KR20090007628A - 통신 네트워크에서의 유력/인기 참여자의 결정 - Google Patents

통신 네트워크에서의 유력/인기 참여자의 결정 Download PDF

Info

Publication number
KR20090007628A
KR20090007628A KR1020087029663A KR20087029663A KR20090007628A KR 20090007628 A KR20090007628 A KR 20090007628A KR 1020087029663 A KR1020087029663 A KR 1020087029663A KR 20087029663 A KR20087029663 A KR 20087029663A KR 20090007628 A KR20090007628 A KR 20090007628A
Authority
KR
South Korea
Prior art keywords
node
message
participants
link
value
Prior art date
Application number
KR1020087029663A
Other languages
English (en)
Other versions
KR101350679B1 (ko
Inventor
패트릭 맥쿨러
Original Assignee
소니 온라인 엔터테인먼트 엘엘씨
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 소니 온라인 엔터테인먼트 엘엘씨 filed Critical 소니 온라인 엔터테인먼트 엘엘씨
Publication of KR20090007628A publication Critical patent/KR20090007628A/ko
Application granted granted Critical
Publication of KR101350679B1 publication Critical patent/KR101350679B1/ko

Links

Images

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • G06F15/163—Interprocessor communication
    • G06F15/173—Interprocessor communication using an interconnection network, e.g. matrix, shuffle, pyramid, star, snowflake
    • 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
    • G06Q50/10—Services
    • 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
    • G06Q50/40—Business processes related to the transportation industry
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Transfer Between Computers (AREA)
  • Telephonic Communication Services (AREA)

Abstract

참여자의 그룹 사이에서 교환되는 메시지를 이용하여 네트워크에서의 유력 및/또는 인기 참여자를 결정한다. 일 방법은 참여자 그룹과, 참여자 그룹 사이에서 교환되는 메시지를 각각 노드와 링크로 표시하는 단계와, 각 노드에 대한 메시지 관련 데이터를 형성하도록 상기 메시지를 분석하는 단계와, 상기 각 노드에 대응하는 영향도 값을 형성하도록 상기 각 노드의 상기 메시지 관련 데이터를 상기 네트워크의 다른 노드로 전파하는 단계를 포함하고, 상기 영향도 값은 상기 각 노드에 대응하는 참여자의 사회적 활동 또는 연결도의 상대적 크기와 강도를 나타낸다.
참여자 그룹, 메시지 관련 데이터, 사회적 활동, 노드의 가중치, 친목 지수, 링크 강도

