KR102611085B1 - 소셜 미디어 대화에 응답하여 자원을 할당하기 위한 방법 및 시스템 - Google Patents
소셜 미디어 대화에 응답하여 자원을 할당하기 위한 방법 및 시스템 Download PDFInfo
- Publication number
- KR102611085B1 KR102611085B1 KR1020197031117A KR20197031117A KR102611085B1 KR 102611085 B1 KR102611085 B1 KR 102611085B1 KR 1020197031117 A KR1020197031117 A KR 1020197031117A KR 20197031117 A KR20197031117 A KR 20197031117A KR 102611085 B1 KR102611085 B1 KR 102611085B1
- Authority
- KR
- South Korea
- Prior art keywords
- smia
- social media
- computer device
- escalation
- tracking signals
- Prior art date
Links
- 230000004044 response Effects 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000000875 corresponding effect Effects 0.000 claims abstract description 39
- 238000013468 resource allocation Methods 0.000 claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 230000002596 correlated effect Effects 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims description 17
- 238000012552 review Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 description 61
- 230000015654 memory Effects 0.000 description 19
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000001960 triggered effect Effects 0.000 description 12
- 238000010801 machine learning Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 230000009471 action Effects 0.000 description 9
- 101150054987 ChAT gene Proteins 0.000 description 5
- 101100203187 Mus musculus Sh2d3c gene Proteins 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000007792 addition Methods 0.000 description 4
- 230000009118 appropriate response Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 230000008821 health effect Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000000699 topical effect Effects 0.000 description 2
- 240000005020 Acaciella glauca Species 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012015 optical character recognition Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 235000003499 redwood Nutrition 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or 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
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0244—Optimization
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Abstract
소셜 미디어 영향력 분석(SMIA) 컴퓨터 장치와 소셜 미디어 대화에 응답하여 자원을 할당하는 방법이 제공된다. SMIA 장치는 복수의 에스컬레이션 레벨에 대해, 대응하는 트리거 기준 및 자원 할당을 저장하며, 각각의 트리거 기준은 판매 영향력 범위 및 콘텐츠 카테고리를 포함한다. SMIA 장치는, 기간에 걸친 제품에 대한 소셜 미디어 대화에 관한 추적 신호를 수신하되, 각각의 추적 신호는, 소셜 미디어 대화의 주제를 포함하고 예측되는 미래 판매 영향력에 상관되고; 추적 신호가 임계치로부터 벗어나는 것을 검출하고; 에스컬레이션 레벨에 대해 추적 신호를 트리거 기준에 비교하고; 그리고 에스컬레이션 레벨 중 첫번째에 대한 자원 할당에 따라 소셜 미디어 대화에 응답하여 자원을 자동으로 할당하도록 구성되어 있다.
Description
관련출원에 대한 상호참조
본 출원은 2017년 4월 7일에 출원된 미국 가특허 출원 번호 제62/483,011호의 우선권의 이익을 주장하며, 그 내용은 본원에 참고로 원용된다.
본 발명의 분야는 일반적으로 소셜 미디어를 분석하는 것에 관한 것이며, 보다 구체적으로는 소셜 미디어 대화에 응답하여 자원을 할당하는 것에 관한 것이다.
예를 들어, 뉴스 사이트, 블로그, 게시판, 메시징 애플리케이션 및 웹사이트, 제품 리뷰 웹사이트 등을 포함한 소셜 미디어 소스는 브랜드 및/또는 회사에 대한 고객의 의견을 위한 프록시로 기능할 수 있다. 이러한 의견은 통상적으로 제품 및/또는 서비스에 대한 과거의 고객 경험 및 현재의 기대치를 포함한다. 예를 들어, 소셜 미디어를 통해 확산되거나 증폭되는 제품 및/또는 서비스에 대한 보다 객관적인 전문적 리뷰뿐만 아니라 주관적인 개인적 견해는 종종 구매 거동 및 미래 판매에 영향을 미칠 수 있다.
소셜 미디어 추적 및 분석을 위해 현재 사용되는 도구는 유료 및 소셜 미디어 광고 노출의 효과를 정량화하는 분리된 측정 접근법을 제공하지만; 증가분 판매를 유발하는 브랜드 대화의 유형에 대한 추가적인 통찰은 없다. 또한, 제품 또는 브랜드에 관한 소셜 미디어 대화가 단기간 판매에 미치는 영향은 통상적으로 매출이 실제로 영향을 받을 때까지 1-2주 동안 알려지지 않는다. 따라서, 제품에 관한 부정적 소셜 미디어 대화의 경우, 예를 들어, 예상된 부정적 판매 효과를 계수하는데 효과적일 수 있는 응답 수단의 유형 및 수량을 결정하는 것이 어렵다. 또한, 제품에 대한 부정적 또는 긍정적 의견이나 리뷰에 대한 일반적인 미리 짜여진 응답이 사용되었더라도, 각각의 소셜 미디어 대화에 대한 지속 및 잠재적인 판매 영향을 처리하기 위한 일관된 접근법이 없이 응답자의 재량에 따라, 각각의 인식된 소셜 미디어 대화를 위한 응답 수단의 유형, 미리 짜여진 콘텐츠, 및 수량이 선택된다. 그 결과, 부정적 소셜 미디어 대화에 대응하거나 긍정적 소셜 미디어 대화를 활용함에 있어서 응답 자원을 전체적으로 배포하는 것은 비효율적이며 그리고/또는 비효과적일 수 있다.
소셜 미디어 영향력 분석(SMIA) 컴퓨터 장치가 제공된다. SMIA 장치는 복수의 에스컬레이션 레벨에 대해, 대응하는 트리거 기준 및 자원 할당을 저장하며, 각각의 트리거 기준은 판매 영향력 범위 및 콘텐츠 카테고리를 포함한다. SMIA 장치는 기간에 걸친 제품에 대한 소셜 미디어 대화에 관한 추적 신호를 수신하되, 각각의 추적 신호는, 소셜 미디어 대화의 주제를 포함하고 예측되는 미래 판매 영향력에 상관되고; 추적 신호가 임계치로부터 벗어나는 것을 검출하고, 여기서 임계치는 추적 신호의 이력 값들로부터 생성되고; 에스컬레이션 레벨에 대해 추적 신호를 트리거 기준에 비교하고; 그리고 (i) 추적 신호들 중 하나에 대한 소셜 미디어 대화의 적어도 하나의 주제가 제1 에스컬레이션 레벨의 콘텐츠 카테고리 내에 있는지, 그리고 (ii) 추적 신호들 중 하나의 예측된 미래 판매 영향력이 제1 에스컬레이션 레벨의 판매 영향력 범위 내에 있는지를 결정하는 것에 응답하여 에스컬레이션 레벨 중 첫번째에 대한 자원 할당에 따라 소셜 미디어 대화에 응답하여 자원을 자동으로 할당하도록 구성되어 있다.
다른 측면에서는, 소셜 미디어 대화에 응답하여 소셜 미디어 자원을 할당하기 위한 방법이 제공된다. 상기 방법은 메모리와 통신하는 프로세서를 포함하는 SMIA 컴퓨터 장치를 사용하여 구현된다. 메모리는, 복수의 에스컬레이션 레벨의 각각에 대해, 대응하는 트리거 기준 및 대응하는 자원 할당을 저장하며, 각각의 대응하는 트리거 기준은 판매 영향력 범위 및 콘텐츠 카테고리를 포함한다. 상기 방법은, SMIA 컴퓨팅 장치에 의해, 기간에 따른 제품에 대한 소셜 미디어 대화에 관한 복수의 추적 신호를 수신하는 단계를 포함한다. 복수의 추적 신호의 각각의 추적 신호는, 소셜 미디어 대화의 적어도 하나의 주제를 포함하며, 제품에 대한 예측된 미래 판매 영향력에 상관된다. 상기 방법은 또한, SMIA 컴퓨팅 장치에 의해, 추적 신호들 중 하나가 임계 추적 신호로부터 벗어나는지를 검출하는 단계를 포함하고, 여기서 임계 추적 신호는 추적 신호들 중 하나의 가중 이력 값들로부터 생성된다. 상기 방법은 또한, 검출에 응답하여 SMIA 컴퓨팅 장치에 의해, 복수의 에스컬레이션 레벨에 대해 추적 신호들 중 하나를 트리거 기준에 비교하는 단계를 포함한다. 상기 방법은, SMIA 컴퓨팅 장치에 의해, (i) 추적 신호들 중 하나에 대한 소셜 미디어 대화의 적어도 하나의 주제가 에스컬레이션 레벨 중 하나의 콘텐츠 카테고리 내에 있는지, 그리고 (ii) 추적 신호들 중 하나의 예측된 미래 판매 영향력이 에스컬레이션 레벨 중 하나의 판매 영향력 범위 내에 있는지 중 적어도 하나를 결정하는 것에 응답하여 에스컬레이션 레벨 중 하나에 대한 자원 할당에 따라 소셜 미디어 대화에 응답하여 자원을 자동으로 할당하는 단계를 더 포함한다.
또 다른 측면에서는, 컴퓨터 실행가능 명령어가 실시되는 적어도 하나의 비일시적인 컴퓨터 판독가능 저장 매체가 제공된다. 명령어들은 적어도 하나의 메모리 장치와 통신하는 적어도 하나의 프로세서에 의해 실행되며, 적어도 하나의 메모리 장치는, 복수의 에스컬레이션 레벨 각각에 대해, 대응하는 트리거 기준 및 대응하는 자원 할당을 저장하며, 각각의 대응하는 트리거 기준은 판매 영향력 범위 및 콘텐츠 카테고리를 포함한다. 컴퓨터 실행가능 명령어들은, 프로세서로 하여금, 기간에 걸친 제품에 대한 소셜 미디어 대화에 관한 복수의 추적 신호를 수신하게 하되, 복수의 추적 신호의 각각의 추적 신호는, 소셜 미디어 대화의 적어도 하나의 주제를 포함하고 제품에 대한 예측되는 미래 판매 영향력에 상관되고, 추적 신호들 중 하나가 임계 추적 신호로부터 벗어나는 것을 검출하게 하고, 여기서 임계 추적 신호는 추적 신호들 중 하나의 가중 이력 값들로부터 생성되고, 상기 검출에 응답하여, 복수의 에스컬레이션 레벨에 대해 추적 신호들 중 하나를 트리거 기준에 비교하게 하고, 그리고 (i) 추적 신호들 중 하나에 대한 소셜 미디어 대화의 적어도 하나의 주제가 제1 에스컬레이션 레벨의 콘텐츠 카테고리 내에 있는지, 그리고 (ii) 추적 신호들 중 하나의 예측된 미래 판매 영향력이 제1 에스컬레이션 레벨의 판매 영향력 범위 내에 있는지를 결정하는 것에 응답하여 에스컬레이션 레벨 중 첫번째에 대한 자원 할당에 따라 소셜 미디어 대화에 응답하여 자원을 자동으로 할당하게 한다.
도 1 내지 도 8은 본원에서 설명하는 방법 및 시스템의 예시적인 실시예를 도시한다.
도 1은 소셜 미디어 대화에 응답하여 소셜 미디어 자원을 할당하는 데 사용되는 예시적인 소셜 미디어 영향력 분석 시스템의 단순화된 블록도이다.
도 2는 본 개시내용의 일 실시예에 따른, 도 1에 도시된 클라이언트 시스템의 예시적인 구성을 도시한다.
도 3은 본 개시내용의 일 실시예에 따른, 도 1에 도시된 서버 시스템의 예시적인 구성을 도시한다.
도 4는 도 1에 도시된 시스템을 사용하여 소셜 미디어 대화에 응답하여 자원을 할당하기 위한 프로세스의 흐름도이다.
도 5는 도 1에 도시된 시스템에서 사용될 수 있는 하나 이상의 예시적인 컴퓨팅 장치의 구성요소들의 다이어그램이다.
도 6은 도 1에 도시된 시스템에 의해 사용될 수 있는 소셜 미디어 대화 추적 신호의 다이어그램이다.
도 7은 도 1에 도시된 시스템을 사용하여 소셜 미디어 대화에 응답하여 자원을 할당하기 위한 프로세스의 흐름도이다.
도 8은 도 1에 도시된 시스템에서 사용될 수 있는 하나 이상의 예시적인 컴퓨팅 장치의 구성요소들의 다이어그램이다.
달리 나타내지 않는 한, 본원에 제공된 도면들은 본 개시내용의 실시예들의 특징부들을 예시하기 위한 것이다. 이러한 특징부들은 본 개시내용의 하나 이상의 실시예를 포함하는 광범위한 시스템에서 적용 가능한 것으로 여겨진다. 이와 같이, 도면들은 본원에 개시된 실시예들의 실시를 위해 요구되는 본 기술분야의 통상의 기술을 가진 자들에게 공지된 모든 통상적인 특징부들을 포함하는 것을 의미하지 않는다.
도 1은 소셜 미디어 대화에 응답하여 소셜 미디어 자원을 할당하는 데 사용되는 예시적인 소셜 미디어 영향력 분석 시스템의 단순화된 블록도이다.
도 2는 본 개시내용의 일 실시예에 따른, 도 1에 도시된 클라이언트 시스템의 예시적인 구성을 도시한다.
도 3은 본 개시내용의 일 실시예에 따른, 도 1에 도시된 서버 시스템의 예시적인 구성을 도시한다.
도 4는 도 1에 도시된 시스템을 사용하여 소셜 미디어 대화에 응답하여 자원을 할당하기 위한 프로세스의 흐름도이다.
도 5는 도 1에 도시된 시스템에서 사용될 수 있는 하나 이상의 예시적인 컴퓨팅 장치의 구성요소들의 다이어그램이다.
도 6은 도 1에 도시된 시스템에 의해 사용될 수 있는 소셜 미디어 대화 추적 신호의 다이어그램이다.
도 7은 도 1에 도시된 시스템을 사용하여 소셜 미디어 대화에 응답하여 자원을 할당하기 위한 프로세스의 흐름도이다.
도 8은 도 1에 도시된 시스템에서 사용될 수 있는 하나 이상의 예시적인 컴퓨팅 장치의 구성요소들의 다이어그램이다.
달리 나타내지 않는 한, 본원에 제공된 도면들은 본 개시내용의 실시예들의 특징부들을 예시하기 위한 것이다. 이러한 특징부들은 본 개시내용의 하나 이상의 실시예를 포함하는 광범위한 시스템에서 적용 가능한 것으로 여겨진다. 이와 같이, 도면들은 본원에 개시된 실시예들의 실시를 위해 요구되는 본 기술분야의 통상의 기술을 가진 자들에게 공지된 모든 통상적인 특징부들을 포함하는 것을 의미하지 않는다.
본원에 설명된 구현예들은 소셜 미디어를 분석하는 것에 관한 것이며, 보다 구체적으로는 소셜 미디어 대화에 응답하여 자원을 할당하는 것에 관한 것이다. 보다 구체적으로, 소셜 미디어 영향력 분석(social media impact analysis, SMIA) 컴퓨터 장치(SMIA 서버로도 알려짐)는 시간 경과에 따라 제품과 관련된 복수의 소셜 미디어 대화 활동 추적 신호를 수신하고 모니터링하며, 상기 복수의 소셜 미디어 대화 활동 추적 신호는 제품의 미래 판매와 상관된 소셜 미디어 대화의 주제를 포함한다. SMIA 컴퓨터 장치는, 시간 경과에 따라 복수의 수신된 소셜 미디어 대화 활동 추적 신호를 평균내서 제품에 대한 평균 대화 활동 추적 신호를 생성한다. SMIA 컴퓨터 장치는 현재의 소셜 미디어 대화 활동 추적 신호를 평균 대화 활동 추적 신호와 비교하고, 예컨대 소셜 미디어 응답, 전통적인 미디어 응답(예를 들어, 인쇄물 광고 또는 텔레비전 상업광고), 또는 소셜 미디어 대화에 응답하는 기타 프로모션(또는 마케팅 활동)을 포함하지만 이에 한정되지 않는 자원을 할당한다. 더욱이, SMIA 컴퓨터 장치는 또한 효율적으로 엔티티로 하여금 소셜 미디어 대화에 기초하여 잠재적인 판매 영향력을 결정하게 하고, 실제로 실현되기 전에 잠재적인 판매 영향력을 완화하려고 시도하기 위해 자원을 할당하게 하고, 할당 후 및 판매 영향력 실현 전에 자원의 효과를 지속적으로 모니터링할 수 있게 한다.
