TWI477976B - 經由社群訊號建議內容之方法 - Google Patents

經由社群訊號建議內容之方法 Download PDF

Info

Publication number
TWI477976B
TWI477976B TW100129176A TW100129176A TWI477976B TW I477976 B TWI477976 B TW I477976B TW 100129176 A TW100129176 A TW 100129176A TW 100129176 A TW100129176 A TW 100129176A TW I477976 B TWI477976 B TW I477976B
Authority
TW
Taiwan
Prior art keywords
content
user
map information
community
collection
Prior art date
Application number
TW100129176A
Other languages
English (en)
Other versions
TW201229778A (en
Inventor
Brian Channell
Original Assignee
Yahoo Inc
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 Yahoo Inc filed Critical Yahoo Inc
Publication of TW201229778A publication Critical patent/TW201229778A/zh
Application granted granted Critical
Publication of TWI477976B publication Critical patent/TWI477976B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9536—Search customisation based on social or collaborative filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • G06Q30/0278—Product appraisal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computational Linguistics (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computing Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Information Transfer Between Computers (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

經由社群訊號建議內容之方法
本發明係關於內容建議系統。
在網際網路上可取得的內容量正以驚人的速度成長。新聞報導、多媒體呈現、部落格入口、音樂、使用者所產生的內容、以及其他形式之資訊係由很多來源產生，且沒有跡象顯示此趨勢將減緩。網站和其他發表工具已讓作者可隨意在網際網路上放置內容給所有人看，即使這些作者不認為他們自己是「tech-savvy(精通技術)」。同時，傳統的新聞來源諸如報紙和雜誌產生著較以往更多的內容並將之發表至網站，以獲取更大的市場。
許多網站，諸如Yahoo! Inc.(雅虎公司)的「My(我的雅虎)」頁面，允許使用者觀看來自網站提供者的原始內容，以及來自多種合作夥伴和其他第三方來源的內容。藉由使用內容饋送諸如RSS(Really Simple Syndication，真正簡易整合(系統))饋送、Atom饋送及其他內容分布技術，使用者能夠選擇內容來源並自定他們的首頁，使得該首頁反映他們的興趣。舉例來說，一個使用者可在他們首頁上其他新聞饋送、視訊饋送、部落格饋送及其他內容的旁邊放置Thompson Reuters之「Oddly Enough News(夠奇特新聞)」饋送。另一使用者可選擇依循完全不同的內容來源集合。新聞饋送聚合器和其他內容選擇技術亦允許類似的功能，其具有變化程度之控制、特徵及呈現選項。
即使「human filter(人過濾器)」經由該內容選擇過程係建設性施加於該可取得內容，但使用者普遍聲稱感興趣於較他們所能夠消化的更大量資訊。舉例來說，使用者可訂閱新聞饋送之評價和其他內容群組，但可能僅有時間或欲望閱讀、觀看或者消費該內容的一小部分。
傳送給使用者的特定量之該內容，對於該使用者而言不太或不感興趣或無價值，即使該使用者有時間消化該內容。此係事實，即使係經由該使用者所選擇的內容來源所傳送的內容。舉例來說，已選擇名為「Politics(政治)」的內容饋送的使用者可能僅感興趣於經由該饋送所呈現的該等報導之一個或兩個。缺乏興趣的可能，除了其他原因以外，係由於匹配不當的饋送選擇，或可能係為該饋送選擇內容的該饋送邏輯品質問題之症狀。
由於每個內容來源所傳送的內容中僅少量由使用者消費，故使用者普遍選擇彼此類似的多重饋送。舉例來說，使用者可從全國新聞之出版者或政治新聞之聚合者選擇多個內容饋送。雖然此技術可增加內容項目(例如新聞報導、文章、及其他媒體)之數量，但其亦可能增加混亂，讓使用者難以選擇相關內容而不因非相關內容超載。
該內容之相關性可能隨不同的內容提供者而變化。一個內容提供者可能自豪於將該饋送之描述與經由該饋送所提供的該等內容匹配，且可使用先進方法以確保對於最廣泛消費者群最大的相關性。然而，相關性亦可能隨不同的使用者而變化。換言之，一個使用者感興趣的內容，對於其他使用者而言可能依心情、當天時間、教育程度或許多其他「human(人)」的因素而不感興趣。
社群網路連結網站Facebook(臉書)，藉由允許經由該網站連接彼此是朋友的使用者互相建議內容，已避免以上所說明的內容聚合模型。使用者發表可經由網際網路存取的新聞文章、視訊及其他內容項目的鏈結，有時伴隨著欲介紹該內容給朋友的介紹評論。評論可由該網站之其他使用者(諸如該使用者之朋友)附加於貼文。此外，該貼文使用者之朋友可藉由點選「讚(thumbs up)」按鈕表達他們對內容之贊許。然而，此內容係在大量朋友之個人貼文和微部落格更新中尋得，且使用者無法明確說明他們感興趣的內容類別。
CNN(美國有線電視新聞網)使用從Facebook所收集的資訊，以列出在該社群網路連結點上受歡迎的報導。舉例來說，很多使用者可發表CNN報導的鏈結，且CNN提供該等最受歡迎的報導之列表給該CNN網站之使用者。此外，Facebook提供「social plug-ins(社群外掛工具)」，其允許網站(諸如該CNN網站)之使用者從相同網站觀看由該使用者在Facebook上的朋友所建議的內容項目之列表。然而，該使用者必須正好造訪該CNN網站，且將僅看到由朋友所鏈結或建議的CNN網站報導。
在此部分中所說明的該等方法係可進行的方法，但不必係先前已構想或進行的方法。因此，除非另有所指，不應僅由於該等方法係包含在此部分中就假設此部分中所說明的該等方法之任一者具備先前技藝條件。
在以下描述中，為了解釋之目的，提出許多具體細節以提供對於本發明之周密了解。然而，顯然本發明可在沒有這些具體細節下實作。在其他實例中，習知的結構和裝置係以區塊圖之形式顯示，以避免不必要地混淆本發明。
一般概述
網際網路之使用者時常藉由產生獨特的識別符(諸如使用者名稱)而與多種網站「註冊」或建立「帳號」。藉由註冊網站，使用者對該網站而言變成獨特可識別的，其允許該使用者建立、請求及接收個人化內容。使用者時常必須登入每個網站以觀看此個人化內容。
根據一個具體實施例，使用者可登入個人化首頁，其係配置成提供個人化新聞饋送和其他內容給該使用者。其每一者皆來自不同的內容提供者之多重內容饋送(諸如RSS饋送)，係由該首頁提供者所請求。當配置該個人化首頁時，這些內容饋送可能已由該使用者選擇。舉例來說，第一新聞饋送可能從CNN取回，且第二新聞饋送可能從Fox News(美國福斯新聞網)取回。該等新聞饋送之每一者皆包括識別新聞文章的內容物件之列表。該等內容物件可包括，舉例來說，該等新聞文章的標題和至該新聞文章的鏈結。該文章之一小部分，諸如文本之前三行，亦可包括於該內容物件中。