Description

통신 네트워크에서의 유력/인기 참여자의 결정{DETERMINING INFLUENTIAL/POPULAR PARTICIPANTS IN A COMMUNICATION NETWORK}
본 발명은 일반적으로 통신 네트워크에 관한 것으로, 더욱 특히 이런 통신 네트워크에서의 유력 및/또는 인기 참여자를 결정하는 것에 관한 것이다.
온라인 게임과 같은 통상적인 통신 네트워크 응용시, 플레이어는 통신 파트너 및 가상 세계와 상호 작용하면서 사회적인 경험에 연관될 수 있다. 사회적인 경험의 효율성은 온라인 게임과 그 외 활동의 선택을 많이 하게 되는 플레이어에게 중요할 수 있다. 사회적 경험의 효율성은 공급자에 의해 제공되는 게임에 연관되는 플레이어를 보유하는 데에 있어서 온라인 게임 공급자에게 또한 중요한 것이다.
플레이어가 "친구가 하고 있는" 게임을 하고 유지하려고 하며, 이는 플레이어의 집단이 특정한 게임을 하게 한다는 것은 잘 알려져 있다. 또한, 플레이어들이 하나 이상 또는 대개 두명이 한번에 온라인 게임을 할 시간이나 관심이 거의 없음을 알았다. 따라서, 플레이어는 다른 게임에 관심이 있거나 충분한 비율의 친구가 관심을 가질 때 특정 게임을 그만두게 된다. 따라서, 온라인 게임 공급자는 "가이딩" 및 그루핑 툴(grouping tool)을 제공하여 온라인 친목 그룹의 형성을 권장하게 되고, 이로 인해 플레이어는 장시간이나 단시간 동안 플레이어의 그룹과 관련 되게 된다. 이것은 플레이어의 관심을 끌고 유지하는 데에 어느 정도 효율적이다. 그러나, 효율적으로 플레이어의 관심을 끌고 유지하기 위해 다른 동기가 제공될 수 있다.
따라서, 많은 온라인 게임 공급자는 이들의 하나 이상의 온라인 게임에 대한 "게임 커뮤니티", 즉 플레이어의 집합적 그룹과 통신하고 상호 작용한다. 그러나, 이들의 "게임 커뮤니티"와 효율적으로 통신 및 상호작용하기 위해서, 게임 공급자는 어느 플레이어가 게임 커뮤니티를 대표하거나 리더인지를 판단하는 데에 시간과 돈을 소비해야 한다.
커뮤니티 리더를 식별하는 한 방법은 회장/부회장/간부/사원/초보로 구성될 수 있는, 길드 멤버쉽(guild membership)과 같은 공식적인 플레이어 조직을 조사하는 것이다. 이 경우, 길드 회장은 사실상의 리더이고, 길드 멤버쉽이나 활동은 길드 리더 중에서 가장 "강력한" 리더를 찾도록 회장의 서열을 매기는 데에 이용될 수 있다. 커뮤니티 리더를 식별하는 다른 방법은 메시지 보드 포스트를 조사하는 것이다. 게임 자체 외에도, 온라인 게임 공급자는 통상적으로 플레이어가 서로와 그리고 게임 공급자의 대표와 통신하도록 메시징하는 "게시판"을 제공한다. 개인적인 경험이나 자동화된 툴로, 공급자 대표는 이들의 활동 레벨, 이들의 편지의 품질과 양, 또는 그 외 관련 표준으로 플레이어를 지명한다. 이 프로세스는 또한 부분적으로 또는 완전히 자동화될 수 있다. 그러나, 유력 및/또는 인기 플레이어를 더욱 효율적으로 식별하는 다른 방법이 제공될 수 있다.
본 발명의 구현은 참여자의 그룹 사이에서 교환되는 메시지를 이용하여 네트워크에서의 유력 및/또는 인기 참여자를 결정하기 위한 방법, 시스템, 장치 및 프로그램을 제공한다.
일 구현에서, 이 방법은 상기 참여자 그룹과, 참여자 사이에서 교환되는 상기 메시지를 각각 노드와 링크로 표시하는 단계와, 각 노드에 대한 메시지 관련 데이터를 형성하도록 상기 메시지를 분석하는 단계와, 상기 각 노드에 대응하는 영향도 값(influence value)을 형성하도록 상기 각 노드의 상기 메시지 관련 데이터를 상기 네트워크의 다른 노드로 전파하는 단계를 포함하고, 상기 영향도 값은 상기 각 노드에 대응하는 참여자의 사회적 활동 또는 연결도(connections)의 상대적 크기와 강도를 나타낸다.
다른 구현으로, 시스템은 상기 참여자의 그룹과, 상기 참여자의 그룹 사이에서 교환되는 메시지를 각각 노드와 링크로 나타내도록 구성되는 표시 모듈과, 각 노드에 대한 메시지 관련 데이터를 형성하기 위해 상기 메시지를 분석하도록 구성된 메시지 데이터 분석 모듈과, 상기 각 노드에 대한 영향도 값을 형성하기 위해 상기 각 노드의 상기 메시지 관련 데이터를 상기 네트워크의 다른 노드로 전파하도록 구성된 전파 모듈을 포함하고, 상기 영향도 값은 상기 각 노드에 대응하는 참여자의 사회적 활동이나 연결도의 상대적 크기와 강도를 나타낸다.
도 1은 링크로 설명되는 플레이어 A에서 플레이어 B로의 메시지 경로를 나타낸다.
도 2는 플레이어 A와 플레이어 B 간의 양방향 경로를 나타내는 두 개의 개별적인 링크를 나타낸다.
도 3은 플레이어 A로부터 플레이어 B, C 및 D 각각으로의 세 메시지 경로를 갖는 일대삼 링크 셋업을 나타낸다.
도 4는 통신 파트너 B, C 및 D와 통신 링크된 플레이어 A를 나타내는 통신 네트워크의 예를 나타낸다.
도 5는 통신 링크가 서로 간에 형성된 플레이어 A 내지 I를 나타내는 더욱 복잡한 통신 네트워크의 다른 예를 나타낸다.
도 6은 통신 네트워크에서의 유력 및/또는 인기 참여자를 결정 및 선택하기 위한 플로우챠트를 나타낸다.
도 7은 "전진 패스(Pass It Forward)" 또는 "보팅(voting)" 프로세스의 구현을 설명하는 플로우챠트를 나타낸다.
도 8A는 컴퓨터 시스템과 사용자를 나타내는 도면이다.
도 8B는 컨택트 표시 프로그램을 포함하는, 도 10A의 컴퓨터 시스템의 일 구현의 블럭도이다.
도 9는 참여자 사이에서 교환되는 메시지를 이용하여 네트워크에서의 유력 및/또는 인기 참여자를 판단하기 위한 시스템의 블럭도이다.