본원에서 SMIA 컴퓨터 장치 및 관련된 컴퓨터 시스템과 같은 컴퓨터 시스템들이 기재되어 있다. 본원에 설명된 바와 같이, 이러한 모든 컴퓨터 시스템들은 프로세서 및 메모리를 포함한다. 그러나, 본원에 언급된 컴퓨터 장치 내의 임의의 프로세서는, 또한, 프로세서가 하나의 컴퓨팅 장치에 있거나 복수의 컴퓨팅 장치가 병렬로 동작할 수도 있는 하나 이상의 프로세서를 가리킬 수도 있다. 또한, 본원에 언급되는 컴퓨터 장치 내의 임의의 메모리는, 메모리가 하나의 컴퓨팅 장치에 있거나 복수의 컴퓨팅 장치가 병렬로 동작할 수도 있는 하나 이상의 메모리를 가리킬 수도 있다.
이 시스템에 의해 해결되는 기술적 문제들 중 적어도 하나는 다음을 포함할 수도 있다: (i) 소셜 미디어 대화에 의해 야기되는 잠재적 판매 영향력을 결정하는 속도와 효율성을 개선하는 것; (ii) 효율적으로 엔티티로 하여금 실제 판매 영향력을 실현하기 전에 잠재적 판매 영향력을 상쇄시키도록 자원을 할당하게 하는 것; (iii) 실제 판매 영향력을 실현하기 전에 할당된 자원의 효과성에 관한 피드백을 정하는 것; 및 (iv) 소셜 미디어 사용자 및 그들의 각각의 대화 중에서 긍정적 브랜드 이미지를 유지하는 것.
본원에서 설명하는 방법 및 시스템은 컴퓨터 소프트웨어, 펌웨어, 하드웨어, 또는 이들의 임의의 조합 또는 서브세트를 포함하는 컴퓨터 프로그래밍 또는 공학 기술을 이용하여 구현될 수 있을 수 있으며, 여기서 기술적 효과는 다음과 같은 단계들 중 적어도 하나를 수행함으로써 달성될 수 있을 수 있다: (a) 시간 경과에 따라 제품에 관한 복수의 소셜 미디어 대화 추적 신호를 수신 및 모니터링하며, 상기 복수의 소셜 미디어 대화 추적 신호는 제품의 판매 볼륨에 상관된 소셜 미디어 대화의 주제를 포함한다; (b) 시간 경과에 따라 제품에 관한 복수의 수신된 소셜 미디어 대화 추적 신호를 평균내서 임계 추적 신호를 생성시킨다; (c) 현재의 소셜 미디어 대화 추적 신호를 임계 추적 신호와 비교한다; 그리고 (d) 소셜 미디어 대화에 응답하여 자원을 할당한다.
본원에서 사용되는 바와 같이, 프로세서는, 마이크로 컨트롤러, 감소된 명령어 세트 회로(RISC), 주문형 집적 회로(ASIC), 논리 회로, 및 본원에서 설명하는 기능을 실행할 수 있는 다른 임의의 회로 또는 프로세서를 사용하는 시스템을 포함하는 임의의 프로그래밍가능 시스템을 포함할 수도 있다. 위의 예들은 "프로세서"라는 용어의 정의 및/또는 의미를 어떤 식으로든 제한하려는 것이 아니다.
본원에 사용되는 바와 같이, "데이터베이스"라는 용어는, 데이터 본문, 관계형 데이터베이스 관리 시스템(RDBMS), 또는 둘 다를 가리킬 수도 있다. 본원에 사용되는 바와 같이, 데이터베이스는, 계층적 데이터베이스, 관계형 데이터베이스, 플랫 파일 데이터베이스, 객체 관계형 데이터베이스, 객체 지향 데이터베이스, 및 컴퓨터 시스템에 저장된 레코드 또는 데이터의 다른 임의의 구조화된 컬렉션을 포함하는 임의의 데이터 집합을 포함할 수도 있다. 위의 예들은 데이터베이스라는 용어의 정의 및/또는 의미를 어떤 식으로든 제한하려는 것이 아니다. RDBMS의 예로는, Oracle® Database, MySQL, IBM® DB2, Microsoft® SQL Server, Sybase®, 및 PostgreSQL이 있지만, 이에 한정되지 않는다. 그러나, 본원에서 설명하는 시스템과 방법을 가능하게 하는 임의의 데이터베이스를 사용할 수도 있다. (Oracle은 캘리포니아주 레드우드 쇼어에 소재하는 Oracle Corporation의 등록 상표이고; IBM은 뉴욕 아몽크에 소재하는 International Business Machines Corporation의 등록 상표이고; Microsoft는 워싱톤주 레드몬드에 소재하는 Microsoft Corporation의 등록 상표이고, Sybase는 캘리포니아주 더블린에 소재하는 Sybase의 등록 상표이다.)
일 실시예에서는, 컴퓨터 프로그램을 제공하며, 프로그램은 컴퓨터 판독가능 매체 상에 구현된다. 일 실시예에서, 시스템은 서버 컴퓨터에 접속할 필요 없이 단일 컴퓨터 시스템 상에서 실행된다. 다른 실시예에서, 시스템은 Windows® 환경에서 실행된다(Windows는 워싱턴주 레드몬드에 소재하는 Microsoft Corporation의 등록 상표이다). 또 다른 실시예에서, 시스템은 메인프레임 환경 및 UNIX® 서버 환경에서 실행된다(UNIX는 영국 버크셔 레딩에 소재하는 X/Open Company Limited의 등록 상표이다). 애플리케이션은, 유연하고, 주요 기능을 손상시키지 않으면서 다양한 환경에서 실행되도록 설계된다. 일부 실시예들에서, 시스템은 복수의 컴퓨팅 장치 간에 분산된 다수의 구성요소들을 포함한다. 하나 이상의 구성요소는 컴퓨터 판독가능 매체에 내장된 컴퓨터 실행가능 명령어들의 형태일 수도 있다.
본원에서 사용하는 바와 같이, 단수로 언급되며 "한" 또는 "하나"로 선행되는 요소 또는 단계는, 배제하는 것을 명시적으로 언급하지 않는 한, 복수의 요소 또는 단계를 배제하지 않는 것으로서 이해되어야 한다. 게다가, 본 발명의 "예시적인 실시예" 또는 "일 실시예"에 대한 참조는, 언급된 특징부들을 또한 포함하는 추가 실시예들의 존재를 배제하는 것으로 해석하려는 것이 아니다.
본원에 사용되는 바와 같이, "소프트웨어" 및 "펌웨어"라는 용어들은, 상호 교환 가능하며, RAM 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 및 비휘발성 RAM(NVRAM) 메모리를 포함하는, 프로세서에 의한 실행을 위해 메모리에 저장된 임의의 컴퓨터 프로그램을 포함한다. 상기 메모리 유형들은, 예시일 뿐이며, 따라서 컴퓨터 프로그램의 저장에 사용할 수 있는 메모리의 유형에 대해 제한하지 않는다.
또한, 본원에서 사용되는 바와 같이, 용어 "실시간"은 관련 이벤트의 발생 시간, 미리 정해진 데이터의 측정 및 수집 시간, 데이터를 처리하는 시간, 및 이벤트 및 환경에 대한 시스템 응답 시간 중 적어도 하나를 지칭한다. 본원에 설명된 실시예들에서, 이들 활동 및 이벤트는 실질적으로 즉석에서 발생한다.
시스템 및 프로세스는 본원에 설명된 특정 실시예들에 한정되지 않는다. 또한, 각 시스템 및 각 프로세스의 구성요소들은, 독립적으로 구현될 수 있고, 본원에 설명된 다른 구성요소들 및 프로세스들로부터 분리될 수 있다. 각 구성요소 및 프로세스는 또한 다른 어셈블리 패키지 및 프로세스와 함께 사용될 수 있다.
도 1은 소셜 미디어 대화에 응답하여 자원을 할당하는 데 사용되는 예시적인 소셜 미디어 영향력 분석 시스템(100)의 단순화된 블록도이다. 더욱 상세히 후술하는 바와 같이, 소셜 미디어 영향력 분석("SMIA") 컴퓨터 장치(105)는 시간 경과에 따른 제품에 관한 복수의 소셜 미디어 대화 추적 신호를 수신하고 모니터링하도록 구성되며, 상기 복수의 소셜 미디어 대화 추적 신호는 제품의 판매 볼륨과 상관된 소셜 미디어 대화의 주제를 포함한다. SMIA 컴퓨터 장치(105)가 제품에 관하여 소셜 미디어 대화를 모니터링하는 것으로 설명되지만, 본 문맥에서 "제품"이라는 용어가 특정 제품을 지칭한다고 나타내지 않는한, 본 문맥에서 사용된 용어 "제품"은 단일 제품, 브랜드 명칭 또는 다른 관련 제품군, 사업부 또는 사업체, 상기 중 어느 하나와 연관된 대변인, 또는 임의의 기타 판매 관련 품목을 가리킬 수 있음이 이해되어야 한다. SMIA 컴퓨터 장치(105)는 또한 시간 경과에 따라 복수의 수신된 소셜 미디어 대화 추적 신호를 평균내서 임계 추적 신호를 생성하도록 구성된다. SMIA 컴퓨터 장치(105)는 또한 현재의 소셜 미디어 대화 추적 신호를 임계 추적 신호와 비교하도록 구성된다. 또한, SMIA 컴퓨터 장치(105)는 소셜 미디어 대화에 응답하여 자원을 할당하도록 구성된다.
예시적인 실시예에서, 사용자 컴퓨터 장치(110)는, 사용자 컴퓨터 장치(110)가 인터넷 또는 네트워크를 사용하여 SMIA 컴퓨터 장치(105)에 액세스할 수 있게 하는 웹 브라우저 또는 소프트웨어 애플리케이션을 포함하고 있는 컴퓨터이다. 보다 구체적으로, 사용자 컴퓨터 장치(110)는, 인터넷, 근거리 통신망(LAN), 광역 통신망(WAN), 또는 통합 서비스 디지털 통신망(ISDN), 다이얼 업 접속, 디지털 가입자 회선(DSL), 셀룰러 폰 접속, 및 케이블 모뎀과 같은, 네트워크 중 적어도 하나를 포함하지만 이에 한정되지 않는 많은 인터페이스를 통해 SMIA 컴퓨터 장치(105)에 통신 가능하게 결합된다. 사용자 컴퓨터 장치(110)는, 데스크톱 컴퓨터, 랩톱 컴퓨터, 개인용 디지털 보조 단말기(PDA), 셀룰러 폰, 스마트폰, 태블릿, 패블릿, 또는 기타 웹 기반 접속가능 장비를 포함하지만 이에 한정되지 않는, 인터넷, 또는 다른 네트워크에 액세스할 수 있는 임의의 장치일 수 있다. 예시적인 실시예에서, 사용자는 사용자 컴퓨터 장치(110)를 사용하여 예측 SMIA 컴퓨터 장치(105)로부터 판매 영향력 및/또는 경고를 수신하고, 소셜 미디어 대화에 영향을 미치는 조치를 취한다.
SMIA 컴퓨터 장치(105)는 본원에 기술된 바와 같이 수행하도록 구성된 하나 이상의 컴퓨터 장치를 포함한다. 예시적인 실시예에서, SMIA 컴퓨터 장치(105)는, 사용자 컴퓨터 장치(110) 및 소셜 미디어 모니터링("SMM") 컴퓨터 장치(115)와 통신하도록 구성된 하나 이상의 서버 시스템을 포함한다. 일부 실시예에서, SMIA 컴퓨터 장치(105)는, 사용자 컴퓨터 장치(110), SMM 컴퓨터 장치(115), 및 데이터베이스 서버(120) 중 적어도 하나로부터 원격, 그리고 인터넷을 통해 원격 컴퓨터 장치와 통신한다. 보다 구체적으로, SMIA 컴퓨터 장치(105)는, 근거리 통신망(LAN), 광역 통신망(WAN), 또는 통합 서비스 디지털 통신망(ISDN), 다이얼 업 접속, 디지털 가입자 회선(DSL), 셀룰러 폰 접속, 및 케이블 모뎀과 같은 네트워크 중 적어도 하나를 포함하지만 이에 한정되지 않는 많은 인터페이스를 통해 인터넷에 통신 가능하게 결합된다. SMIA 컴퓨터 장치(105)는, 데스크톱 컴퓨터, 랩톱 컴퓨터, 개인용 디지털 보조 단말기(PDA), 셀룰러 폰, 스마트폰, 태블릿, 패블릿, 또는 기타 웹 기반 접속가능 장비를 포함하지만 이에 한정되지 않는, 인터넷, 또는 다른 네트워크에 액세스할 수 있는 임의의 장치일 수 있다.
데이터베이스 서버(120)는 데이터를 저장하는 데이터베이스(125)에 통신 가능하게 결합된다. 일 실시예에서, 데이터베이스(125)는, 대화 주제, 임계 데이터, 타겟 엔티티에 대한 판매 데이터, 및/또는 타겟 엔티티와 연관된 이력 소셜 미디어 트렌드를 포함한다. 예시적인 실시예에서, 데이터베이스(125)는 SMIA 컴퓨터 장치(105)로부터 원격으로 저장된다. 일부 실시예에서, 데이터베이스(125)는 분산 비치된다(decentralized). 예시적인 실시예에서, 사용자는, 본원에서 설명하는 바와 같이, SMIA 컴퓨터 장치(105) 상에 로그온함으로써 사용자 컴퓨터 장치(110)를 통해 데이터베이스(125)에 액세스할 수 있다.
SMM 컴퓨터 장치(115)는, 복수의 상이한 소셜 미디어 소스(예를 들어, 뉴스 사이트, 블로그, 게시판, 메시징 애플리케이션 및 웹사이트, 제품 리뷰 웹사이트 등) 중 어느 것으로부터 소셜 미디어 대화를 모니터링하고, SMIA 컴퓨터 장치(105)에 시간 경과에 따른 제품에 관한 복수의 소셜 미디어 대화 추적 신호를 제공하도록 구성된다. 예시적인 실시예에서, SMIA 컴퓨터 장치(105)는 SMM 컴퓨터 장치(115)와 통신한다. 보다 구체적으로, SMIA 컴퓨터 장치(105)는, 인터넷, 근거리 통신망(LAN), 광역 통신망(WAN), 또는 통합 서비스 디지털 통신망(ISDN), 다이얼 업 접속, 디지털 가입자 회선(DSL), 셀룰러 폰 접속, 및 케이블 모뎀과 같은, 네트워크 중 적어도 하나를 포함하지만 이에 한정되지 않는 많은 인터페이스를 통해 SMM 컴퓨터 장치(115)에 통신 가능하게 결합된다. SMM 컴퓨터 장치(115)는 SMIA 컴퓨터 장치(105)를 제어하는 타겟 엔티티와 연관될 수 있거나, 제3자와 연관될 수 있다.
