KR20190004847A - 광고 타겟팅에 대한 부정적인 신호 - Google Patents

광고 타겟팅에 대한 부정적인 신호 Download PDF

Info

Publication number
KR20190004847A
KR20190004847A KR1020197000504A KR20197000504A KR20190004847A KR 20190004847 A KR20190004847 A KR 20190004847A KR 1020197000504 A KR1020197000504 A KR 1020197000504A KR 20197000504 A KR20197000504 A KR 20197000504A KR 20190004847 A KR20190004847 A KR 20190004847A
Authority
KR
South Korea
Prior art keywords
user
topic
negative
social networking
networking system
Prior art date
Application number
KR1020197000504A
Other languages
English (en)
Inventor
안토니오 필리페 가르시아-마르티네즈
Original Assignee
페이스북, 인크.
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 페이스북, 인크. filed Critical 페이스북, 인크.
Publication of KR20190004847A publication Critical patent/KR20190004847A/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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0242—Determining effectiveness of advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0254—Targeted advertisements based on statistics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Abstract

소셜 네트워킹 시스템의 사용자는 소셜 네트워킹 시스템에 의해 관리되는 다양한 객체에 대한 행위를 수행한다. 이런 행위의 일부는 사용자가 객체에 대해 부정적인 감정을 가진다고 표시할 수 있다. 사용자에게 컨텐츠를 제공할 때 이런 부정적인 감정을 이용하기 위해, 소셜 네트워킹 시스템이 사용자가 객체에 대한 행위를 수행한다고 결정하는 경우, 소셜 네트워킹 시스템은 객체와 관련된 토픽을 식별하며 부정적인 감정을 하나 이상의 토픽과 연관시킨다. 하나 이상의 토픽과 부정적인 감정 사이의 이런 연관성은 소셜 네트워킹 시스템이 사용자의 부정적인 감정과 관련되는 토픽에 관한 컨텐츠를 제시할 가능성을 감소시키는데 사용될 수 있다.