본 발명의 구현예는 통신 네트워크에서의 유력 및/또는 인기 참여자를 결정 및 선택하기 위한 방법, 시스템 및 프로그램을 제공한다. 일 구현에서, 유력 및/ 또는 인기 참여자의 판정은 참여자의 통신을 분석하고 이들의 소셜 네트워크를 그래프화하여 행해진다. 분석은 참여자의 소셜 네트워크 온라인의 상대적 강도 뿐만 아니라, 이들의 온라인 소셜 네트워크의 크기와 정도를 포함하는 상대적인 커뮤니티 영향도를 제공한다.
본 발명의 구현시 제공되는 특성은 다음 중 하나 이상을 포함하지만, 이에 제한되는 것은 아니다.
도 1 내지 도 5는 통신 네트워크에서의 유력 및/또는 인기 참여자를 결정 및 선택하는 것과 관련하여 이용되는 조건을 나타낸다. 예를 들어, 플레이어는 온라인 게임을 하면서, "과장된 연기" 또는 "바디 제스처"를 이용하여 다른 플레이어와 통신하여 감정이나 장난을 표현한다. 플레이어는 또한 메시징을 이용하여 세미-프라이빗(semi-private) 텍스트 패킷이나 노트를 보내어 다른 플레이어와 통신할 수 있다. 따라서, 각 메시지는 발신지 플레이어와 하나 이상의 목적지 플레이어를 가지고 있어, 별개의 메시지 경로를 형성하게 된다.
한 방향으로 두 참여자를 연결하는 메시지 경로나 메시지 경로의 일부를 링크로 부른다. 도 1은 링크로 도시된 플레이어 A에서 플레이어 B로의 메시지 경로를 나타낸다. 링크는 양방향성일 수 있거나, 두 개별의 링크가 두방향 경로를 나타낼 수 있다. 도 2는 플레이어 A와 플레이어 B 간의 두 방향 경로를 나타내는 두 개별의 링크를 나타낸다. 도 3은 플레이어 A에서 플레이어 B, C 및 D 각각으로의 세 메시지 경로를 갖는 일대삼 링크 셋업을 나타낸다.
일정 기간 동안, 메시지 경로는 참여자에 의해 재사용된다. 따라서, 참여자 는 참여자가 이전의 메시지를 보냈던 하나 이상의 통신 파트너에게 새로운 메시지를 보낼 수 있다. 일 실시예에서, 참여자로부터 통신 파트너로의 메시지 전송은 숫자를 링크에 첨부하여 알 수 있다. 예를 들어, 링크에 첨부된 숫자는 1로 시작하여 경로가 재사용될 때 마다 하나씩 인크리먼트된다. 이 숫자는 링크의 강도를 말한다. 도 4는 통신 파트너 B, C 및 D와 통신 링크가 형성된 플레이어 A를 나타내는 통신 네트워크의 예시이다. 도 4의 통신 네트워크에서의 각 링크는 각 링크에 대응하는 강도 번호를 포함한다. 도 5는 통신 링크가 서로 간에 형성된 플레이어 A 내지 I를 나타내는 더욱 복합적인 통신 네트워크의 다른 예이다.
도 6은 통신 네트워크에서의 유력 및/또는 인기 참여자를 판정 및 선택하기 위한 플로우챠트(600)이다. 이 플로우챠트(600)는 특정 순서로 유력 및/또는 인기 참여자를 결정하는 단계를 나타내지만, 이 단계들은 유력/인기 참여자를 판정하는 목적에 부합하는 데에 적당한 순서로 실행될 수 있다.
일 구현예에서, 통신/소셜 네트워크에서의 유력 및/또는 인기 참여자를 결정하는 것은 "전진 패스" 방법을 이용하여 네트워크에 대한 참여자의 사회적 연결도의 상대적 크기 및 강도를 결정하는 것을 포함한다. 이 방법에서, 각 참여자에게는 네트워크에 대한 참여자의 즉각적인 링크나 연결에 기초하는 (노드의) 초기 가중치가 주어지고, 이는 네트워크에서의 참여자의 "상태"를 나타낸다. 다음에 각 참여자는 "전진 패스" (즉, 노드의 초기 가중치를 전진 패스)하여, 참여자의 상태의 일부를 그 통신 파트너 각각에 기여하게 된다. 따라서, 이 방법을 이용하여, 고위 상태값을 갖는 "잘 연결된" 참여자는 이들의 가중치 이상 (즉, "보트 모어 (vote more)")에 기여하여 전파하려고 하며 또한 다른 참여자의 가중치 이상 (즉, "보티드 포 모어(voted for more)")을 수신하려고 한다.
"전진 패스" 프로세스를 다수회 반복하여 (즉, 통신 네트워크를 통해 다수회 패스를 행하여), 상태는 각 참여자로부터 그 통신 파트너에게로 흘러나간다. 상태의 흐름은 참여자와 통신 파트너 간의 링크 거리의 증가로 감소한다. "보팅(voting)"은 방향성이기 때문에, 한 참여자가 다른 참여자의 통신이나 컨택에 응답하지 않을 때, 링크의 방향으로만 흐름이 발생한다.
도시된 도 6의 구현예에서, 참여자와 메시지 트래픽은 도 5에서 나타낸 것과 같은 통신 네트워크에서, 각각 노드와 방향성 링크로서 박스 602에 나타난다. 예를 들어, 노드 E로 지정된 참여자는 5개의 통신 파트너 (즉, 노드 B, C, D, F 및 H)와 통신한다. 참여자 E는 45, 33, 44 및 19 메시지를 각각 통신 파트너 C, D, F 및 H에 보냈다. 참여자 E는 또한 각각 통신 파트너 B, C, D, 및 F로부터 45, 99, 45 및 21 메시지를 수신했다. 그러나, 다른 구현예에서, 각 방향성 링크와 관련되는 숫자는 반드시 메시지의 원래의 갯수(raw member of messages)를 나타내는 것이 아니고 메시지의 강도, 양 및 품질의 조합을 나타낼 수 있다.
다음에, 박스 604에서, 참여자 간에 교환되는 메시지 데이터가 수집된다. 일 구현에서, 메시지 데이터는 채팅 메시지를 기록하여 수집되고, 기록된 채팅 메시지는 노드, 링크, 및 링크 강도를 찾도록 파싱 (parse)된다. 다른 구현에서, 메시지 데이터는 이메일 메시지나 음성 데이터와 같은 다른 통신 데이터를 수집하여 수집된다. 메시지 데이터는 또한 계정 ID 또는 그 외 개인 식별자, 메시지의 방향 성, 메시지의 발신/수신 및 메시지의 크기를 포함할 수 있다. 메시지 데이터가 수집된 후에 데이터는 메시지의 품질, 영향도, 강도 및 가중치와 같은 메시지 관련 데이터를 형성하도록 분석될 수 있다.