도 2는 본 발명의 일 실시예에 따른, 도 1에 도시한 클라이언트 시스템의 예시적인 구성을 도시한다. 사용자 컴퓨터 장치(202)는 사용자(201)에 의해 작동된다. 사용자 컴퓨터 장치(202)는, (도 1에 도시한) 사용자 컴퓨터 장치(110)를 포함할 수 있지만, 이에 한정되지 않는다. 사용자 컴퓨터 장치(202)는 명령을 실행하기 위한 프로세서(205)를 포함한다. 일부 실시예에서, 실행가능 명령이 메모리 영역(210)에 저장된다. 프로세서(205)는 (예를 들어, 멀티 코어 구성으로) 하나 이상의 처리 유닛을 포함할 수 있다. 메모리 영역(210)은 실행가능 명령 및/또는 트랜잭션 데이터와 같은 정보를 저장하고 검색할 수 있는 임의의 디바이스이다. 메모리 영역(210)은 하나 이상의 컴퓨터 판독가능 매체를 포함할 수 있다.
사용자 컴퓨터 장치(202)는 또한 정보를 사용자(201)에 제시하기 위한 적어도 하나의 미디어 출력 구성요소(215)를 포함한다. 미디어 출력 구성요소(215)는 정보를 사용자(201)에 전달할 수 있는 임의의 구성요소이다. 일부 실시예에서, 미디어 출력 구성요소(215)는 비디오 어댑터 및/또는 오디오 어댑터와 같은 출력 어댑터(미도시)를 포함한다. 출력 어댑터는, 프로세서(205)에 작동적으로 연결되고, 디스플레이 장치(예를 들어, 음극선관(CRT), 액정 디스플레이(LCD), 발광 다이오드(LED) 디스플레이, 또는 "전자 잉크" 디스플레이)와 같은 출력 장치 또는 오디오 출력 장치(예를 들어, 스피커 또는 헤드폰)에 작동적으로 결합가능하다. 일부 실시예에서, 미디어 출력 구성요소(215)는 그래픽 사용자 인터페이스(예를 들어, 웹 브라우저 및/또는 클라이언트 애플리케이션)를 사용자(201)에 제시하도록 구성된다. 그래픽 사용자 인터페이스는, 예를 들어 하나 이상의 초분광 이미지의 분석을 포함할 수 있다. 일부 실시예에서, 사용자 컴퓨터 장치(202)는 사용자(201)로부터 입력을 수신하기 위한 입력 장치(220)를 포함한다. 사용자(201)는 입력 장치(220)를 사용해서, 제한 없이, 하나 이상의 미션 변수 또는 장치 변수를 선택 및/또는 입력할 수 있다. 입력 장치(220)는, 예를 들어 키보드, 포인팅 장치, 마우스, 스타일러스, 터치 민감성 패널(예를 들어, 터치 패드 또는 터치 스크린), 자이로스코프, 가속도계, 위치 검출기, 생체인식 입력 장치, 및/또는 오디오 입력 장치를 포함할 수 있다. 터치 스크린과 같은 단일 구성요소가, 미디어 출력 구성요소(215)의 출력 장치 및 입력 장치(220)로서 기능할 수 있다.
사용자 컴퓨터 장치(202)는, 또한, SMIA 컴퓨터 장치(105)(도 1에 도시됨)와 같은 원격 장치에 통신 가능하게 연결된 통신 인터페이스(225)를 포함할 수 있다. 통신 인터페이스(225)는, 예를 들어 유선 또는 무선 네트워크 어댑터 및/또는 모바일 통신 네트워크와 함께 사용하기 위한 무선 데이터 송수신기를 포함할 수 있다.
메모리 영역(210)에 저장되는 것은, 예를 들어, 미디어 출력 구성요소(215)를 통해 사용자(201)에게 사용자 인터페이스를 제공하고, 선택적으로, 입력 장치(220)로부터 입력을 수신하고 처리하는 컴퓨터 판독가능 명령이다. 사용자 인터페이스는, 다른 가능한 것들 중에서도, 웹 브라우저 및/또는 클라이언트 애플리케이션을 포함할 수 있다. 웹 브라우저는, 사용자(201)와 같은 사용자가, SMIA 컴퓨터 장치(105)로부터 웹 페이지 또는 웹사이트에 일반적으로 내장된 미디어 및 기타 정보를 디스플레이하고 이와 상호 작용할 수 있게 한다. 클라이언트 애플리케이션은, 사용자(201)가 예를 들어 SMIA 컴퓨터 장치(105)와 상호 작용할 수 있게 한다. 예를 들어, 명령은, 클라우드 서비스에 의해 저장될 수 있고, 명령의 실행 결과물이 미디어 출력 구성요소(215)에 전송된다.
도 3은 본 발명의 일 실시예에 따른, 도 1에 도시된 서버 시스템의 예시적인 구성을 도시한다. 서버 컴퓨터 장치(301)는, 데이터베이스 서버(120) 및 SMIA 컴퓨터 장치(105)(둘 다 도 1에 도시됨)를 포함할 수 있지만, 이에 제한되지 않는다. 서버 컴퓨터 장치(301)는 명령을 실행하기 위한 프로세서(305)를 또한 포함한다. 명령은 메모리 영역(310)에 저장될 수 있다. 프로세서(305)는 (예를 들어, 멀티 코어 구성으로) 하나 이상의 처리 유닛을 포함할 수 있다.
프로세서(305)는 통신 인터페이스(315)에 작동적으로 연결되어서, 서버 컴퓨터 장치(301)가 다른 서버 컴퓨터 장치(301), 사용자 컴퓨터 장치(110), SMM 컴퓨터 장치(115), 또는 SMIA 컴퓨터 장치(105)(도 1에 도시됨)와 같은 원격 장치와 통신할 수 있도록 된다. 예를 들어, 통신 인터페이스(315)는 인터넷을 통해 사용자 컴퓨터 장치(110)으로부터 요청을 수신할 수 있다.
프로세서(305)는 저장 장치(334)에 작동적으로 연결될 수도 있다. 저장 장치(334)는, 데이터베이스(125)(도 1에 도시됨)와 연관된 데이터와 같은 데이터이지만 이에 한정되지 않는 데이터를 저장 및/또는 검색하기에 적합한 임의의 컴퓨터 컴퓨팅 하드웨어이다. 일부 실시예에서, 저장 장치(334)는 서버 컴퓨터 장치(301)에 통합된다. 예를 들어, 서버 컴퓨터 장치(301)는 저장 장치(334)로서 하나 이상의 하드 디스크 드라이브를 포함할 수 있다. 다른 실시예들에서, 저장 장치(334)는 서버 컴퓨터 장치(301)의 외부에 있고, 복수의 서버 컴퓨터 장치(301)에 의해 액세스될 수 있다. 예를 들어, 저장 장치(334)는, 스토리지 영역 네트워크(SAN), 네트워크 결합 스토리지(NAS) 시스템, 및/또는 복수 배열 독립 디스크(RAID) 구성의 하드 디스크 및/또는 솔리드 스테이트 디스크와 같은 다수의 스토리지 유닛을 포함할 수 있다.
일부 실시예에서, 프로세서(305)는 저장 인터페이스(320)를 통해 저장 장치(334)에 작동적으로 연결된다. 저장 인터페이스(320)는 저장 장치(334)에 대한 액세스를 프로세서(305)에 제공할 수 있는 임의의 구성요소이다. 저장 인터페이스(320)는, 예를 들어, 고급 기술 결합(Advanced Technology Attachment, ATA) 어댑터, 직렬 ATA(SATA) 어댑터, 소형 컴퓨터 시스템 인터페이스(SCSI) 어댑터, RAID 컨트롤러, SAN 어댑터, 네트워크 어댑터, 및/또는 저장 장치(334)에 대한 액세스를 프로세서(305)에 제공하는 임의의 구성요소를 포함할 수 있다.
프로세서(305)는 본 개시내용의 측면들을 구현하기 위한 컴퓨터 실행가능 명령을 실행한다. 일부 실시예에서, 프로세서(305)는 컴퓨터 실행가능 명령들을 실행하거나 그렇지 않으면 프로그래밍되어 특수 목적 마이크로프로세서로 변형된다. 예를 들어, 프로세서(305)는 도 4에 도시된 바와 같은 명령들로 프로그래밍된다.
도 4는 (도 1에 도시한) 소셜 미디어 영향력 분석 시스템(100)을 사용하여 소셜 미디어 대화에 응답하여 자원을 할당하기 위한 프로세스(400)의 흐름도이다. 예시적인 실시예에서, 프로세스(400)는 SMIA 컴퓨터 장치(105)(도 1에 도시됨)에 의해 수행된다.
예시적인 실시예에서, SMIA 컴퓨터 장치(105)는, 시간 경과에 따른 제품과 관련된 복수의 소셜 미디어 대화 활동 추적 신호를 수신하고 모니터링(402)하고, 여기서 대화 활동 추적 신호는 제품의 판매 볼륨과 상관되는 대화 활동의 주제를 포함한다. 예시적인 실시예에서, 대화 활동 추적 신호는 (도 1에 도시한) SMM 컴퓨터 장치(115)로부터 수신되고, 제품을 제공하는 타겟 엔티티와 연관된 소셜 미디어 사용자에 의해 제공되는 임의의 정보를 포함할 수 있다. 전술한 바와 같이, 본 문맥이 "제품"이라는 용어가 특정 제품을 지칭한다고 나타내지 않는한, 본 문맥에서 사용된 용어 "제품"은 단일 제품, 브랜드명 또는 기타 관련 제품군, 사업부 또는 사업체, 상기 중 어느 하나와 연관된 대변인, 또는 임의의 기타 판매 관련 품목을 지칭할 수 있다. 예를 들어, 대화 활동은, 체크인, 페이지 포스트, 상태 업데이트 등을 포함할 수 있지만, 이에 한정되지 않는다. 대화 활동은, 예를 들어, 브랜드 소유자와 연관된 타겟 엔티티를 식별하는 하나 이상의 태그를 더 포함할 수 있고, 또는 소셜 미디어 대화에 관한 객체는 대화 콘텐츠의 텍스트 파싱(text-parsing) 또는 임의의 다른 적합한 기술을 통해 식별될 수 있다.
예시적인 실시예에서, SMIA 컴퓨터 장치(105)는, 시간 경과에 따른 복수의 수신된 대화 활동 추적 신호를 평균내서 평균 대화 활동 신호를 생성한다(404). 평균 대화 활동 신호는 최근 기간에 걸쳐, 예컨대 가장 최근의 하루, 일주일, 또는 2주일에 걸쳐, 주제별 대화 활동의 평균량을 나타낸다. 주제들은 판매량과 직접적으로 상관되기 때문에, 대화 활동의 평균량은 또한 주제와 관련된 판매 평균량을 나타낸다.
예시적인 실시예에서, SMIA 컴퓨터 장치(105)는 현재의 대화 활동 추적 신호를 평균 대화 활동 신호와 비교한다(406). 보다 구체적으로, 현재의 대화 활동 추적 신호는 기간에 걸쳐, 예컨대 하루에 걸쳐 SMM 컴퓨터 장치(115)로부터 수신된 신호이다. 현재의 대화 활동 추적 신호는 하루에 걸쳐 주제에 대한 대화 활동의 양을 나타낸다. 현재의 대화 활동 추적 신호를 평균 대화 활동 신호와 비교하는 것은, 현재의 대화 활동 추적 신호가 소정의 편차 임계치에 의한 평균 대화 활동 신호로부터 벗어나는지 여부를 판정하는 것을 포함한다. 임계 추적 신호로부터의 양 또는 음의 편차는 주제를 포함하는 대화의 증가 또는 감소를 나타낸다. 특정 주제에 따라, 대화의 증가 또는 감소는 제품에 대한 양 또는 음의 판매 영향력에 상관될 수 있다. 예를 들어, 해당 주제가 "불안전" 또는 "리콜"과 같이, 제품에 부정적으로 관계가 있다면, 이러한 주제에 대한 대화 증가는 향후 몇 주에 걸쳐 음의 판매 영향력과 상관이 있을 것이다. 대안적으로, 해당 주제가 "보상" 또는 "높은 품질"과 같이, 제품에 긍정적으로 관계가 있다면, 이러한 주제에 대한 대화 증가는 향후 몇 주에 걸쳐 긍정적인 판매 영향력과 상관이 있을 것이다.
SMIA 컴퓨터 장치(105)는 소셜 미디어 대화에 응답하여 자원을 할당한다(408). 보다 구체적으로, 평균 대화 활동 신호에 대해 상대적인 현재의 대화 활동 추적 신호의 편차가 소정의 편차 임계치를 초과하는 경우, SMIA 컴퓨터 장치(105)는 소셜 미디어 대화에 영향을 미치는 자원의 할당을 요청한다. 자원을 할당하는 것은, 예를 들어, 부정적 대화 주제를 상쇄시키거나 구제하기 위한 조치를 취하는 것, 및 그 결과, 임계 추적 신호에 대해 상대적인 현재의 소셜 미디어 대화 추적 신호의 음의 편차가 감소하도록 하는 것을 포함한다. 주제에 대한 증가된 대화 활동을 결정한 후 가능한 한 빨리 소셜 미디어 대화에 영향을 끼침으로써, 향후 1 내지 2주에 걸친 제품 판매에 대한 영향은, 어떠한 실제 판매 영향력도 실현되기 전에, 또는 소셜 미디어 대화에 영향을 미치려고 하기 전에 실현될 판매 영향력을 엔티티가 기다려야 한다면 적어도 훨씬 빠르게 완화될 수도 있다. 다른 예로서, 자원을 할당하는 것은, 대화에 대한 긍정적 주제와 상관관계가 있는 예측된 판매 수요 증가를 충족시키기 위해 사전에 능동적으로 소매업자들에게 제품 공급을 증가시키는 것을 포함할 수도 있다.
일부 실시예에서, 부정적 대화에 응답하여 자원을 할당하는 것은, 사과, 할인, 프로모션, 및/또는 제품에 대해 진행한 개선 또는 변경을 사용자에게 알리는 광고를 전송함으로써 소셜 미디어 대화에 영향을 미치고자, 소셜 미디어 환경에 사전에 능동적으로 메시지를 두는 것을 포함할 수 있다. 추가적으로 또는 대안적으로, 부정적 대화에 응답하여 자원을 할당하는 것은, 인쇄 광고, 라디오 또는 텔레비전 상업광고, 상점 내 디스플레이 및 전단지와 같은 전통적인 미디어 또는 프로모션 활동, 및 다른 적절한 수단을 사용하는 것을 포함할 수 있다. 다른 실시예들에서, 자원을 할당하는 것은, 양의 판매 영향력과 관계가 있는 주제의 경우에, 보상, 프로모션 및/또는 메시지를 제공하는 것, 긍정적 피드백을 요청하는 것, 및/또는 긍정적 대화를 지렛대로 활용하는 새로운 프로모션, 제품, 또는 서비스를 사용자에게 통지하는 광고를 제시하는 것을 포함할 수 있다.
일부 실시예에서, SMIA 컴퓨터 장치(105)는 수많은 날 동안 매일 현재의 대화 활동 추적 신호를 연속적으로 모니터링해서, 자원의 할당이 원하는 대로 소셜 미디어 대화에 어느 정도로 영향을 미치는지를 결정한다. 보다 구체적으로, SMIA 컴퓨터 장치(105)는, 평균 대화 활동 신호로부터의 현재의 대화 활동 추적 신호의 편차가 다음 날들에 걸쳐 긍정적 방향으로 흘러가는지 여부를 연속적으로 결정한다. 편차가 소정의 편차 임계치 아래로 떨어질 때, 소셜 미디어 대화는 더 이상 상당한 판매 영향력을 가지지 않을 것으로 예상되는데, 이는 소셜 미디어 대화의 특정 주제에 대해 할당된 자원이 더 이상 영향력을 가지지 않을 것임을 나타낸다. 따라서, SMIA 컴퓨터 장치(105)는, 어떠한 판매 영향력도 실제로 실현되기 전에 소셜 미디어 대화에 기초하여 제품에 대한 잠재적 판매 영향력을 결정하고, 다루고, 해결한다.