在具體實施例中，該使用者亦係社群網路連結網站之成員，其中該使用者係連接至其他使用者。這些其他使用者時常指稱為該使用者之「朋友」或「熟人(connections)」。該使用者之朋友可能已觀看該等新聞文章之某部分並對它們提供回饋。舉例來說，一個朋友可能已發表鏈結至在該社群網路連結網站上的該等文章之一者。另一個朋友可能已對該文章提供評價，給予它最高為五星之四星。這些動作和有關內容的其他動作係稱為「社群訊號」。社群訊號之證據可由社群網路連結提供者來儲存。
該使用者的社群圖譜資訊，亦即有關該使用者的社群網路的資訊，可由該使用者的首頁提供者請求。在具體實施例中，該社群圖譜資訊包括關於由該等使用者的朋友所產生的社群訊號的資訊。該社群圖譜資訊隨後用於判定哪些內容可能與該使用者更為相關。舉例來說，已由該等使用者的朋友或熟人建議或評論的內容可能被認為與該使用者更為相關。單一新聞饋送係從在具體實施例中的該等CNN和Fox News饋送中的內容物件，基於社群圖譜資訊(諸如社群訊號)而建立。因此，新聞文章可基於社群訊號和其他社群圖譜資訊以相關性之排序放置，即使該內容來自多重來源。
雖然具體實施例係在新聞饋送和社群網路連結網站之內文中說明，但具體實施例可實施在其他種類之內容和內容傳送機制，以及允許使用者與其他使用者建立關聯的不同種類之網站。
結構和功能概述
第一A圖例示於其中可實行具體實施例的環境之區塊圖。內容最佳化引擎120可通訊地耦合至用戶端110，且從用戶端110接收請求。舉例來說，用戶端110可發送請求(諸如請求176)至內容最佳化引擎120。請求176可能係對內容之請求，諸如從內容最佳化引擎120發送至用戶端110的內容154。
在具體實施例中，內容最佳化引擎120亦可經由網路(諸如網際網路)通訊地耦合於內容提供者，諸如內容提供者130和132。內容最佳化引擎120發送請求(諸如請求170和172)至內容提供者。這些請求可包括對內容物件之集合(諸如內容集合150和152)的請求。舉例來說，內容最佳化引擎120可請求內容饋送，其含有由有關網際網路上的內容的元資料所組成的內容物件。元資料可包括識別該內容在網際網路上之位置的URL(Uniform Resource Locator，一致資源定位器)、該內容之標題、識別有關該內容的影像之該位置的影像或URL，以及關於或有關該內容的其他資料。
如在第一C圖中所顯示，一個或多個鏈結別名提供者(諸如鏈結別名提供者180)，係經由網路可通訊地耦合至內容最佳化引擎120。請求(諸如請求179)可從內容最佳化引擎120發送至鏈結別名提供者。這些請求係為了有關特定內容物件或URL的資訊，諸如表明該物件或URL之流通度的一分布度量。該鏈結別名提供者可基於為了有關該物件或URL的一URL別名而提出的請求之數量，判定該分布度量，諸如分布度量190。
內容最佳化引擎120亦經由網路可通訊地耦合至社群網路服務提供者，諸如在具體實施例中的社群網路服務提供者140。內容最佳化引擎120發送請求(諸如請求174)至社群網路服務提供者。在具體實施例中，許多社群網路服務提供者可能係此類請求之對象。社群網路服務提供者發送社群圖譜資訊(諸如社群圖譜資訊160)和相關資訊和社群圖譜元件至該內容最佳化引擎120。
第二圖例示在具體實施例中表示社群圖譜和社群圖譜元件的邏輯圖。社群圖譜可彼此結合以建立更大的社群圖譜，只要存在邏輯共同節點的話。舉例來說，使用者210係在三個不同社群圖譜中的節點：社群圖譜220、社群圖譜230及社群圖譜240。這些社群圖譜可由不同的社群網路點，諸如Yahoo!PULSE(奇摩圈圈)、Facebook(臉書)或Twitter(推特)產生。舉例來說，使用者210可能係所有這三個社群網路連結網站之使用者，其每個皆可使用開放授權機制諸如OAuth(Open Authorization，開放授權)以允許來自桌面和網站應用之安全API授權。朋友222和224-238與使用者210有直接關係，且作者242-246亦如此。朋友的朋友223係經由朋友222連接至使用者210。
熟人諸如朋友、作者及其他人，可群組在一起成為熟人群組，諸如熟人群組280。在具體實施例中，每個群組可有關一個或多個重要性度量，其表明應給予由該群組之成員所提供的建議的權重。群組度量之範例係群組度量270-272，其係分別有關朋友222、朋友之朋友223及作者242。朋友222、朋友之朋友223及作者242在具體實施例中亦具有相關個別權重度量(諸如權重度量250-252)和群組識別符(諸如群組識別符260-262)。所討論的相同種類度量之其他度量和附加實例，在具體實施例中可有關朋友、作者及其他熟人。
內容最佳化引擎120包括一個或多個輸入/輸出介面，諸如輸入/輸出介面121。該輸入/輸出介面可配置以從用戶端運算裝置(諸如用戶端110)接收請求，諸如請求176。該輸入/輸出介面可連接至輸入邏輯126，其係配置成在具體實施例中管理資訊之處理量。舉例來說，輸入邏輯126可在儲存體128中建立一暫存區，其可包括一個或多個揮發性或非揮發性記憶體裝置。在內容最佳化引擎120中的所有裝置皆能夠經由一匯流排通訊地耦合於彼此，該匯流排諸如匯流排602(在第一A圖中未顯示)。內容最佳化引擎120包括一個或多個處理器諸如處理器122，其係耦合於聚合邏輯123。聚合邏輯123係配置成基於從個人化邏輯125所產生的個人化資訊、由社群訊號邏輯129所產生的社群訊號資訊，以及從分級邏輯124所接收的分級資訊完成內容物件之聚合。個人化資訊可部分基於由該系統之使用者所產生的過濾器並儲存於儲存體128中。社群訊號資訊可衍生自有關從社群網路服務提供者所接收的社群圖譜資訊的社群圖譜和權重度量。分級資訊可基於有關提供該等內容物件的該等內容提供者(諸如內容提供者130)的傳統分級方法和度量。當所聚合的內容係由聚合邏輯123產生時，該所聚合的內容可作為輸出經由輸入/輸出介面121傳送至用戶端，諸如內容集合(諸如內容集合154)之形式的用戶端110。
社群訊號
社群網路連結網站，諸如Yahoo!PULSE、Facebook及Twitter允許使用者彼此互動。這些網點一般而言允許使用者顯示圖片、評論、註釋、狀態更新、歌曲、視訊等。在社群網路連結點上的內容可由終端使用者產生，其利用該線上服務以分享該內容並與其他人連接。
社群網路連結網站之使用者可完成直接或間接有關內容的許多動作。這些動作可有關由該網站之該等使用者所產生的內容，以及由內容提供者和其他互動網站所建立的內容。許多此類網站，諸如該CNN首頁，提供允許使用者在社群網路連結網站上發表關於、相似或者產生有關該內容的事件的評論的互動工具。舉例來說，使用者可能正閱讀偵查環境責任和永續性的新聞報導。該使用者可享受該文章並希望與他的朋友分享，所以他點擊由該CNN網站所提供的Facebook標誌，輸入評論，且以該滑鼠按鈕之單一點擊發表一鏈結至該報導、一相關圖片、該報導之標題及他的評論到他的Facebookwall(塗鴉牆)。若他不想花時間發表評論，他可僅點擊在該新聞文章頁面上的「讚」按鈕以表明他喜歡該文章。
社群訊號可被定義為由使用者所採取的任何動作或動作之證據。該等使用者通常係社群圖譜之部分，且所採取的該動作係有關網際網路上的內容。這些動作係感興趣的關鍵指標。舉例來說，當使用者點擊在網頁視訊上的「讚」按鈕以表明他喜歡該網頁視訊時，該動作係該「讚」按鈕之該點擊，且該動作之證據可以有關特定動作和物件的時間戳記和識別符之形式儲存於資料庫或其他儲存體中。在其他具體實施例中，可使用其他識別符或沒有時間戳記而儲存證據。由該使用者所顯示的該興趣據推測係肯定的，因為他點擊了「讚」按鈕。
其他社群訊號較不清楚關於該使用者之意見，但更清楚地表明感興趣之程度。舉例來說，當使用者伴隨著評論發表新聞文章之鏈結至他的社群網路連結頁面給他的朋友看時，關於他所鏈結的該內容的評論之他的貼文，表明感興趣之某種程度。再者，由該使用者所發表的該評論之長度或內容可表明進一步的興趣。舉例來說，若該使用者的評論在結尾處有許多驚嘆號，則可假設該使用者希望他的所有朋友閱讀該文章，或至少閱讀他在其上的評論。此外，若使用者在該評論中放置關鍵字，諸如「world cup(世界盃)」，有關該文章所發表的該等評論之內容亦可用於為該使用者之朋友匹配內容。換言之，該使用者之朋友可經由Yahoo!Search(搜尋)完成對「世界盃」之搜尋，且由該使用者在Facebook上所發表的該內容基於該友誼和該匹配評論將被視為更相關。
