KR102419908B1 - 동적 커뮤니티를 추적하기 위한 컴퓨터화된 시스템 및 방법 - Google Patents

동적 커뮤니티를 추적하기 위한 컴퓨터화된 시스템 및 방법 Download PDF

Info

Publication number
KR102419908B1
KR102419908B1 KR1020210101986A KR20210101986A KR102419908B1 KR 102419908 B1 KR102419908 B1 KR 102419908B1 KR 1020210101986 A KR1020210101986 A KR 1020210101986A KR 20210101986 A KR20210101986 A KR 20210101986A KR 102419908 B1 KR102419908 B1 KR 102419908B1
Authority
KR
South Korea
Prior art keywords
community
user
user account
identification value
determining
Prior art date
Application number
KR1020210101986A
Other languages
English (en)
Other versions
KR20210153564A (ko
Inventor
샤오 루
용후이 첸
Original Assignee
쿠팡 주식회사
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 쿠팡 주식회사 filed Critical 쿠팡 주식회사
Publication of KR20210153564A publication Critical patent/KR20210153564A/ko
Application granted granted Critical
Publication of KR102419908B1 publication Critical patent/KR102419908B1/ko

Links

Images

Classifications

    • G06Q50/30—
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9536—Search customisation based on social or collaborative filtering
    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0639—Item locations
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G06Q50/28—
    • 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)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Databases & Information Systems (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

온라인 커뮤니티를 추적하기 위한 시스템 및 방법이 제공된다. 일 방법은 제1 시간에, 복수의 사용자의 그룹이 커뮤니티에 속함을 결정하는 것 - 커뮤니티는 0의 커뮤니티 식별을 가짐 -; 그룹의 각 사용자를 0의 커뮤니티 식별로 라벨링(labeling)하는 것; 그룹의 각 사용자를 알고리즘 식별로 라벨링하는 것 - 알고리즘 식별은 커뮤니티와 연관됨 -; 그룹의 한 명의 사용자가 코어 사용자임을 결정하는 것; 및 커뮤니티 식별 카운터를 1씩 증가시키는 것을 함으로써, 복수의 사용자를 분류하는 것; 복수의 사용자의 각 사용자가 커뮤니티 식별 및 알고리즘 식별로 라벨링될때까지 분류하는 것을 반복하는 것; 및 복수의 사용자를 분류하는 것을 기초로 커뮤니티 동적 분석을 생성하는 것을 포함한다.