따라서, 각 노드에 대해, 각 링크에 대한 초기 가중치, 영향도 및 강도와 같은 메시지 관련 데이터가 박스 606에서 결정된다. 일 실시예에서, 노드에 대한 메시지 관련 데이터를 결정하는 것은 노드에 대응하는 참여자에 대한 친목 지수 (g), 메시지 가중치 지수 (k), 및/또는 링크 강도 지수 (h)를 선택하는 것을 포함한다. 예를 들어, 친목 지수는 1.0 미만 (예를 들어, g = 0.003)으로; 메시지 가중치 지수는 1.0 미만 (예를 들어, k = 0.3)으로; 링크 강도 지수는 1.0 미만 (예를 들어, h = 0.2)으로 선택된다.
메시지 관련 데이터가 결정되면, 복수회 "전진 패스" 프로세스가 608에서 이루어진다. 상술된 바와 같이, 복수회의 "전진 패스" 프로세스는 통신 네트워크 내에서의 참여자의 사회 활동/연결도 (즉, 참여자의 사회적 상태)의 상대적 크기와 강도를 형성하도록 노드의 메시지 관련 데이터를 네트워크 내의 다른 노드로 전파한다. 마지막으로, 610에서, 참여자는 참여자의 사회적 활동/연결도의 강도에 의해 순위가 결정된다.
도 7은 상술된 "전진 패스" 또는 "보팅" 프로세스(608)의 구현을 설명하는 플로우챠트(700)이다. "보팅"이 시작하기 전에, 박스 702에서 임의의 시작 "가중치" (예를 들어, 1.0 이상)가 각 노드에 할당된다. 다르게, 시작 "가중치"는 노드의 메시지 총수, 메시지 경로 등과 같은 다른 지수에 비례하여 선택될 수 있다. 또한, 시작 메시지 값 (예를 들어, 0)이 박스 704에서 각 노드에 할당된다. 다른 구현예에서, 상태 지수와 같은 다른 관련 지수가 박스 702 및 704에서 언급된 지수와 가중치에 부가되거나 이에 대신하여 사용될 수 있다.
일 구현예에서, "보팅"은 현재의 노드를 선택하여 시작한다. 현재의 노드로 선택된 각 노드에 대해, 목적지 노드 (즉, 메시지에 대한 목적지 노드)의 가중치는 박스 706에서 현재의 노드로부터 발신된 각 링크의 친목 지수만큼 증가된다. 박스 708에서, 현재의 노드의 메시지 값은 그 목적지가 현재 노드인 각 링크에 대한 링크의 강도만큼 증가된다. 현재의 노드의 가중치는 박스 710에서 제1 값만큼 증가된다. 일 예에서, 제1 값은 현재의 노드의 메시지 값, 친목 지수, 메시지 가중치 지수 및 "링크수" 지수의 곱으로 선택된다. 일 예에서, "링크수: 지수 (l)는
l = (목적지가 현재의 노드인 링크의 수 + 100) / 100
로 연산된다. 다른 구현에서, 가중치와 지수는 초기 값으로 시작하여 초기 값을 가중치와 지수의 조합으로 감소시키는 것과 같이 다르게 조절 또는 처리될 수 있다. 이 다른 구현에서, 플레이어의 상태는 현재의 노드의 가중치가 작을 때 더 높게 결정될 수 있다.
다음에, 네트워크를 통한 가중치 변경의 전파를 가능하게 하는 데에 충분한 반복 회수 (i)가 박스 712에서 선택된다. 일 구현에서, 반복 회수는 네트워크의 총 노드수의 제곱근과 임의의 상수 (예를 들어, 1.0)의 곱으로 선택된다. 따라서, 반복 회수 (i)가 일단 선택되면, 다음의 단계는 i번 반복된다.
현재의 노드로 선택된 각 노드에 대해, 각 목적지 노드 - 현재의 노드에 의해 링크된 노드들 -의 가중치는 박스 714에서, 현재의 노드로부터 발원된 각 링크에 대한 제2 값에 의해 조정된다. 일 특정예에서, 제2 값은 현재의 노드의 가중치, 현재의 노드로부터 목적지 노드로의 링크의 강도, 친목 지수 (g), 및 링크 강도 지수 (h)의 곱으로 선택된다. 노드 가중치는 현재의 라운드에 대한 보트가 결정된 후에 모든 노드에 대해 "한번에 모두" 할당된다. 다른 구현에서, 상태 지수와 같은 다른 관련 지수가 상술된 지수와 가중치에 부가되거나 이에 대신하여 이용될 수 있다. 다른 구현에서, 각 노드의 가중치는 "오버플로우"나 "언더플로우"를 방지하도록 상향 또는 하향 평가된다.
i회 반복후 각 노드에 대한 최종 가중치는 참여자의 영향도 또는 "전진 패스" 값이 된다. 따라서, 참여자는 박스 716에서 통신 네트워크에 "가장 강력하게" 연결된 참여자를 찾기 위해서, "전진 패스" 값으로 순위가 결정된다.
상술된 바와 같이, "전진 패스" 프로세스는 온라인 통신 네트워크에서의 참여자의 상호 연결성에 대한 많은 정보를 하나의 값으로 요약한다. 따라서, 이 정보로, 게임 공급자와 같은 네트워크 서비스 공급자는 어느 참여자의 네트워크가 빈약한지 부유한지를 식별할 수 있다. 따라서, 이 정보는 네트워크 커뮤니티 리더를 식별하고, 커뮤니티 및 사회적 연관을 고무하고 사회화 원조를 필요로 하거나 요구하는 참여자를 식별하는 데에 이용될 수 있다. 이 정보는 또한 목표가 되는 네트워크 마케팅과 같은 다른 목적에도 이용될 수 있다.
도 8A는 컴퓨터 시스템(800) 및 사용자(802)의 표시를 나타낸다. 사용 자(802)는 컴퓨터 시스템(800)을 이용하여 통신 네트워크에서의 유력 및/또는 인기 참여자를 판정한다. 일 예에서, 컴퓨터 시스템(800)은 유력 및/또는 인기 참여자를 선택하도록 설계된 유력 및/또는 인기 참여자 선택 프로그램(812)을 저장 및 실행한다. 일 실시예에서, 프로그램(812)은 참여자의 소셜 네트워크 온라인의 상대적 강도 뿐만 아니라 이들의 온라인 소셜 네트워크의 크기와 정도를 포함하는 상대적 커뮤니티 영향도를 제공하도록 참여자의 통신을 분석하고 이들의 소셜 네트워크를 그래프화함으로써 유력/인기 참여자를 선택한다.
도 8B는 유력/인기 참여자 선택 프로그램(812)을 포함하여, 도 8A에서의 컴퓨터 시스템(800)의 일 구현의 블럭도를 나타낸다. 컴퓨터 시스템(800)은 컨트롤러(810), 메모리(820), 저장소(830), 매체 장치(840), 참여자 인터페이스(850), 입/출력 (I/O) 인터페이스(860), 및 네트워크 인터페이스(870)를 포함한다. 이들 구성 요소들은 공통 버스(880)에 의해 상호 연결된다. 대안으로, 중심에 컨트롤러를 갖는 별 패턴과 같은 다른 연결 구성들이 이용될 수 있다.
