어도 하나의 에지는 명시적 행위(explicit action)에 응답하여 온라인 소셜 네트워크에 의해 생성되며,
   명시적 행위는 외부 노드와 내부 노드 사이의 관계를 나타내는 방법.
10. 제 9 항에 있어서,
    내부 노드는 온라인 소셜 네트워크의 사용자에 대응하며 명시적 행위는 사용자에 의해 개시되는 방법.
11. 제 1 항에 있어서,
    제1 노드를 제2 노드와 연결하는 적어도 하나의 에지는 온라인 소셜 네트워크에 의해 추론되고, 추론은 제1 노드에 대응하는 컨텐츠 객체의 컨텐츠 및 제2 노드에 대응하는 컨텐츠 객체의 컨텐츠에 적어도 부분적으로 기반하는 방법.
12. 제 11 항에 있어서,
    컨텐츠 객체는 게시물, 코멘트, 제3자 애플리케이션 또는 소셜 그래프 태그인 방법.
13. 제 1 항에 있어서,
    제1 노드를 제2 노드와 연결하는 적어도 하나의 에지는 온라인 소셜 네트워크에 의해 추론되고,
    추론은 제1 노드에 대응하는 컨텐츠 객체의 컨텐츠 및 제2 노드에 대응하는 컨텐츠 객체의 컨텐츠의 단어 빈도-역문서 빈도(term-frequency-inverse-document-frequency, tf-idf) 분석에 적어도 부분적으로 기반하는 방법.
14. 제 1 항에 있어서,
    제1 노드를 제2 노드와 연결하는 적어도 하나의 에지는 온라인 소셜 네트워크에 의해 추론되고,
    추론은 제1 노드에 대응하는 컨텐츠 객체의 컨텐츠 및 제2 노드에 대응하는 컨텐츠 객체의 컨텐츠의 주제 추출 분석(topic extraction analysis)에 적어도 부분적으로 기반하는 방법.
15. 제 1 항에 있어서,
    제1 노드를 제2 노드와 연결하는 적어도 하나의 에지는 온라인 소셜 네트워크에 의해 추론되고,
    추론은 제1 노드에 대응하는 컨텐츠 객체의 컨텐츠 및 제2 노드에 대응하는 컨텐츠 객체의 컨텐츠의 감정 분석(sentiment analysis)에 적어도 부분적으로 기반하는 방법.
16. 제 1 항에 있어서,
    하나 이상의 내부 노드와 외부 노드의 연결에 기반하여 각각의 식별된 외부 컨텐츠 객체를 점수화하는 단계는 외부 노드와 연결된 내부 노드에 대응하는 내부 컨텐츠 객체와 관련된 컨텐츠에 적어도 부분적으로 기반하여 점수를 할당하는 단계를 포함하는 방법.
17. 제 1 항에 있어서,
    하나 이상의 내부 노드와 외부 노드의 연결에 기반하여 각각의 식별된 외부 컨텐츠 객체를 점수화하는 단계는 확장형 검색 인덱스에서 외부 노드와 관련된 컨텐츠에 적어도 부분적으로 기반하여 점수를 할당하는 단계를 포함하는 방법.
18. 제 1 항에 있어서,
    외부 노드와 하나 이상의 내부 노드 사이의 이격도의 수;
    외부 노드의 노출 수; 또는
    외부 노드와 관련된 상호작용의 수 중 하나 이상에 적어도 부분적으로 기반하여 각각의 식별된 외부 컨텐츠 객체를 점수화하는 단계를 더 포함하는 방법.
19. 제 18 항에 있어서,
    각각의 상호작용은 공유하기, 좋아요 하기, 코멘트하기 또는 재-공유하기인 방법.
20. 제 1 항에 있어서,
    각각의 식별된 외부 컨텐츠 객체에 대응하는 스니펫(snippet)을 생성하는 단계를 더 포함하며, 스니펫은 식별된 외부 컨텐츠 객체에 대응하는 제2 노드에 대한 문맥형 정보(contextual information)를 포함하는 방법.