Description

동적 커뮤니티를 추적하기 위한 컴퓨터화된 시스템 및 방법{COMPUTERIZED SYSTEMS AND METHODS FOR TRACKING DYNAMIC COMMUNITIES}
본 개시는 일반적으로 동적 커뮤니티(dynamic communities)를 추적하기 위한 컴퓨터화된 시스템 및 방법에 관한 것이다. 특히, 본 개시의 실시예는 커뮤니티를 자동으로 식별하고 이들 커뮤니티 간의 네트워크 현상을 모니터링함으로써 동적 커뮤니티를 자동으로 추적할 수 있는 독창적이고 비전통적인 시스템에 관한 것이다.
다수의 조직은 조직과 상호 작용하기 위한 플랫폼을 사용자에게 제공한다. 예를 들어, 온라인 플랫폼은 사용자가 조직 또는 조직의 다른 사용자와 상호 작용하는 것을 허용할 수 있다. 사용자는 온라인 플랫폼 상에서 의도하거나 또는 의도하지 않은 커뮤니티를 형성할 수 있다. 예를 들어, 사용자는 사용자가 가입할 그룹(예를 들어, 대화방, 온라인 채널 등)을 명시적으로 생성함으로써 의도한 커뮤니티를 형성할 수 있다. 사용자는 자연스럽게 형성되는 의도하지 않은 커뮤니티를 형성할 수 있다. 예를 들어, 공통 관심사를 통해 온라인 플랫폼과 상호 작용하는 사용자는 커뮤니티를 의도하지 않게 형성할 수 있다.
악의적인 커뮤니티가 커질 때, 악의적인 커뮤니티를 관리하는 것이 어렵고 비용이 많이 들 수 있기 때문에, 온라인 사용자를 수반하는 임의의 조직에 대해 온라인 커뮤니티를 모니터링하는 것은 매우 중요하다. 반대로, 유익한 커뮤니티가 작게 축소될 때, 유익한 공동체를 관리하는 것이 어렵고 비용이 많이들 수 있다. 하지만, 의도적으로 형성된 커뮤니티가 더욱 잘 설계되고 추적하기 쉽기 때문에, 의도하지 않게 형성된 커뮤니티는 의도적으로 형성된 커뮤니티보다 모니터링하기가 더욱 어렵다. 의도하지 않게 형성된 커뮤니티를 모니터링하는 것의 이러한 어려움은 일부 커뮤니티가 사기 행위를 할 때 특히 문제가 될 수 있다. 또한, 사기 커뮤니티를 식별하기 위해 각 사용자 또는 커뮤니티의 온라인 활동을 수동으로 검색하는 것은 종종, 조직에 시간 소모적이고 어렵다.
커뮤니티에 의한 사기 활동은 조직에 예상되지 않은 손실을 초래할 수 있다. 예를 들어, 일부 온라인 사용자가 사기 주문을 하기 위해 커뮤니티의 다른 사용자와 협력하거나, 봇 네트워크(network of bots)가 온라인 플랫폼에 값을 추가하지 않으면서 서버를 크롤링(crawl)하거나, 사용자의 그룹이 대출 신청을 위해 그의 온라인 계좌를 남용하거나(abuse), 또는 사용자의 그룹이 제품 또는 서비스를 온라인으로 구입하기 위해 사기 신용 카드를 사용할 수 있다. 이들 남용은 조직의 재정을 빠르게 소진시킬 수 있다.
온라인 플랫폼이 커뮤니티를 형성하는 사기 사용자를 포함할 때, 조직의 온라인 플랫폼의 품질, 및 결과적으로 사용자 및 커뮤니티의 경험이 상당히 저하된다. 온라인 플랫폼이 온라인 커뮤니티의 일반적인 건전성(health)을 자동으로 모니터링하고 해산되어야 하는 사기 커뮤니티를 식별하고 제거하는 경우, 조직의 온라인 플랫폼의 품질이 상당히 개선될 것이다.
그러므로, 동적 온라인 커뮤니티를 추적하기 위한 개선된 시스템 및 방법에 대한 요구가 존재한다.
본 개시의 일 양상은 온라인 커뮤니티를 추적하기 위한 시스템에 관련된다. 시스템은 복수의 사용자; 명령어를 저장하는 메모리; 및 명령어를 실행하도록 구성된 적어도 하나의 프로세서를 포함할 수 있다. 명령어는 제1 시간에: -1의 커뮤니티 식별로 복수의 사용자에 라벨링(label)하는 것; 알고리즘을 사용하여 복수의 사용자를 데이터 저장소에 저장하는 것; 커뮤니티 식별 카운터를 시작하는 것 - 커뮤니티 식별 카운터의 초기 값은 0임 -; 및 복수의 사용자를 분류하는 것을 포함할 수 있다. 분류는: 복수의 사용자의 그룹이 커뮤니티에 속하는 것으로 결정하는 것 - 커뮤니티는 0의 커뮤니티 식별을 가짐 -; 0의 커뮤니티 식별로 그룹에서의 각 사용자에 라벨링하는 것; 알고리즘 식별로 그룹에서의 각 사용자에 라벨링하는 것 - 알고리즘 식별은 커뮤니티와 연관됨 -; 그룹의 한 명의 사용자가 핵심 사용자(core user)인 것으로 결정하는 것; 및 커뮤니티 식별 카운터를 1씩 증가시키는 것을 포함할 수 있다. 명령어는 복수의 사용자의 각 사용자가 커뮤니티 식별 및 알고리즘 식별로 라벨링될 때까지 정렬을 반복하는 것, 및 복수의 사용자의 정렬을 기초로 커뮤니티 동적 분석(community dynamics analysis)을 생성하는 것을 더 포함할 수 있다.
본 개시의 다른 양상은 온라인 커뮤니티를 추적하기 위한 방법에 관련된다. 방법은 복수의 사용자; 제1 시간에: -1의 커뮤니티 식별로 복수의 사용자에 라벨링 하는 것; 알고리즘을 사용하여 복수의 사용자를 데이터 저장소에 저장하는 것; 커뮤니티 식별 카운터를 시작하는 것 - 커뮤니티 식별 카운터의 초기 값은 0임 -; 및 복수의 사용자를 분류하는 것을 포함할 수 있다. 분류는: 복수의 사용자의 그룹이 커뮤니티에 속하는 것으로 결정하는 것 - 커뮤니티는 0의 커뮤니티 식별을 가짐 -; 0의 커뮤니티 식별로 그룹에서의 각 사용자에 라벨링하는 것; 알고리즘 식별로 그룹에서의 각 사용자에 라벨링하는 것 - 알고리즘 식별은 커뮤니티와 연관됨 -; 그룹의 한 명의 사용자가 핵심 사용자인 것으로 결정하는 것; 및 커뮤니티 식별 카운터를 1씩 증가시키는 것을 포함할 수 있다. 방법은 복수의 사용자의 각 사용자가 커뮤니티 식별 및 알고리즘 식별로 라벨링될 때까지 분류를 반복하는 것; 및 복수의 사용자의 분류를 기초로 커뮤니티 동적 분석을 생성하는 것을 더 포함할 수 있다. 방법은 제2 시간에: 데이터 저장소를 검색하는 것; 복수의 사용자의 제1 사용자 그룹이 핵심 사용자가 아닌 것으로 결정하는 것; 그룹에서 각 사용자와 연관된 커뮤니티 식별을 제거하는 것; 및 커뮤니티의 세트를 획득하기 위해 데이터 저장소에서 복수의 사용자에 알고리즘을 적용하는 것 - 각 커뮤니티는 복수의 사용자 중 적어도 한 명의 사용자를 포함하고 커뮤니티 식별 및 알고리즘 식별과 연관됨 -을 더 포함할 수 있다.
본 개시의 또 다른 양상은 온라인 커뮤니티를 추적하기 위한 시스템에 관련된다. 시스템은 복수의 사용자; 명령어를 저장하는 메모리; 및 명령어를 실행하도록 구성된 적어도 하나의 프로세서를 포함할 수 있다. 명령어는 제1 시간에: -1의 커뮤니티 식별로 복수의 사용자에 라벨링하는 것; 알고리즘을 사용하여 복수의 사용자를 데이터 저장소에 저장하는 것; 커뮤니티 식별 카운터를 시작하는 것 - 커뮤니티 식별 카운터의 초기 값은 0임 -; 및 복수의 사용자를 분류하는 것을 포함할 수 있다. 분류는: 복수의 사용자의 그룹이 커뮤니티에 속하는 것으로 결정하는 것 - 커뮤니티는 0의 커뮤니티 식별을 가짐 -; 0의 커뮤니티 식별로 그룹에서의 각 사용자에 라벨링하는 것; 알고리즘 식별로 그룹에서의 각 사용자에 라벨링하는 것 - 알고리즘 식별은 커뮤니티와 연관됨 -; 그룹의 한 명의 사용자가 핵심 사용자인 것으로 결정하는 것; 및 커뮤니티 식별 카운터를 1씩 증가시키는 것을 포함할 수 있다. 명령어는 복수의 사용자의 각 사용자가 커뮤니티 식별 및 알고리즘 식별로 라벨링될 때까지 정렬을 반복하는 것을 더 포함할 수 있다. 명령어는 제2 시간에: 데이터 저장소를 검색하는 것; 복수의 사용자의 제1 사용자 그룹이 핵심 사용자가 아닌 것으로 결정하는 것; 그룹에서 각 사용자와 연관된 커뮤니티 식별을 제거하는 것; 및 커뮤니티의 세트를 획득하기 위해 데이터 저장소에서 복수의 사용자에 알고리즘을 적용하는 것 - 각 커뮤니티는 복수의 사용자 중 적어도 한 명의 사용자를 포함하고 커뮤니티 식별 및 알고리즘 식별과 연관됨 -을 더 포함할 수 있다. 명령어는 커뮤니티의 세트를 검색하는 것; 제1 커뮤니티 식별을 갖는 제1 커뮤니티가 한 명의 핵심 사용자를 포함하는 경우, 제1 커뮤니티 식별을 갖는 제1 커뮤니티에서 각 사용자에 라벨링하는 것; 제2 커뮤니티 식별을 갖는 제2 커뮤니티가 복수의 핵심 사용자를 포함하는 경우, 복수의 핵심 사용자의 각 핵심 사용자와 연관된 커뮤니티 식별을 결정하는 것, 가장 낮은 수치의 커뮤니티 식별을 갖는 핵심 사용자를 결정하는 것 및 가장 낮은 수치의 커뮤니티 식별을 갖는 제2 커뮤니티에서의 각 사용자에 라벨링하는 것; 제3 커뮤니티 식별을 갖는 제3 커뮤니티가 핵심 사용자를 포함하지 않고, 제3 커뮤니티가 임계 커뮤니티 요건을 충족시키는 경우, 제3 커뮤니티가 신규 커뮤니티인 것으로 결정하는 것, 신규 커뮤니티 식별을 갖는 제3 커뮤니티에서 각 사용자에 라벨링하는 것, 및 커뮤니티 식별 카운터를 1씩 증가시키는 것; 및 제4 커뮤니티 식별을 갖는 제4 커뮤니티가 임계 커뮤니티 요건을 충족시키지 않는 경우, 제4 커뮤니티가 해산된 것으로 결정하고, -1의 커뮤니티 식별을 갖는 제4 커뮤니티에서 각 사용자에 라벨링하는 것을 더 포함할 수 있다. 명령어는 복수의 사용자의 분류를 기초로 커뮤니티 동적 분석을 생성하는 것을 더 포함할 수 있다.
다른 시스템, 방법 및 컴퓨터 판독 가능 매체가 또한, 본원에서 논의된다.
도 1a는 개시된 실시예와 일치하는, 운송, 수송 및 물류 작업(logistics operations)을 가능케 하는 통신을 위한 컴퓨터화된 시스템을 포함하는 네트워크의 예시적인 실시예를 도시하는 개략적인 블록도이다.
도 1b는 개시된 실시예와 일치하는, 대화형 사용자 인터페이스 요소와 함께 검색 요청을 만족시키는 하나 이상의 검색 결과를 포함하는 샘플 검색 결과 페이지(Search Result Page, SRP)를 도시한다.
도 1c는 개시된 실시예와 일치하는, 대화형 사용자 인터페이스 요소와 함께 제품 및 제품에 대한 정보를 포함하는 샘플 단일 상세 페이지(Single Detail Page, SDP)를 도시한다.
도 1d는 개시된 실시예와 일치하는, 대화형 사용자 인터페이스 요소와 함께 가상의 쇼핑 카트(shopping cart) 내의 물품을 포함하는 샘플 카트 페이지(Cart page)를 도시한다.
도 1e는 개시된 실시예와 일치하는, 대화형 사용자 인터페이스 요소와 함께, 구매 및 운송에 대한 정보와 함께 가상 쇼핑 카트로부터의 물품을 포함하는 샘플 주문 페이지를 도시한다.
도 2는 개시된 실시예와 일치하는, 개시된 컴퓨터화된 시스템을 이용하도록 구성된 예시적인 풀필먼트 센터(fulfillment center)의 개략도이다.
도 3은 개시된 실시예와 일치하는, 동적 온라인 커뮤니티를 자동으로 추적하는 디바이스 및 시스템의 예시적인 네트워크를 도시한다.
도 4는 개시된 실시예와 일치하는, 동적 온라인 커뮤니티를 자동으로 추적하기 위한 데이터베이스의 예시적인 테이블을 도시한다.
도 5는 개시된 실시예와 일치하는, 사용자 커뮤니티의 예시적인 도면을 도시한다.
도 6은 개시된 실시예와 일치하는, 사용자 커뮤니티의 예시적인 도면을 도시한다.
도 7은 개시된 실시예와 일치하는, 사용자 커뮤니티의 예시적인 도면을 도시한다.
도 8은 개시된 실시예와 일치하는, 온라인 커뮤니티를 추적하기 위한 프로세스를 도시한다.
다음의 상세한 서술은 첨부 도면을 참조한다. 어디서든 가능하다면, 동일하거나 유사한 부분을 지칭하기 위해 도면 및 다음의 서술에서 동일한 참조 부호가 사용된다. 수개의 예시적인 실시예가 본원에서 서술되지만, 수정, 조정(adaptations) 및 다른 구현이 가능하다. 예를 들어, 도면에 도시된 구성요소 및 단계에 대해, 대체, 추가 또는 수정이 이루어질 수 있으며, 본원에서 서술된 예시적인 방법은 개시된 방법에서 단계를 대체하거나, 재정렬하거나, 제거하거나 또는 추가함으로써 수정될 수 있다. 따라서, 다음의 상세한 설명은 개시된 실시예 및 예시로 제한되지 않는다. 그 대신에, 본 발명의 적절한 범주는 첨부된 청구 범위에 의해 정의된다.
본 개시의 실시예는 동적 온라인 커뮤니티를 자동으로 추적하도록 구성된 시스템 및 방법에 관련된다. 개시된 실시예는 커뮤니티 간의 사용자 활동을 기초로 온라인 커뮤니티의 건전성을 사용자에게 자동으로 경고할 수 있다. 예를 들어, 시스템은 제1 시간에 각 편집에 대해, 사용자 간에 커뮤니티가 존재하지 않음을 나타내기 위해 -1의 커뮤니티 식별 값으로 복수의 사용자의 각 사용자에 라벨링할 수 있다. 시스템은 알고리즘을 사용하여 복수의 사용자를 데이터베이스에 저장할 수 있다. 시스템은 커뮤니티 식별 카운터의 초기 값이 0인 커뮤니티 식별 카운터를 시작할 수 있다. 시스템은 각 편집의 속성을 기초로 사용자와 연관된 복수의 편집을 상이한 커뮤니티로 분류할 수 있다. 예를 들어, 두 명의 사용자와 연관된 두 개의 편집의 속성이 사용자가 동일한 소셜 미디어 게시물을 공유하고, 동일한 이벤트에 참가하고, 동일한 물품을 구매하고, 서로 통신하고, 동일한 정치관을 공유하는 등을 나타내는 경우, 시스템은 두 명의 사용자가 동일한 커뮤니티에 속하는 것으로 결정할 수 있다.
일부 실시예에서, 시스템은 각 편집에 대한 속성을 식별하고 속성을 공유하는 편집 쌍을 식별할 수 있다. 속성을 공유하는 각 편집 쌍에 대해, 시스템은 데이터베이스에 저장될 수 있는 엔트리를 생성할 수 있다. 데이터베이스에 저장된 각 엔트리는 사용자 계정 식별자의 쌍, 사용자 계정 식별자의 쌍에 의해 공유되는 속성, 및 사용자 계정과 연관된 시간 엔트리의 쌍을 포함할 수 있다. 하나보다 많은 속성을 공유하는 편집 쌍에 대해 복수의 엔트리가 생성될 수 있다. 예를 들어, 사용자 계정의 쌍이 세 개의 속성을 공유하는 경우, 하나의 엔트리가 속성의 각각에 대해 있는 세 개의 상이한 엔트리가 생성될 수 있다.
시스템이 편집 쌍에 의해 공유되는 속성을 식별할 때, 시스템은 편집 쌍에 커뮤니티 식별 카운터의 값에 동일한 신규 커뮤니티 식별을 할당할 수 있다. 예를 들어, 커뮤니티 식별 카운터가 0인 경우, 시스템은 속성을 공유하는 편집 쌍에 0의 커뮤니티 식별 값을 할당할 수 있다. 커뮤니티 식별은 커뮤니티에 대응할 수 있다. 시스템은 동일한 속성을 공유하는 다른 편집을 식별하고 편집이 동일한 커뮤니티에 속함을 나타내기 위해 편집에 동일한 커뮤니티 식별을 할당할 수 있다. 시스템은 커뮤니티 식별과 연관된 각 편집 알고리즘 식별을 할당할 수 있다. 예를 들어, 시스템이 동일한 커뮤니티에 속하는(예를 들어, 동일한 커뮤니티 식별을 갖는) 두 명의 사용자에게 알고리즘을 적용하는 경우, 알고리즘은 동일한 값(예를 들어, 커뮤니티 식별과 반드시 동일한 값일 필요는 없음)을 리턴할 것이다. 일부 실시예에서, 시스템은 각 커뮤니티에서 핵심 사용자(core user)를 결정할 수 있다. 시스템은 그룹에서 각 사용자의 중심성 점수(centrality score)를 계산하고 가장 높은 중심성 점수를 갖는 사용자를 핵심 사용자로서 라벨링함으로써 커뮤니티의 핵심 사용자를 결정할 수 있다. 시스템은 사용자 간에 존재하는 모든 커뮤니티를 식별할 때까지 상술한 단계를 반복할 수 있다. 시스템은 복수의 사용자의 정렬을 기초로 커뮤니티 동적 분석을 생성할 수 있다.
도 1a를 참조하면, 운송, 수송 및 물류 작업을 가능케 하는 통신을 위한 컴퓨터화된 시스템을 포함하는 시스템의 예시적인 실시예를 도시하는 개략적인 블록도(100)가 도시된다. 도 1a에 도시된 바와 같이, 시스템(100)은 다양한 시스템을 포함할 수 있고, 이들 시스템 각각은 하나 이상의 네트워크를 통해 서로 연결될 수 있다. 시스템은 또한, 예를 들어, 케이블을 사용하여 직접적인 연결을 통해 서로 연결될 수 있다. 도시된 시스템은, 선적 권한 기술(shipment authority technology, SAT) 시스템(101), 외부 프론트 엔드 시스템(external front end system, 103), 내부 프론트 엔드 시스템(internal front end system, 105), 수송 시스템(transportation system, 107), 모바일 디바이스(107A, 107B 및 107C), 판매자 포털(109), 선적 및 주문 추적(shipment and order tracking, SOT) 시스템(111), 풀필먼트 최적화(fulfillment optimization, FO) 시스템(113), 풀필먼트 메시징 게이트웨이(fulfillment messaging gateway, FMG, 115), 공급 체인 관리(supply chain management, SCM) 시스템(117), 창고 관리 시스템(warehouse management system, 119), 모바일 디바이스(119A, 119B 및 119C)(풀필먼트 센터(FC, 200)의 내부에 있는 것으로 도시됨), 제3자의 풀필먼트 시스템(121A, 121B 및 121C), 풀필먼트 센터 인증 시스템(fulfillment center authorization system, FC Auth, 123) 및 노동 관리 시스템(labor management system, LMS, 125)을 포함한다.
일부 실시예에서, SAT 시스템(101)은 주문 상태(order status) 및 배송 상태(delivery status)를 모니터링하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, SAT 시스템(101)은 주문이 그 약속된 배송 날짜(Promised Delivery Date, PDD)를 경과한 것인지를 결정할 수 있고, 새로운 주문을 개시하는 것, 미배송된 주문의 물품을 재운송하는 것, 미배송된 주문을 취소하는 것, 주문한 고객과의 연락(contact)을 개시하는 것 등을 포함하는 적절한 행동(action)을 취할 수 있다. SAT 시스템(101)은 또한, (특정 기간 동안 운송된 다수의 패키지와 같은) 출력 및 (운송에 사용하기 위해 수신된 빈 판지 박스(empty cardboard boxes)의 수와 같은) 입력을 포함하는, 기타 데이터를 모니터링할 수 있다. SAT 시스템(101)은 또한, 시스템(100)에서 상이한 디바이스 간에 게이트웨이로서 동작하여, (예를 들어, 저장-및-전달(store-and-forward) 또는 다른 기술을 사용하여) 외부 프론트 엔드 시스템(103) 및 FO 시스템(113)과 같은 디바이스 사이의 통신을 가능하게 한다.
일부 실시예에서, 외부 프론트 엔드 시스템(103)은 외부 사용자가 시스템(100) 내의 하나 이상의 시스템과 상호 작용할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, 시스템(100)이 시스템에 대한 프리젠테이션(presentation)을 가능하게 하여 사용자가 물품을 주문할 수 있게 하는 실시예에서, 외부 프론트 엔드 시스템(103)은 검색 요청을 수신하고, 물품 페이지를 제시하고, 결제 정보를 요구(solicit)하는 웹 서버로서 구현될 수 있다. 예를 들어, 외부 프론트 엔드 시스템(103)은 Apache HTTP 서버, 마이크로소프트 인터넷 정보 서비스(Microsoft Internet Information Services, IIS), NGINX 등과 같은 소프트웨어를 구동하는 컴퓨터 또는 컴퓨터들로서 구현될 수 있다. 다른 실시예에서, 외부 프론트 엔드 시스템(103)은 외부 디바이스(예를 들어, 모바일 디바이스(102A) 또는 컴퓨터(102B))로부터 요청을 수신하고 처리하도록 설계된 고객 웹 서버 소프트웨어를 구동시키고, 이들 요청에 기초하여 데이터베이스 및 기타 데이터 저장소로부터 정보를 획득하고, 획득된 정보에 기초하여 수신된 요청에 대한 응답을 제공할 수 있다.
일부 실시예에서, 외부 프론트 엔드 시스템(103)은 웹 캐싱 시스템(web caching system), 데이터베이스, 검색 시스템 또는 결제 시스템 중 하나 이상을 포함할 수 있다. 일 양상에서, 외부 프론트 엔드 시스템(103)은 이들 시스템 중 하나 이상을 포함할 수 있고, 반면에 다른 양상에서, 외부 프론트 엔드 시스템(103)은 이들 시스템 중 하나 이상에 연결된 인터페이스(예를 들어, 서버-대-서버, 데이터베이스-대-데이터베이스, 또는 다른 네트워크 연결)을 포함할 수 있다.
도 1b, 도 1c, 도 1d 및 도 1e에 의해 도시된 단계의 예시적인 세트는 외부 프론트 엔드 시스템(103)의 일부 동작을 서술하는 데에 도움이 될 것이다. 외부 프론트 엔드 시스템(103)은 프리젠테이션 및/또는 디스플레이를 위해 시스템(100) 내의 시스템 또는 디바이스로부터 정보를 수신할 수 있다. 예를 들어, 외부 프론트 엔드 시스템(103)은 검색 결과 페이지(SRP)(예를 들어, 도 1b), 단일 상세 페이지(SDP)(예를 들어, 도 1c), 카트 페이지(예를 들어, 도 1d) 또는 주문 페이지(예를 들어, 도 1e)를 포함하여, 하나 이상의 웹 페이지를 호스팅하거나 제공할 수 있다. 사용자 디바이스(예를 들어, 모바일 디바이스(102A) 또는 컴퓨터(102B)를 사용함)는, 외부 프론트 엔드 시스템(103)을 탐색하고(navigate), 검색 박스에 정보를 입력함으로써 검색을 요청할 수 있다. 외부 프론트 엔드 시스템(103)은 시스템(100) 내의 하나 이상의 시스템으로부터 정보를 요청할 수 있다. 예를 들어, 외부 프론트 엔드 시스템(103)은 검색 요청을 만족시키는 FO 시스템(113)으로부터 정보를 요청할 수 있다. 외부 프론트 엔드 시스템(103)은 또한, 검색 결과에 포함된 각 제품에 대한 약속된 배송 날짜 즉 "PDD"를 (FO 시스템(113)으로부터) 요청하고 수신할 수 있다. 일부 실시예에서, PDD는, 특정 기간 내에(예를 들어, 하루가 끝날 때까지(오후 11시 59분)) 주문된 경우, 제품을 포함하는 패키지가 사용자의 원하는 위치에 도착할 때, 또는 제품이 사용자의 원하는 위치에 배송될 것으로 약속된 날짜에 대한 추정(estimate)을 나타낼 수 있다. (PDD는 FO 시스템(113)과 관련하여 아래에 더 논의된다).