컨트롤러(810)는 프로그래머블 프로세서로서 컴퓨터 시스템(800)과 그 구성 요소의 동작을 제어한다. 컨트롤러(810)는 메모리(820) 및 내장형 컨트롤러 메모리 (도시 생략)로부터 명령을 로딩하여 이들 명령을 시스템을 제어하도록 실행시킨다. 이 실행시, 컨트롤러(810)는 소프트웨어 시스템으로서 유력/인기 참여자 선택 프로그램(812)을 제공한다. 대안으로, 이 서비스는 컨트롤러(810) 또는 컴퓨터 시스템(800)에서의 개별 구성 요소로 구현될 수 있다.
메모리(820)는 컴퓨터 시스템(800)의 다른 구성 요소에 의해 이용되도록 임 시로 데이터를 저장한다. 일 구현에서, 메모리(820)는 RAM으로 구현된다. 일 구현에서, 메모리(820)는 또한 플래시 메모리 및/또는 ROM과 같은 장기간 또는 영구적인 메모리를 포함한다.
저장소(830)는 유력/인기 참여자 선택 프로그램(812)에 의해 이용되는 데이터를 저장하기 위한 것과 같이, 컴퓨터 시스템(800)의 다른 구성 요소에 의해 이용되기 위해 임시로 또는 장기간 데이터를 저장한다. 일 구현에서, 저장소(830)는 하드 디스크 드라이브이다.
매체 장치(840)는 착탈 가능한 매체를 수용하여 삽입된 매체에 데이터를 판독 및/또는 기록한다. 일 구현에서, 매체 장치(840)는 광 디스크 드라이브이다.
사용자 인터페이스(850)는 컴퓨터 시스템(800)의 사용자로부터 사용자 입력을 수신하고 정보를 사용자에게 제시하기 위한 구성 요소를 포함한다. 일 구현에서, 사용자 인터페이스(850)는 키보드, 마우스, 오디오 스피커 및 디스플레이를 포함한다. 컨트롤러(810)는 사용자로부터의 입력을 이용하여 컴퓨터 시스템(800)의 동작을 조정한다.
I/O 인터페이스(860)는 외부 저장소 또는 부속 장치 (예를 들어, 프린터나 PDA)와 같은 대응하는 I/O 장치에 연결하기 위해 하나 이상의 I/O 포트를 포함한다. 일 구현예에서, I/O 인터페이스(860)의 포트는 USB 포트, PCMCIA 포트, 직렬 포트, 및/또는 병렬 포트와 같은 포트를 포함한다. 다른 구현예에서, I/O 인터페이스(860)는 외부 장치와 무선으로 통신하기 위한 무선 인터페이스를 포함한다.
네트워크 인터페이스(870)는 이더넷 연결을 지원하는 RJ-45 또는 "Wi-Fi" 인 터페이스 (802.11)와 같은 유선 및/또는 무선 네트워크 연결을 포함한다.
컴퓨터 시스템(800)은 이들 구성 요소들이 간략하게 하기 위해 도 8B에서 상세히 도시하지는 않았지만, 컴퓨터 시스템에 전형적인 부가의 하드웨어 및 소프트웨어 (예를 들어, 파워, 쿨링, 연산 시스템)을 포함한다. 다른 구현예에서, 다른 구성의 컴퓨터 시스템 (예를 들어, 다른 버스나 저장소 구성 또는 멀티프로세서 구성)을 이용할 수 있다.
도 9는 온라인 게임과 같은 통신 네트워크에서 유력/인기 참여자를 결정 및 선택하기 위한 시스템(900)의 블럭도이다. 시스템(900)은 메시지 데이터 분석 모듈(910), 표시/선택 모듈(920), 전파 모듈(930) 및 참여자 오더링(ordering) 모듈(940)을 포함한다.
메시지 분석 모듈(910)은 링크 강도와 같은 관련 데이터를 나타내기 위해 참여자 간에 보내지는 메시지 데이터를 수집하도록 구성된다. 일 구성에서, 메시지 데이터는 채팅 메시지를 기록하여 수집된다. 다른 구현에서, 메시지 데이터는 이메일 메시지나 음성 데이터와 같은 다른 통신 데이터를 수집하여 수집된다. 표시/선택 모듈(920)은 (1) 네트워크에서 참여자 및 메시지 트래픽을 각각 노드와 방향성 링크로 표시하고; (2) 친목 지수, 메시지 가중치 지수 및 링크 강도 지수에 대한 값을 선택하고; (3) 각 노드에 대해 각 링크에 대한 노드의 가중치와 영향도를 그 노드로부터 선택하도록 구성된다. 전파 모듈(930)은 메시지 관련 데이터를 이용하여 네트워크를 통해 다수회 패스하도록 구성되어 네트워크를 통해 각 노드의 영향도와 가중치를 전파하고 참여자의 소셜 네트워크/활동의 상대적 크기와 강도를 결정하게 된다. 참여자 오더링 모듈(940)은 참여자의 소셜 네트워크/활동의 강도에 의해 참여자를 오더링하도록 구성된다.
본 발명의 여러 구현은 전자 하드웨어, 컴퓨터 소프트웨어 또는 이들 기술의 조합으로 실현된다. 어떤 구현은 프로그래머블 프로세서나 컴퓨터에 의해 실행되는 하나 이상의 컴퓨터 프로그램을 포함한다. 일반적으로, 각 컴퓨터는 하나 이상의 프로세서, 하나 이상의 데이터 저장 구성 요쇼 (예를 들어, 하드 및 플로피 디스크 드라이브, CD-ROM 드라이브 및 자기 테이프 드라이브와 같은, 휘발성 또는 비휘발성 메모리 모듈 및 영구 광 및 자기 저장 장치), 하나 이상의 입력 장치 (예를 들어, 마우스와 키보드) 및 하나 이상의 출력 장치 (예를 들어, 디스플레이 콘솔 및 프린터)를 포함한다.
컴퓨터 프로그램은 대개 영구 저장 매체에 저장된 다음에 실행시 메모리에 복사되는 실행 가능한 코드를 포함한다. 프로세서는 규정된 순서로 메모리로부터 프로그램 명령을 검색하여 코드를 실행한다. 프로그램 코드 실행시, 컴퓨터는 입력 및/또는 저장소 장치로부터 데이터를 수신하고, 데이터에 대한 연산을 실행한 다음에, 최종 데이터를 출력 및/또는 저장소 장치에 보낸다.
본 발명의 여러 구현의 설명을 기재하였다. 그러나, 당업자라면 추가의 구현이 또한 본 발명의 영역 내에서 가능하다는 것이 이해될 것이다. 예를 들어, 상기 설명은 참여자의 "영향도"가 네트워크의 총 노드수의 제곱근과 동일한 수로 "전진 패스" 프로세스를 반복하여 충분히 전파될 수 있다는 것을 나타내었지만, "전진 패스" 프로세스는 네트워크의 총 노드수의 제곱근 보다 적게 또는 많게 반복될 수도 있다. 따라서, 본 발명은 상술된 구현에만 제한되는 것은 아니다.