Description

광고 타겟팅에 대한 부정적인 신호{NEGATIVE SIGNALS FOR ADVERTISEMENT TARGETING}
본 명세서는 일반적으로 소셜 네트워킹 시스템에 관한 것이며, 더 상세하게는 사용자에 대해 추론된 부정적인 감정을 기초로 소셜 네트워킹 시스템 사용자로의 컨텐츠의 분배를 수정하는 것에 관한 것이다.
소셜 네트워킹 시스템의 사용자는 실생활 상호작용, 온라인 상호작용 또는 이들의 혼합을 기초로 다른 사용자들과의 연결관계, 유대관계 또는 다른 관계를 형성할 수 있다. 사용자가 게시한 컨텐츠는 가령 뉴스피드 또는 스트림과 같이 소셜 네트워킹 시스템 내 다양한 통신 채널 중 하나 이상을 통해 사용자의 연결관계에 의해 이용가능해질 수 있다. 그러나, 소셜 네트워킹 시스템의 사용자는 흔히 사용자가 관심을 가지지 않는 컨텐츠를 수신한다. 광고를 포함하는 사용자에게 제공되는 컨텐츠를 향상시키기 위해서는, 사용자의 관심사 이외에 사용자가 싫어하는 토픽 및 다른 정보를 추론하기 위한 시스템을 가지는 것이 바람직할 수 있다.
사용자 경험을 향상시키기 위해, 소셜 네트워킹 시스템은 가령 사용자와 연결된 다른 사용자들과 같이 소셜 네트워킹 시스템에서 토픽에 대해 다른 사용자들에 의한 부정적인 감정을 기초로 소셜 네트워킹 시스템 내 컨텐츠에 관한 토픽에 대한 사용자의 부정적인 감정을 추론한다. 추론된 감정을 사용하여, 시스템은 사용자의 추론된 부정적인 감정을 기초로 사용자에게 추후 전달되는 컨텐츠를 선택하거나, 필터링하거나, 예측하거나, 변경한다. 예컨대, 소셜 네트워킹 시스템은 특정 토픽에 대한 컨텐츠를 포함하는 하나 이상의 페이지를 관리하는데, 여기서 페이지와의 특정 상호작용은 관련 토픽에 대한 부정적인 감정을 표시한다고 알려져 있다. 일실시예로, 소셜 네트워킹 시스템은 페이지와 연관하여 수행된 특정 타입의 사용자 행위를 페이지와 관련된 토픽에 대한 부정적인 감정을 연관시킨다. 소셜 네트워킹 시스템의 사용자가 페이지와 상호작용하면, 소셜 네트워킹 시스템은 이런 사용자가 그 페이지와 관련된 토픽에 대해 부정적인 감정을 가진다고 추론한다. 또한, 사용자는 동일한 토픽과도 또한 관련되는 소셜 네트워킹 시스템 내(또는 소셜 네트워킹 시스템 외부) 다른 페이지와 상호작용할 수 있으나, 여기서 다른 페이지와 관련된 토픽에 대한 (예컨대, 긍정적인 또는 부정적인) 감정은 알려지지 않는다. 그러나, 토픽에 대한 이런 사용자의 감정이 추론되었기 때문에, 시스템은 다른 페이지와의 상호작용이 또한 토픽에 대해 부정적인 감정을 표시한다고 추론한다. 이후, 시스템은 다른 페이지와 상호작용한 다른 사용자가 또한 동일한 토픽에 대해 부정적인 감정을 가진다고 추론할 수 있다. 이후, 이런 추론된 부정적인 감정은 사용자에 대한 부정적인 토픽을 포함하는 부정적인 관심 프로필을 생성하는데 사용될 수 있다. 사용자의 부정적인 관심 프로필은 컨텐츠 필터링, 광고 타겟팅, 클릭 예측을 수행하거나 사용자에 대한 컨텐츠의 제시를 변경하는데 사용될 수 있다.
예컨대, 소셜 네트워킹 시스템은 "I hate hockey(나는 하키를 싫어한다)"라는 제목의 페이지를 관리할 수 있으며, 제목에서 키워드 "hate(싫어한다)"는 토픽(이 예에서는 "hockey(하키)")을 향한 부정적인 감정을 표시한다. 한 세트의 소셜 네트워킹 시스템 사용자는 "I hate hockey" 페이지를 좋아할 수 있으므로, 소셜 네트워킹 시스템은 "hockey"의 토픽에 대한 부정적인 감정을 "I hate hockey" 페이지를 좋아하는 사용자 세트와 연관시킨다. "I hate hockey" 페이지를 좋아하는 다수의 소셜 네트워킹 시스템 사용자가 또한 "Hockey?"라는 제목의 소셜 네트워킹 시스템 내 다른 페이지를 좋아한다면, 소셜 네트워킹 시스템은 "Hockey?" 페이지를 좋아하는 사용자들에 대한 "hockey"의 토픽에 대한 부정적인 감정을 추론할 수 있다. 따라서, 소셜 네트워킹 시스템이 "hockey"의 토픽에 대한 감정을 식별하지 않는 사용자는 "Hockey?" 페이지를 좋아할 수 있으며, 소셜 네트워킹 시스템은 사용자가 "I hate hockey" 및 "Hockey?" 페이지와 다른 사용자들의 상호작용을 기초로 "hockey"의 토픽에 대한 부정적인 감정을 가진다고 추론한다. 따라서, 소셜 네트워킹 시스템은 "hockey"의 토픽을 사용자의 부정적인 프로필에 추가할 수 있으며, 이는 추후에 "hockey"에 관한 컨텐츠를 사용자에게 제시하는 것으로부터 필터링하는데 사용될 수 있다.
상술한 바와 같이, 컨텐츠 분배를 개선하기 위해, 소셜 네트워킹 시스템은 부정적인 감정과 관련된 토픽을 포함하는 사용자에 대한 부정적인 프로필을 관리할 수 있다. 예컨대, 부정적인 프로필은 사용자의 사용자 프로필에 포함되거나 연관될 수 있다. 부정적인 프로필은 블랙리스트에 의해 식별된 토픽에 관한 페이지 또는 다른 컨텐츠를 사용자에게 제시되는 것으로부터 방지하는데 사용될 수 있다. 이는 사용자가 열람하는데 거의 관심이 없는 컨텐츠를 사용자에게 제시할 가능성을 감소시킨다.
본 발명의 상세한 설명에 기술된 특징 및 이점이 모두를 포함한 것은 아니며, 특히 많은 추가적인 특징 및 이점이 본 발명의 도면, 상세한 설명 및 청구범위의 관점에서 당업자에게 명백할 것이다. 게다가, 본 발명의 상세한 설명에서 사용되는 언어는 주로 판독하기 쉽도록 그리고 훈시적인 목적으로 선택되었고, 발명의 주제를 정확히 서술하거나 제한하도록 선택되지 않았다는 점을 유의해야 한다.
본 발명의 내용 중에 포함되어 있다.
도 1은 일실시예에 따라 컨텐츠 아이템에 대한 사용자의 부정적인 감정을 기초로 소셜 네트워킹 시스템 사용자에게 제공되는 컨텐츠를 변경하기 위한 시스템 환경의 상위계층 블록 다이어그램을 도시한다.
도 2는 일실시예에 따라 소셜 네트워킹 시스템에서 컨텐츠 아이템에 대한 부정적인 감정을 기초로 컨텐츠를 사용자에게 제공하기 위한 방법의 흐름도를 도시한다.
도면들은 단지 예시의 목적으로 본 발명의 다양한 실시예들을 도시한다. 당업자는 하기의 설명을 통해 본 명세서에 나타난 구성 및 방법의 대안적인 실시예들이 본 명세서에 기술된 본 발명의 원리에서 벗어남이 없이 이용될 수 있음을 용이하게 인식할 것이다.
시스템 구조
도 1은 소셜 네트워킹 시스템(100) 내 컨텐츠 아이템에 대한 사용자의 부정적인 감정을 기초로 소셜 네트워킹 시스템 사용자에게 제시되는 컨텐츠를 변경하기 위한 시스템 환경의 다이어그램을 도시한다. 컨텐츠 아이템에 대한 사용자의 부정적인 감정은 컨텐츠 아이템과 관련된 토픽에 대한 사용자의 관심의 결핍을 나타낸다. 사용자가 상호작용한 컨텐츠 아이템의 토픽에 대한 사용자의 부정적인 감정은 사용자가 상호작용한 컨텐츠 아이템과 동일한 토픽을 가진 다른 컨텐츠 아이템과의 소셜 네트워킹 시스템(100)의 다른 사용자들의 상호작용으로부터 추론될 수 있다. 소셜 네트워킹 시스템(100)은 다른 소셜 네트워킹 시스템 사용자가 동일한 토픽과 관련된 다른 컨텐츠 아이템과의 유사한 상호작용을 수행했을 때 토픽을 향한 부정적인 감정을 추론할 수 있다. 하나 이상의 토픽에 대한 부정적인 감정을 기초로, 소셜 네트워킹 시스템(100)은 사용자가 부정적인 감정을 가지는 토픽과 관련된 컨텐츠 아이템을 사용자가 제시받지 않도록 사용자에 대한 컨텐츠 아이템을 선택할 수 있다. 컨텐츠 아이템은 가령 광고, 쿠폰, 상태 업데이트, 소셜 네트워킹 시스템(100)이 관리하는 페이지 또는 다른 텍스트 메시지, 위치 정보(예컨대, 푸시 정보에 기반한 위치), 사진, 비디오 및 링크 등과 같은 임의의 타입의 미디어 컨텐츠를 포함할 수 있다. 또한, 소셜 네트워킹 시스템(100)은 사용자들에게 공통인 하나 이상의 토픽에 대한 부정적인 감정을 기초로 특정 사용자와 연결하기(즉, 친구가 되기) 위한 소셜 네트워킹 시스템(100)의 다른 사용자를 추천할 수 있다.
일반적으로, 소셜 네트워킹 시스템(100)은 다른 소셜 네트워킹 시스템 사용자들과 통신하고 상호작용하는 능력을 사용자에게 제공한다. 본 명세서에 사용되는 바와 같이, "사용자"는 개인 또는 엔티티(가령, 사업체 또는 제3자 애플리케이션)일 수 있다. 또한, 본 명세서에 사용되는 바와 같이, "연결관계"는 다른 사용자가 유대 관계 또는 다른 관계를 형성할 수 있거나 형성했던 소셜 네트워킹 시스템(100)의 사용자를 식별한다. 사용자는 소셜 네트워킹 시스템(100)에 가입한 후 사용자가 연결되기를 원하는 다른 사용자, 개인 및 엔티티와 연결한다. 사용자는 명시적으로 연결을 추가한다. 예컨대, 사용자는 사용자의 친구인 특정 다른 사용자를 선택한다. 대안으로, 사용자와 다른 사용자 사이의 연결은 사용자들의 공통의 특성(예컨대, 동일한 교육기관의 졸업생인 사용자들)을 기초로 소셜 네트워킹 시스템에 의해 자동으로 생성될 수 있다. 소셜 네트워킹 시스템 내 연결은 양방향일 수 있거나, 단지 단방향일 수 있다. 예컨대, 밥(Bob)과 조(Joe)가 둘 다 사용자들이고 서로 연결한다면, 밥과 조는 다른 하나에 대한 각각의 연결이다. 반면에, 밥이 샘(Sam)의 게시된 컨텐츠 아이템을 열람하도록 샘과 연결하고자 하지만 샘이 밥과 연결을 선택하지 않으면, 단방향 연결이 형성될 수 있는데, 여기서 샘은 밥의 연결이지만 밥은 샘의 연결이 아니다. 소셜 네트워킹 시스템의 일부 실시예는 연결이 하나 이상의 연결 레벨을 통해 간접적(예컨대, 친구들의 친구들)일 수 있게 한다.
다른 사용자와의 상호작용 이외에, 소셜 네트워킹 시스템(100)은 사용자에게 서비스에 의해 지원되는 다양한 타입의 객체에 대한 행위를 행하는 능력을 제공한다. 이런 객체는 소셜 네트워킹 시스템의 사용자가 속할 수 있는 사용자 그룹이나 네트워크, 사용자가 관심이 있을 수 있는 이벤트나 캘린더 엔트리, 사용자가 서비스를 통해 사용할 수 있는 컴퓨터-기반 애플리케이션, 사용자가 서비스를 통해 아이템을 구입하거나 판매할 수 있게 해주는 거래(transactions) 및 사용자가 소셜 네트워킹 시스템 내부나 외부에서 수행할 수 있는 광고와의 상호작용을 포함할 수 있다. 사용자가 소셜 네트워킹 시스템(100)에서 실행할 수 있는 객체들의 몇몇 예들이 있으며, 많은 다른 것들도 가능하다. 본 명세서에서 제공되는 많은 실시예와 예는 소셜 네트워킹 시스템(100)의 특정 실시예에 관한 것이지만, 다른 실시예들이 다른 타입의 소셜 네트워크, 소셜 컨텐츠 및 다른 타입의 웹사이트와 통신 메커니즘을 포함하는 다른 환경을 포함할 수 있다.