社群訊號之非獨占性列表包括：產生一內容物件或內容、建議一內容物件或內容、標記一內容物件或內容、評論一內容物件或內容、觀看一內容物件或內容、發表一鏈結至一內容物件或內容，以及發表與一內容物件相關的內容。使用者所採取的任何動作皆可被視為一社群訊號。
產生一內容物件可包括發表一鏈結至可在網際網路上其他地方尋得的內容，諸如非由該使用者所撰寫之新聞報導，其係在一個並非該內容物件所發表的該網站的網站上。產生內容可包括實際建立將消費的該內容。舉例來說，使用者可建立視訊並將其上載至一視訊分享網站。或者，使用者可使用他的Facebook登錄(其有關他的CNN登錄)，對由CNN所發表的新聞文章提供評論。此可使得一內容物件在Facebook中建立。
建議一內容物件或內容可包括提供這些使用者應閱讀、觀看或者消費被建議的該內容之指示給其他使用者之任何手段。舉例來說，使用者可為網路視訊提供「star rating(星評價)」，給予該視訊最高五星之四星的評價，表明該內容係好的，但並非極佳。標記(Flagging)亦可能係建議內容之一種方式。舉例來說，使用者可能正在網站上觀看新聞文章，且可能點選「讚」按鈕以表明他喜歡該內容。標記亦可用來表明該使用者不喜歡內容，感覺該內容不適合特定使用者，或者以某名稱標記該內容。
評論一內容物件或內容可包括實際撰寫有關內容的評論。舉例來說，線上書本經銷商可發表專為關於特定書本之銷售和資訊的網頁。該書本或關於該書本的該網頁任一者皆可被視為內容。使用者可撰寫關於該書本的詳細書評，且甚至為該書本提供評價。當該書評發表時，將可能有關附加於該線上書本經銷商的使用者個人資料。
觀看一內容物件或內容可包括點擊由另一者發表在社群網路連結點上的鏈結，或僅造訪網站。追蹤內容之觀看有許多方式。舉例來說，當一鏈結被發表至社群網路連結網站時，該社群網路連結網站普遍會更改該鏈結，以指向在該社群網路連結網站上的一重定向描述法(redirect script)，其將重定向該請求至該原始預期的位置。這讓該社群網路連結網站能夠判定哪些鏈結是使用者正在它們的網站內點擊，且記錄該使用者動作。
發表一鏈結至一內容物件或內容可包括實際鍵入鏈結至由該社群網路連結網站所提供的形式中，或僅點選由內容提供者(其設計來自動發表一鏈結至有關該按鈕的該社群網路提供者之目前頁面)所提供的按鈕。該鏈結通常有關發表該鏈結的該使用者。
發表與一內容物件相關的內容可包括加入評論、圖片或有關所發表內容物件的元資料。舉例來說，使用者可能希望在他的Facebook塗鴉牆上發表視訊。若該視訊係由視訊主機代管服務代管，則該發表可包括定位該視訊所需要的資訊，諸如URL，伴隨著用於吸引觀看者觀看該視訊的影像，以及該視訊之標題和描述。此資訊之大部分(若非全部)係由該視訊之該作者判定，且不必該使用者發表該內容物件(雖然該作者和該貼文者可能係同一人)。發表該內容物件的該使用者可能希望在該貼文中提供比該內容物件所包括的還要多的資訊。舉例來說，該使用者可能希望向他的朋友解釋，他為什麼藉由加入附加的評論至該貼文而發表該視訊。此外，該使用者可包括表明他是否實際喜歡該視訊的資訊。此資訊可包括如以上所說明的星評價或喜歡/不喜歡指標。
雖然以上已說明社群訊號之幾個具體範例，但這些範例僅表示可由服務提供者追蹤的社群訊號之子集合。在具體實施例中，任何社群訊號皆可用於聚合內容或建議內容給使用者。
基於社群訊號聚合內容
第一A圖例示於其中可實行具體實施例的環境之區塊圖。用戶端110可為一內容集合提出一請求176至內容最佳化引擎120。該請求176可包含搜尋查詢、對個人化首頁之請求、或涉及內容或內容物件之傳送的任何其他請求。該內容最佳化引擎提出內容之請求至內容提供者130和內容提供者132。舉例來說，用戶端110之該使用者可能已訂閱有關在具體實施例中的該等內容提供者之每一者的RSS饋送。該等內容提供者之每一者皆提供一內容集合(內容集合150和152)至內容最佳化引擎120。內容最佳化引擎120亦從社群網路服務提供者140請求社群圖譜資訊160。社群網路服務提供者140發送社群圖譜資訊160至內容最佳化引擎120。
社群圖譜資訊160包括有關使用者的社群圖譜的資訊，且可包括或不包括完整的社群圖譜。在具體實施例中，社群圖譜資訊160可包括一個或多個社群圖譜，諸如社群圖譜220、230及240，伴隨著關於在該社群圖譜內的朋友、作者及其他熟人的資訊。在另一具體實施例中，內容最佳化引擎僅請求匹配由一個或多個內容提供者所提供的內容的社群圖譜資訊。舉例來說，內容提供者130可提供內容物件之列表。若內容元資料，諸如標題、關鍵字、鏈結資訊或其他資訊，可匹配有關在該社群圖譜中的節點的內容物件、內容元資料或社群訊號，則這些節點和關於這些節點的相關資料可被回傳。資訊之變化程度可從社群網路服務提供者請求及/或由其回傳。
社群圖譜資訊160可表明一特定內容項目在該使用者的朋友之間係受歡迎的。舉例來說，在社群圖譜220中，該使用者可能係使用者210，且關於在洛杉磯和聖荷西之間建造高速列車計畫的特定新聞報導在他的朋友之間可能係受歡迎的。朋友222可能已發表一鏈結至該報導，其伴隨著評論，且朋友224和226可能已表明他們喜歡該報導。此外，朋友之朋友223可能亦已評論該報導，或重新發表給他的朋友。關於這些社群訊號的所有或任何資訊量皆可包括在社群圖譜資訊160中。
基於有關由使用者210的朋友所顯示的該新聞報導的該等社群訊號，該內容物件係放置於內容集合154中，且傳送至用戶端110。基於該流通度判定可採取許多動作。舉例來說，若內容集合154係限於使用者偏好，比如說是至內容物件之特定數量，則社群訊號可判定每個內容物件是否皆「合格」。如由其他方法所判定有高相關性的內容物件之重要性可能仍然高於有關特定社群訊號的內容，但社群訊號可能係判定定位及/或位置之關鍵部分。
有關社群訊號的內容物件可在螢幕上顯示給在有別於無關社群訊號的其他內容物件的整合、不同部分的使用者，即使該等內容物件來自不同的內容饋送。舉例來說，內容物件A、B、C、D及E可能係由內容提供者130所傳送的內容物件，且內容物件V、W、X、Y及Z可能係由內容提供者132所傳送的內容物件。若內容物件A、C、D、X及Y係以任何方式有關社群訊號，則這些內容物件可在提供給該使用者210的該顯示器之一部分上一起顯示。該顯示器之此部分可能甚至係指定為「社群選擇文章」。
第三圖例示在具體實施例中所產生的樣本輸出。內容集合300包括在「top stories(頭條報導)」類別中的幾個內容物件。內容物件302包括基於幾個社群訊號的選擇性的相關性指標304。顯示了「fredwilson(Fred Wilson之的使用者名稱)」之圖片或虛擬化身，伴隨著「fredwilson+16 others liked this(fredwilson和其他十六個人喜歡此)」的宣告。可顯示有關Fred Wilson的資訊，因為他在該請求使用者的社群圖譜中係「重要的」使用者。舉例來說，Fred Wilson可能係朋友、朋友之朋友、或在社群圖譜中遠離該使用者N個分離度。由該相關性指標所說明的該等十六個其他使用者可能係該使用者210所連接的該等社群網路之其他使用者。這些使用者可能有或沒有與使用者210有意義的關聯。在具體實施例中可顯示一個以上「重要的」使用者。在另一具體實施例中，未顯示與社群網路相關的資訊，但關於社群網路之使用者所收集的任何資訊仍然可用於判定內容物件之定位。
第一B圖例示於其中可實行具體實施例的環境之區塊圖。具體而言，第一B圖包括附加的社群網路服務提供者142和附加的社群網路服務提供者144。內容最佳化引擎亦可為社群圖譜資訊(162和164)，向這些附加的社群網路服務提供者提出請求(177和178)。該附加的社群圖譜資訊可用於判定內容物件是否包括於內容集合154中。舉例來說，若社群圖譜資訊160識別一第一使用者「喜歡」一特定內容物件，但社群圖譜資訊162和社群圖譜資訊164可識別「不喜歡」相同內容物件的幾個使用者。社群圖譜資訊162和社群圖譜資訊164可能較社群圖譜資訊160更權重，使得該內容物件不包括於內容集合154中。
度量和內容分級
社群圖譜資訊，諸如社群圖譜資訊160，亦可用於分級內容。在具體實施例中，度量可指定給朋友、作者及社群圖譜之其他節點，且這些度量可由有關與那些節點相關的社群訊號的內容物件繼承。