외부 프론트 엔드 시스템(103)은 정보에 기초하여 SRP(예를 들어, 도 1b)를 준비할 수 있다. SRP는 검색 요청을 만족시키는 정보를 포함할 수 있다. 예를 들어, 이는 검색 요청을 만족시키는 제품의 사진(pictures of products)을 포함할 수 있다. SRP는 또한, 각 제품의 각각의 가격, 또는 각 제품에 대한 향상된 배송 옵션, PDD, 무게, 크기, 제안(offers), 할인 등에 관한 정보를 포함할 수 있다. 외부 프론트 엔드 시스템(103)은 (예를 들어, 네트워크를 통해) 요청측 사용자 디바이스(requesting user device)에 SRP를 전송할 수 있다.
그 후, 사용자 디바이스는, 예를 들어, 사용자 인터페이스를 클릭(clicking) 또는 탭(tapping)하거나, 다른 입력 디바이스를 사용함으로써, SRP 상에 나타내어진 제품을 선택하여, SRP로부터 제품을 선택할 수 있다. 사용자 디바이스는 선택된 제품에 관한 정보 요청(request for information on the selected product)을 수식화하여(formulate) 그것을 외부 프론트 엔드 시스템(103)에 전송할 수 있다. 이에 응답하여, 외부 프론트 엔드 시스템(103)은 선택된 제품과 관련된 정보를 요청할 수 있다. 예를 들어, 정보는 각각의 SRP 상에 제품에 대해 제시된 것 이외의 추가 정보를 포함할 수 있다. 이는, 예를 들어, 유통 기한(shelf life), 원산지(country of origin), 무게, 크기, 패키지 내의 물품의 수(number of items in package), 취급 지시(handling instructions) 또는 제품에 대한 기타 정보를 포함할 수 있다. 정보는 (예를 들어, 이 제품 및 적어도 하나의 다른 제품을 구매한 고객에 대한 빅 데이터 및/또는 기계 학습 분석에 기초하여) 유사한 제품에 대한 추천사항(recommendations), 자주 묻는 질문에 대한 답변, 고객으로부터의 리뷰, 제조자 정보, 사진 등을 포함할 수 있다.
외부 프론트 엔드 시스템(103)은 수신된 제품 정보에 기초하여 SDP(Single Detail Page)(예를 들어, 도 1c)를 준비할 수 있다. SDP는 또한, "바로 구매(Buy Now)" 버튼, "카트에 추가(Add to Cart)" 버튼, 수량 필드, 물품의 사진 등과 같은 기타 대화형 요소를 포함할 수 있다. SDP는 제품을 제안하는 판매자의 목록을 더 포함할 수 있다. 목록은 각 판매자가 제안하는 가격에 기초하여 순서화될(ordered) 수 있어, 최저 가격으로 제품을 판매하겠다고 제안한 판매자가 맨 위(the top)에 나열될 수 있다. 목록은 또한, 최고 순위의 판매자(highest ranked seller)가 맨 위에 나열될 수 있도록 판매자 순위에 기초하여 순서화될 수 있다. 판매자 순위는, 예를 들어, 약속된 PDD를 충족한 판매자의 과거 추적 기록을 포함하여, 다수의 인자(factor)에 기초하여 수식화될 수 있다. 외부 프론트 엔드 시스템(103)은 (예를 들어, 네트워크를 통해) 요청측 사용자 디바이스에 SDP를 전달할 수 있다.
요청측 사용자 디바이스는 제품 정보를 나열한 SDP를 수신할 수 있다. SDP를 수신하면, 사용자 디바이스는 SDP와 상호 작용할 수 있다. 예를 들어, 요청측 사용자 디바이스의 사용자는 SDP 상의 "카트에 담기(Place in Cart)" 버튼을 클릭하거나 다른 방식으로 상호 작용할 수 있다. 이는 그 제품을 사용자와 연관된 쇼핑 카트(shopping cart)에 추가한다. 사용자 디바이스는 제품을 쇼핑 카트에 추가하라는 이 요청을 외부 프론트 엔드 시스템(103)에 송신할 수 있다.
외부 프론트 엔드 시스템(103)은 카트 페이지(예를 들어, 도 1d)를 생성할 수 있다. 일부 실시예에서, 카트 페이지는 사용자가 가상 "쇼핑 카트"에 추가한 제품을 나열한다. 사용자 디바이스는 SRP, SDP 또는 다른 페이지 상의 아이콘을 클릭하거나 다른 방식으로 상호 작용함으로써 카트 페이지에 요청할 수 있다. 일부 실시예에서, 카트 페이지는, 사용자가 쇼핑 카트에 추가한 모든 제품을 나열할 뿐만 아니라, 각 제품의 수량, 각 제품의 물품당 가격, 각 제품의 관련 수량에 기초한 가격, PDD에 관한 정보, 배송 방법, 운송비(shipping cost), 쇼핑 카트 내의 제품을 수정하기 위한 사용자 인터페이스 요소(예를 들어, 수량 삭제 또는 수정), 다른 제품을 주문하거나 제품의 정기 배송(periodic delivery)을 설정하기 위한 옵션, 이자 결제(interest payment)를 설정하기 위한 옵션, 구매를 진행하기 위한 사용자 인터페이스 요소 등과 같이 카트에 있는 제품에 관한 정보를 나열할 수 있다. 사용자 디바이스에서 사용자는, 쇼핑 카트에서 제품의 구매를 개시하기 위해 사용자 인터페이스 요소(예를 들어, "바로 구매"를 판독하는 버튼)를 클릭하거나 다른 방식으로 상호 작용할 수 있다. 그렇게 하면, 사용자 디바이스는 구매를 개시하라는 이 요청을 외부 프론트 엔드 시스템(103)에 송신할 수 있다.
외부 프론트 엔드 시스템(103)은 구매를 개시하라는 요청을 수신한 것에 응답하여 주문 페이지(예를 들어, 도 1e)를 생성할 수 있다. 일부 실시예에서, 주문 페이지는, 쇼핑 카트로부터 물품을 재나열하고(re-list), 결제 및 운송 정보의 입력을 요청한다. 예를 들어, 주문 페이지는, 쇼핑 카트에 있는 물품의 구매자에 관한 정보를 요청하는 섹션(예를 들어, 이름, 주소, 이메일 주소, 전화 번호), 받는 사람에 관한 정보(예를 들어, 이름, 주소, 전화 번호, 배송 정보), 운송 정보(예를 들어, 배송 속도/방법 및/또는 픽업(pickup)), 결제 정보(예를 들어, 신용 카드, 은행 송금, 수표, 저장된 신용카드(stored credit)), 현금 영수증을 요청하기 위한 사용자 인터페이스 요소(예를 들어, 세금 목적으로) 등을 포함할 수 있다. 외부 프론트 엔드 시스템(103)은 주문 페이지를 사용자 디바이스에 전송할 수 있다.
사용자 디바이스는, 주문 페이지 상에 정보를 입력하고, 정보를 외부 프론트 엔드 시스템(103)에 전송하는 사용자 인터페이스 요소를 클릭하거나 다른 방식으로 상호 작용할 수 있다. 거기서부터, 외부 프론트 엔드 시스템(103)은 정보를 시스템(100) 내의 상이한 시스템에 전송하여 쇼핑 카트에 있는 제품을 갖는 새로운 주문의 생성 및 처리를 가능하게 할 수 있다.
일부 실시예에서, 외부 프론트 엔드 시스템(103)은 또한, 판매자가 주문에 관한 정보를 송신하고 수신할 수 있도록 구성될 수 있다.
일부 실시예에서, 내부 프론트 엔드 시스템(105)은 내부 사용자(예를 들어, 시스템(100)을 소유, 운영 또는 임대하는 조직의 직원)가 시스템(100) 내의 하나 이상의 시스템과 상호 작용할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, 시스템(100)이 사용자가 물품을 주문할 수 있게 하는 시스템의 프리젠테이션을 가능하게 하는 실시예에서, 내부 프론트 엔드 시스템(105)은 내부 사용자가 주문에 대한 진단 및 통계 정보를 보거나(view), 물품 정보를 수정하거나, 주문에 관한 통계를 검토(review)할 수 있게 하는 웹 서버로서 구현될 수 있다. 예를 들어, 내부 프론트 엔드 시스템(105)은 Apache HTTP 서버, 마이크로소프트 인터넷 정보 서비스(IIS), NGINX 등과 같은 소프트웨어를 실행하는 컴퓨터 또는 컴퓨터들로서 구현될 수 있다. 다른 실시예에서, 내부 프론트 엔드 시스템(105)은 시스템(100)에 도시된 시스템 또는 디바이스(도시되지 않은 다른 디바이스뿐만 아니라)로부터 요청을 수신하고 처리하도록 설계된 고객 웹 서버 소프트웨어를 실행할 수 있고, 이들 요청에 기초하여 데이터베이스 및 기타 데이터 저장소로부터 정보를 획득하고, 획득된 정보에 기초하여 수신된 요청에 대한 응답을 제공할 수 있다.
일부 실시예에서, 내부 프론트 엔드 시스템(105)은 웹 캐싱 시스템, 데이터베이스, 검색 시스템, 결제 시스템, 분석 시스템, 주문 모니터링 시스템 등 중 하나 이상을 포함할 수 있다. 일 양상에서, 내부 프론트 엔드 시스템(105)은 이들 시스템 중 하나 이상을 포함할 수 있고, 반면에 다른 양상에서, 내부 프론트 엔드 시스템(105)은 이들 시스템 중 하나 이상에 연결된 인터페이스(예를 들어, 서버-대-서버, 데이터베이스-대-데이터베이스, 또는 다른 네트워크 연결)을 포함할 수 있다.
일부 실시예에서, 수송 시스템(107)은 시스템(100) 내의 시스템 또는 디바이스와 모바일 디바이스(107A 내지 107C) 사이의 통신을 가능하게 하는 컴퓨터 시스템으로서 구현될 수 있다. 일부 실시예에서, 수송 시스템(107)은 하나 이상의 모바일 디바이스(107A 내지 107C)(예를 들어, 모바일 폰, 스마트 폰, PDA 등)로부터 정보를 수신할 수 있다. 예를 들어, 일부 실시예에서, 모바일 디바이스(107A 내지 107C)는 배송 작업자(delivery worker)에 의해 운영되는 디바이스를 포함할 수 있다. 정규직(permanent) 직원, 임시(temporary) 직원 또는 교대(shift) 직원일 수 있는 배송 작업자는 모바일 디바이스(107A 내지 107C)를 활용하여 사용자에 의해 주문된 제품을 포함하는 패키지의 배송을 행할 수 있다. 예를 들어, 패키지를 배송하기 위해, 배송 작업자는 모바일 디바이스 상에서 어느 패키지를 배송할 것인지와 그 패키지를 어디로 배송할 것인지를 나타내는 통지를 수신할 수 있다. 배송 위치에 도착하면, 배송 작업자는 패키지를 (예를 들어, 트럭의 후면에, 혹은 패키지의 상자(crate)에) 위치시키거나, 모바일 디바이스를 사용하여 패키지 상의 식별자(identifier)(예를 들어, 바코드, 이미지, 텍스트 스트링(text string), RFID 태그 등)와 연관된 데이터를 스캔하거나 다른 방식으로 캡처하고, 패키지를 (예를 들어, 문 앞에 두거나, 경비원에게 맡겨 두거나, 받는 사람에게 건네주는 등으로써) 전달한다. 일부 실시예에서, 배송 작업자는 모바일 디바이스를 사용하여 패키지의 사진(들)을 캡처하고, 및/또는 서명을 얻을 수 있다. 모바일 디바이스는, 예를 들어, 시간, 날짜, GPS 위치, 사진(들), 배송 작업자와 관련된 식별자, 모바일 디바이스와 관련된 식별자 등을 포함하는 배송에 관한 정보를 포함하는 정보를 수송 시스템(107)에 전송할 수 있다. 수송 시스템(107)은 시스템(100) 내의 다른 시스템에 의해 액세스되도록 이 정보를 데이터베이스(도시되지 않음)에 저장할 수 있다. 일부 실시예에서, 수송 시스템(107)은 이 정보를 사용하여 특정 패키지의 위치를 나타내는 추적 데이터를 준비하여 다른 시스템에 전송할 수 있다.
일부 실시예에서, 특정 사용자는 한 종류의 모바일 디바이스를 사용할 수 있으며(예를 들어, 정규직 작업자는 바코드 스캐너, 스타일러스 및 기타 디바이스들과 같은 맞춤형 하드웨어(custom hardware)를 갖는 전용 PDA(specialized PDA)를 사용할 수 있고), 반면에 다른 사용자는 다른 종류의 모바일 디바이스를 사용할 수 있다(예를 들어, 임시 또는 교대 작업자는 기성품의(off-the-shelf) 모바일 폰 및/또는 스마트 폰을 활용할 수 있다).
일부 실시예에서, 수송 시스템(107)은 사용자를 각 디바이스와 연관시킬 수 있다. 예를 들어, 수송 시스템(107)은, 사용자(예를 들어, 사용자 식별자, 직원 식별자 또는 전화번호로 나타남)와 모바일 디바이스(예를 들어, IMEI(International Mobile Equipment Identity), IMSI(International Mobile Subscription Identifier), 전화 번호, UUID(Universal Unique Identifier) 또는 GUID(Globally Unique Identifier)로 나타남) 사이의 연관성을 저장할 수 있다. 수송 시스템(107)은, 무엇보다도, 작업자의 위치, 작업자의 효율성 또는 작업자의 속도를 결정하기 위해, 배송시 수신된 데이터와 함께 이 연관성을 사용하여 데이터베이스에 저장된 데이터를 분석할 수 있다.
일부 실시예에서, 판매자 포털(109)은, 판매자 또는 다른 외부 개체가 시스템(100) 내의 하나 이상의 시스템과 전자적으로 통신할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, 판매자는, 판매자 포털(109)을 사용하여, 판매자가 시스템(100)을 통해 판매하고 싶어하는 제품에 대한 제품 정보, 주문 정보, 연락처 정보 등을 업로드하거나 제공하기 위해 컴퓨터 시스템(도시되지 않음)을 활용할 수 있다.
일부 실시예에서, 선적 및 주문 추적 시스템(111)은, 고객에 의해(예를 들어, 디바이스(102A 및 102B)를 사용하는 사용자에 의해) 주문된 제품을 포함하는 패키지의 위치에 관한 정보를 수신하고, 저장하고, 전달하는 컴퓨터 시스템으로서 구현될 수 있다. 일부 실시예에서, 선적 및 주문 추적 시스템(111)은, 고객에 의해 주문된 제품을 포함하는 패키지를 배송하는 운송 회사에 의해 운영되는 웹 서버(도시되지 않음)로부터, 정보를 요청하거나 저장할 수 있다.
일부 실시예에서, 선적 및 주문 추적 시스템(111)은 시스템(100) 내에 도시된 시스템으로부터 정보를 요청하고 저장할 수 있다. 예를 들어, 선적 및 주문 추적 시스템(111)은 수송 시스템(107)으로부터 정보를 요청할 수 있다. 위에서 논의된 바와 같이, 수송 시스템(107)은, 하나 이상의 사용자(예를 들어, 배송 작업자) 또는 차량(예를 들어, 배송 트럭)과 연관된 하나 이상의 모바일 디바이스(107A 내지 107C)(예를 들어, 모바일 폰, 스마트 폰, PDA 등)로부터 정보를 수신할 수 있다. 일부 실시예에서, 선적 및 주문 추적 시스템(111)은 또한, 풀필먼트 센터(예를 들어, 풀필먼트 센터(200)) 내부의 개별 제품의 위치를 결정하기 위해, 창고 관리 시스템(WMS, 119)으로부터 정보를 요청할 수 있다. 선적 및 주문 추적 시스템(111)은, 수송 시스템(107) 또는 WMS(119) 중 하나 이상으로부터 데이터를 요청하고, 데이터를 처리하고, 요청 시 데이터를 디바이스(예를 들어, 사용자 디바이스(102A 및 102B))에 제시할 수 있다.
일부 실시예에서, 풀필먼트 최적화(FO) 시스템(113)은, 다른 시스템(예를 들어, 외부 프론트 엔드 시스템(103) 및/또는 선적 및 주문 추적 시스템(111))으로부터의 고객 주문에 관한 정보를 저장하는 컴퓨터 시스템으로서 구현될 수 있다. FO 시스템(113)은 또한, 특정 물품이 어디에 보유되거나 저장되는지를 서술하는 정보를 저장할 수 있다. 예를 들어, 특정 물품은 하나의 풀필먼트 센터에만 저장될 수 있고, 반면에 특정 다른 물품은 다수의 풀필먼트 센터에 저장될 수 있다. 또 다른 실시예에서, 특정 풀필먼트 센터는 특정 세트의 물품(예를 들어, 신선 제품 또는 냉동 제품)만을 저장하도록 설계될 수 있다. FO 시스템(113)은, 이 정보뿐만 아니라 연관된 정보(예를 들어, 수량, 크기, 수령일, 만료일 등)를 저장한다.
FO 시스템(113)은 또한, 각 제품의 대응하는 PDD(promised delivery date)를 계산할 수 있다. 일부 실시예에서, PDD는 하나 이상의 인자에 기초할 수 있다. 예를 들어, FO 시스템(113)은, 제품에 대한 과거 수요(예를 들어, 일 기간 동안 제품이 얼마나 자주 주문되었는지), 제품에 대한 예상 수요(다가오는 기간 동안 얼마나 많은 고객이 해당 제품을 주문할 것으로 예측되는지), 일 기간 동안 얼마나 많은 제품이 주문되었는지를 나타내는 네트워크-전역(network-wide) 과거 수요, 다가오는 기간 동안 얼마나 많은 제품이 주문될 것인지 예상하는 것을 나타내는 네트워크-전역 예상 수요, 각 풀필먼트 센터(200)에 저장되는 제품에 대한, 풀필먼트 센터가 각 제품마다 저장하는 하나 이상의 카운트, 해당 제품에 대한 예상 주문 또는 현재 주문 등에 기초하여, 제품에 대한 PDD를 계산할 수 있다.
일부 실시예에서, FO 시스템(113)은, 주기적으로(예를 들어, 시간마다) 각 제품에 대한 PDD를 결정하고, 이를 검색을 위해 데이터 베이스에 저장하거나, 다른 시스템(예를 들어, 외부 프론트 엔드 시스템(103), SAT 시스템(101), 선적 및 주문 추적 시스템(111))에 전송할 수 있다. 다른 실시예에서, FO 시스템(113)은, 하나 이상의 시스템(예를 들어, 외부 프론트 엔드 시스템(103), SAT 시스템(101), 선적 및 주문 추적 시스템(111))으로부터 전자식 요청(electronic requests)을 수신하고, 요구 시(on demand) PDD를 계산할 수 있다.
일부 실시예에서, 풀필먼트 메시징 게이트웨이(FMG, 115)는, 시스템(100) 내의 하나 이상의 시스템(예를 들어, FO 시스템(113))으로부터 하나의 포맷 또는 프로토콜로 요청 또는 응답을 수신하고, 요청 또는 응답을 다른 포맷 또는 프로토콜로 변환하고, 변환된 포맷 또는 프로토콜의 요청 또는 응답을 다른 시스템(예를 들어, WMS(119) 또는 제3자의 풀필먼트 시스템(121A, 121B 또는 121C))에 전달하거나, 그 반대도 성립하는 컴퓨터 시스템으로서 구현될 수 있다.
일부 실시예에서, 공급 체인 관리(SCM) 시스템(117)은 예측 기능을 수행하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, SCM 시스템(117)은, 예를 들어, 제품에 대한 과거 수요, 제품에 대한 예상 수요, 네트워크-전역 과거 수요, 네트워크-전역 예상 수요, 각 풀필먼트 센터(200)에 저장되는 제품 카운트(count products), 각 제품에 대한 예상 주문 또는 현재 주문 등에 기초하여 특정 제품에 대한 수요 레벨(level of demand)을 예측할 수 있다. 모든 풀필먼트 센터에 걸쳐 각 제품에 대한 이 예측된 레벨 및 양에 응답하여, SCM 시스템(117)은, 특정 제품에 대한 예측된 수요를 만족시키기에 충분한 수량을 구매하고 비축(stock)하기 위해서 하나 이상의 구매 주문을 생성할 수 있다.
일부 실시예에서, 창고 관리 시스템(WMS, 119)은 작업 흐름을 모니터링하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, WMS(119)는 개별 이벤트(discrete events)를 나타내는 개별 디바이스(예를 들어, 디바이스(107A 내지 107C 또는 119A 내지 119C))로부터 이벤트 데이터를 수신할 수 있다. 예를 들어, WMS(119)는 패키지를 스캔하기 위해 이들 디바이스 중 하나의 사용을 나타내는 이벤트 데이터를 수신할 수 있다. 풀필먼트 센터(200) 및 도 2에 관련하여 아래에 논의되는 바와 같이, 풀필먼트 프로세스 동안, 패키지 식별자(예를 들어, 바코드 또는 RFID 태그 데이터)는 특정 단계에서 기계(예를 들어, 자동화되거나 휴대형의 바코드 스캐너, RFID 판독기, 고속 카메라, 태블릿(119A), 모바일 디바이스/PDA(119B), 컴퓨터(119C) 등과 같은 디바이스)에 의해 스캐닝되거나 판독될 수 있다. WMS(119)는, 패키지 식별자, 시간, 날짜, 위치, 사용자 식별자 또는 기타 정보와 함께 대응하는 데이터베이스(도시되지 않음)에 패키지 식별자의 스캔 또는 판독을 나타내는 각 이벤트를 저장할 수 있고, 이 정보를 다른 시스템(예를 들어, 선적 및 주문 추적 시스템(111))에 제공할 수 있다.
일부 실시예에서, WMS(119)는 하나 이상의 디바이스(예를 들어, 디바이스(107A 내지 107C 또는 119A 내지 119C))를 시스템(100)과 연관된 하나 이상의 사용자와 관련시킨 정보를 저장할 수 있다. 예를 들어, 일부 상황에서, 사용자(예를 들어, 시간제 또는 전일제 직원)는, 사용자가 모바일 디바이스(예를 들어, 모바일 디바이스는 스마트 폰임)를 소유한다는 점에서, 모바일 디바이스와 연관될 수 있다. 다른 상황에서, 사용자는, 사용자가 일시적으로 모바일 디바이스를 소유하고 있다(예를 들어, 사용자는 하루의 시작 시에 모바일 디바이스를 체크 아웃하고, 하루 동안 이를 사용할 것이고, 하루가 끝나면 이를 반환할 것이다)는 점에서, 모바일 디바이스와 연관될 수 있다.
일부 실시예에서, WMS(119)는 시스템(100)과 연관된 각 사용자에 대한 작업 로그(work log)를 유지할 수 있다. 예를 들어, WMS(119)는, 임의의 할당된 프로세스(예를 들어, 트럭 하역하기(unloading trucks), 픽 구역(pick zone)으로부터 물품 피킹하기, 리빈 월 작업(rebin wall work), 물품 포장하기), 사용자 식별자, 위치(예를 들어, 풀필먼트 센터(200) 내의 층 또는 구역), 직원에 의해 시스템을 통해 이동된 유닛의 수(예를 들어, 피킹된 물품의 수, 포장된 물품의 수), 디바이스(예를 들어, 디바이스(119A 내지 119C))와 연관된 식별자 등을 포함하여, 각 직원과 연관된 정보를 저장할 수 있다. 일부 실시예에서, WMS(119)는 디바이스(119A 내지 119C)상에서 운영되는 시간 기록 시스템(timekeeping system)과 같은 시간 기록 시스템으로부터 체크 인 및 체크 아웃 정보를 수신할 수 있다.