Claims (22)

  1. 참여자의 그룹 사이에서 교환되는 메시지를 이용하여 네트워크에서의 유력 및/또는 인기 참여자(influential and/or popular participants)를 결정하기 위한 방법으로서,
    상기 참여자 그룹과, 참여자 사이에서 교환되는 상기 메시지를 각각 노드와 링크로 표시하는 단계와,
    각 노드에 대한 메시지 관련 데이터를 형성하도록 상기 메시지를 분석하는 단계와,
    상기 각 노드에 대응하는 영향도 값(influence value)을 형성하도록 상기 각 노드의 상기 메시지 관련 데이터를 상기 네트워크의 다른 노드로 전파하는 단계
    를 포함하고,
    상기 영향도 값은 상기 각 노드에 대응하는 참여자의 사회적 활동 또는 연결도(connections)의 상대적 크기와 강도를 나타내는 방법.
  2. 제1항에 있어서,
    상기 참여자의 그룹에 대해 형성된 복수의 영향도 값에 의해 상기 참여자의 그룹을 오더링(ordering)하는 단계를 더 포함하는 방법.
  3. 제1항에 있어서,
    상기 메시지를 분석하는 단계는
    채팅 메시지를 기록하는 단계와,
    상기 노드와 링크를 구하도록 상기 기록된 채팅 메시지를 파싱하는 단계
    를 포함하는 방법.
  4. 제1항에 있어서,
    상기 메시지 관련 데이터를 형성하도록 메시지를 분석하는 단계는 상기 각 노드에 대한 친목 지수, 링크 강도 지수, 메시지 가중치 지수를 선택하는 단계를 포함하는 방법.
  5. 제4항에 있어서,
    상기 메시지 관련 데이터를 전파하는 단계는
    상기 각 노드를 현재 노드로 지정하는 단계와,
    상기 각 현재 노드에 대한 가중치와 메시지 값, 및 상기 각 현재 노드로부터 발원된 각 링크에 대한 링크 강도 값을 선택하는 단계
    를 포함하는 방법.
  6. 제5항에 있어서,
    상기 각 현재 노드로부터 발원된 모든 링크에 대해서, 상기 각 현재 노드의 가중치, 상기 친목 지수, 상기 링크 강도 지수, 및 상기 링크 강도 값의 곱으로 목 적지 노드의 가중치를 증가시키는 제1 증가 단계와,
    목적지가 상기 각 현재 노드인 모든 링크에 대해서, 상기 각 현재 노드의 상기 메시지 값을 상기 링크 강도 값만큼, 그리고 상기 각 현재 노드의 가중치를 제1 값만큼 증가시키는 제2 증가 단계와,
    상기 제1 증가 단계 및 상기 제2 증가 단계를 상기 각 노드에 대해 새로 갱신된 가중치와 메시지 값으로 반복하는 단계
    를 포함하는 방법.
  7. 제6항에 있어서,
    상기 제1 증가 단계 및 상기 제2 증가 단계를 반복하는 단계는
    상기 네트워크에서의 노드의 총수의 제곱근과 동일한 반복 회수만큼 반복하는 단계를 포함하는 방법.
  8. 제6항에 있어서,
    상기 제1 값은 상기 각 현재 노드의 메시지 값, 상기 친목 지수, 상기 메시지 가중치 지수 및 링크수 지수의 곱으로 선택되는 방법.
  9. 제8항에 있어서,
    상기 링크수 지수는
    목적지가 상기 각 현재 노드인 링크수에 비례하는 방법.
  10. 제6항에 있어서,
    상기 가중치를 증가시키는 제1 증가 단계는
    상기 가중치를 오버플로우 및 언더플로우를 방지하도록 스케일링(scaling)하는 단계를 포함하는 방법.
  11. 참여자의 그룹 사이에서 교환되는 메시지를 이용하여 네트워크에서의 유력 및/또는 인기 참여자를 결정하기 위한 시스템으로서,
    상기 참여자의 그룹과, 상기 참여자의 그룹 사이에서 교환되는 메시지를 각각 노드와 링크로 나타내도록 구성되는 표시 모듈과,
    각 노드에 대한 메시지 관련 데이터를 형성하기 위해 상기 메시지를 분석하도록 구성된 메시지 데이터 분석 모듈과,
    상기 각 노드에 대한 영향도 값을 형성하기 위해 상기 각 노드의 상기 메시지 관련 데이터를 상기 네트워크의 다른 노드로 전파하도록 구성된 전파 모듈
    을 포함하고,
    상기 영향도 값은 상기 각 노드에 대응하는 참여자의 사회적 활동이나 연결도의 상대적 크기와 강도를 나타내는 시스템.
  12. 제11항에 있어서,
    상기 참여자의 그룹에 대해 형성된 복수의 영향도 값에 의해 상기 참여자의 그룹을 오더링하도록 구성된 참여자 오더링 모듈을 더 포함하는 시스템.
  13. 제11항에 있어서,
    상기 메시지 데이터 분석 모듈은
    채팅 메시지를 기록하는 메시지 레코더와,
    상기 노드와 링크를 구하도록 상기 기록된 채팅 메시지를 파싱(parsing)하는 파싱 모듈
    을 포함하는 시스템.
  14. 제11항에 있어서,
    상기 메시지 데이터 분석 모듈은
    상기 각 노드에 대해, 친목 지수, 링크 강도 지수, 메시지 가중치 지수를 선택하는 제1 선택기를 포함하는 시스템.
  15. 제14항에 있어서,
    상기 전파 모듈은
    상기 각 노드를 현재 노드로 지정하는 지정 모듈과,
    상기 각 현재 노드에 대한 가중치 및 메시지 값과, 상기 각 현재 노드로부터 발원한 각 링크에 대한 링크 강도 값을 선택하는 제2 선택기
    를 포함하는 시스템.
  16. 제15항에 있어서,
    상기 각 현재 노드로부터 발원한 모든 링크에 대한, 상기 각 현재 노드의 가중치, 상기 친목 지수, 상기 링크 강도 지수 및 상기 링크 강도 값의 곱으로 상기 목적지 노드의 가중치를 증가시키는 제1 조정 모듈과,
    목적지가 상기 각 현재 노드에 있는 모든 링크에 대해, 상기 각 현재 노드의 상기 메시지 값을 상기 링크 강도 값 만큼 증가시키고, 상기 각 현재 노드의 가중치를 제1 값만큼 증가시키는 제2 조정 모듈
    을 더 포함하고,
    상기 제1 및 제2 조정 모듈은 상기 각 노드에 대해 새로 갱신된 가중치 및 메시지 값으로 상기 조정 프로세스를 반복하도록 더욱 동작하는 시스템.
  17. 제16항에 있어서,
    상기 조정 프로세스는 상기 네트워크에서의 상기 노드의 총수의 제곱근과 동일한 반복 회수만큼 반복되는 시스템.
  18. 제16항에 있어서,
    상기 제1 값은 상기 각 현재 노드의 메시지 값, 상기 친목 지수, 상기 메시지 가중치 지수 및 링크수 지수의 곱으로 선택되는 시스템.
  19. 제18항에 있어서,
    상기 링크수 지수는 목적지가 상기 각 현재 노드인 링크의 수에 비례하는 시스템.
  20. 제16항에 있어서,
    상기 제1 조정 모듈은
    오버플로우와 언더플로우를 방지하도록 상기 가중치를 스케일링하는 스케일링 모듈을 포함하는 시스템.
  21. 참여자의 그룹 사이에서 교환되는 메시지를 이용하여 네트워크에서의 유력 및/또는 인기 참여자를 결정하기 위한, 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 프로그램으로서, 상기 프로그램은, 컴퓨터로 하여금,
    상기 참여자의 그룹과, 상기 참여자의 그룹 사이에서 교환되는 메시지를 각각 노드와 링크로 나타내고;
    상기 메시지를 각 노드에 대한 메시지 관련 데이터를 형성하도록 분석하고; 및
    상기 각 노드에 대한 영향도 값을 형성하도록 상기 각 노드의 상기 메시지 관련 데이터를 상기 네트워크의 다른 노드로 전파하도록 하는, 실행 가능 명령을 포함하고,
    상기 영향도 값은 상기 각 노드에 대응하는 참여자의 사회적 활동이나 연결 도의 상대적 크기와 강도를 나타내는 컴퓨터 프로그램.
  22. 참여자의 그룹 사이에서 교환되는 메시지를 이용하여 네트워크에서의 유력 및/또는 인기 참여자를 결정하기 위한 장치로서,
    상기 참여자의 그룹과, 상기 참여자의 그룹 사이에서 교환되는 메시지를 각각 노드와 링크로 나타내기 위한 수단과,
    각 노드에 대한 메시지 관련 데이터를 형성하도록 상기 메시지를 분석하기 위한 수단과,
    상기 각 노드에 대한 영향도 값을 형성하기 위해 상기 각 노드의 상기 메시지 관련 데이터를 상기 네트워크에서의 다른 노드로 전파하기 위한 수단
    을 포함하고,
    상기 영향도 값은 상기 각 노드에 대응하는 참여자의 사회적 활동 또는 연결도의 상대적 크기와 강도를 나타내는 장치.
KR1020087029663A 2006-05-05 2007-04-30 통신 네트워크에서의 유력/인기 참여자의 결정 방법, 시스템, 장치 및 컴퓨터 프로그램을 기억한 비일시적인 컴퓨터 기억 매체 KR101350679B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/381,975 2006-05-05
US11/381,975 US7865551B2 (en) 2006-05-05 2006-05-05 Determining influential/popular participants in a communication network
PCT/US2007/067810 WO2007130918A2 (en) 2006-05-05 2007-04-30 Determining influential/popular participants in a communication network