21. 제 20 항에 있어서,
    각각의 스니펫은 하나 이상의 내부 노드 및 스니펫에 대응하는 식별된 외부 컨텐츠 객체에 대응하는 외부 노드와 하나 이상의 내부 노드를 연결하는 하나 이상의 에지에 대한 하나 이상의 레퍼런스를 포함하는 방법.
22. 온라인 소셜 네트워크의 하나 이상의 컴퓨팅 장치에 의해 실행될 때:
    하나 이상의 컴퓨팅 장치가, 복수의 노드 및 노드를 연결하는 복수의 에지를 가지는 소셜 그래프로부터의 데이터를 포함하는 온라인 소셜 네트워크의 확장형 검색 인덱스에 액세스하고;
    하나 이상의 컴퓨팅 장치에서, 제1 사용자의 클라이언트 시스템으로부터 하나 이상의 키워드를 포함하는 질의를 수신하며;
    하나 이상의 컴퓨팅 장치가, 질의와 매치하는 사용자-생성 컨텐츠를 포함하는 내부 컨텐츠 객체에 대응하는 내부 노드와 연결되는 복수의 외부 노드 중 하나 이상의 외부 노드에 각각 대응하는 하나 이상의 외부 컨텐츠 객체를 식별하도록 복수의 외부 노드의 각각의 외부 노드와 관련된 확장형 검색 인덱스 내 컨텐츠를 검색하고;
    하나 이상의 컴퓨팅 장치가, (1) 식별된 외부 컨텐츠 객체의 컨텐츠와 질의 사이의 텍스트 유사성 및 (2) 식별된 외부 컨텐츠 객체에 대응하는 외부 노드와 하나 이상의 연결된 내부 노드의 연결에 적어도 부분적으로 기반하여 각각의 식별된 외부 컨텐츠 객체를 점수화하며;
    하나 이상의 컴퓨팅 장치가, 수신된 질의에 응답하여, 제1 사용자에게 디스플레이하기 위해, 하나 이상의 식별된 외부 컨텐츠 객체에 대한 레퍼런스를 포함하는 검색-결과 인터페이스를 제시하기 위한 지시를 클라이언트 시스템으로 송신하도록 동작하는 소프트웨어를 기록한 하나 이상의 컴퓨터-판독가능 비-일시적 저장매체로서,
    2개의 노드 사이의 각각의 에지는 노드 사이의 이격도 1도를 나타내고,
    노드는:
    온라인 소셜 네트워크와 관련된 제1 사용자에 대응하는 제1 노드;
    사용자-생성 컨텐츠를 각각 포함하는 복수의 내부 컨텐츠 객체 및 온라인 소셜 네트워크와 관련된 복수의 제2 사용자에 대응하는 복수의 내부 노드; 및
    복수의 외부 컨텐츠 객체에 각각 대응하고 적어도 하나의 에지로 적어도 하나 이상의 내부 노드와 각각 연결되는 복수의 외부 노드를 포함하며,
    각각의 외부 노드는 외부 노드와 연결되는 내부 노드에 대응하는 하나 이상의 내부 컨텐츠 객체의 컨텐츠와 관련되고, 각각의 외부 컨텐츠 객체는 컨텐츠를 포함하며 온라인 소셜 네트워크의 외부에 있는 별개의 제3자 시스템에 저장되고,
    하나 이상의 외부 컨텐츠 객체의 컨텐츠는 질의의 하나 이상의 키워드와 매치하지 않고,
    검색-결과 인터페이스에서 참조되는 각각의 식별된 외부 컨텐츠 객체는 임계 점수보다 큰 점수를 가지는 컴퓨터-판독가능 비-일시적 저장매체.