일부 실시예에서, 제3자의 풀필먼트(3PL) 시스템(121A 내지 121C)은 물류 및 제품의 제3자 제공자와 연관된 컴퓨터 시스템을 나타낸다. 예를 들어, 일부 제품은 (도 2와 관련하여 후술되는 바와 같이) 풀필먼트 센터(200)에 저장되지만, 다른 제품은 장외(off-site)에 저장될 수 있거나, 요구 시 생산될 수 있거나, 달리 풀필먼트 센터(200)에 저장되어 이용 가능하지 않을 수 있다. 3PL 시스템(121A 내지 121C)은, (예를 들어, FMG(115)를 통해) FO 시스템(113)으로부터 주문을 수신하도록 구성될 수 있고, 제품 및/또는 서비스(예를 들어, 배송 또는 설치)를 고객에게 직접 제공할 수 있다. 일부 실시예에서, 3PL 시스템(121A 내지 121C) 중 하나 이상은 시스템(100)의 일부일 수 있고, 반면에 다른 실시예에서, 3PL 시스템(121A 내지 121C) 중 하나 이상은 시스템(100) 외부에 있을 수 있다(예를 들어, 제3자 제공자에 의해 소유되거나 운영된다).
일부 실시예에서, 풀필먼트 센터 인증 시스템(FC Auth, 123)은 다양한 기능을 갖는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, 일부 실시예에서, FC Auth(123)은 시스템(100) 내의 하나 이상의 다른 시스템에 대한 SSO(single-sign on) 서비스로서 작용할 수 있다. 예를 들어, FC Auth(123)은 사용자가 내부 프론트 엔드 시스템(105)을 통해 로그인할 수 있게 하고, 사용자가 선적 및 주문 추적 시스템(111)에서 리소스에 액세스할 수 있는 유사한 권한(privileges)을 가지고 있는 것으로 결정하고, 사용자가 제2 로그인 프로세스(second log in process)를 필요로 하지 않고 이들 권한에 액세스할 수 있게 한다. 다른 실시예에서, FC Auth(123)은 사용자(예를 들어, 직원)가 그들 자신을 특정 작업과 연관시킬 수 있게 한다. 예를 들어, 일부 직원은 전자 디바이스(예를 들어, 디바이스(119A 내지 119C))를 갖지 않을 수 있고, 대신에 하루의 일과에서(during the course of a day), 풀필먼트 센터(200) 내에서, 작업별로, 그리고 구역별로, 이동할 수 있다. FC Auth(123)은 이들 직원이 어떤 작업을 행하고 있는지와, 그들이 하루 중 서로 다른 시각에 어느 구역에 있는지를 나타낼 수 있도록 구성될 수 있다.
일부 실시예에서, 노동 관리 시스템(LMS, 125)은 직원(전일제 및 시간제 직원을 포함)에 대한 출근 및 초과 근무 정보(attendance and overtime information)를 저장하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, LMS(125)는 FC Auth(123), WMS(119), 디바이스(119A 내지 119C), 수송 시스템(107) 및/또는 디바이스(107A 내지 107C)로부터 정보를 수신할 수 있다.
도 1a에 도시된 특정 구성은 단지 예시이다. 예를 들어, 도 1a는 FO 시스템(113)에 연결된 FC Auth 시스템(123)을 도시하지만, 모든 실시예가 이 특정 구성을 요구하는 것은 아니다. 실제로, 일부 실시예에서, 시스템(100) 내의 시스템은, 인터넷, 인트라넷, WAN(Wide-Area Network), MAN(Metropolitan-Area Network), IEEE 802.11a/b/g/n 표준과 호환되는 무선 네트워크, 전용 회선(leased line) 등을 포함하는 하나 이상의 공개 또는 비공개 네트워크를 통해 서로 연결될 수 있다. 일부 실시예에서, 시스템(100) 내의 시스템 중 하나 이상은 데이터 센터, 서버 팜(server farm) 등에 구현되는 하나 이상의 가상 서버로서 구현될 수 있다.
도 2는 풀필먼트 센터(200)를 도시한다. 풀필먼트 센터(200)는 주문 시 고객에게 운송되기 위한 물품을 저장하는 물리적 위치의 예이다. 풀필먼트 센터(FC, 200)는 다수의 구역으로 분할될 수 있고, 이들 구역 각각은 도 2에 도시되어 있다. 일부 실시예에서, 이들 "구역"은 물품을 수신하고, 물품을 저장하고, 물품을 검색하고, 물품을 운송하는 프로세스의 상이한 단계 사이의 가상 분할(virtual divisions)로 여겨질 수 있다. 따라서, "구역"이 도 2에 도시되어 있지만, 구역에 대한 다른 분할이 가능하고, 일부 실시예에서, 도 2의 구역이 생략되거나, 복제되거나, 수정될 수 있다.
인바운드 구역(203)은 도 1a로부터 시스템(100)을 사용하여 제품을 판매하고 싶어하는 판매자로부터 물품이 수신되는 풀필먼트 센터(200)의 영역을 나타낸다. 예를 들어, 판매자는 트럭(201)을 사용하여 물품(202A 및 202B)을 배송할 수 있다. 물품(202A)은 그 자체의 운송 팔레트(shipping pallet)를 점유하기에 충분히 큰 단일 물품을 나타낼 수 있고, 반면에 물품(202B)은 공간을 절약하기 위해 동일한 팔레트 상에 함께 적재된 물품의 세트를 나타낼 수 있다.
작업자는 인바운드 구역(203)에서 물품을 수신하고, 선택적으로 컴퓨터 시스템(도시되지 않음)을 사용하여 물품의 손상 및 정확성에 대해 검사할 수 있다. 예를 들어, 작업자는 컴퓨터 시스템을 사용하여 물품(202A 및 202B)의 수량을 물품의 주문 수량과 비교할 수 있다. 수량이 매칭되지(match) 않으면, 그 작업자는 물품(202A 또는 202B) 중 하나 이상을 거부할 수 있다. 수량이 매칭되면, 작업자는 (예를 들어, 돌리(dolly), 핸드 트럭, 지게차(forklift)를 이용하거나 수동으로) 이들 물품을 버퍼 구역(205)으로 이동시킬 수 있다. 버퍼 구역(205)은, 예를 들어, 피킹 구역에 예측된 수요를 충족시키기에 매우 충분한 수량의 해당 물품이 있기 때문에, 피킹 구역에서 현재 필요하지 않은 물품에 대한 임시 저장 영역일 수 있다. 일부 실시예에서, 지게차(206)는 버퍼 구역(205) 주위에서, 그리고 인바운드 구역(203)과 드롭 구역(207) 사이에서 물품을 이동시키도록 동작된다. 피킹 구역에서 물품(202A 또는 202B)이 필요하다면(예를 들어, 예측된 수요로 인함), 지게차는 물품(202A 또는 202B)을 드롭 구역(207)으로 이동시킬 수 있다.
드롭 구역(207)은, 물품이 피킹 구역(209)으로 이동되기 전에 물품을 저장하는 풀필먼트 센터(200)의 영역일 수 있다. 피킹 작업에 할당된 작업자("피커(picker)")는, 피킹 구역에서 물품(202A 및 202B)에 접근하고, 피킹 구역에 대한 바코드를 스캔하고, 모바일 디바이스(예를 들어, 디바이스 119B)를 사용하여 물품(202A 및 202B)과 연관된 바코드를 스캔할 수 있다. 그 후, 피커는 (예를 들어, 물품을 카트에 담거나 운반함으로써) 물품을 피킹 구역(209)으로 가져갈 수 있다.
피킹 구역(209)은 물품(208)이 저장 유닛(210) 상에 저장되는 풀필먼트 센터(200)의 영역일 수 있다. 일부 실시예에서, 저장 유닛(210)은 물리적 선반, 책장, 박스, 토트(totes), 냉장고, 냉동고, 냉장 창고(cold stores) 등 중 하나 이상을 포함할 수 있다. 일부 실시예에서, 피킹 구역(209)은 다수의 층으로 구성될 수 있다. 일부 실시예에서, 작업자 또는 기계는, 예를 들어, 지게차, 엘리베이터, 컨베이어 벨트, 카트, 핸드 트럭, 돌리, 자동화된 로봇 또는 디바이스를 포함하여 여러 방식으로, 또는 수동으로 물품을 피킹 구역(209)으로 이동시킬 수 있다. 예를 들어, 피커는 드롭 구역(207)에서 핸드 트럭 또는 카트 상에 물품(202A 및 202B)을 담고, 물품(202A 및 202B)을 피킹 구역(209)까지 걸어서 운반할 수 있다.
피커는, 저장 유닛(210)상의 특정 공간과 같이, 피킹 구역(209)의 특정 지점(particular spots)에 물품을 배치(또는 "수납")하라는 명령어(instruction)를 수신할 수 있다. 예를 들어, 피커는 모바일 디바이스(예를 들어, 디바이스(119B))를 사용하여 물품(202A)을 스캔할 수 있다. 디바이스는, 예를 들어, 통로(aisle), 선반 및 위치를 나타내는 시스템을 사용하여 피커가 물품(202A)을 수납해야 하는 위치를 나타낼 수 있다. 그 후, 디바이스는 그 위치에 물품(202A)을 수납하기 전에 피커가 그 위치에서 바코드를 스캔하도록 촉구할 수 있다. 디바이스는, 디바이스(119B)를 사용하는 사용자에 의해 그 위치에 물품(202A)이 수납되었음을 나타내는 데이터를, (예를 들어, 무선 네트워크를 통해) 도 1a의 WMS(119)와 같은 컴퓨터 시스템에 전송할 수 있다.
사용자가 주문을 하면, 피커는 저장 유닛(210)으로부터 하나 이상의 물품(208)을 검색하라는 명령어를 디바이스(119B)상에 수신할 수 있다. 피커는, 물품(208)을 검색하고, 물품(208)상의 바코드를 스캔하고, 물품을 수송 메커니즘(transport mechanism)(214) 상에 배치할 수 있다. 수송 메커니즘(214)은, 슬라이드로 나타내어져 있지만, 일부 실시예에서, 수송 메커니즘은 컨베이어 벨트, 엘리베이터, 카트, 지게차, 핸드 트럭, 돌리, 카트 등 중 하나 이상으로서 구현될 수 있다. 그 후, 물품(208)은 포장 구역(packing zone, 211)에 도착할 수 있다.
포장 구역(211)은, 물품이 피킹 구역(209)으로부터 수신되어 고객에게 최종 운송되기 위해 박스 또는 백(bags)에 포장되는 풀필먼트 센터(200)의 영역일 수 있다. 포장 구역(211)에서, 물품 수신에 할당된 작업자("리빈 작업자")는 피킹 구역(209)으로부터 물품(208)을 수신하고 그것이 어느 주문에 대응하는지를 결정할 것이다. 예를 들어, 리빈 작업자는 컴퓨터(119C)와 같은 디바이스를 사용하여 물품(208)상의 바코드를 스캔할 수 있다. 컴퓨터(119C)는 물품(208)이 어느 주문과 연관되는지를 시각적으로 나타낼 수 있다. 이는, 예를 들어, 주문에 대응하는 공간 또는 벽(216)의 셀"을 포함할 수 있다. 일단 주문이 완료되면 (예를 들어, 셀은 주문에 대한 모든 물품을 포함하기 때문에), 리빈 작업자는 주문이 완료된 것을 포장 작업자(packing worker)(또는 "패커(packer)")에게 나타낼 수 있다. 패커는 셀로부터 물품을 검색하여 운송을 위해 박스 또는 백에 담을 수 있다. 그 후, 패커는 예를 들어, 지게차, 카트, 돌리, 핸드 트럭, 컨베이어 벨트를 통해, 박스 또는 백을 허브 구역(213)으로 수동으로 또는 다른 방식으로 전송할 수 있다.
허브 구역(213)은 포장 구역(211)으로부터 모든 박스 또는 백("패키지")을 수신하는 풀필먼트 센터(200)의 영역일 수 있다. 허브 구역(213)의 작업자 및/또는 기계는, 패키지(218)를 검색하고, 각 패키지가 배송 지역 중 어느 부분으로 가고자 의도되는지를 결정하고, 패키지를 적절한 캠프 구역(215)으로 라우팅할 수 있다. 예를 들어, 배송 지역이 2개의 더 작은 하위-지역(sub-areas)을 갖는 경우, 패키지는 2개의 캠프 구역(215) 중 하나로 갈 것이다. 일부 실시예에서, 작업자 또는 기계는 (예를 들어, 디바이스(119A 내지 119C) 중 하나를 사용하여) 패키지를 스캔하여 그 최종 목적지를 결정할 수 있다. 패키지를 캠프 구역(215)으로 라우팅하는 것은, 예를 들어, (예를 들어, 우편 번호에 기초하여) 패키지가 예정되어 있는 지리적 지역의 일부를 결정하는 것, 및 지리적 지역의 일부와 연관된 캠프 구역(215)을 결정하는 것을 포함할 수 있다.
일부 실시예에서, 캠프 구역(215)은 하나 이상의 건물, 하나 이상의 물리적 공간 또는 하나 이상의 지역을 포함할 수 있고, 여기서 패키지는 루트 및/또는 서브-루트로 분류되기 위해 허브 구역(213)으로부터 수신된다. 일부 실시예에서, 캠프 구역(215)은 풀필먼트 센터(200)로부터 물리적으로 분리되고, 반면에 다른 실시예에서, 캠프 구역(215)은 풀필먼트 센터(200)의 일부를 형성할 수 있다.
캠프 구역(215) 내의 작업자 및/또는 기계는, 예를 들어, 목적지를 기존의 루트 및/또는 하위-루트와 비교하는 것, 각 루트 및/또는 하위-루트에 대한 작업 부하를 계산하는 것, 하루 중 시각(the time of day), 운송 방법, 패키지(220)를 운송하기 위한 비용, 패키지(220) 내의 물품과 연관된 PDD 등에 기초하여, 패키지(220)가 어느 루트 및/또는 하위-루트와 연관되어야 하는지를 결정할 수 있다. 일부 실시예에서, 작업자 또는 기계는 (예를 들어, 디바이스(119A 내지 119C) 중 하나를 사용하여) 패키지를 스캔하여 그 최종 목적지를 결정할 수 있다. 일단 패키지(220)가 특정 루트 및/또는 하위-루트에 할당되면, 작업자 및/또는 기계는, 운송될 패키지(220)를 이동시킬 수 있다. 예시적인 도 2에서, 캠프 구역(215)은 트럭(222), 자동차(226) 및 배송 작업자(224A 및 224B)를 포함한다. 일부 실시예에서, 트럭(222)은 배송 작업자(224A)에 의해 구동될 수 있고, 여기서 배송 작업자(224A)는 풀필먼트 센터(200)를 위한 패키지를 배송하는 전일제 직원이고, 트럭(222)은, 풀필먼트 센터(200)를 소유하거나, 임대하거나, 운영하는 동일한 회사에 의해 소유되거나, 임대되거나, 운영된다. 일부 실시예에서, 자동차(226)는 배송 작업자(224B)에 의해 운전될 수 있고, 여기서 배송 작업자(224B)는 필요에 따라(on an as-needed basis)(예를 들어, 계절에 따라) "가변적인(flex)" 또는 비정기적인 작업자(occasional worker)이다. 자동차(226)는 배송 작업자(224B)에 의해 소유되거나, 임대되거나, 운영될 수 있다..
도 3을 참조하면, 동적 온라인 커뮤니티를 자동으로 추적하기 위한 디바이스 및 시스템의 예시적인 네트워크가 도시된다. 도 3이 동적 온라인 커뮤니티를 자동으로 추적하기 위한 디바이스 및 시스템의 예시적인 네트워크를 도시하지만, 도 3의 실시예는 온라인 커뮤니티로 제한되지 않으며, 다른 타입의 커뮤니티에도 적용될 수 있다. 도 3에 도시된 바와 같이, 시스템(300)은 엣지 시스템(edge system, 330) 및 커뮤니티 모니터 시스템(340)을 포함할 수 있으며, 이들 각각은 네트워크(310)를 통해 사용자(320A)와 연관된 사용자 디바이스(320) 또는 사용자(322A)와 연관된 사용자 디바이스(322)와 통신할 수 있다. 일부 실시예에서, 엣지 시스템(330) 및 커뮤니티 모니터 시스템(340)은 예를 들어 케이블을 사용하여, 직접적인 연결을 통해 시스템(300)의 다른 구성요소와 통신할 수 있다. 일부 다른 실시예에서, 시스템(300)은 도 1a의 시스템(100)의 일부일 수 있고, 네트워크(310)를 통해 또는 예를 들어, 케이블을 사용한 직접적인 연결을 통해 시스템(100)의 다른 구성요소와 통신할 수 있다. 엣지 시스템(330) 및 커뮤니티 모니터 시스템(340)은 각각 단일 컴퓨터를 포함할 수 있거나, 또는 각각 개시된 예시와 연관된 프로세스 및 기능 중 하나 이상을 수행하도록 상호 작용하는 다수의 컴퓨터를 포함하는 분산 컴퓨터 시스템으로서 구성될 수 있다.
도 3에 도시된 바와 같이, 엣지 시스템(330)은 프로세서(332), 메모리(334) 및 데이터베이스(336)를 포함할 수 있다. 커뮤니티 모니터 시스템(340)은 프로세서(342), 메모리(344) 및 데이터베이스(346)를 포함할 수 있다. 프로세서(332 및 342)는 IntelTM에 의해 제조된 PentiumTM 패밀리 또는 AMDTM에 의해 제조된 TurionTM 패밀리의 마이크로프로세서와 같은 하나 이상의 알려진 처리 디바이스일 수 있다. 프로세서(332 및 342)는 병렬 프로세스를 동시에 실행하는 단일 핵심 또는 다중 핵심 프로세서를 구성할 수 있다. 예를 들어, 프로세서(332 및 342)는 다수의 프로세스를 동시에 실행하고 제어하기 위해 논리 프로세서를 사용할 수 있다. 프로세서(332 및 342)는 다수의 소프트웨어 프로세스, 애플리케이션, 프로그램 등을 실행, 제어, 실행, 조작, 저장 등을 하기 위한 능력을 제공하기 위해 가상 머신 기술 또는 다른 알려진 기술을 구현할 수 있다. 다른 예시에서, 프로세서(332 및 342)는 엣지 시스템(330) 및 커뮤니티 모니터 시스템(340)이 다수의 프로세스를 동시에 실행하는 것을 허용하기 위한 병렬 처리 기능을 제공하도록 구성된 다중 핵심 프로세서 배열을 포함할 수 있다. 통상의 기술자는 본원에 개시된 능력을 제공하는 다른 타입의 프로세서 배열이 구현될 수 있음을 이해할 것이다.
메모리(334 및 344)는 각각 프로세서(332 및 342)에 의해 실행될 때 알려진 운영체제 기능을 수행하는 하나 이상의 운영체제를 저장할 수 있다. 예시로서, 운영체제는 Microsoft Windows, Unix, Linux, Android, Mac OS, iOS 또는 다른 타입의 운영체제를 포함할 수 있다. 따라서, 개시된 발명의 예시는 임의의 타입의 운영체제를 실행하는 컴퓨터 시스템을 통해 동작하고 기능할 수 있다. 메모리(334 및 344)는 휘발성 또는 비-휘발성, 자기, 반도체, 테이프, 광학, 휴대형(removable), 고정형(non-removable) 또는 다른 타입의 저장 디바이스 또는 유형의 컴퓨터 판독가능 매체일 수 있다.
데이터베이스(336 및 346)는 OracleTM 데이터베이스, SybaseTM 데이터베이스, 또는 다른 관계형 데이터베이스 또는 하둡(Hadoop) 시퀀스 파일, HBaseTM 또는 CassandraTM와 같은 비관계형 데이터베이스를 포함할 수 있다. 데이터베이스(336 및 346)는 데이터베이스(들)의 메모리 디바이스에 저장된 데이터에 대한 요청을 수신하고 처리하며, 데이터베이스(들)로부터 데이터를 제공하도록 구성된 컴퓨팅 구성요소(예를 들어, 데이터베이스 관리 시스템, 데이터베이스 서버 등)를 포함할 수 있다. 데이터베이스(336 및 346)는 HBase, MongoDBTM 또는 CassandraTM와 같은 NoSQL 데이터베이스를 포함할 수 있다. 대안적으로, 데이터베이스(336 및 346)는 Oracle, MySQL 및 Microsoft SQL Server와 같은 관계형 데이터베이스를 포함할 수 있다. 일부 실시예에서, 데이터베이스(336 및 346)는 서버, 범용 컴퓨터, 메인 프레임 컴퓨터 또는 이들 구성요소의 임의의 조합의 형태를 취할 수 있다.
데이터베이스(336 및 346)는 개시된 예시와 연관된 방법 및 프로세스를 수행하기 위해 프로세서(332 및 342)에 의해 각각 사용될 수 있는 데이터를 저장할 수 있다. 데이터베이스(336 및 346)는 도 3에 도시된 바와 같이, 엣지 시스템(330) 및 커뮤니티 모니터 시스템(340)에 각각 위치될 수 있거나, 또는 대안적으로, 엣지 시스템(330) 및 커뮤니티 모니터 시스템(340)의 외부에 위치된 외부 저장 디바이스에 있을 수 있다. 336 및 346에 저장된 데이터는 사용자와 연관된 임의의 적합한 데이터(예를 들어, 각 사용자에 대한 웹 브라우징 이력, 온라인 구매 이력, 이름, 주소, 전화번호, 이메일 주소, IP 주소, 컴퓨터 식별자, 주민등록번호, 생일, 신용카드 정보 등)를 포함할 수 있다.
사용자 디바이스(320, 322)는 태블릿, 모바일 디바이스, 컴퓨터 등일 수 있다. 사용자 디바이스(320, 322)는 디스플레이를 포함할 수 있다. 디스플레이는 예를 들어, 액정 디스플레이(LCD), 발광 다이오드 스크린(LED), 유기 발광 다이오드 스크린(OLED), 터치 스크린 및 다른 알려진 디스플레이 디바이스를 포함할 수 있다. 디스플레이는 다양한 정보를 사용자에게 나타낼 수 있다. 예를 들어, 이는 신규 사용자 계정을 등록하기 위한 요청을 제출하는 것, 판매용 제품의 선택을 제출하는 것 등을 위한 옵션을 포함하는 수정된 사용자 인터페이스 요소를 포함하는 수정된 웹페이지를 디스플레이할 수 있다. 사용자 디바이스(320)는 하나 이상의 입력/출력(I/O) 디바이스를 포함할 수 있다. I/O 디바이스는 사용자 디바이스(320 및 322)가 사용자(320A 및 322A) 또는 다른 디바이스로부터 정보를 송신하고 수신하는 것을 허용하는 하나 이상의 디바이스를 포함할 수 있다. I/O 디바이스는 다양한 입출력 디바이스, 카메라, 마이크, 키보드, 마우스 타입 디바이스, 제스처 센서, 액션 센서, 물리적인 버튼, 음성 입력(oratory input) 등을 포함할 수 있다. I/O 디바이스는 또한 예를 들어, 사용자 디바이스(320 및 322)와 네트워크(310) 사이에 유선 또는 무선 연결을 확립함으로써, 편집 시스템(330) 또는 통신 모니터 시스템(340)으로부터 정보를 전송하고 수신하기 위한 하나 이상의 통신 모듈(미도시)을 포함할 수 있다.