Publications (2)

Publication Number Publication Date
KR20090007628A true KR20090007628A (ko) 2009-01-19
KR101350679B1 KR101350679B1 (ko) 2014-02-06

Family

ID=38662393

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020087029663A KR101350679B1 (ko) 2006-05-05 2007-04-30 통신 네트워크에서의 유력/인기 참여자의 결정 방법, 시스템, 장치 및 컴퓨터 프로그램을 기억한 비일시적인 컴퓨터 기억 매체

Country Status (6)

Country Link
US (1) US7865551B2 (ko)
EP (1) EP2016505A4 (ko)
JP (1) JP5035642B2 (ko)
KR (1) KR101350679B1 (ko)
CN (1) CN101501672B (ko)
WO (1) WO2007130918A2 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130022042A (ko) * 2011-08-24 2013-03-06 한국전자통신연구원 토픽별 오피니언과 소셜 영향력자를 기반으로 토픽을 탐지하고 추적하는 시스템 및 방법
KR101502134B1 (ko) * 2010-12-28 2015-03-13 주식회사 케이티 소셜 네트워크에서 신뢰도 산출 장치 및 방법
KR20170001367A (ko) * 2015-06-26 2017-01-04 주식회사 케이티 소셜 데이터를 이용한 대인 간 영향력 평가 시스템 및 방법
WO2020101081A1 (ko) * 2018-11-15 2020-05-22 경희대학교산학협력단 고 영향 노드의 결정 방법, 고 영향 노드의 결정 장치, 바이럴 마케팅에서의 마케팅 비용 최소화 방법 및 이를 수행하기 위한 시스템

Families Citing this family (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7970883B2 (en) * 2006-05-24 2011-06-28 Nihon University Communication network designing method, communication designing apparatus, and recording medium
US8438062B2 (en) * 2006-12-29 2013-05-07 Google Inc. Network node ad targeting
US7728636B2 (en) * 2007-08-14 2010-06-01 Qimonda Ag Clock signal synchronizing device with inherent duty-cycle correction capability
US9367823B1 (en) * 2007-11-09 2016-06-14 Skyword, Inc. Computer method and system for ranking users in a network community of users
US20090164408A1 (en) * 2007-12-21 2009-06-25 Ilya Grigorik Method, System and Computer Program for Managing Delivery of Online Content
US8688595B2 (en) 2008-03-31 2014-04-01 Pursway Ltd. Analyzing transactional data
US20100161369A1 (en) * 2008-12-23 2010-06-24 International Business Machines Corporation Application of relationship weights to social network connections
US20110153502A1 (en) * 2009-06-24 2011-06-23 James Jean-Claude Systems, methods, and apparatus for identifying influential individuals
US8185132B1 (en) 2009-07-21 2012-05-22 Modena Enterprises, Llc Systems and methods for associating communication information with a geographic location-aware contact entry
CN106101202B (zh) 2009-09-30 2019-09-24 柯蔼文 用于社交图数据分析以确定社区内的连接性的系统和方法
US20110099164A1 (en) 2009-10-23 2011-04-28 Haim Zvi Melman Apparatus and method for search and retrieval of documents and advertising targeting
US9222798B2 (en) 2009-12-22 2015-12-29 Modena Enterprises, Llc Systems and methods for identifying an activity of a user based on a chronological order of detected movements of a computing device
KR101123850B1 (ko) * 2010-01-05 2012-03-20 주식회사 오웨이브미디어 온라인 소셜 네트워크에서 개인의 네트워크 경쟁력과 네트워크 효과를 측정하는 방법
US9215735B2 (en) 2010-03-03 2015-12-15 Modena Enterprises, Llc Systems and methods for initiating communications with contacts based on a communication specification
US10621608B2 (en) * 2010-03-05 2020-04-14 Ethan Fieldman Systems and methods for tracking referrals among a plurality of members of a social network
WO2011134086A1 (en) 2010-04-30 2011-11-03 Evan V Chrapko Systems and methods for conducting reliable assessments with connectivity information
US8346866B2 (en) 2010-05-05 2013-01-01 International Business Machines Corporation Formation of special interest groups
US20110307340A1 (en) * 2010-06-09 2011-12-15 Akram Benmbarek Systems and methods for sharing user or member experience on brands
WO2012034237A1 (en) * 2010-09-16 2012-03-22 Evan V Chrapko Systems and methods for providing virtual currencies
US9870424B2 (en) 2011-02-10 2018-01-16 Microsoft Technology Licensing, Llc Social network based contextual ranking
EP2673744A4 (en) * 2011-02-11 2015-12-30 Hewlett Packard Development Co DETERMINING PARTICIPANT CHARACTERISTICS IN A SOCIAL NETWORK
KR101297271B1 (ko) * 2011-04-11 2013-08-14 에스케이씨앤씨 주식회사 소셜 네트워크 분석 서비스 방법 및 장치
JP5623345B2 (ja) * 2011-06-17 2014-11-12 日本電信電話株式会社 会話データ解析装置、方法、及びプログラム
US8725796B2 (en) 2011-07-07 2014-05-13 F. David Serena Relationship networks having link quality metrics with inference and concomitant digital value exchange
US9171336B2 (en) * 2011-08-29 2015-10-27 Bank Of America Corporation Cumulative connectedness
US9141656B1 (en) * 2011-09-06 2015-09-22 Google Inc. Searching using access controls
US20130169742A1 (en) * 2011-12-28 2013-07-04 Google Inc. Video conferencing with unlimited dynamic active participants
US9367879B2 (en) * 2012-09-28 2016-06-14 Microsoft Corporation Determining influence in a network
KR101525239B1 (ko) * 2012-10-10 2015-06-17 주식회사 랭크웨이브 광고 정보 제공 방법 및 그 장치
EP2747006A1 (en) * 2012-12-18 2014-06-25 Thomson Licensing Incentivizing information propagation in a social network
US20140278976A1 (en) * 2013-03-15 2014-09-18 Comverse Ltd. Matching social media user to marketing campaign
US9418391B2 (en) 2013-06-24 2016-08-16 Infosys Limited System for influencer scoring and methods thereof
KR102120862B1 (ko) * 2013-08-08 2020-06-18 삼성전자주식회사 클라우드 환경에서 그룹핑된 적어도 하나의 클라이언트에게 컨텐츠 데이터를 전송하는 방법 및 장치
CA2964997A1 (en) * 2013-10-25 2015-04-30 Sysomos L.P. Systems and methods for identifying influencers and their communities in a social data network
CN104317789B (zh) * 2014-04-24 2018-01-19 科技谷（厦门）信息技术有限公司 构建乘客社交网络的方法
US9578043B2 (en) 2015-03-20 2017-02-21 Ashif Mawji Calculating a trust score
US11979309B2 (en) * 2015-11-30 2024-05-07 International Business Machines Corporation System and method for discovering ad-hoc communities over large-scale implicit networks by wave relaxation
US20170235792A1 (en) 2016-02-17 2017-08-17 Www.Trustscience.Com Inc. Searching for entities based on trust score and geography
US9679254B1 (en) 2016-02-29 2017-06-13 Www.Trustscience.Com Inc. Extrapolating trends in trust scores
US9721296B1 (en) 2016-03-24 2017-08-01 Www.Trustscience.Com Inc. Learning an entity's trust model and risk tolerance to calculate a risk score
US10180969B2 (en) 2017-03-22 2019-01-15 Www.Trustscience.Com Inc. Entity resolution and identity management in big, noisy, and/or unstructured data
JP7287279B2 (ja) * 2017-12-04 2023-06-06 ソニーグループ株式会社 情報処理装置、情報処理方法およびプログラム
US20190355015A1 (en) * 2018-05-17 2019-11-21 T-Mobile Usa, Inc. Most influential customer scoring
CN110581880B (zh) * 2019-05-29 2021-09-07 阿里巴巴集团控股有限公司 通信链路的建立方法及装置，节点标识确定方法及装置
US11438289B2 (en) * 2020-09-18 2022-09-06 Khoros, Llc Gesture-based community moderation