23. 하나 이상의 프로세서; 및
    프로세서와 연결되고 프로세서에 의해 실행가능한 명령어를 포함하는 메모리를 포함하는 시스템으로서,
    상기 프로세서는:
    하나 이상의 컴퓨팅 장치가, 복수의 노드 및 노드를 연결하는 복수의 에지를 가지는 소셜 그래프로부터의 데이터를 포함하는 온라인 소셜 네트워크의 확장형 검색 인덱스에 액세스하고;
    제1 사용자의 클라이언트 시스템으로부터 하나 이상의 키워드를 포함하는 질의를 수신하며;
    하나 이상의 컴퓨팅 장치가, 질의와 매치하는 사용자-생성 컨텐츠를 포함하는 내부 컨텐츠 객체에 대응하는 내부 노드와 연결되는 복수의 외부 노드 중 하나 이상의 외부 노드에 각각 대응하는 하나 이상의 외부 컨텐츠 객체를 식별하도록 복수의 외부 노드의 각각의 외부 노드와 관련된 확장형 검색 인덱스 내 컨텐츠를 검색하고;
    하나 이상의 컴퓨팅 장치가, (1) 식별된 외부 컨텐츠 객체의 컨텐츠와 질의 사이의 텍스트 유사성 및 (2) 식별된 외부 컨텐츠 객체에 대응하는 외부 노드와 하나 이상의 연결된 내부 노드의 연결에 적어도 부분적으로 기반하여 각각의 식별된 외부 컨텐츠 객체를 점수화하며;
    하나 이상의 컴퓨팅 장치가, 수신된 질의에 응답하여, 제1 사용자에게 디스플레이하기 위해, 하나 이상의 식별된 외부 컨텐츠 객체에 대한 레퍼런스를 포함하는 검색-결과 인터페이스를 제시하기 위한 지시를 클라이언트 시스템으로 송신하는 명령어를 실행할 때 동작하며,
    2개의 노드 사이의 각각의 에지는 노드 사이의 이격도 1도를 나타내고,
    노드는:
    온라인 소셜 네트워크와 관련된 제1 사용자에 대응하는 제1 노드;
    사용자-생성 컨텐츠를 각각 포함하는 복수의 내부 컨텐츠 객체 및 온라인 소셜 네트워크와 관련된 복수의 제2 사용자에 대응하는 복수의 내부 노드; 및
    복수의 외부 컨텐츠 객체에 각각 대응하고 적어도 하나의 에지로 적어도 하나 이상의 내부 노드와 각각 연결되는 복수의 외부 노드를 포함하며,
    각각의 외부 노드는 외부 노드와 연결되는 내부 노드에 대응하는 하나 이상의 내부 컨텐츠 객체의 컨텐츠와 관련되고, 각각의 외부 컨텐츠 객체는 컨텐츠를 포함하며 온라인 소셜 네트워크의 외부에 있는 별개의 제3자 시스템에 저장되고,
    하나 이상의 외부 컨텐츠 객체의 컨텐츠는 질의의 하나 이상의 키워드와 매치하지 않고,
    검색-결과 인터페이스에서 참조되는 각각의 식별된 외부 컨텐츠 객체는 임계 점수보다 큰 점수를 가지는 시스템.
24. 제 23 항에 있어서,
    적어도 하나의 내부 노드는 온라인 소셜 네트워크의 사용자에 의해 제공되는 시스템.
25. 제 23 항에 있어서,
    적어도 하나의 외부 노드는 온라인 소셜 네트워크에 의해 제3자 시스템을 크롤링하여 생성되는 시스템.
26. 제 23 항에 있어서,
    외부 노드와 관련된 적어도 하나의 에지는 온라인 소셜 네트워크에 의해 크롤링되는 시스템.
27. 제 23 항에 있어서,
    적어도 하나의 식별된 외부 컨텐츠 객체는 온라인 소셜 네트워크의 사용자에 의해 제공되는 시스템.
28. 제 23 항에 있어서,
    적어도 하나의 식별된 외부 컨텐츠 객체는 제3자 시스템에 의해 호스트되는 웹페이지인 시스템.
29. 제 23 항에 있어서,
    적어도 하나의 식별된 외부 컨텐츠 객체는 멀티미디어 컨텐츠 객체인 시스템.
30. 제 23 항에 있어서,
    외부 노드를 내부 노드와 연결하는 적어도 하나의 에지는 명시적 행위에 응답하여 온라인 소셜 네트워크에 의해 생성되며, 명시적 행위는 외부 노드와 내부 노드 사이의 관계를 나타내는 시스템.
31. 제 30 항에 있어서,
    내부 노드는 온라인 소셜 네트워크의 사용자에 대응하며, 명시적 행위는 사용자에 의해 개시되는 시스템.