일부 실시예에서, 사용자(320A 또는 322A)는 내부 사용자(예를 들어, 시스템(100 또는 300)을 소유하거나, 운영하거나 또는 임대하는 조직의 직원) 일 수 있다. 내부 프론트 엔드 시스템(105)은 사용자(320A 또는 322A)가 시스템(300)과 상호 작용할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, 시스템(100 또는 300)이 사용자가 물품을 주문할 수 있게 하는 시스템의 프리젠테이션을 가능하게 하는 실시예에서, 내부 프론트 엔드 시스템(105)은 사용자(320A 또는 322A)가 사용자 웹 브라우징 이력, 온라인 구매 이력 또는 사용자 계정에 대한 진단 및 통계 정보를 보거나(view), 사용자 계정을 수정하거나, 또는 사용자 계정에 관한 통계를 검토(review)할 수 있게 하는 웹 서버로서 구현될 수 있다. 일부 실시예에서, 내부 프론트 엔드 시스템(105)은 시스템(100 또는 300)에 도시된 시스템 또는 디바이스로부터 요청을 수신하고 처리하도록 설계된 고객 웹 서버 소프트웨어를 실행하고, 이들 요청을 기초로 데이터베이스(예를 들어, 데이터베이스 336 또는 346) 및 다른 데이터 저장소로부터 정보를 획득하며, 획득된 정보를 기초로 수신된 요청에 대한 응답을 제공할 수 있다.
예를 들어, 사용자(320A 또는 322A)는 내부 프론트 엔드 시스템(105)을 통해 데이터베이스(336 또는 346)를 초기화하기 위한 요청을 제출할 수 있다. 엣지 시스템(330) 및 커뮤니티 모니터 시스템(340)은 네트워크(310)를 통해 내부 프론트 엔드 시스템(105)을 통해 데이터베이스(336 또는 346)를 각각 초기화하기 위한 요청을 수신할 수 있다. 엣지 시스템(330)은 데이터베이스(336)에서 복수의 편집을 검색함으로써 데이터베이스(336)를 초기화할 수 있다. 각 편집은 사용자 계정 식별자, 적어도 하나의 속성 및 시간 엔트리를 포함할 수 있다. 사용자 계정 식별자는 등록된 사용자 계정과 연관될 수 있다. 속성은 사용자와 연관된 이름, 주소, 전화번호, 이메일 주소, IP 주소, 컴퓨터 식별자, 주민등록번호, 생일 또는 신용 카드 정보를 포함할 수 있다. 속성은 또한 사용자의 웹 브라우징 이력, 온라인 구매 이력 또는 소셜 미디어 활동에 기초한 특성을 포함할 수 있다. 예를 들어, 속성은 공유된 소셜 미디어 게시물, 이벤트의 참가 표시, 구매된 물품 등을 포함할 수 있다. 시간 엔트리는 연관된 사용자 계정이 시스템(100 또는 300)에 등록된 시간(예를 들어, 월, 일, 년, 시, 분, 초 등)을 포함할 수 있다. 각 편집에 대해, 엣지 시스템(330)은 속성을 식별하고, 속성을 공유하는 편집 쌍을 식별할 수 있다. 속성을 공유하는 각 편집 쌍에 대해, 엣지 시스템(330)은 데이터베이스(336)에 저장될 수 있는 엔트리를 생성할 수 있다. 데이터베이스(336)에 저장된 각 엔트리는 사용자 계정 식별자의 쌍, 사용자 계정 식별자의 쌍에 의해 공유되는 속성, 및 사용자 계정과 연관된 시간 엔트리의 쌍을 포함할 수 있다. 하나보다 많은 속성을 공유하는 편집 쌍에 대해 복수의 엔트리가 생성될 수 있다. 예를 들어, 사용자 계정의 쌍이 세 개의 속성을 공유하는 경우, 하나의 엔트리가 속성의 각각에 대해 있는 세 개의 상이한 엔트리가 생성될 수 있다.
일부 실시예에서, 각 엔트리를 생성하는 것은 데이터베이스(336)에 저장된 엔트리 테이블을 생성하고 테이블을 인덱스하는(indexing) 엣지 시스템(330)을 포함할 수 있다. 예를 들어, 테이블의 각 행은 데이터베이스(336)에서의 엔트리에 대응할 수 있다. 각 엔트리는 편집 쌍을 포함할 수 있으며, 각 편집은 사용자 계정 식별자, 속성 및 시간 엔트리를 포함한다. 테이블의 제1 열은 엔트리의 제1 편집을 포함할 수 있고 테이블의 제2 열은 엔트리의 제2 편집을 포함할 수 있다.
일부 실시예에서, 커뮤니티 모니터 시스템(340)은 데이터베이스(346)에서 복수의 편집을 검색함으로써 데이터베이스(346)를 초기화할 수 있다. 데이터베이스(336 및 346)는 데이터베이스(336 및 346)에서의 복수의 편집이 동일하도록 링크될 수 있다. 일부 실시예에서, 데이터베이스(336 및 346)는 독립적일 수 있지만, 동일한 복수의 편집을 포함할 수 있다. 각 편집은 사용자 계정 식별자, 적어도 하나의 속성 및 시간 엔트리를 포함할 수 있다. 사용자 계정 식별자는 등록된 사용자 계정과 연관될 수 있다. 속성은 사용자와 연관된 이름, 주소, 전화번호, 이메일 주소, IP 주소, 컴퓨터 식별자, 주민등록번호, 생일 또는 신용 카드 정보를 포함할 수 있다. 속성은 또한 사용자의 웹 브라우징 이력, 온라인 구매 이력 또는 소셜 미디어 활동에 기초한 특성을 포함할 수 있다. 예를 들어, 속성은 공유된 소셜 미디어 게시물, 이벤트의 참가 표시, 구매된 물품 등을 포함할 수 있다. 시간 엔트리는 연관된 사용자 계정이 시스템(100 또는 300)에 등록된 시간(예를 들어, 월, 일, 년, 시, 분, 초 등)을 포함할 수 있다.
커뮤니티 편집 시스템(340)은 제1 시간에 각 편집에 대해, 사용자 간에 커뮤니티가 존재하지 않음을 나타내기 위해 -1의 커뮤니티 식별 값을 할당할 수 있다. 커뮤니티 모니터 시스템(340)은 커뮤니티 식별 카운터의 초기 값이 0인 커뮤니티 식별 카운터를 시작할 수 있다. 커뮤니티 모니터 시스템(340)은 알고리즘(예를 들어, 연결된 구성요소 알고리즘, 루벤 모듈화 알고리즘(Louvain modularity algorithm), 라벨 전파 알고리즘 등)을 사용하여 복수의 사용자를 데이터베이스(346)에 저장할 수 있다. 커뮤니티 모니터 시스템(340)은 각 편집의 속성을 기초로 사용자와 연관된 복수의 편집을 상이한 커뮤니티로 분류할 수 있다. 예를 들어, 두 명의 사용자와 연관된 두 개의 편집의 속성이 사용자가 동일한 소셜 미디어 게시물을 공유하고, 동일한 이벤트에 참가하고, 동일한 물품을 구매하고, 서로 통신하고, 동일한 정치관을 공유하는 등을 나타내는 경우, 커뮤니티 모니터 시스템(340)은 두 명의 사용자가 동일한 커뮤니티에 속하는 것으로 결정할 수 있다. 일부 실시예에서, 커뮤니티 모니터 시스템(340)은 각 편집에 대한 속성을 식별하고 속성을 공유하는 편집 쌍을 식별할 수 있다. 속성을 공유하는 각 편집 쌍에 대해, 커뮤니티 모니터 시스템(340)은 데이터베이스(346)에 저장될 수 있는 엔트리를 생성할 수 있다. 데이터베이스(346)에 저장된 각 엔트리는 사용자 계정 식별자의 쌍, 사용자 계정 식별자의 쌍에 의해 공유되는 속성, 및 사용자 계정과 연관된 시간 엔트리의 쌍을 포함할 수 있다. 하나보다 많은 속성을 공유하는 편집 쌍에 대해 복수의 엔트리가 생성될 수 있다. 예를 들어, 사용자 계정의 쌍이 세 개의 속성을 공유하는 경우, 하나의 엔트리가 속성의 각각에 대해 있는 세 개의 상이한 엔트리가 생성될 수 있다.
커뮤니티 모니터 시스템(340)은 커뮤니티 모니터 시스템(340)이 편집 쌍에 의해 공유되는 속성을 식별할 때, 편집 쌍에 커뮤니티 식별 카운터의 값에 동일한 신규 커뮤니티 식별을 할당할 수 있다. 예를 들어, 커뮤니티 식별 카운터가 0인 경우, 커뮤니티 모니터 시스템(340)은 속성을 공유하는 편집 쌍에 0의 커뮤니티 식별 값을 할당할 수 있다. 커뮤니티 식별은 커뮤니티에 대응할 수 있다. 커뮤니티 모니터 시스템(340)은 동일한 속성을 공유하는 다른 편집을 식별하고, 편집이 동일한 커뮤니티에 속함을 나타내기 위해 편집에 동일한 커뮤니티 식별을 할당할 수 있다. 커뮤니티 모니터 시스템(340)은 각 편집에 커뮤니티 식별과 연관된 알고리즘 식별을 할당할 수 있다. 예를 들어, 커뮤니티 모니터 시스템(340)이 동일한 커뮤니티에 속하는(예를 들어, 동일한 커뮤니티 식별을 갖는) 두 명의 사용자에게 알고리즘을 적용하는 경우, 알고리즘은 동일한 값(예를 들어, 커뮤니티 식별과 반드시 동일한 값일 필요는 없음)을 리턴할 것이다.
커뮤니티 모니터 시스템(340)은 0의 커뮤니티 식별 값 및 대응하는 알고리즘 식별과 연관된 커뮤니티에 속하는 각 사용자를 식별한 이후에 커뮤니티 식별 카운터를 1씩 증가시킬 수 있다. 커뮤니티 모니터 시스템(340)은 사용자 간에 존재하는 모든 커뮤니티를 식별할 때까지 전술한 단계를 반복할 수 있다. 예를 들어, 커뮤니티 모니터 시스템(340)은 0의 커뮤니티 식별과 연관된 속성과 상이한 속성을 공유하는 편집 쌍에, 커뮤니티 식별 카운터의 값에 동일한 신규 커뮤니티 식별을 할당할 수 있다. 예를 들어, 커뮤니티 모니터 시스템(340)은 0의 커뮤니티 식별 값과 연관된 속성과 상이한 속성을 공유하는 편집 쌍에 1의 커뮤니티 식별 값을 할당할 수 있다. 1의 커뮤니티 식별은 0의 커뮤니티 식별과 연관된 커뮤니티와 상이한 커뮤니티에 대응할 수 있다. 커뮤니티 모니터 시스템(340)은 동일한 속성을 공유하는 다른 편집을 식별하고, 편집이 동일한 커뮤니티에 속함을 나타내기 위해 편집에 동일한 커뮤니티 식별을 할당할 수 있다. 커뮤니티 모니터 시스템(340)은 각 편집에 1의 커뮤니티 식별과 연관된 알고리즘 식별을 할당할 수 있다. 일부 실시예에서, 사용자(320A 또는 322A)는 각 커뮤니티를 정의하는 내부 분석자 또는 이해 당사자(stakeholders)일 수 있고, 커뮤니티 모니터 시스템(340)은 정의를 기초로 커뮤니티 식별 및 알고리즘 식별로 사용자를 라벨링할 수 있다.
일부 실시예에서, 커뮤니티 모니터 시스템(340)은 다양한 시퀀스로 상술한 단계를 수행할 수 있다. 예를 들어, 커뮤니티 모니터 시스템(340)은 제1 편집 쌍에 커뮤니티 식별 및 알고리즘 식별을 할당하고, 적어도 하나의 속성을 제1 편집 쌍과 공유하는 다른 편집 쌍을 찾고, 커뮤니티 식별 카운터를 1씩 증가시키기 전에 다른 편집 쌍에 커뮤니티 식별 및 알고리즘 식별을 할당할 수 있다.
커뮤니티 모니터 시스템(340)은 각 커뮤니티에서 핵심 사용자를 결정할 수 있다. 커뮤니티 모니터 시스템(340)은 그룹 내의 각 사용자의 중심성 점수를 계산하고 가장 높은 중심성 점수를 갖는 사용자를 핵심 사용자로서 라벨링함으로써 커뮤니티의 핵심 사용자를 결정할 수 있다. 예를 들어, 각 사용자의 중심성 점수는 연결 중심성 공식(degree centrality formula)을 사용하여 계산될 수 있으며, 여기서 그의 각각의 커뮤니티에서 다른 사용자에 대해 가장 많은 링크 개수를 갖는 사용자는 가장 높은 중심성 점수를 갖는다. 예를 들어, 이들이 속성을 공유하는 경우 사용자는 다른 사용자에 링크될 수 있다. 다수의 상이한 사용자와 적어도 하나의 속성을 공유하는 사용자는 다수의 사용자와 링크되며, 단일 링크를 갖는 사용자보다 더욱 높은 중심성 점수를 가질 수 있다. 일부 실시예에서, 각 사용자의 중심성 점수는 매개 중심성 공식(betweenness centrality formula)을 사용하여 계산될 수 있으며, 여기서, 다른 사용자 간에 브리지(bridges)로서 가장 빈번하게 작용하는 사용자는 더욱 높은 중심성 점수를 갖는다. 더욱 높은 매개 중심성 점수를 갖는 이들 사용자는 커뮤니티 내에서 최단 통신 경로를 형성할 수 있는 사용자이다. 일부 실시예에서, 각 사용자의 중심성 점수는 근접 중심성 공식(closeness centrality formula)을 사용하여 계산될 수 있고, 여기서 커뮤니티에서 다른 사용자에 가장 가까운 사용자는 더욱 높은 중심성 점수를 가질 수 있다. 근접 중심성 점수는 각 사용자 사이의 최단 경로를 계산하고 모든 경로의 합을 기초로 각 사용자에게 점수를 할당함으로써 계산될 수 있다. 더욱 높은 근접 중심성 점수를 갖는 사용자는 모든 다른 사용자에 대해 더욱 짧은 경로 거리를 가질 수 있다. 일부 실시예에서, 사용자(320A 또는 322A)는 중심성 계산 공식을 선택하는 내부 분석자 또는 이해 당사자일 수 있고 커뮤니티 모니터 시스템(340)은 선택된 공식을 기초로 핵심 사용자를 결정할 수 있다.
제2 시간에, 사용자 활동에 기인하여 커뮤니티 동적 변경이 발생할 수 있다. 예를 들어, 일부 사용자는 제1 커뮤니티를 떠나고, 기존의 커뮤니티에 가입할 수 있다. 커뮤니티 모니터 시스템(340)은 데이터베이스(346)를 검색하고 핵심 사용자로서 라벨링되지 않은 사용자를 검색할 수 있다. 커뮤니티 모니터 시스템(340)은 각 비-핵심 사용자와 연관된 커뮤니티 식별을 제거하고 알고리즘을 비-핵심 사용자에게 적용하여 커뮤니티 세트를 획득할 수 있으며, 여기서 각 커뮤니티는 복수의 비-핵심 사용자 중 적어도 한 명의 사용자를 포함하고, 각 커뮤니티는 커뮤니티 식별 및 알고리즘 식별과 연관된다.
커뮤니티 모니터 시스템(340)은 핵심 사용자에 대해 획득된 커뮤니티의 세트에서 각 커뮤니티를 검색할 수 있다. 커뮤니티가 정확하게 한 명의 핵심 사용자를 갖는 경우, 커뮤니티 모니터 시스템(340)은 핵심 사용자와 동일한 커뮤니티 식별로 커뮤니티의 각 비-핵심 사용자에 라벨링할 수 있다. 커뮤니티가 한 명을 초과하는 핵심 사용자를 갖는 경우, 커뮤니티 모니터 시스템(340)은 각 핵심 사용자와 연관된 커뮤니티 식별을 결정할 수 있다. 커뮤니티 모니터 시스템(340)은 가장 낮은 수치의 커뮤니티 식별을 갖는 핵심 사용자를 식별하고, 더욱 높은 수치의 커뮤니티 식별을 갖는 다른 핵심 사용자를 포함하여, 가장 낮은 수치의 커뮤니티 식별을 갖는 커뮤니티 내의 각 사용자에 라벨링할 수 있다. 커뮤니티 모니터 시스템(340)은 그 커뮤니티 식별과 연관된 커뮤니티가 핵심 사용자와 연관된 커뮤니티 간에 가장 먼저 형성된 커뮤니티일 수 있기 때문에, 가장 낮은 수치의 커뮤니티 식별을 갖는 커뮤니티에서 각 사용자에 라벨링할 수 있다.
커뮤니티가 핵심 사용자를 갖지 않지만 커뮤니티가 되기 위한 최소 임계 요건을 충족시키는 경우, 커뮤니티 모니터 시스템(340)은 커뮤니티가 신규 커뮤니티인 것으로 결정하고 신규 커뮤니티 식별로 커뮤니티에서의 각 사용자에 라벨링할 수 있다. 커뮤니티가 되기 위한 최소 임계 요건은 최소 커뮤니티 나이 또는 최소 커뮤니티 크기를 포함할 수 있다. 신규 커뮤니티 식별은 그 시간에서의 커뮤니티 식별 카운터의 값일 수 있다. 커뮤니티가 정확하게 한 명의 핵심 사용자를 갖지만 커뮤니티가 되기 위한 최소 임계 요건을 충족시키지 않는 경우, 커뮤니티 모니터 시스템(340)은 커뮤니티가 해산된 것으로 결정하고, 사용자가 커뮤니티에 속하지 않음을 나타내기 위해 음의 1(-1)의 커뮤니티 식별 값으로 커뮤니티의 각 사용자에 라벨링할 수 있다.
커뮤니티 모니터 시스템(340)은 각 커뮤니티의 신규 핵심 사용자를 결정하기 위해 임의의 시점에 각 사용자에 대한 중심성 점수를 계산할 수 있다. 일부 실시예에서, 커뮤니티 모니터 시스템(340)은 커뮤니티의 진화(evolution)를 자동으로 검출하고 모니터링하며, 커뮤니티 간의 사기 활동을 검출할 때 액션을 취하도록 시스템 관리자(예를 들어, 시스템(100 또는 300)의 내부 사용자)에게 경고할 수 있다. 예를 들어, 커뮤니티 이벤트를 시그널링할 수 있는 활동은 커뮤니티가 특정 크기(예를 들어, 커뮤니티에 의해 설정된 미리 결정된 표준 크기)에 도달할 때, 커뮤니티가 분할될 때, 또는 복수의 커뮤니티가 단일 커뮤니티로 병합될 때를 포함한다. 활동은 커뮤니티에 의해 설정된 표준에 의존하여 시스템 관리자에게 경고할 수 있다(예를 들어, 일부 커뮤니티에 대해, 커뮤니티 병합은 사기 활동을 나타낼 수 있음). 일부 실시예에서, 커뮤니티는 "위험한"것으로 플래그될 수 있다(예를 들어, 커뮤니티가 바이러스에 의해 감염됨). 신규 사용자가 위험한 커뮤니티에 가입할 때, 커뮤니티 모니터 시스템(340)은 신규 사용자의 활동을 면밀히 모니터링할 수 있다. 예를 들어, 커뮤니티 모니터 시스템(340)은 신규 사용자가 가입하는 다수의 상이한 또는 빈번한 시점에, 커뮤니티 정보를 기초로 커뮤니티 동적 분석을 생성할 수 있다. 일부 실시예에서, 커뮤니티 모니터 시스템(340)은 위험한 커뮤니티의 진화를 결정(예를 들어, 커뮤니티가 성장하는지 또는 커뮤니티가 축소하는지를 결정)하기 위해, 상이한 시간에 커뮤니티 동적 분석을 비교할 수 있다(예를 들어, 제1 시간에서의 커뮤니티 동적 분석 및 제2, 제3, 제4 시간 등에서의 커뮤니티 동적 분석을 비교할 수 있다). 일부 실시예에서, 커뮤니티 동적 분석은 시스템(100 또는 300)으로부터의 임의의 정보(예를 들어, 사용자 계정 식별자, 속성, 시간 엔트리, 편집 쌍, 사용자 커뮤니티 식별, 각 커뮤니티와 연관된 속성, 각 커뮤니티에서 사용자의 수, 핵심 사용자, 사용자의 중심성 점수 등)를 포함할 수 있다.
커뮤니티 모니터 시스템(340)은 네트워크를 통해 사람, 동물, 바이러스, 법인 또는 정보의 임의의 자연스럽게 축적되고 흩어지는 그룹을 네트워크를 통해 모니터링할 수 있다. 사용자(320A 또는 322A)(또는 시스템(100 또는 300)의 임의의 사용자)는 시스템(100 및 300)의 건전성을 효율적으로 모니터링하고, 악의적인 커뮤니티가 커지거나 유익한 커뮤니티가 축소되는 시점을 결정하기 위해 커뮤니티 모니터 시스템(340)을 사용할 수 있다. 사용자(320A 또는 322A)는 커뮤니티의 특성(nature) 또는 영향에 의존하여 경고에 상이하게 응답할 수 있다. 일부 실시예에서, 시스템(100 또는 300)의 내부 사용자는 커뮤니티의 진화를 검출하거나 또는 모니터링하기 위한 요청을 커뮤니티 모니터 시스템(340)에 제출할 수 있다.
일부 실시예에서, 사용자(320A 또는 322A)는 소비자일 수 있다. 사용자(320A 또는 322A)는 외부 프론트 엔드 시스템(103)을 통해 사용자 계정을 등록하기 위한 요청을 제출할 수 있으며, 이는 사용자 계정을 등록하기 위한 요청을 수신하고, 요청을 검색하고, 물품 페이지를 제시하고, 결제 정보를 요청하는 웹 서버로서 구현될 수 있다. 외부 프론트 엔드 시스템(103)은 외부 디바이스(예를 들어, 모바일 디바이스(320 또는 322))로부터 요청을 수신하고 처리하도록 설계된 고객 웹 서버 소프트웨어를 실행하고, 이들 요청을 기초로 데이터베이스(예를 들어, 데이터베이스(336 또는 346)) 및 다른 데이터 저장소로부터 정보를 획득하며, 획득된 정보를 기초로 수신된 요청에 대한 응답을 제공할 수 있다. 예를 들어, 사용자(320A 또는 322A)는 외부 프론트 엔드 시스템(103)을 탐색하기 위해 사용자 디바이스(320 또는 322)를 사용하고, 제출 박스에 정보를 입력함으로써 사용자 계정을 등록하기 위한 요청을 제출할 수 있다. 외부 프론트 엔드 시스템(103)은 시스템(100 또는 300) 내의 하나 이상의 시스템으로부터 정보를 요청할 수 있다. 예를 들어, 외부 프론트 엔드 시스템(103)은 엣지 시스템(330) 또는 커뮤니티 모니터 시스템(340)으로부터 정보를 요청할 수 있다. 엣지 시스템(330) 또는 커뮤니티 모니터 시스템(340)은 외부 프론트 엔드 시스템(103)을 통한 정보에 대한 요청을 네트워크(310)를 통해 수신할 수 있다. 커뮤니티 모니터 시스템(340)은 사용자(320A 또는 322A)의 온라인 커뮤니티 활동 또는 정보를 검색하고, 데이터를 외부 프론트 엔드 시스템(103)으로 전송할 수 있다. 외부 프론트 엔드 시스템(103)으로 전송된 데이터는 사용자(320A 또는 322A)의 온라인 커뮤니티 활동 또는 정보가 유익하거나 악의적이거나 또는 존재하지 않음을 나타낼 수 있다.
엣지 시스템(330) 또는 커뮤니티 모니터 시스템(340)은 사용자(320A 또는 322A)의 상이한 온라인 활동의 시간을 기록할 수 있다.
시스템(330 및 340)은 등록할 승인된 요청의 사용자 계정 식별자, 적어도 하나의 속성 및 승인된 요청의 사용자 계정이 시스템(100 또는 300)에 등록된 시간의 시간 엔트리를 포함하는 데이터베이스(336 및 346)에 신규 편집을 추가할 수 있다. 엣지 시스템(330)은 데이터베이스(336)의 테이블에 신규 행을 추가하고 신규 행을 인덱스함으로써 편집 쌍을 포함하는 신규 엔트리를 생성할 수 있다. 각 신규 엔트리는 신규 편집 및 검색된 엔트리의 편집을 포함할 수 있다. 각 신규 엔트리는 사용자 계정 식별자의 쌍, 사용자 계정 식별자의 쌍에 의해 공유되는 속성, 및 사용자 계정과 연관된 시간 엔트리의 쌍을 포함할 수 있다.
일부 실시예에서, 사용자(320A 또는 322A)는 예를 들어, SRP 상에 나타난 제품을 선택하기 위해 다른 입력 디바이스를 사용함으로써 또는 사용자 인터페이스를 클릭 또는 탭함으로써 SRP로부터 제품을 선택하기 위하여 사용자 디바이스(320 또는 322)를 사용하는 소비자일 수 있다. 사용자 디바이스(320 또는 322)는 선택된 제품에 관한 정보에 대한 요청을 공식화하고(formulate) 이를 외부 프론트 엔드 시스템(103)에 전송할 수 있다. 이에 응답하여, 외부 프론트 엔드 시스템(103)은 시스템(300)에 사용자(320A 또는 322A)와 연관된 사용자 계정 정보를 전송하고, 시스템(300)으로부터 사용자(320A 또는 322A)의 사용자 계정에 관련된 정보를 요청할 수 있다. 엣지 시스템(330) 또는 커뮤니티 모니터 시스템(340)은 사용자 계정 정보 또는 커뮤니티 정보를 수신하고, 사용자 계정 정보에 포함된 적어도 하나의 속성을 식별할 수 있다. 엣지 시스템(330) 또는 커뮤니티 모니터 시스템(340)은 수신된 속성 또는 다른 커뮤니티 정보에 매칭하는 속성을 포함하는 엔트리를 검색하기 위해 데이터베이스(336 또는 346)를 검색할 수 있다.