일부 실시예에서, SMIA 컴퓨터 장치(105)는, 예를 들어, 사전에 선택된 소셜 미디어 메시지를 자동으로 생성하거나 제품 공급 주문을 자동으로 업데이트함으로써 자원을 직접 할당한다. 다른 실시예들에서, SMIA 컴퓨터 장치(105)는, 예를 들어, 자원이 특정 대화에 또는 특정 대화로부터 멀리 할당되어야 한다는 것을 작업자에게 경고함으로써 자원을 간접적으로 할당한다.
일부 실시예에서, SMIA 컴퓨터 장치(105)는 SMM 컴퓨터 장치(115)로부터 복수의 대화 활동 추적 신호를 수신한다. SMM 컴퓨터 장치(115)는, 복수의 상이한 소셜 미디어 소스(예를 들어, 뉴스 사이트, 블로그, 게시판, 메시징 애플리케이션 및 웹사이트, 제품 리뷰 웹사이트 등)로부터 소셜 미디어 대화를 모니터링하도록 구성된다. SMM 컴퓨터 장치(115)는 대화로부터 비구조화된 텍스트를 분석하고 텍스트로부터 감정을 추출한다. 감정에 기초하여, SMM 컴퓨터 장치(115)는 텍스트를 다양한 주제로 조직화하고 주제를 통계 모델에 입력하여 주제를 제품의 판매 볼륨과 상관시킨다. 이러한 상관관계는 제품의 판매 볼륨이 소셜 미디어 대화에 의해 어떻게 영향을 받는지 나타낸다.
도 5는 (도 1에 도시한) 시스템(100)에서 사용될 수 있는 하나 이상의 예시적인 컴퓨팅 장치의 구성요소의 다이어그램(500)이다. 일부 실시예에서, 컴퓨팅 장치(510)는 SMIA 컴퓨터 장치(105)(도 1에 도시됨)와 유사하다. 데이터베이스(520)는 특정 작업을 수행하는, 컴퓨팅 장치(510) 내의 여러 개별 구성요소와 연결될 수 있다. 이 실시예에서, 데이터베이스(520)는, 대화 추적 신호(522), 임계 추적 신호(524), 할당 데이터(526), 및 이력 할당 성공 데이터(528)를 포함한다. 일부 실시예에서, 데이터베이스(520)는 데이터베이스(125)(도 1에 도시됨)와 유사하다.
컴퓨팅 장치(510)는 데이터베이스(520) 뿐만 아니라 데이터 저장 장치(530)를 포함한다. 컴퓨팅 장치(510)는 모니터링하기 위한 대화 추적 신호를 수신하기 위한 통신 구성요소(540)를 또한 포함한다. 컴퓨팅 장치(510)는 또한 임계 추적 신호를 생성하기 위한 생성 구성요소(550)를 포함한다. 비교 구성요소(560)는 현재의 소셜 미디어 대화 추적 신호를 임계 추적 신호와 비교한다. 처리 구성요소(560)는 시스템과 연관된 컴퓨터 실행가능 명령의 실행을 보조한다.
상기한 바와 같이, 일부 실시예에서, SMIA 컴퓨터 장치(105)는, 소셜 미디어 대화에 응답하여 자원을 직접, 즉 자동으로 할당한다. 예를 들어, 부정적 대화 활동에 응답하여 자원을 효율적이고 효과적으로 할당하기 위해, SMIA 컴퓨터 장치(105)는 복수의 미리 정의된 에스컬레이션 레벨로부터의 대화 활동의 에스컬레이션 레벨을 결정한다. 에스컬레이션 레벨은 제품과 연관된 적어도 하나의 추적 신호의 크기로 표시된 바와 같이, 제품에 관한 소셜 미디어 대화의 증가하는 부정적 또는 긍정적 추세에 대응한다. 에스컬레이션 레벨은 각각 해당 트리거 기준과, 즉각적이고 자동적일 수 있는 해당 자원 할당과 연관된다. 각 에스컬레이션 레벨에 대한 트리거 기준은, 예를 들어, 판매 영향력 범위와 콘텐츠 카테고리를 포함한다. 콘텐츠 카테고리는 추적 신호와 연관된 대화 활동의 콘텐츠/언어와 비교되며, 추적 신호로 제공된 바와 같이, 대화에서 나타나는 키워드 및/또는 감정의 정도에 기초할 수 있다. 판매 영향력 범위는 추적 신호로 제공된 바와 같이, 제품에 대한 예측된 음의 또는 양의 예측된 미래 판매 영향력의 크기에 비교된다. SMIA 컴퓨터 장치(105)는, 현재 수신된 추적 신호 중 어느 하나를, 소정의 양만큼 평균 또는 임계 대화 활동으로부터의 추적 신호의 편차에 대한 SMIA 컴퓨터 장치(105)에 의한 검출에 응답하여 복수의 에스컬레이션 레벨에 대한 트리거 기준에, 그리고/또는 SMIA 컴퓨터 장치(105)가 본원에서 기술된 바와 같이 기능할 수 있게 하는 임의의 다른 트리거 기준에 비교하도록 구성될 수 있다.
일부 실시예에서, 복수의 미리 정의된 에스컬레이션 레벨은, 예를 들어, 제1, 제2, 및 제3 에스컬레이션 레벨을 포함한, 적어도 세 개의 에스컬레이션 레벨을 포함한다. 그러나, 특정 응용분야에서 원하는 바와 같이 임의의 수의 미리 정의된 에스컬레이션 레벨이 있을 수 있음을 이해해야 한다.
예를 들어, 제1 에스컬레이션 레벨은 가장 낮은 에스컬레이션 레벨이며 추적 신호를 구동하는 소셜 미디어 대화 활동이 제품과 관련된 불편함이나 일시적 불편을 나타내지만, 평판 상의 위험은 없는 콘텐츠를 포함하는 경우에 도달되며, 추적 신호와 연관된 음의 판매 영향력은 0.01%와 같이, 제1 한계 미만인 제1 범위 내에 있다. 일부 실시예에서, 제1 한계는 대화를 지속하는 것에 기초하여 선택적으로 재정의가능하다.
추적 신호가 제1 에스컬레이션 레벨에 있다고 결정될 때, SMIA 컴퓨터 장치(105)는, 제1 에스컬레이션 레벨에 적절한 방식으로 대화 활동의 편차를 완화시키기 위해 자원들을 자동으로 할당한다. 예를 들어, SMIA 컴퓨터 장치(105)는, 소셜 미디어 플랫폼 상에서의 개별 포스트 작성자들의 포스트 및/또는 코멘트에 응답을 제공해서 사과, 할인, 프로모션 및/또는 제품에 대해 진행된 개선 또는 변경을 사용자에게 알리는 광고를 제공한다. 자동 응답을 제공하기 위해, SMIA 컴퓨터 장치(105)는 데이터베이스(125)에 저장된 일련의 표준, 미리 정의된 응답에 액세스한다. 추적 신호(600)와 연관된 키워드 또는 다른 주제 콘텐츠 표시에 기초하여, SMIA 컴퓨터 장치(105)는 제1 에스컬레이션 레벨에 적절한 응답을 선택하고 제공한다. 대안적으로, SMIA 컴퓨터 장치(105)는 자원의 임의의 적절한 자동 할당을 실행한다. 일부 실시예에서, SMIA 컴퓨터 장치(105)에 의해 제공되는 응답이 포스팅될 온라인 소셜 미디어 플랫폼은, 컴퓨터 장치에 의한 자동화된 포스팅을 억제하고, SMIA 컴퓨터 장치(105)는 인간 작업자의 일부에 요구되는 응답에 대해 비록 아무런 재량권이 없더라도, 자동화된 포스팅을 완료하도록 인간 작업자에게 경고한다. 다른 실시예들에서, SMIA 컴퓨터 장치(105)는 작업자 동작이 필요 없이 온라인 소셜 미디어 플랫폼에 직접 응답을 자동적으로 포스팅한다. 대안적으로, SMIA 컴퓨터 장치(105)는 인간 작업자에게 경고하고, 인간 작업자는 재량에 따라 자동으로 선택된 응답을 승인하거나 응답을 수동으로 제공한다. 대안적인 실시예에서, 전술한 자원 할당은 임의의 적절한 에스컬레이션 레벨과 연관된다.
제2 에스컬레이션 레벨은 제1 에스컬레이션 레벨보다 평균 대화 활동으로부터 대화 활동이 더 큰 편차를 갖는 것과 연관된다. 예를 들어, 제2 에스컬레이션 레벨은, 추적 신호와 연관된 소셜 미디어 대화 활동이, 제품과 연관된 단기간, 제한된 건강 문제를 나타내는 콘텐츠를 포함하는 경우, 또는 추적 신호와 연관된 음의 판매 영향력이 제1 한계와 같거나 초과하는 제2 범위 내에 있고 0.02%와 같이, 제2 한계 미만인 경우에 도달된다. 일부 실시예에서, 제2 한계는 대화를 지속하는 것에 기초하여 선택적으로 재정의가능하다.
대화 활동 추적 신호가 제2 에스컬레이션 레벨에 있다고 결정될 때, SMIA 컴퓨터 장치(105)는 제2 에스컬레이션 레벨에 적절한 방식으로 대화 활동의 편차를 완화시키기 위해 자동적으로 자원을 할당한다. 제2 에스컬레이션 레벨이 제1 에스컬레이션 레벨보다 제품의 평균 대화 활동으로부터 대화 활동이 더 큰 편차를 갖는 것과 연관되기 때문에, 제1 에스컬레이션 레벨에 대해 제공된 소셜 미디어 플랫폼 상의 개별 포스팅 작성자에 대한 자동 응답을 넘어서는 추가 조치는 대화 활동 추적 신호의 편차를 완화시키기 위해 필요할 수 있다. 예를 들어, 제1 에스컬레이션 레벨에서와 같이 소셜 미디어 플랫폼 상에서 불만들의 각 포스팅 작성자에 응답하는 것에 더하여, SMIA 컴퓨터 장치(105)는, 추적 신호(600)와 연관된 키워드 또는 다른 주제 콘텐츠 표시를 다루거나 응대하도록 데이터베이스(125)로부터 미리 정의된 광고 콘텐츠를 자동으로 선택하고, 광고 콘텐츠를 사용하여 하나 이상의 소셜 미디어 플랫폼에 걸쳐 광고 배치 배분 및 빈도를 증가시킨다. 대안적으로, SMIA 컴퓨터 장치(105)는 자원의 임의의 적절한 자동 할당을 실행한다. 증가된 광고는 정상적인 배분 및 빈도로 다시 되돌리기 전에 미리 정의된 시간 길이(즉, 하루, 일주일 등)에 걸쳐서 일정이 예정될 수 있거나, 또는 대안적으로 추적 신호가 제2 에스컬레이션 레벨로부터 단계적으로 축소될 때까지 지속되도록 일정이 예정될 수 있다. 대안적으로, SMIA 컴퓨터 장치(105)는 인간 작업자에게 경고하고, 인간 작업자는 자동으로 선택된 응답을 승인하거나 수동으로 응답한다. 대안적인 실시예들에서, 전술한 응답 동작은 임의의 적절한 에스컬레이션 레벨과 연관된다.
제 3 에스컬레이션 레벨은 제1 및 제2 에스컬레이션 레벨보다 평균 대화 활동으로부터 대화 활동이 더 큰 편차를 갖는 것과 연관된다. 특히, 제 3 에스컬레이션 레벨은 지정된 의사 결정 담당자, 예를 들어 제품 관리 및/또는 제품 소비자 관계와 관련된 담당자에게 자동 이첩을 보증할 만큼 충분히 심각한 것으로 간주된다. 예를 들어, 추적 신호와 연관된 소셜 미디어 대화 활동이 제품과 연관된 상당한 부정적인 건강 영향 또는 제품의 평판에 상당한 부정적인 영향을 나타내는 콘텐츠를 포함하는 경우, 또는 추적 신호와 연관된 음의 판매 영향력이 제2 한계와 같거나 초과하는 제3 범위 내에 있는 경우 제3 에스컬레이션 레벨이 도달된다.
추적 신호가 제3 에스컬레이션 레벨에 있는 것으로 결정될 때, SMIA 컴퓨터 장치(105)는, 제3 에스컬레이션 레벨에 적절한 방식으로 대화 활동의 편차를 완화시키기 위해 자원을 자동으로 할당한다. 제3 에스컬레이션 레벨이 제1 및 제2 에스컬레이션 레벨보다 제품 평판 및 음의 판매 영향력에 대한 손해 위험이 훨씬 높은 것을 나타내기 때문에, 소셜 미디어 플랫폼 상에서 개별 포스팅 작성자에 대한 자동 응답 및 증가된 온라인 광고보다 더욱 상당한 개입이 부정적인 대화 활동을 완화시키기 위해 필요할 수 있다. 예를 들어, 개별 포스팅/의견에 대한 응답 포스팅 및/또는 온라인 광고의 자동 증가를 위해, 전술한 바와 같이, SMIA 컴퓨터 장치(105)는, 데이터베이스(125)에 저장된 표준 서술문들의 세트로부터, 추적 신호(600)와 연관되며, 제3 에스컬레이션 레벨에 적절한 키워드 또는 다른 주제 콘텐츠 표시를 다루기 위한 서술문을 제안할 수 있다. 또한, SMIA 컴퓨터 장치(105)는 인쇄 매체, 텔레비전 및/또는 라디오 아울렛과 같은 하나 이상의 전통적인 미디어 플랫폼에 대한 보도 자료로서 서술문을 자동으로 선택할 수 있다. 이러한 온라인 응답, 온라인 광고, 및 보도 자료에 대한 서술문은 사과, 오픈 중인 조사 표시, 제품 리콜 및/또는 제품에 대해 진행중인 변경에 대한 상세설명을 포함할 수 있다. SMIA 컴퓨터 장치(105)는 예를 들어, 지정된 의사 결정 담당자의 개인 통신 장치에 첨부된 텍스트가 포함된 이메일을 통해서 제안된 서술문을 지정된 의사 결정 담당자에게 전송하도록 구성되어서, 서술문에 대한 적절한 추가 또는 변경을 행할 수 있고 그리고/또는 소셜 미디어 플랫폼 상에서 서술문을 포스팅하고/하거나 보도 자료로서 서술문을 발행하기 전에 추가 조치를 취할 수 있다. 일부 실시예에서, 제안된 서술문(예를 들어, 문자 대 이메일)의 송신과 상이한 통신 채널에 의해, 제3 에스컬레이션 레벨을 트리거하는 즉시 전송되는 지정된 의사 결정 담당자로의 경고는, 소셜 미디어 대화 콘텐츠의 중대성에 의해 요구되는 대로, 가능한 가장 이른 순간에 지정된 의사 결정 담당자에 의한 인식과 주의를 용이하게 한다. 또한, 제1 및 제2 에스컬레이션 레벨의 자동화된 취급은, 비교적 심각한 소셜 미디어 대화 경향에 대해서만 개인적 경보를 수신하게 될 것으로 지정된 의사 결정 담당자에게 보장하여, 지정된 의사 결정 담당자에 의한 이러한 경보에 대해 높아진 인식 및 주의를 촉진시킨다. 예시적인 실시예에서, 일단 제안된 서술문의 최종 버전을 지정된 의사 결정 담당자가 승인하면, SMIA 컴퓨터 장치(105)는 그런 다음 전술한 바와 같이 소셜 미디어 플랫폼 상에서 서술문을 포스팅하고/하거나 최종 서술문을 관련된 전통적인 미디어 아울렛들에 보도 자료로서 전송한다. 대안적인 실시예들에서, 전술한 응답 동작은 임의의 적절한 에스컬레이션 레벨과 연관된다.