舉例來說，朋友222可經由社群網路服務提供者網站發表一鏈結至一新聞報導。該發表之行動係由該社群網路服務提供者140記錄為社群訊號，且被傳送為社群圖譜資訊160至內容最佳化引擎120。有關朋友222的資訊亦可包括於社群圖譜資訊160中。舉例來說，在具體實施例中，朋友222和該社群訊號之間的關聯係如社群圖譜資訊160般被提供至內容最佳化引擎。權重度量251亦可如社群圖譜資訊般被包括。
在具體實施例中，權重度量251表示應實施在有關朋友222的社群訊號的可靠性之測量。舉例來說，朋友222可能具有+5之權重度量，而朋友224可能具有+2之權重度量。其他朋友可能具有負值權重度量。權重度量甚至可設定為NULL(零)，其中該度量不具有作用。朋友之朋友223可能具有+4之權重度量250，但該度量可由內容最佳化者(optimizer)基於與使用者210的該社群圖譜距離而減少。換言之，朋友之朋友223之該有效權重度量，藉由該節點係兩個程度遠離使用者210的該事實，可有效減少為+2。分離度量可說明此關係，且為了分級和聚合用途可搭配其他度量使用。
可使用許多種類之度量，且度量值不需要限於在此所說明的那些值。舉例來說，可指定一群組度量給一群朋友。舉例來說，群組280包括三個朋友(朋友234、236及238)。群組280可具有群組識別符，其如社群圖譜資訊160般傳遞至內容最佳化引擎120。朋友234可能有關群組識別符以及群組度量。此度量表示應實施在有關該群組的社群訊號的可靠性之測量。
有關相同的朋友之介於群組度量和權重度量之間的衝突可以許多方式解決。舉例來說，使用者可能在標記「people not to chat with(不與其聊天者)」的低評價群組，因為他傾向參與持續特別長時間的聊天會話。該群組可能具有-5群組度量值。然而，此相同使用者可能具有+10之權重度量。使用者偏好可定義該有效權重為該等兩個值(5)之總和。在另一具體實施例中，每個度量皆可給予權重，以解決支持被視為更準確的該度量的爭議。舉例來說，使用上述範例，為了7.5之結果可使用該權重度量和該群組度量之50%的總和。在另一具體實施例中，可忽略該等度量種類之一者。若一個度量種類被視為較其他種類更準確時，此尤其有用。
度量可由該使用者210指定給朋友和群組。在具體實施例中，度量亦可由該社群網路服務提供者140之其他使用者指定。舉例來說，朋友224在提供使用者評價系統的該社群網路服務提供者中的使用者之間可能非常受歡迎。其他使用者可完成提高朋友224至一高的分級的社群訊號，從而給予朋友224用於為使用者210聚合和分級內容的附加可靠性。
度量亦可指定給社群網路連結服務提供者。舉例來說，使用者基於在這些網點上所模仿的該等現實世界關係之本質，可能認為有關Facebook朋友的社群訊號比有關MySpace(我的空間)朋友的社群訊號更可靠。該使用者在Twitter上所跟隨的作者可被給予甚至更多該形式為度量的影響力，因為該使用者實際選擇要跟隨該作者微部落格中關於何者。此在意見上係感興趣之更積極顯示，而非該使用者想如同「keep up(跟上)」Facebook一樣「跟上」該朋友的表明。
可假設使用者對於他們沒有發表評論的文章較他們發表評論的文章不感興趣。另一方面，若使用者總是在他提供的鏈結上發表評論，則他的評論可能不被給予權重。因此，可指定品質度量給社群訊號之特定種類，以及特定社群訊號之實例。此外，若特定貼文包括具有關鍵字的評論，其匹配在由內容提供者發送至內容最佳化引擎的該等內容集合之一者中的內容物件中的關鍵字，則該匹配可增加相關性度量。舉例來說，若第一使用者和第二使用者係朋友，且該第一使用者為該第二使用者已撰寫評論的數位相機完成搜尋，則有關由該朋友所撰寫的該評論的該內容物件將從增加的相關性受益。
度量可用於選擇內容物件以包括於顯示給使用者的一內容集合中。舉例來說，幾個內容提供者(諸如內容提供者130和140)可提供各種內容集合給內容最佳化引擎120。這些內容集合可包括內容物件。舉例來說，內容物件A、B、C、D及E可能係由內容提供者130所傳送的內容物件，且內容物件V、W、X、Y及Z可能係由內容提供者132所傳送的內容物件。若內容物件A、B、D、X及Z係有關滿足特定臨界值(其可能係使用者以不同方式所配置、預定義或判定)的度量，則這些內容物件可包括於內容集合154中。多重內容集合聚合為不同內容集合係基於社群訊號而完成，且更具體而言，可基於有關社群圖譜的度量。度量可被視為社群訊號。度量亦可用來分級內容物件。舉例來說，具有高度量值的內容物件可比具有較低度量值的內容物件之分級還高。
建議內容的範例方法
第四圖例示在具體實施例中聚合內容的方法。在步驟410，接收來自第一內容提供者的第一內容集合。在步驟420，第二內容集合係從第二內容提供者接收。舉例來說，該第一內容提供者可能係新聞服務，且該第二內容提供者可能係網路視訊網點。為回應由運算裝置所提出至識別RSS饋送的URL的請求，可提供該第一內容集合。為回應被提出至識別Atom饋送的URL的請求，可提供該第二內容集合。在步驟430，社群圖譜資訊係從服務提供者接收。舉例來說，社群圖譜資訊可從Facebook接收。在步驟440，該第一內容集合之一部分和該第二內容集合之一部分係至少部分基於該社群圖譜資訊而聚合。
第五圖例示在具體實施例中使用社群圖譜資訊產生網頁的方法。在步驟510，第一社群圖譜資訊係從第一服務提供者接收。在步驟520，第二社群圖譜資訊係從第二服務提供者接收。在步驟530，第一內容物件的該位置係至少部分基於該第一社群圖譜資訊和該第二社群圖譜資訊而選擇。在步驟540，產生包括該第一內容物件以及其他物件的網頁。
替代具體實施例
鏈結別名提供者(諸如鏈結別名提供者180)提供URLs之縮短版本，其讓有關該URL的該內容更容易分享。許多URLs很長，使得當使用者試圖分享該URL時，會納悶他們是否成功將該整個URL貼至表格或電子郵件中。兩百字元URL可被縮短為僅具有幾個字元的URL，來去除此憂慮。這些鏈結別名提供者之範例包括bit.ly和tinyURL。在具體實施例中，社群訊號可包括鏈結別名之建立。
第一C圖例示於其中可實行具體實施例的環境之區塊圖。內容最佳化引擎120為了有關由伺服器判定。該分布度量係基於由該鏈結別名提供者所記下、關於為回應使用者點擊該縮短鏈結，有多少次該URL之該縮短版本被請求並轉化為該URL之該長版本的紀錄。該分布度量亦可基於衍生自從該鏈結別名提供者所收集的資料的任何其他統計。舉例來說，若相同使用者(基於IP位址或其他資訊)一再點擊相同鏈結，則該分布度量可不計算重複資訊。每個選擇皆係可用於產生該分布度量的社群訊號。該分布度量可搭配社群圖譜資訊使用，以在具體實施例中聚合內容及/或分級內容。
可提供許多可配置的使用者選項給使用者，以允許他們調整受制於在此所說明的該等方法的內容之數量和品質。舉例來說，使用者可能希望基於社群訊號將內容建議限於有關來自特定社群網路服務提供者的社群訊號的內容。
硬體概述
根據一個具體實施例，在此所說明的該等技術係由一個或多個專用運算裝置實行。該等專用運算裝置可能係硬接線的(hard-wired)以完成該等技術，或可包括數位電子裝置，諸如永久程式化以完成該等技術的一個或多個特定應用積體電路(Application-specific integrated circuits，ASICs)或現場可程式閘陣列(Field programmable gate arrays，FPGAs)，或可包括程式化以完成根據在韌體、記憶體、其他儲存體或其組合中程式指令的該等技術的一個或多個通用硬體處理器。此類專用運算裝置亦可結合具有自定程式設計的自定硬接線的邏輯、ASICs或FPGAs以達成該等技術。該等專用運算裝置可能係桌上型電腦系統、可攜式電腦系統、手持式裝置、網路連結裝置，或合併硬接線的及/或程式邏輯以實行該等技術的任何其他裝置。
舉例來說，第六圖係例示於其上可實行本發明之具體實施例的電腦系統600的區塊圖。電腦系統600包括匯流排602或用於溝通資訊的其他通訊機制，以及用於處理資訊、耦合於匯流排602的硬體處理器604。舉例來說，硬體處理器604可能係通用微處理器。