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000066970A (ja) * 1998-08-19 2000-03-03 Nec Corp 人脈情報管理システム、人脈情報管理方法および記録媒体
JP2003216563A (ja) * 2002-01-24 2003-07-31 Japan Research Institute Ltd コミュニティの分析方法、および、コミュニティ分析サーバ
US7548972B2 (en) * 2002-10-23 2009-06-16 Cisco Technology, Inc. Method and apparatus for providing likely updates to views of group members in unstable group communication systems
JP2004240640A (ja) * 2003-02-05 2004-08-26 Nippon Telegr & Teleph Corp <Ntt> ネットワークコミュニティにおけるメンバ評価システム及び方法、メンバ評価プログラム並びにそのプログラムを記録した記録媒体
US7685016B2 (en) * 2003-10-07 2010-03-23 International Business Machines Corporation Method and system for analyzing relationships between persons
NO321340B1 (no) * 2003-12-30 2006-05-02 Telenor Asa Fremgangsmate for a administrere nettverk ved analyse av konnektivitet
JP2005244647A (ja) * 2004-02-26 2005-09-08 Fuji Xerox Co Ltd コミュニティ形成装置
US7917587B2 (en) * 2004-07-30 2011-03-29 Microsoft Corporation Method and system for prioritizing communications based on interpersonal relationships
US7606168B2 (en) * 2005-01-28 2009-10-20 Attenex Corporation Apparatus and method for message-centric analysis and multi-aspect viewing using social networks
US20060248573A1 (en) * 2005-04-28 2006-11-02 Content Guard Holdings, Inc. System and method for developing and using trusted policy based on a social model
US7958120B2 (en) * 2005-05-10 2011-06-07 Netseer, Inc. Method and apparatus for distributed community finding
JP2009528639A (ja) * 2006-02-28 2009-08-06 バズロジック， インコーポレイテッド ソーシャルメディアにおける会話を分析するためのソーシャル分析システムおよび方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101502134B1 (ko) * 2010-12-28 2015-03-13 주식회사 케이티 소셜 네트워크에서 신뢰도 산출 장치 및 방법
KR20130022042A (ko) * 2011-08-24 2013-03-06 한국전자통신연구원 토픽별 오피니언과 소셜 영향력자를 기반으로 토픽을 탐지하고 추적하는 시스템 및 방법
KR20170001367A (ko) * 2015-06-26 2017-01-04 주식회사 케이티 소셜 데이터를 이용한 대인 간 영향력 평가 시스템 및 방법
WO2020101081A1 (ko) * 2018-11-15 2020-05-22 경희대학교산학협력단 고 영향 노드의 결정 방법, 고 영향 노드의 결정 장치, 바이럴 마케팅에서의 마케팅 비용 최소화 방법 및 이를 수행하기 위한 시스템

Also Published As

Publication number Publication date
WO2007130918A3 (en) 2008-07-31
CN101501672B (zh) 2016-08-24
CN101501672A (zh) 2009-08-05
JP5035642B2 (ja) 2012-09-26
US20070260725A1 (en) 2007-11-08
EP2016505A4 (en) 2011-11-02
JP2009536411A (ja) 2009-10-08
WO2007130918A2 (en) 2007-11-15
EP2016505A2 (en) 2009-01-21
KR101350679B1 (ko) 2014-02-06
US7865551B2 (en) 2011-01-04

Similar Documents

Publication Publication Date Title
KR101350679B1 (ko) 통신 네트워크에서의 유력/인기 참여자의 결정 방법, 시스템, 장치 및 컴퓨터 프로그램을 기억한 비일시적인 컴퓨터 기억 매체
Szell et al. Measuring social dynamics in a massive multiplayer online game
Leskovec et al. Patterns of cascading behavior in large blog graphs
CN111222029B (zh) 一种网络舆情信息传播中关键节点选择方法
CN104778173B (zh) 目标用户确定方法、装置及设备
US20190377768A1 (en) Application recommendation method and apparatus, and server
CN108579095B (zh) 游戏中的社交关系推荐方法、装置和计算机可读存储介质
Toriumi et al. Why do people use social media? agent-based simulation and population dynamics analysis of the evolution of cooperation in social media
CN103034774A (zh) 基于社交网络为用户推荐游戏的方法和设备
CN109701278A (zh) 一种游戏教学方法、装置、设备及存储介质
CN110781411A (zh) 一种基于辟谣消息的谣言传播控制方法
CN109224453A (zh) 游戏监管方法、系统及计算机设备、计算机可读存储介质
CN101484887A (zh) 确定通信网络中的参与者的社会活动概要
CN115577795A (zh) 策略模型优化方法、装置及存储介质
Mladenov et al. Demonstrating principled uncertainty modeling for recommender ecosystems with RecSim NG
CN116664013B (zh) 协作学习模式的效果评估方法、泛在智慧学习系统及介质
Koch et al. Identifying participants' roles in open government platforms and its impact on community growth
Tarng et al. On prophesying online gamer departure
US20150360130A1 (en) Managing a population of players of online games
CN113742581A (zh) 榜单的生成方法、装置、电子设备及可读存储介质
Garcin et al. How aggregators influence human rater behavior
Lou et al. What can the temporal social behavior tell us? An estimation of vertex-betweenness using dynamic social information
CN104991973A (zh) 一种用户兴趣领域的确定方法和设备
Tao et al. GMTL: A gart based multi-task learning model for multi-social-temporal prediction in online games
US9075761B1 (en) Social spaces for games

Legal Events

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

Payment date: 20161227

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180103

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20181221

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20191224

Year of fee payment: 7