사용자 생성 컨텐츠는 소셜 네트워킹 시스템에서 사용자 경험을 향상시킨다. 상술한 바대로, 컨텐츠 아이템은 가령 상태 업데이트나 다른 텍스트 메시지, 위치 정보, 사진, 비디오, 광고 및 링크와 같은 임의의 타입의 미디어 컨텐츠를 포함할 수 있다. 컨텐츠 아이템은 소셜 네트워킹 시스템(100)에서 객체로 표현되는 컨텐츠 조각이다. 이런 방식으로, 소셜 네트워킹 시스템의 사용자는 통신 채널을 통해 다양한 타입의 미디어의 컨텐츠 아이템을 소셜 네트워킹 시스템으로 "게시(posting)"함으로써 서로 통신하도록 장려된다. 통신 채널을 사용하면, 소셜 네트워킹 시스템(100)의 사용자는 서로 간의 상호작용을 증가시키며 더 빈번하게 소셜 네트워킹 시스템에 참여한다. 하나의 타입의 통신 채널은 사용자가 서비스의 하나 이상의 사용자로부터 소셜 네트워킹 시스템으로 게시되거나, 업로드되거나, 제공되는 일련의 컨텐츠 아이템을 제공받는 "스트림(stream)"이다. 스트림은 사용자가 컨텐츠 아이템을 스트림으로 추가할 때 업데이트될 수 있다. 소셜 네트워킹 시스템에 대한 예시적인 통신 채널은 본 명세서에 전체로서 참조로 통합되고 2008년 10월 16일자로 출원된 미국특허출원 제12/253,149호에 더 논의된다.
사용자는 사용자 장치(105) 및 연결 장치(110)로서 도 1에 도시되는 클라이언트 장치를 사용하여 소셜 네트워킹 시스템(100)과 상호작용한다. 사용자 장치(105) 및/또는 연결 장치(110)는 소셜 네트워킹 시스템(100)과 상호작용하기 위한 것이며 데이터 처리 및 데이터 통신 능력을 가진 임의의 컴퓨팅 장치일 수 있다. 클라이언트 장치의 예는 개인용 컴퓨터(PC), 데스크톱 컴퓨터, 랩톱 컴퓨터, 노트북, 태블릿 PC, 휴대용 개인 단말기(PDA), 모바일 전화, 스마트폰 또는 인터넷 태블릿을 포함한다. 이런 장치는 이미지와 비디오 컨텐츠가 캡처되고 소셜 네트워킹 시스템(100)으로 업로드될 수 있게 해주는 카메라 센서를 포함할 수 있다. 또한, 이런 장치는 소셜 네트워킹 시스템(100)이 제공하는 사용자 인터페이스를 통해 사용자가 소셜 네트워킹 시스템(100)과 상호작용할 수 있게 해주는 터치 스크린, 동작 인식 시스템(gesture recognition system), 마우스 패드 또는 다른 기술을 구비할 수 있다.
사용자 장치(105), 연결 장치(110) 및 소셜 네트워킹 시스템(100) 사이의 상호작용은 일반적으로 가령 인터넷과 같은 네트워크(165)를 통하여 수행된다. 네트워크(165)는 사용자 장치(105), 연결 장치(110) 및 소셜 네트워킹 시스템(100) 사이의 통신을 가능하게 한다. 일실시예로, 네트워크(165)는 표준 통신 기술 및/또는 프로토콜을 사용한다. 따라서, 네트워크(165)는 이더넷, 802.11, WiMAX(worldwide interoperability for microwave access), 3G, 4G, LTE, 디지털 가입자 회선(DSL), 비동기 전송 모드(ATM), 인피니밴드(InfiniBand), PCI EAS(Express Advanced Switching) 등과 같은 기술들을 사용하는 링크를 포함할 수 있다.
일실시예로, 클라이언트 장치(105)는 사용자가 소셜 네트워킹 시스템(100)과 상호작용할 수 있게 해주는 사용자 인터페이스 또는 애플리케이션을 실행한다. 사용자 인터페이스는 사용자가 소셜 네트워킹 시스템(100)과 관련된 다양한 행위나 활동을 수행하고 소셜 네트워킹 시스템(100)이 제공한 정보를 열람할 수 있게 해준다. 사용자 인터페이스를 사용하여 수행된 예시적인 행위는 연결관계를 추가하기, 메시지를 게시하기, 링크를 게시하기, 이미지나 비디오를 업로드하기, 사용자의 프로필 설정을 업데이트하기, 소식을 열람하기 등을 포함한다. 사용자 인터페이스를 사용하여 열람될 수 있는 소셜 네트워킹 시스템(100)이 제공한 정보의 예는: 사용자의 연결관계가 게시한 이미지나 비디오, 사용자의 연결관계가 게시한 코멘트, 다른 사용자가 사용자에게 송신한 메시지, 담벼락 게시물 등을 포함한다.
일실시예로, 사용자 "A"가 다른 사용자 "B"의 데이터를 열람하는 경우, 사용자 "A"를 "열람 사용자(viewing user)"라 하며 사용자 "B"를 "대상 사용자(subject user)"라 한다. 사용자 인터페이스는 열람 사용자가 소셜 네트워킹 시스템(100)의 다른 대상 사용자들의 데이터뿐 아니라 뉴스, 스포츠, 관심사 등에 관한 일반 데이터를 열람할 수 있게 해준다. 사용자 인터페이스에서 정보는 다른 뷰로 열람 사용자에게 제시될 수 있다. 예컨대, 대상 사용자의 소셜 데이터는 대상 사용자의 소셜 네트워킹 데이터의 배열인 "프로필 페이지"로서 열람 사용자에게 제시될 수 있다. 또한, 대상 사용자에 대한 정보는 다양한 대상 사용자가 수행한 행위를 설명하는 소식을 포함하는 뉴스 피드의 형태로 제시될 수 있다. 일실시예로, 다른 뷰는 브라우저를 통하여 제시된 웹 표준 포맷의 데이터 및 코드를 사용하여 표현된다. 예컨대, 뉴스 피드는 서버로부터 가령 사용자 장치(105)와 같은 클라이언트에서 실행하는 웹 브라우저로 송신된 임의의 XML, HTML, CSS, JavaScript, 플레인텍스트(plaintext) 및 Java의 조합을 포함할 수 있다. 또 다른 실시예로, 뉴스 피드는 모바일 앱 또는 데스크톱 애플리케이션을 통하여 제시하기 위해 포맷팅된 데이터를 포함할 수 있다.
소셜 네트워크 소식(또는 "소식")은 다양한 소셜 네트워킹 시스템 뷰(사용자 인터페이스 뷰)에서 디스플레이하기 위해 구성되는 소셜 네트워킹 시스템(100)이 수집한 데이터의 집합이다. 예컨대, 소식은 웹 브라우저 내 연속적으로 업데이트된 실시간 뉴스 피드에서, 타임라인 뷰에서 또는 사용자의 프로필 페이지에서 열람중인 사용자에게 제시될 수 있다. 소식 집합은 디스플레이하기 위해 함께 수집된 하나 이상의 소식의 모음이다. 예컨대, 가령 생일 파티와 같은 특정 이벤트에 관한 모든 소식은 하나의 소식 집합으로 종합될 수 있다.
사용자가 소셜 네트워킹 시스템(100)에 가입할 때, 그들은 사용자가 소셜 네트워킹 시스템(100) 상에서 영구적이고 안전한 신원을 유지할 수 있게 해주는 사용자 계정을 생성할 수 있다. 사용자 계정은 사용자에 대한 상세사항이나 특성을 저장하는 사용자 프로필을 포함할 수 있다. 사용자 프로필에 저장된 상세사항이나 특성의 예는 이름, 나이, 성별, 관심사, 위치, 학력, 경력, 관계 상태 등을 포함한다. 소셜 네트워킹 시스템(100)은 사용자의 연결관계의 활동에 대해 사용자에게 계속 업데이트되게 할 뿐 아니라 사용자의 관심사에 관한 뉴스와 정보에 대해 사용자에게 알리도록 데이터의 스트림을 사용자에게 제공할 수 있다. 이런 데이터의 스트림은 사용자에게 함께 제시된 관련 데이터의 모음인 소식 및 사용자가 제시한 소식의 모음인 소식 집합을 포함할 수 있다.
소셜 네트워킹 시스템(100)은 예컨대 사용자 데이터 객체, 행위 객체 및 에지 객체와 같은 다른 타입의 데이터 객체를 관리한다. 사용자 데이터 스토어(115)는 사용자 데이터 객체를 포함한다. 일실시예로, 사용자 데이터 객체는 소셜 네트워킹 시스템(100)의 사용자에 관한 사용자 프로필 정보를 포함한다. 예컨대, 사용자 데이터 객체는 가령 사용자의 생일, 관심사, 학력, 경력, 사용자의 사진, 사용자의 사진에 대한 레퍼런스 또는 다른 적절한 사용자에 대한 정보와 같은 사용자의 특성을 저장할 수 있다.
에지 스토어(120)는 에지 객체를 저장한다. 일실시예로, 에지 스토어(120)는 사용자들 사이, 다른 사용자들 사이, 사용자와 객체 스토어(170)에 저장된 객체 사이 및/또는 에지 객체 내 소셜 네트워킹 시스템(100)의 객체와 객체 사이의 관계 및/또는 유대를 기술하는 에지를 저장한다. 일부 에지는 사용자가 다른 사용자와의 관계를 명시할 수 있게 해주는 사용자에 의해 정의될 수 있다. 예컨대, 사용자는 가령 친구, 직장동료, 파트너 등과 같은 사용자의 실제생활 관계와 병행하는 다른 사용자를 가진 에지를 생성할 수 있다. 다른 에지는 가령 소셜 네트워킹 시스템의 페이지에 관심을 표현하기, 소셜 네트워킹 시스템의 다른 사용자와의 링크를 공유하기 및 소셜 네트워킹 시스템의 다른 사용자가 행한 게시물에 대해 코멘트하기와 같이 사용자가 소셜 네트워킹 시스템(100)에서 객체와 상호작용할 때 생성된다. 에지 스토어(120)는 하기에 더 기술되는 바와 같이 가령 객체, 관심사 및 다른 사용자에 대한 친밀성 점수와 같은 에지에 대한 정보를 포함하는 에지 객체를 저장한다.
행위 로그(125)는 컨텐츠 아이템에 대해 소셜 네트워킹 시스템(100)의 사용자가 수행한 행위 또는 객체 스토어(170)에 저장되거나 다른 사용자에 대한 객체를 포함한다. 일실시예로, 행위는 소셜 네트워킹 시스템(100)에서 사용자의 경험을 향상시키기 위해 로그되었던 컨텐츠 아이템에 대해 사용자가 수행한 상호작용에 관한 정보를 포함한다. 컨텐츠 아이템을 향한 사용자의 대부분의 임의의 활동은 행위 로그(125)에서 행위로서 저장될 수 있다. 예컨대, 상호작용은 새로운 코멘트나 상태 업데이트의 게시, 가령 광고나 게시물과 같은 컨텐츠 아이템을 제거하기일 수 있거나, 다른 사용자에 대한 에지를 형성하는 것과 같은 간단한 어떤 것일 수 있다. 추가로, 컨텐츠 아이템에 대한 활동하지 않음(inaction) 또는 활동 부족은 행위 로그(125)에 로그인될 수 있다. 예컨대, 사용자가 소셜 네트워킹 시스템(100)에서 게시물이나 메시지에 응답하지 않는다면, 활동하지 않음은 행위 로그(125)에 로그인될 수 있다. 일실시예로, 각각의 행위는 고유 행위 식별자(ID)에 할당되며, 행위에 해당하는 컨텐츠 아이템에 대해 행위를 수행한 사용자와 관련된 사용자 식별자(ID)와 함께 저장된다. 사용자 데이터 스토어(115)에 포함된 사용자 데이터 및 행위 로그(125)에 포함된 행위는 포괄하여 내러티브 데이터(narrative data)(130)라고 일컬어진다.
소셜 네트워킹 시스템(100)은 다양한 객체, 사용자 및 소셜 네트워킹 시스템(100)에 의해 캡처된 이벤트 사이의 관계를 추적하는 소셜 그래프를 관리한다. 소셜 그래프에서, 노드가 에지를 통해 서로 연결될 때 사용자들, 사용자 데이터 및 다른 엔티티들이 존재한다. 이 실시예로, 에지는 노드 사이의 관계를 생성하는 행위를 표현한다. 예컨대, 소셜 네트워킹 시스템(100)에 저장된 사진을 표현하는 노드는 사진을 업로드했던 사용자에 대한 에지를 가질 수 있고, 이런 에지는 "업로드됨(uploaded by)" 행위일 수 있다. 동일한 사진은 그 사진에서 사용자를 표현하는 몇몇 다른 노드에 대한 에지를 가질 수 있고, 이런 에지는 "태그됨(tagged in)" 행위일 수 있다. 마찬가지로, 소셜 네트워킹 시스템(100)에서 사용자를 표현하는 노드는 그 사용자가 행한 게시물을 표현하는 각각의 노드에 대한 에지를 가질 수 있다. 이런 에지는 모두 "게시됨(posted by)" 행위일 수 있다. 소셜 그래프의 에지는 소셜 네트워킹 시스템(100)의 사용자가 행한 다른 타입의 행위에 상응하는 다른 타입을 가질 수 있다.