임의의 시점에(예를 들어, 제1 시간 이후, 제2 시간 이후 등에), 커뮤니티 모니터 시스템(340)은 그 시점의 커뮤니티 정보를 기초로 커뮤니티 동적 분석을 생성할 수 있다. 일부 실시예에서, 커뮤니티 모니터 시스템(340)은 커뮤니티의 진화(예를 들어, 악의적인 커뮤니티가 성장하거나 또는 유익한 커뮤니티가 축소될 때를 결정)를 결정하기 위해, 상이한 시간에 커뮤니티 동적 분석을 비교하거나(예를 들어, 제1 시간에서의 커뮤니티 동적 분석을 제2 시간에서의 커뮤니티 동적 분석과 비교하거나), 커뮤니티 간에 사기 행위가 발생하는 시점을 검출하거나, 또는 커뮤니티 또는 시스템(100 및 300)의 건전성을 모니터링할 수 있다. 일부 실시예에서, 커뮤니티 동적 분석은 시스템(100 또는 300)으로부터의 임의의 정보(예를 들어, 사용자 계정 식별자, 속성, 시간 엔트리, 편집 쌍, 사용자 커뮤니티 식별, 각 커뮤니티와 연관된 속성, 각 커뮤니티에서 사용자의 수, 핵심 사용자, 사용자의 중심성 점수 등)를 포함할 수 있다.
도 4를 참조하면, 사기 검출 및 사용자 계정 중복 제거를 위한 데이터베이스의 예시적인 테이블이 도시된다. 도 4에 도시된 바와 같이, 데이터베이스(336)는 테이블(400)을 포함할 수 있다. 엣지 시스템(330)은 엔트리(410, 411, 412 및 413)의 행을 생성함으로써 데이터베이스(336)를 초기화할 수 있다. 각 엔트리는 편집(401 및 402)을 포함하는 열의 쌍을 포함할 수 있다. 각 편집은 상이한 사용자와 연관될 수 있다. 예를 들어, 엔트리(410)는 사용자 A 및 B를 포함할 수 있고, 엔트리(411)는 사용자 B 및 A를 포함할 수 있고, 엔트리(412)는 사용자 A 및 C를 포함할 수 있다. 각 편집은 사용자 계정 식별자 "u", 사용자 계정 식별자의 쌍에 의해 공유된 속성 "a" 및 사용자 계정과 연관된 시간 엔트리 "t"를 포함할 수 있다. 하나보다 많은 속성을 공유하는 편집 쌍에 대해 복수의 엔트리가 생성될 수 있다. 일부 실시예에서, 엔트리(410 및 411)는 동일한 사용자 A 및 B 및 그의 연관된 사용자 계정 식별자, 속성 및 시간 엔트리를 포함할 수 있다. 엔트리(410)는 편집(401)에서 사용자 A를 및 편집(402)에서 사용자 B를 포함할 수 있는 한편, 엔트리(411)는 편집(401)에서 사용자 B를 및 편집(402)에서 사용자 A를 포함할 수 있다. 이 엔트리의 조직은 엣지 시스템(330)이 단일 열(예를 들어, 편집(401))에서 편집을 검색함으로써 사용자(예를 들어, 사용자 A)와 연관된 편집(예를 들어, 편집(402))을 효율적으로 검색하는 것을 허용할 수 있다. 예를 들어, 엣지 시스템(330)은 사용자 B 및 C가 사용자 A와 연관된 것으로 결정하거나 또는 사용자 A가 사용자 B와 연관된 것으로 결정하기 위해 편집(401)을 검색할 수 있다.
일부 실시예에서, 데이터베이스(336)는 제1 시간 t = 1에 초기화될 수 있고, 신규 엔트리는 제2 시간 t = 2에 데이터베이스(336)에 추가될 수 있다. 예를 들어, 시간 t = 2에서, 엣지 시스템(330)은 사용자(320A 또는 322A)로부터 수신된 정보를 기초로 인덱스된 데이터베이스(336)를 검색할 수 있다. 데이터베이스(336)가 이미 인덱스되었기 때문에, 시스템(330)은 사용자(320A 또는 322A)로부터 수신된 속성에 매칭하는 속성을 포함하는 경우 엔트리(410, 411, 412 또는 413) 중 적어도 하나를 식별하고 검색할 수 있다.
시스템(330)은 등록할 승인된 요청의 사용자 계정 식별자, 적어도 하나의 속성 및 승인된 요청의 사용자 계정이 시스템(100 또는 300)에 등록된 시간의 시간 엔트리를 포함하는 데이터베이스(336)에 신규 편집을 추가할 수 있다. 엣지 시스템(330)은 데이터베이스(336)의 테이블에 신규 행을 추가하고 신규 행을 인덱스함으로써 편집 쌍을 포함하는 신규 엔트리를 생성할 수 있다. 예를 들어, 신규 엔트리(414 및 415)는 t = 2에 테이블(400)에 추가될 수 있다. 각 신규 엔트리는 신규 편집 및 검색된 엔트리의 편집을 포함할 수 있다. 예를 들어, 사용자 D는 새롭게 등록된 사용자 계정과 연관될 수 있는 한편, 사용자 B는 t = 1에 이미 인덱스된 검색된 엔트리와 연관된다. 각 신규 엔트리는 사용자 계정 식별자의 쌍, 사용자 계정 식별자의 쌍에 의해 공유되는 속성, 및 사용자 계정과 연관된 시간 엔트리의 쌍을 포함할 수 있다.
데이터베이스(336)는 t = 1에 초기화될 수 있고 인덱스된 데이터베이스(336)는 t = 1 이후에 t = 2에 검색될 수 있다. 데이터베이스(336)는 사용자 계정을 등록하기 위한 후속 요청이 낮은 계산 부하로 처리될 수 있도록 한 번만 초기화될 수 있다. 예를 들어, 초기화된 데이터베이스(336)는 t = 1에 이차 복잡성(quadratic complexity)을 요구할 수 있는 한편, 초기화 이후에 각 요청을 처리하는 것은 t = 2에 선형 복잡성(linear complexity)만을 요구할 수 있으며, 이는 초기화 이후에 수신된 승인된 요청이 데이터베이스 내의 기존의 엔트리에 재인덱스하는 것 없이 테이블(400)에 추가될 수 있기 때문이다.
도 5를 참조하면, 사용자 커뮤니티의 예시적인 도면이 도시된다. 도 5에 도시된 바와 같이, 사용자 커뮤니티(500)는 사용자(501 및 503)를 포함할 수 있다. 커뮤니티 내의 사용자는 링크(505)에 의해 다른 사용자에 연결될 수 있다. 링크(505)는 데이터베이스(336)의 엔트리의 행(예를 들어, 테이블(400)의 엔트리(410, 411, 412 및 413)의 행)을 나타낼 수 있다. 링크(505)는 두 명의 사용자와 연관된 정보(예를 들어, 테이블(400)의 편집(401 및 402)) 사이의 연결을 나타낼 수 있다. 커뮤니티 모니터 시스템(340)은 그룹 내의 각 사용자(예를 들어, 사용자(501 및 503))의 중심성 점수를 계산하고 가장 높은 중심성 점수를 갖는 사용자를 핵심 사용자로서 라벨링함으로써 커뮤니티(500)의 핵심 사용자를 결정할 수 있다. 예를 들어, 각 사용자의 중심성 점수는 연결 중심성 공식을 사용하여 계산될 수 있으며, 여기서 그 각각의 커뮤니티에서 다른 사용자에 대해 가장 많은 링크 개수를 갖는 사용자는 가장 높은 중심성 점수를 갖는다. 예를 들어, 이들이 속성을 공유하는 경우 사용자는 다른 사용자에 링크될 수 있다. 다수의 상이한 사용자와 적어도 하나의 속성을 공유하는 사용자는 다수의 사용자와 링크되며, 단일 링크를 갖는 사용자보다 더욱 높은 중심성 점수를 가질 수 있다. 예를 들어, 커뮤니티 모니터 시스템(340)은 사용자(501)가 사용자(503)보다 커뮤니티(500)에서 다른 사용자에 대해 더욱 많은 링크(505) 개수를 갖기 때문에, 사용자(501)가 사용자(503)보다 더욱 높게 계산된 중심성 점수를 갖는 것으로 결정할 수 있다.
도 6을 참조하면, 사용자 커뮤니티의 예시적인 도면이 도시된다. 도 6에 도시된 바와 같이, 사용자 커뮤니티(600)는 사용자(601 및 603)를 포함할 수 있다. 커뮤니티 내의 사용자는 링크(605)에 의해 다른 사용자에 연결될 수 있다. 링크(605)는 데이터베이스(336)의 엔트리의 행(예를 들어, 테이블(400)의 엔트리(410, 411, 412 및 413)의 행)을 나타낼 수 있다. 링크(605)는 두 명의 사용자와 연관된 정보(예를 들어, 테이블(400)의 편집(401 및 402)) 사이의 연결을 나타낼 수 있다. 커뮤니티 모니터 시스템(340)은 그룹에서 각 사용자(예를 들어, 사용자(601 및 603))의 중심성 점수를 계산하고 가장 높은 중심성 점수를 갖는 사용자를 핵심 사용자로서 라벨링함으로써 커뮤니티(600)의 핵심 사용자를 결정할 수 있다. 예를 들어, 각 사용자의 중심성 점수는 근접 중심성 공식을 사용하여 계산될 수 있으며, 여기서 커뮤니티에서 다른 사용자에 가장 가까운 사용자는 더욱 높은 중심성 점수를 가질 수 있다. 근접 중심성 점수는 각 사용자 사이의 최단 경로를 계산하고 모든 경로의 합을 기초로 각 사용자에게 점수를 할당함으로써 계산될 수 있다. 더욱 높은 근접 중심성 점수를 갖는 사용자는 모든 다른 사용자에 대해 더욱 짧은 경로 거리를 가질 수 있다. 예를 들어, 커뮤니티 모니터 시스템(340)은 사용자(601)가 사용자(603)보다 모든 다른 사용자에 대해 더욱 짧은 경로 거리를 갖기 때문에, 사용자(601)가 사용자(603)보다 더욱 높게 계산된 중심성 점수를 갖는 것으로 결정할 수 있다.
도 7을 참조하면, 사용자 커뮤니티의 예시적인 도면(700)이 도시된다. 도 7에 도시된 바와 같이, 두 개의 커뮤니티의 그룹(700A)은 사용자(701 및 703)를 포함할 수 있다. 그룹(700A)은 제1 시간에 두 개의 커뮤니티를 나타낼 수 있으며, 여기서 사용자(701)는 제1 커뮤니티의 핵심 사용자이고 사용자(703)는 제2 커뮤니티의 핵심 사용자이다. 커뮤니티 내의 사용자는 링크(705)에 의해 다른 사용자에 연결될 수 있다. 링크(705)는 데이터베이스(336)의 엔트리의 행(예를 들어, 테이블(400)의 엔트리(410, 411, 412 및 413)의 행)을 나타낼 수 있다. 링크(705)는 두 명의 사용자와 연관된 정보(예를 들어, 테이블(400)의 편집(401 및 402)) 사이의 연결을 나타낼 수 있다. 그룹(700B)은 두 개의 커뮤니티가 제2 시간에 단일 커뮤니티로 병합되었음을 나타낼 수 있으며, 여기서, 커뮤니티는 두 명의 핵심 사용자(701 및 703)를 갖는다. 커뮤니티가 한 명을 초과하는 핵심 사용자를 갖는 경우, 커뮤니티 모니터 시스템(340)은 각 핵심 사용자와 연관된 커뮤니티 식별을 결정할 수 있다. 커뮤니티 모니터 시스템(340)은 가장 낮은 수치의 커뮤니티 식별을 갖는 핵심 사용자를 식별하고, 더욱 높은 수치의 커뮤니티 식별을 갖는 다른 핵심 사용자를 포함하여, 가장 낮은 수치의 커뮤니티 식별로 커뮤니티에서의 각 사용자에 라벨링할 수 있다. 커뮤니티 모니터 시스템(340)은 그 커뮤니티 식별과 연관된 커뮤니티가 핵심 사용자와 연관된 커뮤니티 중에서 가장 먼저 형성된 커뮤니티일 수 있기 때문에, 가장 낮은 수치의 커뮤니티 식별로 커뮤니티에서의 각 사용자에 라벨링할 수 있다.
도 8을 참조하면, 온라인 커뮤니티를 추적하기 위한 프로세스(800)가 도시된다. 도 8이 동적 온라인 커뮤니티를 추적하기 위한 예시적인 프로세스를 도시하지만, 도 8의 실시예는 온라인 커뮤니티로만 제한되지 않으며 다른 타입의 커뮤니티에도 적용될 수 있다. 일부 실시예에서 커뮤니티 모니터 시스템(340)이 본원에 서술된 수 개의 단계를 수행할 수 있지만, 다른 구현이 가능하다. 예를 들어, 본원에 서술되고 예시된 시스템 및 구성요소(예를 들어, 시스템(100), 엣지 시스템(330) 등)의 어느 것은 본 개시에서 서술된 단계를 수행할 수 있다.
단계 801에서, 커뮤니티 모니터 시스템(340)은 제1 시간에 각 편집에 대해, 복수의 사용자를 커뮤니티로 분류하고 커뮤니티 식별로 각 사용자에 라벨링할 수 있다. 커뮤니티 모니터(340)는 사용자 간에 커뮤니티가 존재하지 않음을 나타내기 위해, -1의 커뮤니티 식별 값으로 복수의 사용자의 각 사용자에 라벨링함으로써 단계 801를 수행할 수 있다. 커뮤니티 모니터 시스템(340)은 알고리즘을 사용하여 복수의 사용자를 데이터베이스(346)에 저장할 수 있다.
커뮤니티 모니터 시스템(340)은 커뮤니티 식별 카운터의 초기 값이 0인 커뮤니티 식별 카운터를 시작할 수 있다. 커뮤니티 모니터 시스템(340)은 각 편집의 속성을 기초로 사용자와 연관된 복수의 편집을 상이한 커뮤니티로 분류할 수 있다. 예를 들어, 두 명의 사용자와 연관된 두 개의 편집의 속성이 사용자가 동일한 소셜 미디어 게시물을 공유하고, 동일한 이벤트에 참가하고, 동일한 물품을 구매하고, 서로 통신하고, 동일한 정치관을 공유하는 등을 나타내는 경우, 커뮤니티 모니터 시스템(340)은 두 명의 사용자가 동일한 커뮤니티에 속하는 것으로 결정할 수 있다. 일부 실시예에서, 커뮤니티 모니터 시스템(340)은 각 편집에 대한 속성을 식별하고 속성을 공유하는 편집 쌍을 식별할 수 있다. 속성을 공유하는 각 편집 쌍에 대해, 커뮤니티 모니터 시스템(340)은 데이터베이스(346)에 저장될 수 있는 엔트리를 생성할 수 있다. 데이터베이스(346)에 저장된 각 엔트리는 사용자 계정 식별자의 쌍, 사용자 계정 식별자의 쌍에 의해 공유되는 속성, 및 사용자 계정과 연관된 시간 엔트리의 쌍을 포함할 수 있다. 하나보다 많은 속성을 공유하는 편집 쌍에 대해 복수의 엔트리가 생성될 수 있다. 예를 들어, 사용자 계정의 쌍이 세 개의 속성을 공유하는 경우, 하나의 엔트리가 속성의 각각에 대해 있는 세 개의 상이한 엔트리가 생성될 수 있다.
커뮤니티 모니터 시스템(340)은 커뮤니티 모니터 시스템(340)이 편집 쌍에 의해 공유되는 속성을 식별할 때, 편집 쌍에 커뮤니티 식별 카운터의 값에 동일한 신규 커뮤니티 식별을 할당할 수 있다. 예를 들어, 커뮤니티 식별 카운터가 0인 경우, 커뮤니티 모니터 시스템(340)은 속성을 공유하는 편집 쌍에 0의 커뮤니티 식별 값을 할당할 수 있다. 커뮤니티 식별은 커뮤니티에 대응할 수 있다. 커뮤니티 모니터 시스템(340)은 동일한 속성을 공유하는 다른 편집을 식별하고, 편집이 동일한 커뮤니티에 속함을 나타내기 위해 편집에 동일한 커뮤니티 식별을 할당할 수 있다. 커뮤니티 모니터 시스템(340)은 각 편집에 커뮤니티 식별과 연관된 알고리즘 식별을 할당할 수 있다. 예를 들어, 커뮤니티 모니터 시스템(340)이 동일한 커뮤니티에 속하는(예를 들어, 동일한 커뮤니티 식별을 갖는) 두 명의 사용자에게 알고리즘을 적용하면, 알고리즘은 동일한 값(예를 들어, 커뮤니티 식별과 반드시 동일한 값일 필요는 없음)을 리턴할 것이다.
커뮤니티 모니터 시스템(340)은 0의 커뮤니티 식별 값 및 대응하는 알고리즘 식별과 연관된 커뮤니티에 속하는 각 사용자를 식별한 이후에 커뮤니티 식별 카운터를 1씩 증가시킬 수 있다. 커뮤니티 모니터 시스템(340)은 사용자 간에 존재하는 모든 커뮤니티를 식별할 때까지 전술한 단계를 반복할 수 있다. 예를 들어, 커뮤니티 모니터 시스템(340)은 0의 커뮤니티 식별과 연관된 속성과 상이한 속성을 공유하는 편집 쌍에 커뮤니티 식별 카운터의 값에 동일한 신규 커뮤니티 식별을 할당할 수 있다. 예를 들어, 커뮤니티 모니터 시스템(340)은 0의 커뮤니티 식별 값과 연관된 속성과 상이한 속성을 공유하는 편집 쌍에 1의 커뮤니티 식별 값을 할당할 수 있다. 1의 커뮤니티 식별은 0의 커뮤니티 식별과 연관된 커뮤니티와 상이한 커뮤니티에 대응할 수 있다. 커뮤니티 모니터 시스템(340)은 동일한 속성을 공유하는 다른 편집을 식별하고, 편집이 동일한 커뮤니티에 속함을 나타내기 위해 편집에 동일한 커뮤니티 식별을 할당할 수 있다. 커뮤니티 모니터 시스템(340)은 각 편집에 1의 커뮤니티 식별과 연관된 알고리즘 식별을 할당할 수 있다. 일부 실시예에서, 사용자(320A 또는 322A)는 각 커뮤니티를 정의하는 내부 분석자 또는 이해 당사자일 수 있고, 커뮤니티 모니터 시스템(340)은 정의를 기초로 커뮤니티 식별 및 알고리즘 식별로 사용자에 라벨링할 수 있다.
단계 803에서, 커뮤니티 모니터 시스템(340)은 각 커뮤니티에서 핵심 사용자를 결정할 수 있다. 커뮤니티 모니터 시스템(340)은 그룹에서 각 사용자의 중심성 점수를 계산함으로써 커뮤니티의 핵심 사용자를 결정할 수 있다. 사용자가 가장 높은 중심성 점수를 갖는 경우, 사용자는 핵심 사용자로서 라벨링될 것이다. 사용자가 가장 높은 중심성 점수를 갖지 않는 경우, 사용자는 핵심 사용자로서 라벨링되지 않을 것이다. 예를 들어, 각 사용자의 중심성 점수는 연결 중심성 공식을 사용하여 계산될 수 있으며, 여기서 각 커뮤니티에서 다른 사용자에 대해 가장 많은 링크 개수를 갖는 사용자는 가장 높은 중심성 점수를 갖는다. 예를 들어, 이들이 속성을 공유하는 경우 사용자는 다른 사용자에 링크될 수 있다. 다수의 상이한 사용자와 적어도 하나의 속성을 공유하는 사용자는 다수의 사용자에 링크되며, 단일 링크를 가진 사용자보다 더욱 높은 중심성 점수를 가질 수 있다. 일부 실시예에서, 각 사용자의 중심성 점수는 매개 중심성 공식을 사용하여 계산될 수 있으며, 여기서, 다른 사용자 사이에서 브리지로서 가장 빈번하게 작용하는 사용자는 더욱 높은 중심성 점수를 갖는다. 더욱 높은 매개 중심성 점수를 갖는 이들 사용자는 커뮤니티 내에서 최단 통신 경로를 형성할 수 있는 사용자이다. 일부 실시예에서, 각 사용자의 중심성 점수는 근접 중심성 공식을 사용하여 계산될 수 있고, 여기서 커뮤니티에서 다른 사용자에 가장 가까운 사용자는 더욱 높은 중심성 점수를 가질 수 있다. 근접 중심성 점수는 각 사용자 사이의 최단 경로를 계산하고 모든 경로의 합을 기초로 각 사용자에게 점수를 할당함으로써 계산될 수 있다. 더욱 높은 근접 중심성 점수를 갖는 사용자는 모든 다른 사용자에 대해 더욱 짧은 경로 거리를 가질 수 있다. 일부 실시예에서, 사용자(320A 또는 322A)는 중심성 계산 공식을 선택하는 내부 분석자 또는 이해 당사자일 수 있고 커뮤니티 모니터 시스템(340)은 선택된 공식을 기초로 핵심 사용자를 결정할 수 있다.
단계 805에서, 커뮤니티 모니터 시스템(340)은 각 사용자가 커뮤니티로 분류되었는지를 결정할 수 있다. 그렇지 않은 경우, 커뮤니티 모니터 시스템(340)은 사용자 간에 존재하는 모든 커뮤니티를 식별할 때까지 단계 801-803을 반복할 수 있다. 예를 들어, 커뮤니티 모니터 시스템(340)은 n의 커뮤니티 식별 값 및 대응하는 알고리즘 식별과 연관된 커뮤니티에 속하는 각 사용자를 식별한 이후에 커뮤니티 식별 카운터를 1씩 증가시킬 수 있고(예를 들어, 커뮤니티 모니터 시스템(340)은 커뮤니티 식별 카운터 n을 갖는 커뮤니티로 적절한 사용자를 분류한 이후에 커뮤니티 식별 카운터를 n+1로 증가시킬 수 있음), 사용자 간에 존재하는 모든 커뮤니티를 식별할 때까지 상술한 단계 801-803를 반복할 수 있다. 각 사용자가 커뮤니티로 분류된 경우, 커뮤니티 모니터 시스템(340)은 단계 807로 진행할 수 있다.
단계 807에서, 커뮤니티 모니터 시스템(340)은 복수의 사용자의 정렬을 기초로(예를 들어, 그 시점에서의 커뮤니티 정보를 기초로) 커뮤니티 동적 분석을 생성할 수 있다. 일부 실시예에서, 커뮤니티 모니터 시스템(340)은 커뮤니티의 진화를 결정하기 위해(예를 들어, 악의적인 커뮤니티가 성장하거나 또는 유익한 커뮤니티가 축소될 때를 결정하기 위해), 상이한 시간에 커뮤니티 동적 분석을 비교하거나(예를 들어, 제1 시간에서의 커뮤니티 동적 분석을 제2 시간에서의 커뮤니티 동적 분석과 비교하거나), 커뮤니티 간에 사기 행위가 발생하는 시점을 검출하거나, 또는 커뮤니티 또는 시스템(100 및 300)의 건전성을 모니터링할 수 있다. 일부 실시예에서, 커뮤니티 동적 분석은 시스템(100 또는 300)으로부터의 임의의 정보(예를 들어, 사용자 계정 식별자, 속성, 시간 엔트리, 편집 쌍, 사용자 커뮤니티 식별, 각 커뮤니티와 연관된 속성, 각 커뮤니티에서 사용자의 수, 핵심 사용자, 사용자의 중심성 점수 등)를 포함할 수 있다.
본 개시가 그의 특정한 실시예를 참조로 도시되고 서술되었지만, 본 개시가 다른 환경에서 수정 없이 실시될 수 있음이 이해될 것이다. 전술한 서술은 예시의 목적으로 제시되었다. 이는 완전한 것은(exhaustive) 아니며, 개시된 정확한 형태 또는 실시예로 제한되지 않는다. 통상의 기술자에게는 개시된 실시예의 명세서 및 실시의 고려로부터 수정 및 조정(adaptations)이 명백할 것이다. 게다가, 개시된 실시예의 양상이 메모리에 저장되는 것으로 서술되었지만, 통상의 기술자는 이들 양상이 2차 저장 디바이스 예를 들어, 하드 디스크 또는 CD ROM, 또는 다른 형태의 RAM 또는 ROM, USB 매체, DVD, 블루-레이(Blu-ray) 또는 다른 광학 드라이브 매체와 같은 다른 타입의 컴퓨터 판독가능 매체 상에 저장될 수 있음을 인식할 것이다.
기록된 서술 및 개시된 방법을 기초로 하는 컴퓨터 프로그램은 숙련된 개발자의 기술 내에 있다. 다양한 프로그램 또는 프로그램 모듈은 통상의 기술자에게 알려진 기법 중 어느 것을 사용하여 생성될 수 있거나, 또는 기존의 소프트웨어와 관련하여 설계될 수 있다. 예를 들어, 프로그램 섹션 또는 프로그램 모듈은 .Net Framework, .Net Compact Framework(및 Visual Basic, C 등과 같은 관련된 언어), Java, C++, Objective-C, HTML, HTML/AJAX 조합, Java 애플릿이 포함된 XML 또는 HTML로, 또는 이를 통해 설계될 수 있다.
나아가, 예시적인 실시예가 여기서 서술되면서, (예를 들어, 다양한 실시예에 걸친 양상의) 동등한 요소, 수정, 생략, 조합, 조정 및/또는 변경을 갖는 임의의 및 모든 실시예의 범주는 본 개시를 기초로 통상의 기술자에 의해 인식될 것이다. 청구범위의 제한사항은 청구범위에 이용된 언어를 기초로 광범위하게 해석되어야 하며, 본 명세서에서 또는 본 출원의 절차(prosecution) 동안 서술된 예시로 제한되지 않는다. 예시는 비-배타적 인 것으로 해석되어야 한다. 또한, 개시된 방법의 단계는 단계를 재정렬하거나 및/또는 단계를 삽입하거나 삭제하는 것을 포함하여 임의의 방식으로 수정될 수 있다. 그러므로, 본 명세서 및 예시는 단지 예시적인 것으로 의도되며, 진정한 범주 및 사상은 다음의 청구범위 및 그의 등가물의 전체 범주에 의해 나타난다.