32. 제 23 항에 있어서,
    제1 노드를 제2 노드와 연결하는 적어도 하나의 에지는 온라인 소셜 네트워크에 의해 추론되고, 추론은 제1 노드에 대응하는 컨텐츠 객체의 컨텐츠 및 제2 노드에 대응하는 컨텐츠 객체의 컨텐츠에 적어도 부분적으로 기반하는 시스템.
33. 제 32 항에 있어서,
    컨텐츠 객체는 게시물, 코멘트, 제3자 애플리케이션 또는 소셜 그래프 태그인 시스템.
34. 제 23 항에 있어서,
    제1 노드를 제2 노드와 연결하는 적어도 하나의 에지는 온라인 소셜 네트워크에 의해 추론되고, 추론은 제1 노드에 대응하는 컨텐츠 객체의 컨텐츠 및 제2 노드에 대응하는 컨텐츠 객체의 컨텐츠의 단어 빈도-역문서 빈도(tf-idf) 분석에 적어도 부분적으로 기반하는 시스템.
35. 제 23 항에 있어서,
    제1 노드를 제2 노드와 연결하는 적어도 하나의 에지는 온라인 소셜 네트워크에 의해 추론되고, 추론은 제1 노드에 대응하는 컨텐츠 객체의 컨텐츠 및 제2 노드에 대응하는 컨텐츠 객체의 컨텐츠의 주제 추출 분석에 적어도 부분적으로 기반하는 시스템.
36. 제 23 항에 있어서,
    제1 노드를 제2 노드와 연결하는 적어도 하나의 에지는 온라인 소셜 네트워크에 의해 추론되고, 추론은 제1 노드에 대응하는 컨텐츠 객체의 컨텐츠 및 제2 노드에 대응하는 컨텐츠 객체의 컨텐츠의 감정 분석에 적어도 부분적으로 기반하는 시스템.
37. 제 23 항에 있어서,
    하나 이상의 내부 노드와 외부 노드의 연결에 기반하여 각각의 식별된 외부 컨텐츠 객체를 점수화하는 명령어는 외부 노드와 연결된 내부 노드에 대응하는 내부 컨텐츠 객체와 관련된 컨텐츠에 적어도 부분적으로 기반하여 점수를 할당하는 명령어를 포함하는 시스템.
38. 제 23 항에 있어서,
    하나 이상의 내부 노드와 외부 노드의 연결에 기반하여 각각의 식별된 외부 컨텐츠 객체를 점수화하는 명령어는 확장형 검색 인덱스에서 외부 노드와 관련된 컨텐츠에 적어도 부분적으로 기반하여 점수를 할당하는 명령어를 포함하는 시스템.
39. 제 23 항에 있어서,
    상기 프로세서는:
    외부 노드와 하나 이상의 내부 노드 사이의 이격도의 수;
    외부 노드의 노출 수; 또는
    외부 노드와 관련된 상호작용의 수 중 하나 이상에 적어도 부분적으로 기반하여 각각의 식별된 외부 컨텐츠 객체를 점수화하는 명령어를 실행할 때 또한 동작하는 시스템.
40. 제 39 항에 있어서,
    각각의 상호작용은 공유하기, 좋아요 하기, 코멘트하기 또는 재-공유하기인 시스템.
41. 제 23 항에 있어서,
    상기 프로세서는: 각각의 식별된 외부 컨텐츠 객체에 대응하는 스니펫을 생성하는 명령어를 실행할 때 또한 동작하며, 스니펫은 식별된 외부 컨텐츠 객체에 대응하는 제2 노드에 대한 문맥형 정보를 포함하는 시스템.
42. 제 41 항에 있어서,
    각각의 스니펫은 하나 이상의 내부 노드 및 스니펫에 대응하는 식별된 외부 컨텐츠 객체에 대응하는 외부 노드와 하나 이상의 내부 노드를 연결하는 하나 이상의 에지에 대한 하나 이상의 레퍼런스를 포함하는 시스템.
43. 제 23 항에 있어서,
    레퍼런스는 외부 컨텐츠 객체로의 링크인 시스템.

Images