특정 실시예들에서, 복수의 에스컬레이션 레벨은 제3 에스컬레이션 레벨을 넘는 추가 에스컬레이션 레벨을 포함한다. 예를 들어, 제3 에스컬레이션 레벨은, 제품과 연관된 상당한 부정적이지만, 일시적, 건강 영향 또는 제품의 평판에 상당한 부정적이지만, 일시적 영향을 나타내는 소셜 미디어 대화 콘텐츠를 포함하도록, 또는 추적 신호와 연관된 음의 판매 영향력이 제2 한계와 같거나 초과하는 제3 범위 내에 있을 때, 그리고 0.03%와 같이, 제3 한계 미만인 경우에 추가로 정의된다. 제4 에스컬레이션 레벨은 제1, 제2, 제3 에스컬레이션 레벨보다 평균 대화 활동으로부터 대화 활동이 더 큰 편차를 갖는 것과 연관된다. 특히, 제4 에스컬레이션 레벨은, 추적 신호에 연관된 소셜 미디어 대화 활동이 제품과 연관된 상당한 영구적 부정적 영향 또는 제품의 평판에 상당한 영구적 부정적 영향을 표시하는 콘텐츠를 포함하는 경우, 또는 추적 신호와 연관된 음의 판매 영향력이 제3 한계와 같거나 초과하는 제4 범위 내에 있는 경우에 도달된다. 일부 실시예에서, 제3 한계는 대화를 지속하는 것에 기초하여 선택적으로 재정의가능하다. 제1, 제2, 및 제3 한계와 같은 한계가 추적 신호와 상관된 음의 판매 영향력과 비교하기 위해 설명되지만, 추적 신호의 크기 또는 임계 추적 신호로부터의 추적 신호의 편차의 크기와 같은, 추적 신호와 연관된 다른 적절한 값과 비교하기 위해 추가적으로 또는 대안적으로 한계가 구현된다.
추적 신호가 제4 에스컬레이션 레벨에 있는 것으로 결정될 때, SMIA 컴퓨터 장치(105)는 제4 에스컬레이션 레벨에 적절한 방식으로 대화 활동의 편차를 완화시키기 위해 자동으로 응답한다. 제4 에스컬레이션 레벨이 제품 평판에 대한 영구적 손해 및 영구적 음의 판매 영향력의 위험을 나타내는 것이기 때문에, 다른 에스컬레이션 레벨과 비교하여, 부정적 대화 활동을 완화시키기 위해서는 더 많은 중대한 개입이 필요할 수 있다. 예를 들어, 상술한 바와 같이, 특정 포스트 및 코멘트에 대한 온라인 응답을 위한 응답 서술문, 온라인 일반 광고 배치 및 기존 판매처에 대한 보도 자료의 선택을 위해, SMIA 컴퓨터 장치(105)는 표준 서술문의 데이터베이스로부터 제4 에스컬레이션 레벨에 적합한 서술문을 제안할 수 있다. 이러한 일부 실시예에서, 자동적으로 선택되는 제4 서술문은, 소셜 미디어 대화를 주도하는 특정 제품을 가리킬 뿐만 아니라, 제품이 판매되는 전체 브랜드 또는 부문을 가리킬 수도 있다. SMIA 컴퓨터 장치(105)는 또한 전술한 바와 같이 서술문 및/또는 추가 조치에 대한 적절한 추가 또는 변경을 위해 제4 에스컬레이션 레벨에 연관된 제안된 서술문을 의사 결정 담당자에게 전송한다. 예를 들어, 제4 에스컬레이션 레벨에 대해 지정된 의사 결정 담당자는, 특정 제품 및/또는 특정 제품에 대한 소비자 관계를 관리하는 것에 연관된 담당자뿐만 아니라, 제품이 판매되는 전체 브랜드 또는 부문 및/또는 제품이 판매되는 전체 브랜드 또는 부문에 대한 소비자 관계를 관리하는 것에 연관된 담당자도 포함한다. 따라서, 브랜드 또는 부문 내의 다른 제품에 대한 소셜 미디어 대화에 대한 잠재적 영향을 취급하는 업무를 가진 담당자는 제4 에스컬레이션 이벤트가 검출된 후 가장 빠른 시기에 자동으로 선택된 응답 템플릿으로 경보를 받고 제공받는다.
제품이 판매되는 전체 브랜드 또는 부문에 대한 지정된 의사 결정 담당자의 관여는 제4 에스컬레이션 레벨과, 또는 그것과 단독으로 연관될 필요가 없다는 점에 유의해야 한다. 대안적인 실시예들에서, 제품이 판매되는 전체 브랜드 또는 부문을 위해 지정된 담당자는 임의의 적절한 에스컬레이션 레벨과 연관되거나, 아무런 에스컬레이션 레벨과 연관되지 않는다. 다른 예로서, 일부 실시예에서, 추적 신호를 구동하는 소셜 미디어 대화가 브랜드 또는 부문에 명시적으로 집중되는 경우, 지정된 의사 결정 담당자는 타겟 브랜드 또는 부문에 대한 담당자가 되도록 자동적으로 선택된다.
일부 실시예에서, 일단 에스컬레이션 레벨이 트리거되었다면, SMIA 컴퓨터 장치(105)는, 미리 정의된 피드백 조건이 추적 신호에 검출될 때까지 적어도 트리거된 에스컬레이션 레벨에 대응하는 자원의 할당을 유지한다. 예를 들어, 특정 에스컬레이션 레벨이 트리거된 후, 후속하는 날에 추적 신호의 값은 트리거된 에스컬레이션 레벨이나 더 높은 에스컬레이션 레벨과 연관된 조건을 더 이상 충족시키지 못한다. 그럼에도 불구하고, SMIA 컴퓨터 장치(105)는 추가적인 미리 정의된 피드백 조건이 결정될 때까지 트리거된 에스컬레이션 레벨에 대응하는 자원의 할당을 유지한다. 일부 실시예에서, 미리 정의된 피드백 조건은 추적 신호가 임계 추적 신호 아래로 감소할 때 발생한다. 미리 정의된 피드백 조건을 추적 신호에 검출하는 SMIA 컴퓨터 장치(105)에 응답하여, SMIA 컴퓨터 장치(105)는 이전에 트리거된 에스컬레이션 레벨로부터 단계적으로 축소되고, 존재하는 경우, 추적 신호의 현재 값과 연관된 에스컬레이션 레벨로 진입한다. 대안적인 실시예들에서, 임의의 적절한 피드백 조건이 사용된다. 트리거된 에스컬레이션 레벨로부터 단계적으로 축소되도록 추가 피드백 조건이 충족될 때까지 기다리는 것은 트리거된 에스컬레이션 레벨에 적절한 응답이 중단되기 전에 제품에 대한 소셜 미디어 대화의 부정적인 추세가 중단되었는지 결정하는 데 분명히 도움이 된다. 대안적인 실시예들에서, 추가적인 미리 정의된 피드백 조건을 필요로 하지 않고, SMIA 컴퓨터 장치(105)는 후속하는 날에 추적 신호의 값이 트리거된 에스컬레이션 레벨이나 더 높은 에스컬레이션 레벨과 연관된 조건을 더 이상 충족시키지 못할 때, 트리거된 에스컬레이션 레벨로부터 단계적으로 축소된다.
예시적인 실시예에서, 더 낮은 에스컬레이션 레벨이 트리거된 후, 추적 신호의 예측된 미래 판매 영향력이 후속하여 더 높은 에스컬레이션 레벨의 판매 영향력 범위 내로 단계적으로 상승되었다고 SMIA 컴퓨터 장치(105)가 결정하는 경우, SMIA 컴퓨터 장치(105)는 더 높은 에스컬레이션 레벨에 대해 정의된 자원 할당 규칙에 따라 자원을 자동으로 재할당하도록 구성된다.
소정의 실시예에서의 임계 추적 신호는 추적 신호(600)를 위한 최근의 이력 데이터에 기초하여 실행 평균이기 때문에, 임계 추적 신호가 에스컬레이션 이벤트 동안에 상승할 수 있으며, 이러한 경우에 SMIA 컴퓨터 장치(105)에 의해 구현되는 조치에 응답하여 임계 추적 신호 아래로 떨어짐에도 불구하고 추적 신호가 에스컬레이션 범위 내에서 유지될 수 있다는 점에 주목해야 한다.
도 6은 SMIA 컴퓨터 장치(105)에 의해 사용될 수 있는 소셜 미디어 대화 추적 신호(600)의 일례의 다이어그램이다. 예를 들어, 제한되지는 않지만, 소셜 미디어 대화 추적 신호(600)는 SMM 컴퓨터 장치(115)로부터 SMIA 컴퓨터 장치(105)에 실시간으로 전송되며, Kvantum, Inc.에서 제공하는 고객의 소리(Voice of Consumer) 소셜 미디어 모니터링 플랫폼으로서 구현될 수 있다. 예시적인 실시예에서, 소셜 미디어 대화 추적 신호(600)의 값은 관심 제품(또는 제품군, 또는 브랜드, 또는 부문 등)을 언급하는 소셜 미디어 대화로부터 채굴된 콘텐츠에 기초하여 매일 수신된다. 대안적인 실시예에서, 추적 신호(600)의 값은 임의의 적절한 간격으로 수신된다.
오른속 수직 스케일 상에 무차원 단위로 도시된, 추적 신호(600)의 값은, 또한 왼손 세로축 상에 판매 변화율 단위로 표시되는, SMM 컴퓨터 장치(115)에 의해 상관관계가 있는, 관심 제품의 판매에 대한 소셜 미디어 대화에 의한 예측된 영향력 값을 나타낸다. 예시적인 실시예에서, 상관관계가 있는 예측된 판매 영향력 값은 소셜 미디어 대화 추적 신호(600)와 함께 SMM 컴퓨터 장치(115)에 의해 제공된다. 임계 추적 신호(602)도 도시되어 있다. 예시적인 실시예에서, 임계 추적 신호(602)는 전술한 바와 같이, 가장 최근의 지난 주와 같이, 적절한 최근 기간 동안에 매일 수신된 복수의 수신된 소셜 미디어 대화 추적 신호의 적절한 실행 평균으로서 산출된다. 대안적인 실시예에서, 임계 추적 신호(602)는 추적 신호(600)의 가중 이력 값에 기초하여 임의의 다른 적합한 방식으로 산출된다. 임계 추적 신호(602)는 SMM 컴퓨터 장치(115)에 의해 제공될 수 있거나, 수신된 소셜 미디어 대화 추적 신호(600)로부터 상술한 바와 같이 SMIA 컴퓨터 장치(105)에 의해 산출될 수 있다.
단 하나의 소셜 미디어 대화 추적 신호(600)만이 도시되어 있지만, SMIA 컴퓨터 장치(105)는, SMM 컴퓨터 장치(115)로부터 복수의 소셜 미디어 대화 추적 신호(600)를 수신할 수 있으며, 각각은 소셜 미디어 대화의 다른 콘텐츠 카테고리에 기초한다. 콘텐츠 카테고리는 SMM 컴퓨터 장치(115)에 의해 동적으로 결정될 수 있고, 각 추적 신호(600)와 연관된 소셜 미디어 대화의 키워드 또는 다른 콘텐츠 주제 표시자는 추적 신호(600)와 연관되어 제공될 수 있다. 상술한 바와 같이, 에스컬레이션 레벨에 기초한 응답 방법론은 각각의 추적 신호(600)에 개별적으로 SMIA 컴퓨터 장치(105)에 의해 적용될 수 있다.
도 6에 도시된 예시적인 실시예에서, 모니터링되는 제품은 기저귀이다. SMIA 컴퓨터 장치(105)는 상술한 바와 같이 네 가지의 에스컬레이션 레벨을 실행하며, 추적 신호(600)와 연관된 기저귀의 판매에 대한 예측된 영향과 비교하기 위해 정의된 한계를 갖는다. 특히, 제1 한계는 0.01%로 설정되고, 제2 한계는 0.02%로 설정되고, 제3 한계는 0.03%로 설정된다.
제1 에스컬레이션 레벨에서의 이벤트가 610에서 도시되어 있다. 이벤트(610)에서, 추적 신호(600)는 임계 추적 신호(602)를 초과하며, 추적 신호(600)와 연관된 예측된 음의 판매 영향력은 0.01% 아래로 유지된다. 또한, 추적 신호(600)를 구동하는 기저귀 제품에 대한 소셜 미디어 대화 내의 키워드는, "누출", "실망스러운", "불만스러운" 같은 용어들을 포함하며, 이들은 데이터베이스(125)에서 제품과 연관된 불편함 또는 일시적인 불편을 나타내지만, 평판 상의 위험은 없는 것과 연관되어 있다. 이에 응답하여, SMIA 컴퓨터 장치(105)는 데이터베이스(125)에 저장된 제1 에스컬레이션 레벨에 대한 일련의 표준 미리 정의된 응답에 액세스하고, 키워드에 기초하여 소셜 미디어 대화에 포스팅하기 위한 적절한 응답을 자동적으로 선택한다.
제2 에스컬레이션 레벨에서의 이벤트는 612에서 도시된다. 이벤트(612)에서, 추적 신호(600)는 임계 추적 신호(602)를 초과한다. 기저귀 제품에 대한 소셜 미디어 대화의 키워드는 제2 에스컬레이션 레벨과 연관되는 어떠한 건강 또는 평판 상 우려도 암시하지 않는다. 그러나, 추적 신호(600)와 연관된 예측된 음의 판매 영향력은 0.01%를 초과하지만, 0.02% 아래로 유지되므로, 제2 에스컬레이션 레벨을 트리거한다. 이에 응답하여, SMIA 컴퓨터 장치(105)는 제2 에스컬레이션 레벨에 대하여 데이터베이스(125)에 저장된 일련의 표준 미리 정의된 응답에 액세스하고, 키워드에 기초하여 소셜 미디어 대화에 포스팅하기 위한 적절한 응답을 자동적으로 선택한다. 또한, SMIA 컴퓨터 장치(105)는, 불만 사항을 처리하거나 응대하도록 데이터베이스(125)로부터 선택된 광고를 가지고 하나 이상의 소셜 미디어 플랫폼에 걸쳐 광고 배치 공급 및 빈도를 자동적으로 증가시킨다.
제3 에스컬레이션 레벨에서의 이벤트는 614에서 도시된다. 이벤트(614)에서, 추적 신호(600)는 임계 추적 신호(602)를 더 초과한다. 기저귀 제품에 대한 소셜 미디어 대화의 키워드는 제2 에스컬레이션 레벨과 연관되는 어떠한 건강 또는 평판 상 우려도 암시하지 않는다. 그러나, 추적 신호(600)와 연관된 예측된 음의 판매 영향력은 0.02%를 초과하지만, 0.03% 아래로 유지되므로, 제3 에스컬레이션 레벨을 트리거한다. 이에 응답하여, SMIA 컴퓨터 장치(105)는, 제3 에스컬레이션 레벨에 대하여 데이터베이스(125)에 저장된 일련의 미리 정의된 서술문 템플릿에 액세스하고, 적절한 서술문을 자동적으로 선택하고, 제안된 서술문을 기저귀 제품과 연관된 지정된 의사 결정 담당자에게 자동적으로 전송해서, 소셜 미디어 플랫폼에 서술문을 포스팅하고/하거나 보도 자료로서 서술문을 발행하기 전에 서술문에 대한 적절한 추가 또는 변경을 진행할 수 있고/있거나 지정된 의사 결정 담당자가 추가 조치를 취할 수 있다.
제4 에스컬레이션 레벨에서의 이벤트는 616에서 도시된다. 이벤트(616)에서, 추적 신호(600)는 임계 추적 신호(602)를 초과한다. 추적 신호(600)를 구동하는 기저귀 제품에 대한 소셜 미디어 대화 내의 키워드는, "반환" 및 "심각한" 같은 용어들을 포함하며, 이들은 제품 평판에 영구적 손해 위험을 가지고 데이터베이스(125)에 연관되며, 제4 에스컬레이션 레벨을 트리거한다. 또한, 추적 신호(600)와 연관된 예측된 음의 판매 영향력은 0.03%를 초과하며, 또한 제4 에스컬레이션 레벨을 트리거하는데 충분하다. 이에 응답하여, SMIA 컴퓨터 장치(105)는, 제4 에스컬레이션 레벨에 대하여 데이터베이스(125)에 저장된 일련의 미리 정의된 서술문 템플릿에 액세스하고, 적절한 서술문을 자동적으로 선택하고, 제안된 서술문을 기저귀 제품과 연관된 지정된 의사 결정 담당자에게 자동적으로 전송해서, 소셜 미디어 플랫폼에 서술문을 포스팅하고/하거나 보도 자료로서 서술문을 발행하기 전에 서술문에 대한 적절한 추가 또는 변경을 진행할 수 있고/있거나 지정된 의사 결정 담당자가 추가 조치를 취할 수 있다. 특히, 예시적인 실시예에서, 제안된 서술문은 제품이 판매되는 브랜드 또는 부문과 연관된 소비자 호감도를 다룬다.