소셜 네트워킹 시스템(100)은 소셜 네트워킹 시스템(100)의 다른 사용자들(또는 객체들)에 대한 사용자의 "친밀도" 측정을 유지 또는 계산할 수 있다. 친밀도 측정은 친밀성 점수로 표현될 수 있으며, 이는 소셜 네트워킹 시스템(100)의 다른 사용자(또는 객체)와 사용자의 밀접성을 나타낼 수 있다. 다른 사용자 Y에 대한 사용자 X의 친밀성 점수는 예컨대 사용자 X가 사용자 Y의 사진을 열람하는 것에 관심이 있거나 열람할 확률이 높은지를 예측하는데 사용될 수 있다. 친밀성 점수는 예측기 함수, 기계-학습 알고리즘 또는 사용자 친밀성을 결정하기 위한 임의의 다른 적절한 알고리즘을 통하는 것을 포함하는 자동화된 방법을 통하여 소셜 네트워킹 시스템(100)에 의해 계산될 수 있다. 다양한 사용자 및 객체에 대한 친밀성 점수는 시간에 따라 변하기 때문에 소셜 네트워킹 시스템(100)은 사용자의 친밀성 점수 이력의 기록을 저장할 수 있다. 소셜 네트워킹 시스템(100)의 다른 사용자뿐 아니라 시스템 내의 다른 객체들에 대한 사용자 친밀성을 계산하기 위한 시스템 및 방법이 2010년 12월 23일자로 출원된 미국출원번호 제12/978,265호에 개시되어 있으며, 본 명세서에 그 내용이 전체로서 참조로 통합된다.
또한, 소셜 네트워킹 시스템(100)은 사용자 인터페이스 관리자(135)를 포함한다. 사용자 인터페이스 관리자(135)는 소셜 네트워킹 시스템(100)의 사용자가 사용자 인터페이스를 사용하여 소셜 네트워킹 시스템(100)과 상호작용할 수 있게 해주는 서버-측 기능을 제공한다. 사용자가 소셜 네트워킹 시스템(100)으로부터 정보를 요청할 때, 사용자 인터페이스 관리자(135)는 가령 사용자 장치(105) 또는 연결 장치(110)와 같은 클라이언트 장치를 통해 디스플레이될 수 있는 포맷으로 요청된 정보를 사용자에게 발송한다. 예컨대, 사용자가 소셜 네트워킹 시스템(100)으로부터 뉴스 피드를 요청할 때, 사용자 인터페이스 관리자(135)는 장치에서 디스플레이되도록 구성된 사용자 장치(105) 및/또는 연결 장치(110)로 소식 및 소식 집합을 송신할 수 있다. 사용자가 요청한 정보의 타입에 따라, 사용자 인터페이스 관리자(135)는 소식, 소식 집합, 프로필 페이지, 타임라인 또는 다른 데이터를 클라이언트 장치로 송신할 수 있다.
소식 관리자(140)는 소식 생성 프로세스를 관리한다. 소식 관리자(140)는 소식 보관소(145)에 저장되는 다른 목적(즉, 다른 뷰)용 소식을 생성하도록 구성된 소식 생성기를 포함한다. 소식 생성기는 특정 타겟 뷰에 대한 소식을 생성하도록 구성되며, 타겟 뷰(target view)를 기초로 소식 생성에 사용되는 내러티브 데이터의 선택을 제한할 수 있다. 예컨대, 소식 생성기는 사진 앨범 뷰에 대한 소식을 생성하고 이미지를 포함하거나 참조하는 내러티브 데이터에 대한 소식 생성에 사용되는 내러티브 데이터를 제한하도록 구성될 수 있다. 사용자 인터페이스에 디스플레이되도록 생성된 소식은 데스크톱 컴퓨터 인터페이스에 디스플레이되도록 생성된 소식과는 다른 데이터를 포함할 수 있고, 이들은 데스크톱 컴퓨터 디스플레이와 촉각 디스플레이 사이의 차이를 최적화하기 위해 다른 방식으로(예컨대, 더 작은 스마트폰 스크린에 대해 더 큰 아이콘) 시각적으로 포맷팅될 수 있다. 또한, 소셜 네트워킹 시스템(100)은 열람중인 사용자의 연결관계에 관한 데이터를 포함하는 소식, 즉 소셜 네트워킹 시스템(100)에서 열람중인 사용자와 연결되는 대상 사용자에 대한 데이터를 포함하는 소식으로 열람중인 사용자에게 제공되는 소식을 제한할 수 있다.
일실시예로, 소식 관리자(140)는 열람중인 사용자가 관심을 가질 수 있는 가장 관련된 최근 소식의 스크롤 가능한 리스트를 포함하는 뉴스피드를 생성한다. 소식 내 열람중인 사용자의 관심사는 친밀성 또는 다른 인자를 기초로 소식 관리자(140)에 의해 결정될 수 있다. 소식 관리자(140)는 시간 구간으로 순서화되는 특정 대상 사용자에 관한 시계열적 소식 리스트인 타임라인을 생성할 수 있다. 일부의 실시예로, 타임라인은 가령 소셜 중요성 또는 가능성 있는 참여 값(likely engagement value)과 같은 다른 인자에 따라 일부 소식의 순위화를 변경할 수 있다. 타임라인에서 디스플레이하도록 구성되는 소식은 타임라인 유닛(timeline units)이라고 일컬어진다. 또한, 타임라인은 함께 종합되었던 다수의 타임라인 유닛을 포함하는 특별한 "리포트(report)" 유닛을 포함할 수 있다. 예컨대, 사용자는 11월달 동안 친구로부터의 몇몇 담벼락 게시물을 가질 수 있다. 이루, 그 사용자의 타임라인은 그달 동안 친구로부터의 모든 게시물을 포함하는 리포트 유닛을 포함할 수 있다. 뉴스피드와 타임라인에 대해 함께 디스플레이되는 다른 타입의 소식을 생성하는 다수의 소식 생성기가 있을 수 있다. 소셜 네트워킹 시스템에 의해 캡처된 데이터로부터 뉴스피드용 소식을 생성하기 위한 시스템 및 방법이 2006년 8월 11일자로 출원된 미국특허출원 제11/503,037호 및 2006년 8월 11일에 출원된 미국특허출원 제11/502,757호에 개시되어 있으며, 본 명세서에 전체로서 참조로 통합된다. 타임라인 및 타임라인 유닛은 2011년 9월 21일에 출원된 미국특허출원 제13/239,347호에 더 상세히 논의되며, 본 명세서에 또한 전체로서 참조로 통합된다.
일실시예로, 토픽 추출 엔진(150)은 객체 스토어(170)에 저장된 컨텐츠 아이템과 관련된 토픽을 식별한다. 예컨대, 토픽 추출 엔진(150)은 열람중인 사용자가 상호작용한 컨텐츠 아이템과 관련된 하나 이상의 토픽을 결정한다. 또 다른 예로서, 토픽 추출 엔진(150)은 객체 스토어(170)에 소셜 네트워킹 시스템(100)에 의해 저장된 다양한 컨텐츠 아이템과 관련된 하나 이상의 토픽을 결정할 수 있다. 일실시예로, 토픽 추출 엔진(150)은 행위 로그(125)에 저장된 행위와 관련된 컨텐츠 아이템의 토픽을 식별한다. 컨텐츠 아이템과 관련된 토픽을 식별하기 위해, 토픽 추출 엔진(150)은 본 명세서에 전체로서 참조로 통합되는 2011년 6월 24일에 출원된 미국특허출원 제13/167,701호에 더 기술되는 바와 같이 행위와 관련된 컨텐츠 아이템에(예컨대, 사용자의 게시물에) 기술되는 앵커 용어(anchor terms)를 식별하고 그 용어의 의미를 결정할 수 있다. 예컨대, 한 행위가 텍스트 "Go Sharks!"를 포함하는 게시물 또는 페이지와 관련된다면, 토픽 추출 엔진(150)은: 가령 "Shark(동물)", "San Jose Sharks(하키 팀)", "Jumping the Shark" 및 "Loan Shark"와 같은 용어 "sharks"와 관련된 엔트리를 포함하는 사전 내 엔트리 또는 다른 저장된 데이터와 텍스트를 비교함으로써 후보 토픽을 식별할 수 있다. 식별된 후보 토픽은 식별된 앵커 용어에 대한 잠재적인 의미를 표현한다.
일실시예로, 토픽 추출 엔진(150)은 앵커 용어와 관련이 없다고 결정된 후보 토픽을 제거한다. 예컨대, 토픽 추출 엔진(150)은 다양한 식별된 후보 토픽의 관점에서 가령 게시물과 같은 컨텐츠 아이템 내 추가 용어를 식별하고 분석한다. 토픽 추출 엔진(150)은 후보 토픽 및 행위와 관련된 컨텐츠 아이템 내 식별된 용어 사이의 유사도 또는 관계도를 결정하도록 카테고리 트리(category tree)를 사용할 수 있다. 토픽 추출 엔진(150)은 카테고리 트리로부터 수신된 유사도 또는 관계도를 기초로 하나 이상의 후보 토픽을 제거할 수 있다.
토픽 추출 엔진(150)은 앵커 용어의 의미를 표현할 가능성이 가장 높은 것으로서 관련 후보 토픽들로부터 후보 토픽을 선택한다. 일실시예로, 토픽 추출 엔진(150)은 행위와 관련된 컨텐츠 아이템의 앵커 용어에 대한 컨텍스트 단어를 기초로, 행위와 관련된 사용자의 선언된 관심사를 기초로, 행위의 전반적인 컨텍스트를 기초로 및 행위와 관련된 소셜 컨텍스트를 기초로 각각의 후보 토픽에 대한 점수를 생성한다. 이후, 토픽 추출 엔진(150)은 생성된 점수를 기초로 앵커 용어에 대한 토픽을 표현하는 후보 토픽을 선택한다. 선택된 토픽은 컨텐츠 아이템에 해당하는 행위와 관련된다. 또한, 토픽 추출 엔진(150)은 행위 로그(125) 내 행위들로 표현되는 게시된 비디오 또는 사진으로부터 토픽을 추론할 수 있다. 토픽 추출 엔진(150)은 비디오/사진의 컨텐츠를 기술하는 관련 텍스트형 메타데이터를 기초로 비디오/사진과 관련된 토픽을 식별할 수 있다.
일실시예로, 피드백 모듈(155)은 사용자와 컨텐츠 아이템 사이의 상호작용을 기초로 컨텐츠 아이템의 토픽에 향한 사용자의 부정적인 감정을 식별한다. 식별된 부정적인 감정을 기초로, 피드백 모듈(155)은 사용자가 부정적인 감정을 가지는 부정적인 토픽을 포함하는 각각의 사용자에 대한 부정적인 프로필을 생성한다. 피드백 모듈(155)은 사용자와 관련된 부정적인 프로필을 사용하여 사용자에게 제공하도록 컨텐츠를 결정할 수 있다. 일실시예로, 사용자에 대한 부정적인 프로필은 사용자에게 제시되지 않는 토픽을 식별하는 블랙리스트의 역할을 한다. 예컨대, 피드백 모듈(155)은 사용자의 부정적인 프로필에 포함된 토픽과 관련되는 가령 광고, 게시물, 이미지, 비디오, 뉴스피드 또는 다른 컨텐츠 아이템과 같은 컨텐츠를 식별할 수 있고 사용자에 대한 식별된 컨텐츠 아이템의 제시를 방지할 수 있다. 이는 피드백 모듈(155)이 사용자에 대한 이런 토픽과 관련된 컨텐츠 아이템의 제시를 제한하도록 토픽에 대한 사용자의 부정적인 감정을 사용할 수 있게 해준다.
사용자는 컨텐츠 아이템과 상호작용할 수 있으나, 사용자의 상호작용이 컨텐츠 아이템과 관련된 토픽을 향해 부정적인 감정을 나타내는지가 불명확하다. 사용자가 상호작용하는 컨텐츠 아이템과 관련된 토픽에 대한 사용자의 부정적인 감정을 식별하기 위해, 피드백 모듈(155)은 토픽에 대한 부정적인 감정을 가지는 다른 소셜 네트워킹 시스템 사용자가 컨텐츠 아이템과 유사한 상호작용을 수행했다면 토픽에 대한 부정적인 감정을 추론할 수 있다. 예컨대, 소셜 네트워킹 시스템 사용자가 토픽에 대한 부정적인 감정을 표현하는 페이지를 좋아하거나 공유하며 또한 동일한 토픽과 관련된 추가 페이지를 좋아하거나 공유한다면, 소셜 네트워킹 시스템은 추가 페이지를 좋아하거나 공유하는 다른 사용자가 토픽에 대한 부정적인 감정을 가진다고 추론할 수 있다. 일실시예로, 부정적인 감정이 추론된 다른 소셜 네트워킹 시스템 사용자는 소셜 네트워킹 시스템(100)에서 사용자와 연결된 사용자들을 포함한다.