電腦系統600亦包括主記憶體606，諸如隨機存取記憶體(Random access memory，RAM)或其他動態儲存裝置，其耦合於匯流排602用於儲存將由處理器604執行的資訊和指令。主記憶體606亦可用於在將由處理器604執行的指令之執行期間儲存暫時變數或其他中間資訊。此類指令，當儲存於可存取處理器604的儲存媒體中時，提供電腦系統600至自定以完成在該等指令中所指定的該等操作的專用機器中。
電腦系統600更包括唯讀記憶體(Read only memory，ROM) 608或耦合於匯流排602用於為處理器604儲存靜態資訊和指令的其他靜態儲存裝置。儲存裝置610，諸如磁碟或光碟，係提供並耦合於匯流排602用於儲存資訊和指令。
電腦系統600可經由匯流排602耦合於顯示器612，諸如陰極射線管(Cathode ray tube，CRT)，其用於顯示資訊給電腦使用者。輸入裝置614，其包括文數字(alphanumeric)和其他鍵，係耦合於匯流排602用於通訊資訊和命令選擇至處理器604。另一種之使用者輸入裝置係游標控制616，諸如滑鼠、軌跡球、或用於通訊方向資訊和命令選擇至處理器604和用於在顯示器612上控制游標移動的游標方向鍵。此輸入裝置一般在兩軸中具有兩個自由度，第一軸(例如x)和第二軸(例如y)，其允許該裝置在平面中指定位置。
電腦系統600使用自定硬接線的邏輯、一個或多個ASICs或FPGAs、韌體及/或搭配該電腦系統使得或程式化將係專用機器的電腦系統600的程式邏輯，可實行在此所說明的該等技術。根據一個具體實施例，在此的該等技術為回應執行包含於主記憶體606中的一個或多個指令之一個或多個序列的處理器604，係由電腦系統600完成。此類指令可從另一儲存媒體(諸如儲存裝置610)被讀入主記憶體606中。包含於主記憶體606中的指令之該等序列之執行，使得處理器604完成在此所說明的該等程序步驟。在替代具體實施例中，硬接線的電路系統可用於代替或搭配軟體指令。
如在此所使用的該用語「儲存媒體」指稱儲存使得機器以特定方式操作的資料及/或指令的任何媒體。此類儲存媒體可包含非揮發性媒體及/或揮發性媒體。非揮發性媒體包括，舉例來說，光碟或磁碟，諸如儲存裝置610。揮發性媒體包括動態記憶體，諸如主記憶體606。儲存媒體之普遍形式包括，舉例來說，軟式磁碟、可撓性磁碟、硬碟、固態磁碟機、磁帶、或任何其他磁性資料儲存媒體、CD-ROM(Compact disc read only memory，唯讀光碟)、任何其他光學資料儲存媒體、任何具有孔之型態的物理媒體、RAM、PROM(Programmable read only memory，可程式化唯讀記憶體)及EPROM(Erasable programmable read only memory，可抹除程式化唯讀記憶體)、FLASH-EPROM(快閃EPROM)、NVRAM(Non-volatile RAM，非揮發性RAM)、任何其他記憶體晶片或儲存匣。
儲存媒體係有別於傳輸媒體但可與其搭配使用。傳輸媒體參與在儲存媒體之間傳輸資訊。舉例來說，傳輸媒體包括同軸電纜、銅導線及光纖，其包括包含匯流排602的該等導線。傳輸媒體亦可具有聲波或光波之該形式，諸如在無線電波和紅外線資料通訊期間所產生者。
各種形式之媒體可涉及為了執行而承載一個或多個指令之一個或多個序列至處理器604。舉例來說，該等指令最初可在遠端電腦之磁碟或固態磁碟機上承載。該遠端電腦可將該等指令載入其動態記憶體，並使用數據機經由電話線發送該等指令。電腦系統600本身的數據機可接收在該電話線上的該資料，並使用紅外線傳輸器將該資料轉換為紅外線訊號。紅外線偵測器可接收承載於該紅外線訊號中的該資料，且適當的電路系統可將該資料放置於匯流排602上。匯流排602承載該資料至主記憶體606，處理器604從其取回並執行該等指令。由主記憶體606所接收的該等指令可視需要在由處理器604執行之前或之後任一者儲存於儲存裝置610上。
電腦系統600亦包括耦合於匯流排602的通訊介面618。通訊介面618提供耦合於連接至區域網路622的網路鏈結620的雙向資料通訊。舉例來說，通訊介面618可能係整體服務數位網路(Integrated services digital network，ISDN)卡、纜線數據機、衛星數據機或數據機以提供資料通訊連接至對應種類之電話線。如另一範例，通訊介面618可能係區域網路(Local area network，LAN)卡以提供資料通訊連接至相容的LAN。亦可實行無線鏈結。在任何此類實行中，通訊介面618發送並接收承載表示各種種類之資訊的的數位資料串流之電子、電磁或光學訊號。
網路鏈結620一般經由一個或多個網路提供資料通訊至其他資料裝置。舉例來說，網路鏈結620可經由區域網路622提供連接至主機電腦624，或至由網際網路服務提供者(Internet Service Provider，ISP) 626所經營的資料設備。ISP 626轉而經由現在普遍指稱為「網際網路」628的全球封包資料通訊網路提供資料通訊服務。區域網路622和網際網路628兩者皆使用承載數位資料串流的電子、電磁或光學訊號。通過該等各種網路的該等訊號和在網路鏈結620上並通過通訊介面618的該等訊號(其承載到達和來自電腦系統600的數位資料)，係傳輸媒體之範例形式。
包括程式碼的電腦系統600可以經由該(等)網路、網路鏈結620及通訊介面618發送訊息並接收資料。在網際網路範例中，伺服器630可能經由網際網路628、ISP 626、區域網路622及通訊介面618傳輸應用程式之請求碼。
該所接收的碼可在被接收時由處理器604執行，及/或為了稍後執行而儲存於儲存裝置610或其他非揮發性儲存體中。
在前述說明書中，本發明之具體實施例已參照可能隨不同的實作而變化的許多具體細節說明。據此，該說明書和圖式係視為例示性而非限制性。
110．．．用戶端
120．．．內容最佳化引擎
121．．．輸入/輸出介面
122．．．處理器
123．．．聚合邏輯
124．．．分級邏輯
125．．．個人化邏輯
126．．．輸入邏輯
127．．．剖析邏輯
128．．．儲存體
129．．．社群訊號邏輯
130、132．．．內容提供者
140、142、144．．．社群網路服務提供者
150、152、154．．．內容集合
160、162、164．．．社群圖譜資訊
170、172、174、176、177、178、179．．．請求
180．．．鏈結別名提供者
190．．．分布度量
210．．．使用者
220、230、240．．．社群圖譜
222、224、226、227、232、234、236、238．．．朋友
223．．．朋友之朋友
242、244、246．．．作者
250、251、252．．．權重度量
260、261、262．．．群組識別符
270、271、272．．．群組度量
280．．．群組
300．．．內容集合
302．．．內容物件
304．．．相關性指標
410-440．．．步驟
510-540．．．步驟
600．．．電腦系統
602．．．匯流排
604．．．處理器
606．．．主記憶體
608．．．唯讀記憶體(ROM)
610．．．儲存裝置
612．．．顯示器
614．．．輸入裝置
616．．．游標控制
618．．．通訊介面
620．．．網路鏈結
622．．．區域網路
624．．．主機電腦
626．．．網際網路服務提供者(ISP)
628．．．網際網路
630．．．伺服器
本發明在該等所附圖式之該等圖示中係藉由範例而非限制來例示，且其中相似的元件符號指稱類似的元件，且其中：
第一A圖例示於其中可實行具體實施例的環境之區塊圖。
第一B圖例示於其中可實行具體實施例的環境之區塊圖。
第一C圖例示於其中可實行具體實施例的環境之區塊圖。
第二圖例示在具體實施例中表示社群圖譜和社群圖譜元件的邏輯圖。
第三圖例示在具體實施例中所產生的樣本輸出。
第四圖例示在具體實施例中聚合內容的方法。
第五圖例示在具體實施例中使用社群圖譜資訊產生網頁的方法。
第六圖例示於其上可實行具體實施例的電腦系統。
110．．．用戶端
120．．．內容最佳化引擎
121．．．輸入/輸出介面
122．．．處理器
123．．．聚合邏輯
124．．．分級邏輯
125．．．個人化邏輯
126．．．輸入邏輯
127．．．剖析邏輯
128．．．儲存體
129．．．社群訊號邏輯
130、132．．．內容提供者
140．．．社群網路服務提供者
150、152、154．．．內容集合
160．．．社群圖譜資訊
170、172、174、176．．．請求