단계적 축소 이벤트는 618에서 도시된다. 보다 구체적으로, 제4 에스컬레이션 레벨 이벤트(616) 다음 날에 추적 신호의 값(620)은 트리거된 제4 에스컬레이션 레벨과 연관된 조건을 더 이상 만족시키지 못하지만, 상관관계가 있는 음의 판매 영향력이 0.03의 제3 한계 아래로 떨어졌기 때문에, SMIA 컴퓨터 장치(105)는 미리 정의된 피드백 조건이 추적 신호(600)에서 검출될 때까지 제4 에스컬레이션 레벨을 유지한다. 예시적인 실시예에서, 미리 정의된 피드백 조건은 추적 신호(600)가 단계적 축소 이벤트(618)에서 임계 추적 신호(602) 아래로 떨어질 때 발생한다. 단계적 축소 이벤트(618)에서, 추적 신호(600)와 연관된 예측된 음의 판매 영향력이 0.01%를 초과하지만, 0.02% 아래로 유지되므로, 자동으로 SMIA 컴퓨터 장치(105)가 제2 에스컬레이션 레벨로 되돌아갈 수 있게 한다. 따라서, 예를 들어, SMIA 컴퓨터 장치(105)는 지정된 의사 결정 요원이 중간의 제3 에스컬레이션 레벨과 연관된 단계들을 반복할 필요성을 피하고, 추가로 사람 작업자에 의한 시간 집약적인 실제 응답 관리 필요성을 감소시키고, 소비자 관계 자원을 보다 효율적인 방식으로 자동으로 할당하게 한다.
도 7은 (도 1에 도시한) 소셜 미디어 영향력 분석 시스템(100)을 사용하여 소셜 미디어 대화에 응답하여 자원을 할당하기 위한 프로세스(700)의 흐름도이다. 예시적인 실시예에서, 프로세스(700)는 SMIA 컴퓨터 장치(105)(도 1에 도시됨)에 의해 수행된다. SMIA 컴퓨터 장치(105)는 프로세서(305)(도 3에 도시됨) 및 데이터베이스(125)(도 1에 도시됨)와 같은 메모리 장치를 포함한다. 메모리 장치는, 복수의 에스컬레이션 레벨 각각에 대하여, 대응하는 트리거 기준 및 대응하는 자원을 저장한다. 대응하는 트리거 기준 각각은 판매 영향력 범위와 콘텐츠 카테고리를 포함한다.
예시적인 실시예에서, SMIA 컴퓨터 장치(105)는 기간에 걸쳐 제품에 대한 소셜 미디어 대화와 관계가 있는 복수의 추적 신호를 수신한다(702). 복수의 추적 신호의 각각의 추적 신호는, 소셜 미디어 대화의 적어도 하나의 주제를 포함하며, 제품에 대한 예측된 미래 판매 영향력에 상관된다.
SMIA 컴퓨터 장치(105)는, 추적 신호들 중 하나가 임계 추적 신호로부터 벗어나는지를 검출하며(704), 여기서 임계 추적 신호는 추적 신호들 중 하나의 가중 이력 값들로부터 생성된다.
검출에 응답하여, SMIA 컴퓨터 장치(105)는, 추적 신호들 중 하나를 복수의 에스컬레이션 레벨에 대한 트리거 기준과 비교한다(706).
SMIA 컴퓨팅 장치(105)는, (i) 추적 신호들 중 하나에 대한 소셜 미디어 대화의 적어도 하나의 주제가 에스컬레이션 레벨 중 하나의 카테고리 내에 있는지, 그리고 (ii) 추적 신호들 중 하나의 예측된 미래 판매 영향력이 에스컬레이션 레벨 중 하나의 판매 영향력 범위 내에 있는지 중 적어도 하나를 결정하는 것에 응답하여 에스컬레이션 레벨 중 하나에 대한 자원 할당에 따라 소셜 미디어 대화에 응답하여 자원을 자동으로 할당한다(708).
일 실시예에서, 에스컬레이션 레벨 중 하나에 대한 자원 할당에 따라 소셜 미디어 대화에 응답하여 자원을 할당하는 것은, SMIA 컴퓨팅 장치(105)에 의해, 적어도 하나의 메모리 장치로부터 추적 신호들 중 하나의 적어도 하나의 주제 및 에스컬레이션 레벨 중 하나에 대응하는 미리 정의된 응답을 선택하는 것과, SMIA 컴퓨팅 장치(105)에 의해, 개별 포스팅 작성자에 대한 응답을 소셜 미디어 플랫폼 상에 직접 자동으로 포스팅하는 것을 포함한다.
일 실시예에서, 에스컬레이션 레벨 중 하나에 대한 자원 할당에 따라 소셜 미디어 대화에 응답하여 자원을 할당하는 것은, SMIA 컴퓨팅 장치(105)에 의해, 적어도 하나의 메모리 장치로부터 추적 신호들 중 하나의 적어도 하나의 주제 및 에스컬레이션 레벨 중 하나에 대응하는 미리 정의된 응답을 선택하는 것을 포함한다. SMIA 컴퓨팅 장치(105)는 개별 포스팅 작성자에 대한 응답을 소셜 미디어 플랫폼 상에 자동으로 포스팅하고, 여기서 소셜 미디어 플랫폼은 컴퓨터 장치에 의한 자동화된 포스팅을 억제한다. 그런 다음, SMIA 컴퓨팅 장치(105)는 자동화된 포스팅을 완료하도록 사람 작업자에게 경고한다.
일 실시예에서, 방법(700)은, SMIA 컴퓨팅 장치(105)에 의해, 추적 신호들 중 하나의 예측된 미래 판매 영향력이 후속하여 에스컬레이션 레벨 중 더 높은 것의 판매 영향력 범위 내로 단계적 증가되었는지 결정하는 것과, SMIA 컴퓨팅 장치(105)에 의해, 상기 더 높은 에스컬레이션 레벨에 대응하는 자원 할당에 따라 자동으로 자원을 재할당하는 것을 더 포함한다.
일 실시예에서, 더 높은 에스컬레이션 레벨에 대응하는 자원 할당에 따라 자원을 자동으로 재할당하는 것은, 추적 신호들 중 하나의 적어도 하나의 주제 및 더 높은 에스컬레이션 레벨에 대응하는 미리 정의된 제안된 서술문을 적어도 하나의 메모리 장치로부터 선택하는 것과, 제안된 서술문을 지정된 의사 결정 담당자에게 전송하는 것을 포함한다.
일 실시예에서, 더 높은 에스컬레이션 레벨에 대응하는 자원 할당에 따라 자원을 자동으로 재할당하는 것은, 제안된 서술문의 전송과는 다른 통신 채널을 사용하여 지정된 의사 결정 담당자에게 경고를 전송하는 것을 더 포함한다.
일 실시예에서, 방법(700)은, SMIA 컴퓨팅 장치(105)에 의해, 미리 정의된 피드백 조건이 추적 신호에서 검출될 때까지 더 높은 에스컬레이션 레벨에 대한 자원 할당에 따라 자원의 재할당을 유지하는 것을 더 포함한다.
도 8은 (도 1에 도시한) 시스템(100)에서 사용될 수 있는 하나 이상의 예시적인 컴퓨팅 장치의 구성요소들의 다이어그램(800)이다. 일부 실시예에서, 컴퓨팅 장치(810)는 SMIA 컴퓨터 장치(105)(도 1에 도시됨)와 유사하다. 데이터베이스(820)는, 특정 작업을 수행하는, 컴퓨팅 장치(810) 내의 여러 개별 구성요소와 연결될 수 있다. 이 실시예에서, 데이터베이스(820)는, 에스컬레이션 레벨 데이터(822), 트리거 기준 데이터(824), 할당 데이터(826), 추적 신호 데이터(828), 및 임계 추적 신호 데이터(830)를 포함한다. 일부 실시예에서, 데이터베이스(820)는 데이터베이스(125)(도 1에 도시됨)와 유사하다.
컴퓨팅 장치(810)는 데이터베이스(820) 뿐만 아니라 데이터 저장 장치(840)를 포함한다. 컴퓨팅 장치(810)는 모니터링하기 위한 추적 신호를 수신하기 위한 통신 구성요소(850) 또한 포함한다. 컴퓨팅 장치(810)는, 또한, 임계 추적 신호로부터 벗어나는 추적 신호들 중 하나를 검출하기 위한 검출 구성요소(860)를 포함한다. 비교 구성요소(870)는 추적 신호들 중 하나를 트리거 기준과 비교한다. 할당 구성요소(880)는 자원을 자동으로 할당한다. 처리 구성요소(890)는 시스템과 연관된 컴퓨터 실행가능 명령의 실행을 보조한다.
복수의 에스컬레이션 레벨의 예들이 음의 판매 영향력과 상관관계가 있는 추적 신호들에 응답하는 것에 관하여 상기에서 설명되었지만, 양의 판매 영향력과 상관관계가 있는 추적 신호들과 연관된 다른 복수의 에스컬레이션 레벨이 SMIA 컴퓨터 장치(105)에서 유사하게 정의될 수 있어서, 제품에 관한 긍정적 소셜 미디어 대화를 활용함에 있어서 효율성을 개선시킬 수 있다는 점을 이해해야 한다. 예를 들어, SMIA 컴퓨터 장치(105)는, 긍정적 의견이나 리뷰를 다른 소셜 미디어 플랫폼에 교차-포스팅함으로써 제1 양의 에스컬레이션 레벨에 응답하도록 구성되며, 예측된 양의 판매 영향력을 수용하도록 선택된 소매업자에서 제품 재고를 자동으로 주문하여, 제2 양의 에스컬레이션 레벨에 응답하도록 구성되며, 검출된 호감도를 지렛대로 활용하기 위해 제품 라인 확장 또는 다른 제품과의 교차 브랜딩이 논의되어야 하는 제품과 연관된 지정된 의사 결정 담당자에게 자동으로 경고함으로써 제3 양의 에스컬레이션 레벨에 응답하도록 구성된다.
광범위하게, 역동적으로, 급속히 진화하는 소셜 미디어 대화의 흩어진 "스냅샷" 또는 고립된 부분에 기초하여 각각 조율되지 않았거나 느슨하게 조율된 일련의 재량적 소셜 미디어 응답 결정들에 의존하는, 소셜 미디어 대화에 응답하기 위한 공지된 시스템과 대조적으로, 본원에 기술된 시스템 및 방법의 실시예들은 소셜 미디어 대화의 영향력의 반복가능하고 일관성 있는 측정에 기초하여, 일관성 있고 효율적인 방식으로, 정연한 규칙 세트에 따라 소셜 미디어 대화에 대한 응답을 자동적으로 선택한다. 실시예들은, 소정의 잘 정의된 양의 또는 음의 영향력 임계치에 도달하는 경우들에 인간 작업자가 재량으로 관여하는 것을 제한함으로써, 인간 작업자에 의한 시간 집약적인 실제 응답 관리에 대한 필요성을 감소시키고, 소비자 관계 자원을 더욱 효율적인 방식으로 자동적으로 할당한다. 또한, 일부 실시예는, 추적 신호로부터의 피드백에 응답하여 선택된 응답이 자동으로 재조정되게 하여, 효율을 더욱 개선시키고, 의도한 것이 가장 좋음에도 불구하고 인간 작업자들에 의해 야기될 수 있는 의도하지 않은 및/또는 예기치 못한 부정적인 결과를 제한한다.
프로세서 또는 처리 요소는 지도 또는 미-지도 머신 러닝(machine learning)을 사용하여 트레이닝될 수 있고, 머신 러닝 프로그램은 컨볼루션 뉴럴 네트워크, 딥 러닝 뉴럴 네트워크, 또는 둘 이상의 관심 분야 또는 영역에서 학습하는 조합된 러닝 모듈 또는 프로그램일 수 있는, 뉴럴 네트워크를 이용할 수 있다. 머신 러닝은 후속 데이터에 대한 예측을 용이하게 만들기 위해 기존 데이터의 패턴을 식별하고 인식하는 것에 관여할 수 있다. 신규한 입력에 대한 유효하고 신뢰성 있는 예측을 하기 위해 예시적인 입력에 기초하여 모델이 생성될 수 있다.
추가적으로 또는 대안적으로, 머신 러닝 프로그램은 대화 추적 신호, 임계 추적 신호, 할당 데이터, 및 이력 할당 성공 데이터, 및 기타 데이터 같은, 샘플 데이터 세트 또는 특정 데이터를 프로그램에 입력함으로써 트레이닝될 수 있다. 머신 러닝 프로그램은 주로 패턴 인식에 초점을 맞출 수 있는 딥 러닝 알고리즘을 이용할 수 있고, 다수의 예시를 처리한 후에 트레이닝될 수 있다. 머신 러닝 프로그램은 베이지안 프로그램 러닝 (Bayesian program learning, BPL), 이미지 또는 사물 인식, 광 캐릭터 인식, 픽셀 인식, 및/또는 자연어 처리를, 개별적으로 또는 조합하여, 포함할 수 있다. 머신 러닝 프로그램은, 또한, 자연어 처리, 의미 분석(semantic analysis), 자동 추론(automatic reasoning), 및/또는 머신 러닝을 포함할 수 있다.
지도 머신 러닝에서, 처리 요소는 예시적인 입력 및 이들의 관련 출력을 구비할 수 있고, 입력을 출력에 맵핑하는 일반 규칙을 발견하려고 시도할 수 있어, 후속하는 신규한 입력이 제공될 때 처리 요소는, 발견된 규칙에 기초하여 올바른 출력을 정확하게 예측할 수 있다. 미-지도 머신 러닝에서, 처리 요소는 라벨링되지 않은 예시적인 입력에서 자체의 구조를 찾도록 요구받을 수 있다. 일 실시예에서, 머신 러닝 기술은, 대화 추적 신호, 임계 추적 신호, 할당 데이터, 및 이력 할당 성공 데이터, 및 기타 데이터를 추출하는 데 사용될 수 있다.
본원에서 논의된 컴퓨터 구현 방법은 본원의 다른 곳에서 논의된 것들을 포함하여, 추가적인, 더 적은, 또는 대안적인 동작을 포함할 수 있다. 상기 방법은 하나 이상의 로컬 또는 원격 프로세서, 트랜시버, 서버, 및/또는 센서(예컨대, 차량 또는 모바일 디바이스에 장착되었거나, 또는 스마트 인프라 또는 원격 서버와 연결된 프로세서, 트랜시버, 서버, 및/또는 센서)를 통해서, 및/또는 비일시적인 컴퓨터 판독가능 매체 또는 매체들에 저장된 컴퓨터 실행가능 명령어를 통해서 구현될 수 있다. 또한, 본원에서 논의된 컴퓨터 시스템은 본원의 다른 곳에서 논의된 것을 포함하여, 추가의, 더 적은, 또는 대안적인 기능을 포함할 수 있다. 본원에서 논의된 컴퓨터 시스템은 비일시적 컴퓨터 판독가능 매체 또는 매체들에 저장된 컴퓨터 실행가능 명령어를 포함하거나 이를 통해 구현될 수 있다.