예컨대, 사용자가 페이지 "Hockey?"와 상호작용한다면, 사용자는 "hockey"의 토픽에 대해 부정적인 감정을 가지는지가 불명확하다. 그러나, 소셜 네트워킹 시스템 사용자가 토픽 "hockey"에 대해 부정적인 감정을 나타내는 페이지 "I hate hockey"와 상호작용하고 또한 "Hockey?"와 상호작용한다면, 소셜 네트워킹 시스템은 "Hockey?" 페이지와 상호작용하는 사용자가 hockey에 대해 부정적인 감정을 가진다고 추론한다. 따라서, "Hockey?"와 사용자의 상호작용은 사용자가 토픽 "hockey"에 대해 부정적인 감정을 가진다고 추론하는데 소셜 네트워킹 시스템(100)에 의해 사용된다.
컨텐츠 아이템과 사용자의 상호작용이 사용자가 컨텐츠 아이템과 관련된 토픽에 대해 부정적인 감정을 가진다고 추론하는지를 결정하기 위해, 피드백 모듈(115)은 그 토픽에 대해 부정적인 감정을 가지는 다른 소셜 네트워킹 시스템 사용자에 의해 컨텐츠 아이템과의 상호작용을 분석한다. 토픽에 대해 부정적인 감정을 가지는 다른 소셜 네트워킹 시스템 사용자가 컨텐츠 아이템과 유사한 상호작용을 수행한다면, 피드백 모듈(115)은 컨텐츠 아이템과 사용자의 상호작용을 기초로 사용자가 토픽에 대해 부정적인 감정을 가진다고 추론한다. 일실시예로, 피드백 모듈(115)은 토픽에 대해 부정적인 감정을 명확히 표시한 하나 이상의 컨텐츠 아이템과의 다른 사용자에 의한 상호작용을 행위 로그(125)로부터 식별한다. 예컨대, 부정적인 감정을 표시한 키워드(예컨대, 반감(dislike), 증오(hate), 야유(sucks) 등)를 포함하는 토픽과 관련된 페이지를 좋아하고 또한 그와 동일한 컨텐츠 아이템을 좋아하는 다른 사용자는 컨텐츠 아이템을 좋아하는 사용자가 토픽에 대해 부정적인 관심을 가진다고 추론하는데 피드백 모듈(115)에 의해 사용된다.
일실시예로, 피드백 모듈(115)은 토픽에 대해 부정적인 감정을 가진 다른 사용자의 임계 수가 컨텐츠 아이템과 상호작용했는지를 식별하고, 토픽에 대해 부정적인 감정을 가지는 적어도 임계 수의 사용자가 컨텐츠 아이템과 상호작용했다면 컨텐츠 아이템과의 상호작용으로부터 부정적인 감정을 추론한다. 따라서, 적어도 임계 수의 사용자가 컨텐츠 아이템의 토픽에 대해 부정적인 감정을 가진다면, 컨텐츠 아이템과 사용자의 상호작용은 사용자가 또한 그 토픽에 대해 부정적인 감정을 가진다고 추론한다. 피드백 모듈(115)은 부정적인 감정이 추론된다면 사용자의 부정적인 프로필에 그 토픽을 추가할 수 있다. 일실시예로, 토픽에 대해 부정적인 감정을 가지는 사용자의 수는 토픽에 대한 사용자의 부정적인 감정에 대한 가중 인자를 결정하는데 사용될 수 있다. 예컨대, 가중 인자는 임계 수의 사용자에 대하여 토픽에 부정적인 감정을 가진 사용자의 수에 비례한다. 임계 수의 사용자가 토픽에 대해 부정적인 감정을 가진다면, "1"의 가중치가 그 토픽에 대한 사용자의 부정적인 감정에 적용될 수 있다. 그러나, 임계 수의 사용자의 절반이 토픽에 대해 부정적인 감정을 가진다면, "0.5"의 가중치가 그 토픽에 대한 사용자의 부정적인 감정에 적용될 수 있다. 따라서, 슬라이딩 스케일(sliding scale)이 토픽에 대한 사용자의 부정적인 감정에 적용될 수 있다.
대안의 실시예로, 컨텐츠 아이템과 관련된 토픽에 대한 사용자의 부정적인 감정을 식별하기 위해, 피드백 모듈(155)은 컨텐츠 아이템에 대해 사용자가 수행한 행위를 식별하는 행위 로그(125) 내 행위를 식별한다. 피드백 모듈(155)은 사용자가 수행한 행위가 부정적인 감정을 나타내는 행위인지를 결정한다. 예컨대, 피드백 모듈(155)은 부정적인 감정과 관련된 행위의 타입을 식별하는 데이터를 포함하고 사용자가 수행한 행위가 저장된 데이터에 의해 식별된 동일한 타입을 가지는지를 결정한다. 소셜 네트워킹 시스템(100)에서 컨텐츠 아이템에 대해 사용자가 수행한 특정 행위는 컨텐츠 아이템에 해당하는 토픽이나 토픽들에 대한 일반 부정적인 감정을 나타낼 수 있다. 예컨대, 사용자가 컨텐츠 아이템이 디스플레이되는 것에서 임계 시간(예컨대, 1초) 내에 가령 광고, 게시물, 비디오, 뉴스 피드, 타임라인, 소식 등과 같은 컨텐츠 아이템을 닫는 것(즉, 해제하는 것)은 사용자가 컨텐츠 아이템의 토픽과 관련된 부정적인 감정을 가짐을 나타낸다. 또 다른 예로, 사용자가 컨텐츠 아이템을 좋아하지 않거나 컨텐츠 아이템을 숨기는 것은 사용자가 컨텐츠 아이템의 토픽에 대해 부정적인 감정을 가짐을 나타낸다. 또 다른 예로서, 사용자가 소셜 네트워킹 시스템(100)으로 게시한 텍스트 컨텐츠는 부정적인 감정을 나타낸 부정적인 함축(negative connotations)과 관련될 수 있다. 피드백 모듈(155)은 컨텐츠 아이템의 토픽에 대해 일반 부정적인 감정을 나타내는, 가령 "반감", "증오", "야유" 등과 같은 텍스트 컨텐츠에서 키워드를 식별할 수 있다. 예컨대, 사용자는 가령 "I Hate School"과 같은 소셜 네트워킹 시스템(100) 내 페이지를 생성할 수 있는데, 이는 페이지와 관한 토픽과 관련될 수 있는 부정적인 감정과 관련된 키워드(예컨대, "증오")를 포함한다.
또한, 소셜 네트워킹 시스템(100) 내 컨텐츠 아이템에 대한 사용자의 상호작용은 컨텐츠 아이템의 토픽에 대한 부정적인 감정을 나타낼 수 있다. 즉, 컨텐츠 아이템에 대한 사용자의 행위의 부족은 사용자가 컨텐츠 아이템의 관련 토픽에 대해 부정적인 감정을 가진다고 나타낼 수 있다. 예컨대, 사용자는 컨텐트 아이템(예컨대, 게시물, 이메일 또는 메시지)을 수신할 수 있고 임계 시간 내에 컨텐츠 아이템에 대한 사용자의 응답 부족은 컨텐츠 아이템과 관련된 토픽에 대한 부정적인 감정을 나타낼 수 있다. 또한, 사용자의 응답 부족은 통신을 사용자에게 송신하는 사용자에 대한 사용자의 부정적인 감정을 나타낼 수 있는데, 이는 송신중인 사용자로부터 추후 컨텐츠 아이템을 사용자에게 제시하는 것을 변경하는데 사용될 수 있다.
일단 피드백 모듈(155)이 가령 부정적인 감정과 관련된 타입을 가진 행위와 같은 부정적인 감정을 나타내는 컨텐츠 아이템에 대해 수행된 행위를 행위 로그(125)로부터 식별하면, 피드백 모듈(155)은 부정적인 감정과 연관시키도록 컨텐츠 아이템의 하나 이상의 특징을 식별한다. 일실시예로, 피드백 모듈(155)은 부정적인 감정과 연관시키도록 토픽 추출 엔진(150)에 의해 결정된 컨텐츠 아이템의 하나 이상의 토픽을 검색한다. 따라서, 일실시예로, 피드백 모듈(155)은 부정적인 감정을 야기하거나 관련되는 특징으로서 컨텐츠 아이템의 토픽을 식별한다. 또 다른 실시예로, 피드백 모듈(155)은 사용자에 의해 어느 특징이 부정적인 감정과 관련되는지를 식별하도록 컨텐츠 아이템으로부터 추출된 다양한 특징에 대해 선형 회귀법(linear regression)을 수행한다. 컨텐츠 아이템에 대한 사용자의 부정적인 감정은 저장되고 컨텐츠 아이템이나 컨텐츠 아이템에 관한 행위와 관련될 수 있거나, 사용자와 컨텐츠 아이템에서 추출된 토픽 사이의 부정적인 감정이 저장된다.
예컨대, 사용자는 가령 광고를 닫거나 숨기는 것과 같이 광고에 대한 부정적인 감정을 나타내는 광고에 대한 행위를 수행한다. 피드백 모듈(155)은 광고로부터 특징을 추출하고, 추출된 특징에 대해 선형 회귀법을 수행한다. 광고로부터 추출된 특징의 예는 광고에 대한 랜딩 페이지, 광고와 관련된 하나 이상의 토픽, 광고와 관련된 페이지, 광고의 송신자 또는 다른 특징을 포함한다. 피드백 모듈(155)은 사용자의 부정적인 감정을 광고의 특징(예컨대, 토픽)과 연관시키며 사용자의 부정적인 감정과 관련된 특징을 저장한다. 일실시예로, 피드백 모듈(115)은 소셜 네트워킹 시스템(100) 내 다른 객체에 대해 사용자가 수행한 행위들 및 사용자가 행위를 수행한 객체의 특징들을 분석하고, 사용자가 부정적인 감정과 연관시키기 위해 광고의 특징을 식별하도록 실행한 객체의 특징을 분석한다. 예컨대, 피드백 모듈(155)은 사용자가 부정적인 감정과 관련된 광고 특징을 식별하도록 행위를 수행한 객체의 특징을 기초로 선형 회귀법을 수행한다.
부정적인 감정과 관련된 광고 특징은 사용자에게 추후 제시되는 광고를 변경하는데 사용될 수 있다. 예컨대, 광고 특징은 부정적인 관심 프로필에 포함된 특징을 가진 추후 광고가 사용자에게 제시되지 않도록 피드백 모듈(155)에 의해 사용자에 대한 부정적인 관심 프로필에 포함될 수 있다. 또 다른 예로서, 광고의 부정적인 특징은 추후 광고를 선택할 때 사용될 수 있다; 추후 광고의 예상 값은 추후 광고가 식별된 부정적인 특징을 포함하거나 유사한 부정적 특징을 포함한다면 감쇠될 수 있다.
일실시예로, 광고의 토픽과 관련된 부정적인 감정은 사용자에게 광고를 분배하기 위한 광고 통찰(advertisement insights) 또는 지표의 조정을 가능하게 하는 광고자에게 제공될 수 있다. 일실시예로, 피드백 모듈(155)은 부정적인 감정과 관련된 사용자의 프로필 정보와 함께 토픽과 관련된 부정적인 감정(또는 긍정적인 감정)을 광고자에게 제공할 수 있다. 이후, 광고자는 가령 연령대, 성별, 민족성, 지리적 위치, 종교적 신념 등과 같은 토픽과 관련된 부정적인 감정을 가지는 사용자와 관련된 특성을 결정할 수 있다. 특성은 광고자가 광고에 관심을 가질 가능성이 있는 사용자에게 광고를 더 효과적으로 타겟팅할 수 있게 해줄 수 있다. 예컨대, 광고자는 18 내지 24세의 남성이 세탁용 세제의 토픽에 대해 부정적인 감정을 가진다고 결정할 수 있고, 따라서 세탁용 세제 광고를 수신하는 것에서 18 내지 24세의 남성을 배제하도록 사용자를 타겟팅할 수 있다.
일실시예로, 피드백 모듈(155)은 다른 사용자가 부정적인 감정을 나타낸 토픽을 포함하는 다른 사용자에 대한 부정적인 관심 프로필을 생성한다. 사용자가 부정적인 감정을 가진 컨텐츠 아이템과 관련된 토픽은 부정적인 감정이 식별될 때 사용자의 부정적인 관심 프로필에 추가될 수 있다. 일실시예로, 피드백 모듈(155)은 사용자가 토픽에 대한 부정적인 감정을 나타내는 적어도 임계 수의 행위를 수행하는 것에 응답하여 사용자의 부정적인 관심 프로필에 토픽을 추가한다. 이는 피드백 모듈(155)이 부정적인 감정을 토픽에 부정확하게 할당하는 것을 방지한다.