Claims (22)

  1. 一種方法，其包含：從一第一內容提供者接收一第一內容集合，其中該第一內容集合包含至少一個或多個具有內容識別資訊的內容物件；從一第二內容提供者接收一第二內容集合，其中該第二內容集合包含至少一個或多個具有內容識別資訊的內容物件；從一第一服務提供者接收一第一社群圖譜資訊；其中社群圖譜資訊係包含關聯於一使用者的社群網路之資訊，其包含由該使用者的朋友所產生的社群訊號；選擇該第一內容集合之至少一部分和該第二內容集合之至少一部分，以使其納入一第三內容集合給一特定使用者，其中所述選擇係至少部分基於該特定使用者的一身分識別以及從該第一服務提供者所接收的該第一社群圖譜資訊而執行；以及將基於該第三內容集合的資料，傳送至關聯於該特定使用者的一用戶端運算裝置；其中該方法係由一個或多個運算裝置執行。
  2. 如申請專利範圍第1項所述之方法，其中該第一社群圖譜資訊經由該第一服務提供者識別關聯於一第一使用者的一個或多個使用者，該方法更包含：判定在該第一社群圖譜資訊中所識別的一第二使用者已執行一第一動作，其係關聯於在該第一內容 集合中的一第一內容物件；至少部分基於該第一動作，為該第一內容物件在該第三內容集合中判定一位置。
  3. 如申請專利範圍第2項所述之方法，其中該第一社群圖譜資訊包括關聯於該第二使用者的一第一使用者權重度量，該方法更包含：至少部分基於該使用者權重度量，為該第一內容物件在該第三內容集合中判定該位置。
  4. 如申請專利範圍第2項所述之方法，其中該第一動作包含以下一個或多個：(a)產生該第一內容物件；(b)建議該第一內容物件；(c)標記該第一內容物件；(d)評論該第一內容物件；(e)觀看該第一內容物件；(f)發表一鏈結至該第一內容物件；以及(g)發表與該第一內容物件相關的內容；其中當該第一動作包含發表與該第一內容物件相關的一第一內容時，該方法更包含：判定該第一內容包括關聯於一第一鏈結的一第一鏈結別名，其中該第一鏈結係前往該第一內容物件的一鏈結；判定關聯於該第一鏈結別名的一分布度量，其中該分布度量表明該第一鏈結別名之流通度；至少部分基於該分布度量，為該第一內容物件在該第三內容集合中判定該位置。
  5. 如申請專利範圍第2項所述之方法，其中該第一社群圖譜資訊包括以下一個或多個： 一分離度量，其表明該第二使用者係距離該第一使用者兩個或多個分離度；以及一群組識別符，其表明該第二使用者係為與該第一服務提供者關聯的一特定群組的一成員；以及該方法更包含：至少部分基於該群組識別符或該分離度量，為該第一內容物件在該第三內容集合中判定該位置。
  6. 如申請專利範圍第2項所述之方法，更包含：判定一第三使用者已執行一第二動作，該第三使用者係在從一第二服務提供者所接收的第二社群圖譜資訊中所識別，該第二動作係關聯於在該第二內容集合中的一第二內容物件；至少部分基於該第二動作，為該第一內容物件在該第三內容集合中判定一位置。
  7. 一種方法，其包含：產生一網頁，其包括一個或多個內容物件集合；其中該一個或多個內容物件集合的一第一內容物件集合的一第一內容物件，其在該網頁上相對於其他內容物件所占據的位置，係至少部分基於以下兩者而選擇，(a)從一第一服務提供者所接收的一第一社群圖譜資訊，以及(b)從與該第一服務提供者分離的一第二服務提供者所接收的一第二社群圖譜資訊；其中該方法係由一個或多個運算裝置執行。
  8. 如申請專利範圍第7項所述之方法，其中該一個或多個內容物件集合的該第一內容物件集合的每個內容 物件皆包含內容識別資訊。
  9. 如申請專利範圍第7項所述之方法，其中內容物件代表新聞報導，而服務提供者係社群網路連結網站。
  10. 如申請專利範圍第7項所述之方法，更包含：指定一第一評價給該第一內容物件集合的該第一內容物件，其中該第一評價係基於與該第一社群圖譜資訊關聯的一權重度量；指定一第二評價給該第一內容物件集合的一第二內容物件，其中該第二評價係基於與該第二社群圖譜資訊關聯的一權重度量；至少部分基於該第一評價和該第二評價，分級該等第一和第二內容物件。
  11. 如申請專利範圍第7項所述之方法，更包含：聚合該第一內容物件集合和一第二內容物件集合以產生一第三內容物件集合；至少部分基於以下兩者，(a)該第一社群圖譜資訊以及(b)該第二社群圖譜資訊，在該第三內容物件集合中相對於彼此地分級兩個或多個內容物件。
  12. 一種電腦可讀取非暫時性儲存媒體，其儲存指令，當其由一個或多個處理器執行時，使得該等一個或多個處理器進行：從一第一內容提供者接收一第一內容集合，其中該第一內容集合包含至少一個或多個具有內容識別資訊的內容物件；從一第二內容提供者接收一第二內容集合，其中 該第二內容集合包含至少一個或多個具有內容識別資訊的內容物件；從一第一服務提供者接收一第一社群圖譜資訊；其中社群圖譜資訊係包含關聯於一使用者的社群網路之資訊，其包含由該使用者的朋友所產生的社群訊號；選擇該第一內容集合之至少一部分和該第二內容集合之至少一部分，以使其納入一第三內容集合給一特定使用者，其中所述選擇係至少部分基於該特定使用者的一身分識別以及從該第一服務提供者所接收的該第一社群圖譜資訊而執行；以及將基於該第三內容集合的資料，傳送至關聯於該特定使用者的一用戶端運算裝置；其中該方法係由一或多個運算裝置執行。
  13. 如申請專利範圍第12項所述之電腦可讀取非暫時性儲存媒體，其中該第一社群圖譜資訊經由該第一服務提供者識別關聯於一第一使用者的一個或多個使用者，且該等指令更包括用於以下之指令：判定在該第一社群圖譜資訊中所識別的一第二使用者已執行一第一動作，其係關聯於在該第一內容集合中的一第一內容物件；至少部分基於該第一動作，為該第一內容物件在該第三內容集合中判定一位置。
  14. 如申請專利範圍第13項所述之電腦可讀取非暫時性儲存媒體，其中該第一社群圖譜資訊包括關聯於該第 二使用者的一第一使用者權重度量，且該等指令更包括用於以下之指令：至少部分基於該使用者權重度量，為該第一內容物件在該第三內容集合中判定該位置。
  15. 如申請專利範圍第13項所述之電腦可讀取非暫時性儲存媒體，其中該第一動作包含以下一個或多個：(a)產生該第一內容物件；(b)建議該第一內容物件；(c)標記該第一內容物件；(d)評論該第一內容物件；(e)觀看該第一內容物件；(f)發表一鏈結至該第一內容物件；以及(g)發表與該第一內容物件相關的內容；其中當該第一動作包含發表與該第一內容物件相關的一第一內容時，該等指令更包括用於以下之指令：判定該第一內容包括關聯於一第一鏈結的一第一鏈結別名，其中該第一鏈結係前往該第一內容物件的一鏈結；判定關聯於該第一鏈結別名的一分布度量，其中該分布度量表明該第一鏈結別名之流通度；至少部分基於該分布度量，為該第一內容物件在該第三內容集合中判定該位置。
  16. 如申請專利範圍第13項所述之電腦可讀取非暫時性儲存媒體，其中該第一社群圖譜資訊包括以下一個或多個：一分離度量，其表明該第二使用者係距離該第一使用者兩個或多個分離度；以及 一群組識別符，其表明該第二使用者係為與該第一服務提供者關聯的一特定群組的一成員；且該等指令更包括用於以下之指令：至少部分基於該群組識別符或該分離度量，為該第一內容物件在該第三內容集合中判定該位置。
  17. 如申請專利範圍第13項所述之電腦可讀取非暫時性儲存媒體，其中該等指令更包括用於以下之指令：判定一第三使用者已執行一第二動作，該第三使用者係在從一第二服務提供者所接收的第二社群圖譜資訊中所識別，該第二動作係關聯於在該第二內容集合中的一第二內容物件；至少部分基於該第二動作，為該第一內容物件在該第三內容集合中判定一位置。
  18. 一種電腦可讀取非暫時性儲存媒體，其儲存指令，當其由一個或多個處理器執行時，使得該等一個或多個處理器進行：產生一網頁，其包括一個或多個內容物件集合；其中該一個或多個內容物件集合的一第一內容物件集合的一第一內容物件，其在該網頁上相對於其他內容物件所占據的位置，係至少部分基於以下兩者而選擇，(a)從一第一服務提供者所接收的一第一社群圖譜資訊，以及(b)從與該第一服務提供者分離的一第二服務提供者所接收的一第二社群圖譜資訊；其中該方法係由一個或多個運算裝置執行。
  19. 如申請專利範圍第18項所述之電腦可讀取非暫時性 儲存媒體，其中該一個或多個內容物件集合的該第一內容物件集合的每個內容物件皆包含內容識別資訊。
  20. 如申請專利範圍第18項所述之電腦可讀取非暫時性儲存媒體，其中內容物件代表新聞報導，而服務提供者係社群網路連結網站。
  21. 如申請專利範圍第18項所述之電腦可讀取非暫時性儲存媒體，其中該等指令更包括用於以下之指令：指定一第一評價給該第一內容物件集合的該第一內容物件，其中該第一評價係基於與該第一社群圖譜資訊關聯的一權重度量；指定一第二評價給之該第一內容物件集合的一第二內容物件，其中該第二評價係基於與該第二社群圖譜資訊關聯的一權重度量；至少部分基於該第一評價和該第二評價，分級該等第一和第二內容物件。
  22. 如申請專利範圍第18項所述之電腦可讀取非暫時性儲存媒體，其中該等指令更包括用於以下之指令：聚合該第一內容物件集合和一第二內容物件集合以產生一第三內容物件集合；至少部分基於以下兩者，(a)該第一社群圖譜資訊以及(b)該第二社群圖譜資訊，在該第三內容物件集合中相對於彼此地分級兩個或多個內容物件。
TW100129176A 2010-08-24 2011-08-16 經由社群訊號建議內容之方法 TWI477976B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US12/861,936 US9240020B2 (en) 2010-08-24 2010-08-24 Method of recommending content via social signals