본원에서 사용되는 바와 같이, "비일시적 컴퓨터 판독가능 매체"라는 용어는, 예컨대 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 및 서브 모듈, 또는 임의의 장치 내의 다른 데이터와 같은, 정보의 단기 및 장기 저장을 위한 임의의 방법 또는 기술로 구현되는 임의의 유형의 컴퓨터 기반 장치를 나타내려는 것이다. 따라서, 본원에 기술된 방법은, 제한 없이, 저장 장치 및/또는 메모리 장치를 포함하여, 유형의, 비일시적 컴퓨터 판독가능 매체에 구현된 실행가능 명령어로서 인코딩될 수 있다. 이러한 명령어들은, 프로세서에 의해 실행될 때, 프로세서로 하여금 본원에 기술된 방법의 적어도 일부분을 수행하게 한다. 또한, 본원에서 사용되는 바와 같이, "비일시적 컴퓨터 판독가능 매체"라는 용어는, 제한 없이, 비일시적 컴퓨터 저장 장치를 포함하며, 제한 없이, 휘발성 및 비휘발성 매체, 및 펌웨어, 물리적 및 가상 저장소 같은 착탈식 및 비착탈식 매체, CD-ROM, 및 DVD 뿐만 아니라, 아직 디지털 수단으로 개발되지 않은 것을 포함하는, 모든 유형의 컴퓨터 판독가능 매체를 포함하며, 유일한 예외는 일시적인 전파 신호이다.
본원에 기술된 바와 같이, 본원에 설명된 구현예들은 소셜 미디어를 분석하는 것, 보다 구체적으로 소셜 미디어 대화에 응답하여 자원을 할당하는 것에 관한 것이다. 보다 구체적으로, 소셜 미디어 영향력 분석(SMIA) 컴퓨터 장치(SMIA 서버로도 알려짐)는 기간에 따라 제품에 관한 복수의 소셜 미디어 대화 추적 신호를 수신하고 모니터링한다. SMIA 컴퓨터 장치는 기간에 따라 복수의 수신된 소셜 미디어 대화 추적 신호를 평균내서 임계 추적 신호를 생성한다. SMIA 컴퓨터 장치는 현재의 소셜 미디어 대화 추적 신호를 임계 추적 신호와 비교하고 소셜 미디어 대화에 응답하여 자원을 할당하여 판매에 긍정적인 영향력을 달성한다.
소셜 미디어 영향력 분석을 위한 상술한 방법 및 시스템은 비용 효과적이며, 안전하며, 매우 신뢰성이 높다. 상기 방법 및 시스템은 타겟 엔티티에 의해 제공되는 제품 또는 서비스에 관한 소셜 미디어 대화 및 상기 대화가 제품 또는 서비스의 미래 판매에 어떤 영향을 미치는지에 대한 이해를 제공한다. 이는 대화에 응답하고 부정적 대화의 영향력을 완화시키고 그리고/또는 판매에 긍정적 영향을 구동하도록 긍정적 대화를 지렛대로 활용하도록 타겟 엔티티가 조치를 취할 수 있게 한다.
이렇게 기술된 설명은 최상의 모드를 포함하는 다양한 구현예를 개시하기 위하여, 또한 해당 기술분야의 어떠한 숙련자든지 어떠한 장치 또는 시스템을 제조 및 사용하고 어떠한 포함된 방법을 수행하는 것을 포함하여 다양한 구현예를 실시하는 것을 가능하게 하기 위한 예시들을 사용한다. 발명의 특허 가능한 범주는 청구범위에 의해 규정되며, 해당 기술분야의 숙련자들에게 일어나는 다른 실시예를 포함할 수 있다. 그런 다른 실시예는 그것들이 청구범위의 문헌적 언어와 상이하지 않는 구조적 요소를 가지거나 청구범위의 문헌적 언어와 실질적으로 다르지 않으면서 동등한 구조적 요소를 포함한다면 청구범위의 범주 내에 있는 것으로 의도된다.
Claims (20)
- 적어도 하나의 메모리 장치와 통신하는 적어도 하나의 프로세서를 포함하는 소셜 미디어 영향력 분석(SMIA) 컴퓨터 장치로, 상기 적어도 하나의 메모리 장치는, 복수의 에스컬레이션 레벨 각각에 대해, 대응하는 트리거 기준 및 대응하는 자원 할당을 저장하며, 상기 대응하는 트리거 기준의 각각은 판매 영향력 범위 및 콘텐츠 카테고리를 포함하며, 상기 SMIA 컴퓨터 장치는 상기 적어도 하나의 프로세서에 의해,
뉴스 사이트, 블로그, 게시판, 메시징 애플리케이션 및 웹사이트, 및 제품 리뷰 웹사이트를 포함하는 복수의 소셜 미디어 소스로부터의 복수의 소셜 미디어 대화로부터의 비구조화된 데이터의 분석에 기초하여 기간에 걸친 제품에 대한 복수의 소셜 미디어 대화에 관한 복수의 추적 신호를 소셜 미디어 모니터링(SMM) 컴퓨터 장치로부터 수신하되, 여기서 상기 복수의 추적 신호 중 각각의 추적 신호는, 소셜 미디어 대화의 적어도 하나의 주제를 포함하고 상기 제품에 대한 예측되는 미래 판매 영향력에 상관되고, 상기 복수의 추적 신호는 복수의 소셜 미디어 소스로부터 검출된 감정과 관련되고;
상기 추적 신호들 중 하나가 임계 추적 신호로부터 벗어나는 것을 검출하고, 여기서 상기 임계 추적 신호는 상기 추적 신호들 중 하나의 이력 값들로부터 생성되고;
상기 추적 신호들 중 하나가 상기 임계 추적 신호로부터 벗어나는 것이 검출될 경우, 상기 복수의 에스컬레이션 레벨에 대해 상기 추적 신호들 중 하나를 상기 트리거 기준에 비교하고, 여기서 각각의 연속적인 에스컬레이션 레벨에 대한 트리거 기준은 상기 소셜 미디어 대화의 증가하는 부정적 추세에 대응하고;
상기 복수의 에스컬레이션 레벨 및 상기 비교에 기초하여 현재의 에스컬레이션 레벨을 결정하고; 그리고
(i) 상기 추적 신호들 중 하나에 대한 상기 소셜 미디어 대화의 적어도 하나의 주제가 상기 현재의 에스컬레이션 레벨의 콘텐츠 카테고리 내에 있는지, 그리고 (ii) 상기 추적 신호들 중 하나의 예측된 미래 판매 영향력이 상기 현재의 에스컬레이션 레벨의 판매 영향력 범위 내에 있는지를 결정하는 것에 응답하여 상기 증가하는 부정적 추세에 응대하기 위해 상기 복수의 에스컬레이션 레벨 중 상기 현재의 에스컬레이션 레벨에 따라 자원을 할당함으로써 자동으로 응답을 생성하고 상기 응답을 미디어 출력 구성요소로 제출하도록 구성되는, SMIA 컴퓨터 장치. - 제1항에 있어서, 상기 SMIA 컴퓨터 장치는,
상기 적어도 하나의 메모리 장치로부터 상기 추적 신호들 중 하나의 적어도 하나의 주제 및 제1 에스컬레이션 레벨에 대응하는 미리 정의된 응답을 선택하는 것; 및
개별 포스팅 작성자에 대한 응답을 소셜 미디어 플랫폼 상에 직접 자동으로 포스팅하는 것에 의해, 상기 현재의 에스컬레이션 레벨이 상기 제1 에스컬레이션 레벨일 때, 상기 제1 에스컬레이션 레벨에 대한 자원 할당에 따라 상기 증가하는 부정적 추세에 응대하기 위해 자원을 할당하도록 추가로 구성되는, SMIA 컴퓨터 장치. - 제1항에 있어서, 상기 SMIA 컴퓨터 장치는,
상기 적어도 하나의 메모리 장치로부터 상기 추적 신호들 중 하나의 적어도 하나의 주제 및 제1 에스컬레이션 레벨에 대응하는 미리 정의된 응답을 선택하는 것; 및
자동화된 포스팅을 완료하도록 사람 작업자에게 경고하는 것에 의해, 상기 현재의 에스컬레이션 레벨이 상기 제1 에스컬레이션 레벨일 때, 상기 제1 에스컬레이션 레벨에 대한 자원 할당에 따라 상기 증가하는 부정적 추세에 응대하기 위해 자원을 할당하도록 추가로 구성되는, SMIA 컴퓨터 장치. - 제1항에 있어서, 상기 SMIA 컴퓨터 장치는,
(i) 상기 추적 신호들 중 하나에 대한 소셜 미디어 대화의 적어도 하나의 주제가 상기 에스컬레이션 레벨 중 다른 하나의 콘텐츠 카테고리 내에 있는지, 그리고 (ii) 상기 추적 신호들 중 하나의 예측된 미래 판매 영향력이 상기 에스컬레이션 레벨 중 다른 하나의 판매 영향력 범위 내에 있는지 중 적어도 하나를 결정하는 것에 응답하여 상기 에스컬레이션 레벨 중 다른 하나에 대한 자원 할당에 따라 상기 증가하는 부정적 추세에 응대하기 위해 자원을 자동으로 할당하도록 추가로 구성되는, SMIA 컴퓨터 장치. - 제4항에 있어서, 상기 SMIA 컴퓨터 장치는,
상기 추적 신호들 중 하나의 적어도 하나의 주제 및 상기 에스컬레이션 레벨 중 다른 하나에 대응하는 미리 정의된 제안된 서술문을 상기 적어도 하나의 메모리 장치로부터 선택하는 것; 및
상기 제안된 서술문을 지정된 의사 결정 담당자에게 전송하는 것에 의해, 상기 에스컬레이션 레벨 중 다른 하나에 대한 자원 할당에 따라 상기 증가하는 부정적 추세에 응대하기 위해 자원을 할당하도록 추가로 구성되는, SMIA 컴퓨터 장치. - 제5항에 있어서, 상기 SMIA 컴퓨터 장치는, 상기 제안된 서술문의 전송과는 다른 통신 채널을 사용하여 상기 지정된 의사 결정 담당자에게 경고를 전송하도록 추가로 구성되는, SMIA 컴퓨터 장치.
- 제5항에 있어서, 상기 SMIA 컴퓨터 장치는,
상기 제안된 서술문의 최종 버전의 승인을 상기 지정된 의사 결정 담당자로부터 수신하고; 및
상기 서술문의 최종 버전을 전통적인 미디어 아울렛에 보도 자료로서 전송하도록 추가로 구성되는, SMIA 컴퓨터 장치. - 삭제
- 제5항에 있어서, 상기 SMIA 컴퓨터 장치는, 미리 정의된 피드백 조건이 상기 추적 신호에 검출될 때까지 상기 에스컬레이션 레벨 중 다른 하나에 대한 자원 할당에 따라 상기 증가하는 부정적 추세에 응대하기 위해 자원을 할당하는 것을 유지하도록 추가로 구성되는, SMIA 컴퓨터 장치.
- 제9항에 있어서, 상기 미리 정의된 피드백 조건은 대응하는 임계 추적 신호 아래로 감소하는 상기 추적 신호들 중 하나를 포함하는, SMIA 컴퓨터 장치.
- 제5항에 있어서, 상기 현재의 에스컬레이션 레벨이 제3 에스컬레이션 레벨일 때, 여기서 상기 적어도 하나의 메모리 장치는 제1 레벨에 대한 제1 판매 영향력 범위, 상기 에스컬레이션 레벨 중 제2 에스컬레이션 레벨에 대한 제2 판매 영향력 범위, 및 상기 제3 에스컬레이션 레벨에 대한 제3 판매 영향력 범위를 저장하고, 여기서 상기 제1 판매 영향력 범위는 제1 한계 미만이고, 상기 제2 판매 영향력 범위는 상기 제1 한계와 같거나 상기 제1 한계를 초과하고 제2 한계 미만이고, 상기 제3 판매 영향력 범위는 상기 제2 한계와 같거나 상기 제2 한계를 초과하는, SMIA 컴퓨터 장치.
- 제11항에 있어서, 상기 SMIA 컴퓨터 장치는,
상기 추적 신호들 중 하나와 연관된 적어도 하나의 주제에 대응하는 상기 적어도 하나의 메모리 장치로부터 미리 정의된 광고 콘텐츠를 선택하는 것; 및
상기 광고 콘텐츠를 사용하여 하나 이상의 소셜 미디어 플랫폼에 걸쳐 광고 배치 배분 및 빈도를 증가시키는 것에 의해, 상기 현재의 레벨이 제2 에스컬레이션 레벨일 때, 상기 제2 에스컬레이션 레벨에 대한 자원 할당에 따라 상기 증가하는 부정적 추세에 응대하기 위해 자원을 할당하도록 추가로 구성되는, SMIA 컴퓨터 장치. - 소셜 미디어 대화에 응답하여 자원을 할당하기 위한 방법으로, 상기 방법은 소셜 미디어 영향력 분석(SMIA) 컴퓨터 장치를 사용하여 구현되며, 상기 SMIA 컴퓨터 장치는 적어도 하나의 메모리 장치와 통신하는 적어도 하나의 프로세서를 포함하며, 상기 적어도 하나의 메모리 장치는, 복수의 에스컬레이션 레벨의 각각에 대해, 대응하는 트리거 기준 및 대응하는 자원 할당을 저장하며, 상기 대응하는 트리거 기준의 각각은 판매 영향력 범위 및 콘텐츠 카테고리를 포함하며, 상기 적어도 하나의 프로세서에 의해 수행되는 상기 방법은,
상기 SMIA 컴퓨터 장치에 의해, 뉴스 사이트, 블로그, 게시판, 메시징 애플리케이션 및 웹사이트, 및 제품 리뷰 웹사이트를 포함하는 복수의 소셜 미디어 소스로부터의 복수의 소셜 미디어 대화로부터의 비구조화된 데이터의 분석에 기초하여 기간에 따른 제품에 대한 복수의 소셜 미디어 대화에 관한 복수의 추적 신호를 SMM 컴퓨터 장치로부터 수신하되, 여기서 상기 복수의 추적 신호의 각각의 추적 신호는, 소셜 미디어 대화의 적어도 하나의 주제를 포함하며, 상기 제품에 대한 예측된 미래 판매 영향력에 상관되고, 상기 복수의 추적 신호는 복수의 소셜 미디어 소스로부터 검출된 감정과 관련되는 단계;
상기 SMIA 컴퓨터 장치에 의해, 상기 추적 신호들 중 하나가 임계 추적 신호로부터 벗어나는지를 검출하고, 여기서 상기 임계 추적 신호는 상기 추적 신호들 중 하나의 이력 값들로부터 생성되는 단계;
상기 추적 신호들 중 하나가 상기 임계 추적 신호로부터 벗어나는 것이 검출될 경우, 상기 SMIA 컴퓨터 장치에 의해, 상기 복수의 에스컬레이션 레벨에 대해 상기 추적 신호들 중 하나를 상기 트리거 기준에 비교하고, 여기서 각각의 연속적인 에스컬레이션 레벨에 대한 트리거 기준은 상기 소셜 미디어 대화의 증가하는 부정적 추세에 대응하는 단계;
상기 복수의 에스컬레이션 레벨 및 상기 비교에 기초하여 현재의 에스컬레이션 레벨을 상기 SMIA 컴퓨터 장치에 의해 결정하는 단계; 그리고
상기 SMIA 컴퓨터 장치에 의해, (i) 상기 추적 신호들 중 하나에 대한 소셜 미디어 대화의 적어도 하나의 주제가 상기 현재의 에스컬레이션 레벨의 콘텐츠 카테고리 내에 있는지, 그리고 (ii) 상기 추적 신호들 중 하나의 예측된 미래 판매 영향력이 상기 현재의 에스컬레이션 레벨의 판매 영향력 범위 내에 있는지 중 적어도 하나를 결정하는 것에 응답하여 상기 증가하는 부정적 추세에 응대하기 위해 상기 복수의 에스컬레이션 레벨 중 상기 현재의 에스컬레이션 레벨에 따라 자원을 할당함으로써 상기 SMIA 컴퓨터 장치에 의해 자동으로 응답을 생성하고 상기 응답을 미디어 출력 구성요소로 제출하는 단계를 포함하는, 방법. - 제13항에 있어서, 상기 현재의 에스컬레이션 레벨에 대한 자원 할당에 따라 상기 증가하는 부정적 추세에 응대하기 위해 자원을 할당하는 단계는,
상기 SMIA 컴퓨터 장치에 의해, 상기 적어도 하나의 메모리 장치로부터 상기 추적 신호들 중 하나의 적어도 하나의 주제 및 상기 현재의 에스컬레이션 레벨에 대응하는 미리 정의된 응답을 선택하는 것; 및
상기 SMIA 컴퓨터 장치에 의해, 개별 포스팅 작성자에 대한 응답을 소셜 미디어 플랫폼 상에 직접 자동으로 포스팅하는 것을 포함하는, 방법. - 제13항에 있어서, 상기 현재의 에스컬레이션 레벨에 대한 자원 할당에 따라 상기 증가하는 부정적 추세에 응대하기 위해 자원을 할당하는 단계는,
상기 SMIA 컴퓨터 장치에 의해, 상기 적어도 하나의 메모리 장치로부터 상기 추적 신호들 중 하나의 적어도 하나의 주제 및 상기 현재의 에스컬레이션 레벨에 대응하는 미리 정의된 응답을 선택하는 것; 및
상기 SMIA 컴퓨터 장치에 의해, 자동화된 포스팅을 완료하도록 사람 작업자에게 경고하는 것을 포함하는, 방법. - 제13항에 있어서,
상기 SMIA 컴퓨터 장치에 의해, 상기 추적 신호들 중 하나의 예측된 미래 판매 영향력이 후속하여 상기 에스컬레이션 레벨 중 더 높은 것의 판매 영향력 범위 내로 단계적으로 상승되었는지 결정하는 단계; 및
상기 SMIA 컴퓨터 장치에 의해, 상기 더 높은 에스컬레이션 레벨에 대응하는 자원 할당에 따라 자원을 자동으로 재할당하는 단계를 더 포함하는, 방법. - 제16항에 있어서, 상기 더 높은 에스컬레이션 레벨에 대응하는 자원 할당에 따라 자원을 자동으로 재할당하는 단계는,
상기 추적 신호들 중 하나의 적어도 하나의 주제 및 상기 더 높은 에스컬레이션 레벨에 대응하는 미리 정의된 제안된 서술문을 상기 적어도 하나의 메모리 장치로부터 선택하는 것; 및
상기 제안된 서술문을 지정된 의사 결정 담당자에게 전송하는 것을 포함하는, 방법. - 제17항에 있어서, 상기 더 높은 에스컬레이션 레벨에 대응하는 자원 할당에 따라 자원을 자동으로 재할당하는 단계는 상기 제안된 서술문의 전송과는 다른 통신 채널을 사용하여 상기 지정된 의사 결정 담당자에게 경고를 전송하는 것을 더 포함하는, 방법.