피드백 모듈(155)은 부정적인 관심 프로필에 포함된 토픽을 기초로 추가 토픽에 대한 사용자의 부정적인 감정을 추론할 수 있다. 즉, 피드백 모듈(155)은 추가 토픽과 블랙리스트에 포함된 하나 이상의 토픽 사이의 관계성 또는 유사성을 기초로 부정적인 관심 프로필에 포함되지 않는 추가 토픽에 대한 부정적인 감정을 추론할 수 있다. 예컨대, 사용자에 대한 부정적인 관심 프로필이 "cats"에 대한 부정적인 감정을 나타낸다면, 피드백 모듈(155)은 가령 "American Longhair cats"와 같은 "cats"에 관한 토픽 또는 부정적인 관심 프로필에 포함되지 않는 "cats"에 관련되거나 연관된 다른 토픽에 대한 부정적인 감정을 추론할 수 있다. 사용자의 부정적인 감정이 부정적인 관심 프로필에서 토픽으로부터 추론되는 토픽은 이후 부정적인 관심 프로필에 추가될 수 있다.
피드백 모듈(155)은 사용자와 관련된 부정적인 관심 프로필을 기초로 변경되도록 사용자에게 제시되는 컨텐츠 아이템의 변경을 가능하게 한다. 사용자에 대한 후보 컨텐츠 아이템은 소셜 네트워킹 시스템(100)에 의해 식별되며, 후보 컨텐츠 아이템과 관련된 토픽이나 다른 특징은 사용자와 관련된 부정적인 관심 프로필과 비교된다. 피드백 모듈(155)은 부정적인 관심 프로필에 포함된 토픽들에 부합하거나 관련되는 하나 이상의 토픽을 가진 컨텐츠 아이템의 서브세트를 후보 컨텐츠 아이템으로부터 제거한다. 예컨대, 토픽의 부정적인 관심 프로필은 "cats"의 토픽을 포함할 수 있으므로, 피드백 모듈(155)은 후보 컨텐츠로부터 "cats" 또는 관련 토픽과 관련된 컨텐츠 아이템을 제거한다. 또 다른 실시예로, 피드백 모듈(155)은 후보 컨텐츠 아이템으로서 사용자에 대한 부정적인 관심 프로필에 포함된 토픽과 관련된 컨텐츠 아이템을 선택하는 것을 억제할 수 있다. 사용자의 부정적인 감정을 기초로 컨텐츠 아이템을 사용자에게 제공함으로써, 소셜 네트워킹 시스템(100)은 사용자가 관심이 있는 컨텐츠를 제공할 개연성을 증가시킨다.
사용자로의 컨텐츠의 제공
도 2는 사용자의 부정적인 감정을 기초로 소셜 네트워킹 시스템에서 사용자에게 컨텐츠를 제공하는 방법(200)을 도시한다. 다른 실시예로, 도 2에 도시된 것과는 다른 단계 및/또는 추가 단계가 수행될 수 있다.
소셜 네트워킹 시스템(100)은 소셜 네트워킹 시스템(100)에 의해 관리된 하나 이상의 객체에 대해 소셜 네트워킹 시스템 사용자가 수행한 행위를 수신(201)한다. 객체는 소셜 네트워킹 시스템 내 광고, 게시물, 뉴스피드, 타임라인 또는 임의의 다른 컨텐츠 아이템일 수 있다. 행위의 예는 컨텐츠 아이템을 닫기, 컨텐츠 아이템을 숨기기, 컨텐츠를 좋아하지 않기, 컨텐츠를 무시하기, 컨텐츠에 회답하기 등을 포함한다. 사용자가 행위를 수행한 각각의 객체에 대하여, 소셜 네트워킹 시스템(100)은 객체와 관련된 토픽을 식별(203)한다. 일실시예로, 소셜 네트워킹 시스템에서 토픽 추출 엔진(150)은 도 1과 함께 상술한 바대로 객체와 관련된 하나 이상의 토픽을 식별(203)한다. 도 2는 객체와 관련된 하나 이상의 토픽(203)이 식별(203)되는 한 실시예를 기술하지만, 다른 실시예로 토픽 추출 엔진(150)은 객체와 관련된 임의의 적절한 특징을 식별(203)한다. 예컨대, 객체가 광고라면, 토픽 추출 엔진(150)은 광고와 관련된 하나 이상의 랜딩 페이지, 광고와 관련된 토픽, 광고와 관련된 광고자, 광고와 관련된 키워드, 광고와 관련된 페이지 또는 임의의 다른 특징을 식별(203)할 수 있다.
피드백 모듈(150)은 사용자가 객체에 대해 수행한 하나 이상의 행위가 객체의 토픽에 대한 부정적인 감정과 관련되는지를 결정(205)한다. 예컨대, 피드백 모듈(150)은 소셜 네트워킹 시스템(100)에 의해 부정적인 감정과 관련된 행위의 리스트(listing)를 포함하며, 사용자가 수행한 하나 이상의 행위가 리스트에 포함되는지를 결정(205)한다. 부정적인 감정과 관련된 행위의 예는: 객체가 제시되는 것에서 임계 시간 내에 객체를 닫기(즉, 해제하기), 객체를 좋아하지 않기, 특정 시간 간격 내에 객체에 대한 응답을 송신하지 않기, 부정적인 감정과 관련된 하나 이상의 단어를 포함한 객체에 대한 텍스트 입력을 제공하기 또는 임의의 다른 적절한 행위를 포함한다.
객체에 대해 수행된 하나 이상의 사용자의 행위가 객체의 토픽에 대한 부정적인 감정과 관련된다면, 피드백 모듈(150)은 사용자가 객체에 대해 부정적인 감정을 가진다고 추론한다. 대안으로, 객체에 대한 사용자의 행위가 토픽에 대한 부정적인 감정을 나타내는지가 불명확하다면, 피드백 모듈(150)은 상술한 바대로 토픽에 대해 공지된 부정적인 감정을 가진 다른 소셜 네트워킹 시스템 사용자에 의한 토픽과 관련된 다른 객체와의 상호작용을 기초로 부정적인 감정을 추론할 수 있다.
도 2에 의해 도시된 실시예에서, 피드백 모듈은 이런 부정적인 감정을 객체와 관련된 하나 이상의 토픽과 연관시킨다(207). 특징 추출 모듈(150)이 객체와 관련된 추가 특징을 식별하는 다른 실시예에서, 피드백 모듈(150)은 부정적인 감정을 식별된 특징 중 하나와 연관시킨다(207). 예컨대, 객체에 대해 사용자가 수행한 적어도 하나의 행위가 부정적인 감정과 관련된다면, 피드백 모듈(150)은 부정적인 감정을 객체와 연관시킨다(207). 또 다른 예로서, 피드백 모듈(150)은 객체에 대해 사용자가 수행한 다수의 행위가 부정적인 감정을 나타내는지를 결정하고, 부정적인 감정을 나타내는 수행된 행위의 수가 임계치와 동일하거나 초과한다면 부정적인 감정을 객체와 연관시킨다(207).
일실시예로, 부정적인 감정 및 객체와 관련된 토픽 사이의 연관성은 부정적인 관심 프로필을 생성(209)하는데 사용된다. 부정적인 관심 프로필은 사용자에 의한 부정적인 감정과 관련된 토픽 또는 다른 특징을 식별한다. 일실시예로, 부정적인 관심 프로필은 사용자에게 추후 제시(213)되는 사용자에 대한 추가 컨텐츠를 선택(211)하는데 사용된다. 예컨대, 소셜 네트워킹 시스템(100)은 추가 컨텐츠와 관련된 하나 이상의 토픽을 부정적인 관심 프로필과 비교하며, 사용자에게 제시하기 위해 부정적인 관심 프로필에 포함된 적어도 하나의 토픽과 관련되는 컨텐츠를 선택하지 않는다(211). 또 다른 예로서, 소셜 네트워킹 시스템(100)은 부정적인 관심 프로필에 포함된 토픽과 관련된 추가 컨텐츠 아이템의 예상 값을 감쇠시키고, 다른 추가 컨텐츠 아이템의 예상 값을 사용하여 사용자에게 제시(213)되는 컨텐츠 아이템을 선택(211)한다.
상술한 설명은 컨텐츠 아이템과 사용자의 상호작용 및 동일한 토픽과 관련된 컨텐츠 아이템와의 토픽에 대한 공지된 부정적인 감정을 가진 다른 소셜 네트워킹 시스템 사용자에 의한 상호작용을 기초로 사용자의 부정적인 감정을 추론하는 것에 대해 기술되었지만, 앞선 설명은 또한 토픽에 대해 공지된 긍정적인 감정을 가진 소셜 네트워킹 시스템 사용자에 의한 상호작용을 사용하여 토픽에 대한 사용자의 긍정적인 감정을 추론하는데 사용될 수 있다. 또한, 다른 타입의 감정은 상술한 방법을 사용하여 추론될 수 있다. 게다가, 상술한 설명은 컨텐츠 아이템과 사용자의 상호작용 및 소셜 네트워킹 컨텍스트 내 다른 사용자들에 의한 상호작용을 기초로 사용자의 부정적인 감정을 추론하는 것에 대해 기술되었지만, 본 명세서에 개시된 실시예들은 소셜 네트워킹 시스템의 외부에 저장되지만 소셜 네트워킹 시스템에 의해 관리되는 객체와 관련된 컨텐츠 아이템에 적용가능할 수 있다.
요약
본 발명의 실시예들의 상술한 설명은 예시의 목적으로 제시된 것으로, 배타적이거나 개시된 정확한 형태들로 본 발명을 제한하고자 하는 것이 아니다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 명세서로부터 다양한 수정 및 변형이 가능함을 인식할 수 있을 것이다.
본 명세서의 몇몇 부분들은 알고리즘 또는 정보에 대한 동작의 기호적 표현으로 본 발명의 실시예들을 설명한다. 이러한 알고리즘적 설명이나 표현은 본 기술분야에서 통상의 지식을 가진 자들에게 효과적으로 그들의 작업의 실체를 전달하기 위하여 데이터 프로세싱 기술분야에서 통상의 지식을 가진 자에 의하여 공통적으로 사용되는 것이다. 기능적으로, 계산적으로 또는 논리적으로 설명되고 있는 이들 동작은 컴퓨터 프로그램 또는 등가의 전기 회로, 마이크로 코드 등에 의해 구현되는 것으로 이해된다. 또한, 종종 이러한 동작의 배열은 일반성의 손실 없이 모듈로 언급될 수 있는 것으로 확인된다. 기술된 동작 및 그와 관련된 모듈들은 소프트웨어, 펌웨어, 하드웨어 또는 이들의 임의의 결합으로 구현될 수 있을 것이다.
본 명세서에 기술된 임의의 단계들, 동작들 또는 프로세스들은 하나 이상의 하드웨어 또는 소프트웨어 모듈들에 의해 또는 이들과 다른 장치들의 결합에 의해 수행되거나 구현될 수 있다. 일실시예에서, 소프트웨어 모듈은 기술된 단계들, 동작들 또는 프로세스들 일부 또는 전부를 수행하기 위하여 컴퓨터 프로세서에 의해 실행될 수 있는 컴퓨터 프로그램 코드를 포함하는 비-일시적 컴퓨터 판독가능한 매체를 포함하는 컴퓨터 프로그램 제품으로 구현된다.
본 발명에 기술된 실시예들은 또한 본 명세서의 동작들을 수행하기 위한 장치와 관련될 수 있다. 이 장치는 요청된 목적을 위하여 구체적으로 구성될 수 있고/있거나 컴퓨터에 저장된 컴퓨터 프로그램에 의해 선택적으로 활성화되거나 재구성되는 범용 컴퓨팅 장치를 포함할 수 있다. 이런 컴퓨터 프로그램은 비-일시적 컴퓨터 판독가능한 저장 매체나 컴퓨터 시스템 버스에 결합될 수 있는 전자 명령어를 저장하기에 적절한 임의의 매체에 저장될 수 있다. 게다가, 본 명세서에서 언급된 임의의 컴퓨팅 시스템들은 단일 프로세서를 포함할 수 있거나, 증가한 컴퓨팅 능력을 위해 다중 프로세서 설계를 채용한 구조일 수 있다.
마지막으로, 본 명세서에 사용된 언어는 가독성과 지시의 목적으로 이론적으로 선택된 것으로 발명의 사상을 제한하거나 한정하기 위하여 선택된 것이 아니다. 따라서 본 발명의 범위는 이 상세한 설명에 의해 제한되지 않으며, 이에 근거하여 본 출원을 통하여 등록될 임의의 특허청구범위에 의해 제한된다. 따라서, 본 발명의 실시예들의 개시는 설명을 위한 것이며, 본 발명의 범위를 제한하고자 하는 것이 아니다. 본 발명의 범위는 이하의 청구범위에 개시된다.