Publications (2)

Publication Number Publication Date
TW201229778A TW201229778A (en) 2012-07-16
TWI477976B true TWI477976B (zh) 2015-03-21

Family

ID=45698568

Family Applications (1)

Application Number Title Priority Date Filing Date
TW100129176A TWI477976B (zh) 2010-08-24 2011-08-16 經由社群訊號建議內容之方法

Country Status (3)

Country Link
US (2) US9240020B2 (zh)
TW (1) TWI477976B (zh)
WO (1) WO2012027051A2 (zh)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7680882B2 (en) * 2007-03-06 2010-03-16 Friendster, Inc. Multimedia aggregation in an online social network
US8533202B2 (en) * 2009-07-07 2013-09-10 Yahoo! Inc. Entropy-based mixing and personalization
WO2012068557A1 (en) * 2010-11-18 2012-05-24 Wal-Mart Stores, Inc. Real-time analytics of streaming data
US20120131475A1 (en) * 2010-11-19 2012-05-24 International Business Machines Corporation Social network based on video recorder parental control system
US20120198324A1 (en) * 2011-01-27 2012-08-02 Ruchi Mahajan Systems, Methods, and Apparatuses to Write on Web Pages
US9110992B2 (en) * 2011-06-03 2015-08-18 Facebook, Inc. Context-based selection of calls-to-action associated with search results
WO2013016687A1 (en) 2011-07-28 2013-01-31 Hall Shane Method and system for matchmaking connections within a gaming social network
US9195771B2 (en) * 2011-08-09 2015-11-24 Christian George STRIKE System for creating and method for providing a news feed website and application
US8650252B2 (en) * 2011-09-28 2014-02-11 Facebook, Inc. Instantaneous recommendation of social interactions in a social networking system
US10552446B2 (en) * 2012-03-01 2020-02-04 Zynga Inc. Leveraging social graphs with game play auto-neighboring
EP2845129A4 (en) 2012-05-02 2015-12-02 Sears Brands Llc NEWS WIRE PILOTED BY OBJECTS
US10218751B2 (en) * 2012-08-07 2019-02-26 Paypal, Inc. Social sharing system
US8984082B2 (en) 2012-08-29 2015-03-17 Wetpaint.Com, Inc. Personalization based upon social value in online media
WO2014035683A1 (en) * 2012-08-29 2014-03-06 Wetpaint.Com, Inc. Personalization based upon social value in online media
US9355425B2 (en) * 2012-10-25 2016-05-31 Google Inc. Soft posting to social activity streams
US10037538B2 (en) * 2012-12-11 2018-07-31 Facebook, Inc. Selection and presentation of news stories identifying external content to social networking system users
US9547697B2 (en) * 2012-12-21 2017-01-17 Google Inc. Aggregating interactions for content items
US9935910B2 (en) 2012-12-21 2018-04-03 Google Llc Recipient location aware notifications in response to related posts
US9787783B2 (en) * 2013-06-10 2017-10-10 Google Inc. Providing supplemental content in relation to embedded media
US20150066948A1 (en) * 2013-08-27 2015-03-05 Adobe Systems Incorporated Influence Scoring for Social Media Authors
US9705945B1 (en) * 2014-01-13 2017-07-11 Google Inc. Decorating embedded graphic representations on social shares with metadata
US20150371341A1 (en) * 2014-06-20 2015-12-24 Adobe Systems Incorporated Managing social feed assignment
US20160147753A1 (en) * 2014-11-20 2016-05-26 Facebook, Inc. Suggesting Content for Discovery Based on User Interests and Authorship
US20160294763A1 (en) 2015-03-31 2016-10-06 Facebook, Inc. Multi-user media presentation system
WO2017088977A1 (en) * 2015-11-25 2017-06-01 Diez Canas Guillermo System and method for content distribution and discovery over message communication technology
US10586071B2 (en) 2017-11-24 2020-03-10 International Business Machines Corporation Safeguarding confidential information during a screen share session
US20230015697A1 (en) * 2021-07-13 2023-01-19 Citrix Systems, Inc. Application programming interface (api) authorization

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200903265A (en) * 2007-03-30 2009-01-16 Yahoo Inc Point of presence distribution mechanism for digital content objects
TW200935307A (en) * 2008-01-04 2009-08-16 Yahoo Inc Interest mapping system
US20100138491A1 (en) * 2008-12-02 2010-06-03 Yahoo! Inc. Customizable Content for Distribution in Social Networks
US20100146048A1 (en) * 2008-12-08 2010-06-10 Russell Rothstein Social network systems and methods