Claims (20)

  1. 온라인 커뮤니티를 추적하기 위한 컴퓨터-구현된 시스템으로서,
    명령어를 저장하는 메모리; 및
    상기 명령어를 실행하여:
    커뮤니티 식별 값 카운터를 시작하는 것 - 상기 커뮤니티 식별 값 카운터는 초기 값을 포함함 -;
    복수의 사용자 계정의 그룹이 커뮤니티에 속하는 것으로 결정하는 것 - 상기 커뮤니티는 상기 초기 값의 커뮤니티 식별 값을 가짐 -;
    상기 초기 값의 상기 커뮤니티 식별 값으로 상기 그룹에서의 각 사용자 계정을 라벨링하는 것;
    상기 그룹의 한 명의 사용자 계정이 핵심 사용자(core user) 계정인 것으로 결정하는 것; 및
    상기 커뮤니티 식별 값 카운터를 1씩 증가시키는 것에 의해,
    상기 복수의 사용자 계정을 분류하는 것;
    상기 복수의 사용자 계정 각각이 커뮤니티 식별 값으로 라벨링될 때까지 상기 분류를 반복하는 것; 및
    상기 복수의 사용자 계정의 분류를 기초로 커뮤니티 동적 분석(community dynamics analysis)을 생성하는 것을 실행하도록 구성된 적어도 하나의 프로세서를 포함하는, 시스템.
  2. 제1항에 있어서, 상기 명령어는, 제1 시간에:
    상기 그룹에서의 각 사용자 계정을 알고리즘 식별 값으로 라벨링하는 것 - 상기 알고리즘 식별 값은 상기 커뮤니티와 연관됨 -을 더 포함하고;
    각 사용자 계정에 상기 알고리즘 식별 값을 라벨링하는 것은 각 사용자 계정의 속성을 결정하는 것 및 각 속성을 상이한 알고리즘 식별 값과 연관시키는 것을 포함하는, 시스템.
  3. 제2항에 있어서, 상기 속성은 웹 브라우징 이력 또는 온라인 구매 이력 중 적어도 하나를 포함하는, 시스템.
  4. 제1항에 있어서, 상기 핵심 사용자 계정을 결정하는 것은 상기 그룹에서 각 사용자 계정의 중심성 점수(centrality score)를 계산하는 것 및 가장 높은 중심성 점수를 갖는 사용자 계정을 핵심 사용자 계정으로 라벨링하는 것을 포함하는, 시스템.
  5. 제4항에 있어서, 상기 그룹에서 각 사용자 계정의 상기 중심성 점수를 계산하는 것은 각 사용자 계정이 상기 그룹에서 다른 사용자 계정에 대해 갖는 연결의 개수를 결정하는 것을 포함하는, 시스템.
  6. 제4항에 있어서, 상기 그룹에서 각 사용자 계정의 상기 중심성 점수를 계산하는 것은 각 사용자 계정과 상기 그룹에서 다른 사용자 계정 사이의 각 연결의 거리를 결정하는 것을 포함하는, 시스템.
  7. 제1항에 있어서, 상기 명령어는:
    제1 커뮤니티 식별 값을 갖는 제1 커뮤니티가 한 명의 핵심 사용자 계정을 포함하는 것으로 결정하는 것; 및
    상기 제1 커뮤니티에서의 각 사용자 계정을 상기 제1 커뮤니티 식별 값으로 라벨링하는 것을 더 포함하는, 시스템.
  8. 제1항에 있어서, 상기 명령어는:
    제1 커뮤니티 식별 값을 갖는 제1 커뮤니티가 복수의 핵심 사용자 계정을 포함하는 것으로 결정하는 것;
    상기 복수의 핵심 사용자 계정의 각 핵심 사용자 계정과 연관된 상기 커뮤니티 식별 값을 결정하는 것;
    가장 낮은 수치의 커뮤니티 식별 값을 갖는 상기 핵심 사용자 계정을 결정하는 것; 및
    상기 제1 커뮤니티에서의 각 사용자 계정을 가장 낮은 수치의 커뮤니티 식별 값으로 라벨링하는 것을 더 포함하는, 시스템.
  9. 제1항에 있어서, 상기 명령어는:
    제1 커뮤니티 식별 값을 갖는 제1 커뮤니티가 핵심 사용자 계정을 포함하지 않는 것으로 결정하는 것;
    상기 제1 커뮤니티가 임계 커뮤니티 요건을 충족시키는 것으로 결정하는 것;
    상기 제1 커뮤니티가 신규 커뮤니티인 것으로 결정하는 것;
    상기 제1 커뮤니티에서의 각 사용자 계정을 신규 커뮤니티 식별 값으로 라벨링하는 것; 및
    상기 커뮤니티 식별 값 카운터를 1씩 증가시키는 것을 더 포함하는, 시스템.
  10. 제9항에 있어서, 상기 임계 커뮤니티 요건은 최소 커뮤니티 나이 또는 최소 커뮤니티 크기 중 적어도 하나를 포함하는, 시스템.
  11. 제1항에 있어서, 상기 명령어는 제2 시간에:
    제1 커뮤니티 식별 값을 갖는 제1 커뮤니티가 임계 커뮤니티 요건을 충족시키지 않는 것으로 결정하는 것; 및
    상기 제1 커뮤니티가 해산된 것으로 결정하는 것을 더 포함하는, 시스템.
  12. 제11항에 있어서, 상기 임계 커뮤니티 요건은 최소 커뮤니티 나이 또는 최소 커뮤니티 크기 중 적어도 하나를 포함하는, 시스템.
  13. 온라인 커뮤니티를 추적하기 위한 방법으로서:
    적어도 하나의 프로세서가:
    커뮤니티 식별 값 카운터를 시작하는 것 - 상기 커뮤니티 식별 값 카운터는 초기 값을 포함함 -;
    복수의 사용자 계정의 그룹이 커뮤니티에 속하는 것으로 결정하는 것 - 상기 커뮤니티는 상기 초기 값의 커뮤니티 식별 값을 가짐 -;
    상기 초기 값의 상기 커뮤니티 식별 값으로 상기 그룹에서의 각 사용자 계정을 라벨링하는 것;
    상기 그룹의 한 명의 사용자 계정이 핵심 사용자 계정인 것으로 결정하는 것; 및
    상기 커뮤니티 식별 값 카운터를 1씩 증가시키는 것에 의해,
    상기 복수의 사용자 계정을 분류하는 것;
    상기 복수의 사용자 계정 각각이 커뮤니티 식별 값으로 라벨링될 때까지 상기 분류를 반복하는 것; 및
    상기 복수의 사용자 계정의 분류를 기초로 커뮤니티 동적 분석을 생성하는 것을 포함하는 단계를 수행하도록 구성되는, 방법.
  14. 제13항에 있어서:
    상기 그룹에서의 각 사용자 계정을 알고리즘 식별 값으로 라벨링하는 것 - 상기 알고리즘 식별 값은 상기 커뮤니티와 연관됨 -을 더 포함하고;
    각 사용자 계정에 상기 알고리즘 식별 값을 라벨링하는 것은 각 사용자 계정의 속성을 결정하는 것 및 각 속성을 상이한 알고리즘 식별 값과 연관시키는 것을 포함하는, 방법.
  15. 제14항에 있어서, 상기 속성은 웹 브라우징 이력 또는 온라인 구매 이력 중 적어도 하나를 포함하는, 방법.
  16. 제13항에 있어서, 상기 핵심 사용자 계정을 결정하는 것은 상기 그룹에서 각 사용자 계정의 중심성 점수를 계산하는 것 및 가장 높은 중심성 점수를 갖는 사용자 계정을 핵심 사용자 계정으로 라벨링하는 것을 포함하는, 방법.
  17. 제13항에 있어서:
    제1 커뮤니티 식별 값을 갖는 제1 커뮤니티가 한 명의 핵심 사용자 계정을 포함하는 것으로 결정하는 것; 및
    상기 제1 커뮤니티에서의 각 사용자 계정을 상기 제1 커뮤니티 식별 값으로 라벨링하는 것을 더 포함하는, 방법.
  18. 제13항에 있어서:
    제1 커뮤니티 식별 값을 갖는 제1 커뮤니티가 복수의 핵심 사용자 계정을 포함하는 것으로 결정하는 것;
    상기 복수의 핵심 사용자 계정의 각 핵심 사용자 계정과 연관된 상기 커뮤니티 식별 값을 결정하는 것;
    가장 낮은 수치의 커뮤니티 식별 값을 갖는 상기 핵심 사용자 계정을 결정하는 것; 및
    상기 제1 커뮤니티에서의 각 사용자 계정을 가장 낮은 수치의 커뮤니티 식별 값으로 라벨링하는 것을 더 포함하는, 방법.
  19. 제13항에 있어서:
    제1 커뮤니티 식별 값을 갖는 제1 커뮤니티가 핵심 사용자 계정을 포함하지 않는 것으로 결정하는 것;
    상기 제1 커뮤니티가 임계 커뮤니티 요건을 충족시키는 것으로 결정하는 것;
    상기 제1 커뮤니티가 신규 커뮤니티인 것으로 결정하는 것;
    상기 제1 커뮤니티에서의 각 사용자 계정을 신규 커뮤니티 식별 값으로 라벨링하는 것; 및
    상기 커뮤니티 식별 값 카운터를 1씩 증가시키는 것을 더 포함하는, 방법.
  20. 제13항에 있어서:
    제1 커뮤니티 식별 값을 갖는 제1 커뮤니티가 임계 커뮤니티 요건을 충족시키지 않는 것으로 결정하는 것; 및
    상기 제1 커뮤니티가 해산된 것으로 결정하는 것을 더 포함하는, 방법.
KR1020210101986A 2020-06-10 2021-08-03 동적 커뮤니티를 추적하기 위한 컴퓨터화된 시스템 및 방법 KR102419908B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/897,337 US10817961B1 (en) 2020-06-10 2020-06-10 Computerized systems and methods for tracking dynamic communities
US16/897,337 2020-06-10
KR1020200083643A KR102287867B1 (ko) 2020-06-10 2020-07-07 동적 커뮤니티를 추적하기 위한 컴퓨터화된 시스템 및 방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020200083643A Division KR102287867B1 (ko) 2020-06-10 2020-07-07 동적 커뮤니티를 추적하기 위한 컴퓨터화된 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20210153564A KR20210153564A (ko) 2021-12-17
KR102419908B1 true KR102419908B1 (ko) 2022-07-13