Claims (22)

  1. 소셜 네트워킹 시스템의 제1 사용자에 대한 사용자 프로필을 저장하는 단계;
    소셜 네트워킹 시스템에 의해 관리되는 제1 객체에 대해 제1 사용자가 수행한 하나 이상의 행위를 수신하는 단계;
    제1 객체와 관련된 토픽을 식별하는 단계;
    제1 객체의 토픽과도 관련된 하나 이상의 제2 객체에 대해 소셜 네트워킹 시스템의 제2 사용자가 이전에 수행한 하나 이상의 행위를 검색하는 단계;
    제1 객체가 제1 사용자에게 디스플레이된 이후 제1 객체에 대한 제1 사용자의 긍정적인 감정을 표시한 제1 사용자의 하나 이상의 행위를 수신한 제1 객체에 대해 제2 사용자가 이전에 하나 이상의 행위를 수행했다고 결정하는 단계;
    제1 사용자에 의한 하나 이상의 행위를 수신한 제1 객체에 대해 제2 사용자가 이전에 수행한 하나 이상의 행위, 제1 객체의 토픽과도 관련된 하나 이상의 제2 객체에 대해 제2 사용자가 이전에 수행한 하나 이상의 행위, 및 제1 객체와 관련된 토픽에 대한 부정적인 감정을 표시한 제2 사용자의 사용자 프로필에 기반하여, 제1 객체가 제1 사용자에게 디스플레이된 이후 제1 객체에 대해 제1 사용자가 수행한 하나 이상의 행위가 제1 객체에 대해 제1 사용자가 긍정적인 감정을 가진다고 표시하더라도, 제1 객체와 관련된 토픽에 대해 제1 사용자가 부정적인 감정을 가진다고 추론하는 단계;
    사용자 프로필과 결부시켜 토픽을 부정적인 관심사로 저장하는 단계;
    부정적인 관심사를 적어도 일부 기초로 하여 사용자에게 제시하기 위한 컨텐츠를 선택하는 단계; 및
    선택된 컨텐츠를 사용자에게 제시하는 단계를 포함하고,
    제1 객체가 제1 사용자에게 디스플레이된 이후 제1 객체에 대해 제1 사용자가 수행한 하나 이상의 행위는 제1 사용자가 제1 객체에 대해 긍정적인 감정을 가짐을 표시하지만, 제1 객체에 대해 제1 사용자가 수행한 하나 이상의 행위는 제1 객체에서 토픽의 사용의 컨텍스트에 기반하여 제1 사용자가 제1 객체와 관련된 토픽에 대해 부정적인 감정을 가지는지 또는 긍정적인 감정을 가지는지 여부를 표시하지 않으며,
    제2 사용자는, 제1 객체가 제1 사용자에게 디스플레이된 이후 제1 객체에 대한 제1 사용자의 긍정적인 감정을 표시한 제1 사용자의 하나 이상의 행위를 수신한 제1 객체와 관련된 토픽에 대해 부정적인 감정을 표시한 사용자 프로필을 가지며, 했고, 토픽에 대한 제2 사용자의 부정적인 감정은 제2 객체에 대해 제2 사용자가 수행한 하나 이상의 행위에 기반하는 컴퓨터-구현 방법.
  2. 제 1 항에 있어서,
    제1 사용자가 토픽에 대해 부정적인 감정을 가진다고 추론하는 단계는:
    제1 사용자가 수행한 적어도 하나의 행위가 제1 객체와 관련된 토픽에 대해 부정적인 감정을 표시한 사용자 프로필을 가진 소셜 네트워킹 시스템의 적어도 하나의 제2 사용자들이 토픽에 관한 적어도 하나의 제2 객체에 대해 이전에 수행했던 행위에 매치한다고 결정함에 응답하여, 제1 사용자가 토픽에 대해 부정적인 감정을 가진다고 추론하는 단계를 포함하는 컴퓨터-구현 방법.
  3. 제 1 항에 있어서,
    제1 사용자가 토픽에 대해 부정적인 감정을 가진다고 추론하는 단계는:
    제1 사용자가 수행한 적어도 임계 수의 행위가 제1 객체와 관련된 토픽에 대해 부정적인 감정을 표시한 사용자 프로필을 가진 소셜 네트워킹 시스템의 제2 사용자들이 토픽에 관한 하나 이상의 제2 객체에 대해 이전에 수행했던 행위에 매치한다고 결정함에 응답하여, 제1 사용자가 토픽에 대해 부정적인 감정을 가진다고 추론하는 단계를 포함하는 컴퓨터-구현 방법.
  4. 제 1 항에 있어서,
    제1 객체와 관련된 토픽에 대해 부정적인 감정을 표시한 사용자 프로필을 가진 소셜 네트워킹 시스템의 제2 사용자들이 토픽에 관한 하나 이상의 제2 객체에 대해 이전에 수행했던 행위는: 토픽과 관련된 제2 객체를 닫기, 토픽과 관련된 제2 객체를 숨기기, 토픽과 관련된 제2 객체를 무시하기, 토픽과 관련된 제2 객체를 좋아하지 않기, 특정 시간 구간 내에 토픽에 관한 제2 객체에 대한 응답을 송신하지 않기 및 부정적인 감정과 관련된 하나 이상의 단어를 포함하는 토픽에 관한 제2 객체에 대한 텍스트 입력을 제공하기로 구성된 그룹에서 선택되는 적어도 하나를 포함하는 컴퓨터-구현 방법.
  5. 제 1 항에 있어서,
    제1 사용자가 하나 이상의 행위를 수행했던 하나 이상의 제3 객체를 식별하는 단계; 및
    하나 이상의 제3 객체에 대해 수행된 행위를 기초로 부정적인 감정을 하나 이상의 제3 객체와 연관시키는 단계를 더 포함하며,
    하나 이상의 제3 객체는 제1 객체와 관련된 하나 이상의 토픽에 매치하는 하나 이상의 토픽과 관련되는 컴퓨터-구현 방법.
  6. 제 1 항에 있어서,
    제1 객체는: 광고, 게시물, 비디오, 이미지, 소식, 이벤트 및 그룹으로 구성된 그룹에서 선택되는 적어도 하나를 포함하는 컴퓨터-구현 방법.
  7. 객체에 대해 부정적인 감정을 표시한 소셜 네트워킹 시스템의 사용자가 복수의 토픽과 각각 관련된 객체에 대해 수행한 행위를 수신하는 단계;
    복수의 토픽으로부터 모든 객체에 공통인 토픽을 식별하는 단계;
    객체에 대해 부정적인 감정을 표시한 사용자가 객체에 대해 수행한 행위의 총 횟수를 결정하는 단계;
    부정적인 감정과 관련된 행위의 총 횟수가 임계치 이상일 때에 응답하여, 모든 객체에 공통인 토픽에 부정적인 감정을 연관시키는 단계; 및
    토픽에 대한 부정적인 감정을 기초로, 행위를 수행한 사용자에게 제시하기 위한 컨텐츠를 선택하는 단계를 포함하는 컴퓨터-구현 방법.
  8. 제 7 항에 있어서,
    객체에 대한 행위를 기초로 객체에 대한 부정적인 감정을 식별하는 단계는:
    객체에 대해 수행된 하나 이상의 행위가 소셜 네트워킹 시스템에 의해 부정적인 감정과 관련된 행위인지를 결정하는 단계; 및
    객체에 대해 수행된 적어도 하나의 행위가 소셜 네트워킹 시스템에 의해 부정적인 감정과 관련된 행위라는 결정에 응답하여, 적어도 하나의 행위가 수행되었던 객체에 대한 부정적인 감정을 식별하는 단계를 포함하는 컴퓨터-구현 방법.
  9. 제 7 항에 있어서,
    소셜 네트워킹 시스템에 의한 부정적인 감정과 관련된 행위는 소셜 네트워킹 시스템에 의해 토픽에 대한 부정적인 감정과 관련된 하나 이상의 추가 사용자가 토픽과 관련된 추가 토픽에 대해 수행한 행위를 포함하는 컴퓨터-구현 방법.
  10. 제 8 항에 있어서,
    소셜 네트워킹 시스템에 의한 부정적인 감정과 관련된 행위는: 객체를 닫기, 객체를 숨기기, 객체를 무시하기, 객체를 좋아하지 않기, 특정된 시간 간격 내에서 객체에 대한 응답을 송신하기 않기 및 부정적인 감정과 관련된 하나 이상의 단어를 포함하는 객체에 대한 텍스트 입력을 제공하기로 구성된 그룹에서 선택되는 적어도 하나를 포함하는 컴퓨터-구현 방법.
  11. 제 7 항에 있어서,
    소셜 네트워킹 시스템에 의한 부정적인 감정과 관련된 행위는: 객체를 닫기, 객체를 숨기기, 객체를 무시하기, 객체를 좋아하지 않기, 특정된 시간 간격 내에서 객체에 대한 응답을 송신하지 않기 및 부정적인 감정과 관련된 하나 이상의 단어를 포함하는 객체에 대한 텍스트 입력을 제공하기로 구성된 그룹에서 선택되는 적어도 하나를 포함하는 컴퓨터-구현 방법.
  12. 제 7 항에 있어서,
    소셜 네트워킹 시스템에 의한 부정적인 감정과 관련된 행위는 소셜 네트워킹 시스템에 의한 토픽에 대한 부정적인 감정과 관련된 하나 이상의 추가 사용자가 토픽과 관련된 추가 토픽에 대해 수행한 행위를 포함하는 컴퓨터-구현 방법.
  13. 제 7 항에 있어서,
    하나 이상의 토픽에 대한 부정적인 감정 사이의 연관성을 기초로 사용자에 대해 제시하기 위한 컨텐츠를 선택하는 단계는:
    부정적인 감정과 관련된 토픽을 포함하는 사용자에 관한 블랙리스트를 생성하는 단계; 및
    컨텐츠와 관련된 토픽이 토픽의 블랙리스트를 기초로 블랙리스트에 포함되지 않도록 사용자에게 제공하기 위한 컨텐츠를 선택하는 단계를 포함하는 컴퓨터-구현 방법.
  14. 제 7 항에 있어서,
    부정적인 감정과 관련된 토픽에 관한 하나 이상의 추가 토픽을 식별하는 단계; 및
    부정적인 감정을 하나 이상의 추가 토픽과 연관시키는 단계를 더 포함하는 컴퓨터-구현 방법.
  15. 제 7 항에 있어서,
    객체는 하나 이상의 광고, 게시물, 비디오, 이미지, 소식, 이벤트 및 그룹을 포함하는 컴퓨터-구현 방법.
  16. 제 7 항에 있어서,
    사용자에게 제공되는 컨텐츠는: 광고, 비디오, 이미지, 소식 또는 링크로 구성된 그룹에서 선택되는 적어도 하나인 컴퓨터-구현 방법.
  17. 소셜 네트워킹 시스템의 사용자에 대한 사용자 프로필을 저장하는 단계;
    사용자에게 광고가 제시된 이후 사용자가 광고에 대해 수행하고 소셜 네트워킹 시스템에 의해 광고에 대한 긍정적인 감정과 관련되는 행위를 수신하는 단계;
    광고로부터 하나의 광고 특징을 추출하는 단계;
    광고 내 광고 특징의 사용의 컨텍스트를 기초로, 사용자에게 광고가 제시된 이후 광고에 대해 사용자가 행한 행위가 광고 특징에 대해 사용자가 긍정적인 감정 또는 부정적인 감정을 가지는지 여부를 표시하지 않는다고 식별하는 단계;
    소셜 네트워킹 시스템에 의해 관리되고, 사용자에게 복수의 추가 객체가 제시된 이후 추가 객체에 관한 부정적인 감정을 표시하는 복수의 추가 객체에 대해 사용자가 수행한 행위를 검색하는 단계;
    복수의 추가 객체로부터 특징을 추출하는 단계;
    사용자에게 복수의 추가 객체가 제시된 이후, 광고로부터 추출된 광고 특징에 매치하는 식별된 추가 객체의 특징에 대한 부정적인 감정을 표시하는 복수의 추가 객체에 대해 사용자가 수행한 행위를 기초로, 부정적인 감정과 광고로부터 추출된 광고 특징을 연관시키는 단계;
    광고 특징과 부정적인 감정 사이의 연관성을 사용자 프로필에 저장하는 단계; 및
    부정적인 감정과 관련된 광고 특징을 기초로 사용자에게 제시하기 위한 추가 광고를 선택하는 단계를 포함하는 컴퓨터-구현 방법.
  18. 제 17 항에 있어서,
    소셜 네트워킹 시스템에 의한 부정적인 감정과 관련된 행위는: 객체를 닫기, 객체를 숨기기, 객체를 무시하기, 객체를 좋아하지 않기, 특정된 시간 간격 내에서 객체에 대한 응답을 송신하지 않기 및 부정적인 감정과 관련된 하나 이상의 단어를 포함하는 객체에 대한 텍스트 입력을 제공하기로 구성된 그룹에서 선택되는 적어도 하나를 포함하는 컴퓨터-구현 방법.
  19. 제 18 항에 있어서,
    부정적인 감정과 관련된 광고 특징을 기초로 사용자에게 제시하기 위한 추가 광고를 선택하는 단계는:
    부정적인 감정과 관련된 광고 특징에 매치하지 않는 광고를 포함하지 않는 광고를 선택하는 단계를 포함하는 컴퓨터-구현 방법.
  20. 제 18 항에 있어서,
    부정적인 감정과 관련되는 선택된 광고 특징을 기초로 사용자에게 제시하기 위한 추가 광고를 선택하는 단계는:
    각각의 복수의 후보 광고와 관련된 예상 값을 계산하는 단계;
    부정적인 감정과 관련된 광고 특징에 매치하는 광고 특징을 포함하는 후보 광고와 관련된 예상 값을 감축하는 단계; 및
    계산된 예상 값을 기초로 복수의 후보 광고로부터 추가 광고를 선택하는 단계를 포함하는 컴퓨터-구현 방법.
  21. 제 18 항에 있어서,
    하나 이상의 광고 특징은: 광고에 대한 랜딩 페이지(landing page), 광고와 관련된 하나 이상의 토픽, 광고와 관련된 페이지 및 광고의 송신자로 구성된 그룹에서 선택되는 컴퓨터-구현 방법.
  22. 제 17 항에 있어서,
    부정적인 감정과 관련된 행위는 광고로부터 추출된 하나 이상의 광고 특징 중 적어도 하나에 매치하는 하나 이상의 광고 특징을 가진 추가 광고에 대해 수행된 다른 행위를 기초로 하는 컴퓨터-구현 방법.
KR1020197000504A 2012-08-03 2013-07-23 광고 타겟팅에 대한 부정적인 신호 KR20190004847A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/566,016 2012-08-03
US13/566,016 US10380606B2 (en) 2012-08-03 2012-08-03 Negative signals for advertisement targeting
PCT/US2013/051702 WO2014022157A1 (en) 2012-08-03 2013-07-23 Negative signals for advertisement targeting