Family Cites Families (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5982369A (en) 1997-04-21 1999-11-09 Sony Corporation Method for displaying on a screen of a computer system images representing search results
US6745177B2 (en) 1999-04-09 2004-06-01 Metro One Telecommunications, Inc. Method and system for retrieving data from multiple data sources using a search routing database
US6453404B1 (en) 1999-05-27 2002-09-17 Microsoft Corporation Distributed data cache with memory allocation model
US6862559B1 (en) 1999-07-23 2005-03-01 Xerox Corporation Methods and apparatuses for measuring diversity in combinatorial structures
US8914361B2 (en) 1999-09-22 2014-12-16 Google Inc. Methods and systems for determining a meaning of a document to match the document to content
US6839702B1 (en) 1999-12-15 2005-01-04 Google Inc. Systems and methods for highlighting search results
US6636854B2 (en) 2000-12-07 2003-10-21 International Business Machines Corporation Method and system for augmenting web-indexed search engine results with peer-to-peer search results
US20020151327A1 (en) 2000-12-22 2002-10-17 David Levitt Program selector and guide system and method
US6526440B1 (en) 2001-01-30 2003-02-25 Google, Inc. Ranking search results by reranking the results based on local inter-connectivity
KR20030058660A (ko) 2001-12-31 2003-07-07 주식회사 케이티 개인화 시스템에서 사용자의 컨텐트 선호도를 이용한협업필터링 학습방법
EP1518201A4 (en) 2002-06-19 2007-11-07 Sabre Inc METHOD, SYSTEM AND COMPUTER PROGRAM PRODUCT FOR THE DYNAMIC CONSTRUCTION OF PACKETS AND THE OPTIMAL ALLOCATION OF PACKETS PRODUCED IN PURCHASING CATEGORIES
US6947930B2 (en) 2003-03-21 2005-09-20 Overture Services, Inc. Systems and methods for interactive search query refinement
US7152065B2 (en) 2003-05-01 2006-12-19 Telcordia Technologies, Inc. Information retrieval and text mining using distributed latent semantic indexing
US8600963B2 (en) 2003-08-14 2013-12-03 Google Inc. System and method for presenting multiple sets of search results for a single query
US7664735B2 (en) 2004-04-30 2010-02-16 Microsoft Corporation Method and system for ranking documents of a search result to improve diversity and information richness
US7958115B2 (en) 2004-07-29 2011-06-07 Yahoo! Inc. Search systems and methods using in-line contextual queries
CN1609859A (zh) 2004-11-26 2005-04-27 孙斌 搜索结果聚类的方法
US7783631B2 (en) 2005-03-31 2010-08-24 Google Inc. Systems and methods for managing multiple user accounts
JP4625365B2 (ja) 2005-05-02 2011-02-02 日本放送協会 推薦順位選定装置及び推薦順位選定プログラム
US7853485B2 (en) 2005-11-22 2010-12-14 Nec Laboratories America, Inc. Methods and systems for utilizing content, dynamic patterns, and/or relational information for data analysis
US20070192293A1 (en) 2006-02-13 2007-08-16 Bing Swen Method for presenting search results
US8775930B2 (en) 2006-07-07 2014-07-08 International Business Machines Corporation Generic frequency weighted visualization component
US7752534B2 (en) 2006-09-19 2010-07-06 International Business Machines Corporation Method and apparatus for customizing the display of multidimensional data
US20080154878A1 (en) 2006-12-20 2008-06-26 Rose Daniel E Diversifying a set of items
US8180680B2 (en) 2007-04-16 2012-05-15 Jeffrey Leventhal Method and system for recommending a product over a computer network
US9183305B2 (en) 2007-06-19 2015-11-10 Red Hat, Inc. Delegated search of content in accounts linked to social overlay system
US20090157668A1 (en) 2007-12-12 2009-06-18 Christopher Daniel Newton Method and system for measuring an impact of various categories of media owners on a corporate brand
WO2009055825A1 (en) 2007-10-26 2009-04-30 Facebook, Inc. Sharing digital content on a social network
US7853622B1 (en) * 2007-11-01 2010-12-14 Google Inc. Video-related recommendations using link structure
US20120001919A1 (en) * 2008-10-20 2012-01-05 Erik Lumer Social Graph Based Recommender
US8533202B2 (en) 2009-07-07 2013-09-10 Yahoo! Inc. Entropy-based mixing and personalization
US20120011432A1 (en) * 2009-08-19 2012-01-12 Vitrue, Inc. Systems and methods for associating social media systems and web pages
CA2720842A1 (en) * 2009-11-10 2011-05-10 Hamid Hatami-Hanza System and method for value significance evaluation of ontological subjects of network and the applications thereof
US20110208822A1 (en) * 2010-02-22 2011-08-25 Yogesh Chunilal Rathod Method and system for customized, contextual, dynamic and unified communication, zero click advertisement and prospective customers search engine
CN102906689B (zh) * 2010-03-23 2016-08-31 谷歌公司 在站点上组织社交活动信息
US8583725B2 (en) * 2010-04-05 2013-11-12 Microsoft Corporation Social context for inter-media objects
US8732208B2 (en) * 2010-04-19 2014-05-20 Facebook, Inc. Structured search queries based on social-graph information
US8751521B2 (en) * 2010-04-19 2014-06-10 Facebook, Inc. Personalized structured search queries for online social networks
US20110295722A1 (en) * 2010-06-09 2011-12-01 Reisman Richard R Methods, Apparatus, and Systems for Enabling Feedback-Dependent Transactions
US20110320380A1 (en) * 2010-06-23 2011-12-29 Microsoft Corporation Video content recommendations

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200903265A (en) * 2007-03-30 2009-01-16 Yahoo Inc Point of presence distribution mechanism for digital content objects
TW200935307A (en) * 2008-01-04 2009-08-16 Yahoo Inc Interest mapping system
US20100138491A1 (en) * 2008-12-02 2010-06-03 Yahoo! Inc. Customizable Content for Distribution in Social Networks
US20100146048A1 (en) * 2008-12-08 2010-06-10 Russell Rothstein Social network systems and methods

Also Published As

Publication number Publication date
WO2012027051A3 (en) 2012-04-19
US9240020B2 (en) 2016-01-19
WO2012027051A2 (en) 2012-03-01
US20120054275A1 (en) 2012-03-01
US20160110464A1 (en) 2016-04-21
TW201229778A (en) 2012-07-16

Similar Documents

Publication Publication Date Title
TWI477976B (zh) 經由社群訊號建議內容之方法
US11533356B2 (en) Establishing a trust association
US10311478B2 (en) Recommending content based on user profiles clustered by subscription data
JP6125601B2 (ja) サードパーティ・アプリケーションの広告を提供する方法及び装置
US9332315B2 (en) Timestamped commentary system for video content
KR101686594B1 (ko) 소셜 관련성에 의한 객체의 순위화
CN107103019B (zh) 促进社交网络用户之间的交互
JP6420481B2 (ja) オンライン・ソーシャル・ネットワーク上のキー・オーサーによるコンテンツの検索
US9323836B2 (en) Internet based method and system for ranking artists using a popularity profile
JP6023203B2 (ja) ソーシャル・ネットワーキング・システム上の構造化オブジェクトおよびアクション
US10701175B1 (en) Topic disambiguation and classification
TWI549079B (zh) 用於導引內容至一社群網路引擎之使用者的系統及方法
US20090276709A1 (en) Method and apparatus for providing dynamic playlists and tag-tuning of multimedia objects
US20140330825A1 (en) Recommendation engine
US10198486B2 (en) Recommendation filtering based on common interests
US9961162B2 (en) Disambiguating online identities
US20120150971A1 (en) Presenting notifications of content items shared by social network contacts
US11316940B1 (en) Music discovery using messages of a messaging platform
US20120233256A1 (en) Methods and systems for leveraging social information, including a social graph, to identify and present content of interest
US20130080427A1 (en) Presenting user preference activities
US20110004692A1 (en) Gathering Information about Connections in a Social Networking Service
US20110004831A1 (en) Filtering Content in a Social Networking Service
JP6217228B2 (ja) 情報提供装置、プログラム及び情報提供システム
TW201723896A (zh) 搜尋輔助系統與方法
US10990620B2 (en) Aiding composition of themed articles about popular and novel topics and offering users a navigable experience of associated content