- 제16항에 있어서, 상기 SMIA 컴퓨터 장치에 의해, 미리 정의된 피드백 조건이 상기 추적 신호에 검출될 때까지 상기 더 높은 에스컬레이션 레벨에 대한 자원 할당에 따라 자원을 재할당하는 것을 유지하는 단계를 더 포함하는, 방법.
- 컴퓨터 실행가능 명령어가 실시되는 적어도 하나의 비일시적인 컴퓨터 판독가능 저장 매체로, 적어도 하나의 메모리 장치와 통신하는 적어도 하나의 프로세서에 의해 실행될 때, 상기 적어도 하나의 메모리 장치는, 복수의 에스컬레이션 레벨 각각에 대해, 대응하는 트리거 기준 및 대응하는 자원 할당을 저장하며, 상기 대응하는 트리거 기준의 각각은 판매 영향력 범위 및 콘텐츠 카테고리를 포함하며, 상기 컴퓨터 실행가능 명령어들은 상기 적어도 하나의 프로세서로 하여금,
뉴스 사이트, 블로그, 게시판, 메시징 애플리케이션 및 웹사이트, 및 제품 리뷰 웹사이트를 포함하는 복수의 소셜 미디어 소스로부터의 복수의 소셜 미디어 대화로부터의 비구조화된 데이터의 분석에 기초하여 기간에 걸친 제품에 대한 복수의 소셜 미디어 대화에 관한 복수의 추적 신호를 SMM 컴퓨터 장치로부터 수신하게 하되, 여기서 상기 복수의 추적 신호 중 각각의 추적 신호는, 소셜 미디어 대화의 적어도 하나의 주제를 포함하고 상기 제품에 대한 예측되는 미래 판매 영향력에 상관되고, 상기 복수의 추적 신호는 복수의 소셜 미디어 소스로부터 상에서 검출된 감정과 관련되고;
상기 추적 신호들 중 하나가 임계 추적 신호로부터 벗어나는 것을 검출하게 하고, 여기서 상기 임계 추적 신호는 상기 추적 신호들 중 하나의 이력 값들로부터 생성되고;
상기 추적 신호들 중 하나가 상기 임계 추적 신호로부터 벗어나는 것이 검출될 경우, 상기 복수의 에스컬레이션 레벨에 대해 상기 추적 신호들 중 하나를 상기 트리거 기준에 비교하게 하고, 여기서 각각의 연속적인 에스컬레이션 레벨에 대한 트리거 기준은 상기 소셜 미디어 대화의 증가하는 부정적 추세에 대응하고;
상기 복수의 에스컬레이션 레벨 및 상기 비교에 기초하여 현재의 에스컬레이션 레벨을 결정하고; 그리고
(i) 상기 추적 신호들 중 하나에 대한 상기 소셜 미디어 대화의 적어도 하나의 주제가 상기 현재의 에스컬레이션 레벨의 콘텐츠 카테고리 내에 있는지, 그리고 (ii) 상기 추적 신호들 중 하나의 예측된 미래 판매 영향력이 상기 현재의 에스컬레이션 레벨의 판매 영향력 범위 내에 있는지를 결정하는 것에 응답하여 상기 증가하는 부정적 추세에 응대하기 위해 상기 복수의 에스컬레이션 레벨 중 상기 현재의 에스컬레이션 레벨에 따라 자원을 할당함으로써 자동으로 응답을 생성하고 상기 응답을 미디어 출력 구성요소로 제출하게 하는, 컴퓨터 판독가능 저장 매체.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201762483011P | 2017-04-07 | 2017-04-07 | |
| US62/483,011 | 2017-04-07 | ||
| PCT/US2018/026051 WO2018187448A1 (en) | 2017-04-07 | 2018-04-04 | Methods and systems for allocating resources in response to social media conversations |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190128704A KR20190128704A (ko) | 2019-11-18 |
| KR102611085B1 true KR102611085B1 (ko) | 2023-12-08 |
Family
ID=63712795
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020197031117A KR102611085B1 (ko) | 2017-04-07 | 2018-04-04 | 소셜 미디어 대화에 응답하여 자원을 할당하기 위한 방법 및 시스템 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11790395B2 (ko) |
| KR (1) | KR102611085B1 (ko) |
| CN (1) | CN110431576B (ko) |
| GB (1) | GB2574991A (ko) |
| WO (1) | WO2018187448A1 (ko) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11386506B2 (en) * | 2018-04-09 | 2022-07-12 | Massachusetts Institute Of Technology | System and technique for influence estimation on social media networks using causal inference |
| US11457361B2 (en) * | 2020-08-31 | 2022-09-27 | T-Mobile Usa, Inc. | Wireless network that discovers hotspots for cyberattacks based on social media data |
| US20230177429A1 (en) * | 2021-12-08 | 2023-06-08 | International Business Machines Corporation | Interactive option plan adjustment based on dynamic rules |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110125550A1 (en) * | 2009-11-20 | 2011-05-26 | Avaya Inc. | Method for determining customer value and potential from social media and other public data sources |
| US20140143405A1 (en) * | 2012-11-19 | 2014-05-22 | Wal-Mart Stores, Inc. | System And Method For Analyzing Social Media Trends |
| US20160253710A1 (en) * | 2013-09-26 | 2016-09-01 | Mark W. Publicover | Providing targeted content based on a user's moral values |
Family Cites Families (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100119053A1 (en) * | 2008-11-13 | 2010-05-13 | Buzzient, Inc. | Analytic measurement of online social media content |
| JP5810452B2 (ja) * | 2010-05-16 | 2015-11-11 | アクセス ビジネス グループ インターナショナル リミテッド ライアビリティ カンパニー | インパクト分析や影響追跡を含むマルチメディアのためのデータ収集、追跡及び分析手法 |
| US8554756B2 (en) | 2010-06-25 | 2013-10-08 | Microsoft Corporation | Integrating social network data with search results |
| US20120209920A1 (en) * | 2011-02-10 | 2012-08-16 | Microsoft Corporation | Social influencers discovery |
| US20130024389A1 (en) | 2011-07-19 | 2013-01-24 | Narendra Gupta | Method and apparatus for extracting business-centric information from a social media outlet |
| US8909771B2 (en) | 2011-09-15 | 2014-12-09 | Stephan HEATH | System and method for using global location information, 2D and 3D mapping, social media, and user behavior and information for a consumer feedback social media analytics platform for providing analytic measurements data of online consumer feedback for global brand products or services of past, present or future customers, users, and/or target markets |
| US20130124653A1 (en) | 2011-11-16 | 2013-05-16 | Loopa Llc | Searching, retrieving, and scoring social media |
| US9547832B2 (en) * | 2012-01-10 | 2017-01-17 | Oracle International Corporation | Identifying individual intentions and determining responses to individual intentions |
| US10319046B2 (en) | 2012-07-20 | 2019-06-11 | Salesforce.Com, Inc. | System and method for aggregating social network feed information |
| US9288123B1 (en) | 2012-08-31 | 2016-03-15 | Sprinklr, Inc. | Method and system for temporal correlation of social signals |
| US10003560B1 (en) * | 2012-08-31 | 2018-06-19 | Sprinklr, Inc. | Method and system for correlating social media conversations |
| US9959548B2 (en) * | 2012-08-31 | 2018-05-01 | Sprinklr, Inc. | Method and system for generating social signal vocabularies |
| CA2809558A1 (en) | 2012-09-28 | 2014-03-28 | Tata Consultancy Services Limited | Guided analytics |
| US20140129544A1 (en) * | 2012-11-02 | 2014-05-08 | Google Inc. | Using Metadata to Summarize Social Media Content |
| US20140143013A1 (en) * | 2012-11-19 | 2014-05-22 | Wal-Mart Stores, Inc. | System and method for analyzing social media trends |
| US20140278815A1 (en) * | 2013-03-12 | 2014-09-18 | Strathspey Crown LLC | Systems and methods for market analysis and automated business decisioning |
| US20150012336A1 (en) | 2013-07-02 | 2015-01-08 | Facebook, Inc. | Assessing impact of communications between social networking system users on a brand |
| WO2015010186A1 (en) * | 2013-07-25 | 2015-01-29 | In The Chat Communications Inc. | System and method for managing targeted social communications |
| US20150066985A1 (en) | 2013-08-27 | 2015-03-05 | Antony Raja T | Retrieving information from social media sites based upon events in an enterprise |
| US9824321B2 (en) | 2013-09-20 | 2017-11-21 | Infosys Limited | System and method for categorization of social media conversation for response management |
| US20150149373A1 (en) * | 2013-11-27 | 2015-05-28 | Adobe Systems Incorporated | Brand Scoring for Social Media Users |
| US20150181039A1 (en) * | 2013-12-19 | 2015-06-25 | Avaya, Inc. | Escalation detection and monitoring |
| US10296927B2 (en) | 2013-12-20 | 2019-05-21 | Iqvia Inc. | System and method for projecting product movement |
| US10346752B2 (en) | 2014-04-17 | 2019-07-09 | International Business Machines Corporation | Correcting existing predictive model outputs with social media features over multiple time scales |
| US9323556B2 (en) * | 2014-09-30 | 2016-04-26 | Amazon Technologies, Inc. | Programmatic event detection and message generation for requests to execute program code |
| SG11201704150WA (en) | 2014-11-24 | 2017-06-29 | Agency Science Tech & Res | A method and system for sentiment classification and emotion classification |
| US20160335649A1 (en) | 2015-05-15 | 2016-11-17 | Mastercard International Incorporated | Systems and methods for determining an impact event on a sector location |
| WO2017027718A1 (en) | 2015-08-12 | 2017-02-16 | Aon Singapore Centre For Innovtion, Strategy And Management | Dashboard interface, platform, and environment |
-
2018
- 2018-04-04 CN CN201880018755.0A patent/CN110431576B/zh active Active
- 2018-04-04 KR KR1020197031117A patent/KR102611085B1/ko active IP Right Grant
- 2018-04-04 WO PCT/US2018/026051 patent/WO2018187448A1/en active Application Filing
- 2018-04-04 US US16/492,455 patent/US11790395B2/en active Active
- 2018-04-04 GB GB201914839A patent/GB2574991A/en not_active Withdrawn
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110125550A1 (en) * | 2009-11-20 | 2011-05-26 | Avaya Inc. | Method for determining customer value and potential from social media and other public data sources |
| US20140143405A1 (en) * | 2012-11-19 | 2014-05-22 | Wal-Mart Stores, Inc. | System And Method For Analyzing Social Media Trends |
| US20160253710A1 (en) * | 2013-09-26 | 2016-09-01 | Mark W. Publicover | Providing targeted content based on a user's moral values |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110431576A (zh) | 2019-11-08 |
| GB201914839D0 (en) | 2019-11-27 |
| WO2018187448A1 (en) | 2018-10-11 |
| GB2574991A (en) | 2019-12-25 |
| CN110431576B (zh) | 2024-01-23 |
| US20210150564A1 (en) | 2021-05-20 |
| US11790395B2 (en) | 2023-10-17 |
| KR20190128704A (ko) | 2019-11-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6465916B2 (ja) | アプリケーションごとのリソース使用情報の提供 | |
| US10755202B1 (en) | Integrated risk analysis management | |
| US8620718B2 (en) | Industry specific brand benchmarking system based on social media strength of a brand | |
| US10572796B2 (en) | Automated safety KPI enhancement | |
| US8311873B2 (en) | Application risk framework | |
| US9646066B2 (en) | Asset data model for recurring revenue asset management | |
| US9734228B2 (en) | Digital analytics system | |
| US20180225605A1 (en) | Risk assessment and alert system | |
| US20160140466A1 (en) | Digital data system for processing, managing and monitoring of risk source data | |
| US11188860B2 (en) | Injury risk factor identification, prediction, and mitigation | |
| KR102611085B1 (ko) | 소셜 미디어 대화에 응답하여 자원을 할당하기 위한 방법 및 시스템 | |
| US20170061342A1 (en) | Interactive approach for managing risk and transparency | |
| US11709848B2 (en) | Focused probabilistic entity resolution from multiple data sources | |
| US20210150443A1 (en) | Parity detection and recommendation system | |
| US20170277837A1 (en) | Method, system and application for monitoring key performance indicators and providing push notifications and survey status alerts | |
| US20170255999A1 (en) | Processing system to predict performance value based on assigned resource allocation | |
| US20160034553A1 (en) | Hybrid aggregation of data sets | |
| US20170213283A1 (en) | Device and a computer software for provisioning a user with requested services | |
| US20140379411A1 (en) | System and method for information technology resource planning | |
| AU2013277314A1 (en) | Service asset management system and method | |
| Engemann et al. | Risk strategy and attitudinal sensitivity | |
| JP2016207020A (ja) | 行動データの情報エントロピーに基づくマーケティング方法及びシステム | |
| Coulson | Targets and terror: Government by performance indicators | |
| US20170031917A1 (en) | Adjusting content item output based on source output quality | |
| WO2017105794A1 (en) | System and method for test data provisioning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |