KR20170102968A

KR20170102968A - 온라인 소셜 네트워크에서 뉴스-관련 컨텐츠를 검색하기 위한 제안형 키워드

Info

Publication number: KR20170102968A
Application number: KR1020177022034A
Authority: KR
Inventors: 일리아 체르냐브스키; 알렉산더 페렐리긴; 러셀 리-골드맨
Original assignee: 페이스북, 인크.
Priority date: 2015-01-09
Filing date: 2015-01-12
Publication date: 2017-09-12
Also published as: IL253214A0; CA2972670A1; US20160203238A1; WO2016111710A1; JP6506401B2; JP2018501584A; AU2015375510A1; WO2016111710A8

Abstract

일실시예로, 본 방법은 온라인 소셜 네트워크의 뉴스-게시물을 검색하기 위해 텍스트 질의를 수신하는 단계를 포함한다. 본 방법은 하나 이상의 n-그램을 식별하도록 텍스트 질의를 파싱하는 단계를 포함한다. 본 방법은 텍스트 질의의 하나 이상의 n-그램과 매치하는 하나 이상의 키워드 문구를 식별하도록 키워드 문구의 인덱스를 검색하는 단계를 포함한다. 각각의 식별된 키워드 문구는 뉴스와 관련된다. 본 방법은 각각의 식별된 키워드 문구에 대한 뉴스-점수를 계산하는 단계를 포함한다. 본 방법은 하나 이상의 제안형 질의를 생성하는 단계를 포함한다. 각각의 제안형 질의는 임계 뉴스-점수보다 큰 뉴스-점수를 갖는 하나 이상의 식별된 키워드 문구 및 텍스트 질의로부터 식별된 하나 이상의 n-그램을 포함한다. 본 방법은 온라인 소셜 네트워크의 뉴스-게시물을 검색하기 위한 하나 이상의 제안형 질의를 송신하는 단계를 포함한다.

Description

온라인 소셜 네트워크에서 뉴스-관련 컨텐츠를 검색하기 위한 제안형 키워드

본 명세서는 일반적으로 소셜 그래프 및 소셜 네트워킹 환경 내 객체에 대한 검색 수행에 관한 것이다.

소셜 네트워킹 웹사이트를 포함할 수 있는 소셜 네트워킹 시스템은 그 사용자들(가령, 사람들 또는 단체)이 소셜 네트워킹 시스템과 상호작용하고 소셜 네트워킹 시스템을 통해 서로 상호작용할 수 있게 해줄 수 있다. 소셜 네트워킹 시스템은 사용자로부터의 입력으로 사용자와 관련된 사용자 프로필을 생성하고 소셜 네트워킹 시스템에 저장할 수 있다. 사용자 프로필은 신상 정보, 통신-채널 정보 및 사용자의 개인 관심사에 대한 정보를 포함할 수 있다. 또한, 소셜 네트워킹 시스템은 사용자로부터의 입력으로 소셜 네트워킹 시스템의 다른 사용자들과의 사용자의 관계의 레코드를 생성하고 저장할 수 있을 뿐만 아니라, 서비스(예컨대, 담벼락-게시물, 사진 공유, 이벤트 조직, 메시징, 게임 또는 광고)를 제공하여 사용자들 사이의 소셜 상호작용을 용이하게 할 수 있다.

소셜 네트워킹 시스템은 하나 이상의 네트워크를 통해 서비스에 관한 컨텐츠 또는 메시지를 사용자의 모바일이나 다른 컴퓨팅 장치로 송신할 수 있다. 또한, 사용자는 소셜 네트워킹 시스템 내 사용자의 사용자 프로필과 다른 데이터에 접근하기 위해 소프트웨어 애플리케이션을 사용자의 모바일이나 다른 컴퓨팅 장치에 설치할 수 있다. 소셜 네트워킹 시스템은 사용자에게 디스플레이하기 위해 가령 사용자와 연결된 다른 사용자들의 집계된 소식의 뉴스피드와 같이 개인화된 세트의 컨텐츠 객체를 생성할 수 있다.

소셜 그래프 분석은 노드와 에지로 구성되는 네트워크 이론의 관점에서 소셜 관계를 보여줄 수 있다. 노드는 네트워크 내의 개인 행위자를 나타낼 수 있고, 에지는 개인 행위자들 사이의 관계를 나타낼 수 있다. 그 결과, 그래프-기반 구조는 종종 매우 복잡할 수 있다. 많은 타입의 노드 및 노드를 연결하는 많은 타입의 에지가 있을 수 있다. 가장 간단한 형태로, 소셜 그래프는 검토되는 모든 노드 사이의 모든 관련 에지의 지도이다.

특정 실시예로, 소셜 네트워킹 시스템은 뉴스-특정 키워드 제안을 생성할 수 있다. 소셜 네트워킹 시스템은 뉴스 이벤트와 관련된 고품질 키워드 제안을 제공할 수 있다. 키워드 제안은 사용자의 질의를 완성할 수 있거나, 뉴스에서 사용되고 있는 관련 용어, 일반 용어, 인기 용어를 제공할 수 있다. 소셜 네트워킹 시스템은 사용자 입력에 응답하여 잠재적인 키워드 제안의 세트를 생성할 수 있다. 잠재적인 키워드 제안은 뉴스 관련 키워드 및 비-뉴스 관련 키워드를 포함할 수 있다. 뉴스 관련 키워드는 유행하는 용어에서 비롯될 수 있다. 비-뉴스 관련 키워드는 예컨대 제3자 페이지 또는 제3자 페이지로의 링크를 포함하는 게시물과 같은 다양한 소스에서 비롯될 수 있다. 비-뉴스 관련 키워드에 대하여, 소셜 네트워킹 시스템은 키워드를 테스트하여 키워드가 뉴스와 관련되는 것으로 카테고리화되어야 하는지를 결정할 수 있다. 잠재적인 키워드 제안은 순위화될 수 있고 순위에 기반하여 사용자에게 제시될 수 있다. 예로서 제한 없이, 미국 국가 선거가 최근 있었다면, 제1 사용자가 "election"을 질의 필드로 입력하면, 가령 "elections(선거)", "elections results(선거 결과)" 및 "elections power shift(선거 정권 교체)"와 같은 키워드 제안이 키워드 제안으로서 제공될 수 있다. 키워드 제안은 뉴스에서 사용되는 관련 용어인 "elections"; 유행하는 용어인 "results"; 및 뉴스와 종종 관련되는 제3자 소스로부터 제3자 기사에 나타나는 용어 "power shift"에 기반할 수 있다.

상술한 실시예들은 단지 예들이며, 본 명세서의 범위는 이에 국한되지 않는다. 특정 실시예들은 상술한 실시예들의 컴포넌트, 구성요소, 특징, 기능, 동작 또는 단계의 전부 또는 일부를 포함하거나 전혀 포함하지 않을 수 있다. 특히, 본 발명에 따른 실시예들은 방법, 저장매체, 시스템 및 컴퓨터 프로그램 제품에 관한 첨부된 청구항들에 개시되며, 예컨대 방법과 같은 하나의 청구항 카테고리로 언급되는 임의의 특징은 또한 예컨대 시스템과 같은 또 다른 청구항 카테고리로 청구될 수 있다. 첨부된 청구항들에서 종속항들이나 재참조(references back)가 단지 형식적인 이유로 선택된다. 그러나, 임의의 이전의 청구항들에 대한 의도적인 재참조(특히, 다수의 종속항들)로부터 생성된 임의의 발명의 내용은 청구항들과 이들의 특징들의 임의의 조합이 개시되고 첨부된 청구항들에서 선택된 종속항들에 관계없이 청구될 수 있도록 또한 청구될 수 있다. 청구될 수 있는 발명의 내용은 첨부된 청구항들에서 제시되는 특징들의 조합뿐 아니라 청구항들의 특징들의 임의의 다른 조합을 포함하며, 청구항들에 언급된 각각의 특징은 청구항들의 임의의 다른 특징이나 다른 특징들의 조합과 결합될 수 있다. 게다가, 본 명세서에 기술되거나 도시된 임의의 실시예들 및 특징들은 단독의 청구항으로 및/또는 본 명세서에서 기술되거나 도시된 임의의 실시예나 특징과의 임의의 조합으로 또는 첨부된 청구항들의 임의의 특징들로 청구될 수 있다.

본 발명의 내용 중에 포함되어 있다.

도 1은 소셜 네트워킹 시스템과 관련된 예시적인 네트워크 환경을 도시한다.
도 2는 예시적인 소셜 그래프를 도시한다.
도 3은 온라인 소셜 네트워크의 예시적인 페이지를 도시한다.
도 4a-4b는 소셜 네트워크의 예시적인 제안형 질의를 도시한다.
도 5는 온라인 소셜 네트워크의 추가 페이지의 예를 도시한다.
도 6은 소셜 네트워크의 추가 질의의 예를 도시한다.
도 7은 뉴스 검색용 제안형 키워드를 생성하기 위한 예시적인 방법을 도시한다.
도 8은 예시적인 컴퓨터 시스템을 도시한다.

시스템 개요

도 1은 소셜 네트워킹 시스템과 관련된 예시적인 네트워크 환경(100)을 도시한다. 네트워크 환경(100)은 네트워크(110)에 의해 서로 연결되는 클라이언트 시스템(130), 소셜 네트워킹 시스템(160) 및 제3자 시스템(170)을 포함한다. 도 1은 클라이언트 시스템(130), 소셜 네트워킹 시스템(160), 제3자 시스템(170) 및 네트워크(110)의 특정한 구성을 도시하지만, 본 명세서는 클라이언트 시스템(130), 소셜 네트워킹 시스템(160), 제3자 시스템(170) 및 네트워크(110)의 임의의 적절한 구성을 고려한다. 예로서 제한 없이, 2 이상의 클라이언트 시스템(130), 소셜 네트워킹 시스템(160) 및 제3자 시스템(170)은 네트워크(110)를 우회하여 서로 직접적으로 연결될 수 있다. 또 다른 예로서, 2 이상의 클라이언트 시스템(130), 소셜 네트워킹 시스템(160) 및 제3자 시스템(170)은 전체적으로 또는 부분적으로 서로 물리적으로 또는 논리적으로 같은 장소에 배치될 수 있다. 게다가, 도 1은 특정한 수의 클라이언트 시스템(130), 소셜 네트워킹 시스템(160), 제3자 시스템(170) 및 네트워크(110)를 도시하지만, 본 명세서는 임의의 적절한 수의 클라이언트 장치(130), 소셜 네트워킹 시스템(160), 제3자 시스템(170) 및 네트워크(110)를 고려한다. 예로서 제한 없이, 네트워크 환경(100)은 다수의 클라이언트 시스템(130), 소셜 네트워킹 시스템(160), 제3자 시스템(170) 및 네트워크(110)를 포함할 수 있다.

본 명세서는 임의의 적절한 네트워크(110)를 고려한다. 예로서 제한 없이, 네트워크(110)의 하나 이상의 부분은 애드 혹 네트워크, 인트라넷, 엑스트라넷, 가상 사설 네트워크(VPN), 근거리 네트워크(LAN), 무선 LAN(WLAN), 광역 네트워크(WAN), 무선 WAN(WWAN), 대도시 네트워크(MAN), 인터넷의 일부, 공중 전화망(PSTN)의 일부, 셀룰러 전화 네트워크 또는 2 이상의 이들의 조합을 포함할 수 있다. 네트워크(110)는 하나 이상의 네트워크(110)를 포함할 수 있다.

링크(150)는 클라이언트 시스템(130), 소셜 네트워킹 시스템(160) 및 제3자 시스템(170)을 통신 네트워크(110)와 연결하거나 서로 연결할 수 있다. 본 명세서는 임의의 적절한 링크(150)를 고려한다. 특정 실시예로, 하나 이상의 링크(150)는 하나 이상의 유선라인(가령, 예컨대, 디지털 가입자 라인(DSL) 또는 DOCSIS(Data Over Cable Service Interface Specification)), 무선(가령, 예컨대, Wi-Fi 또는 WiMAX(Worldwide Interoperability for Microwave Access)) 또는 광학(가령, 예컨대, 동기식 광학 네트워크(Synchronous Optical Network, SONET) 또는 동기식 디지털 계층(Synchronous Digital Hierarchy, SDH)) 링크를 포함한다. 특정 실시예로, 하나 이상의 링크(150)는 애드 혹 네트워크, 인트라넷, 엑스트라넷, VPN, LAN, WLAN, WAN, WWAN, MAN, 인터넷의 일부, PSTN의 일부, 셀룰러 기술-기반 네트워크, 위성 통신 기술-기반 네트워크, 또 다른 링크(150) 또는 2 이상의 이런 링크(150)의 조합을 각각 포함한다. 링크(150)는 네트워크 환경(100)을 통해 반드시 동일할 필요는 없다. 하나 이상의 제1 링크(150)는 하나 이상의 측면에서 하나 이상의 제2 링크(150)와 다를 수 있다.

특정 실시예로, 클라이언트 시스템(130)은 하드웨어, 소프트웨어 또는 임베디드 로직 컴포넌트나 이들의 2 이상의 컴포넌트의 조합을 포함하고 클라이언트 시스템(130)에 의해 구현되거나 지원되는 적절한 기능을 수행할 수 있는 전자식 장치일 수 있다. 예로서 제한 없이, 클라이언트 시스템(130)은 가령 데스크톱 컴퓨터, 노트북이나 랩톱 컴퓨터, 넷북, 태블릿 컴퓨터, e-북 리더, GPS 장치, 카메라, 개인용 정보 단말기(PDA), 휴대용 전자 장치, 셀룰러 전화, 스마트폰, 다른 적절한 전자 장치 또는 이들의 임의의 적절한 조합과 같은 컴퓨터 시스템을 포함할 수 있다. 본 명세서는 임의의 적절한 클라이언트 시스템(130)을 고려한다. 클라이언트 시스템(130)은 클라이언트 시스템(130)에서 네트워크 사용자가 네트워크(110)에 접근할 수 있게 할 수 있다. 클라이언트 시스템(130)은 그 사용자가 다른 클라이언트 시스템(130)의 다른 사용자들과 통신할 수 있게 할 수 있다.

특정 실시예로, 클라이언트 시스템(130)은, 가령 MICROSOFT INTERNET EXPLORER, GOOGLE CHROME 또는 MOZILLA FIREFOX와 같은 웹 브라우저(132)를 포함할 수 있고, 가령 TOOLBAR 또는 YAHOO TOOLBAR와 같은 하나 이상의 애드-온(add-ons), 플러그-인(plug-ins) 또는 다른 확장형(extensions)을 가질 수 있다. 클라이언트 시스템(130)에서의 사용자는 URL(Uniform Resource Locator) 또는 웹 브라우저(132)를 특정 서버(가령, 서버(162) 또는 제3자 시스템(170)과 관련된 서버)로 인도하는 다른 주소를 입력할 수 있고, 웹 브라우저(132)는 하이퍼텍스트 전송 프로토콜(HTTP) 요청을 생성하고 HTTP 요청을 서버로 통신할 수 있다. 서버는 HTTP 요청을 수락하고, HTTP 요청에 응답하여 하나 이상의 하이퍼텍스트 마크업 언어(HTML) 파일을 클라이언트 시스템(130)으로 통신할 수 있다. 클라이언트 시스템(130)은 사용자에게 표시하기 위해 서버로부터 HTML 파일에 기초한 웹페이지를 렌더링할 수 있다. 본 명세서는 임의의 적절한 웹페이지 파일을 고려한다. 예로서 제한 없이, 웹페이지는 특정한 필요에 따라 HTML 파일, 확장형 하이퍼텍스트 마크업 언어(XHTML) 파일 또는 확장형 마크업 언어(XML) 파일로부터 렌더링할 수 있다. 또한, 이런 페이지는, 예로서 제한 없이 JAVASCRIPT, JAVA, MICROSOFT SILVERLIGHT, 가령 AJAX(비동기식 JAVASCRIPT 및 XML)와 같은 마크업 언어와 스크립트의 조합 등과 같은 스크립트를 실행할 수 있다. 본 명세서에서, 웹페이지에 대한 레퍼런스는 (브라우저가 웹페이지를 렌더링하는데 사용할 수 있는) 하나 이상의 해당 웹페이지 파일을 포함하며, 적절한 경우, 그 역도 또한 같다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 온라인 소셜 네트워크를 호스팅할 수 있는 네트워크-주소화 컴퓨팅 시스템일 수 있다. 소셜 네트워킹 시스템(160)은 예컨대 사용자-프로필 데이터, 컨셉-프로필 데이터, 소셜-그래프 정보 또는 온라인 소셜 네트워크에 관한 다른 적절한 데이터와 같은 소셜 네트워킹 데이터를 생성, 저장, 수신 및 송신할 수 있다. 소셜 네트워킹 시스템(160)은 직접적으로 또는 네트워크(110)를 통해 네트워크 환경(100)의 다른 컴포넌트들에 의해 접근될 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 서버(162)를 포함할 수 있다. 각 서버(162)는 일체형 서버(unitary server)일 수 있거나, 다수의 컴퓨터 또는 다수의 데이터센터에 걸쳐 있는 분산형 서버일 수 있다. 서버(162)는 예로서 제한 없이, 웹 서버, 뉴스 서버, 메일 서버, 메시지 서버, 광고 서버, 파일 서버, 애플리케이션 서버, 교환 서버, 데이터베이스 서버, 프록시 서버, 본 명세서에 기술된 기능이나 프로세스를 수행하는데 적절한 또 다른 서버 또는 이들의 임의의 조합과 같이, 다양한 타입일 수 있다. 특정 실시예로, 각 서버(162)는 서버(162)에 의해 구현되거나 지원되는 적절한 기능을 수행하기 위한 하드웨어, 소프트웨어 또는 임베디드 논리 소자 또는 2 이상의 이런 소자들의 조합을 포함할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(164)은 하나 이상의 데이터 스토어(164)를 포함할 수 있다. 데이터 스토어(164)는 다양한 타입의 정보를 저장하는데 사용될 수 있다. 특정 실시예로, 데이터 스토어(164)에 저장된 정보는 특정한 데이터 구조에 따라 구조화될 수 있다. 특정 실시예로, 각 데이터 스토어(164)는 관계형, 컬럼형, 상관형 또는 다른 적절한 데이터베이스일 수 있다. 비록 본 명세서는 특정 타입의 데이터베이스를 기술하거나 도시하지만, 본 명세서는 임의의 적절한 타입의 데이터베이스를 고려한다. 특정 실시예는 클라이언트 시스템(130), 소셜 네트워킹 시스템(160) 또는 제3자 시스템(170)이 데이터 스토어(164)에 저장된 정보를 관리, 검색, 변경, 추가 또는 삭제할 수 있게 하는 인터페이스를 제공할 수 있다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 데이터 스토어(164)에 하나 이상의 소셜 그래프를 저장할 수 있다. 특정 실시예로, 소셜 그래프는 (특정 사용자에 각각 해당하는) 다수의 사용자 노드 또는 (특정 컨셉에 각각 해당하는) 다수의 컨셉 노드를 포함할 수 있는 다수의 노드 및 노드를 연결하는 다수의 에지를 포함할 수 있다. 소셜 네트워킹 시스템(160)은 다른 사용자와 통신하고 상호작용하는 능력을 온라인 소셜 네트워크의 사용자에게 제공할 수 있다. 특정 실시예로, 사용자는 소셜 네트워킹 시스템(160)을 통해 온라인 소셜 네트워크에 가입한 후 연결들(즉, 관계들)을 그들이 연결되고자 하는 소셜 네트워킹 시스템(160)의 다수의 다른 사용자에 추가할 수 있다. 본 명세서에서, "친구"란 용어는 사용자가 소셜 네트워킹 시스템(160)을 통해 연결, 유대 또는 관계를 형성했던 소셜 네트워킹 시스템(160)의 임의의 다른 사용자를 가리킬 수 있다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 소셜 네트워킹 시스템(160)에 의해 지원되는 다양한 유형의 아이템이나 객체에 대한 행위를 취할 수 있는 능력을 사용자에게 제공할 수 있다. 예로서 제한 없이, 아이템 및 객체는 소셜 네트워킹 시스템(160)의 사용자들이 속할 수 있는 그룹이나 소셜 네트워크, 사용자가 관심을 가질지도 모르는 이벤트 또는 캘린더 엔트리, 사용자가 사용할 수 있는 컴퓨터-기반 애플리케이션, 사용자가 서비스를 통해 아이템을 팔거나 구매할 수 있게 하는 거래, 사용자가 수행할 수 있는 광고와의 상호작용 또는 다른 적절한 아이템이나 객체를 포함할 수 있다. 사용자는 소셜 네트워킹 시스템(160) 또는 소셜 네트워킹 시스템(160)과 별개이거나 네트워크(110)를 통해 소셜 네트워킹 시스템(160)에 결합되는 제3자 시스템(170)의 외부 시스템에서 표현될 수 있는 모든 것과 상호작용할 수 있다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 다양한 엔티티를 링크할 수 있다. 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 사용자가 서로 상호작용할 뿐 아니라 제3자 시스템(170)이나 다른 엔티티로부터 컨텐츠를 수신할 수 있게 하거나, 사용자가 응용 프로그래밍 인터페이스(API)나 다른 통신 채널을 통해 이런 엔티티와 상호작용할 수 있게 해줄 수 있다.

특정 실시예로, 제3자 시스템(170)은 하나 이상의 타입의 서버, 하나 이상의 데이터 스토어, API들을 포함하나 이에 국한되지 않는 하나 이상의 인터페이스, 하나 이상의 웹 서비스, 하나 이상의 컨텐츠 소스, 하나 이상의 네트워크 또는 예컨대 서버가 통신할 수 있는 임의의 다른 적절한 컴포넌트를 포함할 수 있다. 제3자 시스템(170)은 소셜 네트워킹 시스템(160)을 운영하는 엔티티와는 다른 엔티티에 의해 운영될 수 있다. 그러나, 특정 실시예로, 소셜 네트워킹 시스템(160) 및 제3자 시스템(170)은 소셜 네트워킹 서비스를 소셜 네트워킹 시스템(160)이나 제3자 시스템(170)의 사용자에게 제공하도록 서로 함께 동작할 수 있다. 이런 의미에서, 소셜 네트워킹 시스템(160)은 가령 제3자 시스템(170)과 같은 다른 시스템들이 인터넷상의 사용자들에게 소셜 네트워킹 서비스와 기능을 제공하도록 사용할 수 있는 플랫폼 또는 백본(backbone)을 제공할 수 있다.

특정 실시예로, 제3자 시스템(170)은 제3자 컨텐츠 객체 제공자를 포함할 수 있다. 제3자 컨텐츠 객체 제공자는 클라이언트 시스템(130)과 통신될 수 있는 하나 이상의 소스의 컨텐츠 객체를 포함할 수 있다. 예로서 제한 없이, 컨텐츠 객체는 가령 영화 쇼타임, 영화 리뷰, 레스토랑 리뷰, 레스토랑 메뉴, 제품 정보와 리뷰 또는 다른 적절한 정보와 같이 사용자가 관심 있는 사물이나 활동에 관한 정보를 포함할 수 있다. 또 다른 예로서 제한 없이, 컨텐츠 객체는 가령 쿠폰, 할인 티켓, 상품권 또는 다른 적절한 인센티브 객체와 같은 인센티브 컨텐츠 객체를 포함할 수 있다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 또한 소셜 네트워킹 시스템(160)과 사용자의 상호작용을 향상시킬 수 있는 사용자-생성된 컨텐츠 객체를 포함한다. 사용자-생성된 컨텐츠는 사용자가 소셜 네트워킹 시스템(160)에 추가, 업로드, 송신 또는 "게시"할 수 있는 어떤 것을 포함할 수 있다. 예로서 제한 없이, 사용자는 클라이언트 시스템(130)으로부터 소셜 네트워킹 시스템(160)으로 게시물을 통신할 수 있다. 게시물은 가령 상태 업데이트나 다른 텍스트형 데이터와 같은 데이터, 위치 정보, 사진, 비디오, 링크, 음악 또는 다른 유사한 데이터나 매체를 포함할 수 있다. 또한, 컨텐츠는 가령 뉴스피드 또는 스트림과 같이 "통신 채널"을 통해 제3자에 의해 소셜 네트워킹 시스템(160)에 추가될 수 있다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 다양한 서버, 서브-시스템, 프로그램, 모듈, 로그 및 데이터 스토어를 포함할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 다음의 하나 이상의: 웹 서버, 행위 로거, API 요청 서버, 관련성 및 순위화 엔진, 컨텐츠 객체 분류기, 알림 제어기, 행위 로그, 제3자 컨텐츠 객체 노출 로그, 추론 모듈, 인증/개인정보 서버, 검색 모듈, 광고 타겟팅 모듈, 사용자 인터페이스 모듈, 사용자 프로필 스토어, 연결 스토어, 제3자 컨텐츠 스토어 또는 위치 스토어를 포함할 수 있다. 또한, 소셜 네트워킹 시스템(160)은 가령 네트워크 인터페이스, 보안 메커니즘, 부하 균형기, 장애 서버, 관리 및 네트워크 운영 콘솔, 다른 적절한 컴포넌트 또는 이들의 임의의 적절한 조합과 같이 적절한 컴포넌트들을 포함할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 사용자 프로필을 저장하기 위한 하나 이상의 사용자 프로필 스토어를 포함할 수 있다. 사용자 프로필은 예컨대 인명정보, 인구학적 정보, 행동 정보, 소셜 정보 또는 가령 경력, 학력, 취미나 기호, 관심사, 친밀감, 위치와 같은 다른 유형의 설명적 정보를 포함할 수 있다. 관심사 정보는 하나 이상의 카테고리에 관한 관심사를 포함할 수 있다. 카테고리는 일반적이거나 구체적일 수 있다. 예로서 제한 없이, 사용자가 신발 브랜드에 관한 기사에 "좋아한다"면, 카테고리는 그 브랜드일 수 있거나 "신발" 또는 "옷"의 일반 카테고리일 수 있다. 연결 스토어는 사용자에 대한 연결 정보를 저장하는데 사용될 수 있다. 연결 정보는 유사하거나 공통의 경력, 그룹 맴버쉽, 취미, 학력을 가지거나 임의의 방식으로 관련되거나 공통 속성을 공유하는 사용자들을 표시할 수 있다. 또한, 연결 정보는 (내부와 외부 모두의) 다른 사용자들과 컨텐츠 사이의 사용자-정의된 연결들을 포함할 수 있다. 웹 서버는 네트워크(110)를 통해 하나 이상의 클라이언트 시스템(130)이나 하나 이상의 제3자 시스템(170)과 소셜 네트워킹 시스템(160)을 링크하는데 사용될 수 있다. 웹 서버는 소셜 네트워킹 시스템(160)과 하나 이상의 클라이언트 시스템(130) 사이에서 메시지를 수신하고 라우팅하기 위한 메일 서버나 다른 메시징 기능을 포함할 수 있다. API 요청 서버는 제3자 시스템(170)이 하나 이상의 API를 호출하여 소셜 네트워킹 시스템(160)으로부터의 정보에 접근할 수 있게 해줄 수 있다. 행위 로거는 소셜 네트워킹 시스템(160) 내부나 외부에서의 사용자의 행위에 대한 웹 서버로부터의 통신을 수신하는데 사용될 수 있다. 행위 로그와 함께, 제3자 컨텐츠 객체 로그에서는 제3자 컨텐츠 객체에 대한 사용자 노출이 관리될 수 있다. 알림 제어기는 컨텐츠 객체에 관한 정보를 클라이언트 시스템(130)에 제공할 수 있다. 정보는 알림으로서 클라이언트 시스템(130)으로 푸싱(pushed)될 수 있거나, 정보는 클라이언트 시스템(130)으로부터 수신된 요청에 응답하여 클라이언트 시스템(130)으로부터 풀링(pulled)될 수 있다. 인증 서버는 소셜 네트워킹 시스템(160)의 사용자의 하나 이상의 개인정보 설정을 강제하는데 사용될 수 있다. 사용자의 개인정보 설정은 사용자와 관련된 특정 정보가 어떻게 공유될 수 있는지를 결정한다. 인증 서버는 예컨대 적절한 개인정보 설정을 설정함으로써, 사용자의 행위를 소셜 네트워킹 시스템(160)에 의해 로그되게 하거나 다른 시스템(예컨대, 제3자 시스템(170))과 공유되게 하도록 사용자가 참여하거나 탈퇴할 수 있게 해줄 수 있다. 제3자 컨텐츠 객체 스토어는 가령 제3자 시스템(170)과 같은 제3자로부터 수신된 컨텐츠 객체를 저장하는데 사용될 수 있다. 위치 스토어는 사용자와 관련된 클라이언트 시스템(130)으로부터 수신된 위치 정보를 저장하는데 사용될 수 있다. 광고 가격결정 모듈은 소셜 정보, 현재시간, 위치 정보 또는 다른 적절한 정보를 결합하여 알림의 형태로 사용자에게 관련 광고를 제공할 수 있다.

소셜 그래프

도 2는 예시적인 소셜 그래프(200)를 도시한다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 데이터 스토어에 하나 이상의 소셜 그래프(200)를 저장할 수 있다. 특정 실시예로, 소셜 그래프(200)는 다수의 사용자 노드(202)나 다수의 컨셉 노드(204)를 포함할 수 있는 다수의 노드 및 노드를 연결하는 다수의 에지(206)를 포함할 수 있다. 도 2에 도시된 예시적인 소셜 그래프(200)는 훈시적 목적상 2차원 시각적 지도 표현으로 도시된다. 특정 실시예로, 소셜 네트워킹 시스템(160), 클라이언트 시스템(130) 또는 제3자 시스템(170)은 소셜 그래프(200) 및 적절한 애플리케이션에 대한 관련 소셜-그래프 정보에 접근할 수 있다. 소셜 그래프(200)의 노드 및 에지는 예컨대 데이터 스토어(가령, 소셜-그래프 데이터베이스)에 데이터 객체로서 저장될 수 있다. 이런 데이터 스토어는 소셜 그래프(200)의 노드 또는 에지의 하나 이상의 검색가능하거나 질의가능한 인덱스를 포함할 수 있다.

특정 실시예로, 사용자 노드(202)는 소셜 네트워킹 시스템(160)의 사용자에 해당할 수 있다. 예로서 제한 없이, 사용자는 개인(사람인 사용자), 엔티티(예컨대, 기업, 사업체 또는 제3자 애플리케이션) 또는 소셜 네트워킹 시스템(160)과 상호작용하거나 소셜 네트워킹 시스템에서 통신하는 (예컨대, 개인 또는 엔티티의) 그룹일 수 있다. 특정 실시예로, 사용자가 소셜 네트워킹 시스템(160)에서 계정을 등록하면, 소셜 네트워킹 시스템(160)은 사용자에 해당하는 사용자 노드(202)를 생성할 수 있고, 하나 이상의 데이터 스토어에 사용자 노드(202)를 저장할 수 있다. 적절한 경우, 본 명세서에 기술되는 사용자들 및 사용자 노드들(202)은 등록 사용자들 및 등록 사용자들과 관련된 사용자 노드들(202)을 말할 수 있다. 추가로 또는 대안으로, 본 명세서에 기술되는 사용자들 및 사용자 노드들(202)은 적절한 경우 소셜 네트워킹 시스템(160)에 등록되지 않은 사용자들을 말할 수 있다. 특정 실시예로, 사용자 노드(202)는 사용자가 제공한 정보 및 소셜 네트워킹 시스템(160)을 포함하는 다양한 시스템이 수집한 정보와 관련될 수 있다. 예로서 제한 없이, 사용자는 그들의 이름, 프로필 사진, 연락 정보, 생일, 성별, 혼인 여부, 가족 관계, 직장, 학력, 기호, 관심사 또는 다른 신상 정보를 제공할 수 있다. 특정 실시예로, 사용자 노드(202)는 사용자와 관련된 정보에 해당하는 하나 이상의 데이터 객체와 관련될 수 있다. 특정 실시예로, 사용자 노드(202)는 하나 이상의 웹페이지에 해당할 수 있다.

특정 실시예로, 컨셉 노드(204)는 컨셉에 해당할 수 있다. 예로서 제한 없이, 컨셉은 장소(가령, 예컨대, 영화관, 레스토랑, 명소 또는 도시); 웹사이트(가령, 예컨대, 소셜 네트워크 시스템(160)과 관련된 웹사이트 또는 웹-애플리케이션 서버와 관련된 제3자 웹사이트); 엔티티(가령, 예컨대, 사람, 사업체, 그룹, 스포츠 팀 또는 유명인사); 소셜 네트워킹 시스템(160) 또는 가령 웹-애플리케이션 서버와 같은 외부 서버에 위치할 수 있는 자원(가령, 예컨대, 오디오 파일, 비디오 파일, 디지털 사진, 텍스트 파일, 구조화된 문서 또는 애플리케이션); 물적 재산권 또는 지적 재산권(가령, 예컨대, 조각품, 미술품, 영화, 게임, 노래, 아이디어, 사진 또는 저서); 게임; 활동; 아이디어나 이론; 또 다른 적절한 컨셉; 또는 2 이상의 이런 컨셉들에 해당할 수 있다. 컨셉 노드(204)는 사용자에 의해 제공된 컨셉의 정보 또는 소셜 네트워킹 시스템(160)을 포함하는 다양한 시스템에 의해 수집된 정보와 관련될 수 있다. 예로서 제한 없이, 컨셉의 정보는 이름이나 제목; 하나 이상의 이미지(예컨대, 책의 커버 페이지의 이미지); 위치(예컨대, 주소 또는 지리적 위치); (URL과 관련될 수 있는) 웹사이트; 연락 정보(예컨대, 전화번호 또는 이메일 주소); 다른 적절한 컨셉 정보; 또는 이런 정보의 임의의 적절한 조합을 포함할 수 있다. 특정 실시예로, 각각의 컨셉 노드(204)는 컨셉 노드(204)와 관련된 정보에 해당하는 하나 이상의 데이터 객체와 관련될 수 있다. 특정 실시예로, 각각의 컨셉 노드(204)는 웹페이지에 해당할 수 있다.

특정 실시예로, 소셜 그래프(200)에서 노드는 ("프로필 페이지"라고 할 수 있는) 웹페이지를 표현하거나, 그 웹페이지로 표현될 수 있다. 프로필 페이지는 소셜 네트워킹 시스템(160)에 의해 호스트될 수 있거나, 접근될 수 있다. 또한, 프로필 페이지는 제3자 서버(170)와 관련된 제3자 웹사이트에 호스트될 수 있다. 예로서 제한 없이, 특정한 외부 웹페이지에 해당하는 프로필 페이지는 특정한 외부 웹페이지일 수 있고, 이런 프로필 페이지는 특정 컨셉 노드(204)에 해당할 수 있다. 프로필 페이지는 모든 또는 선택된 서브세트의 다른 사용자들에 의해 열람될 수 있다. 예로서 제한 없이, 사용자 노드(202)는 해당 사용자가 컨텐츠를 추가할 수 있고, 선언을 할 수 있으며, 그렇지 않으면 그들 자신을 표현할 수 있는 해당 사용자 프로필-페이지를 가질 수 있다. 또 다른 예로서 제한 없이, 컨셉 노드(204)는 특히 컨셉 노드(204)에 해당하는 컨셉과 관련하여 하나 이상의 사용자들이 컨텐츠를 추가할 수 있거나, 선언을 할 수 있거나, 그들 자신을 표현할 수 있는 해당 컨셉-프로필 페이지를 가질 수 있다.

특정 실시예로, 컨셉 노드(204)는 제3자 시스템(170)에 의해 호스팅된 제3자 웹페이지 또는 자원을 표현할 수 있다. 제3자 웹페이지 또는 자원은 다른 요소들 중에서 행위 또는 활동을 표현하는 (예컨대, JavaScript, AJAX 또는 PHP 코드로 구현될 수 있는) 컨텐츠, 선택가능하거나 다른 아이콘 또는 다른 상호작용가능한 객체를 포함할 수 있다. 예로서 제한 없이, 제3자 웹페이지는 가령 "좋아요", "체크인", "식사하기(eat)", "추천하기" 또는 다른 적절한 행위나 활동과 같은 선택가능한 아이콘을 포함할 수 있다. 제3자 웹페이지를 열람하는 사용자는 아이콘들 중 하나(예컨대, "체크인")를 선택하여 행위를 수행할 수 있고, 클라이언트 시스템(130)이 사용자의 행위를 표시하는 메시지를 소셜 네트워킹 시스템(160)으로 송신하게 할 수 있다. 그 메시지에 응답하여, 소셜 네트워킹 시스템(160)은 사용자에 해당하는 사용자 노드(202)와 제3자 웹페이지 또는 자원에 해당하는 컨셉 노드(204) 사이의 에지(예컨대, "체크인-타입" 에지)를 생성할 수 있고, 하나 이상의 데이터 스토어에 에지(206)를 저장할 수 있다.

특정 실시예로, 소셜 그래프(200)에서 노드 쌍은 하나 이상의 에지(206)에 의해 서로 연결될 수 있다. 노드 쌍을 연결하는 에지(206)는 노드 쌍 사이의 관계를 표현할 수 있다. 특정 실시예로, 에지(206)는 노드 쌍 사이의 관계에 해당하는 하나 이상의 데이터 객체나 속성을 포함하거나 표현할 수 있다. 예로서 제한 없이, 제1 사용자는 제2 사용자가 제1 사용자의 "친구"라고 표시할 수 있다. 이런 표시에 응답하여, 소셜 네트워킹 시스템(160)은 "친구 요청"을 제2 사용자에게 송신할 수 있다. 제2 사용자가 "친구 요청"을 확인하면, 소셜 네트워킹 시스템(160)은 소셜 그래프(200)에서 제1 사용자의 사용자 노드(202)와 제2 사용자의 사용자 노드(202)를 연결하는 에지(206)를 생성할 수 있고, 하나 이상의 데이터 스토어(164)에 소셜-그래프 정보로서 에지(206)를 저장할 수 있다. 도 2의 예에서, 소셜 그래프(200)는 사용자 "A"와 사용자 "B"의 사용자 노드(202)들 사이의 친구 관계를 표시하는 에지(206)를 그리고 사용자 "C"와 사용자 "B"의 사용자 노드(202) 사이의 친구 관계를 표시하는 에지를 포함한다. 본 명세서가 특정 사용자 노드(202)를 연결하는 특정 속성을 가진 특정 에지(206)를 기술하거나 도시하지만, 본 명세서는 사용자 노드(202)를 연결하는 임의의 적절한 속성을 가진 임의의 적절한 에지(206)를 고려한다. 예로서 제한 없이, 에지(206)는 친구관계, 가족관계, 사업이나 고용 관계, (예컨대, 좋아요 등을 포함하는) 팬 관계, 팔로어 관계, (예컨대, 액세스하기, 열람하기, 체크인하기, 공유하기 등을 포함하는) 방문자 관계, 구독자 관계, 상위/하위 관계, 호혜 관계, 비-상호 관계, 또 다른 적절한 타입의 관계 또는 2 이상의 이런 관계들을 표현할 수 있다. 게다가, 본 명세서는 일반적으로 노드들이 연결되는 것을 기술하지만, 본 명세서는 또한 사용자 또는 컨셉이 연결되는 것을 기술한다. 본 명세서에서, 사용자 또는 컨셉이 연결되는 것에 대한 언급은 적절한 경우 이들 사용자 또는 컨셉에 해당하는 노드가 하나 이상의 에지(206)에 의해 소셜 그래프(200)에서 연결되는 것을 말할 수 있다.

특정 실시예로, 사용자 노드(202)와 컨셉 노드(204) 사이의 에지(206)는 컨셉 노드(204)와 관련된 컨셉에 대해 사용자 노드(202)의 사용자가 수행한 특정 행위 또는 활동을 표현할 수 있다. 예로서 제한 없이, 도 2에 도시된 바와 같이, 사용자는 컨셉을 "좋아요(like)", "참여했음(attended)", "실행했음(played)", "청취했음(listened)", "요리했음(cooked)", "근무했음(worked at)", 또는 "시청했음(watched)"을 할 수 있고, 이들 각각은 에지 타입이나 서브타입에 해당할 수 있다. 컨셉 노드(204)에 해당하는 컨셉-프로필 페이지는 예컨대 선택가능한 "체크인" 아이콘(가령, 예컨대, 클릭가능한 "체크인" 아이콘) 또는 선택가능한 "즐겨찾기에 추가(add to favorites)" 아이콘을 포함할 수 있다. 마찬가지로, 사용자가 이런 아이콘을 클릭한 후, 소셜 네트워킹 시스템(160)은 각각의 행위에 해당하는 사용자의 행위에 응답하여 "즐겨찾기" 에지 또는 "체크인" 에지를 생성할 수 있다. 또 다른 예로서 제한 없이, 사용자(사용자 "C")는 특정 애플리케이션(온라인 음악 애플리케이션인 SPOTIFY)을 사용하여 특정 노래("Imagine")를 들을 수 있다. 이 경우, 소셜 네트워킹 시스템(160)은 사용자에 해당하는 사용자 노드(202)와 노래 및 애플리케이션에 해당하는 컨셉 노드(204) 사이에 "청취했음(listened)" 에지(206) 및 "사용했음(used)" 에지(도 2에 도시)를 생성하여, 사용자가 그 노래를 들었고 그 애플리케이션을 사용했음을 표시할 수 있다. 게다가, 소셜 네트워킹 시스템(160)은 노래와 애플리케이션에 해당하는 컨셉 노드(204) 사이에서 "실행했음(played)" 에지(206)(도 2에 도시)를 생성하여 특정 노래가 특정 애플리케이션에 의해 실행되었음을 표시할 수 있다. 이 경우, "실행했음(played)" 에지(206)는 외부 오디오 파일(노래 "Imagine")에 대해 외부 애플리케이션(SPOTIFY)이 수행한 행위에 해당한다. 본 명세서는 사용자 노드(202)와 컨셉 노드(204)를 연결하는 특정 속성을 가진 에지(206)를 기술하지만, 본 명세서는 사용자 노드(202)와 컨셉 노드(204)를 연결하는 임의의 적절한 속성을 가진 임의의 적절한 에지(206)를 고려한다. 게다가, 본 명세서는 단일의 관계를 표현하는 사용자 노드(202)와 컨셉 노드(204) 사이의 에지를 기술하지만, 본 명세서는 하나 이상의 관계를 표현하는 사용자 노드(202)와 컨셉 노드(204) 사이의 에지를 고려한다. 예로서 제한 없이, 에지(206)는 사용자가 특정 컨셉에서 좋아요 하고 사용했음을 모두 표현할 수 있다. 대안으로, 또 다른 에지(206)는 사용자 노드(202)와 컨셉 노드(204) 사이(도 2에 도시된 바와 같이, 사용자 "E"에 대한 사용자 노드(202)와 "SPOTIFY"에 대한 컨셉 노드(204) 사이)의 각 타입의 관계(또는 다수의 단일 관계)를 표현할 수 있다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 소셜 그래프(200)에서 사용자 노드(202)와 컨셉 노드(204) 사이의 에지(206)를 생성할 수 있다. 예로서 제한 없이, (가령, 예컨대, 사용자의 클라이언트 시스템(130)에 의해 호스팅되는 웹 브라우저 또는 특수목적 애플리케이션을 사용하여) 사용자가 컨셉-프로필 페이지를 열람하는 것은 사용자가 "좋아요" 아이콘을 클릭하거나 선택하여 컨셉 노드(204)가 표현한 컨셉을 좋아함을 나타낼 수 있는데, "좋아요" 아이콘은 사용자의 클라이언트 시스템(130)이 컨셉-프로필 페이지와 관련된 컨셉을 사용자가 좋아요 했다고 표시한 메시지를 소셜 네트워킹 시스템(160)으로 송신하게 할 수 있다. 그 메시지에 응답하여, 소셜 네트워킹 시스템(160)은 사용자와 컨셉 노드(204) 사이의 "좋아요" 에지(206)로 도시된 바와 같이 사용자와 관련된 사용자 노드(202)와 컨셉 노드(204) 사이의 에지(206)를 생성할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 데이터 스토어에 에지(206)를 저장할 수 있다. 특정 실시예로, 에지(206)는 특정 사용자 행위에 응답하여 소셜 네트워킹 시스템(160)에 의해 자동 형성될 수 있다. 예로서 제한 없이, 제1 사용자가 사진을 업로드하거나, 영화를 시청하거나, 노래를 듣는다면, 에지(206)는 제1 사용자에 해당하는 사용자 노드(202)와 이런 컨셉에 해당하는 컨셉 노드(204) 사이에 형성될 수 있다. 본 명세서는 특정 방식으로 특정 에지(206)를 형성하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 에지(206)를 형성하는 것을 고려한다.

타이프어헤드 프로세스

특정 실시예로, 하나 이상의 클라이언트-측 및/또는 백엔드(서버-측) 프로세스는 가령 소셜 네트워킹 시스템(160)에 의해 호스팅되거나 접근가능할 수 있는 (예컨대, 사용자-프로필 페이지, 컨셉-프로필 페이지, 검색-결과 페이지, 온라인 소셜 네트워크와 관련된 네이티브 애플리케이션의 사용자 인터페이스 또는 온라인 소셜 네트워크의 다른 적절한 페이지와 같은) 요청된 페이지와 함께 렌더링되는 입력 서식에 사용자가 현재 입력한 정보에 소셜 그래프 요소(예컨대, 사용자 노드(202), 컨셉 노드(204) 또는 에지(206))를 자동으로 매치하고자 하는 "타이프어헤드(typeahead)" 기능을 구현하고 이용할 수 있다. 특정 실시예로, 사용자가 선언문을 만들도록 텍스트를 입력중일 때, 타이프어헤드 기능은 선언문에 입력되는 텍스트 문자열을 소셜 그래프(200) 내 사용자, 컨셉, 에지 및 그에 해당하는 요소들에 해당하는 문자열(예컨대, 이름, 설명)을 매치하고자 한다. 특정 실시예로, 매치가 발견되는 경우, 타이프어헤드 기능은 기존의 소셜 그래프 요소의 소셜 그래프 요소에 대한 레퍼런스(가령, 예컨대, 노드 명/타입, 노드 ID, 에지 명/타입, 에지 ID 또는 다른 적절한 레퍼런스나 식별자)로 서식을 자동으로 채울 수 있다.

특정 실시예로, 사용자가 사용자의 프로필 페이지, 홈페이지 또는 다른 페이지의 다양한 섹션에 컨텐츠를 추가하거나 선언을 하는데 사용되는 서식으로 텍스트를 타이핑하거나 입력할 때, 타이프어헤드 프로세서는 (예컨대, 서버(162) 내) 소셜 네트워킹 시스템(160)에서(또는 내에서) 실행하는 하나 이상의 프런트엔드(frontend)(클라이언트-측) 및/또는 백엔트(서버-측) 타이프어헤드 프로세스(이하, 간단히 "타이프어헤드 프로세스"라고 함)와 함께 작동하여, 사용자의 텍스트 문자 입력시 사용자가 입력한 텍스트 문자와 가장 관련되거나 최상으로 매치한다고 결정되는 기존 소셜-그래프 요소의 이름에 해당하는 용어나 용어들 또는 기존 소셜-그래프 요소와 관련된 용어들로 서식을 자동-채움(auto-populate)하려고 상호작용하여 거의 즉각적으로 (사용자에게 나타난 대로) 시도할 수 있다. 소셜-그래프 데이터베이스 내 소셜-그래프 정보 또는 노드 및 에지와 관련된 정보를 포함하는 소셜-그래프 데이터베이스로부터 추출되고 인덱싱된 정보를 이용하면, 소셜-그래프 데이터베이스로부터의 정보와 함께 그리고 잠재적으로 소셜 네트워킹 시스템(160)에 위치하거나 그 내에서 실행하는 다양한 다른 프로세스, 애플리케이션 또는 데이터베이스와 함께 타이프어헤드 프로세스는 높은 정확도로 사용자의 의도된 선언을 예측할 수 있다. 그러나, 소셜 네트워킹 시스템(160)은 또한 사용자들이 그들 자신을 자유롭게 표현할 수 있게 하기를 그들이 원하는 본래 임의의 선언을 입력하는 자유를 사용자에게 제공할 수 있다.

특정 실시예로, 사용자가 텍스트 문자를 서식 박스 또는 다른 필드로 입력할 때, 타이프어헤드 프로세스는 사용자의 문자의 입력시 사용자의 선언에 입력된 문자열에 매치하는 기존 소셜-그래프 요소들(예컨대, 사용자 노드(202), 컨셉 노드(204) 또는 에지(206))을 식별하고자 할 수 있다. 특정 실시예로, 사용자가 문자를 서식 박스로 입력할 때, 타이프어헤드 프로세스는 입력된 텍스트 문자열을 판독할 수 있다. 각각의 키 누름(keystroke)이 이루어질 때, 프런트엔트-타이프어헤드 프로세스는 요청(또는 호출)으로서 입력된 문자열을 소셜 네트워킹 시스템(160) 내에서 실행하는 백엔드-타이프어헤드 프로세스로 송신할 수 있다. 특정 실시예로, 타이프어헤드 프로세스는 AJAX(비동기식 JavaScript 및 XML) 또는 다른 적절한 기술 및 특히 비동기식 기술을 통해 통신할 수 있다. 특정 실시예로, 요청은 결과의 신속한 동적인 송신 및 페치(fetching)를 가능하게 하는 XMLHTTPRequest (XHR)이거나 이를 포함할 수 있다. 특정 실시예로, 타이프어헤드 프로세스는 또한 사용자가 선언을 작성하고 있는 특정 페이지의 특정 섹션을 식별하는 섹션 식별자(section ID)를 그 요청 전에, 그 요청 후에 또는 그 요청과 함께 송신한다. 특정 실시예로, 사용자 ID 파라미터가 또한 송신될 수 있거나, 일부의 실시예로 사용자가 소셜 네트워킹 시스템(160)으로 로그인했음(또는 인증되었음)을 기초로 이미 "공지"되어 있다면 불필요할 수 있다.

특정 실시예로, 타이프어헤드 프로세스는 하나 이상의 매칭 알고리즘을 사용하여 매칭 소셜-그래프 요소를 식별하고자 할 수 있다. 특정 실시예로, 매치이나 매치들이 발견되는 경우, 타이프어헤드 프로세스는 예컨대 매칭 소셜-그래프 요소의 이름(이름 문자열) 또는 설명뿐 아니라 잠재적으로 매칭 소셜-그래프 요소와 관련된 다른 메타데이터를 포함할 수 있는 (AJAX 또는 다른 적절한 기술을 이용할 수 있는) 응답을 사용자의 클라이언트 장치(130)로 송신할 수 있다. 예로서 제한 없이, 사용자가 문자 "pok"를 질의 필드로 입력하면, 타이프어헤드 프로세스는 매치하는 기존 프로필 페이지 및 각각의 사용자 노드(202)나 컨셉 노드(204)(예컨대, "poker" 또는 "pokemon"으로 이름지어지거나 그 전용의 프로필 페이지)의 이름을 디스플레이하는 드롭-다운 메뉴를 디스플레이하며, 사용자가 이후 클릭하거나 선택함으로써 선택된 노드에 해당하는 매칭된 사용자나 컨셉 이름을 선언하는 요구를 확인할 수 있다. 또 다른 예로서 제한 없이, "poker"의 클릭시, 타이프어헤드 프로세스는 자동-채움하거나, 웹 브라우저(132)가 질의 필드를 선언 "poker"로 자동-채움할 수 있게 한다. 특정 실시예로, 타이프어헤드 프로세스는 드롭-다운 메뉴를 디스플레이하기보다는 상위-순위화된 매치의 이름이나 다른 식별자로 필드를 간단히 자동-채움할 수 있다. 이후, 사용자는 간단히 그들의 키보드에 "enter"를 키 입력하거나 자동-채움 선언을 클릭하여 자동-채움 선언을 확인할 수 있다.

타이프어헤드 프로세스에 대한 더 많은 정보는 참조로 통합되는 2010년 4월 19일자로 출원된 미국특허출원 제12/763162호 및 2012년 7월 23일자로 출원된 미국특허출원 제13/556072호에서 확인할 수 있다.

구조화된 검색 질의

도 3은 온라인 소셜 네트워크의 예시적인 페이지를 도시한다. 특정 실시예로, 사용자는 텍스트를 질의 필드(350)로 입력하여 소셜 네트워킹 시스템(160)에 질의를 제출할 수 있다. 온라인 소셜 네트워크의 사용자는 흔히 "검색 질의(search query)"라고 일컬어지는 주제를 설명하는 짧은 문구를 검색 엔진에 제공함으로써 특정 주제에 관한 정보(예컨대, 사용자, 컨셉, 외부 컨텐츠 또는 리소스)를 검색할 수 있다. 질의는 비구조화된 텍스트 질의일 수 있고 (하나 이상의 n-그램을 포함할 수 있는) 하나 이상의 텍스트 열을 포함할 수 있다. 통상, 사용자는 텍스트 질의에 매치하는 소셜 네트워킹 시스템(160)의 컨텐츠를 검색하도록 임의의 문자열을 질의 필드(350)로 입력할 수 있다. 이후, 소셜 네트워킹 시스템(160)은 질의에 매치하는 컨텐츠를 식별하도록 데이터 스토어(164)(또는, 특히 소셜 그래프 데이터베이스)를 검색할 수 있다. 검색 엔진은 다양한 검색 알고리즘을 사용하여 질의 문구에 기반한 검색을 실행하고 검색 질의에 관련될 가능성이 가장 높은 리소스 또는 컨텐츠(예컨대, 사용자-프로필 페이지, 컨텐츠-프로필 페이지 또는 외부 리소스)을 식별하는 검색 결과를 생성할 수 있다. 검색을 실행하기 위해, 사용자는 검색 엔진으로 검색 질의를 입력하거나 송신할 수 있다. 응답으로, 검색 엔진은 개별적으로 "검색 결과"라고 할 수 있거나 포괄적으로 검색 질의에 대응하는 "검색 결과들"이라고 할 수 있는 검색 질의와 관련될 가능성이 있는 하나 이상의 리소스를 식별할 수 있다. 식별된 컨텐츠는 예컨대 소셜 그래프 요소(즉, 사용자 노드(202), 컨셉 노드(204), 에지(206)), 프로필 페이지, 외부 웹페이지 또는 이들의 임의의 조합을 포함할 수 있다. 소셜 네트워킹 시스템(160)은 이후 식별된 컨텐츠에 대응하는 검색 결과를 가진 검색-결과 페이지를 생성할 수 있고 그 검색-결과 페이지를 사용자에게 송신할 수 있다. 검색 결과는 종종 검색-결과 페이지 상의 링크의 리스트의 형태로 사용자에게 표시될 수 있고, 각 링크는 식별된 리소스나 컨텐츠의 일부를 포함하는 상이한 페이지와 연관된다. 특정 실시예에서, 검색 결과의 각 링크는 대응하는 페이지가 위치한 곳과 조회하는 메커니즘을 명시하는 URL(Uniform Resource Locator)의 형태일 수 있다. 소셜 네트워킹 시스템(160)은 그 후 검색 결과 페이지를 사용자의 클라이언트 시스템(130) 상의 웹브라우저(132)로 검색-결과 페이지를 전송할 수 있다. 적절한 경우, 사용자는 그 후 URL 링크를 클릭하거나 다른 방법으로 검색-결과 페이지로부터의 컨텐츠를 선택하여 소셜 네트워킹 시스템(160)으로부터 또는 외부 시스템(예컨대, 제3자 시스템(170))으로부터의 컨텐츠에 접속할 수 있다. 리소스는 검색 질의에 대한 관련도에 따라 순위 매겨지고 사용자에게 표시될 수 있다. 검색 결과는 또한 사용자에 대한 관련도에 따라 순위 매겨지고 사용자에게 표시될 수 있다. 다시 말해, 검색 결과는 예컨대 소셜 그래프 정보, 사용자 정보, 사용자의 검색이나 브라우징 이력 또는 사용자에 관한 다른 적절한 정보에 기반하여 질의 사용자에게 사용자화될 수 있다. 특정 실시예에서, 리소스의 순위는 검색 엔진에 의해 구현되는 순위 알고리즘에 의해 결정될 수 있다. 예로서 제한 없이, 검색 질의나 사용자에게 더 관련 있는 리소스는 검색 질의나 사용자에게 덜 관련 있는 리소스보다 높게 순위 매겨질 수 있다. 특정 실시예로, 검색 엔진은 그 검색을 온라인 소셜 네트워크의 리소스 및 컨텐츠로 제한할 수 있다. 그러나, 특정 실시예로, 검색 엔진은 가령 제3자 시스템(170), 인터넷이나 월드 와이드 웹 또는 다른 적절한 소스와 같은 다른 소스들의 리소스 및 컨텐츠를 또한 검색할 수 있다. 비록 본 명세서는 특정 방식으로 소셜 네트워킹 시스템(160)에 질의하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 소셜 네트워킹 시스템(160)에 질의하는 것을 고려한다.

특정 실시예로, 본 명세서에 기술된 타이프어헤드 프로세스가 사용자에 의해 입력된 검색 질의에 적용될 수 있다. 예로서 제한 없이, 사용자가 텍스트 문자를 질의 필드(350)에 입력하면, 타이프어헤드 프로세스는 사용자의 문자 입력시 질의 필드(350)에 입력된 문자열에 매치하는 하나 이상의 사용자 노드(202), 컨셉 노드(204) 또는 에지(206)를 식별하고자 할 수 있다. 타이프어헤드 프로세스가 텍스트 질의로부터 문자열 또는 n-그램을 포함하는 요청 또는 호출을 수신하면, 타이프어헤드 프로세스는 입력된 텍스트에 매치하는 각각의 이름, 타입, 카테고리 또는 다른 식별자를 가진 기존의 소셜-그래프 요소(즉, 사용자 노드(202), 컨셉 노드(204), 에지(206))를 식별하는 검색을 수행하거나 수행되게 할 수 있다. 타이프어헤드 프로세스는 하나 이상의 매칭 알고리즘을 사용하여 매칭 노드 또는 에지를 식별하려고 시도할 수 있다. 매치 또는 매치들이 발견되는 경우, 타이프어헤드 프로세스는 예컨대 매칭 노드의 이름(이름 문자열)뿐 아니라 잠재적으로 매칭 노드와 관련된 다른 메타데이터를 포함할 수 있는 응답을 사용자의 클라이언트 시스템(130)으로 송신할 수 있다. 타이프어헤드 프로세스는 이후 기존의 프로필 페이지와 각 사용자 노드(202)나 컨셉 노드(204)와 일치하는 이름을 디스플레이하고 매칭하는 사용자 노드(202) 또는 컨셉 노드(204)와 연결할 수 있는 매칭 에지(206)의 이름을 디스플레이하는 드롭-다운 메뉴(300)를 디스플레이할 수 있으며, 이후 사용자는 이를 클릭하거나 선택함으로써 선택된 노드에 해당하는 매칭된 사용자나 컨셉 이름을 검색하거나 매칭 에지로 매칭된 사용자나 컨셉과 연결되는 사용자나 컨셉을 검색하려는 요구를 확인할 수 있다. 대안으로, 타이프어헤드 프로세스는 드롭-다운 메뉴(300)를 디스플레이하는 대신에 간단히 최상위의 매치의 이름이나 다른 식별자로 서식을 자동으로 채울 수 있다. 이후, 사용자는 간단히 그들의 키보드에서 "enter"를 치거나 자동-채움 선언을 클릭함으로써 자동-채움 선언을 확인할 수 있다. 매칭 노드 및 에지의 사용자 확인시, 타이프어헤드 프로세스는 매칭 소셜-그래프 요소를 포함하는 질의의 사용자 확인을 소셜 네트워킹 시스템(160)에 알리는 요청을 송신할 수 있다. 송신된 요청에 응답하여, 소셜 네트워킹 시스템(160)은 매칭 소셜-그래프 요소 또는 적절한 경우 매칭 소셜-그래프 요소에 연결된 소셜-그래프 요소를 소셜-그래프 데이터베이스에서 자동으로(또는 요청 내 지시를 기초로 교대로) 호출하거나 검색할 수 있다. 본 명세서는 특정한 방식으로 검색 질의에 타이프어헤드 프로세스를 적용하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 검색 질의에 타이프어헤드 프로세스를 적용하는 것을 고려한다.

검색 질의 및 검색 결과와 관련하여, 특정 실시예들은 참조로 각각 통합되는: 2006년 8월 11일자로 출원된 미국특허출원 제11/503093호, 2010년 12월 22일자로 출원된 미국특허출원 제12/977027호 및 2010년 12월 23일자로 출원된 미국특허출원 제12/978265호에 개시되는 하나 이상의 시스템, 컴포넌트, 구성요소, 기능, 방법, 동작 또는 단계를 이용할 수 있다.

도 4a-4b는 소셜 네트워크의 예시적인 제안형 질의를 도시한다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 제1 사용자(즉, 질의중인 사용자)로부터 수신된 텍스트 질의에 응답하여 텍스트 질의를 파싱할 수 있고 특정 소셜 그래프 요소에 대응하는 텍스트 질의의 일부를 식별할 수 있다. 그러나, 몇몇 경우, 질의는 불명확한 하나 이상의 용어를 포함할 수 있는데, 이때 불명확한 용어는 다수의 소셜-그래프 요소에 가능하게 대응할 수 있는 용어이다. 불명확한 용어를 파싱하기 위해, 소셜 네트워킹 시스템(160)은 소셜 그래프(200)에 액세스한 후 텍스트 질의를 파싱하여 텍스트 질의로부터의 불명확한 n-그램에 대응했던 소셜-그래프 요소를 식별할 수 있다. 이후, 소셜 네트워킹 시스템(160)은 한 세트의 구조화된 질의를 생성할 수 있고, 이때 각각의 구조화된 질의는 가능한 매치하는 소셜 그래프 요소 중 하나에 대응한다. 이런 구조화된 질의는 문법 모델에 의해 생성되는 문자열에 기반할 수 있으므로, 이들은 관련 소셜 그래프 요소에 대한 레퍼런스를 가진 자연어 문구법(natural-language syntax)으로 렌더링된다. 이런 구조화된 질의는 질의중인 사용자에게 제시될 수 있는데, 질의중인 사용자는 이후 질의중인 사용자가 불명확한 용어와 관련하여 어느 소셜-그래프 요소를 의도했는지를 표시하도록 구조화된 질의 중에서 선택할 수 있다. 질의중인 사용자의 선택에 응답하여, 소셜 네트워킹 시스템(160)은 이후 질의 내 불명확한 용어를 질의중인 사용자에 의해 선택된 소셜-그래프 요소에 고정(lock)시킨 후, 선택된 소셜-그래프 요소에 기반하여 새로운 세트의 구조화된 질의를 생성할 수 있다. 도 4a-4b는 (다른 적절한 그래픽 사용자 인터페이스가 가능하더라도) 질의 필드(350) 내 다양한 예시적인 텍스트 질의 및 드롭-다운 메뉴(300)에 응답하여 생성된 다양한 구조화된 질의를 도시한다. 사용자의 텍스트 질의에 응답하여 제안되는 구조화된 질의를 제공함으로써, 소셜 네트워킹 시스템(160)은 소셜-그래프 속성과 다양한 소셜-그래프 요소와의 관계를 기초로 소셜 그래프(200)에 표현되는 요소들을 검색하도록 온라인 소셜 네트워크의 사용자들에게 매우 효과적인 방법을 제공할 수 있다. 구조화된 질의는 질의중인 사용자가 특정 에지 타입으로 소셜 그래프(200)에서 특정 사용자나 컨셉과 연결되는 컨텐츠를 검색하게 해줄 수 있다. 구조화된 질의는 제1 사용자에게 송신될 수 있고 드롭-다운 메뉴(300)에 (예컨대, 클라이언트-측 타이프어헤드 프로세스를 통해) 디스플레이될 수 있는데, 여기서 제1 사용자는 이후 소정의 컨텐츠를 검색하도록 적절한 질의를 선택할 수 있다. 본 명세서에 기술되는 구조화된 질의를 사용하는 것의 이점들 중 일부는 제한된 정보를 기초로 온라인 소셜 네트워크의 사용자를 찾는 것, 다양한 소셜-그래프 요소와 컨텐츠의 관계를 기초로 온라인 소셜 네트워크로부터 그 컨텐츠의 가상 인덱스를 함께 가져오는 것 또는 당신 및/또는 당신의 친구에 관한 정보를 찾는 것을 포함한다. 본 명세서는 특정 방식으로 특정 구조화된 질의를 생성하는 것을 기술하고 도 4a-4b가 도시하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 구조화된 질의를 생성하는 것을 고려한다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 (제1 사용자 노드(202)에 해당하는) 질의중인/제1 사용자로부터 비구조화된 텍스트 질의를 수신할 수 있다. 예로서 제한 없이, 제1 사용자는: (1) 제1 사용자의 1촌 친구(first-degree friends)이고; (2) Stanford University와 관련되는(즉, 사용자 노드(202)는 학교 "Stanford"에 해당하는 컨셉 노드(204)와 에지(206)에 의해 연결됨), 다른 사용자들을 검색하고자 할 수 있다. 이후, 제1 사용자는 도 4a-4b에 도시된 바와 같이 텍스트 질의 "friends stanford"를 질의 필드(350)에 입력할 수 있다. 질의중인 사용자가 이런 텍스트 질의를 질의 필드(350)에 입력하면, 소셜 네트워킹 시스템(160)은 드롭-다운 메뉴(300)에 도시된 바와 같이 제안되는 다양한 구조화된 질의를 제공할 수 있다. 본 명세서에서 사용되는 바와 같이, 비구조화된 텍스트 질의는 사용자가 입력한 단순 텍스트열이라고 한다. 물론, 텍스트 질의는 표준 언어/문법 규칙(예컨대, 영문법)에 대하여 구조화될 수 있다. 그러나, 텍스트 질의는 대체로 소셜-그래프 요소에 대하여 구조화되어 있지 않을 것이다. 즉, 단순 텍스트 질의는 대체로 특정 소셜-그래프 요소에 대한 임베디드 레퍼런스(embedded references)를 포함하지 않을 것이다. 따라서, 본 명세서에서 사용되는 바와 같이, 구조화된 질의는 특정 소셜-그래프 요소에 대한 레퍼런스를 포함하는 질의를 말하며, 검색 엔진이 식별된 요소를 기초로 검색할 수 있게 해준다. 게다가, 텍스트 질의는 형식 질의 문구법(formal query syntax)에 대하여 비구조화되어 있을 수 있다. 즉, 단순 텍스트 질의는 반드시 검색 엔진에 의해 바로 실행가능한 질의 명령의 포맷일 필요는 없다(예컨대, 텍스트 질의 "friends stanford"는 소셜 그래프 데이터베이스에서 질의로 실행될 수 있는 질의 명령 "intersect(school(Stanford University), friends(me)" 또는 "/search/me/friends/[node ID for Stanford University]/students/ever-past/intersect"를 형성하도록 파싱될 수 있다). 비록 본 명세서는 특정 방식으로 특정 질의를 수신하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 질의를 수신하는 것을 고려한다.

요소 검출 및 질의 파싱에 대한 더 많은 정보는 각각 참조로 통합되는 2012년 7월 23일자로 출원된 미국특허출원 제13/556072호, 2012년 12월 31일자로 출원된 미국특허출원 제13/731866호, 2012년 12월 31일자로 출원된 미국특허출원 제13/732101호 및 2013년 5월 3일자로 출원된 미국특허출원 제13/887015호에서 확인할 수 있다.

뉴스를 검색하기 위한 제안형 키워드

도 5는 온라인 소셜 네트워크의 예시적인 페이지를 도시한다; 도 6은 소셜 네트워크의 예시적인 제안형 질의를 도시한다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 질의중인 사용자에게 뉴스-특정 키워드 제안(본 명세서에서는 간단히 "키워드 제안" 또는 "제안형 질의"라고 함)을 생성하고 제공할 수 있다. 키워드 제안은 질의중인 사용자에 의해 제공된 뉴스-게시물에 대한 텍스트 질의에 응답하여 제공될 수 있다. 키워드 제안은 사용자의 질의를 완성하거나 뉴스에 사용되는 관련 용어, 일반 용어 또는 인기있는 용어를 제공할 수 있다. 키워드 제안은 (예컨대, 온라인 소셜 네트워크 내의 모든 유형의 컨텐츠를 검색하기 위한 일반적인 질의 인터페이스로부터) 일반적인 검색 컨텍스트 또는 (예컨대, 온라인 소셜 네트워크 내 뉴스 관련 컨텐츠를 검색하기 위한 뉴스-특정 질의 인터페이스로부터) 뉴스-특정 검색 컨텍스트에서 생성될 수 있다. 잠재적인 키워드 제안은 예컨대 뉴스 관련 소스(예컨대, 유행하는 용어)와 같은 다양한 소스 및 뉴스와 반드시 관련 있는 것은 아닌 소스(예컨대, 제3자 페이지 또는 제3자 페이지로의 링크를 포함하는 게시물)에서 비롯할 수 있다. 비-뉴스 관련 소스들로부터 도출된 키워드 제안은 소셜 네트워킹 시스템(160)에 의해 테스트되어 키워드 제안이 뉴스와 관련되는 것으로 카테고리화되어야 하는지를 결정할 수 있다. 본 명세서에 사용되는 바와 같이, 뉴스-게시물은 (예를 들어, 유행하는 토픽, 기정의된 뉴스 관련 토픽 또는 하기에서 더 상세히 정의되는 다른 뉴스 토픽을 포함할 수 있는) 뉴스 토픽과 관련이 있거나 (예를 들어, 가령 CNN.com과 같은 공지된 뉴스 사이트로의 링크 또는 뉴스와 관련되는 것으로 식별된 특정 웹페이지를 포함할 수 있는) 제3자 뉴스 기사로의 링크를 제공하는, 소셜 네트워킹 시스템의 사용자에 의한 게시물을 포함할 수 있다. 또한, 뉴스-게시물은 예컨대 뉴욕 타임즈(New York Times)와 같은 뉴스 제공자에 의한 게시물을 포함할 수 있다. 예로서 제한 없이, 사용자는 최근 정치 선거와 관련된 게시물을 보는데 관심을 가질 수 있다. 최근 선거는 미국 중간 선거이었을 수 있고 미국 의회의 주도권을 한 정당에서 다른 정당으로 이관하는 것을 포함했을 수 있다. 사용자는 "election"라는 질의를 입력할 수 있다. 소셜 네트워킹 시스템(160)은 가령 "elections", "elections results", "elections results 2014", "elections midterm results", "election congressional power shift"와 같은 키워드 제안을 제공할 수 있다(여기서, 굵은 글씨체의 텍스트는 사용자의 초기 텍스트 입력에 덧붙여진 키워드 제안을 표시한다). 또 다른 예로서 제한 없이, 사용자는 내셔널 풋볼 리그의 뉴욕 자이언츠의 미식축구선수인 Odell Beckham, Jr.에 의한 최근의 극적인 캐치와 관련된 게시물을 보는 것에 관심을 가질 수 있다. 사용자는 "beckham catch"라는 질의를 입력할 수 있다. 소셜 네트워킹 시스템(160)은 가령 "beckham catch video", "beckham catch giants", "beckham catch one-handed"와 같은 키워드 제안을 제공할 수 있다. 비록 본 명세서는 특정 방식으로 뉴스를 검색하기 위한 뉴스-특정 키워드를 제안하는 것을 기술하고 있지만, 본 명세서는 임의의 적절한 방식으로 뉴스를 검색하기 위한 뉴스-특정 키워드를 제안하는 것을 고려한다.

특정 실시예에서, 소셜 네트워킹 시스템(160)은 온라인 소셜 네트워크의 제 1 사용자의 클라이언트 시스템(130)으로부터 온라인 소셜 네트워크의 뉴스-게시물을 검색하기 위한 텍스트 질의를 수신할 수 있다. 텍스트 질의는 비-구조화된 텍스트 질의일 수 있다. 텍스트 질의는 예를 들어 질의 필드(350)에 입력될 수 있다. 텍스트 질의는 하나 이상의 n 그램을 포함할 수 있다. 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 클라이언트 시스템(130)으로부터 가령 "election" 또는 "friend elections"와 같은 질의를 수신할 수 있다. 특정 실시예에서, 소셜 네트워킹 시스템(160)은 텍스트 질의를 파싱하여 하나 이상의 n-그램을 식별할 수 있다. 하나 이상의 n-그램은 불명확한 n-그램일 수 있다. 상술한 바와 같이, n-그램이 소셜 네트워킹 시스템(160)에 의해 사용된 파싱 알고리즘에 기반하여 단일의 소셜 그래프 요소에서 즉시 해결될 수 없다면 불명확한 n-그램일 수 있다. 파싱은 상세히 상술한 바와 같이 수행될 수 있다. 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 텍스트 질의 "friend elections"를 수신할 수 있다. 이 예에서 "elections"는 소셜 그래프(200)의 특정 요소와 매치하지 않기 때문에 불명확한 n-그램으로 간주 될 수 있다(즉, 다수의 소셜 그래프 요소와 매치하거나 어떤 소셜 그래프 요소와도 매치하지 않을 수 있다). 대조적으로, "friend(친구)"는 특정 유형의 사용자 노드(202)(즉, 친구-유형 에지(206)에 의해 질의중인 사용자의 사용자 노드(202)와 연결된 사용자 노드(202))를 지칭할 수 있으므로 불명확하지 않은 것으로 간주될 수 있다. 비록 본 명세서는 특정 방식으로 텍스트 질의를 수신하고 파싱하는 것을 설명하지만, 본 명세서는 임의의 적절한 방식으로 텍스트 질의를 수신하고 파싱하는 것을 고려한다.

특정 실시예에서, 소셜 네트워킹 시스템(160)은 텍스트 질의의 n-그램 중 하나 이상과 매치하는 하나 이상의 키워드 문구를 식별하기 위해 키워드 문구의 인덱스를 검색할 수 있다. 식별된 키워드 문구 각각은 뉴스와 관련될 수 있다. 예로서 제한 없이, 도 6을 참조하면, 제1 사용자(즉, 사용자 "Matthew")로부터의 질의 "election"(601)에 응답하여, 소셜 네트워킹 시스템(160)은 키워드 문구의 인덱스를 검색할 수 있다. 키워드 문구의 인덱스는 온라인 소셜 네트워크의 뉴스 관련 컨텐츠로부터 추출되고 뉴스와 관련되는 것으로 소셜 네트워킹 시스템(160)에 의해 식별되었던 키워드 문구를 포함하는 뉴스 관련 키워드 문구를 포함할 수 있다. 예로서 제한 없이, 키워드 문구의 인덱스는 "elections results", "elections results 2014", "elections midterm results", "elections congressional power shift"라는 용어들을 포함할 수 있다. 키워드 문구는 뉴스와 관련되는데, 이는 키워드 문구가 뉴스거리의 이벤트인 최근의 선거와 관련된 키워드를 제공하기 때문이다. 최근 선거는 소셜 네트워킹 시스템(160)이 뉴스거리의 이벤트의 목록에 포함된 "elections"를 가지기 때문에 뉴스거리의 이벤트일 수 있다. 대안으로 또는 추가로, "elections"라는 단어가 인기 중일 수 있다. 특정 실시예에서, 소셜 네트워킹 시스템(160)은 온라인 소셜 네트워크의 하나 이상의 제2 사용자에 의해 작성된 게시물의 세트로부터 키워드 문구를 추출함으로써 키워드 문구의 인덱스를 생성할 수 있다. 예로서 제한 없이, 키워드 문구의 인덱스는 도 5에 도시된 바와 같이 온라인 소셜 네트워크의 하나 이상의 제2 사용자(각각 "Elise", "Stephanie" 및 "Chris")에 의해 게시물(502, 503 및 504)로부터 추출될 수 있다. 예로서 제한 없이, 키워드 문구의 인덱스는 "election results", "election midterm results" 및 "election power shift"라는 용어들을 포함할 수 있는데, 이는 용어들이 게시물(502, 503 및 504)에 나타나기 때문이다. 또 다른 예로서, "elections results"라는 용어는 두 게시물(502 및 503) 모두와 관련될 수 있는데, 이는 두 게시물이 "election" 및 "results"라는 단어를 포함하기 때문이다. 또 다른 예로서, "election midterm results"라는 용어는 Stephanie에 의한 게시물(503)과 관련될 수 있는데, 여기서 "election", "midterm" 및 "results"라는 용어는 게시물(503)로부터 추출될 수 있다. 특정 실시예에서, 키워드 문구는 유행하는 문구를 포함할 수 있다. 소셜 네트워킹 시스템(160)은 단어 또는 문구가 온라인 소셜 네트워크상의 게시물 내에서 평소보다 더 큰 빈도로 발생하고 있다고 식별할 때 유행하는 신호를 생성할 수 있다. 예로서 제한 없이, 가령 "election results"와 같은 단어 또는 문구가 지난주 또는 지난해보다 더 높은 빈도로 24시간 내에 발생하면 유행하는 용어로 간주될 수 있다. 도 5를 참조하면, "election" 및 "results"라는 용어는 Elise에 의한 게시물(502) 및 Stephanie에 의한 게시물(503)에 나타난다. 최근 선거가 있었기 때문에 용어들은 미도시된 많은 추가 게시물에 평소보다 많은 빈도로 나타날 수 있다. 따라서, 용어는 유행이 있을 수 있다. 유행하는 용어는 뉴스 관련 용어로 간주될 수 있으며 키워드 문구에 포함될 수 있다. 특정 실시예에서, 키워드 문구의 인덱스를 생성하는 것은 게시물 세트 내 각각의 게시물의 컨텐츠의 TF-IDF(term frequency-inverse document frequency) 분석에 기반하여 게시물 세트로부터 키워드 문구를 추출하는 것을 포함할 수 있다. TF-IDF는 단어가 집합이나 말뭉치(corpus)(예컨대, 게시물 세트) 내 문서(예컨대, 한 게시물)에서 얼마나 중요한지를 평가하는데 사용되는 통계적 척도이다. 중요도는 단어가 특정 문서에 나타나는 횟수에 비례하여 증가하지만 문서의 말뭉치에 있는 단어의 빈도만큼 상쇄된다. 문서의 용어 수는 단지 소정의 용어가 문서에 나타나는 횟수이다. 이런 용어 수는 (문서에서 해당 용어의 실제 중요도와 상관없이 더 높은 용어 수를 가질 수 있는) 더 긴 문서를 향한 편향을 방지하고 특정 문서(d) 내 용어(t)의 중요도를 측정하기 위해 정규화될 수 있다. 따라서, 우리는 가장 단순한 경우 문서에서 용어의 발생 횟수로 정의된 용어 빈도 tf(t, d)를 갖는다. 역-문서 빈도(idf)는 총 문서 수를 용어가 들어있는 문서 수로 나눈 후 그 몫에 로그를 취하여 얻은 용어의 일반적인 중요도이다. TF-IDF의 높은 가중치는 소정의 문서 내 높은 용어 빈도 및 문서의 전체 모음 내 용어의 낮은 문서 빈도로 도달된다; 따라서 가중치는 공통 용어를 필터링하는 경향이 있다. 특정 실시예에서, TF-IDF 분석은 게시물의 컨텐츠에 포함된 n-그램으로부터 하나 이상의 키워드를 결정하는데 사용될 수 있다. 예로서 제한 없이, 게시물(504)의 TF-IDF 분석은 n-그램 "congressional", "power shift" 및 "senate"이 키워드로서 추출되어야 한다고 결정할 수 있는데, 여기서 이들 n-그램은 게시물(504)에서 높은 중요도를 가진다. 마찬가지로, 게시물(504)의 TF-IDF 분석은 n-그램 "the", "that", "or" 및 "of"가 키워드로서 추출되지 않아야 한다고 결정할 수 있는데, 여기서 이들 n-그램은 게시물(504)에서 낮은 중요도를 가진다(이는 많은 게시물에서 공통 용어이기 때문이다). 특정 실시예에서, 더 나은 철자법 또는 제안이 이용 가능한지를 결정하기 위해 사용자에 의해 입력된 질의의 변형을 준비함으로써 맞춤법 교정이 사용될 수 있다. 비록 본 명세서는 특정 방식으로 키워드 문구의 인덱스를 생성하고 검색하는 것을 설명하지만, 본 명세서는 임의의 적절한 방식으로 키워드 문구의 인덱스를 생성하고 검색하는 것을 고려한다.

특정 실시예에서, 키워드 문구의 인덱스를 생성하는 것은 온라인 소셜 네트워크의 하나 이상의 제2 사용자에 의해 작성된 게시물 세트에 링크된 하나 이상의 제3자 페이지로부터 키워드 문구를 추출하는 것을 포함할 수 있다. 예로서 제한 없이, 도 5를 참조하면, 게시물(504)은 NYTimes.com의 기사를 참조한다. 소셜 네트워킹 시스템(160)은 게시물(504)에 포함된 기사로부터 키워드 문구를 추출할 수 있다. 특정 실시예에서, 소셜 네트워킹 시스템(160)은 키워드 문구들 각각이 뉴스와 관련이 있는지를 결정할 수 있다. 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 "senate(상원)" 및 "night(야간)"이 잠재적인 키워드 문구라고 결정할 수 있다. 이후, 소셜 네트워킹 시스템(160)은 "senate"이 뉴스 관련 키워드 문구이고 "night"은 뉴스 관련 키워드 문구가 아니라고 결정할 수 있다. 특정 실시예에서, 소셜 네트워킹 시스템(160)은 잠재적인 키워드 문구가 뉴스 관련 용어의 기결정된 세트와 키워드 문구를 비교함으로써 뉴스와 관련된 것이라고 결정할 수 있다. 매치가 있다면, 키워드 제안은 뉴스와 관련된 것으로 간주될 수 있다. 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 뉴스 관련 용어의 기결정된 세트에서 "senate"이라는 용어를 포함할 수 있으며, 따라서 "senate"이라는 용어는 뉴스와 관련된 것으로 간주될 것이다. 대조적으로, 소셜 네트워킹 시스템(160)은 뉴스 관련 용어의 기결정된 세트에서 "night"이라는 용어를 포함하지 않을 수 있으며, 따라서 "night"이라는 용어는 뉴스와 관련이 없는 것으로 간주된다. 뉴스 관련 용어의 기결정된 세트는 유행하는 용어를 포함하거나 뉴스와 관련된 것으로 간주되는 토픽의 목록을 포함할 수 있다. 예로서 제한 없이, 목록은 가령 "senate", "elections" 및 "congress"와 같은 용어를 포함할 수 있다. 특정 실시예에서, 소셜 네트워킹 시스템(160)은 키워드 문구의 각각이 게시물에 링크된 제3자 페이지에 적어도 부분적으로 기반하여 뉴스와 관련된 것인지를 결정할 수 있다. 예로서 제한 없이, 소셜 네트워크 시스템(160)이 제3자 페이지를 공통의 뉴스 소스(예를 들어, 각각 주요 뉴스 미디어 제공자인 The New York Times, The Wall Street Journal, Fox News 또는 CNN와 관련된 웹 페이지들)로 인식한다면, 소셜 네트워킹 시스템(160)은 키워드 문구가 뉴스와 관련이 있다고 결정할 수 있다. 특정 실시예에서, 소셜 네트워킹 시스템(160)은 키워드 제안이 비-뉴스 관련 게시물에 비해 뉴스 관련 게시물에 얼마나 자주 등장하는지에 기반하여 잠재적인 키워드 제안이 뉴스와 관련이 있는지를 결정할 수 있다. 예로서 제한 없이, 잠재적인 키워드 제안이 비-뉴스 관련 게시물에 비해 뉴스 관련 게시물에 높은 비율로 등장한다면, 소셜 네트워킹 시스템(160)은 키워드 제안이 뉴스와 관련된 것으로 간주할 수 있다. 가중치는 2가지일 수 있다. 즉, 게시물은 뉴스와 관련되거나 뉴스와 관련되지 않는 것으로 결정될 수 있다.

특정 실시예에서, 소셜 네트워킹 시스템(160)은 키워드 문구가 온라인 소셜 네트워크의 복수의 뉴스 게시물에 포함되었던 횟수에 적어도 부분적으로 기반하여 각각의 식별된 키워드 문구에 대한 뉴스 점수를 계산할 수 있다. 예로서 제한 없이, 키워드 문구가 복수의 뉴스 게시물에 여러 번 또는 임계 횟수/퍼센트의 횟수로 포함되었다면 상대적으로 높은 뉴스 점수를 수신할 수 있다. 키워드 문구가 뉴스 게시물에 거의 포함되지 않았다면 상대적으로 낮은 뉴스 점수를 수신할 수 있다. 특정 실시예에서, 뉴스 점수는 키워드 문구를 포함하는 게시물의 정규화된 빈도에 적어도 부분적으로 기초할 수 있다. 정규화된 빈도는 키워드 제안이 문구 공간에 나타나는 빈도를 제공할 수 있다. 문구가 예컨대 게시물(504) 내 단어 "senate"와 같이 게시물 및 게시물의 URL 둘 모두에 나타난다면 두 번 나타난 것으로 카운트될 수 있다. 뉴스 점수는 조정(scale)된 후 다른 빈도 점수와 비교될 수 있다. 특정 실시예에서, 뉴스 점수는 키워드 문구를 게시한 온라인 소셜 네트워크의 제2 사용자의 수에 적어도 부분적으로 기초할 수 있다. 예로서 제한 없이, 여러 사용자가 키워드 문구를 게시한다면 상대적으로 높은 뉴스 점수를 받을 수 있지만, 단지 몇몇 사용자만이 키워드 문구를 게시한다면 상대적으로 낮은 뉴스 점수를 받을 수 있다. 도 5에 도시된 바와 같이, 용어 "election" 및 "results"가 게시물(502) 및 게시물(503)에 나타나므로, 용어를 포함하는 키워드 문구는 상대적으로 높은 키워드 점수를 수신할 수 있다. 반면에, 용어 "GOP"(공화당의 별칭인 Grand Old Party의 약자)는 단지 게시물(504)에만 나타나며, 상대적으로 낮은 점수를 받을 수 있다. 특정 실시예에서, 소셜 네트워킹 시스템(160)은 질의의 하나 이상의 검색 의도를 결정할 수 있고, 적어도 하나의 의도가 뉴스 관련 검색인 것으로 결정할 수 있다. 결정된 의도는 텍스트 질의의 n-그램과 매치하는 키워드 문구를 기반으로 할 수 있다. 예를 들어, 많은 키워드 문구가 뉴스와 관련된다면, 소셜 네트워킹 시스템(160)은 그 의도가 뉴스 검색을 위한 것이라고 결정할 수 있다. 소셜 네트워킹 시스템(160)은 TF-IDF 분석을 이용하여 소정의 질의가 잠재적인 뉴스 이벤트에 대응하는지를 결정할 수 있다. TF-IDF 분석은 예컨대 "who won the recent senate election in Kentucky(켄터키에서 최근 상원으로 당선된 사람)"와 같이 다수의 단어를 가진 질의에 대해 사용될 수 있다. 소셜 네트워킹 시스템(160)은 "senate", "election" 및 "kentucky"라는 용어가 중요한 단어이고 "the" 및 "a"는 중요한 단어가 아니라고 결정할 수 있다. 소셜 네트워킹 시스템(160)이 "senate", "election" 및 "kentucky"라는 용어를 뉴스 이벤트와 관련된 문서와 더 매치한다면, 소셜 네트워킹 시스템은 사용자의 의도가 뉴스를 검색하는 것임을 결정할 수 있다. 결정된 의도는 예컨대 의도가 뉴스에 대한 것임을 표시하는 버튼을 사용자가 활성화하는 경우와 같이 사용자에 의한 표시에 기반할 수 있다. 특정 실시예에서, 각각의 식별된 키워드 문구에 대한 뉴스 점수는 적어도 부분적으로 하나 이상의 검색 의도에 기반할 수 있다. 예로서 제한 없이, 소셜 네트워킹 시스템(160)이 그 의도가 뉴스에 대한 것이라고 결정하면, 뉴스 관련 키워드 문구는 더 높은 점수를 받을 수 있다. 질의 의도의 결정에 관한 더 많은 정보는 참조로 통합되고 2014년 8월 27일자로 출원된 미국출원 제14/470,583호에서 확인할 수 있다. 특정 실시예에서, 소셜 네트워킹 시스템(160)은 각각의 식별된 키워드 제안에 대하여 제안된 질의의 결과가 널(null)-검색인지를 결정할 수 있다. 소셜 네트워킹 시스템(160)은 생성된 제안형 질의로부터 널-검색을 야기하는 각각의 제안형 질의를 제거할 수 있다. 본 명세서에서 사용되는 바와 같이, 널(null)-검색은 검색 결과가 0인 검색 질의를 말한다. 예를 들어, 키워드 제안이 비교적 길거나 상세하다면, 널-검색이 발생할 수 있다. 예로서 제한 없이, 온라인 소셜 네트워크와 관련된 컨텐츠 개체가 검색어의 모든 조건과 일치하지 않으므로 검색 문자열 "friends stanford vanderbilt colgate boston"은 온라인 소셜 네트워크와 관련된 어떤 컨텐츠 객체도 그 검색 질의의 용어들 모두에 매치될 수 없기 때문에 널-검색을 초래할 수 있다. 비록 본 명세서는 특정 방식으로 키워드 점수를 계산하는 것을 설명하지만, 본 명세서는 임의의 적절한 방식으로 키워드 점수를 계산하는 것을 고려한다.

특정 실시예에서, 소셜 네트워킹 시스템(160)은 하나 이상의 제안형 질의를 생성할 수 있다. 각각의 제안형 질의는 텍스트 질의로부터 식별된 하나 이상의 n-그램 및 임계 키워드 점수보다 큰 뉴스 점수를 갖는 하나 이상의 식별된 키워드 문구를 포함할 수 있다. 예로서 제한 없이, 도 6을 참조하면, 질의 "election"에 응답하여, 소셜 네트워킹 시스템(160)은 제안형 질의 "elections"(602), "elections results"(603), "elections results 2014"(604), "elections midterm results"(605), "elections power shift"(606), "elections congressional power shift"(607), "elections senate"(608)를 생성할 수 있다. 이 예에서, 소셜 네트워킹 시스템(160)은 도 5에 도시된 게시물을 포함하여 제2 사용자의 게시물들로부터 식별된 키워드 문구를 사용함으로써 불명확한 n-그램 "election"의 변형인 키워드를 제안하고 있다. 제안형 질의는 텍스트 질의에서 식별된 n-그램 "election"를 포함하며, 임계 키워드 점수보다 큰 키워드 점수를 갖는 키워드 문구를 포함할 수 있다. 예로서 제한 없이, 상위 7개의 식별된 키워드 문구는 식별된 키워드 문구를 포함하는 제안형 질의를 생성하는데 사용될 수 있다. 비록 본 명세서는 특정 방식으로 제안형 질의를 생성하는 것을 설명하지만, 본 명세서는 임의의 적절한 방식으로 제안형 질의를 생성하는 것을 고려한다.

특정 실시예에서, 소셜 네트워킹 시스템(10)은 텍스트 질의의 수신에 응답하여 디스플레이하기 위해 제1 사용자의 클라이언트 시스템(130)으로 온라인 소셜 네트워크의 뉴스 게시물을 검색하기 위한 제안형 질의 중 하나 이상을 송신할 수 있다. 예로서 제한 없이, 도 6을 참조하면, 질의 "election"에 응답하여, 소셜 네트워킹 시스템(160)은 제안형 질의 "elections"(602), "elections results"(603), "elections results 2014"(604), "elections midterm results"(605), "elections power shift"(606), "elections congressional power shift"(607), "elections senate"(608)를 생성할 수 있다. 제안형 질의는 예를 들어 드롭-다운 메뉴(300)에 디스플레이될 수 있다. 제안형 질의는 그들의 점수(예컨대, 제안형 질의에 포함되는 식별된 키워드 문구와 관련된 점수)로 분류될 수 있다. 예로서 제한 없이, 질의 "elections"(602)는 용어 "election"(601)과 밀접하게 연관되어 있기 때문에 상대적으로 높은 점수를 가질 수 있다. 마찬가지로, 질의 "elections results"(602)는 또한 용어들이 게시물(502, 503) 및 다수의 다른 게시물에 나타나기 때문에 상대적으로 높은 점수를 가질 수 있다. 반면에, 질의 "elections senate"(608)는 덜 자주 나타나기 때문에 비교적 낮은 점수를 가질 수 있다. 따라서, 질의 "elections senate"(608)는 드롭-다운 메뉴(300)의 하부에 나타난다. 특정 실시예에서, 소셜 네트워킹 시스템(160)은 제안형 질의를 제1 사용자의 클라이언트 시스템(130)상의 온라인 소셜 네트워크와 연관된 네이티브 애플리케이션의 사용자 인터페이스상에 디스플레이할 수 있다. 예로서 제한 없이, 네이티브 애플리케이션은 사용자의 모바일 클라이언트 시스템(130)상의 소셜 네트워킹 시스템(160)과 연관된 애플리케이션 (예를 들어, 스마트폰 및 태블릿을 위한 페이스북 모바일 앱)일 수 있다. 특정 실시예에서, 소셜 네트워킹 시스템(160)은 제1 사용자의 클라이언트 시스템(130)의 브라우저 클라이언트(132)에 의해 액세스되는 온라인 소셜 네트워크의 웹 페이지(예컨대, www.facebook.com에 대한 랜딩 페이지)에 제안형 질의를 디스플레이할 수 있다. 소셜 네트워킹 시스템(160)은 제안형 질의를 뉴스-특정 인터페이스 또는 일반 인터페이스에 디스플레이할 수 있다. 비록 본 명세서는 특정 방식으로 제안형 질의를 송신하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 제안형 질의를 송신하는 것을 고려한다.

특정 실시예에서, 소셜 네트워킹 시스템(160)은 제안형 질의 중 하나 이상을 선택하는 사용자에 응답하여 검색을 수행할 수 있다. 검색 엔진은 선택된 질의와 관련될 가능성이 있는 하나 이상의 리소스를 식별할 수 있는데, 각각의 리소스는 각각 "검색 결과"라고 지칭되거나 포괄하여 검색 질의에 대응하는 "검색 결과"로 지칭될 수 있다. 소셜 네트워킹 시스템(160)은 상술한 바와 같이 검색을 수행할 수 있다. 이후, 소셜 네트워킹 시스템(160)은 식별된 컨텐츠에 대응하는 검색 결과를 갖는 검색 결과 페이지를 생성하고 검색 결과 페이지를 사용자에게 송신할 수 있다. 예로서 제한 없이, 사용자가 제안형 질의 "election results 2014"(604)를 선택하면, 소셜 네트워킹 시스템(160)은 질의 "election results 2014"를 사용하여 검색을 수행할 수 있다. 소셜 네트워킹 시스템(160)은 예컨대 질의 "election results 2014"에 매치하는 소셜-그래프 요소(즉, 사용자 노드(202), 컨셉 노드(204), 에지(206)), 프로필 페이지, 외부 웹페이지 또는 이들의 임의의 조합과 같은 컨텐츠를 식별할 수 있다. 이후, 소셜 네트워킹 시스템(160)은 식별된 컨텐츠에 대응하는 검색 결과를 갖는 검색 결과 페이지를 생성하고 검색 결과 페이지를 사용자에게 전송할 수 있다.

또한, 도 7은 뉴스 검색을 위해 제안형 키워드를 생성하기 위한 방법의 예시적인 방법(700)을 도시한다. 이 방법은 단계 710에서 시작할 수 있는데, 여기서 소셜 네트워킹 시스템(160)은 온라인 소셜 네트워크의 제1 사용자의 클라이언트 시스템으로부터 온라인 소셜 네트워크의 뉴스 게시물을 검색하기 위해 하나 이상의 n-그램을 포함하는 텍스트 질의를 수신할 수 있다. 단계 720에서, 소셜 네트워킹 시스템(160)은 텍스트 질의를 파싱하여 하나 이상의 n-그램을 식별할 수 있다. 단계 730에서, 소셜 네트워킹 시스템(160)은 텍스트 질의의 하나 이상의 n-그램에 매치하는 하나 이상의 키워드 문구를 식별하도록 키워드 문구의 인덱스를 검색할 수 있는데, 각각의 식별된 키워드 문구는 뉴스와 관련되어 있다. 단계 740에서, 소셜 네트워킹 시스템(160)은 키워드 문구가 온라인 소셜 네트워크의 복수의 뉴스 게시물에 포함되었던 횟수에 적어도 부분적으로 기초하여 각각의 식별된 키워드 문구에 대한 뉴스 점수를 계산할 수 있다. 단계 750에서, 소셜 네트워킹 시스템(160)은 텍스트 질의로부터 식별된 하나 이상의 n-그램 및 임계 뉴스 점수보다 큰 뉴스 점수를 갖는 하나 이상의 식별된 키워드 문구를 각각 포함하는 하나 이상의 제안형 질의를 생성할 수 있다. 단계 760에서, 소셜 네트워킹 시스템(160)은 온라인 소셜 네트워크의 뉴스 게시물을 검색하기 위해 하나 이상의 제안형 질의를 텍스트 질의의 수신에 응답하여 디스플레이하기 위해 제1 사용자의 클라이언트 시스템으로 송신할 수 있다. 적절한 경우, 특정 실시예는 도 7의 방법의 하나 이상의 단계들을 반복할 수 있다. 비록 본 명세서는 도 7의 방법의 특정 단계가 특정 순서로 발생하는 것으로 기술하고 도시하지만, 본 명세서는 도 7의 방법의 임의의 적절한 단계가 임의의 적절한 순서로 발생하는 것을 고려한다. 게다가, 비록 본 명세서는 도 7의 방법의 특정 단계를 포함하는, 뉴스를 검색하기 위한 제안형 키워드를 생성하는 예시적인 방법을 기술하고 도시하지만, 본 명세서는 적절한 경우 도 7의 방법의 단계의 전부, 일부를 포함하거나 전혀 포함하지 않을 수 있는, 임의의 적절한 단계를 포함하는, 뉴스를 검색하기 위한 제안형 키워드를 생성하는 임의의 적절한 방법을 고려한다. 또한, 비록 본 명세서는 도 7의 방법의 특정 단계를 수행하는 특정 컴포넌트, 장치, 또는 시스템을 기술하고 도시하지만, 본 명세서는 도 7의 방법의 임의의 적절한 단계를 수행하는 임의의 적절한 컴포넌트, 장치, 또는 시스템의 임의의 적절한 조합을 고려한다.

소셜 그래프 친밀도 및 계수

특정 실시예로, 소셜 네트워킹 시스템(160)은 다양한 소셜 그래프 엔티티들의 서로에 대한 소셜 그래프 친밀도(이하 "친밀도"라고도 함)를 결정할 수 있다. 친밀도는 사용자, 컨셉, 컨텐츠, 행위, 광고, 온라인 소셜 네트워크와 연관된 다른 객체, 또는 이들의 임의의 적절한 조합과 같이 온라인 소셜 네트워크와 연관된 특정 객체들 사이의 관계의 강도 또는 관심의 정도를 표현할 수 있다. 친밀도는 또한, 제3자 시스템(170) 또는 다른 적절한 시스템과 연관된 객체에 관련하여 결정될 수 있다. 각각의 사용자, 주제, 또는 컨텐츠의 타입에 대한 소셜 그래프 엔티티의 전체 친밀도가 확립될 수 있다. 전체 친밀도는 소셜 그래프 엔티티와 연관된 행위 또는 관계에 대한 지속적인 모니터링에 기초하여 변경될 수 있다. 비록 본 명세서는 특정 방식으로 특정 친밀도를 결정하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 친밀도를 결정하는 것을 고려한다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 친밀도 계수(이하 "계수"라고도 함)을 사용하여 소셜 그래프 친밀도를 측정하거나 수량화할 수 있다. 계수는 온라인 소셜 네트워크와 연관된 특정 객체 사이의 관계의 강도를 표현하거나 수량화할 수 있다. 계수는 또한, 행위에 대한 사용자의 관심에 기초하여 사용자가 특정 행위를 수행할 예측된 확률을 측정하는 확률 또는 함수를 표현할 수 있다. 이러한 방식으로, 사용자의 미래의 행위는 사용자의 과거의 행위에 기초하여 예측될 수 있고, 여기서 계수는 사용자의 행위의 이력에 적어도 부분적으로 기초하여 계산될 수 있다. 계수는 온라인 소셜 네트워크 내부 또는 외부일 수 있는 임의의 개수의 행위를 예측하는데 사용될 수 있다. 예로서 제한 없이, 이러한 행위는 메시지 전송, 컨텐츠 게시 또는 컨텐츠에 대해 코멘트하기와 같은 다양한 타입의 통신; 프로필 페이지, 미디어 또는 다른 적절한 컨텐츠에 액세스하거나 열람하는 것과 같은 다양한 타입의 관찰 행위; 동일한 그룹에 있거나, 동일한 사진에 태그되거나, 동일한 위치에 체크인되거나, 동일한 이벤트에 참석하는 것과 같은 둘 이상의 소셜 그래프 엔티티들에 관한 다양한 타입의 일치 정보(coincidence information); 또는 다른 적절한 행위를 포함할 수 있다. 비록 본 명세서는 특정 방식으로 친밀도를 측정하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 친밀도를 측정하는 것을 고려한다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 계수를 계산하기 위해 다양한 인자를 사용할 수 있다. 이러한 인자는 예컨대, 사용자 행위, 객체, 위치 정보, 다른 적절한 인자, 또는 이들의 임의의 조합을 포함할 수 있다. 특정 실시예로, 상이한 인자는 계수를 계산할 때 다른 가중치가 적용될 수 있다. 각각의 인자에 대한 가중치는 일정하거나, 또는 가중치는 예컨대, 사용자, 관계의 타입, 행위의 타입, 사용자의 위치 등에 따라 변경될 수 있다. 인자에 대한 등급(rating)은 사용자를 위한 전체 계수를 결정하기 위해 그들의 가중치에 따라 조합될 수 있다. 예로서 제한 없이, 특정 사용자 행위에는 등급 및 가중치 모두가 할당되는 한편, 특정 사용자 행위와 연관된 관계에는 등급 및 상관 가중치(예컨대, 가중치가 총 100%가 됨)가 할당된다. 특정 객체를 향하는 사용자의 계수를 계산하기 위해, 사용자의 행위에 할당된 등급은 예컨대, 전체 계수의 60%를 포함할 수 있는 한편, 사용자 및 객체 사이의 관계는 전체 계수의 40%를 포함할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 계수를 계산하는데 사용되는 다양한 인자에 대한 가중치를 결정할 때, 가령 예컨대, 정보가 액세스된 이후의 시간, 붕괴 인자(decay factor), 액세스의 빈도, 정보에 대한 관계, 또는 정보가 액세스된 객체에 대한 관계, 객체에 연결된 소셜 그래프 엔티티에 대한 관계, 사용자 행위의 단기 또는 장기 평균, 사용자 피드백, 다른 적절한 변수, 또는 이들의 임의의 조합과 같은 다양한 변수를 고려할 수 있다. 예로서 제한 없이, 계수는 특정 행위에 의해 제공된 신호의 강도가 시간에 따라 붕괴되도록 야기하는 붕괴 인자를 포함할 수 있어서, 더 최근의 행위가 계수를 계산할 때보다 관련이 있도록 한다. 등급 및 가중치는 계수가 기초로 하는 행위에 대한 지속적인 추적에 기초하여 연속으로 업데이트될 수 있다. 임의의 타입의 프로세스 또는 알고리즘은 각각의 인자에 대한 등급 및 인자에 할당되는 가중치를 할당하고, 조합하며, 평균을 내는 등에 이용될 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 과거의 행위 및 과거의 사용자 응답에 대해 훈련된 기계-습득 알고리즘, 또는 데이터를 다양한 옵션 및 측정 응답에 노출함으로써 사용자로부터 획득(farm)되는 데이터를 사용하여 계수를 결정할 수 있다. 비록 본 명세서는 특정 방식으로 계수를 계산하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 계수를 계산하는 것을 고려한다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 사용자의 행위에 기초하여 계수를 계산할 수 있다. 소셜 네트워킹 시스템(160)은 온라인 소셜 네트워크에서, 제3자 시스템(170)에서, 다른 적절한 시스템에서, 또는 이들의 임의의 조합에서 이러한 행위를 모니터링할 수 있다. 임의의 타입의 사용자 행위가 추적되거나 모니터링될 수 있다. 전형적인 사용자 행위는 프로필 페이지 보기, 컨텐츠 생성 또는 게시, 컨텐츠와 상호작용, 이미지에서 태그하거나 태그되기, 그룹에 가입, 이벤트의 참석을 리스팅하고 확인하기, 위치에 체크인하기, 특정 페이지를 좋아하기, 페이지를 생성하기, 및 소셜 행위를 용이하게 하는 다른 작업을 수행하기를 포함할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 특정 타입의 컨텐츠를 갖는 사용자의 행위에 기초하여 계수를 계산할 수 있다. 컨텐츠는 온라인 소셜 네트워크, 제3자 시스템(170), 또는 다른 적절한 시스템과 연관될 수 있다. 컨텐츠는 사용자, 프로필 페이지, 게시물, 뉴스 소식, 헤드라인, 인스턴트 메시지, 채팅방 대화, 이메일, 광고, 사진, 비디오, 음악, 다른 적절한 객체, 또는 이들의 임의의 조합을 포함할 수 있다. 소셜 네트워킹 시스템(160)은 하나 이상의 행위가 주제, 컨텐츠, 다른 사용자 등에 대한 친밀도를 표시하는지 여부를 결정하기 위해 사용자의 행위를 분석할 수 있다. 예로서 제한 없이, 사용자가 "커피" 또는 그것의 변형품과 관련된 컨텐츠를 자주 게시한다면, 소셜 네트워킹 시스템(160)은 사용자가 컨셉 "커피"에 관해 높은 계수를 가진다고 결정할 수 있다. 특정 행위 또는 특정 타입의 행위에 다른 행위보다 더 높은 가중치 및/또는 등급이 할당될 수 있고, 이는 전체 계산된 계수에 영향을 줄 수 있다. 예로서 제한 없이, 제1 사용자가 제2 사용자에게 이메일을 보낸다면, 행위에 대한 가중치 또는 등급은 사용자가 제2 사용자를 위한 사용자-프로필 페이지를 단순히 보는 것보다 더 높을 수 있다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 특정 객체들 사이의 관계의 타입에 기초하여 계수를 계산할 수 있다. 소셜 그래프(200)를 참조하면, 소셜 네트워킹 시스템(160)은 계수를 계산할 때, 특정 사용자 노드(202) 및 컨셉 노드(204)를 연결하는 에지(206)의 개수 및/또는 타입을 분석할 수 있다. 예로서 제한 없이, 배우자-타입 에지 (두 명의 사용자가 혼인관계임을 표현함)에 의해 연결된 사용자 노드(202)는 친구-타입 에지에 의해 연결된 사용자 노드(202)보다 높은 계수가 할당될 수 있다. 즉, 특정 사용자에 대한 행위 및 관계에 할당된 가중치에 의존하여, 전체 친밀도는 사용자의 배우자에 관한 컨텐츠에 대해 사용자의 친구에 관한 컨텐츠보다 높게 결정될 수 있다. 특정 실시예로, 다른 객체에 대해 사용자가 갖는 관계는 그 객체에 대한 계수를 계산하는데 있어서 사용자의 행위의 가중치 및/또는 등급에 영향을 줄 수 있다. 예로서 제한 없이, 사용자가 제1 사진에서 태그되지만, 제2 사진은 오로지 좋아하기만 한다면, 소셜 네트워킹 시스템(160)은, 컨텐츠와 태그-인 타입 관계를 가지는 것에 컨텐츠와 좋아요-타입 관계를 가지는 것보다 높은 가중치 및/또는 등급이 할당되기 때문에 사용자가 제2 사진보다 제1 사진에 대해 더 높은 계수를 가진다고 결정할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 특정 객체에 대해 하나 이상의 제2 사용자가 갖는 관계에 기초하여 제1 사용자에 대한 계수를 계산할 수 있다. 즉, 다른 사용자가 객체에 대해 갖는 연결 및 계수는 제1 사용자의 객체에 대한 계수에 영향을 줄 수 있다. 예로서 제한 없이, 제1 사용자가 하나 이상의 제2 사용자에게 연결되거나 제2 사용자에 대해 높은 계수를 가지며 이러한 제2 사용자가 특정 객체에 연결되거나 특정 객체에 대해 높은 계수를 가진다면, 소셜 네트워킹 시스템(160)은 제1 사용자 또한 특정 객체에 대해 상대적으로 높은 계수를 가진다고 결정할 수 있다. 특정 실시예로, 계수는 특정 객체 사이의 이격도에 기초할 수 있다. 낮은 계수는 소셜 그래프(200)에서 제1 사용자에게 간접적으로 연결된 사용자의 컨텐츠 객체에 대한 관심을 제1 사용자가 공유할 가능성이 감소함을 표현할 수 있다. 예로서 제한 없이, 소셜 그래프(200)에서 더 가까운 (즉, 더 낮은 이격도의) 소셜 그래프 엔티티들은 소셜 그래프(200)에서 더 멀리 떨어진 엔티티들보다 높은 계수를 가질 수 있다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 위치 정보에 기초하여 계수를 계산할 수 있다. 서로 지리적으로 가까운 객체들은 더 떨어진 객체들보다 서로 더욱 관련되거나 서로에 대해 더 관심이 있는 것으로 여겨질 수 있다. 특정 실시예로, 특정 객체에 대한 사용자의 계수는 사용자 (또는 사용자의 클라이언트 시스템(130)의 위치)와 연관된 현재 위치에 대한 객체의 위치의 인접도에 기초할 수 있다. 제1 사용자는 제1 사용자에게 더 가까운 다른 사용자들 또는 컨셉들에 더 관심이 있을 수 있다. 예로서 제한 없이, 사용자가 공항으로부터 1마일 떨어져 있고, 주유소로부터 2마일 떨어져 있다면, 소셜 네트워킹 시스템(160)은 공항의 사용자에 대한 인접도에 기초하여 사용자가 주유소보다 공항에 대해 더 높은 계수를 가진다고 결정할 수 있다.

특정 실시예로, 소셜 네트워킹 시스템(160)은 계수 정보에 기초하여 사용자에 대해 특정 행위를 수행할 수 있다. 계수는 사용자의 행위에 대한 관심에 기초하여 사용자가 특정 행위를 수행할 것인지 여부를 예측하는데 사용될 수 있다. 계수는, 사용자에 대해 임의의 타입의 객체 가령, 광고, 검색 결과, 뉴스 소식, 미디어, 메시지, 알림, 또는 다른 적절한 객체들을 생성 또는 제시할 때 사용될 수 있다. 계수는 또한, 적절한 경우 이러한 객체들을 순위화하고 정렬하는데 이용될 수 있다. 이러한 방식으로, 소셜 네트워킹 시스템(160)은 사용자의 관심 및 현재 상황에 관련된 정보를 제공할 수 있고, 사용자가 이러한 관심이 있는 정보를 찾을 가능성을 증가시킨다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 계수 정보에 기초하여 컨텐츠를 생성할 수 있다. 컨텐츠 객체는 사용자 고유의 계수에 기초하여 제공되거나 선택될 수 있다. 예로서 제한 없이, 계수는 사용자를 위한 미디어를 생성하는데 사용될 수 있으며, 여기서 사용자에게는, 사용자가 미디어 객체에 관해 높은 전체 계수를 갖는 미디어가 제시될 수 있다. 다른 예로서 제한 없이, 계수는 사용자를 위한 광고를 생성하는데 사용될 수 있으며, 여기서 사용자에게는, 사용자가 광고되는 객체에 관해 높은 전체 계수를 가지는 광고가 제시될 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 계수 정보에 기초하여 검색 결과를 생성할 수 있다. 특정 사용자를 위한 검색 결과는 질의하는 사용자와 관련하여 검색 결과와 연관되는 계수에 기초하여 점수화 또는 순위화될 수 있다. 예로서 제한 없이, 더 높은 계수를 갖는 객체에 대응하는 검색 결과는 더 낮은 계수를 갖는 객체에 대응하는 결과보다 검색-결과 페이지에서 더 높게 순위화될 수 있다.

특정 실시예로, 소셜 네트워킹 시스템(160)은, 특정 시스템 또는 프로세스로부터의 계수의 대한 요청에 응답하여 계수를 계산할 수 있다. 주어진 상황에서 사용자가 행하거나 (또는 그 대상이 될) 가능성이 높은 행위를 예측하기 위해, 임의의 프로세스는 사용자를 위해 계산된 계수를 요청할 수 있다. 요청은 또한, 계수를 계산하는데 사용되는 다양한 인자를 위해 사용할 가중치의 세트를 포함할 수 있다. 이러한 요청은 온라인 소셜 네트워크에서 실행되는 프로세스로부터, 제3자 시스템(170)으로부터 (예컨대, API 또는 다른 통신 채널을 통해), 또는 다른 적절한 시스템으로부터 올 수 있다. 요청에 응답하여, 소셜 네트워킹 시스템(160)은 계수를 계산하거나 (계수가 이미 계산되고 저장되었다면 계수 정보에 액세스)할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 특정 프로세스에 관한 친밀도를 측정할 수 있다. (온라인 소셜 네트워크의 내부 및 외부 모두에서의) 상이한 프로세스는 특정 객체 또는 객체들의 세트에 대한 계수를 요청할 수 있다. 소셜 네트워킹 시스템(160)은 친밀도의 측정을 요청한 특정 프로세스에 관련되는 친밀도의 측정을 제공할 수 있다. 이러한 방식으로, 각각의 프로세스는, 프로세스가 친밀도의 측정을 사용하는 상이한 컨텍스트를 위해 맞춰진(tailored) 친밀도의 측정을 수신한다.

소셜 그래프 친밀도 및 친밀도 계수와 관련하여, 특정 실시예는, 각각이 참조로 통합되는, 2006년 8월 11일자 출원된 미국 특허출원 번호 제11/503093호, 2010년 12월 22일자 출원된 미국 특허출원 번호 제12/977027호, 2010년 12월 23일자 출원된 미국 특허출원 번호 제12/978265호, 및 2012년 10월 1일자 출원된 미국 특허출원 번호 제13/632869호에 개시된 하나 이상의 시스템, 컴포넌트, 구성요소, 기능, 방법, 동작, 또는 단계를 이용할 수 있다.

시스템 및 방법

도 8은 예시적인 컴퓨터 시스템(800)을 도시한다. 특정 실시예로, 하나 이상의 컴퓨터 시스템들(800)은 본 명세서에 기술되거나 도시된 하나 이상의 방법들의 하나 이상의 단계들을 수행한다. 특정 실시예로, 하나 이상의 컴퓨터 시스템들(800)은 본 명세서에 기술되거나 도시된 기능을 제공한다. 특정 실시예로, 하나 이상의 컴퓨터 시스템들(800)에서 실행하는 소프트웨어는 본 명세서에 기술되거나 도시된 하나 이상의 방법들의 하나 이상의 단계들을 수행하거나, 본 명세서에 기술되거나 도시된 기능을 제공한다. 특정 실시예는 하나 이상의 컴퓨터 시스템들(800)의 하나 이상의 부분들을 포함한다. 본 명세서에서, 컴퓨터 시스템에 대한 레퍼런스는 적절한 경우 컴퓨팅 장치를 포함할 수 있다. 게다가, 컴퓨터 시스템에 대한 레퍼런스는 적절한 경우 하나 이상의 컴퓨터 시스템을 포함할 수 있다.

본 명세서는 임의의 적절한 수의 컴퓨터 시스템(800)을 고려한다. 본 명세서는 임의의 적절한 물리적 형태를 취하는 컴퓨터 시스템(800)을 고려한다. 예로서 제한 없이, 컴퓨터 시스템(800)은 임베디드 컴퓨터 시스템, 시스템-온-칩(SOC), 단일-보드 컴퓨터 시스템(SBC)(예컨대, 컴퓨터-온-모듈(COM) 또는 시스템-온-모듈(SOM)), 데스크톱 컴퓨터 시스템, 랩톱 또는 노트북 컴퓨터 시스템, 상호작용형 키오스크(kiosk), 메인 프레임, 컴퓨터 시스템 메쉬(mesh), 모바일 전화, 개인 정보 단말기(PDA), 서버, 태블릿 컴퓨터 시스템 또는 이들의 2 이상의 조합일 수 있다. 적절한 경우, 컴퓨터 시스템(800)은 하나 이상의 컴퓨터 시스템(800)들을 포함할 수 있거나; 일체형 또는 분산형일 수 있거나; 다수의 위치에 걸쳐 있거나; 다수의 기계에 걸쳐 있거나; 다수의 데이터센터에 걸쳐 있거나; 하나 이상의 네트워크에 하나 이상의 클라우드 성분을 포함할 수 있는 클라우드에 상주할 수 있다. 적절한 경우, 하나 이상의 컴퓨터 시스템(800)은 본 명세서에 기술되거나 도시되는 하나 이상의 방법의 하나 이상의 단계를 실질적으로 공간적 또는 시간적 제한 없이 실행할 수 있다. 예로서 제한 없이, 하나 이상의 컴퓨터 시스템(800)은 본 명세서에 기술되거나 도시되는 하나 이상의 방법의 하나 이상의 단계를 실시간으로 또는 일괄 모드로 실행할 수 있다. 적절한 경우, 하나 이상의 컴퓨터 시스템(800)은 본 명세서에 기술되거나 도시되는 하나 이상의 방법의 하나 이상의 단계를 다른 시기에 또는 다른 위치에서 실행할 수 있다.

특정 실시예로, 컴퓨터 시스템(800)은 프로세서(802), 메모리(804), 저장소(806), 입력/출력(I/O) 인터페이스(808), 통신 인터페이스(810) 및 버스(812)를 포함한다. 본 명세서가 특정 배열로 특정한 수의 특정 구성요소를 갖는 특정 컴퓨터 시스템을 기술하고 도시하지만, 본 명세서는 임의의 적절한 구성으로 임의의 적절한 수의 임의의 적절한 구성요소를 갖는 임의의 적절한 컴퓨터 시스템을 고려한다.

특정 실시예로, 프로세서(802)는 가령 컴퓨터 프로그램을 구성하는 명령어와 같은 명령어를 실행하기 위한 하드웨어를 포함한다. 예로서 제한 없이, 명령어를 실행하기 위해, 프로세서(802)는 내부 레지스터, 내부 캐시, 메모리(804) 또는 저장소(806)로부터 명령어를 검색(또는 페치(fetch))할 수 있고; 명령어를 디코딩하고 실행한 후; 하나 이상의 결과를 내부 레지스터, 내부 캐시, 메모리(804) 또는 저장소(806)에 기록할 수 있다. 특정 실시예로, 프로세서(802)는 데이터용, 명령어용 또는 주소용 하나 이상의 내부 캐시를 포함할 수 있다. 본 명세서는 적절한 경우 임의의 적절한 수의 임의의 적절한 내부 캐시들을 포함하는 프로세서(802)를 고려한다. 예로서 제한 없이, 프로세서(802)는 하나 이상의 명령어 캐시들, 하나 이상의 데이터 캐시들 및 하나 이상의 변환 색인 버퍼(translation lookaside buffers, TLBs)를 포함할 수 있다. 명령어 캐시 내 명령어들은 메모리(804)나 저장소(806) 내 명령어들의 사본일 수 있고, 명령어 캐시는 프로세서(802)에 의한 이런 명령어들의 검색 속도를 높일 수 있다. 데이터 캐시 내 데이터는 프로세서(802)에서 실행하는 다음 명령들에 의해 접근하거나 메모리(804)나 저장소(806)로 기록하기 위해 프로세서(802)에서 실행되는 이전 명령들의 결과; 또는 다른 적절한 데이터를 동작하는데 프로세서(802)에서 실행하는 명령어를 위한 메모리(804)나 저장소(806) 내의 데이터의 사본일 수 있다. 데이터 캐시는 프로세서(802)에 의한 판독 또는 기록 동작의 속도를 높일 수 있다. TLB들은 프로세서(802)에 의한 가상 주소 변환의 속도를 높일 수 있다. 특정 실시예로, 프로세서(802)는 데이터용, 명령어용 또는 주소용 하나 이상의 내부 레지스터를 포함할 수 있다. 본 명세서는 적절한 경우 임의의 적절한 수의 임의의 적절한 내부 레지스터들을 포함하는 프로세서(802)를 고려한다. 적절한 경우, 프로세서(802)는 하나 이상의 산술 논리 유닛(ALUs)을 포함할 수 있거나; 멀티-코어 프로세서일 수 있거나; 하나 이상이 프로세서들(802)을 포함할 수 있다. 본 명세서가 특정 프로세서를 기술하고 도시하지만, 본 명세서는 임의의 적절한 프로세서를 고려한다.

특정 실시예로, 메모리(804)는 프로세서(802)가 실행하는 명령어 또는 프로세서(802)가 운영하는 데이터를 저장하기 위한 메인 메모리를 포함한다. 예로서 제한 없이, 컴퓨터 시스템(800)은 저장소(806)나 또 다른 소스(가령, 예컨대 또 다른 컴퓨터 시스템(800))에서 메모리(804)로 명령어를 로딩할 수 있다. 이후, 프로세서(802)는 메모리(804)에서 내부 레지스터나 내부 캐시로 명령어를 로딩할 수 있다. 명령어를 실행하기 위해, 프로세서(802)는 내부 레지스터나 내부 캐시로부터 명령어를 검색하고 이들을 디코딩할 수 있다. 명령어의 실행 중 또는 실행 후, 프로세서(802)는 (중간 결과 또는 최종 결과일 수 있는) 하나 이상의 결과를 내부 레지스터나 내부 캐시로 기록할 수 있다. 이후, 프로세서(802)는 하나 이상의 이런 결과를 메모리(804)에 기록할 수 있다. 특정 실시예로, 프로세서(802)는 (저장소(806) 또는 다른 곳과는 대조적으로) 하나 이상의 내부 레지스터나 내부 캐시에서 또는 메모리(804)에서 단지 명령어만을 실행하며, (저장소(806) 또는 다른 곳과는 대조적으로) 하나 이상의 내부 레지스터나 내부 캐시에서 또는 메모리(804)에서 단지 데이터만을 운영한다. (주소 버스 및 데이터 버스를 각각 포함할 수 있는) 하나 이상의 메모리 버스는 프로세서(802)를 메모리(804)로 연결할 수 있다. 하기에 기술되는 바와 같이, 버스(812)는 하나 이상의 메모리 버스를 포함할 수 있다. 특정 실시예로, 하나 이상의 메모리 관리 유닛(MMUs)은 프로세서(802)와 메모리(804) 사이에 상주하며, 프로세서(802)에 의해 요청되는 메모리(804)로의 접근을 용이하게 한다. 특정 실시예로, 메모리(804)는 랜덤 액세스 메모리(RAM)를 포함한다. 적절한 경우, 이런 RAM은 휘발성 메모리일 수 있다. 적절한 경우, 이런 RAM은 동적 RAM(DRAM) 또는 정적 RAM(SRAM)일 수 있다. 게다가, 적절한 경우, 이런 RAM은 단일 포트형 또는 다중-포트형 RAM일 수 있다. 본 명세서는 임의의 적절한 RAM을 고려한다. 적절한 경우, 메모리(804)는 하나 이상의 메모리(804)를 포함할 수 있다. 본 명세서가 특정 메모리를 기술하고 도시하지만, 본 명세서는 임의의 적절한 메모리를 고려한다.

특정 실시예로, 저장소(806)는 데이터용 또는 명령어용 대용량 저장소를 포함한다. 예로서 제한 없이, 저장소(806)는 하드 디스크 드라이브(HDD), 플로피 디스크 드라이브, 플래시 메모리, 광디스크, 자기-광학 디스크, 자기 테이프, 범용 직렬 버스(USB) 드라이브 또는 이들의 2 이상의 조합을 포함할 수 있다. 적절한 경우, 저장소(806)는 착탈식 또는 비-착탈식(또는 고정) 매체를 포함할 수 있다. 적절한 경우, 저장소(806)는 컴퓨터 시스템(800)의 내부 또는 외부에 있을 수 있다. 특정 실시예로, 저장소(806)는 비휘발성, 고체-상태(solid-state) 메모리이다. 특정 실시예로, 저장소(806)는 읽기 전용 메모리(ROM)를 포함한다. 적절한 경우, 이런 ROM은 마스크-프로그램화된 ROM, 프로그램가능 ROM(PROM), 소거가능 PROM(EPROM), 전기적 소거가능 PROM(EEPROM), 전기적 변경가능 ROM(EAROM), 플래시 메모리 또는 이들의 2 이상의 조합일 수 있다. 본 명세서는 임의의 적절한 물리적 형태를 취하는 대용량 저장소(806)를 고려한다. 적절한 경우, 저장소(806)는 프로세서(802)와 저장소(806) 사이의 통신을 용이하게 하는 하나 이상의 저장소 제어 유닛을 포함할 수 있다. 적절한 경우, 저장소(806)는 하나 이상의 저장소(806)를 포함할 수 있다. 본 명세서가 특정 저장소를 기술하고 도시하지만, 본 명세서는 임의의 적절한 저장소를 고려한다.

특정 실시예로, I/O 인터페이스(808)는 컴퓨터 시스템(800)과 하나 이상의 I/O 장치 사이의 통신을 위한 하나 이상의 인터페이스를 제공하는 하드웨어, 소프트웨어 또는 이들 모두를 포함한다. 적절한 경우, 컴퓨터 시스템(800)은 하나 이상의 이들 I/O 장치를 포함할 수 있다. 하나 이상의 이들 I/O 장치는 사람과 컴퓨터 시스템(800) 사이의 통신을 가능하게 할 수 있다. 예로서 제한 없이, I/O 장치는 키보드, 키패드, 마이크로폰, 모니터, 마우스, 프린터, 스캐너, 스피커, 스틸 카메라(still camera), 스타일러스(stylus), 태블릿, 터치 스크린, 트랙볼(trackball), 비디오 카메라, 또 다른 적절한 I/O 장치 또는 이들의 2 이상의 조합을 포함할 수 있다. I/O 장치는 하나 이상의 센서를 포함할 수 있다. 본 명세서는 임의의 적절한 I/O 장치 및 이에 대한 적절한 I/O 인터페이스(808)를 고려한다. 적절한 경우, I/O 인터페이스(808)는 프로세서(802)가 하나 이상의 이들 I/O 장치를 구동할 수 있도록 하는 하나 이상의 장치 또는 소프트웨어 드라이버를 포함할 수 있다. 적절한 경우, I/O 인터페이스(808)는 하나 이상의 I/O 인터페이스(808)를 포함할 수 있다. 본 명세서가 특정 I/O 인터페이스를 기술하고 도시하지만, 본 명세서는 임의의 적절한 I/O 인터페이스를 고려한다.

특정 실시예로, 통신 인터페이스(810)는 컴퓨터 시스템(800)과 하나 이상의 다른 컴퓨터 시스템(800)이나 하나 이상의 네트워크 사이의 통신(가령, 예컨대 패킷-기반 통신)을 위한 하나 이상의 인터페이스를 제공하는 하드웨어, 소프트웨어 또는 이들 모두를 포함한다. 예로서 제한 없이, 통신 인터페이스(810)는 이더넷이나 다른 유선-기반 네트워크로 통신하기 위한 네트워크 인터페이스 제어장치(NIC)나 네트워크 어댑터 또는 가령 WI-FI 네트워크와 같이 무선 네트워크로 통신하기 위한 무선 NIC(WNIC)나 무선 어댑터를 포함할 수 있다. 본 명세서는 임의의 적절한 네트워크 및 이에 대한 임의의 적절한 통신 인터페이스(810)를 고려한다. 예로서 제한 없이, 컴퓨터 시스템(800)은 애드 혹 네트워크(ad hoc network), 개인 영역 네트워크(PAN), 근거리 네트워크(LAN), 광역 네트워크(WAN), 대도시 네트워크(MAN), 인터넷의 하나 이상의 부분 또는 2 이상의 이런 네트워크들의 조합으로 통신할 수 있다. 하나 이상의 이런 네트워크의 하나 이상의 부분은 유선 또는 무선일 수 있다. 예로서, 컴퓨터 시스템(800)은 무선 PAN(WPAN)(가령, 예컨대 BLUETOOTH WPAN), WI-FI 네트워크, WI-MAX 네트워크, 셀룰러폰 네트워크(가령, 예컨대 GSM(Global System for Mobile Communication) 네트워크), 다른 적절한 무선 네트워크 또는 2 이상의 이런 네트워크들의 조합으로 통신할 수 있다. 적절한 경우, 컴퓨터 시스템(800)은 임의의 이들 네트워크에 대한 임의의 적절한 통신 인터페이스(810)를 포함할 수 있다. 적절한 경우, 통신 인터페이스(810)는 하나 이상의 통신 인터페이스(810)를 포함할 수 있다. 본 명세서가 특정 통신 인터페이스를 기술하고 도시하지만, 본 명세서는 임의의 적절한 통신 인터페이스를 고려한다.

특정 실시예로, 버스(812)는 컴퓨터 시스템(800)의 구성요소를 서로 연결하는 하드웨어, 소프트웨어 또는 이들 모두를 포함한다. 예로서 제한 없이, 버스(812)는 AGP(Accelerated Graphics Port)이나 다른 그래픽 버스, EISA(Enhanced Industry Standard Architecture) 버스, FSB(front-side bus), HT(HYPERTRANSPORT) 인터커넥트, ISA(Industry Standard Architecture) 버스, INFINIBAND 인터커넥트, LPC(low-pin-count) 버스, 메모리 버스, MCA(Micro Channel Architecture) 버스, PCI(Peripheral Component Interconnect) 버스, PCIe(PCI-Express) 버스, SATA(serial advanced technology attachment) 버스, VLB(Video Electronics Standard Association local) 버스, 또 다른 적절한 버스 또는 2 이상의 이런 버스의 조합을 포함할 수 있다. 적절한 경우, 버스(812)는 하나 이상의 버스(812)를 포함할 수 있다. 본 명세서가 특정 버스를 기술하고 도시하지만, 본 명세서는 임의의 적절한 버스나 인터커넥트를 고려한다.

본 명세서에서, 컴퓨터-판독가능한 비-일시적 저장매체 또는 저장매체들은 하나 이상의 반도체 기반 또는 다른 집적회로(ICs)(가령, 예컨대 FPGAs(field-programmable gate arrays) 또는 ASICs(application-specific ICs)), 하드 디스크 드라이브(HDDs), 하이브리드 하드 디스크(HHDs), 광학 디스크, 광학 디스크 드라이브(ODDs), 자기-광학 디스크, 자기-광학 드라이브, 플로피 디스크, 플로피 디스크 드라이브(FDDs), 자기 테이프, 고체-상태 드라이브(SSDs), RAM-드라이브, SECURE DIGITAL 카드나 드라이브, 임의의 다른 적절한 컴퓨터-판독가능한 비-일시적 저장매체 또는, 적절한 경우, 2 이상의 이들의 임의의 적절한 조합을 포함할 수 있다. 적절한 경우, 컴퓨터-판독가능한 비-일시적 저장매체는 휘발성, 비휘발성 또는 휘발성과 비휘발성의 조합일 수 있다.

기타

본 명세서에서, "또는"은 명시적으로 다르게 지시하거나 문맥상 달리 지시되지 않는 한, 포괄적인 것이며 배타적인 것이 아니다. 따라서, 본 명세서에서 "A 또는 B"는 명시적으로 다르게 지시하거나 문맥상 달리 지시되지 않는 한, "A, B 또는 둘 모두"를 의미한다. 게다가, "및"은 명시적으로 다르게 지시하거나 문맥상 달리 지시되지 않는 한, 공동 및 별개 모두이다. 따라서, 본 명세서에서 "A 및 B"는 명시적으로 다르게 지시하거나 문맥상 달리 지시되지 않는 한, "A 및 B가 공동이든 별개이든 상관없이 모두"를 의미한다.

본 명세서의 범위는 당업자가 이해할 수 있는 본 명세서에 기술되거나 도시된 예시적인 실시예들에 대한 모든 변화, 치환, 변형, 대체 및 변경을 포함한다. 본 명세서의 범위는 본 명세서에 기술되거나 도시된 예시적인 실시예들로 국한되지 않는다. 게다가, 본 명세서는 특정 컴포넌트, 구성요소, 특징, 기능, 동작 또는 단계를 포함하는 것으로 본 명세서의 각각의 실시예들을 기술하고 도시하지만, 임의의 이런 실시예들은 당업자가 이해할 수 있는 본 명세서에 어디든 기술되거나 도시되는 임의의 컴포넌트, 구성요소, 특징, 기능, 동작 또는 단계의 임의의 조합이나 치환을 포함할 수 있다. 게다가, 첨부된 청구범위에서 특정 기능을 수행하도록 설계되거나, 배치되거나, 할 수 있거나, 구성되거나, 할 수 있게 하거나, 동작할 수 있거나, 동작하는 장치나 시스템 또는 장치나 시스템의 구성요소에 대한 언급은 장치, 시스템 또는 구성요소가 그렇게 설계되거나, 배치되거나, 할 수 있거나, 구성되거나, 가능하거나, 동작할 수 있거나 동작하는 한, 장치, 시스템, 구성요소, 그 또는 그러한 특정 기능이 활성화되었는지, 턴온 되었는지, 잠금 해제되었는지 여부를 포함한다.

Claims

온라인 소셜 네트워크의 제1 사용자의 클라이언트 시스템으로부터, 온라인 소셜 네트워크의 뉴스-게시물을 검색하기 위해 하나 이상의 n-그램을 포함하는 텍스트 질의를 수신하는 단계;
하나 이상의 n-그램을 식별하도록 텍스트 질의를 파싱(parsing)하는 단계;
텍스트 질의의 하나 이상의 n-그램과 매치하고 각각 뉴스와 관련되는 하나 이상의 키워드 문구(keyword phrases)를 식별하도록 키워드 문구의 인덱스(index)를 검색하는 단계;
키워드 문구가 온라인 소셜 네트워크의 복수의 뉴스-게시물에 포함되었던 횟수에 적어도 부분적으로 기반하여 각각의 식별된 키워드 문구에 대한 뉴스-점수를 계산하는 단계;
임계 뉴스-점수보다 큰 뉴스-점수를 갖는 하나 이상의 식별된 키워드 문구 및 텍스트 질의로부터 식별된 하나 이상의 n-그램을 각각 포함하는 하나 이상의 제안형 질의를 생성하는 단계; 및
텍스트 질의의 수신에 응답하여 디스플레이하기 위해 온라인 소셜 네트워크의 뉴스-게시물을 검색하기 위한 하나 이상의 제안형 질의를 제1 사용자의 클라이언트 시스템으로 송신하는 단계를 포함하는 방법.
제 1 항에 있어서,
복수의 노드 및 노드를 연결하는 복수의 에지를 포함하는 소셜 그래프에 액세스하는 단계를 더 포함하며,
2개의 노드 사이의 각각의 에지는 노드 사이의 이격도 1도를 나타내고,
노드는:
온라인 소셜 네트워크와 관련된 제1 사용자에 대응하는 제1 노드;
온라인 소셜 네트워크의 복수의 제2 사용자에 각각 대응하는 복수의 사용자 노드; 및
온라인 소셜 네트워크의 복수의 게시물에 각각 대응하고 하나 이상의 사용자 노드와 하나 이상의 에지로 각각 연결되는 복수의 게시물 노드를 포함하는 방법.
제 1 항에 있어서,
온라인 소셜 네트워크의 하나 이상의 제2 사용자에 의해 작성된 뉴스-게시물 세트로부터 키워드 문구를 추출함으로써 키워드 문구의 인덱스를 생성하는 단계를 더 포함하는 방법.
제 3 항에 있어서,
키워드 문구는 유행하는(trending) 문구를 포함하는 방법.
제 3 항에 있어서,
키워드 문구의 인덱스를 생성하는 단계는 뉴스-게시물 세트 내 각각의 게시물의 컨텐츠의 TF-IDF(term frequency-inverse document frequency) 분석에 기반하여 뉴스-게시물 세트로부터 키워드 문구를 추출하는 단계를 포함하는 방법.
제 1 항에 있어서,
온라인 소셜 네트워크의 하나 이상의 제2 사용자에 의해 작성된 게시물 세트에서 링크된 하나 이상의 제3자 페이지로부터 키워드 문구를 추출함으로써 키워드 문구의 인덱스를 생성하는 단계를 더 포함하는 방법.
제 6 항에 있어서,
각각의 키워드 문구가 뉴스와 관련되어 있는지를 결정하는 단계를 더 포함하는 방법.
제 7 항에 있어서,
각각의 키워드 문구가 뉴스와 관련되어 있는지를 결정하는 단계는 기결정된 뉴스-관련 용어 세트와 키워드 문구를 비교하는 단계를 포함하는 방법.
제 7 항에 있어서,
뉴스-관련 용어는 유행하는 용어를 포함하는 방법.
제 7 항에 있어서,
각각의 키워드 문구가 뉴스와 관련되어 있는지를 결정하는 단계는 제3자 페이지에 적어도 부분적으로 기반하는 방법.
제 1 항에 있어서,
각각의 식별된 키워드 문구에 대한 뉴스-점수를 계산하는 단계는 키워드 문구를 포함하는 뉴스-게시물의 정규화된 빈도에 적어도 부분적으로 기반하는 방법.
제 1 항에 있어서,
각각의 식별된 키워드 문구에 대한 뉴스-점수를 계산하는 단계는 키워드 문구를 게시했던 온라인 소셜 네트워크의 제2 사용자의 수에 적어도 부분적으로 기반하는 방법.
제 1 항에 있어서,
질의의 하나 이상의 검색 의도를 결정하는 단계를 더 포함하며,
적어도 하나의 의도는 뉴스-관련 검색인 방법.
제 13 항에 있어서,
각각의 식별된 키워드 문구에 대한 뉴스-점수를 계산하는 단계는 하나 이상의 검색 의도에 적어도 부분적으로 기반하는 방법.
제 1 항에 있어서,
각각의 식별된 키워드 제안에 대하여 제안형 질의의 결과가 널-검색(null-search)인지 여부를 결정하는 단계; 및
생성된 제안형 질의로부터 널-검색을 야기하는 각각의 제안형 질의를 제거하는 단계를 더 포함하는 방법.
제 1 항에 있어서,
제안형 질의는 제1 사용자의 클라이언트 시스템에서 온라인 소셜 네트워크와 관련된 네이티브 애플리케이션의 사용자 인터페이스에 디스플레이하기 위해 송신되는 방법.
제 1 항에 있어서,
제안형 질의는 제1 사용자의 클라이언트 시스템에서 브라우저 클라이언트에 의해 액세스된 온라인 소셜 네트워크의 웹페이지에 디스플레이하기 위해 송신되는 방법.
온라인 소셜 네트워크의 제1 사용자의 클라이언트 시스템으로부터, 온라인 소셜 네트워크의 뉴스-게시물을 검색하기 위해 하나 이상의 n-그램을 포함하는 텍스트 질의를 수신하고;
하나 이상의 n-그램을 식별하도록 텍스트 질의를 파싱하며;
텍스트 질의의 하나 이상의 n-그램과 매치하고 각각 뉴스와 관련되는 하나 이상의 키워드 문구를 식별하도록 키워드 문구의 인덱스를 검색하고;
키워드 문구가 온라인 소셜 네트워크의 복수의 뉴스-게시물에 포함되었던 횟수에 적어도 부분적으로 기반하여 각각의 식별된 키워드 문구에 대한 뉴스-점수를 계산하며;
임계 뉴스-점수보다 큰 뉴스-점수를 갖는 하나 이상의 식별된 키워드 문구 및 텍스트 질의로부터 식별된 하나 이상의 n-그램을 각각 포함하는 하나 이상의 제안형 질의를 생성하고;
텍스트 질의의 수신에 응답하여 디스플레이하기 위해 온라인 소셜 네트워크의 뉴스-게시물을 검색하기 위한 하나 이상의 제안형 질의를 제1 사용자의 클라이언트 시스템으로 송신하도록 실행시 동작하는 소프트웨어를 수록한 하나 이상의 컴퓨터-판독가능한 비-일시적 저장매체.
하나 이상의 프로세서; 및
프로세서와 연결되고 프로세서에 의해 실행가능한 명령어를 포함하는 비-일시적 메모리를 포함하는 시스템으로서,
상기 프로세서는:
온라인 소셜 네트워크의 제1 사용자의 클라이언트 시스템으로부터, 온라인 소셜 네트워크의 뉴스-게시물을 검색하기 위해 하나 이상의 n-그램을 포함하는 텍스트 질의를 수신하고;
하나 이상의 n-그램을 식별하도록 텍스트 질의를 파싱하며;
텍스트 질의의 하나 이상의 n-그램과 매치하고 각각 뉴스와 관련되는 하나 이상의 키워드 문구를 식별하도록 키워드 문구의 인덱스를 검색하고;
키워드 문구가 온라인 소셜 네트워크의 복수의 뉴스-게시물에 포함되었던 횟수에 적어도 부분적으로 기반하여 각각의 식별된 키워드 문구에 대한 뉴스-점수를 계산하며;
임계 뉴스-점수보다 큰 뉴스-점수를 갖는 하나 이상의 식별된 키워드 문구 및 텍스트 질의로부터 식별된 하나 이상의 n-그램을 각각 포함하는 하나 이상의 제안형 질의를 생성하고;
텍스트 질의의 수신에 응답하여 디스플레이하기 위해 온라인 소셜 네트워크의 뉴스-게시물을 검색하기 위한 하나 이상의 제안형 질의를 제1 사용자의 클라이언트 시스템으로 송신하는 명령어를 실행할 때 동작하는 시스템.