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020157004801A Division KR102173250B1 (ko) 2012-08-03 2013-07-23 광고 타겟팅에 대한 부정적인 신호

Publications (1)

Publication Number Publication Date
KR20190004847A true KR20190004847A (ko) 2019-01-14

Family

ID=50026393

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020197000504A KR20190004847A (ko) 2012-08-03 2013-07-23 광고 타겟팅에 대한 부정적인 신호
KR1020157004801A KR102173250B1 (ko) 2012-08-03 2013-07-23 광고 타겟팅에 대한 부정적인 신호

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020157004801A KR102173250B1 (ko) 2012-08-03 2013-07-23 광고 타겟팅에 대한 부정적인 신호

Country Status (6)

Country Link
US (1) US10380606B2 (ko)
JP (1) JP6248106B2 (ko)
KR (2) KR20190004847A (ko)
AU (1) AU2013296857A1 (ko)
CA (1) CA2879830C (ko)
WO (1) WO2014022157A1 (ko)

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140172544A1 (en) * 2012-12-17 2014-06-19 Facebook, Inc. Using negative feedback about advertisements to serve advertisements
US20140172545A1 (en) * 2012-12-17 2014-06-19 Facebook, Inc. Learned negative targeting features for ads based on negative feedback from users
JP5787949B2 (ja) * 2013-08-28 2015-09-30 ヤフー株式会社 情報処理装置、特定方法および特定プログラム
JP6122735B2 (ja) * 2013-08-28 2017-04-26 ヤフー株式会社 情報処理装置、判定方法および判定プログラム
US9619470B2 (en) 2014-02-04 2017-04-11 Google Inc. Adaptive music and video recommendations
US9317816B2 (en) 2014-05-27 2016-04-19 InsideSales.com, Inc. Email optimization for predicted recipient behavior: suggesting changes that are more likely to cause a target behavior to occur
US9092742B1 (en) * 2014-05-27 2015-07-28 Insidesales.com Email optimization for predicted recipient behavior: suggesting changes in an email to increase the likelihood of an outcome
US9088533B1 (en) 2014-05-27 2015-07-21 Insidesales.com Email optimization for predicted recipient behavior: suggesting a time at which a user should send an email
US9563693B2 (en) * 2014-08-25 2017-02-07 Adobe Systems Incorporated Determining sentiments of social posts based on user feedback
US20160140627A1 (en) * 2014-11-14 2016-05-19 Adobe Systems Incorporated Generating high quality leads for marketing campaigns
US10223459B2 (en) 2015-02-11 2019-03-05 Google Llc Methods, systems, and media for personalizing computerized services based on mood and/or behavior information from multiple data sources
US10284537B2 (en) 2015-02-11 2019-05-07 Google Llc Methods, systems, and media for presenting information related to an event based on metadata
US11048855B2 (en) 2015-02-11 2021-06-29 Google Llc Methods, systems, and media for modifying the presentation of contextually relevant documents in browser windows of a browsing application
US9769564B2 (en) * 2015-02-11 2017-09-19 Google Inc. Methods, systems, and media for ambient background noise modification based on mood and/or behavior information
US11392580B2 (en) 2015-02-11 2022-07-19 Google Llc Methods, systems, and media for recommending computerized services based on an animate object in the user's environment
US10229219B2 (en) * 2015-05-01 2019-03-12 Facebook, Inc. Systems and methods for demotion of content items in a feed
CA2988120A1 (en) 2015-06-02 2016-12-08 Liveperson, Inc. Dynamic communication routing based on consistency weighting and routing rules
US11113722B2 (en) * 2015-09-29 2021-09-07 Adobe Inc. Providing content related to sentiment of product feature
US10445776B2 (en) * 2015-11-10 2019-10-15 International Business Machines Corporation User-configurable settings for web-based advertising
US10789258B2 (en) * 2015-12-18 2020-09-29 Facebook, Inc. Systems and methods for content presentation
US20170351678A1 (en) * 2016-06-03 2017-12-07 Facebook, Inc. Profile Suggestions
US20180196876A1 (en) * 2017-01-07 2018-07-12 International Business Machines Corporation Sentiment-driven content management in a social networking environment
JP2018156187A (ja) * 2017-03-15 2018-10-04 ヤフー株式会社 生成装置、生成方法、及び生成プログラム
US20190333104A1 (en) * 2018-04-26 2019-10-31 Mastercard International Incorporated Systems and Methods for Use in Controlling Network Activities
US10565403B1 (en) * 2018-09-12 2020-02-18 Atlassian Pty Ltd Indicating sentiment of text within a graphical user interface
KR102244195B1 (ko) * 2018-10-31 2021-04-23 에스케이텔레콤 주식회사 가상 광고 제공 방법 및 이를 지원하는 서비스 장치
US11508001B2 (en) * 2019-02-12 2022-11-22 Stripe, Inc. Dynamic checkout page optimization using machine-learned model
KR102393278B1 (ko) * 2021-08-25 2022-05-02 소웅 Sns 광고 제공 방법 및 시스템
US20230078227A1 (en) * 2021-09-13 2023-03-16 Verizon Media Inc. Negative signal probability determination and content item selection
KR102377992B1 (ko) * 2021-10-18 2022-03-23 주식회사 스튜디오레논 Ai 기반 템플릿 조합을 통한 사용자 맞춤형 광고 컨텐츠 제공 플랫폼을 제공하는 방법, 이를 위한 프로그램 및 시스템

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5715468A (en) 1994-09-30 1998-02-03 Budzinski; Robert Lucius Memory system for storing and retrieving experience and knowledge with natural language
US6185558B1 (en) 1998-03-03 2001-02-06 Amazon.Com, Inc. Identifying the items most relevant to a current query based on items selected in connection with similar queries
US7346606B2 (en) 2003-06-30 2008-03-18 Google, Inc. Rendering advertisements with documents having one or more topics using user topic interest
US20070288461A1 (en) 2002-12-16 2007-12-13 News Technologies, Llc High-Speed Term and Phrase Matching via Successive Complexity Reduction
US7499913B2 (en) 2004-01-26 2009-03-03 International Business Machines Corporation Method for handling anchor text
DE102004048552A1 (de) 2004-10-04 2006-04-13 Nec Europe Ltd. Verfahren zur Bereitstellung von Informationen betreffend Rundfunkinhalte an einen Nutzer
GB2455659A (en) 2006-08-21 2009-06-24 Philippe Jonathan Gabriel Lafleur Text messaging system and method employing predictive text entry and text compression and apparatus for use therein
US7640233B2 (en) 2006-08-29 2009-12-29 International Business Machines Corporation Resolution of abbreviated text in an electronic communications system
US7899822B2 (en) 2006-09-08 2011-03-01 International Business Machines Corporation Automatically linking documents with relevant structured information
US20080077494A1 (en) 2006-09-22 2008-03-27 Cuneyt Ozveren Advertisement Selection For Peer-To-Peer Collaboration
US8135617B1 (en) 2006-10-18 2012-03-13 Snap Technologies, Inc. Enhanced hyperlink feature for web pages
US7730017B2 (en) * 2007-03-30 2010-06-01 Google Inc. Open profile content identification
US7870141B2 (en) 2007-04-17 2011-01-11 International Business Machines Corporation Method and system for finding a focus of a document
JP2009099088A (ja) 2007-10-19 2009-05-07 Kddi R & D Laboratories Inc Ｓｎｓユーザプロファイル摘出装置、摘出方法並びに摘出プログラム、及び該ユーザプロファイルを利用する装置
US8336024B2 (en) 2007-11-08 2012-12-18 International Business Machines Corporation Extracting ontological information from software design data
US8862608B2 (en) 2007-11-13 2014-10-14 Wal-Mart Stores, Inc. Information retrieval using category as a consideration
US7925743B2 (en) 2008-02-29 2011-04-12 Networked Insights, Llc Method and system for qualifying user engagement with a website
CA2757668C (en) 2008-04-11 2021-03-02 Desire2Learn Incorporated Systems, methods and apparatus for providing media content
US20100030648A1 (en) * 2008-08-01 2010-02-04 Microsoft Corporation Social media driven advertisement targeting
JP4587236B2 (ja) 2008-08-26 2010-11-24 Ｎｅｃビッグローブ株式会社 情報検索装置、情報検索方法、およびプログラム
US9077857B2 (en) * 2008-09-12 2015-07-07 At&T Intellectual Property I, L.P. Graphical electronic programming guide
KR101480711B1 (ko) 2008-09-29 2015-01-09 에스케이플래닛 주식회사 주제 탐지 장치와 주제 탐지 방법, 저장 매체, 정보 제공 시스템, 서비스 서버 및 방법
US20100114887A1 (en) 2008-10-17 2010-05-06 Google Inc. Textual Disambiguation Using Social Connections
US8346534B2 (en) 2008-11-06 2013-01-01 University of North Texas System Method, system and apparatus for automatic keyword extraction
KR20100079617A (ko) * 2008-12-31 2010-07-08 엔에이치엔(주) 온라인 이슈에 대한 찬반 의견 게시 시스템 및 그 방법
US20110055017A1 (en) 2009-09-01 2011-03-03 Amiad Solomon System and method for semantic based advertising on social networking platforms
US20110106630A1 (en) * 2009-11-03 2011-05-05 John Hegeman User feedback-based selection and prioritizing of online advertisements
US20110153412A1 (en) 2009-12-23 2011-06-23 Victor Novikov Selection and Presentation of Related Social Networking System Content and Advertisements
AU2010333884B2 (en) 2009-12-23 2014-03-27 Facebook, Inc. Selection and presentation of related social networking system content and advertisements
US8527496B2 (en) 2010-02-11 2013-09-03 Facebook, Inc. Real time content searching in social network
US20110295612A1 (en) * 2010-05-28 2011-12-01 Thierry Donneau-Golencer Method and apparatus for user modelization
JP5454357B2 (ja) 2010-05-31 2014-03-26 ソニー株式会社 情報処理装置および方法、並びに、プログラム
US9262517B2 (en) 2010-08-18 2016-02-16 At&T Intellectual Property I, L.P. Systems and methods for social media data mining
US9928484B2 (en) 2011-06-24 2018-03-27 Facebook, Inc. Suggesting tags in status messages based on social context
US9773283B2 (en) 2011-06-24 2017-09-26 Facebook, Inc. Inferring topics from social networking system communications using social context

Also Published As

Publication number Publication date
AU2013296857A1 (en) 2015-02-05
KR20150038315A (ko) 2015-04-08
US20140040010A1 (en) 2014-02-06
US10380606B2 (en) 2019-08-13
CA2879830C (en) 2020-04-21
JP2015531119A (ja) 2015-10-29
KR102173250B1 (ko) 2020-11-03
WO2014022157A1 (en) 2014-02-06
CA2879830A1 (en) 2014-02-06
JP6248106B2 (ja) 2017-12-13

Similar Documents

Publication Publication Date Title
KR102173250B1 (ko) 광고 타겟팅에 대한 부정적인 신호
US10708324B1 (en) Selectively providing content on a social networking system
US8943136B2 (en) Creating and sharing interest lists in a social networking system
KR102230342B1 (ko) 뉴스피드에서 소셜 네트워킹 시스템 사용자에게 제시하기 위한 컨텐츠 아이템의 선택
US20130290414A1 (en) Automatically creating groups of users in a social networking system
US10742756B2 (en) Recommending objects to a user of a social networking system based on implicit interactions between the user and the recommended objects
US10116758B2 (en) Delivering notifications based on prediction of user activity
US10827014B1 (en) Adjusting pacing of notifications based on interactions with previous notifications
EP3905177A1 (en) Recommending that an entity in an online system create content describing an item associated with a topic having at least a threshold value of a performance metric and to add a tag describing the item to the content
US10387516B2 (en) Selecting content with an external link for presentation based on user interaction with external content
US20140222547A1 (en) Product customization recommendations based on user information from a social networking system
US11671469B1 (en) Recommending content for sharing in online meetings
US10817564B1 (en) Content creator feed generation
US20240020345A1 (en) Semantic embeddings for content retrieval

Legal Events

Date Code Title Description
A107 Divisional application of patent
A201 Request for examination
E902 Notification of reason for refusal
WITB Written withdrawal of application