Family

ID=72944429

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020200083643A KR102287867B1 (ko) 2020-06-10 2020-07-07 동적 커뮤니티를 추적하기 위한 컴퓨터화된 시스템 및 방법
KR1020210101986A KR102419908B1 (ko) 2020-06-10 2021-08-03 동적 커뮤니티를 추적하기 위한 컴퓨터화된 시스템 및 방법

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020200083643A KR102287867B1 (ko) 2020-06-10 2020-07-07 동적 커뮤니티를 추적하기 위한 컴퓨터화된 시스템 및 방법

Country Status (4)

Country Link
US (2) US10817961B1 (ko)
KR (2) KR102287867B1 (ko)
TW (1) TWI755221B (ko)
WO (1) WO2021250471A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10817961B1 (en) 2020-06-10 2020-10-27 Coupang Corp. Computerized systems and methods for tracking dynamic communities

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008522291A (ja) 2004-11-23 2008-06-26 マークモニター インコーポレイテッド オンライン詐欺の早期の検出およびモニタリング
JP2008172433A (ja) 2007-01-10 2008-07-24 Toshiba Corp コンテンツ提供システム、追跡システム、コンテンツ提供方法及び不正ユーザ特定方法
KR101727831B1 (ko) 2015-11-05 2017-04-18 주식회사 보딕 소셜 네트워크에서의 커뮤니티 그룹 추적 방법

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030158897A1 (en) * 2000-05-09 2003-08-21 Viryanet Ltd. Networked platform for creating and supporting communities
US20040103147A1 (en) * 2001-11-13 2004-05-27 Flesher Kevin E. System for enabling collaboration and protecting sensitive data
US8438062B2 (en) 2006-12-29 2013-05-07 Google Inc. Network node ad targeting
BRPI0811634A2 (pt) 2007-05-15 2017-08-08 Social Project Inc Sistema e método para criar uma comunidade online de rede de comunicação social
EP2227301A4 (en) 2007-10-26 2012-02-29 Sony Comp Entertainment Us ONLINE RESOURCE CHECK
US20100241580A1 (en) 2009-03-19 2010-09-23 Tagged, Inc. System and method of selecting a relevant user for introduction to a user in an online environment
US9183560B2 (en) * 2010-05-28 2015-11-10 Daniel H. Abelow Reality alternate
US9118731B2 (en) 2011-10-08 2015-08-25 Broadcom Corporation Ad hoc social networking
US8484208B1 (en) * 2012-02-16 2013-07-09 Oracle International Corporation Displaying results of keyword search over enterprise data
JP5788371B2 (ja) 2012-10-16 2015-09-30 シャープ株式会社 発言処理装置、発言処理方法、制御プログラムおよび記録媒体
US9948689B2 (en) 2013-05-31 2018-04-17 Intel Corporation Online social persona management
US9202052B1 (en) 2013-06-21 2015-12-01 Emc Corporation Dynamic graph anomaly detection framework and scalable system architecture
US10305758B1 (en) * 2014-10-09 2019-05-28 Splunk Inc. Service monitoring interface reflecting by-service mode
US11627639B2 (en) * 2015-01-26 2023-04-11 Ievgen Verzun Methods and apparatus for HyperSecure last mile communication
KR101837003B1 (ko) 2016-01-22 2018-03-09 주식회사 와이즈넛 온라인 커뮤니티 모니터링 방법
US20210158447A1 (en) * 2016-09-15 2021-05-27 Simpsx Technologies Llc Web Browser and Operating System Portal and Search Portal with Price Time Priority Queues
US20190087887A1 (en) * 2017-09-18 2019-03-21 W.W. Grainger, Inc. Crowd sourced real-time search engine filters and user interfaces
WO2020170112A1 (en) * 2019-02-18 2020-08-27 Fido Voice Sp. Z O.O. Method and apparatus for detection and classification of undesired online activity and intervention in response
US10817961B1 (en) 2020-06-10 2020-10-27 Coupang Corp. Computerized systems and methods for tracking dynamic communities

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008522291A (ja) 2004-11-23 2008-06-26 マークモニター インコーポレイテッド オンライン詐欺の早期の検出およびモニタリング
JP2008172433A (ja) 2007-01-10 2008-07-24 Toshiba Corp コンテンツ提供システム、追跡システム、コンテンツ提供方法及び不正ユーザ特定方法
KR101727831B1 (ko) 2015-11-05 2017-04-18 주식회사 보딕 소셜 네트워크에서의 커뮤니티 그룹 추적 방법

Also Published As

Publication number Publication date
TW202147203A (zh) 2021-12-16
TWI755221B (zh) 2022-02-11
US10817961B1 (en) 2020-10-27
US20210390631A1 (en) 2021-12-16
WO2021250471A1 (en) 2021-12-16
US11669916B2 (en) 2023-06-06
KR20210153564A (ko) 2021-12-17
KR102287867B1 (ko) 2021-08-10

Similar Documents

Publication Publication Date Title
KR102350982B1 (ko) 인공 지능을 이용한 제품 분류를 위한 컴퓨터 시스템 및 방법
TWI801861B (zh) 根據產品特性決定產品價格的倉儲管理電腦實行系統以及方法
US11087278B1 (en) Computerized systems and methods for managing inventory by grading returned products
KR102319529B1 (ko) 가용 판매자의 지능적 선택과 연관 사용자 인터페이스 수정을 위한 컴퓨터화된 시스템 및 방법
KR20220040446A (ko) 데이터베이스 쿼리 레이턴시를 감소시키기 위한 시스템 및 방법
KR20240025573A (ko) 지역 민감성 해싱 및 지역 아웃라이어 요소 알고리즘을 이용하여 부정 트랜잭션을 검출하기 위한 컴퓨터-구현 방법
KR20240007737A (ko) 제품 추천을 생성하기 위해 인공 지능을 사용하는 컴퓨터 시스템 및 방법
KR102419908B1 (ko) 동적 커뮤니티를 추적하기 위한 컴퓨터화된 시스템 및 방법
KR20230139285A (ko) 결정론적 또는 추론적 접근에 기초한 최고의 대안 제품을 식별하는 시스템 및 방법
KR102447333B1 (ko) 실시간 제품 등록을 전자적으로 결정하기 위한 컴퓨터-구현된 시스템 및 방법
WO2022084729A1 (en) System and method for return fraud detection and prevention
TWI760043B (zh) 詐欺偵測與使用者帳號去除重複之電腦化系統以及方法
KR102466233B1 (ko) 제품 타이틀로부터 수량의 지능적 추출을 위한 시스템 및 방법

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right